Analysis of Orebody Morphology and Tectonic Genesis of the Siding Lead-Zinc Deposit of Guangxi
-
摘要:
研究矿体形貌分类，鉴别控制矿体的成矿构造类型，是成矿构造研究与预测的基础性工作，在矿山深部找矿工作中具有指导意义。广西泗顶铅锌矿床是桂北铅锌成矿区中大型矿床的典型代表，经过多年开采，其矿体的三维形貌已展露无遗，具有进行矿体形貌及构造成因研究的良好条件。基于矿体形貌视角，通过矿体形貌的几何特征及成因特征解析，建立矿体的构造成矿模式，分析讨论矿床的构造成因与动力学背景。研究结果表明：①泗顶矿区成矿构造类型分为两类，一类为早期构造流体型成矿构造，控制脉状铅锌矿体；另一类为晚期构造型成矿构造，控制蚀变岩型贫矿体，并叠加于早期脉状矿体之上。②矿体形貌由NE向右行张扭性断层控制形成的构造顺层脉型、NW向右行张性断层控制形成的构造切层脉型和脆–韧性剪切带控制形成的构造–流体型3种矿体形貌组成。基于矿体形貌建立以Ⅰ、Ⅳ号矿体为代表的构造顺层式成矿模式和以Ⅴ号矿体代表的构造切层式成矿模式。③区域动力学表明，泗顶矿区经历了多期构造运动，尤其是印支期的两次动力转换（早期SE向区域挤压力转换为EW向右行走滑剪切，晚期近EW向右行剪切则转换为EW向挤压），为矿床的形成提供了优越的动力条件。④矿田动力学分析认为，泗顶铅锌成矿作用发生在脆–韧性剪切带演化到脆性阶段，应力弱化、变形分解、递进变形、非共轴剪切和层间滑动共同控制了各类几何矿体形貌的形成。
Abstract:Studying the classification of orebody morphology and identifying the types of ore-forming structures controlling the orebody are the basic work for the research and prediction of ore-forming structures, and have guiding significance in the deep prospecting work of the mine. The Siding Lead-Zinc deposit in Guangxi is a typical representative of medium-large deposits in the Lead-Zinc metallogenic region in northern Guangxi. After many years of mining, the three-dimensional morphology of the orebody has been fully revealed, and it has good conditions for studying of the orebody morphology and structural genesis of the deposit.In this paper, based on the study of orebody morphology, the structural mineralization mode of orebody is constructed by analyzing the geometric characteristics and genesis characteristics of orebody morphology, and then the tectonic genesis of ore deposit formation is analyzed and discussed from the regional and field kinetic levels. The results show that: ① There are two types of ore-forming structures in the Siding mining area. One is the early tectonic fluid type ore-forming structure, which controls the vein Lead-Zinc orebody; The other is the late tectonic ore-forming structure, which controls the altered rock type lean orebody and superimposes on the early vein ore body. ② The orebody morphology is composed of three types of orebody morphology, namely, the structural bedding vein type formed by the control of the north-east right-trending tensional fault, the structural shear vein type formed by the control of the north-west right-trending tensional fault, and the structure-fluid type formed by the control of the brittle-ductile shear zone. Based on the orebody morphology, the structural bedding mineralization model represented by No. I and IV orebodies and the structural slicing mineralization model represented by No. V ore bodies are established. ③ The regional dynamics shows that the Siding mining area has experienced multiple tectonic movements, especially the two dynamic transformations in Indosinian period (the early SE regional compression pressure was converted to east-west rightward strike-slip shear, and the late near-EW rightward strike-slip shear was converted to east-west compression), which provided superior dynamic conditions for the formation of the deposit. ④ According to the ore field dynamics analysis, the Siding Lead-Zinc mineralization occurred in the brittle-ductile shear zone evolution to the brittle stage, and the stress weakening, deformation decomposition, progressive deformation, non-coaxial shear and interlayer Sliding jointly controlled the formation of various geometric orebody morphology.
-
地下水作为水资源和水循环的重要组成部分，其水质的优劣关系到当地经济建设、人民的生产生活、生态平衡等一系列问题（Chen，1994；Adimalla，2020；张俊等，2021；党学亚等，2022；冯嘉兴等，2023）。螺髻山北麓横跨四川省凉山彝族自治州西昌市、德昌县与冕宁县，研究区经济发展滞后，以粗放型农业、畜牧业为主，生态环境脆弱（杨帆等，2018）。因此研究地下水化学特征、形成机制以及评价水质对该区保护和合理利用开发地下水资源，防止和控制地下水污染，促进农牧业绿色生产，保障人民身体健康，加强生态文明建设有着重要研究意义。
地下水化学特征研究是水体化学组成与地下水演化过程研究的基础（Abbas et al.，2021），起到反映地下水的补给、途经区域岩性、气象水文与环境特征、反映水化学演化的控制因素等作用（Li et al.，2015，2021；杨芬等，2021；Wali et al.，2021；杜金龙，2022）。能够有效揭示地下水与环境的相互作用机制以及离子交换过程，对地下水水质差别的原因有一定解释作用，可为合理开发利用水资源，改善水质提供科学依据。
国内外对于地下水水质的研究中，评价方法主要有内梅罗指数法、模糊综合评价法、主成分分析法和多元分析法等（Nemerow et al.，2009；Zhang et al.，2012；李连香等，2015；张志君，2020；周及等，2020；时雯雯等，2021；曾庆铭等，2021）。上述评价方法采用传统统计学方法虽各有其优势，但都不能很好的分析水质等级与评价指标之间复杂的非线性关系，可能存在一定的主观干预（李海涛，2020a）。近年来，随着计算机科学的发展与应用，人工神经网络（Artificial neural network，ANN）模型能够高效拟合非线性关系数据，对其做出分类或预测，ANN模型在非线性数据拟合方面存在优势，能够避免确定性模型处理实际问题时的过度简化问题（陈能汪，2021）。对于利用人工神经网络进行水质评价最常用的网络模型是BP神经网络，虽然该模型有收敛速度慢、结构复杂，且无法反映主要影响因子等缺点（崔永华等，2007），但其优点克服了主观赋权对于评价结果的影响，评价结果客观、合理且精度高，能在处理不同时间和空间水样数据组合时的效能优于其他方法（Kumar et al.，2020）。BP神经网络因此被广泛应用于水质评价，并且通过不同的算法如萤火虫算法（颜建等，2020）、头脑风暴优化算法（李海涛等，2020b）、DPA算法（徐康耀等，2015）等算法能够进一步提高评价的结果。
笔者在前人对研究区水文地质背景总结研究的基础上，研究地下水化学特征。利用Pytorch搭建基于RMSprop梯度下降算法的BP神经网络模型，对研究区地下水水质进行综合客观评价。
1. 研究区概况
1.1 区域自然条件
研究区位于四川省凉山彝族自治州西昌市、德昌县与冕宁县的交界处的螺髻山北麓（E 102°7′～102°30′，N 27°30′～27°46′），北接邛海盆地，南临螺髻山脉，东接马雄梁子，西靠安宁河磨盘山。研究区的总体地势为两山夹一河，山地河流整体为南北向。在气候上，具有年温差小、日温差大、干湿分明、雨量充沛、降水集中、日照充足等特点，属于亚热带高原季风气候。西侧的牦牛山南麓和安宁河河谷分别为构造侵蚀中山和中山宽谷平原，中部螺髻山北麓为构造侵蚀中山地貌，高山与盆地最大高差为500～1 500 m。螺髻山山岭海拔为3000～4 200 m，呈近南北走向，在研究区构成了安宁河和则木河的分水岭。研究区西部为安宁河流域，安宁河从北向南贯穿西昌市，于米易县附近注入雅砻江，最终汇入金沙江，全长为320 km，流域面积为1.1万km2，安宁河的主要支流有18条，其中流域面积大于500 km2的支流主要是孙水河、海河、茨达河、锦川河。主流与支流多以直角交汇，成羽状水系。研究区东南部为则木河流域，则木河发源于普格县特尔果乡阿则木山，属于黑水河右岸一级支流，从特尔果乡一带由北向南流经五道箐乡、特补乡，螺髻山镇等地，最终在普格县的中梁山南端流入黑水河，其流长约为54 km，流域面积为668.2 km2（孟晶晶等，2018）。
1.2 区域地质背景
在大地构造划分上，研究区位于上扬子西缘的康滇断隆带中北段（刘洪等，2020）。研究区出露的地层（图1）主要为震旦系—第四系，震旦系以陆相火山碎屑岩类、陆源碎屑岩类和碳酸盐岩类为主，零碎分布在螺髻山北麓、马雄梁子地区。寒武系在本区出露较少，以碳酸盐岩为主。中生界（三叠系—白垩系）在本区大面积出露，以陆相砂泥质碎屑岩为主。新生界（古近系—第四系），以半固结的碎屑岩为主零星分布在安宁河谷东岸及大箐梁子等地，第四系冲洪积物（Qapl）沿安宁河、则木河河谷以及山谷沟谷分布。岩浆岩在安宁河西岸出露，主要为花岗岩类。研究区构造线复杂，主要的断裂包括安宁河断裂带（南北向）和则木河断裂带（北北西向）。由于地质构造复杂，地质条件多样，现代构造活动强烈，岩石稳定性差、岩面风化强烈、疏松破碎、碎屑物质丰富，形成了易发生地震、崩塌、滑坡、泥石流、水土流失的地质背景（张腾蛟等，2020）。
![]()
图 1 研究区水文地质图γT3. 晚三叠世花岗岩类；Zk. 震旦系开建桥组； Zl. 震旦系列古六组；Zg. 震旦系观音崖组；Zd. 震旦系灯影组；Є1l. 下寒武统龙王庙组；Є2x. 中寒武统西王庙组；Є3e. 上寒武统二道水组；T3bg. 上三叠统白果湾组；J1y. 下侏罗统益门组；J2x. 中侏罗统新村组；J2n. 中侏罗统牛滚凼组；J3g. 晚侏罗统官沟组；K1f. 下白垩统飞天山组；K2x. 中白垩统小坝组；N2Qpx. 中新统—更新统昔格达组；Qapl. 全新统冲洪积物Figure 1. Hydrogeological map of the study area1.3 区域水文地质背景
根据研究区地层岩性、地下水类型分为6类，分别是松散堆积层孔隙潜水–承压水区（A1型）、松散堆积层孔隙潜水区（A2型）、碎屑岩裂隙层间水区（B1型）、碎屑岩孔隙-裂隙层间水区（B2型）、岩浆岩裂隙水层间水区（C型）和碳酸盐岩裂隙层间水区（D型）。
A1型在河谷区第四系冲洪积物区域，地下水量丰富，为孔隙潜水–承压水；A2型在山麓区第四系冲洪积物中地下水量中等–贫乏只有孔隙潜水；B1型地层有开建桥组、列古六组、官沟组、飞天山组、益门组、新村组、牛滚凼组等地层，地下水量中等–贫乏的裂隙层间水；B2型地层有白果湾组、小坝组等碎屑岩地层地下水量丰富的孔隙–裂隙层间水；C型为磨盘山的地区的晚三叠世花岗岩类地下水量贫乏的裂隙层间水；D型分布在螺髻山区的观音崖组、灯影组、龙王庙组、西王庙组和二道水组等碳酸盐岩地层，地下水为溶洞暗河发育的裂隙层间水。安宁河河谷平原、邛海平原地下水资源丰富，为多层含水结构。一级阶地河漫滩砾卵石主要赋存潜水，主要为大气降水和河水补给。周边的山前洪积扇赋存承压水，水量较少。安宁河岸两岸山区的砂岩、粉砂岩、砾岩、泥岩、花岗岩和闪长岩等岩层中主要赋存碎隙岩类孔隙、裂隙水类型。盆地高地地区、台地漫滩地区，主要靠大气降水补给，雨季水位上升，旱季相反。基岩山区由于裂隙发育较少，无地下水位，水流量小，雨季、旱季流量差别大。
2. 采样、分析测试方法
根据研究区地下水分布情况，设置15个地下水露头作为采样点（图1）。水样的采集以及保存方法按照生活地下水标准检验方法（GB/T 14848–2017）。使用1.5 L的聚乙烯瓶的容器采集水样，样品采集前，使用待采水样清洗3～4次，再取样，样品装满不留气泡并密封，阳离子过滤酸化保存，阴离子原样过滤保存，阴阳共取30件样品。样品编号、类型、水体状况、位置、水文地质分组如表1所示。
表 1 水样品概况统计表Table 1. General situation of water samples点号 类型 水体状况 位置 采集时间（日 时） 01-SY 井水 淡水 西昌市黄水乡新塘沟村大庆沟 8.24 9:38 02-SY 井水 淡水 西昌市黄水乡新塘沟村大庆沟 8.24 10:39 03-SY 井水 淡水 西昌市黄水乡洼垴村七组 8.24 11:35 04-SY 井水 淡水 德昌县阿月乡光辉村罗家坪子 8.24 12:33 05-SY 井水 淡水 德昌县阿月乡光辉村西番箐 8.24 13:15 06-SY 井水 淡水 西昌市黄水乡观音岩 8.24 14:45 07-SY 井水 淡水 西昌市黄水乡书夫村二组 8.24 15:15 08-SY 井水 淡水 西昌市中坝乡小浸沟 8.25 9:20 09-SY 井水 淡水 西昌市黄联关镇哈土村四组 8.25 10:25 10-SY 井水 淡水 西昌市西溪乡长板桥村 8.25 12:00 11-SY 井水 淡水 西昌市安哈镇摆摆顶村 8.25 13:21 12-SY 井水 淡水 西昌市安哈镇摆摆顶村 8.25 13:44 13-SY 井水 淡水 普格县五道菁乡黄草坪村五组 8.25 14:41 14-SY 井水 淡水 普格县特尔果乡甲甲沟村 8.25 15:24 15-SY 井水 淡水 普格县特补乡白庙子 8.25 16:35 采样现场使用ISE测定仪检测pH值，重量法检测溶解性总固体。其他样品指标送予四川省地质矿产勘察开发局西昌地矿检测中心检验，检验方法如下：As、Se、Sb、Hg含量使用AFS方法检测；Sr、Cr、Cd、Co、Cu、Pb、Zn、Mn、Ni、Mo含量使用MS方法检测；
$ {\text{K}}^{\text{+}} $ 、${\text{Na}}^{\text{+}}$ 、$ {\text{Ca}}^{\text{2+}} $ 、$ {\text{Mg}}^{\text{2+}} $ 、$ {\text{Al}}^{\text{3+}} $ 含量使用ICP方法检测；$ {\text{Fe}}^{\text{3+}} $ 含量使用离子色谱法检测；$ {\text{NH}}_{\text{4}}^{\text{+}} $ 含量使用纳氏试剂比色法检测；$ {\text{F}}^{{-}} $ 、$ {\text{Cl}}^{{-}} $ 、$ {\text{SO}}_{\text{4}}^{{2-}} $ 、$ {\text{NO}}_{\text{2}}^{{-}} $ 、$ {\text{NO}}_{\text{3}}^{{-}} $ 含量使用离子色谱法检测；偏硅酸含量使用比色法检测；$ {\text{CO}}_{\text{3}}^{{2-}} $ 、$ {\text{HCO}}_{\text{3}}^{{-}} $ 含量使用滴定法检测；总硬度采用EDTA–2Na滴定法。通过阴阳离子电荷平衡法检测地下水样品水化学分析结果可靠性，若无机离子平衡常数（NICB）小于5%，表明阴阳离子平衡数据可信。文中地下水样品的NICB值为−4.7 %～4.9 %，平均值为−1.9%，测试分析数据可靠。
3. 研究方法
3.1 水化学特征研究方法Piper
三线图能区分研究区地下水化学类型。Gibbs图解法（Gibbs，1970）研究水岩作用对水化学成分的影响，将主要离子来源分为蒸发结晶作用、岩石风化作用、大气降水3种类型。运用离子比例系数法不同的岩性对地下水化学成分的影响，结果能进一步反映水化学离子的来源（孙厚云等，2018）。
3.2 BP神经网络
BP（Back Propagation）神经网络是机器学习中模拟生物神经网络进行学习的一种神经元连接模型，是一种单向传播的多层前馈神经网络，其主要特点是信号前向传播，误差反向传播（徐学良等，2017），以此往复拟合，通过一定规则输出结果。在水质评价研究中，水质指标多、差异大且关系复杂，受到多种因素的影响，以此构成一个典型非线性系统。通过训练学习对水质指标种类划分进行非线性拟合，从而凭借水质指标种类划分的内在规律进行评价（Abhijit et al.，2008）。
文中的BP神经网络通过Python的Pytorch库搭建，并完成训练、学习以及评价。使用的激活函数为Sigmoid函数，在特征相差比较复杂或是相差不大时效果比较好，并且函数整体平滑易于求导，通过对神经元加入激活函数能够增加神经网络模型的非线性，从而使模型能够更好的拟合非线性数据。其函数式如公式（1）所示。
$$\begin{split} \\ \text{Sigmoid}\text{(x)}\text{}\text=\text{}\text{σ}\text{(}\text{x}\text{)}\text{}\text=\text{}\frac{1}{1+{\rm{exp}}(-x)} \end{split} $$ (1) 文中运用的损失函数（Loss function）为Pytorch中的交叉熵函数，如公式（2）所示：
$$ \text{CrossEntropyLoss}\text{}\text{(outputs}\text{, targets}\text{) =} $$ $$ -{w}_{{{\rm{targets}}}_{n}}{\rm{log}}\frac{{\rm{exp}}\left({{\rm{outputs}}}_{n,{{\rm{targets}}}_{n}}\right)}{{\displaystyle \sum }_{c=1}^{C}{\rm{exp}}\left({{\rm{outputs}}}_{n,c}\right)} $$ (2) 式中：outputs代表模型计算后的输出结果；targets为样本标签；w为权重；n为张量维度；C为类别的数量。该函数在计算前将数据放入sigmoid函数中使数据中间值更为敏感，体现出更高的不确定性，并且梯度下降时，可以避免均方误差损失函数学习速率下降的问题。在机器学习中通过损失函数对模型正向传播的输出与标签进行对比计算得到两者之间的误差值，从而确定反向传播的误差值，并能反映模型运行效果。
3.3 RMSprop优化算法
BP神经网络中的优化算法采用RMSprop算法代替随机梯度下降算法（SDG），RMSprop优化算法也称为均方根传递算法，其优点是能够加快梯度下降的速度以及有效减缓训练中损失曲线的山谷震荡以及鞍部停滞问题。在梯度下降过程开始，神经网络会从一个随机点开始，以此赋予每个属性的权重和偏置一个随机值，将该随机值计算的预测结果与标签对比，通过损失函数计算两者之间的误差即损失，再通过反向传播更新权重与偏置，直到预测结果接近标签值。这一过程就如同从山顶到山谷，山顶为最高损失，山谷为最低损失，导数为坡度。为到达山谷，每次求导都需要走下坡的道路，对于SDG来说下山的方向是随机的，而RMSprop算法会积累之前下坡的方向来决定下一个迭代下坡方向，从而优化SDG算法。其计算过程为包括以下3步：①计算每个参数在当前位置的梯度；公式（3）中
$ {w}_{i} $ 为权重，$ {b}_{i} $ 为偏置，$ L\left(x\right) $ 为损失函数。②计算更新量，通过对当前梯度计算权重均方根，以及偏置均方根；公式（4）中S为权重均方根，$ \alpha $ 为常数。③更新参数，公式（5）中$ \eta $ 为学习率，计算下一迭代中的权重与偏置，$ \beta $ 为防止$ S{dw}_{i} $ 为0的极小常数。$$ {dw}_{i}\text=\frac{\partial L\left(w\right)}{\partial {w}_{i}} \text{，} {dw}_{i}\text=\frac{\partial L\left(b\right)}{\partial {b}_{i}} $$ (3) $$ S{dw}_{i}\text=\alpha S{dw}_{i}+\left(1-\alpha \right){dw}_{i}^{2} , S{db}_{i}\text=\alpha S{db}_{i}+\left(1-\alpha \right){db}_{i}^{2} $$ (4) $$ {w}_{i}\text={w}_{i}-ŋ\frac{{dw}_{i}}{\sqrt{\beta +S{dw}_{i}}} \text{，} {b}_{i}\text={b}_{i}-ŋ\frac{{db}_{i}}{\sqrt{\beta +S{db}_{i}}} $$ (5) 从RMSprop计算过程中，该算法计算更新量公式比一般梯度下降算法增加了一个常数
$ \alpha $ 来控制历史信息获取量，在设定全局学习率后，全局学习率在每次迭代中都会随衰减系数控制的历史梯度平方和而改变，从而使迭代方向在参数空间中更加平稳且快速。以上3个函数的关系如图2所示，输入数据先通过Sigmoid函数计算，再进行线性连接，其中乘以权重（w1，w2，w3）加上偏置（b1，b2，b3）输出第一隐层（H1），再通过同样的操作输出第二隐层（H2），通过线性层得到输出。将输出与标签利用损失函数比较得到误差，通过误差计算优化算法，计算结果对权重与偏重进行更新。
4. 结果与讨论
4.1 研究区水化学特征
根据研究区地下水采集样品分析结果，地下水化学指标概况见表2。分析结果显示，pH值平均为7.68，偏中性；TDS值为6.7～230.4 mg/L，均值为85.91 mg/L；水离子阳离子浓度排序为
$ {\text{Ca}}^{\text{2+}} $ ＞$ {\text{Mg}}^{\text{2+}} $ ＞$ {\text{Na}}^{\text{+}} $ ＞$ {\text{K}}^{\text{+}} $ ，阴离子浓度排序为$ {\text{HCO}}_{\text{3}}^{{-}} $ ＞$ {\text{SO}}_{\text{4}}^{{2-}} $ ＞$ {\text{Cl}}^{{-}} $ ＞$ {{\rm{CO}}}_{\text{3}}^{{2-}} $ ，阳离子中$ {\text{Ca}}^{\text{2+}} $ 为优势离子，阴离子中$ {\text{HCO}}_{\text{3}}^{{-}} $ 为优势离子；As含量为1.77～2.58 μg/L；Cr含量为0.1～5.58 μg/L，均值为1.92 μg/L；Pb含量为0.76 μg/L，最大值为10.26 μg/L；Mn含量为0.11～6.33 μg/L，标准偏差为1.95；Ni含量为0.05～9.54 μg/L，标准偏差为3.02，波动较大（表2 ）。表 2 地下水化学指标统计表（N=15）Table 2. Index of groundwater chemistry指标 最大值（μg/L） 最小值（μg/L） 平均值（μg/L） 标准差 指标 最大值（μg/L） 最小值（μg/L） 平均值（μg/L） 标准差 pH值 8.08 6.65 7.68 0.35 TDS 230.40 6.70 85.91 67.35 $ {\text{Na}}^{\text{+}} $ 6.57 0.25 3.96 1.98 As 2.58 1.77 2.13 0.27 $ {\text{NH}}_{\text{4}}^{\text{+}} $ 0.24 0.05 0.10 0.06 Sb 0.27 0.10 0.11 0.04 $ {\text{Al}}^{\text{3+}} $ 0.19 0.01 0.07 0.06 Hg 0.19 0.03 0.06 0.04 $ {\text{Fe}}^{\text{3+}} $ 0.10 0.03 0.04 0.02 Cr 5.85 0.10 1.92 1.91 $ {\text{F}}^{{-}} $ 0.30 0.01 0.10 0.10 Co 0.74 0.02 0.24 0.22 $ {\text{Cl}}^{{-}} $ 4.26 0.86 1.52 0.90 Cu 0.59 0.07 0.19 0.19 $ {\text{SO}}_{\text{4}}^{\text{2-}} $ 17.20 0.67 7.36 5.24 Pb 10.26 0.08 0.76 2.63 $ {\text{NO}}_{\text{3}}^{{-}} $ 10.19 0.02 2.39 3.15 Zn 1.84 0.43 0.85 0.34 $ {\text{K}}^{\text{+}} $ 1.30 0.66 0.92 0.17 Mn 6.33 0.11 1.91 1.95 $ {\text{Ca}}^{\text{2+}} $ 64.53 0.59 19.31 19.14 Ni 9.54 0.05 2.66 3.02 $ {\text{Mg}}^{\text{2+}} $ 26.55 0.12 6.57 6.77 Mo 3.25 0.05 0.73 1.02 $ {\text{HCO}}_{\text{3}}^{{-}} $ 268.40 12.00 92.92 81.41 总硬度 221.00 1.90 75.27 71.14 4.2 研究区水化学特征
Piper三线图（图3）显示，研究区水化学类型主要是Mg2+·Ca2+−
$ {\text{HCO}}_{\text{3}}^{{-}} $ 类型，阳离子主要分布在$ {\text{Mg}}^{\text{2+}} $ −$ {\text{Ca}}^{\text{2+}} $ 线上，分布于三角图左下区域，阴离子主要分布在$ {\text{CO}}_{\text{3}}^{{2-}} $ −$ {\text{HCO}}_{\text{3}}^{{-}} $ 线上，主要集中于三角图的左下角。![]()
图 3 研究区地下水水化学Piper图Figure 3. Piper diagram of hydrochemical of groundwater in the study area将研究区的水样数据绘制于Gibbs图（Gibbs，1970），研究区水样基本落在Gibbs的回旋镖内（图4），TDS值约为100 mg/L，
$ {\text{Na}}^{\text{+}} $ /（$ {\text{Na}}^{\text{+}} $ +$ {\text{Ca}}^{\text{2+}} $ ）值小于0.7，$ {\text{Cl}}^{{-}} $ /（$ {\text{Cl}}^{{-}} $ +$ {\text{H}\text{C}\text{O}}_{\text{3}}^{{-}} $ ）值小于0.2，表明其受到人类活动的影响较少；水样主要分布于左侧以及中部偏下的位置，表明水化学离子组成总体受到岩石风化作用控制，大气降水也对其有一定程度的控制，但是没有岩石风化控制显著，而蒸发结晶作用微弱（王慧玮等，2021）。其阳离子在B2区、D区受到岩石风化作用控制；B2区以碎屑岩类泥岩砂岩为主，其化学离子主要来自于硅酸盐矿物；D区以碳酸盐岩，$ {\text{Ca}}^{\text{2+}} $ 和$ {\text{HCO}}_{\text{3}}^{{-}} $ 会偏多。水量中等的B1区、C区水样在图中向右下角靠近，受到岩石风化作用和大气降水作用的共同控制，其岩石风化作用更显著。C区以岩浆岩为主，C区水样化学离子会来自于硅酸盐矿物的风化作用。阴阳离子的相关性分析显示，
$ {\text{Na}}^{\text{+}} $ 与$ {\text{SO}}_{\text{4}}^{{2-}} $ 相关显著性不高（R2= 0.54），但$ {\text{SO}}_{\text{4}}^{{2-}} $ 比$ {\text{Na}}^{\text{+}} $ 更加富集，推测可能是石膏溶解造成的；$ {\text{Ca}}^{\text{2+}} $ 与$ {\text{HCO}}_{\text{3}}^{{-}} $ 相关程度高（R2= 0.973），表明方解石的风化是$ {\text{Ca}}^{\text{2+}} $ 的来源之一；$ {\text{Ca}}^{\text{2+}} $ 与$ {\text{SO}}_{\text{4}}^{{2-}} $ 的相关性差（R2= −0.22），表明石膏的溶解不能对$ {\text{Ca}}^{\text{2+}} $ 来源起到控制作用；$ {\text{Mg}}^{\text{2+}} $ 与$ {\text{HCO}}_{\text{3}}^{{-}} $ 存在较高相关性（R2= 0.866），说明白云石的风化为地下水提供了$ {\text{Mg}}^{\text{2+}} $ （翟大兴等，2011）。阴阳离子比值进行计算分析，结果能进一步反映水化学离子的来源（Kumer et al.，2020）。研究区样品水化学（
$ {\text{Ca}}^{\text{2+}} $ +$ {\text{Mg}}^{\text{2+}} $ ）/（$ {\text{HCO}}_{\text{3}}^{{-}} $ +$ {\text{SO}}_{\text{4}}^{{2-}} $ ）为1.076，接近1，表明$ {\text{Ca}}^{\text{2+}} $ 与$ {\text{Mg}}^{\text{2+}} $ 主要受到斜长石、辉石风化控制（图5a）。水化学（$ {\text{SO}}_{\text{4}}^{{2-}} $ +$ {\text{Cl}}^{{-}} $ ）/（$ {\text{HCO}}_{\text{3}}^{{-}} $ ）值远小于1，分布在直线y=x的下方（图5b），表明$ {\text{SO}}_{\text{4}}^{{2-}} $ 与$ {\text{Cl}}^{{-}} $ 少部分都来自于碳酸盐矿物溶解，蒸发盐矿物（石膏、芒硝）较少（孙厚云等，2018）。偏硅酸高值点（$ {\text{Ca}}^{\text{2+}} $ +$ {\text{Mg}}^{\text{2+}} $ ）/$ {\text{HCO}}_{\text{3}}^{{-}} $ 值总体略小于1（图5c），显示硫酸与碳酸共同参与碳酸盐岩溶解。大部分水样位于右上角区，少量位于左上角区（图5d），表明硫化物氧化参与硅酸盐氧化产生Na+、K+和$ {\text{SO}}_{\text{4}}^{{2-}} $ ，且能够识别硫酸和碳酸参与岩石矿物溶解的贡献程度。结合三大类造岩矿物（碳酸盐矿物、硅酸盐矿物、蒸发盐矿物）风化溶滤作用特征与离子比例关系图（图6）分析（刘永林等，2016；高旭波等，2020；杨芬等，2021），可以看出研究区的水样品大多都分布在硅酸盐矿物到碳酸盐矿物之间，相比离硅酸盐矿物区域更近，表明研究区水化学离子同时受到了硅酸盐矿物和碳酸盐矿物的风化溶滤作用的控制。在B1型地下水区和B2型地下水受硅酸盐矿物风化溶滤作用主要控制的同时，受到一定碳酸盐矿物风化溶滤作用控制，其中硅酸盐岩矿物来源于砂岩以及泥质岩；C型地下水区主要受硅酸盐矿物风化溶滤作用控制，其来源于火山碎屑岩和花岗岩；溶洞暗河发育的D型地下水区则主要受由碳酸盐矿物风化溶滤作用控制，其碳酸盐岩矿物主要来自石灰岩和白云岩。
![]()
图 6 研究区水化学离子与矿物风化作用关系图Figure 6. Correlation of hydrochemical ions and mineral weathering4.3 神经网络水质评价过程
4.3.1 神经网络搭建
笔者基于Python语言使用Pytorch开源库搭建BP神经网络架构，搭建的BP神经网络模型分4层结构，分别为输入层，两层隐层以及输出层（图7）。隐层激活函数为Sigmoid函数，输入输出神经元结构为：输入神经单元18个，分别为水样品的18个指标依次是As、Cr、Co、Cu、Pb、Zn、Mn、Ni、Mo、
$ {\text{Na}}^{\text{+}} $ 、$ {\text{NH}}_{\text{4}}^{\text{+}} $ 、$ {\text{Al}}^{\text{3+}} $ 、$ {\text{F}}^{{-}} $ 、$ {\text{Cl}}^{{-}} $ 、$ {\text{SO}}_{\text{4}}^{{2-}} $ 、$ {\text{NO}}_{\text{3}}^{{-}} $ 、TDS、总硬度，其他指标由于分异性不大或者低于检测下限，因此剔除；输出层采用线性链接5个神经元的输出层结果用0、1表示，水质分五级，Ⅰ类水为 [1，0，0，0，0]，Ⅱ类水为 [0，1，0，0，0]，Ⅲ类水为 [0，0，1，0，0]，Ⅳ类水为 [0，0，0，1，0]，Ⅴ类水为 [0，0，0，0，1]输出，输出表的5个单元表分别代表Ⅰ-Ⅴ级，若满足则为1，不满足则为0。![]()
图 7 BP神经网络结构图Inputs. 输入层；Hidden1. 第一隐层；Hidden2. 第二隐层；Outputs：输出层；x1-18. 输入18个水质指标；Sigmoid. 激活函数；w1-3. 不同层的权重；b1-3. 不同层的偏置；Ⅰ-Ⅴ. 5种水质输出；Loss. 损失函数；Targets. 标签；Forward propagation. 正向传播；Backforward propagation. 反向传播Figure 7. Neural network structure diagram4.3.2 训练样本设计
训练样本数据依据国家地下水水质标准（GB/T 14848–2017）中各类水质的指标在其各范围内使用计算机插值生成并添加标签（邓大鹏等，2007；袁瑞强等，2021），样本按平均每种类型的样本占总样本的20%分布，共5000个训练样本，将样本数据取95%作为训练集，剩余5%作为测试集，以供模型训练过程中对损失函数与预测正确率进行测试。
4.3.3 神经网络训练
训练开始首先读取生成的训练样本为Numpy格式后进行数据标准化处理，接着将处理后的数据转换成张量（Tensor）数据格式，初始化神经网络后设定基本参数，隐层个数设定在17～9之间，学习率（lr）设定为0.001～0.0001，训练轮数（Epochs）为500轮以保证监测最后训练结果的稳定性，每轮模型迭代次数（Step）为5000次，期望误差为1×10−2。在训练过程中通过训练集和测试集的损失函数以及测试集正确率图像监测网络模型训练效果。通过代码自动循环参数比较测试结果，最终确定最优的网络模型。参数为第一隐层14个神经元，第二隐层9个神经元，学习率0.0008，图8为该参数下训练效果图。在训练结束保存训练好的训练模型，在进行研究区水样评价时调用。
图中训练集损失在1×10−2收敛，收敛过程平滑，测试集损失低于训练集损失，在2×10−2收敛，测试集正确率稳定在0.988。表明此时的网络模型拟合良好并且泛化能力强，没有出现过拟合现象，在训练过程中学习充足，能够对正常水质样品进行准确且客观的预测。模型整体以及张量数据运算采用GPU运算，GPU型号为RTX3080Ti，整体训练时间大幅减少共费时21.7分钟。
4.4 研究区水质评价结果
调用训练完成后的神经网络模型，将研究区水样品数据进行标准化后导入得到水质评价结果（表3），Ⅰ类水质点2个占13.3%分别为5-SY、12-SY；Ⅱ类水质点6个占40%分别为2-SY、4-SY、6-SY、10-SY、11-SY、13-SY；Ⅲ类水质点为7个占46.6%分别为1-SY、3-SY、7-SY、8-SY、9-SY、14-SY、15-SY。Ⅱ、Ⅲ类水质占多数从研究区数据来看As含量大多数达到了Ⅲ类标准，
$ {\text{NH}}_{\text{4}}^{\text{+}} $ 含量达到了第Ⅲ类或第Ⅱ类标准。从神经网络训练的权值来看，数据网络的评价主要考虑As、Cr、Mo、$ {\text{NH}}_{\text{4}}^{\text{+}} $ 、$ {\text{Al}}^{\text{3+}} $ 、$ {\text{F}}^{{-}} $ 、$ {\text{NO}}_{\text{3}}^{{-}} $ 以及总硬度等8个水质指标，表明As、$ {\text{NH}}_{\text{4}}^{\text{+}} $ 为造成该地区地下水质达到Ⅲ类的指标的重要原因之一。BP神经网络具有很强的自主学习、自组织、自适应能力，充分学习了训练样本的水质特征，建立起水质指标与水质等级的非线性对应关系。并且权重与偏置都是通过学习得到而非人为给定，很大程度上避免了主观因素影响，从而使其评价结果更加客观合理，然而美中不足之处是缺少真实的训练样本以供模型学习，使预测结果更加贴近现实，并且神经网络评价很难确定主要影响因子。表 3 研究区水质综合排名表Table 3. Comprehensive ranking of water quality in the study area排名 点号 类型 1 5-SY Ⅰ类 2 12-SY Ⅰ类 3 2-SY Ⅱ类 4 4-SY Ⅱ类 5 6-SY Ⅱ类 6 10-SY Ⅱ类 7 11-SY Ⅱ类 8 13-SY Ⅱ类 9 1-SY Ⅲ类 10 3-SY Ⅲ类 11 7-SY Ⅲ类 12 8-SY Ⅲ类 13 9-SY Ⅲ类 14 14-SY Ⅲ类 15 15-SY Ⅲ类 结合水样品数据的水文地质背景，以及样品指标在国标中超标部分确定影响因子，对研究区各点水质进行综合评价并由好到坏进行排名。
4.5 地下水安全建议
对于分布在德昌县阿月乡光辉村西番箐、罗家坪子；西昌市安哈镇摆摆顶村、黄水乡观音岩、西溪乡长板桥村；普格县五道菁乡黄坪村五组的Ⅰ类和Ⅱ类地下水地区，水质良好污染少，饲养牲畜能够正常饮用，居民应该经简单处理后饮用，并建议当地政府部门在此建立自来水饮水站。
对于分布在西昌市黄水乡新塘村大庆沟、洼垴村七组、书夫村二组、中坝乡小浸沟、黄联关镇哈土村四组；普格县特尔果乡甲甲沟村、普格县特补乡白庙子等Ⅲ类地下水地区，水质差又受到一定程度污染，牲畜饮用该水需经处理，不建议当地人直接或简单处理后饮用。尤其是As、Pb、Cr超标的地下水，长期大量饮用会对人体造成伤害，建议：①地方政府及相关部门在Ⅲ类水质地区应该高度重视地下水质是否存在危害人体的元素超标问题。②相关部门以及居民应该加强井水和地下水保护，隔绝农业活动对井水带来的污染，如As、
$ {\text{NH}}_{\text{4}}^{\text{+}} $ 等是大部分农药化肥中带有的元素，应当探明农药化肥是否已对当地地下水造成污染。③建议当地政府及相关部门加强对研究区大气、汇水区及地下水水质监测，查明Ⅲ类地下水污染来源并阻断以保障当地居民的安全生活生产。5. 结论
（1）螺髻山北麓地区地下水水化学结构主要是Mg2+·Ca2+ −HCO−3类型，TDS较低受人类活动干扰较少，岩石风化作用对水化学离子组成控制显著，其次是大气降水。阴阳离子主要是来自于硅酸盐矿物与碳酸盐矿物共同风化溶滤作用。其中硅酸盐矿物主要有花岗岩、长岩、灰岩、砂岩、页岩、泥岩等岩石；碳酸盐矿物主要有泥灰岩、白云岩、泥质灰岩等岩石。
（2）阴阳离子相关性分析和比值分析结果表明，方解石的风化是
$ {\text{Ca}}^{\text{2+}} $ 的来源之一，$ {\text{Mg}}^{\text{2+}} $ 主要受到硅酸盐矿物溶解控制，$ {\text{SO}}_{\text{4}}^{{2-}} $ 与$ {\text{Cl}}^{{-}} $ 大部分都来自于碳酸盐矿物溶解。（3）利用BP神经网络对研究区水质样本进行评价，水质评价结果可为研究区水质分类资源化利用，人民生活生产用水保障提供参考。评价结果表明总体水质较好，其中Ⅰ类水质点占13.3%，Ⅱ类水质点占40%，Ⅲ类水质点为7个占46.6%。
-
![]()
图 1 泗顶矿区地质构造简图
1.二级构造单元；2.三级构造单元；3.四级构造单元；4.相带界线；5.省界线；6.海底隆起；7.海底次坳陷；8.江南古陆；a.泗顶地区古生代岩相古地理图；b.广西构造示意图（据广西地质志改）
Figure 1. A brief map of the geological structure of the Siding mining area
![]()
图 2 矿石构造特征
a. 块状铅锌矿石；b. 边部稀疏浸染状矿石与矿化蚀变围岩；c. 稠密浸染状铅锌矿石；d. 角砾状铅锌矿石，方解石胶结
Figure 2. Tectonic features of the ore
![]()
图 3 泗顶铅锌矿床标高250 ～ 400 m联合剖面简图（据矿山资料修改）
1.断层；2.钻孔及编号；3.矿体；4.白云质灰岩；5.砂质灰岩；6.石英砂岩
Figure 3. Brief view of the joint profile of the lead-zinc deposit in Siting 250～400 m
![]()
图 5 “反S型”矿体的形貌示意图（据矿区资料改）
1.寒武系清溪组上段；2.中泥盆统第二段；3.上泥盆统第一段；4.白云质灰岩；5.砂质灰岩；6.泥质灰岩；7.砂质页岩；8.石英砂岩；9.砂、黏土堆积层；10.断层；11.矿体；12.钻孔及编号
Figure 5. Schematic diagram of the topography of the "anti-S-type" orebody
![]()
图 6 “牛角状”矿体的形貌示意图（据矿区资料改）
1.上泥盆统第一段；2.中泥盆统第一段；3.寒武系清溪组下段；4.白云质灰岩；5.结晶灰岩；6.砂质页岩；7.断层；8.矿体；9.钻孔及编号
Figure 6. Schematic diagram of the topography of the "horn-shaped" orebody
![]()
图 7 印支期层滑–褶皱阶段非共轴变形分解剖面图（据汪劲草等，2016修改）
1.矿体底部的层滑逆冲断层；2.矿体边界的节理矿脉；3.矿体边界的脆–韧性剪切带；4.矿体中的弱应变域；5.脆–韧性剪切带中同构造期顺层脉体递进变形形成的倒转褶皱
Figure 7. Illustration of non-coaxial deformation decomposition in the slip-fold stage of the Indochinese period
![]()
图 8 “龟背状”矿体的形貌示意图（据矿区资料改）
1.上泥盆统融县组第一段；2.中泥盆统东岗岭组；3.寒武系清溪组下段；4.砂、黏土堆积层；5.砂页岩；6.石英砂岩；7.白云质灰岩；8.结晶灰岩；9.断层；10.矿体；11.地质界线；12.溶洞；13.钻孔及编号
Figure 8. Schematic diagram of the topography of the "turtle-backed" orebody
![]()
图 9 基于矿体形貌成矿模式图
a. Ⅴ号矿体成矿模式图； b. Ⅰ、Ⅳ号矿体成矿模式图；1. 泥盆系灰岩；2. 寒武系砂岩；3. 矿体
Figure 9. Mineralization pattern diagram based on orebody morphology
![]()
图 10 泗顶矿区区域位置构造图
1.实推测逆断层；2.应力挤压区；3.应力拉张区
Figure 10. Location structure map of Siding mining area
![]()
图 11 区域加里东期构造应力分析简图（据龚贵伦等，2010修改）
Figure 11. Schematic diagram of regional Caledonian tectonic stress analysis
![]()
图 12 区域印支期构造应力分析简图（据龚贵伦等，2010修改）
a.区域印支早期构造应力分析；b.区域印支晚期构造应力分析
Figure 12. Schematic diagram of structural stress analysis at the Indochina period in the region
![]()
图 13 广西融安县泗顶铅锌矿田区域动力解析图
1.寒武系；2.泥盆系；3.石炭系；4.第四系；5.实推测逆断层；6.脆-韧性剪切带
Figure 13. Regional dynamic analysis of Lead and Zinc mine in Siting, Rong’an County, Guangxi
-
曹江帅. 广西泗顶铅锌矿床成矿流体及成矿机制研究[D]. 广西: 广西大学, 2018 CAO Jiangshuai. The Study on Metallogenic Fluid and Mechanismof Siding Lead Zinc Ore Field Guangxi[D]. Guangxi: Guangxi University, 2018.
曹亮, 段其发, 张权绪, 等. 扬子陆块北缘冰洞山铅锌矿床闪锌矿Rb-Sr定年及其地质意义[J]. 矿物岩石地球化学通报, 2016, 35(06): 1280-1289 CAO Liang, DUAN Qifa, ZHANG Quanxu, et al. Rb-Sr Dating of Sphalerites from the Bingdongshan Pb-Zn Deposit in the Northern Margin of the Yangtze Block and Its Geological Significance[J]. Bulletin of Mineralogy, Petrology and Geochemistry, 2016, 35(06): 1280-1289.
冯群耀. 广西铅锌矿床类型及主要控矿因素和分布规律的探讨[J]. 矿床地质, 1984, 3(03): 47-56 FENG Qunyao. A Discussion on Lead-Zinc Deposits in GuangXi-Their Genetic Types the Major Ore-Controlling Elements and Ore Distribution Regularity[J]. Mineral Deposits, 1984, 3(03): 47-56.
龚贵伦, 陈广浩, 林舸, 等. 广东河台金矿构造应力场演化及构造控矿模式[J]. 矿床地质, 2010, 29(S2): 16-26 GONG Guilun, CHEN Guanghao, LIN Ge, et al. Evolution of Tectonic Ttress Field and Tectonic Ore Control Mode of HeTai Gold Mine in GuangDong[J]. Mineral Deposits, 2010, 29(S2): 16-26.
康皓钰, 余何, 张梓贺, 等. 广西泗顶铅锌矿床稀土元素特征[J]. 矿产与地质, 2018, 32(04): 655-661 KANG Haoyu, YU He, ZHANG Zihe, et al. REE Characteristics of Siding Pb-Zn Deposit in Guangxi[J]. Mineral Resources and Geology, 2018, 32(04): 655-661.
李强, 王晓虎. 扬子北缘震旦系铅锌矿床成矿地质特征及成矿模式[J]. 资源环境与工程, 2009, 23(01): 1-6 LI Qiang, WANG Xiaohu. Metallogenic Geological Characteristics and Mode of Sinian Lead-Zinc Deposits in the Northern Margin of Yangtze Landmass[J]. Resources Environment and Engineering, 2009, 23(01): 1-6.
李智明. 扬子北缘及周边地区铅锌成矿作用[D]. 西安: 长安大学, 2007 LI Zhiming. The Study on Mineralization of Zinc-Lead Deposits and Prospecting Direction in Northern Margin and Surrounding Area of the Yangtze Platform, China[D]. Shannxi: Chang’an University, 2007
刘博, 李三忠, 周永刚, 等. 桂北河池-宜州断裂带构造特征及其演化: 柳城段浅部到深部结构的启示[J]. 大地构造与成矿学, 2009, 33(04): 488-496 LIU Bo, LI Sanzhong, ZHOU Yonggang, et al. Structural Features and Evolution of the Hechi Yizhou Fault Zone Northern Guangxi insights from Shallow to Deep Structures of Its Liucheng Segment[J]. Geotectonica et Metallogenia, 2009, 33(04): 488-496.
蒙永潘, 杨善畅, 李秀珍. 广西河池-宜州断裂带变形特征及演化探讨[J]. 云南地质, 2016, 35(06): 466-471 MENG Yongpan, YANG Shanchang, LI Xiuzhen. The Deformation Feature and Aprobe Into the Evolution of HeChi-YiZhou Fault Zone in GuangXi[J]. YunNan Geology, 2016, 35(06): 466-471.
沈远超, 杨金中, 刘铁兵, 等. 胶东新型金矿-层间滑动角砾岩型金矿床[J]. 地质与勘探, 2002, 38(02): 11-14 SHEN Yuanchao, YANG Jinzhong, LIU Tiebing, et al. Interlayer-Slide-Breccia Gold Deposit-A New Type of Gold Depoosit Discovered in JiaoDong Region[J]. Geology add Prospecting, 2002, 38(02): 11-14.
沈远超, 张连昌, 刘铁兵, 等. 论层间滑动断层及其控矿作用-以山东胶莱盆地北缘金成矿带为例[J]. 地质与勘探, 2001, 37(01): 11-14+19. SHEN Yuanchao, ZHANG Lianchang, LIU Tiebing, et al. Studies on Ore-Controlling Factors of Strike-Slip Ductile Shear Zone in hangma Gold Deposit Mengyin County Shandong Province[J]. Geology and Exploration, 2001, 37(01)11-14+19.
覃焕然. 试论广西泗顶-古丹层控型铅锌矿床成矿富集特征[J]. 广西地质, 1986, (02): 51-62. QIN Huanran. On the Mineralization and Enrichment Featues of Stratabound Pb-Zn Deposits in Siding-Kaodan Field , Guangxi[J]. Geology of Guangxi, 1986, (02)51-62.
唐诗佳, 彭恩生, 李石锦, 等. 广西泗顶-古丹铅锌矿床的构造控矿作用及其找矿方向[J]. 桂林工学院学报, 2001, 21(01): 68-72 TANG Shijia, PENG Ensheng, LI Shijin, et al. Structrural control onore and prospective area in SiDing-GuDan lead-zinc deposit[J]. Journal of GuiLin Institute of Technology. 2001, 21(01): 68-72.
汪劲草. 成矿构造系列的基本问题[J]. 桂林工学院学报, 2009, 29(04): 423-433 WANG Jincao. Further Research in Metallotectonic Series[J]. Journal of Guilin University of Technology, 2009, 29(04): 423-433
汪劲草. 成矿构造的基本问题[J]. 地质学报, 2010, 84(01): 59-69 WANG. Jincao. Elementary issues ofMetallotectonics[J]. Acta Geologica Sinica, 2010.84(01): 59-69.
汪劲草. 矿体形貌分类及其成矿指示[J]. 桂林理工大学学报, 2011, 31(04): 473-480 WANG Jincao. Classification and Indication of the Orebody Morphology[J]. Journal of Guilin University of Technology, 2011, 31(04): 473-480.
汪劲草, 李帅, 余何, 等. 韧性剪切带型金矿三阶段构造成矿模式——以广东河台金矿床为例[J]. 大地构造与成矿学, 2020, 44(01): 20-29 WANG Jincao, LI Shuai, Yu He, et al. Three-stage Structural Mineralization Model for Ductile Shear Zone Related Gold Deposits: A Case Study of the Hetai Gold Deposit, Guangdong, South China[J]. Geotectonica et Metallogenia, 2020, 44(01): 20-29.
汪劲草, 蒙永潘, 江楠, 等. 广西河池-宜州断裂带是褶皱-冲断带置疑[J]. 桂林理工大学学报, 2015, 35(04): 860 WANG Jincao, MENG Yongpan, JIANG Nan, et al. The Guangxi Hechi-Yizhou Fault Zone is a Fold-the Washout Zone is Questionable[J]. Journal of Guilin University of Technology, 2015, 35(04): 860.
汪劲草, 彭恩生, 雷鸣波, 等. 湘西金矿沃溪断层的形成与演化[J]. 桂林工学院学报, 2000, 20(04): 315-318 WANG Jincao, PENG Ensheng, LEI Mingbo, et al. The formation and evolution of Woxi fault, Xiangxi Gold Mine Western Hunan[J]. Journal of GuiLin Institute of Technology, 2000, 20(04): 315-318.
汪劲草, 余何, 江楠, 等. 广西大厂矿田成矿构造系列与成矿系列的时-空联系[J]. 桂林工学院学报, 2016, 36(04): 633-643 WANG Jincao, YU He, JIANG Nan, et al. Temporal and spatial relation between the metallotectonic series and metallogenic series in the Dachang orefield, Guangxi[J]. Journal of Guilin Institute of Technology, 2016, 36(04): 633-643.
王步清, 彭恩生, 唐诗佳, 等. 广西泗顶铅锌矿层间滑动带地质特征及控矿作用[J]. 广西地质, 2000, 13(02): 35-38 WANG Buqing, PENG Ensheng, TANG Shijia, et al. The Geologic Characteristics and Ore-Controlling Action of Interlayer Sliding Belts in SiDing Lead-Zinc Mine[J]. GuangXi Geology, 2000, 13(02): 35-38.
王维. 广西泗顶-古丹铅锌矿床成矿规律及矿体预测[J]. 南方国土资源, 2012, (04): 33-35+39. 王岳军, 王洋, 张玉芝, 等. 华南印支期变形格局及多陆块围限模型[J]. 大地构造与成矿学, 2022, 46(03): 399-415 WANG Yuejun, WANG Yang, ZHANG Yuzhi, et al. Indosinian Deformation in the South China Block and Interaction with the Adjoining Blocks[J]. Geotectonica et Metallogenia, 2022, 46(03): 399-415.
韦龙明, 林锦富, 李文铅, 等. 广东梅子窝钨矿“五层楼”叠加现象探讨[J]. 地质学报, 2008, 82(07): 888-893+1018 WEI Llongming, LIN Jinfu, LI Wenqian, et al. Discussion on “Five stored” Superposed Model of Meiziwo Tungsten Deposit Guangdong[J]. Actageologica Sinica, 2008, 82(07): 888-893+1018.
吴新斌, 陈剑祥, 郝云蛟, 等. 扬子北缘志留系新滩组震积岩的发现及其地质意义[J]. 西北地质, 2013, 46(02): 81-86 WU Xinbin, CHEN Jianxiang, HAO Yunjiao, et al. Discovery and Geological Significance of the Silurian Xintan Formation Seismit Along the North Margin of Yangtze Plate. [J]. Northwestern Geology, 2013, 46(02): 81-86.
谢世业, 黄有德, 张国林, 等. 广西泗顶-古丹铅锌矿田地质特征成矿规律及找矿标志[J]. 地质找矿论丛, 2001, 16(01): 38-41 XIE Shiye, HUANG Youde, ZHANG Guolin, et al. The Study on the Ore-Forming Law and the Prospecting Marks of the SiDing-GuDan Lead-Zinc Ore Field, GuangXi[J]. Contributions to Geology and Mineral Resources Res, 2001, 16(01): 38-41.
杨楚雄, 扶同逸, 覃焕然. 广西泗顶-古丹铅锌矿田中、上泥盆统碳酸盐相的特征与成矿关系的探讨[J]. 沉积学报, 1985, 3(02): 97-107+157 YANG Chuxiong, FU Tongyi, QIN Huanran. Study on the Relationship Between the Charact-Eristics of Carbonate Facies of the Upper and Middle Devonian Series and Mineralization of Lead-Zinc Deposits in SiDing-GudanDistrict, GuangXi. [J]. ActaSedimentologicaSinica, 1985, 3(02): 97-107+157.
余何. 江南古陆西南缘与层滑作用有关的铅锌矿床的成矿时代与机制[D]. 桂林: 桂林理工大学, 2018 YU He. The metallogenic age and ore-forming mechanism of the lead-zinc deposits related to layer-sliding in southwestern margin of. Jiangnan Old Land, South China[D]. Guilin: Guilin University of Technology, 2018
赵长缨, 段立志, 马中豪. 上扬子地块北缘灯影组硅质岩系地球化学特征及其成因[J]. 西北地质, 2015, 48(02): 31-42 ZHAO Changying, DUAN Lizhi, MA Zhonghao. Geochemical Characteristics and Genesis of Cherts of Dengying Formation on the North Rim of Yangzi Block[J]. Northwestern Geology, 2015, 48(02): 31-42.
张长青, 余金杰, 毛景文, 等. 密西西比型(MVT)铅锌矿床研究进展[J]. 矿床地质, 2009, 28(2): 195-210 ZHANG Changqing, YU Jinjie, MAO Jingwen, et al. Advances in the study of Mississippi Valley-type deposits[J]. Mineral Deposits, 2009, 28(2): 195-210
周泽昌. 广西融安县泗顶铅锌矿找矿方向探析[J]. 企业科技与发展, 2011, (13): 124-125+128 ZHOU Zechang. Analysis of the prospecting direction of Siding lead and zinc ore in Rong'an County, Guangxi[J]. Enterprise technology and development, 2011, (13): 124-125+128.
Gandhi S M, Sarkar B C. Essentials of Mineral Exploration and Evaluation[M]. Ore Geology Reviews, 2016, 23−52.
Huang C, Du G, Jiang H, Xie J, Zha D, Li H, Lai C-K. Ore-Forming Fluids Characteristics and Metallogenesis of the Anjing Hitam Pb-Zn Deposit in Northern Sumatra, Indonesia. [J]. Journal of Earth Science, 2019, 30(1): 131-141. doi: 10.1007/s12583-019-0859-z
Wang J C, Wang Z Y, Geng W H, et al. Discovery and Significance of Large Detachment Faults in the Western Margin of Yunkai Uplift[J]. Chinese Science Bulletin, 1995, 1369-1373
Yu H, Tang J, Li H, Kang H. Metallogenesis of the Siding Pb-Zn deposit in Guangxi, South China: Rb-Sr dating and C-O-S-Pb isotopic constraints. [J]. Ore Geology Reviews, 2020, 121(2020): 103499
-
期刊类型引用(4)
1. 李状，周训，方斌，沈晔，徐艳秋，陈柄桦，拓明明，隋丽嫒. 安徽省大别山区温泉水化学特征与演化机制分析. 地质通报. 2025(01): 158-172 . 
百度学术
2. 刘海，黄健敏，宋阳，赵国红，王旭东，魏伟. 太湖县花凉亭水库流域地下水水化学特征及水质评价. 环境科学. 2025(02): 809-820 . 百度学术
3. 陈陆望，武明辉，侯晓伟，胡永胜，张苗，蔡欣悦，殷晓曦，施小平. 帷幕墙影响下侏罗系砾岩含水层地下水化学时空演化规律. 煤田地质与勘探. 2025(01): 174-183 . 百度学术
4. 刘芳. 区域地下水污染因子定量识别研究——以辽西地区为例. 水利科学与寒区工程. 2024(03): 111-113 . 百度学术
其他类型引用(2)
下载:
计量
- 文章访问数: 197
- HTML全文浏览量: 46
- PDF下载量: 50
- 被引次数: 6
