近日，明升中国app院广州地球明升手机研究所博士生曹根深在研究员陈华勇的指导下，在国家自然app基金和科技部重点研发项目等项目的资助下，研究发现磷灰石微量元素对于造山型金矿床的勘查指示意义。相关成果发表于《地球明升手机，地球物理学，地球系统》（Geochemistry，Geophysics，Geosystems）。

造山型金矿床是指形成于汇聚板块边界、在时间和空间上与增生造山或碰撞造山密切相关的、常受韧-脆性断裂控制，主要呈脉状和弥散状矿化的金矿床系列，为全球提供了30%以上的金资源量。近年来，越来越多的研究发现造山型金矿床中磷灰石与金矿化有着密切联系，然而有关磷灰石是如何形成以及磷灰石的微量元素含量受控于何种因素，目前还缺乏深入的研究，磷灰石能否发展为勘查指示矿物还需要进一步的研究。

针对上述app问题，研究人员从已发表的文献中汇编了566组造山型金矿床磷灰石的微量元素数据，通过传统统计分析以及分层聚类法、随机森林和深层神经网络等机器学习方法，分析了磷灰石微量元素对于造山型金矿化的识别能力，并通过Shapley分析揭示了磷灰石中各种微量元素对于机器学习模型的贡献度。

据介绍，该研究取得五点认知：一是造山型金矿床磷灰石在石英脉和蚀变带中均有产出，且两种类型磷灰石的稀土配分模式存在明显差异，石英脉型以亏损轻稀土元素为主要特征，而蚀变带型则表现出明显的负Eu异常；二是利用分层聚类对中心对数比转化后的磷灰石微量元素进行分析，将造山型金矿床磷灰石以4种元素组合分为成5类，分类结果与实际情况基本吻合；三是随机森林和深度学习网络能够有效地识别出石英脉和蚀变带中与金矿化相关的磷灰石，表明磷灰石具有发展为勘查指示矿物的潜力，特征值分析结果显示微量元素Pb对于模型的贡献度最高，其次为As、U、Eu、Fe、Mn等变价元素；四是Pb的高贡献度可能为Au是以Pb-(Bi)-Au熔体的形式运移，Pb在磷灰石中的含量同时受到熔体中Pb的含量、流体氧逸度以及硫逸度共同控制，从而表现出对模型较高的贡献度；五是通过线性判别分析给出新的磷灰石微量元素判别图解，用于判别造山型金矿床石英脉和蚀变带的含矿性。

相关论文信息：http://doi.org/10.1029/2024GC011574