Loading [MathJax]/jax/output/SVG/jax.js
  • 中文核心期刊
  • 中国科技核心期刊
  • 中国科学引文数据库核心期刊

辽北清原大孤家韧性剪切带变形特征、变形时代及动力学背景

宋志伟, 赵佳奇, 梁琛岳

宋志伟, 赵佳奇, 梁琛岳. 2024: 辽北清原大孤家韧性剪切带变形特征、变形时代及动力学背景. 地质通报, 43(12): 2256-2271. DOI: 10.12097/gbc.2024.07.067
引用本文: 宋志伟, 赵佳奇, 梁琛岳. 2024: 辽北清原大孤家韧性剪切带变形特征、变形时代及动力学背景. 地质通报, 43(12): 2256-2271. DOI: 10.12097/gbc.2024.07.067
Song Z W, Zhao J Q, Liang C Y. Deformation characteristics, deformation age and dynamic background of Dagujia ductile shear zone in Qingyuan, northern Liaoning Province. Geological Bulletin of China, 2024, 43(12): 2256−2271. DOI: 10.12097/gbc.2024.07.067
Citation: Song Z W, Zhao J Q, Liang C Y. Deformation characteristics, deformation age and dynamic background of Dagujia ductile shear zone in Qingyuan, northern Liaoning Province. Geological Bulletin of China, 2024, 43(12): 2256−2271. DOI: 10.12097/gbc.2024.07.067

辽北清原大孤家韧性剪切带变形特征、变形时代及动力学背景

基金项目: 国家重点研发计划项目《东亚俯冲陆缘的构造变形响应与转换》(编号:2022YFF0800401-2)和国家自然科学基金项目《东北地区山弯构造研究》(批准号:42130305)
详细信息
    作者简介:

    宋志伟(1998− ),男,在读博士生,从事构造地质学研究。E−mail:songzw19@mails.jlu.edu.cn

    通讯作者:

    梁琛岳(1986− ),男,博士,教授,从事构造地质学研究。E−mail:chenyueliang@jlu.edu.cn

  • 中图分类号: P54; P597+.3

Deformation characteristics, deformation age and dynamic background of Dagujia ductile shear zone in Qingyuan, northern Liaoning Province

  • 摘要:

    辽北清原地区位于华北克拉通北缘东段,发育大规模强变形花岗质岩石,是进一步研究中生代燕山运动和东北地区多构造体系叠加、转换过程的重要窗口。通过详细的宏微观构造解析、有限应变测量、石英EBSD组构分析和锆石U−Pb测年,厘定了区域内大孤家韧性剪切带的变形特征、变形时代和动力学背景。结果显示,大孤家韧性剪切带发育走向NW―SE的构造面理和倾伏向SE的矿物拉伸线理,整体具有NW向左行走滑剪切特点。岩石变形温度较高,介于550~650°C之间。剪切带内花岗质岩石主要形成于中生代多期次岩浆活动,结合区域构造年代学资料,限定剪切带变形时代为晚侏罗世末—早白垩世初,为燕山运动B幕在辽北地区的局部响应。古太平洋板片俯冲导致的区域断裂带重新活化是大孤家韧性剪切带形成的主要原因。

    Abstract:

    The Qingyuan area in northern Liaoning Province is located in the eastern segment of the northern margin of the North China Craton, with large−scale strongly deformed granitic rocks. It is an important window to further study the Mesozoic Yanshanian movement and the superposition and transformation of multiple tectonic regimes of NE China. In this paper, the deformation characteristics, age and dynamical background of the regional Dagujia ductile shear zone are determined by detailed macro− and micro−structure analysis, finite strain measurements, quartz EBSD fabric and zircon U−Pb dating. The results show that the Dagujia ductile shear zone develops NW−SE−trending foliations and SE−plunging mineral stretching lineations, with a NW−trending sinistral strike−slip shear characteristics. The deformation temperatures of the rocks are relatively high, ranging between 550°C and 650°C. The granitic rocks in the shear zone primarily formed in Mesozoic multi−stage magmatism. Combined with the regional tectonic chronology data, the deformation age of the shear zone is the latest Late Jurassic to earliest Early Cretaceous, reflecting the local response of the Yanshanian Movement B−episode in the northern Liaoning Province. The Reactivation of regional fault zones caused by the subduction of the Paleo−Pacific Plate is the main reason for the formation of the Dagujia ductile shear zone.

  • 滑坡灾害分布范围广、发生频率高、灾害损失程度严重,极大地威胁着人类生命财产安全(许强等,2004Khan et al., 2021)。滑坡易发性评价是滑坡风险识别和预测评价的重要基础(Havenith et al., 2015)。尤其是在气候变化背景下,近年来极端降雨群发灾害频发多发,例如2021年7月20日河南郑州特大暴雨灾害、2023年7月29日北京门头沟特大暴雨灾害等,均引发大规模山体滑坡等地质灾害,造成严重的人员伤亡和财产损失。因此,面向事件的评价研究对重大灾难事件复盘和未来预测具有重要意义(Alvioli et al., 2018; 殷跃平等,2024)。

    数据驱动模型因其鲁棒性、准确性最佳,在滑坡易发性评价中被广泛应用,先后经历了数理统计、机器学习2个阶段(Ado et al., 2022)。信息量等数理统计模型通常依赖于大量先验知识,且运算程度较低,未能充分挖掘利用精度较高的数据,存在一定的局限性。机器学习模型,在海量数据积累和算力提升背景下,因存在数据量较大的运算优势并能获得较高的预测精度,且不需要过多先验知识而被广泛应用于滑坡易发性评价预测中,其成功率和有效性明显高于传统数理统计,应用愈发广泛,主要包括支持向量机(Yao et al. 2008)、随机森林(吴润泽等 2021; Deng et al., 2022)、深度学习模型(Bui et al., 2020)等机器学习模型。在现有机器学习模型中,随机森林使用广泛、效果更好(Sun et al., 2020; Huang et al., 2022),在众多研究中对比支持向量机等其他机器学习模型能得到较高精度的模型预测结果(Guilherme et al., 2019)。然而,常规的机器学习模型目前存在许多问题及疑点,不能较好地实现非滑坡样本的选择(Yao et al., 2022),降低了机器学习自身的“学习”效率;模型的可解释性未得到足够的深化(Jie et al., 2020)。传统的因子离散性分级方式在模型中的应用并未发挥机器学习的运算优势,一定程度上导致部分信息丢失从而降低模型性能(郭飞等,2022)。超参数保留默认参数或以多次重复试验的方式未能客观体现适用于不同地质环境条件下超参数设置的合理性(周晓亭,2022),导致模型精确率降低。因此,对于机器学习模型在滑坡易发性评价中的优化研究十分必要。

    针对上述机器学习模型存在的问题及疑点,本文选取西秦岭山区娘娘坝镇地区为例,开展模型优化和评价验证研究,探索基于滑坡的面状矢量数据,建立缓冲区,确定非滑坡选取区域,改进非滑坡样本筛选方法;利用Pearson相关性分析与随机森林基尼系数进行因子筛选择优,拟解决现存信息冗余问题;从影响因子定量表征及归一化处理方面,探索传统离散性分级存在的信息丢失问题解决方法;基于遗传算法对随机森林超参数自适应寻优,探寻进一步提升模型自身属性的有效方法,将系统性的优化随机森林模型应用于降雨群发滑坡易发性评价中,并选择常规随机森林模型评价结果进行对比,以期优化随机森林模型,并提升其在滑坡易发性评价中的效果。

    研究区为西秦岭山区2013年天水市“7·25”群发暴雨地质灾害事件发生区,综合考虑人员密集和群发灾害集中分布的206 km2范围地段,区内发生大量浅表层流滑灾害,孕灾条件具有代表意义。研究区娘娘坝镇位于秦州区南部,地处西秦岭南麓,气候湿润,雨量充足,地形切割强烈,沟谷发育,地形坡度大,最高海拔2169 m,最低海拔687 m(图1)。

    图  1  研究区地理位置图
    Figure  1.  Geographical map of the study area

    滑坡编录数据是进行滑坡易发性评价的基础资料,编录数据的完整性与准确性对滑坡易发性评价具有重要意义。2013年6月19日—7月26日,尤其是7月25日天水市出现大范围强降雨天气,造成了大面积、群发性地质灾害,持续强降雨造成该镇3439户居民受灾,42名群众死亡(郭富赟等,2015黄森,2021)。利用分辨率为0.5 m的灾后Pleiades遥感影像,对研究区“7·25”群发滑坡灾害通过人工解译、机器学习分类等方式进行遥感解译(图2),共获取滑坡20362处,总滑坡面积8.25 km2,占研究区总面积的4.1%,规模以小型为主,类型主要为新近堆积黄土流滑和残坡积碎石土滑坡。

    图  2  典型滑坡遥感解译结果
    Figure  2.  Remote sensing interpretation results of typical landslide

    降雨滑坡的形成主要受降雨量、地形地貌、地层岩性等因素的综合影响(唐辉明,2018Ahmad et al., 2023)。鉴于各地孕灾条件的差异,各类因素对滑坡发育的贡献程度不同。其中,地层岩性为地质灾害发育提供了物质基础(Abbas et al., 2023),地形地貌控制着地质灾害的空间边界条件(Achu et al., 2023),河流指示坡脚侵蚀及坡体的水文地质特征,增加斜坡的不稳定性(Li et al., 2023),地质构造既控制地形地貌,又控制岩体结构及其组合特征,对地质灾害的发育起综合控制影响作用(刘帅等,2023),降雨则是滑坡的有效孕灾条件(María et al., 2023)。根据研究区域滑坡特征及相关研究成果(Reichenbach et al., 2018),本文初步选取前3日有效降雨、高程、坡度等17个影响因子作为滑坡易发性评价输入变量,进行单因素分析。详细数据及来源见表1

    表  1  影响因子数据来源统计结果
    Table  1.  Statistical results of influence factor data sources
    分类 序号 要素 致灾指示意义、数据说明及处理方法
    地形地貌 1 坡度 指示坡体属性, ALOS DEM(12.5 m分辨率)
    2 坡向
    3 高程
    4 平面曲率
    5 剖面曲率
    6 起伏度
    地层岩性 7 地层岩性分区 指示斜坡岩土体的物理力学强度特征,基于1∶20万地质图(公开版)
    河流 8 距一级河流距离 指示坡脚侵蚀及坡体的水文地质特征,使用1∶25万基础地理信息数据
    9 距二级河流距离
    道路 10 距一级道路距离 指示人类工程活动对斜坡破环的影响,使用1∶25万基础地理信息数据
    11 距二级道路距离
    前期有效降雨 12 前3日有效降雨 指示降雨有效入渗对滑坡发育的影响,通过气象台站降雨数据插值获取,1 km栅格
    地质构造 13 距主要断层距离 指示地质构造对地质灾害的形成发展的影响,基于1∶20万地质图(公开版)
    环境地质特征 14 土地利用类型 指示影响斜坡发育的环境地质特征,基于Landsat8遥感影响数据,30 m
    15 修正归一化水体指数(MNDWI)
    16 归一化建筑指数(NDBI)
    17 归一化植被指数(NDVI)
    下载: 导出CSV 
    | 显示表格

    随机森林(Redom Forest,简称RF)是一种用于分类和回归的监督学习算法,在数据样本上建立决策树,然后从每个样本中得到预测结果,最后通过投票的方式选择最优解。它是一种比单一决策树更好的集成方法,通过对结果进行平均减少过拟合,从而提高预测性能(Youssef et al., 2016)。具体运算流程见图3

    图  3  随机森林算法流程图
    Figure  3.  Flow chart of RF algorithm

    为提升模型预测精度,本文在样本筛选策略、影响因子选取、联接方法应用、超参数寻优4个方面进行全面优化。为保证易发性评价结果的成功率与预测率,本文涉及的优化RF与常规RF模型均采用相同优化后输入样本数据集,最终通过ROC曲线与数据统计分析进行评价结果对比分析。具体技术流程见图4

    图  4  滑坡易发性评价技术流程图
    Figure  4.  Technical flow chart of landslide susceptibility assessment

    建立缓冲区的方法可有效避免非滑坡样本选取落入滑坡区域,确保选取的非滑坡为真正的“非滑坡”。本文基于光学遥感解译的滑坡面状矢量数据,为防止选取的非滑坡落入滑坡边界区域,在GIS平台中以滑坡面为基准建立50 m缓冲区,确定非滑坡选取区域,以随机抽样的方式,选取等量非滑坡数据,共同组成滑坡−非滑坡建模样本(图5)。该方法克服了非滑坡样本错选问题,相比以往以点状滑坡数据筛选非滑坡样本有更高的准确性。

    图  5  非滑坡选取区域示意图
    Figure  5.  Non-landslide selection area diagram

    随机森林算法在选择属性时采用Gini系数,表征各影响因子的特征重要性,即对滑坡发生的贡献程度,并采用二分递归分割技术生成结构简洁的二叉树作为影响因子选取依据,避免了因子选取的盲目性和主观性。给定影响因子数据集D,计算D中每个因子的Gini系数(Wen et al.,2017)。

    数据集Gini系数度量:

    Gini(D)=1Ki=1p2i (1)

    式中:K表示影响因子类别个数;pi表示数据集中第i类因子所占比例。

    计算因子AGini系数时,根据A因子的取值,将数据集分割为D1,D2两个子集。计算每个取值对应的Gini系数。经加权后得到A因子的Gini系数。

    Gini(D,A)=|D1||D|Gini(D1)+|D2||D|Gini(D2) (2)

    Pearson相关性分析适用于服从正态分布的两定量型变量,若两变量通过绘制散点图后发现存在线性趋势,可以通过计算Pearson相关系数描述两变量的线性相关性(Danika et al., 2019),并据此解决各影响因子自相关问题,避免了参数选取时有关因素重复考虑带来的信息冗余。

    2个影响因子之间的Pearson相关系数定义为2个因子之间的协方差和标准差的商:

    ρX,Y=cov(X.Y)σXσY=E[(XEX)(YEY)]σXσY (3)

    式中:ρ为总体相关系数;X,Y为比较的2个因子;cov为协方差;E为期望值;σ为标准差。估算样本的协方差和标准差,可得到Pearson相关系数:

    r=ni=1(Xi¯X)(Yi¯Y)ni=1(Xi¯X)2ni=1(Yi¯Y)2 (4)

    式中:r为Pearson相关系数;XiYi为比较的2个因子;¯X¯Y分别为2个因子的平均值。

    本文的量化提取是基于微分理念,避免传统连续型因子分级离散化,提取各连续型因子的实际数值应用于数据样本统计分析,充分体现各因子数据的真实性;对于离散型因子则采用频率比的方式定量表征,降低其离散性。将数量化后的各影响因子作归一化处理,消除不同因子间的量纲影响,使数据处于同一数量级,保证数据处理的方便和程序运行时的收敛加快。

    其中,频率比(Tareq et al., 2011)计算公式如下:

    FRij=Nij/NSij/S (5)

    式中:i为影响因子;j为因子下的分级;FRij为第i个因子,第j个等级的频率比;Nij为第i个因子, 第j个等级的滑坡数;N为研究区的滑坡总数; Sij为第i个因子, 第j个等级的栅格数; S为研究区的总栅格数。

    归一化(Du et al., 2017)计算公式如下:

    Y=XXminXmaxXmin (6)

    式中:Y为求取的归一化值;X为被归一化的某一个值;Xmin为数据集中的最小值;Xmax为数据集中的最大值。

    遗传算法是自适应启发式搜索算法,属于进化算法的一部分,是基于自然选择和遗传学的思想,利用随机搜索提供的历史数据,可以指导搜索到解决方案空间中性能更好的区域,通常用于为优化问题和搜索问题生成高质量的解决方案(Ke et al., 2012),避免了以往随机森林模型超参数设置的主观调试。具体算法流程见图6

    图  6  遗传算法流程图
    Figure  6.  Flow chart of genetic algorithm

    以滑坡面为基础,建立50 m缓冲区从而反向确定非滑坡选取区域,以生成随机点的方式在非滑坡区域随机生成等量的非滑坡点与滑坡数据,共同组成40724个输入滑坡-非滑坡样本数据,参与统计计算与模型训练。

    初步选取的17个因子统一连续性量化及归一化处理,降低离散性的同时,也使所有影响因子归于同一数据维度,保证了机器学习的学习效率。各影响因子量化结果见表2

    表  2  影响因子量化结果
    Table  2.  Quantitative results of impact factors
    类型 序号 分类 要素 实际取值范围 归一化取值
    连续性 1 地形地貌 坡度 0~81° 0 ~ 1
    2 坡向 0~360°
    3 高程 1471~2030 m
    4 平面曲率 −284~320
    5 剖面曲率 −373~297
    6 起伏度 0−171 m
    7 河流 距一级河流距离 0~5594 m
    8 距二级河流距离 0~2396 m
    9 道路 距一级道路距离 0~4315 m
    10 距二级道路距离 0~3819 m
    11 前期有效降雨 前3日有效降雨 9−159 mm
    12 地质构造 距主要断层距离 0~8047 m
    13 环境地质特征 修正归一化水体指数(MNDWI) −0.40~0.27
    14 归一化建筑指数(NDBI) −0.37~0.14
    15 归一化植被指数(NDVI) −0.04~0.70
    离散型 16 环境地质特征 土地利用类型 0~2.07(频率比)
    17 地层岩性 地层岩性分区 0.09~1.50(频率比)
    下载: 导出CSV 
    | 显示表格

    对于初选的17个影响因子,结合Pearson相关性系数与随机森林Gini系数,最终剔除2个影响因子。从图7 可以看出,由于归一化建筑指数 (NDBI)与归一化植被指数(NDVI)的Pearson相关性系数较大,为−0.854,需剔除其一。同时,基于随机森林Gini系数对各因子进行滑坡贡献程度的特征重要性分析(图8),显示NDBI的特征重要性较低,因此剔除。另外,影响因子特征重要性分析结果得出,剖面曲率的特征重要性为0,即对于滑坡发育剖面曲率未作出贡献,因此也剔除。最终甄选出高程、坡度、坡向、起伏度、平面曲率、地层岩性、距断层距离、距一级河流距离、距二级河流距离、距一级道路距离、距二级道路距离、土地利用类型、归一化植被指数(NDVI)、修正归一化水体指数(MNDWI)、前3日有效降雨15个影响因子参与研究区域易发性评价(图9)。

    图  7  Pearson相关系数热力图
    Figure  7.  Pearson correlation coefficient heat map
    图  8  影响因子特征重要性
    Figure  8.  Importance of impact factor features
    图  9  甄选影响因子分布图
    a—高程;b—坡度;c—平面曲率;d—起伏度;e—MNDWI;f—NDVI;g—距断层距离;h—距一级道路距离;i—距二级道路距离;j—坡向;k—土地利用类型;l—岩性;m—距一级河流距离;n—距二级河流距离;o—前3日有效降雨
    Figure  9.  Selection of impact factor distribution map

    基于遗传算法的模型超参数自适应寻优前后,训练时长有明显变化,对比默认参数设置,寻优训练时长达到近54 h,除决策树数量减少外,其余寻优参数的数量均有增加(表3)。

    表  3  优化前后超参数对比
    Table  3.  Comparison of hyperparameters before and after optimization
    参数名 优化参数值 默认参数值
    训练用时 53 h 42 min 58 s 2 s
    决策树数量 50 100
    内部节点分裂的最小样本数 50 2
    叶子节点的最小样本数 48 1
    树的最大深度 12 10
    叶子节点的最大数量 101 50
    下载: 导出CSV 
    | 显示表格

    断层距离在优化后由占比第五上升到占比第三的位置,比重由8.6%上升至9.6%,其余基于Gini系数的影响因子特征重要性在优化前后各影响因子对滑坡贡献程度无明显变化(图10)。

    图  10  优化前后影响因子特征重要性对比
    a—优化RF;b—常规RF
    Figure  10.  Comparison of the importance of impact factor features before and after optimization

    对比优化前后,随机森林模型训练精确率有明显提升(表4),F1为召回率与精确率的调和平均,是模型训练结果的重要参考值。常规与优化随机森林训练结果均有较高的准确性,但优化后的训练结果提升至0.827,具有更高的准确性。

    表  4  优化前后训练集结果对比
    Table  4.  Comparison of training set results before and after optimization
    训练集准确率召回率精确率F1
    优化RF0.8270.8270.8270.827
    常规RF0.7940.7940.7940.794
    下载: 导出CSV 
    | 显示表格

    将训练好的模型用于预测娘娘坝镇区域滑坡易发性,分别得到优化前后的滑坡易发性图(图11)。此外,根据自然间断点法将研究区域划分为高、中、低、非4个易发性等级,并计算其相应面积与分区滑坡面积(表5)。对比常规RF预测结果,优化RF预测结果高、中、低、非4个易发等级所占面积逐级递增;优化RF预测结果高、中易发区滑坡分布相对集中,相比常规RF预测结果,呈现更明显的规律性与合理性。在局部尺度上,以娘娘坝镇西南部的滑坡集中分布区为例,可以看出优化RF的易发性分区结果与实际蓝色滑坡区较一致,且优于常规RF的评价结果(图12)。

    图  11  滑坡易发性评价结果对比图
    a—优化RF;b—常规RF
    Figure  11.  Comparison diagram of landslide susceptibility assessment results
    表  5  滑坡易发性评价分区统计结果
    Table  5.  Landslide susceptibility assessment zoning statistical results
    预测模型 易发性等级
    分区面积/% 滑坡面积/% 分区面积/% 滑坡面积/% 分区面积/% 滑坡面积/% 分区面积/% 滑坡面积/%
    优化RF 18.67 14.04 24.63 3.73 26.32 1.29 30.37 0.27
    常规RF 17.47 13.56 24.37 2.98 20.91 1.62 37.25 0.39
    下载: 导出CSV 
    | 显示表格
    图  12  滑坡集中区易发性评价结果对比图
    a—优化RF;b—常规RF
    Figure  12.  Comparison chart of susceptibility assessment results of landslide concentration area

    AUC表示ROC曲线下的面积,主要用于衡量模型的泛化性能(Isidro et al., 2019)。从ROC曲线(图13)可以看出,模型易发性预测结果均有较高的准确性,优化RF在AUC的值为0.877,优于常规RF预测结果。

    图  13  滑坡易发性评价结果ROC曲线
    Figure  13.  ROC curve of landslide susceptibility assessment results

    本文优化与常规随机森林评价结果均有很高的准确率,因二者均建立在相同的滑坡-非滑坡输入样本的基础上,保证了随机森林评价结果的精度。常规随机森林评价结果已达到较高的预测率,而优化随机森林模型是在影响因子定量表征与超参数设置上进一步优化和完善的,结果精度有进一步提升,亦可证明本文优化方法的可行性和实际效果。

    针对西秦岭天水地区,前人运用线性回归、加权信息量等传统数据驱动模型开展区域滑坡易发性评价(孟晓捷等,2022),评价结果均取得较好的准确性,AUC值为0.75。在此基础上,Ma et al. (2023)基于TRIGRS模型分析了天水地区浅层黄土滑坡的稳定性,确定了滑坡降雨阈值,得出坡度条件对阈值影响显著;李霞等(2023)结合多源数据,共选取13个影响因子,运用传统证据权法对天水地区进行滑坡易发性评价,结果AUC值为0.847,评价结果较好。借鉴前人研究,本文运用优化后机器学习模型,结合因子筛选方法共选取15个影响因子参与滑坡易发性评价,结果精度达到0.877,对比前人研究,评价结果的准确性进一步提升。

    随机森林等机器学习模型预测结果的优劣很大程度取决于输入学习样本的质量,可以通过不同途径实现对样本质量的改善。本文非滑坡样本的选取是在保证样本科学完整性的滑坡面状数据的基础上作缓冲,反向建立非滑坡随机选取区域;有些研究则以滑坡点状数据为基础,通过聚类分析(黄发明等,2018)、基于划分滑坡占比网格的非均匀采样(Yang et al., 2023)等技术方法筛选出较准确的非滑坡样本数据集。由此可知,从滑坡样本与非滑坡筛选方法2个角度优化均能提升模型精度。

    机器学习具备强大的计算能力,可实现基于微分理念的影响因子实际数值运算。传统数理统计模型中经验性的因子分级方式易造成关键控灾因子区间信息异化或丢失,本文针对离散型因子,采用频率比的形式对其定量表征,实现了机器学习数据处理的方便和程序运行时的收敛加快。

    本文基于遗传算法的随机森林模型,超参数自适应寻优结果精度对比超参数默认设置的训练结果有所提升,但对于遗传算法自身超参数也未作过多调试与研究,导致训练结果精度虽有提升但效果不明显。

    在海量数据积累与算力提升背景下,继续深化机器学习在地质灾害评价中的应用具有实质性前景(郭飞等,2023)。针对本文在天水地区评价结果、数据、方法等方面研究的优势与局限,笔者认为:在滑坡-非滑坡样本数据选取方面,在构建滑坡面状矢量样本基础上,运用准确率更高的非滑坡样本筛选方法不失为有前景的研究方向;在联接方法应用上,探索不同离散型因子的定量表征方式,降低数据的离散性,使其尽可能契合机器学习运算机理,是影响因子处理应用的关键;在模型优化上,适用于随机森林等机器学习模型的超参数自适应寻优算法在不牺牲模型精度的前提下,自身参数调试优化是下一步超参数寻优的研究方向。

    本文以西秦岭山区天水娘娘坝镇地区为例,从滑坡−非滑坡样本筛选、影响因子选取、联接方法应用、超参数优化4个方面对随机森林模型在滑坡易发性评价的应用进行优化和对比研究,主要取得以下结论。

    (1)非滑坡样本选取上,基于降雨事件的20362处降雨滑坡面状矢量数据样本的完整编目库,以建立50 m缓冲区反向选取的方式建立非滑坡选取区域,有效避免了所选取非滑坡点落入滑坡边界内造成信息误差,减少了将潜在滑坡误分为非滑坡的情况。

    (2)影响因子选取上,通过Pearson相关性分析与基于随机森林Gini系数的滑坡发育贡献程度相结合的方法,最终甄选了前期有效降雨、坡度等15个影响因子。连续型因子直接提取其实际数值,离散型因子通过频率比进行定量表征,最后所有量化因子均作归一化处理,消除不同因子间的量纲影响,使数据处于同一数量级,提升了机器学习模型样本训练效率。

    (3)超参数优化上,结合遗传算法对随机森林超参数进行自适应寻优,在耗时近54 h的模型训练后,得出决策树数量、树的最大深度等超参数的寻优结果。通过对比优化随机森林与常规随机森林模型预测结果的ROC曲线及AUC值,AUC精度值达到0.877,可知优化随机森林模型预测精度更高,有较高的成功率与预测率,可为山地丘陵区降雨滑坡机器学习易发性评价提供参考。

    致谢:应急管理部国家自然灾害防治研究院的许冲研究员提供了部分滑坡数据;甘肃省地质环境监测院张永军、宋晓玲教授级高工提供了“7·25”群发灾害事件有关指导,谨表谢意。

  • 图  1   华北克拉通和中亚造山带大地构造分区图(a, 据Wu et al., 2011修改)及研究区地质简图(b, 据Gu et al., 2018段东等, 2024修改;黄色方框中数字代表区域内岩浆岩的形成年龄)

    Ⅰ—额尔古纳地块;Ⅱ—兴安地体;Ⅲ—松嫩-张广才岭地块;Ⅳ—佳木斯-兴凯地块;Ⅴ—那丹哈达地体;Ⅵ—陆源活动带;A—索伦-西拉木伦-长春-延吉缝合带;B—新林-喜桂图缝合带;C—黑河-贺根山缝合带;D—嘉荫-牡丹江缝合带;E—跃进山缝合带;F1—赤峰-开原断裂;F2—依兰-伊通断裂;F3—敦化-密山断裂;F4—郯庐断裂

    Figure  1.   Tectonic division of the North China Craton and the Central Asian Orogenic Belt (a), and geological map of the study area (b)

    图  2   辽北清原大孤家镇地区地质简图(底图据1∶50000大孤家幅、猴石幅地质图修改)

    Figure  2.   Geological map of the Dagujia Town, Qingyuan, northern Liaoning Province

    图  3   辽北清原大孤家镇典型变形岩石石英C轴组构图(m.u.d.代表极点密度)

    Figure  3.   Quartz C-axis pole figures of typical deformed rocks in Dagujia Town, Qingyuan, northern Liaoning Province

    图  5   辽北清原大孤家镇强变形岩石中部分锆石的阴极发光图像

    Figure  5.   Cathodoluminescence images of some zircons from strongly deformed rocks in Dagujia Town, Qingyuan, northern Liaoning Province

    图  4   Flinn有限应变判别图解(底图据郑亚东等, 1985

    Figure  4.   Flinn finite strain discrimination diagram

    图  6   辽北清原大孤家镇强变形岩石锆石U−Pb年龄谐和图

    Figure  6.   Zircon U−Pb concordia diagrams of strongly deformed rocks from Dagujia Town, Qingyuan, northern Liaoning Province

    图  7   早白垩世粗粒碱性花岗岩宏微观结构特征及锆石U−Pb谐和图

    Figure  7.   Field and microstructural characteristics of Early Cretaceous coarse−grained alkaline granite and zircon U−Pb concordia diagram

    表  1   辽北清原大孤家韧性剪切带典型露头产状

    Table  1   Typical outcrop occurrences in the Dagujia ductile shear zone in Qingyuan, northern Liaoning Province

    样品点 采样位置 主要岩石类型 面理(S)和线理(L)
    21QY1 42°19′40.6″N、
    124°54′37.9″E
    花岗质糜棱岩 22°∠66°(S); 45°∠84°(S); 45°∠74°(S); 35°∠70°(S); 115°∠18°(L)
    21QY2 42°23′08.4″N、
    124°50′00.4″E
    花岗质糜棱岩 40°∠24°(S); 50°∠19°(S); 60°∠14°(S); 115°∠9°(L);
    50°∠12°(S); 123°∠4°(L); 70°∠31°(S); 65°∠32°(S)
    21QY4 42°22′27.9″N、
    124°54′59.4″E
    钾长花岗质糜棱岩 37°∠59°(S); 120°∠26°(L); 43°∠62°(S); 120°∠24°(L)
    23QY1 42°19′07.0″N、
    124°56′18.8″E
    黑云母钾长质花岗糜棱岩 54°∠72°(S); 66°∠80°(S)
    23QY3 42°19′23.3″N、
    124°54′35.0″E
    黑云母花岗质糜棱岩 45°∠71°(S); 38°∠75°(S); 32°∠63°(S)
    23QY5 42°22′17.7″N、
    124°52′55.2″E
    花岗质糜棱岩 22°∠48°(S)
    23QY7 42°22′08.6″N、
    124°45′01.3″E
    花岗质糜棱岩 34°∠56°(S); 32°∠58°(S)
    23QY11 42°26′22.4″N、
    124°55′23.8″E
    花岗质糜棱岩 42°∠34°(S); 50°∠21°(S); 58°∠19°(S); 20°∠33°(S); 12°∠35°(S); 42°∠44°(S);
    20°∠29°(S); 107°∠12°(L); 18°∠36°(S); 89°∠15°(L)
    下载: 导出CSV

    表  2   辽北清原大孤家镇变形岩石的有限应变测量结果

    Table  2   Finite strain results of typical deformed rock in Dagujia Town, Qingyuan, northern Liaoning Province

    样品号长短轴法Fry法
    X/ZY/ZX/YFlinn参数(KX/ZY/ZX/YFlinn参数(K
    20QY5-11.441.291.120.431.491.341.110.36
    21QY1-11.811.611.120.251.831.631.120.24
    21QY1-21.671.521.100.221.621.461.110.27
    21QY1-41.741.571.110.231.811.641.100.20
    21QY2-11.981.561.270.541.911.511.260.57
    21QY2-21.881.581.190.381.851.551.190.40
    21QY2-a1.791.441.240.601.751.411.240.63
    21QY2-2a1.961.611.220.411.951.591.230.44
    21QY3-12.121.781.190.302.081.741.200.32
    21QY3-22.071.691.220.392.111.721.230.38
    21QY4-41.351.221.110.511.431.281.120.45
    21QY4-a1.471.291.140.511.521.311.160.55
    23QY1-11.771.491.190.431.721.451.190.46
    23QY3-12.131.631.310.552.041.581.290.56
    23QY11-11.891.661.140.261.821.611.130.26
    下载: 导出CSV
  • Bhattacharya A R, Weber K. 2004. Fabric development during shear deformation in the Main Central Thrust Zone, NW−Himalaya, India[J]. Tectonophysics, 387(1): 23−46.

    Chen H Y, Zhang Y Q, Zhang J D, et al. 2014. LA−ICP−MS zircon U−Pb age and geochemical characteristics of tuff of Jiulongshan Formation from Chengde basin, northern Hebei[J]. Geological Bulletin of China, 33(7): 966−973 (in Chinese with English abstract).

    Chen J S, Li W W, Shi Y, et al. 2022. Evolution of the eastern segment of the northern margin of the North China Craton in the Triassic: Evidence from the geochronology and geochemistry of magmatic rocks in Kaiyuan area, North Liaoning[J]. Acta Petrologica Sinica, 38(8): 2216−2248 (in Chinese with English abstract). doi: 10.18654/1000-0569/2022.08.03

    Chen Y, Zhu G, Jiang D Z, et al. 2013. Timing Determination of Phase B of the Yanshanian Movement in the Eastern North China Craton: Evidence from Dating of A Ductile Shear Zone in Sihetang, Northeastern Beijing[J]. Acta Geologica Sinica, 87(3): 295−310 (in Chinese with English abstract).

    Chen L M, Liu P H, Du L L, et al. 2023. Depositional age and provenance of the Anshan Group in the Gongchangling area, Liaoning Province: Constraints from detrital zircon U−Pb−Hf isotopic and rare earth element composition in the garnet−staurolite−mica−quartz schist[J]. Geological Bulletin of China, 42(12): 2037−2059 (in Chinese with English abstract).

    Dong S W, Zhang Y Q, Zhang F Q. et al. 2015. Late Jurassic−Early Cretaceous Continental Convergence and Intracontinental Orogenesis in East Asia: A synthesis of the Yanshan Revolution[J]. Journal of Asian Earth Sciences, 114: 750−770. doi: 10.1016/j.jseaes.2015.08.011

    Dong S W, Zhang Y Q, Li H L, et al. 2018. The Yanshan orogeny and late Mesozoic multi−plate convergence in East Asia—Commemorating 90th years of the “Yanshan Orogeny”[J]. Science China Earth Sciences, 61: 1888−1909. doi: 10.1007/s11430-017-9297-y

    Duan D, Zheng C Q, Liang C Y, et al. 2024. Petrogeochemical characteristics and tectonic significance of Middle Jurassic intrusive pluton in Xiajiabao area, Qingyuan, northern Liaoning[J]. Earth Science, 49(3): 868−892 (in Chinese with English abstract).

    Fry N. 1979. Random point distributions and strain measurements in rocks[J]. Tectonophysics, 60(1/2): 89−105. doi: 10.1016/0040-1951(79)90135-5

    Fu Z B, Zhao Y, Liu J L, et al. 2018. Revisiting of the Yanshanian basins in western and northern Beijing, North China[J]. Journal of Asian Earth Sciences, 163: 90−107. doi: 10.1016/j.jseaes.2018.05.016

    Gu C C, Zhu G, Zhai M J, et al. 2016. Features and origin time of Mesozoic strike−slip structures in the Yilan−Yitong Fault Zone[J]. Science China Earth Sciences, 59: 2389−2410. doi: 10.1007/s11430-016-5334-4

    Gu C C, Zhu G, Li Y J, et al. 2018. Timing of deformation and location of the eastern Liaoyuan Terrane, NE China: Constraints on the final closure time of the Paleo−Asian Ocean[J]. Gondwana Research, 60: 194−212. doi: 10.1016/j.gr.2018.04.012

    Han Y G, Yan D P, Li Z L. 2015. A new solution for finite strain measurement by Fry method in the CorelDRAW platform[J]. Geoscience, 29(3): 494−500 (in Chinese with English abstract).

    Hao W X, Zhu G, Zhu R X. 2019. Timing of the Yanshan Movement: Evidence from the Jingxi Basin in the Yanshan fold−and−thrust belt, eastern China[J]. International Journal of Earth Sciences, 108: 1961−1978. doi: 10.1007/s00531-019-01743-5

    Hao W X, Zhu R X, Zhu G. 2020. Jurassic tectonics of the eastern North China Craton: Response to initial subduction of the Paleo−Pacific Plate[J]. Geological Society of America Bulletin, 133(1/2): 19−36.

    Hu P Y, Liang C Y, Zheng C Q, et al. 2019. Tectonic transformation and metallogenesis of the Yanshan Movement during the Late Jurassic Period: Evidence from geochemistry and zircon U−Pb geochronology of the adamellites in Xingcheng, western Liaoning, China[J]. Minerals, 9(9): 518. doi: 10.3390/min9090518

    Li H L, Zhang H R, Qu H J, et al. 2014. Initiation, the first stage of the Yanshan (Yenshan) Movement in Western Hills. Constraints from zircon U−Pb dating[J]. Geological Review, 60(5): 1026−1042 (in Chinese).

    Li Z X. 2016. Study on the prospecting method of Shahe fault zone in northern Liaoning[J]. Non−Ferrous Mining and Metallurgy, 32(2): 5−9 (in Chinese with English abstract).

    Li Z, Zhang W, Yang F, et al. 2020. Petrogenesis of the Mesoarchean granodioritic−tonalitic gneisses in the Kaiyuan area, northern Liaoning: Elemental and zircon U−Pb−Hf isotopic geochemical constraints[J]. Bulletin of Mineralogy, Petrology and Geochemistry, 39(6): 1292–1311 (in Chinese with English abstract).

    Liang C Y, Liu Y J, Zheng C Q, et al. 2019. Macro−and microstructural, textural fabrics and deformation mechanism of calcite mylonites from Xar Moron−Changchun dextral shear zone, Northeast China[J]. Acta Geologica Sinica (English Edition), 93(5): 1477−1499. doi: 10.1111/1755-6724.14357

    Liang C Y, Liu Y J, Song Z W, et al. 2020. Deformation pattern and age of Hulin complex in Heilongjiang Province: Implications for subduction of the Palaeo−pacific plate during the Early Cretaceous, eastern NE China[J]. Acta Petrologica Sinica, 36(3): 685−702 (in Chinese with English abstract). doi: 10.18654/1000-0569/2020.03.04

    Liu D Y, Nutman A P, Compston W, et al. 1992. Remnants of ≥3800 Ma crust in the Chinese part of the Sino−Korean craton[J]. Geology, 20(4): 339−342. doi: 10.1130/0091-7613(1992)020<0339:ROMCIT>2.3.CO;2

    Liu J, Liu Z H, Li S C, et al. 2016. Geochronology and geochemistry of Triassic intrusive rocks in Kaiyuan area of the eastern section of the northern margin of North China[J]. Acta Petrologica Sinica, 32(9): 2739−2756 (in Chinese with English abstract).

    Liu J, Zhang J, Liu Z H, et al. 2020. Petrogenesis of Permo−Triassic intrusive rocks in Northern Liaoning Province, NE China: implications for the closure of the eastern Paleo−Asian Ocean[J]. International Geology Review, 62(6): 754−780. doi: 10.1080/00206814.2019.1633693

    Liu Y J, Feng Z Q, Jiang L W, et al. 2019. Ophiolite in the eastern Central Asian Orogenic Belt, NE China[J]. Acta Petrologica Sinica, 35(10): 3017−3047 (in Chinese with English abstract). doi: 10.18654/1000-0569/2019.10.05

    Liu Z H, Wang C, Song J, et al. 2016. 40Ar−39Ar dating and its tectonic significance of the Hulan Group at the northern margin of the North China Plate[J]. Acta Petrologica Sinica, 32(9): 2757−2764 (in Chinese with English abstract).

    Okudaira T, Takeshita T, Hara I, et al. 1995. A new estimate of the conditions for transition from basal <a> to prism [c] slip in naturally deformed quartz[J]. Tectonophysics, 250(1): 31−46.

    Peng Y B, Liu W B, Zhao J, et al. 2022. LA−ICS−MS zircon U−Pb dating and geochemical characteristics of Yingchang pluton in Xifeng area of the North Liaoning province[J]. Contributions to Geology and Mineral Resources Research, 37(3): 344−353 (in Chinese with English abstract).

    Ren Q, Zhang S, Wu H, et al. 2016. Further paleomagnetic results from the similar to 155 Ma Tiaojishan Formation, Yanshan Belt, North China, and their implications for the tectonic evolution of the Mongol−Okhotsk suture[J]. Gondwana Research, 35: 180−191. doi: 10.1016/j.gr.2015.05.002

    Shao H W, Li J J, Liu H G, et al. 2007. Shahe ductile shear zone in northern Liaoning Province and its ore−searching importance[J]. Geology and Resources, 16(1): 23−28 (in Chinese with English abstract).

    Shi S S, Shi Y, Zhang C, et al. 2022. Geochronology and geochemistry of the Triassic intrusive rocks in the Faku area, northern Liaoning, China: Constraints on the evolution of the Palaeo−Asian Ocean[J]. Geological Journal, 57(4): 1658−1681. doi: 10.1002/gj.4368

    Shu T, Xu H J, Zhang J F, et al. 2019. Deformation characteristics and time of Taipingshan folds in Fangshan area, Beijing: Implications for Early Cretaceous compressional tectonics of North China Craton[J]. Earth Science, 44(5): 1734−1748 (in Chinese with English abstract).

    Song Z W, Zheng C Q, Liang C Y, et al. 2021. Identification and geological significance of Early Jurassic adakitic volcanic rocks in Xintaimen area, western Liaoning[J]. Minerals, 11(3): 331. doi: 10.3390/min11030331

    Song Z W, Liang C Y, Neubauer F, et al. 2022. Multistage evolution of the Keluo complex in the northern Da Hinggan Mountains: Implications for the Mesozoic tectonic history of the eastern Central Asian Orogenic Belt[J]. Gondwana Research, 107: 339−369. doi: 10.1016/j.gr.2022.04.002

    Song Z W, Zheng C Q, Lin B, et al. 2023. Geological characteristics of Late Jurassic volcanic rocks in Sierbao−Baita Basin, West Liaoning province and its response to Yanshan Movement[J]. Earth Science, 48(10): 3689−3706 (in Chinese with English abstract).

    Su N, Zhu G. 2022. Stratigraphical sequences and chronological framework of Cretaceous in the western Liaoning region[J]. Geotectonica et Metallogenia, 46(5): 993−1021 (in Chinese with English abstract).

    Sun D Y, Wu F Y, Zhang Y B, et al. 2004. The final closing time of the west Lamulun River−Changchun−Yanji plate suture zone Evidence from the Dayushan granitic pluton, Jilin Province[J]. Journal of Jilin University (Earth Science Edition), 34(2): 174−181 (in Chinese with English abstract).

    Tang J, Xu W L, Wang F, et al. 2018. Subduction history of the Paleo−Pacific slab beneath Eurasian continent: Mesozoic−Paleogene magmatic records in Northeast Asia[J]. Science China Earth Sciences, 61: 527−559. doi: 10.1007/s11430-017-9174-1

    Wang X Q, Liu M, Mao J W. 2024. The Paleoproterozoic basin evolution of the Zhongtiao Mountain region in the Trans−North China Orogen, North China Craton[J]. Geological Bulletin of China, 43(4): 546–560 (in Chinese with English abstract).

    Wang Y, Sun L X, Zhou L Y, et al. 2018. Discussion on the relationship between the Yanshanian Movement and cratonic destruction in North China[J]. Science China Earth Sciences, 61: 499−514.

    Wang Z J, Xu W L, Pei F P, et al. 2015. Geochronology and geochemistry of middle Permian–Middle Triassic intrusive rocks from central–eastern Jilin Province, NE China: Constraints on the tectonic evolution of the eastern segment of the Paleo−Asian Ocean[J]. Lithos, 238: 13−25. doi: 10.1016/j.lithos.2015.09.019

    Wong W H. 1926. Crustal Movement in Eastern China[C]//Procceding of the 3th Pan−Pacific Scientific Congress, Tokyo, 1: 265–285.

    Wong W H. 1927. Crustal movements and igneous activities in Eastern China since Mesozoic time[J]. Bulletin of the Geological Society of China, 6: 9−37. doi: 10.1111/j.1755-6724.1927.mp6001002.x

    Wong W H. 1929. The Mesozoic orogenic movement in Eastern China[J]. Bulletin of the Geological Society of China, 8: 33−44. doi: 10.1111/j.1755-6724.1929.mp8001004.x

    Wu F Y, Zhao G C, Sun D Y, et al. 2007. The Hulan Group: Its role in the evolution of the Central Asian Orogenic Belt of NE China[J]. Journal of Asian Earth Sciences, 30(3): 542−556.

    Wu F Y, Sun D Y, Ge W C, et al. 2011. Geochronology of the Phanerozoic granitoids in northeastern China[J]. Journal of Asian Earth Sciences, 41(1): 1−30. doi: 10.1016/j.jseaes.2010.11.014

    Xu Z Q, Wang Q, Liang F H, et al. 2009. Electron backscatter diffraction (EBSD) technique and its application to study of continental dynamics[J]. Acta Petrologica Sinica, 25(7): 1721−1736 (in Chinese with English abstract).

    Yuan L L, Zhang X H, Xue F H, et al. 2016. Late Permian high−Mg andesite and basalt association from northern Liaoning, North China: Insights into the final closure of the Paleo−Asian ocean and the orogen−craton boundary[J]. Lithos, 258/259: 58–76.

    Zeng J, Wei W, Lin W, et al. 2021. The Late Jurassic extensional event in the Yanshan fold and thrust belt (North China): New insights from an integrated study of structural geology, geophysics, and geochemistry of the Siganding granitic pluton[J]. Journal of Asian Earth Sciences, 211: 104708. doi: 10.1016/j.jseaes.2021.104708

    Zhai M G. 2012. Evolution of the North China Craton and Early Plate Tectonics[J]. Acta Geologica Sinica, 86(9): 1335−1349 (in Chinese with English abstract).

    Zhang C H, Deng H L, Li C M, et al. 2012. An out−of−syncline thrust model for the "Chengde Thrust Sheet" in central intraplate Yanshan Orogenic Belt, northern North China Craton[J]. Earth Science Frontiers, 19(5): 27−40 (in Chinese with English abstract).

    Zhang H H, Wang F, Xu W L, et al. 2016. Petrogenesis of Early–Middle Jurassic intrusive rocks in Northern Liaoning and Central Jilin provinces, Northeast China: Implications for the extent of spatial–temporal overprinting of the Mongol−Okhotsk and Paleo−Pacific tectonic regimes[J]. Lithos, 256/257: 132–147.

    Zhang N, Wang C B, Liu Z H, et al. 2022. Tectonic evolution of the Late Paleozoic−Early Mesozoic orogenic belt in the eastern segment of the northern margin of the North China Block: Evidence from meta−volcanic rocks of Jianshanzi, northern Liaoning Province[J]. Acta Petrologica Sinica, 38(8): 2323−2344 (in Chinese with English abstract). doi: 10.18654/1000-0569/2022.08.07

    Zhang Z K, Ling M X, Lin W, et al. 2020. “Yanshanian Movement” induced by the westward subduction of the Paleo−Pacific plate[J]. Solid Earth Sciences, 5(2): 103−114. doi: 10.1016/j.sesci.2020.04.002

    Zhao G C, Cawood P A, Li S, et al. 2012. Amalgamation of the North China Craton: Key issues and discussion[J]. Precambrian Research, 222: 55−76.

    Zhao Y, Xu G, Zhang S H, et al. 2004. Yanshanian movement and conversion of tectonic regimes in East Asia[J]. Earth Science Frontiers, 11(3): 319−328 (in Chinese with English abstract).

    Zhao Y, Gao H L, Zhang S H, et al. 2022. A brief century review of the “Yanshan Movement” and its founder[J]. Acta Geologica Sinica, 96(5): 1510−1523 (in Chinese with English abstract).

    Zheng Y D, Chang Z Z, 1985. Finite strain measurement and ductile shear zones[M]. Beijing: Geological Publishing House (in Chinese).

    Zhou J B, Han J, Simon A W, et al. 2013. A primary study of the Jilin−Heilongjiang high−pressure metamorphic belt: Evidence and tectonic implications[J]. Acta Petrologica Sinica, 29(2): 386−398 (in Chinese with English abstract).

    Zhu G, Liu C, Gu C C, et al. 2018. Oceanic plate subduction history in the western Pacific Ocean: Constraint from late Mesozoic evolution of the Tan−Lu Fault Zone[J]. Science China Earth Sciences, 61: 386−405. doi: 10.1007/s11430-017-9136-4

    陈海燕, 张运强, 张计东, 等. 2014. 冀北承德盆地侏罗系九龙山组凝灰岩LA‒ICP‒MS锆石U−Pb年龄与地球化学特征[J]. 地质通报, 33(7): 966−973. doi: 10.3969/j.issn.1671-2552.2014.07.004
    陈井胜, 李崴崴, 时溢, 等. 2022. 华北板块北缘东段三叠纪构造演化——来自辽北开原岩浆岩年代学、地球化学的证据[J]. 岩石学报, 38(8): 2216−2248. doi: 10.18654/1000-0569/2022.08.03
    陈丽梅, 刘平华, 杜利林, 等. 2023. 辽宁弓长岭鞍山群时代与物源——来自石榴十字云母片岩碎屑锆石U–Pb–Hf同位素特征与稀土元素组成的约束[J]. 地质通报, 42(12): 2037−2059. doi: 10.12097/j.issn.1671-2552.2023.12.003
    陈印, 朱光, 姜大志, 等. 2013. 四合堂剪切带活动时代及其对燕山运动B幕时间的限定[J]. 地质学报, 87(3): 295−310. doi: 10.3969/j.issn.0001-5717.2013.03.001
    翟明国. 2012. 华北克拉通的形成以及早期板块构造[J]. 地质学报, 86(9): 1335−1349. doi: 10.3969/j.issn.0001-5717.2012.09.002
    段东, 郑常青, 梁琛岳, 等. 2024. 辽北清原夏家堡中侏罗世侵入体岩石地球化学特征及构造意义[J]. 地球科学, 49(3): 868−892.
    韩阳光, 颜丹平, 李政林. 2015. 在CorelDRAW平台上进行Fry法有限应变测量的新技术[J]. 现代地质, 29(3): 494−500. doi: 10.3969/j.issn.1000-8527.2015.03.002
    李海龙, 张宏仁, 渠洪杰, 等. 2014. 燕山运动“绪动/A幕”的本意及其锆石U−Pb年代学制约[J]. 地质论评, 60(5): 1026−1042.
    李忠宪. 2016. 辽北沙河断裂带找矿方法研究[J]. 有色矿冶, 32(2): 5−9. doi: 10.3969/j.issn.1007-967X.2016.02.002
    李壮, 张伟, 杨帆, 等. 2020. 辽北开原中太古代花岗闪长质‒英云闪长质片麻岩成因: 元素和锆石U−Pb−Hf同位素地球化学制约[J]. 矿物岩石地球化学通报, 39(6): 1292−1311.
    梁琛岳, 刘永江, 宋志伟, 等. 2020. 黑龙江虎林杂岩变形样式与时代: 对中国东北东部早白垩世古太平洋板块俯冲的启示[J]. 岩石学报, 36(3): 685−702.
    刘锦, 刘正宏, 李世超, 等. 2016. 华北北缘东段开原地区三叠纪侵入岩年代学及岩石地球化学研究[J]. 岩石学报, 32(9): 2739−2756.
    刘永江, 冯志强, 蒋立伟, 等. 2019. 中国东北地区蛇绿岩[J]. 岩石学报, 35(10): 3017−3047.
    刘志宏, 王超, 宋健, 等. 2016. 华北板块北缘呼兰群40Ar−39Ar定年及其构造意义[J]. 岩石学报, 32(9): 2757−2764.
    彭游博, 刘文彬, 赵军, 等. 2022. 辽北西丰地区晚侏罗世营厂岩体LA‒ICP‒MS锆石U‒Pb年龄及岩石地球化学特征[J]. 地质找矿论丛, 37(3): 344−353. doi: 10.6053/j.issn.1001-1412.2022.03.010
    邵会文, 李俊杰, 刘洪光, 等. 2007. 辽北沙河韧性剪切构造带及其找矿意义[J]. 地质与资源, 16(1): 23−28. doi: 10.3969/j.issn.1671-1947.2007.01.005
    舒坦, 续海金, 章军锋, 等. 2019. 北京房山地区太平山褶皱的变形特征和形成时代: 华北克拉通早白垩世挤压构造的意义[J]. 地球科学, 44(5): 1734−1748.
    宋志伟, 郑常青, 林波, 等. 2023. 辽西寺儿堡‒白塔盆地晚侏罗世火山岩地质特征及其对燕山运动的响应[J]. 地球科学, 48(10): 3689−3706.
    苏楠, 朱光. 2022. 辽西地区白垩纪地层序列与年代学框架[J]. 大地构造与成矿学, 46(5): 993−1021.
    孙德有, 吴福元, 张艳斌, 等. 2004. 西拉木伦河‒长春‒延吉板块缝合带的最后闭合时间——来自吉林大玉山花岗岩体的证据[J]. 吉林大学学报(地球科学版), 34(2): 174−181.
    王晓青, 刘敏, 毛景文. 2024. 华北克拉通中部造山带中条山地区古元古代盆地演化[J]. 地质通报, 43(4): 546−560.
    许志琴, 王勤, 梁凤华, 等. 2009. 电子背散射衍射(EBSD)技术在大陆动力学研究中的应用[J]. 岩石学报, 25(7): 1721−1736.
    张诺, 王长兵, 刘正宏, 等. 2022. 华北板块北缘东段晚古生代‒早中生代造山带构造演化: 来自辽北开原地区尖山子变质火山岩的证据[J]. 岩石学报, 38(8): 2323−2344.
    张长厚, 邓洪菱, 李程明, 等. 2012. 燕山板内造山带中部“承德逆冲构造”的褶皱相关断裂构造模型[J]. 地学前缘, 19(5): 27−40.
    赵越, 高海龙, 张拴宏, 等. 2022. 回眸燕山运动——致敬“燕山运动”的创建者和中国地质学会的奠基人翁文灏[J]. 地质学报, 96(5): 1510−1523. doi: 10.3969/j.issn.0001-5717.2022.05.002
    赵越, 徐刚, 张拴宏, 等. 2004. 燕山运动与东亚构造体制的转变[J]. 地学前缘, 11(3): 319−328. doi: 10.3321/j.issn:1005-2321.2004.03.030
    郑亚东, 常志忠. 1985. 岩石有限应变测量及韧性剪切带[M]. 北京: 地质出版社.
    周建波, 韩杰, Simon A W, 等. 2013. 吉林—黑龙江高压变质带的初步厘定: 证据和意义[J]. 岩石学报, 29(2): 386−398.
  • 期刊类型引用(4)

    1. 窦铭泽. 基于随机森林的明清文学著作阅读意愿研究. 电脑编程技巧与维护. 2024(07): 30-32+54 . 百度学术
    2. 冯振,陈亮,王立朝,侯圣山,田怡帆,刘明学. 区域地质灾害易发性评价的证据权法原理与实践. 地质通报. 2024(07): 1255-1265 . 本站查看
    3. 瞿伟,李昕,李久元,唐兴友,高源. 一种改进自适应步长人工蜂群优化随机森林的滑坡风险性评价方法. 大地测量与地球动力学. 2024(12): 1211-1219 . 百度学术
    4. LIU Dunlong,XIANG Qian,SANG Xuejia,ZHANG Shaojie,YANG Hongjuan. Landslide susceptibility prediction method based on HSOM and IABPA-CNN in Wenchuan earthquake disaster area. Journal of Mountain Science. 2024(12): 4001-4018 . 必应学术

    其他类型引用(5)

图(9)  /  表(2)
计量
  • 文章访问数:  980
  • HTML全文浏览量:  162
  • PDF下载量:  134
  • 被引次数: 9
出版历程
  • 收稿日期:  2024-07-30
  • 修回日期:  2024-10-14
  • 网络出版日期:  2024-11-03
  • 刊出日期:  2024-12-14

目录

/

返回文章
返回