地震地质

作者：刘睿, 姜大伟, 李安, 郭长辉, 张世民

单位：1. 中国地震局地壳应力研究所, 地壳动力学重点实验室, 北京 100085;2. 中国地震局地质研究所, 活动构造与火山重点实验室, 北京 100029;3. 中国地震局第一监测中心, 天津 300180

关键词：地貌面,沉积特征,粒度分析,自组织人工神经网络,系统聚类分析,

基金：国家自然科学基金（41802226）和中国地震局地壳应力研究所基本科研业务专项（ZDJ2018-03）共同资助

摘要： 利用河流地貌面研究构造变形需要区分不同级地貌面，这对于侵蚀、风化严重的地区是比较困难的。为此，文中尝试利用组成地貌面的沉积物特征对其进行区分，并以青衣江流域地貌面为实例，对采集于不同地貌面的29个样本分别采用传统粒度分析、自组织特征映射（SOFM）网络分析及系统聚类分析3种方法进行分类。结果表明：传统粒度分析方法、SOFM网络方法及聚类分析方法都能够区分不同成因的地貌面，同时对于成因相同的不同级河流阶地，能够区分低级阶地（T1、T2）和高级阶地（T3、T4）。对于低级阶地（T1、T2），SOFM网络方法和聚类分析方法能够进行一定的区分，而传统粒度分析方法的效果较差。整体而言，SOFM网络方法操作简单，分类结果清晰直白、误差较小，对于识别不同级地貌面具有更强的适应性。这一研究结果将为区分不同级地貌面提供一种简单、有效的手段。

来源：2019年第4期

《地震地质》期刊编辑部

查看地震地质杂志2019年第4期