老挝桑怒地区硒山土壤化探数据处理及成矿预测

申婉妮,高　云,胥佳佳

(四川省地质矿产勘查开发局　二〇二地质队，宜宾　644000)



老挝桑怒地区硒山土壤化探数据处理及成矿预测

申婉妮,高云,胥佳佳

(四川省地质矿产勘查开发局二〇二地质队，宜宾644000)

摘要：利用SPSS多元统计分析软件对硒山1∶10 000土壤地球化学测量成果进行统计分析，R型聚类分析结果表明，本区以Au、Ag、Sb、As、Cu、Pb、Zn异常为主，其中Au、Sb、Ag、As异常相关性最好，显示出中温金多金属硫化物矿床的特征。通过R型因子分析提取了5个代表性因子(F1～F5)，F1；F2、F3；F4；F5分别代表主成矿元素、尾晕元素、中、下部元素和头晕元素组合，相应的因子得分表明其在空间中的矿化强度。将各因子得分绘制成等值线图，结合本区地质构造特征，利用多因子叠加法在本区共圈定了两个主要成矿远景区(Ⅰ、Ⅱ)，可作为下一步找矿工作的重点。

关键词：聚类分析；因子分析；土壤地球化学测量；成矿预测；老挝

0前言

数学地质是地质学科的一个重要分支，是从量的方面研究和解决地质问题。随着找矿难度越来越大，传统的找矿方法已不能满足目前的找矿需求，数学地质找矿方法越来越凸显了它的重要性。20世纪50年代以来，聚类分析、因子分析、趋势面等方法被广泛应用到了地质科学领域，主要应用在矿床类型、成因的判别及对隐伏矿体的预测等方面。前人大量的研究成果表明，应用数学地质方法找矿效果显著。这里借鉴前人的找矿经验，对老挝桑怒地区硒山土壤化探数据进行系统分析和探讨，以期为下一步找矿工作提供线索和依据。

1区域地质背景

研究区位于中南半岛东北部，大地构造上位于桑怒岛弧带(Ⅲ4)与拾宋早再山微陆块(Ⅳ1)的交接部位，印度陆块与扬子陆块、华夏陆块对冲形成的可可西里—哀牢山—马江缝合带内。其中，马江缝合带已被世界地质学家所公认，并作为印度板块和亚洲板块在该地区的分界。从古元古代至新生代，本区经历了陆核形成，板块运移、碰撞，陆内俯冲、汇聚等多个演化阶段，是全球板块活动最强烈的地带之一，也是全球构造最复杂的地区之一[4-6]。多期构造—岩浆活动为该区的金属成矿提供了优越的地质条件和丰富的物质来源。中新生代以来印度板块、亚洲板块及太平洋板块相互碰撞，形成与区域NW向马江深大断裂带平行分布的大面积岩浆，是本区热液型矿床的重要物质来源，中新世前后的构造转折促进了全区热液型矿床的形成[7]。该区属南亚陆间区地层系统，广泛分布了从前寒武系到侏罗系的地层。受区域上北西向马江构造带的影响，研究区断裂构造较发育，为岩浆和成矿物质的上升就位提供了通道和空间。区内岩浆活动发育，广泛发育从印支期至海西期的基性—中酸性岩浆岩，多呈岩基状分布。区内多金属矿点的分布受地层、构造、岩浆岩的共同控制。与马江深大断裂平行分布的蛇绿混杂岩带为岩浆型铜、镍、铁矿提供了重要的物质来源，大面积分布的酸性岩浆是热液型钨锡矿带的重要来源(图1)。区内目前发现铜、镍矿点2处，铅锌矿点2处，铁、钨、金银矿点各1处。

图1　区域大地构造-成矿区带分布图Fig.1　Regional tectonic and metallogenic zone

21∶10 000土壤地球化学特征

根据全区1∶50 000水系沉积物测量成果，在硒山区圈出了11 km2的水系沉积物异常,针对该异常开展了网度100 m×40 m的1∶10 000土壤地球化学测量。土壤测量结果表明，硒山土壤异常以Au、Ag、Sb为主，伴随As、Hg、Mo、Cu、Pb、Zn等多元素异常。Au、Ag、Cu、Pb、Zn各元素的极大值分别为71.3×10-9、4.36×10-6、5 564.36×10-6、14 204.36×10-6、7 824.36×10-6，为主成矿元素。其中Au、Ag、As、Sb异常强度高，浓集中心明显，异常吻合度好。Au以不规则状、串珠状沿北西向分布，与Ag、Sb、As、Hg、Cu、Pb、Zn、W、Bi各元素异常套合较好，各异常大致走向呈北西向，具有热液金矿床的特征。W、Bi等高温元素异常与Au元素异常套合好，这说明W、Bi所指示的高温热液和Au的富集关系密切，为Au的成矿阶段提供一定热源，促进Au的活化富集。综上所述，本区是寻找热液型金多金属矿床的重要靶区。

3化探数据分析

化探信息是一种直接找矿信息，是找矿预测中的重要变量[8]，而多元统计分析方法是常用的地质数据处理方法。作者用SPSS软件，对硒山2 350组土壤数据进行R型聚类分析和因子分析，以期为研究区的找矿工作提供必要的线索。

3.1R型聚类分析

聚类分析是根据样本自身的属性，用数学方法按照某些相似性指标，定量地确定样本之间的亲疏关系，并按这种亲疏关系对样本进行聚类。R型聚类分析主要遵循“物以类聚”的原则来对变量归类，不但可以了解各变量之间的亲疏关系程度，还可以了解各变量组合之间的亲疏程度[9]。

用SPSS软件，对硒山2 350组土壤数据进行聚类分析，采用组间联接的方法，测量各变量间的皮尔森相关性(表1)，生成系谱树状图(图2)。各变量间的相关性用距离系数(0 ～ 25)表示，距离系数越小，变量之间的相关性越高，反之亦然。

图2　硒山土壤地球化学测量微量元素系谱图Fig.2　Trace elements family tree of geochemical soil survey，Xi Shan

CuPbZnMnCoNiCrBiSnMoWAgAsSbSeHgAuCu1Pb0.3291Zn0.3160.4571Mn0.1070.0680.3791Co0.064-0.0150.2130.5351Ni0.003-0.0540.1010.1740.2571Cr0.028-0.0380.0730.1210.1860.8121Bi0.5260.0590.017-0.083-0.072-0.065-0.0271Sn-0.0670.049-0.128-0.346-0.339-0.042-0.0760.0971Mo0.2070.1490.041-0.128-0.109-0.024-0.0570.2960.2271W0.0720.1710.077-0.073-0.1010.0530.0320.0740.3530.211Ag0.2060.520.2090.032-0.05-0.064-0.0490.0950.0620.1990.2851As0.1820.3340.141-0.013-0.034-0.012-0.0260.0970.1370.3660.2910.5061Sb0.1820.4660.1810.011-0.019-0.004-0.0060.0150.0980.2160.2980.6990.7481Se0.0240.015-0.121-0.065-0.0120.0980.0680.2870.0810.2250.0710.0060.1670.041Hg0.0390.085-0.084-0.015-0.0070.3170.1480.040.0980.1840.1220.0950.1980.2540.3261Au0.2010.4490.1920.013-0.036-0.043-0.0230.0670.080.2060.3380.5870.5350.7970.0310.1671

根据系谱树状图，取距离系数20为相似性分类指标，可将本区16种元素分为4类：①Au、Sb、Ag、As、Pb、Zn、Cu、Bi、Mo；②Sn、W；③Se、Hg；④Ni、Cr、Mn、Co。其中Au、Sb、Ag、As的相关性较好，与1:10 000土壤地球化学测量Au、Sb、Ag、As各元素异常相吻合的特征一致，本区与Au成矿最密切的元素为Sb、Ag、As，Au和Sb的相关性最好，相关系数r=0.797，因此可将Sb作为本区金矿最直接的找矿指示元素。Au、Sb、Ag、As、Pb、Zn、Cu、Bi、Mo元素共生，显示出中温金多金属硫化物矿床的特征；Pb、Zn、Cu、Bi、Mo异常多在金矿体或矿带的中下部，反映本区深部找矿潜力较大；Sn、W为高温元素组合，为金矿体尾部异常；Ni、Cr、Mn、Co为高温元素组合，代表金矿体或矿带尾部异常；Se、Hg反映了低温矿化元素组合，为金矿体或矿带的前缘带元素异常。

3.2因子分析

因子分析是一种降维分析，是将一些具有错综复杂关系的变量归纳为较少的几个综合变量的多元统计分析方法。在地质研究中，用因子分析获得的综合因子常代表不同的成因过程或特定的地质意义。在地球化学、矿床学研究中，常会涉及许多地球化学元素。通过因子分析，可以根据元素之间的相关关系，获得不同的元素组合(因子)，这些元素组合(因子)往往反映一定的地质作用或成矿阶段[7,8]。每个因子中的主要元素，不仅表示它们之间的一种组合关系，而且反映了一种内在的成因联系。

在R型聚类分析的基础上，对硒山2 350组土壤数据进行因子分析，得出正交旋转因子荷载(表2)。本区没有一个因子的方差贡献率超过50%，说明本区土壤中各元素的物质来源和成因比较复杂。F1因子的方差贡献率最大，为21.379%，可作为本区的主因子。选取前 5个因子，把每列因子荷载绝对值大于0.4的元素作为一个组合，解释各因子如下：

1)F1(Sb、Au、Ag、As、Pb)代表中低温金的矿化作用，是石英—蚀变岩型金矿化元素组合。F1中Sb、Au、Ag、As具有较高的荷载，说明它们在F1因子中起到了比较重要的作用，也反映Sb、Au、Ag、As是同一成矿作用的产物。As、Sb同为VA族元素，低温半金属二性元素，地球化学行为相近，迁移能力较强，常与Au伴生[9]。因此可将As、Sb作为本区金矿找矿的直接指示元素，这与R型聚类分析的结论一致。

表2　R型因子分析正交旋转因子荷载Tab.2　Orthogonal rotation factor load of R factor analysis

2)F2(Sn、Mn、Co、W)为高温元素组合，与本区中酸性岩体有关，是金矿体或矿带尾部异常。

3)F3(Ni、Cr)为高温元素组合，常见于基性-超基性岩浆岩中，Ni为金矿体或矿带尾部的异常元素。

4)F4(Cu、Bi、Mo)为中高温元素组合，常出现在金矿体或矿带的中下部，且F3与F1得分高值区大致吻合，显示本区具有较好的深部找矿效果，与R型聚类分析的结论一致。

5)F5(Se、Hg、Zn)为中低温元素组合，Zn元素表现为亲硫性，Zn元素活动性相当高，迁移能力强，在土壤中易析出，在水系沉积物中易形成异常，所以它可能在各种元素组合中出现。Hg是熔点很低的金属元素，多与构造活动有关[10]。Se、Hg荷载较大，且具有较强的迁移能力，为金矿体或矿带前缘异常元素组合。

硒山土壤地球化学测量17种元素的因子分析与聚类分析结果相似，均表现为组内元素的相关性较大并且在元素组合上大致吻合，组间元素的相关性尽量小的特点，说明各个因子对成矿作用确实存在着不同的指示意义。

3.3因子得分值空间分布

因子得分值反映每个样品在各种地质作用中属性，是勘查地球化学中经常应用的参数之一，因子得分绝对值越高说明该因子代表的地质过程在样品上的表现越强烈[12]。对第一主因子而言，因子得分越高，工业矿化越强。

利用因子得分进行成图，可以确定找矿有利地段，进行成矿预测。选取硒山土壤地球化学测量因子得分Fi>1的数据绘制因子得分等值线图(图3)，从图3可以看出，本次分析研究的5个因子得分等值线图走向大致呈北西—南东向，与区域地层和构造带的走向表现出高度的一致性，从而说明区域内元素的富集与伴生受到了构造运动的影响，并且与地层有着密切的关系。

通过因子分析可知，F1、F2、F3、F4、F5分别代表主成矿元素、尾晕元素、中下部元素和头晕元素组合，相应的因子得分表明其在空间中的矿化强度。F1因子得分等值线图呈北西向带状展布，F4因子得分等值线图主要沿F1展布，推测F1因子、F4因子可能是同一成矿作用的不同矿化阶段。二者得分异常受闪长玢岩控制，且与区域构造走向一致。F1得分异常与硒山1∶10 000土壤地球化学测量Au、Sb、Ag、As元素异常分布大致吻合，尤其与Au、Sb异常分布更为相似。F1因子为中低温热液金矿化的直接指示元素组合，F4因子为铜矿化的指示或金矿化的远程指示元素组合，预测F1、F4因子得分高值重合区域深部矿化远景良好。F3代表基性—超基性异常组合，因子得分高值区受区内辉长岩控制。F2、F5得分等值线分布较分散，整体走向为北西向，与F1、F4因子共同受区域北西向构造带控制，是金矿的远程指示元素组合。综合对比F1、F2、F4、F5四个因子，F1因子得分高，F2、F4、F5因子得分均较低，推测本区矿化以中低温为主，矿体剥蚀程度低。

图3　因子得分等值线图Fig.3　The factor score isopleth map

4成矿预测

地球化学预测与找矿经验认为，累加法能够提高地球化学异常识别的宽度和衬度[14]。这里采用多元统计方法提取5个因子，通过多因子叠加法圈定出两个主要成矿远景区(Ⅰ、Ⅱ)(图4)，二者走向北西向，受区域构造带控制。

图4　硒山成矿预测图Fig.4　Minerogenetic prognostic map of Xi Shan

Ⅰ号成矿远景区规模较大，具有高强度的F1、F4因子异常，伴有一定规模的F2、F5因子异常，为中低温金的主成矿区，是本区金矿重点远景区，主要分布在硒山南部三叠系片岩及闪长岩组合中。异常组合元素主要为(F1)Sb、Au、Ag、As、Pb-(F4)Cu、Bi、Mo，各因子间元素相关性较好，其中Sb、As与Au的相关性最好，可作为寻找金矿的直接指示元素。因子异常分布情况与1∶10 000土壤地球化学测量Au、Sb、As等元素的异常大致吻合，因子中的元素组合和聚类分析结果相似，且该成矿远景区地表第四系红土覆盖较厚，构造活动较强，发育多条北西向、近东西向的构造破碎带，构造角砾岩较发育。零星出露的花岗闪长斑岩、闪长玢岩褐铁矿化、黄铁矿化、钾化蚀变较强，局部见高岭土化等中低温蚀变，说明本区具有良好的中低温金多金属成矿前景。通过前期的地表工作，目前已在F1因子高异常区发现一条北西走向的银锰矿帽，Ⅰ号成矿远景区东部发现一处铅锌矿点。银锰矿帽长约400 m，宽13 m～20 m。对少量捡块样进行工业分析，Ag、Mn平均品位分别为142.03%、33.81%。

Ⅱ号成矿远景区规模较小，呈北西向带状分布于闪长岩中。具有较高强度的F4、F5因子异常。异常组合元素主要为(F4)Cu、Bi、Mo-(F5)Se、Hg、Zn，其中Cu和Zn元素相关性较好，且Cu、Hg在各自因子中荷载较高，为金矿体或矿带的头晕异常元素组合，可将本区作为寻找铜金多金属矿床的重点区域。

5结论

利用R型聚类分析和因子分析对硒山1∶10 000土壤测量数据进行处理，利用多因子叠加方法圈定成矿远景区。经过少量地表工作揭露，已在Ⅰ号成矿远景区发现一条银锰矿帽和一处铅锌矿点，银锰矿帽与主成矿因子F1的高值区高度吻合，铅锌矿点也位于F1因子异常范围内，说明本区利用多远统计分析方法找矿效果较好，对下一步的深部找矿工作具有较强的指导意义。

参考文献：

黄宏业，肖建军，欧阳平宁，等.基于多元统计的微量元素地球化学特征分析——以广西资源县向阳坪地区构造蚀变岩型铀矿为例.地质找矿论丛,2009,24(3):211-216.

HUANG H Y，XIAO J J，OU Y P N，et al.Geochemical characteristics of trace elements based on multivariate statistical analysis——In order to Xiangyang resources in Guangxi County Ping area tectonic altered rock type uranium deposit as an example.Contributions to Geology and Mineral Resources Research,2009,24(3):211-216.(In Chinese)

DAVIS J C.Statistical and datc analysis in geology.2nd Ed.New York:Jonh Wiley&Sons.1986：646.

姚玉增,金成沫,肖向军.因子分析在辽南卧龙泉地区化探次生晕异常优选中的应用.物探与化探，2005,29(1):10-12.

YAO Y Z，JIN C M，XIAO X J.Factor analysis of geochemical secondary halos in wolongquan of Southern Liaoning area the application of the abnormal optimization.Geophysical and Geochemical Exploration,2005,29(1):10-12.(In Chinese)

[4]李兴振,刘朝基,丁俊.大湄公河次地区主要结合带的对比与连接[J].沉积与特提斯地质，2004,24(4):1-12.LI X Z，LIU C J，DING J.Correlation and Connection of the main suture zones in the greater mekong subregion[J].Sedimentary Geoedimentary Geologyand Tethyan Geology，2004,24(4):1-12.(In Chinese)

[5]姚伯初.东南亚地质构造特征和南海地区新生构造发展史[J].南海地质研究，1991,11:1-13.

YAO B C.The geological tectonic characteristics in SE Asia area and cenozoic tectonic history in the South China sea[J].Gresearch of Eological China Sea，1991(11):1-13.(In Chinese)

[6]夏庆霖,谢蕴宏,刘俊来，等.东南亚中南半岛地区黑色矿床谱系[J].地质通报，2009,28(3):326-332.

XIA Q S，XIE Y H，LIU J L，et al.Black ore deposits of South Peninsula area of southeast Asia[J].Geological Bulletinof China，2009,28(3):326-332.(In Chinese)

[7]张宏远,刘俊来.三江南段—中南半岛特提斯蛇绿岩大地构造与成矿[J].地球科学，2011,36(2):262-276.

ZHANG H Y，LIU J L.Plate tectonics and mineralization of the Tethyan Ophiolite in the Southern Sanjiang and Indo-China Peninsular area[J].Earth Science-Journalof China University of Geosciences，2011,36(2):262-276.(In Chinese)

[8]董英君,张德全,徐文艺，等.矿产资源评价系统及其在东昆仑的应用[J].地球学报,2005,26(1):83-92.

Dong Y J,ZHANG D Q,XU W Y,et al Studies on geophysical and distribution mineral resources in east Kunlun[J].Acta Geoscientuca Sinica，2005,26(1):83-92.(In Chinese)

[9]张再天,潘家永,夏菲，等.江西玉华山地区水系沉积物化探数据处理及找矿靶区划分[J].物探化探计算技术，2013,35(1):86-92.

ZHANG Z T,PAN J Y,XIA F,et al Geochemical data processing of stream sediment and target areas prediction for metallogenic of Jiangxi Yunhua mountain[J].ComputingTechniques For Geophysicaland Geochemicaland Geochemical Exploration，2013,35(1):86-92.(In Chinese)

[10]余金生,李裕伟.地质因子分析[M].北京：地质出版社，1985.

YU J S,LI Y W.Factor analysis of geology [M].Beijing：Geological Publishing House，1985.(In Chinese)

[11]赵鹏大,胡旺亮,李紫金.矿床统计预测(第二版)[M].北京：地质出版社，1994.

ZHAO P D,HU W L,LI Z J.Statistical pediction of Mineral deposit(The Second Edition) [M].BeiJing：Geological Publishing House，1994.(In Chinese)

[12]姚玉增,巩恩普,梁俊红，等.R型因子分析在处理混杂原生晕样品中的应用-以河北丰宁银矿为例[J].地质与勘探，2005,41(2):51-55．

YAO Y Z,KONG E P,LIANG J H,et al Application of r-factor analysis in handing mixed samples of primary Halo-A case study of Fengning silver deposit[J].Geologyand Prospecting，2005,41(2):51-55．(In Chinese)

[13]时艳香,纪宏金,陆继龙，等.水系沉积物地球化学分区的因子分析方法与应用[J].地质与勘探，2004,40(5):73-81.

SHI Y X,JI H J,LU J L,et al Factor analysis method and application of stream sediment geochemical Partition[J].Geology and Prospecting，2004,40(5):73-81.(In Chinese)

[14] 马德云，高振敏，陶琰.构造地球化学勘查方法在个旧高松矿田找矿中的应用.矿床地质，2002(S1):1177-1180.

MA D Y，GAO Z M，TAO Y.Tectonic gechemical exploration methods in the application of Ge Jiu Gaosong Ore fields.Ore deposit geology，2002(S1):1177-1180.(In Chinese)

Geochemical soil survey data processing and mineralization forecast in Xi Shan,Xam Nua,Laos

SHEN Wan-ni,GAO Yun,XU Jia-jia

(202 team,Sichuan Bureau of Geology and Mineral Resources,Yibin644000，China)

Abstract:Statistic 1:10000 geochemical soil survey through SPSS software of multivariate statistical analysis,R cluster analysis shows that the major soil anomaly is Au,Ag,Sb,As,Cu,Pb and Zn in this area.Among them,Au,Sb,Ag and As are closely related,these characteristics are shown as mesothermal gold polymetallic sulfide deposits.It is extracted five representative factors(F1 ～ F5) through R factor analysis,F1,F2 and F3,F4,F5 represent main,behind,deep and front ore-forming elements,respectively.Their corresponding factor score indicates that the mineralization intensity in the space.Draw isoline map by each factor score,predicted and explorated of mineralresources on the basis of geological tectonic characteriatics,then delineated two main minerogenic prospect areas(Ⅰ,Ⅱ) which can be used as focus of the next step prospecting work in this area.

Key words:cluster analysis;factor analysis;geochemical soil survey;metallogenic prediction;Laos

收稿日期：2015-01-30改回日期：2015-03-19

作者简介：申婉妮(1983-)，女，工程师，主要从事固体矿产研究，E-mail:253011113@qq.com。

文章编号：1001-1749(2016)02-0282-07

中图分类号：P 632

文献标志码：A

DOI：10.3969/j.issn.1001-1749.2016.02.21