基于FCM方法的黃河水下三角洲沉積動力環(huán)境分區(qū)

劉付程，陳沈良，彭俊，陳晴

(1.淮海工學(xué)院 測繪工程學(xué)院，江蘇 連云港 222005；2.華東師范大學(xué) 河口海岸學(xué)國家重點實驗室，上海 200062；3.鹽城師范學(xué)院 城市與資源環(huán)境學(xué)院，江蘇 鹽城 224002)

?

基于FCM方法的黃河水下三角洲沉積動力環(huán)境分區(qū)

劉付程1，2，陳沈良2*，彭俊3，陳晴2

(1.淮海工學(xué)院 測繪工程學(xué)院，江蘇 連云港 222005；2.華東師范大學(xué) 河口海岸學(xué)國家重點實驗室，上海 200062；3.鹽城師范學(xué)院 城市與資源環(huán)境學(xué)院，江蘇 鹽城 224002)

客觀定量地確定沉積動力環(huán)境分區(qū)是理解區(qū)域沉積動力過程的重要基礎(chǔ)。本文以黃河水下三角洲表層沉積物的粒度分析數(shù)據(jù)為基礎(chǔ)，運用模糊c均值聚類(FCM)等方法對該區(qū)域的沉積動力環(huán)境進(jìn)行了分類、識別、分區(qū)及制圖表達(dá)。結(jié)果表明，研究區(qū)域的沉積動力環(huán)境可分為3個類別，分別代表了沖刷、沖淤混合和淤積3類不同形式的沉積動力環(huán)境。各類別沉積動力環(huán)境的隸屬度分布圖具有指示其在不同空間位置處出現(xiàn)的可能性大小及其優(yōu)勢分布區(qū)的作用，而由模糊隸屬度值生成的沉積動力環(huán)境分區(qū)圖也與研究區(qū)域?qū)嶋H的沉積動力空間格局有著較高的吻合度，表明制圖結(jié)果是合理和有效的。研究結(jié)果可為黃河三角洲濱海區(qū)地貌演變趨勢分析和海岸防護(hù)提供重要的參考價值。

粒度；沉積動力環(huán)境；模糊c均值聚類；FCM；分區(qū)；黃河水下三角洲

1　引言

沉積動力環(huán)境分區(qū)是海洋沉積學(xué)的重要研究內(nèi)容之一，它是正確認(rèn)識區(qū)域沉積環(huán)境特征的前提，也是理解區(qū)域沉積動力過程的基礎(chǔ)。沉積動力環(huán)境分區(qū)研究一般涉及兩方面的基本內(nèi)容：一是沉積環(huán)境特征識別，二是分區(qū)及制圖表達(dá)。由于粒度及其分布特征是沉積過程的客觀記錄，因此粒度分析常被認(rèn)為是識別沉積環(huán)境、揭示沉積動力過程的重要手段之一。迄今已有不少學(xué)者提出運用概率成因圖[1]、粒度參數(shù)散點圖[2]、C-M圖[3]、三角圖式[4—5]、粒徑趨勢分析[6—7]、數(shù)理統(tǒng)計分析[8—12]等方法來判別沉積環(huán)境，并取得了很多成功的案例。然而在沉積環(huán)境分區(qū)及制圖表達(dá)方法方面，目前多以經(jīng)驗選擇和主觀判斷為主，尤其是在分區(qū)的類別及其界線的確定方面，缺乏定量化的手段。這與沉積環(huán)境空間變化的漸變性和模糊性難以用量化的方法來表達(dá)有著很大的關(guān)系。

模糊聚類分析是定量分析、表達(dá)具有模糊特征或現(xiàn)象的有效方法[13]。在諸多的模糊分析方法中，模糊c均值聚類(Fuzzyc-mean，F(xiàn)CM)方法在地學(xué)領(lǐng)域中的應(yīng)用最為廣泛，如Lucieer等運用FCM方法對澳大利亞Tasmania島周邊海域的底質(zhì)環(huán)境因子進(jìn)行聚類分析，并利用模糊隸屬度來刻畫該海域不同類別底質(zhì)環(huán)境空間分布的漸變性和模糊性特征[14]；Kim等基于東海北部表層沉積物磁學(xué)參數(shù)的FCM分析結(jié)果，對該海域表層沉積物的來源及其空間分布進(jìn)行了識別[15]；楊琳等運用FCM方法對成土環(huán)境因子進(jìn)行模糊聚類，獲得土壤與成土環(huán)境之間的相關(guān)知識并據(jù)此開展土壤空間預(yù)測制圖[16]；McBratney和Moore討論了運用FCM方法來開展氣候分類研究，并重點討論了最優(yōu)聚類類別數(shù)的確定方法[17]。本文嘗試運用FCM方法對黃河水下三角洲的沉積動力環(huán)境進(jìn)行分類和識別，并著重討論沉積動力環(huán)境分區(qū)圖的制作過程，以期能為黃河三角洲的沖淤演變分析和海岸防護(hù)提供參考依據(jù)。

2　材料與方法

2.1區(qū)域概況

黃河水下三角洲是指與黃河三角洲毗連的弧形海域，北起徒駭河、南至小清河，包括渤海灣南緣及萊州灣西部(圖1)。該海域潮汐較弱，但復(fù)雜多樣。北黃海潮波進(jìn)入渤海后，受地形和海岸形態(tài)的影響，入射波和反射波在黃河海港五號樁外形成駐波節(jié)點，從而出現(xiàn)無潮點[18]。無潮點附近為全日潮，離無潮點越遠(yuǎn)，半日潮性質(zhì)越明顯。研究海域平均潮差在0.73～1.77 m之間，其中無潮點附近潮差最小，僅0.4 m，從無潮點分別向西側(cè)渤海灣和萊州灣方向，潮差逐漸增大，至徒駭河口、小清河口潮差達(dá)1.6～2.0 m。三角洲近岸潮流基本上是往復(fù)流，東側(cè)海域漲潮流方向為S或SW向，落潮流方向為N或NE向。但流速分布變化較大，神仙溝外和清水溝老黃河口附近存在高流速區(qū)，流速分別達(dá)到1.2 m/s和1.85 m/s，并且由此向南、北方向遞減，其中黃河口以南區(qū)域的流速比以北區(qū)域要小，支脈溝至小清河口一帶流速最小。三角洲海域最大風(fēng)速出現(xiàn)在NW、ENE和NNE這3個方向，風(fēng)速可達(dá)18 m/s，波浪主要受風(fēng)的季節(jié)變化控制，全年以NE向浪出現(xiàn)頻率最高，為10.3%，強(qiáng)浪向亦為NE向；波高小于0.5 m的波浪出現(xiàn)頻率約占51%，0.5～3.0 m的波浪出現(xiàn)頻率約占48%[19]。

圖1　研究區(qū)表層沉積物采樣站位及其類型Fig.1　Sampling stations of the surface sediments and their sediment types

2.2數(shù)據(jù)來源

2007年夏季在黃河三角洲濱海區(qū)布設(shè)了18個沉積物采樣斷面，并在各斷面上運用帽式采泥器采集7～9個表層沉積物樣品，共計155個(圖1)。采樣斷面間相距10 km左右，采樣范圍基本涵蓋了整個水下三角洲區(qū)域。采樣站位利用AG122-GPS信標(biāo)機(jī)進(jìn)行實時差分定位，定位精度優(yōu)于3 m。沉積物樣品分析的前處理均按照泥沙顆粒分析規(guī)范進(jìn)行，樣品經(jīng)去除有機(jī)質(zhì)和超聲波振蕩分散處理等過程后，采用Coulter LS-100Q型激光粒度分析儀進(jìn)行粒度測定，并統(tǒng)一采用尤登-溫德華氏等比值Φ粒級標(biāo)準(zhǔn)表示，最終獲得0.25Φ間隔的泥沙級配，在此基礎(chǔ)上再采用McManus矩法公式計算了平均粒徑、中值粒徑、分選系數(shù)、偏態(tài)及峰態(tài)等粒度參數(shù)。與此同時還按照Folk分類方案對沉積物進(jìn)行了分類和命名(圖1)。

2.3研究方法

2.3.1　模糊c均值聚類方法(FCM)

FCM是一種應(yīng)用廣泛的非監(jiān)督聚類方法，它通過計算樣品與其各類別原型在多屬性空間中的距離，并以隸屬度對距離進(jìn)行加權(quán)，最終達(dá)到類內(nèi)加權(quán)誤差平方和目標(biāo)函數(shù)最小化[13，16]。模糊目標(biāo)函數(shù)J(U，v)定義為：

(1)

式中，n為樣品數(shù)，c為聚類類別數(shù)，J為模糊聚類誤差，U是n×c樣品隸屬度矩陣，其元素μik∈[0，1]表示第i個樣品隸屬于第k類別的隸屬度值；v是聚類類別的中心，它是一c×p矩陣，p為樣品屬性或變量的個數(shù)；φ(≥1)為模糊加權(quán)指數(shù)，它是一個可控制聚類結(jié)果和類別交疊程度的常數(shù)；dik表示在屬性空間中，第i個樣品相對于第k類別中心的距離。

模糊類別數(shù)c和模糊加權(quán)指數(shù)φ是影響聚類結(jié)果的兩個重要參數(shù)。McBratney等[17]建議采用c-φ多次組合最優(yōu)取值法來同時確定c、φ，即一個相對于φ的派生函數(shù)-[(△J/△φ)c0.5]，其峰值最小的c值為最優(yōu)選擇，在選定c值的前提下，峰值所對應(yīng)的φ值為最優(yōu)選擇。上述FCM聚類過程采用Matlab編程實現(xiàn)。

2.3.2　Pejrup三角圖

采用Pejrup三角圖對不同聚類(分區(qū))類別沉積物的沉積動力特征進(jìn)行識別。Pejrup三角圖是利用沉積物結(jié)構(gòu)組成及其反映的水動力強(qiáng)度來區(qū)分現(xiàn)代河口沉積環(huán)境及其亞環(huán)境的一種圖示法[4]，它是丹麥學(xué)者Pejrup于1988年提出的。該三角圖首先以沉積物砂含量的90%、50%、10%為結(jié)構(gòu)分類標(biāo)志線，將沉積物分為A、B、C、D四大類；然后再以黏土占粉砂與黏土之和的80%、50%、20%為標(biāo)志點向砂端元引出3條輻射線，從而再將沉積物分為Ⅰ、Ⅱ、Ⅲ、Ⅳ四類；兩組標(biāo)志線將三角圖劃分為16個子區(qū)域，分別指示不同的沉積動力環(huán)境。在Pejrup三角圖中，砂含量反映了沉積物的基本粒度組成和分選程度，也是介質(zhì)的流動強(qiáng)度和渾濁度的體現(xiàn)，砂含量越高，介質(zhì)的流動強(qiáng)度越大，三角圖中從A到D，隨著砂含量逐漸降低，水動力強(qiáng)度也在逐漸減弱[20]。黏土/(粉砂+黏土)的比值反映均勻懸浮組分(黏土)與遞變懸浮組分(粉砂)量的對比關(guān)系，它是介質(zhì)擾動度的反映，其值越低，介質(zhì)的擾動也就越強(qiáng)，因此三角圖中從Ⅰ到Ⅳ的水動力作用也就越強(qiáng)[4，20]。

2.3.3　地統(tǒng)計學(xué)插值

普通Kriging插值方法是一種經(jīng)典的地統(tǒng)計學(xué)插值方法，其理論基礎(chǔ)是區(qū)域化變量理論，其插值過程充分考慮了變量的空間變異特征，是一種最優(yōu)無偏插值方法，但它本質(zhì)上仍是一種加權(quán)平均方法[21]。對于變量在點x處的估計值Z*(x)，可用與該點相關(guān)的m個有效觀測值Z(xi)的加權(quán)平均得到，即：

(2)

式中，λi是觀測值Z(xi)的權(quán)重，表示各鄰近點對待估點的貢獻(xiàn)大小，它可在滿足最優(yōu)無偏條件下由實驗半方差的擬合理論模型求得。假設(shè)區(qū)域化變量滿足二階平穩(wěn)，則實驗半方差γ(h)可用下式計算：

(3)

式中，h為分割兩點的距離，又稱為步長；N(h)為所有相距為h的樣點對的數(shù)目；Z(xi)和Z(xi+h)分別表示區(qū)域化變量在位置xi和xi+h處的觀測值。實驗半方差相對于步長的散點圖可用球狀、指數(shù)、高斯等模型來擬合，并可用塊金值、基臺值、變程等參數(shù)來對模型進(jìn)行刻畫[21]。上述地統(tǒng)計學(xué)插值過程基于ArcGIS軟件實現(xiàn)。

由于FCM的隸屬度值屬成分?jǐn)?shù)據(jù)范疇，其“定和”特性使得各類別隸屬度值之間存在偽相關(guān)，并由此產(chǎn)生“閉合效應(yīng)”，一般不適合直接用來進(jìn)行空間插值[22]。有學(xué)者提出用對數(shù)比轉(zhuǎn)換的方法將成分?jǐn)?shù)據(jù)變換成其組分比值的對數(shù)，然后再采用轉(zhuǎn)回公式將插值結(jié)果轉(zhuǎn)回至原始數(shù)據(jù)尺度[22—23]。其轉(zhuǎn)換公式為：

(4)

回轉(zhuǎn)公式為：

(5)

式中，yi表示樣品隸屬第i類別的隸屬度值；zi表示隸屬度值經(jīng)對數(shù)比轉(zhuǎn)換后的值；D表示聚類類別數(shù)。

3　結(jié)果與分析

3.1沉積動力環(huán)境分類

一般來說，對于物源供給條件基本一致的三角洲濱海區(qū)，具有相似粒度特征的沉積物往往也有著相似的沉積動力條件。因此可以通過沉積物粒度組分及其參數(shù)的相似性程度來對沉積物進(jìn)行分類，據(jù)此可以推斷該區(qū)域可能存在的沉積動力環(huán)境類別。本文以黏土、粉砂、砂組分和中值粒徑、平均粒徑、分選系數(shù)、偏態(tài)和峰態(tài)等沉積物屬性指標(biāo)為基礎(chǔ)，運用FCM方法來推斷研究區(qū)的沉積動力環(huán)境類別數(shù)目?？紤]到上述沉積物屬性指標(biāo)之間存在不同程度的相關(guān)性，為提升聚類的識別效果，因此在執(zhí)行模糊聚類之前需對沉積物的屬性變量進(jìn)行主成分分析，然后再以選定的主成分作為FCM聚類的輸入變量。本研究中，樣品數(shù)據(jù)經(jīng)主成分分析后，前3個主成分的方差累積貢獻(xiàn)率達(dá)到95%，表明這3個主成分已包含了沉積物屬性變量的絕大部分信息，因此可以利用這3個主成分來開展FCM聚類分析。圖2是模糊聚類類別數(shù)c在取不同值的情況下，模糊加權(quán)指數(shù)φ與派生函數(shù)-[(△J/△φ)c0.5]之間的曲線關(guān)系圖。從圖中可以看出，當(dāng)c=3、φ=1.9時曲線取得最小的峰值，表明在此條件下聚類類別的交疊程度最小，類別之間的區(qū)分效果最好，因此可以認(rèn)為研究區(qū)沉積物樣品的最優(yōu)聚類類別數(shù)為3。由于聚類后的每一類別沉積物，都有著其特有的屬性數(shù)量特征，它們是在特定的沉積動力環(huán)境下形成的，因此沉積物的聚類類別數(shù)實際上也就反映了研究區(qū)沉積動力環(huán)境的類別數(shù)。由此可以推定黃河水下三角洲的沉積動力環(huán)境可分為3個基本類別，分別用C1、C2、C3表示。

圖2　模糊加權(quán)指數(shù)與派生函數(shù)-[(△J/△φ)c0.5]關(guān)系圖Fig.2　The curves of -[(△J/△φ)c0.5] against fuzziness exponent (φ) with c taking different values

3.2沉積動力環(huán)境特征識別

圖3是研究區(qū)C1、C2和C3類別沉積物在Pejrup三角圖中的投影分布情況。從圖中可以看出，各類別沉積物的投影點均分布在三角圖的Ⅲ和Ⅳ區(qū)，說明研究區(qū)的水動力總體上較強(qiáng)。與此同時，各類別沉積物投影點在三角圖中的分布還表現(xiàn)出明顯的聚集性特征，且分布在三角圖的不同部位，說明其各自的水動力強(qiáng)度也存在一定程度上的差異。C1類別沉積物主要分布在三角圖的Ⅳ-A、Ⅳ-B區(qū)，表明其所處環(huán)境的水動力最強(qiáng)；C2類別沉積物主要分布在Ⅳ-C、Ⅲ-C區(qū)，其水動力強(qiáng)度次之；C3類別沉積物主要分布在Ⅲ-D區(qū)，其水動力強(qiáng)度相對最弱。

圖3　不同沉積動力環(huán)境類別沉積物在Pejrup三角圖中的投影分布Fig.3　Projective distribution of sediments on the Pejrup triangular diagram from different categories of sedimen-tary dynamic environments

表1給出了3個類別沉積物粒度特征的描述性統(tǒng)計結(jié)果。從表中可以看出它們之間也存在著較為顯著的差異。從沉積物的粒度組成上來看，C1類別沉積物的顆粒較粗，其中值粒徑和平均粒徑的平均值分別為3.795Φ和3.953Φ，且有3/4樣品的砂含量都在60%以上，最高值可達(dá)90%以上，沉積物以推移組分為主，表現(xiàn)出明顯的高能環(huán)境特征。C3類別沉積物的顆粒組成較細(xì)，其中值粒徑和平均粒徑的平均值分別為6.654Φ和6.768Φ，有近80%樣品的黏土含量超過了20%，沉積物中懸移組分含量普遍較高，表現(xiàn)出一定的低能環(huán)境特征。而C2類別沉積物的粒度大小總體上界于前二者之間，其中值粒徑和平均粒徑的平均值分別為4.893Φ和5.242Φ，沉積物多以躍移組分為主，其介質(zhì)環(huán)境的能量也普遍較高。

表1　不同沉積動力環(huán)境類別沉積物粒度特征的描述性統(tǒng)計

從沉積物的分選性來看，研究區(qū)沉積物樣品的分選系數(shù)在0.712～2.746之間，跨分選“中等”、“較差”和“差”多個級別[24]。3個類別沉積物的分選性也存在一定程度的差異，其中C1類別沉積物分選系數(shù)的平均值為1.172，且其絕大部分樣品為分選“中等”或“較差”；C2類別沉積物分選系數(shù)的平均值為1.910，其樣品分選性多為“較差”或“差”；C3類別沉積物分選系數(shù)的平均值為1.837，其樣品分選性主要為“較差”。由此可見，C1類別沉積物的分選性相對較好，這與其高能環(huán)境下的強(qiáng)力分選有關(guān)；而C2類別沉積物的分選性相對最差，反映其沉積動力過程較為復(fù)雜；C3類別沉積物因所處環(huán)境水動力較弱，其分選性總體上也較差。

偏態(tài)表示沉積物頻率曲線的不對稱性，反映沉積過程中的能量變異。表1表明，各類別沉積物的頻率曲線均表現(xiàn)出正偏或極正偏[24]，表明其沉積過程中的介質(zhì)能量差異明顯。C3類別沉積物的偏態(tài)值在0.495～1.741之間，均值為1.315，且各樣品偏態(tài)值的標(biāo)準(zhǔn)差較小，反映其介質(zhì)能量變異相對較小。C2類別沉積物的偏態(tài)值變化于0.425～2.133之間，均值為1.693，且其標(biāo)準(zhǔn)差相對最大，說明其沉積過程中的水力強(qiáng)度變化較大。C1類別沉積物的偏態(tài)均值為1.490，介于前二者之間，但其內(nèi)部各樣品的偏態(tài)值變化于0.712～2.075，說明其介質(zhì)能量的差異也較為明顯。

峰態(tài)反映沉積物粒度頻率曲線中峰凸的程度。研究區(qū)3個類別沉積物均以寬態(tài)峰為主[24]，其中C1類別沉積物峰態(tài)值變化于1.172～2.752之間，平均值為2.104，中等峰占21%，寬峰占79%；C2類別沉積物70%為寬峰，30%為很寬峰，峰態(tài)值變化2.344～3.467之間，均值為2.746；C3類別沉積物以寬峰為主，占96%，只有4%的樣品為很寬峰，峰態(tài)值變化于2.248～2.909之間，均值為2.450。

3.3沉積動力環(huán)境分區(qū)制圖表達(dá)

FCM的隸屬度值反映了沉積物樣品隸屬于不同類別沉積動力環(huán)境的程度。因此將沉積物樣品的隸屬度值進(jìn)行空間插值，可獲得不同類別沉積動力環(huán)境的隸屬度分布圖。圖4是經(jīng)對數(shù)比轉(zhuǎn)換后的隸屬度新變量ln(μiC1/μiC3)和ln(μiC2/μiC3)的實驗半方差及其擬合理論模型參數(shù)?；谠摾碚撃Ｐ?，分別對變量ln(μiC1/μiC3)和ln(μiC2/μiC3)進(jìn)行普通Kriging插值，然后再對插值結(jié)果按式(5)進(jìn)行回轉(zhuǎn)計算，獲得了研究區(qū)域C1、C2和C3類別沉積動力環(huán)境的隸屬度分布圖(圖5)。該圖具有指示某一類別沉積環(huán)境在不同空間位置處出現(xiàn)的可能性大小，因而也為區(qū)域沉積動力環(huán)境分區(qū)和制圖表達(dá)提供量化基礎(chǔ)。

圖4　沉積物隸屬度值對數(shù)比轉(zhuǎn)換后的半方差及其擬合模型Fig.4　Semivariance and its fitted model of the log-ratio of membership degree values of different categories of sediments

圖5a是C1類沉積動力環(huán)境的隸屬度分布。從圖中可以看出，其隸屬度高值區(qū)(圖中紅色區(qū)域，隸屬度值一般大于0.6，下同)主要呈斑塊狀分布于灣灣溝、飛雁灘、清水溝和小清河等水深6 m以淺的沿岸區(qū)，表明在這些海域出現(xiàn)C1類別沉積動力環(huán)境的可能性要遠(yuǎn)大于其他地方。結(jié)合已有研究資料分析發(fā)現(xiàn)，三角洲北部灣灣溝和飛雁灘沿岸區(qū)因走向W-E向，受偏北向的迎風(fēng)浪影響十分顯著。波浪在水深5 m以淺海域發(fā)生破碎并形成破浪帶[25]，對底質(zhì)形成強(qiáng)烈擾動并掀起，在沿岸流和落潮流的影響下發(fā)生離岸輸移，致使其表層逐漸被分選粗化，表現(xiàn)出明顯的“波浪掀砂、潮流輸砂”的動力沉積特征。飛雁灘沿岸區(qū)因靠近無潮點附近的強(qiáng)流速區(qū)，其水深6.15 m以淺的區(qū)域同時還是強(qiáng)潮流區(qū)，使得其侵蝕范圍和侵蝕深度得到進(jìn)一步擴(kuò)大[26]。清水溝老河口在黃河改道清8流路后，原徑流作用喪失，海洋動力相應(yīng)增強(qiáng)。受其河口沙嘴前端地形效應(yīng)的影響，波浪發(fā)生折射，波能在沙嘴前端輻聚，波蝕能力增強(qiáng)，導(dǎo)致沙嘴后退，兩側(cè)底質(zhì)明顯粗化[25]。小清河口屬潮汐控制型河口[27]，河口呈喇叭狀，平均潮差1.25 m，最大潮差3.37 m，河口漲、落潮最大流速可達(dá)0.79 m/s和1.12 m/s，漲落潮流對河口有著一定的侵蝕作用，致使其底質(zhì)逐步粗化。由此可見，C1類別沉積動力環(huán)境主要表現(xiàn)為水動力強(qiáng)、沉積物粗化、沖刷特征明顯，因此屬于沖刷型的沉積動力環(huán)境。

圖5　不同類別沉積動力環(huán)境的隸屬度分布圖Fig.5　Distribution of membership degree values of the three categories of sedimentary dynamic environments

圖5b是C2類別沉積動力環(huán)境的隸屬度分布。其高值區(qū)主要分布在三角洲北部水深6～12 m之間的近岸海域、現(xiàn)行河口口門外35～50 km處的斑塊狀海域和萊州灣的絕大部分。Ren等[28]研究認(rèn)為，在三角洲北部和現(xiàn)行河口口門外各存在一沉積物匯集中心。從空間位置來看，這兩個匯集中心基本上都落入圖5b三角洲北部和口門外的隸屬度高值區(qū)中，這表明這兩個隸屬度高值區(qū)有淤積情況發(fā)生。萊州灣作為一個半封閉的海灣，是沿岸物質(zhì)的匯集地，在某種程度上也是一個沉積物淤積區(qū)域。因此，圖5b的隸屬度高值區(qū)具有沉積物的淤積特征。但進(jìn)一步分析發(fā)現(xiàn)，圖5b隸屬度高值區(qū)的沉積物均以粉砂和砂組分為主，黏土組分含量普遍較低(表1)，這表明該區(qū)細(xì)顆粒物質(zhì)有對外輸出的可能。由此可見，C2類別沉積動力環(huán)境的沉積動力過程復(fù)雜，沖刷和淤積情況均有可能發(fā)生，可視其為沖淤混合型沉積動力環(huán)境。

圖5c給出了C3類別沉積動力環(huán)境的隸屬度空間分布情況。從圖中可以看出，其隸屬度高值區(qū)主要分布在水深15 m以深的海域，該海域因離岸較遠(yuǎn)且水較深，因此波浪、潮流對底質(zhì)的擾動較小，潮流從近岸攜帶的細(xì)顆粒沉積物往往在此落淤，表現(xiàn)出較弱的動力環(huán)境特征。此外，在現(xiàn)行河口口門附近以及孤東到神仙溝之間的近岸海域也各有一個隸屬度的高值區(qū)。前者是黃河入海徑流受河口攔門沙及外來潮流的頂托作用，使其流速變小，水動力強(qiáng)度顯著降低，泥沙在口門附近落淤[25]，形成弱動力環(huán)境。而后者的弱動力環(huán)境則可能與黃河海港的引堤阻隔或減緩了南北向流動的漲落潮水流有關(guān)。因受引堤的隱蔽作用，該海域常處波影區(qū)，從而促進(jìn)了細(xì)顆粒物質(zhì)的落淤[29]。因此，C3類別沉積動力環(huán)境主要表現(xiàn)為水動力弱、沉積物顆粒較細(xì)，淤積特征明顯，可認(rèn)為其是淤積型沉積動力環(huán)境。

從圖5還可以直觀地看出，3個類別沉積動力環(huán)境隸屬度分布圖的高值區(qū)在空間上是彼此錯位的，它們均有著各自的優(yōu)勢分布區(qū)，因此可以根據(jù)隸屬度最大準(zhǔn)則來對其進(jìn)行空間區(qū)域劃分，從而可以得到研究區(qū)域的沉積動力環(huán)境分區(qū)圖。圖6是采用硬化方法[30]獲得的研究區(qū)域沉積動力環(huán)境分區(qū)圖。硬化方法是通過比較每一空間位置處各沉積動力環(huán)境類別隸屬度值大小，并指定隸屬度最大者所對應(yīng)的類別為相應(yīng)點位的沉積動力環(huán)境類別。因此圖6是圖5的合成，集中反映了研究區(qū)域沉積動力環(huán)境的空間分異和格局。結(jié)合圖5可以看出，圖6的不同類型區(qū)分別對應(yīng)于研究區(qū)3個類別沉積動力環(huán)境的優(yōu)勢分布區(qū)(即隸屬度的高值分布區(qū))，因此圖6也較好地體現(xiàn)了研究區(qū)域的沉積動力空間分布格局。

圖6　黃河三角洲濱海沉積動力環(huán)境分區(qū)Fig.6　Map of sedimentary dynamic environment in the littoral zone of the Yellow River Delta

硬化過程在確定某一位置環(huán)境類別的同時，也忽略了其作為其他環(huán)境類別的可能性，因此硬化過程會引入忽略不確定性。忽略不確定性可以用信息熵來度量[30]，其計算公式為：

(6)

圖7　沉積動力環(huán)境分區(qū)圖的忽略不確定性Fig.7　Ignored uncertainties of the sediment dynamic environment map

4　討論

沉積動力環(huán)境分區(qū)應(yīng)該遵循自然發(fā)生原則。遵循自然發(fā)生原則也就是要盡可能地按照水動力作用下形成的自然特征來進(jìn)行區(qū)域亞環(huán)境的區(qū)分，而不應(yīng)將分區(qū)過程建立在人為主觀判斷的基礎(chǔ)上[11]。自然發(fā)生原則要求分區(qū)過程要秉持差異性與趨同性相統(tǒng)一，也即分區(qū)類別數(shù)的確定要能體現(xiàn)區(qū)域亞環(huán)境的總體差異，同時又要確保同一分區(qū)單元內(nèi)的環(huán)境特征盡可能地趨同化。FCM方法作為一種數(shù)據(jù)驅(qū)動的非監(jiān)督分類方法，其算法設(shè)計是要保證類內(nèi)加權(quán)誤差平方和目標(biāo)函數(shù)最小化(即趨同性)，在此基礎(chǔ)上再根據(jù)類別交疊度最小化(即差異性)來確定分類類別數(shù)，能很好地體現(xiàn)差異性與趨同性的要求。這與傳統(tǒng)方法依靠經(jīng)驗按照地貌或地域單元來確定分區(qū)類別數(shù)是有本質(zhì)區(qū)別的，因為其確定過程往往是經(jīng)驗化的、定性的，并且它也難以保證各分區(qū)單元內(nèi)沉積動力環(huán)境特征的趨同性要求。從本文對黃河三角洲濱海區(qū)的沉積動力環(huán)境分區(qū)結(jié)果來看，無論是水動力強(qiáng)度還是沉積物的粒度特征，各類別之間的差異是顯著的，同一類別內(nèi)部的同質(zhì)性也是較為明顯的。

沉積物屬性變量的可區(qū)分性和樣品數(shù)據(jù)的典型性是FCM分區(qū)結(jié)果有效性的基礎(chǔ)。FCM方法是一種純數(shù)據(jù)驅(qū)動的分類方法，它是依據(jù)樣品屬性變量的相似性程度來對樣品進(jìn)行分類的。因此只有當(dāng)參與分類的沉積物屬性變量或變量組合在區(qū)域不同亞環(huán)境中存在一定的差異時，這些亞環(huán)境才有可能被區(qū)分和識別；與此同時，也只有當(dāng)不同亞環(huán)境均存在一定數(shù)量典型沉積物樣品時，分區(qū)結(jié)果的代表性和有效性才能被體現(xiàn)。本文以沉積物粒度組分及其參數(shù)的主成分分析結(jié)果作為基本變量來開展沉積動力環(huán)境分區(qū)，分區(qū)結(jié)果能較好地體現(xiàn)沉積物粒度特征在區(qū)間的差異和區(qū)內(nèi)的趨同性。但由于沉積物粒度及其參數(shù)對沉積環(huán)境的識別過程具有多解性，因此它們對復(fù)雜環(huán)境條件下的動力環(huán)境區(qū)分能力有限，這也是圖7中忽略不確定性出現(xiàn)高值的重要原因之一。因此選擇和利用可區(qū)分性強(qiáng)的沉積物屬性變量(如沉積物礦物組成、環(huán)境敏感粒度組分等)將有助于提升FCM方法的環(huán)境分區(qū)效果。沉積物樣品的典型性不僅影響亞環(huán)境的有效識別，同時還會影響到制圖結(jié)果的代表性。如在野外調(diào)查時發(fā)現(xiàn)，現(xiàn)行黃河口的南北兩側(cè)為爛泥區(qū)，屬弱動力環(huán)境。而圖6的制圖結(jié)果表明，其北側(cè)為一水動力相對較強(qiáng)的亞環(huán)境，這與實際情況有一定出入。實際上，在這一區(qū)域附近所采集的3個沉積物樣品分別為粉砂質(zhì)砂和砂質(zhì)粉砂，而不是典型弱動力環(huán)境下的黏土質(zhì)沉積物，導(dǎo)致該區(qū)因缺少典型樣品而致其無法識別。因此，在沉積物樣品采集方案設(shè)計時，要盡量利用已掌握的先驗經(jīng)驗和知識來確保采集樣品的典型性，進(jìn)而才能保證FCM方法的分區(qū)和制圖的有效性和代表性。

基于FCM方法的沉積動力環(huán)境分區(qū)過程，本質(zhì)上是沉積動力環(huán)境的反演過程，它與基于數(shù)值模擬方法的沉積動力分區(qū)在演繹邏輯和分區(qū)的依據(jù)方面是有明顯差異的。前者是從沉積物結(jié)構(gòu)組成及其反映的水動力強(qiáng)度來反向演繹沉積動力環(huán)境，后者則是從動力的產(chǎn)生過程來正向演繹沉積動力環(huán)境。因此在沉積動力環(huán)境的識別和分區(qū)方面，兩者在一定程度上是可以相互印證和補(bǔ)充的。如馮秀麗等利用數(shù)值模擬方法模擬了波流共同作用下飛雁灘海域沖淤變化， 認(rèn)為該海域存在4個沖刷中心[31]，這與本文得出的沖刷型沉積環(huán)境是一致的。張士華等利用數(shù)值模擬方法模擬了黃河在斷流和正常行河條件下，其水下三角洲的沉積物輸運機(jī)制和海底沖淤演變過程，并將研究區(qū)劃分為沖刷區(qū)、淤積區(qū)以及界于兩者之間的沖淤平衡區(qū)[32]。其沖刷區(qū)主要位于三角洲北岸海域及不再行河的清水溝老河口海域，與本文的結(jié)論也是基本一致的；但其淤積區(qū)基本涵蓋了本文的沖淤混合區(qū)和淤積區(qū)，這一差異是與數(shù)值模擬方法多注重動力過程的演繹，而基本不關(guān)注沉積物的結(jié)構(gòu)組成，從而導(dǎo)致其分區(qū)依據(jù)與以強(qiáng)調(diào)沉積物粒度特征的FCM方法不一致有關(guān)。由此可見，若先以數(shù)值模擬方法獲得區(qū)域沉積動力分布的先驗知識，并以此作為沉積物采樣方案設(shè)計依據(jù)的有益補(bǔ)充，再在此基礎(chǔ)上利用沉積物的粒度特征開展基于FCM方法的沉積動力環(huán)境分區(qū)，將有助于提升區(qū)域沉積動力環(huán)境的識別效果，降低分區(qū)結(jié)果的不確定性。

5　結(jié)論

(1)以沉積物粒度數(shù)據(jù)為基礎(chǔ)，運用FCM等方法，對黃河水下三角洲的沉積動力環(huán)境進(jìn)行了分類、識別、分區(qū)和制圖表達(dá)研究。結(jié)果表明，研究區(qū)域的沉積動力環(huán)境可分為3個基本類別，分別代表沖刷、沖淤混合和淤積3類不同的動力沉積形式。不同沉積動力環(huán)境隸屬度分布圖具有指示不同類別沉積動力環(huán)境在不同空間位置處出現(xiàn)可能性大小的作用?；诓煌练e動力環(huán)境的隸屬度圖生成沉積動力環(huán)境分區(qū)圖，能較好地體現(xiàn)沉積動力空間分布格局。

(3)制圖結(jié)果表明，研究區(qū)域沖刷區(qū)主要以斑塊狀分布在三角洲北部水深6 m以淺的沿岸區(qū)和清水溝老河口及小清河口附近，沖淤混合區(qū)主要分布在三角洲北部水深6～12 m之間的近岸區(qū)、現(xiàn)行河口口門外35～50 km處以及萊州灣的大部，淤積區(qū)則主要分布在水深15 m以深海域、現(xiàn)行河口口門附近及孤東與神仙溝之間的沿岸區(qū)。

(3)沉積動力環(huán)境分區(qū)應(yīng)該遵循自然發(fā)生原則，要盡可能地按照水動力作用下的自然特征來開展分區(qū)工作，而不應(yīng)將分區(qū)過程建立在主觀判斷的基礎(chǔ)上?；贔CM的沉積動力環(huán)境分區(qū)方法，從數(shù)據(jù)出發(fā)，以數(shù)據(jù)驅(qū)動，用量化表征，無主觀干擾，較好地體現(xiàn)了沉積環(huán)境分區(qū)的自然發(fā)生原則，值得推廣應(yīng)用。

[1]Visher G S. Grain size distributions and depositional processes[J]. Journal of Sedimentary Petrology， 1969， 39: 1074-1106.

[2]Friedman G M. Dynamic processes and statistical parameters compared of the grain-size distribution of beach and river sand[J]. Journal of Sedimentary Petrology， 1967， 37: 514-529．

[3]Passega R H. Grain-size representation by CM patterns as a geological tool[J]. Journal of Sedimentary Petrology， 1964， 34: 830-847．

[4]Pejrup M. The Triangular Diagram Used for Classification of Estuarine Sediments: a New Approach， in Tide-influenced Sedimentary Environments and Facies[M]. Dordrecht: D. Reidel Publishing Company， 1987: 298-300．

[5]Flemming B W. A revised textural classification of gravel-free muddy sediments on the basis of ternary diagrams[J]. Continental Shelf Research， 2000， 20: 1125-1137．

[6]McLaren P， Bowles D. The effects of sediment transport on grain-size distributions[J]. Journal of Sedimentary Petrology， 1985， 55: 457-470．

[7]Gao S， Collins M A. Critique of the “McLaren Method” for defining sediment transport paths—Discussion[J]. Journal of Sedimentary Petrology， 1991， 61(1): 143-146．

[8]Fieller N R J， Gilbertson D D， Olbricht W. A new method for environmental analysis of particle size distribution data from shoreline sediments[J]. Nature， 1984， 311: 648-651．

[9]李玉中， 陳沈良. 系統(tǒng)聚類分析在現(xiàn)代沉積環(huán)境劃分中的應(yīng)用——以崎嶇列島海區(qū)為例[J]. 沉積學(xué)報， 2003， 21(3): 487-494．

Li Yuzhong， Chen Shenliang. Application of system cluster analysis to classification of modern sedimentary environment — a case study in Qiqu archipelago area[J]. Acta Sedimentologica Sinica， 2003， 21(3): 487-494．

[10]徐志偉， 汪亞平， 李炎， 等. 多元統(tǒng)計及物源分析支持的北部灣東部海域沉積物輸運趨勢[J]. 海洋學(xué)報， 2010， 32(3): 67-78．

Xu Zhiwei， Wang Yaping， Li Yan， et al. Sediment transport patterns in the eastern Beibu Gulf based on grain-size multivariate statistics and provenance analysis[J]. Haiyang Xuebao， 2010， 32(3): 67-78．

[11]周蒂. 對數(shù)比統(tǒng)計分析及粒度數(shù)據(jù)中沉積水動力環(huán)境信息的萃取[J]. 沉積學(xué)報， 1996， 14(S): 149-157.

Zhou Di. Logratio statsitics and the extraction of environmental signals from grain-size data[J]. Acta Sedimentologica Sinica， 1996， 14(S): 149-157．

[12]孫東懷， 安芷生， 蘇瑞俠， 等. 古環(huán)境中沉積物粒度組分分離的數(shù)學(xué)方法及其應(yīng)用[J]. 自然科學(xué)進(jìn)展， 2001， 11(3): 269-271．

Sun Donghuai， An Zisheng， Su Ruixia， et al. Mathematical approach to sedimentary component partitioning of polymodal sediments and its applications [J]. Progress in Natural Science， 2001， 11(3): 269-271．

[13]Bezdek J C， Ehrlich R， Full W. FCM: The fuzzyc-means clustering algorithm[J]. Computers and Geosciences， 1984， 10(2/3): 191-203．

[14]Lucieer V， Lucieer A. Fuzzy clustering for seafloor classification[J]. Marine Geology， 2009， 264: 230-241．

[15]Kim W， Doh S J， Yu Y， et al. Magnetic evaluation of sediment provenance in the northern East China Sea using fuzzyc-means cluster analysis[J]. Marine Geology， 2013， 337: 9-19．

[16]楊琳， 朱阿興， 李寶林， 等. 應(yīng)用模糊c均值聚類獲取土壤制圖所需土壤-環(huán)境關(guān)系知識的方法研究[J]. 土壤學(xué)報， 2007， 44(5): 784-791．

Yang Lin， Zhu Axing， Li Baolin， et al. Extraction of knowledge about soil-environment relationship for soil mapping using fuzzyc-means (FCM) clustering[J]. Acta Pedologica Sinica， 2007， 44(5): 784-791．

[17]McBratney A B， Moore A W. Application of fuzzy sets to climatic classification[J]. Agricultural and Forest Meteorology， 1985， 35: 165-185．

[18]胡春宏， 吉祖穩(wěn)， 王濤. 黃河口海洋動力特性與泥沙的輸移擴(kuò)散[J]. 泥沙研究， 1996(4): 1-10．

Hu Chunhong， Ji Zuwen， Wang Tao. Characteristics of ocean dynamics and sediment diffusion in the Yellow River estuary[J]. Journal of Sediment Research， 1996(4): 1-10．

[19]臧啟運. 黃河三角洲近岸泥沙[M]. 北京: 海洋出版社， 1996: 40-44．

Zang Qiyun. Nearshore Sediments of the Huanghe River Delta[M]. Beijing: China Ocean Press， 1996: 40-44．

[20]章偉艷， 張霄宇， 金海燕， 等. 長江口-杭州灣及其鄰近海域沉積動力環(huán)境及物源分析[J]. 地理學(xué)報， 2013， 68(5): 640-650．

Zhang Weiyan， Zhang Xiaoyu， Jin Haiyan， et al. Dynamic sedimentary environment and the provenance characteristics in Yangtze River Estuary-Hangzhou Bay and its adjacent waters[J]. Acta Geographica Sinica， 2013， 68(5): 640-650．

[21]王政權(quán). 地統(tǒng)計學(xué)及其在生態(tài)學(xué)中的應(yīng)用[M]. 北京:科學(xué)出版社， 1999: 59-149.

Wang Zhengquan. Geostatistics and its Application in Ecology[M]. Beijing: Science Press， 1999: 59-149．

[22]Odeh I O A， Todd A J， Triantafilis J. Spatial prediction of soil particle-size fractions as compositional data[J]. Soil Science， 2003， 168 (7): 501-514．

[23]Aitchison J. The statistical analysis of compositional data[J]. J Royal Stat Soc B， 1982， 44(2): 139-177．

[24]賈建軍， 高抒， 薛允傳. 解法與矩法沉積物粒度參數(shù)的對比[J]. 海洋與湖沼， 2002， 33(6): 577-582．

Jia Jianjun， Gao Shu， Xue Yunchuan. Gain-size parameters derived from graphic and moment methods: a comparative study[J]. Oceanologia et Limnologia Sinica， 2002， 33(6): 577-582．

[25]陳小英， 陳沈良， 劉勇勝. 黃河三角洲濱海區(qū)沉積物的分異特征與規(guī)律[J]. 沉積學(xué)報， 2006， 24(5): 714-721．

Chen Xiaoying, Chen Shenliang, Liu Yongsheng. Sedmient differentiation along nearshore zone of the Yellow River Delta[J]. Acta Sedimentologica Sinica， 2006， 24(5): 714-721．

[26]孫永福， 段焱， 吳桑云， 等. 黃河三角洲北部岸灘的侵蝕演變[J]. 海洋地質(zhì)動態(tài)， 2006， 22(8): 7-11．

Sun Yongfu， Duan Yan， Wu Sangyun， et al. Coastal evolution in the north of the Yellow River Delta[J]. Marine Geology Letters， 2006， 22(8): 7-11．

[27]陳斌， 黃海軍， 梅冰. 小清河口海域泥沙運動特征[J]. 海洋地質(zhì)與第四紀(jì)地質(zhì)， 2009， 29(5): 35-42．

Chen Bin， Huang Haijun， Mei Bing. Characteristics of sediment transportation near Xiaoqing Estuary[J]. Marine Geology & Quaternary Geology， 2009， 29(5): 35-42．

[28]Ren Xizi， Chen Shenliang， Dong Ping， et al. Spatial and temporal variations in grain size of surface sediments in the littoral area of Yellow River Delta[J]. Journal of Coastal Research， 2012， 28(1A): 44-53．

[29]周永東， 陳沈良， 谷國傳. 東營港海域表層沉積物分布及其運移趨勢[J]. 海洋地質(zhì)與第四紀(jì)地質(zhì)， 2009， 29(3): 31-38．

Zhou Yongdong， Chen Shenliang， Gu Guochuan. Distribution characteristics and transport tendency of seafloor surficial sediments in the Dongying Harbor area[J]. Marine Geology & Quaternary Geology， 2009， 29(3): 31-38．

[30]Zhu A X. Measuring uncertainty in class assignment for natural resource maps under a similarity model[J]. Photogrammetric Engineering & Remote Sensing， 1997， 63: 1195-1202．

[31]馮秀麗， 王園君， 黃明全，等. 黃河三角洲樁西至黃河海港海域沖淤演化特征研究[J]. 海洋科學(xué)， 2008， 32(9): 12-17．

Feng Xiuli， Wang Yuanjun， Huang Mingquan， et al. Study on changes in scour and silting of submarine topography in the Yellow River Delta from Zhuangxi to the Yellow River port[J]. Marine Sciences， 2008， 32(9): 12-17．

[32]張士華， 鄧聲貴. 黃河水下三角洲沉積物輸運及海底沖淤研究[J]. 海洋科學(xué)進(jìn)展， 2004， 22(2): 184-192．

Zhang Shihua， Deng Shenggui. Study on sediment transport and seabed scour and deposition in the Yellow River Subaqueous Delta area[J]. Advances in Marine Science， 2004， 22(2): 184-192．

高偉，劉樂軍，劉杰，等. 山東省北長山島海岸滑坡演化特征及成因機(jī)制[J]. 海洋學(xué)報， 2016， 38(9): 100-109， doi: 10.3969/j.issn.0253-4193.2016.09.010

Gao Wei， Liu Lejun， Liu Jie， et al. Formation mechanism and evolution of Beichangshan Island coast landslide in Shandong Province[J]. Haiyang Xuebao， 2016， 38(9): 100-109， doi：10.3969/j.issn.0253-4193.2016.09.010

Subdivisions of sedimentary dynamic environment based on FCM in the Yellow River subaqueous delta

Liu Fucheng1，2， Chen Shenliang2， Peng Jun3， Chen Qing2

(1.SchoolofGeodesyandGeomaticsEngineering，HuaihaiInstituteofTechnology，Lianyungang222005，China; 2.StateKeyLaboratoryofEstuarineandCoastalResearch，EastChinaNormalUniversity，Shanghai200062，China；3.SchoolofUrbanandResourcesEnvironment，YanchengTeachersUniversity，Yancheng224002，China)

Reasonably and quantitatively determining subdivisions of sedimentary dynamic environment is an important basis of understanding regional sedimentary dynamic processes. Based on the grain distribution data of the surface sediment samples， the sedimentary dynamic environment in the Yellow River subaqueous delta area has been classified， identified and represented by the methods of fuzzyc-means clustering (FCM)， triangle illustration and kriging. The results show that the sedimentary dynamic environment of the study area can been classified into 3 categories and they indicate the dynamic sedimentary environments of scour， deposition and mixing of scour and deposition， respectively. And the membership degree maps of the three categories of sedimentary dynamic environments have a function of indicating the occurance probabilities of the different environments at certain places and also can show their dominant areas. Meanwhile the sedimentary dynamic environment map， generated from the fuzzy membership degree values of the surface sediments， is highly identical with the spatial distribution pattern of the sedimentary dynamics in the study area， which means the mapping results are reasonable and effective. The study results have some reference values for the geomorphic evolution trend analysis and coastal protection work in the area of the Yellow River Delta．

grain size; sedimentary dynamic environment; fuzzyc-means clustering；FCM; subdivision; Yellow River subaqueous delta

2015-11-13；

2016-04-02。

國家自然科學(xué)基金項目(41306077)；淮海工學(xué)院自然科學(xué)基金項目(Z2014017)；教育部高等學(xué)校青年骨干教師國內(nèi)訪問學(xué)者項目。

劉付程(1971—)，男，安徽省安慶市人，副教授，博士，從事海岸帶環(huán)境演變和GIS應(yīng)用研究。E-mail:iliufucheng@126.com

陳沈良，博士，教授，從事河口海岸學(xué)研究。E-mail: slchen@sklec.ecnu.edu.cn

P736.21

A

0253-4193(2016)09-0089-11