Corresponding authors:WEI Xiaochun (1987-), male, Ganzhou City, Jiangxi Province, Postdoctor. Research areas include sedimentology, tectonics, and paleoclimatology. E-mail:xcwnju@gmail.com
The traditional heavy mineral analysis is a fundamental and cheap provenance tracing method for clastic sediments. It provides comprehensive provenance information and irreplaceable background data for the single-mineral methods of provenance tracing. There are new progresses in basic theory and technology in recent years, but a systematic summary is still lacking. This paper summarizes the progress and development trend of heavy mineral analysis, which is shown in the following aspects: The impact of factors such as weathering, hydraulic sorting, diagenetic modification on heavy minerals during transport, deposition, diagenesis, and exposure; Data acquisition processes of heavy mineral analysis (sampling, pre-processing, selection of grain size fraction, counting) and issues that should be paid attention to; How to analyze, process and apply heavy mineral data, including calculating commonly used heavy mineral indexes and sediment budgets, and carrying out bias correction; The new progress and development trend of theory and technology in the heavy mineral analysis. It is believed that automatic mineral identification by machine and the combination of heavy mineral analysis method and single-mineral method are the development direction of provenance tracing based on heavy mineral analysis.
Keywords:Heavy mineral analysis
;
Provenance tracing
;
Hydraulic sorting
;
Heavy mineral index
;
Automatic mineral identification
XU Miaomiao, WEI Xiaochun, YANG Rong, WANG Ping, CHENG Xiaogan. Research Progress of Provenance Tracing Method for Heavy Mineral Analysis. Advances in Earth Science[J], 2021, 36(2): 154-171 DOI:10.11867/j.issn.1001-8166.2021.021
最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21]。单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪。尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎。传统的重矿物分析则在一定程度上被弱化。图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数。数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1)。然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22]。而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石。单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25]。Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”。因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息。
Fig.1
Numbers of the literature of provenance analyses based on traditional heavy mineral analyses and typical single mineral analyses over the past 30 years (1991 to 2020)
最近,传统的重矿物分析方法在理论和技术上有不少新的进展。一方面,在粒径选择、计数方法和成分矫正等方面有新的认识;另一方面,一系列精密仪器,如扫描电镜(Scanning Electron Microscopy, SEM)、能谱仪(Energy Dispersive X-ray Spectroscopy, EDS)、拉曼光谱仪和电子探针,被广泛用于辅助重矿物分析。而自动化、机器学习等新技术的运用,使得自动、快速、大量、精确鉴定重矿物种属和含量成为可能[26]。这些进展使得重矿物分析更为便捷、可靠。目前,虽然有一些相关的文献综述[13,27~29],但是系统总结该法及其新进展的文献仍然稀少。尤其考虑到重矿物分析时不同的具体操作方法对数据有明显影响[30]。因此,对现有研究进展进行梳理,建立统一认识,对重矿物分析方法的运用具有积极意义。本文拟从基本原理出发,总结重矿物分析的数据获取、分析、处理、解释的方法和应注意的问题,并介绍基于自动化和机器学习等新技术开展自动矿物识别的新进展和对重矿物物源示踪的基础研究的新认识,以期为相关研究人员提供一些参考和借鉴。
Fig.2
Schematic diagram of hydraulic sorting(modified after references [13,37])
(a) Mechanical model of spherical particle settlement from Cheng[38]; (b) The settling-equivalence principle controls size-density relationships under control by the settling-equivalence principle; (c) Selective entrainment of coarser low-density grain while smaller settling-equivalent heavy minerals are left behind; (d) “Neutral”sediments are partitioned into “placer” and “antiplacer” deposits. Fv:Viscous drag;Ft:Turbulent drag;FL:Lift force; FD:Drag force; α:Pivoting angle; Fg:Submerged grain weight; D and K:Grain diameter
筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题。对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63]。该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25]。然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失。另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息。实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68]。考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好。分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]。
Garzanti等[95]提出并推荐了一系列指标,它们不仅可以判断沉积物的物源,还可以判断水力分选或者成岩溶解对重矿物组成的影响程度。这些指标包括不透明矿物占比(%Op)、超重矿物占比 (%ultradense)、ZR占比(%ZR)、重矿物浓度指标(Heavy Mineral Concentration index,HMC)、透明重矿物浓度指标(transparent Heavy Mineral Concentration index,tHMC)和SRD等(表2)。其中%Op和%ultradense分别代表不透明重矿物和超重重矿物(密度大于3.8g/cm3)在所有重矿物中的比例,%ZR代表锆石和金红石在超稳定重矿物(锆石、金红石和电气石)中的比例,它们可以使用镜下鉴定和计数的结果直接计算得到。HMC、tHMC和SRD的计算则需要结合重矿物在全岩中的占比。HMC和tHMC分别为4~2 ф粒级沉积物(极细砂和细砂)中所含的重矿物(透明、不透明以及混浊颗粒)和透明重矿物占比。HMC和tHMC可以表征没有显著环境影响条件下岩石产出重矿物和透明重矿物的能力。SRD是根据重矿物分析数据计算的源区岩石的平均密度。根据参考文献[85],HMC、tHMC和SRD的定义和计算过程简述如下。
Fig.3
Examples of SRD correction(modified after reference [68])
(a) Use two-step SRD correction for Goro beach placer with known bulk-sample SRD to eliminate analysis deviation and environmental deviation respectively; (b) Compositional differences between Goro placer (SRD 3.36) and PO Delta beaches (SRD 2.70±0.03) are successfully minimized after eleven iterations of SRD correction
Fig.4
An example of automatic scanning, identification, particle de-agglomeration, and composition and particle size statistics of heavy minerals by TIMA
Impact of differential zircon fertility of granitoid basement rocks in North America on age populations of detrital zircons and implications for granite petrogenesis
High-frequency fluctuations in heavy mineral assemblages from Upper Jurassic sandstones of the Piper Formation, UK North Sea: Relationships with sea-level change and floodplain residence
Physical controls on sand composition and relative durability of detrital minerals during ultra‐long distance littoral and aeolian transport (Namibia and southern Angola)
Heavy mineral suites of core samples from the McKee Formation (Eocene—Lower Oligocene), Taranaki: Implications for provenance and diagenesis
[J]. , 1987, 30(3): 299-306.
TSUTSUMIY, C-SLEE, SHENJ J, et al.
Stability and dissolution of heavy minerals in the neogene-pleistocene sandstones from Western Foothills, Taiwan(natural history researches of the island arcs in the Western Pacific I. Taiwan and the Philippines)
Chapter 5 Provenance and Palaeoenvironmental Interpretation of Superficial Deposits, with Particular Reference to Post-Depositional Modification of Heavy Mineral Assemblages
[M]// MANGE M A, WRIGHT D T. . Elsevier, 2007: 151-188.
A Zircon-Tourmaline-Rutile maturity index and the interdependence of the composition of heavy mineral assemblages with the gross composition and texture of sandstones
Heavy minerals as provenance indicator in glaciogenic successions: An example from the palaeozoic of ethiopia
[J]. , 2020, 165: 103813.
BUSHM A, SAYLORJ E, HORTONB K, et al.
Growth of the Qaidam Basin during Cenozoic exhumation in the northern Tibetan Plateau: Inferences from depositional patterns and multiproxy detrital provenance signatures
[J]. , 2016, 8(1): 58-82.
MORTONA C, WHITHAMA G, FANNINGC M.
Provenance of late cretaceous to paleocene submarine fan sandstones in the norwegian sea: Integration of heavy mineral, mineral chemical and Zircon Age Data
Emergences of new technology for ultrafast automated mineral phase identification and quantitative analysis using the CORIOSITY Laser-Induced Breakdown Spectroscopy (LIBS) system: 10
Fully automated analysis of chemical and physical properties of individual mineral species in heavy mineral sands by computer controlled scanning electron microscopy (CCSEM)
[C]//2005 Heavy Minerals Conference, HMC2005, October16,
2005 - October 19
2005. Jacksonville, FL, United states: Society for Mining, Metallurgy and Exploration, 2005: 103-108.
An introduction to ZEISS mineralogic mining and the correlation of light microscopy with automated mineralogy: A case study using BMS and PGM analysis of samples from a PGE-bearing chromitite prospect
[C]. Precious Metals, 2015.
GUY.
Automated scanning electron microscope based mineral liberation analysis an introduction to JKMRC/FEI mineral liberation analyser: 1
[J]. , 2003, 2 (1): 33-41.
HRSTKAT, GOTTLIEBP, SKALAR, et al.
Automated mineralogy and petrology-applications of TESCAN Integrated Mineral Analyzer (TIMA)
[J]. , 2018, 63(1): 47-63.
PIRRIED, BUTCHERA R, POWERM R, et al.
Rapid quantitative mineral and phase analysis using automated scanning electron microscopy (QemSCAN): Potential applications in forensic geoscience
[J]. , London, , 2004, 232(1): 123-136.
JIAMuxin, ZHOUJunwu, YINGPing, et al.
Development and application of Bgrimm Process Mineralogy Analyzing system (BPMA)
How faithfully do the geochronological and geochemical signatures of Detrital Zircon, Titanite, Rutile and Monazite record magmatic and metamorphic events?A case study from the Himalaya and Tibet
Provenance of tertiary sandstone in the Northern Qaidam Basin, Northeastern Tibetan Plateau: Integration of framework petrography, heavy mineral analysis and mineral chemistry
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Detrital zircon U-Pb geochronology applied to tectonics
1
2014
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
Review in detrital Zircon U-Pb geochronology:Data acquisition,analysis and comparison
2020
碎屑锆石U-Pb年代学数据获取、分析与比较
2020
Applications of geochemistry and geochronology of accessory minerals in sandstone to provenance analysis
Considerations on the application of detrital-zircon geochronology to sedimentary provenance analysis
1
2017
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
碎屑锆石年代学在沉积物源研究中的应用及存在问题
1
2017
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
Differential zircon fertility of source terranes and natural bias in the detrital zircon record: Implications for sedimentary provenance analysis
2
2006
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
Impact of differential zircon fertility of granitoid basement rocks in North America on age populations of detrital zircons and implications for granite petrogenesis
1
2008
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
From static to dynamic provenance analysis—Sedimentary petrology upgraded
2
2016
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
Identifying provenance-specific features of detrital heavy mineral assemblages in sandstones
8
1994
... 最近二三十年,以锆石U-Pb年代学为代表的单矿物物源示踪技术发展迅速[11,17~21].单矿物法挑选出单一种类的矿物(大多属重矿物),分析其地球化学或年代学等特征进行物源示踪.尽管单矿物法对仪器要求高、测试费用昂贵,但是由于这些方法上手快,而且能产生大量多维度、高精度和定量化的数据,便于精确确定沉积物物源区和计算沉积物贡献量,因而广受欢迎.传统的重矿物分析则在一定程度上被弱化.图1展示了分别为heavy mineral provenance 和detrital zircon provenance OR detrital apatite provenance OR detrital mica provenance为主题在Web of Science的SCI-Extended数据库“地球科学多学科”类别搜索所获得的近30年的文献数.数据显示最近5年发表的基于重矿物分析的物源示踪研究是1991—1995年同类研究的8倍,而基于常用的单矿物法的这一比值则达35倍之多(图1).然而,很多单矿物法的数据解释都基于多个理想化的假设,如各组分的比例等于它们所代表源区的所有碎屑的比例[22].而实际上,单一矿物往往只占重矿物的一小部分,很多时候并不满足这些假设[23],例如,很多化学沉积岩、基性岩和超基性岩几乎不产锆石.单纯依靠可能不具有广泛代表性的单矿物而不了解重矿物的整体情况,可能导致一叶障目的后果[24,25].Garzanti[24]将这种风险形容为“一束强光只照亮黑暗的图画中的一个小细节”“面对数据之海,却没有一条适合航行的船”.因此,即便在单矿物法广泛运用的今天,也仍需要传统的重矿物分析为科学地开展物源示踪提供全景信息. ...
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
... [25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
... (a) Mechanical model of spherical particle settlement from Cheng[38]; (b) The settling-equivalence principle controls size-density relationships under control by the settling-equivalence principle; (c) Selective entrainment of coarser low-density grain while smaller settling-equivalent heavy minerals are left behind; (d) “Neutral”sediments are partitioned into “placer” and “antiplacer” deposits. Fv:Viscous drag;Ft:Turbulent drag;FL:Lift force; FD:Drag force; α:Pivoting angle; Fg:Submerged grain weight; D and K:Grain diameter ...
The size distribution of heavy minerals within a water-laid sandstone
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
... [44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Factors controlling heavy-mineral variations on the south texas outer continental shelf, Gulf of Mexico
High-frequency fluctuations in heavy mineral assemblages from Upper Jurassic sandstones of the Piper Formation, UK North Sea: Relationships with sea-level change and floodplain residence
Physical controls on sand composition and relative durability of detrital minerals during ultra‐long distance littoral and aeolian transport (Namibia and southern Angola)
Heavy mineral suites of core samples from the McKee Formation (Eocene—Lower Oligocene), Taranaki: Implications for provenance and diagenesis
1987
Stability and dissolution of heavy minerals in the neogene-pleistocene sandstones from Western Foothills, Taiwan(natural history researches of the island arcs in the Western Pacific I. Taiwan and the Philippines)
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Heavy-mineral separation
2
1931
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
... [63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Chapter 5 Provenance and Palaeoenvironmental Interpretation of Superficial Deposits, with Particular Reference to Post-Depositional Modification of Heavy Mineral Assemblages
1
2007
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Recent marine sediments of Gulf of California
1
1964
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Provenance and Paleocurrents of the Paso Robles Formation, California
1
1967
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Relationships between sand input from rivers and the composition of sands from the beaches of Southern California
1
1976
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
Grain-size dependence of sediment composition and environmental bias in provenance studies
8
2009
... 筛分时选择的粒径范围对重矿物分析结果具有重要影响,是开展鉴定和计数前需要考虑的关键问题.对于这一问题,目前主要有2种观点:一种观点认为,应筛出一个狭窄的粒径范围进行统计,例如63~125[25,62]、125~250[63]和90~125 μm[64],以最大限度地减小水力效应的影响[63].该观点的提出主要基于以下考虑:岩石中金红石、锆石等常相对较细,而石榴子石、电气石等则常相对较粗,沉积物经过水力分选后,前者在细粒沉积物中更富集,后者在相对较粗的沉积物中富集[12];理论上,选择各种矿物粒径分布重合的较窄区间的重矿物进行计数,则具有同样水力学性质的矿物组合之间的比值能真实反映其初始的矿物比值[25].然而,这种做法的缺点也显而易见——这样的区间很难界定,且不具有普适性,所以很可能导致某些具有重要物源指示意义的矿物信息丢失.另外一种观点则认为应该选择多个粒径范围(窗口)筛分后统计,或使用宽粒径范围,例如62~500[65]、63~400、62~500[66]、62~2 000[67]和15~500 μm[44,68],以获得更全面的重矿物组成信息.实践证明,多窗口法或宽粒径法对同物源却不同沉积环境的沉积物分析后获得的结果具有更好的一致性,也更能准确反映物源组成;而使用窄粒径方法的结果则具有较大的离散性[44,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
... ,68].考虑到多粒径组分(“多窗口”)分析法工作量大,选择宽粒径法可行性更好.分析结果还可以利用原岩密度指标(Source Rock Density index,SRD)矫正,还原初始的重矿物组分含量(见4.3节)[68]. ...
... (a)对已知全样SRD的Goro沙滩冲积砂矿使用两步SRD矫正分别消除分析偏差和环境偏差;(b)Goro沙滩冲积砂矿(SRD为3.36)和Po三角洲沙滩沉积物(SRD为2.70±0.03)之间的差异经SRD矫正11步迭代后极大地减少Examples of SRD correction(modified after reference [68])
(a) Use two-step SRD correction for Goro beach placer with known bulk-sample SRD to eliminate analysis deviation and environmental deviation respectively; (b) Compositional differences between Goro placer (SRD 3.36) and PO Delta beaches (SRD 2.70±0.03) are successfully minimized after eleven iterations of SRD correction ...
Zur problematik der schwermineralanalyse am beispiel triassischer sedimentgesteine
A Zircon-Tourmaline-Rutile maturity index and the interdependence of the composition of heavy mineral assemblages with the gross composition and texture of sandstones
... Garzanti等[95]提出并推荐了一系列指标,它们不仅可以判断沉积物的物源,还可以判断水力分选或者成岩溶解对重矿物组成的影响程度.这些指标包括不透明矿物占比(%Op)、超重矿物占比 (%ultradense)、ZR占比(%ZR)、重矿物浓度指标(Heavy Mineral Concentration index,HMC)、透明重矿物浓度指标(transparent Heavy Mineral Concentration index,tHMC)和SRD等(表2).其中%Op和%ultradense分别代表不透明重矿物和超重重矿物(密度大于3.8g/cm3)在所有重矿物中的比例,%ZR代表锆石和金红石在超稳定重矿物(锆石、金红石和电气石)中的比例,它们可以使用镜下鉴定和计数的结果直接计算得到.HMC、tHMC和SRD的计算则需要结合重矿物在全岩中的占比.HMC和tHMC分别为4~2 ф粒级沉积物(极细砂和细砂)中所含的重矿物(透明、不透明以及混浊颗粒)和透明重矿物占比.HMC和tHMC可以表征没有显著环境影响条件下岩石产出重矿物和透明重矿物的能力.SRD是根据重矿物分析数据计算的源区岩石的平均密度.根据参考文献[85],HMC、tHMC和SRD的定义和计算过程简述如下. ...
Correlation of hydrocarbon reservoir sandstones using heavy mineral provenance signatures: Examples from the North Sea and adjacent areas: 12
Heavy minerals as provenance indicator in glaciogenic successions: An example from the palaeozoic of ethiopia
2020
Growth of the Qaidam Basin during Cenozoic exhumation in the northern Tibetan Plateau: Inferences from depositional patterns and multiproxy detrital provenance signatures
2016
Provenance of late cretaceous to paleocene submarine fan sandstones in the norwegian sea: Integration of heavy mineral, mineral chemical and Zircon Age Data
Chapter 20 heavy mineral concentration in modern sands: Implications for provenance interpretation
1
2007
... Garzanti等[95]提出并推荐了一系列指标,它们不仅可以判断沉积物的物源,还可以判断水力分选或者成岩溶解对重矿物组成的影响程度.这些指标包括不透明矿物占比(%Op)、超重矿物占比 (%ultradense)、ZR占比(%ZR)、重矿物浓度指标(Heavy Mineral Concentration index,HMC)、透明重矿物浓度指标(transparent Heavy Mineral Concentration index,tHMC)和SRD等(表2).其中%Op和%ultradense分别代表不透明重矿物和超重重矿物(密度大于3.8g/cm3)在所有重矿物中的比例,%ZR代表锆石和金红石在超稳定重矿物(锆石、金红石和电气石)中的比例,它们可以使用镜下鉴定和计数的结果直接计算得到.HMC、tHMC和SRD的计算则需要结合重矿物在全岩中的占比.HMC和tHMC分别为4~2 ф粒级沉积物(极细砂和细砂)中所含的重矿物(透明、不透明以及混浊颗粒)和透明重矿物占比.HMC和tHMC可以表征没有显著环境影响条件下岩石产出重矿物和透明重矿物的能力.SRD是根据重矿物分析数据计算的源区岩石的平均密度.根据参考文献[85],HMC、tHMC和SRD的定义和计算过程简述如下. ...
Petrology of Rifted‐Margin Sand (Red Sea and Gulf of Aden, Yemen): 3
Emergences of new technology for ultrafast automated mineral phase identification and quantitative analysis using the CORIOSITY Laser-Induced Breakdown Spectroscopy (LIBS) system: 10
An introduction to ZEISS mineralogic mining and the correlation of light microscopy with automated mineralogy: A case study using BMS and PGM analysis of samples from a PGE-bearing chromitite prospect
2015
Automated scanning electron microscope based mineral liberation analysis an introduction to JKMRC/FEI mineral liberation analyser: 1
2003
Automated mineralogy and petrology-applications of TESCAN Integrated Mineral Analyzer (TIMA)
2018
Rapid quantitative mineral and phase analysis using automated scanning electron microscopy (QemSCAN): Potential applications in forensic geoscience
2004
Development and application of Bgrimm Process Mineralogy Analyzing system (BPMA)
How faithfully do the geochronological and geochemical signatures of Detrital Zircon, Titanite, Rutile and Monazite record magmatic and metamorphic events?A case study from the Himalaya and Tibet
Provenance of tertiary sandstone in the Northern Qaidam Basin, Northeastern Tibetan Plateau: Integration of framework petrography, heavy mineral analysis and mineral chemistry