CN106204591B - 一种海域沉积物岩心中古环境信息载体的取样方法 - Google Patents

一种海域沉积物岩心中古环境信息载体的取样方法 Download PDF

Info

Publication number
CN106204591B
CN106204591B CN201610543464.6A CN201610543464A CN106204591B CN 106204591 B CN106204591 B CN 106204591B CN 201610543464 A CN201610543464 A CN 201610543464A CN 106204591 B CN106204591 B CN 106204591B
Authority
CN
China
Prior art keywords
value
gray
valley
rock core
cut point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610543464.6A
Other languages
English (en)
Other versions
CN106204591A (zh
Inventor
张喜林
范德江
魏合龙
孙治雷
刘明
刘维亮
翟滨
张现荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Institute of Marine Geology
Original Assignee
Qingdao Institute of Marine Geology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Institute of Marine Geology filed Critical Qingdao Institute of Marine Geology
Priority to CN201610543464.6A priority Critical patent/CN106204591B/zh
Publication of CN106204591A publication Critical patent/CN106204591A/zh
Application granted granted Critical
Publication of CN106204591B publication Critical patent/CN106204591B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/52—Scale-space analysis, e.g. wavelet analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30184—Infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Multimedia (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明提供了一种海域沉积物岩心中古环境信息载体的取样方法，本发明通过对海域沉积物岩心依次进行X射线扫描和图像数字化处理，得到岩心的灰度图像；将所述岩心的灰度图像进行灰度值提取，并采用标准偏差法进行标准化处理，得到灰度值随岩心深度的变化曲线；再通过设定阈值进一步确定切割点，对海域沉积物岩心进行切割取样。本发明借助于光学及数字化图像分析技术可以提取岩心中连续的灰度值信息，根据灰度值的准周期变化特征确定分割间隔，这样能够使得取样的古环境载体中的粒序层理和微小的沉积波动不被破坏，提高了古环境重建的准确性。

Description

一种海域沉积物岩心中古环境信息载体的取样方法
技术领域
本发明属于海洋沉积学古环境代用指标提取技术领域，尤其涉及一种海域沉积物岩心中古环境信息载体的取样方法。
背景技术
重建全球古气候和古环境演化历史可以在长时间尺度上认识全球环境演变的过程和规律，为预测未来全球环境变化的趋势提供可靠的科学依据。海洋沉积体是了解过去地球气候变化的三类基本载体之一，蕴含着丰富的海洋古环境信息，通过提取其中古环境变化信息，可以恢复历史时期地球气候环境在不同时间尺度的变化特征(百万年—万年—千年—百年—十年—年—季节尺度)，这能够为预测未来全球气候变化及海洋生态环境演变规律提供重要的科学依据。
当前从海洋沉积物岩心中获取高分辨古环境信息主要遵循传统的沉积学研究思路：将沉积物岩心剖分、以一定间隔等份取样、分析沉积物样品、得到相关信息；而实验室内对沉积物岩心进行切割的间隔一般在几个厘米左右，精确的可达1厘米甚至0.5厘米左右，然而针对某些高速率的沉积区，这样的取样方法会将一些高频的沉积波动破坏，导致重建的古环境信息不准确；此外，等间隔的取样方法也可能会破坏沉积物岩心中微小的粒序层理，这样无法获得准确的古环境信息。
发明内容
本发明的目的在于提供一种海域沉积物岩心中古环境信息载体的取样方法，本发明中的取样方法能够使得取样的古环境载体中的粒序层理和微小的沉积波动不被破坏，提高了古环境重建的准确性。
本发明提供一种海域沉积物岩心中古环境信息载体的取样方法，包括以下步骤：
A)将海域沉积物岩心依次进行X射线扫描成像和图像数字化处理，得到岩心的灰度图像；
B)将所述岩心的灰度图像进行灰度值提取，并采用标准偏差法进行标准化处理，得到标准偏差最大值、标准偏差最小值和灰度值随岩心深度的变化曲线；
C)以标准偏差最大值的(13％～17％)和标准偏差最小值的-(13％～17％)为所述灰度值随岩心深度的变化曲线的阈值，选取超过上述阈值的若干谷值和峰值，以其中一个谷值为起点，在上述超过阈值的谷值和峰值中依次选取谷值-峰值-谷值，第二个谷值处作为第一个切割点；与所述第一个切割点间隔一个峰值的下一个谷值为第二个切割点，以此类推，得到n1个切割点，n1≥1；
或者，在选取超过上述阈值的若干谷值和峰值后，以其中一个峰值为起点，在上述超过阈值的谷值和峰值中依次选取峰值-谷值-峰值，第二个峰值处作为第一个切割点；与所述第一个切割点间隔一个谷值的下一个峰值为第二个切割点，以此类推，得到n2个切割点，n2≥1；
D)按照n1或n2个切割点进行切割，得到n个海域沉积物岩心中古环境信息载体。
优选的，以所述标准偏差最大值的(14％～16％)和标准偏差最小值的-(14％～16％)为所述灰度值随岩心深度的变化曲线的阈值。
优选的，以所述标准偏差最大值的15％和标准偏差最小值的-15％为所述灰度值随岩心深度的变化曲线的阈值。
优选的，在所述步骤B)和步骤C)之间，还包括以下步骤：
将标准化后的灰度值数据进行分解，提取灰度值的高频组分，得到灰度值高频组分随岩心深度的变化曲线，再按照所述灰度值的高频组分确定切割点。
优选的，所述步骤B)中灰度值提取具体过程如下：
从所述灰度图像中提取灰度值，得到灰度值矩阵，提取灰度值矩阵中间3～5列数据的平均值，再对所述平均值进行标准化处理。
优选的，所述灰度图像的分辨率为0.1～2mm。
优选的，所述灰度值矩阵的总列数为30～50列。
优选的，所述海域沉积物中包括粉砂和/或粘土。
优选的，所述粉砂和/或粘土在海域沉积物中的总质量分数为75～99％。
本发明提供了一种海域沉积物岩心中古环境信息载体的取样方法，包括以下步骤：A)将岩心依次进行X射线扫描成像和图像数字化处理，得到岩心的灰度图像；B)将所述岩心的灰度图像进行灰度值提取，并采用标准偏差法进行标准化处理，得到灰度值随岩心深度的变化曲线；C)以标准偏差最大值的(13％～17％)和标准偏差最小值的-(13％～17％)为所述灰度值随岩心深度的变化曲线的阈值，选取超过上述阈值的若干谷值和峰值，以其中一个谷值为起点，在上述超过阈值的谷值和峰值中依次选取谷值-峰值-谷值，第二个谷值处作为第一切割点；与所述第一切割点间隔一个峰值的下一个谷值为第二切割点，以此类推，得到n1个切割点，n1≥1；或者，在选取超过上述阈值的估值和峰值后，以其中一个峰值为起点，在上述超过阈值的谷值和峰值中依次选取峰值-谷值-峰值，第二个峰值处作为第一切割点；与所述第一切割点间隔一个谷值的下一个峰值为第二切割点，以此类推，得到n2个切割点，n2≥1；D)按照n1或n2个切割点进行切割，得到n个海域沉积物岩心中古环境信息载体。本发明借助于光学及数字化图像分析技术可以获取岩心中连续的灰度值信息，根据灰度值的准周期变化特征确定分割间隔，这样能够使得取样的古环境载体中的粒序层理和微小的沉积波动不被破坏，提高了古环境重建的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明中的取样方法的流程示意图；
图2为本发明实施例1中取样的切割位置示意图；
图3为本发明实施例2中取样的切割位置示意图；
图4为本发明实施例3中取样的切割位置示意图。
具体实施方式
本发明提供了一种海域沉积物岩心中古环境信息载体的取样方法，包括以下步骤：
A)将岩心依次进行X射线扫描成像和图像数字化处理，得到岩心的灰度图像；
B)将所述岩心的灰度图像进行灰度值提取，并采用标准偏差法进行标准化处理，得到标准偏差最大值、标准偏差最小值和灰度值随岩心深度的变化曲线；
C)以标准偏差最大值的(13％～17％)和标准偏差最小值的-(13％～17％)为所述灰度值随岩心深度变化曲线的阈值，选取超过上述阈值的谷值和峰值，以其中一个谷值为起点，在上述超过阈值的谷值和峰值中依次选取谷值-峰值-谷值，第二个谷值处作为第一个切割点；与所述第一个切割点间隔一个峰值的下一个谷值为第二个切割点，以此类推，得到n1个切割点，n1≥1；
或者，在选取超过上述阈值的估值和峰值后，以其中一个峰值为起点，在上述超过阈值的谷值和峰值中依次选取峰值-谷值-峰值，第二个峰值处作为第一个切割点；与所述第一个切割点间隔一个谷值的下一个峰值为第二个切割点，以此类推，得到n2个切割点，n2≥1；
D)按照n1或n2个切割点进行切割，得到n个海域沉积物岩心中古环境信息载体。
本发明上述方法可参考图1，图1为本发明中的取样方法的流程示意图。
本发明先将海域沉积物进行取样，得到海域沉积物岩心。在本发明中，上述方法尤其适用于细颗粒海域沉积物，如含有粉砂和/或粘土的海域沉积物，所述海域沉积物中粉砂和/或粘土总的质量分数优选为75～99％，更优选为80～95％，最优选为85～90％。如取自东海内陆架近长江口三角洲的海域沉积物岩心或取自东海闽浙沿岸泥质区的海域沉积物岩心。
在本发明中，一般来说，海域沉积物岩心样品为圆柱形状，直径在75～110mm，长度可根据实际需求进行取样；然后再将所述海域沉积物岩心沿圆柱的中轴线进行剖分，将其中的一半进行修整，使其剖面尽量光滑，之后采用保鲜膜密封以便进行X射线扫描分析。
本发明将修整好的岩心采用X射线扫描成像，得到原始的X光负片，然后利用X射线成像系统自带的软件导出相应的图片，得到的X光图片格式可以是JPG/JPEG格式的。本发明对所使用的X射线成像系统没有特殊的限定，可采用医用X射线成像系统进行照射，如型号为SIEMENS-FX的X射线成像系统，设定仪器的工作条件为：电流为15～20mA，电压为60～80keV。
本发明将得到的X光图片进行数字化处理，得到岩心的灰度图像，具体的，本发明优选采用MATLAB软件对所述X光图片进行数字化处理，利用MATLAB软件中的imread函数读入该图片，然后再利用图像类转换函数rgb2gray将其转换为灰度图像。本发明优选采用MATLAB 7.0版本。
得到岩心的灰度图像后，本发明将所述岩心的灰度图像进行灰度值提取，本发明优选从所述灰度图像中提取灰度值，得到灰度值矩阵，为了更加精准的反应沉积物岩心中细微的层理，本发明优选将岩心灰度值矩阵的行数控制在30～50列之间，使其分辨率为0.1～2mm，更优选为1mm。具体的，在本发明的实施例中，可以是30列或40列。得到灰度值矩阵后，提取矩阵中间的3～5列数据的平均值。例如，矩阵总列数为30列，选取矩阵中间的4列，即第14～17列计算其均值。由于随着海域沉积物岩心深度的变化，不同的海域沉积物组分和沉积速率所反映出的灰度值是不同的，所以，提取得到的灰度值随岩心深度的变化曲线表征的是岩心组份在不同层位的差异性变化特征。
本发明利用标准偏差法(Standard Deviation，SD)对上述灰度值的平均值进行标准化处理，得到标准偏差最大值(SDmax)、标准偏差最小值(SDmin)和标准化后的灰度值曲线，本发明优选采用联合经验模态分解方法(EEMD)对所述标准化后的灰度值进行分解，获取其在不同尺度上的变化特征，经EEMD分解后会得到灰度值的多个模态项及趋势项，本发明将具有高频变化特征的多个模态相加得到灰度值的高频组份(所述高频组份是在岩心沉积速率的基础上，通过统计经EEMD分解后每个模态的准周期个数进而得到每个模态的时间尺度，将具有年内、年及年代际变化的模态相加得到灰度值的高频组份)；由于低频组份的加入能够使得某些高频组份的振幅变小，这样进行阈值处理时，由于振幅不明显会被忽略，因此，通过提取高频组份能够有效的避免灰度值中那些低频的变化组份所造成的干扰。在本发明中，所述分解方法与标准化处理方法均是本领域技术人员公知的方法，在此不再赘述。
得到标准化后的灰度值高频组分曲线后，本发明以15％SDmax(标准偏差最大值)和-15％SDmin(标准偏差最小值)为所述灰度值曲线的阈值，选取超过上述阈值的谷值和峰值，以其中一个谷值为起点，在上述超过阈值的谷值和峰值中依次选取谷值-峰值-谷值，第二个谷值处作为第一个切割点；与所述第一个切割点间隔一个峰值的下一个谷值为第二个切割点，以此类推，得到n1个切割点，n1≥1；
或者，在选取超过上述阈值的估值和峰值后，以其中一个峰值为起点，在上述超过阈值的谷值和峰值中依次选取峰值-谷值-峰值，第二个峰值处作为第一个切割点；与所述第一个切割点间隔一个谷值的下一个峰值为第二个切割点，以此类推，得到n2个切割点，n2≥1；
本发明优选以+15％SDmax及-15％SDmin的中间值为基准线，选择0为基准线是因为标准化后的灰度值经过EEMD分解之后会表现出以0为基准线的变化特征。
本发明选择+15％SDmax及-15％SDmin作为阈值是参考统计学中对于离散数据通常选择85％这一置信区间作为有效参考区间设定的，在实际的应用中我们尝试过选择+20％SDmax及-20％SDmin，+10％SDmax及-10％SDmin，+5％SDmax及-5％SDmin作为阈值；在实际应用过程中发现当选择的阈值大于+15％SDmax及小于-15％SDmin超出一定的范围时(例如，+20％SDmax及-20％SDmin)，一些振幅较小的准周期波动就会被忽略掉；当选择的阈值小于+15％SDmax及大于-15％SDmin超出一定的范围时(例如，+10％SDmax及-10％SDmin，+5％SDmax及-5％SDmin)，一些振幅很小并非完整粒序层理的微小波动也会被识别出来，这都会影响获取古环境信息的准确性。通过实际应用过程中的经验，我们总结认为+15％SDmax及-15％SDmin更为合理。
一般来讲，从地质历史时期来看，每个地质过程都是以不同时间尺度的韵律性旋回所组成的，而海洋沉积物作为这些地质事件及地质过程的良好载体，完整的记录了这些地质事件及地质过程，具体在岩心中表现为韵律性波动，通常一个韵律性旋回在岩心中往往表现为一个准周期变化(即为：谷-峰-谷或峰-谷-峰)，本发明以谷-峰-谷或峰-谷-峰进行切割，完整的保存了某个地质事件或过程，能更加精准的反映古环境变化。
确定切割点之后，本发明优选按照得到的切割点位置进行切割，将所述海域沉积物岩心切割成若干个薄片，以备后续的检测使用。
本发明提供了一种海域沉积物岩心中古环境信息载体的取样方法，包括以下步骤：A)将岩心依次进行X射线扫描成像和数字化处理，得到岩心的灰度图像；B)将所述岩心的灰度图像进行灰度值提取，并采用标准偏差法进行标准化处理，得到灰度值随岩心深度的变化曲线；C)以标准偏差最大值的(13％～17％)和标准偏差最小值的-(13％～17％)为所述灰度值随岩心深度的变化曲线的阈值，选取超过上述阈值的谷值和峰值，以其中一个谷值为起点，在上述超过阈值的谷值和峰值中依次选取谷值-峰值-谷值，第二个谷值处作为第一切割点；与所述第一切割点间隔一个峰值的下一个谷值为第二切割点，以此类推，得到n1个切割点，n1≥1；或者，在选取超过上述阈值的估值和峰值后，以其中一个峰值为起点，在上述超过阈值的谷值和峰值中依次选取峰值-谷值-峰值，第二个峰值处作为第一切割点；与所述第一切割点间隔一个谷值的下一个峰值为第二切割点，以此类推，得到n2个切割点，n2≥1；D)按照n1或n2个切割点进行切割，得到n个海域沉积物岩心中古环境信息载体。本发明借助于光学及数字化图像分析技术可以取样岩心中连续的灰度值信息，根据灰度值的变化特征确定分割间隔，这样能够使得取样的古环境载体中的粒序层理和微小的沉积波动不被破坏，提高了古环境重建的准确性。
为了进一步说明本发明，以下结合实施例对本发明提供的一种海域沉积物岩心中古环境信息载体的取样方法进行详细描述，但不能将其理解为对本发明保护范围的限定。
实施例1
采用取自东海内陆架近长江口三角洲的岩心A。
步骤1：将获取的沉积物柱样岩心A(其直径为75mm)进行剖分，使其一分为二；岩心A的长度为220cm，为了更加清晰的展示切割点的位置，选取前30cm进行展示；将其中的一半进行修整，使其表面尽量平滑，之后利用保鲜膜密封便于进行扫描成像分析。
步骤2：将用保鲜膜密封的一半岩心在实验室内利用SIEMENS-FX大型X射线成像系统进行照射，获取原始的X光负片，设定仪器的工作条件为：电流16mA；电压：70keV。将获得的X光负片由X射线成像系统自带软件导出为JPEG格式的图片，将得到的JPG格式的图像利用MATLAB7.0软件中的imread函数读入，然后利用图像类转换函数rgb2gray将经过处理的图像转换为灰度图像。
步骤3：对步骤2中得到的灰度图像进行处理，设置灰度图像的大小为40×300(即40列×300行)，之后利用MATLAB7.0软件中的rgb2gray函数对图像进行灰度值提取，得到40列×600行的灰度值矩阵，选取灰度值矩阵中间的4列(即19～21列)计算其均值，之后利用标准偏差法(Standard Deviation，SD)进行标准化处理。然后利用联合经验模态分解方法(EEMD)对标准化后的灰度值进行分解，提取其灰度值中的高频组份的变化特征，灰度值中高频组份曲线的SDmax为2，SDmin为-2，以15％SDmax(+0.3)及-15％SDmin(-0.3)为阈值。
步骤4：参见图2，图2为本发明实施例1中获取的切割位置示意图。以-0.3作为标准化后灰度值变化曲线的下边界，将+0.3作为上边界进行划线，按照“标准化后的灰度值高频组份数据满足“谷值—峰值—谷值”的变化特征且峰值和谷值均超过上下边界条件时，将第二个谷值处作为切割点”这一切割准则，依次获取岩心的切割点(详见图2中右侧箭头所指的位置为切割点)，利用该方法获取12个切割点。图2中间的曲线1为岩心中粉砂和粘土的含量随岩心深度的变化曲线，从图2中可以清楚的看出，岩心中粉砂和黏土在不同层位的变化，具体在岩心图像中体现为颜色强弱的变化，根据X射线成像理论，当粉砂和黏土的含量越高时，岩心图像的颜色较浅，当二者的含量较低时，岩心图像的颜色则较深。从图2中可以看出按照本发明中的切割点进行切割，岩心中的一些微小层理均未得到破坏，能够使岩心中的粒序层理得到很好的保存。然而左侧是按照常规沉积学的分隔方法，按照2cm间隔取样，共得到15个切割点，而利用传统的分隔方法，岩心中一些微小的层理会得到明显的破坏，这样导致在进行下一步古环境重建过程中会导致错误的认识。
实施例2：
采用取自东海闽浙沿岸泥质区的岩心B。
步骤1：将获取的沉积物柱样岩心B(其直径为75mm)进行剖分，使其一分为二；岩心B的长度为170cm，为了更加清晰的展示切割点的位置，选取前30cm进行展示；将其中的一半进行修整，使其表面尽量平滑，之后利用保鲜膜密封便于进行扫描成像分析。
步骤2：将用保鲜膜密封的一半岩心在实验室内利用SIEMENS-FX大型X射线成像系统进行照射，获取原始的X光负片，设定仪器的工作条件为：电流15mA；电压：70keV。将获得的X光负片由X射线成像系统自带软件导出为JPEG格式的图片，将得到的JPG格式的图像利用MATLAB7.0软件中的imread函数读入，然后利用图像类转换函数rgb2gray将经过处理的图像转换为灰度图像。
步骤3：对步骤2中得到的灰度图像进行处理，设置灰度图像的大小为40×300(即40列×300行)，之后利用MATLAB7.0软件中的rgb2gray函数对图像进行灰度值提取，得到30列×300行的灰度值矩阵，选取灰度值矩阵中间的4列(即19～22列)计算其均值，之后利用标准偏差法(Standard Deviation，SD)进行标准化处理。然后利用联合经验模态分解方法(EEMD)对标准化后的灰度值进行分解，提取其灰度值中的高频组份的变化特征，度值中高频组份曲线的SDmax为0.5，SDmin为-0.5，以15％SDmax(+0.075)及-15％SDmin(-0.075)为阈值。
步骤4：参见图3，图3为本发明实施例2中获取的切割位置示意图。以-0.075作为标准化后灰度值变化曲线的下边界，将+0.075作为上边界进行划线，按照“标准化后的灰度值高频组份数据满足“谷值—峰值—谷值”的变化特征且峰值和谷值均超过上下边界条件时，将第二个谷值处作为切割点”这一切割准则，依次获取岩心的切割点(详见图3中右侧箭头所指的位置为切割点)，利用该方法获取33个切割点，且从图3中可以看出且岩心中的一些微小层理均未得到破坏。然而左侧是按照常规沉积学的分隔方法，按照1cm间隔取样，共得到30个切割点，从图3可以看出，利用传统的分隔方法，岩心中一些微小的层理会得到明显的破坏，这样导致在进行下一步古环境重建过程中会导致错误的认识。
实施例3
采用取自东海闽浙沿岸泥质区的岩心C。
步骤1：将获取的沉积物柱样岩心C(其直径为75mm)进行剖分，使其一分为二；岩心C的长度为160cm，为了更加清晰的展示切割点的位置，选取前30cm进行展示；将其中的一半进行修整，使其表面尽量平滑，之后利用保鲜膜密封便于进行扫描成像分析。
步骤2：将用保鲜膜密封的一半岩心在实验室内利用SIEMENS-FX大型X射线成像系统进行照射，获取原始的X光负片，设定仪器的工作条件为：电流15mA；电压：65keV。将获得的X光负片由X射线成像系统自带软件导出为JPEG格式的图片，将得到的JPG格式的图像利用MATLAB7.0软件中的imread函数读入，然后利用图像类转换函数rgb2gray将经过处理的图像转换为灰度图像。
步骤3：对步骤2中得到的灰度图像进行处理，设置灰度图像的大小为30×300(即30列×300行)，之后利用MATLAB7.0软件中的rgb2gray函数对图像进行灰度值提取，得到30列×300行的灰度值矩阵，选取灰度值矩阵中间的4列(即14～17列)计算其均值，之后利用标准偏差法(StandardDeviation，SD)进行标准化处理。然后利用联合经验模态分解方法(EEMD)对标准化后的灰度值进行分解，提取其灰度值中的高频组份的变化特征，灰度值中高频组份曲线的SDmax为0.6，SDmin为-0.6，以15％SDmax(+0.09)及-15％SDmin(-0.09)为阈值。
步骤4：参见图4，图4为本发明实施例3中获取的切割位置示意图。以-0.09作为标准化后灰度值变化曲线的下边界，将+0.09作为上边界进行划线，按照“标准化后的灰度值高频组份数据满足“谷值—峰值—谷值”的变化特征且峰值和谷值均超过上下边界条件时，将第二个谷值处作为切割点”这一切割准则，依次获取岩心的切割点(详见图4中右侧箭头所指的位置为切割点)，利用该方法获取35个切割点，且从图中可以看出且岩心中的一些微小层理均未得到破坏。然而左侧是按照常规沉积学的分隔方法，按照1cm间隔取样，共得到30个切割点，从图4可以看出，利用传统的分隔方法，岩心中一些微小的层理会得到明显的破坏，这样导致在进行下一步古环境重建过程中会导致错误的认识。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种海域沉积物岩心中古环境信息载体的取样方法，包括以下步骤：
A)将海域沉积物岩心依次进行X射线扫描成像和图像数字化处理，得到岩心的灰度图像；
B)将所述岩心的灰度图像进行灰度值提取，并采用标准偏差法进行标准化处理，得到标准偏差最大值、标准偏差最小值和灰度值随岩心深度的变化曲线；
C)以标准偏差最大值的13％～17％和标准偏差最小值的-13％～-17％为所述灰度值随岩心深度的变化曲线的阈值，选取超过上述阈值的若干谷值和峰值，以其中一个谷值为起点，在上述超过阈值的谷值和峰值中依次选取谷值-峰值-谷值，第二个谷值处作为第一个切割点；与所述第一个切割点间隔一个峰值的下一个谷值为第二个切割点，以此类推，得到n1个切割点，n1≥1；
或者，在选取超过上述阈值的若干谷值和峰值后，以其中一个峰值为起点，在上述超过阈值的谷值和峰值中依次选取峰值-谷值-峰值，第二个峰值处作为第一个切割点；与所述第一个切割点间隔一个谷值的下一个峰值为第二个切割点，以此类推，得到n2个切割点，n2≥1；
D)按照n1或n2个切割点进行切割，得到n个海域沉积物岩心中古环境信息载体。
2.根据权利要求1所述的取样方法，其特征在于，以所述标准偏差最大值的14％～16％和标准偏差最小值的-14％～-16％为所述灰度值随岩心深度的变化曲线的阈值。
3.根据权利要求2所述的取样方法，其特征在于，以所述标准偏差最大值的15％和标准偏差最小值的-15％为所述灰度值随岩心深度的变化曲线的阈值。
4.根据权利要求1所述的取样方法，其特征在于，在所述步骤B)和步骤C)之间，还包括以下步骤：
将标准化后的灰度值数据进行分解，提取灰度值的高频组分，得到灰度值高频组分随岩心深度的变化曲线，再按照所述灰度值的高频组分确定切割点。
5.根据权利要求1所述的取样方法，其特征在于，所述步骤B)中灰度值提取具体过程如下：
从所述灰度图像中提取灰度值，得到灰度值矩阵，提取灰度值矩阵中间3～5列数据的平均值，再对所述平均值进行标准化处理。
6.根据权利要求5所述的取样方法，其特征在于，所述灰度图像的分辨率为0.1～2mm。
7.根据权利要求5所述的取样方法，其特征在于，所述灰度值矩阵的总列数为30～50列。
8.根据权利要求1～7任意一项所述的取样方法，其特征在于，所述海域沉积物中包括粉砂和/或粘土。
9.根据权利要求8所述的取样方法，其特征在于，所述粉砂和/或粘土在海域沉积物中的总质量分数为75～99％。
CN201610543464.6A 2016-07-11 2016-07-11 一种海域沉积物岩心中古环境信息载体的取样方法 Active CN106204591B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610543464.6A CN106204591B (zh) 2016-07-11 2016-07-11 一种海域沉积物岩心中古环境信息载体的取样方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610543464.6A CN106204591B (zh) 2016-07-11 2016-07-11 一种海域沉积物岩心中古环境信息载体的取样方法

Publications (2)

Publication Number Publication Date
CN106204591A CN106204591A (zh) 2016-12-07
CN106204591B true CN106204591B (zh) 2018-12-18

Family

ID=57476886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610543464.6A Active CN106204591B (zh) 2016-07-11 2016-07-11 一种海域沉积物岩心中古环境信息载体的取样方法

Country Status (1)

Country Link
CN (1) CN106204591B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110726740B (zh) * 2019-09-27 2020-06-30 青岛海洋地质研究所 一种沉积物岩心中事件沉积层的识别方法
CN112950551A (zh) * 2021-02-05 2021-06-11 自然资源部第一海洋研究所 一种海洋沉积物岩心年代快速标定方法
CN113065236B (zh) * 2021-03-19 2022-03-11 吉林大学 一种连续沉积物古气候代用指标他生旋回变化的分析方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101361652A (zh) * 2007-08-07 2009-02-11 深圳迈瑞生物医疗电子股份有限公司 自适应阈值的波形峰谷识别方法和装置
CN103871047A (zh) * 2013-12-31 2014-06-18 江南大学 光照不均匀图像的灰度波动阈值分割方法
CN105275456A (zh) * 2014-06-23 2016-01-27 中国石油化工股份有限公司 一种利用测井资料识别优质泥页岩的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101361652A (zh) * 2007-08-07 2009-02-11 深圳迈瑞生物医疗电子股份有限公司 自适应阈值的波形峰谷识别方法和装置
CN103871047A (zh) * 2013-12-31 2014-06-18 江南大学 光照不均匀图像的灰度波动阈值分割方法
CN105275456A (zh) * 2014-06-23 2016-01-27 中国石油化工股份有限公司 一种利用测井资料识别优质泥页岩的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
X-射线岩心扫描系统对海洋沉积物成分测定质量的综合评价和校正;张喜林 等;《海洋学报》;20131130;第35卷(第6期);全文 *
寻求高分辨率的古环境记录;汪品先 等;《第四纪研究》;19990131;全文 *

Also Published As

Publication number Publication date
CN106204591A (zh) 2016-12-07

Similar Documents

Publication Publication Date Title
Lecours et al. A review of marine geomorphometry, the quantitative study of the seafloor
Harris et al. Mapping bathymetry and depositional facies on Great Bahama Bank
Spalding et al. New estimates of global and regional coral reef areas
Purkis et al. The extent and patterns of sediment filling of accommodation space on Great Bahama Bank
CN106204591B (zh) 一种海域沉积物岩心中古环境信息载体的取样方法
Smith et al. Tectonic syntheses of the Alpine‐Mediterranean region: A review
Gatesy et al. Hitchcock’s Leptodactyli, penetrative tracks, and dinosaur footprint diversity
Liu et al. An improved method for mapping tidal flats based on remote sensing waterlines: A case study in the Bohai Rim, China
Li et al. Intertidal topographic maps and morphological changes in the German Wadden Sea between 1996–1999 and 2006–2009 from the waterline method and SAR images
Ding et al. Shoreline movement monitoring based on SAR images in Shanghai, China
Klostermann et al. Holocene sedimentary evolution of a mid-ocean atoll lagoon, Maldives, Indian Ocean
Purkis et al. Complex interplay between depositional and petrophysical environments in Holocene tidal carbonates (Al Ruwais, Qatar)
Donini et al. A deep learning architecture for semantic segmentation of radar sounder data
Rodríguez-Forero et al. Palynology of the Eocene Esmeraldas Formation, Middle Magdalena Valley Basin, Colombia
Lee et al. Water depth and riverbed surveying using airborne bathymetric LiDAR system-A case study at the Gokgyo river
CN113075731B (zh) 深层储层连续性井筒数字建模方法及装置
Xie et al. Machine-Learning-Method-Based inversion of shallow bathymetric maps using ICESat-2 ATL03 data
Goldman et al. A CONOP9 composite taxon range chart for Ordovician conodonts from Baltoscandia: a framework for biostratigraphic correlation and maximum-likelihood biodiversity analyses
Servais et al. Chapter 3 Palaeozoic palaeogeographical and palaeobiogeographical nomenclature
Lanier et al. Seafloor habitat mapping on the Oregon continental margin: A spatially nested GIS approach to mapping scale, mapping methods, and accuracy quantification
Yan et al. Water mapping using multispectral airborne LiDAR data
Wensnahan et al. Sea‐ice draft from submarine‐based sonar: Establishing a consistent record from analog and digitally recorded data
Thompson Palynologic correlation and environmental analysis within the marine Mancos Shale of southwestern Colorado
Farina et al. Flamingo-like footprints and the problem of addressing biological diversity in the past
Misiuk et al. Multivariate mapping of seabed grain size parameters in the Bay of Fundy using convolutional neural networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant