多過程耦合動力學(xué)數(shù)值模擬在熱液礦床研究中的應(yīng)用及發(fā)展前景

黃沁怡, 李增華, 許德如, 池國祥, 鄧 騰, 趙朝霞, 于得水

多過程耦合動力學(xué)數(shù)值模擬在熱液礦床研究中的應(yīng)用及發(fā)展前景

黃沁怡1, 2, 李增華3, 4*, 許德如1, 4, 池國祥5, 鄧 騰4, 趙朝霞1, 2, 于得水1, 2

(1.中國科學(xué)院 廣州地球化學(xué)研究所 礦物學(xué)與成礦學(xué)重點實驗室, 廣東 廣州 510640; 2.中國科學(xué)院大學(xué), 北京 100049; 3.東華理工大學(xué) 江西省放射性地學(xué)大數(shù)據(jù)技術(shù)工程實驗室, 江西 南昌 330013; 4.東華理工大學(xué) 核資源與環(huán)境國家重點實驗室, 江西 南昌 330013; 5.Department of Geology, University of Regina, Regina S4S 0A2, Canada)

熱液礦床的形成是一個復(fù)雜的多因素耦合過程, 包括傳熱、流體運移以及物質(zhì)的傳輸和沉淀。近年來, 隨著計算機技術(shù)和計算數(shù)學(xué)的發(fā)展, 多過程耦合動力學(xué)數(shù)值模擬在成礦研究中的應(yīng)用越來越深入, 主要模擬成礦系統(tǒng)中的熱傳遞、流體流動、構(gòu)造變形和化學(xué)反應(yīng)過程以及它們之間的相互作用。本文首先介紹了數(shù)值模擬的基本方法、常用的數(shù)值模擬軟件及其應(yīng)用范圍, 其次總結(jié)了多過程耦合動力學(xué)數(shù)值模擬在熱液成礦理論研究和成礦預(yù)測中的應(yīng)用, 最后總結(jié)了數(shù)值模擬的優(yōu)缺點并討論其發(fā)展趨勢。數(shù)值模擬是解決一些成礦問題的有效分析工具, 將會推動礦床研究從定性、半定量往定量的方向轉(zhuǎn)變。

數(shù)值模擬; 數(shù)值模擬軟件; 成礦作用; 耦合動力學(xué)

0 引 言

金屬熱液礦床的形成, 通常包括源區(qū)金屬元素的獲取及溶解、流體搬運以及在合適的場所沉淀聚集(圖1)(Cox, 2005), 這一動力學(xué)過程十分復(fù)雜, 既包括物理過程, 如流體流動、熱量傳遞和巖石變形等, 又包括化學(xué)過程, 如礦物溶解和沉淀、水巖反應(yīng)等(Chi and Xue, 2011), 而且這些過程之間還有全反饋耦合, 如不同地質(zhì)單元間的滲透性差異和局部的滲透率變化可以為礦物沉淀提供機制(Weis, 2014), 而礦物的沉淀也能影響巖石滲透率, 反過來影響流體的運移速度(Hobbs et al., 2000)。另外, 成礦系統(tǒng)一般都具有巨大的時空尺度特點, 因此, 利用傳統(tǒng)地學(xué)研究方法, 在實驗室內(nèi)對成礦動力學(xué)過程進行研究具有一定的局限性(Elder, 1967; Sondergeld and Turcotte, 1977; Menand et al., 2003; Emmanuel and Berkowitz, 2006, 2007)。

數(shù)值模擬技術(shù)在礦床動力學(xué)研究方面具有一定的優(yōu)勢(Chi and Xue, 2011), 常見的模擬研究包括流體運移(Cline et al., 1992; Griebel et al., 1998; Yang et al., 2004)、構(gòu)造變形(Sorjonen-Ward et al., 2002; Lin et al., 2006; Zhang et al., 2011)、熱傳遞(Zhao et al., 1998, 2000, 2006; Andersen and Weis, 2020), 以及化學(xué)反應(yīng)(Aghbelagh and Yang, 2014; Zou et al., 2019), 對這些因素的研究有助于理解與成礦相關(guān)的流體動力學(xué)過程(Yapparova et al., 2019)。近年來, 隨著計算機技術(shù)的發(fā)展, 數(shù)值模擬技術(shù)在成礦過程動態(tài)化和定量化的研究中越來越普遍(Hobbs et al., 2000; Cooke and McPhail, 2001; Oliver et al., 2006; 周葉, 2007; Chi and Xue, 2011; 趙義來和劉亮明, 2011; 張嵩松, 2011; 賈蔡等, 2014; Zhao et al., 2018; 李增華等, 2019; 戴文強, 2020; Takahashi et al., 2020)。理想情況下, 熱液系統(tǒng)中多相流的數(shù)值模擬可能會成為研究瞬態(tài)過程的常規(guī)工具(Driesner and Geiger, 2007)。本文通過總結(jié)多過程耦合動力學(xué)數(shù)值模擬的基本理論, 結(jié)合其在熱液礦床研究中的應(yīng)用實例, 探討數(shù)值模擬在礦床研究方面的應(yīng)用, 并提出其存在的問題及今后的發(fā)展方向。

1 數(shù)值模擬方法

1.1 成礦動力學(xué)過程的數(shù)學(xué)表達

深刻認(rèn)識礦床的成因機制和成礦規(guī)律能為成礦預(yù)測提供依據(jù)。礦床的形成是熱力場、流體場、應(yīng)力場以及化學(xué)場耦合作用的結(jié)果(Hobbs et al., 2000)。研究礦床成礦過程, 最理想的狀態(tài)就是將物理和化學(xué)過程結(jié)合起來進行研究, 因此對熱力場?流體場?應(yīng)力場?化學(xué)場(THMC: thermal-hydraulic-mechanical- chemical)耦合作用的研究至關(guān)重要(圖2)。

成礦過程中, 流體流動起到了關(guān)鍵性的作用, 所以對成礦系統(tǒng)中流體流動的研究是建立成礦模式的重要因素(Chi and Xue, 2011)。成礦流體流動通常伴隨著巖石變形和熱量的傳遞, 因此流體流動(質(zhì)量守恒)方程需要與熱量流動(熱能守恒)方程和巖石變形(介質(zhì)連續(xù))方程耦合。此外, 由于化學(xué)反應(yīng)(礦物溶解與沉淀)可以改變巖石的孔隙度和滲透率, 進而影響流體的流動, 所以質(zhì)量平衡方程也需要與化學(xué)反應(yīng)有關(guān)的方程耦合(Hobbs et al., 2000; Chi and Xue, 2011)。

在耦合體系中, 由應(yīng)力場引起的構(gòu)造變形是成礦最基本的因素之一。大型構(gòu)造的形成和演化控制著有關(guān)的沉積、巖漿、變質(zhì)和流體作用。在巖石圈尺度, 深部構(gòu)造可驅(qū)動深部流體活動, 而流體與圍巖相互反應(yīng)制約著熱液成礦系統(tǒng)的形成和演化。在礦田尺度, 不同的構(gòu)造樣式可控制礦床的分布以及礦體的形態(tài)和產(chǎn)狀。在不同的構(gòu)造應(yīng)力背景下, 成礦的熱動力條件以及物理和化學(xué)條件均有所不同, 形成不同的流體循環(huán)方式、水巖反應(yīng)強度、蝕變規(guī)模與類型等(鄧軍等, 2001; 席先武等, 2003)。而構(gòu)造變形會引起巖石體積的變化, 進一步改變巖石的滲透率和孔隙度等物性參數(shù), 變形本身也可以造成局部或區(qū)域性的流體勢梯度, 為流體運移提供動力并且創(chuàng)造通道。同時熱液流體的運移可以改變周圍巖石的溫度, 并通過與周圍巖石反應(yīng)、水解等來弱化、降低巖石強度以及礦物顆粒間的摩擦系數(shù), 進而影響巖石的力學(xué)性質(zhì), 從而影響巖石的變形與破壞。而溫度對成礦作用的影響體現(xiàn)在溫度的改變會導(dǎo)致流體密度、黏度的變化, 甚至使流體發(fā)生相變。反之, 流體流速的改變也會引起溫度發(fā)生一定的變化。

圖1 熱液成礦系統(tǒng)及其演化示意圖(據(jù)Cox, 2005修改)

圖2 THMC耦合機制示意圖(據(jù)Hobbs et al., 2000; Jing and Feng, 2003修改)

因此, 熱液礦床礦體的最終產(chǎn)出狀態(tài)與位置實際上是熱(T: thermal)?流體動力(H: hydraulic)?應(yīng)力(M: mechanical)?化學(xué)反應(yīng)(C: chemical)(THMC)之間耦合的結(jié)果(圖2)(賈躍明, 1996; Jing and Feng, 2003; Joshua et al., 2009; 戴文強, 2020)。這四個過程之間相互耦合加強使得礦化速率得到優(yōu)化, 進而形成礦體(Hobbs et al., 2000)。

對THMC四個過程的刻畫是通過一系列的偏微分方程來實現(xiàn)的, 包括達西定律、應(yīng)力應(yīng)變方程、熱傳導(dǎo)方程、能量和質(zhì)量守恒方程等(Hobbs et al., 1976; Jaeger and Cook, 1979; Garven and Freeze, 1984; Vermeer and DeBorst, 1984; Mandl, 1988; Ord, 1991; Ord and Oliver, 1997; Oliver et al., 2006; Cui et al., 2012; Ingebritsen and Appold, 2012)。

1.2 數(shù)值計算常見方法和模擬軟件

由于地質(zhì)復(fù)雜性和邊界條件的設(shè)置, 基本不可能求得成礦過程的偏微分方程的解析解, 因此偏微分方程只能通過數(shù)值方法來求解。目前在地質(zhì)領(lǐng)域常用的數(shù)值計算方法有六種, 分別是有限單元法(Finite Element Method)、有限差分法(Finite Difference Method)、積分有限差分法(Integral Finite Differences Method)、離散單元法(Discrete Element Method)、控制體積有限元法(Control Volume Finite Element Method)和有限體積法(Finite Volume Method) (Narasimhan and Witherspoon, 1976; 王勖成和邵敏, 1988; 王仁, 1994; Aavatsmark, 2002; Lee et al., 2002; Weis et al., 2012)。

根據(jù)解決地質(zhì)問題的不同, 所選用的數(shù)值模擬軟件也會有差異。如美國Itasca公司開發(fā)的FLAC軟件(Fast Lagrangian Analysis of Continua, 包括2D和3D), 常用于模擬涉及巖石構(gòu)造變形的問題, 還可進行與熱力場和流體場的耦合研究, 在礦床學(xué)中常用來研究構(gòu)造變形與流體運移的耦合過程(劉波和韓彥輝, 2005; Liu et al., 2005; Zhang et al., 2006, 2011; Liu and Dai, 2014)。

FEFLOW(Finite Element subsurface FLOW system)是由德國水資源規(guī)劃和系統(tǒng)研究所于20世紀(jì)70年代末基于有限單元法開發(fā)的用于模擬地下水流和污染物運移的專業(yè)軟件, 能夠模擬多孔介質(zhì)中飽和、不飽和地下水流以及溶質(zhì)運移和熱量運移過程。它不考慮構(gòu)造變形, 主要研究流體和熱的耦合作用(Diersch and Kolditz, 1998), 可以模擬多孔介質(zhì)和裂縫介質(zhì)中的地下水流動、傳質(zhì)和傳熱, 主要用來研究各種流體對流系統(tǒng)(Diersch, 2002; Cui et al., 2010; Ju et al., 2011)。

MODFLOW(Modular Three-dimensional Finite- difference Ground-water Flow Model)是美國地質(zhì)調(diào)查局于20世紀(jì)80年代開發(fā)的一套用于孔隙介質(zhì)中地下水流的三維有限差分?jǐn)?shù)值模擬程序, 主要用于模擬現(xiàn)代地下水的流動(McDonald and Harbaugh, 1984; Sanford, 1994; Harbaugh, 2005)。由于其模塊化的結(jié)構(gòu)以及多樣化的求解方法為結(jié)合其他模擬性能提供了一個穩(wěn)健的結(jié)構(gòu), 現(xiàn)已成為最為普及的地下水運動數(shù)值模擬的計算軟件。

Basin2是用來研究貫穿地質(zhì)時期的沉積盆地中地下水流體系變化過程的軟件(Bethke et al., 1993, 2007)?？裳芯砍练e盆地的古地溫史、壓力場、流場、有機質(zhì)熱成熟度等的變化, 常應(yīng)用于與沉積盆地相關(guān)的成礦系統(tǒng)中(Bethke, 1986; Chi and Savard, 1998; Chi, 2001; Chi et al., 2006, 2010; Xue et al., 2010, 2011)。

TOUGH2(Transport of Unsaturated Groundwater and Heat)是由美國勞倫斯伯克利國家實驗室開發(fā)的用于模擬多組分多相流的軟件(Pruess, 1991), 具有對孔隙和裂隙介質(zhì)中水流和熱運移的強大模擬能力。TOUGHREACT是在TOUGH2基礎(chǔ)上, 用于模擬孔隙裂隙介質(zhì)中多相流體非等溫流化學(xué)反應(yīng)的軟件, 采用積分有限差分法來模擬地下多相流體運動和地球化學(xué)運移耦合過程與機理。在CO2地質(zhì)儲存、地?zé)崮艿拈_發(fā)、核廢料的地質(zhì)處理等領(lǐng)域應(yīng)用廣泛(Xu et al., 2004, 2006), 現(xiàn)已用于各種熱液系統(tǒng)中, 包括地下水流在內(nèi)的多相、多組分的問題(Todesco et al., 2003; Mannington et al., 2004)。

PFC(Particle Flow Code)軟件是由Itasca公司開發(fā)的顆粒流分析程序(Itasca, 2002), 目前有二維和三維兩種, 該軟件屬于離散元范疇。與傳統(tǒng)的基于網(wǎng)格的數(shù)值方法不同的是, 它是通過離散單元法來模擬由許多單個圓形顆粒單元集合而成的巖石域, 例如可用于模擬露頭尺度礦化脈結(jié)構(gòu)的發(fā)展(Zhang et al., 2011)。

CSMP++(Complex System Modelling Platform)是由蘇黎世聯(lián)邦理工學(xué)院和倫敦帝國理工學(xué)院的研究小組開發(fā)的模擬平臺, 采用的是控制體積有限元方法, 能夠模擬熱液系統(tǒng)中的氣液相分離和運移。Driesner et al. (2015)介紹了該軟件的技術(shù)特性及其在研究超臨界和巖漿環(huán)境下的地?zé)嵯到y(tǒng)的應(yīng)用實例。CSMP++現(xiàn)已成功應(yīng)用于與斑巖銅礦形成(Weis et al., 2012)、超臨界和高焓地?zé)嵩?Scott et al., 2015, 2016)以及巖漿侵入體上方的地?zé)猁}水沸騰(Scott et al., 2017)等相關(guān)的熱液流體問題。CSMP++GEM耦合代碼可以模擬兩相沸騰熱液系統(tǒng)中的流體流動和基于焓的熱傳導(dǎo), 以及溶質(zhì)運移和化學(xué)反應(yīng)(Yapparova et al., 2019)。

FEHM(Finite Element Heat and Mass Transfer Code)是為模擬地?zé)岷透蔁釒r儲層而開發(fā)的計算機程序, 它采用有限單元法求解多孔滲透介質(zhì)中多相流的傳熱傳質(zhì)方程。

FISHES(Fully Implicit Seafloor Hydrothermal Event Simulator)采用的是有限體積法, 能夠模擬NaCl-H2O體系中兩相流體的流動。其所使用的狀態(tài)方程最高只能應(yīng)用于800 ℃的溫度(Lewis, 2007)。

HYDROTHERM采用有限差分法模擬三維多相地下水流和相關(guān)的熱傳遞。它可以處理高達1×109Pa (104大氣壓)的高流體壓力和高達1200 ℃的高溫問題, 但只能模擬單一流體成分的地下水流動(Kipp et al., 2008)。

2 多過程耦合動力學(xué)數(shù)值模擬應(yīng)用現(xiàn)狀

如前所述, 解決復(fù)雜的成礦過程, 實現(xiàn)熱?流?應(yīng)力?化學(xué)等四個場(THMC)的耦合, 數(shù)值模擬是最為理想的。但是由于數(shù)值模擬軟件的限制, 目前在礦床學(xué)的實際研究中, 根據(jù)研究的礦床類型和實際地質(zhì)情況, 采取的模擬場可能是單一的(如只有流體場)(Bethke, 1985; Xue et al., 2011; Chi et al., 2013)或者多個(McLellan et al., 2004; Schaubs et al., 2006; 鞠明輝, 2011; 賈蔡等, 2014; 趙鵬飛等, 2017; 陳亮等, 2018; 閔令帥等, 2020), 四場(THMC)耦合的模擬在礦床學(xué)中的應(yīng)用并不多見(Zhao et al., 2000; Taron and Elsworth, 2009; Taron et al., 2009; Poulet et al., 2010)。本文主要以研究較多的熱液礦床為例, 討論多過程耦合數(shù)值模擬在礦床學(xué)中的應(yīng)用。

2.1 數(shù)值模擬在熱液礦床成礦理論中的應(yīng)用

2.1.1 密西西比河谷型礦床

產(chǎn)于沉積環(huán)境中的礦床如密西西比河谷型(MVT)鉛鋅礦床、沉積型塊狀硫化物礦床(SMS)和板狀鈾礦床大多是在沒有明顯局部同期構(gòu)造變形的情況下形成的(Ingebritsen and Appold, 2012)。所以對于這種類型礦床的數(shù)值模擬著重考慮的是流體對于成礦的影響, 而一般不考慮力學(xué)變形的作用。下面以MVT礦床為例討論數(shù)值模擬的應(yīng)用。

MVT礦床是在50～250 ℃條件下從稠密的盆地鹵水中沉淀形成的, 是與巖漿活動無關(guān)或者無直接相關(guān)的淺成后生層控礦床(Leach and Sangster, 1993)。證據(jù)表明, 區(qū)域尺度的流體流動是MVT礦床形成的重要機制。Sharp (1978)利用一維模型對Arkansas州北部Missouri東南地區(qū)Ouachita盆地進行了模擬, 結(jié)果顯示采用合理的斷層和含水層水力傳導(dǎo)率, 大量的流體可以迅速遷移到Ozark穹丘附近的露頭區(qū)域, 表明鉛鋅礦化可能是由于盆地內(nèi)熱的孔隙流體多次進入形成的。Bethke (1985)研究了克拉通內(nèi)沉積盆地演化過程中沉積壓實造成的流體超壓的作用, 流場模擬結(jié)果顯示沉積盆地在演化過程中并未發(fā)生顯著的流體超壓, 深部流體傾向于向兩側(cè)運移, 而近地表流體往上運移, 該結(jié)論對于認(rèn)識盆地內(nèi)次生石油運移、鹵水滲透富集和密西西比河谷型礦床的形成具有重要意義。Appold and Nunn (2005)研究了Ouachita造山運動末期Arkoma盆地抬升過程中的流體流動對密西西比河谷型鉛鋅礦形成的影響, 結(jié)果顯示地形驅(qū)動是地下水流動的一個重要機制, 而Arkoma盆地深部壓實作用產(chǎn)生的超壓在隆起早期貢獻較小。

這些研究表明數(shù)值模擬在探究MVT礦床形成過程中流體流動的驅(qū)動機制和路徑方面發(fā)揮了重要作用。但是除了淺部的重力驅(qū)動流體對流系統(tǒng)之外, 還有深部可能存在的熱和構(gòu)造作用所產(chǎn)生的影響, 更復(fù)雜的礦床成因模型還需要通過定量耦合過程建模進行測試。

2.1.2 不整合面型鈾礦床

不整合面型鈾礦床受切穿不整合面的基底斷層控制, 但其成礦流體的動力學(xué)機制一直存在爭議, 不同學(xué)者通過多過程耦合模擬的方法, 對此展開了深入研究。Chi et al. (2013)對加拿大Athabasca盆地演化過程中不平衡壓實作用下的超壓情況進行了流體場的數(shù)值模擬, 結(jié)果表明, 在整個沉積史上, 盆地內(nèi)未發(fā)現(xiàn)明顯的流體超壓, 且沉積壓實驅(qū)動的流體流動非常緩慢, 溫度剖面不受干擾。Cui et al. (2010)通過熱?流耦合模擬, 顯示盆地地層中發(fā)生的自由對流對鈾的運移起到重要作用, 而最大流速在不整合面附近這一模擬結(jié)果也符合鈾在不整合面附近聚集的事實。Li et al. (2016)繼續(xù)研究了加拿大Athabasca盆地基底斷層對盆地?zé)釋α飨到y(tǒng)的控制作用, 發(fā)現(xiàn)基底斷層的位置、間距、產(chǎn)狀和熱導(dǎo)率對熱對流發(fā)生的位置和對流圈的大小有影響, 其影響程度取決于斷層在模型中的熱導(dǎo)率和相對位置, 盆地流體可以沿斷層進入基底然后再返回盆地, 這一發(fā)現(xiàn)對認(rèn)識不整合面型鈾礦的成礦模式有重要意義。

針對不整合面型鈾礦受基底斷層控制的現(xiàn)象, 不同學(xué)者研究了構(gòu)造變形對流體運移的控制作用。Cui et al. (2012)利用FLAC 3D軟件模擬了擠壓和拉張應(yīng)力條件下的流體運移機制, 發(fā)現(xiàn)擠壓背景下流體可通過基底斷層進入砂巖盆地內(nèi), 而在拉張應(yīng)力條件下流體可從盆地沿基底斷層流入基底。針對這些斷層均為逆斷層的特點, Li et al. (2017)專門研究了在擠壓環(huán)境下, 基底斷層發(fā)生活化而引起的流體流動方向變化的問題, 結(jié)果表明流體流動方向取決于擠壓的程度: 在擠壓程度相對較低時流體可以沿著斷層流出基底進入盆地, 但當(dāng)擠壓程度相對較高時, 基底斷層切穿不整合面的位置發(fā)生擴容, 導(dǎo)致流體從盆地沿斷層進入基底, 這說明在不同構(gòu)造變形階段下, 不同流動方向的流體所形成的礦體可以存在于同一個斷層系統(tǒng)中, 這對于找礦是一個新的指示, 可以根據(jù)變形程度來尋找砂巖內(nèi)或基底內(nèi)的礦床。同時, 對比盆地內(nèi)不同礦床的數(shù)值模擬能夠發(fā)現(xiàn), 基底的巖性差異會控制擴容區(qū)的產(chǎn)生位置以及流體運移的方向和速率, 最終控制礦體產(chǎn)出的位置(Li et al., 2018a, b)。李增華等(2019)認(rèn)為活化斷層不僅為流體提供流動通道, 還提供了部分驅(qū)動力。Li et al. (2020)對擠壓應(yīng)力、熱以及流體的耦合作用進行了研究, 從而評價變形驅(qū)動流體流動與熱驅(qū)動流體對流之間的關(guān)系以及它們對鈾礦化的相對重要性, 其研究結(jié)果表明, 相對較高應(yīng)變率的構(gòu)造擠壓能夠瞬間破壞盆地內(nèi)已形成的熱對流, 而隨著時間的推移、變形的進行和超壓的減弱, 對流可能重新出現(xiàn); 相比之下, 低應(yīng)變率的構(gòu)造擠壓對已經(jīng)形成的熱對流沒有影響, 且基底內(nèi)變形驅(qū)動的流體流動與盆地內(nèi)的熱驅(qū)動流體對流共存, 模擬結(jié)果說明在與遠(yuǎn)場構(gòu)造事件有關(guān)的構(gòu)造活躍期, 基底斷層的擠壓活化使其滲透率增大, 并導(dǎo)致流體向伴隨個別地震事件形成的剪脹帶處流動, 然而在構(gòu)造靜止期, 流體流動模式以熱對流為主。

當(dāng)重點考慮熱和流體流動與化學(xué)反應(yīng)之間的關(guān)系時, 可進行THC耦合數(shù)值模擬。Aghbelagh and Yang (2014)采用TOUGHREACT軟件, 研究石墨斷層帶對不整合面型鈾礦形成的影響, 建立了有甲烷和無甲烷的兩種模型, 結(jié)果顯示在有甲烷的模型中, 礦體主要產(chǎn)出在不整合面附近, 而在無甲烷的模型中, 礦體主要在不整合面以下的斷層帶遠(yuǎn)端出現(xiàn), 并且沉淀時間較長, 體積分?jǐn)?shù)較低, 其中物理化學(xué)參數(shù)如氧逸度和溫度對于鈾礦的沉淀位置有著很大的影響, 在不整合面以下沉淀的鈾礦與氧逸度的降低有關(guān), 一般是因為氧化性的含鈾流體與還原性物質(zhì)發(fā)生了相互反應(yīng)。

2.1.3 斑巖型礦床

斑巖型礦床形成于近巖漿環(huán)境中, 許多金屬元素從硅酸鹽熔體中被提取出來, 并由巖漿熱液輸送到成礦部位。在這個過程中, 時間也是影響礦床成因的重要參數(shù)。Vigneresse et al. (2019)建立了一個金屬從熔體擴散到巖漿揮發(fā)相(MVP)過程的動力學(xué)模型, 并計算了不同金屬(Cu、Au、Ag、Mo、W、Sn)的富集因子, 研究結(jié)果表明, 巖漿房的快速充填和長時間的侵入期是形成斑巖型礦床的必要條件。在該類礦床形成過程中, 活性巖漿流體在溫度和化學(xué)成分上都有較大的梯度(Sillitoe, 2010), 所以熱和化學(xué)也是模擬需要考慮的重要因素。Ague and Brimhall (1989)利用流體動力?化學(xué)反應(yīng)耦合模擬方法對斑巖銅礦床的表生富集過程進行了研究, 模擬表明, 氧含量是成礦系統(tǒng)的關(guān)鍵控制因素, 礦石礦物沉淀的主要硫源來自原礦石帶中的含硫礦物, 而不是從淋濾帶遷移來的硫酸鹽。依據(jù)Geiger et al. (2002)建立的蒙大拿州Butte斑巖銅礦中熱液脈形成的流體動力?化學(xué)反應(yīng)耦合模型, 厘米尺度的絹云母蝕變包殼僅需要幾十年就能形成, 它是由脈中流動的巖漿液擴散增加的鉀離子和氫離子所形成。Eldursi et al. (2009)通過熱?流耦合數(shù)值模擬, 認(rèn)為侵位深度是控制對流散熱區(qū)的范圍和幾何形狀的關(guān)鍵物理參數(shù), 而淺層頂部作為對流流體和礦化帶的聚集點, 改變了流體流動的模式, 他們認(rèn)為由花崗巖侵位引起的對流作用是花崗巖型金礦形成的主要原因, 并且該類型礦床的形成受侵入體周圍斷裂熱暈的控制。Yapparova et al. (2019)采用CSMP++GEM耦合代碼對Butte巖漿熱液系統(tǒng)進行了熱?流?化學(xué)過程的耦合數(shù)值模擬研究, 并與TOUGHREACT和OpenGeoSys- GEM的模擬結(jié)果進行比較, 結(jié)果吻合較好, 但CSMP++GEM耦合軟件可以執(zhí)行反應(yīng)傳輸模擬熱液條件下(600 ℃, 100 MPa)的水巖相互作用, 包括非理想固溶體(如斜長石和堿長石), 這是其他反應(yīng)傳輸軟件所做不到的。斑巖型礦床所特有的蝕變分帶對于研究其形成過程有一定的幫助, 在不同的斑巖系統(tǒng)中, 蝕變分帶會有所不同, 這取決于成礦流體體系的性質(zhì)及發(fā)育程度、產(chǎn)出的構(gòu)造環(huán)境、巖體和圍巖性質(zhì)及后期剝蝕程度等, 也可利用數(shù)值軟件來模擬不同流體體系下的斑巖系統(tǒng), 從而研究其異同之處。Weis et al. (2012)將巖漿流體的排出與巖石滲透率的瞬態(tài)演化和兩相流的動力學(xué)聯(lián)系起來, 對斑巖系統(tǒng)的水文情況進行了模擬, 其研究結(jié)果表明, 在靜巖壓力下上涌的熱巖漿流體與靜水壓力下的冷大氣流體對流的邊界處, 響應(yīng)巖漿流體排出的動態(tài)滲透率能夠使金屬穩(wěn)固沉淀。

2.1.4 矽卡巖型礦床

矽卡巖礦床既可由接觸作用形成, 也可由區(qū)域交代作用形成。世界上絕大多數(shù)重要的矽卡巖礦床基本都產(chǎn)于中小型不整合火成巖侵入體的接觸帶, 并被認(rèn)為主要或完全與侵入體釋放的巖漿熱液有關(guān)(Misra, 2000)。在接觸帶這種特殊環(huán)境中沉淀成礦, 其動力學(xué)環(huán)境需要滿足兩個條件, 即存在新的擴容空間和有序的動力條件(熱與構(gòu)造變形)(劉亮明等, 2008)。匯流與擴容之間存在著重要的相互關(guān)系, 在應(yīng)力集中區(qū)容易發(fā)生巖石破裂形成新的擴容空間, 從而引起流體匯聚, 而隨著流體的增加, 流體壓力也會增大, 進而誘發(fā)水壓致裂, 再一次使得流體匯聚, 如此往復(fù)循環(huán), 并在一定的化學(xué)條件下沉淀成礦。劉亮明等(2008)以鳳凰山銅礦和安慶銅礦兩個典型的矽卡巖礦床為例, 模擬巖體主體基本固結(jié)并形成了早期矽卡巖后的退化蝕變和熱液成礦的物理過程, 探討了巖體冷卻過程中匯流擴容空間的形成及其對矽卡巖礦床的控制, 并分析了匯流擴容空間控礦模式對深部找礦的意義。Liu et al. (2010, 2012, 2016)分別對安徽安慶矽卡巖銅礦區(qū)和廣西大王頂金礦區(qū)進行了構(gòu)造控礦規(guī)律數(shù)值模擬研究, 通過建立構(gòu)造?熱?流體成礦體系的三維數(shù)值模型, 確定侵入體冷卻過程中成礦流體及溫壓條件和熱液演化過程。戴文強(2020)利用數(shù)值模擬方法研究了安慶銅礦熱液蝕變及成礦過程, 結(jié)果顯示溫度驅(qū)動流體流動下的成礦物質(zhì)空間分布特征與實際礦體形態(tài)特征更吻合, 表明安慶銅礦形成過程可能以溫度驅(qū)動的流體運移為主。張婉秋和鄒艷紅(2020)采用TOUGHREACT軟件對虎頭崖鉛鋅多金屬礦床進行成礦過程化學(xué)反應(yīng)數(shù)值模擬研究, 探究不同溫壓條件下成礦元素化學(xué)平衡濃度變化的趨勢, 并考慮其對閃鋅礦和方鉛礦礦物溶解沉淀情況的影響, 模擬結(jié)果表明, 不同溫度和壓力對成礦元素化學(xué)平衡濃度影響不同, 溫度是控制方鉛礦和閃鋅礦沉淀的核心因素, 其中方鉛礦的最佳成礦溫度范圍為155～250 ℃, 閃鋅礦為100～300 ℃, 壓力對其沉淀的影響不大。在矽卡巖型礦床的成礦過程中, 引起熱液流動的動力除了溫度梯度和壓力梯度之外, 濃度梯度也是比較重要的影響因素。胡訓(xùn)宇(2020)對麻姑山矽卡巖型銅鉬礦床進行了多過程耦合數(shù)值模擬, 假定流體與灰?guī)r地層發(fā)生反應(yīng)并在接觸帶及其附近生成石榴子石, 結(jié)果顯示在向斜兩翼巖體與地層接觸帶均有矽卡巖典型礦物石榴子石生成, 且位于向斜北西翼的低濃度石榴子石比位于南東翼麻姑山礦床的要多, 但其高濃度石榴子石卻比南東翼的要少, 說明該地區(qū)向斜北西翼也具有一定的成礦潛力, 但可能沒有已探明的麻姑山礦床大。在矽卡巖礦床形成的交代過程中, 濃度梯度會隨著反應(yīng)帶厚度的增加以及交代作用的停止而減小。這一方面, 還需進一步的模擬研究。

2.2 數(shù)值模擬在成礦預(yù)測中的應(yīng)用

實現(xiàn)科學(xué)找礦的重要方法是進行成礦預(yù)測, 需要尋求可以達到成礦預(yù)測過程客觀化、預(yù)測結(jié)果最優(yōu)化、預(yù)測精度定量化的途徑(趙鵬大, 2007)。數(shù)值模擬的目的是理解成礦的因果過程, 首先是確定成礦的主導(dǎo)過程, 然后研究這些過程對礦石的形成可能產(chǎn)生的影響, 而一旦確定了這些因素, 就可以利用三維建模分析或野外觀察結(jié)果進行預(yù)測和勘探(Vigneresse, 2019; Vigneresse and Truche, 2020)。如任夢依(2016)利用FLAC 3D軟件模擬印度洋中脊研究區(qū)多金屬硫化物的成礦過程, 并結(jié)合Surpac軟件的三維建模結(jié)果, 開展了西南印度洋龍旂熱液區(qū)雙向預(yù)測評價, 提高找礦概率。

Liu et al. (2011, 2012)在安慶礦田地質(zhì)和地球物理資料的基礎(chǔ)上, 采用數(shù)值模型模擬了與成礦有關(guān)的侵入體同構(gòu)造冷卻過程中的耦合地球動力學(xué)過程, 模型的計算結(jié)果表明, 不同來源的孔隙流體都集中在剪脹區(qū), 且這些剪脹區(qū)與侵入體接觸帶的形狀密切相關(guān), 這意味著對深部礦床的勘探應(yīng)以靠近侵入體接觸邊界的深部剪脹區(qū)為目標(biāo), 并根據(jù)這一模擬結(jié)果圈定了找礦靶區(qū)。

Hu et al. (2020)采用數(shù)值模擬的方法, 確定了傳統(tǒng)分析方法難以識別的茶亭銅金礦床成礦系統(tǒng)的主要特征, 其中包括成礦事件的持續(xù)時間, 模型將傳熱、應(yīng)力、流體流動、化學(xué)反應(yīng)和物質(zhì)遷移聯(lián)系在一起, 模擬出了與已知礦化分布相匹配的礦化區(qū)域, 并預(yù)測出礦床?1800 m以下具有潛在礦化帶, 以及計算出茶亭礦床的形成持續(xù)時間為9600～75000 a。這些模擬結(jié)果不僅可用于深入了解斑巖型銅金礦床的成因、持續(xù)時間和斑巖成礦作用特征等, 也可用于未來進一步的建模工作和深部找礦勘探。

利用數(shù)值模擬對礦床進行預(yù)測時, 可以采用兩階段建模的方法: 首先建立多個模型反演礦區(qū)的礦體情況, 選出與真實地質(zhì)條件最接近的一個模型, 這一階段可以幫助我們較為準(zhǔn)確地理解成礦的過程和控制因素; 其次通過利用這個最優(yōu)模型來指導(dǎo)隱伏礦床的預(yù)測。這種方法可應(yīng)用于具有已知礦床的區(qū)域, 然后使用從模型中獲得的信息, 對新的或者更大的區(qū)域進行進一步的成礦預(yù)測(Zhang et al., 2011)。如Zhang et al. (2011)對廣東陽春石菉銅礦成礦流體及構(gòu)造變形進行了數(shù)值模擬實驗, 根據(jù)所建立的二維離散變形模型以及連續(xù)介質(zhì)變形?流體耦合模型的模擬結(jié)果, 研究控制石菉銅礦脈體特征形成的關(guān)鍵結(jié)構(gòu)因素, 并且證實了模型預(yù)測的成礦區(qū)域與實際成礦帶的位置具有一致性, 可以用來幫助找礦。

基于數(shù)值模擬的勘查方法也在不斷涌現(xiàn)。如Li et al. (2019)提出了一種基于三維數(shù)值模擬的勘探建模方法, 該方法集成了三維數(shù)值模擬、三維地質(zhì)建模、三維地球物理建模和三維空間分析方法, 將概念或經(jīng)驗知識轉(zhuǎn)化為三維成礦預(yù)測圖, 最終圈定了安徽月山礦田深部隱伏礦化的多個勘探目標(biāo)。其所建立的三維找礦模型不僅清晰地識別了已知礦化區(qū), 而且有效地圈定了月山礦田深部矽卡巖型鐵銅礦化的新靶區(qū), 突出了該地區(qū)未來勘探的潛力。此外, 對結(jié)果數(shù)據(jù)的分析表明, 數(shù)值模擬方法可以為礦產(chǎn)勘查提供額外的預(yù)測信息, 這預(yù)示著數(shù)值模擬方法對未來三維建模技術(shù)在勘探方面的發(fā)展和使用具有重要的作用, 該方法可以有效提高成礦預(yù)測結(jié)果的預(yù)測能力, 不僅為下一步的勘探工作提供了智能化的數(shù)據(jù)支持和分析指導(dǎo), 也為找礦預(yù)測提供了新的科學(xué)方法和強大的技術(shù)支持(周永章等, 2021)。

3 存在問題和發(fā)展趨勢

數(shù)值模擬是研究成礦過程的重要工具, 可以量化有利于礦床形成的地質(zhì)因素(Ord and Oliver, 1997; McLellan et al., 2004; Schaubs et al., 2006; Chi et al., 2013, 2014; Li et al., 2017; 陳亮等, 2018)。但現(xiàn)階段的數(shù)值模擬還不能完全重現(xiàn)完整的成礦過程。如對于巖漿熱液成礦作用, 目前無法模擬巖漿的凝固和熱液的分異過程, 不能模擬氣液相分離, 且對于開放的熱液體系研究較少。對于斷裂控制的熱液成礦作用, 也沒辦法模擬巖石的破裂和愈合過程。盡管如此, 數(shù)值模擬為研究在不同地質(zhì)環(huán)境中流體系統(tǒng)的運行方式仍然提供了有價值的見解, 其中包括量化可能的驅(qū)動機制、流體流動的速率和路徑、礦石礦物的沉淀機制、熱液系統(tǒng)的壽命、熱液流體獲得其溫度和成分的機制, 以及滲透性和其他巖石性質(zhì)對熱液流體行為的控制效應(yīng)等(Ingebritsen and Appold, 2012)。數(shù)值模擬作為一個研究方法, 具有不可比擬的優(yōu)勢, 不僅可以再現(xiàn)巨大時空尺度下成礦過程中主要因素的動態(tài)變化, 還能反演出測試分析可能無法得到的局部地區(qū)的地質(zhì)特征, 且具有低成本試錯的特點, 這是其他研究方法如室內(nèi)實驗分析以及傳統(tǒng)地質(zhì)研究方法所不具備的。

探索成礦元素聚集?運移?沉淀過程是研究成礦流體系統(tǒng)演化的主要目的, 其中包括成礦流體的運移、構(gòu)造?流體耦合作用和與成礦元素聚集?沉淀有關(guān)的成礦流體自身演化特征(鄧軍等, 2005)。在礦床研究中, 定性和定量地了解礦床的形成過程中不同成礦因素發(fā)揮了何種作用, 多過程耦合的動力學(xué)數(shù)值模擬無疑是最理想的工具。但多過程耦合作用的模擬有一些問題仍未完全解決, 包括以下幾個問題:

(1) 模型構(gòu)建及其精度的問題。當(dāng)涉及復(fù)雜地質(zhì)體時, 需要考慮的因素很多, 比如模型尺度、單元類型、網(wǎng)格劃分等。當(dāng)建立的模型較復(fù)雜, 網(wǎng)格劃分較細(xì), 就會面臨計算量過大的問題, 所需要耗費的計算時間也會成倍增長。而模擬耦合的過程越多, 也會增加計算的復(fù)雜度。為了提高計算效率, 可以考慮進行并行化計算。將地質(zhì)問題分解成多層次的并發(fā)性子任務(wù), 進行網(wǎng)格分區(qū), 使各個區(qū)域進行獨立計算, 再利用消息傳遞通信完成分區(qū)之間的任務(wù)并行和存儲共享, 即實現(xiàn)了多層次的并行計算方法(徐傳福等, 2020)。

(2) 受制于模擬軟件的特點, 無法還原成礦過程中的真實物理化學(xué)條件。如目前很難在反應(yīng)傳輸模型中實現(xiàn)大范圍溫壓條件下的熱?流?化學(xué)耦合, 許多軟件限制了溫度壓力的范圍, 如TOUGHREACT中飽和水蒸汽壓力下的溫度限制為300 ℃(Xu et al., 2004), 并只能模擬不可壓縮單相流(如Open-GeoSys- GEM), 也根本無法模擬固溶體(如Geochemists’ Workbench)(Yapparova et al., 2019)。為了解決這些問題, 需要不斷改進我們模擬多相系統(tǒng)中耦合熱液流體流動、變形和反應(yīng)傳輸?shù)哪芰?Ingebritsen et al., 2010)。所以對軟件的性能進行拓展或者是開發(fā)出更適用于大范圍溫壓條件的軟件和程序, 是實現(xiàn)復(fù)雜物理化學(xué)條件下的多過程耦合動力學(xué)數(shù)值模擬, 甚至是THMC全耦合數(shù)值模擬的必經(jīng)之路。由于現(xiàn)階段沒有任何一個軟件能進行THMC全耦合計算, 采用多軟件耦合計算來完成對THMC耦合過程的模擬也是近期研究的一個發(fā)展趨勢。Zhao et al. (2000)采用有限差分軟件FLAC和有限元軟件FIDAP建立耦合THMC模型, 考慮了不平衡化學(xué)反應(yīng)的溫度相關(guān)反應(yīng)速率, 開發(fā)了求解可變形流體飽和多孔介質(zhì)中的材料變形、孔隙流體流動、傳熱和化學(xué)反應(yīng)全耦合問題的一般數(shù)值計算方法。Taron and Elsworth (2009)利用TOUGHREACT模擬熱?流?化學(xué)(THC)耦合過程, 同時疊加 FLAC 3D軟件模擬的力學(xué)(M)過程, 開發(fā)出一種能夠再現(xiàn)裂隙巖體不排水加載特性的耦合THMC模擬系統(tǒng)。Poulet et al. (2010)開發(fā)了一個用于在統(tǒng)一的多尺度熱力學(xué)框架內(nèi)模擬地質(zhì)應(yīng)用中THMC過程的數(shù)值代碼, 其中, 熱?力部分遵循Regenauer-Lieb et al. (2010)的方法, 水文部分遵循多孔介質(zhì)中的達西滲流假設(shè), 并使用基于吉布斯自由能最小化的HCH軟件(Shvarov and Bastrakov, 1999)的組件WinGibbs來處理水巖反應(yīng), 化學(xué)部分使用PreMDB軟件(Siret et al., 2009)來考慮化學(xué)反應(yīng)對材料特性(密度和比熱)的影響, 將耦合問題分解為兩個子問題, 交互式地進行求解, 直到滿足收斂要求。其數(shù)值計算結(jié)果表明, 所提出的求解方法適用于科學(xué)與工程領(lǐng)域中大多數(shù)的全耦合問題(Poulet et al., 2010)。

(3) 選取的邊界條件和模型參數(shù)的問題。施加的邊界條件基本上很難跟實際情況一致。目前的研究一般是圍繞成礦期流體與各種因素的耦合模擬, 而我們現(xiàn)在能得到的數(shù)據(jù)大部分都是與現(xiàn)今的地質(zhì)環(huán)境有關(guān)的, 而因為礦床后期受到了剝蝕和改造, 很難再獲取成礦年代的真實邊界條件數(shù)據(jù), 所以模型的邊界條件只能結(jié)合各種已有的地質(zhì)資料合理地選取。另外, 模型中巖石物性參數(shù)選取之后, 大多數(shù)都是一個固定值, 而在復(fù)雜的地質(zhì)過程中, 巖石的特性會發(fā)生改變, 這些動態(tài)變化的參數(shù)很難應(yīng)用于解決問題的模擬當(dāng)中。比如滲透率的變化, 一旦巖石發(fā)生了水力壓裂, 流體超壓為了加強流體流動從而增大滲透率, 最終使得流體壓力下降至低于破裂標(biāo)準(zhǔn)值, 在釋放超壓后裂隙會關(guān)閉, 并且滲透率會回到初始值。然而, 在數(shù)值模擬研究中應(yīng)用了不同的方法, 但是沒有一種簡單的方法可以實現(xiàn)這種反饋(Weis et al., 2012)。這些存在的問題都是數(shù)值模擬在礦床學(xué)應(yīng)用當(dāng)中需要解決的。

盡管存在著一些還未解決的難題, 但是現(xiàn)階段計算機數(shù)值模擬技術(shù)仍可以幫助我們更好地認(rèn)識成礦動力學(xué)機制, 在一定程度上合理地再現(xiàn)復(fù)雜地質(zhì)構(gòu)造事件的演化過程, 以及推斷礦床的時空分布規(guī)律, 并可以與地質(zhì)?地球物理?地球化學(xué)方面的資料進行聯(lián)系對比, 從而推動礦床學(xué)研究進一步從現(xiàn)象到機理, 從靜態(tài)到動態(tài), 從定性到定量, 從局部到整體, 同時也為進一步開展找礦預(yù)測提供更好的指導(dǎo)。

近年來不斷發(fā)展的三維成礦預(yù)測理論方法, 其理論和實踐均已趨向成熟(Yuan et al., 2014; Li et al., 2015; 劉靜和陳建平, 2017; 李曉暉等, 2018; 袁峰等, 2018, 2019; 黃松, 2020; Qin et al., 2021; 周永章等, 2021)。國內(nèi)外的模型模擬研究也已經(jīng)開始從二維向三維轉(zhuǎn)變, 從單一物理場模擬發(fā)展到求解多場耦合問題, 模型邊界條件的選取也逐漸從簡化往復(fù)雜的方向發(fā)展, 這意味著所建立的模型將更貼近于真實的地質(zhì)環(huán)境, 使得三維數(shù)值模擬方法在真實的三維地質(zhì)模型和邊界條件的約束下能夠進行深入的研究(趙義來和劉亮明, 2011; Li et al., 2019), 模擬和預(yù)測成礦有利區(qū)域, 相關(guān)成果可以為深部找礦預(yù)測提供新的三維預(yù)測信息(袁峰等, 2019)。Li et al. (2019)和胡訓(xùn)宇(2020)將三維數(shù)值模擬方法與三維成礦預(yù)測方法相結(jié)合, 有利于數(shù)值模擬方法在礦床學(xué)理論研究與成礦預(yù)測實踐中的發(fā)展與應(yīng)用, 結(jié)果表明數(shù)值模擬方法能有效提高成礦預(yù)測結(jié)果的預(yù)測能力, 并提供新的深部找礦預(yù)測信息。

4 結(jié) 語

數(shù)值模擬是成礦過程定量化研究的重要手段。數(shù)值模擬在熱液礦床研究中得到了廣泛應(yīng)用, 為不同礦床的成因提供了有價值的見解, 是其他研究方法的重要補充。對成礦過程中不同影響因素耦合作用的研究, 可查明影響礦床形成的核心因素。在過去四五十年里數(shù)值模擬已經(jīng)取得了巨大進展, 對于熱?流?力?化(THMC)全耦合作用的研究仍是數(shù)值模擬在礦床學(xué)中應(yīng)用的一塊短板, 包括應(yīng)用三維數(shù)值模擬進行成礦預(yù)測仍處于初級階段。因此, 數(shù)值模擬研究在礦床學(xué)領(lǐng)域的發(fā)展仍然具有很大的潛力。

感謝合肥工業(yè)大學(xué)袁峰教授和中南大學(xué)劉亮明教授中肯的修改建議！

陳亮, 陳良波, 唐振平, 胡楊, 劉江, 王正慶, 劉珊, 黃偉, 韓世禮. 2018. 湖南金獅嶺地區(qū)成礦動力學(xué)數(shù)值模擬與成礦預(yù)測. 南華大學(xué)學(xué)報(自然科學(xué)版), 32(2): 62–69.

戴文強. 2020. 安慶銅礦床熱液蝕變及成礦過程數(shù)值模擬研究. 合肥: 合肥工業(yè)大學(xué)碩士學(xué)位論文: 41–57.

鄧軍, 高幫飛, 王慶飛, 楊立強. 2005. 成礦流體系統(tǒng)的形成與演化. 地質(zhì)科技情報, 24(1): 49–54.

鄧軍, 孫忠實, 王建平, 楊立強, 王慶飛. 2001. 動力系統(tǒng)轉(zhuǎn)換與金成礦作用. 礦床地質(zhì), 20(1): 71–77.

胡訓(xùn)宇. 2020. 南陵?宣城礦集區(qū)成礦過程數(shù)值模擬與三維成礦預(yù)測. 合肥: 合肥工業(yè)大學(xué)博士學(xué)位論文: 55–94.

黃松. 2020. 山博賽金礦床地質(zhì)統(tǒng)計學(xué)模型構(gòu)建與三維成礦預(yù)測. 北京: 北京科技大學(xué)博士學(xué)位論文: 93–121.

賈蔡, 袁峰, 張明明, 李曉暉, 周濤發(fā), 邵尉, 鄭通科, 高道明. 2014. 寧蕪盆地白象山鐵礦床成礦作用過程數(shù)值模擬. 巖石學(xué)報, 30(4): 1031–1040.

賈躍明. 1996. 流體成礦系統(tǒng)與成礦作用研究. 地學(xué)前緣, 3(3–4): 94–99.

鞠明輝. 2011. 廣西大廠礦田非線性成礦動力耦合過程數(shù)值模擬研究. 長沙: 中南大學(xué)博士學(xué)位論文: 62–108.

李曉暉, 戴文強, 袁峰, 張明明, 胡訓(xùn)宇, 周濤發(fā), 李建設(shè), 陸三明. 2018. 三維成礦預(yù)測數(shù)據(jù)整合過程不確定性研究——以寧蕪盆地鐘姑礦田為例. 巖石學(xué)報, 34(11): 3235–3243.

李增華, 池國祥, 鄧騰, 許德如. 2019. 活化斷層對加拿大阿薩巴斯卡盆地不整合型鈾礦的控制. 大地構(gòu)造與成礦學(xué), 43(3): 518–527.

劉波, 韓彥輝. 2005. FLAC原理、實例與應(yīng)用指南. 北京: 人民交通出版社: 1–5.

劉靜, 陳建平. 2017. 我國三維成礦預(yù)測的研究現(xiàn)狀及發(fā)展趨勢. 地質(zhì)學(xué)刊, 41(3): 441–447.

劉亮明, 疏志明, 趙崇斌, 萬昌林, 蔡愛良, 趙義來. 2008. 矽卡巖礦床的匯流擴容空間控礦機制及其對深部找礦的意義: 以銅陵?安慶地區(qū)為例. 巖石學(xué)報, 24(8): 1848–1856.

閔令帥, 程惠紅, 石耀霖. 2020. 區(qū)域巖漿熱液成礦的數(shù)值模擬——以熊耳山前河地區(qū)金礦為例. 中國科學(xué)院大學(xué)學(xué)報, 37(3): 324–335.

任夢依. 2016. 海底多金屬硫化物定量預(yù)測理論與實踐. 北京: 中國地質(zhì)大學(xué)(北京)博士學(xué)位論文: 58–160.

王仁. 1994. 有限單元等數(shù)值方法在我國地球科學(xué)中的應(yīng)用和發(fā)展. 地球物理學(xué)報, 37(S1): 128–139.

王勖成, 邵敏. 1988. 有限單元法基本原理與數(shù)值方法. 北京: 清華大學(xué)出版社: 482–507.

席先武, 楊立強, 王岳軍, 鄧軍, 林舸, 王建平, 雷小青. 2003. 構(gòu)造體制轉(zhuǎn)換的溫度場效應(yīng)及其耦合成礦動力學(xué)數(shù)值模擬. 地學(xué)前緣, 10(1): 47–55.

徐傳福, 車永剛, 李大力, 王勇獻, 王正華. 2020. 天河超級計算機上超大規(guī)模高精度計算流體力學(xué)并行計算研究進展. 計算機工程與科學(xué), 42(10): 1815–1826.

袁峰, 李曉暉, 張明明, 賈蔡, 胡訓(xùn)宇. 2018. 三維成礦預(yù)測研究進展. 甘肅地質(zhì), 27(1): 32–36.

袁峰, 張明明, 李曉暉, 葛粲, 陸三明, 李建設(shè), 周宇章, 蘭學(xué)毅. 2019. 成礦預(yù)測: 從二維到三維. 巖石學(xué)報, 35(12): 3863–3874.

張嵩松. 2011. 巖漿熱液成礦系統(tǒng)的數(shù)值模擬——以云南個舊錫多金屬礦區(qū)為例. 北京: 中國地質(zhì)大學(xué)(北京)碩士學(xué)位論文: 26–45.

張婉秋, 鄒艷紅. 2020. 基于TOUGHREACT的成礦過程化學(xué)反應(yīng)數(shù)值模擬——以虎頭崖鉛鋅多金屬礦床為例. 地質(zhì)找礦論叢, 35(3): 354–362.

趙鵬大. 2007. 成礦定量預(yù)測與深部找礦. 地學(xué)前緣, 14(5): 1–10.

趙鵬飛, 王功文, 韓小夢, 牛仲行, 王兵. 2017. 基于FLAC3D成礦過程數(shù)值模擬: 以南泥湖鉬礦床為例. 中國礦業(yè), 26(S1): 286–290+297.

趙義來, 劉亮明. 2011. 復(fù)雜形態(tài)巖體接觸帶成礦耦合動力學(xué)三維數(shù)值模擬: 以安慶銅礦為例. 大地構(gòu)造與成礦學(xué), 35(1): 128–136.

周葉. 2007. 擠壓應(yīng)力作用下的構(gòu)造變形數(shù)值模擬研究. 廣州: 中國科學(xué)院研究生院(廣州地球化學(xué)研究所)博士學(xué)位論文: 45–69.

周永章, 左仁廣, 劉剛, 袁峰, 毛先成, 郭艷軍, 肖凡, 廖杰, 劉艷鵬. 2021. 數(shù)學(xué)地球科學(xué)跨越發(fā)展的十年: 大數(shù)據(jù)、人工智能算法正在改變地質(zhì)學(xué). 礦物巖石地球化學(xué)通報, 40(3): 556–573+777.

Aavatsmark I. 2002. An introduction to multipoint flux approximations for quadrilateral grids., 6(3–4): 405–432.

Aghbelagh Y B and Yang J. 2014. Effect of graphite zone in the formation of unconformity-related uranium deposits: Insights from reactive mass transport modeling., 144: 12–27.

Ague J J and Brimhall G H. 1989. Geochemical modeling of steady state fluid flow and chemical reaction during supergene enrichment of porphyry copper deposits., 84(3): 506–528.

Andersen C and Weis P. 2020. Heat transfer from convecting magma reservoirs to hydrothermal fluid flow systems constrained by coupled numerical modelling., 47(23): e2020GL089463.

Appold M S and Nunn J A. 2005. Hydrology of the Western Arkoma basin and Ozark platform during the Ouachita orogeny: Implications for Mississippi Valley-type ore formation in the Tri-State Zn-Pb district., 5(4): 308–325.

Bethke C M. 1985. A numerical model of compaction-driven groundwater flow and heat transfer and its application to the paleohydrology of intracratonic sedimentary basins.:, 90(B8): 6817–6828.

Bethke C M. 1986. Hydrologic constraints on the genesis of the Upper Mississippi Valley mineral district from Illinois basin brines., 81(2): 233–249.

Bethke C M, Lee M K and Park J. 2007. Basin Modeling with Basin 2, a Guide to Using the Basin 2 Software Package, Release 5. 0. 1. Hydrogeology Program. University of Illinois.

Bethke C M, Lee M K, Quinodoz H and Kreiling W N. 1993. Basin modeling with Basin2: A guide to using Basin 2, B2plot, B2video, and B2view.University of Illinois Hydrogeology Program: 1–225.

Chi G X. 2001. BsnMod: A WindowsTMprogram for simulating basin-scale fluid flow and heat transfer processes related to sediment compaction and tectonicuplifting in two dimensions. Natural Resources Canada, Geological Survey of Canada: 1–14.

Chi G X, Bosman S and Card C. 2013. Numerical modeling of fluid pressure regime in the Athabasca basin and implications for fluid flow models related to the unconformity-type uranium mineralization., 125: 8–19.

Chi G X, Lavoie D, Bertrand R and Lee M K. 2010. Downward hydrocarbon migration predicted from numericalmodeling of fluid overpressure in the Paleozoic Anticosti Basin, eastern Canada., 10(3): 334–350.

Chi G X, Li Z H and Bethune K. 2014. Numerical modeling of hydrocarbon generation in the Douglas Formation of the Athabasca basin (Canada) and implications for unconformity-related uranium mineralization., 144: 37–48.

Chi G X, Qing H R, Xue C J and Zeng R. 2006. Modeling of fluid pressure evolution related to sediment loading and thrust faulting in the Lanping basin: Implications for the formation of the Jinding Zn-Pb deposit, Yunnan, China., 89(1–3): 57–60.

Chi G X and Savard M M. 1998. Basinal fluid flow models related to Zn-Pb mineralization in the southern margin of the Maritimes Basin, eastern Canada., 93: 896–910.

Chi G X and Xue C J. 2011. An overview of hydrodynamic studies of mineralization., 2(3): 423–438.

Cline J S, Bodnar R J and Rimstidt J D. 1992. Numerical simulation of fluid flow and silica transport and deposition in boiling hydrothermal solutions: Application to epithermal gold deposits.:, 97(B6): 9085–9103.

Cooke D R and McPhail D C. 2001. Epithermal Au-Ag-Te mineralization, Acupan, Baguio district, Philippines: Numerical simulations of mineral deposition., 96(1): 109–131.

Cox S F. 2005. Coupling between deformation, fluid pressures, and fluid flow in ore-producing hydrothermal systems at depth in the crust., 100: 39–75.

Cui T, Yang J W and Samson I M. 2010. Numerical modelingof hydrothermal fluid flow in the Paleoproterozoic Thelon Basin, Nunavut, Canada., 106(1–3): 69–76.

Cui T, Yang J W and Samson I M. 2012. Tectonic deformation and fluid flow: Implications for the formation of unconformity-related uranium deposits.,107(1): 147–163.

Diersch H J G. 2002. FEFLOW Finite Element Subsurface Flow and Transport Simulation System: User’s Manual/ Reference Manual/White Papers. WASY Ltd, Berlin Release: 5.

Diersch H J G and Kolditz O. 1998. Coupled groundwater flow and transport: 2. Thermohaline and 3D convection systems., 21(5): 401–425.

Driesner T and Geiger S. 2007. Numerical simulation of multiphase fluid flow in hydrothermal systems., 65(1): 187–212.

Driesner T, Weis P and Scott S. 2015. A new generation of numerical simulation tools for studying the hydrology of geothermal systems to “supercritical” and magmatic conditions. World Geothermal Congress: 1–4.

Elder J W. 1967. Steady free convection in a porous medium heated from below., 27(1): 29–48.

Eldursi K, Branquet Y, Guillou-Frottier L and Marcoux E. 2009. Numerical investigation of transient hydro-thermal processes around intrusions: Heat-transfer and fluid-circulation controlled mineralization patterns., 288(1–2): 70–83.

Emmanuel S and Berkowitz B. 2006. An experimental analogue for convection and phase separation in hydrothermal systems.:, 111(B9).

Emmanuel S and Berkowitz B. 2007. Phase separation and convection in heterogeneous porous media: Implicationsfor seafloor hydrothermal systems.:, 112(B5).

Garven G and Freeze R A. 1984. Theoretical analysis of the role of groundwater flow in the genesis of stratabound ore deposits: 1, Mathematical and numerical model., 284(10): 1085–1124.

Geiger S, Haggerty R, Dilles J H, Reed M H and Matthai S K. 2002. New insights from reactive solute transport modeling: The formation of sericitic vein envelopes during early hydrothermal alteration at Butte, Montana., 2: 185–201.

Griebel M, Dornseifer T and Neunhoeffer T. 1998. Numerical simulation in fluid dynamics: A practical introduction. Society for Industrial and Applied Mathematics: 1–17.

Harbaugh A W. 2005. MODFLOW-2005, The U. G. Geological Survey Modular Groundwater Model: The Groundwater Flow Process. U. S. G. S. Techniques and Methods 6–A16: 253.

Hobbs B E, Means W D and Williams P F. 1976. An outline of structural geology. New York, Wiley: 571.

Hobbs B E, Zhang Y, Ord A and Zhao C. 2000. Application of coupled deformation, fluid flow, thermal and chemical modelling to predictive mineral exploration., 69: 505–509.

Hu X Y, Li X H, Yuan F, Ord A, Jowitt S M, Li Y, Dai W Q and Zhou T F. 2020. Numerical modeling of ore-formingprocesses within the Chating Cu-Au porphyry-type deposit, China: Implications for the longevity of hydrothermal systems and potential uses in mineral exploration., 116: 103230.

Ingebritsen S E and Appold M S. 2012. The Physical Hydrogeology of Ore Deposits., 107(4): 559–584.

Ingebritsen S E, Geiger S, Hurwitz S and Driesner T. 2010. Numerical simulation of magmatic hydrothermal systems., 48(1).

Itasca. 2002. PFC2D, Particle Flow Code in 2 Dimensions. User Manual, Version 3.0. Itasca Consulting Group, Inc., Minneapolis.

Jaeger J C and Cook N G W. 1979. Fundamentals of rock mechanics. Chapman and Hall, London: 593.

Jing L R and Feng X T. 2003. Numerical Modeling for Coupled Thermal-Hydro-Mechanical and Chemical Processes (THMC) of Geological Media—International and Chinese Experiences., (10): 1704–1715.

Joshua T, Derek E and Min K B. 2009. Numerical simulation of thermal-hydrologic-mechanical-chemical processes in deformable, fractured porous media., 46(5): 842–854.

Ju M H, Zhao C, Dai T G and Yang J W. 2011. Finite element modeling of pore-fluid flow in the Dachang ore district, Guangxi, China: Implications for hydrothermal mineralization., 2(3): 463–474.

Kipp K L, Hsieh P A and Charlton S R. 2008. Guide to the Revised Ground-Water Flow and Heat Transport Simulator: HYDROTHERM-Version 3. US Department of the Interior, US Geological Survey.

Leach D L and Sangster D F. 1993. Mississippi Valley-type lead-zinc deposits., 40(3): 108–117.

Lee S H, Jenny P and Tchelepi H A. 2002. A finite-volume method with hexahedral multiblock grids for modeling flow in porous media., 6(3–4): 353–379.

Lewis K C. 2007. Numerical modeling of two-phase flow in the sodium chloride-water system with applications to seafloor hydrothermal systems. Georgia Institute of Technology: 1–178.

Li X H, Yuan F, Zhang M M, Jia C, Jowitt S M, Ord A, Zheng T K, Hu X Y and Li Y. 2015. Three-dimensional mineral prospectivity modeling for targeting of concealedmineralization within the Zhonggu iron orefield, Ningwu Basin, China., 71: 633–654.

Li X H, Yuan F, Zhang M M, Jowitt S M, Ord A, Zhou T F and Dai W Q. 2019. 3D computational simulation- based mineral prospectivity modeling for exploration for concealed Fe-Cu skarn-type mineralization within the Yueshan orefield, Anqing district, Anhui Province, China., 105: 1–17.

Li Z H, Chi G X and Bethune K M. 2016. The effects of basement faults on thermal convection and implications for the formation of unconformity-related uranium deposits in the Athabasca Basin, Canada., 16: 729–751.

Li Z H, Chi G X, Bethune K M, Eldursi K, Quirt D, Ledru P and Gudmundson G. 2018a. Numerical simulation of strain localization and its relationship to formation of the Sue unconformity-related uranium deposits, eastern Athabasca Basin, Canada., 101(July): 17–31.

Li Z H, Chi G X, Bethune K M, Eldursi K, Quirt D, Ledru P and Thomas D. 2020. Interplay between thermal convection and compressional fault reactivation in the formation of unconformity-related uranium deposits.: 1–16. https: //doi.org/10.1007/s00126-020- 01011-6.

Li Z H, Chi G X, Bethune K M, Eldursi K, Thomas D, Quirt D and Ledru P. 2018b. Synchronous egress and ingress fluid flow related to compressional reactivation of basement faults: The Phoenix and Gryphon uranium deposits, southeastern Athabasca Basin, Saskatchewan, Canada., 53(2): 277–292.

Li Z H, Chi G X, Bethune K M, Thomas D and Zaluski G. 2017. Structural controls on fluid flow during compressionalreactivation of basement faults: Insights from numerical modeling for the formation of unconformity-related uranium deposits in the athabasca Basin, Canada., 112(2): 451–466.

Lin G, Zhou Y, Wei X R and Zhao C B. 2006. Structural controls on fluid flow and related mineralization in the Xiangshan uranium deposit, Southern China., 89(1–3): 231–234.

Liu L M, Li J F, Zhou R C and Sun T. 2016. 3D modeling of the porphyry-related Dawangding gold deposit in south China: Implications for ore genesis and resources evaluation., 164: 164–185.

Liu L M, Wan C L, Zhao C B and Zhao Y L. 2011. Geodynamicconstraints on orebody localization in the Anqing orefield, China: Computational modeling and facilitating predictive exploration of deep deposits., 43(1): 249–263.

Liu L M, Yang G Y, Peng S L and Zhao C. 2005. Numerical modeling of coupled geodynamical processes and its role in facilitating predictive ore discovery: An example from Tongling, China., 55(1): 21–31.

Liu L M, Zhao Y L and Sun T. 2012. 3D computational shape- and cooling process-modeling of magmatic intrusion and its implication for genesis and exploration of intrusion-related ore deposits: An example from the Yueshan intrusion in Anqing, China., 526: 110–123.

Liu L M, Zhao Y L and Zhao C B. 2010. Coupled geodynamics in the formation of Cu skarn deposits in the Tongling- Anqing district, China: Computational modeling and implications for exploration., 106(1–3): 146–155.

Liu Y and Dai T G. 2014. Numerical modeling of pore-fluid flow and heat transfer in the Fushan iron ore district, Hebei, China: Implications for hydrothermal mineralization., 144: 115–127.

Mandl G. 1988. Mechanics of tectonic faulting. Amsterdam, Elsevier: 704.

Mannington W, O’ Sullivan M and Bullivant D. 2004. Computer modeling of the Wairakei-Tauhara geothermal system, New Zealand., 33: 401–419.

McDonald M G and Harbaugh A W. 1984. A modular three-dimensional finite-difference groundwater flow model (Open-file report 83-875). US Department of the Interior. US Geological Survey, Reston, VA: 528.

McLellan J G, Oliver N H S and Schaubs P M. 2004. Fluid flow in extensional environments; numerical modelling with an application to Hamersley iron ores., 26(6–7): 1157–1171.

Menand T, Raw A and Woods A W. 2003. Thermal inertia and reversing buoyancy in flow in porous media., 30(6): 24.

Misra K C. 2000. Skarn deposits // Understanding mineral deposits. Springer, Dordrecht: 414–449.

Narasimhan T N and Witherspoon P A. 1976. An integrated finite difference method for analyzing fluid flow in porous media., 12(1): 57–64.

Oliver N H, McLellan J G, Hobbs B E, Cleverly J S, Ord A and Feltrin L. 2006. Numerical models of extensional deformation, heat transfer, and fluid flow across basement- cover interfaces during basin-related mineralization., 101(1): 1–31.

Ord A. 1991. Deformation of rock: A pressure-sensitive, dilatant material., 137(4): 337–366.

Ord A and Oliver N H S. 1997. Mechanical controls on fluid flow during regional metamorphism: Some numerical models., 15(3): 345–359.

Poulet T, Karrech A, Regenaur-Lieb K, Gross L, Cleverley J S and Georgiev D. 2010. Thermal-mechanical-hydrological-chemical simulations using escript, Abaqus and WinGibbs // Abstract for the GeoMod 2010 Conference, 27e29 September.

Pruess K. 1991. TOUGH2: A General-Purpose numerical Simulator for Multiphase Fluid and Heat Flow. Report LBL-20700, Berkeley, California: Lawrence Berkeley Laboratory.

Qin Y Z, Liu L M and Wu W C. 2021. Machine Learning- Based 3D Modeling of Mineral Prospectivity Mapping in the Anqing Orefield, Eastern China.: 1–22. https: //doi.org/10.1007/s11053-021- 09893-7.

Regenauer-Lieb K, Karrech A, Chua H T, Horowitz F G and Yuen D. 2010. Time-dependent, irreversible entropy production and geodynamics.:,, 368(1910): 285–300.

Sanford R F. 1994. A quantitative model of groundwater flow during formation of tabular sandstone uranium deposit., 89: 341–360.

Schaubs P M, Rawling T J, Dugdale L J and Wilson C J L. 2006. Factors controlling the location of gold mineralisation around basalt domes in the Stawell corridor: Insights from coupled 3D deformation-fluid-flow numerical models., 53(5): 841–862.

Scott S, Driesner T and Weis P. 2015. Geologic controls on supercritical geothermal resources above magmatic intrusions., 6(1): 1–6.

Scott S, Driesner T and Weis P. 2016. The thermal structure and temporal evolution of high-enthalpy geothermal systems., 62: 33–47.

Scott S, Driesner T and Weis P. 2017. Boiling and condensation of saline geothermal fluids above magmatic intrusions., 44(4): 1696–1705.

Sharp J M. 1978. Energy and momentum transport model of the Ouachita basin and its possible impact on formation of economic mineral deposits., 73(6): 1057–1068.

Shvarov Y V and Bastrakov E. 1999. HCh: A software package for geochemical equilibrium modeling // User’s guide. Australian Geological Survey Organisation, Department of Industry. Science and Resources.

Sillitoe R H. 2010. Porphyry copper systems., 105(1): 3–41.

Siret D, Poulet T, Regenauer-Lieb K and Connolly J A D. 2009. PreMDB, a thermodynamically consistent material database as a key to geodynamic modelling., 4(2): 107–115.

Sondergeld C H and Turcotte D L. 1977. An experimental study of two-phase convection in a porous medium with applications to geological problems., 82(14): 2045–2053.

Sorjonen-Ward P, Zhang Y and Zhao C. 2002. Numerical modelling of orogenic processes and gold mineralisation in the southeastern part of the Yilgarn Craton, Western Australia., 49(6): 935–964.

Takahashi H, Tomita S A, Koike K and Yoshiyama H. 2020. A cold-water trap as an essential process for the generation of low-sulfidation epithermal deposits: Geological and numerical studies of the Hosokura deposit, northern Japan., 128: 103780.

Taron J and Elsworth D. 2009. Thermal-hydrologic-mechanical- chemical processes in the evolution of engineered geothermal reservoirs., 46(5): 855–864.

Taron J, Elsworth D and Min K B. 2009. Numerical simulation of thermal-hydrologic-mechanical-chemical processes in deformable, fractured porous media., 46(5): 842–854.

Todesco M, Chiodini G and Macedonio G. 2003. Monitoring and modeling hydrothermal fluid emission at La Solfatara (Phlegrean Fields, Italy): An interdisciplinary approach to the study of diffuse degassing., 125: 57–79.

Vermeer P A and DeBorst R. 1984. Non-associated plasticity for soils, concrete and rock., 29(3): 1–64.

Vigneresse J L. 2019. Addressing ore formation and exploration., 10(4): 1613–1622.

Vigneresse J L and Truche L. 2020. Modeling ore generation in a magmatic context., 116: 103223.

Vigneresse J L, Truche L and Richard A. 2019. How do metals escape from magmas to form porphyry-type ore deposits?, 105: 310–336.

Weis P. 2014. The physical hydrology of ore-forming magmatic-hydrothermal systems // Building Exploration Capability for the 21st Century. Society of Economic Geologists, 18: 59–75.

Weis P, Driesner T and Heinrich C A. 2012. Porphyry- copper ore shells form at stable pressure-temperature fronts with dynamic fluid plumes., 338: 1613– 1616.

Xu T F, Sonnenthal E, Spycher N and Pruess K. 2004. TOUGHREACT user’s guide: A simulation program for non-isothermal multiphase reactive geochemical transportin variable saturated geologic media (No. LBNL-55460). Lawrence Berkeley National Lab. (LBNL), Berkeley, CA (United States): 1?206.

Xu T F, Sonnenthal E, Spycher N and Pruess K. 2006. TOUGHREACT—A simulation program for non-isothermal multiphase reactive geochemical transport in variably saturated geologic media: Applications to geothermal injectivity and CO2geological sequestration., 32(2): 145–165.

Xue C J, Chi G X and Xue W. 2010. Interaction of two fluid systems in the formation of sandstone-hosted uranium deposits in the Ordos Basin: Geochemical evidence and hydrodynamic modeling., 106: 226–235.

Xue C J, Chi G X and Xue W. 2011. Effects of hydrocarbon generation on fluid flow in the Ordos Basin and relationship with uranium mineralization., 2(3): 439–448.

Yang J, Bull S and Large R. 2004. Numerical investigation of salinity in controlling ore-forming fluid transport in sedimentary basins: Example of the HYC deposit, Nor-thern Australia., 39(5–6): 622–631.

Yapparova A, Miron G D, Kulik D A, Kosakowski G and Driesne T. 2019. An advanced reactive transport simulation scheme for hydrothermal systems modelling., 78: 138?153.

Yuan F, Li X H, Zhang M M, Jowitt S M, Jia C, Zheng T K and Zhou T F. 2014. Three-dimensional weights of evidence-based prospectivity modeling: A case study of the Baixiangshan mining area, Ningwu Basin, Middle and Lower Yangtze Metallogenic Belt, China., 145: 82–97.

Zhang Y H, Robinson J and Schaubs P M. 2011. Numerical modeling of structural controls on fluid flow and mineralization., 2(3): 449–462.

Zhang Y H, Sorjonen-Ward P, Ord A and Southgate P N. 2006. Fluid flow during deformation associated with structural closure of the Isa superbasin at 1575 Ma in the central and northern Lawn Hill platform, northern Australia., 101(6): 1293–1312.

Zhao C B, Hobbs B E and Mühlhaus H B. 1998. Finite element modelling of temperature gradient driven rock alteration and mineralization in porous rock masses., 165(1–4): 175–187.

Zhao C B, Hobbs B E, Mühlhaus H B, Ord A and Lin G. 2000. Numerical modelling of double diffusion driven reactive flow transport in deformable fluid-saturated porous media with particular consideration of temperature-dependent chemical reaction rates., 17: 367–385.

Zhao C B, Hobbs B E and Ord A. 2018. Modeling of mountain topography effects on hydrothermal Pb-Zn mineralization patterns: Generic model approach., 190: 400–410.

Zhao C B, Hobbs B E, Ord A, Kühn M, Mühlhaus H B and Peng S L. 2006. Numerical simulation of double- diffusion driven convective flow and rock alteration in three-dimensional fluid-saturated geological fault zones., 195(19–22): 2816–2840.

Zou Y H, Yao L, Yong P, Yang K D, Dai T G, Mao X C, Lai J Q and Tian H L. 2019. Numerical simulation of hydrothermal mineralization associated with simplified chemical reactions in Kaerqueka polymetallic deposit, Qinghai, China., 29(1): 165–177.

Application and Prospect of Numerical Simulation of Dynamics on Coupled Multi-processes in Hydrothermal Deposit Research

HUANG Qinyi1, 2, LI Zenghua3, 4*, Xu Deru1, 4, CHI Guoxiang5, DENG Teng4, ZHAO Zhaoxia1, 2and YU Deshui1, 2

(1.510640,; 2.100049,; 3.330013,; 4.330013,; 5.)

Formation of hydrothermal deposit is a complex multi-coupled process, which involves heat transfer, fluid flow and solute transport. With the development of computer technology and computational mathematics, numerical simulation of dynamics on coupled multi-processes has been applied more and more widely in researches of mineralization in recent years, mainly simulating the thermal (T), hydraulic (H), mechanical (M) and chemical (C) processes in the mineralization system as well as their interactions. In this paper, we review the application of numerical simulation methods in the study of ore deposits, including (1) a brief introduction of general theories and the commonly used numerical simulation software; (2) the application of numerical simulation of dynamics on coupled multi-processes in the studies of the Mississippi Valley-type Pb-Zn, unconformity-related uranium, porphyry, skarn deposits and the metallogenetic prediction; and (3) a discussion of the significance and limitations of numerical simulation for the study of metallogenic processes and its future directions. Numerical simulation is an effective analytical tool to solve some complicated geological problems, which will promote the transformation of ore deposit research from qualitative and semi-quantitative to quantitative.

numerical simulation; numerical simulation software; mineralization; coupled dynamics

P611, P628+.3

A

1001-1552(2021)06-1146-015

10.16539/j.ddgzyckx.2021.06.002

2020-06-23;

2021-07-08

國家自然科學(xué)基金(41930428、42002090)和東華理工大學(xué)江西省放射性地學(xué)大數(shù)據(jù)技術(shù)工程實驗室開放基金(JELRGBDT202006)聯(lián)合資助。

黃沁怡(1996–), 女, 博士研究生, 主要從事成礦構(gòu)造與礦產(chǎn)預(yù)測的數(shù)值模擬研究。Email: huangqinyi@gig.ac.cn

李增華(1983–), 男, 教授, 從事成礦流體動力學(xué)研究。Email: lizenghua@ecut.edu.cn