021111班-地球化学-稀土元素配分图,微量元素蛛网

地球化学稀土元素配分分析标准化管理部编码-[99968T-6889628-J68568-1689N]《地球化学》实习测验REE图表处理及参数计算一、实习目的1、掌握稀土元素组成模式图的制作方法。

2、掌握表征稀土元素组成的基本参数。

3、培养独立查阅文献及处理数据的能力。

二、基本原理1、稀土元素组成模式图1、原子序数为横坐标2、标准化数据为纵坐标3、对数刻度2、表征稀土元素组成的基本参数3、稀土总量4、轻重稀土比值5、轻稀土分异指数6、重稀土分异指数7、铕、铈异常三、实习测验内容1、绘制各类侵入岩的稀土元素组成模式图；2、计算各类侵入岩稀土元素组成的基本参数；3、对已绘制的图表和计算出的数据进行解释。

4、在以上实习内容掌握之后，自行查阅文献一篇，并进行以上3项操作。

四、实习测验步骤1、根据查阅文献数据，找到自己想要的数据表1 蒙库铁矿床岩石、矿石、矿物稀土元素成分分析（ppm）2、选出自己要的数据建立表格表2 稀土元素组成模式图（ppm）3、对数据进行球粒陨石标准化表3球粒陨石标准化后稀土元素组成模式图(ppm)图1 蒙库铁矿床稀土元素配分图5、计算稀土元素基本参数表4 表征稀土元素组成的基本参数6、数据及图表的解析（1）绿帘石：∑REE=，表明稀土元素含量较高；LR/HR=，表明轻重稀土元素间发生了较大的分异，轻稀土元素相对富集；(La/Sm)N=，(Gd/Lu)N=，显示轻重稀土元素内部都发生了分异作用，轻稀土元素分异更明显。

Eu异常值=，为强正异常；Ce异常值=，表明Ce基本无异常；稀土元素配分模式为轻稀土富集，重稀土相对亏损的右倾型，图像具有左陡右缓特点，Eu正异常明显特征。

（2）磁铁矿矿石：∑REE=，表明稀土元素含量较低；LR/HR=，表明轻重稀土元素间发生了较大的分异，轻稀土元素相对富集；(La/Sm)N=，(Gd/Lu)N=，显示轻重稀土元素内部都发生了分异作用，轻稀土元素分异更明显。

稀土元素地球化学原理及应用摘要:简单介绍了17种稀土元素，以及稀土元素地球化学的主要性质，稀土元素在自然界中的分异，稀土元素数据的整理方法和稀土元素的分配系数。

通过阐述稀土元素的这些地球化学原理引出稀土元素在在地球化学等各个方面的应用。

从而展望出稀土元素的重要性与发展空间。

关键词:稀土元素；地球化学；应用0 前言稀土一词是历史遗留下来的名称。

稀土元素（Rare Earth Element）是从18世纪末叶开始陆续发现，当时人们常把不溶于水的固体氧化物称为土。

稀土一般是以氧化物状态分离出来的，又很稀少，因而得名为稀土(Rare Earth，简称RE或R)。

稀土就是化学元素周期表中镧系元素——镧(La)、铈(Ce)、镨(Pr)、钕(Nd)、钷(Pm)、钐(Sm)、铕(Eu)、钆(Gd)、铽(Tb)、镝(Dy)、钬(Ho)、铒(Er)、铥(Tm)、镱(Yb)、镥(Lu)，以及与镧系的15个元素密切相关的两个元素——钪(Sc)和钇(Y)共17种元素，称为稀土元素。

通常把镧、铈、镨、钕、钷、钐、铕称为轻稀土元素（铈组稀土），钆、铽、镝、钬、铒、铥、镱、镥、钇称为重稀土元素（钇组稀土）。

也有的根据稀土元素物理化学性质的相似性和差异性，除钪之外(有的将钪划归稀散元素)，划分成三组，即轻稀土组为镧、铈、镨、钕、钷；中稀土组为钐、铕、钆、铽、镝；重稀土组为钬、铒、铥、镱、镥、钇。

周期系ⅢB族中原子序数为21、39和57～71的17种化学元素的统称。

其中原子序数为57～ 71的15种化学元素又统称为镧系元素。

1 稀土元素的主要性质（1）57—71号“镧系元素”属电子充填在第三层“4f型元素”,易失去6s25d1或6s24f1三个电子，呈三价，这十五个元素在自然界密切共生，成组成串进入矿物晶格。

Y是5周期过渡元素的起点，次外层d型充填，外电子排布为5s24d1 ，呈三价阳离子。

（2）二个变价元素及其形成条件：Eu4f7最稳定，它仅失去6s层上两个电= - 043伏特。

直接利用Excel作地球化学微量元素蛛网图、稀土元素配分模式图以及地球化学散点图GeoKit，Geoplot都是很好的地球化学数据处理软件。

但是怎么样直接利用Excel 作地球化学微量元素蛛网图、稀土元素配分模式图以及地球化学散点图等常用地球化学图解呢？原理如下：1.准备好数据：2.对数据进行标准化，第一排：输入：=样品/球粒陨石，然后回车。

样品和球粒陨石的值用，鼠标去点击相应的格。

如第一个样品，=C2/C9，回车。

3.手动计算第一排的数，如上。

然后拖动。

自动计算后面的数据。

如上。

现在开始画图。

如下，【图表向导】→【系列】4.分类（X）轴标志：用鼠标在表中拖动从La-到Lu，然后【确定】。

如上【完成】发现，Y轴是100，200，…这样的。

用鼠标放在Y轴上，右击→坐标轴格式→刻度，最大值1000。

对数刻度。

5.在图中空白出右击，图表选项，填上X,Y轴，用Geokit做的图对比右图是Geokit作的。

与左图一样。

上新的数据就会自动生成图。

按照上面的做法生成微量元素蛛网图：用Excel绘制地球化学散点图记下坐标轴x为35到79。

y为0到16（整数—描图时长点，变成整数）这是文献中常用到的火山岩TAS岩石分类图解。

遇到类似非常帅气的图片，我们可以先用CoreDraw或MapGIS描下来，形成底图，以便日后使用。

然后做XY散点图在散点图中任意右击，选【绘图区格式】→【填充效果】→【图片】→选择制作好的底图→【确定】。

设置坐标，将原图的坐标x为35到79，y为0到16，设置好。

图文均整理自网络，向原作者致敬……。

实习一稀土元素分配型式及地球化学参数的计算一、实习目的由于稀土元素的原子结构、原子半径、离子半径及化合价的相似性，导致它们在自然界中常常紧密共生在一起。

因镧系收缩的缘故，使得稀土元素的离子半径从La→Lu逐渐减小，于是在岩浆过程中，这些元素在固相和液相间的分配呈现出明显的规律性变化。

Ce和Eu在自然界具有变价（Ce4+、Eu2+）的特征，Ce 和Eu的相对富集与亏损程度往往反映了特殊的地质背景。

本次实习要求掌握稀土元素的计算和作图方法，理解稀土元素的富集程度、分馏程度的地质意义，掌握Eu的亏损与富集的地质背景。

二、实习内容某地区的岩浆岩种类极为发育（表1—１和表1—２），请画出各岩类的稀土配分曲线图、结合稀土元素参数进行地质过程分析。

两种方法所得到的稀土元素参数表1—1 岩浆岩稀土元素成分表（×10-6）注：１－橄榄苏长岩，２－钾长花岗岩，３－H型花岗岩，４－A型花岗岩，５－石英闪长岩(M型花岗岩)。

稀土元素由某单位等离子光谱方法分析。

表1—2 岩浆岩稀土元素成分表（×10-6）注：表中数据由中子活化方法分析实习一 稀土元素分配型式及地球化学参数的计算一、基本原理稀土元素通常指的是镧系元素的(La 、Ce 、Pr 、Nd 、Pm 、Sm 、Eu 、Gd 、Tb 、Dy 、Ho 、Er 、Tm 、Yb 、Lu ，其中Pm 在自然界无天然同位素)，由于稀土元素的原子结构、原子半径、离子半径（RE 3+变化于0.86Å—1.14Å）及化合价的相似性使得它们在自然界往往紧密共生。

因镧系收缩造成稀土元素的离子半径从La →Lu 逐渐减小，Ce 和Eu 在自然界具有变价（Ce 4+、Eu 2+）的特征，以及介质（岩石、土壤、矿物等）的不同而引起稀土元素在自然界的分离。

为便于研究稀土元素在某介质中的分配型式，必须排除“偶数规则”的影响，最常用的方法是利用球粒陨石丰度值对稀土元素进行标准化。

Univ. Chem. 2019, 34 (9), 125−134 125收稿：2019-03-31；录用：2019-05-08；网络发表：2019-06-05 *通讯作者，Email: bj@ §2018级本科生•未来化学家•doi: 10.3866/PKU.DXHX201903032稀土元素配合物结构的大数据分析谢俊忠§，杜骏豪§，何嘉炜§，胡皓然§，沈辰熹§，卞江*北京大学化学与分子工程学院，北京 100871摘要：元素化学是一门经验性较强的学科，通过描述或枚举的方法讲述元素的性质在教材和文献中随处可见。

在Scifinder 数据库中，每年新增数以百万计的新物质，推动着对元素化学的认识不断深入发展。

在大数据和人工智能迅猛发展的今天，尽管化学工作者在长期实验工作中积累的第一手经验和直觉仍然非常宝贵，但效率已不足以满足当前材料和分子设计对分子性质的需求。

数据库中的海量资源为新规律的发现提供机遇。

我们用大数据的方法分析稀土配合物的结构性质：将剑桥晶体结构数据库中的稀土配合物用定量的方法进行归类，统计有关配合物结构的相关信息。

通过分析样本数据与典型案例，我们得出了稀土配合物结构的普遍规律。

基于我们的研究成果以及研究过程中遇到的问题，我们总结与展望了大数据在化学中的应用。

关键词：大数据；统计；稀土配合物；配位数；配位几何结构 中图分类号：G64；O6Big Data Analysis of Structures of Rare-Earth Coordination CompoundsXIE Junzhong §, DU Junhao §, HE Jiawei §, HU Haoran §, SHEN Chenxi §, BIAN Jiang *College of Chemistry and Molecular Engineering, Peking University, Beijing 100871, P. R. China.Abstract: Element chemistry is a highly empirical subject, and descriptive or enumerative methods depicting the nature of elements can be seen in textbooks and publications. In the Scifinder database, millions of new compounds found every year considerably enhance the understanding of element chemistry. With the rapid development of Big Data and Artificial Intelligence, the chemists’ long-term experimental experience and intuition, though precious, fail to meet the demand of molecular properties for the material and molecule design in efficiency. Massive data sources in the database provides a brand-new opportunity to discover new rules. We apply big-data methods to analyze the structural properties of the rare-earth coordination compounds, by gathering statistics from the Cambridge Structural Database System and classifying the entries quantitatively. We also give the general rules by analyzing the data and some representative examples. Based on the results and the problems in research, we summarize and outlook the application of big-data in chemistry.Key Words: Big data; Statistics; Rare-earth compound; Coordination number; Coordination geometry structure1 引言被誉为“工业维生素”的稀土元素有着独特的配位化学，不同于配位模式受中心原子配位偏好支配的d 区过渡金属，稀土配合物的结构更加复杂多变。