CN111045113A - 一种热液型铀矿成矿深度元素组合示踪方法 - Google Patents

一种热液型铀矿成矿深度元素组合示踪方法 Download PDF

Info

Publication number
CN111045113A
CN111045113A CN201911407318.0A CN201911407318A CN111045113A CN 111045113 A CN111045113 A CN 111045113A CN 201911407318 A CN201911407318 A CN 201911407318A CN 111045113 A CN111045113 A CN 111045113A
Authority
CN
China
Prior art keywords
ore
uranium
element combination
sample
corona
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
CN201911407318.0A
Other languages
English (en)
Inventor
李子颖
林锦荣
葛祥坤
张玉燕
聂江涛
郭建
刘军港
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 CN201911407318.0A priority Critical patent/CN111045113A/zh
Publication of CN111045113A publication Critical patent/CN111045113A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/286—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q involving mechanical work, e.g. chopping, disintegrating, compacting, homogenising
    • 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
    • G01N21/84—Systems specially adapted for particular applications
    • 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

Landscapes

  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geophysics (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明属于热液铀矿成矿预测与找矿技术领域，具体公开一种热液铀矿成矿深度元素组合示踪方法：步骤1，选择浅部铀矿体的空间位置；步骤2，选择的浅部铀矿体的空间位置进行样品采集；步骤3，确定样品中的铀矿物及其他金属矿物元素以及铀矿石特征；步骤4，对样品进行微量元素分析测试和数据分析，确定样品的元素序列特征；步骤5，根据步骤3、4确定样品元素组合序列；步骤6，根据步骤5确定元素组合序列规律；步骤7，根据步骤6确定的元素组合序列规律，预测热液铀矿深部有无隐伏盲矿体，确定存在高品位矿体的深度。本发明的方法能够确定铀矿体微量元素垂直分带特征和矿头晕‑矿体晕‑矿尾晕的元素组合序列，指导寻找深部盲矿体。

Description

一种热液型铀矿成矿深度元素组合示踪方法
技术领域
本发明属于热液铀矿成矿预测与找矿技术领域，具体涉及一种热液型铀矿成矿深度元素组合示踪方法。
背景技术
热液型铀矿是我国乃至世界上的重要工业铀矿化类型，是长期以来的找矿目标类型，发现了众多铀矿床和矿田，但它们大部分布在浅表，随着找矿的进展，往更大深度的找矿显得越来越重要我国深部热液型铀矿的找矿前景和潜力很大。近些年来，在该类型的深部找矿评价和研究过程中，获得了大量的新的数据和资料，对热液型铀矿深部矿化特征和控矿要素取得许多新的成果。含铀成矿热液在断裂构造带上升、充填、渗滤、扩散过程中物理化学条件不断的变化，由于铀及其伴生元素地球化学性质的差异，导致了各元素沉淀时间存在先后，空间分布出现分带。因此，亟需找到“一种热液铀矿成矿深度元素组合示踪方法”。
发明内容
本发明所要解决的技术问题是，提供一种热液型铀矿成矿深度元素组合的示踪方法，该方法能够确定铀矿体微量元素组合垂直分带特征，确定矿头晕-矿体晕-矿尾晕的元素组合序列，指导寻找深部盲矿体。
实现本发明目的的技术方案：一种热液铀矿成矿深度元素组合示踪方法，其特征在于，该方法具体包括以下步骤：
步骤1，确定热液型铀矿床的地质构造背景和交代蚀变特征，选择具有典型特征的浅部铀矿体的空间位置；
步骤2，根据上述步骤1中选择的浅部铀矿体的空间位置进行样品采集；
步骤3，根据上述步骤2中采集的样品，确定样品中的铀矿物及其他金属矿物元素以及铀矿石特征；
步骤4，选择步骤2.1中采集的样品进行微量元素分析测试和数据分析，确定样品的元素序列特征；
步骤5，通过对比上述步骤3中得到的铀矿物及其他金属矿物的含量和步骤4中得到的元素序列特征，或者仅根据步骤4中得到的元素序列特征，确定样品元素组合序列；
步骤6，根据上述步骤5中的样品元素组合序列，确定热液型铀矿床铀矿体垂直方向元素组合序列规律，并确定样品在矿体中原生晕分带中的位置；
步骤7，根据上述步骤6确定的热液型铀矿床铀矿体垂直方向元素组合序列规律，预测热液铀矿深部有无隐伏盲矿体，并确定热液铀矿深部存在矿体的最大深度。
所述的步骤2中判浅部铀矿体的空间位置是否有巷道，如果有巷道，则在不同深度巷道深度中段采集样品；如果没有巷道，则在不同深度钻孔岩心采集样品。
所述的步骤2中不同深度巷道深度采集样品时，巷道深度间隔相同，每一深度巷道各自采集大小相同的两份样品，其中一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。
所述的步骤2中则在不同深度钻孔岩心采集样品时，钻孔岩心深度间隔相同，每一钻孔岩心深度各自采集大小相同的两份样品，其中一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。
对所述的步骤2中采集的样品中用做岩矿鉴定和观察标本进行光薄片磨制。
所述的步骤3的具体步骤如下：
步骤3.1，通过观察上述步骤2.2中用做岩矿鉴定和观察标本的样品光薄片的铀矿石的颜色、矿物成分和构造特点，初步确定铀矿石的特征；
步骤3.2，将步骤2.2中的光薄片至于偏光显微镜的反射光下，确定出铀矿石中所有的金属矿物，确定光薄片下铀矿物及其他金属矿物元素和铀矿石不同矿物间的共生组合特征。
所述的步骤4中选择步骤2中用做化学分析的样品进行微量元素分析。
所述的步骤4的具体步骤如下：
步骤4.1，对样品进行元素分析测试；
步骤4.2，对步骤4.1中的得出的元素分析测试数据进行标准化处理；
步骤4.3，对上述对步骤4.2中的标准化处理后的元素数据进行聚类分析和相关性分析；
步骤4.4，根据上述步骤4.3的聚类分析和相关性分析结果，确样品中31种微量元素与U元素最密切相关的元素，即确定样品的元素序列特征。
所述的步骤6的具体步骤如下：
步骤6.1，根据上述步骤5中的样品元素组合序列，确定热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律；
步骤6.2，根据上述步骤6.1中的矿体原生晕的分带规律，确定样品位于矿体原生晕中的矿头晕位置，即确定样品位于矿体中的位置；
当所述的步骤2中在不同深度巷道深度采集样品时，所述的步骤5中通过比对步骤3.2中得到的铀矿物及其他金属矿物的含量和步骤4.4中得到的元素序列特征，确定样品元素组合序列。
当所述的步骤2中在不同深度巷道深度采集样品时，步骤6.1中确定的热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律为：
矿头晕(0～300米)元素组合序列为：元素U-Ba-Sb-As-Hg-Cd；
矿体晕(300～700米)元素组合序列为：元素U-Pb-Zn-Au-Cu-Bi-Ni-Mo；
矿尾晕(700～1200米)元素组合序列为：元素U-Be-Sn-W。
当所述的步骤2中在不同深度巷道深度采集样品时，步骤6.2中确定出样品位于矿体原生晕中的矿头晕位置，整个巷道整体处于矿体的矿头。
当所述的步骤2中在不同深度巷道深度采集样品时，所述的步骤7具体包括以下步骤：
步骤7.1，根据上述步骤6.2中确定的热液型铀矿体存在矿头晕-矿体晕-矿尾晕的空间位置分布规律，确定巷道下方存在矿体晕和矿尾晕，并确定巷道下方矿体晕和矿尾晕的位置；
步骤7.2，根据上述步骤7.2确定的巷道下方矿体晕和矿尾晕的位置，确定热液铀矿深部矿体的最大深度。
当所述的步骤2在不同钻孔岩芯深度采集样品时，所述的步骤5中根据步骤4.4中得到的元素序列特征，确定样品元素组合序列。
当所述的步骤2中在不同钻孔岩芯深度采集样品时，步骤6.1中确定的热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律为：
矿头晕(0～300米)元素组合序列为：元素U-Ba-Sb-Mo-Nb-Ni-Cs-As-Hg-Cd-Bi-Ag；
矿体晕(300～700米)元素组合序列为：元素U-Cd-Pb-Bi-Cu-Mo-Ag-Zn-Au-Ni；
矿尾晕(700～1200米)元素组合序列为：U-Bi-Cu-Mo-Ta-Nb-Be-W-Sb-Sn。
当所述的步骤2中在不同钻孔岩芯深度采集样品时，所述的步骤7具体包括以下步骤：
步骤7.1，根据步骤1和步骤3铀矿体中铀矿石的特征，确定已知铀矿体的形态-规模和走向；
步骤7.2，根据步骤5中棉花坑铀矿体17个样品元素序列特征，作U元素与其他金属元素趋势变化图；
步骤7.3，根据步骤7.2中U元素与其他金属元素趋势变化图，确定矿头晕-矿体晕-矿尾晕的形态和深度；
步骤7.4，根据步骤6.2中确定的样品处于矿体中原生晕的位置及步骤7.3确定的原生晕的形态和深度，确定盲矿靶区的形态和深度，确定热液铀矿深部存在矿体的最大深度。
所述的步骤4.1中采用等离子体电感耦合等离子体质谱仪进行元素分析测试。
所述的步骤4.3中采用数据统计分析软件进行聚类分析和相关性分析。本发明的有益技术效果在于：本发明通过热液型铀矿成矿深度元素组合的示踪方法，确定矿头晕-矿体晕-矿尾晕的元素组合序列，确定铀矿床矿体的空间范围，为评价深部铀矿化前景，设计钻探深度、指导寻找深部盲矿体提供了一种有效的技术方法。本发明的方法对评价深部铀矿化的前景，指导深部铀矿勘查具有重要意义。
附图说明
图1为本发明所提供的热液型铀矿床垂直方向元素组合序列规律示意图。
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，下面两个实施中的热液型铀矿为棉花坑花岗岩型铀矿。
实施例1
一种热液型铀矿成矿深度元素组合示踪方法，该方法具体包括以下步骤：
步骤1，开展棉花坑花岗岩型铀矿床的地质构造背景和交代蚀变特征研究，通过查询巷道工程设计图和野外调查，选择具有典型特征的浅部铀矿体的空间位置
本实施中，选择棉花坑花岗岩型铀矿巷道中的大脉型铀矿体作为采样对象。
步骤2，根据上述步骤1中的地质构造背景和交代蚀变特征，在不同深度巷道中采集样品，一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。
步骤2.1，在不同深度巷道深度中段采集样品，巷道深度间隔相同；在每一深度巷道中段各自采集大小相同的两份样品，其中一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。由于地质环境等问题造成中段深度无法正常取样时，可上下10米幅度采取替代样品。
本实施例中，巷道深度均匀间隔40m，即在棉花坑花岗岩型铀矿床深度0m(地表)、-40m、-80m、-120m、-160m、-200m的巷道中段采集样品。在每一深度巷道中段各自采集2件3cm×6cm×9cm大小的样品；从上述6个深度巷道样品中各自取出1件样品组成一份样品，该份样品用做岩矿鉴定和观察标本；将上述6个深度巷道样品中的另外1件样品组成另一份样品，该另一份样品用做化学分析。即一份用做岩矿鉴定和观察标本的样品、一份样品用做化学分析各自包括6件样品。
步骤2.2，选择步骤2.1采集的巷道中段样品中用做岩矿鉴定和观察标本的样品一份，并磨制光薄片
每个样品至少磨制1个光薄片。样品不均一时加磨光薄片。本实施例中，一份巷道中段样品有6件样品，至少磨制6个光薄片。
步骤3，根据步骤2.2中用做岩矿鉴定和观察标本的样品光薄片，确定样品中的铀矿物及其他金属矿物元素以及铀矿石的特征。
步骤3.1，通过放大镜和电子探针观察上述步骤2.2中用做岩矿鉴定和观察标本的样品6个光薄片的铀矿石的颜色、矿物成分和构造特点，初步确定铀矿石的特征；
步骤3.2，将步骤2.2中的6个光薄片置于偏光显微镜的反射光下，确定出铀矿石中所有的金属矿物，通过目估法统计光薄片下的铀矿物及其他金属矿物元素。
目估法统计的光薄片下的铀矿物包括沥青铀矿和辉锑矿，铀矿物元素包括U；其他金属矿物包括Ba、Sb、Nb、Cs、As、Hg、Cd、Ag元素。步骤4，选择步骤2.1中采集的巷道中段样品中用做化学分析的样品，进行微量元素分析测试和数据分析，确定样品的元素序列特征。
步骤4.1，对本实例中的6件样品，用等离子体电感耦合等离子体质谱仪(LC-ICP-MS)进行U、Li、Be、Sc、As、Hg、V、Cr、Co、Ni、Cu、Zn、Ga、Mn、Rb、Sr、Nb、Mo、Cd、In、Sb、Cs、Ba、Ta、W、Tl、Pb、Bi、Th、Zr、Hf、Y共32种元素分析测试。
步骤4.2，对步骤4.1中的32种元素分析测试数据进行标准化处理。
标准化处理是指统计数据的指数化。
步骤4.3，对上述对步骤4.2中的32种元素标准化处理后的数据，运用数据统计分析软件(SPSS软件)进行聚类分析和相关性分析。
步骤4.4，根据上述步骤4.3的聚类分析和相关性分析结果，确定6个样品中31种微量元素与U元素最密切相关的元素均为U、Ba、Sb、Nb、Cs、As、Hg、Cd、Ag，即确定样品的元素序列特征。
步骤5，比对步骤3.2中得到的铀矿物及其他金属矿物的含量和步骤4.4中得到的元素序列特征，确定样品元素组合序列。
步骤4.4中得到的U元素最密切相关的元素与步骤3.2中得到的矿物中的元素分布特征存在一致性，确定6个样品的元素组合序列为U、Ba、Sb、Nb、Cs、As、Hg、Cd、Ag。
步骤6，根据上述步骤5中的样品元素组合序列，确定热液型铀矿床铀矿体垂直方向元素组合序列规律，并确定6个样品在矿体中原生晕分带中的位置。
步骤6.1，根据上述步骤5中的样品元素组合序列，确定热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律为：
矿头晕(0～300米)元素组合序列为：元素U-Ba-Sb-As-Hg-Cd；
矿体晕(300～700米)元素组合序列为：元素U-Pb-Zn-Au-Cu-Bi-Ni-Mo；
矿尾晕(700～1200米)元素组合序列为：元素U-Be-Sn-W。
步骤6.2，根据上述步骤6.1中的矿体原生晕的分带规律，确定6个样品位于矿体原生晕中的矿头晕位置，即确定样品位于矿体中的位置。
通过对比发现本实施方案中6个样品的元素组合序列为U、Ba、Sb、Nb、Cs、As、Hg、Cd、Ag，其中包含矿头晕U-Ba-Sb-As-Hg-Cd元素组合序列，且Nb、Cs、Ag三种元素既不属于在矿体晕，也不属于矿尾晕的元素组合序列。从而确定6个样品位于矿体原生晕中的矿头晕位置，整个巷道整体处于矿体的矿头。
步骤7，根据上述步骤6确定的热液型铀矿床铀矿体垂直方向元素组合序列规律，预测热液铀矿深部有无隐伏盲矿体，并确定热液铀矿深部存在矿体的最大深度。
步骤7.1，由上述步骤6.2确定整个巷道整体处于矿体的矿头，根据上述步骤6.2中确定的热液型铀矿体存在矿头晕-矿体晕-矿尾晕的空间位置分布规律，确定巷道下方存在矿体晕和矿尾晕，并确定巷道下方矿体晕和矿尾晕的位置。
上述步骤7.1中根据巷道矿头晕显示的规模和矿化强度，上述步骤6.1中确定的热液型铀矿体存在矿头晕-矿体晕-矿尾晕的空间位置分布规律，确定深度0-200米全为矿头晕的元素组合序列，200米处仍未见到矿体晕的元素组合；确定巷道下方50米深度仍为矿头晕，进一步确定矿头晕下方300米深度为矿体晕，矿头晕下方400米深度为矿尾晕。
步骤7.2，根据上述步骤7.2确定的巷道下方矿体晕和矿尾晕的位置，确定热液铀矿深部矿体的最大深度
本实施中，棉花坑花岗岩型铀矿深部矿体的最大深度位于深度950米附近。
在该区设计钻探深度1000m，后经钻探查证在该区947m深度发现高品位的铀矿体。
实施例2
一种热液型铀矿成矿深度元素组合示踪方法，该方法具体包括以下步骤：
步骤1，开展棉花坑花岗岩型铀矿床的地质构造背景和交代蚀变特征研究，通过查询钻孔工程设计图和野外调查，选择具有典型特征的浅部铀矿体的空间位置
本实施中，选择棉花坑花岗岩型铀矿钻孔中存在大脉型的铀矿体作为采样对象。
步骤2，根据上述步骤1中的地质构造背景和交代蚀变特征，在不同深度钻孔中采集岩心样品，一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。
步骤2.1，在不同深度钻孔中采集岩心样品，每隔50m各自采集大小相同的两份样品，其中一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。
实施例中，选择808米深的钻孔岩心作为采样对象，钻孔岩心采样深度间隔50m，即在棉花坑花岗岩型铀矿深度0m(地表)、-50m、-100m、-150m、-200m、-250m、-300m、-350m、-400m、-450m、-500m、-550m、-600m、-650m、-700m、-750m、-800m的钻孔岩心处，劈心采集两份8cm长的钻孔岩心样品，从上述17个钻孔岩心样品中各自取出1件样品组成一份样品，该份样品用做岩矿鉴定和观察标本；将上述17个钻孔岩心样品中的另外1件样品组成另一份样品，该另一份样品用于做化学分析。即一份用做岩矿鉴定和观察标本的样品、一份样品用做化学分析各自包括17件样品。
步骤2.2，选择步骤2.1采集的钻孔岩心样品中用做岩矿鉴定和观察标本的样品一份，并磨制光薄片
每个样品至少磨制1个光薄片。样品不均一时加磨光薄片。本实施例中，一份巷道中段样品有17件样品，至少磨制17个光薄片。
步骤3，根据选择步骤2.2中用做岩矿鉴定和观察标本的样品光薄片，确定样品中的铀矿物及其他金属矿物含量，并确定铀矿石特征
步骤3.1，通过放大镜和电子探观察上述步骤2.2中用做岩矿鉴定和观察标本的样品17个光薄片的铀矿石的颜色、矿物成分和构造特点，初步确定铀矿石的特征；
步骤3.2，将步骤2.2中的17个光薄片至于偏光显微镜的反射光下，确定出铀矿石中所有的金属矿物，通过目估法统计光薄片下铀矿物及其他金属矿物元素，并记录确定铀矿石不同矿物间的共生组合特征。
铀矿物主要是指沥青铀矿、硅钙铀矿和钙铀云母。
其他金属矿物主要包含锆石、直氟碳钙铈矿、磷灰石、磷钇矿。
步骤4，选择步骤2.1采集的钻孔岩心样品中用做化学分析的样品，进行微量元素分析测试和数据分析，样品元素序列特征。
步骤4.1，对本实例中的17件样品，用等离子体电感耦合等离子体质谱仪(LC-ICP-MS)进行U、Li、Be、Sc、As、Hg、V、Cr、Co、Ni、Cu、Zn、Ga、Mn、Rb、Sr、Nb、Mo、Cd、In、Sb、Cs、Ba、Ta、W、Tl、Pb、Bi、Th、Zr、Hf、Y共32种元素分析测试。
步骤4.2对步骤4.1中的32种元素分析测试数据进行标准化处理。
标准化处理是指统计数据的指数化。
步骤4.3对以上32种元素标准化处理后的数据，运用数据统计分析软件(SPSS软件)进行聚类分析和相关性分析。步骤4.4步骤4.3的聚类分析和相关性分析结果，确定17个样品中31种微量元素与U元素最密切相关的元素，17个样品元素中与U元素最密切相关的元素为Ba、Sb、Be、W、Ta、Nb、Pb、Bi、Cu、Mo，即确定样品的元素序列特征。0～300m深度的7个样品，与U元素最密切相关的元素为Ba、Sb、Mo、Nb、Ni、Cs、As、Hg、Cd、Bi、Ag；300～700米深度与U元素最密切相关的元素为Cd、Pb、Bi、Cu、Mo、Ag、Zn、Au、Ni；700～800米深度与U元素最密切相关的元素为Bi、Cu、Mo、Ta、Nb、Be、W、Sb、Sn；即确定样品的元素序列特征
步骤5，根据上述步骤4.4中得到的元素序列特征，确定样品元素组合序列。
本实例中，棉花坑铀矿床从矿头晕-矿体晕-矿尾晕的元素序列特征，具有明显的垂向变化规律和分带性。样品1-7既富集矿头低温元素Ba、Sb和又富集矿体元素；样品16-17富集矿尾元素Be、W、Ta、Nb等高温元素和矿头低温元素Sb；8-15既不富集典型矿尾元素Be、Sn，也不富集典型矿头元素Sb、Ba，只富集矿体元素Pb、Bi、Cu、Mo。
步骤6，上述步骤5中的样品元素组合序列，确定热液型铀矿床铀矿体垂直方向元素组合序列规律，从而确定17个样品在矿体中原生晕分带中的位置，即确定样品位于矿体中的位置。
步骤6.1，根据上述步骤5中的样品元素组合序列，确定如图1所示的热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律为：
矿头晕(0～300米)元素组合序列为：元素U-Ba-Sb-Mo-Nb-Ni-Cs-As-Hg-Cd-Bi-Ag；
矿体晕(300～700米)元素组合序列为：元素U-Cd-Pb-Bi-Cu-Mo-Ag-Zn-Au-Ni；
矿尾晕(700～1200米)元素组合序列为：U-Bi-Cu-Mo-Ta-Nb-Be-W-Sb-Sn。
步骤6.2，根据上述步骤6.1中的矿体原生晕的分带规律，确定17个样品位于矿体中的位置，即确定样品位于矿体中的位置。
根据上述步骤6.1中的矿体原生晕的分带规律，判断出样品1-7位于矿头-矿体部位；样品8-15位于矿体中部；样品16-17可能位于矿体-尾部和深部另一个矿体的叠加部位，预测下部矿体再往深部还存在另一个铀矿体。
步骤7，根据步骤1和步骤3铀矿体中铀矿石的特征，以及上述步骤6确定的热液型铀矿床铀矿体垂直方向元素组合序列规律，预测热液铀矿深部有无隐伏盲矿体，确定热液铀矿深部存在矿体的最大深度。
步骤7.1，根据步骤1和步骤3铀矿体中铀矿石的特征，确定已知铀矿体的形态-规模和走向；
步骤7.2，根据步骤5中棉花坑铀矿体17个样品元素序列特征，作U元素与其他金属元素趋势变化图；
步骤7.3，根据步骤7.2中U元素与其他金属元素趋势变化图，确定矿头晕-矿体晕-矿尾晕的形态和深度；
步骤7.4，根据步骤6.2中确定的17个样品处于矿体中原生晕的位置及步骤7.3确定的原生晕的形态和深度，确定盲矿靶区的形态和深度，确定热液铀矿深部存在矿体的最大深度。
本实施中，棉花坑花岗岩型铀矿深部存在矿体的最大深度位于1200米附近，即盲矿体的最大埋深位于1200米附近。
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 (18)

1.一种热液铀矿成矿深度元素组合示踪方法，其特征在于，该方法具体包括以下步骤：
步骤1，确定热液型铀矿床的地质构造背景和交代蚀变特征，选择具有典型特征的浅部铀矿体的空间位置；
步骤2，根据上述步骤1中选择的浅部铀矿体的空间位置进行样品采集；
步骤3，根据上述步骤2中采集的样品，确定样品中的铀矿物及其他金属矿物元素以及铀矿石特征；
步骤4，选择步骤2.1中采集的样品进行微量元素分析测试和数据分析，确定样品的元素序列特征；
步骤5，通过对比上述步骤3中得到的铀矿物及其他金属矿物的含量和步骤4中得到的元素序列特征，或者仅根据步骤4中得到的元素序列特征，确定样品元素组合序列；
步骤6，根据上述步骤5中的样品元素组合序列，确定热液型铀矿床铀矿体垂直方向元素组合序列规律，并确定样品在矿体中原生晕分带中的位置；
步骤7，根据上述步骤6确定的热液型铀矿床铀矿体垂直方向元素组合序列规律，预测热液铀矿深部有无隐伏盲矿体，并确定热液铀矿深部存在矿体的最大深度。
2.根据权利要求1所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤2中判浅部铀矿体的空间位置是否有巷道，如果有巷道，则在不同深度巷道深度中段采集样品；如果没有巷道，则在不同深度钻孔岩心采集样品。
3.根据权利要求2所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤2中不同深度巷道深度采集样品时，巷道深度间隔相同，每一深度巷道各自采集大小相同的两份样品，其中一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。
4.根据权利要求2所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤2中则在不同深度钻孔岩心采集样品时，钻孔岩心深度间隔相同，每一钻孔岩心深度各自采集大小相同的两份样品，其中一份样品用做岩矿鉴定和观察标本，另一份样品用做化学分析。
5.根据权利要求4所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：对所述的步骤2中采集的样品中用做岩矿鉴定和观察标本进行光薄片磨制。
6.根据权利要求5所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤3的具体步骤如下：
步骤3.1，通过观察上述步骤2.2中用做岩矿鉴定和观察标本的样品光薄片的铀矿石的颜色、矿物成分和构造特点，初步确定铀矿石的特征；
步骤3.2，将步骤2.2中的光薄片至于偏光显微镜的反射光下，确定出铀矿石中所有的金属矿物，确定光薄片下铀矿物及其他金属矿物元素和铀矿石不同矿物间的共生组合特征。
7.根据权利要求6所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤4中选择步骤2中用做化学分析的样品进行微量元素分析。
8.根据权利要求7所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤4的具体步骤如下：
步骤4.1，对样品进行元素分析测试；
步骤4.2，对步骤4.1中的得出的元素分析测试数据进行标准化处理；
步骤4.3，对上述对步骤4.2中的标准化处理后的元素数据进行聚类分析和相关性分析；
步骤4.4，根据上述步骤4.3的聚类分析和相关性分析结果，确样品中31种微量元素与U元素最密切相关的元素，即确定样品的元素序列特征。
9.根据权利要求8所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤6的具体步骤如下：
步骤6.1，根据上述步骤5中的样品元素组合序列，确定热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律；
步骤6.2，根据上述步骤6.1中的矿体原生晕的分带规律，确定样品位于矿体原生晕中的矿头晕位置，即确定样品位于矿体中的位置。
10.根据权利要求9所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：当所述的步骤2中在不同深度巷道深度采集样品时，所述的步骤5中通过比对步骤3.2中得到的铀矿物及其他金属矿物的含量和步骤4.4中得到的元素序列特征，确定样品元素组合序列。
11.根据权利要求10所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：当所述的步骤2中在不同深度巷道深度采集样品时，步骤6.1中确定的热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律为：
矿头晕(0～300米)元素组合序列为：元素U-Ba-Sb-As-Hg-Cd；
矿体晕(300～700米)元素组合序列为：元素U-Pb-Zn-Au-Cu-Bi-Ni-Mo；
矿尾晕(700～1200米)元素组合序列为：元素U-Be-Sn-W。
12.根据权利要求11所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：当所述的步骤2中在不同深度巷道深度采集样品时，步骤6.2中确定出样品位于矿体原生晕中的矿头晕位置，整个巷道整体处于矿体的矿头。
13.根据权利要求12所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：当所述的步骤2中在不同深度巷道深度采集样品时，所述的步骤7具体包括以下步骤：
步骤7.1，根据上述步骤6.2中确定的热液型铀矿体存在矿头晕-矿体晕-矿尾晕的空间位置分布规律，确定巷道下方存在矿体晕和矿尾晕，并确定巷道下方矿体晕和矿尾晕的位置；
步骤7.2，根据上述步骤7.2确定的巷道下方矿体晕和矿尾晕的位置，确定热液铀矿深部矿体的最大深度。
14.根据权利要求9所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：当所述的步骤2在不同钻孔岩芯深度采集样品时，所述的步骤5中根据步骤4.4中得到的元素序列特征，确定样品元素组合序列。
15.根据权利要求14所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：当所述的步骤2中在不同钻孔岩芯深度采集样品时，步骤6.1中确定的热液型铀矿床垂直方向元素组合序列规律，即矿体原生晕的分带规律为：
矿头晕(0～300米)元素组合序列为：元素U-Ba-Sb-Mo-Nb-Ni-Cs-As-Hg-Cd-Bi-Ag；
矿体晕(300～700米)元素组合序列为：元素U-Cd-Pb-Bi-Cu-Mo-Ag-Zn-Au-Ni；
矿尾晕(700～1200米)元素组合序列为：U-Bi-Cu-Mo-Ta-Nb-Be-W-Sb-Sn。
16.根据权利要求15所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：当所述的步骤2中在不同钻孔岩芯深度采集样品时，所述的步骤7具体包括以下步骤：
步骤7.1，根据步骤1和步骤3铀矿体中铀矿石的特征，确定已知铀矿体的形态-规模和走向；
步骤7.2，根据步骤5中棉花坑铀矿体17个样品元素序列特征，作U元素与其他金属元素趋势变化图；
步骤7.3，根据步骤7.2中U元素与其他金属元素趋势变化图，确定矿头晕-矿体晕-矿尾晕的形态和深度；
步骤7.4，根据步骤6.2中确定的样品处于矿体中原生晕的位置及步骤7.3确定的原生晕的形态和深度，确定盲矿靶区的形态和深度，确定热液铀矿深部存在矿体的最大深度。
17.根据权利要求1至16中任一项所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤4.1中采用等离子体电感耦合等离子体质谱仪进行元素分析测试。
18.根据权利要求1至16中任一项所述的一种热液铀矿成矿深度元素组合示踪方法，其特征在于：所述的步骤4.3中采用数据统计分析软件进行聚类分析和相关性分析。
CN201911407318.0A 2019-12-31 2019-12-31 一种热液型铀矿成矿深度元素组合示踪方法 Pending CN111045113A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911407318.0A CN111045113A (zh) 2019-12-31 2019-12-31 一种热液型铀矿成矿深度元素组合示踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911407318.0A CN111045113A (zh) 2019-12-31 2019-12-31 一种热液型铀矿成矿深度元素组合示踪方法

Publications (1)

Publication Number Publication Date
CN111045113A true CN111045113A (zh) 2020-04-21

Family

ID=70242942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911407318.0A Pending CN111045113A (zh) 2019-12-31 2019-12-31 一种热液型铀矿成矿深度元素组合示踪方法

Country Status (1)

Country Link
CN (1) CN111045113A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112327369A (zh) * 2020-11-02 2021-02-05 核工业北京地质研究院 一种基于钻孔中低阻矿化蚀变带延伸方向探测方法及系统
CN112799142A (zh) * 2020-12-30 2021-05-14 核工业北京地质研究院 一种铀钼铅多金属矿化的矿物组合预测方法
CN113406723A (zh) * 2021-06-07 2021-09-17 核工业北京地质研究院 一种火山岩型铀矿深部成矿潜力的评价方法
CN113933260A (zh) * 2021-09-15 2022-01-14 核工业北京地质研究院 一种热液铀矿床流体活动中心的识别方法
CN115508904A (zh) * 2022-10-19 2022-12-23 核工业北京地质研究院 基于元素组圈定热液铀矿远景区的方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105717551A (zh) * 2014-12-05 2016-06-29 核工业北京地质研究院 一种火山岩型铀矿盲矿空间定位方法
CN108761559A (zh) * 2018-05-22 2018-11-06 青海省第五地质矿产勘查院 基于典型钨矿床原生晕的深部找矿方法
CN109738947A (zh) * 2018-12-12 2019-05-10 核工业北京地质研究院 一种圈定砂岩型铀矿找矿远景区的物化探组合方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105717551A (zh) * 2014-12-05 2016-06-29 核工业北京地质研究院 一种火山岩型铀矿盲矿空间定位方法
CN108761559A (zh) * 2018-05-22 2018-11-06 青海省第五地质矿产勘查院 基于典型钨矿床原生晕的深部找矿方法
CN109738947A (zh) * 2018-12-12 2019-05-10 核工业北京地质研究院 一种圈定砂岩型铀矿找矿远景区的物化探组合方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴迪 等: "黄沟铀矿床原生晕垂向分带模型", 《铀矿地质》 *
庞雅庆 等: "粤北棉花坑铀矿床原生晕地球化学特征与深部找矿预测标志", 《铀矿地质》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112327369A (zh) * 2020-11-02 2021-02-05 核工业北京地质研究院 一种基于钻孔中低阻矿化蚀变带延伸方向探测方法及系统
CN112327369B (zh) * 2020-11-02 2024-03-12 核工业北京地质研究院 一种基于钻孔中低阻矿化蚀变带延伸方向探测方法及系统
CN112799142A (zh) * 2020-12-30 2021-05-14 核工业北京地质研究院 一种铀钼铅多金属矿化的矿物组合预测方法
CN112799142B (zh) * 2020-12-30 2021-12-17 核工业北京地质研究院 一种铀钼铅多金属矿化的矿物组合预测方法
CN113406723A (zh) * 2021-06-07 2021-09-17 核工业北京地质研究院 一种火山岩型铀矿深部成矿潜力的评价方法
CN113406723B (zh) * 2021-06-07 2024-04-26 核工业北京地质研究院 一种火山岩型铀矿深部成矿潜力的评价方法
CN113933260A (zh) * 2021-09-15 2022-01-14 核工业北京地质研究院 一种热液铀矿床流体活动中心的识别方法
CN113933260B (zh) * 2021-09-15 2024-06-11 核工业北京地质研究院 一种热液铀矿床流体活动中心的识别方法
CN115508904A (zh) * 2022-10-19 2022-12-23 核工业北京地质研究院 基于元素组圈定热液铀矿远景区的方法

Similar Documents

Publication Publication Date Title
CN111045113A (zh) 一种热液型铀矿成矿深度元素组合示踪方法
CN111044519B (zh) 一种指示深部热液铀矿化的矿物组合方法
CN104612675B (zh) 一种碳酸盐岩地层随钻岩性快速识别方法
CN108680965B (zh) 一种适用于戈壁荒漠浅覆盖区快速找矿方法
CN112782773B (zh) 一种侵入岩型铀钍铌钽矿隐伏资源预测评价方法
Parbhakar-Fox et al. Cost-effective means for identifying acid rock drainage risks—integration of the geochemistry-mineralogy-texture approach and geometallurgical techniques
CN115078520A (zh) 基于矿物地球化学的斑岩系统含矿性评价方法
CN111261236A (zh) 隧道火成岩风化程度确定系统及方法
CN102539194B (zh) 梯度地球化学勘探方法
CN109490266B (zh) 一种岩样无损取样方法
CN111063028A (zh) 适用于铀矿深部有利成矿空间的地质识别及定位方法
CN107339076B (zh) 一种井下坑道编录的刻槽取样方法
CN109490974B (zh) 一种提高铀多金属综合勘查效率的铀矿地质填图工作方法
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
CN115204563A (zh) 一种适用于砂岩型铀矿找矿目标层的评价方法
CN113359203B (zh) 一种基于自然伽马能谱测井探测深部喷流沉积型矿床的方法
CN113933260B (zh) 一种热液铀矿床流体活动中心的识别方法
CN112285773B (zh) 一种隐伏断层二元结构定量表征方法
CN111045105B (zh) 火山岩型铀矿深部勘查地球化学原生晕分带模型预测方法
CN110728074B (zh) 混积细粒岩岩性连续解释的方法及其模型的建模方法
CN117761090A (zh) 一种用于识别热液型铀矿化中心的方法及装置
Vaasjoki The Teutonic Bore deposit, Western Australia: a lead isotope study of an ore and its gossan
Nguyen et al. Geological and Geochemical Characteristics of the Pac Lang Gold Deposits, Northeastern Vietnam and Their Potential Prospects
CN114483025B (zh) 基于地化特征随钻测试的隧道超前岩性识别系统及方法
CN115081358B (zh) 确定砂岩铀矿渗出流体的迁移动力和迁移时间的方法

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: 20200421

RJ01 Rejection of invention patent application after publication