文献互助智能选刊最新文献

高级搜索发布求助登录注册

首页 > 地球科学

Geosci. Front. | 利用多源地球物理和地质年代学数据协同揭示亚马逊克拉通中南部哥伦比亚超大陆边缘的再造地壳

Geoscience Frontiers 2024-11-14 09:00

文章摘要

本文通过多源地球物理和地质年代学数据的协同分析，揭示了亚马逊克拉通中南部在哥伦比亚超大陆边缘的再造地壳结构。研究利用卫星重力和磁测数据、航空磁数据、被动地震数据和地震层析成像数据，展示了基底地体从克拉通内部延伸至哥伦比亚增生边缘的详细情况。通过Nd同位素和地质年代学数据的佐证，发现了一个垂向不均一的构造，其下伏的前哥伦比亚构造楔体在超大陆拼合过程中经历了长时间的改造。研究指出，俯冲角度的变化，包括板片后撤事件中大量新生物质的加入，促进了超大陆边缘克拉通的生长，并对之前存在的构造格架进行了精细记录。本文的研究结果对其他地区基底延伸和超大陆边缘几何形状的理解具有重要启示。

Geosci. Front. | 利用多源地球物理和地质年代学数据协同揭示亚马逊克拉通中南部哥伦比亚超大陆边缘的再造地壳

查看文献： Unwrapping reworked crust at the Columbia supercontinent margin within central southern Amazon Craton using multi-source geophysics and geochronology data synergy
查看期刊：Geoscience frontiers

本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。

推荐文献

Geobiology

Geobiology

Ultrastructural Perspectives on the Biology and Taphonomy of Tonian Microfossils From the Draken Formation, Spitsbergen

DOI: 10.1111/gbi.70000 Pub Date : 2024-10-30

IF 2.7 2区地球科学 Q2

Geobiology

Applied Clay Science

Applied Clay Science

Editorial Board

DOI: 10.1016/S0169-1317(24)00382-X Pub Date : 2024-11-16

IF 5.3 2区地球科学 Q2

Applied Clay Science

Geoscience frontiers

Geoscience frontiers

Detection of Earth’s free oscillation and analysis of the non-synchronous oscillation phenomenon of normal modes

DOI: 10.1016/j.gsf.2024.101957 Pub Date : 2024-11-04

IF 8.5 1区地球科学 Q1

Geoscience frontiers

最新文章

多圈层作用驱动北海盆地油气形成与富集

多圈层作用驱动北海盆地油气形成与富集

地球多圈层相互作用如何控制油气形成与富集，已成为地球科学拓展新疆域的热点问题之一。位于欧洲西北部的北海盆地是世界著名的石油和天然气产区(图1)，素有“欧洲油气库”之称，创造了欧洲油气能源发展的辉煌成就

15小时前

Geosci. Front. | 利用机器学习算法和元启发式二分法集合分类器改进土壤膨胀预测方法

Geosci. Front. | 利用机器学习算法和元启发式二分法集合分类器改进土壤膨胀预测方法

研究亮点元启发式分类器预测土壤膨胀性能阳离子交换量（CEC）、可塑性指数和含水量是最重要的特征二元分类器区分土壤类别论文关键词人工神经网络机器学习土壤算法土壤膨胀土壤塑性文章摘要与膨胀土相关的灾害

21小时前

程志国：煌斑岩形成于不均一晶粥岩浆储运系统【GSAB，2024】

程志国：煌斑岩形成于不均一晶粥岩浆储运系统【GSAB，2024】

煌斑岩是一种富含自形-半自形镁铁质矿物斑晶的超基性-中性浅成岩，具有显著的富水和富集不相容元素的特征，因而成为示踪地幔源区和深部地质过程的有效媒介，是地质学家常用的“岩石探针”之一。新近的研究表明，煌

21小时前

Geosci. Front. | 利用机器学习对裂缝密度进行超声波预测：数值研究

Geosci. Front. | 利用机器学习对裂缝密度进行超声波预测：数值研究

研究亮点设计了不同裂缝密度的数值模型通过模型模拟波的传播使用机器学习方法预测裂缝密度达到最佳预测效果的最佳波长与裂缝长度比测试数据的预测精度R2>96%，MSE<25e-4 论文关键词机器学习裂缝密度

21小时前

Book学术官方微信

Book学术文献互助

Book学术文献互助群
群号：481959085

文献互助智能选刊最新文献互助须知联系我们：info@booksci.cn

Book学术提供免费学术资源搜索服务，方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。

Copyright © 2023 Book学术 All rights reserved.

京公网安备 11010802042870号京ICP备2023020795号-1