[M-ZZ45] 地球化学の最前線：その魅力や将来の展望を語り合う

[MZZ45-13] データ駆動科学の手法による火山岩起源テクトニクスの地球化学的特徴抽出と分類器の構築

*上木 賢太¹、日野 英逸²、桑谷 立¹ (1.海洋研究開発機構、2.統計数理研究所)

キーワード：テクトニックセッティング、機械学習、地球化学データ、火山岩

様々なテクトニクス場で生成するマグマの化学的特徴を抽出すること及び、火山岩の化学組成に基づいてマグマの起源テクトニクスを識別することは、固体地球科学において重要な問題である。このアプローチによって、様々なテクトニクス場でのマグマ生成プロセスの議論、未知の火山岩の起源テクトニクスの特定や、多様なマグマの違いや類似点を議論することが可能となる。このような判別と特徴抽出を行うためには、多数の元素と多数のサンプルから構成される高次元かつ大規模な地球化学データセットを解析することが必要となる。機械学習に基づいたデータ駆動科学の手法は、このような多量の高次元データを用いた定量的かつ高精度の解析を可能とする。
我々は、様々なテクトニクス場で生成するマグマの地球化学的特徴抽出及び分類を行うための機械学習に基づく数理的手法を提案し、全地球の火山岩組成に適用して分類と特徴抽出を行った (Ueki et al., 2018, G-cubed)。 さらに、元素比も含めた多数の特徴量から小数の重要な情報を抽出する手法を開発し、さまざまなテクトニクス場で生成するマグマの本質的な地球化学的特徴を提示した (Ueki et al., 2022, Frontier Earth Sci.)。
これらの一連の研究の最終的な進展として、今回新たに、エクセルスプレッドシートベースで簡便に使用できる地球化学判別器を構築した (Ueki et al., 2024, G-cubed)。今回構築された判別モデル (Sparse Geochemical Tectono-magmatic setting Probabilistic membershiP discriminatoR: SGTPPR) は、主要元素8元素 (SiO₂, TiO₂, Al₂O₃, Fe₂O₃, MgO, CaO, K₂O, Na₂O) およびXRF等で広く分析が可能な微量元素6元素 (Rb, Sr, Y, Zr, Nb, Ba) のみを用いて、高精度な判別およびサンプルの地球化学的特徴付けを行うことを可能とする。このシステムは、8 つの異なるテクトニックセッティング (中央海嶺、海洋島、海洋洪水玄武岩、大陸洪水玄武岩、海洋性島弧、大陸弧、島弧、背弧海盆) への火山岩試料の所属確率を出力する。本講演では、機械学習を用いた一連の全地球マグマ化学組成解析の結果を紹介すると共に、日本弧周辺の火山岩への新しい地球化学判別器の適用例を紹介する。