海洋与湖沼  2018, Vol. 49 Issue (2): 290-300   PDF    
http://dx.doi.org/10.11693/hyhz20170500136
中国海洋湖沼学会主办。
0

文章信息

彭修强, 程知言, 孙祝友, 闫玉茹, 张刚. 2018.
PENG Xiu-Qiang, CHENG Zhi-Yan, SUN Zhu-You, YAN Yu-Ru, ZHANG Gang. 2018.
南黄海西南部海域表层沉积物粒度特征及其对沉积动力环境的指示意义
MODERN SEDIMENTATION AND GRAIN SIZE DISTRIBUTION IN THE SOUTHWEST OF THE SOUTH YELLOW SEA: DYNAMIC ENVIRONMENTAL CONSTRAINT
海洋与湖沼, 49(2): 290-300
Oceanologia et Limnologia Sinica, 49(2): 290-300.
http://dx.doi.org/10.11693/hyhz20170500136

文章历史

收稿日期:2017-05-19
收修改稿日期:2017-12-13
南黄海西南部海域表层沉积物粒度特征及其对沉积动力环境的指示意义
彭修强1,2 , 程知言1,2 , 孙祝友1,2 , 闫玉茹1,2 , 张刚1,2     
1. 江苏省有色金属华东地质勘查局地球化学勘查与海洋地质调查研究院 南京 210007;
2. 江苏华东地质环境工程有限公司 南京 210007
摘要:对南黄海南部海域414个站位表层沉积物进行了粒度分析,获取了粒级分布和粒度参数。采用Shepard分类方法,将沉积物划分为5种主要类型,以砂和砂质粉砂为主。应用端元分析模型对表层沉积物粒度数据进行了反演,分离出2个端元,根据各端元频率分布曲线和空间分布特征,结合南黄海西南部沉积动力格局,分析了各端元与研究区沉积物物源和水动力环境的对应关系。结果显示:2个端元所指示的物源主要为具有长江和黄河混合物源的沉积物,且反映了海洋动力过程对现代陆源沉积物的改造、输运和分选。较细的端元1和较粗的端元2分布特征分别与现代潮流通道和潮流沙脊在空间上有很好的对应关系。沉积物粒径趋势分析表明,研究区西北部沙脊和南部潮流通道口门延伸至外海的深槽尾部是沉积物集中输运区域,与EMMA分析结果基本一致。粒径趋势分析结果所揭示的沉积物输运格局与研究区水动力条件和物源吻合较好,可为研究区港口航道建设和管理提供科学依据。
关键词表层沉积物    粒径趋势    端元分析模型    沉积动力环境    南黄海    
MODERN SEDIMENTATION AND GRAIN SIZE DISTRIBUTION IN THE SOUTHWEST OF THE SOUTH YELLOW SEA: DYNAMIC ENVIRONMENTAL CONSTRAINT
PENG Xiu-Qiang1,2, CHENG Zhi-Yan1,2, SUN Zhu-You1,2, YAN Yu-Ru1,2, ZHANG Gang1,2     
1. East China Mineral Exploration and Development Bureau for Non-ferrous Metals, Institute of Geochemical Exploration and Marine Geological Survey, Nanjing 210007, China;
2. Jiangsu East China Geological Environment Engineering Co., Ltd., Nanjing 210007, China
Abstract: Grain size distribution of 414 surface sediment samples collected from the southern South Yellow Sea was studied. Five types of sediment were recognized, of which sand and sandy silt were most common. The grain-size fractions sensitive to the source area were determined using end-member-modeling algorithm (EMMA), and the content and distribution were attained. We find that the data could be reproduced by two end-members (EMs), reflecting greatly the sedimentary dynamics. Meanwhile, relationship between provenance and hydrodynamic environment was revealed from the frequency distribution, the spatial distribution, and the sedimentary dynamic pattern. The grain sizes showed two EMs indicative of the Changjiang (Yangtze) and the Huanghe (Yellow) River sources, and reflected the reworking, transport, and separation of these terrigenous sediments by regional marine dynamic processes. The distribution patterns of the finer EM1 and the coarser EM2 were in good agreement with those of modern tidal channels and tidal ridges. In addition, trend analysis revealed two zones of convergence in grain size located in sand ridges northwest of the study area and in the tide channel tail situated from the tidal entrance to open waters, which is largely consistent with the result of EMMA. Meanwhile, the transport trend of the surface sediments uncovered by the Gao-Collins grain size trend analysis model (GSTA model) was highly consistent with the provenance of sediments and the local hydrodynamics. Therefore, this study could offer knowledge to the decision-makers in port construction and waterway engineering.
Key words: surface sediment     grain size trend     end-member modeling     sedimentary dynamic environment     the South Yellow Sea    

海洋沉积物粒度特征是表征沉积环境最敏感的指标之一, 对于阐明和解释沉积物来源、沉积分异及沉积环境等具有重要意义。自20世纪中期开始, 沉积物粒度数据就被用于识别沉积环境类型(Mason et al, 1958; Shepard et al, 1961; Spencer, 1963; Friedman, 1979)和判别物质运动方式(Visher, 1969; Christiansen et al, 1984; McLaren et al, 1985)。

沉积物在输运过程中受物源、地形、水动力条件等因素的影响, 往往会造成同一海域中的沉积物具有不同运移机制的组分, 因此, 进行沉积环境分析时, 有必要对粒度多组分数据进行反演提取, 分离出具有不同物质来源或不同沉积动力条件下的粒度组分。目前用于不同沉积组分提取的方法主要有粒度组分Weibull分布的函数拟合法(Sun et al, 2002)、因子分析法、端元组分分析法(EMMA)(Weltje, 1997; Prins et al, 2000; 张晓东等, 2006)、粒级-标准偏差法(孙有斌等, 2003; Boulay et al, 2003; 向荣等, 2005; 肖尚斌等, 2005; 丁喜桂等, 2010)。以“动力组分”概念为基本依据的端元分离模型在解释沉积动力环境和物源识别方面已有大量成功的实例(Prins et al, 2000; Stuut et al, 2002; 张晓东等, 2006; Morenoa et al, 2002; Jan Weltje et al, 2003; Moore et al, 2007; 王嵘等, 2012; 张晓东等, 2015)。同时, 通过沉积物粒度参数的空间变化, 可进行粒径趋势分析, 从而反推沉积物净输运方向(刘涛等, 2011)。目前, 用于沉积物运移趋势分析的Gao-Collins模型(Gao, 1996)已在河口(Gao et al, 1994a)、大陆架及近海(Gao et al, 1994b; 程鹏等, 2000; 杨欧等, 2002; 石学法等, 2002; 乔淑卿等, 2010; 杨群慧等, 2013; 陈翰等, 2014)、海湾(McLaren et al, 1993; 贾玉连等, 1999; 汪亚平等, 2000; Roux et al, 2002; Duman et al, 2004; 马菲等, 2008; 闵凤阳等, 2009)、潮间带(王爱军等, 2004; 戴志军等, 2005; 贾建军等, 2005)等多种海洋沉积环境研究中得到广泛应用和验证。

目前, 已有大量有关南黄海表层沉积物粒度的研究成果(石学法等, 2001, 2002; 张宪军等, 2007; 王中波等, 2008; 程珺等, 2009; 王嵘等, 2012; 张晓东等, 2015), 但研究范围大多集中于水深大于10m以深海域, 对近岸潮间带浅滩区域的研究相对较少, 基于沉积物粒度的端元分析更是鲜见报道。本文基于南黄海西南部海域大范围、高密度表层沉积物粒度数据, 利用Gao-Collins模型和端元分析模型, 对南黄海西南部近岸海域表层沉积物粒度数据进行反演, 识别出沉积物输运的沉积动力组分, 有助于深化对南黄海西南部海域沉积规律和输运机制的认识。

1 研究区概况

研究区位于南黄海辐射沙脊群南部海域, 地理范围介于31.70°-32.30°N, 121.38°-122.23°E(图 1), 在行政区划上属于江苏省南通市。区内水深变化为0-22.2m, 自岸向海水深逐渐加深, 分布有多个潮流通道-沙脊地貌组合体。受东海前进潮波和南黄海旋转潮波系统控制, 潮汐属正规半日潮, 平均潮差较大, 为强潮区, 潮差在2.5-4m之间。黄沙洋、烂沙洋为最大潮差区域, 据最新观测数据, 辐射沙脊群南翼新条鱼港潮位遥测站观测到的最大潮差可达9.39m(丁贤荣等, 2014)。涨潮历时与落潮历时的差值很小, 在离岸30-40km的冷家沙涨落潮历时差仅0.02h, 几乎没有涨落潮历时差。平均大潮流速为1.5m/s, 潮流的主流方向为WNW-ESE, 与潮流通道一致, 小洋口岸外涨落潮流速均可达1.8m/s。

图 1 研究区表层沉积物采样站位及外围流系示意图(孙湘平, 2006; 赵保仁等, 1986; Yuan et al, 2008; 韦钦胜等, 2011; 张蓓等, 2016) Fig. 1 Sketch map showing sampling stations and peripheral flow of research region 注:左边小图中1.辽南沿岸流; 2.鲁北沿岸流; 3.青岛-石岛近海的反气旋中尺度涡旋, 青岛冷水团; 4.山东南部沿岸的东北向流动; 5.黄海西部沿岸流; 6.苏北沿岸水; 7.夏季苏北沿岸的北向流动; 8.东北向扩展的长江冲淡水; 9.台湾暖流前缘水; 10.黄海暖流; 11.朝鲜半岛西部沿岸流
右边大图中蓝色数字为表层沉积物典型站位编号
1. Liaonan Coastal Current; 2. Lubei Coastal Current; 3. The mesoscale anticyclonic eddy in Qingdao-Shidao offshore, Qingdao Cold Water Mass; 4. The northeastward current in Lunan coast; 5. Yellow Sea western Coastal Current; 6. Subei Coastal Current; 7. Northward current in Subei coast in summer; 8. Northward extension of Yangtze River Diluted Water; 9. Taiwan Warm Current; 10. Yellow Sea Warm Current; 11. Korean Peninsula Western Coastal Current
2 材料与方法 2.1 沉积物样品采集

依托中国地质调查局海洋地质保障工程项目(编号: GZH201200506)2012年夏季航次调查, 在研究区采集了414个表层沉积物样品(图 1), 近岸浅水区采用火钳式取样器取样, 其余区域使用箱式取样器取样。所取样品平均采样深度在5-10cm以内, 处于海底活动层内, 每个样品重约1-2kg, DGPS定位。进行粒度分析的样品为海上采获沉积物后即刻选取的顶部部分。

2.2 粒度测试

表层沉积物粒度是在国家海洋局第一海洋研究所采用Mastersizer 2000型激光粒度仪(英国生产, 粒径范围为0.01-2000μm)进行测试分析。首先取1g混合均匀样品放入小烧杯, 加水并静置24小时后, 利用30%的H2O2溶液和0.25mol/L的HCl溶液分别去除有机质和贝壳等钙质成分, 并加满水, 静置24小时后用吸管轻轻的把水吸出。前期处理后, 加入0.5%的六偏磷酸钠浸泡24小时, 然后上机进行分析。对粒度分析测试结果按0.25Ф间隔将–0.25-11.5Ф分为48个粒级, 最后根据端元分析模型对所有样品不同粒级进行沉积动力组分分离。

粒级统一使用尤登-温德华氏等比值Φ粒级标准表示, 对-于沉积物平均粒径、分选系数、偏态和峰态等粒度参数采用矩值法公式计算(McManus, 1988)。

3 结果分析 3.1 表层沉积物分布特征 3.1.1 沉积物类型及分布特征

Shepard(1954)三角图进行命名, 研究区表层沉积物主要包括砂、粉砂质砂、砂质粉砂、粉砂和黏土质粉砂5种类型(图 2图 3)。其中, 以砂和砂质粉砂为主, 砂为沙脊的主体物质, 主要分布于沙脊和近岸区域; 潮流通道区物质相对较细, 主要为砂质粉砂, 局部分布有黏土质粉砂。这一调查结果与2006-2007年调查结果基本一致(图 3a)。潮流通道自顶部至尾部黏土质含量逐渐增加, 表明研究区在一定程度上受细颗粒物质的供给, 可能来源于南部现代长江三角洲物质。整个研究区沉积物类型分布情况反映出研究区受到细颗粒沉积物的补给, 指示了北部废黄河水下三角洲与南部长江三角洲物质补给的影响(王嵘等, 2012)。

图 2 Shepard沉积物三角形分类图解 Fig. 2 Shepard's nomenclature of sediments based on sand-silt-clay ratio

图 3 研究区及邻近区域海底表层沉积物类型分布图(王嵘等, 2012) Fig. 3 Distribution pattern of the surface sediments in study area and neighboring regions 注: a:江苏省908专项调查结果; b:本研究调查结果 a. Results of the Jiangsu 908 Special Investigation; b. Results of this survey
3.1.2 沉积物粒级组分分布特征

表层沉积物中砂、粉砂、黏土三种粒级组分的质量百分含量平均值分别为58.06%、34.19%、7.75%。砂粒组分含量分布如图 4a所示, 其含量变化幅度较大, 分布范围介于0.71%-100%, 高值区(> 80%)主要分布于近岸潮滩区和潮流沙脊区, 低值区(< 40%)则主要分布于潮流通道及深水区域。粉砂粒级含量分布如图 4b所示, 其含量为0-80%, 粉砂含量高值区与砂含量低值区基本一致, 主要分布于潮流沙脊沉积区。粘土粒级的百分含量如图 4c所示, 其含量范围为0-36%, 粘土粒级的含量分布趋势大体与粉砂一致, 高值区主要分布于大湾洪等潮流通道, 仅有两个站位的含量在30%以上, 绝大部分站位的含量在0-20%。

图 4 表层沉积物中砂(a)、粉砂(b)、黏土(c)粒级颗粒百分含量(%)分布 Fig. 4 The percentages of sand(a), silt(b), clay(c) in the surface sediments

从沉积物各粒级组分含量来看, 沉积物主要以砂和粉砂为主, 黏土含量相对较低。

3.1.3 沉积物粒度参数分布特征

根据粒度参数计算结果, 沙脊沉积区与潮流通道沉积区存在明显的差异。沉积物粒度参数平均粒径为2.0-7.4Φ, 平均值为4.29Φ, 以细砂及中粗粉砂质沉积物为主, 其中粉砂粒级(> 4Φ)分布面积达50%以上。从平均粒径平面分布图(图 5a)可以看出, 潮流沙脊区平均粒径在2-5Φ, 潮流通道区域在5-8Φ。整体表现为脊粗槽细, 这种分布形式与沉积物类型及砂组分含量分布相符, 是水动力作用的结果。

图 5 沉积物粒度参数平面分布 Fig. 5 The pattern of distribution of the grain size parameters 注: a:平均粒径; b:分选系数; c:偏态; d:峰态

分选系数为0.44-2.82, 平均值为1.50, 绝大部分属于分选较差或分选差(图 5b), 腰沙、老鼠沙等沙脊区分选性相对较好, 达中等及以上分选。分选系数随着沉积物粒径的增大呈减小的趋势, 整体表现为砂含量分布高值区域沉积物分选相对较好, 主要与较强的沉积动力分选作用有关。

沉积物偏态为–1.5-2.5, 平均值为1.29, 约有96%的站位表现为正偏或极正偏态, 总体粗偏, 负偏态站位主要零星分布于研究区潮流通道内(图 5c)。沉积物峰态平面分布图(图 5d)显示, 峰态变化范围为0.6-3.4, 平均值为2.15, 绝大部分为宽平及很宽平峰态。

3.2 沉积物粒度端元模型分析 3.2.1 各端元分离模型计算结果

利用端元分析模型(EMMA, End-member modelling analysis)对沉积物样品粒度数据进行了计算, 利用复相关系数r2表示粒度实测数据被端元拟合的程度。为了获取能够较好拟合粒度数据的最小端元数, 分别计算端元数为1、2、3、4、5、6……时, 每一粒级的累积贡献方差和复相关系数的平均值(图 6)。结果表明, 当端元数为2时, 累计方差接近0.90, 平均复相关系数R2为0.64;当端元个数为3时, 累计方差达0.95, 平均复相关系数R2为0.72;当端元数为4时, 累计方差与平均复相关系数R2分别为0.97和0.72。相较于端元为3时, 再增加端元数目使累计方差从0.95提高至0.97, 但对于平均复相关系数效果已不够明显。根据端元分析方法选取端元数量应尽量少的原则(Weltje, 1997), 本文选取3个端元EM1、EM2和EM3对该组粒度数据进行拟合, 分别代表总可视方差的64.92%、24.64%和5.48%, 共计95.04%。其中又以EM1和EM2占主导地位, 两个模量的总可视方差接近90%。

图 6 端元数与可解释的累计方差关系曲线 Fig. 6 The relationship between the number of end-member and the explained cumulative variance

图 7是分离出的3个端元的粒度频率分布情况, 端元2(EM2)、端元3(EM3)都有一个主峰, 接近于正态分布, 并且均有一个细尾。其中, EM2众数值在2.25Φ左右, 沉积物定名为细砂, 辐射沙脊群表层沉积物主要由细砂组成, EM2很好地指代了辐射沙脊群主体的粒度组分。EM3众数在3.50Φ左右, 沉积物定名为极细砂。EM1表现为不对称双峰分布, 前峰众数值为2Φ, 定名为中砂; 后峰众数值为5.25Φ, 定名为中粉砂。两个峰值的频率相近, 其中中粉砂粒级载荷相对较高, 代表了主要的粒度组分, 是三个端元中最细的一个组分。EM3峰值处于EM1和EM2之间, 模量的沉积动力学含义不显著, 总可视方差亦较低。因此, 仅对沉积动力学意义明显的EM1、EM2两个模量进行分析, 选取二个端元分别占优势的典型站位827、889, 绘制其频率分布和概率累积分布曲线(图 8)。

图 7 各端元在不同粒级中的载荷 Fig. 7 The distribution of loading in grain-size of each end-member

图 8 两个端元粒度频率分布曲线 Fig. 8 The frequency distribution of grain size of two end-members
3.2.2 各端元粒度频率和含量分布特征

反演得到两个端元的粒度频率分布曲线(图 8), 两个端元都有一个明显的主峰, 接近于正态分布, 端元EM1主峰粒径较EM2主峰粒径小, 分选由好变差, 并有不同程度的粗偏特征。端元1的众数为18.58μm, 大部分属于粗粉砂, 在小于10μm的区间内有2个小的凸起; 端元EM2的众数为250μm, 大部分属于砂, 在较细粒级处有一个较小的次峰。

EM1相对含量整体呈现潮流通道高沙脊低的分布格局(图 9a), 尤其是沿大弯洪有一明显的高值区域, 80%等值线一直延伸至研究区东南部边界, 在西北和西南部近岸潮滩及沙脊含量相对较低。EM2的平面分布大致与EM1相反(图 9b)。EM2在潮流通道区及研究区西北部近岸潮滩含量较低, 大部分区域不超过20%;在潮流沙脊及近岸潮滩区域含量较高, 腰沙-冷家沙和蒿枝港口以南存在两个高值区, 含量最高可达80%以上。

图 9 研究区海底表层沉积物2个端元相对含量的空间分布 Fig. 9 The spatial distribution of two end-members 注: a:端元EM1; b:端元EM2
3.3 粒径运移趋势分析

选取特征距离Dcr倍采样间距, 以保证粒径趋势判别的各向同性(贾建军等, 2004), 应用Gao-Collins模型, 在去除受“边缘效应”影响的粒径趋势矢量后, 将计算结果表示于图中。图中矢量箭头表示沉积物净搬运方向, 矢量长度仅表示粒径趋势的显著性, 并不能定量表示搬运率的大小(汪亚平等, 2000)。

图 10可以看出, 在研究区西北部呈顺时针方向的输运趋势, 通州湾近岸潮滩及腰沙为一沉积物输运集中区, 推论腰沙及邻近区域有淤涨趋势, 而腰沙和冷家沙东部泥沙则向东南方向外海输运, 可能受到冲刷作用。潮流通道中部沉积物分别向沙脊和外围输运, 在主要潮流通道如网仓洪、大弯洪尤为突出, 推测两个潮流通道均受到冲刷, 造成沉积物向通道外输运。在南部近长江口北支附近同样存在一输运集中区, 沉积物分别从西南和东南方向向中间辐聚, 这与EM2动力组分的分布特征较为吻合。近岸潮滩区域沉积物输运趋势较为紊乱, 仅在南部有向近岸输运的趋势。已有研究表明, 一个涨落潮活动层厚度约为5cm(Dolphin et al, 1995; Komar et al, 1970), 本文中沉积物样品的平均采样深度(自顶部向下5-10cm)明显大于该厚度, 因此, 通过Gao-Collins模型计算的结果代表的时间尺度可能是半年到数年, 远大于潮周期尺度。

图 10 研究区表层沉积物净输运趋势 Fig. 10 The trend of net transport of the surface sediments
4 讨论 4.1 EM1指示的沉积动力环境

EM1的高值区与潮流通道在地理位置上相对应, 尤其大弯洪水道(图 8a)。在表层沉积物类型分布图中, 其高值区所对应的沉积物类型主要为砂质粉砂和黏土质粉砂, 与粉砂和黏土含量分布也对应较好。从EM1的粒度频率分布曲线上看, EM1主要包含黏土和粉砂两部分, 二者基本相当。它们之间良好的对应关系以及EM1较细的粒度特征表明, EM1可能代表了形成现代潮流通道的动力组分。EM1高值区沿潮流通道方向自内段向外海逐渐增加, 沉积物类型主要为粉砂和黏土质粉砂, 往潮流通道口门外段方向, 沉积物中逐渐有黏土成分加入, 代表悬浮搬运的现代陆源细颗粒物质。

潮流通道中表层沉积物受到现代沉积物输运以及潮流对其分选改造, 导致在潮流通道内与现代沉积动力改造作用相对应的较细的端元EM1含量较多, 而对应较粗的端元EM2含量偏少。EM1高值区的分布特征表明, 该区沉积物具有沿潮流通道由内向外运移的趋势, 其动力因素可能主要是该区较强的潮流。

已有研究表明, 长江入海沉积物中均匀悬浮载荷为 > 5.79Φ的沉积物是示踪长江入海沉积物的良好粒级区间(范德江等, 2002), 而EM1较细的组分粒径约为5.25Φ, 与此较为接近。据江苏“908”近海海洋综合调查与评价专项调查结果, 辐射沙脊群南部区域受到潮流作用的分选与运移, 将长江的粉砂质沉积不但向长江口北支搬运, 同时向北扩散。由此推断EM1受到了以悬移方式向北输送的现代长江三角洲物质的影响。研究还表明, 苏北辐射沙脊群沉积物主要来源于废黄河水下三角洲和长江三角洲, 因此EM1所指示的物源主要为具有长江和黄河混合物源的沉积物, 其含量变化主要是沉积物在沿潮流通道输运过程中分选的结果。

4.2 EM2指示的沉积动力环境

EM2与EM1的分布趋势大致相反(图 9b), 表明沉积动力环境与EM1有较大差异。EM2的空间分布指示了细砂质沉积物的分布状况, 主要分布于近岸潮滩和沙脊区域, 往潮流通道方向, 细砂质沉积逐渐减少甚至缺失(图 9b)。在西北和西南区域存在两个明显的高值区, 反映了较强的动力作用。

对比20世纪80-90年代、21世纪初及本次调查结果, 研究区近岸沉积物粗化显著, 侵蚀调整突出。其中, 近岸转变为砂质粉砂和粉砂质砂沉积, 南部近岸区域甚至已转变为砂质沉积。近年来, 该区域滩涂围垦等高干扰度的人类活动持续加强, 一定程度上改变了原有的海洋动力环境, 沉积物不断粗化, 亦可以反映出海洋动力作用加强。

从EM2典型站位沉积物的粒径谱来看(图 8), 其存在一明显的细尾。正常海况下(以潮流作用为主), 沙脊表面较粗的砂质沉积物再悬浮作用十分微弱, 被沙脊间深槽横向环流输送的悬浮颗粒很难在沙脊顶部沉积下来, EM2粒度频率分布曲线中所含有的少量的细粒级部分可能反映了强水动力再悬浮的混合沉积, 其主要来源于临近潮流通道。沙脊表面的较粗的粒级组分可能主要靠推移质向其顶部输送(以沙波、沙纹等形式)(刘涛等, 2014), 而其较细的粒级组分主要来源于潮流通道中悬浮体的横向输运(刘振夏等, 2004; 刘涛等, 2014)。因此, 造成研究区潮流沙脊和近岸潮滩区域EM2含量较多, 而与现代潮流沉积动力分选改造作用相对应的较细的端元EM1含量相对较少。因此, 推论EM2所指示的物源来源于辐射沙脊群区域, 且主要以推移质形式向沙脊及近岸潮滩区域输运, 这与粒径运移趋势模型所反映的结果相一致, 反映出沙脊及南部近岸潮滩区域对区域沉积动力环境的变化响应敏感。

5 结论

采用沉积物粒度端元分析模型, 对采自南黄海西南部近岸海域的表层沉积物进行粒度分析和反演, 同时结合表层沉积物分布特征和粒径运移趋势, 对物源和沉积动力环境进行了分析。结果表明:

(1) 南黄海南部海域表层沉积物主要有5种类型, 以砂和砂质粉砂为主, 沉积物类型分布与现代潮流沙脊群地形有着较好的空间匹配。沉积物各组分中以砂含量最高, 平均值为58.06%, 粉砂含量次之, 平均值为34.19%, 黏土含量最低, 平均值仅为7.75%。沉积物平均粒径为2.0-7.4Φ, 平均值为4.29Φ, 以细砂及中粗粉砂质沉积物为主; 分选系数介于0.44-2.82之间, 平均值为1.50, 随沉积物粒径的增大呈减小的趋势, 砂含量分布高值区域沉积物分选相对较好, 主要与较强的沉积动力分选作用有关。偏态和峰态变化范围分别为–1.5-2.5、0.6-3.4, 平均值分别为1.29、2.15。

(2) 通过端元分析模型计算, 可将南黄海南部海域表层沉积物粒度数据反演出指示物源和沉积动力环境的2个端元。两个端元较好地反映了海洋动力过程对现代陆源沉积物的输运和分选。端元EM1为陆源细颗粒沉积物, 众数为18.58μm, 端元EM2为陆源较粗颗粒沉积物, 众数为250μm。端元1代表的陆源细颗粒沉积物的分布与现代潮流通道区有很好的对应关系, 并有沿潮流通道向外海运移的趋势, 其动力因素可能主要是该区较强的潮流, 并受到了向北输送的现代长江三角洲物质的影响。端元2代表的陆源粗颗粒沉积物的分布则与现代潮流沙脊有很好的对应关系, 其动力因素可能主要是强潮流对潮流通道区域沉积物侵蚀搬运后的再堆积作用, 事件性天气对其也有贡献。两个端元所指示的物源主要为具有长江和黄河混合物源的沉积物。

(3) 粒径趋势分析显示, 沉积物在研究区西北部潮滩和南部潮流通道口门延伸至外海的深槽尾部是沉积物集中输运区域, 与EMMA分析结果基本一致。潮流通道中部沉积物分别向沙脊和外围输运, 近岸潮滩区域沉积物输运趋势较为紊乱, 仅在南部有向近岸输运的趋势。通州湾近岸潮滩和腰沙、研究区南部靠近长江口北支区域呈淤涨趋势, 网仓洪、大弯洪潮流通道受到冲刷, 使得沉积物向通道外输运。在应用Gao-Collins模型进行计算分析时, 应考虑采样深度对计算结果的影响。

致谢 地球化学勘查与海洋地质调查研究院海洋地质所的刘强、胡荣等参加了野外采样, 葛松、刘群在Gao-Collins模型计算过程中给予指导, 端元分析模型的计算得到了国家海洋局第二海洋研究所王嵘博士的大力支持。审稿人的意见和建议促进了论文内容的完善, 在此一并谨致谢忱!
参考文献
丁贤荣, 康彦彦, 茅志兵, 等, 2014. 南黄海辐射沙脊群特大潮差分析. 海洋学报, 36(11): 12–20 DOI:10.3969/j.issn.0253-4193.2014.11.002
丁喜桂, 叶思源, 宫少军, 等, 2010. 黄河三角洲ZK1孔岩心环境敏感粒度组分及沉积环境分析. 世界地质, 29(4): 575–581
马菲, 汪亚平, 李炎, 等, 2008. 地统计法支持的北部湾东部海域沉积物粒径趋势分析. 地理学报, 63(11): 1207–1217
王嵘, 张永战, 夏非, 等, 2012. 南黄海辐射沙脊群海域底质粒度特征及其输运趋势. 海洋地质与第四纪地质, 32(6): 1–8
王中波, 何起祥, 杨守业, 等, 2008. 谢帕德和福克碎屑沉积物分类方法在南黄海表层沉积物编图中的应用与比较. 海洋地质与第四纪地质, 28(1): 1–8
王爱军, 汪亚平, 杨旸, 2004. 江苏王港潮间带表层沉积物特征及输运趋势. 沉积学报, 22(1): 124–129
韦钦胜, 于志刚, 冉祥滨, 等, 2011. 黄海西部沿岸流系特征分析及其对物质输运的影响. 地球科学进展, 26(2): 145–156
石学法, 申顺喜, YiH, 等, 2001. 南黄海现代沉积环境及动力沉积体系. 科学通报, 46(S1): 1–6
石学法, 刘焱光, 任红, 等, 2002. 南黄海中部沉积物粒径趋势分析及搬运作用. 科学通报, 47(6): 452–456
乔淑卿, 石学法, 王国庆, 等, 2010. 渤海底质沉积物粒度特征及输运趋势探讨. 海洋学报, 32(4): 139–147
刘涛, 石学法, 刘莹, 2011. 基于"动力组分"思想的沉积物粒径趋势模型. 海洋学报, 33(5): 97–103
刘涛, 石学法, 刘焱光, 等, 2014. 悬浮体粒度特征反映的南黄海辐射沙脊群泥沙扩散趋势. 海洋与湖沼, 45(1): 32–38 DOI:10.11693/hyhz20121129001
刘振夏, 夏东兴, 2004. 中国近海潮流沉积沙体. 北京: 海洋出版社, 90-92
向荣, 杨作升, 郭志刚, 等, 2005. 济州岛西南泥质区粒度组分变化的古环境应用. 地球化学--中国地质大学学报, 30(5): 582–588
孙有斌, 高抒, 李军, 2003. 边缘海陆源物质中环境敏感粒度组分的初步分析. 科学通报, 48(1): 83–86
孙湘平, 2006. 中国近海区域海洋. 北京: 海洋出版社,
朱玉荣, 2001. 潮流场对渤、黄、东海陆架底质分布的控制作用. 海洋地质与第四纪地质, 21(1): 7–13
张蓓, 堵盘军, 2016. 苏北辐射沙洲区间流系分布格局及对大气强迫力的响应. 海洋学报, 38(3): 49–59
张宪军, 蓝先洪, 赵广涛, 等, 2007. 南黄海中西部表层沉积物粒度特征分析. 海洋地质动态, 23(7): 8–13
张晓东, 季阳, 杨作升, 等, 2015. 南黄海表层沉积物粒度端元反演及其对沉积动力环境的指示意义. 中国科学:地球科学, 45(10): 1515–1523
张晓东, 翟世奎, 许淑梅, 2006. 端元分析模型在长江口邻近海域沉积物粒度数据反演方面的应用. 海洋学报, 28(4): 159–166
杨欧, 刘苍字, 2002. 长江口北支沉积物粒径趋势及泥沙来源研究. 水利学报, 33(2): 79–84
杨群慧, 李木军, 杨胜雄, 等, 2013. 南海西南部表层沉积物粒度特征及输运趋势. 海洋地质与第四纪地质, 33(6): 1–7
汪亚平, 高抒, 贾建军, 2000. 胶州湾及邻近海域沉积物分布特征和运移趋势. 地理学报, 55(4): 449–458 DOI:10.11821/xb200004007
肖尚斌, 李安春, 2005. 东海内陆架泥区沉积物的环境敏感粒度组分. 沉积学报, 23(1): 122–129
闵凤阳, 汪亚平, 左平, 等, 2009. 深圳湾西北部海域表层沉积物的分布特征及输运趋势. 沉积学报, 27(4): 714–722
陈翰, 陈忠, 颜文, 等, 2014. 汕头近岸海域表层沉积物粒度特征及其输运趋势. 沉积学报, 32(2): 314–324
范德江, 杨作升, 孙效功, 等, 2002. 东海陆架北部长江、黄河沉积物影响范围的定量估算. 青岛海洋大学学报(自然科学版), 32(5): 748–756
赵保仁, 胡敦欣, 熊庆成, 1986. 秋末南黄海的透光度及其与环流的关系. 海洋科学集刊, 27: 97–105
贾玉连, 柯贤坤, 许叶华, 等, 1999. 渤海湾曹妃甸沙坝-泻湖海岸沉积物搬运趋势. 海洋科学, 23(3): 56–60
贾建军, 汪亚平, 高抒, 等, 2005. 江苏大丰潮滩推移质输运与粒度趋势信息解译. 科学通报, 50(22): 2546–2554 DOI:10.3321/j.issn:0023-074X.2005.22.017
贾建军, 程鹏, 高抒, 2004. 利用插值试验分析采样网格对粒度趋势分析的影响. 海洋地质与第四纪地质, 24(3): 135–141
程珺, 高抒, 汪亚平, 等, 2009. 苏北近岸海域表层沉积物粒度及其对环境动力的响应. 海洋地质与第四纪地质, 29(1): 7–12
程鹏, 高抒, 2000. 北黄海西部海底沉积物的粒度特征和净输运趋势. 海洋与湖沼, 31(6): 604–615 DOI:10.11693/hyhz200006004004
戴志军, 陈吉余, 程和琴, 等, 2005. 南汇边滩的沉积特征和沉积物输运趋势. 长江流域资源与环境, 14(6): 735–739
Boulay S, Collin C, Trentesaux A et al, 2003. Mineralogy and Sedimentology of Pleistocene Sediment in the South China Sea(ODP-Site 1144). In: Prell W L, Wang P, Blum P et al eds. Proceedings of the Ocean Drilling Program. Scientific Results. 184: 1-21
Christiansen C, Blæsild P, Dalsgaard K, 1984. Re-interpreting "segmented" grain-size curves. Geological Magazine, 121(1): 47–51 DOI:10.1017/S001675680002793X
Dolphin T J, Hume T M, Parnell K E, 1995. Oceanographic processes and sediment mixing on a sand flat in an enclosed sea, Manukau Harbour, New Zealand. Marine Geology, 128(3-4): 169–181 DOI:10.1016/0025-3227(95)00097-I
Duman M, Avci M, Duman S, et al, 2004. Surficial sediment distribution and net sediment transport pattern in Izmir Bay, western Turkey. Continental Shelf Research, 24(9): 965–981 DOI:10.1016/j.csr.2004.03.001
Friedman G M, 1979. Differences in size distributions and populations of particles among sands of various origins:addendum to IAS Presidential Address. Sedimentology, 26(6): 859–862 DOI:10.1111/sed.1979.26.issue-6
Gao S, Collins M B, 1994a. Analysis of grain size trends, for defining sediment transport pathways in marine environments. Journal of Coastal Research, 10(1): 70–78
Gao S, Collins M B, Lanckneus J, et al, 1994b. Grain size trends associated with net sediment transport patterns:an example from the Belgian continental shelf. Marine Geology, 121(3-4): 171–185 DOI:10.1016/0025-3227(94)90029-9
Gao S, 1996. A FORTRAN program for grain size trend analysis to define net sediment transport pathways. Computers and Geosciences, 22(4): 449–552 DOI:10.1016/0098-3004(95)00100-X
Komar P D, Inman D L, 1970. Longshore sand transport on beaches. Journal of Geophysical Research, 75(30): 5914–5927 DOI:10.1029/JC075i030p05914
Le Roux J P, O'Brien R D, Rios F, et al, 2002. Analysis of sediment transport paths using grain-size parameters. Computers & Geosciences, 28(5): 717–721
Mason C C, Folk R L, 1958. Differentiation of beach dune and aelian flat environments by size analysis, Mustang Island. Journal of Sedimentary Petrology, 28(2): 211–226
McLaren P, Bowles D, 1985. The effects of sediment transport on grain-size distributions. Journal of Sedimentary Petrology, 55(4): 457–470
McLaren P, Cretney W J, Powys R I, 1993. Sediment pathways in a British Columbia Fjord and their relationship with particle-associated contaminants. Journal of Coastal Research, 9(4): 1026–1043
McManus J, 1988. Grain size determination and interpretation. In: Tucker M, ed. Techniques in Sedimentology. Oxford: Backwell, 63-85
Moore A L, McAdoo B G, Ruffman A, 2007. Landward fining from multiple sources in a sand sheet deposited by the 1929 Grand Banks tsunami, Newfoundland. Sedimentary Geology, 200(3-4): 336–346 DOI:10.1016/j.sedgeo.2007.01.012
Morenoa A, Cacho I, Canals M, et al, 2002. Saharan Dust transport and high-altitude glacial climatic variability:The Alboran Sea Record. Quaternary Research, 58(3): 318–328 DOI:10.1006/qres.2002.2383
Prins M A, Postma G, Weltje G J, 2000. Controls on terrigenous sediment supply to the Arabian Sea during the late Quaternary:the Makran continental slope. Marine Geology, 169(3-4): 351–371 DOI:10.1016/S0025-3227(00)00087-6
Shepard F P, 1954. Nomenclature based on sand-silt-clay rations. Journal of Sedimentary Research, 24(3): 151–158
Shepard F P, Young R, 1961. Distinguishing between beach and dune sands. Journal of Sedimentary Research, 31(2): 196–214
Spencer D W, 1963. The interpretation of grain size distribution curves of clastic sediments. Journal of Sedimentary Research, 33(1): 180–190
Stuut J B W, Prins M A, Schneider R R, et al, 2002. A 300-kyr record of aridity and wind strength in southwestern Africa:inferences from grain-size distributions of sediments on Walvis Ridge, SE Atlantic. Marine Geology, 180(1-4): 221–233 DOI:10.1016/S0025-3227(01)00215-8
Sun D H, Bloemendal J, Rea D K, et al, 2002. Grain-size distribution function of polymodal sediments in hydraulic and aeolian environments, and numerical partitioning of the sedimentary components. Sedimentary Geology, 152(3-4): 263–277 DOI:10.1016/S0037-0738(02)00082-9
Visher G S, 1969. Grain-size distributions and depositional processes. Journal of Sedimentary Petrology, 39(3): 1074–1106
Weltje G J, 1997. End-member modeling of compositional data:numerical-statisticalal gorithms for solving the explicit mixing problem. Mathematical Geology, 29(4): 503–549 DOI:10.1007/BF02775085
Weltje G J, Prins M A, 2003. Muddled or mixed? Inferring palaeo-climate from size distributions of deep-sea clastics. Sedimentary Geology, 162(1-2): 39–62 DOI:10.1016/S0037-0738(03)00235-5
Yuan D L, Zhu J R, Li C Y, et al, 2008. Cross-shelf circulation in the Yellow and East China Seas indicated by MODIS satellite observations. Journal of Marine Systems, 70(1-2): 134–149 DOI:10.1016/j.jmarsys.2007.04.002