张家口北部铅锌银多金属矿床区域剥蚀程度分析

2021-07-28李随民焦雪红郝花金韩腾飞孙志伟李紫烨韩玉丑

地球学报 2021年4期

李随民, 焦雪红, 郝花金, 韩腾飞, 孙志伟, 李宾, 李紫烨,邢欢, 韩玉丑

1)河北地质大学, 河北石家庄 050031; 2)河北省矿产资源储量研究中心, 河北石家庄 050050;3)河北省地质调查院, 河北石家庄 050081; 4)河北省地矿局第六地质大队, 河北石家庄 050085

矿床(体)尺度级剥蚀程度评价一般用原生晕方法, 相对而言, 大区域尺度级或中小比例尺的剥蚀程度研究缺乏被普遍公认的研究方法。矿床(体)剥蚀程度评价, 一般以主成矿元素为标准, 将其他成矿指示元素划分为前缘晕、近矿晕和尾晕。目前多以李惠等提出前缘晕组合元素含量累加(或累乘)/尾晕组合元素含量累加(或累乘)来判别矿体剥蚀程度(李惠等, 1998, 2011)。水系沉积物是汇水流域内各种岩石(矿石)风化产物的天然组合, 土壤是基岩风化后的残留疏松物, 它们对基底和盖层的地球化学特征及各种地质作用(成矿作用)所留下的印迹(岩石地球化学异常、土壤地球化学异常、水系沉积物地球化学异常等)有良好的继承性(马振东等, 2014;严桃桃等, 2018)。龚庆杰等(2015)等也认为次生晕(土壤地球化学异常)和分散晕(水系沉积物地球化学异常)通常对原生晕(岩石地球化学异常)具有较好的继承性。这种继承性包括元素组合和元素含量两个方面, 因此基于原生晕的矿体剥蚀系数可尝试用于土壤和水系沉积物地球化学调查工作中。这就将岩石介质推广到土壤和水系沉积物介质来构建成晕剥蚀系数以判别矿体的剥蚀程度。已有多位学者利用不同比例尺表生地球化学数据进行大区域矿体剥蚀程度评价的尝试性研究(康太翰和于洪顺, 1997;张荣国和夏广清, 2010; 程乃福等, 2011; 杨宏林等,2013; 马振东等, 2014; 骆地伟等, 2016)。马振东等(2014)和骆地伟等(2016)借鉴原生晕轴向分带理论,利用1:20 万区域化探数据分别对江西九瑞铜多金属矿田和黔西南卡林型金矿富集区剥蚀程度进行了判别分析, 研究结论对区内找矿勘查工作起到了重要指导作用。

张家口北部处于华北地台北缘多金属成矿带,已发现蔡家营、青羊沟、兰闫等铅锌银多金属矿床多处, 兰闫—青羊沟北西向成矿带也成为冀北重要的多金属成矿区(图1)。区内多金属矿床成矿条件相似, 化探异常可对比性强。本文以区内研究程度较高的蔡家营大型铅锌银多金属矿床为例, 根据原生晕建立的前缘晕与尾晕元素组合, 利用张家口北部康保幅(K-50-19)、沽源幅(K-50-20)、张家口幅(K-50-25)和龙关幅(K-50-26)四幅1:20 万化探扫面数据中相应元素判别区域多金属矿床剥蚀程度, 并对区内主要矿床剥蚀程度进行定量评价, 以期为张家口, 乃至冀北地区多金属矿床找矿和成矿预测工作提供更多证据和支持。

1 区域多金属矿床成矿条件及地球化学场特征

1.1 区域多金属矿床成矿条件分析

张家口北部处于华北地台北缘隆起带北侧, 该带自古元古代晚期变质基底形成以来, 长期处于裸露的正性剥蚀状态, 主要由早前寒武纪变质结晶基底组成。除第四纪外, 其余地区多为燕山期火山岩盖层(图1)。燕山期受太平洋板块向华北板块之下俯冲影响, 本区岩浆活动强烈且频繁, 对变质基底和火山岩盖层进行了强烈改造。燕山期岩浆活动在冀北地区包括4个旋回, 第3 旋回岩浆活动是燕山期最为强烈、规模最大、分布最广泛而且与区内铅锌银多金属矿床形成关系最为密切的一期岩浆活动。大量的研究资料显示, 铅锌银多金属矿床与燕山期酸性岩体在形成时间、成矿物质来源、空间分布等多个方面与之间存在着密切的成因和时空联系。燕山期酸性小岩体是区内多金属矿床形成和分布的关键性控制因素(李随民等, 2016)。河北省地矿局第三地质大队将区内铅锌银多金属矿床分为岩浆热液型、火山-次火山热液型和层控-改造型三种类型, 各类型下又分亚类。不同类型多金属矿床的形成均与燕山期酸性岩体侵位有关, 矿体主要呈脉状赋存于围岩(变质岩)裂隙中, 部分可赋存于火山岩盖层中。矿体赋存空间受构造作用控制明显。由于张家口北部铅锌银多金属矿床成矿作用过程和控矿因素相似,不同矿区在化探异常及元素组合上具可对比性。

图1 张家口北部区域地质简图Fig. 1 Regional geological sketch map of northern Zhangjiakou area

1.2 区域地球化学场特征

对研究区四幅1:20 万化探数据中Pb、Zn、Ag成矿元素按(均值+3 标准差)反复剔除特异值后, 使剩余数据服从或近似服从正态分布。对剩余化探数据本次按均值+3 标准差的方法计算了主成矿元素的异常下限值。按下限值的1、2、4 倍划分了异常外、中、内带(图2, 3, 4)。结果显示区内已知多金属矿床均处于化探异常中, 表现出Pb、Zn、Ag 等元素次生异常与多金属矿床在地表呈现出总体无偏性分布特征。即次生异常与多金属矿床或主成矿元素原生晕总体上不出现大尺度偏移, 化探扫面数据可以用作计算大区域尺度级次生晕分带评价值的基础数据。

图2 张家口北部Pb 元素异常图Fig. 2 Lead anomaly map of northern Zhangjiakou area

区内多金属矿床均以铅锌银多金属矿化为主,铅锌银主成矿元素或原生晕元素之间的相关性是否在次生异常中也不出现较大尺度偏移。本次采用因子分析方法验证了成矿元素在水系风积物的分布特征。在SPSS 软件中对研究区4898 件化探样品39种元素进行因子分析, 因子分析是从众多的原始变量中构造出少数几个具有代表性意义的因子变量,这里面有一个潜在的要求, 即原有变量之间具有较强的相关性。本次通过计算KMO 值分析区域化探数据是否适合进行因子分析 , 如KMO(Kaiser-Meyer-Olkin)值越接近于1, 越适合于做因子分析; KMO 越小, 则越不适合于做因子分析。结果显示KMO=0.868, 适合进行因子分析。9 个公因子可解释全部信息的76.25%, 其中Pb、Zn、Ag 的解释度分别达到97.7%、97.5%和96.3%。成矿信息主要集中在F3 公因子上(表1)。F3 因子得分图与已知多金属矿床具有很高的空间吻合性(图5)。表明矿体在风化剥蚀后, 在表生环境产物水系沉积物中Pb-Zn-Ag 元素仍具有显著的相关性, 矿体内元素之间的关联性在次生晕中未发生显著改变, 可利用次生晕中不同元素组合判别矿体或矿区风化剥蚀程度。

表1 研究区化探数据因子分析结果表Table 1 The factor analysis results of geochemical data from the study area

图5 张家口北部F3 因子得分图Fig. 5 Factor scores map of F3 of of northern Zhangjiakou area

除F3 公因子外, 其他公因子也有明确的地质含义, 代表了不同地质体的元素组合。如F1 公因子反映了区内玄武岩元素组合, 其因子得分图高值区与研究区汉诺坝玄武岩分布范围相吻合(图6), F2 公因子代表了研究区燕山期火山岩元素组合(图7)。

图6 张家口北部F1 因子得分图Fig. 6 Factor scores map of F1 of northern Zhangjiakou area

图7 张家口北部F2 因子得分图Fig. 7 Factor scores map of F2 of northern Zhangjiakou area

2 研究区多金属矿床剥蚀程度分析

由于次生晕、分散晕对原生晕具有较好的继承性, 借鉴原生晕的原生异常分带理论, 在风化剥蚀过程中, 当矿床剥蚀到一定程度时, 其次生异常(土壤、水系沉积物)的特征将呈现原生异常相应特征的元素组合。根据区内典型矿床的原生晕(垂向、水平)特征, 确定前缘晕、近矿晕和矿尾晕的元素组合,利用1:20 万区域化探扫面数据中对应元素组合可分析区域多金属矿床剥蚀程度。

图3 张家口北部Zn 元素异常图Fig. 3 Zinc anomaly map of northern Zhangjiakou area

图4 张家口北部Ag 元素异常图Fig. 4 Silver anomaly map of of northern Zhangjiakou area

2.1 蔡家营铅锌银多金属矿床剥蚀程度识别元素确定

蔡家营是区内研究及勘探程度均较高的典型铅锌银多金属矿床。矿区原生晕地球化学研究显示(刘崇民和徐外生, 1994; 张素兰等, 1999; 刘崇民等,2014), 矿床直接指示元素为Pb、Zn、Ag, 密切伴生元素为As、Sb、Hg、Cd、W、Au、Cu、Mo。前缘元素为I、B、Cs、Br、Sb、U、Rb、Tl、Te, 尾晕元素为Bi、In、V、La、F、Ce、Ba、P。刘崇民等(2014)还建立了蔡家营矿床不同剥蚀程度的元素量化判别指标, 如微量元素组合指标ω(Sb+Se+Te+Ge)/ω(In+Cd+Bi+Zn), 前缘为大于10,中部在10～1 之间, 尾部小于1。

2.2 研究区多金属矿床剥蚀程度分析

结合区域1:20 万化探数据测试元素, 本次选择B、Sb、U 作为矿体前缘元素, Bi、V、Ba 作为矿体尾晕元素, 制作区域ω(Bi+V+Ba)/ω(B+Sb+U)分布图(图8)。为使含量级次不同元素之间具有可对比性,用元素平均值对相应元素进行了均匀化处理。该参数可作为多金属矿床剥蚀系数, 以此判别区域多金属矿床剥蚀程度。该参数值越大, 说明矿床剥蚀程度越高。

刘崇民等(2014)等认为蔡家营矿区放射性元素比值ω(U)/ω(Th), 矿体前缘大于1, 矿体中下部小于1。该比值也可用于识别矿床剥蚀程度, 利用1:20万化探数据制作了区域ω(U)/ω(Th)分布图(图9)。对比图8、图9 可以看出, 蔡家营、青羊沟、兰闫等典型多金属矿床均出露于剥蚀程度较高区域, 其余多金属矿床或矿化点也多位于剥蚀程度较强区域或其边部, 显示出研究区多金属矿床均遭受到一定程度剥蚀。尤其是兰闫—青羊沟北西向成矿带北段的兰闫矿区剥蚀最为强烈, 蔡家营、青羊沟多金属矿区剥蚀程度明显减弱。

图8 研究区(B+Sb+U)/(Bi+V+Ba)比值地球化学图(各元素均进行均匀化变换)Fig. 8 (B+Sb+U)/(Bi+V+Ba) geochemical map (all elements subjected to homogenization transformation)

图9 研究区U/Th 比值地球化学图(各元素均进行均匀化变换)Fig. 9 U/Th geochemical map (all elements subjected to homogenization transformation)

2.3 研究区多金属矿床剥蚀程度对比

为进一步分析区内多金属矿床剥蚀规律, 本次从北向南依次选择了兰闫、蔡家营和青羊沟三个典型多金属矿床, 采用累加NAP 值方法进行剥蚀程度对比分析。具体实现过程如下:

(1)将研究区Pb-Zn-Ag(矿体晕)、B-Sb-U(前缘元素)和Bi-V-Ba(尾部元素)9 种元素作为三角图三个端元。

(2)根据各端元三种元素地球化学异常图, 统计异常面积和异常内的算术平均值, 计算面金属量(异常面积×异常内均值)和NAP 值(异常面积×异常衬度, 其中: 异常衬度=异常内均值/异常下限值),然后对每个端元内单元素的NAP 值进行累加(表2)。

表2 矿尾晕(Pb+Zn+Ag)、矿体晕(Bi+V+Ba)和前缘晕(B+Sb+U)的累加NAP 值Table 2 Additive NAP values of rear halo, orebody halo,and front halo

(3)对累加NAP 值在三角图中投点。若投点越靠近矿尾晕端元, 则矿体剥蚀程度越高, 相应剥蚀系数越大; 反之, 越靠近前缘晕端元, 则说明剥蚀程度越低, 相应剥蚀系数越小。在三角图中, 剥蚀系数的值在[0, 1]区间内。张家口北部三个典型多金属矿床的累加NAP 值投点结果显示(图10), 兰闫矿区剥蚀程度最高, 蔡家营与青羊沟矿区剥蚀程度接近。三角图判别结果与区域剥蚀系数(ω(B+Sb+U)/ω(Bi+V+Ba))、ω(U)/ω(Th)平面分布图识别结果相吻合。即兰闫矿区剥蚀程度最高, 蔡家营和青羊沟矿区剥蚀程度明显降低。上述判别结果也与目前矿区勘探现状相吻合。

图10 研究区典型多金属矿床累加NAP 值三角图Fig. 10 Triangular plot of additive NAP value

3 岩石风化程度对多金属矿床剥蚀及分布控制

根据区域多金属矿床成矿模式, 当上部火山岩盖层未风化剥蚀, 或风化剥蚀程度较低时, 多金属矿床赋存于盖层之下呈隐伏状态; 区内火山岩盖层受到一定程度剥蚀后, 多金属矿床则呈半隐伏或裸露状态。因此研究区火山岩盖层风化剥蚀程度与矿床出露之间存在一定的关联性。火山岩盖层剥蚀程度不仅影响着多金属矿床出露状态, 也控制着次生晕化探异常分布范围和参数特征, 进而影响多金属找矿工作。

岩石风化程度常使用各种风化指数来进行评价。目前已有数十种不同的化学风化指数被提出,常用的风化指标有以下几种: CIA-化学蚀变指数(Nesbitt and Young, 1982, 1989)、WIP-帕克风化指数(Parker, 1970)、WIC-科尔曼风化指数(Coleman,1982)、CIW-化学风化指数(Harnois, 1988)、WIG-花岗岩风化指数(Gong et al., 2013; 龚庆杰等,2015)。除WIG 指数外, 其余风化指数如CIA、CIW、WIP 和WIC 的计算均涉及到CO2的含量, 但在很多测试中缺乏CO2测试项, 例如中国区域化探扫面计划39 项测试项中未包含CO2测试项, 因此上述风化指数在使用时往往会受到限制。Gong et al.(2013)在研究胶东地区玲珑黑云母花岗岩风化剖面时提出了一个新的风化指数WIG(Weathering Index of Granite)。

WIG=100×[Na2O+K2O+(CaO-10/3P2O5)]/(Al2O3+Fe2O3+TiO2)

式中, 氧化物代表样品中各自的含量, 用摩尔单位表示; 当(CaO-10/3P2O5)的值为负时, 值取0,即保证(CaO-10/3P2O5)的取值不小于0。由于WIG的计算不需要CO2的含量数据, 使其可以应用于区域化探全国扫面计划(RGNR)获得的海量数据中。该值越小, 表明岩石风化程度越强。尽管WIG 风化指数是基于花岗岩风化剖面研究时提出的, 但在随后的研究中被应用于不同气候带、不同地区、不同岩性的岩石及其风化产物中。本次利用1:20 万化探扫面数据计算了研究区WIG 指数(图11)。风化指数WIG 空间分布显示, 区内多金属矿床均分布在WIG风化指数较低区域, 即岩石风化程度强烈地段。对比研究区地质图(图1)和风化指数图(图11)可以看出, WIG 低值区(风化程度较高区)与变质结晶基底出露范围相吻合。区内已知多金属矿床(点)基本上均分布在WIG 低值区, 对应岩性为变质结晶基底。预示着区内多金属找矿工作应重点围绕古元古代变质岩出露区。上述现象也表明火山岩盖层对区内多金属矿床的出露和分布有显著控制作用。风化程度较低的火山岩盖层发育区, 多金属矿床多以隐伏-半隐伏状态存在, 地表次生晕化探异常成矿信息微弱, 如何通过有效技术手段显示或提取火山岩盖层下面的多金属找矿信息是本区下一步亟需解决的关键问题。