报告题目:
数据驱动下的地幔辉石中H扩散的研究
主要内容:
幔源岩浆中的辉石(cpx)斑晶是认识地球深部水循环的重要窗口。然而,传统地质学手段在判断野外采集来的cpx能否反应地球内部水含量信息时还存在很多困难。本研究基于数据科学(大数据+机器学习)的研究思路,汇总建立了全球cpx水含量的数据库,运用支持向量机 (Support Vector Machine,SVM)和极致梯度提升模型(eXtreme Gradient Boosting,XGBoost)等机器学习手段,建立了一个有效识别cpx是否保存了初始水含量信息的模型(准确率>92%),发现了在岩浆演化过程中与Na结合的H更容易扩散。我们建立的机器学习模型对于认识H在cpx中的扩散行为,制约玄武质岩浆的初始水含量,示踪岩浆演化过程中水含量的变化,理解地球深部水循环等都具有广泛的意义。
个人简介:
陈欢,浙江大学地球科学学院博士后、国家博士后创新人才支持计划入选者。2011年获中国科学技术大学地球化学学士学位、2017年获中国科学技术大学地质学博士学位和法国里尔大学矿物物理博士学位,并于同年进入浙江大学地球科学学院从事博士后研究工作,合作导师是杨树锋院士。主要从事岩石地球化学和数据驱动型地球化学研究工作,主要研究领域包括利用岩石学、地球化学、数据科学等手段研究板内岩浆作用的成因以及地球深部的水循环。以第一或通讯作者身份在《Science Bulletin》、《Earth and Planetary Science Letters》、《Geophysical Research Letters》等知名学术期刊上发表论文7篇,引用超过140次。