RU2183845C1 - Method of geochemical search for deposits of mineral resources - Google Patents
Method of geochemical search for deposits of mineral resources Download PDFInfo
- Publication number
- RU2183845C1 RU2183845C1 RU2001108615A RU2001108615A RU2183845C1 RU 2183845 C1 RU2183845 C1 RU 2183845C1 RU 2001108615 A RU2001108615 A RU 2001108615A RU 2001108615 A RU2001108615 A RU 2001108615A RU 2183845 C1 RU2183845 C1 RU 2183845C1
- Authority
- RU
- Russia
- Prior art keywords
- geochemical
- ore
- samples
- elements
- values
- Prior art date
Links
Landscapes
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
Description
Изобретение относится к геохимическим методам поисков месторождений полезных ископаемых и может найти применение в геологии. The invention relates to geochemical methods of prospecting for mineral deposits and can find application in geology.
Известен способ поисков рудных месторождений (1), состоящий в отборе проб горных пород и их анализе на содержание химических элементов, в котором для выявления наличия скарново-шеелитовых рудных тел на поисковой площади определяют содержание олова, бериллия, висмута и вольфрама, оценивают величину индикаторного отношения (Ролово+Рбериллий)/(Рвисмут+Рвольфрам) и по величине отношения, превышающей 0,1, судят о наличии рудного тела.There is a method of searching for ore deposits (1), which consists in sampling rocks and analyzing them for the content of chemical elements, in which the content of tin, beryllium, bismuth and tungsten is determined in order to detect the presence of skarn-sheelite ore bodies in the search area, and the indicator ratio is estimated (P tin + P beryllium ) / (P bismuth + P tungsten ) and by the value of the ratio exceeding 0.1, the presence of an ore body is judged.
Недостатком этого способа является то, что он основан на анализе исходных содержаний рудных элементов, что не позволяет сопоставлять данные, существенно отличающиеся между собой по интенсивности накопления содержаний, но геохимически подобных по ассоциациям элементов, и, в конечном итоге, надежно выявлять слабо проявленные месторождения. The disadvantage of this method is that it is based on the analysis of the initial contents of ore elements, which does not allow comparing data that differ significantly in intensity of accumulation of contents, but geochemically similar in associations of elements, and, ultimately, reliably detect weakly developed deposits.
За прототип изобретения взят способ геохимических поисков золоторудных месторождений (2), заключающийся в том, что в закрытых районах по определенной сети проводят отбор проб почвенного воздуха, выделяя подвижную форму прямых элементов-индикаторов. Отобранные пробы анализируют высокочувствительным методом, определяя содержание прямых элементов-индикаторов, и по количественным соотношениям этих элементов выделяют аномальные участки, соответствующие искомым объектам. A method of geochemical prospecting for gold ore deposits (2) is taken as a prototype of the invention (2), which consists in the fact that in closed areas a certain network is used to take soil air samples, highlighting the mobile form of direct indicator elements. The selected samples are analyzed by a highly sensitive method, determining the content of direct indicator elements, and the anomalous sections corresponding to the desired objects are identified by the quantitative ratios of these elements.
Недостатком этого способа также является то, что он основан на анализе абсолютных величин исходных содержаний элементов. The disadvantage of this method is that it is based on the analysis of the absolute values of the initial contents of the elements.
Задачей изобретения является создание способа геохимического поиска месторождений, позволяющего обнаруживать слабо проявленные по величинам содержаний химических элементов месторождения полезных ископаемых. The objective of the invention is to provide a method for the geochemical search of deposits, allowing to detect weakly manifested by the values of the contents of the chemical elements of the mineral deposits.
Способ состоит в том, что отбирают пробы из природного объекта (пород, почв, донных осадков вод, растительности, газов и т.п.), где предполагается наличие околорудных геохимических ореолов, проводят многоэлементный анализ проб на рудообразующие и сопутствующие химические элементы-индикаторы. Новым является то, что полученные многомерные геохимические данные стандартизируют путем деления содержаний элементов на кларковые (фоновые), преобразуют в нормированные, балльные или иные оценки, имеющие близкие функции и параметры распределений, производят ранжирование в каждой пробе полученных стандартизированных величин в порядке их убывания, сравнивают многомерные ранжированные геохимические спектры (РГХС) между собой при помощи непараметрического критерия Спирмена (Rsp) с последующим выделением рудно-ореольных классов проб и определением их сходства с заданными эталонными классами руд или околорудных ореолов, при этом для анализа берется не менее 6-8 элементов-индикаторов. The method consists in the fact that samples are taken from a natural object (rocks, soils, bottom sediments of water, vegetation, gases, etc.), where the presence of near-ore geochemical halos is assumed, a multi-element analysis of samples for ore-forming and related chemical indicator elements is performed. What is new is that the obtained multidimensional geochemical data are standardized by dividing the element contents by clarke (background), converted into normalized, point or other estimates having similar functions and distribution parameters, ranking the obtained standardized values in each sample in descending order, compare multidimensional ranked geochemical spectra (RGHS) between each other using the non-parametric Spearman criterion (Rsp) with the subsequent separation of ore-aureole classes of samples and op By determining their similarity with the specified reference classes of ores or ore ore halos, at least 6-8 indicator elements are taken for analysis.
Преимуществом данного способа является то, что он основан на анализе не абсолютных величин исходных содержаний химических элементов, а последовательностей их расположения в исследуемых РГХС, что позволяет сопоставлять данные, существенно отличающиеся между собой по величинам содержаний элементов в случаях их согласованной изменчивости, например, выделять по характерным РГХС слабо проявленные околорудные геохимические ореолы и потоки рудного рассеяния. При этом содержания химических элементов могут быть сопоставимы с кларковыми (фоновыми) величинами, что делает невозможным выделение ореолов в виде специфичных геохимических объектов (аномалий) обычно применяемыми способами. The advantage of this method is that it is based on the analysis not of the absolute values of the initial contents of chemical elements, but of the sequences of their location in the studied RGHS, which allows us to compare data that are significantly different from each other in the values of the contents of the elements in cases of their coordinated variability, for example, highlighted by characteristic RGHS weakly developed near-ore geochemical halos and ore scattering flows. In this case, the contents of chemical elements can be comparable with clarke (background) values, which makes it impossible to distinguish halos in the form of specific geochemical objects (anomalies) by commonly used methods.
Использование заявляемого способа особенно эффективно при обработке материалов мелкомасштабных геохимических поисков, прогнозировании скрытого и погребенного оруденения, проведении поисков в неблагоприятных ландшафтных обстановках, выявлении геохимически малоконтрастных объектов. The use of the proposed method is especially effective in the processing of materials of small-scale geochemical searches, predicting hidden and buried mineralization, conducting searches in adverse landscape environments, identifying geochemically low-contrast objects.
Практическая реализация предложенного способа заключается в следующем. The practical implementation of the proposed method is as follows.
После отбора и многоэлементных анализов проб содержания химических элементов в пробах стандартизируются, преобразуясь по соответствующему алгоритму в сопоставимые между собой величины. After sampling and multi-element analysis of samples, the contents of chemical elements in the samples are standardized, being converted according to the corresponding algorithm into comparable quantities.
В простейшем случае содержания центрируются по их кларковым или фоновым значениям
где КК - кларк концентрации j элемента в i пробе; Сji - исходное содержание j элемента в i пробе; Скj - кларковое содержание j элемента в объекте; Кс - коэффициент фоновой концентрации j элемента в i пробе; Сфj - фоновое содержание j элемента в объекте.In the simplest case, the contents are centered by their clarke or background values.
where KK is a clark of the concentration of j element in i sample; C ji is the initial content of the j element in the i sample; Ck j is the clark content of the j element in the object; Ks is the coefficient of the background concentration of j element in the i sample; Cf j is the background content of the j element in the object.
Могут быть и другие виды стандартизирующих преобразований содержаний химических элементов (компонентов), например, расчеты нормированных или балльных оценок (Вострокнутов, 1986), перевод содержаний в мг-эквивалентную форму и т.п. There may be other types of standardizing transformations of the contents of chemical elements (components), for example, calculations of normalized or point estimates (Vostroknutov, 1986), translation of contents in mg-equivalent form, etc.
В соответствии с алгоритмом картографирования многомерного геохимического поля для всего заданного множества N проб со стандартизированными и ранжированными РГХС вычисляются значения некоторых комплексных показателей, характеризующих общую "аномальность" геохимического поля. В качестве таких показателей могут служить аддитивный показатель аномальности - Zc (Сает и др. , 1990), близкий по смыслу к коэффициенту накопления (Шоу, 1969), или другие показатели аномальности (Вострокнутов, 1986). In accordance with the algorithm for mapping a multidimensional geochemical field for the entire given set of N samples with standardized and ranked CWSs, the values of some complex indicators characterizing the general "anomalousness" of the geochemical field are calculated. As such indicators, we can use the additive anomaly indicator - Zc (Saet et al., 1990), which is close in meaning to the accumulation coefficient (Shaw, 1969), or other anomaly indicators (Vostroknutov, 1986).
Находится проба с максимальными значениями показателя аномальности. РГХС этой пробы попарно сравнивается с РГХС остального множества проб (N-1) и вычисляются значения критерия ранговой корреляции Спирмена (Rsp)
где Rji и Rji+1 - значения рангов j элемента в i и i+1 сравниваемых пробах, соответственно; m - число сравниваемых элементов.A sample is found with the maximum values of the anomaly indicator. The RGHS of this sample is compared in pairs with the RGHS of the remaining set of samples (N-1) and the Spearman rank correlation criterion (Rsp) is calculated
where R ji and R ji + 1 are the values of the ranks of j element in i and i + 1 compared samples, respectively; m is the number of compared elements.
При совпадении рангов нескольких элементов применяется уточненная формула (Смирнов, 1981):
где Тк и T1 - поправки на совпадающие ранги; tpj - объем группы элементов с совпадающими рангами для i и i+1 проб;
Полученные величины Rsp сравниваются с заданными критическими значениями Rspq. Пробы со значениями Rsp≥Rspq объединяются в 1-й класс и убираются из первоначального множества проб.When the ranks of several elements coincide, the refined formula is applied (Smirnov, 1981):
where Tk and T1 are corrections for matching ranks; tp j is the volume of the group of elements with matching ranks for i and i + 1 samples;
The obtained values of Rsp are compared with the specified critical values of Rsp q . Samples with Rsp≥Rsp q values are combined into 1st grade and removed from the original set of samples.
Данные процедуры повторяются до тех пор, пока не будет выделено некоторое множество классов проб, различающихся между собой ранжированными геохимическими спектрами. Если число классов заранее задано, то уровень Rspq меняется таким образом, чтобы обеспечить разделение множества проб на заданное число классов.These procedures are repeated until a plurality of classes of samples are distinguished, which differ in ranked geochemical spectra. If the number of classes is predefined, then the level of Rsp q is changed in such a way as to ensure separation of the set of samples into a given number of classes.
Для каждого выделенного класса проб вычисляется усредненный ранжированный геохимический спектр, в котором элементы располагаются в порядке убывания средних значений их рангов. Каждая проба из заданного множества сравнивается с усредненными геохимическими спектрами К классов с вычислением Rsp и, в конечном итоге, относится к тому классу, для которого получено максимальное значение Rsp. Таким образом, уточняются состав "К" классов по пробам и их обобщенные геохимические характеристики, представленные усредненными ранжированными геохимическими спектрами. For each selected class of samples, an average ranked geochemical spectrum is calculated, in which the elements are arranged in descending order of the average values of their ranks. Each sample from a given set is compared with the averaged geochemical spectra of K classes with the calculation of Rsp and, ultimately, belongs to the class for which the maximum value of Rsp is obtained. Thus, the composition of the “K” classes by samples and their generalized geochemical characteristics, represented by averaged ranked geochemical spectra, are specified.
Для интерпретации (распознавания) выделенных классов задается некоторое множество ранжированных геохимических спектров, представляющих определенные эталонные классы объектов, например, руд и околорудных ореолов. С этими спектрами сравниваются спектры выделенных классов. Выделенный класс (в) относится в эталонному (э), если наблюдается неравенство
maxRspв/э≥Rspq,
где Rspq - заданный уровень минимального значимого сходства.For the interpretation (recognition) of the distinguished classes, a certain set of ranked geochemical spectra is presented, representing certain reference classes of objects, for example, ores and ore ore halos. The spectra of the selected classes are compared with these spectra. The highlighted class (c) refers to the reference (e), if there is an inequality
maxRsp v / e ≥Rsp q ,
where Rsp q is the given level of minimum significant similarity.
При построении и исследовании полей геохимического сходства все пробы изучаемой совокупности сравниваются по своим РГХС с заданным эталонным РГХС путем вычисления Rsp. Далее строятся поля распределения убывающих значений Rsp, и области этих полей, обладающие максимальными значениями Rsp≥Rspq, интерпретируются как участки наиболее вероятного нахождения объектов, аналогичных эталонным. При этом вместо ранжированных геохимических спектров в пробах могут вычисляться ранжированные геохимические спектры одного или нескольких элементов в заданном множестве проб. Таким путем могут быть выделены области наиболее вероятного нахождения руд и околорудных ореолов, прослежены в геологическом пространстве зоны предполагаемого развития рудно-ореольных процессов и т.п.When constructing and studying the fields of geochemical similarity, all samples of the studied population are compared in their WGC with a given reference WGC by calculating Rsp. Next, the distribution fields of decreasing values of Rsp are constructed, and the regions of these fields with the maximum values of Rsp≥Rsp q are interpreted as the areas of the most probable finding of objects similar to the reference ones. In this case, instead of the ranked geochemical spectra in the samples, the ranked geochemical spectra of one or more elements in a given set of samples can be calculated. In this way, the areas of the most probable occurrence of ores and ore ore halos can be identified, traced in the geological space of the zone of the alleged development of ore-aureole processes, etc.
Эти решения основаны на том факте, что при всем многообразии геохимических процессов, регулирующих распределения химических элементов в объектах, чем дальше удалены пробы по пространственным (или пространственно-временным) координатам от искомого (эталонного) объекта, тем меньше уровень сходства их ранжированных геохимических спектров с искомым (эталонным) объектом вследствие проявления внутренних и внешних факторов миграции химических элементов, а также смешения вещества объектов. These decisions are based on the fact that for all the variety of geochemical processes governing the distribution of chemical elements in objects, the farther away the samples in spatial (or spatio-temporal) coordinates from the desired (reference) object, the lower the level of similarity between their ranked geochemical spectra and the desired (reference) object due to the manifestation of internal and external factors of the migration of chemical elements, as well as the mixing of the substance of the objects.
При этом следует помнить, что наличие полей сходства проб с эталоном не означает их действительного тождества, а лишь отражает степень ранговой корреляции их РГХС. При этом не исключено, что проба, обнаружившая определенную степень сходства с одним эталоном, не будет в еще большей степени сходной с другим, пока еще неизвестным эталоном, так как статистически доказывается только различие между РГХС, а их сходство (тождество) лишь предполагается. Это следует иметь в виду при содержательной интерпретации данных. It should be remembered that the presence of fields of similarity of samples with the standard does not mean their real identity, but only reflects the degree of rank correlation of their RHS. At the same time, it is possible that the sample, which found a certain degree of similarity with one standard, will not be even more similar to another, as yet unknown, standard, since only the difference between the CWS is statistically proved, and their similarity (identity) is only assumed. This should be borne in mind when meaningful interpretation of data.
Примеры практического применения предложенного способа
Пример 1. Сравнение ореолов, характеризующихся близкой суммарной интенсивностью накопления химических элементов, но существенно разными геохимическими спектрами.Examples of practical application of the proposed method
Example 1. Comparison of halos characterized by a close total accumulation rate of chemical elements, but significantly different geochemical spectra.
В пробе 1 обнаружены содержания (г/т): Cu=600, Zn=700, Pb=80, Ag=2, Mo= 5, Co=20. In sample 1, the contents (g / t) were found: Cu = 600, Zn = 700, Pb = 80, Ag = 2, Mo = 5, Co = 20.
В пробе 2 обнаружены содержания (г/т) Cu=400, Zn=280, Pb=20, Ag=0,5, Mo= 40, Co=150. In sample 2, the contents (g / t) of Cu = 400, Zn = 280, Pb = 20, Ag = 0.5, Mo = 40, Co = 150 were found.
Кларковые содержания металлов (г/т): Cu=50, Zn=70, Pb=10, Ag=0,05, Мо=1, Со=10. Clark metal contents (g / t): Cu = 50, Zn = 70, Pb = 10, Ag = 0.05, Mo = 1, Co = 10.
Рассчитаем для данных ассоциаций химических элементов известный мультипликативный показатель ПМ [Григорян, Тумакян, 1971]: ПМ= CCu•CZn•CPb•CAg•CMo•CCo, где С - содержания соответствующих металлов (г/т). Для пробы 1 ПМ1=600•700•80•2•5•20=6,72•109.We calculate the known multiplicative PM index for these associations of chemical elements [Grigoryan, Tumakyan, 1971]: PM = C Cu • C Zn • C Pb • C Ag • C Mo • C Co , where C is the content of the corresponding metals (g / t). For sample 1 PM 1 = 600 • 700 • 80 • 2 • 5 • 20 = 6.72 • 10 9 .
Для пробы 2 ПМ2=400•280•20•0,5•40•150=6,72•109.For sample 2, PM 2 = 400 • 280 • 20 • 0.5 • 40 • 150 = 6.72 • 10 9 .
Как видно из примера, по величине ПМ пробы не отличаются друг от друга. As can be seen from the example, in terms of PM, the samples do not differ from each other.
Рассчитаем для той же ассоциации металлов аддитивный показатель Zc. For the same metal association, we calculate the additive exponent Zc.
Для пробы 1 Zc1=600/50+700/70+80/10+2/0,05+5/1+20/10-(6-1)= 12+10+8+40+5+2-5=72.For sample 1, Zc 1 = 600/50 + 700/70 + 80/10 + 2 / 0.05 + 5/1 + 20 / 10- (6-1) = 12 + 10 + 8 + 40 + 5 + 2- 5 = 72.
Для пробы 2 Zc2=400/50+280/70+20/10+0,5/0,05+40/1+150/10-5= 8+4+2+10+40+15-5=74.For sample 2, Zc 2 = 400/50 + 280/70 + 20/10 + 0.5 / 0.05 + 40/1 + 150 / 10-5 = 8 + 4 + 2 + 10 + 40 + 15-5 = 74.
Как видим, по величине Zc пробы также практически не отличаются друг от друга. As you can see, the samples in terms of Zc also practically do not differ from each other.
Построим и сравним между собой ранжированные (по убыванию кларков концентраций) геохимические спектры этих же проб. Let us construct and compare ranked (by decreasing clark of concentrations) geochemical spectra of the same samples.
Проба 1: Ag40 Cu12 Zn10 Pb8 Мо5 Со2.Sample 1: Ag 40 Cu 12 Zn 10 Pb 8 Mo 5 Co 2 .
Проба 2: Mo40 Co15 Ag10 Cu8 Zn4 Рb2.Sample 2: Mo 40 Co 15 Ag 10 Cu 8 Zn 4 Pb 2 .
Сравним спектры с помощью коэффициента ранговой корреляции Спирмэна (Rsp). Для этого обозначим ранги элементов (R) в первой пробе как R(1), а во второй - как R(2):
проба 1: RAg=1, RCu=2, RZn=3, RPb=4, RMo=5, RCo=6;
проба 2: RMo=1, RCo=2, RAg=3, RCu=4, RZn=5, RPb=6.Compare the spectra using Spearman's rank correlation coefficient (Rsp). To do this, we denote the ranks of the elements (R) in the first sample as R (1), and in the second as R (2):
sample 1: R Ag = 1, R Cu = 2, R Zn = 3, R Pb = 4, R Mo = 5, R Co = 6;
sample 2: R Mo = 1, R Co = 2, R Ag = 3, R Cu = 4, R Zn = 5, R Pb = 6.
Применяя упрощенную формулу (13), получаем
Сравнение ранжированных геохимических спектров проб 1 и 2 убедительно доказывает отсутствие между ними какого-либо геохимического сходства (Rsp= -0,37), в то время как суммарные интенсивности накопления металлов в пробах практически равны и пробы неотличимы между собой по показателям ПМ и Zc.Using the simplified formula (13), we obtain
A comparison of the ranked geochemical spectra of samples 1 and 2 convincingly proves the absence of any geochemical similarity between them (Rsp = -0.37), while the total intensities of metal accumulation in the samples are almost equal and the samples are indistinguishable in terms of PM and Zc.
Пример 2. Сходство ореолов, характеризующихся существенно разной интенсивностью накопления металлов, но близкими (подобными) ранжированными геохимическими спектрами. Example 2. The similarity of halos, characterized by significantly different intensities of metal accumulation, but close (similar) ranked geochemical spectra.
В пробе 1 обнаружены содержания металлов (г/т): Cu=600, Zn=700, Pb=80, Ag=2, Mo=5, Co=20. In sample 1, the metal contents (g / t) were found: Cu = 600, Zn = 700, Pb = 80, Ag = 2, Mo = 5, Co = 20.
В пробе 3 содержания металлов составляют (г/т): Cu=60, Zn=70, Pb=8, Аg= 0,1, Мо=0,5, Со=2. In sample 3, the metal content is (g / t): Cu = 60, Zn = 70, Pb = 8, Ag = 0.1, Mo = 0.5, Co = 2.
Рассчитаем мультипликативные (ПМ) и аддитивные (Zc) показатели проб:
ПМ1=600•700•80•2•5•20=6,72•109;
ПМ3=60•70•8•0,1•0,5•2=3,36•103 или в 2•106 раз меньше.We calculate the multiplicative (PM) and additive (Zc) indicators of the samples:
PM 1 = 600 • 700 • 80 • 2 • 5 • 20 = 6.72 • 10 9 ;
PM 3 = 60 • 70 • 8 • 0.1 • 0.5 • 2 = 3.36 • 10 3 or 2 • 10 6 times less.
Соответственно:
Zc1=600/50+700/70+80/10+2/0,05+5/1+20/10-(6-1)=12+10+8+40+5+2-5=72;
Zc3= 60/50+70/70+8/10+0,1/0,05+0,5/1+2/10-5= 1,2+1+0,8+2+0,5+0,2-5=0,7 или более чем в 100 раз ниже.Respectively:
Zc 1 = 600/50 + 700/70 + 80/10 + 2 / 0.05 + 5/1 + 20 / 10- (6-1) = 12 + 10 + 8 + 40 + 5 + 2-5 = 72 ;
Zc 3 = 60/50 + 70/70 + 8/10 + 0.1 / 0.05 + 0.5 / 1 + 2 / 10-5 = 1.2 + 1 + 0.8 + 2 + 0.5 + 0.2-5 = 0.7 or more than 100 times lower.
Иначе говоря, по интенсивности развития процессов накопления металлов пробы 1 и 3 существенно отличаются друг от друга. Накопление металлов в пробе 1 можно признать аномально высокими, а в пробе 3 - практически не отличающимися от кларкового уровня. Соответственно, проба 1 была бы отнесена согласно существующим методикам к числу аномальных, а проба 3 - к числу обычных (не аномальных) или фоновых проб. In other words, according to the intensity of development of the processes of accumulation of metals, samples 1 and 3 differ significantly from each other. The accumulation of metals in sample 1 can be considered abnormally high, and in sample 3, they practically do not differ from the clarke level. Accordingly, sample 1 would be classified according to existing methods as abnormal, and sample 3 would be classified as ordinary (non-abnormal) or background samples.
Рассчитаем величину Rsp между ранжированными геохимическими спектрами проб 1 и 3
проба 1: RAg=1 RCu=2 RZn=3 RPb=4 RMo=5 RCo=6,
проба 3: RAg=1 RCu=2 RZn=3 RPb=4 RMo=5 RCo=6;
Иначе говоря, между пробами 1 и 3 наблюдается высокое (функциональное) геохимическое сходство, которое свидетельствует о том, что в пробе 3 проявлен тот же ореольный процесс, что и в пробе 1, только с гораздо меньшей интенсивностью, практически неотличимой от кларковых (фоновых) флуктуации металлов.We calculate the value of Rsp between the ranked geochemical spectra of samples 1 and 3
sample 1: R Ag = 1 R Cu = 2 R Zn = 3 R Pb = 4 R Mo = 5 R Co = 6,
sample 3: R Ag = 1 R Cu = 2 R Zn = 3 R Pb = 4 R Mo = 5 R Co = 6;
In other words, between samples 1 and 3 there is a high (functional) geochemical similarity, which indicates that sample 3 shows the same halo process as in sample 1, but with a much lower intensity, almost indistinguishable from clarke (background) metal fluctuations.
Приведенные примеры наглядно свидетельствуют о том, что:
1) пробы могут быть близки между собой по интенсивностям накопления заданных ассоциаций химических элементов, но существенно отличаться по их ранжированным геохимическим спектрам, отображающим геохимические различия между пробами;
2) пробы могут существенно отличаться друг от друга по интенсивности накопления заданных ассоциаций химических элементов, но быть близкими (тождественными) по ранжированным геохимическим спектрам, отображающим геохимическое подобие проб.The above examples clearly indicate that:
1) the samples can be close to each other in terms of the accumulation rates of the given associations of chemical elements, but can differ significantly in their ranked geochemical spectra, showing the geochemical differences between the samples;
2) the samples can differ significantly from each other in the rate of accumulation of the given associations of chemical elements, but be close (identical) in the ranked geochemical spectra reflecting the geochemical similarity of the samples.
При этом ранжированные геохимические спектры проб определяют их геохимическую специфику, отображая геохимический парагенезис элементов, и являются, на наш взгляд, главным фактором при геохимической оценке проб, в то время как интенсивность накопления (или выноса) химических элементов служит дополнительным, хотя часто и очень важным показателем развития тех или иных геохимических процессов, специфика которых отражена в парагенетической ассоциации химических элементов. Moreover, the ranked geochemical spectra of the samples determine their geochemical specificity, reflecting the geochemical paragenesis of the elements, and, in our opinion, are the main factor in the geochemical evaluation of samples, while the rate of accumulation (or removal) of chemical elements serves as an additional, although often very important an indicator of the development of certain geochemical processes, the specificity of which is reflected in the paragenetic association of chemical elements.
Именно в этом заключается принципиальное отличие предлагаемого способа от других известных способов геохимических поисков, комплексные показатели которых одновременно реагируют как на заданную (полученную) парагенетическую ассоциацию элементов, так и на уровень их накопления (выноса) в пределах изучаемого (оцениваемого) объекта. При этом абсолютная или относительная изменчивость содержаний элементов, отображающая в основном интенсивность развития геохимических процессов, оказывается, как правило, превалирующим фактором, затрудняя или делая невозможным выявление слабо проявленных геохимических ореолов. Это особенно заметно в условиях применения приближенно-количественного многоэлементного спектрального анализа, когда абсолютные содержания химических элементов подвержены значительному временному дрейфу, а аналитическая погрешность изменчивости содержаний соизмерима с величиной их природных флуктуаций. В этих условиях результаты применения обычных методов выделения и оценки слабых геохимических аномалий становятся еще более неопределенными. В то же время постоянно положительно коррелирующиеся погрешности спектрального анализа, как правило, не сказываются существенно на изменчивости ранжированных геохимических рядов и как бы "исчезают", позволяя решать ряд ранее "невозможных" геолого-геохимических задач, например, выделять субфоновые околорудные ореолы. This is the fundamental difference between the proposed method and other known methods of geochemical searches, the complex indicators of which simultaneously respond both to a given (received) paragenetic association of elements, and to the level of their accumulation (removal) within the studied (estimated) object. In this case, the absolute or relative variability of the element contents, reflecting mainly the intensity of the development of geochemical processes, is, as a rule, the prevailing factor, making it difficult or impossible to identify weakly manifested geochemical halos. This is especially noticeable under the conditions of the application of approximate quantitative multielement spectral analysis, when the absolute contents of chemical elements are subject to significant temporal drift, and the analytical error in the variability of the contents is comparable with the magnitude of their natural fluctuations. Under these conditions, the results of applying conventional methods for isolating and evaluating weak geochemical anomalies become even more uncertain. At the same time, the constantly positively correlated errors of spectral analysis, as a rule, do not significantly affect the variability of the ranked geochemical series and, as it were, “disappear”, making it possible to solve a number of previously “impossible” geological and geochemical problems, for example, to distinguish sub-background near-ore halos.
Построение и сравнение РГХС позволяет решать широкий круг прогнозно-поисковых задач, включая выделение, картографирование и интерпретацию околорудных геохимических ореолов, существенно отличающихся по интенсивности своего проявления. При этом положительные значения Rsp, превышающие заданный значимый уровень сходства, интерпретируются как проявление сходных парагенетических ассоциаций элементов, обусловленных однотипностью геохимических процессов (факторов), в то время как различия в интенсивности проявления однотипных процессов могут быть весьма велики. Уменьшение значений Rsp в пространстве многомерного геохимического поля свидетельствует о снижающемся геохимическом сходстве проб, обусловленном, в общем случае, их удалением (по пространственно-временным координатам) от объекта-первоисточника геохимического спектра (рудного тела, околорудного ореола и т.п.). Отсутствие корреляции между спектрами позволяет считать, что они обусловлены различными и взаимно независимыми процессами (факторами). Наконец, значимые отрицательные значения Rsp могут быть проинтерпретированы как следствие развития взаимосвязанных, но разнонаправленных геолого-геохимических процессов (факторов). The construction and comparison of the CWG allows you to solve a wide range of forecasting and search tasks, including the selection, mapping and interpretation of near-ore geochemical halos, which differ significantly in the intensity of their manifestation. At the same time, positive Rsp values that exceed a given significant level of similarity are interpreted as a manifestation of similar paragenetic associations of elements due to the similarity of geochemical processes (factors), while differences in the intensity of manifestations of similar processes can be very large. A decrease in the Rsp values in the space of a multidimensional geochemical field indicates a decreasing geochemical similarity of the samples, due, in general, to their removal (in spatio-temporal coordinates) from the source object of the geochemical spectrum (ore body, perineal halo, etc.). The lack of correlation between the spectra suggests that they are due to different and mutually independent processes (factors). Finally, significant negative Rsp values can be interpreted as a consequence of the development of interrelated, but multidirectional geological and geochemical processes (factors).
Как уже отмечалось, основным преимуществом предложенного способа является то, что он учитывает только сходство или различие РГХС безотносительно к интенсивности согласованного накопления образующих спектры химических элементов. Таким образом становятся осуществимыми практические решения задач, невозможные с применением других методов геохимических поисков. As already noted, the main advantage of the proposed method is that it takes into account only the similarity or difference of the CWG regardless of the intensity of the coordinated accumulation of the chemical elements forming the spectra. Thus, practical solutions to problems that are impossible using other methods of geochemical searches become feasible.
Например, при региональном геохимическом опробовании донных илисто-глинистых осадков поверхностных водотоков с плотностью 1 проба на 100 кв.км, даже при выходе на денудационную поверхность рудно-ореольных зон, их площадь для большинства месторождений составит не более 0,1 кв.км, а степень разбавления рудно-ореольного вещества фоновым достигнет 1000 раз и более. Для моделирования этого процесса было произведено тысячекратное "разбавление" колчеданных руд фоновым донным осадком. Полученная "смесь" содержала следующие количества элементов (г/т, Кс): Сu (50/2,5), Zn (85/1,7), Ag (0,06/1,45), Pb (7,5/1,07). Остальные сопутствующие элементы (Ва, Мо, Со, Sn, Ni, Ga, V, Mn, Ti) оказались в концентрациях, практически неотличимых от фоновых, и для них был принят Кс≈1. For example, during regional geochemical testing of bottom mud-clay sediments of surface watercourses with a density of 1 sample per 100 sq. Km, even when the ore-halo zones reach the denudation surface, their area for most deposits will be no more than 0.1 sq. Km, and the degree of dilution of the ore-halo substance with the background reaches 1000 times or more. To simulate this process, a thousandfold “dilution” of pyrite ores was performed by the background bottom sediment. The resulting "mixture" contained the following amounts of elements (g / t, Ks): Cu (50 / 2.5), Zn (85 / 1.7), Ag (0.06 / 1.45), Pb (7.5 / 1.07). The remaining accompanying elements (Ba, Mo, Co, Sn, Ni, Ga, V, Mn, Ti) turned out to be in concentrations practically indistinguishable from background ones, and Kc≈1 was adopted for them.
Полученная "смесь" при обычном подходе к выделению геохимических аномалий накопления по величинам Кс≥1,5 проявляется только как слабая аномалия меди и цинка. При этом, учитывая фоновые флуктуации содержаний меди и цинка, близкие к двум (стандартный 
Сравнение же ранжированного геохимического спектра этой "смеси" с эталонным геохимическим спектром колчеданной руды
(КК Сu>Zn>Ag>Pb>Ва>Мо>Со>Sn>Ni>Ga>V>Mn>Ti)
с расчетом величины Rsp по формулам (3)-(6) показало достаточно высокое их сходство (Rsp=0,84). При этом вероятность случайного характера величины Rsp= 0,84 составляет около 0,0001, что отвечает требованиям "Инструкции..." (1983).Comparison of the ranked geochemical spectrum of this “mixture” with the reference geochemical spectrum of pyrite ore
(CC Ku>Zn>Ag>Pb>Ba>Mo>Co>Sn>Ni>Ga>V>Mn> Ti)
with the calculation of the Rsp value by formulas (3) - (6), they showed a rather high similarity (Rsp = 0.84). Moreover, the probability of a random nature of Rsp = 0.84 is about 0.0001, which meets the requirements of the "Instruction ..." (1983).
Таким образом, этот весьма слабо проявленный поток рассеяния от денудированной и сильно разбавленной безрудным веществом колчеданной руды может быть выделен с требуемым уровнем надежности только предложенным способом по сходству ранжированных геохимических спектров. При этом надежность выделения возрастает в сравнении с обычным способом выделения аномалий в 700 раз, т.к. 1-F(1,49)≈0,07 (7%). Thus, this very poorly manifested scattering flux from the pyridized ore denuded and highly diluted by the barren substance can be isolated with the required level of reliability only by the proposed method by the similarity of the ranked geochemical spectra. At the same time, the reliability of isolation increases in comparison with the usual method of isolating anomalies by 700 times, because 1-F (1.49) ≈ 0.07 (7%).
Аналогичные примеры можно привести с "разбавлением" фоновым веществом характерных разностей пород (например, алмазоносных кимберлитов или лампроитов), минеральных вод и т.п. Similar examples can be given with the “dilution” of the background material of the characteristic differences of rocks (for example, diamondiferous kimberlites or lamproites), mineral waters, etc.
Практическое применение предложенного способа не означает отмены других методических приемов и критериев, используемых в практике геолого-геохимических работ в тех случаях, когда их использование обоснованно доказано и они являются достаточно надежными и эффективными, например, в случаях выделения достаточно контрастных аномалий или интенсивно проявленных околорудных ореолов. The practical application of the proposed method does not mean the abolition of other methodological techniques and criteria used in the practice of geological and geochemical work in those cases where their use is reasonably proven and they are sufficiently reliable and effective, for example, in cases of highlighting sufficiently contrasting anomalies or intensely developed near-aureoles .
Однако при проведении мелкомасштабных геохимических работ (масштаба 1: 200000 и мельче), геохимических поисков в неблагоприятных геолого-геохимических и ландшафтных обстановках, геохимического картографирования слабо проявленных околорудных ореолов применение предложенного способа становится необходимым, существенно расширяет арсенал используемых геологами и геохимиками методов, позволяет повысить надежность и эффективность решения вышеперечисленных задач. However, when carrying out small-scale geochemical works (scale 1: 200000 and smaller), geochemical searches in adverse geological, geochemical and landscape situations, geochemical mapping of weakly developed near-ore halos, the application of the proposed method becomes necessary, it significantly expands the arsenal of methods used by geologists and geochemists, and it makes it possible to increase reliability and the effectiveness of solving the above problems.
Особенностью обрабатываемой геохимической информации обычно является ее неполнота вследствие недостаточной чувствительности анализов ряда химических элементов (компонентов), а также дискретность вследствие полуколичественного или приближенно-количественного характера анализов. В этих условиях применение предложенного способа также дает существенные преимущества в силу непараметрического характера критерия Стьюдента. В то же время малое число определяемых элементов (компонентов), обычно менее 6-8, является определенным препятствием для эффективного применения предложенного способа, который дает оптимальные решения при многомерности геохимического пространства, равного 15-20 элементам, редко - более. При избытке геохимических данных, в зависимости от поставленных задач, круг элементов-индикаторов может быть сокращен и оптимизирован при помощи того же предложенного способа, с помощью которого исключаются элементы, имеющие постоянные или малоизменчивые ранги в сравниваемых объектах. A feature of the processed geochemical information is usually its incompleteness due to the insufficient sensitivity of the analysis of a number of chemical elements (components), as well as discreteness due to the semi-quantitative or approximately quantitative nature of the analyzes. Under these conditions, the application of the proposed method also gives significant advantages due to the nonparametric nature of the student criterion. At the same time, a small number of determined elements (components), usually less than 6-8, is a definite obstacle to the effective application of the proposed method, which gives optimal solutions with multidimensional geochemical space equal to 15-20 elements, rarely more. With an excess of geochemical data, depending on the tasks, the circle of indicator elements can be reduced and optimized using the same proposed method, which eliminates elements that have constant or unstable ranks in the compared objects.
Источники информации
1. А.с. СССР 616928.Sources of information
1. A.S. USSR 616928.
2. Заявка к патенту РФ 95102475 (прототип). 2. Application for patent of the Russian Federation 95102475 (prototype).
Claims (2)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2001108615A RU2183845C1 (en) | 2001-03-30 | 2001-03-30 | Method of geochemical search for deposits of mineral resources |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| RU2001108615A RU2183845C1 (en) | 2001-03-30 | 2001-03-30 | Method of geochemical search for deposits of mineral resources |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2183845C1 true RU2183845C1 (en) | 2002-06-20 |
Family
ID=20247850
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2001108615A RU2183845C1 (en) | 2001-03-30 | 2001-03-30 | Method of geochemical search for deposits of mineral resources |
Country Status (1)
| Country | Link |
|---|---|
| RU (1) | RU2183845C1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2767159C1 (en) * | 2020-10-02 | 2022-03-16 | Акционерное общество "Сибирский научно-исследовательский институт геологии, геофизики и минерального сырья" | Method for searching for gold-ore and gold-bearing deposits by ore and geochemical associations |
| RU2801428C1 (en) * | 2023-04-07 | 2023-08-08 | Федеральное государственное бюджетное учреждение "Центральный научно-исследовательский геологоразведочный институт цветных и благородных металлов" | Ion-sorption method of litochemical prospects for gold deposits |
-
2001
- 2001-03-30 RU RU2001108615A patent/RU2183845C1/en active
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2767159C1 (en) * | 2020-10-02 | 2022-03-16 | Акционерное общество "Сибирский научно-исследовательский институт геологии, геофизики и минерального сырья" | Method for searching for gold-ore and gold-bearing deposits by ore and geochemical associations |
| RU2801428C1 (en) * | 2023-04-07 | 2023-08-08 | Федеральное государственное бюджетное учреждение "Центральный научно-исследовательский геологоразведочный институт цветных и благородных металлов" | Ion-sorption method of litochemical prospects for gold deposits |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gregory et al. | Distinguishing ore deposit type and barren sedimentary pyrite using laser ablation-inductively coupled plasma-mass spectrometry trace element data and statistical analysis of large data sets | |
| Gao et al. | Mapping mineral prospectivity for Cu polymetallic mineralization in southwest Fujian Province, China | |
| Zhao et al. | Identifying geochemical anomalies associated with Au–Cu mineralization using multifractal and artificial neural network models in the Ningqiang district, Shaanxi, China | |
| Ghezelbash et al. | Regional-scale mineral prospectivity mapping: Support vector machines and an improved data-driven multi-criteria decision-making technique | |
| Green et al. | Characterisation of carbonate minerals from hyperspectral TIR scanning using features at 14 000 and 11 300 nm | |
| RU2767159C1 (en) | Method for searching for gold-ore and gold-bearing deposits by ore and geochemical associations | |
| Hood et al. | Linking protolith rocks to altered equivalents by combining unsupervised and supervised machine learning | |
| Bédard et al. | Performance of predictive supervised classification models of trace elements in magnetite for mineral exploration | |
| Panahi et al. | Modelling lake sediment geochemical distribution using principal component, indicator kriging and multifractal power-spectrum analysis: a case study from Gowganda, Ontario | |
| Zhang et al. | Integration of machine learning algorithms with Gompertz Curves and Kriging to estimate resources in gold deposits | |
| Moradpouri | A copper porphyry promising zones mapping based on the exploratory data, multivariate geochemical analysis and GIS integration | |
| Echogdali et al. | Mineral prospectivity mapping: a potential technique for sustainable mineral exploration and mining activities–a case study using the copper deposits of the Tagmout basin, Morocco | |
| Stanley et al. | Anomaly recognition for multi-element geochemical data—A background characterization approach | |
| Zhang et al. | Assessment of coal sortability and washability using dual energy X-ray transmission system | |
| RU2183845C1 (en) | Method of geochemical search for deposits of mineral resources | |
| Maghsoudi Moud et al. | Evaluation of the modified AHP-VIKOR for mapping and ranking copper mineralized areas, a case study from the Kerman metallogenic belt, SE Iran | |
| Bull et al. | Application of discriminant analysis to the geochemical evaluation of gossans | |
| Shahrestani et al. | The use of unmixing technique in stream sediment geochemical exploration | |
| Tuba et al. | Bulk microanalysis of assemblages of small fluid inclusions by LA-ICP-MS: Methodology and application to orogenic gold systems | |
| da Silva et al. | Unsupervised drill core pseudo-log generation in raw and filtered data, a case study in the Rio Salitre greenstone belt, São Francisco Craton, Brazil | |
| Malý et al. | Is Mehlich 3 soil extraction a suitable screening method for determination of some risk elements? | |
| RU2801428C1 (en) | Ion-sorption method of litochemical prospects for gold deposits | |
| Chizhova et al. | Logical-Information Models of Formation Types of Gold Deposits in the North-east of Russia | |
| Chizhova et al. | Logical information models for prediction and express-evaluation of new gold ore deposits in the Arctic zone of Russia | |
| WO1997034169A1 (en) | Method for analysing data in the exploration for minerals |