Application of Multivariable Statistical Analysis in Soil Geochemical Prospecting in the Qixingshan Survey Area, Zhenlongshan Dome, Guangxi
-
摘要:
为揭示广西镇龙山穹窿七星山调查区元素组合与富集规律，构建异常判别标志，并为深部隐伏多金属矿床的勘查提供土壤地球化学依据，本文借助GeoChem Studio和SPSS 25软件，对9种元素土壤地球化学数据进行参数统计和多元统计分析（相关分析、R型聚类分析和R型因子分析）。相关分析显示出Ag-Pb、As-W、Cu-Zn中度相关，As-Au、Au-W、Cu-Mo、Mo-Zn低度相关，Sb与Ag、As、Au、Pb低度相关。聚类分析将元素划分为3类，第Ⅰ类为Ag、Pb、Sb，第Ⅱ类为As、W、Au，第Ⅲ类为Cu、Zn、Mo。根据因子分析结果，绘制3组因子得分（元素组合）异常，并构建元素空间分布模型。3组元素组合形成垂向上的元素分带，浅表部为Ag、Pb、Sb，中深部为As、W、Au，深部为Cu、Zn、Mo。研究区内从地表到深部，矿床类型可能从热液型矿床转变为斑岩型矿床，在垂向空间上形成由不同矿床类型不同矿种组成的成矿系列。
Abstract:To reveal the elemental associations and enrichment patterns in the Zhenlongshan Dome-Qixingshan Survey Area, Guangxi, establish anomaly identification criteria, and provide a soil geochemical basis for the prospecting of deep-seated concealed polymetallic deposits, this study utilized GeoChem Studio and SPSS 25 software to conduct parameter statistics and multivariate statistical analysis (correlation analysis, R-mode cluster analysis, and R-mode factor analysis) on soil geochemical data of nine elements. Correlation analysis demonstrated moderate correlations of Ag-Pb, As-W, Cu-Zn, weak correlations of As-Au, Au-W, Cu-Mo, Mo-Zn, and Sb is also weakly correlated with Ag, As, Au and Pb. Cluster analysis categorized the elements into three groups: Group I (Ag, Pb, Sb), Group II (As, W, Au), and Group III (Cu, Zn, Mo). Based on factor analysis results, three sets of factor score (elements association) anomalies were mapped, and a spatial distribution model of the elements was constructed. These three element assemblages form vertical zoning: Pb-Ag-Sb in the shallow subsurface, As-W-Au in the middle zone, and Cu-Zn-Mo at deeper levels. This vertical spatial pattern suggests a potential transition of deposit types from hydrothermal deposits near the surface to porphyry-type deposits at depth, forming a metallogenic series comprising different deposit types and mineral species in vertical space within the study area.
-
-
表 1 七星山调查区成矿元素分析质量检查结果
Table 1. Quality inspection results of ore-forming elements analysis in the Qixingshan survey area
元素 方法检出限
（×10−6）爆出率（%） 准确度
合格率（%）精密度
合格率（%）重复性检验
合格率（%）重复样
合格率（%）Ag 0.03 99.76 100 100 98.40 100 As 0.5 100 100 100 97.89 93.30 Au 0.0003 100 100 100 96.13 100 Cu 1.5 100 100 100 98.21 100 Mo 0.5 99.36 100 100 96.77 96.70 Pb 5 100 100 100 97.83 100 Sb 0.2 100 100 100 97.14 100 W 0.5 99.84 100 100 97.68 90 Zn 15 100 100 100 97.92 100 
下载: 导出CSV
表 2 土壤地球化学特征参数统计表
Table 2. Statistical table of soil geochemical characteristic parameters
元素 样品数（N） 最小值
（Min）最大值
（Max）标准
偏差
（S0）算术
平均值
（X）华夏地壳
克拉克值
（X0）富集
系数
（EF）变异
系数
（CV）Ag 1220 0.025 1.410 0.141 0.178 0.05 3.56 0.79 As 1220 3.0 898.0 97.7 80.9 1.46 55.39 1.21 Au 1220 0.176 36.500 2.389 2.277 1.73 1.32 1.05 Cu 1220 1.73 198.00 20.39 26.01 35 0.74 0.78 Mo 1220 0.34 11.10 1.42 1.91 1.1 1.73 0.74 Pb 1220 13.0 1540.0 145.6 107.1 5 21.43 1.36 Sb 1220 1.43 574.00 29.95 25.56 0.11 232.35 1.17 W 1220 0.32 8.92 1.01 2.73 1.3 2.1 0.37 Zn 1220 8.9 231.0 30.5 51.8 68 0.76 0.59 注：Au单位为×10−9，其它元素单位为×10−6，华夏地壳克拉克值引自黎彤等（1999）.
下载: 导出CSV
表 3 各元素含量数据偏度和峰度统计表
Table 3. Statistical table of skewness and kurtosis for elements content data
元素 Ag As Au Cu Mo Pb Sb W Zn 偏度（CS） 2.346 3.407 7.357 1.902 2.502 3.850 6.916 1.517 1.812 峰度（CK） 8.909 16.953 77.179 8.467 8.233 20.000 98.656 3.827 4.896
下载: 导出CSV
表 4 元素相关系数矩阵
Table 4. Element correlation coefficient matrix
元素 Ag As Au Cu Mo Pb Sb W Zn Ag 1 As 0.223** 1 Au 0.222** 0.440** 1 Cu 0.141** −0.158** 0.105** 1 Mo 0.134** 0.001 0.178** 0.376** 1 Pb 0.647** 0.282** 0.160** −0.016 0.000 1 Sb 0.373** 0.329** 0.335** 0.203** 0.164** 0.366** 1 W 0.005 0.501** 0.312** −0.259** −0.082** 0.079** 0.077** 1 Zn 0.122** −0.112** 0.061* 0.514** 0.338** −0.048 0.217** −0.151** 1 注：**为在0.01级别（双尾）相关性显著，*为在0.05级别（双尾）相关性显著.
下载: 导出CSV
表 5 KMO和Bartlett球形检验结果
Table 5. Results of the KMO and Bartlett’s test of sphericity
KMO取样适切性量数 0.687 Bartlet球形检验 近似卡方 2736.712 自由度 36 显著性水平（P值） 0.000
下载: 导出CSV
表 6 方差解释表
Table 6. Total variance explained table
成分 初始特征值 提取载荷平方和 旋转载荷平方和 总计 方差百分比 累积（%） 总计 方差百分比 累积（%） 总计 方差百分比 累积（%） 1 2.530 28.106 28.106 2.530 28.106 28.106 2.016 22.403 22.403 2 2.075 23.059 51.165 2.075 23.059 51.165 1.950 21.665 44.068 3 1.290 14.334 65.499 1.290 14.334 65.499 1.929 21.431 65.499 4 0.711 7.901 73.399 5 0.630 7.005 80.404 6 0.575 6.386 86.790 7 0.451 5.015 91.805 8 0.418 4.646 96.451 9 0.319 3.549 100.000 注：提取方法为主成分分析.
下载: 导出CSV
表 7 成分矩阵表
Table 7. Component matrix
成分矩阵a 旋转后的成分矩阵a 元素 成分1 成分2 成分3 元素 成分1 成分2 成分3 Sb 0.713 0.136 −0.035 Cu 0.804 0.083 −0.154 Ag 0.702 0.093 −0.520 Zn 0.778 0.031 −0.077 Pb 0.657 −0.130 −0.603 Mo 0.696 0.014 0.110 Au 0.634 −0.119 0.444 Pb −0.125 0.889 0.080 As 0.628 −0.487 0.284 Ag 0.115 0.869 0.051 Cu 0.223 0.779 0.140 Sb 0.334 0.547 0.343 Zn 0.224 0.718 0.215 As −0.121 0.254 0.796 W 0.332 −0.592 0.460 W −0.243 −0.084 0.778 Mo 0.299 0.555 0.315 Au 0.261 0.157 0.722 提取方法：主成分分析法。a.提取了3个成分 提取方法：主成分分析法。a.旋转在5次迭代后已收敛。
旋转方法：凯撒正态化最大方差法
下载: 导出CSV
-
[1] 陈 港,葛 锐,李杨林,王 昱,庞宏海,黄 锐,吴启强.2023.广西镇龙山岩浆热液成矿系统——来自成矿流体、成矿物质的证据[J]. 地质通报,42(10):1-26.
[2] 谌大为,麦广田,徐守伦,张振雄. 1981. 广西来宾—贵县地区航空磁力和放射性测量成果报告[R]. 广西航空物探队.
[3] 韩 鹏. 2019. 西藏雄村矿集区土壤、岩石地球化学特征及找矿靶区圈定[D]. 成都理工大学硕士学位论文.
[4] 何晓群. 2019. 多元统计分析(第5版)[M]. 北京:中国人民大学出版社.
[5] 胡云沪,罗红波,林煜强,曾少尉,臧进前.2012.广西“镇龙山穹窿”银锑多金属矿成矿地质条件分析和成矿规律研究[J]. 矿产与地质,26(1):40-44. doi: 10.3969/j.issn.1001-5663.2012.01.008
[6] 黄金明,张明华,杨海翔,谢顺胜. 2015. 华南地区深部岩体圈定[R]. 中国地质调查局发展研究中心.
[7] 贾俊平,何晓群,金勇进. 2018. 统计学(第7版)[M]. 北京:中国人民大学出版社.
[8] 孔 丹. 2008. 投资组合的VaR模型及基于Garch类模型的VaR计算[D]. 广州大学硕士学位论文.
[9] 黎 彤,袁怀雨,吴胜昔,程先富.1999.中国大陆壳体的区域元素丰度[J]. 大地构造与成矿学,23(2):2-8.
[10] 李培喜.1993.广西镇龙山金(银)矿的构造控制特征[J]. 黄金,(12):1-6.
[11] 李森林. 2017. 吉林省临江市蚂蚁河地区地质地球化学特征及成矿预测[D]. 吉林大学硕士学位论文.
[12] 梁明建,陈 良,杨珊福. 2021. 广西宾阳县七星山锑银矿选点调查报告[R]. 广西壮族自治区二七三地质队.
[13] 刘娅莎. 2012. 湖南省溆浦县陶金坪金矿床土壤地球化学特征及其找矿意义[D]. 中南大学硕士学位论文.
[14] 罗先熔,文美兰,欧阳菲,唐甲光. 2012. 勘查地球化学[M]. 北京:冶金工业出版社.
[15] 邱宏蕊. 2023. 黑龙江省五道沟土壤地球化学异常特征及找矿研究[D]. 桂林理工大学硕士学位论文.
[16] 《数学辞海》编辑委员会. 2002. 数学辞海 第4卷[M]. 太原:山西教育出版社.
[17] 覃宝灵.2007.聚类分析技术及其应用研究[J]. 广西工学院学报,18(3):105-108+112. doi: 10.3969/j.issn.1004-6410.2007.03.027
[18] 汪炎汝. 2021. 多元统计分析[M]. 长沙:中南大学出版社.
[19] 王建设. 2015. 广西大厂李家坳铅锌矿区土壤地球化学特征及找矿预测[D]. 昆明理工大学硕士学位论文.
[20] 王伟东. 2017. 河北省康保县北沙城铅锌多金属矿区土壤地球化学测量及找矿预测[D]. 河北地质大学硕士学位论文.
[21] 王 昱,孔志岗,陈懋弘,陈 港,李杨林.2022.广西镇龙山地区花岗斑岩岩石地球化学及年代学研究[J]. 矿床地质,41(4):789-805.
[22] 伍 翔. 2019. 土壤地球化学测量在西藏狮泉河电站地区的找矿应用[D]. 成都理工大学硕士学位论文.
[23] 肖军军. 2020. 江西省铜鼓县九峰矿区土壤地球化学异常与金矿找矿预测[D]. 南京大学硕士学位论文.
[24] 徐龙生,路 瀚,黄天统,苑东洋.2022.多元统计分析思想在地球物理与地球化学勘查中的应用[J]. 中国锰业,40(4):29-36.
[25] 阳正熙,吴堑虹. 2008. 地学数据处理[M]. 北京:科学出版社.
[26] 杨红亮. 2021. 土壤地球化学及电导率方法在广西隆林金矿区的找矿应用[D]. 桂林理工大学硕士学位论文.
[27] 余 烨,张昌民,李少华,朱 锐,杜家元,王 莉.2014.多元统计分析在地质学中的应用—以惠州凹陷M层物源分析为例[J]. 地质科学,49(1):191-201. doi: 10.3969/j.issn.0563-5020.2014.01.014
[28] 张合山. 2020. 铜钼混合浮选中矿再选流程的优化研究[D]. 东北大学硕士学位论文.
[29] 张武饰,黄 锐,梁明建.2020.浅谈广西镇龙山穹窿铜矿成矿地质条件及成矿规律[J]. 世界有色金属,(22):97-98. doi: 10.3969/j.issn.1002-5065.2020.22.046
[30] 郑文兵.2012.正态分布的哲学本质及其社会经济应用意义[J]. 统计与决策,(7):23-26.
[31] 中华人民共和国自然资源部. 2023. 固体矿产地质调查规范(1∶50000)(DZ/T 0426-2023)[S]. 北京:地质出版社.
-
图(14)
表(8)
计量
- 文章访问数: 54
- PDF下载数: 6
- 施引文献: 0