造山型金矿床是指构成于会聚板块鸿沟、在时刻和空间上与增生造山或磕碰造山严密相关的、常受韧-脆性断裂操控，首要呈脉状和弥散状矿化的金矿床系列，为全球供给了30%以上的金资源量。虽然造山型金矿床是全球十分重要的金矿床勘查类型，可是因为造山型金矿床能够产出于各个深度、不同的岩性中，使得传统的勘查办法很难给出安稳的勘查标识，勘查难度较大。磷灰石作为热液矿床中一种重要的副矿藏，其微量元素关于提醒成矿流体物理化学条件和成矿进程有着显着效果。近些年来，渐渐的变多的研讨发现造山型金矿床中磷灰石与金矿化有着密切联系，但是有关磷灰石是怎么构成以及磷灰石的微量元素含量受控于何种要素，现在还缺少深化的研讨，磷灰石能否发展为勘查指示矿藏还要进一步的研讨。

  针对上述科学问题，国科大博士生、来自中国科学院广州地球化学研讨所曹根深同学在广州地化所陈华勇研讨员的指导下，从已宣布的文献中汇编了566组造山型金矿床磷灰石的微量元素数据，经过传统统计剖析以及分层聚类法（HCA）、随机森林（RF）和深层神经网络（DNN）等机器学习办法，剖析了磷灰石微量元素关于造山型金矿化的辨认才能，并经过Shapley剖析提醒了磷灰石中各种微量元素关于机器学习模型的贡献度。研讨获得的详细认知如下：1）造山型金矿床磷灰石在石英脉和蚀变带中均有产出，且两种类型磷灰石的稀土配分方式存在很显着差异，石英脉型以亏本轻稀土元素为首要特征，而蚀变带型则表现出显着的负Eu反常（图1）；2）使用分层聚类（HCA）对中心对数比（CLR）转化后的磷灰石微量元素做多元化的剖析，将造山型金矿床磷灰石以4种元素组合分为成5类（图2），分类成果与实在的状况根本符合；3）随机森林（RF）和深度学习网络（DNN）能够有显着效果地地辨认出石英脉和蚀变带中与金矿化相关的磷灰石，标明磷灰石具有发展为勘查指示矿藏的潜力，特征值剖析成果为微量元素Pb关于模型的贡献度最高，其次为As、U、Eu、Fe、Mn等变价元素；4）Pb的高贡献度可能为Au是以Pb-(Bi)-Au熔体的方式运移，Pb在磷灰石中的含量一起遭到熔体中Pb的含量、流体氧逸度以及硫逸度一起操控，然后表现出对模型较高的贡献度；5）经过线性判别剖析（LDA）给出新的磷灰石微量元素判别图解，用于判别造山型金矿床石英脉和蚀变带的含矿性（图3）。