Regroupement fractal intégré et inversion des données de polarisation induite pour l’exploration de l’or dissimulé dans la région de Kabudan, NE Iran

Trouver l’or caché sous un paysage tranquille

Dans certaines parties du nord‑est de l’Iran, le sol ne révèle aucun indice évident de la présence d’or précieux en dessous. Il y a peu d’affleurements, pas de veines scintillantes à la surface, et les outils d’exploration classiques peinent à percer la complexité géologique. Cette étude montre comment des scientifiques peuvent quand même « voir l’invisible » en combinant des mesures électriques sensibles avec une lentille mathématique appelée analyse fractale. Ensemble, ces outils aident à distinguer les signaux faibles du bruit, guidant les foreurs de façon beaucoup plus précise vers des roches aurifères enfouies.

Écouter la Terre avec de l’électricité

Plutôt que de creuser à l’aveugle, les géophysiciens injectent de faibles impulsions de courant électrique dans le sol et observent la réponse de la Terre. Deux propriétés clés sont mesurées : la résistivité, qui indique la facilité de circulation du courant, et la chargeabilité, qui traduit la capacité des roches à retenir temporairement une charge électrique. Les roches riches en sulfures qui hébergent souvent de l’or ont tendance à se distinguer par une chargeabilité élevée. Dans la région de Kabudan au nord de Bardaskan, où les indices de surface sont presque inexistants, l’équipe a tracé de grands profils rectangulaires, mesuré ces propriétés et construit des cartes montrant la variation spatiale de la chargeabilité.

Laisser les motifs se révéler

La difficulté est que les données réelles sont brouillonnes. Des zones minéralisées subtiles peuvent s’étaler ou être masquées lorsque le cartographie conventionnelle lisse tout ensemble. Ici, les chercheurs ont recours à l’analyse fractale, une manière de décrire des motifs complexes qui se répètent à différentes échelles. Ils ont traité les valeurs de chargeabilité comme une image satellite et se sont demandé : quelles parties de cette image appartiennent à la même « famille » de comportement, et lesquelles se distinguent vraiment comme anormales ? En utilisant quatre modèles fractals apparentés, ils ont automatiquement groupé les données en classes, séparant les roches de fond ordinaires des taches suspectes à forte chargeabilité susceptibles d’héberger du minerai.

Choisir la lentille la plus nette

Toutes les méthodes de détection de motifs ne donnent pas des résultats équivalents. Pour éviter de se fier aux seules apparences, les auteurs ont testé chaque modèle fractal avec quatre contrôles statistiques indépendants qui évaluent la netteté des regroupements. Une méthode, appelée modèle concentration–périmètre, a systématiquement produit les groupes les plus compacts et distincts ainsi que les frontières les plus stables entre eux. Sur les cartes, cette approche a tracé des contours nets autour des zones chargeables, suggérant des corps minéralisés probables plutôt que des taches dispersées de bruit. Ces zones délimitées ont ensuite guidé la collecte de profils électriques plus détaillés en coupes verticales.

Des cartes aux carottes de forage

Des coupes électriques et des inversions informatiques ont été utilisées pour transformer les mesures de surface en images du sous‑sol. Sous les grappes prioritaires, les modèles ont révélé des corps chargeables continus et profondes semblant former des lentilles enfouies de minéraux sulfurés. L’épreuve finale est venue avec le forage. Des sondages dirigés vers les anomalies les plus fortes ont traversé des roches riches en pyrite, chalcopyrite et magnétite, avec des teneurs en or atteignant jusqu’à 8 parties par million — élevées pour ce type de gisement. Des trous voisins situés en dehors de l’anomalie principale ont rencontré des teneurs beaucoup plus faibles, confirmant la puissance de ciblage de l’approche intégrée.

Des cartes plus intelligentes pour les futures chasses à l’or

Pour un non‑spécialiste, le message clé est que les auteurs ont mis au point une manière plus intelligente de transformer des signaux souterrains flous en cartes exploitables. En combinant le regroupement fractal, des contrôles statistiques rigoureux et une imagerie électrique avancée, ils ont pu repérer les zones cachées les plus prometteuses et les vérifier par des carottes de forage. La méthode a réduit l’incertitude, diminué le risque de forer au mauvais endroit, et offre un modèle adaptable à d’autres métaux et terrains où la géologie est complexe et les indices enfouis. Essentiellement, c’est une nouvelle manière, plus fiable, de trouver de l’or là où la surface semble tout à fait ordinaire.

Citation: Sadatian Jouybari, S.M., Afshar, A., Ramazi, H. et al. Integrated fractal clustering and inversion of induced polarization data for concealed gold exploration in Kabudan area NE Iran. Sci Rep 16, 8432 (2026). https://doi.org/10.1038/s41598-026-38850-8

Mots-clés: exploration aurifère, imagerie géophysique, polarisation induite, analyse fractale, gisements minéraux