楣石微量元素组成作为矿床类型的指示剂：一种机器学习方法

《Minerals》：Titanite Trace-Element Composition as an Indicator of Ore Deposit Types: A Machine-Learning Approach

　　

楣石是一种广泛存在于岩浆、变质和热液系统中的副矿物，能够容纳对成矿过程敏感的微量元素。尽管楣石微量元素化学已广泛应用于单个矿床系统和矿床对比，但其在监督机器学习框架下对多种矿床类型进行区分的潜力仍未得到系统探索。在本研究中，研究人员汇编了一个基于文献的激光剥蚀电感耦合等离子体质谱（LA-ICP-MS）楣石微量元素数据集，包含来自五种主要矿床类型的1679个分析数据：斑岩型、矽卡岩型、铁氧化物-磷灰石型（IOA）、铁氧化物铜金型（IOCG）和造山带金矿床。使用一组包含21种微量元素（包括稀土元素（REE）、Y、Zr、Hf、Nb、Ta、Th和U）的通用特征集，评估了六种监督机器学习算法：K-最近邻（KNN）、支持向量机（SVM）、随机森林（RF）、极限梯度提升（XGBoost）、TabMap和TabPFN。二维元素和元素比值图显示矿床类型之间存在大量重叠，而机器学习模型能更好地捕捉汇编数据集中与矿床类型相关的多元素模式。TabPFN获得了最高的分层5折交叉验证性能，准确度为0.957 ± 0.011，宏观F1分数为0.944 ± 0.012，其次是TabMap和XGBoost。SHAP和TabMap-SHAP解释表明，矿床分类主要与稀土元素-钇（REE-Y）、铕（Eu）、高场强元素（HFSE）和钍-铀（Th-U）系统学的耦合变化相关，而非单一诊断元素。这些结果表明，在汇编的地球化学数据集中，楣石微量元素组成可能为矿床类型判别提供一种有用的定量且可解释的方法，而更广泛的应用则需要扩展标准化的数据集和独立的验证样本。

**基于楣石微量元素组成判别矿床类型的机器学习方法解读**

**研究背景与问题**
矿床分类对于成因解释和矿产勘查至关重要，因为不同的矿床类型反映了岩浆源区、氧化还原状态、流体演化、围岩相互作用和构造背景的独特组合。近几十年来，激光剥蚀电感耦合等离子体质谱（LA-ICP-MS）及相关微区分析技术生成的矿物尺度地球化学数据集，极大地扩展了利用在广泛地质环境中稳定的副矿物来探究这些过程的能力。其中，楣石（CaTiSiO₅）因其在火成、变质和热液系统中广泛分布，且其晶体结构能够容纳丰富的微量元素（包括对岩石成因和成矿条件敏感的稀土元素（REE）、Y、Zr、Hf、Nb、Ta、Th和U）而显得尤为有前景。因此，楣石已成为记录岩浆、变质和热液演化的重要载体。

然而，尽管楣石化学在单个矿床研究中显示出潜力，但其作为矿床类型定量判别指标的应用仍不成熟。以往研究多针对特定矿床，并依赖选定的元素比值、稀土元素配分模式、异常参数或二元判别图进行解释。这些方法虽然能提供地球化学信息，但本质上存在局限性，因为它们仅利用了多元素楣石分析中所含信息的一小部分。对于楣石而言，其微量元素行为受耦合置换以及熔体成分、氧逸度、流体成分和共存相稳定性等多种变量控制，因此，化学性质不同的成矿系统可能在低维图中重叠，而有用的诊断模式可能只有在考虑完整的高维成分结构时才会显现。换言之，楣石成分可能包含比仅从双变量图中提取的更丰富的成矿信号。机器学习为解决这一问题提供了实用途径，它能够识别大型多变量数据集中的非线性结构，并将其转化为预测模型。尽管已有研究证明磷灰石微量元素化学结合机器学习可高精度分类矿床类型，但针对楣石的等效研究仍然匮乏，而楣石在许多成矿相关的侵入和热液系统中含量丰富，且常保存与成矿过程直接相关的微量元素特征。因此，本研究旨在测试在监督机器学习框架下，楣石微量元素组成能否用于区分主要矿床类型，并评估其作为矿床类型定量且地质可解释指标的潜力和局限性。

**研究方法概述**
为开展研究，研究人员通过手动汇编已发表的LA-ICP-MS数据，建立了一个楣石微量元素数据库。该数据库包含来自五种主要矿床类型（斑岩型、矽卡岩型、铁氧化物-磷灰石型（IOA）、铁氧化物铜金型（IOCG）和造山带金矿床）的1679个分析数据。研究聚焦于一个以Y、Zr、Nb、REE、Hf、Ta、Th和U为主的多元素特征空间。数据预处理包括对数变换和标准化，并使用中位数插补处理缺失值。为评估楣石微量元素地球化学区分矿床类型的能力，研究比较了六种机器学习算法：K-最近邻（KNN）、支持向量机（SVM）、随机森林（RF）、极限梯度提升（XGBoost）、TabMap和TabPFN。模型性能通过分层5折交叉验证进行评估，并使用合成少数类过采样技术（SMOTE）处理类别不平衡问题。此外，研究还利用SHAP和TabMap-SHAP等可解释人工智能方法，对训练好的模型进行解释，以识别最具诊断性的地球化学变量。

**研究结果**
1. **二维判别图的局限性**：研究构建了一系列基于楣石微量元素变量和元素比值的二维判别图。结果显示，即使表现最好的特征组合（如La vs. Y）也只能获得中等的F1分数（0.509），五种矿床类型的样品在图中存在大量重叠。这表明，仅靠双变量散点图无法充分捕捉数据中完整的多元素结构，矿床类型的信号分布在多个地球化学维度上。
2. **高维机器学习分类性能**：与二维图相比，高维机器学习模型能更有效地区分五种矿床类型。在六种测试算法中，TabPFN在分层5折交叉验证中取得了最高性能，准确度为0.957 ± 0.011，宏观F1分数为0.944 ± 0.012。TabMap和XGBoost也取得了有竞争力的结果。不同矿床类型的分类可靠性存在差异：IOA型矿床的楣石分类可靠性最高，矽卡岩型和造山带金矿床也普遍分类良好，而IOCG型矿床的分类性能最低且最不稳定。这反映了IOCG类别内部更大的异质性以及有限的独立数据来源。
3. **基于SHAP的判别元素解释**：对XGBoost和TabPFN分类器的SHAP值分析表明，矿床分类并非由单一孤立变量控制，而是由楣石化学中反复出现的多元素模式控制。两个模型都强调了一组基本相似的元素，主要涉及轻稀土元素（LREE）、Eu、高场强元素（HFSE）、Th-U以及中稀土-重稀土-钇（MREE-HREE-Y）系统学。具体而言，对于斑岩型矿床，高Th和LREE（尤其是Ce和La）含量通常具有正向的SHAP效应；对于矽卡岩型矿床，Zr、Hf、U以及一些MREE-HREE变量（如Tb和Sm）是主要特征；对于IOA和IOCG型矿床，Eu是更具诊断性的变量之一；对于造山带金矿床，较高的Eu、Ce、Nb和Yb会增加模型概率。这些模式表明，在汇编的数据集中，每种矿床类型都与不同的多元素楣石特征相关联。
4. **基于TabMap-SHAP的类别特异性元素关联解释**：TabMap将一维元素向量排列成二维特征图，其中数据集中统计关联更强的元素彼此更接近。结合SHAP分析发现，分类器主要依赖REE-Y、Th和HFSE相关变量的耦合变化。在矿床类型层面，每种矿床类型都表现出独特的多元素归因模式：斑岩型样品主要与Th-Eu-Ta-Ce-U-Lu的贡献相关，矽卡岩型与U-Tb-Lu-Ce-Y-Eu相关，IOA型与Y-Nb-Hf以及Eu-Er-Pr相关，IOCG型与Sm-Nb-Pr-Dy-Y-Ho相关，造山带金型与Th-Eu-La-Y-Hf-Ho相关。这些关联集中在REE-Y、HFSE、Eu和Th-U系统，与已知的楣石地球化学行为一致。

**讨论与结论**
研究讨论部分指出，尽管结果表明楣石在当前的汇编数据集中保存了与矿床类型相关的多元素信息，并能被监督机器学习模型有效提取，但当前基于文献的数据集存在重要局限性。主要包括地理分布不均（大部分数据集中在亚洲，特别是中国）以及不同矿床类别间独立数据来源覆盖不均衡。这限制了模型在更广泛区域的直接外推适用性。未来工作需要扩展标准化的楣石数据集，纳入更广泛的矿床类型和独立的测试样本，并结合地质背景以提高模型的可迁移性和实际应用性。

**研究结论**：本研究评估了利用监督机器学习进行楣石微量元素地球化学定量矿床分类的潜力。二维判别图揭示了矿床类型之间的部分成分差异，但在低维元素和元素比值空间中仍存在大量重叠。相比之下，高维机器学习模型能更好地捕捉汇编数据集的多元素结构。在六种测试算法中，TabPFN在分层5折交叉验证中取得了最高性能。模型解释表明，分类受元素组的影响而非单一诊断变量控制。SHAP结果强调了LREE、Eu、MREE-HREE-Y、HFSE和Th-U系统学作为重要判别特征，这与已知的楣石晶体化学控制及其对岩浆和热液过程的敏感性基本一致。TabMap-SHAP进一步表明，不同矿床类型在模型空间内与不同的多元素归因模式相关联。总体而言，由于楣石能在单一矿物相中整合REE-Y、Eu、Zr-Hf-Nb-Ta和Th-U信息，它似乎是探索矿床判别的一个有用的副矿物档案。所提出的框架为从楣石微量元素数据中提取矿床相关信号提供了一种定量且可解释的方法，但模型输出应与地质、岩相和岩石年代学约束相结合进行解释，而非作为独立的成因标准。