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。

火山活动能够将地球深部的碳输送到大气圈,是地质碳排放和深部碳循环的重要形式。火山区所释放的温室气体(尤其是CO₂气体),对全球气候有着重要的影响。在全球气候变暖及“碳中和”计划的背景下,估算火山区温室气体释放通量,评估其对全球碳排放的影响,具有至关重要的意义。本文阐述了火山区温室气体释放的主要特征及调查方法,并以意大利埃特纳火山为例,指出可以使用地统计学原理对火山区CO₂气体采样数据进行插值模拟。最后,本文分析了加入协变量进行协克里格插值模拟的可行性,并与普通克里格插值法的模拟结果进行比较。结果表明:火山区CO₂释放通量与火山区土壤温度之间具有相关性,引入土壤温度进行协克里格插值模拟,可以优化模拟结果的误差指标。本研究将为定量评价火山活动对气候变化的影响以及预警火山灾害提供重要依据。

在大数据科学成为新的科学范式的背景下,基于地质大数据理念,将传统的定性地质研究方法推向定量研究的高度。文章通过对5 300余处金矿产地资料的系统梳理,定量分析了中国省(自治区)、市、县级及III级成矿区带金矿成矿密度、成矿强度和各成矿时代金矿的成矿强度问题。研究表明,中国金矿具有明显的时空集中分布趋势。中国金矿空间分布具有区域性集中的明显趋势,以胶东、小秦岭等区域为金矿高密度、高强度成矿区;新疆矿床数量最多;山东省金矿成矿密度最大,成矿强度最强;在地级市统计中,山东烟台市和河北承德市是全国仅有的两处矿产地数量过百的地级市,山东烟台市的金矿无论是矿产地数量、成矿密度,还是成矿强度均居全国首位;在县级行政区统计中,新疆塔城地区托里县金矿矿产地数量最多(52处),安徽铜陵市区金矿成矿密度最大,山东烟台市莱州市的金资源储量最大(2 341 t),成矿强度最强(1.35 t/km²);在成矿区带统计中,华北陆块北缘东段成矿带(III-57)金矿矿产地数量最多(345处),胶东成矿带(III-65)金矿成矿密度最大,成矿强度最强。中国金矿时间分布不平衡,具有成矿强度老弱新强、东西南北成矿有别、叠加成矿时间跨度大和新生代金矿资源潜力大的特点;燕山期是中国金矿最重要的成矿时期,成矿强度大,达到10.5个矿区/Ma,金资源储量93 t/Ma。今后中国金矿地质工作的核心依然是加强金矿找矿工作、保障国家金融安全。