因此,峰值强度的测量确实提供了有关每个样品中相应矿物相的相对量的信息。沉积物指纹将沉积物的矿物学或地球化学性质与其来源材料联系起来。如果可以通过其地球化学性质区分来源材料,则可以通过比较沉积物和来源材料的性质来确定沉积物的可能来源(Walling 等人,2003 年)。需要区分几个潜在的沉积物来源区域意味着单一的指纹属性通常不太可能提供可靠的来源指纹。因此,最近的大多数源指纹研究都使用了复合指纹,包括一系列不同的诊断属性和混合模型来量化来自不同来源的沉积物的相对贡献(Collins 和 Walling,2002 年;Collins 等人,2010 年)。聚类分析是一种强大的工具,可用于对数据进行分类和排序,以建立此类数据之间的关系(Sneath 和 Sokal,1973 年;Yang 和 Simaes,2000 年)。聚类分析也称为分割分析或分类分析(Aldenderfer 和 Blashfield,1984 年;Everitt 等人,2001 年)。该方法创建具有“相似性”的对象分组,这些相似性可以用任何可测量的参数来量化。许多不同的研究领域,如工程学、动物学、医学、语言学、人类学、心理学、市场营销,甚至地质学,都为聚类技术的发展及其应用做出了贡献(Cortés 等人,2007 年;de Meijer 等人,2001 年;Mamuse 等人,2009 年)。可以执行两种聚类分析方法:(1)层次聚类(Johnson,1967;Kaufman 和 Rousseeuw,2009),其中使用迭代算法将数据分组到聚类中(2)K 均值聚类(Army,1993;Kanungo 等,2002;Wagstaff 等,2001),其中聚类的数量是预先定义的,并且所有数据点根据某些特定特征或指标分布到聚类中。在本研究中,层次聚类用于创建聚类树,也称为树状图,从而允许决定最适合应用的聚类级别或规模。有多种执行层次聚类的方法,例如:1. 单链接方法,基于使用一个聚类内的一个个体与相邻聚类中一个个体之间的最小距离构建的层次结构。该方法有助于识别不规则的簇形状,但由于统计测试表现不佳以及层次树的图形表示难以解释而无法获得有关完整簇大小和形状的直接定量信息,因此受到限制。
