基于贝叶斯方法的地壳厚度定量估算

大陆地壳一直以来都扮演着记录过去40亿年地球演化历史的重要角色。现代板块汇聚边界形成的岩浆岩地球化学特征与岩浆活动时的地壳厚度高度相关,因此,一系列地球化学指标可作为地壳厚度的优秀示踪剂。然而,由于岩浆岩地球化学组成的复杂性,准确量化过去地质时期地壳厚度一直是一项具有挑战性的任务。本文基于地球化学大数据,运用贝叶斯方法,建立了一个利用多种地化指标（CaO、K₂O、MnO、Dy、Ho、Lu、Y、Sr/Y、Ce/Y、La/Yb、Sm/Yb、Dy/Yb）定量估算地壳厚度的贝叶斯模型。利用中新世以来（＜15 Ma）的全球数据验证表明,与传统的单指标方法相比,贝叶斯模型对现今地壳厚度提供了更准确的估计。利用该模型重建了新生代拉萨地块地壳厚度变化,重建结果表明,拉萨地块在50~30 Ma经历了多阶段地壳增厚,最终形成如今的巨厚地壳。

     

地壳厚度对中国金矿床空间分布规律的制约

圈定成矿远景区并进行矿产勘查,是新一轮找矿突破的重要内容。在当前大数据和深部地球的背景下,文章根据金矿床空间分布对所在的地壳厚度和地表高程进行了空间连接和相关统计分析,并初步圈定了金矿床的成矿远景区。研究结果表明,地壳厚度为35 km和高程为200 m左右的区域,是金矿床产出的有利区域,并且金矿床的地壳厚度极值和频率呈现分形关系,为金矿床靶区的预测,提供了基本的非线性深部矿产资源预测数学模型;根据金矿床和地壳厚度、高程等的关系,对金矿床的优势成矿远景区进行了预测。预测结果显示,松嫩盆地周边,济南-郑州-武汉-长沙-南宁沿线及周边,是金矿床产出的有利远景区域。     

华南东南部地壳厚度、属性及其与成矿的关系:基于地震接收函数的约束

华南大陆主要由扬子与华夏两大古陆块拼合而成,复杂的构造演化过程使得该区不仅具有多样的几何结构与变形特征,也发育成为中国南部重要的多金属成矿区域,其中包括长江中下游、钦州—杭州、武夷山、南岭、等多个重要成矿带。针对华南东南部及位于该区内的长江中下游、武夷山和南岭成矿带的深部结构与成矿背景,本文利用国家地震台网在该区固定地震台站的远震事件记录信息,通过对各个台站的远震接收函数开展H-κ扫描研究,获得了各台站下方的地壳厚度和波速比。对地壳厚度和波速比的相关性与地壳流变学构造模式进行了对比分析,研究结果显示,华南东南部的Moho面起伏整体较为平缓,自东向西逐渐增厚,波速比分布与成矿带和构造格局有明显相关性,在扬子与华夏块体之间的华南陆内复合造山区呈现明显的低波速比特征;结合该区已有的地质构造等研究分析,认为华南地区地壳减薄与燕山期的强烈岩浆活动和成矿过程密切相关,太平洋板块俯冲以及岩石圈和下地壳拆沉所造成的上地幔热物质扰动上涌或是该区矿产资源集中爆发的驱动力源;本研究所得地壳厚度与波速比分布特征与重力学多尺度边缘检测所刻画的构造界限一致性较好,支持其对扬子与华夏块体南界的划分方案。     

龙门山及其邻区的地壳厚度和泊松比

根据龙门山及其周边地区(26°～35°N,98°～109°E)的132个台站的宽频带远震记录,使用H-k叠加方法计算地壳厚度和波速比.结果表明该区域的地壳厚度总体变化是:从东向西增加,东部的最小厚度为37.8km,西部的最大厚度是68.1 km,其中横跨龙门山断裂带的地壳厚度变化最大,从东南的41.5km增加到西北的52.5km.根据Airy均衡理论,用台站的高程和观测地壳厚度数据求得最小二乘意义下的壳幔密度差为0.649g/cm3,平均地壳厚度为37.9km.龙门山及其邻近地区基本上处于均衡状态.松潘-甘孜地体北部和西秦岭造山带具有低泊松比(v<0.26),扬子地台的西南部具有低一中泊松比(v<0.27),松潘-甘孜地体南部、三江褶皱带和四川盆地具有中一高泊松比(0.26≤P≤0.29).该地区的泊松比空间分布不支持青藏高原东部广泛分布的下地壳流的假说.龙门山断裂带南段及其附近地区的高泊松比(v≥0.30)可以看成是地壳具有较高的铁镁质组分和/或存在部分熔融.该地区下地壳可能是处于富含流体和温度较高的部分熔融状态.松潘-甘孜块体南部的上地壳物质向东运动,受刚性强度较大的扬子地台的阻挡,导致沿龙门山断裂带产生应变积累.当断层被地壳流体弱化,积累的应变能量快速释放,产生汶川Ms8.0地震.     

一维到三维密度分布函数及其可视化在大数据分析中的应用——以苦橄质玄武岩等为例

提出不同维度的密度分布函数的计算方法和可视化方案,以解决不同数量级和不同测量误差的岩石样本数据分析对比困难的问题。通过SiO_2、全碱和MgO指标的三维密度分布函数和t-分布随机邻域嵌入可视化方法对GEOROC和PETDB数据库进行发掘,发现大洋岩(oceanite)和富辉橄玄岩(ankaramite)与苦橄质玄武岩(basalt, picritic)成分相近,而铁质苦橄岩(picrite,ferro)与侵入的橄榄辉长岩和苦橄岩(picrite)成分相似。利用二维密度分布函数和可视化技术,对比分析了不同岩石在TAS图解和硅镁图上的数据分布状态和数据集中核心区域。发现总体分布上,更富镁的苦橄岩的SiO_2含量高于苦橄质玄武岩,超基性的苦橄岩(picrate)核心区域主要分布在TAS图解的B区,这与以SiO_2=45%划分基性岩和超基性岩界线的观点矛盾。     

基于大数据分析的地热勘探潜力区预测方法的新进展

地质、地球物理、地球化学等数据信息资料是预测地热系统的关键。热源、流体或热量的运移途径、地热储层、盖层和保温条件对一个有效的地热系统的形成和保存至关重要。同时,地热勘探应考虑地形、地震活动、野生动物保护、环境敏感区和基础设施等因素。全球地热数据库调研分析表明:目前只有以美国为代表的少数国家整合了不同的地热数据库中历史积累的数据,能够初步用于地热勘探潜力区预测。大多数其他国家和地区的地热数据库数据缺乏统一的数据组织方式,查询和分析功能不完善,无法进行深层次的数据挖潜及有效使用。地理信息系统工具和数学方法的引入,有可能是解决这一问题的途径,可以整合不同属性的数据,运用模糊逻辑方法或机器学习方法方法,叠加潜力区带分析思想,从而预测隐藏式地热系统。     

探讨基于CitusDB的地质资料集群和大数据架构

地质资料是地质工作形成的重要成果资料,具有可被重复开发利用、能够长期提供服务的功能。然而,因地质资料的分散式管理,使得地质资料信息存储分散,“孤岛”式服务的现象普遍存在,缺乏资料信息共享、综合利用的机制和手段,制约着地质资料信息潜在价值的有效发挥。地质资料信息服务集群化旨在通过信息领域前沿技术,对地质资料进行集成集群和深度开发,将分散、孤立的地质资料进行分布式汇集,全方位多角度解读、展现、挖掘地质资料信息,充分发挥地质资料服务于经济社会发展的作用。长期的地质调查工作,已经形成了多专业、数据格式多样的海量地质资料,信息服务的集群化必将面临地质大数据相关的技术问题。介绍了地质资料信息服务集群化模式,分析了CitusDB软件的分布式大数据运行机理,探讨了基于CitusDB软件的地质资料集群和大数据服务架构,可为地质大数据与信息服务提供一定的参考。     

基于大数据分析的铜坑锡铟多金属矿床Sn-Zn-Pb矿化规律及其地质意义

广西大厂矿田不但锡、锌、铅、锑等主要金属储量规模巨大,铟、锗、镉等稀散金属的经济价值也非常可观。本文系统收集整理了铜坑矿床资源勘查、开发过程中形成的1642个工程的编录资料,建立了三维空间数据库,对具有空间属性的Sn、Zn、Pb化学实验数据进行了统计分析。分析结果显示,相对92号矿体和细脉带矿体,91号矿体Sn、Zn品位高、富磁黄铁矿、主量金属相关性差,推测该矿体存在富含Sn、Zn的高温成矿流体叠加。岩浆期后热液型矿床随着远离含矿热液源头Zn/Pb值呈降低趋势,喷流沉积矿床随着距离喷口由近及远、沉积矿层由下往上,Zn/Pb值呈逐步增加趋势。铜坑矿床Zn/Pb空间分布规律是喷流沉积、岩浆热液叠加改造特征的复合,表明该矿床可能为喷流沉积-叠加改造复合成因。东岩墙(花岗斑岩脉)东西两侧随距离变远,Zn/Pb值呈近似对称性降低,推测东岩墙是成矿热液运移的通道。     

鄂西建始-长阳地区上二叠统大隆组储层特征及沉积环境

前人对鄂西地区大隆组页岩气资源潜力调查评价较少.本文通过研究区地层剖面测量及钻探等方法,对大隆组储层特征及沉积环境进行了分析.结果表明,大隆组纵向上可分为三段,横向上有由西向东厚度减薄的趋势.大隆组有机质类型主要为腐泥型,热演化处于过成熟阶段,TOC值含量较高且非均质性分布特征明显.大隆组矿物成分以长英质矿物为主,属于低孔-特低孔特低渗储层.微量元素分析显示大隆组下段处于厌氧环境,上段处于富氧环境.TOC变化曲线与V/(V+Ni)和Ni/Co所指示的氧化还原条件具明显相关性,厌氧环境TOC含量高.综合研究表明,西部建始一带为页岩气成藏有利区,大隆组下段为有利的勘探层位.     

基于大数据的中国土壤背景值与基准值及其变化特征研究——写在《中国土壤地球化学参数》出版之际

土壤地球化学背景值与基准值研究是地球科学领域重要基础性工作。《中国土壤地球化学参数》是在全国多目标区域地球化学调查基础上,基于高质量高精度大数据研究的重要成果。本文概述地球化学调查工作方法与样品测试质量等若干基本要求,说明大数据的获取方式与精度水准。主要从宏观尺度上论述中国土壤背景值与基准值变化特征,包括:①研究中国土壤地球化学背景值与全球地壳丰度比值特征,阐述中国土壤元素(氧化物)背景值相对于全球地壳丰度的总体特征和基本规律;②通过辽河流域、黄河流域、长江流域及珠江流域土壤元素(氧化物)背景值与地壳丰度对比,研究由北方至南方各大流域相对于全球丰度的变化特征;③通过上述各大流域与全国土壤背景值对比,研究各大流域分别在全国总背景中的变化特征;④以中国基本无人类影响的代表自然本底的第一环境土壤背景值为基准,研究代表人类深度影响的第二环境土壤地球化学富集特征;⑤通过对比国内各大流域和地区第一环境与第二环境土壤地球化学背景比值特征,研究全国不同自然环境和地理景观条件下元素指标富集与贫化规律等。《中国土壤地球化学参数》研究建立在地球化学大数据基础上,信息量巨大,内涵极为丰富,是我国地球化学历史上空前规模的具有里程碑意义的学术成就,为包括土壤学、生态学、环境学、生物学在内的地球科学领域提供基础信息,为全球变化、全球环境、全球治理重大科学问题研究提供重要依据,为国家自然资源、生态环保、农业农村及卫生健康等行业部门科学管理与科学决策提供评价标准。本文研究仅仅触及宏观层面的某些方面,就已经涌流出大量生态信息、自然规律与科学问题需要深化研究和应用实践。可以预见,随着中国土壤地球化学参数的深入研究与广泛应用,将促使地球化学更加深度融入国家经济社会发展,在国家发展大格局中发挥积极作用,国家经济社会发展也将会更加关注地球化学问题。本项调查与研究成果凝聚了广大地学工作者的辛劳和智慧,展现出严谨的科学精神和崇高的事业心与责任心,展示中国质量和中国精度,代表中国地学领域高质量发展方向。     

基于数据密度确定分布区域的方法：以TAS图解分析为例

为了客观地确定数据点投图后分布的主要区域,本文提出了一种基于数据密度确定数据主要分布区域的方法。利用该方法可以更加直观地了解数据分布,并可以作为数据清洗的预处理手段。本文基于GEOROC大数据,以全碱对硅（TAS）图解为例,进行了分析和验证。通过提取GEOROC 数据库中与TAS 图解相关的岩石样本中SiO₂、Na₂O、K₂O 和烧失量含量数据,通过数据常规清洗和归算,最终获得24 个种类合计13.3 万条有效数据。通过数据投点、分区统计和提取80% 数据的分布区域,验证了24种岩石样品与TAS图解的吻合程度。通过综合研究分析发现,有6类岩石的数据分布与TAS图解定义区域基本一致,18类岩石的数据分布与TAS图解定义区域有系统性偏差。大数据研究证明了TAS图解的不足之处,利用全碱和SiO₂作为指标,难以实现提升总体分类的准确性。     

鄂尔多斯盆地北缘地球化学大数据样本优选分析

众所周知,地球化学数据携带有众多地质噪音,这些噪音严重影响地球化学数据信息的客观性与可靠性;对于地球化学大数据融合分析而言,确定样品的有效性及变量优选是滤除地质噪音、建立最优样本集合的必要性工作,因而在地球化学大数据处理分析前需首先进行大样本优选,从而更加客观、真实的揭示地球化学大数据信息及相关地质意义。本文以鄂尔多斯盆地北缘1∶20万地球化学土壤测量数据为例,考虑元素之间的地球化学亲和力与组合匹配关系,建立非线性大样本优选模型。具体做法是基于优选后的样品矩阵,将39个元素变量分解成若干独立因子向量,将最优独立因子向量作为元素组合,其向量各分量作为元素变量的权重,依权重大小进行变量优选;优选后的样本集合可以作为该区地球化学数据分析与信息识别的有效地学信息集合,运用这种集合可以有效开展鄂尔多斯盆地外围铀地球化学分析,并为盆地铀资源预测奠定基础。     

基于大数据方法的玄武岩大地构造环境智能挖掘判别与分析

通过玄武岩判别图推断其所形成的大地构造环境的方法由来已久,自1971年Pearce提出了构造-岩浆判别图解法之后,已涌现出了几十种不同的判别图。然而,判别图的制作过程中使用的元素的信息量少,数据样本量少,缺乏代表性,以至于其适用范围有限,且准确率不够。为提高构造环境判别过程的效率和准确性,本文提出以大数据智能挖掘方法建立判别模型,通过玄武岩的化学成分,迅速准确地对其大地构造环境进行判别。所用到的玄武岩包括三类:洋中脊玄武岩(MORB)、洋岛玄武岩(OIB)和岛弧玄武岩(IAB),样品总量为755个。首先,本文分别利用主量元素判别图和微量元素判别图对三类数据的大地构造环境进行判别,包括Ti O_2-MnO-P_2O_5、Fe O~T-MgO-Al_2O_3、Ti-Zr-Y、Zr/Y-Zr和Ti-Zr判别图。由于判别图法针对的是特定的元素或化合物,而有些样品的成份记录不完善或没有测量到有指定物质,导致无法对该样品在判别图中绘制,因此在绘制不同的判别图之前,需要筛选掉一部分数据。判别结果表明,在不考虑无效数据的情况下,Zr/Y-Zr判别图的准确率最高,可达90%以上。但如果考虑到已筛选掉的数据,上述五种图对三种岩石的判别准确率均低于75%。在利用数据挖掘算法进行判别的过程中,本文分别试验了朴素贝叶斯(NB)、K邻近(KNN)、支持向量机(SVM)和随机森林(RF)四种算法。为达到较好的识别效果,本文将所有的化合物和微量元素组成51维的参数组用于训练模型,并且不会进行任何的数据筛选,即全部被视作有效数据。训练结果表明,NB的分类结果最差,但也超过了75%,而RF训练准确率高达100%。在算法的进阶分析中,测得RF算法验证准确率可达88.46%;为提升智能算法的实用性,本文利用贝叶斯定理对算法的判别结果求逆概率,以实现"由果及因"的合理推断;同时,本文通过人为模拟数据缺失,进一步验证不同的算法的鲁棒性,并认为RF和NB是应该被优先考虑的两种算法;最后,通过提取RF中的决策树,本文对样本中元素的重要性进行了分析,并找到了对判别效果影响最大的几个主量元素和微量元素。综上所述,利用数据挖掘算法判别大地构造环境要比判别图法更为准确、迅速且功能多样,可在该领域做进一步推广应用。     

Advanced prediction of tunnel boring machine performance based on big data

Predicting the performance of a tunneling boring machine is vitally important to avoid any possible accidents during tunneling boring.The prediction is not straightforward due to the uncertain geological conditions and the complex rock-machine interactions.Based on the big data obtained from the 72.1 km long tunnel in the Yin-Song Diversion Project in China,this study developed a machine learning model to predict the TBM performance in a real-time manner.The total thrust and the cutterhead torque during a stable period in a boring cycle was predicted in advance by using the machine-returned parameters in the rising period.A long short-term memory model was developed and its accuracy was evaluated.The results show that the variation in the total thrust and cutterhead torque with various geological conditions can be well reflected by the proposed model.This real-time predication shows superior performance than the classical theoretical model in which only a single value can be obtained based on the single measurement of the rock properties.To improve the accuracy of the model a filtering process was proposed.Results indicate that filtering the unnecessary parameters can enhance both the accuracy and the computational efficiency.Finally,the data deficiency was discussed by assuming a parameter was missing.It is found that the missing of a key parameter can significantly reduce the accuracy of the model,while the supplement of a parameter that highly-correlated with the missing one can improve the prediction.     

Constraints from Moho geometry and crustal thickness on the geodynamic origin of the Vrancea Seismogenic Zone (Romania)

Reprocessing of industry deep seismic reflection data (Ramnicu Sarat and Braila profiles) from the SE Carpathian foreland of Romania provides important new constraints on geodynamic models for the origin of the intermediate depth Vrancea Seismogenic Zone (VSZ). Mantle (70–200 km) earthquakes of the VSZ are characterized by high magnitudes (greater than 6.5), frequent occurrence rates (approximately 25 years), and confinement in a very narrow (30 × 70 × 200 km³) near vertical zone atypical for a Wadati–Benioff plane, located in front of the orogen. These two deep (20 s) seismic reflection profiles (70 km length across the foreland) reveal (1) a high-amplitude, gently east-dipping reflection across most of the section from what we interpret to be the Moho at  15 s (40–42 km) on the Ramnicu Sarat line to  16 s (47–48 km) on the Braila line, (2) a thick sedimentary cover increasing in thickness from east (1 s;  800 m) to west (7.5 s; 14 km), (3) an eastward increase in crustal thickness from 38 km (near VSZ) to  45 km, (4) seismic and topographic evidence for a newly imaged, possibly seismically active basement fault with a surface offset of 30 m observed on the Ramnicu Sarat line, (5) a lack of notable west-dipping structures in the crust and across the Moho, and (6) variable displacements on Peceneaga–Camena Fault of  5 km at Moho and  200 m at the basement–sedimentary cover contact.These observations appear to argue against recent models for west-dipping subduction of oceanic lithosphere at or in the vicinity of the Vrancea Seismogenic Zone given the lack of west-dipping fabrics in the lower crust and across the crust–mantle boundary. Consequently, one possible explanation for the geodynamic origin of VSZ could be partial delamination of the continental lithosphere in an intra-plate setting along a sub-horizontal lithospheric interface in the Carpathian hinterland that likely involves remnant lithospheric coupling between the crust and uppermost mantle in the foreland.     

滇西北普朗斑岩铜矿与成矿有关的花岗岩与全球埃达克岩的对比:大数据研究的初步结果

云南格咱岛弧是西南三江构造-岩浆岩带中义敦岛弧的重要组成部分,位于义敦岛弧带的南端,是中国西部地区一个重要的铜铅锌多金属成矿带和印支期斑岩铜矿带,其中普朗斑岩型铜矿是印支期斑岩铜矿的典型代表。本文在前人研究基础上,采用大数据分析技术,对普朗斑岩铜矿与成矿有关的花岗岩与全球埃达克岩进行了对比研究,得到506个元素组合,获得交叠率比值127765个。结果表明,普朗斑岩与全球埃达克岩的地球化学数据基本上重叠,具有与全球埃达克岩类似的特征;但Cu、Mo、Pb、Zn成矿元素明显超出全球埃达克岩的分布范围,REE和Ga与主元素的比值虽然在全球埃达克岩范围内,却显示了位于全球埃达克岩某个端元的现象。另外,与斑岩铜矿有关的埃达克岩分布于全球埃达克岩范围的局部,数据部分或大部分逸出了全球埃达克岩分布的范围,具有低Sr/Cu、Ta/Cu、Al/Mo、Mn/Zn、Mn/Cu、Mn/Mo以及Hf、K、Ti、P、Co、Th、Ca/Cu比值的特征,数据点偏离全球埃达克岩范围越远,蚀变与矿化作用越强烈,与铜钼成矿关系越密切。本文地球化学数据挖掘结果可以作为找矿标志来使用,这为普朗铜矿床深部及外围的地质找矿提供了新的科学依据。     

基于重力大数据的中国大陆区域地质构造解析

本文从重力异常角度对中国大陆区域地质构造的深部结构进行了研究。基于卫星重力大数据,利用改进后的位场分离方法获取了从地表到上地幔顶部不同深度的重力异常场。分析了各个碰撞-俯冲带、造山带及盆地等地区上地幔顶部（参考深度约为72～76 km）和中地壳（参考深度约为12～16 km）深度的异常特征。结合地质构造、地球化学和地球物理学证据,重点讨论了重力异常产生的原因及其与中国大陆主要构造之间的关系,获得了中国大陆在环太平洋动力学体系和特提斯动力学体系这两大动力作用下不同地区差异性的壳幔响应。