3D seismic characterization and origination of gravity flow geomorphic units on continental slope: A case study of Lingshui Sag, Qiongdongnan Basin
-
摘要: 海底地貌一直是国内外学者关注的重点领域。基于琼东南盆地陵水凹陷1000 km2高分辨率三维地震资料，利用GeoFrame综合解释平台、Surfer三维成图等技术，对琼东南盆地陵水凹陷现今海底地貌进行精细刻画。研究结果表明：① 琼东南盆地下陆坡带主要发育水道（大型水道C1和冲沟-朵体复合体G1—G3）、周期阶坎以及滑坡体系3类典型地貌单元。② 水道C1宽深比31.5～232，主要由陆坡水道运输的碎屑物质冲刷而成，冲沟-朵体复合体G1—G3末端可见明显朵体发育；同时，可在水道和滑坡体系内识别到周期阶坎；研究区处于陆坡滑塌的体部-趾部区域，广泛发育挤压脊、舌状体等沉积构造。③ 推测认为研究区海底地貌主要由上陆坡滑坡引起，在物源与海平面升降的加持下，形成如今的综合型地貌。Abstract: Seafloor topography has always been the key of scientific study. Based on 1000 km2 high-resolution 3D seismic data of Lingshui Sag in Qiongdongnan Basin, South China Sea, the GeoFrame platform, Surfer 3D mapping, and other technologies were applied to characterize the current submarine landform of Lingshui Sag. Results show that the lower slope of Qiongdongnan Basin presented mainly three types of geomorphic units: channels (including large channel C1 and gully-lobe complexes G1-G3), cyclic steps, and submarine landslides. The width-depth ratio of channel C1 that was mainly scoured by debris transported via continental slope channels, is between 31.5 and 232. At the ends of G1-G3 of gully-lobe complex developed obvious lobes. The cyclic steps could be identified in the channel and submarine landslides. Squeeze ridges and underwater tongues were developed widely in the main body and the toes of slumps on continental slope. We speculate that the seafloor topography in the Lingshui Sag was mainly caused by submarine landsliding on the upper continental slope, which was intensified by deposit overload and sea level fluctuation, and finally the modern landform was formed.
-
Keywords:
- seafloor topography /
- channel /
- cyclic steps /
- submarine landslide /
- Qiongdongnan Basin
-
鸭绿江发源于长白山天池，全长790km，流域面积约6.2×104km2，多年平均径流量289×108m3，多年平均入海泥沙量为113×104t/a[1]。鸭绿江河口处于北黄海西朝鲜湾的湾顶，河口形态呈喇叭型，口门附近心滩、沙岛发育，具有独特的水文泥沙条件和地貌特征[2]。鸭绿江自丹东南部直接注入北黄海，是北黄海主要物源区之一，对辽东半岛附近海区底质沉积产生重要影响[3, 4]，甚至对北黄海中部泥质细粒沉积区也产生一定程度影响[5]。前人对鸭绿江端元沉积物粒度特征[3, 6]、地球化学特征[1, 7]、碎屑矿物组成特征[8, 9]、重金属分布特征[4, 10, 11]、水文特征[2, 12-15]等方面进行了研究, 但是，与长江、黄河、珠江等大河端元组成相比，对于鸭绿江端元组成的研究还非常薄弱。因此，对鸭绿江端元沉积特征进行深入研究是十分必要的。
利用地球化学方法进行物源示踪已日趋成熟，一些学者也通过该方法对鸭绿江端元沉积物特征进行了分析[1, 7]，但现有的研究多针对全样(原位采集的样品)进行测试分析。而自然形成的沉积物是不同粒级颗粒物的混合体，不同粒级的颗粒对水动力条件的响应并不一致[16]，且不同粒度颗粒物的混合会产生“粒度效应”，对使用地球化学方法识别沉积物物源结果的准确度产生影响[17, 18]。因此，对沉积物进行水动力敏感粒度分级，可以极大地提高地球化学物源识别方法的准确性。为剔除粒度效应对物源分析的影响，本文通过对鸭绿江河口表层沉积物进行粒度分级，探讨不同粒级沉积物内元素地球化学特征、控制因素、源区背景等内容，以期进一步明确鸭绿江端元沉积物地球化学特征。
1. 材料与方法
1.1 样品采集与处理
2012年11月份，采用手持GPS进行定位，以插管方式在近岸海域获取11个表层沉积物样品，各采样点平均水深小于2m。根据研究需要，选取其中6个样品进行地球化学测试分析，分别编号为YL01、YL02、YL04、YL06、YL07、YL09。其中，YL01、YL02两个样品直接采自鸭绿江河道内部，其他4个站位样品分别采自鸭绿江河口西侧沿岸海域(图 1)。
![]()
图 1 鸭绿江河口表层沉积物地球化学分析采样站位Figure 1. Topographic map showing sampling stations for geochemical analysis of surface sediments in the Yalu River estuary为探讨鸭绿江端元陆源碎屑沉积物地球化学特征，对全样进行去除有机质和碳酸盐处理：在60℃水浴加热条件下，向样品中加入过量的浓度为30%的H2O2和1mol/L的HCl，分别去除有机质和碳酸盐，对处理后的样品进行离心清洗，以备粒度分级。黏土及粉砂粒级全岩样最能反映沉积物源区的物质组成特征[19]，为剔除“粒度效应”对物源分析的影响，根据Stokes定律，结合水筛、离心等方法，将样品分成>63、32~63、8~32、2~8和 < 2 μm 5个粒级。
1.2 样品测试
粒度测试在中国科学院海洋研究所海洋地质与环境重点实验室完成。采用Cilas2000型激光粒度仪进行测试，仪器测试范围0.3~2000μm，重复测量相对误差 < 3%。为对比分析，对全样和处理后样品均进行了粒度测试。采用矩法[20]进行粒度参数计算，根据谢帕德三角图分类法进行沉积物命名，采用Φ值粒级划分标准。
地球化学测试在自然资源部第一海洋研究所完成，采用Thermo ICAP6300型电感耦合等离子体原子发射光谱仪(ICP-OES)进行常量元素测试。将样品研磨至200目，经105℃烘干3h后，称取50.00mg样品于聚四氟乙烯溶样内胆中。加入1.50mL高纯HNO3、1.50mL高纯HF，密封样品后放入烘箱，在195℃保持48h以上。冷却后取出溶样内胆，置于电热板上蒸至湿盐状，再加入1mL的HNO3蒸干(以除去残余的HF)。然后加入3mL高纯HNO3(1:1)，1mL Rh内标溶液(500×10-9)，密封后放入150℃的烘箱中保持24h，以保证对样品的完全提取。冷却后，将提取液转移至干净的PET(聚酯)瓶中，用Mill-Q水稀释至50.00 g，待上ICP-OES测定。所有元素测试每隔10个样做一个重复样，并加入一个监控样(GSD-9)，元素的测试精度优于5%，数据准确可靠。
2. 结果
2.1 表层沉积物粒度特征
9个站位表层沉积物全样和处理后样品的粒度测试结果表明，处理前、后沉积物共包括砂(S)、砂质粉砂(ST)、粉砂(T)和黏土质粉砂(YT)4种类型。其中，YL1#、YL3#两个站位样品类型由砂质粉砂(全样)变为粉砂(处理后)，其他站位样品处理前、后沉积物类型未发生变化。
与全样相比，处理后样品中砂组分含量明显降低(表 1)，由25.7%降至20.6%，粉砂和黏土两个组分含量则有所升高，分别从56.6%和17.7%升至61.0%和18.4%。沉积物平均粒径和中值粒径均在处理后偏高，分别从全样中的5.7和5.5Φ升至处理后的5.9和5.6Φ，说明处理后沉积物粒径变细。鸭绿江河口受径流、潮流、波浪等复杂水动力影响，中水道、西水道和西岸潮滩的水动力条件各不相同[6]，造成了沉积物分选均较差，处理后样品分选程度相对变好，由1.7降至1.6。处理前后样品偏态程度相差不大(全样1.5，处理后1.4)，均以正偏态为主，说明沉积物主要以粗组分为主，细粒一侧表现为低的尾部。处理前后样品均以宽平峰态为主，但处理后样品峰型略有变窄，峰态值由2.3降至2.2。
表 1 鸭绿江河口表层沉积物粒度参数Table 1. Grain size parameters of surface sediments in the Yalu River estuary编号 中值粒径/Φ 平均粒径/Φ 分选系数 偏态系数 峰态系数 砂组分/% 粉砂组分/% 黏土组分/% YL-01 6.6 6.9 1.6 1.1 2.0 0.2 73.5 26.3 YL-02 5.4 5.8 1.7 1.7 2.3 6.4 80.0 13.5 YL-03 5.9 6.1 1.9 1.5 2.4 17.3 64.2 18.5 YL-04 6.3 6.6 1.8 1.3 2.1 2.2 74.3 23.6 YL-05 2.4 2.9 1.5 2.0 2.6 85.2 12.7 2.1 YL-06 6.3 6.6 1.7 1.3 2.1 0.4 76.3 23.3 YL-07 6.8 7.0 1.6 1.0 1.9 0.3 72.6 27.1 YL-08 3.5 4.0 1.3 1.8 2.4 72.4 24.5 3.1 YL-09 6.7 6.9 1.6 1.0 2.0 1.0 71.3 27.7 最大值 6.8 7.0 1.9 2.0 2.6 85.2 80.0 27.7 最小值 2.4 2.9 1.3 1.0 1.9 0.2 12.7 2.1 平均值 5.6 5.9 1.6 1.4 2.2 20.6 61.0 18.4 YL01 6.3 6.5 1.7 1.4 2.2 2.7 76.6 20.6 YL02 5.1 5.5 1.9 1.7 2.5 24.1 63.1 12.9 YL03 5.7 5.9 2.1 1.5 2.6 24.8 57.1 18.1 YL04 6.2 6.4 1.9 1.4 2.3 8.9 69.1 22.0 YL05 2.5 2.9 1.4 2.0 2.6 87.4 10.5 2.1 Yl06 6.5 6.6 1.8 1.3 2.2 3.1 74.1 22.8 YL07 6.9 7.1 1.6 1.0 1.9 0.1 68.5 31.4 YL08 3.5 3.8 1.3 1.8 2.4 77.8 19.3 2.9 YL09 6.7 6.8 1.8 1.2 2.2 2.6 71.1 26.3 最大值 6.9 7.1 2.1 2.0 2.6 87.4 76.6 31.4 最小值 2.5 2.9 1.3 1.0 1.9 0.1 10.5 2.1 平均值 5.5 5.7 1.7 1.5 2.3 25.7 56.6 17.7 注：YL-01—YL-09为处理后样品测试，YL01—YL09为全样测试。 总的来说，样品处理前后，粒级组分含量发生较为明显变化，但粒度参数变化较小。说明非陆源组分对粒级百分含量有一定影响，沉积物样品具有相近的沉积动力环境及物源区。
2.2 全样常量元素含量特征
本文对全样中Al2O3、Fe2O3、CaO、MgO、K2O、Na2O、MnO、TiO2、P2O5共9种常量元素百分含量特征进行分析，这9种元素总含量为20.65%~28.18%。其中，Al2O3含量明显高于其他元素，各站位Al2O3含量均大于10.00%；Fe2O3和K2O两种元素含量相近，大多为3.00%~4.00%；MgO和Na2O两种元素含量大多为1.00%~3.00%；CaO和TiO2两种元素含量相近，接近1.00%；MnO和P2O5两种元素含量相近且很低，普遍在0.03%左右(表 2)。
表 2 鸭绿江河口表层沉积物常量元素含量特征Table 2. The major elements contents of surface sediments in the Yalu River estuary% 编号 Al2O3 Fe2O3 CaO MgO K2O Na2O MnO TiO2 P2O5 YL01 14.84 3.13 0.74 1.20 3.06 1.91 0.03 0.88 0.03 YL02 12.15 2.35 0.90 1.00 3.23 2.31 0.03 0.74 0.03 YL04 10.44 1.83 1.23 0.73 3.09 2.66 0.03 0.61 0.03 YL06 15.41 3.43 0.81 1.29 3.16 2.03 0.03 0.84 0.03 YL07 15.86 3.99 0.80 1.55 3.13 1.92 0.04 0.85 0.05 YL09 16.09 3.93 0.64 1.37 3.18 1.73 0.03 0.87 0.05 站位均值 14.13 3.11 0.85 1.19 3.14 2.09 0.03 0.80 0.04 标准偏差 2.30 0.87 0.20 0.29 0.06 0.34 0.00 0.11 0.01 变异系数 0.16 0.28 0.24 0.24 0.02 0.16 0.11 0.13 0.27 >63μm 11.64 1.35 0.83 0.63 3.28 2.54 0.01 0.45 0.02 32~63μm 12.69 3.12 1.10 1.27 3.14 2.66 0.03 0.55 0.05 8~32μm 11.01 3.04 1.15 1.39 2.73 2.49 0.04 0.85 0.04 2~8μm 17.12 5.96 0.69 2.47 3.26 1.63 0.05 0.95 0.08 < 2μm 18.35 8.43 0.36 2.41 3.00 0.71 0.06 0.95 0.15 粒级均值 14.16 4.38 0.83 1.64 3.08 2.01 0.04 0.75 0.07 各站位之间Al2O3和Fe2O3两种元素含量的标准偏差和变异系数相对较大，鸭绿江河口表层沉积物中这两种元素含量略低于西侧沿岸。其他元素含量相对稳定，在东西向上并未显示出明显的差异分布特征，说明表层沉积物的物源相近。辽南沿岸流自鸭绿江口向西南流动，是北黄海一支主要的海流[21]，鸭绿江物质入海后在其带动下向西扩散，构成区内沉积物的主体。
2.3 分级样品常量元素含量特征
采用过量H2O2和HCl对样品进行处理，在去除有机质和碳酸盐后剩余组分皆为陆源碎屑物质。数据分析表明：与全样相比，处理后各粒级样品中元素含量的均值与其相近，说明表层沉积物中有机质和碳酸盐含量较低，对沉积物地球化学特征影响较小，鸭绿江河口及近岸海域表层沉积物以陆源碎屑沉积为主。从表 2可以看出，不同粒级样品内元素分布特征具有明显的规律性和差异性，而全样测试结果仅相当于分粒级样品均值水平。正因如此，如果通过全样进行测试分析，则完全掩盖了这种规律性和差异性。
具体来看，Al2O3、Fe2O3、MgO、MnO、TiO2、P2O5六种元素总体上随着粒级减小而含量逐渐增加，但元素含量在>63、32~63和8~32μm三个粒级内相近，且低于均值含量；2~8μm粒级内元素含量显著增加，已高于均值含量；至 < 2μm粒级内元素含量则明显高于均值(表 2)。CaO、Na2O两种元素在各粒级内含量分布特征与上述6种元素相反，总体上随着粒级减小而含量逐渐降低，元素在>63、32~63和8~32μm三个粒级内含量相近且高于均值含量；2~8μm粒级元素含量已明显降低且低于均值含量；至 < 2μm粒级内元素含量进一步降低。K2O含量在各个粒级内分布较为相近，并未表现出在某一个粒级内富集，未受“粒度效应”控制。此外，K2O含量明显高于长江、黄河端元沉积物[22]，与流域内地层岩性密切相关。因此，物源输入是控制K2O含量分布的决定性因素，可以作为鸭绿江端元的指示性元素。此外，各站位全样和分级样品中K2O含量极为接近，进一步说明该批次样品为同源产物，结合周边水系空间分布，可认为该批次样品是来自鸭绿江端元输入物质。
2.4 表层沉积物化学蚀变特征
在风化过程中全岩化学的变化可以定量分析沉积岩风化历史，虽然全岩化学变化会受到成岩和变质过程的影响，但是化学蚀变指数(CIA)可以用来指示风化程度，未风化的岩浆岩CIA值一般≤50，残余黏土的CIA值接近100，典型页岩的CIA平均值则为70~75[23]。数据分析表明，鸭绿江口表层沉积物CIA值最多分布在65~75之间(表 3)，反映出温暖、湿润条件下的中等化学风化程度。后处理样品与全样相比，各站位CIA值普遍有所变化。有关研究表明，溶解有机质能与金属离子形成有机金属络合物，导致金属离子生物地球化学行为发生改变，影响其溶解性、生物有效性等理化性质[24]。因此，在去除有机质的过程中，有可能同时也去除了吸附的变性黏土矿物，导致处理后样品的CIA值发生变化。此外，处理后分级样品也显示出不同的化学蚀变特征，依据各站位同一粒级样品常量元素含量均值计算的CIA值表明, >63、32~63和8~32μm三个粒级样品化学蚀变程度相近，CIA值在64左右；至2~8μm化学蚀变程度有所增加，CIA值增至75；C2μm样品化学蚀变程度则显著增加，CIA值达82。随着粒级逐渐减小，样品中黏土矿物含量逐渐增加，致使反映化学蚀变程度的CIA值不断升高。
表 3 鸭绿江河口表层沉积物样品化学蚀变指数Table 3. The chemical index of alteration of surface sediments in the Yalu River estuary编号 CIA 粒级/μm CIA 全样 处理后样品 YL01 72 72 >63 64 YL02 65 71 32~63 65 YL04 60 69 8~32 63 YL06 72 67 2~8 75 YL07 73 70 < 2 82 YL09 74 73 注：CIA= Al2O3/[Al2O3+ CaO*+ K2O+ Na2O]*100。当CaO的摩尔数大于Na2O时，mCaO*=mNa2O，而小于Na2O时，则mCaO*=m CaO[25]。本文中CaO*依据此方法计算获得。 长石类矿物在陆壳中占有很大的比重，约占上陆壳矿物组成的41%，并且极易风化[26]。因此，长石矿物中化学活动性强的Na、Ca和K元素在化学风化作用过程中易于淋滤流失，而Al2O3则赋存在残余的黏土矿物之中。斜长石-钾长石风化形成黏土的过程在未受到钾交代作用的情况下应沿着平行A-CN的方向进行，随着化学风化程度加强，风化趋势线逐渐与A-K线相交[27]。从图 2可以看出，全样和分级样品均位于斜长石-钾长石基线以上，随着粒级减小，化学风化程度逐渐加强并靠近A-K线。鸭绿江河口表层沉积物风化趋势线(黑色箭头实线)位于理想风化趋势线(红色箭头虚线)左侧，说明该源区风化产物未遭受钾交代影响，目前处于以斜长石风化为主的阶段。此外，在A-CN-K图中，根据风化趋势线反向延长线与长石连线的交点，可以推断出物源区岩石中斜长石与钾长石的比例[28]。依据此方法，鸭绿江河口表层沉积物源区斜长石与钾长石的比值大致为5:3，粗碎屑颗粒(>63μm)中因含有较多化学风化较弱的长石碎屑，该比值略小于5:3。
![]()
图 2 鸭绿江河口表层沉积物样品A-CN-K图解Figure 2. A-CN-K triangular diagram of surface sediments in the Yalu River estuary3. 讨论
3.1 元素间相关性变化
全样相关分析表明，Al2O3、Fe2O3、MgO、TiO2、P2O5五种元素之间呈显著正相关(表 4)，说明其物源一致且受控因素相同，这5种元素与化学蚀变指数(CIA)均呈显著正相关。化学蚀变的终极产物是以三水铝石为主的黏土矿物。已有的相关研究表明，Al2O3是黏土矿物的主要组成元素，而Fe2O3、MgO、TiO2、P2O5易受到黏土矿物等细粒沉积物吸附而富集。因此，物源区化学风化作用强度直接控制了细粒组分含量，进而影响这5种元素含量分布，与黏土组分百分含量较强的正相关性也说明了这一点。CaO和Na2O两种元素与上述5种元素和CIA呈明显的负相关，说明这两组元素受控因素截然相反，粗粒碎屑沉积物是控制这两种元素分布的主要因素，其与细粒组分含量(粉砂、黏土)负相关也说明了这一点。K2O与其他8种元素和CIA相关性均较弱，与砂组分百分含量呈较强的负相关，说明K2O主要赋存于粗粒沉积物中，但粒径大小并不是控制其分布的主要因素。鸭绿江发源于长白山天池，在天池本身造盾、造锥和近代喷发阶段均以粗面质和碱流质岩性为主[29]，而该类岩石显著特征是富钾。因此，其风化产物中K2O含量异常偏高，物源区岩性特征是控制K2O分布的最主要因素。MnO与前5种元素呈中等程度的正相关，与黏土组分百分含量呈较强的正相关性，与CIA相关性较弱，说明MnO分布是受多种因素控制，粒度效应只是其一。锰易受氧化，取样位置较浅，且MnO易形成自生矿物，常以薄膜形式包裹碎屑颗粒[30, 31]。因此，锰矿物自生作用可能也是控制MnO分布的另一主要因素。
表 4 鸭绿江河口表层沉积物全样常量元素相关性Table 4. The correlation coefficient of major elements for bulk samples in the Yalu River estuaryAl2O3 Fe2O3 CaO MgO K2O Na2O MnO TiO2 P2O5 CIA 砂/% 粉砂/% 黏土/% Al2O3 1.00 Fe2O3 0.98 1.00 CaO -0.91 -0.85 1.00 MgO 0.96 0.98 -0.84 1.00 K2O 0.01 0.04 -0.18 0.08 1.00 Na2O -0.96 -0.93 0.97 -0.90 -0.03 1.00 MnO 0.39 0.51 -0.06 0.59 -0.17 -0.21 1.00 TiO2 0.95 0.89 -0.97 0.89 -0.01 -0.98 0.21 1.00 P2O5 0.71 0.82 -0.67 0.76 0.20 -0.74 0.39 0.59 1.00 CIA 0.99 0.96 -0.95 0.94 0.01 -0.99 0.31 0.98 0.69 1.00 砂/% -0.68 -0.69 0.39 -0.61 0.61 0.57 -0.50 -0.53 -0.46 -0.62 1.00 粉砂/% 0.49 0.36 -0.36 0.27 -0.67 -0.45 -0.05 0.50 -0.03 0.49 -0.75 1.00 黏土/% 0.60 0.71 -0.28 0.66 -0.36 -0.48 0.76 0.38 0.68 0.52 -0.86 0.31 1.00 注：相关系数|r|≥0.85时，在0.01水平上显著相关；|r| < 0.85时，在0.05水平上显著相关。 处理后样品元素间的相关性统计分析表明，样品经过处理、分级后，元素之间的相关性发生一些显著变化，如各元素与各粒级组分百分含量的相关性大为减弱，“粒度效应”已不是控制元素分布的主要因素。Al2O3、Fe2O3、MgO、K2O、TiO2、P2O5六种元素与CIA之间呈明显的正相关性(表 5)，CaO、Na2O两种元素与CIA之间呈明显的负相关性。根据元素活动性顺序可以将化学风化过程划分为早期去Na、Ca阶段，中期去K阶段和晚期去Si阶段[27]。全样中K2O与CIA无明显相关性，但经过处理分级后，陆源碎屑中K2O与CIA相关性达0.97。因此，可以认为物源区处于化学风化过程的早期阶段，Na、Ca两种元素已经开始流失，源区化学风化作用强度是控制上述8种元素分布的最主要因素。MnO与CIA和粒级组分百分含量相关性均较弱，与Fe2O3和P2O5两种元素相关性则显著加强，而这两钟元素与自生氧化环境关系密切。因此，进一步证明自生作用是控制MnO分布的主要因素之一。
表 5 鸭绿江河口表层沉积物分级样品常量元素相关性Table 5. The correlation coefficient of major elements for graded samples in the Yalu River estuaryAl2O3 Fe2O3 CaO MgO K2O Na2O MnO TiO2 P2O5 CIA 砂/% 粉砂/% 黏土/% Al2O3 1.00 Fe2O3 0.57 1.00 CaO -0.41 -0.38 1.00 MgO 0.91 0.70 -0.15 1.00 K2O 0.97 0.51 -0.53 0.81 1.00 Na2O -0.67 -0.81 0.82 -0.58 -0.69 1.00 MnO 0.18 0.67 0.37 0.55 -0.01 -0.18 1.00 TiO2 0.83 0.58 -0.61 0.69 0.80 -0.82 0.09 1.00 P2O5 0.62 0.85 -0.02 0.81 0.48 -0.58 0.81 0.63 1.00 CIA 0.99 0.63 -0.54 0.89 0.97 -0.78 0.17 0.88 0.63 1.00 砂/% 0.14 0.18 0.32 0.14 0.16 0.12 0.16 0.10 0.34 0.07 1.00 粉砂/% -0.36 0.02 0.50 -0.24 -0.38 0.32 0.26 -0.16 0.23 -0.39 0.80 1.00 黏土/% 0.15 -0.10 -0.45 0.08 0.15 -0.24 -0.23 0.05 -0.29 0.20 -0.93 -0.96 1.00 注：相关系数|r|≥0.85时，在0.01水平上显著相关；|r| < 0.85时，在0.05水平上显著相关。 3.2 常量元素分布受控因素分析
采用主成分提取方法，通过具有Kaiser标准化的正交旋转法，旋转在5次迭代后收敛，对分级样品进行分析。提取出控制元素分布的3个主成分，贡献累积方差总和达89.98%(表 6)。成分1贡献方差达44.80%，对Al2O3、Fe2O3、MgO、K2O、TiO2五种元素和CIA为显著正载荷，对CaO、Na2O为负载荷，对粒级组分含量载荷微弱。Al2O3是黏土矿物的主要组成元素，前文数据已表明K2O是鸭绿江端元典型的指示标志，TiO2可以看作是陆源碎屑沉积物的代表，自生沉积作用对沉积物中TiO2总含量影响甚微[32]，而Ca、Na流失是初级化学风化过程的显著标志。因此，成分1可以反映出鸭绿江河口及近岸海域表层沉积物为陆源碎屑组成，物源区化学风化程度是控制常量元素分布的最主要因素。
表 6 鸭绿江河口表层沉积物分级样品常量元素旋转矩阵Table 6. The rotation matrix of major elements for graded samples in the Yalu River estuary分析要素 成份 1 2 3 Al2O3 0.90 -0.04 0.27 Fe2O3 0.57 0.06 0.69 CaO -0.71 0.38 0.31 MgO 0.70 -0.03 0.62 K2O 0.95 -0.03 0.07 Na2O -0.83 0.21 -0.24 MnO -0.07 0.12 0.99 TiO2 0.91 0.04 0.15 P2O5 0.49 0.27 0.82 CIA 0.94 -0.09 0.25 砂/% 0.14 0.97 0.06 粉砂/% -0.31 0.91 0.12 黏土/% 0.12 -0.98 -0.10 贡献方差/% 44.80 23.23 21.96 累积方差/% 44.80 68.03 89.98 成分2贡献方差为23.23%，对砂和粉砂组分含量为显著正载荷，对黏土组分含量为显著负载荷。前文中分级样品元素含量特征表明，>63、32~63和8~32μm三个粒级内元素含量特征相近，与粒级相关性微弱，而这3个粒级与砂和粉砂粒级相对应；8μm以下样品随粒级减小元素含量显著增加，而该粒级主要与黏土粒级相对应。因此，成分2代表了“粒度效应”对元素分布的控制，但主要控制8μm以下样品内元素分布。
成分3贡献方差为21.96%，对Fe2O3、MnO和P2O5为显著正载荷，对粒级组分含量载荷微弱。说明这3种元素虽然易被黏土等细粒组分吸附，但并未与之含量有明显的相关性。而这3种元素与氧化环境下自生作用关系密切。因此，成分3反映出表生环境下的自生作用对常量元素的分布有一定的控制作用。
3.3 物源区识别
沉积物是物源区母岩在遭受风化、剥蚀等地质作用后，在地质营力作用下，携带到沉积区而形成的物质。因此，物源区的岩性特征与沉积物组成密切相关。鸭绿江流域位于中朝准地台东北部的辽老摩裂谷内，中朝准地台作为一级构造单元，活动性较强，具有盖层变性强烈和花岗质岩浆活动广泛的特点[33]。辽老摩裂谷内岩浆活动主要集中在古元古代和中生代，在裂谷形成发展和太平洋板块向欧亚板块俯冲的双重影响下，兼有裂谷岩浆活动和板块俯冲岩浆活动特征，而辽老摩裂谷内断裂构造发育，且断裂多为正断层，为后期岩浆活动的上涌提供了通道[34]。
岩性特征与构造活动密切相关，辽老摩裂谷内沉积了一套巨厚的古元古代沉积-火山岩地层[35]。大约在1.9Ga时裂谷内地层发生了一次大规模的区域变质作用，其中，与鸭绿江河口表层沉积物密切相关的辽河群在沉积后的1.90~1.87Ga内发生了4期变质和3期变形作用，变质岩石为石英岩、变粒岩、片岩、千枚岩和板岩等[36]。与辽河群地层相伴的是大面积的古元古代花岗岩基体和基性岩侵入体。其中，花岗质侵入体主要由变形的二长花岗片麻岩和未变形的斑状二长花岗岩、花岗岩和碱性花岗岩组成，基性侵入体则由富含镁铁质的辉长岩和辉绿岩组成[37]。最终形成上游地区主要为中生代的喷发岩和新生代的熔岩台地，中下游地区主要为太古代的变质岩系的地层分布格局[8]。
岩性特征可根据F1-F2判别图解(图 3)进行识别[38]。数据分析表明，全样和2μm以上样品均为石英岩沉积物源区，而 < 2μm样品则为铁镁质火成物源区。自1940年以来, 鸭绿江流域共修建了大、中、小型水库41座，大幅减少了入海泥沙的输入量[15]，致使上游地区砂、粉砂等粗粒组分多在近源沉积，而黏土组分可向下游悬移输运。因此，>2μm粒级样品可能主要来自鸭绿江中下游地区变质基底和花岗质侵入体的风化产物；而 < 2μm粒级样品则可能主要来自鸭绿江上游地区基性侵入体的风化产物。
![]()
图 3 鸭绿江河口常量元素F1-F2判别方程图解Figure 3. F1-F2 discrimination diagrams for the major elements from Yalu River estuary3.4 全样与分级处理样品信息提取的差异性
(1) 粒度信息提取差异性
粒度特征是碎屑沉积物的最本质属性，其测试结果准确与否将直接影响与之相关的分析。以鸭绿江河口YL1#(细粒)和YL8#(粗粒)两个站位样品为例，分析后处理过程对粒径变化的影响。结果显示，粗粒沉积物在处理前后各粒级百分含量变化很小，仅在5~6Φ之间粒级百分含量略有变化，几乎不受实验处理的影响。说明粗粒沉积物以陆源碎屑为主，不含或者含有很少的碳酸盐碎屑和有机质。而细粒沉积物在处理前后粒级百分含量变化则较大，由单峰为主变为双峰分布，粒径频率曲线整体向细粒端元偏移，处理后沉积物明显变细(图 4)。说明非陆源物质对细粒沉积物组成有一定程度影响。此外，在强酸处理下，一些较粗的陆源物质(Fe-Mn氧化物、磷酸盐矿物等)也可能会被除掉，去除后使得粒径整体偏细。因此，若仅对陆源碎屑沉积物进行粒度分析，有必要采用一定浓度的双氧水和盐酸(或醋酸)对样品进行去除有机质和生物碳酸盐处理，尤其是对细粒沉积物。
![]()
图 4 处理前(虚线)后(实线)沉积物粒度频率曲线变化Figure 4. The variation of grain size frequency curve before (the dotted line)and after(solid line) processing(2) 元素含量信息提取差异性
前文表 2中的测试数据已表明，全样测试结果与分级样品均值相近，但与某一单独粒级相比偏差较大。将各粒级元素含量与全样结果进行偏差计算(表 7)，可以看出 < 2μm样品内P2O5含量与全样测试结果偏差达284.29%。总的来看，>63、2~8和 < 2μm三个粒级内元素含量与全样测试结果偏差明显高于其他两个粒级，或者可以认为，砂和黏土粒级内元素含量与全样测试结果偏差明显高于粉砂粒级，全样测试结果与粉砂粒级内元素含量更为接近。值得注意的是，各粒级内K2O含量与全样测试结果偏差明显低于其他8种元素，进一步说明了物源输入是控制K2O含量分布的最主要因素。此外，全样测试结果与分级样品均值相近，说明在陆源物质不断供应及较强的水动力条件下，鸭绿江河口表层沉积物中有机质和碳酸盐含量较低，对元素含量特征影响较小。但是，对于一些水动力条件较弱，有机质和自生碳酸盐含量较高的海域，在利用地球化学方法进行物源示踪时，去除掉非陆源碎屑组分是十分必要的。
表 7 分级样品与全样元素含量差异百分比Table 7. Percentage difference in content of elements between grading samples and bulk samples% 粒级/μm Al2O3 Fe2O3 CaO MgO K2O Na2O MnO TiO2 P2O5 >63 17.65 56.54 2.15 46.97 4.31 21.44 50.44 43.42 41.72 32~63 10.23 0.23 28.87 7.02 0.05 27.07 14.18 30.83 20.93 8~32 22.08 2.31 34.98 17.12 13.16 18.88 34.55 6.98 1.89 2~8 21.16 91.47 18.82 107.45 3.64 21.88 70.92 18.83 98.24 < 2 29.87 170.91 57.56 102.68 4.36 66.28 89.52 18.66 284.29 虽然不能以偏概全，但就鸭绿江河口表层沉积物而言，全样测试结果仅相当于分粒级样品的均值水平。与分级样品相比，全样测试结果明显具有均一化特征，极大地掩盖了不同粒级内元素地球化学特征的差异性和规律性，这对利用地球化学方法进行物源示踪、元素间相关分析、元素控制因素分析等研究结果的准确性产生了影响。因此，在利用地球化学方法进行物源示踪时，是否去除非陆源碎屑组分以及是否进行粒度分级需慎重斟酌。
4. 结论
(1) 鸭绿江河口表层沉积物源区目前处于温暖、湿润条件下，以斜长石风化为主的中等化学风化程度阶段，风化产物未遭受钾交代影响。源区斜长石与钾长石的比值大致为5:3，8μm以上各粒级样品化学风化程度相近，8μm以下样品随粒级减小化学风化程度显著增强。
(2) Al2O3、Fe2O3、MgO、MnO、TiO2、P2O5六种元素在>63、32~63和8~32μm三个粒级内含量相近，8μm以下样品随粒级减小元素含量显著增加。CaO、Na2O两种元素在各粒级内含量分布特征与上述6种元素相反。K2O含量高且未受“粒度效应”控制，可作为鸭绿江端元的指示性元素。
(3) 源区化学风化程度是控制常量元素分布的主要因素，“粒度效应”和表生环境下的自生作用对常量元素的分布也有一定的控制作用。但样品经分级处理后，“粒度效应”对元素的控制作用大为减弱，主要控制8μm以下样品内元素分布。
(4) 根据流域岩性特征分析，>2μm粒级样品可能主要来鸭绿江中下游地区变质基底和花岗质侵入体的风化产物；而 < 2μm粒级样品则可能主要来自鸭绿江上游地区基性侵入体的风化产物。
(5) 全样测试结果仅相当于分粒级样品均值水平，极大地掩盖了不同粒级内元素地球化学特征的差异性和规律性。因此，在利用全样地球化学特征进行物源示踪时需综合考虑。
-
![]()
图 2 水道C1形态变化
a：倾角属性平面图（黄色测线是地震剖面所在位置），b-d：为典型地震剖面图。
Figure 2. Morphological changes of Channel C1
a: Image of the dip attribute of Channel C1, b-d: typical seismic profiles.
![]()
图 3 水道体系构型参数
a、b：水道C1构型参数，c-e：冲沟-朵体复合体G1—G3构型参数。
Figure 3. Channel system measurements
a-b: Measurements of Channel C1, c-e: Measurements of the gully-lobe complexes G1-G3.
![]()
图 4 冲沟-朵体复合体G1、G2、G3典型剖面
Figure 4. Typical seismic profiles of the G1, G2, and G3 gully-lobe complexes
![]()
图 5 周期阶坎典型剖面
a: 水道内周期阶坎（黄色测线是地震剖面所在位置）, b: 西侧滑坡区周期阶坎。
Figure 5. Typical sections of the cyclic steps
a: Cyclic steps inside channels, b: cyclic steps in the landslide zone to the west.
![]()
图 6 水道壁滑塌
a: 倾角属性平面图（黄色测线是地震剖面所在位置）, b: 水道壁滑塌地震剖面。
Figure 6. The channel wall slumpage
a: Image of the dip attribute, b: typical seismic profile.
![]()
图 7 滑坡地貌特征
a: 均方根振幅（RMS）属性特征，b: Amplitude*H属性图，c: 舌状体地震剖面，d: 挤压脊地震剖面。
Figure 7. The features of submarine landslide
a: Attribute of the RMS (root mean square) amplitude, b: attribute of amplitude × H, c-d: lobe body and compressed ridges on seismic profiles.
表 1 常见海底地貌及特征描述
Table 1 Description and features of typical seafloor topography
一级分类 二级分类 特征描述 深水水道 单一型水道 深水水道从形态上有弯曲水道（弯曲度＞1.2）和顺直水道(弯曲度＜1.2)之分[8-9]，是沉积物由浅海向
深海搬运的重要通道分支水道 分支水道常发育于海底水道的头部和趾部，似树枝状展布，总体发育规模较小[10] 水道堤岸复合体 外部形态呈“海鸥”翼状展布，由“U”型或“V”型水道和楔状堤岸组成[11] 水道-朵体复合体 头部多为单一水道或者多分支水道，末端常以朵叶状展布 海底滑坡 头部 海底滑坡的头部常可识别出陡崖、滑移块体、侧壁、犁式正断层等沉积构造 体部 体部常见的特征有：滑塌褶皱、剪切槽、滑塌块体 趾部 趾部区域常能识别出逆冲断层、挤压脊、侵蚀擦痕以及外逸块体 冲沟 冲沟是常见的小尺度地貌，相当于深水沉积输送体系的“毛细血管”[12]，多由高速冲刷的悬浮颗粒导致 海底峡谷 海底峡谷常呈“V”或“U”型下切，侧壁较陡，主要以侵蚀或沉积为主。深水海底峡谷是良好的油气储层，
同时也可以记录完整的海洋地质环境变迁相关信息[13]海底麻坑 孤立麻坑 孤立麻坑表现为圆形或椭圆形，直径1～300 m[14]，是由超压流体溢出海底时侵蚀
海底沉积物所形成的一种负地形[15]条带状麻坑 由若干个大小不一的麻坑组成的麻坑带，古水道和浅层气的逸散是形成条带状麻坑的主要因素[8,16] 周期阶坎 周期阶坎多为长波形、不对称展布，似正弦曲线多数向上游迁移，部分向下游迁移的新月形[17] 
下载: 导出CSV
表 2 研究区内周期阶坎发育主要参数
Table 2 Measurements of the cyclic steps in the study area
发育
体系发育位置 沉积区特征 周期阶坎基本特征 面积/km2 坡度/(°) 形态 波长/km 波高/m 水道
体系水道 55.92 1.33 长条状 0.03～3.56 1.2～5.44 冲沟-朵体带 19.18 1.04 叶状 0.05～2.06 1.88～2.06 滑坡
体系西侧滑塌区 87.06 1.41 分散展布 0.38～4.24 2.8～5.36 东侧滑塌区 157.82 1.12 分散展布 0.04～5.14 1.66～4.75
下载: 导出CSV
-
[1] Ou X L, Zhu J J, Li S Z, et al. Submarine geomorphological features and their origins analyzed from multibeam bathymetry data in the South China Sea [J]. Journal of Marine Science and Engineering, 2021, 9(12): 1419. doi: 10.3390/jmse9121419
[2] Posamentier H W, Kolla V. Seismic geomorphology and stratigraphy of depositional elements in deep-water settings [J]. Journal of Sedimentary Research, 2003, 73(3): 367-388. doi: 10.1306/111302730367
[3] Francis J M, Daniell J J, Droxler A W, et al. Deep water geomorphology of the mixed siliciclastic-carbonate system, Gulf of Papua [J]. Journal of Geophysical Research:Earth Surface, 2008, 113(F1): F01S16.
[4] Hogan K A, Dowdeswell J A, Noormets R, et al. Submarine landforms and ice-sheet flow in the Kvitøya Trough, northwestern Barents Sea [J]. Quaternary Science Reviews, 2010, 29(25-26): 3545-3562. doi: 10.1016/j.quascirev.2010.08.015
[5] Serié C, Huuse M, Schødt N H, et al. Subsurface fluid flow in the deep-water Kwanza Basin, offshore Angola [J]. Basin Research, 2017, 29(2): 149-179. doi: 10.1111/bre.12169
[6] 罗进华, 朱培民. 琼东南盆地陆坡区重力流沉积体系超高精度解析[J]. 地质科技情报, 2019, 38(6):42-50 LUO Jinhua, ZHU Peimin. Gravity induced deposits in the continental slope of Qiongdongnan Basin based on ultrahigh resolution AUV data [J]. Geological Science and Technology Information, 2019, 38(6): 42-50.
[7] 朱友生, 王艳秋, 冯湘子, 等. 琼东南盆地陵水17-2深水气田开发区表层沉积物类型及工程地质特性[J]. 海洋地质与第四纪地质, 2022, 42(1):45-56 ZHU Yousheng, WANG Yanqiu, FENG Xiangzi, et al. Surface sediments and their geotechnical characteristics in the development area of deepwater gas field LS17-2 [J]. Marine Geology & Quaternary Geology, 2022, 42(1): 45-56.
[8] 李磊, 李志军, 闫瑞, 等. Rio Muni盆地第四纪陆坡地震地貌学[J]. 沉积学报, 2014, 32(3):485-493 LI Lei, LI Zhijun, YAN Rui, et al. Seismic geomorphology of Quaternary continental slope in Rio Muni Basin [J]. Acta Sedimentologica Sinica, 2014, 32(3): 485-493.
[9] 尚文亮, 徐少华, 李小刚, 等. 浅述深水水道的形态学特征[J]. 地质找矿论丛, 2020, 35(2):204-209 SHANG Wenliang, XU Shaohua, LI Xiaogang, et al. Brief introduction to morphological characteristics of deep-water channels [J]. Contributions to Geology and Mineral Resources Research, 2020, 35(2): 204-209.
[10] 李华, 何幼斌, 谈梦婷, 等. 深水重力流水道-朵叶体系形成演化及储层分布: 以鄂尔多斯盆地西缘奥陶系拉什仲组露头为例[J]. 石油与天然气地质, 2022, 43(4):917-928 LI Hua, HE Youbin, TAN Mengting, et al. Evolution of and reservoir distribution within deep-water gravity flow channel-lobe system: a case study of the Ordovician Lashenzhong Formation outcrop at western margin of Ordos Basin [J]. Oil & Gas Geology, 2022, 43(4): 917-928.
[11] 陈亮, 赵千慧, 王英民, 等. 深水水道沉积单元及演化分析[J]. 海洋地质前沿, 2020, 36(3):12-19 CHEN Liang, ZHAO Qianhui, WANG Yingmin, et al. Depositional elements of deepwater channels and their evolution [J]. Marine Geology Frontiers, 2020, 36(3): 12-19.
[12] 王大伟, 曾凡长, 王微微, 等. 海底冲沟: 深水沉积输运系统的“毛细血管”[J]. 地球科学进展, 2022, 37(4):331-343 WANG Dawei, ZENG Fanchang, WANG Weiwei, et al. Submarine gullies: the capillary of deep-water sediment transport system [J]. Advances in Earth Science, 2022, 37(4): 331-343.
[13] 杜文波, 聂鑫, 杨楚鹏, 等. 南海北部珠江口外峡谷体系沉积特征、演化及其控制因素[J]. 地球科学, 2022, doi: 10.3799/dqkx.2022.166. DU Wenbo, NIE Xin, YANG Chupeng, et al. Sedimentary characteristics, evolution and controlling factors of the Pearl River canyon system in the northern South China Sea[J]. Earth Science, 2022, doi: 10.3799/dqkx.2022.166.
[14] 杨志鹏, 李磊, 张威, 等. 海底麻坑表征及成因研究: 以尼日尔三角洲为例[J]. 海洋地质与第四纪地质, 2020, 40(6):61-70 YANG Zhipeng, LI Lei, ZHANG Wei, et al. Characteristics and genesis of submarine pockmarks: a case from the Niger Delta [J]. Marine Geology & Quaternary Geology, 2020, 40(6): 61-70.
[15] 沈奥, 孙启良, 蔡砥柱, 等. 海底麻坑的特征、分类与成因机制[J/OL]. 地质科技通报, 2022: 1-14. [2022-10-04]. https://kns.cnki.net/kcms/detail/detail.aspx?doi=10.19509/j.cnki.dzkq.2022.0144. SHEN Ao, SUN Qiliang, CAI Dizhu, et al. Characteristics, classification and genetic mechanism of pockmarks[J/OL]. Bulletin of Geological Science and Technology, 2022: 1-14. [2022-10-04]. https://kns.cnki.net/kcms/detail/detail.aspx?doi=10.19509/j.cnki.dzkq.2022.0144.
[16] 李磊, 裴都, 都鹏燕, 等. 海底麻坑的构型、特征、演化及成因: 以西非木尼河盆地陆坡为例[J]. 海相油气地质, 2013, 18(4):53-58 LI Lei, PEI Du, DU Pengyan, et al. Architecture, character, evolution and genesis of seabed pockmarks: a case study to the continental slope in Rio Muni Basin, West Africa [J]. Marine Origin Petroleum Geology, 2013, 18(4): 53-58.
[17] 程琳燕, 李磊, 高毅凡, 等. 琼东南盆地陵水凹陷海底周期阶坎底形的特征及成因[J]. 海洋地质与第四纪地质, 2022, 42(1):37-44 CHENG Linyan, LI Lei, GAO Yifan, et al. The characteristics and genesis of bottom cyclic steps in the Lingshui Sag of Qiongdongnan Basin [J]. Marine Geology & Quaternary Geology, 2022, 42(1): 37-44.
[18] 赵蒙维. 琼东南盆地新生代古海洋环境演变[D]. 中国海洋大学硕士学位论文, 2013. ZHAO Mengwei. Evolution of paleoenvironment in Qiong-Dongnan Basin during Cenozoic[D]. Master Dissertation of Ocean University of China, 2013.
[19] 康波. 琼东南盆地新生代沉降—热演化模拟[D]. 中国地质大学博士学位论文, 2014. KANG Bo. Cenozoic subsidence and thermal history modelling of Qiongdongnan Basin[D]. Doctor Dissertation of China University of Geosciences, 2014.
[20] 姚根顺, 袁圣强, 吴时国, 等. 琼东南盆地深水区双物源沉积模式及勘探前景[J]. 石油勘探与开发, 2008, 35(6):685-691 doi: 10.1016/S1876-3804(09)60101-4 YAO Genshun, YUAN Shengqiang, WU Shiguo, et al. Double provenance depositional model and exploration prospect in deepwater area of Qiongdongnan Basin [J]. Petroleum Exploration and Development, 2008, 35(6): 685-691. doi: 10.1016/S1876-3804(09)60101-4
[21] 曾小明, 潘燕, 于佳, 等. 陵水凹陷北坡低密度浊流海底扇沉积特征[J]. 科学技术与工程, 2015, 15(33):48-53,78 ZENG Xiaoming, PAN Yan, YU Jia, et al. Low-density turbidity submarine fan sedimentary characteristics in north slope of Lingshui Sag [J]. Science Technology and Engineering, 2015, 15(33): 48-53,78.
[22] 何家雄, 陈胜红, 马文宏, 等. 南海北部大陆边缘盆地深水油气成藏条件早期预测与评价[J]. 天然气地球科学, 2008, 19(6):780-789 HE Jiaxiong, CHEN Shenghong, MA Wenhong, et al. Early forecast and evaluation on petroleum accumulation conditions in deep basin in northern continental margin of the South China Sea [J]. Natural Gas Geoscience, 2008, 19(6): 780-789.
[23] 冯湘子, 朱友生. 南海北部陵水陆坡重力流沉积调查与分析[J]. 海洋地质与第四纪地质, 2020, 40(5):25-35 FENG Xiangzi, ZHU Yousheng. Investigation of gravity flow deposits on the Lingshui slope of the northern South China Sea [J]. Marine Geology & Quaternary Geology, 2020, 40(5): 25-35.
[24] Mosher D, Bigg S, LaPierre A. 3D seismic versus multibeam sonar seafloor surface renderings for geohazard assessment: case examples from the central Scotian Slope [J]. The Leading Edge, 2006, 25(12): 1484-1494. doi: 10.1190/1.2405334
[25] Meng M M, Liang J Q, Kuang Z G, et al. Distribution characteristics of Quaternary channel systems and their controlling factors in the Qiongdongnan Basin, South China Sea [J]. Frontiers in Earth Science, 2022, 10: 902517. doi: 10.3389/feart.2022.902517
[26] 陈昱瑶, 周江羽, 钟佳, 等. 南海西北缘深水水道体系的地震响应及其演化[J]. 海洋地质与第四纪地质, 2014, 34(2):69-78 CHEN Yuyao, ZHOU Jiangyu, ZHONG Jia, et al. Seismic characteristics of deepwater channel system in northwestern margin of South China Sea and its evolution [J]. Marine Geology & Quaternary Geology, 2014, 34(2): 69-78.
[27] 姚悦, 周江羽, 雷振宇, 等. 西沙海槽盆地强限制性中央峡谷水道地震相与内部结构的分段特征[J]. 沉积学报, 2018, 36(4):787-795 YAO Yue, ZHOU Jiangyu, LEI Zhenyu, et al. High restriction seismic facies and inner structural segmentation features of the central canyon channel systems in Xisha Trough Basin [J]. Acta Sedimentologica Sinica, 2018, 36(4): 787-795.
[28] 李爽, 李伟, 詹文欢. 南海东北部陆缘浊流活动的地貌记录及其形成机制分析[J]. 热带海洋学报, 2021, 40(1):111-121 LI Shuang, LI Wei, ZHAN Wenhuan. Geomorphological records of turbidity current activity in the northeastern margin of the South China Sea and analysis of triggering mechanism [J]. Journal of Tropical Oceanography, 2021, 40(1): 111-121.
[29] Symons W O, Sumner E J, Talling P J, et al. Large-scale sediment waves and scours on the modern seafloor and their implications for the prevalence of supercritical flows [J]. Marine Geology, 2016, 371: 130-148. doi: 10.1016/j.margeo.2015.11.009
[30] 李全, 林畅松, 盖海洋, 等. 西非科特迪瓦盆地深水底形样式及成因分析[J]. 沉积学报, 2022, DOI: 10.14027/j.issn.1000-0550.2022.045. LI Quan, LIN Changsong, GAI Haiyang, et al. Deep-water bedform patterns and genesis in the Cote D’ Ivoire Basin, west Africa[J]. Acta Sedimentologica Sinica, 2022, DOI: 10.14027/j.issn.1000-0550.2022.045.
[31] Masson D G, Huggett Q J, Brunsden D. The surface texture of the Saharan debris flow deposit and some speculations on submarine debris flow processes [J]. Sedimentology, 1993, 40(3): 583-598. doi: 10.1111/j.1365-3091.1993.tb01351.x
[32] Frey-Martínez J, Cartwright J, James D. Frontally confined versus frontally emergent submarine landslides: a 3D seismic characterisation [J]. Marine and Petroleum Geology, 2006, 23(5): 585-604. doi: 10.1016/j.marpetgeo.2006.04.002
[33] 何云龙, 解习农, 李俊良, 等. 琼东南盆地陆坡体系发育特征及其控制因素[J]. 地质科技情报, 2010, 29(2):118-122 HE Yunlong, XIE Xinong, LI Junliang, et al. Depositional characteristics and controlling factors of continental slope system in the Qiongdongnan Basin [J]. Geological Science and Technology Information, 2010, 29(2): 118-122.
[34] 杜浩, 石万忠, 梁金强, 等. 琼东南盆地块体搬运沉积体系成因及其对水合物成藏的影响[J]. 石油地球物理勘探, 2021, 56(4):869-881 DU Hao, SHI Wanzhong, LIANG Jinqiang, et al. Genesis of mass transport deposits and their effect on gas hydrate accumulation in the Qiongdongnan Basin [J]. Oil Geophysical Prospecting, 2021, 56(4): 869-881.
[35] 黄维, 汪品先. 南海沉积物总量的统计: 方法与结果[J]. 地球科学进展, 2006, 21(5):465-473 HUANG Wei, WANG Pinxian. The statistics of sediment mass in the South China Sea: method and result [J]. Advances in Earth Science, 2006, 21(5): 465-473.
[36] 马畅, 葛家旺, 赵晓明, 等. 南海北部琼东南盆地第四系陆架边缘轨迹迁移及深水沉积模式[J]. 地学前缘, 2022, 29(4):55-72 MA Chang, GE Jiawang, ZHAO Xiaoming, et al. Quaternary Qiongdongnan Basin in South China Sea: shelf-edge trajectory migration and deep-water depositional models [J]. Earth Science Frontiers, 2022, 29(4): 55-72.
[37] 王菲, 吴艳梅, 丁巍伟. 南海西北与西南次海盆沉积通量及其控制因素[J]. 地球科学, 2021, 46(3):986-1007 WANG Fei, WU Yanmei, DING Weiwei. Sedimentary budget and controlling factors of the northwest and southwest sub-basins, the South China Sea [J]. Earth Science, 2021, 46(3): 986-1007.
[38] 邵磊, 李昂, 吴国瑄, 等. 琼东南盆地沉积环境及物源演变特征[J]. 石油学报, 2010, 31(4):548-552 doi: 10.7623/syxb201004005 SHAO Lei, LI Ang, WU Guoxuan, et al. Evolution of sedimentary environment and provenance in Qiongdongnan Basin in the northern South China Sea [J]. Acta Petrolei Sinica, 2010, 31(4): 548-552. doi: 10.7623/syxb201004005
[39] Shi X B, Kohn B, Spencer S, et al. Cenozoic denudation history of southern Hainan Island, South China Sea: constraints from low temperature thermochronology [J]. Tectonophysics, 2011, 504(1-4): 100-115. doi: 10.1016/j.tecto.2011.03.007
[40] Clift P D, Sun Z. The sedimentary and tectonic evolution of the Yinggehai–Song Hong basin and the southern Hainan margin, South China Sea: implications for Tibetan uplift and monsoon intensification [J]. Journal of Geophysical Research:Solid Earth, 2006, 111(B6): B06405.
[41] 龚再升, 谢泰俊, 张启民, 等. 南海北部大陆边缘盆地分析及油气聚集[R]. 保定: 中国海洋石油勘探开发研究中心, 2002. GONG Zaisheng, XIE Taijun, ZHANG Qimin, et al. Analysis of continental- margin basins and hydrocarbon accumulation in the northern South China Sea[R]. Baoding: China Offshore Oil Exploration and Development Research Center, 2002.
[42] Smith D E, Harrison S, Jordan J T. Sea level rise and submarine mass failures on open continental margins [J]. Quaternary Science Reviews, 2013, 82: 93-103. doi: 10.1016/j.quascirev.2013.10.012
[43] Tian J, Zhao Q H, Wang P X, et al. Astronomically modulated Neogene sediment records from the South China Sea [J]. Paleoceanography, 2008, 23(3): PA3210.
[44] 龚承林, 齐昆, 徐杰, 等. 深水源—汇系统对多尺度气候变化的过程响应与反馈机制[J]. 沉积学报, 2021, 39(1):231-252 GONG Chenglin, QI Kun, XU Jie, et al. Process-product linkages and feedback mechanisms of deepwater source-to-sink responses to multi-scale climate changes [J]. Acta Sedimentologica Sinica, 2021, 39(1): 231-252.
[45] Peltier W R. On eustatic sea level history: Last Glacial maximum to Holocene [J]. Quaternary Science Reviews, 2002, 21(1-3): 377-396. doi: 10.1016/S0277-3791(01)00084-1
[46] 马云, 李三忠, 梁金强, 等. 南海北部琼东南盆地海底滑坡特征及其成因机制[J]. 吉林大学学报:地球科学版, 2012, 42(S3):196-205 MA Yun, LI Sanzhong, LIANG Jinqiang, et al. Characteristics and mechanism of submarine landslides in the Qiongdongnan Basin, northern South China Sea [J]. Journal of Jilin University:Earth Science Edition, 2012, 42(S3): 196-205.
-
期刊类型引用(2)
1. 柯旭栋，李磊，颉宇凡，薛国庆，王文杰，杨怡飞. 琼东南盆地L区块体搬运沉积三维地震构型表征及其成因. 海洋石油. 2025(01): 13-20 . 
百度学术
2. 王旖旎，张百涛，王允洪，金可洁. 琼东南陵水凹陷北坡构造特征及构造演化分析. 海洋石油. 2024(03): 31-38 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 1001
- HTML全文浏览量: 377
- PDF下载量: 111
- 被引次数: 3
