一種基于水深梯度原理的海底滑坡快速識(shí)別方法
——以南海北部陸坡白云深水區(qū)為例

周慶杰，李西雙，徐元芹，劉樂(lè)軍，高珊，周航，李天光

(1.國(guó)家海洋局第一海洋研究所 海洋沉積與環(huán)境地質(zhì)國(guó)家海洋局重點(diǎn)實(shí)驗(yàn)室，山東 青島 266061；2.青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室 海洋地質(zhì)過(guò)程與環(huán)境功能實(shí)驗(yàn)室，山東 青島 266061；3.青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室 海洋礦產(chǎn)資源評(píng)價(jià)與探測(cè)技術(shù)功能實(shí)驗(yàn)室，山東 青島 266071)

?

一種基于水深梯度原理的海底滑坡快速識(shí)別方法
——以南海北部陸坡白云深水區(qū)為例

周慶杰1,2，李西雙1,3*，徐元芹1,2，劉樂(lè)軍1,2，高珊1,2，周航1,2，李天光1,2

(1.國(guó)家海洋局第一海洋研究所 海洋沉積與環(huán)境地質(zhì)國(guó)家海洋局重點(diǎn)實(shí)驗(yàn)室，山東 青島 266061；2.青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室 海洋地質(zhì)過(guò)程與環(huán)境功能實(shí)驗(yàn)室，山東 青島 266061；3.青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室 海洋礦產(chǎn)資源評(píng)價(jià)與探測(cè)技術(shù)功能實(shí)驗(yàn)室，山東 青島 266071)

如何快速而準(zhǔn)確的識(shí)別并提取海底滑坡的特征形態(tài)信息一直是海洋工程地質(zhì)、特別是深水工程地質(zhì)評(píng)價(jià)中所關(guān)注的問(wèn)題之一。本文根據(jù)滑坡后形成的地形形態(tài)，基于水深梯度求值運(yùn)算的原理，通過(guò)Matlab編程建立了一種快速識(shí)別海底滑坡的方法。以南海北部陸坡白云深水區(qū)為例進(jìn)行海底滑坡的識(shí)別，并利用淺地層剖面做驗(yàn)證，結(jié)果顯示這一方法是可行的，其最大的優(yōu)點(diǎn)是滑坡識(shí)別速度快，對(duì)于規(guī)模小且數(shù)量多的滑坡識(shí)別效率較高。通過(guò)實(shí)測(cè)數(shù)據(jù)進(jìn)一步的分析表明：(1)閾值的選取對(duì)識(shí)別結(jié)果有明顯影響，閾值的選取需要結(jié)合其他物探資料(如淺地層剖面和聲吶影像)綜合判斷來(lái)確定；(2)水深數(shù)據(jù)的空間分辨率會(huì)影響滑坡識(shí)別結(jié)果的準(zhǔn)確度，合適的空間分辨率會(huì)提高識(shí)別結(jié)果的準(zhǔn)確性。

南海北部陸坡；海底滑坡；水深梯度；閾值

1 引言

海底滑坡是一種重要的地質(zhì)營(yíng)力，對(duì)海底地貌塑造、海底沉積物搬運(yùn)和沉積具有重要意義[1—3]。海底滑坡會(huì)破壞海底的穩(wěn)定性，對(duì)海上石油鉆井平臺(tái)、海底光纜等海底工程構(gòu)筑物和海洋環(huán)境構(gòu)成威脅[4—8]?？焖僮R(shí)別并提取海底滑坡的形態(tài)信息，了解滑坡發(fā)生的位置和規(guī)模，對(duì)于海洋工程地質(zhì)中區(qū)域風(fēng)險(xiǎn)的評(píng)估具有重要的理論價(jià)值和實(shí)際意義。

目前，對(duì)于陸坡海底滑坡的識(shí)別主要基于鉆孔、地形、2D/3D地震資料、淺剖資料、多波束及旁?huà)呗晠鹊荣Y料[9—12]；識(shí)別滑坡的主要方法是經(jīng)驗(yàn)性的人工識(shí)別，因此主觀(guān)因素對(duì)識(shí)別結(jié)果的準(zhǔn)確性將造成不同程度的影響。此外，有的學(xué)者將地貌解釋技術(shù)應(yīng)用到海底地貌定量分析中[13—14]，該技術(shù)方法是海底滑坡定量識(shí)別的一種嘗試，但無(wú)法對(duì)海底滑坡進(jìn)行細(xì)致而準(zhǔn)確的描述。

本文基于水深梯度原理提出了一種快速海底滑坡識(shí)別方法，并以南海北部陸坡白云深水區(qū)為例驗(yàn)證該方法的有效性，探討了地形數(shù)據(jù)的空間分辨率和閾值變量對(duì)識(shí)別結(jié)果的影響。研究結(jié)果可為進(jìn)一步開(kāi)展海底滑坡研究和深水工程地質(zhì)評(píng)價(jià)提供參考依據(jù)。

2 原理

海底滑坡發(fā)生后會(huì)在滑坡體后方產(chǎn)生坡度較大的主斷壁陡坎，陡坎的坡度要比相鄰的海底坡度大，滑坡體的兩側(cè)通常會(huì)出現(xiàn)滑坡側(cè)壁，兩側(cè)壁近平行或呈弧形，與主斷壁近于垂直，其坡度通常也大于周?chē)５灼露萚15—16](圖1)。已有的研究表明，局部海底斜坡坡度變化比較大的地方存在滑坡侵蝕的可能[17]。海底滑坡地形上的這種特征為滑坡的自動(dòng)識(shí)別提供了可能性。

在水深地形圖中，水深梯度的變化與海底坡度的差異相對(duì)應(yīng)。水深梯度可表明海底表面上某個(gè)位置的最陡下坡傾斜程度。對(duì)于網(wǎng)格化水深數(shù)據(jù)來(lái)說(shuō)，水深梯度可用每個(gè)網(wǎng)格點(diǎn)及與其相鄰的8個(gè)網(wǎng)格點(diǎn)數(shù)據(jù)計(jì)算獲得的最大水深變化率來(lái)表示(圖2)。從數(shù)學(xué)上講，該理論方法是將一個(gè)平面與要處理的網(wǎng)格點(diǎn)或中心網(wǎng)格點(diǎn)周?chē)粋€(gè)3×3的網(wǎng)格鄰域的水深值進(jìn)行擬合，求取其橫向和縱向梯度，該平面的梯度值以橫向和縱向梯度最大值來(lái)表示。

圖1 海底滑坡立體結(jié)構(gòu)示意圖(據(jù)Hampton和Lee[18])Fig.1 The cartoon showing 3-D structure of the submarine landslide(modified from Hampton and Lee[18])

圖2 梯度計(jì)算網(wǎng)格示意圖Fig.2 Gradient computing grid diagram

圖2中，字母a～i表示3×3網(wǎng)格的每個(gè)點(diǎn)元，其中e表示當(dāng)前正在計(jì)算梯度的中心點(diǎn)元。為了簡(jiǎn)化運(yùn)算，利用中心點(diǎn)元及其相鄰的8個(gè)網(wǎng)格點(diǎn)元的值計(jì)算出橫向x和縱向y的梯度值，并取最大值作為中心點(diǎn)元e的梯度值。

點(diǎn)元e在橫向x方向上的梯度分量通過(guò)以下算法進(jìn)行計(jì)算：

dz/dx=[(c+2f+i)-(a+2d+g)]/

(8×Cell size).

(1)

點(diǎn)元e在縱向y方向上的梯度分量通過(guò)以下算法進(jìn)行計(jì)算：

dz/dy=[(g+2h+i)-(a+2b+c)]/

(8×Cell size).

(2)

水深梯度與海底坡度相對(duì)應(yīng)，梯度值越小，則坡度越小，地勢(shì)越平坦；梯度值越大，坡度也越大，地勢(shì)越陡峭。因此，根據(jù)實(shí)際情況及需求設(shè)置一個(gè)臨界水深梯度值(即閾值)輸出海底局部斜坡坡度(水深梯度)變化較大的位置點(diǎn)，即可能的海底滑坡主斷壁或側(cè)壁陡坎。

3 方法的實(shí)現(xiàn)

本文中我們通過(guò)Matlab算法編程實(shí)現(xiàn)水深梯度的求取以及滑坡的判識(shí)。Matlab是一個(gè)為科學(xué)和工程計(jì)算專(zhuān)門(mén)設(shè)計(jì)的高級(jí)交互式的軟件包，它集成了各種領(lǐng)域的數(shù)據(jù)處理工具包，是一個(gè)可以完成各種計(jì)算和數(shù)學(xué)處理的可視化、強(qiáng)有力、易于使用和理解的工具[19]，可以很好地實(shí)現(xiàn)該研究區(qū)水深梯度的計(jì)算和提取，并對(duì)識(shí)別的滑坡陡坎實(shí)現(xiàn)可視化成圖。

基于水深梯度求值的方法實(shí)現(xiàn)海底滑坡的自動(dòng)識(shí)別，是以網(wǎng)格化水深數(shù)據(jù)為基礎(chǔ)，分別計(jì)算中心點(diǎn)元橫向x方向、縱向y方向的梯度分量值，并比較兩個(gè)值的大小，以最大值作為該點(diǎn)元處的梯度值(即自該點(diǎn)元開(kāi)始的最陡坡降)。通過(guò)設(shè)置臨界梯度(閾值)，輸出局部海底斜坡坡度變化比較大的位置。通過(guò)其他物探資料，如淺地層剖面和側(cè)掃聲吶影像等的解譯結(jié)果，分析輸出結(jié)果的有效性和合理性，以確定合理的臨界梯度，即輸出閾值，具體流程見(jiàn)圖3。

圖3 海底滑坡陡坎識(shí)別算法流程圖Fig.3 Algorithm flow chart showing how to recognize submarine landslide scarp

4 算例實(shí)驗(yàn)與分析

4.1 數(shù)據(jù)資料

本文試驗(yàn)區(qū)域?yàn)槟虾１辈筷懫掳自粕钏畢^(qū)，水深約為200～2 500 m，總體上為西北-東南向傾斜的斜坡，但海底地形起伏較大，發(fā)育有典型海底峽谷地貌，溝-脊相間排列，無(wú)論是峽谷谷壁還是峽谷之間的臺(tái)地上，滑坡都極為發(fā)育[20—23](圖4b)，人工識(shí)別滑坡的工作量非常大。

本文中使用的水深數(shù)據(jù)為多波速測(cè)量(船載多波束和搭載AUV平臺(tái)的多波束)獲得的網(wǎng)格化水深數(shù)據(jù)，水深網(wǎng)格間距分別為20 m和2 m。另外，為了對(duì)該方法識(shí)別滑坡的可靠性進(jìn)行檢驗(yàn)，還收集了部分淺地層剖面以及側(cè)掃聲吶影像等實(shí)測(cè)資料。

4.2 算法模型的建立與參數(shù)設(shè)置

本文選取兩個(gè)較有代表性的區(qū)域進(jìn)行計(jì)算試驗(yàn)?；聟^(qū)Ⅰ位于海底峽谷頭部(圖4c)，水深在700～950 m之間，滑坡的滑動(dòng)方向既有與峽谷相同或斜交，也有與谷底線(xiàn)垂直或斜交的?；聟^(qū)Ⅱ?yàn)閸{谷尾部的濁流堆積扇區(qū)的大型滑坡(圖4d)，水深約1 600 m，滑坡后緣形成的陡坎非常明顯，在淺地層剖面上，滑坡后緣非常清楚，近直立較大，滑坡體的內(nèi)部呈雜亂狀，與未發(fā)生滑坡地層的反射特征有明顯差異。

根據(jù)已有的數(shù)據(jù)，針對(duì)滑坡區(qū)Ⅰ建立了3種空間分辨率的數(shù)字水深模型，分別為2 m、10 m和20 m(圖5)。滑坡區(qū)Ⅱ則建立了空間分辨率為20 m的數(shù)字水深模型。

圖4 研究區(qū)地形及2個(gè)試驗(yàn)區(qū)的3-D地形Fig.4 Topographic map of the study area and two selected testing areaa.南海北部地形圖，b.研究區(qū)地形圖, c.滑坡區(qū)Ⅰ三維地形圖, d.滑坡區(qū)Ⅱ三維地形圖a. Northern South China Sea topographic, b. study area topographic map, c. three-dimensional topographic map of landslide area Ⅰ, d. three-dimensional topographic map of landslide area Ⅱ

圖5 不同空間分辨率的數(shù)字水深模型圖(圖中圈出的為人工識(shí)別的滑坡區(qū)域)Fig.5 Digital water depth model with different spatial resolution(white circles infer the location of submarine landslides)

圖6 空間分辨率20 m和2 m的數(shù)字地形坡度統(tǒng)計(jì)分布圖Fig.6 Digital terrain slope statistical distribution map of 20 m and 2 m spatial resolution

圖7 滑坡區(qū)Ⅰ的識(shí)別結(jié)果圖Fig.7 Recognization result in area Ⅰ

圖8 滑坡區(qū)Ⅱ海底滑坡識(shí)別結(jié)果Fig.8 The result of landslide recognition in landslide area Ⅱ

圖9 自動(dòng)滑坡識(shí)別結(jié)果(橙色部分為算法識(shí)別結(jié)果)Fig.9 The result of landslide recognition by using of our proposed method(the orange part is algorithm identification results)

圖10 利用淺地層剖面對(duì)自動(dòng)識(shí)別的滑坡識(shí)別驗(yàn)證Fig.10 Checking the identification result with sub-bottom profiles 紅點(diǎn)為淺地層剖面識(shí)別出的滑坡的位置，淺藍(lán)色區(qū)域?yàn)樗惴ㄗR(shí)別結(jié)果Red point is the landslide location identified based the sub-bottom profiles，blue area is the algorithm identification results

計(jì)算滑坡區(qū)Ⅰ的20 m和2 m空間分辨率的數(shù)字水深模型的坡角度數(shù)，并對(duì)其分布規(guī)律進(jìn)行統(tǒng)計(jì)分析，結(jié)果如圖6所示。大部分區(qū)域的坡度在15°以?xún)?nèi)，根據(jù)坡度的分布規(guī)律，設(shè)置4°、6°和9°為計(jì)算分析中的閾值坡度。

4.3 滑坡識(shí)別結(jié)果

對(duì)滑坡區(qū)Ⅰ的空間分辨率為20 m的數(shù)字水深模型進(jìn)行計(jì)算，分別以4°、6°和9°為閾值坡度，輸出滑坡識(shí)別結(jié)果，見(jiàn)圖7a。

對(duì)滑坡區(qū)Ⅰ的空間分辨率為2 m的數(shù)字水深模型進(jìn)行計(jì)算，分別以4°、6°和9°為閾值坡度，輸出滑坡識(shí)別結(jié)果，見(jiàn)圖7b。

在滑坡區(qū)Ⅰ，固定輸出閾值為6°，分別對(duì)空間分辨率2 m、10 m和20 m的數(shù)字水深模型進(jìn)行計(jì)算，獲得結(jié)果見(jiàn)圖7c。

在滑坡區(qū)Ⅱ，對(duì)空間分辨率為20 m的數(shù)字水深模型進(jìn)行計(jì)算，分別以4°、6°和9°為閾值坡度，輸出滑坡識(shí)別結(jié)果，見(jiàn)圖8。

4.4 滑坡識(shí)別結(jié)果的驗(yàn)證

上述2個(gè)區(qū)域的算例表明，6°可能是研究區(qū)較為合適的閾值坡度。因此，在對(duì)整個(gè)區(qū)域的滑坡識(shí)別計(jì)算中，以6°為閾值，數(shù)字水深模型的分辨率為20 m，得到的計(jì)算結(jié)果如圖9所示?？梢钥闯?，海底斜坡坡度較大的區(qū)域與海底滑坡的識(shí)別結(jié)果相對(duì)應(yīng)。

利用收集的淺地層剖面資料對(duì)自動(dòng)識(shí)別出的海底滑坡進(jìn)行驗(yàn)證，如圖10所示。從圖中可以看出，利用淺地層剖面確定的海底滑坡，在本方法得到的結(jié)果中基本都能識(shí)別出來(lái)。這表明，我們提出的基于水深梯度原理的滑坡快速識(shí)別方法可以較好的識(shí)別海底滑坡，其結(jié)果較為可靠，其效率要比人工識(shí)別滑坡高出很多。

5 對(duì)影響自動(dòng)滑坡識(shí)別因素的討論

5.1 不同閾值對(duì)滑坡識(shí)別的影響

使用相同空間分辨率的數(shù)字水深模型計(jì)算得到的結(jié)果(圖7a,7b)顯示：當(dāng)閾值坡度為4°時(shí)，識(shí)別的結(jié)果較為雜亂，噪音信息較多，無(wú)法準(zhǔn)確地判斷海底滑坡的位置等狀態(tài)信息；閾值坡度為6°時(shí)，識(shí)別結(jié)果較為清晰，噪音信息較少，能夠較好的識(shí)別和反映海底滑坡的形態(tài)；閾值坡度為9°時(shí)，有效信息較少，一些滑坡被遺漏，且無(wú)法準(zhǔn)確得到海底滑坡的位置等信息。對(duì)典型海底滑坡的識(shí)別結(jié)果(圖8)顯示，不同的輸出閾值下，都較好的識(shí)別和反映了海底滑坡的狀態(tài)信息，但是閾值坡度為4°時(shí)，所含的噪音信息較多，閾值坡度為6°時(shí)，輸出結(jié)果比較準(zhǔn)確，隨著閾值坡度的增大，部分有效信息會(huì)被屏蔽，識(shí)別結(jié)果相對(duì)較差。

由此可見(jiàn)，選擇的輸出閾值較小會(huì)使得到的結(jié)果較為雜亂，有效信息被噪音覆蓋；選擇的輸出閾值較大則會(huì)屏蔽掉許多有效信息，使得到的結(jié)果由于信息量較小而無(wú)法保證其準(zhǔn)確性，因此，選擇合理的輸出閾值對(duì)于準(zhǔn)確識(shí)別和反映海底滑坡是至關(guān)重要的。在閾值選取的過(guò)程中，需要結(jié)合多波束海底地形數(shù)據(jù)、淺地層剖面等多種資料的識(shí)別結(jié)果綜合判斷，以確定一個(gè)合理的輸出閾值。

5.2 數(shù)據(jù)空間分辨率對(duì)滑坡識(shí)別的影響

在輸出閾值坡度確定的情況下，對(duì)不同空間分辨率的數(shù)字水深模型(如圖7c中2 m、10 m和20 m 3種分辨率模型)計(jì)算得到的結(jié)果顯示，空間分辨率為10 m的識(shí)別結(jié)果較為清晰，空間分辨率為2 m的識(shí)別結(jié)果噪音信息較多，空間分辨率為20 m的識(shí)別結(jié)果模糊不清。這表明，利用該方法識(shí)別海底滑坡，并不一定空間分辨率越高越好，分辨率過(guò)高容易產(chǎn)生過(guò)多的噪音信息，過(guò)低時(shí)則會(huì)出現(xiàn)遺漏規(guī)模較小的滑坡的現(xiàn)象。因此，在本方法中合理選擇數(shù)字水深模型的分辨率有助于提高滑坡識(shí)別的準(zhǔn)確性。

6 結(jié)論

本文提出了一種基于水深梯度的海底滑坡快速自動(dòng)識(shí)別方法，并通過(guò)Matlab編程實(shí)現(xiàn)計(jì)算。該方法通過(guò)確定海底局部斜坡坡度變化較大的位置，提取海底滑坡陡坎特征信息，從而確定海底滑坡及其位置。在此基礎(chǔ)上，以南海北部陸坡白云深水區(qū)為例，通過(guò)構(gòu)建不同空間分辨率的數(shù)字水深模型，對(duì)方法進(jìn)行驗(yàn)證。結(jié)果表明，本文所提出的海底滑坡自動(dòng)識(shí)別方法是可行的，結(jié)果也較為可靠；由于這一過(guò)程由計(jì)算機(jī)來(lái)實(shí)現(xiàn)，因此大大提高了滑坡識(shí)別的效率。通過(guò)研究區(qū)實(shí)測(cè)水深的滑坡識(shí)別試驗(yàn)得到的結(jié)果表明，影響自動(dòng)識(shí)別滑坡結(jié)果包括2個(gè)主要因素，一是識(shí)別過(guò)程中閾值的選取，二是水深模型的空間分辨率。

[1] McAdoo B G, Praston L F, Orange D L. Submarine landslides geomorphology, US continental slope[J]. Marine Geology,2000,69:103-136.

[2] Heezen B C, Ewing M. Turbidity currents and submarine slumps, and the 1929 Grand Banks earthquake[J]. American Journal of Science, 1952, 250(12): 849-873.

[3] Piper D J W, Cochonat P, Morrison M L. The sequence of events around the epicenter of the 1929 Grand Banks earthquake: initiation of debris flows and turbidity current inferred from sidescan sonar[J]. Sedimentology, 1999, 46: 79-97.

[4] 楊啟倫.海洋開(kāi)發(fā)和海底不穩(wěn)定性調(diào)查研究的關(guān)系[J]. 海洋技術(shù), 1994, 13(4): 65-67.

Yang Qilun. The relationship between ocean development and the seabed instability[J]. Ocean Technology, 1994, 13(4): 65-67.

[5] Saxov S. Marine-slides-some introductory remarks[J]. Marine Geotechnology, 1990, 9: 110-114.

[6] Haflidason H, Sejrup H P, Nygard A, et al. Architecture, geometry and slide development of the Storegga Slide[J]. Marine Geology, 2004, 213: 201-234.

[7] 朱林, 傅命佐, 劉樂(lè)軍,等. 南海北部白云凹陷陸坡海底峽谷地形地貌與沉積地層特征[J]. 海洋地質(zhì)與第四紀(jì)地質(zhì),2014, 34(2):1-9.

Zhu Lin, Fu Mingzuo, Liu Lejun, et al. Canyon morphology and sediments on northern slope of the Baiyun Sag[J]. Marine Geology & Quaternary Geology,2014, 34(2):1-9.

[8] Hsueh Y, Zhong Liejun. A pressure-driven South China Sea warm current[J]. Journal of Geophysical Research，2004, 109:9-14.

[9] 李家鋼,修宗祥，申宏,等. 海底滑坡塊體運(yùn)動(dòng)研究綜述[J].海岸工程,2012,31(4):67-78.

Li Jiagang, Xiu Zongxiang, Shen Hong,et al. A review of the studies on submarine mass movement[J]. Coastal Engineering, 2012,31(4):67-78.

[10] 寇養(yǎng)琦.南海北部的海底滑坡[J]. 海洋與海岸帶開(kāi)發(fā),1990,7(3):48-51.

Kou Yangqi. The landslides on the northern South China Sea seabed[J]. Ocean and Coastal Zone Development, 1990,7(3):48-51.

[11] 胡光海,劉振夏,房俊偉. 國(guó)內(nèi)外海底斜坡穩(wěn)定性研究概況[J]. 海洋科學(xué)進(jìn)展,2006,2(1):130-136.

Hu Guanghai, Liu Zhenxia, Fang Junwei. A review of submarine slope stability studies at home and abroad[J]. Advances in Marine Science, 2006,2(1):130-136.

[12] 陳珊珊,孫運(yùn)寶,吳時(shí)國(guó).南海北部神狐海域海底滑坡在地震剖面上的識(shí)別及形成機(jī)制[J].海洋地質(zhì)前沿,2012,28(6): 40-45.

Chen Shanshan, Sun Yunbao, Wu Shiguo. Sea bottom landslide in the Shenhu area on the north margin of South China Sea and triggering mechanisms[J]. Marine Geology Frontiers, 2012, 28(6):40-45.

[13] 王磊,吳時(shí)國(guó),李偉.人機(jī)交互地貌解釋技術(shù)在海底滑坡研究中的應(yīng)用[J].地球物理學(xué)進(jìn)展,2013,28(6):3200-3306.

Wang Lei, Wu Shiguo, Li Wei. The application for interactive geomorphologic interpretation technique in research on submarine landslides[J]. Progress in Geophysis,2013,28(6):3200-3306.

[14] 王磊.白云海底滑坡地貌形態(tài)學(xué)研究新技術(shù)[C].中國(guó)地球物理學(xué)會(huì)，2012:1.

Wang Lei. A new technique for geomorphological characterization of Baiyun submarine slides[C]. The Chinese Geophysical Society, 2012: 1.

[15] 尹延鴻. 海岸侵蝕和海底滑坡[J].海洋地質(zhì)前沿,1995(8):4-6.

Yi Yanhong. Coastal erosion and underwater landslides[J]. Marine Geology Frontiers, 1995(8): 4-6.

[16] 吳時(shí)國(guó),陳珊珊,王志君,等.大陸邊緣深水區(qū)海底滑坡及其不穩(wěn)定性風(fēng)險(xiǎn)評(píng)估[J]. 現(xiàn)代地質(zhì),2008,22(3):430-437.

Wu Shiguo, Chen Shanshan, Wang Zhijun, et al. Submarine landslide and risk evaluation on its instability in the deepwater continental margin[J]. Geoscience, 2008,22(3):430-437.

[17] Green A, Ukwn R. Submarine landsliding and canyon evolution on the northern Kwazulu-Natal Continental Shelf ,South Africa, Sw Indian Ocean[J]. Marine Geology, 2008, 254: 152-170.

[18] Hampton M, Lee H. Submarine landslides[J]. Reviews of Geophysics,1996,34(1):33-59.

[19] 楊建強(qiáng),羅先香. MATLAB軟件工具箱簡(jiǎn)介[J].水科學(xué)進(jìn)展,2001(2):237-242.

Yang Jianqiang, Luo Xianxiang. Introduction of the MATLAB Toolbox[J]. Advances in Water Science,2001(2):237-242.

[20] 丁巍偉,李家彪,李軍. 南海北部陸坡海底峽谷形成機(jī)制探討[J]. 海洋學(xué)研究,2010(1):26-31.

Ding Weiwei, Li Jiabiao, Li Jun. Forming mechanism of the submarine canyon on the north slope of the South China Sea[J]. Journal of Marine Sciences, 2010(1):26-31.

[21] 周慶杰. 南海北部陸坡白云凹陷區(qū)海底滑坡的識(shí)別與特征分析[D]. 青島: 國(guó)家海洋局第一海洋研究所,2015.

Zhou Qingjie. Identification of submarine landslides and characteristics analysis in the Baiyun Sag of the South China Sea[D]. Qingdao: First Institute of Oceanography, State Oceanic Administration, 2015.

[22] 朱林. 南海北部荔灣3-1氣田管道路由區(qū)災(zāi)害地質(zhì)特征研究[D]. 青島:國(guó)家海洋局第一海洋研究所,2013.

Zhu Lin. The study of disaster geological characteristics in Liwan 3-1 gas field pipeline routing area[D]. Qingdao: First Institute of Oceanography, State Oceanic Administration, 2013.

[23] 劉樂(lè)軍,傅命佐,李家鋼,等. 荔灣3-1氣田海底管道深水段地質(zhì)災(zāi)害特征[J]. 海洋科學(xué)進(jìn)展, 2014, 32(2): 162-174.

Liu Lejun, Fu Mingzuo, Li Jiagang, et al. Geologic hazards in the deep pipeline routing area of the Liwan 3-1 gas field in the South China Sea[J]. Advances in Marine Science, 2014, 32(2): 162-174.

A rapid method to recognize submarine landslides based on the principle of water depth gradient: A case of Baiyun deep-water area, north slope of the South China Sea

Zhou Qingjie1,2, Li Xishuang1,3, Xu Yuanqin1,2, Liu Lejun1,2, Gao Shan1,2, Zhou Hang1,2, Li Tianguang1,2

(1.KeyLaboratoryofMarineSedimentologyandEnvironmentalGeology,FirstInstituteofOceanography,StateOceanicAdministration,Qingdao266061,China;2.LaboratoryforMarineGeology,QingdaoNationalLaboratoryforMarineScienceandTechnology,Qingdao266061,China;3.LaboratoryforMarineMineralResources,QingdaoNationalLaboratoryforMarineScienceandTechnology,Qingdao266071,China)

How to recognize submarine landslides and quickly and accurately obtain their geometric information is the key issue concerned in marine engineering geology, especially in the deep-water sea. According to the terrain morphology formed after landsliding, we proposed in this paper a rapid method to recognize the submarine landslides based on the principle of water depth gradient and programmed using Matlab to conduct the calculation. As a case of the Baiyun deep-water area, north slope of the South China Sea, we recognized marine landslides using the proposed method. Some of these landslides were verified in sub-bottom profiles suggesting the feasibility of the new method. This approch can recognize submarine landslides automatically, so it is efficient and suitable for small landslides with numerous amount. Two factors are shown to influence the recognition result. One is the threshold value in calculation which can be determined through testing in combination with geophysical data, i.e. Sub-bottom profile and sonic image, and the other is the spatial resolution of water depth. A reasonable spatial resolution will be helpful to improve the accuracy of the recognition result.

north of the South China Sea; submarine landslides; water depth gradient; threshold value

10.3969/j.issn.0253-4193.2017.01.015

2016-05-17；

2016-07-07。

基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金——近50年來(lái)廣西大陸岸線(xiàn)變遷及其與人類(lèi)活動(dòng)的關(guān)系(2014G05)；國(guó)家自然科學(xué)基金——南海北部陸坡峽谷區(qū)海底滑坡體的識(shí)別與年代界定研究(41506071)；國(guó)家重大科技專(zhuān)項(xiàng)——荔灣3-1及周邊氣田地質(zhì)災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究(2011ZX05056-001-02)。

周慶杰(1989—)，男，山東省安丘市人，助理工程師，從事海洋地球物理調(diào)查與研究相關(guān)工作。E-mail:zhouqj@fio.org.cn

*通信作者：李西雙(1976—)，男，山東省嘉祥縣人，副研究員，博士，主要從事海洋淺層沉積結(jié)構(gòu)、活動(dòng)構(gòu)造的聲學(xué)探測(cè)與研究。E-mail:lxs@fio.org.cn

P736.5

A

0253-4193(2017)01-0138-10

周慶杰，李西雙，徐元芹, 等. 一種基于水深梯度原理的海底滑坡快速識(shí)別方法——以南海北部陸坡白云深水區(qū)為例[J]. 海洋學(xué)報(bào), 2017, 39(1): 138-147,

Zhou Qingjie, Li Xishuang, Xu Yuanqin, et al. A rapid method to recognize submarine landslides based on the principle of water depth gradient: A case of Baiyun deep-water area, north slope of the South China Sea[J]. Haiyang Xuebao, 2017,39(1): 138-147, doi:10.3969/j.issn.0253-4193.2017.01.015