科学家揭示阿加迪尔海底滑坡的形成时间和动力学过程

简介: 研究发现阿加迪尔海底滑坡并没有演变为大规模的浊流事件,这一发现在摩洛哥浊积体系的沉积记录中得到佐证。该研究成果不仅有助于更好地理解海底滑坡的形成过程和动力学机制,而且对科学评估海底滑坡造成的深水地质灾害风险具有一定指导意义。

近日获悉,中国科学院南海海洋研究所“海洋新构造与地质灾害”研究团队研究员李伟与国际科学家合作,首次揭示了非洲西北部大陆边缘阿加迪尔海底滑坡的地貌特征、内部结构、形成时间及动力学过程,相关研究成果发表在Earth and Planetary Science Letters上。

据介绍,阿加迪尔海底滑坡位于阿加迪尔海底峡谷南部,影响面积多达5500平方千米,造成了340立方千米的海底滑坡沉积物。科研人员利用海底多波束测深和多道地震相结合的探测方法,成功揭示了阿加迪尔海底滑坡的地貌特征和内部结构。研究发现阿加迪尔海底滑坡形成于14.2万年,主要沿着两个不同深度的滑移面发生滑动,研究认为其形成的触发因素可能与断层活动和盐构造运动相关的地震有关。

此外,此前学者普遍认为阿加迪尔海底峡谷区域大规模的海底滑坡是造成全球规模最大的摩洛哥浊积体系的主要原因,然而,本次研究发现阿加迪尔海底滑坡并没有演变为大规模的浊流事件,这一发现在摩洛哥浊积体系的沉积记录中得到佐证。该研究成果不仅有助于更好地理解海底滑坡的形成过程和动力学机制,而且对科学评估海底滑坡造成的深水地质灾害风险具有一定指导意义。

该研究成果得到了中科院率先行动“百人计划”项目(Y8SL011001)和国家重点研发计划项目(2017YFC1500401)的联合资助。

image

图1. 阿加迪尔海底滑坡的形成时间

image

图2. 阿加迪尔海底滑坡三维形成模式图

原文发布时间为:2018-08-02
本文来自云栖社区合作伙伴“中科院之声”,了解相关信息可以关注“中科院之声

相关文章
|
1月前
|
人工智能 UED
清华大学研究提出用大模型做心理测量
【2月更文挑战第24天】清华大学研究提出用大模型做心理测量
38 2
清华大学研究提出用大模型做心理测量
|
9月前
|
决策智能
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
博弈论第十一集总结(进化稳定—合作,突变,与平衡 “ 观后感)
50 0
|
11月前
|
机器学习/深度学习 传感器 算法
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
北大&北航团队揭示电子转移规律,深度学习定量预测96种元素在任意压力下的电负性
121 0
|
11月前
|
存储 机器学习/深度学习 人工智能
厦大团队用基于人工智能的量子动力学,探索光合作用如何捕获能量
厦大团队用基于人工智能的量子动力学,探索光合作用如何捕获能量
112 0
|
11月前
|
机器学习/深度学习 算法 数据挖掘
大脑里真有ResNet!全球首张「果蝇大脑连接组」面世:耗费十余年,重建三千神经元,超50万突触!
大脑里真有ResNet!全球首张「果蝇大脑连接组」面世:耗费十余年,重建三千神经元,超50万突触!
|
11月前
|
算法
陶哲轩攻克60年几何学难题!发现「周期性密铺猜想」在高维空间反例
陶哲轩攻克60年几何学难题!发现「周期性密铺猜想」在高维空间反例
120 0
|
机器学习/深度学习 人工智能 算法
一个不认识牛顿的AI,绕开所有物理定律,从数据到数据就能预测行星轨道!
机器学习可否「绕开」物理规律,直接从数据给出精确的预测呢?一个最新开发的机器学习算法,能由数据直接输出结果,绕开了牛顿定律,准确预测了太阳系在行星轨道中的位置。
242 0
一个不认识牛顿的AI,绕开所有物理定律,从数据到数据就能预测行星轨道!
|
存储 算法 数据可视化
Science | 智能计算揭示前生命化学网络中合成的连接、出现和自我再生
Science | 智能计算揭示前生命化学网络中合成的连接、出现和自我再生
104 0
Science | 智能计算揭示前生命化学网络中合成的连接、出现和自我再生
|
大数据
从宇宙到生命:为什么我们需要不断提高基因测序通量?
我好像是一个在海边玩耍的孩子,不时为拾到比通常更光滑的石子或更美丽的贝壳而欢欣鼓舞,而展现在我面前的是完全未探明的真理之海。 ­ ——牛顿临终遗言
537 0
两团队在《自然》上发布重要抗癌研究成果,消化系统肿瘤或有望治愈
在细胞水平以及模型小鼠身上证实,WRN和MSI是合成致死的“好搭档”。
554 0