基于机器学习的洋岛玄武岩主量元素预测稀土元素

论文摘要

地学共享数据库(如GEOROC、PetDB等)可为地球科学研究提供重要基础数据。然而,这些数据库均存在一个明显缺陷:样品的9种主量元素(SiO2、TiO2、Al2O3、CaO、MgO、MnO、K2O、Na2O和P2O5)均有准确数据,但稀土元素(rare earth elements,REE)数据大量缺失。鉴于REE在地球化学领域的重要作用,我们尝试为数据库缺失的REE值提供一个补全方案,即利用机器学习中的随机森林方法实现由9种主量元素预测REE值。以洋岛玄武岩(ocean island basalt,OIB)为例,把从GEOROC库中搜集到的1 283组OIB数据按8∶2的比例分为两组,其中80%的数据作为训练数据集用于建模,20%的数据作为测试数据集验证模型。比较了随机森林和多元线性回归方法对相同数据进行建模和预测的效果差异,发现无论是回归建模还是预测,随机森林方法都优于多元线性回归,且随着输入参数与输出参数之间关系的复杂化,这种优势更加明显。随机森林对测试数据集的预测效果整体较好,只是随着REE原子序数的增大,预测效果逐渐减弱。这一方面可能是因为原子序数大的REE与主量元素的关系更弱;另一方面可能是由于原子序数大的REE与主量元素的关系更加复杂。其次,随机森林方法预测的REE配分曲线与实际配分曲线吻合度较高,且预测所得配分曲线的区分能力较强,能够反映实际配分曲线之间的相对差异,这一点对推断地球化学过程尤为重要。随机森林方法随着训练数据的增多,其建立的模型也将越稳定,预测结果也会更精确。因此,随着数据库的不断完善,对数据库中REE值的预测也将更为可信、可行。

论文目录

文章来源

类型: 期刊论文

作者: 洪瑾,甘成势,刘洁

关键词: 机器学习,随机森林,洋岛玄武岩,主量元素,稀土元素

来源: 地学前缘 2019年04期

年度: 2019

分类: 基础科学

专业: 地质学

单位: 中山大学地球科学与工程学院,广东省地质过程与矿产资源探查重点实验室

基金: 国家重点研发计划项目(2016YFC0600506),国家自然科学基金项目(41574087)

分类号: P588.145

DOI: 10.13745/j.esf.sf.2019.7.3

页码: 45-54

总页数: 10

文件大小: 470K

下载量: 229

相关论文文献

• [1].X射线荧光光谱测定铜矿中主量元素[J]. 现代盐化工 2019(05)
• [2].岩溶地区主量元素地球化学特征及其迁移规律——以贵州双河洞为例[J]. 水土保持学报 2018(01)
• [3].ICP-AES法测定TC1钛合金中主量元素铝、锰[J]. 稀有金属材料与工程 2011(S2)
• [4].粉末压片X射线荧光光谱法测定长石中的主量元素[J]. 科技创新导报 2015(09)
• [5].和田布雅地区侏罗纪砂岩主量元素相关性特征分析[J]. 世界有色金属 2017(18)
• [6].熔融制样-X射线荧光光谱法测定硅酸盐样品中主量元素[J]. 矿产与地质 2017(05)
• [7].熔融制样XRF法测定海洋沉积物中10种主量元素的条件优化[J]. 海洋环境科学 2020(06)
• [8].三水盆地下古近系主量元素、与有机质相关元素的组成及其古气候意义[J]. 桂林理工大学学报 2013(02)
• [9].攀枝花大田505铀矿区混合岩主量元素特征及其意义[J]. 四川冶金 2017(06)
• [10].熔融制样-X射线荧光光谱法测定稀土矿石中的主量元素和稀土元素[J]. 岩矿测试 2018(03)
• [11].湘西下寒武统黑色页岩风化元素活动规律[J]. 矿物岩石地球化学通报 2017(06)
• [12].MPI-DING玻璃标样与大洋中脊火山玻璃主量元素的均一性研究[J]. 桂林理工大学学报 2018(04)
• [13].X射线荧光光谱法测定碳酸盐岩样品中的主量元素[J]. 矿物学报 2009(S1)
• [14].安徽冬瓜山矽卡岩铜矿石榴石成分特征及其成因探讨[J]. 岩石矿物学杂志 2012(02)
• [15].熔融制样—XRF法测定铬铁合金中主量元素[J]. 科技创新导报 2018(22)
• [16].激光诱导击穿光谱自由定标法分析钛合金中主量元素[J]. 分析试验室 2016(10)
• [17].川西平原中更新世网纹红土主量元素地球化学特征[J]. 高校地质学报 2012(04)
• [18].PM2.5中重金属元素分析方法研究及在实际中的应用[J]. 甘肃科技 2020(13)
• [19].辽南黄土覆盖的红色风化壳发育特征及区域对比[J]. 沉积学报 2020(05)
• [20].电感耦合等离子体原子发射光谱法测定TC4钛合金中主量元素铝和钒[J]. 理化检验(化学分册) 2011(06)
• [21].应用微波消解ICP法测定食品中主量和微量元素的研究[J]. 卫生职业教育 2008(10)
• [22].内蒙古金豆子矿集区花岗岩地球化学特征及成因分析[J]. 南方金属 2019(02)
• [23].电感耦合等离子体原子发射光谱内标法测定铝钼锆合金中钼锆[J]. 材料开发与应用 2016(01)
• [24].ICP-AES法测量铍钴铜合金中主量元素铍、钴的含量[J]. 化学分析计量 2014(06)
• [25].云南光茅山地区斑岩体地质特征及构造环境分析——来自主量元素地球化学方面的证据[J]. 矿产与地质 2014(04)
• [26].西南天山东德沟地幔楔环境异剥钙榴岩的形成过程——来自矿物学及主量元素地球化学方面的证据[J]. 地质论评 2013(01)
• [27].熔融玻璃片制样-X射线荧光光谱测定页岩中主量元素[J]. 岩矿测试 2009(02)
• [28].桂东北茅安塘伟晶岩中石榴子石的特征及对岩浆演化的指示意义[J]. 地球科学 2020(06)
• [29].金伯利岩岩石特征和形成环境综述[J]. 中山大学研究生学刊(自然科学.医学版) 2016(04)
• [30].辽冀地区条带状铁建造地球化学特征:Ⅰ.主量元素特征[J]. 岩石学报 2014(05)

标签：机器学习论文;  随机森林论文;  洋岛玄武岩论文;  主量元素论文;  稀土元素论文;