Состав граната по основным элементам как индикатор типа вмещающей породы: подход на основе машинного обучения с использованием классификатора случайного леса

Химический состав граната по основным элементам предоставляет ценную петрогенетическую информацию, особенно для метаморфических пород. В случае детритового граната отсутствуют сведения о валовом составе породы и минеральной парагенезисе исходной гранатсодержащей вмещающей породы. Это препятствует применению химических термобарометрических методов и требует использования количественных эмпирических подходов. В настоящей работе представлена схема дискриминации вмещающей породы граната, основанная на алгоритме машинного обучения «случайный лес», обученном на обширном наборе данных, включающем 13 615 химических анализов граната и охватывающем широкий спектр гранатсодержащих литологий. С учётом ошибки out-of-bag схема правильно определяет исходную вмещающую породу граната: (i) более чем в 95% случаев по геодинамической обстановке, то есть как мантийную, метаморфическую, магматическую или метасоматическую; (ii) более чем в 84% случаев по метаморфической фации, то есть как фацию голубых сланцев/зелёных сланцев, амфиболитовую, гранулитовую или эклогитовую/сверхвысокобарическую; и (iii) более чем в 93% случаев по валовому составу вмещающей породы, то есть как промежуточно–кислую/метаосадочную, основную, ультраосновную, щелочную или кальций-силикатную. Широкий охват потенциальных вмещающих пород, детализированные классы прогнозирования, высокая точность дискриминации и успешно протестированные примеры из реальных условий показывают, что предложенная схема преодолевает многие ограничения предыдущих методов. Это подчёркивает возможность переноса применённой стратегии дискриминации на широкий спектр детритовых минералов, помимо граната. Для удобного и быстрого использования предоставляется свободно доступное веб-приложение, которое проводит пользователя через пять этапов — от состава граната до результатов прогноза, включая визуализацию данных.