| 摘 要： | 黏土矿物不仅对寻找黏土类矿物资源具有指示意义,而且对于区域古气候、环境污染、石油勘探等研究都具有重要意义。但黏土矿物空间分布获取较为困难,目前国内积累了覆盖大部分面积的中大比例尺地球化学数据,具有分析元素多、精度高的特征,基于地球化学元素含量开展黏土矿物预测,可以为黏土矿物的空间分布研究提供新思路。如何建立地球化学元素含量和黏土矿物之间的复杂关系,是基于地球化学元素含量开展黏土矿物空间分布预测的关键之一。机器学习和人工智能算法的发展为建立地球化学元素与黏土矿物之间的非线性关系提供了可能,本研究基于河北平原多目标1∶20万地球化学数据和111个表层土壤黏土矿物分析数据,利用BP神经网络建立河北平原区地球化学元素含量与黏土矿物之间的预测模型,对河北平原区高岭石、绿泥石、伊利石的空间分布进行预测。研究发现河北平原区高岭石、绿泥石、伊利石等的黏土矿物分布与研究区地貌特征、土壤类型以及人为因素等都有联系,高岭石、绿泥石、伊利石在整个冀东平原区以及北三县平原区含量普遍偏低,在太行山山前平原区含量普遍偏高;黏土矿物在冲积扇平原、冲积平原含量偏高,在洪积平原含量较低;河北平原区的黏土矿物在保定和唐山等地区富集。
|
