[go: up one dir, main page]

CN111257352B - 一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法 - Google Patents

一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法 Download PDF

Info

Publication number
CN111257352B
CN111257352B CN202010100162.8A CN202010100162A CN111257352B CN 111257352 B CN111257352 B CN 111257352B CN 202010100162 A CN202010100162 A CN 202010100162A CN 111257352 B CN111257352 B CN 111257352B
Authority
CN
China
Prior art keywords
sample
chemical composition
composition data
single nanoparticle
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010100162.8A
Other languages
English (en)
Other versions
CN111257352A (zh
Inventor
曹建劲
陆美曲
胡乖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202010100162.8A priority Critical patent/CN111257352B/zh
Publication of CN111257352A publication Critical patent/CN111257352A/zh
Application granted granted Critical
Publication of CN111257352B publication Critical patent/CN111257352B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y15/00—Nanotechnology for interacting, sensing or actuating, e.g. quantum dots as markers in protein assays or molecular motors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/2206—Combination of two or more measurements, at least one measurement being that of secondary emission, e.g. combination of secondary electron [SE] measurement and back-scattered electron [BSE] measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2255—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident ion beams, e.g. proton beams

Landscapes

  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Nanotechnology (AREA)
  • Molecular Biology (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明属于地质勘察的技术领域，具体涉及一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法。所述方法包括如下步骤：采集被检样品，将被检样品制备成测试样品，采用探针技术分析测试样品中的单一纳米微粒，并对单一纳米微粒中的元素进行定性和定量分析，根据分析得到的化学成分数据预测隐伏矿床。通过对测试样品中的元素进行定性和定量分析，根据所得到化学成分数据预测隐伏矿床，可以实现找矿数据由半定量到定量的质的飞跃，获得更精确、更丰富的关于隐伏矿体的信息，降低找矿成本。

Description

一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法
技术领域
本发明属于地质勘察的技术领域，具体涉及一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法。
背景技术
随着社会经济的快速发展，现有的地表资源已经不能满足国民经济的发展需求，为满足快速发展的经济对矿产资源的需求，开展对深部隐伏矿体的勘探已是当务之急，隐伏矿床由于其埋藏深度大、露头较少的特点给找矿工作带来了许多困难，尤其是一些覆盖层较厚的地区。
地球物理和地球化学是探矿常用的办法，地球物理探矿法无法直接获得矿化异常信息，地球化学探矿法所依据的元素异常可以有多种背景原因，两种探矿方法的数据结果都有多解性。纳米或接近纳米级微粒特征的找矿方法一经提出，引起了地学领域的相关研究者们的广泛关注。
现有专利201010154422.6公开了一种地气微粒找矿方法，201310000879.5公开了一种利用含碳微粒寻找隐伏矿床的方法，201410347067.2公开了一种水微粒地球化学找矿方法及其应用，以及201410763148.0公开的一种利用生物内部纳米微粒寻找隐伏矿床的方法，所公开的专利中纳米微粒的化学成分是由配置在透射电镜上的能谱获取的，为半定量数据，它不利于我们对隐伏矿体做更精确的预测。
发明内容
针对以上问题，本发明的目的在于提供一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法，可以实现找矿的单一纳米微粒化学成分数据由半定量转变为定量的质的飞跃。
本发明的技术内容如下：
一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法，所述方法包括如下步骤：采集被检样品，将被检样品制备成测试样品，利用探针技术分析测试样品中的单一纳米微粒，并对单一纳米微粒中的元素进行定性和定量分析，根据分析得到的化学成分数据预测隐伏矿床；
所述探针技术包括且不限于场发射电子探针、纳米离子探针以及原子探针；
所述被检样品包括且不限于地下水、土壤固气体、动物、植物以及断层泥；
所述单一纳米微粒包括为单颗粒形式的纳米级微粒和/或近纳米级纳米微粒；
所述元素还包括同位素；
所述化学成分包括主量元素、微量元素以及稀土元素；
所述化学成分数据包括元素组合数据、同位素含量数据和同位素比值数据；
所述化学成分数据包括元素和同位素在单一纳米微粒的空间分布；
所述预测隐伏矿床的依据还包括单一纳米微粒的形态、大小、聚合关系以及超微结构构造。
所述被检样品制备成测试样品的方法包括：把地下水、土壤固气体、断层泥、动物、植物样品制成(或采集并固化成)固体样品，将其切割成适合仪器测试的规格，抛光和镀导电膜，用场发射电子探针和纳米离子探针分析，或者，把纳米微粒负载在载体上用场发射电子探针和纳米离子探针分析。原子探针将固体样品制成针尖状分析；
例如，将地下水样品制成场发射电子探针测试样品：取树脂负载在玻璃片上，负载在玻璃片上的树脂层尽可能薄，将地下水样品用喷雾的方法喷到树脂上，水分自然干之后继续喷雾，将以上步骤重复十次以上，使得地下水样品中的纳米微粒均匀吸附在树脂上，根据实验仪器需要，选择在收集样品的树脂上镀碳膜；
也可根据申请专利201810715754.3“一种用于透射电镜分析的液体纳米微粒样品的制备方法”所述的方法制成透射电镜样品，即在高纯水清洗过的100ml烧杯中装入80ml水样，用干净的镊子夹住覆有碳支持膜的透射电镜载网放入水样中，保持载网在水样中的状态并来回缓慢移动约30分钟，利用载网本身的吸附能力使得水样中的纳米微粒粘附在载网上，之后，在收集样品的透射电镜载网上镀上碳膜以增加样品导电性后用场发射电子探针分析。
本发明的有益效果如下：
本发明利用单一纳米微粒的化学成分数据预测隐伏矿床的方法，通过对待测试样品所含单一纳米微粒中的元素进行定性和定量分析，根据所得到化学成分数据预测隐伏矿床，可以实现找矿数据由半定量到定量的质的飞跃，获得更精确、更丰富的关于隐伏矿体的信息，降低找矿成本。
附图说明
图1为实施例的康家湾铅锌硫多金属矿床地下水样品中的微粒形貌图；
图2为实施例的康家湾铅锌硫多金属矿床地下水样品中的微粒能谱图。
具体实施方式
以下通过具体的实施案例以及附图说明对本发明作进一步的描述，应理解这些实施例仅用于说明本发明而不用于限制本发明的保护范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定。
若无特殊说明，本发明的所有原料和试剂均为常规市场的原料、试剂。
实施例一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法：
1)采集被检样品：选择矿区，选择合适的采样时间和采样位置，以采集最佳自然样品，所述被检样品包括但不限于地下水、土壤固气体、动物、植物以及断层泥；
2)将野外采集的自然样品制成能直接用于测试的待测试样品；
3)利用场发射电子探针技术分析测试样品中的单一纳米微粒，并对纳米微粒中的元素进行定量分析；
4)先用EDS(能谱)对单一纳米微粒进行定性分析，确定所含元素，后用WDS(波谱)对单一纳米微粒进行定量分析；
5)利用通过定性以及定量分析得到的化学成分数据预测隐伏矿床，还可以根据单一纳米微粒的形态、大小、聚合关系以及超微结构构造进行预测。
具体操作如下：
a)选择矿区：在国家自然基金41873044、41473040的资助下，以湖南省常宁市水口山矿田东北部的康家湾铅锌硫多金属矿床作为研究对象，目前该矿床主要以地下开采为主。康家湾铅锌硫多金属矿床属于大型铅锌矿床，主要矿物有方铅矿、闪锌矿、黄铁矿、黄铜矿、自然金和自然银等矿物，其中Pb、Zn、S、Fe为主要成矿元素，本实施例选择已探明但未被开采的100～108号勘探线内无人为污染的区域作为工作区域；
b)选择合适的采样时间和采样位置：湖南省夏季7～8月，高温多雨，矿床有断裂发育，地下水与地表水之间补给良好，本实施例选择在7～8月期间沿100～108号勘探线用聚乙烯瓶采集地下水样品；
c)选择最佳自然样品：水作为地球化学信息优良的载体，普遍存在自然界中，本实施例选定的工作区域雨量充沛、水源充足，矿床发育多条断裂，为地下水提供了优良的天然通道，因此，本实施例选取矿床地下水为目标样品；
d)将采集的样品制成测试样品：方法1：取树脂负载在玻璃片上，负载在玻璃片上的树脂层尽可能薄，将地下水样品用喷雾的方法喷到树脂上，水分自然干之后继续喷雾，将以上步骤重复十次以上，使得地下水样品中的纳米微粒均匀吸附在树脂上，根据实验仪器需要，选择在收集样品的树脂上镀碳膜；
方法2：也可根据申请专利201810715754.3“一种用于透射电镜分析的液体纳米微粒样品的制备方法”所述的方法制成透射电镜样品，即在高纯水清洗过的100ml烧杯中装入80ml水样(地下水样品)，用干净的镊子夹住覆有碳支持膜的透射电镜载网放入水样中，保持载网在水样中的状态并来回缓慢移动约30分钟，利用载网本身的吸附能力使得水样中的纳米微粒粘附在载网上，之后，在收集样品的透射电镜载网上镀上碳膜以增加样品导电性后用场发射电子探针分析；
e)用EDS对单一纳米微粒进行定性分析，确定所含元素：在型号为EPMA-8050G的场发射电子探针上进行实验，该电子探针同时具备背散射电子、EDS以及WDS，相关参数如下：背散射电子相分辨率≤20nm、放大倍数为40倍～40万倍、加速电压为0.5～30kV、分析成分的范围在4Be～92U，本实施例用背散射电子的模式寻找地下水样品中的单一纳米微粒，如图1所示，在该微粒选择微粒位置用EDS分析，获取相关数据如图2，由图2可知，可以看出元素Ni、C、Cu、Zn、O特征峰较明显，除了载网(C-Ni网)的化学组分背景值以外，能检测到的元素只有Cu、Zn和O；
f)用WDS对单一微粒进行定量分析：对单一微粒中的所确定的元素进行定量，根据能谱测试得到的成分数据以CuO和ZnO为标样对微粒进行定量分析，即得到单一微粒精确定量的化学成分；
用电子探针ZAF对元素定量数据进行修正，结果如表1：
表1康家湾铅锌硫多金属矿床地下水单一微粒化学成分
Figure BDA0002386665220000071
g)通过定性以及定量分析得到的化学成分数据预测隐伏矿床：由背散射电子图片的数据可以清楚看到纳米微粒的形态、大小等信息，而根据表1所得结果发现，本实施例的地下水样品中单一微粒成分中的Cu、Zn在隐伏矿体中均具有较高的含量，因此本实施例有效地采集了与矿床存在有直接联系的微粒的数据。此外，该微粒中同时检测到了两种与隐伏矿体相关的金属组分，在一定程度上可以反映深部矿体中含此两种元素的矿石矿物存在空间上的伴生关系，可应用于预测隐伏矿床。

Claims (2)

1.一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法，其特征在于，所述方法包括如下步骤：采集被检样品，将被检样品制备成测试样品，利用探针技术分析测试样品中的单一纳米微粒，并对单一纳米微粒中的元素进行定性和定量分析，根据分析得到的化学成分数据预测隐伏矿床；
所述将被检样品制备成测试样品的方法包括，取树脂负载在玻璃片上，将地下水样品用喷雾的方法喷在树脂上，水分自然干后继续喷雾十次，使得样品中的纳米微粒均匀吸附在树脂上，最后根据仪器需求在树脂上镀碳膜；
所述探针技术包括场发射电子探针、纳米离子探针以及原子探针；
所述被检样品包括地下水、土壤固气体、动物、植物以及断层泥；
所述单一纳米微粒为单颗粒形式的纳米级微粒和/或近纳米级纳米微粒；
所述元素还包括同位素；
所述化学成分包括主量元素、微量元素以及稀土元素；
所述化学成分数据包括元素组合数据、同位素含量数据和同位素比值数据；
所述化学成分数据还包括元素和同位素在单一纳米微粒的空间分布。
2.由权利要求1所述的预测隐伏矿床的方法，其特征在于，所述预测隐伏矿床的依据还包括单一纳米微粒的形态、大小、聚合关系以及超微结构构造。
CN202010100162.8A 2020-02-18 2020-02-18 一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法 Active CN111257352B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010100162.8A CN111257352B (zh) 2020-02-18 2020-02-18 一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010100162.8A CN111257352B (zh) 2020-02-18 2020-02-18 一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法

Publications (2)

Publication Number Publication Date
CN111257352A CN111257352A (zh) 2020-06-09
CN111257352B true CN111257352B (zh) 2022-02-22

Family

ID=70955215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010100162.8A Active CN111257352B (zh) 2020-02-18 2020-02-18 一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法

Country Status (1)

Country Link
CN (1) CN111257352B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117191827B (zh) * 2023-11-01 2024-01-30 核工业北京地质研究院 在待勘查区圈定砂岩型铀矿成矿有利地段的方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI120560B (fi) * 2005-12-21 2009-11-30 Outotec Oyj Menetelmä alkuaineen ja/tai mineraalin pitoisuuden määrittämiseksi
CN101819169B (zh) * 2010-04-16 2012-06-27 中山大学 一种地气微粒找矿方法
CN103135144B (zh) * 2013-01-04 2015-07-22 中山大学 一种利用含碳微粒寻找隐伏矿床的方法
CN104458774B (zh) * 2014-12-12 2017-05-17 中山大学 一种利用生物内部纳米微粒寻找隐伏矿床的方法
CN108956227A (zh) * 2018-07-03 2018-12-07 中山大学 一种用于透射电镜分析的液体纳米微粒样品的制备方法

Also Published As

Publication number Publication date
CN111257352A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
Shi et al. Microscopy and mineralogy of airborne particles collected during severe dust storm episodes in Beijing, China
Abbasi et al. Elemental and magnetic analyses, source identification, and oxidative potential of airborne, passive, and street dust particles in Asaluyeh County, Iran
CN104458774B (zh) 一种利用生物内部纳米微粒寻找隐伏矿床的方法
Percival et al. A test of the stability of Cd, Cu, Hg, Pb and Zn profiles over two decades in lake sediments near the Flin Flon Smelter, Manitoba, Canada
Knorsch et al. Trace elements and textures of hydrothermal sphalerite and pyrite in Upper Permian (Zechstein) carbonates of the North German Basin
CN103135144B (zh) 一种利用含碳微粒寻找隐伏矿床的方法
CN101819169A (zh) 一种地气微粒找矿方法
Yang et al. Texture and geochemistry of pyrite from the Jinya, Nakuang and Gaolong gold deposits in the Youjiang Basin: implications for basin-scale gold mineralization
Haberlah et al. Automated petrography applications in Quaternary Science
CN104181175B (zh) 一种水微粒地球化学找矿方法及其应用
CN111257352B (zh) 一种利用单一纳米微粒的化学成分数据预测隐伏矿床的方法
Gaudichel et al. Comments on the origin of dust in East Antarctica for present and ice age conditions
Yalikun et al. Microbial structures and possible bacterial sulfide fossils in the giant Jinding Zn-Pb deposit, Yunnan, SW-China: Insights into the genesis of Zn-Pb sulfide mineralization
Lu et al. Nanoparticles in various media on surfaces of ore deposits: Study of the more than 1000 m deep concealed Shaling gold deposit
Hu et al. Study of Carbon‐Bearing Particles in Ascending Geogas Flows in the D ongshengmiao Polymetallic Pyrite Deposit, Inner M ongolia, C hina
Burisch et al. Li-Co–Ni-Mn-(REE) veins of the Western Erzgebirge, Germany—a potential source of battery raw materials
De Giudici et al. Coordination environment of Zn in foraminifera Elphidium aculeatum and Quinqueloculina seminula shells from a polluted site
CN116735637A (zh) 一种基于成矿环境的化探异常快速圈定方法
Wang et al. Characteristics of soil particles in the Xiaohulishan deposit, Inner Mongolia, China
Jha et al. Mineralogical characteristics of the sediments of a Himalayan river: Yamuna River—a tributary of the Ganges
Molinaroli et al. Geochemistry of natural and anthropogenic fall-out (aerosol and precipitation) collected from the NW Mediterranean: two different multivariate statistical approaches
Yang et al. Vertical distribution of major ore-forming elements and the speciation in the semiarid system above the concealed Baiyinnuoer Pb-Zn deposit in inner Mongolia, China
Ledoux et al. EPR investigation of iron in size segregated atmospheric aerosols collected at Dunkerque, Northern France
CN115657153A (zh) 一种利用皮米粒子探测深部隐伏矿床的方法
Vrbka et al. Hydraulic characteristics of the Maastrichtian sedimentary rocks of the southeastern Bida Basin, central Nigeria

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
OL01 Intention to license declared
OL01 Intention to license declared
EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200609

Assignee: GUANGZHOU GUOCHUANG TECHNOLOGY Co.,Ltd.

Assignor: SUN YAT-SEN University

Contract record no.: X2024980027919

Denomination of invention: A method for predicting hidden mineral deposits using chemical composition data of a single nanoparticle

Granted publication date: 20220222

License type: Open License

Record date: 20241127

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200609

Assignee: Guangxi Yilian Commercial Management Co.,Ltd.

Assignor: SUN YAT-SEN University

Contract record no.: X2024980039885

Denomination of invention: A method for predicting hidden mineral deposits using chemical composition data of a single nanoparticle

Granted publication date: 20220222

License type: Open License

Record date: 20241219