数据驱动下的流体包裹体分析：南岭石英脉型钨矿床成矿流体研究

摘要

流体包裹体研究能够获取成矿流体的温度、盐度、密度、压力及成分等重要信息，是揭示成矿过程与矿床成因机理不可或缺的手段。以往该研究多集中于少数典型矿床，数据规模有限，分析方法相对简单，制约了深层次信息的提取与解读。南岭成矿带广泛发育中生代石英脉型钨矿床，是研究成矿流体大尺度演化的理想区域。本文系统构建了南岭地区石英脉型钨矿床的原生流体包裹体大数据集，基于数据驱动方法，对流体包裹体信息进行深入挖掘。本研究通过Wasserstein距离衡量不同矿集区测温数据的相似性，并结合N-S分形分析及高斯混合模型聚类划分流体演化阶段。研究结果表明：南岭石英脉型钨矿床具有多阶段成矿特征，含矿石英脉中流体包裹体以富液两相包裹体为主，液相成分以H₂O占主导，均一温度介于109.6～397.1℃,盐度变化范围为0.18%～20.75%NaCl_eq（质量分数）;基于Wasserstein距离可将南岭石英脉型钨矿床划分为四类，四类矿床展示了南岭石英脉型钨矿床成矿流体的四种演化路径；N-S分形模型与GMM聚类的贝叶斯信息准则变化趋势共同表明各矿集区的成矿热液活动并非连续渐变，而是具有显著的多阶段性特征。不同尺度的流体演化过程在局部矿集区内表现出明显的自相似性，印证了在宏观区域尺度上深部流体演化的内在物理化学规律具有高度的一致性。通过数学地质模型与大数据分析，本研究克服了以往单一矿床研究的局限，尝试为成矿热液相似性度量和流体多阶段特征识别提供一种定量化的视角。

关键词

流体包裹体 / 钨矿床 / 数据驱动 / 大数据挖掘 / 南岭成矿带