基于深度学习的花岗伟晶岩型锂铍矿物识别研究

虽然遥感技术在大宗型金属矿产资源勘查方面取得了非常卓越的成效,但将其应用于稀有金属矿物提取的成果较少,尤其是对硬岩型锂铍矿物识别,主要受光谱分辨率、含矿岩体与围岩物性差异小、锂铍矿物光谱区分差异小等因素限制。为此,本研究通过野外采集含锂铍矿物伟晶岩和围岩样品并测量其光谱数据,使用光谱增强技术凸显光谱特征,对比分析特征吸收参数相似度模型和深度神经网络模型对矿物识别精度的影响。结果表明:(1)结合包络线去除和混合高斯模型提取的光谱吸收特征参数更简洁且具有更强的地质内涵;(2)光谱增强技术可提高模型识别精度,对比原始光谱,基于对数一阶导数光谱构建的模型的总体精度提高了0.05;(3)从总体精度看,深度卷积神经网络(总体精度=0.78)比浅层网络模型(反向传播模型总体精度=0.55和极限学习机模型总体精度=0.73)能够取得更好的效果。因此,结合高光谱技术和深度学习能够有效快速地识别花岗伟晶岩型矿物,为航空-航天成像高光谱影像直接提取锂铍矿物提供科学依据。

花岗质岩浆‒热液过渡阶段成矿响应及其岩石学记录

开展铜、锂和铍等关键金属的迁移富集机制与规律研究对于理解斑岩型和伟晶岩型矿床的成因具有重要意义。目前,大多数研究集中在岩浆形成到热液析出的“两端”演化过程,而岩石的后期热液蚀变是流体活动最活跃的时期,会强烈改造前期的成矿过程,导致难以识别岩浆向热液转换阶段的成矿流体演化特征。近来,研究发现花岗质岩浆在岩浆‒热液过渡阶段存在熔体与热液流体共生的岩石学记录:斑岩型矿床成矿体系中保存的含矿岩墙/脉、富铜钼的“岩浆‒流体”囊状体、“羽丝状”含矿细晶岩脉群、蠕虫状石英斑晶中保留的熔体‒流体包裹体;伟晶岩型矿床成矿体系中保存的单向固结的石英脉和细晶岩、晶洞构造和文象结构等。这些岩石学证据有效记录了成矿流体从岩浆到热液演化过程中同源固相与流体相之间的平衡控制过程,以及成矿元素的溶解和富集行为:(1)岩浆‒热液过渡阶段形成的“羽丝状”含铜细晶岩脉群,表明在较高的温度(523~613)℃条件下,熔体和流体存在相分离;(2)岩浆‒热液过渡阶段形成的熔流体混合相是亲铜元素由岩浆迁移进入热液的保障,可能代表了运移成矿元素介质的性质;(3)在岩浆‒热液过渡阶段,晶洞中石英的阴极发光(CL)图像揭示了多期环带结构,不同环带的O同位素均显示来源于岩浆阶段,可能与同一岩浆房中存在成矿流体多次出溶相关;(4)岩浆‒热液过渡阶段分离出的碱性金属元素/挥发性组分(如H2O、F、B和Cl)进一步促进了伟晶岩型矿床中Li、Be等成矿金属的富集和迁移;(5)岩浆‒热液过渡阶段形成的特殊含矿结构(如文象结构)是伟晶岩型Be矿床的有效找矿标志。在岩浆‒热液过渡阶段形成的岩石学证据虽然受到后续热液的强烈改造,但是仍能保存部分重要的成矿学信息,剖析该阶段成矿作用有助于了解花岗质成矿岩浆完整的岩浆‒热液流体的演化过程。