Research on acoustic detection parameters for bubble plume in cold seeps
-
摘要: 对气泡羽流的声学探测是目前海底冷泉调查的主要手段。在声学探测理论基础上, 分析了声学探测过程中CW声波脉冲信号的发射频率、发射功率、声波脉冲宽度(脉冲持续时间)3个参数对海底冷泉气泡羽流探测成像的影响。同时, 结合黄、渤海老铁山水道海域海底冷泉外业调查和人工模拟冷泉实验的数据, 进一步明确了这些参数的选取原则和范围。针对声学水体剖面上出现的异常干扰带, 还提出了改变脉冲发射时延值来消除水体声学剖面图中干扰带的方法, 从而进一步优化海底冷泉气泡羽流的声学成像效果。Abstract: Acoustic detection is an important method for investigation of cold seep bubble plumes. On the basis of acoustic theory, this paper studies the influence of three detection parameters on the bubble plume acoustic detection and imaging, i.e. the emission frequency, the transmitting power, and the width of the pulse (pulse duration) of the CW sonic pulse signal. The principles and ranges for selection of the acoustic detection parameters are further clarified with the data from field investigation and simulation experiment of cold seep at the Laotieshan water channel at the border between the Yellow Sea and the Bohai Sea. In order to reduce the abnormal interference bands in the acoustic water section, the authors proposed a method to eliminate the interference band in the acoustic profile by changing the time delay of pulse emission. It is proved that the method is effective to further optimize the acoustic detection and imaging for the detection of bubble plume of cold seep.
-
Keywords:
- cold seep /
- bubble plume /
- acoustic detection /
- time delay /
- interference band
-
地震绕射波是地下构造细节和异常的反映，地下构造的不连续点会产生绕射波，如裂缝、断层、溶洞和地层尖灭等。在原始地震勘探数据中，既存在绕射波也存在反射波，反射波是地质背景的综合反映，绕射波则是地质细节的小构造的反映。相对反射波而言，绕射波的能量往往很弱，甚至难以识别，导致绕射信息常常被高能量的反射信息所覆盖，而绕射波信息是提高地震勘探分辨率的重要信息载体。在地震资料处理解释中，正确识别断层、尖灭和小尺寸散射体等地质不连续性是一个重要问题，绕射波包含有关产生绕射波的介质结构和组成的有价值信息。然而，在标准地震资料处理中，绕射波常被视为噪声而被抑制[1-3]。把绕射波从原始地震勘探记录中分离出来进行单独成像，可以加强小型地震异常体的成像，从而提高复杂断块的地震成像精度。
在过去的几十年，许多地球物理学者对地震绕射波分离方法做了相关研究。1988年Kanasewich和Phadke[4]提出了一种适用于共偏移距道集的绕射波走时曲线直接拾取绕射波的方法来分离绕射波。1992年Claerbout[5]首次提出了平面波预测滤波器的概念，并在信噪分离方面得到了很好的应用。Fomel[6]进一步完善了平面波预测滤波器，并提出了平面预测滤波器的残差可以作为绕射波的近似。Nowak等[7]根据反射波和绕射波同相轴的几何差异，采用加权双曲Radon滤波器分离地震绕射波。Berkovitch等[8]利用绕射波多次聚焦叠加剖面将绕射波聚焦到绕射点位置，同时将反射波反聚焦到整个道集记录，从而分离绕射波。Koren和Ravve[9]提出了方位相关反射波属性，通过构建加权叠加滤波器将绕射波和反射波分离。Klokov等[10]根据角度域共成像点道集中反射波和绕射波的差异，首先压制去除反射顶点附近反射能量，然后利用混合Radon变换去除剩余反射波能量，进而分离出绕射波。Moser和Howard[11]提出基于深度域的反射聚焦，从叠前数据中过滤反射进而对绕射波分离成像的方法。Decker等[12]使用人工模拟数据和从皮森盆地获得的野外实际数据进行绕射波分离，评估解决绕射特征的多种方法，证明平面波预测滤波器方法能使图像保存更多绕射能量和较少的迁移伪影，但不足是无法消除斜率不连续的反射变量。上述绕射波分离算法主要是利用了绕射波和反射波在不同地震数据道集中的差异，通过数学变换或者信号预测的方法将绕射波识别和分离出来。在国内研究方面，赵娟娟等[13]利用F-K滤波方法分离成像绕射波，通过F-K域斜率滤波去除反射波从而分离出绕射波信息。马永生[14]从油藏中具有代表性的地质模型出发，分析VSP中绕射波的基本特点，理论上总结了绕射波运动学的部分认识规律。黄建平等[15]着重介绍了平面波预测滤波器及其在叠前域、叠后域分离并成像绕射波的方法原理，探讨了绕射波分离成像方法的应用前景和改进方向。朱生旺[16]提出一种局部倾角滤波和预测反演联合起来分离绕射波的方法。蒋波等[17]提出一种基于反射波层拉平的绕射波分离与成像方法用于碳酸盐岩缝洞储集体地质目标，提高对溶洞、裂缝等特殊异常体的刻画精度。李正伟等[18]根据倾角域共成像点道集中菲涅耳带变化特点，通过倾角-偏移距道集中精确切除菲涅耳带的方法来分离绕射波。本文在平面波分解绕射波分离[6]基础上，分析了绕射波与反射波信号特征的差异，深入研究了平面波预测的绕射波分离方法的影响因素，并探讨了噪声和平面波预测滤波器平滑参数对地震绕射波分离结果的影响，为在实际地震数据处理中应用平面波分解方法进行绕射波分离提供了理论指导。
1. 平面波预测绕射波分离
地震记录既含有反射波同相轴也含有绕射波同相轴，在点震源激发时，反射波和绕射波波形在炮记录中都是双曲线，不易于分离反射波和绕射波。在平面波震源激发时，来自反射界面的反射波是平面波，而来自绕射体的绕射波是双曲线。因此，在平面波震源条件下反射波和绕射波具有明显的几何差异，更有利于绕射波分离。在实际地震勘探中大都是点源激发，反射波和绕射波的同相轴不易区分，但我们根据爆炸反射面理论将共偏移距剖面近似为平面波震源获得的地震记录，这样绕射波和反射波有较好的几何差异，根据其几何差异进行绕射波分离。
平面波预测滤波器利用未知的局部倾角构造最优非稳态预测误差滤波器，根据相邻地震道的数据，在局部倾角平滑变化约束下，使预测误差最小化以此预测目标道数据。通过最优化方法不断迭代可获得局部倾角场，倾角场能够反映反射波场几何信息。
局部平面波的微分方程表示为[6]：
$$\frac{{\partial P}}{{\partial {{x}}}} + \sigma \frac{{\partial P}}{{\partial t}} = 0$$ (1) 其中，
$P\left( {t,x} \right)$ 是波场，$x$ 、$t$ 分别是炮检距和旅行时，$\sigma $ 是局部倾角，是$x$ 和$t$ 的函数，局部倾角是旅行时对炮检距的导数。Fomel给出了Z变换域平面波预测的形式[6]：
$${\hat P_{x + 1}}\left( {{Z_t}} \right) = {\hat P_x}\left( {{Z_t}} \right)\frac{{B\left( {{Z_t}} \right)}}{{B\left( {{\rm{1/}}{Z_t}} \right)}}$$ (2) 式中，
${{\hat P}_x}\left( {{Z_t}} \right)$ 是相应记录道的Z变换形式，$B\left( {{Z_t}} \right){\rm{/}}B\left( {{\rm{1/}}{Z_t}} \right)$ 等价于全通数字滤波器。用Taylor级数展开拟合得到${B\left( {{Z_t}} \right)}$ 五阶中心滤波器：$$ \begin{split} {B_5}\left( {{Z_t}} \right) =& \frac{{(1 - \sigma )(2 - \sigma )(3 - \sigma )(4 - \sigma )}}{{1\;680}}Z_t^{ - 2} + \\ &{\frac{{(4 - \sigma )(2 - \sigma )(3 - \sigma )(4 + \sigma )}}{{420}}Z_t^{ - 1} + }\\ &{\frac{{(4 - \sigma )(3 - \sigma )(3 + \sigma )(4 + \sigma )}}{{280}} + }\\ &{\frac{{(4 - \sigma )(2 + \sigma )(3 + \sigma )(4 + \sigma )}}{{420}}{Z_t} + }\\ &{\frac{{(1 + \sigma )(2 + \sigma )(3 + \sigma )(4 + \sigma )}}{{1\;680}}Z_t^2} \end{split} $$ (3) 利用平面波预测滤波器预测分离绕射波的过程中，关键一步是反射波同相轴局部倾角的估计。如果局部倾角已知的情况下，可以用
$C\left( \sigma \right)$ 表示地震数据与二维滤波器的褶积算子。因此，在最小平方意义下，可通过求解如下最小二乘目标函数估计局部倾角：$$C\left( \sigma \right)d \approx 0$$ (4) 其中，
$d$ 为已知的地震数据。优化问题（3）可以利用高斯—牛顿线性化迭代的方法求解：$$C'\left( {{\sigma _0}} \right)\Delta \sigma d + C\left( {{\sigma _0}} \right)d \approx 0$$ (5) 式中，
$\Delta \sigma $ 为倾角增量，${{\sigma _0}}$ 为初始倾角，$C\left( {{\sigma _0}} \right)$ 为对应初始倾角${{\sigma _0}}$ 估计的褶积算子。$C'\left( {{\sigma _0}} \right)$ 为$C\left( {{\sigma _0}} \right)$ 的导数值。为了保证倾角场稳定可靠，在反演求解过程中引入正则化约束项，控制倾角场沿着空间和时间两个方向平滑。由于平面预测是针对平面波形的预测，而绕射波难于满足其预测方程，因此一旦估计出了倾角场，将倾角参数代入预测方程（4），预测的残差就是绕射波的近似。图1给出了平面波预测绕射波分离算法的流程图。在平面波预测绕射波分离方法中，倾角场估计的正则化平滑参数是一个重要的参数，它控制着倾角的空间平滑性，从而约束着预测的范围。同时，实际地震勘探中噪声的存在也会影响倾角的估计和绕射波的分离，因此需要对噪声和正则化参数进行深入的分析讨论。
2. 噪音水平和光滑半径影响因素
以地震勘探中被广泛采用的Sigsbee 2A模型为例对绕射波分离算法的影响因素进行分析。在绕射波分离的过程中，倾角场预测结果对绕射波分解效果影响较大，而噪声和平面波预测平滑参数均对倾角场的估计产生影响。图2-4中，在目标数据中增添了不同方差的均值为0的正态分布随机噪音，给出了不同噪声水平下的倾角场估计结果和绕射波分离结果。随着噪音水平的增大，原始数据共偏移距地震数据变得复杂，估计的倾角场准确性降低，尤其在低信噪比情况下倾角场估计的误差变大，但是高信噪情况下倾角场估计的结果较好，尽管在原始数据中可以观察到噪声，但估计的倾角几乎和没有噪声数据估计的倾角一致，其主要原因是正则化平滑技术约束了倾角场的平滑性，提高估计的稳定性和可靠性。在高信噪比情况下，尽管倾角场估计比较准确，但是绕射波的分离仍然受到了噪声影响，其原因为在平面波预测中我们只把可预测的平面波提取出来，而噪声也被留在了残差中，而残差正是绕射波的估计，因此在分离的绕射波中含有噪声。噪声水平越强，分离的绕射波效果越差，在低信噪比条件下，倾角场的估计也变差，绕射波分离结果几乎被淹没在噪声和假象下，无法得到较好的绕射波信息。由于噪声会降低倾角场估计的精度，同时噪声也会影响分离算法的效果，因此，在利用平面波预测法进行绕射波分离时，必须要先压制随机噪音，从而提高分离结果的精度。
![]()
图 2 不含噪声地震数据的倾角场估计和绕射波分离a. 原始含有绕射波的数据，b. 估计的倾角场，c. 分离的绕射波。Figure 2. The dip field estimation and diffraction separation of seismic data without noisea. The original data containing diffraction wave, b. estimated dip field, c. separated diffraction wave.![]()
图 3 高信噪比地震数据的倾角场估计和绕射波分离（噪声方差为0.001）a.原始含有绕射波的数据，b.估计的倾角场，c.分离的绕射波。Figure 3. The dip field estimation and diffraction separation of high SNR seismic data（noise variance is 0.001）a. The original data containing diffraction wave, b. estimated dip field, c. separated diffraction wave.![]()
图 4 低信噪比地震数据的倾角估计和绕射波分离（噪声方差为0.025）a.原始含有绕射波的数据，b.估计的倾角场，c.分离的绕射波。Figure 4. The dip estimation and diffraction separation of low SNR seismic data（noise variance is 0.025）a. The original data containing diffraction wave, b. estimated dip field, c. separated diffraction wave.倾角估计问题属于反问题范畴，存在多解性和不适定性，为了解决这一问题，需要采用正则化技术对估计的局部倾角场进行约束。在反问题正则化中光滑半径参数控制着正则化程度，下面讨论在倾角估计过程中，沿着水平方向平滑和沿垂直方向平滑半径大小对倾角预测和绕射波分离结果的影响。图5显示了不同平滑半径下倾角估计和绕射波分离的结果。随着水平或垂直方向光滑半径的不断增大，倾角估计值的范围越来越小，倾角估计的结果在水平或垂直方向上越来越平滑，随着光滑半径的进一步增大，理论上当光滑半径趋于无穷大时，倾角估计结果也会趋于与坐标轴平行。从对应的绕射波分离结果来看，随着光滑半径的增大，倾角估计值变小，绕射波分离结果显得越来越干净，信噪比明显提高。具体原因有两方面：一是大的光滑半径将部分噪音平滑掉了，减少了噪音对分离结果的干扰；二是大的光滑半径将小的绕射波忽略了，这样大尺度的绕射波就显得很干净。光滑半径太小会使倾角估计的范围大于理论值，使绕射波分离结果中出现许多全波场中没有的小尺度绕射波，使得绕射波分离结果信噪比降低，利用这些小尺度绕射波偏移成像后可能出现许多小尺度地质构造体假象，即造成偏移噪音和偏移假象[19]。
![]()
图 5 不同平滑半径对倾角估计及绕射分离结果的影响a-b是光滑半径为3的结果，c-d是光滑半径为10的结果，e-f是光滑半径为50的结果。Figure 5. Influence of different smoothing radius on dip angle estimation and diffraction separation results.a-b is the result of smooth radius of 3, c-d is the result of smooth radius of 10, e-f is the result of smooth radius of 50.因此，在应用平面波预测进行倾角估计和绕射波分离时应选择合适的光滑半径。光滑半径较小时，算法对小型地质体的绕射波识别更敏感。光滑半径较大时，小尺度绕射波没有很好地分离出来，不利于小尺度地质体的识别与成像。但较大的光滑半径对大型的绕射波聚焦顶点的识别非常清晰。在处理实际数据时，应根据具体的研究目的对平滑参数做适当的调整。例如，识别的目标是地下小尺度构造体、小型缝洞时，可以选择较小的光滑半径；若研究的目标是大型裂缝、断层、不整合面以及地层缺失时，应当选择较大的光滑半径。
3. 地震数据绕射波分离算例
为了说明平面波预测地震绕射波分离的效果，我们将其应用于一个模拟数据和两个实际数据绕射波分离中。图6a是一个模拟的共偏移距道集，可以清楚地看到绕射波和反射波互相干扰。图6b是预测出的倾角场，这里的光滑半径为5。图6c是经过分离后的结果，可以看出分离的绕射波中反射波同相轴几乎不存在，绕射波信息明显，该算例表明平面波预测滤波器可以很好地预测出反射波信息并对其进行压制。
![]()
图 6 模拟的具有绕射波的共偏移距道集a.原始数据，b.预测倾角场，c.分离的绕射波。Figure 6. The synthetic common offset gather with diffracted wavesa. original data, b. prediction of dip field, c. separated diffracted waves.然后，我们将其应用于实际海洋地震勘探的共偏移距叠前道集（图7a），可以发现该数据绕射波非常发育，从叠前共偏移距道集上可以清楚看到一些绕射波，尤其是对于3.5 s处复杂断块引起的绕射波非常清楚，我们首先估计其局部倾角场（图7b），光滑半径确定为5。在反射波发育的地方，倾角场比较平滑且数值较小，而在绕射波发育的地方倾角较大，从分离的绕射波结果（图7c）可以看出平面波预测方法可以很好地分离绕射波，这些被分离出的绕射波可以很好地进行断块构造的成像[20]及储层表征[21]。
![]()
图 7 实际海洋地震数据的共偏移距道集a.原始数据，b.估计的倾角场，c.分离的绕射波。Figure 7. The common offset gather of real marine seismic dataa. original data, b. estimated dip field, c. separated diffracted waves.最后，我们对叠后的实际地震数据进行绕射波分离（图8a），由于叠加会破坏一些绕射波的信息，因此在叠后的剖面上绕射波能量较弱，但是叠后的剖面信噪比较高，对估计倾角场比较有利。图8b为估计的局部倾角场信息，由于叠加对绕射波的压制，同时因为该数据剖面上的绕射波分布散乱，为了得到正确的倾角，此处的横向光滑半径为50，纵向光滑半径为20，图8c显示了叠后地震数据绕射波分离后的结果，可以发现绕射波很好地被分离出来。模拟和实际数据表明平面波预测方法可以有效分离绕射波。
![]()
图 8 实际地震数据叠加剖面a.原始数据，b.估计的局部倾角，c.分离的绕射波。Figure 8. The field poststack seismic sectiona. original data, b. estimated local dip field, c. separated diffraction wave.4. 结论
平面波预测滤波器在反射波同相轴光滑连续的条件下，可以有效地估计地震数据的局部倾角场，进而分离出绕射波，该方法对隐藏在强反射能量下的小型绕射波信息起到很好的分离效果，为后期绕射波单独成像提供绕射波信息。通过对噪声和平滑参数对地震绕射波分离结果的影响分析，发现噪声水平严重影响绕射波分离效果，噪音过大分离结果会不准确；平面波预测滤波器光滑半径偏小会引入噪音和假象，光滑半径偏大会导致绕射波分离不彻底，小断块地震绕射波响应难以分离。在绕射波分离算法中，振幅保真性也是一个重要问题，因此提高算法的抗噪性和保真性是今后研究的重要方向。
-
![]()
图 2 散射截面与频率的关系(据文献[36])
Figure 2. The relationship between the scattering cross section and the frequency
![]()
图 5 不同频率Sv强度分布直方图对比
Figure 5. Comparison of different frequency pulse for acoustic imaging
![]()
图 7 激发功率不同的条件下采集剖面对比
Figure 7. Acoustic profile comparison with different power conditions
![]()
图 8 脉冲持续时间不同的条件下声学剖面对比
Figure 8. Comparison of acoustic profiles with different pulse duration
![]()
图 9 声呐数据帧时序结构示意图
Figure 9. Schematic diagram of the timing structure of a sonar data frame
![]()
图 10 声图中较浅海底与干扰带位置关系
Figure 10. The position relationship between the shallow seabed and interference band in the sonogram
![]()
图 11 声图中较浅海底与干扰带位置关系
Figure 11. Position relationship between the deep seabed and the interference band in the sonogram
![]()
图 12 海底描线(下)与时延处理描线(上)
Figure 12. Submarine line (green line) and delay line (red line)
![]()
图 13 声学干扰带消除前后对比
Figure 13. Comparison of acoustic interference band before and after elimination
表 1 世界不同海区的声学探测实例(据文献[25])
Table 1 Example of acoustic detection in different sea areas of the world
位置 水深/m 声学方法与参数 资料来源 美国圣巴巴拉海峡 3.5kHz浅层剖面仪:带通滤波3~4kHz； Derek C Quigley等[14] 伊比利亚半岛Cadiz湾 50~1300 Simrad EM12S-120多波束系统:主频13kHz；TOPAS系统:主频15~18kHz, 差频0.5~5 kHz, 垂向分辨率0.5~1.0m；单道地震:声源3.5~7kJ, 频率50Hz~4kHz L Somoza等[15] 加拿大St.Lawrence河口 100~300 Simrad EM 1200多波束系统:频率95 kHz；单道地震:声源2~8kJ电火花和40in3气枪, 主频200Hz, 穿透深度300m, 最大垂向分辨率1.5m Nicolas Pinet等[16] Barents海 180~450 Simrad EM 1002多波束系统:频率95kHz；常规2D、3D地震系统 Helge Leth等[17] 非洲西南部Congo Fan海区 500~3500 Hydrosweep多波束系统:频率15kHz；深拖侧扫声纳:频率75kHz, 最大分辨率0.75m；参量阵浅剖:主频18kHz和22kHz, 差频4kHz Heiko Sahling等[18] 黑海 < 2000 Simrad EM 12S-120多波束系统:主频13kHz；MAK1海洋声学系统(侧扫声纳:低频30kHz, 高频100kHz；浅剖:主频4.5kHz, 穿透深度60m) R P Kruglyakova等[19] 埃及尼罗河深海扇 1000~1300 AUV(Simrad EM 2000多波束系统:频率200kHz, 111波束, 120°开角, 作业深度距海底70m, 分辨率1.0m) S Dupre等[20] 爱尔兰Porcupine盆地 300~900 3.5kHz浅剖；侧扫声纳频率30kHz；单道地震声源500J电火花；常规2D、3D地震系统 P Van Rensbergen等[21.22] 北海Gullfaks油气田 150~250 ROV(多波束系统、侧扫声纳、浅地层剖面) M Hovland等[23] 南黄海济州岛近海 40~100 3.5kHz浅剖；Simrad EA 500单波束测深:频率208kHz K S Jeong等[24] 
下载: 导出CSV
表 2 不同水深时冷泉羽流气泡的共振频率
Table 2 Resonant freguency of seep bubbles in different water depths
单位:Hz 水深/m 2 10 20 30 40 50 100 200 500 常见气泡(直径0.5~5mm) 1429~
142851844~
184412259~
225862608~
260802916~
291583194~
319414325~
432495976~
597579312~
93124中等气泡(直径2.5mm) 2857 3688 4517 5216 5832 6388 8650 11951 18625 易破碎的大气泡(直径8mm) 893 1153 1412 1630 1822 1996 2703 3735 5820
下载: 导出CSV
表 3 功率和脉冲宽度实验参数
Table 3 Experimental parameters for power and pulse width
38kHz 120kHz 序号 发射功率/W 脉冲持续时间/ms 序号 发射功率/W 脉冲持续时间/ms A1 200 0.256 B1 100 0.064 A2 400 0.256 B2 50 0.128 A3 1000 0.256 B3 100 0.128 A4 2000 0.256 B4 50 0.256 A5 200 0.512 B5 100 0.256 A6 400 0.512 B6 125 0.256 A7 1000 0.512 B7 200 0.256 A8 2000 0.512 B8 250 0.256 A9 400 1.024 B9 50 0.512 A10 1000 1.024 B10 100 0.512 A11 2000 1.024 B11 50 1.024 A12 200 2.048 B12 100 1.024 A13 400 2.048 B13 250 1.024 A14 1000 2.048 A15 400 4.096
下载: 导出CSV
-
[1] 席世川, 张鑫, 王冰.海底冷泉标志与主要冷泉区的分布和比较[J].海洋地质前沿, 2017, 33(2):7-18. http://d.old.wanfangdata.com.cn/Periodical/hydzdt201702002 XI Shichuan, ZHANG Xin, WANG Bind, et al. The indicators of seabed cold seep and comparison among main distribution areas[J]. Marine Geology Frontiers, 2017, 33(2):7-18. http://d.old.wanfangdata.com.cn/Periodical/hydzdt201702002
[2] 陈多福, 陈先沛, 陈光谦.冷泉流体沉积碳酸盐岩的地质地球化学特征[J].沉积学报, 2002, 20(1):34-40. doi: 10.3969/j.issn.1000-0550.2002.01.007 CHEN Duofu, CHEN Xianpei, CHEN Guangqian. Geological and geochemical characteristics of Cold Seepage sedimentary carbonate rocks [J]. Journal of Sedimentation, 2002, 20(1):34-40. doi: 10.3969/j.issn.1000-0550.2002.01.007
[3] 栾锡武.海底冷泉的成因机制[C].中国地球物理学会第二十四届年会论文集, 2008. LUAN Xiwu. The genetic mechanism of the seabed cold seep[C]. The twenty -fourth annual meeting of the Chinese Geophysical Society, 2008.
[4] Kowsmann R O, Carvalho M D. Erosional event causing gas-venting on the upper continental slope[J]. Campos Basin, Brazil, 2002. doi: 10.1016-S0278-4343(02)00060-2/
[5] 栾锡武, 秦蕴珊.冲绳海槽宫古段西部槽底海底气泉的发现[J].科学通报, 2005, 50(8):802-810. doi: 10.3321/j.issn:0023-074X.2005.08.014 LUAN Xiwu, Qin Yunshan. Discovery of submarine gas springs in Western trough of Miyako Island section of Okinawa trough[J]. Chinese Science Bulletin, 2005, 50(8):802-810. doi: 10.3321/j.issn:0023-074X.2005.08.014
[6] 栾锡武, 刘鸿, 岳保静.海底冷泉在旁扫声纳图像上的识别[J].现代地质, 2010, 24(3):474-480. doi: 10.3969/j.issn.1000-8527.2010.03.009 LUAN Xiwu, LIU Hong, YUE BaoJing. Recognition of a cold seep on a side scan sonar image[J]. Geoscience, 2010, 24(3):474-480. doi: 10.3969/j.issn.1000-8527.2010.03.009
[7] 刘伯然.利用地震海洋学方法探测海底冷泉[C].中国地球物理学会, 2012. LIU Boran. Detecting submarine spring with multi-channel seismic data[C]. Chinese Geophysics Society of Chinese Geophysics, 2012.
[8] 樊栓狮, 刘锋, 陈多福.海洋天然气水合物的形成机理探讨[J].天然气地球科学, 2004, 15(5):524-530, 2315. doi: 10.3969/j.issn.1672-1926.2004.05.017 FAN Shuanshi, LIU Feng, CHEN Duofu. Discussion on the formation mechanism of marine gas hydrate[J]. Natural Gas Geoscience, 2004, 15(5):524-530, 2315. doi: 10.3969/j.issn.1672-1926.2004.05.017
[9] 栾锡武, 赵克斌, A Obzhirov, 等.鄂霍次克海浅表层天然气水合物的勘查识别和基本特征[J].中国科学D辑:地球科学, 2008, 1:99-107. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgkx-cd200801011 LUAN Xiwu, ZHAO Kebin, A Obzhirov, et al. Exploration identification and basic characteristics of shallow surface gas hydrates in Okhotsk sea[J]. Science in China(Series D). 2008, 1:99-107. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgkx-cd200801011
[10] Garcia Gil S, Vilas F, Garcia Garcia A. Shallow gas features in incised-valley fills (RIa de Vigo, NW Spain): a case study[J]. Continental Shelf Research, 2002, 22(16):2303. doi: 10.1016/S0278-4343(02)00057-2
[11] 李智敏, 苟先太, 金炜东, 等.微地震信号的频率特征[J].岩土工程学报, 2008, 30(6):830-834. doi: 10.3321/j.issn:1000-4548.2008.06.009 LI Zhimin, GOU Xiantai, JIN Weidong, et al. Frequency characteristics of micro-seismic signals[J]. Chinese Journal of Geotechnical Engineering, 2008, 30(6):830-834. doi: 10.3321/j.issn:1000-4548.2008.06.009
[12] 陈江欣, 宋海斌, 关永贤, 等.海底冷泉的地震海洋学初探[J].地球物理学报, 2017, 60(2):604-616. CHEN Jiangxin, SONG Haibin, GUAN Yongxian, et al.Preliminary study on the earthquake Oceanography of the submarine cold seep[J]. Chinese Journal of Geophysics, 2017, 60(2):604-616.
[13] Urick R J. Principle of underwater sound for engineers[J]. MacGraw-Hill, New York P, 1967, 384.
[14] Derek C Quigley, J Scott Hornafius, Bruce P Luyendyk, et al. Decrease in natural marine hydrocarbon seepage near Coal Oil Point, California, associated with offshore oil production[J]. Geology, 1999, 27(11):1047-1050. doi: 10.1130/0091-7613(1999)027<1047:DINMHS>2.3.CO;2
[15] Somoza L, Díaz-del-Ríob V, León R. Seabed morphology and hydrocarbon seepage in the Gulf of Cadiz mud volcano area:Acoustic imagery, multibeam and ultra-high resolution seismic data[J]. Marine Geology, 2003, 195:153-176. doi: 10.1016/S0025-3227(02)00686-2
[16] Nicolas Pinet, Mathieu Duchesne, Denis Lavoie, et al. Surface and subsurface signatures of gas seepage in the St. Lawrence Estuary(Canada):Significance to hydrocarbon exploration[J]. Marine and Petroleum Geology, 2008, 25:271-288. doi: 10.1016/j.marpetgeo.2007.07.011
[17] Helge Leth, Marita Gading, Lars Wensaas. Hydrocarbon leakage interpreted on seismic data[J]. Marine and Petroleum Geology, 2009, 26:1304-1319. doi: 10.1016/j.marpetgeo.2008.09.008
[18] Heiko Sahling, Gerhard Bohrmann, Volkhard Spiess, et al. Pockmarks in the Northern Congo Fan area, SW Africa:Complex seafloor features shaped by fluid flow[J]. Marine Geology, 2008, 249:206-225. doi: 10.1016/j.margeo.2007.11.010
[19] Kruglyakova R P, Byakov Y A, Kruglyakova M V, et al. Natural oil and gas seeps on the Black Sea floor[J]. Geo-Mar Lett, 2004, 24:150-162. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=cc71083d06f74a73174fc901527d9040
[20] Dupre S, Buffet G, Mascle J, et al. High-resolution mapping of large gas emitting mud volcanoes on the Egyptian continental margin (Nile Deep Sea Fan) by AUV surveys[J]. Mar. Geophys. Res, 2008, 29:275-290. doi: 10.1007/s11001-009-9063-3
[21] Van Rensbergen P, Rabaute A, Colpaert A. Fluid migration and fluid seepage in the Connemara Field, Porcupine Basin interpreted from industrial 3D seismic and well data combined with high-resolution site survey data[J]. Int. J. Earth Sci. (Geo Rundsch), 2007, 96:185-197. doi: 10.1007/s00531-005-0021-2
[22] Huvenne V A I, Bailey W R, Shannon P M, et al. The Magellan mound province in the Porcupine Basin[J]. Int. J. Earth Sci. (Geol Rundsch), 2007, 96:85-101. doi: 10.1007/s00531-005-0494-z
[23] Hovland M. Discovery of prolific natural methane seeps at Gullfaks, northern North Sea[J]. Geo-Mar Lett, 2007, 27:197-201. doi: 10.1007/s00367-007-0070-6
[24] Jeong K S, Cho J H, Kim S R, et al. Geophysical and geochemical observations on actively seeping hydrocarbon gases on the south-eastern Yellow Sea continental shelf[J]. Geo- Mar Lett, 2004, 24:53-62. doi: 10.1007/s00367-003-0164-8
[25] 赵铁虎, 张训华, 冯京.海底油气渗漏浅表层声学探测技术[J].海洋地质与第四纪地质, 2010, 30(6):149-156. http://hydz.chinajournal.net.cn/WKD/WebPublication/paperDigest.aspx?paperID=b8d3f18a-d0c5-4f52-8319-48adbe4fafa9 ZHAO Tiehu, ZHANG Xunhua, FENG Jing. Acoustic detection techniques for seabed hydrocarbon seepage[J]. Marine Geology & Quaternary Geology, 2010, 30(6):149-156. http://hydz.chinajournal.net.cn/WKD/WebPublication/paperDigest.aspx?paperID=b8d3f18a-d0c5-4f52-8319-48adbe4fafa9
[26] 顾兆峰, 刘怀山, 张志珣.浅层气逸出到海水中的气泡声学探测方法[J].海洋地质与第四纪地质, 2008, 28(2):129-135. http://hydz.chinajournal.net.cn/WKD/WebPublication/paperDigest.aspx?paperID=35a33467-c001-482c-b844-fecd498a1999 GU Zhaofeng, LIU Huaishan, ZHANG Zhixun. Acoustic detecting method for bubbles from shallow gas to sea water[J]. Marine Geology & Quaternary Geology, 2008, 28(2):129-135. http://hydz.chinajournal.net.cn/WKD/WebPublication/paperDigest.aspx?paperID=35a33467-c001-482c-b844-fecd498a1999
[27] 宋春云, 雷亚辉, 丁士圻.混响背景下的CW信号检测[J].信号处理, 2008, 24(6):992-994. doi: 10.3969/j.issn.1003-0530.2008.06.021 SONG Chunyun, LEI Yahui, DING Shiyang. CW signal detection under reverberation background[J]. Signal Processing, 2008, 24(6):992-994. doi: 10.3969/j.issn.1003-0530.2008.06.021
[28] 刘伯胜, 雷家煜.水声学原理[M].哈尔滨工程大学出版社, 2010. LIU Bosheng, LEI Jiayu. Theory of Underwater Acoustics[M]. Harbin Engineering University press, 2010.
[29] 田坦, 刘国枝, 孙大军.声呐技术[M].哈尔滨工程大学出版社, 2000:14-16. TIAN Tan, LIU Guozhi, SUN Dajun. Sonar Technology[M]. Harbin Engineering University press, 2000:14-16.
[30] Spitzer L Jr. Acoustic properties of gas bubble in a liquid[R]. New York: Columbia University, 1943.
[31] Minnaert M. XVI. On musical air-bubbles and the sounds of running water[J]. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 1933, 16(104):235-248. doi: 10.1080/14786443309462277
[32] Smith F D. XCVIII. On the destructive mechanical effects of the gas-bubbles liberated by the passage of intense sound through a liquid[J]. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 1935, 19(130):1147-1151. doi: 10.1080/14786443508561454
[33] Briggs H B, Johnson J B, Mason W P. Properties of liquids at high sound pressure[J]. The Journal of the Acoustical Society of America, 1947, 19(4): 664-677. doi: 10.1121/1.1916536
[34] Houghton G. Theory of bubble pulsation and cavitation[J]. The Journal of the Acoustical Society of America, 1963, 35(9):1387-1393. doi: 10.1121/1.1918702
[35] Shima A. The natural frequency of a bubble oscillating in a viscous compressible liquid[J]. Journal of Basic Engineering, 1970, 92(3):555-561. doi: 10.1115/1.3425065
[36] 林芳.海洋热液声学探测的方法研究[D].哈尔滨工程大学, 2010. LIN Fang. Methods of ocean hydrothermal acoustic detection[D]. Harbin Engineering University, 2010.
[37] Artemov Y G, Egorov V N, Polikarpov G G, et al. Methane emission to the hydro-and atmosphere by gas bubble streams in the Dnieper paleo-delta, the Black Sea[J]. Rep. Natl. Acad. Sci. Ukraine, 2007, 5: 110-116.
[38] Greinert J, Artemov Y, Egorov V, et al. 1300-m-high rising bubbles from mud volcanoes at 2080 m in the Black Sea:Hydroacoustic characteristics and temporal variability[J]. Earth & Planetary Science Letters, 2006, 244(1-2):1-15.
[39] 尤立克R J.水声原理[M].哈尔滨船舶工程学院出版社, 1990:199-203. Yutsk R J. Principles of Underwater Acoustic Engineering[M]. Harbin Institute of Ship Engineering, 1990:199-203.
-
期刊类型引用(2)
1. 许胜利，张雨，孙玉红，许靖康，滑彩虹，李灿灿. 射线原理下中-深层裂缝地震可预测性分析及应用. 石油工业技术监督. 2024(11): 1-5 . 
百度学术
2. 栾锡武，杨佳佳. 地震绕射波波场分离与成像方法综述. 石油物探. 2022(05): 761-770 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 3184
- HTML全文浏览量: 655
- PDF下载量: 40
- 被引次数: 2
