基于模糊聚类和空间自相关性的河流阶地自动提取方法——以岷江上游漳腊盆地为例

宋卓沁张军龙*李建军

1）中国地震局地震预测研究所，北京 100036

2）中北大学理学院，太原 030051

基于模糊聚类和空间自相关性的河流阶地自动提取方法
——以岷江上游漳腊盆地为例

宋卓沁1）张军龙1）*李建军2）

1）中国地震局地震预测研究所，北京 100036

2）中北大学理学院，太原 030051

传统研究方法以点、线代表区域地貌面，数据缺乏连续性和系统性，限制了对阶地演化的进一步研究。高分辨率DEM处理方法的发展使广泛精确获取地貌面的定量信息、重建阶地模型、进一步研究阶地演化成为可能。以岷江上游漳腊盆地为研究区域，采用SPOT5高分辨率数据影像构建DEM，将统一标度后的阶地横剖面作为基本研究单元。通过在不同维度使用模糊C均值聚类，得到研究区域内阶地总体形态特征。在提取各级阶地面的过程中，将阶地剖面间的空间相关性与阶地总体形态特征纳入分析，最终建立了一种基于区域总体特征和区域内部自相关的阶地提取方法。对不同级阶地面提取的精度评价表明，其结果与野外实测数据有较高的一致性。文中以实验结果为依据，进一步讨论了漳腊盆地内阶地的形态特征、河流下切速率和区域隆升之间的关系。因此，将模糊聚类分析和空间自相关性结合的区域地貌面提取方法是简捷易行的，适用于阶地等层状地貌面发育区域构造-地貌等相关问题的研究。

河流阶地剖面 模糊C均值聚类分析 数字高程模型 空间相关性 漳腊盆地

0 引言

河流阶地是构造地貌研究的重要内容之一（程绍平等，2008）。因其形态、结构特征可以反映构造作用的强度而受到广泛的关注，尤其是在构造作用强烈的青藏高原周缘深切割区域（Kirby et al.，2000）。

然而，传统的测量方法往往通过使用单条剖面或者一系列高程相位点来描述1个区域阶地的特点。该方法获得阶地空间参数的效率较低，限制了阶地研究的进一步发展。随着GPS技术的发展，DGPS方法的应用提高了空间参数获取的效率，该方法是一种精确测量的有效手段，在较小范围内，运用DGPS方法可以获得精确的层状地质地貌面数据，通过数据分析，可以得到新构造时期不同时间尺度内构造演化过程（张军龙等，2008），促进了河流阶地的研究。即便如此，也仅能通过多条阶地剖面对比，得到区域内阶地的相对关系。由于受到野外地形地貌复杂性的限制，该方法记录河谷盆地的地形地貌可能丢失部分有效信息，此时将无法满足快速精细刻画区域构造活动的要求。

目前，高分辨率遥感技术的发展和DEM数据精度的不断提高，促进了快速获得河流地貌空间参数技术的发展。Straumann等（2008）提出了区域生长法，该方法以河网中的点作为种子生长的起始点，通过基于对象的自顶向下的算法对相邻的像元经过相似性判定，根据是否满足坡度阈值进行区域的划分，对河谷区域、河道、台地面、山脊等进行划分，初步实现在地貌面上对河谷地貌的识别。Demoulin等（2007）将河拔高度重新投影到高程-坡度图上，得到高度集中的平坦阶地面的高程值，重建了连续阶地纵剖面，该方法将阶地的形态特征抽象成高程和坡度这2个可以量化的值，并将聚类分析的数学思想引入到阶地划分中；宫会玲等（2008）结合Demoulin等（2007）提出的方法对安宁河断裂紫马跨地区的高程进行分类，并将分类得到的河流阶地结果表示在区域面上；Bi等（2012）使用K-mean聚类分析，对分维模型得到的具有2维参量的单位区域进行聚类，同时考虑了地形起伏频率和起伏度对地貌类型和地层分布的影响，并将结果直观地表现在区域面上。这些研究促进了包括阶地在内的地貌面的提取和分析。

在前人研究的基础上，本文基于岷江上游漳腊盆地高精DEM数据，对复杂地貌环境中的细节信息进行识别。首先，采用条件模拟方法对数据进行预处理，减少人工因素的影响；再以地形横剖面为基本研究单元，进行模糊C均值聚类分析，该方法根据阶地的高度和点的位置特征将横剖面上的点自然划分为不同的类别。并将地貌特征的空间相关性纳入分析过程中，充分考虑了相邻位置地貌的差异性和相似性。建立了一种河流阶地自动提取方法。根据实验结果，并结合测年数据，得到了区域形态特征和河流下切速率，并尝试解释区域隆升和河流下切之间的关系。

1 研究区构造背景

研究区位于青藏高原东缘岷山隆起带内。岷江断裂主断裂为岷山隆起的西边界断裂，主体沿岷江展布，全长约110km，走向为N15°～20°E，倾向NW，倾角不定，为逆冲兼左旋断层（杨景春等，1979；赵小麟等，1994；钱洪等，1995），水平滑动速率为1～2mm／a（赵小麟等，1994；唐文清等，2004），垂直滑动速率为0.37～0.53mm／a（周荣军等，2000；张军龙等，2013）。第四纪以来，岷江断裂北段（贡嘎岭—虹桥关段）构造活动较为频繁，活动性较强。岷江断裂北段又以红桥关隆起和贡嘎岭隆起为界，可分为3亚段。各亚段的力学特征与地貌单元形态吻合（唐荣昌等，1991；赵小麟等，1994；周荣军等，2000），其中，南亚段长约10km，走向N10°～15°E，漳腊盆地的展布主要受其控制（图1）。

作为岷江流域上游的独立新近纪侵蚀盆地之一，漳腊盆地沉积主体呈楔形，西厚东薄，砾径自西向东变细（杨农等，2003）。盆地发育3～4级不对称阶地，阶地基座上覆沉积物分层明显。沉积物上部主要为黄灰色细砾石夹砂质黏土层，下部主要为河漫滩相砾石夹粉细砂。盆地内岷江河道长约10km，河流纵剖面高度自北向南降低了约100m，坡比降近1%，具有较强的侵蚀力。

2 阶地面提取方法

2.1 数据来源及预处理

实验选择spot5异轨立体影像对为数据源。Spot5全色影像（分辨率为5m）由搭载在Spot5卫星上的高分辨率立体成像仪（HRS）获取，通过对相邻轨道拍摄的立体相对进行处理，可以获得2.5m的高分辨率DEM。通过对成像时间为2008年1月和2010年1月的spot5异轨影像对（影像中心：103.63°E，32.85°N）进行模型解算、地面校验点验证，生成DEM精度为5～10m（图2）。由于低阶地面容易受到建筑物等因素影响，为了降低噪声，对于研究区域中较大范围居民地，采用条件模拟法（conditional stimulation）（Strebelle et al.，2002）预先对DEM数据进行填补处理：利用居民地周围未受明显人为活动改动的高程数据作为条件，估算居民地在未受人为活动影响情况下的高程值，以此消除人为活动对自然地貌的影响。

2.2 河流阶地面提取原理

假设实验区域内，不考虑人为因素，阶地发育连续，各级阶地内部高度不发生突变，即使是地貌面起伏较大的高阶地，高度变化也应是连续的。

2.2.1 模糊C均值聚类算法

实验中以阶地横剖面不同位置的高程值（相关方法参考本文2.3.1节和2.3.2节）为研究数据，而高程值相对连续故无法得到明确的类别划分。针对这一特点，使用模糊C均值聚类算法（FCM）（Pal et al.，1995）提取区域阶地总体特征。

聚类分析是统计分析中一类经典算法，目的是在缺少先验知识的情况下，按照不同数据对象自身的特征自然地将其划分到不同的类别中。本文中将高程值划分为相对集中的几类，各类的中心可以作为阶地高程的代表值。模糊聚类能够描述样本类属的中介性，即一个样本可以属于多个聚类并计算属于各类别的概率，从而避免对高程值的硬划分。FCM算法是一个迭代过程，通过以下步骤确定n个数据点的聚类中心ci和隶属度矩阵U。

（1）利用0～1间的随机数初始化隶属度矩阵U，每个数据点属于各个模糊组的隶属度之和等于1：

图1 岷江流域漳腊盆地位置（a）及地质图（b）（改自Kirby et al.，2000）Fig.1 The location of Zhangla Basin（a）and regional tectonic geologicalmap（b）（after Kirby et al.，2000）.

图2 利用spot5异轨立体像对生成岷江上游DEM（断层位置根据张军龙等，2013）Fig.2 The DEM of upper Minjiang River created by SPOT5 across-track stereo images.

（2）计算c个聚类中心ci：

（3）计算价值函数

Uij∈（0，1）之间，ci为模糊组i的聚类中心，dij=‖ci-xj‖为第i个聚类中心与第j个数据点间的欧几里得距离，m属于［1，∞］是一个加权指数。如果它小于某个确定的阈值或者相对上一次价值函数的改变量小于某个阈值，则算法停止，使上式达到最小值的必要条件为λj（j=1，…，n）是式（1）的n个约束式的拉格朗日乘子。

否则，d使用

计算新的U矩阵，返回步骤2。

由于算法的性能依赖于初始聚类中心及其初始类别数，而初始聚类中心的确定却是随机的，所以不能确保FCM收敛于一个全局最优解。但是由于聚类中心是多次迭代的结果，虽然有少数结果仅收敛于局部最优解，但大部分迭代的结果均收敛于同一聚类中心。实验中通过多次运行FCM，仍能确定全局最优解，对划分阶地的级别影响不大。

上述聚类之后得到了漳腊盆地各级阶地特征高程值和阶地面分布比例（特征阶地剖面），该结果为全局经验最优值，是一个统计量，它考虑了区域内阶地面特征的统计结果，反映了整个区域的阶地总体规律。

2.2.2 加权平方差和

但是特征阶地剖面并非任意一条阶地横剖面的实际情况，无法通过特征剖面线和局部剖面线之间的距离来丈量相关性。因此，本文采用类似于监督分类的思路，通过选择与特征剖面较为接近的样本剖面，并引入专家知识，微调得到符合实际情况的样本剖面线。

而样本剖面线与特征阶地剖面之间的相似程度可以通过各点的加权平方差和来度量，加权平方差和的公式为

式（6）中：i为阶地级数，n为阶地级数的总和，m为每一级标准阶地包含的点数量，λ为经验权值。由于高阶地形成时间较早，侵蚀时间更长，地貌面起伏较大，所以，其高度的变化将会主导加权平方差和的值。由于不同级阶地面提取的准确性对结果准确性的贡献是一致的，为了平衡高阶地和低阶地与标准剖面的偏差，考虑到阶地的拔河高度与年龄呈正相关，标准剖面的偏差值随阶地高度增加而变大，所以将各级阶地的高度占总拔河高度的比例的倒数作为经验权值λ，以平衡高阶地和低阶地之间偏差量的不同。

2.2.3 空间自相关的理论基础

地理事物在空间分布上存在着一定规律，地表所有事物和现象在空间上都是关联的（Tobler，1970）。距离越近，关联程度就越强，距离越远，关联程度就越弱。阶地发育作为一种空间现象，在平面内的变化具有连续性，即在不考虑人为改造地貌因素的前提下，每一条局部阶地剖面都应和相邻位置局部阶地剖面具有高度的相关性，而随着局部剖面之间距离的增加，二者之间的相关性将明显下降。上文得到的几条样本剖面，既具有了区域内特征阶地剖面的共性特点又具有样本所在位置的局部特征，将作为判断这种地理相关性的起始位置。

将相邻未人工划分的局部剖面与已划分的剖面进行比较，根据二者的相关性及通过坡度变率、高度、起伏度等局部地貌特征（Hengl et al.，2008）划定其余局部剖面。而设置多条样本剖面线避免了直接由单一特征剖面线确定大量局部剖面线带来的误差。

2.3 实验步骤

以岷江上游漳腊盆地为研究区域，利用该地区高分辨率DEM（图2）提取横剖面并对其进行处理。

2.3.1 提取阶地横向剖面

阶地横剖面角度的选取与河道流向相关，考虑阶地剖面方向近垂直于河道方向，但自然河流线形状复杂，大量河曲导致剖面线平行河流甚至反向。为防止该情况发生，在剖面提取之前对岷江河道进行裁弯取直，得到较为平直的河流线。阶地横剖面长度选取则以地质图中第四纪沉积物的分布范围为剖面线的终点。最终，分别在东西两岸自动提取垂直于河流线、等间距分布的245条局部阶地横剖面，每条剖面均由间隔10m的一系列高程点组成（图3）。

图3 垂直裁弯取直后的岷江河道，等间距提取阶地横剖面；对剖面进行重采样并投影在长度-河拔图上Fig.3 After cutting off the Minjiang River，fluvial terraces are perpendicularly obtained with cross sections evenly spaced.Each cross section is resampled and projected onto the length-height of river sketch.

2.3.2 横剖面数据处理

在上述（2.2）平稳变换的假设下进一步分析：以河拔高度0为起始位置，将245条阶地剖面的长度重新采样（张维等，2011），以点到河的垂直距离与剖面长度的比值代替固定距离作为两点之间的间隔，形成以长度比例为横轴、河拔高度为纵轴的阶地剖面线（图3）；对组成剖面线的高程点进行筛选，按照前人经验（Demoulin et al.，2007），保留角度＜13°的点，组成平缓的阶地面序列；将这些点投影在同一长度-拔河图上进行进一步分析（图3）。

2.3.3 获得特征阶地剖面

为排除离散点群，对图3中每一纵列点的高程值取置信度为80%时的平均值作为该位置的阶地高度的指示量。为了区分各级阶地，对所有位置的高度均值统计值进行聚类，在无先验知识情况下，将高度均值分成6类，再根据先验知识分别对这6类结果进一步合并或划分。高阶地内河流及其分支下切造成的冲沟和风化侵蚀往往对聚类的数值计算产生较大的影响，因此需要对较高几类的聚类结果进行合并；而低阶地在类间差距上小于高阶地，因而往往将低阶地聚为1类，所以在第1个聚类内部再次进行划分。漳腊盆地内发育3级低阶地，故将聚类中心数设为3。经过上述实验步骤，在左右两岸均形成高度和位置上集中的4个类别。聚类中心为该级阶地面的高度，每个类别的起始值对应阶地陡坎的位置，每一类中的最大值和最小值则是相应阶地高度的范围（图4）。

图4 a漳腊盆地岷江西岸2次聚类后结果图；b漳腊盆地岷江东岸2次聚类后结果；c FCM聚类算法提取河流剖面（黑色）与野外实测剖面（灰色）的对比Fig.4 Results of twice clustering on the west（a）and east（b）bank of M injiang River，and the comparison（c）between the profile generated by FCM clustering（solid line）and field survey（dotted line）.

表1 东岸第160，20，80条样本剖面的加权平方差Table 1 WSSD of sections No.20，80 and 160 on the east side of Minjiang River

2.3.4 选取样本剖面

根据特征剖面中各级阶地的垂直高度和水平分布，衡量每条局部剖面与特征阶地剖面的相似性（式（6），表1），在两岸各选择若干条与特征剖面差异较小的局部剖面作为待选样本剖面。由于剖面分布的连续性，直接选择差异最小的局部横剖面极有可能是连续分布的（第159与第160、第161条阶地），不利于误差的控制。故再在这些候选剖面中选择3条离散分布的局部剖面，经过人工纠正阶地剖面产生的错分、漏分，确定每一级阶地的边界，形成3条具有特征剖面特征和该位置特点的样本阶地剖面（图5）。对岷江左岸也做相应处理。

图5 纠正后得到的样本剖面Fig.5 The sample sections after correcting errors.

假设图6中的a，b，c，d为4条连续排列的阶地横剖面，所有点在水平方向上均匀分布，划分步骤如下：

（a）第1条为样本剖面，根据特征剖面和专家知识划分各级阶地。统计每一级阶地的最高点和最低点，确定该阶地在垂直方向的范围，而起点和终点则确定了阶地在水平方向上的范围（灰色区域）。

（b）第2条为与样本剖面相邻的局部剖面，虚线框为样本剖面a的各级阶地范围，如果在b剖面的点同样属于这个区域，则认为这些点的归属和上一剖面相同。对于不在这一区域的点，若点的数目≤2，则计算坡度变率，如果坡度变率＜1，则属于高一级的阶地，反之则属于较低一级。

（c）第3条局部剖面，使用b中所用方法判断每个点的阶地归属，通过确定每一级阶地的最高点和最低点，以确定阶地的范围。

（d）第4条局部剖面，如果虚线区域外有多个点，则计算最后一个点的坡度变率，判断阶地归属。由于实验中，较低阶地更容易受到干扰，故在判断归属时，如属于高一级的阶地，则再判断前一个点的阶地归属，以此类推；而如点属于低一级阶地，则其之前的点均属于低一级阶地。

2.3.5 划分各局部剖面

从3条样本剖面起算，根据相邻位置阶地剖面的相似性及各局部剖面之间的差异性：对于特征相似的部分，直接套用样本剖面的分割位置对局部剖面进行划分；而对于形状差异的部分，则根据其样本剖面的分割位置、波动程度确定搜索半径大小，在这一范围内，通过坡度变率、高度、起伏度等地貌参数判断不同级阶地之间的分隔点，并进一步统计该位置的剖面特征，用来辅助划分相邻阶地剖面（图6）。

分别记录每条横剖面线内各级阶地的始末两点，在沿河流方向依次连接后得到区域内各级阶地面的分布（图7）。

3 实验结果精度评价

通过对漳腊盆地245条阶地横剖面进行分析处理，形成漳腊盆地的特征剖面（图4c），黑色实线为聚类分析结果，灰色虚线为野外实测的阶地剖面，两者具有高度的相似性，且每一级实测阶地高程都在相应统计得到的高程范围内。因此可以得出结论，该统计结果能够代表岷江流域漳腊盆地内阶地的总体特征。

通过野外实测，确定了漳腊盆地内部分区域的阶地分布（103°39′4.18″E，32°49′5.96″N），本文通过实测结果，对计算机进行提取结果验证和精度评价（图8）。

验证结果中，不同级阶地区分的误差主要集中于Ⅰ级阶地和右岸Ⅲ级阶地，除实验设计中的局限性外，影响实验结果的因素主要有：Ⅰ级阶地自身较低且人工建筑较多，以致阶地高度、坡度都发生了较大的、非自然状况下的变化；而右岸Ⅲ级阶地分布较窄，很多区域仅有5～10m，且由于数据源的分辨率和精度的原因，极易与相邻阶地陡坎混淆，所以阶地划分结果不理想。但总体来说，各级阶地的空间分布均与野外实测结果较为吻合。

为了进一步对计算机自动提取的精度进行评价，根据混淆矩阵法（Stehman et al.，1997）在研究区域内随机取300个校验点，判断在校验点上阶地分级的一致性。得到校验点一致性的混淆矩阵（表2），计算得出，各级阶地的总体分类精度为82.67%，kappa系数为0.765，说明实验结果和真实值具有高度的一致性（kappa系数为0.61～0.80）（Landis et al.，1977）。

图6 逐条阶地局部剖面划分示意Fig.6 The process of segmentation on every single profile.

4 存在的问题与讨论

实验中将第四纪沉积物边界作为研究区域范围，在其他研究区域内可根据研究目的、方法的不同，设置不同的边界。

图7 漳腊盆地各级地貌面提取结果Fig.7 The result of geomorphic surfaces extraction in the Zhangla Basin.1～3为阶地面，4为Q2p高阶地

图8 小范围内区分各级阶地的阶地面提取结果与实际结果的对比Fig.8 Contrast of terrace surfaces extraction and the real situation in a small range.图中绿色区域为实际结果和计算机提取结果一致的部分，红色区域为两者不相符的部分

表2 样本点（300个）一致性的混淆矩阵Table 2 The confusion matrix to illustrate the consistency of the 300 sample points

模糊C均值聚类算法作为一个广泛应用的统计分析方法，使得聚类结果中类内（同级阶地）差异最小而类间（不同级阶地）差异最大，实现了统计意义上的阶地划分。统计值概括了样本中最主要的特点，能够代表相应区域内阶地的特征。但是自然现象是一种复杂的现象，统计方法仅从数学角度对其进行了抽象，却无法考虑空间特征，如阶地分布的连续性。直接使用统计分析结果，极有可能与真实情况存在偏差。因此，本文在提取阶地面的过程中，有限地考虑了阶地分布的空间连续性。

假设漳腊盆地内部阶地高度总体稳定，分布连续。基于空间连续性的阶地面提取，从方法上，仅能概括地形连续变化的这一地学要素，尚需将其他地学要素及空间特征纳入分析。但是从总体思路上，该方法将现实中自然要素的地貌特点纳入到阶地的划分，改变了聚类算法仅从数学角度对地貌进行抽象的方法，具有一定的应用意义。

理论上，剖面截取的间隔越小，地理上的关联程度就越强，实验结果也将更加连续。但若进一步减小横剖面的采样间隔，必然导致计算量的大量增加。受限于计算效率以及说明实验效果的目的，本文采样了40m这一适中的采样尺度。

漳腊盆地各级阶地的平均统计河拔高度分别为：岷江西岸，T1（5.14m）、T2（29.06m）、T3（70.42m）、T4（204m），T1、T2较窄，一般仅占阶地总宽度的20%；岷江东岸，T1（4.84m）、T2（24.28m）、T3（61.67m）、T4（194m），其中T1、T3分布较窄。各级阶地均连续不对称分布。根据统计结果，岷江西岸各级阶地均明显高于东岸，两者间的差值总体上随阶地的增高而增大。形成这样的形态特征主要是由于受到岷江断裂由西向东的逆冲推覆作用（张岳桥等，2012），形成整体西高东低的形态特征，是岷江河谷演化的外在表现。

岷江在漳腊盆地段的下切速率可以通过河拔高度和阶地年龄估算，其中漳腊盆地内各级阶地面的拔河高度通过两岸特征剖面的统计高度估算，根据前人在该区域中测年统计结果（张军龙，2013），选择了阶地二元结构上层河漫滩堆积中接近阶地面但没有后期改造的位置的年龄数据作为阶地年龄（图9），计算得出漳腊Ⅰ级阶地河流下切速率为0.64～1.78m／ka；Ⅱ级阶地为1.13～2.61m／ka；Ⅲ级为2.19～2.79m／ka；Ⅳ级为0.78～1.27m／ka，晚更新世以来，岷山地区持续隆升。上述阶地下切速率是青藏高原东缘构造和气候共同作用的结果，两种作用的比例仍需进一步研究。

漳腊盆地东岸阶地发生明显倾斜，主要是由于岷山隆起东边界的虎牙断裂晚新生代以来垂向活动量相对西边界岷江断裂较大（周荣军等，2000），产生了整体向西掀斜的结果。

图9 河流阶地测年数据所在拔河高度（［1］赵小麟等，1994；［2］Kirby et al.，2000；［3］周荣军等，2000；［4］张军龙，2013）Fig.9 Dating age data of river terraces at different water levels（after［1］ZHAO Xiao-lin et al.，1994；［2］Kirby et al.，2000；［3］ZHOU Rong-jun et al.，2000；［4］ZHANG Jun-long，2013）.

5 结论

本文以岷江上游漳腊地区阶地为例，提出了基于模糊聚类和空间自相关性的河流阶地提取方法，并结合年龄数据讨论了河流下切速率和区域隆升之间的关系，得到了以下结论：

（1）通过对高分辨率DEM进行分析处理，以阶地剖面线为研究单元，将地貌面的空间相关性纳入数学统计分析，尝试通过计算机自动提取自然阶地面，并运用该方法对岷江流域漳腊盆地内阶地进行提取，得到了各级阶地面的垂直和水平分布，后续的精度评价证明该方法得到的阶地面分布与野外实测结果具有较高的一致性。基于模糊聚类和空间相关性的河流阶地自动提取方法可以应用于其他阶地发育的区域，为快速、高效、定量地描述和研究阶地及其他面状地貌的形态学特征提供了新的思路。

（2）岷江流域漳腊盆地内主要发育4级阶地，连续分布于河流两侧，西岸各级阶地高程高于东岸，分布范围小于东岸，两岸阶地不对称发育，计算机提取的地貌形态特征与野外地质调查结果相似。岷江西岸展布了西倾逆冲-推覆断层（张岳桥等，2012），受青藏高原向东运动影响，第四纪以来西部物质沿断层向东仰冲，造成上盘阶地抬升。

致谢 中国科学院遥感与数字地球研究所研究生李龙翔在论文撰写中提供了帮助，审稿专家对本文提出了宝贵意见，在此一并致谢。

程绍平，杨桂枝.2008.国外新构造研究进展评述［J］.地震地质，30（1）：31—43.

CHENG Shao-ping，YANG Gui-zhi.2008.Current advance of overseas research on neotectonics：A review and comments［J］.Seismology and Geology，30（1）：31—43（in Chinese）.

宫会玲，冉勇康，陈立春.2008.基于DEM的阶地分析方法：以安宁河断裂紫马跨地区为例［J］.地震地质，30（1）：339—348.

GONG Hui-ling，RAN Yong-kang，CHEN Li-chun.2008.Themethod of terrace analysis based on DEM：A case study in Zimakua of Anninghe Fault［J］.Seismology and Geology，30（1）：339—348（in Chinese）.

钱洪，马声浩，龚宇.1995.关于岷江断裂若干问题的讨论［J］.中国地震，2（2）：140—146.

QIAN Hong，MA Sheng-hao，GONG Yu.1995.Discussions on the Minjiang Fault［J］.Earthquake Research in China，2（2）：140—146（in Chinese）.

唐荣昌，文德华，黄祖智，等.1991.松潘-龙门山地区主要活动断裂带第四纪活动特征［J］.中国地震，7（3）：64—71.

TANG Rong-chang，WEN De-hua，HUANG Zu-zhi，et al.1991.The Quaternary activity characteristics of several major active faults in the Songpan-Longmenshan region［J］.Earthquake Research in China，7（3）：64—71（in Chinese）.

唐文清，刘宇平，陈智梁，等.2004.龙门山断裂构造带GPS研究［J］.大地测量与地球动力学，24（3）：57—59.

TAND Wei-qing，LIU YU-ping，CHEN Zhi-liang，et al.2004.GPS study on Longmenshan fault zone［J］.Journal of Geodesy and Geodynam ics，24（3）：57—59.

杨景春，邓天岗，王元海，等.1979.岷江上游地区第四纪构造应力状态及其与地震的关系［J］.地震地质，1（3）：68—75.

YANG Jing-chun，DENG Tian-gang，WANG Yuan-hai，et al.1979.The Quaternary tectonic stress over the up-stream area of Minjiang River in Sichuan and its relations to earthquakes［J］.Seismology and Geology，1（3）：68—75（in Chinese）.

杨农，张岳桥，孟辉，等.2003.川西高原岷江上游河流阶地初步研究［J］.地质力学学报，9（4）：363—370.

YANG Nong，ZHANG Yue-qiao，MENG Hui，et al.2003.Study of the Minjiang River terraces in the western Sichuan plateau［J］.Journal of Geomechanics，9（4）：363—370（in Chinese）.

赵小麟，邓起东，陈社发.1994.岷山隆起的构造地貌学探究［J］.地震地质，16（4）：429—439.

ZHAO Xiao-lin，DENG Qi-dong，CHEN She-fa.1994.Tectonic geomorphology of the M inshan uplift in western Sichuan，southwestern China［J］.Seismology and Geology，16（4）：429—439（in Chinese）.

张军龙，任金卫，陈长云，等.2013.网格DEM剖面方法获取岷江上游层状地貌参数［J］.武汉大学学报（信息科学版），38：102—108.

ZHANG Jun-long，REN Jin-wei，CHEN Chang-yun，et al.2013.Acquisition of parameters of stratified reliefs by grid DEM profilesmethod on the upper Minjiang［J］.Journal of Wuhan University（Natural Science Edition），38：102—108（in Chinese）.

张军龙，田勤俭，张小龙，等.2008.DGPS方法在新构造研究中的应用探讨［J］.地学前缘，15（4）：290—297.

ZHANG Jun-long，TIAN Qin-jian，ZHANG Xiao-long，et al.2008.The applications of DGPSmethod in neo-tectonic research［J］.Earth Science Frontiers，15（4）：290—297（in Chinese）.

张维.2011.基于DEM的陕北黄土高原流域剖面谱研究［D］：［学位论文］.南京：南京师范大学.

ZHANG Wei.2011.Research of catchment profile spectrum on northern Shaanxi loess plateau，China［D］. Dissertation.Nanjing Normal University，Nanjing.

张岳桥，李海龙，吴满璐，等.2012.岷江断裂带晚新生代逆冲推覆构造：来自钻孔的证据［J］.地质评论，58（2）：215—223.

ZHANG Yue-qiao，LI Hai-long，WU Man-lu，et al.2012.Late Cenozoic thrust and nappe structure along the Minjiang：Evidence from a drill hole［J］.Geological Review，58（2）：215—223（in Chinese）.

周荣军，蒲晓虹，何玉林，等.2000.四川岷江断裂带北段的新活动、岷山断块的隆起及其与地震活动的关系［J］.地震地质，22（3）：285—294.

ZHOU Rong-jun，PU Xiao-hong，HE Yu-lin，et al.2000.Recent activity of M injiang Fault zone，uplift of Minshan block and their relationship with seismicity of Sichuan［J］.Seismology and Geology，22（3）：285—294（in Chinese）.

Bi Lisi，He Honglin，Wei Zhanyu，et al.2012.Fractal properties of landforms in the Ordos block and surrounding areas，China［J］.Geomorphology，175-176：152—162.

Demoulin A，Bovy B，Rixhon G，et al.2007.An automated method to extract fluvial terraces from digital elevation model：The Vesdre valley，a case study in eastern Belgium［J］.Geomorphology，91：51—64.

Hengl T，Reuter H I.2008.Geomorphometry：Concepts，Software，Applications（Vol 33：Developments in Soil Science）［M］.Elsevier Science，772.

Kirby E，Whipple K X，Burchfiel B C，et al.2000.Neotectonics of the Min Shan，China：Implications formechanisms driving Quaternary deformation along the eastern margin of the Tibetan plateau［J］.GSA Bulletin，112（3）：375—393.

Landis J R，Koch G G.1977.An application of hierarchical kappa-type statistics in the assessment of majority agreement amongmultiple observers［J］.Biometrics，33（2）：363—374.

Li Yong，Densmore A L，Zhou R J，et al.2006.Profiles of digital elevation models（DEM）crossing the eastern margin of the Tibetan plateau and their constraints on dissection depths and incision rates of late Cenozoic rivers［J］. Quaternary Sciences，79（1）：28—37.

Pal N R，Bezdek JC.1995.On cluster validity for the fuzzy C-means model［J］.IEEE Trans Fuzzy Syst，3（3）：370—379.

Stehman S V.1997.Selecting and interpreting measures of thematic classification accuracy［J］.Remote SensingEnviron，62：77—89.

Straumann R K，Purves R S.2008.Delineation of valleys and valley floors［J］.Geographic Information Science，5266：320—336.

Strebelle S.2002.Conditional simulation of complex geological structures using multip le-point statistics［J］. Mathematical Geology，34（1）：1—21.

Tobler W R.1970.A computer movie simulating urban growth in the Detroit region［J］.Economic Geography，46：234—240.

A CLUSTERING APPROACH FOR INCORPORATING SPATIAL DEPENDENCE INTO THE AUTOMATIC FLUVIAL TERRACE EXTRACTION FROM DIG ITAL ELEVATION MODEL：A CASE STUDY FROM THE ZHANGLA BASIN ALONG THE UPSTREAM OF THE M INJIANG RIVER

SONG Zhuo-qin1）ZHANG Jun-long1）LI Jian-jun2）
1）Institute of Earthquake Science，China Earthquake Administration，Beijing 100036，China
2）School of Science，North University of China，Taiyuan 030051，China

The terraces along the upper reaches of the Minjiang River record rapid uplift around the Tibetan plateau since the Quaternary.However，the common method to obtain the terraces elevation data always relies on single point or line to represent the whole landform.The available results and further analyses are usually not continuous and systematic.A ll of these，therefore，restrict the development of further study.A large number of qualitative information and the digital terracemodels are relied on the improvement of DEM processing technology.Our present paper applies fuzzy C-means algorithm to a bunch of the Minjiang River terrace cross sections in different dimensions to get the integrated distribution characteristics of the terraces in the Zhangla Basin.SPOT5 image is adopted when generating the DEM.Then we consider both the spatial correlation and distribution characteristics of terrace cross sections into analysis and we consequently find a successfulway to extract different levels of terraces based on both whole indicator and internal correlation.The precision evaluation suggests that result of terrace extraction is highly consistent with the field survey data.Based on these，we discuss relationship between characteristics of terraces，the incision rates and the regional uplift patterns.We suggest that a clustering approach for incorporating spatial dependence into the automatic fluvial terrace extraction can be used to study and understand the regional tectonic and geomorphic features in the layered landscapes.

fluvial terrace，fuzzy C-means analysis，DEM，spatial correlation，Zhangla Basin

P315.2

A

0253-4967（2014）04-1029-14

宋卓沁，女，1988年生，现为中国地震局地震预测研究所在读硕士研究生，研究方向为构造地貌，电话：010-88015246，E-mail：176578721＠qq.com。

10.3969／j.issn.0253-4967.2014.04.008

2013-08-30收稿，2014-04-01改回。

国家自然科学基金（41372215）、中国地震局地震行业科研专项（201408023）和山西省基金资助项目（2012012003）共同资助。

*通讯作者：张军龙，副研究员，E-mail：zhjulo_2002＠163.com。