石 嫻, 李猛猛, 姜兆元

(1. 桂林航天工業(yè)學院 計算機科學與工程學院,廣西 桂林 541004 2. 遼寧省化工地質勘查院有限責任公司,遼寧 錦州 121007)

0 引言

新太古代是全球巖漿活動的井噴期,有大量的火山和侵入活動產生,是全球最重要的大陸地殼生長期,從而也形成了控制成礦作用最重要的成礦地質體——綠巖層序。主要成礦作用是與鎂鐵質火山作用有關的礦床,同時還形成了與碰撞造山作用有關的綠巖帶同構造晚期金礦床[1]。遼寧省新太古代地質體分布十分廣泛,巖性復雜,礦產豐富,主要分布于柴達木-華北板塊東部,表現為受到區(qū)域變質作用而形成的變質深成巖和變質表殼巖。根據前人對太古代變質巖的劃分結果,遼西地區(qū)為建平群,遼東地區(qū)為鞍山群。遼西地區(qū)的建平群主要由變質深成巖組成,主要以正片麻巖為主,其次包括一些麻粒巖、變粒巖和淺粒巖等變質表殼巖。形成時代為新太古代,變質程度復雜而不同,麻粒巖相-角閃巖相-綠片巖相均有發(fā)育,且廣泛受到混合巖化作用。其原巖主要由鎂鐵質基性-超基性巖漿巖、中-酸性巖漿巖、中-酸性火山碎屑巖等組成。在侵入建平群變質巖中的花崗質巖石中鋯石的U-Pb年齡為2.38～2.48 Ga。其中發(fā)育的正片麻巖巖性主要為黑云斜長片麻巖(鋯石U-Pb年齡為2.58 Ga)和黑云角閃斜長片麻巖(鋯石U-Pb年齡為2.48 Ga)[2]。發(fā)育于遼西地區(qū)新太古代建平群中的金礦主要受到變質期后的熱液疊加而富集成礦,主要礦化類型為石英脈型[3],現已發(fā)現的金礦礦床主要有凌海市趙泉溝金礦、阜新市新民金礦、阜新市排山樓金礦、北票市迷力營子金礦、北票市上洞子溝金礦、北票市沙金溝金礦、北票市后梅林皋金礦、北票市蘇家窯金礦、朝陽市萬進金礦和喀左中三家金礦等。

對于遼西地區(qū)新太古代片麻巖中金礦的成因類型,至今還沒有明確定義,從區(qū)域角度考慮,發(fā)育于變質巖中的金礦是由于成礦作用所引起的[4]。1997年楊占興[5]根據成礦物質來源、成礦環(huán)境及成礦作用將遼西地區(qū)發(fā)育的金礦按成因類型劃分為4種類型,分別為巖漿熱液型、陸相火山巖型、同韌性剪切變質熱液型和變質-巖漿熱液疊加型;曲亞軍[3]在綜合研究以往前人成果的基礎上,于2006年以成礦地質背景角度,根據所反映的成礦物質來源和成礦條件,將遼西地區(qū)金礦劃分為6種成因類型,主要包括同韌性剪切變質熱液型、后變質熱液疊加改造型、變質熱液交代型、巖漿熱液疊加改造型、巖漿熱液型、次火山熱液型。馮建之等[6]在2009年通過對構造-巖漿-成礦作用等系統(tǒng)的金礦成礦規(guī)律研究,提出了與拆離構造有關的成礦觀點。對于以上眾多觀點可以推測出,在遼西地區(qū)開展新太古代片麻巖金礦成礦過程研究,以此為突破口,能夠更準確地為確定金礦成因類型奠定基礎。

1964年蘇聯學者Vapink等提出了支持向量機(Support Vector Machine, SVM)算法,多用于處理科學中的時間序列分析問題、分類問題和回歸問題等。SVM的基礎是統(tǒng)計學原理,是一種人為監(jiān)督的非參數統(tǒng)計學習方法,其樣本數據是一種基于小樣本事件下的機器學習方法。傳統(tǒng)的學習方法多利用經驗風險最小化原則,而SVM是基于結構風險最小化原則。因此,SVM在解決非線性及高維等問題時就表現出了很多特有的優(yōu)勢。通過對SVM的邊界敏感行為以及核特征映射研究有助于其在許多應用中獲得優(yōu)異的性能,目前在生物學[7]、醫(yī)學[8]、生物信息學[9]、模式識別[10]、圖像分類[11]、金融[12]等領域應用十分廣泛。

在傳統(tǒng)的礦產勘查中,多以巖心樣、刻槽樣和撿塊樣為主,樣品數量有限,對于像蟻群或深度學習等算法均需要大量的樣品數據,才能很好分析出金礦的成礦過程。因此針對小樣品事件下的SVM算法才能更準確地反映出遼西地區(qū)新太古代片麻巖中金礦的成礦過程?；谝陨戏治?本文通過運用SVM算法,以遼西地區(qū)新太古代片麻巖中典型金礦床及礦化點鉆探工程的樣品組合分析結果為測試數據,綜合研究Au、Ag、Cu、Pb、Zn元素與S元素之間的關系,建立以S元素質量分數為主導的金礦成礦過程識別模型。

1 地質背景

研究區(qū)位于遼寧省的西部,行政區(qū)劃主要包括葫蘆島市、朝陽市、阜新市和錦州市,大地構造位置位于西伯利亞板塊(I)南緣和柴達木-華北板塊(Ⅲ)北緣,其中遼西地區(qū)新太古代建平群片麻巖主要位于華北陸塊(Ⅲ-5)的北緣隆起帶(Ⅲ-5-3)(圖1)。根據1986年董申保等[13]在《中國變質作用及其與地殼演化的關系》中變質巖帶的劃分方案,結合遼寧省變質巖特點,遼寧省新太古代建平群片麻巖主要位于遼西新太古代變質地帶的建平-寶國老-舊廟新太古代中高壓-高壓麻粒巖相變質巖帶和錦州-哈爾套新太古代角閃巖相變質巖帶,呈NEE向展布。

圖1 遼西地區(qū)地質簡圖(據文獻[2]修改)

研究區(qū)變質巖主要由遼寧省新太古代建平群片麻巖組成,主要變質期屬新太古代的變質巖系,是變質巖和伴生花崗質巖石的混合巖類[14],同位素年齡數據說明它們曾受到2770～2700 Ma和2600～2500 Ma強烈變質作用,因而是始于新太古代早期區(qū)域變質作用的變質巖系[15-16]。此變質巖系由變質深成巖和變質表殼巖組成,其中變質表殼巖出露面積約占研究區(qū)變質巖總面積的1%,為研究區(qū)內最古老的高級變質巖。由于強烈變質變形與深熔作用的影響,變質表殼巖中原始沉積結構與構造已被消失殆盡,原始層序多被破壞,造成層間不連續(xù)性和構造缺失。變質表殼巖組合經歷了麻粒巖相變質作用,并不同程度地遭受了角閃巖相、綠片巖相退變作用迭加改造。其巖性主要為麻粒巖、斜長角閃巖、變質超基性巖、變粒巖、磁鐵石英巖和角閃石巖等,原巖主要為基性火山巖、硅鐵質沉積巖、火山碎屑沉積巖和部分超基性巖。變質深成巖出露面積占研究區(qū)變質巖總面積的99%以上,發(fā)育多期變形作用形成的構造片麻理或糜棱面理,其變質程度為區(qū)域高壓麻粒巖相,屬于單相變質,受到后期的韌性剪切作用,由麻粒巖相退變?yōu)榻情W巖相和綠片巖相[17]。巖石化學成分相當中生代侵入巖的鈣堿性系列,其巖石化學成分表現為中生代侵入巖中的鈣堿性系列。燕山期疊加動力變質作用,構成卡拉房子-瓦子峪NE向韌性剪切帶,形成糜棱巖系[18]。原巖主要為TTG巖系,包括中性閃長巖、石英閃長巖、花崗巖和二長花崗巖等組成。

本文所研究的片麻巖主要為變質深成巖中的片麻巖類,硅、鋁含量高而鎂鐵含量低,是遼西變質巖中產出最多的巖石類型,多呈層狀產出,也見有巖基、巖脈等。根據礦物組成及含量的不同,出露的巖性主要包括角閃黑云斜長片麻巖、黑云二長片麻巖、石英奧長片麻巖、石英二長片麻巖、含云母斜長片麻巖和含角閃石斜長片麻巖等。淺色與暗色礦物條帶構成了極好的條帶狀構造,局部受到嚴重歪曲或壓扁拉長。礦物特征是斜長石含量較多,鉀長石較少,石英含量分布不均,暗色礦物主要為角閃石和黑云母,原巖為TTG巖系,變質程度為高級的花崗巖-綠巖區(qū)。

本文選取遼西地區(qū)新太古代片麻巖中的8個典型礦床及礦化點作為研究對象(圖1),其中富Au的部位多含有大量的黃鐵礦,以及黃銅礦、閃鋅礦和方鉛礦等。由于現存的金礦體及礦化帶為片麻巖、硫化物和Au演化完成后的最終狀態(tài),富Au部位大量硫化物的存在驗證了Au與硫化物之間的演化關系,結合前人對于相關資料的綜合分析,確定了Au在成礦過程中與硫化物的相輔相成作用,因此,本文選用S元素作為突破口,并運用SVM算法進行金礦成礦過程的研究。

2 數據來源

數據采集自遼西地區(qū)新太古代片麻巖中的8個典型礦床,共采集樣本64個,主要包括:①凌海市趙泉溝金礦-趙泉溝礦段I號礦體的巖心樣品中采集組合分析樣品20個,其中11個樣品巖性為含金石英脈,9個樣品巖性為黑云斜長片麻巖;②阜新市新民金礦-T1號礦體的巖心樣品中采集組合分析樣品1個,樣品巖性為糜棱巖化黑云斜長角閃片麻巖;③阜新市排山樓金礦-EW向礦帶T1號礦體的巖心樣品中采集組合分析樣品1個,樣品巖性為蝕變黑云斜長糜棱巖;④阜新市小洞金礦礦化點-金礦化帶的探槽中采集組合分析樣品6個,樣品巖性為花崗質片麻巖;⑤北票市迷力營子金礦-Ⅰ號礦體的巖心樣品中采集組合分析樣品1個,樣品巖性為含金石英脈;⑥北票市上洞子溝金礦-12號礦體的巖心樣品中采集組合分析樣品2個,樣品巖性為含金石英脈;⑦朝陽市萬進金礦-Ⅰ號礦體的巖心樣品中采集組合分析樣品2個,樣品巖性為含金石英脈;⑧喀左中三家金礦-華子溝采區(qū)Ⅰ號礦體的巖心樣品中采集組合分析樣品31個,其中22個樣品巖性為含金石英脈,9個樣品巖性為黑云斜長角閃片麻巖。所采取的樣品圍巖均為新太古代深成變質巖,組合分析項目為Au、Ag、Cu、Pb、Zn和S元素。

野外采集的新鮮巖心樣品由遼寧省化工地質礦山第三實驗室分析測試,所有的樣品使用鄂式碎石機破碎至-10目,而后使用碳化鎢環(huán)磨至-150目。樣品采用四酸過程進行分解,測試儀器是Perkin-Elmer電感耦合等離子儀,進行Au、Ag、Cu、Pb、Zn和S元素質量分數的測定,分析方法檢出限均為0.02。分析結果見表1。

表1 巖心樣品分析數據

3 SVM預測算法模型

3.1 方法原理

SVM算法是一種廣泛應用于分類及回歸問題的機器學習方法,該算法是由統(tǒng)計學理論、Vapnik-Chervonenkis Dimension (VC維)理論和結構風險最小化原理的基礎上建立而成的,多用于處理科學中的時間序列分析問題、分類問題和判別分析問題等,進而可以推廣到遠景預測和綜合分析等領域[19]。根據有限樣本數據,建立預測模型,探尋非線性和復雜性問題的最佳解決方案,以致于SVM具有最好的泛化性能。針對非線性不可分問題,則通過核函數將數據由低維空間映射到高維空間,進而實現高維可分[20]。

SVM的理論基礎是有限樣本數據在線性可分條件下尋找最優(yōu)分離超平面(圖2),以便能夠最大限度地尋找平面和最近點之間的距離。該解決方案有幾個重要的統(tǒng)計特性,使其成為有效解決問題的方式方法。最優(yōu)解的主要統(tǒng)計特性之一是其性能不依賴于分離發(fā)生的空間維數[21]。通過這種方式,可以在非常高維的空間中工作,例如由核引起的空間,而無需過度擬合。SVM的計算主要分為以下幾個步驟。

圖2 SVM算法的基本思想

3.1.1 尋找最優(yōu)分離超平面

尋找最優(yōu)分離超平面是SVM需要解決的核心問題,也是SVM理論的中心思想。對于線性可分樣品數據,首先將樣品數據通過樣本集的形式表達出來,公式為S={(xi,yi);i=1,…,n,x∈Rd,y∈{+1,-1},其中xi∈X=Rd是輸入指標,xi為樣本原始數據;yi∈Y={+1,-1}是輸出指標,yi為數據所屬的類別,d為維數;其中i=1,…,n,由這n個樣本點組成的集合稱為訓練集。

如圖2所示,很容易用一條直線H把該訓練集正確地分開,這類問題稱為線性可分問題。筆者選用最大間隔法來計算以哪條直線進行分類更優(yōu)。

假定劃分直線的法線方向ω已經給出(圖2),由圖2可見,直線H0就是一條以ω為法線方向且能夠正確劃分兩類點的直線,顯然這樣的直線并不是唯一的,還可以將直線H0平行地向左下方或右上方平行移動,直到直線H0觸碰到某類訓練點,這樣就可以得到H0平移到最大限度的直線,分別為直線H1和直線H2(圖2)。雖然在直線H1和直線H2之間平行H0的直線有很多,且均能正確劃分這兩類點。由圖2可見,在這些可劃分兩類點的直線中,以直線H1和直線H2中間的那條直線H為最佳劃分直線。通過以上分析,給出了在已知法線方向ω的情況下尋找劃分兩類點間直線的方法,這樣就把尋找最優(yōu)分離超平面的問題歸結為尋求法向量ω的問題。

用數學語言描述這一解決方法,顯然,在給定適當的法向量ω后,這兩條直線可以分別表示為(ω·x)+b=k1和(ω·x)+b=k2,如果調整b可以把這兩條直線分別表示為(ω·x)+b=k和(ω·x)+b= -k。顯然,應該選取直線H1和直線H2中間的直線H作為劃分直線,則與此相應的劃分直線的表達式為(ω·x)+b= 0。通過計算可以得出,此時直線H1和直線H2的距離為 Margin=2/‖ω‖。為了求解 2/‖ω‖ 的最大值,可以構造出求解變量ω和b的最優(yōu)化問題:yi(ω·x)+b≥1,i=1,…,n; min1/2‖ω‖2(圖2)。

3.1.2 非線性劃分

yi(ω·x)+b≥1-ξi;

(1)

通過以上分析,可以通過選擇適當的懲罰因子C(C>0),進而構造求解變量ω、b和ξi(ξ1,…,ξn)T[22]。

考慮對偶問題,通過求拉格朗日理論數的極值點得到原始問題的最優(yōu)解。拉格朗日原始理論是為了計算沒有不等式約束時最優(yōu)化問題的解,主要是尋找拉格朗日乘子和確定拉格朗日函數。由于直接求解不等式約束時的最優(yōu)化問題是十分困難的,于是將原始問題轉變?yōu)閷ε紗栴}計算,這樣求解最優(yōu)化問題就變得相對簡單一些。通過引用拉格朗日乘子,將上述原始問題轉化為對偶形式[23],表示為

(2)

3.1.3 核函數的引用

在以上計算過程中,內積 (xi·xj) 是二維的,當內積 (xi·xj) 是多維時,整個計算過程會增加很多計算量。通過引進核函數K(xi,xj)=(xi·xj),就可以將求解的最優(yōu)化問題轉變?yōu)?/p>

(3)

3.1.4 核函數的選取

在進行SVM的計算過程中,需要選取最為適合的核函數K(xi,xj),或者說需要選擇一個映射φ(x),就樣就可以把x所在的輸入空間(X)映射到另一個空間(H)中,這個空間(H)既可以是有限的,也可以是無窮的。一般來說,它是一個Hillbert空間,也稱之為特征空間。

通過以上分析可以看出,筆者研究的是從輸入空間X=Rn到另一個空間H=Rn的過程,選擇不同的核函數K(xi,xj),相當于是選擇不同的內積,同時也意味著是對相似性或是相似程度不同標準的選取,在核函數選定之后,可以通過構造內積轉變成構造出核函數K(xi,xj),從而進行SVM的計算。

對于非線性條件下的分類問題,SVM的基本思想是運用核函數來實現從低維向高維的映射,將原始非線性問題轉變?yōu)樵诟呔S特征空間中的線性問題,進而在高維特征空間中運用SVM進行線性分類。SVM解決非線性的問題,主要是通過核函數的運用來實現的。在運用SVM進行計算時,核函數K(xi,xj) 在SVM的計算過程中起著簡化的作用。通過適合的核函數K(xi,xj)的選取,甚至都不需要知道具體的映射是什么,就能夠將問題求解出來。特征空間的不同會導致不同的核函數K(xi,xj) 的不同[25]。常用的核函數K(xi,xj)有徑向基核函數(RBF)、多項式核函數及Sigmoid核函數等[26]。對于核函數的選擇,樣本數據在進行回歸估計時都有相應效果最好的核,但在缺少先驗知識過程時,多項式核函數無法進行前期的正交化過程,并且Sigmoid核函數樣本數據需滿足半正定條件。而RBF主要是通過分析訓練樣本距原點距離的實值函數[27],故本文選擇RBF作為SVM分析的核函數,其表達示為

(4)

其中,?為間隔,也是唯一的參數,σ為置信范圍[27],a是輸入數據中的一個調節(jié)幅度的參數,?是一個控制映射閾值的位移參數,根據前人的研究成果,通常在a>0和?<0時是最為合適的選擇[28]。

將預測樣本數據以樣本集的形式,通過Matlab軟件應用SVM算法進行數值模擬,以Au、Ag、Cu、Pb、Zn元素質量分數作為輸入值(自變量),以S元素質量分數(因變量)作為輸出值進行擬合實驗(圖3),探索它們之間的近似解析函數關系和曲線方程。

圖3 SVM算法網絡結構圖

步驟如下:

步驟1:將預測樣本數據轉變?yōu)闃颖炯男问?以Au、Ag、Cu、Pb、Zn元素質量分數作為輸入值(自變量x),以S元素質量分數(因變量y)作為輸出值,將數據轉變?yōu)闃颖炯男问?并按照S元素質量分數從小到大排列(表1);

步驟2:將樣本集代入式(1)和式(2),對樣本集進行線性、非線性判別。經判別,樣本集整體呈非線性關系;

步驟3:將樣本集代入式(3),由非線性原樣本集轉變?yōu)榫€性樣本集;

步驟4:將經過核函數轉變?yōu)榫€性的樣本集代入式(4),以S元素質量分數作為原值,以Au、Ag、Cu、Pb、Zn元素質量分數經SVM計算出的值作為預測值,進行擬合分析。

3.2 識別模型

將樣本數據以樣本集的形式,通過Matlab軟件應用SVM算法進行數值模擬,以Au、Ag、Cu、Pb、Zn元素質量分數作為輸入值(自變量),以S元素質量分數(因變量)作為輸出值,按照步驟1～4的順序,將核函數K(xi,xj) 選取為徑向基核函數,其中C=1×104、?=1進行擬合實驗。計算結果見表2,基于SVM的S元素質量分數計算值和S元素質量分數原值的偏差曲線擬合效果見圖4。

表2 數值偏差

圖4 全部樣本集偏差曲線擬合圖

首先對全部樣本集進行SVM擬合分析。全部樣本集樣品數量為64個,方差大于7.86×10-6。根據預測值和S元素原值的偏差曲線(圖4)可以看出,所有樣本進行統(tǒng)一擬合效果很好,說明Au、Ag、Cu、Pb、Zn元素質量分數與S元素質量分數整體上具備一定的相關性。

根據圖4的擬合效果和數值偏差表中的計算結果,可以看出擬合效果很好,擬合曲線整體呈正態(tài)分布。說明Au、Ag、Cu、Pb、Zn元素與S元素在富集過程中與S元素質量分數的多少有著不可或缺的關系,通過S元素的富集規(guī)律可以作為研究Au元素富集規(guī)律的突破口,并進行金礦成礦過程研究。

由圖4可見,S元素的富集過程可以劃分為三個階段:Ⅰ—平緩增長階段、Ⅱ—過渡階段和Ⅲ—快速增長階段。受到樣品數量的限制,暫不通過S元素質量分數的大小作為階段的劃分標準。

Ⅰ—平緩增長階段:該階段樣品數量約占總數的90%,除個別點存在突增和速減的情況外,整體曲線較為平滑。說明該階段S元素處于一個緩慢增長(或緩慢減少的過程),Au元素與S元素的關系較為密切。

Ⅱ—過渡階段:該階段樣品數量約占總數的5%,曲線呈下凹狀態(tài),較光滑,擬合程度很高。說明該階段S元素處于一種不穩(wěn)定狀態(tài),S元素的含量呈指數增加(或減少)的過程,Au元素與S元素的關系十分密切。

Ⅲ—快速增長階段:該階段樣品數量約占總數的5%,曲線呈斜率較大的近直立狀態(tài),曲線十分光滑(可能受到數量的制約),擬合程度很高。說明該階段S元素處于快速富集(或消散)的過程,可能存在極值點,Au元素與S元素的關系十分密切。

基于S元素的SVM金礦成礦過程識別模型說明了金礦的成礦過程大致分為三個階段,并與S元素質量分數的多少有著密切的關系,說明Au、Ag、Cu、Pb、Zn和S元素在金成礦過程中是共存及相輔相成的,只有在液態(tài)環(huán)境下才能滿足元素間的相互作用,進一步說明Au元素來源于巖漿。

3.3 模型驗證

眾所周知,礦石中微量元素的含量在一定程度上反映礦石的形成條件,對礦床成因具有一定的指示意義[29]。根據前人的分析結果,為了研究佐證礦床成因,本次研究在典型礦床中的凌海市趙泉溝金礦礦床中選取了8件樣品進行微量元素分析,為了更好地分析金礦的來源,所選取的樣品包括2件不含礦片麻巖樣品、2件不含礦石英團塊樣品、2件含礦片麻巖樣品及2件含礦石英團塊樣品,樣品主要采集于礦區(qū)中具代表性的鉆孔樣品,所采樣每件質量約kg。所采樣品均由化工地質礦山第三實驗室進行加工和測試,元素分析采用LA-ICPMS方法完成,各類樣品微量元素特征見表3。

表3 趙泉溝金礦中含礦樣品與不含礦樣品微量元素含量特征

前人研究認為Co/Ni比值越大,礦物在形成時的環(huán)境溫度越高[30]。從表3可知,研究區(qū)各類巖石中Co/Ni比值變化范圍在0.72～1.25之間,由此說明研究區(qū)金礦成礦溫度較高,應為中高溫礦床。Y和Ho元素具有相同的離子半徑和價態(tài),它們之間具有相似的地球化學性質,在許多地質作用的發(fā)生和演化過程中,Y/Ho的比值并不發(fā)生改變。據統(tǒng)計,地球中發(fā)育的大多數巖漿巖中球粒隕石的Y/Ho比值為28±[31]。由表3可見,本區(qū)各類樣品中的Y/Ho比值變化范圍為21.00～26.88,比值變化不大,由此可以表明本區(qū)金礦成礦熱液流體的來源與圍巖關系密切。根據以上分析結果進而佐證了發(fā)育于遼西地區(qū)新太古代建平群片麻巖中的金礦含礦巖石為片麻巖,在形成片麻巖之前的中高溫環(huán)境也能推測出原巖為巖漿巖。周紅英等[32]在2007年通過對遼東地區(qū)太古代閃長質片麻巖的研究,確定鋯石是巖漿成因,并受到了地幔的添加作用及殼幔再循環(huán)。

與此同時,為了驗證新太古代片麻巖的原巖為巖漿巖,本次研究在典型礦床中的凌海市趙泉溝金礦礦床中選取了8件樣品進行全分析,所選取的樣品均為8件含礦糜棱巖化黑云斜長片麻巖樣品,樣品全分析結果見表4。經過原巖恢復(圖5),樣品的原巖均投在火成巖中,借此驗證了新太古代片麻巖的原巖為巖漿巖。

表4 趙泉溝金礦中含礦糜棱巖化黑云斜長片麻巖全分析結果

圖5 新太古代片麻巖原巖恢復圖

通過以上分析,證明了遼西地區(qū)新太古代片麻巖中金礦來源于片麻巖,片麻巖的原巖為巖漿巖,進而驗證了遼西地區(qū)新太古代片麻巖金礦中基于RBF的SVM金礦成礦過程識別模型的可靠性。

4 討論

4.1 金礦物質來源

近年來由于各種測試技術方法的不斷改進和完善,使礦床地球化學的研究得到了很大的發(fā)展。通過各種測試數據的大量積累和規(guī)律性的研究,全面闡明了礦床地球化學的發(fā)育特征,深入揭示了成礦作用的各種基本問題,如Au的來源、Au的運移及Au的成礦等。

盡管地球演化過程是由不同時間段構成的,但是在地球不同的演化階段其金屬元素總含量是不變的。一般來講,除U或Th可衰變成Pb外,其他金屬元素在地球中均已生存了約46億年之久[33]。盡管這些金屬元素隨著不同時期、不同地質事件的發(fā)生之后大都經歷過多次的重新分配和搬運過程,但是在以地球為承載體中,它們本身的含量和性質方面并沒有發(fā)生改變,只是在地球不同階段的演化過程中所表現出來的分散和富集。

Au是地球上最稀有的金屬之一,其原始地幔豐度僅為0.90×10-6[34],密度為19.30 g/cm3,熔點為1063℃,沸點為2600℃[35],需要103倍的富集才能形成具有經濟吸引力的礦石。這種情況如何發(fā)生對Au來說尤其令人困惑,因為這種異常惰性的金屬在殼幔分異過程中似乎并不相容。原始地?；蜓笾屑剐鋷r中Au的豐度為1.20×10-6,大陸地殼中金的豐度為1.50×10-6[36]。

林寶欽等在1997年進行了遼西建平群片麻巖中5個金礦床O和H同位素組成的測定,其中金礦床成礦熱液的O同位素組成范圍是2.052‰～9.346‰,平均值為5.6‰;H同位素組成范圍為 -46.683‰～-101.96‰,平均值為 -81.4%[37]。與一般巖漿相比較,表明研究區(qū)成礦熱液為巖漿熱液[38]。根據Sr同位素的測定結果(87Sr/86Sr = 0.708 27～0.712 17),研究區(qū)原巖劃定為S型但靠近I型,為同熔型巖體,也表明原巖巖漿具有地幔和地殼雙重來源但以地幔為主的特征[39],進而可推測遼西地區(qū)新太古代片麻巖金礦中Au的主要來源為幔源巖漿。由于地幔軟流圈溫度遠遠高于Au的沸點,此時的Au呈紫色氣體混合于地幔軟流圈的巖漿中。

4.2 金礦成礦過程

華北板塊在新太古代發(fā)生過強烈的構造-巖漿事件,其演化以廣泛發(fā)育的巖漿事件為特點,主要由TTG巖系組成,是地殼物質的部分熔融和地幔鎂鐵質巖漿的混入所形成[40-43]。其構造環(huán)境至今仍沒有統(tǒng)一結論,一種觀點認為,在2500 Ma由于碰撞作用形成的華北克拉通[44-45];另一種觀點認為,在2560 Ma由于俯沖作用形成的華北克拉通[46]。近些年由于對TTG巖系的研究增多,大多學者認為TTG巖系形成于俯沖作用的構造環(huán)境[47-50]。TTG巖類的形成溫度為800℃～640℃,形成時的壓力為(7000～6000)×105Pa[51]。僅遼西地區(qū)新太古代片麻巖分布的出露狀態(tài)來看,似乎更趨向于碰撞作用,但從全國乃至全球分布的出露狀態(tài)、原巖巖漿巖中混有地幔物質以及中生代巖漿巖的指示作用來看,俯沖作用更符合實際情況。

Martin在1999年根據地球化學特征提出的TTG巖系的成因模式主要分為三個階段:①固態(tài)地幔的部分熔融產生了大量的鎂鐵-超鎂鐵質巖漿,形成的鎂鐵質巖漿主要表現為輕稀土富集;②隨著固態(tài)地幔的部分熔融,巖漿中局部的溫度和壓力將會迅速降低,形成了石榴角閃巖或角閃榴輝巖帶,在進一步的巖漿作用中,石榴角閃巖或角閃榴輝巖帶發(fā)生碎裂,最開始形成的巖石將以礦物的形成存在于巖漿中,導致角閃石和斜長石大量存在于巖漿中。TTG巖系中的相關組成礦物就是在這一階段獲得的;③隨著長英質巖石圈的部分熔融,導致巖漿由基性-超基性向中-酸性轉變。在巖漿作用的結束過程中,高黏度的長英質巖漿阻礙了大規(guī)模的礦物結晶分離[52]。對于TTG的來源主要有3種假設:一是洋底高原的熔融;二是起始于擴張中心的俯沖洋殼的熔融;三是洋殼底部玄武巖的熔融[53-54]。

2013年翟明國在“華北前寒武紀成礦系統(tǒng)與重大地質事件的聯系”一文中將華北板塊地質演化分為6個比較重要的階段,主要包括:①新太古代陸殼生長階段;②古元古代氧化階段;③古元古代裂谷-俯沖-碰撞階段;④古元古代末-新元古代持續(xù)多期裂谷階段;⑤古生代邊緣造山階段;⑥中生代克拉通階段[55]。在新太古代大陸巨量生長和克拉通化事件的時間段是全球巖漿活動的井噴期,有大量的火山和侵入活動產生,是地球大陸生長的重要階段,也是華北板塊區(qū)大陸生長最重要的時期。在此時期內,與洋殼俯沖有關的弧侵入巖及島弧火山巖構成了華北板塊區(qū)各陸塊的主體。同時與洋、陸轉換有關的成礦規(guī)模增大,礦種增多,不僅有BIF型鐵礦,還有Au、Cu-Zn等礦床[56]。

根據建立的SVM預測模型的分析結果,其形成的TTG母巖漿及在新太古帶成巖成礦過程是反映金礦成礦過程律的關鍵因素。通過對TTG巖漿的起源、演化規(guī)律的研究,可以進一步明確Au元素的成礦過程研究。

遼西地區(qū)在新太古代時期經歷了多期次的巖漿活動,地幔中的Au元素在殼?；旌献饔孟掠煞稚顟B(tài)轉變?yōu)榫植烤奂８鶕VM預測模型的分析結果,S元素質量分數的多少主導著Au元素的富集程度。因此通過判斷S元素在地殼深部的賦存狀態(tài)可以間接進行Au元素成礦過程的研究。

洋殼俯沖作用提供了遼西地區(qū)在新太古代時巖石圈活動的動力來源,導致巖石圈破碎成大小不一的塊體,在巖石圈中進而形成了大大小小規(guī)模不等的裂隙,這些裂隙的出現將殼?；旌线吔绲膲毫M行釋放。在洋殼俯沖作用下的軟流圈也變得活躍起來,破碎的巖石圈發(fā)生拆沉作用,一些巖石圈碎塊沉入軟流圈的基性、超基性巖漿中。隨著構造活動的加劇,局部巖石圈(酸性巖)發(fā)生熔融作用,導致大量的酸性物質混入軟流圈中。巖漿由基性、超基性轉變?yōu)橹行院退嵝?由于酸性巖漿的密度最低,大量的酸性巖漿置于殼?；旌线吔缣?。

破碎的巖石圈中大量裂隙的存在,成為了巖漿釋放壓力的通道,此時巖漿侵入作用作為主導作用開始巖漿的運移。洋殼的俯沖作用不是一蹴而就的,是個緩慢的過程,這就導致巖漿侵入作用的多期次性。最上層的酸性巖漿最先侵入上地殼,并在巖漿通道中運移,在平緩的空間匯集。中性巖漿雖說密度大于酸性巖漿,但黏稠度小于酸性巖漿,同時又處于酸性巖漿的下部,溫度、壓力均大于酸性巖漿,導致中性巖漿在侵入過程中多以團塊狀、條帶狀及水滴狀存在于酸性巖漿中。但在巖漿侵入作用發(fā)生后,隨著侵入作用的持續(xù),溫度、壓力等會迅速降低,進而導致存在于酸性巖漿中的中性巖漿不能過長距離的運移。此時的中性巖漿中有的富集Au、Ag、Cu和S元素,有的含量較少。含量多的曾位于中性巖漿的下部,磁鐵礦還沒有或是很少起到作用。從溫度、壓力的釋放角度上也符合以上原理,就像火山噴發(fā)一樣,溢流相位于爆發(fā)相的外部。

元素親和性引導和制約著Au元素運移和富集,富Fe的巖漿作為Au元素來源的母巖漿,其中Fe元素對于Au元素的存在有著至關重要的作用。以至于這種至關重要的作用一直持續(xù)到殼幔混合作用發(fā)生過程中。因地殼物質的大量加入,S元素在高溫高壓環(huán)境中變得十分活躍,巖漿中的活性金屬元素就像魚兒見到了水,大量的向S元素含量高的位置匯集,這其中就包含著大量的Fe、Au和Cu元素。酸性巖漿中由于含有大量的Na、K等低價態(tài)、低熔點、超活躍金屬元素的存在,而且在高O元素的酸性巖漿中元素親和性以親O性為主,限制了Au、Ag、Cu、Pb、Zn和S元素的發(fā)展。

從金礦的圍巖中不難發(fā)現,Au元素含量高的位置多為黃鐵礦聚集的石英團塊、石英條帶和構造破碎帶中,其圍巖多為偏中基性。由此可見,大量的酸性巖漿不是Au元素聚集的場所,而是在酸性巖漿之下,因殼?；旌献饔枚纬傻闹?基性巖漿才是Au元素的富集地帶。

4.3 金礦成礦的構造-巖漿演化

對于新太古代洋殼的俯沖作用研究因為經歷了幾十億年的地質作用,在新太古代建平群片麻巖中很難進行反演和預測,筆者通過結合中生代構造-巖漿演化規(guī)律,相互對比,進而開展新太古代構造-巖漿演化規(guī)律的研究。洋殼的俯沖作用促使殼幔作用十分活躍[57]。在洋殼的俯沖作用下,下地殼從原有的位置脫離,并下沉到地幔中,引起原始巖石圈減薄和軟流圈的上涌,從而引起后期基性巖漿和酸性巖漿的上侵[58]。遼西地區(qū)大面積的新太古代建平群片麻巖的出露可以顯示出在新太古代發(fā)生了大規(guī)模的地質作用,其中洋殼的俯沖作用提供了巨大的構造成巖成礦空間,尤其沿是NE向、NNE向展布的范圍,直接引導成巖成礦的發(fā)育方向和規(guī)模。其中金礦所在的巖石多呈團塊狀、條帶狀等呈包體形態(tài)分布于片麻巖的原巖(巖漿巖)中。遼西地區(qū)新太古代片麻巖中金礦原巖的構造-巖漿演化作用主要分為四個階段(圖6):

圖6 遼西地區(qū)新太古代片麻巖中金礦成礦過程識別模型

(1)結合中生代花崗巖的構造-巖漿演化規(guī)律和Au元素來源-運移-成礦過程的研究,巖漿巖(片麻巖的原巖)和富礦巖石包體來源于不同的源區(qū)。其中富礦巖石包體中的Au元素主要來源于地幔,并均勻地分布在地幔中。此時的地幔和地殼按照由下到上的順序大致分別為液態(tài)基性-超基性巖漿帶、固態(tài)中性巖漿巖帶、液態(tài)酸性巖漿帶和固態(tài)巖石圈[59](圖6a)。

(2)根據2009年李健[60]基于新太古代片麻巖鉿同位素地質年代學和地球化學特征的分析結果顯示,形成時代為2500 Ma的下地殼部分熔融是新太古代花崗質巖石的主要成因。根據巖相學、地球化學和年代學證據推測TTG巖系形成于洋殼板塊的俯沖作用,太古宙時期洋殼具有十分高的地熱梯度。由拉斑玄武巖組成的洋殼板塊俯沖由西向東進入下地殼和地幔[61-62],此時的地幔為古太古代-中太古代時形成的玄武質(基性-超基性)巖漿,巖石圈地殼為始太古代-中太古代形成的含大量角閃石的花崗質巖石[63]。富含Au元素的地幔源區(qū)受到陸殼物質的混染作用,在100～240 Ma時間段內轉化成英云閃長質巖漿,英云閃長質巖漿在經歷不同程度的巖漿演化后,轉化為TTG巖漿[64-65]。與此同時,在高熱流的作用下使俯沖洋殼直接熔融產生TTG巖漿[66-67]。在俯沖作用下巖石圈與地幔軟流圈的平衡態(tài)被打破,巖石圈局部破碎。伸展作用促使高熱狀態(tài)的軟流圈局部減壓上涌,以底侵的方式就位于下地殼底部,并將巨大的熱量和幔源物質滲透到下地殼,促使破碎的下地殼發(fā)生拆沉和部分熔融,并造成大規(guī)模的巖漿活動[68]。其中大陸地殼的Eu負異?；部梢宰鳛榕袛嘞碌貧ぐl(fā)生拆沉作用的地球化學標志[69-70]。

隨著S元素的大量加入,這些成礦元素將會與S結合,進而形成硫化物,并且發(fā)生沉淀與富集作用。熔融地殼物質的巖漿最終形成富含Au元素硫化物的TTG巖漿(圖6b)。在遼北地區(qū)塊狀硫化物礦床的產出以及玄武巖和中酸性巖漿巖中頻繁交替出現的富含硫化物巖石的薄層帶可以作為殼?；旌献饔玫淖糇C[71]。此階段為基于SVM遼西新太古代片麻巖中金礦成礦識別模型中的第一階段(平緩增長階段)。

(3)在洋殼的俯沖作用后,巖石圈局部破碎狀態(tài)開始減緩,富含金元素硫化物的TTG巖漿大量侵入巖石圈破碎帶,在巖漿侵入作用下,酸性巖石圈進一步破碎熔融,這些酸性巖石圈碎塊被捕獲到軟流圈中,與TTG巖漿和地幔巖漿不斷反應,其中主要受到同化混染和同交代置換作用,造成殼幔物質的再循環(huán)。在NE向構造運動的影響下,TTG巖漿主體呈NE向侵入地殼淺部[72]。

因含Au鎂鐵質巖漿溫度的降低和長英質物質的混入,冷凝結晶形成富礦巖石團塊,呈包體狀態(tài)混入TTG巖漿中。受到混染作用而形成的富礦巖石包體在成巖前因黏稠度的不同,在巖漿侵入作用和進入地殼淺層的快速減溫釋壓下,主要分布在巖石圈與巖漿的接解帶附近和巖石圈裂隙的枝部冷凝成巖;在成巖后的富礦巖石包體因處于固液混合狀態(tài),在巖漿的裹挾作用下分布在略遠于巖石圈與巖漿的接觸帶附近[59](圖6c)。TTG巖系的大規(guī)模產出是大陸殼從硅鎂質向硅鋁質轉化的標志[73]。此階段為基于SVM遼西新太古代片麻巖中金礦成礦識別模型中的第二階段(過渡階段)。

(4)隨著巖漿侵入作用的不斷持續(xù)作用,破碎的巖石圈一部分被推離構造帶及附近的區(qū)域,區(qū)域內殘存的巖石圈碎塊均被高溫的巖漿熔融,其中就包括一部分位于深部的已經固結成巖的富礦巖石包體再一次被熔融成液態(tài),其中的Au元素被分散到TTG巖漿中。隨著洋殼俯沖作用和巖漿侵入作用的結束,TTG巖漿均已固結成巖,富礦巖石包體多因巖漿混染和熔融作用而失去了原有的狀態(tài)。

TTG巖漿和富礦巖石包體在成巖后,在后期經歷的區(qū)域變質作用、構造運動和氧化作用的過程中,二氧化硅等低熔點酸性物質在和地表大量氧和水的混入下,熔融并重結晶成為石英條帶或團塊,Au元素故此分布于石英裂隙和硫化物中成礦。在以上構造運動和殼幔巖漿共同作用下最終使巖石圈達到穩(wěn)態(tài)[74](圖6d)。此階段為基于SVM遼西新太古代片麻巖中金礦成礦識別模型中的第三階段(快速增長階段)。

5 結論

(1)利用SVM算法模型對遼西地區(qū)新太古代片麻巖中8個金礦床中的組合分析數據進行擬合試驗,建立了基于硫元素質量分數的遼西地區(qū)新太古代片麻巖中金礦的成礦過程識別模型。同時通過微量元素和全分析數據的驗證分析,驗證了模型的可靠性。

(2)根據SVM成礦過程的擬合分析結果,將金礦床的成礦過程劃分為三個階段:Ⅰ—平緩增長階段,該階段處于殼?；旌蠣顟B(tài),基性、超基性巖漿中的金元素開始活躍。在地殼中混入的硫元素與巖漿發(fā)生混合作用,導致硫元素濃度的增加和分布不均。Ⅱ—過渡階段,該階段主要為侵入作用為主,隨著侵入作用的持續(xù)進行,溫度、壓力開始下降,以親硫性為主的金元素在硫的作用下,局部在與圍巖距離較近的位置富集。Ⅲ—快速增長階段,隨著巖漿侵入作用的不斷持續(xù),溫度相對較低的地殼表層巖漿逐漸固結成巖成礦。TTG巖漿和富礦巖石包體在成巖的過程后,酸性物質在變質作用、構造運動和地表大量氧和水的混入下,結晶或重結晶成為石英條帶或團塊,金元素故此分布于石英裂隙和硫化物中成礦。

(3)以硫元素作為突破口,并運用SVM算法建立的金礦成礦過程識別模型能夠很好的與前人的理論研究成果相結合,說明了加深新太古代片麻巖和硫化物的研究是指導后期找礦工作的重要研究方向,為下一步找礦工作提供了相關依據,指導隱覆礦床的發(fā)現。