加权距离判别法在泥石流危险度评价中的应用

将加权距离判别法引用到泥石流危险度分类中,建立了泥石流危险度分类模型。该模型选用了流域面积、主沟长度、流域最大相对高差、流域切割密度、主沟床弯曲系数、人口密度、泥沙补给长度比、植被覆盖率、一次泥石流（可能）最大冲出量和泥石流发生频率10项指标为建模参数,运用熵值法对这10个指标进行赋权,用已经分类的泥石流沟作为训练样本进行学习,建立了相应的判别准则。将待判泥石流沟样本代入判别准则进行判别分类,分类结果与传统分类结果100%吻合,验证了该模型的分类性能良好。该方法可以在实际工程中进行推广。     

支持向量机方法在膨胀土分类中的应用

将支持向量机方法应用于膨胀土分类问题中,建立了膨胀土分类的支持向量机模型。以膨胀土实测数据为学习样本,经过训练,得到膨胀土的分类区间。应用该模型对剩余的膨胀土数据进行预测,预测结果表明支持向量机分类模型性能良好、预测精度高、简便易行,是膨胀土判别的一种有效方法,具有广阔的应用前景。     

准噶尔盆地西北缘石炭系火山岩岩相特征及相模式

通过对研究区石炭系火山岩的岩心描述、薄片鉴定、岩石成分、岩石结构、构造及缝洞发育等资料的综合分析,研究了石炭系火山岩特征,制定出3亚类9种岩性划分方案.选取电性特征明显的5种测井曲线,应用Fisher判别法建立火山岩岩性识别模型,对146口井进行岩性识别,9种岩性回判正确率达80%以上.通过单井相研究、井震标定及地震剖面相识别,将研究区火山岩划分为5个相类型及14个亚相,深入研究了不同火山岩相和亚相的成因机制、成岩方式、岩石类型、结构构造、相序相律和储层空间等,据此建立了火山岩相模式.     

基于改进遗传算法一神经网络的玄武岩构造环境判别及对比实验

通过岩浆岩的地球化学特征判别岩浆形成的大地构造环境和岩浆源区的化学性质是地球化学全岩分析最重要的应用之一。该方法利用全岩地球化学数据,包括主量元素、微量元素和同位素组成数据,对给定岩浆岩(玄武岩、花岗岩等)的大地构造环境进行判别。作为人工智能技术在地球化学研究领域中的新尝试,机器学习判别方法逐渐成为经典判别图解法的补充研究手段。然而,高维数据特征筛选和繁多未知参数确定是影响算法分类准确性的两个主要因素。为此,提出一种遗传算法优化神经网络耦合判别方法(GA-NNDM)。该方法利用特征选择、参数确定和分类性能之间的反馈联系,将分类准确率、所选特征数量和特征代价作为适应度函数,通过迭代演化寻求最佳特征子集和未知参数,从而达到减少特征、优化参数和提高性能的目的。此外,根据公开玄武岩样品地球化学数据,通过K折交叉验证等方法设置纵向、横向比较实验来验证GA-NNDM在玄武岩构造环境判别方面的准确性、稳定性和外延性。仿真实验结果表明,GA-NNDM具有优良的判别效果和泛化能力,其总体分类准确率能达到90%。因此,GA-NNDM值得在地球化学领域做进一步推广应用。     

松辽盆地南部钱家店铀矿床姚家组砂岩地球化学特征及地质意义

沉积物的地球化学成分在沉积岩物源分析及构造背景的研究中具有重要的作用.对研究区4口钻孔中的姚家组砂岩进行了详细的岩石学和地球化学研究,结果显示,砂岩碎屑颗粒石英含量最高,长石次之,岩屑含量最低,平均值分别为42%、37%和21%,具有锆石+钛磁铁矿+石榴子石的重矿物组合,反映源岩以酸性岩浆岩或变质岩为主,Dickinson判别图解表明物源主要来自于大陆物源区;姚家组砂岩的稀土元素以轻稀土富集、重稀土平坦、中度铕负异常为特征.砂岩CIA值为52.02~60.16,平均值为56.69,反映了干燥气候背景下弱的化学风化作用.源岩属性判别图解表明源岩为再旋回的古老沉积物及长英质火山岩.主量、微量和稀土元素的构造背景判别图解综合表明姚家组砂岩物源区为被动大陆边缘构造环境,结合区域构造演化,认为姚家组砂岩的物源为华北克拉通北缘燕山陆内造山带发育的火山-沉积岩系.      

玄武岩构造环境判别图评估——全体数据研究的启示

玄武岩作为一种大洋和大陆广泛分布的基性岩,其成因理论主要是在对大火成岩省研究的基础上奠定的,其构造环境判别的理论则主要是在板块构造理论的基础上创建的。本文利用GEOROC和Pet DB数据库对全球大洋中脊玄武岩(MORB)、洋岛玄武岩(OIB)和岛弧玄武岩(IAB)进行了数据挖掘研究,发现早先的判别图判别效率不尽相同。部分判别图判别效率偏低的原因可能是早先的研究大多是以典型案例的研究为基础展开的,没有考虑到大数据给出的结果,说明典型和抽样的代表性可能不足。通过对判别图解的研究和比较,并对部分判别图进行了改进,发现许多图解可以把IAB与MORB、OIB分开,但MORB和OIB之间仍然有一些重叠不易区分,并借此推测MORB与OIB源区具有一定的相似性。所以,利用大数据研究可以使玄武岩构造环境判别的研究上升到一个新的层面。     

基于常规测井数据的火山岩岩性神经网络识别:以松辽盆地南部长岭断陷为例

松辽盆地南部长岭断陷火石岭组火山岩岩性复杂多变,成岩改造强烈,常规测井交会图法无法予以有效识别,严重阻碍了研究区火山岩油气藏的勘探开发进程。笔者以长岭断陷17口钻遇火石岭组火山岩钻井为基础,建立取芯段火山岩岩性序列,提取了8种火山岩常规测井(GR、LLS、LLD、CNL、DEN、AC)数据258组,总结出不同火山岩的测井响应基本特征。提取的数据随机分为训练数据(70%)和预测数据(30%)。训练数据用于建立BP神经网络岩性预测模型,同时引入Dropout机制减少过拟合现象。预测数据用于验证该模型岩性预测符合率。研究结果表明,该模型岩性预测符合率最高达89.03%,可有效区分研究区主要火山岩岩石类型。     

构造岩浆判别的地球化学方法及其讨论

本文概述了构造岩浆判别的地球化学原理和制图的基本原则,综述了近年来这一研究领域的新进展,强调在判别时应紧密结合地质实际,并注重数据的精度、有效判别元素的选择和构造环境的双重性,这种方法适用于元古代火山岩的判别,认为利用多重元素的丰度比值蛛网图和岩石特征类型的专家系统来进行构造岩浆判别是行之有效的。     

基于朴素贝叶斯的判别频率估计算法在油水层识别中的应用

贝叶斯网络分类器,已经广泛应用于各种分类问题。对于固定的贝叶斯网络结构,可以通过生成参数和判别参数2种方法进行学习。生成参数学习效率较高但是分类精度较低,而判别参数学习与之相反。通过对数据集中参数出现频率计算来进行参数学习,并加入一个判别参数来加强实例属性与分类目标值之间的关联性,在此基础上提出了一种简单、快速、有效的判别频率估计(DFE)算法。实验结果表明:在油水层模式识别当中,这种判别频率估计方法相对于其他算法在分类精度上能够提高5%～10%。     

冈底斯中段格达地区典中组火山岩锆石U-Pb年龄和地球化学特征

青藏高原南部广泛发育的林子宗火山岩蕴涵着新特提斯洋俯冲与印度—亚洲大陆碰撞过程的地质信息。为探讨冈底斯中段格达地区典中组火山岩的形成时代、岩浆源区及构造环境等特征,对其开展了LA-ICP-MS锆石U-Pb同位素测年和地球化学特征研究。研究结果表明: 该地区典中组火山岩锆石U-Pb年龄为(61.6±1.0) Ma; 典中组火山岩相对富集LILE和LREE、亏损HFSE,具典型岛弧火山岩的特征; 岩浆源区主要来源于地壳物质部分熔融,是俯冲岛弧构造环境下新特提斯洋北向俯冲消减过程的产物。     

火山岩陆上与水下喷发环境的氧化系数判别方法

火山喷发沉积期的古地理环境是控制火山岩油气储层发育的关键因素之一。目前对陆上喷发沉积火山岩与水下喷发沉积火山岩的判别研究主要集中在岩性组合特征、结构与构造特征、蚀变特征、产状、孔隙及裂缝发育特点等方面,而利用火山岩地球化学特征来反映和记录火山喷发环境的研究尚未引起注意。研究使用Fe₂O₃/FeO和Fe₂O₃/（Fe₂O₃+FeO）作为火山岩氧化系数,充分考虑岩石酸度、风化淋滤作用、溶蚀蚀变作用、构造背景等因素的影响,改进了传统意义上基于火山岩氧化系数的火山喷发环境判别标准。在新疆三塘湖盆地马朗凹陷上石炭统实际应用结果表明,卡拉岗组火山岩喷发沉积环境复杂,以陆上氧化环境为主,频繁水陆交替的复杂环境也存在,哈尔加乌组火山岩喷发沉积环境相对单一,主要沉积保存于水下还原环境;与前人基于本区上石炭统火山岩共生岩石与化石组合、风化壳以及火山岩夹持的部分泥岩微量元素比值特征等有效判别依据得到的喷发环境结果是相符的,且该地球化学方法具有普适性,可应用于不同盆地、不同地质时代火山岩喷发沉积古地理环境的判别研究中。     

甘肃北山红石山蛇绿混杂岩带中基性火山岩构造环境分析

红石山基性火山岩为红石山蛇绿岩的重要组成单元之一,有关其形成的构造环境一直存在分歧,因此影响了对该蛇绿岩的性质、形成和演化方面的深入研究,笔者在野外对红石山一带的基性火山岩地质特征进行了详细的观察,在结合前人研究资料的基础上,利用地球化学(主量、微量及稀土元素)及Sm-Nd同位素分析等对其构造背景进行了多种手段相结合的判断和分析,确定红石山蛇绿岩其形成于洋中脊环境,时代定为早石炭世。     

Tectonic discrimination of basalts with classification trees

Traditionally, geochemical classification of basaltic rocks of unknown tectonic affinity has been performed by discrimination diagrams. Although easy to use, this method is fairly inaccurate because it only uses bi- or trivariate data. Furthermore, many popular discrimination diagrams are statistically not very rigorous because the decision boundaries are drawn by eye, and they ignore closure, thus violating the rules of compositional data analysis. Classification trees approximate the data space by a stepwise constant function, and are a more rigorous and potentially more effective way to determine tectonic affinity. Trees allow the simultaneous use of an unlimited number of geochemical features, while still permitting visualization by an easy-to-use, two-dimensional graph. Two classification trees are presented for the discrimination of basalts of mid-ocean ridge, ocean island, and island arc affinities. The first tree uses 51 major, minor, and trace elements and isotopic ratios and should be used for the classification of fresh basalt samples. A second tree only uses high field strength element analyses and isotopic ratios, and can also be used for basalts that have undergone alteration. The probability of successful classification is 89% for the first and 84% for the second tree, as determined by 10-fold cross-validation. Even though the trees presented in this paper use many geochemical features, it is not a problem if some of these are missing in the unknown sample. Classification trees solve this problem with surrogate variables, which give more or less the same decision as the primary variables. The advantages of the classification tree approach over discrimination diagrams are illustrated by a comparative test on a sample dataset of known tectonic affinities. Although arguably better than discrimination diagrams, classification trees are not perfect, and the limitations of the method are illustrated on a published dataset of basalts from the Pindos Basin (Greece).     

Geology and geochemistry of palaeoproterozoic low-grade metabasic volcanic rocks from Salumber area,Aravalli Supergroup,NW India

The Palaeoproterozoic Aravalli Supergroup in Salumber region includes a basal unit of metabasic volcanic rocks (Salumber volcanic rocks) overlain by a volcaniclastic/conglomerate one. Although these volcanic rocks have been metamorphosed to green-schist facies, some primary volcanic features are still preserved. This metabasic volcanic sequence can be further differentiated on the basis of textural variations, and the mineral assemblages are: (a) oligoclase + actinolite + chlorite + epidote; and (b) oligoclase + hornblende+ chlorite + biotite + Fe-Ti oxides. The SiO₂ content ranges from ∼47.7 to 55.8% and MgO from ∼4.2 to 12.8%. Geochemical characteristics allow their subdivision into high Mg and Fe tholeiites. Inverse relationship of MgO with silica, alkalis and Zr is generally consistent with fractionation mechanism, also suggested by a change in colour of the rocks from dark greenish to light greenish towards the upper parts of the sequence. These metabasic volcanic rocks are enriched in incompatible trace elements and LREE (La = 30 − 40 × chondrite, Lu = 2 − 5 × chondrite), and demonstrate affinity mainly with MORB and within plate settings in geochemical tectonic discrimination schemes. The geochemical characteristics suggest a complex evolutionary history envisaging derivation of the melt from an enriched heterogeneous lithospheric source.     

北山石炭纪-二叠纪火山岩成因及构造背景

北山古生代火山岩尤其是石炭纪-二叠纪火山岩的形成环境及成因备受学者关注且长期以来存在争议。本文收集了近年来发表的关于北山石炭纪-二叠纪火山岩研究的地球化学数据,岩石地球化学特征显示北山石炭纪玄武岩主要为安山玄武岩,属拉斑系列,二叠纪火山岩主要为安山玄武岩和亚碱性玄武岩,落入拉斑系列及过渡区;石炭纪玄武岩和二叠纪玄武岩均具有LREE富集的球粒陨石标准化稀土元素配分模式,轻重稀土元素分馏程度均较低。在微量元素蛛网图上,石炭纪-二叠纪遭受地壳混染的玄武岩呈现出明显的Nb-Ta亏损和微弱的Ti亏损特征,而未遭受地壳混染作用的绝大多数石炭纪-二叠纪玄武岩主要呈现出与OIB相似的"隆起"状不相容元素标准化配分模式。岩石成因分析认为,石炭纪-二叠纪玄武质岩浆可能主要来源于地幔柱,部分石炭纪-二叠纪玄武岩在形成演化过程中遭受了明显的大陆地壳混染作用,导致其出现十分相似于岛弧或活动大陆边缘的地球化学特征。结合区域构造演化分析及构造环境判别,认为石炭纪-二叠纪玄武岩均形成于大陆板内环境。     

塔里木微板块震旦-寒武系火山岩地球化学及其大地构造意义

塔里木微板块震旦—寒武系火山岩是反演该区震旦—寒武纪构造背景及演化过程的重要依据。本区震旦—寒武系火山岩主要有碱性玄武岩、流纹岩及少量安山岩。通过对该组岩石中玄武岩的常量、微量及稀土元素地球化学研究,结果表明,塔里木微板块在震旦—寒武纪期间曾经受到边缘活动带的明显影响,而产生陆内裂陷,形成了具有特殊的双重地球化学特征的火山岩岩石构造组合。它们为该区古构造环境的反演和古板块构造格局的重建提供了可靠的火成岩岩石学纪录。     

滇西思茅大平掌矿区火山岩特征及其构造环境

滇西大平掌铜多金属矿床的含矿建造(龙洞河组)主要由细碧岩-角斑岩-石英角斑岩和流纹岩-硅质岩组成,伴有部分火山角砾岩、凝灰岩,属双峰式火山岩组合。火山岩具明显的Na2O>K2O和Nb、Ta、Zr、Hf、Ti亏损。岩石化学和微量元素判别标志指示含矿建造形成于岛弧裂陷环境。结合区域构造古地理资料分析,它是滇西南古特提斯洋壳在晚石炭世-早二叠世由西向东俯冲过程中岩浆作用的结果。     

机器学习在岩矿地球化学研究中的应用——综述与思考

岩石与矿物的地球化学成分数据具有高维度特征。传统的岩矿地球化学成分研究主要采用二元/三元图解判别法,准确率不高,在数理统计方法上有欠缺。机器学习方法非常适用于对大样本高维度的岩矿成分数据进行数理统计处理。本文在介绍机器学习常见算法基本原理的基础上,总结近5年来国内外学者将机器学习方法应用于岩石矿物成分数据研究的实例,包括：① 根据矿物成分溯源其母岩（源岩）、判别矿床类型,② 新生代火山岩溯源,③ 判别变质岩原岩,④ 依据岩浆岩成分判别大地构造环境等。已有的研究实例显示,机器学习方法的准确度明显优于传统的低维度判别法。机器学习本质是分析大样本数据的高维度变量之间的相关、归类等多元统计问题。推广机器学习的应用需要建设开放获取（Open Access）的矿物、岩石成分数据库,同时全面实施开放研究（Open Research）的发表策略。     

锡铁山块状硫化物铅锌矿床成矿构造环境及矿区南部找矿潜力:来自滩间山群火山岩岩石化学、地球化学证据

近年来海底块状硫化物矿床的深入研究表明,块状硫化物矿床形成与其成矿构造环境演化期间特定阶段的构造-火山作用有关,矿床持续形成时间一般不超过几个百万年。锡铁山矿床是我国西北地区最大的海底热液块状硫化物铅锌矿床,本文通过锡铁山矿床赋矿岩系火山岩岩石化学及地球化学特征的系统研究,对锡铁山矿床赋矿火山岩系岩浆演化过程及成矿构造环境得出如下几点认识:(1)锡铁山矿区赋矿滩间山群火山岩岩石化学及地球化学特征一致表明滩间山群岩浆活动具有自酸性向基性同源岩浆演化的特点。矿区滩间山群不同岩组/段的火山岩代表了同源岩浆不同演化阶段的产物。自O1-2tna-1岩段、O1-2tnb岩组→O1-2tnd-1岩段→O1-2tnd-3岩段,矿区火山岩岩石化学及稀土与微量元素地球化学具有明显的渐变过渡关系。(2)矿区滩间山群火山岩稀土、微量元素组成特征及成岩构造环境判别图解一致揭示,从O1-2tna-1岩段、O1-2tnb岩组→O1-2tnd-1岩段→O1-2tnd-3岩段,滩间山群火山岩成岩构造环境经历了从陆缘基底岛弧→洋陆过渡型地壳→典型大洋地壳的连续过渡变化。(3)矿区滩间山群火山岩岩浆演化过程及Rb、Sr组分变化趋势与大陆边缘弧后盆地火山岩岩浆演化过程相近,与现代西太平洋冲绳海槽形成过程相似。(4)综上推断,矿区深部及外围找矿工作的重点对象是弧后盆地拉张早期形成的具有双峰式火山岩组合的下部火山-沉积组合,而矿区南部O1-2tnd岩组找寻同类矿床的可能性不大。