海域金矿找矿方法研究——以山东省莱州市三山岛北部海域金矿为例

莱州市三山岛北部海域金矿区是世界上第一个查明的海域岩金矿。它通过追索延伸至海域的三山岛断裂,圈定破金找矿靶区。利用海域高精度磁测和浅地层剖面测量配合海上钻探,找到了海域大型金矿。以三山岛海域金矿普查为依托,研究出来的这套海域金矿找矿方法和海上钻探平台,可为今后开展海域金及其它与断裂有关的矿产资源找矿,提供指导和借鉴。     

胶东黄铁矿显微构造变形与金富集关系：黄铁矿EBSD组构和地球化学约束

载金黄铁矿显微构造变形与金富集关系可以从显微-超显微尺度揭示金成矿作用和地质过程,探讨金的再活化或再聚集作用。在胶东焦家金矿带成矿期识别出4种类型的黄铁矿,文章应用光学显微镜、扫描电镜(SEM)、透射电镜(TEM)、电子背散射衍射(EBSD)和电子探针(EMPA)等技术方法,探讨黄铁矿显微构造特征、超微观结构与金的富集关系。结果显示:载金黄铁矿均不发育环带,其中w(Fe)为45.70%～46.85%,w(S)为52.57%～53.37%;显微构造变形既有脆性变形又有塑性变形;黄铁矿晶体优选方位(CPO)主要表现为平行于晶轴极密和复杂极密;黄铁矿晶格间距为0.58 nm,主要发育刃位错。焦家金矿带在金成矿作用过程中,可见金集合体经历了从复杂的纳米尺度到宏观尺度矿物载体富集的过程,包括成矿流体中金络合物、金-铋-硫族化合物富集等化学结构变化过程和纳米金、载金黄铁矿纳米颗粒、岩矿石显微-超显微构造微环境变化过程。因此,不同类型载金黄铁矿CPO受到化学结构变化和显微-超显微变形微环境变化的联合制约,间接反映出载金黄铁矿中金的富集与黄铁矿内部变形、表面形貌和结构缺陷有密切关系。     

岩金矿复杂地层钻进技术总结

经过多年的金矿钻探施工,分析岩金矿复杂地层特点、钻进难点,提出钻进工艺技术方法,总结了技术经验,对岩金矿复杂地层的钻探施工具有一定指导作用。     

吉林省桦甸市马家店金矿矿床地质特征及找矿前景分析

马家店金矿区位于吉林省著名的夹皮沟金成矿带上,是近年来夹皮沟地区发现的一座中型蚀变岩型金矿床。矿体产于蚀变二长片麻岩与北西向破碎带的接触部位,空间分布明显受北西向构造控制,矿体呈似层状及透镜状沿蚀变带分布。通过对本区成矿地质背景、矿体地质特征的研究,对本区找矿前景进行潜力分析。     

广东河台整装勘查区百旁金矿成矿规律

百旁金矿是广东地质五队近年来新发现的一处中型蚀变糜棱岩型金矿。百旁金矿地处粤西—桂东成矿带东段NE向罗定—广宁断裂带北东端部位,矿体受糜棱岩带内面理、裂隙带控制;金矿化具明显的以硅化、硫化物为中心的对称性分布特征,金矿体具有平行斜列、侧伏的分布规律,表现为向NE向侧伏;区内金矿化富集主要与热液活动有关,燕山期的重熔花岗岩侵入的同时伴随有富含硫化物的含金热液充填在糜棱岩、断裂带内而成矿。     

秦岭凤太地区金矿床成矿地质条件与时空分布特征

秦岭凤太地区金矿床产于商丹板块对接带和南秦岭边缘海盆区,含金建造为火山碎屑岩和细碎屑(热水)沉积建造,赋矿围岩以绿片岩相细碎屑岩为主。区内的金矿床主成矿年龄为220~170Ma,属晚印支期,主成矿期后叠加燕山期构造热液。空间上金矿带与铅锌矿带呈平行展布,金矿与韧性构造关系密切,显示了构造边界对金矿带的控制,具有继承性特征的脆韧性剪切带为含矿构造,北北东向与近东西向(北西西向)断裂的复合是金矿富集的主要构造特征。     

安徽五河地区河口铅金矿成矿地质条件及成矿模式

矿床地质特征及成矿条件分析是同地区寻找同类矿床的重要手段。在总结前人研究成果的基础上,对安徽五河河口铅金矿的矿床地质特征、成矿条件、控矿因素和成矿模式进行详细讨论,认为太古宇变质基底既是该矿床的赋矿层位,又是原始矿源岩系;主要控矿因素为断裂构造,尤其是北北东—北东向和南北向断裂。推测其成矿模式为地壳物质经深部熔融、重融作用形成高温混合花岗状岩浆熔融体,侵入到地壳上层岩石,在结晶过程中,富集的气化高温初始混合岩浆上升到已冷凝或亚凝固的花岗状岩石,发生碱交代作用,导致已固化岩石中的成矿组分浸出,伴随再平衡岩浆充填交代成矿。研究结果可供五河地区寻找同类矿床参考。     

甘肃天水黑沟金矿地质特征及找矿前景浅析

甘肃天水黑沟金矿床位于北秦岭、中秦岭构造带接合部位,属北秦岭柴家庄－庞家河金及多金属成矿带上;区域商丹深大断裂在矿区通过,是区内的重要导矿、导热构造,为成矿物质迁移富集提供了重要的条件;热液来源与印支期柴家庄二长花岗岩的侵入作用有关;矿床为较典型的中低温热液型矿床;从区域地质背景、矿区地质特征、含矿建造及深部钻探等多元信息综合分析,认为该矿区具有较好的找矿前景。     

耦合PCA-SVM算法的金矿矿床规模预测分析研究

判断矿床(点)的类型是矿床勘探中的重要内容,传统预测金矿成矿规模的方法不仅耗时耗力,而且所需的经济成本较大。为提高矿床规模的勘探效率和准确度,揭示元素与金矿成矿规模的潜在联系,文中提出了耦合主成分分析(principal component analysis,PCA)和支持向量机(support vector machine,SVM)算法的预测分析PCA-SVM(principal component analysis-support vector machine)方法。该方法先通过主成分分析提取数据中的主要特征,再将主要特征带入支持向量机算法,从而训练出最优分类器以预测金矿成矿规模。文中共使用了3 812个金矿样本数据用于学习训练和预测分析,训练准确率为92.3%,测试准确率为88.7%,分别比直接使用支持向量机算法高出14.3%和17.1%。基于PCA-SVM的预测模型,不仅消除了人为主观因素的影响,而且有效提高了勘探过程中矿床预测的准确率和矿床勘探的效率,为地质勘查工作提供依据。