-
镍作为新能源电池行业最重要的原材料矿产资源，一方面属于非可再生资源；另一方面随着近年来电池回收行业的快速发展，镍又称为一种绿色资源。美国、日本、澳大利亚、英国等相继出台相关政策法律将镍等多种矿种作为战略矿产或关键矿产（王岩等，2020），中国在《全国矿产资源规划（2016—2020年）》中，首次将镍等24种矿产列入战略性矿产目录，但中国的镍矿仍然面临着富矿资源量少、埋藏较深、自给率不足、国内需求缺口大、长期依赖国外进口等问题。2022年3月伦敦金属交易所（LME）镍矿价格从3万美元/吨暴涨至10万美元/吨后迅速回落，该事件给中国企业、行业带来了深刻的认识，必须保证新能源行业镍矿产品的安全性。
全球已查明的镍金属资源量（品位≥0.5%）至少为3亿吨，其中约60%为红土矿床，40%为硫化物矿床（International Nickel Study Group，2021）。红土型镍矿（Nickel Laterite）指在热带或亚热带气候条件下，超基性岩（主要包括纯橄榄岩、橄榄岩、蛇纹岩等）遭受强烈化学风化作用，镍从含镍的硅酸盐矿物（橄榄石、顽火辉石等）中分解出来，随地表水往下渗透、淋滤，并在风化壳中新生成富含镍的次生矿物，使原来呈分散状态的镍得到富集，从而形成可供工业利用的红土型镍矿床（崔银亮等，2013；杨学善等，2013）。红土型镍矿成矿地质条件主要包括含镍0.16%~0.24%的超基性成矿母岩（刘英俊等，1984；付伟等，2010；陈百友等，2013；章钰桢等，2022）、北纬23.6°与南纬23.0°之间炎热、多雨、潮湿的热带雨林气候条件（Berger et al.，2011；Thorne et al.，2012）、有利的构造位置与条件（魏文利等，2012；陈百友等，2013；冯建忠等，2014；孙富海，2022）以及靠近海岸5°~20°之间的地貌坡度（程迁群等，2009；刘成忠等，2009；肖明忠，2018；任小瑞，2020；高雅等，2022）。
印度尼西亚（以下简称印尼）位于北纬6°、南纬11°之间，属于典型的热带雨林气候，气候条件十分有利于红土镍矿的形成。其地处欧亚板块、太平洋板块和印度—澳大利亚板块之间，在三者相互作用下形成超基性岩，超基性岩地区由于构造活动频繁，加之植被茂密、风化作用强烈，为红土镍矿的发育提供了理想的地质环境，超基性岩经红土化作用富集形成驰名国际的苏拉威西岛和北马鲁古岛双“K”字形红土型镍成矿带岛屿（吴秀荣等，2019；胡鹏等，2019）。目前，印尼红土型镍矿储量居全球排名前二（约2100万吨），2022年印尼镍金属产量约160万吨，远超第二名菲律宾（33万吨镍，U.S. Geological Survey，2023）。近年来中国与欧美、日韩等企业积极投资印尼红土型镍矿上游资源勘探与开发，并布局中下游冶炼、电池制造、电动汽车、光伏发电等新能源产业（Angela，2023）。
由于印尼的气候条件相对均一，且构造特征因强烈风化、植被覆盖严重而难以直接观测，因此，通常对红土镍矿资源潜力的评价主要围绕超基性岩的分布范围和地貌坡度展开分析。以往的研究普遍认为，地貌坡度直接影响地下水的流动和矿体的分布，在陡坡和略陡的高山地区，强烈的剥蚀作用不利于矿体堆积，但排水条件好，促进了镍的析出和快速向下迁移，含矿溶液易流向低洼的坡积扇等地；在单面山山前缓坡、平坦长梁、低山丘陵等平缓地形，适度的排水条件有利于红土带的形成和保存，5°~20°的地形坡度对红土镍矿的形成较为有利（程迁群等，2009；刘成忠等，2009；肖明忠，2018；任小瑞，2020；高雅等，2022），但这一结论缺乏系统的统计学数据支持，更多依赖于经验性认识。印尼北马鲁古岛——小“K”岛某红土型镍矿项目矿权面积达上百平方千米，自2007年启动勘查以来，已完成钻孔36 936个，累计钻探深度达685 983 m，探明级和控制级镍金属量超过260万吨，该项目积累了海量勘探数据，为大数据统计分析提供了坚实基础。本文以该项目勘探成果为基础，系统分析了地形坡度对红土镍矿褐铁矿带（Limonite）和腐泥土带（Saprolite）成矿作用的影响规律，为建立矿体分布与地形坡度的定量关系模型提供了重要依据，以期为全球红土型镍矿床的资源潜力评估、投资决策优化以及勘查靶区筛选提供科学依据和理论支撑，同时，为同类型矿床的勘查评价工作建立可推广的技术方法体系。
1 矿床垂直分带规律印尼某红土镍矿床从风化壳顶部至底部基岩呈现出显著的垂直分带特征。根据颜色、成分、结构、构造及开发利用方式，可将其自上而下划分为覆盖层（Top soil）、褐铁矿带（Limonite）、腐泥土带（Saprolite）、腐泥土废石带（Saprolite waste）和基岩带（Bedrock）5个带。这一分带特征与全球典型红土型镍矿床的地质特征相吻合。
覆盖层一般直接作为剥离盖层；褐铁矿带呈红褐色、紫红色，泥质结构-细粒结构，局部胶结结构，土状构造，质地软，近地表可见植物根系，该层为红土型镍矿体主要赋矿层位之一，物相分析表明,Ni、Cr、Co、Al主要以吸附形式存在于针铁矿之中，或以类质同象的形式代替Fe元素形成固溶体矿物（付伟等，2010；2013；湖南地质勘察院，2014；钟祥等，2020；雷蒙恩等，2021；田庆华等，2022；张文杰等，2023；和飞，2023；张蕊等，2024），具有高铁、低镍、低镁的特征，矿化域以w(Fe)≥25%、w(MgO)<10%为特征（图1a、b），一般作为红土镍湿法冶炼矿石开采，该层也是钴的主要富集层位（Vale inco limited，2010；赖木收等，2012；崔银亮等，2013；Mick，2013；刘利茂等，2016；彭万坤等，2016；Razi et al.，2018；Hashari et al.，2018；Saeed et al.，2019；Lediyantje et al.，2019；Pt danmar explorindo，2020；Hasria et al.，2021；Muhammad al，2022；Meriana et al.，2022；Gustaw et al.，2022；Rabbani et al.，2022）；腐泥土带是超基性岩风化剖面下部处于半风化状态的产物，红土化作用相对较弱，以其矿物组分和结构、构造部分保留原岩特性而与全风化产物相区别，由红黄色、浅黄色、黄绿色、灰绿色风化土状颗粒、碎块组成该层，镍主要以类质同象形式存在于蛇纹石、滑石、绿泥石等层状硅酸盐矿物和次生胶体沉淀作用形成的硅镁镍矿之中（付伟等，2012；姚仲伟等，2015；姚灯磊等，2020；田庆华等，2022；和飞，2023；张蕊等，2024），因淋滤、富集而成为最主要的高品位含矿层，具有低铁、高镍特征，矿化域的w(Fe)在10%~25%，w(MgO)在10%~35%为特征（图1a、b），一般作为硅镁镍（硅酸镍）火法冶炼矿石开采，在中下部（土块状）最富集，少数在较深的腐岩底部才出现最大富集（Elias，2002；Soler et al.，2008；Vale inco limited，2010；赖木收等，2012；崔银亮等，2013；Elias，2013；Hashari et al.，2018；Pt danmar explorindo，2020；Zhang et al.，2020；Hasria et al.，2021；Meriana et al.，2022；Gustaw et al.，2022）；腐泥废石带位于腐泥土带下部，其显著特征为大量未风化或弱风化的超基性岩（以橄榄岩、蛇纹岩为主）呈"悬浮状"或"云朵状"碎块产出，并向下逐渐过渡至新鲜基岩带，这2个带内镍含量普遍较低，介于0.3%~0.5%，且分布不均匀，不具开采价值。
2 原始数据与数据预处理2.1 原始数据印尼某红土镍矿床的野外钻探编录及取样工作由印尼国有地质勘查单位严格按照质量保证与质量控制（QA/QC）体系执行，矿带分层采用地质-地球化学综合划分方法，通过野外地质编录的岩性-构造特征识别与地球化学分带分析相结合，系统划分地质域。项目累计采集岩芯样品721 641件，采样间距以1 m为主，确保了样品的代表性和空间分布的合理性。样品分析测试在获得ISO 17025认证的印尼国家实验室完成，采用X射线荧光光谱法（XRF）进行检测。标准样品、空白样品及重复样品的分析数据均具有较高的准确性和良好的重现性，分析偏差值控制在允许范围内，测试数据可靠，满足本次研究要求。
研究区实测地形数据使用高精度机载激光雷达（LiDAR）系统进行采集，该系统集成了全球导航卫星系统（GNSS）和惯性测量单元（IMU），能够获取平面精度优于0.2 m、高程精度优于0.1 m的高密度三维点云数据。基于LiDAR点云数据，首先生成等高线矢量文件，随后采用距离幂次反比法（IDW）进行空间插值，生成1 m分辨率的数字高程模型（DEM）栅格数据。有效确保了地形数据的空间精度和可靠性，满足高精度地形坡度分析的要求。
网络地形数据从国际权威平台获取，其中，航天飞机雷达地形测绘任务（Shuttle Radar Topography Mission，SRTM）数字高程模型（DEM）数据下载自美国国家航空航天局（NASA）官方数据平台；先进陆地观测卫星（Advanced Land Observing Satellite，ALOS）全球数字表面模型（AW3D30）和哥白尼数字高程模型（Copernicus DEM）数据均通过哥白尼数据空间生态系统（Copernicus Data Space Ecosystem）平台获取。所有网络DEM数据均保留原始分辨率（SRTM和Copernicus DEM为30 m，ALOS为12.5 m），并采用WGS84地理坐标系存储，确保数据的完整性和可用性。
2.2 数据预处理样品数据统计分析的结果显示，镍品位的算术平均值为1.11924%，西舍尔T估值为1.17539%。由于算术平均值小于且接近西舍尔T估值，表明数据分布均匀，无须进行特异值处理，符合统计学要求（中华人民共和国自然资源部，2020），确保了数据的可靠性。
本次研究采用分层圈定方法，按垂向分带特征将单工程划分为褐铁矿带、腐泥土带2个独立地质单元分别进行矿体圈定，并计算单工程厚度与镍加权品位，同时，将褐铁矿带与腐泥土带进行组合分析，综合评价矿体垂向分布特征。确定矿体圈定参数为：Ni边界品位≥0.8%，最小可采厚度1 m，夹石剔除厚度2 m，该参数体系较资源量估算采用的工业指标适度放宽，其目的主要在于有效控制低品位矿石的遗漏，确保矿体空间展布的完整性，同时避免因指标过高导致矿体形态的过度复杂化。
基于实测LiDAR DEM数据，采用坡度分析方法提取研究区地形坡度信息，并通过空间连接技术将钻孔孔口坡度值赋至各钻探工程点，构建包含品位、厚度和坡度属性的地质钻孔数据库。其中，35 990个钻孔达到见矿标准（即满足矿体圈定参数），见矿率达97.4%，为矿体空间分布规律研究提供了可靠的数据支撑。该数据库的建立实现了地质矿产属性与孔口坡度特征的有效融合，为揭示矿体空间分布与地貌坡度的相关性奠定了数据基础。
3 结果与分析3.1 见矿钻孔坡度分布特征分析基于实测LiDAR DEM数据坡度分析数据，采用描述性统计方法对研究区35 990个见矿钻孔进行系统性分析。根据矿床垂向分带特征，将见矿孔按照褐铁矿带（Limonite）、腐泥土带（Saprolite）和组合带（Limonite+Saprolite）3类，分别开展坡度数据的定量统计分析。研究获取了反映数据分布特征的关键统计参数（表1）。其中，集中趋势通过平均值、中位数、众数和四分位数表征，离散程度采用标准差和方差度量，分布形态则由偏度和峰度描述。为深入揭示地形坡度与矿体空间分布的相关性，按5°间隔对见矿孔进行频率统计（表2），并绘制各带见矿钻孔坡度分布柱状图（图2），各带见矿钻孔坡度均服从正态分布。
研究统计分析结果表明：①褐铁矿带见矿钻孔数为29 156个，见矿率达78.9%，其中优势坡度集中在13°~15°区间。坡度分布频率统计分析表明，10°~15°区间见矿率最高（29.5%），其次为15°~20°（23.8%）、5°~10°（22.01%）、20°~25°（11.7%）和0°~5°（7.8%），累计频率达94.8%。在95%的置信水平下，褐铁矿带见矿坡度的置信区间为[0.1，26.2]，表明在满足其他成矿地质条件的前提下，当地形坡度处于0.1°~26.2°时，钻孔揭露褐铁矿带矿体的概率可达95%；②腐泥土带见矿钻孔数为34 433个，见矿率达93.2%，其中优势坡度集中在14°~15°区间。坡度分布频率统计分析表明，10°~15°区间见矿率最高（27.5%），其次为15°~20°（23.8%）、5°~10°（19.3%）、20°~25°（14.2%），0°~5°（6.5%）和25°~30°（6.9%），累计频率达98.6%。在95%的置信水平下，腐泥土带见矿坡度的置信区间为[0，28.4]，表明在满足其他成矿地质条件的前提下，当地形坡度处于0°~28.4°时，钻孔揭露褐铁矿带矿体的概率可达95%；③组合带见矿钻孔数为35 990个，见矿率达97.4%，其中优势坡度集中在14°~15°区间。坡度分布频率统计分析表明，10°~15°区间见矿率最高（27.4%），其次为15°~20°（24.0%）、5°~10°（19.7%）、20°~25°（13.9%），0°~5°（6.8%）和25°~30°（6.8%）略低，累计频率达98.6%。在95%的置信水平下，褐铁矿带见矿坡度的置信区间为[1.3，26.2]，腐泥土带见矿坡度的置信区间为[0，28.4]，组合带见矿坡度的置信区间为[~0.2，28.3]。
3.2 单工程见矿钻孔坡度与镍品位的关系3.2.1 单工程见矿钻孔镍品位描述性统计文章采用描述性统计方法，对研究区单工程见矿钻孔的褐铁矿带、腐泥土带及组合带的单工程品位进行了系统性定量分析，获得了反映各矿带单工程品位分布特征的关键参数（表3）。结果显示，各矿带单工程见矿钻孔镍品位均服从正态分布。在95%的置信水平下，褐铁矿带单工程见矿品位的置信区间为[0.71，1.67]；腐泥土带单工程见矿品位的置信区间为[0.71，2.40]；组合带单工程见矿品位的置信区间为[0.75，2.09]。
3.2.2 单工程见矿钻孔坡度与镍品位的关系按照5°间隔对单工程见矿孔进行统计，分析了褐铁矿带、腐泥土带及组合带的镍品位描述性统计特征参数（表4），结果显示，各坡度区间的褐铁矿带单工程镍品位平均值与中位数较为接近，集中在1.1%~1.2%，标准差仅约0.2；腐泥土在不同坡度带单工程品位明显高于褐铁矿带，0°~20°坡度区间的单工程品位平均值在1.5%以上，尤其是5°~15°坡度，单工程镍品位可达1.6%左右，20°以上随着坡度增加，单工程镍品位逐渐降低，标准差约0.4；组合带在10°~20°坡度区间，单工程镍品位平均值与中位数高值均在1.4%以上，20°以上随着坡度增加，单工程镍品位逐渐降低。描述性统计分析和箱线图（图3a）均显示不同坡度分组内品位分布特征与整体坡度品位分布特征相似，均为正态分布，正态分布特征和箱线图中的异常点表明存在大量高品位镍矿单工程点。其中，10°~20°坡度区间的高品位点分布最为集中且品位值最高，这些高品位镍矿钻孔是矿产勘查活动中重点关注的对象。由单孔镍品位与坡度散点密度图（图3b~d）可以看出，褐铁矿带散点密度图呈水平椭圆状，单孔镍品位点密度最高区间为1.0%~1.3%，对应的坡度点密度最高区间为7°~18°；散点密度图也呈水平椭圆状，但明显短轴更长，腐泥土带单孔镍品位点密度最高区间为1.2%~1.7%，对应的坡度点密度最高区间为8°~19°；组合带单孔镍品位点密度最高区间为1.1%~1.6%，对应的坡度点密度最高区间为8°~18°。
3.3 单工程见矿钻孔坡度与厚度的关系3.3.1 单工程见矿钻孔厚度描述性统计通过对研究区单工程见矿钻孔的褐铁矿带、腐泥土带及组合带的厚度进行描述性统计分析，获得了反映各矿带单工程厚度分布特征的关键参数。各带见矿孔厚度常规指标的描述性统计（表5）和厚度直方图（图4a~c）显示，褐铁矿带见矿钻孔频数随单工程见矿厚度增加呈指数递减趋势。其中，1 m厚度的单工程见矿频数最高（图4a），随后见矿频数随厚度增加逐渐降低；腐泥土带单工程见矿钻孔频数与见矿厚度呈截断正态分布（图4b），4 m厚度的单工程见矿频数最高，之后见矿频数随厚度增加而下降；组合带单工程见矿厚度与见矿频数基本符合正态分布（图4c），单工程见矿9 m厚度出现的频数最高。在90%的置信水平下，褐铁矿带单工程见矿厚度的置信区间为[~1.6，12.2]；腐泥土带单工程见矿品位的置信区间为[~0.6，15.9]；组合带单工程见矿品位的置信区间为[0.8，22.2]。
3.3.2 单工程见矿钻孔坡度与厚度的关系笔者按5°间隔对单工程见矿孔进行分类统计，分析了褐铁矿带、腐泥土带及组合带的厚度描述性统计特征参数，各坡度区间见矿厚度描述性统计分析（表6）和箱线图（图5）。对比结果显示：褐铁矿带0°~5°坡度单工程见矿厚度平均值与中位数最高（7.52 m，7.00 m），之后随着坡度增加，见矿厚度逐渐降低至约1 m；腐泥土带在0°~20°坡度单工程见矿厚度平均值与中位数均在7 m以上，20°后随坡度增加逐渐降低至5 m左右；组合带在0°~20°坡度单工程见矿厚度平均值与中位数在10 m以上，20°后随坡度增加逐渐降低至7 m左右。见矿厚度箱线图（图5）中，5°~20°坡度区间的厚大矿异常点分布最为集中且厚度值最高，这些厚大镍矿钻孔能显著提高矿产勘查估算的资源总量。
3.4 见矿钻孔品位、厚度与海拔高度的关系研究区见矿钻孔最高海拔967 m。
绘制的海拔高度与单工程见矿厚度、品位的散点密度图（图6a、b）显示，单工程见矿厚度与品位在不同海拔高度呈多峰显示，主要见矿海拔主要集中在260~400 m，其次为海拔100~200 m、440~460 m、500~560 m、640~660 m。
4 讨 论4.1 地形地貌对红土镍矿见矿率、品位、厚度的影响地形陡缓和地貌形态直接控制了给水与排水、通过岩（体）层的水量、潜水面高低。在刀背梁、角峰等地貌地形陡坡处，由于强烈剥蚀不利于矿体堆积，但可提高镍的析出、溶解发生侧向-向下迁移；在高山等地貌地形略陡处，排水条件好，溶液流动快，红土带不易保存，但对应的镍元素快速向下运移富集，腐岩带更为发育，同时，含矿溶液更易导向陡坡下的坡积扇等地形低洼平坦的堆积空间；单面山山前缓坡平台、平坦长梁、平坦低丘、低山丘陵、平台和宽阔山谷等地形平缓段，一定的排水条件有利于矿床红土带的形成富集与保存（程迁群等，2009；刘成忠等，2009；付伟等，2011；2013；赖木收等，2012；崔银亮等，2013；冯建忠等，2014；肖明忠，2018；任小瑞，2020；韦文国等，2022；高雅等，2022；孙富海，2022）。
研究区勘探钻孔分析结果表明：①见矿率最高的坡度依次为10°~15°、15°~20°、5°~10°、20°~25°，在满足其他成矿地质条件的前提下，当地形坡度处于0°~28°时，钻孔揭露组合带矿体的概率可达95%左右；坡度超过30°时，几乎不成矿。笔者将褐铁矿带和腐泥土带的见矿钻孔频数-坡度数据，进行高斯曲线拟合（图7），计算得出褐铁矿带见矿频数峰值位置为13.15°，峰值高度3560.5 m，而腐泥土带见矿频数峰值位置为14.20°，峰值高度3931.5 m，可以看出两者见矿坡度峰值处腐泥土带见矿率确实略高出褐铁矿带9.4%，见矿坡度峰值之后腐泥土带的见矿率也整体略高于褐铁矿带，但影响小于峰值处，说明当坡度小于约14°时，坡度对于褐铁矿带和腐泥土带见矿率影响差异较小，而当坡度值超过14°时，确实会造成约9.4%以下的见矿率差异影响；②坡度对于褐铁矿带和腐泥土带单孔镍品位影响存在明显差异，褐铁矿带位于垂直剖面上部，受风化成矿作用影响时间更长，因此，品位表现的更为均一，主要集中在1.1%~1.2%，而腐泥土带虽位于垂直剖面下部，风化成矿作用影响时间较短，但由于上部褐铁矿带镍向下淋滤，裂隙沉淀大量高品位硅镁镍矿，品位更高且变化范围更广，0°~20°坡度区间的单工程品位平均值在1.5%以上，钻孔见矿率最高的8°~19°坡度品位主要分布于1.2%~1.7%，20°以上随着坡度增加，镍元素流失作用明显，单工程镍品位逐渐降低；③风化成矿作用时间越长，地貌夷平作用越显著，0°~5°坡度褐铁矿带单工程见矿厚度平均值与中位数最高，之后随着坡度增加冲刷、侵蚀作用增强，见矿厚度逐渐降低，而腐泥土带在0°~20°坡度单工程见矿厚度平均值与中位数均在7 m以上，一般平缓地形以水平排水为主，因此，见矿厚度最高值并非处于0°~5°坡度，而是10°~15°，可见10°~15°坡度最有利于腐泥土矿形成，20°后随坡度增加向下风化侵蚀逐渐减弱，见矿厚度逐渐降低。
4.2 海拔高度对矿的影响以及多峰对成矿时代的指示Sm-Nd、K-Ar测年、地球化学及地层学研究结果表明，北马鲁古岛超基性岩、闪长岩以及上覆火山岩起源于早侏罗世—中侏罗世菲律宾海板块的岛弧环境，渐新世—早中新世伴随着澳大利亚板块向菲律宾海板块俯冲，北马鲁古岛超基性岩开始经历多期脉冲式构造抬升（Hall et al.，1988；Ballantyne，1990；Dwiatmo，1995；Simon et al.，1996；Simon，1997；Emily，1997；Ipranta et al.，2019）。硅酸盐岩石风化分解、淋滤、富集成矿过程需要长期且稳定的湿热环境，如前苏联的南乌拉尔风化型硅酸镍矿床是在长达15~20 Ma形成的（袁见齐等，1985）。在晚新近世—第四纪湿热气候的风化红土作用下，北马鲁古岛超基性岩形成红土镍矿型风化壳（闫奕璞等，2019；韦文国等，2022）。
值得注意的是，气温与海拔的关系通常表现为负相关，即随着海拔的升高，气温逐渐降低，一般高海拔并不利于红土镍矿的形成，400 m以上往往形成局部偏冷微气候，不利于风化作用（付伟等，2010；2011；Asran et al.，2012；江胜国等，2018；徐洪波等，2019；韦文国等，2022）。此外，研究区红土镍矿在海拔上表现出的多峰分布特征，也很可能是晚新近世—第四纪多期构造隆升的结果，而矿体集中分布于海拔260~400 m的现象，则可能指示该区域在当时曾处于长期稳定的低海拔构造环境，为红土镍矿的形成提供了必要的条件。
5 结 论（1）在红土镍矿靶区筛选与评价过程中，应优先考虑10°~15°、15°~20°、5°~10°及20°~25°的坡度区域。当坡度超过14°时，腐泥土带的见矿率略高于褐铁矿带；而当坡度超过30°时，区域不再具备大规模成矿潜力。
（2） 褐铁矿带的单孔镍品位在不同坡度下均稳定分布在1.1%~1.2%之间，标准差为0.2，表现出显著的均一性特征；相比之下，腐泥土带的单孔镍品位在不同坡度下均高于褐铁矿带，且在0°~20°坡度区间内，其品位平均值均超过1.5%，但标准差约为0.4，说明品位表明品位变化较大。当坡度超过20°时，单工程镍品位呈现逐渐降低的趋势。
（3） 褐铁矿带的见矿厚度随坡度增加呈指数递减规律；腐泥土带的见矿厚度则在10°~15°坡度区间内达到最大值，表明该坡度范围最有利于腐泥土矿形成，而当坡度超过20°后，见矿厚度逐渐降低。
（4） 钻孔见矿海拔高度呈现多峰分布特征，主要集中在260~400 m，这一现象可能与多期构造运动密切相关。
致谢感谢匿名审稿人提出的宝贵修改意见，在此表示衷心的感谢！
表1印尼某红土镍矿各带见矿孔坡度常规指标的描述性统计Table 1 Descriptive statistics of conventional indicators for slope of ore-intersecting holes in each
zone of a lateritic Nickel ore deposit in Indonesia指标
褐铁矿带
腐泥土带
组合带
各带见矿钻孔数
29156
34433
35990
平均值/°
13.8
14.8
14.7
中位数/°
13.4
14.4
14.3
众数/°
19.1
15.1
15.1
标准差/°
6.3
6.7
6.8
方差
40.2
45.3
45.7
偏度
0.3
0.3
0.3
峰度
~0.2
~0.4
~0.4
极差/°
40.2
40.2
40.2
最小值/°
0
0
0
最大值/°
40.2
40.2
40.2
四分位数
25%
9.1
9.8
9.7
50%
13.4
14.4
14.3
75%
17.9
19.4
19.2
表2印尼某红土镍矿各带按5°坡度区间见矿孔频率统计表Table 2 Frequency statistics of ore-intersecting holes in each
zone at 5° slope intervals of a lateritic Nickel ore deposit in Indonesia坡度/°
褐铁矿带
腐泥土带
组合带
频率
百分比
累积百分比
频率
百分比
累积百分比
频率
百分比
累积百分比
0~5
2279
7.8
7.8
2233
6.5
6.5
2463
6.8
6.8
5~10
6417
22.0
29.8
6650
19.3
25.8
7074
19.7
26.5
10~15
8610
29.5
59.4
9455
27.5
53.3
9869
27.4
53.9
15~20
6937
23.8
83.1
8342
24.2
77.5
8624
24.0
77.9
20~25
3409
11.7
94.8
4888
14.2
91.7
5007
13.9
91.8
25~30
1280
4.4
99.2
2386
6.9
98.6
2457
6.8
98.6
30~35
209
0.7
99.9
453
1.3
99.9
470
1.3
99.9
35~40
14
0.1
100.0
25
0.1
100.0
25
0.1
100.0
>40
1
0
100.0
1
0
100.0
1
0
100.0
总计
29156
34433
35990
表3印尼某红土镍矿各带见矿孔镍品位常规指标的描述性统计Table 3 Descriptive statistics of conventional indicators for ore intersection nickel grade in each zone of a lateritic Nickel ore deposit in Indonesia指标
褐铁矿带
腐泥土带
组合带
见矿钻孔数/个
29156
34433
35990
平均值/%
1.19
1.56
1.42
中位数/%
1.15
1.50
1.37
众数/%
1.16
1.33
1.32
标准差/%
0.24
0.43
0.34
方差
0.06
0.19
0.12
偏度
2.12
1.03
1.34
峰度
12.75
2.63
4.00
极差/%
4.96
6.20
4.55
最小值/%
0.57
0.59
0.60
最大值/%
5.53
6.79
5.15
四分位数
25%
1.03
1.25
1.19
50%
1.15
1.50
1.37
75%
1.29
1.79
1.59
表4印尼某红土镍矿各带不同坡度内见矿孔镍品位(w(B)/%)常规指标的描述性统计Table 4 Descriptive statistics of conventional indicators for ore intersection nickel grade within different slope ranges (w(B)/%)in each zone of a lateritic Nickel ore deposit in Indonesia指标
坡度/°
褐铁矿带
腐泥土带
组合带
指标
坡度/°
褐铁矿带
腐泥土带
组合带
平均值
0~5
1.16
1.57
1.36
平均值
20~25
1.18
1.48
1.40
中位数
1.15
1.52
1.33
中位数
1.13
1.42
1.34
标准差
0.18
0.42
0.29
标准差
0.29
0.41
0.36
最小值
0.75
0.75
0.75
最小值
0.78
0.70
0.71
最大值
3.36
3.84
3.53
最大值
4.27
4.34
3.73
平均值
5~10
1.18
1.60
1.41
平均值
25~30
1.20
1.37
1.34
中位数
1.16
1.54
1.36
中位数
1.13
1.30
1.27
标准差
0.20
0.42
0.31
标准差
0.32
0.39
0.36
最小值
0.72
0.59
0.73
最小值
0.78
0.69
0.69
最大值
5.53
4.14
4.14
最大值
3.33
3.73
3.73
平均值
10~15
1.19
1.61
1.45
平均值
30~35
1.16
1.30
1.27
中位数
1.16
1.56
1.39
中位数
1.08
1.21
1.20
标准差
0.23
0.45
0.34
标准差
0.31
0.40
0.37
最小值
0.64
0.60
0.60
最小值
0.78
0.77
0.79
最大值
3.47
6.79
5.15
最大值
3.12
3.27
3.27
平均值
15~20
1.19
1.57
1.45
平均值
35~40
1.17
1.23
1.22
中位数
1.15
1.52
1.40
中位数
1.16
1.12
1.11
标准差
0.26
0.42
0.35
标准差
0.21
0.32
0.29
最小值
0.57
0.61
0.64
最小值
0.86
0.70
0.85
最大值
4.06
4.14
4.14
最大值
1.55
2.09
2.04
表5印尼某红土镍矿各带见矿孔厚度常规指标的描述性统计Table 5 Descriptive statistics of conventional indicators for ore intersection thickness in each zone of a lateritic Nickel ore deposit in Indonesia指标
褐铁矿带
腐泥土带
组合带
见矿钻孔数/个
29156
34433
35990
平均值/m
5.30
7.63
11.52
中位数/m
4.00
7.00
11.00
众数/m
1.00
4.00
9.00
标准差/m
4.17
5.03
6.51
方差
17.41
25.25
42.34
偏度
1.37
1.05
0.53
峰度
3.14
1.15
~0.14
极差/m
46.50
37.00
53.65
最小值/m
1.00
1.00
1.00
最大值/m
47.50
38.00
54.65
四分位数
25%
2.00
4.00
6.00
50%
4.00
7.00
11.00
75%
8.00
10.00
16.00
表6印尼某红土镍矿各带不同坡度内见矿孔厚度常规指标的描述性统计Table 6 Descriptive statistics of conventional indicators for ore intersection thickness in holes within different slope ranges in each zone of a lateritic Nickel ore deposit in Indonesia指标
坡度分类/°
褐铁矿带
腐泥土带
组合带
指标
坡度分类/°
褐铁矿带
腐泥土带
组合带
平均值/m
0~5
7.52
7.65
13.77
平均值/m
20~25
3.30
6.99
9.02
中位数/m
7.00
7.00
14.00
中位数/m
2.00
6.00
8.00
标准差/m
4.83
4.89
6.69
标准差/m
3.23
4.99
5.84
最小值/m
1.00
1.00
1.00
最小值/m
1.00
1.00
1.00
最大值/m
31.00
34.50
43.00
最大值/m
31.00
35.00
37.00
平均值/m
5~10
6.74
7.86
13.40
平均值/m
25~30
2.31
6.48
7.47
中位数/m
6.00
7.00
13.00
中位数/m
1.88
5.00
6.00
标准差/m
4.43
4.80
6.45
标准差/m
2.11
4.91
5.37
最小值/m
1.00
1.00
1.00
最小值/m
1.00
1.00
1.00
最大值/m
47.00
32.00
54.65
最大值/m
22.00
35.00
35.00
平均值/m
10~15
5.61
7.99
12.47
平均值/m
30~35
1.88
5.41
6.02
中位数/m
5.00
7.00
12.00
中位数/m
1.00
4.00
5.00
标准差/m
4.00
5.13
6.37
标准差/m
1.57
4.41
4.70
最小值/m
1.00
1.00
1.00
最小值/m
1.00
1.00
1.00
最大值/m
47.50
38.00
48.50
最大值/m
13.00
25.00
25.50
平均值/m
15~20
4.50
7.86
11.15
平均值/m
35~40
2.61
6.17
7.55
中位数/m
3.00
7.00
10.00
中位数/m
2.00
4.40
5.20
标准差/m
3.64
5.09
6.21
标准差/m
2.69
5.46
6.67
最小值/m
1.00
1.00
1.00
最小值/m
1.00
1.00
1.00
最大值/m
29.00
35.00
39.00
最大值/m
9.50
22.00
24.00
图1印尼某红土镍矿研究区地球化学剖面图 a.镍、钴含量变化垂向剖面图；b.铁、镁、硅、铝变化垂向剖面图
Fig. 1 Geochemical profile of a lateritic Nickel ore in the study area in Indonesia
a. Vertical profile of nickel and cobalt content variation; b. Vertical profile of iron, magnesium, silicon and aluminum variation
图2印尼某红土镍矿各带见矿钻孔坡度分布柱状图
Fig. 2 Histogram of slope distribution for ore-intersecting drill holes in each zone of a lateritic Nickel ore deposit
in Indonesia
图3印尼某红土镍矿坡度与钻孔镍品位关系图 a.坡度与各带钻孔镍品位箱线图；b.褐铁矿带单孔镍品位与坡度散点密度图；c.腐泥土带单孔镍品位与坡度散点密度图；d.组合带单孔镍品位与坡度散点密度图
Fig. 3 Relationship diagram between slope and nickel grade in drill holes of a lateritic Nickel ore deposit in Indonesia
a. Box plot of nickel grade in each zone classified by slope; b. Scatter density plot of single-hole nickel grade versus slope in the limonite zone;
c. Scatter density plot of single-hole nickel grade versus slope in the saprolite zone; d. Scatter density plot of single-hole nickel grade
versus slope in the combined zone
图4印尼某红土镍矿各带见矿钻孔厚度直方图 a.见矿钻孔褐铁矿带厚度直方图；b.见矿钻孔腐泥土带厚度直方图；c.见矿钻孔组合带厚度直方图
Fig. 4 Histogram of ore intersection thickness in each zone of drill holes of a lateritic Nickel ore deposit in Indonesia
Histogram of limonite zone thickness in ore-intersecting drill holes; b. Histogram of saprolite zone thickness in ore-intersecting drill holes;
c. Histogram of composite zone thickness in ore-intersecting drill holes
图5印尼某红土镍矿坡度分类与各带钻孔见矿厚度箱线图
Fig. 5 Box plot of ore intersection thickness in each zone classified by slope of a lateritic Nickel ore deposit in
Indonesia
图6印尼某红土镍矿见矿钻孔厚度、品位与海拔高度散点密度图 a.见矿钻孔厚度与海拔高度散点密度图；b.见矿钻孔镍品位与海拔高度散点密度图
Fig. 6 Scatter density plot of ore-intersecting drill hole thickness, grade, and elevation of a lateritic Nickel ore deposit in Indonesia a. Scatter density plot of ore-intersecting drill hole thickness and elevation; b. Scatter density plot of ore-intersecting drill hole grade and elevation
图7印尼某红土镍矿褐铁矿带和腐泥土带的见矿钻孔频数-坡度高斯曲线图
Fig. 7 Gaussian curve graph of the frequency of ore-drilling holes in the limonite zone and saprolite zone with respect to slope of a lateritic Nickel ore deposit in Indonesia -
参考文献
摘要
地形坡度是红土型镍矿成矿的关键控制因素，然而以往多依赖于勘查工作的经验性认识，多认为5°~20°的地形地貌对红土镍矿的形成较为有利，但该认识缺乏系统的统计学数据支持。通过系统总结印尼某红土镍矿项目二十多年来找矿钻探工作成果，将每个见矿钻孔的褐铁矿带（Limonite）、腐泥土带（Saprolite）和组合带（Limonite+Saprolite）的品位、厚度特征与该孔点位的地形坡度和海拔相关联，文章首次通过统计学量化分析对比不同坡度范围之间见矿钻孔品位、厚度高低与占比，研究不同坡度对红土镍矿成矿作用的影响程度。结果显示：坡度对红土镍矿矿体的品位、厚度均有较强的影响，在红土镍矿靶区筛选与评价过程中，应优先考虑5°~25°的坡度区域和260~400 m的见矿海拔高度区间。
Abstract
Slope gradient is a key controlling factor in the formation of lateritic Nickel deposits. However, previous studies have largely relied on empirical observations from exploration activities, often suggesting that terrain slopes of 5°～20° are more favorable for the formation of lateritic Nickel deposits. Yet, this perspective lacks systematic statistical data to substantiate it. This paper systematically summarizes over two decades of exploration drilling results from a lateritic Nickel project in Indonesia. It correlates the grade and thickness characteristics of the limonite zone, saprolite zone, and combined zone (limonite+saprolite) in each mineralized drill hole with the topographic slope and elevation of the hole location. For the first time, a statistical quantitative analysis is conducted to compare the grade, thickness, and proportion of mineralized drill holes across different slope ranges, thereby investigating the influence of varying slopes on the formation of lateritic Nickel deposits. The study concludes that slope gradient significantly impacts both the grade and thickness of lateritic Nickel ore bodies. In the process of target screening and evaluation for lateritic Nickel deposits, priority should be given to slope areas of 5°~25° and the peak elevation range of 260~400 m above sea level for mineralized lateritic bodies.
Keywords
lateritic Nickel ore, genesis, slope, statistical analysis, Indonesia
