Morfología de lava de alta sílice en dorsales oceánicas: clasificación del fondo marino mediante aprendizaje automático en Alarcon Rise
Autores: Maschmeyer, Christina H.; White, Scott M.; Dreyer, Brian M.; Clague, David A.
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Morfología de lava de alta sílice en dorsales oceánicas: clasificación del fondo marino mediante aprendizaje automático en Alarcon Rise
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Ciencias de la Tierra y Geología
Palabras clave
Corteza oceánica
Basalto
Riolita
Morfología de lava
Redes neuronales
Datos de sonar
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
La corteza oceánica consiste principalmente en basalto, pero composiciones más evolucionadas pueden ser mucho más comunes de lo que se pensaba anteriormente. Para ayudar a distinguir la riolita del lava basáltica y guiar el muestreo y entender la distribución espacial, construimos un clasificador utilizando redes neuronales e inferencia difusa para reconocer la riolita a partir de su morfología de lava en datos de sonar. El Alarcon Rise es ideal para estudiar la relación entre la morfología del flujo de lava y la composición, porque exhibe un rango completo de composiciones de lava en un segmento de dorsal oceánica bien mapeado. Este estudio muestra que el umbral geomórfico más dramático en lava submarina separa la lava riolítica de composiciones de menor sílice. La riolita extremadamente viscosa erupciona en lóbulos irregulares y ramas de lava en entornos submarinos. Una clasificación automatizada de datos de sonar es una herramienta útil de primer orden para diferenciar los flujos de riolita submarina de los basaltos generalizados, proporcionando información sobre la erupción, el emplazamiento y la arquitectura de la corteza oceánica.
Descripción
La corteza oceánica consiste principalmente en basalto, pero composiciones más evolucionadas pueden ser mucho más comunes de lo que se pensaba anteriormente. Para ayudar a distinguir la riolita del lava basáltica y guiar el muestreo y entender la distribución espacial, construimos un clasificador utilizando redes neuronales e inferencia difusa para reconocer la riolita a partir de su morfología de lava en datos de sonar. El Alarcon Rise es ideal para estudiar la relación entre la morfología del flujo de lava y la composición, porque exhibe un rango completo de composiciones de lava en un segmento de dorsal oceánica bien mapeado. Este estudio muestra que el umbral geomórfico más dramático en lava submarina separa la lava riolítica de composiciones de menor sílice. La riolita extremadamente viscosa erupciona en lóbulos irregulares y ramas de lava en entornos submarinos. Una clasificación automatizada de datos de sonar es una herramienta útil de primer orden para diferenciar los flujos de riolita submarina de los basaltos generalizados, proporcionando información sobre la erupción, el emplazamiento y la arquitectura de la corteza oceánica.