| Project/Area Number |
19K04026
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 17040:Solid earth sciences-related
|
|---|
| Research Institution | Japan Agency for Marine-Earth Science and Technology |
|---|
Principal Investigator |
Ueki Kenta 国立研究開発法人海洋研究開発機構, 海域地震火山部門(火山・地球内部研究センター), 副主任研究員 (40646353)
|
|---|
| Project Period (FY) |
2019-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2019: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | マグマ化学組成 / 機械学習 / マグマ生成 / 火成活動 / データ駆動 / 物質循環 / データ解析 / 数値モデル / 多変量解析 / 情報科学的解析 |
|---|
| Outline of Research at the Start |
マグマ組成を用いて地球内部の物理化学条件を理解する研究は広く行われており、噴火準備過程やマグマ生成プロセス、マントル構造などの理解に貢献している。一方、これらの研究は、端成分や生成温度圧力、起源物質等「点の情報」に着目したものがほとんどであり、我々は、マグマ組成の多様性そのものを理解し切ってはいない。組成の多様性の本質の理解や、多様性をもたらすプロセスの理解はまだ発展途上である。この問題を理解する手段として、「天然マグマ化学組成バリエーションの理解」「実験マグマ化学組成バリエーションの理解と実験結果を統合・予測する数値モデル構築」の2点を、統計数理的手法に基づいた手法に基づいて進める。
|
| Outline of Final Research Achievements |
We conducted statistical data analysis of the compositional variation of various magmas. We analyzed the chemical composition and microstructure of natural samples (e.g., Ueki et al., 2020b). We constructed a database of volcanic rock chemical composition (e.g., Ueki et al., 2023). We analyzed the results of high-temperature and high-pressure experiments. We constructed thermodynamic models of hydrous magma (e.g., Ueki et al., 2020) and a model to estimate melting conditions (Ueki et al., under review). We analyzed the golobal geochemical database of volcanic rocks, discussed the relationship between tectonic setting and the magma generation process (Ueki et al., 2022), and constructed a geochemical tectono‐magmatic setting discriminator (Ueki et al., 2024).
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究課題を遂行することで、機械学習に基づいてマグマ化学組成を解析する手法を確立した。まず、これまでは定性的または経験的な手法に基づいていたマグマ化学組成解析及びモデリングを定量的そして客観的に進めることが可能となった。また、多変量かつ多量のデータを取り扱う枠組みが得られた。具体的には、対象（実験または天然データ）、元素種（主要元素、微量元素、同位体）および目的（分類、特徴抽出、予測）に応じて、最適な解析手法を適用し、高精度化や地球科学的情報抽出を行った。結果は複数の論文として国内外の専門誌に公表されると共に、ウェブサイトの記事や、一般向けおよび学会発表を含む各種の講演で社会に広く発表された。
|
