On seismic monitoring of the scope of CO2 storage in the seabed saline aquifers: Taking the Sleipner CCS project as an example
-
摘要:
咸水层封存占CO2封存潜力的98%，过去针对CO2海底咸水层波及范围四维地震监测的研究多是通过时延地震资料之间的差异性进行定性分析，缺少测井资料的约束。本文基于Sleipner咸水层CO2封存项目采集的测井和四维地震资料，对CO2海底咸水层封存波及范围地震监测方法进行研究。通过岩石物理建模，应用井控地震属性分析技术研究CO2注入过程中CO2-盐水两相介质变化引起的各向异性响应特征，优选对CO2饱和度变化敏感的地震属性，通过地震正反演相结合的多属性分析实现对时移CO2咸水层封存波及范围监测。研究发现随着CO2饱和度的增加，饱和岩石的体积模量、体积密度、纵波速度和横波速度均有所下降，正演模拟结果中总体振幅升高，且随着CO2注入量的增加，其振幅变化幅度减小，均方根振幅属性对CO2饱和度变化最为敏感。在注入期间，CO2在层内主要沿SSW-NNE运移，并在构造高部位聚集；垂向上，CO2从注入点向上层运移，下层达到最大波及范围的时间早于上层，结合储层性质和构造解释结果，CO2在储层内的波及范围主要受各项异性渗透率和构造高低控制。
-
关键词:
- CO2海底咸水层封存 /
- 地震监测 /
- 正演模拟 /
- 属性分析
Abstract:CO2 saline aquifer sequestration accounts for 98% of the total sequestration potential. In the past, most of the studies on 4D seismic monitoring of the CO2 seabed saline aquifer spread range were qualitatively analyzed by the variability of time-delayed seismic data, which lacked the constraints of well-logging data. Therefore, seismic monitoring methods for the spread range of CO2 seabed saline aquifer storage based on the logging and 4D seismic data collected by the Sleipner Saline Aquifer CO2 Sequestration Project in Norway were investigated. Based on the logging and 4D seismic data collected in the project, the anisotropic response characteristics caused by the change of the CO2-saline two-phase medium in the process of CO2 injection were studied by rock physics modelling, the technique of well control seismic attribute analysis was applied, the seismic attributes that are sensitive to the change of the saturation degree of CO2 were selected, and the seismic forward and inverse analysis were combined to better understand the time-shifted CO2 saline aquifer spread range. Results show that the bulk modulus, bulk density, primary wave velocity, and shear wave velocity of the saturated rocks decreased with the increase of CO2 saturation, the overall amplitude increased in the forward simulation results, the amplitude changes decreased with the increase of CO2 injection, and the root-mean-square (RMS) amplitude attribute was the most sensitive to the change of CO2 saturation. During the injection period, CO2 was mainly transported along the SSW-NNE and accumulates in the higher part of the tectonic structure. Vertically, CO2 was transported from the injection point to the upper layer, and the lower layer reached the maximum spread range earlier than the upper layer. Combined with the nature of the reservoir and the structural interpretation results, the spreading range of CO2 in the reservoir was controlled by mainly the anisotropic permeability and the structural high or low levels.
-
西太平洋暖池作为全球热量与水汽再分配的重要来源，对全球气候的调节具有重要影响[1]。而西菲律宾海盆作为热带西太平洋最大的边缘盆地[2]，地处西太平洋开阔大洋，远离大陆，通常河流输入的陆源物质较少，而以冬季风输入的亚洲风尘为主[3-7]，这使得西菲律宾海成为研究北半球高纬驱动下东亚冬季风对低纬气候变化过程影响的重要区域。这一区域沉积物所记录的海洋上层水体热力学和陆源输入在地质历史时期的变化，对于理解高低纬之间的海陆相互作用具有重要意义。
独特的地理位置与洋流体系造就了该区域相对单一的沉积来源。从洋流系统来看，北赤道流流经该区域[2]（图1），阻挡了自西向东的物质输送，同时，北赤道流向北的分支−黑潮也阻挡了日本、台湾和中国大陆向西菲律宾海盆的物质输送，而北赤道流的南向分支−棉兰老流阻挡了菲律宾吕宋岛以及棉兰老岛向该区域的物质输送[6, 8]，故从亚洲大陆河流输送的沉积物都仅存在于中国边缘海以及冲绳海槽[9]。徐兆凯等结合Sr-Nd同位素、稀有元素和总有机碳等数据，定量研究了第四纪中晚期（0～700 ka）亚洲大陆向西菲律宾海的风尘输入，发现风尘输入占总碎屑沉积物的15%～50%，其余来自火山岛弧（如吕宋岛）的风化[3]。黏土矿物学证据也表明，西菲律宾海沉积物中的陆源组分主要为从亚洲大陆由风尘远距离输送的伊利石[2]，伊利石/蒙脱石的比值常被用来示踪风尘输入的状况，伊利石/蒙脱石比例越高，表明风尘输入越强[6, 10]。而伊利石/蒙脱石比例在冰期高于间冰期，说明冰期风尘输入相对较高[10]。蒋富清等同样利用Sr-Nd同位素特征分析得出，西菲律宾海的细砂颗粒沉积主要来源于中国中西部地区以及黄土高原，且风尘成分和堆积速率有着明显的冰期—间冰期旋回（冰期堆积速率高于间冰期）[11]，进一步说明全球气候变化是低纬西太平洋地区风尘输入变化的主要控制因素[12]。基于以上研究，可以推测在地质历史时期东亚冬季风强盛期，风尘向西菲律宾海输入了大量陆源物质。
![图 1 研究区域风场及洋流示意图]()
图 1 研究区域风场及洋流示意图Figure 1. Schematic diagram of wind field and ocean currents in the study area尽管目前有大量关于西菲律宾海盆陆源风尘输入的研究，但大部分研究主要从岩石学和矿物学角度进行分析[2-3, 13]，缺乏亚洲风尘从源到汇、从陆到海全面系统的研究。这使得亚洲风尘如何影响区域性乃至全球性的生物地球化学过程方面的研究受到限制[14]。另一方面，由于深海海盆沉积物的精确定年存在诸多问题，使得该区域缺乏长时间的地质序列，尤其是有机生物标志化合物方面的记录。保存在沉积物当中的大量有机物已成为重建古气候和古海洋变化的重要载体，为揭示海陆相互作用提供了独立的指标依据。其中，脂类作为微生物细胞膜脂的重要组成部分，通过细胞的新陈代谢对环境的变化产生敏感响应，同时脂类本身及其衍生物可以在地质体中长期保存，是微生物活动及环境变化的优良载体，被用于发展为众多古环境代用指标。而以醚脂类化合物为代表的古菌、细菌细胞膜质，已被广泛研究与应用[15]。
古菌细胞膜脂主要由具有类异戊二烯结构的甘油二烷基甘油四醚（isopernoid glycerol dialkyl glycerol tetraethers, iGDGT）组成[16]。iGDGTs通常具有0～8个五元环（图2），最常见的为具有0～4个五元环的GDGT-0, GDGT-1, GDGT-2, GDGT-3, 和GDGT-4，以及包含一个环己烷的Crenarchaeol（通常为奇古菌的特征生标，为纪念这一化合物的发现仍沿用为泉古菌醇）[17]。2002年，Schouten等根据全球大洋表层沉积物iGDGTs的环化率与年平均海表温度（SST）的线性关系，建立了古海水温度的代用指标TEX86，并得到了广泛应用[18]，尽管该指标的具体内涵仍有争议，但其在冰期—间冰期尺度甚至更长时间尺度仍可作为上层水体温度（表层、次表层）的重要代用指标[19]。本文仍沿用最初的表层海水温度指标概念，进行相关重建与讨论。
另一种来源于细菌的支链GDGT（branched GDGT, brGDGT）被广泛发现于全球不同环境，在土壤中含量最高，相关研究发现其环化率（CBT）及其甲基化率（MBT）与土壤的pH及大气温度显著相关，被用于重建陆地环境的大气温度及土壤pH值的变化[15]。brGDGT是由两个C28碳链组成，每条链上带有2～3个甲基和0～2个环戊基（图2）[15]。最初，海洋环境中的brGDGTs被认为是由土壤细菌产生并搬运到海洋当中[20]。基于土壤与海洋古菌、细菌GDGTs分布的相对丰度差异，荷兰学者提出了新的陆源输入指标—BIT（Branched and Isoprenoid Tetraether），用来指征海洋沉积物中土壤来源有机物的贡献[15, 20]，BIT指数范围是0到1，BIT指数越高，陆源贡献越大[20]。
基于此，我们对西菲律宾海盆沉积柱中膜脂组成进行了分析，提供了西菲律宾海盆4个百万年以来陆源输入和上层水体温度的变化记录。为进一步理解以西太平洋暖池为代表的热带海区与以冬季风为代表的高纬驱动过程之间的相互作用研究提供新的视角。
1. 样本采集与研究方法
本研究沉积柱XT-47（14° 33′ 49.1358"N、133° 13′ 36.0042"E, 长度632 cm，水深5 700 m）位于西太平洋西菲律宾海盆，该区域属于菲律宾板块，处在由不连续的海山组成的帕劳海脊西部边缘，太平洋中央海脊东端（图1）。
1.1 定年方法
XT-47沉积柱0～260 cm采用有机碳的AMS 14C测年，结合文献报道的硅藻席沉积时间，推测前260 cm的年龄为16.6～18.8或16.6～29 ka[6]。260 cm以深采取放射虫生物地层学定年，年龄模式如图3所示。
![图 3 XT-47沉积柱记录的深度与年龄、沉积速率对应关系]()
图 3 XT-47沉积柱记录的深度与年龄、沉积速率对应关系绿色十字表示用有机碳AMS 14C测年的控制点；黄色十字表示用放射虫生物地层学年龄的控制点。Figure 3. Correlation between depth, age and sedimentation rate of core XT-47Green crosses: bulk organic carbon AMS 14C ages; Yellow crosses: radiolarian biostratigraphic ages.1.2 沉积柱特征
本研究沉积柱长度为632 cm，沉积物成分特征上存在明显分界（图4）。其中，0～260 cm为灰色纹层硅藻席（LDM）；260～470 cm为灰黄色硅藻泥（DC）和红褐色远洋黏土（PC）互层；而470～632 cm为红褐色远洋黏土沉积。
![图 4 XT-47沉积物岩性特征、陆源输入指标（BIT）、上层海水温度（SST）、总brGDGTs含量变化及其与同纬度南海站位SST[21]和中国黄土粒径指标对比[22]]()
图中BIT、SST和总brGDGTs曲线均由数据点局部加权回归拟合得到；灰色区域中的数字代表MIS时期，LDM：灰色纹层硅藻席，DC：灰黄色硅藻泥，PC：红褐色远洋黏土。Figure 4. XT-47 sediment lithology, variations of terrestrial input proxy（BIT）, sea surface temperature（SST）, changes of total brGDGTs compared with SST of South China Sea station site at the same latitude[21], and grains size ratio（G.S.R）of Chinese loess[22]The curves of BIT, SST and total brGDGTs in the figure are all obtained by data point locally weighted regression（LOESS）fitting. The numbers in the gray area represent the MIS stages. LDM: gray laminated diatom mat; DC: gray-yellow diatom clay; PC: reddish brown pelagic clay.1.3 样品前处理方法
将−20 ℃冷冻保存的沉积物样品冷冻干燥后进行研磨，装入40 mL特氟龙管中，加入正构四十六烷内标。然后依次用甲醇、甲醇/二氯甲烷（v∶v，1∶1）、二氯甲烷，各超声、离心萃取两遍。提取得到总有机物样品过0.45 µm滤膜滤除杂质后上机测试。
1.4 测试方法和质量控制
GDGTs组分利用的是配备了大气压化学电离源APCI离子源的液相色谱—串联四级杆飞行时间质谱6545（QTOF LC/MS）进行分析。所用的高效液相是Agilent 1290 Infinity II HPLC，分析色谱柱采用串联双超纯硅HILIC柱（150 mm ×2.1 mm, 1.9 µm, Thermo Finnigan; USA），柱温维持在40 ℃，并设置进样量为5 µL。检测GDGTs化合物条件为：正己烷和异丙醇作为流动相，流速为0.2 mL/min，洗脱梯度为0～5 min，84% 正己烷：16% 乙酸乙酯，5～65 min；正己烷比例从84%线性减至82%，之后在21 min内冲洗色谱柱并回到100% 乙酸乙酯并维持4 min，最后用84%乙酸乙酯和16%的正己烷平衡30 min，流速保持在0.2 mL/min，化合物在APCI源中进行离子化，APCI/MS条件为：雾化器压力为60 psi，雾化温度达到400 ℃，干燥气（N2）的流速为5 L/min，温度达到200 ℃，毛细管电压为−3.5 kV，电晕电流为5 µA（约3.2 （约3.2 kV）。为提高检测信噪比和重现性，采用全扫模式对离子进行扫描，目标GDGTs化合物质核比（m/z）为1 302，1 300，1 298，1 296，1 292，1 050，reak/>1 048，1 046，1 036，1 034，1 032，1 022，1 020，1 018而标样C46 GDGT的荷质比为744。通过各化合物离子峰[M+H]+的面积与加入内标的面积的比值来对GDGTs各组分进行定量分析，分别得到上述iGDGTs和brGDGTs。GDGTs化合物检测限为2×10−4（图5）。
![图 5 沉积物中iGDGTs和brGDGTs的液相色谱-质谱图]()
图 5 沉积物中iGDGTs和brGDGTs的液相色谱-质谱图Figure 5. Total HPLC-MS ion chromatogram of iGDGTs（a）and brGDGTs（b）of a typical marine sediment sample1.5 计算公式
对西菲律宾海XT-47站位沉积柱的古环境重建基于古海水温度指标TEXH86和陆源输入指标BIT。
TEXH86及其衍生的海表温度（SST）指标的计算基于iGDGTs的浓度（方括号表示）[23]：
TEXH86=LOG(([GDGT−2]+[GDGT−3]+[Cren'])/([GDGT−1]+[GDGT−2]+[GDGT−3]+[Cren']))SST=68.4×TEXH86+38.6 陆源输入指标BIT[20]：
BITindex=([GDGT−I]+[GDGT−II]+[GDGT−III])/([Crenarchaeol]+[GDGT−I]+[GDGT−II]+[GDGT−III]) 不同甲基数的brGDGTs组成百分比按下面公式计算：
brGDGT−I%=∑([GDGT−I])/∑(brGDGTs)brGDGT−II%=∑([GDGT−II])/∑(brGDGTs)brGDGT−III%=∑([GDGT−III])/∑(brGDGTs) 2. 结果
2.1 年龄模式与沉积速率
XT-47最终年龄模型通过线性内插法生成（图3）。图3中绿色十字表示用有机碳AMS 14C定年分析的样品深度，黄色十字表示用放射虫生物地层学定年方法分析的样品深度（表1）。深度0～260 cm（16.6～118.8 ka）内，沉积速率为120 cm/a；而深度260～632 cm（18.8～4 100 ka）内，沉积速率平均为0.4 cm/a；18.8 ka以来（16.6～18.8 ka），沉积速率急剧增加，说明该阶段发生过大量硅藻的快速沉积事件。
表 1 确定XT-47沉积柱年龄模型的年龄控制点及定年方法Table 1. Age control points and dating method to determine the core XT-47 age model深度/cm 年龄/kaBP 定年方法 17 16.8 有机碳AMS 14C 257 18.8 有机碳AMS 14C 471 340 放射虫 473 510 放射虫 505 1300 放射虫 561 2609 放射虫 2.2 生物标志物含量和代用性指标的变化
沉积柱中总brGDGT平均浓度为16.77 ng/g，浓度范围为0～62.98 ng/g。0～280 cm的brGDGT平均浓度为28.39 ng/g，280 cm以下平均浓度为5.69 ng/g（图4）。
陆源输入指标（BIT）在0～260 cm（16.6～18.8 ka）深度范围内变化平缓，仅为0.01～0.2，而在深度260 cm（18.8～4 000 ka）以下，BIT值呈逐渐上升的总体趋势，数值为0.22～1（图4）。
TEXH86重建的表层海水温度，在0～260 cm（16.6～18.8 ka）变化较为平稳，平均温度为22.5 ℃，在±3 ℃范围内波动；在260 cm以下波动剧烈。随着深度增加呈现先下降后升高再下降的趋势，温度变化范围为0.6～26 ℃（图4）。由于445 cm以下的层位，iGDGTs含量低于仪器检测限，故无SST结果。
3. 讨论
3.1 BIT反映的陆源输入变化及其指示意义
陆源输入指标BIT的变化可以分为3个阶段（图4）。首先是500～632 cm深度范围内（约4 100～1 100 ka）主要为远洋黏土沉积，BIT较高，为0.8～1，说明陆源输入较高。结合西菲律宾海区域特点，即受到东亚季风的影响为主，因而这段时期，季风将大量亚洲风尘输送到该海域并沉积。且该阶段BIT值接近于1，因为该深度范围内的样品中Crenarchaeol的含量远低于brGDGTs的含量，这可能是由于iGDGTs相较于brGDGTs更容易被降解[24]。
其次，在260～500 cm深度范围内（约1 100 ～18.8 ka）的层位，BIT值大于0.3，表明陆源输入较高，且在这段时期，BIT指标呈现明显的冰期—间冰期变化（图4），在冰期陆源输入增强，间冰期陆源输入降低，但相对来说还是处于比较高的程度（BIT＞0.3）。这可能是由于冰期冬季风强盛，携带大量陆源物质进入西菲律宾海盆，这与黏土矿物学观测得到的结果相符[3, 7, 10-11, 25-26]。因此，我们对比了中国黄土高原指示冬季风强弱的记录，丁仲礼等将黄土高原土壤粒度＜2 μm与＞10 μm的含量比值（G. S. R）作为指标指示冬季风强度[22]，G. S. R与冬季风强度呈负相关。对比我们的结果发现，G. S. R指标相位与BIT指标相位基本一致，呈现冰期冬季风增强，陆源输入增加；相反，间冰期冬季风减弱，陆源输入也随之减少（图4）。综上，西菲律宾海盆的陆源输入应主要受到东亚冬季风的风尘输入影响。因此，我们推测brGDGTs和iGDGTs也会随着东亚冬季风从亚洲大陆携带至西菲律宾海域，而东亚冬季风作为北半球高纬驱动的重要过程[22]，最终导致了陆源输入指标BIT冰期—间冰期变化的模式。需要指出brGDGTs在长距离的风尘输送中可能更容易被氧化降解[16]，但也不排除土壤中的黏土颗粒会与相对稳定的物质结合的可能，从而保护其不会被轻易降解[27]。
在0～260 cm深度范围内（16.6～18.8 ka），BIT值较低（BIT＜0.3），说明陆源输入较少，指示了末次冰盛期以来，东亚冬季风强度逐渐减弱，输入到西菲律宾海的风尘物质显著减少。然而对比总brGDGTs的含量来看，0～260 cm的总brGDGTs含量与260～632 cm相比较高（图4）。一般认为，brGDGTs主要在陆源土壤中产生，但我们的结果显示，在16.6～18.8 ka，陆源输入低。这些看似矛盾的结果表明，0～260 cm的brGDGTs可能以海相自生来源为主，导致该段具有高的brGDGTs含量，却有相对较低的BIT值。
3.2 不同来源brGDGT组成变化
为了进一步确定brGDGTs的来源，利用三元图对含有不同甲基支链数的brGDGTs组成进行了分析（图6）。将所有深度划分成两段层位，即0～265 cm为一个层位（图中黄色圆点），用于表征海洋来源的brGDGTs样品；265～609 cm为另一个层位（图中黑色点），用于表征陆源的brGDGTs样品（图6），可以看出，陆源与海源的brGDGTs具有不同的组成。海源的brGDGTs（0～260 cm）主要集中分布于三元图左下角偏上，倾向于有更多的五甲基brGDGTs（brGDGTⅡ）和更少的四甲基brGDGTs（br GDGTsⅠ）；而陆源的brGDGTs（＞260 cm）主要集中分布于三元图左下角偏下，倾向于具有更多的四甲基brGDGTs和更少的五甲基brGDGTs。
![图 6 不同端元brGDGTs三元图分布]()
图 6 不同端元brGDGTs三元图分布Figure 6. Ternary graphs of distributions of brGDGTs with different end-members虽然普遍认为brGDGTs主要来源于陆地土壤，但也有前人研究报道，在海洋水体以及沉积物中也会产生brGDGTs[28-30]。肖文杰等提出，当BIT＜0.16时，海洋沉积物中的brGDGTs以海洋来源为主导[28]。Sinninghe Damsté等利用全球土壤来源和沉积物来源的brGDGTs，根据brGDGTs甲基数的含量组成进行了三元图分析，发现海洋原位产生的brGDGTs的组成和土壤来源的相比有明显不同[31]。不同来源的沉积物具有不同的brGDGTs组成，这可能是由于细菌在不同的生长环境下会通过产生不同甲基支链数的brGDGTs对环境进行响应所导致。有研究者提出土壤的温度和pH与brGDGTs的甲基支链数相关[28, 32-33]。说明不同环境下温度和pH的不同，产生的brGDGTs会具有不同甲基支链数。这也为通过甲基化程度来分析brGDGTs来源提供参考[31]。
3.3 陆源输入对于TEX86变化的影响
TEXH86重建的上层海水温度（SST）与同纬度南海站位17954（14° 47.8′ N、111° 31.5′ E, 水深1 520 m）由UK’ 37指标重建的SST变化幅度有较大差异[21]（图4），推断是由于陆地向海洋输送的iGDGTs含量较高导致由TEXH86指标计算得到的SST与真实值相比出现偏差。Weijers等在土壤中检测到了少量的iGDGT1-3，说明河流向海洋环境的输送会使TEX86计算得到的SST值出现偏差，对TEX86的使用产生影响[34]。他们将来自陆源和海源两个端元的样品进行混合，发现BIT值越高，TEXH86重建出的SST偏差越大，当BIT值达到0.2～0.3时，TEXH86重建出的SST达到1 ℃的偏差[34]。而我们的研究数据表明，在260 cm深度以下，BIT值基本在0.3以上，因此，260 cm深度以下层位重建出的SST均有相当大的偏差，TEXH86在此深度下重建的SST不再适用。而在深度0～260 cm，BIT平均值为0.06，均小于0.3，TEXH86可以较为真实地反映上层水体的温度信息。
3.4 末次冰盛期以来的大量硅藻席沉积
陆源输入也会对西菲律宾海盆初级生产力产生直接影响。有趣的是，XT-47沉积柱中的确存在独特的沉积相特征：在0～260 cm，观察到了大量纹层硅藻席沉积，结合放射性同位素测年以及相关文献，推测该沉积事件发生在16.6～18.8 ka，即末次冰盛期（LGM）刚结束时（图4）。李铁刚等研究东菲律宾海硅藻席沉积时发现，东菲律宾海盆成席硅藻主要开始形成于末次冰盛期，且成席硅藻一般为大型硅藻[6]。陈敏等在西菲律宾海盆大部分地区的表层沉积中发现巨型硅藻Ethmodiscus. Rex（E.rex），为成席硅藻之一，本次研究站位也属于该区域[35]。E. rex勃发需要稳定的成层化的水体条件[6, 36]，因此，本研究中发现的成席硅藻勃发与风尘输入的关系为：LGM期间，冬季风强烈，风驱上涌增强，水体不具备成层化条件，导致大量营养物质混合。且E. rex勃发所需的硅主要来源于亚洲风尘输送[6]，陆源风尘可能携带大量硅和铁，为E. rex的勃发创造了条件。而LGM以来，随着冬季风强度的减弱，风驱上涌也逐渐减弱，水体层化开始加强，E. rex在稳定的成层化水体中大量繁殖，促进了大型硅藻的勃发和硅藻席的形成。由此来看，我们的结果一定程度上间接支持了解释大气pCO2冰期旋回驱动机制的“硅假说”[37]和“硅质碱度泵假说”[38]。这为冰期大气pCO2旋回的解释提供了一定的启示。
与前人的记录有所不同，我们在XT-47孔260～470 cm深度范围内观察到硅藻泥（DC）与远洋黏土（PC）交替出现的现象（图4）。且DC出现时期正好对应BIT值的波谷。说明DC主要在陆源输入降低时形成，东亚冬季风强度减弱的间冰期沉积。DC沉积在冰期—间冰期交替出现，暗示了冰期—间冰期高纬冰量很可能通过东亚季风驱动了低纬热带海区硅藻的勃发。而陆源输入高的时期，对应DC沉积层的消失，说明冬季风搬运的陆源营养物质不能刺激远洋硅藻的勃发，而间冰期西菲律宾海可能存在东亚夏季风驱动的上涌，从而促进了该时段内硅藻的勃发。
4. 结论
（1）BIT指标在西菲律宾海盆显示出明显的冰期—间冰期变化，且与中国黄土高原地区重建的东亚冬季风强度同相变化。冰期东亚冬季风强盛，BIT指征的陆源输入增加；而间冰期东亚冬季风减弱，BIT陆源输入减小，指示BIT指标仍可用于反映东亚冬季风携带的风尘输入变化。
（2）末次冰盛期（LGM）以前，西菲律宾海盆陆源输入指标BIT大于0.3，暗示LGM以前有大量陆源输入，该段TEXH86不能用于海水温度的重建；而末次冰盛期以后，陆源输入明显减少，指示该段TEXH86仍可用于反映上层水体的温度。
（3）以LGM为界，brGDGTs的组成出现明显差异，经过端元分析，我们推测，在LGM之前，该区域的brGDGTs以陆源输入为主；而在LGM以来，以海相自生为主。
（4）该孔0～260 cm深度范围的硅藻席显示该地区在LGM以来存在一个大量硅藻的快速沉积事件，可能与LGM以来成层化水体的形成导致成席硅藻的勃发有关。而在260～470 cm，存在DC与PC交替出现的现象，且DC出现在间冰期，BIT低值时期，暗示DC沉积由冰期—间冰期旋回驱动。这为解释第四纪大气pCO2旋回以及西太平洋与亚洲大陆海陆相互作用研究提供重要参考。
-
![]()
![]()
图 2 CO2日均注入体积及累计注入量
Figure 2. CO2 Average daily injection volume and cumulative injection
![]()
图 4 15/9-13井GR测井曲线图（a）及2010年Inline 187地震剖面（b）
数据来自https://CO2datashare.org。
Figure 4. Well 15/9-13 GR logging profile (a), and the Inline 187 seismic profile in 2010 (b)
Data from https://CO2datashare.org.
![]()
![]()
图 7 四维地震剖面对比显示3个可能的CO2羽流烟囱
a：1994年基准地震剖面，b：2010年时移地震剖面。
Figure 7. Comparison of 4D seismic profiles showing three possible CO2 plume chimneys
a: The 1994 reference seismic profile, b: 2010 time-shifted seismic profile.
![]()
图 8 不同CO2饱和度的纵波（a）及横波（b）速度曲线对比
Figure 8. Comparison of primary wave velocity profiles (a) and shear wave velocity profiles (b) for different CO2 saturations
![]()
图 9 随CO2饱和度升高纵横波均方根速度变化趋势
Figure 9. Trend of root-mean-square velocity of longitudinal and transverse waves with increasing CO2 saturation
![]()
图 11 不同CO2饱和度均方根振幅属性（a）及均方根振幅属性差（b）
Figure 11. RMS amplitude attributes (a) and difference in RMS amplitude attributes (b) for different CO2 saturations
![]()
图 12 不同CO2饱和度瞬时频率属性（a）及瞬时频率属性差（b）
Figure 12. Instantaneous frequency attributes (a) and difference in instantaneous frequency attributes (a) for different CO2 saturations
![]()
图 13 不同CO2饱和度瞬时相位属性（a）及 瞬时相位属性差（b）
Figure 13. Instantaneous phase attributes (a) and the difference in instantaneous phase attributes (b) for different CO2 saturations
![]()
图 14 不同CO2饱和度瞬时Q值属性（a）及瞬时相位属性差（b）
Figure 14. Instantaneous Q attributes (a) and the difference in instantaneous phase attributes (b) for different CO2 saturations
![]()
图 17 Sleipner咸水层封存第5层四维地震均方根振幅属性
Figure 17. 4-D seismic RMS amplitude attributes for Layer 5 of the Sleipner saline aquifer storage
![]()
图 18 挪威Sleipner咸水层封存项目CO2平面波及范围四维地震属性预测结果
Figure 18. Predicted 4D seismic attributes of CO2 planar spread range for the Sleipner saline aquifer storage project in Norway
表 1 15/9-A-16井不同深度岩芯样本主要岩石和碎屑成分百分比
Table 1 Percentage of major rock and debris compositions in core samples from Wells 15/9-16 at different depths
碎屑含量/% 850～860 m 890～900 m 1000 ～1010 m石英 50.7 66.7 76.7 长石 7.3 3.7 2.7 方解石 18 17 7.7 页岩 4.3 1 4.7 
下载: 导出CSV
表 2 储层中矿物成分和流体的弹性模量及密度
Table 2 Elastic modulus and density of mineral components and fluids in reservoirs
体积模量/GPa 剪切模量/GPa 密度/(g/cm3) 石英 37.00 44.00 2.65 长石 37.50 15.00 2.70 方解石 76.80 32.00 2.71 盐水 2.30 0 1.03 CO2 0.075 0 0.70
下载: 导出CSV
-
[1] IPCC. 2023: Summary for policymakers[C]//Core Writing Team, Lee H, Romero J. Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Geneva, Switzerland: IPCC, 2023:1-34.
[2] Herzog H, Eliasson B, Kaarstad O. Capturing greenhouse gases[J]. Scientific American, 2000, 282(2):72-79. doi: 10.1038/scientificamerican0200-72
[3] Bachu S. CO2 storage in geological media: Role, means, status and barriers to deployment[J]. Progress in Energy and Combustion Science, 2008, 34(2):254-273. doi: 10.1016/j.pecs.2007.10.001
[4] 赵改善. 二氧化碳地质封存地球物理监测: 现状、挑战与未来发展[J]. 石油物探, 2023, 62(2):194-211 doi: 10.3969/j.issn.1000-1441.2023.02.002 ZHAO Gaishan. Geophysical monitoring for geological carbon sequestration: present status, challenges, and future developments[J]. Geophysical Prospecting for Petroleum, 2023, 62(2):194-211.] doi: 10.3969/j.issn.1000-1441.2023.02.002
[5] 张国良, 战明君. 板块俯冲和岩浆过程中碳循环及深部碳储库[J]. 海洋地质与第四纪地质, 2019, 39(5):36-45 ZHANG Guoliang, ZHAN Mingjun. Carbon cycle and deep carbon storage during subduction and magamatic processes[J]. Marine Geology & Quaternary Geology, 2019, 39(5):36-45.]
[6] 李海燕, 彭仕宓, 许明阳, 等. CO2在深部咸水层中的埋存机制研究进展[J]. 科技导报, 2013, 31(2):72-79 doi: 10.3981/j.issn.1000-7857.2013.02.010 LI Haiyan, PENG Shimi, XU Mingyang, et al. CO2 storage mechanism in deep saline aquifers[J]. Science and Technology Review, 2013, 31(2):72-79.] doi: 10.3981/j.issn.1000-7857.2013.02.010
[7] Falcon-Suarez I, Papageorgiou G, Chadwick A, et al. CO2-brine flow-through on an Utsira Sand core sample: experimental and modelling. Implications for the Sleipner storage field[J]. International Journal of Greenhouse Gas Control, 2018, 68:236-246. doi: 10.1016/j.ijggc.2017.11.019
[8] Williams G A, Chadwick R A. Influence of reservoir-scale heterogeneities on the growth, evolution and migration of a CO2 plume at the Sleipner Field, Norwegian North Sea[J]. International Journal of Greenhouse Gas Control, 2021, 106:103260. doi: 10.1016/j.ijggc.2021.103260
[9] 李福来, 刘立, 曲希玉, 等. CO2注入砂岩后的典型自生矿物组合[J]. 海洋地质与第四纪地质, 2009, 29(6):103-109 LI Fulai, LIU Li, QU Xiyu, et al. Typical authigenic mineral assemblages after CO2 injected into sandstone[J]. Marine Geology & Quaternary Geology, 2009, 29(6):103-109.]
[10] Zhao M X, Liu H S, Wang W Q, et al. Numerical study on mechanical properties and instability characteristics of sandy reservoir containing hydrate interlayer[J]. Ocean Engineering, 2023, 286:115694. doi: 10.1016/j.oceaneng.2023.115694
[11] Liu H W, Liu H S, Li Q Q, et al. A first-arrival wave recognition method based on the optimal dominant energy spectrum[J]. Geophysical Prospecting, 2024, 72(4):1322-1334. doi: 10.1111/1365-2478.13297
[12] Lin H R, Xu J, Xing L, et al. Random noise attenuation of ocean bottom seismometers based on a substep deep denoising autoencoder[J]. Geophysical Prospecting, 2024, 72(4):1428-1441. doi: 10.1111/1365-2478.13302
[13] Xing L, Li Y, Li Q Q, et al. Prediction of shale gas pressure based on multi‐channel seismic inversion in Fuling[J]. Acta Geologica Sinica‐English Edition, 2022, 96(4):1237-1245. doi: 10.1111/1755-6724.14778
[14] Sambo C, Iferobia C C, Babasafari A A, et al. The role of time lapse (4D) seismic technology as reservoir monitoring and surveillance tool: A comprehensive review[J]. Journal of Natural Gas Science and Engineering, 2020, 80:103312. doi: 10.1016/j.jngse.2020.103312
[15] Huang F, Bergmann P, Juhlin C, et al. The first post‐injection seismic monitor survey at the Ketzin pilot CO2 storage site: results from time‐lapse analysis[J]. Geophysical Prospecting, 2018, 66(1):62-84. doi: 10.1111/1365-2478.12497
[16] Chadwick R A, Noy D J. History-matching flow simulations and time-lapse seismic data from the Sleipner CO2 plume[M]//Vining B A, Pickering S C. Petroleum Geology: From Mature Basins to New Frontiers – Proceedings of the 7th Petroleum Geology Conference. London: The Geological Society, 2010:1171-1182.
[17] Roach L A N, White D J. Evolution of a deep CO2 plume from time-lapse seismic imaging at the Aquistore storage site, Saskatchewan, Canada[J]. International Journal of Greenhouse Gas Control, 2018, 74:79-86. doi: 10.1016/j.ijggc.2018.04.025
[18] Fawad M, Mondol N H. Monitoring geological storage of CO2: A new approach[J]. Scientific Reports, 2021, 11(1):5942. doi: 10.1038/s41598-021-85346-8
[19] Cavanagh A J, Haszeldine R S. The Sleipner storage site: Capillary flow modeling of a layered CO2 plume requires fractured shale barriers within the Utsira Formation[J]. International Journal of Greenhouse Gas Control, 2014, 21:101-112. doi: 10.1016/j.ijggc.2013.11.017
[20] Wierzchowska M, Alnes H, Oukili J, et al. Broadband processing improves 4D repeatability and resolution at the Sleipner CO2 storage project, North Sea[C]//82nd EAGE Annual Conference & Exhibition. Amsterdam: European Association of Geoscientists & Engineers, 2021:1-5.
[21] Arts R, Brevik I, Eiken O, et al. Geophysical methods for monitoring marine aquifer CO2 storage–Sleipner experiences[C]//5th Int Conf. on Greenhouse Gas Control Technologies. Australia: Cairns, 2000.
[22] Chadwick R A, Arts R, Eiken O. 4D seismic quantification of a growing CO2 plume at Sleipner, North Sea[M]//Doré A G, Vining B A. Petroleum Geology: North-West Europe and Global Perspectives—Proceedings of the 6th Petroleum Geology Conference. London: The Geological Society, 2005:1385-1399.
[23] Pelemo-Daniels D, Nwafor B O, Stewart R R. CO2 Injection monitoring: enhancing time-lapse seismic inversion for injected volume estimation in the Utsira Formation, Sleipner Field, North Sea[J]. Journal of Marine Science and Engineering, 2023, 11(12):2275. doi: 10.3390/jmse11122275
[24] Pelemo-Daniels D, Stewart R R. Petrophysical property prediction from seismic inversion attributes using rock physics and machine learning: Volve Field, North Sea[J]. Applied Sciences, 2024, 14(4):1345. doi: 10.3390/app14041345
[25] Baklid A, Korbol R, Owren G. Sleipner vest CO2 disposal, CO2 injection into a shallow underground aquifer[C]//SPE Annual Technical Conference and Exhibition. Colorado: SPE, 1996.
[26] Chadwick R A, Holloway S, Kirby G A, et al. The Utsira Sand, Central North Sea–an assessment of its potential for regional CO2 disposal[C]//Proceedings of the 5th International Conference on Greenhouse Gas Control Technologies (GHGT-5). Collingwood: CSIRO Publishing, 2000: 349-354.
[27] Zweigel P, Arts R, Lothe A E, et al. Reservoir geology of the Utsira Formation at the first industrial-scale underground CO2 storage site (Sleipner area, North Sea)[J]. Geological Society, London, Special Publications, 2004, 233:165-180. doi: 10.1144/GSL.SP.2004.233.01.11
[28] Boait F C, White N J, Bickle M J, et al. Spatial and temporal evolution of injected CO2 at the Sleipner Field, North Sea[J]. Journal of Geophysical Research: Solid Earth, 2012, 117(B3):B03309.
[29] Mavko G, Mukerji T, Dvorkin J. The Rock Physics Handbook[M]. California: Cambridge University Press, 2020.
[30] Furre A K, Eiken O. Dual sensor streamer technology used in Sleipner CO2 injection monitoring[J]. Geophysical Prospecting, 2014, 62(5):1075-1088. doi: 10.1111/1365-2478.12120
[31] Lindeberg E. Calculation of thermodynamic properties of CO2, CH4, H2O and their mixtures also including salt with the Excel macro “CO2 Thermodynamics”[J]. SINTEF Report, 2013.
[32] Ghaderi A, Landrø M. Estimation of thickness and velocity changes of injected carbon dioxide layers from prestack time-lapse seismic data[J]. Geophysics, 2009, 74(2):O17-O28. doi: 10.1190/1.3054659
[33] Williams G A, Chadwick R A. An improved history-match for layer spreading within the Sleipner plume including thermal propagation effects[J]. Energy Procedia, 2017, 114:2856-2870. doi: 10.1016/j.egypro.2017.03.1406
[34] Chadwick R A, Holloway S, Brook M S, et al. The case for underground CO2 sequestration in northern Europe[J]. Geological Society, London, Special Publications, 2004, 233(1):17-28. doi: 10.1144/GSL.SP.2004.233.01.03
[35] Xing L, Liu X Q, Liu H S, et al. Research on the construction of a petrophysical model of a heterogeneous reservoir in the hydrate test area in the Shenhu area of the South China Sea (SCS)[J]. Geofluids, 2021, 2021(1):5586118.
[36] Xu S Y, White R E. A new velocity model for clay‐sand mixtures[J]. Geophysical Prospecting, 1995, 43(1):91-118. doi: 10.1111/j.1365-2478.1995.tb00126.x
[37] Kuster G T, Toksöz M N. Velocity and attenuation of seismic waves in two-phase media: Part I. Theoretical formulations[J]. Geophysics, 1974, 39(5):587-606. doi: 10.1190/1.1440450
[38] Voigt W. Lehrbuch der Kristallphysik: (Mit Ausschluss der Kristalloptik)[M]. London: B. G. Teubner, 1910:253-253.
[39] Hill R. The elastic behaviour of a crystalline aggregate[J]. Proceedings of the Physical Society. Section A, 1952, 65(5):349-354. doi: 10.1088/0370-1298/65/5/307
[40] Brie A, Pampuri F, Marsala A F, et al. Shear sonic interpretation in gas-bearing sands[C]//SPE Annual Technical Conference and Exhibition. Texas: SPE, 1995.
[41] 沙志彬, 梁金强, 郑涛, 等. 地震属性在天然气水合物预测中的应用[J]. 海洋地质与第四纪地质, 2013, 33(5):185-192 SHA Zhibin, LIANG Jinqiang, ZHENG Tao, et al. The application of seismic attributes to the prediction of gas hydrates[J]. Marine Geology & Quaternary Geology, 2013, 33(5):185-192.]
[42] 靳佳澎, 王秀娟, 陈端新, 等. 基于测井与地震多属性分析神狐海域天然气水合物分布特征[J]. 海洋地质与第四纪地质, 2017, 37(5):122-130 JIN Jiapeng, WANG Xiujuan, CHEN Duanxin, et al. Distribution of gas hydrate in Shenhu area: identified with well log and seismic multi-attributes[J]. Marine Geology & Quaternary Geology, 2017, 37(5):122-130.]
[43] 李旭彤, 吴志强, 张训华. 地震属性分析在南黄海盆地北部坳陷白垩系油气地质特征研究中的应用[J]. 海洋地质与第四纪地质, 2015, 35(6):119-126 LI Xutong, WU Zhiqiang, ZHANG Xunhua. Petroleum Geology of the Cretaceous in the northern Depression of South Yellow Sea Basin: evidence from seismic attribute analysis[J]. Marine Geology & Quaternary Geology, 2015, 35(6):119-126.]
![图 2 iGDGTs与brGDGTs结构图[15-16]](/fileHYDZYDSJDZ/journal/article/hydzydsjdz/2025/1/2020090201-2.jpg)
![图 4 XT-47沉积物岩性特征、陆源输入指标（BIT）、上层海水温度（SST）、总brGDGTs含量变化及其与同纬度南海站位SST[21]和中国黄土粒径指标对比[22]](/fileHYDZYDSJDZ/journal/article/hydzydsjdz/2025/1/2020090201-4.jpg)
