UBC Theses and Dissertations

UBC Theses Logo

UBC Theses and Dissertations

Surface lithogeochemistry of the Relincho porphyry copper-molybdenum deposit, Atacama region, Chile :… Greenlaw, Lauren 2014

Your browser doesn't seem to have a PDF viewer, please download the PDF to view this item.

Notice for Google Chrome users:
If you are having trouble viewing or searching the PDF with Google Chrome, please download it here instead.

Item Metadata


33426-ubc_2014_november_greenlaw_lauren_appendices.pdf [ 437.48MB ]
JSON: 33426-1.0107673.json
JSON-LD: 33426-1.0107673-ld.json
RDF/XML (Pretty): 33426-1.0107673-rdf.xml
RDF/JSON: 33426-1.0107673-rdf.json
Turtle: 33426-1.0107673-turtle.txt
N-Triples: 33426-1.0107673-rdf-ntriples.txt
Original Record: 33426-1.0107673-source.json
Full Text

Full Text

	  APPENDIX	  A:	  Quantitative	  Mineralogy:	  A	  Comparison	  of	  Mineral	  Liberation,	  X-­‐ray	  Diffraction,	  Rietveld	  Refinement,	  Quantitative	  Evaluation	  of	  Minerals	  by	  Scanning	  Electron	  Microscopy	  and	  Whole	  Rock	  Analyses	  	  	  This	  appendix	  consists	  of	  a	  report	  summarizing	  the	  comparison	  of	  mineral	  quantification	  through	  mineral	  liberation	  analysis	  (MLA),	  X-­‐ray	  diffraction	  (XRD),	  Rietveld	  refinement	  (RR),	  quantitative	  evaluation	  of	  minerals	  by	  scanning	  electron	  microscopy	  (QEMSCAN)	  and	  whole	  rock	  analysis,	  calculated	  using	  the	  MINSQ	  worksheet,	  as	  well	  as	  all	  of	  the	  results	  from	  the	  aforementioned	  quantification	  methods	  as	  follows:	  	   A.I	  XRD	  	   A.II	  RR	  	   A.III	  MLA	  results	  	  	   A.IV	  QEMSCAN	  	   A.V	  MINSQ	  	   	  122	  A.1 	   Abstract	  There	  are	  many	  methods	  for	  quantifying	  mineralogy,	  but	  which	  is	  most	  appropriate	  for	  a	  given	  application?	  Using	  petrography	  results	  as	  a	  basis	  for	  comparison,	  this	  question	  is	  considered	  by	  quantifying	  ten	  samples	  of	  homogeneous,	  quartz	  diorite,	  taken	  over	  the	  Relincho	  Cu-­‐Mo	  porphyry	  deposit	  in	  Atacama,	  Chile.	  A	  comparison	  of	  the	  strengths,	  weaknesses	  and	  relative	  accuracy	  of	  X-­‐Ray	  Diffraction	  (XRD),	  Rietveld	  Refinement	  (RR),	  Mineral	  Liberation	  Analysis	  (MLA),	  Quantitative	  Evaluation	  of	  Minerals	  by	  Scanning	  Electron	  Microscopy	  (QEMSCAN),	  and	  calculation	  from	  whole	  rock	  data	  using	  the	  MINSQ	  spreadsheet,	  identify	  QEMSCAN,	  RR	  and	  MINSQ	  as	  the	  most	  effective	  methods	  of	  quantification	  for	  these	  samples.	  QEMSCAN	  and	  MLA	  use	  a	  carbon	  coated,	  polished	  thin	  sections	  to	  produce	  a	  coloured	  mineral	  map	  and	  can	  report	  modal	  mineralogy	  as	  well	  as	  physical	  properties	  if	  requested.	  XRD,	  RR	  and	  MINSQ	  use	  pulp	  material	  and	  only	  determine	  modal	  mineralogy.	  Though	  QEMSCAN	  and	  MLA	  are	  powerful	  mineral	  quantification	  tools,	  result	  accuracy	  is	  dependent	  upon	  substantial	  geological	  knowledge	  of	  the	  sample	  material	  and	  an	  accurate	  spectral	  library.	  As	  spectral	  libraries	  tend	  to	  improve	  with	  increasing	  analyses,	  QEMSCAN	  and	  MLA	  are	  ideal	  for	  large-­‐scale,	  long-­‐term	  quantification	  programs,	  though	  ill	  suited	  for	  small-­‐scale	  projects	  with	  no	  pre-­‐existing	  spectral	  library.	  	  Methods	  XRD,	  RR	  and	  MINSQ	  quantify	  mineralogy	  relatively	  quickly,	  easily	  and	  inexpensively.	  Attractive	  for	  small-­‐scale	  programs,	  XRD,	  RR	  and	  MINSQ	  are	  less	  practical	  for	  large-­‐scale	  projects	  as	  interpretation	  is	  completed	  sample-­‐by-­‐sample	  with	  little	  automation	  of	  the	  interpretation.	  	  	  	  	   	  123	  A.2	   Introduction	  A	  variety	  of	  methods	  exist	  for	  mineral	  quantification,	  all	  of	  which	  have	  particular	  applications	  for	  which	  they	  are	  best	  suited.	  Petrographic	  quantification	  is	  well	  applied	  to	  small-­‐scale	  programs,	  but	  is	  laborious	  and	  can	  be	  fraught	  with	  human	  error,	  including	  misidentification	  of	  minerals	  and	  over	  or	  under	  estimation	  of	  composition.	  Other	  quantification	  methods,	  such	  as	  Quantitative	  Evaluation	  of	  Minerals	  by	  Scanning	  Electron	  Microscopy	  (QEMSCAN),	  and	  Mineral	  Liberation	  Analysis	  (MLA),	  require	  an	  accurate	  spectral	  library	  for	  quantification,	  and	  can	  produce	  a	  wealth	  of	  information	  including	  visually	  intuitive	  coloured	  maps,	  physical	  properties	  of	  mineral	  grains	  and	  elemental	  distribution	  matrices.	  Quantification	  by	  X-­‐ray	  diffraction	  (XRD),	  Rietveld	  refinement	  (RR)	  and	  calculations	  from	  whole	  rock	  and	  multi-­‐element	  results	  using	  the	  MINSQ	  spreadsheet	  (Herrmann	  &	  Berry,	  2002)	  are	  simple	  by	  comparison	  to	  MLA	  and	  QEMSCAN,	  producing	  only	  modal	  mineralogy,	  but	  also	  requiring	  less	  geological	  input.	  	  Each	  of	  these	  six	  methods	  has	  a	  suitable	  application,	  though	  none	  are	  suitable	  for	  every	  situation.	  A	  comparison	  of	  quantification	  results	  of	  ten	  homogeneous,	  quartz	  diorite	  samples	  from	  the	  Relincho	  Cu-­‐Mo	  porphyry	  deposit	  in	  Atacama,	  Chile	  by	  QEMSCAN,	  MLA,	  XRD,	  RR	  and	  MINSQ	  examines	  the	  strengths	  and	  weaknesses	  of	  each	  methodology.	  A	  description	  of	  each	  methodology,	  along	  with	  a	  comparison	  of	  strengths,	  weaknesses	  and	  relative	  accuracy,	  allows	  for	  an	  assessment	  of	  each	  method.	  Scanning	  Electron	  Microscope	  (SEM)	  and	  Electron	  Microprobe	  (EMP)	  data	  in	  combination	  with	  petrographic	  observations	  offer	  a	  basis	  for	  comparison	  and	  accuracy	  for	  quantification	  results.	  Based	  on	  these	  results,	  the	  reader	  can	  make	  an	  informed	  decision	  as	  to	  which	  methodology	  is	  most	  appropriate	  for	  their	  application.	  	  A.3	   Project	  Background	  The	  Relincho	  deposit	  is	  located	  at	  the	  southern	  extent	  of	  a	  belt	  of	  Paleocene	  porphyry	  deposits	  running	  from	  southern	  Peru	  to	  central	  Chile	  (Figure	  A.1).	  A	  Paleocene,	  homogeneous	  quartz	  diorite	  hosts	  mineralized	  Paleocene	  porphyry	  units	  of	  the	  same	  source:	  the	  Los	  Morteros	  batholith.	  Average	  composition	  of	  the	  quartz	  diorite	  host	  is	  60-­‐75%	  plagioclase	  (An32	  from	  EMP	  results),	  8-­‐15%	  quartz,	  8-­‐15%	  hornblende	  (magnesio-­‐hornblende	  from	  EMP	  results),	  4-­‐8%	  biotite	  and	  0-­‐2%	  magnetite.	  Alteration	  assemblages	  124	  are	  potassic,	  propylitic	  and	  phyllic	  defined	  by	  secondary	  biotite	  -­‐	  K-­‐feldspar	  ±	  glassy	  limonite	  (from	  chalcopyrite),	  epidote	  -­‐	  chlorite	  -­‐	  hematite	  ±	  albite	  ±	  calcite	  ±	  pyrite,	  and	  chlorite	  -­‐	  quartz	  -­‐	  sericite	  ±	  calcite,	  respectively.	  Temporally	  the	  potassic	  alteration	  occurred	  first,	  followed	  by	  propylitic,	  then	  by	  phyllic.	  Propylitic	  alteration	  extends	  most	  distally,	  and	  potassic	  is	  strongly	  associated	  with	  mineralization	  (Figure	  A.2).	  A.4	   Methods	  Mineral	  quantification	  methodologies	  determine	  modal	  mineral	  composition	  and	  speciation	  by	  analyzing	  either	  pulp	  materials	  or	  polished	  thin	  sections	  (PTS).	  The	  Vancouver	  Petrographics	  made	  PTS	  were	  described,	  then	  carbon	  coated	  for	  QEMSCAN,	  MLA,	  SEM	  and	  EMP	  work.	  Approximately	  6	  kg	  of	  sample	  material	  was	  submitted	  to	  Acme	  Laboratories	  in	  Vancouver,	  Canada	  for	  preparation,	  XRD,	  whole	  rock	  and	  ultratrace	  multi-­‐element	  analyses.	  Whole	  rock	  and	  multi-­‐element	  results	  were	  processed	  using	  the	  MINSQ	  spreadsheet	  to	  quantify	  the	  mineralogy	  (Herrmann	  &	  Berry,	  2002).	  The	  RR	  work	  was	  performed	  on	  pulp	  made	  from	  the	  remaining	  material	  leftover	  from	  the	  PTS.	  	  The	  PTS	  based	  methodologies	  (MLA	  and	  QEMSCAN)	  are	  both	  non-­‐destructive,	  produce	  a	  coloured	  mineralogical	  map	  and	  have	  the	  added	  capacity	  to	  report	  inter-­‐mineral	  relationships,	  elemental	  distribution	  and	  physical	  properties	  including	  grain	  size,	  shape	  and	  density.	  Pulp-­‐based	  methodologies	  (XRD,	  RR	  and	  quantification	  from	  whole	  rock	  data)	  produce	  a	  list	  of	  minerals	  and	  their	  concentrations;	  for	  the	  XRD	  based	  methodologies	  (RR	  and	  XRD)	  a	  diffraction	  pattern	  is	  also	  reported.	  Figure	  A.3	  provides	  a	  side-­‐by-­‐side	  comparison	  of	  products.	  A.4.1	  	   Sample	  Selection	  	  Samples	  were	  chosen	  to	  represent	  the	  major	  alteration	  assemblages	  at	  different	  intensities.	  Ten	  quartz-­‐diorite	  surface	  samples	  taken	  across	  the	  Relincho	  deposit	  were	  allotted	  alteration	  intensity	  values	  from	  1	  to	  3	  representing	  insipient	  (less	  than	  30%	  of	  the	  original	  mineral	  replaced	  by	  the	  alteration	  mineral),	  partial	  (30-­‐50%)	  and	  complete	  (over	  50%)	  based	  on	  hand	  sample	  and	  thin	  section	  observations	  (Table	  A.1).	  	  	   	  125	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  Figure	  A.1:	  Map	  of	  the	  global	  regional	  porphyry	  belts	  and	  the	  porphyry	  belts	  of	  Chile	  including	  the	  location	  of	  the	  Relincho	  deposit	  Figure	  A.2:	  	  Alteration	  footprint	  of	  the	  Relincho	  deposit,	  based	  on	  hand	  sample	  and	  thin	  section	  observations	  	   	  126	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  Figure	  A.3:	  Products	  from	  each	  quantification	  method	  for	  sample	  AA-­‐03A:	  	  A.	  XRD	  diffusion	  pattern	  with	  the	  excerpt	  from	  the	  report	  stating	  modal	  abundances;	  B.	  RR	  with	  coloured	  lines	  indicative	  of	  minerals,	  and	  a	  grey	  line	  below	  zero	  indicating	  the	  difference	  between	  the	  sample	  diffraction	  pattern	  and	  the	  fit	  of	  the	  identified	  minerals;	  C.	  MLA	  results	  with	  mineral	  list	  and	  modal	  abundances.	  An	  outline	  shows	  the	  area	  run	  for	  QEMSCAN,	  note	  pixelation	  due	  to	  instrument	  issues;	  D.	  QEMSCAN	  results	  with	  the	  respective	  list	  of	  minerals	  and	  modal	  compositions;	  E.	  MINSQ	  results	  spreadsheet,	  minerals	  with	  *	  used	  electron	  microprobe	  calculated	  compositions	  for	  quantification.	   	  Quartz…….. Moderate Abundance (> 25 %) Albite…….. Moderate Abundance (> 25 %) Orthoclase…….. Minor to Moderate Abundance (10-25%) Clinochlore…….. Minor Abundance (5-10 %)  Quartz  23.61 % Clinochlore II 3.14 % Actinolite  3.56 % Albite low, calcian 56.56 % Orthoclase 10.36 % Magnetite  1.22 % Titanite  1.55% 127	  	    Alteration in Mafic Sites Alteration in Felsic Sites Sample Alt Ass Biotite Chlorite Epidote Musc Albite K- Feldspar AA-03A Pr  3 1  2 1 AC-01 Pr  3   2  AH-03 F       C-04A K-Ph 2   2  1 F-03 K-Pr 1 1   1 1 G-08 K-Pr  1 2  2 2 K-08 K 3    1 2 K-18 K-Ph 3   2  1 Q-08B Pr-Ph  3  1 2  S-06A K-Pr  2 2  2 3 	  Table	  A.1:	  Selected	  samples	  and	  their	  respective	  alteration.	  Assemblages	  are:	  potassic	  (K,	  dark	  grey	  highlight),	  propylitic	  (Pr,	  medium	  and	  light	  grey),	  phyllic	  (Ph,	  light	  grey	  and	  white)	  and	  fresh	  (F),	  or	  combinations	  written	  in	  chronological	  order.	  Alteration	  intensity	  indicated	  by	  1	  (<30%	  replacement	  of	  primary	  mineral	  with	  alteration	  mineral),	  2	  (30%<replacement<60%),	  or	  3	  (>60%	  replacement).	  	  	   	  128	  A.4.2	   Mineral	  Quantification	  Methods	  A	  brief	  description	  of	  each	  method	  is	  necessary	  for	  understanding	  the	  results,	  strengths	  and	  shortcomings	  of	  each.	  All	  require	  the	  operator	  to	  have	  a	  basic	  geological	  understanding	  of	  the	  sample	  material,	  without	  which	  erroneous	  results	  may	  occur.	  It	  is	  important	  to	  note	  that	  QEMSCAN	  and	  MLA	  analyses	  require	  an	  accurate,	  precursory,	  spectral	  library	  that	  matches,	  as	  closely	  as	  possible,	  the	  spectra	  of	  minerals	  in	  the	  samples.	  One	  mineral	  could	  be	  represented	  by	  several	  spectra	  based	  on	  slight	  crystallographic	  or	  compositional	  changes.	  Creating	  these	  libraries	  is	  laborious,	  but	  essential	  for	  accuracy	  and	  completeness.	  Whenever	  possible	  users	  are	  encouraged	  to	  create	  the	  library	  themselves	  and	  be	  involved	  with	  data	  processing.	  	  All	  samples	  have	  undergone	  petrographic	  quantification,	  using	  SEM	  results	  to	  ensure	  correct	  mineral	  identification.	  Each	  sample	  has	  been	  photographed	  in	  polarized	  and	  cross-­‐polarized	  light	  prior	  to	  quantitative	  work.	  	  A.4.2.1	  X-­‐ray	  Diffraction	  Samples	  at	  Acme	  were	  prepared	  by	  jaw	  crushing	  to	  80%	  passing	  2	  mm,	  riffle	  splitting	  a	  500	  g	  sub-­‐sample,	  and	  pulverizing	  by	  ring	  and	  puck	  mill	  to	  85%	  passing	  0.85	  mm.	  The	  pulp	  material	  was	  then	  mounted	  and	  exposed	  to	  a	  beam	  of	  X-­‐rays,	  which	  are	  diffracted	  by	  crystal	  faces.	  Sample	  rotation	  exposes	  different	  crystal	  faces,	  which	  diffract	  the	  X-­‐ray	  beam;	  a	  detector	  receives	  these	  diffractions	  and	  produces	  a	  diffraction	  pattern.	  Crystal	  structure	  of	  a	  mineral	  dictates	  intensity	  and	  position	  of	  diffraction	  peaks,	  creating	  characteristic	  patterns	  for	  each	  mineral.	  Diffraction	  patterns	  are	  compared	  to	  a	  mineralogical	  database,	  the	  closest	  fit	  mineral	  is	  assigned.	  As	  the	  XRD	  uses	  crystallography	  for	  identification,	  it	  cannot	  identify	  anything	  amorphous.	  Analyses	  for	  XRD	  were	  completed	  by	  Acme	  on	  a	  Siemens	  D500	  diffractometer,	  acquiring	  data	  with	  DataScan	  (version	  4)	  software	  and	  analyzing	  with	  Jade	  (version	  8.01)	  software,	  both	  of	  which	  were	  created	  by	  MDI	  software	  of	  Livermore,	  California.	  Quantification	  was	  made	  on	  the	  basis	  of	  maximum	  peak	  height	  ratios	  using	  mineral	  patterns	  extracted	  from	  the	  International	  Powder	  Diffraction	  Database	  (IPDD).	  There	  are	  no	  regular	  calibrations	  of	  this	  XRD.	  Cost	  of	  XRD	  analysis	  at	  Acme	  Laboratories,	  Vancouver	  is	  $	  110	  CAN	  per	  sample,	  plus	  preparation.	  	  129	  A.4.2.2	  Rietveld	  Refinement	  Rietveld	  refinement	  is	  performed	  on	  XRD	  results.	  A	  second	  set	  of	  XRD	  analyses	  was	  completed	  at	  the	  University	  of	  British	  Columbia	  for	  the	  purpose	  of	  applying	  RR.	  Specific	  preparation	  is	  required	  to	  reduce	  preferential	  orientation;	  originally	  put	  forth	  by	  Raudsepp	  &	  Pani,	  2003,	  is	  summarized	  and	  slightly	  modified	  here.	  	  Samples	  were	  pulverized,	  then	  ground	  under	  ethanol	  in	  a	  vibratory	  micronizing	  mill	  for	  7	  minutes	  to	  reduce	  the	  grain	  size	  to	  <10	  μm.	  The	  ethanol-­‐sample	  slurry	  was	  spread	  on	  to	  glassware	  to	  allow	  the	  ethanol	  to	  evaporate.	  Dried	  sample	  material	  was	  then	  broken	  up	  and	  scraped	  off	  of	  the	  glassware	  using	  a	  razor,	  and	  gently	  ground	  with	  a	  mortar	  and	  pestle.	  The	  ground	  sample	  was	  packed	  into	  a	  holder,	  ensuring	  that:	  particles	  are	  randomly	  oriented,	  the	  area	  of	  the	  X-­‐ray	  beam	  is	  confined	  to	  the	  sample	  at	  all	  angles	  of	  diffraction,	  and	  the	  sample	  is	  thick	  enough	  that	  the	  X-­‐ray	  beam	  cannot	  pass	  through	  it.	  Data	  are	  collected	  using	  step-­‐scan	  X-­‐ray	  powder-­‐diffraction,	  collected	  over	  a	  range	  of	  3	  to	  80o	  2θ	  in	  increments	  of	  0.03o	  2θ	  with	  a	  counting	  time	  of	  0.7s/step	  using	  CoKα	  radiation.	  Diffraction	  patterns	  are	  calculated	  using	  known	  crystal	  data	  for	  each	  phase;	  these	  are	  then	  fitted	  to	  the	  sample’s	  diffraction	  pattern	  using	  least-­‐squares	  refinement.	  	  Bruker	  software	  EVA	  was	  used	  to	  identify	  phases;	  Topas	  software	  was	  used	  for	  RR.	  EVA	  can	  suggest	  a	  list	  of	  minerals	  to	  fit	  the	  sample	  pattern	  if	  requested,	  though	  the	  user	  is	  strongly	  advised	  to	  use	  this	  list	  with	  caution.	  Manually	  fitting	  and	  refining	  mineral	  spectra	  was	  performed	  in	  Topas	  to	  minimize	  the	  discrepancy	  between	  the	  sample	  pattern	  and	  the	  mineral	  spectra.	  Topas	  interpolates	  mineral	  quantities	  based	  on	  peak	  intensities	  and	  spectra	  fit,	  normalizing	  the	  crystalline	  phases	  to	  100%.	  Over-­‐estimation	  of	  quantities	  occur	  when	  the	  number	  of	  mineral	  specimens	  present	  is	  underestimated,	  therefore	  it	  is	  important	  to	  note	  the	  discrepancy	  between	  the	  mineral	  spectra	  and	  sample	  pattern	  to	  ensure	  that	  all	  mineral	  species	  have	  been	  accounted	  for.	  Though	  a	  pre-­‐set	  mineral	  list	  is	  not	  required	  for	  RR,	  mineralogical	  knowledge	  will	  significantly	  improve	  the	  quality	  of	  results.	  Because	  of	  its	  XRD	  platform,	  RR	  is	  incapable	  of	  identifying	  anything	  amorphous.	  	  Analyses	  were	  performed	  on	  a	  Bruker	  D8	  Focus	  XRD	  with	  a	  LynxEye	  detector	  in	  the	  Earth,	  Ocean	  and	  Atmospheric	  Sciences	  department	  of	  the	  University	  of	  British	  Columbia.	  This	  XRD	  is	  checked	  weekly	  by	  running	  a	  known	  standard	  of	  corundum	  to	  ensure	  the	  130	  correct	  peak	  positions	  and	  intensities.	  The	  cost	  of	  having	  an	  experienced	  technician	  prepare,	  analyze	  and	  interpret	  results	  is	  $	  200	  CAN	  per	  sample	  at	  UBC.	  	  A.4.2.3	  Mineral	  Liberation	  Analysis	  MLA	  uses	  a	  PTS	  to	  create	  a	  low	  noise,	  high-­‐resolution,	  grey-­‐scale,	  Back	  Scatter	  Electron	  (BSE)	  image	  by	  dividing	  the	  PTS	  into	  a	  grid	  of	  evenly	  sized	  “frames”,	  imaged	  one	  at	  a	  time	  from	  left	  to	  right,	  bottom	  to	  top,	  across	  the	  surface	  area	  defined	  by	  the	  user.	  These	  frames	  are	  stitched	  together	  into	  a	  single	  BSE	  image	  with	  mineral	  phases	  identified	  by	  their	  boundaries	  based	  on	  greyscale	  changes	  (Fandrich,	  et	  al.,	  2007).	  Each	  distinct	  greyscale	  phase	  is	  given	  a	  false	  colour	  in	  what	  is	  called	  the	  phase	  segmentation	  process.	  All	  distinct	  mineral	  phases	  are	  defined	  by	  an	  Average	  Atomic	  Number	  (AAN),	  which	  is	  generally	  unique	  to	  each	  mineral	  and	  proportional	  to	  BSE	  brightness.	  MLA	  software	  groups	  phase	  areas	  with	  like	  greyscales	  as	  potentially	  identical	  minerals	  and	  allots	  each	  area	  at	  least	  one	  X-­‐ray	  measurement,	  delivered	  by	  an	  Energy	  Dispersive	  Spectrometer	  (EDS).	  Each	  phase	  area’s	  X-­‐ray	  spectrum	  is	  processed	  using	  the	  MLA	  Image	  Processing	  Tool	  and	  Mineral	  Reference	  Editor	  software,	  which	  attempts	  to	  match	  the	  EDS	  spectrum	  to	  the	  X-­‐ray	  spectral	  library	  defined	  by	  the	  user.	  The	  user	  prescribes	  a	  ‘looseness	  of	  fit’	  criterion	  for	  the	  spectrum	  matching:	  if	  the	  spectrum	  does	  not	  meet	  the	  criterion	  when	  attempting	  a	  match	  to	  the	  X-­‐ray	  spectra	  in	  the	  library	  database,	  the	  program	  reports	  the	  phase	  as	  “unknown”.	  If	  the	  fraction	  of	  “unknowns”	  is	  unacceptable,	  the	  spectral	  library	  must	  be	  revised	  and	  the	  data	  reprocessed.	  The	  spectral	  library	  must	  be	  carefully	  compiled	  to	  be	  as	  representative	  as	  possible	  of	  pertinent	  mineral	  phases;	  incomplete,	  or	  incorrect	  spectra	  result	  in	  a	  large	  “unknown”	  population,	  or	  misidentified	  minerals.	  	  Quantities	  reported	  by	  MLA	  are	  based	  on	  surface	  area	  and	  normalized	  to	  100%.	  Spectra	  can	  be	  grouped	  together	  to	  be	  representative	  of	  a	  mineral.	  For	  instance	  the	  mineral	  phase	  biotite	  may	  include	  a	  group	  of	  five	  X-­‐ray	  spectra,	  each	  representative	  of	  a	  slightly	  different	  composition	  or	  crystallography	  of	  biotite.	  In	  this	  way	  it	  is	  possible	  to	  group	  and	  ungroup	  the	  spectra	  as	  the	  user	  deems	  appropriate,	  for	  instance	  breaking	  down	  and	  re-­‐grouping	  the	  biotite	  spectra	  to	  distinguish	  Fe-­‐rich	  biotite	  from	  Mg-­‐rich	  biotite.	  	  Analyses	  were	  completed	  at	  the	  Teck	  Metals	  Ltd.	  Applied	  Research	  and	  Technology	  facility	  in	  Trail,	  BC	  on	  an	  FEI	  Quanta	  600	  SEM	  with	  a	  tungsten	  filament,	  using	  dual	  Bruker	  131	  XFlash	  4010	  silicon	  drift	  detectors.	  Image	  focus,	  BSE	  grey	  level	  drift	  and	  position	  of	  the	  automatic	  X-­‐ray	  measurements	  are	  checked	  for	  before	  the	  analysis	  of	  each	  sample.	  The	  EDS	  is	  calibrated	  against	  the	  Cu	  spectral	  energy	  before	  each	  sample	  was	  analyzed	  to	  ensure	  that	  all	  elements	  are	  reported	  correctly.	  The	  cost	  of	  MLA	  on	  a	  PTS	  at	  ALS	  Chemex	  is	  $	  600	  CAN	  per	  sample,	  not	  including	  PTS	  preparation	  or	  interpretation.	  A.4.2.4	  Quantitative	  Evaluation	  of	  Minerals	  by	  Scanning	  Electron	  Microscopy	  QEMSCAN	  uses	  a	  SEM	  with	  four	  light-­‐element	  EDS	  to	  produce	  mineral	  maps	  in	  a	  method	  similar	  to	  that	  of	  the	  MLA.	  As	  in	  MLA,	  QEMSCAN	  requires	  a	  detailed,	  accurate	  spectral	  library	  to	  ensure	  quality	  results.	  	  An	  electron	  beam	  steps	  across	  the	  sample	  at	  a	  pixel	  size	  set	  by	  the	  user;	  BSE	  signals	  and	  EDS	  spectra	  are	  collected	  for	  each	  pixel,	  from	  which	  minerals	  are	  identified.	  A	  false-­‐colour	  mineral	  map,	  as	  in	  MLA,	  is	  processed	  using	  the	  iDiscover	  software,	  producing	  a	  coloured	  mineral	  map,	  categorized	  as	  indicated	  by	  the	  user.	  If	  a	  spectrum	  does	  not	  match	  anything	  in	  the	  spectral	  library	  it	  is	  reported	  as	  “unknown”;	  if	  there	  is	  a	  substantial	  unknown	  concentration	  the	  spectral	  library	  must	  be	  reviewed.	  It	  should	  be	  noted	  that	  QEMSCAN	  is	  incapable	  of	  differentiating	  between	  magnetite	  and	  hematite;	  this	  must	  be	  done	  through	  optical	  mineralogy	  or	  in	  hand	  sample.	  As	  with	  MLA,	  mineral	  spectra	  can	  be	  grouped	  or	  ungrouped	  as	  the	  user	  needs.	  QEMSCAN	  work	  was	  completed	  at	  the	  Advanced	  Mineralogy	  Research	  Center	  at	  the	  Colorado	  School	  of	  Mines.	  Their	  system	  features	  four	  Bruker	  X275HS	  silicon	  drift	  X-­‐ray	  detectors,	  a	  Carl	  Zeiss	  EVO50	  platform,	  a	  four-­‐quadrant	  semiconductor	  diode	  BSE	  detector	  and	  a	  secondary	  electron	  detector.	  Calibration	  was	  completed	  each	  time	  a	  sample	  was	  run	  using	  pure	  Au,	  Cu	  and	  quartz	  standards.	  Analytical	  information	  is	  processed	  using	  iMeasure®	  and	  iDiscover®	  software.	  The	  cost	  of	  QEMSCAN	  analysis	  at	  the	  Colorado	  School	  of	  Mines	  is	  $	  200	  USD	  an	  hour	  for	  commercial	  use,	  or	  about	  $	  600	  USD	  for	  a	  26	  mm	  x	  46	  mm	  PTS,	  though	  analytical	  time	  varies	  depending	  on	  the	  amount	  of	  data	  requested	  (cost	  does	  not	  include	  PTS	  preparation).	  	  QEMSCAN	  and	  MLA	  methodologies	  are	  similar,	  but	  have	  some	  distinct	  differences.	  1-­‐ QEMSCAN	  uses	  four	  detectors,	  MLA	  uses	  two	  2-­‐ QEMSCAN	  uses	  a	  25	  mm	  working	  distance,	  MLA	  uses	  10	  mm	  132	  3-­‐ 	  QEMSCAN	  takes	  readings	  at	  regular	  intervals	  preset	  by	  the	  user	  covering	  the	  entire	  sample.	  MLA	  takes	  readings	  based	  on	  identified	  phase	  boundaries:	  if	  no	  boundary	  is	  detected,	  no	  reading	  will	  be	  taken.	  	  A.4.2.5	  Whole	  Rock	  Analysis	  	  Using	  the	  same	  pulp	  as	  the	  Acme	  XRD	  analysis,	  major	  oxides	  were	  determined	  by	  a	  lithium	  metaborate/tetraborate	  fusion,	  dilute	  nitric	  acid	  digestion	  with	  ICP-­‐ES	  finish	  on	  a	  0.2	  g	  sample.	  Trace	  elements	  were	  determined	  by	  the	  same	  fusion	  and	  digestion,	  with	  an	  ICP-­‐MS	  analysis,	  while	  total	  carbon	  and	  sulphur	  were	  determined	  by	  Leco	  analysis.	  Multi-­‐element	  ultratrace	  results	  are	  from	  aqua	  regia	  digestion	  of	  a	  30g	  sample	  split,	  with	  an	  ICP-­‐MS	  finish.	  Using	  the	  concentrations	  of	  major	  oxides	  and	  other	  elements	  the	  MINSQ	  spreadsheet	  (Herrmann	  &	  Berry,	  2002),	  modal	  mineralogy	  was	  calculated	  using	  the	  least	  squares	  method	  and	  the	  Solver	  analysis	  tool	  in	  Microsoft	  Excel.	  User	  created	  mineral	  lists	  and	  their	  compositions	  were	  used	  for	  quantification.	  To	  improve	  accuracy,	  EMP	  calculated	  mineral	  compositions	  of	  actinolite,	  hornblende,	  Mg-­‐biotite,	  K-­‐feldspar,	  plagioclase	  and	  albite	  were	  used.	  Compositions	  were	  calculated	  using	  methodologies	  presented	  by	  Schumacher,	  1997	  for	  amphiboles,	  Deer	  et	  al.,	  2004	  for	  biotite,	  and	  Deer	  et	  al.,	  2001	  for	  feldspars.	  Mineral	  lists	  were	  tweaked	  from	  sample	  to	  sample	  to	  accommodate	  compositional	  change.	  	  These	  ten	  samples	  were	  analyzed	  along	  with	  the	  other	  280	  samples	  from	  the	  survey,	  with	  blanks,	  standards	  (matrix	  matched	  and	  non-­‐matrix	  matched),	  field	  duplicates	  and	  pulp	  duplicates	  inserted	  at	  a	  rate	  of	  1	  in	  20	  each.	  Whole	  rock	  analysis	  at	  Acme	  Laboratories,	  Vancouver	  starts	  at	  about	  $	  30	  CAN	  per	  sample,	  plus	  preparation.	  The	  use	  of	  the	  MINSQ2	  spreadsheet	  is	  free	  of	  charge	  and	  available	  online	  (http://www.codes.utas.edu.au/5_NewsAndMedia/wally.htm).	  	  A.5	   Results	  Table	  A.2	  provides	  a	  comparative	  summary	  of	  modal	  mineralogy	  for	  each	  of	  the	  above-­‐described	  methodologies.	  Not	  all	  methodologies	  can	  distinguish	  between	  different	  Fe-­‐oxides;	  therefore	  they	  have	  all	  been	  grouped	  in	  this	  table	  as	  “Fe-­‐Oxides”.	  133	  A.5.1	   X-­‐Ray	  Diffraction	  Acme	  XRD	  mineral	  quantifications	  were	  reported	  in	  terms	  of	  very	  minor	  (1-­‐5%),	  minor	  (5-­‐10%),	  minor	  to	  moderate	  (10-­‐25%),	  moderate	  (>25%)	  and	  moderate	  to	  significant	  (≤50%).	  Results	  have	  been	  expressed	  here	  numerically	  and	  adjusted	  to	  sum	  to	  100%.	  XRD	  identified	  quartz,	  albite,	  biotite,	  clinochlore,	  chlorite,	  hornblende,	  orthoclase,	  muscovite	  and	  phlogopite.	  In	  general	  these	  results	  have	  higher	  quartz	  and	  albite,	  but	  lower	  biotite	  and	  hornblende	  concentrations	  than	  the	  other	  methodologies.	  No	  plagioclase	  or	  epidote	  was	  reported.	  	  A.5.2	   Rietveld	  Refinement	  The	  RR	  results	  identified	  albite	  (14.7-­‐64.7	  %),	  actinolite	  (1.7-­‐5.8	  %),	  biotite	  (2.2-­‐3.8	  %),	  calcite	  (0.5-­‐3.7	  %),	  clinochlore	  (0.8-­‐7.1	  %),	  chlorite	  minerals	  (3.6	  %),	  epidote	  (0.4-­‐8.7	  %),	  hematite	  (0.3	  %),	  K-­‐feldspar	  (0.8-­‐59.5	  %),	  magnetite	  (0.6-­‐1.9	  %),	  muscovite	  (1.8-­‐4.1	  %),	  plagioclase	  (56.6-­‐68.2	  %),	  quartz	  (12.3-­‐28.3	  %),	  sphene	  (0.7-­‐1.4	  %),	  and	  stilbite	  (1.5%).	  Modal	  mineralogy	  is	  comparable	  to	  MLA	  and	  QEMSCAN	  results,	  though	  albite	  and	  quartz	  are	  generally	  lower,	  and	  plagioclase	  higher	  than	  in	  other	  methodologies.	  Actinolite	  was	  identified	  more	  frequently	  and	  in	  higher	  concentrations	  by	  RR	  than	  by	  any	  other	  methodology.	  Only	  RR	  identified	  stilbite.	  A	  bias	  was	  potentially	  introduced	  during	  preparation:	  biotite	  would	  not	  pulverize	  as	  finely	  as	  the	  other	  minerals	  and	  tended	  to	  float.	  As	  a	  result,	  the	  biotite	  would	  not	  pass	  through	  the	  sieve	  and	  would	  have	  to	  be	  re-­‐pulverized.	  It	  is	  possible	  that	  biotite	  passed	  through	  disproportionately.	  134	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  	  Table	  A.2:	  Summary	  of	  modal	  mineralogy	  results:	  petrographic	  observations	  (PTS),	  X-­‐Ray	  Diffraction	  (XRD),	  Rietveld	  Refinement	  (RR),	  Mineral	  Liberation	  Analysis	  (MLA),	  Quantitative	  Evaluation	  of	  Minerals	  by	  Scanning	  Electron	  Microscopy	  (QS)	  and	  MINSQ	  (WR).	  	  Protolith	  (P)	  and	  alteration	  (A)	  minerals	  are	  indicated.	  	  Elements	  written	  in	  italics	  have	  EMP	  results	  used	  in	  the	  MINSQ	  calculations.	  	   	  Mineral P A PTS XRD RR MLA QS WR PTS XRD RR MLA QS WR PTS XRD RR MLA QS WRQuartz 26.00 40.00 23.61 45.21 24.10 22.78 26.00 45.00 26.78 48.33 30.80 25.51 14.00 23.00 14.10 18.92 12.80 11.65Plagioclase 46.00 56.56 40.30 47.50 15.98 46.00 59.30 34.76 44.90 52.60 61.00 68.21 67.12 65.10 54.57 PotassicHornblende 2.00 0.12 1.60 1.05 1.00 0.20 10.00 8.00 4.10 2.61 PropyliticMg-Biotite 1.48 4.00 0.27 0.90 1.37 Phyllic + PropyliticActinolite 3.57 1.62 0.42 5.82 5.24 0.83 PhyllicAlbite 5.00 41.00 1.66 7.40 37.38 10.00 45.00 7.12 14.00 10.31 3.00 46.00 1.97 6.00 12.97 Protolith MineralFe-Biotite 3.00 0.03 0.10 0.01 4.00 23.00 2.23 2.81 1.50Calcite 0.01 0.17 0.16Clinochlore