地球科学进展, 2021, 36(2): 154-171 DOI: 10.11867/j.issn.1001-8166.2021.021

综述与评述

重矿物分析物源示踪方法研究进展

许苗苗,1, 魏晓椿,1, 杨蓉1, 王平2, 程晓敢1

1.浙江大学地球科学学院,浙江 杭州 310007

2.南京师范大学地理科学学院,江苏 南京 210023

Research Progress of Provenance Tracing Method for Heavy Mineral Analysis

XU Miaomiao,1, WEI Xiaochun,1, YANG Rong1, WANG Ping2, CHENG Xiaogan1

1.School of Earth Sciences,Zhejiang University,Hangzhou 310007,China

2.Nanjing Normal University,School of Geography,Nanjing 210023,China

通讯作者: 魏晓椿(1987-),男,江西赣州人,博士后,主要从事沉积学、古气候学和构造地质学研究. E-mail:xcwnju@gmail.com

收稿日期: 2020-12-04   修回日期: 2021-01-25   网络出版日期: 2021-04-13

基金资助: 国家自然科学基金青年科学基金项目“东帕米尔山前晚新生代沉积物源示踪及对公格尔伸展系统启动时间的约束”.  41902204
自然资源部构造成矿成藏重点实验室开放基金项目.  gzck201904

Corresponding authors: WEI Xiaochun (1987-), male, Ganzhou City, Jiangxi Province, Postdoctor. Research areas include sedimentology, tectonics, and paleoclimatology. E-mail:xcwnju@gmail.com

Received: 2020-12-04   Revised: 2021-01-25   Online: 2021-04-13

作者简介 About authors

许苗苗(1995-),女,山东济宁人,硕士研究生,主要从事盆地分析研究.E-mail:xmm3816403@163.com

XUMiaomiao(1995-),female,JiningCity,ShandongProvince,Masterstudent.Researchareasincludebasinanalysis.E-mail:xmm3816403@163.com

摘要

传统的重矿物分析是碎屑沉积物物源示踪的基本方法,具有费用便宜、物源信息全面等优点,还可以为单矿物物源示踪提供重要的背景信息,具有无可替代的作用。近年来,该方法在基础理论和技术上取得了一系列新进展,但尚缺乏系统的总结。对重矿物分析的研究进展和发展趋势进行了梳理,主要包括如下几个方面:沉积物在搬运、沉积、成岩和暴露过程中,风化、水力分选、埋藏成岩等因素对重矿物的影响;重矿物组合数据获取的方法(采样、前处理、粒径选择以及计数等)和应注意的问题;如何进行重矿物数据分析、处理和应用,包括开展常用重矿物指标计算、偏差矫正和沉积物贡献量计算等;重矿物分析方法的发展趋势。认为机器自动矿物识别以及重矿物分析与单矿物分析相结合是重矿物分析物源示踪方法的发展方向。

关键词: 重矿物分析 ; 物源示踪 ; 水力分选 ; 重矿物指标 ; 自动矿物识别

Abstract

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

PDF (7257KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

许苗苗, 魏晓椿, 杨蓉, 王平, 程晓敢. 重矿物分析物源示踪方法研究进展. 地球科学进展[J], 2021, 36(2): 154-171 DOI:10.11867/j.issn.1001-8166.2021.021

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

1 引 言

碎屑沉积物(以下简称“沉积物”)是地球岩石圈的重要组成部分,是记录过去地质历史和现在地表过程的重要信息载体。通过物源分析追溯沉积物的源区、源区岩石类型和碎屑从源到汇的路径和过程,对理解现代地表过程、判断古剥蚀区、恢复古地貌、重建古水系、约束古气候、反演构造演化以及油气勘探等具有重要意义1~6

物源示踪的方法种类繁多,根据研究对象可以分为基于沉积属性和地球化学属性两大类,至少17种6~11。重矿物是砂级(有时用于粉砂级)碎屑物源分析的主要对象,通常是指沉积物中密度大于某一阈值,如2.89(三溴甲烷的密度)或2.90(多钨酸钠的密度)g/cm3的矿物1213。它们在沉积物中通常只占约1%14,但其种类丰富,与源岩类型密切相关。目前可以通过显微镜鉴定的透明和不透明重矿物均超过60种1215,常见的有锆石、金红石、电气石、磷灰石、石榴子石、角闪石、单斜辉石、斜方辉石、橄榄石、独居石、十字石、夕线石、红柱石、蓝晶石、绿帘石、榍石、赤褐铁矿、钛铁矿、磁铁矿、菱铁矿和黄铁矿等。

自Thürach16首次将重矿物用于物源分析以来,已经有100多年的历史。基于重矿物的物源分析方法又可以分为多矿物法(Multi-mineral methods)和单矿物法(Single-mineral methods)。本文中的重矿物分析是指属于多矿物法范畴的传统物源分析法。该法需分离出重矿物并使用显微镜进行矿物的鉴定和数量统计,确定各种矿物的种属及其相对和绝对含量。其用于追溯物源的基本原理是不同的母岩类型会产生特定的重矿物组合2。传统上,该法对仪器平台要求较低、费用便宜,可以获得在全样薄片中很难观察到的一些重矿物信息。但是,由于风化作用、水力分选和成岩作用等自然因素和实验中的人为因素都在一定程度上影响沉积物重矿物分析的数据,而人工鉴定耗时耗力且对从业人员的业务素质有较高要求,加上重矿物分析较难提供精确的定量化信息,这都极大地制约了该法的运用和推广。

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1117~21。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2425。Garzanti24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。

图1

图1   过去30年(19912020年)基于传统的重矿物分析和典型单矿物物源示踪的文献数量

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1327~29,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。

2 影响沉积物中重矿物含量的主要自然因素

沉积物碎屑从源到汇的过程,受到了一系列的物理和化学作用的影响,包括水力分选、化学风化和机械磨蚀等。沉积后矿物还可能经历成岩溶解、重结晶和暴露风化等作用。上述过程极可能让重矿物的含量发生变化,导致错误的物源解释31。理清影响重矿物含量的各种因素,是制定合适的采样、统计和分析策略,正确解释物源信息的前提。

2.1 风化作用

化学风化始终贯穿于重矿物从剥蚀、搬运、沉积到再暴露的全过程。化学风化对重矿物组成的影响主要受控于3个因素:重矿物的性质、地理环境和气候25。不同矿物在不同条件下的稳定性存在差异,一般来说,在温暖湿润的气候中往往出现酸性土壤环境32,此时重矿物更容易发生风化溶解。根据不同矿物在土壤剖面中的稳定性差异,常见的重矿物可以分为3类:高稳定性的锆石、金红石、电气石、蓝晶石、红柱石和夕线石等;中等稳定性的石榴子石、钙质角闪石、菱铁矿和绿帘石等;低稳定性的磷灰石、橄榄石和辉石等31

风化作用对重矿物组成的影响还应考虑剥蚀和搬运速率的相对关系。大多数情况下,母岩处于“有限风化”条件,即使风化可能导致一些矿物发生溶解甚至含量发生变化,但是一般不会影响重矿物的种属33,而在搬运和沉积过程中的风化作用则有可能明显改变重矿物成分31。在“有限风化”的条件下形成的沉积物,物源分析时可以不考虑风化作用的影响;反之,则需要适当评估。

重矿物遭受风化溶解后可能在颗粒表面留下印记。这些颗粒表面普遍出现溶蚀结构,包括溶蚀坑、表面凸起、琢面、糙边、锯齿和骨状结构等34~36。溶蚀结构的类型与矿物组成、晶体结构和溶蚀流体的性质有关31

2.2 水力分选

重矿物的水力分选是一个复杂的过程,受到颗粒大小、密度、形状、搬运介质和搬运方式等的影响。如果把矿物当作理想化的球形颗粒,在水中的沉降只考虑重力和拖拽阻力的作用(图2a),则以跃移和悬浮方式搬运并同时沉积的矿物应该具有相同的沉降速率。密度大的重矿物显然比同样大小的轻矿物具有更大的沉降速度,因此它们只会与更大颗粒的轻矿物同时沉积。换句话说,这种情况下沉积的重矿物的粒径整体上比轻矿物更小(图2b)。这种现象被称为“水力等效(Hydraulic equivalence)”原理39。而在风暴、海浪和洪水等高能水流环境下,沉积物颗粒受“挟带等效(Entrainment equivalence)”原理影响更大40~42。如图2c中所示,床面上沉积的颗粒受到水平方向流水拖拽力作用时,大的矿物颗粒具有更大的受力面积和力矩,具有更小的转动角,更容易发生再次搬运34。另一方面,重矿物颗粒偏小,也容易卡在大矿物的间隙中滞留43。因此,选择性挟带往往使重矿物在靠近物源区更为富集,也是冲击砂矿形成的重要原因43图2d)。水力等效和挟带等效原理使同源沉积物的重矿物在不同的粒径范围和不同水动力环境下出现偏差,是物源分析中需考虑的重要环境因素44

图2

图2   水力分选示意图(据参考文献[13,37]修改)

(a)Cheng[38]的球形颗粒沉降力学模型;(b)水力等效原理控制下的不同矿物粒度关系;(c)颗粒选择性挟带示意图;(d)中性砂经水力分选,分出冲积矿和反冲积矿;Fv:黏性阻力; Ft:紊流阻力;FL:上升浮力;FD:拖曳力; α:转动角; Fg:水下颗粒重力;DK:直径

Fig.2   Schematic diagram of hydraulic sortingmodified 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


当然,有些板状和片状的重矿物因形状的影响,粒径明显大于同时沉积的轻矿物45。极端的例子如云母,尽管其是一种重矿物(密度为2.8~3.0 g/cm3),但是砂级的片状云母颗粒常和粉砂级的轻矿物同时沉积46。这类矿物在重矿物分析时通常需要另外考虑。

2.3 机械磨损

目前,对于不同的重矿物在不同条件下的机械稳定性研究仍然不系统,已有研究表明重矿物的机械稳定性和其在风化和成岩条件下的稳定性差异较大31。机械磨损或许会影响矿物的形貌,却对重矿物的多样性影响甚微4748。虽然,有观点认为机械磨损会显著影响沉积物矿物组成49,但不少研究发现这可能是一个认识误区50~52。以非洲南部橘河(Orange River)的沉积物为例。该河发源于南非的Lesotho地区,向西流入大西洋后,其中的沉积物被强大的沿岸流搬运直到纳米比亚。长达2 000多公里的搬运途中化学风化微弱,鲜有支流汇入,是研究机械磨损对沉积物影响的理想区域。Garzanti等51在该区域的研究发现,沉积物在水中长距离搬运后,矿物组分和磨圆度均没有明显变化;只是在沙漠中被风力搬运时,其磨圆度变化较为明显。因此,通常不考虑机械磨损对重矿物含量的影响。当然,某些情况下,机械因素也会影响重矿物成分,例如钻孔取样过程中很可能导致被钻头磨蚀的沉积物残屑中一些敏感矿物(如磷灰石)耗损53

2.4 埋藏成岩

埋藏成岩作用是对沉积物中重矿物组成影响较大的地质过程27。在埋藏成岩时,有些重矿物种类可能因与孔隙流体接触而发生溶解,其受影响程度和矿物自身的稳定性,孔隙流体的成分、温度、流动速率,以及埋藏时间相关。一般来说,重矿物在高渗透性的沉积物中更容易发生溶解54~56。而随着埋藏深度和时间的增加,地下温度增高,溶解时间变长,不稳定重矿物更容易发生溶解,重矿物种类会逐步减少57~61。通常,在埋藏过程中,橄榄石、辉石、红柱石、夕线石和钙闪石最先发生溶解,接着是绿帘石、榍石、蓝晶石、十字石、石榴子石和绿泥石等,而磷灰石、独居石、尖晶石、金红石、电气石和锆石等矿物则较为稳定31

埋藏成岩作用对重矿物的溶解的直接判别证据也是基于溶蚀结构,这与风化溶解很难区分。但如果重矿物同时存在以下3个现象,则可以作为判定存在成岩溶解的证据:矿物颗粒表面有溶蚀现象;相邻的从高渗到低渗沉积物中重矿物的多样性关系相反;重矿物多样性随埋藏深度的增加而减少。只有上述1种或2种现象可能只是风化或者物源变化的影响27

需要注意的是,自生矿物也会使重矿物含量出现变化。比如TiO2矿物和磷灰石经常会发生二次生长,使得矿物含量增大25

3 重矿物分析的数据获取

3.1 采样

正确的采样策略有助于规避重矿物分析中自然因素带来的偏差。无论是现代还是已经成岩的沉积物,都应该选择新鲜、植被少,不受或少受风化作用影响的样品。因为细颗粒矿物的鉴定较为困难,所以一般选择砂级沉积物。采集的样品要具有代表性和一致性,尽量选择沉积动力条件接近的样品13。例如,对于砂丘样品,均采集砂丘顶部的样品。在沙丘或者沙滩采样时尤其要注意水力分选效应的影响,要尽量选取“中性”(混合均匀,无特殊矿物集中)的砂岩成分,要避免重矿物异常富集的“砂矿”(可能具有特殊颜色)或轻矿物异常富集的沉积物(图2d)。

3.2 前处理工作

一般来说,前处理工作包括称重、分散、筛分、分离、缩分、再称重和镶嵌(制片或制靶)等几个步骤1215。单独的重矿物分析通常只需要100~200 g干燥样品即可。称量后要进行充分的分散,以释放出单个的矿物颗粒。对于已经成岩的样品,可使用滚筒式碎石机或颚式破碎机破碎,或用陶瓷杵或铁杵在容器内捣碎;但要避免研磨,以防原始矿物颗粒被碾碎。视胶结物的成分选择不同的溶液浸泡以进一步分散颗粒,如使用水溶解可溶盐,酸(盐酸或醋酸)溶解碳酸岩,强碱溶解硅质胶结,草酸和铝去除粘土或氧化物胶结,有机溶剂浸泡被沥青或原油渗透的样品。使用了强酸、强碱溶液处理的样品要注意矿物溶解问题。有机物含量高的样品需用双氧水溶解有机质。筛分时应视所需分析的样品的粒度选择合适的筛网,每次筛选应充分,并彻底清洗筛网12

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63~1252562、125~25063和90~125 μm64,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62~50065、63~400、62~50066、62~2 00067和15~500 μm4468,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4468。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

筛分后,要对沉积物中重矿物进行分离提取,以获得足够的量进行含量分析。重矿物的分离通常使用淘洗法和重液分离法。淘洗法通常做法是把分散的沉积物倒入淘洗盘中,在盛满清水的容器内回旋转动,利用不同密度的矿物在水中下沉速率的差异,使重矿物富集于盘底。该法会导致部分重矿物丢失,使重矿物的绝对含量出现偏差,因而不能用于计算本文4.2节介绍的一些有用的重矿物参数,因此本文并不推荐使用。重液分离是让沉积物在三溴甲烷、四溴乙烷和多钨酸钠等重液中沉降并分离13。沉降时,可以利用自然重力,也可以借助离心机加速沉降。重液分离方法的具体操作过程可参考文献[12]。需要注意的是,重矿物浓度指标受到分离方法(包括使用的重液、分离时间的不同)的影响69,因此对比这一指标时需要考虑分离方法的差异。

对分离出的重矿物要称重、混匀并缩分出若干份(每份颗粒1 000粒左右)用于颗粒镶嵌。为使每份样品具有代表性,可以借助专用的分样器(Microsplitter)或使用四分法缩分1215。四分法所需工具和操作步骤简单:让重矿物通过漏斗后,用刀片均匀分割下方的锥形重矿物堆为4份;取相对象限的2份混合后重复上述操作直至获得合适的重矿物量1215。颗粒镶嵌应根据分析仪器平台选择相应的方法。使用体视显微镜鉴定及定量重矿物,可直接将缩分好的颗粒均匀地撒在载玻片上鉴定。使用偏光显微镜鉴定,可直接将样品置于玻璃片上用油浸法制作临时用片,或者在玻璃片表面用特定的胶固定颗粒制成永久片12。使用原位微区分析仪器(如电子探针)时,常用环氧树脂镶嵌颗粒并磨抛以获得平坦表面,通常称为制靶。镶嵌时,要确保载玻片上的颗粒不因太密而影响鉴定,但也不能太疏以致数量不足13

3.3 鉴定及定量

目前,对重矿物的鉴定和定量主要通过人工在光学显微镜下进行,有时可以借助能谱仪、电子探针和拉曼光谱仪等加以辅助。通过自动化平台自动识别重矿物的技术正快速发展,本文将在第5部分介绍。统计过程是重矿物分析中产生人为误差的主要过程。统计的前提是鉴定矿物,光学显微镜下重矿物的鉴定的特征可以参考专业的工具书,如参考文献[121570]。国内很多机构经常使用称重法分析各种矿物含量,即把不同种属的矿物分开后称重;而国外通常使用计数法(数粒法),在偏光显微镜下统计各种组分的颗粒或点数。称重法无法对含量较少的矿物给出比较准确的比例。从数据定量化的角度看,计数法更具优势。

使用计数法进行重矿物定量时,需要特别注意的是计数方法的选择。传统的重矿物分析计数方法有全计法(Fleet method)、带计法(Ribbon counting)和线计法(Line counting)12。Garzanti等13主张引入岩石薄片颗粒分析时常用的点计法(Point counting)。全计法识别并计数所有载玻片视野上的颗粒。带计法选取具有代表性的条带区域,统计整个条带内的颗粒。线计法是最常用的方法,该方法只抽样统计与某条线接触的矿物。然而,根据水力分选原理,沉积物中矿物大小存在差异,全计法、带计法和线计法得到的是不同矿物颗粒的占比,并不等于其体积或质量比。点计法由Glagolev71提出,早就广泛应用于岩石薄片的颗粒计数。操作方法是:在网格线上对矿物进行计数,矿物与网格交点被作为计数点,统计各种颗粒的点数。Chayes72用数学证明,薄片中颗粒与网格交点相交的概率等于其面积比,所以不同颗粒的点数比值等于面积或体积比。Garzanti等13认为该法可使重矿物分析高效、准确并推荐使用。

为了保证数据准确性,每个样品的计数应保证透明矿物的总计数达200以上12。如果要计算矿物对指标,则需要更多的计数量(见4.3节)。

最近一项众多研究人员参与对比研究发现,用同样的样品按各自实验室的操作惯例开展重矿物分析的结果存在明显差异30。其中,人工光学鉴定的结果受人为因素影响而具有较大的离散性,不如使用精密仪器通过成分分析获得的数据。虽然,这不代表方法本身有问题,但在自动矿物识别技术普及之前,尽早统一重矿物分析的标准操作方法,加强人员培训,以及开展实验室间标样的交叉验证尤为重要30

4 重矿物数据分析、处理及应用

如前所述,沉积物中重矿物组成受一系列因素影响,因此根据受影响程度和研究目的差异,重矿物数据有多种不同的数据分析、处理方法和应用范围。

4.1 直接对比和统计分析

对已经获得的重矿物分析数据可以与已知源岩的沉积物重矿物成分直接对比进行物源识别。Garzanti等73将碎屑沉积物划分出3个基本物源,即大洋岩石圈、岩浆弧地壳和大陆岩石圈。三者根据不同的圈层位置和岩石类型可以进一步划分,有不同的重矿物组合。表1为根据参考文献[1373]的总结编制的不同大地构造背景和位置下沉积物的重矿物组合特征。可以看出,不同源岩区的沉积物中重矿物组合特征明显。但是,造山带是上述3个基本物源的复合体,其产生的沉积物并没有特定的重矿物组合,需要具体情况具体分析。对于成岩作用不强烈的沉积物,很多情况下只通过基本的重矿物组合即可以进行有效的物源区分7475

表1   不同构造背景下重矿物组合特征(据参考文献[13,73]编制)

Table 1  Characteristics of heavy mineral assemblage under different tectonic backgrounds (compiled after references [13,73])

源岩构造背景和位置沉积物重矿物特征
大洋岩石圈沉积盖层重矿物含量较少,稳定和超稳定矿物为主(含铬尖晶石)
上地壳辉石、阳起角闪石和丰富的绿帘石
下地壳单斜辉石为主的矿物组合,包含绿—棕色角闪石或紫苏辉石
地幔橄榄石(或蛇纹石)为主,斜方辉石次之,尖晶石少量
岩浆弧地壳火山弧普通辉石、紫苏辉石为主,橄榄石、普通角闪石次之
弧岩基普通角闪石为主,含绿帘石,单斜辉石、紫苏辉石、榍石、锆石少量
大陆地壳上地壳源岩为浅变质岩:绿帘石为主,超稳定矿物少量源岩为碎屑岩盖层:锆石、电气石和金红石为主;源岩为碳酸盐岩:不含重矿物;源岩为陆内火山:单斜辉石为主,局部有橄榄石、磷灰石、锆石、易变辉石、尖晶石等
中地壳岩石为花岗岩或角闪相变质岩:角闪石为主;源岩为角闪岩相副变质岩:以石榴子石、蓝晶石和 十字石组合为特征
下地壳以紫苏辉石、角闪石、石榴子石、单斜辉石、夕线石组合为特征
造山带变质推覆体大洋变质推覆体洋壳榴辉岩化变质岩:几乎由单斜辉石、石榴子石、金红石构成
榴辉岩退变质后源岩:绿帘石、角闪石为主,辉石、石榴子石少量
大陆变质推覆体榴辉岩相岩石经受退变质后的源岩:与退变质大洋榴辉岩类似,但石榴子石更多,蓝晶石更少;蓝片岩相岩石经受绿片岩相退变质后的源岩:绿帘石为主
造山带大洋、弧和大陆岩石均可卷入造山带,因此造山带的沉积物没有特定的重矿物组合

新窗口打开| 下载CSV


有的重矿物分析数据难以通过直观对比发现差异,可借助统计方法,比如因子分析(分为Q型和R型)、聚类分析(分为Q型和R型)、主成分分析,找出各个样品之间的共性和差异。Q型因子分析研究样品之间的相关性,识别样品的差异性,对样品进行分组,并找出导致差异的原因;R型因子分析根据变量之间的相关性对变量分组,有助于确定主要的、特征性的重矿物组合7677。Q型聚类分析对不同样品的多个变量信息进行分析,可以对不同区域、不同层位的沉积物进行分类;R型聚类分析对变量进行分类,可以利用各种重矿物的亲疏关系来识别出不同的重矿物组合,进而确定母岩类型757879。主成分分析法利用变量之间的相关关系从众多变量(重矿物类型)中提取少数几个重要主成分80,并以双标图的形式显示不同样品与各主成分之间的相关程度,很好地展示样品的差异及造成差异的成分81

4.2 重矿物指标和应用

除了直接对比和统计分析,前人也提出通过计算特定的重矿物指标以更好地展示、挖掘重矿物组合数据中所蕴含的潜在信息。表2汇总了较为常见的部分指标。需要强调的是,这些指标的通常都会对物源的变化做出响应;但是,不同类型的指标具有一定的差异性。依据这些指标的定义和内涵,本文将其分为4部分来介绍。第一部分的指标对水力分选和风化等自然过程较不敏感,第二部分对源岩类型较为敏感,第三部分除了可以指示物源信息还能较好地反映水力分选和成岩作用对重矿物组成的影响,第四部分为其他指标。由于这种划分没有统一的标准,所以并不是绝对的,很多指标具有多方面指示意义,应该灵活运用。

表2   常用的重矿物物源示踪指标(据参考文献[25,48,82~85]编制)

Table 2  Commonly used heavy mineral indexes (compiled after references [25,48,82~85])

指标涉及的有关组分指标定义
ATi磷灰石(Apatite)、电气石(Tourmaline)100×磷灰石/(磷灰石+电气石)
GZi石榴子石(Garnet)、锆石(Zircon)100×石榴子/(石榴子石+锆石)
RZiTiO2矿物(TiO2 group)、锆石(Zircon)100×TiO2矿物/(TiO2矿物+锆石)
RuZi金红石(Rutile)、锆石(Zircon)100×金红石/(金红石+锆石)
CZi铬尖晶石(Chrome spinel)、锆石(Zircon)100×铬尖晶石/(铬尖晶石+锆石)
MZi独居石(Monazite)、锆石(Zircon)100×独居石/(独居石+锆石)
ZTR锆石(Zircon)、电气石(Tourmaline)、金红石(Rutile)100×(锆石+电气石+金红石)/透明重矿物
POS辉石(Pyroxenes)、橄榄石(Olivine)、尖晶石(Spinel)100×(辉石+橄榄石+尖晶石)/透明重矿物
LgM绿帘石、葡萄石、绿纤石、纤锰柱石、硬绿泥石100×(绿帘石+葡萄石+绿纤石+纤锰柱石+硬绿泥石)/透明重矿物
HgM十字石、红柱石、蓝晶石、夕线石100×(十字石+红柱石+蓝晶石+夕线石)/透明重矿物
%Op所有重矿物100×不透明重矿物/总的重矿物
%Ultradense所有重矿物100×超重重矿物/总的重矿物
%ZR锆石(Zircon)、金红石(Rutile)、电气石(Tourmaline)100×(锆石+金红石)/(锆石+金红石+电气石)
HMC所有碎屑100×总重矿物(透明+不透明+混浊颗粒)/总碎屑
tHMC所有碎屑100×透明重矿物/总碎屑
SRD所有碎屑所有碎屑颗粒的加权平均密度,见正文中公式(5)或(6)
Hb普通角闪石100×普通角闪石/透明重矿物
&A所有透明重矿物100×(蓝闪石+透闪石+阳起石)/透明重矿物
CPX所有透明重矿物100×(普通辉石+透辉石)/透明重矿物
OPX所有透明重矿物100×(顽辉石+紫苏辉石)/透明重矿物
MMI十字石、蓝晶石、夕线石、硬绿泥石100×(1/3十字石+2/3蓝晶石+夕线石)/(硬绿泥石+十字石+蓝晶石+夕线石)

注:表中重矿物不包括层状硅酸盐(比如绿泥石、黑云母)、碳酸岩(菱镁矿),因与氧化物共生而沉入重液中的“轻”矿物及其工业活动产生的颗粒等[73]

新窗口打开| 下载CSV


4.2.1 基于重矿物对的物源敏感指标

由于沉积物中的重矿物在搬运、沉积、成岩等过程中容易受到风化、水力分选以及成岩作用的影响,Morton等25提出选择水力学性质接近(形状、粒径和密度)、化学性质稳定的重矿物对,计算其中一种矿物的相对含量作为指标,以减弱自然因素对重矿物组成的影响,更敏感地反映物源的信息。他们定义了ATi、GZi、RuZi、CZi和MZi等指标,分别代表磷灰石在磷灰石和电气石组合中、石榴子石在石榴子石和锆石组合中、金红石在金红石和锆石组合中、铬尖晶石在铬尖晶石和锆石组合中、独居石在独居石和锆石组合中的百分比(表2)。在空间上,这些指标有助于区分沉积物的源区,在时间序列上则可以指示物源的变化。目前,它们已经广泛用于基于重矿物组合数据的物源分析中,例如参考文献[86~89],属最常用的重矿物指标之列。

在计算和解释上述物源敏感指标过程中也要注意一些问题。为保证指标的可靠性,用于计算比值的矿物对的每种矿物的计数应达100颗以上。虽然磷灰石在成岩过程中比较稳定,但其在风化和酸性地下水条件下极易溶解,因此ATi指标有时不指示物源变化5990。这种情况下,可以结合其他指标判断到底是物源还是自然因素。例如Morton等48发现,北海上侏罗统砂岩中有一段ATi指标明显上升,而RuZi指标变化不大,因而将前者解释为高水位抑制了风化作用。GZi指标应用中则需要注意石榴子石的稳定性,因为石榴子石在强烈风化或在特定的成岩环境中也会发生溶解91,含钙高的石榴子石稳定性更差92。因此,如果在分析样品中发现石榴子石具有腐蚀迹象,应当谨慎解释GZi指标,需结合其他指标或研究方法一起分析25。使用RZi和RuZi指标时则需要注意TiO2矿物次生生长问题。

4.2.2 基于多矿物的源岩类型敏感指标

有些重矿物指数能很好地体现源岩类型,因为它们包含了某种岩石类型中最主要的重矿物组合,这类岩石贡献量增加时,则指标所含矿物都对其产生贡献,放大了该类岩石的信号。其中比较常用的指标包括POS、LgM、HgM和ZTR等。它们可直接使用点计法获得的几种矿物的计数和与透明重矿物(除去层状硅酸盐矿物和自生矿物,下同)总计数相除获得。POS指标是辉石(Pyroxenes)、橄榄石 (Olivine)和尖晶石(Spinel)占透明重矿物的比例之和,能较好地指示来自基性岩、超基性的物源。LgM指标为来自低级变质岩的五种特征矿物占透明重矿物的百分比,包括绿帘石、葡萄石、绿纤石、纤锰柱石和硬绿泥石。HgM指标为来自高级变质岩的4种特征矿物十字石、红柱石、蓝晶石和夕线石占透明重矿物的百分比(表2)。ZTR指标为锆石(Zircon)、电气石(Tourmaline)和金红石(Rutile)组合在透明重矿物中百分比。由于锆石、电气石和金红石具有较高的机械和化学稳定性,几乎不受风化作用和成岩溶解影响,ZTR可指示成熟度和再循环程度82。注意,ZTR仅适用于砂岩,因为在更细的粉砂岩中,选择性分选会导致锆石的富集8293。另外,源岩主要为花岗岩的沉积物的ZTR指标也会较高94

4.2.3 可反映水力分选和成岩溶解的指标

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。

首先将重矿物部分的质量比转换为频率比(H%):

H%=WHWTOTTOTH

式中:WH为大于2.9 g/cm3的重矿物重量,WTOT为总样品重量,H为重颗粒加权平均密度,TOT为整体沉积物加权平均密度。

H%扣除沉入重液中但通常不视为重矿物的“假重矿物”,得到:

HM%=H%×1-sh

式中:HM%为真实重矿物频率比,s为所谓的“假重矿物”颗粒数,h为总颗粒数。“假重矿物”指层状硅酸盐(比如绿泥石和黑云母)、碳酸岩(菱镁矿),及其因与氧化物共生而沉入重液中的“轻”矿物等。

再次扣除内碎屑和自生矿物的影响,得到:

HMC=HM%1-d/t×100

式中:dt需通过岩石薄片统计获得,分别代表全岩薄片中内碎屑或自生矿物(如鲕粒、泥砾、海绿石)数量和总颗粒数。修正后HMC代表陆源碎屑未经后期影响的重矿物浓度。

tHMC是HMC除去不透明和浑浊颗粒的差:

tHMC=HMC×1-%Op-%Tb

式中:%Op和%Tb分别代表“重矿物”中的不透明颗粒和浑浊颗粒占总矿物颗粒的百分比。

SRD可以通过下式计算得到:

SRD=[tHM(1-%Op)+5×%Op]HMC+2.65(100-HMC)100

式中:tHM为透明重矿物加权平均密度。5和2.65分别表示不透明重矿物和陆源轻矿物的密度。

由于SRD是沉积物所有碎屑颗粒的加权平均密度,还可以通过以下公式计算68

SRD=i=1n(%Viρmi)=1/i=1n%Miρmi

式中:%Vi%Mi分别代表样品中各种矿物的体积和质量百分比,ρmi则是各种矿物的密度。ρmi可以使用各类矿物的标准密度。

上述指标互相配合,可以很好地识别水力分选作用和成岩溶解作用对重矿物成分的影响。比如Garzanti等73利用从红海—亚丁湾的河流、海滩沉积物到波斯湾沿岸的海滩和松散河床沉积物的重矿物数据9697计算指标发现,虽然各个地点的沉积物重矿物成分变化明显,但其重矿物参数%Op、%Tb和%ZR变化趋势一致,说明这个变化是水力分选的结果,而不是物源差异的反映。对阿尔卑斯和喜马拉雅前陆盆地沉积物的HMC计算发现,该指标结合ZTR指标能较好地反映成岩作用的情况:当HMC<1时,沉积物中重矿物很可能受到成岩作用的影响,解释数据时需要高度关注。HMC和tHMC之间差异可以评估岩石的变质程度73。SRD可以识别源区岩石的类型,如基性岩、超基性岩的SRD明显高于酸性岩;也可以判别重矿物富集情况,如果该值偏离沉积物源岩的正常密度,说明沉积物发生了重矿物或轻矿物的富集73。SRD还可以用于矫正重矿物的含量,以消除水力分选造成的偏差(见4.3节)。

4.2.4 其他常见指标

除了上述指标,还有很多其他指标也可以用于物源对比分析。例如与单一种属的重矿物或一个大类的重矿物有关的指标。它们常以矿物的英文单词缩写或多个矿物英文单词首字母组合命名,表示这些矿物在透明重矿物中的占比,常见的有Ap(磷灰石)、Ttn(榍石)、Ep(绿帘石组)、Grt(石榴子石)、St(十字石)、Hb(普通角闪石)、&A(其他角闪石)、Amp(角闪石大类)、CPX(单斜辉石)、OPX(斜方辉石)和Px(辉石大类)等479899。又如HCI(角闪石颜色指标)83和MMI(变沉积岩矿物指标)100可以较好地指示源岩的变质强度和岩石类型。更多其他指标这里不再一一列举,读者可以根据需要选用或自己定义。

4.3 重矿物含量的SRD矫正

与通过水力学性质接近的稳定“矿物对”比值来减少水力分选效应不同,Garzanti等68认为水力分选导致的偏差可以视为一种“噪音”。这种噪音可以用数学公式描述,因此可以变为有用信息,即通过SRD矫正消除偏差,获得代表物源信息的重矿物占比。假定源岩一样的碎屑具有一定的SRD值,这个值可以通过对已知源岩的现代沉积物进行分析后利用公式(5)或(6)获得。这种情况下,SRD矫正法可以让某一粒径范围的分析数据去除“水力等效”效应带来的分析偏差。如果已知分选前的SRD,该法还可以再消除“挟带等效”效应带来的环境偏差(图3a)。考虑到大部分地壳源的混合碎屑的SRD指标基本位于2.70±0.05,因此,对这些沉积物最简单的做法是假设未分选前碎屑SRD为2.7。也可以通过逐次逼近确定SRD值(该值将使数据集中的残差最小化)。对重矿物数据通过多次迭代计算,直到SRD被恢复到假定的值,这时的重矿物组成代表原始的、未经分选的物源的信息(图3b)。即使对强烈富集重矿物的冲积矿砂或普通沉积物中重矿物含量最高的细粒级部分,也能获得较好的矫正效果。由于该法可有效补偿样品内粒度窗口差异或样品间水动力差异造成的偏差,是消除重矿物分析中环境偏差问题的重要数值解决方案。其具体的原理和操作请参考文献[68]。

图3

图3   SRD矫正效果示例(据参考文献[68]修改)

(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

Fig.3   Examples of SRD correctionmodified 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


4.4 沉积物贡献量计算

贡献量计算是开展沉积物物源示踪的重要目标之一,重矿物分析(常结合岩相学分析)则可以为实现该目标提供重要支撑。沉积物的混合可视为多个(源区)端元成分的线性混合,并可用数学运算表达。假设X为混合样品成分数据构成的具有np列的矩阵(n代表样品数,p为变量数),B为端元数据构成的具有q行(端元数)的矩阵。沉积物线性混合可以表示为:

X=MB+E
j=1pxij=c      xij0
j=1pbkj=c     bkj0
k=1qmik=1     mik0

式中:M为各端元对观测样品贡献比例构成的矩阵,E则是误差构成的矩阵,表示XB中每一行的变量要重新标准化,使其加和为常数c(通常是1、 100或106)。公式(10)表示各端元的贡献比例加和为1。沉积物贡献量的计算是对线性混合方程求解获得M矩阵的过程。对于端元组成已知的情况可以使用线性解混算法;对于端元组成未知的情况,则可以使用双线性解混等算法。相关原理和算法的更详细的介绍可以参考文献[101]。

重矿物组合数据为上述方程提供了众多变量的值,使求解成为可能。前人已经成功利用重矿物组合和岩相学数据计算了一些重要河流,如印度河的各潜在源区102和尼罗河各主要支流103的沉积物贡献量。但是,上述线性混合模型是基于一系列假设而提出,实际情况中这些假设往往无法满足,因此很多沉积物贡献量的计算只是试探性的研究101102104

5 重矿物分析方法的发展趋势

沉积物的物源示踪正呈现从传统分析手段向高科技测试技术、从定性分析向定量化分析、从单一方法向多方法综合的发展趋势9105。传统重矿物分析也不例外。本文认为,这些趋势在重矿物分析方法中主要体现在如下2个方面。

5.1 自动矿物识别技术日趋成熟

由于人工统计矿物耗时费力且需经长时间训练,而且有时即便是经验丰富的人员也不能很好地识别重矿物30,如何更加高效、准确地开展重矿物分析是一项重要的技术前沿。很多研究使用自动化、图像识别和机器学习等新技术,结合不同的硬件平台开展自动矿物识别,自动矿物学应运而生。常见的硬件平台包括偏光显微镜106~108、拉曼光谱仪109110、激光诱导击穿光谱仪(Laser-induced Breakdown Spectroscopy, LIBS)111112、扫描电镜—能谱仪(Scanning Electron Microscopy-Energy Dispersive X-ray Spectroscopy, SEM-EDS)113~118等。基于矿物光学性质与结构和基于拉曼光谱的自动化鉴定方法仍不成熟,有自动化程度较低、准确度不高或可识别矿物种类少等不足。基于激光诱导击穿光谱的自动化分析已经有商业解决方案,目前主要用于矿物处理领域,在重矿物识别上受分辨率约束暂时无法实施。但是该方法具有识别快、场地性好、无需前处理等特点,是具有巨大潜力的自动矿物识别解决方案。目前,自动矿物识别中最成熟的解决方案是基于SEM-EDS的自动矿物识别系统119。基于该方案的常见的在售商业仪器包括QEMSCAN(FEI)、MLA(FEI)、TIMA(TESCAN)、Mineralogic Mining#(ZEISS)和BPMA(矿冶科技集团有限公司)等26118。另外,也有些软件,如AMICS(Bruker)、INCAFeature(Oxford Instruments)等不与特定硬件绑定,可以用于多种SEM-EDS平台,实现自动矿物识别26。这些解决方案基本原理大同小异:首先使用SEM获取被测对象的电子背闪射(Back-Scattered Electrons,BSE)图像;利用图像分割颗粒和矿物边界;接着使用EDS获得成分数据与标准数据库对比确定矿物成分,图像和成分相结合,获得元素或矿物分布图像;计算元素或矿物组成及含量、矿物解离度、粒径分布等各项参数26。它们一般有高分辨率全矿物分析、特定矿物搜索、微量矿物搜索、解离度分析等多种分析模式。图4为在诚谱检测技术(廊坊)有限公司使用TIMA仪器自动完成重矿物靶的矿物扫描、识别、分解、统计的例子。当然,这类仪器有时无法准确识别化学成分接近但属于不同种类的矿物(如磁铁矿和赤铁矿),或者同质异相的矿物(如金红石和其他TiO2的矿物)。最近,有不少研究人员尝试开发基于最新的机器学习算法且不依赖于特定平台的软件和代码109~111,这对推动自动矿物识别大有裨益。

图4

图4   TIMA对重矿物自动扫描获得种类识别、颗粒分解、成分统计和矿物粒径分布实例

Fig.4   An example of automatic scanning, identification, particle de-agglomeration, and composition and particle size statistics of heavy minerals by TIMA


与人工计数方式相比,基于SEM-EDS的自动识别方式计数具有自动化、高分辨率、多颗粒、高精度等优点。目前的解决方案已经基本满足对成分接近的矿物区分需求低的砂级沉积物重矿物组合分析,还可以尝试进一步把重矿物分析目标沉积物扩大到粉砂粒级范围,以有效减少水力分选作用造成的偏差或用于风成沉积的物源分析。目前,受制于仪器数量少、费用高等因素,基于自动矿物识别的重矿物物源示踪研究仍非主流做法,但已经有不少研究显示该技术的巨大潜力30120121。考虑到机器自动识别技术的众多优点,它在重矿物物源示踪研究中的应用将愈加广泛119

5.2 重矿物分析法与单矿物法相结合

过去30年,除了常用的碎屑锆石,很多其他单矿物也被广泛用于物源示踪。例如,碎屑金红石和碎屑榍石的矿物地球化学和年代学数据相结合可以识别变质成因组分的物源122;碎屑石榴子石和电气石的矿物地球化学数据可以区分母岩类型20123;碎屑磷灰石的低温热年代学和U-Pb年代学可以识别源区并恢复剥露冷却历史124~126;碎屑云母的40Ar/39Ar年代学既可以用于长距离搬运的沉积物的物源示踪127,也可以用于恢复源区剥露历史128

但是,随着研究的深入,人们发现很多时候单矿物的数据往往不能代表所有沉积物的情况。例如,Guo等122研究发现岩浆岩出露面积与碎屑年龄百分比没有明显的相关性,不同种类的单矿物计算的潜在源区贡献程度也有较大差异。又如,对同一个地区的岩浆岩,深部和浅部的单矿物年龄分布可能并没有区别,但是在重矿物组合或绝对含量上却可能具有明显的差异84。只有在所有潜在源区的该矿物产率被精确测定的情况下,单矿物的不同组分才能用于准确评估整体沉积物的情况22。这些问题均需要传统的重矿物分析来解决,凸显了该法在沉积物物源示踪中的重要地位。因此,在对沉积物进行物源分析时,应以重矿物分析为基础,并对其搬运、沉积和成岩作用期间所涉过程的影响进行评价,然后根据特定的科学目标,有针对性地选择一种或多种碎屑矿物开展针对性研究,防止因单一矿物的不完整信息导致误导性的解释。很多对复杂源汇体系的研究将传统的重矿物分析以及单矿物物源示踪技术相结合,取得了良好的效果129130,这为未来开展基于重矿物的物源示踪研究提供了很好的范例。

6 结 语

尽管基于重矿物的物源示踪研究已经进入以单矿物元素、同位素地球化学和地质年代学为主的时代,但传统的重矿物分析是理解各矿物在整个沉积物中的行为、分布、含量,合理解释包括单矿物示踪数据在内的各项物源信息的前提。因此,该方法仍然应作为基本的物源示踪手段。在进行重矿物组合数据获取的过程中,应高度关注一系列影响沉积物重矿物组成的自然过程和人为因素,并建立对重矿物分析具体方法的统一认识以减少偏差。目前对重矿物组合数据已有一系列方法开展对比、统计、计算和解释,以获得源区特征、物源变化和沉积物贡献量等信息。而使用自动矿物识别技术开展重矿物组合分析并和单矿物示踪技术相结合可能是该物源示踪方法的发展趋势。

参考文献

WELTJE G JEYNATTEN H VON.

Quantitative provenance analysis of sediments: Review and outlook

[J]. Sedimentary Geology, 20041711): 1-11.

[本文引用: 1]

LIU BaojunZENG Yongfu. Basis and working methods of lithofacies paleogeography[M]. BeijingBeijing Publishing House1985.

[本文引用: 1]

刘宝珺曾永孚. 岩相古地理基础和工作方法[M]. 北京地质出版社1985.

[本文引用: 1]

ZHU HongtaoXU ChangguiZHU Xiaominet al.

Advances of the source-to-sink units and coupling model research in continental basin

[J]. Earth Science, 20174211): 1 851-1 870.

朱红涛徐长贵朱筱敏.

陆相盆地源—汇系统要素耦合研究进展

[J]. 地球科学, 20174211): 1 851-1 870.

YANG JianghaiMA Yan.

Paleoclimate perspectives of source-to-sink sedimentary processes

[J]. Earth Science,20174211): 1 910-1 921.

杨江海马严.

源-汇沉积过程的深时古气候意义

[J]. 地球科学, 20174211): 1 910-1 921.

LIN ChangsongXIA QinglongSHI Heshenget al.

Geomorphological evolution,source to sink system and basin analysis

[J]. Earth Science Frontiers, 2015221): 9-20.

林畅松夏庆龙施和生.

地貌演化、源—汇过程与盆地分析

[J]. 地学前缘, 2015221): 9-20.

WANG ChengshanLI Xianghui. Sedimentary basin:From principles to analyses[M]. BeijingHigher Education Press2003.

[本文引用: 2]

王成善李祥辉. 沉积盆地分析原理与方法[M]. 北京高等教育出版社2003.

[本文引用: 2]

MA ShouxianMENG QingrenQu Yongqiang.

Development on provenance analysis of light minerals

[J]. Acta Petrologica Sinica, 2014302): 597-608.

马收先孟庆任曲永强.

轻矿物物源分析研究进展

[J]. 岩石学报, 2014302): 597-608.

XU JieJIANG Zaixing.

Provenance analysis of clastic rocks: Current research status and prospect: 03

[J]. Journal of Palaeogeography, 2019213): 379-396.

徐杰姜在兴.

碎屑岩物源研究进展与展望: 03

[J]. 古地理学报, 2019213): 379-396.

YANG RenchaoLI JinbuFAN Aipinget al.

Research progress and development tendency of provenance analysis on terrigenous sedimentary rocks: 01

[J]. Acta Sedimentologica Sinica, 2013311): 99-107.

[本文引用: 1]

杨仁超李进步樊爱萍.

陆源沉积岩物源分析研究进展与发展趋势: 01

[J]. 沉积学报, 2013311): 99-107.

[本文引用: 1]

ZHAO HonggeLIU Chiyang.

Approaches and prospects of provenance analysis

[J]. Acta Sedimentologica Sinica, 2003213): 409-415.

赵红格刘池洋.

物源分析方法及研究进展

[J]. 沉积学报, 2003213): 409-415.

EYNATTEN H VONDUNKL I.

Assessing the sediment factory: The role of single grain analysis

[J]. Earth-Science Reviews, 20121151): 97-120.

[本文引用: 2]

MANGE M AMAURER H. Heavy minerals in colour[M]. NetherlandsSpringer Netherlands1992.

[本文引用: 12]

GARZANTI EANDÒ S.

Heavy minerals for junior woodchucks

[J]. Minerals, 201993): 148.

[本文引用: 10]

MANGE M AWRIGHT D T. Heavy minerals in use[M]. Amsterdam, BostonElsevier2007.

[本文引用: 1]

Institute of Geology and Mineral Resources, Chinese Academy of Geological Sciences. Manual of sand mineral identification[M]. BeijingGeological Publishing House1977.

[本文引用: 5]

中国地质科学院地矿所. 砂矿物鉴定手册[M]. 北京地质出版社1977.

[本文引用: 5]

THÜRACH H.

Über das verkommen mikrospokischer zirkone und titanmineralien in des gesteinen

.[J]. Verhandlungen der Physikalisch-Medizinischen Gesellschaft zu Würzburg, 188418203-284.

[本文引用: 1]

GEHRELS G.

Detrital zircon U-Pb geochronology applied to tectonics

[J]. Annual Review of Earth and Planetary Sciences, 2014421): 127-149.

[本文引用: 1]

ZHANG LingWANG PingCHEN Xiyunet al.

Review in detrital Zircon U-Pb geochronology:Data acquisition,analysis and comparison

[J]. Advances in Earth Science, 2020354): 414-430.

张凌王平陈玺赟.

碎屑锆石U-Pb年代学数据获取、分析与比较

[J]. 地球科学进展, 2020354): 414-430.

WANG JiangangHU Xiumian.

Applications of geochemistry and geochronology of accessory minerals in sandstone to provenance analysis

[J].Geological Review, 2008545):670-678.

王建刚胡修棉.

砂岩副矿物的物源区分析新进展

[J]. 地质论评, 2008545): 670-678.

JIAN XingGUAN PingZHANG Wei.

Detrital rutile: A sediment provenance indicator

[J]. Advances in Earth Science, 2012278): 828-846.

[本文引用: 1]

简星关平张巍.

碎屑金红石:沉积物源的一种指针

[J]. 地球科学进展, 2012278): 828-846.

[本文引用: 1]

GUO PeiLIU ChiyangWANG Jianqianget al.

Considerations on the application of detrital-zircon geochronology to sedimentary provenance analysis

[J]. Acta Sedimentologica Sinica , 2017351): 46-56.

[本文引用: 1]

郭佩刘池洋王建强.

碎屑锆石年代学在沉积物源研究中的应用及存在问题

[J]. 沉积学报, 2017351): 46-56.

[本文引用: 1]

MOECHER D PSAMSON S D.

Differential zircon fertility of source terranes and natural bias in the detrital zircon record: Implications for sedimentary provenance analysis

[J]. Earth and Planetary Science Letters, 20062473): 252-266.

[本文引用: 2]

DICKINSON W R.

Impact of differential zircon fertility of granitoid basement rocks in North America on age populations of detrital zircons and implications for granite petrogenesis

[J]. Earth and Planetary Science Letters, 20082751): 80-92.

[本文引用: 1]

GARZANTI E.

From static to dynamic provenance analysis—Sedimentary petrology upgraded

[J]. Sedimentary Geology, 20163363-13.

[本文引用: 2]

MORTON A CHALLSWORTH C.

Identifying provenance-specific features of detrital heavy mineral assemblages in sandstones

[J]. Sedimentary Geology, 1994903): 241-256.

[本文引用: 8]

SCHULZ BSANDMANN DGILBRICHT S.

SEM—Based automated mineralogy and its application in geo- and material sciences: 11

[J]. Minerals, 20201011): 1 004.

[本文引用: 4]

MORTON A C.

Value of heavy minerals in sediments and sedimentary rocks for provenance, transport history and stratigraphic correlation

[J]. Mineralogical Association of Canada Short Course Series, 201242133-165.

[本文引用: 3]

HE ZhonghuaLIU ZhaojunZHANG Feng.

Latest progress of heavy mineral research in the basin analysis

[J]. Bulletin of Geological Science and Technology, 2001204): 29-32.

和钟铧刘招君张峰.

重矿物在盆地分析中的应用研究进展

[J]. 地质科技情报, 2001204): 29-32.

YUE Yan.

Introduction of the provenance analysis of heavy mineral:12

[J]. Journal of Library and Information Science, 20102012): 138-139146.

[本文引用: 1]

岳艳.

浅谈重矿物物源分析方法: 12

[J]. 科技情报开发与经济, 20102012): 138-139146.

[本文引用: 1]

DUNKL IEYNATTEN H VONAndò Set al.

Comparability of heavy mineral data-the first interlaboratory round robin test

[J]. Earth-Science Reviews, 2020211103210.

[本文引用: 5]

MORTON A CHALLSWORTH C R.

Processes controlling the composition of heavy mineral assemblages in sandstones

[J]. Sedimentary Geology, 19991241): 3-29.

[本文引用: 6]

BURLEY S DKANTOROWICZ J DWAUGH B.

Clastic diagenesis

[J]. Geological Society, LondonSpecial Publications, 1985181): 189-226.

[本文引用: 1]

JOHNSSON M JSTALLARD R FLUNDBERG N.

Controls on the composition of fluvial sands from a tropical weathering environment: Sands of the Orinoco River drainage basin, Venezuela and Colombia

[J]. GSA Bulletin, 199110312): 1 622-1 647.

[本文引用: 1]

MILLIKEN K L.

Chapter 8 provenance and diagenesis of heavy minerals, cenozoic units of the Northwestern Gulf of Mexico sedimentary basin

[M]// Mange M A, Wright D T. Developments in Sedimentology. Elsevier2007247-261.

[本文引用: 2]

RAHMANI R A.

Grain surface etching features of some heavy minerals

[J]. Journal of Sedimentary Research, 1973433): 882-888.

TURNER GMORTON A C.

Chapter 14 the effects of burial diagenesis on detrital heavy mineral grain surface textures

[M]//MANGE M A, WRIGHT D T. Developments in sedimentology. Elsevier2007393-412.

[本文引用: 1]

KOMAR P DLI Z.

Applications of grain-pivoting and sliding analyses to selective entrapment of gravel and to flow-competence evaluations

[J]. Sedimentology, 1988354): 681-695.

[本文引用: 1]

CHENG Niansheng.

Simplified settling velocity formula for sediment particle

[J]. Journal of Hydraulic Engineering, 19971232): 149-152.

[本文引用: 2]

RUBEY W W.

The size distribution of heavy minerals within a water-laid sandstone

[J]. Journal of Sedimentary Research, 193331): 3-29.

[本文引用: 1]

HAND B M.

Differentiation of beach and dune sands, using settling velocities of light and heavy minerals

[J]. Journal of Sedimentary Research, 1967372): 514-520.

[本文引用: 1]

KOMAR P DWANG C.

Processes of selective grain transport and the formation of placers on beaches

[J]. The Journal of Geology, 1984926): 637-655.

SLINGERLAND R L.

The effects of entrainment on the hydraulic equivalence relationships of light and heavy minerals in sands

[J]. Journal of Sedimentary Research, 1977472): 753-770.

[本文引用: 1]

REID LFROSTICK L E.

Beach orientation, bar morphology and the concentration of metalliferous placer deposits: A case study, Lake Turkana, N Kenya

[J]. Journal of the Geological Society, 19851425): 837-848.

[本文引用: 2]

GARZANTI EANDÒ SVEZZOLI G.

Settling equivalence of detrital minerals and grain-size dependence of sediment composition

[J]. Earth and Planetary Science Letters, 20082731): 138-151.

[本文引用: 3]

FLORES R MSHIDELER G L.

Factors controlling heavy-mineral variations on the south texas outer continental shelf, Gulf of Mexico

[J]. Journal of Sedimentary Research, 1978481): 269-280.

[本文引用: 1]

DOYLE L JCARDER K LSTEWARD R G.

The hydraulic equivalence of mica

[J]. Journal of Sedimentary Research, 1983532): 643-648.

[本文引用: 1]

GARZANTI EANDÒ SVEZZOLI Get al.

Petrology of the Namib Sand Sea: Long-distance transport and compositional variability in the wind-displaced orange delta

[J]. Earth-Science Reviews, 20121123): 173-189.

[本文引用: 2]

Morton AMundy DBingham G.

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

[J]. Journal of African Economies, 2012231):175-190.

[本文引用: 3]

MIAO XiaolongDU Yan.

Discussion with Hu:Significant influence of mixing action to clastic particles during the process of flowing transportation and sedimentation

[J]. Journal of Palaeogeography, 2017194): 648-652.

[本文引用: 1]

苗小龙杜燕.

与胡修棉的讨论:水流搬运与沉积过程中掺和作用对碎屑颗粒的重要影响

[J]. 古地理学报, 2017194): 648-652.

[本文引用: 1]

HU Xiumian.

A misunderstanding in provenance analysis:Sand changes of mineral,roundness,and size in flowing-wate transportation

[J]. Journal of Palaeogeography , 2017191): 175-184.

[本文引用: 1]

胡修棉.

物源分析的一个误区:砂粒在河流搬运过程中的变化

[J]. 古地理学报, 2017191): 175-184.

[本文引用: 1]

GARZANTI ERESENTINI AANDÒ Set al.

Physical controls on sand composition and relative durability of detrital minerals during ultra‐long distance littoral and aeolian transport (Namibia and southern Angola)

[J]. Sedimentology, 2015624): 971-996.

[本文引用: 1]

RUSSELL R D.

Mineral composition of Mississippi River sands

[J]. GSA Bulletin, 1937489): 1 307-1 348.

[本文引用: 1]

MORTON AHALLSWORTH CKUNKA Jet al.Heavy-mineral stratigraphy of the clair group (Devonian-Carboniferous) in the clair fieldWest of ShetlandU.

K

.[M]//RATCLIFFE K T, ZAITLIN B A. Application of modern stratigraphic techniques: Theory and case histories. SEPM Society for Sedimentary Geology, 2010.

[本文引用: 1]

BLATT HSUTHERLAND B.

Intrastratal solution and non-opaque heavy minerals in shales

[J]. Journal of Sedimentary Research, 1969392): 591-600.

[本文引用: 1]

MORTON A CHALLSWORTH C.

Chapter 7 stability of detrital heavy minerals during burial diagenesis

[M]//MANGE M A, WRIGHT D T. Developments in sedimentology. Elsevier2007215-245.

YURKOVA R M.

Comparison of post-sedimentary alterations of oil-, gas- and water-bearing rocks

[J]. Sedimentology, 1970151/2): 53-68.

[本文引用: 1]

MILLIKEN K LMACK L E.

Subsurface dissolution of heavy minerals, frio formation sandstones of the Ancestral Rio Grande Province, South Texas

[J]. Sedimentary Geology, 1990683): 187-199.

[本文引用: 1]

MORTON A C.

Stability of detrital heavy minerals in tertiary sandstones from the North Sea Basin

[J]. Clay Minerals, 1984193): 287-308.

MORTON A C.

Dissolution of Apatite in North Sea Jurassic Sandstones: Implications for the generation of secondary porosity

[J]. Clay Minerals, 1986214): 711-733.

[本文引用: 1]

SMALE DMORTON A C.

Heavy mineral suites of core samples from the McKee Formation (Eocene—Lower Oligocene), Taranaki: Implications for provenance and diagenesis

[J]. New Zealand Journal of Geology and Geophysics, 1987303): 299-306.

TSUTSUMI YC-S LEESHEN J Jet 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)

[J]. Memoirs of the National Science Museum, 200644195-204.

[本文引用: 1]

MORTON A C.

Heavy minerals in provenance studies

[M]// Zuffa G G. Provenance of Arenites. DordrechtSpringer Netherlands1985249-277.

[本文引用: 1]

CARVER R E.

Heavy-mineral separation

[M]//Procedures in sedimentary petrology. New YorkWiley-Interscience1931653.

[本文引用: 2]

BATEMAN R MCATT J A.

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. Developments in sedimentology. Elsevier2007151-188.

[本文引用: 1]

TJEERD H A.

Recent marine sediments of Gulf of California

[C]. American Association of Petroleum Geologists1964.

[本文引用: 1]

GALEHOUSE J S.

Provenance and Paleocurrents of the Paso Robles Formation, California

[J]. GSA Bulletin, 1967788): 951-978.

[本文引用: 1]

RICE R MGORSLINE D SOSBORNE R H.

Relationships between sand input from rivers and the composition of sands from the beaches of Southern California

[J]. Sedimentology, 1976235): 689-703.

[本文引用: 1]

GARZANTI EANDÒ SVEZZOLI G.

Grain-size dependence of sediment composition and environmental bias in provenance studies

[J]. Earth and Planetary Science Letters, 20092773): 422-432.

[本文引用: 8]

SCHNITZER W A.

Zur problematik der schwermineralanalyse am beispiel triassischer sedimentgesteine

[J]. Geologische Rundschau, 1983721): 67-75.

[本文引用: 1]

HE Shaowu. Mineral identification manual[M]. ChangchunChangchun College of Geology1980.

[本文引用: 1]

何绍武. 矿物鉴定手册[M]. 长春长春地质学院1980.

[本文引用: 1]

GLAGOLEV A A. On geometrical methods of quantitative mineralogical analysis of rocks[M]. MoscowTransactions of the Institute Economic Mineralogy1933.

[本文引用: 1]

CHAYES F.

The theory of thin-section analysis

[J]. The Journal of Geology, 1954621): 92-101.

[本文引用: 1]

GARZANTI EANDÒ S.

Chapter 20 heavy mineral concentration in modern sands: Implications for provenance interpretation

[M]//MANGE M A, WRIGHT D T. Heavy minerals in use. RadarwegElsevier2007517-545.

[本文引用: 7]

LI LinlinGUO ZhaojieGUAN Shuweiet al.

Heavy mineral assemblage characteristics and the Cenozoic paleogeographic evolution in southwestern Qaidam Basin

[J]. Science China: Earth Sciences, 2015456): 780-7981-6.

[本文引用: 1]

李林林郭召杰管树巍.

柴达木盆地西南缘新生代碎屑重矿物组合特征及其古地理演化

[J]. 中国科学:地球科学, 2015456): 780-7981-6.

[本文引用: 1]

SUN XiaoxiaLI YongQIU Dongzhouet al.

The heavy minerals and provenances of the Neogene Guantao Formation in the Huanghua depression:03

[J]. Sedimentary Geology and Tethyan Geology, 2006263): 61-66.

[本文引用: 2]

孙小霞李勇丘东洲.

黄骅坳陷新近系馆陶组重矿物特征及物源区意义: 03

[J]. 沉积与特提斯地质, 2006263): 61-66.

[本文引用: 2]

DERKACHEV A NNIKOLAEVA N A.

Chapter 17 multivariate analysis of heavy mineral assemblages of sediments from the marginal seas of the Western Pacific

[M]// Mange M A, Wright D T. Developments in Sedimentology. Elsevier2007439-464.

[本文引用: 1]

IMBRIE JANDEL T H VAN.

Vector analysis of heavy-mineral data

[J]. GSA Bulletin, 19647511): 1 131-1 156.

[本文引用: 1]

WANG KunshanSHI XuefaLIN Zhenhong.

Assemblages, provinces and provenances of heavy minerals on the Shelf of the Southern Yellow Sea and Northern East China Sea: 01

[J]. Advances in Marine Science, 2003211): 31-40.

[本文引用: 1]

王昆山石学法林振宏.

南黄海和东海北部陆架重矿物组合分区及来源: 01

[J]. 海洋科学进展, 2003211): 31-40.

[本文引用: 1]

WU FadongLU YongchaoRUAN Xiaoyanet al.

Application of heavy minerals cluster analysis to study of clastic sources and stratigraphic correlation

[J].Geoscience, 1996103): 106-112.

[本文引用: 1]

武法东陆永潮阮小燕.

重矿物聚类分析在物源分析及地层对比中的应用——以东海陆架盆地西湖凹陷平湖地区为例

[J]. 现代地质, 1996103): 106-112.

[本文引用: 1]

PIRKLE F LPIRKLE E CPIRKLE W Aet al.

Evaluation through correlation and principal component analyses of a delta origin for the Hawthorne and Citronelle Sediments of Peninsular Florida

[J]. The Journal of Geology, 1985934): 493-501.

[本文引用: 1]

VERMEESCH PRESENTINI AGARZANTI E.

An R package for statistical provenance analysis

[J]. Sedimentary Geology, 2016336 (): 14-25.

[本文引用: 1]

HUBERT J F.

A Zircon-Tourmaline-Rutile maturity index and the interdependence of the composition of heavy mineral assemblages with the gross composition and texture of sandstones

[J]. Journal of Sedimentary Research, 1962323): 440-450.

[本文引用: 3]

GARZANTI EVEZZOLI GLOMBARDO Bet al.

Collision‐Orogen Provenance (Western Alps): Detrital signatures and unroofing trends

[J]. The Journal of Geology, 20041122): 145-164.

[本文引用: 1]

GARZANTI EANDÒ SVEZZOLI G.

The continental crust as a source of sand (Southern Alps Cross Section, Northern Italy)

[J]. The Journal of Geology, 20061145): 533-554.

[本文引用: 1]

GARZANTI EDOGLIONI CVEZZOLI Get al.

Orogenic belts and orogenic sediment provenance

[J]. The Journal of Geology, 20071153): 315-334.

[本文引用: 2]

MORTON AMCGILL P.

Correlation of hydrocarbon reservoir sandstones using heavy mineral provenance signatures: Examples from the North Sea and adjacent areas: 12

[J]. Minerals, 2018812): 564.

[本文引用: 1]

LEWIN AMEINHOLD GHINDERER Met al.

Heavy minerals as provenance indicator in glaciogenic successions: An example from the palaeozoic of ethiopia

[J]. Journal of African Earth Sciences, 2020165103813.

BUSH M ASAYLOR J EHORTON B Ket al.

Growth of the Qaidam Basin during Cenozoic exhumation in the northern Tibetan Plateau: Inferences from depositional patterns and multiproxy detrital provenance signatures

[J]. Lithosphere, 201681): 58-82.

MORTON A CWHITHAM A GFANNING C M.

Provenance of late cretaceous to paleocene submarine fan sandstones in the norwegian sea: Integration of heavy mineral, mineral chemical and Zircon Age Data

[J]. Sedimentary Geology, 20051821): 3-28.

[本文引用: 1]

NAUTON‐FOURTEU MTYRRELL SMORTON A.

Heavy mineral variations in mid-carboniferous deltaic sandstones: Records of a pre-depositional sediment history?

[J]. The Depositional Record, 202171): 52-63.

[本文引用: 1]

HANSLEY P L.

Petrologic and experimental evidence for the etching of garnets by organic acids in the Upper Jurassic Morrison Formation, Northwestern New Mexico

[J]. Journal of Sedimentary Research, 1987574): 666-681.

[本文引用: 1]

MORTON A C.

Influences of provenance and diagenesis on detrital garnet suites in the paleocene forties sandstone, Central North Sea

[J]. Journal of Sedimentary Research, 1987576): 1 027-1 032.

[本文引用: 1]

RITTENHOUSE G.

Transportation and deposition of heavy mineral

[J]. GSA Bulletin, 19435412): 1 725-1 780.

[本文引用: 1]

HATTUM M W A VANHALL RPICKARD A Let al.

Southeast Asian sediments not from Asia: Provenance and geochronology of North Borneo Sandstones

[J]. Geology, 2006347): 589-592.

[本文引用: 1]

GARZANTI EANDÒ S.

Chapter 20 heavy mineral concentration in modern sands: Implications for provenance interpretation

[M]// MANGE M A, WRIGHT D T. Heavy minerals in use. Amsterdam; BostonElsevier2007517-545.

[本文引用: 1]

GARZANTI EVEZZOLI GANDÒ Set al.

Petrology of Rifted‐Margin Sand (Red Sea and Gulf of Aden, Yemen): 3

[J]. The Journal of Geology, 20011093): 277-297.

[本文引用: 1]

GARZANTI EANDÒ SVEZZOLI Get al.

From rifted margins to foreland basins: Investigating provenance and sediment dispersal across Desert Arabia (Oman, U.A.E.): 4

[J]. Journal of Sedimentary Research, 2003734): 572-588.

[本文引用: 1]

GARZANTI EVEZZOLI GANDÒ Set al.

Sand petrology and focused Erosion in collision orogens: The Brahmaputra Case: 1

[J]. Earth and Planetary Science Letters, 20042201): 157-174.

[本文引用: 1]

GARZANTI EVEZZOLI G.

A classification of metamorphic grains in sands based on their composition and grade

[J]. Journal of Sedimentary Research, 2003735): 830-837.

[本文引用: 1]

GARZANTI EANDÒ S.

Chapter 29 plate tectonics and heavy mineral suites of modern sands

[M]// MANGE M A, WRIGHT D T. Developments in Sedimentology. Elsevier2007741-763.

[本文引用: 1]

WELTJE G J.

End-member modeling of compositional data: Numerical-statistical algorithms for solving the explicit mixing problem: 4

[J]. Mathematical Geology, 1997294): 503-549.

[本文引用: 2]

GARZANTI EVEZZOLI GANDÒ Set al.

Petrology of Indus River sands: A key to interpret erosion history of the Western Himalayan Syntaxis

[J]. Earth and Planetary Science Letters, 20052293): 287-302.

[本文引用: 2]

GARZANTI EANDÒ SVEZZOLI Get al.

Petrology of Nile River Sands (Ethiopia and Sudan): Sediment budgets and erosion patterns: 3

[J]. Earth and Planetary Science Letters, 20062523): 327-341.

[本文引用: 1]

VEZZOLI GGARZANTI EMONGUZZI S.

Erosion in the Western Alps (Dora Baltea Basin): 1. Quantifying sediment provenance: 1

[J]. Sedimentary Geology, 20041711): 227-246.

[本文引用: 1]

LIU TengCHEN GangXU Xiaoganget al.

Methods and development trend of provenance analysis

[J]. Northwestern Geology, 2016494): 121-128.

[本文引用: 1]

刘腾陈刚徐小刚.

物源分析方法及其发展趋势

[J]. 西北地质, 2016494): 121-128.

[本文引用: 1]

ALIGHOLI SLASHKARIPOUR G RKHAJAVI Ret al.

Automatic mineral identification using color tracking

[J]. Pattern Recognition, 201765164-174.

[本文引用: 1]

ROSS B JFUETEN FYASHKIr D Y.

Automatic mineral identification using genetic programming

[J]. Machine Vision and Applications, 2001132): 61-69.

THOMPSON SFUETEN FBOCKUS D.

Mineral identification using artificial neural networks and the rotating polarizer stage

[J]. Computers & Geosciences, 2001279): 1 081-1 089.

[本文引用: 1]

ANDÒ SGARZANTI E.

Raman spectroscopy in heavy-mineral studies

[J]. Geological Society, LondonSpecial Publications, 20143861): 395-412.

[本文引用: 2]

ISHIKAWA S TGULICK V C.

An automated mineral classifier using raman spectra

[J]. Computers & Geosciences, 201354259-268.

[本文引用: 1]

HADDAD J ELDE LIMA FILHO E SVANIER Fet al.

Multiphase mineral identification and quantification by laser-induced breakdown spectroscopy

[J]. Minerals Engineering, 2019134281-290.

[本文引用: 2]

RIFAI KMICHAUD PARADIS M-CSWIERCZEK Zet al.

Emergences of new technology for ultrafast automated mineral phase identification and quantitative analysis using the CORIOSITY Laser-Induced Breakdown Spectroscopy (LIBS) system: 10

[J]. Minerals, 20201010): 918.

[本文引用: 1]

FREI DKNUDSEN CMCLIMANS R Ket al.

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 ConferenceHMC2005October16

2005 - October 19

2005. Jacksonville, FL, United states: Society for Mining, Metallurgy and Exploration2005103-108.

[本文引用: 1]

GRAHAM SBROUGH CCROPP A.

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 Metals2015.

GU Y.

Automated scanning electron microscope based mineral liberation analysis an introduction to JKMRC/FEI mineral liberation analyser: 1

[J]. Journal of Minerals and Materials Characterization and Engineering, 200321): 33-41.

HRSTKA TGOTTLIEB PSKALA Ret al.

Automated mineralogy and petrology-applications of TESCAN Integrated Mineral Analyzer (TIMA)

[J]. Journal of Geosciences, 2018631): 47-63.

PIRRIE DBUTCHER A RPOWER M Ret al.

Rapid quantitative mineral and phase analysis using automated scanning electron microscopy (QemSCAN): Potential applications in forensic geoscience

[J]. Geological Society, LondonSpecial Publications, 20042321): 123-136.

JIA MuxinZHOU JunwuYING Pinget al.

Development and application of Bgrimm Process Mineralogy Analyzing system (BPMA)

[J]. Nonferrous Metals Engineering & Research, 2017384): 1-1216.

[本文引用: 2]

贾木欣周俊武应平.

工艺矿物学自动测试系统BPMA的研制及应用

[J]. 有色冶金设计与研究, 2017384): 1-1216.

[本文引用: 2]

SANDMANN D.

Method development in automated mineralogy

[D]. Freibergverleihende / prüfende Institution TU Bergakademie Freiberg2015.

[本文引用: 2]

KENIS PSKURZYŃSKI JJARY Zet al.

A new methodological approach (QEMSCAN®) in the mineralogical study of Polish Loess: Guidelines for further research

[J]. Open Geosciences, 2020121): 342-353.

[本文引用: 1]

NIE JunshengPENG Wenbin.

Automated SEM-EDS heavy mineral analysis reveals No Provenance Shift between glacial loess and interglacial paleosol on the Chinese Loess Plateau

[J]. Aeolian Research, 20141371-75.

[本文引用: 1]

GUO RonghuaHU XiumianGARZANTI Eet al.

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

[J]. Earth-Science Reviews, 2020201103082.

[本文引用: 2]

JIAN XingGUAN PingZHANG Daoweiet al.

Provenance of tertiary sandstone in the Northern Qaidam Basin, Northeastern Tibetan Plateau: Integration of framework petrography, heavy mineral analysis and mineral chemistry

[J]. Sedimentary Geology, 2013290109-125.

[本文引用: 1]

ZHENG DewenWANG FeiZHANG Peizhenet al.

Apatite U-Th/He dating method—A low temperature thermochronometer

[J]. Seismology and Geology, 2000224): 427-435.

[本文引用: 1]

郑德文王非张培震.

磷灰石U-Th/He法—— 一种低温热年代计

[J]. 地震地质, 2000224): 427-435.

[本文引用: 1]

CAO KaiWANG GuocanBERNET Met al.

Exhumation history of the West Kunlun Mountains, northwestern Tibet: Evidence for a long-lived, rejuvenated orogen

[J]. Earth and Planetary Science Letters, 2015432391-403.

DENG BinZENG LuZHOU Qinget al.

A review of detrital apatite single-grain LA-ICPMS multi-dating

[J]. Bulletin of Geological Science and Technology, 2017361): 77-86.

[本文引用: 1]

邓宾曾璐周庆.

碎屑岩磷灰石单矿物多法定年进展与应用

[J]. 地质科技情报, 2017361): 77-86.

[本文引用: 1]

SUN XilinLI ChangjiangKUIPER K Fet al.

Geochronology of detrital muscovite and zircon constrains the sediment provenance changes in the Yangtze River during the late Cenozoic

[J]. Basin Research, 201830636-649.

[本文引用: 1]

CLIFT P DHODGES K VHESLOP Det al.

Correlation of Himalayan Exhumation Rates and Asian Monsoon Intensity

[J]. Nature Geoscience, 2008112): 875-880.

[本文引用: 1]

NIE JunshengSTEVENS TRITTNER M.

Loess Plateau storage of Northeastern Tibetan Plateau-Derived Yellow River Sediment: 1

[J]. Nature Communications, 201561): 8 511.

[本文引用: 1]

RITTNER MVERMEESCH PCARTER Aet al.

The provenance of Taklamakan desert sand

[J]. Earth and Planetary Science Letters, 2016437127-137.

[本文引用: 1]

/