广西大厂矿田钻孔化探元素多元统计分析研究

金属矿山 ›› 2008, Vol. 38 ›› Issue (07): 74-76.

广西大厂矿田钻孔化探元素多元统计分析研究

杨晓坤¹，秦德先¹，冯美丽²

1.昆明理工大学；2.中国银行云南省分行

收稿日期:2008-05-16 出版日期:2008-07-15 发布日期:2011-07-16

Multivariate Statistical Analyses of Chemical Elements of Drill Holes in Guangxi Dachang Ore Field

Yang Xiaokun¹，Qin Dexian¹，Feng Meili²

1.Kunming University of Science and Technology；2.Bank of China Yunnan Branch

Received:2008-05-16 Online:2008-07-15 Published:2011-07-16

摘要/Abstract

摘要： 成矿的复杂性，多样性是矿产资源的共性，其研究难点是成矿过程中的演化问题。地化元素的多元统计分析可以推测地化元素在复杂的成矿过程中的演化特征，从而为预测找矿提供有用的微观信息。选取广西大厂矿田钻孔有关元素进行了聚类分析、因子分析研究，揭示了矿区内成矿作用的复杂和多次矿化叠加改造的现象，Zn和Sn的富集与多金属硫化物密切相关，而与Au等元素表现出无直接关系。Sb、Pb、Ag和Cu可作为Zn和Sn的找矿指示元素。

关键词: 聚类分析, 因子分析, 地球化学元素, 广西大厂

Abstract: The complexity and diversity of ore forming are common to mineral resources, the difficulty in whose research is the evolution of the ore forming process.The multivariate statistical analysis of geochemical elements can be used to deduce their evolution characteristics in complex ore forming process so as to provide valuable micro information for ore prospecting.Cluster analysis of the relevant elements of drill holes in Guangxi Dachang ore field was made.The factor analysis revealed the complex and superposed mineralizations in the ore formation in this ore field.The enrichment of Zn and Sn is closely related to multi-metal elements and has no direct relation with elements such as Au.Sb, Pb, Ag and Cu can be used as the indicating elements for ore prospecting.

Key words: Cluster analysis, Factor analysis, Geochemical elements, Guangxi Dachang

杨晓坤, 秦德先, 冯美丽. 广西大厂矿田钻孔化探元素多元统计分析研究[J]. 金属矿山, 2008, 38(07): 74-76.

YANG Xiao-Kun, QIN De-Xian, FENG Mei-Li. Multivariate Statistical Analyses of Chemical Elements of Drill Holes in Guangxi Dachang Ore Field[J]. Metal Mine, 2008, 38(07): 74-76.

[1]	于庆磊, 李　友, 李万涛, 吴嘉伟, 王宇恒, 金日杰. 基于可爆性分区方法的露天矿炸药单耗预测模型[J]. 金属矿山, 2024, 53(5): 102-.
[2]	郭怡宁, 刘铁新, 董自岩, 郑洪春, 韩　鞠, 詹必雄. 基于改进模糊算法的节理分组软件开发[J]. 金属矿山, 2024, 53(2): 219-.
[3]	蒋　楠, 魏毅强, 隋丽丽. 基于分数阶微分和聚类分析的矿岩三维图像裂缝提取算法[J]. 金属矿山, 2024, 53(11): 205-.
[4]	刘伟, 李国清, 侯杰, 王浩, 陈连韫, 范纯超. 基于大数据分析的矿山备件采购预测模型[J]. 金属矿山, 2022, 51(11): 179-185.
[5]	雷镇, 李波, 郭海, 王康盛, 龚述清, 胡迁, 王新富. 基于土壤化探数据信息挖掘的湘南坪宝矿集区找矿预测[J]. 金属矿山, 2022, 51(08): 161-172.
[6]	耿国帅, 张德会, 杨帆, 张晶, 湛龙. 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[J]. 金属矿山, 2020, 49(04): 105-117.
[7]	孙雨, 神元, 鲁正清, 彭琼斌. 河南卢氏三官庙钼多金属矿区土壤地球化学特征及成矿预测[J]. 金属矿山, 2018, 47(01): 128-136.
[8]	李雯静, 石勇龙, 胡丹. 一种顾及属性要素的地质图接边方法[J]. 金属矿山, 2017, 46(06): 132-136.
[9]	邵良杉, 徐波. 基于Fisher判别分析的冲击地压危险性等级预测[J]. 金属矿山, 2015, 44(01): 138-144.
[10]	郭从军, 南存全, 王东. 近距离煤层覆岩移动相似材料模拟[J]. 金属矿山, 2015, 44(01): 10-15.
[11]	卿成实, 丁俊, 李应栩, 董磊, 代作文. 马扎拉金锑矿元素组合异常及找矿方向[J]. 金属矿山, 2014, 43(12): 134-137.
[12]	曹作忠, 张默, 朱君星, 江东平. 尾矿物理性质代表参数的研究[J]. 金属矿山, 2014, 43(10): 152-156.
[13]	兰双双, 郭秀梅, 李光明, 马国桃. 西藏拉屋矿床元素组合异常分析及找矿方向[J]. 金属矿山, 2014, 43(07): 114-117.
[14]	刘国安, 周四春, 赵辉, 孙森, 刘俊. 多元统计方法在地气异常推断解释中的应用[J]. 金属矿山, 2013, 42(09): 113-116.
[15]	杨海, 彭秀红. 大湾金矿元素组合异常的圈定及找矿方向[J]. 金属矿山, 2013, 42(05): 110-112.

扫码分享