利用机器学习这一非破坏性方法，从孟加拉湾获取了晚中新世高分辨率的底栖有孔虫δ13C记录

《Palaeogeography, Palaeoclimatology, Palaeoecology》：Building a high-resolution late Miocene benthic foraminiferal δ13C record from Bay of Bengal with a non-destructive approach using machine learning

　　

Vikash Kumar|Manish Tiwari|Mohd Tarique|Ravi Bhushan|T. Sarathchandraprasad

印度果阿瓦斯科-达-伽马，地球科学部国家极地与海洋研究中心，邮编403804

摘要

底栖有孔虫的δ¹³C是重建深水循环、全球碳循环和海洋生产力变化的重要工具。然而，获取高分辨率的有孔虫同位素数据需要繁琐的破坏性采样。这与X射线荧光（XRF）岩芯扫描技术形成对比，后者通过非破坏性采样提供极高分辨率的元素数据，但在古海洋学解释能力方面不如同位素数据。在本研究中，我们结合了这两种方法，利用IODP U1443站（孟加拉湾南部）的XRF扫描数据，通过监督机器学习构建了表层有孔虫Cibicidoides wuellerstorfi的高分辨率δ¹³C记录。算法比较显示，决策树集成模型的预测能力优于其他模型。基于领域知识的特征工程能够提高模型的性能指标（测试R² = 0.82，测试RMSE = 0.15‰）。通过SHAP分析评估了模型的可解释性。本研究表明，监督机器学习可以有效平衡破坏性采样的古海洋学解释性与非破坏性扫描获取的高分辨率数据之间的平衡。

引言

海洋沉积物岩芯为定量和定性的古气候学研究提供了宝贵的生物地球化学数据。根据方法学特点，海洋古气候学大致可分为两类：一类需要复杂的样本制备和处理，通常涉及费时的劳动密集型工作，并会对珍贵材料造成破坏；另一类则准备简单，采用非破坏性分析，如X射线荧光（XRF）扫描（Croudace等人，2019年）、自然伽马射线（Rothwell和Rack，2006年）、磁化率（Mahoney和M?rz，2022年）以及反射光谱（Zhou等人，2021年）等技术。过去二十年里，这些方法已成为IODP考察的标准流程。这两种方法各有优缺点：前者强调定量性和解释性，后者则具有快速、高分辨率和非破坏性的数据采集特点。因此，结合这两种方法可能对古气候研究更为有益。在本研究中，我们利用IODP U1443站（Clemens等人，2016年）的沉积物岩芯XRF扫描数据，重建了孟加拉湾南部晚中新世时期的底栖有孔虫δ¹³C记录。

X射线荧光扫描通过用X射线照射沉积物表面，使其中的元素产生荧光。primary X射线与元素的相互作用产生特征性的二次（荧光）X射线，进而量化主要和微量元素的变化。海洋沉积物的元素组成受源材料性质、输送过程以及沉积和沉积后条件的影响。因此，XRF衍生的高分辨率元素数据已用于研究不同时间尺度上的风化作用（Clift等人，2020年；Tian等人，2011年）、氧化还原条件（M?rz等人，2010年）和海洋生产力周期（Lyle和Baldauf，2015年）的变化。尽管XRF扫描数据非常有用，但其古海洋学解释能力有限。XRF扫描仅提供半定量数据，且校准到绝对浓度时可能受复杂基质效应影响（Weltje和Tjallingii，2008年）。水分含量变化、沉积物未固结程度、颗粒大小分布和孔隙度变化等因素可能导致无关成分的干扰（Hennekam和de Lange，2012年；Tjallingii等人，2007年），从而造成实验室间的差异（Dunlea等人，2020年）。因此，尽管该方法能生成多维度高分辨率数据，但其解释能力不如有孔虫碳氧同位素数据。

底栖有孔虫（尤其是表层种类的）δ¹³C在古海洋学中广泛应用，因为它包含了深海溶解无机碳（DIC）的δ¹³C特征（Curry和Oppo，2005年；Mackensen和Schmiedl，2019年）。δ¹³C反映了生物过程、水体循环和全球碳循环。海洋生物泵作用导致DIC-δ¹³C的垂直梯度：上层水体中光合作用优先吸收较轻的¹²C，深层水体中的再矿化过程则体现营养物质动态和泵效率。海洋环流也影响DIC-δ¹³C。新形成的水体（如NADW）具有较高的DIC-δ¹³C，而太平洋中的老水体则具有较低的δ¹³C，并与营养物质浓度呈负相关。研究表明，底栖δ¹³C记录可用于重建冰期-间冰期分层变化（Duplessy等人，1988年）、水体边界（Curry和Oppo，2005年）、碳库变化（Holbourn等人，2018年）和突发气候变化（Kennett和Stott，1991年）。

与其它领域一样，机器学习在地球科学中成为重要的计算工具，特别是在古海洋学中（Jasper等人，2024年；Jones等人，2020年；Kumar和Tiwari，2025年）。特别是监督机器学习框架在无需明确机械参数化的情况下，能有效模拟复杂的多变量古气候记录。近年来越来越多的研究将监督机器学习与非破坏性XRF岩芯扫描数据结合使用（XRF-ML框架）。Li等人（2022年）利用神经网络从原始XRF强度数据预测元素浓度；Lee等人（2022年）应用监督机器学习回归分析岩芯中的CaCO?和总有机碳含量；Kodikara等人（2024年）利用深度学习模型预测更新世古湖泊序列的矿物丰度。Kumar和Tiwari（2025年）利用监督回归建立Mg/Ca古温度计的全球校准框架，展示了这些方法在定量古气候学中的应用。然而，此前尚未有研究使用高分辨率XRF扫描数据来分析有孔虫同位素组成。

节片段

站点描述和数据

本研究基于国际海洋发现计划（IODP）U1443站（5.38°N；90.36°E）的航后数据，该站点位于孟加拉湾南部的Ninety East Ridge（Clemens等人，2016年）（图1）。该站位于海岭顶部，免受孟加拉扇区浊流的影响，保留了完整的远洋沉积记录，适用于古海洋学研究。

模型benchmarking和选择

为了确定最合适的回归模型以从XRF元素数据构建底栖δ¹³C，我们使用了10种不同的监督回归模型，涵盖了多种算法。模型包括基线线性模型（线性回归及其正则化变体）、基于实例的方法（K-最近邻）、基于核的方法（支持向量回归）、决策树集成（决策树、随机森林、Extra Trees和梯度提升）以及神经网络

结论

本研究展示了如何利用监督机器学习和非破坏性XRF岩芯扫描技术构建高分辨率的底栖有孔虫δ¹³C记录。我们训练了一系列算法多样的回归模型，根据IODP U1443站（孟加拉湾南部）的晚中新世数据，对底栖有孔虫Cibicidoides wuellerstorfi的δ¹³C进行建模。多算法对比显示，基于树的集成模型表现出一致的良好性能

Vikash Kumar：可视化、验证、软件开发、方法设计、数据分析、正式分析、数据整理、概念化、初稿撰写。Manish Tiwari：项目管理、概念化、修订与编辑。Mohd Tarique：概念化、撰写、修订与编辑。Ravi Bhushan：正式分析、概念化、撰写、修订与编辑。T. Sarathchandraprasad：数据分析、撰写、修订与编辑。

利益冲突声明

作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。

致谢

我们感谢印度政府地球科学部及果阿国家极地与海洋研究中心的支持。同时感谢两位匿名审稿人的宝贵建议。本研究使用的机器学习框架的Python脚本将在 manuscript 被接受后公开发布在GitHub和Zenodo上。