新疆乔拉克地区水系沉积物致矿地球化学异常提取与评价

2019-04-15辛存林任文秀徐明儒王晶菁仵慧宁

西北大学学报（自然科学版） 2019年2期

辛存林,路阔,王磊,任文秀,徐明儒,王晶菁,仵慧宁

(1.西北师范大学地理与环境科学学院, 甘肃兰州 730070；2.甘肃省地质调查院, 甘肃兰州 730000；3.兰州城市学院培黎石油工程学院, 甘肃兰州 730070)

勘查地球化学是矿产勘查的重要手段,其中地球化学场的分解对提取地球化学异常具有重要的意义,是地球化学数据处理中必不可少的工作。由于复杂地质作用的相互叠加,地球化学场通常表现为复杂的叠加场,包含局部异常场和背景场,相应场往往呈现出空间自相似的特点。根据这种自相似性可以分解由不同地质过程所产生的同种地质体[1-5]。

在以往的地球化学数据处理和应用中,更多的是采用传统的统计学方法；应用这种方法在分析地球化学数据时需要对数据进行处理,直至服从正态或对数正态分布；在应用过程中只强调数据的频率分布,而忽视了数据本身的空间相关性和变化性[3-7]。实际上,通过研究地球化学元素的分布规律可反映元素的矿化富集和空间分布特征,从而有效提取地球化学异常信息。地球化学元素的分布状态是多重地质过程和复杂地质作用多因耦合的结果,使得地球化学元素在地壳中的分布具有不均一性和随机性,其中地球化学元素的正常值服从统计学中的大数定量,即满足正态或对数正态分布,而异常值往往服从分形分布(Preato)[7-10]。实践表明,由矿化过程产生的成矿异常场和背景场具有不同的自相似性,其中异常场呈分形和多重分形分布。

由于地球化学测量只能反映异常和背景叠加、复合的结果,因此往往具有多样性和复杂性的特点[11-13],所以很难直接通过地球化学数据来区分异常和背景场。但是，从地球化学场的频率能谱分布来看,异常和背景场具有不同的自相似性,因此可以在频率域中利用幂律函数刻画这种自相似性的规律：将地球化学异常和背景场的能谱进行分解,然后将分解的能谱信息通过逆变换返回至空间域,从而实现对地球化学异常和背景场的分解[12-14]。

分形理论是近年来迅速兴起的非线性理论分支,已在圈定地球化学异常和确定环境地球化学基准密度等方面得到广泛应用,其中成秋明等[15-16]发展的C-A法和S-A法在实际应用中取得了良好的效果。这些新方法在应用过程中相较于传统方法,充分考虑了频率分布规律和地球化学数据空间分布的特征,将地球化学场的各向异性、广义自相似性、尺度不变性等特征集于一体,并通过压制变化性背景的干扰突出局部异常。

本文将多重分形法用于新疆乔拉克地区,应用C-A法和S-A法分析了Cu,Pb,Zn,Ag,As等5种元素,对乔拉克地区的成矿规律进行研究和靶区圈定,并结合空间主成分分析法提取以上5种元素的组合异常。通过对比研究成矿特征,圈定乔拉克地区为成矿的有利地段。

1 研究区的地质特征

研究区位于新疆青河县西北部与富蕴县的接壤处,隶属于新疆青河县。大地构造位于西伯利亚板块和哈萨克斯坦准噶尔板块的接合部位,地处阿勒泰多金属成矿带中部南缘,区域地质构造线整体呈北西南东走向。该区域在新元古代早期形成的克拉通基底上裂解扩张成洋,并随后发生了俯冲、碰撞、增生等过程;晚古生代期间,经历多旋回手风琴式开合运动,使得洋转陆过程中由一系列沟弧盆地体系挤压在一起;闭合后,准噶尔板块开始后碰撞造山演化阶段,以碰撞深成岩浆活动为特征[17-18]。

研究区内出露地层单一,仅为中—上奥陶统哈巴河中亚群(O2-3hbb),大面积分布在研究区的中北部,占研究区面积70%以上;研究区南部及周边多为侵入岩,根据地层层序、岩石组合特征，自北向南可划分为3个岩性段,依次为哈巴河中亚群第一岩性段的二云母片岩、千枚岩,哈巴河中亚群第二岩性段的变砂岩,哈巴河中亚群第三岩性段的黑云母片麻岩(见图1)。

1 第四系:黄土、残积物及浮石等;2 哈巴河中亚群第一岩性段:二云母片岩、千枚岩;3 哈巴河中亚群第二岩性段:变砂岩;4 哈巴河中亚群第三岩性段:黑云母片麻岩;5 石英闪长岩;6 细粒二云母花岗岩;7 花岗岩脉;8 闪长岩脉;9 石英脉;10 水系;11 地质界线;12 探槽及编号图1 研究区地质略图Fig.1 Geological map of the study area

岩浆岩主要为华力西中期侵入岩,其中华力西中期侵入岩(Cδo)为石英闪长岩,环型分布在研究区西南两侧,为一个较大的岩基,与中—上奥陶统哈巴河中亚群为侵入接触关系,内接触带含有大小不等的捕虏体。华力西中期侵入岩(Cγβm)为细粒二云母花岗岩,为一个小型岩基,出露面积小,侵入于中—上奥陶统哈巴河中亚群,接触带附近石英脉较为发育。研究区出露花岗岩脉、闪长岩脉以及石英脉等,基本沿岩石片理及片麻理填充,与岩层产状基本一致,其中花岗岩脉规模最大。

研究区内变质岩分布广泛,以区域变质作用为主,在岩体的外接触带见有热力变质作用,进一步加深了变质岩系的变质程度;在构造发生地段产生动力变质作用,岩石再次发生变质,形成带状的动力变质岩。在华力西造山运动的影响下,原属碎屑岩普遍发生了显著的应力变形,表现为地层发生强烈的线性褶皱,岩石中产生了各种连续劈理,以及产生绢云母、绿泥石等变质矿物。

本文在实际野外地质调查的基础上,完成1∶2.5万水系沉积物样品的采集,平均采样点密度为12.6件/km2,共采集469件水系沉积物地球化学样品。样品由核工业新疆理化所进行分析测试,其中Cu,Pb,Zn应用IPC-OES光谱仪进行测试;Ag应用一米平面光栅摄谱仪WWP1进行测试;As应用原子荧光分光光度计AFS-9800进行元素含量的测定。分析测试过程严格参照《DZ0130规定》中地球化学样品分析方法与质量监控的要求执行。本次样品分析的各项指标均符合规范与设计要求,其中Ag单位为ng/g,Cu,Pb,Zn,As单位为μg/g。

2 单元素异常的识别与提取

2.1 C-A法在研究区中的应用

成秋明(1994)从分形理论中认识到地球化学的背景值和异常值具有各自独立的幂律关系,即具有不同的自相似性,由此导致了一种多重分形分布。在此基础上,提出了确定地球化学异常下限的“含量-面积”(C-A)模型[19-20]:

N(r)=Cr±D(r>0)，

(1)

其中,r表示特征尺度,C>0为比例常数,D>0为元素分维,N(r)表示尺度大于等于r的数目或尺度小于等于r的数目。将观测数据(N(r1)N(r2),N(r3),…,N(rn))(r1r2r3,…,rn)绘制在双对数坐标图上,在含量面积双对数图上,将式(1)两边取对数,得到方程

lgN(r)=lg(C)±Dlg(r)。

(2)

利用最小二乘法进行直线段拟合,并求得相应的分维数D;将拟合直线段的交点作为分界点,从而划分背景和异常;指数D定量刻画了分布在该无标度区内含量变化的复杂程度;并可通过相关系数和方差分析检验方程的显著性。应用GeoDAS软件,采用C-A法确定研究区Cu,Pb,Zn,Ag,As元素的异常下限,在各元素“含量面积”的双对数散点图上,各元素均为两条或两条以上的线段进行拟合,说明各元素在空间分布上存在多个无标度区;通常低值区拟合的直线为元素的背景值区,第二段直线为元素主要含量空间,一般为区域地质作用形成的区域异常区,第三段通常反映局部矿化作用形成的局部地球化学异常[21-22]。

采用C-A分形模型,利用最小二乘法得到Cu元素的分维方程为:

N(r)=12.905r-0.119， 12.65≤r<29.13，

N(r)=28.645r-4.817， 29.13≤r<38.97，

N(r)=59.032r-13.171， 38.97≤r<45.95，

N(r)=39.879r-8.127， 45.95≤r<107.01。

由以上计算可以得知,分维数分别为:D1=0.119,D2=4.817,D3=13.171,D4=8.127,分界点为29.13,38.97,45.95,可用于区分区域异常和局部异常(见图2)。

图2 Cu的含量面积双对数图Fig.2 lgA-lgC fitting chart of Cu

从Cu异常分布图(见图3)中可以看出,黑色区域为高异常区,且覆盖面积最小,也是最有可能成矿的区域。Cu元素异常区域主要分布在研究区西北部,少量分布在研究区西南部,异常区域的分布主要与岩浆作用有关;其在研究区西北部沿哈巴河中亚群第三岩性段与华力西中期侵入岩的界线展布,且异常面积较大,成矿的可能性极大。分布在研究区西南部的异常面积较小,主要分布在石英闪长岩中,对寻找铜矿床具有一定指示意义。

图3 Cu元素异常分布图Fig.3 Copper anomaly distribution in the study region

依照处理Cu元素的流程,得到Pb元素的分维方程为:

N(r)=13.151r-0.237， 9.25≤r<16.89，

N(r)=38.307r-9.129， 16.89≤r<20.31，

N(r)=47.582r-12.282，20.31≤r<31.71，

N(r)=70.408r-18.885，31.71≤r<36.80。

由上计算可以得知, 分维数分别为D1=0.237,D2=9.129,D3=12.282,D4=18.885;分界点为16.89,20.31,31.71(见图4)。

根据Pb元素lgA-lgC拟合图确定其异常下限为20.31,并进行背景和异常的划分后可知，其异常区域分布在研究区北部(见图5),主要位于哈巴河中亚群的二云母片岩中,少量分布在二云母花岗岩中。由于铅在变质作用中具有一定的活化转移能力,且云母片岩是变质岩中含铅量最富者,使铅可以通过变质作用产生一定量的富集,对异常区域内铅的富集具有一定帮助。

图4 Pb的含量面积双对数图Fig.4 lgA-lgC fitting chart of Pb

图5 Pb元素异常分布图Fig.5 Lead anomaly distribution in the study region

同样,得到Zn元素的分维方程为:

N(r)=12.879r-0.078， 41.36≤r<69.73，

N(r)=28.527r-3.745， 69.73≤r<87.76，

N(r)=126.523r25.608， 87.76≤r<118.97。

由以上计算可以得知,分维数分别为:D1=0.078,D2=3.745,D3=25.608,分界点为69.73,87.76(见图6)。

Zn元素异常区域主要分布在研究区的北部(见图7),且面积较大。通过观察Zn元素的lgA-lgC拟合图可以发现,Zn元素分维数D2对应的直线段斜率较其他几种元素的均较小,斜率为3.745,小于4,而其他元素均大于4,在对应直线段上反映为较缓。从以往的研究[22]中可知，该直线越缓,从低含量点到高含量点频率下降越慢,说明有较多的高含量点分布,越有利于成矿,因此在异常分布图上呈现出较大的异常区域;反之,元素主要集中在低含量点,不利于成矿。

图6 Zn的含量面积双对数图Fig.6 lgA-lgC fitting chart of Zn

图7 Zn元素异常分布图Fig.7 Zine anomaly distribution in the study region

通过对比Pb和Zn的元素异常分布图可以发现,其异常区域都主要分布在研究区的北部,且部分重合,这说明Pb和Zn的相关性较好,为指示多金属矿床具有重要意义。由于Pb的物质来源多种多样,且在表生条件下作为亲酸性的Pb不易迁移,与在表生条件下容易迁移的亲基性的Zn相关性较好,说明研究区内的地质背景较为复杂,为研究区成矿提供了有利条件。

同样,得到Ag元素的分维方程为：

N(r)=12.701r-0.042， 11≤r<56，

N(r)=46.247r-8.378， 56≤r<68，

N(r)=88.549r-18.37， 68≤r<103。

计算得到分维数分别为D1=0.042,D2=8.378,D3=18.37；分界点为56和68,用于区分区域异常和局部异常(见图8)。

Ag元素异常主要分布在研究区的西北部(见图9),异常区域主要分布在华力西中期石英闪长岩中,并在异常区域内发现花岗岩脉。中低温热液是银在内生作用中主要富集的阶段,且银在溶液中较为稳定,常与Pb,Zn一起迁移。对比Ag和Zn的异常分布图可知,Ag和Zn元素的异常区域吻合度较高,并且Ag和Zn的lgA-lgC拟合直线形态较为相似,反映了研究区内Ag和Zn元素间关系较为密切。

图8 Ag的含量面积双对数图Fig.8 lgA-lgC fitting chart of Ag

图9 Ag元素异常分布图Fig.9 Silver anomaly distribution in the study region

同样，得到As元素的分维方程为：

N(r)=12.812r-0.207， 2.35≤r<7.30，

N(r)=31.314r-9.43， 7.30≤r<10.12，

N(r)=30.846r-9.357， 10.12≤r<20.68。

计算可知其分维数分别为D1=0.207,D2=9.43,D3=9.357；分界点为7.30和10.12(见图10)。

通过As元素异常分布图(见图11)可知,As异常区主要分布在研究区的西南以及中部,沿哈巴河中亚群第三岩性段和华力西中期侵入岩分界线展布;其中部的异常区域与Ag异常区域部分重合,As常常作为伴随矿物产出,对寻找Ag矿床具有一定指示意义。

图10 As元素含量面积双对数图Fig.10 lgA-lgC fitting chart of As

图11 As元素异常分布图Fig.11 Arsenic anomaly distribution in the study region

通过研究Cu,Pb,Zn,Ag,As等5种元素的含量面积双对数拟合图可以发现,这5种元素的双对数拟合图均可用两条或两条以上的直线进行拟合,这说明研究区内5种元素的空间分布存在两个或两个以上的无标度区。其中,拟合图中的第一段的斜率均较小,表明元素的含量较少,属于背景区;第二段及以上为主要含量区间,通常为异常区；若第二段反映区域异常区,则第三段直线反映局部地球化学异常。通过对新疆乔拉克地区5种元素进行分析可知,Zn,Ag,As均用3条直线段拟合,且Zn和As中的第三段直线的斜率小于第二段的斜率,说明矿化作用明显,具有较大的成矿潜力;Cu和Pb分为4段拟合,第三段和第四段反映元素局部地球化学异常,且Cu,Pb,Zn的异常区域有部分重叠,表明Cu,Pb,Zn相关性较强,反映了铜等多金属成矿作用有直接联系的元素组合。

2.2 S-A法在研究区中的应用

成秋明将C-A思想推广到频率域,并建立了多重分形的“能谱密度面积”(S-A)模型[23-25]:

A(S>s)∝s-β，

(3)

其中,S表示能谱密度,当能谱密度S大于某一值临界值s时,A表示为S>s时面积；β为指数；∝表示成正比。通过公式(3)可以看到,当面积s值增大时,能谱密度A相应地减小,且面积随能谱密度的变化规律与指数β的大小有关。

多重分形滤波技术是空间分析和频率分析的集合[26],在能谱密度与面积(S-A)的双对数图上,所有直线均服从幂律关系;利用最小二乘法进行直线段拟合,不同的直线段代表具有不同的自相似性,分别对应相应的分形关系;根据不同广义自相似性空间模型分解异常和背景,将各直线段的交点横坐标做为分形滤波器的阈值,构建背景和异常滤波器;通过背景和异常滤波器将频率域变换到空间域,实现背景和异常的分离,将地球化学场分解为两个部分,并得到分解后的背景和异常图。

为进一步深层次提取地球化学异常,采用多重分形滤波技术,在各元素地球化学异常图的基础上(见图3，5，7，9，11)分离得到局部异常(见图13，15，17，19，21)。

图12 Cu的能谱密度面积双对数图Fig.12 lnA(>S)-lnS map of Cu

应用S-A法得到lnA(>S)-lnS关系图,在能谱面积双对数图(见图12，14，16，18，20)中,采用最小二乘法拟合直线段,并确定分界点。由于各元素具有不同的自相似性特征,从而体现空间域中不同的背景异常模式。Cu中阈值lnS0=12.07,SS0代表背景。以lnS0=12.07作为阈值绘制Cu异常图(见图13)。按照研究Cu的步骤,绘制Pb,Zn,Ag,As的lnA(>S)-lnS关系图和应用S-A法提取得到异常图(15，17，19，21)，从而得到各元素阈值分别为11.81(Pb),13.14(Zn),12.91(Ag),10.78(As)。

图13 分解后的Cu异常场Fig.13 Decomposition of the anomaly field of Cu

图14 Pb的能谱密度面积双对数图Fig.14 lnA(>S)-lnS map of Pb

图15 分解后的Pb异常场Fig.15 Decomposition of the anomaly field of Pb

图16 Zn的能谱密度面积双对数图Fig.16 lnA(>S)-lnS map of Zn

图17 分解后的Zn异常场Fig.17 Decomposition of the anomaly field of Zn

图18 Ag的能谱密度面积双对数图Fig.18 lnA(>S)-lnS map of Ag

图19 分解后的Ag异常场Fig.19 Decomposition of the anomaly field of Ag

图20 As的能谱密度面积双对数图Fig.20 lnA(>S)-lnS map of As

图21 分解后的As异常场Fig.21 Decomposition of the anomaly field of As

通过将S-A法获得的Cu和As异常图(见图13，21)与C-A法获得的异常图(见图3，11)进行对比可以看到,两种方法得到的异常区域位置相同,面积较大,异常明显,且在研究区西南的低背景值区同样异常识别,这说明S-A法可在C-A法圈定的异常区域的基础上,克服高背景,提取低缓弱异常或识别隐伏矿床,反映了矿化元素的富集或贫化规律。进一步研究可知,Cu,Pb,Zn,Ag,As元素在研究区西南部都有异常分布,且异常区域部分重合,说明5种元素在研究区西南相关性较好,反映了局部富集甚至成矿的组合特征;特别是分布于石英闪长岩内,元素异常强度高且套合好,异常浓集中心具有成矿潜力,反映出该区域为铜等多金属成矿的有利地段。

3 组合元素的异常识别与提取

采用S-A广义自相似性分解复合异常,结合空间主成分分析法圈定研究区Cu,Pb,Zn,Ag,As等5种元素的组合异常。

采用主成分分析法对研究区Cu,Pb,Zn,Ag,As元素的原始数据进行分析,考虑到元素分布具有多重分形的特点,在GeoDAS中,首先对Cu,Pb,Zn,Ag,As 等5种元素进行对数变换,然后基于栅格的主成分进行处理。5个主成分的特征值以第一主成分值最大，占方差的53.38%(见图22)。第一主成分由Cu,Pb,Zn,Ag,As元素组成,由此构成的因子得分图可反映新疆乔拉克地区组合元素地球化学异常的空间展布特征。

图22 主成分分析后累积方差图Fig.22 Cumulative variance for principal component analysis

通过主成分分析计算得到特征值分布图(见图23)和第一主成分的载荷图(见图24)。从图24中可以看出:第一主成分反映了5种元素的共同贡献,其中贡献最大的是Zn,其余依次为Cu,Pb,As,Ag,表现为中低温热液成矿元素的聚集过程；Pb-Zn伴生通常作为多金属矿的指示元素,第一主成分反映了以铜等多金属矿化为代表的热液矿化元素组合特征。

图23 特征值分布图Fig.23 The picture of eigenvalue distribution

图24 第一主成分中的载荷图Fig.24 Load in the first principal component

图25 第一主成分载荷图Fig.25 The frist principal component loating plot

为进一步从第一主成分载荷图中提取组合异常信息,应用S-A法构建背景和异常滤波器,划分异常和背景场。分解第一主成分载荷图,其具体步骤为:通过傅里叶变换将第一主成分载荷图(见图25)转换到频率域中,形成相分布图和能谱分布图,得到lnA(>S)-lnS双对数关系图(见图26);根据最小二乘法进行直线段拟合,经多次分析调试,使拟合的直线段精度最高;在第一主成分载荷的lnA(>S)-lnS双对数图中共拟合为4段直线段,以lnS0=8.7作为阈值,构造异常滤波器和背景滤波器,lnS< lnS0代表异常,lnS>lnS0代表背景;将第一主成分载荷图分解为异常场(见图27)和背景场(见图28)。

图26 第一主成分载荷能谱密度面积双对数图Fig.26 lnA(>S)-lnS map of the first principle component

图27 分解后的异常场Fig.27 Decomposition of the anomaly field

图28 分解后的背景场Fig.28 Decomposition of the background field

4 异常检查与评价

本研究的探槽工程位于研究区的西南(见图1),共施工2条探槽(TC1和TC2)。其中,TC1长100 m,探槽内可见二云母花岗岩、石英闪长岩和石英脉,普遍发育硅化和绿泥石化;探槽揭露出1层矿体和1层矿化体,Cu品位及其对应厚度分别为1.73%和2 m,0.71%和2 m。TC2长90 m,探槽内可见花岗闪长岩、石英闪长岩和石英脉,局部发育碳酸岩化;揭露出1层矿体和1层矿化体,Cu品位及其对应厚度分别为1.56%和1 m,0.6%和3 m。通过探槽工程验证,异常圈定较为合理。

通过分解后的异常场(见图27)可以看出,5种元素的组合异常区域主要分布在研究区的西南部,以Cu元素为主,伴有Pb和Zn元素,浓集中心明显;5种元素主要分布在石英闪长岩中,受岩浆作用明显。研究区西南受区域变质作用的影响,属中高级变质的低角闪岩相—高角闪岩相；其与石英闪长岩的接触带附近见有热接触变质作用,使得其变质程度进一步加深,并控制异常的分布。