丹霞地貌发育程度的定量指示及影响因素:以广东丹霞山为例

Quantitative Representation and Influencing Factors to Landscape Maturity of Danxia Landscape: A Case Study in Mount Danxiashan, Guangdong Province

摘要

地貌发育的定量化研究对于深化丹霞地貌的基础研究和多学科融合具有重要意义，而地貌指数可以用于评估区域构造活动及地貌演化，定量指示地貌发育程度，有助于理解丹霞地貌的发育过程及控制因素. 因此，以广东丹霞山世界地质公园为研究区，基于TecDEM工具箱移动窗口方法选择窗口大小并计算面积高程积分（HI）、地表粗糙度（SR）和地表指数（SI）这3种地貌指数. 丹霞山移动窗口边长可选择900 m，由此计算的丹霞组HI集中于0.22~0.47，SR和SI分别集中在1.05~1.14和-0.37~-0.11，SR和SI呈显著的负相关，且高SR和低SI多在赤壁丹崖景观一带分布，表明丹霞山的地貌发育程度整体较高，与学者定义的丹霞山地貌发育阶段相符. 分析地貌指数与断裂、地层和河流的定量关系可知：HI值及SR值随着与断裂两侧距离的增大而逐渐下降；锦石岩段的HI值集中于0.29~0.48，在丹霞组中最高，巴寨段及白寨顶段较低；河流两侧的白寨顶段显示出较高的HI值（>0.24），而巴寨段具有较低的HI值，显示其在构造分布和河流的共同作用下呈现较明显的侧蚀.

Abstract

Quantitative research of geomorphic evolution is of great significance to further study the theorical research and multi-disciplinary integration of Danxia landscape. Geomorphic indices, which play an important role on evaluating regional tectonic activity and geomorphic evolution as well as quantitatively indicating landscape maturity, are advantageous to understand the evolution process and controlling factors of Danxia landscape. Therefore, in this study, the Mount Danxiashan, located in Shaoguan, Guangdong Province, was taken as study area, and suitable moving window sizes as well as three geomorphic which are Hypsometric Integral (HI), Surface Roughness (SR) and Surface Index (SI) were calculated based on the open⁃source TecDEM toolbox. The 900 meters was chosen as moving window size for calculating geomorphic indices. The HI values distribution of Danxia Formation concentrates in 0.22to 0.47, as well as the ones of SR values and SI values concentrate in 1.04 to 1.14 and -0.37 to -0.11, respectively. There is an apparent negative correlation between SR values and SI values, and high SR values with low SI values usually distribute around Danxia redcliff landscape. The relatively high landscape maturity indicated by this study is compatible with scholars’ views about the evolution stage of Mount Danxiashan. The quantitative relation between geomorphic indices and fault activities, lithology and fluvial erosion shows that HI and SR values decrease with the increasing distance from faults. The HI values of Jinshiyan Member concentrates in 0.29to 0.48, which is the highest of ones in Danxia Formation, in contrast to relatively low values of Bazhai Member and Baizhaiding Member. Moreover, the relatively high HI values (>0.24) appears in Baizhaiding Member while the relatively low HI values appears in Bazhai Member located on sides of stream, indicating distinct lateral erosion with the combined action of tectonic condition and fluvial process.

Graphical abstract

关键词

丹霞地貌 / TecDEM工具箱 / 移动窗口 / 地貌指数 / 定量研究 / 地貌学.

Key words

Danxia landscape / TecDEM toolbox / moving window / geomorphic indices / quantitative research / geomorthology

0 引言

丹霞地貌是中国学者命名的一种典型的红层地貌，在我国有着广泛的分布（彭华等，2013）. 自上世纪二十年代冯景兰提出“丹霞层”这一概念以来，有关丹霞地貌的研究逐渐多元化，如今已深入到空间关系、物化性质、演化模式、微观作用等各个方面（Zhu et al.， 2010；彭华等，2013；Yan et al.， 2019；郭福生等，2020；Chen et al.， 2021）. 进入21世纪后，丹霞地貌在国际上引起了高度关注，2009年国际地貌学家协会（IAG）成立丹霞地貌工作组标志着丹霞地貌研究领域迈向国际（彭华等，2013）. 深化丹霞地貌的基础研究，有助于完善丹霞地貌理论体系，推动研究的国际化程度.

现阶段丹霞地貌的研究多集中于宏观和定性描述，在多学科交叉融合方面有所欠缺，系统研究较为薄弱，定量研究也是不可忽视的短板（彭华等，2013）. 近年来有学者结合矿物学、年代学、微气候等多学科手段对丹霞地貌的发育过程和地貌成因开展了定量研究工作，一定程度上填补了定量研究的空白，为学者们提供了研究实例（齐德利等，2015；Chen et al.， 2022；杨志军等，2022）. 在丹霞地貌涉及的科学问题中，定量表征地貌发育是一个非常关键的问题，对于理解丹霞地貌形成演化过程具有重要意义. 我国申报“中国丹霞”系列自然遗产项目时，彭华等（2013）以顶面占比及侵蚀量划分了丹霞地貌的发育阶段，并分别以我国境内列入遗产名录的6个典型丹霞地貌风景区为代表. 在此基础上，章桂芳等（2018）基于面积高程积分（HI）理论对上述6个代表区域开展了定量研究，为定量划分丹霞地貌发育阶段提供了依据. 汪震和姜勇彪（2019）对江西宜黄丹霞盆地开展了遥感影像解译和提取HI的工作，并与实地调查结果比对，得到了吻合的结果. 陈留勤等（2022）用面积高程积分方法分析了江西龙虎山仙水岩丹霞地貌的演化阶段，并探讨了水系溯源侵蚀作用对仙水岩丹霞地貌特征及HI值空间分布的主控机制. 但总体来看，丹霞地貌的定量工作和多学科融合研究在深度和广度上还有很大的提升空间.

基于数字高程模型（Digital Elevation Model， DEM）可以获得地貌指数（Geomorphic indices）以评估研究区域的地貌发育和活动构造，如今这种研究思路已得到广泛的应用（Pei et al.， 2021；王丹等，2022；余华玉等，2022）. 因此，本研究以丹霞地貌的典型代表及命名地——广东丹霞山所在地为研究区，采用精度相对较高的ALOS全球数字地表模型数据，分别计算面积高程积分（HI）、地表粗糙度（SR）和地表指数（SI）3种地貌指数以定量表征丹霞山的地貌发育程度，为丹霞地貌发育机制的研究提供实例和借鉴.

1 研究区概况与数据源

1.1　研究区概况

丹霞山位于广东省韶关市东北郊，行政上隶属于仁化县，丹霞山自然遗产提名地以山脊-山谷线及河流等自然界线为界，本研究区的划定参照丹霞山自然保护区区界，经纬度范围为113°36'16"E~113°48'00"E，25°04'24"N~24°51'41"N. 研究区内出露地层主要为丹霞组和长坝组，部分地区为第四系和马梓坪组（图1）. 其中马梓坪组以紫红色粉砂岩和浅黄、灰绿色薄层泥岩为主，下部夹杂灰白色细砂岩；长坝组由老到新分为4段，以湖盆相为主，粒度相对较细，地貌上多表现为低缓丘陵；丹霞组由老到新分为巴寨段、锦石岩段和白寨顶段，以河湖相和冲积扇相为主，主要由红色粗碎屑砾岩和砂岩组成，发育平行层理及交错层理，呈典型的赤壁丹崖特征；第四系以松散的砾石层为主，具有河流——冲洪积相的特征（张显球，1992；沈鹏飞，2014；陈留勤等，2018）. 丹霞盆地的基底是由石炭系组成的复式大向斜，向NNE倾伏，轴向NNE，轴面倾向NW，一般SE翼陡，NW翼缓，发育次级褶皱（吴甲添等，2001）. 丹霞盆地被NNE向的韶关-仁化断裂切割，盆地内布分布数条与之平行的断层及近NE向的节理（陈留勤等，2019）. 早白垩世期间，丹霞盆地断块活动强烈，地块抬升，形成了一系列盆地，晚白垩世后丹霞盆地逐渐萎缩消亡（吴甲添等，2001）. 据学者研究，丹霞山目前处于地貌发育阶段的壮年晚期（彭华等，2013）.

1.2　数据源

本研究采用的DEM数据为日本宇宙航空研究开发机构（JAXA）对高精度DEM数据下采样生产并发布的ALOS World 3D⁃30m（AW3D30，v3.1）数据，产品目标RMSE为水平5 m，垂直5 m. 据前人研究，相较于相同空间分辨率的ASTERG DEM和SRTM DEM数据，AW3D30具有更高的垂向精度，如某些低地形起伏区域的RMSE小于5 m，城市和高起伏山区的RMSE通常在10~14 m，较大处为20 m左右（Florinsky et al.， 2018；Li et al.， 2018；Hu et al.， 2017；Nikolakopoulos，2020）. 对于本研究区这类绝对地形起伏较小且植被茂盛区域，AW3D30的数据精度对计算结果的误差影响可满足研究需求. 本研究按研究区范围裁剪后的AW3D30数据如图2所示.

研究区地表高程分布为45~616 m，平均高程167 m，以盆地中部的韶关-仁化断裂为界（图1），丹霞盆地西侧的高程值整体高于东侧，且西侧山体面积较大. 丹霞盆地区域地质资料图采用广东省地质局2000年绘制的丹霞山地质地貌保护区地质图，本研究在ArcGIS 10.8中对地质资料图进行数字化处理，以获得地层、断裂等地质要素的矢量数据.

2 研究方法

综合分析研究区地质背景及各类地貌指数适用条件后，本研究以AW3D30为数据源，选取面积高程积分（HI）、地表粗糙度（SR）及地表指数（SI）这3种地貌指数，采用TecDEM开源工具包的移动窗口算法选择合适的窗口大小计算上述地貌指数，以定量指示丹霞地貌的主要分布地层的地貌发育程度，并综合各指数的计算结果分析地层岩性、构造等因素对地貌发育程度的影响. 本研究的技术路线图如图3所示.

2.1　地貌指数

面积高程积分（hypsometric integral， HI）是由Strahler（1952）提出的，对Davis地貌循环理论定量化描述的地貌指数. HI的数值与地貌形态及侵蚀过程相关，代表流域单元内未被侵蚀的物质的体积占比，反映了高于该流域侵蚀基准面高程的相对物质总量，可用来定量指示流域的地貌形态和发育进程（Cohen et al.， 2008；祝士杰等，2013）. 目前，HI的常用计算方法有积分曲线法、体积比例法和起伏比法，经前人研究，起伏比法所得结果准确且易于实现（常直杨等，2015），因此本研究采用起伏比法，其计算公式为：

HI=\frac{H_{\mathrm{m}\mathrm{e}\mathrm{a}\mathrm{n}}-H_{\mathrm{m}\mathrm{i}\mathrm{n}}}{H_{\mathrm{m}\mathrm{a}\mathrm{x}}-H_{\mathrm{m}\mathrm{i}\mathrm{n}}},（1）

其中：H_mean、H_max、H_min分别代表流域的平均高程、最大高程和最小高程.

地表粗糙度（surface roughness， SR）表示在一定范围内地貌的真实表面积（real surface）与其平面投影面积（flat surface）的比值，平坦地表的SR值接近1，高程起伏越大的地表SR值越高. 如今SR在地貌形态测量、发育程度评估、指示地貌对构造活动的响应等方面有着广泛的应用（Grohmann et al.， 2007； Berti et al.， 2013）. 本研究采用的SR计算公式（Grohmann et al.， 2007；Shahzad and Gloaguen， 2011）为：

SR=\frac{S_{\mathrm{r}}}{S_{\mathrm{f}}},（2）

S_{\mathrm{f}}=\mathrm{r}\mathrm{e}{\mathrm{s}}^{\mathrm{2}},（3）

S_{\mathrm{r}}=\mathrm{r}\mathrm{e}\mathrm{s}\times \sqrt[]{\mathrm{r}\mathrm{e}{\mathrm{s}}^{\mathrm{2}}+\left[\mathrm{t}\mathrm{a}\mathrm{n}\left(\alpha \right)\times \mathrm{r}\mathrm{e}{\mathrm{s}}^{\mathrm{2}}\right]}，（4）

其中：S_r、S_f分别代表地表真实表面积和平面投影面积；res是DEM数据的空间分辨率；α是以弧度为单位的坡度值.

基于HI和SR对地貌发育程度的指示意义，Andreani et al.（2014）提出了地表指数（surface index，SI）这一新的地貌指数，用于指示地表的起伏程度，反映地貌对构造和侵蚀的响应. 近年来，SI在指示区域构造环境、褶皱发育时间序列以及预测近期地貌演化敏感性等领域得到了较好的应用（Obaid and Allen， 2017； Barbosa et al.， 2021）. SI的计算公式为：

SI=\left(\frac{HI-H{I}_{\mathrm{m}\mathrm{i}\mathrm{n}}}{H{I}_{\mathrm{m}\mathrm{a}\mathrm{x}}-H{I}_{\mathrm{m}\mathrm{i}\mathrm{n}}}\right)\times \left(\frac{H-H_{\mathrm{m}\mathrm{i}\mathrm{n}}}{H_{\mathrm{m}\mathrm{a}\mathrm{x}}-H_{\mathrm{m}\mathrm{i}\mathrm{n}}}\right)-\left(\frac{SR-S{R}_{\mathrm{m}\mathrm{i}\mathrm{n}}}{S{R}_{\mathrm{m}\mathrm{a}\mathrm{x}}-S{R}_{\mathrm{m}\mathrm{i}\mathrm{n}}}\right)，（5）

其中： H、HI、SR分别代表栅格像元的高程值、面积高程积分值和地表粗糙度值. 由上述指数定义可知，低HI值和高SR值通常代表地貌发育程度高，对应的SI值倾向于负数，反之则为正数.

2.2　TecDEM

对于空间范围较大的研究区，通常在区域内提取划分数个次级分水岭并以其为单元计算地貌指数，但是对于本研究这种空间范围较小的研究区，常用的分水岭提取方法对数据和资料的要求较高，且误差相对偏大. 近年来，移动窗口计算在地貌形态测量领域得以应用，这种计算方法与图像滤波类似，可以综合考虑每个栅格像元周围像元数值的影响，能较好地显示空间分布特征（Berti et al.， 2013）. 在研究过程中，学者们开发了相应的工具包和代码集，这为地貌指数高精度计算带来了巨大的便利. 本研究采用了由德国弗莱贝格工业大学（TU Bergakademie Freiberg）地质研究所基于MATLAB开发的TecDEM工具包（Shahzad and Gloaguen， 2011），具有基于自定义移动窗口大小计算HI、SR、SI等地貌指数的功能（图4）.

3 结果与讨论

3.1　移动窗口大小

丹霞盆地面积相对较小，且移动窗口算法存在着无法准确计算边界区域的局限性（Berti et al.， 2013），因此，本研究除了适当扩大计算范围之外，对丹霞山区域移动窗口大小的选择也进行了实验. 基于移动窗口的计算原理，窗口大小应至少能覆盖研究目标，以降低小尺度下极值和误差的影响，同时，窗口也不能设置过大，否则会得到整体过于平滑的无指示意义的结果（Albani et al.， 2004； Tarolli et al.， 2012； Sofia et al.， 2014）. 结合丹霞盆地地层的空间分布特征，900 m可作为地貌单元的边长. 此外，这类阈值与因变量的关系通常会呈现出因变量的变化幅度随着阈值的增大而逐渐变小并趋向于稳定的趋势，因变量变化趋于稳定时所对应的阈值具有更好的指示意义（罗大游等， 2017）. 因此，除了代表能覆盖地貌单元的900 m移动窗口外，本研究还以300 m和1 500 m作为移动窗口边长计算了地貌指数，并对比三者的结果（图5）. 由图5可知，300 m窗口计算得到的HI、SR和SI值均存在少部分明显的异常极值，且本研究采用的DEM空间分辨率为30 m，300 m即10×10的窗口对于DEM栅格的覆盖程度较低，所以区域内某些极值的影响会被放大，在地貌指数计算结果上即表现为上述异常极值. 900 m和1 500 m两个窗口大小计算的各指数变化曲线较贴近，表现出逐渐稳定的趋势. 因此，综合前人对移动窗口大小设定的研究以及丹霞山区域背景，本研究以900 m作为计算HI等地貌指数的移动窗口大小.

3.2　地貌指数计算结果

基于TecDEM设置900 m（30×30像元）的移动窗口计算得到的丹霞山区域HI结果如图6所示. 丹霞山区域HI值范围为0.050~0.621，平均值0.29，区域总体HI值计算结果与前人研究接近（章桂芳等，2018）. 从图6b可以看出丹霞山研究区HI值的区间分布总体上近似正态分布，在0.22~0.37区间为峰值带，指示研究区发育较为成熟. 此外，丹霞山研究区HI值的分布区间较广，对应了图5中不同大小移动窗口表现出的HI值曲线差异明显的现象. 研究区低HI值集中分布在主干河流部分沿岸区域，高HI值则分布在阳元石、长老峰、人面石、金龟岩、观音石等核心观景点周边.

SR计算结果如图7所示，结果显示研究区SR的分布区间为1.003~1.179，整体较低（<1.18），多集中在1.03~1.13区间，这表明整体上丹霞山的地表粗糙度不高，由SR值在丹霞山的分布可知，粗糙度较大的区域集中在主要的丹霞赤壁景观区，如人面石、长老峰、金龟岩、白寨顶、观音石和巴寨景区周边，其他区域则粗糙度较小，这与研究区域的地表高程起伏特征相对应. 另外，当移动窗口大小发生变化时，对应的SR曲线的变动也较小，说明窗口大小的变化对于SR的影响较小（图5）.

SI计算结果分布如图8所示. 丹霞山研究区SI值分布范围为-0.522~-0.003，均为负值，低SI值集中分布在如长老峰、阳元石、金龟岩、观音景区和巴寨景区等赤壁景观区域，而高SI值集中于锦江、浈江沿岸区域，其他区域SI以中等值域为主. 从SI值的数值区间及地理空间分布可以看出，丹霞山研究区的SI值和SR值呈现显著的负相关关系. 前人开展的SI指数研究表明总体为负值的区域对应着发育程度较高的地貌（Andreani et al.， 2014；Obaid and Allen， 2017），本研究计算的丹霞山SI值均分布在负值区间，这表明丹霞山区域的地貌发育相对成熟，与我国学者申遗6个典型丹霞地貌风景区时对广东丹霞山定义为“壮年晚期”发育阶段的观点相符（彭华等，2013），即丹霞山目前总体上处于地貌发育程度相对较高的发育阶段.

3.3　地貌发育程度作用机制

对于区域地貌发育程度指示结果的空间差异，气候、构造、岩性和外动力是应该重点考虑的因素（Obaid and Allen， 2017； Zebari et al.， 2018）. 从气候的角度分析，丹霞盆地并未横跨不同的气候带，气候差异影响较小，虽然在山地洞穴这类半封闭环境中，内外环境微气候的差异和藻类及其代谢物的存在对蜂窝状洞穴的发育起到重要作用（陈留勤等，2018；Chen et al.， 2022），但是结合HI等地貌指数的计算原理来看，它们以卫星摄影测量的地表高程值为变量，洞穴的存在不直接影响当地高程数据的测量结果，对地貌指数的计算干扰极小. 因此本研究在分析丹霞山地貌发育程度差异的重要影响因素中，并未将气候因素纳入分析，主要考虑断裂、地层岩性及河流等因素，分析上述因素对地貌指数计算结果空间差异的响应.

3.3.1　断裂

由图6可知，HI值较高的区域多与断裂分布密集的区域相对应. 本研究以30 m为单位间隔，提取研究区内主要断裂两侧环形多重缓冲区的地貌指数，并按照距离断裂的绝对距离做指数分布曲线如图9所示. 结果显示HI值总体呈下降趋势，由0.320降低到0.303，而SR值变化范围较小（1.063 1~1.064 6），呈先下降后上升的趋势，SI同样小幅度变化（-0.173~-0.168），且与SR显著负相关（图9b），这一点与丹霞山整个区域SI和SR的负相关特征一致. 此外，本研究以韶关-仁化断裂为界将丹霞山划分为西侧和东侧并分析了两侧断裂缓冲区的地貌指数结果，发现与东侧断裂缓冲区相比，西侧缓冲区的HI值普遍偏低，但SR和SI的数值差异较小（图9c和图9d）. 整体来看，两侧断裂缓冲区与整体研究区范围内断裂缓冲区均呈现出HI、SR值随着与断裂距离加大而小幅度减小的特征.

3.3.2　地层岩性

本研究按地层范围分别提取了巴寨段、锦石岩段和白寨顶段HI、SR和SI值的区间分布（图10）. 丹霞组HI值分布如图10a所示，多集中分布于0.22~0.47区间. 整体来看，锦石岩段HI值在丹霞组中最高，在0.29~0.48区间相对集中，波峰相对平缓，区间跨度较大；巴寨段HI值集中于0.21~0.37区间，在0.27左右呈现峰值，随着时间推移，其曲线将继续向低HI值的方向移动；白寨顶段HI值的主体分布区间为0.24~0.39，该地层目前对应的地貌主要为河流侵蚀而成的河谷以及较明显的山峰，前者HI值偏低而后者偏高. 丹霞组SR值及SI值分布分别如图10b和图10c所示. 巴寨段、锦石岩段和白寨顶段的地貌地表粗糙度相近，其中巴寨段和白寨顶段更为接近. 目前SR值在分布图上呈现出多数居中（1.05~1.14）的趋势，随着地貌进一步发育，将继续向高SR值方向发展. SI值集中分布在-0.37~-0.11区间内，与SR相似，SI值也将继续向数值更小的方向发展.

从岩性来看，巴寨段及白寨顶段主要由碎屑颗粒较粗的砾岩和砂岩组成，分选性和磨圆度较差，是在相对湿润的古气候条件下形成的；而锦石岩段以中-细粒砂岩为主，夹有薄层粉砂质泥岩、粉砂岩等，磨圆度和分选性较好，代表了极度干热的古气候条件（吴甲添等，2001；陈留勤等，2019）. 考虑岩性差异对风化剥蚀能力的影响，红层岩石的抗风化能力随着碎屑颗粒的增大而增强（杨望暾，2016；刘鑫等，2019），即研究区内巴寨段及白寨顶段的抗风化剥蚀能力相对较强，而锦石岩段更易被风化剥蚀.

如前所述，对于发育较成熟的地貌，其HI值应相对偏低，SR值应相对偏高. SR和HI在韶关-仁化断裂东侧区域表现为负相关，如人面石所处的巴寨段（图11a、11b），位于浈江干流NW向和韶关-仁化断裂SE向、夹于两条NEE向和两条NNE向断裂之间的巴寨段和白寨顶段. 同时部分区域未表现出HI和SR的负相关趋势，如韶关-仁化断裂NWW向即研究区西南侧和西北侧的将军寨、川岩附近（图11c、11d），在空间分布上，这种现象多出现在研究区西侧锦石岩段和长坝组分布区域，以及研究区内主要河流如锦江、浈江沿岸区域.

以韶关-仁化断裂为界，研究区西侧多分布长坝组，而东侧多分布丹霞组. 长坝组泥质成分相对较高，抗压强度低，抗风化能力较差（Chen et al.， 2022）. 随着剥蚀作用的进行，长坝组剥蚀量增大，使得上覆丹霞组失去支撑而崩塌，在增大相对高差的同时也增大了地形起伏程度. 此外，韶关-仁化断裂的西盘逆冲于东盘之上，研究区西侧的地势整体高于东侧（黄瑞红，1996；沈鹏飞，2014），西侧高地势处已缺失白寨顶段，而东侧高地势处仍有残留，也表明西侧的剥蚀较为强烈. 在两侧地势高差以及丹霞盆地基底呈NW翼缓、发育次级褶皱的复式大向斜特征（吴甲添等，2001）的共同作用下，研究区西侧的剥蚀程度大于东侧，与两侧岩性差异共同造成了西侧地势高差以及地形起伏的相对偏大，因此呈现出HI值和SR值均偏高的现象. 而对于如锦江、浈江等河流的沿岸区域的地貌发育程度空间差异则需要结合河流作用对地貌发育的控制过程分析.

3.3.3　河流

研究区内的主要河流为锦江和浈江，两条河流周边区域均呈现HI、SR值较低的特征.本研究提取了2条分别横跨锦江和浈江的河道剖面（图12），其中A⁃A’横跨锦江，沿剖面NWW⁃SEE向穿过巴寨段、第四系和白寨顶段，B⁃B’横跨浈江，沿剖面NWW⁃SEE向穿过巴寨段和第四系. 由图12可知，对于流经第四系等松散质区域的这两条主要河流，其沿岸地势低洼平坦，高程起伏小（<20 m），导致这一带HI和SR值计算结果均偏低，同时本研究区SR值较高的区域通常对应SI值较低的区域，即二者存在明显的负相关关系，因此这类区域的SI值会偏高.

在研究区内，锦江流经第四系和丹霞组，为了综合分析河流、地层等因素与地貌发育程度的联系，本研究叠加了丹霞山锦江沿岸地层的空间分布，并提取了3条代表性纵剖面的高程值和地貌指数结果（图13）. 剖面A⁃A’沿着近N⁃S向穿过锦江，整体属白寨顶段，其HI值在锦江水域一带较高，两侧较低，SR值沿剖面方向（NNW⁃SSE）变化不大（变化幅度在0.01左右），SI值与SR值高度负相关. A⁃A’剖面锦江两岸区域地形相对平坦，高差最大为50 m左右，分布有农田、人工湖等人类工程，推测该区域的地势早期较为平坦易被开发和使用，并随着人类活动开发而变得更加平缓. 剖面B⁃B’和C⁃C’均横跨多段地层，其中剖面B⁃B’横跨白寨顶段及锦石岩段，沿NNW⁃SSE 延伸，HI值在剖面SSE端锦石岩段高地势处较大，SR值沿NNW⁃SSE向增大，至锦石岩段趋向平缓，SI则呈现与SR相反的变化特征. 由图13c的B⁃B’剖面图可知，该剖面的地貌指数在水平方向0~900 m变化极小，而900 m之后HI值有小幅度抬升，并将过渡到巴寨段，推测是因为在锦江沿岸区域河流对地貌发育程度的影响强于地层，随着区域与河流距离的增大，地层逐渐取代河流成为区域地貌发育程度的主要控制因素. 剖面C⁃C’沿NWW⁃SEE向横跨以锦江对称分布的白寨顶段、锦石岩段、巴寨段，值得注意的是，巴寨段具有较低的HI值，中等的SR和SI值且SR和SI值呈现很好的负相关. 如图13d中的C⁃C’剖面图所示，剖面水平方向上180~800 m即河流凸岸一带的HI值变化极小，而河流凹岸的HI值随着与河流距离的增大有明显升高，推测这种现象是由河流凹岸凸岸侵蚀差异所致. 河流在凹岸的侵蚀作用较强，侵蚀量大，导致上层岩体失去支撑发生崩落，地形变得相对陡峭，因此在河流主控作用范围内HI值随着与河流距离的增大而有明显升高，同时对于物质堆积的凸岸区域，总体上高程变化小于凹岸，因此HI值变化小.

整体来看，对于各段出露较好的区域，白寨顶段的HI值高于其他地层. 推测是因为白寨顶段通常位于山峰顶部，与河流横向距离相对其他地层较大，而且这一带的白寨顶段目前位于所在NW向斜的最上层，这与丹霞组的沉积序列相对应. 在地貌发育初期，由于白寨顶段更接近地表，其风化剥蚀程度高于下面的地层，因而在研究区内的分布范围小.

河流流经较为坚硬的岩层时，其能量通常用于下切；而流经较软弱岩层时，河流更易于达到平衡状态，其能量将更多用于侧蚀（Schanz and Montgomery， 2016；李正晨等，2021）. 丹霞山地质公园内锦江流经的巴寨段岩性较锦石岩段坚硬，抗风化能力强，但是，从图13d中的C⁃C’剖面图分析可见，巴寨段的侧蚀程度也不亚于锦石岩段，推测原因可能是由于丹霞山地质公园内的地层整体位于向斜右翼，该向斜向NNE倾伏，因此，位于上部的白寨顶段、锦石岩段在SSE端抬升较大，因而已经剥蚀完毕，目前锦江已经切割至巴寨段（如剖面C⁃C’所处区域），在NW翼较缓向斜（吴甲添等，2001）的影响下，锦江与巴寨段的接触面积增大，河流能量也全部用于侵蚀巴寨段，在下蚀的同时有利于侧蚀的进行，所以表现出与锦石岩段程度相近的侧蚀.

除了锦江这类主河道外，丹霞盆地内还分布有众多支流，流经丹霞组和长坝组，对于其他典型丹霞盆地也需要结合多因素开展研究. 在后续研究中需要进一步考虑研究区区域地层岩性、河网水系分布、风化剥蚀和人类活动的共同作用，并尝试提高河网水系的提取绘制精度.

4 结论

本研究以广东丹霞山世界地质公园为研究区，采用TecDEM工具包的移动窗口方法计算研究区的面积高程积分（HI）、地表粗糙度（SR）和地表指数（SI）这3种地貌指数，对丹霞山地貌发育程度的空间差异和影响因素进行了分析和讨论，主要取得了以下认识：

（1）基于TecDEM工具包的移动窗口计算获得的地貌指数可以较好地定量表征丹霞山地貌发育程度，在应用过程中需要结合研究区特点选择合适的窗口大小. 基于研究区域窗口大小的尝试，丹霞山研究区的地貌指数计算以900 m作为移动窗口边长.

（2）丹霞组HI值集中在0.22~0.47区间，代表地貌发育较为成熟；SR值多集中在1.05~1.14区间，高SR值常分布于赤壁丹崖景观区；SI值集中在-0.37~-0.11区间，总体为负值，与SR的负相关性明显. 3种地貌指数的结果均指示研究区地貌发育程度偏高，与前人对丹霞山发育阶段整体处于壮年晚期的观点相吻合.

（3）丹霞山地貌发育程度的空间分布并不均一，本研究选取断裂、地层和河流等影响因素进行定量分析：①HI值（0.303~0.320）、SR值（1.063 1~1.064 6）以及SI值（-0.173~-0.168）在断层缓冲区内的变化范围均较小，且SI值与SR值高度负相关；②从岩性角度分析，丹霞组锦石岩段HI值在丹霞组中最高（0.29~0.48），巴寨段（0.21~0.37）及白寨顶段（0.24~0.39）较低，研究区内巴寨段HI值与SR值的负相关关系较明显，研究区西侧HI值和SR值均相对偏高是由区域岩层分布、地势高差及褶皱作用的共同作用下的强剥蚀作用所致；③河流的影响主要体现在两岸侵蚀差异以及对白寨顶段及巴寨段的侵蚀上，凹岸受侵蚀作用较强，HI值变化幅度大于凸岸，白寨顶段分布于丹霞组的最上段，出露较少，与河流距离大于同区域内丹霞组其他地层，HI值总体大于0.24，高于同区域内其他地层，巴寨段受复式向斜向NNE倾伏且NW翼倾角较缓影响与锦江接触面积大，在下蚀的同时表现出与锦石岩段相似的侧蚀现象.

采用TecDEM工具包移动窗口方法计算的地貌指数的运用提高了丹霞地貌定量研究的精度，可以为丹霞地貌发育定量研究提供依据. 在后续对丹霞地貌发育程度的定量研究中，需要进一步考虑研究区岩性特征、活动构造、河流作用、风化剥蚀和人类活动的共同作用对地貌形态和地貌发育程度的影响，尝试提高基础数据的精度.

参考文献

[1] Albani,A., Klinkenberg,A., Andison,. W., et al., 2004. The Choice of Window Size in Approximating Topographic Surfaces from Digital Elevation Models. International Journal of Geographical Information Science, 18(6): 577-593. https://doi.org/10.1080/13658810410001701987

[2] Andreani, L., Stanek, K. P., Gloaguen, R., et al., 2014. DEM⁃Based Analysis of Interactions between Tectonics and Landscapes in the Ore Mountains and Eger Rift (East Germany and NW Czech Republic). Remote Sensing, 6(9): 7971-8001.https://doi.org/10.3390/rs6097971

[3] Barbosa, N., Andreani, L., Gloaguen, R., et al., 2021. Window⁃Based Morphometric Indices as Predictive Variables for Landslide Susceptibility Models. Remote Sensing, 13(3): 451. https://doi.org/10.3390/rs13030451

[4] Berti, M., Corsini, A., Daehne, A., 2013. Comparative Analysis of Surface Roughness Algorithms for the Identification of Active Landslides. Geomorphology, 182: 1-18. https://doi.org/10.1016/j.geomorph.2012.10.022

[5] Chang, Z. Y., Wang, J., Bai, S. B.,et al.,2015. Comparison of Hypsometric Integral Methods. Journal of Arid Land Resources and Environment,(3): 171-175 (in Chinese with English abstract).

[6] Chen, L. Q., Li, X. M., Guo, F. S., et al., 2018. Characteristics and Origin of Honeycombs in the DanxiashanGlobal Geopark in South China. Geological Review, 64(4):895-904 (in Chinese with English abstract).

[7] Chen, L. Q., Li, P. C., Guo, F. S., et al., 2019. Facies Analysis and Paleoclimate Implications of the Late Cretaceous Danxia Formation in the Danxia Basin, Northern Guangdong Province, South China. Acta Sedimentologica Sinica, 37(1): 17-29 (in Chinese with English abstract).

[8] Chen, X., Chen, L. Q., Zhang, Y. H., et al., 2021. Lithological and Environmental Controls on Large Tafoni along Conglomerate Cliffs in Subtropic Humid Danxiashan UNESCO Global Geopark. Journal of Mountain Science, 18(5): 1131-1143. https://doi.org/10.1007/s11629⁃020⁃6649⁃3

[9] Chen, L. Q., Guo, F. S., Shao, C. J., et al., 2022. Characteristics and Controlling Factors of Danxia Landscapes in Jiangxi Province. Acta Geologica Sinica, 96(11): 4023-4037 (in Chinese with English abstract).

[10] Chen, L. Q., Shi, Y. X., Ng, Y., et al., 2022. Roles of Algae in Honeycomb Weathering in Humid Climate: an Example from Danxiashan UNESCO Global Geopark of China. Geoheritage, 14(4): 120. https://doi.org/10.1007/s12371⁃022⁃00749⁃x

[11] Cohen, S., Willgoose, G., Hancock, G., 2008. A Methodology for Calculating the Spatial Distribution of the Area⁃Slope Equation and the Hypsometric Integral within a Catchment. Journal of Geophysical Research: Earth Surface, 113(F3): F03027. https://doi.org/10.1029/2007JF000820

[12] Florinsky, I. V., Skrypitsyna, T. N., Luschikova, O. S., 2018. Comparative Accuracy of the AW3D30 DSM, ASTER GDEM, and SRTM1 DEM: a Case Study on the Zaoksky Testing Ground, Central European Russia. Remote Sensing Letters, 9(7): 706-714. https://doi.org/10.1080/2150704X.2018.1468098

[13] Grohmann, C. H., Riccomini, C., Alves, F. M., 2007. SRTM⁃Based Morphotectonic Analysis of the Poços de Caldas Alkaline Massif, Southeastern Brazil. Computers & Geosciences, 33(1): 10-19. https://doi.org/10.1016/j.cageo.2006.05.002

[14] Guo, F. S., Chen, L. Q., Yan, Z. B., et al., 2020. Definition, Classification, and Danxianization of Danxia Landscapes. Acta Geologica Sinica, 94(2): 361-374 (in Chinese with English abstract).

[15] Hu, Z. H., Peng, J. W., Hou, Y. L., et al., 2017. Evaluation of Recently Released Open Global Digital Elevation Models of Hubei, China. Remote Sens, 9: 262. https://doi.org/10.3390/rs9030262

[16] Huang, R.H., 1996. Trend Surface Analysis for Danxia Landform in the Danxia Basin. Acta Scientiarum Naturalium Universitatis Sunyatseni, 35(S1): 100-105(in Chinese with English abstract).

[17] Li, H., Zhao, J. Y., 2018. Evaluation of the Newly Released Worldwide AW3D30 DEM over Typical Landforms of China Using Two Global DEMs and ICESat/GLAS Data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 11(11): 4430-4440. https://doi.org/10.1109/JSTARS.2018.2874361

[18] Li, Z. C., Wang,X. Y., Yu, Y., et al., 2021. The Impacts of Base Level and Lithology on Fluvial Geomorphic Evolution at the Tectonically Active Laohu and Hasi Mountains, Northeastern Tibetan Plateau. Science China Earth Sciences, 64(6): 906-919 (in Chinese with English abstract).

[19] Liu, X., Guo, F. S., Chen, L. Q., et al., 2019. Lithologic Control on the Development of Danxia Landscapes in Red Basins. Mountain Research, (2), 214-221 (in Chinese with English abstract).

[20] Luo, D. Y., Wen, X. P., Shen, P., et al., 2017. Information on Extraction of River Networks and Determination of Drainage Area Threshold Using DEM Data. Bulletion of Soil and Water Conservation, 37(4):189-193 (in Chinese with English abstract).

[21] Nikolakopoulos, K. G., 2020. Accuracy Assessment of ALOS AW3D30 DSM and Comparison to ALOS PRISM DSM Created with Classical Photogrammetric Techniques. European Journal of Remote Sensing, 53(Sup2): 39-52. https://doi.org/10.1080/22797254.2020.1774424

[22] Obaid, A. K., Allen, M. B., 2017. Landscape Maturity, Fold Growth Sequence and Structural Style in the Kirkuk Embayment of the Zagros, Northern Iraq. Tectonophysics, 717: 27-40. https://doi.org/10.1016/j.tecto.2017.07.006

[23] Pei, Y. Q., Qiu, H. J., Hu, S., et al., 2021. Appraisal of Tectonic⁃Geomorphic Features in the Hindu Kush⁃Himalayas. Earth and Space Science, 8(5): e2020EA001386. https://doi.org/10.1029/2020EA001386

[24] Peng, H., Pan, Z. X., Yan, L. B.,et al., 2013. A Review of the Research on Red Beds and Danxia Landform. Acta GeographicaSinica, 68(9): 1170-1181 (in Chinese with English abstract).

[25] Qi, D. L., Chen, Z. J., Wang, S. J., et al., 2015. Stratigraphic Classification,Evolution Stage and Geomorphologic Age of Kongtongshan Danxia Landform in Pingliang, Gansu, China. Mountain Research, (4): 408-415 (in Chinese with English abstract).

[26] Schanz, S. A., Montgomery, D. R., 2016. Lithologic Controls on Valley Width and Strath Terrace Formation. Geomorphology, 258: 58-68. https://doi.org/10.1016/j.geomorph.2016.01.015

[27] Shahzad, F., Gloaguen, R., 2011. TecDEM: a MATLAB Based Toolbox for Tectonic Geomorphology, Part 2: Surface Dynamics and Basin Analysis. Computers & Geosciences, 37(2): 261-271. https://doi.org/10.1016/j.cageo.2010.06.009

[28] Shen, P. F., 2014. The Evolution Mirrored by the Cretaceous Sedimentary Sequences in the Nanxiong⁃Danxia Basin and its Response to the Tectonic Transition at the SCS's Area(Dissertation). China University of Geosciences, Beijing (in Chinese with English abstract).

[29] Sofia, G., Dalla Fontana, G., Tarolli, P., 2014. High⁃Resolution Topography and Anthropogenic Feature Extraction: Testing Geomorphometric Parameters in Floodplains. Hydrological Processes, 28(4): 2046-2061. https://doi.org/10.1002/hyp.9727

[30] Strahler, A. N., 1952. Hypsometric (Area⁃Altitude) Analysis of Erosional Topography. Geological Society of America Bulletin, 63: 1117-1142. https://doi.org/10.1130/0016⁃7606(1952)63[1117: HAAOET]2.0.CO;2

[31] Tarolli, P., Sofia, G., Dalla Fontana, G., 2012. Geomorphic Features Extraction from High⁃Resolution Topography: Landslide Crowns and Bank Erosion. Natural Hazards, 61(1): 65-83. https://doi.org/10.1007/s11069⁃010⁃9695⁃2

[32] Wang, D., Dong, Y. P., Jiao, Q. Q., et al., 2022. The Mechanism of Tectonic Deformation of the Central Yunnan Terrane in the Late Cenozoic Based on Tectonic Geomorphology. Earth Science, 47(8): 3016-3028 (in Chinese with English abstract).

[33] Wang, Z., Jiang, Y. B., 2019. Analysis of Danxia Landform Characteristics in the Yihuang Basin, Jiangxi Province, China.Mountain Research, 37(6): 839-847 (in Chinese with English abstract).

[34] Wu, J.T., Liu, J.X., Liao, S.T., 2001. Geological Characteristics，evolution of the Danxia Basin. Regional Geology of China, 20(3): 274-279 (in Chinese with English abstract).

[35] Yan, L. B., Peng, H., Zhang, S. Y., et al., 2019. The Spatial Patterns of Red Beds and Danxia Landforms: Implication for the Formation Factors⁃China. Scientific Reports, 9(1): 1961. https://doi.org/10.1038/s41598⁃018⁃37238⁃7

[36] Yang, W. T., 2016. Study on Genesis of Danxia Landforms in the Southwestern Margin of Ordos Basin (Dissertation). Chang’an University, Xi’an (in Chinese with English abstract).

[37] Yang, Z. J., Du, H. H., Luo, X., et al., 2022. Mineralogy Study on the Origin of White Spots in the Red Strata of Danxia Mountain, Guangdong. Mineral Resource and Geology, (1),129-137 (in Chinese with English abstract).

[38] Yu, H. Y., Dong, Y. P., Yu, L., et al., 2022. Study on Relative Tectonic Activity of The Puduhe Fault in Central Yunnan. Earth Science,https://kns.cnki.net/kcms/detail/42.1874.P.20220527.1605.021.html (in Chinese with English abstract).

[39] Zebari, M., Grützner, C., Navabpour, P., et al., 2018. Relative Timing of Uplift along the Zagros Mountain Front Flexure (Kurdistan Region of Iraq): Constrained by Geomorphic Indices and Landscape Evolution Modeling. Solid Earth, 10(3):663.https://doi.org/10.5194/se⁃10⁃663⁃2019

[40] Zhang, G. F., Chen, K. L., Zhang, H. R.,et al., 2018. The Evolution Stage Decision of Danxia Landform Based on Digital Elevation Model (DEM). Acta ScientiarumNaturalium Universitatis Sunyatseni, 57(2): 12-21 (in Chinese with English abstract).

[41] Zhang, X. Q., 1992. The Division and Comparison of Cretaceous System in Danxia Basin. Journal of Stratigraphy, (2): 81-95 (in Chinese with English abstract).

[42] Zhu, C., Peng, H., Ouyang, J., et al., 2010. Rock Resistance and the Development of Horizontal Grooves on Danxia Slopes. Geomorphology, 123(1/2): 84-96. https://doi.org/10.1016/j.geomorph.2010.07.002

[43] Zhu, S.J., Tang, G.A., Li, F.Y., et al., 2013. Spatial Variation of Hypsometric Integral in the Loess Plateau Based on DEM. Acta Geographica Sinica, 68(7): 921-932 (in Chinese with English abstract).

基金资助

广东国家公园建设专项资金(2021GJGY026)

广东省基础与应用基础研究基金项目(2019A1515010733)

南方海洋科学与工程广东省实验室（广州）人才团队引进重大专项(GML2019ZD0302)