岩石圈厚度是控制地球壳幔物理化学性质的关键因素，对于地球的深时气候、成矿等重要地质过程和事件具有重要影响。为了全面了解岩石圈厚度在地球构造系统演化中的级联作用，需要揭示地质历史时期岩石圈厚度的演化。然而，目前对岩石圈厚度演化及其如何影响重要地质过程还存在认识不完善的问题。

尽管现代岩石圈的厚度可以通过测量重力场、地震波速度、地壳变形等多种地球物理学指标进行分析，但是对于地质历史时期的岩石圈厚度估计依然存在一定挑战。目前，学界主要利用地幔包体中的矿物记录进行示踪，但地幔包体的获取存在困难，而且所获取的地质记录时间不连续，因此，无法通过这种方法获得高精度的深时岩石圈厚度演化历史。

玄武岩起源于岩石圈底部，是地球上时空范围分布最广且数量最丰富的岩石，其化学成分记录了岩石圈底部的压力等信息，因此可能是岩石圈厚度反演的最佳介质。然而，由于玄武岩岩石地球化学成分指标种类多，普通方法难以建立准确的经验公式，目前仍以定性研究为主。针对上述问题，我校成秋明院士、张振杰副教授及其合作者利用全球玄武岩岩石地球化学大数据，并应用机器学习的方法进行深时岩石圈厚度演化历史的反演，揭示了岩石圈厚度对地球构造体制演化的影响。取得了以下的创新性认识：

1. 从38亿年以来，地球岩石圈经历了古太古代、古元古代早期、新元古代和显生宙四次显著的岩石圈减薄和增厚事件（图1）。这些事件分别对应于超大陆/超克拉通的裂解和聚合期。

2. 岩石圈厚度和变质热梯度之间耦合关系的演变（图2）记录了古太古代和中太古代从洋内俯冲系统到大陆边缘-洋内俯冲系统的转变，以及新太古代第一个超大陆的逐渐形成。

3. 时间序列因果关系分析揭示了岩石圈厚度控制了地壳构造变质变形样式，地壳变质样式是岩石圈厚度的反馈（图3）。

该论文是由成秋明院士领导的数据驱动地球科学发现研究的又一项重要成果，同时也是“深时数字地球”前沿科学中心和“深时数字地球”国际大科学计划（DDE）的典型成果。该研究为探索地球演化提供了一种新的AI范式，通过大数据驱动与人工智能算法，可以揭示海量数据集隐含的复杂相关性以及嵌套在这些关系中的成因机制问题。

本项工作受到国家自然科学基金原创探索计划项目（42050103）、国家重点研发计划（2023YFC2906402）、“深时数字地球”中央高校科技领军人才团队项目（2652023001）和地质过程与矿产资源国家重点实验室特别资助项目（MSFGPMR2022-3）的联合资助，成果发表在国际综合期刊《Science Advances》上：Zhang, Z.-J.（张振杰）, Chen, G.-X.（陈国雄）, Kusky, T., Yang, J.（杨玠）, Cheng, Q.-M.*（成秋明）, 2023. Lithospheric thickness records tectonic evolution by controlling metamorphic conditions. Science Advances 9 (50), eadi2134. [IF = 14.957]

论文原文：http://www.science.org/doi/10.1126/sciadv.adi2134.

图1. 全球玄武岩岩石地球化学大数据（上图）及机器学习岩石圈厚度反演结果（下图B）

图2. 岩石圈厚度与变质热梯度之间的全局和局部Pearson相关系数（PCC）（图A和B）及小波分析结果（图C-E）。用于评估岩石圈厚度与变质热梯度之间的耦合性。

图3. 岩石圈厚度与变质热梯度之间的时滞互相关系数（TLCC）（图A）和加窗TLCC（图B）计算结果。用于评估不同时间滞后和特定时间窗口内的相关性，从而深入了解两个变量的潜在因果关系。