Zircon U-Pb-Hf-O Isotopic Characteristics and Geological Significance of Nannihu and Shibaogou Rock Mass in Luanchuan Ore Concentration Area, Western Henan Province
-
摘要:
栾川矿集区位于华北克拉通南缘，区内矿产资源丰富，产出多个大型–超大型斑岩–矽卡岩型钼钨矿床。矿集区内晚中生代岩浆活动频繁，形成多个含矿花岗岩体和斑岩岩株，其成矿差异和成矿潜力的控制因素仍不清楚。笔者以栾川矿集区南泥湖富Mo花岗岩体和石宝沟贫矿岩体为研究对象，基于锆石U-Pb定年和Hf-O同位素研究，揭示其成岩成矿年龄、岩浆源区及成矿指示意义。石宝沟花岗岩和南泥湖岩体的锆石U-Pb年龄分别为（147.5±2.2）Ma和（139.5±1.8）Ma，二者均为燕山期岩浆活动的产物。石宝沟岩体的锆石εHf(t)值为−27.4～−14.51，二阶段模式年龄TDM2值为2.15～2.93 Ga，δ18O值为5.42‰～6.77‰。南泥湖岩体的锆石εHf(t)值为−16.84～−8.04，二阶段模式年龄TDM2值为1.70～2.26 Ga，δ18O值为5.88‰～8.27‰。锆石U-Pb年龄和Hf-O同位素结果表明，在碰撞后造山的局部伸展背景下，石宝沟贫矿岩体岩浆源区源于秦岭造山带加厚下地壳部分熔融，南泥湖富Mo斑岩岩浆具有壳幔混源特征。
-
关键词:
- 花岗斑岩 /
- 锆石U-Pb-Hf-O同位素 /
- 岩浆源区 /
- 栾川矿集区
Abstract:The Luanchuan mining area is located at the southern edge of the North China Craton, which is rich in mineral resources and has produced a number of large-sized and super-large porphyry-silica type molybdenum and tungsten deposits. There are frequent magmatic activities in Late Mesozoic, forming several ore-bearing granite bodies and porphyry rock strains, and the controlling factors of their mineralization differences and potentials are still unclear. In this paper, we take the Mo-rich granite body of Nannihu and the ore-poor granite body of Shibaogou in the Luanchuan mining concentration area as the research objects, and based on zircon U-Pb dating and Hf-O isotope study, we reveal the age of their diagenesis and metallogeny, magma source area, and metallogeny indication significance. The zircon U-Pb ages of the Shibaogou rock and the Nannihu rock are (147.5±2.2) Ma and (139.5±1.8) Ma, respectively, and both are the products of Yanshan-age magmatism. The zircon εHf(t) values of the Shibaogou body range from −27.40～−14.51, and the two-stage mode age TDM2 values range from 2.15～2.93 Ga, with δ18O values of 5.42‰ to 6.77‰. The zircon εHf(t) values of the Nannihu body range from −16.84～−8.04, with second-stage mode age TDM2 values ranging from 1.70～2.26 Ga and δ18O values of 5.88‰～8.27‰. The zircon U-Pb ages and Hf-O isotope results indicate that the source area of the Shibaogou ore-poor magma originated from partial melting of the thickened lower crust of the Qinling orogenic belt in the context of localized extensional downstretching of post-collisional orogeny; and that the Mo-rich porphyry magma of the Nannihu is characterized by crust-mantle mixing.
-
干旱半干旱地区，地下水是决定植被空间分布的关键因素，也是维持自然生态系统平衡的重要水源（王旭升等，2019；孙自永等，2020；Glanville et al.，2023）。由于地下水的过度开发利用，世界上很多地区的地下水已处于超采状态，如中国的西北地区、华北平原，美国的高平原地区等（魏晓妹等，2019；李文鹏等，2020；党学亚等，2022；冯嘉兴等，2023），亟需进行地下水资源的准确评价。作为地下水主要的天然排泄方式，地下水蒸散发（ETG）是地下水资源评价的关键源汇项之一（Lautz，2008；王晓勇等，2014），其计算方法包括蒸渗仪法、涡度相关法、土壤水量平衡法和水位昼夜波动法等（White，1932；Nachabe et al.，2005；王韦娜等，2019）。其中，水位昼夜波动法所需参数少、简单易行，能够更好的反映ETG的变化规律，得到国内外研究者的广泛应用（Cheng et al.，2017；Jia et al.，2021；Huang et al.，2023；Riley et al.，2023）。
地下水依赖型植被的根系可深达毛细带和潜水面（陈伟涛等, 2014），根系吸水的昼夜变化会引起地下水位的昼夜波动，即白天下降、夜间上升。White（1932）最先利用地下水昼夜波动计算日尺度ETG（以下称White方法），认为每天的ETG是每天的地下水侧向补给量与储存量的变化量之和。该方法假设夜间无蒸散发，只有地下水侧向补给使水位恢复。因此，每日平均侧向补给速率可以利用0:00至4:00的水位恢复速率计算。然而一天内侧向补给速率是随水位的变化而变化的，利用0:00-4:00的水位恢复速率计算的恒定侧向补给速率会产生一定误差。因此，学者们对侧向补给速率的计算方法进行了改进，以提高计算精度（Gribovszki et al., 2008; Loheide, 2008; 李洪波等, 2012; 宁世雄等, 2018; Huang et al., 2023）。通过改进侧向补给速率的计算方法，不仅提高了ETG的计算精度，也提高了ETG的时间精度（从日尺度到小时尺度）。例如，Loheide（2008）提出了小时尺度侧向补给速率的计算方法，进而得到了小时尺度的ETG（以下称Loheide方法），在提高计算精度的同时也实现了小时尺度ETG的计算（Yin et al., 2013; 王平等, 2018）。Gribovszki et al.（2008）对夜间水位恢复速率的最大值与最小值进行插值，得到一天中各个小时的侧向补给速率，也得到了小时尺度的ETG。
但以上方法在计算侧向补给量时只考虑了地下水位的变化，忽略了与地下水联系紧密的毛细水变化。毛细带是水气混合的区域，既能为根系提供充足水分又能使其避免因缺氧而死亡（Scott et al., 2000），因此，植被蒸腾所需水分很大一部分是由毛细水贡献的（Wang et al., 2019），尤其是在干旱季节浅层土壤水含量较小时，植物会吸收更多毛细水（Snyder et al., 2000）。天然条件下，毛细上升水的重力与土壤毛管吸力处于静态水力平衡。由于白天蒸散发作用使得毛细水含量减小，且部分水量不能及时得到补给，使其偏离静态水力平衡，导致毛细水分亏缺；夜间蒸散发停止，饱水带水分在毛管吸力作用下补给毛细水，使其恢复水力平衡状态。而传统的水位昼夜波动法认为夜间地下水只接受侧向补给，忽略了地下水对毛细水的补给。因此，利用夜间水位恢复速率计算地下水的侧向补给速率将会小于实际侧向补给速率，导致ETG的计算结果偏低。针对传统方法对侧向补给速率计算的不足，本次研究通过增加计算夜间毛细水的恢复速率，对侧向补给速率进行了校正，提高了小时尺度ETG的计算精度；并且基于一维饱和非饱和水流模型，从理论上对改进方法的计算精度进行评价；最后利用半干旱区地下水浅埋带的实测数据对改进方法进行验证。研究成果可为干旱半干旱区小时尺度潜水蒸散发分析提供技术支撑。
1. 研究方法
1.1 ETG计算方法
1.1.1 Loheide方法
Loheide（2008）通过对地下水位去趋势处理，改进了White方法，得到小时尺度的ETG：
$$ {ET}_{G}\left(t\right)=r\left(t\right)-{S}_{y}\times \frac{\Delta h}{\Delta t} $$ (1) 式中：Sy为给水度；$ \dfrac{\Delta {h}}{\Delta {t}} $为单位时间的水位变化；$ r\left(t\right) $为地下水恢复速率。去趋势水位计算如下：
$$ {WT}_{DT}\left(t\right)=WT\left(t\right)-{m}_{T}\times t-{b}_{T} $$ (2) 式中：WT（t）为实际水位；mT和bT分别为拟合趋势线的斜率和截距。
该方法假设补给源的水位变化趋势与观测的水位变化总趋势一致，去趋势后的水位认为是由定水头水源补给。所以夜间ETG为0时，去趋势水位恢复速率（dWTDT/dt）可以看作是去趋势水位（WTDT）的函数，即$ \varGamma \left({WT}_{DT}\left(t\right)\right) $。在WTDT已知的情况下，通过此函数可以计算白天因定水头补给而引起的去趋势水位恢复速率。本次研究选取夜间21:00～5:00的观测数据得到$ \varGamma \left({WT}_{DT}\left(t\right)\right) $函数，再结合去趋势线的斜率，计算小时尺度的地下水恢复速率：
$$ r\left(t\right)={S}_{y}\times \left[\varGamma \left({WT}_{DT}\left(t\right)\right)+{m}_{T}\right] $$ (3) 1.1.2 改进方法
在蒸散发过程中，白天根系对毛细水的吸收打破了毛细带的水力平衡状态，当蒸散速率大于毛细水补给速率时，毛细水不能及时恢复水力平衡状态。因此毛细带会出现相对于水力平衡状态下的水分亏缺；晚上蒸散发消失，地下水恢复的同时也会补给毛细水，使其恢复水力平衡状态。所以，夜间地下水侧向补给不仅补给地下水，使水位上升，也补给了毛细水，使毛细水亏缺量减小。Loheide方法在利用夜间水位计算地下水侧向补给速率（rL）时，忽略了夜间地下水对非水力平衡状态下毛细水的补给，从而低估了夜间实际地下水的侧向补给速率，进而会低估一天内各个小时的地下水侧向补给速率。其中，夜间每小时侧向补给量的低估量（Er）可用夜间毛细水恢复速率（re）计算（公式4、公式5）。
$$ {E}_{r}={r}_{e}=\frac{\left[{\left({TSW}_{eq}-{TSW}_{s}\right)}_{t}-{\left({TSW}_{eq}-{TSW}_{s}\right)}_{t+\Delta t}\right]}{\Delta t} $$ (4) $$ TSW={\int }_{0}^{d}\theta dz=\sum _{j=0}^{d}\frac{1}{2}\left({Z}_{j+1}-{Z}_{j}\right)\times \left({\theta }_{j+1}+{\theta }_{j}\right) $$ (5) 式中：$ {TSW}_{s} $为地下水位以上包气带总水量；$ {TSW}_{eq} $为相应水位埋深条件下包气带处于水力平衡状态时的总水量；$ \Delta t $为计算的时间间隔（1 h）；d为水位埋深；j为剖面不同深度的土壤含水率监测点；$ \theta $为各监测点的含水率。值得注意的是，re表示单位时间毛细水相对于静态水力平衡时毛细水总水量的恢复量，因此是利用（$ {TSW}_{eq}-{TSW}_{s} $）的变化率来计算。Loheide方法中，白天的rL是通过夜间的rL计算的，因此白天每小时Er是由夜间的Er引起。本文利用夜间水位观测数据，通过经验插值法（Gribovszki et al., 2008）近似计算一天各个小时的Er。本次插值最大标准值选取夜间re的最大值，最小标准值选取每天5:00、6:00时刻re的平均值，对其进行曲线插值，得到每天各个小时的Er。
由于每天的Er均是补充白天毛细水因蒸散发消耗的水量，所以一天24小时内的Er都是白天地下水蒸散发的一部分。计算每天各个小时的蒸散发时，需要对每天的Er进行分配。本次研究利用每天各个小时的潜在蒸散发（ETP）与每天总ETP的比值来加权分配Er，从而得到修正后小时尺度的蒸散发（ETG-M）。公式如下：
$$ {ET}_{G-M, t}={ET}_{G-L, t}+{\sum }_{t=1}^{24}{E}_{r, t}\times \frac{{ET}_{P\text{，}t}}{\displaystyle {\sum }_{t=1}^{24}{ET}_{P\text{，}t}} $$ (6) 式中：ETG-L为Loheide方法计算的ETG；t为5:00至次日5:00时段。
1.1.3 给水度
地下水埋深较小时，给水度（Sy）会随着水位埋深的变化而变化（Loheide et al., 2005）。因此，本次研究利用特定土壤参数下Sy与水位埋深（DWT）的函数关系（Duke, 1972）计算水位埋深依赖的Sy，公式如下：
$$ {S}_{y}={\theta }_{s}-\left[{\theta }_{r}+\frac{{\theta }_{s}-{\theta }_{r}}{{\left[1+{\left(\phi \left|DWT\right|\right)}^{n}\right]}^{m}}\right] $$ (7) 式中：$ \theta_{{s}} $和$ \theta_{{r}} $分别为土壤饱和含水率和残余含水率；$ m=1-\dfrac{1}{n} $、n和$\phi$均为van Genuchten方程的经验系数（van Genuchten, 1980）。
1.2 数值模拟
1.2.1 HYDRUS-1D模型
本研究利用一维饱和非饱和水流模型HYDRUS-1D（Šimůnek et al., 2008）模拟水分在蒸散发过程中的运移。该模型能够有效模拟水分运移过程中土壤含水率的变化（郭雯等, 2020; 王宇祥等, 2020），并且已经广泛应用于水位波动及蒸散发的研究中（Shah et al., 2007; Wang et al., 2014; 张瑞文等, 2019）。本次选用一维垂向Richard方程作为该土壤剖面水流运动控制方程：
$$ \frac{\partial \theta }{\partial t}=\frac{\partial }{\partial z}\left[K\left(\frac{\partial h}{\partial z}+1\right)-S\right] $$ (8) 式中：$ \theta $为土壤体积含水率；h为负压水头；K为渗透系数；t为时间；z为空间坐标；S为根系吸水。土壤水力模型选取van Genuchten模型（van Genuchten, 1980）。含水率$ \text{θ}\text{(}\text{h}\text{)} $与渗透系数K（h）的表达式如下：
$$ \theta \left(h\right)=\left\{\begin{array}{c}{\theta }_{r}+\dfrac{{\theta }_{s}-{\theta }_{r}}{{\left[1+{\left(\phi \left|h\right|\right)}^{n}\right]}^{m}}, h ＜ 0\\ {\theta }_{s},\qquad\qquad\qquad h\geqslant 0\end{array}\right. $$ (9) $$ K\left(h\right)=\left\{\begin{array}{c}{K}_{s}{S}_{e}^{l}{\left[1-{\left({S}_{e}^{1/m}\right)}^{m}\right]}^{2}, h ＜ 0\\ {K}_{s},\qquad\qquad\qquad h\geqslant 0\end{array}\right. $$ (10) 其中：
$$ {S}_{e}=\frac{\theta \left(h\right)-{\theta }_{r}}{{\theta }_{s}-{\theta }_{r}} $$ (11) $$ m=1-\frac{1}{n} $$ (12) 式中：l为孔隙连通系数；Se为有效含水率；Ks为饱和渗透系数。
本研究侧重于地下水浅埋带，即埋深小于1米的地区。因为在这些地区，ETG最大，地下水与毛细水关系最密切，传统计算方法产生的误差最大。为模拟地下水浅埋带蒸散发过程中的水分运移，土壤剖面高度设置为200 cm，地下水源汇项仅考虑底部通量补给和植被蒸腾、地表蒸发排泄（图1a）。土壤剖面为均质土壤，为了对比不同土质条件下ETG的计算误差，分别选取砂土、壤质砂土、砂质壤土和壤土进行模拟。土壤剖面底部设置2 cm厚的粉质黏土层，使底部通量维持在合理的范围（Wang et al., 2014）。各种土质的水力参数选取HYDRUS-1D中的默认值（表1）。
![]()
图 1 概念模型示意图（a），模型中小时尺度潜在蒸散发（ETP）（b）和模型根系垂向分布率（c）Figure 1. A schematic of the conceptual model (a), the hourly variations of potential ET (ETp) (b) and the vertical root distributions in the model (c)表 1 模型中各类土质的水力参数Table 1. Hydraulic parameters of each soil used in the model土质类型 $ {\mathrm{\theta }}_{\mathrm{s}} $ $ {\mathrm{\theta }}_{\mathrm{r}} $ $ \mathrm{\Phi } $ （1/cm） n Ks （cm/h） 砂土 0.43 0.045 0.145 2.68 29.70 壤质砂土 0.41 0.057 0.124 2.28 14.59 砂质壤土 0.41 0.065 0.075 1.89 4.42 壤土 0.43 0.078 0.036 1.56 1.04 粉质黏土 0.36 0.07 0.005 1.09 0.02 1.2.2 初始条件和边界条件
初始水位埋深设置为50 cm，水位以上的毛细水处于静态水力平衡状态。模型上边界为无降雨的气象边界；下边界为定水头边界，底部通量可以视为侧向补给量。根据赵亚迪等（2018）研究确定的中国平均ETP设置潜在蒸散发值，取值为0.63 cm/d。为得到昼夜波动的水位，本次假设模拟期内每日ETP为定值，且白天各个小时的ETP呈半正弦函数分布（Chatzithomas et al., 2015），晚上ETP为0（图1b）。模型中ETP划分为潜在蒸发（EP）和潜在蒸腾（TP）。由于地下水浅埋条件下植被盖度较大，本次研究假设TP占ETP的70%。
1.2.3 数值计算
为满足计算精度要求，本次模型空间计算步长为1 cm，模拟时间为
1440 h，初始计算时间步长为0.001 h，最小计算时间步长为0.0001 h，最大计算时间步长为1 h。1.2.4 根系吸水模型
模型中根系分布利用根系分布方程（Jackson et al., 1996）确定：
$$ Y=1-{\beta }^{d} $$ (13) 式中：Y为地表至深度d处根系的累积分布率，最大根系深度处Y = 1；$ \beta $为深度系数。本次根系厚度为100 cm，相应$ \beta $为0.952（Jackson et al., 1996），不同深度的根系密度分布利用根系累计分布率计算（图1c）。
1.2.5 模型实际蒸散发（ETG-A）的计算
模型中ETG-A利用模型剖面水均衡计算，与Shah et al.（2007）提出的方法类似。首先通过土壤剖面总含水率的变化计算总的蒸散发（ET）：
$$ ET|{t}_{i}={\int }_{0}^{\Delta H}\theta dz|{t}_{i-1}-{\int }_{0}^{\Delta H}\theta dz|{t}_{i}+q\times ({t}_{i}-{t}_{i-1}) $$ (14) 式中：H为土壤剖面高度；q为单位时间的底部通量。
通常ET包括地下水蒸散发（ETG）和包气带土壤水蒸散发（ETS）。假如包气带初始水分处于静态水力平衡状态，当一个蒸发周期结束时，包气带水分由于地下水的补给而恢复水力平衡状态，则认为ET仅包括ETG，不包括ETS。随着DWT增加，地下水与包气带水的联系减弱，一个蒸发周期结束时，由于包气带水分损失量大于地下水对其的补给量，导致其未能恢复水力平衡状态，则认为ET既包含ETG也包含ETS。因此，ETS利用一个蒸发周期前后包气带水亏缺量的变化量来表示：
$$ {ET}_{s}=\left({TSW}_{eq}-{TSW}_{s}\right)|{t}_{i}-\left({TSW}_{eq}-{TSW}_{s}\right)|{t}_{i-1} $$ (15) 由水位波动曲线可以看出，一个蒸发周期为1天。因此，该公式只能计算出日尺度的ETS。本次研究利用小时尺度ETP加权分配ETS，得到小时尺度的ETS。进而计算出小时尺度的ETG-A：
$$ {ET}_{G-A}=ET-{ET}_{s} $$ (16) 1.2.6 精度检验
选取均方根误差（RMSE）和纳什系数（NSE）作为统计量，检验ETG的计算误差（公式17、18）。RMSE表示计算结果相对于实际ETG的分散程度，该值越大表示计算结果的误差越大。NSE表示计算结果与实际ETG相对于1∶1斜率线的拟合程度，其取值范围为−∞至1，取值越大说明两组数据的拟合程度越好。
$$ RMSE=\sqrt{\dfrac{{\displaystyle {\sum }_{i=1}^{n}\left({X}_{A\text{，}i}-{X}_{i}\right)}^{2}}{N}} $$ (17) $$ NSE=1-\dfrac{\displaystyle {\sum }_{i=1}^{n}{\left({X}_{i}-{X}_{A\text{，}i}\right)}^{2}}{\displaystyle {\sum }_{i=1}^{n}{\left({X}_{A\text{，}i}-\overline{{X}_{A}}\right)}^{2}} $$ (18) 式中：X表示计算结果；XA表示实际ETG；N表示统计数据个数。
2. 结果与讨论
2.1 模拟水位与含水率
如图2a所示，4种土质中模拟水位均呈现明显的昼夜波动。模拟初期水位波动下降，10天左右后趋于稳定波动。水位波动稳定后的平均DWT与水位振幅均随土质颗粒变细而增加。砂土、壤质砂土、砂质壤土和壤土的平均DWT分别为50.8 cm、51.0 cm、52.0 cm和54.6cm；水位平均振幅分别为0.14 cm、0.17 cm、0.26 cm和0.44 cm。该变化趋势与前人观测的现象较为一致（Yue et al., 2016; Csafordi et al., 2017），是不同条件下Sy与ETG综合影响的结果。
![]()
图 2 模型中不同土质的水位埋深变化（a）和模型中砂质壤土剖面不同深度的土壤含水率变化（b）Figure 2. Water table hydrographs in different soil textures (a) and soil moisture at various depths for sandy loam in the model (b)模拟结果显示剖面土壤含水率也呈现昼夜波动变化（图2b），并且波动幅度随着深度的增大而减小。土壤含水率的昼夜波动主要由两个过程影响：①地下水位的昼夜波动导致毛细带区域的整体变动，从而引起土壤含水率的昼夜变化。②白天蒸散发直接消耗土壤水，夜间蒸发停止后由于地下水补给和根系土壤水分再分配（阿拉木萨等, 2008）而引起的昼夜变化。不少学者在实际观测中均发现土壤水的昼夜波动现象，并将其运用于ET计算（Nachabe et al., 2005; Gribovszki, 2014）。
2.2 地下水恢复速率
在地下水浅埋带，由于白天蒸散发作用消耗毛细水（张平等, 2011; Wang et al., 2019），使得剖面毛细水低于静态水力平衡状态下的水量；夜间地下水恢复的同时还会向上补给毛细水，导致仅利用夜间上升的地下水位来计算地下水恢复速率的结果偏小。如图3a所示，第50～53天砂质壤土中平均rL（0.05 mm/h）远远小于地下水实际平均恢复速率（0.16 mm/h）），仅为实际恢复速率的31%。该时段的平均Er为0.11 mm/h，占实际地下水恢复速率的69%（图3b）。而小时尺度的rL、Er之和与小时尺度的实际恢复速率基本吻合（图3a）。因此，实际地下水恢复速率应该是rL与Er之和，忽略Er将会在很大程度上低估实际地下水恢复速率。
![]()
图 3 砂质壤土中25～29天不同方法计算的地下水恢复速率（a）和毛细水亏缺量变化速率与地下水恢复速率的低估值（Er）（b）Figure 3. The groundwater recovery rate estimated by different methods (a) and the variation rate of capillary water deficit and Er during days 25-29 for sandy loam (b)2.3 不同方法计算的ETG
本研究将Loheide方法计算结果（ETG-L）和改进方法计算结果（ETG-M）分别与模型实际蒸散发（ETG-A）进行了对比分析。结果显示，模拟期间不同土质条件下白天各个小时的ETG-L均低于ETG-A，小时尺度平均ETG的相对误差均大于45%；而ETG-M的相对误差则均小于4%。以砂土为例，白天各个小时ETG-L的平均相对误差为45%。且早晨和傍晚计算误差较小，中午误差较大（图4a）。进一步分析可知，一天中ETG-L的计算误差与ETG-A呈现良好的正相关关系（R2=0.93），表明一天中ETG-A越大，则ETG-L的误差越大。而ETG-M白天各个小时的误差较小，砂土中二者平均相对误差仅为1%。通过分析两种方法的计算精度（表2），可以看出4类土质中ETG-L与ETG-A的平均均方根误差（RMSE）为0.14 mm/h，平均纳什系数（NSE）为0.26；而ETG-M与ETG-A的平均RMSE为0.02 mm/h，平均NSE为0.97。因此，相对于Loheide方法，本研究提出的方法对小时尺度ETG的计算精度更高。
![]()
图 4 砂质壤土中第28～30天不同方法计算结果与实际蒸散发的对比（a）和不同方法计算结果的日平均误差随水位埋深的变化（b）Figure 4. Comparison of actual ETG and the ETG estimated by different methods during days 28-30 (a) and the variation of the daily mean error with the DWT estimated by different methods for sandy loam (b)表 2 不同方法计算结果与实际值的均方根误差（RMSE）和纳什系数（NSE）Table 2. The RMSE and NSE of ETG-A and ETG-L estimated by different methods for each soilETG-L与ETG-A ETG-M与ETG-A RMSE （mm/h） NSE RMSE （mm/h） NSE 砂土 0.05 0.56 0.02 0.93 壤质砂土 0.08 0.46 0.01 0.98 砂质壤土 0.16 0.17 0.02 0.99 壤土 0.28 −0.14 0.04 0.98 通过调整模型初始水位埋深，得到砂质壤土中不同水位埋深下两种方法的计算误差。ETG-L的误差受地下水埋深变化的影响较大（图4b）。砂质壤土中地下水埋深为23 cm时，ETG-L的误差为0.07 mm/h；随着地下水埋深的增加，误差迅速增大，在地下水埋深为33 cm左右时达到峰值（0.16 mm/h）；随后误差开始逐渐减小。该变化趋势主要受到地下水埋深的影响。在地下水埋深较小时，根系吸收毛细水的比例较小，并且毛细带能够较快的得到饱水带的补给，夜间滞后补给量小，误差较小。随着地下水埋深增加，根系吸收毛细水的比例增加，较深的地下水不能及时补充浅部毛细水的亏缺，夜间滞后补给量增加，导致误差增大；当地下水埋深继续增加时，由于根系密度的减小降低了根系吸收毛细水的量，因此夜间滞后补给量也逐渐变小。水位埋深大于40 cm之后，由于ETG-A逐渐减小，因此虽然ETG-L的误差逐渐减小，但是其相对误差却仍随埋深增大而增加，均大于50%。而ETG-M的精度几乎不受DWT的影响，砂质壤土中ETG-M的误差均小于0.02 mm/h，相对误差均小于5%。
3. 实例验证
利用实际监测数据，采用本次研究提出的方法，计算了中国西北湖盆湿地区的ETG。研究区位于鄂尔多斯高原的木凯淖（图5），行政区属于鄂尔多斯市乌审旗。该区地势由湖泊向四周逐渐升高，湖水为地下水出露。湖泊周围岩性主要为第四系湖积物和风积物；主要植被类型为湿生苔草，根系深度约为80 cm。该区年平均降雨量为330 mm；年平均ETP为
1150 mm；年平均气温为7.0 ℃，其中7月份气温最高，为22.4 ℃，1月份气温最低，为−11.0 ℃。水位数据利用具有气压校正的自计水位计（型号：DCX-22）监测，频率为1次/h。另外，利用自计仪器EM50监测观测孔附近土壤含水率的变化。监测深度为20 cm至60 cm，探针间隔10 cm，监测频率为1次/h。在观测孔东南方向约1.2 km处安装了小型气象站（型号：HOBO-U30），以1次/h的频率监测太阳辐射、气温、相对湿度和风速等气象数据。利用监测的气象要素，采用Penman-Monteith公式（Allen et al., 1998）计算ETp。
某一水位埋深下静态水力平衡状态的毛细带含水率（θeq）分布利用van Genuchten模型（公式9）进行计算。在静态水力平衡条件下，公式9中的压力水头（h）在潜水面处为0。基于能量守恒，潜水面以上由于位置水头增加，压力水头相应变为负值。例如，潜水面以上20 cm处的压力水头为-20 cm。再利用已知的h通过公式9得到包气带不同深度的θeq。
采用筛分法和土壤比重法，分析研究区不同深度（20 cm、30 cm、60 cm和80 cm）土壤中的砂、淤泥和黏土的比例。并用HYDRUS-1D预测了不同层位土壤的水力参数。由于研究深度范围内各土壤水力参数相差不大，利用不同层位土壤水力参数的平均值作为最终参数（表3）进行计算。给水度利用公式（7）计算。
表 3 研究场地平均土壤水力参数Table 3. Hydraulic parameters of the soil in the field site$ {\theta }_{s} $ $ {\theta }_{r} $ $ \Phi $ （1/cm） n Ks （cm/h） 0.360 0.054 0.028 2.68 29.4 本次选取2019年5月20日至6月5日无降雨时段的野外观测数据。如图6a所示，场地中水位与土壤含水率均呈现昼夜波动变化，即8:00左右下降，19：00左右上升。水位波动幅度随水位埋深的增加而减小。例如，当一天中平均水位埋深由57.72 cm增加到75.40 cm时，昼夜波动振幅由5.41 cm下降至2.32 cm。土壤含水率整体的波动幅度也随着深度的增加而减小，振幅由20 cm处的0.014 cm3/cm3下降到60 cm处的0.005 cm3/cm3。这些变化趋势均与模型数据一致。
![]()
图 6 实测水位埋深与不同深度的土壤含水率（a），毛细水亏缺量恢复速率与地下水恢复速率的低估值（Er）（b），气温与露点（c）和Loheide方法、改进方法的ETG与ETP的对比（d）Figure 6. Measured DWT and soil moistures (a); the variation rate of capillary water deficit and Er (b); air temperature and dew point (c); Comparison of potential ET and the ETG estimated by the Loheide method and modified method (d)通过毛细水亏缺量恢复速率，计算出Er（图6b）。可以看出，Er最小值出现在蒸散发开始时刻（5:00），均接近于0 mm/h；最大值出现在蒸散发消失的时刻（19:00），均大于0.1mm/h。这是由于一天中蒸散发开始前，毛细水处于静态水力平衡状态。蒸散发开始后，由于根系吸取毛细水，使其发生相对于静态水力平衡状态的水分亏缺，但由于蒸散发速率大于毛细水亏缺量的恢复速率，所以实际计算的毛细水亏缺量仍在增加（图6b）。傍晚，蒸散发作用减弱，蒸散发速率小于毛细水亏缺量恢复速率后，毛细水开始恢复。蒸散发完全消失后，毛细水亏缺量恢复速率达到最大值，之后该速率逐渐减小，直到凌晨5:00左右，毛细水达到水力平衡状态，恢复量为0。进一步分析，研究时段气温变化均高于露点（图6c），因此该时段没有大气凝结水产生。另外，非饱和带渗透系数较小，并且由土壤含水率的振幅可知，其水力梯度很小，因此忽略非饱和带的侧向水分运移。所以，夜间毛细水恢复的原因主要是地下水通过毛细上升补给所导致的。在利用水位恢复速率计算侧向补给量的过程中，Loheide方法忽略了地下水补给毛细水的部分，因此低估了该区域的侧向补给量。
分别利用Loheide方法和改进方法计算了小时尺度ETG。如图6d，小时尺度的ETG-M均大于ETG-L，且二者均小于ETP，这与模型数据的计算结果较为一致。整体来看，ETG-M的变化趋势更接近ETP的变化趋势。由于野外实际ETG未知，通常利用计算结果与ETP的相关性来验证计算精度（Nachabe et al., 2005; Loheide, 2008）。进一步分析两种方法结果与ETP的相关性（图7），发现ETG-M与ETP的相关系数（R2=0.91）大于ETG-L与ETP的相关系数（R2=0.71）。这表明改进方法对小时尺度ETG的计算精度高于Loheide方法。
![]()
图 7 Loheide方法、改进方法的计算结果分别与潜在蒸散发的相关性分析Figure 7. The correlation between potential ET and the ETG estimated by the Loheide method and modified method, respectively4. 结论
（1）基于模拟分析的地下水浅埋区不同土质条件下，Loheide方法计算的水位恢复速率偏小，改进方法的计算结果与小时尺度的实际恢复速率基本一致。
（2）模型分析中利用Loheide方法计算的潜水蒸散发（ETG）在小时尺度的相对误差均大于45%，且相对误差随实际ETG与水位埋深的增加而增加。改进方法小时尺度ETG的计算误差较小，相对误差均小于4%，且不受水位埋深影响。结合实测数据分析的改进方法在小时尺度的计算结果与潜在蒸散发具有较好的相关性。
（3）相对于Loheide方法，改进方法显著提高了小时尺度ETG的计算精度。
-
![]()
图 1 秦岭造山带构造格架图（a）和栾川矿集区地质简图（b）（修改自Cao et al., 2015）
1.下古生界陶湾群；2.新元古界栾川群；3.中元古界管道口群；4.中元古界宽坪群；5.白垩纪花岗岩；6.侏罗纪花岗岩；7.元古代变辉长岩；8.元古代变正长斑岩；9.断层；10.斑岩–矽卡岩型钼钨矿床；11.热液脉型铅锌银矿床；12.矽卡岩型硫铁多金属矿床
Figure 1. (a) Tectonic framework of the Qinling Orogen and (b) geological map of the Luanchuan ore cluster
![]()
图 2 石宝沟岩体和南泥湖岩体野外照片与镜下照片
a、e、f. 石宝沟岩体；b、c、d. 南泥湖岩体；Mag.磁铁矿；Kfs.钾长石；Pl.斜长石；Qtz.石英；Py.黄铁矿；Bt.黑云母
Figure 2. Field photo, photomicrographsof Shibaogou rock and Nannihu rock
![]()
图 3 石宝沟岩体与南泥湖岩体锆石CL图（a、c）、锆石U-Pb年龄谐和图（b、d）
Figure 3. (a, c) Zircon CL characteristics, (b, d) zircon U-Pb age harmonic diagram of Shibaogou rock and Nannihu rock
![]()
图 4 石宝沟岩体εHf（t）直方图（a）、二阶段模式年龄（TDM2）直方图（b）和南泥湖岩体εHf（t）直方图（c）、二阶段模式年龄（TDM2）直方图（d）
Figure 4. (a) εHf(t) histogram of Shibaogou rock, (b) TDM2 histogram of Shibaogou rock, (c) εHf(t) histogram of Nannihu rock, (d) TDM2 histogram of Nannihu rock
![]()
图 5 石宝沟岩体锆石δ18O值直方图（a）、南泥湖岩体锆石δ18O值直方图（b）
Figure 5. (a) Zircon δ18O histogram of Shibaogou rock, (b) zircon δ18O histogram of Nannihu rock
![]()
图 6 南泥湖岩体和石宝沟岩体锆石年龄–εHf（t）图解
华北克拉通太华群锆石Hf同位素数据引自罗铮娴等（2018）
Figure 6. εHf(t)-age diagrams of Shibaogou and Nannihu rocks
表 1 石宝沟岩体与南泥湖岩体LA-ICP-MS锆石U-Pb年龄鉴定结果表
Table 1 LA-ICP-MS Ziron U-Pb isotopic analysis of Shibaogou and Nannihu pluton
样品 U（10−6） Th（10−6） Pb（10−6） Th/U 206Pb/238U 207Pb/235U 207Pb/206Pb 207Pb/235Pb（Ma） 1σ 206Pb/238Pb（Ma） 1σ 207Pb/206Pb（Ma） 1σ SBG-G02 1 1887 891 70.2 2.13 0.02383 0.1709 0.0515 160.1 4.1 151.8 1.8 255 57 2 1015 512 35.8 1.98 0.02226 0.1608 0.0521 151.4 5.1 141.9 1.9 293 89 3 765 509 31.1 1.56 0.02284 0.2000 0.0642 185.0 9.8 145.6 2.5 710 120 5 1304 723 46.1 1.82 0.02154 0.1659 0.0559 155.8 5.0 137.4 2.1 431 81 6 1239 695 49.9 1.77 0.02212 0.1535 0.0498 144.9 4.1 141.0 1.7 177 71 8 1368 705 49.2 1.94 0.02311 0.1529 0.0478 145.5 5.0 147.3 2.0 103 81 9 386 350 25.3 1.15 0.02288 0.1810 0.0582 171.0 11 145.8 2.2 520 150 10 1027 553 40.7 1.85 0.02247 0.1613 0.0517 151.7 5.3 143.2 1.7 263 73 11 1429 1061 77.0 1.35 0.02358 0.1593 0.0502 150.0 4.3 150.2 1.6 198 64 12 914 1090 84.0 0.86 0.02408 0.1771 0.0530 165.4 6.1 153.4 1.4 329 91 13 1320 765 55.7 1.71 0.02403 0.1631 0.0497 153.3 4.3 153.1 1.5 174 68 14 1196 484 36.3 2.44 0.02375 0.1612 0.0492 151.7 4.9 151.3 1.9 148 80 15 1530 3500 236 0.85 0.02300 0.1645 0.0531 154.5 5.7 146.6 2.1 318 75 16 981 543 41.7 1.79 0.02292 0.1754 0.0557 164.0 5.2 146.1 1.9 428 72 17 1526 608 49.9 2.51 0.0242 0.1774 0.0531 165.7 4.1 154.1 2.6 333 70 19 1217 875 71.2 1.42 0.02446 0.1969 0.0580 182.5 4.6 155.8 1.7 545 64 20 1171 681 51.9 1.73 0.02396 0.1681 0.0506 157.6 4.7 152.7 1.8 229 69 21 993 505 38.6 1.94 0.02265 0.1675 0.0539 157.1 6.7 144.4 1.8 360 100 22 830 399 28.0 2.13 0.02244 0.1638 0.0531 153.9 4.7 143.0 1.7 321 77 23 1006 627 45.2 1.67 0.02257 0.1663 0.0532 156.1 5.6 143.9 1.3 323 84 24 498 179 14.0 3.05 0.02243 0.1720 0.0556 161.2 9.0 143.0 2.8 430 130 25 1258 756 54.1 1.68 0.02288 0.1602 0.0509 150.8 4.9 145.8 1.8 222 83 NNH-G01 1 1410 970 57.4 1.59 0.02220 0.1750 0.0571 163.1 8.9 141.5 2.8 470 110 2 1107 1778 117.6 0.63 0.02182 0.1690 0.0563 158.4 5.7 139.1 1.8 481 75 3 1072 874 61.6 1.21 0.02150 0.1583 0.0531 149.1 5.2 137.2 1.2 372 93 4 1480 850 56.0 1.88 0.02131 0.1578 0.0537 148.7 3.6 135.9 1.9 348 61 5 1760 1220 57.4 1.34 0.02225 0.2170 0.0734 198.0 23 141.9 2.7 920 240 6 2440 1118 79.9 2.20 0.02225 0.1573 0.0511 148.2 3.6 141.8 1.7 237 62 7 1850 1319 84.9 1.42 0.02234 0.1901 0.0614 178.0 7.6 142.4 1.2 690 100 8 740 535 37.8 1.38 0.02134 0.1517 0.0511 143.2 7.5 136.1 2.0 270 130 9 2480 1410 94.0 1.81 0.02171 0.1581 0.0530 149.0 3.5 138.4 1.4 322 54 10 1264 542 41.2 2.53 0.02216 0.1830 0.0604 170.4 8.8 141.3 1.7 570 130 
下载: 导出CSV
表 2 南泥湖、石宝沟岩体锆石Hf-O同位素分析结果
Table 2 Ziron Hf-O isotopic of Nannihu rock and Shibaogou Rock
样品 T（Ma） 176Hf/177Hf 176Lu/177Hf 176Yb177/Hf ɛHf（t） TDM1（Ga） TDM2（Ga） fLu/Hf δ18O（‰） SBG-G02 1 151.8 0.28220 0.002050 0.0574 −17.11 1.53 2.28 −0.94 5.42 2 141.9 0.28222 0.001486 0.0399 −16.55 1.47 2.24 −0.96 5.50 3 145.6 0.28215 0.001429 0.0391 −18.94 1.57 2.39 −0.96 5.83 4 132.4 0.28221 0.002088 0.0539 −17.05 1.51 2.26 −0.94 6.11 5 137.4 0.28222 0.001386 0.0398 −16.74 1.47 2.25 −0.96 5.93 6 141.0 0.28218 0.001413 0.0425 −17.98 1.53 2.33 −0.96 5.72 7 198.0 0.28224 0.001120 0.0307 −14.51 1.43 2.15 −0.97 6.32 8 147.3 0.28219 0.001309 0.0380 −17.41 1.51 2.30 −0.96 6.16 9 145.8 0.28214 0.001481 0.0480 −19.26 1.59 2.41 −0.96 5.91 10 143.2 0.28217 0.001505 0.0446 −18.19 1.54 2.34 −0.95 5.55 11 150.2 0.28210 0.002075 0.0576 −20.72 1.67 2.50 −0.94 6.28 12 153.4 0.28214 0.001526 0.0485 −19.14 1.59 2.41 −0.95 6.17 13 153.1 0.28222 0.001282 0.0376 −16.19 1.46 2.22 −0.96 6.39 14 151.3 0.28222 0.001263 0.0361 −16.26 1.46 2.23 −0.96 5.88 15 146.6 0.28221 0.002480 0.0800 −16.80 1.52 2.26 −0.93 6.55 16 146.1 0.28218 0.001245 0.0378 −17.82 1.52 2.32 −0.96 6.32 17 154.1 0.28216 0.001559 0.0441 −18.32 1.56 2.36 −0.95 5.89 18 155.8 0.28190 0.001095 0.0410 −27.40 1.90 2.93 −0.97 6.61 19 152.7 0.28217 0.001582 0.0483 −18.03 1.55 2.34 −0.95 8.27 20 144.4 0.28220 0.001254 0.0356 −17.29 1.50 2.29 −0.96 6.07 21 143.0 0.28218 0.001539 0.0391 −17.84 1.53 2.32 −0.95 — 22 143.9 0.28221 0.001564 0.0407 −17.05 1.50 2.27 −0.95 — 23 143.0 0.28218 0.001583 0.0473 −17.92 1.53 2.32 −0.95 — 24 145.8 0.28225 0.001101 0.0256 −15.55 1.42 2.18 −0.97 — 25 141.5 0.28219 0.001448 0.0403 −17.69 1.52 2.31 −0.96 — NNH-G01 1 139.1 0.28228 0.001318 0.0335 −14.37 1.38 2.10 −0.96 6.28 2 137.2 0.28246 0.000928 0.0361 −8.04 1.11 1.70 −0.97 6.17 3 135.9 0.28236 0.000910 0.0316 −11.71 1.26 1.93 −0.97 6.39 4 141.9 0.28232 0.001792 0.0473 −13.22 1.35 2.03 −0.95 5.88 6 142.4 0.28221 0.002084 0.0559 −16.84 1.51 2.26 −0.94 6.32 7 136.1 0.28228 0.001701 0.0497 −14.46 1.39 2.10 −0.95 5.89 8 138.4 0.28226 0.001053 0.0345 −15.31 1.41 2.16 −0.97 6.61 9 141.3 0.28223 0.001900 0.0518 −16.43 1.48 2.23 −0.94 8.27 10 153.5 0.28229 0.001399 0.0363 −13.86 1.37 2.08 −0.96 6.07
下载: 导出CSV
-
包志伟, 李创举, 祁进平, 等. 东秦岭栾川铅锌银矿田辉长岩锆石SHRIMP U-Pb年龄及成矿时代[J]. 岩石学报, 2009, 25（11）: 2951−2956. BAO Zhiwei, LI Chuangju, QI Jinping, et al. SHRIMP zircon U-Pb age of the gabbro dyke in the Luanchuan Pb-Zn-Ag orefield, east Qinling orogen and its constraint on mineralization time[J]. Acta Petrologica Sinica,2009,25(11):2951−2956.
陈衍景, 李诺, 邓小华, 等. 秦岭造山带钼矿床成矿规律[M]. 北京: 科学出版社, 2020. CHEN Yanjing, LI Nuo, DENG Xiaohua, et al. Molybdenum Mineralization in Qinling Orogen[M]. BeiJing: Science Press, 2020.
陈龙龙, 唐利, 沈彦谋, 等. 秦岭造山带栾川Mo-W矿集区和柞水–山阳Cu-Mo矿集区斑岩型矿床成矿差异性对比[J]. 西北地质, 2024, 57（2）: 67−89. CHEN Longlong,TANG Li,SHEN Yanmou,et al. Comparison on Metallogenic Differences of Porphyry Deposits between Luanchuan Mo-W and Zhashui-Shanyang Cu-Mo Ore-clusters in Qinling Orogenic Belt: Constraints of Magmatic Source and Metallogenic Conditions[J]. Northwestern Geology,2024,57(2):67−89.
付鑫宁, 唐利, 姚梅青, 等. 东秦岭黄水庵钼矿床的碳酸岩成因与地质意义: 来自痕量元素和Sr-Nd-Pb同位素的约束[J]. 成都理工大学学报(自然科学版), 2021, 48（5）: 525−538. FU Xinning, TANG Li, YAO Meiqing et al. Genesis and geological significance of the Huangshui’an Mo deposit in Eastern Qinling area of China: Constraints From trace elements and Sr-Nd-Pb isotopes[J]. Journal of Chengdu University of Technology,2021,48(5):525−538.
侯增谦, 杨志明, 王瑞, 等. 再论中国大陆斑岩Cu-Mo-Au矿床成矿作用[J]. 地学前缘, 2020, 27（2）: 20−44. HOU Zengqian, YANG Zhiming, WANG Rui, et al. Further discussion on porphyry Cu-Mo-Au deposit formation in Chinese mainland[J]. Earth Science Frontiers,2020,27(2):20−44.
李欢, 邹灏, 陈恒强, 等. 云南腾冲箐口钼多金属矿床成矿地质特征及找矿标志[J]. 成都理工大学学报(自然科学版), 2018, 45（3）: 313−324. LI Huan, ZOU Hao, CHEN Hengqiang, et al. Geological characteristics of mineralization and prospecting indicators of Jingkou Mo deposit in Tengchong, Yunnan, China[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2018,45(3):313−324.
李诺. 斑岩型钼矿: 新类型的识别及成矿控制因素[J]. 矿物岩石地球化学通报, 2022, 41（1）: 113−126+7. LI Nuo. Porphyry Mo Deposits: New Sub-Types and Ore-Controlling Factors[J]. Bulletin of Mineralogy, Petrology and Geochemistry,2022,41(1):113−126+7.
李永峰, 毛景文, 白凤军, 等. 东秦岭南泥湖钼(钨)矿田Re-Os同位素年龄及其地质意义[J]. 地质论评, 2003, 49（6）: 652−659. LI Yongfeng, MAO Jingwen, BAI Fengjun, et al. Re–Os isotopic dating of molybdenites in the Nannihu molybdenum (tungsten) ore field in the eastern Qinling and its geological significance[J]. Geological Review,2003,49(6):652−659.
李平, 陈隽璐, 张越, 等. 商丹俯冲增生带南缘土地沟–池沟地区侵入岩形成时代及地质意义[J]. 西北地质, 2023, 56（2）: 10−27. LI Ping, CHEN Junlu, ZHANG Yue, et al. The Formation Age of Intrusions from Tudigou–Chigou Region in Southern Margin of Shangdan Subduction–Accretion Belt and Its Geological Significance[J]. Northwestern Geology,2023,56(2):10−27.
李永峰, 毛景文, 胡华斌, 等. 东秦岭钼矿类型、特征、成矿时代及其地球动力学背景[J]. 矿床地质, 2005, 51（3）: 292−304. LI Yongfeng, MAO Jingwen, HU Huabin, et al. Geology distribution types and tectonic settings of Mesozoic molybdenum deposits in East Qinling area[J]. Mineral Deposits,2005,51(3):292−304.
罗铭玖, 林潜龙, 卢欣祥, 等. 东秦岭含钼花岗岩的地质特征[J]. 河南地质, 1993, 11（1）: 2−8. LUO Mingjiu, LIN Qianlong, LU Xinxiang, et al. Geological characteristics of molybdenum-bearing granites in the East Qinling Mountains[J]. Henan Geology,1993,11(1):2−8.
罗铮娴, 黄小龙, 王雪, 等. 华北克拉通崤山太华群TTG质片麻岩年代学与地球化学特征: 岩石成因机制探讨[J]. 大地构造与成矿学, 2018, 42（2）: 332−347. LUO Zhengxian, HUANG Xiaolong, WANG Xue, et al. Geochronology and Geochemistry of the TTG Gneisses from the Taihua Group in the Xiaoshan Area, North China Craton: Constraints on Petrogenesis[J]. Geotectonica et Metallogenia,2018,42(2):332−347.
牛腾, 倪志耀, 孟宝航, 等. 冀北康保芦家营巨斑状花岗岩: 华北克拉通北缘中段1.3～1.2 Ga B. P. 伸展—裂解事件的地质记录[J]. 成都理工大学学报(自然科学版), 2023, 50（4）: 486−503. NIU Teng, NI Zhiyao, MENG Baohang, et al. The Lujiaying megaporphyric granite in Kangbao area, North Hebei: A geological record of extension and breakup event at 1.3~1.2 Ga B. P. in the central segment of northern margin of North China Craton[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2023,50(4):486−503.
孙卫东, 李聪颖, 凌明星, 等. 钼的地球化学性质与成矿[J]. 岩石学报, 2015, 31（7）: 1807−1817. SUN Weidong, LI Congying, LING Mingxing, et al. The geochemical behavior of molybdnum and mineralization[J]. Acta Petrologica Sinica,2015,31(7):1807−1817.
冉亚洲, 陈涛, 梁文天, 等. 西秦岭郎木寺组火山岩锆石U–Pb年龄及其构造意义[J]. 西北地质, 2024, 57（1）: 110−121. RAN Yazhou,CHEN Tao,LIANG Wentian,et al. Zircon U–Pb Age of Volcanic Rocks from the Langmusi Formation in the Western Qinling Mountains and Its Tectonic Significance[J]. Northwestern Geology,2024,57(1):110−121.
唐利, 张寿庭, 曹华文, 等. 河南栾川矿集区钼钨铅锌银多金属矿成矿系统及演化特征[J]. 成都理工大学学报(自然科学版), 2014, 41（3）: 356−368. TANG Li, ZHANG Shouting, CAO Huawen, et al. Metallogenic system and evolutionary characteristics of Mo-W-Pb-Zn-Ag polymetallic metallogenic concentration area in Luanchuan, Henan[J]. [J]. Journal of Chengdu University of Technology (Science & Technology Edition),2014,41(3):356−368.
田浩浩, 张寿庭, 曹华文, 等. 豫西赤土店铅锌矿床闪锌矿微量元素地球化学特征[J]. 矿物岩石地球化学通报, 2015, 34（2）: 334−342. TIAN Haohao, ZHANG Shouting, CAO Huawen, et al. Geochemical Characteristics of Trace Elements of Sphalerite in the Chitudian Pb-Zn Deposit, West Henan Province[J]. Bulletin of Mineralogy, Petrology and Geochemistry,2015,34(2):334−342.
王汉辉, 唐利, 杨勃畅, 等. 东秦岭黄水庵碳酸岩型Mo-REE矿床方解石地球化学特征和氟碳铈矿U-Th-Pb年龄及其意义[J]. 西北地质, 2023, 56（1）: 48−62. WANG Hanhui, TANG Li, YANG Bochang, et al. Geochemical Characteristics of Calcite and Bastnäsite U-Th-Pb Age of the Huangshui’an Carbonatite-hosted Mo-REE Deposit, Eastern Qinling[J]. Northwestern Geology,2023,56(1):48−62.
王梓桐, 王根厚, 张维杰, 等. 阿拉善地块南缘志留纪花岗闪长岩LA-ICP-MS锆石U-Pb年龄及地球化学特征[J]. 成都理工大学学报(自然科学版), 2022, 49（5）: 586−600. WANG Zitong, WANG Genhou, ZHANG Weijie, et al. LA-ICP-MS zircon U-Pb dating and geochemical characteristics of the Silurian granodiorite in the southern margin of Alxa Block, China[J]. Journal of Chengdu University of Technology (Science & Technology Edition),2022,49(5):586−600.
熊万宇康, 赵梦琪, 于淼, 等. 造山带洋陆转换过程与岩浆作用: 以东昆仑都兰地区古生代花岗岩为例[J]. 西北地质, 2023, 56(6): 113−139. XIONG Wanyukang, ZHAO Mengqi, YU Miao, et al. Ocean−Continent Transition Process and Magmatism in Orogenic Belts: A Case Study of Paleozoic Granites in the Dulan Area of East Kunlun[J]. Northwestern Geology, 2023, 56(6): 113−139.
杨航, 秦克章, 吴鹏, 等. 斑岩铜-钼-金矿床: 构造环境、成矿作用与控制因素[J]. 矿床地质, 2023, 42（1）: 128−156. YANG Hang, QIN Kezhang, WU Peng, et al. Tectonic setting, mineralization and ore-controlling factors of porphyry Cu-Mo-Au deposits[J]. Mineral Deposits,2023,42(1):128−156.
杨荣勇, 徐兆文, 任启江. 东秦岭地区石宝沟和火神庙岩体的时代及岩浆物质来源[J]. 矿物岩石地球化学通报, 1997, 16（1）: 17−20. YANG Rongyong, XU Zhaowen, REN Qijiang. Ages and Magma Sources of Shibaogou and Huoshenmiao Complexes in East Qinling[J]. Bulletin of Mineralogy, Petrology and Geochemistry,1997,16(1):17−20.
杨阳, 王晓霞, 柯昌辉, 等. 豫西南泥湖矿集区石宝沟花岗岩体的锆石U-Pb年龄、岩石地球化学及Hf同位素组成[J]. 中国地质, 2012, 39（6）: 1525−1542. YANG Yang, WANG Xiaoxia, KE Changhui, et al. Zircon U-Pb age, geochemistry and Hf isotopic compositions of Shibaogou granitoid pluton in the Nannihu ore district, western Henan Province[J]. Geology in China,2012,39(6):1525−1542.
杨正良, 任龙, 邓明国, 等. 河南栾川石宝沟Mo矿床岩体年龄及氧逸度的成矿意义[J]. 有色金属, 2023, 75（5）: 134−145. YANG Zhengliang, REN Long, DENG Mingguo, et al. Pluton age and minerallogenic significance of oxygen fugacity of Shibaogou Mo deposit in Luanchuan, Henan[J]. Nonferrous Metal,2023,75(5):134−145.
张红亮. 栾川矿集区东鱼库钼钨多金属矿床成矿地质特征与成矿模式[D]. 北京: 中国地质大学(北京), 2014. ZHANG Hongliang. Ore-Forming Geological Characteristics and Metallogenic Model of the Dongyuku Mo-W Polymetallic Deposit, Luanchuan Ore Area[D]. Beijing: China University of Geosciences (Beijing), 2014.
张云辉, 张寿庭, 王世炎, 等. 东秦岭南泥湖钼(钨)矿床和秋树湾铜(钼)矿床成岩成矿特征对比研究[J]. 地质与勘探, 2014, 50（4）: 700−711. ZHANG Yunhui, ZHANG Shouting, WANG Shiyan, et al. Comparison of petrologic and metallogenic characteristics between the Nannihu Mo(W)deposit and Qiushuwan Cu(Mo)deposit, east Qinling[J]. Geology and Exploration,2014,50(4):700−711.
朱赖民, 张国伟, 李犇, 等. 与秦岭造山有关的几个关键成矿事件及其矿床实例[J]. 西北大学学报(自然科学版), 2008, 82（3）: 204−220. ZHU Laimin,ZHANG Guowei,LI Ben,et al. Some key metall ogenetic events of Qinling orgenic belt and their deposit examples[J]. [J]. Journal of Northwest University (Nature Science Edition),2008,82(3):204−220.
Cao Huawen, Zhang Shouting, Santosh M, et al. The Luanchuan Mo-W-Pb-Zn-Ag magmatic-hydrothermal system in the East Qinling metallogenic belt, China: Constrains on metallogenesis from C-H-O-S-Pb isotope compositions and Rb–Sr isochron ages[J]. Journal of Asian Earth Sciences,2015,111:751−780.
Chen Yanjing, Pirajno Franco, Li Nuo, et al. Molybdenum deposits in China[J]. Ore Geology Reviews,2017,81:401−404.
Dong Yunpeng, Santosh M. Tectonic architecture and multiple orogeny of the Qinling Orogenic Belt, Central China[J]. Gondwana Research,2016,29(1):1−40.
Guo Bo, Yan Changhai, Zhang Shouting, et al. Geochemical and geological characteristics of the granitic batholith and Yuku concealed Mo–W deposit at the southern margin of the North China Craton[J]. Geological Journal,2020,55:95−116. doi: 10.1002/gj.3372
Hu Xinkai, Tang Li, Zhang Shoutingting, et al. In situ trace element and sulfur isotope of pyrite constrain ore genesis in the Shapoling Molybdenum Deposit, East Qinling Orogen, China[J]. Ore Geology Reviews,2019,105:123−136. doi: 10.1016/j.oregeorev.2018.12.019
Hu Xinkai, Tang Li, Zhang Shouting, et al. Formation of the Qiyugou porphyry gold system in East Qinling, China: insights from timing and source characteristics of Late Mesozoic magmatism[J]. Journal of the Geological Society, 179(4), jgs2020-253.
Hou Zengqian, Duan Lianfeng, Lu Yongjun, et al. Lithospheric architecture of the Lhasa terrane and its control on ore deposits in the Himalayan-Tibetan orogen[J]. Economic Geology,2015,110:1541−1575. doi: 10.2113/econgeo.110.6.1541
Kemp A I S, Hawkesworth C J, Foster G L, et al. Magmatic and Crustal Different History of Granitic Rocks from Hf-O Isotopes in Zircon[J]. Science,2007,315:980−983. doi: 10.1126/science.1136154
Li Nuo, Chen YanJing, Santosh M, et al. Late Mesozoic granitoids in the Qinling Orogen, Central China, and tectonic significance[J]. Earth-Science Reviews,2018,182:141−173. doi: 10.1016/j.earscirev.2018.05.004
Li Weiran. Costa Fidel A thermodynamic model for F-Cl-OH partitioning between silicate melts and apatite including non-ideal mixing with application to constraining melt volatile budgets[J]. Geochimica et Cosmochimica Acta,2020,269:203−222. doi: 10.1016/j.gca.2019.10.035
Li Xianhua, Tang Guoqiang, Gong Bing, et al. Qinghu zircon: A working reference for microbeam analysis of U-Pb age and Hf and O isotopes[J]. Chinese Science Bulletin,2013,58:4647−4654. doi: 10.1007/s11434-013-5932-x
Liu Dunyi, Wilde Simon A, Wan Yusheng, et al. Combined U-Pb, hafnium and oxygen isotope analysis of zircons from meta-igneous rocks in the southern North China Craton reveal multiple events in the Late Mesoarchean-Early Neoarchean[J]. Chemical Geology,2009,261(1−2):140−154.
Qin Jiangfeng, Lai Shaocong, Li Yongfei. Multi-stage granitic magmatism during exhumation of subducted continental lithosphere: evidence from the Wulong pluton, South Qinling[J]. Gondwana Research,2013,24:1108−1126. doi: 10.1016/j.gr.2013.02.005
Rollinson Hugh R. Using Geochemical Data: Evaluation, Presentation, and Interpretation[M]. Longman Scientific & Technical, 1993.
Tang Li, Santosh M, Dong Yunpeng, et al. Early Paleozoic tectonic evolution of the North Qinling orogenic belt: Evidence from geochemistry, phase equilibrium modeling and geochronology of metamorphosed mafic rocks from the Songshugou ophiolite[J]. Gondwana Research,2016,30:48−64. doi: 10.1016/j.gr.2014.10.006
Tang Li, Zhao Yu, Zhang Shouting, et al. Origin and evolution of a porphyry-breccia system: Evidence from zircon U-Pb, molybdenite Re-Os geochronology, in situ sulfur isotope and trace elements of the Qiyugou deposit, China[J]. Gondwana Research,2021,89:88−104.
Tang Li, Wagner Thomas, Fusswinkel Tobias, et al. Fluid inclusion evidence for the magmatic-hydrothermal evolution of closely linked porphyry Au, porphyry Mo, and barren systems, East Qinling, China[J]. GSA Bulletin,2022,134:1529−1548. doi: 10.1130/B36170.1
Valley John W. Oxygen Isotopes in Zircon[J]. Reviews in Mineralogy & Geochemistry,2003,53(1):343−385.
Xu Yunchou, Wang Gongwen, Gao Meng, et al. Genesis of the Shibaogou Mo-Pb-Zn deposit in the Luanchuan ore district, China: Constraints from geochronology, fluid inclusion, and H-O-S-Pb isotopes[J]. Geoscience Frontiers,2023,10:1032183. doi: 10.3389/feart.2022.1032183
Xue Fei, Wang Gongwen, Santosh M, et al. Geochemistry and geochronology of ore-bearing and barren intrusions in the Luanchuan ore fields of East Qinling metallogenic belt, China: Diverse tectonic evolution and implications for mineral exploration[J]. Journal of Asian Earth Sciences, 2018, 157.
Zhang Yunhui, Cao Huawen, Xu Mo, et al. Petrogenesis of the late Mesozoic highly fractionated I-type granites in the Luanchuan district: implications for the tectono-magmatic evolution of eastern Qinling[J]. Geosciences Journal,2018,22(2):253−272. doi: 10.1007/s12303-017-0036-2
计量
- 文章访问数: 55
- HTML全文浏览量: 2
- PDF下载量: 37
