基于全球橄欖石數據的玄武巖構造環境智能判別方法及其驗證

作者：任秋兵,李明超,李玉瓊,韓帥,張野,張旗

摘要：一直以來,探索玄武巖地球化學特征與大地構造環境之間的聯系是地球化學領域的一個重要研究方向。橄欖石是巖漿最早期結晶的礦物之一,其在玄武質巖漿形成和演化過程中記錄了諸多信息。鑒于此,學者們嘗試利用橄欖石的元素組成判別大洋中脊玄武巖(MORB)、洋島玄武巖(OIB)和島弧玄武巖(IAB)三種構造環境。常用的玄武巖構造環境判別圖解難以滿足精度要求,于是引入機器學習算法作為判別手段來解決上述問題。機器學習判別方法的分類效果在很大程度上取決于參數選取的合理性。為此,本文提出一種耦合灰狼優化算法(GWO)和支持向量機(SVM)的智能判別方法。該方法利用GWO尋求SVM算法最優參數組合,以形成橄欖石組成元素和玄武巖構造環境之間的最佳映射關系,從而實現對MORB、OIB和IAB三種構造環境的準確判別。此外,根據公開發表的玄武巖樣品的地球化學數據,結合混淆矩陣及其衍生評價指標,通過仿真實驗、隨機子抽樣驗證和k折交叉驗證等方式評估了所提方法的判別性能。評估結果表明,GWO-SVM耦合判別方法在利用橄欖石成分判別玄武巖構造環境方面具有較好的分類效果,其判別準確率可達85%以上。由此可見,相較于傳統判別圖解方法,基于多算法融合的機器學習判別方法能夠更加有效地提升構造環境判別效果。

發文機構：天津大學水利工程仿真與安全國家重點實驗室 蘭州大學地質科學與礦產資源學院 中國科學院地質與地球物理研究所

關鍵詞：橄欖石玄武巖構造環境判別支持向量機灰狼優化算法方法驗證olivinebasalttectonic setting discriminationsupport vector machinegrey wolf optimizermethod validation

分類號： P628.1[天文地球—地質礦產勘探][天文地球—地質學]