Constructing Discrimination Diagrams for Granite Mineralization Potential by Using Machine Learning and Zircon Trace Elements: Example from the Qimantagh, East Kunlun
-
摘要:
由于锆石在中酸性岩中广泛存在且成分稳定、不易受到后期热液活动的扰动，因此锆石成分可以有效记录成矿岩浆信息。其中，锆石的Ce4+/Ce3+、Ce/Ce*、Eu/Eu*和Ce/Nd值可以反映岩浆氧逸度和含水量等成矿信息，已被广泛用于花岗岩类成矿潜力评价。然而，随着研究的深入发现，这些地球化学指标并不完全具有普适性。此外，以往研究均是根据对成矿岩体的“已知认识”提出成矿潜力判别方法，但考虑到成矿过程的复杂性，许多反映岩浆成矿能力的地球化学信息可能均尚未被揭露。为此，笔者以东昆仑祁漫塔格成矿带为例，借助当前广泛应用的机器学习算法之一——支持向量机，对来自该成矿带斑岩−矽卡岩Cu−Fe−Pb−Zn多金属矿床成矿岩体和全球非成矿岩体的锆石数据开展机器学习训练，目的在于挖掘能够反映岩浆成矿能力的锆石微量元素特征，从而构建花岗岩成矿潜力判别图解。模型训练结果显示，在21个常见的锆石微量元素特征中，Gd、Dy、Yb、Y、Tm等5种元素特征对识别岩浆成矿能力最为重要。在此基础上，笔者新建立了10个二元判别图解，它们在识别成矿岩体和非成矿岩体时的准确率均接近1。研究表明，利用机器学习方法和地质大数据，可以挖掘传统研究方法难以发现的新的地球化学指标和图解，这对深入认识矿床成因、指导找矿勘查具有重要意义。
Abstract:Zircon is widespread and compositionally stable in intermediate–acid magmatic rocks and is resistant to later hydrothermal activities. Therefore, its composition can more accurately record information about mineralizing magmas. Among them, zircon features (such as Ce4+/Ce3+, Ce/Ce*, Eu/Eu*, and Ce/Nd) have been widely used in evaluating the mineralization potential of granitoids, because they have been found to reflect ore−forming information, such as magmatic oxygen fugacity and water content. However, further studies have revealed that the universality of these geochemical indicators has been questioned. In addition, the proposed methods for discriminating mineralization capacity are all based on the current “limited understanding” of mineralized rocks, and considering the complexity of the mineralization process, much geochemical information reflecting the capacity of magmatic mineralization may not have been revealed yet. Therefore, in the paper, taking the Qimantagh mineralized zone of the East Kunlun as an example, and with the help of one of the most widely used machine learning algorithms today (Support Vector Machine), the authors trained machine learning on zircon data from porphyry skarn Cu−Fe−Pb−Zn mineralized rock bodies in the region and zircon data from non−mineralized rock bodies around the world, and the aim is to excavate zircon trace element signatures that reflect magmatic mineralization capacity, so as to construct a new discriminative schema for granite mineralization potential. The results of the model training show that among 21 common zircon trace element features, five element features, Gd, Dy, Yb, Y and Tm are the most important for identifying the magmatic mineralization ability; based on this, 10 binary discriminant diagrams are established in this paper, and their accuracy rates in identifying mineralized and non−mineralized rock bodies are close to 1. The present study show that the use of machine learning methods and geological big data can be used to explore the potential of granite mineralization which is difficult to study with traditional research methods. The study demonstrates that machine learning methods and geological big data can be used to mine new geochemical indicators and diagrams that are difficult to discover by traditional research methods, which is of great significance to deeply understand the genesis of mineral deposits and guide the prospecting and exploration of minerals.
-
Keywords:
- zircon trace elements /
- granite /
- binary discriminant diagrams /
- machine learning /
- East Kunlun
-
黄河流域连接青藏高原、黄土高原、华北平原 （彭建兵等, 2020），是中国重要的食品经济地带和西气东输、西电东输、能源东运的主要战略区 （张贡生, 2019），也是地质环境最为复杂、生态环境最为脆弱的地区之一（刘颢等，2023）。洪水灾害、地震灾害、旱涝灾害、暴雨地质灾害、土地退化灾害频发 （彭建兵等, 2014；孙萍萍等，2022）。黄土灾害发生的关键地质基因在于，黄土对水极为敏感，在天然状态下具有良好的工程性质，但遇水后常会发生变形陡升、强度骤降甚至破坏 （谢定义等, 2016）。这一特性对于大厚度黄土区的城镇开发、能源开采、机场跑道、铁路–公路和油气管线等线性工程建设与安全运营提出了挑战，需要动态评价遇水入渗过程中黄土的力学行为，即评价黄土湿陷性需要由“最大湿陷势”向“可能湿陷势”转变 （谢定义, 1999）。
黄土场地的最大湿陷势的研究（湿陷变形）一直是中国中西部黄土地区工程建设中的重大关切问题 （刘祖典, 1997）。现场试坑浸水试验，可以真实地反映水分入渗过程中连续分布的土层湿陷变形发展、应力条件变化和地层结构效应（黄土–古土壤地层）的影响 （邵生俊等, 2016；吴爽等，2019）。它成为直观认识黄土地基湿陷变形过程的重要试验手段，在甘肃兰州东岗钢厂、连城铝厂，陕西富平张桥、渭南蒲城、山西河津铝厂、宁夏扶贫扬黄工程、甘肃电网、西安地铁、郑西高铁、宝兰客专、青海川大高速、新疆引水工程、晋中榆次工业园区等地开展了大量浸水试验，极大地推动了黄土地基湿陷变形规律的认识 （黄雪峰等, 2006，2013; 姚志华等, 2012; 王小军等, 2012; 郑建国等, 2015; 邵生俊等, 2015; 张爱军等, 2017; 马闫, 2017; 武小鹏等, 2018; 李琳等, 2024）。
现场试坑浸水试验，是一个非饱和土多场耦合过程，伴随着土体中孔隙水的渗流和孔隙气的逃逸，引起土体增湿湿陷变形发展的过程。要实现精细化评价黄土场地的“可能湿陷势”，就需要发展实测不同形态浸入水分转移及其分布特征的现代技术与计算理论（江睿君等，2023）。一方面，在水分入渗规律方面广泛开展了一维土柱模型试验研究 （覃小华等, 2017；张林等, 2019）和考虑固–液–气三相耦合的渗流数值模拟研究 （胡冉等, 2011; Wu et al., 2016; Yao et al., 2020），揭示了湿润锋演进和土体湿度时空分布规律。另一方面，土体水分入渗过程中，由于孔隙气体被禁锢或滞留，必将对下渗水流造成阻力，研究了降雨入渗过程中土体包气中气压势形成、发展和消亡规律及其对水分入渗的影响 （唐海行等, 1995; 李援农等, 1995），探讨了积水入渗过程中土体孔隙内封闭气泡含量 （吴争光等, 2012）及其干密度对水分入渗和气体压力的影响 （刘德仁等, 2021），构建了考虑气体压力影响的非饱和土入渗格林–安姆特修正模型 （李援农等, 2005）。可见，对于水–气运移规律的研究多基于室内一维土柱试验，难以反映现场试坑浸水过程中真实的边界条件，有关现场浸水试验过程中孔隙气压演化规律鲜有报道。
笔者以黄河流域的陕北电网输电工程为背景，依托黄土高原大厚度自重湿陷性黄土场地现场浸水试坑试验，在典型剖面不同深度布置湿度传感器和孔隙压力传感器，直接测定浸水过程中水分运移和孔隙气体压力，揭示水分运移和气压形成规律，以期为非饱和黄土中水–气运移过程提供实测证据，为精细化预测大厚度黄土的增湿湿陷过程奠定基础。
1. 试验场地的工程地质条件与试验方案
1.1 工程地质条件
陕北±800 kV换流站站址的试验场地，位于延安市富县寺仙镇，延安市西南约90 km。该场地地处典型的黄土塬上，地势较开阔，地形较平坦（图1a）。勘测范围未见地下水，地下水深度大于50 m；揭露地层主要为第四系上更新统风积层和中更新统风积层组成（图1b）。①第四系上更新统风积层（Q3eol）主要由马兰黄土组成，底部为红褐色古土壤。②第四系中更新统风积层（Q2eol）主要由离石黄土组成，底部为红褐色古土壤，两者交替呈互层状。室内湿陷测定出黄土层在地表下18.5 m范围内，最大湿陷系数δs=0.04，最大自重湿陷系数δzs=0.034。整个场地自重湿陷量介于226.8 ～798.0 mm，为自重湿陷性黄土场地，湿陷等级Ⅳ级（很严重），黄土湿陷下限为③层底部。
![]()
图 1 浸水试坑试验场地区域位置（a）、典型地质剖面（b）、观测点布置（c）、实景图（d）Figure 1. (a) Regional location, (b) typical geologic profile, (c) measured point, (d) actual view of the test site for immersion pits1.2 试验观测点布置
大厚度自重湿陷性黄土场地现场浸水试坑为圆形（图1c、图1d），直径25 m，试坑深度1 m，坑底面铺10～15 cm厚度的砂、石子，在浸水期间，坑内水头高度不小于300 mm。试坑内布置穿透湿陷性黄土层的36个渗水孔，渗水孔直径110～130 mm，深度25 m，成孔后孔内及时充填砾石，粒径5～10 mm，含泥量小于1%。试坑周边开挖备用蓄水池（6 m×25 m），用彩条布和塑料薄膜对其进行防渗处理。
试验观测点布置沉降观测、水分观测和孔隙压力观测3种类型。
（1）沉降观测，分为浅层和深层沉降观测点。①对于浅标点，以试坑中心为圆心，由内向外沿半径方向，呈放射状布置3条浅标点测线，在试坑内浅标点按2 m等间距布设；在距试坑边缘1倍的试坑直径范围内，布设4个间距为2 m，3个间距为3 m和2个间距为4 m的浅标点，共计46个浅标点。浅标点采用管径25 mm的镀锌钢管，管长按自然地面高差设置，底部焊接一块φ200 mm，厚度15 mm与钢管垂直的圆形钢板，埋置深度均为0.5 m。②对于深表点布置6条测线，采用螺旋钻干作业成孔，从试坑下1.5 m开始间隔1.5～2.0 m布设1组，最大深度25.5 m。深标点装置由内外管组成，内管采用管径25 mm的镀锌钢管并固定最小刻度1 mm钢尺，其底座为厚度3 mm、直径90 mm的圆形钢板；外管采用PVC管，管径50 mm。
（2）水分观测，在典型地质剖面上选取4个探井布设水分计，以观测浸水过程中原状黄土地层水分运移过程（图2）。探井采用人工开挖，直径为0.8 m，深度为30 m，距坑中心依次为5.0、12.5、22、27.5 m，分别标记为T1～T4；其中，浸水坑内探井T1和T2在距离坑底1.5 m处，依次按3 m等间距布设水分传感器；在坑外探井T3和T4按浸润角45°线以下等间距布设水分传感器，间距同前，共计34个。
![]()
图 2 探井中水分计埋设剖面图和安装过程Figure 2. Moisture meters and their installation process in exploratory excavations水分检测采用国产的冀欧速OSA-2W型水分计，其精度在0～100%（cm3/cm3）范围内为±2%。为避免浸水过程中传感器失效，对传感器及其埋设需要进行特殊处理。①水分计在埋设前先进行标定，以确保采集数据符合物理规律。②考虑到传感器埋设土中后，承受压力而造成传感器内部遇水失效，对传感器需要进行了二次密封。先将传感器腔体置于100 mm长PVC管中，露出不锈钢探针，并插入塑料泡沫直立，保持探针根部与泡沫面齐平；再用环氧树脂灌封胶贯入PVC管中，并确保环氧树脂胶凝固，从而既可以保证传感器可以在30 m的地下承受足够的压力，又可保证线路不会被水泡坏（图2b）。③埋设中，要在设定的位置用洛阳铲横向打进一个空间，探针必须与探井垂线呈约45°角，为了减少土体不良特性对体积含水率监测造成的影响，并确保传感器测试为原状黄土的湿度；预留2 m额外线长，保证黄土湿陷后仪器线缆不被拉断。④对探井回填土进行必要的夯实，并且夯实的密度要大于原有探井中的原状土，为了避免重塑土湿化现象的产生（图2b）。
（3）孔隙压力观测，在典型地质剖面上选取9个钻孔布设液位计，以观测浸水过程中黄土体孔隙压力变化过程（图3）。另外，考虑到可能土体温度变化对孔隙气压的影响，在埋设传感器的同时，在相同位置埋设温度传感器。钻孔采用螺旋钻干作业成孔，直径为0.1 m，距坑中心等间距3.5 m布设，分别标记为Z1～Z9；为准确测定孔隙气压力，需要确保钻孔的密封性，每个钻孔仅放置1个传感器，分别标记为Z1-1，Z2-1，……，Z9-1，共计9个（图3a）。
![]()
图 3 钻孔中液位计埋设剖面图和安装过程Figure 3. Liquid level meters and their installation process in drill孔隙压力采用L300通用型投入式液位变送器，量程0～42.5 m，精度等级0.1%FS。为确保钻孔的密封，防止与大气连通，对传感器及其埋设需要进行特殊处理（图3b）。①液位变送器在埋设前，先进行标定，以确保采集数据符合物理规律。②将纱布重叠层匝成网兜形，将传感器置于网兜中，以防止底部土体湿化成泥，堵塞压力孔。③埋设中，先将传感器放置设计深度后，预留导2 m导线，防止拉断；再用膨润土+石灰夯实密封，深度大于2 m，以实现遇到上部水泥砂浆中水而膨胀密实的效果。④用水泥砂浆将上部剩余钻孔密封，从而实现整个钻孔密封，确保传感器不与大气连通，以准确测定浸水过程中孔隙气压力。另外，防止浸水试验过程中浸水池水体冰冻结冰，采用水池上部搭设大棚（图4），提升水池空气温度的处理措施。
此外，考虑到孔隙气压的真实测定与钻孔的温度密切相关，在不同ZK-1～ZK-9位置处埋设工业DS18B20温度数据采集模块PT100变送传感器，测试范围为−40～80 ℃，温度分辨率为±0.1 ℃。
需说明的是，文中重点查明大厚度黄土自重湿陷性场地浸水过程水分运移和气压形成过程，限于篇幅有关浸水湿陷变形特征另述。
1.3 注水量
依据《湿陷性黄土地区建筑标准》（GB 50025-2014）的有关规定，当浸水过程中试坑内的水头高度保持在30 cm左右，至土层变形稳定后可以停止注水，变形稳定标准为最后5天的平均变形量小于1 mm/d；试坑内停止注水后，应继续观测不少于10天，当出现连续5天的平均下沉量不大于1 mm/d时，试验终止。
试坑注水从2023年12月18日开始，至2024年1月16日停止，历时30天，每天注水量保证试坑内水头高度不小于30 cm，采用精度0.1 m3的水表测量注水量。笔者绘制了本次试验的日注水量及累计注水量随时间变化曲线（图5）。日耗水量一浸水时间的关系呈现先陡增、后平缓、再稳定、最后趋于下降的变化规律，即开始3日耗水量很大，最高可达812 m3/d；之后日耗水量逐渐减少，注水26天（2024.1.12）后日耗水量趋于平稳，日平均注水量约640 m3。试坑共浸水30 d，总耗水量
21863 m3。按试坑面积计算，每平方米试坑面积耗水量约44.5 m3。2. 浸水过程黄土水分入渗过程
T1～T4探井中水分计测定的体积含水率时程变化，试验验可以揭示试坑浸水过程中厚层湿陷性黄土场地水分入渗的规律。
2.1 水分入渗时程规律
笔者提炼出水分入渗时程规律的模式（图6a）。可见，不同深度处黄土体积含水率时程变化规律基本相近，呈现出5阶段变化规律：①水分入渗的感知阶段：测点从天然含水率到即将变化的阶段，反映了水分入渗到该深度所需的时间，且不同深度处感知的前后时序差异明显，与水分补给方式和地层结构有关。②水分入渗的增湿阶段：测点从天然含水率逐渐增湿到饱和的阶段，反映了土体孔隙水填充、孔隙气驱逐逃逸，其变化的速率与地层湿陷变形及其渗透性等有关。③水分入渗的饱和阶段：测点随着水分持续入渗，土体孔隙气体逐渐由封闭气泡到破灭溶解过程，并伴随着土体的湿陷变形趋于稳定，体积含水率基本趋于稳定。④水分扩散的减湿阶段：停水阶段水分在重力水头的驱动下向四周扩展，造成测点体积含水率有陡减趋势。⑤水分扩展的减湿稳定阶段：随着试坑水头逐渐损失，水头差与土体孔隙对水的粘滞阻力趋于平衡，水分不再扩散而造成体积含水率趋于稳定。
入渗率是分析土体水分运移的重要参数，定义相邻两个深度之间的距离与水分运移至饱和所需时间之比为层间平均入渗速率。以T1探井为例，结合试验结果可以发现以下规律。
（1）对比T1-1和T1-10数据，得到积水入渗时Q3黄土地层与Q2黄土地层入渗速率，分别为2.5 cm/h和0.45 cm/h，即Q3黄土地层与Q2黄土地层入渗速率差别之明显，前者约为后者的5倍，反映了黄土沉积的密实程度对入渗速率有明显的影响。
（2）由T1-1～T1-3数据可以得到，古土壤富水向上时Q3黄土地层入渗速率，约为12.0 cm/h；与T1-1数据对比发现积水向下入渗速率明显低于古土壤富水向上入渗速率。这反映试坑中打设注水孔，明显地改变了水分扩散路径，且以注水孔径向渗流——古土壤富水向上迁移的扩散路径为主，加速了厚层黄土的入渗速率和湿陷速率。
2.2 水分沿深度扩散时程规律
笔者提炼出水分沿深度扩散时程规律的形态图（图6b）。可见，浸润区的扩散过程与水分补给方式和黄土–古土壤地层结构密切相关，大致可以分为3个阶段。
（1）深部古土壤层富水阶段：由于试坑打设了25 m的36个渗水孔，改变了传统由地表逐渐下渗扩散过程，造成试坑中仅有少量水分沿着地表下渗，大部分水由注水孔直接灌入地下25 m，通过注水孔逐渐延径向水分逐渐扩散，相较于湿陷性黄土层，古土壤层作为弱透水层而易富水阻渗，造成黄土–古土壤界面测点体积含水率急剧增高，如T1-1和T1-7测点的数据对比证实了这一点。
（2）深部古土壤层富水且向上迁移阶段：由于黄土–古土壤界面富水且不易下渗，随着富水的聚积，逐渐向上漫延，引起水分由下而上扩散，呈现向上漫延的特征，水分以饱和锋面的形式优先将土体饱和后再向上扩散，通过对比T1-4～T1-7测点数据，证实了这一发现。此外，马闫等（2014）在晋中地区开展大厚度自重湿陷性黄土场地浸水试验也发现了类似的规律。
（3）上部积水向下入渗、下部富水向上迁移阶段：随着下部深层黄土层的逐渐饱和，注水孔水位向上蔓延，造成上部的黄土–古土壤层富水且向上迁移的同时，上部试坑内的积水向下入渗，形成了水分由上、下方向同时向中间扩散至饱和过程。对比T1-1～T1-3测点数据就能发现这一规律。
此外，笔者对比分析T1和T2数据发现，在接近饱和阶段，体积含水率时程线呈现波动变化规律，即体积含水率随着水分的补给呈现上升–下降–上升最后趋于稳定的反复过程。在浸水阶段出现此类现象，可能的原因是：随着黄土中孔隙的饱和程度增加，孔隙中气体逐渐以封闭气泡呈现而承受压力，当水分补给的水头压力逐渐增大时，造成气泡破灭，孔隙中占有水分的体积减小，使得测定的体积含水率降低；如此反复过程，造成体积含水率呈波动过程
2.3 水分沿径向扩散规律
水分沿径向扩散反映了浸湿影响范围。由试验结果可以整理得到湿润锋最终形态（图7）。可见，浸水的平面影响范围约为试坑直径的1.6倍。区别于试坑土层自然入渗的“南瓜状”，水平影响范围约为试坑直径的1.3倍 （姚志华等, 2012），注水孔的设置改变了水分入渗的方式，形成优势通道，更易引起水分的加速入渗和深部地层的湿润，使得试坑湿润最终形态似“喇叭形”。
定义浸润角为饱和线与竖直线之间的夹角。本次试验Q3黄土的浸润角约为25°，与武小鹏等（ 2018）的浸水试验浸润角约34° 、刘保健等（2004）测得甘肃陇西黄土浸润角约30° 相接近，而与自然入渗的试验场地浸润角约55°有明显的差异。换言之，打设注水孔后的黄土试坑的水分扩散主要以竖向为主。可能的原因是：其一，王国烈等认为浸水区土体达到饱和，水常处于重力渗流状态，它的边界线常呈折现向下向外入渗，扩散角为arctan（K1/K2） （汪国烈等, 2001）。对于风积黄土竖向渗透系数明显大约水平渗透系数，约为4～38倍 （刘祖典, 1997），可以计算得到扩散角约为2～14°，渗透的差异性引起了水分更易竖向入渗。其二，试坑浸水条件下水分运移的驱动势包括试坑水头形成的重力势、土层湿度差异形成的基质势和湿陷变形形成的超孔压的压力势；重力势驱动水分沿着竖向入渗，基质势和压力势驱动水分沿着径向扩散。二者共同作用，最终决定了水分主要以竖向入渗为主。另外，对于深部Q2黄土地层，浸润角约51°，即当水分扩散到较深土层时，竖向渗透会变缓而径向渗透作用会加大，说明地层结构改变了水分扩散路径。
3. 浸水过程黄土孔隙气压形成过程
3.1 孔隙气压生成规律
黄土试坑浸水过程中，必然伴随着水分入渗、气体迁移及其压缩过程，进而形成封闭气压。目前在黄土试坑浸水试验的相关研究中，尚未报道有关原位试验的气压生成规律及其气压水平。本次黄土试坑浸水过程中，利用投入式液位变送器测定试坑内、外不同深度处土体中孔隙压力（图3）。需要说明的是，在试验过程中，Z4-1传感器在2023-12-27日后出现了故障，数据丢失；由于现场突然断电造成ZK-1和ZK-2采集通道出现了故障，2023-12-27～30日数据有丢失，其余皆正常。由此，在试验过程中测定的土体中孔隙压力变化如图8所示，可以发现有趣的现象。
![]()
图 8 试坑浸水过程中土体孔隙压力变化的时程规律Figure 8. Changes in pore pressure of the soil during immersion test（1）浸水入渗到停水扩散的整个试验过程中，ZK-1和ZK-2测试的土体孔压变化呈现明显的阶段性变化，而ZK-5～ZK-9测试数据基本不变；将ZK-5～ZK-9位置标注于图8中，可见位置点皆位于最终湿润线以上——非饱和区。该区域土体中孔隙气处于双联通区域，与大气相通，故测试的孔隙压力基本不变。佐证了浸润角确定的合理性，也反映了本次试验的原位测试数据的可信性。
（2）浸水入渗到停水整个过程中，不同测点土体孔隙压力变化呈现连续状态，其变化大致可以划分为3个阶段：快速上式、稳定变化和急剧下降。①试验初期，随着水分从渗水孔入渗至深部，其一导致深部的水位上升，并伴随着变形的发展，形成了静水头压力和超孔隙水压力；其二，水分入渗较为畅通，对孔隙气体的驱动作用明显，土体中的孔隙气被不断压缩，孔隙气压力急剧增大；二者共同作用，造成测定的土体总孔隙压力急剧增长。②随着浸水的持续，孔隙压力逐渐趋于稳定，伴随着累积变形趋于稳定和驱气基本处于稳定。③在停水阶段，试坑中形成的水头压降，逐渐驱动孔隙中的自由水向外扩散，造成孔隙中气体无法形成封闭环境，二者共同作用使得总孔隙压力随着停水而迅速降低。
（3）在测定的总孔隙压力中分解出孔隙气压部分是关键。在浸水过程中，测定的总孔隙压力由三部分组成：水位形成的静水头压力、土体变形造成的超孔隙水压力、水分驱动气体形成封闭气压的孔隙气压力。相比于孔隙水压力的稳定性，孔隙气压力在浸水过程中必然伴随着气压形成、气压增大造成封闭气泡破灭溶解的反复过程。由此，可以判断气压的变化是波动状态。试验测试结果表明（图8b～图8d），曲线存在土体孔隙压力变化的上限和下限，在上、下限之间压力呈现波动变化。考虑到连续浸水过程中可能土体中气体会受到温度影响而产生波动现象，通过埋设的温度传感器监测到不同ZK-1～ZK-9位置处的稳定基本在11.9°～12.0°变化，土体内部温度稳定，排除了测定的波动压力是温度变化引起的可能。由此，可以在总孔隙压力中分离出孔隙气压力，首次在大厚度湿陷性黄土大型原位试坑浸水过程中，实现了土体中波动的孔隙气压力的测定，其值约在0～60 kPa范围。
3.2 波动孔隙气压形成模式
为了探究水–气运移同步过程和孔隙气压形成的特征，绘出相近深度处的湿度计和孔隙压力时程变化的典型规律（图9）。可见，在浸水过程中，相同位置处的土体的体积含水率和孔隙压力随时间变化，大体上呈现同频变化规律，即随着体积含水率的增大，孔隙压力随之增大；当体积含水率降低时，孔隙压力随之降低。这一同频变化规律可以做这样合理的推测：水分的入渗驱动气体，致使土体孔隙中伴生封闭气压，气压的波动反映了封闭气体的形成、湮灭溶解的往返过程。浸水过程中，土体孔隙中水的体积增多，同时气体以封闭气体的形式存在于孔隙中，造成测定的体积含水率增大；当浸水持续时，封闭气体逐渐承受水气压力，当压力增大一定程度造成封闭气体中气泡的湮灭而溶解于水中，此时引起孔隙中水的体积占比减小，随之测定的体积含水率减小。由此，在浸水过程中，水分的快速入渗驱动气体，一部分气体从浸润线以上的非饱和区逃逸出去，自由流动且气压与大气压平衡，另一部分气体不能自由排除，逐渐汇聚而在孔隙中以封闭气体的形式存在，并逐渐被压缩而形成孔隙气压。这与Wang等（1998）对于土壤包气带中水气耦合运移过程相一致。研究表明，水分入渗会导致土中气压增加，气压增加反过来会降低水的入渗速率；当气压增加到一个“突破值”时空气会突破上部饱和层，气体释放；空气释放后，气压减小，当气压减小到“气体闭合压力”时，气体释放通道重新被水占据，水继续入渗，气体又开始压缩，并不断重复上述过程，在整个入渗过程中，气压是不断上下波动的，直至气压达到一“稳定值”。
![]()
图 9 试坑浸水过程中土体孔隙压力变化的时程规律Figure 9. Changes in pore pressure of the soil during immersion test综上所述，笔者提炼出浸水过程中孔隙气压的形成模式（图10）。在浸水阶段，土体中的孔隙压力呈现出先波动增大、再趋于稳定、后逐渐减小的阶段发展模式。其中，造成波动变化的主要原因在于水分持续入渗驱动土体气体，持续有气体补给，和补给的气体形成封闭气体，进而受到压缩而湮灭溶解的往返过程。由此，可以利用该特点测定土体中孔隙气压的水平，进而在后续研究中考虑应力变化对湿陷变形和入渗程度的影响。在停水阶段，由于水分补给的中断，试坑土体中的重力水逐渐扩散，引起孔隙中封闭气体逐渐释放，波动程度逐渐降低，由于本次试验部分失误，该部分尚未试验证实，有待进一步开展；当重力水停止扩散时，测定的孔隙压力趋于零。
![]()
图 10 浸水过程中孔隙气压的形成模式的示意图Figure 10. Representaiton of the formation pattern of pore air pressure during immersion test4. 结论
（1）大厚度湿陷性黄土试坑浸水-停水试验过程中，不同深度处黄土体积含水率规律基本相近，呈现出水分入渗的感知–增湿–饱和以及停水后的水分扩散的减湿–稳定的5阶段变化规律；黄土沉积的密实程度对入渗速率有明显的影响，Q3黄土地层的入渗速率约为Q2的5倍。精细化科学评价大厚度黄土场地的湿陷性，需要考虑黄土–古土壤地层结构的影响，及其浸水过程中真实的地层应力传递过程和孔压变化规律。
（2）大厚度黄土试坑中打设注水孔，明显地改变了水分扩散路径：沿试坑深度方向呈现深部古土壤层富水阶段、深部古土壤层富水且向上迁移阶段、上部积水向下入渗、下部富水向上迁移阶段的3阶段变化规律，且以注水孔的径向渗流——古土壤富水向上迁移的扩散路径为主；沿试坑径向湿润最终形态似“喇叭形”，Q3黄土地层的浸润角约为25°，深部Q2黄土地层浸润角约51°，平面影响范围约为试坑直径的1.6倍。
（3）黄土试坑浸水入渗到停水整个过程中，试坑内土体孔隙压力呈现快速上式、稳定变化和急剧下降的3个阶段变化规律；首次原位直接测定了浸水过程中土体孔隙气压力的原位测定，其值约为0～60 kPa；首次发现了土体中孔隙气压力呈现波动特征，提出了浸水过程中孔隙气压的形成模式，后续将从理论上揭示浸水条件下黄土的固–液–气三相耦合机理。
-
![]()
图 1 祁漫塔格地质图（据Zhong et al.，2021b修改）
图中显示了文中使用的4个矿床位置分布；哈日扎斑岩Cu矿床位于图符的右侧（N35°50′，E98°30′），未在图中显示出来
Figure 1. Geological map of Qimantagh
![]()
图 2 文中用于训练的两种类型锆石的21种特征箱状图
Figure 2. Box illustrations of the 21 features of the two types of zircon used for training in this paper
![]()
图 5 根据锆石成分构建的成矿岩体和非成矿岩体的二元判别图解
图中决策边界由支持向量机模型确定
Figure 5. Binary discriminant diagrams solution constructed based on the Support Vector Machine method obtained by training in this paper
![]()
图 6 祁漫塔格成矿带成矿岩体和非成矿岩体的锆石Eu/Eu*–Ce/Ce*图解
Figure 6. Zircon Eu/Eu* vs. Ce/Ce* diagram from mineralized and barren rocks from the Qimantagh metallogenic belt
![]()
图 7 外部独立验证数据在二元判别图解上的表现（数据来源于Zhong et al.，2021b）
Figure 7. Performance of external independent validation datas on binary discriminant diagrams solutions
表 1 文中使用的锆石微量元素数据来源统计表
Table 1 Data sources of zircon trace elements used in this study
序号 矿床/地名 矿床类型 数据量 参考文献 1 祁漫塔格虎头崖 矽卡岩Cu–Pb–Zn矿床 26 Zhong et al.，2021b 2 祁漫塔格卡尔却卡 矽卡岩Cu–Pb–Zn矿床 76 3 祁漫塔格野马泉 矽卡岩Fe矿床 173 4 祁漫塔格尕林格 矽卡岩Fe矿床 19 5 祁漫塔格牛苦头 矽卡岩Pb–Zn矿床 40 6 祁漫塔格哈日扎 斑岩Cu矿床 9 7 中国西藏 – 84 Zhao et al.，2015
Dai et al.，2015
Huang et al.，2017a
Huang et al.，2017b
Xie et al.，2018
Zhou et al.，20178 中国广东 – 77 Gao et al.，2016 9 中国新疆 – 10 Tang et al.，2017 10 中国湖南 – 96 Gao et al.，2017 11 芬兰东南部 – 14 Heinonen et al.，2017 12 中国浙江 – 35 Hu et al.，2017 13 中国云南 – 36 Zhang et al.，2022 14 加拿大拉布拉多 – 1 Vezinet et al.，2018 15 中国山东 – 22 Wang et al.，2019 16 美国阿拉斯加州 – 5 Kay et al.，2019 
下载: 导出CSV
表 2 两种类型锆石的成分特征统计表（10–6）
Table 2 The compositional characteristics of the two types of zircon compiled in this paper (10–6)
元素 成矿岩体 非成矿岩体 最大值 最小值 平均值 最大值 最小值 平均值 Ti 41919.34 0.02 129.17 801.34 0.12 17.02 La 0.10 0.01 0.02 0.06 0.09 0.04 Ce 60.09 2.12 11.61 31.20 18.20 19.31 Pr 1.16 0.01 0.10 0.08 0.06 0.15 Nd 14.04 0.13 1.58 1.43 0.90 2.55 Sm 25.14 0.25 3.29 4.24 1.04 5.36 Eu 7.44 0.02 0.76 1.05 0.16 0.95 Gd 238.00 1.37 25.70 32.65 5.51 29.39 Tb 114.74 1.93 19.27 13.49 1.91 10.30 Dy 34.61 0.63 6.75 213.23 24.38 126.92 Ho 403.30 10.47 86.96 84.36 9.02 48.02 Er 147.61 4.40 33.97 453.77 40.07 218.29 Tm 702.98 24.00 171.49 115.45 10.70 47.57 Yb 146.39 5.53 36.47 1288.35 137.62 468.36 Lu 1317.17 60.20 344.94 235.22 14.88 84.07 Y 279.95 15.21 74.70 2616.15 280.97 1429.95 Hf 13873.25 6422.50 10034.54 16386.39 6657.03 11348.72 U 2249.59 56.35 349.53 251.61 53.03 465.07 Th 1716.13 17.93 199.67 201.05 41.09 284.17 Eu/Eu* 0.77 0.03 0.42 0.21 0.14 0.20 Ce/Ce* 6997.36 57.52 1263.89 1589.33 608.91 864.35
下载: 导出CSV
-
程学旗, 靳小龙, 王元卓, 等. 大数据系统和分析技术综述[J]. 软件学报, 2014, 25: 1889-1908 doi: 10.13328/j.cnki.jos.004674 CHENG Xueqi, JIN Xiaolong, WANG yuanzhuo, et al. Survey on Big Data System and Analytic Technology[J]. Journal of Software, 2014, 25: 1889-1908. doi: 10.13328/j.cnki.jos.004674
丰成友, 李东生, 吴正寿, 等. 东昆仑祁漫塔格成矿带矿床类型、时空分布及多金属成矿作用[J]. 西北地质, 2010, 43: 10-17 FENG Chengyou, LI Dongsheng, WU Zhengshou, et al. Major Types, Time-Space Distribution and Metallogeneses of Polymetallic Deposits in the Qimantage Metallogenic Belt, Eastern Kunlun Area[J]. Northwestern Geology, 2010, 43: 10-17.
丰成友, 王松, 李国臣, 等. 青海祁漫塔格中晚三叠世花岗岩: 年代学、地球化学及成矿意义[J]. 岩石学报, 2012, 28: 665-678 FENG Chengyou, WANG Song, LI Guochen, et al. Middle to Late Triassic granitoids in the Qimantage area, Qinghai Province, China: Chronology, geochemistry and metallogenic significances[J]. Acta Petrologica Sinica, 2012, 28: 665-678.
丰成友, 王雪萍, 舒晓峰, 等. 青海祁漫塔格虎头崖铅锌多金属矿区年代学研究及地质意义[J]. 吉林大学学报(地球科学版), 2011, 41: 1806-1817 FENG Chengyou, WANG Xueping, SHU Xiaofeng, et al. Isotopic Chronology of the Hutouya Skarn Lead-Zinc Polymetallic Ore District in Qimantage Area of Qinghai Province and Its Geological Significance[J]. Journal of Jilin University( Earth Science Edition), 2011, 41: 1806-1817.
高利娥, 曾令森, 严立龙, 等. 喜马拉雅淡色花岗岩——关键金属Sn-Cs-Tl的富集机制[J]. 岩石学报, 2021, 37: 2923-2943 doi: 10.18654/1000-0569/2021.10.01 GAO Lie, ZENG Lingsen, YAN Lilong, et al. Enrichment mechanisms of Sn-Cs-Tl in the Himalaya leucogranite[J]. Acta Petrologica Sinica, 2021, 37: 2923-2943. doi: 10.18654/1000-0569/2021.10.01
高永宝. 东昆仑祁漫塔格地区中酸性侵入岩浆活动与成矿作用[D]. 西安: 长安大学, 2013 GAO Yongbao. The Intermediate-acid Intrusive Magmatism and Mineralization in Qimantag, East Kunlun Moutains[D]. Xi’an: Chang’an University, 2013
高永宝, 李文渊, 李侃, 等. 东昆仑祁漫塔格白干湖-戛勒赛矿带成岩成矿时代及钨锡成矿作用[J]. 西北地质, 2012, 45: 229-241 doi: 10.3969/j.issn.1009-6248.2012.04.021 GAO Yongbao, LI Wenyuan, LI Kan, et al. Genesis and Chronology of Baiganhu-Jialesai W-Sn Mineralization Belt, Qimantage, East Kunlun Mountain, NW China[J]. Northwestern Geology, 2012, 45: 229-241. doi: 10.3969/j.issn.1009-6248.2012.04.021
顾亚祥, 丁世飞. 支持向量机研究进展[J]. 计算机科学, 2011, 38: 14-17 doi: 10.3969/j.issn.1002-137X.2011.02.004 GU Yaxiang, DING Shifei. Advances of Support Vector Machines(SVM)[J]. Computer Science, 2011, 38: 14-17. doi: 10.3969/j.issn.1002-137X.2011.02.004
韩亚楠, 刘建伟, 罗雄麟. 连续学习研究进展[J]. 计算机研究与发展, 2022, 59: 1213-1239 doi: 10.7544/issn1000-1239.20201058 Han Yanan, Liu Jianwei, Luo Xionglin. Research Progress of Continual Learning[J]. Journal of Computer Research and Development, 2022, 59: 1213-1239. doi: 10.7544/issn1000-1239.20201058
刘鹏, 张德会, 吴鸣谦, 等. 浅谈花岗岩浆热液的形成及成矿作用[J]. 地质论评, 2020, 66: 699-719 doi: 10.16509/j.georeview.2020.03.012 LIU Peng;ZHANG Dehui;WU Mingqian, et al. Discussion on magma-hydrothermal formation and mineralization of granites[J]. Geological Review, 2020, 66: 699-719. doi: 10.16509/j.georeview.2020.03.012
毛景文, 周振华, 丰成友, 等. 初论中国三叠纪大规模成矿作用及其动力学背景[J]. 中国地质, 2012, 39: 1437-1471 doi: 10.3969/j.issn.1000-3657.2012.06.001 MAO Jingwen, ZHOU Zhenhua, FENG Chengyou, et al. A preliminary study of the Triassic large-scale mineralization in China and its geodynamic setting[J]. Geology in China, 2012, 39: 1437-1471. doi: 10.3969/j.issn.1000-3657.2012.06.001
牛警徽, 田福泉, 邱敦方, 等. 山东旧店金矿床花岗岩类锆石 U-Pb 年龄及对招平断裂带南段岩浆活动规律的约束[J]. 地质通报, 2023, 42: 813-827 NIU Jinghui, TIAN Fuquan, QIU Dunfang, et al. Zircon U-Pb age of granitoids in the Jiudian gold deposit, Shandong Province and its constraints on the magmatic activity patterns in the southern section of the Zhaoping fault[J]. Geological Bulletin of China, 2023, 42: 813-827.
申萍, 潘鸿迪. 中国还原性斑岩矿床研究进展及判别标志[J]. 岩石学报, 2020, 36: 967-994 doi: 10.18654/1000-0569/2020.04.01 SHEN Ping, PAN Hongdi. Advances and its diagnostic criteria in the study of the reduced porphyry ore deposits in China[J]. Acta Petrologica Sinica, 2020, 36: 967-994. doi: 10.18654/1000-0569/2020.04.01
田承盛, 丰成友, 李军红, 等. 青海它温查汉铁多金属矿床40Ar-39Ar年代学研究及意义[J]. 矿床地质, 2013, 32: 169-176 LI Chengsheng, FENG Chengyou, LI Junhong, et al. 40Ar-39Ar geochronology of Tawenchahan Fe-polymetallic deposit in Qimantag Mountain of Qinghai Province and its geological implications[J]. 矿床地质, 2013, 32: 169-176.
王孝磊. 花岗岩研究的若干新进展与主要科学问题[J]. 岩石学报, 2017, 33: 1445-1458 WANG Xiaolei. Some new research progresses and main scientific problems of granitic rocks[J]. Acta Petrologica Sinica, 2017, 33: 1445-1458.
王瑀, 邱昆峰, 侯照亮, 等. 石英Ti/Ge-P: 基于机器学习的矿床类型判别新图解[J]. 岩石学报, 2022, 38: 281-290 doi: 10.18654/1000-0569/2022.01.18 WANG Yu, QIU Kuneng, HOU Zhaoliang, et al. Quartz Ti/Ge-P discrimination diagram: A machine learning based approach for deposit classification[J]. Acta Petrologica Sinica, 2022, 38: 281-290. doi: 10.18654/1000-0569/2022.01.18
吴福元, 李献华, 杨进辉, 等. 花岗岩成因研究的若干问题[J]. 岩石学报, 2007, 1217-1238 WU Fuyuan, LI Xianhua, YANG Jinhui, et al. Discussions on the petrogenesis of granites[J]. Acta Petrologica Sinica, 2007, 1217-1238.
姚磊, 吕志成, 于晓飞, 等. 青海祁漫塔格地区虎头崖矿床Ⅵ矿带花岗岩的成岩时代、地球化学特征和成因[J]. 吉林大学学报(地球科学版), 2015, 45: 743-758 doi: 10.13278/j.cnki.jjuese.201503109 YAO Lei, LV Zhicheng, YU Xiaofei, et al. Petrogenesis, Geochemistry and Zircon U-Pb Age of the Granite from No. Ⅵ Section of Hutouya Deposit, Qimantag Area, Qinghai Province, and Its Geological Significance[J]. Journal of Jilin University( Earth Science Edition), 2015, 45: 743-758. doi: 10.13278/j.cnki.jjuese.201503109
于淼, 丰成友, 刘洪川, 等. 青海尕林格矽卡岩型铁矿金云母40Ar-39Ar年代学及成矿地质意义[J]. 地质学报, 2015, 89: 510-521 YU Miao, FENG Chengyou, LIU Hongchuan, et al. 40Ar-39Ar Geochronology of the Galinge Large Skarn Iron Deposit in Qinghai Province and Geological Significance[J]. Acta Geologica Sinica, 2015, 89: 510-521.
张晓飞, 李智明, 陈博, 等. 东昆仑祁漫塔格地区滩间山群矽卡岩化成矿作用. [J]. 西北地质, 2012, 45: 40-47 doi: 10.3969/j.issn.1009-6248.2012.01.006 ZHANG Xiaofei, LI Zhiming, CHEN Bo, et al. The Contribution of the Tanjianshan Group Stratum to Skarnization in Qimantage Region, Qinghai Province[J]. Northwestern Geology, 2012, 45: 40-47. doi: 10.3969/j.issn.1009-6248.2012.01.006
钟世华. 新疆维宝铜铅锌矿床成因研究[D]. 北京: 中国地质科学院, 2018 ZHONG Shihua. Genesis of the Weibao Cu-Pb-Zn deposit in Xinjiang, China[D]. Beijing: Chinese Academy of Geological Sciences, 2018
钟世华, 丰成友, 李大新, 等. 新疆维宝矽卡岩铜铅锌矿床维西矿段矿物学特征[J]. 地质学报, 2017a, 91: 1066-1082 ZHONG Shihua, FENG Chengyou, LI Daxin, et al. Mineralogical Characteristics of the Weixi Ore Block in the Weibao Skarn-type Copper-Lead-Zinc Deposit, Xinjiang[J]. Acta Geologica Sinica, 2017a, 91: 1066-1082.
钟世华, 丰成友, 李大新, 等. 新疆维宝多金属矿区辉绿岩脉SIMS年代学和地球化学[J]. 地质学报, 2017b, 91: 762-775 ZHONG Shihua, FENG Chengyou, LI Daxin, et al. SIMS Chronology and Geochemistry of Diabase Dykes from the Weibao Polymetallic Orefield, Xinjiang[J]. Acta Geologica Sinica, 2017b, 91: 762-775.
钟世华, 丰成友, 任雅琼, 等. 新疆维宝矽卡岩铜铅锌矿床维西矿段成矿流体性质和来源[J]. 矿床地质, 2017c, 36: 483-500 doi: 10.16111/j.0258-7106.2017.02.014 ZHONG Shihua, FENG Chengyou, REN Yaqiong, et al. Characteristics and sources of ore-forming fluid from Weixi ore block of Weibao skarn Cu-Pb-Zn deposit, Xinjiang[J]. Mineral Deposits, 2017c, 36: 483-500. doi: 10.16111/j.0258-7106.2017.02.014
BALLARD J R, PALIN M J, CAMPBELL I H. Relative oxidation states of magmas inferred from Ce(IV)/Ce(III) in zircon: application to porphyry copper deposits of northern Chile[J]. Contributions to Mineralogy and Petrology, 2002, 144: 347-364. doi: 10.1007/s00410-002-0402-5
BERGEN K J, JOHNSON P A, DE HOOP M V, et al. Machine learning for data-driven discovery in solid Earth geoscience[J]. Science, 2019, 363: eaau0323. doi: 10.1126/science.aau0323
CAO M, QIN K, LI G, et al. Baogutu: An example of reduced porphyry Cu deposit in western Junggar[J]. Ore Geology Reviews, 2014, 56: 159-180. doi: 10.1016/j.oregeorev.2013.08.014
CHAPPELL B, WHITE A. Two contrasting granite types[J]. Pacific geology, 1974, 8: 173-174.
Chawla N V, Bowyer K W, Hall L O, et al. SMOTE: synthetic minority over-sampling technique[J]. Journal of Artificial Intelligence Research, 2002, 16: 321−357.
CHELLE-MICHOU C, CHIARADIA M, OVTCHAROVA M, et al. Zircon petrochronology reveals the temporal link between porphyry systems and the magmatic evolution of their hidden plutonic roots (the Eocene Coroccohuayco deposit, Peru)[J]. Lithos, 2014, 198-199.
CHIARADIA M. How Much Water in Basaltic Melts Parental to Porphyry Copper Deposits?[J]. Frontiers in Earth Science, 2020, 8: 138. doi: 10.3389/feart.2020.00138
CORTES C, VAPNIK V. Support-vector networks[J]. Machine learning, 1995, 20: 273-297.
DAI J, WANG C, ZHU D, et al. Multi-stage volcanic activities and geodynamic evolution of the Lhasa terrane during the Cretaceous: Insights from the Xigaze forearc basin[J]. Lithos, 2015, 218: 127-140.
DEMPSTER T J, JOLIVET M, TUBRETT M N, et al. Magmatic zoning in apatite: a monitor of porosity and permeability change in granites[J]. Contributions to Mineralogy and Petrology, 2003, 145: 568-577. doi: 10.1007/s00410-003-0471-0
DILLES J H, KENT A J R, WOODEN J L, et al. Zircon compositional evidence for sulfur-degassing from ore-forming arc magmas. [J]. Economic geology and the bulletin of the Society of Economic Geologists, 2015, 110: 241-251. doi: 10.2113/econgeo.110.1.241
DU J, AUDéTAT A. Early sulfide saturation is not detrimental to porphyry Cu-Au formation[J]. Geology, 2020, 48: 519-524.
GAO P, ZHENG Y-F, ZHAO Z-F. Distinction between S-type and peraluminous I-type granites: Zircon versus whole-rock geochemistry[J]. Lithos, 2016, 258: 77-91.
GAO P, ZHENG Y-F, ZHAO Z-F. Triassic granites in South China: A geochemical perspective on their characteristics, petrogenesis, and tectonic significance[J]. Earth-Science Reviews, 2017, 173: 266-294. doi: 10.1016/j.earscirev.2017.07.016
GRIMES C B, WOODEN J L, CHEADLE M J, et al. “Fingerprinting” tectono-magmatic provenance using trace elements in igneous zircon[J]. Contributions to Mineralogy and Petrology, 2015, 170: 1-26. doi: 10.1007/s00410-015-1154-3
HANCHAR J M, WESTRENEN W V. Rare Earth Element Behavior in Zircon-Melt Systems[J]. Elements, 2007, 3: 37-42. doi: 10.2113/gselements.3.1.37
HEINONEN A P, R M O T, M NTT RI I, et al. Zircon as a proxy for the magmatic evolution of Proterozoic ferroan granites; the Wiborg rapakivi granite batholith, SE Finland[J]. Journal of Petrology, 2017, 58: 2493-2517. doi: 10.1093/petrology/egy014
Hu Q, Yu K, Liu Y, et al. The 131–134 Ma A-type granites from northern Zhejiang Province, South China: Implications for partial melting of the Neoproterozoic lower crust[J]. Lithos, 2017, 294: 39−52.
HUANG C, ZHAO Z, LI G, et al. Leucogranites in Lhozag, southern Tibet: Implications for the tectonic evolution of the eastern Himalaya[J]. Lithos, 2017a, 294: 246-262.
HUANG X, DENG J, WANG W, et al. Impact of climate and elevation on snow cover using integrated remote sensing snow products in Tibetan Plateau[J]. Remote Sensing of Environment, 2017b, 190: 274-288. doi: 10.1016/j.rse.2016.12.028
KAY S M, JICHA B R, CITRON G L, et al. The calc-alkaline Hidden Bay and Kagalaska plutons and the construction of the central Aleutian oceanic arc crust[J]. Journal of Petrology, 2019, 60: 393-439. doi: 10.1093/petrology/egy119
LEE C-T A, TANG M. How to make porphyry copper deposits[J]. Earth and Planetary Science Letters, 2020, 529: 115868. doi: 10.1016/j.jpgl.2019.115868
LIU Y, LI W, JIA Q, et al. The Dynamic Sulfide Saturation Process and a Possible Slab Break-off Model for the Giant Xiarihamu Magmatic Nickel Ore Deposit in the East Kunlun Orogenic Belt, Northern Qinghai-Tibet Plateau, China[J]. Economic Geology, 2018, 113: 1383-1417. doi: 10.5382/econgeo.2018.4596
LOADER M A, WILKINSON J J, ARMSTRONG R N. The effect of titanite crystallisation on Eu and Ce anomalies in zircon and its implications for the assessment of porphyry Cu deposit fertility[J]. Earth and Planetary Science Letters, 2017, 472: 107-119 . doi: 10.1016/j.jpgl.2017.05.010
MASSIMO C, LUCA C. Supergiant porphyry copper deposits are failed large eruptions[J]. Communications Earth & Environment, 2022, 3: 107.
NATHWANI C L, WILKINSON J J, FRY G, et al. Machine learning for geochemical exploration: classifying metallogenic fertility in arc magmas and insights into porphyry copper deposit formation[J]. Mineralium Deposita, 2022, 57: 1143-1166. doi: 10.1007/s00126-021-01086-9
PETRELLI M, CARICCHI L, PERUGINI D. Machine Learning Thermo‐Barometry: Application to Clinopyroxene‐Bearing Magmas[J]. Journal of Geophysical Research: Solid Earth, 2020, 125: e2020JB020130.
PETRELLI M, PERUGINI D. Solving petrological problems through machine learning: the study case of tectonic discrimination using geochemical and isotopic data[J]. Contributions to Mineralogy and Petrology, 2016, 171: 1-15. doi: 10.1007/s00410-015-1217-5
PIZARRO H, CAMPOS E, BOUZARI F, et al. Porphyry indicator zircons (PIZs): Application to exploration of porphyry copper deposits[J]. Ore Geology Reviews, 2020, 126: 103771. doi: 10.1016/j.oregeorev.2020.103771
RICHARDS J P, SENGOR A M C L. Did Paleo-Tethyan anoxia kill arc magma fertility for porphyry copper formation?[J]. Geology, 2017, 45: 7.
SHUMLYANSKYY L, BELOUSOVA E, PETRENKO O. Geochemistry of zircons from basic rocks of the Korosten anorthosite-mangerite-charnockite-granite complex, north-western region of the Ukrainian Shield[J]. Mineralogy and Petrology, 2017, 111: 459-466. doi: 10.1007/s00710-017-0514-2
TANG G-J, CHUNG S-L, HAWKESWORTH C J, et al. Short episodes of crust generation during protracted accretionary processes: Evidence from Central Asian Orogenic Belt, NW China[J]. Earth and Planetary Science Letters, 2017, 464: 142-154. doi: 10.1016/j.jpgl.2017.02.022
VEZINET A, PEARSON D G, THOMASSOT E, et al. Hydrothermally-altered mafic crust as source for early Earth TTG: Pb/Hf/O isotope and trace element evidence in zircon from TTG of the Eoarchean Saglek Block, N. Labrador[J]. Earth and Planetary Science Letters, 2018, 503: 95-107. doi: 10.1016/j.jpgl.2018.09.015
WADE C, PAYNE J, BAROVICH K, et al. Zircon trace element geochemistry as an indicator of magma fertility in iron oxide copper-gold provinces[J]. Economic Geology, 2022, 117: 703-718. doi: 10.5382/econgeo.4886
WANG S, LI X, SCHERTL H-P, et al. Petrogenesis of early cretaceous andesite dykes in the Sulu orogenic belt, eastern China[J]. Mineralogy and Petrology, 2019, 113: 77-97. doi: 10.1007/s00710-018-0636-1
XIA R, WANG C, QING M, et al. Molybdenite Re–Os, zircon U–Pb dating and Hf isotopic analysis of the Shuangqing Fe–Pb–Zn–Cu skarn deposit, East Kunlun Mountains, Qinghai Province, China[J]. Ore Geology Reviews, 2015, 66: 114-131. doi: 10.1016/j.oregeorev.2014.10.024
XIE F, TANG J, LANG X, et al. The different sources and petrogenesis of Jurassic intrusive rocks in the southern Lhasa subterrane, Tibet: Evidence from the trace element compositions of zircon, apatite, and titanite[J]. Lithos, 2018, 314: 447-462.
YU M, DICK J M, FENG C, et al. The tectonic evolution of the East Kunlun Orogen, northern Tibetan Plateau: A critical review with an integrated geodynamic model[J]. Journal of Asian Earth Sciences, 2020, 191: 104168. doi: 10.1016/j.jseaes.2019.104168
ZHANG Q, WANG Q, LI G, et al. Crucial control on magmatic-hydrothermal Sn deposit in the Tengchong block, SW China: Evidence from magma differentiation and zircon geochemistry[J]. Geoscience Frontiers, 2022, 13: 101401. doi: 10.1016/j.gsf.2022.101401
ZHAO S-Q, TAN J, WEI J-H, et al. Late Triassic Batang Group arc volcanic rocks in the northeastern margin of Qiangtang terrane, northern Tibet: partial melting of juvenile crust and implications for Paleo-Tethys ocean subduction[J]. International Journal of Earth Sciences, 2015, 104: 369-387. doi: 10.1007/s00531-014-1080-z
ZHONG S, FENG C, SELTMANN R, et al. Sources of fluids and metals and evolution models of skarn deposits in the Qimantagh metallogenic belt: A case study from the Weibao deposit, East Kunlun Mountains, northern Tibetan Plateau[J]. Ore Geology Reviews, 2018a, 93: 19-37. doi: 10.1016/j.oregeorev.2017.12.013
ZHONG S, FENG C, SELTMANN R, et al. Geochemical contrasts between Late Triassic ore-bearing and barren intrusions in the Weibao Cu–Pb–Zn deposit, East Kunlun Mountains, NW China: constraints from accessory minerals (zircon and apatite)[J]. Mineralium Deposita, 2018b, 53: 855-870. doi: 10.1007/s00126-017-0787-8
ZHONG S, LI S, FENG C, et al. Geochronology and geochemistry of mineralized and barren intrusive rocks in the Yemaquan polymetallic skarn deposit, northern Qinghai-Tibet Plateau: A zircon perspective[J]. Ore Geology Reviews, 2021b, 139: 104560. doi: 10.1016/j.oregeorev.2021.104560
ZHONG S, LI S, FENG C, et al. Porphyry copper and skarn fertility of the northern Qinghai-Tibet Plateau collisional granitoids[J]. Earth-Science Reviews, 2021c, 214: 103524. doi: 10.1016/j.earscirev.2021.103524
ZHONG S, LI S, LIU Y, et al. I-type and S-type granites in the Earth’s earliest continental crust[J]. Communications Earth & Environment, 2023, 4: 61.
ZHONG S, SELTMANN R, QU H, et al. Characterization of the zircon Ce anomaly for estimation of oxidation state of magmas: a revised Ce/Ce* method[J]. Mineralogy and Petrology, 2019, 113: 755-763. doi: 10.1007/s00710-019-00682-y
ZHONG S H, FENG C, SELTMANN R, et al. Middle Devonian volcanic rocks in the Weibao Cu–Pb–Zn deposit, East Kunlun Mountains, NW China: Zircon chronology and tectonic implications[J]. Ore Geology Reviews, 2017, 84: 309-327. doi: 10.1016/j.oregeorev.2017.01.020
H. ZS, Y. L, Z. L S, et al. A machine learning method for distinguishing detrital zircon provenance[J]. Contributions to Mineralogy and Petrology, 2023, 178: 35. doi: 10.1007/s00410-023-02017-9
ZHOU G, WU Y, WANG H, et al. Petrogenesis of the Huashanguan A-type granite complex and its implications for the early evolution of the Yangtze Block[J]. Precambrian Research, 2017, 292: 57-74. doi: 10.1016/j.precamres.2017.02.005
ZHU J-J, HU R, BI X-W, et al. Porphyry Cu fertility of eastern Paleo-Tethyan arc magmas: Evidence from zircon and apatite compositions[J]. Lithos, 2022, 424: 106775.
ZOU S, CHEN X, BRZOZOWSKI M J, et al. Application of machine learning to characterizing magma fertility in porphyry Cu deposits[J]. Journal of Geophysical Research: Solid Earth, 2022, 127: e2022JB024584. doi: 10.1029/2022JB024584
-
期刊类型引用(4)
1. 韦星，计文化，王建田，段留安，周发侨，孔国栋，张昌帅. 胶东地区招平断裂带中–南段断裂与金矿成矿关系研究. 西北地质. 2025(02): 225-239 . 
本站查看
2. 刘晓敏，于森，李金涛，李丽，丁文彪，薄军委. 胶东石家金矿床成矿流体特征及矿床成因. 黄金. 2024(09): 74-80 . 百度学术
3. 吴新斌，吴凡，毛友亮，李岩. 汉南杂岩高桥沟花岗斑岩体岩石地球化学特征及侵位机制时代归属探讨. 西北地质. 2023(04): 329-335 . 本站查看
4. 冯李强，顾雪祥，章永梅，沈睿文，张英帅，王鹏飞，王大伟. 山东蓬莱石家金矿床载金黄铁矿热电性、晶胞参数及其找矿意义. 矿床地质. 2023(05): 877-891 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 213
- HTML全文浏览量: 65
- PDF下载量: 175
- 被引次数: 4
