2 200 nm的Al—OH基团振动在斑岩成矿系统不同类型矿床中的特征识别
郭娜1,2, 王馨晨3,*
1.成都理工大学地球科学学院, 四川 成都 610059
2.数学地质四川省重点实验室(成都理工大学), 四川 成都 610059
3.兰州财经大学信息工程学院, 甘肃 兰州 730020
*通讯作者 e-mail: wsh617@qq.com

作者简介: 郭 娜, 女, 1979年生, 成都理工大学地球科学学院教授 e-mail: cdut_guona@126.com

摘要

2 200 nm波长位置的Al—OH基团振动特征对斑岩成矿系统矿床的找矿勘查意义重大。 采用ASD便携式光谱仪测量了西藏自治区铁格隆南斑岩-高硫化浅成低温热液型、 甲玛斑岩-矽卡岩型、 斯弄多低硫化浅成低温热液型三种不同类型, 且具有典型蚀变矿物分带特征的15件岩心样品。 测量结果显示: (1)总体光谱反射率表现为铁格隆南45%~70%, 甲玛38%~58%, 斯弄多27%~56%, 差异值在5%~15%之间, 说明高硫化浅成低温热液型→斑岩型→低硫化浅成低温热液型矿床中组合蚀变矿物的含水量逐渐增加; (2)高硫化浅成低温热液矿床平均反射光谱在2 200 nm附近呈双峰结构, 另外两类呈单峰结构, 这是地开石-高岭石组合与白(绢)云母-伊利石矿物的显著差异; (3)二阶导数增强后的低硫化浅成低温热液型矿床平均反射光谱在2 200 nm的吸收深度呈负值, 光谱对称性和吸收指数都比较低; (4)GaussAmp函数对2 200 nm具有单峰结构的光谱拟合效果极佳( R2接近1), 可作为替代白云母族矿物2 200 nm附近光谱吸收特征的模拟数学函数。 通过光谱分析发现: 斑岩成矿系统不同矿床类型中2 200 nm波长位置的矿物吸收峰, 光谱参数具有显著差异性, 一方面, 低硫化浅成低温热液矿床中伊利石-蒙脱石矿物的大量存在导致光谱反射率总体较低, 水分子吸收电磁波谱后呈现出相对低值的光谱对称性和吸收指数; 另一方面, 高硫化浅成低温热液矿床的平均波谱曲线仍然保存了高岭石-地开石矿物的双峰结构, 这也成为浅成低温热液矿床不同硫化度识别的标志性特征。 该项研究亦可应用于航空、 航天高光谱遥感地质勘查中, 利用2 200 nm单波段识别、 判读斑岩成矿系统中不同矿床类型蚀变矿物组合的依据。

关键词: 2 200 nm光谱; Al—OH基团; 斑岩系统矿床; 浅成低温热液型; 矿物
中图分类号:P575.4 文献标志码:A
Different Types of Deposits in Porphyry Metallogenic System Identified by 2 200 nm Al—OH Group Vibration
GUO Na1,2, WANG Xin-chen3,*
1. Earth Science College, Chengdu University of Technology, Chengdu 610059, China
2. Geomathematics Key Laboratory of Sichuan Province (Chengdu University of Technology), Chengdu 610059, China
3. College of Information Engineering, Lanzhou University of Finance and Economics, Lanzhou 730020, China
*Corresponding author
Abstract

2 200 nm Al—OH group vibration is important for the exploration of the deposit in the porphyry metallogenic system. ASD portable spectrometer was used to measure 15 core samples form three different deposit types: Tiegelongnan High- sulfide epithermal deposit, Jiama porphyry deposit and Sinongduo low- sulfide epithermal deposit in Tibet. The results show that: (1) the overall spectral reflectance is 45%~70% in Tiegelongnan, 38%~58% in Jiama and 27%~56% in Sinongduo, the spectral difference is 5~15%; (2) high- sulfide epithermal deposit show a double peak at 2 200 nm, and the other two types show single peak; (3) the spectrum of low- sulfide epithermal deposit enhanced by the second derivative is negative at 2 200 nm, the spectral symmetry and absorption index are also lower than the others; (4) The gaussamp function takes excellent fitting on the single peak spectrum at 2 200 nm ( R2=1), which can completely simulate white mica group minerals. The above analysis shows that the 2 200 nm Al—OH group vibration can obviously distinguish different deposits in the porphyry metallogenic system. On the one hand, the presence of illite-smectite in low-sulfide epithermal deposit lead to low reflectance, and the water in minerals result in low values of spectral symmetry and absorption index; On the other hand, the average spectral curve of high-sulfide epithermal deposit takes double peaks because of the kaolinite and dickite minerals, which is the mark for the identification of different epithermal deposits. The study can be applied to aerospace hyperspectral remote sensing exploration by using a 2 200 nm single band.

Keyword: 2 200 nm; Al—OH group vibration; Porphyry metallogenic system; Epithermal deposits; Minerals
引言

矿物的诊断光谱源于晶体中电子跃迁或原子基团的振动过程, 谱带位置和波形是识别和区分蚀变矿物类别的主要标志[1]。 Al— OH基团的诊断光谱吸收特征位于2 200 nm附近[2]。 以2 200 nm波长为中心, 20 nm为半径的迁移范围内涉及的矿物主要包括白(绢)云母、 高岭石、 蒙脱石、 伊利石、 明矾石、 埃洛石、 黄玉、 电气石等(图1)。

图1 2 200 nm附近具有吸收峰的主要矿物光谱曲线(据澳大利亚CSIRO地学光谱识别软件TSG光谱库修改)Fig.1 The spectrum of minerals with absorption peak at 2 200 nm (modified by Spectral Geologist software (TSG) spectral database, CSIRO, Australia)

2 200 nm附近的光谱参数变化对火山、 热液型矿床类型识别及成矿预测具有十分重要的意义。 例如波长位置可指示距离热源中心的远近[3], 吸收深度可指示矿体的贫富差异, 波形可指示不同的矿物组合[4]; 找矿勘查中, 利用其光谱吸收峰值的移动可反演流体运移轨迹[5]、 矿化中心[6]等。 地质勘查中认为2 200 nm短波红外光谱吸收特征极为重要, 但相关研究仅限于波长变化的研究[7, 8], 其他光谱参量几乎未涉及。 本研究针对地质学中十分重要的Al— OH基团2 200 nm处的电磁波振动特征开展形态学分析, 对其反映的矿物、 矿床学指示性进行深入探讨, 厘定该振动基团不同光谱参数对斑岩系统矿床找矿勘查的重要意义。

1 实验部分
1.1 样品

样品分别取自西藏的甲玛斑岩-矽卡岩铜多金属矿床、 斯弄多低硫化浅成低温热液矿床和多龙铁格隆南斑岩-高硫化浅成低温热液矿床的钻孔中(表1), 三个矿床中蚀变矿物类型及组合分带特征与经典勘查模型一致。 样品兼顾了斑岩系统各类型矿床的成矿特点和蚀变组合变化规律, 分别选择距离热源不同远近、 不同深度进行随机取样, 保证了样品具有不同蚀变分带的代表性。

表1 实验样品基本情况表 Table 1 It shows the samples location and lithology
1.2 仪器与测量

采用美国ASD便携式光谱测量仪, 波长范围从350~2 500 nm。 700 nm附近光谱分辨率可达到3 nm; 1 400和2 100 nm附近的光谱分辨率为6 nm。 岩石扫面过程中速度可达100 ms, 从可见光到短波红外区间的岩石光谱曲线, 波长准确性可达到0.5 nm。

光谱测量选择在没有外界光源干扰的暗室里操作, 采用卤素仿太阳光源进行唯一光照, 以保证特征波谱的准确性。 测量时, 对每一件样品进行清洗、 晒干, 避免因其他物质对光谱反射-吸收特征的干扰。

1.3 方法

利用Origin软件对测量波谱分别求取平均值, 以平均波谱曲线反映不同类型矿床中的典型蚀变矿物组合特征; 采用二阶导数增强平均波谱曲线, 以获取2 200 nm附近准确的光谱参数: 吸收位置、 波长、 吸收峰移动位移、 对称度、 光谱吸收宽度(FWHM)、 吸收指数等。

2 结果与讨论
2.1 不同矿床类型波谱特征

2.1.1 多龙铁格隆南斑岩-高硫化浅成低温热液型铜矿床

多龙铁格隆南是典型的斑岩-高硫化浅成低温热液型矿床, 高硫化型矿体赋存于明矾石-地开石-高岭石酸性矿物组合蚀变带中。 从实测样品的光谱特征来看[图2(a)]: (1)钻孔浅部样品总体光谱反射率大于深部样品, 说明浅部以浅色矿物(或含水少的矿物)为主, 深部以暗色矿物(或含水较多的矿物)为主; (2)2 200 nm附近吸收特征: 样品②③④都具有双峰结构, 说明其中含有大量高岭石或地开石矿物; 样品①和⑤都只具有单峰结构, 说明以绢云母矿物为主。 由于深部钻孔样品来源于花岗闪长斑岩, 因此岩体中含有更多短波无法识别的高温矿物。 从光谱吸收强度来看, 样品⑤吸收强度相对较弱, 说明绢云母含量较少, 这与地质事实是完全吻合的; 样品③的吸收峰深度变化最为显著, 说明绢云母-地开石-高岭石矿物的含量较其他样品更高; (3)结合明矾石的诊断吸收峰1 765和1 475 nm光谱特征来看, 样品②和④中还含有明矾石矿物, 说明这两件样品的空间位置更靠近高硫化矿体蚀变内带的酸性淋滤核; (4)样品①和③在1 910 nm附近出现吸收峰, 说明其中可能含有少量伊利石(或水白云母)。

图2 (a)铁格隆南矿床钻孔实测光谱曲线; (b)甲玛矿床钻孔实测光谱曲线; (c)斯弄多矿床钻孔实测光谱曲线; (d)不同类型矿床平均光谱曲线Fig.2 Cores spectrum come from the deposits of (a) Tiegelongnan, (b) Jiama and (c) Sinongduo, (d) shows the mean spectrum of different deposits

2.1.2 甲玛斑岩-矽卡岩型铜多金属矿床

甲玛样品均采自矿体顶部位置的硅化角岩中, 从样品的实测光谱曲线特征来看[图2(b)]: (1)所有样品在2 200 nm处都只具有单峰结构, 说明主要与绢云母族矿物相关; (2)样品①②③的谱形极其相似, 除2 200 nm附近吸收峰外, 在1 910 nm附近都产生的强烈的吸收, 说明矿物中部分绢云母被交代为伊利石(或水白云母); (3)样品④在短波红外区间的光谱吸收特征极弱, 说明样品中除少量绢云母外, 可能存在大量短波无法识别的矿物; (4)样品⑤则表现为单一性的绢云母矿物。

2.1.3 斯弄多低硫化浅成低温热液型银铅锌矿床

斯弄多属于低硫化浅成低温热液型矿床, 矿体赋存位置与绢云母-伊利石-蒙脱石蚀变带关系密切。 从样品的实测光谱曲线特征来看[图2(c)]: (1)所有样品在2 200 nm附近都具有单峰结构, 且在1 910 nm附近都具有强烈的H2O吸收峰, 说明全部与绢云母-伊利石混合矿物相关; (2)由于蒙脱石的诊断光谱并不显著, 因此无法通过波长位置判断伊利石-蒙脱石之间的转化关系; (3)样品④在1 400 nm之后反射率出现陡倾斜上升趋势, 由于BQZK0022钻孔位于隐爆角砾岩型矿体与热液型矿体的交叉位置, 因此推测光谱的陡倾斜上升可能与岩性相关, 也可能受到隐爆作用的影响。

2.2 波形对比与分析

计算三个矿床的钻孔岩心波谱平均值后发现[图2(d)]: (1)平均波谱保留了主要蚀变矿物的光谱特征, 例如①中在2 200 nm的双峰结构, 以及明矾石的光谱特征; (2)均值后②③的谱形极为相似, 原因是绢云母与伊利石均属于白云母族矿物, 二者的化学结构完全相同, 区别仅存在于水分子的含量方面; (3)水对光谱具有显著吸收作用, 受矿物中含水量的差异性影响, 使得低硫化浅成低温热液型矿床光谱反射率明显低于斑岩型。

利用二阶导数增强的方法, 依次提取2 200 nm波长位置的平均光谱参数信息(表2), 对比发现: (1)高硫化浅成低温热液型→ 斑岩型→ 低硫化浅成低温热液型矿床, 光谱范围的阈值最小值继续向低值方向移动, 可辨光谱分辨率为10 nm; (2)低硫化浅成低温热液型矿床可利用2 200 nm处吸收深度的负向高值变化予以特征识别, 同时光谱范围、 光谱对称度和光谱吸收指数表现出的低值也可作为该类型矿床厘定的辅助诊断因子; (3)高硫化浅成低温热液型和斑岩型矿床区分的主要识别标志为2 200 nm附近的波谱双峰结构, 前者具有双峰, 后者则不具备; 平均光谱差异性较小, 吸收面积可作为辅助诊断因子。

表2 不同矿床类型2 200 nm光谱参数信息表 Table 2 Spectral parameters concerning absorption feature at 2 200 nm in different deposits
2.3 光谱曲线函数拟合

采用GaussAmp函数进行平均光谱曲线拟合

y=y0+Ae-(x-xc)2/2w2)

式中, y0为偏移值, xc为峰值中心, w为幅宽, A为峰高。

利用Origin软件对不同矿床类型的平均波谱曲线进行数据拟合, 虽然GaussAmp函数对2 200 nm附近光谱范围内的单峰拟合效果都比较好, 但对比后发现: 以绢云母族矿物为主的甲玛和斯弄多矿床, 实测光谱与函数特征吻合度极高(方差接近1); 拟合度相对较差的是高硫化浅成低温热液矿床(方差为0.802 91), 主要偏差出现在光谱阈值的低值处, 作者认为是由地开石-高岭石矿物组合的双峰结构差异造成(表3)。

表3 不同类型矿床拟合曲线与参数表 Table 3 Fitting curves and parameters of different types of deposits
3 结论

通过对比斑岩系统不同类型矿床的岩心波谱曲线, 发现光谱区分敏感度表现为: (1)2 200 nm处基团位移的波谱范围可作为最敏感因素参与斑岩系统矿床类型的区分, 它可反映不同类型矿床中主要蚀变矿物的晶体结构与离子替代变化, 光谱分辨率为10 nm; (2)高硫化浅成低温热液矿床的平均波谱在2 200 nm附近呈双峰结构, 斑岩及低硫化浅成低温热液矿床则呈单峰结构; (3)利用二阶导数增强平均反射波谱后, 低硫化浅成低温热液型矿床在2 200 nm附近的光谱吸收深度呈负值, 且受水分子含量影响表现出光谱对称性比较差、 光谱吸收指数比较低的特点; (4)GaussAmp函数对于白云母族矿物为主的2 200 nm附近吸收峰拟合效果极佳(R2接近1)。

参考文献
[1] GAN Fu-ping, XIONG Sheng-qing, WANG Run-sheng, et al(甘甫平, 熊盛青, 王润生, 等). Minerals Mapping and Application by Hyperspectral Techniques(高光谱矿物填图与示范应用). Beijing: Science Press(北京: 科学出版社), 2015. 17. [本文引用:1]
[2] Wang R, Cudahy T, Laukamp C, et al. Economic Geology, 2017, 112(5): 1153. [本文引用:1]
[3] Guo N, Thomas C, Tang J X, et al. Ore Geology Reviews, 2019, 108: 147. [本文引用:1]
[4] GUO Na, SHI Wei-xin, HUANG Yi-ru, et al(郭娜, 史维鑫, 黄一入, 等). Geological Bulletin of China(地质通报), 2018, 37(2-3): 446. [本文引用:1]
[5] Laakso K, Peter J-M, Rivard B, et al. Economic Geology, 2016, 111: 1223. [本文引用:1]
[6] Halley S, Dilles J H, Tosdal R M. SEG Newsletter, 2015, (100): 12. [本文引用:1]
[7] Ross P-S, Bourke A, Schnitzler N, et al. Economic Geology, 2019, 114(4): 613. [本文引用:1]
[8] DENG Yong-kang, CAO Jian-jin, DANG Wan-qiang, et al(邓永康, 曹建劲, 党万强, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2019, 39(9): 2929. [本文引用:1]