探索第四纪钻探岩心沉积物颜色测量新方法
何付兵1,2, 徐锡伟1, 郑桂森3, 孙永华2, 张巍2, 李莉2, 李瑞杰2
1中国地震局地质研究所, 北京 100029
2北京市地质调查研究院, 北京 100195
3北京市地质矿产勘查开发局, 北京 100195

〔作者简介〕 何付兵, 男, 1980年生, 2010年于中国地质大学(北京)获构造地质学专业硕士学位, 主要从事北京区域地质研究, E-mail: hefubing14@126.com

摘要

文中提出1种基于数字图像分析法测量第四纪沉积物颜色的新方法, 其操作简单快捷, 可节省测试成本和时间, 提高沉积物颜色研究效率。为论证该方法的可行性, 对其测量成果同传统色度测量方法进行了对比。结果表明: 1)传统沉积物颜色测量方法和数字图像颜色测量方法都受沉积物颗粒粒级制约。细砂及其以细颗粒可开展沉积物颜色研究, 中砂、 粗砂误差较大。同传统测量方法相比, 数字图像法可减小粗碎屑沉积物颜色继承色干扰; 2)碎屑沉积物粒级和含水量影响数字图像法沉积物颜色数值。一般来说, 数字图像法获得的湿色数值低于使用分光测色仪所获得的干色数值, 且颜色数值变化幅度更大, 色度/亮度曲线表现出更大波状起伏; 3)同传统沉积物颜色测量方法相比, 数字图像法颜色测量红度、 黄度具有较好一致性, 而亮度受光照不均一影响, 产生一定误差。采用沉积物数字图像提取沉积物颜色信息一定程度上可替代室内实测方法, 用于建立更加复杂的沉积环境下较为完整的沉积物颜色序列, 为第四纪地层划分、 古气候研究、 古土壤识别和古地震事件识别提供数据资料, 拓展色度学在地质方向的应用。

关键词: 钻孔岩心; 第四纪沉积物; 色度测量; 数字图像分析; 地学应用
中图分类号:P597 文献标志码:A 文章编号:0253-4967(2018)04-0920-15
A NEW METHOD FOR COLOR MEASUREMENT OF QUATERNARY DRILLING CORE DEPOSITS
HE Fu-bing1,2, XU Xi-wei1, ZHENG Gui-sen3, SUN Yong-hua2, ZHANG Wei2, LI Li2, LI Rui-jie2
1)Institute of Geology, China Earthquake Administration, Beijing 100029, China
2)Beijing Institute of Geological Survey, Beijing 100095, China
3)Beijing Geology Prospecting & Developing Bureau, Beijing 100095, China;
Abstract

In this paper, a method for measuring the color of Quaternary sediments based on digital image analysis is proposed, which has the advantages of simple and quick operation, and improving the research efficiency of sediment color. In order to demonstrate the feasibility of this method, the measurement results are compared with the traditional colorimetric measurement methods. The results show that: 1)Both the traditional sediment color measurement method and the digital image color measurement method are controlled by sediment grain size. Sediment color research can be carried out on fine sand or finer sediments, but for medium grained sand and coarse sand, the error will be larger. Compared with the traditional measurement methods, digital image method can reduce the inherited color interference of coarse clastic sediments; 2)The particle size and water content of clastic sediments affect the numerical value of digital image sediment color. Generally, the wet-color values obtained by the digital image method are lower than the dry-color values obtained by using a spectrophotometer, and the color value variation is large, and the undulation of chromaticity /brightness curve is greater; 3)Compared with the traditional sediment color measurement method, digital image method has good consistency of color measurement of redness and yellowness, but the brightness is affected by uneven illumination, resulting in some error. Sediment digital image extraction of sediment color information can replace the indoor measurement method to a certain extent, and can be used to establish a more complete sediment color sequence under more complex sedimentary environment, so as to provide information for the Quaternary stratigraphic division, paleoclimate research, paleosol recognition and paleoearthquake event identification, thus expanding the application of colorimetric results to the geological direction.

Keyword: core drilling; Quaternary sediments; colorimetric measurement; digital image analysis; geo-application
0 引言

20世纪60年代, 颜色色度学诞生时, 丁国瑜等(1964)就提出 “ 必须完善对第四纪沉积物颜色的研究方法, 开展这一物理特性的分析, 以便利用颜色特征更多地了解和解决古气候、 古地理等第四纪地质和与之有关的实际问题” , 初步建立了颜色色度半定量第四纪沉积研究方法。几十年过去, 随着科技水平的发展, 色度学在地质学中经历了从定性到半定量、 定量研究的转变。Helmke等(2002)利用北大西洋海相沉积物色度较好地揭示了过去50× 104a的千年尺度气候变化模式; 吴艳宏等(2004)利用可可西里苟仁错湖湖相沉积物, 对比分析了色度同地球化学古气候研究替代指标耦合一致性, 探讨了色度同湖水深度的演化关系, 恢复了该地区1440年以来的古气候演变; 张永栋(2012)对北京马池口凹陷河流-湖泊相沉积物开展颜色同磁化率、 粒度之间耦合关系的研究, 恢复了中更新世以来北京地区古气候演化; 石培宏等(2012)对靖远地区黄土剖面开展色度研究, 揭示了黄土致色因素, 提出在磁化率指标不能很好地记录气候变化及土壤发育的情况下, 色度指标能较好地弥补这一古气候重建的缺陷; 朱丽东等(2014)在金衢盆地网纹红土研究中也使用了色度指标, 表明网纹红土因其特殊斑纹结构而具特殊的色度表达系统, 红白网纹的色差能够表示网纹发育程度及其发育的阶段性; 章云霞等(2016)利用杭嘉湖平原北湖桥钻孔湖相-滨浅海沉积物的色度, 综合粒度、 总有机碳等指标, 探讨了早-中全新世气候经历的冷暖干湿变化。总之, 沉积物颜色信息在海洋、 湖泊和黄土、 红土风力沉积、 以及细颗粒陆地河流-湖泊相沉积中得以较好利用, 其同沉积物磁化率、 粒度、 孢粉、 元素地球化学等一起作为1种辅助性代用指标较好地揭示了古气候、 古沉积环境演化。

在冲积平原区, 古土壤是泛滥平原的标志层, 反映了沉积过程中的气候变化和一个相对较长时间的沉积间断。区域上, 古土壤以其具有的等时面特性, 可作为可靠的分层标志应用在第四纪地层划分、 对比中。古土壤由于其颜色较其上下相邻层组偏深, 以黑色或深灰色为主, 在陆相沉积中由于其沉积间断, 其下部层位往往容易发生淋滤作用和淀积作用, 分别形成钙质组分的相对缺失层和富集层, 在沉积物色度和亮度曲线中往往表现出骤变特征, 据此可较好地识别出古土壤。同时, 第四纪陆相地层相变复杂, 岩性横向连续性较差, 加大了区域地层对比难度。而沉积物色度信息在一定区域范围内具有空间上的可对比性, 利用色度信息可开展一定区域范围沉积物色度变化旋回精细对比, 还可同深海氧同位素或黄土磁化率曲线等一一对比, 作为地层对比的重要参考因素。色度信息所记录的古气候周期还可通过谱分析, 开展第四纪地层万年乃至千年周期的精细地层研究。因此, 沉积物颜色信息在系统分析第四纪沉积物成分、 结构特征、 沉积环境及地层对比等各领域具有广阔的应用前景。

传统第四纪沉积物色度研究流程包括野外系统取样、 样品制备(烘干、 磨压)、 实验室色度测试和分析等步骤。该方法获得的沉积物色度精度高, 但对采集的样品要求较高, 一般必须采集粒度细小的沉积物, 对于在河流环境中堆积的粗颗粒沉积物不能较好地应用, 且测试工作涉及的野外、 室内工序繁琐, 不利于色度学在第四纪地质学中的广泛应用。

数字图像处理技术是指将图像信号转换成数字信号并利用计算机进行处理的方法。近些年来, 数字图像处理技术日趋成熟, 在地质学领域也得以广泛利用(杨武年等, 2003; 秦英译, 2006; 徐文杰等, 2007; 王献礼等, 2010; 牛永斌等, 2017; 阎治全等, 2017)。本文介绍1种基于数字图像色度提取方法开展第四纪沉积物颜色研究方法, 并将其与传统沉积物色度学研究进行对比, 提出了1种便捷、 有效和科学的第四纪钻孔岩心的数字图像处理与分析方法, 为第四纪沉积物色度的利用和深入研究提供了基础。

1 方法原理

物体的颜色是由红、 蓝、 绿合成的正常白光照射在物体上被物体反射的光线, 其同光源与物体自身的特性有关。随着科学技术的进步, 记录物体颜色的设备已经大众化, 数码相机就是其中之一, 其可获得千万像素级的高质量、 可以用数字计算机或数字电路存储和处理的数字图像。虽然各类相机设备配置不同, 获取的物体图像颜色稍有差异, 但多体现在物体亮度上, 物体自身颜色特性仍能显现出来。在满足正常拍摄条件下, 蓝色物体不会因为拍摄设备不同而变为红色或其他颜色, 仅在色差上有所差异(图1)。

图1 不同光照、 设备条件下颜色对比图
a、 b 尼康D3400不同时空拍摄图像, c 佳能EOS 77D拍摄图像
Fig. 1 Color contrast diagram under different lighting conditions using different equipment.

物体的颜色可使用彩色空间模式予以表述。目前, 应用较广的颜色空间表达模式为RGB、 HSL、 CIE Lab 3类, 且能实现三者之间的转换(胡威捷等, 2007)。第四纪沉积物颜色研究常用颜色空间模式为CIE Lab模式, 其是由国际照明委员会定义的1种广泛用于科学计算、 与设备无关的颜色表示方法。该颜色空间由Adams在Eward Hering的四色学说基础上提出, 为1种非照明的、 对立色空间的颜色系统(胡威捷等, 2007), 使用baL对色坐标轴定义CIE颜色空间。其中, L值表示光亮度, 其值为0(黑色)~100(白色), 代表从黑到白的比例系数; ba分别代表黄-蓝、 红-绿色度坐标(图2); a=b=0表示无色。

图 2 CIE Lab颜色空间模型原理图(胡威捷等, 2007)Fig. 2 CIE Lab model of color space system(Hu et al., 2007).

第四纪沉积物的CIE Lab颜色信息一般使用分光测色仪直接获取。分光测色仪通过光照射到样品上, 经过反射到光栅分光, 然后光信号转换成电信号, 最终转算成数字信号。其最大的特点就是统一了光源条件, 减少了光源因素对颜色的影响。用数码相机等输入设备获取数字图像开展沉积物颜色研究, 其方法原理本质上同直接对沉积物取样借助分光测色仪测量的方法基本相同。不同之处在于其照射光为自然光。自然光必定伴随时间、 空间位置的变化而有所差异, 进而影响沉积物颜色信息。本文多次试验表明, 数字图像输入设备对颜色具有一定影响(图1, 图3), 这与感光设备硬件条件有关(李兵, 2009; 王会, 2011)。而光源条件对物体颜色影响主要为亮度, 色度上影响是有限的(图1, 图 3)。伴随数字图像处理技术发展, 多种光源校正方法可降低光源差异对颜色特征的影响, 恢复物体本身的色彩(Ebner, 2004, 2007; 周战荣等, 2007)。因此, 可以借助数码相机等输入设备获取第四纪沉积物数字图像颜色信息, 定量描述其连续变化序列, 发展颜色色度学在地质学中的应用。

图3 不同光照、 设备条件下颜色曲线与光源校正后颜色曲线Fig. 3 Uncorrected and corrected color curve under different lighting conditions using different equipment.

2 测试方法与测量过程

测量过程包含数字图像获取、 光源校正与颜色信息提取和数据处理3个阶段。

2.1 数字图像获取

本文实验沉积物来自于北京通州张家湾镇某地质钻孔0~450m深度的连续钻孔岩心(图4)。钻探时按照顶底顺序放置于1m长的PVC管中进行劈芯, 每5m构成1个组合进行图像拍摄获取数字图像, 并对其进行详细地质编录。相机拍摄时, 统一每段岩心的拍摄角度和距离, 减少因光源条件不同或拍摄角度差异等引起的光照不均匀现象, 但不作严格统一要求, 对拍摄时间也不做统一要求。本次拍照相机为尼康D3400彩色相机, 获取原始图像分辨率为3i216× 2i136。

图4 钻孔岩心数字图像Fig. 4 Digital images of borehole core.

钻探所取沉积物为1套松散、 湿、 颜色丰富且粒度变化较大的岩性组合(图4)。综合沉积物颜色、 成分、 结构、 构造等特性可知, 地质历史时期其先后发育有洪积扇、 辫状河冲积、 泛滥平原、 湖泊、 河流三角洲和滨海6类陆相-海陆过渡相沉积(图5), 研究其沉积物颜色特性具有典型性。

图5 钻孔沉积相及深度-色度/亮度曲线Fig. 5 Sedimentary facies and depth-chromaticity/lighting curve from borehole core.

2.2 光源校正与颜色信息提取

钻孔岩心统一放置于白色PVC管中, 岩心标签均为白色, 每张数字图像均含有白色背景信息。本文采用max-RGB方法(Ebner, 2004, 2007)对每张数字图像进行光源一致性校正, 即每张数字图像白色颜色基本信息均值修正趋于理想颜色状况下, 对其他色彩进行统一校正, 具体光源校正方法及程序见参考文献(Ebner, 2004, 2007)。在此基础上, 对校正后的岩心数字图像逐段提取RGB数值, 并借助rgb2lab(rgb)函数实现RGB向CIE Lab颜色空间表达模型转化, 以获取沉积物亮度L、 色度ab数字矩阵。所用程序基于Matlab程序编写, 具体的Lab色度数据获取程序代码见附录, 获取颜色数字矩阵绘制深度-亮度/色度原始曲线见图5。

2.3 数据处理

对获取的数字矩阵进行统一滤波处理, 剔除掉数字图像中沉积物颜色异常点, 如沉积物中小的钙质结核、 团粒等杂质(图5)的异常噪声, 滤波方法为中值法。 考虑本次所选钻孔主要为沉积速率较快的陆相沉积, 参数取校正后图像像素1/10, 即相当于10cm岩心色度滚动取均值, 获得本次钻孔岩心450m深度沉积物461i125× 3组亮度、 红度和黄度数据, 并建立完整滤波后深度-色度/亮度曲线(图5)。具体计算机运行程序见附录。

3 测量方法验证

沉积物颜色被广泛应用于古沉积环境恢复, 其包括继承色、 自生色和次生色。继承色为沉积物中所含粗碎屑颗粒矿物自身的颜色, 如肉红色钾长石、 白色石英, 为沉积物物源颜色, 其对古环境研究意义不大。而自生色是在沉积物成岩阶段由自生矿物造成的, 大部分黏土、 化学胶结物具有, 如海绿石、 钙质结核等; 次生色则是在沉积物沉积过程中由于沉积环境变化而发生次生变化产生的, 如Fe2+在氧化环境下氧化为Fe3+而呈现的黄褐色、 褐红色, 植物根系在微生物腐殖下引起的颜色变化等。自生色和次生色均同沉积环境密切相关, 其在第四纪沉积物中赋存形态可能为矿物类型, 也可能为胶体, 还有可能为离子形态, 其对古环境研究意义重大。

沉积物的颜色研究就是识别出自生色和次生色, 并尽量剔除继承色影响。粗碎屑沉积物由于其孔隙大、 含水量高, 自生色和次生色的致色矿物一般难以赋存。对粗碎屑沉积物开展色度测试, 受矿物碎屑沉积物粉末继承色影响, 传统方法获取的亮度、 色度数据误差极大。因此, 沉积物颜色研究主要集中于细颗粒黄土、 红土堆积、 海相沉积和湖相沉积环境中(Helmke et al., 2002; 黄维等, 2003; 彭淑贞等, 2003; 吴艳宏等, 2004; 杨立荣等, 2011), 而粗碎屑沉积物一般不用来开展色度研究。

本文为方法研究, 对粗砂— 黏土粒级的碎屑沉积物分别使用本文方法和传统颜色测量方法进行测量, 开展对比验证研究。根据沉积物颜色特征对钻孔岩心沉积物进行高密度取样, 450m岩芯计取沉积物样品2i118件。基于实际取样深度信息, 对上述深度-色度/亮度曲线(图5)减采样至2i118× 3组颜色数据, 分别计为Lab。同时将所取验证样品在烘干箱中50℃封闭烘干后, 用玛瑙研钵研磨均匀。使用日本美能达SPAD-503分光测色仪分3次测量颜色数值, 最终取3次测量均值为样品实测色度值, 分别计为L'a'b'。在同一坐标系中绘制室内取样实测和数字图像测试深度-色度/亮度曲线(图6), 进行对比研究。

图6 实测颜色曲线(L'a'b')与数字图像提取颜色曲线(Lab)同沉积物粒度关系Fig. 6 The image of relationships between L', a', b', L, a, b and the grain size of the sediments.

首先, 2类测试方法所得沉积物颜色信息均明显受沉积物颗粒粒级影响。粗碎屑颗粒(尤其是粗砂— 中砂类)颜色曲线则表现为单点跳跃骤变(图5, 图 6), 颜色信息明显受到粗颗粒碎屑沉积物继承色干扰, 如钻孔30m± 、 65m± 处, 可信度低。粉砂及其更细的细颗粒沉积物颜色曲线表现为连续性变化, 2类曲线形态也基本相似, 颜色信息可信度较高。而细砂级碎屑颗粒颜色曲线也呈单点小幅度跳跃变化, 在扣除中砂及以粗粒径的ab色度曲线上(图7), 仅3、 4、 5、 6四处细砂点对应2曲线存在较大差异, 其余细砂点2曲线基本吻合。这一现象说明细砂粒级颜色同样仍受到一定继承色干扰。但是, 其总体颜色变化趋势已经稳定显现(图6, 图 7), 2类方法色度曲线上起伏形态趋于一致, 颜色信息基本可信。因此, 细砂及更细的细碎屑沉积物基本可用来测量沉积物颜色。

图7 细颗粒沉积物实测颜色曲线(L'a'b')与数字图像提取颜色曲线(Lab)对比图Fig. 7 Contrast diagram of L, a, b and L', a', b' from fine-grained sediments.

进一步对比2种测试方法曲线, 数字图像法获得的颜色数据在粗颗粒处同其顶底细颗粒色度相比, 具有逐渐过渡特征, 同肉眼观测结果相符(图7)。此方法获取的高像素分辨率数据(如本钻孔提取的461i125组数据)既包括了继承色, 又包括了自生色、 次声色, 通过数学方法(曲线拟合)分析可能反而减小了粗碎屑物继承色影响。以钻孔19~21m深度为例, 其岩性依次为砂-黏土-砂组合(图7), 肉眼观察下沉积物颜色稍有变化。然而, 分光测色仪测量结果显示颜色变化极大, 明显受到粗颗粒碎屑物继承色干扰。而本文方法所得色度曲线中该段颜色变化并不明显, 减小了粗碎屑沉积物的干扰。

其次, 同分光测色仪所获得的L'a'b'数值相比, 用本文所述方法测得的Lab数值一般较小, 且数值变化幅度较大, 色度/亮度曲线更加起伏(图6)。造成这一现象的主要原因是样品湿度(含水量), 其次是碎屑沉积物粒级。钻探岩心提取的颜色为沉积物湿色, 色度值低于分光测色仪取得的沉积物干色。本次利用分光测色仪对同一样品干、 湿状态下颜色进行多次测试结果支持这一结论。LabL'a'b'数值的差值大小, 在色度/亮度曲线图上表现为对应2条曲线距离的远近。对比发现(图6), 黏土或粉砂质黏土细颗粒(如图6Ⅰ 、 Ⅲ )和钻孔深部(深度> 250m)两曲线距离较近, 而砂类粗碎屑颗粒和浅部2条曲线则相差较远。粗碎屑颗粒空隙大, 浅部地层压实作用弱, 地层较为松散, 一般含水量大, 往往与干色色差较大, 使得上述2曲线相距较远。反之, 细碎屑颗粒和深部地层压实, 泄水作用使得其含水量小, 同干色之间色差较小, 2曲线相距较近, 在局部细颗粒固结程度较好的层位(如270m± 、 400m± )甚至提取数值高于实测值。因此, 数字图像法中, 粒级和湿度叠加影响增大了其颜色曲线的起伏程度。

再次, 2种测试方法获取的数据基数虽然存在差异, 但构建的深度-色度/亮度曲线形态几乎一致(图6, 图 7), 均表现出周期性的波动, 记录了古气候变化等复杂的地质信息, 如末次冰期后暖期阶段、 氧同位素的MIS5阶段等(图6Ⅱ , Ⅲ )。对2i118组LabL'a'b'样本进行线性相关性分析(Trauth, 2015), 相关系数直方图均符合正态分布(图8), 没有异常值的样本存在, 获取的相关系数R值可信。结果表明, 沉积物红度a和黄度b所对应的R值分别为0.450i9、 0.565i2, 二者之间具有中等相关性, 而亮度L所对应的R值为0.248i7, 呈现出弱相关性。

图8 相关系数直方图相关系数Fig. 8 Correlation coefficient histogram.

扣除中砂以及粗碎屑颗粒干扰, 上述线性相关性分析中色度和亮度R值均> 0.6, 且频谱分析Blackman-Harris法(Trauth, 2015)结果表明2类方法的 ab曲线均具有基本类似的周期(图9), 验证了曲线形态起伏趋于一致(图7)。因此, 采用钻孔岩心数字图像提取沉积物颜色信息一定程度上可替代实测方法, 参考开展沉积物色度信息研究。

图9 色度/亮度曲线功率谱分析结果Fig. 9 Power spectrum analysis results of chromaticity/lighting curve.

在2种方法获得的深度-色度/亮度曲线中, 亮度曲线总体差异较大, 这同数字图像获取时光源条件不一密切相关。精细对比发现, 分光测色仪测试结果显示黏土亮度低于砂类, 含碳点或碳质条带的黏土亮度高于一般黏土, 如20m± 、 130m± , 而数字图像法获得的数据正好相反(图7)。大量研究表明, 在CIE表色系中, 亮度L受控于沉积物的碳酸盐和有机质含量变化(Shields et al., 1968; Torrent et al., 1980; Helmke et al., 2002; 彭淑贞等, 2003; 张永栋, 2012), L值与碳酸盐含量有较强的正相关性, 与同碳质含量呈负相关。砂类由于淋滤作用碳酸盐易造流失, 其含量一般低于黏土层, 砂类中碳酸盐含量差异引起的沉积物亮度信息参考价值不大, 其亮度记录为粗碎屑颗粒粉末自身亮度信息。本钻孔黏土层中多处可见白色钙质结核(图7), 黏土层在稀盐酸下的气泡反应程度也明显强烈于砂层, 亮度值理论上高于粉砂、 细砂。反之, 黏土沉积物中含有较多碳质, 其颜色偏黑, 亮度L势必降低。然而, 在分光测色仪下本孔多处出现了与之相反的情况, 产生一定误差。造成这一误差的原因尚不明确, 推测可能同本钻孔复杂的沉积环境、 沉积物粒级复杂变化有关。数字图像法一定程度上减小了上述误差, 尤其是减小了较粗的细砂、 粉砂碎屑颗粒继承色亮度信息误差, 能较好地记录沉积物碳酸盐含量和碳质含量变化, 以较好地揭示复杂沉积环境下颜色变化。

4 结论

本文提出1种基于数字图像分析法测量第四纪沉积物色度的方法, 并将其测量成果同传统分光测色仪法测量结果进行了对比, 论证了该方法的可行性。

(1)利用数字图像法开展沉积物颜色研究, 其操作简单快捷, 较传统取样室内分光测色仪测试, 可节省一定测试成本和时间, 提高了沉积物颜色研究效率。

(2)传统沉积物颜色测量方法和数字图像颜色测量方法都受沉积物颗粒粒级制约。对细砂及其以细颗粒基本可开展沉积物颜色研究, 中砂、 粗砂则误差较大。

(3)碎屑沉积物粒级和含水量影响数字图像法沉积物颜色数值。一般来说, 数字图像法获得的颜色数值(湿色)低于使用分光测色仪所获得的颜色数值(干色), 且颜色数值变化幅度更大, 色度/亮度曲线表现出更大波状起伏。

(4)传统沉积物测量方法和数字图像测量方法获取的数据基数虽然存在差异, 但构建的深度-色度曲线具有中等线性相关性和几乎一致的谱周期, 曲线形态几乎一致, 而深度-亮度曲线具有弱线性相关性和类似谱周期, 曲线形态也具有一定相似性。深度-色度/亮度曲线均表现出周期性的波动, 记录了古气候变化等复杂的地质信息。深度-亮度曲线差异同数字图像获取时光源条件不一密切相关, 还可能同复杂沉积环境有关。

(5)同传统测量方法相比, 数字图像法不仅较可靠地揭示细颗粒沉积物颜色信息, 还可减小粗碎屑沉积物颜色继承色干扰, 拓展了沉积物色度研究在陆地河流相沉积环境中应用, 可用于建立更加复杂沉积环境下较为完整的沉积物颜色序列, 为第四纪地层划分、 古气候研究、 古土壤识别和古地震事件识别提供数据资料, 拓展色度学在地质方向成果的应用。

致谢 本论文受中国地震局地质研究所陈桂华、 谭锡斌、 江国焰、 蔡军涛、 李康、 康文君、 陈文彬、 郑荣章等人启发, 样品采集过程中得到北京市地质调查研究院赵勇、 董静、 程新彬、 尤世娜、 魏波的帮助, 样品测试过程中得到中国地震局地质研究所蒋汉朝、 徐红艳的帮助, 在此一并表示感谢。

The authors have declared that no competing interests exist.

参考文献
[1] 丁国瑜, 高维明, 黄述银, . 1964. 华北平原第四纪沉积物的颜色特征及其地质意义[J]. 地质科学, (2): 143159.
DING Guo-yu, GAO Wei-ming, HUANG Shu-yin, et al. 1964. The color characteristics and geological significance of Quaternary sediments in the North China plain[J]. Geological Sciences, (2): 143159(in Chinese). [本文引用:1]
[2] 胡威捷, 汤顺青, 朱正芳. 2007. 现代颜色技术原理及应用 [M]. 北京: 北京理工大学出版社.
HU Wei-jie, TANG Shun-qing, ZHU Zheng-fang. 2007. Modern Color Science and Application [M]. Beijing Institute of Technology Press, Beijing(in Chinese). [本文引用:2]
[3] 黄维, 翦知湣, Bühring C. 2003. 南海北部ODP 1144站颜色反射率揭示的千年尺度气候波动[J]. 海洋地质与第四纪地质, 23(3): 510.
HUANG Wei, JIAN Zhi-min, Bühring C. 2003. The millennial-scale climate fluctuations revealed by the records of color reflectance from ODP site 1144 in the northern South China Sea[J]. Marine Geology & Quaternary Geology, 23(3): 510(in Chinese). [本文引用:1]
[4] 李兵. 2009. 颜色恒常性计算研究 [D]. 北京: 北京交通大学.
LI Bing. 2009. Research on color constancy computation [D]. Beijing Jiaotong University, Beijing(in Chinese). [本文引用:1]
[5] 牛永斌, 崔胜利, 胡亚洲, . 2017. 塔里木盆地塔河油田奥陶系数字岩心图像中生物扰动的定量表征[J]. 古地理学报, 19(2): 353363.
NIU Yong-bin, CUI Sheng-li, HU Ya-zhou, et al. 2017. Quantitative characterization of bioturbation based on digital image analysis of the Ordovician core from Tahe Oilfield of Tarim Basin[J]. Journal of Palaeogeography, 19(2): 353363(in Chinese). [本文引用:1]
[6] 彭淑贞, 郭正堂. 2003. 西峰晚第三纪红土记录的亮度学特征[J]. 第四纪研究, 23(1): 110.
PENG Shu-zhen, GUO Zheng-tang. 2003. Characteristic of luminosity of the Late Tertiary red earth in Xifeng area[J]. Quaternary Sciences, 23(1): 110(in Chinese). [本文引用:2]
[7] 秦英译. 2006. 基于数字钻孔摄像的图像分析方法研究 [D]. 武汉: 中国科学院研究生院(武汉岩土力学研究所).
QIN Ying-yi. 2006. The study of image analysis method based on digital optiacal borehole imaging [D]. Institute of Rock and Soil Mechanics, Chinese Academy of Sciences, Wuhan(in Chinese).
[本文引用:1]
[8] 石培宏, 杨太保, 田庆春, . 2012. 靖远黄土-古土壤色度变化特征分析及古气候意义[J]. 兰州大学学报(自然科学版), 48(2): 1523.
SHI Pei-hong, YANG Tai-bao, TIAN Qing-chun, et al. 2012. Chroma characteristics in the loess-paleosol at Jingyuan section and its signification to paleoclimate[J]. Journal of Lanzhou University(Natural Sciences), 48(2): 1523(in Chinese). [本文引用:1]
[9] Trauth M H. 2015. 地球科学中的MATLAB应用 [M]. 3版. 宋久旭, 党博, 田亚娟, 等译. 北京: 国防工业出版社.
Trauth M H. 2015. MATLAB Recipes for Earth Sciences [M]. 3rd ed. SONG Jiu-xu, DANG Bo, TIAN Ya-juan, et al. , trans. National Defense Industry Press, Beijing(in Chinese). [本文引用:2]
[10] 吴艳宏, 李世杰. 2004. 湖泊沉积物色度在短尺度古气候研究中的应用[J]. 地球科学进展, 19(5): 789792.
WU Yan-hong, LI Shi-jie. 2004. Significance of lake sediment color for short time scale climate variation[J]. Advances in Earth Science, 19(5): 789792(in Chinese). [本文引用:2]
[11] 王会. 2011. 彩色图像色偏校正算法研究[D]. 长春. 吉林大学.
WANG Hui. 2011. The research of color cast correction of color image [D]. Jilin University, Changchun(in Chinese). [本文引用:1]
[12] 王献礼, 张永双, 曲永新, . 2010. 基于数字图像处理技术的冰川堆积物粒度分析: 以川西贡嘎山冰川堆积物为例[J]. 地质通报, 29(2-3): 469475.
WANG Xian-li, ZHANG Yong-shuang, QU Yong-xin, et al. 2010. Grain size analysis of glacial deposits based on digital image processing technology[J]. Geological Bulletin of China, 29(2-3): 469475(in Chinese). [本文引用:1]
[13] 徐文杰, 岳中琦, 胡瑞林. 2007. 基于数字图像的土、 岩和混凝土内部结构定量分析和力学数值计算的研究进展[J]. 工程地质学报, 15(3): 289313.
XU Wen-jie, YUE Zhong-qi, HU Rui-lin. 2007. Current status of digital image based quantitative analysis of internal structures of soils, rocks and concretes and associated numerical simulation[J]. Journal of Engineering Geology, 15(3): 289313(in Chinese). [本文引用:1]
[14] 阎治全, 周波, 李栋巍, . 2017. K近邻分类法在岩屑数字图像岩性分析中的应用[J]. 录井工程, 28(1): 811.
YAN Zhi-quan, ZHOU Bo, LI Dong-wei, et al. 2017. Application of K nearest neighbor classification method in lithology analysis of cutting digital image[J]. Mud Logging Engineering, 28(1): 811(in Chinese). [本文引用:1]
[15] 杨立荣, 岳乐平. 2011. 浑善达克沙地末次冰期晚期到全新世的环境转型[J]. 地球环境学报, 2(1): 301306.
YANG Li-rong, YUE Le-ping. 2011. The environmental transformation from late last glacial to Holocene of Otindag sand yland [J]. Journal of Earth Environment, 2(1): 301306(in Chinese). [本文引用:1]
[16] 杨武年, 濮国梁, 郑平元, . 2003. 长江三峡库区多类型、 多时相遥感图像数字处理和地质构造信息提取[J]. 成都理工大学学报(自然科学版), 30(4): 378385.
YANG Wu-nian, PU Guo-liang, ZHENG Ping-yuan, et al. 2003. Digital processing and information extraction of multi-type and multi-temporal remote sensing images for geological hazard in the Yangtze Three Gorges project region, China[J]. Journal of Chengdu University of Technology(Science & Technology Edition), 30(4): 378385(in Chinese). [本文引用:1]
[17] 张永栋. 2012. 北京昌平第四纪沉积物磁化率、 色度的特征及其环境意义 [D]. 北京: 首都师范大学.
ZHANG Yong-dong. 2012. Characteristics and environmental significance of magnetization rate and chromaticity of Quaternary sediments in Changping, Beijing [D]. Capital Normal University, Beijing(in Chinese). [本文引用:2]
[18] 章云霞, 叶玮, 马春梅, . 2016. 浙江北湖桥孔色度记录的早-中全新世环境变化[J]. 第四纪研究, 36(5): 13311342.
ZHANG Yun-xia, YE Wei, MA Chun-mei, et al. 2016. Environment variabilities archived by color of the drill core Beihuqiao in Hangjiahu plain during the early-mid Holocene, China[J]. Quaternary Sciences, 36(5): 13311342(in Chinese). [本文引用:1]
[19] 周战荣, 赵晓铭, 刘皓淳, . 2007. 光照不均匀的干涉条纹校正新方法[J]. 光学技术, 33(S1): 6566.
ZHOU Zhan-rong, ZHAO Xiao-ming, LIU Hao-chun, et al. 2007. A new method of adjusting interference fringe with uneven brightness[J]. Optical Technique, 33(S1): 6566(in Chinese). [本文引用:1]
[20] 朱丽东, 刘名瑜, 谷喜吉, . 2014. 金衢盆地网纹红土色度及其环境意义[J]. 海洋地质与第四纪地质, 34(3): 133141.
ZHU Li-dong, LIU Ming-yu, GU Xi-ji, et al. 2014. Envionmental implication of the color index of the plinthitic red earth in Jinhua-Quzhou Basin[J]. Marine Geology & Quaternary Geology, 34(3): 133141(in Chinese). [本文引用:1]
[21] Ebner M. 2004. A parallel algorithm for color constancy[J]. Journal of Parallel and Distributed Computing, 64(1): 7988. [本文引用:3]
[22] Ebner M. 2007. Color Constancy[M]. John Wiley & Sons, Chichester. [本文引用:3]
[23] Helmke J P, Schulz M, Bauch H A. 2002. Sediment-color record from the Northeast Atlantic reveals patterns of millennial-scale climate variability during the past 500, 000 years[J]. Quaternary Research, 57(1): 4957. [本文引用:3]
[24] Gegenfurtner K R, Kiper D C. 2003. Color vision[J]. Annual Review of Neuroscience, 26: 181206. [本文引用:1]
[25] Shields J A, Paul E A, Arnaud R J S, et al. 1968. Spectrophotometry measurement of soil color and its relationship to moisture and organic matter[J]. Canadian Journal of Soil Science, 48(3): 271280. [本文引用:1]
[26] Torrent J, Schwertmann U, Schulze D G. 1980. Iron oxide mineralogy of some soils of two river terrace sequences in Spain[J]. Geoderma, 23(3): 191208. [本文引用:1]