华东地区燕山期花岗质岩浆与成矿作用关系研究

华东地区是我国重要的钨、铜、铁、钼、金、银、铀、铅、锌等多种金属矿产的产业基地。本文系统总结了华东地区钦杭成矿带和武夷山成矿带等重要多金属成矿带的燕山期岩浆活动与成矿作用的时空演化规律,提出燕山期区域成岩成矿作用可划分为早、晚两期四个阶段。(1)燕山早期早阶段(180~165Ma),以I型花岗岩及埃达克质岩石为主,主要分布在钦杭结合带东段以及武夷山成矿带的闽西南坳陷区内,形成一系列斑岩型及矽卡岩型铜铅锌银多金属矿床;其中埃达克质岩是俯冲板块挤压环境下加厚(或拆沉)下地壳重熔的产物;(2)燕山早期晚阶段(165~140Ma),以S型花岗岩以及钨锡、铌钽矿床为主,主要分布于南岭成矿带,另有少量非埃达克质I型花岗岩;(3)燕山晚期早阶段(145~120Ma),为区域由挤压向伸展过渡的构造转换期,在古太平洋板块斜向俯冲所导致的大规模伸展背景下,产生了S型与I-A型花岗岩共生的局面,其中S型火山-侵入杂岩与火山热液型铀铅锌矿床关系密切;在钦杭结合带东段一线出现A型花岗岩以及伴生的钨锡铌钽矿化,其年龄(135~125Ma)略晚于S型火山-侵入杂岩,在武夷山地区岩石类型则以I型为主,并与矽卡岩型以及石英脉型钨锡铁钼矿有关;(4)燕山晚期晚阶段(120~90Ma),在强烈的伸展背景以及俯冲带向洋迁移作用下,成岩成矿事件集中在武夷山以东的沿海地区,以出现晶洞花岗岩、过碱性花岗岩等高温、浅成、高分异花岗岩类为特征,但金属成矿作用则大多与富钾的I型花岗岩类有关,在多个矿集区内形成大量的浅成低温热液型铜金银矿床。钦杭成矿带和武夷成矿带之间的成岩-成矿时空差异性主要受控于古太平洋板块俯冲过程及基底物质组成。     

基于RCGA的PPC模型在化探异常识别与提取中的应用

为了进行地球化学异常的识别与提取,针对化探数据的特点,本文提出了一种将高维降维技术——投影寻踪分类(PPC)模型与实数编码遗传算法(RCGA)相结合的计算方法,分析了运用RCGA-PPC模型进行化探异常识别与提取的关键技术问题,并在MATLAB环境下开发了该方法的软件应用模块。以云南个旧地区水系沉积物地球化学数据为例,选取区域内Sn、Cu、Pb、Zn、As、Cd等主要成矿元素及与成矿关系密切的9种元素作为计算变量,利用RCGA-PPC模型对其进行处理和异常识别。研究表明:RCGAPPC模型中最佳投影值较高的地区与该区域实际矿床(点)吻合情况较好。该模型对化探异常的识别能力较强,是一种有效的化探多元素综合异常识别与提取方法。     

亚铁氰化钾提高原子荧光法测定砷锑铋的抗干扰能力

本文提出抗坏血酸-K_4[Fe(CN)_6]-硫脲体系,氢化物原子荧光法测定地质样品中痕量As、Sb和Bi。用K_4[Fe(CN)_6]消除干扰元素,可大大提高共存元素允许量。方法检出限(μg/ml)As 0.10,Sb 0.04,Bi 0.05;RSD均小于6％。 1 仪器与分析条件 XDY-1型原子荧光光度计(北京地质仪器厂生产)。输入功率As 20～35W、Sb 20～30W、Bi 30～40W,反射功率均调至最小,氩载气流量1L/min,负高压300～350V,炉温为900℃。7g/L KBH_4加入量是5ml。     

碘化钾-甲基异丁基甲酮萃取-火焰原子吸收分光光度法连续测定地球化学样品中痕量银镉铊

研究了碘化钾-甲基异丁基甲酮（KI—MIBK）萃取-火焰原子吸收分光光度法连续测定地球化学样品中痕量银、镉和铊的主要条件。通过对火焰原子吸收分光光度计气路控制系统及雾化器的改进，较大地改善了萃取-火焰原子吸收分光光度法测定银、镉和铊的稳定性和灵敏度。选择萃取酸度为1．2mol／L HCl、水相和有机相体积配比为3：1～4：1，方法精密度（RSD，n=12）为Ag4．5％～9．6％、Cd1．5％～7．9％、T14．5％～5．4％，检出限（3s）为Ag0．004μg/g、Cd0．007μg／g、T10．011μg/g，符合多目标地球化学调查样品测试及质量监控要求。用国家一级标准物质和密码组合标准物质进行验证，测试结果令人满意。     

武夷山成矿带龙岩地区晚石炭世热水成因硅质岩的发现及其地质意义

武夷山成矿带发育多期海相火山成矿建造,是近些年矿产勘查的重要对象。基于该成矿带龙岩地区晚石炭世经畲组铅锌矿化角砾岩层的宏观地质特征,对其中硅质岩进行了岩相学和岩石地球化学研究,探讨铅锌来源与富集机制等问题。研究发现,硅质岩SiO_2和Al_2O_3呈负相关,Fe_2O_3/FeO大多数1,并具有Eu正异常特征,说明硅质岩为热水沉积成因。硅质岩Al_2O_3/(Al_2O_3+TFe_2O_3)值为0.73～0.80(平均值为0.77)、Al_2O_3/(Al_2O_3+TFe_2O_3+MnO)值为0.60～0.65(平均值为0.62),LaN/CeN为0.86～2.49(平均值为1.52),表明硅质岩形成时受到了陆源物质影响。龙岩地区晚石炭世经畲组铅锌矿化角砾岩层是海底热水喷口塌陷作用的产物,对指导该区铅锌矿找矿工作具有重要意义。     

钦杭成矿带斑岩铜矿知识图谱构建及应用展望

知识图谱使用人与机器能共同理解的语言,以“图”的方式来描述真实世界,是人工智能研究的重要方向之一。本研究是构建单体矿床、成矿系列和重要成矿区(带)的知识图谱实验的一部分,收集了钦杭成矿带6个较为典型的斑岩铜矿、斑岩-夕卡岩型铜矿的原始文本数据,参照斑岩铜矿床概念模型进行知识获取,标注、抽提文本中的实体、关系、属性,构建了具备基本应用功能的斑岩铜矿床知识图谱。基于未来矿产资源预测评价应充分理解地球系统、成矿系统、勘查系统、预测评价系统相互关系的认识,讨论了建立“地球系统-成矿系统-勘查系统-预测评价系统”关联知识图谱体系需要解决的关键科学技术问题,包括“地-矿-勘-评系统”领域本体及知识图谱递进关联体系,大规模“地-矿-勘-评系统”领域本体及知识图谱的自动构建技术,基于多模态关联数据嵌入“地-矿-勘-评系统”知识图谱自演化、补全技术以及基于知识图谱、大数据挖掘和人工智能的地球系统资源预测理论与方法。     

德兴斑岩铜矿床断裂与侵入体产状对成矿的控制作用:从力-热-流三场耦合数值模拟结果分析

斑岩矿床的成矿机制是一种典型的力-热-流多物理场耦合的岩浆-热液过程,因而从成矿动力学数值计算模拟的角度研究斑岩矿床成矿作用过程,对揭示斑岩岩浆-热液系统动力学演化机制及其成矿响应情况具有十分重要的意义。德兴铜矿(包括朱砂红、铜厂和富家坞)作为目前中国华南已发现的最大斑岩型铜矿床,是研究(大型/超大型)斑岩矿床成矿作用过程的一个典型的重要窗口。前人已在矿床地质、地球化学、年代学、同位素以及成矿流体等诸多方面开展了大量的研究工作,但从成矿动力学数值模拟的角度对德兴铜矿成矿作用过程进行的研究目前相对较少。为此,本文以德兴斑岩铜矿床为主要研究对象,首先通过总结分析其成矿过程的地质概念模型,进而将侵入体形态(包括长轴及短轴长度)和倾伏角、控矿断裂倾角与宽度作为几何模型中的变量,构建由这些变量组合控制的几何实体模型。在此基础上,进一步分析斑岩矿床成矿过程数值模拟中应力场、流体场以及热力场三者的耦合关系及其数学-物理方程,构建德兴斑岩铜矿床的成矿动力学模型,建立相应的有限元数值模拟模型。最终,设置不同的岩石物理参数、边界条件与初始条件,进行力-热-流三场耦合的数值模拟实验,并根据不同侵入体产状及断裂构造条件下的模拟结果探究德兴铜矿床断裂和侵入体产状对成矿的控制作用。主要结论如下:(1)较小的断裂构造宽度更易造成岩矿石局部破裂,便于流体弥散而形成浸染状或微-细脉状的斑岩矿化;(2)较大体积的岩体以及较小的岩体倾伏角度对斑岩铜矿床的形成相对有利;(3)朱砂红矿床较铜厂和富家坞矿床岩体体积小,而倾伏角相对较大,导致岩体冷却速度快,表面及附近扩容空间小,因而成矿深度大,而金属储量小。揭示了德兴铜矿床斑岩侵入体与断裂构造产状的控矿机制,增进了对德兴铜矿矿床成因和控矿要素的认识。     

大数据与数学地球科学研究进展——大数据与数学地球科学专题代序

大数据与数学地球科学的核心应用技术包括高维数据降维、图像数据处理、无限数据流挖掘、机器学习、关联规则算法与推荐系统算法等。人工智能地质学,包括大数据-智能矿床成因模型与找矿模型的构建,是具有重要价值的研究方向。高维数据降维旨在从初始高维特征集合中选出低维特征集合,有效地消除无关和冗余特征,增强学习结果的易理解性。哈希算法、聚类分析、主成分分析等是较常用的数学降维工具。机器学习是人工智能的核心,是使计算机具有智能的根本途径。机器学习与人工智能各种基础问题的统一性观点正在形成。深度学习的训练模型往往需要海量数据作为支撑,因此迁移学习方法日益受到重视。图像模式识别是大数据挖掘的重要技术。网络中的社区结构识别对理解整个网络的结构和功能有重要价值,可帮助分析、预测网络各元素间的交互关系。沉浸式虚拟现实技术是实现大数据可视化的重要方向,对具有多元、异构、时空性、非线性、多尺度地质矿产勘查数据的展示要求有特别的价值。引入VR技术进行矿产地质大数据的可视化,可实现大数据时代矿产勘查数据的新认知。无限数据流在地质、地球化学、地球物理监测中大量存在,甚至可以持续自动产生。对数据流数据的计算包括对点查询、范围查询、内积查询、分位数计算、频繁项计算等。关联规则和推荐系统算法是大数据挖掘中的重要算法,其应用范围越来越广泛。贝叶斯原理在大数据时代有独特的价值,贝叶斯网络是成因建模的一个革命性工具。智能地质学研究刚刚起步,构建大数据-智能矿床成因模型与找矿模型是智能地质学研究的重要内容。矿床模型研究方式的变革,将出现于互联网、云计算技术环境下全球各地的矿床研究团队的共同参与。     

石油系统Re-Os同位素体系封闭性研究进展

Re-Os同位素定年在石油生成及富有机质沉积岩的绝对定年方面取得了良好的应用效果,并且石油的Os同位素初始值还可以作为油源示踪的指标。分析了Re-Os同位素定年方法在富有机质体系中应用的原理,探讨了影响同位素体系封闭性的各种因素,指出熟化作用、生物降解及水洗作用、脱沥青作用不会影响Re-Os同位素体系的封闭性,而硫酸盐热化学还原作用、成矿流体作用及幔源岩浆混染会扰动Re-Os同位素体系。目前石油系统中Re-Os同位素研究存在的主要问题可归结为2个方面:1石油系统有机质中Re-Os同位素的地球化学行为;2Re-Os同位素年龄的精度及其指示意义。对于这2个方面,开展有机相及现代海藻与Re-Os同位素相关性的研究将有助于了解Re和Os在有机质中的具体富集形式;对控制Re-Os同位素分馏的因素(如沉积环境及有机质类型)的研究将会有助于鉴别哪些地层以及什么样的样品能用来进行Re-Os定年。     

基于成矿条件数值模拟和支持向量机算法的深部成矿预测——以粤北凡口铅锌矿为例

随着计算机科学和地质大数据技术的迅猛发展,数值模拟和机器学习已成为当今地学领域定量发展的重要前沿方向。数值模拟综合运用了研究区地质、构造、地球物理、地球化学等多源信息,将成矿条件与过程进行量化模拟分析,对研究成矿动力学演化过程及成矿响应有重要意义,可对已有成矿要素/信息在时空上进行扩展/外推,扩大了成矿预测信息的广度和深度,为解决深部成矿预测中获取深部信息难题提供了一种可能的有效途径。支持向量机是一种重要的机器学习分类算法,它具有简洁、方便、高效和计算结果较稳定等特点,在众多领域中得以成功应用,是成矿预测中多源信息提取与融合的一种可靠的技术手段。为了充分利用数值模拟与机器学习的优势,本文提出将计算机数值模拟方法和机器学习(即支持向量机算法)相结合来进行深部成矿预测的新方法。以粤北凡口超大型铅锌矿为例,首先,对凡口矿区勘探线剖面进行构造应力场模拟;进而,以已知钻孔数据作为训练集和测试集,运用支持向量机算法对模拟结果中的不同参量(也即模拟所得的成矿条件)进行训练学习;最后,建立相应的定量找矿预测模型对研究区(或剖面)外围和深部找矿进行预测评价。研究结果表明,本文所建立的预测模型精确度和召回率都较好,预测结果显示出了三个成矿可能较大的区域,说明数值模拟技术和机器学习算法结合应用的效果较好。这种新的成矿预测方法为深部找矿预测提供了一种可行的新思路和新途径,可以有效地拓展运用到其他矿区、其他类型矿床的深部找矿预测工作中。