国内外学者对氡气深部运移机制的研究持续了多年, 早期的认识包括:①扩散作用, 氡的分子从浓度高的地方向浓度低的地方移动; ②对流作用, 由于存在压力差, 氡气从压力高的地方向压力低的地方迁移; ③抽吸作用, 由于温度的差异使氡气向上迁移; ④泵吸作用, 地球定时涨落的泵吸效应等可以导致氡气的迁移; ⑤地热作用, 由于地热梯度的存在, 气体向冷的部位迁移时带动氡气迁移; ⑥水的作用等等。

在地质找矿工作中有实际意义的氡同位素是²²²Rn, ²²²Rn的半衰期只有3.825天, 学者逐渐认识到在如此短的时间内依靠上述迁移机制无法作长距离运移, 1982年Kristiansson和Maqlmqvist提出了一种新的假设 , 即氡原子可能是被一股缓慢向上、可穿过岩石到达地表的地气流搬运^[6], 这对氡的迁移机制研究提出了新的思路, 但此时仍认为氡是由深部直接迁移至地表的。吴惠山等提出氡的迁移有狭义和广义之分, 狭义层面上氡依靠扩散等作用进行近距离迁移, 广义层面上氡依靠接力作用进行迁移, 主要是镭在地下水的作用下迁移至近地表后衰变为氡, 再进行近距离迁移^[7], 该观点的提出大大完善了氡的迁移机制理论, 白云生等人的实验^[8]也支撑了氡迁移机制为“ 多棒接力传递” 作用的观点。

地气测量方法的进展^{[9, 10]}证实了深部矿体在上升气流作用下存在元素迁出现象, 能够在矿体上方形成异常。随着深穿透地球化学理论的不断进步 1113, 目前主流观点是在干旱的厚覆盖区元素深部迁移是以地气流为主导作用的多营力(包括地下水循环、离子扩散、氧化还原电位梯度、蒸发作用、植物作用等)共同作用的结果, 而在潮湿地区地下水的搬运会起着更重要的作用。

此外, 贾文懿等人从内因上对氡气运移进行研究, 提出氡及其子体的团簇现象是其向上运移的内因, 通过实验表明氡及其子体衰变放出的α 粒子成为⁴He后, 能与氡及其子体或母体形成团簇, 并拥有较强的向上运移能力^[14]。实验是在排除外界干扰的情况下进行的, 旨在探讨氡及其子体自身的运移能力, 在实际环境中团簇现象的运移效果尚无法证实, 但是对研究氡气运移机制提出了新的思路。

综合多学科的研究成果, 从宏观角度来讲氡气自身无法作长距离的迁移, 地表的氡异常是由深部纳米级的²³⁸U和²²⁶Ra经多营力接力传递作用迁移至地表后衰变形成。

前文论述了地面氡异常与地形的相关性, 从一个角度支持了目前认为的氡气运移机制, 为了进一步证实地表氡异常和镭元素的相关性, 笔者在伊犁盆地南缘挑选了一片地区分别作了活性炭吸附测氡和土壤镭含量测量, 活性炭的炭盒埋深为50 cm, 测镭的样品同样取自50 cm深的土壤, 样品送往中国地质大学(北京)进行分析。将测量数据做相关性分析后得到镭和氡的相关性为0.78, 表明了二者的相关度很高, 分别作等值图(图2)对比观察可以发现, 镭和氡的分布形态非常相似, 进一步表明了地表的氡异常主要受控于地表镭含量的高低。

图2

	Figure Option ViewDownloadNew Window
	图2 研究区地面氡浓度与镭含量对比

尽管氡异常主要受地表镭含量的影响, 但从理论上来讲, 氡浓度除了地表镭元素衰变形成的部分外, 还有一部分是地下迁移上来的, 这部分氡气并不是从深达几百米的矿体直接迁移上来, 而是深部上升的镭元素在迁移至近地表时衰变形成的, 如果能准确地获得这部分氡浓度数据, 对确定深部矿体的位置将会很有利。部分学者^{[15, 16]}以伽玛能谱测量的铀当量数据代表地表的镭含量, 以氡浓度数据指示地表和地下迁移的镭元素总量, 将两类数据进行数学计算后获取深部上升的镭含量, 这种思路是比较好的, 但由于深部迁移的镭含量所占比重较小, 考虑到仪器测量误差和其他干扰因素的影响, 目前尚无法准确获得该部分镭含量, 随着多学科发展水平的提高, 这必是未来获得突破的一个方向。

另外需要说明的是, 尽管地表氡浓度与地表镭含量的相关性很高, 但氡气作为气体形态, 具备特有的扩散机制, 尤其是砂岩型铀矿产于沉积盆地内, 通常伴有煤矿的产出, 煤矿采空区上方的氡浓度会发生一定的改变, 在异常解释时需要留意。

从实践结果来看, 地形对砂岩型铀矿氡气测量结果的干扰是客观存在的, 必须引起重视。为了达到降低地形影响的目的, 需要收集研究区数字高程模型(DEM)数据, 并与预处理后的氡浓度数据进行叠加分析, 具体情形可分为以下几类:

1) 地形切割明显, 单个氡异常区被分割为两个或多个小异常片。如果一大片氡异常明显地被狭长的冲沟切开, 那么在异常解释时可以将分割后的氡异常片合并为单个氡异常区进行考虑。

2) 冲沟方向发生转折的部位常常伴有氡浓度的高异常, 这是由于冲沟方向产生偏转时水流速度减缓, 更有利于铀、镭等元素在地表进行沉淀富集。例如图1右下方冲沟方向转为北西向, 在转折点的上方存在氡浓度高异常区, 认为该异常为非矿致异常, 而该区域的钻探结果也显示并无铀矿化现象, 印证了上述观点。

3) 地形起伏并不剧烈, 但氡异常仍然明显受地形影响。此种情况下在地形相对较低区域, 氡浓度的背景值可能呈整体降低的趋势, 造成了全区的氡浓度背景值不均衡, 低背景值区域的氡异常很容易被掩盖, 会对全区的氡异常宏观形态产生较大变化, 单纯依靠目视解译无法准确地辨别氡异常的客观形态, 这就需要依靠数学运算来削弱地形的干扰, 经研究认为子区中位数衬值滤波法能较好地降低地形对氡气测量的影响程度。

3.2.1 方法原理 1719

子区中位数衬值滤波法是在EDA(勘查数据分析)技术和滤波技术的基础上开发出来的化探数据处理方法。

EDA技术以稳健统计学为基础, 不需要设定假设条件, 也无需对原始数据作任何处理, 而是根据数据本身的特点来提取异常。EDA方法的统计参数包括中位数、2个极值点和上、下四分点。它的处理算法如下:

Fu=Qu+1.5Sh, (1)F1=Q1-1.5Sh, (2)

式(1)中, F_u表示异常点下限, Q_u表示上四分点, 式(2)中F₁表示异常点上限, Q₁表示下四分点, S_h表示内散度, 其意义与均方差类似。EDA方法认为数据集中有25%的数据是无效的, 这些数据对整个数据集的统计参数(中位数和上、下四分点)不产生影响, 异常点临界值只受内散度影响而不受异点的影响。与稳健统计量相反, 只要有一个极值点就会给常规经典统计学中的算术平均值和标准离差带来很大的影响, 进而给建立在常规经典统计学上的由算术平均值和标准离差确定的异常下限带来很大的影响。因此EDA方法与传统经典统计学相比可以有效抵抗干扰。

子区中位数衬值滤波法是在柯尔莫哥夫— 斯米尔诺夫滤波器(KSF)、框形滤波器(PFF)和EDA技术的基础上开发形成的, 它采用子区模拟背景场的空间变异, 以EDA技术计算异常临界值, 用衬值表示基准度量场值的起伏变化。具体实现过程是:在网格化数据中以3× 3个网格作为小窗口, 取其中位数作为小窗口中心格子的趋势值(CW_m)。以9× 9个网格作为大窗口, 取环带数据的中位数作为背景值, 用EDA的算法计算F_u, 然后计算CW_m与F_u的比值C_F, C_F即为衬值, 如果C_F> 1则代表正异常, 据此我们就可以用衬值来进行地球化学元素异常的识别。

子区中位数衬值滤波法用窗口代替子区, 以小窗口为局部异常, 以大窗口为局部背景, 逐点移动, 使得每一点或子区的背景不同, 把氡浓度背景面看成一个连续起伏变化的曲面。即在该方法处理过程中, 自动地把一个大区域划分成很多个小子区, 每个小子区均具有自己的氡浓度背景值和异常下限值, 这就从理论上解决了低背景区和高背景区弱小异常的识别问题, 削弱了地形对氡异常形态造成的负面影响。

3.2.2 应用效果

以图1中的范围为研究区域, 对子区中位数衬值滤波法的应用效果进行检验。图3与图1对比可以发现处理效果如下:①地形对氡异常的干扰程度大幅度降低, 研究区中部由于地形影响造成的氡浓度低异常区已经基本消失; ②对成矿有利的高异常区仍然得到保留。图3中A区的铀见矿孔较多, 与氡浓度高异常区较吻合, 且异常形态较好; ③弱异常区得到增强。图3中B、E区原本只是弱异常区, 而处理之后异常程度大幅增强; ④发现新异常。由于地形影响造成区域性的氡浓度降低, 图3中的C、D区被淹没在大范围的氡低异常区内, 与铀见矿孔吻合程度较差, 而处理之后C、D区的氡异常信息明显增强, 与铀见矿孔相关性较密切, 削弱了地形差异对异常解释的干扰, 有助于在低背景值区域发现铀成矿有利区。

图3

	Figure Option ViewDownloadNew Window
	图3 伊犁盆地南缘某铀矿区氡浓度衬值滤波等值线