silicate d'aluminium contenant du magnésium, du fer, du sodium et du calcium. Très proche des pyroxènes, cristallise en systèmes monoclinique (amphibole commune ou basaltique, telle que actinote, trémolite, hornblende) ou orthorhombique (antophyllite). Minéral de couleur verte, répandu dans les roches pauvres en silice. Se transforme par hydratation en amiante. Nom dérivant du grec "amphi-bolos" : incertain.
silicate anhydre d'aluminium, auquel s'ajoutent du potassium, du calcium ou du sodium. Un des principaux constituants des roches magmatiques ainsi que des schistes cristallins. On distingue les feldspaths potassiques (orthose, microcline), et les feldspaths calcosodiques, dits plagioclases, dont les pôles opposés sont l'albite (riche en sodium) et l'anorthite (riche en calcium). Nom dérivant de l'allemand "feld" : champ, "spat" : pierre.
minéral de système rhomboédrique ou trigonal, oxyde de silice, SiO2 pur ou coloré par des inclusions métalliques, il est très dur (7 degré de l'échelle de dureté de Mohs), léger, à clivage imparfait. C'est le minéral le plus commun de la croûte terrestre (12% de son volume).
détermination de l'âge d'un fossile ou d'une roche par le principe de radiochronologie (mesure en laboratoire de la déperdition isotopique). C'est une datation expérimentale qualifiée à tort d'absolue puisqu'elle est donnée avec une incertitude d'autant plus importante que la durée de vie de l'isotope est longue, incertitude augmentée par le fait que cette datation indique l'époque de la fermeture du système testé mais pas toujours l'époque de la formation de la roche ou de la mort du fossile testé.
Pour aller plus loin
Ce cours d'introduction à la pétrographie explore la description, l'identification et la classification des roches. Les étudiants apprendront à observer les roches à l'œil nu et au microscope, à comprendre les différences entre les roches magmatiques, sédimentaires et métamorphiques, ainsi qu'à reconnaître les minéraux essentiels et accessoires. Les concepts de texture et de structure pétrographique seront également abordés, fournissant une base solide pour l'analyse géologique.
Ce cours explore l'application du machine learning dans le domaine des géosciences. Les méthodes d'apprentissage automatique permettent d'analyser et de prédire des données géologiques complexes, telles que les compositions minérales, les anomalies géochimiques et les propriétés physiques des roches. Les participants apprendront à utiliser des algorithmes adaptés pour classifier, estimer et cartographier des informations géologiques, tout en comprenant les enjeux et les limites de ces techniques dans un contexte scientifique.
Ce cours explore l'application de l'intelligence artificielle (IA) en géologie, mettant en lumière comment les techniques d'IA, telles que le machine learning et le deep learning, transforment l'analyse des données géologiques. Les étudiants apprendront à utiliser ces outils pour traiter des données complexes, reconnaître des structures géologiques, et optimiser la classification des roches. L'importance de l'expertise géologique dans l'interprétation des résultats sera également soulignée.
Continuer
Tectonique et géodynamique
Comprenez les relations entre magmatisme et géodynamique à travers 12 fiches illustrées : classification des roches magmatiques, fusion partielle du manteau, origine des granites, contextes tectoniques et géochronologie isotopique.
Pétrologie et pétrographie
Pourquoi les roches volcaniques diffèrent-elles selon les contextes tectoniques ? Ce cours explore les basaltes, les andésites, les séries magmatiques et les signatures géochimiques qui renseignent sur l'origine des magmas dans les zones actives.