CN109813712A - 一种富铀花岗岩快速识别方法 - Google Patents

一种富铀花岗岩快速识别方法 Download PDF

Info

Publication number
CN109813712A
CN109813712A CN201811586408.6A CN201811586408A CN109813712A CN 109813712 A CN109813712 A CN 109813712A CN 201811586408 A CN201811586408 A CN 201811586408A CN 109813712 A CN109813712 A CN 109813712A
Authority
CN
China
Prior art keywords
granite
uranium
zircon
thin section
petrographic thin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811586408.6A
Other languages
English (en)
Inventor
郭春影
白芸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Institute of Uranium Geology
Original Assignee
Beijing Research Institute of Uranium Geology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Research Institute of Uranium Geology filed Critical Beijing Research Institute of Uranium Geology
Priority to CN201811586408.6A priority Critical patent/CN109813712A/zh
Publication of CN109813712A publication Critical patent/CN109813712A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明属于铀矿成矿预测领域，具体公开一种基于岩石薄片偏光显微镜观测对富铀花岗岩进行识别的方法，该方法具体包括如下步骤：步骤(1)花岗岩样品采集；步骤(2)将上述步骤(1)中采集到的花岗岩样品加工成岩石薄片；步骤(3)在上述步骤(2)中得到的花岗岩岩石薄片中寻找花岗岩锆石颗粒；步骤(4)观察上述步骤(3)中得到的花岗岩锆石颗粒边缘特征，判断出花岗岩锆石是否为富铀锆石；步骤(5)对上述步骤(2)中得到的多个岩石薄片样品重复步骤(3)、步骤(4)，得到多个花岗岩岩石薄片的锆石颗粒边缘特征，从而最终判断出花岗岩锆石是否为富铀锆石。该方法通过花岗岩岩石薄片偏光显微镜观测，能够快速识别富铀花岗岩。

Description

一种富铀花岗岩快速识别方法
技术领域
本发明属于铀矿成矿预测领域，具体涉及一种基于岩石薄片偏光显微镜观测对富铀花岗岩进行识别的方法。
背景技术
富铀花岗岩是我国华南地区花岗岩型铀矿床成矿物质的重要来源，已知的花岗岩型铀矿床多集中产出在富铀花岗岩岩体的内部及边缘。因此，富铀花岗岩是花岗岩型铀矿区域成矿预测的重要指示标志之一。传统上，对富铀花岗岩的识别通常采用人工重砂分选及鉴定的方法进行识别。该方法对人力、物力的消耗很大，具有费时、费力、效率不高等缺陷，难以满足快速、高效、经济的识别富铀花岗岩的要求。
发明内容
本发明的目的在于提供一种富铀花岗岩快速识别方法，该方法通过花岗岩岩石薄片偏光显微镜观测，能够快速识别富铀花岗岩。
实现本发明目的的技术方案：一种富铀花岗岩快速识别方法，该方法具体包括如下步骤：
步骤(1)花岗岩样品采集；
步骤(2)将上述步骤(1)中采集到的花岗岩样品加工成岩石薄片；
步骤(3)在上述步骤(2)中得到的花岗岩岩石薄片中寻找花岗岩锆石颗粒；
步骤(4)观察上述步骤(3)中得到的花岗岩锆石颗粒边缘特征，判断出花岗岩锆石是否为富铀锆石；
步骤(5)对上述步骤(2)中得到的多个岩石薄片样品重复步骤(3)、步骤(4)，得到多个花岗岩岩石薄片的锆石颗粒边缘特征，从而最终判断出花岗岩锆石是否为富铀锆石。
所述的步骤(1)中采集花岗岩样品时选择地表出露条件好、岩石新鲜的位置，采集代表性的花岗岩样品。
所述的步骤(1)中采集的花岗岩为原生块状构造，未遭受风化、热液蚀变。
所述的步骤(2)中将采集到的花岗岩样品磨制成花岗岩岩石薄片。
所述的步骤(2)中的花岗岩岩石薄片厚度为0.3mm，花岗岩岩石薄片双面剖光，花岗岩岩石薄片采用黏合剂固定在载玻片上。
所述的步骤(3)的具体步骤如下：将偏光显微镜调制单偏光，将花岗岩岩石薄片放于载物台，选择合适物镜放大倍数，寻找出到被黑云母包裹的花岗岩锆石矿物颗粒。
所述的步骤(3)中的物镜倍数为5至20倍。
所述的步骤(4)中如果围绕花岗岩中锆石颗粒边缘的黑云母出现暗色晕圈，说明观察的锆石为富铀锆石，对应的花岗岩岩体为富铀花岗岩岩体；如果花岗岩中锆石颗粒边缘为清晰的边界，颗粒周边无放射性晕圈，则锆石为非富铀锆石，对应的花岗岩岩体为非富铀花岗岩岩体。
本发明的有益技术效果在于：本发明所提供的一种富铀花岗岩快速识别方法相对传统的人工重砂鉴定方法，具有成本低、效率高，省时省力等多重优势。通过已知富铀花岗岩与非富铀花岗岩的对比分析，验证了本发明方法的有效性，具有较好的推广价值。
附图说明
图1为本发明所提供的一种富铀花岗岩快速识别方法的流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步详细说明。
如图1所示，本发明所提供的一种富铀花岗岩快速识别方法，该方法具体包括如下步骤：
步骤(1)花岗岩样品采集
根据需要判断花岗岩体地质特征，选择地表出露条件好、岩石新鲜的位置，采集代表性的花岗岩样品。要求采集的花岗岩为原生块状构造，未遭受风化、热液蚀变。如果黑云母矿物边缘发育红褐色边缘，说明花岗岩遭受了明显的风化作用。如果黑云母呈暗绿色而不是原生的黑色，或者钾长石呈暗红色而不是原生的肉红色，说明花岗岩遭受了热液蚀变作用，不属于新鲜的花岗岩样品。样品采集过程，要避免采集到的样品由上述风化、热液蚀变现象。
步骤(2)将上述步骤(1)中采集到的花岗岩样品加工成花岗岩岩石薄片，具体步骤如下：
将上述步骤(1)中采集到的新鲜花岗岩样品，磨制成适合于偏光显微镜观察的花岗岩岩石薄片。花岗岩岩石薄片厚度为0.3mm，花岗岩岩石薄片双面剖光，花岗岩岩石薄片采用黏合剂固定在载玻片上。
步骤(3)在上述步骤(2)中得到的花岗岩岩石薄片中寻找花岗岩锆石颗粒，具体步骤如下：
将偏光显微镜调制单偏光，将花岗岩岩石薄片放于载物台，选择合适物镜放大倍数(通常情况下物镜倍数为5至20倍即可)，寻找花岗岩锆石矿物颗粒。锆石通常与花岗岩中的黑云母共生，常见黑云母包裹锆石矿物颗粒。偏光显微镜下，花岗岩中锆石呈无色、浅黄色颗粒，具有较为明显的颗粒边界。通常，在花岗岩样品的组成矿物黑云母中容易找到被黑云母包裹的锆石矿物颗粒。
步骤(4)观察上述步骤(3)中得到的花岗岩中锆石颗粒边缘特征，判断出花岗岩中的锆石是否为富铀锆石，具体步骤如下：
观察上述步骤(3)中得到花岗岩中锆石颗粒边缘特征，如果围绕花岗岩中锆石颗粒边缘的黑云母出现暗色晕圈，说明观察的锆石为富铀锆石。这种晕圈是由于锆石中高含量的铀发生放射性衰变，释放出阿尔法粒子，导致锆石周边矿物发生众多微小的放射性损伤，在高铀锆石矿物颗粒边缘形成的不均一光性特征。如果花岗岩中锆石颗粒边缘为清晰的边界，颗粒周边无放射性晕圈则锆石为非富铀锆石。
步骤(5)对上述步骤(2)中得到的多个花岗岩岩石薄片样品重复步骤(3)、步骤(4)，得到多个花岗岩岩石薄片的锆石颗粒边缘特征，从而最终判断出锆石是否为富铀锆石
重复步骤(3)、步骤(4)，对需要判断是否富铀的岩体的多个花岗岩岩石薄片的锆石颗粒边缘特征进行观察，得出具有统计意义的花岗岩中锆石放射性晕圈出现的频率，避免单一花岗岩样品观察的偶然性因素影响花岗岩体富铀性的整体判断。如果围绕花岗岩中锆石颗粒边缘的黑云母普遍出现暗色晕圈，说明观察的锆石为富铀花锆石，相应的花岗岩为富铀花岗岩；如果花岗岩中锆石颗粒边缘多为清晰的边界，颗粒周边无放射性晕圈则锆石为非富铀锆石，相应的花岗岩为非富铀花岗岩。
如苗儿山张家岩体花岗岩体多个样品中都普遍发育锆石放射性晕圈，则说明该花岗岩岩体中锆石普遍为高铀含量锆石，那么该花岗岩岩体即为富铀花岗岩岩体。又例如，诸广南九峰花岗岩岩体多个样品中的锆石很少发育锆石放射性晕圈，则说明该花岗岩岩体中锆石不是高铀含量花岗岩锆石，那么该花岗岩岩体即为非富铀岩体。
上面结合附图和实施例对本发明作了详细说明，但是本发明并不限于上述实施例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。本发明中未作详细描述的内容均可以采用现有技术。

Claims (8)

1.一种富铀花岗岩快速识别方法，其特征在于：该方法具体包括如下步骤：
步骤(1)花岗岩样品采集；
步骤(2)将上述步骤(1)中采集到的花岗岩样品加工成岩石薄片；
步骤(3)在上述步骤(2)中得到的花岗岩岩石薄片中寻找花岗岩锆石颗粒；
步骤(4)观察上述步骤(3)中得到的花岗岩锆石颗粒边缘特征，判断出花岗岩锆石是否为富铀锆石；
步骤(5)对上述步骤(2)中得到的多个岩石薄片样品重复步骤(3)、步骤(4)，得到多个花岗岩岩石薄片的锆石颗粒边缘特征，从而最终判断出花岗岩锆石是否为富铀锆石。
2.根据权利要求1所述的一种富铀花岗岩快速识别方法，其特征在于：所述的步骤(1)中采集花岗岩样品时选择地表出露条件好、岩石新鲜的位置，采集代表性的花岗岩样品。
3.根据权利要求2所述的一种富铀花岗岩快速识别方法，其特征在于：所述的步骤(1)中采集的花岗岩为原生块状构造，未遭受风化、热液蚀变。
4.根据权利要求3所述的一种富铀花岗岩快速识别方法，其特征在于：所述的步骤(2)中将采集到的花岗岩样品磨制成花岗岩岩石薄片。
5.根据权利要求4所述的一种富铀花岗岩快速识别方法，其特征在于：所述的步骤(2)中的花岗岩岩石薄片厚度为0.3mm，花岗岩岩石薄片双面剖光，花岗岩岩石薄片采用黏合剂固定在载玻片上。
6.根据权利要求5所述的一种富铀花岗岩快速识别方法，其特征在于：所述的步骤(3)的具体步骤如下：将偏光显微镜调制单偏光，将花岗岩岩石薄片放于载物台，选择合适物镜放大倍数，寻找出到被黑云母包裹的花岗岩锆石矿物颗粒。
7.根据权利要求6所述的一种富铀花岗岩快速识别方法，其特征在于：所述的步骤(3)中的物镜倍数为5至20倍。
8.根据权利要求7所述的一种富铀花岗岩快速识别方法，其特征在于：所述的步骤(4)中如果围绕花岗岩中锆石颗粒边缘的黑云母出现暗色晕圈，说明观察的锆石为富铀锆石，对应的花岗岩岩体为富铀花岗岩岩体；如果锆石颗粒边缘为清晰的边界，颗粒周边无放射性晕圈，则锆石为非富铀锆石，对应的花岗岩岩体为非富铀花岗岩岩体。
CN201811586408.6A 2018-12-25 2018-12-25 一种富铀花岗岩快速识别方法 Pending CN109813712A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811586408.6A CN109813712A (zh) 2018-12-25 2018-12-25 一种富铀花岗岩快速识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811586408.6A CN109813712A (zh) 2018-12-25 2018-12-25 一种富铀花岗岩快速识别方法

Publications (1)

Publication Number Publication Date
CN109813712A true CN109813712A (zh) 2019-05-28

Family

ID=66602345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811586408.6A Pending CN109813712A (zh) 2018-12-25 2018-12-25 一种富铀花岗岩快速识别方法

Country Status (1)

Country Link
CN (1) CN109813712A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110907453A (zh) * 2019-12-20 2020-03-24 中国石油大学(华东) 一种大视域偏光显微镜岩石薄片图像拼接方法
CN111160158A (zh) * 2019-12-17 2020-05-15 山东大学 偏光显微镜下岩石图像智能识别系统及方法
CN111999325A (zh) * 2020-08-20 2020-11-27 合肥工业大学 一种基性岩中原位锆石的寻找方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5911269A (en) * 1992-11-16 1999-06-15 Industrial Gypsum Co., Inc. Method of making silica sand molds and cores for metal founding
CN107727829A (zh) * 2017-09-11 2018-02-23 核工业北京地质研究院 一种花岗岩型铀矿剥蚀程度半定量估算方法
CN107764975A (zh) * 2017-09-11 2018-03-06 核工业北京地质研究院 一种花岗岩型铀矿深部找矿空间定量估算方法
CN107764974A (zh) * 2017-09-11 2018-03-06 核工业北京地质研究院 一种花岗岩型铀矿成矿热事件年代测定方法
CN107782878A (zh) * 2017-09-11 2018-03-09 核工业北京地质研究院 一种花岗岩型热液铀矿床成矿深度估算方法
CN108169106A (zh) * 2017-11-28 2018-06-15 核工业北京地质研究院 一种砂岩型铀矿氧化分带的矿物学标志建立方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5911269A (en) * 1992-11-16 1999-06-15 Industrial Gypsum Co., Inc. Method of making silica sand molds and cores for metal founding
CN107727829A (zh) * 2017-09-11 2018-02-23 核工业北京地质研究院 一种花岗岩型铀矿剥蚀程度半定量估算方法
CN107764975A (zh) * 2017-09-11 2018-03-06 核工业北京地质研究院 一种花岗岩型铀矿深部找矿空间定量估算方法
CN107764974A (zh) * 2017-09-11 2018-03-06 核工业北京地质研究院 一种花岗岩型铀矿成矿热事件年代测定方法
CN107782878A (zh) * 2017-09-11 2018-03-09 核工业北京地质研究院 一种花岗岩型热液铀矿床成矿深度估算方法
CN108169106A (zh) * 2017-11-28 2018-06-15 核工业北京地质研究院 一种砂岩型铀矿氧化分带的矿物学标志建立方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
北京大学地质学系岩矿教研室: "《光性矿物学》", 31 December 1979, 地质出版社 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111160158A (zh) * 2019-12-17 2020-05-15 山东大学 偏光显微镜下岩石图像智能识别系统及方法
CN111160158B (zh) * 2019-12-17 2022-03-22 山东大学 偏光显微镜下岩石图像智能识别系统及方法
CN110907453A (zh) * 2019-12-20 2020-03-24 中国石油大学(华东) 一种大视域偏光显微镜岩石薄片图像拼接方法
CN111999325A (zh) * 2020-08-20 2020-11-27 合肥工业大学 一种基性岩中原位锆石的寻找方法

Similar Documents

Publication Publication Date Title
CN109813712A (zh) 一种富铀花岗岩快速识别方法
Liu et al. Multi-scale fractal analysis of pores in shale rocks
Chambers et al. Development and refinement of proxy-climate indicators from peats
Fu et al. An unexpected noncarpellate epigynous flower from the Jurassic of China
Higuchi et al. Floristic composition and phytogeography of the tree component of Araucaria Forest fragments in southern Brazil
Poore et al. Oxygen isotope ranking of late Eocene and Oligocene planktonic foraminifers: implications for Oligocene sea-surface temperatures and global ice-volume
CN109540929B (zh) 一种测定盆地砂岩型铀矿成矿年龄的方法
CN105005786A (zh) 一种基于BoF和多特征融合的纹理图像分类方法
MacFadden Magnetic polarity stratigraphy of the Chamita Formation stratotype (Mio-Pliocene) of north-central New Mexico
Wang et al. Disentangling the effects of topography and space on the distributions of dominant species in a subtropical forest
Jiang et al. Geochemical evidence of windblown origin of the Late Cenozoic lacustrine sediments in Beijing and implications for weathering and climate change
Zhao et al. A record of Holocene climate change in the Guanzhong Basin, China, based on optical dating of a loess-palaeosol sequence
Fletcher et al. Compilation of SHRIMP U–Pb geochronological data, Yilgarn Craton, Western Australia, 2000–2001
Dong et al. Paliurus fruits from the Oligocene of South China and their phytogeographic implications
Li et al. Quantitative tracing of provenance for modern eolian sands with various grain size fractions in the Ulan Buh Desert, northwestern China
Cordell et al. Comparative clay analysis and curation for archaeological pottery studies
Brandl et al. The southern Moravian cherts at the Aurignacian site of Stratzing-Galgenberg, Austria
Zhou et al. Size-based analysis for the state and heterogeneity of pelagic ecosystems in the northern South China Sea
Penney et al. Estimating fossil ant species richness in Eocene Baltic amber
Kantvilas NOTES ONPOLYSPORINAVĚZDA, WITH A DESCRIPTION OF A NEW SPECIES FROM TASMANIA
Zhang et al. Semantic segmentation method accelerated quantitative analysis of the spatial characteristics of traditional villages
Herbert et al. Identifying grog in archaeological pottery
Gómez-Heras1 et al. Thermal Stresses: DIGITAL IMAGE ANALYSIS CONTRIBUTION TO THE EVALUATION OF THE MECHANICAL DECAY OF GRANITIC STONES AFFECTED BY FIRES
CN101393006A (zh) 彩虹明樱蛤的种质鉴定方法
CN203894090U (zh) 一种玉石无损检测样品模型

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190528

RJ01 Rejection of invention patent application after publication