磷灰石广泛分布于火成岩、沉积岩和变质岩中, 是一种常见的、包含丰富微量元素的副矿物。磷灰石晶格可容纳丰富的微量元素, 且因其形成的物理化学条件不同会表现出差异明显的微量元素特征。利用磷灰石微量元素特征可以追踪物质来源和演化。现在常用的方法是利用磷灰石的微量元素绘制二元判别图解, 经典判别图解包括Sr-Y、Sr-Mn、Y-(Eu/Eu*)和(Ce/Yb)N-REE图解。随着微区测试技术发展, 磷灰石微量元素数据日渐丰富, 同时由于磷灰石化学成分的复杂性, 传统图解已逐渐无法有效利用这些数据所携带的信息, 进而无法准确判别其生成环境。建立能准确判别磷灰石物源的新型判别图解故而迫切。近年来, 磷灰石微量元素数据的大量积累, 为运用以大数据为依托, 准确判别磷灰石物源奠定了数据基础。本研究将大数据技术与地球化学数据相结合, 共收集整理了1925个代表性磷灰石测试点的微量元素数据, 对富碱性火成岩、超镁铁质岩石、镁铁质火成岩、长英质花岗岩、中-低级变质岩、高级变质岩六种类型中磷灰石微量元素数据进行穷举端元处理, 共获得7140个磷灰石物源判别图解端元组合, 在轮廓系数限定下, 进一步有效筛选并提取出能判别磷灰石物源类型的最优图解端元。本文构建了Eu/Y-Ce磷灰石判别新图解, 相较于之前的磷灰石判别图解, 其涵盖了更全面的物源类型, 可以更准确地判别源区类型。