Advertisement

Zusammenfassung

Sofern sich Dünnschliffuntersuchungen von Kalken nicht mit paläontologischen oder petrographischen Bestimmungen begnügen, werden „Typisierungen“ angestrebt, durch welche die Summe der Beobachtungen zusammengefaßt, verglichen und reproduzierbar gemacht werden soll.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturhinweise

  1. (K).
    Behrens, E.W. (1965): Environment reconstruction for a part of the Glen Rose Limestone, Central Texas. Sedimentology 4, 65–111, 10 Taf., 11 Abb., Amsterdam Unterkreide. 15 m mächtige Kalkfolge. 199 Proben aus 24 Lokalitäten sowie etwa 300 verstreut entnommene Proben. Erfassung der MF-Merkmale durch Point-Counter-Zählungen sowie Mineralbestand und nichtkarbonatischer Rückstand. — Berechnung von „Reaktionsgruppen“ der Proben (R-Technik, Product Moment Correlation) führt zur Unterscheidung von 4 Fazies-und insgesamt 6 Subfazies-Einheiten, die im Intertidal, Subtidal und im hypersalinen Bereich entstanden sind.Google Scholar
  2. (M).
    Bonham-Carter, G.F. (1965): A numerical method of classification using qualitative and semi-quantitative data, as applied to the facies analysis of limestones. Bull. Canad. Petrol. Geol. 13/4, 482–502, 3 Abb., 9 Tab., CalgaryGoogle Scholar
  3. Die Beschreibung der Proben erfolgt nach der Existenz oder dem Fehlen bzw. nach der relativen Häufigkeit der Merkmale. Derart können auch nicht meßbare Eigenschaften (z.B. Gesteinsfarbe) berücksichtigt werden. Die wechselseitige Beziehung aller Probenpaare (Q-Technik, Assoziationskoeffizient nach Jaccard) wird durch Cluster-Analysen erfaßt und als Dendrogramm dargestellt. Ein Vergleich dieser semi-quantitativen Methode mit auf Point-Counter-Daten und Korrelationsanalysen aufgebauten Gruppenbildungen (Beispiel Bahama-Bank; Purdy) führt nur bei etwa 12% der Proben zu unterschiedlichen Fazies-Zuordnungen.Google Scholar
  4. (K).
    Bonham-Carter, G.F. (1967a): An example of the analysis of semi-quantitative petrographic data. Proc. Seventh World Petrol. Congr., Mexico City, 567–583Google Scholar
  5. Oberes Karbon, Canada. Semi-quantitative Gruppierungen nach der 1965 beschriebenen Methode.Google Scholar
  6. (M).
    Bonham-Carter, G.F. (1967b): Fortran IV program for Q-mode cluster analysis of non-quantitative petrographic data using IBM 7098/7094 computers. State Geol. Surv. Kansas, Computer Contrib. 17, 28 S., LawrenceGoogle Scholar
  7. (M).
    Bouroullec, J., Deloffre, R. (1974): Essai d’utilisation statistique des microfacies dans le Crétacé moyen d’Aquitaine occidentale (France). Bull. Centre Rech. Pau-SNPA 8/2, 469–509, 5 Taf., 8 Abb., 6 Tab., PauGoogle Scholar
  8. Alb und Cenoman, Material aus 23 Erdölbohrungen. Die alle 2 m entnommenen Schliffproben werden quantitativ ausgewertet und die Häufigkeit der MF-Merkmale in allen Proben der lithostratigraphischen Einheiten mit den Häufigkeitsdaten anderer Einheiten verglichen. Die in den Häufigkeitsänderungen zum Ausdruck kommende Wandlung des Sedimentationsraumes läßt sich durch die Modelle einer Delta-Sedimentation bzw. einer Plattform-Sedimentation deuten.Google Scholar
  9. (M, K).
    Buchbinder, B. (1975): Lithogenesis of Miocene reef limestones in Israel with particular reference to the significance of the Red Algae. Geol. Surv. Israel, Oil Res. Div., Rep. OD/3/75, 173 S., 6 + 6 Taf., JerusalemGoogle Scholar
  10. Oberes Miozän. Untersuchung von 249 Biokalkarenit-Proben nach folgendem Schema: Visuelle Schätzung der Komponentenhäufigkeit im Dünnschliff, Häufigkeitshistogramme und Berechnung der Mittelwerte sowie der Standardabweichung, Einteilung in drei Häufigkeitsklassen und Aufbereitung des Materials nach Vorhanden/ Nichtvorhanden; Klassifikation der Proben durch Assoziationsanalysen und durch Cluster-Analysen (Q-Technik, Jaccard-Koeffizient), Überprüfung der relativen Wichtigkeit der Gruppen in jeder Klassifikation (Chi-Quadrat-Test), Vergleich der nach verschiedenen Methoden erhaltenen Klassifikationen: Die Assoziationsanalyse ermöglicht detailliertere Gruppierungen und führt zu homogeneren Gruppen als die Cluster-Analyse.Google Scholar
  11. (M).
    Burr, E.J. (1968): Cluster sorting with mixed character types. I. Standardization of character values. Aust. Computer J. 1, 97–99Google Scholar
  12. (M).
    Burr, E.J. (1970): Cluster sorting with mixed character types. II. Fusion strategies. Aust. Computer J. 2, 98–103Google Scholar
  13. Carozzi, A.V. (1958): Micro-mechanisms of sedimentation in the epicontinental environment. J. Sed. Petrol. 28/2, 133–150, 13 Abb., TulsaGoogle Scholar
  14. Carozzi, A.V., Reyes, M.V., Ocampo, V.P. (1976): Microfacies and microfossils of the Miocene reef carbonates of the Philippines. Spec. Publ. 1, Philippine Oil Dev. Co., 79 S., 20 Taf., ManilaGoogle Scholar
  15. (M. K)
    Carss, B.W., Carozzi, A.V. (1965): Petrology of Upper Devonian pelletoidal limestones, Arrow Canyon Range, Clark County, Nevada. Sedimentology 4, 197–224, 2 Taf., 12 Abb., 3 Tab., AmsterdamGoogle Scholar
  16. Unteres Oberdevon. Etwa 360 m mächtige Kalkfolge, Probenabstand 60 cm. Schliffuntersuchung (Klastizitäts-und Häufigkeitsindizes aller detritischen Komponenten, Häufigkeitsindizes der Biogene). Auf Grund der Mittelwerte der Indizes werden 10 MF-Typen unterschieden, die unterschiedlichen Wassertiefen zugeordnet werden können. Zur Überprüfung der Genauigkeit, mit welcher die Proben einem bestimmten MF-Typ zugewiesen wurden und zur Bestimmung der wechselseitigen Beziehungen zwischen den MF-Typen dienen Korrelationsanalysen.Google Scholar
  17. (M).
    Charollais, J., Davaud, F. (1974): Microfaciès et ordinateur. 224 S., 188 Abb., Paris: Editions TechniqueGoogle Scholar
  18. Die Autoren schlagen einheitliche Methoden für die Kodifizierung und Quantifizierung der mikrofaziellen Merkmale von Sedimentgesteinen vor, die eine EDV-Auswertung ermöglichen. Das Buch gliedert sich in drei Abschnitte: Probenbezeichnung und mikrofazielle Daten, Kodifizierung, Programme für die Auswertung der Daten (z.B. Klassifikation neuer Proben, graphische Darstellung von MF-Merkmalen). Die z.T. neu entwickelten Programme sind in Fortran IV beschrieben.Google Scholar
  19. (M).
    Cheetham, A.H., Hazel, J.E. (1969): Binary (Presence-Absence) similarity coefficients. J. Palaeont. 43/5, 1130–1136, TulsaGoogle Scholar
  20. Kritische Übersicht über die im Rahmen von Assoziationsanalysen verwendeten Koeffizienten, durch welche die Ähnlichkeit oder der Unterschied zwischen Proben beschrieben werden kann.Google Scholar
  21. (M).
    Davis, J.C. (1973): Statistics and data analysis in geology. 550 S., New York: WileyGoogle Scholar
  22. (M).
    Demirmen, F. (1969): Multivariate procedures and Fortran-IV program for evaluation and improvement of classifications. Kansas State Geol. Surv., Computer Contrib. 31, 1–51, LawrenceGoogle Scholar
  23. (K).
    Dörhöfer, S. (1974): Mikrofazielle Untersuchungen der Kalksteine des Mündener Mergels von Thüste. Unveröff. Diplomarb. TU Hannover, 40 S., 9 Taf., 12 Abb., 1 Anlage, Hannover (Maschinenschrift)Google Scholar
  24. Oberjura, Westfalen. Unterscheidung von Mikrofaziestypen durch Faktoren-und Cluster-Analyse (die Verwendung von Distanz-und von Korrelationskoeffizienten bringen keine wesentlichen Unterschiede). Der Vergleich der auf Primär-und Sekundärmerkmalen aufgebauten Gruppierung mit einer die diagenetischen Merkmale nicht berücksichtigenden Analyse ergibt eine klarere Faziestrennung bzw. -interpretation.Google Scholar
  25. Dunham, R.J. (1962): siehe 6.4Google Scholar
  26. (M, K).
    Ekdale, A.A., Ekdale, S.E., Wilson, J.L. (1976): Numerical analysis of carbonate micro-facies in the Cupido Limestone (Neocomian-Aptian), Coahuila, Mexico. J. Sed. Petrol. 46/2, 362–368, 7 Abb., TulsaGoogle Scholar
  27. Unterkreide. Ausgehend von 16 Dünnschliffkriterien wurden die Proben einer Cluster-Analyse unterzogen, wobei lediglich das Auftreten oder Fehlen der Merkmale berücksichtigt wurde. Die Q-Technik führt zur Unterscheidung von 15 Gruppen (= Mikrofazies). Ein nach dem Ordinationsverfahren durchgeführter Vergleich der Proben-Verschiedenheit gibt Hinweise auf die mögliche primäre Verwandtschaft zwischen den MF-Typen.Google Scholar
  28. (K).
    Ellenor, D.W. (1975): Sedimentology of the Middle Devonian Timor Limestone, Northeastern New South Wales, Australia. Sed. Geol. 13, 125–152, 3 Taf., 12 Abb., 1 Tab., AmsterdamGoogle Scholar
  29. Eifel/Givet. 14 Profile, Probenabstand 1,5 m, 697 Schliffe, pro Schliff 13 MF-Merkmale, Point-Counter-Analysen. Unterscheidung von 5 Faziestypen und mehreren Untertypen durch Cluster-Analysen.Google Scholar
  30. (M).
    Eltgen, H. (1969): Statistische Methoden in der Mikro-Biofazies. Sedimentology 11, 259–274, 8 Abb., AmsterdamGoogle Scholar
  31. (M).
    Eltgen, H. (1970): Statistische Methoden in der Mikro-Biofazies-Analyse. Clausthaler Tekton. H. 10, 363–374, ClausthalGoogle Scholar
  32. Malm und Kreide, Westfalen. Überprüfung der Schwankungen im Mikrofaziesbe- reich durch Vergleich der Mittelwerte der organogenen und anorganischen Bestandteile (Kreisdarstellungen liefern lediglich Hinweise auf die allgemeine Häufigkeit der Komponenten; horizontale und vertikale Koordinatendarstellungen geben Hinweise auf räumliche Entwicklungen); Korrelationsanalysen (liefern unbefriedigende Ergebnisse; Gründe: die Verteilung der MF-Merkmale entspricht nicht der Normalverteilung); Diskriminanzanalysen, verbunden mit Varianzanalysen und dem ChiQuadrat-Test sowie Sequenzanalysen gestatten eine Bestimmung des Homogenitätsgrades der Kalkbänke. Die notwendige Stichprobenzahl läßt sich anhand von Sequenztesten bestimmen. Die Schwankungen der Komponenten innerhalb der einzelnen Bänke sind nicht größer als zwischen den Bänken.Google Scholar
  33. (M).
    Everitt, B. (1974): Cluster Analysis. London: HeinemannGoogle Scholar
  34. (K).
    Fenninger, A. (1970): Faktorenanalyse nordalpiner Malmkalke. Verh. geol. Bundesanst. 1970/4, 618–636, 7 Abb., 6 Tab., WienGoogle Scholar
  35. Oberjurassische Flachwasser-, Schwellen-und Beckenkarbonate. 365 Proben, 15 Merkmale, Point-Counter-Zählungen. Cluster-Analysen (R-Technik) und Faktorenanalysen heben Zusammenhänge zwischen einzelnen Variablen hervor und gestatten dadurch eine bessere Bewertung der Merkmale als Faziesindikatoren.Google Scholar
  36. Flügel, E. (1972): Mikrofazielle Untersuchungen in der alpinen Trias. Methoden und Probleme. Mitt. Ges. Geol. Bergbaustud. Österreich 21/1, 7–64, 9 Taf., 1 Beil., 1 Abb., 1 Tab., InnsbruckGoogle Scholar
  37. (M).
    Flügel, E., Hötzl, H. (1976): Palökologische und statistische Untersuchungen in mitteldevonischen Schelf-Kalken (Schwelmer Kalk, Givet; Rheinisches Schiefergebirge). Bayer. Akad. Wiss., Math.-naturwiss. Kl., Abh., N.F. 156, 70 S., 29 Abb., 17 Tab., MünchenGoogle Scholar
  38. Givet, Sauerland. Vergleichende Untersuchung statistischer Methoden hinsichtlich deren Eignung für Faziesstudien. Verglichen werden: Punktzähl-und Linienmeßmethode; Korrelationskoeffizient, cos-Theta-und Distanzkoeffizient im Rahmen von Cluster-Analysen (keine wesentlichen Unterschiede); schiefwinklige und orthogonale Rotation bei der Faktorenanalyse (keine Vorteile).Google Scholar
  39. Folk, R.L. (1959): siehe 6.4Google Scholar
  40. (M).
    Forgotson, J.M. Jr., Iglehart, C.F. (1967): Current uses of computers by exploration geologists. Bull. Amer. Ass. Petrol. Geol. 51/7, 1202–1224, 27 Abb., 3 Tab., TulsaGoogle Scholar
  41. (M).
    Fox, W.T.; Brown, J.A. (1965): The use of time-trend analysis for environmental interpretation of limestones. J. Geol. 73/3, 510–518, 4 Abb., ChicagoGoogle Scholar
  42. Oberes Ordovic, Indiana/USA. 28,5 m mächtige Kalk/Mergel-Wechselfolge; 105 Kalkproben; Point-Counter-Analysen. Verfolgung der Häufigkeitsänderungen der MF-Merkmale in der Vertikalen durch Zeit-Trend-Kurven unter Berücksichtigung verschiedener Gleichungen.Google Scholar
  43. (M).
    Griffiths, J.C. (1967): Scientific Method in Analysis of Sediments. 508 S., McGraw Hill Int. Ser. Earth Planetary Sci., New YorkGoogle Scholar
  44. (K).
    Griffith, L.S., Pitcher, M.G., Rice, G.W. (1969): Quantitative environmental analysis of a Lower Cretaceous reef complex. Soc. Econ. Paleont. Min. Spec. Paper 14, 120138, 34 Abb., TulsaGoogle Scholar
  45. Ein Vergleich der rezenten Sedimentationsverhältnisse vor Florida mit dem unterkretazischen El Abra-Riff in Mexico und den nur aus Bohrungen bekannten Karbonaten der unterkretazischen Edwards Formation von Texas mit Hilfe von Faktorenanalysen ermöglicht eine Faziesdifferenzierung. Faktorenanalysen unter Berücksichtigung aller zur Verfügung stehenden Daten und Faktorenanalysen, welche nur die wichtigeren Faunenelemente berücksichtigen, erbrachten weitgehend übereinstimmende Resultate.Google Scholar
  46. (M).
    Harbaugh, J.W. (1964): Balgol programs for calculation of distance coefficients and correlation coefficients using an IBM 7090 computer. Spec. Distrib. Publ., State Geol. Surv. Kansas 9, 33 S., LawrenceGoogle Scholar
  47. (M, K).
    Harbaugh, J.W. (1966a): Mathematical simulation of marine sedimentation with IBM 7090/7094 computers. Computer Contrib. 1, State Geol. Surv. Kansas, 52 S., 22 Abb., LawrenceGoogle Scholar
  48. (K).
    Harbaugh, J.W. (1966b): Computer simulation of marine-organism community environments. Bull. Amer. Ass. Petrol. Geol. 50/3, 616–617, TulsaGoogle Scholar
  49. Mathematische Simulation der in einem flachmarinen Sedimentationsraum ablaufenden anorganischen und durch Organismen gesteuerten Prozesse. Ein Vergleich mit den in oberkarbonischen Algen-Kalken beobachtbaren Faziesmerkmalen gestattet die Überprüfung der Modellsituationen.Google Scholar
  50. (M).
    Harbaugh, J.W., Bonham-Carter, G. (1970): Computer Simulation in Geology. 575 S., New York: WileyGoogle Scholar
  51. (K, M).
    Harbaugh, J., Demirmen, F. (1964): Application of factor analysis to petrologic variations of Americus limestone (Lower Permian), Kansas and Oklahoma. State Geol. Surv. Kansas, Spec, Distrib. Publ. 15, 41 S., 15 Abb., LawrenceGoogle Scholar
  52. 30.
    cm bis 1,5 m mächtige Einheit; über 450 km verfolgbar; 97 Proben von 27 Lokalitäten. Point-Counter-Analysen. Überprüfung der innerhalb der Proben und zwischen den Proben auftretenden Variation durch Faktorenanalysen (Q- und R-Tecnik) und Trend-Flächen-Analysen.Google Scholar
  53. (M).
    Harbaugh, J., Merriam, D.F. (1968): Computer Applications in Stratigraphic Analysis. 282 S., New York: WileyGoogle Scholar
  54. (M).
    Hohenegger, J. (1974): Über einfache Gruppierungsmethoden von Fossilvergesellschaftungen am Beispiel obertriadischer Foraminiferen. N. Jb. Geol. Paläont. Abh. 146/3, 263–297, 11 Abb., StuttgartGoogle Scholar
  55. (M).
    Hriskevich, M.E. (1970): Middle Devonian reef production, Rainbow Area, Alberta, Canada. Bull. Amer. Ass. Petrol. Geol. 54/12, 2260–2281, 27 Abb., Tulsa Mathematische Simulation als Hilfsmittel der Prospektion.Google Scholar
  56. (K, M).
    Imbrie, J., Purdy, E.G. (1962): Classification of modern Bahamian carbonate sediments. Mem. Amer. Ass. Petrol. Geol. 1, 253–272, 13 Abb., TulsaGoogle Scholar
  57. Faktorenanalyse der von Purdy (1963) untersuchten und klassifizierten Proben von der Bahama-Bank gestattet einen Vergleich zwischen einer auf „Gleichwertigkeit“ aller Merkmale aufgebauten Gliederung und zwischen der Folk-Gliederung.Google Scholar
  58. (M, K).
    Jaquet, J.-M. (1973a): Définition de microfaciès par classification automatique et cornparison des descripteurs. Arch. Sci. Geneve 26/2, 137–171, 2 Taf., 7 Abb., 7 Tab., GenfGoogle Scholar
  59. Oberes Bernas, Jura-Gebirge/Frankreich. 700 Proben; 41 nicht-numerische Merkmale. Berechnung der Ähnlichkeitskoeffizienten auf Grund des Fehlens oder der Existenz der Merkmale: Dendrogramm nach Sokal u. Sneath. Es wurden 7 MF-Typen unterschieden. Die Bestimmung der zwischen den Variablen einer Probe und zwischen den Proben bestehenden Variationen ermöglichen die Unterscheidung von sinnvollen Fazies-Einheiten.Google Scholar
  60. (M, K).
    Jaquet, J.-M. (1973b): Analyse statistique de la variation verticale des descripteurs dans la formation de Vions (Berriasien supérieur, Jura méridional). Arch. Sci. Geneve 26/1, 246–283, 3 Taf., 8 Abb., 4 Tab., GenfGoogle Scholar
  61. Untersuchung der vertikalen Variation des Karbonat-, Quarz-und Tongehaltes, des mittleren Quarzkorn-Q etc. durch Trend-und Autokorrelations-Analysen.Google Scholar
  62. (K).
    Keskin, C. (1966): Microfacies study of the Pinarhisar Reef Complex. Istanbul Univ. Fen Fak. Mecmuasi, Ser. B 31/3–4, 109–146, 12 Taf., 6 Abb., 6 Tab., Istanbul Eozän, Thracien/Türkei. 1000 Proben, Point-Counter-Analysen. Berechnung von „Reaktionsgruppen“ für 730 Proben, Faktorenanalysen. Es wurden 5 Faziestypen festgestellt (Bryozoen-Algen-F., Korallen-Hydrozoen-F., Küsten-F., Schlamm-F. mit Seeigel-Fragmenten, Foraminiferen-Fazies ).Google Scholar
  63. Klovan, J.E. (1964): Facies analysis of the Redwater Reef Complex, Alberta, Canada. Bull. Canadian Petrol. Geol. 12/1, 1–100, 9 Taf., CalgaryGoogle Scholar
  64. (M).
    Klovan, J.E., Billings, G.K. (1967): Classification of geological samples by discriminant-Google Scholar
  65. function analysis. Bull. Canadian Petrol. Geol. 15/3, 313–330, CalgaryGoogle Scholar
  66. (M).
    Klovan, J.E., Imbrie, J. (1971): An Algorithm and Fortran-IV program for large-scale Q-mode factor analysis and calculation of factor scores. J. Math. Geol. 3/1, 61–77, New YorkGoogle Scholar
  67. (M).
    Krumbein, W.C. (1968): Statistical models in sedimentology. Sedimentology 10/1, 7–23, 4 Abb., 4 Tab., AmsterdamGoogle Scholar
  68. (M).
    Krumbein, W., Graybill, F. (1965): An Introduction to Statistical Models in Geology. 475 S., New York: McGraw HillGoogle Scholar
  69. (M).
    Lumsden, D.N. (1975): Computer simulation experiments with clastic limestones. J. Geol. 83/3, 375–386, 8 Abb., ChicagoGoogle Scholar
  70. Um die Entstehung von Detritus-Kalken zu erklären, werden die möglichen Beziehungen zwischen Wasserenergie am Meeresboden und 5 Hauptbestandteilen von Kalken (Mikrit, Sparft, Biogene, Rindenkörner, Ooide) im Rahmen einer mathematischen Simulation diskutiert.Google Scholar
  71. (M).
    Marsal, D. (1967): Statistische Methoden für Erdwissenschaftler. 152 S., 40 Abb., Stuttgart: SchweizerbartGoogle Scholar
  72. (M).
    McCammon, R.B. (1968): Multiple component analysis and its application in classification of environments. Bull. Amer. Ass. Petrol. Geol. 52/11, 2178–2196, 10 Abb., 13 Tab., TulsaGoogle Scholar
  73. Vergleich verschiedener, zur Klassifikation von Faziesproben brauchbarer Methoden (Assoziationsanalysen, Ähnlichkeitsanalysen auf Grund von Faktorenanalysen (Q-Technik) und Multiple Component Analysis) am Beispiel der Bahama-Bank, wobei die letztgenannte Methode zu bevorzugen ist.Google Scholar
  74. (M).
    McCammon, R.B. (ed.) (1975): Concepts in Geostatistics. 168 S., Berlin—HeidelbergNew York: SpringerGoogle Scholar
  75. (M).
    McCammon, R.B., Wenninger, G. (1970): The Dendrograph. Computer Contrib. State Geol. Surv. Kansas 48, 28 S., LawrenceGoogle Scholar
  76. (M).
    Melguen, M. (1973): Correspondence Analysis for Recognition of Facies in Homogen-nous Sediments off an Iranian River Mouth. In: Purser, B.H. (ed.): The Persian Gulf, 99–113, 11 Abb., Berlin—Heidelberg—New York: SpringerGoogle Scholar
  77. (M).
    Melguen, M. (1974): Facies analysis by “correspondence analysis”: Numerous advantages of this new statistical technique. Marine Geol. 17, 165–182, 10 Abb., AmsterdamGoogle Scholar
  78. Holozäne Bohrkerne aus dem Persischen Golf. Faziesdifferenzierung im Bereich „homogener“ Sedimentation mit Hilfe der Korrespondenz-Analyse (abgewandelte Faktorenanalyse). Vorteile: rasche Synthese von sehr vielen Beobachtungsdaten, Korrelation der Mikrofossilien mit den Umweltfaktoren, Bestimmung von signifikanten Faziesparametern, objektive Klassifikation der sedimentären Komponenten entsprechend ihrer Genese und entsprechend der Sedimentationsgeschichte.Google Scholar
  79. (M).
    Mello, J.F., Buzas, M.A. (1968): An application of cluster analysis as a method of determining biofacies. J. Paleont. 42/3, 747–758, 6 Abb., MenashaGoogle Scholar
  80. 44.
    rezente Foraminiferenarten aus 99 Proben in 3 Traversen vor der texanischen Küste werden durch den Jaccard-Koeffizienten in Cluster-Analysen zu sinnvollen ökologischen Gruppen zusammengefaßt.Google Scholar
  81. (M).
    Miller, R.L., Kahn, J. St. (1962): Statistical Analysis in the Geological Sciences. New York—London: WileyGoogle Scholar
  82. Müller-Jungbluth, W.V., Toschek, P.H. (1969): siehe 6. 4Google Scholar
  83. (K).
    Nowak, F.J., Carozzi, A.V. (1973): Microfacies of the Upper Bird Spring Group (Pennsylvanian-Permian) Arrow Canyon Range, Clark County, Nevada. Arch. Sci. 25/3, 343–382, 2 Taf., 2 Abb., GenfGoogle Scholar
  84. 200.
    m mächtige Kalkfolge; 907 Proben; Probenabstand 22 cm. Schliffe: Häufigkeitsund Klastizitätsindizes der Crinoidenfragmente, Ooide, Lithoklaste und der terrigenen Quarze sowie Häufigkeitsindizes der Bioklasten von Bryozoen und Brachiopoden und der agglutinierten Foraminiferen und der Peloide. Computer-Ausdruck der Daten. Vergleich der Anzahl von MF-Typen, die sich bei „kontinuierlicher“ Probennahme ergeben und bei Probenabständen von etwa 20 cm ergibt statistisch signifikante Unterschiede.Google Scholar
  85. (M).
    Ojakangas, D.R. (1970): Fortran IV program for simulating geological development of sedimentary basins. Computer Contrib. 49, State Geol. Surv. Kansas, 51 S., 15 Abb., LawrenceGoogle Scholar
  86. (K).
    Osborne, R.H. (1967): The American Upper Ordovician standard. VIII. R-mode factor analysis of Cincinnatian limestones. J. Sed. Petrol. 37/2, 649–657, 5 Tab., TulsaGoogle Scholar
  87. (K).
    Osborne, R.H. (1969): The American Upper Ordovician standard. XI. Multivariate classification of typical Cincinnatian calcarenites. J. Sed. Petrol. 39/2, 769–776, 3 Abb., TulsaGoogle Scholar
  88. (K).
    Osborne, R.H. (1973): The American Upper Ordovician standard. XVII. Areal variations of limestone frequencies in the Kope and Fairview Formations, Hamilton County, Ohio. J. Sed. Petrol. 43/1, 137–146, 4 Abb., TulsaGoogle Scholar
  89. (M).
    Parks, J.M. (1967): Cluster analysis applied to multivariate geologic problems. J. Geol. 74, 703–715, 5 Abb., ChicagoGoogle Scholar
  90. (K, M).
    Purdy, E.G. (1963): Recent calcium carbonate facies of the Great Bahama Bank 1. Petrography and reaction groups. J. Geol. 71/3, 334–355, 5 Taf., 5 Abb., ChicagoGoogle Scholar
  91. 218.
    rezente Sedimentproben, imprägniert und in Dünnschliffen untersucht. PointCounter-Analysen. Korrelationsanalysen führen zur Feststellung von “reaction groups”, die als Gruppen von sedimentären Bestandteilen definiert werden, die Umweltveränderungen gegenüber ähnlich reagieren.Google Scholar
  92. (K, M).
    Rao, C.P., Carozzi, A.V. (1971): Application of computer techniques to the petrographic study of oolithic environments, Ste. Genevieve Limestone (Mississippian), southern Illinois and eastern Missouri. Arch. Sci. 24/1, 17–55, 1 Taf., 18 Abb., Genf Unterkarbon. 800 Schliffe, Häufigkeits-und Klastizitätsindizes. Unterscheidung von 8 MF-Typen sowie von autochthonen und allochthonen Ooiden. Trendanalysen geben Hinweise auf die Beziehungen zwischen den Klastizitäts-und Häufigkeitsindizes der Ooide und der Nichtooide.Google Scholar
  93. (K).
    Rao, C.P., Mann, C.J. (1972): Quantitative environmental analysis of Ste. Genevieve Limestone (Mississippian), Southern Illinois and Eastern Missouri. J. Geol. 80, 464–480, 7 Abb., ChicagoGoogle Scholar
  94. Diskriminanzanalysen zeigen, daß die Klastizitätsindizes bessere Fazieskriterien sind als Klastizitätsindizes + Häufigkeitsindizes. Die Ergebnisse der Diskriminanzanalyse, die Beziehungen zwischen den 8 MF-Typen und die Berücksichtigung der Ablagerungsstrukturen gestatten die Unterscheidung von 21 “energy groups”, die zu 5 Hauptgruppen zusammengefaßt werden können.Google Scholar
  95. (K).
    Rao, C.P., Mann, C.J., Carozzi, A.V. (1973): Factor analysis testing microfacies and interpretated environmental factors: Ste. Genevieve Limestone P t ne Illi-nois and Missouri. J. Geol. 81/1, 65–80, 7 Abb., Chicago ~ o g Faktorenanalysen (Q-Technik) zeigen, daß bereits 4 Faktoren etwa 87% der in den Mikrofaziestypen, in den vermuteten Energietypen etc. zum Ausdruck kommenden Daten erklären.Google Scholar
  96. (M).
    Sarntheim, M., Walger, E. (1973): Classification of modern marl sediments in the Persian Gulf by factor analysis. In: Purser, B.H. (ed.): The Persian Gulf, 81–98, 10 Abb., Berlin—Heidelberg—New York: Springer 170 Bodenproben. Untersuchung von je 38 Merkmalen durch Faktorenanalysen nach der Q- und R-Technik gestattet die Definition von kartierbaren Fazieseinheiten.Google Scholar
  97. (M).
    Smith, F.G. (1966): Geological Data Processing Using Fortran IV. 284 S., New York: Harper RowGoogle Scholar
  98. (M).
    Sokal, R.R., Michener, C.D. (1958): A statistical method for evaluating systematic relationship. Univ. Kansas Sci. Bull. 38, 1409–1438, LawrenceGoogle Scholar
  99. (M).
    Sokal, R.R., Sneath, P. (1963): Principles of Numerical Taxonomy. 359 S., San Fran-cisco: FreemanGoogle Scholar
  100. (K).
    Toomey, D.F. (1966): Application of factor analysis to a facies study of the Leavenworth Limestone (Pennsylvanian — Virgilian) of Kansas and Environs. Spec. Distrib. Publ. Kansas Geol. Surv. 27, 28 S., 13 Abb., 6 Tab., LawrenceGoogle Scholar
  101. Bestimmung von Reaktionsgruppen auf Grund von Point-Counter-Analysen und von Foraminiferen-Zählungen; es konnten 3 Faziestypen festgestellt werden. Da den beobachteten Merkmalen gleiches Gewicht zugemessen wurde, erscheinen die erkannten Faziestypen sinnvoll. Die auf Grund der Foraminiferenhäufigkeit gewonnene Gruppierung deckt sich nicht mit der Faziesgruppierung.Google Scholar
  102. Wilson, J.L. (1975): siehe 1.4.1Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1978

Authors and Affiliations

  • Erik Flügel
    • 1
  1. 1.Institut für PaläontologieUniversität Erlangen-NürnbergErlangenBundesrepublik Deutschland

Personalised recommendations