أظهرت الدراسات أن الأفيوليت المتولد عند التلال المحيطية قد تم ترسيبه بواسطة الضغوط التكتونية على طول حدود الصفائح المتقاربة قبل أن يتم الكشف عنها في أحزمة جبلية (جبلية) مشوهة بشدة. في دولة الإمارات العربية المتحدة، يحتوي الأفيوليت على دليل على حلقتين من الصهارة: حلقة مبكرة تم إنشاؤها بالقرب من مركز الانتشار وحلقة لاحقة مرتبطة ببداية الاندساس. للحصول على فهم أفضل لهذا النتوء من القشرة المحيطية، يتم أخذ صور الأقمار الصناعية في الاعتبار، مما يسمح للخوارزميات والأساليب الضمنية بالحصول على رؤية منفصلة للوحدات. تُستخدم نسب النطاق لمعالجة مجموعة النطاق وإنشاء صور مركبة زائفة لصور Landsat 8. للتعرف على أهم التفاصيل، يجب دمج النطاقات وإظهارها من حيث RGB (321) وقصها إلى المنطقة المطلوبة. يتم بعد ذلك تطبيق الاستجابات للتأكد من عدم وجود ضوضاء أو خطأ في البيانات. هناك أسلوب آخر يتم تطبيقه وهو التصنيف الخاضع للإشراف - وهي طريقة تستخدم لتصنيف الوحدات الصخرية بناءً على بيانات منطقة التدريب. إنها تتضمن خوارزمية تصنيف الاحتمالية القصوى، والتي تستخدم مدخلات للفصول التي تم إنشاؤها من بيانات موقع التدريب لإنتاج الإحصائيات الضرورية ووظائف الاحتمالية. لتحسين نتائج نسب نطاق اللون المركب، يمكن تطبيق المزيد من النسب وفقًا للمظهر الطيفي لخمس وحدات صخرية. سيُظهر مخطط المظهر الجانبي الطيفي انعكاسًا فريدًا لكل نوع من أنواع الصخور وتعتمد الملامح الطيفية الناتجة على مجموعة ألوان مركبة. يمكن ربط نتيجة التصنيف الخاضع للإشراف+B15n بمركب الألوان الناتج عن نسب سابين، ويمكن رؤية الكثير من التشابه. يتم استخدام مجموعة البيانات الخاصة بالقمر الصناعي ASTER في هذه الورقة لتسليط الضوء على هياكل الصدع المعقدة وزوايا الانحدار، من خلال تطبيق دالة الميل؛ تمت معالجة خرائط المنحدرات والجوانب.