粒度端元分析在环境演变中的应用
——以克里雅河尾闾KYN22 剖面为例
2023-12-20卞红炜刘建宗
卞红炜,刘建宗,李 璇
(新疆大学地理与遥感科学学院,乌鲁木齐 830017)
粒度的组成及分布特征与沉积物的来源、搬运条件、沉积环境以及沉积后风化作用有关,是沉积物的重要结构特征[1]。沉积物粒度对于沉积环境和沉积物搬运动力条件的判断和研究方面具有重要意义[2,3],在研究各类沉积物的古环境演变问题中应用较广[4-6]。然而沉积物的物质来源丰富多样,沉积动力条件也有诸多的不确定性,对于粒度的解释存在各种不确定性[7],仅使用粒度参数来研究和判断沉积物所代表的环境信息是不可靠的,需要结合其他方法共同解释沉积物所代表的环境信息[7-9]。随着数学的发展,可以运用数学方法识别混合沉积物中的单个动力组分,通过解释单个动力组分而获得对环境信息的解释[10,11]。数学方法如端元模型法、对数函数拟合法和Gen.Weilbull 函数拟合法等均可对沉积物粒度组分进行分离[12-15]。粒度端元法就是利用不同的数学算法将沉积物的粒度成分划分为一定数量的组分。该方法能很好地将具有不同特征沉积物中的粒度组分分离开,许多科研人员使用该方法分析沉积物的物质来源和沉积动力条件,均取得了不错的成果[16-21]。
干旱的沙漠有丰富的沉积动力,为研究粒度端元法在沉积物粒度分解上的应用提供了条件,但是,粒度端元法在沙漠沉积物中的应用研究相对较少[9]。不同的沉积动力、沉积环境和物源会影响粒度的分布特征,不同的粒度端元法有各自的优点以及局限性,因此粒度端元法并不适用于所有区域的沉积物,不同粒度端元法对于同一区域的适用性亦有待考究[22,23]。本研究以克里雅河尾闾圆沙三角洲古河道一处定年较精确的剖面沉积物的粒度数据为例,将不同粒度组分记录的混合信号分离出来,分析该区域剖面沉积物粒度端元。采用Paterson 等[17]提供的AnalySize 软件包中非参数化EMA(End-menber analysis)法和参数化EMA 法进行端元计算,同时结合Zhang 等[24]基于遗传算法提出的BasEMMA(End-member modeling analysis)法将克里雅河尾闾圆沙三角洲古河道剖面粒度数据端元分解,然后进行对比,从3 种方法中取最优解从而判断出端元数量。利用粒度端元法对粒度进行分离并分析推测分离出的单个组分来源或指示意义,旨在为该区域的粒度端元分解提供参考,也为该区域古气候研究提供新的思路。
1 研究区概况
克里雅河发源于昆仑山,经过新疆于田县流进塔克拉玛干沙漠[25]。漫长的历史发展使得克里雅河流域在不同时期孕育了不同的文明。KYN22 剖面(81°35'E,39°03'N)是克里雅河尾闾圆沙三角洲一古河道剖面,位于圆沙古城以北22 km 处一河谷东岸(图1)。剖面记录了圆沙古三角洲的环境变化[26,27]。DEM 数据和遥感影像数据均来源于地理空间数据云(http://www.gscloud.cn/)。
图1 研究区概况
2 研究方法
2.1 样品来源
张峰等[26]按照沉积物特征逐层采集了该剖面样品(共计134 件)并对其完成了前处理以及粒度测定。本研究的样品数据由张峰等提供,去掉重复样品,样品数量达122件,覆盖了剖面所有不同沉积层。
2.2 粒度端元法
粒度端元法是通过统计学方法,把不同物源和动力作用而成的粒度特征进行分离和提取并对其进行分类,从而识别沉积物的物质来源和沉积动力[16,28]。本研究使用Paterson 等[17]设计的Analy-Size 软件包,在Matlab 环境下运行程序,随后假设最多10 个端元的情况,利用参数化EMA 和非参数化EMA 方法对实测的沉积物粒度数据进行分解,使用Gen.Weilbull 分布函数作为主要的参数化方法,基于Zhang 等[24]的遗传算法,提出BasEMMA 法分解沉积物粒度数据。通过对比3 个方法中的最优解,判断端元数量。
3 结果与分析
3.1 粒度端元分析结果
对KYN22 剖面样品粒度数据进行参数化(Gen.Weilbull 分布函数)端元分析,发现当端元个数为3时,数据集的复相关系数(R2)达0.980,趋近于1,此时各端元之间R2为0.026(图2a、图2b),表明拟合的3 个端元相关性极低,彼此独立,不存在过度拟合,角度偏差值为7.6°;当选取端元个数为4 时,数据集的R2为0.990,各端元之间的相关度值为0.195,角度偏差值为4.9°。各指标都有较好拟合度时,选择较少的端元数量,据此,最佳端元数量选择3 个。
图2 端元分析
对KYN22 剖面样品粒度数据执行非参数化端元分析(图2c),发现各非参数化端元的端元频率分布曲线呈多峰分布,分离结果不理想,难以解释每个端元所代表的动力组分。而参数化端元的各端元频率分布曲线呈单峰分布,相对来说分离更彻底,可以较好地判断物质来源和搬运方式。因此,本研究选择AnalySize 软件包中的参数化EMA 方法进行粒度组分的分离讨论。
进一步通过BasEMMA 法对数据集进行分离,拟合结果见图2d。当端元数分别为2、3、4、5 时,各粒级的R2分别为0.620、0.800、0.880 和0.910,即随着端元数量的增加,拟合效果增加;当端元数为3 时,2~3 μm、20~50 μm 粒级的拟合程度比端元数为2 时更好,尤其是20~50 μm 粒级;当端元数为4 时,拟合程度进一步改善;当端元数为5 时,各粒级R2均值为0.910,但是提高程度有限。Zhang 等[24]指出,如果端元数选择合理,多次运算结果应该一致。从图2e和图2f对比可以看出,虽然端元数为4 时3 次运算结果的重合度较高,但是端元数为4 得到的端元频率分布曲线出现多峰的情况比端元数为3 时明显,说明此时分离不彻底,因此,最终选取3 个端元(EM1、EM2、EM3)。
由图2g 可知,AnalySize 软件包中的参数化法(以下简称AnalySize 参数化EMA 法)与BasEMMA 法得到的端元峰值分布总体区别不大,尽管BasEMMA法获得的峰值较高,但其端元频率曲线出现双峰分布,分离不够彻底,而AnalySize 参数化EMA 法得到的分布曲线均为单峰分布,分离较为彻底,能更好地对粒度端元进行解释分析,因此本研究最终选取AnalySize 参数化端元分析法获得的3 个端元进行分析。
从AnalySize 参数化方法得出的端元粒度频率曲线可以看出(图2g),KYN22 剖面EM1 粒径介于0.90~100.00 μm,众数粒径为12.62 μm,主要组分为粉沙,极细沙含量较少,细沙含量极少,中沙含量可忽略不计。EM2 粒径介于7.09~112.00 μm,众数粒径为44.77 μm,主要组分为粉沙,极细沙含量较少,细沙含量极少,EM3 粒径介于31.70~251.79 μm,众数粒径为89.34 μm,主要组分为极细沙,细沙含量较少,粉沙次之,中沙含量极少。
3.2 各端元在深度上的变化特征
从图3 可以看出,3 个端元随着深度的变化整体形态呈锯齿状,EM1 和EM3 随剖面深度的变化形态基本呈对称状,EM2 组分粒度变化范围较小,变化趋势较缓。不同深度各端元的含量不同(表1)。总体来看,EM1 组分占比为0~97.52%,平均为25.24%;EM2 组分占比为0~77.42%,平均为34.66%;EM3 组分占比为0~99.70%,平均为40.09%。
表1 各端元在剖面不同深处的含量
图3 KYN22 剖面各端元在深度上的变化特征
4 讨论
4.1 EM1 组分
该组分在3 个端元中颗粒最细,众数粒径为12.62 μm。通常来说,粒径小于20 μm 的沉积物可以通过高空远距离悬浮搬运[29];粒径较粗的物质搬运所需的动力较强,一般在强风条件才会有大量的运动[30]。Lin 等[31]通过观察塔里木盆地南缘区域的大气粉尘含量发现,在沙尘暴天气过后,大气粉尘中<20 μm 组分的含量会随时间的延长而增加。因此,认为<20 μm 组分指代了可以在大气中悬浮漂移的粉尘组分,当风力减弱后发生沉降。由图2g 可以看出,EM1 的粒度分布范围较大,分选较差。孙东怀等[32]的研究表明,在河流动力系统下,河流沉积物中悬移组分的众数粒径也很小,一般在10.00~15.00 μm,且分选较差。因此,EM1 代表在河流水量较少、河流流速很慢或者发生静水沉积的组分。
4.2 EM2 组分
该组分的众数粒径为44.77 μm,较EM1 颗粒稍粗。Tsoar 等[33]认为20.00~63.00 μm 粉沙颗粒组分的搬运方式为近地面短距离悬移,一次搬运距离在1 000 km 以内。Nottebaum 等[30]认为对于粗粒端元环境意义的解释,要关注近源物质供给。根据Middleton[34]的理论计算,该组分粒度属于悬移搬运的粒度范围,而其受河流径流量大小的影响,因此EM2可能与河流水量较大环境有关。
4.3 EM3 组分
该组分众数粒径为89.34 μm,是众数粒径最粗的组分,为极细沙组分。多数学者认为沙物质的运移方式主要为近距离悬移或跃移,且该组分在河流阶地或靠近河流的黄土沉积中占比较高,是河流沉积物在受到风力的搬运堆积作用下产生的[30]。Vandenberghe[29]总结出>75 μm 的粒径主要来自几百米或几公里范围内的沙质源区,而KYN22 剖面的克里雅河是该粗粒组分的最佳源区,因此,EM3 可能代表风沙环境。
4.4 端元的古环境指示意义
剖面底部沉积物显示深度为1 070~1 040 cm 时该处曾以风沙活动为主,端元结果也表明,EM3 含量最高,说明该时期可能以风沙活动为主。深度990~910 cm,端元结果显示该地层EM3 含量最高,EM1次之,EM2 最低,说明该时期河流水量较大,且水量较为平稳,根据沉积物的相与粒度特征分析,该地层粒径变细且沉积物的颜色为偏青灰色,表明此时河水水量充足,河道长期有水。深度910~815 cm,端元结果显示该地层EM3 含量最高,说明该时期风沙活动频繁,或者有洪泛事件,而EM1 含量次之,说明水量较小或者为静水沉积,此处沉积物浅黄色极细沙转多,说明此时周围的风沙活动频繁,河流环境较弱,之后815~755 cm 中EM2 含量最高,EM3 次之,但是与深度910~815 cm 时相比,EM3 含量大幅减少,说明此时的风沙环境减弱,EM1 含量减少,表明水量较小或者为静水沉积,而该地层极细沙与粉沙互层增多,也说明此时洪流增多。755~655 cm 中EM3 含量最高,表明该层的风沙堆积较多。550~240 cm 中EM2 组分含量最高,EM3 次之,EM1 略少于EM3,因此,该层以EM2 为主,EM3 和EM1 混合作用,说明此时期河流活动频繁,风沙进入河流。240~25 cm 中,EM2 组分占比最高,并且较为稳定,说明该时期水量较大,河流环境稳定。
剖面底部样品EM3 组分占比接近100%,可以认为完全属于风沙环境,这与张峰等[26]的研究结果一致。而后EM1 和EM2 占比增加,超过EM3 组分,其中EM2 占比最高,表明该时期河流水量增大,风沙环境向河流环境转变。此后,EM1+EM2 平均含量最高,约为61%,而EM3 的平均含量为39%,表明该剖面底部完全为风沙环境,其他部分为河流沉积与风沙堆积共存并且以河流沉积为主的环境。
5 小结
对塔里木盆地内部克里雅河尾闾圆沙三角洲古河道剖面KYN22 沉积物粒度进行端元分析,将参数化EMA 法和非参数化EMA 法以及基于遗传算法提出的BasEMMA 法3 种粒度端元法分离结果进行对比,最终确定了AnalySize 参数化EMA 法获得的3 个端元,并对端元结果所揭示的环境信息进行了探讨,小结如下。
1)AnalySize 软件包中的参数化EMA 端元模型分离结果更适合该剖面。
2)EM1 代表在河流水量较少、河流流速很慢或者发生静水沉积的组分。EM2 代表在河流水量和流速相对于EM1 较大的环境下沉积的组分。EM3 代表风沙环境沉积的组分。
3)本研究端元结果表明,KYN22 剖面底部为风沙环境,其他部分为河流沉积与风沙堆积共存且以河流沉积为主的环境。