基于地理探測器的黃海沉積物中值粒徑分布影響因子分析

劉長達，唐秋華*，喬淑卿，周興華

(1.自然資源部 第一海洋研究所,山東 青島 266061；2.山東科技大學 海洋科學與工程學院,山東 青島 266590)

海底沉積物粒度是海洋研究的重要參數,其特征以及空間分布反映了沉積物輸運、沉降的過程,影響海洋物理探測的精度,是進行海洋科學調查和研究的重要內容。20世紀90年代以來,中外科學家對中國近海進行了大量科學調查和研究,在該區域積累了詳實的資料。張曉東等[1]采用沉積物粒度端元分析方法,利用南黃海表層沉積物粒度數據分離出了4個端元,結合研究區沉積動力的格局,給出了評價沉積物粒度對物源和沉積動力環境響應的指標。郭曉陽等[2]采用專業分析的方法對季風邊緣區內陸湖泊的沉積物粒度組分分布特征進行了研究,并按組分分析了影響其特征的形成因素,解釋了水動力條件和海浪二次懸移再沉積等作用在沉積過程中的重要影響。喬淑卿等[3]使用Gao-Collins改進的徑粒趨勢分析方法研究了渤海地區沉積物粒度特征以及輸運趨勢,解釋了潮流和海洋環流對沉積物粒度分布格局的控制作用。王華新和線薇微[4]通過分析4個季節中長江口表層沉積物粒度與沉積物有機碳的分布情況,解釋了沉積物對有機碳的富集作用,證明了沉積物有機碳含量可以指示沉積物粒度。張晉等[5]使用粒度參數計算和Q 型聚類分析的方法探討了南海南部沉積物粒度分布特征及影響因素,得出了該區域沉積物粒度主要與物源、水動力條件、水深和地形及洋流等因素有關的結論。Alexander等[6]采用同位素方法分析認為,黃河攜帶的泥沙對黃海沉積物粒度的空間分布起著重要影響。目前,針對沉積物粒度空間分布及其影響因素的研究中還存在一些尚未解決的重要問題,如:①研究多局限于水動力環境因素,未考慮其他因素的影響；②一些研究僅簡單定性地描述了影響沉積物粒度分布的原因,未定量描述因素的影響程度；③現行對于沉積物粒度空間分布的研究多局限于單一影響因素,未綜合考慮不同因素之間的交互作用。

地理探測器可以獲取不同要素間空間分層異質性(空間分異性)的顯著程度參數,也可以定量分析要素與某一因子空間分布的相關性,根據相關性結果分析因子的影響力[7-10]。該方法現已被廣泛應用于城鎮擴張、土地利用以及脫貧攻堅等領域,由地理探測器分析結果可以定量評估并比較各因子的重要性,為專業決策提供科學支撐[11-13]。

沉積是一個復雜過程,其影響因子較多。沉積區域的水動力環境、水濁度、化學因素等都有可能對沉積作用產生影響。沉積物中值粒徑作為表示粒度大小的典型值,可以深刻反映環境等對沉積作用的影響。基于現行的沉積物粒徑分布及其影響因素研究中存在的問題,本文應用地理探測器的地理學新方法,探究與黃海沉積物中值粒徑分布有關的影響因子,旨在找尋與沉積物中值粒徑空間分布有關的因子,并定量分析不同單因子、多因子對于沉積物空間分布的影響程度,為今后探究沉積物粒度的分布及其影響因素的研究提供新思路。

1 方法與數據源

1.1 研究方法

空間分異性(Spatial Stratified Heterogeneity,SSH)指某一屬性值在不同類型或區域之間存在差異的現象。該性質是由自然界中多種因素共同作用的結果。探究空間分異性背后地規律,可以更深層次地理解形成該現象的機理。地理探測器正是識別、檢驗、尋找和歸因空間分異的工具,具體包括因子、風險、生態、交互四個探測器。

①因子(X)探測可以定量分析因子對于屬性(Y)的解釋程度,即因子解釋力。解釋力大小通過統計值q(0≤q≤1)度量[7-10]。計算方法:

式中:h為某一個分層；N和N h分別為研究區總單元數和層h內的單元數；σ2和分別為樣本Y值在研究區的總離散方差和層h內的離散方差；STS為研究區總方差；SWS為研究區所有層內方差之和；L為總分層數。q值越大說明因子X對屬性Y的解釋能力越強。另外,可通過非中心F分布(non-centralF-distribution)來檢驗q值是否統計顯著。

②風險探測可以用來判斷2個因子區域間的屬性均值是否有顯著差異。根據因子分層原則,可進一步分析屬性均值在不同層間的變化規律,進一步分析屬性值與因子的關系。

③生態探測多用于比較2個因子對屬性值空間分布的影響是否有顯著差異。

④交互探測是地理探測器的關鍵部分,該部分通過不同要素之間的疊加分析,可以識別不同風險因子之間的交互作用。即評估2個因子共同作用時對屬性值的解釋能力,并與因子探測比較解釋力的變化,探究其增加或減弱情況。

1.2 數據源

本文通過科考現場海洋采樣以及其他觀測手段得到數據,主要包括:

①海底沉積物數據,為“2007—2009年中國科學院海洋研究所4次黃海科考”所得數據[15],該數據有明確的采樣記錄,經過了嚴格且細致的數據篩選。基于該數據可對黃海沉積物情況有一個細致且全面的了解(圖1)。

圖1 黃海海底地形以及采樣點分布Fig.1 Topography of the study area and sampling locations

②海底底層水數據,來自于混合坐標海洋模式(Hybrid Coordinate Ocean Model,HYCOM)[16-17],該數據集是近些年來主流的全球海洋環流模式,其再分析數據可以得到表層、混合層以及底層水的流速。根據此數據可以派生出底層水矢量流速以及流向數據。

③海底底層水化學指標數據,來自于CARS2009,該數據集為現代海洋測量期間的平均海洋屬性的網格場,且只提供插值或平均之后的數據,不提供任何特定年份的數據[18]。

④海底地形數據以及與地形有關因子,采用全球海底地形(General Bathymetric Chart of the Oceans,GEBCO)數據[19],該數據是由國際海道測量組織和政府間海洋委員會聯合發布的最全面的世界大洋海底地形數據,包括半分間隔數據、一分間隔數據及其相關輔助數據[20-21]。

⑤水濁度數據,來自于美國國家航空航天局(National Aeronautics and Space Administration,NASA)水色遙感實驗室的MODIS-Aqua業務化三級遙感產品[22]。本研究采用2007—2009年衛星490 nm 波長的海水下行輻射通量的漫衰減系數代表水濁度。由于490 nm 漫衰減系數與水體濁度對應良好,業界多依此反演水體濁度。胡靜雯等[23]通過現場科考采樣數據的比對,印證了MODIS-Aqua遙感數據的在東海區域反演水濁度的可靠性。

1.3 研究區域概況

黃海(119°～126°E,32°～39°N)北部鄰接渤海,東西部被中國大陸和朝鮮半島包圍,南部與東海相連,是一個半封閉海。其位于東亞大陸架之上,水深較淺,平均水深約44 m,最大水深約140 m。一般認為山東半島成山角與朝鮮長山串角之間的連接線為南北黃海分界線。總體來看,黃海海底地勢由北、西、東三面向黃海中央及東南方向傾斜,但坡度不大,總體比較平坦。在黃海中部有一個明顯南北走向的水下洼地,水深約60～80 m[24-25]。

2 地理探測器分析

2.1 因子選擇及預處理

鑒于地理探測器對于研究問題所需要的假設條件較少、對因子間共線性免疫,且可以通過查表或相關軟件進行顯著性檢驗等,在使用地理探測器進行因子分析時可以大膽選取較多因子進行分析,如不滿足顯著性則舍棄該因子即可[26]。

結合現有的樣本數據以及專業知識,充分選取可能影響沉積物中值粒徑分布的5類因子進行探測研究(表1)。第一,水動力因子。地質學家觀點認為,水動力是影響沉積作用的主要因素。本文選取底層水東向流速(X1)、北向流速(X2)以及派生出的矢量流速(X3)、流向(X4)作為4個水動力因子。第二,化學因子。普斯托瓦洛夫沉積化學理論表明:在沉積物搬運和沉積過程中,不同化學元素的溶解物質對應不同的沉積順序,會產生化學沉積分異作用[27]。另外,沉積物顆粒會對水中游離有機物質產生吸附作用[28]。本研究主要選取底層水硅酸鹽(X5)、硝酸鹽(X6)、磷酸鹽(X7)、溶解氧(X8)以及底層水鹽度(X9)和溫度(X10)六個化學因子。第三,生物因素。生物通過新陳代謝和搬運作用會產生某種元素的富集,從而影響沉積作用。本文選取指示生物指標的葉綠素濃度(X11)和沉積物有機碳含量(X12)兩個因子進行分析。第四,地形等因子。考慮到地形起伏和變化是影響水動力環境的重要因素,水深(X13)、坡向(X14)、坡度(X15)等的變化必然在某種程度上影響沉積作用。第五,反映水體濁度的因子。本文主要選取490 nm 漫衰減系數(X16)和沉積物含水量(X17)因子進行分析。圖2為部分因子變量結果圖。

圖2 部分因子變量圖Fig.2 Variable plots for partial factors

表1 沉積物粒度分異因子探測結果Table 1 Results of differentiation factors for sediment grain size

地理探測器中為了保證自變量是類型量,需要對連續變量進行離散化分層[7-10]。為了得到較優的離散分層結果,本文采用專家經驗、自然斷點相結合的方法進行分層。其中,與方向有關的因子按八方位知識進行分層；其余變量均采用自然斷點法分為5層。

2.2 探測結果及分析

2.2.1 因子探測

因子探測器揭示了各環境因子對沉積物中值粒徑影響程度的差異[29]。從地理探測器模型總體來看,通過顯著性檢驗的因子并不多,依次為:底層水矢量流速(以下簡稱底層水流速X3)、流向(X4)、沉積物有機碳含量(X12)以及坡向(X14)、490 nm 漫衰減系數(X16)、沉積物含水量(X17)等。顯著因子的解釋能力也有較大差別。

水動力因子中底層水流速和流向的因子解釋力(q統計值)為0.076和0.244,在一定程度上印證了水動力因素對沉積過程的重要影響。坡向、490 nm 漫衰減系數因子解釋力為0.124和0.199,這說明了沉積物中值粒徑不僅與水動力因素有關,還與海底地形、水體渾濁等因素有關系。另外,指示生物因素的沉積物有機碳含量(X12)通過了顯著檢驗,其解釋力為0.137。沉積物含水量對沉積物中值粒徑有著較強的解釋能力,其因子解釋力為0.408。

造成這種結果的原因:首先,水動力因素是影響沉積物沉積作用的重要因素,不同粒沉積物在海底的搬運、沉積方式不同；其次,水動力因素與地形有著一定的關系,復雜的地形處通常對應復雜的水動力因素；第三,中值粒徑主要反映沉積物水動力環境以及物源等因素,對于生物搬運沉積和化學沉積分異作用的指示性不敏感；第四,沉積物顆粒對有機碳含量有一定的富集作用,且該作用與中值粒徑大小有關；最后,490 nm 漫衰減系數可對應水體渾濁的程度,可以反映出細沉積物懸浮搬運的過程。

2.2.2 風險探測

風險探測器揭示了各環境因子內部不同類別分區間的顯著性差異,用于判斷2個子分層間的屬性均值是否具有顯著性差別[30]。通過因子探測顯著性檢驗的因子輸入Geodetector模型的風險探測結果如圖3所示。結合因子選取以及分層原則,即對于底層水流速(X3)、沉積物有機碳含量(X12)、490 nm 漫衰減系數(X16)、沉積物含水量(X17)等分為5層的因子,其值均隨著子分層數的增加而增加。對于流向(X4)和坡向(X14)等因子,具體分層情況見表2。

圖3 沉積物粒度分異風險探測結果Fig.3 Risk detection results of differentiation of sediment grain size

表2 因子分層結果Table 2 Results of factor stratification

具體而言:沉積物中值粒徑均值隨著底層水流速(X3)的增加呈現先變大后減小的趨勢,在流速為3～4 cm/s時出現粒徑均值的最大值(40.887μm)。沉積物中值粒徑均值與沉積物有機碳含量(X12)、沉積物含水量(X17)均呈現負相關的關系,即粒徑均值越大,樣本中有機碳和含水量越低,具體而言,含水量最多時(含水量＞0.55%),粒徑均值最小(7.578μm)；有機碳含量最多時(有機碳含量＞0.95%),粒徑均值最小(13.677 μm),這與王華新和線薇微[4]的研究結果一致。沉積物中值粒均值隨著490 nm 漫衰減系數(X17)的增加呈現先變大后減小的趨勢,粒徑均值最大值(44.264μm)出現在490 nm 漫衰減系數的第4個子分層。最后,沉積物中值粒徑均值在不同坡向、不同流向時有不同粒徑均值,在坡向(X14)為西時粒徑均值最大(50.818 μm),在底層水流向(X4)為北時粒徑均值最大(72.174μm)。另外,以底層水流向分層以及每個子分層對應的底層水平均流速進行線性回歸(圖4),兩者回歸性較好,在黃海區域底層水較高流速往往具有特定方向,流速與流向并不是相互獨立的。

圖4 底層水平均流速與流向關系Fig.4 The relationship between bottom horizontal mean velocity and flow direction

分析造成這種結果的原因:首先,海底碎屑顆粒物質的搬運、移動和沉積過程與其對應的起動流速有關,沉積物中值粒徑的變化可以反映出相應水動力環境的變化；其次,黃海區域底層水高速水流對應著特定方向,流速與流向共同形成了水動力參數,進而對沉積作用產生影響；第三,水體中顆粒的沉降受限于顆粒半徑以及水體流速,其中粒徑小于100μm 的碎屑細顆粒沉降速度與顆粒的半徑的平方成正比,粗顆粒沉降速度則與半徑的平方根成正比,并且水流速度遠大于沉降速度時會產生懸浮作用,表現為水中細顆粒增加,濁度上升；最后,細顆粒沉積物對有機碳有著富集作用,因此粒徑均值較小部分對應著沉積物有機碳含量的高值。

2.2.3 交互探測

地理探測器的優勢之一是可以探測2種因子之間的交互作用,通過因子之間的疊加,分析疊加之后的解釋力變化并判斷出因子之間的交互作用類型[31-32]。將通過顯著性檢驗的因子輸入Geodetector模型,其交互結果如表3所示。

由表3可見,任意2種因子進行交互時,解釋力均有了一定提高,全部大于對應的2種因子的解釋力之和,因此任意2種因子均具有非線性交互增強作用。交互作用中對其他因子解釋力提升最顯著的因子為底層水流速。具體看,因子交互之后,解釋力多在0.24～0.68的范圍內。底層水流速與底層水流向的交互之后,解釋力提高0.668,這與傳統研究結果一致[1-4,6]。造成這種結果的原因在于:首先,底層水流速是水動力中最主要的因素,沉積物在不同流動強度的水中會產生不同的沉積結果；其次,底層水流速、流向共同描述了水動力因素,水動力深刻影響著沉積物的沉降過程,對沉積物的物質組成、粒徑大小和分選效果都有一定影響。

表3 沉積物粒度分異交互探測結果Table 3 Interactive detection results of differentiation of sediment grain size

總之,沉積物沉積是一個復雜的過程,水動力因素在其中扮演著重要角色,但沉積作用不僅與水動力因素相關,海底地形、490 nm 漫衰減系數、沉積物的物質組成等不同因子都不同程度地影響著沉積作用。

3 結論

本文分析了影響黃海海底沉積物中值粒徑空間分布的因子,并探究了各因子與沉積物中值粒徑的對應關系,定量刻畫了各因子的影響力程度,得出結論如下:

①影響黃海沉積物中值粒徑空間分布的主要因子有:底層水流速、底層水流向、沉積物有機碳含量、坡向、490 nm 漫衰減系數和沉積物含水量。

②沉積物中值粒徑均值與沉積物含水量、有機碳含量之間呈負相關；不同坡向、流向對應著不同的粒徑均值；沉積物在底層水流速、漫衰減系數的不同子分層中有不同的粒徑均值。另外,黃海區域的底層水流向與流速之間有著一定的對應關系。

③交互作用均為非線性交互增強。進行交互作用時底層水流速影響力最大,底層水流向和底層水流速的解釋力最高。

④進行因子探測時解釋力最強的2個因子分別為沉積物含水量(0.408)、底層水流向(0.244)；進行交互探測時解釋力最強的2個因子分別為底層水流速與流向(0.668)、底層水流向與沉積物含水量(0.563)。