报告详情
基于机器学习的岩浆中硫的溶解度预测及其应用
编号：2237
访问权限：仅限参会人
更新：2024-04-12 10:51:12 浏览：916次
口头报告
报告开始：2024年05月20日 10:12（Asia/Shanghai）
报告时间：8min
所在会场：[S15] 主题15、矿产与资源 [S15-4] 主题15、矿产与资源 专题15.5、专题15.7、专题15.8（20日上午，201）
暂无文件
摘要
硫是地球上最主要的元素之一，在行星演化分异、火山活动和矿床形成等方面起着重要作用。岩浆中的硫主要以S2-存在，是许多微量元素的重要储库。研究表明，S2-的溶解度受温度、压强和熔体成分等多种因素影响，前人已提出多种经验参数方程来计算硫的溶解度，但计算结果与实际相差较大。基于此，我们在系统收集前人实验数据的基础上，采用机器学习方法对数据进行训练，所得训练模型的效果相较前人有了较大提高。采用该模型，我们探讨了不同因素对硫溶解度的影响，与已有经验参数方程进行了比较。同时利用alphaMELTS热力学模拟软件，进一步探讨了S、Cu和Ni等元素在地幔部分熔融过程中的地球化学行为，并对地幔的硫含量进行了限定，与前人研究结果相吻合。
关键词
机器学习,硫,SCSS,溶解度,MORB,地幔部分熔融
报告人
简佩洋
本科生 中国地质大学(武汉)稿件作者
全部评论
重要日期
-
会议日期
05月17日
2024
至05月20日
2024
-
03月31日 2024
初稿截稿日期
-
03月31日 2024
报告提交截止日期
-
05月20日 2024
注册截止日期
主办单位
青年地学论坛理事会
承办单位
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
联系方式
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
发表评论