限制“捕获后结晶校正算法”对熔体夹杂物成分及岩石学解释的影响——以MagmaPEC为例

《Geochemistry, Geophysics, Geosystems》：Constraining the Impact of Post-Entrapment Crystallization Correction Algorithms on Melt Inclusion Compositions and Petrological Interpretations With MagmaPEC

熔融包裹体后捕获结晶化（PEEK）校正算法对岩浆参数估计影响显著。通过开发MagmaPEC软件，测试不同Fe3?/Fe2?、K_D和T_L^ol模型，发现校正结果差异可达25% PEC extents，导致MgO含量变化6.7 wt.%、岩浆温度估算偏差140°C，扩散时间尺度差异因子7，熔体粘度变化1个数量级。强调模型选择和误差传播的重要性，需灵活校正工具以准确理解岩浆存储和运移过程。

　　熔体包裹体（melt inclusions）是研究地壳深处岩浆组成、储存条件和挥发性成分的重要工具。这些包裹体通常被橄榄石晶体捕获，并且在形成后可能会经历一些后捕获过程（post-entrapment processes），导致其原始组成发生改变。因此，为了准确恢复熔体包裹体的初始组成，必须进行相应的后捕获过程校正（PEC correction）。然而，目前的PEC校正算法在模型选择方面存在一定的局限性，缺乏足够的灵活性，影响了校正结果的准确性。为了解决这个问题，研究团队开发了MagmaPEC，这是一个基于Python的软件，不仅支持多种模型选择，还具备对分析误差和模型校正误差的全面传播功能。通过使用MagmaPEC进行校正，可以更准确地评估熔体包裹体的组成变化，从而更好地理解深部岩浆过程。

研究结果表明，不同的模型选择会导致高达25%的校正结果差异，而总的误差传播通常较小，这进一步强调了灵活选择模型的重要性。例如，从大西洋岛弧和裂谷火山中采集的熔体包裹体，在不同模型设置下，其校正后的熔体MgO含量差异可达6.7 wt.%，而熔体包裹体捕获温度的估计差异则可达140°C。这些温度变化应用到橄榄石Fe-Mg扩散模型中，会使得储库时间尺度差异高达七倍，而熔体粘度的估计差异则为一个对数单位。这些结果表明，PEC校正对理解岩浆过程及其时间尺度和深部熔体的流变特性具有重要影响。

MagmaPEC的开发为研究人员提供了一个新的工具，能够根据不同的参数选择进行灵活的模型计算，同时还能准确评估误差。在MagmaPEC中，熔体Fe和Mg的分配系数（K_D）和熔体Fe³⁺/Fe²⁺比值的计算是基于多种模型的，这些模型在高压力和温度条件下进行了校正，能够更好地匹配典型玄武岩和碱性玄武岩的熔体包裹体的组成。此外，MagmaPEC还提供了对FeO_i的计算，其误差可以通过多种线性回归方法进行传播，从而提高校正的精度。

研究团队对MagmaPEC进行了广泛的测试，特别是在对不同模型参数进行系统变化的情况下，观察其对校正结果的影响。这些测试表明，模型选择对校正结果的影响最大，尤其是在高压力和高温条件下，不同的模型可能导致校正结果出现较大的变化。同时，通过蒙特卡洛（Monte Carlo）模拟，研究团队评估了各参数的误差传播情况，发现模型选择对总误差的影响远大于误差传播本身。因此，为了获得准确的校正结果，必须选择与熔体包裹体组成相似的模型进行校正。

在实际应用中，熔体粘度对深部岩浆储库中熔体的流动和分离至关重要。MagmaPEC的测试显示，不同的模型设置会导致熔体粘度的变化，从而影响熔体在深部晶体团块中的流动行为。这些变化可能进一步影响我们对岩浆流动和分离过程的理解。此外，熔体包裹体的捕获温度变化也会影响橄榄石Fe-Mg扩散模型的计算结果，从而改变储库时间尺度。

总之，MagmaPEC的开发为研究岩浆过程提供了一个更加灵活和精确的工具，能够根据不同的模型选择和误差传播进行调整。通过使用MagmaPEC，研究人员可以更好地理解熔体包裹体的原始组成及其对深部岩浆过程的影响。该软件的开放性和可扩展性也使得其他研究者可以进一步开发和改进模型，以适应不同的研究需求。这些研究结果表明，灵活的模型选择和误差传播对于获得准确的校正结果至关重要，并且对理解岩浆过程及其时间尺度和流变特性具有深远影响。