多变量统计方法是分析地球化学数据的有效方法,能够将大规模原始数据群体中隐藏的重要信息提炼出来.本文应用K-均值聚类分析、主成分分析和因子分析研究南岭成矿带地球化学数据之间的相似性以及金属矿化与成矿环境之间的关系.该数据集包括1617个样品,分析了其中的39个元素,包括主量元素、微量元素和痕量元素.通过多次k-均值聚类分析,将地球化学数据分为3类更利于地质解释.3类k-均值聚类数据与岩石-地层单元和金属矿化关系密切,聚类1对应前寒武系-奥陶系和侏罗-白垩系地层；聚类2对应花岗岩侵入体；聚类3对应泥盆系-三叠系地层.对3类k-均值聚类数据分别做主成分分析,聚类1的第一主成分载荷与聚类3第一主成分载荷相似,但第二主成分的载荷元素W,Sn, Bi, Ag, Be, La, Li,U,Zr具有较低的载荷,这可能指示聚类1数据对应的地层为钨多金属和稀有金属矿化提供了原始的成矿物质,同时对形成铅锌矿、铁矿等矿床也有一定的促进作用；聚类2主要与各个时代侵入的花岗岩密切相关,第二主成分的载荷元素W, Sn, Ag, As, Cd, Sb具有较高的载荷,表明与钨多金属矿化关系密切；聚类3对应泥盆系-三叠系地层,主要分布在研究区中南部地区,第一主成分以含有较高的Fe, Ni,Pb, Zn, Nb, Mn, Cu,U等载荷元素为主要特征,第二主成分含有负的W,Ag, Bi,Sn, Be元素载荷,表明聚类3对应的地层对形成铁、铅锌、铌钽、锰矿等有较大的贡献,而对钨多金属矿床的形成贡献较小.应用因子分析提取了3个因子,共解释了61.9％的总方差.三个因子的元素组合分别为：F1： Hg-ZnCu-Ni-Co-Cr-Sb-Mn-P-Ti-V-Mg-Fe； F2：Zr-U-Th-Y-La-Be-Nb-Si-Na-K-Al； F3： W-Sn-Mo-Bi-Be-Ag-Cd-Pb.三个因子有效地识别了不同金属元素组合的矿化环境.F1因子解释了29.6％的方差,代表硫化物矿床的矿物组合,如黄铁矿,黄铜矿,磁黄铁矿,闪锌矿等,这些矿物通过表面风化和采矿活动被带入到水系沉积物中,主要分布在南岭地区的西南部；F2因子解释了18.5％的方差,代表稀有、稀土和放射性元素的矿物组合,高因子得分值(0.74-3.87)与印支期花岗岩、加里东期花岗岩和燕山期花岗岩有非常好的对应关系,主要包括印支期铝质燕山期花岗岩、A型花岗岩和燕山中晚期的黑云母二长花岗岩.正得分值元素Zr,UTh,Y,La, Be, Nb, Si,Na,KAl和负得分值元素Si表明该套元素组合形成于碱性环境,高因子得分值主要分布在研究区的东部；F3因子解释了13.8％的方差,该因子代表钨多金属元素组合,高因子得分区圈定了大多数的钨多金属矿床.