武书钊/靖常峰：一种地球化学元素矩阵与序列并行时空智能模型用于玄武岩构造环境精准判别

2025-03-19     发布：信息工程学院    点击：0次

精准判别玄武岩构造环境是洞察地球历史的主要研究方法之一。针对传统地质构造环境判别方法中依赖专家经验导致的主观性强、精度受限复杂化学元素等问题，本文发展了一种基于时空智能方法的模型结构范式，构建了一种兼顾地球化学元素关联关系和活动性序列的创新判别模型——元素矩阵与序列并行模型（EMSPN）。该模型从理论上加强了对构造环境的判别能力。

该工作的主要贡献包括：

（1）提出了一种基于时空智能建模思想的EMSPN神经网络判别模型，可有效判别9种玄武岩构造环境。面向39,000个太古代之后的玄武岩地球化学数据，模型取得了88%的总体判别准确率。

（2）EMSPN模型结构借助时空智能创新性地融合了地球化学元素的关联性和活动性序列特征，从而提升了 特征提取能力。

（3）结合SHAP分析与地球化学理论，解释了EMSPN模型对关键元素的判别能力及在不同构造环境中的地球化学特征。

（4）将模型应用于太古代玄武岩样本，得到与传统地球化学分析相近的结果，证明了模型的地质可靠性和实用价值。

图1 地球化学元素含量数据映射方法示意图

图2 EMSPN模型结构

本文工作与浙江大学、中国石油大学（北京）开展合作，发表在地球化学领域Top期刊《Chemical Geology》（中科院2区Top期刊，IF= 3.6）。论文引用信息: Shuzhao Wu（武书钊）, Changfeng Jing*（靖常峰）, Sheng Yao*（姚圣）, et al.. Precise discrimination of basalt tectonic settings via dual-stream model with geochemical element matrix and series learning. Chemical Geology, 2025, 122746。

原文链接：https://doi.org/10.1016/j.chemgeo.2025.122746