Primary Dataset of 1∶50 000 Stream Sediment Survey of Hunjiang City Map-sheet, Jilin Province
-
摘要:
吉林省浑江市幅1∶50 000水系沉积物测量共采集1961件水系沉积物样品, 采样粒级为–10目~+80目, 平均采样密度为5.1个/km2。采用发射光谱法(AES)、泡沫塑料吸附石墨炉原子吸收分光光谱法(GFAAS)、原子荧光法(AFS)及等离子体质谱法(ICP–MS)分析了Au、Ag、Cu、Pb、Zn、As、Sb、Bi、Hg、W、Sn、Mo、Cd、Co、Cr、Ni 等16种元素, 形成吉林省1∶50 000浑江市幅水系沉积物测量原始数据集。数据集包含有1961件样品以及其16元素的原始数据表1个(Excel), MapGIS格式图集1套(含有1张矿产地质图、1张采样点位图、16张单元素地球化学图、16张单元素异常图)。通过本数据集新发现单元素地球化学异常403处, 综合异常24处, 结合地质、物探、化探、遥感及已有成矿线索圈定金矿找矿靶区3处、铜及多金属找矿靶区2处。本文数据集为该区域提供了一套基础性的数据资源, 为基础地质及其他领域应用提供基础地球化学依据。
Abstract:During the 1∶50 000 stream sediment survey of Hunjiang City map-sheet, Jilin Province, a total of 1961 samples of stream sediments were collected, with the sample grain size ranging from –10 meshes to +80 meshes and average sampling density of 5.1 samples per km2. Sixteen elements, namely Au, Ag, Cu, Pb, Zn, As, Sb, Bi, Hg, W, Sn, Mo, Cd, Co, Cr and Ni, were analyzed using the techniques of atomic emission spectrometry (AES), adsorption of foam plastic by graphite furnace atomic absorption spectrometry (GFAAS), atomic fluorescence spectroscopy (AFS), and inductively coupled plasma mass spectrometry (ICP-MS), forming the primary dataset of 1∶50 000 stream sediment survey of Hunjiang City map-sheet, Jilin Province (also referred to as the Dataset). The Dataset consists of one primary data table in Excel and a set of atlas in MapGIS format. The former is comprised of the primary analysis data of 16 elements for 1961 samples, and the later includes one mineral geological map, one sampling point bitmap, 16 single-element geochemical maps, and 16 single-element anomaly maps. On the basis of the Dataset, 403 single-element geochemical anomalies and 24 integrated anomalies were newly discovered. Meanwhile, three prospecting target areas of gold deposits and two of copper and polymetallic deposits were delineated based on the geological survey, geophysical and geochemical exploration, remote sensing data and existing metallogenic clues. The Dataset provides fundamental data for the map-sheet area and serves as a geochemical basis for geological research and applications in other fields.
-
Keywords:
- geochemical data /
- stream sediment survey /
- dataset /
- mineral survey engineering /
- Hunjiang City /
- Jilin Province
-
1. 引 言
土壤是支撑国家粮食安全与生态文明建设的重要战略资源，是农业之本。随着经济社会高速发展，污染物排放激增，不断损害土壤生态环境，导致土壤污染问题越发突出（马正虎等，2022），在土壤污染的众多来源中，重金属污染高居首位。近年来，由于土壤重金属污染造成的儿童血铅中毒事件、农作物镉超标等事件接连发生（黄勇等，2022），给生态环境和食品安全带来了严重的威胁，因此，土壤重金属污染引起国内外学者的广泛关注（于锐等，2017；刘同等，2022），查明土壤重金属污染并探寻其污染源成为研究热点（Xiao et al., 2010; 吕建树等，2012）。
土壤中重金属元素来源复杂，往往是多种成因来源和作用途径叠加综合的结果（王中阳等，2018）。一般情况下，土壤中重金属元素不仅受到风化和淋滤作用的影响，同时叠加了人为活动的影响（张宪依等，2020），大致可分为自然源、人为源和复合源三大类（严洪泽等，2018；黄勇等，2022；刘同等，2022；尹德超等，2022）。成土母质是土壤形成的物质基础，土壤对成土母质地球化学特征具有很强的“继承”性（唐将等，2005）。而农业生产、矿业开采、工业生产、交通排放、污水灌溉等多种多样的人为活动，是土壤重金属的重要来源。众多学者针对重金属来源，对重金属空间分布特征、迁移特征及评价重金属毒性生态风险等进行了大量研究（宁增平等，2017; Yang et al.，2018; Sun et al.，2019; Tume et al，2019），为指导土壤污染定性源识别和定量源解析提供了大量的研究信息（林燕萍等，2011），从而为土壤保护和指导政策制定及落实提供科学支撑（Yuan et al.，2013; Wang et al.，2019）。
北镇特色农业区位于下辽河平原西部，是辽宁省粮食、花生、葡萄、蔬菜生产基地，但由于长期的粗放型传统经济发展模式，高强度的种养殖业生产和自然资源的消耗，生态环境受到了不同程度的污染和破坏。此前较少的样品尚不能很好地刻画研究区土壤重金属元素地球化学特征和生态风险影响情况，土壤重金属来源分析研究工作不足，亟需在研究区开展全面系统的调查研究，查明重金属地球化学特征、分布规律及潜在生态风险。
本次开展了研究区表层土壤环境质量全面调查，取样密度、调查精度远高于过往，系统查明了8种土壤重金属元素的地球化学特征。并采用多种方法开展土壤环境质量及生态风险评价，确定土壤重金属的潜在来源，以期为研究区土壤重金属污染防治、生态环境保护与修复提供参考。
2. 研究区概况
研究区北镇市位于辽宁西部东端，医巫闾山东麓，东距沈阳200 km，西南距锦州120 km，行政区划包括沟帮子街道、正安镇、大屯乡等13个乡镇（区），面积约1121 km2。坐标范围： 121°33′~122°12′E， 41°19′~41°48′N。地势由西北向东南自然倾斜，中部为平原，西南部为洼地（图1）。中部平原地势平坦，土质肥沃，是粮、油棉产区，正建设优质粮食、出口花生、葡萄、蔬菜四大基地，形成了独具特色的农业化基地，被辽宁省确定为“北镇模式”。
![]()
图 1 研究区地貌类型及采样点分布图Figure 1. Geomorphic types and sampling point distribution of the study area研究区西部为林业分布区，山间盆地和山间河流阶地种植玉米，同时又是矿业及果木种植区。中部平原区是辽宁省的主要农业生产区，西北部种植有较多的杂粮，北部风沙土区有大片的花生，中部平原区种植大面积的玉米并间种大豆。中、南部辽河两岸低洼平原和下辽河平原种植大面积水稻。从地域上看土壤中元素含量状况与西部和北部低山丘陵区的基岩有密切的联系，物质主要来源于北部低山丘陵和西部山区（李秋燕等，2021）。西北部丘陵山区分布前第四纪地层，以鞍山群及侏罗世侵入岩为主，山前倾斜平原的后缘局部出露元古界高于庄组、大洪峪组、串岭沟组；白垩系零星分布于东北部。区内第四系沉积物发育，层位齐全，成因类型较复杂。综观全区，第四纪沉积物的形成与分布、岩性特征等，受新构造运动、地貌条件、基底构造、物质来源以及沉积环境等因素控制，具有较明显的变化规律（赵岩等，2021）。自新生代以来，研究区受新构造运动的控制，西北部缓慢上升，遭受风化剥蚀，东南部缓慢下降接受沉积。地势分带性明显，西北高东南低，由西北部的低山丘陵至中部的山前倾斜平原到南部的冲洪积平原。
研究区属温带半湿润季风大陆性气候，四季分明，年平均气温 8.2℃，年平均降水量604.8 mm。研究区以农业用地为主，农用地面积达到802.7 km2，占整个调查区土地面积的80.27%；其次为村庄用地，占9.59%。从1:100万土壤图看，工作区土壤类型包括草甸土、棕壤、红黏土等，以草甸土为主。
3. 研究方法
3.1 样品采集及测试
综合土地利用现状、土壤类型和地质条件，按照《土壤环境质量 农用地土壤污染风险管控标准》（GB 15618—2018）和《土地质量地球化学评价规范》（DZ/T 0295—2016）采样要求，能够代表采样单元格土壤性质为原则，采样密度为4个点/km2，采样深度 0~20 cm，共采集土壤样品 4033件。样品经晾晒风干、碾碎后过10目的尼龙筛。
土壤重金属样品由辽宁省地质矿产研究院实验室分析测定完成，项目包括砷（As）、镉（Cd）、铬（Cr）、铜（Cu）、汞（Hg）、铅（Pb）、镍（Ni）、锌（Zn）和pH等 9 项。测试过程执行《地质矿产实验室测试质量管理规范》（DZ/T0130.1—2006），采取实验室内部检查、密码抽查、外部检查等手段，严格监控分析测试准确度、精密度，重复性检验样品合格率均高于90%，各项质量指标均符合规范要求，分析数据质量可靠。
3.2 评价方法
3.2.1 环境质量评价
环境质量评价参照《土壤环境质量 农用地土壤污染风险管控标准》（GB 15618—2018）和《土地质量地球化学评价规范》（DZ/T 0295—2016）。GB 15618 规定了农用地土壤污染风险筛选值和风险管制值两个指标，具体如表1和表2所示。
表 1 农用地土壤污染风险筛选值Table 1. Pollution risk screening value of agricultural land soil序号 项目 风险筛选值/(mg/kg) pH≤5.5 5.5<pH≤6.5 6.5<pH≤7.5 pH>7.5 1 Cd 水田 0.3 0.4 0.6 0.8 其他 0.3 0.3 0.3 0.6 2 Hg 水田 0.5 0.5 0.6 1.0 其他 1.3 1.8 2.4 3.4 3 As 水田 30 30 25 20 其他 40 40 30 25 4 Pb 水田 80 100 140 240 其他 70 90 120 170 5 Cr 水田 250 250 300 350 其他 150 150 200 250 6 Cu 果园 150 150 200 200 其他 50 50 100 100 7 镍 60 70 100 190 8 锌 200 200 250 300 表 2 农用地土壤污染风险管制值Table 2. Pollution risk control value of agricultural land soil序号 项目 风险管制值/(mg/kg) pH≤5.5 5.5<pH≤6.5 6.5<pH≤7.5 pH>7.5 1 Cd 1.5 2.0 3.0 4.0 2 Hg 2.0 2.5 4.0 6.0 3 As 200 150 120 100 4 Pb 400 500 700 1000 5 Cr 800 850 1000 1300 DZ/T 0295在GB15618风险筛选值基础上给出了环境地球化学等级划分标准以及划分方法（表3）。污染物i的单项污染指标Pi计算公式如下：
表 3 土壤环境地球化学等级划分Table 3. Geochemical classification of soil environment等级 一等 二等 三等 四等 五等 土壤环境 Pi≤1 1<Pi≤2 2<Pi≤3 3<Pi≤5 Pi>5 清洁 轻微污染 轻度污染 中度污染 重度污染 Pi=Ci/Si (1) 式中：Pi为重金属元素的污染指数；Ci为重会属含量实测值；Si为土壤环境质量标准值（农用地土壤污染风险筛选值）。
在单指标土壤环境地球化学等级基础上，按照从劣不从优原则进行土壤环境地球化学综合等级划分。
3.2.2 重金属污染程度评价
采用德国学者Muller（1969），提出的地累积指数法（Igeo）对研究区表层土壤重金属污染程度进行评价（Forstner et al.,1993），该方法具有高效、定量、准确的特点，被广泛用于土壤重金属污染评价，其计算公式如下：
Igeo=log2[Ci/kBEi] (2) 式中，Igeo为地质累积指数；Ci为样品中元素i的实测值(mg/kg)；BEi为地球化学背景值(mg/kg)，以辽河流域土壤环境背景值作为评价标准；k为消除各地岩石差异可能引起背景值的变动而采用的系数，一般为1.5。地累积指数污染等级划分如表4所示（李凤果等，2020）。
表 4 地质累积指数分级标准Table 4. Classification standard of geological accumulation index等级 1级 2级 3级 4级 5级 6级 7级 Igeo <0 0~1 1~2 2~3 3~4 4~5 >5 描述 无污染 无到中度污染 中度污染 中度到强度污染 强度污染 强度到极强污染 极强污染 3.2.3 潜在生态风险评价
潜在生态风险指数法（Hakanson，1980）能够基于表层土壤重金属毒性、各污染物的生态效应和环境效应及环境金属元素背景值差异，对单项和多种重金属元素的生态危害做出评估（张丁等，2022），计算公式如下：
Eir=Tir⋅CiBi (3) RI=∑ni=0Eir (4) 式中：Tri为重金属i的毒性系数，毒性系数分别为Hg=40、Cd=30、As=10、Cu=5、Pb=5、Ni=5、Cr=2和Zn=10（Hakanson，1980；徐争启等，2008）；Ci为重金属i的实际测量值（mg/kg）；Bi为重金属i的参比值（mg/kg），文中采用辽河流域农业地质调查中土壤重金属背景值作为参照，涉及元素Ni、Cu、Zn、Cd、Cr、Pb、As、Hg区域背景值分别为23 mg/kg、18.7 mg/kg、54 mg/kg、0.13 mg/kg、60 mg/kg、24 mg/kg、6.7 mg/kg、0.03 mg/kg；Eri为第i种重金属的潜在生态风险系数；RI为多种重金属元素综合潜在生态风险指数。潜在生态风险等级划分标准见表5。
表 5 重金属潜在生态风险等级Table 5. Potential ecological risk levels of heavy metals生态风险指数 生态风险等级 低度 中度 重度 严重 Eri <40 40~80 80~160 >160 RI <150 150~300 300~600 >600 3.3 数据处理及图件编制
使用ArcGIS 10.2和MapGIS 6.5软件进行重金属元素空间插值、空间数据分析及图件绘制；采用Excel和SPSS 19.0软件进行数据统计处理、Person相关性分析及主成分分析等。
4. 结果与分析
4.1 土壤重金属元素含量特征分析
对土壤中8种重金属元素含量进行描述性统计，结果见表6。土壤中As、Cd、Cr、Hg、Pb、Ni、Cu、Zn元素含量范围分别为0.001~75.5 mg/kg、0.03~1.98 mg/kg、17.4~112.7 mg/kg、0~1.73 mg/kg、10.1~134.5 mg/kg、5.7~95.2 mg/kg、2.4~313.2 mg/kg、14.8~712.4 mg/kg，含量均值分别为7.23 mg/kg、0.17 mg/kg、55.3 mg/kg、0.05 mg/kg、23.54 mg/kg、23.08 mg/kg、24.13 mg/kg、65.82 mg/kg。8种重金属含量的中位数值均都小于平均值，反映出研究区内土壤中8种重金属元素含量明显存在极大值。与辽宁省辽河流域土壤背景值相比，8种重金属中Cr和Pb的平均值均低于背景值，Ni的平均值约等于背景值，As、Cd、Hg、Cu和Zn的平均值分别为背景值的1.08、1.31、1.67、1.29和1.22倍，说明这5种元素在该区域农田土壤表层中存在一定的富集趋势（杨宇等，2023）。虽然Pb的含量平均值低于辽宁省辽河流域土壤背景值，但部分样品中的测定值远超背景值。因此，以上数据表明，土壤重金属元素累积主要是来自农业活动、工业活动、交通运输等方面（喻超等，2014），观察它们的极大值与极小值发现，各元素的极大值与极小值的差值甚为显著。
表 6 表层土壤重金属元素地球化学参数特征Table 6. Characteristics of chemical parameters of heavy metal elements in surface soil元素 最大值 最小值 平均值 中位数 标准差 偏度 峰度 变异系数 剔除3倍离差
后平均值富集
系数辽河流域
背景值As 75.5 0.001 7.23 6.8 2.63 6.27 124.44 0.36 7.03 1.05 6.70 Cd 1.98 0.03 0.17 0.16 0.09 6.37 84.28 0.55 0.16 1.23 0.13 Cr 112.7 17.4 55.3 53.1 13.24 0.64 0.21 0.24 55.04 0.92 60.00 Hg 1.73 0 0.05 0.05 0.06 14.87 321.78 1.15 0.045 1.50 0.03 Pb 134.5 10.1 23.54 23.1 4.04 8.52 207.99 0.17 23.34 0.97 24.00 Ni 95.2 5.7 23.08 21.7 7.38 0.88 2.13 0.32 22.94 1.00 23.00 Cu 313.2 2.4 24.13 20.8 17.56 7.21 78.26 0.73 21.1 1.13 18.70 Zn 712.4 14.8 65.82 56.6 43.52 6.88 69.79 0.66 58.37 1.08 54.00 注：标准差/富集系数/变异系数/偏度/峰度均无量纲；其他指标值的质量分数单位为mg/kg；土壤背景值来自于辽宁省辽河流域农业地质调查数据背景值。 偏度系数是指描述数据分布情况的统计数据，其绝对值越小，表示数据分布趋势的偏斜度越小。峰度系数是指描述全部数据中取值分布情况陡斜程度的统计数据（凡生，2014；魏晓，2017），其绝对值越小，表示数据分布趋势的陡缓度与正态分布的差异程度越小（孙超，2010）。从表6可以看出，土壤中Hg、Pb、Cu、Zn、Cd、As含量的偏度系数与峰度系数较大，表示在部分土壤样品中Hg、Pb、Cu、Zn、Cd、As含量及累积状况较高。变异系数（CV）用于描述样品中金属元素平均变异度，其值越小，表示金属元素在空间分布越均匀，出现点源污染情况的概率越低（雷国建等，2013），同时也可反映土壤重金属受人为干扰程度（鲍丽然等，2020），变异系数越大，其差异与离散程度越大，土壤受外界干扰越显著，重金属在土壤中的分布越不均（Wang and Lu，2011；孙文贤等，2021）。本研究区域内8种重金属元素的变异系数大小为：Hg（115%）>Cu（73%）>Zn（66%）>Cd（55%）>As（36%）>Ni（32%）>Cr（24%）>Pb（17%），其中Hg、Cu、Zn和Cd属于强度变异（CV>0.5），表明Hg、Cu、Zn和Cd重金属元素离散程度较高，分布不均匀，在不同点位的含量差异较大，受某些局部污染源影响较为明显；As和Ni属于中等程度变异（0.25<CV<0.5），表明As和Ni重金属元素离散程度中等，人为因素对于As和Ni的累积有一定影响；Cr和Pb属于弱变异CV<0.25，表明Cr和Pb重金属元素离散程度较低，分布均匀，基本不受人为因素影响，主要与成土母岩的地球化学背景有关。从这8种重金属元素的变异系数来看，CV−Hg最大（1.15），属于极度变异，说明该区域Hg元素的分布受外在因素影响显著。
研究区表层土壤各重金属元素地球化学分布如图2所示。Hg元素含量较高区集中分布在研究区中部青堆子镇、中安镇、大屯乡一带，在高山子镇、闾阳镇、柳家乡零星分布，低值区分布在西部和北部地区。Cd元素零星分布在全区，低值区主要分布在北部和西部地区。As元素总体分布特征为东高西低，低值区主要分布在研究区北部和西部大部分地区。Ni和Cr元素分布特征相似，青堆子镇到新立农场一带水田种植区周边为主要富集区，其次为高山子镇，西部和北部其他区相对较低。Cu和Zn元素分布规律相似，青堆子镇—吴家镇—中安镇南部和柳家乡北部周边均明显富集，其次为大屯乡等地零星分布，北部、东部等区相对较低。Pb元素主要在研究区南部水田种植区，条带状分布。
![]()
图 2 北镇农业区表层土壤重金属元素地球化学分布图Figure 2. Geochemical distribution of heavy metals in surface soil of Beizhen agricultural area4.2 表层土壤环境质量评价
与环保部颁布的耕地土壤污染风险筛选值（表7）相比，共发现292个点位超标。其中，存在16个土壤样点的As含量超标，超标率为0.40%；Cd有136个点位超标，超标率为3.37%；Cu有85个点位超标，超标率为2.02%；Zn有51个点位超标，超标率为1.27%；Hg和Ni有1个点位超标，超标率为0.025%；Pb有2个点位超标，超标率为0.05%；Cr不存在点位超标现象。各元素超标率大小为Cd>Cu>Zn>As>Pb>Hg=Ni>Cr，其中只有1个土壤样点Cd超过土壤污染风险管制值（表8），表明研究区Cd污染情况严重，污染范围广，并且存在局部重度污染，主要原因是研究区农田施用含有Cd的农药和肥料造成的Cd超标（鲍士海，2013）；Cu和Zn污染来源于成土母质和化肥，但化肥中Cu和Zn含量较低；As污染范围集中分布在灌溉河渠两侧，表明研究区As污染来源是污染河水灌溉；Pb、Hg、Ni污染比例小于0.05%，仅有个别点存在污染，主要来源为燃煤、大气沉降、过量的化肥施加、汽车尾气排放（于锐等，2017）；Cr不存在污染，主要来源为成土母质。
表 7 农用地土壤污染风险筛选情况统计Table 7. Statistics of pollution risk screening of agricultural land soilpH值范围 样品数量/个 重金属风险筛选超标数/个 As Cd Cr Cu Hg Ni Pb Zn ≤5.5 1308 0 32 0 11 1 1 1 2 5.5~6.5 1091 1 54 0 59 0 0 1 34 6.5~7.5 881 0 49 0 15 0 0 0 14 >7.5 753 15 1 0 0 0 0 0 1 合计 4033 16 136 0 85 1 1 2 51 超标率/% — 0.40 3.37 0 2.12 0.025 0.025 0.05 1.27 表 8 农用地土壤污染风险管制情况统计Table 8. Statistics of pollution risk control of agricultural land soilpH值范围 Cd Hg As Pb Cr 管制值 超标数/个 管制值 超标数/个 管制值 超标数/个 管制值 超标数/个 管制值 超标数/个 ≤5.5 1.5 1 2 0 200 0 400 0 800 0 5.5~6.5 2 0 2.5 0 150 0 500 0 850 0 6.5~7.5 3 0 4 0 120 0 700 0 1000 0 >7.5 4 0 6 0 100 0 1000 0 1300 0 合计 1 0 0 0 0 超标率/% 0.025 0 0 0 0 总体来看，研究区表层土壤环境地球化学综合等级以清洁无污染为主，剔除重复采样点，共有217组样品存在不同程度的重金属污染情况，超标比率为5.4%，超标点全区都有分布，绘制研究区地表土壤环境地球化学综合等级分布图（图3），每个评价单元的土壤环境地球化学综合等级等同于单指标划分出的环境等级最差的等级。土壤环境综合等级结果（表9）显示，调查区97.683%土地为清洁状态。受Pb、As、Cu、Cd、Hg和Zn影响，有2.093%土地为轻微污染状态。受Cu、Cd和Zn影响，有1.406%土地为轻度污染状态。受Cu、Cd和Zn影响，有1.038%土地为中度污染状态。受Cu和Cd单点污染影响，0.072%土地表现为重度污染。可以看出，所采集的样品中，Cd污染最为严重，Cu和Zn污染情况也不容忽视。
![]()
图 3 研究区环境地球化学综合等级分布图Figure 3. Distribution of the comprehensive level of environmental chemistry in the study area表 9 研究区土壤环境元素等级统计Table 9. Statistics of soil environmental element levels in the study area元素 一级 二级 三级 四级 五级 Cu 面积/km2 1114.199 5.449 0.774 0.673 0.056 比例/% 99.38 0.486 0.069 0.06 0.005 Ni 面积/km2 1121.15 比例/% 100.00 Cd 面积/km2 1105.017 15.337 0.482 0.280 0.022 比例/% 98.561 1.368 0.043 0.025 0.002 Pb 面积/km2 1120.99 0.16 比例/% 99.99 0.01 As 面积/km2 1118.88 2.27 比例/% 99.80 0.20 Hg 面积/km2 1119.832 1.313 比例/% 99.88 0.12 Zn 面积/km2 1117.986 2.218 0.912 0.029 比例/% 99.72 0.198 0.081 0.003 Cr 面积/km2 1121.15 比例/% 100.00 综合 面积/km2 1095.168 23.461 1.406 0.982 0.078 比例/% 97.683 2.093 0.125 0.093 0.007 4.3 重金属污染程度评价
以辽宁省辽河流域背景值为标准，对研究区土壤重金属污染程度进行地累积指数评价（表10）。重金属污染指数均值从高至低为：As（0.04）>Hg（0.03）>Cd（−0.33）>Cu（−0.38）>Zn（−0.44）>Pb（−0.63）>Ni（−0.65）>Cr（−0.74），土壤As和Hg污染现象最为突出，总体处于轻污染水平。所有土壤样都受到不同程度的Hg污染，仅个别点位土壤为重—极重污染。8种重金属污染等级主要在1~3级之间，按照受污染点位占比降序排列为As（51.90%）、Hg（49.39%）、Cd（25.59%）、Cu（19.84%）、Zn（15.72%）、Ni（8.28%）、Cr（1.09%）、Pb（0.37%），单元素污染程度以轻度—中度污染为主，强污染土壤点位较少，仅Hg元素个别点位土壤为强—极强污染。因此，金属元素在空间分布越均匀，出现点源污染情况的概率越低（雷国建等，2013），研究区农田土壤As和Hg的累积受某些局部污染源影响较为明显，Cd、Cu及Zn的累积受人为因素有一定影响。锦州市北镇农业区土壤Ni、Cr、Pb含量的变异系数均呈弱变异性，表明自然因素对这3种重金属元素的累积影响较为不明显。因此，As和Hg为研究区土壤主要相对高风险元素，Cd、Cu、Zn次之，Pb、Ni极个别样点可达到中度污染，其余全为无污染—中度污染。
表 10 研究区单元素地累积指数分级统计Table 10. Classification statistics of single element ground accumulation index in the study area等级 1级 2级 3级 4级 5级 6级 7级 Igeo
均值受污染点位占比% 描述 无污染 无—中度污染 中度污染 中度—强度污染 强度污染 强—极强污染 极强污染 As 1940 2037 51 4 1 0 0 0.04 51.90 Hg 2041 1706 213 53 13 4 3 0.03 49.39 Cr 3989 44 0 0 0 0 0 −0.74 1.09 Pb 4018 13 2 0 0 0 0 −0.63 0.37 Cd 3001 961 59 10 2 0 0 −0.33 25.59 Cu 3233 684 88 22 6 0 0 −0.38 19.84 Zn 3399 540 71 20 3 0 0 −0.44 15.72 Ni 3699 333 1 0 0 0 0 −0.65 8.28 4.4 重金属潜在生态风险评价
研究区土壤重金属潜在生态危害指数评价风险指数分级统计结果（表11）显示，单指标潜在生态风险由高到低排序为：Hg>Cd>As>Cu>Ni>Pb>Cr>Zn，全区地表土壤样品潜在生态风险综合指数RI分布范围为29.7~2358.16，平均值为 141.9，以低度风险为主，其次中度风险。
表 11 研究区重金属元素潜在生态风险指数分级统计Table 11. Classification statistics of potential ecological risk index of heavy metal elements in the study area风险等级 潜在生态风险指数 各风险等级样本数/个 最小值 最大值 平均值 低度 中度 重度 严重 Eir As 0.0015 112.61 10.79 4028 4 1 0 Cd 7.25 455.85 39.21 2516 1408 93 16 Cr 0.58 3.76 1.84 4033 0 0 0 Hg 0.0013 2311.42 72.48 592 2596 689 156 Pb 2.1 28.03 4.9 4033 0 0 0 Ni 1.23 20.69 5.02 4033 0 0 0 Cu 0.65 83.76 6.45 4017 15 1 0 Zn 0.27 13.19 1.22 4033 0 0 0 RI 29.7 2358.16 141.9 2842 1091 80 20 Hg的生态风险级别在强风险及以上的样点占比为8种重金属元素中最高，潜在生态风险指数范围为0.0013~2311.42，存在低度至严重潜在生态风险，以中度为主，占比为54.37%，有689组样品存在重度潜在生态风险，有156组样品存在严重潜在生态风险。Cd 潜在生态风险指数范围为7.25~455.85，存在低度至严重潜在生态风险，以低度和中度为主，分布占样本总数的62.39%和34.91%，有16组样品存在严重潜在风险；As和Cu潜在生态风险指数均值分别为10.79和6.45，以低度风险等级为主，分别有5组和16组样品生态风险指数大于40；Cr、Pb、Ni和Zn潜在风险指数均小于40，为低度生态风险。
各重金属潜在生态风险等级分区图（图4）显示，高风险样点在空间分布上的特征基本与地累积污染指数得到的结果保持一致：中风险区连片分布在研究区中部和南部地区，重度到严重风险区主要零星分布在研究区中部。因此，Hg为研究区土壤主要相对高风险元素，Cd 次之，Cu、As极个别样点可达到中度至重度风险，其余全为低风险—无风险。主要高风险重金属为 Hg、Cd，其他大片区域，生态风险低。
![]()
图 4 研究区重金属潜在生态风险等级分区图Figure 4. Classification of potential ecological risks of heavy metals in the study area4.5 重金属污染来源解析
土壤表层重金属超标常常是母岩自然风化与人为活动共同影响的结果。对研究区表层土壤重金属含量进行Pearson相关性分析，分析结果表明（表12），As、Cr、Ni这3种元素两两之间均为极显著相关（P<0.01），说明具有相似的污染源，Cr和Pb呈显著正相关；Cu 和Zn呈显著正相关，具有相似的污染源；Cd和Hg为显著相关（P<0.05）与其他重金属相性较弱，可能有不同污染源（李秋燕等，2021）。为了更加准确地识别重金属来源，进一步用主成分分析和聚类分析对土壤中重金属进行分析。
表 12 研究区表层土壤重金属元素含量相关性Table 12. Correlation of heavy metal elements in surface soil of study area重金属 As Cd Cr Hg Pb Ni Cu Zn As 1 Cd 0.3039 1 Cr 0.6444** 0.2807 1 Hg 0.0639 0.1725 0.092 1 Pb 0.4505* 0.2987 0.4201* 0.0612 1 Ni 0.7019** 0.2457 0.935** 0.0528 0.3924 1 Cu 0.2485 0.4099* 0.2797 0.2482 0.1237 0.2776 1 Zn 0.2729 0.3801 0.2913 0.2729 0.1284 0.2975 0.9304** 1 注：**表示P<0.01，为极显著相关；*表示P<0.05，为显著相关。 主成分分析能够有效判别重金属元素来源，同一主成分分组元素或聚类分析中同类以及距离较近元素性质相似或来源相同（王伟鹏等，2020）。通过主成分分析可以达到以较少的变量代替原先数量较多变量的目的，可以认为同一主成分上有较高载荷的元素可能有着相似的来源。对研究区表层土壤重金属的主成分分析提取出2个主成分（表13），其累积贡献率达到64.68%，此2种主成分代表了土壤重金属的主要影响因素。
表 13 表层土壤重金属元素含量主成分Table 13. Principal component of heavy metal elements content in surface soil成分 初始特征值 提取平方和荷载 旋转成分矩阵 特征值 贡献率/% 累积贡献率/% 特征值 贡献率/% 累积贡献率/% 重金属 F1 F2 1 3.49 43.58 43.58 3.49 43.58 43.58 As 0.828 0.145 2 1.69 21.1 64.68 1.69 21.1 64.68 Cd 0.311 0.531 3 0.89 11.09 75.77 Cr 0.902 0.153 4 0.83 10.4 86.17 Hg −0.031 0.490 5 0.59 7.34 93.52 Pb 0.636 0.050 6 0.39 4.91 98.43 Ni 0.914 0.136 7 0.07 0.86 99.28 Cu 0.147 0.925 8 0.06 0.72 100 Zn 0.16 0.921 第一主成分（F1）贡献率达43.58%，As、Cr、Ni、Pb载荷均较高（As 0.828、Cr 0.902、Ni 0.914、Pb 0.636），结合前期实地调研及收集到的资料可以初步判断，研究区内重金属最大的污染来源为自然源、人为源和复合源三大类，母岩风化、道路交通、耕地施肥和采矿活动“三废”排放，通过大气降尘、随降雨冲刷和污水灌溉等过程导致的重金属在水和土两种主要环境介质中的转移扩散（杨宇等，2023）。本研究表层土壤中As、Cr、Ni平均含量与区域背景值接近，因此As、Cr、Ni主要受母岩自然风化因素影响（陈小敏等，2015; Ma et al.，2016），研究区农田土壤As的累积受某些局部污染源影响较为明显，南部表水灌溉区及周边土壤污染严重，污水灌溉加剧了土壤中As的积累，地累积指数评价结果与潜在生态风险指数评价结果一致（图2，图3）；除自然源对 Pb 有所影响外，Pb 含量超标的区域集中于人口密集处（汤金来等，2023）、水田种植区以及大棚种植区等。其中，主要是因污水灌溉以及化肥等农用物质的不合理施用等因素造成了相应影响。实际上，原生土壤重金属元素含量在空间上的差异受多种因素制约，如元素的化学性质、存在状态和载体矿物的风化作用、气候、水文条件和生物活动等，都可能影响土壤重金属元素的地球化学行为，从而造成其在空间上的相对富集（郝立波等，2005），人类活动则不同程度地加剧了其空间分布的不均匀性（任宇等，2024）。本研究结果（图1，图2）与研究区域的地质背景、土壤地球化学性质以及污染源类型等有着密不可分的关系，因此对该结果的深入解释尚需更多数据辅助验证。
第二主成分（F2）Cu、Zn、Cd、Hg具有较高载荷（Cu 0.92、Zn 0.92、Cd 0.53、Hg 0.49），其贡献率达21.1%，
研究表明表层土壤里的 Cu、Zn 含量于人口稠密、人为活动干扰相对剧烈的区域偏高（崔邢涛等，2016），能够认定人为活动为其主导成因，主要受农业活动、交通排放、大气沉降等要素作用。潜在生态风险评价结果与各重金属超标率还发现，Cu是研究流域内超标率较高的重金属，同时表现出较高的生态风险，Zn的超标比率仅低于Cu但具有较低的生态风险，这可能与两种元素的化学性质有关（杨宇等，2023）。相关研究表明，农田土壤中的重金属易向作物转移并积累；Cd、Hg元素则具有独特性，Hg为相对高风险元素，Cd次之，主要受人为活动影响而进入土壤，主要方式有工业生产、农业生产、交通运输，甚至建筑活动等多种来源。
聚类分析可验证主成分分析结果的准确性，结果反映重金属的类别情况，研究区表层土壤重金属元素的聚类分析如图5所示。在土壤重金属含量基础上，确定距离为0.5~0.6时，可分为5类：第1类重金属元素包括Cr、Ni和As，根据相关性分析和因子分析的结果，Cr、Ni可能来源于土壤母质，As可能来源于复合源；第2类重金属元素为Pb；第3类重金属元素为包括Cu和Zn；第4类重金属元素为Cd；第5类重金属元素为Hg。这说明Cr、Ni和As可能有相似的来源，Cu和Zn可能有相似的来源，Cd、Hg和Pb来源较为复杂。
![]()
图 5 研究区表层土壤重金属聚类结果Figure 5. Clustering results of heavy metals in surface soil of the study area综合相关性分析、聚类分析和主成分分析进行对比分析，可以将8种重金属的来源划归为5类。第1类：Cr、Ni和As这3种重金属元素，其主要来源于自然源（陈雅丽等，2019），相关性分析、聚类分析和主成分分析都表明这3种重金属具有同一来源。统计性分析结果（表6）表明，Cr、Ni和As这3种元素平均值接近辽河流域土壤元素背景值，元素离散程度较高，分布不均匀，在不同点位的含量差异较大，这反映它们在表层土壤中基本保持了原始背景状态，主要受土壤环境生物地球化学作用和成土母质的控制，受人为活动影响较小或基本未受影响。第2类：Pb，分析表明Pb与Hg来源相反、与As、Cr、Ni有同一来源，平均值低于辽河流域土壤元素背景值，仅有个别样品有超标现象。因此，综合判定其主要来源于自然源，其次为交通源和工农业污染源（姜佰文等，2020）。第3类：Cu和Zn，属于强度变异，反映受人为活动影响较大，其主要来源为工农业污染源（邵莉等，2012），交通源次之，存在面源污染。第4类：Cd，相关性分析表明Cd与其他几种重金属元素都存在一定的联系，这说明Cd主要来源于交通源、自然源和工农业污染源（汤金来等，2023）。第5类：Hg，属于极度变异，其主要来源于工农业污染源，主要为点源污染，说明该区域Hg元素的受人类活动干扰较为严重。
5. 结 论
（1）锦州市北镇农业区土壤质量总体良好，但存在一定程度的富集现象，其中Hg富集作用最为明显，Cd、Cu、Zn、As含量超过风险筛选值的比例分别为45.56%、29.11%、11.47%和5.48%，Cr元素没有超过风险筛选值，土壤质量中度污染—重度污染区主要受Cu、Cd和Zn影响，（除Cd有1个样点超过风险管制值外）其他均低于土壤环境质量管制值。
（2）据重金属污染程度评价结果，单指标重金属污染等级主要在1~3级，As 和 Cd属于轻度污染状态，大部分土壤样品的重金属属于无—轻度的污染状态，仅Hg元素个别点位土壤为强—极强污染，受污染点位占比由大到小排序为 As>Hg>Cd>Cu>Zn>Ni>Cr>Pb。
（3）重金属潜在生态风险评价结果表明，Hg为研究区土壤主要相对高风险元素，Cd 次之，Cu、As极个别样点可达到中度至重度风险，其余全为低风险—无风险，单指标潜在生态风险由高到低排序为：Hg>Cd>As>Cu>Ni>Pb>Cr>Zn，全区地表土壤样品潜在生态风险综合指数RI分布范围为 29.7~2358.16，平均值为 141.9，以低度风险为主，其次中度风险，重度及严重风险区零星分布在研究区中部，其他大片区域为生态风险低区。
（4）研究区表层土壤重金属来源可分为三类：①Ni、Cr、As和Pb具有同源性，Ni、Cr主要受母岩自然风化因素影响，As、Pb除受成土母质影响外，还受农业生产和工业生产活动的影响；②Cu和Zn的污染源主要受人类活动的影响，人为源主要为农业生产活动，并且 Cu 的污染来源较为复杂，在一定程度上也受交通排放、工业生产等的影响；③Cd和Hg与其他重金属相关性较弱，有不同污染源，Cd、Hg元素则具有独特性，农业生产、交通排放、污水灌溉等多种来源。
-
![]()
图 1 吉林省白山市板石沟地区铁及金矿整装勘查区所属成矿区带位置图
1—Ⅲ–56 辽东(隆起)铁–铜–铅–锌–金–铀–硼–菱镁矿–滑石–石墨–金刚石成矿带; 2—Ⅲ–56–① 铁岭–靖宇(次级隆起)铁–金–铜–铅–锌–石膏成矿亚带; 3—Ⅲ–56–② 营口—长白(次级隆起、Pt1裂谷)铅–锌–铁–金–银–铀–硼–菱镁矿–滑石成矿亚带; 4—V23辉南–抚民金铁找矿远景区; 5—V24王家店–那尔隆金铜铁镍找矿远景区; 6—V29四方山–板石铁找矿远景区; 7—V31大安金铁铜磷找矿远景区; 8—V32抚松铅锌找矿远景区; 9—V34南岔–荒沟山金银铁铜铅锌硫找矿远景区; 10— Ⅳ级成矿区带界线; 11—Ⅴ级成矿区带界线; 12—金矿床及矿点; 13—铁矿床及矿点; 14—吉林省白山市板石沟地区铁及金矿整装勘查区范围; 15—浑江市幅工作范围;16—找矿靶区圈定范围
![]()
图 2 吉林省白山市板石沟地区铁及金矿整装勘查区区域地质简图
1—白垩系上统; 2—白垩系下统; 3—侏罗系中统; 4—三叠系上统; 5—二叠系中统; 6—石炭–二叠系; 7—奥陶系下统; 8—寒武系下统–中统; 9—震旦系; 10—南华系; 11—青白口系; 12—古元古界; 13—新太古界变质表壳岩; 14—早白垩世二长花岗岩; 15—新太古代二长花岗岩; 16—晚三叠世二长花岗岩; 17—中侏罗世二长花岗岩; 18—中侏罗世闪长岩; 19—吉林省白山市板石沟地区铁及金矿整装勘查区范围; 20—浑江市幅工作范围
![]()
1. Location of metallogenic zones or belts covering the integrated exploration area of gold and iron deposits in Banshigou area, Baishan City, Jilin Province
![]()
2. Geological map of the integrated exploration area of gold and iron deposits in Banshigou, Baishan City, Jilin Province
表 1 数据库(集)元数据简表
条目 描述 数据库(集)名称 吉林省浑江市幅1∶50 000水系沉积物测量原始数据集 数据库(集)作者 吴玉诗, 吉林省第四地质调查所
王海建, 吉林省第四地质调查所
车海龙, 吉林省第四地质调查所
赵虹旭, 吉林省第四地质调查所
马录录, 吉林省第四地质调查所数据时间范围 2018.05—2018.12 地理区域 吉林省1∶50 000浑江市幅, 位于吉林省东南部, 吉林省白山市板石沟地区铁及金矿整装勘查区中部, 面积384 km2。地理坐标: E126°15′00″～126°30′00″; N41°50′00″～42°00′00″ 数据格式 *.xlsx, *.wt, *.wl, *.wp 数据量 75.7 MB 数据服务系统网址 http://dcc.cgs.gov.cn 基金项目 中国地质调查局地质调查项目“整装勘查区找矿预测与技术应用示范(121201004000172201)”子项目“吉林省白山市板石沟地区铁及金矿整装勘查区矿产调查与找矿预测(121201004000172201–06)” 语种 中文 数据库(集)组成 本数据集包括1个Excel数据表, 为1961件样品×16种元素的原始分析数据; 1个MapGIS图集, 内含有1张矿产地质图、1张采样点位图、16张单元素地球化学图、16张单元素异常图 
下载: 导出CSV
表 2 分析方法及配套方案
分析方法 检验元素 测试精度 发射光谱法(AES) Ag ≥0.01 nm 石墨炉原子吸收分光光度法(GFAA) Au ≥0.002 nm 原子荧光法(AFS) As、Hg ≥0.3 nm 等离子质谱法(ICP–MS) Cr、Co、Ni、Cu、Zn、Mo、Cd、Sn、 Sb、W、Pb、Bi 0.01～10 μg/L
下载: 导出CSV
表 3 分析要求检出限与方法检出限对比表
序号 元素 方法检出限 要求检出限 单位 分析方法 1 Cr 铬 10 15 μg/g ICP–MS 2 Co 钴 0.5 1 μg/g ICP–MS 3 Ni 镍 2 3 μg/g ICP–MS 4 Cu 铜 1 1.5 μg/g ICP–MS 5 Zn 锌 5 15 μg/g ICP–MS 6 Mo 钼 0.2 0.5 μg/g ICP–MS 7 Cd 镉 0.1 0.1 μg/g ICP–MS 8 Sn 锡 0.5 1 μg/g ICP–MS 9 Sb 锑 0.03 0.2 μg/g ICP–MS 10 W 钨 0.2 0.5 μg/g ICP–MS 11 Pb 铅 2 5 μg/g ICP–MS 12 Bi 铋 0.1 0.1 μg/g ICP–MS 13 As 砷 0.5 1 μg/g AFS 14 Hg 汞 0.005 0.0005 μg/g AFS 15 Ag 银 0.02 0.03 μg/g AES 16 Au 金 0.0003 0.0003 μg/g GFAAS
下载: 导出CSV
表 4 浑江市幅元素地球化学分析数据表
序号 字符名称 数据类型 实例 序号 字符名称 数据类型 实例 1 分析批号 字符型 2018化302 11 Bi 浮点型 0.25 3 矿样号 字符型 HJS001C1 12 Hg 浮点型 0.034 4 Au 浮点型 1.00 13 W 浮点型 1.41 5 Ag 浮点型 70.80 14 Sn 浮点型 2.30 6 Cu 浮点型 16.40 15 Mo 浮点型 0.84 7 Pb 浮点型 19.40 16 Cd 浮点型 0.09 8 Zn 浮点型 88.10 17 Co 浮点型 14.60 9 As 浮点型 6.44 18 Cr 浮点型 71.20 10 Sb 浮点型 0.57 19 Ni 浮点型 27.00 注: 元素含量单位: Au、Hg为ng/g, 其他元素为μg/g。
下载: 导出CSV
表 5 浑江市幅元素地球化学图点元数据特征与类型
序号 字符名称 数据类型 实例 1 ID 长整型 1 2 异常编号 字符串 Ag–1 3 位置 字符串 (292208.88, 4653922.84) 4 异常点数 长整型 3 5 异常下限 双精度型 1 6 异常面积 双精度型 0.558407 7 异常面积序数 长整型 7 8 平均值 双精度型 1.143667 9 平均值序数 长整型 12 10 极大值 双精度型 1.231 11 极大值序数 长整型 12 12 衬度 双精度型 1.143667 13 衬度序数 长整型 12 14 AD 双精度型 0.638632 15 AD序数 长整型 8 16 AP 双精度型 0.080224 17 AP序数 长整型 11 18 NAD 双精度型 0.638632 19 NAD序数 长整型 8 20 NAP 双精度型 0.080224 21 NAP序数 长整型 8 22 分带数 长整型 1
下载: 导出CSV
表 6 浑江市幅元素地球化学图线元数据特征与类型
序号 字符名称 数据类型 实例 1 ID 长整型 1 2 长度 双精度型 80.55664 3 高度 双精度型 1 4 元素编号 字符串 Ag–1 5 bh 字符串 Ag–1 6 UserID 长整型 –1 7 MAPCODE 字符串 K52E013002 8 CHFCAC 字符串 1 9 YSYCZ 浮点型 0.12 10 YSYCLX 字符串 0 11 YCTZ 字符串 0 12 YCDZ 浮点型 0.15 13 HLZ 浮点型 0.08
下载: 导出CSV
表 7 浑江市幅元素地球化学图面元数据特征与类型
序号 字符名称 数据类型 实例 1 ID 长整型 16 2 面积 双精度型 433.29 3 周长 双精度型 271.77 4 MAPCODE 字符串 K52E013002 5 Start_vaiue 双精度型 1 6 end_vaiue 双精度型 2
下载: 导出CSV
表 8 分析方法的检出限及分析元素报出率
序号 被检测元素 分析方法的检出限 规范要求的检出限 报出率/% 分析方法 1 Au 0.0003 0.0003 100 GFAAS 2 Ag 0.02 0.03 100 AES 3 Cu 1.0 1.5 100 ICP–MS 4 Pb 2 5 100 ICP–MS 5 Zn 5 15 100 ICP–MS 6 As 0.5 1 100 AFS 7 Sb 0.03 0.2 100 ICP–MS 8 Bi 0.1 0.1 100 ICP–MS 9 Hg 0.005 0.0005 100 AFS 10 W 0.2 0.5 100 ICP–MS 11 Sn 0.5 1 100 ICP–MS 12 Mo 0.2 0.5 100 ICP–MS 13 Cd 0.1 0.1 100 ICP–MS 14 Co 0.5 1 100 ICP–MS 15 Cr 10 15 100 ICP–MS 16 Ni 2 3 100 ICP–MS 注:等离子体质谱法(ICP–MS)、原子荧光法AFS、泡沫塑料吸附石墨炉原子吸收法(GFAAS)
下载: 导出CSV
表 9 主要成矿元素综合异常特征一览表④
异常
编号元素组合
(按规模降序)规模
(NAP)成矿主元素及伴生元素
(规模)异常
类别浑浑18HS–1 Cd–As–Hg–Au–Bi 7.28 Cd(3.67) 乙3 浑浑18HS–2 Au–Cr–Hg–As–Cd–Cu–Ni 34.20 Au(22.81) Cr(4.12) 甲1 浑浑18HS–3 Au–Cr–Hg 13.1 Au(7.85) Cr(4.77) 乙3 浑浑18HS–4 As–Hg–Sb–Cr–Mo–W–Ni–Ag–
Co–Sn–Cu47.76 Sb(10.69) Cr(5.35) Mo(3.52) W(1.48) Ni(1.41) Ag(1.12) Co(1.03) 乙2 浑浑18HS–5 Cr–Au–Cu–Ni–Sb–Mo–W 33.32 Cr(13.69) Au(6.75) Cu(4.41) Ni(3.55) Sb(2.57) Mo(1.64) 乙2 浑浑18HS–6 Hg–Sb–Au–W–Mo–Cd–As–Pb 36.77 Sb(9.45) Au(5.38) W(2.24) Mo(1.96) Cd(1.50) 乙2 浑浑18HS–7 Cr–Mo–Cu–Ni–As–Sb 8.04 Cr(2.65) Mo(2.23) Cu(2.13) Ni(1.49) 乙3 浑浑18HS–8 Au–Sb–Cr–Hg–W–Cu–As–Mo 48.54 Au(19.96) Sb(11.73) Cr(7.34) W(2.38) 乙2 浑浑18HS–9 W–Cr–Au–Sb 7.68 W(2.69) Cr(2.60) Au(1.75) 乙3 浑浑18HS–10 Cr–As–Sb–Bi–Cu–Zn–Pb–Co–
Mo–Au–Ni–Sn–Cd41.59 Cr(12.4) Sb(4.11) Bi(3.24) Cu(2.33) Zn(2.23) Pb(1.75) Co(1.63) Mo(1.43) Au(1.36) 乙3 浑浑18HS–11 Sb–Mo–W–As–Hg–Cu–Ni 6.49 Sb(1.38) Mo(1.05) W(1.03) 乙3 浑浑18HS–12 Co–Cr–Mo–Cu–Pb–Sn–Au–Ni–Bi 22.74 Co(10.21) Cr(3.37) Mo(3.30) Cu(2.32) Pb(1.37) 乙3 浑浑18HS–13 Mo–Au–Cu–W–Cd–Sb–Cr–Hg 44.54 Mo(12.72) Au(7.39) Cu(6.98) W(5.75) Cd(3.92) Sb(3.42) Cr(3.21) 乙2 浑浑18HS–14 Cr–Sb–Mo–Ni–As–Cu–Co–Ag–Cd 23.19 Cr(8.35) Sb(5.19) Mo(2.70) Ni(2.26) 乙3 浑浑18HS–15 Au–Cr–Ag–Cu–Cd–Pb–Bi–Sb–Zn–As–W–Co 26.89 Au(7.23) Cr(4.17) Ag(3.57) Cu(2.80) Cd(2.60) Pb(2.01) Bi(1.21) Sb(1.10) 乙2 浑浑18HS–16 Au–Ag–Cu–Cr–Cd–Bi–Zn–Pb–Mo–As–Sb–W 90.87 Au(41.68) Ag(9.37) Cu(6.68) Cr(6.20) Cd(6.05) Bi(4.54) Zn(4.53) Pb(4.46) Mo(3.03) Sb(1.17) W(1.00) 甲1 浑浑18HS–17 Au–Ag–Cu–Mo–Sb–Hg–As–Cr–Pb–W–Cd–Ni–Sn 80.04 Au(41.68) Ag(6.87) Cu(5.57) Mo(5.40) Sb(5.30) Cr(3.41) Pb(2.01) W(1.42) 甲1 浑浑18HS–18 Sb–As–Au–Cd–W–Co–Cu 12.04 Sb(3.37) Au(2.20) Cd(1.61) W(1.14) 乙3 浑浑18HS–19 Cr–Au–Cu–Sn–Hg–Bi 13.59 Cr(5.70) Au(2.99) Cu(2.88) Sn(1.08) 乙3 浑浑18HS–20 As–Sb–Co–Cr–Au–Ag–Cu–Pb–
Cd–Ni–Zn–Hg–Sn–W55.60 Sb(7.41) Co(6.81) Cr(5.79) Au(5.60) Ag(4.32) Cu(3.76) Pb(3.41) Cd(2.84) Ni(2.59) Zn(2.20) 乙2 浑浑18HS–21 Cr–Cu–Ag–Co–Ni–Hg–Pb–Sn–Bi 24.87 Cr(6.95) Cu(4.66) Ag(3.47) Co(3.41) Ni(2.66) 乙3 浑浑18HS–22 W–Hg–Cr–Mo–Au–Bi–As–Sn–
Zn–Cu–Pb13.71 W(3.28) Cr(2.13) Mo(1.27) 乙3 浑浑18HS–23 Pb–As–Cd–Hg–Mo–Cu–Ni 8.75 Pb(2.18) Cd(1.90) 乙3 浑浑18HS–24 Hg–Sb–Cr–Cd–Cu–Pb–Bi–W–
Ni–Co25.83 Sb(5.32) Cr(4.05) Cd(3.77) Cu(1.75) Pb(1.20) 乙3
下载: 导出CSV
1 Metadata Table of Database (Dataset)
Item Description Database (dataset) name Primary Dataset of 1∶50 000 Stream Sediment Survey of Hunjiang City Map-sheet, Jilin Province Database (dataset) authors Wu Yushi, The Fourth Geological Survey of Jilin Province
Wang Haijian, The Fourth Geological Survey of Jilin Province
Che Hailong, The Fourth Geological Survey of Jilin Province
Zhao Hongxu, The Fourth Geological Survey of Jilin Province
Ma Lulu, The Fourth Geological Survey of Jilin ProvinceData acquisition time From May 2018 to December 2018 Geographical area 1∶50 000 Hunjiang City map-sheet, Jilin Province lies in the southeastern part of Jilin Province and in the middle part of the integrated exploration area of iron and gold deposits in Banshigou, Baishan City, Jilin Province, covering an area of 384 km2;Coordinates: 126°15′00″−126°30′00″E; 41°50′00″−42°00′00″N Data formats *.xlsx, *.wt, *.wl, *.wp Data size 75.7 MB Data service system URL http://dcc.cgs.gov.cn Fund project The project titled Mineral Survey and Prospecting Predication of Integrated Exploration Area of Iron and Gold Deposits in Banshigou, Baishan City, Jilin Province (No.: 121201004000172201–06), which is a subject of the geological survey project titled Prospecting Predication and Technical Application Demonstration of Integrated Exploration Areas (No.: 121201004000172201) initiated by the China Geological Survey Language Chinese Database (dataset) composition The Dataset consists of one data table in Excel and a set of atlas in MapGIS format. The former is composed of the primary analysis data of 16 elements for 1961 samples, and the later includes one mineral geological map, one sampling point bitmap, 16 single-element geochemical maps and 16 single-element anomaly maps
下载: 导出CSV
2 Analysis methods and scheme
Analysis method Elements tested Testing accuracy Atomic emission spectrometry (AES) Ag ≥ 0.01 nm Graphite furnace atomic absorption spectrometry (GFAAS) Au ≥ 0.002 nm Atomic fluorescence spectroscopy (AFS) As, Hg ≥ 0.3 nm Inductively coupled plasma mass spectrometry (ICP-MS) Cr, Co, Ni, Cu, Zn, Mo,
Cd, Sn, Sb, W, Pb, Bi0.01−10 μg/L
下载: 导出CSV
3 Comparison between required detection limits of analysis and method detection limits
No. Elements Method detection limit Required detection limit Unit Analysis method 1 Cr 10 15 ×10–6 ICP–MS 2 Co 0.5 1 ×10–6 ICP–MS 3 Ni 2 3 ×10–6 ICP–MS 4 Cu 1 1.5 ×10–6 ICP–MS 5 Zn 5 15 ×10–6 ICP–MS 6 Mo 0.2 0.5 ×10–6 ICP–MS 7 Cd 0.1 0.1 ×10–6 ICP–MS 8 Sn 0.5 1 ×10–6 ICP–MS 9 Sb 0.03 0.2 ×10–6 ICP–MS 10 W 0.2 0.5 ×10–6 ICP–MS 11 Pb 2 5 ×10–6 ICP–MS 12 Bi 0.1 0.1 ×10–6 ICP–MS 13 As 0.5 1 ×10–6 AFS 14 Hg 0.005 0.0005 ×10–6 AFS 15 Ag 0.02 0.03 ×10–6 AES 16 Au 0.0003 0.0003 ×10–6 GFAAS
下载: 导出CSV
4 Geochemical analysis data table of elements of Hunjiang City Map-sheet
Serial number Field
nameData
typeExample Serial number Field
nameData
typeExample 1 Analysis batch no. character 2018 Hua 302 11 Bi floating point 0.25 3 Mineral sample no. character HJS001C1 12 Hg floating point 0.034 4 Au floating point 1.00 13 W floating point 1.41 5 Ag floating point 70.80 14 Sn floating point 2.30 6 Cu floating point 16.40 15 Mo floating point 0.84 7 Pb floating point 19.40 16 Cd floating point 0.09 8 Zn floating point 88.10 17 Co floating point 14.60 9 As floating point 6.44 18 Cr floating point 71.20 10 Sb floating point 0.57 19 Ni floating point 27.00 Notes: the content unit of Au and Hg is ×10–9, and that of other elements is ×10–6.
下载: 导出CSV
5 Metadata features and types of points in element geochemical maps of Hunjiang City Map-sheet
No. Field name Data types Example 1 ID long integer 1 2 Anomaly no. character Ag–1 3 Location character (292208.88, 4653922.84) 4 Anomaly point number long integer 3 5 Threshold of anomaly double precision 1 6 Anomaly area double precision 0.558407 7 Ordinal of anomaly area long integer 7 8 Mean double precision 1.143667 9 Ordinal of mean long integer 12 10 Maximum double precision 1.231 11 Ordinal of maximum long integer 12 12 Contrast double precision 1.143667 13 Ordinal of contrast long integer 12 14 AD 0.638632 15 Ordinal of AD long integer 8 16 AP double precision 0.080224 17 Ordinal of AP long integer 11 18 NAD double precision 0.638632 19 Ordinal of NAD long integer 8 20 NAP double precision 0.080224 21 Ordinal of NAP long integer 8 22 Number of belts long integer 1
下载: 导出CSV
6 Metadata features and types of lines in element geochemical maps of Hunjiang City Map-sheet
Serial number Field name Data type Example 1 ID long integer 1 2 Length double precision 80.55664 3 Height double precision 1 4 Element no. character Ag–1 5 bh character Ag–1 6 UserID long integer –1 7 MAPCODE character K52E013002 8 CHFCAC character 1 9 YSYCZ floating point 0.12 10 YSYCLX character 0 11 YCTZ character 0 12 YCDZ floating point 0.15 13 HLZ floating point 0.08
下载: 导出CSV
7 Metadata features and types of polygons in element geochemical maps of Hunjiang City Map-sheet
Serial number Field name Data type Example 1 ID long integer 16 2 Area double precision 433.29 3 Perimeter double precision 271.77 4 MAPCODE character K52E013002 5 Start_value double precision 1 6 end_value double precision 2
下载: 导出CSV
8 Detection limits and reported rates of analysis methods
Serial
numberElement
detectedDetection limit of analysis method Detection limit required in
the SpecificationReported
rate/%Analysis
method1 Au 0.0003 0.0003 100 GFAAS 2 Ag 0.02 0.03 100 AES 3 Cu 1.0 1.5 100 ICP-MS 4 Pb 2 5 100 ICP-MS 5 Zn 5 15 100 ICP-MS 6 As 0.5 1 100 AFS 7 Sb 0.03 0.2 100 ICP-MS 8 Bi 0.1 0.1 100 ICP-MS 9 Hg 0.005 0.0005 100 AFS 10 W 0.2 0.5 100 ICP-MS 11 Sn 0.5 1 100 ICP-MS 12 Mo 0.2 0.5 100 ICP-MS 13 Cd 0.1 0.1 100 ICP-MS 14 Co 0.5 1 100 ICP-MS 15 Cr 10 15 100 ICP-MS 16 Ni 2 3 100 ICP-MS Notes: inductively coupled plasma mass spectrometry (ICP-MS), atomic fluorescence spectroscopy (AFS) and adsorption of foam plastic by graphite furnace atomic absorption spectrometry (GFAAS)
下载: 导出CSV
9 Features of integrated anomalies of major metallogenic elementsD
Anomaly no. Element association (descending order by scale) Scale
(NAP)Major and associated metallogenic elements (scale) Anomaly class Hunhun18HS–1 Cd–As–Hg–Au–Bi 7.28 Cd(3.67) B3 Hunhun18HS–2 Au–Cr–Hg–As–Cd–Cu–Ni 34.20 Au(22.81) Cr(4.12) A1 Hunhun18HS–3 Au–Cr–Hg 13.1 Au(7.85) Cr(4.77) B3 Hunhun18HS–4 As–Hg–Sb–Cr–Mo–W–Ni–Ag–Co–Sn–Cu 47.76 Sb(10.69) Cr(5.35) Mo(3.52) W(1.48) Ni(1.41) Ag(1.12) Co(1.03) B2 Hunhun18HS–5 Cr–Au–Cu–Ni–Sb–Mo–W 33.32 Cr(13.69) Au(6.75) Cu(4.41) Ni(3.55) Sb(2.57) Mo(1.64) B2 Hunhun18HS–6 Hg–Sb–Au–W–Mo–Cd–As–Pb 36.77 Sb(9.45) Au(5.38) W(2.24) Mo(1.96) Cd(1.50) B2 Hunhun18HS–7 Cr–Mo–Cu–Ni–As–Sb 8.04 Cr(2.65) Mo(2.23) Cu(2.13) Ni(1.49) B3 Hunhun18HS–8 Au–Sb–Cr–Hg–W–Cu–As–Mo 48.54 Au(19.96) Sb(11.73) Cr(7.34)W(2.38) B2 Hunhun18HS–9 W–Cr–Au–Sb 7.68 W(2.69) Cr(2.60) Au(1.75) B3 Hunhun18HS–10 Cr–As–Sb–Bi–Cu–Zn–Pb–
Co–Mo–Au–Ni–Sn–Cd41.59 Cr(12.4) Sb(4.11) Bi(3.24) Cu(2.33)Zn(2.23) Pb(1.75) Co(1.63) Mo(1.43) Au(1.36) B3 Hunhun18HS–11 Sb–Mo–W–As–Hg–Cu–Ni 6.49 Sb(1.38) Mo(1.05) W(1.03) B3 Hunhun18HS–12 Co–Cr–Mo–Cu–Pb–Sn–Au–Ni–Bi 22.74 Co(10.21) Cr(3.37) Mo(3.30)Cu(2.32) Pb(1.37) B3 Hunhun18HS–13 Mo–Au–Cu–W–Cd–Sb–Cr–Hg 44.54 Mo(12.72) Au(7.39) Cu(6.98) W(5.75) Cd(3.92) Sb(3.42) Cr(3.21) B2 Hunhun18HS–14 Cr–Sb–Mo–Ni–As–Cu–Co–Ag–Cd 23.19 Cr(8.35) Sb(5.19) Mo(2.70) Ni(2.26) B3 Hunhun18HS–15 Au–Cr–Ag–Cu–Cd–Pb–Bi–Sb–Zn–As–W–Co 26.89 Au(7.23) Cr(4.17) Ag(3.57) Cu(2.80) Cd(2.60) Pb(2.01) Bi(1.21) Sb(1.10) B2 Hunhun18HS–16 Au–Ag–Cu–Cr–Cd–Bi–Zn–Pb–Mo–As–Sb–W 90.87 Au(41.68) Ag(9.37) Cu(6.68) Cr(6.20) Cd(6.05) Bi(4.54) Zn(4.53) Pb(4.46) Mo(3.03) Sb(1.17) W(1.00) A1 Hunhun18HS–17 Au–Ag–Cu–Mo–Sb–Hg–
As–Cr–Pb–W–Cd–Ni–Sn80.04 Au(41.68) Ag(6.87) Cu(5.57) Mo(5.40) Sb(5.30) Cr(3.41) Pb(2.01) W(1.42) A1 Hunhun18HS–18 Sb–As–Au–Cd–W–Co–Cu 12.04 Sb(3.37) Au(2.20) Cd(1.61) W(1.14) B3 Hunhun18HS–19 Cr–Au–Cu–Sn–Hg–Bi 13.59 Cr(5.70) Au(2.99) Cu(2.88) Sn(1.08) B3 Hunhun18HS–20 As–Sb–Co–Cr–Au–Ag–Cu–Pb–Cd–Ni–Zn–Hg–Sn–W 55.60 Sb(7.41) Co(6.81) Cr(5.79) Au(5.60) Ag(4.32) Cu(3.76) Pb(3.41) Cd(2.84) Ni(2.59) Zn(2.20) B2 Hunhun18HS–21 Cr–Cu–Ag–Co–Ni–Hg–Pb–Sn–Bi 24.87 Cr(6.95) Cu(4.66) Ag(3.47) Co(3.41) Ni(2.66) B3 Hunhun18HS–22 W–Hg–Cr–Mo–Au–Bi–As–Sn–Zn–Cu–Pb 13.71 W(3.28) Cr(2.13) Mo(1.27) B3 Hunhun18HS–23 Pb–As–Cd–Hg–Mo–Cu–Ni 8.75 Pb(2.18) Cd(1.90) B3 Hunhun18HS–24 Hg–Sb–Cr–Cd–Cu–Pb–Bi–W–Ni–Co 25.83 Sb(5.32) Cr(4.05) Cd(3.77) Cu(1.75) Pb(1.20) B3
下载: 导出CSV
-
[1] 陈柏林, 李中坚, 董诚, 丁式江, 舒斌, 廖香俊, 董法先, 傅杨荣. 2004. 海南抱伦金矿床控矿构造特征及其对金矿化的控制作用[J]. 中国地质, 31(2): 139−146. doi: 10.3969/j.issn.1000-3657.2004.02.004 [2] 付建飞, 王恩德, 夏建明, 门业凯, 陈慧钧, 尤欣慰, 成林. 2014. 辽宁眼前山铁矿元素地球化学特征与沉积古环境研究[J]. 中国地质, 41(6): 1929−1943. doi: 10.3969/j.issn.1000-3657.2014.06.011 [3] 郭福生, 吴志春, 谢财富, 刘林清, 姜勇彪, 时国, 周万鹏. 2012. 数字地质填图系统的几点改进意见及实用技巧[J]. 中国地质, 39(1): 252−259. doi: 10.3969/j.issn.1000-3657.2012.01.025 [4] 洪秀伟, 庞宏伟, 刘学文, 李尔峰, 王文清, 王长峰, 刘铁. 2010. 辽宁本溪大台沟铁矿地质特征[J]. 中国地质, 37(5): 1426−1433. doi: 10.3969/j.issn.1000-3657.2010.05.019 [5] 李超岭, 黄与能, 张克信, 叶天竺, 李丰丹, 刘畅, 龙宝林, 于庆文, 张生辉, 陶继雄, 刘修国, 葛梦春, 吕志成, 朱学立, 徐开锋, 杨东来, 李景朝, 陈春香. 2013. 固体矿产勘查数据库内容与结构[S]. 北京: 中国地质调查局. 1–319. [6] 李超岭, 杨东来, 于庆文. 2002. 数字地质调查与填图技术方法研究[J]. 中国地质, 2(2): 213−217. doi: 10.3969/j.issn.1000-3657.2002.02.020 [7] 李随民, 吴景霞, 栾文楼, 魏明辉, 陈树清. 2009. 地球化学块体方法在冀北金矿资源潜力估算中的应用[J]. 中国地质, 36(2): 444−449. doi: 10.3969/j.issn.1000-3657.2009.02.018 [8] 李随民, 魏明辉, 郝华金. 2014. 消除背景影响的化探异常圈定方法——以张家口地区为例[J]. 中国地质, 41(6): 2083−2090. doi: 10.3969/j.issn.1000-3657.2014.06.021 [9] 刘洪, 黄瀚霄, 李光明, 肖万峰, 张智林, 刘波, 马东方, 董磊, 马东. 2015. 因子分析在藏北商旭金矿床地球化学勘查中的应用[J]. 中国地质, 42(4): 1126−1136. doi: 10.3969/j.issn.1000-3657.2015.04.026 [10] 刘训, 游国庆. 2015. 中国的板块构造区划[J]. 中国地质, 42(1): 1−17. doi: 10.3969/j.issn.1000-3657.2015.01.002 [11] 牛树银, 李凤友, 陈华山, 孙爱群, 王宝德, 王金忠, 马宝军. 2012. 冀东金厂峪金矿深部和外围找矿预测[J]. 中国地质, 39(4): 999−1006. doi: 10.3969/j.issn.1000-3657.2012.04.016 [12] 潘桂棠, 肖庆辉, 陆松年, 邓晋福, 冯益民, 张克信, 张智勇, 王方国, 邢光福, 郝国杰, 冯艳芳. 2009. 中国大地构造单元划分[J]. 中国地质, 36(1): 1−28. doi: 10.3969/j.issn.1000-3657.2009.01.001 [13] 师淑娟, 王学求, 宫进忠. 2011. 金的地球化学异常与金矿床规模之间关系的统计学特征——以河北省为例[J]. 中国地质, 38(6): 1562−1567. doi: 10.3969/j.issn.1000-3657.2011.06.015 [14] 宋相龙, 肖克炎, 丁建华, 范建福, 李楠. 2017. 全国重要固体矿产重点成矿区带数据集[J]. 中国地质, 44(S1): 72−81. [15] 孙启祯. 1994. 边缘成矿与成矿边缘效应[J]. 地学前缘, (4): 176−183. doi: 10.3321/j.issn:1005-2321.1994.04.021 [16] 王登红. 2016. 对华南矿产资源深部探测若干问题的探讨——以若干超大型矿床深部找矿突破为例[J]. 中国地质, 43(5): 1585−1598. [17] 王来云, 孙念仁, 钟立平. 2010. 大兴安岭北段贵金属有色金属区域成矿地质特征及找矿方法[J]. 吉林地质, 29(1): 36−40. doi: 10.3969/j.issn.1001-2427.2010.01.009 [18] 王磊, 胡兆国, 李向民, 闫海忠, 杨超. 2020. 甘肃省党河南山乌兰达坂沟—扎子沟地区水系沉积物地球化学特征及找矿远景预测[J]. 中国地质, 47(2): 516−527. [19] 王磊, 杨建国, 王小红, 齐琦, 李文明, 姜安定, 张洲远. 2016. 甘肃北山拾金坡——南金滩地区水系沉积物地球化学特征及找矿远景[J]. 中国地质, 43(2): 585−593. doi: 10.3969/j.issn.1000-3657.2016.02.018 [20] 王新春, 齐钒宇, 李晓蕾, 高学正. 2016. 资料数据集成与服务研究——以整装勘查区地质工作为例[J]. 中国地质, 43(2): 691−697. doi: 10.3969/j.issn.1000-3657.2016.02.028 [21] 王成辉, 王登红, 黄凡, 徐珏, 陈郑辉, 应立娟, 刘善宝. 2012. 中国金矿集区及其资源潜力探讨[J]. 中国地质, 39(5): 1125−1142. doi: 10.3969/j.issn.1000-3657.2012.05.002 [22] 王杨刚, 李娜, 向运川, 刘国, 于艳, 张大可, 何翠云, 何学洲, 赵军, 吴文娟. 2015. 全球地质矿产数据建库方法技术研究[J]. 中国地质, 42(1): 342−353. doi: 10.3969/j.issn.1000-3657.2015.01.028 [23] 汪东波, 江少卿, 董方浏. 2016. 藏北多龙矿集区荣那斑岩铜矿找矿突破的实践[J]. 中国地质, 43(5): 1599−1612. [24] 韦少港, 宋扬, 唐菊兴, 高轲, 冯军, 李彦波, 侯淋. 2016. 西藏色那铜(金)矿床石英闪长玢岩年代学、地球化学与岩石成因[J]. 中国地质, 43(6): 1894−1912. [25] 吴玉诗, 王海建, 车海龙, 赵虹旭, 马录录. 2020. 吉林省浑江市幅 1∶50 000 水系沉积物测量原始数据集[DB/OL].地质科学数据出版系统. (2020-12-30). DOI: 10.35080/data.C.2020.P23. [26] 奚小环, 李敏. 2012. 中国区域化探若干基本问题研究: 1999—2009[J]. 中国地质, 39(2): 267−282. doi: 10.3969/j.issn.1000-3657.2012.02.001 [27] 向运川, 牟绪赞, 任天祥, 刘荣梅, 吴轩. 2018. 全国区域化探数据库[J]. 中国地质, 45(S1): 32−44. doi: 10.12029/gc2018Z103 [28] 杨剑, 唐发伟, 王桥, 王永华. 2015. 云南北衙地区成矿地球化学特征及找矿方向[J]. 中国地质, 42(6): 1989−1999. [29] 袁慧香, 王杨刚, 任永强, 王春女, 刘娜. 2015. 基于ArcGIS的整装勘查信息系统设计与建立[J]. 中国地质, 42(1): 354−364. doi: 10.3969/j.issn.1000-3657.2015.01.029 [30] 赵武强, 崔森, 邹先武, 汤朝阳, 夏杰, 金世超. 2014. 湖南禾库地区水系沉积物地球化学特征及找矿预测[J]. 中国地质, 41(2): 638−647. doi: 10.3969/j.issn.1000-3657.2014.02.024 [31] 张璟, 陈远荣, 谢桃园, 李凤友, 袁玉华, 赵俊, 宋御, 邹杰. 2010. 团结沟金矿矿床成因、构造控矿规律与找矿方向浅析[J]. 中国地质, 37(6): 1710−1719. doi: 10.3969/j.issn.1000-3657.2010.06.017 [32] 张江华, 王葵颖, 赵阿宁, 陈华清, 柯海玲, 刘瑞平. 2013. 小秦岭金矿区水系沉积物重金属特征研究[J]. 中国地质, 40(2): 602−611. doi: 10.3969/j.issn.1000-3657.2013.02.023 [33] 张万益, 聂凤军, 刘树文, 左力艳, 陕亮, 姚晓峰. 2013. 大兴安岭南段西坡金属矿床特征及成矿规律[J]. 中国地质, 40(5): 1583−1599. doi: 10.3969/j.issn.1000-3657.2013.05.022 [34] 张永强, 谈乐, 李小明. 2019. 陕西石泉–旬阳金矿带整装勘查区饶峰幅等7个图幅区1: 50 000水系沉积物测量原始数据集[J]. 中国地质, 46(S1): 46−54. doi: 10.12029/gc2019Z106 [35] 张运强, 陈海燕, 张立国, 陈超, 刘应龙, 何娇月, 康璇, 张金龙, 彭芊芃. 2015. 冀北新杖子地区水系沉积物地球化学特征及找矿预测[J]. 中国地质, 42(6): 1980−1988. [36] 智云宝, 王增辉, 魏正宇, 赵西强. 2019. 1∶50 000山东毕郭幅地球化学数据集[J]. 中国地质, 46(S1): 84−92. doi: 10.12029/gc2019Z110 [37] 朱炳玉, 杨隆勃, 朱亿广, 刘家军, 马华东. 2011. 新疆金山金矿床构造控矿规律及找矿评价标志研究[J]. 中国地质, 38(1): 109−118. doi: 10.3969/j.issn.1000-3657.2011.01.012 [38] 左群超, 叶天竺, 冯艳芳. 2018. 中国陆域1∶25万分幅建造构造图空间数据库[J]. 中国地质, 45(S1): 1−26. doi: 10.12029/gc2018Z101 [1] Chen Bailin, Li Zhongjian, Dong Cheng, Ding Shijiang, Shu Bin, Liao Xiangjun, Dong Faxian, Fu Yangrong. 2004. Ore-controlling structure and its control over gold mineralization in the Baolun gold deposit, Hainan[J]. Geology in China, 31(2): 139−146 (in Chinese with English abstract). [2] Fu Jianfei, Wang En’de, Xia Jianming, Men Yekai, Chen Huijun, You Xinwei, Cheng Lin. 2014. Element geochemical characteristics and sedimentary palaeoenvironment of the Yanqianshan iron deposit in Liaoning Province[J]. Geology in China, 41(6): 1929−1943 (in Chinese with English abstract). [3] Guo Fusheng, Wu Zhichun, Xie Caifu, Liu Linqing, Jiang Yongbiao, Shi Guo, Zhou Wanpeng. 2012. Some suggestions for the improvement of the regional geological mapping system and practical skills[J]. Geology in China, 39(1): 252−259 (in Chinese with English abstract). [4] Hong Xiuwei, Pang Hongwei, Liu Xuewen, LI Erfeng, Wang Wenqing, Wang Changfeng, Liu Tie. 2010. Geological characteristics of the Dataigou iron deposit in Benxi, Liaoning Province[J]. Geology in China, 37(5): 1426−1433 (in Chinese with English abstract). [5] Li Chaoling, Huang Yuneng, Zhang Kexin, Ye Tianzhu, Li Fengdan, Liu Chang, Long Baolin, Yu Qingwen, Zhang Shenghui, Tao Jixiong, Liu Xiuguo, Ge Mengchun, Lv Zhicheng, Zhu Xueli, Xu Kaifeng, Yang Donglai, Li Jingzhao, Chen Chunxiang. 2013. Database content and structure of solid mineral exploration[S]. Beijing: China Geological Survey. 1–319 (in Chinese). [6] Li Chaoling, Yang Donglai, Yu Qingwen. 2002. Digital geological survey and mapping techniques[J]. Geology in China, 2(2): 213−217 (in Chinese with English abstract). [7] Li Suimin, Wu Jingxia, Luan Wenlou, Wei Minghui, Chen Shuqing. 2009. The application of geochemical block method to gold resource assessment in northern Hebei Province[J]. Geology in China, 36(2): 444−449 (in Chinese with English abstract). [8] Li Suimin, Wei Minghui, Hao Huajin. 2014. The elimination of background influence in the delineation of geochemical anomalies: A case study of geochemical data from Zhangjiakou area[J]. Geology in China, 41(6): 2083−2090 (in Chinese with English abstract). [9] Liu Hong, Huang Hanxiao, Li Guangming, Xiao Wanfeng, Zhang Zhilin, Liu Bo, Ma Dongfang, Dong Lei, Ma Dong. 2015. Factor analysis in geochemical survey of the Shangxu gold deposit, northern Tibet[J]. Geology in China, 42(4): 1126−1136 (in Chinese with English abstract). [10] Liu Xun, You Guoqing. 2015. Tectonic regional subdivision of China in the light of plate theory[J]. Geology in China, 42(1): 1−17 (in Chinese with English abstract). [11] Niu Shuyin, Li Fengyou, Chen Huashan, Sun Aiqun, Wang Baode, Wang Jinzhong, Ma Baojun. 2012. The exploration and prognosis in the depth and the periphery of the Jinchangyu gold deposit in eastern Hebei[J]. Geology in China, 39(4): 999−1006 (in Chinese with English abstract). [12] Pan Guitang, Xiao Qinghui, Lu Songnian, Deng Jinfu, Feng Yimin, Zhang Kexin, Zhang Zhiyong, Wang Fangguo, Xing Guangfu, Hao Guojie, Feng Yanfang. 2009. Subdivision of tectonic units in China[J]. Geology in China, 36(1): 1−28 (in Chinese with English abstract). [13] Shi Shujuan, Wang Xueqiu, Gomg Jinzhong. 2011. Statistic relationship between geochemical anomalous areas and gold reserves: A case study of Hebei Province[J]. Geology in China, 38(6): 1562−1567 (in Chinese with English abstract). [14] Song Xianglong, Xiao Keyan, Ding Jianhua, Fan Jianfu, Li Nan. 2017. Dataset of Major Mineralization Belts of China's Key Solid Mineral Resources[J]. Geology in China, 44(S1): 72−81. [15] Sun Qizhen. 1994. Marginal mineralization and mineralization marginal effects[J]. Earth Science Frontiers, (4): 176−183 (in Chinese with English abstract). [16] Wang Denghong. 2016. A discussion on some problems concerning deep exploration of mineral resources in South China[J]. Geology in China, 43(5): 1585−1598 (in Chinese with English abstract). [17] Wang Laiyun, Sun Nianren, Zhong Liping. 2010. Regional metallogenic geological features of North Daxing'anling precious metals and non-ferrous metals and prospecting method[J]. Jilin Geology, 29(1): 36−40 (in Chinese). [18] Wang Lei, Hu Zhaoguo, Li Xiangmin, Yan Haizhong, Yang Chao. 2020. Geochemical characteristics of stream sediments and prediction of mining prospects in the Wulandaban—Zhazigou area, Danghe South Mountain, Gansu Province[J]. Geology in China, 47(2): 516−527 (in Chinese with English abstract). [19] Wang Lei, Yang Jianguo, Wang Xiaohong, Qi Qi, Li Wenming, Jiang Anding, Zhang Zhouyuan. 2016. Geochemical characteristics of stream sediments and prospecting direction in the Shijinpo-Nanjintan area of Beishan, Gansu Province[J]. Geology in China, 43(2): 585−593 (in Chinese with English abstract). [20] Wang Xinchun, Qi Fanyu, Li Xiaolei, Gao Xuezheng. 2016. Research on the geological data integration and service: A case study of geological work in the equipped exploration area[J]. Geology in China, 43(2): 691−697 (in Chinese with English abstract). [21] Wang Chenghui, Wang Denghong, Huang Fan, Xu Jue, Chen Zhenghui, Ying Lijuan, Liu Shanbao. 2012. The major gold concentration areas in China and their resource potentials[J]. Geology in China, 39(5): 1125−1142 (in Chinese with English abstract). [22] Wang Yanggang, Li Na, Xiang Yunchuan, Liu Guo, Yu Yan, Zhang Dake, He Cuiyun, He Xuezhou, Zhao Jun, Wu Wenjuan. 2015. The methods and techniques for the construction of the global mineral and resource database[J]. Geology in China, 42(1): 342−353 (in Chinese with English abstract). [23] Wang Dongbo, Jiang Shaoqing, Dong Fangliu. 2016. Geological exploration of the Rongna porphyry copper deposit in the Duolong ore concentration area, northern Tibet[J]. Geology in China, 43(5): 1599−1612 (in Chinese with English abstract). [24] Wei Shaogang, Song Yang, Tang Juxing, Gao Ke, Feng Jun, Li Yanbo, Hou Lin. 2016. Geochronology, geochemistry and petrogenesis of quartz diorite porphyrite from the Sena copper (gold) deposit, Tibet[J]. Geology in China, 43(6): 1894−1912 (in Chinese with English abstract). [25] Wu Yushi, Wang Haijain, Che Hailong, Zhao Hongxu, Ma Lulu. 2020. Primary Dataset of 1∶50 000 Stream Sediment Survey of Hunjiang City Map-sheet, Jilin Province[DB/OL]. Geoscientific Data & Discovery Publishing System. (2020-12-30). DOI: 10.35080/data.C.2020.P23. [26] Xi Xiaohuan, Li min. 2012. Regional geochemical exploration in China: from 1999 to 2009[J]. Geology in China, 39(2): 267−282 (in Chinese with English abstract). [27] Xiang Yunchuan, Mou Xuzan, Ren Tianxiang, Liu Rongmei, Wu Xuan. 2018. China Regional Geochemical Exploration Database[J]. Geology in China, 45(S1): 41−57. [28] Yang Jian, Tang Fawei, Wang Qiao, Wang Yonghua. 2015. Geochemistry and ore-prospecting targeting in Beiya area, Yunnan Province[J]. Geology in China, 42(6): 1989−1999 (in Chinese with English abstract). [29] Yuan Huixiang, Wang Yanggang, Ren Yongqiang, Wang Chunnv, Liu Na. 2015. Design and development of the information system for integrated exploration on ArcGIS[J]. Geology in China, 42(1): 354−364 (in Chinese with English abstract). [30] Zhao Wuqiang, Cui Sen, Zou Xianwu, Tang Chaoyang, Xia Jie, Jin Shichao. 2014. Geochemical characteristics of stream sediments and metallogenic prognosis of Heku area, Hunan Province[J]. Geology in China, 41(2): 638−647 (in Chinese with English abstract). [31] Zhang Jing, Chen Yuanrong, Xie Taoyuan, Li Fengyou, Yuan Yuhua, Zhao Jun, Song Yu, Zou Jie. 2010. A tentative discussion on the genesis, ore-controlling regularity and prospecting direction of the Tuanjiegou gold deposit[J]. Geology in China, 37(6): 1710−1719 (in Chinese with English abstract). [32] Zhang Jianghua, Wang Kuiying, Zhao Aning, Chen Huaqing, Ke Hailing, Liu Ruiping. 2013. Heavy metal characteristics of stream sediments in the Xiaoqinling gold ore district[J]. Geology in China, 40(2): 602−611 (in Chinese with English abstract). [33] Zhang Wanyi, Nie Fengjun, Liu Shuwen, Zuo Liyan, Shan Liang, Yao Xiaofeng. 2013. Characteristics and metallogenic regularities of ore deposits on the western slope of the southern section of the Da Hinggan Mountains metallogenic belt[J]. Geology in China, 40(5): 1583−1599 (in Chinese with English abstract). [34] Zhang Yongqiang, Tan Le, Li Xiaoming. 2019. The 1∶ 50 000 Original Measurement Dataset on Stream Sediments for 7 Map-sheets including the Raofeng Map in the Integrated Survey Area of the Shiquan-Xunyang Gold Ore Zone, Shanxi[J]. Geology in China, 46(S1): 60−71. [35] Zhang Yunqiang, Chen Haiyan, Zhang Liguo, Chen Chao, Liu Yinglong, He Jiaoyue, Kang Xuan, Zhang Jinlong, Peng Qianpeng. 2015. Geochemical characteristics of stream sediments and metallogenic prognosis of Xinzhangzi area, northern Hebei Province[J]. Geology in China, 42(6): 1980−1988 (in Chinese with English abstract). [36] Zhi Yunbao, Wang Zenghui, Wei Zhengyu, Zhao Xiqiang. 2019. Geochemical dataset of the 1∶50 000 Shandong Biguo map-sheet area[J]. Geology in China, 46(S1): 112−124. [37] Zhu Bingyu, Yang Longbo, Zhu Yiguang, Liu Jiajun, Ma Huadong. 2011. A study of tectonic control of mineralization and geological Indicators for ore-prospecting in the Jinshan (Gold Mountain) gold deposit, Xinjiang[J]. Geology in China, 38(1): 109−118 (in Chinese with English abstract). [38] Zuo Qunchao, Ye Tianzhu, Feng Yanfang. 2018. Spatial Database of Serial Suite-Tectonic Map-sheets of Mianland China(1∶250 000)[J]. Geology in China, 45(S1): 1−34. -
期刊类型引用(7)
1. 钟广见，强昆生，杨建礼，孙鸣，赵静，冯常茂，王超，易海，赵忠泉，阎贫，刘大锰. 利用弹性参数反演预测潮汕坳陷目标构造的含油气性. 中国地质. 2024(05): 1748-1760 . 
本站查看
2. Tao XING，Guangjian ZHONG，Wenhuan ZHAN，Zhongquan ZHAO，Xi CHEN. Oil-gas reservoir in the Mesozoic strata in the Chaoshan depression, northern South China Sea: a new insight from long offset seismic data. Journal of Oceanology and Limnology. 2022(04): 1377-1387 . 必应学术
3. 何苗，秦兰芝，尹太举，刘勇，王建宁，冯文杰. 分支河流体系在东海西湖凹陷南部的运用及其对油气潜力的指示. 中国地质. 2021(03): 820-831 . 本站查看
4. 赵忠泉，孙鸣，万晓明，陈胜红，赵静，宋立军，李辉，强昆生，梁永兴. 微生物勘探技术在潮汕坳陷油气勘探中的应用初探. 中国地质. 2020(03): 645-654 . 本站查看
5. 戴宗，衡立群，孙润平，王亚会，罗东红，刘太勋，刘可禹，张青青. 珠江口盆地番禺地区珠江组沉积前古地貌及其对沉积体系的控制. 海相油气地质. 2020(03): 269-277 . 百度学术
6. 熊量莉，杨楚鹏，吴峧岐，高红芳，姚永坚，李学杰，朱雪影，程子华. 南海南-北陆缘盆地地层沉积发育特征及其对油气成藏的差异性控制. 中国地质. 2020(05): 1407-1425 . 本站查看
7. 侯林君，陈洪德，罗林军，张成弓，赵俊兴，苏中堂. 鄂尔多斯盆地前寒武纪末期古地貌恢复及其对烃源岩的控制作用. 地球科学与环境学报. 2019(04): 475-490 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 2608
- HTML全文浏览量: 927
- PDF下载量: 3779
- 被引次数: 9
