现代浅水三角洲分流河道宽度自动提取及沉积模式重构：以赣江三角洲为例

摘要

浅水三角洲河道网络结构复杂，以往分流河道形态表征研究中，缺乏河宽空间连续性定量化数据支撑。作者聚焦于河道形态参数的定量化表征，研究赣江三角洲分流河道宽度的空间连续变化特征，旨在为储集层构型研究提供河道宽度空间变化的约束条件，进而完善储集层构型表征方法体系。基于Google Earth Engine（GEE）大数据云计算平台，改进RivWidthCloud河宽提取算法，实现了赣江三角洲分流河道连续宽度数据的自动化提取，揭示浅水三角洲平原分流河道宽度的空间连续变化规律。结果表明：（1）算法优化后提取的河宽数据与实测值具有显著相关性（R²=0.84），验证了该方法在河道形态监测中的可靠性与适用性；（2）赣江主支河道宽度季节变幅显著（旱季平均河宽444.85m，雨季平均河宽650.75m，增幅46%），明显高于其他2条分流河道；（3）河道宽度与分汊频率呈显著空间耦合关系：分汊口上游段宽度急剧增加，分汊后次级河道宽度显著减小；（4）根据连续河道宽度曲线（即连续河宽数据点变化趋势线），向三角洲下游方向，分流河道宽度数据有整体降低趋势，但仍呈多级次波动的震荡变化；（5） 70%的类心滩发育区呈现“滩头宽，滩颈窄，滩尾较宽”的宽度变化模式，对应河道宽度曲线表现为“高—低—较高”的三段式特征。连续河宽量化方法为现代三角洲沉积研究提供了新工具，其揭示的河道尺度变化规律可为分流河道规模的精细表征、储集层构型建模的几何约束及小尺度沉积相图编制提供定量依据。

关键词

Google Earth Engine(GEE) / 浅水三角洲 / 分流河道 / RivWidthCloud算法 / 储集层构型建模 / 赣江三角洲