Spectral reflectance study of the Jing’erquan pegmatite lithium deposit, Xinjiang

doi:10.13745/j.esf.sf.2023.5.19

Abstract

Abstract:

The widely distributed pegmatite lithium deposits are the main source of lithium for industrial applications in China. The Jing’erquan lithium deposit, Xinjiang, is the largest pegmatite lithium deposit in the eastern Tianshan orogenic belt of Central Asia with great rare-metal resource potential. In this study, spectral reflectance extending from 400 to 2500 nm are obtained for rock and mineral specimens from the Jing’erquan lithium deposit, using ASD portable field spectrometer. The spectral reflectance characteristics of granite, mineral-bearing pegmatites, simple pegmatites, muscovite, spodumene, lematolite, etc., are analyzed. The study show that the 1913 nm spectral band can be used as a key band to identify lithium-bearing pegmatites. Based on the spectral characteristics of rocks and minerals, lithium deposits are compared between Jing’erquan, eastern Tianshan, and western Altun and Dahongliutan, western Kunlun, Xinjiang, and Jiajika, Sichuan, which show that the characteristic absorption wavelengths for lithium-bearing pegmatites in the four deposits differ by 1-4 nm. This study provides a theoretical basis for remote sensing mapping and geological prospecting of pegmatite lithium deposits in general.

Key words: pegmatite lithium deposits, spectral analysis, spectral absorption parameters, spodumene, Jing’erquan lithium deposit

CLC Number:

P618.71
P627

WANG Shanshan, ZHOU Kefa, BAI Yong, LU Xuechen, JIANG Guo. Spectral reflectance study of the Jing’erquan pegmatite lithium deposit, Xinjiang[J]. Earth Science Frontiers, 2023, 30(5): 205-215.

Figures/Tables 6

References 25

[1]	张辉, 吕正航, 唐勇. LCT型伟晶岩及其锂矿床成因概述[J]. 地质学报, 2021, 95(10): 2955-2970.
[2]	王登红, 孙艳, 刘喜方, 等. 锂能源金属矿产深部探测技术方法与找矿方向[J]. 中国地质调查, 2018, 5(1): 1-9.
[3]	MEER F V D. Near-infrared laboratory spectroscopy of mineral chemistry: a review[J]. International Journal of Applied Earth Observation and Geoinformation, 2018, 65: 71-78. DOI URL
[4]	王润生, 甘甫平, 闫柏琨, 等. 高光谱矿物填图技术与应用研究[J]. 国土资源遥感, 2010, 22(1): 1-13.
[5]	LEFEVRE M J. Teledetection d’anomalies geobotaniques appliquee a la recherche miniere par la methode de traitement d’images, Echassieres (Allier)[J]. Bulletin De La Société Géologique De France, 1982, S7-XXIV(1): 127-130. DOI URL
[6]	代晶晶, 王登红, 代鸿章, 等. 川西甲基卡锂矿基地典型岩石及矿物反射波谱特征研究[J]. 岩矿测试, 2018, 37(5): 507-517.
[7]	代晶晶, 王登红, 代鸿章, 等. 遥感技术在川西甲基卡大型锂矿基地找矿填图中的应用[J]. 中国地质, 2017, 44(2): 389-398.
[8]	姚佛军, 徐兴旺, 杨建民, 等. 戈壁浅覆盖区花岗岩中锂铍伟晶岩的ASTER遥感识别技术: 以新疆镜儿泉地区为例[J]. 矿床地质, 2020, 39(4): 686-696.
[9]	MORSLI Y, ZERHOUNI Y, MAIMOUNI S, et al. Pegmatite mapping using spectroradiometry and ASTER data (Zenaga, Central Anti-Atlas, Morocco)[J]. Journal of African Earth Sciences, 2021, 177: 104153. DOI URL
[10]	CARDOSO-FERNANDES J, TEODORO A C, LIMA A. Remote sensing data in lithium (Li) exploration: a new approach for the detection of Li-bearing pegmatites[J]. International Journal of Applied Earth Observation and Geoinformation, 2019, 76: 10-25. DOI URL
[11]	CARDOSO-FERNANDES J, SILVA J, PERROTTA M M, et al. Interpretation of the reflectance spectra of lithium (Li) minerals and pegmatites: a case study for mineralogical and lithological identification in the fregeneda-almendra area[J]. Remote Sensing, 2021, 13(18): 3688. DOI URL
[12]	GAO Y B, BAGAS L, LI K, et al. Newly discovered Triassic lithium deposits in the dahongliutan area, Northwest China: a case study for the detection of lithium-bearing pegmatite deposits in rugged terrains using remote-sensing data and images[J]. Frontiers in Earth Science, 2020, 8: 591966. DOI URL
[13]	JIANG Q, DAI J J, WANG D H, et al. Lithium-bearing pegmatite exploration in western Altun, Xinjiang, using remote-sensing technology[J]. Acta Geologica Sinica (English Edition), 2023, 97(2): 681-694. DOI URL
[14]	LIU S Y, WANG R, JEON H, et al. Indosinian magmatism and rare metal mineralization in East Tianshan orogenic belt: an example study of Jing’erquan Li-Be-Nb-Ta pegmatite deposit[J]. Ore Geology Reviews, 2020, 116: 103265. DOI URL
[15]	陈郑辉, 王登红, 龚羽飞, 等. 新疆哈密镜儿泉伟晶岩型稀有金属矿床⁴⁰Ar-³⁹Ar年龄及其地质意义[J]. 矿床地质, 2006, 25(4): 470-476.
[16]	李寄邦, 张辉, 吕正航. 东天山镜儿泉伟晶岩与花岗岩成因关系: 来自锆石U-Pb定年和Hf同位素证据[J]. 地球化学, 2020, 49(4): 385-403.
[17]	代晶晶, 王登红, 令天宇. 基于地面反射波谱技术的锂含量定量反演研究[J]. 遥感技术与应用, 2019, 34(5): 992-997.
[18]	CARDOSO-FERNANDES J, SANTOS D, ALMEIDA C R D, et al. Spectral library of European pegmatites, pegmatite minerals and pegmatite host-rocks: the GREENPEG Project Database[J]. Earth System Science Data, 2022, 386: 1-19.
[19]	DILL H G. Pegmatites and aplites: their genetic and applied ore geology[J]. Ore Geology Reviews, 2015, 69: 417-561. DOI URL
[20]	GREENBERGER R N, MUSTARD J F, CLOUTIS E A, et al. Hydrothermal alteration and diagenesis of terrestrial lacustrine pillow basalts: coordination of hyperspectral imaging with laboratory measurements[J]. Geochimica et Cosmochimica Acta, 2015, 171: 174-200. DOI URL
[21]	甘甫平, 董新丰, 闫柏琨, 等. 光谱地质遥感研究进展[J]. 南京信息工程大学学报(自然科学版), 2018, 10(1): 44-62.
[22]	HE L, LYU P Y, HE Z W, et al. Identification of radioactive mineralized lithology and mineral prospectivity mapping based on remote sensing in high-latitude regions: a case study on the narsaq region of Greenland[J]. Minerals, 2022, 12(6): 692. DOI URL
[23]	WANG S S, ZHOU K F, ZHOU S G. Data mining of the best spectral indices for geochemical anomalies of copper: a study in the northwestern Junggar region, Xinjiang[J]. Journal of Geochemical Exploration, 2019, 204: 66-73. DOI URL
[24]	金谋顺, 高永宝, 李侃, 等. 伟晶岩型稀有金属矿的遥感找矿方法: 以西昆仑大红柳滩地区为例[J]. 西北地质, 2019, 52(4): 222-231.
[25]	CLOUTIS E A. Weathered and unweathered surface spectra of rocks from cold deserts: identification of weathering processes and remote sensing implications[J]. Geologiska Föreningen i Stockholm Förhandlingar, 1992, 114(2): 181-191. DOI URL

名称	岩石手标本照片	波谱图	波谱特征
锂辉石			总体反射率在1 400~1 800nm光谱区间保持较高趋势,在1 412、1 912和2 211 nm处存在明显的吸收特征,在2 363和2 445 nm处吸收特征不明显
锂云母			在1 450~2 050 nm区间保持较高的反射率,同时在2 195、2 342和2 437 nm处有明显的吸收特征,且在2 200 nm左右的吸收深度较大
长石			反射率较高且整体较为平缓,在1 850、2 100和2 200 nm附近存在吸收特征但不明显
白云母			在1 411、2 198 nm处存在明显的吸收特征,在2 100 nm处存在次级吸收特征,同时在2 346、2 443 nm处吸收特征不明显
含矿伟晶岩			总体反射率在0.6以下,分别在1 414、1 911、2 121、2 376和2 445 nm处有吸收特征
不含矿伟晶岩			反射率较高,在1 412、2 202 nm处存在明显的吸收特征,在1 916、2 345和2 435 nm附近存在次级吸收特征
白云母花岗岩			有着较高的反射率,在1 412、1 916和2 202 nm处有着明显的吸收特征,在2 343、2 439 nm处存在次级吸收特征
二云母花岗岩			反射率低于0.7,在1 413、2 205 nm处有明显的吸收特征,在1 914 nm处吸收较浅,在2 250、2 345 nm处存在弱吸收特征
黑云母花岗岩			总体反射率低于0.5,在1 413、2 204 nm处存在明显的吸收特征,在1 911 nm处的吸收谷有明显的不对称性,同时在2 347、2 445 nm处存在弱吸收特征

名称	岩石手标本照片	波谱图	波谱特征
锂辉石			总体反射率在1 400~1 800nm光谱区间保持较高趋势,在1 412、1 912和2 211 nm处存在明显的吸收特征,在2 363和2 445 nm处吸收特征不明显
锂云母			在1 450~2 050 nm区间保持较高的反射率,同时在2 195、2 342和2 437 nm处有明显的吸收特征,且在2 200 nm左右的吸收深度较大
长石			反射率较高且整体较为平缓,在1 850、2 100和2 200 nm附近存在吸收特征但不明显
白云母			在1 411、2 198 nm处存在明显的吸收特征,在2 100 nm处存在次级吸收特征,同时在2 346、2 443 nm处吸收特征不明显
含矿伟晶岩			总体反射率在0.6以下,分别在1 414、1 911、2 121、2 376和2 445 nm处有吸收特征
不含矿伟晶岩			反射率较高,在1 412、2 202 nm处存在明显的吸收特征,在1 916、2 345和2 435 nm附近存在次级吸收特征
白云母花岗岩			有着较高的反射率,在1 412、1 916和2 202 nm处有着明显的吸收特征,在2 343、2 439 nm处存在次级吸收特征
二云母花岗岩			反射率低于0.7,在1 413、2 205 nm处有明显的吸收特征,在1 914 nm处吸收较浅,在2 250、2 345 nm处存在弱吸收特征
黑云母花岗岩			总体反射率低于0.5,在1 413、2 204 nm处存在明显的吸收特征,在1 911 nm处的吸收谷有明显的不对称性,同时在2 347、2 445 nm处存在弱吸收特征

岩矿类型	吸收波长/nm	吸收深度	半高宽/nm	吸收面积
白云母	1 411	34.962 6	38.352 5	1 340.9
	1 912	9.232 4	88.376 2	815.926
	2 198	39.769	72.949 8	2 901.14
	2 346	12.453 9	57.138 4	711.598
	2 443	7.558 5	54.785 2	411.829
白云母花岗岩	1 412	21.216 3	36.771 5	780.157
	1 916	10.665	100.676	1 048.51
	2 202	27.417 2	61.748 1	1 692.96
	2 343	8.852 2	48.362 8	428.119
	2 439	5.662	55.446 7	313.941
二云母花岗岩	1 413	11.471 4	43.681 4	501.085
	1 914	15.613 1	102.598	1 601.87
	2 205	17.294 2	61.738 6	1 067.72
	2 342	5.789 04	43.972 4	254.558
	2 448	3.113 4	55.134 8	171.658
黑云母花岗岩	1 413	13.358 7	37.137 9	496.116
	1 911	10.888 5	91.997 2	1 001.71
	2 204	22.129 8	62.230 4	1 377.15
	2 347	7.708 86	55.904 3	430.958
	2 445	4.698 6	49.986 1	234.878
含矿伟晶岩	1 414	16.876 8	75.081 2	1 267.13
	1 911	43.902 1	114.344	5 019.95
	2 211	18.883 7	63.697 1	1 202.84
	2 376	5.833 76	96.618 1	563.647
不含矿伟晶岩	1 412	33.332 4	38.687 7	1 289.56
	1 916	9.331 3	95.072 6	887.158
	2 202	39.944 9	77.714 1	3 104.28
	2 344	15.281 7	57.992 1	886.218
	2 441	6.973 2	53.326 8	371.863
锂辉石	1 412	18.367 3	114.633	2 105.49
	1 912	25.715 7	105.898	2 723.23
	2 211	18.946 9	73.378	1 390.28
	2 363	7.664 1	55.131 2	422.526
锂云母	1 409	50.439 6	37.915 2	1 912.43
	1 913	8.546	82.147	702.029
	2 195	53.722	69.799 5	3 749.77
	2 342	19.295 4	57.287 9	1 105.39
	2 437	12.000 1	53.476 8	641.728

岩矿类型	吸收波长/nm	吸收深度	半高宽/nm	吸收面积
白云母	1 411	34.962 6	38.352 5	1 340.9
	1 912	9.232 4	88.376 2	815.926
	2 198	39.769	72.949 8	2 901.14
	2 346	12.453 9	57.138 4	711.598
	2 443	7.558 5	54.785 2	411.829
白云母花岗岩	1 412	21.216 3	36.771 5	780.157
	1 916	10.665	100.676	1 048.51
	2 202	27.417 2	61.748 1	1 692.96
	2 343	8.852 2	48.362 8	428.119
	2 439	5.662	55.446 7	313.941
二云母花岗岩	1 413	11.471 4	43.681 4	501.085
	1 914	15.613 1	102.598	1 601.87
	2 205	17.294 2	61.738 6	1 067.72
	2 342	5.789 04	43.972 4	254.558
	2 448	3.113 4	55.134 8	171.658
黑云母花岗岩	1 413	13.358 7	37.137 9	496.116
	1 911	10.888 5	91.997 2	1 001.71
	2 204	22.129 8	62.230 4	1 377.15
	2 347	7.708 86	55.904 3	430.958
	2 445	4.698 6	49.986 1	234.878
含矿伟晶岩	1 414	16.876 8	75.081 2	1 267.13
	1 911	43.902 1	114.344	5 019.95
	2 211	18.883 7	63.697 1	1 202.84
	2 376	5.833 76	96.618 1	563.647
不含矿伟晶岩	1 412	33.332 4	38.687 7	1 289.56
	1 916	9.331 3	95.072 6	887.158
	2 202	39.944 9	77.714 1	3 104.28
	2 344	15.281 7	57.992 1	886.218
	2 441	6.973 2	53.326 8	371.863
锂辉石	1 412	18.367 3	114.633	2 105.49
	1 912	25.715 7	105.898	2 723.23
	2 211	18.946 9	73.378	1 390.28
	2 363	7.664 1	55.131 2	422.526
锂云母	1 409	50.439 6	37.915 2	1 912.43
	1 913	8.546	82.147	702.029
	2 195	53.722	69.799 5	3 749.77
	2 342	19.295 4	57.287 9	1 105.39
	2 437	12.000 1	53.476 8	641.728