大氣含氧量與海洋氧化還原狀态的變化是地球演化的重大事件，并直接影響着生命演化的重大過程（如生物大滅絕）。現今地球的海洋也正在遭受着含氧量下降的“窒息”危險，對人類可持續發展的追求造成挑戰（Bretburg et al., 2018 Science）。因此，重建深時海洋缺氧環境的規律對于了解地質曆史和妥善處理當下所面臨的生态環境問題都意義深遠。

黃鐵礦是海洋還原環境中最常見的礦物，文獻中廣泛記錄的黃鐵礦的形态參數與地化信息是反映盆地氧化還原條件的重要指标。這些散落在文獻中非結構化的“暗數據”，被Emmings等（2022，Science Advances）利用機器閱讀（machine-reading）技術挖掘出來，利用于從全球和整個地史的宏觀視角俯瞰海洋缺氧曆史。

科研工作的一個核心環節是汲取前人文獻的精華。針對選定的任何科學問題，如果想閱讀主流出版集團所發表的所有文獻，并挖掘出關鍵信息，在以往可能窮盡一生都難以完成。現今不斷湧現的大數據分析手段和地學專業數據庫，已經能讓這一夢想得以實現。Emmings等人開展的黃鐵礦超大樣本分析（mega-analysis）正是地學大數據工作的一個範例。

本文作者首先利用文本挖掘和自然語言處理技術（Stanford NLP），從xDD數字圖書館（之前名稱為GeoDeepDive）提取出有關黃鐵礦的文獻記錄。該圖書館通過與Elsevier，Wiley，AGU等大型出版集團合作，得到授權通過機器學習技術自動挖掘海量文獻信息。進一步将黃鐵礦的文獻記錄與地層數據庫MacroStrata聯動，給每個記錄補充了地層單元，地理位置和地質時代信息。基于這兩部分的數據，統計得出整個地史時期含有草莓狀黃鐵礦或瘤狀黃鐵礦的沉積岩（包含副變質岩）的比例（技術路線總結見圖1）。

圖1 本文研究思路和技術方法示意圖

黃鐵礦中微量元素的富集與水體微量元素的含量變化、沉澱動力學、鐵錳氧化物和有機質的類型相關聯。因此，作者挑選了特定的一些微量元素，通過聚類分析和主成分分析，識别出5種黃鐵礦類型（圖2）。這些微量元素包括：1）與有機物密切關聯的元素（Tl, Zn, Se, Cd, Co, Bi），其中元素Co, Bi更易與顆粒有機物（POM）形成螯合物，而其它元素更易與溶解有機物（DOM）形成螯合物；2）與錳氧化物有關聯的元素（Mn, Mo）；3）與可溶有機物和鐵氧化物二者均有關聯的元素（Pt, Te, Au, Ni, Pb, As, Sb, Cu, Ag）。

圖2 基于微量元素的黃鐵礦聚類分析和元素組合（Emmings et al., 2022）

進一步利用機器學習的最臨近算法（kNN）和多項式回歸，将這5種類型應用于所挖掘的文獻記錄，重建了地史時期5種黃鐵礦的分布規律（圖3）。在此基礎上，作者還統計比對了沉積地化與古環境數據庫（SGP）中的全岩地化數據，歸納了地史時期缺氧環境（鐵化或硫化）的分布規律，以及背後驅動海水硫化的有機物類型（DOM還是POM）的演化規律。最後，通過調用古地理重建Gplates和古高程重建PaleoDEM的應用程序接口（API），補充了這一分布規律的空間格局（圖4）。

圖3 文本挖掘黃鐵礦文獻記錄與黃鐵礦微量元素類型地史分布統計結果（Emmings et al., 2022）

作者将統計的結果與海水物化參數的重大變化、生命演化的重要事件進行了聯系對比。其中前寒武紀的數據偏少，時間精度也不夠精細，因此可信度不高。顯生宙期間，文中梳理了每個地質階段主導的黃鐵礦形态、據微量元素分類的黃鐵礦類型，以及海洋中有機物類型等。其中一些有趣的結果包括：1）晚新元古代到前寒武-寒武界限處（5.8-5.41億年前），黃鐵礦的類型以第5類為主，表明了與複雜生命相關的顆粒有機物（POM）開始登上驅動海水硫化的舞台。2）著名的五次生物大滅絕中泥盆紀末、二疊紀末、三疊紀末大滅絕均與廣泛發育的缺氧環境相關，而白垩紀末彗星撞擊所導緻的大滅絕則未體現此相關性。3）黃鐵礦形态和地化指标結合，可以有效區别鐵化和硫化的缺氧環境，并清楚識别出多個海水廣泛發育硫化環境的時期（中元古代，埃迪卡拉紀晚期至寒武紀中期，中二疊世等）。

圖4 顯生宙氧化還原條件的時空分布，基于Xdd黃鐵礦文本挖掘，黃鐵礦微量元素分析，SGP全岩地化指标（Emmings et al., 2022）

本文的成果是繼Peters等（2017，Geology）之後，又一次聯合了xDD和Macrostrat數據庫，利用大數據技術綜合多個指标，重演宏觀尺度地質環境的成功探索。其思路和方法有望借鑒到許多關鍵的地學問題，以探讨其他對環境因素敏感的沉積（如白雲岩、生物礁）或地化（與火山活動有關的Hg元素）指标的深時宏觀時空分布。

值得注意的是，本文的數據源具有顯著的地理區域的不平衡性。一方面，絕大多數的樣品來自于邊緣海地區，這是因為地史中深海樣品因為俯沖等原因相對更難保存。因此，研究結果能較好的反映近岸淺海的氧化還原環境變化，不足以重演整個海洋的氧化還原狀态。另一方面，文中所利用的核心數據庫，目前主要聚焦的還都是歐美地區的數據，亞洲地區，尤其是中國的數據都顯著的欠缺。類似情況在許多地球科學領域都不同程度的存在，指示我國地學大數據工作具有很好的發展潛力。

同時，本文在闡述缺氧環境與生命演化事件的相關性時，其時間精度還有較大的提升空間。近年的研究工作表明，随着時間分辨率的大幅提升（Fan et al，2020，Science），物種多樣性變化曲線的自身規律，以及與環境事件的時間關系，常與以往的認識存在并不一緻之處。因此，在大數據所勾勒的宏觀規律基礎上，如何針對關鍵時期的重大事件，提高沉積與地化記錄的時間分辨率，可能是未來繼續突破的方向。

主要參考文獻 （上下滑動查看）

Peters S E, Husson J M, Wilcots J. The rise and fall of stromatolites in shallow marine environments[J]. Geology, 2017, 45(6): 487-490.

Breitburg D, Levin L A, Oschlies A, et al. Declining oxygen in the global ocean and coastal waters[J]. Science, 2018, 359(6371): eaam7240.

Fan J, Shen S, Erwin D H, et al. A high-resolution summary of Cambrian to Early Triassic marine invertebrate biodiversity[J]. Science, 2020, 367(6475): 272-277.

Emmings J F, Poulton S W, Walsh J, et al. Pyrite mega-analysis reveals modes of anoxia through geological time[J]. Science Advances, 2022, 8(11): eabj5687.

撰稿：黃浩、馮連君/科技平台

美編：陳菲菲

校對：劉淇郡