通过解决GRS数据的全封闭效应来完善火星地球化学区域划分及其解释

《Icarus》:Refining martian geochemical provinces and interpretations by addressing the closure effect of GRS data

【字体: 大 中 小 】 时间:2026年10月24日 来源:Icarus 3.2

编辑推荐:

   •CoDA 有助于消除 GRS 数据中的闭合效应。 •clr 变换可以使 GRS 数据近似服从正态分布。 •使用 ilr 变换的 RPCA 可以揭示具有重要意义的多元素组合。 •使用基于 ilr 的 RPCA-HCA 绘制的七个代表性子省可以显著反映火星表面的物质分布模式。

  

•CoDA 有助于消除 GRS 数据中的闭合效应。
•clr 变换可以使 GRS 数据近似服从正态分布。
•使用 ilr 变换的 RPCA 可以揭示具有重要意义的多元素组合。
•使用基于 ilr 的 RPCA-HCA 绘制的七个代表性子省可以显著反映火星表面的物质分布模式。
引言
经过数十亿年的演化,火星表面经历了各种地质过程,形成了高地、平原、火山、熔岩流场、峡谷系统、河道、谷网络、沉积物和极地冰盖。这些特征全面反映了火星的地质多样性(Greeley and Guest, 1987; Scott and Tanaka, 1986; Tanaka and Scott, 1987)。据报道,火星表面大部分物质由弱蚀变的玄武质矿物组成。持续的太空任务也揭示了火星表面存在各种次生矿物,如硅胶、硫酸盐、层状硅酸盐和氧化物(McSween Jr et al., 2009; Poulet et al., 2009)。然而,仅通过遥感调查获取有关火星成分的更多详细信息并非易事。为了获得关于火星表面成分的全面且更详细的信息,多年来多次火星探索任务产生了各种类型的数据产品(包括地形、矿物光谱、地球物理和元素丰度)。这些数据产品的互补性和可比性为调查火星表面感兴趣物质的分布提供了重要支持(见 Soderblom 和 Bell III (2008) 及相关研究人员关于最先进的火星表面探测技术的论文)。
目前,对火星成分的观测(从局部到全球尺度)通常使用红外和可见光成像系统(包括来自地球、轨道和原位)、X 射线、穆斯堡尔光谱学和中子光谱学(原位)。同时,LIBS 光谱也在原位直接用于基于质量平衡基础上的元素丰度分析。关于火星成分的重要信息来源是火星陨石的分析(McSween Jr., 2008)。热发射光谱仪(TES)、热发射成像系统(THEMIS)、矿物学水冰与活动观测仪(OMEGA)和火星紧凑型侦察成像光谱仪(CRISM)收集的数据(Murchie et al., 2007; Bibring and Langevin, 2008; Christensen et al., 2008a; Christensen et al., 2008b)常用于基于不同分辨率创建矿物学地图(例如 Carter et al., 2013a; Carter et al., 2013b; Michalski et al., 2005; Rogers and Hamilton, 2014)。在这些探测数据中,CRISM 高光谱图像具有最高的分辨率(即空间分辨率为 18 米/像素,光谱分辨率为 6.55 纳米/通道),研究人员经常使用它来对火星表面感兴趣区域进行矿物鉴定研究(例如 Viviano-Beck et al., 2014; Ehlmann et al., 2009; Allender and Stepinski, 2017)。然而,远程红外观测在矿物鉴定中的应用仅限于光学表面(微米级深度)(Hood et al., 2019),并且通常限于无尘区域的固结或岩石状物质。基于 THEMIS、OMEGA 和 CRISM 探测数据鉴定的一些矿物可能小规模地暴露在地表。然而,这些矿物也可能广泛存在于数米厚的覆盖层或细粒尘埃层之下(Gasnault et al., 2010)。这些局限性使得火星奥德赛号伽马射线谱仪(GRS)的地球化学数据对于提供独特见解至关重要,有助于研究火星表面物质成分变化与潜在地质单元之间的关系。GRS 元素地球化学数据中的成分信息源自全球中低纬度范围内火星几十厘米厚的土壤层(分米级深度),并具有连续覆盖的特性(Hood et al., 2019)。这里,“土壤”被视为附近岩石体松散、未固结的“表皮”,是无生命的(Certini and Scalenghe, 2010),主要用于指定火星上的未固结沉积物(Certini et al., 2020)。因此,本文统一将此类未固结沉积物归类为土壤。这几十厘米厚的土壤层可能记录了火星深层重要物质成分的演化信息,例如来自地幔的信息。因此,深入分析 GRS 元素地球化学数据已成为研究人员了解火星形成和演化的重要途径之一。Keller 等人(2006)使用分层多元相关分析发现 Cl 与 H 正相关,但与 Si 和低热惯量负相关,并讨论了四种可能的地质机制(例如风力、火山、水成和热液)。Keller 等人(2006)认为这些机制可能干扰了 GRS 观测到的 Cl 元素的分布模式。Taylor 等人(2010)应用多元聚类分析处理 GRS 地球化学数据(Fe, Si, Ca, 和 K),获得了六个具有不同意义的地球化学省,这些省内的不同火星物质具有独特的地球化学历史。Gasnault 等人(2010)结合主成分分析(PCA)和层次聚类分析(HCA)分析了包含六种元素的 GRS 数据:H, Cl, K, Si, Fe, 和 Ca。该研究表明,必须考虑至少三个主成分才能准确观察火星表面物质成分的变异性(即不同地球化学省内的元素丰度变化模式)。他们还建议 GRS 地图可以揭示火星表面物质形成过程中涉及的物理和化学过程的复杂性,这些物质是本地衍生的、区域运输的和外源物质的混合物。Karunatillake 等人(2012)结合相关分析(CA)和回归分析来表征行星表面成分与物理性质之间的独特关系。这种组合技术用于解决数据中的空间自相关效应和异方差性问题。研究表明,多元相关分析可以揭示全球观测属性之间的众多潜在关系(Karunatillake et al., 2012)。Hood 等人(2019)应用 PCA 降低了不同元素和源自 TES 的尘埃覆盖指数数据的 GRS 地球化学数据的维度。该研究表明,S、Cl 和 H?O 丰度的相关趋势与南高地的广泛水溶液相互作用和北低地的原始土壤一致。Rani 等人(2022)将几种结合 PCA 的聚类分析应用于 GRS 地球化学丰度数据,绘制了不同的元素地球化学省,发现无论挥发分富集如何,火成岩壳层成分都占主导地位,液态水在火星地貌中起的作用有限。由此可见,基于多元统计分析的火星 GRS 数据处理为了解火星表面成分(即多元素)的迁移和演化提供了重要见解。
尽管以前的研究人员有效地使用多元统计技术处理了 GRS 地球化学数据,并实现了对全球或区域尺度上火星表面地球化学过程的理解。然而,与地球上矿物勘探中的勘探地球化学数据类似,GRS 地球化学数据也是经典的一种成分数据,仍然存在闭合效应。闭合效应的存在可能会在元素之间引入一定程度的虚假相关,可能导致后续分析任务获得的结果存在不确定性。因此,建议在进行多元统计分析之前对 GRS 元素数据进行预变换处理。研究人员以前确定了成分数据的特征(Aitchison, 1982; Aitchison, 1986; Gasnault et al., 2010; Li et al., 2024; Lammer et al., 2011)。GRS 元素地球化学数据是通过处理伽马射线谱仪的光谱生成定量浓度,从而呈现火星表面元素质量分数的空间分布图(Boynton et al., 2007)。由不同元素的质量分数组成的数据集也满足每个部分可以表示为整体比例的原则,例如十亿分之几(ppb, 微克/千克)和百万分之几(ppm, 毫克/千克)。因此,其中一个部分的变化将导致其他成分的相对变化(Aitchison, 1986; Pawlowsky-Glahn and Egozcue, 2002; Pawlowsky-Glahn and Egozcue, 2011; Carranza, 2011; Egozcue et al., 2018; Filzmoser et al., 2018; Martín-Fernández et al., 2018)。此外,在火星多次地质活动期间,各种内部或外部地质过程往往诱发元素的迁移和再分布(Boynton et al., 2007; Taylor et al., 2010; Gasnault et al., 2010)。这与地球上的元素非常相似(Zuo, 2021)。这些富集区通常对应于 GRS 地球化学数据中存在的偏态模式。然而,大多数统计方法仅适用于服从正态或对数正态分布的地球化学数据(Zuo et al., 2021)。为了使样本属于单纯形空间的成分数据适用于基于欧几里得空间的经典多元统计方法,人们提出了几种地球化学数据的对数比变换方法,例如加性对数比(alr)(Aitchison, 1982; Aitchison, 1986)、中心化对数比(clr)(Aitchison, 1986)和等距对数比(ilr)(Egozcue et al., 2003)。更具体地说,alr 变换导致缺少一个变量,且缺少变量的选择易受主观影响。clr 变换后,所有新变量的总和为 0,导致协方差矩阵奇异问题(Zuo et al., 2021)。ilr 变换也缺少一个变量,使得变换后极难解释原始变量。随后,Filzmoser 等人(2009)在研究中发现,通过对 ilr 变换的成分数据使用鲁棒主成分分析(RPCA),然后通过标准正交基将鲁棒主成分的得分和载荷反转至 clr 坐标系,解决了 ilr 变换后新变量难以解释的问题,并消除了闭合效应。这表明正交坐标可以表征单纯形空间内地球化学数据的结构。此外,RPCA 可以通过利用最小协方差矩阵来减弱异常值的影响,使结果更准确(Zuo et al., 2013; Zheng et al., 2021)。近年来,大量已发表的论文表明,成分数据分析(CoDA)是地球化学领域处理地球化学数据最重要的方法之一(例如 Zuo et al., 2013; Grunsky et al., 2014; Grunsky et al., 2017; Tolosana-Delgado and van den Boogaart, 2014; Wang et al., 2014; Buccianti and Zuo, 2016; Carranza, 2017; McKinley et al., 2018; Li et al., 2024)。然而,CoDA 在火星 GRS 数据处理中很少见报道,例如分析单个元素的统计特征、评估两个元素之间的相关性、识别具有各种地球化学意义的多元素组合及其全球地球化学分布模式,以及绘制元素地球化学省。在进行基于成分数据的二元分析和多元统计分析之前,首先必须获得 GRS 单个元素的统计特征描述。为此,基于数据频率分布的探索性数据分析(EDA)是一个令人满意的选择(Tukey, 1977; Zuo et al., 2016),因为这种技术仅依赖于数据内部固有的模式来识别异常值。它可以通过简单的图形表示直观地可视化地球化学数据的内部结构,例如分位数图、箱线图、密度轨迹图、一维散点图和直方图(Kürzl, 1988; Li, 2022; Li et al., 2024)。CoDA 双标图也常被地球化学家选用来可视化多个元素之间的相关性(Aitchison and Greenacre, 2002)。
本文应用 CoDA 处理火星全球中低 latitudes 的 GRS 元素地球化学数据,最终实现对火星元素地球化学省的表征分析。使用火星南北纬 60°以内的高程地形图(包括一系列重要区域和着陆点)(图 1)辅助研究。天问三号最可能的四个着陆点也进行了标记(Hou 等人,2025)。

研究目标如下:(1) 利用探索性数据分析(EDA)技术检验不同类型元素数据的内部结构,例如原始丰度数据(缩写为原始数据)、对数转换数据和中心对数比(clr)转换数据;(2) 通过相关性分析(CA)探索消除闭合效应前后两种元素之间的相关性特征;(3) 应用基于等比对数比(ilr)的主成分分析(PCA)和稳健主成分分析(RPCA)提取和选择代表全球元素分布模式的重要主成分,识别具有不同地球化学意义的元素组合,并揭示火星表面多元素地球化学分布模式;(4) 对重要主成分进行层次聚类分析(HCA),基于不同聚类数量探索元素地球化学省的特征。

章节片段
GRS 数据
我们使用源自伽马射线谱仪(GRS)光谱的地球化学图来揭示元素富集模式并绘制不同的元素省地图。GRS 的平均采样深度为几十厘米,空间分辨率相对较低;然而,这些特征有助于减轻细尘对测量结果的影响,使 GRS 特别适合大规模地球化学过程研究(Rani 等人,2022)。在本研究中,我们使用了最后精细化的数据集。

方法
本研究的工作流程如图 3 所示。该方法主要涉及基于成分数据的统计分析,包括探索性数据分析、相关性分析、主成分分析、稳健主成分分析和层次聚类分析。首先,所有这些数据驱动的统计方法都是在对八种元素的 GRS 数据应用对数比转换(例如 clr 和 ilr)后进行的。为了检验统计...

探索性数据分析比较
首先,我们验证了大多数元素的 Srms(均方根残差)不确定性通常小于其标准差(s)(表 2),这在火星表面全球范围内是一致的。然而,Si 的 Srms 值超过了其标准差,这与 Boynton 等人(2007)的分析一致,表明 Si 可能在全球尺度上不具有统计显著性。Ca 和 Al 的标准差与其各自的 Srms 值相似。根据 GRS 数据分析,Hahn 和 McLennan(2007)...

结论
在这项工作中,我们使用成分数据分析(CoDA)研究了 GRS 地球化学数据中的闭合效应。消除闭合效应后,我们发现使用各种统计方法,GRS 元素表现出不同的地球化学特征。与 GRS 元素的原始和对数转换数据相比,EDA 表明 clr 转换能更好地改善 GRS 数据的内部结构,并使元素更接近正态分布。只有基于 clr 的 CA 分析表明一致地...

利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系,这些关系可能影响本论文报告的工作。

稿件准备过程中生成式 AI 和 AI 辅助技术的声明
声明:在准备本工作的过程中,作者使用了 DeepSeek 来提高他们对使用 CoDA 分析火星 GRS 数据的重大发现及其对当前领域的贡献的总结(作者与 DeepSeek 的对话可以在此处找到:https://chat.deepseek.com/share/uk67sczdnqknxm53xt)。使用此工具/服务后,作者审查并编辑了所需内容,并对已发表文章的内容承担全部责任。

CRediT 作者贡献声明
李超:撰写 – 原稿、可视化、验证、软件、方法论、调查、正式分析、数据整理、概念化。周科法:撰写 – 审查与编辑、监督、方法论、概念化。王晋林:撰写 – 审查与编辑、监督、资助获取。毕建涛:撰写 – 审查与编辑、监督。张青:撰写 – 审查与编辑、监督。王伟:撰写 – 审查与编辑、监督。邱和顺:可视化...

未引用参考文献
Baschetti 等人,2025
Bishop 和 Rampe,2016
Bishop 等人,2023
Buz 等人,2017
Das 等人,2024
Daudin 等人,1988
Deit 等人,2013
Efron,1979
Evans 等人,2006
Farrand 等人,2009
Feldman 等人,2005
Fernández-Remolar 等人,2025
Gross 等人,2024
Milliken 等人,2009
Osterloo 等人,2008
Peres-Neto 等人,2003
Sarkar,2019
Skok 等人,2010
Thomson 等人,2011
Vaniman 等人,2024
Voigt 等人,2024
Ye 和 Michalski,2022
Zhang 等人,2026

致谢
感谢 Taylor Jeffrey 博士(gjtaylor@higp.hawaii.edu)为我们提供完整的火星 GRS 元素地球化学丰度数据以支持我们的研究。感谢亚利桑那大学月球与行星实验室的火星奥德赛号 GRS 科学团队。本研究得到中国科学院战略性先导科技专项(项目编号:XDA0430103)和新疆维吾尔自治区重点研发计划项目的财政支持。

李超 | 周科法 | 王晋林 | 毕建涛 | 张青 | 王伟 | 邱和顺 | 王瑞 | 李东 | 廖涛 | 赵崇
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号