粒度端元分析在環(huán)境演變中的應(yīng)用
——以克里雅河尾閭KYN22 剖面為例

卞紅煒，劉建宗，李 璇

（新疆大學(xué)地理與遙感科學(xué)學(xué)院，烏魯木齊 830017）

粒度的組成及分布特征與沉積物的來源、搬運(yùn)條件、沉積環(huán)境以及沉積后風(fēng)化作用有關(guān)，是沉積物的重要結(jié)構(gòu)特征［1］。沉積物粒度對(duì)于沉積環(huán)境和沉積物搬運(yùn)動(dòng)力條件的判斷和研究方面具有重要意義［2，3］，在研究各類沉積物的古環(huán)境演變問題中應(yīng)用較廣［4-6］。然而沉積物的物質(zhì)來源豐富多樣，沉積動(dòng)力條件也有諸多的不確定性，對(duì)于粒度的解釋存在各種不確定性［7］，僅使用粒度參數(shù)來研究和判斷沉積物所代表的環(huán)境信息是不可靠的，需要結(jié)合其他方法共同解釋沉積物所代表的環(huán)境信息［7-9］。隨著數(shù)學(xué)的發(fā)展，可以運(yùn)用數(shù)學(xué)方法識(shí)別混合沉積物中的單個(gè)動(dòng)力組分，通過解釋單個(gè)動(dòng)力組分而獲得對(duì)環(huán)境信息的解釋［10，11］。數(shù)學(xué)方法如端元模型法、對(duì)數(shù)函數(shù)擬合法和Gen.Weilbull 函數(shù)擬合法等均可對(duì)沉積物粒度組分進(jìn)行分離［12-15］。粒度端元法就是利用不同的數(shù)學(xué)算法將沉積物的粒度成分劃分為一定數(shù)量的組分。該方法能很好地將具有不同特征沉積物中的粒度組分分離開，許多科研人員使用該方法分析沉積物的物質(zhì)來源和沉積動(dòng)力條件，均取得了不錯(cuò)的成果［16-21］。

干旱的沙漠有豐富的沉積動(dòng)力，為研究粒度端元法在沉積物粒度分解上的應(yīng)用提供了條件，但是，粒度端元法在沙漠沉積物中的應(yīng)用研究相對(duì)較少［9］。不同的沉積動(dòng)力、沉積環(huán)境和物源會(huì)影響粒度的分布特征，不同的粒度端元法有各自的優(yōu)點(diǎn)以及局限性，因此粒度端元法并不適用于所有區(qū)域的沉積物，不同粒度端元法對(duì)于同一區(qū)域的適用性亦有待考究［22，23］。本研究以克里雅河尾閭圓沙三角洲古河道一處定年較精確的剖面沉積物的粒度數(shù)據(jù)為例，將不同粒度組分記錄的混合信號(hào)分離出來，分析該區(qū)域剖面沉積物粒度端元。采用Paterson 等［17］提供的AnalySize 軟件包中非參數(shù)化EMA（End-menber analysis）法和參數(shù)化EMA 法進(jìn)行端元計(jì)算，同時(shí)結(jié)合Zhang 等［24］基于遺傳算法提出的BasEMMA（End-member modeling analysis）法將克里雅河尾閭圓沙三角洲古河道剖面粒度數(shù)據(jù)端元分解，然后進(jìn)行對(duì)比，從3 種方法中取最優(yōu)解從而判斷出端元數(shù)量。利用粒度端元法對(duì)粒度進(jìn)行分離并分析推測分離出的單個(gè)組分來源或指示意義，旨在為該區(qū)域的粒度端元分解提供參考，也為該區(qū)域古氣候研究提供新的思路。

1 研究區(qū)概況

克里雅河發(fā)源于昆侖山，經(jīng)過新疆于田縣流進(jìn)塔克拉瑪干沙漠［25］。漫長的歷史發(fā)展使得克里雅河流域在不同時(shí)期孕育了不同的文明。KYN22 剖面（81°35'E，39°03'N）是克里雅河尾閭圓沙三角洲一古河道剖面，位于圓沙古城以北22 km 處一河谷東岸（圖1）。剖面記錄了圓沙古三角洲的環(huán)境變化［26，27］。DEM 數(shù)據(jù)和遙感影像數(shù)據(jù)均來源于地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）。

圖1 研究區(qū)概況

2 研究方法

2.1 樣品來源

張峰等［26］按照沉積物特征逐層采集了該剖面樣品（共計(jì)134 件）并對(duì)其完成了前處理以及粒度測定。本研究的樣品數(shù)據(jù)由張峰等提供，去掉重復(fù)樣品，樣品數(shù)量達(dá)122件，覆蓋了剖面所有不同沉積層。

2.2 粒度端元法

粒度端元法是通過統(tǒng)計(jì)學(xué)方法，把不同物源和動(dòng)力作用而成的粒度特征進(jìn)行分離和提取并對(duì)其進(jìn)行分類，從而識(shí)別沉積物的物質(zhì)來源和沉積動(dòng)力［16，28］。本研究使用Paterson 等［17］設(shè)計(jì)的Analy-Size 軟件包，在Matlab 環(huán)境下運(yùn)行程序，隨后假設(shè)最多10 個(gè)端元的情況，利用參數(shù)化EMA 和非參數(shù)化EMA 方法對(duì)實(shí)測的沉積物粒度數(shù)據(jù)進(jìn)行分解，使用Gen.Weilbull 分布函數(shù)作為主要的參數(shù)化方法，基于Zhang 等［24］的遺傳算法，提出BasEMMA 法分解沉積物粒度數(shù)據(jù)。通過對(duì)比3 個(gè)方法中的最優(yōu)解，判斷端元數(shù)量。

3 結(jié)果與分析

3.1 粒度端元分析結(jié)果

對(duì)KYN22 剖面樣品粒度數(shù)據(jù)進(jìn)行參數(shù)化（Gen.Weilbull 分布函數(shù)）端元分析，發(fā)現(xiàn)當(dāng)端元個(gè)數(shù)為3時(shí)，數(shù)據(jù)集的復(fù)相關(guān)系數(shù)（R2）達(dá)0.980，趨近于1，此時(shí)各端元之間R2為0.026（圖2a、圖2b），表明擬合的3 個(gè)端元相關(guān)性極低，彼此獨(dú)立，不存在過度擬合，角度偏差值為7.6°；當(dāng)選取端元個(gè)數(shù)為4 時(shí)，數(shù)據(jù)集的R2為0.990，各端元之間的相關(guān)度值為0.195，角度偏差值為4.9°。各指標(biāo)都有較好擬合度時(shí)，選擇較少的端元數(shù)量，據(jù)此，最佳端元數(shù)量選擇3 個(gè)。

圖2 端元分析

對(duì)KYN22 剖面樣品粒度數(shù)據(jù)執(zhí)行非參數(shù)化端元分析（圖2c），發(fā)現(xiàn)各非參數(shù)化端元的端元頻率分布曲線呈多峰分布，分離結(jié)果不理想，難以解釋每個(gè)端元所代表的動(dòng)力組分。而參數(shù)化端元的各端元頻率分布曲線呈單峰分布，相對(duì)來說分離更徹底，可以較好地判斷物質(zhì)來源和搬運(yùn)方式。因此，本研究選擇AnalySize 軟件包中的參數(shù)化EMA 方法進(jìn)行粒度組分的分離討論。

進(jìn)一步通過BasEMMA 法對(duì)數(shù)據(jù)集進(jìn)行分離，擬合結(jié)果見圖2d。當(dāng)端元數(shù)分別為2、3、4、5 時(shí)，各粒級(jí)的R2分別為0.620、0.800、0.880 和0.910，即隨著端元數(shù)量的增加，擬合效果增加；當(dāng)端元數(shù)為3 時(shí)，2～3 μm、20～50 μm 粒級(jí)的擬合程度比端元數(shù)為2 時(shí)更好，尤其是20～50 μm 粒級(jí)；當(dāng)端元數(shù)為4 時(shí)，擬合程度進(jìn)一步改善；當(dāng)端元數(shù)為5 時(shí)，各粒級(jí)R2均值為0.910，但是提高程度有限。Zhang 等［24］指出，如果端元數(shù)選擇合理，多次運(yùn)算結(jié)果應(yīng)該一致。從圖2e和圖2f對(duì)比可以看出，雖然端元數(shù)為4 時(shí)3 次運(yùn)算結(jié)果的重合度較高，但是端元數(shù)為4 得到的端元頻率分布曲線出現(xiàn)多峰的情況比端元數(shù)為3 時(shí)明顯，說明此時(shí)分離不徹底，因此，最終選取3 個(gè)端元（EM1、EM2、EM3）。

由圖2g 可知，AnalySize 軟件包中的參數(shù)化法（以下簡稱AnalySize 參數(shù)化EMA 法）與BasEMMA 法得到的端元峰值分布總體區(qū)別不大，盡管BasEMMA法獲得的峰值較高，但其端元頻率曲線出現(xiàn)雙峰分布，分離不夠徹底，而AnalySize 參數(shù)化EMA 法得到的分布曲線均為單峰分布，分離較為徹底，能更好地對(duì)粒度端元進(jìn)行解釋分析，因此本研究最終選取AnalySize 參數(shù)化端元分析法獲得的3 個(gè)端元進(jìn)行分析。

從AnalySize 參數(shù)化方法得出的端元粒度頻率曲線可以看出（圖2g），KYN22 剖面EM1 粒徑介于0.90～100.00 μm，眾數(shù)粒徑為12.62 μm，主要組分為粉沙，極細(xì)沙含量較少，細(xì)沙含量極少，中沙含量可忽略不計(jì)。EM2 粒徑介于7.09～112.00 μm，眾數(shù)粒徑為44.77 μm，主要組分為粉沙，極細(xì)沙含量較少，細(xì)沙含量極少，EM3 粒徑介于31.70～251.79 μm，眾數(shù)粒徑為89.34 μm，主要組分為極細(xì)沙，細(xì)沙含量較少，粉沙次之，中沙含量極少。

3.2 各端元在深度上的變化特征

從圖3 可以看出，3 個(gè)端元隨著深度的變化整體形態(tài)呈鋸齒狀，EM1 和EM3 隨剖面深度的變化形態(tài)基本呈對(duì)稱狀，EM2 組分粒度變化范圍較小，變化趨勢較緩。不同深度各端元的含量不同（表1）。總體來看，EM1 組分占比為0～97.52%，平均為25.24%；EM2 組分占比為0～77.42%，平均為34.66%；EM3 組分占比為0～99.70%，平均為40.09%。

表1 各端元在剖面不同深處的含量

圖3 KYN22 剖面各端元在深度上的變化特征

4 討論

4.1 EM1 組分

該組分在3 個(gè)端元中顆粒最細(xì)，眾數(shù)粒徑為12.62 μm。通常來說，粒徑小于20 μm 的沉積物可以通過高空遠(yuǎn)距離懸浮搬運(yùn)［29］；粒徑較粗的物質(zhì)搬運(yùn)所需的動(dòng)力較強(qiáng)，一般在強(qiáng)風(fēng)條件才會(huì)有大量的運(yùn)動(dòng)［30］。Lin 等［31］通過觀察塔里木盆地南緣區(qū)域的大氣粉塵含量發(fā)現(xiàn)，在沙塵暴天氣過后，大氣粉塵中＜20 μm 組分的含量會(huì)隨時(shí)間的延長而增加。因此，認(rèn)為＜20 μm 組分指代了可以在大氣中懸浮漂移的粉塵組分，當(dāng)風(fēng)力減弱后發(fā)生沉降。由圖2g 可以看出，EM1 的粒度分布范圍較大，分選較差。孫東懷等［32］的研究表明，在河流動(dòng)力系統(tǒng)下，河流沉積物中懸移組分的眾數(shù)粒徑也很小，一般在10.00～15.00 μm，且分選較差。因此，EM1 代表在河流水量較少、河流流速很慢或者發(fā)生靜水沉積的組分。

4.2 EM2 組分

該組分的眾數(shù)粒徑為44.77 μm，較EM1 顆粒稍粗。Tsoar 等［33］認(rèn)為20.00～63.00 μm 粉沙顆粒組分的搬運(yùn)方式為近地面短距離懸移，一次搬運(yùn)距離在1 000 km 以內(nèi)。Nottebaum 等［30］認(rèn)為對(duì)于粗粒端元環(huán)境意義的解釋，要關(guān)注近源物質(zhì)供給。根據(jù)Middleton［34］的理論計(jì)算，該組分粒度屬于懸移搬運(yùn)的粒度范圍，而其受河流徑流量大小的影響，因此EM2可能與河流水量較大環(huán)境有關(guān)。

4.3 EM3 組分

該組分眾數(shù)粒徑為89.34 μm，是眾數(shù)粒徑最粗的組分，為極細(xì)沙組分。多數(shù)學(xué)者認(rèn)為沙物質(zhì)的運(yùn)移方式主要為近距離懸移或躍移，且該組分在河流階地或靠近河流的黃土沉積中占比較高，是河流沉積物在受到風(fēng)力的搬運(yùn)堆積作用下產(chǎn)生的［30］。Vandenberghe［29］總結(jié)出＞75 μm 的粒徑主要來自幾百米或幾公里范圍內(nèi)的沙質(zhì)源區(qū)，而KYN22 剖面的克里雅河是該粗粒組分的最佳源區(qū)，因此，EM3 可能代表風(fēng)沙環(huán)境。

4.4 端元的古環(huán)境指示意義

剖面底部沉積物顯示深度為1 070～1 040 cm 時(shí)該處曾以風(fēng)沙活動(dòng)為主，端元結(jié)果也表明，EM3 含量最高，說明該時(shí)期可能以風(fēng)沙活動(dòng)為主。深度990～910 cm，端元結(jié)果顯示該地層EM3 含量最高，EM1次之，EM2 最低，說明該時(shí)期河流水量較大，且水量較為平穩(wěn)，根據(jù)沉積物的相與粒度特征分析，該地層粒徑變細(xì)且沉積物的顏色為偏青灰色，表明此時(shí)河水水量充足，河道長期有水。深度910～815 cm，端元結(jié)果顯示該地層EM3 含量最高，說明該時(shí)期風(fēng)沙活動(dòng)頻繁，或者有洪泛事件，而EM1 含量次之，說明水量較小或者為靜水沉積，此處沉積物淺黃色極細(xì)沙轉(zhuǎn)多，說明此時(shí)周圍的風(fēng)沙活動(dòng)頻繁，河流環(huán)境較弱，之后815～755 cm 中EM2 含量最高，EM3 次之，但是與深度910～815 cm 時(shí)相比，EM3 含量大幅減少，說明此時(shí)的風(fēng)沙環(huán)境減弱，EM1 含量減少，表明水量較小或者為靜水沉積，而該地層極細(xì)沙與粉沙互層增多，也說明此時(shí)洪流增多。755～655 cm 中EM3 含量最高，表明該層的風(fēng)沙堆積較多。550～240 cm 中EM2 組分含量最高，EM3 次之，EM1 略少于EM3，因此，該層以EM2 為主，EM3 和EM1 混合作用，說明此時(shí)期河流活動(dòng)頻繁，風(fēng)沙進(jìn)入河流。240～25 cm 中，EM2 組分占比最高，并且較為穩(wěn)定，說明該時(shí)期水量較大，河流環(huán)境穩(wěn)定。

剖面底部樣品EM3 組分占比接近100%，可以認(rèn)為完全屬于風(fēng)沙環(huán)境，這與張峰等［26］的研究結(jié)果一致。而后EM1 和EM2 占比增加，超過EM3 組分，其中EM2 占比最高，表明該時(shí)期河流水量增大，風(fēng)沙環(huán)境向河流環(huán)境轉(zhuǎn)變。此后，EM1+EM2 平均含量最高，約為61%，而EM3 的平均含量為39%，表明該剖面底部完全為風(fēng)沙環(huán)境，其他部分為河流沉積與風(fēng)沙堆積共存并且以河流沉積為主的環(huán)境。

5 小結(jié)

對(duì)塔里木盆地內(nèi)部克里雅河尾閭圓沙三角洲古河道剖面KYN22 沉積物粒度進(jìn)行端元分析，將參數(shù)化EMA 法和非參數(shù)化EMA 法以及基于遺傳算法提出的BasEMMA 法3 種粒度端元法分離結(jié)果進(jìn)行對(duì)比，最終確定了AnalySize 參數(shù)化EMA 法獲得的3 個(gè)端元，并對(duì)端元結(jié)果所揭示的環(huán)境信息進(jìn)行了探討，小結(jié)如下。

1）AnalySize 軟件包中的參數(shù)化EMA 端元模型分離結(jié)果更適合該剖面。

2）EM1 代表在河流水量較少、河流流速很慢或者發(fā)生靜水沉積的組分。EM2 代表在河流水量和流速相對(duì)于EM1 較大的環(huán)境下沉積的組分。EM3 代表風(fēng)沙環(huán)境沉積的組分。

3）本研究端元結(jié)果表明，KYN22 剖面底部為風(fēng)沙環(huán)境，其他部分為河流沉積與風(fēng)沙堆積共存且以河流沉積為主的環(huán)境。