老撾桑怒地區硒山土壤化探數據處理及成礦預測

申婉妮,高　云,胥佳佳

(四川省地質礦產勘查開發局　二〇二地質隊，宜賓　644000)

?

老撾桑怒地區硒山土壤化探數據處理及成礦預測

申婉妮,高云,胥佳佳

(四川省地質礦產勘查開發局二〇二地質隊，宜賓644000)

摘要：利用SPSS多元統計分析軟件對硒山1∶10 000土壤地球化學測量成果進行統計分析，R型聚類分析結果表明，本區以Au、Ag、Sb、As、Cu、Pb、Zn異常為主，其中Au、Sb、Ag、As異常相關性最好，顯示出中溫金多金屬硫化物礦床的特征。通過R型因子分析提取了5個代表性因子(F1～F5)，F1；F2、F3；F4；F5分別代表主成礦元素、尾暈元素、中、下部元素和頭暈元素組合，相應的因子得分表明其在空間中的礦化強度。將各因子得分繪制成等值線圖，結合本區地質構造特征，利用多因子疊加法在本區共圈定了兩個主要成礦遠景區(Ⅰ、Ⅱ)，可作為下一步找礦工作的重點。

關鍵詞：聚類分析；因子分析；土壤地球化學測量；成礦預測；老撾

0前言

數學地質是地質學科的一個重要分支，是從量的方面研究和解決地質問題。隨著找礦難度越來越大，傳統的找礦方法已不能滿足目前的找礦需求，數學地質找礦方法越來越凸顯了它的重要性。20世紀50年代以來，聚類分析、因子分析、趨勢面等方法被廣泛應用到了地質科學領域，主要應用在礦床類型、成因的判別及對隱伏礦體的預測等方面。前人大量的研究成果表明，應用數學地質方法找礦效果顯著。這里借鑒前人的找礦經驗，對老撾桑怒地區硒山土壤化探數據進行系統分析和探討，以期為下一步找礦工作提供線索和依據。

1區域地質背景

研究區位于中南半島東北部，大地構造上位于桑怒島弧帶(Ⅲ4)與拾宋早再山微陸塊(Ⅳ1)的交接部位，印度陸塊與揚子陸塊、華夏陸塊對沖形成的可可西里—哀牢山—馬江縫合帶內。其中，馬江縫合帶已被世界地質學家所公認，并作為印度板塊和亞洲板塊在該地區的分界。從古元古代至新生代，本區經歷了陸核形成，板塊運移、碰撞，陸內俯沖、匯聚等多個演化階段，是全球板塊活動最強烈的地帶之一，也是全球構造最復雜的地區之一[4-6]。多期構造—巖漿活動為該區的金屬成礦提供了優越的地質條件和豐富的物質來源。中新生代以來印度板塊、亞洲板塊及太平洋板塊相互碰撞，形成與區域NW向馬江深大斷裂帶平行分布的大面積巖漿，是本區熱液型礦床的重要物質來源，中新世前后的構造轉折促進了全區熱液型礦床的形成[7]。該區屬南亞陸間區地層系統，廣泛分布了從前寒武系到侏羅系的地層。受區域上北西向馬江構造帶的影響，研究區斷裂構造較發育，為巖漿和成礦物質的上升就位提供了通道和空間。區內巖漿活動發育，廣泛發育從印支期至海西期的基性—中酸性巖漿巖，多呈巖基狀分布。區內多金屬礦點的分布受地層、構造、巖漿巖的共同控制。與馬江深大斷裂平行分布的蛇綠混雜巖帶為巖漿型銅、鎳、鐵礦提供了重要的物質來源，大面積分布的酸性巖漿是熱液型鎢錫礦帶的重要來源(圖1)。區內目前發現銅、鎳礦點2處，鉛鋅礦點2處，鐵、鎢、金銀礦點各1處。

圖1　區域大地構造-成礦區帶分布圖Fig.1　Regional tectonic and metallogenic zone

21∶10 000土壤地球化學特征

根據全區1∶50 000水系沉積物測量成果，在硒山區圈出了11 km2的水系沉積物異常,針對該異常開展了網度100 m×40 m的1∶10 000土壤地球化學測量。土壤測量結果表明，硒山土壤異常以Au、Ag、Sb為主，伴隨As、Hg、Mo、Cu、Pb、Zn等多元素異常。Au、Ag、Cu、Pb、Zn各元素的極大值分別為71.3×10-9、4.36×10-6、5 564.36×10-6、14 204.36×10-6、7 824.36×10-6，為主成礦元素。其中Au、Ag、As、Sb異常強度高，濃集中心明顯，異常吻合度好。Au以不規則狀、串珠狀沿北西向分布，與Ag、Sb、As、Hg、Cu、Pb、Zn、W、Bi各元素異常套合較好，各異常大致走向呈北西向，具有熱液金礦床的特征。W、Bi等高溫元素異常與Au元素異常套合好，這說明W、Bi所指示的高溫熱液和Au的富集關系密切，為Au的成礦階段提供一定熱源，促進Au的活化富集。綜上所述，本區是尋找熱液型金多金屬礦床的重要靶區。

3化探數據分析

化探信息是一種直接找礦信息，是找礦預測中的重要變量[8]，而多元統計分析方法是常用的地質數據處理方法。作者用SPSS軟件，對硒山2 350組土壤數據進行R型聚類分析和因子分析，以期為研究區的找礦工作提供必要的線索。

3.1R型聚類分析

聚類分析是根據樣本自身的屬性，用數學方法按照某些相似性指標，定量地確定樣本之間的親疏關系，并按這種親疏關系對樣本進行聚類。R型聚類分析主要遵循“物以類聚”的原則來對變量歸類，不但可以了解各變量之間的親疏關系程度，還可以了解各變量組合之間的親疏程度[9]。

用SPSS軟件，對硒山2 350組土壤數據進行聚類分析，采用組間聯接的方法，測量各變量間的皮爾森相關性(表1)，生成系譜樹狀圖(圖2)。各變量間的相關性用距離系數(0 ～ 25)表示，距離系數越小，變量之間的相關性越高，反之亦然。

圖2　硒山土壤地球化學測量微量元素系譜圖Fig.2　Trace elements family tree of geochemical soil survey，Xi Shan

CuPbZnMnCoNiCrBiSnMoWAgAsSbSeHgAuCu1Pb0.3291Zn0.3160.4571Mn0.1070.0680.3791Co0.064-0.0150.2130.5351Ni0.003-0.0540.1010.1740.2571Cr0.028-0.0380.0730.1210.1860.8121Bi0.5260.0590.017-0.083-0.072-0.065-0.0271Sn-0.0670.049-0.128-0.346-0.339-0.042-0.0760.0971Mo0.2070.1490.041-0.128-0.109-0.024-0.0570.2960.2271W0.0720.1710.077-0.073-0.1010.0530.0320.0740.3530.211Ag0.2060.520.2090.032-0.05-0.064-0.0490.0950.0620.1990.2851As0.1820.3340.141-0.013-0.034-0.012-0.0260.0970.1370.3660.2910.5061Sb0.1820.4660.1810.011-0.019-0.004-0.0060.0150.0980.2160.2980.6990.7481Se0.0240.015-0.121-0.065-0.0120.0980.0680.2870.0810.2250.0710.0060.1670.041Hg0.0390.085-0.084-0.015-0.0070.3170.1480.040.0980.1840.1220.0950.1980.2540.3261Au0.2010.4490.1920.013-0.036-0.043-0.0230.0670.080.2060.3380.5870.5350.7970.0310.1671

根據系譜樹狀圖，取距離系數20為相似性分類指標，可將本區16種元素分為4類：①Au、Sb、Ag、As、Pb、Zn、Cu、Bi、Mo；②Sn、W；③Se、Hg；④Ni、Cr、Mn、Co。其中Au、Sb、Ag、As的相關性較好，與1:10 000土壤地球化學測量Au、Sb、Ag、As各元素異常相吻合的特征一致，本區與Au成礦最密切的元素為Sb、Ag、As，Au和Sb的相關性最好，相關系數r=0.797，因此可將Sb作為本區金礦最直接的找礦指示元素。Au、Sb、Ag、As、Pb、Zn、Cu、Bi、Mo元素共生，顯示出中溫金多金屬硫化物礦床的特征；Pb、Zn、Cu、Bi、Mo異常多在金礦體或礦帶的中下部，反映本區深部找礦潛力較大；Sn、W為高溫元素組合，為金礦體尾部異常；Ni、Cr、Mn、Co為高溫元素組合，代表金礦體或礦帶尾部異常；Se、Hg反映了低溫礦化元素組合，為金礦體或礦帶的前緣帶元素異常。

3.2因子分析

因子分析是一種降維分析，是將一些具有錯綜復雜關系的變量歸納為較少的幾個綜合變量的多元統計分析方法。在地質研究中，用因子分析獲得的綜合因子常代表不同的成因過程或特定的地質意義。在地球化學、礦床學研究中，常會涉及許多地球化學元素。通過因子分析，可以根據元素之間的相關關系，獲得不同的元素組合(因子)，這些元素組合(因子)往往反映一定的地質作用或成礦階段[7,8]。每個因子中的主要元素，不僅表示它們之間的一種組合關系，而且反映了一種內在的成因聯系。

在R型聚類分析的基礎上，對硒山2 350組土壤數據進行因子分析，得出正交旋轉因子荷載(表2)。本區沒有一個因子的方差貢獻率超過50%，說明本區土壤中各元素的物質來源和成因比較復雜。F1因子的方差貢獻率最大，為21.379%，可作為本區的主因子。選取前 5個因子，把每列因子荷載絕對值大于0.4的元素作為一個組合，解釋各因子如下：

1)F1(Sb、Au、Ag、As、Pb)代表中低溫金的礦化作用，是石英—蝕變巖型金礦化元素組合。F1中Sb、Au、Ag、As具有較高的荷載，說明它們在F1因子中起到了比較重要的作用，也反映Sb、Au、Ag、As是同一成礦作用的產物。As、Sb同為VA族元素，低溫半金屬二性元素，地球化學行為相近，遷移能力較強，常與Au伴生[9]。因此可將As、Sb作為本區金礦找礦的直接指示元素，這與R型聚類分析的結論一致。

表2　R型因子分析正交旋轉因子荷載Tab.2　Orthogonal rotation factor load of R factor analysis

2)F2(Sn、Mn、Co、W)為高溫元素組合，與本區中酸性巖體有關，是金礦體或礦帶尾部異常。

3)F3(Ni、Cr)為高溫元素組合，常見于基性-超基性巖漿巖中，Ni為金礦體或礦帶尾部的異常元素。

4)F4(Cu、Bi、Mo)為中高溫元素組合，常出現在金礦體或礦帶的中下部，且F3與F1得分高值區大致吻合，顯示本區具有較好的深部找礦效果，與R型聚類分析的結論一致。

5)F5(Se、Hg、Zn)為中低溫元素組合，Zn元素表現為親硫性，Zn元素活動性相當高，遷移能力強，在土壤中易析出，在水系沉積物中易形成異常，所以它可能在各種元素組合中出現。Hg是熔點很低的金屬元素，多與構造活動有關[10]。Se、Hg荷載較大，且具有較強的遷移能力，為金礦體或礦帶前緣異常元素組合。

硒山土壤地球化學測量17種元素的因子分析與聚類分析結果相似，均表現為組內元素的相關性較大并且在元素組合上大致吻合，組間元素的相關性盡量小的特點，說明各個因子對成礦作用確實存在著不同的指示意義。

3.3因子得分值空間分布

因子得分值反映每個樣品在各種地質作用中屬性，是勘查地球化學中經常應用的參數之一，因子得分絕對值越高說明該因子代表的地質過程在樣品上的表現越強烈[12]。對第一主因子而言，因子得分越高，工業礦化越強。

利用因子得分進行成圖，可以確定找礦有利地段，進行成礦預測。選取硒山土壤地球化學測量因子得分Fi>1的數據繪制因子得分等值線圖(圖3)，從圖3可以看出，本次分析研究的5個因子得分等值線圖走向大致呈北西—南東向，與區域地層和構造帶的走向表現出高度的一致性，從而說明區域內元素的富集與伴生受到了構造運動的影響，并且與地層有著密切的關系。

通過因子分析可知，F1、F2、F3、F4、F5分別代表主成礦元素、尾暈元素、中下部元素和頭暈元素組合，相應的因子得分表明其在空間中的礦化強度。F1因子得分等值線圖呈北西向帶狀展布，F4因子得分等值線圖主要沿F1展布，推測F1因子、F4因子可能是同一成礦作用的不同礦化階段。二者得分異常受閃長玢巖控制，且與區域構造走向一致。F1得分異常與硒山1∶10 000土壤地球化學測量Au、Sb、Ag、As元素異常分布大致吻合，尤其與Au、Sb異常分布更為相似。F1因子為中低溫熱液金礦化的直接指示元素組合，F4因子為銅礦化的指示或金礦化的遠程指示元素組合，預測F1、F4因子得分高值重合區域深部礦化遠景良好。F3代表基性—超基性異常組合，因子得分高值區受區內輝長巖控制。F2、F5得分等值線分布較分散，整體走向為北西向，與F1、F4因子共同受區域北西向構造帶控制，是金礦的遠程指示元素組合。綜合對比F1、F2、F4、F5四個因子，F1因子得分高，F2、F4、F5因子得分均較低，推測本區礦化以中低溫為主，礦體剝蝕程度低。

圖3　因子得分等值線圖Fig.3　The factor score isopleth map

4成礦預測

地球化學預測與找礦經驗認為，累加法能夠提高地球化學異常識別的寬度和襯度[14]。這里采用多元統計方法提取5個因子，通過多因子疊加法圈定出兩個主要成礦遠景區(Ⅰ、Ⅱ)(圖4)，二者走向北西向，受區域構造帶控制。

圖4　硒山成礦預測圖Fig.4　Minerogenetic prognostic map of Xi Shan

Ⅰ號成礦遠景區規模較大，具有高強度的F1、F4因子異常，伴有一定規模的F2、F5因子異常，為中低溫金的主成礦區，是本區金礦重點遠景區，主要分布在硒山南部三疊系片巖及閃長巖組合中。異常組合元素主要為(F1)Sb、Au、Ag、As、Pb-(F4)Cu、Bi、Mo，各因子間元素相關性較好，其中Sb、As與Au的相關性最好，可作為尋找金礦的直接指示元素。因子異常分布情況與1∶10 000土壤地球化學測量Au、Sb、As等元素的異常大致吻合，因子中的元素組合和聚類分析結果相似，且該成礦遠景區地表第四系紅土覆蓋較厚，構造活動較強，發育多條北西向、近東西向的構造破碎帶，構造角礫巖較發育。零星出露的花崗閃長斑巖、閃長玢巖褐鐵礦化、黃鐵礦化、鉀化蝕變較強，局部見高嶺土化等中低溫蝕變，說明本區具有良好的中低溫金多金屬成礦前景。通過前期的地表工作，目前已在F1因子高異常區發現一條北西走向的銀錳礦帽，Ⅰ號成礦遠景區東部發現一處鉛鋅礦點。銀錳礦帽長約400 m，寬13 m～20 m。對少量撿塊樣進行工業分析，Ag、Mn平均品位分別為142.03%、33.81%。

Ⅱ號成礦遠景區規模較小，呈北西向帶狀分布于閃長巖中。具有較高強度的F4、F5因子異常。異常組合元素主要為(F4)Cu、Bi、Mo-(F5)Se、Hg、Zn，其中Cu和Zn元素相關性較好，且Cu、Hg在各自因子中荷載較高，為金礦體或礦帶的頭暈異常元素組合，可將本區作為尋找銅金多金屬礦床的重點區域。

5結論

利用R型聚類分析和因子分析對硒山1∶10 000土壤測量數據進行處理，利用多因子疊加方法圈定成礦遠景區。經過少量地表工作揭露，已在Ⅰ號成礦遠景區發現一條銀錳礦帽和一處鉛鋅礦點，銀錳礦帽與主成礦因子F1的高值區高度吻合，鉛鋅礦點也位于F1因子異常范圍內，說明本區利用多遠統計分析方法找礦效果較好，對下一步的深部找礦工作具有較強的指導意義。

參考文獻：

黃宏業，肖建軍，歐陽平寧，等.基于多元統計的微量元素地球化學特征分析——以廣西資源縣向陽坪地區構造蝕變巖型鈾礦為例.地質找礦論叢,2009,24(3):211-216.

HUANG H Y，XIAO J J，OU Y P N，et al.Geochemical characteristics of trace elements based on multivariate statistical analysis——In order to Xiangyang resources in Guangxi County Ping area tectonic altered rock type uranium deposit as an example.Contributions to Geology and Mineral Resources Research,2009,24(3):211-216.(In Chinese)

DAVIS J C.Statistical and datc analysis in geology.2nd Ed.New York:Jonh Wiley&Sons.1986：646.

姚玉增,金成沫,肖向軍.因子分析在遼南臥龍泉地區化探次生暈異常優選中的應用.物探與化探，2005,29(1):10-12.

YAO Y Z，JIN C M，XIAO X J.Factor analysis of geochemical secondary halos in wolongquan of Southern Liaoning area the application of the abnormal optimization.Geophysical and Geochemical Exploration,2005,29(1):10-12.(In Chinese)

[4]李興振,劉朝基,丁俊.大湄公河次地區主要結合帶的對比與連接[J].沉積與特提斯地質，2004,24(4):1-12.LI X Z，LIU C J，DING J.Correlation and Connection of the main suture zones in the greater mekong subregion[J].Sedimentary Geoedimentary Geologyand Tethyan Geology，2004,24(4):1-12.(In Chinese)

[5]姚伯初.東南亞地質構造特征和南海地區新生構造發展史[J].南海地質研究，1991,11:1-13.

YAO B C.The geological tectonic characteristics in SE Asia area and cenozoic tectonic history in the South China sea[J].Gresearch of Eological China Sea，1991(11):1-13.(In Chinese)

[6]夏慶霖,謝蘊宏,劉俊來，等.東南亞中南半島地區黑色礦床譜系[J].地質通報，2009,28(3):326-332.

XIA Q S，XIE Y H，LIU J L，et al.Black ore deposits of South Peninsula area of southeast Asia[J].Geological Bulletinof China，2009,28(3):326-332.(In Chinese)

[7]張宏遠,劉俊來.三江南段—中南半島特提斯蛇綠巖大地構造與成礦[J].地球科學，2011,36(2):262-276.

ZHANG H Y，LIU J L.Plate tectonics and mineralization of the Tethyan Ophiolite in the Southern Sanjiang and Indo-China Peninsular area[J].Earth Science-Journalof China University of Geosciences，2011,36(2):262-276.(In Chinese)

[8]董英君,張德全,徐文藝，等.礦產資源評價系統及其在東昆侖的應用[J].地球學報,2005,26(1):83-92.

Dong Y J,ZHANG D Q,XU W Y,et al Studies on geophysical and distribution mineral resources in east Kunlun[J].Acta Geoscientuca Sinica，2005,26(1):83-92.(In Chinese)

[9]張再天,潘家永,夏菲，等.江西玉華山地區水系沉積物化探數據處理及找礦靶區劃分[J].物探化探計算技術，2013,35(1):86-92.

ZHANG Z T,PAN J Y,XIA F,et al Geochemical data processing of stream sediment and target areas prediction for metallogenic of Jiangxi Yunhua mountain[J].ComputingTechniques For Geophysicaland Geochemicaland Geochemical Exploration，2013,35(1):86-92.(In Chinese)

[10]余金生,李裕偉.地質因子分析[M].北京：地質出版社，1985.

YU J S,LI Y W.Factor analysis of geology [M].Beijing：Geological Publishing House，1985.(In Chinese)

[11]趙鵬大,胡旺亮,李紫金.礦床統計預測(第二版)[M].北京：地質出版社，1994.

ZHAO P D,HU W L,LI Z J.Statistical pediction of Mineral deposit(The Second Edition) [M].BeiJing：Geological Publishing House，1994.(In Chinese)

[12]姚玉增,鞏恩普,梁俊紅，等.R型因子分析在處理混雜原生暈樣品中的應用-以河北豐寧銀礦為例[J].地質與勘探，2005,41(2):51-55．

YAO Y Z,KONG E P,LIANG J H,et al Application of r-factor analysis in handing mixed samples of primary Halo-A case study of Fengning silver deposit[J].Geologyand Prospecting，2005,41(2):51-55．(In Chinese)

[13]時艷香,紀宏金,陸繼龍，等.水系沉積物地球化學分區的因子分析方法與應用[J].地質與勘探，2004,40(5):73-81.

SHI Y X,JI H J,LU J L,et al Factor analysis method and application of stream sediment geochemical Partition[J].Geology and Prospecting，2004,40(5):73-81.(In Chinese)

[14] 馬德云，高振敏，陶琰.構造地球化學勘查方法在個舊高松礦田找礦中的應用.礦床地質，2002(S1):1177-1180.

MA D Y，GAO Z M，TAO Y.Tectonic gechemical exploration methods in the application of Ge Jiu Gaosong Ore fields.Ore deposit geology，2002(S1):1177-1180.(In Chinese)

Geochemical soil survey data processing and mineralization forecast in Xi Shan,Xam Nua,Laos

SHEN Wan-ni,GAO Yun,XU Jia-jia

(202 team,Sichuan Bureau of Geology and Mineral Resources,Yibin644000，China)

Abstract:Statistic 1:10000 geochemical soil survey through SPSS software of multivariate statistical analysis,R cluster analysis shows that the major soil anomaly is Au,Ag,Sb,As,Cu,Pb and Zn in this area.Among them,Au,Sb,Ag and As are closely related,these characteristics are shown as mesothermal gold polymetallic sulfide deposits.It is extracted five representative factors(F1 ～ F5) through R factor analysis,F1,F2 and F3,F4,F5 represent main,behind,deep and front ore-forming elements,respectively.Their corresponding factor score indicates that the mineralization intensity in the space.Draw isoline map by each factor score,predicted and explorated of mineralresources on the basis of geological tectonic characteriatics,then delineated two main minerogenic prospect areas(Ⅰ,Ⅱ) which can be used as focus of the next step prospecting work in this area.

Key words:cluster analysis;factor analysis;geochemical soil survey;metallogenic prediction;Laos

收稿日期：2015-01-30改回日期：2015-03-19

作者簡介：申婉妮(1983-)，女，工程師，主要從事固體礦產研究，E-mail:253011113@qq.com。

文章編號：1001-1749(2016)02-0282-07

中圖分類號：P 632

文獻標志碼：A

DOI：10.3969/j.issn.1001-1749.2016.02.21