矿产勘查是矿床学研究中的重要内容之一, 如何缩小找矿靶区范围、 提高找矿勘查效率一直是国内外矿床领域学者和各大矿业公司所关注的重点^[1]。 矿物是元素富集的载体, 而矿是指目前技术条件下所能开采的矿物聚集体, 因此, 找矿的本质是找矿物^[2]。 内生金属矿床的成矿过程多与热液流体有着密切联系, 流体携带着成矿物质不断迁移, 沿途会留下一系列的“ 痕迹” , 称为围岩蚀变, 通常矿床内会形成数倍于矿体大小的蚀变岩, 快速厘定与成矿存在联系的蚀变现象或岩石矿物组合有助于提高找矿勘查的效率^[3]。

红外光谱技术是针对岩浆-热液类矿床中蚀变矿物的新型研究手段, 矿物晶格内化学键和官能团振动后的选择性吸收会产生差异性的波谱特征, 通过这些波谱特征能够快速厘定矿物类型^[4]。 现阶段在地学领域中主要应用到可见光-近红外波段(VNIR, 400~1 250 nm)、 短波红外波段(SWIR, 1 300~2 500 nm)和热红外波段(TIR, 6~15 μ m), 分别针对矿物中的过渡性金属离子电子跃迁、 X— H(X=C、 O、 S、 N等)分子键振动和硅氧骨架中C— O、 B— O、 S— O、 Si— O、 P— O等基团振动有着较好的显示特征^[5]。 在矿物填图的基础上, 通过矿物组合限定有利成矿区域, 利用典型矿物特征波谱参数进一步缩小找矿范围和指示热液矿化中心已成为该技术的核心内容^[6]。

近年来国内外学者针对斑岩型^{[7, 8, 9, 10, 11, 12, 13, 14]}、 斑岩-矽卡岩型^{[15, 16, 17]}、 矽卡岩型^{[18, 19, 20]}、 VMS型^{[21, 22, 23, 24]}、 浅成低温热液型^{[25, 26, 27, 28]}、 IOCG型^[29]、 伟晶岩型^[30]、 沉积岩型^[31]、 油气藏^{[32, 33]}等矿床进行红外光谱填图及波谱勘查指标建立工作, 取得了良好的成效(表1)。

表1

Table 1

表1(Table 1)

表1 部分矿床示矿波谱参数 Table 1 Spectral parameters of some deposits 矿床类型 波谱参数 矿化热液中心 矿化区外围 参考文献 新疆土屋斑岩型Cu-Au矿床 Al— OH 2 200 Pos Fe— OH 2 250 Pos 2 190~2 206 nm 相对富铁绿泥石 2 196~2 218 nm 相对贫铁绿泥石 [7] 菲律宾Mankayan地区斑岩-高硫型浅成低温热液矿床 明矾石1 480 Pos 相对高吸收位值(1 498 nm) 相对低吸收位值(1 475 nm) [9] 冈底斯东段念村Cu矿床 Al— OH 2 200 Pos 伊利石SWIR-IC < 2 203 nm > 1.6 相对高吸收位值 相对低结晶度 [10] Copper Cliff斑岩型Cu矿床 Al— OH 2 200 Pos(第二期) 2 198~2 204 nm 2 204~2 210 nm(1 000 m) [13] 小科勒河斑岩型Cu-Mo矿床 Fe— OH 2 250 Pos 绢云母SWIR-IC > 2 245 nm < 0.8 [14] 铜绿山矽卡岩型Cu-Au-Fe矿床 Fe— OH 2 250 Pos Al— OH 2 170 Pos Al— OH 2 200 Pos > 2 250 nm > 2 170 nm < 2 202 nm或> 2 212 nm [17] 甲玛斑岩-矽卡岩型Cu矿床 石榴子石11 500 Pos < 11 450 nm示踪Mo矿化 > 11 540 nm示踪Cu矿化 [19] Rosebery VMS型矿床 Al— OH 2 200 Pos 2 190~2 200 nm > 2 200 nm [21] Myra Falls VMS型矿床 Al— OH 2 200 Pos Fe— OH 2 250 Pos 2 194~2 204 nm 2 238~2 252 nm 2 194~2 218 nm 2 238~2 255 nm [22] Izok Lake VMS型矿床 Al— OH 2 200 Pos Fe— OH 2 250 Pos 2 195~2 208 nm(0~2 000 m) 2 245~2 260 nm(0~2 000 m) 2 198~2 208 nm 2 250~2 254 nm [23] 胶东台上Au矿床 绢云母SWIR-IC 结晶度高值(可达3.4) [25] Olympic Dam IOCG型矿床 Pos(860~970 nm) 相对低吸收位值示踪Fe矿化 [29] Abra Pb-Zn-Cu-Au沉积岩型矿床 Al— OH 2 200 Pos Fe— OH 2 250 Pos 碳酸盐岩演化序列 相对高吸收位值 相对低吸收位值 菱铁矿 相对低吸收位值 相对高吸收位值 含铁白云石和铁白云石 [31] 鄂尔多斯盆地直罗油气藏 C— H 1 730Dep 黏土矿物SWIR-IC 与烃含量正相关 与铵含量正相关 [32]

表1 部分矿床示矿波谱参数 Table 1 Spectral parameters of some deposits

随着红外光谱技术在地质找矿工作中的应用逐渐成熟, 针对不同类型矿床中蚀变矿物提取方法和波形发生偏移的机理研究也更加完善。 但是针对红外光谱填图和光谱勘查模型建立时的矿物定性验证和波谱参数变化规律解释还存在一定的问题。 本文综述了红外光谱在地学领域的发展历程, 对红外光谱测试原理、 波谱特征参数及表征的含义、 四类测试仪器和常作为勘查工具的四种矿物波谱特征进行了总结。 针对目前红外光谱技术在找矿勘查工作可能存在的问题提出了几点建议, 供大家参考。

红外光谱技术自20世纪60年代逐渐应用于地学领域, 早期以地球物理测量手段获取遥感数据为主, 分为机载、 星载和野外实测, 主要应用于矿产资源分布图的绘制^[34]。 随后部分学者针对火成岩及其粉末进行红外光谱测试, 以光谱反射率和吸收特征区分了不同岩石类型(超基性-酸性)^{[35, 36]}。 Hunt等1977年总结了不同离子在可见光-短波红外波段产生吸收特征的原因, 为后期各遥感仪器中波谱库的建立提供了理论基础^[5], Clark等在1990年对各类矿物在300~3 000 nm的吸收特征进行了详细描述, 对矿物波谱库进行了补充^[4], Laukamp等根据近年来红外光谱技术在矿床研究中的实际应用情况对1.1~15 μ m范围内引起矿物波谱变化的原因重新进行了总结, 尤其是针对暗色矿物和造岩矿物的TIR波段参数提取方法提出了建议^[37]。

20世纪80年代, 随着集成电路的发展和化学计量学的引入, 大量便携式红外光谱仪被开发, 主要应用于地表的岩石样品测试, 提供更为精确的矿物信息^[38]。 90年代中期, 澳大利亚科学家研发的PIMA(portable infrared mineral analyser)系列短波红外波谱仪为美国、 加拿大、 澳大利亚等国家提供了新的找矿思路, 通过蚀变矿物填图, 在划分蚀变分带的基础上, 根据矿化区域的蚀变矿物组合及波谱特征确定有效的找矿勘查标志, 进一步圈定新的找矿远景区^{[39, 21]}。

我国红外光谱找矿勘探工作起步较晚, 2002年中国地质调查局引进两台PIMA短波红外分析仪, 一方面针对我国新疆地区的遥感填图结果进行野外验证, 另一方面测试便携式红外光谱仪在矿产资源评价中的有效性^{[40, 41, 8]}。 赵利青等将SWIR技术应用到金矿床中, 通过云母族矿物的Al— OH 2 200 pos吸收峰位值和结晶度确定了台上金矿上盘的高结晶度绢云母和下盘的高结晶度多硅白云母是有利的找矿标识^[25]。 随后, 国内众多学者主要针对斑岩型、 斑岩-矽卡岩型、 浅成低温热液型矿床分别开展SWIR蚀变矿物填图工作, 对绢云母、 伊利石、 绿泥石、 绿帘石、 高岭石、 地开石、 蒙脱石、 明矾石等中低温热液蚀变矿物的特征波谱参数进行大量统计及分析, 结合XRF(X Ray fluorescence)、 XRD(X Ray diffraction)、 EPMA(electron microprobe)、 LA-ICP-MS(电感耦合等离子体质谱仪)、 磁化率测试仪等技术手段建立不同矿区内有效的蚀变矿物光谱勘查标志^{[42, 43, 44, 45, 46, 47, 7, 10, 16, 19, 26]}, 并通过星-空-地等多平台数据拟合建立三维找矿勘查模型^[48]。

随着找矿深度不断增加, 高光谱遥感找矿工作逐渐由地面转为地下, 针对SWIR点光谱法所存在的数据量是否充足、 测样点是否具有代表性等问题, 澳大利亚首先启动了Online Drilling计划, 对国内保存的岩心统一进行光谱扫描并上传至国家共享平台, 将岩心光谱数据向大众开放; 随后加拿大也启动了Deep Search计划, 对深部的岩心进行扫描并保存入库^[49]。 面对国家战略性矿产勘查的需求, 我国针对已编录的岩心开展红外光谱扫描工作, 通过大量光谱测试和岩矿分析, 剔除异常波谱后, 通过大数据找到隐含的成矿信息^{[49, 50]}。

地表矿产资源逐渐枯竭, 隐伏岩体和海洋矿藏为接下来主要的找矿方向, 成矿系统越靠近深部, 成矿模式也相对复杂^[1]。 SWIR波段所识别出的黏土矿物受多蚀变模式组合(如斑岩型的对称环带状蚀变和矽卡岩型的线状蚀变)和多期次热液叠加影响, 其波谱参数在空间上没有较好的规律性^[44]。 因此, 热红外(TIR)是针对矽卡岩型等中高温热液矿床勘查工作中的新选择^[51]。 早期热红外技术受限于光谱分辨率等多重因素的影响, 在岩矿信息提取工作中无法准确划分长石、 石英等矿物具体类型^[52]。 近年来, 随着热红外波段光谱分辨率不断提高、 矿物波谱库逐渐完善以及线性解混算法不断优化, 众多学者成功应用热红外技术建立了多个矿区内有效的矿产勘查指标^[37]。 例如, Lampinen等利用Hylogger岩心扫描仪和对西澳地区Abra矿床岩心开展热红外扫描工作, 识别出大量碳酸盐类矿物, 按照特征波谱参数变化规律建立了该矿区碳酸盐类矿物演化序列, 反演了流体演化模式^[31]。 Huang等利用Hylogger岩心扫描仪对西藏甲玛斑岩-矽卡岩型Cu-Au-Mo矿床中4个钻孔岩心开展热红外光谱填图工作, 解译出大量石榴子石, 统计参数后发现石榴子石特征吸收峰位值(11.5 μ m)> 11 540 nm能有效指示Cu矿化, 特征吸收峰位值(11.5 μ m)< 11 450 nm能有效指示Mo矿化^[19]。

以上成果表明, 红外光谱技术针对大部分岩浆-热液类矿床能够快速厘定矿物类型、 划分矿物组合分带, 结合区域地质特征缩小找矿范围。 进一步通过矿物波谱参数与各项物理-化学指标之间的多元拟合图, 建立不同矿区内有效的矿物光谱勘查模型。 该技术在我国的优势矿种勘查工作中有着良好的应用前景, 可以为往后的找矿工作提供新方法。

在建立矿物光谱勘查模型时有两点关键问题: ①充足的数据量。 不论是利用HyLogger等岩心扫描仪或是ASD、 FTIRs等便携式仪器, 大量的数据可以减小规律性统计分析的误差。 ②辅助性定性研究: 光谱仪测试值为一定范围内的混合谱, 尽管各仪器都配有解混算法, 但在实例研究中由于地质特征的差异性, 光谱解译结果不能直接作为岩石矿物类型的定性解释, 还需要通过XRD和镜下显微观察等手段对光谱解译结果进行验证。 同时光谱吸收强度只能表征所识别出矿物的相对含量, 不能代表该样点处矿物的实际含量。 在通过波谱特征吸收峰位值解释矿物化学成分变化时, 部分伴生矿物组合会影响波谱偏移量, 需要结合EPMA、 XRF等测试手段综合分析。 因此, 在建立波谱勘查指标时通常选择数据量充足且具有显著吸收特征的矿物, 本文仅对岩浆-热液类矿床中常作为找矿标志的绢云母、 绿泥石、 石榴子石和碳酸盐类矿物波谱特征进行总结, 其余矿物波谱特征可以参考Clark等^[4]和Laukamp等^[37]的工作。

通过全岩地球化学测试、 X射线衍射(XRD)、 光学显微镜和电子探针等手段来分析岩石地球化学和矿物成分往往费时且成本较高。 红外光谱技术逐渐成为一种更加经济、 快捷的分析手段, 结合地球化学、 XRD、 SEM-EDS和光学显微镜辅助验证, 能快速鉴定矿物类型并显示成分差异。 在空间上连续性的波谱数据能够反映矿物组合及相对丰度, 进而判断地表、 剖面或整个矿区尺度下流体的运移路径和演化趋势。 这也是目前与其他分析方法相比主要的优势之一。

红外光谱技术现阶段在地质勘查工作中常应用到两个方面的内容: 一个是在红外光谱填图的基础上划分含矿区和非含矿区的矿物组合; 另一个是通过矿物波谱参数变化趋势指向矿化热液中心。 最终通过综合维度、 不同尺度下的矿物组合与波谱参数示矿指标建立有效的光谱勘查模型。 该类工作目前可能存在的问题有: ①便携式红外测试仪检测窗口直径大致为2.5 cm, 所测谱线为多种矿物的混合谱线, 而红外光谱解译结果仅代表所识别出矿物内相对含量最高的一种, 因此所测试样点是否具有代表性还需要测试者仔细甄别。 目前有学者在测试样点周缘同时进行3~5处测试, 最终以平均谱线作为岩石样品的代表性谱线。 该类方法具有一定的可行之处, 但增加了测试和数据处理的时间成本。 因此, 针对研究区尺度和样品类型的不同, 如何挑选具有代表性的测试样点还需要深入考虑。 ②导致波谱参数发生偏移的影响因素很多, 在进行解释时除了参考前人总结出的共识性结论, 还需要结合矿床实际地质特征。 例如绢云母族矿物特征吸收峰Al— OH 2 200 Pos常见有四种变化规律: 第一种表现为靠近矿化热液中心为低位值, 远离矿化热液中心逐渐变为高位值, 如土屋、 念村、 Copper Cliff等斑岩型矿床^{[7, 10, 13]}; 第二种表现为相反的规律, 如加拿大的Izok Lake矿床, 在矿区中心Al— OH 2 200 Pos变化范围广, 平均值高(2 203 nm), 矿区外围变化范围窄, 平均值低(2 201 nm)^[23]; 第三种表现为两种截然相反的示矿规律, 如鄂东南矿集区铜绿山矿床, Al— OH 2 200 Pos(< 2 202 nm或> 2 212 nm)均为有效的勘查指标^[17]; 第四种像日本的Hishikari矿床, Al— OH 2 200 Pos在整个矿区内分布散乱, 没有指示作用^[7], 以上每一种变化规律均有来自岩相学的证据。 因此, 研究者在开展红外等相关工作前对研究区内矿物岩石类型要有一定的了解。 ③同类型矿床中同种矿物波谱参数示矿指标的区别主要是由成矿模式和成矿系统间的差异性所决定的。 目前很多研究仅针对单一矿床内岩心、 坑道和地表样, 所得规律与示矿指标很可能仅适用于局部。 因此, 未来我们需要系统总结同一矿集区内不同矿床之间波谱示矿指标的共通性与差异性, 并分析造成这些差异的原因, 最终建立一套普适性的光谱勘查模型。 针对以上问题, 本文提出了三点建议:

(1)加强规律验证: 近年众多团队针对不同矿区地表样、 坑道样和岩心样开展红外光谱测试及分析工作, 得出了很好的矿物波谱参数变化规律。 但是所得规律能否成功应用于一线地勘单位的生产任务中还不可知。 因此在总结出矿区内波谱示矿规律后应当开展规律验证工作, 判断误差范围并不断优化光谱勘查模型。

(2)建立多波段、 多平台综合勘查模型: 不同波段内能有效识别并提取的矿物类型差异较大, 综合多波段的填图结果可以用更详细的矿物组合限定矿化有利区域, 进一步反演流体迁移路径与演化规律。 将不同平台内的数据进行组合可以更全面地厘清矿区内蚀变特征及矿化特征。 例如遥感影像蚀变信息提取+地表点光谱法测样+岩心红外光谱扫描, 分别建立有效的示矿标志并加以整合, 完成矿区内“ 地上+地下” 的三维找矿勘查模型。

(3)建立矿区的波谱库与参数提取标准: 同种矿物波谱参数示矿区间在不同矿区内跨度较大, TIR波段甚至可达几十至上百纳米。 在设置参数提取区间时, 范围过大或者过小都会导致分析结果出现较大的偏差。 因此首先要判断该矿区某一波谱参数的整体变化范围, 并在标准吸收位置的基础上不断调整参数提取区间, 以达到最优的显示效果。 最终确定矿区内有效的典型矿物波谱参数示矿指标, 建立矿区乃至矿集区的光谱勘查模型。