基于成分數據分析及S—A分形的地電提取法在川西容須卡地區尋找隱伏鋰礦預測研究

石佳磊, 歐陽菲, 羅先熔, 文美蘭, 劉攀峰,劉永勝, 梁 鳴, 楊青松, 蔡宇群, 孫 瑤

(1.a桂林理工大學 b地球科學 隱伏礦床研究所,廣西 桂林 541004;2.甘肅省有色金屬地質勘查局天水礦產勘查院,甘肅 天水 741024)

0 引言

地電提取法是穿透性勘查技術方法之一,具有一定的探測深度,能夠有效地尋找隱伏金屬礦床。該方法于20世紀80年代由前蘇聯引進,近50年來在國內得到長足的發展和應用,在不同礦區和不同類型的有色金屬礦床均進行已知剖面的找礦試驗和未知區找礦預測,取得較多的找礦研究成果[1-10]。但在已有公開發表的成果中,尚未見尋找鋰礦的案例。川西容須卡地區是高寒山區景觀,野外條件惡劣,導致許多勘查方法的實施受限[11-14]。本文選取川西容須卡地區作為研究區,采用地電提取法尋找隱狀鋰礦,以期為高寒山區景觀下的勘查地球化學方法的應用提供重要參考。

川西分布著大量的偉晶巖型稀有金屬礦床,包括甲基卡、可爾因、丹巴白等典型礦床,均與松潘—甘孜造山帶有關。其中甲基卡是我國規模最大、品位最高的花崗偉晶巖型鋰礦床。在甲基卡礦集區,發育有甲基卡、容須卡和長征3個構造巖漿熱穹隆,穹隆內部及周邊發育大量的偉晶巖脈。而容須卡的規模僅次于甲基卡,因此該區具有較好的鋰礦找礦前景[15-16]。

研究發現地電提取測量結果呈現明顯的“閉合效應”,這在一定程度影響異常評價的準確性;因此,需要選用合適的數據處理方法來修正對異常的認識。地電化學數據屬于成分數據,也具有“閉合效應”[17]。其數據的空間分布類型歸屬于艾奇森空間,即成分數據中某一組分的含量發生變化將會影響剩余組分的含量,進而會使原本處于正相關的組分其相關性發生轉變。為解決此問題,需要對數據進行對數比變換,從而將數據分布特征從艾奇森空間轉換為歐式空間,以便應用統計學方法對數據進行分析[18-20]。經過變換之后的數據更能夠體現數據在空間的真實分布模式,進而能準確地識別出元素的背景及異常信息[18-22]。

同時,隨著當代計算科學的飛速發展,地球化學數據處理方法已從傳統的單一變量發展至多變量分析,從線性分析發展為非線性分析。傳統的平均值加標準差求取異常的方法已不足以揭示數據中的非線性特征。受不同成因、多階段及多期次的地質活動影響,地球化學場往往具有復雜的非線性特征。常規異常圈定方法無法有效分辨由不同地質體導致的地球化學背景差異,往往會丟失或忽視局部的弱異常,從而影響最終的異常劃分和靶區圈定[23-24]。為有效識別和分離地質背景和異常,前人提出用多重分形的方法來處理地球化學數據,從而可以更準確地認識元素的地球化學分布特征[25-27],達到有針對性地提取礦致異常信息的目的。

因此,本文首先對研究區的地電化學數據進行成分數據分析,通過與原始數據的特征對比選擇正確的數據變換方法,打開數據的“閉合性”,從而發現更明確的地球化學指標。同時,考慮到研究區經歷不同期次的地質演化與地質作用的影響,其地球化學分布較復雜,采用S—A異常分解法分離異常與背景,以期能夠更準確認識異常特征,識別和篩選出低背景區中有意義的弱異常。

1 地質概況

1.1 區域地質概況

松潘—甘孜造山帶位于我國西南部青藏高原東側,北部與昆侖—秦嶺造山帶、阿尼瑪卿—勉略縫合帶相連,西與金沙江縫合帶、甘孜—理塘縫合帶相連,東與龍門山斷裂帶相連(圖1a)。在印支末期羌塘—昌都陸塊與揚子陸塊的長期碰撞匯聚及喜馬拉雅造山運動時期歐亞板塊的碰撞等一系列構造運動疊加的共同作用下,松潘—甘孜造山帶整體呈倒三角形,幾何形態特殊,構造復雜,蘊含豐富的礦產資源[28-29]。

三疊系為該區分布范圍最廣的地層,主要巖性為板巖、變質砂巖及千枚巖等。區域構造主要以褶皺穹隆及NW向斷裂為主,穹窿構造主要以甲基卡穹窿和容須卡穹窿為典型代表,容須卡穹窿周圍發育呈環帶狀分布的變質帶:十字石帶→紅柱石帶→石榴子石帶→黑云母帶→絹云母→綠泥石帶。斷裂主要是受印支燕山期NE—SW構造擠壓,喜馬拉雅造山期NW—SE向剪切作用而呈NW展布(圖1b)。巖漿巖則是以印支—燕山早期的中酸性侵入巖為主,無明顯分布特征面狀分布于全區,與研究區內三疊系地層侵入接觸。脈巖沿巖體內外接觸帶產出,以花崗偉晶巖脈為主,為鋰、鈹、銫等稀有金屬礦體提供物質來源。

圖1 容須卡地區大地構造圖[26] (a)和區域地質簡圖[27] (b)Fig.1 Tectonic location map[26] (a) and sketch regional geological map of Rongxuka area[27] (b)1—三疊系新都橋組二段 2—三疊系新都橋組一段 3—三疊系侏倭組 4—三疊系中上統如年組 5—逆斷層6—平移斷層 7—性質不明斷層 8—勘查區 9—穹隆構造

1.2 研究區地質概況

研究區位于容須卡穹隆的SW部。區內出現3條變質帶呈NE向分布,分別為石榴石帶、紅柱石帶和堇青石帶。地層以上三疊統新都橋組一段為主,巖性主要為深灰色(十字石)紅柱石黑云母片巖,其次為石榴石十字石絹云片巖,少許灰、深灰色透鏡狀變質石英砂巖,局部出露花崗偉晶巖脈和石英巖脈(圖2);其次為侏倭組,侏倭組為一套薄-厚層變質石英砂巖、長石石英砂巖、粉砂巖與絹云板巖組成的韻律式互層。

圖2 容須卡地區地質簡圖(據文獻[16]修編)Fig.2 Geological sketch map of Rongxuka area [16]1—三疊系新都橋組二段 2—三疊系新都橋組一段 3—三疊系侏倭組 4—紅柱石帶 5—石榴子石帶 6—堇青石帶 7—十字石帶 8—花崗閃長巖 9—石英脈 10—花崗偉晶巖 11—地電提取測網 12—研究區

2 方法和技術

2.1 地電化學技術及測試分析

2.1.1 地電提取法原理

地電提取法方法通過外加人工電場作用,使地底巖石礦物中離子的動態平衡被破壞,從而使離子向著離子吸收器遷移[3,30]。經過一定時間之后,地底巖石礦物巖石中的離子會重新維持新的動態平衡,同時離子接收器中的離子也會達到飽和狀態。通過對離子吸收器進行測試分析指定元素及含量,從而發現深部隱伏礦體有關的元素異常,以此達到找礦目的[31-32]。

2.1.2 測線、測點布設及使用裝置

本次地電提取工作設計14條NE向測線, 網度為100 m×20 m,共取樣390件。野外采樣使用桂林理工大學隱伏礦床預測研究所研制的獨立供電偶極地電提取裝置,野外工作采用9 V電池供電,提取時間為48 h,采樣坑30～40 cm深,電極間距為1 m,提取液為500 ml、15%濃度的稀硝酸;完成野外提取后,取回電極中的泡塑,將其作為樣品送往分析測試單位。

2.1.3 樣品分析測試

分析測試工作在有色金屬桂林礦產地質測試中心進行,選擇硝酸-過氧化氫消解-王水提取法作為樣品的前處理方法[33],采用X-series電感耦合等離子體質譜儀分析Li、Be、Rb、Cs、Th、U等6種元素的含量。選取合適濃度的標準溶液,使得ICP-MS測定后自動繪制的各元素工作曲線的線性相關系數均大于0.999 8,保證各元素回收率均大于96%,RSD均小于5%。

2.2 成分數據分析

元素之間的關系是研究地球化學數據空間分布特征的基礎和前提。通過成分數據分析不僅可以揭示研究區不同元素之間的內在聯系,還可以進一步判斷元素的空間分布受哪些因素影響。通過討論判斷不同地質過程或地質體對元素空間分布的影響,探討元素異常與礦體、成礦作用及控礦因素之間的關系,從而達到地質找礦的目的。

地球化學數據作為典型的成分數據,具有明顯的“閉合效應”[34-38]。一般而言,地球化學樣品中不同元素含量的總和為定值,使得地球化學元素之間具有偽相關現象,數據分析的結果會變得不確定。為消除該效應所引起的負面效果,通常需要相應的方法對參與實驗的數據進行轉換[35-37]。經歷變換后的數據相比而言,通常比未經變換的數據更為具有可解釋性[38-39]。

在進行對數比變換的方法中較為常用有加性對數比變換(alr)、中心對數比變換(clr)、等距對數比變換(ilr)3種。其中,前兩者無法消除成分數據的閉合效應,只有ilr變換可以。原始成分數據經alr變換和ilr變換之后,減少一個變量;clr變換之后的數據與原始數據的變量數相同,但和為“0”。根據3種變換方法的特點,Filzmoser[36]提出先利用ilr變換打開數據的“閉合效應”,然后利用標準正交基將ilr變換的載荷因子在clr空間中表達出來。這樣即克服地球化學數據的“閉合效應”,又保證變換前后變量數目的一致性。通過此變換,能夠更加有利于地球化學家們做出合理的解釋。以下為各變換方式的理論公式:

以一個原始數據矩陣Xij(m×n,其中m為樣品數,n為元素個數)為例,分別介紹2種變換。

(1)clr變換:

(式1)

j=1,2,…,n;g(xi)為第i個樣品的幾何平均值。

(2)ilr變換:

ilr變換是在clr變換和標準正交基vj的基礎上得來的,具體公式如下:

(式2)

j=1,2,…,n-1。

(式3)

j=1,2,…,n-1。

因此clr變換和ilr變換可以通過標準正交基聯系起來。

clr(X)=V×ilr(X),ilr(X)=clr(X)×V

(式4)

V=[v1,v2,…,vn-1]

(式5)

2.3 多重分形(S—A)

元素的地球化學(背景—異常)分布模式并非受同一地質過程控制,但勘查地球化學數據的結果卻是元素背景和異常復合疊加的結果。在漫長的地質年代中,不同期次、不同種類的地質過程會對元素的空間含量分布造成影響,從某種意義上說明地球化學場并非一種穩定場[40]。在這種影響下,導致地球化學場變得更加復雜,從而加大對元素地球化學空間分布模式的解譯難度。能否有效識別并分離出受到不同地質過程影響的背景和異常是找礦勘查工作的關鍵。隨著Cheng等[41-43]用分形方法對勘查地球化學開展研究后發現,絕大多數的地球化學異常都存在分形特征。以元素含量—面積分形模型(C—A)和能譜密度—面積分形模型(S—A)的分形方法開展的地球化學背景—異常分離研究及找礦預測工作已得到廣泛應用[44-46]。

元素的異常及背景在頻率域中具有廣義自相似性。通過將元素地球化學數據從空間域轉換至頻率域中,并對具有自相似性的背景及異常進行能譜分解,隨后再將分解后的背景—異常從頻率域重新轉換回空間域,實現背景與異常分離的目的。目前S—A法在礦體預測中廣泛應用,并取得較好的效果,已發展成為標準的異常分解方法之一。這種自相似性一般表達方程如下:

A(≥S)∝S-β

(式6)

式中:S代表能譜能量密度作為波數向量的函數;A(≥S)表示大于某一閾值(S1)的單位面積;β是各向異性的多維分形指數,即分維數,在雙對數圖上可以獲得,∝表示為成正比。隨著S值的增大,相應的A會減小,其變化規律主要取決于β分維數。

為識別研究區元素的背景和異常,本文采用ilr變換方法。首先,對比元素在PCA上的表現,選取合適的元素組合;然后,采用S—A模型提取研究區主成礦元素的異常和背景。其中,S—A 分形模型采用中國地質大學(武漢)GPMR國家重點實驗室左仁廣團隊研發的Arcfractal插件[47]在R語言編程環境中完成數據處理過程。

3 結果分析

3.1 數據統計特征

對地電提取樣品中6種金屬元素的含量進行分析,基本統計學參數見表1。從元素含量來看,Li、Rb的含量最高,約在10-6的數量級;其次為Cs、Th,約在10-7的數量級;最低的為Be、U,約在10-8的數量級。變異系數是反應元素的相對離散程度的重要指標,較高的變異系數值往往反映該元素在礦區具有較好的成礦潛力或經歷較復雜的地質過程[48]。從表1中可以看出,顯示除U的變異系數略小以外,其他5種元素都超過0.5,均顯示出較高的分散性,故使用這些元素來區分不同地質過程或地質體。箱狀圖能夠直觀地展示數據的離散特征,從圖3a中可以看出箱體上半部分偏大,說明數據呈現正偏特點;出現大量的離群值和極值,表明數據的離散程度大。

表1 地電提取元素含量參數統計

通過相關轉換使數據呈現正態分布,是計算地球化學異常和背景和合理劃分異常內、中、外帶的前提。通過原始數據、對數變換、ilr變換等3種方法的對比(圖3)發現,經過ilr變換的數據(圖3c)呈現出最接近理想正態分布的特征。原始數據(圖3a)的箱體形態最不符合正態分布,呈現明顯的正偏特征,且出現大量離群數據;對數變換(圖3b)的箱體接近上下對稱,但仍然有少數元素出現偏態,且大量離群數據出現在箱體上方;而經過ilr變換,其箱體形態基本呈上下對稱的特點,且離群數據在箱體的上下方都有。

圖3 研究區3種變換方法的箱圖對比

3.2 成分數據分析

3.2.1 雙標圖分析

雙標圖的優勢是可以直觀地觀察到各元素對第一、第二主因子的貢獻及不同元素之間的差異程度。為考察ilr變換的優勢,分別對原始數據、對數變換、ilr變換等3種處理結果的數據進行對比,經PCA分析后得到PC1/PC2的主成分雙標圖(圖4)。從圖中可以看到原始數據、對數變換的雙標圖(圖4a、4b)明顯呈“一邊倒”的趨勢,即數據仍然存在閉合效應[49];而經過ilr變換之后的數據(圖4c),原本閉合的變量被打散開,整體呈現放射狀,降低了閉合效應(圖4c)。

可以看出,原始數據和對數變換的雙標圖(圖4a、圖4b)分布相似: Li、Be、Rb、Cs、U、Th均呈現為PC1的正載荷。各元素對PC1、PC2主因子的貢獻并沒有得到明顯的區分,導致大多數元素都聚攏在一起,呈現出典型的閉合效應特征。由于閉合效應導致變量在開展多元統計時產生偽相關,致使產生錯誤的元素組合解譯結果。

而從ilr變換之后的雙標圖(圖4c)來看,元素的矢量指向也更加發散,相較前2種數據雙標圖,更加平均地分布在雙標圖中;同時樣本的分布比前2種方法更加分散。這表明經過ilr變換之后,已消除數據之間的閉合效應。Li、Rb、Cs、U、Th在PC1的正載荷端;Be元素則單獨在第三象限出現,與其余元素之間的相關性較為疏遠;其余元素(Li -Rb-Cs-U-Th)之間相關性良好。

根據ilr變換的結果:PC1因子的正載荷端出現Li、Rb、Cs、U、Th等元素,而負載荷端出現Be元素;PC2因子的正載荷端出現Li、U,而負載荷端出現Be、Rb、Cs、Th等4種元素。經統計學計算得到PC1的方差貢獻率為70.99%,PC2的方差貢獻率為14.85%,PC1足以反映主要的數據特征[50];且Li元素對PC2的正載荷端貢獻并不大。故選擇PC1作為主要考慮依據,將研究區的元素分為2種組合:①Li -Rb-Cs-U-Th和②Be。由于本區主要尋找隱伏鋰礦,故最終選取Li元素所在的PC1正載荷端作為異常劃分的主要依據。

圖4 研究區3類數據主成分雙標圖

3.2.2 地球化學平面分布特征

為進一步考察ilr變換的優勢,對3種方法得到的PC1主成分的平面分布特征進行對比。圖5中可以明顯看到原始數據和對數變換的PC1得分圖較為相似,而ilr變換與前兩者有一定區別。原始數據和對數變換的PC1得分圖總體呈NE向展布,兩者異常范圍和大小也幾乎一樣(圖5a、圖5b)。ilr變換的PC1得分圖(圖5c)與前兩者也有一定區別:在研究區南部的異常區較前兩者相比被明顯分隔開,異常面積也比前兩者小;而在研究區北部的異常范圍走向更加貼近變質分帶界線,異常面積也比前兩者要小。

a—原始數據

b—對數變換

c—ilr變換

因此,經過ilr變換的主成分得分圖更能反映出研究區地電化學異常整體的NE向分布特征。熱接觸變質帶是川西地區尋找偉晶巖型鋰礦的重要標志之一,而紅柱石、堇青石變質屬于容須卡地區熱接觸變質帶的具體表現[51],礦體往往賦存在這些變質帶分界線附近。表明經過ilr變換處理數據后,使地電化學異常的分布與已有的地質資料吻合度較高。

3.3 S—A異常分解

為查明研究區與成礦相關的弱異常信息以便精確限定有利成礦區域,對ilr變換后的PC1組分得分進行計算,用能譜密度—面積分形(S—A)模型來分解異常及背景。異常與背景的濾波值由能譜面積圖(圖6)確定。

圖中各線段的斜率大小代表元素的空間自相似性及分形特征。其中第一段回歸方程為y=-0.353x+4.942,代表干擾(噪音);第二段方程為y=-0.758x+6.763,代表Li-Rb-Cs-U-Th元素組合的地球化學異常;第三段方程為y=-1.67x+13.09,代表地球化學背景。分別計算3個方程交點的(S,A),并將其通過傅里葉逆變換得到異常及背景的閾值(圖7)。圖7a顯示研究區的背景呈現東西低中間高的特點。對比圖5c和圖7b可以發現,通過S—A異常分解之后在西部低背景范圍內,異常被明顯強化;而在中部高背景的范圍內,異常范圍縮小。

圖6 ilr變換后的能譜面積(S—A)雙對數圖

3.4 討論

S—A分解的優勢在于強化低背景下的弱異常,縮小高背景下的異常范圍。最終劃分4個異常(圖8),故分別討論這4個異常在S—A分解前后的變化。Ⅰ號異常主要位于研究區北部的紅柱石變質帶邊緣的高背景區(圖7a),經過S—A分解后異常范圍變小(圖9)。Ⅱ號異常主要位于研究區東部NE走向的堇青石變質帶周圍的高背景值區(圖7a)內,經過S—A分解后異常更精確,范圍變小(圖8)。Ⅲ號異常位于研究區西部低背景值區內,經過S—A分解后,削弱周圍高背景值的影響,而使得該異常得到加強,相較(圖5c)該異常區范圍變小,使異常更為精確。Ⅳ號異常位于研究區東部,堇青石變質帶周圍的高背景值區(圖7a),經過S—A分解之后,該異常范圍變小(圖8)。

總體來說,S—A分解后的異常形態更加合理,更加符合地質背景和成礦規律。從圖9來看,Ⅰ號異常位于紅柱石變質帶附近,稍偏西部地區;Ⅱ、Ⅳ號異常位于堇青石變質帶附近,異常走向與該變質帶走向一致。這一特征符合該研究區的區域成礦規律。區域上形成的幾個構造巖漿熱穹隆均是巖漿的多期侵入形成圍繞隱伏巖體周邊的變質分帶;而偉晶巖脈則分布于每一次巖漿侵入的內外接觸帶中,往往也在變質分帶的接觸帶附近形成巖脈。而鋰礦也相應賦存在偉晶巖脈中,故形成研究區內位于變質分帶接觸面附近的帶狀異常,以NE向為主(少量NW向)。

a—S—A分解后的PC1背景

b—S—A分解后的PC1異常

4 靶區劃分

4.1 地質背景分析

由于研究區面積較小,區內僅有上三疊統新都橋組一段存在,其巖性主要為石榴石十字石紅柱石二云母片巖。該地層主要是由泥質巖經變質作用后形成,泥質巖密度較大、滲透率較小,具有良好的屏蔽作用,一定程度上限制熱量的擴散和成礦有利物質的流失,在成礦作用的“源—運—儲”系統中擔任重要角色。

其次,受容須卡巖漿熱液穹窿影響而形成的熱接觸變質帶是控制礦脈空間展布的重要因素[46],研究區北部,有地表出露與偉晶巖脈關系密切的紅柱石帶,筆者認為該區域值得重點關注。

4.2 靶區劃分

綜合分析地電提取異常特征,結合研究區地質背景和成礦規律,共圈定出4個找礦靶區分別是Ⅰ號、Ⅱ號、Ⅲ號、Ⅳ號(圖8)。

圖8 找礦預測靶區劃分圖

Ⅰ號靶區

該靶區位于研究區北部,近NE向延伸。原始數據、對數處理及ilr變換等3種數據變換方法的結果都呈現大范圍的高異常值;經過S—A分解,異常范圍變小,且更貼近紅柱石帶的分界線。經野外查驗發現該靶區主要以紅柱石變質帶為主。故推測Ⅰ號靶區有良好找礦潛力。

Ⅱ號靶區

該靶區位于研究區北東部。經過S—A分解,該靶區的范圍變小,原因可能是受到削弱高背景值的影響。該異常位于紅柱石帶與堇青石帶分界線的西側紅柱石帶中,亦具有良好的成礦地質條件。

Ⅲ號靶區

該靶區位于研究區東南部。3種數據變換方法均有異常顯示,但經過S—A分解,異常面積有明顯變化。其西側的面積縮小,而東側的面積擴大;原因是西側高背景被壓制,而東側低背景區的弱異常被強化。該異常位于紅柱石帶與堇青石帶分界線的西側紅柱石帶中,亦具有良好的成礦地質條件。

Ⅳ號靶區

該靶區位于研究區西南部。只有ilr變換才出現異常,另外2種變換方法均為分散的弱異常。該異常位于紅柱石帶中部,為ilr變換后新發現的異常,值得從地質成礦的角度去探討其成礦地質前景。

5 結論

本文采用成分數據和多重分形S—A方法的地電提取法在容須卡地區開展地電化學元素組合信息提取與組合異常靶區圈定的工作,得到以下結論:

(1)對比原始數據、對數變換、ilr變換等3種數據的統計分布特征,發現ilr變換后數據更加符合正態分布,能夠有效打開原始數據的閉合性,使得元素組合更加符合地質、成礦規律。

(2)利用ilr數據進行主成分分析(PCA),確定研究區與成礦密切相關的元素組合是Li-Rb-Cs-U-Th。

(3)運用能譜—面積(S—A)多重分形模型,對研究區地電提取數據異常、背景的非線性變化特征,使異常形態更加合理和符合地質成礦規律。強化低背景區的弱異常,弱化高背景區的強異常。最終圈定Ⅰ號、Ⅱ號、Ⅲ號、Ⅳ號等4個有利找礦靶區。