报告题目：机器学习在揭示地幔深部化学异常的初步尝试

报 告 人：李泽峰 教授（中国科学技术大学）

报告时间：8月23日（周五）下午3:00

报告地点：综合楼701会议室

  李泽峰，中国科学技术大学特任教授，教育部青年长江学者，中科院青年百人计划。2012年中科大本科毕业，2017年佐治亚理工学院获得博士学位，2017-2020年加州理工学院博士后。主要研究领域是人工智能地震学和分布式光纤地震学。以第一或通讯作者在Nature Geoscience、AGU Advances等期刊发表论文30余篇。担任JGR-Solid Earth、SRL、EQS副主编，地球物理学报、ERA等期刊编委，中国地震学会地震人工智能专委会副主任等。

报告摘要：

  地幔地球化学分区对地球动力学和演化历史提供了关键的约束。近年来深部地幔的地球化学不均一性主要是南北半球(DUPAL异常)主导还是由两个大低剪切波速区(LLSVP)主导存在争议。我们尝试利用机器学习来全面和客观评估以上两种假设。我们观察到基于LLSVP的二分法在两个不同数据集中的分类准确率存在显著差异，并且最重要的87Sr/86Sr在两个数据集中起的作用相互矛盾。相比之下，基于DUPAL的二分法准确率保持一致且各种同位素的表现类似。我们发现两个最重要的同位素比率87Sr/86Sr和206Pb/204Pb，可以有效区分南北半球地化特征，其分类准确性与使用所有同位素比相同。这一发现支持了DUPAL异常主要由富集地幔1端元(EM1)导致，可能与大陆下地壳大规模拆沉到南半球深部地幔的过程有关，可能归因于约600-500 Ma冈瓦纳合并期间大陆碰撞引起的广泛岩石圈分层。本研究表明机器学习与大型地球化学数据集相结合有助于可靠地揭示地球的深部结构和演化模式。