基于Logistic回归分析的古盐度判别指标研究
Bulletin of Mineralogy, Petrology and Geochemistry(2023)
Abstract
在不同盐度环境下,由于不同元素的溶解度和活性等化学性质不同,因此在水体及岩石中的含量变化也不相同.B、K、Ga、Ba、Li、Rb、Ni、Sr等对古盐度反应较敏感的微量元素常用于判断古盐度.本文搜集前人已报道的泥岩地球化学分析的原始数据建立数据库,运用层次聚类、神经网络进行分类及判断,利用Logistic回归对泥岩地球化学特征进行系统性分析,建立判断模型,并综合元素相关性系数及前人对于元素比值的研究,优选出Sr/Ba值作为判断指标.结果表明,本次建立的逻辑回归模型可较为有效地判断古盐度,并提出判别指标值:Sr/Ba<0.2指示淡水沉积环境,0.2≤Sr/Ba≤0.8指示半咸水环境,Sr/Ba>0.8为咸水沉积环境.综合来看,逻辑回归模型综合元素的指标多,更加全面、准确,而Sr/Ba比值法更加简练、明确.
MoreTranslated text
Key words
geochemistry,logistic regression analysis,cluster analysis,tolerance interval,trace elements,paleosalinity
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined