文献阅读之地球化学大数据处理（一）

本次阅读的文献为Nature子刊Nature Communications以Article形式刊发的中科院海洋大科学研究中心孙卫东课题组的研究论文“Continuous plate subduction marked by the rise of alkali magmatism 2.1 billion years ago”。该文第一作者为刘鹤，通讯作者为孙卫东。

内容概要：

在漫长的地质历史时期中, 地球的板块俯冲样式随着地幔温度的降低发生过重要的转变. 在地球的早期, 其构造样式以滞留盖型(stagnant-lid)垂向构造体制为主, 后经过短暂的、间歇性的俯冲(episodic subduction)样式, 随着地幔温度的逐渐降低，过渡到本文现在所看到的持续性的俯冲(continuous subduction), 表现为大洋板块沿汇聚型板块边界持续性地再循环至地幔中。

 因为板块俯冲会将冷的大洋板块俯冲循环至热的地幔中, 那么如果板块俯冲样式在地质历史时期的某一时刻从间歇性俯冲转变为持续性俯冲, 其中一个重要结果就是会加速地幔的降温. 该研究将所有显生宙(<5.4亿年以前)和太古宙(>25亿年前)的基性岩(岩浆岩中的SiO2含量为45%~52%)分成两组, 分别分析Nb-SiO2, TiO2-SiO2, P2O5- SiO2的相关性. 结果发现,显生宙的基性岩中的Nb, Ti, P元素平均含量与SiO2含量呈负相关关系, 而太古宙的基性岩却并非如此。作者分析, 造成显生宙Nb, Ti, P与SiO2负相关的主要原因是在当今地球上同时具有陆内玄武岩和弧玄武岩. 显生宙陆内玄武岩以碱性玄武岩为主, 其Nb, Ti, P等元素含量较高, SiO2含量较低(多数<49 wt%), 如中国东部大陆上和南美洲阿根廷境内大量形成的新生代玄武岩. 而弧玄武岩的Nb, Ti, P元素含量较低但SiO2含量相对偏高(多数>49 wt%), 如南美洲智利、俄罗斯堪察加半岛、千岛岛弧、日本群岛和琉球群岛上形成的玄武岩. 因此, 如果将显生宙形成的陆内和弧玄武岩全部纳为一个整体, 则会看到Nb, Ti, P元素的平均含量与SiO2的含量呈负相关的现象.

然而, 显生宙形成的陆内碱性玄武岩在太古宙十分少见, 太古宙陆内玄武岩以拉斑玄武岩(一种Nb, Ti, P和K, Na等碱性元素的含量较低, SiO2含量较高的玄武岩)为主. 太古宙基性岩的Nb, Ti, P元素的平均含量与SiO2并无负相关关系.

Liu等人计算了地质历史时期碱性玄武岩的比例随时间的变化, 岩石数据库中, 太古宙的碱性玄武岩占全部基性岩的比例仅为5%左右, 而显生宙碱性玄武岩的比例则达到40%以上(不包括大洋岩浆岩). 为了进一步精确限定碱性玄武岩大量增加的时间, 追踪地幔温度降低的历史, Liu等人统计了全球35亿年以来形成的基性岩的地球化学数据, 根据碱性玄武岩富含Nb, Ti, P元素的特点, 基于MATLAB程序设计计算出碱性玄武岩的比例是在21亿年前开始大幅度增加的. 碱性玄武岩的大量形成代表了地幔温度加速降低事件的发生, Liu等人将其原因解释为持续性板块俯冲作用的开始.

Liu等人提出的开始于21亿年以前的持续性板块俯冲作用刚好与21~18亿年前的其他板块俯冲证据, 如高压低温变质岩和蛇绿岩, 及全球性碰撞造山作用的开始相吻合, 持续性的板块汇聚作用最终导致了地质历史时期第一个超大陆——Columbia超大陆的形成. 板块构造学说自20世纪60年代确立以来, 经历了半个多世纪的发展. 但是板块构造的起始时间与样式转变时间等问题, 至今仍未得到解决. Liu等人的研究成果为板块构造样式的转变时间及其对地幔热状态的影响等问题提供了重要的证据.

此外, 地幔橄榄岩高温高压熔融实验揭示了碱性玄武岩熔体是碳酸盐化橄榄岩部分熔融的产物, 而导致地幔橄榄岩发生碳酸盐化交代作用的是俯冲大洋板片携带的海洋沉积碳酸盐进入深部地幔的结果. 因此, Liu等人揭示的21亿年前开始碱性玄武岩大量出现的另一个重要意义是,给出了海底沉积碳酸盐随大洋板块持续俯冲大规模再循环进入地幔深部的起始时代.

这里重点学习了作者考虑数据的角度和处理数据的手法

数据来源：

文章从地球化学数据库EarthChem（http://portal.earthchem.org/）汇编了以往研究的地球化学数据，对全球岩浆活动的长期变化和板块构造的样式变化进行了统计分析。

尽管前寒武纪的数据量远小于显生宙的数据量，但出版物的收集对于不同年龄段来说是一个相对平衡的过程。具体而言，该数据库不会任意生成特定年龄岩石的采样偏差。因此，认为地球化学数据库中火成岩的地球化学数据代表了整个地球历史上的全球岩浆活动。

数据整理

作者从地球化学数据库下载了火成岩的所有地球化学数据，包括整个岩石的主要和微量元素浓度、年龄和地理坐标。这些岩石样本来自世界各地不同的大陆和岛弧。省略了缺乏SiO2浓度的样品。下载数据集中的岩石岩性包括镁铁质（45–52 wt%SiO2）、中间质（52–63 wt%SiO2）和长英质岩石（>63 SiO2的重量百分比），在本文中只使用了弧镁铁质岩石和大陆镁铁质岩石（45–52 wt%SiO2）。

结合实际情况排除特定数据：

海洋高原、海底和岛屿的岩石→以平衡这些地质环境与前寒武纪的海洋岩石，由于板块俯冲，这些岩石几乎没有保存下来

3.5Ga以上的岩石→3.5Ga之前的板块构造机制仍然有争议

大陆洪流玄武岩等岩石→其构造环境与俯冲无关

科马提岩、煌斑岩和碳酸岩→经常引起地质学家和地球化学家的兴趣，可能被过度采样

粗玄岩/辉绿岩岩脉→因为大多数都经历了严重的地壳污染，会导致不相容元素增加

 

最终为包含55107个年龄为 3.5-0 Ga镁铁质火成岩全岩地球化学数据的数据集，进行随后的统计分析。

数据处理：

作者从南美洲安第斯山脉南部和东亚提取了两组年龄在5 Ma以下的火成岩，以表征俯冲带中元素的地球化学行为。选择这种年轻岩石的原因是，它们目前的位置最能代表它们形成的地质环境。这些岩石也根据其位置被细分为弧岩石群和陆内岩石群。例如，在东亚，堪察加半岛、千岛群岛、日本群岛、琉球群岛和伊豆-博宁-马里亚纳岛弧的岩石被归类为弧岩石群，而中国东部的岩石则被归类为陆内岩石群。

采用基于MATLAB (R2014a)编码的Bootstrap重采样方法计算SiO2在45 ~ 52 wt%范围内对应的平均元素浓度，应用中心移动平均平滑来确定平均值。

注：Bootstrap是一种基于重采样的统计方法，它可以通过对原始数据样本进行有放回的重新采样，生成新的数据样本，从而得到原始样本的分布情况和相关统计指标。

 

样本窗口的宽度设置为2 wt% SiO2，而步宽设置为1 wt% SiO2。

将Bootstrap重新采样的子集执行了10,000次迭代。通过计算这10000个重采样子集的平均值和标准差，得到每1 wt% SiO2的平均值和相应的标准误差。Nb-SiO2、TiO2-SiO2和P-SiO2组合成分趋势图分别如图1和图2所示。因此，在当前地幔热状态下，弧-陆构造体系中低硅基性岩的平均HFSE和P含量在统计上高于高硅基性岩。

由图可知显生宙（Phanerozoic eon）低硅基性岩石(45-49 wt% SiO2)中HFSE和P的平均浓度远高于高硅基性岩石(49-52 wt% SiO2)，而太古代低硅基性岩石中HFSE和P的平均浓度略低。因此，定义了一种新的用于监测基性岩石HFSE-SiO2(或P-SiO2)组成趋势的地球化学式Diff (HFSE):

式中，ω(HFSE)low-Si为SiO2含量为45-49 wt%岩石中HFSE(或P)的平均值，ω(HFSE)high-Si为SiO2含量为49-52 wt%岩石中HFSE(或P)的平均值。

基于MATLAB编码计算3.0 ~ 0 Ga随时间变化的Diff (HFSE)。得到每个0.2 Ga时间段的Diff (HFSE) （图3）

 

由于某些时间间隔的样本数量有限，本文使用移动平均方法来计算特定年龄的值。样本窗口宽度设置为0.5 Ga，以包含足够数量的样本用于计算，而移动步宽设置为0.1 Ga。

例如，1.5 Ga的Diff (Nb)由形成于1.5 ~ 2.0 Ga之间的岩石计算，1.4 Ga的Diff (Nb)由形成于1.4 ~ 1.9 Ga之间的岩石计算。本文将样本窗口的下界设置为该窗口的年龄，因为本文所关心的是由于年轻样本而产生变化。

 基于MATLAB (R2014a)函数，通过Bootstrap重采样计算ω(HFSE)low-Si和ω(HFSE)high-Si的均值和标准误差。通过蒙特卡罗模拟，估计了Diff(HFSE)和相应的标准差。根据中心极限定理，无论数据集的分布如何，随机采样子集的均值自然会趋向于高斯分布。本文为每0.1 Ga的ω(HFSE)low-Si和ω(HFSE)high-Si均值创建了两个合成的高斯分布数据集。将合成数据集的均值和标准差分别设为ω(HFSE)low-Si或ω(HFSE)high-Si的均值和相应的标准误差。每个合成数据集包含1万个模拟数据，由式(1)得到1万个模拟的Diff (HFSE)s，最后以0.1 Ga为间隔，估计3.0 ~ 0 Ga所有年龄的Diff (HFSE)s的均值和标准差(1σ)。

有鉴于此，本文从地球化学数据库中提取了显生宙和太古代基性岩石的相关地球化学数据，并研究了它们的Nb-SiO2、TiO2-SiO2和P-SiO2组合趋势。结果表明:显生宙基性岩石中Nb、Ti、P的平均浓度均随SiO2浓度从45 wt%增加至52 wt%而降低(图3;同样，低硅基性岩中HFSE和P的平均浓度在统计学上高于高硅基性岩，这与南安第斯山脉和东亚的情况非常相似(图1和图2)。很可能是这些陆内地区广泛的显生宙大陆碱玄武岩以及大陆裂谷显著提高了低硅基性岩中HFSE和P的平均浓度。太古宙基性岩的Nb-SiO2、Ti-SiO2和P-SiO2组合组成趋势与显生宙基性岩的组合组成趋势存在显著差异(图4)。这里低硅基性岩石的平均HFSE和P浓度与高硅基性岩石的平均HFSE和P浓度大致相等。

思考：

1.对于从数据库中搜索的数据，首先要从异常值的筛查（例如SiO2范围，岩石类别），缺失值的处理，过采样问题等方面考虑，保证数据质量的可靠性

2.要根据自己研究的具体内容，来舍弃一些可能影响统计规律的数据，如本文从构造环境、岩石类型、过采样等方面舍弃一些数据，但要保证有理有据。

3.对于不服从正态分布或者不清楚数据分布的情况下，要使用诸如Bootstrap重采样、蒙特卡罗模拟等方式获取平均值、方差等数据特征（这里需要特别学习）。

4.对于时间序列的处理

5.大胆建立模型，本文作者大胆假设Diff作为评价标准，并应用在全部基性岩时取得了非常良好的效果。

原文链接：

https://www.nature.com/articles/s41467-019-11329-z#Sec1

参考内容：

http://www.coms.ac.cn/kxyj/kyjz/201907/t20190731_508005.html

https://www.163.com/dy/article/EPUHOIB3053206RJ.html

https://zhuanlan.zhihu.com/p/265162051

https://baijiahao.baidu.com/s?id=1762071136603329090&wfr=spider&for=pc