地球物理数据的机器学习：一种创新的方法，用于理解克拉通岩石圈的本质及其构造演化

《Geoscience Frontiers》：Machine learning of geophysical data: An innovative methodology to understand the nature and tectonic evolution of cratonic lithosphere

　　石瑶斋|李强阳|何文彦|薛高|杨博宇|David I. Groves|李楠|张亮|邓俊|王涛
中国地质大学（北京）深时数字地球前沿科学中心，地质过程与矿产资源国家重点实验室，北京100083，中国

**摘要**
深部岩石圈的岩性对于理解其演化及相关动态过程至关重要。然而，构成这些岩性的岩石的物理性质取决于多种因素，如矿物和化学成分、围压、温度以及孔隙流体压力。岩石成分及其形成深度处的压力-温度条件的不确定性会导致地球物理勘探数据的非唯一性。本研究利用机器学习方法，通过包括P波速度（VP）、S波速度（VS）、密度（ρ）及其导数参数在内的36种岩石类型的实验数据，准确预测岩石圈的岩性组成。这实现了对分类结果的定量评估，并提高了精度和可重复性。以南 China 块为例，研究表明，虽然四川盆地保留了厚厚的克拉通岩石圈，但其地幔岩石圈显示出与峨眉山大型火成省岩浆活动的显著再富集现象。更重要的是，在 China 块的中部和东部地区，结合现有的地球动力学模型，可以将中生代后的岩石圈演化过程划分为四个主要阶段：（1）俯冲阶段；（2）俯冲岩石圈地壳的脱水及角岩化；（3）板块回撤和岩石圈剥离；（4）伸展阶段及地幔源岩浆的俯冲作用。本研究确定了一系列关键地质参数，并为理解全球克拉通岩石圈系统的结构与演化提供了新的见解，前提是这些地区具有足够的高分辨率地球物理数据。

**1. 引言**
深部岩石圈岩性组成的定义对于理解其构造演化、动态过程及机制至关重要（Christensen 和 Mooney, 1995; Zhang 等, 2014; Kim 等, 2020）。尽管通过钻探难以直接探测深部岩石圈的岩性结构，但地球物理方法可以提供关于地球内部异常物理场的信息。重要的是，不同的地球物理数据反映了岩石圈的各种物理性质。例如，地震学能够精确计算岩石圈的高分辨率地震波速度结构（Holbrook 等, 1992; Christensen 和 Mooney, 1995），而重力学方法则提供了关于岩石圈密度结构的关键信息（Li 和 Oldenburg, 1998; Deng 等, 2014）。随着地球物理反演技术的进步，反演多种类型地球物理数据的能力得到了显著提升，算法也得到了改进，能够处理越来越大的数据集和复杂的模型（Deng 等, 2014; Li 等, 2019; Yang 等, 2021）。将多种地球物理数据集整合用于地质解释已成为必要的工具（Melo 和 Li, 2021）。然而，岩石的物理性质受多种因素影响，包括矿物和化学成分、围压、温度、各向异性以及孔隙流体压力。岩石单元在岩石圈中的深度处，这些因素的不确定性导致了地球物理勘探数据的非唯一性。

对岩石物理性质的研究程度直接影响地球物理解释结果的准确性。只有当地球物理解释基于对岩石物理性质的深入理解时，结果才可被认为是可靠的（Jin, 1997）。随着高温高压实验技术的进步，关于岩石物理性质的数据迅速增长，为通过地球物理场反演岩石岩性提供了数据基础。这使得通过整合多种地球物理数据集来进行地质解释成为可能。

现有的通过岩石物理性质反演岩石成分的研究步骤可总结为：（1）收集或测量不同类型岩石的高温和高压物理性质数据；（2）将岩石物理性质进行配对组合，并为不同岩石类型绘制置信椭圆，创建岩性区分图；（3）使用经过温度和压力校正的地震结果来计算相关物理性质参数，然后将这些参数绘制到岩性区分图上以推断可能的岩性（Christensen 和 Mooney, 1995; Zhang 等, 2008; Zhang 等, 2011; Zhang 等, 2014）。例如，在实验室中确定了29种火成岩和变质岩的平均速度与密度之间的关系。通过将不同层的平均速度和密度与实验室测量的与地壳平均速度和密度相对应的物理性质进行比较，推断出了上地壳、中地壳和下地壳的主要岩石组成（Christensen 和 Mooney, 1995）。利用各种地壳岩石类型的物理性质测量数据，并校正每种岩石类型的P波和S波速度，建立了多个岩性区分图。通过应用链式约束并结合地表地质信息进行验证，乌拉尔地壳组成模型表明该地区下地壳中不存在片麻岩（Brown 等, 2003）。类似的方法已在其他地区得到广泛应用，揭示了不同地块间岩石组成的差异（Zhang 等, 2008; Zhang 等, 2011; Zhang 等, 2014; Brown 等, 2024）。

尽管现有的地质和地球物理研究为理解岩石圈的组成提供了重要框架，但该领域仍存在三个需要进一步探索的方面：（1）研究深度的局限性：尽管当前方法已经建立了地壳岩石分类的框架，但对地幔岩石的研究仍存在明显不足，无法全面覆盖所有岩石类型，导致概括能力较弱。（2）提高分类精度的需求：不同岩性之间的物理性质参数存在重叠，挑战了链式图分类方法的精度。（3）数据处理效率与精度之间的平衡：面对大型地球物理数据集时，传统分类方法通常基于结构单元划分和通过区分图进行岩性划分（Enkin 等, 2020; Kim 等, 2020; Melo 和 Li, 2021; Yang 等, 2023）。虽然这些方法在一定程度上简化了工作流程，但可能会牺牲地球物理数据的高分辨率特性，无法完全反映多样的地质信息。因此，寻找既能保持数据高精度又能提高效率的方法显得十分迫切。

为了理解大陆地壳的构造过程和地质形成，有必要约束岩石圈尺度上岩性的深度分布及其横向变化。因此，关键挑战在于如何通过研究多种岩石物理性质与岩性之间的相关性来获得高分辨率的岩石圈岩性分布。尽管使用两个物理性质分类图时可以手动划分岩性单元（Martinez 和 Li, 2015; Sun 等, 2020），但当处理三个或更多物理性质参数时，通过链式图手动分类岩性变得非常具有挑战性（Melo 和 Li, 2021），且分类结果容易受到主观因素的影响。近年来，由于机器学习算法能够在多维数据中提取潜在特征和相关性，其在地质和地球物理领域越来越受欢迎（Zhong 等, 2019; Zhong 等, 2020; Zhao 等, 2021a; Zhang 等, 2023）。通过训练机器学习模型，可以识别和分类地球物理数据中的岩性特征，从而实现岩石圈岩性分布的高分辨率预测。

在本研究中，收集并总结了岩石圈内36种常见岩性的20个物理性质参数。这些参数基于：（1）全球范围内的高温高压实验数据，包括基本参数如P波速度（VP）、S波速度（VS）和密度（ρ），以及通过加法、减法、乘法和除法获得的导数参数（如VP+VS、VP-VS、VP×VS、VP/VS等，共12个）；（2）常用参数如泊松比（σ）、第一拉梅参数（λ）、第二拉梅参数（μ）、第一拉梅参数与密度（ρλ）的乘积以及第二拉梅参数与密度（ρμ）的乘积。

在选择参数并训练和评估模型后，选择了K最近邻（KNN）算法来预测岩石圈中岩性的组成。KNN是一种简单而有效的非参数分类方法，它根据定义的距离度量将新数据点分配到特征空间中最接近的样本所代表的岩性类别（Cover 和 Hart, 1967）。与仅依赖一两个物理参数的传统岩性分类方案不同，KNN方法整合了完整的多维地球物理特征集，从而更可靠地描述岩石圈组成，同时保持了输入地震和重力数据的高保真度。总体准确率达到97%，F1分数（表示精确度和召回率之间的平衡）为90%。如下所述，这种方法为 China 块内的构造单元提供了重要的详细岩性组成，有助于理解该板块的构造演化。

**2. 实验数据集和准备**
深部勘探技术、高温高压实验的进步以及大数据的积累为解码岩石圈的岩性组成提供了坚实的基础。从1956年至2024年间发表的文献中，收集了不同压力下及25°C温度下的岩石密度、P波速度和S波速度的测量数据（补充数据表S1）。共收集了36种常见岩石类型的2836个数据集。其中，沉积岩包括5种类型：页岩、粉砂岩、砂岩、角砾岩和石灰岩；变质岩包括15种类型：变质灰岩、板岩、云母片岩、片岩、糜棱岩、大理石、石英岩、角闪岩、片麻岩、酸性花岗岩、中性花岗岩、基性花岗岩、蛇纹岩、蛇纹石化橄榄岩和角岩；火成岩包括16种类型：花岗岩、闪长岩、闪长岩、安山岩、玄武岩、正长岩、辉长岩、辉绿岩、 dunite、正辉石岩、单斜辉石岩、韦伯斯特岩、哈茨堡岩和勒尔佐岩。结合29种常见的地壳岩石类型（Christensen 和 Mooney, 1995）和7种地幔岩石圈岩性（Shinevar 等, 2022），该数据集基本上涵盖了岩石圈中的所有常见岩性。

收集的岩石S波和P波速度数据具有不同的压力范围，因此需要通过拟合压力依赖模型对速度数据进行预处理。所使用的拟合模型为公式（1）（Ji 等, 2007）。该模型的参数具有明确的物理意义，并且只使用四个变量，使其更易于应用。该模型允许物理参数的扩展压力范围，并为表达波速度提供了一个统一的公式，使得在0–6 GPa压力范围内任何波速度值的计算成为可能。

$$VP = V_0 + DP - B_0 \exp^{-kP}$$
其中，P表示压力，V(P)表示压力P下的P波或S波速度，V_0表示在无孔隙和无裂缝条件下零压力下的预测速度，D表示线性弹性状态（无孔隙性）下速度随压力变化的速率，B0表示零压力条件下孔隙或裂纹存在引起的初始速度差异，k表示非线性弹性状态下速度减弱的衰减常数。

对多种岩石类型的速度与压力关系的评估指标证明了这种拟合方法的有效性（图1）。为了确保拟合曲线的准确性，仅保留了R2 ≥ 0.95的数据集。共保留了2049个数据集。一般来说，SSE（误差平方和）越接近0，拟合曲线的优度越好。根据这一筛选标准，选择了SSE < 0.08的拟合曲线。这有效保留了原始数据的特征，并允许在0–6 GPa压力范围内进行速度预测。

**图1. 代表性岩石类型的P波速度与压力关系。（a）片麻岩；（b）角闪岩；（c）花岗岩；（d）闪长岩；（e）辉长岩；（f）dunite。**
缩写：R2，决定系数；SSE，误差平方和。

由于岩石密度随压力的变化相对较小，因此使用60种矿物端元的弹性及热力学性质数据库以及基本的热力学关系和三阶有限应变理论（Hacker 和 Abers, 2004; Abers 和 Hacker, 2016）来估算岩石密度随压力的变化率。密度随压力的变化率为 [Math Processing Error]Dρ=3.8 [Math Processing Error]× 10-5 (g·cm–3·MPa–1)。因此，岩石的密度可以通过以下公式计算得出：(2)[Math Processing Error]ρz=ρ0+Dρ×Pz。其中，[Math Processing Error]ρz 表示在压力 [Math Processing Error]Pz 下的岩石密度，[Math Processing Error]ρ0 表示无压力状态下的岩石真实密度，[Math Processing Error]Dρ 表示岩石密度随压力的变化率。由于岩石探测技术的发展（Wilson, 1989, Mo, 2019），特别是对矿物和岩石压力计的详细研究以及岩石-矿物平衡热力学的探讨（Rudnick et al., 1998, Holland and Powell, 2011, Liu et al., 2018），岩石圈中许多岩石的压力条件已经得到了较清楚的认知（Tang et al., 2014, Ping et al., 2019）。基于地质背景和先前的研究，36种岩石类型的压力范围已被大致确定（表1）。在这个压力范围内，每隔20 MPa的 pressure interval 对纵波速度、横波速度和密度进行了采样。原始参数数据集包括二十个物理参数，这些参数包括基本参数如P波速度（VP）、S波速度（VS）和密度（ρ），以及通过加法、减法、乘法和除法得到的派生参数，如VP+VS、VP-VS、VP×VS和VP/VS（总共12个）。此外，还包含了常用的参数，如泊松比（σ）、第一拉梅参数（λ）、第二拉梅参数（μ）、第一拉梅参数与密度的乘积（ρλ）以及第二拉梅参数与密度的乘积（ρμ）。这些参数综合反映了岩石圈的弹性特性（公式（3）-（8）。(3)[Math Processing Error]Φ=Vp/Vs (4)[Math Processing Error]σ=0.5[1-(Φ2-1)-1] (5)[Math Processing Error]μ=ρVs2 (6)[Math Processing Error]λ=ρVP2-2μ (7)[Math Processing Error]ρμ=ρ2Vs2 (8)[Math Processing Error]ρλ=ρ2VP2-2ρμ 表1. 岩石圈岩石的压力范围。岩石按压力（MPa）递增顺序排列。分类 岩性 压力（MPa）分类 岩性 压力（MPa）沉积岩 页岩 0–300 蛇纹石化橄榄岩 1200–6000 粉砂岩 0–300 强片岩 2000–3000 砂岩 0–300 火成岩 辉长岩 0–100角砾岩 0–300安山岩 0–300石灰岩 0–300玄武岩 0–300变质岩 变灰岩 0–300花岗岩 100–350板岩 0–300片麻岩 100–350云母片岩 100–350辉长岩 100–350片岩 0–300伟晶岩 100–350角闪岩 100–350辉长岩 100–350蛇纹岩 0–6000岩性判别机器学习模型是通过在原始参数数据集上进行参数选择建立的，详细过程在补充文本中描述。3. 南中国板块内岩石圈成分的空间变异预测 南中国板块位于欧亚板块、印度板块和菲律宾海板块的交界处（图2）。它位于青藏高原的西侧，北邻秦岭-大别造山带，东南面朝向西太平洋。该地区从内陆向大陆边缘过渡，包括盆地、弧状构造和海槽。由于前寒武纪多个地块复杂的构造演化，南中国板块长期以来一直处于全球超级大陆聚合与分散以及南北大陆碰撞与拼接的过渡带中。它受到太平洋板块向西俯冲以及青藏高原和印度-澳大利亚板块向北差异运动的影响，从而在不同构造边界的作用下形成了独特的大陆结构（Charvet et al., 2010, Shu et al., 2015, Dong et al., 2023）。作为欧亚板块东南缘最活跃的地壳生长和大陆增生区域，南中国板块也是陆地-海洋过渡带、地幔-地壳物质传输最强烈的构造带之一，同时也是地球上最显著的横向不连续区域之一（Cawood et al., 2013）。南中国板块记录了几乎全部的地壳生长和大陆增生过程，使其成为当前地球科学研究的焦点。南中国板块主要由扬子地块和华夏地块组成，它们在新元古代沿江山-绍兴断层碰撞并合并。在整个显生宙期间，经历了复杂的多阶段构造运动、重组、叠加和转变。不仅在早古生代和早中生代经历了两次大陆内部造山作用，而且南中国板块东南部的中生代构造和岩浆活动尤为显著。南中国板块下方可能存在地幔柱或软流圈上升区，以及中生代岩石圈膨胀的驱动力仍然是地质学讨论的热点问题（Wu et al., 2006, Zheng et al., 2008）。要解决这些问题，关键是获取南中国板块岩石圈结构的高分辨率数据。3.1. 多物理数据集 南中国板块的多物理数据集包括岩石圈P波速度（VP）、S波速度（VS）、温度和密度的3D结构模型，这些数据是通过联合反演瑞利波相位和群速度数据、绝对高程、大地水准面高度和地表热流数据得到的（Pavlis et al., 2012, Laske et al., 2013, Jiang et al., 2019, Yang et al., 2021）。数据覆盖范围为102°E–122°E和22°N–33°N，水平分辨率为1°×1°，垂直分辨率为2 km（Yang et al., 2021）。地表波数据结合了短周期瑞利波相位速度（8–70 s）和群速度（8–50 s）（Shen et al., 2016）、40–145 s周期的瑞利波群速度（Li et al., 2013），以及来自远震数据的40–150 s周期瑞利波相位速度（Shan et al., 2016）。地表热流数据来源于最新的中国地表热流数据（Jiang et al., 2019）。绝对高程、大地水准面高度和岩石圈密度数据分别来自ETOPO1数据集（https://www.ngdc.noaa.gov/mgg/global/global.html）的绝对高程数据、全球重力模型EGM2008（Pavlis et al., 2012）和CRUST 1.0模型（Laske et al., 2013）。通过采用多观测概率反演方法（Afonso et al., 2016a），有效提高了模型的可靠性和一致性，减少了不确定性，并揭示了地壳和上地幔中的细微结构和异常（Yang et al., 2021）。3.2. 温度校正 在ML模型中，KNN模型使用25°C下不同压力情景下的各种物理参数数据集进行训练。然而，岩石圈的地球物理调查数据集包含原位地震P波和S波速度以及密度，这些参数受温度和压力的显著影响。因此，在进行预测之前需要校正这些参数以反映岩石圈的实际温度。在浅层地壳中，地震P波和S波速度与温度-压力场的关系是非线性的。但在深层地壳和地幔岩石圈中，由于高压下孔隙几乎闭合，地震P波和S波速度与温度场的关系近似为线性。因此，可以应用以下线性温度梯度来校正岩石圈中的P波速度数据（Christensen, 1979, Zhang et al., 2014）：(9)[Math Processing Error]?Vp?T=-4.5×10-4km/s/°C 类似地，可以推导出S波速度的校正系数（Kern, 1978, Kern and Richter, 1981）：(10)[Math Processing Error]?Vs?T=-2.4×10-4(km/s)/°C 密度校正因子如下（Hacker and Abers, 2004, Abers and Hacker, 2016）：(11)[Math Processing Error]?ρ?T=-8.5×10-5(km/s)/°C 根据这些校正，可以得到校正后的VP、VS和ρ数据，然后使用公式（2）、（3）、（4）、（5）、（6）、（7）进一步计算其他物理性质参数。这样就得到了南中国板块地幔岩石圈的20个物理性质参数的预测数据集。3.3. 预测结果 使用训练好的KNN模型进行预测后，得到了南中国板块岩石圈的岩性组成（图3）。南中国板块不同深度的岩性组成有显著变化，地壳中的岩石组成较为复杂。南中国板块的地壳岩石主要由片麻岩（31.1%）、辉长岩（11.0%）和片岩（8.8%）组成（图3a-c），合计占地壳的50%以上。大理石、角闪岩和基性片麻岩占地壳岩石的4%–7%，是次要成分。碎裂岩、长英质片麻岩、玄武岩、辉长岩和安山岩占2%–4%。石灰岩、板岩、中英质片麻岩、安山岩和花岗岩等岩石类型占不到2%，甚至一些地幔岩石如伟晶岩、哈茨堡岩和角闪岩也存在于华夏地块的下地壳中（图3c）。相比之下，地幔岩石的组成较为简单，主要由含橄榄石和辉石的橄榄岩和辉长岩组成（图3d-i）。主要的地幔岩石包括哈茨堡岩（41.5%）、辉长岩（20.2%）、角闪岩（11.6%）、蛇纹石化橄榄岩（10.2%）和正辉长岩（7.0%），合计占地幔成分的95%以上。此外，还有少量的强片岩和伟晶岩。通过分析相同深度的地幔岩石组成（图3e），南中国板块大致可以分为四个区域：四川盆地、扬子褶皱-逆冲带、江南造山带和华夏地块。为了更好地了解这四个区域的岩石分布，选择了跨越整个南中国板块的NW–SE方向的代表性剖面（图2）。这些剖面揭示了地壳组成的显著差异（图4）。南中国板块岩石圈的代表性岩性剖面。不同颜色的块代表不同的岩性。从上到下的白色虚线表示根据Crust 1.0模型（Laske et al., 2013）通过线性插值得到的上地壳、中地壳和下地壳之间的边界。黑色实线表示岩石圈-软流圈边界（Yang et al., 2021）。四川盆地的地壳主要由变质岩组成，这些变质岩从上地壳到下地壳经历了从低级到高级的转变。上地壳的主要岩石是片麻岩（32.7%）、片岩（16.7%）、玄武岩（14.1%）、石灰岩（12.2%）和变灰岩（8.3%）。中地壳主要由片麻岩（39.4%）、角闪岩（14.2%）、基性片麻岩（11.0%）、长英质片麻岩（7.9%）、玄武岩（7.1%）和大理石（6.3%）组成。下地壳主要由基性片麻岩（36.2%）、角闪岩（31.9%）和辉长岩（26.1%）组成。在扬子褶皱-逆冲带，地壳主要由火成岩和变质岩组成。上地壳主要由片麻岩（42.1%）、辉长岩（10.5%）、石灰岩（7.9%）、变灰岩（6.6%）和辉长岩（6.6%）组成。相比之下，中地壳和下地壳主要由火成岩组成。中地壳的主要岩石类型是辉长岩（33.9%）、片麻岩（16.9%）、基性片麻岩（11.9%）和辉长岩（10.2%），辉长岩是下地壳的主要岩石（52.0%），其次是基性片麻岩（20.0%）和角闪岩（8.0%）。在江南造山带，上地壳主要由片麻岩（45.1%）组成，伴有大量的片岩（22.0%）、辉长岩（13.4%）和辉长岩（12.2%）。中地壳主要由辉长岩（25.9%）、片麻岩（24.7%）和基性片麻岩（18.5%）组成。下地壳主要由辉长岩（55.4%）组成，其次是基性片麻岩（19.6%）和角闪岩（12.5%）。在华夏地块，上地壳主要由片麻岩（37.0%）和片岩（21.8%）组成，还有碎裂岩（16.8%）和玄武岩（8.4%）。中地壳的特征是片麻岩（32.2%）、辉长岩（12.2%）和辉长岩（9.6%），以及少量的片岩、片麻岩和辉长岩。下地壳主要由辉长岩（30.2%）、伟晶岩（12.9%）、片麻岩（12.1%）和哈茨堡岩（9.5%）组成。值得注意的是，下地壳含有大量的地幔来源岩石，如伟晶岩和哈茨堡岩。这些岩石主要由橄榄石和辉石组成。不同构造单元的地幔组成也显示出显著差异。四川盆地的特征是含有较高比例的纯橄榄岩（56.5%）和榴辉岩（27.4%），其次是威赫莱岩（8.1%）和哈茨堡岩（7.0%）。长江褶皱-逆冲带中哈茨堡岩的比例更高（35.6%）和榴辉岩（22.3%），威赫莱岩是第三大常见的岩性。在江南造山带中，哈茨堡岩（36.2%）和威赫莱岩（25.3%）是主要的地幔岩石，其次是橄榄石岩（15.7%）。喀斯嘉地块以大量的哈茨堡岩（74.1%）和蛇纹石化橄榄岩（23.5%）为标志，橄榄石岩的比例较低。

4. 讨论
4.1 方法评估
为了评估岩性预测的可靠性，基于特征空间中最近的十个训练样本计算了局部一致性指数（LCI）（Régin等人，1994年）。对于每个预测点，计算了与其10个最近邻居中具有相同岩性标签的比例。较高的一致性表明预测位于特征空间中岩性标签相对均匀的区域，因此预测更加可靠。不确定性定义为1 ? LCI，这直接反映了模型输出的置信水平（图5a）。总体而言，86%的数据点的不确定性值低于0.2。

图5. 方法评估，包括（a）不确定性评估和（b）稳定性评估。黑色虚线（从上到下）表示通过Crust 1.0模型（Laske等人，2013年）线性插值得到的上地壳、中间地壳和下地壳的边界。黑色实线表示岩石圈-软流圈边界（Yang等人，2021年）。

考虑到反演中使用的地震速度、密度和弹性模量存在一定的不确定性（Afonso等人，2016b），进一步进行了基于蒙特卡洛的敏感性分析（Saltelli等人，2008年）。对输入特征施加了±5%的随机高斯扰动，并重复预测100次。每个样本的稳定性率定义为与原始结果一致的扰动预测的比例。结果剖面（图5b）显示了总体较高的稳定性，表明模型对输入变化不敏感，并具有很强的鲁棒性和泛化能力。

这种方法系统地总结了岩石圈的主要岩性特征，深入探讨了岩石的物理性质，并通过引入机器学习方法解决了预测深部岩性组成的三个关键问题：
(1) 通过将研究深度从地壳尺度扩展到整个岩石圈，这种方法填补了先前关于地幔岩性识别研究的空白。岩石圈包括地壳和上地幔，是地球表面最活跃和最复杂的部分。这种方法系统地总结了岩石圈中的36种岩性，涵盖了从沉积岩、变质岩到火成岩的各种类型，从而确保了岩石类型的全面性和代表性。这种全面的岩性总结不仅增强了模型的泛化能力，还使得研究结果能够更广泛地应用于不同类型的地质环境和地质过程研究。
(2) 引入机器学习方法后，这种方法显著提高了岩石预测的准确性。传统的岩石分类方法通常依赖于链式分类图进行人工区分，而这种方法通过大数据分析和机器学习算法实现了对岩石物理性质的精确预测。此外，该方法还能够对分类结果进行定量评估，大大提高了岩性识别的准确性和可重复性。这种数据驱动的解决方案为岩石分类提供了更可靠和客观的基础，有助于减少人为因素引起的误差。
(3) 基于模型的定量分析能够有效处理不同岩石类型之间的微妙差异，从而提高了预测结果的鲁棒性，并为复杂地质环境中的岩石识别和分析提供了新的技术支持。随着地球物理勘探技术的不断发展，获得的地球物理数据量不断增加。传统的岩石识别方法难以在统一的标准下处理这些数据，但本研究中采用的方法充分利用了岩石的物理性质，并使用机器学习算法实现了精确的岩石识别。这使得地质学家和地球物理学家能够更深入地挖掘地球物理数据中的信息。

4.2 南亚地块岩石圈的自然和构造演化
四川盆地下的岩石圈厚度超过200公里，其特点是S波和P波速度高且密度高。长期以来，它被认为是南亚地块中最典型的克拉通状稳定岩石圈（Zhao和Cawood，2012年；Li等人，2013年；Yang等人，2021年）。一般来说，初始地幔岩石圈被认为严重缺乏亲岩浆元素，并且Mg#值较高（Griffin等人，2013年）。然而，最近的热化学模型表明，四川盆地下的地幔岩石圈的整体Mg#并没有显示出明显的亏损特征（Yang等人，2021年；Zhang等人，2024年）。这表明四川地幔岩石圈并不是一个保存完好的初始地幔岩石圈，而是在形成后发生了变化。数值模拟进一步表明，峨眉山地幔柱头物质有可能到达峨眉山大火成岩省（ELIP）的外围区域并影响四川盆地的岩石圈（He，2022年；Wu等人，2023年）。与ELIP相关的基础岩浆活动可能在四川岩石圈下产生了熔融体。这些熔融体渗透到原有的难熔橄榄岩地幔中，用新形成的富集熔融物质替换了部分旧难熔地幔（Yang等人，2021年）。这一解释与四川盆地内广泛的岩浆活动的最新钻孔证据一致（Lu等人，2019年；Meng等人，2023年）。

在我们的岩性预测结果中（图4），四川盆地下的地幔岩石圈显示出明显的再富集特征，表现为富集的榴辉岩和适度亏损的威赫莱岩的组合。这种岩性组合很可能反映了与ELIP相关的岩浆活动对四川盆地岩石圈的再富集（图6a）。值得注意的是，四川地幔岩石圈仍然保留了大量的高度亏损的纯橄榄岩，代表了古老地幔根部的残余。这些难熔纯橄榄岩体可能有助于维持该地区岩石圈的巨大厚度和长期稳定性。总体而言，四川盆地位于ELIP的外围区域，因此岩浆柱的影响显著，但没有完全破坏岩石圈的稳定性。

图6. 南亚地块岩石圈的示意性剖面，展示了岩性和演化过程：(a) 峨眉山大火成岩省（ELIP）对四川盆地岩石圈的再富集；(b) 俯冲阶段过程，包括俯冲板块的脱水和前弧蛇纹石化橄榄岩的形成，以及俯冲地壳的脱水诱导的榴辉岩化；(c) 古太平洋板块的回撤和大陆伸展。

与四川盆地下厚实且相对稳定的岩石圈相比，长江褶皱-逆冲带、江南造山带和喀斯嘉地块的岩石圈从西向东明显变薄。与中生代岩浆活动相关的侵入岩在这些地区广泛暴露于地表。这种模式通常归因于太平洋板块俯冲和随后晚中生代的板块回撤造成的岩石圈伸展和变薄（Dong等人，2020年；2023年）。然而，这种解释存在局限性。首先，早-中生代的岩浆记录并不表现出简单单向俯冲模型所预测的向西年轻化趋势。其次，晚中生代的板块回撤也无法解释花岗岩岩浆活动的向外扩展的空间和时间模式（Zhang等人，2008年；Liu等人，2020年）。

在四川盆地以东，长江褶皱-逆冲带、江南造山带和喀斯嘉地块的岩石圈经历了从俯冲到伸展的复杂演化。这一演化反映了太平洋板块与南亚地块之间的长期相互作用。根据我们的岩性模型和之前的研究（Ranero等人，2005年；Dong等人，2020年；Dong等人，2023年；Zhang等人，2023年），这种演化可以分为四个阶段（图6b-c）：
(1) 俯冲阶段（图6b）。在太平洋板块早期俯冲到欧亚大陆下方时，喀斯嘉地块和江南造山带下方的岩石圈底部形成了蛇纹石化前弧地幔。我们的模型预测在约60-100公里深度处有蛇纹石化橄榄岩。这一结果与Ranero等人（2005年）描述的下沉岩石圈的结构和变质演化相符。这个阶段反映了俯冲海洋地壳的脱水和流体释放到上覆地幔楔中的过程，导致前弧地幔发生水合作用。
(2) 俯冲岩石圈中地壳的脱水和榴辉岩化（图6b）。随着俯冲的进行，海洋地壳达到超过100公里的深度并发生了脱水和榴辉岩化。在我们的模型中，江南造山带下方的岩石圈底部出现了榴辉岩层（100-150公里）。这记录了俯冲地壳的高压高温变质过程，与Ranero等人（2005年）描述的深部变质演化一致。
(3) 板块回撤和岩石圈分层阶段（图6c）。高分辨率地震速度模型显示，在江南造山带下方约90公里深度处有一个显著的高速体，这被认为是中生代岩石圈分层的结果（Zhang等人，2023年）。那项研究表明，分层始于侏罗纪早期，可能是由于早期岩石圈增厚和平缓俯冲触发，并一直持续到白垩纪早期。西部喀斯嘉地块和江南造山带的基本岩浆活动表明，在这一时期岩石圈来源发生了变化：在1.8亿-1.6亿年前，来源包括贫瘠的软流圈和富集的地幔岩石圈；在1.6亿-0.95亿年前，岩浆活动主要由富集的地幔岩石圈的熔融作用主导；而在0.95亿-0.8亿年前，两种来源同时存在（Zhou等人，2006年；Drew等人，2009年；Liu等人，2021年；Zhang等人，2023年）。这些观察表明，江南造山带下方发生了岩石圈分层和部分熔融。相应地，我们的模型在这个带下方80-120公里深度处识别出威赫莱岩，与岩石圈分层和部分熔融一致。
(4) 伸展阶段和地幔衍生岩浆俯冲（图6c）。地震反射剖面显示喀斯嘉地块下方下地壳中有普遍存在的近水平薄反射层（Dong等人，2020年；2023年）。还记录了局部高振幅的近水平或缓倾反射层。这些反射层表明在下地壳伸展过程中发生了分布式的塑性变形，通常被解释为来自地幔的基性侵入体（Hurich等人，1985年；Holliger和Levander，1994年；Dong等人，2020年；2023年）。暴露出来的白垩纪基性岩脉和玄武岩具有较高的εNd(t)（高达7.2）和较低的La/Nb比值（0.59-1.59）。这些地球化学特征表明地幔的强烈贡献（Dong等人，2010年；He和Xu，2012年；Meng等人，2012年）。

地球物理和地球化学证据共同表明，在白垩纪期间喀斯嘉地块下方发生了强烈的地幔衍生俯冲和地壳-地幔相互作用（Dong等人，2020年；2023年）。我们的模型在喀斯嘉地块下地壳中识别出了websterite和哈茨堡岩，表明有地幔物质注入下地壳。此外，预测的喀斯嘉地块下方的地幔岩性与 Niutoushan、明溪、安远和麒麟等地幔捕虏体的成分一致，其中哈茨堡岩占主导地位（Yu等人，2011年；Xiao等人，2019年；Zhao等人，2021b）。

总之，我们的模型预测的岩性定义了长江褶皱-逆冲带、江南造山带和喀斯嘉地块之间的连贯演化过程。这个序列包括俯冲过程中的前弧地幔蛇纹石化、俯冲地壳的脱水和榴辉岩化、板块回撤过程中的分层，以及伸展过程中的地幔衍生俯冲。这一序列记录了由太平洋板块俯冲驱动的深层动力学和岩性变化，并为华南中生代的岩石圈减薄和岩浆作用提供了新的约束。

5. 结论
本研究收集了岩石圈中36种常见岩性的物理性质特征，共20个物理参数。经过模型训练和评估后，选择了KNN算法来预测岩石圈的组成。这种方法将研究深度从地壳尺度扩展到了整个岩石圈尺度。与传统基于物理性质链约束的分类预测相比，这种方法更加准确，同时保持了地球物理检测的高精度特征。此外，该方法还实现了对分类结果的定量评估，显著提高了岩性识别的准确性和重复性。这种数据驱动的解决方案为岩石分类提供了更加可靠和客观的基础，并有助于减少人为因素引入的误差。该机器学习方法被应用于研究华南块体及其组成地块的岩性组成。结果表明，四川盆地下的地幔岩石圈并非一个均匀耗竭的地幔区域，而是含有富集的橄榄岩和中等耗竭的魏氏岩，显示出明显的再富集特征。尽管如此，该盆地仍保留了大量高度耗竭的 dunite（一种橄榄岩变种），这表明四川盆地位于峨眉山大型火成 province（ELIP）的外围区域，在这里地幔柱的影响虽然显著，但还不足以完全破坏克拉通岩石圈的稳定性。基于我们的岩性模型以及之前地质和地球物理研究的整合，我们提出了一个关于华南块体中生代构造历史的综合演化框架。该框架包括四个阶段：（1）俯冲阶段；（2）俯冲岩石圈地壳的脱水及榴辉岩化；（3）板块回撤和岩石圈分离；（4）伸展阶段及地幔源岩浆的下插。虽然这种方法主要是针对华南块体开发的，但它也可以用于理解全球其他具有足够地质和地球物理数据的主要构造域中岩性的分布及其构造意义。

未引用的参考文献：
Lee et al., 2011; Liu et al., 2005; Wang et al., 2008; Zhang et al., 2009.

CRediT 作者贡献声明：
翟世尧：撰写 – 修订与编辑、撰写 – 初始草稿、方法论、数据分析。
杨立强：撰写 – 修订与编辑、撰写 – 初始草稿、监督、方法论、数据分析、资金获取、概念化。
何文燕：撰写 – 修订与编辑、撰写 – 初始草稿、方法论、概念化。
高达学：撰写 – 初始草稿、方法论、概念化。
杨博宇：方法论、数据分析、数据管理。
David I. Groves：撰写 – 修订与编辑、撰写 – 初始草稿。
李楠：撰写 – 初始草稿、数据分析。
张亮：监督、概念化。
邓军：监督、概念化。
王涛：监督。