内蒙古白云鄂博矿是全球第一大稀土矿床、第二大铌矿床，并且蕴藏了丰富的铁、钪、钍及萤石等矿产资源，是举世闻名的“资源宝库”。自1927年发现以来，国内外学者围绕白云鄂博矿的地质学、矿物学、成矿年代学、矿床成因等开展了大量研究，取得了丰硕的研究成果。但受限于钻井深度和以往地球物理探测精度，矿区内深部构造格局、矿体（赋矿碳酸岩）空间形态等问题，长久以来未得到明确阐述，成为白云鄂博矿床成矿机理研究和资源量预测的制约。为厘清赋矿碳酸岩的深部空间形态，解析白云鄂博矿床成矿过程和机制，预测稀土、铌等关键矿产的资源量，中国科学院地质与地球物理研究所地球物理探测团队在白云鄂博矿区开展了综合地球物理工作，实施完成了包括岩石物性测试、电磁法、背景噪声成像、反射地震、重磁等多种地球物理方法在内的探测（图1），取得了新的研究进展和成果。
图1 白云鄂博矿区地球物理工作布置示意图
（1）岩石物性测量
岩石的物性是地球物理测量和解释的基础，可以用来了解和评价地层成分、结构等客观物性以及岩石的内部结构和动力特征。此外，对于探索矿产资源的形成规模和分布预测也具有重要的指导作用。张丽莉副研究员等人，利用在白云鄂博矿区采集的401块岩石样品（岩性包括铁矿石、白云岩、板岩和碳酸岩岩脉）进行了电阻率、极化率和磁化率参数的测定和分析。该工作采用多种方法对岩石物性的分布特征进行了统计分析，同时将岩石的物理性质与全岩石地球化学（主量元素和微量元素）结果相结合，以确定物理性质和矿物成分之间的相关性。
物理性质和全岩地球化学统计分析共同表明铁矿石、板岩和白云岩的磁化率与tfe2o3的含量呈正相关，极化率与tfe2o3相关，而电阻率则与磁化率和极化率相关。铁矿石的电阻率与tfe2o3、总稀土元素和铌的含量负相关，而与钍的含量正相关（图2）。白云岩的电阻率与tfe2o3的含量负相关。整体来看，白云鄂博矿区的铁矿石、铁矿化细粒白云岩和铁矿化板岩主要具有低电阻率，铁矿石和铁矿化细粒白云岩具有高磁化率。因此依据磁化率差异可以很好地区分铁矿石和板岩；依据磁化率和电阻率差异可区分铁矿化细粒白云岩和碳酸岩脉。
图2 铁矿石物理性质（电阻率res、磁化率ms和极化率polar）与矿物成分之间的相关性。(a) 基于 pearson 的相关性和 (b) 基于 mic 的相关性
（2）反射地震勘探
郑忆康副研究员等人根据地震探测目标和地质研究目的，在充分开展地质、钻探成果调研和现场踏勘工作的基础上，针对矿区重点研究区域，使用可控震源车，采用主动源地震勘探方法，垂直于矿体构造布设三条人工地震探测剖面，采用反射波地震数据处理方法和折射波速度结构层析反演地震数据处理方法进行处理，对目标区地下主要地层进行探测。经过高精度地震数据成像处理过程，获得了探测区内剖面经过位置下方3 km以浅地下精细结构的反射波成像剖面，以及折射波速度反演成像剖面。如图3所示，这一工作通过参考地质认识，对二维地震剖面进行地震地质解释，揭示了探测区剖面位置下方主要地层（岩层）、以及推覆体、断层等主要构造等的埋深和空间展布形态等地质特征。
图3 二维主动源地震勘探叠前深度偏移结果与相应的地质图， r1-r4为识别的主要地下地质构造
r1表示地表低速层与基岩的界面，r2的倾角与已发现的矿体方向相吻合，强振幅表明存在与不同界面相关的强阻抗对比，或者可能来自于剖面外的反射体，也可能是与矿化相关的先前地质活动生成的层状矿体的下边界。r3可能指示沉积岩到花岗岩的岩性变化，与r2形成共轭倾斜结构的r4表明存在声阻抗的变化，可能与花岗岩侵入活动有关。主动源反射地震探测结果可为矿区地下结构研究和下一步的钻孔布设工作提供勘探地震学方面的依据，也可为后期综合地球物理联合反演提供基础数据。
（3）背景噪声成像
朱邓达博士与导师王建研究员等人，基于在白云鄂博矿区布设的496个短周期密集台阵，利用背景噪声成像方法，首次揭示了整个矿区2.5 km以浅的剪切波速度结构，推测了赋矿白云岩可能的三维分布形态及范围，为矿区的深部资源探测提供新的地震依据。
由于台站分布及反演分辨率的原因，该工作得到的s波速度结构反映的是矿区几百米尺度多个岩性的综合效应。如图4所示，主、东矿和西矿下方存在相对高速区(h-1和h-2，速度约2.8–3.2 km/s)，由于板岩速度较低而赋矿白云岩较高，推测h-1、h-2是板岩和赋矿白云岩等岩性的综合体现；而在其下方约1.5‑1.8 km 深度处变成相对低速区(l-1和l-2，速度<2.6 km/s)，可能是赋矿白云岩含量的显著下降或者岩性发生了根本性的转变，如白云岩板岩互层变成了板岩或砂岩，推测该深度以下可能不再具备探矿前景。根据矿区已有的构造历史演化研究，推测h-3的岩性存在以下几种可能：（1）约18亿年的克拉通片麻岩基底岩石；（2）约13亿年成矿时形成的火成碳酸岩；（3）早古生代时形成的岩浆岩；（4）晚古生代时形成的花岗质岩石。因此，其岩性的未来探测及确定可能是深化对白云鄂博矿区内发生的构造事件及控矿构造认识的关键科学问题之一。
图4 (a)和(b)为两条东西剖面的s波速度结构。剖面上方的粗线条表示剖面在采矿区内的范围；h-1,h-2,h-3为相对高速区域，l-1,l-2,l-3为低速区域，红色虚线以速度为约2.8-3.2 km/s示意的浅部矿体分布的大致范围
图5给出了主、东矿附近三个深钻（ky15-03-01，终孔深度1762.75 m；ky14-02-01，终孔深度2022.18 m；zk20-02，终孔深度1775.4 m）的岩芯结果。将钻孔结果与这三个位置下方的剪切波速度反演结果（图5b）进行了对比，结果显示，若以2.8 km/s为相对高速和低速的分界线，三个井位下方的相对高速区的深度范围不同，南侧的ky14-02-01和zk20-02钻孔下方的相对高速区深度分别达到了约1.44 km和约1.53 km，而北侧的ky15-03-01下方的相对高速区深度只达到约 1.15 km，这与三个钻孔下方的赋矿白云岩的深度分布范围较一致，揭示了在主、东矿下方成矿深度表现为南深北浅（产状南倾）的特征。西矿下方的相对高速区速度较大且产状稍北倾，速度结果表明，西矿与主、东矿下方的矿体分布和岩性成分之间可能存在着较大差异，实际情况有待后期的钻孔验证。
图5 (a)主、东矿区附近三个深钻（ky15-03-01，ky14-02-01和zk20-02）以及西矿区附近三个点位（syn-01，syn-02，syn-03）的地理位置；（b）主、东矿区附近三个深钻下方的s波速度与钻孔岩芯结果对比；（c）西矿区附近三个点位下方的s波速度结果
（4）多源信息融合
重磁电震等综合地球物理探测利用不同的物性参数，获得了矿区地下一定深度范围内的结构特征，但受制于探测对象与探测环境的复杂性，单一地球物理方法难以实现对赋矿碳酸岩的精确定位。如何从多源、海量、多维、多尺度综合地球物理数据中提取有用信息并形成对地下目标体的准确刻画，是实现白云鄂博矿床精细地球物理探测的关键。薛国强研究员等人，提出了基于迁移学习和局部能量加权平均融合规则的模型融合算法（tl-la），引入迁移学习技术，充分利用大图像数据集上训练好的resnet50网络的强大特征提取能力，来实现多源地球物理图像特征的自适应特征提取，并设计基于局部能量的加权平均融合规则，用图像特征计算权重矩阵，解决传统上权重参数受人为经验影响问题。
利用提出的多源数据融合新算法，对白云鄂博矿区主东矿结合部位已实施的多种地球物理探测结果开展了融合应用。这些地球物理结果包括：背景噪声成像得到的剪切波速度模型、地面重力数据三维反演得到的密度模型，航磁数据三维反演得到的磁化率模型和电性源瞬变电磁法数据二维反演得到的电阻率模型（图6）。结合区内岩矿石的主要物性特征，通过对四种物性剖面图像的融合处理，获得了普遍具有高阻、高磁、高密特征的白云岩的空间展布（图7）。融合结果与已知钻孔和地质资料吻合较好，相较于任意单一地球物理方法的探测结果的准确度都得到显著提升。
图6 主东矿之间四种物性反演剖面。（a）基于电性源瞬变电磁法数据反演的电阻率剖面；（b）基于地面重力数据反演的密度剖面；（c）基于航磁数据反演的磁化率剖面；（d）基于背景噪声成像的s波速剖面
图7白云鄂博主东矿结合部位多源地球物理数据融合结果与钻孔验证情况
上述研究成果以四篇论文的形式表于国际学术期刊geophysics，研究受到国家自然科学基金重大研究计划集成项目（92262303）和中国科学院地质与地球物理研究所自主部署项目(iggcas-201901)的资助。
1. 张丽莉，范宏瑞，王建，赵亮，杨奎锋，徐亚，赵永岗，徐兴旺，郝美珍，杨占峰，李献华. physical property characterization of rocks in the bayan obo ree-nb-fe deposit, china [j]. geophysics, 2024, 89(2): b147-b160. doi: .
2. 郑忆康，王一博*，张继恩，徐亚，赵亮. reflection seismic imaging of subsurface geologic structures in the bayan obo mining area, china [j]. geophysics, 2024, 89(1): wb81-wb87. doi: .
3. 朱邓达，王建*，何兰芳，陈卫营，杨奎锋，李晓春，薛国强，范宏瑞，徐亚，张丽莉，黄松，王一博，张继恩，田小波，赵亮，刘云，刘占全，赵永岗，杨占峰，李献华. constraints and insights into the tectonics of the bayan obo deposit from the shallow velocity structure [j]. geophysics, 2024, 89(1), wb1-wb12. doi: .
4. 薛国强，吕鹏飞，陈卫营*，李晓春，徐亚，武欣，王建，赵永岗，李献华. determining the location of the bayan obo rare earth elements mineralization body by the transfer learning method [j]. geophysics, 2024, 89(1): wb57-wb66. doi: .
