基于pXRF的荞麦山铜多金属矿床元素富集规律研究

ZHANG MingMing,LONG JinXiao,ZHOU GuoYu, JIAO JunQin, FANG HongDong

Mineral Deposits(2022)

引用 0|浏览2
暂无评分
摘要
大数据技术在地学领域的应用越来越广泛,大数据思维为地学研究开辟了新的思路.从数据出发,以数据驱动模式去分析地质问题,在元素分布特征分析、矿床地化异常识别等方面较传统地学分析方法有着明显的优势.文章基于便携式X荧光分析仪(pXRF)测试的原位、无损、快捷、多元素分析等优点,对宣城矿集区内的荞麦山铜多金属矿床岩芯进行高密度的全数据原位采集,使用主成分分析(PCA)、多元逐步线性回归等方法进行量化分析.2种方法均表明,荞麦山铜多金属矿床中元素Mg、Ca、Mn、Co、As、Se、Ag、Hg、U和成矿元素Cu、Fe、S、W存在正相关关系;钻孔矿化和蚀变特征、铜硫矿石、钨矿石、石英砂岩均表现出不同的元素组合,特别是主成分综合得分(PCA)和第一主成分(PC1)元素对钻孔成矿区具有较好的指示效果;逐步多元线性回归分析进一步量化了元素富集规律,对成矿元素的拟合能够较好地与钻孔信息形成对应.因此,pXRF高密度的原位测量能够快速获取全面、准确的元素数据,分析结果能够直观反映荞麦山铜多金属矿床各元素的深度空间分布情况及量化相关关系,对深部地球化学特征的恢复和找矿提供帮助.
更多
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要