不同景观区地电化学找矿对比研究_新.doc

第4章 不同景观区地电化学找矿对比研究前文已述及，不同景观区的铜镍矿地电化学异常有诸多相同之处，但是异常之间是否有差异？有哪些差异？而造成这种差异的原因有哪些？这将是下文要探讨的问题，即从不同景观区的景观特征、地电化学统计特征以及每个研究区的地质、地球化学特征等三个方面分析。4.1 研究区景观条件特征地球化学景观区的划分是人们对不同地区表生地球化学特征的总结和归纳，地电化学是在地表环境完成地电提取和电导率样品的采集，而地表条件是气候、自然地理(地貌、覆盖层特征等)、生物、人类活动和地质诸因素的综合，它影响着元素在地表的分布和迁移规律（文献 ）。因此，要探讨地电化学异常的差异，必须考虑的不同景观特征的重要因素。4.1.1 南阳矿区地处北亚热带向暖温带过渡地区，属北亚热带季风型大陆气候，四季分明，气候温和。年日照总时数平均为2187.8小时，年平均太阳总辐射量116.56千卡/平方厘米。年平均气温15.2，历年月平均气温最低1.4，最高28.0。全年无霜期233天，0活动积温5500，10活动积温4939。年平均降水量910.11mm，49月降水689.2mm,占全年的75.7。研究区广泛被第四系粘土、亚粘土、砂砾石、含砾砂质粘土等覆盖，植被以农作物为主。4.1.2 红旗岭吉林红旗岭位于吉林省中南部,地处松辽平原向长白山过渡地带,属丘陵半山区。气候为温带大陆性季风气候，年平均气温4.20C；无霜期125-135天。年平均降雨量670mm,水资源丰富。矿区内地势较为平整,植被茂盛,地表第四纪覆盖物较厚,属森林覆盖区。4.1.3 金川位于甘肃省金昌市，属大陆性高原季风气候，多晴朗天气，昼夜温差较大。常有冬干、春旱和伏旱。年均气温7.4C，年均日照21297小时，无霜期184天。年均降水量120mm毫米，蒸发量1500毫米，河谷地带气候干燥。区内地形切割剧烈,沟谷纵横,地势陡峭,植被稀少,无地表径流,属戈壁区。区内仅在沟谷低洼处覆盖较明显,厚度约03m,大部分地区基岩裸露,地表仅见大量岩屑。植被以发育，耕地很少。4.1.4 拉水峡拉水峡铜镍矿位于青海省化隆县南部，属温带大陆性气候, 年平均气温2.2，无霜期89天，年平均降水量470毫米，无霜期89天，境内冬季多风，干旱、冰雹自然灾害频繁。日温差较大,十月份开始降雪,至下年三月为冰冻期,冻结层厚约1m。工作区北临NW走向的拉脊山,南为ES流向的黄河,测区位于华隆盆地南部边缘。水系发育,多呈南北向,发源于北边的拉脊山,主要汇集于拉水峡、关臧沟、合群峡,然后向南流注入黄河,其它次级沟谷平时多为干沟,属间歇性山间河流。综上所诉，本次研究所选取的4个矿区，其景观特征有很大的差异（表4-1）。表4-1 不同研究区景观特征研究区景观类型气候带年均气温年均雨量mm海拔高度m地形覆盖类型/植被盖层厚度河南周庵冲积平原北亚热带向暖温带过渡15.291080-120盆地第四系粘土/农作物2050m吉林红旗岭低山丘陵温带4.26707001000低山第四系坡积物/森林0.55甘肃金川半干旱荒漠温带7.412015001800中低山第四系岩屑/几乎无植被02m青海拉水峡高寒山区温带2.247028004400中高山冻土覆盖/草甸04m可表中见，从周庵红旗岭金川拉水峡，随着海拔高度从80m上升到4400m，地形亦从盆地过度到中高山。高寒山区的年均温度最低，但从冲积平原区低山丘陵区高寒山区半干旱荒漠区，年均降雨量为910120 mm，呈明显的减少趋势。而且覆盖植被从森林（农作物）过度到无植被覆盖，覆盖层厚度从502m，亦呈较明显的变薄。4.2 地球化学统计特征4.2.1 单元统计结果在统计求得背景总体中各元素的相关指标参数后，另外还对美个测区的地电提取各元素的算术平均值、标准差、变异系数以及异常衬度等参数进行统计。变异系数（CV）是一个无量纲的地球化学参数，是衡量原始数据平均含量分布的相对离散程度的量，且不受原始数据、含量单位、分布形式的局限，有利于不同元素之间的对比，也是评价元素在空间分布、迁移富集能力和富集成矿可能性的重要参数。一般来说，变异系数越大，元素的空间分布越不均匀、迁移富集能力越强、成矿的可能性也就越大。异常衬度也称衬值，是指异常内元素平均含量与背景值之比。是异常清晰度的量度，所以也叫异常清晰度。指示元素因在不同区域内背景平均值存在着明显的差异，各个区域的样品在分析方法上存在着系统的偏倚。所以，不能直接依据样品的分析结果来对比不同区域内某一指示元素的异常强度。而异常衬度可以消除以上两方面的影响，显示异常相对于背景的起伏变化状态。表4-2 不同景观区地电提取元素含量统计结果矿区元素极小值（10-6）极大值（10-6）平均值（10-6）背景值（10-6）异常平均值（10-6）标准差变异系数异常衬度河南周庵aCu0.63016.664.122.308.064.491.09 3.50 Ni0.13022.183.281.078.594.601.40 8.03 Co0.1348.821.480.643.581.781.20 5.59 吉林红旗岭bCu10.50112.4036.2212.6955.5841.031.13 4.38 Ni8.90102.4035.4310.0752.5341.981.18 5.22 甘肃金川cCu3.280377.0037.6323.8873.3252.881.41 3.07 Ni0.49042.563.241.735.994.611.42 3.46 Co0.0070.4080.0450.0370.120.051.11 3.24 青海拉水峡dCu1.783240.2015.468.2728.9419.841.28 3.50 Ni0.500132.365.032.389.159.081.81 3.84 Co0.0050.5510.0580.0290.1080.0671.16 3.72 a 样品204个, 由桂林矿产地质研究院测试完成, 2011；b 样品54 个, 由桂林矿产地质研究院测试完成, 1997；c 样品126个, 由桂林矿产地质研究院测试完成, 2005；d 样品195个，由桂林矿产地质研究院测试完成, 2006；统计结果表明，不同景观区的地电提取Cu、Ni、Co元素各统计指标均有较大差异：1）研究区内的Cu、Ni、Co三个元素的变异系数范围处于1.09-1.81，变异系数均大于1，表明这些元素在各研究区的分布是极不均匀的。2）对比表中各元素的平均值和背景值，所有元素的平均值都明显的高于背景值，部分元素高数倍以上，这也表明本区发生了成矿元素的富集作用。3）不同景观区各元素的平均含量有较大的差异，如金川矿区的Cu含量37.6310-6，是周庵矿区Cu平均含量4.1210-6的9倍之高，Ni的平均值亦从3.2835.43，变化较大。但是不同景观区个元素的异常衬度的变化却不大，Cu为3.074.38，Ni为3.468.03。这说明地电化学提取法在4个不同景观区提取的金属量相差很大,但反映元素异常的能力基本相同。4）从周庵红旗岭拉水峡金川，Cu、Ni、Co的异常衬度呈明显的降低，从异常衬度能反映异常清晰度的角度来说，从周庵矿区的找矿效果最佳，并向红旗岭矿区拉水峡矿区过渡，金川矿区的找矿效果最差。4.2.2 多元统计结果化探元素之间存在着各种联系，比如某些元素物理化学性质相似，某些具有相同的成因。单个元素异常在反映这个元素在空间上的分布特征上可能不够全面，通过聚类分析、因子分析等多元统计分析方法可以确定元素之间的联系，确定多元素的组合特征更能反映出元素的分布特征。本次多元统计方法包括：相关分析，是处理变量与变量之间关系的一种统计方法；因子分析，是通过尽量少损失地质信息的前提下，将众多的变量组合进行降维，并组合成新的变量“因子”，从而对地质现象进行说明的成矿分析方法。1）元素相关分析在相关分析中，通常利用两个变量之间的简单相关系数和一个变量与多个变量之间的复相关系数来分析或测定这些变量之间的线性相关程度。本次研究对多个地电提取元素的相关分析见表3-203-23。表3-20 河南周俺铂族-铜镍矿区地电提取元素相关统计表CuNiCoPbZnAgCdTiVMnCu1Ni0.8461Co0.8110.9231Pb0.6660.7170.7961Zn0.8020.8450.8340.7381Ag0.5310.5910.5810.5700.6171Ti0.7590.8570.8960.8200.8590.6340.1741V0.6500.7330.7500.6810.7670.5460.2090.8691Mn0.7320.8140.8980.8080.8240.6210.2040.9520.8521表3-21 金川2矿区地电提取元素相关统计表TiVMnCoNiCuZnAgPbTi1.000V0.1021.000Mn0.760-0.0191.000Co0.478-0.2260.5941.000Ni0.564-0.1050.6530.7831.000Cu-0.0420.143-0.017-0.016-0.0321.000Zn0.2880.0490.3720.1410.175-0.0071.000Ag0.1040.3040.105-0.0070.0640.1000.0841.000Pb0.282-0.1220.5080.2400.2270.1230.3900.0741.000表3-22 拉水峡矿区地电提取元素相关统计表TiVMnCoNiCuZnAgPbTi1.000V0.2541.000Mn0.9380.2411.000Co0.8970.2650.9081.000Ni0.3980.1690.3810.6321.000Cu0.1690.0590.2140.2300.2371.000Zn0.5490.0520.5510.5510.2210.1381.000Ag0.013-0.1220.010-0.023-0.0250.0150.0651.000Pb0.2620.0840.2470.2620.1420.1120.2230.1711.000从以上元素相关统计结果看，三个矿区Ni、Co的相关系数都大于0.632，呈明显的正相关，而Cu与Co、Ni的相关性则有较大的差异。周庵矿区和拉水峡矿区的Cu与Co、Ni的相关系数分别大于0.811、0.230，即这两个矿区的Cu和Co、Ni呈正相关。但是金川矿区Cu与Co、Ni的相关分别为-0.032,、-0.016，呈弱负相关，下文还将进一步解释这一差异。由此可见，地电提取Co、Ni异常对寻找隐伏铜矿的指示意义不同。南阳矿区的Co、Ni可以作为本区寻找隐伏铜矿的直接指示元素，拉水峡的Co、Ni可以作为参考元素指示元素，而金川矿区的Co、Ni异常对找隐伏铜矿的意义不大。2）因子分析因子分析的基本思想是根据相关性大小将变量分组，使得同组内的变量之间相关性最高，不同组的变量相关性较小。每组变量代表一个基本结构，用一个不可观测的综合变量表示，这个基本结构称为公共因子。对于研究的问题就可用最少个数的不可观测公共因子的线性函数来描述原来的变量。因子分析可以通过对地质观测数据的分析来建立一个成因系统。它的作用主要表现为：通过因子分析可以用嘴简洁的形式描述地质对象，即对观测到的大量地质现象进行综合归纳，以再现它们之间的内在联系；对因子分析结果进行解释可探索各种地质现象的成因联系。例如在成矿作用中，因子可能具有矿化阶段的含义。按特征值大于0.9，累计方差大于80%为标准选取主因子，对测区内的地电提取分析数据进行正交因子计算，其结果见表3-243-26表3-24 周俺矿区R型因子分析正交因子载荷矩阵因子F1F2F3Ti0.9570.0960.074V0.8710.1930.013Mn0.9320.1420.118Cu0.838-0.0510.121Ni0.923-0.0400.053Co0.9360.0440.081Pb0.8340.1620.054Zn0.8970.0440.132Ag0.682-0.2440.245表3-25 金川矿区R型因子分析正交因子载荷矩阵因子F1F2F3F4Ti0.7430.2870.239-0.132V-0.104-0.0410.8470.015Mn0.7840.4580.087-0.026Cu-0.0340.0330.1310.958Ni0.9110.028-0.0380.010Co0.8770.010-0.1980.066Pb0.2210.784-0.1260.246Zn0.0890.8240.113-0.138Ag0.0870.0580.7250.104表3-26 拉水峡矿区R型因子分析正交因子载荷矩阵因子F1F2F3F4Ti0.9250.0960.0650.171V0.1150.032-0.0230.916Mn0.9230.1320.0550.148Cu0.0480.9090.077-0.049Ni0.4340.549-0.0540.189Co0.9100.2660.0200.198Pb0.1970.0900.7350.280Zn0.739-0.0010.144-0.165Ag-0.014-0.0260.775-0.267周庵矿区F1因子各元素的载荷都大于0.682，代表了主要元素的富集演化过程。F2因子的载荷都不大，与成矿无关。金川矿区的F1因子Ni、Co、Mn、Ti的载荷大于0.743，其他元素的载荷均较小，而Cu的载荷为-0.034。F2和F3因子Cu、Ni、Co的载荷均不大，与 成矿关系不大。F4因子Cu的载荷达0.958，代表的富集成矿过程。拉水峡矿区F1因子由Ti、Mn、Co、Zn组成，载荷均大于0.739，Cu、Ni则排在F2因子，载荷都大于0.549，F3、F4基本与Cu、Ni成矿无关。综上分析可知，周庵矿区和拉水峡矿区的Cu、Ni、Co基本在同时期富集，而金川的Cu与Ni、Co不完全是同一期形成。前人研究表明（文献）,可以推断金川南延的Cu至少有两种来源：1）与Ni密切相关的深部熔离、贯入型；2）与Ni无关的岩浆期后热液交代型。这与相关分析和因子分析的结果是一致的，因此地电化学法在冲积平原区、低山丘陵区、干旱荒漠区及高寒山区都能客观、正确反映元素的地球化学性质差异。4.3 铜镍矿地电化学异常特征总结通过前文对地电化学异常曲线特征、不同研究区景观特征以及地电化学统计特征的分析，总结不同景观区地电化学异常特征：1）4个不同景观区的地电提取Cu、Ni、Co异常都较为同步，异常值的高低排列顺序整体为CuNiCo或者CuNiCo，异常出现的宽度与矿体规模大小成正比。2）地电化学异常曲线对隐伏矿体的产状有指示作用，与景观条件无关。矿体产出较缓时，异常呈“跳跃式”或者“锯齿状”分布的多峰形态，异常整体能连成一片；矿体产出较陡的地电提取异常为多个异常点组成的“驼峰”或者“倒钟”形态，在矿头对应部位附近有异常峰，其它峰值则出现在矿体倾斜方向一侧，而且矿体倾斜方向一侧的异常梯度比两一侧缓。3）地电化学在4个不同景观区反映元素异常的能力基本相同。不同景观区各元素的背景有较大的差异，异常衬度的变化却不大。说明地电化学方法反映异常的能力与景观条件、地球化学背景没有关系，因而化学方法适用于不同的背景区和景观区。4）相关分析和因子分析均表明，基于表生环境的地电化学法在不同景观区都能客观、正确反映元素的地球化学性质差异，其元素的统计分析结果对矿床地球化学的特征有参考意义。5）从冲积平原区低山丘陵区高寒山区半干旱荒漠区，年均降雨量明显的减少，覆盖层厚度明显的变薄，地电化学找矿效果亦表现出由佳到次的特征。因此初步认为，冲积平原区的地电化学的找矿效果最佳，并向低山丘陵区、高寒山区过度，半干旱荒漠区最差。4.4铜镍矿床成矿、成晕机制试验4.4.1 铜镍硫化物矿床成矿作用4.4.2铜镍矿电化学成晕机制试验铜镍矿床形成后，其矿石能否产生电化学溶解？其电化学溶解能力有多大？能否形成强的电化学异常？为解决这一系列成晕机制问题，在河南周庵矿区采集8块铜镍矿标本，在实验室做了电化学溶解及成晕机制的模拟试验。将一块长12cm、宽8cm、厚6cm的铜镍矿标本，放在10000mL的玻璃容器中，分别加入6000mL去离子水，采用碳棒作阴、阳极，通入9V、1.0A电流（图2），当电流接通后，该装置即为一个电解池，电流通过阳极从溶液进入标本A端，而从B端流出进入溶液，A端相当于电解池阴极，B端为阳极。铜镍矿标本在人工电场的作用下，很快产生了电化学溶解，电解出的Cu2 +、Ni2 +、Co2 +不断进入溶液中，随电解时间的加长，溶液中的Cu2 +、Ni2 +、Co2 +含量逐渐增加（表1），说明铜镍矿确实产生了电化学溶解。表1 周庵矿床铜镍矿标本的电化学溶解测试结果Tab.1 Testing data of electrochemical dissolution for copper-nickel ore samplesof Zhouan deposits测定元素Cu2 +Ni2 +Co2 +电解时间/h244872962448729624487296离子含量wB/10-60.080.120.180.220.060.100.120.180.050.080.110.15在模拟试验中，清楚地观察到铜镍矿体产生电化学溶解的宏观现象，当电解到48h，在标本的A端可明显地看到生成的浅蓝色絮状沉淀物（Cu2 +、Ni2 +、Co2 +等），在标本的B端可明显地看到生成的浅黄色沉淀物（S2-）。随着电解时间的增长，铜镍矿标本表面的气泡增多，在标本A端的浅蓝色絮状沉淀物和标本B端的浅黄色沉淀物也越来越多。这一现象进一