Econ. Environ. Geol. 2024; 57(5): 593-608

Published online October 29, 2024

https://doi.org/10.9719/EEG.2024.57.5.593

© THE KOREAN SOCIETY OF ECONOMIC AND ENVIRONMENTAL GEOLOGY

Geochemical Approaches to Mineral Resources Exploration

Jaeguk Jo1,*, Bum Han Lee1, Chul-Ho Heo2

1Critical Minerals Research Center, Korea Institute of Geoscience and Mineral Resources (KIGAM)
2Minerals Resources Division, Korea Institute of Geoscience and Mineral Resources (KIGAM)

Correspondence to : *jo@kigam.re.kr

Received: August 25, 2024; Revised: October 5, 2024; Accepted: October 7, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided original work is properly cited.

Abstract

As surface resources are continually developed and depleted, there is an increasing need to explore deeper ore bodies. Simultaneously, global demand for eco-friendly energy sources increases due to decarbonization policies, intensifying competition among nations to secure critical mineral resources. Geochemical exploration is based on the behavior of specific elements derived from mineral deposits and should be conducted with consideration of numerous geological variables. The characteristics of elemental concentration around ore bodies, which can be observed in media such as natural water, river sediments, soil, rock, vegetation, and geogas, provide clues for predicting the distribution of undiscovered ore bodies. For this reason, it is essential to identify the types of indicator elements that can be used for exploration depending on the mineralization type, and to establish a systematic geological exploration methodology based on the behavior of elements around mineralized ore bodies. Furthermore, applying Al technology to these geochemical characteristics would aid to exploration for critical mineral resources.

Keywords hidden ore body, mineral resources, exploration methodology, geochemistry, indicator elements

광물자원 탐사를 위한 지구화학적 접근

조재국1,* · 이범한1 · 허철호2

1한국지질자원연구원 광물자원연구본부 희소금속광상연구센터
2한국지질자원연구원 광물자원연구본부

요 약

지속적인 개발로 인해 지표에 노출된 자원이 고갈됨에 따라 지하 깊은 곳에 존재하는 부존 광체를 탐사할 필요성이 커지고 있다. 동시에 탈탄소화 정책의 일환으로 친환경 에너지 자원에 대한 글로벌 수요가 증가하면서 희소 광물자원을 확보하기 위한 국가 간 경쟁이 심화되었다. 지구화학 탐사는 광상에서 유래된 특정 원소의 거동을 기반으로 하며, 많은 지질학적 변수를 고려해야 한다. 자연수, 하천 퇴적물, 토양, 암석, 식생, 지오가스 등 다양한 매개체를 통해 관찰되는 광체 주변의 지시원소 농집 특성은 미확인 광체의 분포를 예측하는 데 중요한 단서를 제공한다. 따라서, 광화작용 유형별 탐사에 활용될 수 있는 지시원소를 특정하고, 광체 주변에서의 원소 거동 특성에 기반한 체계적인 지구화학 탐사법 확립이 필요하다. 나아가 이러한 지구화학적 특성에 기반하여 AI 기술을 적용한다면, 향후 광물 자원탐사에 도움이 될 것이다.

주요어 자원탐사, 부존광체, 핵심광물, 지구화학, 지시원소, 탐사 방법론

  • Geochemical approaches for mineral resource exploration

  • Target minerals and their indicator elements in association with mineralization.

  • Trace elements and stable isotop signatures around mineralized ore bodies.

지표에 노출된 자원들이 고갈됨에 따라, 최근의 자원탐사 경향은 지하 심부에 잠재되어 있는 부존 광체를 대상으로 이루어지고 있다. 기대비용 측면에서 효율적인 탐사 진행을 위해 여러 분야에서 자연 물질의 지구화학적특성에 기반한 탐사와 지구화학 분석법이 시도되었다(Kristiansson and Malmqvist, 1982; Darnley, 1990; Xuejing and Xueqiu, 1991; Cohen et al., 2010; Cohen and Bowell, 2014; Xueqiu et al., 2016). 지하 심부에 매장된자원 탐사를 위한 지구화학 탐사법은 광물의 형성 후 교대 및 풍화와 관련하여 1차적 혹은 2차적으로 분산된 미량원소의 분포 특성에 기반하여 광체를 추정하는 방식이다(Rose et al., 1979; Malmqvist et al., 1999; Wang et al., 2023; Ma et al., 2024; Xu et al., 2024). 지구화학 탐사에서는 복잡하게 얽혀 있는 자연과학적 현상으로부터 직접 또는 간접적으로 광화작용에 관여한 요소들을 밝혀내는 과정이 필요하다. 예를 들어, 암석, 토양, 하천의 모래,지하수, 식생, 토양가스로부터 획득한 미량원소의 분포및 거동 특성에 근거하여 광화작용의 유무를 추정할 수있다(Rose et al., 1979; Nishiyama, 1992; Cohen and Bowell, 2014). 특히, 지하 심부에 광체가 존재하는 경우, 특정 원소들이 광범위하게 농축되어 이상대를 형성하므로지구화학적 특성을 활용한 체계적인 탐사법 확립이 필요하다(Yang et al., 2019; Wang et al., 2023; Xu et al., 2024). 일반적으로 통용되는 지구화학 탐사법에는 암석과 토양의 전암 분석과 같이 특정 암체나 광물을 대상으로 한 탐사법(e.g., Barefoot and Van Loon, 1999; Sun et al., 2019; Liu et al., 2020; Xie et al., 2021; Li et al., 2024a),미량원소(e.g., Mastalerz et al., 2020; Xie et al., 2021; Ma et al., 2024), 및 동위원소(e.g., Teng et al., 2004; Millot and Négrel, 2007; Wan et al., 2017; Li et al., 2024b) 특성을 활용한 탐사법 등이 알려져 있다. 최근에는 AI(Artificial Intelligence)기법을 적용한 지구화학 탐사가 알려져 있다(Schnitzler et al., 2019; Prado et al., 2020; Sadeghi et al., 2024).

광석과 광상에 대한 정의가 분명하게 정립되어있는 것은 아니지만, 통상적인 개념에서 생각할 때 유용원소가경제적으로 채굴 가능한 정도로 포함되어있는 암석을 ‘광석’이라 칭하고 그 집합체를 ‘광상’이라 한다(Nishiyama, 1992). 또한, 미래 경제적 차원에서 암석으로부터 유용원소의 추출이 가능한 범위를 포괄적인 측면에서 ‘자원량’ 이라 한다(Nishiyama, 1992). 지각 내에서 유용원소가 비이상적으로 농축된 광석과 일반적인 암석 사이에는 지구화학적 수치에서 큰 차이가 발생한다. 이러한 결과로 광상 주변에는 경제적인 채굴과는 무관하게 특정 유용원소가 비정상적으로 농축된 영역이 광범위하게 나타날 수있다. 이러한 유용원소의 이상 농집대는 광상이 형성되는 단계에서 파생된 것으로 여겨지는 1차 분산과 광상이형성된 이후 물리화학적 작용을 받아 파생되는 2차 분산에서 기인한다(Rose et al., 1979). 일반적으로 1차 분산은 심부 환경에서 발생하는 반면, 2차 분산은 표층 환경에서 나타난다. 하지만, 금이나 구리를 포함하는 광상에서는 심부에서 표층에 이르기까지 광화작용과 관련된 변질대를 형성하여 1차 분산과 2차 분산의 경계가 모호한경우도 있다(Kelley et al., 2006; Sillitoe, 2010).

광상은 다양한 지질환경에서 형성되지만, 큰 범주에서화성기원 광상과 퇴적기원 광상으로 분류된다. 화성기원광상의 유형은 마그마의 고결 과정에서 형성된 정마그마광상(e.g., Casquet et al., 2001; Arndt, 2013)과 마그마의잔류 유체로부터 형성된 페그마타이트 광상(e.g., Černý, 1991; London and Morgan, 2012), 고온의 유체 활동에기인하여 용출-침전-농축 기작을 통해 형성된 열수광상이 알려져 있다(e.g., Hedenquist and Lowenstern, 1994). 이러한 광상들 주변에는 유용원소가 농축된 이상대가 형성된다. 예를 들어, 열수광상의 범주에 속하는 반암동광상의 망상광체에서 유용원소의 이상대는 넓은 범위에 걸쳐 발달한다(Fig. 1).

Fig. 1. Geogas exploration for the detection of pervasive feeble mineralization (revised from Rose et al., 1979). A) Contour map of target elements surrounding the orebody. B) Pervasive feeble mineralization of stockwork ore body.

광석과 모암의 구분이 비교적 명확한 열수맥상형 광상에서도 광석과 주변 모암에서 나타나는 유용원소들의 농집 분포는 큰 차이를 보인다(Fig. 2). 또한, 이상대를 구성하는 원소가 반드시 목적으로 하는 유용원소와 부합하지 않을 수 있다. 대표적으로 증기압이 높은 분산원소(e.g., Hg, As, Pb)가 광역에 걸쳐 측정되는 경우이다(Rose et al., 1979). 이처럼 지구화학 탐사의 단서로 사용되는유용원소를 ‘지시원소’라 부른다(Nishiyama, 1992). 이러한 지시원소는 광상 형성에 기여한 주성분 원소뿐만 아니라 부성분 원소가 될 수 있다. 또한, 퇴적광상의 경우광물의 물리화학적 안정성, 선택적 운반작용, 퇴적환경의변화 등의 차이에 따라 다양한 유형의 광상이 형성되며,큰 범주에서는 풍화잔류광상, 사광상 및 화학적 퇴적광상으로 분류된다(e.g., Lu et al., 2019; Berberich and Berberich, 2022). 이러한 광상 유형에서도 화성기원의 광상과 마찬가지로 광체 주변에는 유사한 기작에 기인한지시원소 이상대가 형성된다(Ye et al., 2015; Li et al., 2024a).

Fig. 2. Comparison of target elements between crust (upper crusts, sedimentary rocks) and ore deposits (revised from Nishiyama, 1992; Bowell et al., 2020).

광상이 형성된 이후 일어나는 이차적인 기작에 의한 지시원소의 거동 특성은 풍화 과정을 통해 나타나는 특정원소의 용탈 및 침전 기작에 의해 규제된다. 그리고 기계적 농축 과정에 의해 광상 주변 혹은 광상에서 멀리떨어진 곳에서 지시원소의 이상 농집대가 형성되기도 한다(Fig. 3). 이러한 과정에서 특정 원소는 식물의 번식을저해하거나 식물의 성장에 필요한 환경을 조성할 수 있다(Zhou et al., 2007; Ji et al., 2013; Wiggenhauser et al., 2022; Shaffique et al. 2023; Ma et al., 2024). 지층 내 지시원소의 거동은 지하수 또는 하천수 흐름과 밀접한 관련이 있다(Fig. 3). 광화대에서 하나의 광맥이 풍화 과정을 겪는 동안 그 영향은 표토층의 넓은 범위에 걸쳐 나타난다. 하지만 지시원소 이상대의 위치나 형태는 광체의 배태유형, 표층의 물리화학적 환경 조건, 지하수의 성격에 따라 차이를 보인다. 예를 들어, 광체와 직접적으로접하는 부근에서 지시원소의 이상대를 형성하는 경우도있지만(Fig. 3A), 지표면의 경사가 기울어져 있거나 표토층이 두꺼운 경우에는 지시원소 이상대의 위치가 광체와멀리 떨어진 곳에 나타날 수 있다(Fig. 3B). 또한, 광체와인접한 곳에 지하수가 흐르는 경우, 금속의 침전에 유리한 환경이 조성되어 지시원소 이상대를 형성한다. 이처럼 광맥에서 침출된 금속원소는 지하수를 매개로 지표까지 이동하여 표층 환경변화에 따른 침전 및 흡착과정을통해 지시원소 이상대를 형성하게 된다(Fig. 3C). 표토층에서는 광체로부터 떨어진 곳에 이상대가 형성되기도 하며(Fig. 3D), 지하수에서 자란 식물은 특정 원소를 흡수하여 이상대를 형성할 수 있다(Fig. 3C, D). 앞서 언급한바와 같이, 지시원소는 채굴 대상이 되는 유용 금속 광체에서 기인한다. 예를 들어, 동광상에서는 Cu, 우라늄광상에서는 U이 각각 지시원소가 된다. 또한, 1차적 분산과정에서는 휘발성이 풍부한 Hg, As, Sb 등이 지시원소에 비해 광역에 걸쳐 영향을 끼칠 수 있으므로 지시원소와 구별하여 해석할 필요가 있다(Rose et al., 1979). 지시원소의 농도 차이에 기반한 이상대 평가를 위해서는일정한 기준에 해당하는 임계값 설정이 중요하다. 임계값은 배경값과의 비교, 그리고 체계적인 지화학 탐사법에 기초한 분석 정밀도가 반영되어야 한다. 예를 들어,암석이나 토양의 미량원소 분석값은 지수함수적인 확산성을 나타낸다(Fig. 4A, B). 일반적인 광역 탐사에서 임계값은 낮게 설정하는 반면, 좁은 영역에 제한된 탐사의경우에는 높은 임계값을 설정한다(Nishiyama, 1992). 또한, 임계값 설정시 배경값에 비해 비이상적으로 높은 값을 갖는 암맥의 관입에 따른 혼입 영향이나 인간 활동에의한 인위적인 영향(e.g., 지하수 개발, 농경지 개간 등)이 예상되는 경우, 분석값 해석 시 이를 고려해야 한다.

Fig. 3. Behavioral characteristics of elements influenced by subsurface fluids (revised from Rose et al., 1979). A) leaching of target ions through the behavior of groundwater. B) precipitation of target ions at the interface of saturated ground. C) absorption of target ions by vegetation. D) behavior of target ions from the orebody through groundwater and their accumulation by vegetation.
Fig. 4. Comparison of trace element concentrations between upper crusts and sedimentary rocks (A, B; Data revised from Teng et al., 2004; Wedepohl, 1995; McLennan, 2001).

체계적인 시료 채취 절차는 지구화학 탐사에서 중요한비중을 차지하므로 지시원소의 영향이 충분히 반영된 대표성을 갖는 시료의 확보가 필요하다. 시료의 종류(e.g.,암석, 지하수, 하천 퇴적물, 하천 주변 식생 및 토양) 및각각의 분석 목적에 따른 체계적인 시료 채취 방법이 정립되어야 한다. 예를 들어, 암석의 경우, 대상 암석이 기반암인지 전석인지 여부를 판단하고, 단일 암체 내에서도 암석의 변질 및 풍화 정도에 따른 체계적인 시료 채취가 요구된다. 지하수의 경우, 계절에 따른 온도변화, 채취일 전후의 강우 유무 등을 고려해야 한다. 하천 주변에서 서식하는 식생을 대상으로 한 연구에서는 뿌리, 줄기, 잎과 같은 각각의 조직에서 미량원소의 농집 차이가발생하는 점을 고려해야 한다. 하천 퇴적물의 경우, 입자크기뿐만 아니라 지면으로부터 시료를 채취하는 깊이에따른 미량원소의 거동 특성을 고려해야 한다.

지구화학 탐사법은 자연에서 일어나는 미량원소의 거동 특성을 이해하는 것에 기반을 두고 있으며, 분석 기술의 발달과 함께 새로운 탐사법의 개발로 확장되었다.현재 채택되고 있는 주요 분석법은 현장에서 휴대용 기기(e.g., pXRF, pLIBS)를 이용하여 즉각적으로 데이터를얻을 수 있는 반정량 및 정성분석과 채취한 시료를 대상으로 실내 실험실 규모에서 이루어지는 각종 지구화학 분석법(e.g., XRD, XRF, FT-IR, Raman, TEM, EPMA, TEM, SEM-EDS, ICP-MS, ICP-OES, ICP-AES, TIMS, EA/IRMS, etc.)이 알려져 있다. 하지만 야외에서 휴대용 질량분석기를 사용하여 데이터를 얻는 경우, 측정 범위가 제한적일 뿐만 아니라 분석값의 정확성도 떨어지므로,정량 분석 관점에서의 비교보다는 탐사 지시광물 내 광화작용의 단서가 될 수 있는 관련 원소의 검출 여부에근거한 정성분석 관점에서의 비교가 필요하다. 나아가,해당 지시 원소를 포함하는 광물이 암체 내에서 차지하는 비율과 이들 광물이 어떠한 형성 기작을 겪었는지에대해, 암석기재학 및 지화학 조성 특성에 근거한 종합적인 해석을 해야한다. 또한, 채취한 시료에서 분석하고자하는 원소의 함량이 극미량으로 존재하는 경우, 실내에서 수행되는 고감도 질량분석에 앞서 용매 추출법, 이온교환법, 증발 건조법 등의 전처리과정을 통해 특정 지시원소를 분리하거나 농축할 수 있다.

Table 1은 광상의 유형에 따른 지구화학 탐사 주요 광물 및 관련 지시원소 목록을 나타낸다. 미확인 부존 광체의 위치와 규모를 효과적으로 추정하기 위해서는 체계적인 시료 채취와 함께 대상 시료의 성격에 따른 적절한지구화학 분석법 확립이 필요하다.

Table 1 Indicator minerals and associated elements for geochemical exploration by deposit types

Ore deposits/mineralization typesIndicator mineralsAssociated elementsReferences
Carbonatite rocksbastnäsite group, ancylite, monazite, (fluor)apatite, pyrochlore, xenotime, florenciteNa, Mg, Fe, P, Ba, F, S, Sr, Ca, Nb, Th, U, Zr, Cu, Ta, Ti, V, Mn, PbBalaram (2022)
Igneous rocks (including hydrothermal rocks)bastnäsite group, aegirine, eudialyte, loparite, allanite, allanite, Fe-rich olivine, fayalite, monazite, fergusonite, zircon, xenotime, fluorapatite, ancylite, gadolinite, euxenite, mosandrite, calciteNa, K, Fe, Al, Zr, Ti, Nb, Ta, Li, F, Cl, Si, Th, U, P, Cs, Rb, Sn, W, Mo, Be, Ga, Hf, Mn, BBalaram (2022)
Lateritesmonazite, apatite, pyrochlore, bastnäsite, churchite, rhabdophane, plumbogummite, zircon, florencite, xenotime, cerianite Fe, Al, Nb, Zr, Ti, Sn, Mn, P, Si, CeBalaram, 2022
Ion-adsorption type REEsxenotime, monazite, apatite, kaolinite, halloysiteREEs, P, Si, U, Th, Zr, NJo et al. (2023)
Altered rock type Au-(Ag-Pb-Zn) depositsnative gold, electrum, pyrite, chalcopyrite, galena, sphalerite, arsenopyrite, marmatiteAu, Ag, W, PbLu et al. (2019)
Altered cataclastic rock-type Au depositspyrite, chalcopyrite, carbonate, sericite, chlorite, ankerite, epidote, chalcocite, galena, sphalerite, tetrahedrite, argentite, borniteZn, Cu, Cr, Ni, Mo, S, Pb, CoHan et al. (2020)
Li-Sn-W deposits (Erzgebirge)quartz, zinnwaldite, trilithionite, seriesLi, F, Rb, Sn, Ta, Nb, W, Sc, Ga, In, Cs, TiBreiter et al. (2019)
Exogenetic Li-depositsJadarite, clay minerals, carbonatesLi, K, Na, Mg, Ca, Rb, Cs, SO, BZheng et al. (2023)
Li-beraring salt lake/brinehalite, anhydrite, dolomite, gypsum, calciteLi, K, Na, Rb, Cs, Br, Cl, SO, BMernagh et al. (2016)
Volcano-sedimentary Li-B depositsdiaspore, boehmite, anatase, chamosite, clay mineralsLi, , Nb, Ta, Hf, Th, Zr, Sr, Cr, VSun et al. (2019)
Li-REEs-redox elements-enriched Pennsylvanian coalsspodumene, rhabdophane, anatase, illite, kaoliniteLi, Cs, Ta, Ge, U, Mo, V, REEsXie et al. (2021)
REEs-enriched Pennsylvanian coalsphosphorites, clay mineralsU, Mo, Ni, Zn, V, P, REEs, TOCMastalerz et al. (2020)
Li, Nb-Ta-Zr-Hf-Ga-enriched Pennsylvanian coalskaolinite, calcite, pyriteLi, Ga, Se, Zr, Nb, Ta, Hf, ThDi et al. (2023)
Placers and paleo-placers including regoliths which are not laterites but in-situ weathered overburden.monazite, xenotime,allanite, euxeniteTi, Nb, Zr, Au, Sn, Th, U, Pb, FBalaram (2022)
Ni-sulfide depositspyrrhotite, pentlandite, pyrite, chalcopyrite, magnetite, chromiteCu, Ni, Cr, Co, Zn, Fe, MnHoatson et al. (2006)
Ni-Cu-PGE depositspyrrhotite, pentlandite, chalcopyrite, pyrite, borniteNi, Cu, As, S, Se, Te, Os, Ir, Ru, Ph, Pt, PdEckstrand and Hulbert (2007)
Polymetallic deposits (Cu-Pb-Zn), porphyry-type Mo (W), Skarn Mo-W)pyrite, chalcopyrite, sphalerite, galena, molybdenite, actinolite, tremolite, chlorite, epidoteCu, Fe, Ti, V, W, Pb, S, OLiu et al. (2020)
Epithermal Cu-Au depositslimonite, pyrite, chalcocite, enargite, chalcopyrite, borniteAu, U, Cu, Fe, REEsLi et al. (2024a)
Iron oxide-associated (including IOCG) depositsbastnäsite, synchysite, monazite, xenotime, florencite, britholiteFe, Cp, U, Au, A g, Ba, F, P, SBalaram (2022)
Deep-sea mineral deposits (poly-metallic nodules, crust, sand, mud)vernadite, todorokite, Fe-oxyhydroxide, carbonate, fluorapatiteMn, Fe, P, Cu, Ni, CoBalaram (2022)
Sediment-hosted Cu-Au-Ag depositskaolinite, halloysite, arsenic-rich pyrite, hematite, goethiteSi, Al, As, Fe, Au, Ag, CuCao et al. (2010)
Polymetallic Pb-Zn-Cu-Ag depositspyrite, sphalerite, galena, chalcopyriteAg, Pb, Sb, Cu, Ni, Ti, RbWang et al. (2008)


3.1. 탐사대상

3.1.1. 자연수 및 하천 퇴적물

일반적인 자연수에는 하천수나 호수와 같은 지표수, 그리고 우물이나 갱내수 및 온천 등과 같은 지하수가 있다.자연수를 이용한 지구화학 탐사방법은 자연수에 잔류하는 미량원소의 거동 특성을 기반으로 한다. 활용도가 높은 지시원소에는 용해성이 큰 Mo, Zn, Cu, SOx 등이 있으나 기본적으로 자연수에 잔류하는 중금속 함량은 매우낮은 ppb 단위이다(Rose et al., 1979). 이에 반해, 광화대에서 파생된 갱내수의 경우 자연수에 비해 10~100배 이상의 높은 지시원소 농집을 보인다(Feng et al., 2000; Lee et al., 2005). 예를 들어, 광화대 인근에 분포하는 자연수내 미량원소의 거동 특성을 파악하기 위해, 하천이나 호수에서 기인한 부채꼴 지대(e.g., 선상지, 삼각주)의 퇴적물을 대상으로 한 지구화학 탐사가 알려져 있다(Ciotoli et al., 2007). 이러한 환경에서 채취한 시료는 비교적 입자의 크기가 균일한 점토, 미사, 모래가 사용된다. 하천퇴적물은 자연수에 비해 계절 변화나 강우에 의한 변화가 적고 다양한 수준의 지시원소 농도를 나타내므로 지시원소 이상대에 근거한 미확인 광체 탐사가 가능하다(Nishiyama, 1992). 대표적으로 중국의 주석, 사금 및 텅스텐 광상 탐사 사례가 알려져 있다(Liu et al., 2021; Wang et al., 2023; Li et al., 2024a).

3.1.2. 토양

일반적으로 토양은 암석의 풍화작용에 기인하여 파생되므로 광체와 직접적으로 연관된 암석이 풍화되면 지표상에 지시원소 이상 농집대가 형성된다(Ye et al., 2015; Lu et al., 2019; Plet and Noble, 2023; Li et al., 2024a).광체에서 파생된 지시원소는 점토광물을 비롯하여 토양이온의 교환작용, 침투작용 및 증발작용을 통해 거동한다(Carrillo‐Gonz ález et al., 2006; Shaheen et al., 2013).예를 들어, 동광화대의 표토층을 덮고 있는 토양에서 주요 지시원소인 Cu, Zn, Pb의 농집은 광맥의 연장을 따라점차적으로 감소하다가 하류 지점에서 이상대를 형성한다(Fig. 5). 빙하 퇴적물의 경우, 대규모의 퇴적체가 이동하며 광맥에서 상당히 떨어진 곳에 지시원소 이상대를형성한다(Berberich and Berberich, 2022).

Fig. 5. Relation between residual soil anomalies and Cu ore deposits (Rose et al., 1979).

3.1.3. 암석

암석을 대상으로 한 지구화학 탐사는 주로 원소의 1차적 분산에 기인한다. 광상이 형성되는 일련의 과정 중 분산되는 미량원소의 분포와 거동 특성에 기반하여 광체의위치와 규모를 추정한다. 지시원소를 포함하는 지시광물의 분포 특성에 근거하여 광역조사 뿐만아니라 광맥의형성과 같이 좁은 영역에서 발달하는 지시광물 및 관련원소의 농집 특성에 기반하여 전반적인 탐사가 진행된다(Belousova et al., 2002; McClenaghan, 2005). 광화작용과 직접적으로 연관성을 갖는 광화유체의 지구화학적 특성과 물리적 외부요인에 따른 지시원소의 거동 특성(e.g.,이동, 첨가, 용탈)은 심부 광체 탐사에 중요하다. 암석 시료는 지표에서 채취한 암석뿐만 아니라 시추 코어 혹은갱도 탐사에서 획득한 시료가 사용된다. 또한, 암석에서파생되는 Hg이나 As와 같이 분산성이 큰 원소들을 탐사지시원소로 활용하는 사례도 있다(Cao et al., 2009; Lin et al., 2021).

3.1.4. 식생

식생을 대상으로 한 지구화학 탐사는 큰 범주에서 두가지 방법을 통해 이루어 진다. 1) 특정 원소가 식물의종류, 형태, 분포에 영향을 미쳐 그 변화에 근거하여 광체의 위치를 추정하는 방법이다. 이는 토양중에 과잉으로 존재하는 원소가 식물의 생리에 이상을 초래할 수 있음을 의미한다. 예를 들어, 식물의 필수 영양 요소인 Fe, Ni, Cu, Zn, Mo, Mg, Si, Ca, K, B은 적정량이 공급될 때는 식물의 생장에 도움이 되지만, 과잉 공급이 되면 식물의 생장 저하를 초래하며 잎을 통해 이상 현상(e.g., 갈변, 괴사, 황백화, 반점)이 발현된다(Miransari et al., 2007; Arif et al., 2016; Wiggenhauser et al., 2022). 2) 식물이흡수한 원소의 농도를 측정하여 비교분석 하는 방법이다.예를 들어, 토양에 존재하는 미량원소가 식물의 뿌리에서 흡수되어 줄기, 잎, 열매와 같은 식물 각 부위에 농축되는 양을 측정한다. 효과적인 평가를 위해서는 같은 종의 식물을 선정하며, 토양 내 깊이 뿌리를 내리는 식물종이 광화대 탐사에 적합한 것으로 알려져 있다(Nishiyama, 1992; Busche, 1989; Nkrumah et al., 2021; Gao et al., 2022; Tao et al., 2022; Mukube et al., 2024).

3.2. 탐사방법

3.2.1. 지오가스를 활용한 지구화학 탐사

광상의 형성과 밀접하게 관련된 광화유체 내에는 CO2, H2S, H2, N2, CH4, Ar, He와 같은 가스 성분이 용존되어있다. 이러한 가스 성분의 기원은 심부 마그마에서 파생된 열수(e.g., CO2, He, NH3, H2S etc.)외에도 표토(e.g., CH4, N2 etc.), 대기(e.g., Ar, N2 etc.), 지하수(e.g., CH4, N2 etc.), 등 다양하다(Tsutsumi and Ishibashi, 2022). 가스 성분은 광화대에서 일어나는 열수변질 과정 중 광물과 거의 반응하지 않기 때문에 부존 광체 탐사를 위한 지표가될 수 있다(Stefansson, 2017). 부존 광체 탐사를 위한 지오가스 탐사법은 자원 부국인 중국을 중심으로 발전해왔으며, 금광상(Cao et al., 2009; Lu et al., 2019, 2021; Han et al., 2020), 리튬광상(Breiter et al., 2019; Yang et al., 2019; Wang et al., 2020; Di et al., 2023; Xu et al., 2024;),니켈-황화광상(Wang and Gao, 2007; Wang et al., 2008; Wan et al., 2017; Lin et al., 2021; Li et al., 2024a), 희토류광상(Wang et al., 2023; Li et al., 2024a)에서 활발하게 수행되고 있다.

지오가스 탐사는 본래 지열 시스템 연구 분야에서 폭넓게 활용되었다(Chen et al., 2023). 지열 시스템은 마그마나 관입암체와 같은 열원, 지하수, 열수 및 증기와 같은 가변적 유동체, 그리고 유체의 이동 경로가 되는 지열 구조로 구성된다. 지열 시스템에서 유체는 강수나 하천수와 같은 천수 기원인 경우가 대다수이지만 해안 지역의 경우 해수의 영향도 배제할 수 없다. 천수에는 미량의 Na, Ca, HCO3 이온이 용존되어 있는 반면, 해수에는 일반적으로 다량의 Na, Mg, Cl, SO4을 포함한다. 또한, 유체가 마그마 주변에서 거동할 때 화산성 유체로 발전하는데 여기에는 화산 가스와 같이 마그마로부터 기인한 탈 가스(CO2, SO4, H2S, HCl, H2)의 존재가 특징적으로 나타난다(Tsutsumi and Ishibashi, 2022). 이러한 가스성분이 유체 내 용해되면 낮은 pH를 나타내며 Cl 및 SO4가 풍부해진다. 또한, 열원에 가까운 부근에서는 유체의온도가 250℃ 이상을 웃도는 고온 조건을 형성하여 주변모암과 이온교환 반응이 활발하게 일어난다(Ishibashi et al., 2022). 예를 들어, 규산염광물의 용해가 진행됨에 따라 유체 내 Si, Na, K, Ca, Mg와 같은 양이온의 농도가증가한다. 고온의 유체가 상승하여 지표에 이르면 기상과 액상 2성분으로 분리된다. 가스 성분인 CO2, H2S, H2는 대부분 기상으로 존재하고, 주요 용존이온에 해당하는 Na, K, Ca, Mg, Cl, SO4는 액상으로 분배된다(Tsutsumi and Ishibashi, 2022). 따라서, 가스 성분이 우세한 지열시스템에서는 산성 온천이 형성된다(Yasukawa and Noda, 2017).

지오가스를 매개로 이동하는 원소의 거동 기작은 복잡하며 분석자료 해석 과정에서 많은 해결해야 할 문제들이남아있다. 예를 들어, 기존에 보고된 지오가스 탐사 관련문헌에서는 광체에서 유래된 원소가 원자, 이온, 나노입자 집합체 및 에어로졸 형태로 이동하는 것에만 초점을두었다(Kristiansson and Malmqvist, 1987; Wang et al., 1995). 나노입자는 미세 기포에 흡착되어 지질구조 내 균열을 따라 상승할 수 있다(Kristiansson and Malmqvist, 1987). 동시에, 암석의 풍화 및 단층 구조와 같은 요인으로 인해 발생하는 균열이나 지하 구조 내 가스의 이동통로 변화는 산화작용 및 생물화 작용을 촉진하여 획득한분석자료 해석 시 어려움을 초래한다(Wang et al., 1997; Mi and Wang, 2017). 다양한 지질환경에서 광체로부터파생된 나노입자의 양적 평가는 거의 연구가 되지 않았다. 예를 들어, 수온의 상승과 용존 산소의 증가는 호기성 미생물의 증식을 촉진하고 결과적으로 나노입자 침전물의 산화 및 풍화를 촉진시켜 나노입자의 양적 증가를야기한다(Liu et al., 2020). 리튬-페그마타이트 암체에서혼펠스화된 전기석은 페그마타이트의 풍화를 유도할 뿐만아니라 지하수와 인접한 곳에서는 수소이온을 흡착하여 pH값의 증가를 야기하고, 결과적으로 유기물의 성장에 적합한 조건을 제공한다(Liu et al., 2021; Xu et al., 2024). 또한, 투과성이 큰 풍화토는 지표상에서 나노입자와 지오가스의 이동을 가속화하고 산화-환원 및 흡착과정에 수반되는 일련의 지구화학 반응을 통하여 토양 내잔류시킨다(Xueqiu et al., 2016). 부정합 구조는 이상적인 지오가스의 통로가 될 수 있다(Wang et al., 2023). 예를 들어, 지오가스에 의해 운반되는 나노입자는 우선적으로 부정합면 측면을 따라 이동하고 이후 지표로 상승한다. 그 결과, 강한 나노입자 이상 발현은 표층에서 저투수층이 소멸되는 곳에서 나타난다(Wang et al., 2023).

3.2.2. 안정동위원소를 활용한 지구화학 탐사

광상의 성인 연구에서 폭넓게 활용되는 안정동위원소비(e.g., δ13C, δ2H, δ18O, δ15N, δ34S)는 자연 시료를 구성하는 광물 또는 유체가 지닌 고유의 동위원소비 특성에기반하여 물질의 기원을 추정한다. 또한, pH, 온도, 산화 -환원, 박테리아의 활동에 의해 동위원소비 분별 작용이일어나는 점에 근거하여 광화작용 전후 환경변화 및 원소의 거동 특성을 유추한다(Ohmoto, 1972; Richet et al., 1977; Schauble, 2004; Hutchison et al., 2020).

스트론튬동위원소비(87Sr/86Sr)는 지질시료 데이터 구축을 위해 오래전부터 수행되어왔다. 유체로부터 측정된 87Sr/86Sr는 유체 내 스트론튬이 용존 될 당시의 동위원소비를 보존하므로 특정 지층에서 유발된 유체와 광물과의화학반응 기여도를 평가하는 지표가 된다(Graham, 1992).

리튬동위원소비(δ7Li)는 저온의 유체와 광물 사이의 화학반응을 지시하는 지표가 된다. 예를 들어, 광물 내 치환되어 있는 리튬이 침출되어 유채 내 용존됨에 따라 리튬 함량은 점차적으로 증가하고 이 과정에서 δ7Li 분별이 일어난다(Millot and Negrel, 2007; Millot et al., 2010).상기 과정중, δ7Li 분별 계수는 온도에 영향을 받으므로동위원소비 특성에 근거하면 유체가 이동하는 일련의 순환과정에서 겪은 화학반응을 추정할 수 있다(Parkinson et al., 2007).

최근에는 구리동위원소비(δ65Cu)와 철동위원소비(δ56Fe)특성에 근거한 광화작용 규명 연구가 폭넓게 수행되었다(Markl et al., 2006; Schwinn et al., 2006; Mathur and Zhao, 2023). Cu는 광물 내 +1가(e.g., Cuprite; Cu2O, chalcocite; Cu2S)와 +2가(e.g., covellite; CuS, chalcopyrite; CuFeS2)로 존재하고 Fe는 +2가(e.g., ilmnite; FeTiO3, magnetite; Fe3O4, Pyrrhotite; Fe1-xS)와 +3가(e.g., Hematite; Fe2O3, goethite; FeO(OH))로 존재하며 광화작용 과정에서 발생하는 산화-환원반응 특성, 광화유체의 기원 및 이동 경로를 추정하는 지시자로 활용될 수 있다(Rouxel et al., 2008; Mathur et al., 2009; Zhang et al., 2024). 일반적으로 고온에서 형성되는 Cu(I) 광물은 환원환경의 염수의 영향을 받아 결정화되는 반면, 저온에서 형성되는Cu(II) 광물은 상대적으로 산화환경에서 형성된다(Markl et al., 2006). δ65Cu 분별은 산화-환원 반응과 원소의 용해 및 침전 과정에서 일어나므로 후자의 환경에서 상대적으로 우세하게 일어난다(Mathur et al., 2009). 이러한특성에 근거하여 열수광상에서 δ65Cu 분별 특성을 활용한 광화작용 규명 연구가 알려져 있다(Markl et al., 2006; Schwinn et al., 2006; Mathur and Zhao, 2023; Zhang et al., 2024).

δ56Fe 특성은 자철석 및 적철석이 풍부한 호상철광상(Beard et al., 1999) 혹은 황철석이 빈번하게 관찰되는 열수광상(Markl et al., 2006)을 대상으로 수행되었다. δ56Fe분별은 동위원소비가 상이한 기원물질(e.g., seawater =+0.01 ~ +0.58‰, Radic et al., 2011; orgnaic-rich sedimentaryrock = -0.59 ~ -0.02‰, Yang et al., 2022; magmatic fluids= -1.79 ~ -0.55‰, Bennett et al., 2009, Rouxel et al.,2008)과의 동화작용 및 교대작용에 따른 물리-화학적 변화에 기인한다. 또한, δ56Fe 분별 특성을 파악하기 위해서는 전처리과정이 중요하다. 예를 들어, 대상 시료에 잔류하는 니켈동위원소비(i.e., Ni-58)는 철동위원소비(i.e.,Fe-58)와 중첩을 일으킨다. 또한, δ56Fe 분석에 앞서 미지의 시료 내 존재하는 철의 함량을 측정해야 하는데, 유도결합 플라즈마 질량분석 과정에서 대상 시료 내 잔류하는 코발트(Co)는 철의 이온화를 억제하여 신호강도를낮추고, 결과적으로 왜곡된 분석값을 도출할 우려가 있다. 따라서, 이온교환 수지(AGI-X8 200–400 mesh; Bio-Rad)를 이용한 칼럼 산처리를 통하여 불필요한 원소를분리해야 한다(Ito et al., 2017).

지열 시스템에서 유체에 용존되어 있는 대표적 가스 성분은 CO2와 H2S이다. 화산성 유체에서 기인한 δ13C와δ34S는 비교적 좁은 범위에 한정되는 특징이 있으므로 유체의 공급원을 지시하는 지표로 활용될 수 있다(Ishibashiet al., 2022). 또한, 탄소와 황을 포함하는 화학종은 지표나 지하 천부에 존재하는 미생물 대사 작용의 매개체가된다. 예를 들어, 지표 부근의 온천수에서 유기물의 미생물분해 기원의 HCO3와 H2S는 산화되어 SO4형태로 변환된다(Ohmoto, 1972; Chambers and Trudinger, 1979; Barker and Fritz, 1981). 그리고 이러한 과정에서 δ34S 분별이 일어나므로 유체 내 원소의 기원과 화학반응 특성을 추정할 수 있다(Ohmoto, 1972; Hutchison, et al., 2020).

또한, 화산성 유체의 기여 정도를 추정할 수 있는 헬륨동위원소비(4He)가 알려져 있다(Marty et al., 1996; Simmons, et al., 1987). 희유가스인 He은 화학적으로 불활성이며 공급원의 4He가 뚜렷이 구별되어 원소의 기원을 추정하는 지표로 이용된다(Simmons, et al., 1987; Liu et al., 2023; Li et al., 2024b).

자연계에서 NOx, N2, NH4, NH3 등의 형태로 존재하는질소(N)는 온도, pH, 산화-환원 반응에 의해 δ15N 분별이발생한다(Li et al., 2012; Mikhail et al., 2017). 이러한 특성에 기반하여 δ15N는 암석의 진화 과정에서 수반되는화학반응 추정하거나 원소의 거동 특성을 이해하는 동위원소 지시자로 활용된다(Fischer et al., 2005; Ader et al., 2006; Jo et al., 2018). 또한, 광상의 생성 환경을 이해하는 관점에서 δ15N는 광화작용에 관여한 유체의 이동 경로를 추정하거나 열수변질 및 풍화작용 기작을 이해하는도구로 활용된다(Jia and Kerrich, 1999; Mao et al., 2003; Pitcairn et al., 2005; Jo et al., 2023).

3.2.3. AI 기술을 활용한 광물자원 탐사

급속도로 성장한 AI 기술은 에너지 경제(Ahmad et al., 2021)와 사회 환경 전반에서 편의를 제공하고(Şerban and Lytras, 2020; Ahmad et al., 2022), 기존에 사람이 수많은시간과 비용을 투자해 이루었던 작업을 매우 짧은 시간안에 수행하며, 양적 성과뿐만 아니라 질적 가치를 창출해 냈다(Chen et al., 2008; Pattyn, 2024). 지질학 분야에서도 AI 기술은 다양한 방식으로 활용되고 있다. 예를 들어, 광물학 분야에서는 AI 기술이 첨단산업에 필요한 핵심 소재 원료 광물을 합성하기 위한 최적의 조합을 계산하거나, 광물의 고유한 물리화학적 특성을 체계적으로 정립하는데 활용된다(Gomez-Flores et al., 2022; Gregoire et al., 2023; Szymanski, et al., 2023). 행성과학 분야에서는 인공위성의 항로 계산과 행성 내 연착륙 성공률을 높이는데 활용된다(Fourati and Alouini, 2021; Borse et al., 2022). 자연재해 방재 분야에서는 과거 지진, 쓰나미, 홍수피해를 겪었던 위험지역을 학습해 재해위험도 평가하고,이를 기반으로 한 효과적인 피난 경로 도출 과정에서 활용된다(Pourghasemi et al., 2020; Dikshit et al., 2021; Jena et al., 2023). 또한, 최근에는 핵심 소재 광물 탐사(Mery and Marcotte, 2022; Bishop and Robbins, 2024; Fernandez et al., 2024) 및 개발 공정(Zeba et al., 2021; Lv et al., 2022; Abba et al., 2024)의 효율을 높이기 위해 AI 기술이 적용되었다. 예를 들어, 광물자원탐사 분야에서 AI 기술의 도입으로 방대한 기존 광상 자료 데이터베이스 분석을 통해 광화작용에 관여한 핵심광물 및 지시원소 도출에 많은 발전을 가져왔고, 이를 통하여 이전에는 알지못했던 새로운 탐사지 선별 과정에서 질적 성과를 제공하였다(Hronsky and Kreuzer, 2019; Zhai. et al., 2021; Zuo et al., 2023; Bishop and Robbins, 2024). 하지만, AI 기술을 활용하여 핵심 소재 광물 탐사를 효과적으로 수행하기 위해서는 입력 자료의 양적 공급뿐만 아니라 질적으로 검증된 자료를 제공해야한다. 이를 위해 체계적인광상 성인 연구를 통해 광화작용에 관여하는 핵심 지시원소를 도출하고(Table 1), 광체를 중심으로 형성되는 변질 및 풍화작용에 기인한 지시원소의 거동 특성을 이해해야 한다.

광체 주변에서는 자연수, 하천 모래, 암석, 토양, 식생,지오가스를 매개로 특정 원소의 이상대가 형성된다. 지구화학적 특성에 기반한 부존 광체 탐사를 위해서는 자연 시료의 성격을 고려한 야외 조사와 개별 시료의 특성을 반영한 전처리법 및 지구화학 분석방법을 고려해야한다. 다시 말해, 효과적인 광물자원 탐사를 위해 광화유형에 따른 체계적인 지구화학적 탐사 방법의 확립이필요하다. 또한, 다양한 자연 시료에서 얻은 지구화학 분석 결과를 바탕으로, 핵심광물 자원 부존 광체의 위치를 추정하기 위한 AI 기술 적용이 유의미한 정보를 제공할것으로 기대된다.

이 연구는 한국지질자원연구원 자체사업인 “AI 기반핵심광물 탐사 및 실증 예비 연구(24-7501)”의 지원을 받아 수행되었습니다. 유익한 조언을 해주신 익명의 두 심사자께 감사드립니다.

  1. Abba, S.I., Usman, J., Abdulazeez, I., Yogarathinam, L.T., Usman, A.G., Lawal, D., Salhi, B., Baig, N. and Aljundi, I.H. (2024). Enhancing Li+ recovery in brine mining: integrating next-gen emotional AI and explainable ML to predict adsorption energy in crown ether-based hierarchical nanomaterials. RSC Advances, v.14, p.15129-15142. https://doi.org/10.1039/D4RA02385D
    Pubmed KoreaMed CrossRef
  2. Ader, M., Thomazo, C., Sansjofre, P., Busigny, V., Papineau, D., Laffont, R., Cartigny, P. and Halverson, G.P. (2016) Interpretation of the nitrogen isotopic composition of Precambrian sedimentary rocks: Assumptions and perspectives. Chemical Geology, v.429, p.93-110. https://doi.org/10.1016/j.chemgeo.2016.02.010
    CrossRef
  3. Ahmad, T., Zhang, D., Huang, C., Zhang, H., Dai, N., Song, Y. and Chen, H. (2021) Artificial intelligence in sustainable energy industry: Status Quo, challenges and opportunities. Journal of Cleaner Production, v.289, p.125834. https://doi.org/10.1016/j.jclepro.2021.125834
    CrossRef
  4. Ahmad, T., Zhu, H., Zhang, D., Tariq, R., Bassam, A., Ullah, F., AlGhamdi, A.S. and Alshamrani, S.S. (2022) Energetics systems and artificial intelligence: Applications of industry 4.0. Energy Reports, v.8, p.334-361. https://doi.org/10.1016/j.egyr.2021.11.256
    CrossRef
  5. Arif, N., Yadav, V., Singh, S., Singh, S., Ahmad, P., Mishra, R.K., Sharma, S., Tripathi, D.K., Dubey, N.K. and Chauhan, D.K.(2016) Influence of high and low levels of plant-beneficial heavy metal ions on plant growth and development. Frontiers in Environmental Science, v.4. https://doi.org/10.3389/fenvs.2016.00069
    CrossRef
  6. Arndt, N. (2013) The lithospheric mantle plays no active role in the formation of orthomagmatic ore deposits. Economic Geology v.108, p.1953-1970. https://doi.org/10.2113/econgeo.108.8.1953
    CrossRef
  7. Balaram, V. (2022) Rare earth element deposits: Sources, and exploration strategies. Journal of the Geological Society of India, v.98, p. 1210-1216. https://doi.org/10.1007/s12594-022-2154-3
    CrossRef
  8. Barefoot, R.R. and Van Loon, J.C. (1999) Recent advances in the determination of the platinum group elements and gold. Talanta, v.49, p.1-14. https://doi.org/10.1016/S0039-9140(98)00347-6
    Pubmed CrossRef
  9. Barker, J.F. and Fritz, P. (1981) Carbon isotope fractionation during microbial methane oxidation. Nature, v.293, p.289-291. https://doi.org/10.1038/293289a0
    CrossRef
  10. Beard, B.L., Johnson, C.M., Cox, L., Sun, H., Nealson, K.H. and Aguilar, C. (1999) Iron isotope biosignatures. Science, v.285, p.1889-1892. https://doi.org/10.1126/science.285.5435.1889
    Pubmed CrossRef
  11. Belousova, E.A., Griffin, W.L., O'Reilly, S.Y. and Fisher, N.I. (2002) Apatite as an indicator mineral for mineral exploration: trace-element compositions and their relationship to host rock type. Journal of Geochemical Exploration, v.76, p.45-69. https://doi.org/10.1016/S0375-6742(02)00204-2
    CrossRef
  12. Bennett, S.A., Rouxel, O., Schmidt, K., Garbe-Schönberg, D., Statham, P.J. and German, C.R. (2009) Iron isotope fractionation in a buoyant hydrothermal plume, 5°S Mid-Atlantic Ridge. Geochimica et Cosmochimica Acta, v. 73, p. 5619-5634. https://doi.org/10.1016/j.gca.2009.06.027
    CrossRef
  13. Berberich, G.M. and Berberich, M.B. (2022) Comparison of geogases in two cenozoic sedimentary basins. Geosciences, v.12, p.388. https://doi.org/10.3390/geosciences12100388
    CrossRef
  14. Bishop, B.A. and Robbins, L.J. (2024) Using machine learning to identify indicators of rare earth element enrichment in sedimentary strata with applications for metal prospectivity. Journal of Geochemical Exploration, v.258, p.107388. https://doi.org/10.1016/j.gexplo.2024.107388
    CrossRef
  15. Borse, J.H., Patil, D.D., Kumar, V. and Kumar, S. (2022) Soft landing parameter measurements for candidate navigation trajectories using deep learning and AI-enabled planetary descent. mathematical problems in engineering, v.2022, p.2886312. https://doi.org/10.1155/2022/2886312
    CrossRef
  16. Bowell, R.J., Lagos, L., de los Hoyos, C.R. and Declercq, J. (2020) Classification and characteristics of natural lithium resources. Elements, v.16, p.259-264. https://doi.org/10.2138/gselements.16.4.259
    CrossRef
  17. Breiter, K., Hložková, M., Korbelová, Z. and Galiová, M.V. (2019) Diversity of lithium mica compositions in mineralized granite-greisen system: Cínovec Li-Sn-W deposit, Erzgebirge. Ore Geology Reviews, v.106, p.12-27. https://doi.org/10.1016/j.oregeorev.2019.01.013
    CrossRef
  18. Busche, F.D. (1989) Using plants as an exploration tool for gold. Journal of Geochemical Exploration, v.32, p.199-209. https://doi.org/10.1016/0375-6742(89)90056-3
    CrossRef
  19. Cao, J., Hu, R., Liang, Z. and Peng, Z. (2009) TEM observation of geogas-carried particles from the Changkeng concealed gold deposit, Guangdong Province, South China. Journal of Geochemical Exploration, v.101, p.247-253. https://doi.org/10.1016/j.gexplo.2008.09.001
    CrossRef
  20. Cao, J.J., Hu, X.Y., Jiang, Z.T., Li, H.W. and Zou, X.Z. (2010) Simulation of adsorption of gold nanoparticles carried by gas ascending from the Earth’s interior in alluvial cover of the middle-lower reaches of the Yangtze River. Geofluids, v.10, p.438-446. https://doi.org/10.1111/j.1468-8123.2010.00287.x
    CrossRef
  21. Carrillo‐González, R., Šimůnek, J., Sauvé, S. and Adriano, D. (2006) Mechanisms and pathways of trace element mobility in soils. In: Advances in Agronomy. Academic Press, pp.111-178. https://doi.org/10.1016/S0065-2113(06)91003-7
    CrossRef
  22. Casquet, C., Galindo, C., Tornos, F., Velasco, F. and Canales, A. (2001) The Aguablanca Cu-Ni ore deposit (Extremadura, Spain), a case of synorogenic orthomagmatic mineralization: age and isotope composition of magmas (Sr, Nd) and ore (S). Ore Geology Reviews, v.18, p.237-250. https://doi.org/10.1016/S0169-1368(01)00033-6
    CrossRef
  23. Černý, P. (1991) Rare-element granitic pegmatites. Part I: Anatomy and internal evolution of pegmatitic deposits. Geoscience Canada, v.18, p.49-67. https://id.erudit.org/iderudit/geocan18_2art01
  24. Chambers, L.A. and Trudinger P.A. (1979) Microbiological fractionation of stable sulfur isotopes: A review and critique. Geomicrobiology Journal, v.1, p.249-293. https://doi.org/10.1080/01490457909377735
    CrossRef
  25. Chen, S.H., Jakeman, A.J. and Norton, J.P. (2008) Artificial intelligence techniques: An introduction to their use for modelling environmental systems. Mathematics and Computers in Simulation, v.78, p.379-400. https://doi.org/10.1016/j.matcom.2008.01.028
    CrossRef
  26. Chen, X., Liu, Y., Jiang, Y. and Feng, S. (2023) Radon transport carried by geogas: prediction model. Environmental Science and Pollution Research, v.30, p.86656-86675. https://doi.org/10.1007/s11356-023-28616-4
    Pubmed CrossRef
  27. Ciotoli, G., Lombardi, S. and Annunziatellis, A. (2007) Geostatistical analysis of soil gas data in a high seismic intermontane basin: Fucino Plain, central Italy. Journal of Geophysical Research: Solid Earth, v.112, p.B05407. https://doi.org/10.1029/2005JB004044
    CrossRef
  28. Cohen, D.R. and Bowell, R.J. (2014) 13.24 - Exploration Geochemistry, in Holland, H.D. and Turekian, K.K., eds., Treatise on Geochemistry (Second Edition). Oxford, Elsevier, p.623-650. https://doi.org/10.1016/B978-0-08-095975-7.01127-X
    CrossRef
  29. Cohen, D.R., Kelley, D.L., Anand, R. and Coker, W.B. (2010) Major advances in exploration geochemistry, 1998-2007. Geochemistry: Exploration, Environment, Analysis, v.10, p.3-16. https://doi.org/10.1144/1467-7873/09-215
    CrossRef
  30. Darnley, A.G. (1990) International geochemical mapping: a new global project. Journal of Geochemical Exploration, v.39, p.1-13. https://doi.org/10.1016/0375-6742(90)90066-J
    CrossRef
  31. Di, S., Dai, S., Nechaev, V.P., French, D., Graham, I.T., Zhao, L., Finkelman, R.B., Wang, H., Zhang, S. and Hou, Y. (2023) Mineralogy and enrichment of critical elements (Li and Nb-Ta-Zr-Hf-Ga) in the Pennsylvanian coals from the Antaibao Surface Mine, Shanxi Province, China: derivation of pyroclastics and sediment-source regions. International Journal of Coal Geology, v.273, p.104262. https://doi.org/10.1016/j.coal.2023.104262
    CrossRef
  32. Dikshit, A., Pradhan, B. and Alamri, A.M. (2021) Pathways and challenges of the application of artificial intelligence to geohazards modelling. Gondwana Research, v.100, p.290-301. https://doi.org/10.1016/j.gr.2020.08.007
    CrossRef
  33. Eckstrand, O.R. and Hulbert, L.J. (2007) Magmatic nickel-copperplatinum group element deposits. Geological Association of Canada, Mineral Deposits Division, Special Publication, v.5, p.205-222.
  34. Feng, D., Aldrich, C. and Tan, H. (2000) Treatment of acid mine water by use of heavy metal precipitation and ion exchange. Minerals Engineering v.13, p.623-642. https://doi.org/10.1016/S0892-6875(00)00045-5
    CrossRef
  35. Fernandez, J., Fernandez, S., Diez, E., Pinilla-Alonso, N., Pérez, S., Iglesias, S., Buendía, A., Rodríguez, J. and de Cos, J. (2024) Lunar Lithium-7 Sensing (δ7Li): Spectral Patterns and Artificial Intelligence Techniques. Sensors, v.24, p.3931. https://doi.org/10.3390/s24123931
    Pubmed KoreaMed CrossRef
  36. Fischer, T.P., Takahata, N., Sano, Y., Sumino, H. and Hilton, D.R. (2005) Nitrogen isotopes of the mantle: Insights from mineral separates. Geophysical Research Letters. v.32, p.1-5. https://doi.org/10.1029/2005GL022792
    CrossRef
  37. Fourati, F. and Alouini, M.S. (2021) Artificial intelligence for satellite communication: A review. Intelligent and Converged Networks, v.2, p.213-243. https://doi.org/10.23919/ICN.2021.0015
    CrossRef
  38. Gao, J., Yu, Y., Wang, D., Wang, W., Yu, F., Zhang, S., Wang, C., Dai, H., Hao, X. and Cen, K. (2022) Multielement biogeochemistry and lithium isotopic composition of the dominant plants at the Jiajika mine, western Sichuan, China - The largest hard rocktype lithium mine in Asia. Applied Geochemistry, v.136, p.105138. https://doi.org/10.1016/j.apgeochem.2021.105138
    CrossRef
  39. Gomez-Flores, A., Ilyas, S., Heyes, G.W. and Kim, H. (2022) A critical review of artificial intelligence in mineral concentration. Minerals Engineering, v.189, p.107884. https://doi.org/10.1016/j.mineng.2022.107884
    CrossRef
  40. Graham, I.J. (1992) Strontium isotope composition of rotorua geothermal waters. Geothermics, v.21, p.165-180. https://doi.org/10.1016/0375-6505(92)90075-K
    CrossRef
  41. Gregoire, J.M., Zhou, L. and Haber, J.A. (2023). Combinatorial synthesis for AI-driven materials discovery. Nature Synthesis, v.2, p.493-504. https://doi.org/10.1038/s44160-023-00251-4
    CrossRef
  42. Han, Z., Zhang, B., Wu, H., Liu, H., Qiao, Y. and Zhang, S. (2020) Microscopic characterisation of metallic nanoparticles in ore rocks, fault gouge and geogas from the Shanggong gold deposit, China. Journal of Geochemical Exploration, v.217, p.106562. https://doi.org/10.1016/j.gexplo.2020.106562
    CrossRef
  43. Hedenquist, J.W. and Lowenstern, J.B. (1994) The role of magmas in the formation of hydrothermal ore deposits. Nature, v.370, p.519-527. https://doi.org/10.1038/370519a0
    CrossRef
  44. Hoatson, D.M., Jaireth, S. and Jaques, A.L. (2006) Nickel sulfide deposits in Australia: Characteristics, resources, and potential. Ore Geology Reviews, v.29, p.177-241. https://doi.org/10.1016/j.oregeorev.2006.05.002
    CrossRef
  45. Hronsky, J.M.A. and Kreuzer, O.P. (2019) Applying spatial prospectivity mapping to exploration targeting: Fundamental practical issues and suggested solutions for the future. Ore Geology Reviews, v.107, p.647-653. https://doi.org/10.1016/j.oregeorev.2019.03.016
    CrossRef
  46. Hutchison, W., Finch, A.A. and Boyce, A.J. (2020) The sulfur isotope evolution of magmatic-hydrothermal fluids: insights into ore-forming processes. Geochimica et Cosmochimica Acta, v.288, p.176-198. https://doi.org/10.1016/j.gca.2020.07.042
    CrossRef
  47. Ishibashi, J., Yamashita, K., Kitamura, K., Fujimitsu, Y., Oshima, S. and Kiyota, Y. (2022) Gas geochemistry of geothermal fluids from the Hatchobaru geothermal field, Japan. Geothermics, v.102, p.102379. https://doi.org/10.1016/j.geothermics.2022.102379
    CrossRef
  48. Ito, A., Otake, T., Shin, K.C., Ariffin, K.S., Yeoh, F.Y. and Sato, T. (2017) Geochemical signatures and processes in a stream contaminated by heavy mineral processing near Ipoh city, Malaysia. Applied Geochemistry, v.82, p.89-101. https://doi.org/10.1016/j.apgeochem.2017.05.007
    CrossRef
  49. Jena, R., Shanableh, A., Al-Ruzouq, R., Pradhan, B., Gibril, M.B.A., Khalil, M.A., Ghorbanzadeh, O. and Ghamisi, P. (2023). Earthquake spatial probability and hazard estimation using various explainable AI (XAI) models at the Arabian peninsula. Remote Sensing Applications: Society and Environment, v.31, p.101004. https://doi.org/10.1016/j.rsase.2023.101004
    CrossRef
  50. Jia, Y. and Kerrich, R. (1999) Nitrogen isotope systematics of mesothermal lode gold deposits: Metamorphic, granitic, meteoric water, or mantle origin?. Geology, v.27, p.1051-1054. https://doi.org/10.1130/0091-7613(1999)027<1051:NISOML>2.3.CO;2
    CrossRef
  51. Ji, K., Kim, J., Lee, M., Park, S., Kwon, H.J., Cheong, H.K., Jang, J.Y., Kim, D.S., Yu, S., Kim, Y.W., Lee, K.Y., Yang, S.O., Jhung, I.J., Yang, W.H., Paek, D.H., Hong, Y.C. and Choi, K. (2013) Assessment of exposure to heavy metals and health risks among residents near abandoned metal mines in Goseong, Korea. Environmental Pollution, v.178, p.322-328. https://doi.org/10.1016/j.envpol.2013.03.031
    Pubmed CrossRef
  52. Jo, J., Yamanaka, T., Kashimura, T., Okunishi, Y., Kuwahara, Y., Miyoshi, Y., Ishibashi, J. and Chiba, H. (2018) Mineral nitrogen isotope signature in clay minerals formed under high ammonium environment conditions in sediment associated with ammoniumrich sediment-hosted hydrothermal system. Geochemical Journal, v.52, p.1-16. https://doi.org/10.2343/geochemj.2.0518
    CrossRef
  53. Jo, J., Yamanaka, T. and Shin, D. (2023) Nitrogen isotope geochemistry of ion adsorption-type REE mineralization: Insights from the weathered granitoid rocks in the Sancheong district, South Korea. Ore Geology Reviews, v.157, p.105429. https://doi.org/10.1016/j.oregeorev.2023.105429
    CrossRef
  54. Kelley, D.L., Kelley, K.D., Coker, W.B., Caughlin, B. and Doherty, M.E. (2006) Beyond the obvious limits of ore deposits: The use of mineralogical, geochemical, and biological features for the remote detection of mineralization. Economic Geology, v.101, p.729-752. https://doi.org/10.2113/gsecongeo.101.4.729
    CrossRef
  55. Kristiansson, K. and Malmqvist, L. (1982) Evidence for nondiffusive transport of Rn in the ground and a new physical model for the transport. Geophysics, v.47, p.1444-1452. https://doi.org/10.1190/1.1441293
    CrossRef
  56. Kristiansson, K. and Malmqvist, L. (1987) Trace elements in the geogas and their relation to bedrock composition. Geoexploration, v.24, p.517-534. https://doi.org/10.1016/0016-7142(87)90019-6
    CrossRef
  57. Lee, J.Y., Choi, J.C. and Lee, K.K. (2005) Variations in heavy metal contamination of stream water and groundwater affected by an abandoned lead-zinc mine in Korea. Environmental Geochemistry and Health, v.27, p.237-257. https://doi.org/10.1007/s10653-004-3480-7
    Pubmed CrossRef
  58. Li, L., Lollar, B.S., Li, H., Wortmann, U.G. and Lacrampe-Couloume, G. (2012) Ammonium stability and nitrogen isotope fractionations for NH4 +-NH3(aq)-NH3(gas) systems at 20-70 °C and pH of 2-13: Applications to habitability and nitrogen cycling in low-temperature hydrothermal systems. Geochimica et Cosmochimica Acta. v.84, p.280-296. https://doi.org/10.1016/j.gca.2012.01.040
    CrossRef
  59. Li, Q., Ye, R., Duan, H., Xu, K., Shen, S. and Tian, Y. (2024a) Geogas prospecting for igneous ore deposits covered by regolith: the Zijinshan high-sulfidation epithermal Cu-Au deposit in the Cathaysia Block. Geochemistry: Exploration, Environment, Analysis v.24, p.geochem2023-2061. https://doi.org/10.1144/geochem2023-061
    CrossRef
  60. Li, Y., Zhao, P., Dor, J. and Zhang, H. (2024b) Multi-isotopes (H, O, Sr, and Li) and element geochemistry constrain the formation of Kongchutso helium-rich geothermal field in western Tibet, China. Geothermics, v.120, p.102986. https://doi.org/10.1016/j.geothermics.2024.102986
    CrossRef
  61. Lin, C., Cheng, Z., Chen, X., Lü, Z., Pang, Z., Xue, J. and Tao, W. (2021) Application of multi-component gas geochemical survey for deep mineral exploration in covered areas. Journal of Geochemical Exploration, v.220, p.106656. https://doi.org/10.1016/j.gexplo.2020.106656
    CrossRef
  62. Liu, J., Qin, Y., Yuan, S., Gao, P. and Nie, Q. (2021) Investigation on the mechanism of water activated via tourmaline powder. Journal of Molecular Liquids, v.332, p.115854. https://doi.org/10.1016/j.molliq.2021.115854
    CrossRef
  63. Liu, R., Cao, J., Deng, Y., Wang, G. and Liu, X. (2020) Formation of nano- or near-nanoparticles via oxidation in the Dabaoshan concealed deposit, Guangdong Province. Arabian Journal of Geosciences, v.13, p.1061. https://doi.org/10.1007/s12517-020-06057-4
    CrossRef
  64. Liu, T., Wang, H., Tian, S., Wang, D., Li, X., Fu, X., Hao, X., Zhang, Y. and Hou, K. (2023) Genesis of the Jiajika superlarge lithium deposit, Sichuan, China: constraints from He-Ar-H-O isotopes. Acta Geochimica, v.42, p.517-534. https://doi.org/10.1007/s11631-023-00593-y
    CrossRef
  65. London, D. and Morgan, G.B. (2012) The pegmatite puzzle. Elements v.8, p.263-268. https://doi.org/10.2113/gselements.8.4.263
    CrossRef
  66. Lu, M., Cao, J., Liu, X. and Qiu, J. (2021) Nanoparticles in various media on surfaces of ore deposits: Study of the more than 1000 m deep concealed Shaling gold deposit. Ore Geology Reviews, v.139, p.104466. https://doi.org/10.1016/j.oregeorev.2021.104466
    CrossRef
  67. Lu, M., Ye, R., Wang, Z. and Wang, X. (2019) Geogas prospecting for buried deposits under loess overburden: Taking Shenjiayao gold deposit as an example. Journal of Geochemical Exploration, v.197, p.122-129. https://doi.org/10.1016/j.gexplo.2018.11.015
    CrossRef
  68. Lv, C., Zhou, X., Zhong, L., Yan, C., Srinivasan, M., Seh, Z.W., Liu, C., Pan, H., Li, S., Wen, Y. and Yan, Q. (2022) Machine learning: An advanced platform for materials development and state prediction in lithium-ion batteries. Advanced Materials, v.34, p.2101474. https://doi.org/10.1002/adma.202101474
    Pubmed CrossRef
  69. Ma, S., Cao, J. and Liang, H. (2024) A study of Au-bearingnanoparticle-enriched plants from the concealed gold deposits and their prospecting significance. Ore Geology Reviews, v.165, p.105910. https://doi.org/10.1016/j.oregeorev.2024.105910
    CrossRef
  70. Malmqvist, L., Kristiansson, K. and Kristiansson, P. (1999) Geogas prospecting - an ideal industrial application of PIXE. Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms, v.150, p.484-490. https://doi.org/10.1016/S0168-583X(98)01044-1
    CrossRef
  71. Mao, J., Zhang, Z., Wang, Y., Jia, Y. and Kerrich, R. (2003) Nitrogen isotope and content record of Mesozoic orogenic gold deposits surrounding the North China craton. Science China Earth Sciences, v.46, p.231-245. https://doi.org/10.1360/03yd9022
    CrossRef
  72. Markl, G., Lahaye, Y. and Schwinn, G. (2006) Copper isotopes as monitors of redox processes in hydrothermal mineralization. Geochimica et Cosmochimica Acta, v.70, p.4215-4228. https://doi.org/10.1016/j.gca.2006.06.1369
    CrossRef
  73. Marty, B., Pik, R.l. and Gezahegn, Y. (1996) Helium isotopic variations in Ethiopian plume lavas: nature of magmatic sources and limit on lower mantle contribution. Earth and Planetary Science Letters, v.144, p.223-237. https://doi.org/10.1016/0012-821X(96)00158-6
    CrossRef
  74. Mastalerz, M., Drobniak, A., Eble, C., Ames, P. and McLaughlin, P. (2020) Rare earth elements and yttrium in Pennsylvanian coals and shales in the eastern part of the Illinois Basin. International Journal of Coal Geology, v.231, p.103620. https://doi.org/10.1016/j.coal.2020.103620
    CrossRef
  75. Mathur, R. and Zhao, Y. (2023) Copper isotopes used in mineral exploration. In: D. Huston and J. Gutzmer (Editors), Isotopes in economic geology, metallogenesis and exploration. Springer International Publishing, Cham, pp. 433-450. https://doi.org/10.1007/978-3-031-27897-6_14
    CrossRef
  76. Mathur, R., Titley, S., Barra, F., Brantley, S., Wilson, M., Phillips, A., Munizaga, F., Maksaev, V., Vervoort, J. and Hart, G. (2009) Exploration potential of Cu isotope fractionation in porphyry copper deposits. Journal of Geochemical Exploration, v.102, p.1-6. https://doi.org/10.1016/j.gexplo.2008.09.004
    CrossRef
  77. Mathur, R., Ruiz, J., Titley, S., Liermann, L., Buss, H. and Brantley, S. (2005) Cu isotopic fractionation in the supergene environment with and without bacteria. Geochimica et Cosmochimica Acta, v.69, p.5233-5246. https://doi.org/10.1016/j.gca.2005.06.022
    CrossRef
  78. McClenaghan, M.B. (2005) Indicator mineral methods in mineral exploration. Geochemistry: Exploration, Environment, Analysis, v.5, p.233-245. https://doi.org/10.1144/1467-7873/03-066
    CrossRef
  79. McLennan, S.M. (2001) Relationships between the trace element composition of sedimentary rocks and upper continental crust. Geochemistry, Geophysics, Geosystems, v.2, p.1021. https://doi.org/10.1029/2000GC000109
    CrossRef
  80. Mernagh, T., Bastrakov, E., Jaireth, S., De Caritat, P., English, P. and Clarke, J. (2016) A review of Australian salt lakes and associated mineral systems. Australian Journal of Earth Sciences, v.63, p.131-157. https://doi.org/10.1080/08120099.2016.1149517
    CrossRef
  81. Mery, N. and Marcotte, D. (2022) Assessment of recoverable resource uncertainty in Multivariate deposits through a simple machine learning technique trained using geostatistical simulations. Natural Resources Research, v.31, p.767-783. https://doi.org/10.1007/s11053-022-10028-9
    CrossRef
  82. Mi, Y., Cao, J. and Wang, Z. (2017) Transmission electron microscopy analysis on fault gouges from the depths of the Bairendaba polymetallic deposit, Inner Mongolia, China. Journal of Nanoscience and Nanotechnology, v.17, p.6549-6557. https://doi.org/10.1166/jnn.2017.14461
    CrossRef
  83. Mikhail, S., Barry, P.H. and Sverjensky, D.A. (2017) The relationship between mantle pH and the deep nitrogen cycle. Geochimica et Cosmochimica Acta, v.209, p.149-160. https://doi.org/10.1016/j.gca.2017.04.007
    CrossRef
  84. Millot, R. and Négrel, P. (2007) Multi-isotopic tracing (δ7Li, δ11B, 87Sr/86Sr) and chemical geothermometry: evidence from hydrogeothermal systems in France. Chemical Geology, v.244, p.664-678. https://doi.org/10.1016/j.chemgeo.2007.07.015
    CrossRef
  85. Millot, R., Scaillet, B. and Sanjuan, B. (2010) Lithium isotopes in island arc geothermal systems: Guadeloupe, Martinique (French West Indies) and experimental approach. Geochimica et Cosmochimica Acta, v.74, p.1852-1871. https://insu.hal.science/insu-00442612
    CrossRef
  86. Miransari, M., Bahrami, H.A., Rejali, F., Malakouti, M.J. and Torabi, H. (2007) Using arbuscular mycorrhiza to reduce the stressful effects of soil compaction on corn (Zea mays L.) growth. Soil Biology and Biochemistry, v.39, p.2014-2026. https://doi.org/10.1016/j.soilbio.2007.02.017
    CrossRef
  87. Mukube, P., Hitzman, M., Machogo-Phao, L. and Syampungani, S. (2024) Geochemistry of terrestrial plants in the Central African copperbelt: Implications for sediment hosted copper-cobalt exploration. Minerals v.14, p.294. https://doi.org/10.3390/min14030294
    CrossRef
  88. Nishiyama, T. (1992) Geochemical anomalies as a background of geochemical prospecting. Chihyukagaku, v.25, p.127-143. https://doi.org/10.14934/chikyukagaku.25.127
    CrossRef
  89. Nkrumah, P.N., Erskine, P.D., Erskine, J.D. and van der Ent, A. (2021) Rare earth elements (REE) in soils and plants of a uranium-REE mine site and exploration target in Central Queensland, Australia. Plant and Soil, v.464, p.375-389. https://doi.org/10.1007/s11104-021-04956-3
    CrossRef
  90. Ohmoto, H. (1972) Systematics of sulfur and carbon isotopes in hydrothermal ore deposits. Economic Geology, v.67, p.551-578. https://doi.org/10.2113/gsecongeo.67.5.551
    CrossRef
  91. Parkinson, I.J., Hammond, S.J., James, R.H. and Rogers, N.W. (2007) High-temperature lithium isotope fractionation: Insights from lithium isotope diffusion in magmatic systems. Earth and Planetary Science Letters, v.257, p.609-621. https://doi.org/10.1016/j.epsl.2007.03.023
    CrossRef
  92. Pattyn, F. (2024) The value of generative AI for qualitative research: A pilot study. Journal of Data Science and Intelligent Systems. https://doi.org/10.47852/bonviewJDSIS4202964
    CrossRef
  93. Pitcairn, I.K., Teagle, D.A.H., Kerrich, R., Craw, D. and Brewer, T.S. (2005). The behavior of nitrogen and nitrogen isotopes during metamorphism and mineralization: Evidence from the Otago and Alpine Schists, New Zealand. Earth Planetary Science Letters, v.233, p.229-246. https://doi.org/10.1016/j.epsl.2005.01.029
    CrossRef
  94. Plet, C. and Noble, R.R.P. (2023) Soil gases in mineral exploration: a review and the potential for future developments. Geochemistry: Exploration, Environment, Analysis, v.23, p.geochem2023-008. https://doi.org/10.1144/geochem2023-008
    CrossRef
  95. Pourghasemi, H.R., Kariminejad, N., Amiri, M., Edalat, M., Zarafshar, M., Blaschke, T. and Cerda, A. (2020) Assessing and mapping multi-hazard risk susceptibility using a machine learning technique. Scientific Reports, v.10, p.3203. https://doi.org/10.1038/s41598-020-60191-3
    Pubmed KoreaMed CrossRef
  96. Prado, E.M.G., de Souza Filho, C.R., Carranza, E.J.M. and Motta, J.G. (2020) Modeling of Cu-Au prospectivity in the Carajás mineral province (Brazil) through machine learning: Dealing with imbalanced training data. Ore Geology Reviews, v.124, p.103611. https://doi.org/10.1016/j.oregeorev.2020.103611
    CrossRef
  97. Radic, A., Lacan, F. and Murray, J.W. (2011) Iron isotopes in the seawater of the equatorial Pacific Ocean: New constraints for the oceanic iron cycle. Earth and Planetary Science Letters, v.306, p.1-10. https://doi.org/10.1016/j.epsl.2011.03.015
    CrossRef
  98. Richet, P., Bottinga, Y. and Janoy, M. (1977) A review of hydrogen, carbon, nitrogen, oxygen, sulphur, and chlorine stable isotope enrichment among gaseous molecules. Annual Review of Earth and Planetary Sciences, v.5, p.65-110. https://doi.org/10.1146/annurev.ea.05.050177.000433
    CrossRef
  99. Rose, A.W., Hawkes, H.E. and Webb, J.S. (1979) Geochemistry in mineral exploration. Second edition, Academic Press, New York. 633p. https://doi.org/10.1017/S0016756800029046
    CrossRef
  100. Rouxel, O., Shanksiii, W., Bach, W. and Edwards, K. (2008) Integrated Fe- and S-isotope study of seafloor hydrothermal vents at East Pacific Rise 9-10°N. Chemical Geology, v.252, p.214-227. https://doi.org/10.1016/j.chemgeo.2008.03.009
    CrossRef
  101. Rudnick, R.L., Tomascak, P.B., Njo, H.B. and Gardner, L.R. (2004) Extreme lithium isotopic fractionation during continental weathering revealed in saprolites from South Carolina. Chemical Geology, v.212, p.45-57. https://doi.org/10.1016/j.chemgeo.2004.08.008
    CrossRef
  102. Sadeghi, M., Casey, P., Carranza, E.J.M. and Lynch, E.P. (2024) Principal components analysis and K-means clustering of till geochemical data: Mapping and targeting of prospective areas for lithium exploration in Västernorrland Region, Sweden. Ore Geology Reviews, v.167, p.106002. https://doi.org/10.1016/j.oregeorev.2024.106002
    CrossRef
  103. Schauble, E.A. (2004) Applying stable isotope fractionation theory to new systems. Reviews in Mineralogy and Geochemistry, v.55, p.65-111. https://doi.org/10.2138/gsrmg.55.1.65
    CrossRef
  104. Schnitzler, N., Ross, P.S. and Gloaguen, E. (2019) Using machine learning to estimate a key missing geochemical variable in mining exploration: Application of the Random Forest algorithm to multisensor core logging data. Journal of Geochemical Exploration, v.205, p.106344. https://doi.org/10.1016/j.gexplo.2019.106344
    CrossRef
  105. Schwinn, G., Wagner, T., Baatartsogt, B., Markl, G., 2006. Quantification of mixing processes in ore-forming hydrothermal systems by combination of stable isotope and fluid inclusion analyses. Geochimica et Cosmochimica Acta, v.70, p.965-982. https://doi.org/10.1016/j.gca.2005.10.022
    CrossRef
  106. Şerban, A.C. and Lytras, M.D. (2020) Artificial intelligence for smart renewable energy sector in Europe—smart energy infrastructures for next generation smart cities. IEEE Access, v.8, p.77364-77377. https://doi.org/10.1109/ACCESS.2020.2990123
    CrossRef
  107. Shaffique, S., Hussain, S., Kang, S.M., Imran, M., Kwon, E.H., Khan, M.A. and Lee, I.J. (2023) Recent progress on the microbial mitigation of heavy metal stress in soybean: overview and implications. Frontiers in Plant Science, v.14, p.1188856. https://doi.org/10.3389/fpls.2023.1188856
    Pubmed KoreaMed CrossRef
  108. Shaheen, S.M., Tsadilas, C.D. and Rinklebe, J. (2013) A review of the distribution coefficients of trace elements in soils: Influence of sorption system, element characteristics, and soil colloidal properties. Advances in Colloid and Interface Science, v.201-202, p.43-56. https://doi.org/10.1016/j.cis.2013.10.005
    Pubmed CrossRef
  109. Sillitoe, R.H. (2010) Porphyry Copper Systems. Economic Geology, v.105, p.3-41. https://doi.org/10.2113/gsecongeo.105.1.3
    CrossRef
  110. Simmons, S.F., Sawkins, F.J. and Schlutter, D.J. (1987) Mantlederived helium in two Peruvian hydrothermal ore deposits. Nature, v.329, p.429-432. https://doi.org/10.1038/329429a0
    CrossRef
  111. Stefánsson, A. (2017) Gas chemistry of Icelandic thermal fluids. Journal of Volcanology and Geothermal Research, v.346, p.81-94. https://doi.org/10.1016/j.jvolgeores.2017.04.002
    CrossRef
  112. Sun, B., Liu, J., Wang, X., Dao, Y., Xu, G., Cui, X., Guan, X., Wang, W. and Song, D. (2019) Geochemical characteristics and genetic type of a lithium ore (mineralized) body in the central Yunnan Province, China. China Geology, v.2, p.287-300. https://doi.org/10.31035/cg2018118
    CrossRef
  113. Szymanski, N.J., Rendy, B., Fei, Y., Kumar, R.E., He, T., Milsted, D., McDermott, M.J., Gallant, M., Cubuk, E.D., Merchant, A., Kim, H., Jain, A., Bartel, C.J., Persson, K., Zeng, Y. and Ceder, G. (2023) An autonomous laboratory for the accelerated synthesis of novel materials. Nature, v.624, p.86-91. https://doi.org/10.1038/s41586-023-06734-w
    Pubmed KoreaMed CrossRef
  114. Tao, Y., Shen, L., Feng, C., Yang, R., Qu, J., Ju, H. and Zhang, Y. (2022) Distribution of rare earth elements (REEs) and their roles in plant growth: A review. Environmental Pollution, v.298, p.118540. https://doi.org/10.1016/j.envpol.2021.118540
    Pubmed CrossRef
  115. Teng, F.Z., McDonough, W.F., Rudnick, R.L., Dalpé, C., Tomascak, P.B., Chappell, B.W. and Gao, S. (2004) Lithium isotopic composition and concentration of the upper continental crust. Geochimica et Cosmochimica Acta, v.68, p.4167-4178. https://doi.org/10.1016/j.gca.2004.03.031
    CrossRef
  116. Tsutsumi, S. and Ishibashi, J.-i. (2022) Geochemical exploration: Application of fluid geochemistry to the utilization of geothermal energy. Journal of Geography (Chigaku Zasshi), v.131, p.597-607 (Japanese with english abstract). https://doi.org/10.5026/jgeography.131.597
    CrossRef
  117. Wan, W., Wang, M., Hu, M. and Gao, Y. (2017) Identification of metal sources in Geogas from the Wangjiazhuang copper deposit, Shandong, China: Evidence from lead isotopes. Journal of Geochemical Exploration, v.172, p.167-173. https://doi.org/10.1016/j.gexplo.2016.10.008
    CrossRef
  118. Wang, D.H., Dai, H.Z., Liu, S.B., Wang, C.H., Yu, Y., Dai, J.J., Liu, L.J., Yang, Y.Q. and Ma, S.C. (2020) Research and exploration progress on lithium deposits in China, China Geology, v.3, p.137-152. https://doi.org/10.31035/cg2020018
    CrossRef
  119. Wang, M.Q. and Gao, Y.Y. (2007) Tracing source of geogas with lead isotopes: A case study in Jiaolongzhang Pb-Zn deposit, Gansu province. Geology, Environmental Science, v.36, p.391-399. (In Chinese with English Abstract)
  120. Wang, M.Q,, Gao Y.Y. and Liu, Y.H. (2008) Progress in the collection of Geogas in China. Geochemistry: Exploration, Environment, Analysis v.8, p.183-190. https://doi.org/10.1144/1467-7873/07-138
    CrossRef
  121. Wang, Q., Wang, X., Cheng, Z., Zhang, B., Du, Z., Yan T, Yuan, H., Li, X., Qiao, Y. and Liu, H. (2023). Geogas-carried metal prospecting for concealed ore deposits: A review of case studies in China. Minerals, v.13, p.1553. https://doi.org/10.3390/min13121553
    CrossRef
  122. Wang, X., Cheng, Z., Lu, Y., Xu, L. and Xie, X. (1997) Nanoscale metals in earthgas and mobile forms of metals in overburden in wide-spaced regional exploration for giant deposits in overburden terrains. Journal of Geochemical Exploration. v.58, p.63-72. https://doi.org/10.1016/S0375-6742(96)00052-0
    CrossRef
  123. Wang, X., Xie, X. and Lu, Y. (1995) Dynamic collection of geogas and its preliminary application in search for concealed deposits. Geophysical & Geochemical Exploration, v.19, p.161-171. (In Chinese with English Abstract)
  124. Wedepohl, K.H. (1995) The composition of the continental crust. Geochimica et Cosmochimica Acta, v.59, p.1217-1232. https://doi.org/10.1016/j.gsf.2018.12.005
    CrossRef
  125. Wiggenhauser, M., Moore, R.E.T., Wang, P., Bienert, G.P., Laursen, K.H. and Blotevogel, S. (2022) Stable isotope fractionation of metals and metalloids in plants: A Review. Frontiers in Plant Science, v.13. p.840941. https://doi.org/10.3389/fpls.2022.840941
    Pubmed KoreaMed CrossRef
  126. Xie, P., Hower, J.C., Nechaev, V.P., Ju, D. and Liu, X. (2021) Lithium and redox-sensitive (Ge, U, Mo, V) element mineralization in the Pennsylvanian coals from the Huangtupo coalfield, Shanxi, northern China: With emphasis on the interaction of infiltrating seawater and exfiltrating groundwater. Fuel, v.300, p.120948. https://doi.org/10.1016/j.fuel.2021.120948
    CrossRef
  127. Xu, Z., Liang, B., Jiang, H., Liu, T., Wang, Q., Duan, J., Chen, B. and He, Y. (2024) Factor analysis of geogas data for concealed lithium deposits detection and false anomalies identification in Jiajika area. Journal of Geochemical Exploration, v.263, p.107511. https://doi.org/10.1016/j.gexplo.2024.107511
    CrossRef
  128. Xuejing, X. and Xueqiu, W. (1991) Geochemical exploration for gold: a new approach to an old problem. Journal of Geochemical Exploration, v.40, p.25-48. https://doi.org/10.1016/0375-6742(91)90030-X
    CrossRef
  129. Xueqiu, W., Bimin, Z., Xin, L., Shanfa, X., Wensheng, Y. and Rong, Y. (2016) Geochemical challenges of diverse regolith-covered terrains for mineral exploration in China. Ore Geology Reviews, v.73, p.417-431. https://doi.org/10.1016/j.oregeorev.2015.08.015
    CrossRef
  130. Yang, J., Zhou, S., Liu, X. and Hu, B. (2019) Geogas field characteristics of the Kaiu’an pegmatite lithium deposit and its prospecting significance. Acta Petrologica et Mineralogica, v.38, p.570-578. https://www.yskw.ac.cn/yskwxzzen/article/abstract/20190410
  131. Yang, Z., Wu, P., Fu, Y., Qiao, W., Qin, Y., Li, C., Xia, P., Guo, C., Long, X. and Wu, L. (2022) Coupling of the redox history and enrichment of Ni-Mo in black shale during the early Cambrian: Constraints from S-Fe isotopes and trace elements of pyrite, South China. Ore Geology Reviews, v.143, p.104749. https://doi.org/10.1016/j.oregeorev.2022.104749
    CrossRef
  132. Yasukawa, K, and Noda, T. (2017) Geochemical criteria to evaluate hydraulic and thermal relationship between geochermal reservoir and nearby hot spring aquifer. Journal of the Geothermal Research Society of Japan. v.39, p.203-215. https://doi.org/10.11367/grsj.39.203
    CrossRef
  133. Ye, R., Zhang, B. and Wang, Y. (2015) Mechanism of the migration of gold in desert regolith cover over a concealed gold deposit. Geochemistry: Exploration, Environment, Analysis, v.15, p.62-71. https://doi.org/10.1144/geochem2013-228
    CrossRef
  134. Zeba, G., Dabić, M., Čičak, M., Daim, T. and Yalcin, H. (2021) Technology mining: Artificial intelligence in manufacturing. Technological Forecasting and Social Change, v.171, p.120971. https://doi.org/10.1016/j.techfore.2021.120971
    CrossRef
  135. Zhai, M., Hu, R., Wang, Y., Jiang, S., Wang, R., Li, J., Chen, H., Yang, Z., Lü, Q., Qi, T., Shi, X., Li, Y., Liu, J., Li, Z. and Zhu, X. (2021) Mineral resource science in China: Review and perspective. Geography and Sustainability, v.2, p.107-114. https://doi.org/10.1016/j.geosus.2021.05.002
    CrossRef
  136. Zhang, Y., Li, W. and Brzozowski, M.J. (2024) Dynamics of Cu isotope fractionation during the reactions of pyrite with Cu(I)-bearing hydrothermal fluids. Geochimica et Cosmochimica Acta, v.383, p.43-56. https://doi.org/10.1016/j.gca.2024.08.001
    CrossRef
  137. Zheng, M., Xing, E., Zhang, X., Li, M., Che, D., Bu, L., Han, J. and Ye, C. (2023) Classification and mineralization of global lithium deposits and lithium extraction technologies for exogenetic lithium deposits. China Geology, v.6, p.547-566. https://doi.org/10.31035/cg2023061
    CrossRef
  138. Zhou, J.M., Dang, Z., Cai, M.F. and Liu, C.Q. (2007) Soil heavy metal pollution around the Dabaoshan mine, Guangdong Province, China. Pedosphere, v.17, p.588-594. https://doi.org/10.1016/S1002-0160(07)60069-1
    CrossRef
  139. Zuo, R., Xiong, Y., Wang, Z., Wang, J. and Kreuzer, O.P. (2023) A new generation of artificial intelligence algorithms for mineral prospectivity mapping: Natural Resources Research, v.32, p.1859-1869. https://doi.org/10.1007/s11053-023-10237-w
    CrossRef

Article

Review

Econ. Environ. Geol. 2024; 57(5): 593-608

Published online October 29, 2024 https://doi.org/10.9719/EEG.2024.57.5.593

Copyright © THE KOREAN SOCIETY OF ECONOMIC AND ENVIRONMENTAL GEOLOGY.

Geochemical Approaches to Mineral Resources Exploration

Jaeguk Jo1,*, Bum Han Lee1, Chul-Ho Heo2

1Critical Minerals Research Center, Korea Institute of Geoscience and Mineral Resources (KIGAM)
2Minerals Resources Division, Korea Institute of Geoscience and Mineral Resources (KIGAM)

Correspondence to:*jo@kigam.re.kr

Received: August 25, 2024; Revised: October 5, 2024; Accepted: October 7, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided original work is properly cited.

Abstract

As surface resources are continually developed and depleted, there is an increasing need to explore deeper ore bodies. Simultaneously, global demand for eco-friendly energy sources increases due to decarbonization policies, intensifying competition among nations to secure critical mineral resources. Geochemical exploration is based on the behavior of specific elements derived from mineral deposits and should be conducted with consideration of numerous geological variables. The characteristics of elemental concentration around ore bodies, which can be observed in media such as natural water, river sediments, soil, rock, vegetation, and geogas, provide clues for predicting the distribution of undiscovered ore bodies. For this reason, it is essential to identify the types of indicator elements that can be used for exploration depending on the mineralization type, and to establish a systematic geological exploration methodology based on the behavior of elements around mineralized ore bodies. Furthermore, applying Al technology to these geochemical characteristics would aid to exploration for critical mineral resources.

Keywords hidden ore body, mineral resources, exploration methodology, geochemistry, indicator elements

광물자원 탐사를 위한 지구화학적 접근

조재국1,* · 이범한1 · 허철호2

1한국지질자원연구원 광물자원연구본부 희소금속광상연구센터
2한국지질자원연구원 광물자원연구본부

Received: August 25, 2024; Revised: October 5, 2024; Accepted: October 7, 2024

요 약

지속적인 개발로 인해 지표에 노출된 자원이 고갈됨에 따라 지하 깊은 곳에 존재하는 부존 광체를 탐사할 필요성이 커지고 있다. 동시에 탈탄소화 정책의 일환으로 친환경 에너지 자원에 대한 글로벌 수요가 증가하면서 희소 광물자원을 확보하기 위한 국가 간 경쟁이 심화되었다. 지구화학 탐사는 광상에서 유래된 특정 원소의 거동을 기반으로 하며, 많은 지질학적 변수를 고려해야 한다. 자연수, 하천 퇴적물, 토양, 암석, 식생, 지오가스 등 다양한 매개체를 통해 관찰되는 광체 주변의 지시원소 농집 특성은 미확인 광체의 분포를 예측하는 데 중요한 단서를 제공한다. 따라서, 광화작용 유형별 탐사에 활용될 수 있는 지시원소를 특정하고, 광체 주변에서의 원소 거동 특성에 기반한 체계적인 지구화학 탐사법 확립이 필요하다. 나아가 이러한 지구화학적 특성에 기반하여 AI 기술을 적용한다면, 향후 광물 자원탐사에 도움이 될 것이다.

주요어 자원탐사, 부존광체, 핵심광물, 지구화학, 지시원소, 탐사 방법론

Research Highlights

  • Geochemical approaches for mineral resource exploration

  • Target minerals and their indicator elements in association with mineralization.

  • Trace elements and stable isotop signatures around mineralized ore bodies.

1. 서론

지표에 노출된 자원들이 고갈됨에 따라, 최근의 자원탐사 경향은 지하 심부에 잠재되어 있는 부존 광체를 대상으로 이루어지고 있다. 기대비용 측면에서 효율적인 탐사 진행을 위해 여러 분야에서 자연 물질의 지구화학적특성에 기반한 탐사와 지구화학 분석법이 시도되었다(Kristiansson and Malmqvist, 1982; Darnley, 1990; Xuejing and Xueqiu, 1991; Cohen et al., 2010; Cohen and Bowell, 2014; Xueqiu et al., 2016). 지하 심부에 매장된자원 탐사를 위한 지구화학 탐사법은 광물의 형성 후 교대 및 풍화와 관련하여 1차적 혹은 2차적으로 분산된 미량원소의 분포 특성에 기반하여 광체를 추정하는 방식이다(Rose et al., 1979; Malmqvist et al., 1999; Wang et al., 2023; Ma et al., 2024; Xu et al., 2024). 지구화학 탐사에서는 복잡하게 얽혀 있는 자연과학적 현상으로부터 직접 또는 간접적으로 광화작용에 관여한 요소들을 밝혀내는 과정이 필요하다. 예를 들어, 암석, 토양, 하천의 모래,지하수, 식생, 토양가스로부터 획득한 미량원소의 분포및 거동 특성에 근거하여 광화작용의 유무를 추정할 수있다(Rose et al., 1979; Nishiyama, 1992; Cohen and Bowell, 2014). 특히, 지하 심부에 광체가 존재하는 경우, 특정 원소들이 광범위하게 농축되어 이상대를 형성하므로지구화학적 특성을 활용한 체계적인 탐사법 확립이 필요하다(Yang et al., 2019; Wang et al., 2023; Xu et al., 2024). 일반적으로 통용되는 지구화학 탐사법에는 암석과 토양의 전암 분석과 같이 특정 암체나 광물을 대상으로 한 탐사법(e.g., Barefoot and Van Loon, 1999; Sun et al., 2019; Liu et al., 2020; Xie et al., 2021; Li et al., 2024a),미량원소(e.g., Mastalerz et al., 2020; Xie et al., 2021; Ma et al., 2024), 및 동위원소(e.g., Teng et al., 2004; Millot and Négrel, 2007; Wan et al., 2017; Li et al., 2024b) 특성을 활용한 탐사법 등이 알려져 있다. 최근에는 AI(Artificial Intelligence)기법을 적용한 지구화학 탐사가 알려져 있다(Schnitzler et al., 2019; Prado et al., 2020; Sadeghi et al., 2024).

광석과 광상에 대한 정의가 분명하게 정립되어있는 것은 아니지만, 통상적인 개념에서 생각할 때 유용원소가경제적으로 채굴 가능한 정도로 포함되어있는 암석을 ‘광석’이라 칭하고 그 집합체를 ‘광상’이라 한다(Nishiyama, 1992). 또한, 미래 경제적 차원에서 암석으로부터 유용원소의 추출이 가능한 범위를 포괄적인 측면에서 ‘자원량’ 이라 한다(Nishiyama, 1992). 지각 내에서 유용원소가 비이상적으로 농축된 광석과 일반적인 암석 사이에는 지구화학적 수치에서 큰 차이가 발생한다. 이러한 결과로 광상 주변에는 경제적인 채굴과는 무관하게 특정 유용원소가 비정상적으로 농축된 영역이 광범위하게 나타날 수있다. 이러한 유용원소의 이상 농집대는 광상이 형성되는 단계에서 파생된 것으로 여겨지는 1차 분산과 광상이형성된 이후 물리화학적 작용을 받아 파생되는 2차 분산에서 기인한다(Rose et al., 1979). 일반적으로 1차 분산은 심부 환경에서 발생하는 반면, 2차 분산은 표층 환경에서 나타난다. 하지만, 금이나 구리를 포함하는 광상에서는 심부에서 표층에 이르기까지 광화작용과 관련된 변질대를 형성하여 1차 분산과 2차 분산의 경계가 모호한경우도 있다(Kelley et al., 2006; Sillitoe, 2010).

광상은 다양한 지질환경에서 형성되지만, 큰 범주에서화성기원 광상과 퇴적기원 광상으로 분류된다. 화성기원광상의 유형은 마그마의 고결 과정에서 형성된 정마그마광상(e.g., Casquet et al., 2001; Arndt, 2013)과 마그마의잔류 유체로부터 형성된 페그마타이트 광상(e.g., Černý, 1991; London and Morgan, 2012), 고온의 유체 활동에기인하여 용출-침전-농축 기작을 통해 형성된 열수광상이 알려져 있다(e.g., Hedenquist and Lowenstern, 1994). 이러한 광상들 주변에는 유용원소가 농축된 이상대가 형성된다. 예를 들어, 열수광상의 범주에 속하는 반암동광상의 망상광체에서 유용원소의 이상대는 넓은 범위에 걸쳐 발달한다(Fig. 1).

Figure 1. Geogas exploration for the detection of pervasive feeble mineralization (revised from Rose et al., 1979). A) Contour map of target elements surrounding the orebody. B) Pervasive feeble mineralization of stockwork ore body.

광석과 모암의 구분이 비교적 명확한 열수맥상형 광상에서도 광석과 주변 모암에서 나타나는 유용원소들의 농집 분포는 큰 차이를 보인다(Fig. 2). 또한, 이상대를 구성하는 원소가 반드시 목적으로 하는 유용원소와 부합하지 않을 수 있다. 대표적으로 증기압이 높은 분산원소(e.g., Hg, As, Pb)가 광역에 걸쳐 측정되는 경우이다(Rose et al., 1979). 이처럼 지구화학 탐사의 단서로 사용되는유용원소를 ‘지시원소’라 부른다(Nishiyama, 1992). 이러한 지시원소는 광상 형성에 기여한 주성분 원소뿐만 아니라 부성분 원소가 될 수 있다. 또한, 퇴적광상의 경우광물의 물리화학적 안정성, 선택적 운반작용, 퇴적환경의변화 등의 차이에 따라 다양한 유형의 광상이 형성되며,큰 범주에서는 풍화잔류광상, 사광상 및 화학적 퇴적광상으로 분류된다(e.g., Lu et al., 2019; Berberich and Berberich, 2022). 이러한 광상 유형에서도 화성기원의 광상과 마찬가지로 광체 주변에는 유사한 기작에 기인한지시원소 이상대가 형성된다(Ye et al., 2015; Li et al., 2024a).

Figure 2. Comparison of target elements between crust (upper crusts, sedimentary rocks) and ore deposits (revised from Nishiyama, 1992; Bowell et al., 2020).

광상이 형성된 이후 일어나는 이차적인 기작에 의한 지시원소의 거동 특성은 풍화 과정을 통해 나타나는 특정원소의 용탈 및 침전 기작에 의해 규제된다. 그리고 기계적 농축 과정에 의해 광상 주변 혹은 광상에서 멀리떨어진 곳에서 지시원소의 이상 농집대가 형성되기도 한다(Fig. 3). 이러한 과정에서 특정 원소는 식물의 번식을저해하거나 식물의 성장에 필요한 환경을 조성할 수 있다(Zhou et al., 2007; Ji et al., 2013; Wiggenhauser et al., 2022; Shaffique et al. 2023; Ma et al., 2024). 지층 내 지시원소의 거동은 지하수 또는 하천수 흐름과 밀접한 관련이 있다(Fig. 3). 광화대에서 하나의 광맥이 풍화 과정을 겪는 동안 그 영향은 표토층의 넓은 범위에 걸쳐 나타난다. 하지만 지시원소 이상대의 위치나 형태는 광체의 배태유형, 표층의 물리화학적 환경 조건, 지하수의 성격에 따라 차이를 보인다. 예를 들어, 광체와 직접적으로접하는 부근에서 지시원소의 이상대를 형성하는 경우도있지만(Fig. 3A), 지표면의 경사가 기울어져 있거나 표토층이 두꺼운 경우에는 지시원소 이상대의 위치가 광체와멀리 떨어진 곳에 나타날 수 있다(Fig. 3B). 또한, 광체와인접한 곳에 지하수가 흐르는 경우, 금속의 침전에 유리한 환경이 조성되어 지시원소 이상대를 형성한다. 이처럼 광맥에서 침출된 금속원소는 지하수를 매개로 지표까지 이동하여 표층 환경변화에 따른 침전 및 흡착과정을통해 지시원소 이상대를 형성하게 된다(Fig. 3C). 표토층에서는 광체로부터 떨어진 곳에 이상대가 형성되기도 하며(Fig. 3D), 지하수에서 자란 식물은 특정 원소를 흡수하여 이상대를 형성할 수 있다(Fig. 3C, D). 앞서 언급한바와 같이, 지시원소는 채굴 대상이 되는 유용 금속 광체에서 기인한다. 예를 들어, 동광상에서는 Cu, 우라늄광상에서는 U이 각각 지시원소가 된다. 또한, 1차적 분산과정에서는 휘발성이 풍부한 Hg, As, Sb 등이 지시원소에 비해 광역에 걸쳐 영향을 끼칠 수 있으므로 지시원소와 구별하여 해석할 필요가 있다(Rose et al., 1979). 지시원소의 농도 차이에 기반한 이상대 평가를 위해서는일정한 기준에 해당하는 임계값 설정이 중요하다. 임계값은 배경값과의 비교, 그리고 체계적인 지화학 탐사법에 기초한 분석 정밀도가 반영되어야 한다. 예를 들어,암석이나 토양의 미량원소 분석값은 지수함수적인 확산성을 나타낸다(Fig. 4A, B). 일반적인 광역 탐사에서 임계값은 낮게 설정하는 반면, 좁은 영역에 제한된 탐사의경우에는 높은 임계값을 설정한다(Nishiyama, 1992). 또한, 임계값 설정시 배경값에 비해 비이상적으로 높은 값을 갖는 암맥의 관입에 따른 혼입 영향이나 인간 활동에의한 인위적인 영향(e.g., 지하수 개발, 농경지 개간 등)이 예상되는 경우, 분석값 해석 시 이를 고려해야 한다.

Figure 3. Behavioral characteristics of elements influenced by subsurface fluids (revised from Rose et al., 1979). A) leaching of target ions through the behavior of groundwater. B) precipitation of target ions at the interface of saturated ground. C) absorption of target ions by vegetation. D) behavior of target ions from the orebody through groundwater and their accumulation by vegetation.
Figure 4. Comparison of trace element concentrations between upper crusts and sedimentary rocks (A, B; Data revised from Teng et al., 2004; Wedepohl, 1995; McLennan, 2001).

2. 시료채취 및 분석방법

체계적인 시료 채취 절차는 지구화학 탐사에서 중요한비중을 차지하므로 지시원소의 영향이 충분히 반영된 대표성을 갖는 시료의 확보가 필요하다. 시료의 종류(e.g.,암석, 지하수, 하천 퇴적물, 하천 주변 식생 및 토양) 및각각의 분석 목적에 따른 체계적인 시료 채취 방법이 정립되어야 한다. 예를 들어, 암석의 경우, 대상 암석이 기반암인지 전석인지 여부를 판단하고, 단일 암체 내에서도 암석의 변질 및 풍화 정도에 따른 체계적인 시료 채취가 요구된다. 지하수의 경우, 계절에 따른 온도변화, 채취일 전후의 강우 유무 등을 고려해야 한다. 하천 주변에서 서식하는 식생을 대상으로 한 연구에서는 뿌리, 줄기, 잎과 같은 각각의 조직에서 미량원소의 농집 차이가발생하는 점을 고려해야 한다. 하천 퇴적물의 경우, 입자크기뿐만 아니라 지면으로부터 시료를 채취하는 깊이에따른 미량원소의 거동 특성을 고려해야 한다.

지구화학 탐사법은 자연에서 일어나는 미량원소의 거동 특성을 이해하는 것에 기반을 두고 있으며, 분석 기술의 발달과 함께 새로운 탐사법의 개발로 확장되었다.현재 채택되고 있는 주요 분석법은 현장에서 휴대용 기기(e.g., pXRF, pLIBS)를 이용하여 즉각적으로 데이터를얻을 수 있는 반정량 및 정성분석과 채취한 시료를 대상으로 실내 실험실 규모에서 이루어지는 각종 지구화학 분석법(e.g., XRD, XRF, FT-IR, Raman, TEM, EPMA, TEM, SEM-EDS, ICP-MS, ICP-OES, ICP-AES, TIMS, EA/IRMS, etc.)이 알려져 있다. 하지만 야외에서 휴대용 질량분석기를 사용하여 데이터를 얻는 경우, 측정 범위가 제한적일 뿐만 아니라 분석값의 정확성도 떨어지므로,정량 분석 관점에서의 비교보다는 탐사 지시광물 내 광화작용의 단서가 될 수 있는 관련 원소의 검출 여부에근거한 정성분석 관점에서의 비교가 필요하다. 나아가,해당 지시 원소를 포함하는 광물이 암체 내에서 차지하는 비율과 이들 광물이 어떠한 형성 기작을 겪었는지에대해, 암석기재학 및 지화학 조성 특성에 근거한 종합적인 해석을 해야한다. 또한, 채취한 시료에서 분석하고자하는 원소의 함량이 극미량으로 존재하는 경우, 실내에서 수행되는 고감도 질량분석에 앞서 용매 추출법, 이온교환법, 증발 건조법 등의 전처리과정을 통해 특정 지시원소를 분리하거나 농축할 수 있다.

3. 광상 유형과 지구화학 탐사

Table 1은 광상의 유형에 따른 지구화학 탐사 주요 광물 및 관련 지시원소 목록을 나타낸다. 미확인 부존 광체의 위치와 규모를 효과적으로 추정하기 위해서는 체계적인 시료 채취와 함께 대상 시료의 성격에 따른 적절한지구화학 분석법 확립이 필요하다.

Table 1 . Indicator minerals and associated elements for geochemical exploration by deposit types.

Ore deposits/mineralization typesIndicator mineralsAssociated elementsReferences
Carbonatite rocksbastnäsite group, ancylite, monazite, (fluor)apatite, pyrochlore, xenotime, florenciteNa, Mg, Fe, P, Ba, F, S, Sr, Ca, Nb, Th, U, Zr, Cu, Ta, Ti, V, Mn, PbBalaram (2022)
Igneous rocks (including hydrothermal rocks)bastnäsite group, aegirine, eudialyte, loparite, allanite, allanite, Fe-rich olivine, fayalite, monazite, fergusonite, zircon, xenotime, fluorapatite, ancylite, gadolinite, euxenite, mosandrite, calciteNa, K, Fe, Al, Zr, Ti, Nb, Ta, Li, F, Cl, Si, Th, U, P, Cs, Rb, Sn, W, Mo, Be, Ga, Hf, Mn, BBalaram (2022)
Lateritesmonazite, apatite, pyrochlore, bastnäsite, churchite, rhabdophane, plumbogummite, zircon, florencite, xenotime, cerianite Fe, Al, Nb, Zr, Ti, Sn, Mn, P, Si, CeBalaram, 2022
Ion-adsorption type REEsxenotime, monazite, apatite, kaolinite, halloysiteREEs, P, Si, U, Th, Zr, NJo et al. (2023)
Altered rock type Au-(Ag-Pb-Zn) depositsnative gold, electrum, pyrite, chalcopyrite, galena, sphalerite, arsenopyrite, marmatiteAu, Ag, W, PbLu et al. (2019)
Altered cataclastic rock-type Au depositspyrite, chalcopyrite, carbonate, sericite, chlorite, ankerite, epidote, chalcocite, galena, sphalerite, tetrahedrite, argentite, borniteZn, Cu, Cr, Ni, Mo, S, Pb, CoHan et al. (2020)
Li-Sn-W deposits (Erzgebirge)quartz, zinnwaldite, trilithionite, seriesLi, F, Rb, Sn, Ta, Nb, W, Sc, Ga, In, Cs, TiBreiter et al. (2019)
Exogenetic Li-depositsJadarite, clay minerals, carbonatesLi, K, Na, Mg, Ca, Rb, Cs, SO, BZheng et al. (2023)
Li-beraring salt lake/brinehalite, anhydrite, dolomite, gypsum, calciteLi, K, Na, Rb, Cs, Br, Cl, SO, BMernagh et al. (2016)
Volcano-sedimentary Li-B depositsdiaspore, boehmite, anatase, chamosite, clay mineralsLi, , Nb, Ta, Hf, Th, Zr, Sr, Cr, VSun et al. (2019)
Li-REEs-redox elements-enriched Pennsylvanian coalsspodumene, rhabdophane, anatase, illite, kaoliniteLi, Cs, Ta, Ge, U, Mo, V, REEsXie et al. (2021)
REEs-enriched Pennsylvanian coalsphosphorites, clay mineralsU, Mo, Ni, Zn, V, P, REEs, TOCMastalerz et al. (2020)
Li, Nb-Ta-Zr-Hf-Ga-enriched Pennsylvanian coalskaolinite, calcite, pyriteLi, Ga, Se, Zr, Nb, Ta, Hf, ThDi et al. (2023)
Placers and paleo-placers including regoliths which are not laterites but in-situ weathered overburden.monazite, xenotime,allanite, euxeniteTi, Nb, Zr, Au, Sn, Th, U, Pb, FBalaram (2022)
Ni-sulfide depositspyrrhotite, pentlandite, pyrite, chalcopyrite, magnetite, chromiteCu, Ni, Cr, Co, Zn, Fe, MnHoatson et al. (2006)
Ni-Cu-PGE depositspyrrhotite, pentlandite, chalcopyrite, pyrite, borniteNi, Cu, As, S, Se, Te, Os, Ir, Ru, Ph, Pt, PdEckstrand and Hulbert (2007)
Polymetallic deposits (Cu-Pb-Zn), porphyry-type Mo (W), Skarn Mo-W)pyrite, chalcopyrite, sphalerite, galena, molybdenite, actinolite, tremolite, chlorite, epidoteCu, Fe, Ti, V, W, Pb, S, OLiu et al. (2020)
Epithermal Cu-Au depositslimonite, pyrite, chalcocite, enargite, chalcopyrite, borniteAu, U, Cu, Fe, REEsLi et al. (2024a)
Iron oxide-associated (including IOCG) depositsbastnäsite, synchysite, monazite, xenotime, florencite, britholiteFe, Cp, U, Au, A g, Ba, F, P, SBalaram (2022)
Deep-sea mineral deposits (poly-metallic nodules, crust, sand, mud)vernadite, todorokite, Fe-oxyhydroxide, carbonate, fluorapatiteMn, Fe, P, Cu, Ni, CoBalaram (2022)
Sediment-hosted Cu-Au-Ag depositskaolinite, halloysite, arsenic-rich pyrite, hematite, goethiteSi, Al, As, Fe, Au, Ag, CuCao et al. (2010)
Polymetallic Pb-Zn-Cu-Ag depositspyrite, sphalerite, galena, chalcopyriteAg, Pb, Sb, Cu, Ni, Ti, RbWang et al. (2008)


3.1. 탐사대상

3.1.1. 자연수 및 하천 퇴적물

일반적인 자연수에는 하천수나 호수와 같은 지표수, 그리고 우물이나 갱내수 및 온천 등과 같은 지하수가 있다.자연수를 이용한 지구화학 탐사방법은 자연수에 잔류하는 미량원소의 거동 특성을 기반으로 한다. 활용도가 높은 지시원소에는 용해성이 큰 Mo, Zn, Cu, SOx 등이 있으나 기본적으로 자연수에 잔류하는 중금속 함량은 매우낮은 ppb 단위이다(Rose et al., 1979). 이에 반해, 광화대에서 파생된 갱내수의 경우 자연수에 비해 10~100배 이상의 높은 지시원소 농집을 보인다(Feng et al., 2000; Lee et al., 2005). 예를 들어, 광화대 인근에 분포하는 자연수내 미량원소의 거동 특성을 파악하기 위해, 하천이나 호수에서 기인한 부채꼴 지대(e.g., 선상지, 삼각주)의 퇴적물을 대상으로 한 지구화학 탐사가 알려져 있다(Ciotoli et al., 2007). 이러한 환경에서 채취한 시료는 비교적 입자의 크기가 균일한 점토, 미사, 모래가 사용된다. 하천퇴적물은 자연수에 비해 계절 변화나 강우에 의한 변화가 적고 다양한 수준의 지시원소 농도를 나타내므로 지시원소 이상대에 근거한 미확인 광체 탐사가 가능하다(Nishiyama, 1992). 대표적으로 중국의 주석, 사금 및 텅스텐 광상 탐사 사례가 알려져 있다(Liu et al., 2021; Wang et al., 2023; Li et al., 2024a).

3.1.2. 토양

일반적으로 토양은 암석의 풍화작용에 기인하여 파생되므로 광체와 직접적으로 연관된 암석이 풍화되면 지표상에 지시원소 이상 농집대가 형성된다(Ye et al., 2015; Lu et al., 2019; Plet and Noble, 2023; Li et al., 2024a).광체에서 파생된 지시원소는 점토광물을 비롯하여 토양이온의 교환작용, 침투작용 및 증발작용을 통해 거동한다(Carrillo‐Gonz ález et al., 2006; Shaheen et al., 2013).예를 들어, 동광화대의 표토층을 덮고 있는 토양에서 주요 지시원소인 Cu, Zn, Pb의 농집은 광맥의 연장을 따라점차적으로 감소하다가 하류 지점에서 이상대를 형성한다(Fig. 5). 빙하 퇴적물의 경우, 대규모의 퇴적체가 이동하며 광맥에서 상당히 떨어진 곳에 지시원소 이상대를형성한다(Berberich and Berberich, 2022).

Figure 5. Relation between residual soil anomalies and Cu ore deposits (Rose et al., 1979).

3.1.3. 암석

암석을 대상으로 한 지구화학 탐사는 주로 원소의 1차적 분산에 기인한다. 광상이 형성되는 일련의 과정 중 분산되는 미량원소의 분포와 거동 특성에 기반하여 광체의위치와 규모를 추정한다. 지시원소를 포함하는 지시광물의 분포 특성에 근거하여 광역조사 뿐만아니라 광맥의형성과 같이 좁은 영역에서 발달하는 지시광물 및 관련원소의 농집 특성에 기반하여 전반적인 탐사가 진행된다(Belousova et al., 2002; McClenaghan, 2005). 광화작용과 직접적으로 연관성을 갖는 광화유체의 지구화학적 특성과 물리적 외부요인에 따른 지시원소의 거동 특성(e.g.,이동, 첨가, 용탈)은 심부 광체 탐사에 중요하다. 암석 시료는 지표에서 채취한 암석뿐만 아니라 시추 코어 혹은갱도 탐사에서 획득한 시료가 사용된다. 또한, 암석에서파생되는 Hg이나 As와 같이 분산성이 큰 원소들을 탐사지시원소로 활용하는 사례도 있다(Cao et al., 2009; Lin et al., 2021).

3.1.4. 식생

식생을 대상으로 한 지구화학 탐사는 큰 범주에서 두가지 방법을 통해 이루어 진다. 1) 특정 원소가 식물의종류, 형태, 분포에 영향을 미쳐 그 변화에 근거하여 광체의 위치를 추정하는 방법이다. 이는 토양중에 과잉으로 존재하는 원소가 식물의 생리에 이상을 초래할 수 있음을 의미한다. 예를 들어, 식물의 필수 영양 요소인 Fe, Ni, Cu, Zn, Mo, Mg, Si, Ca, K, B은 적정량이 공급될 때는 식물의 생장에 도움이 되지만, 과잉 공급이 되면 식물의 생장 저하를 초래하며 잎을 통해 이상 현상(e.g., 갈변, 괴사, 황백화, 반점)이 발현된다(Miransari et al., 2007; Arif et al., 2016; Wiggenhauser et al., 2022). 2) 식물이흡수한 원소의 농도를 측정하여 비교분석 하는 방법이다.예를 들어, 토양에 존재하는 미량원소가 식물의 뿌리에서 흡수되어 줄기, 잎, 열매와 같은 식물 각 부위에 농축되는 양을 측정한다. 효과적인 평가를 위해서는 같은 종의 식물을 선정하며, 토양 내 깊이 뿌리를 내리는 식물종이 광화대 탐사에 적합한 것으로 알려져 있다(Nishiyama, 1992; Busche, 1989; Nkrumah et al., 2021; Gao et al., 2022; Tao et al., 2022; Mukube et al., 2024).

3.2. 탐사방법

3.2.1. 지오가스를 활용한 지구화학 탐사

광상의 형성과 밀접하게 관련된 광화유체 내에는 CO2, H2S, H2, N2, CH4, Ar, He와 같은 가스 성분이 용존되어있다. 이러한 가스 성분의 기원은 심부 마그마에서 파생된 열수(e.g., CO2, He, NH3, H2S etc.)외에도 표토(e.g., CH4, N2 etc.), 대기(e.g., Ar, N2 etc.), 지하수(e.g., CH4, N2 etc.), 등 다양하다(Tsutsumi and Ishibashi, 2022). 가스 성분은 광화대에서 일어나는 열수변질 과정 중 광물과 거의 반응하지 않기 때문에 부존 광체 탐사를 위한 지표가될 수 있다(Stefansson, 2017). 부존 광체 탐사를 위한 지오가스 탐사법은 자원 부국인 중국을 중심으로 발전해왔으며, 금광상(Cao et al., 2009; Lu et al., 2019, 2021; Han et al., 2020), 리튬광상(Breiter et al., 2019; Yang et al., 2019; Wang et al., 2020; Di et al., 2023; Xu et al., 2024;),니켈-황화광상(Wang and Gao, 2007; Wang et al., 2008; Wan et al., 2017; Lin et al., 2021; Li et al., 2024a), 희토류광상(Wang et al., 2023; Li et al., 2024a)에서 활발하게 수행되고 있다.

지오가스 탐사는 본래 지열 시스템 연구 분야에서 폭넓게 활용되었다(Chen et al., 2023). 지열 시스템은 마그마나 관입암체와 같은 열원, 지하수, 열수 및 증기와 같은 가변적 유동체, 그리고 유체의 이동 경로가 되는 지열 구조로 구성된다. 지열 시스템에서 유체는 강수나 하천수와 같은 천수 기원인 경우가 대다수이지만 해안 지역의 경우 해수의 영향도 배제할 수 없다. 천수에는 미량의 Na, Ca, HCO3 이온이 용존되어 있는 반면, 해수에는 일반적으로 다량의 Na, Mg, Cl, SO4을 포함한다. 또한, 유체가 마그마 주변에서 거동할 때 화산성 유체로 발전하는데 여기에는 화산 가스와 같이 마그마로부터 기인한 탈 가스(CO2, SO4, H2S, HCl, H2)의 존재가 특징적으로 나타난다(Tsutsumi and Ishibashi, 2022). 이러한 가스성분이 유체 내 용해되면 낮은 pH를 나타내며 Cl 및 SO4가 풍부해진다. 또한, 열원에 가까운 부근에서는 유체의온도가 250℃ 이상을 웃도는 고온 조건을 형성하여 주변모암과 이온교환 반응이 활발하게 일어난다(Ishibashi et al., 2022). 예를 들어, 규산염광물의 용해가 진행됨에 따라 유체 내 Si, Na, K, Ca, Mg와 같은 양이온의 농도가증가한다. 고온의 유체가 상승하여 지표에 이르면 기상과 액상 2성분으로 분리된다. 가스 성분인 CO2, H2S, H2는 대부분 기상으로 존재하고, 주요 용존이온에 해당하는 Na, K, Ca, Mg, Cl, SO4는 액상으로 분배된다(Tsutsumi and Ishibashi, 2022). 따라서, 가스 성분이 우세한 지열시스템에서는 산성 온천이 형성된다(Yasukawa and Noda, 2017).

지오가스를 매개로 이동하는 원소의 거동 기작은 복잡하며 분석자료 해석 과정에서 많은 해결해야 할 문제들이남아있다. 예를 들어, 기존에 보고된 지오가스 탐사 관련문헌에서는 광체에서 유래된 원소가 원자, 이온, 나노입자 집합체 및 에어로졸 형태로 이동하는 것에만 초점을두었다(Kristiansson and Malmqvist, 1987; Wang et al., 1995). 나노입자는 미세 기포에 흡착되어 지질구조 내 균열을 따라 상승할 수 있다(Kristiansson and Malmqvist, 1987). 동시에, 암석의 풍화 및 단층 구조와 같은 요인으로 인해 발생하는 균열이나 지하 구조 내 가스의 이동통로 변화는 산화작용 및 생물화 작용을 촉진하여 획득한분석자료 해석 시 어려움을 초래한다(Wang et al., 1997; Mi and Wang, 2017). 다양한 지질환경에서 광체로부터파생된 나노입자의 양적 평가는 거의 연구가 되지 않았다. 예를 들어, 수온의 상승과 용존 산소의 증가는 호기성 미생물의 증식을 촉진하고 결과적으로 나노입자 침전물의 산화 및 풍화를 촉진시켜 나노입자의 양적 증가를야기한다(Liu et al., 2020). 리튬-페그마타이트 암체에서혼펠스화된 전기석은 페그마타이트의 풍화를 유도할 뿐만아니라 지하수와 인접한 곳에서는 수소이온을 흡착하여 pH값의 증가를 야기하고, 결과적으로 유기물의 성장에 적합한 조건을 제공한다(Liu et al., 2021; Xu et al., 2024). 또한, 투과성이 큰 풍화토는 지표상에서 나노입자와 지오가스의 이동을 가속화하고 산화-환원 및 흡착과정에 수반되는 일련의 지구화학 반응을 통하여 토양 내잔류시킨다(Xueqiu et al., 2016). 부정합 구조는 이상적인 지오가스의 통로가 될 수 있다(Wang et al., 2023). 예를 들어, 지오가스에 의해 운반되는 나노입자는 우선적으로 부정합면 측면을 따라 이동하고 이후 지표로 상승한다. 그 결과, 강한 나노입자 이상 발현은 표층에서 저투수층이 소멸되는 곳에서 나타난다(Wang et al., 2023).

3.2.2. 안정동위원소를 활용한 지구화학 탐사

광상의 성인 연구에서 폭넓게 활용되는 안정동위원소비(e.g., δ13C, δ2H, δ18O, δ15N, δ34S)는 자연 시료를 구성하는 광물 또는 유체가 지닌 고유의 동위원소비 특성에기반하여 물질의 기원을 추정한다. 또한, pH, 온도, 산화 -환원, 박테리아의 활동에 의해 동위원소비 분별 작용이일어나는 점에 근거하여 광화작용 전후 환경변화 및 원소의 거동 특성을 유추한다(Ohmoto, 1972; Richet et al., 1977; Schauble, 2004; Hutchison et al., 2020).

스트론튬동위원소비(87Sr/86Sr)는 지질시료 데이터 구축을 위해 오래전부터 수행되어왔다. 유체로부터 측정된 87Sr/86Sr는 유체 내 스트론튬이 용존 될 당시의 동위원소비를 보존하므로 특정 지층에서 유발된 유체와 광물과의화학반응 기여도를 평가하는 지표가 된다(Graham, 1992).

리튬동위원소비(δ7Li)는 저온의 유체와 광물 사이의 화학반응을 지시하는 지표가 된다. 예를 들어, 광물 내 치환되어 있는 리튬이 침출되어 유채 내 용존됨에 따라 리튬 함량은 점차적으로 증가하고 이 과정에서 δ7Li 분별이 일어난다(Millot and Negrel, 2007; Millot et al., 2010).상기 과정중, δ7Li 분별 계수는 온도에 영향을 받으므로동위원소비 특성에 근거하면 유체가 이동하는 일련의 순환과정에서 겪은 화학반응을 추정할 수 있다(Parkinson et al., 2007).

최근에는 구리동위원소비(δ65Cu)와 철동위원소비(δ56Fe)특성에 근거한 광화작용 규명 연구가 폭넓게 수행되었다(Markl et al., 2006; Schwinn et al., 2006; Mathur and Zhao, 2023). Cu는 광물 내 +1가(e.g., Cuprite; Cu2O, chalcocite; Cu2S)와 +2가(e.g., covellite; CuS, chalcopyrite; CuFeS2)로 존재하고 Fe는 +2가(e.g., ilmnite; FeTiO3, magnetite; Fe3O4, Pyrrhotite; Fe1-xS)와 +3가(e.g., Hematite; Fe2O3, goethite; FeO(OH))로 존재하며 광화작용 과정에서 발생하는 산화-환원반응 특성, 광화유체의 기원 및 이동 경로를 추정하는 지시자로 활용될 수 있다(Rouxel et al., 2008; Mathur et al., 2009; Zhang et al., 2024). 일반적으로 고온에서 형성되는 Cu(I) 광물은 환원환경의 염수의 영향을 받아 결정화되는 반면, 저온에서 형성되는Cu(II) 광물은 상대적으로 산화환경에서 형성된다(Markl et al., 2006). δ65Cu 분별은 산화-환원 반응과 원소의 용해 및 침전 과정에서 일어나므로 후자의 환경에서 상대적으로 우세하게 일어난다(Mathur et al., 2009). 이러한특성에 근거하여 열수광상에서 δ65Cu 분별 특성을 활용한 광화작용 규명 연구가 알려져 있다(Markl et al., 2006; Schwinn et al., 2006; Mathur and Zhao, 2023; Zhang et al., 2024).

δ56Fe 특성은 자철석 및 적철석이 풍부한 호상철광상(Beard et al., 1999) 혹은 황철석이 빈번하게 관찰되는 열수광상(Markl et al., 2006)을 대상으로 수행되었다. δ56Fe분별은 동위원소비가 상이한 기원물질(e.g., seawater =+0.01 ~ +0.58‰, Radic et al., 2011; orgnaic-rich sedimentaryrock = -0.59 ~ -0.02‰, Yang et al., 2022; magmatic fluids= -1.79 ~ -0.55‰, Bennett et al., 2009, Rouxel et al.,2008)과의 동화작용 및 교대작용에 따른 물리-화학적 변화에 기인한다. 또한, δ56Fe 분별 특성을 파악하기 위해서는 전처리과정이 중요하다. 예를 들어, 대상 시료에 잔류하는 니켈동위원소비(i.e., Ni-58)는 철동위원소비(i.e.,Fe-58)와 중첩을 일으킨다. 또한, δ56Fe 분석에 앞서 미지의 시료 내 존재하는 철의 함량을 측정해야 하는데, 유도결합 플라즈마 질량분석 과정에서 대상 시료 내 잔류하는 코발트(Co)는 철의 이온화를 억제하여 신호강도를낮추고, 결과적으로 왜곡된 분석값을 도출할 우려가 있다. 따라서, 이온교환 수지(AGI-X8 200–400 mesh; Bio-Rad)를 이용한 칼럼 산처리를 통하여 불필요한 원소를분리해야 한다(Ito et al., 2017).

지열 시스템에서 유체에 용존되어 있는 대표적 가스 성분은 CO2와 H2S이다. 화산성 유체에서 기인한 δ13C와δ34S는 비교적 좁은 범위에 한정되는 특징이 있으므로 유체의 공급원을 지시하는 지표로 활용될 수 있다(Ishibashiet al., 2022). 또한, 탄소와 황을 포함하는 화학종은 지표나 지하 천부에 존재하는 미생물 대사 작용의 매개체가된다. 예를 들어, 지표 부근의 온천수에서 유기물의 미생물분해 기원의 HCO3와 H2S는 산화되어 SO4형태로 변환된다(Ohmoto, 1972; Chambers and Trudinger, 1979; Barker and Fritz, 1981). 그리고 이러한 과정에서 δ34S 분별이 일어나므로 유체 내 원소의 기원과 화학반응 특성을 추정할 수 있다(Ohmoto, 1972; Hutchison, et al., 2020).

또한, 화산성 유체의 기여 정도를 추정할 수 있는 헬륨동위원소비(4He)가 알려져 있다(Marty et al., 1996; Simmons, et al., 1987). 희유가스인 He은 화학적으로 불활성이며 공급원의 4He가 뚜렷이 구별되어 원소의 기원을 추정하는 지표로 이용된다(Simmons, et al., 1987; Liu et al., 2023; Li et al., 2024b).

자연계에서 NOx, N2, NH4, NH3 등의 형태로 존재하는질소(N)는 온도, pH, 산화-환원 반응에 의해 δ15N 분별이발생한다(Li et al., 2012; Mikhail et al., 2017). 이러한 특성에 기반하여 δ15N는 암석의 진화 과정에서 수반되는화학반응 추정하거나 원소의 거동 특성을 이해하는 동위원소 지시자로 활용된다(Fischer et al., 2005; Ader et al., 2006; Jo et al., 2018). 또한, 광상의 생성 환경을 이해하는 관점에서 δ15N는 광화작용에 관여한 유체의 이동 경로를 추정하거나 열수변질 및 풍화작용 기작을 이해하는도구로 활용된다(Jia and Kerrich, 1999; Mao et al., 2003; Pitcairn et al., 2005; Jo et al., 2023).

3.2.3. AI 기술을 활용한 광물자원 탐사

급속도로 성장한 AI 기술은 에너지 경제(Ahmad et al., 2021)와 사회 환경 전반에서 편의를 제공하고(Şerban and Lytras, 2020; Ahmad et al., 2022), 기존에 사람이 수많은시간과 비용을 투자해 이루었던 작업을 매우 짧은 시간안에 수행하며, 양적 성과뿐만 아니라 질적 가치를 창출해 냈다(Chen et al., 2008; Pattyn, 2024). 지질학 분야에서도 AI 기술은 다양한 방식으로 활용되고 있다. 예를 들어, 광물학 분야에서는 AI 기술이 첨단산업에 필요한 핵심 소재 원료 광물을 합성하기 위한 최적의 조합을 계산하거나, 광물의 고유한 물리화학적 특성을 체계적으로 정립하는데 활용된다(Gomez-Flores et al., 2022; Gregoire et al., 2023; Szymanski, et al., 2023). 행성과학 분야에서는 인공위성의 항로 계산과 행성 내 연착륙 성공률을 높이는데 활용된다(Fourati and Alouini, 2021; Borse et al., 2022). 자연재해 방재 분야에서는 과거 지진, 쓰나미, 홍수피해를 겪었던 위험지역을 학습해 재해위험도 평가하고,이를 기반으로 한 효과적인 피난 경로 도출 과정에서 활용된다(Pourghasemi et al., 2020; Dikshit et al., 2021; Jena et al., 2023). 또한, 최근에는 핵심 소재 광물 탐사(Mery and Marcotte, 2022; Bishop and Robbins, 2024; Fernandez et al., 2024) 및 개발 공정(Zeba et al., 2021; Lv et al., 2022; Abba et al., 2024)의 효율을 높이기 위해 AI 기술이 적용되었다. 예를 들어, 광물자원탐사 분야에서 AI 기술의 도입으로 방대한 기존 광상 자료 데이터베이스 분석을 통해 광화작용에 관여한 핵심광물 및 지시원소 도출에 많은 발전을 가져왔고, 이를 통하여 이전에는 알지못했던 새로운 탐사지 선별 과정에서 질적 성과를 제공하였다(Hronsky and Kreuzer, 2019; Zhai. et al., 2021; Zuo et al., 2023; Bishop and Robbins, 2024). 하지만, AI 기술을 활용하여 핵심 소재 광물 탐사를 효과적으로 수행하기 위해서는 입력 자료의 양적 공급뿐만 아니라 질적으로 검증된 자료를 제공해야한다. 이를 위해 체계적인광상 성인 연구를 통해 광화작용에 관여하는 핵심 지시원소를 도출하고(Table 1), 광체를 중심으로 형성되는 변질 및 풍화작용에 기인한 지시원소의 거동 특성을 이해해야 한다.

4. 맺는말

광체 주변에서는 자연수, 하천 모래, 암석, 토양, 식생,지오가스를 매개로 특정 원소의 이상대가 형성된다. 지구화학적 특성에 기반한 부존 광체 탐사를 위해서는 자연 시료의 성격을 고려한 야외 조사와 개별 시료의 특성을 반영한 전처리법 및 지구화학 분석방법을 고려해야한다. 다시 말해, 효과적인 광물자원 탐사를 위해 광화유형에 따른 체계적인 지구화학적 탐사 방법의 확립이필요하다. 또한, 다양한 자연 시료에서 얻은 지구화학 분석 결과를 바탕으로, 핵심광물 자원 부존 광체의 위치를 추정하기 위한 AI 기술 적용이 유의미한 정보를 제공할것으로 기대된다.

사사

이 연구는 한국지질자원연구원 자체사업인 “AI 기반핵심광물 탐사 및 실증 예비 연구(24-7501)”의 지원을 받아 수행되었습니다. 유익한 조언을 해주신 익명의 두 심사자께 감사드립니다.

Fig 1.

Figure 1.Geogas exploration for the detection of pervasive feeble mineralization (revised from Rose et al., 1979). A) Contour map of target elements surrounding the orebody. B) Pervasive feeble mineralization of stockwork ore body.
Economic and Environmental Geology 2024; 57: 593-608https://doi.org/10.9719/EEG.2024.57.5.593

Fig 2.

Figure 2.Comparison of target elements between crust (upper crusts, sedimentary rocks) and ore deposits (revised from Nishiyama, 1992; Bowell et al., 2020).
Economic and Environmental Geology 2024; 57: 593-608https://doi.org/10.9719/EEG.2024.57.5.593

Fig 3.

Figure 3.Behavioral characteristics of elements influenced by subsurface fluids (revised from Rose et al., 1979). A) leaching of target ions through the behavior of groundwater. B) precipitation of target ions at the interface of saturated ground. C) absorption of target ions by vegetation. D) behavior of target ions from the orebody through groundwater and their accumulation by vegetation.
Economic and Environmental Geology 2024; 57: 593-608https://doi.org/10.9719/EEG.2024.57.5.593

Fig 4.

Figure 4.Comparison of trace element concentrations between upper crusts and sedimentary rocks (A, B; Data revised from Teng et al., 2004; Wedepohl, 1995; McLennan, 2001).
Economic and Environmental Geology 2024; 57: 593-608https://doi.org/10.9719/EEG.2024.57.5.593

Fig 5.

Figure 5.Relation between residual soil anomalies and Cu ore deposits (Rose et al., 1979).
Economic and Environmental Geology 2024; 57: 593-608https://doi.org/10.9719/EEG.2024.57.5.593

Table 1 . Indicator minerals and associated elements for geochemical exploration by deposit types.

Ore deposits/mineralization typesIndicator mineralsAssociated elementsReferences
Carbonatite rocksbastnäsite group, ancylite, monazite, (fluor)apatite, pyrochlore, xenotime, florenciteNa, Mg, Fe, P, Ba, F, S, Sr, Ca, Nb, Th, U, Zr, Cu, Ta, Ti, V, Mn, PbBalaram (2022)
Igneous rocks (including hydrothermal rocks)bastnäsite group, aegirine, eudialyte, loparite, allanite, allanite, Fe-rich olivine, fayalite, monazite, fergusonite, zircon, xenotime, fluorapatite, ancylite, gadolinite, euxenite, mosandrite, calciteNa, K, Fe, Al, Zr, Ti, Nb, Ta, Li, F, Cl, Si, Th, U, P, Cs, Rb, Sn, W, Mo, Be, Ga, Hf, Mn, BBalaram (2022)
Lateritesmonazite, apatite, pyrochlore, bastnäsite, churchite, rhabdophane, plumbogummite, zircon, florencite, xenotime, cerianite Fe, Al, Nb, Zr, Ti, Sn, Mn, P, Si, CeBalaram, 2022
Ion-adsorption type REEsxenotime, monazite, apatite, kaolinite, halloysiteREEs, P, Si, U, Th, Zr, NJo et al. (2023)
Altered rock type Au-(Ag-Pb-Zn) depositsnative gold, electrum, pyrite, chalcopyrite, galena, sphalerite, arsenopyrite, marmatiteAu, Ag, W, PbLu et al. (2019)
Altered cataclastic rock-type Au depositspyrite, chalcopyrite, carbonate, sericite, chlorite, ankerite, epidote, chalcocite, galena, sphalerite, tetrahedrite, argentite, borniteZn, Cu, Cr, Ni, Mo, S, Pb, CoHan et al. (2020)
Li-Sn-W deposits (Erzgebirge)quartz, zinnwaldite, trilithionite, seriesLi, F, Rb, Sn, Ta, Nb, W, Sc, Ga, In, Cs, TiBreiter et al. (2019)
Exogenetic Li-depositsJadarite, clay minerals, carbonatesLi, K, Na, Mg, Ca, Rb, Cs, SO, BZheng et al. (2023)
Li-beraring salt lake/brinehalite, anhydrite, dolomite, gypsum, calciteLi, K, Na, Rb, Cs, Br, Cl, SO, BMernagh et al. (2016)
Volcano-sedimentary Li-B depositsdiaspore, boehmite, anatase, chamosite, clay mineralsLi, , Nb, Ta, Hf, Th, Zr, Sr, Cr, VSun et al. (2019)
Li-REEs-redox elements-enriched Pennsylvanian coalsspodumene, rhabdophane, anatase, illite, kaoliniteLi, Cs, Ta, Ge, U, Mo, V, REEsXie et al. (2021)
REEs-enriched Pennsylvanian coalsphosphorites, clay mineralsU, Mo, Ni, Zn, V, P, REEs, TOCMastalerz et al. (2020)
Li, Nb-Ta-Zr-Hf-Ga-enriched Pennsylvanian coalskaolinite, calcite, pyriteLi, Ga, Se, Zr, Nb, Ta, Hf, ThDi et al. (2023)
Placers and paleo-placers including regoliths which are not laterites but in-situ weathered overburden.monazite, xenotime,allanite, euxeniteTi, Nb, Zr, Au, Sn, Th, U, Pb, FBalaram (2022)
Ni-sulfide depositspyrrhotite, pentlandite, pyrite, chalcopyrite, magnetite, chromiteCu, Ni, Cr, Co, Zn, Fe, MnHoatson et al. (2006)
Ni-Cu-PGE depositspyrrhotite, pentlandite, chalcopyrite, pyrite, borniteNi, Cu, As, S, Se, Te, Os, Ir, Ru, Ph, Pt, PdEckstrand and Hulbert (2007)
Polymetallic deposits (Cu-Pb-Zn), porphyry-type Mo (W), Skarn Mo-W)pyrite, chalcopyrite, sphalerite, galena, molybdenite, actinolite, tremolite, chlorite, epidoteCu, Fe, Ti, V, W, Pb, S, OLiu et al. (2020)
Epithermal Cu-Au depositslimonite, pyrite, chalcocite, enargite, chalcopyrite, borniteAu, U, Cu, Fe, REEsLi et al. (2024a)
Iron oxide-associated (including IOCG) depositsbastnäsite, synchysite, monazite, xenotime, florencite, britholiteFe, Cp, U, Au, A g, Ba, F, P, SBalaram (2022)
Deep-sea mineral deposits (poly-metallic nodules, crust, sand, mud)vernadite, todorokite, Fe-oxyhydroxide, carbonate, fluorapatiteMn, Fe, P, Cu, Ni, CoBalaram (2022)
Sediment-hosted Cu-Au-Ag depositskaolinite, halloysite, arsenic-rich pyrite, hematite, goethiteSi, Al, As, Fe, Au, Ag, CuCao et al. (2010)
Polymetallic Pb-Zn-Cu-Ag depositspyrite, sphalerite, galena, chalcopyriteAg, Pb, Sb, Cu, Ni, Ti, RbWang et al. (2008)

References

  1. Abba, S.I., Usman, J., Abdulazeez, I., Yogarathinam, L.T., Usman, A.G., Lawal, D., Salhi, B., Baig, N. and Aljundi, I.H. (2024). Enhancing Li+ recovery in brine mining: integrating next-gen emotional AI and explainable ML to predict adsorption energy in crown ether-based hierarchical nanomaterials. RSC Advances, v.14, p.15129-15142. https://doi.org/10.1039/D4RA02385D
    Pubmed KoreaMed CrossRef
  2. Ader, M., Thomazo, C., Sansjofre, P., Busigny, V., Papineau, D., Laffont, R., Cartigny, P. and Halverson, G.P. (2016) Interpretation of the nitrogen isotopic composition of Precambrian sedimentary rocks: Assumptions and perspectives. Chemical Geology, v.429, p.93-110. https://doi.org/10.1016/j.chemgeo.2016.02.010
    CrossRef
  3. Ahmad, T., Zhang, D., Huang, C., Zhang, H., Dai, N., Song, Y. and Chen, H. (2021) Artificial intelligence in sustainable energy industry: Status Quo, challenges and opportunities. Journal of Cleaner Production, v.289, p.125834. https://doi.org/10.1016/j.jclepro.2021.125834
    CrossRef
  4. Ahmad, T., Zhu, H., Zhang, D., Tariq, R., Bassam, A., Ullah, F., AlGhamdi, A.S. and Alshamrani, S.S. (2022) Energetics systems and artificial intelligence: Applications of industry 4.0. Energy Reports, v.8, p.334-361. https://doi.org/10.1016/j.egyr.2021.11.256
    CrossRef
  5. Arif, N., Yadav, V., Singh, S., Singh, S., Ahmad, P., Mishra, R.K., Sharma, S., Tripathi, D.K., Dubey, N.K. and Chauhan, D.K.(2016) Influence of high and low levels of plant-beneficial heavy metal ions on plant growth and development. Frontiers in Environmental Science, v.4. https://doi.org/10.3389/fenvs.2016.00069
    CrossRef
  6. Arndt, N. (2013) The lithospheric mantle plays no active role in the formation of orthomagmatic ore deposits. Economic Geology v.108, p.1953-1970. https://doi.org/10.2113/econgeo.108.8.1953
    CrossRef
  7. Balaram, V. (2022) Rare earth element deposits: Sources, and exploration strategies. Journal of the Geological Society of India, v.98, p. 1210-1216. https://doi.org/10.1007/s12594-022-2154-3
    CrossRef
  8. Barefoot, R.R. and Van Loon, J.C. (1999) Recent advances in the determination of the platinum group elements and gold. Talanta, v.49, p.1-14. https://doi.org/10.1016/S0039-9140(98)00347-6
    Pubmed CrossRef
  9. Barker, J.F. and Fritz, P. (1981) Carbon isotope fractionation during microbial methane oxidation. Nature, v.293, p.289-291. https://doi.org/10.1038/293289a0
    CrossRef
  10. Beard, B.L., Johnson, C.M., Cox, L., Sun, H., Nealson, K.H. and Aguilar, C. (1999) Iron isotope biosignatures. Science, v.285, p.1889-1892. https://doi.org/10.1126/science.285.5435.1889
    Pubmed CrossRef
  11. Belousova, E.A., Griffin, W.L., O'Reilly, S.Y. and Fisher, N.I. (2002) Apatite as an indicator mineral for mineral exploration: trace-element compositions and their relationship to host rock type. Journal of Geochemical Exploration, v.76, p.45-69. https://doi.org/10.1016/S0375-6742(02)00204-2
    CrossRef
  12. Bennett, S.A., Rouxel, O., Schmidt, K., Garbe-Schönberg, D., Statham, P.J. and German, C.R. (2009) Iron isotope fractionation in a buoyant hydrothermal plume, 5°S Mid-Atlantic Ridge. Geochimica et Cosmochimica Acta, v. 73, p. 5619-5634. https://doi.org/10.1016/j.gca.2009.06.027
    CrossRef
  13. Berberich, G.M. and Berberich, M.B. (2022) Comparison of geogases in two cenozoic sedimentary basins. Geosciences, v.12, p.388. https://doi.org/10.3390/geosciences12100388
    CrossRef
  14. Bishop, B.A. and Robbins, L.J. (2024) Using machine learning to identify indicators of rare earth element enrichment in sedimentary strata with applications for metal prospectivity. Journal of Geochemical Exploration, v.258, p.107388. https://doi.org/10.1016/j.gexplo.2024.107388
    CrossRef
  15. Borse, J.H., Patil, D.D., Kumar, V. and Kumar, S. (2022) Soft landing parameter measurements for candidate navigation trajectories using deep learning and AI-enabled planetary descent. mathematical problems in engineering, v.2022, p.2886312. https://doi.org/10.1155/2022/2886312
    CrossRef
  16. Bowell, R.J., Lagos, L., de los Hoyos, C.R. and Declercq, J. (2020) Classification and characteristics of natural lithium resources. Elements, v.16, p.259-264. https://doi.org/10.2138/gselements.16.4.259
    CrossRef
  17. Breiter, K., Hložková, M., Korbelová, Z. and Galiová, M.V. (2019) Diversity of lithium mica compositions in mineralized granite-greisen system: Cínovec Li-Sn-W deposit, Erzgebirge. Ore Geology Reviews, v.106, p.12-27. https://doi.org/10.1016/j.oregeorev.2019.01.013
    CrossRef
  18. Busche, F.D. (1989) Using plants as an exploration tool for gold. Journal of Geochemical Exploration, v.32, p.199-209. https://doi.org/10.1016/0375-6742(89)90056-3
    CrossRef
  19. Cao, J., Hu, R., Liang, Z. and Peng, Z. (2009) TEM observation of geogas-carried particles from the Changkeng concealed gold deposit, Guangdong Province, South China. Journal of Geochemical Exploration, v.101, p.247-253. https://doi.org/10.1016/j.gexplo.2008.09.001
    CrossRef
  20. Cao, J.J., Hu, X.Y., Jiang, Z.T., Li, H.W. and Zou, X.Z. (2010) Simulation of adsorption of gold nanoparticles carried by gas ascending from the Earth’s interior in alluvial cover of the middle-lower reaches of the Yangtze River. Geofluids, v.10, p.438-446. https://doi.org/10.1111/j.1468-8123.2010.00287.x
    CrossRef
  21. Carrillo‐González, R., Šimůnek, J., Sauvé, S. and Adriano, D. (2006) Mechanisms and pathways of trace element mobility in soils. In: Advances in Agronomy. Academic Press, pp.111-178. https://doi.org/10.1016/S0065-2113(06)91003-7
    CrossRef
  22. Casquet, C., Galindo, C., Tornos, F., Velasco, F. and Canales, A. (2001) The Aguablanca Cu-Ni ore deposit (Extremadura, Spain), a case of synorogenic orthomagmatic mineralization: age and isotope composition of magmas (Sr, Nd) and ore (S). Ore Geology Reviews, v.18, p.237-250. https://doi.org/10.1016/S0169-1368(01)00033-6
    CrossRef
  23. Černý, P. (1991) Rare-element granitic pegmatites. Part I: Anatomy and internal evolution of pegmatitic deposits. Geoscience Canada, v.18, p.49-67. https://id.erudit.org/iderudit/geocan18_2art01
  24. Chambers, L.A. and Trudinger P.A. (1979) Microbiological fractionation of stable sulfur isotopes: A review and critique. Geomicrobiology Journal, v.1, p.249-293. https://doi.org/10.1080/01490457909377735
    CrossRef
  25. Chen, S.H., Jakeman, A.J. and Norton, J.P. (2008) Artificial intelligence techniques: An introduction to their use for modelling environmental systems. Mathematics and Computers in Simulation, v.78, p.379-400. https://doi.org/10.1016/j.matcom.2008.01.028
    CrossRef
  26. Chen, X., Liu, Y., Jiang, Y. and Feng, S. (2023) Radon transport carried by geogas: prediction model. Environmental Science and Pollution Research, v.30, p.86656-86675. https://doi.org/10.1007/s11356-023-28616-4
    Pubmed CrossRef
  27. Ciotoli, G., Lombardi, S. and Annunziatellis, A. (2007) Geostatistical analysis of soil gas data in a high seismic intermontane basin: Fucino Plain, central Italy. Journal of Geophysical Research: Solid Earth, v.112, p.B05407. https://doi.org/10.1029/2005JB004044
    CrossRef
  28. Cohen, D.R. and Bowell, R.J. (2014) 13.24 - Exploration Geochemistry, in Holland, H.D. and Turekian, K.K., eds., Treatise on Geochemistry (Second Edition). Oxford, Elsevier, p.623-650. https://doi.org/10.1016/B978-0-08-095975-7.01127-X
    CrossRef
  29. Cohen, D.R., Kelley, D.L., Anand, R. and Coker, W.B. (2010) Major advances in exploration geochemistry, 1998-2007. Geochemistry: Exploration, Environment, Analysis, v.10, p.3-16. https://doi.org/10.1144/1467-7873/09-215
    CrossRef
  30. Darnley, A.G. (1990) International geochemical mapping: a new global project. Journal of Geochemical Exploration, v.39, p.1-13. https://doi.org/10.1016/0375-6742(90)90066-J
    CrossRef
  31. Di, S., Dai, S., Nechaev, V.P., French, D., Graham, I.T., Zhao, L., Finkelman, R.B., Wang, H., Zhang, S. and Hou, Y. (2023) Mineralogy and enrichment of critical elements (Li and Nb-Ta-Zr-Hf-Ga) in the Pennsylvanian coals from the Antaibao Surface Mine, Shanxi Province, China: derivation of pyroclastics and sediment-source regions. International Journal of Coal Geology, v.273, p.104262. https://doi.org/10.1016/j.coal.2023.104262
    CrossRef
  32. Dikshit, A., Pradhan, B. and Alamri, A.M. (2021) Pathways and challenges of the application of artificial intelligence to geohazards modelling. Gondwana Research, v.100, p.290-301. https://doi.org/10.1016/j.gr.2020.08.007
    CrossRef
  33. Eckstrand, O.R. and Hulbert, L.J. (2007) Magmatic nickel-copperplatinum group element deposits. Geological Association of Canada, Mineral Deposits Division, Special Publication, v.5, p.205-222.
  34. Feng, D., Aldrich, C. and Tan, H. (2000) Treatment of acid mine water by use of heavy metal precipitation and ion exchange. Minerals Engineering v.13, p.623-642. https://doi.org/10.1016/S0892-6875(00)00045-5
    CrossRef
  35. Fernandez, J., Fernandez, S., Diez, E., Pinilla-Alonso, N., Pérez, S., Iglesias, S., Buendía, A., Rodríguez, J. and de Cos, J. (2024) Lunar Lithium-7 Sensing (δ7Li): Spectral Patterns and Artificial Intelligence Techniques. Sensors, v.24, p.3931. https://doi.org/10.3390/s24123931
    Pubmed KoreaMed CrossRef
  36. Fischer, T.P., Takahata, N., Sano, Y., Sumino, H. and Hilton, D.R. (2005) Nitrogen isotopes of the mantle: Insights from mineral separates. Geophysical Research Letters. v.32, p.1-5. https://doi.org/10.1029/2005GL022792
    CrossRef
  37. Fourati, F. and Alouini, M.S. (2021) Artificial intelligence for satellite communication: A review. Intelligent and Converged Networks, v.2, p.213-243. https://doi.org/10.23919/ICN.2021.0015
    CrossRef
  38. Gao, J., Yu, Y., Wang, D., Wang, W., Yu, F., Zhang, S., Wang, C., Dai, H., Hao, X. and Cen, K. (2022) Multielement biogeochemistry and lithium isotopic composition of the dominant plants at the Jiajika mine, western Sichuan, China - The largest hard rocktype lithium mine in Asia. Applied Geochemistry, v.136, p.105138. https://doi.org/10.1016/j.apgeochem.2021.105138
    CrossRef
  39. Gomez-Flores, A., Ilyas, S., Heyes, G.W. and Kim, H. (2022) A critical review of artificial intelligence in mineral concentration. Minerals Engineering, v.189, p.107884. https://doi.org/10.1016/j.mineng.2022.107884
    CrossRef
  40. Graham, I.J. (1992) Strontium isotope composition of rotorua geothermal waters. Geothermics, v.21, p.165-180. https://doi.org/10.1016/0375-6505(92)90075-K
    CrossRef
  41. Gregoire, J.M., Zhou, L. and Haber, J.A. (2023). Combinatorial synthesis for AI-driven materials discovery. Nature Synthesis, v.2, p.493-504. https://doi.org/10.1038/s44160-023-00251-4
    CrossRef
  42. Han, Z., Zhang, B., Wu, H., Liu, H., Qiao, Y. and Zhang, S. (2020) Microscopic characterisation of metallic nanoparticles in ore rocks, fault gouge and geogas from the Shanggong gold deposit, China. Journal of Geochemical Exploration, v.217, p.106562. https://doi.org/10.1016/j.gexplo.2020.106562
    CrossRef
  43. Hedenquist, J.W. and Lowenstern, J.B. (1994) The role of magmas in the formation of hydrothermal ore deposits. Nature, v.370, p.519-527. https://doi.org/10.1038/370519a0
    CrossRef
  44. Hoatson, D.M., Jaireth, S. and Jaques, A.L. (2006) Nickel sulfide deposits in Australia: Characteristics, resources, and potential. Ore Geology Reviews, v.29, p.177-241. https://doi.org/10.1016/j.oregeorev.2006.05.002
    CrossRef
  45. Hronsky, J.M.A. and Kreuzer, O.P. (2019) Applying spatial prospectivity mapping to exploration targeting: Fundamental practical issues and suggested solutions for the future. Ore Geology Reviews, v.107, p.647-653. https://doi.org/10.1016/j.oregeorev.2019.03.016
    CrossRef
  46. Hutchison, W., Finch, A.A. and Boyce, A.J. (2020) The sulfur isotope evolution of magmatic-hydrothermal fluids: insights into ore-forming processes. Geochimica et Cosmochimica Acta, v.288, p.176-198. https://doi.org/10.1016/j.gca.2020.07.042
    CrossRef
  47. Ishibashi, J., Yamashita, K., Kitamura, K., Fujimitsu, Y., Oshima, S. and Kiyota, Y. (2022) Gas geochemistry of geothermal fluids from the Hatchobaru geothermal field, Japan. Geothermics, v.102, p.102379. https://doi.org/10.1016/j.geothermics.2022.102379
    CrossRef
  48. Ito, A., Otake, T., Shin, K.C., Ariffin, K.S., Yeoh, F.Y. and Sato, T. (2017) Geochemical signatures and processes in a stream contaminated by heavy mineral processing near Ipoh city, Malaysia. Applied Geochemistry, v.82, p.89-101. https://doi.org/10.1016/j.apgeochem.2017.05.007
    CrossRef
  49. Jena, R., Shanableh, A., Al-Ruzouq, R., Pradhan, B., Gibril, M.B.A., Khalil, M.A., Ghorbanzadeh, O. and Ghamisi, P. (2023). Earthquake spatial probability and hazard estimation using various explainable AI (XAI) models at the Arabian peninsula. Remote Sensing Applications: Society and Environment, v.31, p.101004. https://doi.org/10.1016/j.rsase.2023.101004
    CrossRef
  50. Jia, Y. and Kerrich, R. (1999) Nitrogen isotope systematics of mesothermal lode gold deposits: Metamorphic, granitic, meteoric water, or mantle origin?. Geology, v.27, p.1051-1054. https://doi.org/10.1130/0091-7613(1999)027<1051:NISOML>2.3.CO;2
    CrossRef
  51. Ji, K., Kim, J., Lee, M., Park, S., Kwon, H.J., Cheong, H.K., Jang, J.Y., Kim, D.S., Yu, S., Kim, Y.W., Lee, K.Y., Yang, S.O., Jhung, I.J., Yang, W.H., Paek, D.H., Hong, Y.C. and Choi, K. (2013) Assessment of exposure to heavy metals and health risks among residents near abandoned metal mines in Goseong, Korea. Environmental Pollution, v.178, p.322-328. https://doi.org/10.1016/j.envpol.2013.03.031
    Pubmed CrossRef
  52. Jo, J., Yamanaka, T., Kashimura, T., Okunishi, Y., Kuwahara, Y., Miyoshi, Y., Ishibashi, J. and Chiba, H. (2018) Mineral nitrogen isotope signature in clay minerals formed under high ammonium environment conditions in sediment associated with ammoniumrich sediment-hosted hydrothermal system. Geochemical Journal, v.52, p.1-16. https://doi.org/10.2343/geochemj.2.0518
    CrossRef
  53. Jo, J., Yamanaka, T. and Shin, D. (2023) Nitrogen isotope geochemistry of ion adsorption-type REE mineralization: Insights from the weathered granitoid rocks in the Sancheong district, South Korea. Ore Geology Reviews, v.157, p.105429. https://doi.org/10.1016/j.oregeorev.2023.105429
    CrossRef
  54. Kelley, D.L., Kelley, K.D., Coker, W.B., Caughlin, B. and Doherty, M.E. (2006) Beyond the obvious limits of ore deposits: The use of mineralogical, geochemical, and biological features for the remote detection of mineralization. Economic Geology, v.101, p.729-752. https://doi.org/10.2113/gsecongeo.101.4.729
    CrossRef
  55. Kristiansson, K. and Malmqvist, L. (1982) Evidence for nondiffusive transport of Rn in the ground and a new physical model for the transport. Geophysics, v.47, p.1444-1452. https://doi.org/10.1190/1.1441293
    CrossRef
  56. Kristiansson, K. and Malmqvist, L. (1987) Trace elements in the geogas and their relation to bedrock composition. Geoexploration, v.24, p.517-534. https://doi.org/10.1016/0016-7142(87)90019-6
    CrossRef
  57. Lee, J.Y., Choi, J.C. and Lee, K.K. (2005) Variations in heavy metal contamination of stream water and groundwater affected by an abandoned lead-zinc mine in Korea. Environmental Geochemistry and Health, v.27, p.237-257. https://doi.org/10.1007/s10653-004-3480-7
    Pubmed CrossRef
  58. Li, L., Lollar, B.S., Li, H., Wortmann, U.G. and Lacrampe-Couloume, G. (2012) Ammonium stability and nitrogen isotope fractionations for NH4 +-NH3(aq)-NH3(gas) systems at 20-70 °C and pH of 2-13: Applications to habitability and nitrogen cycling in low-temperature hydrothermal systems. Geochimica et Cosmochimica Acta. v.84, p.280-296. https://doi.org/10.1016/j.gca.2012.01.040
    CrossRef
  59. Li, Q., Ye, R., Duan, H., Xu, K., Shen, S. and Tian, Y. (2024a) Geogas prospecting for igneous ore deposits covered by regolith: the Zijinshan high-sulfidation epithermal Cu-Au deposit in the Cathaysia Block. Geochemistry: Exploration, Environment, Analysis v.24, p.geochem2023-2061. https://doi.org/10.1144/geochem2023-061
    CrossRef
  60. Li, Y., Zhao, P., Dor, J. and Zhang, H. (2024b) Multi-isotopes (H, O, Sr, and Li) and element geochemistry constrain the formation of Kongchutso helium-rich geothermal field in western Tibet, China. Geothermics, v.120, p.102986. https://doi.org/10.1016/j.geothermics.2024.102986
    CrossRef
  61. Lin, C., Cheng, Z., Chen, X., Lü, Z., Pang, Z., Xue, J. and Tao, W. (2021) Application of multi-component gas geochemical survey for deep mineral exploration in covered areas. Journal of Geochemical Exploration, v.220, p.106656. https://doi.org/10.1016/j.gexplo.2020.106656
    CrossRef
  62. Liu, J., Qin, Y., Yuan, S., Gao, P. and Nie, Q. (2021) Investigation on the mechanism of water activated via tourmaline powder. Journal of Molecular Liquids, v.332, p.115854. https://doi.org/10.1016/j.molliq.2021.115854
    CrossRef
  63. Liu, R., Cao, J., Deng, Y., Wang, G. and Liu, X. (2020) Formation of nano- or near-nanoparticles via oxidation in the Dabaoshan concealed deposit, Guangdong Province. Arabian Journal of Geosciences, v.13, p.1061. https://doi.org/10.1007/s12517-020-06057-4
    CrossRef
  64. Liu, T., Wang, H., Tian, S., Wang, D., Li, X., Fu, X., Hao, X., Zhang, Y. and Hou, K. (2023) Genesis of the Jiajika superlarge lithium deposit, Sichuan, China: constraints from He-Ar-H-O isotopes. Acta Geochimica, v.42, p.517-534. https://doi.org/10.1007/s11631-023-00593-y
    CrossRef
  65. London, D. and Morgan, G.B. (2012) The pegmatite puzzle. Elements v.8, p.263-268. https://doi.org/10.2113/gselements.8.4.263
    CrossRef
  66. Lu, M., Cao, J., Liu, X. and Qiu, J. (2021) Nanoparticles in various media on surfaces of ore deposits: Study of the more than 1000 m deep concealed Shaling gold deposit. Ore Geology Reviews, v.139, p.104466. https://doi.org/10.1016/j.oregeorev.2021.104466
    CrossRef
  67. Lu, M., Ye, R., Wang, Z. and Wang, X. (2019) Geogas prospecting for buried deposits under loess overburden: Taking Shenjiayao gold deposit as an example. Journal of Geochemical Exploration, v.197, p.122-129. https://doi.org/10.1016/j.gexplo.2018.11.015
    CrossRef
  68. Lv, C., Zhou, X., Zhong, L., Yan, C., Srinivasan, M., Seh, Z.W., Liu, C., Pan, H., Li, S., Wen, Y. and Yan, Q. (2022) Machine learning: An advanced platform for materials development and state prediction in lithium-ion batteries. Advanced Materials, v.34, p.2101474. https://doi.org/10.1002/adma.202101474
    Pubmed CrossRef
  69. Ma, S., Cao, J. and Liang, H. (2024) A study of Au-bearingnanoparticle-enriched plants from the concealed gold deposits and their prospecting significance. Ore Geology Reviews, v.165, p.105910. https://doi.org/10.1016/j.oregeorev.2024.105910
    CrossRef
  70. Malmqvist, L., Kristiansson, K. and Kristiansson, P. (1999) Geogas prospecting - an ideal industrial application of PIXE. Nuclear Instruments and Methods in Physics Research Section B: Beam Interactions with Materials and Atoms, v.150, p.484-490. https://doi.org/10.1016/S0168-583X(98)01044-1
    CrossRef
  71. Mao, J., Zhang, Z., Wang, Y., Jia, Y. and Kerrich, R. (2003) Nitrogen isotope and content record of Mesozoic orogenic gold deposits surrounding the North China craton. Science China Earth Sciences, v.46, p.231-245. https://doi.org/10.1360/03yd9022
    CrossRef
  72. Markl, G., Lahaye, Y. and Schwinn, G. (2006) Copper isotopes as monitors of redox processes in hydrothermal mineralization. Geochimica et Cosmochimica Acta, v.70, p.4215-4228. https://doi.org/10.1016/j.gca.2006.06.1369
    CrossRef
  73. Marty, B., Pik, R.l. and Gezahegn, Y. (1996) Helium isotopic variations in Ethiopian plume lavas: nature of magmatic sources and limit on lower mantle contribution. Earth and Planetary Science Letters, v.144, p.223-237. https://doi.org/10.1016/0012-821X(96)00158-6
    CrossRef
  74. Mastalerz, M., Drobniak, A., Eble, C., Ames, P. and McLaughlin, P. (2020) Rare earth elements and yttrium in Pennsylvanian coals and shales in the eastern part of the Illinois Basin. International Journal of Coal Geology, v.231, p.103620. https://doi.org/10.1016/j.coal.2020.103620
    CrossRef
  75. Mathur, R. and Zhao, Y. (2023) Copper isotopes used in mineral exploration. In: D. Huston and J. Gutzmer (Editors), Isotopes in economic geology, metallogenesis and exploration. Springer International Publishing, Cham, pp. 433-450. https://doi.org/10.1007/978-3-031-27897-6_14
    CrossRef
  76. Mathur, R., Titley, S., Barra, F., Brantley, S., Wilson, M., Phillips, A., Munizaga, F., Maksaev, V., Vervoort, J. and Hart, G. (2009) Exploration potential of Cu isotope fractionation in porphyry copper deposits. Journal of Geochemical Exploration, v.102, p.1-6. https://doi.org/10.1016/j.gexplo.2008.09.004
    CrossRef
  77. Mathur, R., Ruiz, J., Titley, S., Liermann, L., Buss, H. and Brantley, S. (2005) Cu isotopic fractionation in the supergene environment with and without bacteria. Geochimica et Cosmochimica Acta, v.69, p.5233-5246. https://doi.org/10.1016/j.gca.2005.06.022
    CrossRef
  78. McClenaghan, M.B. (2005) Indicator mineral methods in mineral exploration. Geochemistry: Exploration, Environment, Analysis, v.5, p.233-245. https://doi.org/10.1144/1467-7873/03-066
    CrossRef
  79. McLennan, S.M. (2001) Relationships between the trace element composition of sedimentary rocks and upper continental crust. Geochemistry, Geophysics, Geosystems, v.2, p.1021. https://doi.org/10.1029/2000GC000109
    CrossRef
  80. Mernagh, T., Bastrakov, E., Jaireth, S., De Caritat, P., English, P. and Clarke, J. (2016) A review of Australian salt lakes and associated mineral systems. Australian Journal of Earth Sciences, v.63, p.131-157. https://doi.org/10.1080/08120099.2016.1149517
    CrossRef
  81. Mery, N. and Marcotte, D. (2022) Assessment of recoverable resource uncertainty in Multivariate deposits through a simple machine learning technique trained using geostatistical simulations. Natural Resources Research, v.31, p.767-783. https://doi.org/10.1007/s11053-022-10028-9
    CrossRef
  82. Mi, Y., Cao, J. and Wang, Z. (2017) Transmission electron microscopy analysis on fault gouges from the depths of the Bairendaba polymetallic deposit, Inner Mongolia, China. Journal of Nanoscience and Nanotechnology, v.17, p.6549-6557. https://doi.org/10.1166/jnn.2017.14461
    CrossRef
  83. Mikhail, S., Barry, P.H. and Sverjensky, D.A. (2017) The relationship between mantle pH and the deep nitrogen cycle. Geochimica et Cosmochimica Acta, v.209, p.149-160. https://doi.org/10.1016/j.gca.2017.04.007
    CrossRef
  84. Millot, R. and Négrel, P. (2007) Multi-isotopic tracing (δ7Li, δ11B, 87Sr/86Sr) and chemical geothermometry: evidence from hydrogeothermal systems in France. Chemical Geology, v.244, p.664-678. https://doi.org/10.1016/j.chemgeo.2007.07.015
    CrossRef
  85. Millot, R., Scaillet, B. and Sanjuan, B. (2010) Lithium isotopes in island arc geothermal systems: Guadeloupe, Martinique (French West Indies) and experimental approach. Geochimica et Cosmochimica Acta, v.74, p.1852-1871. https://insu.hal.science/insu-00442612
    CrossRef
  86. Miransari, M., Bahrami, H.A., Rejali, F., Malakouti, M.J. and Torabi, H. (2007) Using arbuscular mycorrhiza to reduce the stressful effects of soil compaction on corn (Zea mays L.) growth. Soil Biology and Biochemistry, v.39, p.2014-2026. https://doi.org/10.1016/j.soilbio.2007.02.017
    CrossRef
  87. Mukube, P., Hitzman, M., Machogo-Phao, L. and Syampungani, S. (2024) Geochemistry of terrestrial plants in the Central African copperbelt: Implications for sediment hosted copper-cobalt exploration. Minerals v.14, p.294. https://doi.org/10.3390/min14030294
    CrossRef
  88. Nishiyama, T. (1992) Geochemical anomalies as a background of geochemical prospecting. Chihyukagaku, v.25, p.127-143. https://doi.org/10.14934/chikyukagaku.25.127
    CrossRef
  89. Nkrumah, P.N., Erskine, P.D., Erskine, J.D. and van der Ent, A. (2021) Rare earth elements (REE) in soils and plants of a uranium-REE mine site and exploration target in Central Queensland, Australia. Plant and Soil, v.464, p.375-389. https://doi.org/10.1007/s11104-021-04956-3
    CrossRef
  90. Ohmoto, H. (1972) Systematics of sulfur and carbon isotopes in hydrothermal ore deposits. Economic Geology, v.67, p.551-578. https://doi.org/10.2113/gsecongeo.67.5.551
    CrossRef
  91. Parkinson, I.J., Hammond, S.J., James, R.H. and Rogers, N.W. (2007) High-temperature lithium isotope fractionation: Insights from lithium isotope diffusion in magmatic systems. Earth and Planetary Science Letters, v.257, p.609-621. https://doi.org/10.1016/j.epsl.2007.03.023
    CrossRef
  92. Pattyn, F. (2024) The value of generative AI for qualitative research: A pilot study. Journal of Data Science and Intelligent Systems. https://doi.org/10.47852/bonviewJDSIS4202964
    CrossRef
  93. Pitcairn, I.K., Teagle, D.A.H., Kerrich, R., Craw, D. and Brewer, T.S. (2005). The behavior of nitrogen and nitrogen isotopes during metamorphism and mineralization: Evidence from the Otago and Alpine Schists, New Zealand. Earth Planetary Science Letters, v.233, p.229-246. https://doi.org/10.1016/j.epsl.2005.01.029
    CrossRef
  94. Plet, C. and Noble, R.R.P. (2023) Soil gases in mineral exploration: a review and the potential for future developments. Geochemistry: Exploration, Environment, Analysis, v.23, p.geochem2023-008. https://doi.org/10.1144/geochem2023-008
    CrossRef
  95. Pourghasemi, H.R., Kariminejad, N., Amiri, M., Edalat, M., Zarafshar, M., Blaschke, T. and Cerda, A. (2020) Assessing and mapping multi-hazard risk susceptibility using a machine learning technique. Scientific Reports, v.10, p.3203. https://doi.org/10.1038/s41598-020-60191-3
    Pubmed KoreaMed CrossRef
  96. Prado, E.M.G., de Souza Filho, C.R., Carranza, E.J.M. and Motta, J.G. (2020) Modeling of Cu-Au prospectivity in the Carajás mineral province (Brazil) through machine learning: Dealing with imbalanced training data. Ore Geology Reviews, v.124, p.103611. https://doi.org/10.1016/j.oregeorev.2020.103611
    CrossRef
  97. Radic, A., Lacan, F. and Murray, J.W. (2011) Iron isotopes in the seawater of the equatorial Pacific Ocean: New constraints for the oceanic iron cycle. Earth and Planetary Science Letters, v.306, p.1-10. https://doi.org/10.1016/j.epsl.2011.03.015
    CrossRef
  98. Richet, P., Bottinga, Y. and Janoy, M. (1977) A review of hydrogen, carbon, nitrogen, oxygen, sulphur, and chlorine stable isotope enrichment among gaseous molecules. Annual Review of Earth and Planetary Sciences, v.5, p.65-110. https://doi.org/10.1146/annurev.ea.05.050177.000433
    CrossRef
  99. Rose, A.W., Hawkes, H.E. and Webb, J.S. (1979) Geochemistry in mineral exploration. Second edition, Academic Press, New York. 633p. https://doi.org/10.1017/S0016756800029046
    CrossRef
  100. Rouxel, O., Shanksiii, W., Bach, W. and Edwards, K. (2008) Integrated Fe- and S-isotope study of seafloor hydrothermal vents at East Pacific Rise 9-10°N. Chemical Geology, v.252, p.214-227. https://doi.org/10.1016/j.chemgeo.2008.03.009
    CrossRef
  101. Rudnick, R.L., Tomascak, P.B., Njo, H.B. and Gardner, L.R. (2004) Extreme lithium isotopic fractionation during continental weathering revealed in saprolites from South Carolina. Chemical Geology, v.212, p.45-57. https://doi.org/10.1016/j.chemgeo.2004.08.008
    CrossRef
  102. Sadeghi, M., Casey, P., Carranza, E.J.M. and Lynch, E.P. (2024) Principal components analysis and K-means clustering of till geochemical data: Mapping and targeting of prospective areas for lithium exploration in Västernorrland Region, Sweden. Ore Geology Reviews, v.167, p.106002. https://doi.org/10.1016/j.oregeorev.2024.106002
    CrossRef
  103. Schauble, E.A. (2004) Applying stable isotope fractionation theory to new systems. Reviews in Mineralogy and Geochemistry, v.55, p.65-111. https://doi.org/10.2138/gsrmg.55.1.65
    CrossRef
  104. Schnitzler, N., Ross, P.S. and Gloaguen, E. (2019) Using machine learning to estimate a key missing geochemical variable in mining exploration: Application of the Random Forest algorithm to multisensor core logging data. Journal of Geochemical Exploration, v.205, p.106344. https://doi.org/10.1016/j.gexplo.2019.106344
    CrossRef
  105. Schwinn, G., Wagner, T., Baatartsogt, B., Markl, G., 2006. Quantification of mixing processes in ore-forming hydrothermal systems by combination of stable isotope and fluid inclusion analyses. Geochimica et Cosmochimica Acta, v.70, p.965-982. https://doi.org/10.1016/j.gca.2005.10.022
    CrossRef
  106. Şerban, A.C. and Lytras, M.D. (2020) Artificial intelligence for smart renewable energy sector in Europe—smart energy infrastructures for next generation smart cities. IEEE Access, v.8, p.77364-77377. https://doi.org/10.1109/ACCESS.2020.2990123
    CrossRef
  107. Shaffique, S., Hussain, S., Kang, S.M., Imran, M., Kwon, E.H., Khan, M.A. and Lee, I.J. (2023) Recent progress on the microbial mitigation of heavy metal stress in soybean: overview and implications. Frontiers in Plant Science, v.14, p.1188856. https://doi.org/10.3389/fpls.2023.1188856
    Pubmed KoreaMed CrossRef
  108. Shaheen, S.M., Tsadilas, C.D. and Rinklebe, J. (2013) A review of the distribution coefficients of trace elements in soils: Influence of sorption system, element characteristics, and soil colloidal properties. Advances in Colloid and Interface Science, v.201-202, p.43-56. https://doi.org/10.1016/j.cis.2013.10.005
    Pubmed CrossRef
  109. Sillitoe, R.H. (2010) Porphyry Copper Systems. Economic Geology, v.105, p.3-41. https://doi.org/10.2113/gsecongeo.105.1.3
    CrossRef
  110. Simmons, S.F., Sawkins, F.J. and Schlutter, D.J. (1987) Mantlederived helium in two Peruvian hydrothermal ore deposits. Nature, v.329, p.429-432. https://doi.org/10.1038/329429a0
    CrossRef
  111. Stefánsson, A. (2017) Gas chemistry of Icelandic thermal fluids. Journal of Volcanology and Geothermal Research, v.346, p.81-94. https://doi.org/10.1016/j.jvolgeores.2017.04.002
    CrossRef
  112. Sun, B., Liu, J., Wang, X., Dao, Y., Xu, G., Cui, X., Guan, X., Wang, W. and Song, D. (2019) Geochemical characteristics and genetic type of a lithium ore (mineralized) body in the central Yunnan Province, China. China Geology, v.2, p.287-300. https://doi.org/10.31035/cg2018118
    CrossRef
  113. Szymanski, N.J., Rendy, B., Fei, Y., Kumar, R.E., He, T., Milsted, D., McDermott, M.J., Gallant, M., Cubuk, E.D., Merchant, A., Kim, H., Jain, A., Bartel, C.J., Persson, K., Zeng, Y. and Ceder, G. (2023) An autonomous laboratory for the accelerated synthesis of novel materials. Nature, v.624, p.86-91. https://doi.org/10.1038/s41586-023-06734-w
    Pubmed KoreaMed CrossRef
  114. Tao, Y., Shen, L., Feng, C., Yang, R., Qu, J., Ju, H. and Zhang, Y. (2022) Distribution of rare earth elements (REEs) and their roles in plant growth: A review. Environmental Pollution, v.298, p.118540. https://doi.org/10.1016/j.envpol.2021.118540
    Pubmed CrossRef
  115. Teng, F.Z., McDonough, W.F., Rudnick, R.L., Dalpé, C., Tomascak, P.B., Chappell, B.W. and Gao, S. (2004) Lithium isotopic composition and concentration of the upper continental crust. Geochimica et Cosmochimica Acta, v.68, p.4167-4178. https://doi.org/10.1016/j.gca.2004.03.031
    CrossRef
  116. Tsutsumi, S. and Ishibashi, J.-i. (2022) Geochemical exploration: Application of fluid geochemistry to the utilization of geothermal energy. Journal of Geography (Chigaku Zasshi), v.131, p.597-607 (Japanese with english abstract). https://doi.org/10.5026/jgeography.131.597
    CrossRef
  117. Wan, W., Wang, M., Hu, M. and Gao, Y. (2017) Identification of metal sources in Geogas from the Wangjiazhuang copper deposit, Shandong, China: Evidence from lead isotopes. Journal of Geochemical Exploration, v.172, p.167-173. https://doi.org/10.1016/j.gexplo.2016.10.008
    CrossRef
  118. Wang, D.H., Dai, H.Z., Liu, S.B., Wang, C.H., Yu, Y., Dai, J.J., Liu, L.J., Yang, Y.Q. and Ma, S.C. (2020) Research and exploration progress on lithium deposits in China, China Geology, v.3, p.137-152. https://doi.org/10.31035/cg2020018
    CrossRef
  119. Wang, M.Q. and Gao, Y.Y. (2007) Tracing source of geogas with lead isotopes: A case study in Jiaolongzhang Pb-Zn deposit, Gansu province. Geology, Environmental Science, v.36, p.391-399. (In Chinese with English Abstract)
  120. Wang, M.Q,, Gao Y.Y. and Liu, Y.H. (2008) Progress in the collection of Geogas in China. Geochemistry: Exploration, Environment, Analysis v.8, p.183-190. https://doi.org/10.1144/1467-7873/07-138
    CrossRef
  121. Wang, Q., Wang, X., Cheng, Z., Zhang, B., Du, Z., Yan T, Yuan, H., Li, X., Qiao, Y. and Liu, H. (2023). Geogas-carried metal prospecting for concealed ore deposits: A review of case studies in China. Minerals, v.13, p.1553. https://doi.org/10.3390/min13121553
    CrossRef
  122. Wang, X., Cheng, Z., Lu, Y., Xu, L. and Xie, X. (1997) Nanoscale metals in earthgas and mobile forms of metals in overburden in wide-spaced regional exploration for giant deposits in overburden terrains. Journal of Geochemical Exploration. v.58, p.63-72. https://doi.org/10.1016/S0375-6742(96)00052-0
    CrossRef
  123. Wang, X., Xie, X. and Lu, Y. (1995) Dynamic collection of geogas and its preliminary application in search for concealed deposits. Geophysical & Geochemical Exploration, v.19, p.161-171. (In Chinese with English Abstract)
  124. Wedepohl, K.H. (1995) The composition of the continental crust. Geochimica et Cosmochimica Acta, v.59, p.1217-1232. https://doi.org/10.1016/j.gsf.2018.12.005
    CrossRef
  125. Wiggenhauser, M., Moore, R.E.T., Wang, P., Bienert, G.P., Laursen, K.H. and Blotevogel, S. (2022) Stable isotope fractionation of metals and metalloids in plants: A Review. Frontiers in Plant Science, v.13. p.840941. https://doi.org/10.3389/fpls.2022.840941
    Pubmed KoreaMed CrossRef
  126. Xie, P., Hower, J.C., Nechaev, V.P., Ju, D. and Liu, X. (2021) Lithium and redox-sensitive (Ge, U, Mo, V) element mineralization in the Pennsylvanian coals from the Huangtupo coalfield, Shanxi, northern China: With emphasis on the interaction of infiltrating seawater and exfiltrating groundwater. Fuel, v.300, p.120948. https://doi.org/10.1016/j.fuel.2021.120948
    CrossRef
  127. Xu, Z., Liang, B., Jiang, H., Liu, T., Wang, Q., Duan, J., Chen, B. and He, Y. (2024) Factor analysis of geogas data for concealed lithium deposits detection and false anomalies identification in Jiajika area. Journal of Geochemical Exploration, v.263, p.107511. https://doi.org/10.1016/j.gexplo.2024.107511
    CrossRef
  128. Xuejing, X. and Xueqiu, W. (1991) Geochemical exploration for gold: a new approach to an old problem. Journal of Geochemical Exploration, v.40, p.25-48. https://doi.org/10.1016/0375-6742(91)90030-X
    CrossRef
  129. Xueqiu, W., Bimin, Z., Xin, L., Shanfa, X., Wensheng, Y. and Rong, Y. (2016) Geochemical challenges of diverse regolith-covered terrains for mineral exploration in China. Ore Geology Reviews, v.73, p.417-431. https://doi.org/10.1016/j.oregeorev.2015.08.015
    CrossRef
  130. Yang, J., Zhou, S., Liu, X. and Hu, B. (2019) Geogas field characteristics of the Kaiu’an pegmatite lithium deposit and its prospecting significance. Acta Petrologica et Mineralogica, v.38, p.570-578. https://www.yskw.ac.cn/yskwxzzen/article/abstract/20190410
  131. Yang, Z., Wu, P., Fu, Y., Qiao, W., Qin, Y., Li, C., Xia, P., Guo, C., Long, X. and Wu, L. (2022) Coupling of the redox history and enrichment of Ni-Mo in black shale during the early Cambrian: Constraints from S-Fe isotopes and trace elements of pyrite, South China. Ore Geology Reviews, v.143, p.104749. https://doi.org/10.1016/j.oregeorev.2022.104749
    CrossRef
  132. Yasukawa, K, and Noda, T. (2017) Geochemical criteria to evaluate hydraulic and thermal relationship between geochermal reservoir and nearby hot spring aquifer. Journal of the Geothermal Research Society of Japan. v.39, p.203-215. https://doi.org/10.11367/grsj.39.203
    CrossRef
  133. Ye, R., Zhang, B. and Wang, Y. (2015) Mechanism of the migration of gold in desert regolith cover over a concealed gold deposit. Geochemistry: Exploration, Environment, Analysis, v.15, p.62-71. https://doi.org/10.1144/geochem2013-228
    CrossRef
  134. Zeba, G., Dabić, M., Čičak, M., Daim, T. and Yalcin, H. (2021) Technology mining: Artificial intelligence in manufacturing. Technological Forecasting and Social Change, v.171, p.120971. https://doi.org/10.1016/j.techfore.2021.120971
    CrossRef
  135. Zhai, M., Hu, R., Wang, Y., Jiang, S., Wang, R., Li, J., Chen, H., Yang, Z., Lü, Q., Qi, T., Shi, X., Li, Y., Liu, J., Li, Z. and Zhu, X. (2021) Mineral resource science in China: Review and perspective. Geography and Sustainability, v.2, p.107-114. https://doi.org/10.1016/j.geosus.2021.05.002
    CrossRef
  136. Zhang, Y., Li, W. and Brzozowski, M.J. (2024) Dynamics of Cu isotope fractionation during the reactions of pyrite with Cu(I)-bearing hydrothermal fluids. Geochimica et Cosmochimica Acta, v.383, p.43-56. https://doi.org/10.1016/j.gca.2024.08.001
    CrossRef
  137. Zheng, M., Xing, E., Zhang, X., Li, M., Che, D., Bu, L., Han, J. and Ye, C. (2023) Classification and mineralization of global lithium deposits and lithium extraction technologies for exogenetic lithium deposits. China Geology, v.6, p.547-566. https://doi.org/10.31035/cg2023061
    CrossRef
  138. Zhou, J.M., Dang, Z., Cai, M.F. and Liu, C.Q. (2007) Soil heavy metal pollution around the Dabaoshan mine, Guangdong Province, China. Pedosphere, v.17, p.588-594. https://doi.org/10.1016/S1002-0160(07)60069-1
    CrossRef
  139. Zuo, R., Xiong, Y., Wang, Z., Wang, J. and Kreuzer, O.P. (2023) A new generation of artificial intelligence algorithms for mineral prospectivity mapping: Natural Resources Research, v.32, p.1859-1869. https://doi.org/10.1007/s11053-023-10237-w
    CrossRef
KSEEG
Oct 29, 2024 Vol.57 No.5, pp. 473~664

Stats or Metrics

Share this article on

  • kakao talk
  • line

Related articles in KSEEG

Economic and Environmental Geology

pISSN 1225-7281
eISSN 2288-7962
qr-code Download