CN111398571A - 利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法 - Google Patents
利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法 Download PDFInfo
- Publication number
- CN111398571A CN111398571A CN202010426793.9A CN202010426793A CN111398571A CN 111398571 A CN111398571 A CN 111398571A CN 202010426793 A CN202010426793 A CN 202010426793A CN 111398571 A CN111398571 A CN 111398571A
- Authority
- CN
- China
- Prior art keywords
- zircon
- ore
- skarn
- grade
- content
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Geophysics And Detection Of Objects (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法,包括:通过对含矿矽卡岩及不含矿矽卡岩中的高品位矽卡岩矿体与低品位矽卡岩矿体中的锆石阴极发光图像、晶型及群型、年龄谱系、微量元素及同位素等的对比,对矽卡岩含矿性的锆石判别,对矿石品位的锆石判别。本发明的优点是:1)能快速准确地判定矽卡岩的含矿性,区分含矿矽卡岩与不含矿矽卡岩,比传统勘查方法节约时间60%以上,节约资金50%以上。2)能有效指示含矿矽卡岩矿体总体平均品位,比传统分析化验手段节约时间50%以上,节约资金60%以上。3)能有效对矿床深边部找矿提出前瞻性预测,缩短找矿周期,为勘查前期决策提供关键信息,从而创造可观经济价值。
Description
技术领域
本发明涉及矿产勘查技术领域,特别涉及一种利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法。
背景技术
矿产勘查是指通过研究矿产形成与分布的地质条件、矿床赋存规律、矿体变化特征来进行矿床的勘探与评价,主要是解决如何在最短周期内以最少投入探明为保证矿业发展和矿山建设所需的地质资料﹑矿产资源量和储量的问题。矽卡岩主要产在在中、酸性侵入体与碳酸盐岩的接触带,在热接触变质作用的基础上和高温气化热液影响下,经交代作用所形成的一种接触交代变质岩石。矽卡岩型矿床也称接触交代矿床,是指在中酸性-中基性侵入岩类与碳酸盐类岩石的接触带上或其附近,由含矿气水热液交代作用而形成的矿床。对于矽卡岩型矿床的矿产勘查与评价最重要的内容就是其成矿潜力的评价,即矽卡岩含矿性(区分含矿及不含矿矽卡岩)以及含矿矽卡岩矿石品位的快速判断。首先,矽卡岩含矿性的判断是该类型矿床进行矿产勘查首先要解决的问题。在矽卡岩型矿床中通常发育有两类矽卡岩,一种含矿一种不含矿,两者经常在空间上紧密共生,且矿物种类类似,因而不易区分。传统方法对于上述两类矽卡岩的判断主要是通过矽卡岩矿物组合的研究来判断岩石形成的温度等物化条件,对照成矿的物化条件来区分两类矽卡岩。然而这种方法较为复杂,效率低且准确度不高。其次,对含矿矽卡岩中的成矿元素富集程度(即矿石品位)的预判是该类型矿床进行矿产勘查投入预算的关键因素。矿石品位高低决定矿产资源开发利用价值大小、加工利用方向与生产技术工艺流程等,因此十分重要。传统的矽卡岩矿体品位的确定主要通过化验样品的成矿元素含量来实现。该方法要求对整个矽卡岩矿体样品采样覆盖完全,且成矿元素含量高于检测限时才能实现。此外,由于矽卡岩在空间上产状多变,矿石在不同标高具有不同的含矿性,仅通过局部样品化验数据来估算整个地质体的品位显得以偏概全。近年来随着矽卡岩型矿床找矿勘探工作的不断深入,矿床深边部找矿难度增大,而传统的利用化验成矿元素含量来确定矽卡岩矿体品位的方法已不能完全满足现今高效找矿的需求。而且在找矿勘探初期及深边部找矿勘探过程中,探矿工程少,矽卡岩矿体揭露不完全,限制了大量样品的采集,这对矽卡岩的含矿性及矿体品位的准确判断形成挑战。因此如何在不深入研究矽卡岩矿物组合及不直接化验矿石成矿元素含量的前提下快速区分含矿矽卡岩及不含矿矽卡岩,并对含矿矽卡岩矿石品位进行前期预判,对整个矿区成矿潜力的确定十分重要,同时对该类型矿床的前期勘查非常关键。因此,挖掘一种新的、高效的矽卡岩含矿性及矽卡岩矿体品位的预判方法迫在眉睫。
锆石是一种在各类岩石中广泛存在的副矿物,前人对锆石的研究主要集中在运用锆石进行岩石(包括岩浆岩、变质岩和沉积岩)年代学的研究,而对矽卡岩中的锆石研究鲜有涉及。矽卡岩型矿床中的锆石来源及成因多样,有继承自岩浆岩的,有继承自碳酸盐岩地层的,有在热液流体中被改造蚀变的等等。通过前期研究表明,矽卡岩型矿床含矿矽卡岩及不含矿矽卡岩中的不同来源及成因的锆石具有明显不同的比例:含矿矽卡岩中的锆石包含从中酸性侵入体中继承的以及从碳酸盐岩地层中捕获的,且热液锆石(从流体中直接结晶的和受热液改造的锆石)占比较高。这是因为要形成含矿矽卡岩,必须有从中酸性侵入体中出溶的热液交代碳酸盐岩地层形成矿体,在此过程中必定的双方物质(如锆石及成矿元素)的加入,方能形成矿体。在此成矿过程中,来自双方的锆石在较高温度下发生重结晶或热液蚀变,使之形成热液锆石。不含矿矽卡岩中的锆石仅来自中酸性侵入体或仅来自碳酸盐岩地层,且热液蚀变程度低,含量少。这是因为在不含矿矽卡岩的形成过程中,要么中酸性侵入体岩浆没有混合含成矿物质的碳酸盐岩围岩,故仅有继承自侵入体的锆石而没有来自碳酸盐岩地层的锆石;要么中酸性侵入体与碳酸盐岩地层相距太远,在矽卡岩形成过程中仅提供热量而不提供出溶成矿流体,故在矽卡岩中不含从中酸性侵入体中继承的锆石仅有来自碳酸盐岩地层的锆石。在此成岩过程中,温度较低,难以对来自侵入体或碳酸盐岩地层中的锆石形成蚀变。因此,对矽卡岩中锆石类型及其比例的确定可以用来判断矽卡岩的含矿性。
前期研究表明,矽卡岩中成矿元素的富集程度与中酸性侵入体以及酸盐岩地层的参与程度密切相关。对于亲岩浆的成矿元素如钨、锡、钼、铋、铁、铜而言,成矿矽卡岩的品位与中酸性侵入体的参与程度呈正比,而中酸性侵入体的参与程度可以用含矿矽卡岩中继承自该中酸性侵入体锆石的多少及锆石受热液改造程度来标定。高品位含钨、锡、钼、铋、铁、铜矿化的矽卡岩矿石往往与大量的中酸性侵入体热液出溶有关,热液不仅携带大量成矿元素而且可以萃取侵入体中的锆石并对其进行改造,进而形成热液锆石。对于亲地层的成矿元素如铅、锌而言,成矿矽卡岩的品位与碳酸盐岩地层的参与程度呈正比,而碳酸盐岩地层的参与程度可以用含矿矽卡岩中继承自该碳酸盐岩地层锆石的多少及锆石受热液改造程度来标定。通过对不同矽卡岩型矿床不同品位矿石中的锆石及品位之间的关系研究,可快速断矽卡岩矿床成矿潜力。
发明内容
本发明针对现有技术的缺陷,提供了一种利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法,解决了现有技术中存在的缺陷。
为了实现以上发明目的,本发明采取的技术方案如下:
一种利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法,包括以下步骤:
一、矽卡岩含矿性(含矿矽卡岩及不含矿矽卡岩)的锆石判别,其步骤如下:
1)对矽卡岩中的锆石进行分选,随机挑选出至少100颗锆石;
2)对挑选出的锆石进行制靶及阴极发光(CL)和/或背散射(BSE)照相,观察锆石晶形及内部结构特征;
3)对锆石进行激光剥蚀电感耦合等离子体质谱(LA-ICPMS)原位U-Pb定年及微区元素分析;
4)对锆石进行激光剥蚀多接收器等离子质谱(LA-MC-ICPMS)Hf同位素分析;
5)统计阴极发光/背散射照片特征、锆石年代学特征、微量元素特征及Lu-H f同位素特征,
6)根据以上特征数据判断矽卡岩含矿性:
若矽卡岩中存在下面两种锆石:一种为CL图像显示锆石内部有明显震荡环带、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区成矿岩体一致的年龄(年龄较年轻)、继承自中酸性侵入体的岩浆锆石,一种为CL图像显示外部结构具有明显的磨圆度、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区围岩地层中的锆石一致的年龄组成(年龄较老)、继承自碳酸盐岩地层的碎屑锆石;且所有锆石中,CL图像呈单一黑色且内部不显示有震荡环带、BSE图像呈斑点杂色的热液锆石(受热液蚀变改造的岩浆或碎屑锆石)占比大于20%,且该20%以上的热液锆石具有特征微量元素Nb>5ppm,Ta>3ppm,Ti>10ppm,P>1000ppm,Hf>11000ppm,Y>1500ppm,U>1500ppm,LREE(轻稀土元素)>70ppm及同位素比值176Hf/177Hf>0.2820,176Yb/177Hf>0.03,176Lu/177Hf>0.001,则判断为含矿矽卡岩。
若矽卡岩中仅存在下面两种锆石中的任意一种:一种为CL图像显示锆石内部有明显震荡环带、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区成矿岩体一致的年龄(年龄较年轻)、继承自中酸性侵入体的岩浆锆石,一种为CL图像显示外部结构具有明显的磨圆度、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区围岩地层中的锆石一致的年龄组成(年龄较老)、继承自碳酸盐岩地层的碎屑锆石;且所有锆石中,CL图像呈震荡环带、BSE图像干净无杂色的非热液锆石占比大于80%,且该80%以上的碎屑锆石具有特征微量元素Nb<5ppm,Ta<3ppm,Ti<10ppm,P<1000ppm,Hf<11000ppm,Y<1500ppm,U<1500ppm,LREE(轻稀土元素)<70ppm及同位素比值176Hf/177Hf<0.2820,176Yb/177Hf<0.03,176Lu/177Hf<0.001,则判断为不含矿矽卡岩。
若矽卡岩中的锆石不符合上述两种情况中的任意一种,则不能判断矽卡岩的含矿性。
二、矿石品位(高品位矿体与低品位矿体)的锆石判别:
通过步骤一矽卡岩含矿性的判断后,对含矿矽卡岩进一步判断其品位高低。经过对数个典型矽卡岩型矿床矿石品位(单位:百分含量)、矿石中继承自中酸性侵入体或碳酸盐岩地层的锆石数量百分比(单位:百分含量)以及热液锆石百分比(单位:百分含量)数据关系的拟合研究(具体见实施例),分别建立钨、锡、钼、铋、铁、铜矿化矽卡岩及铅、锌矿化矽卡岩矿石品位的快速预测方法。
对于钨、锡、钼、铋、铁、铜矿化矽卡岩,继承自侵入体的锆石含量百分比与热液锆石含量百分比对品位的影响系数分别厘定为0.3及0.7,即品位与0.3倍侵入体锆石含量百分比加0.7倍热液锆石含量百分比呈正比。在步骤一的基础上利用锆石来判断钨、锡、钼、铋、铁、铜矿化矽卡岩矿石品位的步骤如下:1)根据矿区已有勘探资料确定已知矿石样品某成矿元素品位P,对已知矿石样品进行继承自侵入体的锆石含量百分比(Q)及热液锆石含量百分比(R)的统计;2)对未知矿石样品进行继承自侵入体的锆石含量百分比(Q’)及热液锆石含量百分比(R’)的统计;3)未知矿石该成矿元素品位估算数学表达式为:P’=P(0.3Q’+0.7R’)/(0.3Q+0.7R)。
对于铅、锌矿化矽卡岩,继承自碳酸盐岩地层的锆石含量百分比与热液锆石含量百分比对品位的影响系数分别厘定为0.8及0.2,即品位与0.8倍碳酸盐岩地层锆石含量百分比加0.2倍热液锆石含量百分比呈正比。在步骤一的基础上利用锆石来判断铅、锌矿化矽卡岩矿石品位的步骤如下:1)根据矿区已有勘探资料确定已知矿石样品某成矿元素品位P,对已知矿石样品进行碳酸盐岩地层锆石含量百分比(T)及热液锆石含量百分比(R)的统计;2)对未知矿石样品进行继承自碳酸盐岩地层的锆石含量百分比(T’)及热液锆石含量百分比(R’)的统计;3)未知矿石该成矿元素品位估算数学表达式为:P’=P(0.8T’+0.2R’)/(0.8T+0.2R)。
与现有技术相比,本发明的优点在于:
1)能快速准确地判定矽卡岩的含矿性,区分含矿矽卡岩与不含矿矽卡岩,比传统勘查方法节约时间60%以上,节约资金50%以上。2)能有效指示含矿矽卡岩矿体总体平均品位,比传统分析化验手段节约时间50%以上,节约资金60%以上。3)能有效对矿床深边部找矿提出前瞻性预测,缩短找矿周期,为勘查前期决策提供关键信息,从而创造可观经济价值。
附图说明
图1为本发明实施例1湖南柿竹园多金属矿床锆石CL图像;锆石上部数据为年龄结果,下部数字代表测试点编号;
图2为本发明实施例1湖南柿竹园多金属矿床锆石U-Pb定年结果统计直方图;
图3为本发明实施例1湖南柿竹园多金属矿床锆石稀土元素配分图;
图4为本发明实施例1湖南柿竹园多金属矿床锆石微量元素投点图;
图5为本发明实施例1湖南柿竹园多金属矿床锆石类型判别图;
图6为本发明实施例1湖南柿竹园多金属矿床锆石Hf同位素投点图;
图7为本发明实施例2湖南黄沙坪多金属矿床锆石CL(锆石组合的上或左边图像)及BSE(锆石组合的下或右边图像)图像;锆石内部数字代表测试点编号,锆石下部数据为年龄结果;
图8为本发明实施例2湖南黄沙坪多金属矿床锆石U-Pb定年结果统计直方图;
图9为本发明实施例2湖南黄沙坪多金属矿床锆石稀土元素配分图;
图10为本发明实施例2湖南黄沙坪多金属矿床锆石微量元素投点图;
图11为本发明实施例2湖南黄沙坪多金属矿床锆石类型判别图;
图12为本发明实施例2湖南黄沙坪多金属矿床锆石Hf同位素投点图;
图13为本发明实施例3湖南香花岭多金属矿床锆石CL图像;锆石下部数据为年龄结果;
图14为本发明实施例3湖南香花岭多金属矿床锆石U-Pb定年结果统计直方图;
图15为本发明实施例3湖南香花岭多金属矿床锆石稀土元素配分图;
图16为本发明实施例3湖南香花岭多金属矿床锆石微量元素投点图;
图17为本发明实施例3湖南香花岭多金属矿床锆石类型判别图;
图18为本发明实施例3湖南香花岭多金属矿床锆石Hf同位素投点图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下根据附图并列举实施例,对本发明做进一步详细说明。
实施例1:利用锆石快速判断湖南柿竹园多金属矿床矽卡岩含矿性及矿石品位
湖南郴县柿竹园多金属矿床位于南岭成矿带中段,区内发育有巨量矽卡岩型钨锡钼铋铜铅锌矿化,是我国重要的钨锡多金属产地。该矿田大部分矿化产于矽卡岩内,是实践矽卡岩型矿床勘探新方法的天然实验室。
选取该矿床的四个代表性矽卡岩样品(样品SZY8-4,不含矿透辉石石榴石矽卡岩;样品SZY8-5,钨矿化矽卡岩;样品SZY8-11,铅锌矿化矽卡岩;以及样品SZY8-12,铅锌矿化矽卡岩)中的锆石进行分析,分析过程为:
首先对以上四个样品进行锆石分选,从中各自随机挑选了100颗锆石作为标志品。
对上述标志品进行CL图像拍摄。根据CL图像,如附图1所示,可以很明显的看出不含矿矽卡岩与含矿矽卡岩中的锆石具有显著的差异:不含矿矽卡岩中锆石均为从围岩继承的碳酸盐岩地层碎屑锆石,外部结构具有明显的磨圆度(附图1a);含矿矽卡岩中锆石既有从围岩继承的碳酸盐岩地层碎屑锆石(外部结构具有明显的磨圆度)又有从中酸性侵入体中继承的岩浆锆石(内部结构显示明显震荡环带)(附图1b-d)。此外,在含矿矽卡岩中,上述部分锆石遭受了不同程度的热液改造,阴极发光呈单一黑色,且内部不显示有震荡环带,统计发现这些热液锆石数量占比超过了20%(附图1b-d)。
对上述标志品再进行LA-ICP-MS U-Pb定年和微区成分分析,发现这两类矽卡岩中的锆石具有差异显著的年龄(附图2)。不含矿矽卡岩中全部锆石年龄较老(大于约150Ma的成矿年龄)(附图2a-e),而含矿矽卡岩中锆石既有年龄较老的锆石,又有与矿区成矿岩体年龄一致的锆石(年龄较年轻,约150Ma左右)(附图2f-o)。
微区成分分析结果显示,含矿矽卡岩中的锆石具有较高的轻稀土含量(附图3,数量大于20%的锆石LREE>70ppm),且这些20%以上的含矿矽卡岩锆石具有较高的微量元素含量,如Nb>5ppm,Ta>3ppm,Ti>10ppm,P>1000ppm,Hf>11000ppm,Y>1500ppm,U>1500ppm(附图4),显示热液锆石特征(附图5)。相反,无矿矽卡岩中的碎屑锆石具有较低的轻稀土含量(附图3,数量大于80%的锆石LREE<70ppm),且80%以上的碎屑锆石具有较低的微量元素含量,如Nb<5ppm,Ta<3ppm,Ti<10ppm,P<1000ppm,Hf<11000ppm,Y<1500ppm,U<1500ppm(附图4),显示非热液锆石特征(附图5)。
对上述标志品再进行LA-MC-ICP-MS Hf同位素分析,发现数量大于20%的含矿矽卡岩锆石具有同位素比值176Hf/177Hf>0.2820,176Yb/177Hf>0.03,176Lu/177Hf>0.001(附图6)。相反,数量大于80%的无矿矽卡岩锆石具有同位素比值176Hf/177Hf<0.2820,176Yb/177Hf<0.03,176Lu/177Hf<0.001(附图6)。
根据上述结果,发明人认为通过对比分析不同矽卡岩中锆石的CL图像、U-Pb定年、微量元素及Hf同位素数据,可以有效地区分含矿与不含矿矽卡岩。
根据矿区已有勘探资料及矿石品位数据,对上述钨矿化矽卡岩样品进行矿石钨品位、矿石中继承自中酸性侵入体的锆石数量百分比以及热液锆石百分比等数据的对应关系研究,对铅锌矿化矽卡岩样品进行矿石铅品位、矿石中继承自碳酸盐岩地层的锆石数量百分比以及热液锆石百分比等数据的对应关系研究。样品SZY8-5的已知钨品位PW为0.43%,铅品位PPb为2.0%,继承自中酸性侵入体的锆石含量Q为33%,继承自碳酸盐岩地层的锆石含量T为67%,热液锆石含量为40%。样品SZY8-11的已知钨品位PW为0.18%,铅品位PPb为2.5%,继承自中酸性侵入体的锆石含量Q为13%,继承自碳酸盐岩地层的锆石含量T为87%,热液锆石含量R为20%。样品SZY8-12的已知钨品位PW为0.17%,铅品位PPb为2.7%,继承自中酸性侵入体的锆石含量Q为8%,继承自碳酸盐岩地层的锆石含量T为92%,热液锆石含量R为20%。以样品SZY8-5为已知样品,来推算样品SZY8-11、SZY8-12的钨品位。根据数学表达式P’=P(0.3Q’+0.7R’)/(0.3Q+0.7R)来计算,结果表明样品SZY8-11、SZY8-12的预测钨品位分别为0.20%、0.19%,与其已知钨品位(0.18%、0.17%)较为一致。以样品SZY8-11为已知样品,来推算样品SZY8-5、SZY8-12的铅品位。根据数学表达式P’=P(0.8T’+0.2R’)/(0.8T+0.2R)来计算,结果表明样品SZY8-5、SZY8-12的预测铅品位分别为2.1%、2.6%,与其已知铅品位(2.0%、2.7%)较为一致。说明本方法在同一矽卡岩矿床中进行矿石钨、铅品位快速预测的可靠性。
实施例2:利用锆石快速判断湖南黄沙坪多金属矿床矽卡岩含矿性及矿石品位
湖南桂阳县黄沙坪铅锌多金属矿位于南岭成矿带中段,矿区内发育有大量矽卡岩型矿化,严格受花岗岩侵入体控制,是实践矽卡岩型矿床勘探新方法的良好矿区。
选取该矿床的三个代表性矽卡岩样品(无矿石榴子石矽卡岩,样品编号HSP-1;铁矿化矽卡岩,样品编号HSP-2;铅锌矿化矽卡岩,样品编号HSP-3)中的锆石进行分析,分析过程为:
首先对以上三个样品进行锆石分选,锆石分选,从中各自随机挑选了100颗锆石作为标志品。
对上述标志品进行CL/BSE图像拍摄。根据CL图像,如附图7所示,可以很明显的看出不含矿矽卡岩与含矿矽卡岩中的锆石具有显著的差异:不含矿矽卡岩中锆石均为从花岗岩继承的岩浆锆石,CL图像显示内部结构具有明显的震荡环带,BSE图像显示表面干净,呈单一灰色(附图7a);含矿矽卡岩中锆石既有从围岩继承的碳酸盐岩地层碎屑锆石(CL图像外部结构具有明显的磨圆度)又有从花岗岩中继承的岩浆锆石(CL图像内部结构显示明显震荡环带,BSE图像显示表面干净且呈单一灰色)(附图7b-c)。此外,在含矿矽卡岩中,上述部分锆石遭受了不同程度的热液改造,CL图像阴极发光呈单一黑色,且内部不显示有震荡环带,BSE图像吸纳显示有热液和矿物包裹体(亮色斑点)。统计发现这些热液锆石数量占比超过了20%(附图7b-c)。
对上述标志品再进行LA-ICP-MS U-Pb定年和微区成分分析,发现不含矿及含矿矽卡岩中的锆石具有差异显著的年龄(附图8a)。不含矿矽卡岩中全部锆石年龄较新(180-160Ma)(附图8b-c),而含矿矽卡岩中锆石既有年龄较老的锆石,又有与矿区成矿岩体年龄一致的锆石(附图8a)。
微区成分分析结果显示,含矿矽卡岩中的锆石具有较高的轻稀土含量(附图9,数量大于20%的锆石LREE>70ppm),且这些20%以上的含矿矽卡岩锆石具有较高的微量元素含量,如Nb>5ppm,Ta>3ppm,Ti>10ppm,P>1000ppm,Hf>11000ppm,Y>1500ppm,U>1500ppm(附图10),显示热液锆石特征(附图11)。相反,无矿矽卡岩中的岩浆锆石具有较低的轻稀土含量(附图9,数量大于80%的锆石LREE<70ppm),且80%以上的岩浆锆石具有较低的微量元素含量,如Nb<5ppm,Ta<3ppm,Ti<10ppm,P<1000ppm,Hf<11000ppm,Y<1500ppm,U<1500ppm(附图10),显示非热液锆石特征(附图11)。
对上述标志品再进行LA-MC-ICP-MS Hf同位素分析,发现数量大于20%的含矿矽卡岩锆石具有同位素比值176Hf/177Hf>0.2820,176Yb/177Hf>0.03,
176Lu/177Hf>0.001(附图6)。相反,数量大于80%的无矿矽卡岩锆石具有同位素比值176Hf/177Hf<0.2820,176Yb/177Hf<0.03,176Lu/177Hf<0.001(附图12)。
根据上述结果,发明人认为通过对比分析不同矽卡岩中锆石的CL图像、U-Pb定年、微量元素及Hf同位素数据,可以有效地区分含矿与不含矿矽卡岩。
根据矿区已有勘探资料及矿石品位数据,对上述铁矿化矽卡岩样品进行矿石钨品位、矿石中继承自中酸性侵入体的锆石数量百分比以及热液锆石百分比等数据的对应关系研究,对铅锌矿化矽卡岩样品进行矿石铅、锌品位、矿石中继承自碳酸盐岩地层的锆石数量百分比以及热液锆石百分比等数据的对应关系研究。样品HSP-2的已知铁品位PFe为40%,铅品位PPb为1.67%,锌品位PZn为1.14%,继承自花岗岩的锆石含量Q为72%,继承自碳酸盐岩地层的锆石含量T为28%,热液锆石含量为55%。HSP-3的已知铁品位PFe为17.1%,铅品位PPb为2.6%,锌品位PZn为1.8%,继承自花岗岩的锆石含量Q为45%,继承自碳酸盐岩地层的锆石含量T为55%,热液锆石含量R为20%。以样品HSP-2为已知样品,来推算样品HSP-3的铁品位。根据数学表达式P’=P(0.3Q’+0.7R’)/(0.3Q+0.7R)来计算,结果表明样品HSP-3的预测铁品位分别为18.3%,与其已知铁品位(17.1%)较为一致。以样品HSP-3为已知样品,来推算样品HSP-2的铅、锌品位。根据数学表达式P’=P(0.8T’+0.2R’)/(0.8T+0.2R)来计算,结果表明样品HSP-2的预测铅品位分别为1.8%、1.3%,与其已知铅品位(1.67%、1.14%)较为一致。以上计算说明本方法在同一矽卡岩矿床中进行矿石铁、铅、锌品位快速预测的可靠性。
实施例3:利用锆石快速判断湖南香花岭多金属矿床矽卡岩含矿性及矿石品位
湖南临武县香花岭锡铅锌多金属矿位于南岭成矿带中段,矿区内发育有大量矽卡岩型及脉型矿化,严格受花岗岩侵位构造及断裂构造控制,是探索矽卡岩型矿床勘探新方法的良好地区。
选取该矿床的四个代表性含锡矿化矽卡岩样品(硅灰石石榴石矽卡岩,样品编号XHL5-15;绢云母矽卡岩,样品编号XHL5-16;透闪石矽卡岩,样品编号XHL6-4;黝帘石矽卡岩,样品编号XHL6-10)中的锆石进行分析,分析过程为:
首先对以上四个样品进行锆石分选,锆石分选,从中各自随机挑选了100颗锆石作为标志品。
对上述标志品进行CL图像拍摄。根据CL图像,如附图13所示,可以很明显的看出这些含矿矽卡岩中的锆石既有从围岩继承的碳酸盐岩地层碎屑锆石(CL图像外部结构具有明显的磨圆度)又有从花岗岩中继承的岩浆锆石(CL图像内部结构显示明显震荡环带)(附图13)。此外,在含矿矽卡岩中,上述锆石在些遭受了不同程度的热液改造,CL图像阴极发光呈单一黑色,且内部不显示有震荡环带。统计发现这些热液锆石数量占比超过了20%(附图13)。
对上述标志品再进行LA-ICP-MS U-Pb定年和微区成分分析,发现这些含矿矽卡岩中锆石既有年龄较老的、继承自碳酸盐岩地层锆石,又有与矿区成矿岩体年龄一致的、继承自花岗岩的锆石(附图14)。除了与矿区成矿一致的年龄(约150Ma),这些锆石还显示两组较为集中的年龄:约220Ma和约420Ma(附图14)。这些锆石的CL图像显示岩浆锆石特征而不具有磨圆度,故判断这些锆石应该继承自花岗岩体而非碳酸盐岩地层。
微区成分分析结果显示,含矿矽卡岩中的锆石具有较高的轻稀土含量(附图15,数量大于20%的锆石LREE>70ppm),且这些20%以上的含矿矽卡岩锆石具有较高的微量元素含量,如Nb>5ppm,Ta>3ppm,Ti>10ppm,P>1000ppm,Hf>11000ppm,Y>1500ppm,U>1500ppm(附图16),显示热液锆石特征(附图17)。
对上述标志品再进行LA-MC-ICP-MS Hf同位素分析,发现数量大于20%的含矿矽卡岩锆石具有同位素比值176Hf/177Hf>0.2820,176Yb/177Hf>0.03,176Lu/177Hf>0.001(附图18)。
根据上述结果,发明人认为通过分析含矿矽卡岩中锆石的CL图像、U-Pb定年、微量元素及Hf同位素数据,可以有效地厘定含矿矽卡岩。
根据矿区已有勘探资料及矿石品位数据,对上述含矿矽卡岩样品进行矿石锡品位、矿石中继承自中酸性侵入体的锆石数量百分比以及热液锆石百分比等数据的对应关系研究。样品XHL5-15的已知锡品位P为0.35%,继承自花岗岩的锆石含量Q为73%,热液锆石含量为47%。样品XHL5-16的已知锡品位P为0.24%,继承自花岗岩的锆石含量Q为47%,热液锆石含量为41%。样品XHL6-4的已知锡品位P为0.31%,继承自花岗岩的锆石含量Q为68%,热液锆石含量为36%。样品XHL6-10的已知锡品位P为0.26%,继承自花岗岩的锆石含量Q为82%,热液锆石含量为28%。以样品XHL5-15为已知样品,来推算样品XHL5-15、XHL6-4、XHL6-10的锡品位。根据数学表达式P’=P(0.3Q’+0.7R’)/(0.3Q+0.7R)来计算,结果表明样品XHL5-15、XHL6-4、XHL6-10的预测铁品位分别为0.27%、0.29%、0.28%,与其已知锡品位(0.24%、0.31%、0.26%)较为一致。以上计算说明本方法在同一矽卡岩矿床中进行矿石锡品位快速预测的可靠性。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (1)
1.一种利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法,其特征在于包括以下步骤:
一、矽卡岩含矿性的锆石判别,其子步骤如下:
11)对矽卡岩中的锆石进行分选,随机挑选出至少100颗锆石;
12)对挑选出的锆石进行制靶及阴极发光CL和/或背散射BSE照相,观察锆石晶形及内部结构特征;
13)对锆石进行激光剥蚀电感耦合等离子体质谱原位U-Pb定年及微区元素分析;
14)对锆石进行激光剥蚀多接收器等离子质谱Hf同位素分析;
15)统计阴极发光/背散射照片特征、锆石年代学特征、微量元素特征及Lu-Hf同位素特征,
16)根据以上特征数据判断矽卡岩含矿性:
若矽卡岩中存在下面两种锆石:
一种为CL图像显示锆石内部有明显震荡环带、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区成矿岩体一致的年龄且年龄较年轻、继承自中酸性侵入体的岩浆锆石;
一种为CL图像显示外部结构具有明显的磨圆度、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区围岩地层中的锆石一致的年龄组成且年龄较老、继承自碳酸盐岩地层的碎屑锆石;且所有锆石中,
CL图像呈单一黑色且内部不显示有震荡环带、BSE图像呈斑点杂色的热液锆石占比大于20%,且该20%以上的热液锆石具有特征微量元素Nb>5ppm,Ta>3ppm,Ti>10ppm,P>1000ppm,Hf>11000ppm,Y>1500ppm,U>1500ppm,LREE(轻稀土元素)>70ppm及同位素比值176Hf/177Hf>0.2820,176Yb/177Hf>0.03,176Lu/177Hf>0.001,则判断为含矿矽卡岩;
若矽卡岩中仅存在下面两种锆石中的任意一种:
一种为CL图像显示锆石内部有明显震荡环带、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区成矿岩体一致的年龄且年龄较年轻、继承自中酸性侵入体的岩浆锆石;
一种为CL图像显示外部结构具有明显的磨圆度、BSE图像显示锆石表面较干净无斑点杂色、具有与矿区围岩地层中的锆石一致的年龄组成且年龄较老、继承自碳酸盐岩地层的碎屑锆石;且所有锆石中;
CL图像呈震荡环带、BSE图像干净无杂色的非热液锆石占比大于80%,且该80%以上的碎屑锆石具有特征微量元素Nb<5ppm,Ta<3ppm,Ti<10ppm,P<1000ppm,Hf<11000ppm,Y<1500ppm,U<1500ppm,LREE轻稀土元素<70ppm及同位素比值176Hf/177Hf<0.2820,176Yb/177Hf<0.03,176Lu/177Hf<0.001,则判断为不含矿矽卡岩;
若矽卡岩中的锆石不符合上述两种情况中的任意一种,则不能判断矽卡岩的含矿性;
二、矿石品位的锆石判别:
通过步骤一矽卡岩含矿性的判断后,对含矿矽卡岩进一步判断其品位高低;经过对数个典型矽卡岩型矿床矿石品位、矿石中继承自中酸性侵入体或碳酸盐岩地层的锆石数量百分比以及热液锆石百分比数据关系的拟合研究,数据单位为百分含量,分别建立钨、锡、钼、铋、铁、铜矿化矽卡岩及铅、锌矿化矽卡岩矿石品位的快速预测方法;
对于钨、锡、钼、铋、铁、铜矿化矽卡岩,继承自侵入体的锆石含量百分比与热液锆石含量百分比对品位的影响系数分别厘定为0.3及0.7,即品位与0.3倍侵入体锆石含量百分比加0.7倍热液锆石含量百分比呈正比;在步骤一的基础上利用锆石来判断钨、锡、钼、铋、铁、铜矿化矽卡岩矿石品位的步骤如下:
21)根据矿区已有勘探资料确定已知矿石样品某成矿元素品位P,对已知矿石样品进行继承自侵入体的锆石含量百分比Q及热液锆石含量百分比R的统计;
22)对未知矿石样品进行继承自侵入体的锆石含量百分比Q’及热液锆石含量百分比R’的统计;
23)未知矿石该成矿元素品位估算数学表达式为:P’=P(0.3Q’+0.7R’)/(0.3Q+0.7R);
对于铅、锌矿化矽卡岩,继承自碳酸盐岩地层的锆石含量百分比与热液锆石含量百分比对品位的影响系数分别厘定为0.8及0.2,即品位与0.8倍碳酸盐岩地层锆石含量百分比加0.2倍热液锆石含量百分比呈正比;在步骤一的基础上利用锆石来判断铅、锌矿化矽卡岩矿石品位的步骤如下:
31)根据矿区已有勘探资料确定已知矿石样品某成矿元素品位P,对已知矿石样品进行碳酸盐岩地层锆石含量百分比T及热液锆石含量百分比R的统计;
32)对未知矿石样品进行继承自碳酸盐岩地层的锆石含量百分比T’及热液锆石含量百分比R’的统计;
33)未知矿石该成矿元素品位估算数学表达式为:P’=P(0.8T’+0.2R’)/(0.8T+0.2R)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010426793.9A CN111398571B (zh) | 2020-05-19 | 2020-05-19 | 利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010426793.9A CN111398571B (zh) | 2020-05-19 | 2020-05-19 | 利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111398571A true CN111398571A (zh) | 2020-07-10 |
CN111398571B CN111398571B (zh) | 2021-04-20 |
Family
ID=71433745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010426793.9A Active CN111398571B (zh) | 2020-05-19 | 2020-05-19 | 利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111398571B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112748175A (zh) * | 2020-12-25 | 2021-05-04 | 核工业北京地质研究院 | 一种运用锆石微量元素组成判别锆石成因的方法 |
CN112748139A (zh) * | 2020-12-25 | 2021-05-04 | 核工业北京地质研究院 | 一种运用锆石结构判别锆石成因类型的方法 |
CN113609645A (zh) * | 2021-07-07 | 2021-11-05 | 杨建云 | 一种金矿勘探靶区预测方法 |
CN114296400A (zh) * | 2021-11-16 | 2022-04-08 | 中南大学 | 一种用于激光切割高速插补的自适应前瞻处理方法 |
CN114646682A (zh) * | 2022-03-18 | 2022-06-21 | 西藏巨龙铜业有限公司 | 一种基于绿帘石微量元素的找矿方法 |
CN114705831A (zh) * | 2022-03-22 | 2022-07-05 | 中南大学 | 一种精确判别钨多金属矿床类型与剥蚀深度的白钨矿矿物学找矿方法 |
CN114813903A (zh) * | 2022-03-30 | 2022-07-29 | 西藏鑫湖矿业有限公司 | 一种基于石榴石微区化学成分判别矿种的方法 |
CN115759815A (zh) * | 2022-11-03 | 2023-03-07 | 中国科学院广州地球化学研究所 | 一种利用地壳成熟度指数判断斑岩铜矿类型的勘查方法 |
CN117420167A (zh) * | 2023-12-14 | 2024-01-19 | 北京大学 | 对深层陆相页岩天然裂缝方解石充填物测年的方法 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5160482A (en) * | 1989-03-02 | 1992-11-03 | Teledyne Industries, Inc. | Zirconium-hafnium separation and purification process |
WO2002072899A2 (en) * | 2001-03-08 | 2002-09-19 | Cotter Corporation (Nsl) | Method for recovering zirconium values from a hard rock ore containing zircon and uranium |
US20050180911A1 (en) * | 2003-12-30 | 2005-08-18 | Vladimir Belov | Process for the isolation and purification of zirconium peroxosulfate and uses thereof |
CN101045221A (zh) * | 2007-04-24 | 2007-10-03 | 青海西部矿业科技有限公司 | 一种提高钼钨矿石浮选指标的改性药剂及其制备方法 |
US20080144001A1 (en) * | 2006-12-15 | 2008-06-19 | Bauke Heeg | Spectral imaging device |
CN101597102A (zh) * | 2009-06-11 | 2009-12-09 | 浙江省环境保护科学设计研究院 | 一种用于磁分离法水处理工艺的磁性絮凝剂的制备方法 |
CN101701954A (zh) * | 2009-10-26 | 2010-05-05 | 西安石油大学 | 一种基于构造热演化历史判别碎屑岩形成时代的方法 |
CN102141539A (zh) * | 2010-02-01 | 2011-08-03 | 中国科学院地质与地球物理研究所 | 一种利用二次离子质谱进行斜锆石铀铅定年的方法 |
CN105481663A (zh) * | 2015-12-25 | 2016-04-13 | 东华工程科技股份有限公司 | 一种清洁柴油添加剂聚甲氧基甲缩醛分离方法 |
CN106111884A (zh) * | 2016-08-18 | 2016-11-16 | 江阴联华铸造有限公司 | 一种汽车发动机铸造用芯砂及其制备方法 |
CN106483189A (zh) * | 2016-09-26 | 2017-03-08 | 中国地质调查局西安地质调查中心 | 一种基于LA‑ICP‑(Q)MS的斜锆石U‑Pb定年方法 |
CN107152671A (zh) * | 2017-05-17 | 2017-09-12 | 灵谷化工有限公司 | 一种合成氨尿素生产过程中低品味热量的回收工艺 |
CN107329187A (zh) * | 2017-07-19 | 2017-11-07 | 青海省第三地质矿产勘查院 | 高原荒漠区矽卡岩型‑热液型铁多金属矿勘探方法 |
CN107632035A (zh) * | 2017-09-11 | 2018-01-26 | 中国地质大学(武汉) | 基于石英脉型矿床中白钨矿阴极发光特征的成矿流体氧化还原性的判别方法 |
CN107655914A (zh) * | 2017-09-11 | 2018-02-02 | 中国地质大学(武汉) | 基于矽卡岩型矿床中白钨矿阴极发光特征的成矿流体氧化还原性的判别方法 |
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 |
CN108048667A (zh) * | 2017-12-05 | 2018-05-18 | 中南大学 | 一种从含镁镍铁熔渣中回收金属镁的方法 |
US20180205564A1 (en) * | 2016-12-20 | 2018-07-19 | New York University | Systems and methods for optical physical unclonable parameters |
US10254416B2 (en) * | 2014-10-17 | 2019-04-09 | All Clear Technologies, LLC | Radiation survey process |
CN110142147A (zh) * | 2019-06-20 | 2019-08-20 | 安徽国兰智能科技有限公司 | 一种可在线检测矿石品味的浮选机 |
WO2019213494A1 (en) * | 2018-05-03 | 2019-11-07 | Repairogen Corp | Cosmetic compositions containing quinones and their topical use on skin and hair |
US10535471B2 (en) * | 2016-09-22 | 2020-01-14 | Avx Corporation | Electrolytic capacitor containing a valve metal sourced from a conflict-free mine site and a method of forming thereof |
CN110824582A (zh) * | 2019-11-22 | 2020-02-21 | 马忠元 | 一种多金属矿产的综合勘查方法 |
CN110907477A (zh) * | 2019-11-29 | 2020-03-24 | 成都理工大学 | 一种利用锆石铀铅与裂变径迹双定年进行物源分析的方法 |
CN111044708A (zh) * | 2019-12-30 | 2020-04-21 | 核工业北京地质研究院 | 一种适用于判断古河谷砂岩型铀矿铀源的评价方法 |
-
2020
- 2020-05-19 CN CN202010426793.9A patent/CN111398571B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5160482A (en) * | 1989-03-02 | 1992-11-03 | Teledyne Industries, Inc. | Zirconium-hafnium separation and purification process |
WO2002072899A2 (en) * | 2001-03-08 | 2002-09-19 | Cotter Corporation (Nsl) | Method for recovering zirconium values from a hard rock ore containing zircon and uranium |
US20050180911A1 (en) * | 2003-12-30 | 2005-08-18 | Vladimir Belov | Process for the isolation and purification of zirconium peroxosulfate and uses thereof |
US20080144001A1 (en) * | 2006-12-15 | 2008-06-19 | Bauke Heeg | Spectral imaging device |
CN101045221A (zh) * | 2007-04-24 | 2007-10-03 | 青海西部矿业科技有限公司 | 一种提高钼钨矿石浮选指标的改性药剂及其制备方法 |
CN101597102A (zh) * | 2009-06-11 | 2009-12-09 | 浙江省环境保护科学设计研究院 | 一种用于磁分离法水处理工艺的磁性絮凝剂的制备方法 |
CN101701954A (zh) * | 2009-10-26 | 2010-05-05 | 西安石油大学 | 一种基于构造热演化历史判别碎屑岩形成时代的方法 |
CN102141539A (zh) * | 2010-02-01 | 2011-08-03 | 中国科学院地质与地球物理研究所 | 一种利用二次离子质谱进行斜锆石铀铅定年的方法 |
US10254416B2 (en) * | 2014-10-17 | 2019-04-09 | All Clear Technologies, LLC | Radiation survey process |
CN105481663A (zh) * | 2015-12-25 | 2016-04-13 | 东华工程科技股份有限公司 | 一种清洁柴油添加剂聚甲氧基甲缩醛分离方法 |
CN106111884A (zh) * | 2016-08-18 | 2016-11-16 | 江阴联华铸造有限公司 | 一种汽车发动机铸造用芯砂及其制备方法 |
US10535471B2 (en) * | 2016-09-22 | 2020-01-14 | Avx Corporation | Electrolytic capacitor containing a valve metal sourced from a conflict-free mine site and a method of forming thereof |
CN106483189A (zh) * | 2016-09-26 | 2017-03-08 | 中国地质调查局西安地质调查中心 | 一种基于LA‑ICP‑(Q)MS的斜锆石U‑Pb定年方法 |
US20180205564A1 (en) * | 2016-12-20 | 2018-07-19 | New York University | Systems and methods for optical physical unclonable parameters |
CN107152671A (zh) * | 2017-05-17 | 2017-09-12 | 灵谷化工有限公司 | 一种合成氨尿素生产过程中低品味热量的回收工艺 |
CN107329187A (zh) * | 2017-07-19 | 2017-11-07 | 青海省第三地质矿产勘查院 | 高原荒漠区矽卡岩型‑热液型铁多金属矿勘探方法 |
CN107655914A (zh) * | 2017-09-11 | 2018-02-02 | 中国地质大学(武汉) | 基于矽卡岩型矿床中白钨矿阴极发光特征的成矿流体氧化还原性的判别方法 |
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 |
CN107632035A (zh) * | 2017-09-11 | 2018-01-26 | 中国地质大学(武汉) | 基于石英脉型矿床中白钨矿阴极发光特征的成矿流体氧化还原性的判别方法 |
CN108048667A (zh) * | 2017-12-05 | 2018-05-18 | 中南大学 | 一种从含镁镍铁熔渣中回收金属镁的方法 |
WO2019213494A1 (en) * | 2018-05-03 | 2019-11-07 | Repairogen Corp | Cosmetic compositions containing quinones and their topical use on skin and hair |
CN110142147A (zh) * | 2019-06-20 | 2019-08-20 | 安徽国兰智能科技有限公司 | 一种可在线检测矿石品味的浮选机 |
CN110824582A (zh) * | 2019-11-22 | 2020-02-21 | 马忠元 | 一种多金属矿产的综合勘查方法 |
CN110907477A (zh) * | 2019-11-29 | 2020-03-24 | 成都理工大学 | 一种利用锆石铀铅与裂变径迹双定年进行物源分析的方法 |
CN111044708A (zh) * | 2019-12-30 | 2020-04-21 | 核工业北京地质研究院 | 一种适用于判断古河谷砂岩型铀矿铀源的评价方法 |
Non-Patent Citations (12)
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112748139A (zh) * | 2020-12-25 | 2021-05-04 | 核工业北京地质研究院 | 一种运用锆石结构判别锆石成因类型的方法 |
CN112748175A (zh) * | 2020-12-25 | 2021-05-04 | 核工业北京地质研究院 | 一种运用锆石微量元素组成判别锆石成因的方法 |
CN113609645A (zh) * | 2021-07-07 | 2021-11-05 | 杨建云 | 一种金矿勘探靶区预测方法 |
CN113609645B (zh) * | 2021-07-07 | 2024-01-26 | 杨建云 | 一种金矿勘探靶区预测方法 |
CN114296400A (zh) * | 2021-11-16 | 2022-04-08 | 中南大学 | 一种用于激光切割高速插补的自适应前瞻处理方法 |
CN114296400B (zh) * | 2021-11-16 | 2024-03-12 | 中南大学 | 一种用于激光切割高速插补的自适应前瞻处理方法 |
CN114646682B (zh) * | 2022-03-18 | 2023-09-08 | 西藏巨龙铜业有限公司 | 一种基于绿帘石微量元素的找矿方法 |
CN114646682A (zh) * | 2022-03-18 | 2022-06-21 | 西藏巨龙铜业有限公司 | 一种基于绿帘石微量元素的找矿方法 |
CN114705831A (zh) * | 2022-03-22 | 2022-07-05 | 中南大学 | 一种精确判别钨多金属矿床类型与剥蚀深度的白钨矿矿物学找矿方法 |
BE1030200B1 (de) * | 2022-03-30 | 2023-08-16 | Univ China Geosciences Wuhan | Verfahren zur Unterscheidung verschiedener Kalksilikatfels-Lagerstätten basierend auf der Variationen in der Granatzusammensetzung |
CN114813903B (zh) * | 2022-03-30 | 2023-11-14 | 西藏鑫湖矿业有限公司 | 一种基于石榴石微区化学成分判别矿种的方法 |
CN114813903A (zh) * | 2022-03-30 | 2022-07-29 | 西藏鑫湖矿业有限公司 | 一种基于石榴石微区化学成分判别矿种的方法 |
CN115759815B (zh) * | 2022-11-03 | 2023-11-03 | 中国科学院广州地球化学研究所 | 一种利用地壳成熟度指数判断斑岩铜矿类型的勘查方法 |
CN115759815A (zh) * | 2022-11-03 | 2023-03-07 | 中国科学院广州地球化学研究所 | 一种利用地壳成熟度指数判断斑岩铜矿类型的勘查方法 |
CN117420167A (zh) * | 2023-12-14 | 2024-01-19 | 北京大学 | 对深层陆相页岩天然裂缝方解石充填物测年的方法 |
CN117420167B (zh) * | 2023-12-14 | 2024-03-05 | 北京大学 | 对深层陆相页岩天然裂缝方解石充填物测年的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111398571B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111398571B (zh) | 利用锆石快速判断矽卡岩矿床成矿潜力的矿产勘查方法 | |
Xiong et al. | Ore-forming mechanism of quartz-vein-type W-Sn deposits of the Xitian district in SE China: Implications from the trace element analysis of wolframite and investigation of fluid inclusions | |
Richards et al. | High Sr/Y magmas reflect arc maturity, high magmatic water content, and porphyry Cu±Mo±Au potential: Examples from the Tethyan arcs of central and eastern Iran and western Pakistan | |
Zheng et al. | Mechanisms of element precipitation in carbonatite-related rare-earth element deposits: Evidence from fluid inclusions in the Maoniuping deposit, Sichuan Province, southwestern China | |
He et al. | The geology and mineralogy of the Beiya skarn gold deposit in Yunnan, southwest China | |
Beurlen et al. | Perspectives for Li-and Ta-mineralization in the Borborema Pegmatite Province, NE-Brazil: a review | |
Krogstad et al. | Sources of continental magmatism adjacent to the late Archean Kolar Suture Zone, South India: distinct isotopic and elemental signatures of two late Archean magmatic series | |
Liu et al. | Mineral inclusions and SHRIMP U–Pb dating of zircons from the Alamas nephrite and granodiorite: Implications for the genesis of a magnesian skarn deposit | |
CN111505005B (zh) | 一种利用锆石快速判断脉状矿床成矿潜力的矿产勘查方法 | |
Ayuso et al. | Geochemistry, Nd-Pb isotopes, and Pb-Pb ages of the Mesoproterozoic Pea Ridge iron oxide-apatite–rare earth element deposit, southeast Missouri | |
Rahimi et al. | Geochemical investigation and statistical analysis on rare earth elements in Lakehsiyah deposit, Bafq district | |
Li et al. | Genesis of the Banxi Sb deposit, South China: Constraints from wall-rock geochemistry, fluid inclusion microthermometry, Rb–Sr geochronology, and H–O–S isotopes | |
Lu et al. | Apatite texture and trace element chemistry of carbonatite-related REE deposits in China: Implications for petrogenesis | |
Khalajmasoumi et al. | Geochemical anomaly recognition of rare earth elements using multi-fractal modeling correlated with geological features, Central Iran | |
CN111189903A (zh) | 一种碳酸盐岩型铅锌矿床的找矿方法 | |
Zhang et al. | Fluid Inclusion, Isotopic, and Elemental Geochemistry Studies of Cave-Filling Calcite in the Lower–Middle Ordovician Yingshan Formation of Tahe Oilfield, NW China: Implication for Karstification in Non-exposed Limestone | |
Pereira et al. | A review of detrital heavy mineral contributions to furthering our understanding of continental crust formation and evolution | |
CN115980166A (zh) | 利用锆石快速判断伟晶岩矿床成矿潜力的矿产勘查方法 | |
Da Costa et al. | Pyrochlore from the Bailundo Carbonatite Complex (Angola): Compositional variation and implications to mineral exploration | |
Li et al. | Zircon U–Pb Ages and Geochemistry of Granite Porphyries in the Yangla Cu Deposit, SW China: Constraints on Petrogenesis and Tectonic Evolution of the Jinshajiang Suture Belt | |
Jenkins et al. | The geochemical and textural transition between the Reef Package and its hanging wall, Stillwater Complex, Montana, USA | |
CN115079295B (zh) | 砂岩铀矿黄铁矿硫同位素示踪渗出成矿流体的方法 | |
Wang et al. | Neoproterozoic Zn-Pb mineralization in the world-class Sichuan-Yunnan-Guizhou Zn-Pb triangle, southwest China: Insights from apatite geochemistry and in situ sericite Rb-Sr geochronology of the Daxiao deposit | |
Miller et al. | Discovery of the West 45 volcanic-hosted massive sulfide deposit using oxygen isotopes and REE geochemistry | |
CN111141690A (zh) | 一种应用方解石找锑矿的找矿方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |