Optimization of TOC well logging prediction models and their application to source rock evaluation in the Shanan Sag of Bohai Sea
-
摘要: 针对渤海海域沙南凹陷油气勘探程度低，烃源岩样品取芯少，连续性差，烃源岩研究薄弱及勘探潜力争议较大等问题，基于沙南凹陷内6口单井的测井资料及泥岩样品实测TOC数据，分别应用多元线性回归法和改进的ΔlgR法分层段建立沙南凹陷东三段、沙一二段、沙三段烃源岩TOC定量预测模型，对比优选后发现改进的ΔlgR法和多元线性回归法中的四参数线性回归法可有效地预测沙南凹陷单井湖相烃源岩TOC纵向分布，并以改进的ΔlgR法最优；选取改进的ΔlgR法预测TOC曲线对两口代表性单井烃源岩进行评价，结果表明沙三段具有烃源岩占比地层厚度高、TOC高、好—优质烃源岩厚度大等特点，为凹陷主力烃源岩系，沙南凹陷勘探前景广阔。Abstract: Oil and gas exploration degree of the Shanan Sag of the Bohai Basin is relatively low due to lack of drilling cores and source rock samples. TOC logging prediction models for source rocks are established in this paper for the Members of E3d3、E3s1+2、E2s3 by the multiple linear regression method and the improved ΔlgR method based on the logging data and limited measured TOC data of the mudstone samples collected from six single wells. After comparison and optimization, it is found that both the improved ΔlgR method and the four- parameter linear regression method are effective to predict the TOC vertical distribution pattern of the lacustrine source rocks in single wells in the Sag and the improved ΔlgR method is obviously more efficient. Therefore, predicted TOC curve of improved ΔlgR is selected to evaluate the source rocks for two representative single wells. The result shows that the E2s3 is characterized by high ratio of source rocks, high TOC content and large thickness of high-quality source rocks. It is the main source rock of the study area and the Shanan sag must have good prospect for oil and gas exploration. The research results are helpful to the evaluation of source rocks in the Shanan sag and will provide solid scientific basis for further understanding of oil and gas exploration potential in the study area.
-
Keywords:
- source rocks /
- organic carbon content /
- logging evaluation /
- Shanan Sag
-
海山被定义为海底相对高差超过
1000 m的一个或一组不连续的孤立山体，呈圆锥形[1]，是大洋盆地中主要地貌特征之一。海山区独特的地质学特征和水文条件形成了独特的生态系统，从而造就了独特的生物学特征[2]，同时，海山区为富钴结壳的形成创造了良好的环境。海山研究对生物学、海洋科学以及矿产资源的开发利用等有重要意义[3]。Hess于1946年利用回声测深仪在太平洋发现第一座海山后，科研人员对海山展开了全面研究[4]。Menard[5]经过调查与研究，认为太平洋至少分布着
30000 多座海山。随后，Batiza和Vanko[6]于1983年对位于科克斯板块的30座海山进行形态分析，认为海山形态的差异是由于海山在形成过程中岩浆喷溢速率、喷发频率、构造活动等原因造成的，但在海山形态参数方面并没有发现规律性的结果。1988年，Abers[7]等指出可以用指数函数或幂函数来描述海山分布丰度。同年，Smith[8]对太平洋中的85座海山进行了形态学分析，对海山的顶面半径、底面半径、高度、平坦度和坡度等变量进行了多元统计分析。随着科学技术的发展和卫星测高精度的提高，Smith和Sandwell[9]绘制出全球第一张海洋测深图，更加精确地描述了海山的数量、地形和分布特征。在Craig等[10]圈定的全球8556 座海山精确位置的基础上，Wessel等[11]确定了全球14675 座海山，同时获取了海山的空间重力异常、垂直重力梯度、海山基座半径、海山高度和基座以下洋壳年龄等相关参数，自此海山受到越来越多的学者关注，海山形态学的研究也逐渐兴起。Lacey等[12]发现火山的形态与山体大小相关，且多数火山的形态呈对称性，Jordan等[13]进一步对太平洋30座海山进行了充分调查，表明海山高度为200～4000 m，大致与基底半径成正比，尽管高度低于1000 m的海山平坦度大致为0～0.6，但平坦度平均值随着高度的增加而降低。Wood[14]认为火山形态可以反映岩浆的化学组成、喷出方式和构造演化模式。章家保[15]对中、西太平洋海山形成演化进行了细致的分析，庞洁红等[16]分析论证了Shatsky海隆建造过程，并讨论了太平洋海山的成因机制。徐建等[17]基于声学深拖资料，讨论了西太平洋马尔库斯-威克海岭海底地形地貌的特征及成因。由于海山数量巨大，很难对每座海山进行详细的定量研究，前人根据不同的特征对海山进行了分类，方便后续有针对性地开展研究。马骏等[18]根据构造特征将海山分为板内海山、洋中脊海山和岛弧海山；按照形态类型可分为尖顶海山和平顶海山，章伟艳[19]在此基础上定义了更精细的判定标准：当海山高度与底面直径的比值小于0.10时为平顶海山，大于0.10时为尖顶海山。Smith[8]认为高度小于
1800 m的海山按照平坦度可以分为两类：小于0.25时为尖锥海山，大于0.25时为平顶锥海山。Genin[20]根据海山山顶到海平面的距离，以200 m和400 m为界划分为浅海山、中海山和深海山。Ou等[21]根据海山的几何形状将海山划分为不规则型、线形型和锥形型。太平洋因其拥有全球约一半的海山而成为了众多地质学家研究海山的热点区域。本文选取九州-帕劳海脊南段及邻近海域为研究区，通过收集整理研究区多波束测深数据和浅地层剖面资料，对九州-帕劳海脊南段及邻近海域的海山形态参数进行统计，定量分析了海山的形态特征并对其形成演化过程进行分析与讨论，初步探讨海山对底流沉积动力的影响。
1. 区域地质背景
研究区位于菲律宾海板块，地形单元涉及西菲律宾海盆、九州-帕劳海脊和帕里西维拉海盆（图1）。九州-帕劳海脊贯穿菲律宾海中部，呈反转“S”形南北延伸，长约
2750 km，宽约50～90 km，水深约1000 ～5000 m，平均水深约3800 m。海脊中段为一系列断续分布的链状海岭，海山与凹地相间分布，两侧呈明显不对称分布，呈现东侧陡、西侧缓的特点[22]。九州-帕劳海脊的形成演化与菲律宾海板块的构造演化密切相关。西菲律宾海盆先后经历了两个阶段的扩张：45 Ma以前，西菲律宾海盆的地壳是从中央海盆扩张中心沿NE-SW向对称性扩张；45 Ma之后，扩张方向发生了重大改变，海盆沿N-S向对称扩张[23]。29 Ma左右，西菲律宾海盆停止扩张活动开始向西北以3.5 cm/a的速度运动并发生顺时针旋转，伊豆-小笠原-马里亚纳海沟向东后退，同时四国和帕里西维拉海盆近东西向弧后扩张，九州-帕劳海脊与老伊豆-小笠原-马里亚纳岛弧裂离，最终形成残留弧[24-27]。菲律宾海板块以旋转-后退-弧后扩张的模式完成了演化，同时也形成了九州-帕劳海脊复杂的结构特点。
2. 数据与方法
本文选取九州-帕劳海脊南段及邻近海域为研究区，对该区域实测多波束水深数据和浅地层剖面资料进行处理和分析，参考前人研究成果，对研究区内的海山形态特征及演化过程进行分析讨论。多波束水深数据经过声速剖面校正、系统参数校正、船姿校正及噪点剔除等处理后形成规则网格数据。利用处理后的数据，绘制高分辨率海底地形地貌图、高精度海底水深等值线图，对该区域的海山进行提取并测量，得到海山的基本形态参数，底面宽度（Db）、顶面宽度（Ds）、高度（h）、山坡倾角（dip）、平均坡度（slope）和体积（V）等，并由前3个参数计算出海山的宽高比R=h/rb、平坦度f=rs/rb和体积V = πh（rb2 +rs2–rbrs）/3。浅地层剖面经过原始数据检查、延时修改、振幅压制、振幅补偿等处理后得到最终成果剖面。
利用线性回归方法对海山形态参数之间的相关关系进行研究分析，同时，根据频谱分析方法对海山的DEM数据进行多尺度分析（图2）。利用傅里叶变换来分析地形和水深数据，通过取时间或空间上的输入函数并将其转换为频率上的复函数，该复函数给出了输入函数的幅值和相位[28]。频谱分析方法为识别空间数据中的特征尺度提供了方法。目前，傅里叶变换和小波变换已被用于识别地貌过程的特征尺度，包括物质流、海洋运输和侵蚀过程[29]。
3. 结果
3.1 海山的分布规律
研究区划分为4个地貌单元，分别为帕里西维拉海盆、九州-帕劳海脊以及以中央海盆裂谷为界的西菲律宾海盆北部和南部。位于研究区西北部的中央海盆裂谷北侧（N区）及九州-帕劳海脊南段（K区）为海山的主要分布区，该区域海底地形起伏较大，水深变化剧烈。中央海盆裂谷北侧海山（N01—N14）较为聚集，水平投影呈不规则形状，大小不同。九州-帕劳海脊水深南部浅、北部深，海山（K01—K21）呈链状分布。研究区东南部的中央海盆裂谷南侧（S区）仅有少量海山（S01—S05）分布，且体积较小，水平投影基本呈椭圆状。帕里西维拉海盆地形起伏变化较小，未见海山（图3）。
![]()
图 3 研究区40座海山位置及剖面位置Figure 3. Locations of 40 seamounts and position of cross sections in the study area3.2 海山的形态特征
对研究区域内40座海山的底面半径rb、顶面半径rs、高度h、山坡倾角dip、平均坡度slope和体积V进行了测量，并计算了其宽高比R=h/rb和平坦度f=rs/rb（表1）。整体而言，海山个体间的形态参数有较为明显的差别。研究区域内海山的平均高度为
1374 m，有7座海山的高度在2000 m以上，分布在九州-帕劳海脊南段和中央海盆裂谷南侧，其中位于九州-帕劳海脊南段的K02高度最高，达到2496 m；有12座海山高度不足1000 m，其中7座分布在中央海盆裂谷北侧，高度最小的海山仅有600 m。40座海山的平均体积为100 km3，体积最大的N14达到446.2 km3，而最小的K15仅有2.8 km3。研究区域内海山的宽高比为0.21±0.09，这意味着海山的高度是其底面半径的$\frac{1}{5} $，与Smith[8]统计的西太平洋结果（宽高比0.21±0.08）、甘雨[4]统计的雅浦-卡罗琳海区结果（宽高比0.21±0.06）类似。研究区域内海山的平坦度在0.01～0.65之间变化，样本平均值为0.16±0.18，与Jordan等[13]提出的平坦度范围（0～0.6）基本一致，与甘雨[4]统计的西太平洋雅浦-卡罗琳海区的平坦度0.16±0.12类似。九州-帕劳海脊南段海山和中央海盆裂谷北侧海山的平坦度分别为0.15、0.13，表现为典型的尖顶海山特征；而位于中央海盆裂谷南侧的海山，其平坦度为0.20，略大于九州-帕劳海脊南段和中央海盆裂谷北侧区域，表现为尖顶海山向平顶海山过渡的特征（图4）。表 1 研究区域内海山的形态参数Table 1. Shape parameters of seamounts in the study area海山编号 高度/m 底面半径/km 顶面半径/km 体积/km3 山坡倾角/(°) 宽高比 平坦度 平均坡度/(°) S01 1267 4.6 0.15 28.0 19.5 0.28 0.03 21.7 S02 2083 5.3 0.1 51.1 14.2 0.39 0.02 12.6 S03 2173 7.8 0.5 122.1 13.7 0.28 0.06 18.4 S04 2119 5.7 2.2 51.8 12.4 0.37 0.39 15.7 S05 940 6.2 3.1 21.9 11.2 0.15 0.50 15.7 K01 1411 3.36 0.2 11.0 19.87 0.42 0.06 13.2 K02 2496 12.68 2.3 280.7 15.71 0.20 0.18 15 K03 2320 14 1.9 393.5 8.1 0.17 0.14 15.5 K04 600 4.3 2.8 13.0 6.3 0.14 0.65 13.7 K05 1150 12.5 7.8 243.8 8.8 0.09 0.62 13.7 K06 1924 9.3 3.8 82.1 9.3 0.21 0.41 14.8 K07 782 2.75 0.25 4.8 13.2 0.28 0.09 14.3 K08 1327 3.6 0.15 24.9 16.4 0.37 0.04 12.6 K09 1587 7.26 0.25 95.5 15.79 0.22 0.03 15.9 K10 1342 8.2 0.8 61.2 6.1 0.16 0.10 15.8 K11 1069 4.9 0.36 36.6 13.1 0.22 0.07 13.2 K12 1681 6.3 0.2 68.2 15.8 0.27 0.03 10.4 K13 1568 7.6 0.1 81.5 11.42 0.21 0.01 19.4 K14 1385 13.6 1.4 313.3 7.14 0.10 0.10 8.9 K15 664 2.5 0.1 2.8 22.2 0.27 0.04 13 K16 2002 10 0.5 221.5 15.4 0.20 0.05 14.2 K17 1568 7.44 0.1 78.6 8.69 0.21 0.01 11 K18 2390 7.25 2.75 118.9 17 0.33 0.38 10 K19 1172 5.1 0.25 31.5 11.31 0.23 0.05 12.7 K20 1026 3.1 0.1 12.5 23.3 0.33 0.03 10.5 K21 818 4.2 0.15 10.9 16.8 0.19 0.04 9.3 N01 976 2.9 0.2 11.2 18.09 0.34 0.07 11.2 N02 838 5.5 0.5 20.9 6.87 0.15 0.09 11.6 N03 744 4.4 0.62 16.5 13.43 0.17 0.14 12.5 N04 998 8.9 0.27 130.2 7 0.11 0.03 16.5 N05 736 7.3 1 51.7 12.1 0.10 0.14 14.7 N06 1192 9.8 0.85 118.1 7.1 0.12 0.09 18.7 N07 1065 9.8 1.3 97.8 5.96 0.11 0.13 16.4 N08 1648 12.3 0.8 254.2 5.67 0.13 0.07 16.2 N09 1408 7.9 0.5 102.7 8.68 0.18 0.06 17.4 N10 933 7.6 0.9 42.3 4.6 0.12 0.12 12.2 N11 601 6.7 0.4 8.9 4.19 0.09 0.06 14.7 N12 1232 9 1.2 99.8 5.4 0.14 0.13 12.7 N13 1917 8.8 0.8 133.2 11 0.22 0.09 15.3 N14 1805 15.2 9.1 446.2 11.8 0.12 0.60 11.4 ![]()
图 4 海山K12、K20、N04、N06和S03的典型水深剖面图Figure 4. Typical bathymetric profiles of Seamounts K12, K20, N04, N06, and S03根据上述参数，结合前人对海山类型的划分依据，研究区海山类型为深海山，同时以尖锥海山为主，平顶锥海山较少。
为分析海山形态参数之间的关系，进一步研究海山形态的控制因素与演化过程，将研究区域内海山的形态参数进行线性回归，并结合雅浦-卡罗琳海区的海山数据[4]进行对比分析（图5）。结果表明，研究区海山的山坡倾角dip与底面半径rb呈现一定的负相关，随着海山底面半径的增大，山坡倾角逐渐变小，与雅浦-卡罗琳海区相比，研究区内海山倾角dip与底面半径rb表现出更高的相关性（图5A）。海山高度h与山坡倾角dip的相关性较弱，大多数海山倾角集中在5°～20°范围，个别海山倾角小于5°或大于20°（图5B）。研究区海山高度h与底面半径rb呈正相关关系，与九州-帕劳海脊区的海山相比，中央海盆裂谷北侧海山高度h与底面半径rb的相关性更强，而中央海盆裂谷南侧的海山由于数量较少，导致其离散程度较高（图5C）。与海山高度h相比，山坡倾角dip与海山体积V几乎不存在相关性，表明研究区内海山体积基本不受山坡倾角的影响（图5D）。虽然研究区海山体积V分别与底面半径rb、海山高度h具有较强的正相关关系，但是rb-V之间的相关性更高，表明底面半径rb对海山体积V的影响更大（图5E、F）。
3.3 海山的多尺度地形特征
本研究通过频谱方法分别获取了九州-帕劳海脊南段、中央海盆裂谷北部和南部海山群的平均标准化功率谱（图6），并对不同地貌单元中海山多尺度特征的差异及其成因进行了分析和讨论。从标准化功率谱可以看出，不同区域海山DEM数据的二维傅里叶变换功率谱存在显著差异，在100～
1000 m尺度内，K区、N区和S区海山的平均功率谱具有不同的峰值。其中，N区海山平均功率谱振幅在>1000 m尺度上最大，S区平均功率谱峰值对应500 m尺度，而K区平均功率谱峰值较为平缓，为750～950 m。这揭示了不同区域海山地貌形成过程中主控地质作用的尺度差异：N区海山地貌特征受较大尺度构造作用影响显著，S区海山地貌主控因素为小尺度地质作用，K区海山则介于二者之间。![]()
图 6 不同构造环境下海山地形的标准化功率谱Figure 6. Normalized power spectra of seamount landforms in different tectonic settings前人研究表明海山的大尺度形态特征主要受到了火山作用的塑造，而地形小特征尺度的产生与小尺度的动力过程有关，如沟谷系统的发育，与冰川、海洋或生物作用有关的沉积-侵蚀过程，以及小尺度的构造活动等[4]。结合研究区域数据和前人对该区域海山环境中小尺度地貌形成的相关研究，推测该区域内海山的小特征尺度是在火山过程与外源侵蚀过程的共同作用下形成的。
4. 讨论
4.1 海山形态的演化过程
海山的形态特征受到火山建造作用和外力侵蚀破坏相互作用的影响[30]。由于在海洋环境中，外源的侵蚀破坏作用相对较小，影响程度较弱，因此，前人认为海山形态特征的塑造受内源火山建造作用的影响较大[31-32]。火山喷发速率的大小、持续时间和稳定性都会影响喷出物的分布，使得火山的生长模型不同[33-34]。例如，低喷发率使得熔岩在短距离内缓慢移动，造成喷发的物质更有可能在火山口或者上侧翼周围聚集，从而形成高角度的斜坡，即增长是通过优先的垂直累加[35]。Fink等 [36]实验证明，断断续续、持续时间较短的熔岩侵入也会形成明显陡峭的火山侧翼。在火山建造的形态参数中，h-rb在不同区域往往表现出不同的线性关系。例如位于中央海盆裂谷北侧和九州-帕劳海脊南段区域的海山h-rb具有较好的线性关系，而中央海盆裂谷南侧区域的海山相关性较差（图5C）；同时位于中央海盆裂谷南侧海山的宽高比明显大于中央海盆裂谷北侧海山的宽高比。
Castruccio等[37]数值模拟结果表明，地球内部岩浆系统的结构是火山形态特征的决定性因素，在地表观测到的火山底面宽度与高度的变化，揭示了深部岩浆系统的基本属性。九州-帕劳海脊是西菲律宾海盆的东侧边界，菲律宾海板块地处欧亚板块、太平洋板块和印度-澳大利亚板块的汇聚地带，周围几乎全被大型的俯冲海沟所围绕[22]，复杂的构造环境同样会对海山的形成及演化过程产生影响。根据目前已有的海洋钻探成果，尤其是古地磁的证据表明，菲律宾海板块的演化过程可以概括为旋转-后退-弧后扩张的模式。在43 Ma前，太平洋板块运动方向发生变化，使得太平洋板块西缘的走滑带被转变成了俯冲带，并伴随着强烈的弧后岩浆活动，形成了老的伊豆-小笠原岛弧。29 Ma左右，九州-帕劳海脊与老伊豆-小笠原-马里亚纳岛弧裂离，成为残留弧[23-27]。尽管大多数海山已经确定了年代，但驱动九州-帕劳海脊火山形成演化的因素仍然未知。数十年的研究，包括国际海洋发现计划[38]，极大地促进了对九州-帕劳海脊早期俯冲和火山活动之间关系的理解。俯冲太平洋板块的热结构和构造的高度变化，如板块年龄、板块倾角、会聚速率和方向，在很大程度上控制了物质再循环，并进一步影响了九州-帕劳海脊沿岸的火山活动[39-40]。此外，九州-帕劳海脊沿岸的海山年龄主要为30～22 Ma，这与帕里西维拉海盆和四国海盆的弧后扩张同步[41]。由此可见，较为复杂的构造地质环境会对海山的形成及形态演化产生影响，因此复杂的应力背景和构造机制等因素可能是造成位于中央海盆裂谷南北两侧区域内海山的宽高比和h-rb关系上显著差异的原因。
总体而言，海山在多大程度上受到火山建造作用和构造因素的影响或者两者均有影响，目前尚不清楚。对研究区海山的成因及演化过程的深入研究仍需要更多数据及实验的进一步支撑。
Sun等 [42]根据海山形态测量数据，总结了火山的生长模型（图7）：① 保持侧翼倾斜的情况下，山峰高度和基底直径成比例增加，即底面半径rb与体积V、高度h与体积V具有线性关系，而倾角dip与体积V的相关性较差（图7A）；② 以顶部堆积为主，在山顶区域和火山上部侧翼优先添加物质，同时直径保持一致，侧翼倾角随时间的增加而增大，即倾角dip与高度h具有线性关系，而倾角dip与底面半径rb的相关性较差[43]（图7B）；③ 以侧向堆积为主，当峰顶高度固定时，火山侧翼优先添加喷发物，因此侧翼倾角随时间增加而减小，即倾角dip与底面半径rb呈负相关，而倾角dip与高度h不具有相关性[4]（图7C）；④ 峰顶高度和基底直径随时间保持成比例增长，被火山侧翼的短阶段横向推进打断（图7D）。
![]()
图 7 火山生长模型[42]A：山顶高度和基底直径成比例增加的火山生长模型，B：峰顶高度增加而基底直径保持一致的火山生长模型，C：基底直径增加而顶部高度保持不变的火山生长模型，D：火山生长模型为峰顶高度和基底直径成比例增加，被火山侧翼的短阶段横向推进打断。①②③④为火山逐步生长的顺序。Figure 7. Volcano growth models[42]A: Volcano growth with a proportional increase in summit height and base diameter, B: volcano growth with summit height increase while base diameter remains constant, C: volcano growth with the base diameter increase but the summit height stays, D: volcano growth with a proportional increases in summit height and basal diameter but this growth is disrupted by a short and lateral progradation. ①②③④ indicate the sequence of volcano growth.区域内海山的山坡倾角dip与体积V之间存在较弱的线性关系，但是不能排除线性关系的随机性，同时海山底面半径rb与体积V、高度h与体积V之间有较强的线性相关性（图5），分析研究区域海山的形态演化与第一种生长模型类似，即该区域内海山的形态演化可能是由于火山间断喷发而导致海山顶部与侧翼同时成比例发育。
4.2 海山对沉积动力的影响
海山复杂的构造地貌与深水底流沉积作用相互影响，水下地形对海洋环流和温盐结构的影响在海洋地理学界引起了相当大的关注。
海山对底流最直接的影响体现在流速和涡旋这两方面，通过地貌作用直接导致底流流速增加、流向改变以及产生涡旋等。Chapman和Haidvogel[44]以及Smith[45]利用原始方程数值模型研究表明，海山高度是形成泰勒帽或涡流的重要因素之一。泰勒柱是当稳定的海流被海山地形破坏时，水流速度大幅度提高，在海山周围形成一个孤立的反气旋（北半球）流动模式。而Schar和Davies[46]将泰勒柱这类更一般的结构称为泰勒“帽”，泰勒帽效应在近几年的海洋观测中也有记录，它的存在对海洋环流、营养分布以及生物活动有重要意义。Chapman和Haidvogel[44]数值模拟结果表明，在较矮的海山上，泰勒帽往往是圆锥形的，泰勒帽底部的水流绕海山流动的速度比泰勒帽顶部附近的水流快。当泰勒帽形成时，稳定流也不是对称的，海山左侧的速度会大幅度提高。同时，在非分层流中，海山的高度有着重要的影响，当流体柱在海山的上游或下游被压缩或拉伸时，会产生较大的垂直速度。研究区内海山区域典型剖面清晰地反映出，由于不同水深层段沉积动力有所差异，导致形成了不同厚度的沉积物，且层理不明显（图8）。因此，海山不同高度不同方向受到不同水团的影响，最终使得海山-底流在不同水深层段的交互作用下形成了不同的特征。
海山还可以通过中尺度涡、内波等其他类型的海洋动力间接影响深水底流的沉积动力[47]。Karl等[48-49]很早就提出了内波模式，认为内波产生的能量在海底峡谷的头部可能被放大和加强，有研究表明内波是沉积物波形成的重要机制[50-52]。我们认为研究区沉积物波也为内波成因，海山K02和K03所围形成岬湾，内波引起的底流经过此处时，能量加强，并沿着海山斜坡向上倾方向传播，其产生的能量可能会促使海底沉积物再悬浮和搬运，从而形成沉积物波。浅地层剖面资料指示沉积物波的形态呈不对称状，层理不清晰，自西向东表现为逆坡台阶式向上迁移特征（图9）。
![]()
图 9 海山区域岬湾附近浅地层剖面Figure 9. Typical seismic profile of cape bay showing sedimentation in seamount region研究表明海山边缘多发育环槽。当底流遇到较大的固体障碍物如海山时，其流动受到限制和加速，从而增强其能力，导致海山前方侵蚀[53]。在北半球，深海底流遇到海山地形的限制，由于受到右偏的科氏力作用，水流速度大幅度增加，水流侵蚀能力大于沉积，沿海山边缘形成了环槽[54-55]。前人也证实，温盐环流流经海山时会改变流场结构，因此不同形态的海山对应不同的流场结构，从而发生的交互作用也会有所差异[56-58]。此外，Adduce和Cenedese[59]使用具有椭圆形水平横截面的障碍物进行实验表明，海洋中尺度涡旋与海山的碰撞往往导致其结构发生重大变化，对底流动力的再分布及对应沉积过程产生显著影响。研究区大部分地层分界面与海底地形具有相似性，层反射一般较平缓或轻微向上凸起，指示研究区大部分近底洋流的流速缓慢，海底温度低，物理风化作用微弱，化学作用也很缓慢，沉积速率也很低，但在部分海山发育了环槽[60]（图10）。
总体来看，不论是中尺度涡，还是由于复杂地形作用所产生的次生动力，均会对海山区的底流作用产生影响；科氏力的作用，也可能使底流活动变得更加复杂 [60-63]。
5. 结论
（1）研究区划分为4个地貌单元，分别为帕里西维拉海盆、九州-帕劳海脊以及以中央海盆裂谷为界的西菲律宾海盆北部和南部，其中九州-帕劳海脊南段海山呈链状分布；中央海盆裂谷北侧海山较为聚集，大小不同，形状不一；中央海盆裂谷南侧仅有少量海山分布，且体积较小。研究区海山平均高度为
1374 m，平均体积为100 km3，宽高比为0.21±0.09，平坦度为0.16±0.18。（2）海山形态特征的塑造受火山建造作用的影响较大，火山喷发速率的大小、持续时间和稳定性都直接影响喷出物的分布。研究区海山的形态演化与山顶高度和基底直径成比例增加的火山生长模型基本类似，可能是由于火山间断喷发而导致海山顶部与侧翼同时成比例发育。位于中央海盆裂谷南北两侧区域内海山的宽高比和h-rb关系具有显著差异，复杂的应力背景和构造机制等因素可能是形成差异的原因，但海山在多大程度上受到火山建造作用和构造机制因素的影响或者两者兼而有之的控制，仍需要进一步研究。
（3）海山复杂的构造地貌与深水底流沉积作用相互影响。海山对底流最直接的影响体现在流速和涡旋两方面，通过地貌作用导致底流流速增加、流向改变以及产生涡旋等；同时还会通过中尺度涡、内波等其他类型的海洋动力间接影响深水底流的沉积动力。
-
![]()
![]()
图 3 沙南凹陷东三段烃源岩实测TOC与各测井参数交会图
Figure 3. Correlation of measured TOC and logging parameters of the E3d3 in Shanan Sag
![]()
图 4 沙南凹陷沙一二段烃源岩实测TOC与各测井参数交会图
Figure 4. Correlation of measured TOC and logging parameters of the E3s1+2 in Shanan Sag
![]()
图 5 沙南凹陷沙三段烃源岩实测TOC与各测井参数交会图
Figure 5. Correlation graphs of measured TOC and logging parameters of the E2s3 in Shanan Sag
![]()
图 6 测井四参数预测模型计算TOC与实测TOC对比
Figure 6. Correlation of measured TOC and calculated TOC（Four-parameter method）
![]()
图 7 测井ΔlgR法预测TOC与实测TOC对比
Figure 7. Correlation of measured TOC and calculated TOC （ΔlgR method）
![]()
图 8 CFD23-1-1井、CFD16-3-1井烃源岩TOC测井预测图
Figure 8. The prediction of TOC of source rocks for Well CFD23-1-1 and Well CFD16-3-1
表 1 沙南凹陷烃源岩TOC测井多元线性回归法定量预测模型优选
Table 1 Quantitative TOC logging prediction models by multivariate linear regression method for source rocks in Shanan Sag
层位 测井参数 TOC定量预测模型 相关系数 东三段 单参数 声波时差（AC） TOC=0.063AC−4.328 0.63 电阻率（RT） TOC=0.003RT+2.222 0.016 密度（DEN） TOC=−6.56DEN+18.309 0.502 中子（CNL） TOC=0.105CNL−0.953 0.465 双参数 AC, CNL TOC=0.076AC−0.037CNL−4.604 0.636 三参数 AC, RT, CNL TOC=0.09AC+0.046RT−0.052CNL−5.756 0.682 四参数 AC, RT, CNL, DEN TOC=(0.214AC+0.091RT−0.183CNL−5.928)/DEN−2.414 0.695 沙一二段 单参数 声波时差（AC） TOC=0.161AC−13.484 0.816 电阻率（RT） TOC=0.726RT−0.297 0.611 密度（DEN） TOC=−8.487DEN+23.28 0.38 中子（CNL） TOC=0.082CNL+0.136 0.23 双参数 AC, RT TOC=0.134AC+0.381RT−12.294 0.862 三参数 AC, RT, CNL TOC=0.141AC+0.373RT−0.031CNL−12.069 0.864 四参数 AC, RT, CNL, DEN TOC=(0.335AC+0.942RT−0.067CNL−36.258)/DEN+2.992 0.865 沙三段 单参数 声波时差（AC） TOC=0.084AC−5.363 0.685 电阻率（RT） TOC=0.154RT+1.484 0.42 密度（DEN） TOC=−17.185DEN+45.894 0.686 中子（CNL） TOC=0.162CNL−1.458 0.625 双参数 AC, CNL TOC=0.06AC+0.068CNL−4.806 0.708 三参数 AC, RT, CNL TOC=0.101AC+0.198RT−0.028CNL−7.653 0.845 四参数 AC, RT, CNL, DEN TOC=(0.243AC+0.489RT−0.068CNL−20.204)/DEN+0.77 0.847 
下载: 导出CSV
表 2 沙南凹陷烃源岩TOC测井ΔlgR法定量预测模型
Table 2 Quantitative TOC logging prediction models by ΔlgR method of source rocks in Shanan Sag
层位 TOC定量预测模型 相关系数 东三段 TOC=（0.206AC+3.795lgRT−17.645）/DEN 0.767 沙一二段 TOC=（0.325AC+6.94lgRT−30.115）/DEN 0.835 沙三段 TOC=（0.215AC+7.648lgRT−19.825）/DEN 0.877
下载: 导出CSV
表 3 沙南凹陷烃源岩实测TOC值与测井计算TOC值误差对比分析
Table 3 Comparison of errors between measured TOC from coresand predicted TOC by different means
预测方法 层位 平均TOC/% 平均绝对误差* 平均相对误差**/% 数据点/个 实测 测井计算 四参数线性回归法 东三段 2.232 2.221 0.560 25.1 21 沙一二段 2.599 2.606 0.898 34.6 13 沙三段 2.535 2.519 0.579 22.8 21 改进的ΔlgR法 东三段 2.232 2.234 0.516 23.1 21 沙一二段 2.599 2.580 1.048 40.3 13 沙三段 2.535 2.545 0.493 19.4 21 *平均绝对误差=$ \left(\sum |{\simfont\text{测井预测}}\mathrm{T}\mathrm{O}\mathrm{C}-{\simfont\text{样品实测}}\mathrm{T}\mathrm{O}\mathrm{C}|\right) $/样品数；
**平均相对误差=平均绝对误差/平均实测TOC。
下载: 导出CSV
表 4 CFD23-1-1井、CFD16-3-1井烃源岩评价结果统计
Table 4 Statistical table of source rock evaluation results of Well CFD23-1-1 and Well CFD16-3-1
井号 层位 不同级别烃源岩厚度/m 地层厚度/m 烃源岩厚度占地层厚度百分比/% 差 中 好 优 合计 CFD23-1-1 东三段 41 78 20 67 206 255 80.78 沙一二段 0 12 20.5 86.5 119 133 89.47 沙三段 0 12 76 168 256 283 90.46 CFD16-3-1 东三段 0 97.5 45 0 142.5 296 48.14 沙一二段 12 37 0 0 49 170 28.82 沙三段 49 59 148 96.5 352.5 551.5 63.92
下载: 导出CSV
-
[1] 袁东山, 王国斌, 汤泽宁, 等. 测井资料评价烃源岩方法及其进展[J]. 石油天然气学报, 2009, 31(4):192-194. [YUAN Dongshan, WANG Guobin, TANG zening, et al. Methods for evaluating source rocks by well-logging data and its progress [J]. Journal of Oil and Gas Technology, 2009, 31(4): 192-194. doi: 10.3969/j.issn.1000-9752.2009.04.046 [2] 李延钧, 张烈辉, 冯媛媛, 等. 页岩有机碳含量测井评价方法及其应用[J]. 天然气地球科学, 2013, 24(1):169-175. [LI Yanjun, ZHANG Liehui, FENG Yuanyuan, et al. Logging evaluation method and its application for measuring the total organic carbon content in shale gas [J]. Natural Gas Geoscience, 2013, 24(1): 169-175. [3] 刘超. 测井资料评价烃源岩方法改进及作用[D]. 大庆: 东北石油大学, 2011. LIU Chao. Evaluating source rock using logging data—Improvement and application [D]. Daqing: Northeast Petroleum University, 2011.
[4] 袁彩萍, 徐思煌, 薛罗. 珠江口盆地惠州凹陷主力烃源岩测井预测及评价[J]. 石油实验地质, 2014, 36(1):110-116. [YUAN Caiping, XU Sihuang, XUE Luo. Prediction and evaluation with logging of main source rocks in Huizhou Sag, Pearl River Mouth Basin [J]. Petroleum Geology & Experiment, 2014, 36(1): 110-116. doi: 10.11781/sysydz201401110 [5] 李松峰, 毕建霞, 曾正清, 等. 普光地区须家河组烃源岩地球物理预测[J]. 断块油气田, 2015, 22(6):705-710. [LI Songfeng, BI Jianxia, ZENG Zhengqing, et al. Geophysical prediction of source rock of Xujiahe Formation in Puguang area [J]. Fault-Block Oil & Gas Field, 2015, 22(6): 705-710. [6] 黄薇, 张小莉, 李浩, 等. 鄂尔多斯盆地中南部延长组7段页岩有机碳含量解释模型[J]. 石油学报, 2015, 36(12):1508-1515. [HUANG Wei, ZHANG Xiaoli, LI Hao, et al. Interpretation model of organic carbon content of shale in Member 7 of Yanchang Formation, central-southern Ordos Basin [J]. Acta Petrolei Sinica, 2015, 36(12): 1508-1515. doi: 10.7623/syxb201512005 [7] Passey Q R, Creaney S. A practical model for organic richness from porosity and resistivity logs [J]. AAPG Bulletin, 1990, 74(12): 1777-1794.
[8] Huang Z, Williamson M A. Artificial neural network modelling as an aid to source rock characterization [J]. Marine and Petroleum Geology, 1996, 13(2): 277-290. doi: 10.1016/0264-8172(95)00062-3
[9] 孟召平, 郭彦省, 刘尉. 页岩气储层有机碳含量与测井参数的关系及预测模型[J]. 煤炭学报, 2015, 40(2):247-253. [MENG Zhaoping, GUO Yansheng, LIU Wei. Relationship between organic carbon content of shale gas reservoir and logging parameters and its prediction model [J]. Journal of China Coal Society, 2015, 40(2): 247-253. [10] 贺聪, 苏奥, 张明震, 等. 鄂尔多斯盆地延长组烃源岩有机碳含量测井预测方法优选及应用[J]. 天然气地球科学, 2016, 27(4):754-764. [HE Cong, SU Ao, ZHANG Mingzhen, et al. Optimal selection and application of prediction means for organic carbon content of source rocks based on logging data in Yanchang Formation, Ordos Basin [J]. Natural Gas Geoscience, 2016, 27(4): 754-764. doi: 10.11764/j.issn.1672-1926.2016.04.0754 [11] Kamali M R, Mirshady A A. Total organic carbon content determined from well logs using delta log and neuro fuzzy techniques [J]. Journal of Petroleum Science and Engineering, 2004, 46(3): 141-148.
[12] 陈丽祥, 周晓光, 付鑫, 等. 渤海湾盆地沙南凹陷东次洼孔店组生烃潜能评价[J]. 石油地质与工程, 2018, 32(4):42-45. [CHEN Lixiang, ZHOU Xiaoguang, FU Xin, et al. Hydrocarbon potential evaluation of Kongdian formation in Shannan sag, Bohaiwan basin [J]. Petroleum Geology and Engineering, 2018, 32(4): 42-45. doi: 10.3969/j.issn.1673-8217.2018.04.010 [13] 李宏义, 吴克强, 刘丽芳, 等. 沙南凹陷构造演化的“跷跷板”效应与油气评价新认识[J]. 中国海上油气, 2011, 23(4):225-228. [LI Hongyi, WU Keqiang, LIU Lifang, et al. A "Seesaw" effect of structural evolution and some new cognition in hydrocarbon evaluation in Shanan sag, Bohai Sea [J]. China Offshore Oil and Gas, 2011, 23(4): 225-228. doi: 10.3969/j.issn.1673-1506.2011.04.003 [14] 石文龙, 李慧勇, 茆利, 等. 沙南凹陷西洼成藏主控因素及有利勘探区带[J]. 断块油气田, 2015, 22(2):137-141. [SHI Wenlong, LI Huiyong, MAO Li, et al. Main controlling factors of hydrocarbon accumulation and favorable exploration zone in West Shanan Sag [J]. Fault-Block Oil & Gas Field, 2015, 22(2): 137-141. [15] 王贵文, 朱振宇, 朱广宇. 烃源岩测井识别与评价方法研究[J]. 石油勘探与开发, 2002, 29(4):50-52. [WANG Guiwen, ZHU Zhenyu, ZHU Guangyu. Logging identification and evaluation of Cambrian-Ordovician source rocks in syneclise of Tarim basin [J]. Petroleum Exploration and Development, 2002, 29(4): 50-52. doi: 10.3321/j.issn:1000-0747.2002.04.015 [16] 杨涛涛, 范国章, 吕福亮, 等. 烃源岩测井响应特征及识别评价方法[J]. 天然气地球科学, 2013, 4(2):414-422. [YANG Taotao, FAN Guozhang, LV Fuliang, et al. The logging features and identification methods of source rock [J]. Natural Gas Geoscience, 2013, 4(2): 414-422. [17] Herron S, Letendre L, Dufour M. Source rock evaluation using geochemical information from wireline logs and cores [J]. AAPG Bulletin, 1988, 72(8): 1007.
[18] Luffel D L, Guidry F K, Curtis J B. Evaluation of Devonian shale with new core and log analysis-methods [J]. Journal of Petroleum Technology, 1992, 44(11): 1192-1197. doi: 10.2118/21297-PA
[19] 刘新颖, 邓宏文, 邸永香, 等. 海拉尔盆地乌尔逊凹陷南屯组优质烃源岩发育特征[J]. 石油实验地质, 2009, 31(1):68-73. [LIU Xinying, DENG Hongwen, DI Yongxiang, et al. High-quality source rocks of Nantun formation in Wuerxun depression, the Hailaer basin [J]. Petroleum Geology & Experiment, 2009, 31(1): 68-73. doi: 10.3969/j.issn.1001-6112.2009.01.013 [20] 徐思煌, 朱义清. 烃源岩有机碳含量的测井响应特征与定量预测模型—以珠江口盆地文昌组烃源岩为例[J]. 石油实验地质, 2010, 32(3):290-295. [XU Sihuang, ZHU Yiqing. Well logs response and prediction model of organic carbon content in source rocks—a case study from the source rock of Wenchang formation in the Pearl mouth basin [J]. Petroleum Geology & Experiment, 2010, 32(3): 290-295. doi: 10.3969/j.issn.1001-6112.2010.03.017 [21] 朱光有, 金强, 张林晔. 用测井信息获取烃源岩的地球化学参数研究[J]. 测井技术, 2003, 27(2):104-109. [ZHU Guangyou, JIN Qiang, ZHANG Linye. Using log information to analyse the geochemical characteristics of source rocks in Jiyang Depression [J]. Well Logging Technology, 2003, 27(2): 104-109. doi: 10.3969/j.issn.1004-1338.2003.02.004 [22] 张寒, 朱光有. 利用地震和测井信息预测和评价烃源岩—以渤海湾盆地富油凹陷为例[J]. 石油勘探与开发, 2007, 34(1):55-59. [ZHANG Han, ZHU Guangyou. Using seismic and log information to predict and evaluate hydrocarbon source rocks: An example from rich oil depressions in Bohai Bay [J]. Petroleum Exploration and Development, 2007, 34(1): 55-59. doi: 10.3321/j.issn:1000-0747.2007.01.011 [23] 侯读杰, 张善文, 肖建新, 等. 陆相断陷湖盆优质烃源岩形成机制与成藏贡献: 以济阳坳陷为例[M]. 北京: 地质出版社, 2008. HOU Dujie, ZHANG Shanwen, XIAO Jianxin, et al. The Formation Mechanism of High Quality Source Rocks and Their Contribution to Hydrocarbon Accumulation in The Continental Faulted Lake Basin: A Case Study of Jiyang Depression [M]. Beijing: Geological Press, 2008.
[24] 李建平, 周心怀, 吕丁友. 渤海海域古近系三角洲沉积体系分布与演化规律[J]. 中国海上油气, 2011, 23(5):293-298. [LI Jianping, ZHOU Xinhuai, LV Dingyou. Distribution and evolution of Paleogene delta systems in Bohai Sea [J]. China Offshore Oil and Gas, 2011, 23(5): 293-298. doi: 10.3969/j.issn.1673-1506.2011.05.002
计量
- 文章访问数: 2519
- HTML全文浏览量: 279
- PDF下载量: 17
