机器学习发现了地下上千公里处的热岩床

  • 小编 发布于 2020-07-10 23:23:49
  • 栏目:科技
  • 来源:数据派THU
  • 6465 人围观
机器学习发现了地下上千公里处的热岩床

来源:大数据文摘

本文约1000字,建议阅读5分钟。

利用机器学习发现了地下上千公里处的热岩床!

机器学习发现了地下上千公里处的热岩床

借助无人监督的学习算法,地球物理学家发现了大片热的致密岩石,这些岩石位于地球表面以下将近3,000公里,隐藏在太平洋下方。

这些结构在周五发表于《科学》杂志上的一项研究中被称为“超低速带”(ULVZs),是通过测量地下发出的地震波的回波来检测的。

机器学习发现了地下上千公里处的热岩床

论文链接:

https://science.sciencemag.org/content/368/6496/1223

该小组收集了7,000个回波的地震图记录,并将它们放入被叫做Sequencer的机器学习算法中。该算法由特拉维夫大学和约翰霍普金斯大学的研究人员设计,使用无监督学习来“揭示数据集中的主要趋势或序列”。

换句话说,Sequencer擅长突出显示数据中的任何异常或回声

机器学习发现了地下上千公里处的热岩床

“超低速区是核心——地幔边界异常致密的热物质区域,”论文第一作者、康奈尔大学科学家Doyeon Kim表示,“地震波在超低速区的传播速度比通过周围地幔区域的速度慢30%”。

这些地震信号的反射表明,波在地震源到地震仪传播时会受到阻碍,通过研究记录并测量回波中的衍射量,研究人员可以估算出这些物体的密度或大小。

研究共同作者之一、马里兰大学地质学副教授Vedran Lekić说:“我们在约40%地震波路径中发现了回波。这令人惊讶,因为我们猜测它们会很稀有,而结果意味着在核心,异常结构比以前认为的要广泛得多。”

以前研究人员曾发现过一些大片岩石,但从未见过新区域,比如潜伏在马克萨斯群岛下方、位于南太平洋中部的一个小小的火山岛群。研究小组还发现,夏威夷群岛下方的超低速带比以前认为的要大得多。

“在其他地方发现的典型ULVZ的规模约为100公里。但是,我们在文中所讨论的规模要比那些典型的ULVZ大一个数量级,”Kim说道,“我们探测到两个超大型超低频区,一个在夏威夷的下方,另一个在马克萨斯群岛的下方,两个超大型超低频区都位于太平洋LLSVPs的边缘附近”。

Kim说:“地球科学中的机器学习正在迅速发展,像Sequencer这样的方法使我们能够系统地探测地震回波并提出地幔底部结构的新见解,而这些结构在很大程度上仍然是个谜。”

研究人员不知道这些结构是由什么构成的,以及随着时间的推移它们又如何影响地球的板块构造。他总结说:“尽管仍然神秘,我们认为所有这些下部地幔结构在地幔对流和地球不断冷却的过程中都具有一定的动态联系。”

“地幔对流是热点火山活动和板块构造的驱动机制。地球是我们太阳系中唯一能观测板块构造,但是很少能从表面观察到火山现象的行星。因此,地幔结构及其特性对了解地球相对于其他行星的进化或演化非常重要。”

相关报道:

https://www.theregister.com/2020/06/15/giant_beds_of_hot_rocks/

编辑:于腾凯

校对:洪舒越

—完—

想要获得更多数据科学领域相关动态,诚邀关注清华-青岛数据科学研究院官方微信公众平台“ 数据派THU ”。

转载请说明出处:866热点网 ©