如果陆地地表土壤、沉积层全部消失，中国或者全球的地势可能是什么样？直观地形分界会和板块分界高度一致吗？ 第1页

陆地上的沉积物的平均厚度在1800米左右，但这个厚度在不同的地区差异很大。

其实谈到陆地上的沉积物、沉积岩，更应该提到的概念不是平原，而是地质意义上的盆地。

地质意义上的盆地和地理意义上的盆地不同，它不一定非要是一个洼下去的地方。它呈现在地貌上有可能是一个平原（比如中国的松辽盆地、美国的密歇根盆地），有可能是湖泊或海湾（比如中国的渤海、美国的苏必利尔湖），有可能是高原（比如中国的鄂尔多斯、美国的丹佛盆地），甚至还有可能是山脉（比如美国阿巴拉契亚盆地，以及洛基山区的一大堆盆地，像Paradox、Uinta、Kaiporowitz这些盆地），当然也有可能还是地理意义上的盆地（比如中国的塔里木盆地、美国的Big Horn和Great Basin and Range等）。它们的共同特点就是沉积物的厚度一般会大于周围区域。

至于题主说，去掉沉积岩之后，中国或全球的地形是怎样的。中国或全球范围我没法回答，因为很难获得可用的数据，但我可以快速但不太严谨地分析一下北美洲。

首先，从Macrostrat的API里（https://macrostrat.org/api）获取北美洲地层层序的数据。Macrostrat从名字就能看出来，是一个比较宏观的地层数据库，有汇总于很多论文文献、钻探、USGS调查报告的地层柱。虽然它的空间分辨度不是很高，但是如果用来大致看一下沉积层的状况还是可以的。

我在R里面提取的数据：

       library(RCurl) library(jsonlite)  x="https://macrostrat.org/api/units?lith_class=sedimentary&response=long&&project_id=1" temp = fromJSON(x)  df = data.frame(unit_id = temp[["success"]][["data"]][["unit_id"]],                 col_id = temp[["success"]][["data"]][["col_id"]],                 lat = temp[["success"]][["data"]][["clat"]],                 lon = temp[["success"]][["data"]][["clng"]],                 max_thick = temp[["success"]][["data"]][["max_thick"]],                 min_thick = temp[["success"]][["data"]][["min_thick"]])      

这里解释一下这段API：

units?：返回地层单位

lith_class=sedimentary：只返回沉积岩

response=long：返回更多的信息（这样才会有厚度和地层柱的地理坐标）

project_id=1：北美洲的代号是1

所以现在我们有了数据库中所有的北美洲沉积岩地层单位，以及它们所在地层柱的地理坐标和厚度数据。

接下来，我们就计算在每一组地层柱中所有沉积物层的厚度。首先是通过col_id区分出所有不同的地层柱，然后把每个地层柱中的沉积岩单位的厚度加起来。因为这些地层柱是以盆地或地质区域为单位，在每个区域中，同一个沉积物层的厚度可能会不一样，因此这里有最大和最小厚度，我这里就简单粗暴地取了平均值。最后给数据保存为一个csv文件。

       all_col = data.frame(table(df$col_id)) names(all_col)[1] <- "col_id" names(all_col)[2] <- "freq" all_col$sum_thick = 0  for(i in 1:nrow(all_col)){   for(j in 1:nrow(df)){     if(df$col_id[j]==all_col$col_id[i]){       all_col$sum_thick[i] = all_col$sum_thick[i] + (df$max_thick[j] + df$min_thick[j])/2     }   }   cat("processing", i, "
") }  all_col$lat = 0 all_col$lon = 0  for(i in 1:nrow(all_col)){   j = 1   while(j <= nrow(df)){     if(df$col_id[j]==all_col$col_id[i]){       all_col$lat[i] = df$lat[j]       all_col$lon[i] = df$lon[j]       j = nrow(df) + 1     } else {       j = j + 1     }   }   cat("processing", i, "
") }   write.csv(all_col,'data/all_col_sed.csv')     

现在我们就有了每个地层柱中沉积物的总厚度（单位是米）：

然后因为我们有坐标，所以可以给它们放到地图上看看：

这就是所有地层柱的分布以及沉积物总厚度，颜色越红表示厚度越大，颜色越黄表示厚度越小。地层柱的分布还是比较密集，除了加拿大的东部，因为那里是加拿大地盾（下面会提到），没什么好钻的。

然后我们可以加一个地形数据DEM上去观察：

比较明显的特征是东部的阿巴拉契亚山区和西部的落基山脉、内华达山脉和海岸山脉的沉积层比较厚，墨西哥湾附近和五大湖附近也比较厚，加拿大哈德逊湾附近以及美国中部比较薄。其他的似乎不太好观察。所以接下来，我对地层柱的沉积物总厚度做了一个简单的空间插值：

图中绿色表示沉积物比较薄的地区，棕色、粉色表示比较厚的地区。其实到现在，如果你熟悉北美洲的地质情况，就已经能看出一些有趣的东西了。我们聚焦到美国本土看看都有什么：

大部分沉积物比较厚的区域都对应着地质盆地（黑色标记）。当然也有些例外，比如著名的产油胜地德克萨斯的Permian Basin其实沉积物不那么厚。两处最明显的比较薄地方，一个就是哈德逊湾附近，那里是加拿大地盾，很古老的火成岩和变质岩直接暴露在地表；另一个就是美国中部内布拉斯加州那一片，那里中生代的地层因为出现了明显的不整合面而大规模丢失了，有可能和白垩纪时期的陆间海的侵蚀有关。

接下来，就可以用地形高程数据DEM减去沉积物厚度数据，看看会剩下怎样的地形：

绿色代表低处，棕色代表高处，加了点虚拟的山体阴影。我们可以看到，落基山和阿巴拉契亚山基本上都没了，反而成了洼地，而加拿大地盾和美国中部反而成了高原。最深的坑其实就在落基山，大致是美国爱达荷州那一带（前一张图的Overthrust盆地一带）。那里的地质条件非常复杂，有一大堆纵横交错的逆断层，在一些区域沉积物的厚度甚至能达到十几公里乃至二十公里：

另外，德克萨斯的墨西哥湾沿海地区也是几个比较新的大盆地，沉积物大部分来自古近纪和新近纪，也相当的厚，可达十多公里。

当然，这地图只是显示了陆地，其实除了最高的棕色区域，别的地方海拔都是负的了，等着海水倒灌吧。

OK，利用Macrostrat的粗略分析就是这样的，虽然不太精细，尤其是空间分辨率不高，平均值和插值也很随意，但是大致的无沉积岩地貌还是能够呈现出来。Macrostrat目前还有智利、巴西东部、中美洲东部和新西兰的比较完整的数据，澳大利亚的数据即将登场，有兴趣的大家可以自己去找来数据看看。