Identification des processus géochimiques entre deux signatures

Le module Détection rapide, onglet Identification des processus, détermine quels processus géochimiques ou industriels sont susceptibles d'expliquer l'écart δ entre une signature source connue et une signature finale mesurée. Il s'appuie sur le moteur ML et la base de données de fractionnements du Nexus.

Le problème que cet onglet résout

On dispose de deux mesures : la signature isotopique d'un minerai de stibnite (δ¹²³Sb/¹²¹Sb = +0,43 ‰) et la signature d'un sédiment prélevé 3 km en aval de la mine (δ = +0,81 ‰). L'écart est de +0,38 ‰. Mais quel processus a produit cet enrichissement isotopique ? Une adsorption sur ferrihydrite ? Une oxydation partielle Sb(III) → Sb(V) ? Une combinaison des deux ? Et dans quel ordre ?

Sans identification rigoureuse du processus dominant, le workflow Nexus ne peut pas être correctement paramétré pour la recherche de provenance ou la traçabilité. Cet onglet sert précisément à identifier les processus candidats avant de construire un workflow complet.

Comment le moteur identifie les processus

Le moteur compare l'écart δ total (Δδ = δ_final − δ_source) à la base de données des fractionnements IsoFind, qui recense les valeurs ε mesurées expérimentalement pour chaque type de processus, chaque élément, chaque phase minérale. Il utilise deux couches d'analyse :

• ML Layer 1 (spéciation) : prédit la distribution des espèces chimiques dans les conditions fournies (pH, Eh, T), ce qui permet d'ajuster les valeurs ε attendues selon l'état redox dominant.
• ML Layer 2 (adsorption) : identifie les phases minérales susceptibles d'adsorber l'élément dans les conditions fournies et leurs coefficients de fractionnement associés.

Pour chaque processus candidat, le moteur calcule la distance sigma entre son ε caractéristique et le Δδ observé, pondérée par les incertitudes analytiques et les incertitudes sur les paramètres ε. Les processus sont classés par confiance composite décroissante.

Accéder à l'onglet

Workflow pas à pas

1. Saisir la signature initiale (source) Renseigner la valeur δ de la source connue (minerai brut, échantillon de référence géologique, signature d'entrée d'un procédé). Utiliser le bouton Depuis la base pour charger directement un échantillon enregistré.
2. Saisir la signature finale (produit mesuré) Renseigner la valeur δ mesurée dans l'échantillon transformé (eau, sédiment, sol, produit industriel). IsoFind calcule automatiquement Δδ = δ_final − δ_source, qui est l'écart à expliquer.
3. Filtrer les types de processus La liste de sélection multiple permet de restreindre la recherche aux types de processus cohérents avec le contexte de l'étude. Dans un contexte purement environnemental, décocher les processus industriels (fusion, électrolyse) pour éviter les faux positifs.
4. Lancer l'identification Cliquer sur Identifier les processus. Le panneau de résultats affiche les chaînes de processus candidates classées par ajustement sigma, avec le détail des ε par étape et les références bibliographiques associées.

Lire les résultats

Chaque résultat correspond à un processus ou une combinaison de processus dont l'ε total est compatible avec le Δδ observé. La fiche résultat indique :

Cas pratique : identifier le processus dans le bassin d'Oruro

Δδ observé : δ_source (MIN-OR-001) = +0,430 ‰, δ_final (SED-OR-001) = +0,551 ‰. Δδ = +0,121 ‰.

Avec les filtres Dissolution, Adsorption, Précipitation, Redox, Biologique activés :

• Adsorption sur ferrihydrite : ε = +0,15 ‰, distance 0,4σ (très compatible)
• Adsorption sur goethite : ε = +0,18 ‰, distance 0,8σ (compatible)
• Oxydation Sb(III)→Sb(V) : ε = +0,30 ‰, distance 2,1σ (possible mais moins probable)

Conclusion : l'adsorption sur ferrihydrite est le processus le plus compatible avec l'écart observé pour ce sédiment prélevé en contexte de drainage minier acide, cohérent avec la présence documentée de ferrihydrite dans les sédiments d'AMD. Ce processus devient le candidat principal à insérer dans le workflow Nexus pour la recherche de provenance.

Lien avec le Nexus complet

Lorsque l'identification retourne plusieurs processus candidats plausibles (distance sigma proches entre plusieurs types), la bonne pratique est de construire des workflows concurrents dans le Nexus et de comparer leurs signatures prédites. Le lien Ouvrir dans le Nexus transfère les paramètres courants vers le canvas pour faciliter cette étape.

Pour les situations où le Δδ est trop grand pour être expliqué par un seul processus, le mode multi-étapes du Nexus permet de chaîner plusieurs processus successifs. Le moteur ML Layer 1 et 2 ajuste les coefficients en fonction des conditions géochimiques à chaque étape de la chaîne. Consulter la page Workflow pour la construction d'un workflow multi-étapes complet.