利用机器学习与成分数据分析约束阿拉斯加湾中更新世至现今的爆炸性火山作用来源

　　一个地区的长期喷发记录有助于更好地阐明深部岩浆过程以及地表火山灾害。通常，重建此类记录是通过近源火山灰地层学（tephrostratigraphy）并将单个火山灰层与源火山联系起来进行的。然而，这些记录只有在保存良好且正确关联到源火山时才能准确构建——这并非易

　　一个地区的长期喷发记录有助于更好地阐明深部岩浆过程以及地表火山灾害。通常，重建此类记录是通过近源火山灰地层学（tephrostratigraphy）并将单个火山灰层与源火山联系起来进行的。然而，这些记录只有在保存良好且正确关联到源火山时才能准确构建——这并非易事，尤其是在阿拉斯加这样的地区，自更新世以来经历了多次冰川事件。这最终需要另一种评估长期火山记录的方法，以便更好地辨别这些历史。研究人员在此展示了来自阿拉斯加湾的70个海洋岩芯火山灰层的数据，这些数据具有几乎不间断的沉积记录，可追溯至中更新世。研究人员利用成分数据分析（compositional data analysis）技术来量化在8个岩芯跨度内的37次喷发；使用机器学习分类和保形预测（conformal prediction）算法来为每次喷发分配最可能的火山源，并在机器学习分类算法不适用时使用基于多元距离的指标。研究人员发现，Mount Katmai岩浆系统是分析火山灰层最可能的火山源，并且像Mount Katmai、Fisher Caldera和Emmons Lake火山中心这样的大型火山中心产生了几乎不变的不相容微量元素比值岩浆，使得它们能够在长期火山灰记录中被可靠识别。这突显了微量元素在火山灰研究中的效用，尤其是当与成分数据分析、多元统计检验和岩石学判别指标相结合时。

　　火山喷发的时空分布定量化是评估火山威胁等级的关键指标之一，有助于监测和应急管理机构向公众传达火山灾害信息。火山灰（tephra）记录是重建区域喷发历史的重要工具，但前提是能够准确且可靠地将火山灰层与其源火山关联起来。在阿拉斯加地区，由于更新世以来多次冰川事件导致近源火山沉积物保存不佳，仅全新世沉积可靠保存，因此难以建立长期（如典型层状火山活动时间尺度）的喷发记录。为解决这一难题，研究人员转向阿拉斯加湾（Gulf of Alaska）的海洋沉积物，其中保存了数百万年近乎连续的火山灰沉积。然而，如何从大量火山灰样本中识别出离散的喷发事件，并将其可靠地归因于源火山，仍是亟待解决的关键问题。传统的主量元素地球化学指纹方法存在局限性，尤其是在区分成分相近的火山源时。近年来，机器学习方法在火山灰源识别中得到应用，但不确定性量化和类别不平衡偏差等问题仍需改进。

　　本研究利用国际海洋发现计划（International Ocean Discovery Program, IODP）341航次在阿拉斯加湾U1417和U1418站点获取的70个海洋岩芯火山灰样本，结合成分数据分析（compositional data analysis, CoDA）技术，量化了8个岩芯跨度内的37次喷发事件。研究人员改进了此前Lubbers等人（2023）开发的机器学习分类器，采用投票集成（包括逻辑回归、支持向量机、K近邻、随机森林、梯度提升等）并引入保形预测（conformal prediction）算法，为每次喷发生成包含多个可能源火山的预测集，保证至少95%的置信水平包含真实源火山（除非火山源为训练集未包含的新类别）。同时，研究人员还开发了基于Aitchison距离（Aitchison distance）的软最大概率（softmax probability）方法，并与机器学习结果进行交叉验证。研究结果表明，Mount Katmai是最主要的源火山，覆盖了37次事件中的15次，且其岩浆系统自中更新世以来持续活跃，产生了成分上相似但略有差异的岩浆。Emmons Lake火山中心和Fisher Caldera分别贡献了4次和3次喷发，且这些火山的岩浆成分在105年时间尺度上保持高度一致。此外，研究识别出12次喷发因成分落在多个火山源边界而具有较大预测集，在分类困难时，研究人员建议结合专家地质知识进行最终判断。该研究发表在《Geochemistry, Geophysics, Geosystems》。

　　通过机器学习分类器和Aitchison距离分类器的联合分析，研究人员发现Mount Katmai是U1417和U1418站点记录的37次喷发事件中最可能的源火山，共15次。这些喷发跨越从0.1 ka到997 ka的整个时间序列，表明该岩浆系统自中更新世以来持续活跃。进一步的地球化学分析显示，这15次喷发可划分为4个离散成分组，每组覆盖数十万年的时间跨度，且部分成分组与1912年Novarupta喷发成分高度重叠，支持Mount Katmai区域存在长期岩浆系统的解释。为排除训练数据类别不平衡导致的偏差，研究人员进行了敏感性分析，将Mount Katmai训练数据量分别降至75%、50%和25%，结果表明模型性能未见显著下降，且对IODP数据的预测结果也未明显改变。继Mount Katmai之后，Emmons Lake火山中心（4次）和Fisher Caldera（3次）是最常见的源火山，同样表现出长期稳定的成分特征。

　　12次喷发事件（如129-2、160、166-2等）的机器学习预测集包含5个或更多类别，表明模型分类置信度较低。这些模糊样本可归为几类：Ugashik-like类型（成分与多个火山源边界重叠）、j9九游会入口高方差样本（如166-2，可能为复合沉积）、双峰数据（如166，存在两个紧密簇分别对应Emmons Lake和Mount Katmai）、Fisher-Veniaminof-Aniakchak模糊类型（三个火山源在地球化学参数上高度重叠，难以区分），以及玄武质成分（如747-2，其稀土元素（REE）模式显著偏离训练集，可能为岛弧玄武岩新类别）。研究人员指出，当火山源之间缺乏地球化学区分度时，预测集方法能够有效整合不确定性，但最终仍需专家进行地质解释。

　　本研究通过改进的机器学习工作流和成分数据分析方法，成功重建了阿拉斯加湾IODP U1417和U1418站点从中更新世至现今的喷发序列，并量化了火山源归属的不确定性。保形预测的应用使得模型输出从单一确定性预测转变为概率性预测集，显著提高了源识别的可靠性。对于训练集未包含的新类别，Aitchison距离等多元统计方法能够可靠地识别最接近的已知源成分。研究人员强调，这种概率性框架可为地球科学机器学习领域在分类任务中更好地纳入不确定性提供参考。

　　在本研究中，研究人员重建了阿拉斯加湾IODP U1417和U1418站点从晚更新世至现今的喷发年代学。通过应用火山灰成分分析和分布相似性统计检验，研究人员将岩芯中火山灰样本的数量转换为离散喷发次数。随后，研究人员使用了由Lubbers, Loewen, Wallace, Coombs和Addison（2023）最初开发的机器学习分类器的改进版本，结合Aitchison距离导出的概率，将每次离散喷发与一组可能的源火山关联起来。该预测集由一种相对较新的统计技术——保形预测生成：该方法利用分类器概率生成一组预测，而非单一确定性预测。预测集大小因使用案例而异，但能保证模型输出至少95%的置信水平，即正确源火山包含在该预测集内（只要类别不是新类别）。当出现新类别时，使用适当的成分数据处理方法（如Aitchison距离度量）的稳健多元统计方法，使研究人员能够可靠地识别未知样本最接近的已知源成分。最终，研究人员建议这种概率性框架是地球科学机器学习社区可以采纳的方向，以更好地在分类任务中纳入不确定性。j9九游会入口