青海省兴海县某地区铜多金属找矿潜力评价——基于1:5万土壤化探数据处理与异常信息提取
李鹏宇, 石文杰, 魏俊浩, 熊乐, 周红智, 尤静静
中国地质大学(武汉) 资源学院,湖北 武汉 430074

作者简介: 李鹏宇(1991-),男,中国地质大学(武汉)地质工程专业在读硕士,主要从事矿产勘查研究工作。

摘要

地球化学异常信息提取是地球化学勘查中的重要环节,对于有效发现异常至关重要。以青海省兴海县某地区1:5万土壤化探数据为研究对象,运用传统方法确定异常下限,绘制单元素及综合异常图;通过对区内各元素异常点赋值,构建元素复杂程度指标,并绘制元素复杂程度图,圈出7处元素复杂程度较高的地区,应用因子分析法绘制因子得分等值线图,从元素组合的方向分析复杂程度高值区的剥蚀程度并评价其找矿潜力。研究发现,因子得分等值线异常区与元素复杂程度较高区吻合较好,且与已知矿点套合程度较高,表明该方法在成矿预测过程中具有一定的合理性,结合异常特征及野外地质路线调查,圈定2处成矿远景区,为下一步找矿工作提供了依据。

关键词: 土壤地球化学; 元素复杂程度法; 因子分析; 找矿预测
中图分类号:P632 文献标志码:A 文章编号:1000-8918(2017)02-0194-09
An evaluation of ore-prospecting potential for copper polymetallic deposits in a certain area of Xinghai County, Qinghai Province, based on processing and anomaly extraction for 1:50 000 soil geochemical survey
LI Peng-Yu, SHI Wen-Jie, WEI Jun-Hao, XIONG Le, ZHOU Hong-Zhi, YOU Jing-Jing
Faculty of Earth Resources, China Unversity of Geosciences (Wuhan), Wuhan 430074, China
Abstract

Geochemical anomaly study is one of important links in geochemical exploration and is crucial for discovery of effective anomalies. In this paper, the authors made a study of the 1:50 000 soil geochemical survey data from a certain area in Xinghai County of Qinghai Province, and calculated the anomaly lower thresholds of elements so as to draw the anomaly map of single elements and the composite anomaly map by traditional model. Then the authors built complexity of the elements metrics to draw the complexity map of the elements by assigning an abnormal value to each element, and delineated seven high value areas of complexity of the elements, with which the authors analyzed the degree of erosion and made an evaluation of ore-prospecting potential according to the aspect of element combination by map of the factor score through applying factor analysis. It is found that anomaly area of the factor score map is in good agreement with that of the complexity map of the elements. In addition, it is highly consistent with the known mine. The results show that the method of the metallogenic prediction process is reasonable. In combination with anomaly characteristics and field geological survey, the authors delineated two major target areas for further prospecting.

Keyword: soil geochemistry survey; complexity of the element method; factor analysis; ore prospecting prediction
0 引言

地球化学找矿是矿产资源勘查的重要手段之一[1, 2]。异常信息的提取是勘查地球化学的一项重要内容。由于地质背景和成矿模式的多样性[3], 原生环境和次生演化的复杂性, 使得地球化学的分散模式呈现出错综复杂的特征, 而仅仅依据地球化学单元素含量的空间分布规律对于矿床的定位是片面、局限的[4]。故而, 元素的组合特征和综合特征成了矿产预测的重要指标。近年来, 利用地球化学判别标准, 研究矿区剥蚀程度, 进而对找矿远景区作出评价, 是地球化学方法找寻隐伏矿的一项重要研究内容[5]。姜启明等应用聚类分析分别对马泉金矿和金山金矿的元素组合特征作了研究, 并以此对矿床剥蚀程度作了详细评价[6, 7]。在此, 笔者拟以青海省某地区为例, 应用传统方法确定单元素异常下限, 进而计算元素复杂程度指标[8], 绘制元素复杂程度图, 并以此圈定找矿远景区; 应用因子分析提取4组不同的元素组合因子, 并绘制因子得分图, 结合实际地质背景, 探讨圈定找矿远景区的剥蚀程度, 最终判断找矿远景区的找矿潜力。

1 地质背景

研究区大地构造位于柴达木地块东南缘— — 鄂拉山火山岩浆弧弧前增生楔西南部之鄂拉山造山带南部[9, 10], 在平面上处于东西向构造带、北北西构造带和北东向构造带的交汇处。区域内地层主要受东西向、北西向断裂控制, 出露地层主要有石炭系、二叠系、三叠系、新近系及第四系地层。

研究区内石炭系地层主要出露石炭系— 晚二叠统甘家组浅灰色厚层生屑灰岩、礁灰岩、灰岩砾岩夹砂岩、板岩、生物礁发育, 造礁生物以海绵为主。二叠系地层以晚二叠统野仓灰岩、塞日科龙洼蛇绿混杂岩、雪穷糜棱片岩为主, 其中, 塞日科龙洼蛇绿混杂岩基质为强剪切变形砂岩、板岩、火山碎屑岩等, 岩块为玄武岩(β )、辉绿岩(β μ )、辉长岩(ν )、灰岩。三叠系地层在研究区内大面积出露, 以中、下三叠统隆务河群(T1-2lw)地层为主(约占研究区总面积的70%), 为一套砾岩、砂岩、板岩、片岩建造, 总体下细上粗。新近系地层岩性主要为土黄— 紫红色砂砾岩、粉砂质泥岩。第四系广泛分布在各水系河谷地带, 岩性主要为松散冲洪积物。

区内侵入岩发育, 以中— 中酸性为主, 岩石种类有石英闪长岩、花岗闪长岩、英云闪长岩, 其次为中— 酸性岩脉, 包括石英闪长岩、二长花岗岩、花岗斑岩等。

图1 兴海县某地地质简要
1— 第四系; 2— 新近系贵德群红色砂砾岩、泥岩; 3— 下-中三叠统隆务河群池塘细浊积岩; 4— 下-中三叠统隆务河群浊积岩未分; 5— 下-中三叠统隆务河群尕科合水道砾岩; 6— 下-中三叠统隆务河群那曲乎板岩; 7— 下-中三叠统隆务河群砂板岩未分; 8— 下-中三叠统隆务河群碎屑流未分; 9— 石炭系-上二叠统甘家组; 10— 上二叠统野仓灰岩; 11— 上二叠统塞日科龙洼蛇绿混杂岩; 12— 上二叠统雪穷糜棱片岩; 13— 玄武岩; 14— 古元古界苦海片麻杂岩; 15— 上三叠统花岗闪长岩; 16— 上三叠统英云闪长岩; 17— 上三叠统石英闪长岩; 18— 古元古界英云闪长岩; 19— 中酸性脉岩类(δ o— 石英闪长岩, η γ — 二长花岗岩, γ π — 花岗斑岩); 20— 基性脉岩类(δ μ — 辉绿玢岩, φ ο — 斜长角闪岩); 21— 石英脉; 22— 矿床(点); 23— 地质界线; 24— 断裂

2 土壤地球化学数据特征

研究区地处青藏高原东北部、青海省西南部, 天气寒冷、温差大, 年平均气温0 ℃以下, 冰冻期长, 降水量少, 且多集中于6~8月份, 属典型的内陆高寒山区气候[11]。这类景观区气候干燥, 季风强烈, 以物理风化为主[12], 区内适合开展土壤地球化学测量[13, 14]

本次土壤地球化学测量数据来源于青海省第五地质矿产勘查院, 比例尺为1:5万, 样品的采集过程严格照《地球化学普查规范》(1:50 000)的规定, 采样密度为12~14个/km2, 采样层位为C层, 共4 342件。分析元素为Au、Sn、Ag、As、Sb、Bi、Hg、Cu、Pb、Zn、W、Mo共12种, 其原始数据统计特征显示, 主成矿元素Au、Ag、Cu、Pb、Zn中许多元素变异系数均大于1(表1), 表明主成矿元素在土壤中均匀性程度较差, 而呈局部富集特征, 且区内土壤地球化学主成矿元素测量值相对于全国以及中国西北高寒地区均为富集状态, 指示区内较为富集成矿元素, 具有较大的找矿潜力。这与目前区内存在的众多铜(铅锌)、铅— 锌(铜)、铅— 锌— 银、金等矿床(点)相吻合。

从元素地球化学性质方面来分析, 相关性较好的元素可能在成因和来源上有一定的关联[16]。地球化学数据相关性在元素R型聚类分析谱系(图2)中明显分为Bi、Cu、Sn、Au、W、Mo, Ag、Pb、As、Zn、Sb 和Hg3组。相关系数(表2)显示:Cu与Bi、Sn相关性较强, Cu 与 Bi 的相关系数最大, 达 0.845。野外调查发现, 赛什塘铜矿区石英闪长岩体的围岩蚀变强烈, 蚀变分带明显, 从岩体内向外具有钾化带— 石英绢云母化带— 夕卡岩(或角岩) 化带— 青磐岩化带的蚀变分带特征[17]。钾化带主要为钾长石、黑云母、斜长石等矿物。此外, 石英闪长岩本身普遍发育矿化现象, 多以星点状的磁黄铁矿、黄铜矿等为主, 且岩体造岩矿物富集黑云母与富锡副矿物等, 因此出现Cu、Sn、Bi相关性较强, 与实际地质情况较为吻合, 表明在该区自然环境条件下, 单元素含量上尽管存在元素的次生富集或者二次分配作用, 但该区土壤地球化学在元素组合上基本能反映下伏岩石的地球化学元素特征。

表1 兴海县某地土壤地球化学特征参数
表2 兴海县某地土壤元素相关系数矩阵

图2 兴海县某地土壤12种元素R型聚类分析谱系

3 元素异常空间分布特征及找矿地段的圈定
3.1 确定异常下限

异常下限的确定是勘查地球化学的一个基本问题, 也是勘查地球化学应用于矿产勘查时决定成败的一个关键性环节[3, 18]。传统统计方法是建立在数据符合正态或者对数正态分布基础上的[19]。如图3所示, 区内大部分元素数据近似呈对数正态分布, 因此笔者采用传统统计方法计算异常下限。首要步骤是对土壤地球化学数据进行常规数据预处理, 即进行极异常点(最高值、最低值)的迭代处理, 采用平均值(X)± 3倍均方差(S)为上下限迭代剔除, 直至无离群点数值可剔除为止[20], 最后以背景值加1.5倍均方差求得异常下限, 12种元素的异常下限如表3所示。

表3 兴海县某地土壤元素异常下限

图3 兴海县某地土壤元素对数含量分布直方图

3.2 元素异常空间分布特征

3.2.1 单元素异常及综合异常

根据传统方法确定的异常下限, 以各元素异常下限的1、2、4倍分别作为外、中、内带绘制单元素异常图(图4)。

笔者重点分析了主成矿元素Cu、Pb、Zn、Au、Ag的单元素异常及综合异常的空间分布特征。从图中可以看出, 主成矿元素Cu、Pb、Zn、Au、Ag异常高值区大致呈NW— SE分布, 且都分布于研究区北东角。单元素异常空间结构信息明朗、指示性较强, 但部分异常受矿床类型、规模、埋深以及剥蚀等因素影响并未显示。由Cu、Pb、Zn、Au、Ag综合异常图(图4f)可以看出, 该区元素异常存在面积过大、元素叠加的浓集中心不清晰、图面结构复杂等问题, 不能有效地划分和圈定找矿远景区。因此, 笔者采用元素复杂程度法对研究区的综合异常信息重新进行提取。

3.2.2 元素复杂程度

复杂程度是表示地球化学元素异常综合程度的一个度量单位, 其表现形式主要集中在3个方面:元素的多样性; 元素套合程度; 套合元素异常面积的大小。复杂程度指标的大小取决于该采样点的地质属性, 即值越大, 代表该采样点大于异常的元素种类越多、套合程度越高, 若类似采样点较多且集中, 则指示该地段的成矿潜力就越大。

元素复杂程度法是以单元素异常为基础, 通过构建元素复杂程度指标, 绘制元素复杂程度等值线图。具体实现过程如下:①求取各元素异常下限, 将大于异常下限的数据标记为1, 小于异常下限的数据标记为0; ②将每个采样点上各元素的标记值(0或1)累加作为元素复杂程度指标(最大值为元素个数, 最小为0); ③通过克里格法对元素复杂程度指标网格化, 并生成高程模型(Grd )2124; ④生成元素复杂程度等值线图。

根据上述操作原理, 构建了元素复杂程度指标, 绘制元素复杂程度图(图5)。

图5中可以看出, 元素复杂程度异常中心明显, 且异常高值区的分布与区内大部分已知矿点相吻合。然而, 个别矿点的分布并非全部都在异常高值区, 且异常高值区并非都有矿点分布, 这可能与区内矿床类型、规模、埋深、剥蚀程度以及后期构造改造等有很大关系。

图4 兴海县某地土壤Cu、Pb、Zn、Au、Ag单元素异常及综合异常

图5 兴海县某地土壤元素复杂程度
1— 第四系; 2— 新近系贵德群红色砂砾岩、泥岩; 3— 下-中三叠统隆务河群池塘细浊积岩; 4— 下-中三叠统隆务河群浊积岩未分; 5— 下-中三叠统隆务河群尕科合水道砾岩; 6— 下-中三叠统隆务河群那曲乎板岩; 7— 下-中三叠统隆务河群砂板岩未分; 8— 下-中三叠统隆务河群碎屑流未分; 9— 石炭系-上二叠统甘家组; 10— 上二叠统野仓灰岩; 11— 上二叠统塞日科龙洼蛇绿混杂岩; 12— 上二叠统雪穷糜棱片岩; 13— 玄武岩; 14— 古元古界苦海片麻杂岩; 15— 上三叠统花岗闪长岩; 16— 上三叠统英云闪长岩; 17— 上三叠统石英闪长岩; 18— 古元古界英云闪长岩; 19— 中酸性脉岩类(δ o— 石英闪长岩, η γ — 二长花岗岩, γ π — 花岗斑岩); 20— 基性脉岩类(δ μ — 辉绿玢岩, φ ο — 斜长角闪岩); 21— 石英脉; 22— 矿床(点); 23— 地质界线; 24— 断裂; 25— 异常高值区及编号

3.3 找矿远景区的圈定

笔者运用此方法将复杂程度异常图异常高值区划分为7个远景区, 并分别对其进行讨论。

Ⅰ 号异常高值区位于赛什塘地区, 与赛什塘铜矿床吻合较好, 沿北北西向展布, 复杂程度指标最高达6, 面积为32 km2; 元素种类多, 主成矿元素存在Cu、Pb、Au、Ag等异常。该区内出露与铜多金属成矿有密切关系的中酸性岩体石英闪长岩体。结合图4可知, 在该区内主成矿元素Cu、Ag异常规模最大, Cu最高极值达304× 10-6, 异常分带清晰, 浓集中心明显, 具有明显的三级浓集分带。调查发现赛什塘铜矿体主要赋存在石英闪长岩体内外接触带中, 与岩体的关系十分密切。从元素复杂程度看, 除区内已经发现的矿体外, 岩体内部及外围还具有很大的找矿前景。

Ⅱ 号远景区位于研究区正北方, 面积达18 km2, 复杂指标为2~4, 复杂程度相对较小, 各元素套合程度好。该区主要出露上二叠统塞日科龙洼蛇绿混杂岩及古元古界苦海片麻杂岩。目前在该区内没有发现矿点, 但主成矿元素Pb、Ag在该区异常明显, 且各元素均具有明显的三级浓度分带特征。元素复杂程度最高地段Pb、Ag含量最大值分别达795.7× 10-6 、3 200× 10-6, 含量平均值分别为82.69× 10-6 、320.42× 10-6, 表明所圈定远景区具有寻找以Pb、Cu为主的矿床的找矿潜力。

Ⅲ 号异常高值区位于研究区东北角, 异常范围较大, 面积达54 km2, 复杂指标最大达7, 套合程度好; 分为2个异常高值中心, 主成矿元素Pb、Ag在该区异常明显, 具明显的三级浓度分带, 元素复杂程度最高地段Pb含量最大值为175× 10-6 , Ag 为205× 10-9。调查发现该异常区附近发现有拿东北西砷银铅矿点、下昂沟砷铅矿点、拿东北铜金银矿点、尕科合砷银铜矿床4处矿化地段, 表明圈定靶区内具有较大的找矿潜力。

Ⅳ 号异常高值区位于赛什塘矿床西南方, 复杂指标最大达5, 异常面积约10 km2; 该区位于东西向断裂构造附近, 主要出露上二叠统野仓灰岩, 石英脉发育。野外实地调查显示该区未发现矿点, 但主成矿元素Au、Ag异常尤为明显, 成面状展布, 各元素均具有明显的三级浓度分带特征, 从元素复杂程度看, 该区具有很大的Au、Ag主成矿元素找矿前景, 应加强对断裂构造及附近与元素复杂程度异常互相套合程度较高部位的勘探工作。

Ⅴ 号异常高值区位于研究区南西角, 异常面积较大, 面积32 km2, 复杂指标2~5; 主成矿元素在区内异常不明显, 且在该区未发现矿化点, 因此表明区内找矿潜力有限。

Ⅵ 号异常位于研究区正南方向, 与Ⅲ 号异常高值区相似, 存在2个异常浓集中心, 面积为35 km2, 复杂指标3~5。该区处于东西向、北西西向、北东东向断裂构造交汇部位, 区内主要出露下 中三叠统隆务河组池塘浊积岩, 并在东西向断裂下盘出露石英闪长岩岩体。目前, 该区未发现矿点, 但主成矿元素Au异常在该区尤为明显, 呈面状展布, 具三级浓度分带。距该区北西向约7 km, 在北西西向断裂处发现曲什安河南金矿点、南木塘砂金矿点2处, 均为典型的构造破碎蚀变岩型金矿点。结合该区所处地理位置以及元素异常分布看, 该区具有很大的Au找矿前景。

Ⅶ 号异常高值区位于研究区南东方向, 复杂程度指标1~3, 套合程度较好, 局部异常值达5。该区主成矿元素异常主要以Au异常为主, 具有明显3级浓度分带。该区位于东西向断裂构造附近, 区内分布上三叠统英云闪长岩、石英闪长岩以及基性脉岩。调查发现区内塔龙砷金铜矿点、社羊卡治金矿点2处, 均位于该断裂构造之上, 且社羊卡治金矿点位于Au异常浓集中心, 表明该区具Au找矿的潜力。

4 远景区找矿潜力评价

任何地区都有元素的聚集和分散, 这种特征与该区的地质背景有着密切的关系, 因子分析法可以系统找出元素之间的内在关系。相对于同一类型矿床而言, 不同剥蚀程度可能导致其地表化探元素组合及其异常强度的变化[25]。区内1:5万土壤地球化学元素相关性研究表明, 该区开展的土壤地球化学测量所反应的元素组合与区内典型矿床成矿地质特征较为吻合。因此, 本次拟利用因子分析提取该区1:5万土壤地球化学测量数据的主成分来判断所圈定的找矿远景区的成矿潜力。

4.1 元素组合类型

KMO(Kaiser-Meyer-Olkin)检验和Bartlett(bartlett test of sphericity)球度检验值的大小是衡量样本数据是否适合进行因子分析的两个主要指标, KMO值越接近于1, 意味着变量间的相关性越强。Bartlett球度检验用于检验相关矩阵是否是单位阵, 即各变量是否各自独立, 当概率P< 0.05时, 被认为适合作因子分析[26]。Kaiser给出了常用的KMO度量标准, 即0.9以上表示非常适合; 0.8表示适合; 0.7表示一般; 0.6表示不太适合; 0.5以下表示极不适合[27]。利用SPSS软件对研究区内12种元素的测试数据进行R型因子分析, 得到Bartlett球度检验和KMO检验结果(表4), KMO值为 0.763, Bartlett球度检验统计值为29 632, 在自由度为66的条件下, 在0水平上达到显著, 概率P值为0, 说明适合作因子分析。

表4 KMO和Bartlett检验

根据正交旋转因子载荷矩阵(表5)、元素相关性分析(表2)以及野外地质调查取得的认识来划分元素组合类型, 得到因子数4个。这 4 个主因子共解释了原有 12 个变量总方差的 73.377%, 且旋转前后总的累计贡献率没有发生变化, 即总的信息量没有发生变化, 表明因子分析效果较好。

研究区占主要地位的因子F1方差贡献率为39.028%, 元素组合为Ag、As、Pb、Zn、Sn, 其中Zn活动性相当高, 迁移能力强, 易形成异常; Pb是亲硫性元素, 不易迁移, 但常与Zn元素伴生; Ag反映断裂构造及其岩浆活动。综合来看, F1主要为中低温元素组合。F2因子的方差贡献率为13.768%, 元素组合为Sn、Bi、Cu、Mo, 其中Cu为亲硫性元素, Mo为高温元素, 易于在酸性岩体中富集, 二者可代表与岩浆热液有关的元素组合; Sn与中酸性岩浆活动有关, 且Sn既属于F1因子, 也属于F2因子, 表明该区存在两次中酸性岩浆活动, 一次与Pb、Zn、Ag低温成矿元素有关, 另一次与Cu、Mo高温成矿元素有关。因子F3为Au、W元素组合, 方差贡献率为10.516%, Au为低温元素, Au成矿跟岩浆热液有着密不可分的关系, 高温元素W与低温元素Au在一个元素组合, 从侧面显示了该区域地质情况的复杂性。F4因子的方差贡献率为10.065%, 是Sb、Hg两种元素的元素组合, Hg是熔点很低的金属元素, 具有很强的迁移能力, 扩散面积较大, 多与构造活动有关。

表5 研究区元素因子分析正交旋转因子载荷矩阵
4.2 因子得分等值线图

利用R型因子分析的因子得分绘制地球化学等值线图, 已被广泛应用[27], 因子得分等值线图体现了元素组合在研究区中的分布状况, 其地质、地球化学意义更加明确。根据上述4种因子类型, 分别绘制了因子得分等值线(图6)。由图6可以非常清晰地看出各因子元素组合类型分布于研究区不同的地段, 从而能够反映相应地段地球化学异常中共生或伴生的有用元素组合类型[28]图6中各因子载荷的高低分布与图5中元素复杂程度图相吻合。

图6 兴海某地土壤元素各因子得分等值线

4.3 远景区找矿潜力评价

研究区隶属我国西北地区, 地表岩石的风化作用主要以物理风化为主[12], 区内采样的介质虽然是次生晕, 尽管在元素的含量上面可能发生一定程度的变化, 但元素组合并不会发生较大变化, 从某种程度上可以反映原地质条件下的地球化学组合特征。相对于同一类型矿床而言, 不同剥蚀程度可能导致元素组合及其异常强度的改变(图7), 因此笔者拟应用因子分析提取采样点元素组合信息, 对元素复杂程度图所圈定的找矿有利地段进行剥蚀程度评价, 进而指导找矿工作。

图7 不同剥蚀程度下矿体轴向元素组合及分带示意[25]

从因子得分等值线图中可以看出, Ⅰ 区 F1、F3因子异常浓集分带明显, F2因子异常最为明显, F4因子则显示负异常, 即Ⅰ 区异常主要以Sn、Bi、Cu、Mo元素组合为主, Ag、As、Pb、Zn、Au、W等元素异常次之, Sb、Hg则表现为负异常。前文提及Sn、Bi、Cu元素组合与石英闪长岩体及其围岩钾化蚀变有关, 赛什塘铜矿床剥蚀程度中等, 目前在岩体内局部已经揭露到“ 斑岩型铜矿化” [26], 在野外工作调查中还发现, 在赛什塘铜矿外围地段普遍发育孔雀石化, 且多呈脉状, 受区内构造控制, 表明外围及深部地段依然具有较大的找矿潜力, 与目前地球化学异常信息预测比较吻合。

Ⅱ 区F1因子呈明显三级浓度分带的正异常, 强度明显大于F2、F3因子, 而F4因子则显示负异常, 显示Ⅱ 区总体以中低温元素组合为主。F1因子为As、Zn、Pb、Ag元素组合, 剥蚀程度较赛什塘矿床浅, 从单元素异常图看, 该区显示微弱Cu异常, 说明该区域以Cu、Pb、Zn为主的矿化可能还在深部, 有待进一步勘查。综合上述信息可以看出, Ⅱ 区的Pb、Zn、Cu找矿潜力较大。

Ⅲ 区F1因子显示极强的正高异常, 且浓集分带明显, F2、F3、F4显示弱异常。该区整体以As、Zn、Pb、Ag元素组合异常为主, 剥蚀程度较浅, 与区内已发现的下昂沟砷铅矿点、拿东北西砷银矿点、拿东北铜金银矿点套合较好, 是寻找As、Zn、Pb、Ag(Cu)矿潜力较大的地区。

Ⅳ 区F1、F4因子显示弱正异常, F2因子表现为负异常, 而F3 因子则呈浓集分带明显的正异常。F3因子为Au、W元素组合, 表明该区剥蚀程度为上部。该区内断裂构造发育, 有利于成矿流体的运移, 尽管目前还未发现Au矿点, 但区内Au异常规模大、强度高, 且位于区内赛什塘铜矿床与曲什安河南金矿点之间, 与赛什塘石英闪长岩体相距较近, 表明该区Au找矿潜力很大, 应该加大勘查力度。

Ⅴ 区F1、F3因子表现为弱异常, F2因子则为负异常, F4因子呈三级浓度分带明显的正异常。F4因子主要元素组合为Sb、Hg, 说明该区剥蚀程度较低, 但Hg为迁移能力很强的元素, 多与构造活动相关, 局部富集是构造活动的一种显示。为此, 该区找矿潜力有限。

Ⅵ 区F1、F4因子显示弱正异常, F2因子则显示负异常, 而F3因子表现为相对较强的正异常, 因此Ⅵ 区整体以F3因子Au、W元素组合异常为主。此外, 该区位于构造的交汇部位, 且区内发育赛什塘石英闪长岩体, 与区内矽卡岩型矿化密切相关, 表明该地段有利于寻找受构造控制的岩浆热液脉状Au矿化。

Ⅶ 区北部有东西向断裂构造穿过, F1因子异常在Ⅶ 区呈点块状分布; F2因子异常面积较大, 但异常强度较弱; F3因子异常主要分布在Ⅶ 区北部, 塔龙砷金铜矿点、社羊卡怡金矿点附近, 异常浓集分带很明显; F4因子呈浓集分带明显的正异常, 但高值区域明显小于Ⅴ 区。综合来看, 该区异常主要以F3 Au、W元素组合、F4 Sb、Hg元素组合为主, 与Ⅵ 区较为类似, 以寻找受构造控制的岩浆热液脉状Au矿化为主。

5 结论

1) 传统综合异常图的编制, 操作过程复杂、图面负担过重, 导致叠加之后综合异常的面积过大, 不利于下一步矿产勘查工作的部署。元素复杂程度法可避免此类问题, 使得找矿有利地段的圈定更加具有针对性。

2) 因子分析法揭示了不同元素组合之间的相互联系, 结合区内典型矿床原生晕成果资料, 利用区内不同元素组合及异常特征来分析剥蚀程度, 进而判断找矿潜力大小, 使找矿更具有合理性。

3) 结合野外地质调查成果, 在大部分圈定的找矿有利地段内均存在矿点, 且元素复杂程度以及有利成矿因子高值区与已知的矿点吻合较好, 进一步证实了该方法与思路的实用性。尽管在Ⅳ 区、Ⅵ 区暂无矿点发现, 但结合成矿地质条件分析, 笔者认为Ⅳ 区、Ⅵ 区具有Au矿找矿潜力。

The authors have declared that no competing interests exist.

参考文献
[1] 韩天成, 张振飞, 吕新彪, . 东天山中段区域化探异常评价方法研究[J]. 地质与勘探, 2011, 47(5): 885-893. [本文引用:1]
[2] 宋运红, 贾大成, 李健, . 河北承德三沟地区化探数据处理与异常特征[J]. 吉林大学学报: 地球科学版, 2008, 38(S1): 167-169. [本文引用:1]
[3] 熊超, 葛良全, 罗耀耀, . 多种确定地球化学异常下限方法的比较[J]. 四川有色金属, 2012(1): 52-55, 61. [本文引用:2]
[4] 武飞. 基于卡尔曼滤波与支持向量机的地球化学异常提取[D]. 成都: 成都理工大学, 2014: 1-2. [本文引用:1]
[5] 庄玉军, 曹新志, 黄良伟, . 矿床剥蚀程度研究现状综述[J]. 地质科技情报, 2014, 33(1): 171-177. [本文引用:1]
[6] 姜启明, 鲁挑建. 甘肃金山金矿床伴生元素特征及矿床剥蚀程度研究[J]. 黄金, 2011, 32(10): 10-16. [本文引用:1]
[7] 姜启明. 甘肃马泉金矿伴生元素特征及剥蚀程度研究[J]. 黄金地质, 2001, 7(2): 23-28. [本文引用:1]
[8] 郑有业, 刘敏院, 孙祥, . 西藏扎西康锑多金属矿床类型、发现过程及意义[J]. 地球科学: 中国地质大学学报, 2012, 37(5): 1003-1014. [本文引用:1]
[9] 刘生军, 朱迎堂, 王瑾, . 昆秦接合部造山带多层次逆冲滑脱构造特征及形成机制探讨[J]. 青海地质, 2000(2): 31-35. [本文引用:1]
[10] 程细音, 祝新友, 丁天柱, . 青海赛什塘铜多金属矿床控矿因素研究[J]. 矿产勘查, 2014, 5(2): 233-241. [本文引用:1]
[11] 王发明, 翟玉林, 李艳军, . 青海大场金矿田北缘灭格滩矿区土壤地球化学异常信息提取及找矿预测[J]. 地质科技情报, 2015, 34(5): 127-133. [本文引用:1]
[12] 张丽红. 新疆西南天山高寒荒漠景观区地球化学测量方法研究[D]. 北京: 中国地质大学(北京), 2007: 1-20. [本文引用:2]
[13] 司国辉, 姚宽院, 杨海, . 从土壤地球化学特征探讨阿尕泽铜金矿成矿机制[J]. 陕西地质, 2009(2): 29-33. [本文引用:1]
[14] 王秋印, 程华生, 朱梅花, . 土壤地球化学测量在内蒙古东乌旗查干楚鲁银铅锌多金属矿区的找矿效果[J]. 物探与化探, 2009, 27, 33(6): 652-656. [本文引用:1]
[15] 任天祥. 区域化探异常筛选与查证的方法技术[M]. 北京: 地质出版社, 1998: 16-17. [本文引用:1]
[16] 王雄军, 赖健清, 鲁艳红, . 基于因子分析法研究太原市土壤重金属污染的主要来源[J]. 生态环境, 2008, 17(2): 671-676. [本文引用:1]
[17] 王军升, 王玉往. 青海赛什塘铜矿成矿地质特征及矿床富集规律[J]. 矿产勘查, 2015, 6(3): 224-231. [本文引用:1]
[18] 龚庆杰, 张德会, 韩东昱. 一种确定地球化学异常下限的简便方法[J]. 地质地球化学, 2001, 29(3): 215-220. [本文引用:1]
[19] 杨大欢, 郭敏, 李瑞, . 一种求地球化学异常下限的新方法——含量排列法[J]. 物探化探计算技术, 2009, 31(2): 154-157. [本文引用:1]
[20] 师磊. 区域地球化学勘查数据处理方法研究[D]. 长春: 吉林大学, 2009: 9-15. [本文引用:1]
[21] 陈欢欢, 李星, 丁文秀. Surfer 8. 0等值线绘制中的十二种插值方法[J]. 工程地球物理学报, 2007, 4(1): 52-57. [本文引用:1]
[22] 李随民, 姚书振, 韩玉丑. Surfer软件中利用趋势面方法圈定化探异常[J]. 地质与勘探, 2007, 43(2): 72-75. [本文引用:1]
[23] 赵荣军, 和向丽. SURFER在地球化学图制图中的应用[J]. 物探与化探, 2004, 28(2): 167-169. [本文引用:1]
[24] 时艳香, 纪宏金, 陆继龙, . 水系沉积物地球化学分区的因子分析方法与应用[J]. 地质与勘探, 2004, 40(5): 73-76. [本文引用:1]
[25] 蒋敬业. 应用地球化学[M]. 武汉: 中国地质大学出版社, 2013: 150-192. [本文引用:1]
[26] 田生玉. 青海赛什塘─日龙沟矿田岩浆岩与成矿的关系探讨[J]. 有色金属矿产与勘查, 1999, 8(6): 383-387. [本文引用:2]
[27] 王永华, 龚鹏, 龚敏, . 成矿带1: 20万水系沉积物地球化学分区的方法及地质意义: 以西藏冈底斯铜多金属成矿带为例[J]. 现代地质, 2010, 24(4): 801-806. [本文引用:2]
[28] 朴寿成, 翟玉峰, 赵春光. 因子计量图的新思路[J]. 地质与勘探, 2002, 38(2): 68-70. [本文引用:1]