基于支持向量機(jī)算法的巖漿硫化物礦床硫元素預(yù)測模型

李猛猛，劉敬黨，梁天意，譚 亮，王 剛，朱 璽

1.遼寧工程技術(shù)大學(xué)礦業(yè)學(xué)院，遼寧 阜新 123000 2.遼寧省化工地質(zhì)勘查院有限責(zé)任公司，遼寧 錦州 121000 3.中煤科工集團(tuán)沈陽設(shè)計(jì)研究院有限公司，沈陽 110015

0 引言

關(guān)于巖漿硫化物礦床的研究始于1886年加拿大Sudbury礦床的發(fā)現(xiàn)，近半個多世紀(jì)以來，中國的金川、加拿大的Voisey’s Bay、澳大利亞的Agnew等礦床的發(fā)現(xiàn)進(jìn)一步將巖漿硫化物礦床的研究達(dá)到了空前的火熱程度[1]。

巖漿硫化物礦床的形成大多數(shù)源于幔源巖漿與地殼的相互作用[2]，硅酸鹽巖漿的混入導(dǎo)致早期的硫化物不混溶[3]。巖漿硫化物礦床中的硫化物熔體可以描述為Fe/(Fe+Ni+Cu)顯著小于1的FeS-NiS-CuS溶液[4]，是由鎂鐵質(zhì)或超鎂鐵質(zhì)巖漿中硫化物的分離和聚集以及硅酸鹽巖漿中銅元素的分離形成的。主要可分為兩大類：一類以富硫化物質(zhì)量分?jǐn)?shù)>10%的鎳和銅為主，另一類以硫化物質(zhì)量分?jǐn)?shù)<5%的PGE為主[3]。

巖漿硫化物礦床的成礦模型普遍認(rèn)為主要有兩種：巖漿通道堆積模型；深部熔離-多次貫入模型[5]。Naldrett[6]提出了階段式巖漿鎳銅硫化物礦床的成礦模型，主要包括：源巖漿的誕生(地幔熔融)；巖漿的發(fā)育(上升到地殼)；巖漿的富化(與地殼的相互作用和早期不混溶硫化物的形成)；巖漿的輸送(不混溶硫化物巖漿上升至地殼頂層)；硫化物的生長(巖漿侵位過程中硫化物質(zhì)量分?jǐn)?shù)的變化)；巖漿對硫化物的滋養(yǎng)(進(jìn)一步流動的巖漿使硫化物更富集)；完全成熟(巖漿和相關(guān)硫化物的冷卻和結(jié)晶)。建立的巖漿硫化物礦床成礦模型，突顯了硫化物的飽和程度和各元素之間親和性對于研究成礦規(guī)律的重要性。Yuan等[7]對塔里木地區(qū)玄武巖中的鎳、銅和PGE進(jìn)行了研究，并指出玄武巖中的(Cu/Zr)PM、(Pd/Zr)PM、(Pd/Cu)PM比率極低，從而證明玄武巖中的親銅、親硫元素極度耗竭，側(cè)面反映出巖漿在不混溶階段，硫飽和巖漿吸收了大量的鎳、銅等親鐵、親硫、親銅元素，這也驗(yàn)證了該地區(qū)的巖漿體系在硫飽和前經(jīng)歷了硅酸鹽分餾過程。Barenan等[8]的研究表明異常高的Ni/Cu高鎳富集硫化物在自然界中十分普遍，橄欖石中也富含鎳，硫化物與含橄欖石硅酸鹽巖漿之間的平衡源于鐵和鎳的置換，并用交換系數(shù)說明形成它們的各元素之間呈非線性關(guān)系。Peter等[9]強(qiáng)調(diào)硫化物質(zhì)量分?jǐn)?shù)的變化與侵入巖的演化有關(guān)，對于硫化物巖漿的運(yùn)移規(guī)律、狀態(tài)研究是分析該類礦床分布規(guī)律研究的突破口。前人對于巖漿硫化物礦床成礦模型的建立多是在主量元素、微量元素和同位素?cái)?shù)據(jù)的基礎(chǔ)上進(jìn)行相關(guān)圖件的理論分析，根據(jù)所處的構(gòu)造環(huán)境進(jìn)行成礦規(guī)律的總結(jié)。而在成礦過程中各元素之間所表現(xiàn)的非線性關(guān)系多以簡單的數(shù)學(xué)公式進(jìn)行研究。地質(zhì)成礦過程作為非線性科學(xué)和復(fù)雜性理論的代表，在科學(xué)快速發(fā)展的今天，多學(xué)科的相互結(jié)合已成為探尋成礦規(guī)律的主要手段。

支持向量機(jī)(SVM)是20世紀(jì)70年代根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論提出的一種監(jiān)督的非參數(shù)統(tǒng)計(jì)學(xué)習(xí)方法，有著嚴(yán)格的理論和數(shù)學(xué)基礎(chǔ)，是一種針對小樣本情況下新的機(jī)器學(xué)習(xí)方法。SVM不同于傳統(tǒng)的基于經(jīng)驗(yàn)風(fēng)險最小化原則的學(xué)習(xí)方法，它是基于結(jié)構(gòu)風(fēng)險最小化的原則，在解決小樣本、非線性及高維問題時表現(xiàn)出很多獨(dú)特的優(yōu)勢，例如在生物學(xué)[10]、醫(yī)學(xué)[11]、生物信息學(xué)[12]、模式識別[13]、圖像分類[14]和金融[15]等領(lǐng)域應(yīng)用十分廣泛。

本文通過運(yùn)用SVM算法，基于加拿大拉布拉多Voisey’s Bay鎳銅硫化物礦床鉆探工程的樣品分析數(shù)據(jù)，綜合研究鎳、銅元素與硫元素之間的關(guān)系，建立以硫元素質(zhì)量分?jǐn)?shù)為主導(dǎo)的巖漿硫化物礦床的成礦預(yù)測模型，并以此作為突破口，探尋巖漿鎳銅硫化物礦床的成礦規(guī)律。

1 地質(zhì)背景

加拿大拉布拉多Voisey’s Bay鎳銅硫化物礦床于1994年被發(fā)現(xiàn)，到目前為止，已開采、查明和推測的礦石儲量為1億t，品位為鎳1.94%、銅1%、鈷0.11%，是世界上第六大巖漿硫化物礦床聚集地。礦床主要位于Nain省與Churchill省之間Torngat造山帶的接觸部位，屬于裂谷或大陸邊緣裂谷環(huán)境。礦床的形成主要與沿此部位侵入Nain中元古代鎂鐵質(zhì)火成巖系的Voisey’s Bay侵入巖(VBI)有關(guān)。Voisey’s Bay侵入巖是Nain深成巖系的一部分，以45°傾向發(fā)育于年齡為1.86～1.74 Ga的Tasiuyak片麻巖縫合線東西向延伸的構(gòu)造區(qū)域內(nèi)，Nain深成巖系由花崗巖質(zhì)、斜長質(zhì)、長英質(zhì)、橄長巖和輝長巖侵入體組成，形成時代為1.34～1.33 Ga[9]。

VBI由一系列花崗巖、斜長巖、橄長巖、橄欖輝長巖及多變橄長巖等組成，形成時代為1.33 Ga。從東到西，由Eastern Deeps、Southeast Extension、Ovoid、Discovery Hill(棕色Enderbitic片麻巖區(qū)域)和Reid Brook(黃色Tasiuyak片麻巖區(qū)域)等礦區(qū)、礦床組成(圖1)。礦化由塊狀、半塊狀、角礫狀和浸染狀磁黃鐵礦、鎳黃鐵礦和黃銅礦組成，主要位于靠近巖脈的片麻巖內(nèi)。半塊狀硫化物中含有副片麻巖、富鐵輝長巖厘米級到米級新鮮-蝕變的鎂鐵質(zhì)-超鎂鐵質(zhì)巖包裹體，以近水平構(gòu)造的無礦細(xì)粒橄欖輝長巖和強(qiáng)烈擠壓角礫巖系列為標(biāo)志。浸染狀硫化物中含有0.50～5.00 cm的副片麻巖包裹體，但不含富鐵輝長巖或鎂鐵質(zhì)-超鎂鐵質(zhì)包裹體。圍巖蝕變表現(xiàn)為弱-中等礦化的結(jié)構(gòu)多變橄長巖暈，標(biāo)志層以硅質(zhì)礦物、包裹體巖組和硫化物所顯示的構(gòu)造為主。礦體的原生巖漿為高鎂玄武質(zhì)，含有極低的鉑族元素和金元素。對礦石的微量元素和鉛、釹同位素地球化學(xué)分析表明，礦床的形成源于地幔與地殼巖石的相互作用，發(fā)育在深部和侵入巖的接觸帶附近。硫、氧同位素研究表明礦床的形成與局部片麻巖有一定的相互作用。Voisey’Bay鎳銅硫化物礦床的形成來源于它所處的管道系統(tǒng)，該系統(tǒng)中經(jīng)歷了多次的巖漿脈沖[6,16]。

關(guān)于Voisey’s Bay鎳銅硫化物礦床的成因，Peter 等[9]提出Nain火成巖系鎂鐵質(zhì)巖漿作為硫飽和熔體離開地幔，受到不同程度的地殼物質(zhì)混染，硫化物主要在深部熔離，然后以“晶粥”形式貫入成礦。Chusi 等[17]提出Tasiuyak片麻巖的作用是十分重要的，為巖漿提供了足夠的硫元素并促使硫化物飽和，而且認(rèn)為巖漿曾遭受圍巖多次的混染，早期是中下地殼太古宙巖石的混染，晚期是在上地殼遭受古元古代Tasiuyak片麻巖的混染。通過對混染作用的研究，認(rèn)為周圍捕虜體對巖漿的影響可能是深入認(rèn)識巖漿鎳銅硫化物礦床形成的重要途徑。雖然近些年對巖漿硫化物礦床的成因有著諸多的研究，但統(tǒng)一認(rèn)為受到巖漿混合作用的影響是形成巖漿硫化物礦床的關(guān)鍵因素。

2 數(shù)據(jù)來源

通過對加拿大拉布拉多Voisey’s Bay鎳銅硫化物礦床資料的綜合研究，選取穿過Eastern Deeps巖體中部與邊緣的VB95-266和VB96-254兩個鉆孔33個樣品數(shù)據(jù)進(jìn)行試驗(yàn)，鉆孔深度小于1 km，鉆孔位置見圖1，樣品數(shù)據(jù)見表1。

所有的樣品使用鄂式碎石機(jī)破碎至-10目，而后使用碳化鎢環(huán)磨至-150目。樣品采用四酸過程進(jìn)行分解，測試儀器是Perkin-Elmer電感耦合等離子儀，進(jìn)行鎳、銅元素質(zhì)量分?jǐn)?shù)的測定，測定限均為0.02×10-6。硫元素質(zhì)量分?jǐn)?shù)的測定用的是Leco燃燒法，測定限為0.20×10-6。

據(jù)文獻(xiàn)[9]修編。

圖1 Voisey’s Bay礦床地質(zhì)簡圖

Fig1 Geological sketch of Voisey’s Bay mining deposits

3 SVM預(yù)測模型

3.1 方法原理

SVM算法是一種廣泛應(yīng)用于分類及回歸問題的機(jī)器學(xué)習(xí)方法，該算法是基于統(tǒng)計(jì)學(xué)理論、Vapnik-Chervonenkis dimension(VC維)理論和結(jié)構(gòu)風(fēng)險最小化原理的基礎(chǔ)上建立而成的，依據(jù)有限樣本信息在模型中的復(fù)雜性和學(xué)習(xí)能力之間探尋最佳方案，以獲得最好的泛化性能[14]。針對非線性不可分問題，則通過核函數(shù)將數(shù)據(jù)由低維空間映射到高維空間，進(jìn)而實(shí)現(xiàn)高維可分[18]。

SVM的基礎(chǔ)是尋找在線性可分條件下的最優(yōu)分離超平面，首先給定一個樣本集S= {(xi,yi);i= 1,2，…,n,xi∈Rd,yi∈ {+1, -1}}，其中，xi為數(shù)據(jù)，yi為數(shù)據(jù)所屬的類別。SVM的原始問題可表示為：

yi(ωxi+b)≥1-ξi;

(1)

式中：ω為權(quán)重向量；b為偏置向量；ξi為松弛因子；C為懲罰因子[19]，可通過調(diào)節(jié)該參數(shù)實(shí)現(xiàn)算法復(fù)雜度與分類精度的平衡。通過求Lagrange函數(shù)的極值點(diǎn)得到原始問題的最優(yōu)解。引用Lagrange乘子算法，將上述原始問題轉(zhuǎn)化為對偶形式[20]，表示為：

(2)

式中：Q(α)為最終需要計(jì)算出的決策函數(shù)；α為Lagrange乘子；αi和αj為α最終確定前的變量值；通過調(diào)節(jié)αi,αj和C的取值，最終實(shí)現(xiàn)算法復(fù)雜度與分類精度的平衡。

對于非線性不可分樣本，SVM通過非線性映射將樣本(xi,xj)映射到核函數(shù)K(xi,xj)指引的高維特征空間中，在特征空間中實(shí)現(xiàn)內(nèi)積運(yùn)算[21]；故在非線性不可分情況下，公式(2)可表示為：

表1 巖心樣品分析數(shù)據(jù)

(3)

常用的核函數(shù)K(xi,xj)有多項(xiàng)式核函數(shù)、徑向基核函數(shù)(RBF)及Sigmoid核函數(shù)等。對于核函數(shù)的選擇，樣本數(shù)據(jù)在進(jìn)行回歸估計(jì)時都有相應(yīng)效果最好的核，但在缺少先驗(yàn)知識過程時，多項(xiàng)式核函數(shù)無法進(jìn)行前期的正交化過程，而且該樣本數(shù)據(jù)不滿足Sigmoid核函數(shù)的半正定條件。RBF主要是分析訓(xùn)練樣本距原點(diǎn)距離的實(shí)值函數(shù)[14]，故本文選擇RBF作為SVM分析的核函數(shù)，其數(shù)學(xué)表達(dá)式為

(4)

式中：σ為置信范圍；γ為間隔。

3.2 預(yù)測模型

3.2.1 基本分析

對樣品數(shù)據(jù)進(jìn)行散點(diǎn)圖分析(圖2)。圖2a中由于標(biāo)度較大，鎳、銅元素質(zhì)量分?jǐn)?shù)整體上隨硫元素質(zhì)量分?jǐn)?shù)增加呈線性增加；圖2b中由于標(biāo)度較小，數(shù)據(jù)表現(xiàn)為局部集中，局部集中數(shù)據(jù)呈非線性狀態(tài)。

3.2.2 SVM分析

將VB95-266和VB96-254鉆孔數(shù)據(jù)以樣本集的形式，通過Matlab軟件應(yīng)用SVM算法進(jìn)行數(shù)值模擬，以鎳、銅元素質(zhì)量分?jǐn)?shù)作為輸入值(自變量)，以硫元素質(zhì)量分?jǐn)?shù)(因變量)作為輸出值進(jìn)行擬合實(shí)驗(yàn)(圖3)，其中C=1×104，γ=1，探索它們之間的近似解析函數(shù)關(guān)系和曲線方程，步驟如下：

1)將VB95-266和VB96-254鉆孔數(shù)據(jù)代入公式(1)，以鎳、銅元素質(zhì)量分?jǐn)?shù)作為輸入值(自變量x)，以硫元素質(zhì)量分?jǐn)?shù)(因變量y)作為輸出值，將數(shù)據(jù)轉(zhuǎn)變?yōu)闃颖炯男问健?/p>

2)將樣本集代入公式(2)，對樣本集進(jìn)行線性、非線性判別。經(jīng)判別，樣本集整體及局部均呈非線性關(guān)系。

3)將樣本集代入公式(4)，由非線性原樣本集轉(zhuǎn)變?yōu)榫€性樣本集。

4)將經(jīng)過RBF轉(zhuǎn)變?yōu)榫€性的樣本集代入公式(3)，以硫元素質(zhì)量分?jǐn)?shù)作為原值，以鎳、銅元素質(zhì)量

a. 將本次研究的所有樣本進(jìn)行投點(diǎn)分析；b. 硫元素質(zhì)量分?jǐn)?shù)在(0.00～2.00)×10-6區(qū)間集中分布的放大圖。

圖3 SVM網(wǎng)絡(luò)結(jié)構(gòu)圖

分?jǐn)?shù)經(jīng)SVM計(jì)算出的值作為預(yù)測值，進(jìn)行擬合分析。

首先對全部樣本集進(jìn)行SVM擬合分析。全部樣本集樣品數(shù)量為33個，樣品位置區(qū)間為14～906 m，方差大于9.712×10-7。根據(jù)預(yù)測值和硫元素原值的偏差曲線(圖4)可以看出，所有樣本進(jìn)行統(tǒng)一擬合效果很差，說明鎳、銅元素質(zhì)量分?jǐn)?shù)與硫元素質(zhì)量分?jǐn)?shù)整體上不具備一定的規(guī)律性。

其次根據(jù)圖2b和結(jié)合圖2a中>2.00×10-6所示的4 個樣本富集區(qū)間分別進(jìn)行擬合測試。硫元素質(zhì)量分?jǐn)?shù)區(qū)間分別為：3.12×10-6～20.80×10-6、1.35×10-6～1.78×10-6、6.60×10-7～10.60×10-7、2.00×10-8～38.00×10-8。之后將4個樣本富集區(qū)間數(shù)據(jù)進(jìn)行合并，再一次進(jìn)行擬合測試，剔除擬合效果差的試驗(yàn)，將硫元素質(zhì)量分?jǐn)?shù)區(qū)間1.35×10-6～1.78×10-6和6.60×10-7～10.60×10-7合并為6.60×10-7～17.80×10-7(兩組樣本之間數(shù)據(jù)空白的區(qū)間可能受到樣本數(shù)量的影響)。最終將擬合效果好的擬合測試結(jié)果主要劃分為3個階段，

圖4 全部樣本集偏差曲線擬合圖

以樣品位置由深到淺的順序分別進(jìn)行描述與分析。

1)硫元素質(zhì)量分?jǐn)?shù)區(qū)間為3.12×10-6～20.80×10-6，樣品數(shù)量為5個，樣品位置區(qū)間為648～906 m，方差小于1.44×10-7，預(yù)測值和硫元素原值的偏差曲線擬合效果很好(圖5a)。該區(qū)間硫元素質(zhì)量分?jǐn)?shù)起伏較大。

2)硫元素質(zhì)量分?jǐn)?shù)區(qū)間為6.60×10-7～17.80×10-7，樣本數(shù)量為13個，樣品位置區(qū)間為109～885 m，方差小于1.37×10-9，預(yù)測值和硫元素原值的偏差曲線擬合效果很好(圖5b)。該區(qū)間硫元素

a. 樣本區(qū)間為3.12×10-6～20.80×10-6；b. 樣本區(qū)間為6.60×10-7～17.80×10-7；c. 樣本區(qū)間為2.00×10-8～38.00×10-8。

質(zhì)量分?jǐn)?shù)起伏較平穩(wěn)。

3)硫元素質(zhì)量分?jǐn)?shù)區(qū)間為2.00×10-8～38.00×10-8，樣品數(shù)量為15個，樣品位置區(qū)間為14～959 m，方差小于1.56×10-10，預(yù)測值和硫元素原值的偏差曲線擬合效果很好(圖5c)。該區(qū)間硫元素質(zhì)量分?jǐn)?shù)起伏較大。

3.2.3 模型驗(yàn)證

選取VB95-266和VB96-254兩個鉆孔未進(jìn)行SVM分析的12個樣品數(shù)據(jù)進(jìn)行模型驗(yàn)證，鉆孔深度小于1 km，樣品數(shù)據(jù)見表2。

以鎳、銅元素質(zhì)量分?jǐn)?shù)作為輸入值，經(jīng)過SVM分析計(jì)算硫元素質(zhì)量分?jǐn)?shù)的計(jì)算值(輸出值)，通過與硫元素原值對比，誤差小于0.71×10-10(表3)。

通過以上對于模型的驗(yàn)證分析，證明該模型效果較好。

4 討論

基于SVM鎳、銅元素質(zhì)量分?jǐn)?shù)與硫元素質(zhì)量分?jǐn)?shù)的基本分析和SVM分析，可以看出鎳、銅元素在成礦過程中與硫元素之間整體上呈現(xiàn)出無規(guī)則的混沌狀態(tài)，通過分區(qū)間的SVM擬合分析，其中的關(guān)聯(lián)又呈現(xiàn)出一定的非線性關(guān)系。由于在礦產(chǎn)勘查中樣本集只是在探索成礦規(guī)律中的小樣本事件，無法準(zhǔn)確掌握每一個成礦階段的界限，學(xué)者們將分形和混沌理論引用到成礦規(guī)律的研究中，借以探索成礦過程中的非線性關(guān)系。

為了說明鎳、銅元素與硫元素在各成礦階段時間序列上的復(fù)雜性及所處的運(yùn)動狀態(tài)，同時也為了驗(yàn)證基于SVM算法建立成礦預(yù)測模型的可靠性，本文通過引入分維值和李雅普諾夫指數(shù)的相關(guān)計(jì)算，作為SVM算法準(zhǔn)確性的定量評價。

4.1 方法原理

分?jǐn)?shù)維是度量事物復(fù)雜性最主要的指標(biāo)。對于成礦階段復(fù)雜性的研究，本文采用分?jǐn)?shù)維進(jìn)行相關(guān)刻畫。由于鎳、銅、硫元素質(zhì)量分?jǐn)?shù)之間無法用尺度來測量，傳統(tǒng)的尺碼法、小島法、計(jì)盒維數(shù)法不適用于文章中分維值的計(jì)算，故本文用計(jì)算時間序列分維值的G-P法進(jìn)行分維值的計(jì)算[22]。

根據(jù)Takens的嵌入相空間原理[23]，硫元素質(zhì)量分?jǐn)?shù)作為鎳、銅元素富集成礦的重要因素，故將各階段硫元素質(zhì)量分?jǐn)?shù)值進(jìn)行相空間重建，將質(zhì)量分?jǐn)?shù)區(qū)間值x1,x2,x3,x4,…重新排列成m維相空間X(t)：

表2 巖心樣品驗(yàn)證數(shù)據(jù)

表3 樣品數(shù)據(jù)數(shù)值誤差表

X(t)={x(t),x(t+τ),…,x(t+iτ)} 。

(5)

式中：τ為延遲時間；t=0,1,2,…，n。

建立相空間后，我們?nèi)谓o一個小尺寸r，然后設(shè)N為(xi,xj)之間距離小于r的數(shù)據(jù)點(diǎn)數(shù)，則相關(guān)積分的定義為

(6)

式中：θ(x)為Heaviside函數(shù)，當(dāng)x<0時，θ(x)=0，當(dāng)x>0時，θ(x)=1，當(dāng)x=0時所求為自身，無意義。C(r)為標(biāo)準(zhǔn)相關(guān)函數(shù)，對于較小的r，C(r)表現(xiàn)為r的冪，C(r)∝rD。則分維值為

(7)

李雅普諾夫指數(shù)是用來判定一個系統(tǒng)混沌性的，故本文采用李雅普諾夫指數(shù)的計(jì)算來判別每個成礦階段的運(yùn)動狀態(tài)[24]。

鎳、銅元素質(zhì)量分?jǐn)?shù)對于硫元素質(zhì)量分?jǐn)?shù)變化(初始條件)的敏感性，是系統(tǒng)運(yùn)動狀態(tài)出現(xiàn)混沌的關(guān)鍵特性。將硫元素質(zhì)量分?jǐn)?shù)代入離散映射描述的系統(tǒng)xn+1=f(xn)，若初始值x1和x2相差d0=x1-x2,經(jīng)過n次迭代后：

(8)

式中，λ為李雅普諾夫指數(shù)。則

(9)

式中：λ<0，體積收縮，運(yùn)動呈穩(wěn)定狀態(tài)；λ=0，運(yùn)動呈穩(wěn)定狀態(tài)；λ>0，運(yùn)動呈混沌狀態(tài)。

4.2 階段劃分

4.2.1 硫飽和階段

SVM預(yù)測模型中，在硫元素質(zhì)量分?jǐn)?shù)區(qū)間為3.12×10-6～20.80×10-6的圖5a中，不同樣品硫元素質(zhì)量分?jǐn)?shù)差別較大，質(zhì)量分?jǐn)?shù)較高，偏差曲線起伏明顯，主要分布在600 m以下的樣品中。根據(jù)公式(5)(6)和(7)計(jì)算的D=0.35，根據(jù)公式(8)和(9)計(jì)算的λ>0，處于混沌狀態(tài)。推測該階段為硫化物巖漿脫離主巖漿室，進(jìn)而進(jìn)入上巖漿室后殘留的原始狀態(tài)。

巖漿硫化物礦床的形成可能受到巖石圈和地幔的交代作用[25]，早期的鎂鐵質(zhì)巖漿與硅酸鹽巖漿的混合，是巖漿硫化物礦床形成的根本原因[26-27]。

在鎂鐵質(zhì)巖漿方面，在富水富硫的巖漿演化初期，橄欖石、斜輝石及尖晶石等開始結(jié)晶，呈懸浮狀態(tài)存在于巖漿中，并隨黏度的增加而增加。硫化物巖漿很少能被留存在巖石中，偶在古老火山巖中見到硫化物呈滴液狀分布在橄欖石中[28]。鎂鐵質(zhì)巖漿中以親鐵性為主逐漸轉(zhuǎn)變?yōu)橛H硫性，大量吸收鐵元素形成硫化鐵(磁黃鐵礦)，并在巖漿室多處小范圍匯聚。在親鐵性作用下，吸收硫、銅、鎳元素的巖漿開始活躍；在親硫性作用下，鎳和銅元素在巖漿中開始擴(kuò)散平衡，最終大量存在于硫化物匯聚的位置；與此同時,在溫度、壓力的作用下金屬元素與硫化物發(fā)生置換反應(yīng)，液態(tài)鎳黃鐵礦、黃銅礦等相繼產(chǎn)生，導(dǎo)致鎳和銅元素質(zhì)量分?jǐn)?shù)達(dá)到富集，并分布不均，形成富集金屬的硫化物巖漿[29]。

在硅酸鹽巖漿方面，硅酸鹽巖漿中親銅元素(硫、金等)、親鐵元素(銅、鎳、硫、釕、銠等)及親硫元素(鉑、鈀等)開始分解為以硫化物為主(圖6)，促使在與鐵鎂質(zhì)巖漿混合后小面積聚集的硫化物熔體中富含大量的金屬元素。對于該方面的分析，從橄欖石的滴液硫化物中發(fā)現(xiàn)硅酸鹽包裹體可以證明[30-31]。

Ariskin等應(yīng)用COMAGMAT-5模型分析了在橄欖石結(jié)晶累積過程中觀察到溫度最高為1 289 ℃(Ol+硫化物)，巖漿達(dá)到平衡時溫度為1 185 ℃(Ol+Opx+硫化物)，最終得到最低溫度為1 116 ℃(Pl+Pig+硫化物)，其他礦物相應(yīng)質(zhì)量分?jǐn)?shù)見表4[32]。從中也可以說明，巖漿經(jīng)過混合-平衡階段溫度及組分的變化。

圖6 元素親和性簡圖

表4 硫化物巖漿平衡時礦物相溫度及其他礦物質(zhì)量分?jǐn)?shù)

加拿大拉布拉多Voisey’s Bay鎳銅硫化物礦床中存在很多現(xiàn)象，包括在Oviod礦區(qū)中存在一個方黃銅礦富集的區(qū)域，銠、銥、鋨和釕含量變化均為由外向內(nèi)增高、磁鐵礦粒度差別大，為2～100 cm不等。受到親和性的作用，鉑族金屬在礦床中含量分布不均等[33-34]，均是受到鎂鐵質(zhì)巖漿與硅酸巖巖漿混合后平衡程度的影響。礦床中鉑族元素和金元素的含量低，可能是殘留在地幔中的硅酸鹽巖漿的硫化物[35]。

4.2.2 硫成礦階段

SVM預(yù)測模型中，在硫元素質(zhì)量分?jǐn)?shù)區(qū)間為6.60×10-7～17.80×10-7的圖5b中，不同樣品硫元素質(zhì)量分?jǐn)?shù)差別近乎平穩(wěn)，偏差曲線呈上凸?fàn)顟B(tài)，預(yù)測值和硫元素原值的偏差曲線擬合效果很好。該區(qū)間樣品位于100～900 m不等，除了頂層和底層，分布于鉆孔的各個位置。根據(jù)公式(5)(6)和(7)計(jì)算的D=0.60，根據(jù)公式(8)和(9)計(jì)算的λ>0，處于混沌狀態(tài)。推測硫化物巖漿受到溫度、壓力及圍巖侵入等外來因素的影響，在不同的成礦空間時刻改變著硫、鎳和銅等元素的質(zhì)量分?jǐn)?shù)。

受到構(gòu)造運(yùn)動的影響，提供了巖漿硫化物礦床的成礦空間。壓力迅速減小，圍巖(Tasiuyak片麻巖)大量侵入硫化物巖漿[36]，伴隨著水和氣體的入侵，本已達(dá)到平衡的巖漿狀態(tài)再一次受到侵?jǐn)_，親鐵性、親硫性和親銅性受到限制，鐵、硫、銅元素等再次活躍起來，在親氧性和親氣性元素的參與下再一次達(dá)到平衡[37]。

Voisey’s Bay鎳銅硫化物礦床硫化物的Se/S值與Tasiuyak片麻巖的全巖樣品基本相同，δ13C值相差-24.8%～-18.3%[38]，說明隨著時間的積累和干擾因素的增加，在巖漿通道內(nèi)巖漿的成分發(fā)生著快速的變化，在巖漿通道內(nèi)形成富含金屬的硫化物分布不均，呈逐漸減少的趨勢，鐵、硫和銅元素等會被小周期元素置換(也可能受到催化劑的催化作用)，高堿金屬元素質(zhì)量分?jǐn)?shù)的增加，促使三價鐵趨于穩(wěn)定[39-41]。在高堿金屬元素質(zhì)量分?jǐn)?shù)、水質(zhì)量分?jǐn)?shù)、氧逸度增加的同時，硫化物飽和硫質(zhì)量分?jǐn)?shù)也會相應(yīng)的增加，并達(dá)到峰值，但在硫化物巖漿中的增加是有限的[42-43]。經(jīng)過以上過程促使硫化物巖漿再一次達(dá)到平衡，形成巖漿位置由深到淺，硫、銅、鎳元素質(zhì)量分?jǐn)?shù)由多到少的成礦階段。

4.2.3 硫流失階段

SVM預(yù)測模型中，在硫元素質(zhì)量分?jǐn)?shù)區(qū)間為2.00×10-8～38.00×10-8的圖5c中，可以看出不同樣品硫元素質(zhì)量分?jǐn)?shù)區(qū)間差別較大，偏差曲線起伏明顯，樣品位置深度多在400 m以上，根據(jù)公式(5)(6)和(7)計(jì)算的D=0.94，根據(jù)公式(8)和(9)計(jì)算的λ=0，處于穩(wěn)定狀態(tài)。推測是巖漿硫化物礦床成礦后經(jīng)過幾十億年的地表作用(空氣、水等)和礦石內(nèi)部的變質(zhì)作用下，硫、鎳、銅元素進(jìn)一步流失，被帶入地表土中，這也說明應(yīng)用化探方法對于探礦所起到的關(guān)鍵作用。

硫化物巖漿成礦后，礦體在空氣和水的侵蝕下，水的擴(kuò)散成為了硫化物流失的重要載體[44-45]。礦體遭受風(fēng)化淋濾作用開始氧化，主要受到下幾個方面影響：1)角礫巖系列的存在提供了空氣和水在礦體中的空間；2)原生硫化物的氧化(黃銅礦、磁鐵礦和硫鐵礦等)；3)pH值的降低；4)高可溶性次生礦物吸收了大量金屬元素等條件促使硫、鎳、銅元素流失[46]。

5 結(jié)論

1)基于SVM方法對加拿大拉布拉多Voisey’s Bay鎳銅硫化物礦床中的2個鉆孔數(shù)據(jù)進(jìn)行擬合試驗(yàn)，對鎳、銅元素質(zhì)量分?jǐn)?shù)與硫元素質(zhì)量分?jǐn)?shù)進(jìn)行相關(guān)性分析，建立了基于硫元素質(zhì)量分?jǐn)?shù)區(qū)間的預(yù)測模型。根據(jù)預(yù)測模型計(jì)算的結(jié)果，將巖漿硫化物礦床的成礦過程劃分為3個階段，分別為硫飽和階段、硫成礦階段和硫流失階段。通過與前人的理論研究進(jìn)行對比，揭示了該模型的可靠性。

2)根據(jù)預(yù)測模型計(jì)算結(jié)果劃分的3個階段，證明了加拿大拉布拉多Voisey’s Bay鎳銅硫化物礦床在經(jīng)過硅酸鹽和硫化物巖漿不混溶的階段后，很可能還存在于巖漿管道周邊和底部的淺盆地區(qū)，以及其他鎂鐵質(zhì)基巖中存在硫富集的地段。同時側(cè)面驗(yàn)證了鉆孔地區(qū)周邊礦床的存在，為下一步找礦工作提供了相關(guān)依據(jù)。

3)基于SVM方法關(guān)于巖漿硫化物礦床建立的預(yù)測模型應(yīng)用性很廣，以鎳和銅元素質(zhì)量分?jǐn)?shù)可以計(jì)算出硫元素質(zhì)量分?jǐn)?shù)的大致區(qū)間，特別在找礦過程中，樣品多為地表或地表淺層樣品，硫元素質(zhì)量分?jǐn)?shù)的測試結(jié)果多受到地表因素的影響而缺乏可靠性。根據(jù)SVM預(yù)測模型計(jì)算出硫元素質(zhì)量分?jǐn)?shù)預(yù)測值所在的質(zhì)量分?jǐn)?shù)區(qū)間，可推測出礦床的形成階段，加深巖漿硫化物礦床的研究，指導(dǎo)隱伏礦床的發(fā)現(xiàn)。

致謝：文章建模部分得到了桂林理工大學(xué)王玉老師的認(rèn)真修改，在此表示感謝。