黑龍江五一溝-駝峰山地區(qū)水系沉積物測(cè)量地球化學(xué)特征及異常評(píng)價(jià)

張 麗

(黑龍江省地球物理勘察院，哈爾濱 150036)

0 引言

研究區(qū)位于黑龍江省漠河縣，屬于典型的森林沼澤景觀區(qū)。研究區(qū)面積為330 km2，2012年開展了1∶50 000水系沉積物測(cè)量工作，筆者重點(diǎn)研究水系沉積物測(cè)量元素地球化學(xué)參數(shù)、變異系數(shù)解釋圖以及剩余異常分量得分等值線圖，對(duì)異常進(jìn)行評(píng)價(jià)，為進(jìn)一步找礦提供借鑒。

1 地質(zhì)特征

研究區(qū)大地構(gòu)造位置主體處于天山-興蒙造山系大興安嶺弧盆系漠河前陸盆地，研究區(qū)大面積分布中侏羅統(tǒng)漠河組( J2m)地層，主要巖屑為中、細(xì)粒長(zhǎng)石巖屑砂巖。研究區(qū)東部為晚侏羅世-早白堊世中基性火山熔巖、碎屑巖，分別為塔木蘭溝組( J3t)、白音高老組( K1by)和甘河組( K1g)。研究區(qū)南部為二十二站組( J2er)中細(xì)粒巖屑長(zhǎng)石砂巖。一條北東向的斷裂穿過漠河組( J2m)與塔木蘭溝組( J3t)的接觸帶上(圖1)。

2 地球化學(xué)特征

2.1 地球化學(xué)參數(shù)

本次統(tǒng)計(jì)的地球化學(xué)參數(shù)，選擇全區(qū)原始數(shù)據(jù)和迭代剔除3倍標(biāo)準(zhǔn)離差之后的數(shù)據(jù)(離群數(shù)據(jù))，地球化學(xué)參數(shù)為11種元素的平均值、標(biāo)準(zhǔn)離差、變異系數(shù)、中位數(shù)、極大值、樣品數(shù)(表1)。

剔除離群數(shù)據(jù)后的變異系數(shù)普遍較小，范圍在0.2～0.4之間。原始數(shù)據(jù)中變異系數(shù)較大的元素有Au、Ag、As、Sb、Mo，變異系數(shù)均大于“1”，其中Au的變異系數(shù)高達(dá)3.337，變異系數(shù)大，說明數(shù)據(jù)離散程度大，易于富集，對(duì)成礦有利。Cu、Pb、Zn、Cd、W、Bi元素的變異系數(shù)均較小，上述元素成礦的可能性非常小。

正常情況下，數(shù)據(jù)的中位數(shù)和平均值比較接近，但是由于離群數(shù)據(jù)的影響導(dǎo)致兩者相差較遠(yuǎn)，例如本區(qū)的Au、Ag、As、Sb、Mo等元素的原始數(shù)據(jù)的中位數(shù)和平均值相差較大，平均值大于中位數(shù)，說明上述元素高含量數(shù)據(jù)較多，通過剔除前、后的樣品數(shù)對(duì)比也發(fā)現(xiàn)，上述元素的離群數(shù)據(jù)較多。

圖1 因子得分等值線圖Fig.1 Contours of factor scores

元素平均值標(biāo)準(zhǔn)離差變異系數(shù)中位數(shù)極大值樣品數(shù)Au剔除前0．93．0033．3370．7100．01249剔除后0．70．2200．3140．61．21142Ag剔除前0．0860．1301．5120．0714．3241249剔除后0．0710．0240．3380．0670．1351136As剔除前10．2324．2262．3687．54785．961249剔除后7．452．7110．3647．0814．551106Sb剔除前0．932．1782．3420．4748．881249剔除后0．450．1660．3690．420．881023Cu剔除前11．84．4120．37410．835．41249剔除后11．33．6880．32610．721．51210Pb剔除前21．76．4210．29620．647．61249剔除后21．05．4510．26020．435．11203Zn剔除前56．417．7840．31553．3206．61249剔除后55．315．4070．27953．099．31227Cd剔除前0．0600．0340．5670．0500．3491249剔除后0．0510．0170．3330．0480．0981143W剔除前1．780．5700．3201．805．611249剔除后1．740．4840．2781．783．031218Mo剔除前0．942．2412．3840．8278．381249剔除后0．820．2020．2460．801．351175Bi剔除前0．230．0730．3170．230．601249剔除后0．230．0630．2740．230．391209

元素含量單位：Au為10-9，其他均為10-6；變異系數(shù)=標(biāo)準(zhǔn)離差/平均值

通過各元素剔除前、后的平均值對(duì)比發(fā)現(xiàn)，Au、Ag、As、Sb、Mo剔除前后的平均值相差較大，這主要是由于高含量數(shù)據(jù)較多導(dǎo)致的。綜上所述，Au、Ag、As、Sb、Mo為最有可能成礦的元素。

2.2 元素離散特征

利用全區(qū)水系沉積物中各原始數(shù)據(jù)的變異系數(shù)(Cv1)和通過平均值加3倍方差剔除后的數(shù)據(jù)變異系數(shù)(Cv2)，反映各數(shù)據(jù)的相對(duì)離散程度。離散程度大，背景值高，成礦潛力大。以Cv1和Cv1/Cv2繪制變異系數(shù)解釋圖[2-4](圖2)。研究區(qū)內(nèi)Au、Mo的變化程度非常大，表明其高值點(diǎn)較多，離散程度大，局部富集成礦的可能性非常大，這與研究區(qū)內(nèi)路邊露頭中的Au礦化相符。Ag、As、Sb變異系數(shù)也較大，存在局部富集的可能性。變異系數(shù)解釋圖顯示的結(jié)果與元素的地球化學(xué)參數(shù)特征一致。所以本區(qū)Au、Ag、As、Sb、Mo成礦潛力較大。

圖2 變異系數(shù)解釋圖Fig.2 Coefficient of variation of element interpretation chart

3 異常評(píng)價(jià)

研究區(qū)的異常評(píng)價(jià)采用的是剩余異常分量因子得分法，該方法可以客觀地模擬、逼近地球化學(xué)元素的空間分布趨勢(shì)，動(dòng)態(tài)提取不同趨勢(shì)背景中隱含的局部異常信息，強(qiáng)化疊加在區(qū)域地球化學(xué)背景場(chǎng)上的弱成礦信息，即局部異常，以此圈定元素異常分布，應(yīng)用效果較好。

剩余異常分量因子得分法的基本思想是，首先對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，用處理后的數(shù)據(jù)做趨勢(shì)面分析，提取各個(gè)元素的剩余異常分量，該過程可以在Surfer軟件中完成，然后對(duì)各個(gè)元素的剩余異常分量做R型因子分析，確定元素組合，該過程可以在SPSS軟件中實(shí)現(xiàn)，最后繪制因子得分等值線圖。

趨勢(shì)面分析方法認(rèn)為化探數(shù)據(jù)包含3部分信息：①反映區(qū)域性變化的信息，通常受區(qū)域性的因素所決定；②反映局部性變化的信息，由局部因素所控制；③反映隨機(jī)性變化的信息，由隨機(jī)性因素造成。這樣可以將化探觀察值分解成式(1)。

Zi=Ti+Ni+ei

(1)

式中：Zi表示數(shù)據(jù)觀察值；Ti表示區(qū)域性變量(背景值)；Ni表示局部性變量；ei表示隨機(jī)性變量(噪聲)。

趨勢(shì)面分析方法的主要步驟為：①對(duì)原始化探數(shù)據(jù)進(jìn)行預(yù)處理，剔除特高值，具體的做法是將累計(jì)頻率95%處的分位數(shù)作為臨界值，凡是大于該臨界值的數(shù)據(jù)全部用臨界值代替，以減小特高值對(duì)趨勢(shì)擬合的影響；②用不同次數(shù)的多項(xiàng)式擬合處理后的數(shù)據(jù)在空間上的變化趨勢(shì)，一般情況下采用2次～3次多項(xiàng)式擬合效果最好，該過程可以在Surfer軟件的“Grid(網(wǎng)格化)/Data(數(shù)據(jù))”中實(shí)現(xiàn)；③從觀察值中提取出剩余值，剩余值是指某一采樣點(diǎn)上觀測(cè)值和經(jīng)過該點(diǎn)的趨勢(shì)值之差，該過程可以在Surfer軟件的“Grid(網(wǎng)格化)/Residuals(剩余值)”中實(shí)現(xiàn)[5]。

R型因子分析是一種劃分元素共生組合的有效手段和方法，反映了研究元素之間內(nèi)在成因聯(lián)系[6-7]。因子分析可行性檢驗(yàn)，一般采用Bartlett球形和KMO來檢驗(yàn)數(shù)據(jù)是否適合作因子分析，KMO越接近于1效果越佳，概率P越小代表數(shù)據(jù)之間相關(guān)性越強(qiáng)。研究區(qū)內(nèi)化探數(shù)據(jù)的KMO=0.719，概率P=0，適合做R型因子分析。根據(jù)因子分析的主因子解，按累計(jì)方差貢獻(xiàn)率>85%的標(biāo)準(zhǔn)進(jìn)行提取，得到因子解釋原有變量總方差情況(表2)，因子分析初始解(表3)顯示，各元素信息損失均較小。研究區(qū)共提取了6個(gè)主因子，其累計(jì)方差貢獻(xiàn)率為86.432%。

根據(jù)旋轉(zhuǎn)后因子載荷矩陣(表4)解釋因子如下：

1)F1因子方差貢獻(xiàn)率為31.205%，為研究區(qū)占主要地位的因子，元素組合為Au、Ag、As、Sb，Au、Ag為成礦元素，As、Sb為伴生元素，As、Sb為原生暈的前緣暈元素。F1反映的是Au、Ag礦化信息。

表2 因子解釋原有變量總方差情況

表3 因子分析初始解

表4 旋轉(zhuǎn)后因子載荷矩陣Tab.4 Factor loading matrix after circum volving

2)F2因子方差貢獻(xiàn)率為15.951%，元素組合為Cu、Zn，屬于親銅元素，反映了研究區(qū)中基性火山巖的特征，從研究區(qū)實(shí)際礦化角度看，成礦的可能性較小。

3)F3因子方差貢獻(xiàn)率為11.922%，元素組合為W、Bi高溫元素組合，地球化學(xué)性質(zhì)相近，易在酸性巖體中富集。

4)F4方差貢獻(xiàn)率為9.270%，元素為Pb；F5方差貢獻(xiàn)率為9.093%，元素為Mo；F6方差貢獻(xiàn)率為8.990%，元素為Cd，Cd為極為分散元素，一般以類質(zhì)同像的形式置換閃鋅礦中的鋅。

因子得分值反映了每個(gè)樣品在各種地質(zhì)作用中的屬性，是勘查地球化學(xué)中經(jīng)常應(yīng)用的參數(shù)之一，因子得分絕對(duì)值越高說明該因子代表的地質(zhì)過程在樣品上的表現(xiàn)越強(qiáng)烈[8]。通過SPSS軟件統(tǒng)計(jì)出各個(gè)樣品在6個(gè)主因子上的得分，根據(jù)因子得分大小繪制因子得分等值線圖。圖2為剩余異常分量因子F1、F5得分等值線圖。

通過圖2發(fā)現(xiàn)，因子F1異常面積較大，可分為Ⅰ、Ⅱ兩個(gè)區(qū)，均位于北東向的斷層附近，同時(shí)在漠河組( J2m)巖屑砂巖、塔木蘭溝組( J3t)角閃安山巖的接觸帶上，地質(zhì)條件對(duì)成礦有利。因此我們開展了進(jìn)一步的查證工作，Ⅰ區(qū)通過開展1∶10 000土壤地球化學(xué)測(cè)量、地質(zhì)簡(jiǎn)測(cè)、高精度磁法測(cè)量、激電中梯測(cè)量和槽探等工作，發(fā)現(xiàn)兩處金礦化點(diǎn)(圖3)，金礦化點(diǎn)附近的F1因子得分分別為3.750、2.009，得分值均較高，與地形圖對(duì)比發(fā)現(xiàn)，得分值為3.750主要是由上游1號(hào)金礦化點(diǎn)的作用，同樣，得分值為2.009主要是由上游2號(hào)金礦化點(diǎn)的作用。剩余異常分量因子得分值作為幾種相關(guān)性較好的元素的綜合值能夠快速有效地圈定礦致異常。

圖3 Ⅰ區(qū)因子得分等值線圖Fig.3 Contours of factor scores in Ⅰarea

Ⅰ區(qū)1∶10 000土壤測(cè)量結(jié)果顯示(圖4)，1號(hào)金礦化點(diǎn)處，金砷銻元素存在明顯的異常，尤其是銻異常強(qiáng)度非常大，銻含量為134.15×10-6，Sb為原生暈的前緣暈，說明下部的礦(化)體未受到剝蝕或剝蝕較淺。1號(hào)金礦化點(diǎn)金品 位為0.82 g/t，礦化體寬度約為1m，長(zhǎng)約50 m～100 m，呈北西向展布，賦礦地層為中侏羅統(tǒng)漠河組中細(xì)粒巖屑砂巖。2號(hào)金礦化點(diǎn)處，Au、Ag、As、Sb元素均存在大面積異常，Au異常強(qiáng)度最大，Au含量大于10×10-9共有23處，極大值為52.9×10-9。2號(hào)金礦化點(diǎn)金品位為0.59 g/t，寬度約為1 m，長(zhǎng)約50 m～100 m，呈北西向展布，賦礦地層為中侏羅統(tǒng)漠河組細(xì)礫巖。上述兩處金礦化點(diǎn)均發(fā)育多條低角度的平行逆斷層以及石英細(xì)脈，礦化蝕變有硅化、褐鐵礦，推測(cè)金礦化為破碎蝕變巖型。

Ⅱ區(qū)F1因子得分值最高為32.964，該點(diǎn)Au含量為100.0×10-9、Ag含量為4.324×10-6、As含量為785.96×10-6、Sb含量為48.85×10-6，Au、Ag、As、Sb元素含量均較高，后期開展了土壤剖面測(cè)量工作，所有元素的異常強(qiáng)度均降低，其中Au最大值為41.2×10-9，Ag最大值為1.904×10-6、多數(shù)異常分布于沼澤附近，由于該區(qū)位于小丘古拉河附近，地勢(shì)低緩，腐殖質(zhì)發(fā)育，腐殖質(zhì)易吸附Au等元素，易造成諸多假異常，因此未開展槽探驗(yàn)證工作。

4 結(jié)論

1)通過元素地球化學(xué)參數(shù)特征、變異系數(shù)解釋圖等方法能夠確定主成礦元素。

2)剩余異常分量得分等值線圖能夠準(zhǔn)確地顯示礦化信息。

3)通過圖4顯示，Au異常強(qiáng)度和面積比Sb異常強(qiáng)度和面積均小，但通過Sb異常尋找到Au礦化點(diǎn)，因此，Sb異常是尋找此類金礦的重要找礦標(biāo)志。

4)雖然本區(qū)為森林沼澤景觀區(qū)，覆蓋較厚，但水系沉積物測(cè)量、土壤地球化學(xué)測(cè)量是快速有效的化探方法，能夠明確找礦方向，縮小找礦范圍，為找礦工作提出重要的指示作用。

圖4 Ⅰ區(qū)1∶10 000土壤地球化學(xué)測(cè)量金銀砷銻元素異常圖Fig.4 Element anomaly maps of Au，Ag，As and Sb of 1∶10 000 geochemical soil survey in Ⅰarea

參考文獻(xiàn)：

[1] 吳越，張均，胡鵬. 剩余異常分量因子得分方法在西秦嶺鳳-太礦集區(qū)西段化探找礦靶區(qū)優(yōu)選中的應(yīng)用[J].物探與化探，2010，34(3)：340-343.

WU Y,ZHANG J,HU P.The application of residual anomaly component factor score method to the optimization of prospecting target areas a case study of the western part of the feng tai ore concentration area in west qinling mountains[J].Geophysical and Geochemical Exploration,2010,34(3):340-343.(In Chinese)

[2] 崔曉亮，劉婷婷，王文恒，等. 東昆侖布青山地區(qū)水系沉積物測(cè)量地球化學(xué)特征及找礦方向[J].物探與化探，2011，35(5)：573-578.

CUI X L,LIU T T,WANG W H,et al.Geochemical characteristics and ore search prospects of buqingshan area in qinghai province based on stream sediment survey[J].Geophysical and Geochemical Exploration,2011,35(5):573-578. (In Chinese)

[3] 張運(yùn)強(qiáng)，陳海燕，張立國(guó)，等. 冀北新杖子地區(qū)水系沉積物地球化學(xué)特征及找礦預(yù)測(cè)[J].中國(guó)地質(zhì)，2015，42(6)：1980-1988.

ZHANG Y Q，CHEN H Y，ZHANG L G，et al.Geochemical characteristics of stream sediments and prognosis of Xinzhangzi area，northern Hebei province[J].Geology In China，2015，42(6)：1980-1988.(In Chinese)

[4] 劉勁松，鄒先武，湯朝陽，等. 大巴山地區(qū)水系沉積物地球化學(xué)特征及找礦方向[J].中國(guó)地質(zhì)，2016，43(1)：249-260.

LIU J S，ZOU X W，TANG CH Y，et al.Geochemical characteristics of stream sediments and ore-prospecting orientation indaba mountain area[J].Geology In China，2016，43(1)：249-260.(In Chinese)

[5] 楊震，胡光道，楊紅波，等. 剩余異常分量因子分析法在個(gè)舊西區(qū)化探異常提取中的應(yīng)用[J].地質(zhì)科技情報(bào)，2013，32(6)：36-41.

YANG Z,HU G D,YANG H B,et al.Application of residual anomaly component factor analysis method to the extraction of geochemical anomaly information from gejiu western area[J].Geological Science and Technology Information,2013,32(6):36-41. (In Chinese)

[6] 董慶吉，陳建平，唐宇，等. R型因子分析在礦床成礦預(yù)測(cè)中的應(yīng)用-以山東黃埠嶺金礦為例[J].地質(zhì)與勘探，2008 (04)：64-68.

DONG Q J,CHEN J P,TANG Y,et al.Application of R type factor analyses in mineralization prognosis by an example of Huangbuling gold deposit Shandong province[J].Geology and Prospecting,2008(04):64-68. (In Chinese)

[7] 戴慧敏，鮑慶中，宮傳東，等. 因子分析法對(duì)內(nèi)蒙古查巴奇地區(qū)水系沉積物地球化學(xué)分區(qū)的應(yīng)用研究[J].現(xiàn)代地質(zhì)，2010， 24(2)：245-251.

DAI H M ,BAO Q Z,GONG C D,et al.Study of applying factor analysis method to the geochemical division in stream sediments in the Chabaqi Area of Inner Mongolia[J].Geoscience,2010, 24(2):245-251. (In Chinese)

[8] 魏浩，徐九華，劉振剛，等. 內(nèi)蒙古涼城縣草幾壩一帶土壤化探的數(shù)學(xué)地質(zhì)分析[J].地質(zhì)與勘探，2011， 47(3)：473-482.

WEI H ,XU J H,LIU Z G,et al.Analysis of mathematical geology for soil geochemistry in the caojiba area of Liangcheng County,Inner Mongolia[J].Geology and Prospecting,2011, 47(3):473-482. (In Chinese)