一項研究預測了格陵蘭冰蓋下地熱熱流的新細節

一項研究預測了格陵蘭冰蓋下地熱熱流的新細節。

這些是對格陵蘭的地熱熱流預測。從海岸岩心直接GHF測量，從冰芯推斷，以及在冰核點周圍附加的gaussi -fit GHF數據作為訓練樣本。預測有三個不同的值。白色虛線區域大致顯示了熱通量上升的程度，以及格陵蘭島在冰島羽毛上運動的可能軌跡。

在《地球物理研究快報》上發表的一篇論文，利用機器學習來設計一種改進的模型，以了解地熱熱流——來自地球內部的熱量——在格陵蘭冰蓋之下。這是一種新的冰河學研究方法，可以更準確地預測冰川的損失和全球海平面的上升。

其中主要的發現:

格陵蘭島在一個相對較大的北部地區有異常高的熱通量，從內陸向東部和西部擴散。

格陵蘭島南部的地熱熱通量相對較低，與北大西洋克拉通(North Atlantic Craton)的程度相對應，後者是地球上現存最古老的大陸地殼之一的穩定部分。研究模型預測略高熱流上游的水流湍急的冰川在格陵蘭島,包括雅各布港冰川Isbr?cappadocia旅館,地球上最快的冰川移動。

「來自地球內部熱量,導致底部的融化的冰蓋,所以非常重要的是要理解的模式,如何分布和熱底部的冰蓋,「說Soroush Rezvanbehbahani,博士生在堪薩斯大學地質學研究的帶頭人。「當我們走在潮濕的斜坡上時，我們更容易滑倒。」這和冰的想法是一樣的——當冰不結冰的時候，它更有可能滑入海洋。但是我們沒有一種簡單的方法來測量地熱流，除非是在冰原上進行的非常昂貴的野外活動。我們沒有進行昂貴的實地調查，而是通過統計方法來實現這一目標。

Rezvanbehbahani和他的同事們採用了機器學習——一種使用統計技術和計算機演算法的人工智慧——來預測那些通過傳統的冰芯獲得同樣細節的熱通量值。

使用所有可用的地質、構造和地熱格陵蘭熱流數據,以及地熱熱流數據來自世界各地——團隊部署一種機器學習方法,預測地熱熱流值在格陵蘭島冰蓋下基於22地質變數如基岩地形、地殼厚度、磁異常,岩石類型和接近特性如戰壕,山脊,年輕的裂痕,火山和熱點。

「我們有很多數據點從地球——我們知道世界在某些地區的地殼一定厚度、組成的一種特定的岩石和火山位於一個已知的距離,我們利用這些關係,並將它們應用於我們知道格陵蘭島,」合著者利斯登說,KU地質副教授。

研究人員說，他們新的預測模型是對目前沒有納入很多變數的地熱熱流模型的「肯定改進」。事實上，格陵蘭島的許多數值冰蓋模型都認為，格陵蘭島各地的地熱熱流的均一值是存在的。

「大多數其他的模型實際上只尊重一個特定的數據集，」斯特恩斯說。「他們通過在格陵蘭島的地震信號或磁性數據來觀察地熱熱流，而不是地殼厚度或岩石類型或從一個熱點地區的距離。」但我們知道這些都與地熱熱流有關。我們試著將儘可能多的地質數據集，而不是假設一個是最重要的。

作者發現五個最重要的地質特徵預測地熱通量值地形,距離年輕的裂痕,距離溝、深度lithosphere-asthenosphere邊界(地幔層)和深度Mohorovi?i?不連續(地殼和地幔之間的邊界在地上)。研究人員說，格陵蘭島的地熱熱流圖預計將在真實值的15%以內。

「最有趣的發現是格陵蘭島南部和北部的強烈對比，」Rezvanbehbahani說。「我們在南方几乎沒有什麼信息，但我們在冰蓋北部有3到4個核。」我們認為這是一個局部的低熱流區，但我們的模型顯示，南方冰蓋的大部分區域都有低熱流。相比之下，在北部地區，我們發現了大面積的地熱熱流。這並不令人驚訝，因為我們有一個高讀數的冰核。但是空間格局和熱通量是如何分布的，這是一個新的發現。這不僅僅是一個高熱流的北部地區，而是一個廣闊的區域。

調查人員說，隨著更多關於格陵蘭島的信息被編入研究社區，他們的模型將會更加精確。

斯特恩斯說:「我們對這只是另一種模式——這是我們最好的統計模型——給予了輕微的否認，但我們沒有再現現實。」「在地球科學和冰川學中，我們看到了公開數據的爆炸性增長。機器學習技術綜合了這些數據，並幫助我們從各種數據感測器中學習變得越來越重要。站在最前沿是令人興奮的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！