黄金科学技术
img

QQ群聊

img

官方微信

  • CN 62-1112/TF　
  • ISSN 1005-2518　
  • 创刊于1988年
高级检索
作者投稿 专家审稿 编辑办公

黄金科学技术, 2019, 27(6): 802-815 doi: 10.11872/j.issn.1005-2518.2019.06.802

矿产勘查与资源评价

新疆大红柳滩地区伟晶岩型锂铍资源潜力分析

王记周,1, 燕洲泉2, 徐磊1, 李侃2, 李元茂1, 郑耀文1, 王怀涛1, 王玉玺1

1. 甘肃省地质调查院，甘肃 兰州 730000

2. 中国地质调查局西安地质调查中心，陕西 西安 710054

Potential Evaluation of Pegmatite-type Lithium-Beryllium Mineral Resources in Dahongliutan，Xinjiang

WANG Jizhou,1, YAN Zhouquan2, XU Lei1, LI Kan2, LI Yuanmao1, ZHENG Yaowen1, WANG Huaitao1, WANG Yuxi1

1. Geology Survey of Gansu Province，Lanzhou 730000，Gansu，China

2. Xi’an Center of Geological Survey，China Geological Survey，Xi’an 710054，Shaanxi，China

收稿日期: 2019-05-30   修回日期: 2019-06-25   网络出版日期: 2019-12-23

基金资助: 中国地质调查局项目“新疆和田地区火烧云—大红柳滩铅锌锂大型资源基地综合调查评价”.  DD20179606-1

Received: 2019-05-30   Revised: 2019-06-25   Online: 2019-12-23

作者简介 About authors

王记周（1982-），男，河南周口人，工程师，从事化探矿产研究工作85121911@qq.com , E-mail：85121911@ qq.com

摘要

近年来新疆西昆仑地区锂铍等稀有金属矿产的找矿工作取得了重大突破，已发现多处具有大型—超大型找矿前景的锂铍等稀有金属矿床（点），有望成为西北地区乃至全国重要的锂铍矿产资源基地。新疆大红柳滩地区锂铍矿床以伟晶岩型为主，多个伟晶岩型锂铍矿床正在开展调查评价项目，取得较好的找矿成果，显示出巨大的锂铍资源潜力。因此，在研究区开展矿产资源潜力评价，有利于了解研究区内的锂铍资源量，为下一步锂铍矿系统查证工作提供依据。在系统收集资料和野外地质调查的基础上，开展了大红柳滩地区伟晶岩型锂等稀有金属矿成矿规律的综合研究，选取阿克塔斯稀有金属矿床为典型矿床，将典型矿床单位体积内锂铍矿产资源平均含量的估计值，外推到预测区的体积范围内，估计预测区内的锂铍矿产资源量。进而在大红柳滩地区圈定出35个伟晶岩型锂等稀有金属矿最小预测区，其中A类5个、B类8个、C类22个。在新疆大红柳滩一带预测350 m以浅Li2O资源总量为913.61×106 t，BeO资源总量为27.18×106 t。

关键词： 花岗伟晶岩脉 ; 资源潜力评价 ; 阿克塔斯 ; 大红柳滩 ; 锂铍 ; 最小预测区

Abstract

Rare metals are the key mineral resources of strategic emerging industries,which play an irreplaceable role in both the high-end equipment manufacturing industry and the field of new energy vehicles.In recent years, mineral geological survey work of lithium and other rare metal deposits have made breakthrough in West Kunlun，Xinjiang.Several lithium-beryllium and other rare metal ore deposits with large-scale and super-large prospecting prospets have been found.It is expected to become a lithium-beryllium emerging strategic mineral resources base in northwest and even the whole China.In Dahongliutan area，the main type of lithium-beryllium deposit is pegmatite-type.In view of many pegmatite type lithium-beryllium deposits，investigation and evaluation projects are being carried out，and good prospecting results are obtained.It shows that the potential of lithium-beryllium is huge in Dahongliutan area.However，there are few research reports on the resource potential analysis of pegmatite type lithium-beryllium deposits in this area.Therefore，the evaluation of the potential of mineral resources is helpful to find out the amount of lithium-beryllium resources in the study area，and provides the basis for systematic investigate.Based on the systematic data collection，field investigation and comprehensive research，this paper analyzed and evaluated the resource potential of pegmatite-type lithium-beryllium mineral in Dahongliutan area.The latest mineral resources potential evaluation method（geologic volumetric methods） was used in this study.Geologic volumetric methods is the average content of lithium beryllium mineral resources per unit volume of a typical deposit is extrapolated to the volume of the predicted area to estimate the amount of lithium beryllium mineral resources in the predicted area.And then，35 minimum prediction areas was circled，including 5 class A，8 class B and 22 class C.The resource reserves shallower than 350 m for Li2O and BeO were estimated to be 913.61×106 t and 27.18×106 t in Dahongliutan area.

Keywords： granite-pegmatite dikes ; resource potential evaluation ; Aketasi ; Dahongliutan ; lithium-beryllium ; minimum prediction areas

PDF (5452KB) 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

王记周, 燕洲泉, 徐磊, 李侃, 李元茂, 郑耀文, 王怀涛, 王玉玺. 新疆大红柳滩地区伟晶岩型锂铍资源潜力分析[J]. 黄金科学技术, 2019, 27(6): 802-815 doi:10.11872/j.issn.1005-2518.2019.06.802

WANG Jizhou, YAN Zhouquan, XU Lei, LI Kan, LI Yuanmao, ZHENG Yaowen, WANG Huaitao, WANG Yuxi. Potential Evaluation of Pegmatite-type Lithium-Beryllium Mineral Resources in Dahongliutan，Xinjiang[J]. Gold Science and Technology, 2019, 27(6): 802-815 doi:10.11872/j.issn.1005-2518.2019.06.802

稀有金属是战略性新兴产业的关键性矿产资源，无论是在高端装备制造业还是在新能源汽车领域均发挥着不可替代的作用，而且其重要性越来越突显[1]。近年来，我国在伟晶岩脉型锂矿找矿方面取得重大突破，锂资源已成为未来国家新能源战略的“重心”[2]。

我国伟晶岩型锂等稀有金属矿主要分布在川西甲基卡、新疆阿尔泰和大红柳滩等地区，该类矿床的特点是品位高且易于开采[3]。甲基卡式稀有金属矿床是我国最典型的花岗伟晶岩型稀有金属矿床之一，其储量不断增加，位居世界前列。目前，我国针对甲基卡式稀有金属矿已开展了大量的矿产调查评价与综合研究工作，在成矿规律、成矿预测和综合找矿方法等多方面取得了丰硕成果[4,5]。近年来在大红柳滩地区新发现了多处具有大型—特大型找矿前景的伟晶岩型锂铍等稀有金属矿床（点）[6,7,8,9]，如阿克塔斯锂矿、卡拉喀锂矿、509道班西锂矿、507锂矿、505锂矿、俘虏沟南1号锂矿点、俘虏沟南2号锂矿点和阿克塔斯南锂矿点等，资源潜力巨大。大红柳滩地区与四川甲基卡式稀有金属矿床的矿床类型和成矿地质背景有着较高的相似性，二者均位于马尔康—雅江—喀喇昆仑巨型锂矿带上，大地构造位置处于青藏北缘的松潘—甘孜—甜水海地体，该地体为古特提斯大洋闭合、地体汇聚碰撞形成的巨型印支碰撞造山带。因此，大红柳滩地区有望成为下一个甲基卡式大型锂铍等稀有金属矿产地。

本文基于详尽的资料收集和野外地质调查，结合相关研究结果，开展了伟晶岩型锂、铍矿产预测工作，建立了大红柳滩地区伟晶岩型锂铍等稀有金属矿的找矿预测模型，估算了该区锂、铍资源储量，以期为该区锂铍等稀有金属矿产的下一步工作部署提供依据。

1 区域地质背景

研究区位于青藏高原西北缘和西北造山带的最西段，大地构造位置特殊，地质结构复杂[10,11,12,13,14,15,16,17]，构造位置上处于巴颜喀拉断褶带的中西部，麻扎—康西瓦缝合带以南，大红柳滩—郭扎错断裂以北（图1）。区域上出露地层主要有古元古界康西瓦岩群，岩性主要有黑云石英片岩、黑云斜长石英粒岩、片麻岩和大理岩等[18,19,20]；二叠系黄羊岭群为一套细碎屑岩夹少量碳酸盐岩及中基性火山岩；三叠系巴颜喀拉山群为灰色中—厚层状变细粒长石石英砂岩夹石英粉砂岩和绢云母石英板岩。区内构造发育，控制着区内地层和岩浆岩的展布方向，断裂以NW向（NWW向）为主且规模最大，代表性断裂有康瓦西和大红柳滩—郭扎错大断裂。区域上岩浆岩十分发育，以中酸性岩为主，其中三叠纪岩浆活动最为强烈，规模最大，主要岩性为二长花岗岩，该期岩浆作用与锂铍等稀有金属矿成矿作用关系密切，为锂铍等稀有金属矿的成矿提供了物源和热源[21]。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   大红柳滩地区大地构造位置图

1.二叠系黄羊岭群；2.三叠系巴颜喀拉山群；3.古生界康西瓦岩群；4.寒武纪花岗岩；5.三叠纪二长花岗岩；6.花岗伟晶岩脉群；7.阿克塔斯锂矿；8.主要断裂；9.研究区

Fig.1   Geotectonic location map of the Dahongliutan area


2 典型矿床特征

2.1 典型矿床选取

大红柳滩一带锂铍等稀有金属矿主要赋存于伟晶岩脉中，有用元素为Li、Be、Nb、Ta、Rb和Cs，矿石矿物主要为锂辉石、锂云母、磷锂铝石、绿柱石和铌钽铁矿。目前已发现大型矿产地2处（509道班西锂矿、卡拉喀锂矿）、中型矿产地2处（阿克塔斯锂矿、505锂矿），以及多处具大型潜力的矿点（507锂矿、俘虏沟南1号锂矿点等）。其中只有阿克塔斯稀有金属矿完成了勘探评价工作，其他矿床正在开展预（普）查工作。阿克塔斯稀有金属矿探获矿石资源量5 806 641 t，Li2O资源量55 029.34 t，BeO资源量1 633.56 t，达到中型规模，矿床地质勘探资料相对比较丰富[22]。因此，阿克塔斯稀有金属矿具有一定的代表性，符合资源潜力评价项目典型矿床选择的条件。

2.2 典型矿床矿区地质特征

阿克塔斯矿区出露地层为三叠系巴颜喀拉山群，共划分为5个岩性段（图2）。第一岩性段主要为透闪透辉石长石石英岩夹少量斜长黑云母石英片岩，该岩性段中产出大量伟晶岩脉群；第二岩性段为灰色二云石英片岩夹斜长黑云石英片岩；第三岩性段为灰色斜长黑云石英片岩夹灰黑色石榴斜长黑云母石英片岩；第四岩性段主要为灰色斜长石英片岩与灰黑色含石榴石斜长黑云石英片岩互层；第五岩性段为灰色二云母片岩与含石榴石黑云石英片岩互层，局部夹薄层灰色角闪石英岩。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   阿克塔斯矿区地质简图

1.坡积物；2.冲洪积砂砾土；3.上三叠统巴颜喀拉山群第五岩性段；4.上三叠统巴颜喀拉山群第四岩性段；5.上三叠统巴颜喀拉山群第三岩性段；6.上三叠统巴颜喀拉山群第二岩性段；7.上三叠统巴颜喀拉山群第一岩性段；8.花岗伟晶岩脉；9.晚三叠世二云母花岗岩；10.含锂矿体；11.矿脉群范围

Fig.2   Geological sketch map of Aketasi mining area


矿区地层整体为一单斜构造，地层倾向NE，节理异常发育，共有3组，即斜交节理、垂直节理和走向节理。其中，走向节理为矿区的主要控矿构造[22]，控制着矿区95%以上的花岗伟晶岩脉；该组节理为大红柳滩断裂的次级构造裂隙，由剪切应力作用形成，规模大小不一，从几米到几百米不等，其产状与地层产状基本一致，局部地段略有斜交。

矿区岩浆活动强烈，西南部发育有晚三叠世二云母花岗岩体，岩体呈近EW向的长带状分布，侵入晚三叠世巴颜喀拉山群第一岩性段中。矿区花岗伟晶岩脉十分发育，共有20多条，脉体多呈灰白色条带状和透镜状展布；脉体地表出露长度在数米至数十米不等，厚度也在数米至数十米；花岗伟晶岩脉中偶见围岩夹层，夹层厚度在1 m以内，一般延伸不远，呈透镜状或串珠状。花岗伟晶岩脉主要受走向节理控制，NW向花岗伟晶岩脉最为发育，是主要含矿岩脉，其走向与地层走向基本一致。

2.3 典型矿床矿区地球化学特征

阿克塔斯矿区位于1/5万水系沉积物测量HS-15综合异常中[23]，异常元素有Li、Be、Rb、Cs和Nb等（图3），异常呈不规则状，面积较大，强度高，各元素异常套合较好，浓集中心明显，浓度分带性强。其中，Li异常平均值为150.57×10-6，极大值为2 602×10-6，具三级浓度分带；Be异常平均值为20.2×10-6，极大值为46×10-6，具三级浓度分带。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   HS-15综合地球化学异常剖析图

1.第四系冲洪积；2.三叠系巴颜喀拉山岩群上段；3.三叠系巴颜喀拉山岩群中段；4.古元古界康西瓦岩群A岩组一段；5.晚三叠世中细粒二云母花岗岩；6.实测断层/推测断层；7.伟晶岩脉；8.阿克塔斯锂矿区

Fig.3   Analysis map of HS-15 synthetic geochemical anomaly


2.4 典型矿床地质特征

阿克塔斯矿区内分布有90号和91号矿脉群，两矿脉群彼此平行，相距约为1 000 m（图2）。其中，90号矿脉群中发育6条锂等稀有金属花岗伟晶岩脉，脉体主要分布在三叠系巴颜喀拉山群第三岩性段；91号矿脉群发育4条锂等稀有金属花岗伟晶岩脉，脉体主要分布在三叠系巴颜喀拉山群第五岩性段。含矿岩脉主要分布在二云母花岗岩岩体与地层接触带附近，成分与二云母花岗岩体相近[23]。

（1）矿体特征。90号矿脉群中6条稀有金属矿体在平面上分成平行的2列，顶底板围岩为三叠系巴颜喀拉山群第五岩性段的二云片岩，偶见黑云石英片岩夹层；矿体形态明显受NW向和近EW向节理控制，在节理交叉部位矿体明显变厚、品位变富，矿体在地表出露长度为261.6~348.8 m，平均厚度为4.95~10.57 m。Li2O平均品位在1.26%~1.36%之间，BeO平均品位在0.044%~0.059%之间。91号矿脉群包含4条稀有金属矿体，矿体呈近NW-SE向展布，顶底板围岩为三叠系巴颜喀拉山群第三岩性段的斜长黑云石英片岩，矿体形态主要受走向为NW向节理控制，地表出露长度为240.2~328.0 m，平均厚度为11.1~21.5 m。Li2O平均品位为1.36%~1.83%，BeO平均品位为0.041%~0.056%。

（2）矿石特征。矿石矿物主要有锂等稀有金属矿物、硅酸盐矿物和其他矿物。其中，锂等稀有金属矿物主要为锂辉石、锂白云母、磷锂铝石、绿柱石、铌钽铁矿和钽铌铁矿等；硅酸盐矿物主要为锡石、氧化锰铁、石英和电气石；其他矿物主要有纤铁矿和氯银矿等。脉石矿物主要有微斜长石、钠长石、石英、钾长石和白云母等。矿石结构主要有花岗、文象伟晶和伟晶结构；矿石构造简单，主要为条带状和块状构造。

3 资源量预测

本文锂铍资源的定量预测采用肖克炎等[24]提出的“含矿地质体体积法”。该方法是基于矿床模型综合地质信息预测技术的一种预测资源量估算方法，其理论基础是成矿系列矿床模型、成矿动力学建造构造研究、综合信息矿产定量预测及成矿系统理论等[25]。含矿地质体体积法适用于沉积型和热液型矿床的资源量估算[26]。本文以阿克塔斯稀有金属矿为典型矿床，对大红柳滩地区的锂铍资源量进行定量预测，具有典型矿床研究程度较高、含矿地质体的圈定准确、模型区与预测区的相似度高[27]等优点。本次锂铍资源量估算采用1/1万精度的典型矿床及其深部和外围的预测资源量作为1/5万精度的模型区资源总量，提高了模型区含矿系数的准确性，预测结果更加合理可靠[28]。

3.1 矿产预测方法类型划分

锂等稀有金属矿的成矿地质体为花岗伟晶岩脉，其矿床类型为花岗伟晶岩型，因此将花岗伟晶岩型锂等稀有金属矿的矿产预测方法划分为“侵入岩体型”，划分依据是锂等稀有金属矿与花岗伟晶岩脉在空间上密切相关。

3.2 预测模型

根据阿克塔斯稀有金属矿典型矿床特征，结合区域成矿规律、成矿要素和找矿标志等综合特征，总结了大红柳滩式伟晶岩型锂等稀有金属矿区域预测要素（表1），并建立大红柳滩式伟晶岩型锂等稀有金属矿区域预测模型图（图4）。

表1   大红柳滩式伟晶岩型锂等稀有金属矿区域预测要素

Table 1  Regional prediction factor of Dahongliutan pegmatite-type lithium and other rare metal deposit

要素特征描述要素类型
构造位置康西瓦断裂与大红柳滩—郭扎错深大断裂之间的可可西里—巴颜喀拉断褶带必要
区域成矿带大红柳滩 RM-Fe-Pb-Zn-Cu-白云母矿带重要
成矿环境晚三叠世大红柳滩一带处于同碰撞环境，在碰撞挤压作用下含锂等稀有金属的结晶基底加厚并发生大规模重熔，形成含锂等稀有金属的二云母花岗岩岩浆，岩浆演化后期富锂等稀有元素、富水、富挥发份的流体沿走向节理为主的褶皱后期节理侵入，尤以花岗伟晶岩之内外接触带、破碎带等薄弱部位充填、交代，形成富含稀有金属的硅酸盐矿物必要
成矿时代晚三叠世必要
成矿地质体特征晚三叠世二云母花岗岩及其后期残余热液形成的花岗伟晶岩脉，脉体多呈脉状或透镜状，规模较小，长数米至数百米，宽数米至数十米必要
矿石组合特征锂辉石、钠长石及石英、钾长石和锂白云母等；存在结构分带，一般具文象、似文象结构带、块体微斜长石带、白云母一石英带等3个带必要
成矿构造或成矿结构面NW向大断裂以及由其控制形成的伟晶岩脉侵入体构造系统为其成矿构造，地层节理是其成矿结构面必要
矿体特征矿体形态明显受NW向和近EW向节理控制，沿走向节理的伟晶岩脉含矿富，而垂直走向节理的伟晶岩脉含矿贫，在节理交叉部位矿体明显变厚、品位变富。矿体多呈脉状或透镜状，规模较小，长数米至数百米，厚数米至数十米，向下矿体变薄，矿体产状与岩相带产状基本一致重要
矿石特征矿石的金属矿物主要有锂辉石、锂白云母、磷锂铝石、绿柱石、铌钽铁矿、钽铌铁矿、锡石、氧化锰铁、电气石、纤铁矿、氯银矿等；矿石结构主要为细粒伟晶结构、中粗粒伟晶结构、巨晶结构、滴状结构等；矿石构造主要为条带状构造、块状构造重要
矿石质量矿石中有用组分主要为锂，伴生组分为铍、铌、钽和铷必要
次生蚀变钠长石化作用也较强烈，对成矿十分有利重要
矿化期及矿化阶段分为K（Na）、Na（K）、Na-Li、Na（K）、Li-Rb和Si共6个成矿阶段。其中Na-Li阶段为主要成矿阶段，形成叶钠长石—锂辉石带和石英—锂辉石带必要
成因类型伟晶岩型必要
地球化学异常套合较好的Li、Be、Ta、Nb、Rb和Cs等稀有元素化探异常重要
遥感异常伟晶岩脉具很高的光谱反射率，一般表现为白色或浅色调，脉状影纹特征重要
区域预测模型成矿地质背景+伟晶岩型锂等稀有金属矿床（点）+伟晶岩脉+（Li、Be、Ta、Nb、Rb和Cs为主）化探异常+具很高的光谱反射率，一般表现为白色或浅色调，脉状影纹特征

新窗口打开| 下载CSV


图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   大红柳滩式伟晶岩型锂等稀有金属矿区域预测模型图

1.第四系；2.巴颜喀拉山群下段；3.巴颜喀拉山群中段；4.巴颜喀拉山群上段；5.片理化带；6.早—中二叠世黄羊岭群上组第四段；7.晚三叠世黑云母花岗岩；8.含锂辉石伟晶岩脉；9.锂矿床（点）；10.巴颜喀拉山群中NW向地层节理；11.断层/推测断层；12.含矿热液

Fig.4   Regional predictive model map of Dahongliutan pegmatite-type lithium and other rare metal deposit


3.3 典型矿床预测模型和参数确定

（1）已查明资源量及其估算参数。对阿克塔斯稀有金属矿床91号矿体已查明资源量进行统计并选择估算参数（表2）。其中，91号矿体已查明矿石量为3 414 427 t，Li2O金属量为55 029.34 t，BeO金属量为1 633.56 t；估算参数：面积为72 130 km2，延深149 m，Li2O和BeO品位分别为1.61%和0.048%，体重为2.59 t/m3，Li2O和BeO体积含矿率分别为0.005120 t/m3和0.000152 t/m3。各参数主要来自《新疆和田县阿克塔斯稀有金属矿勘探报告》，其中已查明资源量是指其获得的333以上锂矿资源储量，面积为1/1万矿区地质图上勾绘出包含所有91号矿脉最小范围，深度为钻探工程控制的最大垂深（149 m），体积含矿率=已查明资源量÷（面积×深度）×100%。

表2   阿克塔斯稀有金属矿床91号矿体查明资源量及估算参数

Table 2  Identification resources and estimation parameters of No.91 orebody of Aketasirare metal deposits

估算参数参数值
查明矿石资源储量/t3 414 427
查明金属量储量/tLi2O：55 029.34；BeO：1 633.56
面积/km272 130
延深/m149
品位/%Li2O：1.61；BeO：0.048
体重/（t·m-3）2.59
体积含矿率（t·m-3）Li2O：0.00512；BeO：0.000152

新窗口打开| 下载CSV


（2）典型矿床深部及外围预测资源量。91号矿床外围缺乏成矿条件信息，故只进行矿床深部预测，目前控制最大垂深为149 m，但含矿伟晶岩向下有变薄尖灭的趋势，因此阿克塔斯稀有金属矿的预测深度为186 m［预测深度=典型矿床控制垂深（149 m）+控制垂深的四分之一（37 m）］，预测深度的确定依据是含矿地质体的连续性；预测面积为72 130 m2，预测面积范围的圈定依据是伟晶岩脉的分布。预测结果：预测新增Li2O资源量为13 667 t，预测新增BeO资源量为409 t（表3）。

表3   阿克塔斯稀有金属矿床91号矿体深部预测资源量

Table 3  Deep prediction resources No.91 orebody of Aketasi rare metal deposits

估算参数参数值
预测深度/m186
预测面积/m²72 130
体积含矿率/（t·m-3）Li2O：0.00512；BeO：0.000152
预测新增资源量/tLi2O：13 667；BeO：409

注：预测资源量=预测面积×预测深度×体积含矿率

新窗口打开| 下载CSV


3.4 模型区预测资源总量及其估算参数

模型区为阿克塔斯91号矿体所在的最小预测区（DZX0），估算参数采用典型矿床已有相关系数，包括精度、纬度、预测资源总量、面积、地质体延深和含矿地质体体积含矿率（表4）。

表4   模型区估算参数

Table 4  Model area estimation parameters

参数参数取值
模型区名称阿克塔斯91号矿体所在预测区（DZX0）
经度79°11′04″E
纬度35°57′38″N
预测资源总量/tLi2O：68 696；BeO：2 042
面积/m²72 130
地质体延深/m186
含矿地质体体积含矿率/（t·m-3）Li2O：0.005120；BeO：0.000152

注：面积=查明矿床范围+矿床外围预测面积；地质体延深为工程控制的和预测的总延深；预测资源总量=已查明资源量+预测资源量；体积含矿率为矿床查明体积含矿率

新窗口打开| 下载CSV


3.5 最小预测区圈定及优选

（1）圈定方法及原则。本文锂等稀有金属矿最小预测区的圈定主要采用综合信息地质单元法，以区域预测要素表和要素图为基础，按综合地质信息找矿模型（区域矿产预测模型）的地质特征、成矿必要条件和成矿有利标志来划分预测单元，在MRAS2.0平台操作圈定最小预测区。

（2）最小预测区圈定结果。本文共圈定最小预测区35处，其中A类5处、B类8处、C类22处，最小预测区总面积为16 998 835 m2（图5和表5）。A类最小预测区是指在有利的含矿建造内，已发现有锂铍矿床（点）分布，并有明显Li和Be等元素化探异常、遥感蚀变等异常显示的区域；B类最小预测区是指在有利的含矿建造内，仅有已知锂铍矿床（点）分布，但Li和Be等元素化探异常、遥感蚀变等异常显示不明显的区域；C类最小预测区是指在有利的含矿建造内，仅有Pb、Zn和Li等元素化探异常和遥感蚀变等单一信息显示的区域。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   大红柳滩一带锂铍最小预测区分布图（据文献［23］修改）

Fig.5   Distribution map of minimum prediction area for lithium-beryllium in the Dahongliutan area (modified after reference [23])


表5   大红柳滩一带锂铍最小预测区特征统计

Table 5  Feature statistics of minimum prediction area for lithium-beryllium in the Dahongliutan area

序号预测区编号圈定依据预测区面积/m2面积系数相似系数
1DZX0矿床+伟晶岩脉+化探异常+遥感异常55 7640.341
2DZX1矿床+伟晶岩脉+化探异常+遥感异常72 1590.341
3DZX2矿点+伟晶岩脉+化探异常98 2690.340.68
4DZX3矿点+伟晶岩脉+化探异常36 7780.340.68
5DZX4矿点+伟晶岩脉+化探异常26 4820.340.76
6DZX5矿点+伟晶岩脉+化探异常+遥感异常562 9500.340.95
7DZX6矿点+伟晶岩脉+化探异常+遥感异常193 4070.340.8
8DZX7矿床+伟晶岩脉+化探异常+遥感异常2 148 3480.341
9DZX8矿床+伟晶岩脉+化探异常+遥感异常1 333 9680.341
10DZX9矿点+伟晶岩脉+化探异常53 2950.340.95
11DZX10矿床+伟晶岩脉+化探异常+遥感异常3 211 8520.341
12DZX11矿点+伟晶岩脉+化探异常103 3330.340.95
13DZX12矿点+伟晶岩脉+化探异常+遥感异常197 7660.340.95
14DZX13伟晶岩脉+化探异常426 4820.340.8
15DZX14伟晶岩脉+化探异常+遥感异常509 0910.340.8
16DZX15伟晶岩脉+化探异常+遥感异常78 4420.340.63
17DZX16伟晶岩脉+化探异常89 3960.340.63
18DZX17伟晶岩脉+化探异常+遥感异常850 5130.340.8
19DZX18伟晶岩脉+化探异常29 0710.340.8
20DZX19伟晶岩脉+化探异常134 9930.340.8
21DZX20伟晶岩脉+化探异常38 0290.340.8
22DZX21伟晶岩脉+化探异常+遥感异常186 5000.340.8
23DZX22伟晶岩脉+化探异常21 4130.340.8
24DZX23伟晶岩脉+化探异常1 675 2760.340.8
25DZX24伟晶岩脉+化探异常182 2320.340.8
26DZX25伟晶岩脉38 2300.340.8
27DZX26伟晶岩脉+遥感异常126 3400.340.8
28DZX27解译伟晶岩脉+遥感异常394 2760.340.37
29DZX28遥感异常506 8990.340.12
30DZX29解译伟晶岩脉+遥感异常990 8200.340.37
31DZX30解译伟晶岩脉+遥感异常313 4330.340.37
32DZX31伟晶岩脉+遥感异常820 6340.340.61
33DZX32遥感异常145 3570.340.12
34DZX33解译伟晶岩脉+遥感异常257 8880.340.37
35DZX34遥感异常1 089 1710.340.12

新窗口打开| 下载CSV


Qhsn-全新世现代雪被区；Qh1-全新世现代湖积物；Qpl-更新统湖积物；Qppal-更新统冲洪积物；TB3-巴颜喀拉山群上段；TB2-巴颜喀拉山群中段；TB1-巴颜喀拉山群下段；P1-2H14-黄羊岭群下砂板岩组第④段；P1-2H13-黄羊岭群下砂板岩组第③段；P1-2H12-黄羊岭群下砂板岩组第②段；P1-2H11-黄羊岭群下砂板岩组第①段；ChT2-甜水海岩群第②段；ChT1-甜水海岩群第①段；Pt1Ka1-康西瓦岩群A组第①段；（P-T）Qsch-片理化带；1.晚三叠世黑云母二长花岗岩；2.晚三叠世黑云母花岗闪长岩；3.晚三叠世黑云英云闪长岩；4.晚三叠世英云闪长岩；5.片理化带界线；6.地质界线；7.A类预测区及编号；8.B类预测区及编号；9.C类预测区及编号；10.Li单元素元素异常；11.Be单元素元素异常；12.高分遥感羟基异常；13.遥感异常优选区及编号

3.6 资源量定量估算

（1）估算方法。按照“预测资源量估算技术要求（2010补充）”的要求，参考典型矿床资源量估算方法以及最小预测区的地质特征，针对主要预测类型（包括按精度、按延深、按类别预测，表6~表8），采用地质体积法进行资源量预测。估算公式如下：

表6   大红柳滩一带最小预测区按精度估算的锂铍预测资源量统计

Table 6  Lithium-beryllium predicted resources quantity by accuracy in the minimum prediction area of Dahongliutan area

序号预测区编号按精度估算的资源量/t预测总资源量/t
334-1334-2334-3
Li2OBeOLi2OBeOLi2OBeOLi2OBeO
合计5 348 548159 183601 31117 8783 186 25894 7339 136 117271 794
1DZX013 66740913 667409
2DZX156 5701 84356 5701 843
3DZX228 00183228 001832
4DZX310 48031210 480312
5DZX48 4332518 433251
6DZX5224 0976 663224 0976 663
7DZX664 8341 92864 8341928
8DZX71 693 95950 3641 693 95950 364
9DZX81 051 82631 2721 051 82631 272
10DZX939 9221 18739 9221 187
11DZX102 532 52675 2952 532 52675 295
12DZX1177 4032 30177 4032 301
13DZX12148 1414 404148 1414 404
14DZX13142 9664 251142 9664 251
15DZX14170 6595 074170 6595 074
16DZX1520 70861620 708616
17DZX1623 59970223 599702
18DZX17285 1118 477285 1118 477
19DZX189 7452909 745290
20DZX1945 2531 34545 2531 345
21DZX2012 74837912 748379
22DZX2162 5191 85962 5191 859
23DZX227 1782137 178213
24DZX231 056 75631 4191 056 75631 419
25DZX24114 9513 418114 9513 418
26DZX2524 11671724 116717
27DZX2679 6952 36979 6952 369
28DZX27115 0273 420115 0273 420
29DZX2847 9621 42647 9621 426
30DZX29289 0658 594289 0658 594
31DZX3091 4422 71991 4422 719
32DZX31394 71011 735394 71011 735
33DZX3213 75440913 754409
34DZX3375 2372 23775 2372 237
35DZX3410 30573 064103 0573 064

新窗口打开| 下载CSV


表7   大红柳滩一带最小预测区按深度估算的锂铍预测资源量

Table 7  Lithium-beryllium predicted resources quantity by depth in the minimum prediction area of Dahongliutan area

矿床类型350 m以浅预测资源量/t预测总资源量/t
334-1334-2334-3
Li2OBeOLi2OBeOLi2OBeOLi2OBeO
花岗伟晶岩型5 348 548159 183601 31117 8783 186 25894 7339 136 117271 794

新窗口打开| 下载CSV


表8   大红柳滩一带最小预测区锂铍预测资源量类别统计

Table 8  Category statistics of lithium-beryllium resources in the minimum prediction area of Dahongliutan area

类别序号预测区编号资源量级别预测区总资源量/t
Li2OBeO
A1DZX0334-113 667409
2DZX1334-156 5701 843
3DZX7334-11 693 95950 364
4DZX8334-11 051 82631 272
5DZX10334-12 532 52675 295
合计5 438 548159 183
B1DZX2334-228 001832
2DZX3334-210 480312
3DZX4334-28 433251
4DZX5334-2224 0976 663
5DZX6334-264 8341 928
6DZX9334-239 9221 187
7DZX11334-277 4032 301
8DZX12334-2148 1414 404
合计601 31117 878
C1DZX13334-3142 9664 251
2DZX14334-3170 6595 074
3DZX15334-320 708616
4DZX16334-323 599702
5DZX17334-3285 1118 477
6DZX18334-39 745290
7DZX19334-345 2531 345
8DZX20334-312 748379
9DZX21334-362 5191 859
10DZX22334-37 178213
11DZX23334-31 056 75631 419
12DZX24334-3114 9513 418
13DZX25334-324 116717
14DZX26334-379 6952 369
15DZX27334-3115 0273 420
16DZX28334-347 9621 426
17DZX29334-3289 0658 594
18DZX30334-391 4422 719
19DZX31334-3394 71011 735
20DZX32334-313 754409
21DZX33334-375 2372 237
22DZX34334-3103 0573 064
合计3 186 25894 733
预测总资源量9 136 117271 794

新窗口打开| 下载CSV


Z预=S体×H预×K×α×Ks，Z总=Z预+Z查（1）

式中：Z总为预测区总资源量；Z预为预测区预测资源量；Z查为预测区查明资源量；S体为预测区面积；H预为含矿地质体延深；Ks为含矿地质体面积系数；K为模型区含矿地质体含矿系数；α为相似系数。

相似系数（α）：最小预测区与模型区的相似程度用相似系数表达，确定原则为：①对比模型区与预测区全部预测要素的总体相似系数；②对比定量估算参数的各项相似系数。

面积系数（Ks）：模型区由矿体总面积除以矿体聚集区最小范围面积计算获得。

延深（H预）：大红柳滩一带的预测深度为186 m，509锂矿—卡拉喀锂矿一带的预测深度定为350 m。而资源潜力评价预测资源量统计按估算深度划分为500 m以浅，1 000 m以浅，2 000 m以浅，因此大红柳滩一带最小预测区锂铍预测资源量均按350 m以浅进行统计。

（2）按精度估算预测的资源量。大红柳滩一带35个花岗伟晶岩型锂铍最小预测区按精度估算的资源量结果见表6。预测Li2O资源总量为9 136 117 t、BeO资源总量为271 794 t；其中334-1级Li2O资源量为5 348 548 t，334-2级Li2O资源量为601 311 t，334-3级Li2O资源量为3 186 258 t；334-1级BeO资源量为159 183 t，334-2级BeO资源量为17 878 t，334-3级BeO资源量为94 733 t（表6）。

（3）按延深估算预测的资源量。大红柳滩一带的预测深度350 m以浅预测资源量结果分别见表7。其中，350 m以浅预测Li2O资源总量为9 136 117 t、BeO资源总量为271 794 t；其中334-1级Li2O资源量为5 348 548 t，334-2级Li2O资源量为601 311 t，334-3级Li2O资源量为3 186 258 t；334-1级BeO资源量为159 183 t，334-2级BeO资源量为17 878 t，334-3级BeO资源量为94 733 t（表7）。

（4）按类别估算预测的资源量。大红柳滩一带共圈定35个花岗伟晶岩型锂铍矿最小预测区，其中A类5个、B类8个、C类22个。A类最小预测区预测Li2O资源量为5 438 548 t、BeO资源量为159 183 t；B类最小预测区预测Li2O资源量为601 311 t、BeO资源量为17 878 t；C类最小预测区预测Li2O资源量为3 186 258 t、BeO资源量为94 733 t。大红柳滩式花岗伟晶岩型锂铍矿按类别预测资源量汇总详见表8。

（5）可信度估计。本文对35个锂等稀有金属矿最小预测区进行了可信度估计（表9），包括对每个最小预测区的面积、延深、含矿系数和预测资源量的可信度估计。主要依据和可信度取值如下：①面积可信度：既有地质建造又有矿点物化探异常，可信度为0.75；单一矿点地质建造，可信度为0.5；仅有化探异常，可信度为0.25。②延深可信度：根据最小预测区的勘探成果确定，可信度为0.9；根据预测区内含矿建造—构造的产状确定，可信度为0.5；磁法反演确定深度，可信度为0.75；化探异常剥蚀系数法，可信度为0.5；根据矿床类型最大限度深度法来确定或者预测工作区内矿床勘探深度统计确定，可信度为0.5；专家分析确定因素，可信度为0.25。③含矿系数可信度：应根据模型区的资源产状勘探情况确定。勘探程度高，对矿床深部外围资源量了解清楚，可信度为0.75；勘探程度较高，对矿床深部外围资源量及成矿地质体分布了解一般，可信度为0.5；勘探程度一般，对矿床深部外围资源量及成矿地质体分布了解较差，可信度为0.25。④估算的每个预测区资源量综合可信度，综合可信度=（深度可信度+面积可信度+含矿系数可信度）/3。

表9   大红柳滩一带最小预测区可信度统计

Table 9  Confidence level statistics of the minimum prediction area of Dahongliutan area

最小预测区编号面积可信度延深可信度含矿系数可信度资源量综合可信度
可信度依据可信度依据
DZX00.75a+b+c+e0.9矿床勘探深度统计0.50.72
DZX10.75a+b+c+e0.9矿床勘探深度统计0.50.72
DZX20.75a+b+c0.5含矿建造—构造的产状确定0.50.58
DZX30.75a+b+c0.5含矿建造—构造的产状确定0.50.58
DZX40.75a+b+c0.5含矿建造—构造的产状确定0.50.58
DZX50.75a+b+c+e0.5含矿建造—构造的产状确定0.50.58
DZX60.75a+b+c+e0.5含矿建造—构造的产状确定0.50.58
DZX70.75a+b+c+e0.9矿床勘探深度统计0.50.72
DZX80.75a+b+c+e0.75含矿建造—构造的产状确定0.50.67
DZX90.75a+b+c0.5含矿建造—构造的产状确定0.50.58
DZX100.75a+b+c+e0.9矿床勘探深度统计0.50.72
DZX110.75a+b+c0.5含矿建造—构造的产状确定0.50.58
DZX120.75a+b+c+e0.5含矿建造—构造的产状确定0.50.58
DZX130.5b+c0.25专家分析确定0.50.42
DZX140.5b+c+e0.25专家分析确定0.50.42
DZX150.5b+c+e0.25专家分析确定0.50.42
DZX160.5b+c0.25专家分析确定0.50.42
DZX170.5b+c+e0.25专家分析确定0.50.42
DZX180.5b+c0.25专家分析确定0.50.42
DZX190.25b+c0.25专家分析确定0.50.33
DZX200.25b+c0.25专家分析确定0.50.33
DZX210.25b+c+e0.25专家分析确定0.50.33
DZX220.25b+c0.25专家分析确定0.50.33
DZX230.25b+c0.25专家分析确定0.50.33
DZX240.25b+c0.25专家分析确定0.50.33
DZX250.25b0.25专家分析确定0.50.33
DZX260.25b+e0.25专家分析确定0.50.33
DZX270.15d+e0.25专家分析确定0.50.3
DZX280.1e0.25专家分析确定0.50.28
DZX290.15d+e0.25专家分析确定0.50.3
DZX300.15d+e0.25专家分析确定0.50.3
DZX310.25b+e0.25专家分析确定0.50.33
DZX320.1e0.25专家分析确定0.50.28
DZX330.15d+e0.25专家分析确定0.50.3
DZX340.1e0.25专家分析确定0.50.28

注：a为矿床（点）；b为伟晶岩脉；c为Li、Be等稀有金属元素化探异常；d为遥感解译伟晶岩脉；e为遥感异常

新窗口打开| 下载CSV


按可信度对预测的锂铍资源量进行列表统计（表10），大红柳滩一带锂铍矿预测资源量可信度≥0.25的Li2O有4 379 859 t、BeO有130 210 t；预测锂铍矿资源量可信度≥0.5的Li2O有5 949 859 t、BeO有177 025 t。

表10   大红柳滩一带最小预测区锂铍预测资源量的可信度统计

Table 10  Confidence level statistics of lithium-beryllium predicted resources in the minimum prediction area of Dahongliutan area

可信度范围预测资源量/t
Li2OBeO
0.25~0.504 379 859130 210
0.50~0.755 949 859177 025
≥0.7500

新窗口打开| 下载CSV


4 结论

建立了伟晶岩型锂铍等稀有金属矿的找矿预测模型，共圈定35个锂铍等稀有金属矿最小预测区，其中A类5处、B类8处、C类22处，预测Li2O资源总量为9 136 117 t、BeO资源总量为271 794 t，说明该区资源潜力巨大，建议对本次圈定的35个最小预测区加强系统查证工作，力争实现找矿新突破。

参考文献

王登红，王成辉，孙艳，等.

我国锂铍钽矿床调查研究进展及相关问题简述

［J］.中国地质调查，2017，4（5）：1-8.

[本文引用: 1]

Wang Denghong，Wang Chenghui，Sun Yan，et al.

New progresses and discussion on the survey and research ofLi，Be，Ta ore deposits in China

[J].Geological Survey of China，2017，4（5）：1-8.

[本文引用: 1]

许志琴，王汝成，赵中宝，等.

试论中国大陆“硬岩型”大型锂矿带的构造背景

[J].地质学报，2018，92（6）：1091-1106.

[本文引用: 1]

Xu Zhiqin，Wang Rucheng，Zhao Zhongbao，et al.

On the structural backgrounds of the large-scale“hard-rock type” lithium ore belts in China

[J].Acta Geologica Sinica，2018，92（6）：1091-1106.

[本文引用: 1]

刘丽君，王登红，刘喜方，等.

国内外锂矿主要类型、分布特点及勘查开发现状

[J].中国地质，2017，44（2）：263-278.

[本文引用: 1]

Liu Lijun，Wang Denghong，Liu Xifang，et al.

The main types，distribution features and present situation of exploration and development for domestic and foreign lithiummine

[J].Geology in China，2017，44（2）：263-278.

[本文引用: 1]

刘丽君，付小方，王登红，等.

甲基卡式稀有金属矿床的地质特征与成矿规律

[J].矿床地质，2015，34（6）：1187-1198.

[本文引用: 1]

Liu Lijun，Fu Xiaofang，Wang Denghong，et al.

Geological characteristics and metallogeny of Jiajika-Style rare metal deposts

[J].Mineral Deposits，2015，34（6）：1187-1198.

[本文引用: 1]

王登红，孙艳，刘喜方，等.

锂能源金属矿产深部探测技术方法与找矿方向

[J].中国地质调查，2018，5（1）：1-9.

[本文引用: 1]

Wang Denghong，Sun Yan，Liu Xifang，et al.

Deep exploration technology and prospecting direction for lithium energy metal

[J].Geological Survey of China，2018，5（1）：1-9.

[本文引用: 1]

王核，刘建平，李社宏，等.

西昆仑喀依孜斑岩钼矿的发现及意义

[J].大地构造与成矿学，2008，32（2）：179-184.

[本文引用: 1]

Wang He，Liu Jianping，Li Shehong，et al.

Discovery of the Kayizi porphyry molybdenum deposit in the western Kunlun，Xinjiang and its prospecting implication

[J].Geotectonica et Metallogenia，2008，32（2）：179-184.

[本文引用: 1]

王核，任广利，刘建平，等.

西昆仑喀拉果如木铜矿床地质特征及发现意义

[J].新疆地质，2010，28（4）：365-369.

[本文引用: 1]

Wang He，Ren Guangli，Liu Jianping，et al.

Discovery and characteristic of the Kalaguorumu copper deposit in west Kunlun，Xinjiang

[J].Xinjiang Geology，2010，28（4）：365-369.

[本文引用: 1]

王核，吴玉峰，刘建平，等.

西昆仑恰尔隆—大同一带斑岩铜钼矿找矿前景分析

[J].矿物学报，2011，31（增1）：845-846.

[本文引用: 1]

Wang He，Wu Yufeng，Liu Jianping，et al.

Prospecting potential of porphy copper molybdenum deposit in the Qia’erlong-Datong area，western Kunlun

[J].Acta Mineralogica Sinica，2011，31（Supp.1）：845-846.

[本文引用: 1]

王核，李沛，马华东，等.

新疆和田县白龙山超大型伟晶岩型锂铷多金属矿床的发现及其意义

[J].大地构造与成矿学，2017，41（6）：1053-1062.

[本文引用: 1]

Wang He，Li Pei，Ma Huadong，et al.

Discovery of the Bailongshan superlarge lithium-rubidium deposit in Karakorum，Hetian，Xinjiang，and its prospecting implication

[J].Geotectonica et Metallogenia，2017，41（6）：1053-1062.

[本文引用: 1]

李荣社，计文化，赵振明，等.

昆仑早古生代造山带研究进展

[J].地质通报，2007，26（4）：373-382.

[本文引用: 1]

Li Rongshe，Ji Wenhua，Zhao Zhenming，et al.

Progress in the study of the Early Paleozoic Kunlun orogenic belt

[J].Geological Bulletin of China，2007，26（4）：373-382.

[本文引用: 1]

李荣社，徐学义，计文化.

对中国西部造山带地质研究若干问题的思考

[J].地质通报，2008，27（12）：2020-2025.

[本文引用: 1]

Li Rongshe，Xu Xueyi，Ji Wenhua.

Some problems of geological study in the western China orogenic belt

[J].Geological Bulletin of China，2008，27（12）：2020-2025.

[本文引用: 1]

计文化，周辉，李荣社，等.

西昆仑新藏公路北段古—中生代多期次构造—热事件年龄确定

[J].地球科学，2007，32（5）：671-680.

[本文引用: 1]

Ji Wenhua，Zhou Hui，Li Rongshe，et al.

The deformation age of Palaeozoic-Mesozoic Tectonic along north Xin-Zang Road in west Kunlun

[J].Earth Science—Journal of China University of Geosciences，2007，32（5）：671-680.

[本文引用: 1]

肖文交，侯泉林，李继亮，等.

西昆仑大地构造相解剖及其多岛增生过程

[J].中国科学（D辑），2000，30（增1）：22-28.

[本文引用: 1]

Xiao Wenjiao，Hou Quanlin，Li Jiliang，et al.

The anatomy on the tectonic facies and the accretional process of the multi-islands in western Kunlun

[J].Science in China（Series D），2000，30（Supp.1）：22-28.

[本文引用: 1]

董连慧，冯京，刘德权，等.

新疆成矿单元划分方案研究

[J].新疆地质，2010，28（1）：1-15.

[本文引用: 1]

Dong Lianhui，Feng Jing，Liu Dequan，et al.

Research for classification of metallogenic unit of Xinjiang

[J].Xinjiang Geology，2010，28（1）：1-15.

[本文引用: 1]

潘裕生，王毅，Matte P H，等.

青藏高原叶城—狮泉河路线地质特征及区域构造演化

[J].地质学报，1994，68（4）：295-307.

[本文引用: 1]

Pan Yusheng，Wang Yi，Matte P H，et al.

Tectonic evolution along the geotraverse from Yecheng to Shiquanhe

[J].Acta Geologica Sinica，1994，68（4）：295-307.

[本文引用: 1]

冯昌荣，何立东，郝延海，等.

新疆塔什库尔干县一带铁多金属矿床成矿地质特征及找矿潜力分析

[J].大地构造与成矿学，2012，36（1）：102-110.

[本文引用: 1]

Feng Changrong，He Lidong，Hao Yanhai，et al.

Features and potential analysis of the iron polymentallic deposits in the Taxkorgan area，Xinjiang

[J].Geotectonica et Metallogenia，2012，36（1）：102-110.

[本文引用: 1]

陈登辉，伍跃中，李文明，等.

西昆仑塔什库尔干地区磁铁矿矿床特征及其成因

[J].大地构造与成矿学，2013，37（4）：671-684.

[本文引用: 1]

Chen Denghui，Wu Yuezhong，Li Wenming，et al.

Geological characteristics and genesis of the iron deposits in the Taxkorgan area，west Kunlun

[J].Geotectonica et Metallogenia，2013，37（4）：671-684.

[本文引用: 1]

魏小鹏，王核，胡军，等.

西昆仑大红柳滩二云母花岗岩地球化学和地质年代学研究及其地质意义

[J].地球化学，2017，46（1）：66-80.

[本文引用: 1]

Wei Xiaopeng，Wang He，Hu Jun，et al.

Geochemistry and geochronology of the Dahongliutan two-mica granite pluton in western Kunlun orogen：Geotectonic implications

[J].Geochimca，2017，46（1）：66-80.

[本文引用: 1]

吴玉峰，王核，黄朝阳，等.

新疆喀喇昆仑喀拉果如木铜矿成矿岩体地球化学和锆石年代学

[J].岩石学报，2013，29（1）：205-216.

[本文引用: 1]

Wu Yufeng，Wang He，Huang Chaoyang，et al.

Geochemistry and geochronology of the Kalaguorumu porphyry Cu-mineralized intrusions，Karakorum Mountains，Xinjiang

[J].Acta Petrologica Sinica，2013，29（1）：205-216.

[本文引用: 1]

董连慧，徐兴旺，范廷宾，等.

喀喇昆仑火烧云超大型喷流—沉积成因碳酸盐型Pb-Zn矿的发现及区域成矿学意义

[J].新疆地质，2015，33（1）：41-50.

[本文引用: 1]

Dong Lianhui，Xu Xingwang，Fan Tingbin，et al.

Discovery of the Huoshaoyun super-large exhalative-sedimentary carbonate lead-zinc deposit in the western Kunlun area and its great significance for regional metallogeny

[J].Xinjiang Geology，2015，33（1）：41-50.

[本文引用: 1]

燕洲泉，王怀涛，李元茂，等.

西昆仑大红柳滩一带伟晶岩型锂铍矿产资源潜力评价

[J].甘肃地质，2018，27（3/4）：42-48.

[本文引用: 1]

Yan Zhouquan，Wang Huaitao，Li Yuanmao，et al.

The potential evaluation of pegmatite-type lithium-beryllium mineral resources in Dahongliutan，west Kunlun

[J].Gansu Geology，2018，27（3/4）：42-48.

[本文引用: 1]

新疆东力矿业投资有限公司.

新疆和田县阿克塔斯稀有金属矿勘探报告

[R].和田：新疆东力矿业投资有限公司，2015.

[本文引用: 2]

Xinjiang Dongli Mining Investment Co.，Ltd.

Exploration report of Aktas rare metal deposits in Hotan County

[R].Hotan:Xinjiang Dongli Mining Investment Co.，Ltd.，2015.

[本文引用: 2]

中国冶金地质总局新疆地质勘查院.

新疆和田地区康西瓦—大红柳滩地区矿产地质调查报告

[J].乌鲁木齐：中国冶金地质总局新疆地质勘查院，2015.

[本文引用: 4]

Xinjiang Geological Exploration Institute of China Metallurgical Geology Bureau.

Mineral geological survey report in Kangxiwa-Dahongliutan Hotan County

[J].Urumqi:Xinjiang Geological Exploration Institute of China Metallurgical Geology Bureau，2015.

[本文引用: 4]

肖克炎，程松林，娄德波，等.

区域矿产定量评价的矿床综合信息评价模型

[J].地质通报，2010，29（10）：1430-1444.

[本文引用: 1]

Xiao Keyan，Cheng Songlin，Lou Debo，et al.

Integrated information evaluation model for regional mineral resources quantitative assessment

[J].Geological Bulletin of China，2010，29（10）：1430-1444.

[本文引用: 1]

叶天竺，肖克炎，严光生.

矿床模型综合地质信息预测技术研究

[J].地学前缘，2007，14（5）：11-19.

[本文引用: 1]

Ye Tianzhu，Xiao Keyan，Yan Guangsheng.

Methodology of deposit modeling and mineral resource potential assessment using integrated geological information

[J].Earth Science Frontiers，2007，14（5）：11-19.

[本文引用: 1]

肖克炎，张晓华，李景朝，等.

全国重要矿产总量预测方法

[J].地学前缘，2007，14（5）：20-26.

[本文引用: 1]

Xiao Keyan，Zhang Xiaohua，Li Jingchao，et al.

Quantitative assessment method for national important mineral resources prognosis

[J].Earth Science Frontiers，2007，14（5）：20-26.

[本文引用: 1]

刘芳，艾宁.

含矿地质体体积法在宁夏六盘山地区铅锌矿资源潜力评价中的应用

[J].宁夏工程技术，2016，15（4）：300-303.

[本文引用: 1]

Liu Fang，Ai Ning.

Metallogenic geologic body volume method applied in lead-zinc resource appraisal of Liupanshan region，Ningxia

[J].Ningxia Engineering Technology，2016，15（4）：300-303.

[本文引用: 1]

黄传冠，刘春根，丁少辉，等.

含矿地质体体积法在江西德兴地区铜矿资源潜力评价中的应用

[J].吉林大学学报（地球科学板），2013，43（4）：1143-1150.

[本文引用: 1]

Huang Chuanguan，Liu Chungen，Ding Shaohui，et al.

Metallgenic geologic body volume method applied in copper resource appraisal of Dexing area，Jiangxi Province，China

[J].Journal of Jilin University（Earth Science Edition），2013，43（4）：1143-1150.

[本文引用: 1]

/

〈 〉

©2018 黄金科学技术编辑部

电话：0931-8277791　

E-mail: hjkx@lzb.ac.cn 邮编：730000　

陇ICP备17001318号-1    甘公网安备 62010202000672号
访问总数:    当日访问:    当前在线: