深海沉积物分类与命名的参数指标和主成分分析

对于南海中部（118个表层沉积物样,水深82~4 420 m）、东部（106个表层沉积物样,水深700~4 508 m）海域的表层沉积物的粒度资料按小于200 m,200~2 000 m,大于2 000 m水深段对水深、平均粒径、黏土含量进行统计分析,结果表明从陆架到陆坡再到深海,平均粒径和黏土含量随水深增加呈非常有规律的变化;把大于2 000 m水深区域再细分为大于2 500 m,大于3 000 m,大于3 500 m,结果表明平均粒径和黏土含量随水深增加几乎无变化,在南海中部水深大于2 000 m海域平均粒径为3.39~3.54μm,黏土平均含量为54.91%~55.47%;在南海东部水深大于2 000 m海域平均粒径为3.25~3.37μm,黏土平均含量为53.91%~54.56%。研究表明2 000 m水深具有划分深海沉积物的指示意义。南海中部水深大于2 000 m海域黏土平均含量为55.19%,平均粒径为3.39μm;在南海东部水深大于2 000 m海域黏土平均含量为53.91%,平均粒径为3.37μm;在南海中部、东部水深大于2 000 m海域平均粒径均小于4μm,黏土平均含量均大于50%,表明深海沉积物粒度特征是平均粒径小于4μm和黏土平均含量大于50%。黏土含量是非生物组分的代表和划分深海沉积物类型的一个独立参数,钙质生物和硅质生物组分是另外两个独立参数。南海东部海域表层沉积物中55种元素总含量为47.50%,硅、铝、钛、钠、钾、磷、钙、镁、铁、锰十种主元素含量为47.03%,其他45种元素含量为0.47%,虽然沉积物来源复杂、成因不同,但沉积物化学主成分并不复杂,主要由前10种主元素和氧元素组成。沉积物主元素铝、钙、硅分别富集于黏土、钙质沉积、硅质沉积中。通过建立沉积物生源组分与碳酸钙、三氧化二铝、二氧化硅的量化关系,可把碳酸钙、生物二氧化硅作为钙质生物和硅质生物的两个替代参数。

基于邻域灰阶共生矩阵的海底沉积物分类

提出了一种邻域灰阶共生矩阵,用于对侧扫声纳海底图像进行纹理分析及沉积物分类.与用于图像纹理分析的常规灰阶共生矩阵相比,邻域灰阶共生矩阵描述了图像中某一像素与其邻域中所有像素的灰阶联合分布,从而能够更全面地描述图像区域的纹理特性.分别从常规灰阶共生矩阵和邻域灰阶共生矩阵计算相同的6种纹理特征,借此对泥、沙、石3种类型海底的侧扫声呐图像进行分类,分别获得了83.3%和86.4%的正确识别率.

太湖表层沉积物粒度组成时空分布特征及分类命名

为揭示太湖表层沉积物粒度组成特征及其在不同湖区和不同季节的分布规律,并为探寻太湖沉积物中污染物的赋存特征和制定沉积物质量基准提供基本依据,根据2009年4月、7月、9月和2010年1月在太湖34个点位(深度0～10 cm)所采集的123个表层无砾沉积物样品的粒度实测数据,采用伍登-温特华斯(Udden-Wentworth)的粒度分级方案对太湖表层沉积物粒度组分时空分布特征进行分析,并依据福克(Folk)分类方法对太湖沉积物粒度进行分类命名。结果表明:(a)太湖表层沉积物各采样点的平均粒径在0.025～0.139 mm之间,全湖平均粒径为0.047 mm。(b)沉积物粒级组成大部分为粉沙(含量(质量分数)为62.62%～75.54%);沙和黏土的含量相近,分别为8.67%～27.61%和7.67%～17.95%。(c)西部沿岸区和东部沿岸区沉积物中细颗粒物质较多,而东太湖、贡湖湾沉积物中粗颗粒物质较多。(d)春季(4月),粒径小于0.063 mm的组分(即粉沙和黏土)所占比例在各个季节中最大(84.74%～98.94%,平均值为91.43%),夏季次之(69.70%～99.71%,平均值为90.04%),秋季(51.42%～93.74%,平均值为79.68%)和冬季(43.46%～88.70%,平均值为78.88%)最低。(e)Folk分类法结果显示,研究区的123个表层无砾沉积物样品主要为沙质粉沙(84个)和粉沙(37个),个别样点为粉沙质沙(1个)和泥(1个)。

太平洋中部富REY深海沉积物的地球化学特征及化学分类

赋存于深海沉积物中的稀土资源是一种潜在的稀土资源。对太平洋中部30个重力活塞柱状样中的1 275个深海沉积物样品的常量、稀土化学分析数据进行了系统研究。在涂片鉴定的基础上,采用Ca O和Al2O3含量把太平洋中部深海沉积物划分为钙质软泥类沉积物、硅质软泥类沉积物、深海黏土类沉积物三种成因类型;这三种类型沉积物的稀土分布模式相似,表现为明显的Ce负异常,一定程度的重稀土元素富集和Y正异常,深海黏土类沉积物的ΣREY明显偏高。采用主要元素(包括Ca O/P2O5比值)与REY的关系图可以有效地判别不同成因类型沉积物的混合状况。太平洋中部富P、富含沸石的深海黏土类沉积物是最有利的富REY的深海沉积物类型。太平洋中部深海沉积物REY富集的主要原因是由于深海沉积物中混入了过量的(鱼牙骨碎屑状)磷灰石组分,而钙质生物组分和硅质生物组分的加入对REY含量起了明显的稀释作用。

削弱水分影响的潮滩表层沉积物遥感分类方法研究

潮滩沉积物中的水分掩盖了沉积物本身的光谱信息,不利于沉积物遥感分类。利用江苏大丰潮滩沉积物在不同含水量下的398条实测光谱曲线数据,基于线性光谱分解方法定量化分析了沉积物光谱对含水量变化的响应,建立削弱水分影响的潮滩表层沉积物组分(砂、粉砂、黏土)含量反演模型,应用于Hyperion高光谱遥感影像,获得沉积物组分的空间分布,并结合Shepard三角分类法实现了潮滩表层沉积物的自动分类。研究结果表明:(1)当沉积物含水量增加时,沉积物光谱中水分权重以含水量的2倍速率增加,含水量大于25%,则水分对光谱的影响占主导作用;(2)2 143nm波段反射率对沉积物的含水量变化敏感,利用2 143nm波段反射率进行潮滩沉积物的含水量反演,模型拟合度r2可达0.81;(3)983,1 134nm波段反射率对沉积物组分含量反演敏感,将含水量与沉积物组分敏感波段一起建立多元线性回归方程,可有效削弱水分的影响,适用于高含水量潮滩区的沉积物组分含量反演;(4)将组分反演结果结合Shepard分类,可实现潮滩沉积物分类,得到潮滩沉积物类型的空间分布特征,分类精度为75.93%,Kappa系数为0.6。

海洋沉积物粒度数据处理及应用系统研发

海洋沉积物粒度是海洋沉积学研究的基本项目之一,在海洋沉积物类型划分、判定物质输运方式以及水动力条件等方面具有重要意义。目前沉积物粒度数据后期处理尚缺乏规范性软件,不同机构仍采用自编程序或人工判读方式进行参数计算和定名分类,不利于资料的对比和整合使用。为便于沉积物粒度数据的整合处理,采用C#语言研制了海洋沉积物粒度数据处理及应用系统,该系统实现了站位数据匹配、参数计算、沉积物定名、统计分析以及沉积物三角分类和参数柱状图绘制等可视化图形判读分析功能。实际应用表明:系统界面友好、计算可靠、适用性强、具有可扩展性,可以有效实现多源沉积物粒度数据的规范化整合,提高工作效率,具有较好的实用价值,值得推广和应用。

基于脉冲声的海底单参数反演实验研究

针对地声反演方法存在的问题,文章使用脉冲声信号作为信号源,利用传播损失反演海底单参数。反演得到的单参数计算的传播损失与实验符合良好:同时用单参数估计的海底性质与实验采样符合良好。可以认为利用脉冲声信号对海底进行单参数反演是可行的,并具有较为准确的结果。