新疆黄山-镜儿泉地区与铜镍硫化物矿床有关的元素组合特征及找矿方向

新疆黄山-镜儿泉地区与铜镍硫化物矿床有关的元素组合特征
及找矿方向
娄德波;刘欢;张长青;丛源
【摘要】黄山-镜儿泉地区位于新疆东天山东部,是我国重要的铜镍成矿带之一.本次研究以该区1:20万勘查地球化学数据中的Ni、Cu、Co、V、Ti、Cr、MgO和Fe2O3等8个元素或氧化物作为研究对象,采用主成分分析(PCA)、能谱-面积分形方法(S-A)以及局部奇异性分析(LSA),对与岩浆型铜镍硫化物矿床有关的元素分布特征进行分析,以及对异常进行识别.结果表明:(1)第一主成分(PCl)的方差贡献占总体方差贡献的62.9％,各元素均有较高的正载荷,在空间上与已知铜镍硫化物矿床具有较好的对应关系,可以作为找矿的指示标志;(2)PC1空间分布的复杂性,可能是地质过程、成矿过程以及表生过程综合作用的结果;(3)基于自相似性原理,通过对PC1的复杂场分离以及弱异常增强,发现PC1异常带或PC1异常的奇异值均与NEE向的深大断裂相对应.综合成矿地质条件以及异常带分布特征,认为与康古尔-黄山深大断裂、雅满苏深大断裂以及阿奇克库都克深大断裂等相对应的一系列NEE向的PC1异常带是进一步找矿的有利地段,可优先部署工作.%The Huangshan-
Jing'erquan area located in east of the Eastern Tianshan,Xinjiang,is one of the most important Cu-Ni ore belts in China.In this paper,three methods including the principal component analysis (PCA),spectrum-area fractal model (S-A) and local singularity analysis (LSA) are applied to characterize the distribution of Ni,Cu,Co,V,Ti,Cr,MgO and Fe2O3,with the aim to explore the elemental spatial distribution and identify anomalies related to magmatic Cu-Ni sulfide deposits.The results show that:(1) The first principal component (PC1) accounts for 62.9％ of the total variance in the
multivariate data,and all of the analyzed elements have positive loadings and contribute to PC1.Furthermore,most of the areas with high PC1 scores are coincide with the given Cu-Ni sulfide deposits,which suggest that PC1 can be used as an indicator of Cu-Ni sulfide mineralization.(2) The complexity of the spatial distribution of PC1 may arise from the geological,metallization and supergene processes.(3) The results of the separating of complicated field and highlighting of weak anomalies by self-similar method show that the anomaly belt of PC1 or PC1 singularity generally corresponds to the NEE-trending deep fault.With the consideration of the ore-forming geological conditions and spatial distribution of the anomaly belt,we propose that the NEE-trending PC1 anomaly belts corresponding to the Kangguer-Huangshan,Yamansu,and Aqikekuduke-Shaquanzi deep faults are favorable prospecting areas,and should be the first priority of geological exploration.
【期刊名称】《大地构造与成矿学》
【年(卷),期】2017(041)001
【总页数】12页(P133-144)
【关键词】主成分分析(PCA);能谱-面积分形方法(S-A);局部奇异性分析(LSA);铜镍硫化物矿床;新疆黄山-镜儿泉地区
【作者】娄德波;刘欢;张长青;丛源
【作者单位】中国地质科学院矿产资源研究所,国土资源部成矿作用与资源评价重点实验室,北京100037;中国地质科学院矿产资源研究所,国土资源部成矿作用与资
源评价重点实验室,北京100037;中国地质科学院矿产资源研究所,国土资源部成矿作用与资源评价重点实验室,北京100037;中国地质科学院矿产资源研究所,国土资源部成矿作用与资源评价重点实验室,北京100037
【正文语种】中文
【中图分类】P612
新疆东天山地区是我国重要的多金属成矿带之一, 主要矿种包括镍、铜、铁、金、铅锌、钼、钨以及锂铍等(王登红等, 2007; Zhang et al., 2008; 路魏魏等, 2013)。

其中岩浆型铜镍硫化物矿床是本区最重要的矿床类型(Tang et al., 2011), 这也使
得该区成为继金川之后的我国第二大镍矿资源基地(王瑞廷等, 2004; Han et al., 2010; 娄德波等, 2014)。

然而大面积的第四系覆盖和小岩体成矿的特点使得通过
中小比例尺的区域地质调查发现该类矿床变得非常困难(Zhou et al., 2004; 吕林素等, 2007; 汤中立等, 2012; Cheng, 2012; Sun et al., 2013; Xiao et al., 2014)。

由于成矿元素在表生状态下分布范围通常要比含矿岩体的面积大得多, 这种点源分布模式为寻找地表或者近地表的含矿岩体乃至矿床提供了新的思路(Cheng, 1999a; Haldar, 2013; Xie and Cheng, 2014)。

区域地球化学勘查获得的数据已经作为一种重要的地质信息源用于发现新的矿床, 并且取得了丰硕的成果(Xie and Cheng, 2014)。

在东天山地区, 人们已经针对区域地球化学数据做了大量研究工作来寻找
新的矿床, 包括与火山‒沉积过程有关的铁矿床(Cheng, 2012; Wang et al., 2014; Zhao et al., 2014), 斑岩型铜钼矿床(庄道泽, 2003; Xiao et al., 2014)以及与韧性
剪切带有关的金矿床等(Lin et al., 2014)。

本次主要研究东天山东部黄山–镜儿泉
地区与岩浆型铜镍硫化物矿床有关的元素分布规律并指明找矿方向。

近几十年来, 勘查地球化学家所面临的重要挑战之一就是识别复杂场中的矿致异常, 不同地质或地球化学过程相互叠加形成的复杂场使得与矿化有关的异常识别, 尤其
是弱异常识别, 显得尤为困难(Cheng et al., 1996, 2000)。

众所周知, 有两种错误会影响地球化学异常识别(Cheng et al., 1996)。

第一类是拒真错误, 即当研究对象是异常的时候, 将其当做背景来看待; 第二类是取伪错误, 即当研究对象是背景的时候, 将其当做异常来看待(Cheng et al., 1996)。

由于传统的统计方法, 如概率图、单变量或多变量分析仅仅考虑元素浓度的频率分布, 因此从背景中分离异常时, 不能完全避免这两类错误(Cheng, 1999a)。

从地质的角度看, 黄山–镜儿泉地区地球化学异常的形成受多个因素的影响, 如地质过程、成矿过程以及表生过程等。

这使得地球化学异常的性质变得非常复杂。

一方面, 成矿过程中形成的异常被第四系所覆盖, 使得异常由于屏蔽作用而变弱, 往往很容易当做背景而被忽略(Cheng, 2012; Xiao et al., 2014); 另一方面, 在表生作用过程中, 出露区的成矿物质通过长距离的迁移, 在覆盖区重新富集形成与矿化无关的假异常(Xiao et al., 2014)。

另外, 由于含矿岩体面积较小, 用于表达该范围异常的取样介质可能是多源混合物, 这无形中就可能降低了元素浓度的测量值, 使得异常变弱(庄道泽, 2003)。

基于自相似或广义自相似的多重分形理论为最大程度上避免这两类错误的发生提供了依据, 通过能谱‒面积分形方法(S-A)可以将与成矿有关的异常提取出来, 有效地排除屏蔽作用或者假异常的干扰。

为了更加合理地识别矿致异常, 尤其是复杂背景下的弱异常, 本文除了考虑浓度的频率分布外, 元素地球化学行为、元素组合规律、异常的几何特征以及尺度不变特性也将被充分考虑(Wang et al., 2007; Cheng, 2012)。

首先, 为了更好地理解和应用指示元素, 使用主成分分析(PCA)研究指示元素的组合特征, 进一步确定元素组合(最具指示作用的主成分); 其次, 为将矿致异常从复杂场中分离出来, 基于广义自相似原理, 采用S-A对复杂场进行分离, 从而有效地识别与成矿有关的异常; 最后, 为了细化局部异常, 采用局部奇异性方法(LSA)进行分析, 进一步增强弱异常。

1.1 地质背景
黄山–镜儿泉地区位于新疆东天山东部, 吐哈盆地南侧, 是东天山乃至我国重要的铜镍矿集区之一(图1, 顾连兴等, 2007)。

泥盆纪–石炭纪期间, 觉罗塔格洋沿阿齐克库都克–沙泉子断裂向北俯冲形成弧后盆地, 至石炭纪末期, 这一带的大洋盆地已经完全碰撞闭合; 从早二叠世开始, 该区进入后碰撞伸展阶段, 发生了镁铁质超镁铁质岩和花岗岩类的就位, 区内区域变质作用、混合岩化和韧性剪切活动强烈。

区内构造主要包括三条近NEE向大断裂带, 即北部的康古尔–黄山深大断裂带(韧性剪切带)和南部的雅满苏断裂带与阿奇克库都克深大断裂带; 区内地层主要为泥盆系–石炭系火山岩, 其中雅满苏断裂以北梧桐窝子组是一套海相喷发的基性熔岩,绿色‒暗绿色细碧岩, 干墩组是一套巨大的火山碎屑沉积岩和含炭硅质岩, 镁铁质超镁铁质岩体主要侵位于这两套地层当中, 断裂以南为雅满苏组, 主要为一套双峰式火山岩; 此外, 在阿奇克库都克断裂以南, 主要分布着前寒武纪古老变质岩系, 岩性为大理岩和变质砂岩; 区内岩体主要为镁铁质超镁铁质岩类和花岗岩类, 其中镁铁质超镁铁质类岩体主要分布在康古尔‒黄山深大断裂带附近, 岩石类型有橄榄岩、辉橄岩、橄辉岩、二辉岩、辉长苏长岩以及辉长岩和闪长岩, 岩体规模较小, 一般小于几平方公里, 最大者不超过10 km2, 该类岩石中往往产出铜镍硫化物矿床; 花岗岩类分布遍布全区, 主要包括黑云母花岗岩、钾长花岗岩以及花岗闪长岩等。

1.2 铜镍硫化物矿床
在黄山–镜儿泉地区产出有岩浆型铜镍硫化物矿床、斑岩型铜钼矿床(三岔口)、矽卡岩型铜铁矿床(沙泉子)、火山岩型铜锌矿床(银帮山)、韧性剪切带型金矿床(梧桐窝子泉)以及伟晶岩型锂铍矿床(镜儿泉)。

其中岩浆型铜镍硫化物矿床在东天山乃至我国都占据重要的地位, 是我国第二大镍矿资源基地, 目前已经勘探查明黄山、黄山东和图拉尔根三个大型矿床以及香山、香山西、黄山南、二红洼、红石岗、M44-4、葫芦、土墩和马蹄等中小型矿床, 该类型矿床区域分布如图1所示。

其成矿时代与岩体近似, 不同方法获得的年龄在288~269 Ma之间, 表明该类矿床是早
二叠世造山后碰撞伸展阶段的产物(毛景文等, 2002; 秦克章等, 2002)。

矿床在区域上主要受康古尔–黄山深大断裂及其次级断裂控制, 沿断裂上侵就位的镁铁质超镁铁质岩体是其主要含矿围岩, 深部熔离–多期贯入是其主要成矿方式。

主要矿石矿物为磁黄铁矿、镍黄铁矿、黄铜矿和黄铁矿等。

1.3 元素数据集
黄山–镜儿泉属于荒漠戈壁区, 昼夜温差大, 风沙大, 降雨稀少, 水系极不发育、地表风化严重。

本次使用的1∶20万区域地球化学测量原始数据来自于新疆烟墩幅(取样介质主要为岩屑, 样品采集单位为新疆第六地质大队, 分析单位为新疆地矿实验研究所, 完成时间为1988~1990年)和梧桐窝子泉幅(取样介质主要为岩屑, 样品采集单位为新疆物化探大队, 分析单位为新疆地矿实验研究所, 完成时间为
1987~1990年)。

取样和分析规则如图2所示, 1 km2取一个代表性样品, 4个样品形成一个组合样, 每个样品占总量的1/4, 分析结果代表4 km2的平均含量, 共计3064个组合样, 分析元素包括主量、微量等39个元素, 大部分元素含量通过X 荧光分析方法(XRF)获得, 少量元素采用其他方法, 具体如表1所示(Xie, 1995; Xie and Cheng, 2014)。

2.1 PCA
PCA是处理地球化学数据、进行元素组合分析最重要的多元统计方法之一(席振等, 2013)。

该方法之所以得到广泛应用, 主要基于以下两个优点: 一是该方法通过正交变换将原始数据的相关系数矩阵转化成对角阵, 从而将众多相关的原始变量转变成不相关的新变量(主成分), 其前几个主成分保留了原始变量的绝大部分信息, 从而起到了降维的作用; 二是该方法提高了对数据地质意义的解释能力。

假设有m个原始变量, m个主成分。

m个主成分可以通过公式(1)和(2)来计算:
其中, 其中Z是由主成分z1, z2, …, zm组成的矩阵, X是标准化原始数据(元素) x1, x2, …, xm组成的矩阵, PT是P的转置矩阵, P是单位正交矩阵, 其中单位向量p1,
p2, …, pm作为特征向量与特征值l1, l2, …, lm相对应, R是标准化原始数据x1,
x2, …, xm形成的相关系数矩阵。

关于PCA的详细介绍可参照相关文献(Davis, 2002)。

为了进一步加强高值对相关系数的贡献, 采用高阶矩相关系数(公式3)计算相关系数矩阵(Cheng, 1999b), 其中, x, y为变量(元素), r为相关系数, q1、q2为
大于1的任意实数。

2.2 S-A
S-A是在综合浓度‒面积(C-A)分形模型和频率滤波技术的基础上提出的一种用于
复杂场分离和异常提取的分形滤波技术(Cheng et al., 2000)。

考虑到不同地质过
程产生的频率性质可以看做在空间域中不同波长信号的叠加。

因此, 这些在空间域中的信号可以通过二维傅立叶变换转换成频率域中几个具有特定波长范围的组成部分, 进而也将空间域中复杂的卷积计算转换为频率域中简单的乘法计算。

然后, 在
频率域中, 能谱密度可以通过以下公式(4)来计算:
Kx和Ky分别为x轴和y轴上的波数, E为能谱密度, R和I分别为经过傅立叶转换所得结果的实部和虚部。

在二维Kx-Ky平面上, 基于能谱密度分布的尺度不变性质, 使用C-A模型来对不同范围的能谱密度进行分离(Cheng et al., 1994), 其中高值
大致对应着空间域中的背景, 低值大致对应着空间域中的异常, 但不具有严格的对
应关系。

能谱与面积之间的关系可以用以下关系式(5)来表达:
其中, A(E≥S)为频率域中能谱密度(E)大于阀值S的集合的面积(单位为波数的平方), 它是波数的函数, S为特定的能谱密度; µ为比例于, 对应不同频率范围的指数α可
以在面积‒能谱双对数图上, 通过最小二乘法拟合所获得的直线的斜率来近似估计。

在此基础上各种滤波器可以被构建, 如为了提取异常, 可使高值S(kx, ky)=0, 低值
S(kx, ky)=1。

最后经过滤波的实部和虚部通过反傅里叶变换形成地球化学场的异
常和背景。

这种方法已经在地球化学数据处理中得到广泛应用(Cheng et al., 2000; Xu and Cheng, 2001; Cheng, 2004; Zuo et al., 2013)。

2.3 LSA
基于多重分形理论的LSA突破了常规统计方法的局限, 能够突出细节, 对人们感兴
趣的局部时空范围进行聚焦分析, 开辟了利用局部统计自相似性度量奇异性, 进行
异常识别和目标分类的新途径(陈志军, 2007), 尤其是在覆盖区弱异常识别方面表
现出了优良的特性(成秋明等, 2007; Cheng, 2012)。

Cheng et al. (1997)首次提
出了局部奇异性指数的度量公式(6):
式中为某种测度, 为局部的尺度, α为奇异性指数。

在实际二维化探数据应用中, 可
以网格化数据为基础, 采用移动窗口计算奇异性指数(Zuo et al., 2009)。

以任何一个网格为中心, 定义一系列的滑动窗口M(d), 其边长为。

针对每一个边长对应的窗口计算出浓度值r[M(di)], 则在r[M(di)]与di之间存在如下关系(7):
其中, i, n为正整数, 奇异性指数α可采用最小二乘法对数据进行拟合, 通过斜率即
可获得。

一般情况下, 在的位置代表一种非奇异性, 的位置可能表明元素的异常富集, 而的位置则可能表示元素的异常贫化。

3.1 元素组合分析
众所周知, 由于在原生条件下相似的地球化学性质, 在岩浆型铜镍硫化物矿床中具
有较高浓度的成矿元素和示踪元素主要包括Cu、Ni、Co、PGE、V、Ti、Cr、Fe、Mg等元素。

另外, 由于区域地球化学调查中, 仅仅测定了固定的39个元素或氧化物的浓度值(表1), 因此本次研究初步确定Cu、Ni、Co、V、Ti、Cr、MgO以及Fe2O3等8种元素作为找矿指示元素。

从8种元素的地球化学图(图3)和相关系
数矩阵(图4)可以看出, 这些元素具有相似的空间分布模式和统计分布规律, 如异常呈北东‒南西向带状分布, 高值区普遍集中在吐哈盆地及其周缘, 但又存在细节上的区别, 如一些离群值不符合总体分布趋势。

这主要是因为多种元素可能指示着同一
类地质体或者矿化类型, 同时一种元素的空间分布往往指示着多种地质过程或者成矿过程。

为了锁定某种类型矿床的空间位置, 使用元素组合分析是一种合理的选择。

PCA因其所具有的降维作用和地质可解释性而得到广泛应用。

为了突出高值对主成分分析的贡献, 本文针对Cu、Ni、Co、V、Ti、Cr、MgO以及Fe2O3, 采用高阶主成分分析方法, 使q1=q2=2, 来进行元素组合分析。

所得的主成分方差、主成分载荷以及前三个主成分得分如图5、6、7、8所示。

由图5a可知, 前三个主成分解释的总方差占总体方差的85.6%, 基本涵盖了原始数据的大部分信息。

其中, 第一主成分(PC1)方差贡献占总体方差的62.9%, 8个元素均为较大的正载荷, 最高载荷可达0.94(图5b), 主成分得分的高值主要出现在康古尔–黄山深大断裂和吐哈盆地及其周缘(图6), 其分布特征总体反映了与基性‒超基性岩有关的成岩、成矿以及表生作用结果, 且与铜镍硫化物矿床具有较好的空间对应关系。

第二主成分(PC2)方差贡献占总体方差的14.6%(图5a), 其中仅有元素Cr 载荷具有较高正值(0.80), 其他元素载荷均低于0.4(图5c), 高值区在空间上与康古尔–黄山深大断裂相对应(图7), 虽然目前在研究区内还没有矿床发现的直接证据, 但是在东天山成矿带上已经发现了1061高点小型铬铁矿, 预示着本区有形成铬铁矿的条件。

第三主成分(PC3)方差贡献占总体方差的8.1%(图5a), 其中仅有元素Cu载荷具有较高正值(0.76), 其他元素载荷均为负载荷, 且其绝对值均低于0.15(图5d), 在空间上, 高值区主要也和康古尔–黄山深大断裂相对应(图8), 指示该区可能有其他类型的铜矿床存在, 斑岩型、矽卡岩型以及火山岩型铜矿床的发现便是很好的佐证。

3.2 复杂场分离以及铜镍矿找矿方向
从PC1分布图上可以看出, 高值区主要位于西北部的吐哈盆地及其周缘; 中部则是与NE-SW向康古尔–黄山深大断裂带相对应的一条具有中等规模的异常带相对应, 已经发现的铜镍硫化物矿床均位于该区, 且大致与中等规模的异常或者弱异常相对应, 一些矿床如土墩和黄山南矿床等甚至直接位于背景区; 研究区西南部全部处在低值区范围内, 主要与阿奇克库都克大断裂以及中天山地块相对应, 仅局部有零星
的弱异常出现, 虽然目前还没有发现矿床, 但在研究区外, 阿奇克库都克大断裂上已经发现多个矿床如白石泉、天宇以及天香等, 在阿奇克库都克深大断裂带上, PC1
处于低值区或仅有零星的弱异常出现, 可能是组合样的多来源物质组成弱化了矿致异常。

为了更好地提取异常, 尤其是复杂场中的异常, 本文采用S-A方法对PC1进行处理, 所得异常结果如图9所示。

从异常图可以看出, 多条异常带呈北东东向分布, 整体上与相应的深大断裂相对应, 如康古尔–黄山大断裂、雅满苏大断裂以及阿奇克库都克大断裂等, 根据岩浆型铜镍硫化物矿床的成矿特点, 预示着一系列的异
常带是可能的成矿有利地段。

为了进一步细化局部异常, 尤其是局部弱异常, 我们对异常图9进行了局部奇异性
分析。

首先对该异常图进行非负数据变换, 即对整个图的像原值增加一个常数2, 这样整个异常图均只有正数。

由于所增加数值, 相对于异常区间而言只是不大的常数, 这样做不会改变异常的局部奇异性。

对变换后的异常图进行局部奇异性分析, 采用边长为0.5 km, 1 km, 1.5 km, 2 km, 2.5 km, 3 km和3.5 km等7个正方形滑动窗口计算奇异性指数, 其分布如图10所示。

需要说明的是, 由于边界效应, 在研究
区外围未能计算出奇异性指数。

从图10可以看出, 北东东向的异常带与深大断裂
显示出更为良好的对应关系, 尤其是与阿奇克库都克深大断裂对应的异常带, 在以
前的找矿工作中, 由于异常值较低, 没有引起足够的重视, 今后的找矿工作, 应该对
该断裂带上的异常加大查证力度。

黄山–镜儿泉地区是我国重要的岩浆型铜镍硫化物矿床集中区, 地球化学数据是寻
找该类矿床的重要手段。

为了更好地发挥其作用, 元素组合特征及其空间分布的复杂性应当受到重视。

通过主成分分析以及基于多重分形理论的能谱‒面积分析和局部奇异性分析, 得出如下结论:
(1) 基于基性‒超基性岩的成矿特点以及元素的地球化学性质, Ni、Cu、Co、V、Ti、Cr、MgO和Fe2O3等8个元素或氧化物可作为找矿的指示元素;
(2) PC1各元素均有较高的正载荷, 说明各个元素与主成分之间具有很强的相关关系, 其得分在空间上与已知铜镍矿具有较好的对应关系, 可以作为岩浆型铜镍矿的找矿标志; PC2中仅有Cr元素具有较高正载荷, 表明该区可能有寻找铬铁矿的潜力, 该主成分可作为铬铁矿的找矿标志; PC3中仅有Cu元素具有较高正载荷, 表明该区有寻找其他类型铜矿的潜力, 这一点已为众多斑岩型、矽卡岩型以及火山岩型矿床所证明, 该主成分可作为寻找其他类型铜矿的找矿标志;
(3) PC1的分布特点也表现出地球化学场的复杂性, 可能是地质过程、成矿过程以及表生过程综合作用的结果, 通过采用S-A和LSA对复杂场分离以及弱异常增强, 认为与NE-SW向康古尔‒黄山、雅满苏以及阿奇克库都克深大断裂相对应的异常带是找矿的有利地段, 其中尤以与阿奇克库都克大断裂对应的异常带值得重视。

致谢:在文章编写过程中, 与中国地质科学院矿产资源研究所赵元艺研究员进行了有益的探讨; 在审稿过程中, 两位匿名审稿人对本文提供了很多有建设性的意见, 在此一并表示感谢。

陈志军. 2007. 多重分形局部奇异性分析方法及其在矿产资源信息提取中的应用. 武汉: 中国地质大学(武汉)博士学位论文: 43–53.
成秋明, 陈志军, Khaled A. 2007. 模糊证据权方法在镇沅(老王寨)地区金矿资源评价中的应用. 地球科学, 32(2): 175–184.
顾连兴, 张遵忠, 吴昌志, 唐俊华, 三金柱, 汪传胜, 张光辉. 2007. 东天山黄山–镜儿泉地区二叠纪地质‒成矿‒热事件: 幔源岩浆内侵及其地壳效应. 岩石学报, 23(11): 2869–2880.
娄德波, 王登红, 肖克炎, 孙涛, 王全明, 阴江宁. 2014. 中国镍矿预测类型及主要战略接续区. 中国地质, 41(3): 715–727.
路魏魏, 谭克彬, 赵献军, 师宵杰, 吴飞, 谭治雄. 2013. 新疆哈密市白山斑岩型钼矿床地质特征及找矿方向. 大地构造与成矿学, 37(1): 42–48.
吕林素, 刘珺, 张作衡, 谢桂青. 2007. 中国岩浆型Ni-Cu-(PGE)硫化物矿床的时空分布及其地球动力学背景. 岩石学报, 23(10): 2561–2594.
毛景文, 杨建民, 屈文俊, 杜安道, 王志良, 韩春明. 2002. 新疆黄山东铜镍硫化物矿床Re-Os同位素测定及其地球动力学意义. 矿床地质, 21(4): 323–330.
秦克章, 方同辉, 王书来, 朱宝清, 冯益民, 于海峰, 修群业. 2002. 东天山板块构造分区、演化与成矿地质背景研究. 新疆地质, 20(4): 302–308.
汤中立, 徐刚, 王亚磊, 邱根雷, 代俊峰. 2012. 岩浆成矿新探索——小岩体成矿与地质找矿突破. 西北地质, 45(4): 1–16.
王登红, 陈世平, 王虹, 孟贵祥, 陈郑辉, 王成辉, 李纯杰. 2007. 成矿谱系研究及对东天山铁矿找矿问题的探讨. 大地构造与成矿学, 31(2): 186–192.
王瑞廷, 毛景文, 赫英, 王东生, 汤中立. 2004. 金川超大型铜镍硫化物矿床的铂族元素地球化学特征. 大地构造与成矿学, 28(3): 279–286.
席振, 高光明, 林腾. 2013. 基于GIS和证据权法的秘鲁中南部成矿预测研究. 大地构造与成矿学, 37(2): 340–348.
庄道泽. 2003. 新疆东天山地区土屋、延东铜矿地球化学特征与异常查证方法. 地质与勘探, 39(5): 67–71.
Cheng Q M. 1999a. Spatial and scaling modelling for geochemical anomaly separation. Journal of Geochemical Exploration, 65: 175–194.
Cheng Q M. 1999b. Multifractality and spatial statistics. Computers & Geosciences, 25: 949–961.
Cheng Q M. 2004. A new model for quantifying anisotropic scale invariance and for decomposition of mixing patterns. Mathematical Geology, 36(3): 345–360.
Cheng Q M. 2012. Singularity theory and methods for mapping
geochemical anomalies caused by buried sources and for predicting undiscovered mineral deposits in covered areas. Journal of Geochemical Exploration, 122: 55–70.
Cheng Q M, Agterberg F P and Ballantyne S B. 1994. The separation of geochemical anomalies from background by fractal methods. Journal of Geochemical Exploration, 51: 109–130.
Cheng Q M, Agterberg F P and Bonham-Carter G F. 1996. A spatial analysis method for geochemical anomaly separation. Journal of Geochemical Exploration, 56: 183–195.
Cheng Q M, Bonham-Carter G F, Hall G E M and Bajc A. 1997. Statistical study of trace elements in the soluble organic and amorphous Fe–Mn phases of surficial sediments, Sudbury Basin, 1. Multivariate and spatial analysis. Journal of Geochemical Exploration, 59: 27–46.
Cheng Q M, Xu Y G and Grunsky E. 2000. Integrated spatial and spectrum method for geochemical anomaly separation. Natural Resources Research, 9(1): 43–51.
Davis J C. 2002. Statistics and data analysis in geology (third edition). New York, John Wiley & Sons: 509– 525.
Haldar S K. 2013. Mineral exploration principles and applications. Kidlington: Elsevier’s Science & Technology Rights Department in Oxford: 55–57.
Han C M, Xiao W J, Zhao G C, Ao S J, Zhang J E, Qu W J and Du A D. 2010. In-situ U-Pb, Hf and Re-Os isotopic analyses of the Xiangshan Ni-Cu-Co deposit in Eastern Tianshan (Xinjiang), Central Asia Orogenic Belt:。