CN110888180B - 一种基于沉积物地球化学特征识别大洋中脊热液区的方法 - Google Patents

一种基于沉积物地球化学特征识别大洋中脊热液区的方法 Download PDF

Info

Publication number
CN110888180B
CN110888180B CN201911224552.XA CN201911224552A CN110888180B CN 110888180 B CN110888180 B CN 110888180B CN 201911224552 A CN201911224552 A CN 201911224552A CN 110888180 B CN110888180 B CN 110888180B
Authority
CN
China
Prior art keywords
sediment
hydrothermal
area
meshes
identifying
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.)
Active
Application number
CN201911224552.XA
Other languages
English (en)
Other versions
CN110888180A (zh
Inventor
廖时理
陶春辉
周建平
邓显明
倪建宇
张国堙
王渊
顾春华
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.)
Second Institute of Oceanography MNR
Original Assignee
Second Institute of Oceanography MNR
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 Second Institute of Oceanography MNR filed Critical Second Institute of Oceanography MNR
Priority to CN201911224552.XA priority Critical patent/CN110888180B/zh
Publication of CN110888180A publication Critical patent/CN110888180A/zh
Application granted granted Critical
Publication of CN110888180B publication Critical patent/CN110888180B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/223—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material by irradiating the sample with X-rays or gamma-rays and by measuring X-ray fluorescence
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
    • G01N27/62—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating the ionisation of gases, e.g. aerosols; by investigating electric discharges, e.g. emission of cathode
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

本发明公开了一种基于沉积物地球化学特征识别大洋中脊热液区的方法，本发明通过对沉积物样品进行处理，获取其地球化学组成数据，并计算不同端元组成的沉积物对化学组成的贡献，获得热液来源元素的含量，估计热液来源元素的扩散距离，最后预测调查区热液活动的数量和可能产出的位置。本发明的优点是在大洋中脊热液活动探测中，可以实现活动和非活动热液区的识别，以更准确、方便的确定热液区的位置，具有便捷、高效的特点。

Description

一种基于沉积物地球化学特征识别大洋中脊热液区的方法
技术领域
本发明涉及一种大洋中脊热液区的识别方法，具体是一种采用沉积物的地球化学特征识别大洋中脊热液区的方法。
背景技术
洋中脊多金属硫化物富含Cu、Zn、Au和Ag等金属元素，在一定的地质环境中可形成百万吨级的大型矿床。近年来世界各国对这类潜在的资源都给予了高度重视。大洋中脊热液区有活动热液区和非活动热液区两类。后者一般规模较大，且相关的生物活动较少、受开采环境保护的因素较小，因而是未来大洋中脊硫化物开采的主要方向。由于大洋中脊硫化物的勘查是一个全新的领域，与之相关的理论基础和方法研究尚不成熟，采用的技术手段也相对匮乏。目前国际上主要采用羽状流探测法识别热液活动，然而该方法无法探测非活动的热液区。因此，亟需一种有效识别大洋中脊热液区的方法。
发明内容
本发明针对现有的大洋中脊硫化物勘查的主流工具无法识别非活动热液区的问题，提供一种能够针对大洋中脊硫化物的特点，有效识别活动和非活动热液区的方法。
为了达到上述目的，本发明采用如下技术方案：一种基于沉积物地球化学特征识别大洋中脊热液区的方法，包括如下步骤：
(1)获取调查区沉积物样品，将沉积物样品干燥后过标准筛，获取不同粒径的沉积物样品，分析其地球化学组成数据。
(2)分析不同粒径沉积物地球化学组成数据的稳定性，获得沉积物样品最佳分析粒径，以去除较大颗粒的岩石碎屑组分对沉积物成分的影响。
(3)分析步骤(2)中最佳分析粒径沉积物样品的成分数据，获得沉积物的主要端元组成。
(4)根据步骤(3)获得的沉积物主要端元组成，估算沉积物中热液来源元素的含量，当计算数值大于0时，认为该样品受到热液活动的影响，判定附近存在热液区。
(5)由于不同成因类型热液区的元素扩散距离不同，因此选取调查区不同类型的典型热液区，对沉积物采样点和热液区开展距离分析，根据步骤(4)获得的沉积物中热液来源元素含量，计算沉积物采样点与热液区的距离。
(6)以步骤(5)获得的距离，估算热液来源元素含量与距离的关系，获得不同类型热液区中热液来源元素的扩散距离，获得适合应用于识别调查区中热液区及其数量的标识热液来源元素。
(7)根据步骤(6)获得的标识热液来源元素的扩散距离，对沉积物采样点进行缓冲区分析。
(8)圈定热液活动可能产出的位置，估算调查区中可能的热液区数量。
进一步地，步骤(1)中沉积物样品过标准筛，需分别采用20目、40目、60目、80目、100目、120目、160目和200目标准筛。
进一步地，步骤(1)中微量元素组成采用ICP-MS测试，主量元素组成采用XRF分析。
进一步地，步骤(3)中采用因子分析、主成分分析等方法获得沉积物的主要端元组成及其相对比例。
进一步地，步骤(4)中热液来源元素包括：Cu、Zn、Pb、Fe、Mn、As、Co、Ni等。
进一步地，步骤(4)中估算沉积物中热液来源元素的含量，采用端元组成估算法，其过程如下：
镁铁质碎屑来源的元素可以估算为：
元素镁铁质碎屑＝(元素/Al)镁铁质岩*Al总体
超镁铁质碎屑来源的Ni的含量可以通过如下方程计算获得：
Ni超镁铁质碎屑＝Ni总体–Ni镁铁质碎屑–Ni背景沉积物
其中，背景沉积物为远离洋中脊的大洋沉积物；
来源于超镁铁质碎屑的其余元素的含量可以通过如下方程计算获得：
元素超镁铁质碎屑＝(元素/Ni)超镁铁质岩*Ni超镁铁质岩
热液组分的含量可以通过如下方程计算获得：
元素热液＝元素总体-元素镁铁质碎屑-元素超镁铁质碎屑-元素背景沉积物
进一步地，步骤(5)中选取不同成因类型热液区，包括岩浆控制型和构造控制型两类。
进一步地，步骤(8)中估算调查区中可能的热液区数量，采用如下方法进行：当缓冲区孤立存在时，判定为一处热液区；当相邻取样位置的缓冲区相交且具有明显的富集中心时，判定为一处热液区；当相邻取样位置的缓冲区相交但不具有明显的富集中心时，判定为二处热液区。
本发明的有益效果是：大洋中脊硫化物的海上勘查耗时耗力、成本巨大。通过本发明的实施可以实现大洋中脊活动和非活动热液区的识别，并准确、方便地确定热液区的位置，从而可以减少调查和采样的盲目性，降低工作成本，具有便捷、高效的特点。
附图说明
图1为本发明基于沉积物地球化学特征识别大洋中脊热液区的方法流程图；
图2为不同粒径沉积物成分数据的稳定性示意图；
图3为沉积物的主要端元组成及其相对比例示意图；
图4为调查区岩浆控制型和构造控制型热液区中Cu、Zn的扩散距离示意图。
具体实施方式
下面结合附图和具体实例对本发明作进一步详细说明。
首先确定一个待测区域，以西南印度洋中脊为例，下面详细阐述本实施例基于沉积物地球化学特征识别大洋中脊热液区的方法的实现流程(如图1所示)：
(1)获取调查区沉积物样品，对沉积物样品在50℃条件下烘干。将烘干后的样品分别过20目、40目、60目、80目、100目、120目、160目和200目标准筛，分析对应粒径样品的成分组成。微量元素组成采用ICP-MS测试，主量元素组成采用XRF分析。
(2)采用散点图、折线图等方法，对比步骤(1)获得的不同粒径沉积物成分数据的稳定性，如附图2所示，其中1-9分别代表了>20目、20～40目、40～60目、60～80目、80～100目、100～120目、120～160目、160～200、<200目等9个粒径样品；调查区不同粒径沉积物中，60目以上样品中的Cu、Zn、Fe含量较高，且稳定性差，受岩屑影响较大，而小于60目的样品中的含量则相对稳定。因此将沉积物样品最佳分析粒径设置为小于60目，并分析其地球化学特征。
(3)根据步骤(2)获得的最佳分析粒径沉积物样品成分数据，采用因子分析、主成分分析等分析方法获得沉积物的主要端元组成及其相对比例，如附图3所示，其中端元1代表镁铁质碎屑来源元素，端元2代表超镁铁质碎屑来源元素，端元3代表热液来源元素，端元4代表铁锰氧化物来源元素。
(4)根据步骤(3)获得的沉积物端元组成，采用如下方法估算沉积物中热液来源元素的含量：
调查区沉积物的主要组成成分为风尘、原地岩石碎屑(镁铁质岩、超镁铁质岩)、热液沉积物、铁锰氧化物、钙质沉积物等。钙质沉积物的含量直接通过测试获得。大洋中脊的风尘含量较低，可以忽略不计，因此铝元素(Al)主要来源于原地岩石碎屑。镁铁质岩中的Al2O3含量一般在15％左右，而超基性岩中的Al2O3含量一般在1.5％左右，因此可以假定沉积物中的Al均来源于镁铁质碎屑。因此，镁铁质碎屑来源的元素可以估算为：
元素镁铁质碎屑＝(元素/Al)镁铁质岩*Al总体
根据公开数据资料，超镁铁质岩的铬(Cr)、镍(Ni)元素含量一般在1700ppm和1500ppm左右，而镁铁质岩中Cr、Ni的含量小于100ppm。铁锰氧化物中也含有少量的Cr、Ni，但是考虑到步骤(3)获得的该端元成分仅占总量的10％(附图3)，因此可以假定认为沉积物中的Cr、Ni主要来自于镁铁质岩和超镁铁质岩碎屑。因此，超镁铁质碎屑来源的Ni的含量可以通过如下方程计算获得：
Ni超镁铁质碎屑＝Ni总体–Ni镁铁质碎屑–Ni背景沉积物
其中，背景沉积物为远离洋中脊的大洋沉积物。
那么，来源于超镁铁质碎屑的其余元素的含量可以通过如下方程计算获得：
元素超镁铁质碎屑＝(元素/Ni)超镁铁质岩*Ni超镁铁质岩
大洋中脊中的铁锰氧化物一般认为是中性羽状流来源，在本方法中将其视为热液产物。因此，总量中剩余元素的量则可以认为是热液来源。因此可以通过公式来推测热液组分的含量，其计算过程如下：
元素热液＝元素总体-元素镁铁质碎屑-元素超镁铁质碎屑-元素背景沉积物
当计算获得的数值大于0时，可以认为该样品受到热液活动的影响，判定附近存在热液区。
(5)调查区主要有岩浆控制型和构造控制型两类热液区，根据步骤(4)获得的沉积物中热液来源元素的含量，选取两个典型热液区(针对西南印度洋脊，选取龙旂和断桥两个典型热液区)，计算沉积物采样点与热液区的距离。
(6)以步骤(5)获得的距离，估算热液来源元素含量与距离的关系，获得岩浆控制型和构造控制型热液区中Cu、Zn等热液来源元素的扩散距离，如附图4所示。根据分析结果，岩浆控制型热液区中Cu、Zn的扩散距离分别为(Zn：1.5–2km；Cu：1.0–1.5km)，而构造控制型热液区为(Zn：2km；Cu：5–6km)，表明两类热液区中Cu的扩散距离差异更大，而Zn的扩散距离更为稳定，且扩散距离较小。因此Zn更适合于圈定热液区的位置，将Zn作为标识热液来源元素。
(7)以步骤(6)获得的Zn元素的扩散距离2km为缓冲区半径，对沉积物采样点进行缓冲区分析。
(8)根据步骤(6)和步骤(7)获得的Zn元素的扩散缓冲区的空间分布特征，采用如下方法识别可能的热液区个数：当缓冲区孤立存在时，判定为一处热液区；当相邻取样位置的缓冲区相交且具有明显的富集中心时，判定为一处热液区；当相邻取样位置的缓冲区相交但不具有明显的富集中心时，判定为二处热液区。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于发明的保护范围。

Claims (7)

1.一种基于沉积物地球化学特征识别大洋中脊热液区的方法，其特征在于：包括如下步骤：
(1)获取调查区沉积物样品，将沉积物样品干燥后过标准筛，获取不同粒径的沉积物样品，分析其地球化学组成数据；
(2)分析不同粒径沉积物地球化学组成数据的稳定性，获得沉积物样品最佳分析粒径，以去除较大颗粒的岩石碎屑组分对沉积物成分的影响；
(3)分析步骤(2)中最佳分析粒径沉积物样品的成分数据，获得沉积物的主要端元组成；
(4)根据步骤(3)获得的沉积物主要端元组成，估算沉积物中热液来源元素的含量，当计算数值大于0时，认为该样品受到热液活动的影响，判定附近存在热液区；估算沉积物中热液来源元素的含量，采用端元组成估算法，其过程如下：
镁铁质碎屑来源的元素估算为：
元素镁铁质碎屑＝(元素/Al)镁铁质岩*Al总体
超镁铁质碎屑来源的Ni的含量通过如下方程计算获得：
Ni超镁铁质碎屑＝Ni总体–Ni镁铁质碎屑–Ni背景沉积物
其中，背景沉积物为远离洋中脊的大洋沉积物；
来源于超镁铁质碎屑的其余元素的含量通过如下方程计算获得：
元素超镁铁质碎屑＝(元素/Ni)超镁铁质岩*Ni超镁铁质岩
热液组分的含量通过如下方程计算获得：
元素热液＝元素总体–元素镁铁质碎屑–元素超镁铁质碎屑–元素背景沉积物；
(5)选取调查区不同类型的典型热液区，对沉积物采样点和热液区开展距离分析，根据步骤(4)获得的沉积物中热液来源元素含量，计算沉积物采样点与热液区的距离；
(6)以步骤(5)获得的距离，估算热液来源元素含量与距离的关系，获得不同类型热液区中热液来源元素的扩散距离，获得适合应用于识别调查区中热液区及其数量的标识热液来源元素；
(7)根据步骤(6)获得的标识热液来源元素的扩散距离，对沉积物采样点进行缓冲区分析；
(8)圈定热液活动可能产出的位置，估算调查区中可能的热液区数量。
2.如权利要求1所述的一种基于沉积物地球化学特征识别大洋中脊热液区的方法，其特征在于：步骤(1)中沉积物样品过标准筛，需分别采用20目、40目、60目、80目、100目、120目、160目和200目标准筛。
3.如权利要求1所述的一种基于沉积物地球化学特征识别大洋中脊热液区的方法，其特征在于：步骤(1)中微量元素组成采用ICP-MS测试，主量元素组成采用XRF分析。
4.如权利要求1所述的一种基于沉积物地球化学特征识别大洋中脊热液区的方法，其特征在于：步骤(3)中采用因子分析、主成分分析方法获得沉积物的主要端元组成及其相对比例。
5.如权利要求1所述的一种基于沉积物地球化学特征识别大洋中脊热液区的方法，其特征在于：步骤(4)中热液来源元素包括：Cu、Zn、Pb、Fe、Mn、As、Co、Ni。
6.如权利要求1所述的一种基于沉积物地球化学特征识别大洋中脊热液区的方法，其特征在于：步骤(5)中选取不同成因类型热液区，包括岩浆控制型和构造控制型两类。
7.如权利要求1所述的一种基于沉积物地球化学特征识别大洋中脊热液区的方法，其特征在于：步骤(8)中估算调查区中可能的热液区数量，采用如下方法进行：当缓冲区孤立存在时，判定为一处热液区；当相邻取样位置的缓冲区相交且具有明显的富集中心时，判定为一处热液区；当相邻取样位置的缓冲区相交但不具有明显的富集中心时，判定为二处热液区。
CN201911224552.XA 2019-12-04 2019-12-04 一种基于沉积物地球化学特征识别大洋中脊热液区的方法 Active CN110888180B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911224552.XA CN110888180B (zh) 2019-12-04 2019-12-04 一种基于沉积物地球化学特征识别大洋中脊热液区的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911224552.XA CN110888180B (zh) 2019-12-04 2019-12-04 一种基于沉积物地球化学特征识别大洋中脊热液区的方法

Publications (2)

Publication Number Publication Date
CN110888180A CN110888180A (zh) 2020-03-17
CN110888180B true CN110888180B (zh) 2022-04-01

Family

ID=69750292

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911224552.XA Active CN110888180B (zh) 2019-12-04 2019-12-04 一种基于沉积物地球化学特征识别大洋中脊热液区的方法

Country Status (1)

Country Link
CN (1) CN110888180B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1804827A (zh) * 2006-01-14 2006-07-19 中国海洋大学 海底热液活动探测数据处理和信息管理方法
CN105678399A (zh) * 2015-12-29 2016-06-15 中国地质科学院矿产资源研究所 一种区域矿产资源量估算分析方法及其系统
CN107329188A (zh) * 2017-07-19 2017-11-07 青海省第三地质矿产勘查院 高原干旱半干旱荒漠区矽卡岩型‑热液型铜钨多金属矿勘探方法
CN109188556A (zh) * 2018-08-28 2019-01-11 国家海洋局第二海洋研究所 一种基于地形分析的海底硫化物找矿方法
CN109596655A (zh) * 2018-12-27 2019-04-09 核工业北京地质研究院 一种热液型铁矿中铁质来源的计算方法
US10378315B2 (en) * 2013-12-05 2019-08-13 Us Strategic Minerals Exploration Llc Identification and production of unconventional minerals from geologic formations

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU918918A1 (ru) * 1980-06-12 1982-04-07 Институт Горного Дела Со Ан Ссср Способ контрол зоны гидроразрыва горных пород
US8061421B2 (en) * 2005-09-16 2011-11-22 Wavefront Energy & Environmental Services Inc. Borehole seismic pulse generation using rapid-opening valve
CN109709302A (zh) * 2018-11-30 2019-05-03 中国海洋石油集团有限公司 基于多参数综合判别碎屑岩物源体系的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1804827A (zh) * 2006-01-14 2006-07-19 中国海洋大学 海底热液活动探测数据处理和信息管理方法
US10378315B2 (en) * 2013-12-05 2019-08-13 Us Strategic Minerals Exploration Llc Identification and production of unconventional minerals from geologic formations
CN105678399A (zh) * 2015-12-29 2016-06-15 中国地质科学院矿产资源研究所 一种区域矿产资源量估算分析方法及其系统
CN107329188A (zh) * 2017-07-19 2017-11-07 青海省第三地质矿产勘查院 高原干旱半干旱荒漠区矽卡岩型‑热液型铜钨多金属矿勘探方法
CN109188556A (zh) * 2018-08-28 2019-01-11 国家海洋局第二海洋研究所 一种基于地形分析的海底硫化物找矿方法
CN109596655A (zh) * 2018-12-27 2019-04-09 核工业北京地质研究院 一种热液型铁矿中铁质来源的计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
西南印度洋脊的海底热液活动和硫化物勘探;陶春辉 等;《科学通报》;20141231;第59卷(第19期);第1812-1822页 *

Also Published As

Publication number Publication date
CN110888180A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
Loring Normalization of heavy-metal data from estuarine and coastal sediments
Žibret et al. Metal content in street dust as a reflection of atmospheric dust emissions from coal power plants, metal smelters, and traffic
Zhang et al. Spatial distribution and main controlling factor of cadmium accumulation in agricultural soils in Guizhou, China
CN109273059A (zh) 一种区域地球化学数据校正方法
CN112557612B (zh) 利用水系沉积物解析金属矿区地下水重金属污染源及污染边界的方法
Birani et al. Available contents of potentially toxic elements in soils from the Eastern Amazon
Panahi et al. Modelling lake sediment geochemical distribution using principal component, indicator kriging and multifractal power-spectrum analysis: a case study from Gowganda, Ontario
Inboonchuay et al. Amounts and associations of heavy metals in paddy soils of the Khorat Basin, Thailand
Selinus et al. Separating anthropogenic from natural anomalies in environmental geochemistry
Xu et al. Exploration of the spatially varying relationships between lead and aluminium concentrations in the topsoil of northern half of Ireland using Geographically Weighted Pearson Correlation Coefficient
Reimann et al. Comparison of elemental contents in O-and C-horizon soils from the surroundings of Nikel, Kola Peninsula, using different grain size fractions and extractions
CN110888180B (zh) 一种基于沉积物地球化学特征识别大洋中脊热液区的方法
Lima et al. Geochemical signature and environmental background of bottom sediments in a tropical aquatic system: the Três Marias Reservoir, Brazil
CN111983715A (zh) 基于区域地球化学的高寒山区成矿远景区圈定方法
Schneider et al. Metal content and distribution in surface sediments in an industrial region
CN111273372A (zh) 一种基于化探异常编制潜在成矿温度组合图的编图方法
Peh et al. The geochemical background in Istrian soils
Molinaroli et al. Geochemistry of natural and anthropogenic fall-out (aerosol and precipitation) collected from the NW Mediterranean: two different multivariate statistical approaches
Salminen et al. Distribution of elements in terrestrial mosses and the organic soil layer in the Eastern Baltic Region
McClenaghan et al. Indicator mineral signatures of magmatic ni-Cu deposits, Thompson Nickel Belt, central Canada
Joe et al. Discrimination of metal contaminant sources in river sediments influenced by mining and smelting activities using stable Pb and Zn isotopes
Das Tracing and Quantifying Contributions of Proximal, Regional, and Global Sources to Primary Particulate Matter in an Urban Atmosphere Using Radiogenic Isotopes, Platinum Group Metals, and other Trace and Major Elements
Nash Hydrogeochemical data for historic mining areas, Humboldt watershed and adjacent areas, northern Nevada
Darabi-Golestan et al. Quality and quantity assessment using multivariate compositional and univariate analysis in the Glojeh polymetallic vein mineralization
Wypych et al. MAJOR-OXIDE AND TRACE-ELEMENT GEOCHEMICAL DATA FROM ROCKS COLLECTED IN 2015 IN THE WRANGELLIA MINERAL ASSESSMENT AREA, ALASKA

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
GR01 Patent grant
GR01 Patent grant