1∶25万宣城幅安徽部分）水系沉积物测量元素组合特征与地球化学分区

汤金来　陈富荣　丁宁

摘要：为研究1∶25万宣城幅（安徽部分）水系沉积物测量元素组合特征与地球化学分区，通过对研究区内水系沉积物中16种地球化学元素Ag、As、Au、Cu、Mo、Bi、W、Pb、Zn、B、F、Hg、Sn、Sb、Th和U进行因子主成分分析，亦即R型因子分析。提出了该地区具有代表性的6种因子组合： 因子1组合为Mo、U、Ag、Zn、Sb、Cu；因子2组合为Hg、As、Sb、B；因子3组合为Pb、Sn；因子4组合为W、Bi；因子5组合为Au、Cu；因子6组合为Th、B。并分别绘制出了研究区内6种因子组合的因子得分异常分布图，结合该区域地质特征，对6种因子所代表的元素组合及地球化学分区特征进行了探讨。

关键词：元素组合；地球化学分区；R型因子分析；1∶25万宣城幅

中图分类号：P591文献标志码：A

文章编号：1672-1098（2016）02-0044-08

Abstract： For studying the element combination characteristics and geochemical zoning of the stream sediment in Xuancheng sheet（1∶250 000）， Anhui part， the paper puts forward 6 kinds of representative factor combination in this area by the principal component factor analysis ， i. e.， the R-type factor analysis， to analyze the stream sediment for 16 kinds of geochemical elements of Ag、As、Au、Cu、Mo、Bi、W、Pb、Zn、B、F、Hg、Sn、Sb、Th and U. There are 6 kinds of representative factor combinations were proposed. Combination of factor 1 is Mo、U、Ag、Zn、Sb and Cu. Combination of factor 2 is Hg、As、Sb and B. Combination of factor 3 is Pb and Sn. Combination of factor 4 is W and Bi. Combination of factor 5 is Au and Cu. Combination of factor 6 is Th and B. The paper has each mapped the scoring anomaly distributing of 6 kinds of factor combinations. Combining the regional geological features in this area， the paper has discussed the element composition and geochemical zoning represented by the 6 kinds of factors.

Key words：

element combination； geochemical zoning； R-type factor analysis； 1∶250 000 Xuancheng sheet

成矿过程具有多期性和多源性，那么成矿条件也应是多样性的[1]。每一次地质事件都会引起地质体中物质组分的活化和输运，建立新的物质组分分配关系，造成组分特定的赋存状态，表现出特定的地质体对元素的群体性控制的特征，亦即元素共生组合[2-4]。地球化学分布是在各种地质—地球化学作用中元素迁移演化的产物，由于各元素的地球化学性质不同，在各种地质—地球化学作用过程中的活动能力和特点各异，严格受地球化学环境的控制，从而造成元素组合各有特征，而元素组合是各种地球化学作用的具体表征，特定区域不同的元素组合特征能客观反映出该区域的地质信息[5-7]。

因子分析是指研究从变量群中提取共性因子的统计技术，最早由英国心理学家C.E.斯皮尔曼提出， 1957年美国地质学家卡伦宾首次在研究沉积学时，应用了因子分析法。近几十年来，因子分析不断完善和发展，地质研究中因子分析被广泛应用[8-12]。因子分析可以对大量的地质资料进行分析，寻找影响它们的共同因素和特征因素。在研究区域地球化学元素组合特征和地球化学分区，利用因子分析，可直观指示出地质上的元素共生组合和成因联系。

安徽省地质调查院于2010年开展的“1∶25万常州、金华、宣城幅区域化探”工作项目，总体目标为通过区域化探扫面，查明测区元素地球化学分布和浓集特征，为资源环境评价和基础地质研究提供依据。本文通过采用R型因子分析，对安徽1∶25万宣城幅（安徽部分）水系沉积物测量元素组合特征和地球化学分区研究，以阐明查区不同因子元素组合的特征和地质背景及成矿的作用关系。

1区域地质简况

研究区隶属于华南地层大区扬子地层区。以江南断裂为界，北西侧为下扬子地层分区芜湖-石台小区，寒武-奥陶纪时期总体为碳酸盐台地-斜坡沉积，志留纪时期为浅海碎屑岩沉积；南东侧为江南地层分区，寒武-奥陶纪时期总体为泥质碳酸盐-泥质岩的陆棚—盆地沉积。区内岩浆岩侵入活动主要发生在晋宁期和燕山期两个阶段。以燕山期最为强烈，晋宁期为少量小型变质变形片麻状花岗闪长质侵入体，出露于绩溪县三阳坑一带。燕山期侵入活动产物以中酸性花岗岩类为主，主要分布于绩溪县伏岭和旌德县及宣（城）郎（溪）广（德）三县交界的姚村、刘村一带。调查区位于扬子板块下扬子陆块的东南部，江南元古代造山带的北东端。自元古代以来，区内经历了多期构造活动，地质构造复杂，主要有晋宁运动、加里东运动、印支运动和燕山运动。其中，燕山运动开创了大陆边缘活动带陆内造山新阶段，以强烈的岩浆岩活动和大规模逆冲推覆、伸张滑脱、断陷断裂活动为特色，形成了查区现今复杂的构造景观，总体构造样式表现为北东-南西向平行条块、条带状构造（见图1-6）。

2数据处理

2.1变量的筛选

多源统计分析要想取得理想效果，必须对原始变量进行筛选[13]。对查区1 981个数据样本的40种化学分析指标（Au、As、Sb、Bi、Hg、Ag、B、Sn、W、Mo、F、Be、Cd、La、Li、U、Th、Co、Ni、SiO2、Al2O3、TFe2O3、K2O、Na2O、CaO、MgO、Ba、Cr、Cu、Mn、Nb、Rb、P、Pb、Sr、V、Ti、Y、Zn、Zr）进行变量选择。研究区以斑岩型多金属矿床（点）为主的热液矿床（点）的成矿晕地球化学机制和元素的共生组合规律，结合区内现有成矿区带划分，选取如下16种元素进行因子分析：Ag、As、Au、Cu、Mo、Bi、W、Pb、Zn、B、F、Hg、Sn、Th、Sb和U。

2.2数据检验

对变量数据进行抽样适度测定值检验（Kaise-Meyer-Olkin.KMO），以确定其进行因子分析的适宜性。KMO值越大，越适宜进行因子分析，反之，越不适宜因子分析。判断标准为：KMO﹥0.90，非常适宜；0.9﹥KMO﹥0.8，适宜；0.8﹥KMO﹥0.7，适宜性一般；0.7﹥KMO﹥0.6，适宜性较差；0.6﹥KMO，适宜性很差。

2.3原始数据标准化

原始数据标准化处理采用数据标准化方法即是Z得分法，通过SPSS软件来运行，这种方法基于原始数据的算术平均值和标准差进行数据的标准化用公式（1）。经过处理的数据符合标准正态分布，即均值为0，标准差为1。使其具有统一的量纲水平，而变量在变换前后的相关性保持不变。这种数据处理适合于量纲和数量级不同的连续性原始数据。原始数据经过数据标准化处理后，各指标即处于同一数量级，适合进行综合对比评价。

x′ij=xij-xjc（1）

式中：x′ij为标准化值；xij为原始观测值；xj为第j变量的算术平均值；Sj为第j变量的标准差；i为观测值序号；j为变量序号。

3因子分析

通过上述数据处理过程后，即可进行数据R型因子分析。根据全部样本数据求解因子载荷矩阵，进而确定因子组数及其对应的元素组合，其基本步骤可在SPSS和GeoIPASV3.0软件平台得以实现。

（1）求解标准化数据的相关矩阵。采用Pearson相关系数矩阵来描述数据间相关性、变量的共同度、特征值和特征向量，以及方差贡献率和累计方差贡献率。变量的共同度是因子载荷矩阵中第i行中元素之平方和，变量的共同度越大，大部分变量的共同度大于0.5，特征值≥1，且累计方差贡献率≥80%，说明因子分析效果较好。

（2）确定因子数并进行方差最大法正交旋转。设1～p为p个因子，其中，前m个因子所包含的数据信息总量（累积方差贡献率）80%时，取前m个因子来反映原始数据评价指标。由于所得的m个因子实际意义不明显，将因子进行方差最大正交旋转，从而获得实际涵义较为明显的因子。

（3）用原指标的线性组合来求各因子的得分，可采用回归估计法计算因子得分，并以各个因子的方差贡献率为权重，由各因子的线性组合得到综合评价指标函数，即因子得分F（见公式（2））。

5元素组合类型的划分

依据表3得到的结果，测区6个因子所代表的6种因子组合。下面结合研究区区域地质特征，对各个因子分布特征进行阐述分析。

因子1：元素组合为Mo、U、Ag、Zn、Sb、Cu。该因子是测区内最重要的因子，共解释了原始数据信息的30.085%。从因子得分图图1上看，得分异常主要分布于寒武系地层，与区内黑色岩系有关，零星分布志留系地层中燕山期小岩体出露处，很可能代表了研究区内由热液作用引起的多金属元素组合。

因子2：元素组合为Hg、As、Sb、B中低温元素组合。组合元素都是迁移性较强的元素。从因子得分异常图图2来看，主要与区内燕山期小岩瘤（岩枝）出露有关。

因子3：元素组合为Pb、Sn。区内中-高温成矿元素组合，因子得分异常主要位于寒武纪地层与奥陶纪地层接触带，该因子元素由高背景寒武系地层中向地层外围发生迁移，从而在寒武系地层与奥陶系地层接触带及断层富集（见图3）。

因子4：元素组合为W、Bi。与花岗岩有关的热液矿床高温热液阶段的元素组合，因子得分异常主要分布于燕山晚期酸性岩伏岭岩体和姚家塔岩体，零星分布于寒武系和志留系地层（见图4）。

因子5：元素组合为Au、Cu金矿化组合。从因子得分异常图看（见图5），因子得分异常分布相对与其他因子得分异常分布较为零散，相对集中分布于石炭系、二叠系、泥盆系地层接触带及断层上。

因子6：元素组合为Th和B。该因子组合与岩体成矿作用关系密切，B作为矿化剂元素趋向于在燕山期富集成矿。该因子得分异常主要于志留纪地层中出露的小岩体周边及寒武纪地层与奥陶纪地层接触或带断层分布，其次与区内燕山早期酸性岩浆岩小岩体有关的元素组合（见图6）。

6结论

（1）利用SPSS软件对1∶25万幅宣城幅（安徽部分）水系沉积物测量16种元素数据进行R型因子分析，得出6个因子元素组合，代表原始数据80.347%的信息，各个因子所反映的元素组合分别为：Mo、U、Ag、Zn、Sb、Cu为测区主要与黑色岩系有关的元素组合；Hg、As、Sb、B为与区内燕山早期酸性岩浆岩小岩体有关的元素组合；Pb、Sn为区内中-高温成矿元素组合；W、Bi为高温热液阶段的元素组合；Au、Cu为金矿化组合；Th、B为与岩浆岩有关的元素组合。

（2）从6个因子得分异常图来看，测区内因子1、因子2、因子5和因子6得分异常与该区地层中志留系地层中出露的燕山期小岩体有关。

参考文献：

[1]毕明丽.白山地区地球化学元素组合分布特征及其地质意义[J]. 长春工程学院学报：自然科学版，2012，13（1）：69-73.

[2]蒋敬业.应用地球化学[M]. 北京：中国地质大学出版社，2006：25-26.

[3]张科，曹新志，孙华山.粤西北庞西垌银矿床化探元素多源统计分析[J]. 黄金，2004，25（6）：16-19.

[4]王永华，龚鹏，龚敏，等. 成矿带1∶20万水系沉积物地球化学分区的方法及地质意义：以西藏冈底斯铜多金属成矿带为例[J]. 现代地质，2010，24（4）：801-806.

[5]中国地质调查局.地质调查标准汇编—地球化学勘查分册[M]. 北京：中国地质调查局，2006：20-23.

[6]向运川，任天祥，牟绪赞，等. 全国矿产资源潜力评价技术要求系列丛书—化探资料应用技术要求[M].北京：地质出版社，2010：6-8.

[7]郝麟，李森，张小龙，等. 广东龙川客寮铅矿土壤地球化学研究与找矿[J]. 合肥工业大学学报：自然科学版，2014，37（4）：462-469.

[8]胡以铿. 地球化学中的多源分析[M]. 武汉：中国地质大学出版社，1991：8.

[9]耿国帅. 因子分析在地球化学数据处理中的应用[J]. 地质与勘探，2014，50（S1）：1 365-1 373.

[10]安徽省地质调查院. 1∶250 000宣城市幅区域地质调查报告[R].合肥：安徽省地质调查院，2005.

[11]谢学锦，任天祥，奚小环，等.中国区域化探全国扫面计划卅年[J]. 地球学报，2009，30（6）：700-716.

[12]羌塘高原典型矿区水系沉积物地球化学特征与区域化探扫面方法[J]. 地球学报，2015，36（3）：367-376.

[13]赵鹏大.矿床统计预测[M]. 北京：地质出版社，1983：5.

[14]田跃斌，张涛，杨青云. R型因子分析在水系沉积物测量地球化学分区中的应用—以浙西北地区为例[J]. 黄金科学技术，2013，21（3）：48-54.

（责任编辑：李丽范君）