华南和喜马拉雅高分异花岗岩地球化学特征对比分析学术报告

作者与发表信息
本文由张睿泽与左仁广合作完成，两人均来自中国地质大学（武汉）地质过程与成矿预测全国重点实验室。研究发表于《岩石学报》（Acta Petrologica Sinica）2025年第41卷第4期，页码1424-1441，DOI编号10.¹⁸⁶⁵⁴⁄₁₀₀₀-0569/2025.04.16。

学术背景
高分异花岗岩（highly fractionated granites）是经历显著岩浆结晶分异作用的产物，以高硅、高碱、低镁铁为特征，常与铌（Nb）、钽（Ta）、钨（Sn）等战略性稀有金属成矿密切相关。华南与喜马拉雅是中国高分异花岗岩分布最广的区域，但两者在成因、分异机制及成矿专属性上存在差异。前人研究多聚焦单一区域，缺乏系统性对比。本研究旨在通过数据驱动方法，揭示两地花岗岩的地球化学差异，为区域成矿动力学背景和找矿勘查提供理论依据。

研究流程与方法
1. 数据收集与筛选
- 研究整合了国内外文献及GEOROC数据库中华南（2500条）和喜马拉雅（1744条）花岗岩的地球化学数据，涵盖主量元素（如SiO₂、Al₂O₃）、微量元素（如Nb、Ta、Zr）及同位素（如⁸⁷Sr/⁸⁶Sr）。
- 采用三种划分标准筛选高分异花岗岩：
（1）Sr-Yb指标：华南（Sr<100×10⁻⁶，Yb>1.5×10⁻⁶）与喜马拉雅（Sr<400×10⁻⁶，Yb<2×10⁻⁶）； （2）**Nb/Ta与Zr/Hf比值**：Nb/Ta<17且Zr/Hf<38； （3）**Rb-Ba-Sr三元图解**：Rb/(Rb+Ba+Sr)>0.35。
- 最终构建包含华南824条、喜马拉雅344条数据的高分异花岗岩数据集。

1. 数据分析与模型构建
   
   • 主微量元素对比：通过箱线图和中位数分析两地元素差异。例如，华南的Zr、Hf、Th、Nb含量显著高于喜马拉雅，而Al₂O₃、Na₂O、Li等较低。
     
   • 稀土元素配分模式：标准化图表显示两地均亏损Ba、Sr、Eu、Ti，富集U、Ta、Pb，但华南稀土总量更高。
     
   • 机器学习分类：基于随机森林算法（random forest）建立判别模型，筛选出Zr、Hf、Al₂O₃、Th、Nb为关键区分元素，并发现比值指标（如(Hf+Th+Nb)/Zr）对分类贡献显著。

主要结果
1. 地球化学差异
- 主量元素：华南花岗岩SiO₂中位数（76.0 wt%）高于喜马拉雅（73.7 wt%），而Al₂O₃（12.7 wt% vs. 14.8 wt%）和Na₂O（3.33 wt% vs. 4.07 wt%）较低，反映华南更强烈的分异程度。
- 微量元素：华南的Nb（29.4×10⁻⁶）、Ta（6.09×10⁻⁶）含量远超喜马拉雅（10.2×10⁻⁶、1.85×10⁻⁶），指示其更富集成矿元素。
- 成因机制：华南高分异花岗岩以静态“晶粥体”热驱动分异为主，喜马拉雅则受构造驱动的流动分异影响，导致矿物分离结晶过程差异。

1. 模型验证与成矿意义
   
   • 随机森林模型准确率达89%，证实元素比值（如(Hf+Nb)/Zr）可有效区分两地花岗岩。
     
   • 华南高分异花岗岩与钨锡矿床（如江西西华山）关联紧密，喜马拉雅则以铍-铌-钽（Be-Nb-Ta）组合（如错那洞矿床）为主，差异源于分异过程中矿物结晶序列不同。

结论与价值
1. 科学价值
- 首次系统对比华南与喜马拉雅高分异花岗岩的地球化学特征，揭示两地分异机制与成矿专属性的内在联系。
- 提出Zr、Hf、Nb等元素及其比值可作为区域花岗岩分类的定量指标，补充了传统定性分类的不足。

1. 应用价值
   
   • 为华南钨锡矿和喜马拉雅稀有金属矿的勘探提供理论指导，例如通过元素组合预测靶区。
     
   • 数据驱动方法（如机器学习）为花岗岩研究提供了可复用的分析框架。

研究亮点
1. 方法创新：结合地球化学统计与机器学习，建立高分异花岗岩的定量判别模型。
2. 发现新颖：揭示两地花岗岩差异受控于分异动力学机制（热驱动vs.构造驱动），深化了对岩浆演化-成矿关联的理解。
3. 数据规模：整合超4000条数据，为同类研究中样本量最大之一。

其他有价值内容
研究还指出，华南高分异花岗岩的稀土四分组效应更显著，可能与高温环境下熔体-流体相互作用有关，这一现象值得未来实验模拟验证。此外，喜马拉雅淡色花岗岩的硼（B）含量异常高（中位数21.3×10⁻⁶），可能与其原岩（变泥质岩）的白云母脱水熔融成因相关。