大兴安岭岔路口巨型斑岩钼矿床角砾岩相的划分、特征及成因.docxVIP

大兴安岭岔路口巨型斑岩钼矿床角砾岩相的划分、特征及成因.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大兴安岭岔路口巨型斑岩钼矿床角砾岩相的划分、特征及成因 岔路口巨型斑岩钼矿床位于大兴安岭北段东部,是中国最大的斑岩型钼矿床之一。其矿体主要由角砾岩相组成,具有独特的物化特征和成因。 角砾岩是一种由较大角砾状及块状花岗岩块、石英和斜长石集合形成的沉积岩。在岔路口巨型斑岩钼矿床中,角砾岩主要分为二类:斑点岩和斑晶岩。 斑点岩的主要特征是块状花岗岩斑点较大,约为2-3 cm,整体浅灰色。其主要组成矿物为石英、正长石、鱼眼石和黑云母。斑点岩中的角砾块体积较大,晶体较完整,呈现出清晰的极化色彩。斑点岩是在钾长石酸性岩浆经过一段时间的混合与分异作用下,形成了混合沉积形成的。在这个过程中,矿质的部分分化,石英、正长石和少量鱼眼石分散在矿浆之中,形成了独特的斑点状。 斑晶岩的主要特征是斑晶较大,晶体规整,颜色为灰黑色。斑晶矿物主要包括黑云母、方解石、石英和少量的钾长石。其中,黑云母呈现出完整的晶体形态,晶面清晰,极化色彩强烈。斑晶岩是在硅酸盐沉积岩中,由大量花岗岩块所组成的混合沉积矿物。 总体来看,在岔路口巨型斑岩钼矿床中,角砾岩矿体主要由斑点岩和斑晶岩两种角砾岩相组成。这些角砾岩相的形成,是在混合沉积的过程中逐渐形成的,其成因主要是由于混合沉积的物质分异作用所引起的。 综上所述,岔路口巨型斑岩钼矿床角砾岩相的划分、特征及成因,对于理解该矿床的形成过程和矿物成分的分布特点有着重要的意义。同时,这也为钼矿床的勘探和开发提供了重要的科学依据。在岔路口巨型斑岩钼矿床中,角砾岩相具有非常高的钼含量,是该矿床的主要矿体类型之一。下面列出一些与该矿床相关的数据,并进行分析。 1. 钼含量 该矿床的钼含量非常高,平均含钼量约为0.11%-0.23%。其中,斑点岩的钼含量较低,约为0.05%-0.10%,而斑晶岩的钼含量则较高,可达到0.20%-0.35%。这与斑晶岩中黑云母和方解石的含量有关。整体来看,该矿床具有非常高的钼含量,这也是其被开采的重要原因之一。 2. 铜含量 岔路口巨型斑岩钼矿床中的角砾岩相中,铜含量较低,约为50-200 ppm。这与斑岩钼矿床的一般特征相符。值得注意的是,角砾岩相中的铜和其他元素(如钼、铅、锌等)没有明显的相关性。 3. 硅含量 该矿床的硅含量较高,平均含硅量约为65%-70%。其中,斑点岩的硅含量略高于斑晶岩。这与斑岩的成因有关。斑点岩是在钾长石酸性岩浆的混合沉积过程中形成的,而斑晶岩则是在硅酸盐沉积岩中形成的。 4. 组成成分 角砾岩相中的主要矿物包括石英、正长石、鱼眼石、黑云母和方解石等。其中,斑点岩和斑晶岩的主要矿物组成略有差异,但总体来看,二者的矿物成分十分相似。这也是角砾岩相被归为岔路口巨型斑岩钼矿床主要矿体类型的原因之一。 5. 地质年龄 该矿床的形成年代较为古老,大致分布在13.5亿年前-10亿年前之间。这也与大兴安岭山脉的形成时期相对应。该矿床的古老地质年龄,为矿体富集提供了足够的时间。 综上所述,岔路口巨型斑岩钼矿床的钼含量非常高,但铜含量相对较低。该矿床的硅含量较高,主要矿物为石英和正长石等。该矿床的形成年代较为古老,为矿体富集提供了足够的时间。以上数据有助于科学家们更深入地研究该矿床的成因,也为该矿床的勘探和开发提供了重要的科学依据。在民生银行信用卡中心的服务实践中,针对客户投诉的情况进行了大量的数据分析和挖掘,以提高服务质量和客户满意度。下面将结合具体的案例进行分析和总结。 案例描述 某客户在银行网站提出了一笔消费未成功的投诉,客服人员在处理该投诉时,通过对客户的账户和消费记录进行分析,发现该笔消费属于一个小型商家的支付,且支付平台网络存在异常,导致该笔交易未成功。客服人员在理解客户需求的基础上,推荐了具有商家优惠的其他支付方式,并通过人工操作完成了该消费。在处理完成后,客服人员将该投诉的数据记录保存,以备日后数据分析和挖掘使用。 数据分析和总结 通过对该投诉数据的分析,可以发现以下问题和优化点: 1. 支付异常情况:通过对客户的消费记录和支付平台网络状态的分析,可以发现该支付平台存在一定的风险和异常情况。因此,银行可以在支付渠道方面加强监管和风险控制,以提高支付平台的稳定性和可靠性。 2. 业务员能力提升:在客服人员处理该投诉时,需要对银行的产品和商家的优惠政策有充分的了解和掌握,以为客户提供最优的解决方案。因此,银行可以注重对客服人员的培训和能力提升,以提高客服人员的服务质量和解决问题的能力。 3. 数据记录和分析:在处理投诉时,客服人员应及时将信息记录下来,并进行数据分析和挖掘,以发现潜在的问题和优化点。银行可以建立客户投诉管理系统,将所有投诉数据进行收集、备份和管理,并通过数据分析和挖掘,为银行管理提供有力的支持。 结论 数据分析和挖掘在客

文档评论(0)

策划方案君 + 关注
实名认证
文档贡献者

各种书籍读后感

1亿VIP精品文档

相关文档