基于大数据的基性-超基性岩定量分类及成矿预测研究——以北山地区为例

岩浆岩分类是研究岩浆岩成因及其成矿作用的基础,传统的岩浆岩二维图解分类方法,因仅有个别元素参与分类、岩石矿物学定名无法保证统一性等因素,其分类结果不够精确。本文基于地质大数据研究基本思想、方法,应用多元统计"聚类分析"和"判别分析"的算法,分别构建起"北山地区基性-超基性岩氧化物定量分类系列模型"和"北山地区基性-超基性岩氧化物+微量元素定量分类系列模型"。前者将北山地区406件基性-超基性岩样本,在10个氧化物变量空间分为2大类共9个小类,其中89%的含矿样本分布在占总样本量44%的3个小类中。后者将北山地区266件基性-超基性岩样本,在34个氧化物及微量元素变量空间分为2大类共8个小类,其中98%的含矿样本分布在占总样本量33%的2个小类中,且81%的含矿样本分布在仅占总样本量21%的Ⅰ222分类中,在该分类中含矿样本数占该分类样本的61%,则有理由认为剩余39%的样本所在岩体为找矿的有利岩体。上述二个模型分类结果中含矿样本对定量分类的高度选择性,充分证明所建定量分类系列模型对北山地区基性-超基性岩成矿岩体分类的高度有效性,为北山地区基性-超基性岩成矿岩体预测研究提供了依据。     

火烧云——大红柳滩铅锌锂大型资源基地配套资源特征分析

新疆和田地区火烧云—大红柳滩铅锌锂大型资源基地地处青藏高原西北缘的西昆仑—喀喇昆仑造山带,为我国重要的铁铜铅锌稀有金属、宝玉石等矿产成矿带,目前已发现了火烧云等13处大中型铅锌矿床、苦水湖等10处大中型锂铍稀有金属矿床和诸多小型矿床(点)等,铅锌资源量已跃居全国第一。资源基地矿产开发已进入了前期准备阶段,但由于位置偏僻,交通不便,给矿山开发所需资源的提供带来了极大的困难,因此在资源基地及其周边地区进行配套资源调查就显得尤为重要。近两年年针对矿山建设、矿石选冶等所需,实施的配套资源调查及其取得的成果,具有一定的前瞻性和创新性,对今后开展矿产基地配套资源调查及矿产资源综合调查具有一定的启示和指导意义。