《Journal of Geochemical Exploration》：Mapping a mineralization system using a customized balance-coordinate framework: Orogenic gold systems in Central Lapland, Finland
编辑推荐：
过程驱动坐标将地质概念转化为可解释的平衡。基于顺序二元分割(SBP)的平衡坐标能够分离岩性与矿化信号。稳健主成分分析(RPCA)可识别旧数据集中的构造趋势与隐蔽的造山型金矿足迹。基于定制平衡的K均值聚类可划分连贯的矿化地球化学域。综合分析区分了独立金型与金属富
过程驱动坐标将地质概念转化为可解释的平衡。基于顺序二元分割(SBP)的平衡坐标能够分离岩性与矿化信号。稳健主成分分析(RPCA)可识别旧数据集中的构造趋势与隐蔽的造山型金矿足迹。基于定制平衡的K均值聚类可划分连贯的矿化地球化学域。综合分析区分了独立金型与金属富集型造山型金矿系统。
研究背景与目标
地球化学勘查是矿产勘探中成本低且有效的工具，尤其在被第四纪沉积覆盖的前寒武纪克拉通地区，冰碛物可保留近原位矿化信息。然而，地球化学数据具有成分数据属性，即各组分总和为常数而产生的闭合效应，会引入虚假相关，违背常规统计方法假设。同时，许多元素在多种地质过程中具有多重角色，例如Fe、Mg既可反映基性—超基性岩性，也可代表热液蚀变或硫化物矿化；Au本身可能受块金效应、稀释或冰川搬运干扰。在旧数据集中，关键指示元素(如As、Sb、W、S)常缺失，进一步加大弱矿化信号提取难度。现有对数比值方法中，加和对数比值(alr)依赖分母选择，中心化对数比值(clr)存在协方差矩阵奇异问题，默认等距对数比值(ilr)坐标缺乏地质解释性。虽然知识驱动的顺序二元分割(SBP)和成分平衡分析(CoBA)已取得进展，但多数研究仍采用简单浅层划分，难以完整刻画矿化—蚀变—赋矿围岩的系统结构，且其性能在元素受限条件下未被充分验证。为此，研究人员提出一种基于定制SBP的ilr变换工作流，将造山型金矿系统概念转化为统计上有效的正交平衡坐标，并结合稳健主成分分析(RPCA)和K均值聚类，应用于芬兰中拉普兰带(CLB)的区域冰碛物地球化学数据，以从缺少关键指示元素的旧数据集中提取可靠的金矿化信息。这项研究成果发表于《Journal of Geochemical Exploration》。
关键技术与方法
研究采用的主要技术方法包括：①基于成分数据(CoDA)原理，依据造山型金矿系统知识对21个元素进行层次化分类，构建定制SBP矩阵，将原始成分数据转换为20个地质可解释的ilr正交平衡坐标；②对10个关键成矿平衡坐标应用对异常值稳健的RPCA，通过主成分载荷识别矿化相关的地球化学过程，并用反距离加权插值生成异常图；③对所有定制平衡坐标执行K均值聚类，利用肘部法、平均轮廓宽度和Gap统计量确定最佳簇数；④采用浓度—面积(C–A)分形模型对RPCA矿化主成分得分划分异常阈值。样本队列来自芬兰地质调查局(GTK)1982—1994年采集的国家级区域冰碛物数据，研究区面积8100 km2，共1836件样品；高度删失元素Th、Pd、K、Zr被剔除，Au和Te的删失值以检出限替换，其余左删失值采用对数比值数据增广(lr-DA)算法插补。
研究结果
定制平衡坐标的地质解释
20个正交平衡坐标被设计为反映特定成矿过程。其中Bal 1代表矿化—蚀变元素组与区域背景岩性组的总体对比；Bal 2将Au、Te、Co、Cu等指示元素与Fe、Ca、Ba等蚀变元素分开，其高值区与所有已知造山型金矿床对应，表明它比系统尺度总平衡具有更强的找矿指示能力；Bal 5用于分离粗粒自由金信号，但在缺少关键指示元素时易受污染和块金效应干扰。定制平衡坐标成功再现了Kittil?、Ikkari、Pahtavaara等矿床的已知元素组合，并将矿化信号与Mg、Cr、Ni主导的超基性岩背景分离开。
基于关键平衡的RPCA
对选定的10个定制平衡坐标执行RPCA后，共获得5个特征值大于1的主成分，累计解释83%方差。PC1约占总方差28%，综合了矿化、蚀变和有利赋矿围岩信号，空间上与Kittil?、Pahtavaara、Ikkari等矿床及主要剪切带高度吻合，并圈定了中部、北部和东部多个新远景区；PC3代表与基性岩有关的碳酸盐蚀变，沿Kiistala剪切带和Sirkka剪切带西段清晰分布，精准指向Kittil?式靶区；PC4对应以Pahtavaara为代表的超基性岩容矿、自由粗粒金、弱硫化物和弱碲化物矿化；PC2主要反映块金效应或污染造成的噪声；PC5揭示了Te与Au—硫化物组合解耦的次生风化富集信号。对比分析表明，原始数据、clr和默认ilr变换均未能完整识别已知矿床，而定制平衡坐标与RPCA结合显著提高了矿化信息的分辨能力。
K均值聚类
K均值聚类在定制平衡坐标空间中将1836件样品划分为10个地质上连贯的簇。肘部法、平均轮廓宽度和Gap统计量共同支持高分辨率划分。其中四个矿化簇与已知矿床和RPCA高异常区良好对应：红色簇对应赋存于基性火山岩、受Kiistala剪切带控制的Kittil?式难熔Au矿化；暗绿色簇对应受Sirkka剪切带控制的Ikkari式自由Au矿化；暗紫色簇对应超基性岩容矿的Pahtavaara式粗粒自由Au矿化；粉色簇对应中部条带状铁建造(BIF)相关的金属富集型矿化。相比之下，原始数据聚类缺乏地质一致性，clr和默认ilr聚类仅能区分区域岩性背景，无法识别矿化异常。
RPCA与K均值联合解释
RPCA提供连续的矿化地球化学梯度，K均值则将这些梯度转化为空间上离散的矿化域。PC1正异常与四个矿化簇的空间重合证明这些簇并非统计假象，而是同一造山型金矿系统在不同容矿岩性和蚀变背景下的表现形式。RPCA—K均值双标图进一步显示：Pahtavaara簇沿Bal 5、Bal 9、Bal 11、Bal 12及PC4方向分布，体现超基性岩容矿和Au-only特征；中央簇沿Bal 3、Bal 4、Bal 18、Bal 20方向分离，反映BIF容矿的金属富集型矿化；Kittil?与Ikkari簇共享部分造山型金矿信号，但可通过碳酸盐、Te和Co等载荷差异区分。PC3和PC4轴能进一步将难熔细粒Au、自由粗粒Au以及不同碳酸盐蚀变类型分开。最终，研究人员用C–A分形模型对PC1划分五级异常，并与主要断裂和矿化簇叠加，建立了多准则找矿靶区框架，证明即使在每2—4 km一件样品的稀疏采样条件下仍可圈定隐伏金矿化潜力区。
讨论与结论
讨论指出，该框架的主要优势在于将矿化、蚀变和岩性控制因素置于同一正交平衡体系中，降低了高方差造岩元素对弱矿化信号的掩盖作用，并在缺少As、Bi、Sb等关键指示元素时仍能区分Au-only型、难熔型与金属富集型造山型金矿。其局限性在于SBP的正交结构限制了对各元素地质角色的最优化配置；每个元素只能出现在一个分组中，当关键元素缺失时，个别平衡可能对目标过程的代表性不足，因此需要借助RPCA和K均值等多元方法整合信息。此外，针对不同矿化类型或不同地区需要重新设计SBP架构，未来可进一步应用于斑岩型、Ni—Cu—PGE、浅成低温热液型及VMS矿床。
研究结论可概括为：基于定制SBP构建的ilr变换为从老旧、元素受限数据集中提取复杂矿化信号提供了有效方案；将地质可解释的平衡与RPCA和K均值结合，使异常检测升级为矿化类型区分；RPCA识别出五个过程驱动主成分，K均值将连续地球化学向量转化为四个空间连贯的矿化域，两者的收敛有效分离了矿化信号与背景噪声及次生风化影响；与原始数据、clr和默认ilr方法相比，定制平衡坐标工作流在元素受限条件下产生了更可解释、更具勘探意义的结果，为重新评估旧地球化学数据、减少昂贵的新采样依赖以及拓展过程驱动找矿提供了稳健且成本高效的框架。
