排序方式： 共有19条查询结果，搜索用时 46 毫秒
1.
锆石是在自然界中多种温压条件下能够稳定保存,并记录原岩年龄信息的副矿物。锆石微量元素能完整记录地质演化过程信息。通过微量元素分析锆石成因的研究已久,通常利用Th-U图解和LaN-(Sm/La)N图解等二元图解对锆石进行分类研究。然而,随着锆石研究的深入,以及二元图解无法呈现数据高维度信息的局限性,传统图解已经不能满足对锆石类型进行准确判别,且对已知类型的锆石出现判定偏差。因此,本文将地质大数据与机器学习相结合,训练出高维度锆石成因分类器。文中收集了3 498条不同成因类型的锆石微量元素数据,并通过测试和运用随机森林、支持向量机、人工神经网络和k近邻等4种机器学习算法,最终得出准确率为86.8%的线性支持向量机锆石成因分类器,用于锆石类型的判定与预测。这项工作为锆石分类研究提供了更高维度的判别手段,极大提高了微量元素分析成因结果的精度。将锆石微量元素数据与机器学习方法相结合,是大数据分析与机器学习技术在地球化学研究中的积极探索。 相似文献
2.
3.
库车坳陷新近系库车组冲积扇沉积特征及相模式 总被引：1，自引：0，他引：1
通过野外露头考察和测井分析,并结合地震和三维电法资料,对库车坳陷新近系库车组冲积扇的沉积特征和分布规律进行研究,建立了冲积扇沉积模式。库车坳陷新近系库车组冲积扇岩性主要为黄色、黄红色砾岩、砂砾岩及含砾砂岩。砾石层中可见底冲刷-充填构造、交错层理和平行层理。测井曲线整体表现出GR低和电阻率高的特征,曲线呈箱形、漏斗形和钟形;地震相以杂乱反射和前积特征为主。为了提高了研究的精度,在钻井分布稀少和地震相特征不明显的地区,将三维电法资料用于冲积扇分布的研究。通过综合研究,认为冲积扇在西部的Bz1井地区和Db1井地区规模最大,在东部地区发育规模小。构造运动是冲积扇发育的主要控制因素,库车期构造运动活动强烈,南天山快速隆升,为冲积扇提供大量的物源,Bz1井地区持续隆升,遭受剥蚀,物源充足,冲积扇规模不断增大;Db1井地区由于受构造断裂的影响,局部隆升,为冲积扇提供了局部物源。通过分析,认为库车坳陷新近系库车组冲积扇主要有长期稳定的继承性单物源冲积扇模式和受局部构造控制的多物源冲积扇模式。 相似文献
4.
一个由日本、欧洲和美国科学家新组成的国际地震研究小组验证了地球物理学家的一个想法,那就是一次大地震能量释放过程中,在断裂带邻近的周边区域不是应力减轻而可能是应力增加。 相似文献
5.
6.
7.
温泉斑岩钼矿床位于西秦岭东段,是该区发现的一个具有大型矿前景的斑岩型钼矿床。围岩温泉复式岩体发育5个岩相单元(Ⅰ~Ⅴ),钼矿体(化)主要赋存于复式岩体Ⅱ单元富含镁铁质包体的黑云母二长花岗斑岩和Ⅲ单元富含镁铁质包体的似斑状二长花岗岩及其接触带内,其余岩相(包括单元Ⅴ似斑状正长花岗岩)很少发育矿化。该研究使用全岩地球化学数据和锆石微量元素含量数据,计算得到不同岩相单元的氧逸度。Ⅱ单元和Ⅲ单元含矿斑岩相对氧逸度ΔFMQ分别为1.35和1.38。Ⅰ单元黑云母花岗岩和Ⅳ单元二长花岗斑岩相对氧逸度ΔFMQ分别为-0.61和-0.73,明显低于含矿斑岩。富集地幔物质的加入与否可能是造成不同岩相之间氧逸度差异的主要原因。高氧逸度的熔体可以将秦岭地区古生代富钼沉积物中的钼氧化萃取出来,并使钼与高价态硫络合,不断在熔体中高度富集,最终成矿。氧逸度较低的熔体很难萃取和保存足够的钼,因而很少发育矿化。 相似文献
8.
磷灰石广泛分布于火成岩、沉积岩和变质岩中,是一种常见的、包含丰富微量元素的副矿物。磷灰石晶格可容纳丰富的微量元素,且因其形成的物理化学条件不同会表现出差异明显的微量元素特征。利用磷灰石微量元素特征可以追踪物质来源和演化。现在常用的方法是利用磷灰石的微量元素绘制二元判别图解,经典判别图解包括Sr-Y、Sr-Mn、Y-(Eu/Eu^(*))和(Ce/Yb)_(N)-REE图解。随着微区测试技术发展,磷灰石微量元素数据日渐丰富,同时由于磷灰石化学成分的复杂性,传统图解已逐渐无法有效利用这些数据所携带的信息,进而无法准确判别其生成环境。建立能准确判别磷灰石物源的新型判别图解故而迫切。近年来,磷灰石微量元素数据的大量积累,为运用以大数据为依托,准确判别磷灰石物源奠定了数据基础。本研究将大数据技术与地球化学数据相结合,共收集整理了1925个代表性磷灰石测试点的微量元素数据,对富碱性火成岩、超镁铁质岩石、镁铁质火成岩、长英质花岗岩、中-低级变质岩、高级变质岩六种类型中磷灰石微量元素数据进行穷举端元处理,共获得7140个磷灰石物源判别图解端元组合,在轮廓系数限定下,进一步有效筛选并提取出能判别磷灰石物源类型的最优图解端元。本文构建了Eu/Y-Ce磷灰石判别新图解,相较于之前的磷灰石判别图解,其涵盖了更全面的物源类型,可以更准确地判别源区类型。 相似文献
9.
引言十几年前,风险管理公司(RMS)和斯坦福大学对重要大都市地区的大地震事件的影响作了系列分析研究。虽然当时大灾难模型还处于科学发展的初期,但研究证明对一系列不确定事件和可能的后果,它不仅能提供保险风险管理,而且还提供了全球范围内各种可能的备灾和减灾方案。今天,风险管理公司帮助客户、合作伙伴和社区领导人了解潜在的灾难性破坏、人员伤亡以及象地震、洪水甚至恐怖袭击等灾难性事件的经济后果。保险行业利用我们的 相似文献
10.