東北沙地重礦物組成及其對物源的指示

張鑫茹，謝遠云,2，遲云平,2，康春國，孫磊，吳鵬，魏振宇

1.哈爾濱師范大學地理科學學院，哈爾濱 150025

2.哈爾濱師范大學寒區地理環境監測與空間信息服務黑龍江省重點實驗室，哈爾濱 150025

3.哈爾濱學院地理系，哈爾濱 150086

沙地作為潛在的粉塵源區，其重礦物組成研究是亞洲風塵系統研究的一項重要基礎工作，對加深了解沙塵的形成和演化，以及沙塵的形成機制、來源和遷移路徑提供了更好的理解[1]，對重建過去大氣環流的演變具有重要意義。目前對沙地的研究主要分布在中國西部三大內陸盆地及西部和北部的戈壁、沙漠[2-4]，對中國東北部沙地地表物質組成的研究涉及很少[5]，可獲得的數據很少，而且缺乏對重礦物粒度分選影響程度的理解。

重礦物具有密度高和穩定性強的特點，風化、搬運及成巖作用對其影響較弱，可以在很大程度上保留源區母巖的特征，因此在物源研究中得到了廣泛的應用[6-11]。傳統的重礦物物源分析，通常利用重礦物的組合及分布規律、ZTR 指數或通過統計學方法來判斷母巖類型并恢復不同物源體系的發育范圍[3,12-13]。最近，基于R 語言分析的新型沉積物源指紋技術已成功應用于識別河流和風成沉積物的來源，并定量評估潛在來源的相對貢獻[14-17]。這種沉積物源指紋模型對于揭示粉塵沉積物的定量物源信息具有很大的潛力，但這種分析技術還未應用于重礦物物源分析中。

本研究從中國東北部4 個沙地和哈爾濱地區末次冰期以來的黃土-古土壤序列中采集樣本，提供沙地不同粒級組分下的重礦物組成特征，以期探討中國東北部沙地物質組成以及分選作用對沙地重礦物組成的影響。運用Frequentist 模型，定量評估各沙地對哈爾濱黃土的貢獻，為豐富亞洲風塵系統研究以及深層次理解東北平原風塵系統提供重要參考。

1 材料與方法

1.1 研究區概況

中國東北部沙地位于我國內蒙古自治區東部、黑龍江省和吉林省西部，包括渾善達克沙地（OD）、科爾沁沙地（HQ）、呼倫貝爾沙地（HL）和松嫩沙地（SN）（圖1）[5]。 渾善達克沙地（OD）面積為52 000 km2，平均海拔約1 100 m，位于內蒙古中部錫林郭勒草原南端，以固定或半固定沙丘為主[18]?？茽柷呱车兀℉Q）面積為42 300 km2，在中國北方是面積最大的沙地，大部分為半穩定和穩定沙丘[19]，地處內蒙古東南部的西遼河中下游地區（赤峰市和通遼市之間），并通過西遼河與渾善達克沙地相連[19-20]。呼倫貝爾沙地（HL）面積為9 440 km2，是中國緯度最高的沙地之一，位于大興安嶺西部[18]。松嫩沙地（SN）面積約為17 800 km2，主要為半穩定和穩定沙丘，位于松嫩平原中部和西部[21]，主要分布在嫩江和松花江的洪泛平原和河流階地上[1,22]。

圖1 研究區DEM 圖Fig.1 Digital elevation model map of the study area

哈爾濱荒山黃土（HB，45°47'N、126°47'E）位于松花江第二階地上，距離哈爾濱市以東約16 km，海拔180 m，東側為長白山余脈丘陵區, 西與東北平原腹地相接, 北臨松花江干流[23]。

1.2 樣品采集

為了探討中國東北部沙地的平均物質組成并避免人為因素干擾，本研究在遠離市區的地方采集了34 個沙地樣品（這些樣品覆蓋了沙地絕大部分地區），其中13 個樣品來自渾善達克沙地，10 個樣品來自科爾沁沙地，6 個樣品來自呼倫貝爾沙地，5 個樣品來自松嫩沙地。采集了哈爾濱荒山剖面4 個末次冰期（L1）黃土樣品（圖1）。以上每個采樣點的地理位置用手持GPS 確定。

1.3 實驗方法

通過干篩法對沙地樣品進行了分粒級制備（＜63 μm，63～125 μm），并對所有黃土樣品進行了濕篩，以獲得小于63 μm 的部分，用于重礦物分析。

中國東北部沙地沉積物重礦物鑒定在河北省廊坊誠信地質公司完成，具體鑒定步驟如下：

（1）稱重：將分粒級后的樣品烘干后稱重，并記錄其原始的質量。

（2）分離：加入離散劑進行初淘得到灰砂，利用三溴甲烷（密度2.89 g/ cm3）進行分離，獲得重礦物部分，待用酒精沖洗干凈后，60 ℃恒溫烘干稱重，記錄重礦物質量，為保證準確性每個樣品中重礦物的總質量在1 g 以上。

（3）磁選：通過磁選分離出強磁礦物（如磁鐵礦等）、電磁礦物（角閃石、石榴子石、輝石、橄欖石、電氣石、榍石等）、無磁礦物（鋯石、磷灰石、獨居石等）以及其他礦物。

（4）鏡下鑒定：對分離后不同磁性的礦物在實體顯微鏡下采用條帶法隨機選取10 個視域進行礦物鑒定，每個重礦物樣品鑒定顆粒數超過600，計算出每種重礦物的顆粒百分含量。

1.4 統計方法與模型

本研究區所處地理位置緯度較高，氣候干冷，重礦物顆粒主要以物理破碎為主，化學風化極其微弱，重礦物的風化蝕變程度較低。此外，已存在大量包含赤鐵礦、褐鐵礦等相關的重礦物物源示蹤研究[5,13,24-25]。

穩定系數（W）指穩定重礦物與不穩定重礦物的含量之比，通常按照風化的難易程度，將搬運過程中可以穩定存在的礦物歸為相對穩定礦物，搬運過程中易發生破碎不可以穩定存在的歸為相對不穩定礦物。在本研究中極穩定礦物包括鋯石、金紅石、電氣石，穩定礦物包括銳鈦礦、白鈦石、石榴子石、榍石、鈦鐵礦、氧化鐵礦物（赤鐵礦、褐鐵礦）、磁鐵礦，不穩定重礦物包括綠簾石、磷灰石、角閃石、輝石[7]。一般來說，重礦物穩定系數與沉積物受搬運的時間和距離成正比[26-29]。

ZTR 指數為鋯石、金紅石及電氣石在重礦物中所占的比例，其中鋯石和金紅石屬于極穩定重礦物，而電氣石也很穩定，因此可以用來確定成熟度和風化成壤作用的強弱，進而用來研究碎屑沉積物的搬運方向和搬運距離。ATi 指數（100 ×磷灰石/（磷灰石＋電氣石）），常用于揭示沉積物以母巖類型是酸性火成巖為主的物源變化情況。值得注意的是，ATi 指數還受到源區化學風化作用程度的控制。GZi 指數（100 ×石榴子石/（石榴子石＋鋯石）），主要用來揭示以石榴子石為主的母巖即角閃巖和麻粒巖的變化情況[8,30-32]。

在本研究的指紋分析中，采用了4 階段統計程序來追蹤物源[16,33]。選擇了18 種重礦物和4 種重礦物特征指數作為下一次統計分析的指紋屬性。首先，進行指紋特性的范圍測試[34]，以確定黃土特性的平均值和極值是否在潛在源區樣品可觀察的范圍內，然后通過測試的屬性可以在下一步中使用。其次，使用非參數Kruskal-Wallis H 檢驗來檢驗哪些屬性在潛在來源之間表現出顯著差異[35]。第三，采用逐步判別函數分析（DFA）進一步識別最終的復合指紋，根據Wilks’λ 的最小化，提供了潛在源區之間的最佳區分[36]。最后，基于DFA 篩選出的最佳復合指紋，使用Frequentist 模型量化潛在物源對給定黃土樣本的相對貢獻[16,33]。

本研究在標準線性多元混合框架下，采用Frequentist 模型定量識別沉積物來源[16]，具體公式參考文獻[14]。Frequentist 模型采用基于FingerPro的方法，在R 軟件環境（版本4.0.3）中實現。

2 結果與討論

2.1 重礦物含量特征

沙地重礦物組成不僅由源區控制，而且與沉積環境、水動力作用和成巖作用有關，對區域沉積物物質來源和演化研究具有重要意義，相關分析工作是重礦物分析的基礎。中國東北部沙地檢測出的重礦物有鋯石、磷灰石、藍晶石、金紅石、銳鈦礦、白鈦石、獨居石、榍石、石榴子石、電氣石、角閃石、綠簾石、鈦鐵礦、氧化鐵礦物（赤鐵礦、褐鐵礦）、輝石、磁鐵礦、氧化鐵礦物（磁性）、鈦鐵礦（磁性）共18 余種，其他礦物僅在個別樣品中出現，未在表1 中列出。在本研究中，顆粒百分含量超過6%的重礦物被視為主要礦物，1%～6%為次要礦物，小于1%為微量礦物。

表1 中國東北部沙地與哈爾濱黃土重礦物統計Table 1 Statistics of heavy minerals in sandy land of Northeast China and loess in Harbin %

渾善達克沙地中＜63 μm 組分中的主要礦物為鈦鐵礦、綠簾石、鋯石、鈦鐵礦（磁性）、輝石、角閃石、磁鐵礦、石榴子石，次要礦物為氧化鐵礦物、電氣石、磷灰石，微量礦物有銳鈦礦、金紅石、白鈦石、榍石、獨居石。63～125 μm 組分中的主要礦物為石榴子石、綠簾石、鈦鐵礦、氧化鐵礦物，次要礦物為角閃石、榍石、鋯石、白鈦石、金紅石、磁鐵礦、獨居石，常見的微量礦物有電氣石、輝石、磷灰石。

科爾沁沙地＜63 μm 組分中，鈦鐵礦、綠簾石、石榴子石、輝石、角閃石、鋯石為主要礦物，次要礦物為氧化鐵礦物、金紅石、電氣石、榍石、磷灰石、銳鈦礦，常見的微量礦物有獨居石、白鈦石、磁鐵礦。63～125 μm 組分中主要礦物為石榴子石、綠簾石、鈦鐵礦，次要礦物為榍石、鋯石、氧化鐵礦物、角閃石、白鈦石、獨居石、電氣石、金紅石、輝石，微量礦物有磁鐵礦、藍晶石、磷灰石、銳鈦礦。

呼倫貝爾沙地＜63 μm 組分中的主要重礦物為鈦鐵礦、氧化鐵礦物、綠簾石、石榴子石、角閃石、鋯石、磁鐵礦，次要礦物為榍石、白鈦石、電氣石、磷灰石、金紅石，常見的微量礦物為輝石、獨居石、銳鈦礦、藍晶石。63～125 μm 組分中石榴子石、綠簾石、鈦鐵礦、角閃石、磁鐵礦為主要礦物，次要礦物為鋯石、氧化鐵礦物、榍石、白鈦石、電氣石、金紅石，微量礦物為磷灰石、獨居石、藍晶石、輝石、銳鈦礦。

松嫩沙地＜63 μm 組分中，主要以綠簾石、角閃石、氧化鐵礦物、鈦鐵礦、氧化鐵礦物（磁性）、鋯石為特征，并含有榍石、磁鐵礦、磷灰石、石榴子石，微量礦物為白鈦石、金紅石、輝石、電氣石、銳鈦礦、獨居石。63～125 μm 組分中主要礦物為角閃石、綠簾石、氧化鐵礦物、鈦鐵礦、氧化鐵礦物（磁性），并含有榍石、鋯石、輝石、磷灰石，微量礦物為磁鐵礦、石榴子石、白鈦石、金紅石、電氣石、獨居石、銳鈦礦。

哈爾濱黃土沉積物的重礦物組成與中國東北部沙地具有相似的成分，鈦鐵礦、綠簾石和鋯石為主要礦物，其他原生重礦物還包括磁鐵礦、角閃石。除此之外，其氧化鐵礦物含量極高。

4 個沙地的重礦物特征整體上較為相似，重礦物組合均為鈦鐵礦-綠簾石-角閃石，其中渾善達克沙地與科爾沁沙地更為相似，這種相似在細粒組分中格外明顯，但某些礦物的含量存在差別。如鈦鐵礦（磁性）只在渾善達克沙地的細粒組分中含量較高，科爾沁沙地中磁鐵礦含量較低，呼倫貝爾沙地和松嫩沙地中氧化鐵礦物含量均較高，氧化鐵礦物（磁性）只大量存在于松嫩沙地，松嫩沙地綠簾石和角閃石的含量格外高，而石榴子石的含量格外低。除此之外，哈爾濱黃土中的優勢礦物氧化鐵礦物在4 個沙地中廣泛存在。其次，4 個沙地的主要礦物鈦鐵礦、綠簾石和角閃石在哈爾濱黃土中的含量也較高。

2.2 粒度對沙地重礦物特征的影響

沉積物隨著搬運動力的增強和減弱，由于顆粒大小、形狀或礦物密度的差異，會發生一定程度上的分離，并不同程度地富集于不同的粒級組分[26,37]。目前本區域缺乏對重礦物分粒級的深入分析，本研究將沙地＜63 μm 和63～125 μm 兩組粒級的子樣進行對比，來探討自然分選作用對重礦物特征的影響。

不同沙地兩個粒級的重礦物含量分布相關性很高，但部分重礦物存在明顯差別，如石榴子石、鋯石、輝石、磁鐵礦、氧化鐵礦物含量。這表明礦物的源區沒有變化，而是分選作用造成了粗細礦物顆粒富集于不同粒級組分中。

為了更好地探究分選作用的影響，引入了相對含量偏差（RD）的概念[38-39]。其計算公式為：

式中，Ca為＜63 μm 粒級組分中的礦物平均含量；Cb為63～125μm 粒級組分的礦物平均含量。不同粒級組分的重礦物組成相對含量偏差（RD）分布情況如圖2 所示。

圖2 東北沙地兩粒級組分重礦物含量偏差（RD）圖Fig.2 Comparison of relative deviation (RD) in the contents of two grain-size fractions of heavy minerals

RD 的值越大，表明該礦物在＜63 μm 組分中的平均含量比63～125 μm 組分的平均含量高?？梢钥闯鲣J鈦礦、鋯石、電氣石、鈦鐵礦、金紅石在＜63 μm 組分中較63～125 μm 組分富集，綠簾石、石榴子石、獨居石和藍晶石在63～125 μm 組分中較為富集。

渾善達克沙地＜63 μm 重礦物組分中極穩定礦物平均含量為11.16%，高于63～125 μm 組分的平均含量（6.65%）；科爾沁沙地＜63 μm 重礦物組分沉積物中極穩定礦物平均含量為11.58%，高于63～125 μm 組分的平均含量（7.07%）；呼倫貝爾沙地＜63 μm 重礦物組分中極穩定礦物平均含量為11.16%，高于63～125 μm 組分的平均含量（7.42%）；松嫩沙地＜63 μm 重礦物組分中極穩定礦物平均含量為7.71%，高于63～125 μm 的平均含量（1.83%）。

綜合對比發現，穩定性更高的礦物優先富集于細顆粒組分中，如銳鈦礦、鋯石和電氣石，使細顆粒組分沉積物的總體穩定性更強，這種規律在呼倫貝爾沙地和松嫩沙地體現得尤為明顯。而不穩定礦物在各個沙地不同粒級組分的分布存在差異，這可能受限于區域的巖性分布。

2.3 東北沙地對風塵物源的指示

亞洲粉塵沉積物作為反映全球環境與氣候變化的敏感指示劑，研究粉塵沉積物源區對于了解沙地的形成和演化以及該地區的風塵系統具有重要的意義[40-49]。而沙漠作為沙塵產生的源區和沙塵沉積的過渡區域，對中國東北部沙地和黃土堆積之間聯系的認識不足，阻礙了對該地區過去地質時期的大氣環流和塵源-匯路徑的理解。

哈爾濱的盛行風在春季和夏季為西南風，冬季為西北風。中國東北部沙地，包括科爾沁沙地（HQ）、渾善達克沙地（OD）、呼倫貝爾沙地（HL）和松嫩沙地（SN），位于哈爾濱盛行風的上風區，在以往的研究中被認為是其重要的潛在源區[50-53]（圖1）。然而，目前尚不清楚它們是否或在多大程度上提供了哈爾濱黃土的灰塵[54-55]。

為了更好地約束黃土的物源，在這里選擇細粒組分（＜63 μm）進行哈爾濱黃土的物源分析。黃土中的主要礦物為氧化鐵礦物、鈦鐵礦、綠簾石、磁鐵礦、角閃石和鋯石，這些礦物在4 個沙地中含量均較高，進一步表明這4 個沙地為哈爾濱黃土的潛在源區。氧化鐵礦物為哈爾濱黃土的特征礦物，可以用來識別物源。氧化鐵礦物在呼倫貝爾沙地和松嫩沙地的含量高于其他兩個沙地，結合地理位置來看，哈爾濱黃土的主要源區為松嫩沙地，呼倫貝爾沙地為次級源區，渾善達克與科爾沁沙地對哈爾濱黃土的貢獻相對較小。

為了對哈爾濱黃土進行物源的定量重建，采用了Frequentist 模型。在本研究中，我們選擇18 種重礦物類型和4 種重礦物特征指數（W、ZTR、ATi 和GZi）用于指紋統計分析。首先，在排除了哈爾濱黃土的示蹤劑特性（位于沉積物來源的最低值和最高值之間）后，6 種示蹤劑氧化鐵礦物、鈦鐵礦、金紅石、榍石、鋯石、ZTR 未通過范圍測試，因此被認為是非保守的。其次，從原始數據集中排除潛在物源之間沒有顯著差異的示蹤劑。在這一階段，3 種示蹤劑，磷灰石、白鈦礦、角閃石，未通過Kruskal-Wallis H 測試，被排除在數據集之外。最后，使用Wilk 的Lambda 準則進行逐步DFA 變量選擇，最大化物源之間的區分，同時最小化示蹤劑的數量。在所有跟蹤程序中，DFA Test（）函數是最嚴格的。最終7 種示蹤劑，W、GZi、藍晶石、銳鈦礦、石榴子石、輝石、 鈦鐵礦（磁性），通過逐步DFA 選擇用于復合特征。經過上述嚴格控制程序后，通過測試的示蹤劑（僅31%）能夠完全區分4 個潛在源區（圖3）。在LDA 圖中可以看出渾善達克沙地與科爾沁沙地存在著重疊的區域，我們認為這可能是由于西遼河/西拉穆倫河的碎屑物質傳輸作用導致了兩個沙地存在著相似的重礦物組成。

圖3 哈爾濱黃土4 個源區的重礦物數據的線性判別分析（LDA）圖Fig.3 Linear discriminant analysis (LDA) plots of heavy minerals from four source regions of the Harbin Loess

表2 列出了基于Frequentist 模型的不同來源的粉塵對哈爾濱黃土貢獻的平均值和標準差。哈爾濱黃土的物源貢獻如下：SN＞HL＞HQ＞OD（表2）。根據表2 結果，松嫩沙地對哈爾濱黃土的貢獻占主導地位（60.75%），遠側呼倫貝爾沙地占28.25%，而科爾沁沙地與渾善達克沙地的貢獻很少（分別為8.5%、2.5%）。GOF 值通常用于評估模型判別結果的準確性，大于0.8 的值表示可接受的模型判別結果[15,33]，頻度模型的高GOF 值（0.77～0.93）保證了重建結果的可靠性（表2）。然而，同一沙地的重礦物組成并非絕對均質，定量重建結果在某些樣品中存在一定差異，比如松嫩沙地。Frequentist 模型應用于物源分析實際上所用到的參數都是物源追蹤指標，而常用的物源指標除地球化學外，還包括鋯石的U-Pb 年齡和重礦物等。除此之外，前人曾將該模型應用于哈爾濱黃土的地球化學分析，得到的結果為松嫩沙地占主導貢獻[14]，與本研究的定量重建結果相似，因此重建結果具有較高的可靠性。

表2 哈爾濱黃土定量物源混合貢獻比例重建結果及標準差（SD）Table 2 Quantitative reconstruction results and standard deviation of Harbin Loess provenance based on Frequentist model

中國黃土高原的黃土-古土壤序列揭示了間冰期以夏季風為主和冰期以冬季風為主的交替，突出了冰期和間冰期兩種不同的環流模式?；谒赡燮皆⑿酗L系統的兩種不同的大氣環流模式已被用于解釋中國東北部黃土堆積的輸送和沉積[54-55]。一種是東亞冬季風，由西伯利亞反氣旋和阿留申氣旋之間的壓差驅動，以西北風為主，另一種是受蒙古氣旋控制的西南風。哈爾濱黃土物源定量結果說明了松嫩平原冰期的環流模式，主要是西北風，在較小程度上是西南風。哈爾濱沙塵物源的定量重建揭示了與松嫩平原當前風場相似但不完全相同的大氣環流模式。在這種模式中，哈爾濱黃土主要由西北方向的松嫩沙地貢獻，這意味著西北方向的沙塵輸送路徑占主導地位，與松嫩平原冰期的環流模式非常吻合[54]，并且松嫩沙地的地理位置較其他沙地距哈爾濱黃土更近。哈爾濱黃土其次由西北方向的呼倫貝爾沙地貢獻，我們認為這是由于冰期東亞冬季風盛行造成的。黃土物源研究也顯示，黃土是近源與遠源粉塵的混合堆積[56-57]?？茽柷吆蜏喩七_克沙地在本研究中對哈爾濱黃土的貢獻很微弱，可能是由于地理位置距離哈爾濱黃土較遠。結合上述分析，說明松嫩沙地為哈爾濱黃土的主要物源區，也表明沉積物源定量模型應用于重礦物分析，對于揭示粉塵沉積物物源信息具有一定的可靠性。

3 結論

（1）中國東北部沙地的重礦物特征整體上體現相似的特征，但某些重礦物的含量存在顯著差異，如在渾善達克沙地的細粒組分中發現高含量的氧化鐵礦物，磁鐵礦在科爾沁沙地含量較低，氧化鐵礦物在松嫩和呼倫貝爾沙地含量均較高，氧化鐵礦物（磁性）在松嫩沙地含量較高，而石榴子石含量較低。因此鈦鐵礦（磁性）、磁鐵礦、氧化鐵礦物、石榴子石以及氧化鐵礦物（磁性）可以作為區別東北沙地的特征性礦物。

（2）不同粒度組分的重礦物含量存在明顯差異，穩定性更高的礦物（如極穩定礦物）優先富集于細顆粒組分，使細顆粒組分沉積物的總體穩定性更強，這種規律在呼倫貝爾和松嫩沙地體現的尤為明顯。

（3）以重礦物組成判別為基礎，結合地理位置分析，頻度模型的定量評估表明，松嫩沙地對哈爾濱黃土的貢獻度為44%～86%，呼倫貝爾沙地貢獻度為10%～39%，科爾沁沙地貢獻度為3%～16%，渾善達克沙地貢獻度為0～7%。黃土物源定性分析和定量重建的結果，明確了松嫩沙地為哈爾濱黃土的主要物源區，表明定量模型在重礦物物源分析中具有很好的應用前景。

致謝：河北廊坊誠信地質公司的張佩萱、張云丹、李鵬、王曉飛和周佳等做了大量的樣品測試工作，汪燁輝、趙延卓、劉若男、時蘊琳參與了野外取樣工作，碩士研究生趙慧瑩、符錦霞、宋瑩、劉俊賀、高宏宇參與實驗室樣品處理工作，在此一并表示感謝！