导航切换
首页
期刊介绍
编委会
投稿指南
期刊订阅
学习园地
合作交流
联系我们
岩石大数据研究 栏目所有文章列表
(按年度、期号倒序)
一年内发表的文章
|
两年内
|
三年内
|
全部
Please wait a minute...
选择:
导出引用
EndNote
Ris
BibTeX
显示/隐藏图片
Select
1.
全球新生代苦橄岩时空分布特征及意义
袁方林,张旗,张成立
地学前缘 2019, 26 (
4
): 13-21. DOI:
10.13745/j.esf.sf.2019.5.12
摘要
(
227
)
PDF(pc)
(2371KB)(
459
)
可视化
收藏
苦橄岩是一种高温下形成的超镁铁质熔岩,形成温度一般高出地幔部分熔融而成的玄武岩300~400 ℃,可以为判断热点提供依据。该文以GEOROC和PetDB两个地质数据库为基础,通过对其中新生代苦橄岩年龄及构造环境数据的统计分析,以期查明新生代苦橄岩的时空分布特征和厘定出可能的高温热点分布情况。研究表明,新生代有苦橄岩产出的火山活动自中新世开始变得活跃,在更新世和全新世达到顶峰。同时,苦橄岩产出环境多样且具有演变特征,中新世前以CFB和洋岛环境为主,中新世后转为岛弧和洋岛环境为主,更新世和全新世则主要为洋岛环境,总体上来看新生代苦橄岩主要产于大洋环境,并以洋岛环境为主。另外,根据苦橄岩的出露特征可得出现代高温热点可能分布在夏威夷群岛、科隆群岛(厄瓜多尔)、冰岛、加那利群岛、欧洲造山带德国境内的埃费尔山地区、红海洋脊、东非裂谷处、法属留尼汪岛、中国东南沿海广东省境内以及堪察加岛弧10个地区。
参考文献
|
相关文章
|
多维度评价
|
评论
(
0
)
Select
2.
基于卷积神经网络和火山岩大数据的构造源区判别
葛粲,汪方跃,顾海欧,管怀峰,李修钰,袁峰
地学前缘 2019, 26 (
4
): 22-32. DOI:
10.13745/j.esf.sf.2019.7.6
摘要
(
254
)
PDF(pc)
(3373KB)(
442
)
可视化
收藏
早先的构造源区判别图由于受时代、研究区域、研究思路以及研究手段、分析技术和样本数量的限制, 存在某些不足,导致部分学者在研究中遇到各种困惑和矛盾。在大数据的冲击下,部分传统图解的可靠性正在接受考验。本文提出了一种将地球化学数据二维图像化的方法,将GEOROC数据库中来自11个构造环境的火山岩数据生成了34 468张灰度二维码图像。根据深度学习理论和方法构造了卷积神经网络(CNN)模型,利用其中75%的二维码数据进行自动学习和训练。该模型可以对不同来源的火山岩数据进行有效分类,总体分类准确度可达95%以上。该模型具备较好的泛化能力,可以作为日常工具辅助人工进行火山岩样本的构造源区的判别。
参考文献
|
相关文章
|
多维度评价
|
评论
(
0
)
Select
3.
三类构造背景辉长岩单斜辉石主量元素和微量元素的数据分析研究
章宝月,孙建鹍,罗熊,金维浚,王龙,杜雪亮,陈万峰,杜君,张旗,朱月琴
地学前缘 2019, 26 (
4
): 33-44. DOI:
10.13745/j.esf.sf.2019.7.8
摘要
(
323
)
PDF(pc)
(7022KB)(
406
)
可视化
收藏
判别岩浆岩产出的构造环境已经成为岩石学、地球化学及其地球动力学研究的重要内容。作为岩浆岩中的一种喷出岩,玄武岩被视为判别构造环境的最佳成员。对其中单斜辉石的研究,由于其数据本身的利用程度有限而效果欠佳。理论上,不同构造环境的辉长岩也会存在一定差异。为此,利用机器学习算法研究全球新生代辉长岩的单斜辉石势在必行。本文主要针对岛弧(IAB)、洋岛(OIB)及大洋中脊(MORB)3种构造背景辉长岩的单斜辉石进行特征筛选和数据分类。从GEOROC数据库中,经数据收集与清洗,我们分别获得岛弧辉长岩单斜辉石数据385条,洋岛辉长岩单斜辉石数据756条,大洋中脊辉长岩单斜辉石数据5 500条。其中绝大部分为主量元素数据,其余为微量元素数据。在特征提取部分,我们选用卡方检验判断特征独立性,F检验估计两个随机变量之间的线性依赖程度,互信息法捕获其他种类的统计相关性。3种检验方法互相印证,得出了统计学可靠的重要分类特征。在数据分类过程中,本文对比了K-近邻、决策树和支持向量机3种主流机器学习分类算法在辉长岩数据上的表现。研究表明,对于上述3种构造背景,Al2O3、TiO2为最有区分度的辉长岩单斜辉石主量元素成分,Sr为最有区分度的微量元素成分。另外,对于3种构造背景的辉长岩单斜辉石主量元素和微量元素数据,机器学习模型分类准确率均达94%。
参考文献
|
相关文章
|
多维度评价
|
评论
(
0
)
Select
4.
基于机器学习的洋岛玄武岩主量元素预测稀土元素
洪瑾,甘成势,刘洁
地学前缘 2019, 26 (
4
): 45-54. DOI:
10.13745/j.esf.sf.2019.7.3
摘要
(
321
)
PDF(pc)
(2194KB)(
383
)
可视化
收藏
地学共享数据库(如GEOROC、PetDB等)可为地球科学研究提供重要基础数据。然而,这些数据库均存在一个明显缺陷:样品的9种主量元素(SiO2、TiO2、Al2O3、CaO、MgO、MnO、K2O、Na2O和P2O5)均有准确数据,但稀土元素(rare earth elements,REE)数据大量缺失。鉴于REE在地球化学领域的重要作用,我们尝试为数据库缺失的REE值提供一个补全方案,即利用机器学习中的随机森林方法实现由9种主量元素预测REE值。以洋岛玄武岩(ocean island basalt,OIB)为例,把从GEOROC库中搜集到的1 283组OIB数据按8∶2的比例分为两组,其中80%的数据作为训练数据集用于建模,20%的数据作为测试数据集验证模型。比较了随机森林和多元线性回归方法对相同数据进行建模和预测的效果差异,发现无论是回归建模还是预测,随机森林方法都优于多元线性回归,且随着输入参数与输出参数之间关系的复杂化,这种优势更加明显。随机森林对测试数据集的预测效果整体较好,只是随着REE原子序数的增大,预测效果逐渐减弱。这一方面可能是因为原子序数大的REE与主量元素的关系更弱;另一方面可能是由于原子序数大的REE与主量元素的关系更加复杂。其次,随机森林方法预测的REE配分曲线与实际配分曲线吻合度较高,且预测所得配分曲线的区分能力较强,能够反映实际配分曲线之间的相对差异,这一点对推断地球化学过程尤为重要。随机森林方法随着训练数据的增多,其建立的模型也将越稳定,预测结果也会更精确。因此,随着数据库的不断完善,对数据库中REE值的预测也将更为可信、可行。
参考文献
|
相关文章
|
多维度评价
|
评论
(
0
)
Select
5.
岩石三维微观结构定量研究方案与应用实例
王威,蔡雨娜,刘洁
地学前缘 2019, 26 (
4
): 55-66. DOI:
10.13745/j.esf.sf.2018.4.47
摘要
(
197
)
PDF(pc)
(5119KB)(
372
)
可视化
收藏
微观CT技术可以提供微米(或更小)分辨率的三维高精度数字图像,为研究岩石内部结构提供了强有力的技术支持。微观CT数据的定量分析主要包含三个方面:(1)图像数据中岩石微观结构的定量表征;(2)流体力学代表性体元的确定和流体力学参数计算;(3)固体力学代表性体元的确定及固体力学参数计算。简要介绍了三个方面定量分析的实施方案,并将可视化技术作为数据分析的辅助手段。给出了糜棱岩、砂岩和灰岩三个不同样品的计算分析实例。岩石微观三维CT数据量大,尤其是包含了时间序列的四维CT数据量更为巨大,其中包含了丰富且独特的信息,处理过程复杂多变,构成了地学大数据的一个重要组成部分。
参考文献
|
相关文章
|
多维度评价
|
评论
(
0
)