Shallow meandering river delta in the Huagang Formation in the southern Xihu Sag, East China Sea Basin
-
摘要:
针对东海盆地西湖凹陷南部花港组上段H5及H4砂组沉积相研究中的难点,本文建立了针对浅水三角洲划分相带的新方法及研究流程,即“单井定相-平面描砂-寻岸划线-分区划带”。研究区具有形成浅水曲流河三角洲的地质条件并形成了独特的不同相带交互沉积区,在花港组上段H5及H4砂组沉积时期,盆内地形宽缓,丰水期与枯水期频繁交替出现,形成了研究区中部三角洲平原相沉积和三角洲前缘相沉积在较小的沉积旋回内交替出现。在丰水期,研究区中部以三角洲前缘相、浅湖相沉积为主,在枯水期,研究区中部以三角洲平原相沉积为主。以浅水曲流河三角洲沉积模式为指导,在研究区中部识别了大量河道砂体,这些砂体与该区的大型构造脊相迭合形成了众多有勘探潜力的构造-岩性复合圈闭,其中部分圈闭经钻探获得了油气发现。
Abstract:In response to the difficulties in studying the sedimentary facies of the H5 and H4 sand formations in the upper section of the Huagang Formation in the southern Xihu Sag of the East China Sea Basin, we established a new method and process for dividing facies zones in shallow water deltas, namely "single well facies determination - planar sand tracing - shoreline tracing - zoning and delineation" using seismic data and core data. Results shows that the study area had the geological background for the formation of shallow meandering river delta, in which a unique alternating sedimentary zone of different facies were formed. During the deposit period of the H5 and H4 sand groups, the terrain in the basin was wide and gentle, and water level changed frequently between flood season and dry season, resulting in the alternating deposits of delta plain facies and delta front facies in a short period in the central part of the study area. In the flood season, delta front and shallow lake sediments developed in the central part of the study area, while in dry season, delta plain developed. Under the guide of sedimentary model of shallow meandering river delta, many of river channel sand bodies were found in the central part of the study area. The channel sandstone bodies overlap on the large anticline structures, forming numerous litho-structural composite traps with great exploration potential. The research results were confirmed by new oil and gas discoveries.
-
海水中的悬浮体,包括矿物颗粒、生物残骸、絮凝体等,在近海的主要成分为悬浮泥沙[1-2]。悬浮体是物质输运的重要载体,其分布和扩散、沉降和再悬浮对近海物理、化学和生物过程有重要意义[3-4],在全球物质循环中起重要作用[5]。同时,悬浮体的分布和输运对海底地形地貌发育、港口航道淤积等也有重要影响[6-10]。尤其是在海洋动力、人类活动、气候变化及河流陆源物质输入等各种因素影响下悬浮体浓度(Suspended Sediment Concentration, SSC)的年际变化特征[11],对于研究海洋环境演化和生态系统可持续发展等有重要意义。近年来大河输沙量锐减[12],以风场强度变化为代表的气候变化因素,可能逐渐成为影响SSC长期变化的主要原因。
渤海是一个半封闭的陆架浅海,由渤海湾、莱州湾、辽东湾、中央海盆及渤海海峡组成,平均水深18 m,海底地势从3个海湾向中央海盆及渤海海峡倾斜,坡度平缓(图1)。渤海沿岸分布着黄河、辽河、滦河等多条河流,这些河流每年向渤海输送大量淡水及陆源物质,其中黄河过去50余年来(1950—2003年)年均输沙量达8.81亿t[13],这使得渤海成为世界上SSC最高的陆架海区之一[14]。
自20世纪60年代以来,国内外学者就开始了渤海SSC时空变化的研究,常用的手段包括卫星遥感、沉积动力观测和数值模拟的方法[15-25]。研究指出渤海表层SSC具有近岸高、远岸低、由岸向海方向逐渐递减的空间分布特征,其中高值区主要分布在黄河入海口附近海域,低值区位于渤海中部;在季节变化上,由于受季风等影响,渤海表层SSC呈现出冬季高、夏季低的变化规律[18,21-22]。亦有学者进一步基于经验正交函数(Empirical Orthogonal Function, EOF)分析的方法研究了SSC的时空变化规律[22, 24],结果显示渤海湾、莱州湾SSC空间变化最为显著,这与孟庆辉等[18]得出的渤海湾、莱州湾短周期内空间变化幅度大的结论较为一致。近年来在黄河输沙量锐减的背景下,更多的学者开始关注渤海整个海域SSC的长期变化趋势,但却得出了不同的结论。基于2000—2004年SeaWiFs卫星遥感反演并结合EOF分析得到,渤海表层SSC有逐年增高的趋势[22]。而更长期的变化,如2003—2014年的结果却显示,渤海表层SSC有明显的下降趋势,其年均下降幅度为1.49%(0.22 mg·L−1·a−1),且各海区的表层SSC均呈下降趋势[11]。前人工作中或者没有进一步分析原因,或者推测其与风速变化、围填海工程以及黄河输沙量减少有关,但均未开展量化的相关性分析。
渤海SSC变化受到河流输沙量、风浪、潮汐潮流等诸多因素的影响。其中,黄河输沙量影响范围为距河口5 km内,离口门越远影响越小,15 m等深线是其影响极限[26]。尤其是在2003—2021年黄河输沙量较20世纪50年代锐减的背景下,黄河输沙量对渤海SSC分布格局的影响更小;潮汐潮流主要影响SSC的日变化[27-28];表层沉积物粒度和地形等因素则与海洋动力共同控制SSC的空间分布,如浅水区的细砂和粉砂更容易起动,形成高SSC[17,29-30]。在年际变化尺度上,潮汐潮流与底质地形的影响较小。除此之外,渤海SSC的变化还与风场强度有关[27],大风过程可在短时间内显著改变渤海SSC的空间分布格局[17,30-31],风对浅水区沉积物再悬浮和悬沙输运过程起重要作用[17]。同时,渤海表层SSC冬高夏低的季节变化特征,也与风场冬强夏弱的季节变化规律有关。因此,在渤海表层SSC的长期变化中,风场强度变化有何贡献有待开展深入研究。
为了阐明渤海表层SSC的长期变化趋势,探明风场在其中的贡献以及对不同海湾间物质输运的影响,本文使用2003—2021年中等分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)的Level-1B(L1B)卫星遥感数据,结合渤海多个航次的实测SSC数据,建立遥感反演模型获得渤海表层SSC的时空变化,并利用EOF方法分析SSC的时空变化特征以及风场的影响。
1. 数据和方法
1.1 数据来源
本研究使用的卫星遥感数据来自Aqua卫星上搭载的MODIS,下载自美国宇航局网站(https://www.nasa.gov)的L1B数据,时间长度为2003年1月—2021年12月,空间分辨率为1 km。
实测SSC数据来自2010年4月、9月,2011年6月,2012年11月,2017年9月,2018年4月、8月、10月和2020年11月的国家自然科学基金委渤海共享航次,与遥感资料时空匹配的站位共计30个,站位位置如图1所示。现场取样后,用两层孔径为0.45 μm、直径为47 mm的微孔醋酸纤维膜对表层(2~3 m)水样进行现场抽滤、烘干、称重,获得表层SSC,用于与遥感反射率(Remote Sensing Reflectance, Rrs)建立反演模型。
风场数据来自美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)发布的CFSR(Climate Forecast System Reanalysis)数据,包括风速的东、北分量,时间分辨率为1 h,空间分辨率为0.312°,时间长度为1990年1月—2022年2月(https://climatedataguide.ucar.edu/climate-data/climate-forecast-system-reanalysis-cfsr.)。
黄河利津站2003—2021年月均输沙量数据来自中国河流泥沙公报。
1.2 数据处理方法
1.2.1 遥感数据处理
遥感数据主要采用NASA官方提供的SeaWiFs数据分析系统(SeaDAS)进行大气校正、去云等初步处理,将L1B遥感数据批量处理成二级Rrs。此外,由于冬季渤海存在可见海冰,海冰对SSC反演影响较大,会导致Rrs极高,影响表层SSC的反演精度。本研究采用了Liu等[32]使用的Shi和Wang[33-34]建立的方法去除海冰影响,同时满足以下条件即被认定为海冰[35]:
$${{\text{ρω}}} {\rm N}(859)\text{>}0.048 $$ (1) $$ 0.7{\text{<}}\mathit{{{\text{ρω}} {\rm N}}}(555)/{\text{ρω}} {\rm N}(412)\text{<}3.0 $$ (2) $$ {\text{ρω}} {\rm N}(412){\text{>}}0.046 $$ (3) $$ {\text{ρω}}\mathrm{N} ={\rm{Rrs}}\times \Pi $$ (4) 其中${\text{ρω}}\mathrm{N} $为标准化的离水反射率,${\text{ρω}} {\rm N}(555) $为555 nm波段的标准化离水反射率,Rrs为遥感卫星数据的波段反射率。
1.2.2 SSC反演计算
前人研究表明,MODIS第4波段(545~565 nm)的Rrs与渤海表层SSC具有较好的相关性[11,17]。在建立反演模型时,利用Matlab软件提取与实测SSC数据在空间(范围<500 m)和时间(误差<2 h)上匹配的555 nm波段的Rrs,共基于30组实测SSC数据和Rrs建立拟合关系(图2),如下式所示:
$$ \rm{SSC}=\exp(98.96\times\mathrm{Rrs}_{555})\times1.753 $$ (5) 两者的拟合系数(R²)为0.92,均方根误差(RMSE)为6.25 mg/L,拟合结果较好。基于以上公式,反演得到2003—2021年渤海海域表层SSC,并对其进行年平均处理,以定量化分析其时空演变特征。
1.3 经验正交函数(EOF)分析
对2003—2021年渤海海域表层年均SSC进行EOF分析,以获得表层SSC的空间模态及时间系数,研究其时空变化特征。
EOF分析方法,又称主成分分析或者空间模态分析法,将变量场分解成空间模态和时间系数的乘积。空间模态对应空间样本,称为空间特征向量或者特征向量,反映要素场的空间分布特点。主成分对应时间变化,也称时间系数,反映对应空间模态随时间的权重变化。
本文将渤海海域各站位的年均SSC数据处理成距平矩阵Xm×n,其协方差矩阵Cm×m的特征根(λ1...λm)和空间模态Vm×m,满足:
$$ C_{m\times m}\times V_{m\times m}=V_{m\times m}\times E_{m\times m } $$ (6) 其中,E是m×m的对角矩阵,即
$$ E = \left[ {\begin{array}{*{20}{c}} {{\lambda _1}}&0& \cdots &0 \\ 0&{{\lambda _2}}& \cdots &0 \\ \vdots & \vdots & \cdots & \vdots \\ 0&0& \cdots &{{\lambda _m}} \end{array}} \right] $$ (7) 一般情况下,特征根λ作降序排列,即λ1>λ2>...λm。每一个特征根对应一列特征向量值,也称EOF模态。如λ1对应的特征向量值称为EOF第一模态,记为EOF1=V(:,1);λk对应的特征向量值称为EOF第k模态,记为EOFk=V(:,k)。将空间模态投影到原始矩阵X上,得到对应的时间系数(PC):
$$ \mathrm{PC}_{m\times m}=V_{m\times m}^T\times X_{m\times m} $$ (8) EOF分析时,特征根λ越大,其对应的空间模态越典型,对总方差的贡献越大。第k个模态的方差贡献率(S)为:
$$ S=\frac{{\lambda }_{k}}{\sum _{i=1}^{m}{\lambda }_{i}}\times 100{\text{%}} $$ (9) 分解出的经验正交函数是否为有意义的物理信号,要通过显著性检验来确定。本文采用North[22]提出的计算特征根的误差范围来进行显著性检验。特征根λi的误差范围可以表示如下:
$$ {e_i} = {\lambda _i}{\left( {\frac{2}{m}} \right)^{\frac{1}{2}}} $$ (10) 其中m为样本量,当与相邻的特征根λi+1满足:
$$ {\lambda _i} - {\lambda _{i + 1}} \geqslant {e_i} $$ (11) 就认为这两个特征根所对应的经验正交函数通过显著性检验,是有意义的;反之,若没有通过显著性检验,则无意义。
2. 结果
2.1 渤海表层SSC的时空分布特征
为对2003—2021年渤海表层SSC分布进行详细研究,绘制了2003—2021年渤海海域表层多年平均SSC及年均SSC距平图(图3)。
图 3 2003—2021年渤海海域表层多年平均SSC及年均SSC距平a为2003—2021平均SSC分布图,b-t分别是年均SSC距平图,色轴代表SSC大小。Figure 3. Multi-year averaged SSC from 2003 to 2021 and the difference between the annual averaged SSC and the multi-year averaged SSC at the surface layer of the Bohai Seaa shows the 19-years averaged SSC from 2003 to 2021, b-t show the difference between the annual averaged SSC and the multi-year averaged SSC at the surface layer of the Bohai Sea, the color bar represents the SSC.2003—2021年渤海海域表层年均SSC表现为近岸高、远岸低的空间分布特征;受陆源物质输入影响,SSC高值区分布在黄河入海口附近及辽东湾顶部,最大值可达100 mg/L以上,与周舟等[11]的研究结果一致。从各年距平值的空间分布来看:2003—2008年渤海表层SSC相对于19年的平均值(图3a),浓度明显偏大(图3b-g);2009年为一转折点,该年份之后SSC具有明显的减小趋势(图3h-t)。
2.2 渤海表层SSC的多年变化趋势
为对比渤海不同海域SSC的长期变化趋势,本文将渤海划分为渤海湾、莱州湾、辽东湾以及中央海盆4个海域进行对比分析。图4为2003—2021年渤海不同海域年均区域化平均的SSC变化,从多年平均值来看,渤海湾、莱州湾、辽东湾以及中央海盆的SSC分别为26.04、25.19、8.24、8.12 mg/L,渤海湾SSC最高,中央海盆SSC最低。
从多年变化趋势来看,4个海域年均SSC均表现出减小趋势,减小速率从大到小依次为莱州湾、渤海湾、中央海盆和辽东湾,不同海域SSC的变化速度不同可能与黄河输沙量的影响大小有关。
2.3 渤海表层SSC时空变化的EOF分析
对2003—2021年渤海表层年均SSC进行EOF分析,得到了一系列空间模态(表1)。表中可得,前三个模态累积方差贡献率为73.4%:其中第一模态的方差贡献率为53.15%,第二模态的方差贡献率为14.14%,第三模态的方差贡献率为6.11%,以下对主要模态分别成图分析(图5—7)。
表 1 渤海海域表层SSC空间模态Table 1. Spatial modes of SSC in the surface layer of the Bohai Sea方差贡献率/% 方差累积贡献率/% 特征根误差下限 特征根误差上限 特征根 第一模态 53.15 53.15 45726.92 47425.52 46576.22 第二模态 14.14 67.29 12166.87 12618.83 12392.85 第三模态 6.11 73.40 5255.24 5450.45 5352.84 第四模态 4.82 78.22 4148.83 4302.95 4225.89 第五模态 3.45 81.67 2970.36 3080.70 3025.53 第六模态 2.77 84.44 2380.92 2469.36 2425.14 第七模态 2.37 86.81 2039.76 2115.53 2077.64 第八模态 1.99 88.80 1715.72 1779.45 1747.58 第九模态 1.87 90.67 1608.42 1668.17 1638.30 第十模态 1.69 92.36 1458.21 1512.38 1485.30 第一模态对总体方差贡献率为53.15%,远大于其他模态的贡献率,该模态反映的是渤海海域表层SSC的主要分布特征。渤海海域的空间模态整体为正值(图5a),说明整个渤海海域的表层SSC多年变化趋势较为一致,整体增大或减小。特征值高值分布在渤海湾和莱州湾海域,说明这两处海域SSC变化最为显著。
时间系数与SSC的变化趋势存在一定的关联性,当空间模态和时间系数同号(即数值同正或者同负),则代表SSC变化呈现增大的趋势;反之,则代表SSC变化呈现减小的趋势,且时间系数绝对值越大,该年份SSC的空间分布类型及变化特征就越明显。第一模态空间模态总体为正,2009年以前时间系数为正(图5b),代表SSC整体为增大趋势;2009年以后时间系数多数为负,与空间模态反号,代表SSC整体为减小趋势。
第二模态对总体方差贡献率为14.14%。图6a可见,不同海区特征值的符号不同:渤海湾和中央海盆特征值整体为正,莱州湾和辽东湾特征值整体为负,该模态显示的是不同海湾间SSC变化趋势不一致。其中以莱州湾和渤海湾的空间模态反相位变化特征最为显著,2010年以前时间系数大体为负(图6b),与莱州湾空间模态同号,说明莱州湾表层SSC高于渤海湾;而2010年以后时间系数大体为正,说明渤海湾表层SSC高于莱州湾。从时间系数图中可以看到2006年和2017年时间系数绝对值最大,渤海湾和莱州湾的反相位特征最为典型,推测是海湾间悬浮体的平流输运与交换导致。从SSC的空间分布图(图3e、p)也可以证实以上特征。
第三模态对总体方差贡献率为6.11%。图7a可见,渤海大部分海域空间模态为正值,但在黄河入海口附近海域,悬浮体以10 m等深线为界,浅水区和深水区SSC呈现反相位变化,以莱州湾西部海域及渤海南部海域反相位变化最为显著。该模态反映了悬浮体从浅水向深水扩散受到10 m等深线处海洋水文现象影响的特征,根据学者们的研究成果,黄河口切变锋即分布在10 m等深线处[36-38],表明了切变锋对黄河口附近悬浮体向外海扩散的阻碍作用。初步认为该模态反映的是黄河入海口切变锋的影响。
3. 讨论
3.1 风速变化对渤海表层SSC长期变化的影响
因冬季风速在全年平均风速中的贡献较大[39],且冬季SSC影响了全年平均SSC的量值,因此本文考虑冬季风速变化对渤海表层SSC长期变化的影响。从1990—2021年渤海湾、莱州湾海域风场长期变化趋势可见(图8),1990—2009年,渤海海域冬季风速呈增大趋势;2009—2021年,该海域冬季风速呈减小趋势,这和第一模态所反映的SSC随时间变化趋势基本一致,在风场驱动下,SSC呈现出以2009年为界,前后变化趋势相反的特征。风速的这一变化趋势与杨宏达等[39]、李正泉等[40]的研究成果一致。
为对比2009年前后SSC的变化幅度,分别对2005—2008年及2009—2012年两个阶段的渤海海域表层SSC进行平均处理并计算其差值(图9)。图中可见,以2009年为节点,前4年渤海海域表层SSC高值区分布范围较广(图9a),主要见于渤海湾与莱州湾,且其均值与2009年之后的4年平均相比,明显偏大,两者相对变化最大可达−70.94%(图9c)。且这两个阶段,黄河的平均输沙量分别为1.50×108 t和1.31×108 t,相差不大。因此SSC在2009年前后的变化主要与冬季风强弱有关,而与黄河输沙量的变化相关性不大。
图 9 2009年前后渤海海域表层SSC分布及相对变化a:2005—2008年渤海海域表层平均SSC分布,b:2009—2012年渤海海域表层平均SSC分布,c:(b-a)/a,2009—2012年与2005—2008年渤海海域表层平均SCC分布相对变化。Figure 9. Distribution and relative changes of averaged SSC at the surface layer of the Bohai Sea before and after 2009a shows averaged SSC at the surface layer of the Bohai Sea from 2005 to 2008, b shows averaged SSC from 2009 to 2012, c is (b-a)/a which shows the relative changes of the latter stage to the former stage.3.2 风向变化对海湾间悬浮体输运的影响
第二模态显示了渤海湾和莱州湾SSC的反相位变化,为研究两个海湾SSC变化及可能存在的联系,本文分别计算了2003—2021年两个海湾区域平均的SSC距平值(图10)。2009年以前,二者变化趋势大体一致,均表现为相对于多年平均值偏大的趋势;2009年及以后,相对于多年平均值总体表现为减小趋势,体现了如3.1所分析的风速对SSC多年变化趋势的控制作用,此为渤海SSC的主要变化特征。在此基础上叠加的第二模态所显示的渤海湾和莱州湾SSC反相位变化特征,为部分年份表现出来的分布特点,其中,以2006及2017两个年份最为典型(图10)。
从2006年与2017年的年均风速距平(图11a、b)可以看到,2006年除渤海湾南部和渤海中部的风速略大外,渤海湾大部分海域和莱州湾的风速都小于多年平均值,而2017年则反之。风速的这一变化特征与SSC的空间分布明显相反(图11c、d),2006年莱州湾SSC较高,渤海湾SSC较低;2017年渤海湾SSC高而莱州湾SSC低。这说明这两个年份中风速变化导致的再悬浮变化对SSC的贡献较小。尽管2006年输沙量(1.64×108 t)明显大于2017年输沙量(0.08×108 t),根据前人研究结果,黄河输沙量影响范围仅限于河口地区[26],因此黄河输沙量可能不是主要影响因素。但是从两个年份的风向对比(图11e)来看,2017年风向明显向东偏转,加强了悬浮体向渤海中部的平流输运,加之此时风速较强,再悬浮泥沙浓度较大,因此有利于莱州湾悬浮体向渤海湾中部的输运,导致2017年莱州湾SSC较低而渤海湾SSC较高。
3.3 风影响渤海SSC的机制分析
大风作用可使海水紊动强度增大,一方面可以增强垂直混合,另一方面使表层沉积物发生再悬浮[2],从而使得海水表层SSC增大[20]。同时,大风对SSC的影响又受到水深和表层沉积物类型的限制,相同风力条件下,在水深较浅及表层沉积物粒径较小的海区,SSC对风的响应更为明显,例如渤海湾和莱州湾的SSC受风速影响程度远大于中央海盆。同时,大风引起的海流可引起悬浮体的水平输运,也会影响SSC的空间格局[2,20]。
4. 结论
(1)渤海表层SSC的EOF分析结果显示:前三个模态累积方差贡献率为73.4%,其中第一模态对总体方差贡献率为53.15%,以全海域同步变化为主,其受控于冬季风速的长期变化;第二模态对总体方差贡献率为14.14%,显示的是渤海湾和莱州湾SSC反相位的变化特征,与风向控制下的平流输沙作用有关;第三模态对总体方差贡献率为6.11%,显示的是黄河三角洲附近以10 m等深线为界,浅水区和深水区SSC呈现反相位变化的分布特征,可能与黄河口切变锋对河口区SSC向外海输运的限制作用有关。
(2)冬季风速的变化影响了渤海表层SSC的多年变化趋势,二者呈现明显的正相关关系:以2009年为明显转折点,2009年以前冬季风速呈上升趋势,SSC增大;2009年以后冬季风速呈下降趋势,SSC减小。2009年前后4年平均的渤海SSC相对变化量最大可达−70.94%。
(3)风向的偏转影响了渤海湾和莱州湾悬浮体的水平输运,表现为2006年与2017年两个海湾SSC距平值呈现反相位变化。
致谢:感谢审稿专家对本文提出的宝贵修改意见。
-
-
[1] 何新建, 唐贤君, 蒋一鸣, 等. 东海西湖凹陷中新世中晚期断裂活动特征及中浅层勘探启示[J]. 海洋地质与第四纪地质, 2023, 43(3):167-174 HE Xinjian, TANG Xianjun, JIANG Yiming, et al. Middle-late Miocene fault activity and its petroleum exploration significance of middle-shallow layers in the Xihu Sag, East China Sea[J]. Marine Geology & Quaternary Geology, 2023, 43(3):167-174.]
[2] 陈建文. 东海陆架盆地与松辽盆地的类比分析[J]. 海洋地质与第四纪地质, 1994, 14(3):19-32 CHEN Jianwen. Analogy analysis of Donghai Shelf Basin and Songliao Basin[J]. Marine Geology & Quaternary Geology, 1994, 14(3):19-32.]
[3] 李林致, 郭刚, 祁鹏, 等. 风化壳型花岗岩潜山有效储层预测−以平湖斜坡宝云亭地区为例[J]. 海洋地质与第四纪地质, 2023, 43(2):160-169 LI Linzhi, GUO Gang, QI Peng, et al. Prediction of favorable reservoir in granite weathering-crust buried-hill type: A case study of the Baoyunting area on Pinghu slope[J]. Marine Geology & Quaternary Geology, 2023, 43(2):160-169.]
[4] 张宙, 何新建, 唐贤君, 等. 东海盆地西湖凹陷构造圈闭特征及其油气藏类型[J]. 海洋地质前沿, 2022, 38(3):27-35 ZHANG Zhou, HE Xinjian, TANG Xianjun, et al. Structural trap characteristics and reservoir types in Xihu Sag, East China Sea Basin[J]. Marine Geology Frontiers, 2022, 38(3):27-35.]
[5] 张兰, 何贤科, 段冬平, 等. 东海陆架盆地西湖凹陷平湖斜坡带平湖组煤系地层地震沉积学研究[J]. 海洋地质与第四纪地质, 2023, 43(4):140-149 ZHANG Lan, HE Xianke, DUAN Dongping, et al. Seismic sedimentological analysis of coal stratigraphy of Pinghu Formation in the Pinghu slope belt, Xihu Sag, East China Sea Shelf Basin[J]. Marine Geology & Quaternary Geology, 2023, 43(4):140-149.]
[6] 陈建文, 杨长清, 张莉, 等. 中国海域前新生代地层分布及其油气勘查方向[J]. 海洋地质与第四纪地质, 2022, 42(1):1-25 CHEN Jianwen, YANG Changqing, ZHANG Li, et al. Distribution of Pre-Cenozoic strata and petroleum prospecting directions in China Seas[J]. Marine Geology & Quaternary Geology, 2022, 42(1):1-25.]
[7] 万延周, 陈春峰, 周祥林, 等. 东海盆地H地区花港组烃源岩特征[J]. 海洋地质前沿, 2021, 37(3):33-40 WAN Yanzhou, CHEN Chunfeng, ZHOU Xianglin, et al. Source rocks in Huagang Formation of H area East China Sea Basin[J]. Marine Geology Frontiers, 2021, 37(3):33-40.]
[8] 张兰, 何贤科, 段冬平, 等. 西湖凹陷平西地区古沟谷内隐蔽油气藏潜力[J]. 海洋地质前沿, 2022, 38(1):41-50 ZHANG Lan, HE Xianke, DUAN Dongping, et al. Potential of subtle hydrocarbon reservoirs in paleo-valleys in the Pingxi area of Xihu Sag[J]. Marine Geology Frontiers, 2022, 38(1):41-50.]
[9] 张银国. 东海西湖凹陷花港组油气地质条件与油气分布规律[J]. 石油实验地质, 2010, 32(3):223-226 doi: 10.3969/j.issn.1001-6112.2010.03.004 ZHANG Yinguo. Petroleum geology and hydrocarbon distribution pattern of Huagang Formation in the Xihu sag of the East China Sea[J]. Petroleum Geology & Experiment, 2010, 32(3):223-226.] doi: 10.3969/j.issn.1001-6112.2010.03.004
[10] 于兴河, 李顺利, 曹冰, 等. 西湖凹陷渐新世层序地层格架与沉积充填响应[J]. 沉积学报, 2017, 35(2):299-314 YU Xinghe, LI Shunli, CAO Bing, et al. Oligocene sequence framework and depositional response in the Xihu depression, East China Sea Shelf Basin[J]. Acta Sedimentologica Sinica, 2017, 35(2):299-314.]
[11] 刘贤, 葛家旺, 赵晓明, 等. 东海陆架盆地西湖凹陷渐新统花港组年代标尺及层序界面定量识别[J]. 石油与天然气地质, 2022, 43(4):990-1004 doi: 10.11743/ogg20220419 LIU Xian, GE Jiawang, ZHAO Xiaoming, et al. Time scale and quantitative identification of sequence boundaries for the Oligocene Huagang Formation in the Xihu Sag, East China Sea Shelf Basin[J]. Oil and Gas Geology, 2022, 43(4):990-1004.] doi: 10.11743/ogg20220419
[12] 陈琳琳, 谢月芳. 东海西湖凹陷花港组沉积模式初探[J]. 海洋石油, 1998(4):15-21 Chen Linlin, Xie Yuefang. Discussion on depositional mode of Huagang Formation in Xihu depression, the East China Sea[J]. Offshore Oil, 1998(4):15-21.]
[13] 陈琳琳. 东海西湖凹陷苏堤区带花港组沉积相分析[J]. 上海地质, 1998(1):21-28 CHEN Linlin. Sedimentary facies of Huagang Formation of Sudi Division in Xihu Trough, the East China Sea[J]. Shanghai Geology, 1998(1):21-28.]
[14] 陈琳琳. 西湖凹陷北部渐新统花港组湿地扇沉积学分析[J]. 复杂油气藏, 2015, 8(4):1-6 CHEN Linlin. Sedimentary analysis of humid fan in Oligocene Huagang Formation of the northern Xihu Sag[J]. Complex Hydrocarbon Reservoirs, 2015, 8(4):1-6.]
[15] 李顺利, 许磊, 于兴河, 等. 东海陆架盆地西湖凹陷渐新世海侵作用与潮控体系沉积特征[J]. 古地理学报, 2018, 20(6):1023-1032 doi: 10.7605/gdlxb.2018.06.075 LI Shunli, XU Lei, YU Xinghe, et al. Marine transgressions and characteristics of tide-dominated sedimentary systems in the Oligocene, Xihu Sag, East China Sea Shelf Basin[J]. Journal of Palaeogeography, 2018, 20(6):1023-1032.] doi: 10.7605/gdlxb.2018.06.075
[16] 何苗, 秦兰芝, 尹太举, 等. 分支河流体系在东海西湖凹陷南部的运用及其对油气潜力的指示[J]. 中国地质, 2021, 48(3):820-831 HE Miao, QIN Lanzhi, YIN Taiju, et al. The application of the distributive fluvial system in the South Xihu depression, East China Sea and its indication of oil and gas potential[J]. Geology in China, 2021, 48(3):820-831.]
[17] 何苗, 侯国伟, 秦兰芝, 等. 西湖凹陷H构造群及周边花港组沉积环境及砂体刻画[J]. 现代地质, 2018, 32(1):162-172 HE Miao, HOU Guowei, QIN Lanzhi, et al. Sedimentary facies and sandbody depiction of the Huagang Formation of H structural group and its adjacent areas in Xihu Depression[J]. Geoscience, 2018, 32(1):162-172.]
[18] 蔡佳, 祁鹏, 宋双. 东海盆地西湖凹陷花港组下段沉积相分析[J]. 海洋地质与第四纪地质, 2017, 37(2):56-65 CAI Jia, QI Peng, SONG Shuang. The geological structure and tectonic evolution of the East China Sea Shelf Basin[J]. Marine Geology & Quaternary Geology, 2017, 37(2):56-65.]
[19] 彭迎迎, 周倩羽. 西湖凹陷南部古近纪花港组沉积环境及聚煤规律研究[J]. 煤炭技术, 2022, 41(6):67-70 PENG Yingying, ZHOU Qianyu. Research on depositional environment and coal-accumulation of Paleogene Huagang Formation in Southern Xihu Depression[J]. Coal Technology, 2022, 41(6):67-70.]
[20] 万延周, 张年念. 东海盆地西湖凹陷花港组物源分析[J]. 长江大学学报: 自然科学版, 2016, 13(35):24-27 WAN Yanzhou, ZHANG Niannian. Analysis on provenance in Huagang Formation of Xihu Depression in the East China Sea Basin[J]. Journal of Yangtze University(Natural Science Edition), 2016, 13(35):24-27.]
[21] 崔敏, 王鹏, 祁鹏. 西湖凹陷中北段花港期构造数值模拟及物源意义[J]. 海洋地质前沿, 2019, 35(8):27-33 CUI Min, WANG Peng, QI Peng. Numerical modeling of structures of Huagang Period in the middle-northern Xihu Sag and its implications for provenance[J]. Marine Geology Frontiers, 2019, 35(8):27-33.]
[22] 何昕锴, 李晓龙, 赵洪, 等. 东海西湖凹陷碎屑岩物源聚类分析[J]. 海洋地质前沿, 2020, 36(6):11-19 HE Xinkai, LI Xiaolong, ZHAO Hong, et al. Clustering analysis of clastic rocks for provenance in Xihu Depression[J]. Marine Geology Frontiers, 2020, 36(6):11-19.]
[23] 姜雪, 肖晓光, 王宇. 多手段厘定东海西湖凹陷花港组物源体系[J]. 海洋地质前沿, 2023, 39(6):55-64 JIANG Xue, XIAO Xiaoguang, WANG Yu. Multiple approach to the provenance system of Huagang Formation in Xihu Sag, East China Sea[J]. Marine Geology Frontiers, 2023, 39(6):55-64.]
[24] 魏恒飞, 陈践发, 张铜磊, 等. 西湖凹陷花港组层序地层划分和聚煤特征[J]. 煤炭学报, 2012, 37(增刊1):149-156 WEI Hengfei, CHEN Jianfa, ZHANG Tonglei, et al. Sequence stratigraphic division and concentrating coal characteristics of Huagang Formation in Xihu depression[J]. Journal of China Coal Society, 2012, 37(S1):149-156.]
[25] 易琦, 邵龙义, 秦兰芝, 等. 西湖凹陷平湖构造带花港组沉积环境与聚煤规律[J]. 煤炭科学技术, 2018, 46(2):73-83 YI Qi, SHAO Longyi, QIN Lanzhi, et al. Sedimentary environment and coal accumulation law of Huagang Formation in Pinghu Structural Zone of Xihu Depression[J]. Coal Science and Technology, 2018, 46(2):73-83.]
[26] 朱筱敏, 潘荣, 赵东娜, 等. 湖盆浅水三角洲形成发育与实例分析[J]. 中国石油大学学报: 自然科学版, 2013, 37(5):7-14 ZHU Xiaomin, PAN Rong, ZHAO Dongna, et al. Formation and development of shallow-water deltas in lacustrine basin and typical case analyses[J]. Journal of China University of Petroleum(Natural Science Edition), 2013, 37(5):7-14.]
[27] 邹才能, 赵文智, 张兴阳, 等. 大型敞流坳陷湖盆浅水三角洲与湖盆中心砂体的形成与分布[J]. 地质学报, 2008, 82(6):813-825 doi: 10.3321/j.issn:0001-5717.2008.06.011 ZOU Caineng, ZHAO Wenzhi, ZHANG Xingyang, et al. Formation and distribution of shallow-water deltas and central-basin sandbodies in large open depression lake basins[J]. Acta Geologica Sinica, 2008, 82(6):813-825.] doi: 10.3321/j.issn:0001-5717.2008.06.011
[28] 金振奎, 李燕, 高白水, 等. 现代缓坡三角洲沉积模式-以鄱阳湖赣江三角洲为例[J]. 沉积学报, 2014, 32(4):710-723 JIN Zhenkui, LI Yan, GAO Baishui, et al. Depositional model of modern gentle-slope delta: a case study from Ganjiang Delta in Poyang Lake[J]. Acta Sedimentologica Sinica, 2014, 32(4):710-723.]
[29] Fisk H N, McFarlan E Jr, Kolb C R, et al. Sedimentary framework of the modern Mississippi delta[J]. Journal of Sedimentary Petrology, 1954, 24(2):76-99. doi: 10.1306/D4269661-2B26-11D7-8648000102C1865D