东昆仑东段水系沉积物测量数据处理中因子分析法的应用研究_耿国帅.pdf

收稿日期2019-07-02 基金项目国家自然科学基金项目 （编号 41373048） ， 中央级公益性科研院所基本科研业务费专项 （编号 AS2015J03） 。 作者简介耿国帅 （1972） ， 男， 高级工程师， 博士研究生。通讯作者杨帆 （1983） ， 男， 高级工程师， 博士。 总第 526 期 2020 年第 4 期 金属矿山 METAL MINE 东昆仑东段水系沉积物测量数据处理中 因子分析法的应用研究 耿国帅 1， 2 张德会 1 杨帆 3， 4 张晶 5 湛龙 61 （1. 中国地质大学 （北京） 地球科学与资源学院， 北京 100083； 2. 中国人民武装警察部队黄金地质研究所， 河北 廊坊 065000； 3. 中国地质科学院地球物理地球化学研究所， 河北 廊坊 065000； 4. 北京矿产地质研究院， 北京 100012； 5. 中国地质调查局西安地质调查中心， 陕西 西安 710054； 6.中国地质调查局南京地质调查中心， 江苏 南京 210016） 摘要因子分析是一种多元统计分析方法， 已广泛应用于地球化学数据处理中。其计算基础是相关系数矩 阵 （或协方差矩阵） ， 易受特异值影响， 加之地球化学数据是成分数据， 其闭合效应会影响数据的相关系数矩阵。因 此， 在进行因子分析前须对数据进行变换， 以获得准确的结果。以东昆仑东段水系沉积物地球化学测量数据为例， 分别对原始数据、 Log变换后数据及ILR变换后数据进行常规因子分析和稳健因子分析， 旨在优选一种在地球化学 数据处理中效果较好的因子分析方法， 明确东昆仑东段的主攻矿种， 并进一步圈定找矿靶区。研究表明 对ILR变 换后的数据进行稳健因子分析发现， 各主因子与各成因类型矿床对应性最好。利用其因子得分异常圈定了找矿靶 区7处， 靶区内已发现了4处大型以上的金矿床和多处中型金、 铁和多金属矿床， 通过进一步工作， 在靶区内新发现 了一些找矿线索， 已发现的矿床 （点） 与靶区的异常规模还不相称， 进一步开展工作的潜力巨大。 关键词因子分析成分数据ILR变换稳健统计找矿靶区圈定东昆仑东段 中图分类号P612文献标志码A文章编号1001-1250 （2020） -04-105-13 DOI10.19614/ki.jsks.202004018 Study and Application of Factor Analysis for Stream Sediments Data Processing in the East of Dongkunlun Geng Guoshuai1， 2Zhang Dehui1Yang Fan3， 4Zhang Jing5Zhan Long62 （1. School of Earth Sciences and Resources， China University of Geosciences Beijing， Beijing 100083， China； 2. Gold Geological Institute of the Chinese Armed Police Force， Langfang 065000， China； 3. Institute of Geophysics and Geo- chemistry， Chinese Academy of Geological Sciences， Langfang 065000， China； 4. Beijing Institute of Geology for Mineral Resources， Beijing 100012， China； 5. Xian Center of Geological Survey， China Geological Survey， Xian 710054， China； 6. Nanjing Center of Geological Survey， China Geological Survey， Nanjing 210016， China） AbstractFactor analysis is a multivariate statistical analysis ， which has been widely used in geochemical data processing.The basis of factor analysis is correlation coefficient matrix or covariance matrix， which is very vulnerable to data outliers of any kind， and the compositional data closure effect.Therefore，factor analysis in geochemical data processing re- quires data transation to obtain accurate results.The geochemical data of stream sediment survey in the east section of Dongkunlun are used to conduct classical factor analysis and robust factor analysis on the raw data， log transed data and ILR transed data respectively， aiming to optimize a factor analysis with better effect in geochemical data process- ing， make clear the main ores in east section of Dongkunlun and delineate the prospecting target areas.The study results show that the robust factor analysis of the ILR transed data shows that the main factors have the best correspondence with vari- ous genetic type deposits.Based on its factor scores abnormal， seven prospecting target areas are delineated.Four large-sized gold deposits and seven medium-size gold， iron and polymetallic deposits are found in the above prospecting target areas， by further working， some prospecting clues newly obtained in the above areas.In general， the discovered deposits ore points are not commensurate with the abnormal size of the above prospecting target areas， and the potential of the further work in the ar- Series No. 526 April 2020 地质与测量 105 ChaoXing 金属矿山2020年第4期总第526期 eas is great. KeywordsFactor analysis， Compositional data， ILR-transation， Robust analysis， Delineation of prospecting target area， East of Dongkunlun 东昆仑东段处于青海省东中部， 与其周缘地区 共同构成了东昆仑柴达木造山亚系， 是青藏高原 北缘的重要构造单位。该区蕴藏着丰富的矿产资 源， 有 “金边”（柴达木盆地周边金矿） 、“盐盆”（柴达 木盆地盐类矿产） 、“金腰带”（昆仑山铜多金属矿） 之 称， 是我国重要的金属矿产资源基地。特别是近年 来， 由于西部大开发和青藏高原专项的实施， 发现了 一批铁、 铜、 金、 钴、 铅锌等重要矿床， 如五龙沟金矿、 督冷沟铜钴矿、 果洛龙洼金矿等。然而， 就整个东昆 仑区带而言， 地质工作程度仍然较低， 在铜、 钨等找 矿方面尚未取得重大突破。因此在该区开展成矿预 测， 明确找矿类型及目标， 是当前首要任务。近年 来， 不少学者对该区进行了成矿预测研究， 崔晓亮 等 ［1］根据水系沉积物的单元素异常， 结合地质情况， 对东昆仑布青山地区进行了成矿预测； 安国英 ［2］在分 析东昆仑地区元素分布及异常特征的基础上， 结合 地质、 物探、 遥感资料， 进行了成矿预测； 丁清峰等 ［3-4］ 在综合分析成矿信息的基础上， 利用证据权法对东 昆仑成矿带进行了成矿预测； 田立明 ［5］通过分析东昆 仑地区区域地球化学异常特征， 结合地质内涵法， 进 行了成矿预测。上述研究虽然取得了一定的进展， 但存在明显不足 ①成矿预测是建立在单元素异常 的基础上， Lindqvist等 ［6］指出， 用传统统计学方法确 定的单元素异常下限， 可能无法揭示或突出数据集 中所含的有价值的复合信息， 是因为在许多情况下 异常下限并非某个重要元素的浓度值， 而是样品中 几种元素相互关系的反应， 利用单元素异常下限进 行成矿预测， 易造成各单元素异常空间叠置关系很 难对应， 且无法指示预测区的成矿类型； ②成矿预 测是建立在多元信息基础上， 会造成工作程度高 的地区综合信息量大， 而空白区或工作程度低的 地区综合信息量少， 造成信息量不对称， 进而导致 圈定的成矿预测区往往都处于工作程度较高的地 区。 因子分析是利用降维的思想通过研究原始变量 相关矩阵内部的依赖关系， 将一些具有错综复杂关 系的变量归结为少数几个共性因子的一种多元统计 分析方法。地球化学数据处理所指的每个共性因子 代表了某一成因类型的元素组合， 利用因子得分圈 定的异常更具有成因和找矿意义 ［7-8］， 可以指示矿床 类型以及主攻矿种， 且消除了信息不对称问题， 因此 因子分析在成矿预测中得到了很好的应用 ［9-14］。但 该方法的不足在于 ①因子分析的相关系数是Pear- son 相关系数， 其不但受到元素高低异常值的影响， 还受到数据整体结构的影响， 是一个不稳健的统计 量 ［15-18］； ②地球化学数据是成分数据， 具有闭合效应， 正如Filzmoser等 ［19］指出， 地球化学数据在进行计算 分析时， 即便是求取平均值、 标准方差之类简单的计 算统计或者绘制直方图等类似的分布图之前， 不对 原始数据进行变换， 也容易得出错误结果。 本研究以东昆仑东段水系沉积物地球化学数据 为例， 对原始数据、 自然对数变换数据和ILR变换数 据分别进行常规因子分析和稳健因子分析， 发现ILR 变换后数据的稳健因子分析效果较好， 根据其因子 得分圈定找矿靶区， 并对各靶区的主要成矿类型和 主攻矿种进行详细讨论。 1研究区概况 研究区地处青藏高原东北缘， 是我国中央造山 带之秦祁昆褶皱系的一部分， 西起格尔木以西， 东至 香日德以东， 北邻柴达木盆地。3条近EW向的断裂 自北向南将该区分为祁漫塔格都兰造山亚带 （昆 北带） 、 伯喀里克香日德元古宙古陆块体 （昆中 带） 、 雪山峰布尔汗布达造山亚带 （昆南带） 和布喀 达阪峰阿尼玛卿华力西印支复合造山亚带 （北巴 带） 4个三级构造单元。区内地层出露齐全， 从古元 古代到新生代均有出露， 其中昆北带主要出露三叠 系的鄂拉山组地层， 昆中带主要出露太古代的古老 变质岩系， 昆南带出露地层最为复杂， 从古元古代到 侏罗系地层均有出露， 北巴带内主要出露三叠系巴 颜喀拉群的复理石沉积。研究区岩浆侵入活动强 烈， 以花岗岩类为主， 在4个构造单元均有出露， 尤以 昆中带最密集， 北巴带最稀少， 时代从元古代、 早古 生代、 晚古生代到中生代均有分布， 其中中生代最为 发育 （图1） 。 该区的区域地球化学勘查工作始于1978年， 目 前已基本覆盖整个东昆仑成矿带， 圈出了一系列综 合异常， 但有些图幅数据利用性较差， 该区总体工作 程度仍较低。不少学者对该区的区域地球化学勘查 数据进行了处理， 并应用于地质背景探讨和地质填 图 ［20-22］。 近年来， 该区一直是找矿工作的热点地区之 一 ［23-25］， 目前已发现金、 铁、 铜、 铅、 锌、 钨、 锡、 钴等矿 106 ChaoXing 2020年第4期耿国帅等 东昆仑东段水系沉积物测量数据处理中因子分析法的应用研究 床 （点） 110多处， 其中大型矿床4处， 均为金矿床； 中 型矿床7处， 为金、 铁、 多金属矿； 小型矿床13处， 为 金、 铜、 铁、 多金属矿； 矿点46处； 矿化点41处。张德 全 ［26］将该区的矿床类型分为喷气沉积矿床组合 （VHMS型和SEDEX型） 和造山矿床组合 （斑岩、 矽卡 岩、 热液脉型和造山型金矿） 2个组合和6个类型； 丁 清峰 ［4］将该区的矿床类型分为热水喷流沉积和与造 山作用有关的斑岩型、 矽卡岩型、 热液脉型和叠加改 造型； 田立明 ［5］将该区的主要成矿类型划分为海相火 山岩型、 斑岩型/矽卡岩和造山型金矿等 3 种组合。 基于上述研究成果， 本研究将该区的金属矿床划分 为如表1所示的3种成因组合。 2成分数据变换和稳健方法选择 2. 1成分数据变换 成分数据是一组部分占整体的比例数据， 只携 带相对信息， 地球化学数据为典型的成分数据 ［27］。 成分数据变换有 3 种形式， 即 非对称对数比变换 （Additive Log-ratio Transation， ALR） 、 中心对数比 变换 （Centered Log-ratio Transation， CLR） ［28］和等 距对数比变换（Isometric Log-ratio Transation， ILR） ［29］。3种变换的共同点在于变换形式都是变量 的对数比值， 因而统称为对数比变换。ALR变换受 主观因素影响比较大， 且无法消除成分数据的闭合 效应； CLR变换会造成每个样品的所有变量之和为 0， 因此对于需要满秩数据矩阵的算法则不适应 ［30］， 同时也没有消除闭合效应； ILR变换可以消除闭合效 应， 但原始成分数据经ILR变换之后， 减少一个变量， 故ILR变换后数据因子分析缺乏明确的地球化学意 义。利用CLR变换和ILR变换， 将ILR变换后的因子 分析结果在CLR空间下表示出来， 既克服了成分数 据的闭合效应， 又易于指示地球化学元素组合的地 球化学意义。 2. 2稳健方法选择 Pearson相关系数是一个不稳健的统计变量， 易 受特异值影响， 因此， 不少学者提出了不同的方法， 最常用的为最小协方差行列式 （Minimum Covariance Determinant， MCD） 方法 ［31］， 本研究采用的稳健因子 分析则是基于MCD的方法。 在统计分析过程中， 由于CLR变换导致协方差 矩阵奇异， 使得以协方差矩阵为基础的因子分析和 基于最小协方差行列式的MCD算法运算不能有效进 行， ILR变换则不存在此不足。因而在进行因子分析 107 ChaoXing 金属矿山2020年第4期总第526期 和稳健相关分析时， 需使用 ILR 变换后的数据， 但 ILR变换后的数据变量数减少一个， 易造成因子载荷 无法解释， 故因子载荷需根据标准正交基变换到CLR 空间。直接应用ILR变换数据计算因子得分与变换 到CLR空间再计算因子得分， 其结果是一致的， 故本 研究因子得分直接用ILR变换数据进行计算。 3应用实例 利用东昆仑成矿带东段150万水系沉积物测量 的4 001件样品的39种元素中的Ag、 As、 Au、 Cd、 Co、 Cr、 Cu、 F、 Hg、 Mn、 Mo、 Ni、 Pb、 Sb、 Sn、 V、 W、 Zn 等18个 成矿元素 （或指示元素） 进行因子分析。分别对原始 数据、 自然对数变换后数据 （Log） 和ILR变换后数据 （ILR） 分常规和稳健两种情况来进行因子分析。 3. 1 主因子个数选择 原始数据、 自然对数变换后数据 （Log） 和ILR变 换后数据 （ILR） 的常规因子分析和稳健因子分析特 征值如表2所示。 本研究主因子个数选择原则为 ①特征值大于 1； ②因子的累积贡献率大于70 （表2） ； ③Screen图 上， 特征值的连线存在着明显拐点 （图2） 。经过综合 考虑， 本研究选择了F1、F2、F3、F4、F5、F66个因子 （表 2） 作为主因子。 3. 2主因子载荷对比 原始数据、 Log变换后数据和ILR变换后数据的 常规和稳健因子分析所得出的主因子元素载荷如表 3所示。分析表3可知 3种数据2种因子分析的第一 主因子都具有相似的元素组合Cr、 Ni、 V、 Cu、 Co， 差别 仅在ILR变换后数据稳健因子分析中出现负载荷， 而 在其它因子分析中呈正载荷 （表3） 。此外， 除了原始 数据稳健因子分析中的Au在主因子中呈独立载荷存 在外， 其它因子分析中， Au都与As、 Sb形成主因子的 载荷元素。考虑到因子的可对比性， 第一主因子须 具有最高的因子贡献率， 而Au是研究区最重要的成 矿元素， 因此选择第一主因子和Au作为载荷元素所 108 ChaoXing 2020年第4期 在的主因子进行对比 （表4、 图3） 。 注 括号内的元素表示因子的负载荷部分。 由表4和图3可知， 原始数据、 Log变换后数据的 常规因子分析和稳健因子分析结果大致一致， 几乎 所有元素在第一主因子的载荷为正， 在另一因子载 荷中也大都为正值， 这使得18种元素几乎都处于因 子的第一像限， 且这一现像普遍存在 ［32］， 这给因子解 释造成了困难。经过ILR变换后的数据不论是常规 因子分析还是稳健因子分析， 其第一主因子都分为 两个端元， 一个端元为Mo、 Sn、 W、 Pb等元素组合， 另 一端元为Cu、 Ni、 Cr、 Co、 V等元素组合， 从元素地球化 学性质分析可知， Mo、 Sn、 W、 Pb等元素的富集与中酸 性花岗岩有关， 而 Cu、 Ni、 Co、 V 等元素的富集与基 性、 超基性岩有关。从两个因子载荷的关系看， 前两 种数据所作的因子中， Au、 As、 Sb与其它元素的关系 较一致 （除了Log变换的数据As稍有分离， 处于第一 主因子的负半轴外） ， 都处于第一主因子的正半轴， 经 ILR变换后的数据， As、 Sb和 Au明显分离， As、 Sb 与Sn、 Pb、 W、 Mo更密切， Au与Cu、 Co、 Ni、 V关系更密 切， 这也与东昆仑地区存在的钴金矿的事实较一致。 耿国帅等 东昆仑东段水系沉积物测量数据处理中因子分析法的应用研究 109 ChaoXing 金属矿山2020年第4期总第526期 3. 3主因子代表性对比 因子分析的目的是利用少量的主因子来代替原 有较多的变量， 以达到降维的目的， 因此主因子的代 表性问题有必要进行详细探讨。本研究选择Au元素 所在的主因子， 利用标准化的因子得分值与相应变 换的Au标准化值进行对比 （图4） ， 了解标准化因子 得分值与相应变换的Au标准化值之间的对应关系， 从而判别因子分析中主因子的代表性。 由图4可知 采用常规方法进行因子分析时， 直 接用原始数据， 其主因子标准化得分值与Au的标准 化值之间的对应性最差， 表明其主因子不能很好地 提取Au的信息， 代表性差； Log变换后数据的主因子 代表性有所提升， ILR变换后数据的主因子代表性最 佳。从因子载荷来看， Au在原始数据中是最高的， 达 110 ChaoXing 2020年第4期 到 0.78， 远高于 Log变换后数据 （0.55） 和 ILR变换后 数据 （0.64） 。究其原因 一方面是因为相关系数矩阵 （或协方差矩阵） 受特异值影响较大， 而对数据进行 Log变换后， 会降低特异值的影响， 使得因子的代表 性提高； 另一方面， 由于化探数据是成分数据， 其存 在的闭合效应会造成相关系数矩阵不能代表元素间 真正的相关性。故而经过ILR变换后， 消除了成分数 据的闭合效应， 使得因子分析中主因子的代表性大 大提高。相较于常规因子分析， 稳健因子分析的因 子代表性有了很大提升， 但也表现为Log变换后数据 的代表性强于原始数据， ILR变换后数据因子的代表 性最强的特征。从因子载荷来看， 3种数据的因子载 荷也相较于常规方法有很大提升， 但仍然表现为原 始数据的因子载荷最大， 达到0.93， 远高于其余两种 变换后数据 （Log变换后数据的载荷为0.76， ILR变换 后数据的载荷为0.71） 。由此可见 直接用原始数据 进行因子分析， 因子的代表性最差， 将ILR变换后的 数据进行稳健因子分析效果最佳。 3. 4主因子得分值与相应矿床 （点） 的对应性 分别选取 Log变换后和 ILR变换后数据稳健因 子分析的两个主因子得分值与对应矿床 （点） 的分布 进行分析。因子得分间隔区间选取见表5。 Log 变换后数据稳健因子的第一主因子为 Cr、 Ni、 V、 Co、 Cu、 Zn、 Mn、 F， 且所有元素在第一主因子中 都呈正载荷； 在ILR变换的第一主因子中， 正载荷为 W、 Sn、 Mo、 Mn等， 负载荷为 Ni、 Cr、 Cu、 V、 Co等。据 表5和图5分析可知 Log变换后F1得分值几乎都处 于负端高背景到正端高背景区间， 异常点较少， 没有 强异常点； ILR变换后的数据F1得分值从负端强异常 到正端强异常都有出现， 且异常较明显。这可能是 由于Log变换后数据的因子稳健分析， 全部元素在第 一主因子中的载荷都为正， 受到不同元素的综合影 响， 使得因子得分值在两个端元不明显； ILR变换后， 全部元素在第一主因子中分成正负两个端元， 受到 不同端元元素的影响， 使得因子得分值正负特征更 分明， 因此也突出了两个端元的异常。在ILR变换后 数据第一主因子得分图上， 几乎所有的钨、 钼、 铅、 锌 等矿床 （点） 都产于ILR变换第一主因子正端元的异 常上； 除了东北端少数几个与岩浆热液有关的铜矿 床 （点） 产于正端元的异常上， 绝大多数的铁、 铜、 铬、 镍、 钴等矿床 （点） 都产于因子得分负端异常上， 显示 出两种不同成因类型的矿床组合； 在Log变换后数据 第一主因子得分图上， 大多数铁、 铬、 铜等矿床 （点） 产于得分值正端的高背景及异常上， 钨、 钼、 铅、 锌等 矿床 （点） 分布不明显， 部分分布于负端元高背景上， 还有部分分布于正端元的高背景上。 据表4可知， ILR变换后数据的第5主因子正载 荷为Au、 As、 Sb， 显示以金为主的热液成矿元素组合， 负载荷为F、 Cr 、 W、 Mo， 显示以W、 Mo为主的岩浆元 素组合。Log变换后数据的F2中， 正载荷较大的元素 为As、 Sb、 Au， 负载荷仅有F， 且载荷值较小， 而其它 元素都显示为正载荷。 ILR变换后数据中， 因子得分正负端分布比较明 显， 负端元高背景及异常分布于研究区北部， 空间位 置与昆北、 昆中花岗岩带吻合， 且钨、 钼矿床 （点） 都 处于该因子得分为负的高背景到异常上。从金矿床 （点） 分布来看， 西端的金矿床 （点） 主要分布于因子 得分正端元的高背景及异常上， 东端的金矿床 （点） 主要分布于因子得分负端元的高背景上， 这说明西 端的金矿床 （点） 主要受热液成矿系统控制， 东端的 金矿床 （点） 受岩浆成矿作用影响， 这与东端阿斯哈 金矿产于岩浆岩中的事实相一致。Log变换的数据 中， 因子得分正负端分布没有明显规律， 两者互相掺 杂， 两类矿床 （点） 几乎都处于因子得分正端元的高 背景及异常上 （图6） 。 综合分析上述两种数据变换的两个因子得分值 可知， 使用ILR变换后数据进行稳健因子分析， 可以 更好地突出因子载荷正负端因子得分异常， 并与成 注Q1为下四分位值；Q3为上四分位值；IQR为内散度， 取值为Q3～Q1。 耿国帅等 东昆仑东段水系沉积物测量数据处理中因子分析法的应用研究 111 ChaoXing 矿类型及成矿组合有较好的对应， 可有效指导找矿 靶区圈定及下一步的找矿工作。 3. 5找矿靶区圈定及评述 根据因子载荷并结合研究区地质和矿产情况， 综合分析可知 第1主因子的正载荷为与中酸性岩有 关的成矿元素组合， 负载荷为与基性超基性岩有 关的成矿元素组合； 第5主因子的正载荷为与造山型 金矿有关的元素组合， 且与之对应的矿床大多位于 得分较高 （或较低） 的区域。因此， 因子得分可用来 圈定找矿靶区。本研究根据第1主因子和第5主因 子得分圈定了如图7所示的7处找矿靶区。 3. 5. 1五龙沟注斯楞一带找矿靶区 （B1） B1靶区分布于研究区北端、 昆中断裂带两侧， 出 露地层主要为古元古代金水口群， 古中元古代苦 海杂岩， 中元古代狼牙山组、 奥陶志留纪纳赤台 群、 早三叠世洪水川组和晚三叠世八宝山组地层。 金水口群为一套变质程度高的变质岩系， 主要由混 合岩化黑云斜长片麻岩、 角闪黑云斜长片麻岩及镁 质大理岩等组成， 岩石均遭受了不同程度的混合岩 化， 属区域动力变质作用的产物。苦海杂岩岩性以 灰绿色眼球状黑云母钾长正片麻岩为主， 夹少量糜 棱岩化黑云斜长片麻岩和浅粒岩； 狼牙山组岩性为 大理岩夹碎屑岩， 为一套正常碳酸盐岩夹碎屑岩沉 积建造； 纳赤岩台群岩性为浅变质凝灰质千枚岩、 板 岩、 砂岩及片岩、 大理岩和片理化中酸性火山岩、 火 山碎屑岩、 凝灰质砾岩等； 洪水川组为一套浊积岩相 砂板岩； 八宝山组下段为砂砾岩， 上段为粉砂、 页岩。 靶区内岩浆岩发育， 主要为中生代侵入岩， 时代从早 二叠世到晚三叠世， 岩性主要为石英闪长岩、 石英花 岗闪长岩、 花岗闪长岩、 云英闪长岩、 二长花岗岩和 金属矿山2020年第4期总第526期 112 ChaoXing 钾长花岗岩等。区内构造发育， 昆中断裂从靶区中 部通过， 是东昆仑地区的一个构造密集分布区， 构造 线总体呈NWSE向展布。 靶区内已发现了五龙沟大型金矿田、 清水河中 型铁矿床、 洪水河中型铁矿床、 小庙小型铁矿床、 三 通沟铁矿点、 山根果勒铅锌多金属矿点、 五龙沟中游 铁矿化点、 五龙沟铅锌矿点、 铅矿沟铅 （稀土） 矿化 点、 注斯楞铁矿点、 阿不特哈达北东铅铁等。五龙沟 金矿田包括大型金矿床 1处 （深水潭金矿床） ， 中型 岩金矿床 2处 （石灰沟金矿床和百吨沟金矿床） ， 小 型金矿床4处 （淡水沟、 红旗沟、 中支沟、 打柴沟金矿 床） ， 累计估算金资源量58.83 t。清水河铁矿区圈定 了4条铁矿体， 估算铁矿石量3 498.33万t； 洪水河铁 矿区圈定了5条铁矿体， 估算铁矿石量1 211.10万t， 小庙铁矿区圈定了 2 条铁矿体， 估算铁矿石量达 368.5万t。 该靶区内有1个F5正载荷得分异常、 2个F1正载 荷得分异常、 1个F1负载荷得分异常和Au、 As、 Sb、 W、 Pb、 Sn、 Cd、 Ag、 Zn、 Cu、 Fe、 Co、 Ni等单元素异常， 且各 元素异常强度高、 浓集趋势明显。该区具有寻找与 造山型金矿、 中基性岩有关的沉积变质型铁锰和与 中酸性岩有关的矽卡岩型铅、 锌、 铁等矿床的潜力。 3. 5. 2香日德哈次谱山找矿靶区 （B2） B2靶区位于昆北成矿亚带东段、 都兰县城西南。 区内出露地层主要为早石炭世大干沟组、 晚石炭世 早二叠世缔敖苏组和晚三叠世鄂拉山组。大干沟 组岩石组合为碎屑岩与灰岩互层。缔敖苏组岩石组 合为一套碳酸盐岩夹少量碎屑岩， 偶夹碎裂岩化安 2020年第4期耿国帅等 东昆仑东段水系沉积物测量数据处理中因子分析法的应用研究 113 ChaoXing 山岩、 流纹岩和含海绿石流纹质沉凝灰岩。鄂拉山 组由陆相喷发的一套中酸性火山岩组成， 在鄂拉 山组下部火山岩中夹有厚度不大的碎屑岩。区内岩 浆活动强烈， 侵入岩主要有早三叠世花岗闪长岩、 晚 三叠世二长花岗岩。靶区断裂构造发育， 有近 EW 向、 NW向和NE向断裂， 为多组断裂交汇区。 靶区内已发现有白石崖中型矽卡岩型铁锌铅矿 床， 其中铁矿石量796.42万t， 锌资源量4.45万t， 铅资 源量0.35万t。此外， 还发现了大洪山， 双庆、 占布扎 楞等3处小型矽卡岩型多金属矿床， 哈次谱山和那日 拉马黑山西南铜矿点和隆统北铅锌矿点。本研究在 该靶区东侧还发现了多沟铅铜多金属矿点， 其中铅 的最高品位为13.2。 该靶区内有F1正载荷的3号异常， 该异常是研究 区内该类因子中面积最大、 强度最高、 浓集趋势最明 显的异常， 且分布有Cd、 Mo、 Pb、 Zn、 Ag、 Cu、 W、 As、 Sb 异常。Ag异常是研究区面积最大、 强度最高的异常， 故该靶区是研究区内矽卡岩型矿床最具找矿潜力的 地区。 3. 5. 3东大滩西藏大沟一带找矿靶区 （B3） B3靶区分布于研究区西部的东大滩西藏大沟 一带， 夹持于昆中昆南断裂及以南地区， 出露地层 南部主要为巴颜喀拉群上亚群地层， 北部主要为古 元古代白沙河岩群、 中元古代万宝沟群、 奥陶志留 纪纳赤台群地层及早泥盆世牦牛山组地层， 此外， 沿 昆南断裂带还断续分布有二叠纪马尔争组地层。白 沙河岩群岩性以片麻质初糜棱岩为主， 兼有黑云母 片麻岩； 万宝沟群为一套浅变质碎屑岩、 火山岩、 碳 酸盐岩； 纳赤台群是东昆仑造山带中段出露的构造 混杂岩带的重要组成部分， 根据岩石组合可划分为 碳酸盐岩段、 碎屑岩段、 玄武岩段及超镁铁岩段； 牦 牛山组是一套以火山岩为主的陆相碎屑火山岩建 造； 马尔争组地层是昆南蛇绿岩带的重要组成部分， 根据岩石组合可分为碎屑岩组合、 超镁铁质岩组合、 玄武岩组合、 中基性火山岩组合、 碳酸盐岩组合等。 区内岩浆岩不甚发育， 只在靶区北东端发育小面积 的早古生代和中生代侵入岩， 具体岩性为早志留世 二长花岗岩、 花岗闪长岩， 早二叠世花岗闪长岩、 二 长花岗岩和晚三叠世二长花岗岩、 花岗闪长岩等。 受印支期燕山期SN向挤压作用的影响， 地层走向、 构造线及脉岩产出方向以EW向为主。区内断裂、 褶 皱发育， 断裂构造有脆性断裂和韧性断裂两种形式， 规模较大， 形成片理化带及糜棱岩带。 靶区内已发现小干沟中型金矿床， 东大滩小型 锑金矿床和驼路沟钴金矿床， 此外还发现了纳赤台 金铜矿点、 忠阳山铜矿点、 菜园子沟锰矿化点、 南沟 磁铁矿化点和西藏大沟金矿化点。小干沟金矿区共 提交金资源量6 044 t， 达到了中型矿床规模； 东大滩 锑金矿床共查明锑金属量 5 991.5 t， 金 742.1 t， 为一 小型锑 （金） 矿床； 驼路沟矿区共圈定钴矿体 32条， 333334钴资源量3 911.23 t， 达到中型矿床规模。 该靶区内有F1正载荷异常、F1负载荷异常和F5正 金属矿山2020年第4期总第526期 114 ChaoXing 载荷异常，F1负载荷异常和F5正载荷异常面积较大、 强度较高、 浓集趋势明显， 且有Au、 As、 Sb、 Cu、 Ni、 Co、 W、 Mo、 Pb、 Zn等单元素异常， 具有寻找与基性岩有关 的VHMS型铜、 钴矿， 与造山型有关的金、 锑矿和与酸 性岩有关的钼矿等矿床的潜力， 尤以前两种为主。 3. 5. 4开荒北乌兰乌拉找矿靶区 （B4） B4靶区分布于昆南带内的开荒北乌兰乌拉一 带， 出露地层主要为二叠纪树维门科组、 马尔争组， 三叠纪的洪水川组和闹仓坚沟组。树维门科组主要 为一套碳酸盐岩组合， 夹少量碎屑岩； 马尔争组地层 与周围地层呈断层接触， 并经受强烈构造变形变质 形成大理岩质砾岩， 纹层状钙质胶结， 砾石由大理岩 及少量未变质灰岩碎块组成； 洪水川组由下部砂岩 段和上部砂板岩段组成， 上部砂板岩段是主要的含 矿层和矿源层； 闹仓坚沟组主要由砂质板岩和灰岩 组成。区内岩浆岩不发育， 但石英脉分布广泛， 各类 岩层中均有一定数量的石英脉体， NWW向脆韧性剪 切带中分布最广泛， 严格受构造控制。区内构造活 动强烈， 由于昆南断裂持续向北逆冲， 褶皱、 韧性变 形构造和脆性断裂等不同期次、 不同类型的构造交 织在一起， 使得构造极为复杂。 区内已发现开荒北中型金矿床和树维门科铁矿 点、 乌苏屋矮铜矿点， 此外， 本研究在开荒北金矿床 西端发现了新的矿化线索， Au品位为 （0.25～0.53） 10-6， 具有进一步工作的价值。 该靶区内含一个F1负载荷异常和一个F5正载荷 异常， 虽然异常面积较小， 但强度较高， 此外还有Au、 As、 Sb、 Cu、 Ni、 Cd等单元素异常， 因此该靶区具有寻 找与造山型金矿和与基性岩有关的铜、 铁等矿床的 潜力。 3. 5. 5达瓦特曲什昂找矿靶区 （B5） B5靶区分布于研究区东部的达瓦特曲什昂一 带， 昆南成矿亚带东段。靶区内出露的地层主要有 古元古代白沙河岩群、 中元古代万宝沟群、 中元古代 小庙岩群、 早石炭世哈拉郭勒组、 晚石炭世早二叠 世浩特洛洼组以及早三叠世洪水川组地层。白沙河 岩群岩性以片麻质初糜棱岩为主， 兼有黑云母片麻 岩； 万宝沟群为一套浅变质碎屑岩、 火山岩、 碳酸盐 岩； 小庙岩群由片岩、 变粒岩、 片麻岩和大理岩组成； 哈拉郭勒组由砂岩、 灰岩和火山岩组成； 浩特洛洼组 由生物碎屑灰岩和砂岩组成； 洪水川组由砂岩、 火山 岩和灰岩组成。区内出露的岩体有超基性岩， 中奥 陶世花岗闪长岩， 早二叠世黑云母二长花岗岩、 石英 闪长岩， 中二叠世二长花岗岩， 二叠纪石英闪长岩， 早三叠世花岗闪长岩、 闪长岩， 侏罗纪钾长花岗岩 等。 靶区内已发现果洛龙洼大型金矿床、 督冷沟小 型铜 （钴） 矿床、 2024磁铁矿点和达瓦特金 （黄铁矿） 化点。果洛龙洼金矿床共圈出金矿体7条， 累积提交 金资源量40.85 t， 为一大型矿床。督冷沟估算铜资源 量3.3万t， 钴资源量245 t， 为一小型铜 （钴） 矿床。该 靶区因子得分异常面积较小， 但强度较高， 浓集趋势 较明显， 且有Cu、 Ni、 Co、 Fe、 W、 Sn、 Mo异常， 具有进一 步工作的潜力。 3. 5. 6马尼特冬给措纳湖找矿靶区 （B6） B6靶区分布于马尼特冬给措纳湖一带， 出露的 地层主要为马尔争组、 苦海群、 树维门科组地层， 发 育基性岩脉。该靶区内已发现了马尼特金矿、 牧羊 山铜矿2个小型矿床。马尼特金矿区共圈定10条金 矿体， 估算金资源量1 276 t。牧羊山铜矿区共发现3 条铜化矿化带， 5个铜矿化体， 估算铜资源量2.39万 t。该靶区因子得分异常面积较大， 强度较高， 浓集趋 势明显， 是找该类型矿床最有利的地区。从已发现 的矿床来看， 与异常面积和强度不相称， 且有Ni、 Cu、 Au、 Sb、 W异常， Ni异常面积最大、 强度最高， 故该靶 区还具有进一步找矿的潜力。 3. 5. 7大场-措尼一带找矿靶区 （B7） B7靶区分布于