曹根深、陈华勇等-G-Cubed:磷灰石微量元素对于造山型金矿床的勘查指示意义

  

造山型金矿床是指形成于汇聚板块边界、在时间和空间上与增生造山或碰撞造山密切相关的、常受韧-脆性断裂控制,主要呈脉状和弥散状矿化的金矿床系列,为全球提供了30%以上的金资源量。尽管造山型金矿床是全球十分重要的金矿床勘查类型,但是由于造山型金矿床可以产出于各个深度、不同的岩性中,使得传统的勘查方法很难给出稳定的勘查标识,勘查难度较大。磷灰石作为热液矿床中一种重要的副矿物,其微量元素对于揭示成矿流体物理化学条件和成矿过程有着显著作用。近些年来,越来越多的研究发现造山型金矿床中磷灰石与金矿化有着密切联系,然而有关磷灰石是如何形成以及磷灰石的微量元素含量受控于何种因素,目前还缺乏深入的研究,磷灰石能否发展为勘查指示矿物还需要进一步的研究。

针对上述科学问题,中国科学院广州地球化学研究所曹根深博士生在陈华勇研究员的指导下,从已发表的文献中汇编了566组造山型金矿床磷灰石的微量元素数据,通过传统统计分析以及分层聚类法(HCA)、随机森林(RF)和深层神经网络(DNN)等机器学习方法,分析了磷灰石微量元素对于造山型金矿化的识别能力,并通过Shapley分析揭示了磷灰石中各种微量元素对于机器学习模型的贡献度。研究取得的具体认知如下:1)造山型金矿床磷灰石在石英脉和蚀变带中均有产出,且两种类型磷灰石的稀土配分模式存在明显差异,石英脉型以亏损轻稀土元素为主要特征,而蚀变带型则表现出明显的负Eu异常(图1);2)利用分层聚类(HCA)对中心对数比(CLR)转化后的磷灰石微量元素进行分析,将造山型金矿床磷灰石以4种元素组合分为成5类(图2),分类结果与实际情况基本吻合;3)随机森林(RF)和深度学习网络(DNN)能够有效地识别出石英脉和蚀变带中与金矿化相关的磷灰石,表明磷灰石具有发展为勘查指示矿物的潜力,特征值分析结果显示微量元素Pb对于模型的贡献度最高,其次为AsUEuFeMn等变价元素;4Pb的高贡献度可能为Au是以Pb-(Bi)-Au熔体的形式运移,Pb在磷灰石中的含量同时受到熔体中Pb的含量、流体氧逸度以及硫逸度共同控制,从而表现出对模型较高的贡献度;5)通过线性判别分析(LDA)给出新的磷灰石微量元素判别图解,用于判别造山型金矿床石英脉和蚀变带的含矿性(图3)。

相关成果近期发表于国际地学刊物《Geochemistry, Geophysics, Geosystems》,该项研究成果获得了国家自然科学基金(4223081041921003)和科技部重点研发项目(2022YFC2903301)等项目的联合资助。

论文信息:Cao, G.S. (曹根深), Chen, H.Y*. (陈华勇), Zhang, Y. (张宇), Sun, W.P. (孙唯品), Zhao, J.F. (赵骏峰), Zhao, H.T. (赵红涛), Wang, H. (汪浩). 2024. Primary controlling factors of apatite trace element composition and implications for exploration in orogenic gold deposits. Geochemistry, Geophysics, Geosystems, 25, e2024GC011574.

论文链接:https://doi.org/10.1029/2024GC011574


1 造山型金矿床磷灰石稀土配分模式图


2 磷灰石微量元素分层聚类分析结果


3 线性判别分析(LDA)给出的磷灰石微量元素判别图解



附件: