CN110967311B - 基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 - Google Patents
基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 Download PDFInfo
- Publication number
- CN110967311B CN110967311B CN201911167226.XA CN201911167226A CN110967311B CN 110967311 B CN110967311 B CN 110967311B CN 201911167226 A CN201911167226 A CN 201911167226A CN 110967311 B CN110967311 B CN 110967311B
- Authority
- CN
- China
- Prior art keywords
- swir
- magnetic susceptibility
- sample
- data
- alteration
- 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
Links
- 230000004075 alteration Effects 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 21
- 238000005404 magnetometry Methods 0.000 title claims abstract description 21
- 239000011707 mineral Substances 0.000 claims abstract description 67
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 66
- 230000003595 spectral effect Effects 0.000 claims abstract description 36
- 238000005070 sampling Methods 0.000 claims abstract description 25
- 238000001228 spectrum Methods 0.000 claims abstract description 23
- 238000005516 engineering process Methods 0.000 claims abstract description 20
- 238000005065 mining Methods 0.000 claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 13
- 238000002441 X-ray diffraction Methods 0.000 claims abstract description 11
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 10
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 10
- 239000011591 potassium Substances 0.000 claims abstract description 10
- 239000000523 sample Substances 0.000 claims description 65
- 235000010755 mineral Nutrition 0.000 claims description 64
- 238000012360 testing method Methods 0.000 claims description 27
- 238000010521 absorption reaction Methods 0.000 claims description 17
- 238000005520 cutting process Methods 0.000 claims description 12
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 claims description 9
- 229940072033 potash Drugs 0.000 claims description 9
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 claims description 9
- 235000015320 potassium carbonate Nutrition 0.000 claims description 9
- 229910001919 chlorite Inorganic materials 0.000 claims description 6
- 229910052619 chlorite group Inorganic materials 0.000 claims description 6
- QBWCMBCROVPCKQ-UHFFFAOYSA-N chlorous acid Chemical compound OCl=O QBWCMBCROVPCKQ-UHFFFAOYSA-N 0.000 claims description 6
- 238000004140 cleaning Methods 0.000 claims description 4
- 229910052618 mica group Inorganic materials 0.000 claims description 4
- 238000002310 reflectometry Methods 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 3
- 239000010445 mica Substances 0.000 claims description 3
- 230000010287 polarization Effects 0.000 claims description 3
- 238000000265 homogenisation Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 5
- SZVJSHCCFOBDDC-UHFFFAOYSA-N iron(II,III) oxide Inorganic materials O=[Fe]O[Fe]O[Fe]=O SZVJSHCCFOBDDC-UHFFFAOYSA-N 0.000 description 13
- 238000006243 chemical reaction Methods 0.000 description 9
- 239000011435 rock Substances 0.000 description 9
- 229910018512 Al—OH Inorganic materials 0.000 description 5
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 5
- 229910052626 biotite Inorganic materials 0.000 description 5
- 238000005553 drilling Methods 0.000 description 5
- 239000011028 pyrite Substances 0.000 description 5
- 229910052683 pyrite Inorganic materials 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- NLYAJNPCOHFWQQ-UHFFFAOYSA-N kaolin Chemical compound O.O.O=[Al]O[Si](=O)O[Si](=O)O[Al]=O NLYAJNPCOHFWQQ-UHFFFAOYSA-N 0.000 description 4
- 229910052622 kaolinite Inorganic materials 0.000 description 4
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 4
- 239000010453 quartz Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- DLHONNLASJQAHX-UHFFFAOYSA-N aluminum;potassium;oxygen(2-);silicon(4+) Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[O-2].[Al+3].[Si+4].[Si+4].[Si+4].[K+] DLHONNLASJQAHX-UHFFFAOYSA-N 0.000 description 3
- 125000002887 hydroxy group Chemical group [H]O* 0.000 description 3
- 229910052900 illite Inorganic materials 0.000 description 3
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 2
- 238000000862 absorption spectrum Methods 0.000 description 2
- 230000033558 biomineral tissue development Effects 0.000 description 2
- 229910001748 carbonate mineral Inorganic materials 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 239000010433 feldspar Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 229910021532 Calcite Inorganic materials 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 description 1
- 229910052925 anhydrite Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- OSGAYBCDTDRGGQ-UHFFFAOYSA-L calcium sulfate Chemical compound [Ca+2].[O-]S([O-])(=O)=O OSGAYBCDTDRGGQ-UHFFFAOYSA-L 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229910001649 dickite Inorganic materials 0.000 description 1
- YGANSGVIUGARFR-UHFFFAOYSA-N dipotassium dioxosilane oxo(oxoalumanyloxy)alumane oxygen(2-) Chemical compound [O--].[K+].[K+].O=[Si]=O.O=[Al]O[Al]=O YGANSGVIUGARFR-UHFFFAOYSA-N 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 229910052631 glauconite Inorganic materials 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- XLYOFNOQVPJJNP-ZSJDYOACSA-N heavy water Substances [2H]O[2H] XLYOFNOQVPJJNP-ZSJDYOACSA-N 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000013332 literature search Methods 0.000 description 1
- 238000006138 lithiation reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 229910052901 montmorillonite Inorganic materials 0.000 description 1
- 229910052627 muscovite Inorganic materials 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229910052628 phlogopite Inorganic materials 0.000 description 1
- 239000001103 potassium chloride Substances 0.000 description 1
- 235000011164 potassium chloride Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 229910052702 rhenium Inorganic materials 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229910052600 sulfate mineral Inorganic materials 0.000 description 1
- 229910052714 tellurium Inorganic materials 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- 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
- G01N23/20—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 using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
-
- 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
- G01N27/72—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating magnetic variables
Abstract
本发明公开了一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，它包括：步骤1、野外地质勘测；步骤2、根据勘测结果确定样品采样点；步骤3、获取样品SWIR光谱数据；步骤4、分析解译样品SWIR光谱数据；步骤5、建立矿区蚀变矿物光谱匹配库，得到含水矿物蚀变分带标志；步骤6、获取样品磁化率数据；步骤7、偏光显微镜下观察及XRD数据验证，得到钾化带标志；步骤8、建立SWIR和磁化率综合分带标准；步骤9、划分平面及剖面蚀变分带；步骤10、提取SWIR及磁化率找矿指标；解决了难以利用短波红外光谱测量技术准确识别钾化带等技术问题。
Description
技术领域
本发明属于地质矿产勘查技术领域，尤其涉及一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法。
背景技术
斑岩矿床作为全球Cu、Mo、Re、Se和Te等战略性关键金属的最重要来源，极具经济与科研价值，始终是找矿勘查和矿床学研究的主要目标。大量研究表明，该类矿床通常发育独特的热液蚀变分带，理想的蚀变分带模式是围绕岩体由深部至浅部，依次为钾化带(钾长石-黑云母-石英-磁铁矿)、绢英岩化带(石英-绢云母-伊利石-黄铁矿)、泥化带(石英-高岭石-蒙脱石)、青磐岩化带(绿帘石-方解石-绿泥石)。因此，准确识别特征蚀变矿物、建立蚀变矿物共生组合、总结蚀变分带规律，成为斑岩矿床找矿勘查的首要任务。传统的方法是依靠具有丰富先验知识的专业地质师，他们主要通过肉眼或放大镜观察的方法鉴定这些蚀变矿物，进而划分蚀变分带。然而，由于蚀变矿物的颗粒通常较细、含量相对较低，给准确鉴定带来了极大的困难。尽管实验室内的光薄片鉴定以及X射线衍射光谱分析(XRD)能够辅助解决这一难题，但是，室内分析制样繁琐、费用昂贵且测试周期相对较长，难以满足野外勘探过程中准确快速鉴定矿物的要求。
短波红外光谱(SWIR)技术是近年来发展起来的一种新型矿产勘查研究技术。该技术利用了常见热液蚀变矿物在短波红外光谱区间(1300～2500nm)内的特征光谱，主要依据目标矿物中羟基(OH-)、碳酸根(CO3 2-)、硫酸根(SO4 2-)以及可能存在的水分子(H2O)等官能团在不同位置振动形成的不同吸收特征来确定目标矿物的种类和含量。斑岩矿床是强烈水岩反应的产物，其中蚀变矿物普遍含有羟基等特征官能团，具体为：绢英岩化带和泥化带主要由浅色云母类(白云母、绢云母、伊利石)和高岭石类(高岭石、地开石)等含Al-OH矿物组成，这些矿物的主要吸收峰均在2200nm左右，而次级吸收峰的位置和形态在不同矿物间存在一定差异；青磐岩化带主要由绿泥石、绿帘石等含Mg-OH和Fe-OH矿物，以及碳酸盐矿物组成，这些矿物的特征吸收峰出现在2300～2400nm之间，同时还伴有2250nm左右的次级吸收峰。钾化带主要由次生钾长石、石英、次生黑云母及少量磁铁矿组成，偶见硬石膏。然而，由于钾长石和石英等无水矿物缺少特征性吸收光谱，而次生黑云母颗粒细小、吸收光谱很弱，因此难以利用SWIR测量技术准确识别钾化带。
发明内容
本发明要解决的技术问题是：提供一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，以解决难以利用短波红外光谱测量技术准确识别钾化带等技术问题。
本发明的技术方案是：
一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，它包括：
步骤1、野外地质勘测；
步骤2、根据勘测结果确定样品采样点；
步骤3、获取样品SWIR光谱数据；
步骤4、分析解译样品SWIR光谱数据；
步骤5、建立矿区蚀变矿物光谱匹配库，得到含水矿物蚀变分带标志；
步骤6、获取样品磁化率数据；
步骤7、偏光显微镜下观察及XRD数据验证，得到钾化带标志；
步骤8、建立SWIR和磁化率综合分带标准；
步骤9、划分平面及剖面蚀变分带；
步骤10、提取SWIR及磁化率找矿指标。
步骤1所述野外地质勘测的方法包括：
步骤1.1、收集目标矿区已有勘探报告、地质图文献资料；
步骤1.2、选择特征性的地表露头进行踏勘观察，并简要记录露头的地质产状、蚀变及矿化特征。
步骤2所述根据勘测结果确定样品采样点的方法为：依据矿区范围已知矿体产状、勘探工程布置等地质信息，选择横切和纵切矿体的典型勘探线剖面，挑选这些剖面内的地表露头和钻孔作为采样点。
步骤3所述获取样品SWIR光谱数据的方法包括：
步骤3.1、针对选定勘探线剖面内的地表露头和钻孔确定取样间距；取样的同时对样品进行编号及位置记录；
步骤3.2、连接红外光谱仪和电脑，同时连接探头；在热机30分钟之后，打开数据收集软件依据样品的性质设定仪器暗电流、光谱平均和基准白参数；
步骤3.3、对样品进行清洗并晾干，每个样品在不同位置测量2-3次，每测试20-30分钟之后对仪器进行一次校正。
步骤4所述分析解译样品SWIR光谱数据的方法包括：
步骤4.1、将所选样品依据勘探线及钻孔的不同进行分类建档，通过光谱解译软件建立各自的工程文件；建立工程文件之前要将光谱数据统一标准化并重新进样，依次设定进样间距，并进行均匀化处理；
步骤4.2、完成重新进样之后，对解译软件内置的标准库进行挑选设定，选择大概率出现的矿物，屏蔽在特定矿床条件下不会出现的矿物；
步骤4.3、软件自动解译之后要对光谱数据一一检查，对可信度低、重复样不一致、信噪比低的谱线进行处理，或人工输入或删去，并对应样品位置寻找出错原因；
步骤4.4、对SWIR的特征参数进行提取，包括特定位置吸收深度、吸收位置和结晶度。
步骤5所述建立矿区蚀变矿物光谱匹配库的方法包括：对矿区内所有光谱数据进行综合分析对不同岩性的数据进行分类，依据解译出的矿物组合、谱线形状和特征参数选择出各类SWIR谱线以此代表对应的蚀变分带。
步骤6所述获取样品磁化率数据的方法包括：
步骤6.1、对已经测量过SWIR光谱数据的样品进行切割处理，将地表露头和钻孔岩心样品切割为尺寸大小一致的块体；
步骤6.2、使用磁化率仪对这些块体进行测试，每个样品测试2-3次取平均值；记录样品信息及所获磁化率数值。
步骤7所述偏光显微镜下观察及XRD数据验证的方法包括：
步骤7.1、选择不同蚀变带中的典型样品，将其切制薄片，通过偏光显微镜下观察，验证是否存在SWIR技术所测出的蚀变矿物，并估算各自成分所占大致比例，与SWIR结果进行对照；
步骤7.2、选择步骤7.1的样品和磁化率值差异明显的样品，开展XRD测试；分析测试结果中各蚀变矿物所占比例及其与SWIR解译结果的对应关系，得到磁性矿物及钾化带伴随矿物与磁化率的相关关系。
步骤8和9所述的建立SWIR和磁化率综合分带标准和划分平面及剖面蚀变分带的方法为：综合基于SWIR技术所建立的含水蚀变矿物的分带特征，以及通过磁化率测量所建立的钾化带标志，建立斑岩矿床的蚀变分带标准；根据建立的标准，在平面地质图及勘探线剖面地质图上进行蚀变带的划分，从而完成蚀变矿物填图工作。
步骤10所述提取SWIR及磁化率找矿指标的方法为：
步骤10.1、利用光谱数据处理软件，提取云母类和绿泥石类的SWIR特征参数，包括反射率、吸收位置、吸收深度和结晶度；
步骤10.2、将提取的SWIR特征参数和磁化率数值与地质图上矿体的位置一一对照，得到矿体位置与上述参数的对应关系，提取出基于SWIR技术及磁化率测量的综合找矿指标。
本发明有益效果是：
本发明基于矿物水岩反应的基本化学原理，充分发挥了SWIR技术对斑岩系统中含有羟基(OH-)、碳酸根(CO3 2-)、硫酸根(SO4 2-)及水分子(H2O)等官能团蚀变矿物识别的优势性，同时，引入磁化率测量技术，弥补了SWIR技术无法识别无水矿物的缺陷。结合两者优势，完善了斑岩系统全部蚀变分带识别的高效方法(图1)，因此能够较好的解决斑岩矿床中实时、快速、准确划分蚀变矿物分带的难题。解决了难以利用短波红外光谱测量技术准确识别钾化带等技术问题。
发明原理为：涉及到的水岩反应主要有：
2KFe3AlSi3O8(OH)2(黑云母)+O2＝2KAlSi3O8(钾长石)+2Fe3O4(磁铁矿)+2H2O反应(1)
由反应(1)可见，黑云母在蚀变形成钾长石时，伴有磁铁矿的产出。
在绢英岩化蚀变阶段，钾化蚀变形成的磁铁矿将在酸性条件下发生以下化学反应，进而转化为无磁性的黄铁矿：
Fe3O4(磁铁矿)+6HS-+6H++O2＝3FeS2(黄铁矿)+6H2O反应(2)
Fe3O4(磁铁矿)+6SO4 2-+12H+＝3FeS2(黄铁矿)+6H2O+11O2反应(3)
由以上3个水岩反应公式可知，钾化蚀变过程中，黑云母在分解形成钾长石时形成了一定量的磁铁矿，因此可以通过测量岩石的磁化率数据进行识别。这些磁铁矿在绢英岩化蚀变过程中，将转化成无磁性的黄铁矿，从而大大降低了岩石的磁化率值，这种变化亦可以通过测量岩石的磁化率数据的变化进行识别。
附图说明
图1为斑岩矿床蚀变分带识别的流程图；
图2为常见含Al-OH矿物短波红外光谱示意图；
图3为常见含Fe-OH、Mg-OH矿物短波红外光谱示意图；
图4为常见碳酸盐和硫酸盐矿物短波红外光谱示意图；
图5为短波红外光谱特征参数示意图。
具体实施方式
一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，包括以下步骤：
步骤1、地质背景了解及野外地质观察；
步骤2、选定代表性测量对象；
步骤3、获取样品SWIR光谱数据；
步骤4、分析解译样品SWIR光谱数据；
步骤5、建立矿区蚀变矿物光谱匹配库；
步骤6、获取磁化率数据；
步骤7、偏光显微镜下观察及XRD数据验证；
步骤8、建立SWIR和磁化率综合分带标准；
步骤9、划分平面及剖面蚀变分带；
步骤10、提取SWIR及磁化率找矿指标。
所述步骤1中，具体操作包括：
步骤1.1、通过文献检索，了解相关矿床所处的大地构造背景，收集前人已发表的有关该矿床文献资料。此外，与矿山所在企业积极交流和沟通，查看已有的勘查报告及各类地质图等相关资料，跟进矿山已经布置的勘查工程和开采进度；
步骤1.2、在收集资料之后，进行资料的初步分析，在了解基本的地质概况的情况下，确定野外观察的目标。在地表选择合适的勘查路线，使该路线能够观察到尽可能多的地质露头，并且路线的布置需要最大限度地控制矿区地表。同时，从已经完成的钻孔工程中挑选出横切和纵切主矿体的钻孔，形成“十字”形的勘查剖面，以便全面揭示矿区深部的地质信息。在观察的同时，做好记录，包括露头位置、岩性、蚀变类型、矿化程度等内容，为室内分析提供必要的地质信息；
步骤1.3、在完成资料整理和野外观察记录之后，需大致掌握矿区内的基本情况。首先要查明矿区发育的主要侵入岩及其相互穿切关系，还需了解主要蚀变类型与其大致分布范围。同时，还需要对矿体的产出位置、产状、规模进行一定的了解。基于以上基础，后续的测试工作才更具目的性和针对性。
所述步骤2中，具体操作包括：
依据矿区范围内主要矿体在地表的出露情况，在地表选择网状勘探线。同时，在钻孔选取方面，挑选出横切和纵切主矿体的钻孔，形成“十字”形的勘探线剖面，以便更加全面的揭示矿区深部的地质信息。
所述步骤3中，具体操作包括：
步骤3.1、依据矿区地形及地质状况，在地表沿同一勘探线的取样间距基本确定为50～100m，在地质现象丰富、蚀变类型多样及可见的岩性和蚀变分界处，取样间距加密至10～20m；在地质现象和蚀变变化较为均匀的地方或者地形条件差的地方可适当扩大取样区间。钻孔的取样间距在前期基本保证在1～2m，对蚀变信息基本了解后可以扩大至5～10m，同样需要依据地质信息的变化调整取样间距。依此种取样间距的设定，在最大可能的收集地质信息的同时，又能省时省力，保证高效。取样时需要对样品进行系统的编号与详细记录；
步骤3.2、常用的红外光谱仪有多种，此处以美国Analytical Spectral Devices,Inc.(ASD)最新制造的TerraSpec 4为例，对其使用方法和参数设置进行阐述。使用时需正确连接光谱仪、电脑及探头，连接时要注意光缆的脆弱性。在热机30分钟之后，再打开数据收集软件，这样可保证仪器达到最佳工作状态。依据样品的性质设定仪器暗电流(darkcurrent)、光谱平均(spectrum Avg)和基准白(white reference)等参数，以测试对象为块状、浅色样品为例，此类样品反射率较高，因此，将暗电流(dark current)设置为25并保持不变，光谱平均(spectrum Avg)设置为200(测试时间20s)，基准白(white reference)为400。如果测试对象的属性发生变化，需要多次测试，重新设定参数，保证收集数据的准确性；
步骤3.3、首先对样品进行系统编号和简要的岩性描述，之后用软刷清洗干净，并在太阳下晾晒至少8个小时，从而排除“游离水”对光谱深度及位置造成的影响。测试前需要利用标样白板进行优化校正(optimization)，在确定仪器正常之后，进一步利用标样白板进行基准白校正(white reference)，在获取平直光滑的直线后，方可进行样品测试。在测试样品时，探头对准钻孔样品的平直面，并避开硫化物和石英脉较为发育的部位，以防它们影响光谱的整体反射率，而使得测试结果不准确。为减弱样品不均匀和偶然误差的影响，每个样品一般测试2-3次，最后取平均值，以保证数据可靠性。为避免仪器随着使用时间发热的影响，每测试20-30分钟要对仪器进行一次校正，以此监控仪器的工作状态。
所述步骤4中，具体操作包括：
步骤4.1、将同一条勘探线或同一钻孔的SWIR数据放在同一文件夹内，并利用光谱解译软件(以“光谱地质师(the spectral geologist，TSG)v.8为例)建立工程文件。导入数据时需要重新进样，进样间距设为1nm，并在350～400nm和2450～2500nm这两端高噪音区间进行光滑处理；
步骤4.2、工程文件建立完成后，设置软件的自动解混矿物的种类为3，检测门槛值设为5％。此外，选择斑岩矿床系统中常见的云母类、绿泥石类、高岭石类等蚀变矿物作为标准矿物库，屏蔽金云母、蛇纹石等出现几率很小的矿物，以此降低解混结果的错误率。完成设置之后，软件进行自动解译；
步骤4.3、获得自动解译结果后，首先对获取的光谱曲线进行信噪比和质量检查，剔除信噪比和可信度低以及无意义的光谱数据。然后逐类提取矿物，分别对每类矿物进行提取检查，将不准确和错误的光谱进行改正；
所述步骤5中，具体操作包括：对矿区内所有光谱数据进行综合分析，对不同岩性的数据进行分类，并在此基础上根据解译出的矿物组合、谱线形状、特征参数等选择出各类SWIR谱线。例如：由于泥化带以出现高岭石为特征，因此划分泥化带以出现高岭石谱线为标准(图2)；绿泥石化则以出现绿泥石为标准(图3)；碳酸盐为主的蚀变带则以出现方解石和白云石为标准(图4)。
所述步骤6中，具体操作包括：
步骤6.1、对已经测量过SWIR光谱数据的样品进行切割处理，将地表露头和岩心样品切割为尺寸大小一致的块体。以此排除尺寸因素对所测样品的磁化率值带来的影响，切割完成后将样品清洗并晾干；
步骤6.2、选择没有磁干扰环境，使用磁化率仪对样品进行测试。本例使用KM-7磁化率仪，选用“PIN”模式，每个样品测试3次，取平均值，同时进行简要描述和记录。测定前后需对同一物体进行测定，以监控仪器的稳定性。
所述步骤7中，具体操作包括：
步骤7.1、选择不同蚀变带中的典型样品，将其切制薄片，通过偏光显微镜下观察，验证是否存在SWIR技术所测出的蚀变矿物，并估算各自成分所占大致比例，与SWIR结果进行对照，验证SWIR解译结果的有效性；
步骤7.2、选择步骤7.1的样品和磁化率值差异明显的样品，开展XRD测试；分析测试结果中各蚀变矿物所占比例及其与SWIR解译结果的对应关系，得到磁性矿物及钾化带伴随矿物与磁化率的相关关系。通过定量的XRD测试分析，可以对SWIR和磁化率测量和解译结果进行监控和校正，进而保证最终结果的准确度。
所述步骤8中，具体操作包括：综合基于SWIR技术所建立的含水蚀变矿物的分带特征，以及通过磁化率测量所建立的钾化带标志，建立斑岩矿床的蚀变分带标准。两种测试技术的有机结合，既充分保证了SWIR技术对含水蚀变矿物鉴定的优势，又通过磁化率的测试补充SWIR技术对无水矿物测试的不足，从而达到了准确高效识别斑岩矿床蚀变分带的目的。
所述步骤9中，具体操作包括：依据上一步建立的标准，在平面地质图及勘探线剖面地质图上进行蚀变带的划分，从而完成二维平面空间的蚀变矿物填图，在技术支持的情况下，还可以将蚀变分带拓展至三维立体空间。
所述步骤10中，具体操作包括：
步骤10.1、为了更好地研究热液蚀变分带和流体演化规律，并为后续找矿勘查提供依据，需要对SWIR光谱的特征参数进行提取。本例主要提取Al-OH波长位置(Pos2200)和伊利石结晶度(IC)这两个SWIR特征参数(图5)。Al-OH波长位置(Pos2200)，可在TSG中使用“scalar”功能以2205nm为中心、20nm为半径在标准化(HullQuot)谱线中进行提取；伊利石结晶度(IC)表示方法为Al-OH吸收深度(Dep2200)与水吸收深度(Dep1900)之比(图5)。其中，Al-OH吸收深度(Dep2200)和水吸收深度(Dep1900)同样利用“scalar”功能对标准化光谱分别在2200nm和1900nm附近提取相对吸收深度；
步骤10.2、将提取的SWIR特征参数和磁化率数值与地质图上矿体的位置一一对照，得到矿体位置与上述参数的对应关系，提取出基于SWIR技术及磁化率测量的综合找矿指标，为矿区外围和深部找矿勘查提供即时有效的技术支撑。
Claims (7)
1.一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，它包括：
步骤1、野外地质勘测；
步骤2、根据勘测结果确定样品采样点；
步骤3、获取样品SWIR光谱数据；
步骤4、分析解译样品SWIR光谱数据；
步骤5、建立矿区蚀变矿物光谱匹配库，得到含水矿物蚀变分带标志；
步骤5所述建立矿区蚀变矿物光谱匹配库的方法包括：对矿区内所有光谱数据进行综合分析对不同岩性的数据进行分类，依据解译出的矿物组合、谱线形状和特征参数选择出各类SWIR谱线以此代表对应的蚀变分带；
步骤6、获取样品磁化率数据；
步骤7、偏光显微镜下观察及XRD数据验证，得到钾化带标志；
步骤7所述偏光显微镜下观察及XRD数据验证的方法包括：
步骤7.1、选择不同蚀变带中的典型样品，将其切制薄片，通过偏光显微镜下观察，验证是否存在SWIR技术所测出的蚀变矿物，并估算各自成分所占大致比例，与SWIR结果进行对照；
步骤7.2、选择步骤7.1的样品和磁化率值差异明显的样品，开展XRD测试；分析测试结果中各蚀变矿物所占比例及其与SWIR解译结果的对应关系，得到磁性矿物及钾化带伴随矿物与磁化率的相关关系；
步骤8、建立SWIR和磁化率综合分带标准；
步骤9、划分平面及剖面蚀变分带；
步骤10、提取SWIR及磁化率找矿指标。
2.根据权利要求1所述的一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，其特征在于：步骤2所述根据勘测结果确定样品采样点的方法为：依据矿区范围已知矿体产状、勘探工程布置地质信息，选择横切和纵切矿体的典型勘探线剖面，挑选这些剖面内的地表露头和钻孔作为采样点。
3.根据权利要求1所述的一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，其特征在于：步骤3所述获取样品SWIR光谱数据的方法包括：
步骤3.1、针对选定勘探线剖面内的地表露头和钻孔确定取样间距；取样的同时对样品进行编号及位置记录；
步骤3.2、连接红外光谱仪和电脑，同时连接探头；在热机30分钟之后，打开数据收集软件依据样品的性质设定仪器暗电流、光谱平均和基准白参数；
步骤3.3、对样品进行清洗并晾干，每个样品在不同位置测量2-3次，每测试20-30分钟之后对仪器进行一次校正。
4.根据权利要求1所述的一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，其特征在于：步骤4所述分析解译样品SWIR光谱数据的方法包括：
步骤4.1、将所选样品依据勘探线及钻孔的不同进行分类建档，通过光谱解译软件建立各自的工程文件；建立工程文件之前要将光谱数据统一标准化并重新进样，依次设定进样间距，并进行均匀化处理；
步骤4.2、完成重新进样之后，对解译软件内置的标准库进行挑选设定，选择大概率出现的矿物，屏蔽在特定矿床条件下不会出现的矿物；
步骤4.3、软件自动解译之后要对光谱数据一一检查，对可信度低、重复样不一致、信噪比低的谱线进行处理，或人工输入或删去，并对应样品位置寻找出错原因；
步骤4.4、对SWIR的特征参数进行提取，包括特定位置吸收深度、吸收位置和结晶度。
5.根据权利要求1所述的一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，其特征在于：步骤6所述获取样品磁化率数据的方法包括：
步骤6.1、对已经测量过SWIR光谱数据的样品进行切割处理，将地表露头和钻孔岩心样品切割为尺寸大小一致的块体；
步骤6.2、使用磁化率仪对这些块体进行测试，每个样品测试2-3次取平均值；记录样品信息及所获磁化率数值。
6.根据权利要求1所述的一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，其特征在于：步骤8和9所述的建立SWIR和磁化率综合分带标准和划分平面及剖面蚀变分带的方法为：综合基于SWIR技术所建立的含水蚀变矿物的分带特征，以及通过磁化率测量所建立的钾化带标志，建立斑岩矿床的蚀变分带标准；根据建立的标准，在平面地质图及勘探线剖面地质图上进行蚀变带的划分，从而完成蚀变矿物填图工作。
7.根据权利要求1所述的一种基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法，其特征在于：步骤10所述提取SWIR及磁化率找矿指标的方法为：
步骤10.1、利用光谱数据处理软件，提取云母类和绿泥石类的SWIR特征参数，包括反射率、吸收位置、吸收深度和结晶度；
步骤10.2、将提取的SWIR特征参数和磁化率数值与地质图上矿体的位置一一对照，得到矿体位置与上述参数的对应关系，提取出基于SWIR技术及磁化率测量的综合找矿指标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911167226.XA CN110967311B (zh) | 2019-11-25 | 2019-11-25 | 基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911167226.XA CN110967311B (zh) | 2019-11-25 | 2019-11-25 | 基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110967311A CN110967311A (zh) | 2020-04-07 |
| CN110967311B true CN110967311B (zh) | 2021-11-30 |
Family
ID=70031598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911167226.XA Active CN110967311B (zh) | 2019-11-25 | 2019-11-25 | 基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110967311B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL2030656B1 (en) * | 2022-01-23 | 2022-12-30 | Univ China Geosciences Beijing | Method for tracing center of hydrothermal mineralization based on chlorite trace element variation |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111855715B (zh) * | 2020-07-10 | 2023-05-26 | 中国石油天然气股份有限公司 | 一种盐下白云岩水岩反应的模拟与评价方法及系统 |
| CN111831712B (zh) * | 2020-07-14 | 2024-02-20 | 江苏三深光谱感知技术研究院有限公司 | 一种基于深度学习的矿物光谱数据快速检索方法及系统 |
| CN112378879A (zh) * | 2020-10-27 | 2021-02-19 | 核工业北京地质研究院 | 一种使用短波红外光谱计算明矾石中钾钠摩尔比的方法 |
| CN112881328B (zh) * | 2021-02-26 | 2024-03-22 | 华北水利水电大学 | 一种基于短波红外光谱技术的蚀变岩强度预测方法 |
| CN113433152B (zh) * | 2021-06-23 | 2023-03-07 | 自然资源实物地质资料中心 | 一种基于v-nir和xrf识别碳酸岩型ree矿床矿化带的方法 |
| CN113486778A (zh) * | 2021-07-01 | 2021-10-08 | 中国科学院空天信息创新研究院 | 一种识别蚀变类型的方法、装置及电子设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040057848A (ko) * | 2002-12-26 | 2004-07-02 | 서희동 | 자화광물의 제조방법 |
| CN102628712A (zh) * | 2012-04-24 | 2012-08-08 | 中国矿业大学 | 一种具有空间基准的矸石山表面温度场的快速构建方法 |
| KR20140077612A (ko) * | 2012-12-14 | 2014-06-24 | (주)마그피아 | 기능성 벽지 |
| CN106508050B (zh) * | 2011-12-31 | 2014-07-23 | 核工业北京地质研究院 | 一种基于高光谱图像分析的岩性识别方法 |
| CN107149689A (zh) * | 2009-11-10 | 2017-09-12 | 免疫之光有限责任公司 | 对可辐射固化介质进行固化的系统和产生光的方法 |
| CN107346038A (zh) * | 2017-06-08 | 2017-11-14 | 昆明理工大学 | “四步式”大比例尺定位探测深部热液矿床或矿体的方法 |
| CN110333200A (zh) * | 2019-05-30 | 2019-10-15 | 西藏华钰矿业股份有限公司 | 一种基于短波红外光谱圈定矿化中心的方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060251807A1 (en) * | 2005-05-06 | 2006-11-09 | Hong Keith C | Roofing Granules With Improved Surface Coating Coverage And Functionalities And Method For Producing Same |
| CN103048692B (zh) * | 2012-12-20 | 2015-03-11 | 中国科学院地球化学研究所 | 一种地球物理相位激电勘探中消除电磁耦合的方法 |
| CN107451385B (zh) * | 2016-05-30 | 2021-04-27 | 中国科学院软件研究所 | 一种基于生活用品的神经系统疾病监测与预警系统 |
| CN108761564A (zh) * | 2018-08-07 | 2018-11-06 | 青海省地质调查院（（青海省地质矿产研究所）） | 一种新生代岩浆型铜多金属矿找矿方法 |
-
2019
- 2019-11-25 CN CN201911167226.XA patent/CN110967311B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040057848A (ko) * | 2002-12-26 | 2004-07-02 | 서희동 | 자화광물의 제조방법 |
| CN107149689A (zh) * | 2009-11-10 | 2017-09-12 | 免疫之光有限责任公司 | 对可辐射固化介质进行固化的系统和产生光的方法 |
| CN106508050B (zh) * | 2011-12-31 | 2014-07-23 | 核工业北京地质研究院 | 一种基于高光谱图像分析的岩性识别方法 |
| CN102628712A (zh) * | 2012-04-24 | 2012-08-08 | 中国矿业大学 | 一种具有空间基准的矸石山表面温度场的快速构建方法 |
| KR20140077612A (ko) * | 2012-12-14 | 2014-06-24 | (주)마그피아 | 기능성 벽지 |
| CN107346038A (zh) * | 2017-06-08 | 2017-11-14 | 昆明理工大学 | “四步式”大比例尺定位探测深部热液矿床或矿体的方法 |
| CN110333200A (zh) * | 2019-05-30 | 2019-10-15 | 西藏华钰矿业股份有限公司 | 一种基于短波红外光谱圈定矿化中心的方法 |
Non-Patent Citations (6)
| Title |
|---|
| Re–Os molybdenite ages and zircon Hf isotopes of the Gangjiang porphyry Cu–Mo deposit in the Tibetan Orogen;Cheng-Biao Leng et al.,;《Miner Deposita》;20121124(第48期);第585-602页 * |
| Zircon U–Pb and molybdenite Re–Os geochronology and Sr–Nd–Pb–Hf isotopic constraints on the genesis of the Xuejiping porphyry copper deposit in Zhongdian, Northwest Yunnan, China;Cheng-Biao Leng et al.,;《Journal of Asian Earth Sciences》;20120816;第60卷;第31-48页 * |
| 华南白垩纪岩背斑岩锡矿成矿斑岩的成因及其成矿意义;梁鹤;《中国优秀硕士学位论文全文数据库 基础科学辑》;20171215(第12期);第A011-97页 * |
| 多宝山矿集区斑岩型铜钼矿床岩（矿）石物性特征及其找矿标志;郑军 等;《工程地球物理学报》;20181130;第15卷(第6期);第788-797页 * |
| 短波红外光谱技术在矿床勘查中的应用;田丰 等;《矿物岩石地球化学通报》;20190531;第38卷(第3期);第634-642页 * |
| 近红外光谱和磁化率在金矿预测中的应用;刘贵宾 等;《山东工业技术》;20150531;第91页 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL2030656B1 (en) * | 2022-01-23 | 2022-12-30 | Univ China Geosciences Beijing | Method for tracing center of hydrothermal mineralization based on chlorite trace element variation |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110967311A (zh) | 2020-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110967311B (zh) | 基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 | |
| CN110333200B (zh) | 一种基于短波红外光谱圈定矿化中心方法 | |
| CN102053268B (zh) | 一种蚀变火山岩岩性识别方法及装置 | |
| CN107589094B (zh) | 基于光谱特征的鞍山式铁矿石类型确定方法 | |
| CN114646682A (zh) | 一种基于绿帘石微量元素的找矿方法 | |
| CN109931053A (zh) | 砂泥岩-碳酸盐岩岩性的识别方法 | |
| Sondergeld et al. | A new exploration tool: Quantitative core characterization | |
| CN109490266B (zh) | 一种岩样无损取样方法 | |
| CN106707355A (zh) | 一种沉积岩岩性自动识别方法 | |
| CN112946751B (zh) | 一种预测不同储层平面分布的方法及系统 | |
| CN112946780B (zh) | 走滑断裂活动期次的确定方法及装置 | |
| CN110426505A (zh) | 紫色土壤指纹图谱库及其建立方法 | |
| Newman | New approaches to detection and correction of suppressed vitrinite reflectance | |
| CN102330553B (zh) | 一种mdt测试动态光谱流体识别方法 | |
| CN115046941A (zh) | 一种多尺度光谱测量的热液铀矿床蚀变分带识别方法 | |
| Jayanthi et al. | Feasibility of a 785 nm diode laser in Raman spectroscopy for characterizing hydrocarbon-bearing fluid inclusions in Mumbai Offshore Basin, India | |
| CN114441581B (zh) | 一种多期成因致密白云岩的判别分析方法 | |
| Speta et al. | Hyperspectral imaging for the characterization of athabasca oil sands drill core | |
| CN109826623A (zh) | 一种致密砂岩储层层理缝的地球物理测井判识方法 | |
| CN115586155B (zh) | 快速圈定脉状金矿床矿体及获得其指示标志指标的方法 | |
| Ritzmann et al. | Distinguishing in-place hydrocarbons from OBM Invasion by integrating conventional and advanced Formation evaluation workflows with a new, Innovative gas ratio analysis approach | |
| CN116593407B (zh) | 一种稀土金属矿产快速勘查装置及方法 | |
| Gingerich et al. | The development of new exploration technologies at Noranda: Seeing more with hyperspectral and deeper with 3-D seismic | |
| Winckler et al. | Expedition 383 methods | |
| Laakso et al. | Combined hyperspectral and lithogeochemical estimation of alteration intensities in a volcanogenic massive sulfide deposit hydrothermal system: A case study from Northern Canada |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211103 Address after: 344000 No. 56, Xuefu Road, Fuzhou, Jiangxi Applicant after: EAST CHINA INSTITUTE OF TECHNOLOGY Address before: 550081 No.99, Lincheng West Road, guanshanhu District, Guiyang City, Guizhou Province Applicant before: INSTITUTE OF GEOCHEMISTRY, CHINESE ACADEMY OF SCIENCES |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |