地球化学定量预测的初步研究—以吉林省通化二密铜矿为例

徐 曼，李 楠，闫 冬

吉林省地质调查院，吉林 长春 130102

0 引言

水系沉积物对基底和盖层的地球化学特征及各种地质作用（成矿作用）留下的痕迹有良好的指示意义。因此，可以根据水系沉积物中矿致元素的异常含量、异常规模来圈定成矿靶区，估算资源量。在工作区内的数据参数，即：平均值、标准离差、极值、中位数、背景值、异常下限等。其中，异常下限的选择采用背景值+2倍标准离差的方法。

地球化学预测要素图编制：包括元素地球化学图、衬值地球化学异常图、典型矿床剥蚀程度图、相似度图。

1 地球化学定量预测研究基础

在吉林省Ⅲ级成矿带上具有代表性的斑岩型铜矿有二密铜矿、六道江铜矿、靖宇天合兴铜矿、珲春小西南岔金铜矿；矽卡岩型铜矿床主要为六道沟铜矿。成矿带整体呈北东向带状展布。

以1：20万化探数据为基础。首先对数据进行数据校正、空间坐标转换、网格化处理、数据分布检验、数据变换等地球化学处理。然后统计矿床所

2 典型矿床工作区地球化学预测要素图的编制

2.1 地球化学图及衬值异常图的编制

选择通化二密工作区内1：20万化探数据，应用7级分级方法，即25%～50%～80%～90%～95%～98%（马振东等2010）制作铜元素的地球化学图。取制作铜元素的衬值地球化学异图。

2.2 剥蚀程度图、相似度图的编制

（1） 三角图解

根据典型矿床的土壤、岩石地球化学特征元素组合确定矿头晕、矿中晕、矿尾晕。

二密铜矿的矿头晕为As、Sb、Hg；矿中晕为Cu、Pb、Zn；矿尾晕为W、Sn、Bi、Mo。按照《矿产资源地球化学模型建立与定量预测操作指南》（马振东等2010），制作二密铜矿工作区的三角图解。见图1。

图1 二密铜矿床工作区三角图解Fig.1 Triangular diagram of Ermi Cu deposit

（2） 矿尾晕/矿头晕、矿尾晕/矿中晕的比值等值线图

根据《矿产资源地球化学模型建立与定量预测操作指南》（马振东等2010）制作二密铜矿工作区比值等值线图。见图2。

图2 二密铜矿工作区矿尾晕/矿头晕比值等值线图Fig.2 The mine head elements halos / tail elements halos contour diagram of Ermi Cu deposit

综合三角图和比值等值线图可知，二密铜矿剥蚀程度较低，处于浅剥蚀状态，F取值在0.1～0.2之间，等值线图显示兰色的低值区。

（3）相似度图

以二密铜矿为样本制作相似度图，见图3。

图3 二密铜矿床工作区相似度图Fig.3 Similarity diagram of Ermi Cu deposit

与二密铜矿床有一定相似度的有金厂镇、六道江、六道沟（铜山），相似系数分别为0.34、0.38、0.49、0.36，累频≥90%，选择相似度相对较高的六道沟铜矿（相似度0.49）进行预测。其元素特征见表1。

3 典型矿床地球化学模型建立

根据典型矿床的地质-地球化学特征，建立找矿模型（见表2）。确定典型矿床的矿化相似性指标，利用相似度判断预测靶区，类比典型矿床预测靶区资源量。

4 地球化学预测靶区圈定

六道沟（铜山）铜钼矿和二密铜矿床存在较好的相似性，均受北东向的断裂构造控制，与燕山期的石英闪长岩、花岗闪长岩、花岗斑岩体关系密切。元素组合亦具有相似性。因此可以类比二密铜矿床进行定量预测。圈定的预测靶区有六道沟和铜山。

5 地球化学资源量估算与评价

5.1 应用类比法分别计算上述预测靶区的预测资源量

（1）不考虑剥蚀系数。

（2）考虑剥蚀系数

表1 吉林省二密铜矿工作区地球化学特征Table 1 Geochemical characteristics of Ermi Cu deposit in Jilin Province

表2 二密式斑岩型铜矿地球化学找矿预测模型Table 2 Geochemical ore-prospecting prediction model of Ermi type porphyry copper deposit

计算公式：K=P已知/Pu已知/(1-F已知)=P未知/Pu未知/(1-F未知)（据马振东等2001）计算结果见表4。

5.2 应用面金属量法分别计算上述预测靶区的预测资源量

（1）不考虑剥蚀系数。

计算公式：K=S已知(X已知-B已知)/Pu已知=S未知(X未知-B未知)/Pu未知（据马振东等2001）计算结果见表5。

（2）考虑剥蚀系数

计算公式：K=S已知(X已知-B已知)/Pu已知/（1-F已知）=S未知(X未知-B未知)/Pu未知/（1-F已知）（据马振东等2001），计算结果见表6。

综上可知，六道沟、铜山与类比矿床二密铜矿具有不同的剥蚀系数，计算的储量变化还是较大的。加权统计资源量：类比法占60%的权重，面金属量法占40%的权重。结果如下：

不考虑剥蚀系数预测资源量为∶ 15 201.845×0.6+17 991.384×0.4=16 317.661吨

表3 类比法资源量预测结果（单位：吨）Table 3 Prediction results of resource quantity by analogy method (unit: ton)

表4 类比法资源量预测结果（单位：吨）Table 4 Prediction results of resource quantity by analogy method (unit: ton)

表5 面金属法资源量预测结果（单位：吨）Table 5 Prediction results of resource quantity by areal productivity method (unit: ton)

表6 面金属法资源量预测结果（单位：吨）Table 6 Prediction results of resource quantity by areal productivity method (unit: ton)

考虑剥蚀系数预测资源量为∶ 9 088.606×0.6+10 917.040×0.4=9 819.980吨

6 结论

应用地球化学数据进行资源量预测具有重要的意义，它可以进一步挖掘地球化学数据的指示作用以及成矿作用。

应用地球化学数据进行资源量预测关键的是典型矿床的选择，对于相似度较高的预测区可以估算出具有一定可信度的资源量。