基于机器学习方法的南海洋壳大地热流预测

摘要

大地热流是地球动力学研究与资源勘查的重要指标，但其测量易受气候、热液活动等因素的干扰，导致实测数据匮乏。本研究针对现有基于机器学习的热流预测模型对洋壳热流特异性考虑不足的问题，整合南海实测热流和多源地质、地球物理等数据，基于线性模型、支持向量机和XGBoost算法，通过对比引入与不引入洋壳特征(距洋中脊距离和洋壳年龄)的预测模型，揭示洋壳特征对南海热流分布的影响机制。结果显示：洋壳特征虽与实测热流值无显著相关性，但其使预测热流在洋中脊附近呈现更显著的带状分布；且在引入洋壳特征的模型中，布格重力异常的特征重要性显著高于其他特征。基于热流值、布格重力异常和距洋中脊距离的K-means聚类分析识别出构造主导型洋壳(类型1)与岩浆主导型洋壳(类型2)区域，印证南海洋壳扩张自23.6 Ma洋中脊跃迁后扩张机制由岩浆主导向构造主导的演化特征。本研究为南海深部动力学过程提供了数据驱动的新认知框架。

关键词

大地热流 / 南海 / 机器学习 / 洋壳 / 洋中脊

基金资助

国家自然科学基金项目(42050103);国家自然科学基金重点项目(4243011); 广东省珠江创新项目(2021ZT09H399)