关键词:
机器学习
S型和I型碎屑锆石
超大陆演化
堆叠
主成分分析
摘要:
使用堆叠思想和框架融合常见的8种机器学习方法,并采用曲线下面积和正确率指标,建立碎屑锆石的S(sedimentary)型和I(igneous)型分类模型。将该模型应用于碎屑锆石数据集,获得S型和I型锆石随时间的分布。与古地磁和地质记录对比显示,S型锆石的年龄峰同时对应着上一个超大陆裂解的终点和下一个超大陆聚合的起点,S型锆石的年龄谷(也是I型锆石的小年龄峰)对应超大陆最聚合的状态和其裂解的起始。根据S型锆石年龄峰与整体锆石大年龄峰,以及S型锆石的年龄谷与整体锆石小年龄峰的对应关系,提出整体锆石随时间分布图上的大年龄峰代表板块比较离散的状态,这时岩浆活动多,I型和S型花岗岩均有产出,板块移动速度快;而小年龄峰代表板块比较聚合的状态,这时板块比较稳定,岩浆活动少,产出以I型为主,板块移动速度慢。最后,给出一个更高准确率的判断S型和I型的决策函数和分类图解,可直接应用于相关研究工作。