东天山中段区域化探异常评价方法研究

  0 引言

 

  东天山中段位于塔里木板块北部边缘，地质构造复杂，包括有色金属在内的矿产资源丰富，属我国新一轮矿产勘查重点攻关地区( 崔彬等， 2008) 。多年来众多科研、地勘单位在该区投入大量勘查工作，取得显著成效，先后发现了土屋－ 延东和赤湖斑岩型铜矿、维权矽卡岩型银铜矿、黑尖山和路白山火山岩型铜矿等一系列重要矿床( 潘成泽等， 2005) 。区域化探在该区矿产勘查中起到十分极积的作用，覆盖全区的1 /20 万水系沉积物/土壤测量数据为找矿提供了丰富信息。为改善区域化探找矿效果，有效识别矿致异常，已在该区进行了不少勘查地球化学研究。代表性工作如新疆地质调查研究院用衬度方法圈定了Au、Cu、Pb、Zn 等主要成矿元素地球化学异常，编制了12 种元素地球化学块体分布图和成矿远景图; 中国冶金地质西北勘查局张年生等利用特定粒级( 2 ～ 10mm) 、多点采样法在康古尔地区进行1∶ 5 万岩屑地球化学普查，相继发现了铜、金银等地表矿( 化) 体( 庄道泽等，2005; 王虹等，2007) 。这些工作丰富了该区化探异常识别技术，提高了化探异常示矿规律性的认识。

 

  勘查地球化学数据所反映的成矿相关元素分布，既受一定地区成矿地质条件控制，也经历了各种后生和表生过程的长期影响( 阮天健等， 1985) 。化探数据的复杂性使得一些传统的较简单的数据处理方法效果受到限制，化探异常作为找矿标志往往表现出不确定性。本区也不例外，有异常而无矿或无异常而有矿的情况常见。因此，探讨更好地适合于不同地区具体情况的化探数据处理方法一直是深受重视的研究课题( 王桂琴等， 2002) 。综观前人研究，本区该领域中尚存在一些重要问题需进一步探讨。

 

  一是目前圈定化探异常多采用单个元素丰度或衬度，通过不同元素的空间叠加来圈定综合异常。这虽已考虑了不同元素之间的相关性，但对相关性的描述缺乏定量，对不同元素在综合异常中的重要性一视同仁，指示元素组合的选择缺乏客观性; 二是在对各种元素及元素组合相关性的研究方面，偏重丰度相关关系，而空间相关多被忽略。研究空间相关性，这里指研究元素组合的空间变化尺度、幅度和方向性，这将比单个元素的空间分布更有利于反映化探异常与地质因素之间的关系，从而可能更好地圈定示矿异常。

 

  鉴于以上情况，本文以东天山中段地区铜矿找矿为目标，将因子分析与泛克立格法相结合，针对铜矿床的不同成因类型建立指示元素组合，通过分析元素组合的空间分布规律及其与地质因素的关系圈定异常。结果表明该方法可明显提高化探异常示矿的有效性，较好地反映化探元素空间分布的规律性，为该区地质成矿研究提供新信息。

 

  1 研究区地质概况

 

  研究区内地质情况十分复杂，出露地层有中元古界、晚古生界、中生界和新生界，其中晚古生界最为发育。褶皱构造在太古界、古元古界属紧闭型，中上元古界为长条带疏缓型，古生界为短轴开阔型。

 

  区内主干断裂从北到南依次为大草滩断裂、康古尔塔格断裂、阿齐克库都克断裂和卡瓦布拉克断裂，以东西向为主，北东东向为次，控制了本区岩浆活动－成矿作用。大草滩断裂以北主要为泥盆系大草滩组火山岩和火山沉积岩; 阿齐克库都克断裂以北和康古尔断裂以南地区主要出露石炭纪滨－ 浅海相火山－ 沉积岩系; 卡瓦布拉克断裂带附近为石炭纪低绿片岩相－ 埋藏变质的碎屑－ 富镁碳酸盐沉积建造。区内岩浆活动频繁，晚古生代侵入岩广泛分布，从深成岩到浅成岩，从超基性岩到酸性岩均有出露，其中以华力西中晚期花岗岩最为发育。基性－ 超基性岩体主要分布于黄山、土屋和延东地区，花岗岩类主要分布于康古尔、黄山和南北大沟附近( Chen WM et al．， 2002; 韩春明， 2003; 高珍权等， 2006) 。

 

  研究区内已发现多处多种类型的铜或含铜矿产地，主要包括( 1) 斑岩型铜矿，主要沿康古尔断裂以北分布，以土屋、延东大型铜矿、赤湖铜( 钼) 矿等为代表，矿化以细脉浸染状－ 浸染状为主; ( 2) 热液型( 含矽卡岩型) 矿床，主要沿康古尔断裂以南分布，以维权中型银铜矿和阿拉塔格铜矿为代表，有关侵入岩主要为钙碱性系列岩石，包括花岗岩－ 斜长花岗岩－ 花岗闪长岩－ 闪长岩，岩石成因多为同熔型;( 3) 火山岩型铜矿，以黑尖山、路白山铜矿为代表，铜矿体多与磁铁矿体共生，显示上铁下铜的规律;( 4) 岩浆型铜镍硫化物矿床，有红岭、企鹅山铜镍矿等，矿化以岩浆熔离成矿为主，形成稀疏浸染状、稠密浸染状、海绵陨铁状矿化，局部见受构造控制的贯入式富矿体( 韩春明等， 2002; 秦克章等， 2003; SongLin － Shan et al．， 2008) 。

 

  2 主要类型铜矿床指示元素组合因子分析

 

  因子分析是识别和定量评价区域地球化学异常的一种有力工具。因子分析从数据矩阵中获取多个主因子。主因子是多变量( 元素) 协方差矩阵的正交( 独立) 的特征向量，是多元素的线性组合，每个主因子都可能反映一定的成因意义，这些成因意义的具体内可以结合成矿地球化学知识，通过分析元素组合情况而加以判断，便于地质研究( 赵鹏大，2004) 。因此，通过因子分析可以获得代表不同成因意义的元素组合，即获得对不同成因类型具有针对性的指示元素组合。

 

  2． 1 训练样品点选取

 

  为了查明对不同类型铜矿具有针对性的指示元素组合，需要从覆盖全区的化探测量点中选出一批与矿床空间关系密切的样品( 化探测量点) 作为训练样品，来建立元素组合模型。我们从研究区内16个典型的铜矿床( 点) 处及其周围选取共331 个数据点作为训练样品点。这些矿床( 点) 包含了斑岩型、热液型( 含矽卡岩型) 、火山岩型和岩浆铜镍硫化物型4 种类型。

 

  2． 2 因子分析

 

  根据该区成矿地质特征，我们从原始数据中选择Cu、Co、Mn、Ni、Pb、Zn、Fe、Cr、Hg、As、Ag、V、Mo等13 种元素进行因子分析。为了统一各变量( 元素) 量纲，首先将原始数据进行标准化处理( 即对各元素所有数据，每个数据减去该元素的平均值并除以该元素的标准差) ，结果使所有数据接近于服从标准正态分布( 纪宏金等，2001) 。由13 个变量、331 个样品的标准化数据矩阵算出13 个变量的协方差矩阵，然后用雅可比法求出该矩阵的13 个特征值和特征向量。该13 个特征向量构成了因子载荷矩阵。为了易于解释将因子载荷矩阵进行正交旋转。各因子( 即旋转后的特征向量) 所对应特征值的相对大小反映了该因子的方差贡献大小。由于因子分析是一种人们熟知的方法，这里未列出其各步计算公式。选择方差贡献最大的前4 个因子( 特征值＞ 1) 作为最后得到的指示元素组合，按重要性( 方差贡献) 大小分别用F1，F2，F3，F4表示。由于在进行因子分析时，训练样本是围绕典型矿床选择的，故可认为这些因子所代表的元素组合与不同类型矿化的元素组合有一定对应关系，同时也与矿化所处的地质背景关系密切。各因子载荷见表2，其中F1，F2，F3，F4各因子( 列) 分别代表一种多元素定量组合; 根据载荷相对大小，结合成矿地球化学知识，可以解释判断各因子的成因意义。解释判断结果见表3。

 

  第一主因子( F1) 实际上反映了岩浆型和斑岩型两类矿化。这两类的空间分布比较接近( 特别在大草滩断裂一带) ，物质成分上有某种相似性( 表现为含铜矿斑岩体为I 型花岗斑岩，斑岩岩浆和成矿溶液是同源岩浆分异产物，来源于地壳深部或上地幔( 王福同等，2001) ; 同时这两类矿化都是岩体含矿，相关的矿化元素组合在空间上分布较广，故因子分析未能区分这两类矿化。在这种情况下，F1因子组合异常所指示的矿化类型需要结合具体地质条件才能确定。同时应注意，该组合中Fe、Mn 及V 载荷较高，反映了与区内铁矿关系密切的铜矿化( 以路白山铜铁矿为代表) 。

 

  第二主因子( F2) 为中低温元素组合，主要反映该地区碳酸盐岩－ 细碎屑岩建造等地质背景以及与其有关的后期热液作用及可能的铅锌多金属矿床( 庄道泽，2005) 。由于该组合中铜不占有重要位置，因此在后面圈定组合异常时将不再考虑。

 

  第三主因子( F3) 反映该地区与中基性火山岩、火山碎屑岩及正常沉积碎屑岩建造等有关的火山岩型铜矿，其中Ni、Cr 的相对富集可能反映偏基性火山岩存在。

 

  第四主因子( F4) 主要反映与热液作用有关的

 

  热液型及矽卡岩型铜－ 多金属矿化，从Mo、Cu、As到Hg，可能反映了较大的成矿温度变化。其中，Mo相对富集反映出斑岩型铜( 钼) 矿床特征( 木合塔尔·扎日等， 2004) 。

 

  3 指示元素组合空间相关性分析

 

  3． 1 指示元素组合的空间分布

 

  上述因子分析得到3 个与铜矿化关系密切的指示元素组合。为了了解每个取样点上这些元素组合的出现情况，可计算每个样点对于每个因子的因子得分。因子得分是样点上各元素标准化含量的一种加权和，其中权系数是对应于各元素的因子载荷，并考虑了各元素之间的相关系数。算出每个取样点上每种指示元素组合的因子得分，可做出区内各指示元素组合的等值线图，以反映这些组合的空间分布情况。

 

  从3 张因子得分等值线图可以看出: 不同的元素组合有不同的空间分布特点: 3 个因子的得分高值区在空间位置上有明显的差异。因子F1的高值区主要有两处，一处在土屋、延东和灵龙地区，是基性－ 超基性杂岩体和I － 型花岗斑岩体出露区，主要分布着斑岩型铜( 钼) 矿床及岩浆型铜－ 镍矿床;图4 F4因子得分图Fig． 4 Contour map showing factor scores of F4另一处沿阿其克库都克断裂分布，可能主要反映与中基－ 中酸性火山岩建造有关的铁矿、铜铁矿或铁铜矿( 王福同等， 2001; 庄道泽， 2005) 。F3因子的高值区主要位于阿其克库都克断裂与康古尔断裂之间破碎带( 或韧性剪切带) ，与中基性火山岩分布比较一致; F4因子高值区主要沿康古尔断裂南侧分布，是中酸性侵入岩比较发育地区。不同元素组合空间分布既有一定程度的重叠，也各自有一定的独立性，都受地质构造－ 建造控制，并与主要矿化类型的分布比较吻合。这说明由主因子所代表的元素组合比单个元素能更好地反映地质成矿规律。

 

  对于各个因子得分值，给定其异常下限，可以圈定各个因子组合元素异常。但是，这种圈定组合异常的方法虽然考虑了各元素之间的相关性及与矿化的关系，但仍存在一些问题。一是异常下限取为常数，忽略了元素组合空间分布的区域非平稳性( 即元素的分布有某种变化趋势) ，二是忽略了元素分布在区内可能存在的各向异性( 即不同方向上元素丰度的变化幅度和尺度可能不同) 。这些问题都有可能造成异常圈定的不客观，影响其找矿效果，也不利于结合地质背景进行解释。为了克服这些问题，我们对因子得分进行泛克立格分析。

 

  3． 2 指示元素组合空间相关性的泛克立格分析对任一元素组合，泛克立格法首先对覆盖全区的因子得分进行结构分析，建立其变差函数模型，查明其空间变化的各向异性; 然后考虑可能存在的趋势变化，通过最优无偏插值算出每个样品点上因子得分的趋势性( 称为漂移) 和局部性( 称为剩余) 两种克立格估值。其中漂移可看作背景值，剩余估值可看作异常值，用于圈定地球化学异常。这样的异常圈定方法其下限随空间位置而变，取决于漂移( 燕长海，1991; 张先容等，1993; 黄竞先等，1994) 。

 

  限于篇幅这里略去详细计算过程，仅列出计算结果并进行分析讨论。

 

  结构分析结果以第一主因子( F1) 为例加以说明。利用实验变差函数分析地球化学元素空间变化特点，即方向性、幅度、连续性及影响范围。采用取样间距4km 为步长，角度容差22． 5°，带宽2km，用球状模型拟合变差函数。图5 是F1因子得分在0°( 南北向) 、45°( 北东－ 南西向) 、90°( 东西向) 、135°( 北西－ 南东向) 四个方向上的实验变差图。

 

  由图5 可见，F1在不同方向上有不同的基台值( 即曲线趋于平缓部分的变差值) ，反映不同方向上元素丰度的变化幅度不一样( 基台值越大，元素的变化幅度越大) 。南北向( 0°) 变化幅度最大，东西向( 90°) 最小。这表明铜矿化在南北方向上变化较剧烈，连续性较差，而在近东西向则相反。这符合矿化受特定地质因素控制、具有东西向带状分布的特征，与该区内近东西向断裂构造带为主要导矿、贮矿构造的成矿规律一致。在结构分析基础上，采用2次漂移，对F1、F3、F4因子得分计算泛克立格剩余估值，得到该3 种元素组合异常图，如图6、7、8。

 

  F1组合异常主要受近东西向断裂构造控制，异常分布较集中，浓集程度高，反映了康古尔大断裂和大草滩断裂控制铜矿床( 点) 分布、阿其克库都克断裂控制( 含铜) 铁矿床( 点) 分布的规律性。

 

  另外，卡瓦布拉克断裂带附近呈带状分布的一些弱异常得到加强。

 

  F3组合异常( 图7) 呈串珠状分布在中基性火山岩、火山碎屑岩及正常沉积碎屑岩区域，与火山岩型矿床的空间分布比较一致。

 

  F4组合异常( 图8) 主要沿康古尔大断裂呈近东西向带状分布，与岩浆热液型、矽卡岩型铜矿床分布比较一致。在土屋、延东和灵龙矿床附近出现一些弱异常，可能说明这些斑岩型矿床也有热液型特征，是斑岩型矿床中有叠加成矿作用的反映( 芮宗瑶等， 2001) 。

 

  三类异常空间分布基本不重叠，反映不同局部地区主要控矿因素及矿床类型的差异。

 

  4 与传统数据处理方法的比较

 

  为进一步说明上述方法的优势，下面列出一个用传统简单方法圈定化探异常的例子，以便比较。

 

  过去较为常用的一类方法，是作出成矿相关元素丰度等值线图，并选定一个阀值( 如平均值+ 2 倍标准差) 作为异常下限直接圈定异常。在这种框架下，对于找铜矿来说，铜元素异常当然被认为是主要的异常。图9 是用这种简单方法圈定的铜异常图。比较图9 与图6、7、8，可看出本文所述方法与传统简单方法的结果有以下一些明显的不同之处。一是能够使强异常处更加突出显示，从而反映控矿地质因素，如图6 中大草滩断裂处大面积异常极其突出，反映了康古尔大断裂和大草滩断裂控制铜矿床( 点)分布，而图9 中异常只呈现串珠状分布; 二是局部出现一些“新类型”矿化异常区，如图8 中维权、小尖山附近出现一些与岩浆热液型、矽卡岩型有关的矿化异常，而图9 中却没显示出来; 三是能够使弱缓异常得到加强，如图6 中在阿其克库都克断裂东部路白山附近出现一些弱异常。这有力说明本文所述方法在反映控矿地质因素、寻找“新类型”矿化异常及提取弱缓异常方面有明显优势。

 

  ( 异常下限为50 × 10 － 6 )

 

  Fig． 9 Copper abundance contours with anomaliesdemarcated ( anomaly threshold is 50 × 10 － 6 )5 结论本次研究将因子分析与泛克立格法相结合，利用东天山中段部分区域化探数据，查明了对不同类型铜矿有指示意义的元素定量组合，用剩余克立格估值来圈定化探异常，得到一些有意义的认识。东天山中段地区不同类型的铜( 或含铜) 矿床有明显不同的指示元素组合。这些组合在空间变异性方面南北向大于东西向，异常主要呈近东西向带状或串珠状展布，反映了区域性构造－ 建造因素对异常和矿化的总体控制规律; 各类型矿床相关的异常在空间分布上基本不重叠，反映不同局部地质成矿环境。

 

  对已知矿床而言，Cu － Co － Ni － Mn － V － Fe － Cr 组合指示斑岩型和岩浆铜镍硫化物铜矿床，主要受深源岩浆侵入活动控制，并在康古尔断裂带附近发育;Pb － Mo － Ni － Cr 组合反映火山岩型铜多金属矿化，受中基性火山活动控制，主要分布于康古尔断裂带西端及阿其克库都克断裂一带; Cu － Mo － Hg － As组合反映热液型或矽卡岩型铜矿化，主要受中酸性侵入活动控制，分布于康古尔断裂一带和卡瓦布拉克断裂交汇处附近。所用方法能较好地揭示该区区域化探组合异常、矿化类型及控矿地质因素三者密切相关的规律性。各类组合异常在这些“已知区”

 

  之外还可以出现，提示我们进一步加强基础地质和成矿地质研究、拓宽找矿思路，探讨区内不同局部发现“新类型”矿床的可能性。本文对所圈定异常区的找矿潜力尚未做出深入具体的研究和评价; 这将是进一步工作的主要内容。

 

  致谢研究工作得到“十一五”国家科技支撑计划重点项目( 编号2007BAB25B00) 资助; 得到新疆“三零五”项目办公室、新疆第一区调大队及新疆地矿局物探队等单位的大力支持，在此深表感谢!