Kotalahden nikkelivyöhykkeen monimuuttuja-analyysi

Transkriptio

1 GEOLOGINEN TUTKIMUSLAITOS GEOLOGICAL SURVEY OF FINLAND TUTKIMUSRAPORTTI N:o 36 REPORT OF INVESTIGA TION No. 36 M. Tontti, E. Koistinen ja M.K.A. Lehtonen Kotalahden nikkelivyöhykkeen monimuuttuja-analyysi Espoo 1979

2 GEOLOGINEN TUTKIMUSLAITOS Tutkimusraportti n:o 36 GEOLOGICAL SURVEY OF FINLAND Report of Investigation no. 36 M. Tontti, E. Koistinen ja M.K.A. Lehtonen KOTALAHDEN NIKKELIVYÖHYKKEEN MONIMUUTTUJA-ANAL YYSI Abstract: A multivariate analysis of the Kotalahti Nickel Belt Espoo 1979

3 2 Tontti, M., Koistinen, E. & Lehtonen, M.K.A. 1979: Kotalahden nikkelivyöhykkeen monimuuttuja-analyysi. Abstract: A multivariate analysis of the Kotalahti Nickel Belt. Geological Survey of Finland. Report of lnvestigation No pages, 9 figures, 16 tables and I appendix. The Ni-Cu sulphide deposits discussed are associated with mafic to ultramafic intrusions. They form a 420 km long and 10 to 40 km wide zone that strikes NW-SE and is known as the Kotalahti Nickel Belt. Data have been collected from 34 deposits within the belt and five outside it. The data include chemical characteristics of the ore, ore mineralogy, petrography of host and wall rocks, geometry of the deposit, reserves, geology of the surrounding areas (2 x 2 km 2 and IO x 10 km 2 ) and geophysical parametres. These data were subjected to cluster, characteristic and factor analyses. Autocorrelation analysis was applied to study the regularity of occurrence of the deposits. Within the belt the deposits cluster into groups at intervals of 40 to 50 km. One group ideally occup\es an area of roughly 200 km 2 and contains one large deposit, I to 3 sm all deposits and a few scattered showings. The area most promising for ore deposits is in the centre and northwestem part of the belt. New discoveries can be predicted as follows: (I) The most likely location of economic deposits is midway between Kotalahti and Hitura. (2) It is possible that two undiscovered deposit groups exist, one km SE of Hitura and the other km NW of Kotalahti. (3) One hypothetical subeconomic deposit is postulated in the vicinity of Kotalahti. The text is in Finnish with Figure and Table captions in English. Authors' addresses: M. Tontti, E. Koistinen and M. K. A. Lehtonen, Geological Survey of Finland, SF Espoo 15, Finland ISBN ISSN Helsinki Valtion painatuskeskus

4 SISÄLTÖ lohdanto Nikkeliesiintymätiedoston rakenne ja sisältö Tilastolliset analyysit Faktorianalyysi Geologisten tietojen faktorianalyysi Geofysikaansten tietojen faktorianalyysi Tulosten tarkastelua Ryhmittelyanalyysi Geologisten tietojen ryhmittelyanalyysi Geofysikaalisten tietojen ryhmittelyanalyysi Tulosten tarkastelua Karakteristiikka-analyysi Geologisten tietojen karakteristiikka-analyysi Geofysikaalisten tietojen karakteristiikka-analyysi Tulosten tarkastelua Autokorrelaatioanalyysi Vertailu muihin tutkimuksiin Loppupäätelmät Kiitosmaininnat Kirjallisuutta Liite A

5

6 5 JOHDANTO Tutkimusalue on Parikkalasta Ylivieskaan ulottuva noin 420 km pitkä, km leveäja kaakko-iuodesuuntainen vyöhyke (kuva I), jota Gaal (1972) on nimittänyt Kotalahden nikkelivyöhykkeeksi. Tällä alueella tavataan useita emäksis-ultraemäksisiin intruusioihin liittyviä nikkeliesiintymiä, joiden havaittiin muodostavan riittävän yhtenäisen ryhmän tilastomatemaattisesti käsiteltäväksi. Nikkelivyöhyke on osa suuremmasta kokonaisuudesta, joka tunneta an Laatokan-Perämeren malmivyöhykkeenä tai pääsulfidimalmivyöhykkeenä (Mikkola & Niini 1968 ja Kahma 1973). Kotalahden nikkelivyöhykkeen malmiesiintymätietojen kerääminen, tallentaminen ja analysointi kuuluivat Geologisen tutkimuslaitoksen informaatiotoimiston malmitiedostotyöhön vuonna Nikkeliesiintymiä koskevia malmitietoja Geologinen tutkimuslaitos on saanut Outokumpu Oy:ltä ja Paraisten Kalkki Oy:ltä. Projektia on johtanut M. Tontti, joka lisäksi on kerännyt malmitiedot sekä suorittanut tilastollisten analyysien tulkintaa. Faktorianalyysistä on vastannut E. Koistinen ja autokorrelaatio-, karakteristiikka- sekä ryhmittelyanalyyseistä M.K.A. Lehtonen. Tilastolliset analyysit on tehty Geologisen tutkimuslaitoksen HP-3000, Helsingin teknillisen korkeakoulun HP-2100 ja Valtion tietokonekeskuksen UNIVAC tietokoneilla. Töiden suunnittelussa ja analyysien tulkinnassa on ollut mukana apul. prof. G. Gaal Helsingin yliopistosta. Tuloksia malmitiedoston nikkelivyöhyketyöstä ovat aikaisemmin esittäneet Gaal et al. (1978) ja Koistinen (1978). Tässä työssä käytetty malmivarojen luokitteluterminologia noudattaa U.S. Bureau of Minesin ja U.S. Geological Surveyn (1976) käytäntöä. NIKKELIESIINTYMÄ TIEDOSTON RAKENNE JA SISÄLTÖ Tiedostorakenne ja tietojenkeruu on noudattanut Pohjois-Suomen malmitiedostoprojektissa kehitettyä systematiikkaa (Gaal et al a, 1977 b). Tiedot on kerätty 1I lomakkeelle, joilta ne on lävistetty A TK-käsittelyä varten. Tiedosto koostuu seuraavista kymmenestä tietoryhmästä: I. Yleistiedot 2. Kemiallinen karakteristiikka 3. Malmigeologia 4. Malmiesiintymän geometria 5. Malmivarat 6. Malmiesiintymään liittyvien kivilajien petrofysikaaliset ominaisuudet 7. S uoritetut tutkimukset 8. Malmiesiintymän ympäristön geologia ja esiintymän geneesi 9. Case history 10. Malmiesiintymän ympäristön geofysikaaliset parametrit Kaikkiaan tietoja on 39:stä malmiesiintymästä tai -mineraalisaatiosta (kuva I), joita myöhemmin kutsutaan Iyhyesti esiintymiksi tai nikkeliesiintymiksi. Näihin kuuluvat mm. toiminnassa olevat kaivokset Kotalahti ja Hitura, samoin kuin Makolan esiintymä, josta kaivostoiminta on loppunut. Esiintymistä 34 sijaitsee itse nikkelivyöhykkeellä ja 5 sen välittömässä läheisyydessä. Näistä 11 on hyvin tutkittu ja tietoja on ollut saatavissa kaikkien edellä mainittujen 10 tietoryhmän osalta. Yhtenäisimmän osan tiedostosta muodostavat tietoryhmät 1-4 ja Näistä tilastollisiin analyyseihin ovat soveliaimmat kemiallinen karakteristiikka, malmigeologia (so. malmimineralogia sekä tiedot isäntä- ja sivukivistä), malmiesiintymän geometria sekä ympäristön (neliön muotoiset alueet 2 x 2 km 2, 10 x 10 km 2, esiintymä neliön keskipisteessä) geologia ja geofysiikka (ern. alueiden lisäksi 20 x 20 km 2 ). Esiintymien samankaltaisuudesta huolimatta, myös edellä mainittu tiedoston yhtenäisin osa sisältää joitakin tietojen määrää koskevia epäyhtenäisyyksiä. Tutkijat ovat tarkastelleet esiintymiä hiukan eri näkökulmista. Tämä on aiheuttanut sen, että esimerkiksi kemiallisia ana Iyysejä on eräissä tapauksissa tehty vain nikkelistä ja kuparista. Toisaalta on myös esiintymiä,

7 6 joista on analysoitu kymmenenkin alkuainetta. Eräitä epäyhtenäisyyksiä on myös esiintymien kokoa ja ympäristöjen geologiaa koskevissa tiedoissa. Geologisen tutkimuslaitoksen magneettisilta korkealentokartoilta sekä Geodeettisen laitoksen valtakunnallisen mittauspisteverkon Bouguer-anomal ia-arvoista saadut parametrit muodostavat kaikkein yhtenäisimmän tietoryhmän (tietoryhmä 10). OULU IITIIID KOTALAHDEN Ni-vyöhyke Ni-sisöltö > () < t t 1000 t o Km I ; ~ ~~~~~~,, -:-' 62 [±J Keski Suomen gronitoidikompleksi o Svekokorelidisio kiviö ~ Arkeeinen pohjokompleksi Kuva 1. Kotalahden nikkelivyöhykkeen esiintymät. Fig 1. The deposits of the Kotalahti Nickel Belt. I. Saarijärvi 11. Härmäniemi I 2. Kiiskilänkangas 12. Härmäniemi Kotalahti I 13. Niemilahti 4. Kotalahti Kolvosenjärvi 5. Kotalahti Kurikkasaari 6. Piilukka 16. Makkola 7. Ankele 17. Hälvälä 8. Makola 18. Tiemasoja 9. Hitura 19. Purstosaari 10. Laukunkangas 20. Haukisaari 21. Iso-Valvatusjärvi 31. Ainaslampi 22. Ahlström-tunneli 32. Koirusvesi 23. Talluskanava 33. 1I0kangas 24. Saarisenjärvi 34. Ruimu 25. Luvelahti 35. Revonmäki 26. Sulkavanniemi 36. Perkkiö 27. Sarkalahti 37. Muurasjärvi 28. Kusiaiskallio 38. II molahti 29. Pitkäneva 39. Koivujoki 30. Räihänneva

8 t,, 7 TILASTOLLISET ANAL YYSIT Malmiesiintymien luokittelemiseksi, tyypillisimpien ominaisuuksien selvittämiseksi sekä malmien esiintymisen kannalta otollisten alueiden määrittämiseksi on käytetty varsin monia tilastomatemaattisia analyysimenetelmiä. Malmitiedostotyön yhteydessä on sovellettu ryhmittely-, karakteristiikka-, faktori- ja autokorrelaatioanalyysejä. Karakteristiikka-analyysiin on käytetty Botbolin (1968, 1970) pohjalta Lehtosen kehittämää A TK-ohjelmaa ja muihin analyyseihin Davisin (1973) esittämiä ohjelmia sellaisinaan tai osittain muutettuina. Faktorianalyysi Tutkittavaan numeeriseen aineistoon sisältyvät tärkeimmät pääpiirteet saadaan selville faktorianalyysillä. Geologiassa sitä on käytetty mm. geokemiallisten analyysitietojen tulkintaan (esim. Häkli 1970, 1971). Faktorianalyysillä voidaan tutkia paitsi muuttujien samanlaisuuksia, jolloin puhutaan R-menetelmästä (R-moodi), myös esiintymien samankaltaisuuksia, jolloin puhutaan Q-menetelmästä (Q-moodi). Periaatteiltaan menetelmät ovat samantapaisia. IIIIIIIIIII Kotolohden Ni-vyöhyke mml Ropokivi D Kesk i - Suomen gronitoidikompleksi o Svekokorelidisio kiviö ~ Arkeeinen pohjokompleksi o km 23' 2.' Kuva 2. Malmittomat massiivit. Fig. 8. Unmineralised intrusions. 40. Harjuranta 45. Kumiseva 41. Torasalo 46. Taluskylä 42. Putkilahti 47. Suolampi 43. Tynnyrijärvet 48. Rytkynjärvi 44. Pielavesi 49. Seuijärvi 50. Hirvihaara 55. Mallusjärvi 51. Kilpijärvi 56. Porvoo 52. Kaukalampi 57. Heinola 53. Koskenkylä 58. Loimaa 54. Koukjärvi 59. Mellilä

9 8 Tässä työssä faktorianalyysin kohteena olivat kemialliset analyysitulokset, esiintymäympäristöjen kivilajien prosenttiosuudet ja geofysikaalisten kenttien parametrien arvot. Käytetty ohjelma (Davis 1973) suorittaa pääakselifaktoroinnin ja Varimax-rotaation. Samanlaisuusmittana R-menetelmässä käytettiin korrelaatiokerrointa ja Q-menetelmässä kosini-thetakerrointa. Faktorien lukumäärän valinta suoritettiin ominaisarvoja tarkkailemalla Uos ominaisarvo alle I, on faktori yleensä jätetty pois). Faktorianalyyseissä oli yleensä mukana 32 esiintymää nikkelivyöhykkeeltä eli ne, joista oli riittävästi tietoja käytettävissä (poissa esiintymät I, 2, 6, 7, 21, 37 ja 38, ku va I). Kemiallisen karakteristiikan analyysissä oli kuitenkin vain 13 esiintymää. Vertailun vuoksi tietoja kerättiin esiintymien lisäksi myös 20 emäksis-ultraemäksisestä syväkivimassiivista, jotka eivät tiettävästi sisällä nikkeli-kupari-malmimineralisaatioita. Näistä Iyhyesti malmittomiksi massiiveiksi kutsutuista 10 on nikkelivyöhykkeellä tai sen välittömässä läheisyydessä ja 10 Etelä-Suomessa lähinnä Porvoon - Mäntsälän alueilla (kuva 2). Kaikki malmittomat massiivit todettiin kemialtaan ja ympäristöjen geologialtaan riittävän samankaltaisiksi, jotta ne voitiin käsitellä faktorianalyysillä yhtenä kokonaisuutena. Geologisten tietojen faktorianalyysi Kemiallisen karakteristiikan R-analyysi: Esiintymistä valittiin 13 (Kotalahti 1-3, Laukunkangas, Härmäniemi 1-2, Kolvosenjärvi, Kurikkasaari, Tiemasoja, Ahlström-tunneli, Sulkavanniemi, Pitkäneva ja Räihänneva) kemiallisen karakteristiikan analysointiin R-menetelmällä käyttäen Ni-, Cu-, S-, Co- ja Zn-pitoisuuksien sekä sulfidifaasin Ni-pitoisuuden (NiSf) aritmeettisia keskiarvoja. Lisäksi analyysissä olivat mukana aritmeettisten keskiarvojen Ni/Cu-, Ni/Co- ja Cu/Co-suhteet. Muista esiintymistä ei ollut käytettävissä kaikkia kyseisiä metallianalyysejä. Tulokset on esitetty taulukossa 1 sekä kuvassa 3. Seuraavat neljä faktoria selittävät 96,3 % alkuperäisestä vaihtelusta: Ni-Cu-faktori (Fl) 49,7 %, Co-S-faktori (F2) 30,4 %, Cu Ni/Cu-Cu/Co-faktori (F3) 9,7 % ja Zn-faktori (F4) 6,5 %. Siten nikkelillä ja kuparilla sekä koboltilla ja rikillä on keskenään voimakasta yhteisvaihtelua, mutta Zn-pitoisuudet vaihtelevat omien lakiensa mukaan. Koska analyysi on suoritettu esiintymien keskipitoisuuksilla, olettamalla vyöhyke tarpeeksi yhtenäiseksi, on mallia pidettävä melkoisen karkeana. Faktori 1 kuvastanee kuitenkin luontevasti varhaismagmaattisten esiintymien alkuperäisen ultraemäksisen magman Ni/Cu- Taulukko 1. 13:n esiintymän kemiallisen karakteristiikan R-analyysi. Lataukset itseisarvoltaan alle 0,2 on jätetty pois taulukoista Table 1. R-modefactor arwlysis of the chemical characteristics of 13 deposits (see Fig. 1: 3-5, 10-12, 14, 15, 18, 22, 26, 29, and 30). Loadings with absolute va lues below 0.2 omitted in Tables Muultuja Variable Faktorilataukset - Factor loadings FI. F2. F3. F4. Kommunaliteetti Communality l. Ni 2. Cu 3. S 4. Co 5. Zn 6. NiSf 7. Ni/Cu 8. Ni/Co 9. Cu/Co Ominaisarvot Eigenvalues Faktorien selitysprosentti Percent ofvariance Kumulatiivinen selitysprosentti Cumulative percent ofvariance

10 9 FAKTORI LATAUKSET Kuva 3. 13:n esiintymän (ks. s. 8) kemiallisen karakteristiikan R-faktorianalyysi. Kuvassa ykkösen pituisiksi normeerattujen muuttujien projektiot kahden faktorin määräämässä tasossa. Muuttujien numerot samat kuin tau lukossa I. Fig. 3. R-model/actor analysis o/the chemical characteristics 0/13 deposits and showings (see. p. 8). The dia gram shows a two-factor plane with the projections 0/ the variables normalised to have unit length. For variable numbers see Table 1. suhdetta. Sitä voisi kutsua magman Ni-Cu-faktoriksi. los nikkeliesiintymien rikki olisi osaksi sivukivistä kotoisin, saattaisi faktor i 2 kuvastaa sulfurisaation tulosta. Faktori 3 voitaisiin tulkita niin, että differentiaatio on osittain jatkunut suhteellisen pitkälle ja kuparin erkaneminen on ollut suhteellisesti voimakkaampaa kuin nikkelin. Toinen selitys saattaisi olla kuparin herkempi mobiloituminen nikkeliin verrattuna. Esiintymät sijaitsevat korkean metamorfoosiasteen alueella, ja metamorfoosi sekä siihen liittyvä deformaatio mobiloivat kuparia. Sinkin käyttäytymisen ymmärtää joko sen myöhäisen magmasta erkanemisen tai sen liikkuvuuden perusteella. Ehkä faktori on kontaminaatiofaktori. Mielenkiintoista on, että muihin nikkeliesiintymiin verrattuna poikkeuksellisen korkean sinkkipitoisuutensa vuoksi faktorianalyysistä hylätty Talluskanava sijoittuu lähelle kohtaa, jossa Vihannin sinkkivyöhyke (Kahma 1973) leikkaa Kotalahden nikkelivyöhykettä. Valitettavasti muiden näillä seuduilla sijaitsevien tässä tutkimuksessa mukana olleiden nikkeliesiintymien sinkkipitoisuuksia ei oie analysoitu. Malmittomien massiivien faktorianalyysissä (taulukko 2) ensimmäiseksi faktoriksi tuli Ni-Co-faktori, toiseksi Cu-faktori, kolmanneksi S-Co-faktori ja neljänneksi Zn-Co-faktori (esiintymillä Ni-Cu-faktori, Co-S-faktori, Cu-Ni/Cu-Cu/Co-faktori ja Zn-faktori). Malmittomien massiivien koboltti korreloi lievästi sekä rikin, nikkelin että sinkin kanssa, mutta kaikki muuttujat vaihtelevat kuitenkin itsenäisemmin kuin nikkeliesiintymissä. Tämä kuvastaa suhteellisen hajanaista otosta. Toisaalta on myös huomattava, että tässä on vertailtu nikkelimalmeja ja malmittomia emäksis-uitraemäksisiä massiiveja, joista monet ovat hyvinkin suuria. Tällöin mm. magmaattiseen differentiaatioon liittyvät ilmiöt heikentävät muuttujien yhteisvaihtelua. Esimerkiksi Ni-faktorin ja Cu-faktorin erottuminen voi olla magmaattisen differentioitumisen tulosta. Lähiympäristön kivilajisisällön R-analyysi: Esiintymien lähi- sekä kaukoympäristöjen kivilajisisällöt on saatu mittaamalla eri kivilajien pinta-ala esiintymän ympäristöstä kallioperäkartalta 1: tai joltakin tarkemmalta kartalta, kun sellainen on ollut käytettävissä. Kivi A

11 10 Taulukko 2. Malrnittornien rnassiivien kerniallisen karakteristiikan R-faktorianalyysi. Table 2. R-modefactor analysis ofthe chemical characteristics ofthe unmineralised intrusions. Muuttuja Faktorilataukset - Factor Loadings Kommunaliteetti VariabLe FI. F2. F3. F4. Communality I. Ni Cu S Co Zn NiSf Ni/Cu Ni/Co Cu/Co Orninaisarvot Eigenvalues Faktorien selitysprosentit Percent ofvariance Kurnulatiivinen selitysprosentti Cumulative percent ofvariance Taulukko 3. Esiintyrnien lähiyrnpäristön (2 x 2 krn 2 ) kivilajisisällön R-analyysi. Table 3. R-modefactor analysis ofthe rock type percentages in the 2 x 2 km 2 cell around the deposits. Muuttuja VariabLe Faktorilataukset Factor Loadings FI. F2. Kommunaliteetti CommunaLity I. Ni-pitoisuus - Ni content Cu-pitoisuus - Cu content Karkeaklastinen sedirnentti - Conglomerates K vartsiittiryhrnä - Quartzites Grauvakka, turbidiitti - Metagreywackes and -turbidites Kiillegneissi - Mica gneisses Mustaliuske - Black schists Karbonaatti, karsi - Carbonate and skarn rocks Happ. vulkaniitit - Acid metavolcanites Interrn. vu lkaniitit - Intermediate metavolcanites Ern. vulkaniitit - Basic metavolcanites Happ. syväkivet - Acid plutonic rocks Interrn. syväkivet - Intermediate plutonic rocks Ern. syväkivet - Basic plutonic rocks Ultraern. syväkivet - Ultramafic plutonic rocks Muut kivet (pääas. arnfiboliitteja ja graniittigneissejä) - Other rocks (mainly amphibolites and granite gneisses) Orninaisarvot - Eigenvalues Faktorien selitysprosentit - Percent of variance Kurnulatiivinen selitysprosentti - Cumulative percent of variance

12 11 lajisisältö on esitetty prosentteina. Kivilajiprosenteille on tehty faktorianalyysi yhdessä keskimääräisten nikkeli- ja kuparipitoisuuksien kanssa. Analyysitulokset ovat taulukossa 3. Faktoria 1 voidaan kutsua epinkontinentaalifaktoriksi sillä kvartsiitti, karbonaattikivi, karsi sekä muut kivet (= gneissigraniitti) saavat korkeita latauksia. Nikkeli- ja kuparipitoisuudet osoittavat jonkinlaista yhteyttä tähän faktoriin kohtalaisen korkeilla latauksillaan. Faktori 2 voisi olla nimeltään malmikriittisyys. Korkeita latauksia saavat muuttujat nikkeli- ja kuparipitoisuus sekä kiillegneissi. Sen sijaan intermediaariset syväkivet ja emäksiset syväkivet saavat melko korkeita negatiivisia latauksia. Näiden nikkeli-kuparikriittisten parametrien mukaan parhaat esiintymät tavataan kiillegneissirikkaasta, vähän intermediaarista syväkiveä sisältävästä ympäristöstä pienessä emäksisessä intruusiossa. Kotalahden malmioiden (esiintymät 3,4 ja 5) pitäminen eri esiintyminä painottanee tässä analyysissä liikaa Kotalahden ympäristön ominaisuuksia ( epikontinentaalifaktori). Malmikriittisyyden huippua edustaa pieni Hälvälän (17) esiintymä, jonka Ni-keskipitoisuus (6 analyysiä) on 2,88 %, Cu-keskipitoisuus (6 analyysiä) 0,5 % ja lähiympäristön kiillegneissiala 75 %. Malmittomien massiivien lähiympäristöjen kivilajisisällöille (taulukko 4) saatiin syväkivifaktori ja vulkaniittifaktori (esiintymillä epikontinentaalifaktori ja malmikriittisyysfaktori). Vulkaniitteja on kuitenkin vain harvojen malmittomien massiivien ympäristössä. Analyysi on oikea, mutta sen tilastollinen luotettavuus heikko. Muuttujat Ni- ja Cu-pitoisuus sekä ultraemäksinen syväkivi saavat melko korkeat lataukset vulkaniittifaktorilla. Tämän mukaan suhteellisen suurikokoisista ultraemäksisistä intruusioista on saatu korkeimmat nikkeli- ja kupariarvot. Taulukko 4. Malmittomien massiivien lähiympäristön (2 x 2 km 2 ) kivilajisisällön R-faktorianalyysi Table 4. R-mode factor analysis of the rock type percentages in the 2 x 2 km 2 cell around the unmineralised instrusions. Muuttuja Variable Faktorilataukset Factor loadings FI. F2. Kommunaliteetti Communaliey I. Ni-pitoisuus - Ni content Cu-pitoisuus - Cu content Karkeaklastinen sedimentti - Conglomerates Kvartsiittiryhmä - Quartätes Grauvakka, turbidiitti - Metagreywackes and -turbidites Kiillegneissi - Mica gneisses Mustaliuske - Black schists Karbonaatti, karsi - Carbonate and skarn rocks 9. Happ. vulkaniitit - Acid metavolcanites Interm. vulkaniitit - Interm. metavolcanites Ern. vulkaanit - Basic metavolcanites Happ. syväkivet - Acid plutonic rocks Interm. syväkivet - Imerm. plutonic rocks Ern. syväkivet - Basic plutonic rocks Ultraern. syväkivet - Ultramafic plutonic rocks Muut kivet (pääas. amfiboliitteja ja graniittigneissejä) - Other rocks (mainly amphibolites and granite gneisses) Orninaisarvot - Eigenvalues Faktorien selitysprosentit - Percent ofvariance Kumulatiivinen selitysprosentti - Cumulative percent of variance

13 12 Taulukko 5. Esiintymien kaukoympäristön (10 x 10 km 2 ) kivilajisisällön R-analyysi. Table 5. R-modeJactor analysis oj the rock type percentages in the 10 x 10 km 2 cell around the deposits. Muuttuja Variable Faktorilataukset Factor loadings FI. F2. Kommunaliteetti Communality I. Ni-pitoisuus - Ni content Cu-pitoisuus - Cu content Karkeaklastinen sedimentti - Conglomerates Kvartsiittiryhmä - Quartätes Grauvakka, turbidiitti - Metagreywackes and -turbidites Kiillegneissi - Mica gneisses Mustaliuske - Black schists Karbonaatti, karsi - Carbonate and skarn rocks Happ. vulkaniitit - Acid metavolcanites Interm. vulkaniitit - Intermediate metavolcanites Ern. vulkaniitit - Basic matavolcanites Happ. syväkivet - Acid plutonic rocks 13. [nterm. syväkivet ~ Intermediate plutonic rocks Ern. syväkivet - Basic plutonic rocks Ultraern. syväkivet - Ultramafic plutonic rocks Muut kivet (pääas. amfibo1iitteja ja graniittigneissejä) - Other rocks (mainly amphibolites and granite gneisses).0390 Ominaisarvot - Eigenvalues Faktorien selitysprosentit - Percent ojvarience Kumu1atiivinen selitysprosentti - Cumulative percent oj variance Kaukoympäristön kivilajisisällön R-analyysi: Esiintymien kaukoympäristöjen kivilajisisällön faktorianalyysitulokset ovat taulukossa 5. Faktorin I voisi nimetä malmikriittisyydeksi ja faktorin 2 syväkivifaktoriksi. Tulosten mukaan esiintymän korkea nikkelipitoisuus edellyttää korkeaa kuparipitoisuutta ja päinvastoin, mutta kumpikin edellyttää myös runsasta kiillegneissin ja niukkaa intermediaaristen syväkivien esiintymistä ympäristössä. Täsmälleen samanlaiset malmikriittisyyden perusominaisuudet ovat siten havaittavissa sekä lähi- että kaukoympäristössä. Lähiympäristöstä poiketen kaukoympäristössä on syväkivillä enemmän yhteisvaihtelua. Toisin sanoen syväkivikoostumus on vakioisempi. Syväkivifaktorilla saavat muut paitsi intermediaariset syväkivet positiivisen latauksen. Kuvassa 4 on esiintymien malmikriittisyysfaktorin pistemäärät esitetty vyöhykkeen pituussuunnan funktiona. Havaitaan, etteivät malmikriittisen kaukoympäristön omaavat esiintymät sijoitu selvästi mihinkään tiettyyn osaan vyöhykettä. Lisäksi useimmissa esiintymäryhmissä on sekä malmikriittisen että epäkriittisen ympäristön omaavia esiintymiä. Talluskanavan, Saarisenjärven, Luvelahden, Ilokankaan ja Koivujoen esiintymien (välillä km) ympäristöistä ei kuitenkaan tunneta malmikriittisen ympäristön esiintymiä ja voisi kuvitella, että ne ovat vielä löytämättä. Malmittomien massiivien kaukoympäristöille saatiin (taulukko 6) syväkivifaktori ja vulkaniittifaktori (esiintymillä malmikriittisyysfaktori ja syväkivifaktori). Emäksis-ultraemäksisiä syväkiviä sisältävässä ympäristössä malmittomien massiivien nikkeli- ja kuparipitoisuudet ovat suhteellisen korkeita. Emäksisiä syväkiviä sisältävässä kaukoympäristössä esiintyy usein grauvakka/turbidiittiryhmän kiviä. Vulkaniittifaktorin tilastollinen luotetta-

14 13 MAlMIKR. FAKTORIPISTEMÄÄRÄ B «~ «...J ::I: 23 ~ ««Vl ~ 19...J LU ~ «24 > 0:: ~ 25 «0...J a.. ~ ~ KM Kuva 4. Esiintymien kaukoympäristön malmikriittisyysfaktoripistemäärät ja sijainti vyöhykkeen pituussuunnassa. Esiintymänumerot ks. ku va I. Fig. 4. Orefactor scores of the 10 x 10 km 2 cells vs. position ofthe deposits in the Kotalahti Nickel Belt. Note the gap in the orefactor scores around 250 on the abscissa. For numbers see Fig. 1. vuus on nyt hieman parempi kuin lähiympäristössä, mutta pitkälle meneviä johtopäätöksiä on vaikea tehdä. Nikkeli- ja kuparipitoisuuksien yhteisvaihtelu kivilajien esiintymisen kanssa on esiintymien ja malmittomien massiivien kaukoympäristöissä kuten lähiympäristöissäkin erilaistao Sama pätee kivilajien keskinäiseen yhteisvaihteluun. Lähiympäristön kivilajisisällön Q-analyysi: Esiintymien lähiympäristöjen kivilajisisällöt analysoitiin Q-menetelmäUä yhdessä esiintymien keskimääräisten nikkeli- ja kuparipitoisuuksien kanssa. Saadut neljä ensimmäistä faktoria selittivät 91,5 % samanlaisuudestil. Faktorit voisivat oua nimeltään kiillegneissiympäristö, intermediaarisen syväkiven ympäristö, epikontinentaaliympäristö ja emäksis-ultraemäksisen syväkiven ympäristö. Useimmat esiintymät saivat korkean latauksen kiillegneissiympäristön faktorilla, ja monia luonnehti intermediaarisen syväkiven ympäristö. Epikontinentaaliympäristön esiintymiä olivat vain Kotalahden esiintymät. Kaukoympäristön kivilajisisällön Q-analyysi: Kaukoympäristön kivilajien faktoriana Iyysissä kaksi ensimmäistä faktoria olivat samanlaiset kuin lähiympäristössä: kiillegneissiympäristö ja intermediaarisen syväkiven ympäristö. Ryhmittyminen ei ollut yhtä ehdotonta kuin lähiympäristössä, vaan oli havaittavissa vaihettumista kiillegneissiympäristön esiintymistä intermediääristen syväkivien ympäristön esiintymiin. Kolmas faktori oli happaman ja emäksisen syväkiven ympäristön ja neljäs grauvakan, turbidiitin ja emäksisen syväkiven ympäristön esiintymien faktori. Kiillegneissiympäristön faktorilla saivat kaikki taloudellisesti merkittävät esiintymät korkeita latauksia, joten sitä voisi kutsua myös rikkaiden esiintymien faktoriksi. Kaukoympäristönsä perusteella eivät Kotalahden esiintymät poikenneet muista nikkelivyöhykkeen esiintymistä kuten ne tekivät lähiympäristönsä perusteella.

15 14 Taulukko 6. Malrnittornien rnassiivien kaukoyrnpäristön (10 x 10 krn 2 ) kivilajisisällön R-faktorianalyysi. Table 6. R-mode Jactor analysis oj the rock type percentages in the 10 x 10 km 2 cell around the unmineralised intrusions. Muuttuja Variable I. Ni-pitoisuus - Ni content 2. Cu-pitoisuus - Cu content 3. Karkeaklastinen sedirnentti - Conglomerates 4. K vartsiittiryhrnä - Quartätes 5. Grauvakka, turbidiitti - Metagreywackes and -turbidites 6. Kiillegneissi - Mica gneiss 7. Mustaliuske - Black schist 8. Karbonaatti, karsi - Carbonate and skarn rocks 9. Happ. vulkaniitit - Acid metavolcanites 10. Interrn. vulkaniitit - Interm. metavolcanites 11. Ern. vulkaniitit - Basic metavolcanites 12. Happ. syväkivet - Acid plutonic rocks 13. Interrn. syväkivet - Interm. plutonic rocks 14. Ern. syväkivet - Basic plutonic rocks 15. Ultraem. syväkivet - Ultramafic plutonic rocks 16. Muut kivet (pääas. arnfiboliitteja ja graniittigneissejä) - Other rocks (mainly amphibolites and granite gneisses) Faktorilataukset Factor loadings Fl. F Kommunaliteetti Communality Orninaisarvot - Eigenvalues Faktorien selitysprosentit - Percent ojvariance Kurnulatiivinen selitysprosentti - Cumulative percent oj variance Geofysikaalisten tietojen faktorianalyysi Malmitiedostoon otetuista geofysikaalisen kentän parametreistä useimmat soveltuvat faktorianalyysiin sellaisenaan (Gaal et al. 1977b, liite B 11). Kenttään sovitetun tason kulkua (gradientin kulku) tutkittiin antamalla muuttujalle arvo 1, kun kulku oli välillä 90 ::; er < 180 tai 270 ::; er < 360. Muuttuja ilmaisi siten karkeasti, onko kulku vyöhykkeen suuntainen (l) vai kohtisuora (0). Geofysikaal isten kenttien Fourier-muunnosten laskemiseen käytettiin tässä yhteydessä kuten myöhemminkin FOURPACK-ohjelmapakkausta (Gaal et al. 1977b). Fourier aaltojen voimakkuuutta kuvattiin suurimman amplitudin voimakkuudella (Fourier-amplitudi). Neljän voimakkaimman Fourier-aallon suuntausta mitattiin muuttujalla, jonka arvo saatiin laskemalla vyöhykkeen suuntaisten (90 ::; er < 180 tai 270 < er < 360 ) aaltojen lukumäärä. Muuttuja sai siten arvon 0-4. Tasoero-muuttujalle annettiin arvo 1, jos tasoero voitiin havaita, muulloin arvo O. Geofysikaalisia kenttiä kuvaamaan käytettiin seura::wia muuttujia: l. keskiarvo 2. hajonta 3. anomaliahuippujen lukumäärä 4. anomaliamaksimi 5. anomaliaminimi 6. gradientin kulku 7. gradientin kaade

16 15 8. tasoero 9. keskiarvon erotus maan normaal ikentästä (ei mukana Bouguer-anomaliakentän analyysissä) 10. Fourier-amplitudi 11. Fourier-suunta Lähiympäristön magneettisen kentän R-analyysi: Esiintymien lähiympäristön (2 x 2 km 2 ) magneettisen kentän parametrien vaihtelusta selittyy 53 % yhdellä faktorilla (taulukko 7). Faktoria voisi nimittää kenttäfaktoriksi, koska sillä saavat korkeita latauksia anomaliamaksimi, keskiarvo ja keskiarvon erotus maan normaalikentästä. Myös hajonta, anomaliahuippujen lukumäärä, anomaliaminimi, gradientin kaade ja Fourier-amplitudi saavat korkeita latauksia. Koska useimmat kentän ominaisuuksista korreloivat voimakkaasti kentän keskimääräisen voimakkuuden kanssa, riittäisi keskiarvo melkein yksin kuvaamaan lähiympäristön aeromagneettisen kentän ominaisuuksia. Taulukossa 8 on vastaavan malmittomille massiiveille tehdyn analyysin tulos. Vaihtelusta selittyy 55 % yhdellä faktorilla, joka on lähes sama kuin esiintymien faktori. Näin ollen malmikriittisiä alueita ei voida erottaa lähiympäristön magneettisesta kentästä saadun korrelaatiomatriisin rakenteen perusteella. Syy saattaa olla joko väärässä parametrien valinnassa, liian harvassa havaintopisteverkossa (10 x 10 pistettä) tai siinä, että lähiympäristön magneettikenttä ei oie merkitsevä tämäntyyppisille malmeille. Kaukoympäristön magneettisen kentän R-analyysi: Esiintymien kaukoympäristön (10 x 10 km 2 ) magneettisen kentän faktorianalyysin tuloksia esittää taulukko 9. Kahdella faktorilla, joita voisi nimittää rakennefaktoriksi (FI) ja kenttäfaktoriksi (F2), selittyy 66 % alkuperäisestä vaihtelusta. Rakennefaktorilla saavat korkeita latauksia hajonta, anomaliahuippujen lukumäärä, Fourier-amplitudi, Fourier-suunta, anomaliamaksimi sekä korkean negatiivisen latauksen anomaliaminimi. Hajonta ja anomaliahuippujen lukumäärä kuvastavat rikkonaista kenttää ja kivilajien tai kivilajien ominaisuuksien vaihtelua. Fourier-amplitudin ja Fouriersuunnan rakennefaktorilla saamat korkeat lataukset voitaneen tulkita siten, että esiintymien ympäristöön näyttää liittyvän nikkelivyöhykkeen suuntaisia rakenteita. Kenttäfaktorilla saavat korkeita negatiivisia latauksia keskiarvo, tasoero, keskiarvon erotus maan normaalikentästä ja Fourier-amplitudi. Koska Fourier-suunta saa korkean vastakkaismerkkisen latauksen tällä faktorilla, näyttää voimakkaassa magneettisessa kentässä tavattujen esiintymien ympäristöön liittyvän myös vyöhykettä leikkaava rakenne. Lisäksi tällaisten esiintymien ympäristössä voidaan magneettisessa kentässä havaita tasoero. Taulukko 7. Esiintymien lähiympäristön (2 x 2 km 2 ) magneettisen kentän R-analyysi. Table 7. R-mode /actor analysis 0/ the magnetic field (2 x 2 km 2 cell) 0/ the deposits. Muuttuja Variable Keskiarvo - Mean Hajonta - Standard deviation Anom. huippujen lukum. - Number 0/ anomaly peaks Anomaliamaksimi - Maximum value 0/ anomaly Anomaliaminimi - Minimum value 0/ anomaly Gradientin kulku - Strike 0/ gradient Gradientin kaade - Tasoero - Level difference Dip 0/ gradient Keskiarvon erotus maan normaalikentästä - Difference between mean and the normal earthfield Fourier-amplitudi - Fourier-suunta - Fourier amplitude Fourier direction Olllinaisarvo - Eigenvalue Faktorin selitysprosentti - Percent 0/ variance Faktorilataukset Factar loadings Fl Kommunaliteetti Communality

17 16 Taulukko 8. Malmittomien massiivien lähiympäristön (2 x 2 km 2 ) magneettisen kentän R-analyysi. Table 8. R-mode /actor analysis 0/ the magnetic field (2 x 2 km2 cell) 0/ unmineralised instrusions. Muuttuja Variable Keskiarvo - Mean Hajonta - StaruUJrd deviation Anom. huippujen lukum. - Number 0/ anomaly peaks Anomaliamaksimi - Maximum value 0/ anomaly Anomaliaminimi - Minimum value 0/ anomaly Gradientin kulku - Strike 0/ gradient Gradientin kaade - Dip 0/ gradient Tasoero - Level difference Keskiarvon erotus maan normaalikentästä - Difference between mean and the normal earth field Fourier-amplitudi - Fourier amplitude Fourier-suunta - Fourier direction Ominaisarvo - Eigenvalue Faktorin selitysprosentti - Percent o/variance Faktorilataukset Factor loadings Fl Kommunaliteetti Communaliry Taulukko 9. Esiintymien kaukoympäristön (10 x 10 km 2 ) magneettisen kentän R-analyysi. Table 9. R-mode /actor analysis 0/ the magnetic field (JO x 10 km2 cell) 0/ the deposits. Muuttuja Variable Keskiarvo - Mean Hajonta - Standard deviation Anom. huippujen lukum. - Number 0/ anomaly peaks Anomaliamaksimi - Maximum value 0/ anomaly Anomaliaminimi - Minimum value 0/ anomaly Gradientin kulku - Strike 0/ gradient Gradientin kaade - Dip 0/ gradient Tasoero - Level difference Keskiarvon erotus maan normaalikentästä - Difference between mean and the normal earth field Fourier-amplitudi - Fourier amplitude Fourier-suunta - Fourier direction Ominaisarvot - Eigenvalues Faktorien selitysprosentit - Percent o/variance Kumulatiivinen selitysprosentti - Cumulative percent 0/ variance Faktorilataukset Factor loadings FI. F Kommunaliteetti Communaliry

18 17 Taulukko 10. Malmittomien massiivien kaukoympäristön (10 x 10 km 2 ) magneettisen kentän R-analyysi. Table 10. R-mode factor analysis of the magnetic field (JO x JO km 2 cell) of unmineralised intrusions. Muuttuja Variable Keskiarvo - Mean Hajonta - Standard deviation Anom. huippujen lukum. - Number of anomaly peaks Anomaliamaksimi - Maximum value of anomaly Anomaliaminimi - Minimum value of anomaly Gradientin kulku - Strike of gradient Gradientin kaade - Dip of gradient Tasoero - Level difference Keskiarvon erotus maan normaalikentästä - Difference between mean and the normal earth field Fourier-amplitudi - Fourier amplitude Fourier-suunta - Fourier direction Ominaisarvot - Eigenvalues Faktorin selitysprosentt1 - Percent ofvariance Faktorilataukset Factar laadings Fl Kommunaliteetti Cammunality Taulukko 11. Esiintymien Bouguer-anomalikentän (20 x 20 km 2 ) R-analyysi. Table 11. R-mode factor analysis of the Bouguer anomaly field (20 x 20 km 2 cell) of the deposits. Muuttuja Variable Faktorilataukset Factar laadings Fl. F2. Kommunaliteetti Cammunality Keskiarvo - Mean Hajonta - Standard deviation Anom. huippujen lukum. - Number of anomaly peaks Anomaliamaksimi - Maximum value of anomaly Anomaliaminimi - Minimum value of anomaly Gradientin kulku - Strike of gradient Gradientin kaade - Dip of gradient Tasoero - Level difference Fourier-amplitudi - Fourier amplitude Fourier-suunta - Fourier direction Ominaisarvot - Eigenvalues Faktorien selitysprosentit - Percent ofvariance Kumulatiivinen selitysprosentti - Cumulative percent of variance A

19 18 Taulukko 12. Malmittomien massiivien Bouguer-anomaliakentän (20 x 20 km 2 ) R-analyysi. Table 12. R-mode /actor analysis 0/ the Bouguer anomaly /ield (20 x 20 km 2 cell) 0/ unmineralised intrusions. Muuttuja Variable Faktorilataukset Faclor loadings FI. F2. Kommunaliteetti Communality Keski arvo - Mean Hajonta - Standard deviation Anom. huippujen lukum. - Number 0/ anomaly peaks Anomaliamaksimi - Maximum value 0/ anomaly Anomaliamimi - Minimum value 0/ anomaly Gradientin kulku - Strike 0/ gradient Gradientin kaade - Tasoero - Level difference Fourier-amplitudi - Dip 0/ gradient Fourier amplitude Fourier-suunta - Fourier direction Ominaisarvot - Eigenvalues Faktorien selitysprosentit - Percent 0/ variance Kumulatiivinen selitysprosentti - Cumulative percent 0/ variance Malmittomien massiivien analyysi ei antanut rakennefaktoria (taulukko 10). Yksi faktori, jota voisi kutsua kenttäfaktoriksi, selittää vaihtelusta 42 %. Kaukoympäristön magneettisessa kentässä voidaan analyysin mukaan havaita eroa esiintymien ja malmittomien massiivien välillä. On tosin otettava huomioon, että Etelä-Suomen ja nikkelivyöhykkeen malmittomat massiivit oletettiin ominaisuuksiltaan samanlaisiksi. Bouguer-anomaliakentän R-anaLyysi: Taulukossa I1 on esiintymien 20 x 20 km 2 -ympäristön Bouguer-anomaliakentän faktorianalyysitulokset. Kaksi ensimmäistä faktoria selittää 57 % vaihtelusta. Ensimmäisellä faktorilla saavat korkeita latauksia keskiarvo, anomaliahuippujen lukumäärä, anomaliamaksimi, anomaliaminimi ja Fourier-amplitudi sekä korkean negatiivisen latauksen Fourier-suunta. Toisella faktorilla saavat korkeimpia latauksia hajonta, anomaliahuippujen lukumäärä, Fourier-amplitudi ja Fourier-suunta sekä melko korkean negatiivisen latauksen gradientin kulku. Ensimmäistä faktoria voisi nimittää kenttäfaktoriksi sekä toista faktoria rakennefaktoriksi. Faktoreita voidaan tulkita siten, että Bouguer-anomaliakentän Fourier-analyysissä on havaittavissa samat rakenteet kuin kaukoympäristön magneettikentän Fourier-analyysissä. Myös malmittomille massiiveille saatiin rakennefaktori (FI) ja kenttäfaktori (F2) (taulukko 12). Rakennefaktorilla saa mm. Fourier-amplitudi korkean latauksen ja Fourier-suunta myös huomattavan korkean latauksen, joten tässäkin tapauksessa Bouguer-anomaliakentässä on tulkittu esiintyvän kaakko-iuodesuuntainen rakennepiirre. Tulosten tarkastelua Faktorianalyysi antaa karkean kuvan esiintymien ominaisuuksista ja esiintymisympäristöistä, vaikka otokset ovatkin pienehköjä. Kolmentoista esiintymän perusteella ei voida tehdä kovin pitkälle meneviä johtopäätöksiä esiintymien kemiallisesta koostumuksesta, mutta jonkinlaisena keskiarvona tuloksia voitaneen pitää. Kemiallista karakteristiikkaa luonnehtivat Ni Cu-faktori, Co-S-faktori, Cu-N i/cu-cu/co-faktori sekä Zn-faktori. Malmittomille massiiveille saatiin Ni-Co-faktori, Cu-faktori, S-Co-faktori ja Zn-Cofaktori. Näitä ei kuitenkaan voida yksiselitteisesti verrata nikkeliesiintymien kemiallisen karakteristiikan faktoreihin.

20 19 Esiintymien lähiympäristöjen kivilajisisäitöä luonnehtii lähinnä malmikriittisyysfaktori sekä kaukoympäristöä malmikriittisyysfaktori ja syväkivifaktori. Samanlaiset malmikriittisyyden perusominaisuudet ovat havaittavissa sekä lähi- että kaukoympäristössä, jolloin korkeat Ni- ja Cu-pitoisuudet edellyttävät mm. runsasta kiillegneissin mutta niukkaa intermediaaristen syväkivien esiintymistä. Lisäksi lähiympäristössä edellytetään olevan niukasti emäksisiä syväkiviä, mikä kuvastaa rikkaimpien esiintymien sijaitsemista pienikokoisissa emäksisissä intruusioissa (pinta-ala «I km 2 ). Malmittomien massiivien sekä lähi- että kaukoympäristöille saatiin syväkivifaktori ja vulkaniittifaktori, jonka tilastollinen luotettavuus kuitenkin on heikko. Nikkeli- ja kuparipitoisuuksien yhteisvaihtelu kivilajien esiintymisen kanssa kuten myös kivilajien keskinäinen yhteisvaihtelu on erilaista nikkeliesiintymien ja malmittomien massiivien ympäristöissä. Sekä kaukoympäristön magneettista kenttää että Bouguer-anomaliakenttää luonnehtii kentän voimakkuutta kuvaava tekijä sekä rakenteiden aiheuttama tekijä. Rakennefaktorin mukaan esiintymien ympäristöön on tulkittu liittyvän karkeasti vyöhykkeen sljuntaisia rakenteita, mutta kenttäfaktorin mukaan voimakkaassa kentässä sijaitsevien esiintymien ympäristössä olisi myös vyöhykettä leikkaavia rakenteita. Lähiympäristön magneettisessa kentässä ei voitu havaita rakennetekijää. Esiintymien ja malmittomien massiivien geofysikaalisissa kentissä eroja oli havaittavissa ainoastaan kaukoympäristöjen magneettisissa kentissä. Ryhmittelyanalyysi Ryhmittelyanalyysin tarkoituksena oli tutkia nikkeliesiintymien mahdollista jakautumista erilaisiin ryhmiin. Ryhmittelyyn käytettiin niin sanottua weighted pair-group average clustering -menetelmää (Davis 1973). Ohjelmassa lasketaan jokaiselle esiintymäparille esiintymien keskinäistä samanlaisuutta kuvaava suure (Gaal et al. 1977b, s. 30). Saamiensa arvojen perusteella ohjelma suorittaa luokittelun. Ryhmittely- ja myös karakteristiikka-analyysiä varten malmitiedosto muunnettiin binaariseen muotoon. Tämä tapahtui muokkaamalla tiedoston sisäitö 471 karakteristikaksi, jollaisia ovat esimerkiksi päämineraalina pentlandiitti, isäntäkivenä peridotiitti, jne. Liittees sä on lueteltu käytössä olleet karakteristikat tietoryhmittäin. Jokainen karakteristika toimii kysymyksenä, johon voidaan vastata kunkin esiintymän osaita vain joko on tai ei. Myönteinen vastaus merkitään 1 :llä ja kieiteinen O:lla. Jos ei voida vastata varmasti on tai ei, merkitään 2. Näin saadaan ykkösistä, nollista ja kakkosista koostuva niin sanottu karakteristiikkamatriisi, jossa vaakarivit edustavat 471 karakteristikaa ja pystysarakkeet 39 esiintymää. Analyysien tulosten tulkinnan kannaita on parempi, mitä vähäisempi on kakkosten osuus. Käytännössä on osoittautunut, että yhden esiintymän karakteristikoista saa olla enintään 30 % kakkosia. Tuntemattomien tietojen osuuden kasvaessa yli mainitun rajan, oikeiden tietojen antama informaatio häviää. Tuntemattomia tietoja oli kuitenkin yleensä mukana jonkin verran, ja niiden vaikutus poistettiin käyttämällä niin sanottua Monte Carlo-menetelmää (ks. esim. Harbaugh and Bonham-Carter 1970), joka korvaa kak koset satunnaisesti valituilla ykkösillä ja nollilla. Huolimatta havaintomateriaaliin sisältyvistä erilaisista jakaumista katsottiin niiden tarkan simuloinnin sijasta voitavan käyttää tasaisesti jakautuneita ykkösiä ja nollia. Geologisten tietojen ryhmittelyanalyysi Kuvassa 5 on esitetty geologisten tietojen perusteella tehtyjen ryhmittelyanalyysien tuloksia. Esiintymäryhmät 1- VIII on visuaalisesti eroteltu. Yhden ryhmän muodostaa keskimäärin viisi esiintymää noin 200 km 2 :n alueella. Varsinaisen ryhmittelyanalyysiohjelman antama tulos on dendrogrammi A, kun luokittelu on tapahtunut 303:n geologisen karakteristikan perusteella. Luokka 1 (kolmiot) koostuu pienistä heikosti differentioituneista kiillegneissiympäristössä sijaitsevista intruusioista, jotka sisäitävät lähes kauttaaitaan magneettikiisu-, pentlandiit-

21 20 A B c Dend rogromm i A :: 6. 6,.. ~.:: g fj,.....!l... Ll f}.. f}. {), f}.... l:j: o :: [J 0.. [J 0... <:>.. <:>..... : 0 luokko 1 luokko 2 luokko 3 luokko 4 o E A. Kai k k i t i e d 0 t o km!! Kuva 5. Kotalahden nikkelivyöhykkeen esiintymien geologisten tietojen ryhmittelyanalyysi. Fig. 5. Results of the characteristic analysis of the geological tiata of the deposits in the Kotalahti Nickel Belt. A. All data (3-3) characteristics) B. Chemical characteristics ofthe are and ore mineralogy (71 characteristics) C. Data of hast and wall rocks and the geometry of the deposits (68 characteristics) D. Data of the geolocy of the 10 x J 0 km 2 cell around the deposit and the genesis of the deposit (86 characteristics) E. Data ofthe geology ofthe 2 x 2 km 2 cell around the deposit (78 characteristics)

22 21 ti- ja kuparikiisupirotetta. Tähän luokkaan kuuluvat esiintymät sijaitsevat nikkelivyöhykkeen luoteis- ja keskiosissa, etenkin ryhmissä II, III, IV ja V. Luokka 1 liittyy läheisesti Kotalahden, Hituran ja Makolan esiintymiin, jotka kuitenkin muodostavat oman luokkansa. Luokka 2 (ympyrät) koostuu pääasiassa emäksisistä intruusioista kiillegneissiä ja jonkin verran emäksisiä vulkaniitteja sisältävässä ympäristössä. Intruusiot sisältävät kiisumineraaleja ja varsinkin pentlandiittia vähemmän kuin luokassa I. Luokan 2 muodostaa kaksi melko selvää ryhmää vyöhykkeen kaakkoispäässä. Luokkaan 3 (neliöt) kuuluvat nikkelivyöhykkeen ekonomiset esiintymät (Kotalahti, Hitura ja Makola) ja luokkaan 4 (vinoneliöt) Parikkalan ja Ylivieskan suurikokoiset gabrovaltaiset intruusiot. Esiintymät luokiteltiin myös käyttäen perusteena erikseen seuraavia tietoryhmiä: B Malmin kemiallinen karakteristiikka ja malmimineralogia (karakteristikat 1-60, ja 480, 71 kpl, ks. liite) C Isäntä- ja sivukivitiedot ja esiintymän geometria (karakteristikat , 468 ja 479, 68 kpl, liite) D Kaukoympäristön (1 x 10 km 2 ) geologia ja esiintymän geneesi (karakteristikat , ja 480,86 kpl, liite) E Malmiesiintymän (2 x 2 km 2 ) lähiympäristön geologia (karakteristikat , ja ,78 kpl, liite) Tarkastelemalla ympyrällä merkittyjen esiintymien sijoittumista kuvasta 5 voidaan todeta, että nikkelivyöhyke jakautuu karkeasti ottaen kahteen osaan. Ryhmät li-v muodostavat vyöhykkeen tunnetun ekonomisen osan ja ryhmät VI ja VII osan, josta ei toistaiseksi tunneta taloudellisesti hyödyntämiskelpoisia esiintymiä. Näiden ulkopuolelle jäävät ryhmät I ja VIII (Ylivieska ja Parikkala) muodostavat oman kokonaisuutensa. Ryhmittely E antaa epätyydyttävät tulokset. Syynä lienee lähiympäristön geologian suuri vaihtelevuus, toisin sanoen 2 x 2 km 2 :n alue on ilmeisesti liian pieni edustamaan tämäntyyppisten malmiesiintymien ympäristön geologiaa. Selkeimmin vyöhykkeen kahtiajakautuneisuus on todettavissa ryhmittelystä A. GeofysikaaIisten tietojen ryhmittelyanalyysi Ryhmittelyanalyysiä sovellettiin malmiesiintymien ja niiden ympäristöjen aiheuttamiin magneettisiin ja gravimetrisiin kenttiin. Analyyseissä käytettiin 165 karakteristikaa, jotka oli valittu kuvaamaan lähi- (2 x 2 km 2 ) ja kauko- (10 x 10 km 2 ) ympäristön magneettikenttää sekä 20 x 20 km 2 -ympäristön Bouguer-anomaliakenttää. Karakteristikoiksi valittiin Geologisen tutkimuslaitoksen magneettisilta korkealentokartoilta ja Geodeettisen laitoksen Bouguer-anomaliakartoilta laskettuja tilastollisia tunnusarvoja (keskiarvo, hajonta ym.) ja Fourier-analyysin antamia tuloksia. Ryhmittelyanalyysit tehtiin viidellä eri lähtötietoryhmällä: I Kaikki geofysikaaliset tiedot (= Il + III + IV + V, karakteristikat ja , 165 kpl, ks. liite) 11 Kaukoympäristön magneettiset ja gravimetriset tiedot (karakteristikat , 395- III IV V 4IOja , 111 kpl, liite) Gravimetriset tiedot (karakteristikat , ja , 58 kpl, liite) Kaukoympäristön magneettiset tiedot (karakteristikat ja ,53 kpl, liite) Lähiympäristön magneettiset tiedot (karakteristikat ja , 54 kpl, liite) Tarkasteltaessa saatuja ryhmittelytuloksia havaittiin, että lähiympäristön magneettikentän avulla ei saatu erotelluksi selviä ryhmiä. Tähän voi olla syynä ainakin kolme seikkaa: ana Iyysissä mukana olleiden esiintymien lähiympäristöt muistuttavat toisiaan liian paljon, käytetyt muuttujat eivät karakterisoi tutkittavaa aluetta tai lähiympäristön magneettikenttä ei oie merkitsevä esiintymien kannalta. Geologisten tietojen perusteella tehdyn ryhmittelyanalyysin tulkinnan mukaan 2 x 2 km 2 :n alue on liian pieni edustamaan tämäntyyppisten esiintymien ympäristön geologiaa. Tämän tuloksen voidaan katsoa tukevan edellä mainituista vaihtoehdoista viimeistä.

23 22 I n m ~.,...,..,.., ''''''''',',',',',',' '''''' ''''':''''ffi1} B ::... :: E3.,,,,.,...':::::::::::::::::::::::::::B.,... Dendrogrommi n (] ~~ 6,. }... /: \. /: \.\. r, ':::::: :::::::::::: ', ' 6 H IT UR A...,::::::::::: :::::::::::::::::: ; :::::: A.. : : :,.:::::::::::::::::::::::::::::: : :::: \. '.. ','... '... '... ',, \., ~ \. 3~ 6 ' \.t-... ':: : ::::::::::::::::.~ \. ci \. \., ,, 00- \. \. S \, \. \.\.. ' 3,... \.,, D2J \.,' ','. 8, ,«-- 8 \. \....,..,:: ::::::::::::::::::::::::::::::: ~,, ', \. \. ~,..pco' '- \. \., <3 \. 00 \. \. \. 9.. \ \. \. \. 'ODtJ...KOTALAHTI '... \. ro\. \ '''0,0 \. \, /: , \. \. oa' 6..., '--- _ ~,, \. ~0ö 0: ~ \. \. \. ' ~ \. \ ~ \. \ \. ~ ', ~, \.... \ ~... w I Koikki geofysiikon tiedot n ~oukoympö.ristö.n mogneettiset Ja grovlmetnset tledot m Grovimetriset tiedot :nr Ko u koym pöristön mogneettiset tiedot o km \ ' ~ \ , ' \. \. \.0(3 \ \,...' / ' 0 \. \ \ 6... 'i A ' \ \. I\J\l::I'C>... ', ' s \. '\ \. ~c::, -/ \. \. \.,...:: \. \. \ ~,, u...t..u ~ \. \ \ ' '... 6 li. \., dö \ \,... \. / \. \ 0... '\.,..., \. \ 0000 '...,,! \. \. ö V \ \...., O~ \ ~O'>. '..., 0... \. \ \,..., \ '0 0,,' \......' \ 0 ' ' \../ \ og /, : , 0...,, 60~ ' \. / '... t. '... / Kuva 6. Kotalahden nikkelivyöhykkeen esiintymien geofysikaalisten tietojen ryhminelyanalyysi. Fig. 6. ResuLts 0/ the eooraeteristie analysis 0/ the geophysieal tiata 0/ the deposits in the KotaLahti NickeL BeLt. 1 All tiata (165 eharaeteristies) 11 Magnetie data 0/10 x 10 km 2 eell and gravimetrie data 0/20 x 20 km 2 eell (111 eharaeteristies) 111 Gravimetrie data 0/20 x 20 km 2 eell (58 eharaeteristies) N Magnetic data 0/10 x 10 km 2 eell (53 eharaeteristies)