机器学习揭示玄武岩构造背景与源区性质 |
| |
引用本文: | 郭鹏.机器学习揭示玄武岩构造背景与源区性质[J].矿物岩石地球化学通报,2023(1):26-33+6. |
| |
作者姓名: | 郭鹏 |
| |
作者单位: | 南方科技大学地球与空间科学系 |
| |
基金项目: | 国家自然科学基金资助项目(42002046); |
| |
摘 要: | 玄武岩作为地幔的衍生物,是研究地幔物质组成与演化、地壳物质再循环和多圈层相互作用的重要介质。玄武岩的微量元素和同位素特征常被用于制约玄武岩形成的构造背景和地幔源区性质,但单一地球化学指标或二维图解方法常给出模棱两可或者互相矛盾的结果。与传统方法相比,机器学习方法能更全面和深入地分析数据,在多维空间上挖掘散点数据之间的内在联系和规律。本文简述了近年来机器学习方法在判别玄武岩构造背景、划分地幔组分与揭示玄武岩源区性质等方面取得的一系列成果,以期通过这些方面的应用实例为地幔地球化学研究带来新的认识。机器学习有望成为研究地幔深部过程与宜居地球形成机制的重要手段。
|
关 键 词: | 机器学习 玄武岩 地幔地球化学 |
|
|