基于可解释机器学习的分析方法,用于研究柴达木盆地倒置河道形态的驱动因素

《Geomorphology》:Interpretable machine learning-based analysis of driving factors for inverted channel morphology in the Qaidam Basin

【字体: 大 中 小 】 时间:2026年01月10日 来源:Geomorphology 3.3

编辑推荐:

  柴达木盆地反向河流的形态演化受风蚀、水文及地形多因素耦合控制,通过机器学习与地理探测器模型揭示其空间异质性源于环境梯度变化。

  
Xuhua Weng|Ninghua Chen|Bowen Gao|Xinhao Jiang
浙江大学地球科学学院,杭州,310000,中国

摘要

倒置的河流通道是重要的古环境指标,在地球的干旱地区以及其他类地行星(如火星)上广泛分布。柴达木盆地被认为是火星的重要类比环境,其中含有丰富的倒置通道。然而,对于这些通道的分布特征及其形成过程中环境因素的影响,目前仍缺乏全面的理解。本研究旨在揭示倒置通道的驱动因素及其对古环境的影响。柴达木盆地中倒置通道的形态特征表现出空间异质性。为了解释这种空间模式背后的机制,本研究采用了结合机器学习和SHAP解释方法,并结合了统计技术,包括偏最小二乘结构方程模型(PLS-SEM)和地理检测模型。我们的分析表明,倒置通道的演化受到环境控制因素变化的多阶段影响。倒置通道的初始形成基于基底对比度,即通道填充沉积物与周围较弱基底之间的差异侵蚀性。在倒置通道形成后,通道段落的保存长度取决于初始河流尺度与随后风蚀作用之间的平衡,而地形复杂性为抵抗侵蚀力提供了关键的保护。高弯曲度的通道是湿润古气候下蜿蜒系统的良好保存遗迹,而低弯曲度则是强烈风蚀作用导致的通道变直的结果。这一控制框架直接解释了空间模式。本研究加深了我们对多因素控制下倒置通道形成和演化的理解,为柴达木盆地的古水文重建提供了见解。

引言

倒置河流通道(以下简称“倒置通道”)是由于通道底部和周围地形的差异侵蚀而形成的正地形地貌(Zaki等人,2018年;Zhao等人,2021年)。当这些负地形通道被比周围地形更耐侵蚀的地质物质填充时,就会发生河流通道的地形反转。这种增加的抵抗力可能是由于胶结作用、岩化作用或粗颗粒对通道底部的加固(Pain和Ollier,1995年;Burr等人,2009年;Williams等人,2009年;Zaki等人,2018年)。随后,这些负地形通道经历侵蚀事件,使得较不耐侵蚀的通道壁被去除,从而导致其反转(Williams等人,2009年;Zaki等人,2018年)。由于倒置通道保留了古代排水系统的形态,它们可以作为区域水文演化的指标,并指示区域古气候的湿润-干燥转变。研究倒置通道的形成也有助于理解该地区的整体地貌演化,包括风蚀和水蚀作用。
倒置通道在地球(Pain和Ollier,1995年;Williams等人,2009年;Zaki和Giegengack,2016年;Zaki等人,2018年)和火星(Burr等人,2010年;Zaki等人,2018年;Hayden等人,2021年)上都有广泛发现。在中国西北部的库姆塔格沙漠和柴达木盆地也发现了一些倒置通道(Wang等人,2017年;Zhao等人,2021年)。
以往对倒置通道的古水文重建主要通过传统的野外方法进行,包括在撒哈拉东部和柴达木盆地的原位沉积物采样、粒度分析和地层剖面分析(Zhao等人,2021年)。然而,这些研究主要集中在特定区域的倒置通道的局部研究上,缺乏大尺度、全面和系统的分析,例如不同区域内倒置通道形态特征的空间变化以及外部驱动因素对倒置通道的影响。本研究开发了一种遥感框架,系统地量化柴达木盆地内倒置通道的形态参数(如宽度、弯曲度和波长),通过经验宽度-流量和波长-流量关系进行古水文重建。
倒置通道的演化受到多种驱动因素之间复杂相互作用的控制。风蚀和水蚀是与倒置通道演化相关的两个主要过程(Zaki等人,2021年)。水蚀决定了初始通道的几何形状,从而影响后续倒置通道的形态,而风蚀直接影响倒置通道的形成过程。地形也可以通过影响风蚀和水蚀过程来影响倒置通道的演化。基底性质通过直接调节其侵蚀抵抗力来对倒置通道的演化产生根本性控制。然而,这些环境因素对倒置通道形成和演化的综合影响性质和程度仍不完全清楚。因此,本研究将四组因素(风、降雨、地形和基底性质)作为倒置通道的驱动因素,应用了综合的多变量分析框架(基于偏最小二乘的结构方程模型(PLS-SEM)和地理检测模型以及SHapley加性解释(SHAP)分析,系统地分析它们对倒置通道发展的耦合影响。PLS-SEM是一种多变量分析方法,通过观察指标间接测量潜在变量之间的因果关系。结合测量模型(将潜在变量与可测量代理变量联系起来)和结构模型(定义外生变量和内生变量之间的依赖关系),能够在具有共线预测变量和小样本量的复杂系统中进行稳健的路径分析(Hair等人,2012年)。地理检测模型通过方差分解量化空间异质性,利用Q统计量评估驱动因素对目标变量的解释能力(Wang等人,2010年;Wang等人,2016年)。尽管PLS-SEM揭示了潜在环境驱动因素之间的因果路径,但地理检测模型阐明了它们的空间分层优势和交互效应,提供了从系统因果关系到景观尺度异质性的双重视角。随机森林(RF)模型因其处理高维数据的强大性能及其综合特征重要性功能而被选中,该功能允许直接识别控制倒置通道形成和演化的关键环境驱动因素(Breiman,2001年)。
在这项研究中,我们采用了一种综合方法,结合了高分辨率卫星图像的遥感分析和数字高程模型以及统计和机器学习技术。通过分析通道形态与一系列环境变量之间的复杂非线性关系,我们旨在揭示控制这些地貌形成和后续修改的机制。研究结果为景观从以河流为主导到以风蚀为主导的转变提供了关键见解,并为解释火星上类似的古代河流系统提供了地球类比框架。

地质背景

柴达木盆地位于青藏高原东北部,面积约为1.2×105平方公里,是高原上最大的沉积盆地(Rohrmann等人,2013年)。柴达木盆地的地理边界是西北部的阿尔金山脉、东北部的祁连山脉和西南部的东昆仑-祁连山脉(Sobel等人,2003年)。柴达木盆地沙漠是中国西北部最高的沙漠

Google Earth图像

我们使用Google Earth的高分辨率卫星图像进行了倒置通道的初步划定。该过程包括系统的视觉解释,以识别具有特征性河流形态的蜿蜒正地形山脊。Google Earth上的图像来源于Digital Globe、SPOT、WorldView-I、WorldView-II、QuickBird、Landsat或其他航空平台。Google Earth上的高分辨率图像对于区分这些倒置通道至关重要

倒置河流通道的识别与划定

柴达木盆地中的倒置通道是由于早期河流沉积形成的抗侵蚀通道底部受到差异风蚀作用而形成的。在形成过程中,风蚀作用将原本连续的通道分割成断裂的段落。因此,本文的主要目标是分析这些通道段落的形态特征。我们共绘制了1773个不同的段落(图4),它们表现为蜿蜒的正地形山脊

驱动因素的适用性和局限性分析

由于缺乏过去地质时期的相关数据,我们分析了本文所选数据的适用性和局限性。重建晚第四纪柴达木盆地的古环境具有挑战性,因为关于风模式、地形、基底和降水的关键定量信息要么缺失,要么过于稀少,无法进行详细建模。因此,我们使用现有的现代数据集作为过去的代理

结论

我们的综合分析表明,柴达木盆地中倒置通道的演化是一个多阶段过程,受到环境控制因素变化的影响,最终形成了明显的东北-西南形态差异。东北部的倒置通道是更广泛的古河流系统的遗迹,后来被强烈的风蚀作用重塑,导致其低弯曲度的形态。相比之下,西南部的短而蜿蜒的通道

CRediT作者贡献声明

Xuhua Weng:撰写——审稿与编辑,撰写——初稿,方法论,数据管理,概念化。Ninghua Chen:撰写——审稿与编辑,监督,概念化。Bowen Gao:撰写——审稿与编辑。Xinhao Jiang:撰写——审稿与编辑。

资金

未收到任何资助。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号