基于沉積物特征的青衣江流域地貌面識別

基于沉積物特征的青衣江流域地貌面識別

0區(qū)域地質(zhì)構(gòu)造變形這是內(nèi)部和外部努力在地面上發(fā)揮共同作用的結(jié)果。其形成和發(fā)展過程也是表面物質(zhì)的運(yùn)移過程。不同的發(fā)育階段，其內(nèi)部結(jié)構(gòu)也不同。河流作用形成的多級地貌面往往是研究區(qū)域構(gòu)造變形的良好載體。前人通過河流階地、洪積扇等研究了斷裂活動(dòng)、褶皺變形、區(qū)域構(gòu)造隆升以及地殼縮短等地學(xué)問題(目前主要通過粒度分析實(shí)驗(yàn)對沉積物的粒度進(jìn)行研究。隨著統(tǒng)計(jì)學(xué)及地理計(jì)算方法的發(fā)展,除傳統(tǒng)粒度分析方法外,SOFM網(wǎng)絡(luò)方法、系統(tǒng)聚類分析方法也能夠有效地對所獲得的粒度數(shù)據(jù)進(jìn)行分析,并解決相關(guān)的數(shù)據(jù)處理問題(青衣江穿過龍門山逆沖推覆帶南段,橫跨后山、中央及前山多條斷裂(1學(xué)習(xí)方法1.1粒度頻率曲線的標(biāo)準(zhǔn)差和峰度粒度特征可反映沉積物沉積時(shí)的環(huán)境,其包含了沉積時(shí)的多種信息,粒度成分受搬運(yùn)營力作用所控制,與沉積環(huán)境關(guān)系密切。作為沉積物分析的一種主要手段,粒度分析能夠獲得大量的粒度數(shù)據(jù),在實(shí)際應(yīng)用中往往通過一些粒度參數(shù)來反映沉積物的粒度特征,如平均粒徑(M平均粒徑(M其中,M標(biāo)準(zhǔn)差(σ式中,除包含粒級分布的中央部分(16%和84%)外,也包括了對水動(dòng)力條件反映最靈敏的粗、細(xì)尾部(95%和5%)的分選情況。前人曾分析了大量樣本,制定了用標(biāo)準(zhǔn)差σ偏度(SK頻率曲線上對數(shù)正態(tài)分布左右對稱,則SK峰度,即粒度分布的中部與兩尾端的展形之比,可用于衡量粒度頻率曲線的尖銳程度。粒度頻率曲線的峰度如圖2所示,其計(jì)算公式為在對稱正態(tài)粒度頻率曲線中,φ通常所說的顆粒大小是指其體積值,一般以標(biāo)準(zhǔn)直徑(d)表示,取其最長直徑進(jìn)行粒度分析。在實(shí)際工作中,粒徑往往很小,大多碎屑樣本的粒徑<1mm。為了便于運(yùn)算,目前廣泛采用φ值代替d值,其轉(zhuǎn)換關(guān)系由其中,d是顆粒直徑,單位為mm。利用式(5)將29個(gè)樣本的粒度d值變換為特征值φ(表1),然后計(jì)算得到樣本粒度參數(shù)值(表2)。樣本的粒度測試在中國地震局地殼應(yīng)力研究所沉積環(huán)境實(shí)驗(yàn)室完成。1.2自組織特征映射網(wǎng)絡(luò)sofmSOFM網(wǎng)絡(luò)由芬蘭學(xué)者SOFM網(wǎng)絡(luò)在接受輸入樣本之后進(jìn)行競爭學(xué)習(xí),功能相同的輸入距離較近,不同的距離較遠(yuǎn)。如果樣本足夠多,則權(quán)值分布可近似為輸入樣本的概率密度,在輸出神經(jīng)元上也反映了這種分布,即概率大的樣本集中在輸出空間的某一個(gè)區(qū)域。如果輸入的樣本有幾種分布類型,則它們會(huì)各自根據(jù)其概率分布集中于輸出空間的各個(gè)不同的區(qū)域。無論是幾維的輸入樣本,都可投影到某個(gè)低維的數(shù)據(jù)空間上。在高維空間中比較相近的樣本,投影到低維空間中也比較相近。自組織特征映射網(wǎng)絡(luò)是非監(jiān)督的分類方法,與傳統(tǒng)分類方法相比,其所形成的分類中心能映射到一個(gè)曲面或平面上,并且保持拓?fù)浣Y(jié)構(gòu)不變。SOFM網(wǎng)絡(luò)是通過競爭學(xué)習(xí)來實(shí)現(xiàn)的,其激活函數(shù)是二值型函數(shù),學(xué)習(xí)過程一般由以下幾步構(gòu)成:(1)初始化。對i個(gè)輸入神經(jīng)元到輸出神經(jīng)元的權(quán)值都進(jìn)行隨機(jī)初始化,為W(2)提供一個(gè)新的輸入向量模式x,于各輸入節(jié)點(diǎn)上輸入x(3)選定獲勝輸出單元為所有權(quán)向量w式中,下標(biāo)c表示獲勝單元。(4)用N式中,η是一個(gè)正的學(xué)習(xí)率,其隨時(shí)間遞減。為了實(shí)現(xiàn)較好的收斂性能,獲勝節(jié)點(diǎn)的鄰域半徑應(yīng)逐步變小,直至學(xué)習(xí)終結(jié)時(shí)只包含獲勝節(jié)點(diǎn)本身。(5)進(jìn)行下一次學(xué)習(xí),直到形成有意義的映射圖(本文使用的SOFM非線性分類器是在MATLAB8.5中實(shí)現(xiàn)的。MATLAB的神經(jīng)網(wǎng)絡(luò)工具箱(NeuralNetworkToolbox)提供了初始化權(quán)值、學(xué)習(xí)和訓(xùn)練、競爭激活等函數(shù),可以很方便地構(gòu)建任意輸入和輸出神經(jīng)元的SOFM網(wǎng)絡(luò)。利用net=selforgmap([21])創(chuàng)建一個(gè)自組織特征映射,其中[21]表示所訓(xùn)練SOFM的網(wǎng)絡(luò)維數(shù)。然后利用函數(shù)train()進(jìn)行訓(xùn)練,設(shè)定最大循環(huán)次數(shù)為1000次,輸出29×1的一維陣列。由于粒度參數(shù)值都是通過粒度特征值φ計(jì)算得出,故采用最基礎(chǔ)的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)(表1)。利用φ1.3系統(tǒng)聚類分析聚類分析是研究分類問題的一種多元統(tǒng)計(jì)方法,其中的類就是指相似元素的集合(本文在IBMSPSSStatistics19軟件中輸入表1數(shù)據(jù),選用Ward聚類方法(Euclidean距離)進(jìn)行聚類分析。2數(shù)據(jù)來源和處理2.1元古代至三疊紀(jì)拉張作用龍門山斷裂帶經(jīng)歷了元古代基底形成、晚元古代至三疊紀(jì)拉張作用和中新生代逆沖推覆造山作用,相應(yīng)地形成了海相碳酸鹽、陸相碎屑巖以及新生代陸源碎屑沉積(2.2續(xù)4級階地本文樣本采集于青衣江流域的洪積臺(tái)地與河流階地(圖5),包括靈關(guān)河谷的T蘆山河谷發(fā)育連續(xù)4級階地,其中T洪積臺(tái)地沉積物普遍風(fēng)化嚴(yán)重,礫石中石英巖的表面仍較光滑,斜長巖、灰?guī)r表面普遍較粗糙,花崗巖、砂巖等易風(fēng)化巖石都已失去原有的結(jié)構(gòu)和硬度,很容易粉碎,較潮濕的位置已風(fēng)化成泥。礫石之間填充的砂已風(fēng)化為黏土或砂質(zhì)黏土,顏色普遍為紅褐色(圖6)。2.3地貌面的分類根據(jù)成因可將29個(gè)沉積樣本分為2類:河流相沉積(1～23)和洪積相沉積(24～29)。根據(jù)樣本所處的地貌面可以分為5類。下文將基于粒度資料,利用數(shù)學(xué)方法計(jì)算出平均粒徑(M(1)1～6號樣本為青衣江一級階地(T(2)7～13號樣本為青衣江二級階地(T(3)14～19號樣本為青衣江三級階地(T(4)20～23號樣本為青衣江四級階地(T(5)24～29號樣本采自丹思和名邛洪積臺(tái)地,其平均粒徑(M2.4級階地沉積相對表3中基于SOFM網(wǎng)絡(luò)的粒度分類結(jié)果進(jìn)行分析總結(jié),分別以3類和5類為例進(jìn)行分析。當(dāng)分為3類時(shí):(1)樣本1、4、5、6、7、8、10、11、12、13號為一類,包含一級階地(T(2)樣本2、3、9、14、15、16、17、18、19、20、22、23號為一類,除2、3、9號3個(gè)樣本外,其余均為三級階地(T(3)樣本21、24、25、26、27、28、29號為一類,除21號樣本外,其余均為洪積相沉積,包括丹思臺(tái)地和名邛臺(tái)地的所有樣本。從分為3類的結(jié)果來看,該方法對于沉積物的成因分類非常準(zhǔn)確,除21號樣本外,第一、二類均屬于河流相沉積,并且第一類主要為低級階地(T當(dāng)分為5類時(shí):(1)樣本1、5號為一類,是雅安河段一級階地(T(2)樣本2、3、14、15號為一類,包含2個(gè)雅安河段一級階地(T(3)樣本4、6、7、8、10、11、12、13號為一類,除4、6號2個(gè)為雅安河段一級階地(T(4)樣本9、16、17、18、19、20、22、23號為一類,除9號為靈關(guān)河段二級階地(T(5)樣本21、24、25、26、27、28、29號為一類,除21號為廬山河段四級階地(T整體而言,分5類的結(jié)果基本上是在分3類的基本格局之上作進(jìn)一步細(xì)分,很清楚地分出了臺(tái)地的沉積物和河流階地的沉積物,第三類主要為二級階地(T2.5階地類型t對圖8中基于Ward聚類的粒度分類結(jié)果進(jìn)行分析總結(jié)。下文分別以分為3類和5類為例進(jìn)行分析。當(dāng)分為3類時(shí):(1)樣本1、4、5、6、7、8、10、11、12、13號為一類,包含一級階地(T(2)樣本2、3、9、14、15、16、17、18、19、20、22、23號為一類,除2、3號2個(gè)樣本外,其余均為三級階地(T(3)樣本21、24、25、26、27、28、29號為一類,除21號樣本外,其余均為洪積相沉積,包括丹思臺(tái)地和名邛臺(tái)地的所有樣本。當(dāng)分為5類時(shí):(1)樣本1、5號為一類,是雅安河段一級階地(T(2)樣本2、3、14、15號為一類,包含2個(gè)雅安河段一級階地(T(3)樣本4、6、7、8、10、11、12、13號為一類,除4、6號2個(gè)為雅安河段一級階地(T(4)樣本9、16、17、18、19、20、22、23號為一類,全部為雅安河段三級階地(T(5)樣本21、24、25、26、27、28、29號為一類,除21號為廬山河段四級階地(T3粒度特征曲線根據(jù)粒度參數(shù)分析,不同地貌面的沉積物粒度特征具有一定的規(guī)律,但并非一一對應(yīng)。一、二級階地沉積物的平均粒徑相近,范圍相互重合;三、四級階地沉積物的平均粒徑相近,范圍相互重合。而一、二級階地,三、四級階地和洪積臺(tái)地的平均粒徑相互區(qū)分明顯,范圍無交集,并呈現(xiàn)出由粗變細(xì)的規(guī)律,基質(zhì)分別為砂、粉砂和黏土。一、二級階地沉積物樣本粒度分選分別為中等到較差、較差;三、四級階地沉積物分選分別為較差到差、極差;洪積臺(tái)地分選極差?？傮w上從低級階地、高級階地至洪積臺(tái)地,分選越來越差。一、二級階地沉積物樣本粒度偏度均為很負(fù)偏態(tài);三、四級階地沉積物偏度分別為很負(fù)偏態(tài)、近對稱和正偏態(tài)共存以及近對稱;洪積臺(tái)地沉積物粒度偏度近對稱。從低級階地、高級階地至洪積臺(tái)地,偏度總體上由極負(fù)偏態(tài)逐漸變?yōu)榻鼘ΨQ。一、二級階地沉積物樣本粒度峰度呈平坦、中等(正態(tài))、尖銳和很尖銳峰態(tài)并存;三、四級階地沉積物粒度峰度呈很平坦、平坦和中等(正態(tài))峰態(tài);洪積臺(tái)地沉積物粒度峰度呈中等(正態(tài))峰態(tài)。從低級階地、高級階地至洪積臺(tái)地,沉積物粒度峰態(tài)總體上由多種形式并存逐漸減少到只有中等(正態(tài))峰態(tài)。通過上述分析可知,不同階地沉積物特性總體上具有一定的規(guī)律,一、二級階地,三、四級階地和洪積臺(tái)地的沉積物具有明顯的差異,但是相鄰的一級和二級階地、三級和四級階地的沉積物粒度之間沒有明確的界線。傳統(tǒng)的粒度參數(shù)分析能很好地區(qū)分不同沉積環(huán)境形成的地貌面,如河流階地和洪積臺(tái)地等,同時(shí)對于不同級河流階地也有一定的區(qū)分度,能夠區(qū)分高級階地與低級階地。由SOFM網(wǎng)絡(luò)方法將樣本分為3類時(shí),低級階地、高級階地和洪積臺(tái)地各自分別為一類,這與實(shí)際的粒度特征較為一致。當(dāng)分為5類時(shí),實(shí)際相當(dāng)于在原有的3類基礎(chǔ)上繼續(xù)進(jìn)行細(xì)分,洪積臺(tái)地的分類不變,高級階地類別中原本不屬于高級階地的2個(gè)樣本被分離出去,并對低級階地進(jìn)行了分解,說明低級階地沉積物的粒度差異比高級階地更顯著。當(dāng)分為3個(gè)類別和5個(gè)類別時(shí),Ward聚類分析方法與SOFM網(wǎng)絡(luò)方法的結(jié)果完全一致,但當(dāng)分類數(shù)繼續(xù)增加時(shí),結(jié)果出現(xiàn)差異,SOFM網(wǎng)絡(luò)方法對于每一個(gè)類別數(shù)目分類都可得到結(jié)果,而Ward聚類分析方法的分類數(shù)量有限,例如類別數(shù)目為6時(shí)沒有結(jié)果,對29個(gè)樣本最多可分為7類。從分類結(jié)果來看,3種方法都區(qū)分了河流相沉積形成的河流階地和洪積相沉積形成的洪積臺(tái)地,對于不同級河流階地具有一定的區(qū)分度,能夠區(qū)分一、二級階地和三、四級階地;從結(jié)果來看,SOFM網(wǎng)絡(luò)給出的結(jié)果清晰直白。從操作過程來看,傳統(tǒng)粒度參數(shù)分析相對繁瑣,而SOFM網(wǎng)絡(luò)方法和聚類分析方法操作相對簡單。從誤差傳遞來看,傳統(tǒng)粒度參數(shù)分析方法基于樣本的部分粒度特征數(shù)值進(jìn)行計(jì)算,將會(huì)為整個(gè)樣本的粒度分布信息帶來一定的損失;聚類分析方法分類是在前一次分類結(jié)果的基礎(chǔ)上對具有相似性質(zhì)的數(shù)據(jù)組進(jìn)行再分類,若此前的分類存在不合理性,則這種不合理性將一直存在于此后的分類結(jié)果中,導(dǎo)致其它分類結(jié)果不合理;而SOFM網(wǎng)絡(luò)方法每一次都是基于全體樣本數(shù)據(jù)進(jìn)行分類,故每次分類結(jié)果都是相互獨(dú)立的,有效避免了聚類分析方法存在的誤差傳遞的問題。粒度特征與地貌面有一定的對應(yīng)關(guān)系,特別是形成年代跨度較大的地貌面之間,其沉積物的粒度特征差別更加突出,但利用粒度特征對地貌進(jìn)行分類并不一定總能得到理想的結(jié)果,即能夠與不同的地貌面一一對應(yīng),這可能是由于粒度分布是環(huán)境流體動(dòng)力因素的產(chǎn)物,再加上物源差異、構(gòu)造條件不同,情況往往十分復(fù)雜。因此,只有綜合粒度資料與沉積物的顏色、成分、結(jié)構(gòu)特征、構(gòu)造沉積特征、沉積韻律特征以及生物特征等多種地貌面特征進(jìn)行識別,才能更加準(zhǔn)確、可靠地區(qū)分不同地貌面的對應(yīng)關(guān)系,為研究相