基于球坐标转换的沉积物粒度组分预测制图

针对沉积物粒度组分的成分数据属性,运用球坐标转换与地统计学相结合的方法进行沉积物粒度组分空间预测和底质类型制图,并以连云港近海表层沉积物粒度组分数据为基础,分析和评估其制图效果。结果表明,基于球坐标转换方法的沉积物粒度组分空间预测精度和底质类型制图精度均优于3种不同对数比转换方法,其底质类型的总体制图精度达到了89%,相应的Kappa系数为0.82,显示其底质的制图结果与实测类型有着较好的一致性。新方法能有效解决沉积物粒度组分数据的“定和”和“0”值问题,在定量化底质制图中具有实际应用价值。

沉积物粒度组分空间预测的神经网络残余kriging方法

针对近海表层沉积物粒度组分空间变异的尺度差异性,提出了基于广义回归神经网络残余kriging的沉积物粒度组分空间预测方法,并以海州湾沉积物粒度数据为基础,分析了其在沉积物粒度组分空间预测和底质类型制图中的应用效果。结果表明,广义回归神经网络残余kriging方法能够获得比普通kriging方法更高的沉积物粒度组分空间预测精度,并且其底质类型的总体空间预测精度达到85%以上,相应的Kappa系数也在0.8以上,显示底质制图的预测类型与样本的实测类型具有较高的一致性。新方法对于开展定量化的沉积物粒度组分空间预测和底质类型制图具有参考价值。

沉积物粒度组分空间预测的地理加权回归残余Kriging方法

针对沉积物粒度组分空间分布的自相关性和环境相关性特征,提出了基于地理加权回归残余Kriging的近海沉积物粒度组分空间预测方法,并以苏北海州湾表层沉积物的粒度数据为基础,分析和评估了其在沉积物粒度组分空间预测和底质类型制图应用中的可行性。结果表明,地理加权回归残余Kriging方法可获得比普通Kriging方法更高的粒度组分空间预测精度和底质类型制图精度,其底质类型的总体制图精度达到了89.6%,相应的Kappa系数为0.873,显示其底质的制图类型与样本的实测类型有着较好的一致性。新方法综合考虑了变量的空间自相关性和环境相关性,在定量化的沉积物粒度组分空间预测和底质类型制图中具有实用价值。

对数比转换与系统聚类方法应用于北黎湾沉积环境分区

基于沉积物粒度组分的沉积环境分区是理解区域沉积动力过程的重要基础。利用海南岛西部北黎湾海域采集的185个表层沉积物样品,运用对数比转换方法处理沉积物组分数据,并分别对处理前后的数据进行聚类分析。结果表明,应用对数比转换方法可获得更优的沉积物聚类效果;基于沉积物的聚类结果可将研究区域划分为4个沉积物环境亚区,即残积沉积区、砂质沉积区、混合沉积区和泥质沉积区。研究结果对于深入理解北黎湾演变的沉积动力过程和开发利用具有参考价值。