سازمان زمین شناسی و اکتشافات معدنی کشور فصلنامه علمی علوم زمین 1023-7429 36 1 2026 03 21 The application of Python-GIS-fractal-wavelet add-on to highlight the promising areas of iron-apatite in association with REEs, in the metallogenic zone of Tarom, NW IRAN کاربرد افزونه پایتون-جی آی اس- فرکتال-موجک برای بارزسازی مناطق امیدبخش آهن-آپاتیت در همیافتی با عناصر خاکی کمیاب در منطقه فلززایی طارم، شمال‌باختر ایران 97 112 236317 10.22071/gsj.2025.488096.2165 FA احمد ادیب گروه نفت و معدن، دانشکده معدن، نفت و انرژی، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران 0000-0002-5432-4612 محمد مهدی پورغلام گروه نفت و معدن، دانشکده معدن، نفت و انرژی، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران پیمان افضل گروه نفت و معدن، دانشکده معدن، نفت و انرژی، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران 0000-0002-4833-8778 Journal Article 2024 11 10 In this systematic exploration, Python and Python-GIS programming environments serve as valuable tools for developing automatic algorithms for analyzing and processing discovery layers. In this study, a fractal-wavelet classifier was designed in the Python environment and subsequently implemented as a plugin in QGIS. The geochemical data of stream sediments, and in some cases Lith-geochemical data from the metallogenic area of the Tarom zone in northwest Iran, are used as input to identify potential areas promising for REE mineralization, particularly in the form of iron apatite. The program pre-processes and analyzes the geochemical layer within the GIS environment to delineate and classify these potential zones from the background. Additionally, it generates fractal diagrams, calculates breakpoints, and saves the results in user-specified formats such as images and Excel files. The fractal output diagrams display breakpoints related to the threshold boundaries between anomalous and background populations, aiding final classification. To optimize threshold selection, the relevant values suggested by experts are provided for application in the final classification, along with possible troubleshooting steps. <span lang="FA">محیط‌های برنامه‌نویسی پایتون و پایتون-</span><span dir="LTR">GIS</span><span lang="FA">  ابزار ارزشمندی برای توسعه الگوریتم‌های خودکار در تحلیل و پردازش لایه‌های اکتشافی هستند. در این مطالعه، طبقه‌بندی‌کننده فرکتال-موجک (</span><span dir="LTR">FWC: Fractal Wavlet Classifiier</span><span lang="FA">) در محیط برنامه‌نویسی پایتون طراحی و سپس به‌عنوان یک افزونه در محیط  </span><span dir="LTR">QGIS (Quantum Geographic Information System)</span><span lang="FA"> پیاده‌سازی و از داده‌های ژئوشیمیایی رسوبات آبراهه‌ای منطقه فلززایی طارم، به‌عنوان مقادیر ورودی برای شناسایی مناطق مستعد کانه‌زایی آهن، فسفر و عناصر خاکی کمیاب (</span><span dir="LTR">REE</span><span lang="FA">) استفاده شد. سپس لایه ژئوشیمیایی در محیط </span><span dir="LTR">GIS</span><span lang="FA"> پردازش شد تا جوامع بی‌هنجاری از جوامع زمینه جدا شوند. این برنامه نمودارهای فرکتال را ترسیم، نقاط شکست را محاسبه و آن‌ها را در قالب فایل تصویری و اکسل ذخیره می‌نماید.  برای انتخاب بهینه مرزها، مقادیر منتخب متناظر در اختیار قرار می‌گیرند تا طبق نظر کارشناسی در طبقه‌بندی نهایی اعمال شوند. فرایند مورد استفاده در این پژوهش، بر الگوریتم افزونه </span><span dir="LTR">FWC</span> <span lang="FA">مبتنی است و برای شناسایی مناطق امیدبخش آهن، فسفر و عناصر خاکی کمیاب به کارگرفته شده است. به منظور صحت‌سنجی نتایج الگوریتم افزونه </span><span dir="LTR">FWC</span><span lang="FA">، برداشت صحرایی از مناطق مستعد خروجی مطالعات صورت گرفت. نتایج آنالیز نمونه‌های سنگ‌شناسی حاصل از برداشت صحرایی به صورت لایه صحت‌سنج در محیط </span><span dir="LTR">GIS</span><span lang="FA"> اضافه گردید و نتایج انطباق بالایی را با مناطق مستعد کانه‌زایی نشان می‌دهد. </span> http://www.gsjournal.ir/article_236317_8b595f18e622a12adb4c90ead5308b52.pdf