基于机器学习的埃达克质岩构造背景判别研究

张焕宝; 贺海洋; 杨仕教; 李亚林; 毕文军; 韩世礼; 郭钦鹏; 杜青

doi:10.13745/j.esf.sf.2023.9.2

地学前缘 ›› 2024, Vol. 31 ›› Issue (4) : 417 -428. DOI: 10.13745/j.esf.sf.2023.9.2

非主题来稿选登：人工智能与地质应用

基于机器学习的埃达克质岩构造背景判别研究

张焕宝 ¹ ,
贺海洋 ¹^,^* ,
杨仕教 ¹ ,
李亚林 ² ,
毕文军 ³ ,
韩世礼 ¹ ,
郭钦鹏 ¹ ,
杜青 ¹

作者信息 +

Machine learning-based approach for adakitic rocks tectonic setting determination

Huanbao ZHANG ¹ ,
Haiyang HE ¹^,^* ,
Shijiao YANG ¹ ,
Yalin LI ² ,
Wenjun BI ³ ,
Shili HAN ¹ ,
Qinpeng GUO ¹ ,
Qing DU ¹

Author information +

文章历史 +

PDF (5382K)

摘要

埃达克质岩具有重要的地球动力学和金属成矿意义,其构造背景的准确识别为探讨区域构造-岩浆演化过程提供了重要依据。由于埃达克质岩源区、热源和岩浆产生机制的多样性,传统低维度地球化学手段在识别构造背景时存在局限性。随着地学数据的指数增长和人工智能的发展,机器学习为解决该问题提供了新方法。因此,本文将机器学习与地质大数据相结合,构建高精度埃达克质岩构造背景判别模型和可视化图解。文中收集了1 075条全球埃达克质岩主、微量地球化学数据,使用主成分分析和t分布-随机近邻嵌入等无监督学习方法进行高维数据降维,采用随机森林、支持向量机、人工神经网络和K近邻等机器学习方法进行数据训练,得出准确率为98.5%的高斯核支持向量机埃达克质岩构造背景判别器,并提出Ba-Sr/Nd图解,为汇聚板块边缘、板内火山活动和太古宙克拉通(包括绿岩带)3种构造背景判别提供依据。这项工作将拓展机器学习在埃达克质岩构造背景研究中的应用,为构造-岩浆作用研究带来新的思路。