doi: 10.11928/j.issn.1001-7410.2015.02.23  

文章编号：1001-7410(2015)02-484-09

李德文, 康艳蕊, 李大伟    

1 概述

天然碎屑沉积物是物源区地质特征以及碎屑风化、 剥蚀、 搬运、 堆积和成岩过程中各种地质作用信息的复合载体，其形状和大小特征对物源、 搬运介质、 沉积环境和动力条件具有指示意义^{[1, 2]}。常规的粒度分析方法有沉降法、 电阻法、 衍射法、 散射法、 声波法、 筛析法和飞行时间法等^{[3, 4]}。前5种方法所获粒径是与所测颗粒的某一物理特性相同的同质球体的直径^{[3, 4, 5, 6, 7, 8]}，即等效粒径( 表1)； 筛析法不仅耗时、 繁琐，还需假设颗粒为球形； 飞行时间法测试结果受颗粒形状影响，且需确保激光正确扫过用于计算的所有颗粒的中心位置，本质上是一维(1D)测量。天然沉积颗粒在形状、 密度、 折光率及透明度等方面与工业粉体^{[3, 4]}相去甚远，传统粒度分析所依赖的基本假设与实际情况有一定偏离，导致不同方法测试结果差别明显^[9]。相比之下，图像法是基于样品颗粒逐个测量的粒度分析技术 ¹⁾，与其他方法常需考虑的颗粒密度、 形状和折光率等物性无关，能较好地适应天然沉积物的特点(密度不同、 形状各异) ²⁾，且能根据颗粒图像计算多种粒度和粒形参数，被IUGS-COS(国际地科联沉积委员会)认定为检验和评估其他粒度分析方法可靠性的标准^[8]。

表1(Table 1)

表1 图像法与其他粒度分析方法的对比Table 1 Comparison of similarities，differences and major prerequisites of prevalent methods of grain size analysis 方法 激光衍射 激光散射 电阻法 沉降法 筛析法 图像法(QICPIC) 主要原理 Fraunhofer衍射 Mie散射 小孔电阻变化 Stokes定律 粒径≤孔径 图像采集与处理 影响因素 颗粒形状 粒径，折射率，光强、波长和偏振度 检测液浓度 温度，粒形和密度 粒形，密度，时间 颗粒数，抽样方法 样品要求 粒径远大于入射光的波长 无 密度适宜；粒度范围窄 密度相同，小颗粒不会发生凝聚 松散或弱胶结 分散 测试范围 3-3500μm nm-mm 0.5-1000μm 粘土-粉砂级(移液管)和砂级(沉积筒) ＞45μm 1-6800μm 基本假设 粒径远大于波长，不透明，折射率相等 * 颗粒为球形 颗粒与电解质电阻不同 球形，密度相同 中径＜筛孔径或对角径 无 等效粒径 等容径 等容径 等效电阻径 等效沉速径 筛析径 (多种) 主要优点 快速，分辨率高，重复性好，测量范围宽 考虑衍射和散射，结果更真实；下限拓展 分辨率高，速度快 快速，能反映水动力特性 简单方便，成本低 直接测量；可获形貌特征 主要缺点 仅考虑衍射，忽视折射率 Mie理论复杂，数据处理量大 范围小，小孔易堵 布朗运动影响，下限限制 颗粒易碎；砂级为主 制样复杂耗时 *资源来源文献[3, 4]

表1 图像法与其他粒度分析方法的对比 Table 1 Comparison of similarities，differences and major prerequisites of prevalent methods of grain size analysis

早期的图像法^[10]主要基于微观尺度的静态图像2D(二维)粒度分析。制样繁琐(如薄片)，计数和测量全靠手工。样品所测颗粒数量少，结果代表性差。之后的半自动、 自动粒度仪也都停留在每小时1000-4000个颗粒的水平^[11]。耗时低效，难于运用和推广。新近开发的基于图像快速获取和数字图像处理技术的动态图像粒度分析系统可一次性获取n×10⁷-10⁸个颗粒的大小和形状信息 ¹⁾ 1)。更有意义的是，系统对紊流中运动的颗粒直接快速成像，从统计的角度保证了颗粒3D信息的获取。面对单个样品拥有的海量数据(可达上亿个颗粒，每个颗粒可以计算出多达几十个的粒形、 粒度参数)，如何快速有效地获取有用的信息，更好地服务于科研与生产，是图像法粒度粒形分析领域迫切需要研究的新问题。本文以两类已知沉积环境的沉积物(河流砂和湖滩砂)为例，通过粒形与粒度关系特征的分析和对比，尝试探讨天然沉积物中粒形-粒度关系的性质、 特征、 物理意义以及不同环境之间的异同。

2 仪器、 样品和方法

本文所用测试系统为德国SYMPATEC公司生产的QICPIC图像法粒度粒形仪，进样采用GRADIS/L干法分散系统(http://www.sympatec.com/CN/ImageAnalysis/GRADIS-L.html)。对自然干燥松散的样品不作任何扰动和破坏，以便于样品测试的重复和结果对比。系统能在短时间内获取n×10⁷个颗粒的粒度和形状信息，其统计误差远小于1 ％ ²⁾)。本文所用镜头成像的像素对应的物理尺度为18μm，单个像素图像对应的等积径约为22μm； 基本形态识别所要求的最小尺度通常取单个像素大小的3倍，对应等积径约为60μm。为了避免系统对粉砂及以下粒级( ＜60μm)颗粒形态识别中存在的畸变，本次研究所选样品以中、 细砂级(1-3φ)颗粒为主，旨在考察砂级颗粒的粒形-粒度关系，探讨图像法粒度粒形分析在沉积研究中的应用。为便于对比，本文共分析了两组不同沉积环境的样品(采样位置见 图1): 一组采自乌海黄河左岸浅层岩芯中的河流砂层(w1-w7共7个样品，钻孔位置见 图1c)； 另一组采自青藏高原腹地当惹雍错北岸多道滩脊地层中的湖滨沉积砂层(t1-t5共5个样品，位置见 图1b)，它们的年代为全新世中期^[12]。两组共12个样品均为松散砂，肉眼判断分选较好。

图1(Fig.1)

图1 沉积物粒度采样点分布图 (a)两个样品采集区域的位置； (b)当惹雍错北岸滩脊特征及样点分布； (c)乌海附近黄河左岸浅钻位置 Fig.1 Distribution of the sediment grain-size sample sites. (a)Regional locations sample sites； (b)Beach ridges along the northern coast of the Tangra Yumco (Lake)，Tibetan Plateau，and sampling sites； (c)Core location on the left bank of the Yellow River，near Wuhai City，Inner Mongolia

QICPIC＋GRADIS/L系统通过WINDOX软件包(http://www.sympatec.com/CN/Software/Software .html)控制全部操作，对自由落体中的样品颗粒进行连续快速的图像采集和处理，对每幅图像内所有颗粒逐个进行边界识别，然后根据用户需求计算其投影面积、 等积径(等效投影面积径)、 球度、 长宽比和凹凸度等参数，形成涵盖样品所有被测颗粒的图像及属性数据库。实验在中国地震局地壳应力研究所地壳动力学重点实验室完成。本文将涉及到的粒度、 粒形参数^{[3, 4]}及其计算公式如下: 等积径(diameter of equal projection-area circle)： ，其中A为颗粒投影面积； 球度(sphericity): ，其中P_eqpc为等积径所对应的圆周长； P_real为颗粒投影实际的周长； ，其中Feret_min和Feret_max分别为颗粒最小和最大Feret径(也称弗雷德径)，Feret径的定义是沿某一确定方向的、 分别与颗粒平面投影图两侧相切的两条平行线之间的距离； 凹凸度(convexity):

总共12个样品的测试结果见 表2。均值粒度大致为中砂(1-2φ)或细砂(2-3φ)，分选较好，分选系数介于0.436-0.660之间。球度差别不大，中值为0.90-0.91； 长宽比0.71-0.76，凹凸度0.89-0.94； 偏度接近0(-0.046-0.221)，显示样品分布接近正态； 峰态系数为0.962-1.387，为尖锋态，偏离程度相近。如前所述，由于60μm以下颗粒的图像象元数较少，与颗粒实际形态之间可能存在较大的畸变。粒径＜60μm的颗粒在样品颗粒总体中尽管数量不少(总颗粒数和用于粒形计算的≥60μm颗粒数见 表2第9、 第10列)，但其所占体积百分含量很小(一般小于1 ％ ，最大2.1 ％ ，见 表2，最后一列)，对样品粒度整体分布影响不大。本文涉及粒形的讨论只考虑≥60μm颗粒(即砂级颗粒)。

表2(Table 2)

表2 样品的粒度、 粒形参数和颗粒数Table 2 Grain size，grain shape parameters，and number of grains of each sample 样号 粒径M z/ 分选系数(S d) 偏度(S k) 峰态(K u) 粒形参数中值 总颗粒数 ≥60μm颗粒数 ＜60μm颗粒体积比/％(v/v) 球度(S) 长宽比(R aspect) 凹凸度(ψ c) w1 1.041 0.629 0.221 1.387 0.91 0.76 0.94 15092147 2478690 0.81 w2 1.918 0.436 0.061 1.101 0.9 0.72 0.91 4318439 2034108 0.42 w3 1.871 0.477 0.14 1.059 0.9 0.73 0.91 9103257 2343623 0.86 w4 1.417 0.601 0.147 1.256 0.91 0.74 0.93 20839323 2731776 1.29 w5 1.523 0.66 0.19 1.317 0.91 0.74 0.93 17896292 2552218 1.58 w6 1.904 0.624 0.205 1.28 0.9 0.73 0.92 27598257 4389126 2.1 w7 1.781 0.497 0.193 1.245 0.9 0.73 0.92 27148499 3795779 1.74 t1 2.463 0.537 -0.042 1.06 0.9 0.71 0.9 7735338 1132120 0.44 t2 2.206 0.575 -0.038 1.032 0.91 0.73 0.91 7940069 6019612 0.49 t3 2.434 0.558 -0.046 0.962 0.91 0.72 0.9 8403218 7042940 0.33 t4 2.684 0.513 0.113 1.132 0.91 0.71 0.89 17374828 8924594 0.51 t5 2.694 0.576 0.114 1.114 0.91 0.71 0.89 22742777 10226020 0.47

表2 样品的粒度、 粒形参数和颗粒数 Table 2 Grain size，grain shape parameters，and number of grains of each sample

球度、 凹凸度和长宽比均能从不同的角度表征颗粒形状，本文主要选用球度(S)代表粒形变化。根据前述球度定义，球度越小，意味着颗粒形状越不规则。为了检查样品内颗粒形状(球度)和粒径之间的关系，作者将每个样品的颗粒群体按球度大小划分成多个区间，然后计算每个球度区间内颗粒的均值粒径(M_z)，以其代表不同球度区间内颗粒的粒度变化。再以球度区间中值为横坐标，区间对应的均值粒径为纵坐标，所得S-M_z曲线如 图2所示。

从样品S-M_z曲线看，均值粒度整体上随球度增加而减小，即颗粒越大形状越不规则。就单条曲线而言，样品S-M_z曲线大致表现为斜率不同的三段(见 图2)。本文借用传统粒度累计频率曲线中的命名^[14]，分别标示为中段C.S.(central segment)、 细端F.T.(fine tail)和粗端C.T.(coarse tail)，如 图2所见。其中从C.S到F.T. 的折点在所有样品曲线上都很明显(S=0.95附近)。F.T段尽管球度接近1(近球形)，但随着球度的小幅增加，粒度急剧减小(幅度达1-2φ)，曲线向尾端快速收敛。 S-M_z曲线另一端(C.T.)斜率不稳定，但粒径整体上仍大致随球度增加而减小，颗粒形态相对不规则(S＜0.83)，体积百分含量约占4.59 ％ -10.38 ％ (表3)。C.S. 段是样品颗粒主体，体积百分含量77.97 ％ -91.70 ％ ( 表3)，斜率较小，尤其以河流砂明显。

图2(Fig.2)

图2 河流砂(a)与湖滩砂(b)的球度-粒径曲线 球度区间划分原则是保证所包含的颗粒数均不小于最小样本量[13](湖滩砂和河流砂分别为10000颗和30000颗)。横坐标为球度区间的中值。根据斜率变化曲线可分为三段: C.T.(coarse tail)、 C.S.(central segment)和F.T.(fine tail)； 下图中S.B.(surf break)指示C.S.段在S=0.91附近的变异(见 图3) Fig.2 Relation of sphericity and grain size of alluvial (a) and lakeshore (b) sands. Principle followed to divide sphericity intervals is that the number of grains within each sphericity interval must not less than the minimum sampling size[13]. Each figure is plotted by mid-value of sphericity interval on the horizontal axis. Curves could be separate into 3 segments: C.T. (coarse tail) irregular shape segment，C.S. (central segment) regular shape segment，and F.T. (fine tail) nearly spherical shape segment； S.B. (surf break) in the lower figure imply probable change of curves near S=0.91 on the C.S. segment，and its probable origin

表3(Table 3)

表3 C.T.、 C.S. 和F.T. 三段的体积百分含量Table 3 Volume percentage of C.T.，C.S. and F.T. segments 样品号 w1 w2 w3 w4 w5 w6 w7 t1 t2 t3 t4 t5 C.T.段 4.85 6.25 6.03 4.66 4.59 5.53 6.06 10.38 6.75 9.00 9.02 9.83 C.S.段 91.7 88.73 89.19 91.60 90.98 89.15 89.57 79.97 83.24 80.79 78.29 77.97 F.T.段 3.45 5.02 4.78 3.74 4.43 5.32 4.37 9.65 10.01 10.21 12.69 12.20

表3 C.T.、 C.S. 和F.T. 三段的体积百分含量 Table 3 Volume percentage of C.T.，C.S. and F.T. segments

对比两组样品的S-M_z曲线，研究区湖滩砂和河流砂在粒度粒形方面的差别主要有以下几个方面。首先，湖滩砂显示的球度-粒度反向关系整体上比河流砂更加清晰和明显； 其次，河流砂F.T. 段表现出比湖滩砂更加明显的收敛，也具有更大的斜率； 第三，湖滩砂C.S. 段(颗粒主体部分)球度-粒径曲线在球度0.91附近存在明显的折点(见 图3)，以此折点为界，湖滩砂C.S. 段可以进一步分解为斜率不同的两段C.S.-1和C.S.-2，两段独自拟合所得线段的斜率变化范围分别为2.00-3.27和3.34-6.15( 表4)。比较而言，河流砂在C.S. 段内无明显折点，斜率也较湖滩砂小，粒径随球度增加而减小的趋势不如湖滩砂明显。这些差异可能反映了二者在沉积动力条件方面的差异，将在后面讨论。

图3(Fig.3)

图3 湖滩砂球度-粒度曲线中间段局部放大 湖滩砂样品中间段在S≈0.91处附近均存在变异； 对两侧数据点分别拟合所得的各线参数见 表4 Fig.3 Central segment of grain sphericity-size curve of lakeshore sediments. The data points on both sides of S.B. are linear fitted respectively. The linear fitting parameters are listed in Table4

表4(Table 4)

表4 湖滩样品球度-粒径曲线C.S. 段线性拟合参数Table 4 Linear fitting parameters of C.S. segment of sphericity-grain size curve of lakeshore sediments 样号 拟合线C.S.-1(7个数据点) 拟合线C.S.-2(4个数据点) 截距 斜率 相关系数 截距 斜率 相关系数 t1 -0.45 3.27 0.959 -1.14 4 0.941 t2 -0.27 2.75 0.965 -1.01 3.49 0.994 t3 -0.32 3.02 0.99 -3.22 6.15 0.996 t4 0.84 2 0.905 -0.59 3.54 0.888 t5 0.41 2.47 0.938 -2.25 5.34 0.907

表4 湖滩样品球度-粒径曲线C.S. 段线性拟合参数 Table 4 Linear fitting parameters of C.S. segment of sphericity-grain size curve of lakeshore sediments

尽管两组样品粒形统计参数值变化不大，但参数组合仍能显示两种沉积环境之间存在明显差别。 图4a为样品3个粒形参数(球度、 长宽比和凹凸度)的三角投影，图4b是样品中C.T. 、 C.S. 和F.T. 的3个球度不同段落所对应的颗粒体积百分数的三角投影。两图中不同环境的样品均能完全分离。这些事实意味着粒度、 粒形分析在沉积物成因判别中有可能发挥重要作用，在第四纪环境识别和重建中可望成为一种具有潜力的工具。

图4(Fig.4)

图4 不同沉积环境的粒度粒形差异 (a)形态参数三角图。球度 S、 长宽比Raspect和凹凸度Ψc的定义及计算公式见前文第二部分“方法”。由于各参数值均较大(理论最大值为1)，且相对变化不大，为突出数据之间的相对变化和区分不同沉积环境，分别取样品形态参数与理论最大值之差作图；(b)河流和湖滩砂3个球度分段对应比例的三角投影图； 黑十字代表湖滩砂样，叉代表河流砂样； 阴影范围分别代表不同沉积环境的投影区域 Fig.4 Discrimination between different sedimentary environments based on grain size and shape. (a)Triangular diagram of three parameters of grain shape. Definations and calculation of the parameters S(Sphericity)，Raspect(Ratio of aspect)and Ψc(Convexity)were represented at second section of the paper. Because most of parameter values are closed to theoretical maximum value 1，we set values (1-S)，(1-Raspect) and (1-Ψc) as X，Y and Z axis，respectively，for better differentiation of different sedimentary environments. (b)Triangular diagram of volume percentages of the three segments of sphericity-size curve of sands from alluvial and lakeshore environments. Note that the black cross represents alluvial sediments，the cross represents lakeshore sediments； the shaded areas imply projection zones for different sedimentary environments respectively

地质学家对颗粒形态的关注由来已久^{[15, 16]}。限于特定的技术条件， 以往的研究侧重于个别颗粒表面形态特征的描述，如傅里叶分析和分维测量^{[3, 4, 17]}等，并用于物源、 搬运介质和搬运过程的探讨^{[18, 19, 20, 21]}。Ehrlich等^[19]较早意识到粒形和粒度之间的关系，并认为粒形分析需考虑粒度大小。这些零星分散工作存在的主要问题是数据量小(上千个颗粒)和颗粒太粗(粗砂砾石为主)，难于从统计意义上建立粒形-粒度关系。动态图像分析系统从技术上为改变这种局面提供了强有力的支持。

若将样品所含碎屑视为同一动力环境颗粒搬运沉积和分选作用的结果，沉积物粒度特征可以视为颗粒形态和密度的函数^[6]。在S-M_z曲线上，主体部分(C.S. 段)球度大幅增加(约从0.835到0.94附近)只引起粒度小幅变细(斜率小)； 而F.T. 段球度小幅增加即引起粒度的大幅减小(部分样品达1-2φ，斜率急剧增大)。这种差异不外乎形状差异和密度差异的外在反映。形状效应可以通过颗粒的球度变化来分析。假定颗粒为三轴椭球体，其长、 中、 短轴长度分别为L、 I和S，颗粒形状效应可通过I/L和S/I两个参数的变化来简化处理。正如Matthews^[5]所分析的那样，形状效应随着颗粒粒径的增加而减弱(φ值为标准，见 表5)，具体变化的量级可以通过量化颗粒形状变化来估计。根据前述球度和等积径计算公式，当颗粒球度S≥0.95时: 若 S/I=1，则I/L≥0.75(若I/L=1则S/I≥0.75)，也即球度从1到0.95，最多导致I/L或S/I从1降低到0.75。基于Matthews^[5]对颗粒形状效应的研究，当直径62μm、 88μm和140μm的石英球体变成I/L=1、 S/I=0.75(或I/L=0.75、 S/I=1)的椭球体时，对应的水力径(hydraulic size； 某一颗粒的水力径是指与该颗粒在水中的沉降速度相等的、 密度2.65g/cm³石英球的直径)将会有小幅增减( 表5第2和3列)，但所起的水力径变化幅度不超过0.2φ(表5第5列)。考虑到天然颗粒I/L或S/I值不大可能等于1，S≤0.95颗粒实际引起的形状效应还要小得多。假定I/L=0.85和S/I=0.85，表5第4列列出了前述3种粒径(62μm、 88μm和140μm)对应的水力径变化，其幅度≤5μm，在对数座标上的变化不超过0.08φ(表中未列)。上述分析表明，球度从0.95到1的形态变化远远不足以解释实际样品中观察到的F.T. 段颗粒均值粒度的急剧减小和快速收敛。

表5(Table 5)

表5 形状对不同粒级颗粒水力径的影响Table 5 Effect of shape on hydraulic size of different-size grains 标准水力径Φ/μm 不同形状颗粒的水力径Φ／μm 变化范围 */Φ 最大偏差 **/Φ I/L=1.0，S/I=0.75 I/L=0.75，S/I=1.0 I/L=0.85，S/I=0.85 4.01(62μm) 4.03(61μm) 3.84(70μm) 3.94(65μm) 0.2 0.18 3.51(88μm) 3.52(87μm) 3.34(99μm) 3.43(93μm) 0.17 0.17 2.84(140μm) 2.85(139μm) 2.78(146μm) 2.81(143μm) 0.07 0.06 *当颗粒球度S≥0.95时粒形变化(I/L 和S/I 均大于0.75)引起的最小水力径与最大水力径之差 * *当颗粒球度S≥0.95时水力径与标准水力径的最大偏差。表中2-4列据Matthews[5]中图2.5和2.6读取

表5 形状对不同粒级颗粒水力径的影响 Table 5 Effect of shape on hydraulic size of different-size grains

S-M_z曲线F.T. 段斜率大的另一种可能的解释是密度效应。以沉降速度差异引起的分选为例，运动水流中颗粒的密度效应可通过浸没密度(即颗粒密度与流体密度之差)与粒度之间的关系来考察。根据紊流泥沙沉速公式^[22]，当颗粒雷诺数>1000时，颗粒沉降速度 ，其中(ρ_p-ρ)为浸没密度，即颗粒密度ρ_p与流体密度ρ之差； g为重力加速度，D为颗粒直径。上式表明，对于一定的沉降速度，同步沉降的颗粒的粒径与颗粒浸没密度成反比。从量级上考虑，在运动水流中同步沉降的颗粒，浸没密度每增加1倍，对应的沉降颗粒粒径将减小1φ。与最常见的石英矿物颗粒(密度为2.65g/cm³，在水中的浸没密度为1.65g/cm³)相比，与其同步沉降的密度为4.3g/cm³(浸没密度3.3g/cm³)的颗粒直径大小在理论上将减小1φ左右。天然沉积颗粒中，某些重矿颗粒的密度非常之大(如辰砂8.09g/cm³，黑钨矿7.1-7.5g/cm³等^[23])，它们在水中的浸没密度较普通矿物(如石英、 长石)高出几倍并不罕见。综上所述，尽管我们还不能把颗粒形状和密度对粒度的影响完全甄别出来，但从各种可能的量级来评估，认为F.T. 段曲线斜率的增大在更大程度上缘于密度效应是有道理的，即由密度较大的矿物颗粒的参与引起。这种解释也与天然沉积物中常见的矿物-粒度关系(重矿物以细砂-粉砂粒级颗粒为主)和矿物-形态关系(重矿物以等轴晶系矿物为主)吻合； 也从另一个角度解释了为什么同一组样品沉降法测试结果通常比筛析法分布更尖、 标准差更小^[5]。

S-M_z曲线中的C.T. 段，在样品颗粒中所占的比例较小，但跨越的球度区间较大。除了形状效应，集合体(aggregate)的存在也是可能的原因之一。Matthews^[24]曾指出天然沉积物中存在大量由两个或两个以上颗粒紧密结合而成的集合体，其含量在某些沉积物中甚至可以超过90 ％ ^[24]。这些形状不规则、 密度偏小的集合体不仅可以在自然界中长时间稳定存在，而且可以长距离搬运而不破坏。在密度和形状效应下，它们在流水搬运和沉积过程中可能与更小、 更重或更规则的矿物颗粒具有相近的沉降速度(而同步堆积)。集合体的存在(可以从每个样品的图形数据库中直接观察到)可能是C.T. 段曲线形态变化大和曲线斜率不稳定的原因之一，但具体细节有待获取更大的样本量后才能进一步分析和讨论。

两组样品(河流砂和湖滩砂)球度—粒度曲线方面的差异，可能与两种环境条件下水力分选机制类型及其组合差异有关。根据Komar^[25]的总结，水力分选的主要物理过程包括选择性携裹(selective entrainment)、 剪切分选(shear sorting)、 底形分选(sediment sorting within bedforms)和沉降速度分选等。尽管各种分选机制在河流和滨岸环境都有存在的可能，但不同分选机制的控制因素和作用环境是不同的，每一种机制在不同沉积环境的作用强度和概率也就存在明显差别。湖滩以多次往复冲刷沉积为特征^[26]的滨岸过程有助于选择性携裹和剪切分选的发生，同时也有更多的机会对颗粒在大小、 形状和密度方面进行更为彻底的水动力分选。本研究的湖滩砂样品C.S. 段独有的折点，可能与湖滩往复水流在两个方向上的动力差异^[26]有关。河流堆积过程以单向一次性堆积为主^[27]，预计颗粒沉降速度差异引起的沉降分选机制将占统治地位； 因而缺少像湖滩砂那样彻底的分选机制和分选频度，也不具备与湖滩砂类似的粒形—粒度特征^[27]。

理论上，颗粒分选特征是颗粒大小、 密度和形状的函数^{[5, 6, 7, 24, 28]}。单就沉降速度差异引起的颗粒分选而言，沉积物中同时沉降的颗粒可视为具有大致相同的沉速(即等效水力径相同)。传统粒度分析方法如激光衍射法所获得的粒度信息，是对粒形和(或)密度多重假设之后的结果(见 表1)。这些测试方法所依赖的假设(如颗粒为球形石英矿物)对天然沉积物来说只是一种极其粗略的近似。动态图像粒度粒形分析系统所直接获取的数据是样品逐个颗粒的投影图像以及基于图像计算出的各种粒度和粒形参数，以及对应于一个个颗粒的庞大的样品数据库。通过成套样品的测试以及不同参数条件下样品内部颗粒的精心选择、 分析和对比，并辅以其他研究手段，进而获取更多的物源、 侵蚀、 搬运、 沉积和环境动力条件等信息是可能的。基于动态图像法分析结果所建立的粒形-粒度曲线，在展示样品粒形和粒度之间关系的同时(正如 图2反映的那样)，还有可能在一定程度上表征了颗粒的密度效应。诚然，目前图像粒度分析法在天然沉积物中的应用还未普及，而决定沉积物粒度粒形特征的地表过程和控制因素又十分复杂，除了浸没密度以及往复冲刷水流与单向水流搬运过程的差别，沉积颗粒的捕捉、 补给和扬弃，多重湍流结构，粒间相互作用以及搬运方向的不稳定等对颗粒大小和形态特征均有着重要影响^[29]。因此，强化对不同区域、 不同环境沉积颗粒大小和形状特征及其相互关系的研究和对比是必要的。

本文基于对两组样品(湖滩砂和河流砂)的图像法粒度粒形分析结果的讨论和对比，初步认为研究区沉积颗粒形状和大小之间存在复杂而有规律的变化关系。对颗粒总体按不同的球度区间进行统计分析的结果表明，无论是河流砂还是湖滩砂在沉积颗粒球度—粒度曲线上均表现为球度随着均值粒度的减小而增大； 两组样品球度-粒度关系曲线均呈“三段式”特征。斜率最小的中间段占据样品的主体，均值粒度随球度的增加而缓慢降低，根据天然沉积物的矿物组成和形状特点，作者推测这种变化主要受形状效应控制； 斜率较大的细尾端粒度随着球度的增加急剧变小，可能主要受密度效应(重矿物的存在)控制； 粗尾端变化复杂，除了颗粒形状效应，可能还存在大量密度偏小的颗粒集合体。此外，球粒参数组合(凹凸度、 球度和长宽比)以及不同球度分段(粗尾段，细尾段和中间段)颗粒体积百分数之间的组合能对研究区两种沉积环境进行有效的区分。这些发现表明粒度粒形分析可望为第四纪沉积环境的识别、 重建和划分提供新的研究手段和讨论依据。

致谢 中国地震局地壳应力研究所黄学猛和江西师范大学张智协助野外调查和采样； 匿名评审专家和编辑部杨美芳老师提供了深入细致的审查意见，作者谨致深切谢意。