2024.08.23?機器學習在揭示地幔深部化學異常的初步嘗試
報告題目:機器學習在揭示地幔深部化學異常的初步嘗試
報 告 人:李澤峰 教授(中國科學技術(shù)大學)
報告時間:8月23日(周五)下午3:00
報告地點:綜合樓701會議室
報告人簡介:
? 李澤峰,中國科學技術(shù)大學特任教授,教育部青年長江學者,中科院青年百人計劃。2012年中科大本科畢業(yè),2017年佐治亞理工學院獲得博士學位,2017-2020年加州理工學院博士后。主要研究領(lǐng)域是人工智能地震學和分布式光纖地震學。以第一或通訊作者在Nature Geoscience、AGU Advances等期刊發(fā)表論文30余篇。擔任JGR-Solid Earth、SRL、EQS副主編,地球物理學報、ERA等期刊編委,中國地震學會地震人工智能專委會副主任等。
報告摘要:
? 地幔地球化學分區(qū)對地球動力學和演化歷史提供了關(guān)鍵的約束。近年來深部地幔的地球化學不均一性主要是南北半球(DUPAL異常)主導還是由兩個大低剪切波速區(qū)(LLSVP)主導存在爭議。我們嘗試利用機器學習來全面和客觀評估以上兩種假設(shè)。我們觀察到基于LLSVP的二分法在兩個不同數(shù)據(jù)集中的分類準確率存在顯著差異,并且最重要的87Sr/86Sr在兩個數(shù)據(jù)集中起的作用相互矛盾。相比之下,基于DUPAL的二分法準確率保持一致且各種同位素的表現(xiàn)類似。我們發(fā)現(xiàn)兩個最重要的同位素比率87Sr/86Sr和206Pb/204Pb,可以有效區(qū)分南北半球地化特征,其分類準確性與使用所有同位素比相同。這一發(fā)現(xiàn)支持了DUPAL異常主要由富集地幔1端元(EM1)導致,可能與大陸下地殼大規(guī)模拆沉到南半球深部地幔的過程有關(guān),可能歸因于約600-500 Ma岡瓦納合并期間大陸碰撞引起的廣泛巖石圈分層。本研究表明機器學習與大型地球化學數(shù)據(jù)集相結(jié)合有助于可靠地揭示地球的深部結(jié)構(gòu)和演化模式。


新聞動態(tài)