Stratigraphic information extraction from landsat data based on machine learning—a case study of the Keping area of southwest Tianshan Mountains
-
摘要:
当前机器学习方法不断创新发展，为遥感数据的分析利用提供了很好的平台。结合西南天山柯坪地区沉积岩的典型地质特征，针对1:5万区域地质调查数据，利用Landsat 8数据9个波段的遥感信息进行机器学习方法解译。为增强机器学习过程中参与变量数目，在原始9波段数据的基础上分别采用比值法增强方式、主成分分析法增强方式进行数据叠加。为减弱地质体内部纹理信息，同时不影响地质体之间的边界，笔者采用双边滤波的形式对遥感数据进行进一步处理。选用的极限随机树方法、直方梯度增强随机树、随机森林3种机器学习方法整体识别精度均超过93%，尤其是极限随机树方法达到94.18%。本研究方法可用在其他地质信息解译、地质填图中，值得推广。
Abstract:In the current era of artificial intelligence, machine learning methods are constantly innovating and developing.It provides a good platform for effectively analyzing and utilizing of remote sensing data.Combined with the typical geological characteristics of sedimentary rocks in Keping area of southwest Tianshan Mountains, in this paper, remote sensing data from 9 bands of Landsat 8 data were used for machine learning interpretation.In order to enhance the number of variables involved in the process of machine learning, ratio method and principal component analysis method were used to enhance the data superposition based on the original 9-band data.In order to weaken the internal texture information of geological bodies without affecting the boundary between geological bodies, bilateral filtering was used to further process remote sensing data.Three machine learning methods, Extra Trees, Hist Gradient Boosting and Random Forest, were selected.Through experiments, the overall recognition accuracy exceeded 93%, especially 94.18% for the Extra Trees method.It is worth popularizing the research method of this paper in other geological information interpretations and geological mapping.
-
Keywords:
- bilateral filter /
- principal component analysis /
- band ratio /
- Extra Trees /
- Random Forest /
- Hist Gradient Boosting /
- Landsat 8
-
造山带环境下的钾玄质岩(钾玄岩、粗面玄武岩、玄武粗安岩、粗安岩、安粗岩、粗面岩等)通常属于与大洋俯冲作用有关的富碱高钾的钾玄质系列岩石组合，主要为大洋俯冲板片流体交代的地幔楔橄榄岩部分熔融的产物(Morrison，1980；Mueller et al.，1992；Aftabi et al.，2000；邱检生等，2002，2003，2013；Williams et al.，2004；王良玉等；2016；贾小辉等，2017)。识别和研究与大洋俯冲作用有关，而形成于后造山环境的钾玄质火山岩，可为判别大洋俯冲作用和俯冲板片断离−后造山伸展造山带构造演化提供重要证据(Foley et al.，1992；Wyborn，1992；Pe−Piper et al.，2014；尼玛次仁等，2015；王金芳等，2020b，2021c)。内蒙古中部二连−贺根山缝合带作为华北板块与西伯利亚板块的重要缝合界线之一，广泛发育晚古生代SSZ型蛇绿岩−岛弧岩浆岩(陈斌等，2001；Miao et al.，2008；Xiao et al.，2009；Liu et al.，2013；刘锐等，2016；李钢柱等，2017；王树庆等，2018；王帅等，2021；程天赦等，2023)和中生代后造山型岩浆岩(图1)(张晓晖等，2006；石玉若等，2007；李可等，2012；程天赦等，2014；张学斌等，2015；袁建国等，2017)。然而，与晚古生代蛇绿岩−岛弧岩浆岩和中生代后造山A型花岗岩−流纹岩相对比，贺根山缝合带中生代钾玄质火山岩锆石U−Pb年代学、地球化学和构造环境的研究相对缺乏，特别是早侏罗世钾玄质火山岩尚未见有报道。而且，中亚造山带东段古亚洲洋“晚二叠世—早三叠世闭合”和“中三叠世—早白垩世后造山伸展”构造演化的认识(Sengor et al.，1993；Chen et al.，2000；Windley et al.，2007；李锦轶等，2007；邓晋福等，2015b；张晓飞等，2018；程杨等，2019；范玉须等，2019)，仍需要进一步的后造山伸展阶段岩浆活动证据的约束。因此，本文在1∶5万高力罕牧场三连等四幅区域地质矿产调查的基础上，选择内蒙古西乌旗梅劳特乌拉−迪彦庙蛇绿混杂岩带(俯冲增生杂岩)中新识别出的钾玄质火山岩进行锆石U−Pb年代学和地球化学研究，探讨其岩石属性、源区特征和形成构造环境，为中亚造山带东段二连−贺根山缝合带构造演化提供新的岩石学与年代学证据。
![]()
图 1 内蒙古希仁布敦钾玄质火山岩区域构造(a)与地质简图(b)Figure 1. Sketch tectonic map (a) and regional geological map (b) of the Xirenbudun shoshonitic volcanic rocks in Inner Mongolia1. 区域地质背景和岩石学特征
内蒙古西乌旗希仁布敦地区钾玄质火山岩，位于二连−贺根山缝合带东段梅劳特乌拉−迪彦庙蛇绿混杂岩带(俯冲增生杂岩带)内(图1、图2–a) (李英杰等，2012，2015，2018，2023；王金芳等，2019；刘志斌等，2023)。研究区出露地层主要为中生界下侏罗统满克头鄂博组玄武粗安岩−粗安岩等钾玄质火山岩，少量流纹岩；南部可见上古生界下二叠统寿山沟组复理石浊积岩(俯冲增生杂岩) (图1–b、图2–a)。侵入岩主要为早二叠世钾长花岗岩和石英闪长岩。满克头鄂博组火山岩呈角度不整合覆盖在下二叠统寿山沟组复理石浊积岩和早二叠世钾长花岗岩−石英闪长岩体之上。该玄武粗安岩−粗安岩等钾玄质火山岩上覆于流纹岩之上，出露面积约26 km2，其堆积厚度约230 m。1∶20万罕乌拉幅区域地质调查将其归为上侏罗统上兴安岭组酸性火山岩（内蒙古自治区地质局区域地质测量队，1976），1∶25万西乌旗幅将其归为上侏罗统马尼吐组中性火山岩（沈阳地质矿产研究所，2005），缺少地球化学和年代学等资料。本文最新锆石U−Pb测定结果表明，该套以粗安岩为主的火山岩形成时代为早侏罗世，为下侏罗统满克头鄂博组火山岩。
![]()
图 2 希仁布敦钾玄质火山岩地质简图(a)和样品野外(b)、显微照片(c)b—粗安岩；c—斑状结构。Pl—斜长石Figure 2. Geological map (a), field photo (b) and micrograph (c) of the Xirenbudun shoshonitic volcanic rocks希仁布敦地区火山岩以玄武粗安岩和粗安岩为主，少量流纹岩和粗安质−流纹质火山碎屑岩。玄武粗安岩−粗安岩深灰色，斑状结构，块状构造(图2)，局部可见气孔−杏仁构造。岩石由斑晶(10%~20%)和基质(80%~90%)组成。斑晶主要为斜长石，少量角闪石和黑云母，粒度1~5 mm。斜长石主要为中长石，呈半自形板状，可见绢云母化；角闪石呈半自形柱粒状，可见暗化边和绿泥石化；黑云母呈鳞片状，见铁质化。基质主要为斜长石、钾长石和玻璃质。
2. 锆石U−Pb测年
2.1 测试方法
本文锆石U−Pb测年样品采自西乌旗希仁布敦地区钾玄质火山岩中的粗安岩，样品编号为PT134，采样地理位置为北纬44°41′20″、东经118°17′30″(图2–a)。粗安岩年龄样品(PT134)锆石分选在河北省廊坊区域地质调查研究所完成。样品经粉碎、磁选和重选分选出纯度较高的锆石, 并在双目镜下挑选出无色透明、晶形好、无明显裂痕的测年锆石。在北京锆年领航科技有限公司完成样品制靶、透射光、反射光照片拍摄和锆石阴极发光(CL)图像分析 (图3–a)。锆石U−Pb年龄测定工作在中国地质调查局天津地质调查中心进行。利用193 nm激光器对锆石进行烧蚀，激光烧蚀的斑束直径为35 μm，剥蚀采样时间为45 s。测试数据的普通铅校正采用Anderson的方法(Andersen，2002)，锆石U−Pb同位素比值及元素含量运用4.4版本Glitter程序, 年龄加权平均计算使用3.0版本的ISOPLOT程序完成。
![]()
图 3 希仁布敦钾玄质火山岩锆石阴极发光图像(a)和锆石U−Pb年龄(b)Figure 3. Cathodoluminescent images (a) and U−Pb ages (b) of zircons from the Xirenbudun shoshonitic volcanic rocks2.2 测试结果
在阴极发光(CL)图像(图3–a)上，粗安岩样品的25颗锆石结构均一，呈自形—半自形短柱状，长宽比为1∶1∼2∶1，25颗锆石均具较为宽缓稀疏的生长环带，反映中性岩浆成因锆石特征(Claesson et al.，2000；Corfu et al.，2003)。粗安岩样品LA−ICP−MS 锆石U−Th−Pb测试结果见表1。25颗锆石测定的Th/U值为0.78~2.24, 平均值为1.73(表1)，与岩浆锆石的Th/U值大于0.4一致，为岩浆成因锆石特征。该样品25颗锆石测点的206 Pb/ 238 U 表面年龄集中于谐和线上及其附近，获得的206Pb/238U年龄加权平均值为176.3 ±0.8 Ma ( MSWD = 0.83)，代表了粗安岩的成岩年龄(表1；图3)，故将希仁布敦地区钾玄质火山岩的形成时代置于早侏罗世。
表 1 希仁布敦钾玄质火山岩(PT134)LA−ICP−MS 锆石U−Th−Pb测试结果Table 1. LA−ICP−MS U−Th−Pb dating results of zircons from the Xirenbudun shoshonitic volcanic rocks点号 元素含量/10−6 Th/U
同位素比值 表面年龄/Ma Pb U 207Pb/206Pb ±1σ 207Pb/235U ±1σ 206Pb/238U ±1σ 206Pb/238U 1 85 2092 1.9399 0.0497 1.12 0.1897 1.42 0.0277 1.06 176 ±2 2 40 1009 1.7461 0.0482 2.08 0.1849 2.47 0.0278 0.95 177 ±2 3 67 1638 1.8170 0.0477 1.15 0.1856 1.44 0.0282 1.22 179 ±2 4 108 2909 1.5326 0.0483 1.08 0.1839 1.52 0.0276 1.06 176 ±2 5 44 1173 1.5199 0.0512 1.23 0.1958 1.45 0.0277 1.13 176 ±2 6 51 1336 1.5992 0.0542 1.14 0.2088 1.36 0.0280 1.06 178 ±2 7 80 2084 1.4926 0.0487 6.29 0.1880 5.63 0.0280 0.88 178 ±2 8 64 1597 1.9786 0.0496 1.02 0.1876 1.22 0.0274 1.18 174 ±2 9 40 997 1.5956 0.0513 2.60 0.2017 2.90 0.0285 1.00 181 ±2 10 82 2190 1.4508 0.0494 6.90 0.1891 3.86 0.0278 1.09 177 ±2 11 37 994 1.7245 0.0485 1.87 0.1814 1.72 0.0271 1.26 173 ±2 12 129 3189 1.8387 0.0514 1.66 0.1991 2.18 0.0281 1.02 179 ±2 13 58 1461 1.8778 0.0497 1.09 0.1915 1.37 0.0280 1.38 178 ±2 14 44 1070 1.9406 0.0507 1.63 0.1941 2.33 0.0277 1.29 176 ±2 15 56 1061 1.9523 0.0505 4.67 0.1900 5.11 0.0273 1.10 173 ±2 16 112 2176 1.9426 0.0539 9.40 0.2083 9.92 0.0280 0.85 178 ±2 17 75 2057 1.5861 0.0511 1.13 0.1960 1.12 0.0278 1.18 177 ±2 18 106 2653 2.1731 0.0508 1.19 0.1908 1.86 0.0273 0.97 173 ±2 19 4 140 0.7880 0.0498 5.57 0.1838 6.20 0.0268 1.02 170 ±2 20 45 1122 1.9914 0.0528 4.94 0.1997 6.59 0.0274 1.19 174 ±2 21 46 1221 1.8398 0.0521 1.34 0.1978 1.67 0.0275 1.14 175 ±2 22 78 2147 1.6415 0.0488 1.12 0.1861 1.14 0.0277 1.08 176 ±2 23 28 821 1.2241 0.0534 1.82 0.2030 1.85 0.0276 1.03 175 ±2 24 32 863 1.7207 0.0488 1.74 0.1871 1.81 0.0278 0.93 177 ±2 25 85 2082 2.2431 0.0480 1.46 0.1847 1.37 0.0279 0.92 177 ±2 注：实验测试在天津地质矿产研究所完成 3. 地球化学特征
在希仁布敦地区玄武粗安岩−粗安岩中，共采集了7件地球化学样品，全岩主量、微量和稀土元素化学分析在河北省廊坊区域地质调查研究所完成。7件样品按照常规方法首先在破碎机上进行粗碎，然后在玛瑙钵体和柱头研磨机上研磨至200目以下。主量元素分析采用X射线荧光光谱 (XRF)分析，检测下限为0.01%，分析误差优于5%。微量元素采用电感耦合等离子体质谱 (ICP−MS)测定，检测限优于5×10−9，相对标准偏差优于5%。希仁布敦地区玄武粗安岩−粗安岩的全岩主量、微量和稀土元素测试分析结果见表2。
表 2 希仁布敦钾玄质火山岩的主量、微量和稀土元素分析结果Table 2. Major, trace element and REE analyses of the Xirenbudun shoshonitic volcanic rocks样品号
岩性PT131
玄武粗安岩PT132
玄武粗安岩PT133
玄武粗安岩PT134
粗安岩PT135
粗安岩PT136
粗安岩PT137
粗安岩SiO2 54.34 56.47 57.05 58.18 59.35 60.67 61.30 Al2O3 17.42 16.58 17.05 16.13 16.67 16.99 17.14 TiO2 1.16 0.98 1.01 0.97 0.97 0.93 0.91 Fe2O3 3.78 3.15 2.92 3.58 3.51 3.42 3.46 FeO 3.09 3.69 3.54 2.49 2.51 2.39 2.30 CaO 7.12 6.61 5.51 5.96 3.87 3.41 3.37 MgO 2.44 2.30 2.87 2.91 2.34 2.07 1.87 K2O 2.31 2.19 2.47 2.60 3.26 3.76 3.83 Na2O 3.52 3.09 3.07 3.66 3.64 3.33 3.36 MnO 0.12 0.09 0.16 0.10 0.08 0.09 0.09 P2O5 0.33 0.26 0.27 0.27 0.31 0.28 0.27 烧失量 4.17 4.42 3.84 2.95 3.05 2.47 1.96 总计 99.80 99.83 99.77 99.80 99.56 99.83 99.86 La 40.59 33.88 34.05 29.73 34.58 38.12 37.13 Ce 86.90 72.21 72.50 63.24 67.50 68.60 63.14 Pr 12.00 10.10 10.42 8.84 9.76 9.84 10.13 Nd 49.66 41.75 42.78 36.54 39.92 41.23 37.10 Sm 10.07 8.42 8.42 7.12 7.82 8.23 7.54 Eu 2.41 1.92 2.09 1.89 1.94 2.15 1.92 Gd 8.37 6.97 7.11 5.88 6.51 6.99 6.30 Tb 1.38 1.28 1.17 0.97 1.07 1.22 1.12 Dy 7.89 7.04 6.42 5.32 5.74 6.00 5.35 Ho 1.58 1.44 1.29 1.06 1.15 1.22 1.13 Er 4.93 4.50 3.77 3.34 3.47 3.21 3.63 Tm 0.76 0.68 0.56 0.50 0.52 0.63 0.50 Yb 5.24 4.84 3.67 3.28 3.36 3.59 3.34 Lu 1.23 1.12 0.81 0.82 0.87 0.67 0.77 ΣREE 233.03 196.15 195.05 168.53 184.21 191.70 179.09 Y 33.18 30.95 26.75 22.34 24.19 24.81 24.33 Cr 37.07 53.17 66.62 81.70 47.39 52.14 48.57 Co 20.40 18.64 21.20 19.50 16.18 17.43 16.52 Ni 13.11 15.00 19.41 18.90 15.14 16.12 15.42 Rb 57.94 51.57 51.27 53.52 51.83 41.60 40.26 Sr 822.12 570.73 756.13 675.40 696.21 711.30 629.96 Zr 259.00 252.00 227.60 228.80 265.80 249.60 254.90 Nb 11.75 10.42 10.36 10.94 11.84 11.45 11.73 Cs 4.21 12.64 6.16 1.93 8.55 11.43 9.16 Ba 426.10 483.60 859.80 631.50 566.18 489.40 432.05 Hf 6.82 7.28 6.25 6.06 7.14 6.81 6.98 Ta 0.85 0.80 0.79 0.85 0.88 0.83 0.85 Pb 26.47 32.32 16.49 13.51 37.31 42.22 46.57 Th 15.90 14.64 9.99 8.71 12.61 11.19 13.26 U 3.05 3.22 2.74 2.76 2.23 2.73 2.45 注：主量元素含量单位为%，稀土、微量元素含量单位为10−6 3.1 主量元素
希仁布敦地区玄武粗安岩−粗安岩的SiO2含量为54.34%~61.30%，平均58.19%；岩石相对富碱，Na2O+K2O为5.28%~7.19%，平均6.30%；Al2O3含量明显较高，为16.13%~17.42%，平均16.85%；相对富钾，K2O/Na2O值为0.66~1.14, 平均0.86；TiO2 含量明显较低，为0.91%~1.16%，平均0.99%；Fe2O3/FeO值较高，为0.82~1.50，平均1.24%；MgO含量较低, 为1.87%~2.91%，平均2.40%。A/CNK值为0.85~1.07，A/NK值为1.73~2.39，属于准铝质−弱过铝质岩石。
在火山岩TAS分类命名图解(图4–a)中，7个样品点均落入亚碱性系列的玄武粗安岩−粗安岩范围。在Na2O−K2O图解(图4–b)中，7个样品点均落在钾玄质区域。在岩浆系列硅碱(SiO2−K2O)判别图解(图5)中，5个样品点落在高钾钙碱性系列，2个样品点落于钾玄岩系列，表明该区玄武粗安岩−粗安岩可能为钾玄质岩石。
![]()
Figure 4. Total alkalis vs. silica(TAS) (a) and Na2O–K2O (b) diagrams of the Xirenbudun shoshonitic volcanic rocks![]()
图 5 希仁布敦钾玄质火山岩SiO2−K2O分类图解(底图据Peccerillo et al., 1976)Figure 5. SiO2−K2O classification diagram of the shoshonitic volcanic rocks3.2 稀土元素
该区玄武粗安岩−粗安岩的稀土元素总量为168.53×10−6~233.03×10−6(表2)。 (La/Yb)N值为4.72~7.49，平均6.27，轻、重稀土元素分馏明显。在稀土元素球粒陨石标准化配分图(图6)上 ，7个样品具有近于一致的轻稀土元素富集的右倾分布模式(图6；表2)，可能较好地反映了同源岩浆演化特征。δEu值为0.75~0.87，平均0.81，呈现出微弱的Eu负异常。
![]()
图 6 希仁布敦钾玄质火山岩稀土元素球粒陨石标准化配分模式(标准化值据Boynton, 1984)Figure 6. Chondrite−normalized REE distribution patterns of the Xirenbudun shoshonitic volcanic rocks3.3 微量元素
该区玄武粗安岩−粗安岩明显富集Th、U、Sr等大离子亲石元素，亏损 Nb、Ta、Ti、P等高场强元素(表2；图7)。其中，Th含量为8.71×10−6~15.90×10−6，U含量为2.23×10−6~3.22×10−6，Sr含量为570.73×10−6~822.12×10−6，Nb含量为10.36×10−6~11.84×10−6，Ta含量为0.79×10−6~0.88×10−6。在原始地幔标准化微量元素蛛网图(图7)上，7个样品总体具有近于一致的微量元素右倾式分布曲线，明显的Nb、Ta、P、Ti 负异常和Th、U正异常。该区玄武粗安岩−粗安岩具有明显较高的Th/Yb (2.66~3.97)和Ta/Yb (0.16~0.26)值，在Ta/Yb−Th/Yb图解(图8)中, 7个样品点均投影在钾玄质系列范围，与主量元素Na2O−K2O和SiO2−K2O判别结果吻合, 表明该区玄武粗安岩−粗安岩为钾玄质岩石。
![]()
图 7 希仁布敦钾玄质火山岩微量元素原始地幔标准化蛛网图(标准化值据Sun et al., 1989)Figure 7. Primitive mantle−normalized trace element spider diagram of the Xirenbudun shoshonitic volcanic rocks![]()
图 8 希仁布敦钾玄质火山岩Ta/Yb−Th/Yb图解(底图据Mueller et al., 1992)Figure 8. Ta/Yb−Th/Yb diagram for the Xirenbudun shoshonitic volcanic rocks4. 讨 论
4.1. 岩石属性与源区特征
希仁布敦玄武粗安岩−粗安岩相对富碱(Na2O+K2O=5.28%~7.19%，>5%)、高Al2O3 (16.13%~17.42%)、高K2O/Na2O值(0.66~1.14，>0.5)、高Fe2O3/FeO值(0.82~1.50，>0.5)、低TiO2 (0.91%~1.16%，<1.3%)，富集Th、U等大离子亲石元素和轻稀土元素, 亏损 Nb、Ta、 Ti等高场强元素。这些地球化学特征与典型钾玄岩系列岩石特征一致(Foley et al.，1992；Wyborn，1992；邱检生等，2002，2003，2013；Williams et al.，2004；张祥信等，2016；贾小辉等，2017)。因此，根据岩石地球化学特征，参考Na2O−K2O图解(图4–b)、Ta/Yb−Th/Yb图解(图8)、SiO2−K2O图解(图5)、稀土元素配分图(图6)和微量元素蛛网图(图7)，希仁布敦地区玄武粗安岩−粗安岩属于钾玄质岩石(Turner et al.，1996；章邦桐等，2011；邓晋福等，2015a；Jahangiri et al.，2016)。
造山带环境下的钾玄质岩主要起源于与俯冲作用有关的俯冲板片析出流体交代的上覆地幔楔橄榄岩。在Ce/Yb−Cs/Rb 和 Ce/Yb−Pb/Ce地幔流体交代作用判别图解(图9–a，b)上, 希仁布敦地区钾玄质火山岩7个样品的Cs/Rb和Pb/Ce值变化趋势与地幔流体交代作用趋向线一致，表明大洋俯冲作用释放流体交代作用参与钾玄质火山岩的形成过程(Sun et al., 2001；邱检生等，2003，2013；章邦桐等，2011)。在(La/Sm)N−(Ba/La)N图解(图9–c)上，该区钾玄质火山岩7个样品均位于深海沉积物区域内，进一步揭示俯冲洋壳+俯冲深海沉积物组分进入上覆地幔楔参与成岩作用(Othman et al.，1989；邱检生等，2003，2013；Conticelli et al.，2015)。该区钾玄质火山岩Th/Ta(10.31~18.79)、Th/Nb(0.80~1.40)、Ba/Nb(36.26~82.99)和Ce/Nb(5.38~7.40)值明显较高，反映岩浆源区为大洋俯冲作用释放流体交代而富集的地幔源区(Pearce et al.，1995；Elliott et al.，1997)。而且，该区钾玄质火山岩稀土元素和高场强元素含量相对较低，K/Rb 值(331~789，﹤1100)和Ba/Rb值(0.52~1.14，﹤20)明显较低，揭示该区富集地幔源区主要富钾含水矿物为金云母而非角闪石，表明该区钾玄质火山岩可能源于含金云母的富集地幔，含金云母的富集地幔部分熔融产生了该区钾玄质岩浆(Sun et al.，1989；Massonne 1992；Furman et al.，1999；Ebert et al.，2004；Chakrabarti et al.，2009)。
![]()
图 9 希仁布敦钾玄质火山岩Ce/Yb−Cs/Rb(a)、Ce/Yb−Pb/Ce(b)和 (La/Sm)N−(Ba/La)N(c)图解(a, b底图据 Sun et al. , 2001; c底图据 Othman et al., 1989)N−MORB―N型洋脊玄武岩；OIB―洋岛玄武岩；VS―火山碎屑沉积物；BS―全部沉积物；B—海洋沉积物平均值；PM—原始地幔；A—太平洋高Ba/La值生物沉积物Figure 9. Cs/Rb−Ce/Yb (a), Ce/Yb−Pb/Ce (b) and (La/Sm)N−(Ba/La)N (c) diagrams of the Xirenbudun shoshonitic volcanic rocks综上所述，希仁布敦地区钾玄质火山岩岩浆源区应为古亚洲洋俯冲板片脱水释放流体交代上覆地幔楔而形成的富集地幔。该区钾玄质岩浆的形成过程可能为古亚洲洋俯冲−碰撞缝合期间俯冲洋壳+俯冲深积物析出流体交代上覆地幔楔，形成含金云母的二辉橄榄岩−富集地幔，随后的俯冲板片断离−后造山伸展触发富集地幔部分熔融，产生钾玄质岩浆。
4.2 构造环境
造山带环境的钾玄质岩主要形成于与大洋俯冲作用有关的初始洋弧、晚期洋弧、大陆弧和后造山等构造环境(Morrison，1980；Mueller et al.，1992；Aftabi et al.，2000；邱检生等，2002，2003，2013；Pe−Piper et al.，2014；贾小辉等，2017)。在TiO2/Al2O3−Zr/Al2O3构造环境判别图解(图10–a)上, 希仁布敦钾玄质火山岩7个样品均落在大陆弧−后造山钾玄质岩范围内；而在大陆弧和后造山钾玄质岩3Zr−50Nb−Ce/P2O5三角形构造环境判别图解(图10–b)中, 7个样品均落在后造山钾玄质岩范围，表明其形成于后造山构造环境。
![]()
图 10 希仁布敦钾玄质火山岩TiO2/Al2O3−Zr/Al2O3(a)和3Zr−50Nb−Ce/P2O5(b)判别图解(底图据 Mueller et al., 1992)Figure 10. TiO2/Al2O3−Zr/Al2O3(a) and 3Zr−50Nb−Ce/P2O5 (b)discrimnation diagrams of the Xirenbudun shoshonitic volcanic rocks希仁布敦地区钾玄质火山岩的后造山构造环境，与中亚造山带东段古亚洲洋晚二叠世—早三叠世俯冲−碰撞闭合和中三叠世—早白垩世俯冲板片断离−后造山伸展构造演化一致 (Xiao et al.，2003，2015; 李锦轶等，2007；Jian et al.，2012；Liu et al.，2013；杨宾等，2018；张庆奎等，2018；王金芳等，2020a，2021a，2021b；董培培等，2021；孙巍等，2023)。这种与古亚洲洋俯冲作用有关而形成于后造山伸展环境的钾玄质火山岩，与二连−贺根山缝合带广泛发育晚古生代SSZ型蛇绿岩−岛弧岩浆岩和中生代后造山型岩浆岩吻合(Windley et al.，2007；刘建峰等，2009，2022；Wang et al.，2017，2020；Li et al.，2018，2020；李锦轶等，2019a，2019b；董培培等，2021)。而且，希仁布敦钾玄质火山岩的后造山构造环境可以与中亚造山带东段和其他不同地质时期造山带钾玄岩系列岩石和A2型花岗岩的俯冲板片断离−后造山伸展构造环境相类比(Morrison，1980；Mueller et al., 1992；Miller et al., 1999；邱检生等，2002，2003；李红英等，2015；尼玛次仁等，2015；杨华本等，2016；王金芳等，2020b，2021c，2024；孙巍等，2023)。因此，贺根山缝合带梅劳特乌拉−迪彦庙蛇绿混杂岩带中希仁布敦后造山钾玄质火山岩的出现，可能提供了中亚造山带东段晚古生代末古亚洲洋俯冲作用和中生代早期古亚洲洋俯冲板片断离−后造山伸展构造演化新佐证。
5. 结 论
(1)希仁布敦地区钾玄质火山岩岩性为玄武粗安岩和粗安岩，岩石富碱Na2O+K2O、高Al2O3、高K2O/Na2O和Fe2O3/FeO值、低TiO2，富集Th、U、Sr等大离子亲石元素和轻稀土元素, 亏损 Nb、Ta、Ti等高场强元素，属于钾玄质岩。
(2)希仁布敦钾玄质火山岩的粗安岩LA−ICP−MS锆石U−Pb年龄为176.3 ±0.8 Ma，提供了贺根山缝合带早侏罗世钾玄质岩浆作用的证据。
(3)希仁布敦钾玄质火山岩与晚古生代末古亚洲洋俯冲作用有关，形成于中生代早期的古亚洲洋俯冲板片后撤−断离−后造山伸展环境，为后造山钾玄质岩提供了晚古生代末古亚洲洋俯冲作用和中生代早期大洋俯冲板片后撤−断离−后造山伸展构造演化新佐证。
致谢: 感谢原武警黄金第七支队战友野外的辛勤付出和审稿专家的意见。 -
![]()
图 1 研究区位置(A)及区域地质简图(B)
Figure 1. Location map(A) and regional geological schematic diagram(B) of the study area
![]()
图 2 Landsat 9波段数据地层提取结果图(地层代号及岩性同表 1)
Figure 2. Stratigraphic information extraction from Landsat data(9 bands)
![]()
图 3 研究区不同参数双边滤波效果对比图
Figure 3. Comparison of bilateral filtering effects with different parameters in the study area
![]()
图 4 主成分变换增强及主成分变换+双边滤波增强提取结果对比(地层代号和岩性同表 1)
Figure 4. Comparison of enhanced extraction results of principal component transformation and principal component transformation + bilateral filtering
![]()
图 5 波段比叠加变换增强及波段比叠加+双边滤波增强提取结果对比(地层代号和岩性同表 1)
Figure 5. Comparison of enhanced extraction results of band ratio superposition transform and band ratio superposition + bilateral filtering
![]()
图 6 机器学习提取结果与区域地质图对比(地层代号和岩性同表 1)
Figure 6. Comparison of machine learning extraction results with regional geological maps
表 1 训练及验证样本分布
Table 1 Distribution of training and verification samples
类别 训练样本数量 验证样本数量 地层代号 地层名 岩性 类1 625 456 Qp3pl 上更新统 洪积物 类2 859 1477 Qp2pl 中更新统 洪积物 类3 72 102 O1ql1 丘里塔格组 含硅质团块灰岩(深灰色) 类4 3256 2510 O1ql2 丘里塔格组 含硅质团块灰岩(深灰色) 类5 4639 5213 O1ql2 丘里塔格组 含硅质团块灰岩(深灰色) 类6 225 229 O3q(O3k, O2-3se) 其浪组、坎岭组、萨尔干组 钙质泥岩(紫红色)与钙质泥岩(灰绿色)互层 类7 537 446 O3y 印干组 片理化泥岩(灰黑色) 类8 775 371 S1k1 柯坪塔格组 细砂岩与粉砂岩互层 类9 344 266 S1k2 柯坪塔格组 粉砂质泥岩(草黄绿色) 类10 144 115 S1k3 柯坪塔格组 砂岩(灰绿色)夹细砂岩(暗紫红色) 类11 451 196 S2-4t 塔塔埃尔塔格组 细砂岩(灰绿色) 类12 323 170 S2-4t 塔塔埃尔塔格组 粉砂岩(紫红色) 类13 719 519 D1-2y1 衣木干他乌组 细砂岩(紫红色) 类14 1237 700 D1-2y2 衣木干他乌组 细砂岩(紫红色) 类15 1213 558 D3k1 克孜尔塔格组 细砂岩(紫红色)、粉砂质泥岩(灰绿色) 类16 1256 595 D3k2 克孜尔塔格组 细砂岩(紫红色) 类17 1054 462 C2P1kk 康克林组 灰岩(深灰色-灰白色) 类18 430 546 P1b 巴立克里克组 灰岩(深灰色) 类19 303 594 Qp1x 西域组 砾岩(灰色) 
下载: 导出CSV
表 2 Landsat 9波段数据地层提取精度分布
Table 2 Precision distribution of stratigraphic information extraction
方法 自适应增强法 袋装法 极限随机树 直方梯度增强随机树 随机森林 总精度 12.82% 64.73% 88.06% 87.28% 87.28% Kappa系数 0.0115 0.5641 0.8557 0.8473 0.8473
下载: 导出CSV
表 3 主成分变换数据增强后地层提取精度分布
Table 3 Stratigraphic information extraction accuracy distribution after enhanced by principal component transformation
主成分变换增强 方法 极限随机树 直方梯度增强随机树 随机森林 总精度 93.71% 94.16% 93.91% Kappa系数 0.9249 0.9304 0.9273 主成分变换+双边滤波增强 方法 极限随机树 直方梯度增强随机树 随机森林 总精度 95.99% 95.55% 95.07% Kappa系数 0.9522 0.947 0.9412
下载: 导出CSV
表 4 波段比叠加数据增强后地层提取精度分布
Table 4 Stratigraphic information extraction accuracy distribution after enhanced by band ratio stack data
波段比叠加增强 方法 极限随机树 直方梯度增强随机树 随机森林 总精度 94.18% 93.89% 93.96% Kappa系数 0.9305 0.9269 0.928 波段比叠加+双边滤波增强 方法 极限随机树 直方梯度增强随机树 随机森林 总精度 97.40% 95.15% 96.57% Kappa系数 0.9691 0.9421 0.9592
下载: 导出CSV
-
Breiman L. Bagging predictors[J]. Machine Learning, 1996, 24(2): 123-140.
Breiman L. Random Forests[J]. Machine Learning, 2001, 45(1): 5-32.
Freund Y. A decision-thoretic generalization of on-line learning and an application to boosting[J]. Journal of Computer and System Sciences, 1997, 55: 119-139. doi: 10.1006/jcss.1997.1504
Friedman J. Greedy Function Approximation: A Gradient Boosting Machine[J]. The Annals of Statistics, 2001, 29(5): 1189-1232 doi: 10.1214/aos/1013203450
Geurts P, Ernst D, Wehenkel L. Extremely randomized trees[J]. Machine Learning, 2006, 63(1): 3-42. doi: 10.1007/s10994-006-6226-1
Lakhlifa B, Amraoui T, Adnane T, et al. Geological mapping and mining prospecting in the Aouli inlier(Eastern Meseta, Morocco)based on remote sensing and geographic information systems(GIS)[J]. China Geology, 2022, 5(4): 614-629.
Tomasi C, Manduchi R. Bilateral filtering for gray and color images[C]// International Conference on Computer Vision. IEEE, 2002.
陈虹, 杨晓, 田世攀, 等. 覆盖区智能地质填图的探索与实践——以森林沼泽区为例[J]. 地质通报, 2022, 41(2/3): 218-241. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=2022020303&flag=1 陈建平, 肖克炎, 李诗, 等. 基于机器学习的三维矿产定量预测——以四川拉拉铜矿为例[J]. 地质通报, 2019, 38(12): 2010-2021. doi: 10.12097/j.issn.1671-2552.2019.12.009 代友旭, 张新勇, 阎琨, 等. 新疆柯坪地区早二叠世玄武岩年代学、地球化学特征及其地质意义[J]. 地质科技情报, 2017, (1): 1-13. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKQ201701001.htm 戴均豪, 薛林福, 李忠潭, 等. 无人机遥感技术在甘肃北山地区地质填图中的应用[J]. 吉林大学学报(地球科学版), 2021, 51(6): 1908-1920. https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ202106025.htm 范湘涛, 卢华复, 石火生, 等. 柯坪地区构造弱信息提取及左行走滑断层证据[J]. 高校地质学报, 2000, 6(1): 23-28. doi: 10.3969/j.issn.1006-7493.2000.01.003 韩玲, 杨军录, 陈劲松. 遥感信息提取及地质解译[M]. 北京: 科学出版社, 2017. 何文熹, 王磊, 杨玉龙. 基于Landsat 8影像赤壁-嘉鱼地区岩性划分效果分析[J]. 华南地质与矿产, 2019, 35(2): 261-269. https://www.cnki.com.cn/Article/CJFDTOTAL-HNKC201902013.htm 李俊峰. 双边滤波算法的快速实现及其在图像处理的应用[D]. 南方医科大学硕士学位论文, 2013. 李娜, 甘甫平, 董新丰, 等. 高分五号卫星高光谱数据岩性-构造解译初步应用评价[J]. 上海航天, 2019, A2: 188-192, 199. https://www.cnki.com.cn/Article/CJFDTOTAL-SHHT2019S2028.htm 李欣海. 随机森林模型在分类与回归分析中的应用[J]. 应用昆虫学报(昆虫知识), 2013, 50(4): 1190-1197. https://www.cnki.com.cn/Article/CJFDTOTAL-KCZS201304041.htm 马梓程, 帅爽, 安志宏, 等. 基于RF模型的火成岩提取与分类研究——以吉布提阿里萨比耶地区为例[C]// 国家安全地球物理丛书(十五)——丝路环境与地球物理. 2019. 时丕龙, 付碧宏, 二宫芳树. 基于ASTER VNIR—SWIR多光谱遥感数据识别与提取干旱地区岩性信息——以西南天山柯坪隆起东部为例[J]. 地质科学, 2010, 45(1): 333-347. https://www.cnki.com.cn/Article/CJFDTOTAL-DZKX201001029.htm 王建刚, 叶发旺, 邱骏挺, 等. 遥感岩性识别分类研究[J]. 世界核地质科学, 2020, (1): 10-22. https://www.cnki.com.cn/Article/CJFDTOTAL-GWYD202001002.htm 王明常, 张馨月, 张旭晴, 等. 基于极限学习机的GF-2影像分类[J]. 吉林大学学报(地球科学版), 2018, 48(2): 373-378. https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201802005.htm 吴志春, 郭福生, 李华亮, 等. 主成分分析法在相山火山盆地蚀变分带解译中的应用[J]. 大地构造与成矿学, 2020, 44(3): 385-403. https://www.cnki.com.cn/Article/CJFDTOTAL-DGYK202003006.htm 熊越晗, 刘东燕, 刘东升, 等. 基于岩样细观图像深度学习的岩性自动分类方法[J]. 吉林大学学报(地球科学版), 2021, 51(5): 1597-1604. https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ202105033.htm 阎琨, 赵志刚, 马伟, 等. 塔里木柯坪地区上奥陶统印干组碳酸盐岩微相和古地理[J]. 新疆地质, 2019, 37(3): 363-367. https://www.cnki.com.cn/Article/CJFDTOTAL-XJDI201903017.htm 于长春, 孙杰, 张迪硕, 等. 基于多源遥感与航空物探数据的岩性分类方法[J]. 地质通报, 2022, 41(2/3): 210-217. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=2022020302&flag=1 张志臣, 韩忠, 刘晓煌, 等. 新疆哈拉奇地区泥盆纪层序地层学特征及沉积环境[J]. 地质通报, 2014, 33(1): 51-59. http://dzhtb.cgs.cn/gbc/ch/reader/view_abstract.aspx?file_no=20140107&flag=1
计量
- 文章访问数: 2373
- HTML全文浏览量: 316
- PDF下载量: 989
