3D geological modeling and deep visualization application of Xiongcun No. Ⅰ orebody Tibet
-
摘要:
21世纪以来随着地球科学的发展,深部三维建模技术逐渐进入地学领域,数学地质与计算机科学的结合为地学领域开辟了新的认知空间,也给地球科学工作者带来了新的挑战与机遇。通过三维建模SURPAC软件对西藏雄村铜-金矿床Ⅰ号矿体162个钻孔数据预处理、分析及矿体解译,针对雄村Ⅰ号矿体深部数字化资源/储量估算及深部成矿元素分布问题,采用地质统计学法对Ⅰ号矿体钻井数据进行矿体模型、实体模型建立及数字化自动资源/储量估算,以深部实体模型二维切片模型为指导,探讨了深部成矿元素的空间分布形态及相互关系。研究表明,采用距离幂次反比法进行资源/储量估算,结果均大于96%,有效揭示了区内资源/储量定量评估。在矿体模型、实体模型的指导下,以深部二维精细化切片模型展布了矿体深部三维空间成矿元素分布特征及相互关系,有效减少了雄村Ⅰ号矿体深部成矿单一信息多解性问题,为西藏雄村斑岩型铜-金矿床Ⅰ号矿体深部精确定量找矿提供了参考依据。
Abstract:With the development of Earth Science since the 21st century, the age of 3D has gradually come into the geosciences.The combination of mathematical geology and computer science has opened up a new cognitive space for the field of geoscience, and also brought new challenges and opportunities to geoscientists.Through 3D modeling and SURPAC software, 162 borehole data of No.Ⅰorebody of the Xiongcun Cu-Au deposit in Tibet were preprocessed and analyzed to interprete the orebody.According to the deep digital resource/reserve estimation of No.Ⅰorebody and the distribution of deep ore-forming elements in Xiongcun, the solid model and digital automatic resource/reserve estimation system were established by the method of geological statistics based on the drilling data.Based on the two-dimensional slice model of deep solid model, the spatial distribution and interrelationship of deep ore-forming elements were discussed.Research shows that the results of resource/reserve estimation by means of the inverse power of distance method are all greater than 96%, and effectively reveal the quantitative assessment of resources/reserves in the region.Under the guidance of ore body model and entity model and using the deep 2D fine slicing technology, the distribution characteristics and interrelationship of mineralization elements in the deep 3D space of the ore body are clearly displayed.That effectively reduces the ambiguity of single information of deep orebody and provides a reference basis for accurate deep prospecting.
-
Keywords:
- 3D geological modeling /
- SURPAC software /
- visualization /
- model slicing /
- Xiongcun /
- Tibet
-
硒(Se)是人体与动物必需的微量元素,是一种有机体的重要保护性因子[1]。硒缺乏或过量都会产生不同的生物效应。硒缺乏可引发克山病、大骨节病、白肌病等地方性疾病[2-3];硒过量可导致“蹒跚症”“碱毒症”等慢性中毒症的发生[4-6],体现在皮肤褪色、指甲和手指变形、贫血、智力低下等[7]。土壤Se含量及空间分布状况可直接影响到农作物的吸收,进而通过食物链影响人体健康[8]。
中国约72%市(县)的土壤处于严重缺硒或低硒状态[9],低硒带呈北东—南西走向,中国华北、东部、西北属于缺硒地区[10-11]。富硒土地主要分布在我国东南部平原区[12-15],其中以湖北恩施最著名[7],西北平原区以陕西紫阳较为出名[16],而在高原地区尤为罕见,仅在青海省海东市的平安-乐都[17]和玉树州囊谦县[18]有富硒土的报道。
1. 研究区概况
青海省玉树州囊谦县地处青藏高原东部,南部为横断山脉,北部毗邻青藏高原主体,是青海省通往西藏地区的重要交通枢纽。研究区位于囊谦县及附近扎曲河谷区(东经96°17′00″~96°36′00″、北纬32°06′00″~32°25′00″),总体呈西北高、东南低,河谷低、两侧高的特点,海拔高程在3640~4800 m之间。
研究区地势高寒,太阳辐射强烈,日照时间较长,多年平均气温3.7℃,平均降水量为525.2 mm,平均蒸发量为899.4 mm。全区地形复杂,各地气候差异较大。河谷地带多为小气候区,温暖而湿润。
研究区土层较薄,质地疏松,土壤类型主要有高山寒漠土、高山草甸土、黑钙土、山地草甸土、灰褐土、高山草原土、栗钙土7类。农牧业是囊谦县的支柱产业,占三产总产值比重为79.0%,集中在海拔3800 m以下的低山丘陵区、丘间洼地及河谷平原区。囊谦县还具有丰富的矿产资源(如金、银、铜、铁、铅盐等矿产)。
2. 材料与方法
2.1 样品采集
本研究按照《土地质量地球化学评价规范》(DZ/T 0295—2016)[19],避开明显点状污染地段、垃圾堆,以及新堆积的土壤、田埂等,对重点耕地及开发利用条件相对较好的草地采用网格布点法(取样密度为4点/km2)布设采样点(图 1)。于2018年6~9月在囊谦县城周边农耕区采集表层(采样深度为0~20 cm)农田土壤样品共400组(图 1),采样点控制面积约100 km2。土壤样品采集后混合均匀,现场编录后用优质厚棉布采样袋收集,11℃密封避光保存。样品置于室内阴凉处充分风干,压碎,剔除碎石、砂砾、植物残体等杂物,研磨、过200目筛后,保证样品重量大于500 g,送检。
2.2 样品测试
土壤样品经过混合酸溶液(9 mL浓HNO3 + 2 mL HClO4 + 3 mL HF)和HCl在180℃下消解24 h后,采用非色散原子荧光光谱法(HG-AFS)测定总Se含量,检出限为0.01 mg/kg;称取0.5 g土壤样品经过上述方法消解蒸干并用50 mL 2% HNO3溶解,采用电感耦合等离子体质谱法(ICP-MS)进行微量元素分析;经H2SO4、K2CrO4氧化分解后,采用硫酸亚铁铵滴定法测定土壤总有机碳(Corg)含量,检出限为0.10 mg/kg;土壤腐殖质采用VOL法测定;采用离子选择电极(ISE)法测定土壤pH值,检出限为0.1;经过称重(4 g)、粉末压片后,采用X射线荧光光谱仪(XRF)直接测定土壤Fe2O3、Al2O3、SiO2含量和重金属元素中的Cr、Zn、Cu、Pb含量,采用电感耦合等离子体原子发射光谱法(ICP-AES)测定土壤Na2O、K2O、CaO、MgO含量和土壤有效硫、硅、铁、硼、锰、钼、铜、锌含量;采用原子荧光光谱法(AFS)测定重金属元素中的As和Hg含量,采用ICP-MS测定重金属元素中的Cd和Ni含量。
2.3 数据处理
本文采用Excel 2016进行数据统计并用SPSS 17.0进行方差分析和显著性水平检验,利用MapGIS 6.7软件采用评价网格法进行数据的统计与分析。研究区每个网格控制面积为0.25 km2,共100个控制点(400个网格),总控制面积100 km2,对各控制点进行剔除异常值求平均值,之后进行各测试指标含量的分析,并利用Grapher 10.0绘制相关散点图。
2.4 土壤Se元素富集等级划分
依照《天然富硒土地划定与标识(试行)》(DD2019-10)①,结合青海省土壤Se含量背景值[9]和青藏高原地区土壤Se含量平均值[20],并参考《土地质量地球化学评价规范》(DZ/T 0295-2016),对土壤Se元素富集等级进行划分(表 1)。
表 1 土壤硒元素富集等级划分标准Table 1. Enrichment level of soil selenium等级 缺乏-边缘 适量 高 过剩 Se含量
/(mg·kg-1)Se≤0.15 0.15 < Se ≤0.30 0.30 < Se ≤3.0 Se>3.0 3. 结果与分析
3.1 土壤Se空间分布特征
土壤全Se含量可衡量土壤Se潜在供应能力和储量[21]。研究区土壤Se含量为0.08~0.69 mg/kg,平均值为0.25 mg/kg,略低于全国土壤Se平均含量(0.29 mg/kg)[22],高于青海省[9]和青藏高原的土壤Se平均含量(均为0.15 mg/kg)[20]。基于前期土壤Se元素富集等级评价结果[18](图 2),研究区土壤Se含量以足-高硒为主(占83.84%),其中足硒占52.53%、高硒占31.31%,硒缺乏-边缘土地占16.16%,无硒过剩区。
图 2 研究区地质图N1—新近系碎屑岩、泥质岩、碳酸盐岩;Et—古近系碎屑岩、泥质岩、碳酸盐岩夹石膏;E3—古近系碎屑岩、泥质岩、碳酸盐岩;E2—古近系碳酸盐岩、碎屑岩、泥质岩;K2—上白垩统碎屑岩、泥质岩、碳酸盐岩夹石膏;K1—下白垩统陆相火山岩泥质岩、碳酸盐岩;J2—中侏罗统陆相碎屑岩夹煤层、碳酸盐岩;T3—上三叠统陆相中酸性火山岩、海相碎屑岩、碳酸盐岩夹中基性火山岩及煤层;P1—下二叠统碎屑岩、碳酸盐岩、火山碎屑岩;C2—中石炭统碳酸盐岩、碎屑岩、火山碎屑岩;C1—下石炭统碳酸盐岩、碎屑岩、中基性火山岩及煤层Figure 2. Geological map of the study area区内高硒土壤主要分布于扎曲(Se含量0.12~0.36 mg/kg,平均值0.27 mg/kg,高硒土占37.21%)、香曲(Se含量0.08~0.69 mg/kg,平均值0.27 mg/kg,高硒土占34.62%)和牙不曲-强曲(高硒土占22.22%)。
其中,富硒土壤质地以红粘土为主,主要分布在扎曲的西岸(图 3),为主要的农/牧业活动区域。
研究区土壤pH(6.55~8.70)中位值为8.31,整体呈碱性,酸碱度适中。其中,强碱性土壤占16.16%,碱性土壤占74.84%,中-酸性土壤占9.00%。
研究区土壤有机质(12.1~98.6 g/kg)中位值为32.3 g/kg,高于青海省中位值29.10 g/kg[9]。区内土壤有机质含量总体较高,中等-丰富占83.51%,较缺乏-缺乏占16.49%,富硒区土壤有机质以较丰富-丰富为主[18]。
相对硒缺乏-边缘土壤,足-富硒土壤具有相对较高的有机质(平均值32.2 g/kg)、总铁(平均值30.7 g/kg)、Fe2O3(43.8 g/kg)、Al2O3(13.7 g/kg)、SO42-(平均值780 mg/kg)含量。
3.2 土壤Se含量的影响因素
3.2.1 成土母质
受成土母质和表生地球化学环境控制,天然成因的土壤Se元素分布存在较大的空间变异性[12]。
原生地质环境中的Se主要来自富硒沉积岩(如黑色岩系或含煤系地层)[23]和富硒基性火山岩[24]。富硒地质体的风化淋滤是土壤Se富集的重要原因[25]。结合研究区区域地质(图 2),可见足-富硒土壤的分布对成土母质具有较好的继承性,其分布整体与侵入岩,石炭系灰岩、砂质灰岩、砂岩,古近系红色泥岩等一致(图 3)。
3.2.2 土壤类型与质地
(1) 土壤类型
研究区内,不同类型的土壤Se含量特征具有一定的差异(表 2),富硒土占比依次为草甸土(24.24%)>栗钙土(6.06%)>灰褐土(1.01%)>高山草原土(0.00%)。
表 2 不同土壤类型Se含量统计值Table 2. Statistics of selenium content in different soil types统计特征值 栗钙土 草甸土 灰褐土 高山草原土 高山草甸土 山地草甸土 样本数/个 17 48 22 6 6 最大值/(mg·kg-1) 0.42 0.69 0.56 0.40 0.28 最小值/(mg·kg-1) 0.20 0.08 0.12 0.08 0.09 平均值/(mg·kg-1) 0.32 0.26 0.24 0.20 0.20 标准差 0.12 0.13 0.11 0.11 0.07 变异系数/% 42.95 49.59 45.01 54.27 37.42 偏度 1.33 1.16 1.68 1.34 -0.15 峰度 2.01 1.39 2.73 2.44 -0.75 该类土样中富硒土比值/% 35.29 37.50 27.27 16.67 0.00 总土样中富硒土比值/% 6.06 18.18 6.06 1.01 0.00 富硒土的土壤类型主要为草甸土(Se含量范围0.08~0.69 mg/kg,平均值为0.26 mg/kg)和栗钙土(Se含量范围0.20~0.42 mg/kg,平均值为0.32 mg/kg)。其中,以高山草甸土富硒占比最高(18.18%)且具有最高的土壤Se含量,栗钙土具有最高的土壤Se含量平均值(0.32 mg/kg)。从偏度上看,栗钙土、草甸土和灰褐土的土壤As含量均属于正偏离,其中,山地草甸土有较大的正偏离,其分布较正态分布向右偏离;高山草原土Se含量偏度较低,接近对称分布。Wilding[24]将变异系数(CV)分为高变异水平(CV>36%)、中等变异水平(16%<CV<36%)和低变异水平(CV < 16%)。研究区不同类型的土壤Se含量均属于高变异水平,其中灰褐土的变异水平最强,空间相关性最弱。
其中,草甸土的成土母质多为坡积或残坡积物,具有较高的有机质(平均含量33.7 mg/kg)及腐殖质(19.5 mg/kg)和较强的肥力,土壤较肥沃,草甸土的腐殖质组成中,活性腐殖质含量较低。山地草甸土有机质积累、分解和转化都强于高山草甸土。栗钙土(有机质平均含量35.5 mg/kg,腐殖质平均含量20.6 mg/kg)主要沿河流两侧的漫滩、阶地分布。土体具有较明显的腐殖质累积过程,属较肥沃的土壤。
(2) 土壤质地
研究区富硒土壤质地主要为研究区山区内广泛分布的红粘土(由砂泥岩经风化逐渐堆积形成)和有机质含量较高的黑粘土(图 4),土质密实。
3.2.3 土壤性质
(1) 土壤pH值
Se元素主要以硒酸盐、亚硒酸盐、元素Se、硒化合物等形式存在于土壤中[25]。其中,中-酸性土(4<pH≤7.5)中Se的主要形态为亚硒酸盐,在通气良好的碱性土壤(pH>7.5)中,难溶性的SeO32-被氧化为易溶的SeO42-,Se的主要形态为硒酸盐[26]。
土壤对阴离子的吸附量通常随土壤pH的增加而降低[27]。研究区足-富硒土壤的Se含量与土壤pH值呈较好的负相关关系(R2=0.2032,p < 0.1,n=80)(图 5-a),相对低硒土壤(pH平均值为8.26),高硒土壤具有较低的pH值(平均值为8.07)。这是由于碱性环境下Se的迁移淋滤作用较强,易使Se产生淋滤消耗,不利于土壤中Se的固定。迁移淋滤作用随着pH值增加一定程度上增强,使土壤Se含量降低。
(2) 有机质含量与类型
土壤养分地球化学评价结果显示,富硒区土壤有机质以较丰富-丰富为主,除个别点外,土壤Se含量与土壤有机质含量呈较好的正相关性(R2=0.1859,p < 0.05,n=80)(图 5-b),说明有机质是形成富硒土壤的有利因素。通常,土壤有机质对Se具有很强的吸附作用[28],并且在有机质分解过程中可能会促进Se的活化[29]。研究区足-富硒土壤有机质中,腐殖质约占60.0%,为主要的有机质组成。土壤有机质在腐殖化过程中可产生溶解性腐殖酸和细颗粒胶体[27],土壤中溶解性腐殖质由于具有多种有效官能团[30],可与Se以腐殖质结合的形式存在,一定程度上可以吸附/固定土壤中的Se,间接影响土壤中的Se含量[31]。而放牧干扰、开垦草地、草地自然退化均可不同程度使土壤表层土发生剥蚀,土壤固碳能力下降[32],有机质含量降低,进而影响土壤Se的固定。
(3) 氧化物矿物种类/含量
足-富硒土壤的Se含量与土壤Fe2O3含量(R2=0.1761,p>0.1,n=80)和Al2O3含量(R2=0.2115,p<0.1,n=80)呈较好的正相关性(图 5-c、d),说明铁铝氧化物对Se有较强的吸附力和亲和力。此外,土壤中铁铝氧化物对Se的吸附还受土壤pH和氧化还原电位的影响。还原环境易使Fe3+还原为Fe2+,其吸附Se的能力降低[33]。经盐基离子淋失后的土壤铁、铝元素相对富集,形成利于土壤Se富集的地球化学环境[34]。Se更容易在土壤壤质化程度较高、粒度较细的粘土中富集。红粘土中较高含量的铁、无定型铝、铁铝氧化物矿物对土壤Se有较强的吸附作用,其利于Se的富集;同时,红粘土对土壤溶解性有机碳具有较大的吸附量,较高的土壤有机质/有机碳有利于土壤Se的富集。黑粘土具有较高含量的有机质,其利于土壤中Se的吸附和固定。
综上说明,除成土母质和自然环境外,土壤理化性质是土壤Se富集的重要因素。
4. 结论
(1) 研究区土壤Se含量以足-高硒为主(占83.84%),其中足硒占52.53%、高硒占31.31%,硒缺乏-边缘土地占16.16%,无硒过剩区。
(2) 足-富硒土壤的分布对成土母质具有较好的继承性,其分布整体与侵入岩及石炭系灰岩、砂质灰岩、砂岩和古近系红色泥岩等一致。
(3) 富硒土的土壤类型主要为草甸土和栗钙土,主要的土壤质地为红粘土和黑粘土。
(4) 碱性环境下Se的迁移淋滤作用较强,不利于土壤中Se的固定;Se更容易在土壤壤质化程度较高、粒度较细、铁铝氧化物矿物含量较高的粘土中富集。
致谢: 衷心感谢项目组成员对本文给予的无私帮助,感谢两位审稿专家对本文的审阅及提出的建设性修改意见。 -
图 6 西藏雄村Ⅰ号矿体三维Cu品位空间分布位置(a)与A-B剖面图(b)[56]
Figure 6. Spatial distribution of Cu element grade(a)and cross section of A-B in the transverse section of the sulfide orebody(b)of No.Ⅰ orebody in Xiongcun, Tibet
图 7 西藏雄村Ⅰ号矿体二维切片Cu品位空间分布位置(剖面位置见图 1勘探线剖面位置)
Figure 7. Spatial distribution of Cu grade in the transverse section of 2D model of No.Ⅰ orebody, Tibet
表 1 SURPAC数据库数据结构
Table 1 Structure of SURPAC database data
孔口表数据结构(部分数据) 条目 类型 是否空值 字段长度 小数位 下限 上限 真实值/虚拟 孔号 字符型 N 10 Null Null Null 真实值 北坐标 实数 Y 10 2 -99 99 真实值 东坐标 实数 Y 10 2 -99 99 真实值 自 实数 Y 10 2 -99 99 真实值 至 实数 Y 10 2 -99 99 真实值 测斜表数据结构(部分数据) 条目 类型 是否 空值 字段 长度 小数位 下限 上限 真实值/ 虚拟 孔号 字符型 N 10 Null Null Null 真实值 方位角 实数 Y 10 2 -999 999 真实值 倾角 实数 Y 10 2 -999 999 真实值 化验表数据结构(部分数据) 条目 类型 是否 空值 字段 长度 小数位 下限 上限 真实值/虚拟 孔号 字符型 N 10 Null Null Null 真实值 自 实数 Y 10 2 -99 99 真实值 至 实数 Y 10 2 -99 99 真实值 au 实数 Y 10 2 -99 99 真实值 ag 实数 Y 10 2 -99 99 真实值 cu 实数 Y 10 2 -99 99 真实值 岩性表数据结构(部分数据) 条目 类型 是否空值 字段长度 小数位 下限 上限 真实值/虚拟 Hold_id 字符型 N 10 Null Null Null 真实值 Lithology 字符型 N 20 Null Null Null 真实值 Sample_id 实数型 Y 10 2 0 999999 真实值 表 2 SURPAC数据库信息
Table 2 SURPAC database information
孔口坐标Collar(部分数据) 测斜数据 Survey 孔号 北坐标 东坐标 高程 孔深/m 勘探线号 ZK5001 3250373 638661.1 4202.959 390.3 N1 孔号 孔深 ZK5002 3250374 638712.3 4182.1 330.1 N3 ZK5001 0 ZK5003 3250322 638711.8 4181.66 273.7 N5 ZK5002 0 岩性数据Geology(部分数据) 孔号 样品编号 自 至 长度 岩性 方位角 倾角 ZK5001 195001 0 2 2 OB1 0 -90 ZK5002 196001 0 3 3 OB1 0 -90 ZK5003 197001 0 2.5 2.5 OB1 0 -90 化验数据 Sample(部分数据) 孔号 样品编号 自 至 长度/m Au Cu Ag ZK5001 195001 0 2 2 0.41 0.137 4.6 ZK5002 196001 0 3 3 0.032 0.0272 0.3 ZK5003 197001 0 2.5 2.5 0.168 0.0159 0.7 注:OB1表示岩性代码 表 3 西藏雄村Ⅰ号矿体资源/储量估算结果
Table 3 Resources/Reserves estimation result of No.Ⅰ orebody in Xiongcun, Tibet
矿石类型 储量/t 传统地质断面法 距离幂次反比法 Ⅰ号矿体混合矿 Cu矿石量 22140183 21495324 Cu金属量 123977 167635 Ⅰ号矿体硫化矿 Cu矿石量 177519081 183957596 Cu金属量 923575 938019 -
Lang X H, Deng Y L, Wang X H, et al. Geochronology and geochemistry of volcanic rocks of the Bima Formation, southern Lhasa subterrane, Tibet: Implications for early Neo-Tethyan subduction[J]. Gondwana Research, 2020, 80: 335-349. doi: 10.1016/j.gr.2019.11.005
郎兴海, 唐菊兴, 谢富伟, 等. 西藏雄村矿区地面磁测异常特征及其对找矿方向的指示[J]. 地质与勘探, 2014, 50(3): 411-418. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKT201403002.htm 郎兴海. 西藏雄村斑岩型铜金矿集区成矿作用与成矿预测[D]. 成都理工大学博士学位论文, 2012. 谢富伟, 唐菊兴, 郎兴海, 等. 西藏雄村矿区Ⅰ号矿体斑岩含矿性研究——来自热液蚀变矿物和副矿物的证据[J]. 岩石矿物学杂志, 2015, 34(1): 51-64. doi: 10.3969/j.issn.1000-6524.2015.01.004 郎兴海, 陈毓川, 唐菊兴, 等. 西藏谢通门县雄村斑岩型铜金矿集区Ⅰ号矿体的岩石地球化学特征: 对成矿构造背景的约束[J]. 地质与勘探, 2010, 46(5): 887-898. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKT201005014.htm 唐菊兴, 黄勇, 李志军, 等. 西藏谢通门县雄村铜金矿床元素地球化学特征[J]. 矿床地质, 2009, (1): 18-31. https://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ200901003.htm 丁枫, 郎兴海, 胡正华, 等. 西藏雄村铜金矿Ⅰ号矿体赋矿凝灰岩成因探讨: 来自岩石地球化学、Sr-Nd-Pb同位素地球化学特征的证据[J]. 地球学报, 2012, 33(4): 546-558. doi: 10.3975/cagsb.2012.04.15 郎兴海, 唐菊兴, 陈毓川, 等. 西藏谢通门县雄村斑岩型铜金矿集区Ⅱ号矿体中辉钼矿Re-Os年代学及地质意义[J]. 矿物岩石, 2010, (4): 55-61. doi: 10.3969/j.issn.1001-6872.2010.04.011 Ord A, Hobbs B E, Zhao C. Fundamentals of Computational Geoscience[M]. Springer-Verlag Berlin Heidelberg, 2009, 122(3): 1-257.
赵鹏大, 陈建平, 张寿庭. "三联式"成矿预测新进展[J]. 地学前缘, 2003, 10(2): 455-463. doi: 10.3321/j.issn:1005-2321.2003.02.025 陈建平, 于萍萍, 史蕊, 等. 区域隐伏矿体三维定量预测评价方法研究[J]. 地学前缘, 2014, 21(5): 211-220. https://www.cnki.com.cn/Article/CJFDTOTAL-DXQY201405020.htm 陈建平, 王功文, 侯昌波, 等. 基于GIS技术的西南三江北段矿产资源定量预测与评价[J]. 矿床地质, 2005, 24(1): 15-24. doi: 10.3969/j.issn.0258-7106.2005.01.002 Hill R I. Starting plumes and continental break-up[J]. Earth and Planetary Science Letters, 1991, 104(2/4): 1-416. http://www.sciencedirect.com/science/article/pii/0012821X91902187
陈建平, 陈勇, 曾敏, 等. 基于数字矿床模型的新疆可可托海3号脉三维定位定量研究[J]. 地质通报, 2008, 27(4): 124-131. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20080412&flag=1 唐攀, 唐菊兴, 林彬等. 传统几何法与地质统计学法在矿产资源储量估算中的对比分析[J]. 地质科技情报, 2016, 35(1): 156-160. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ201601024.htm Tang J X, Song Y, Wang Q, et al. Geological characteristics and exploration model of the Tiegelongnan Cu(Au-Ag) deposit: the first ten million tons metal resources of a porphyry-epithermal deposit in Tibet[J]. Acta Geoscientica Sinica, 2016, 37(6): 663-690. http://en.cnki.com.cn/Article_en/CJFDTotal-DQXB201606003.htm
Tang J X, Lang X H, Xie F W, et al. Geologicalcharacteristics and genesis of the Jurassic No. Ⅰ porphyry Cu-Au deposit in the Xiongcun district, Gangdese porphyry copper belt, Tibet[J]. Ore Geology Reviews, 2015, 70(4): 438-456. http://search.ebscohost.com/login.aspx?direct=true&db=aph&AN=103157905&site=ehost-live
Lang X H, Tang J X, Li Z J, et al. U-Pb and Re-Os geochronological evidence for the jurassic porphyry metallogenic event of the xiongcun district in the gangdese porphyry copper belt, southern Tibet, PRC[J]. Journal of Asian Earth Sciences, 2014, 79(2): 608-622. http://smartsearch.nstl.gov.cn/paper_detail.html?id=d202b6c68da714010408f5a78b6d91ce
Lang X H, Tang J X, Li Z J, et al., Geological characteristics of the No. Ⅰ deposit in theXiongcun district, southern Gangdese belt, Tibet[J]. Advances in Earth and Environmental Sciences, 2013, 189: 229-235. http://www.geojournals.cn/dzxben/ch/reader/view_abstract.aspx?file_no=dzxben2003z10376&flag=1
黄勇, 唐菊兴, 张丽, 等. 西藏雄村斑岩铜金矿集区火山-岩浆岩锆石Hf同位素组成[J]. 地质学报, 2014, 88(8): 1528-1538. https://www.cnki.com.cn/Article/CJFDTOTAL-DZXE201408014.htm Lang X H, Tang J X, Xie F W, et al. CH4-Rich Fluid of the No. Ⅰ Porphyry Copper-Gold Deposit in the Xiongcun District, Gangdese Porphyry Copper Belt, Tibet, PRC[J]. Acta Geologica Sinica, 2014, 88(S2): 547-548. doi: 10.1111/1755-6724.12374_24
Zhu D C, Zhao Z D, Niu Y, et al. The Lhasa terrane: record of a microcontinent and its histories of drift and growth[J]. Earth and Planetary Science Letters, 2011, 301(1/2): 241-255. http://www.sciencedirect.com/science/article/pii/S0012821X10007004
Lang X H, Tang J X, Xie F W, et al. Geological Characteristics and Exploration Potential of the NO. Ⅲ Deposit in the Xiongcun District, Tibet, China[J]. Advanced Materials Research, 2014, 868: 217-223. http://www.scientific.net/AMR.868.217
Lang X H, Tang J X, Li Z J, et al. Geological characteristics and exploration potential of the No. Ⅱ deposit in the Xiongcun district, South Gangdese belt, Tibet[J]. Acta Geologica Sinica, 2013, 87: 709-712. http://www.geojournals.cn/dzxben/ch/reader/view_abstract.aspx?file_no=dzxben2003z10376&flag=1
郎兴海, 邓煜霖, 王旭辉, 等. 西藏雄村矿区Ⅲ号矿体硫、铅同位素特征及成矿物质来源[J]. 地质科技情报, 2018, 37(4): 7-15. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ201804002.htm 郎兴海, 郭文铂, 王旭辉, 等. 西藏雄村矿集区含矿斑岩成因及构造意义: 来自年代学及地球化学的约束[J]. 岩石学报, 2019, 35(7): 2105-2123. https://www.cnki.com.cn/Article/CJFDTOTAL-YSXB201907010.htm 郎兴海, 唐菊兴, 李志军, 等. 西藏谢通门县雄村斑岩型铜金矿集区Ⅰ号矿体的蚀变与矿化特征[J]. 矿床地质, 2011, 30(2): 327-338. doi: 10.3969/j.issn.0258-7106.2011.02.013 尹青, 郎兴海, 唐菊兴, 等. 西藏雄村矿区Ⅱ号矿体硫、铅同位素地球化学特征[J]. 矿床地质, 2015, 34(5): 1016-1029. https://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ201505010.htm 黄勇, 丁俊, 唐菊兴, 等. 西藏雄村铜金矿床Ⅰ号矿体成矿构造背景与成矿物质来源探讨[J]. 成都理工大学学报(自然科学版), 2011, 30(2): 361-373. https://www.cnki.com.cn/Article/CJFDTOTAL-CDLG201103011.htm Lang X H, Tang J X, Yin Q, et al. Geochemistry and genesis of Eocene Lamprophyres in theXiongcun porphyry copper-gold district, southern margin of the Lhasa terrane, Tibet, China[J]. Geochemical Journal, 2017, 51(2): 123-142. doi: 10.2343/geochemj.2.0442
Xie F W, Tang J X, Chen Y C, et al. Apatite and zircon geochemistry of Jurassic porphyries in the Xiongcun district, southern Gangdese porphyry copper belt: Implications for petrogenesis and mineralization[J]. Ore Geology Reviews, 2018, 96: 98-114. doi: 10.1016/j.oregeorev.2018.04.013
王旭辉, 郎兴海, 邓煜霖, 等. 西藏冈底斯南缘汤白斑状花岗岩锆石U-Pb年代学、地球化学及地质意义[J]. 高校地质学报, 2018, 24(1): 41-55. https://www.cnki.com.cn/Article/CJFDTOTAL-GXDX201801004.htm 郎兴海, 崔志伟, 王旭辉, 等. 西藏谢通门县雄村矿集区综合信息找矿模型及靶区预测[J]. 地球学报, 2017, 38(5): 790-802. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXB201705018.htm 郎兴海, 唐菊兴, 李志军, 等. 化探在西藏雄村矿区Ⅱ、Ⅲ号矿体发现中的作用[J]. 物探与化探, 2014, 38(4): 667-672. https://www.cnki.com.cn/Article/CJFDTOTAL-WTYH201404007.htm 郎兴海, 唐菊兴, 李志军, 等. 西藏雄村斑岩型铜金矿集区Ⅰ号矿体的硫、铅同位素特征及其对成矿物质来源的指示[J]. 地球学报, 2012, 33(4): 459-470. doi: 10.3975/cagsb.2012.04.07 李志军, 黄勇, 唐菊兴, 等. 西藏雄村铜金矿矿集区Ⅰ号矿体磁黄铁矿矿物特征及指示意义[J]. 矿物学报, 2012, 32(2): 205-210. https://www.cnki.com.cn/Article/CJFDTOTAL-KWXB201202006.htm Wang X H, Lang X H, Tang J X, et al. Early-Middle Jurassic(182-170 Ma) Ruocuo adakitic porphyries, southern margin of the Lhasa terrane, Tibet: Implications for geodynamic setting and porphyry Cu-Au mineralization[J]. Journal of Asian Earth Sciences, 2019, 173: 336-351. doi: 10.1016/j.jseaes.2019.01.042
邓煜霖, 郎兴海, 杨宗耀, 等. 西藏拉孜县彭措林石英闪长斑岩的年代学及地球化学特征[J]. 矿物岩石地球化学通报, 2018, 37(5): 953-966. https://www.cnki.com.cn/Article/CJFDTOTAL-KYDH201805020.htm 维克托·迈尔-舍恩伯格, 肯尼思·库克耶. 大数据时代[M]. 杭州: 浙江人民出版社, 2013: 1-78. 陈建平, 李婧, 崔宁, 等. 大数据背景下地质云的构建与应用[J]. 地质通报, 2015, 34(7): 1260-1265. doi: 10.3969/j.issn.1671-2552.2015.07.002 Rehman Ghori S G. Spatial estimation of global solar radiation using geostatistics[J]. Renewable Energy, 2000, 21(3): 583-605. http://www.sciencedirect.com/science/article/pii/S0960148100000781
Luo Z Q, Liu X M, Su J H, et al. Deposit 3D modeling and application[J]. Journal of Central South University of Technology, 2007, 2(14): 225-229. http://www.cnki.com.cn/Article/CJFDTotal-ZNGY200702016.htm
罗周全, 鹿浩, 刘晓明, 等. 矿山三维实体建模[J]. 南华大学学报(自然科学版), 2007, 21(4): 12-18. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNGB200704004.htm 赵鹏大, 池顺都. 初论地质异常[J]. 地球科学, 1991, 16(3): 241-248. doi: 10.3321/j.issn:1000-2383.1991.03.001 赵鹏大. 矿产勘查理论与方法[M]. 武汉: 中国地质大学出版社, 2006: 1-452. 赵军芳. 基于矿山地质三维建模及深部矿产预测[D]. 成都理工大学博士学位论文, 2014. 张德会, 周圣华, 万天丰等. 矿床形成深度与深部成矿预测[J]. 地质通报, 2007, 26(12): 1509-1518. doi: 10.3969/j.issn.1671-2552.2007.12.002 翟裕生, 王建平, 邓军等. 成矿系统时空演化及其找矿意义[J]. 现代地质, 2008, 22(2): 144-150. https://www.cnki.com.cn/Article/CJFDTOTAL-XDDZ200802001.htm Han J, Kamber M, Pei J. Data Mining: Concepts and Techniques[M]. Burlington: Morgan Kaufmann, 2012.
Fayyad U M. Advances in Knowledge Discovery and DataMining[J]. Menlo Park CA: AAAI/MIT Press, 1996: 1-231.
王登红, 刘新星, 刘丽君. 地质大数据的特点及其在成矿规律、成矿系列研究中的应用[J]. 矿床地质, 2015, 34(6): 1143-1154. https://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ201506005.htm 娄渝明, 郎兴海, 祁婧, 等. 西藏雄村斑岩型铜金矿区Ⅱ号矿体资源储量估算方法对比[J]. 有色金属工程, 2018, 8(6): 79-85. https://www.cnki.com.cn/Article/CJFDTOTAL-YOUS201806015.htm 于萍萍, 陈建平, 王勤. 西藏铁格隆南铜(金)矿床三维模型分析与深部预测[J]. 岩石学报, 2018, 35(3): 897-912. https://www.cnki.com.cn/Article/CJFDTOTAL-YSXB201903017.htm 陈念, 毛景文, 范成龙等. 秘鲁DonJavier斑岩型铜钼矿床矿化蚀变特征及矿床三维勘查模型[J]. 矿床地质, 2017, 36(3): 705-718. https://www.cnki.com.cn/Article/CJFDTOTAL-KCDZ201703011.htm 唐菊兴, 宋扬, 王勤, 等. 西藏铁格隆南铜(金银)矿床地质特征及勘查模型——西藏首例千万吨级斑岩-浅成低温热液型矿床[J]. 地球学报, 2016, 37(6): 663-690. doi: 10.3975/cagsb.2016.06.03 薛建玲, 庞振山, 程志中, 等. 深部找矿基本问题及方法[J]. 地质通报, 2020, 39(8): 1125-1136. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20200801&flag=1 蒲万峰, 李鸿睿, 袁臻, 等. 甘肃省玛曲县大水金矿"三位一体"找矿预测地质模型[J]. 地质通报, 2020, 39(8): 1163-1172. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20200804&flag=1 -
期刊类型引用(15)
1. 杨晋炜,刘强,任衍斌,丁小琴,杨贵芳,张松伟,胡利,张頔. 江苏海安里下河地区富硒土壤分布特征及成因. 地质通报. 2025(01): 173-184 . 本站查看
2. 黄栩彬,潘自平,邵茂艳,陈婷. 仁怀市茅坝镇高粱基地土壤硒地球化学分布特征及赋存形态. 湖北农业科学. 2024(02): 50-54+66 . 百度学术
3. 张群,冯辉,孙朝,李启云,姜天琪,贾磊. 北京生态涵养区土壤硒含量背景值研究. 城市地质. 2024(04): 475-482 . 百度学术
4. 王莹,马彦斌,王泽晶. 基于有效硒的富硒土壤阈值及有效硒的影响因素. 环境科学. 2023(01): 395-404 . 百度学术
5. 姬晓燕,夏炎. 地质工作与乡村振兴深度融合发展路径探讨. 中国矿业. 2023(02): 31-37 . 百度学术
6. 付巧玲,邱顺才. 论土壤硒驱动机制——以河南省崤山地区为例. 地质与勘探. 2023(03): 580-590 . 百度学术
7. 黄金兰,蒋代华,王明释,黄雪娇,邓华为,黄智刚,邓羽松. 广西富硒土壤中氧化铁对Se(Ⅳ)吸附解吸的影响机制. 土壤学报. 2023(02): 479-490 . 百度学术
8. 廖启林,金洋,崔晓丹,黄顺生,任静华,范健,杜维真,刘玮晶,徐宏婷,汪子意. 江苏富硒土壤成因类型及其元素相关性分析. 地质学刊. 2023(04): 390-401 . 百度学术
9. 梁红霞,侯克斌,陈富荣,吴正方. 安徽池州地区富硒土壤地球化学特征及成因分析. 资源环境与工程. 2022(02): 154-162 . 百度学术
10. 次仁旺堆,多吉卫色,索朗次仁,尼玛次仁,边巴次仁,平措朗杰. 西藏山南市乃东区土壤硒分布特征及影响因素. 岩矿测试. 2022(03): 427-436 . 百度学术
11. 刘阳,张海瑞,孙增兵,姜冰,王松涛. 山东省青州市西南部山区土壤硒元素特征. 中国农学通报. 2022(21): 70-75 . 百度学术
12. 王莹,刘海燕,王泽晶,张晓东,王登红. 宁夏石嘴山市农用地土壤硒的富集因素. 环境科学. 2022(08): 4179-4189 . 百度学术
13. 杨泽,刘国栋,戴慧敏,张一鹤,肖红叶,阴雨超. 黑龙江兴凯湖平原土壤硒地球化学特征及富硒土地开发潜力. 地质通报. 2021(10): 1773-1782 . 本站查看
14. 洪万华,苏特,涂飞飞,蒋天锐,张德实,余万泽. 基于土地质量地球化学方法的硒元素分布规律和影响因素研究——以铜仁地区为例. 金属矿山. 2021(12): 160-168 . 百度学术
15. 成晓梦,孙彬彬,贺灵,吴超,赵辰,曾道明. 四川省沐川县西部地区土壤硒含量特征及影响因素. 岩矿测试. 2021(06): 808-819 . 百度学术
其他类型引用(4)