鄂东南铜绿山地区Cu元素地球化学分布特征分析

刘 超， 李 程， 柯于富， 任际周

(1.成都理工大学 a.地球科学学院,b.数学地质四川省重点实验室,c.科技处，成都 610059；2.鄂东南地质大队，大冶 435100)

0 引言

鄂东南铜绿山地区位于长江中下游铜、铁、金成矿带，具有非常丰富的矿产资源潜力。区内矿产资源丰富，已查明的有铁、铜、铅、锌、金、银、钨、钼、石膏、硫铁矿、石灰岩、大理岩、白云岩、天青石、煤等四十余种，共400余处矿床(点)。区域地层除缺失中、下泥盆统及上侏罗统外，其余均有出露。侵入岩、喷出岩分布广泛，划分为两期(燕山期、喜山期)三个侵入-喷出阶段六次侵入活动，形成灵乡、殷祖、阳新、铁山、金山店等岩体，区内侵入岩与铜矿成矿密切相关(图1)。

成矿元素的空间分布特征是区域矿产资源评价的重要指标，然而，受到复杂地质因素、多期次成矿叠加、矿体埋深等多种因素的影响，地表地球化学成矿信息受到强烈的干扰或弱化，导致形成的地球化学元素分布特征低缓、微弱和难识别。由此，地球化学场的复杂叠加分离和弱缓异常提取越来越受到关注。本次尝试采用地球化学传统方法和多重分形S-A模型对区域地球化学数据进行分析。

1 研究区元素地球化学分布特征

1.1 研究区元素丰度特征

研究区参与统计分析的1∶100 000水系沉积物样品数共为 472个(图1)，测试分析元素10种，研究区面积约为227 km2，数据来源是1982年8月由湖北省地质局物探队《鄂东南地区水系沉积物测量报告》中提交的，各元素的统计参数见表1。

由表1可知，在鄂东南铜绿山地区Cu元素是非常富集的，而其他元素则是轻度富集。Fe2O3元素含量的平均值是全国水系沉积物的1.227倍。Au元素含量的平均值是全国水系沉积物的 1.795倍。上述元素均值和全国水系沉积物的数据相比，研究区水系沉积物含量均高于全国水系沉积物数据均值。

图1 区域地质矿产与采样点位图Fig.1 Riqional gelogy,deposits and sample location(a)地质矿产图；(b)采样点位图

特征项AgAsCuAuMoMnPbVZnFe2O3均值94．1211．5262．122．151．33694．5434．35105．1777．485．28方差23930．3852．3623474．6255．0611．3961504．511202．52483．152688．691．62最小值30．002．4011．900．200．40270．0010．6050．8036．203．06最大值2360．0058．202468．00150．0057．302871．00307．00243．20635．6015．0425%值50．007．7024．000．800．70546．2522．6089．8553．904．49中位值60．0010．1029．101．100．90664．5026．60102．4562．805．0875%值80．0012．5044．631．901．20799．5031．90114．7881．955．81全国水系沉积物均值73．009．0020．001．200．80653．0023．0077．0067．004．30

Au质量分数为 10-9，氧化物为10-2，其他元素为 10-6，全国水系沉积物数据引自史长义等[1]。

1.2 研究区元素离散特征

在研究地球化学元素离散特征时，通常采用元素变异系数来衡量，变异系数越大则元素局部富集趋势越明显，成矿可能性就大；变异系数越小则表示元素局部富集趋势越差，成矿可能性就小。首先采用传统方法迭代剔除原始数据中的异常点，将剔除异常值的所有数据作为分析数据，进而统计各地球化学元素原始数据的变化系数(Cv1)和剔除后数据的变化系数(Cv2)，最后用Cv1/Cv2反映剔除后数据对离散群的特高值和特低值的削平程度[2]，见表2。

横坐标用Cv1/Cv2的比值，纵坐标用Cv1值得到各地球化学元素变异系数散点图(图2)。从图2中可以直观地看到各种元素含量变化程度及异常数据的多少，进而反映元素富集成矿可能性大小。在鄂东南铜绿山地区可以分析得到：Cu、Au 、Mo元素富集成矿的可能性大，而且研究区内已有铜矿成矿事实，如位于研究区东南部位的铜绿山矿床，并伴有Mo产出，可作找Cu的指示元素；Ag、Pb、Zn元素富集成矿可能性较大；其他元素富集成矿可能性小，但不排除局部富集成矿的可能性。

表2 研究区10种元素变异系数统计Tab.2 Variable coefficient of 10 elements in study area

图2 各元素变异系数解释图Fig.2 Variable coefficient map

1.3 Cu元素的空间分布特征

地球化学图能够比较直观反映元素含量数据的空间分布状态，在鄂东南铜绿山地区由于有铜铁矿床的存在，故而笔者选取Cu元素作为主要研究的目标元素进行分析，其中包括分布形式的检验、含量直方图和Q-Q概率图等，对主成矿元素Cu含量的对数值进行分布检验，检验结果见图3。

图3 Cu元素数据统计图Fig.3 Statistical chart of Cu(a)Cu元素含量对数频率直方图；(b)Cu元素的Q-Q概率图

图4 剔除极值后Cu元素统计图Fig.4 Statistical chart of Cu by eliminating extremne values(a)剔除极值后Cu元素含量对数直方图；(b)Q-Q概率图

图5 Cu元素累频地球化学图Fig.5 Geochemical mapping of Cu by cumulative frequency method

从图3(a)中可以看出，元素的含量对数直方图呈单峰分布，数据离散程度较高，与对数正态分布曲线有较大的偏离；从图3(b)中可以看出，绝大部分Cu元素的含量数据的分位数与对数正态分布的分位数偏离直线。由于Cu元素的原始数据不服从对数正态分布，采用均值加减3倍标准差剔除数据中的极值，剔除极值后的检验结果见图4。

从图4(a)中可以看出，Cu元素在剔除极值数据处理后，数据的偏度和峰度明显减小，近似服从对数正态分布形式。而且图4(b)表明，Cu元素剔除极值数据后，大部分数据分布在指定的直线上，近似服从对数正态分布。依据累频方法绘制Cu元素的地球化学图(图5)可知，Cu元素在在不同的地质单元含量差别较大，异常区主要分布在研究区的东南部，分布面积较大，具有明显的浓集中心。异常区与区内铜矿及铜多金属矿高度吻合，图5与图1(a)对比发现，Cu元素的空间分布与区内中酸性侵入岩体的分布高度相关。

2 基于多重分形S-A模型的Cu元素异常信息提取

地球化学场是地球各种地质作用下经过漫长时间自发演化的结果，不同的地质时期所对应的地球化学元素含量的空间分布也会有所不同，因此地球化学场是一种非稳定场[3]。传统的地球化学数据处理方法因忽略了元素的空间分布，以及地球化学场的广义自相似性，因此对奇异性数据的特征缺乏刻画功能[4]。近年来，分形理论作为成熟的非线性数学方法在研究微量元素在岩石、水系沉积物和土壤中的空间分布和富集规律取得了大量的研究成果[5-9]。基于分形理论，国内、外涌现出大量的异常提取方法，其中以成秋明教授[10-11]提出的C-A模型和S-A模型、以及局部奇异性理论的应用最为突出，并得到了广泛地应用。

2.1 S-A 模型

S-A模型的主要思想是将地球化学数据在频率域上进行分解，再通过构建分形滤波器在能谱空间中分离出背景和异常。S-A模型的优势在于能够克服高背景区的影响，特别是在地质背景复杂多变的区域，对地球化学背景与异常进行精确有效地分离[12]。

由S-A模型提取的地球化学异常在频率域中表现出自相似性特征。成秋明[4]指出以下指数模型能够刻画这种自相似性：

A(S>s)∝S-β

(1)

式中:S是能谱密度;A(S>s)是能谱密度大于S的面积;β为分形指数。

2.2 S-A模型提取Cu元素背景与异常

S-A模型将地球化学数据分解到频率域，这种变换具有压制背景变化的影响，突出局部异常信息的特点，因此相对于传统的方法，它能够有效的提取局部弱异常，对覆盖区或是未勘探区的找矿提供依据。

图6 Cu元素S-A双对数散点图Fig.6 Log-log mapping of Cu from S-A model

图7 S-A模型地球化学背景图Fig.7 Geochemical background mapping by S-A model

图8 S-A模型地球化学异常图Fig.8 Geochemical anomaly mapping by S-A model

通过绘制ln(S)-ln(A(>S))双对数关系图(图6)，用三条不同斜率的直线对双对数进行拟合，得到的两个直线交点为lgS1=1.48,lgS2=16.5，不同斜率的直线段代表了了不同的自相似特征，相对应的就是地球化学背景和异常[12]，从而表明研究区Cu元素数据均服从多重分形分布。利用拟合出的直线交点构建分形滤波器，得到Cu元素地球化学背景和异常(图7、8)。

对照图7和地质矿矿产图图1(a)明显可以看出，高背景区位于区域东南部，与东南部侵入岩体关系密切；而从S-A模型的Cu元素地球化学异常图可以得出：①异常区域与Cu矿点分布密切相关，②异常区域具有围绕侵入岩体边缘分布的趋势，这和区域Cu矿成矿背景是相符合的，具有指示矿产勘查方向的作用。

3 结论

笔者结合前人研究成果，首次采用非线性方法中的分形理论对鄂东南铜绿山地区1∶100 000水系沉积物的10种元素地球化学数据进行数据分析，并主要探讨了Cu元素的空间分布特征，得到以下的结论和认识：

1)鄂东南铜绿山地区1∶200 000水系沉积物的10种元素数据参数统计分析显示：研究区Cu元素表现为高度富集，元素数据具有非线性特征，Cu、Au、Mo可作为本区寻找铜矿的指示元素。

2)S-A模型在Cu元素空间分布的研究中作用明显，其背景可以指示成矿岩体的赋存部位，其异常能够为找矿勘查提供有效支撑。

致谢

感谢鄂东南铜绿山地质大队的数据支持。

参考文献：

[1] 史长义,梁萌,冯斌.中国水系沉积物39种元素系列背景值[J].地球科学,2016,41(02):234-251.

SHI C Y, LIANG M, FENG B.Average background values of 39 chemical elements in stream sediments of China[J]. Earth Science,2016,41(02):234-251.(In Chinese)

[2] 韩国豪. 江西玉华山地区多重分形地球化学异常提取及成矿预测[D].东华理工大学,2016.

HAN G H. Geochemical anomalies identification based on multifractal modeling and mineral prospectivity mapping in Yuhuashan area of Jiangxi[D]. East China University of Technology,2016. (In Chinese)

[3] 於崇文.固体地球系统的复杂性与自组织临界性[J].地学前缘,1998(03):159-170+172-182.

YU C W. Complexity and self-organized criticality of solid earth system[J].Earth Science Frontiers,1998(03):159-170+172-182. (In Chinese)

[4] 成秋明.多维分形理论和地球化学元素分布规律[J].地球科学,2000(03):311-318.

CHENG Q M. Multifractal theory and geochemiacl element distribution pattern[J].Earth Science,2000(03):311-318. (In Chinese)

[5] 施俊法.浙江省诸暨地区元素地球化学分布与标度律[J].地球科学,2001(02):167-171.

SHI J F. Element geochemical distribution from zhuji area, Zhejiang province and Scaling laws [J]. Earth Science, 2001(02):167-171. (In Chinese)

[6] 谢淑云,鲍征宇.地球化学场的连续多重分形模式[J].地球化学,2002(02):191-200.

XIE S Y, BAO Z Y. Continuous multifractal model of geochemical fields[J].Geochimica, 2002(02):191-200. (In Chinese)

[7] 韩东昱,龚庆杰,向运川.区域化探数据处理的几种分形方法[J].地质通报,2004(07):714-719.

HAN D Y, GONG Q H, XIANG Y C. Some new fractal methods for regional geochemical survey data processing[J]. Geological Bulletin of China,2004(07):714-719. (In Chinese)

[8] 成秋明.空间模式的广义自相似性分析与矿产资源评价[J].地球科学,2004(06):733-743.

CHENG Q M. Quantifying the generalized self-similarity of spatial patterns for mineral resource assessment[J]. Earth Science, 2004(06):733-743. (In Chinese)

[9] 成秋明.成矿过程奇异性与矿床多重分形分布[J].矿物岩石地球化学通报,2008(03):298-305.

CHENG Q M. Singularity of mineralization and multifractal distribution of mineral deposits[J]. Bulletin of Mineralogy Petrology and Geochemistry, 2008(03):298-305. (In Chinese)

[10] 成秋明,赵鹏大.奇异性理论在个旧锡铜矿产资源预测中的应用:成矿弱信息提取和复合信息分解[J].地球科学(中国地质大学学报),2009,34(02):232-242.

CHENG Q M，ZHAO P D.Application of singularity theory in prediction of tin and copper mineral deposits in gejiu district,yunnan,China:weak information extraction and mixing information decomposition [J].Earth Science,2009,34(02):232-242.(In Chinese)

[11] 张焱,周永章.多重地球化学背景下地球化学弱异常增强识别与信息提取[J].地球化学,2012,41(03):278-291.

ZHANG Y, ZHOU Y Z. Recognition and extraction of geochemical weak anomalies based on multiple geochemical backgrounds[J]. Geochimica,2012,41(03):278-291. (In Chinese)

[12] ZUO R, CHENG Q, XIA Q. Application of fractal models to characterization of vertical distribution of geochemical element concentration[J]. Journal of Geochemical Exploration, 2013, 102(1):37-43.