地球化学小波分析在火山旋回韵律厘定中的应用：以埃塞俄比亚北部施瑞地区为例

韩世礼 ，张术根 ，柳建新 ，丁俊 ，张文山 , ，朱思才

(1.中南大学 有色金属成矿预测教育部重点实验室，湖南 长沙，410083；2.中南大学 地球科学与信息物理学院，湖南 长沙，410083；3.中色金地资源科技有限公司，北京，100012)

小波分析被誉为“数学显微镜”， 在地层层序[1-2]、地球化学[3-4]、地球物理[5-6]等方面得到广泛应用，是一种有重要应用价值的数学理论和方法，具有多分辨率分析或多尺度分析功能。研究区晚元古代海相火山旋回与VMS型铜多金属矿关系密切，由于赋矿的晚元古代地层已广泛受绿片岩相区域变质、构造变形、岩浆侵入等影响，使得该地区地质矿化面貌比较复杂，对火山旋回的划分尤其是韵律单元的划分难以形成客观、统一的方案，如何消除人为因素和地球化学局部异常干扰已成为火山旋回划分的一个重要问题。本文作者利用小波分析划分火山旋回及韵律，将反映火山旋回韵律的地球化学元素及组合分解为不同频率、不同周期的旋回，结合地质剖面特征，有效划分火山旋回及韵律，并确定该地区VMS型铜多金属矿所处旋回韵律的位置，以便为该地区矿化定位机制、定位规律及成矿预测研究提供依据。

1 区域地质背景

埃塞俄比亚北部施瑞地区处在西冈瓦纳古陆东北缘与莫桑比克洋过渡部位，是阿拉伯—努比亚地盾西南部晚元古代岛弧增生带的重要组成部分[7]。区内主要出露晚元古代形成的呈北东向展布的变火山岩系，并遭受绿片岩区域变质、构造变形、岩浆侵入，见图1。变火山岩系以中性火山岩为主，岩相以溢流相、爆发相为主。从变火山岩系各岩性岩相类型的空间分布特征特别是从熔岩和集块角砾凝灰岩类的分布特征看，裂隙式喷发是变火山岩系火山活动的主要方式。区内经历造山前、造山期和造山期后岩浆侵入活动。构造以线性构造发育为特征，未发现与火山岩机构有关的环形构造。线性构造以北东向断裂和劈理化带为主，局部发育北西向和南北向断裂构造。矿体呈层状、似层状、透镜状和脉状产出，走向均呈北东—南西，与火山岩岩层、区域优势劈理一致，与容矿岩石近乎整合产出。

2 火山旋回的岩性岩相特征

变火山岩系是一套广泛遭受区域绿片岩化和以劈理化为主要特征的强烈变形的岩性组成及岩相类型复杂的多旋回海相火山活动产物。野外观测、岩矿鉴定和岩石化学研究表明：火山岩系的岩性类型从钠质系列到钾质系列，从基性、中性到酸性及其间的过渡岩性类型均有产出，包括玄武岩、碱性玄武岩、玄武安山岩、安山岩、石英安山岩、英安岩、英安流纹岩和流纹岩等。典型基性岩类含量(质量分数，下同)较低，以中酸性岩类占优势。岩层岩性演化规律性明显，总体上在单个韵律中反映为基性—中基性—中酸性—酸性。

图1 埃塞俄比亚北部施瑞地区地质简图Fig.1 Geological map of Shire region in northern Ethiopia

变火山岩系的岩相类型包括火山爆发相、火山溢流相、火山沉积相、沉积相、次火山相和侵入相。就分布含量而言，火山溢流相(熔岩相)和火山爆发相(碎屑岩相)为主体岩相类型，其中爆发相尤以晶屑凝灰岩发育最为广泛，集块角砾凝灰岩类分布比较少。相演化规律性明显，总体上，单个韵律中反映为爆发相—喷溢相—火山沉积相—沉积相。

3 基于地球化学含量识别火山旋回韵律的技术与方法

火山旋回的识别是研究变火山岩系VMS型矿床的基础, 不同级别的旋回反映了不同地质演化规律,特别是矿化就位与火山旋回具有特定的时空对比性,对寻找铜多金属矿化定位机制、定位规律及成矿预测研究具有重要意义[8]。

物化探观测值实际上是不同广度、不同深度和不同性状的地质体在地表的综合反映，既含有浅部的细节信息，又含有深部的地质信息；在含有矿化异常的同时，也含有各种级别的背景异常[9]。研究区变火山岩系内无明显褶皱，地层总体走向北东，倾向南西，具单斜构造特征。岩层岩性岩相演化规律性明显，岩性总体上在单个韵律中反映为基性—中基性—中酸性—酸性，岩相反映为爆发相—喷溢相—火山沉积相—沉积相。正是由于火山喷发-沉积演化具有旋回性, 而地球化学含量又包含了大量的地质信息, 多尺度小波分析可以将地球化学含量中所含的信息从高级别到低级别依次划分, 从而对各级别层序单元进行划分。因此，可以通过对地球化学含量进行小波分析提取有关旋回及韵律演化的信息，提高旋回划分、对比的精度和准确性。

3.1 小波分析原理

小波变换具有多分辨率分析或多尺度分析功能，可以将含量信息分解成不同的尺度成分，是一种窗口大小固定不变但其形状可改变的分析方法。这正是小波变换优于经典的傅立叶变换和短时傅里叶变换之处[10]。

其中：a为尺度因子；b为平移因子。逆变换(恢复信号或重构信号)为：

任何函数f(x)∈L2(R)都可以根据分辨率为2-N的f(x)的低频部分(近似部分)和分辨率为2-j(1≤j≤N)时f(x)的高频部分(细节部分)完全重构[11]。多尺度分析时只对低频部分进行进一步分解，而高频部分则不予考虑。分解关系为：

其中：f(x)为信号函数；A为低频近似部分；D为高频细节部分；n为分解层数。

对地化含量进行小波多尺度分解，其实质就是分解成高频部分和低频部分。低频部分通常包含了地质背景的主要信息，高频部分则与噪音及扰动联系在一起。根据分析需要，继续对所得到的低频部分进行分解，得到更低频部分的信息和频率较高部分的信息。

3.2 地球化学含量的选取

地球化学含量的选取是解决旋回和韵律划分的基础。不同的元素具有不同的地质意义，进行相同的变换可能会得到不同的结果。研究区地球化学剖面元素包含主量和微量共20种元素含量，基于变火山岩系火山旋回具有从基性(或中基性)向中性、中酸性交互再向酸性方向发展的演化特征, 即从低硅高镁铁含量、低硅高镁铁含量与高硅低镁铁含量交替到高硅低镁铁含量方向发展，选择主成分分析中的Si和Fe+Mg含量进行小波变换，以划分火山旋回及韵律。

3.3 小波基及尺度的选取

随着小波理论的不断发展，出现了多种类型的小波基以满足不同行业的需要。总的来说，每一种小波基具有不同的形态和函数，而所有满足小波条件的函数都可作为小波基函数，比较典型的小波基有Daubechies，Symlets，Coiflets，Morlet和Meyer小波基等[12]。在实际选取小波基时，一般遵循3种原则[13]：

(1)自相似性原则。对二进小波变换，选择的小波对信号应具有一定的相似性，其变换后能量较集中，可有效减少计算量。

(2)判别函数。针对某类问题找出一些关键性的技术指标，得到1个判别函，将各种小波函数代入其中，得到1个最优函数。

(3)支集长度。一般选择支集长度为5～9的小波。支集太长会产生边界问题，支集太短不利于信号能量集中。

对于不同的小波可能会得到不同的结果, 因此，首先应选择适合旋回韵律划分的小波基类型。在实际应用中，由于具体含量信息存在差异，解决的问题不同，很难找到相应的模式，因此，需要通过含量的小波分析结果与实际地质认识的反复对比来选取[14]。基于小波基选取原则，通过对不同小波基的处理分析，认为Daubechies小波基对划分火山旋回具有较好的适用性。通过Daubechies(db)小波基对地球化学含量采用不同阶数和不同尺度分别处理变换后发现(见图2)：选择db5小波基进行三尺度分析能较好地反映旋回韵律演化规律，其能量较集中，边界问题也不明显，划分的结果与实际结果一致。

图2 元素Si的db5小波三尺度分解与重构Fig.2 Db5 wavelet three-scale decomposition and reconstruction for Si

4 应用分析

原始地球化学含量包含局部噪音干扰和地球化学背景信息，利用MATLAB软件包中的小波工具箱，对地球化学Si和Fe+Mg含量进行db5三尺度小波分解, 去除噪音干扰, 提取规律性周期信息[15]即火山岩系旋回的背景含量信息。为此，选择Terer，Terakimti和Adi Bladie 3个矿区的长剖面地化含量进行小波处理，提取有关旋回及韵律演化信息。地球化学采样点距为30 m，测试单位为澳实分析检测(广州)有限公司，分析方法为ME-ICP。

Terer矿区B-B′地质及地化小波处理剖面图见图3。从图3(A)可以看出：经小波处理后，共划分出7个韵律，2个旋回界线(Ⅲ-Ⅳ旋回和Ⅳ-Ⅴ旋回)，旋回界线分别位于8号和92号点附近，矿体位于第Ⅳ旋回的第三韵律；Terakimti矿区T-T′剖面经小波处理后(见图3(B)，共划分出4个韵律、1个旋回界线(Ⅱ-Ⅲ旋回界线)，旋回界线位于127号点附近，矿体位于第Ⅱ旋回的第三韵律；Adi Bladia矿区L-L′剖面(见图3(C))，共划分出5个韵律、1个旋回界线(Ⅲ-Ⅳ旋回界线)，旋回界线位于73号点附近，矿体位于第Ⅲ旋回的第二韵律。

对于各剖面旋回界线，元素Si均位于波峰向波谷转换部位，Fe+Mg位于波谷向波峰转换部位，即以高硅低镁铁向低硅高镁铁的转变部位。旋回内的韵律呈多个次级波峰波谷形态(对应不同的韵律)交替出现，整体向高硅低镁铁方向发展。其旋回韵律规律与地质剖面的岩性岩相一一对应，以中基性(集块)角砾凝灰熔岩—中基性凝灰熔岩向中酸性晶屑凝灰岩—中酸性沉凝灰岩方向发展，即向爆发相—喷溢相—火山沉积相发展。如B-B′剖面经小波处理后的地化含量从8号到127号点总体趋势为从低硅含量高镁铁含量向高硅低含量镁铁含量发展，体现为一个完整旋回；而其中韵律表现为多个次级波峰波谷形态，共有3个次级波，分别对应地质剖面的3个韵律。

各剖面Si和Fe+Mg的原始地化含量受脉状侵入岩、次火山和局部条带硅化等影响，含量整体表现比较分散，难以辨别与火山旋回韵律的变化规律。经小波处理后，有效去除了局部噪音干扰，提取了Si和Fe+Mg含量的规律性周期变化特征。火山旋回韵律整体从低硅高镁铁含量向高硅低镁铁含量发展，旋回内的韵律同样以低硅高镁铁含量向高硅低镁铁含量发展，并随韵律的发展，逐渐向更高含量的硅和更低含量的镁铁方向演化。

由小波处理后的元素Si和Fe+Mg含量曲线特征可以看出：不同的元素及组合反映的曲线形态不同，但在旋回和韵律的划分上较一致,同时也反映了小波变换在火山旋回划分中的客观性。

通过对变火山岩系各剖面元素及组合的小波分析处理，火山旋回韵律的地球化学特征具有如下几个特点：

(1)在旋回界面，主要为地球化学成分转换过渡界面，从早旋回至晚旋回，界面一般是从高硅低镁铁含量向低硅高镁铁含量方向转化。高硅低镁铁含量对应早旋回顶部(中酸性晶屑凝灰岩、中酸性凝灰岩、砂岩)，低硅高镁铁含量对应晚旋回的底部(中基性集块角砾熔岩，中基性凝灰质熔岩)。

图3 地质及地化小波处理剖面图Fig.3 Geology and geochemical wavelet processing section

(2)在旋回内部，相应化学成分从低硅高镁铁含量、低硅高镁铁含量与高硅低镁铁含量交替到高硅低镁铁含量方向发展。旋回内的韵律呈多个次级波峰波谷形态(对应不同的韵律)交替出现，旋回内的韵律同样以低硅高镁铁含量向高硅低镁铁含量发展，并随韵律的发展，逐渐向更高含量的硅和更低含量的镁铁方向演化。其旋回韵律规律与地质剖面的岩性岩相一一对应，以中基性(集块)角砾凝灰熔岩—中基性凝灰熔岩向中酸性晶屑凝灰岩—中酸性沉凝灰岩方向发展，即向爆发相—喷溢相—火山沉积相发展。

(3)在旋回期间，据区域地化剖面的旋回特性，旋回完整性以中下部旋回最好，中上部旋回较好，下部旋回和上部旋回完整性较差；自下部旋回到上部旋回，总体上岩石的基性程度逐渐降低，酸性程度逐渐增大。

根据上述小波分析的结果, 综合火山旋回地质特征和地球化学特征，研究区变火山岩系共划分出6个旋回15个韵律。

(1)第Ⅵ旋回，包含韵律1和韵律2。

韵律2(厚度约520 m)：上部为浅灰绿色中酸性凝灰岩；下部为浅灰色晶屑凝灰岩与深灰色变酸性火山熔岩互层。

韵律1(厚度约360 m)：上部为浅灰绿色变中酸性凝灰岩；下部—浅灰色变安山质熔岩与晶屑凝灰岩互层。

(2)第Ⅴ旋回，包含韵律1～3。

韵律3(厚度约1 040 m)：上部为浅灰色变中酸性沉凝灰岩；中部为蓝灰绿色-浅灰灰绿色变中基性晶屑凝灰岩；下部为深灰色变余安山质凝灰熔岩。

韵律2(厚度约430 m)：上部为深灰绿色间浅灰白色变凝灰质砂岩；下部为浅灰色晶屑凝灰岩与深灰色变酸性火山熔岩互层。

韵律1(厚度约570 m)：上部为浅灰色变中酸性沉凝灰岩；中部：灰绿色-浅灰绿色变中基性凝灰岩；下部为深灰绿色变玄武质含角砾晶屑凝灰熔岩。

(3)第Ⅳ旋回，包含韵律1～3。

韵律3(厚度约730 m)：上部为浅黄绿色-浅灰绿色强硅化变安山质沉凝灰岩；中部为蓝灰绿色碳酸盐化变安山岩；下部为深灰绿色变玄武质角砾集块晶屑凝灰岩。

韵律2(厚度约600 m)：上部为浅灰绿色变中基性晶屑凝灰岩；下部为深灰绿色含角砾中基性变火山熔岩。

韵律1(厚度约380 m)：上部为主要蓝灰绿色变中性晶屑凝灰岩；中部为浅-深灰绿色碳酸盐化变安山质凝灰熔岩；下部为蓝灰绿色变英安质角砾晶屑凝灰熔岩。

(4)第Ⅲ旋回，包含韵律1和韵律2。

韵律2(厚度约750 m)：上部为蓝灰绿色强碳酸盐化变英安质晶屑凝灰岩；中部为浅黄绿色-深灰绿色变中基性凝灰岩；下部为蓝灰绿-深灰绿色变安山质含角砾晶屑凝灰岩。

韵律1(厚度约430 m)：上部为暗灰绿色变中性含黄铁矿沉凝灰岩；中部为浅灰白色变中酸性含黄铁矿凝灰岩；下部为蓝灰绿色变碳酸盐化变安山质晶屑凝灰岩。

(5)第Ⅱ旋回，包含韵律1～3。

韵律3(厚度约1 500 m)：上部为浅灰白微绿间砖红色变流纹质晶屑凝灰岩；下部为灰绿色变安山质熔岩与变玄武质角砾凝灰熔岩互层。

韵律2(厚度约540 m)：上部为浅灰白微绿变流纹质晶屑凝灰岩；下部为灰绿色变安山质熔岩与变玄武质角砾凝灰熔岩互层。

韵律1(厚度约1 300 m)：上部为紫红～砖红色变流纹质晶屑含铁凝灰岩；中部为灰绿色变石英闪长岩与变安山质角砾晶屑凝灰熔岩互层；下部为浅灰绿色含石英晶屑变中基性晶屑凝灰熔岩。

(6)第Ⅰ旋回，包含韵律1和韵律2。

韵律2(厚度约1 000 m)：上部为浅灰绿色中酸性晶屑凝灰岩；下部为深灰绿色中基性熔岩和角砾凝灰熔岩互层。

韵律1(厚度约900 m)：上部为浅灰绿色基性晶屑凝灰岩；下部为深灰绿色基性熔岩和角砾凝灰熔岩互层。

5 结论

(1)小波分析在火山旋回厘定中起到了独特的作用与效果，不仅可有效划分区域火山旋回，而且可有效判别旋回中的韵律，为利用地球化学资料研究火山旋回韵律提供了一条新的途径。

(2)经小波处理地球化学成分，可有效去除局部噪音干扰，提取有关旋回韵律演化的信息，消除传统地质方法划分的干扰因素, 提高旋回划分、对比的精度和准确性。

(3)通过地球化学小波分析，更加客观地反映了变火山岩系火山旋回韵律的演化特点，即从低硅高镁铁含量、低硅高镁铁含量与高硅低镁铁含量交替到高硅低镁铁含量方向发展。旋回内的韵律呈多个次级波峰波谷形态(对应不同的韵律)交替出现，韵律同样以低硅高镁铁含量向高硅低镁铁含量发展，并随韵律的发展逐渐向更高含量的硅和更低含量的镁铁方向演化。其旋回韵律规律与地质剖面的岩性岩相一一对应，以中基性(集块)角砾凝灰熔岩—中基性凝灰熔岩向中酸性晶屑凝灰岩—中酸性沉凝灰岩方向发展，即向爆发相—喷溢相—火山沉积相发展。

(4)通过地球化学的小波处理，并结合地质剖面特征，埃塞北部施瑞地区变火山岩系共划分出6个旋回15个韵律。

(5)在火山旋回韵律的厘定中利用地球化学含量进行小波分析是小波分析理论在地学领域应用的一个有益尝试，虽然并不能替代常规的研究方法，但可以作为对火山旋回韵律研究方法的一种有效补充。采用这种方法有利于减少旋回划分过程中由于个人认识不同给划分结果带来的差异，使得火山旋回韵律划分更加客观。

[1]李新虎, 罗杰, 刘东.测井曲线的沉积旋回划分方法及应用[J].西安科技大学学报, 2010, 30(6): 702-705.LI Xin-hu, LUO Jie, LIU Dong.The methods and application of sedimentry cycle division from well logging curve[J].Journal of Xi’an University of Science and Technology, 2010, 30(6):702-705.

[2]Rivera N A, Ray S, Jensen J L, et al.Detection of cyclic patterns using wavelets: An example study in the Ormskirk sandstone,Irish sea[J].Mathematical Geology, 2004, 36(5): 529-543.

[3]ZHANG Liu-ping, RUAN Tian-jian.Application of wavelet analysis to interference elimination for geochemical hydrocarbon exploration[J].Journal of China University of Geosciences, 2000,11(1): 89-91.

[4]ZHANG Liu-ping, BAI Guo-ping, XU Yi-xian.A waveletanalysis-based new approach for interference elimination in geochemical hydrocarbon exploration[J].Mathematical Geology,2003, 35(8): 939-952.

[5]申维.深部找矿非线性定量理论与技术方法研究进展综述[J].地学前缘, 2010, 17(5): 278-288.SHEN Wei.Progress in nonlinear quantitative theory,technology and methods of deep exploration[J].Earth ScienceFrontiers, 2010, 17(5): 278-288.

[6]ZHANG Heng-lei, SONG Shuang, LIU Tian-you.The ridgelet transform with non-linear threshold for seismic noise attenuation in marine carbonates[J].Applied Geophysics, 2007, 4(4):271-275.

[7]Woldemichael B W, Kimura J I, Dunkley D J, et al.Shrimp U-Pb zircon geochronology and Sr-Nd isotopic systematic of the Neoproterozoic Ghimbi—Nedjo mafic to intermediate intrusions of Western Ethiopia: A record of passive margin magmatism at 855 Ma?[J].International Journal of Earth Sciences, 2010, 99(8):1773-1790.

[8]朱红涛, 黄众, 刘浩冉, 等.利用测井资料识别层序地层单元技术与方法进展及趋势[J].地质科技情报, 2011, 30(4): 29-36.ZHU Hong-tao, HUANG Zhong, LIU Hao-ran, et al.Progress and developing tendency of technologies and methods used to recognise sequence stratigraphic units based on the well-log data[J].Geological Science and Technology Information, 2011,30(4): 29-36.

[9]陈建国, 夏庆霖.利用小波分折提取深层次物化探异常信息[J].地球科学: 中国地质大学学报, 1999, 24(5): 509-512.CHEN Jian-guo, XIA Qing-lin.Wavelet-based extraction of geophysical and geochemical anomaly information[J].Earth Science: Journal of China University of Geoscience, 1999, 24(5):509-512.

[10]侯遵泽, 杨文采.小波分析应用研究[J].物探化探计算技术,1995, 17(3): 1-9.HOU Zen-ze, YANG Wen-cai.An operational research on the wavelet analysis[J].Computing Techniques for Geophysical and Geochemical Exploration, 1995, 17(3): 1-9.

[11]胡昌华, 张军波, 夏军, 等.基于MATLAB的系统分析与设计 —— 小波分析[M].西安: 西安电子科技大学出版社, 2000:100-150.HU Chang-hua, ZHANG Jun-bo, XIA Jun, et al.Systematic analysis and design based on MATLAB: Wavelet analysis[M].Xi’an: Xidian University Press, 2000: 100-150.

[12]Daubechies I.Ten lectures on wavelets[M].Phila-delphia:Society for Industry and Applied Mathematics, 1992: 5-10.

[13]董长虹.Matlab小波分析工具箱原理与应用[M].北京: 国防工业出版社, 2004: 10-20.DONG Chang-hong.Matlab principle and application of wavelet analysis toolbox[M].Beijing: National Defense Industry Press,2004: 10-20.

[14]赵伟, 邱隆伟, 姜在兴, 等.小波分析在高精度层序单元划分中的应用[J].中国石油大学学报: 自然科学版, 2009, 33(2):18-22.ZHAO Wei, QIU Long-wei, JIANG Zai-xing, et al.Application of wavelet analysis in high-resolution sequence unit division[J].Journal of China University of Petroleum: Science and Technology, 2009, 33(2): 18-22.

[15]Crick R E, Ellwood B B, Hladil J, et al.Magnetostratigraphy susceptibility of the Pridolian-Lochkovian (Silurian-Devonian)GSSP(Klonk, Czech Republic)and a coeval sequence in Anti-Atlas Morocco[J].Palaeogeography Palaeoclimatology Palaeoecology, 2001, 167: 73-100.