CN115619721A - 海底浅层沉积物中的生物扰动作用的定量估算方法 - Google Patents

Abstract

本发明公开一种海底浅层沉积物中的生物扰动作用的定量估算方法，首先获取含生物扰动作用的灰度图像；然后对获取的灰度图像的质量进行评价，得到清晰的灰度图像；对清晰的图像二值化处理并提取生物扰动作用；最后对浅层沉积物岩心中的生物扰动作用定量计算。通过数字岩心图像技术，对取自海底的沉积物岩心进行X射线扫描分析，可快速获取海底浅表层沉积物的光学图像，通过图像预处理、局部阈值、反相和形态学处理等方法，实现对海底沉积物中生物扰动作用的定量表征；该方法大大提高了海底沉积物生物扰动作用的识别效率和识别准确度，为开展海洋沉积物早期成岩和古气候环境研究提供有力的技术支撑，具有显著的应用和推广价值。

Description

海底浅层沉积物中的生物扰动作用的定量估算方法

技术领域

本发明属于海洋学中的海洋沉积学研究领域，具体涉及一种海洋沉积物早期成岩和古气候环境记录中的生物扰动作用的定量估算方法。

背景技术

海底浅层沉积中的生物扰动作用，是生物体对沉积物颗粒的混合作用，主要是指由于底栖生物的爬行、摄食、掘穴和栖所建造等活动造成的沉积颗粒的混合和沉积结构的改变。它常常以不同的方式出现，如生物构造(虫孔构造和挖掘构造等)、生物冲灌以及生物扩散混合等各种动力学过程引起的沉积物再分布等。生物扰动作用可以充分改变海底沉积物的物理、化学和生物特性，影响海底沉积物的早期成岩和沉积记录。例如，生物扰动作用会极大地影响海底生物地层和原生沉积结构的保存，以及物质的再循环和埋藏速率；改变矿物颗粒如方解石、蛋白石、磷灰石等的溶解速率，加快其反应速度；同时还会干扰沉积物中保存下来的古气候、古海洋信息，会导致海洋环境信号记录的错位、模糊和缺失。因此，海底生物扰动作用的研究对于正确理解海底各种生物活动、沉积过程和记录是极其关键的，已引起越来越多学者的重视。

目前，识别海底生物扰动作用的方法主要是通过重力、箱式取样或者海底ROV及HOV 原位取样方法从海底获取沉积物岩心，之后再实验室内将沉积物岩心一分为二，观察整根岩心沉积层的生物扰动现象，并进行系统描述。然而这种识别沉积物岩心中生物扰动作用的方法存在一定的缺陷：1)肉眼观察岩心中的生物扰动现象对技术人员的专业性要求高，不同技术人员的描述结果会存在差异；2)通过肉眼观察进行描述的方法既费时又耗力，并且无法确定快速准确的识别出岩心中的生物扰动现象；3)当前岩心中的生物扰动现象仍停留在定性化描述的阶段，缺乏快速准确的定量识别方法。

因此，亟待寻求一种精准快速识别海底浅层沉积物岩心中的生物扰动作用，并对生物扰动作用进行定量表征的方法，以为开展海洋沉积物早期成岩和古气候环境记录研究提供有力的技术支撑。

发明内容

本发明针对现有技术中识别海底浅层沉积物中的生物扰动作用的方法存在效率低下、缺乏定量表征等缺陷，提出一种海底浅层沉积物中的生物扰动作用的定量估算方法，以定量化表征沉积物中的生物扰动作用，提高识别效率和准确度。

本发明是采用以下的技术方案实现的：一种海底浅层沉积物中的生物扰动作用的定量估算方法，包括以下步骤：

步骤A、获取海底浅层沉积物中的生物扰动作用的灰度图像；

步骤B、对获取的灰度图像的质量进行评价，得到清晰的灰度图像；

步骤C、对步骤B评价后的图像进行二值化处理并提取生物扰动作用；

步骤D、生物扰动作用定量计算：生物扰动作用占比＝识别出的生物扰动作用的像素累加值/沉积物岩心灰度图像总像素矩阵值。

进一步的，所述步骤A具体通过以下方式实现：

步骤A1、获取海底浅层沉积物样品并对其进行扫描分析，得到浅层沉积物岩心的X光学图像，所述光学图像中含有生物扰动作用；

步骤A2、对X光学图像进行预处理，得到含生物扰动作用的灰度图像；

步骤A3、对灰度图像进行局部阈值处理，完成图像局部阈值分割；

步骤A4、在步骤A3的基础上，对灰度图像反向处理，实现图像反转；

步骤A5、反向处理后，对灰度图像进行形态学处理，得到含生物扰动作用的高清晰度灰度图像。

进一步的，所述步骤B具体通过以下方式实现：

步骤B1、定义a(i,j)为灰度图像中(i,j)点处的灰度值，计算图像中(i,j)点处的梯度变化值 F(i,j)：

步骤B2、评估图像灰度值梯度的变化特征，进而评价获取的灰度图像的清晰度：

(1)累加图像中各点的梯度变化值得到图像总体清晰度评价值M(z)：

(2)定义曲线判别因子G来进行图像质量判别，曲线判别因子G采用以下方式计算：

其中，σ为n个位置点清晰度评价值的标准差，

为n个位置点清晰度评价值的算术平均值；

(3)定义阈值S，S的取值范围为0.25～0.3，若G≤S，则保留该图像，若G﹥S，表明该图像质量差，需重新处理。

进一步的，所述步骤C对步骤B评价后的图像进行二值化处理并提取生物扰动作用，具体包括：

1)将步骤B得到的高清晰度的灰度图像进行二值化处理，将图像上的像素点的灰度值设置为0或255，将含有生物扰动作用的图像呈现出只有黑和白的效果；

2)对二值图像中的每个像素点进行标记：对图像中具有相同像素值且位置相邻的像素组成的区域进行相同标记，对具有不同像素值且位置相邻的像素组成的区域进行不同标记，以此完成二值图像中的生物扰动作用识别和提取。与现有技术相比，本发明的优点和积极效果在于：

本发明方案通过数字岩心图像技术，对取自海底浅层沉积物岩心进行X射线扫描分析，可快速获取海底浅层沉积物的光学图像，通过图像预处理、局部阈值、反相和形态学处理等方法，实现对海底浅层沉积物中的生物扰动作用的定量表征；该方法大大提高了海底沉积物生物扰动作用的识别效率和识别准确度，为开展海洋沉积物早期成岩和古气候环境记录研究提供有力的技术支撑，具有显著的应用和推广价值。

附图说明

图1为本发明实施例海底浅层沉积物中的生物扰动作用的定量化识别方法流程图；

图2为本发明案例1中根据本发明方法自主识别出的生物扰动作用和其影响程度的定量化计算结果图；

图3为本发明案例2中根据本发明方法自主识别出的生物扰动作用和其影响程度的定量化计算结果图。

具体实施方式

为了能够更加清楚地理解本发明的上述目的、特征和优点，下面结合附图及实施例对本发明做进一步说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开的具体实施例。

本发明实施例提出一种海底生物扰动作用的快速自主识别和定量表征方法，如图1所示，包括以下步骤：

步骤A、获取海底浅层沉积物中含生物扰动作用的灰度图像；

步骤B、对获取的灰度图像的效果进行评价，得到清晰的灰度图像；

步骤C、对步骤B评价后的图像进行二值化处理并识别生物扰动作用；

步骤D、生物扰动作用定量计算：生物扰动作用占比＝识别出的生物扰动作用的像素累加值/沉积物岩心灰度图像总像素矩阵值。

下面以取自海底沉积物为例，对本发明方案的进行详细的介绍，具体如下：

所述步骤A中，获取海底浅层沉积物中含生物扰动作用的灰度图像，具体采用以下方式实现：

步骤A1、获取海底浅层沉积物样品并对其进行扫描分析，得到沉积物岩心的X光学图像，所述光学图像中含有生物扰动作用；

步骤A2、对得到的X光学图像进行预处理，得到含生物扰动作用的灰度图像；

步骤A3、对灰度图像进行局部阈值处理，完成图像局部阈值分割；

步骤A4、在步骤A3的基础上，对灰度图像反向处理，实现图像反转；

步骤A5、反向处理后，对灰度图像进行形态学处理，得到含生物扰动作用的高清晰度灰度图像；

步骤A1、样品获取及前处理：

采用调查船上的箱式采样器获取海底无扰动的浅表层沉积物样品，待箱式取样器到达船甲板后利用方型玻璃管插入箱式采样器中，获得待分析的沉积物样品；之后，在实验室利用 X射线分析仪对获取含沉积物的方型玻璃管进行扫描分析，获取沉积物岩心的X光学图像，光学图像中含有本发明中的生物扰动现象。

一般来说，所获取的海底浅表层沉积物岩心样品为直径为6cm×3cm的方型透明特制树脂，长度一般在几十厘米左右；其中，本实施例中，对所采用的X射线扫描仪不做限定，采用工业化或医用的均可，但为了能够对获取的方型沉积物样品一次性扫描完成，一般选用的X射线成像扫描仪的扫描成像范围尽量大于100cm。

步骤A2、海底浅层沉积物中含生物扰动作用的灰度图像获取

对步骤A1所获得的海底浅层沉积物岩心X光学图像进行预处理，将光学图像转换为灰度图像，之后通过伽马变换完成对比度增强。具体实现方法如下：

图像矩阵记为I，高为H，宽为W，第r行第c列的值记为I(r,c)，输出矩阵为O，则有：

O_(r，c)＝I_(r，c) ^γ，0≤r＜H，0≤c＜W

设置γ的值在0<γ<1，增强图像的对比度；

步骤A3：灰度图像局部阈值处理

在步骤A2的基础上，完成图像局部阈值分割。本实施例采用自适应阈值算法，自适应阈值原理是根据每个像素的邻域计算阈值，将每个像素的值与邻域的平均值进行比较。如果某像素的值与它的局部平均值差别很大，就会被当做异常值在阈值化过程中被分离。

自适应阈值算法选择一个发生概率较小的灰度级t*作为阈值，并使两类间差别最大，自适应阈值的计算公式为：

通过该方法可以将灰度图像局部区域分成背景和前景两部分，其中，p_i表示的是背景中灰度值为i的像素点的个数，μ₁表示的是背景像素平均灰度值，μ₂表示的是前景像素的平均灰度值，w₂代表前景像素占比。。

步骤A4：灰度图像反相处理

在步骤A3的基础上，完成图像的反相处理，反相处理的原理为由于生物扰动作用与沉积物的灰度值差别较大，通常生物扰动作用表现为较低的灰度值，沉积物则表现为较高的灰度值。本发明采用如下方法实现，假设得到的灰度图像灰度范围为[0,L-1]，通过s＝L-1-r公式来实现图像反转，其中r和s分别代表处理前后的像素值。

步骤A5：灰度图像形态学处理

在步骤A4的基础上，完成灰度图像的形态学处理，形态学处理原理为利用一种特殊的结构元来测量或提取输入灰度图像中相应的生物扰动作用的形状或特征；本发明中分别使用 Matlab2020a软件中函数gray_erosion_shape来实现灰度图像腐蚀操作，使用函数gray_dilation_shape来实现灰度图像膨胀操作，使用函数gray_opening_shape来实现灰度图像开运算操作，使用函数grayclosingshape来实现灰度图像闭运算操作。

开运算能消除细小物体在纤细处分离物体，平滑较大物体的边界时不明显改变其面积，开运算是先腐蚀后膨胀的过程，可以消除图像中细小噪声；闭运算是先膨胀后腐蚀的过程，可以消除图像中存在的空洞，连接邻近物体在不明显改变物体面积的情况下平滑了边界；在完成开闭运算后，通过中值滤波法保留图像原有信息，通过平滑处理对图像中与周围像素点差异较大的像素点进行处理，过滤掉图像内部的噪声。

膨胀是将目标区域的背景点合并到该目标物中，将目标物边界向外部扩张的处理。选取结构元素B，将图像X中的每个像素点扩大为B+x，其数学模型如下所示：

腐蚀是讲目标区域的边界收缩，选取结构元素B，将图像X的每一与结构元素B全等的子集B+x收缩为点x，其数学模型如下所示：

XΘB＝{x|B+x∪x≠φ}

完成开闭运算之后，本实施例通过OpenCV软件调用medianBlur()函数实现中值滤波，完成图像平滑，实现方法为：dst＝cv2.medianBlur(src,ksize)。

步骤B中，对灰度图像质量评价具体采用以下方式：

经过步骤A的比度增强、自适应阈值、反相和形态学等处理后，获取了海底浅层沉积物中含生物扰动作用的灰度图像，需要对获取的图像效果进行评价，具体通过以下方法实现：

(1)定义a(i,j)为灰度图像中(i,j)点处的灰度值，以下为计算图像中(i,j)点处的梯度变化值F(i,j)：

(2)由于获取的含生物扰动作用的灰度图像越清晰，灰度值梯度变化越大，而图像越模糊则灰度值梯度变化就越小，因此需要评估图像灰度值梯度的变化特征，进而总体评价获取的灰度图像的清晰度：

累加图像中各点的梯度变化值得到图像总体清晰度评价值M(z)：

定义曲线判别因子G来进行图像质量判别，曲线判别因子G采用以下方式计算：

其中，σ为n个位置点清晰度评价值的标准差，

为n个位置点清晰度评价值的算术平均值。

定义阈值，S值根据经验确定，一般S的取值范围为0.25～0.3之间为最佳，本实施例优选S取值0.25，若G≤S，则保留该图像，若G﹥S，表明该图像质量较差，需重新处理。

步骤C：图像二值化及生物扰动作用提取

1)将步骤B得到的高清晰度的灰度图像进行二值化处理，二值化就是将图像上的像素点灰度值设置为0或255，处理后的图像呈现出只有黑和白的效果；

2)二值图像中的每个像素点进行标记：

对图像中具有相同像素值且位置相邻的像素组成的区域进行相同(黑色或白色)标记，对具有不同像素值且位置相邻的像素组成的区域进行黑白不同标记，在此基础上完成二值图像中的生物扰动作用识别和提取。

步骤D：生物扰动作用占比量化

在完成以上处理后，生物扰动作用占比通过以下公式实现：

生物扰动作用占比＝识别出的生物扰动作用的像素累加值/沉积物岩心灰度图像总像素矩阵值

其中：a_ij代表该点的像素值；当像素值大于设定值SetValue时对像素点进行存储累加，累加值除以图像总的矩阵(list*row)值，即为生物扰动作用所占比例。

下面及实际应用案例为例，对本方案的优势进行详细的说明：

案例1：选取采自我国长江水下三角洲浅层沉积物岩心A。

步骤1：在该海域通过箱式采样器获取海底无扰动的浅层沉积物样品，然后利用6cm×3 cm的方型透明特制树脂方管插入箱式采样器中获取沉积物样品，之后密封包装好后置于-80℃的冰箱中冷冻保存；

步骤2：在实验室内利用X射线岩心扫描仪对步骤1所获得的岩心进行扫描，获取含生物扰动作用的岩心A的光学图像，设定X射线岩心扫描仪的工作条件为：电压为45kV，电流为30mA，曝光时间为1000ms；

步骤3：对获取的含生物扰动作用的光学图像进行预处理，首先利用Matlab2020a软件中的rgb2gray()函数将图像转换为灰度图像，之后通过伽马变换完成对比度增强。其次将获取的灰度图像进行局部阈值处理、反相处理和形态学处理，获取含生物扰动作用的高清晰度灰度图像(图2左)；然后利用步骤6中的计算方法，得到图像的曲线判别因子G值为0.19，该值小于0.25，表明经过处理后的含生物扰动的岩心图像质量符合要求；

步骤4：将步骤3得到的高清晰度灰度图像进行二值化处理，对图像中具有相同像素值且位置相邻的像素点进行相同(黑色或白色)标记，对具有不同像素值且位置相邻的像素点进行黑白不同标记，识别出图像中的生物扰动作用，具体结果见图2(右)；根据步骤8的计算公式，计算得到岩心A中的生物扰动作用占比为7.086％，这表明该区域浅表层沉积物中的生物扰动作用比较明显。

利用传统沉积学方法主要是针对沉积物中的生物扰动作用进行定性化描述，主要对浅层沉积物中的生物扰动构造类型、有孔虫直径和形状进行定性描述，但是这种定性描述更多的依赖于本领域内技术人员的专业水平，对同一岩心中的生物扰动作用描述会存在着人为误差，导致识别出的生物扰动作用不准确，同时也难以定量化估算生物扰动作用对海底关键界面处生物地球化学作用的影响。而利用本发明的技术方案，可以快速准确的量化识别浅层沉积物中的生物扰动作用及其影响程度，这也进步一说明了本发明方法的高效性和准确性。

案例2：选取采自我国东海内陆架内浅层沉积物岩心B。

步骤1：在该海域利用箱式采样器获取海底无扰动的浅层沉积物样品，然后利用6cm×3 cm的方型透明特制树脂方管插入箱式采样器中获取含生物扰动作用的沉积物样品，之后密封包装好后置于-80℃的冰箱中冷冻保存；

步骤2：在实验室内利用X射线岩心扫描仪对步骤1所获得的岩心样品进行扫描分析，获取含生物扰动作用的岩心B的光学图像，设定X射线岩心扫描仪的工作条件为：电压为45 kV，电流为30mA，曝光时间为1000ms；

步骤3：对获取的含生物扰动作用的光学图像进行预处理，首先利用Matlab2020a软件中的rgb2gray()函数将图像转换为灰度图像，之后通过伽马变换完成对比度增强。其次将获取的灰度图像局部阈值处理、反相处理和形态学处理，获取了高清晰度的含生物扰动作用的灰度图像(图3左)；然后利用步骤6中的计算方法，得到图像的曲线判别因子G值为0.21，该值小于0.25，表明经过处理后的含生物扰动的岩心图像质量符合要求；

步骤4：将步骤3得到的高清晰度灰度图像进行二值化处理，对图像中具有相同像素值且位置相邻的像素点进行相同(黑色或白色)标记，对具有不同像素值且位置相邻的像素点进行黑白不同标记，识别出图像中的生物扰动作用，具体结果见图3(右)；根据步骤8的计算公式，计算得到岩心A中的生物扰动作用占比为2.461％，这表明该区域浅表层沉积物中的生物扰动作用影响程度为中等，且主要对0-3cm深度的沉积层产生影响。

利用传统沉积学方法对该岩心B中的生物扰动作用进行描述，一般会得到该岩心中的生物扰动构造的类型、有孔虫直径大小和形状等关键要素信息，但是这种定性描述更多的依赖于本领域内技术人员的专业水平，即使对同一岩心中的生物扰动作用描述会存在着人为误差，导致识别出的生物扰动作用不准确，同时也难以定量化估算生物扰动作用对海底关键界面处生物地球化学作用的影响，进而会导致在后续更加深入的科学研究中得到错误的认识。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (4)

1.海底浅层沉积物中的生物扰动作用的定量估算方法，其特征在于，包括以下步骤：

步骤A、获取海底浅层沉积物中含生物扰动作用的灰度图像；

步骤B、对获取的灰度图像的质量进行评价，得到清晰的灰度图像；

步骤C、对步骤B评价后的图像进行二值化处理并识别出生物扰动作用；

步骤D、生物扰动作用定量计算：生物扰动作用占比＝识别出的生物扰动作用的像素累加值/沉积物岩心灰度图像总像素矩阵值。

2.根据权利要求1所述的海底浅层沉积物中的生物扰动作用的定量估算方法，其特征在于：所述步骤A具体通过以下方式实现：

步骤A1、获取海底浅层沉积物样品并对其进行扫描分析，得到浅层沉积物岩心的X光学图像，所述光学图像中含有生物扰动作用；

步骤A2、对X光学图像进行预处理，得到含生物扰动作用的灰度图像；

步骤A3、对灰度图像进行局部阈值处理，完成图像局部阈值分割；

步骤A4、在步骤A3的基础上，对灰度图像反向处理，实现图像反转；

步骤A5、反向处理后，对灰度图像进行形态学处理，得到含生物扰动作用的高清晰度灰度图像。

3.根据权利要求1所述的海底浅层沉积物中的生物扰动作用的定量估算方法，其特征在于：所述步骤B具体通过以下方式实现：

步骤B1、定义a(i,j)为灰度图像中(i,j)点处的灰度值，计算图像中(i,j)点处的梯度变化值F(i,j)：

步骤B2、评估图像灰度值梯度的变化特征，进而评价获取的灰度图像的清晰度：

(1)累加图像中各点的梯度变化值得到图像总体清晰度评价值M(z)：

(2)定义曲线判别因子G来进行图像质量判别，曲线判别因子G采用以下方式计算：

其中，σ为n个位置点清晰度评价值的标准差，

为n个位置点清晰度评价值的算术平均值；

(3)定义阈值S，S的取值范围为0.25～0.3，若G≤S，则保留该图像，若G﹥S，表明该图像质量差，则重新处理。

4.根据权利要求1所述的海底沉积物生物扰动作用的定量估算方法，其特征在于：所述步骤C对步骤B评价后的图像二值化处理并提取生物扰动作用，具体包括：

1)将步骤B得到的高清晰度的灰度图像进行二值化处理：将灰度图像上的像素点的灰度值设置为0或255，将含有生物扰动作用的图像呈现出只有黑和白的效果，得到二值图像，；

2)对二值图像中的每个像素点进行标记：对二值图像中具有相同像素值且位置相邻的像素组成的区域进行相同标记，对具有不同像素值且位置相邻的像素组成的区域进行不同标记，以此完成二值图像中的生物扰动作用识别和提取。

Images