Preliminary study on microseismic response characteristics of cold seep in Qiongdongnan sea area: A case study of “Haima” cold seep
-
摘要:
海底天然气水合物区的冷泉系统中流体在运移过程中会冲击浅部地层，使下部地层中的流体物质发生“固-液-气”转化，其释放的能量导致裂隙坍塌和孔隙破裂，进而产生一系列与冷泉活动相关的微地震信号。这些微地震信号能够直观准确地反映天然气水合物区冷泉系统的生长发育状态及生命周期，揭示其流体逸散活动规律。本文研究了琼东南海域“海马”冷泉区2014和2021年的两次不同时间监测到的地震数据，经过相应的预处理，利用长短时窗能量比方法识别出了大量与冷泉活动相关的微地震事件。通过对这些微地震信号的波形、频谱特征和时间分布特征分析，了解了琼东南海域天然气水合物区冷泉微地震事件的响应特征。初步研究结果表明，“海马”冷泉区的冷泉活动产生的微地震事件包括短扰动信号和典型的冷泉微地震信号；波形尾部呈现类似指数的有规律的衰减，持续时间为0.3～2 s，主频分布在4～26 Hz以内。微地震活动不存在明显的类似潮汐的时间分布规律，多呈现短期集中分布的特点，这可能与冷泉喷口的活动及活动的强弱有关。
Abstract:During the migration, fluid in the cold seep system of the submarine natural gas hydrate area will impact the shallow strata, causing the fluid material in the lower strata to undergo a "solid-liquid-gas" transformation. The energy released could cause fracture collapse and pore rupture, thereby generating a series of vibration events. These microseismic signals can visually and accurately reflect the growth and development status and life cycle of the cold seep system, and reveal the laws of its fluid escape activities. We studied the microseismic data monitored at two different times in 2014 and 2021 near the Haima cold seep area in the Qiongdongnan waters. After preprocessing the data, a large number of microseismic events related to cold seep activities were identified using the STA/LTA (short term average/long term average) method. By analyzing the characteristics of waveform, spectrum, and time distribution of these microseismic signals, the response characteristics of the cold seep microseismic events in the natural gas hydrate area in the Qiongdongnan waters were clarified. Preliminary research results show that the microseismic events generated by the cold seep activity in the Haima cold seep area include short duration events and typical cold seep microseismic signals; the tail of the waveform shows a regular and exponential-like decay, with a duration of 0.3~2 s and a main frequency range of 4~26 Hz. There is no obvious tidal-like time distribution pattern for cold seep microseismic activity, and it mostly shows the characteristics of short-term concentrated distribution, which may be related to the activity and strength of the cold seep vents.
-
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]。
![]()
图 1 渤海水深地形和SSC实测站位分布图图中黑色十字为用于遥感反演的SSC实测站位位置。Figure 1. Water depth in the Bohai Sea and distribution of SSC observed stationsBlack crosses show the location of the SSC observation stations used for remote sensing data inversion.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。
![]()
图 4 渤海不同海域2003—2021年年均区域化平均SSC变化Figure 4. Annual averaged SSC in the different area of Bohai Sea from 2003 to 2021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 ![]()
图 5 EOF第一模态空间模态及时间系数a为第一模态空间模态分布图，色轴代表特征值大小，b为第一模态时间系数图。Figure 5. The spatial mode and time coefficient of the first mode of EOFa shows the distribution of spatial mode of the first mode, the color bar represents the eigenvalue, b shows the time coefficient of the first mode.![]()
图 7 EOF第三模态空间模态及时间系数a为第三模态空间模态分布图，色轴代表特征值大小，b为第三模态时间系数图。Figure 7. The spatial mode and time coefficient of the third mode of EOFa shows the distribution of spatial mode of the third mode, the color bar represents the eigenvalue, b shows the time coefficient of the third mode.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。
![]()
图 6 EOF第二模态空间模态及时间系数a为第二模态空间模态分布图，色轴代表特征值大小，b为第二模态时间系数图。Figure 6. The spatial mode and time coefficient of the second mode of EOFa shows the distribution of spatial mode of the second mode, the color bar represents the eigenvalue, b shows the time coefficient of the second mode.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。
![]()
图 8 2003—2021年渤海湾和莱州湾冬季区域化平均风速及第一模态时间系数Figure 8. Regional averaged wind speed in Bohai Bay and Laizhou Bay during winter from 2003 to 2021 and the time coefficient of the first mode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）。
![]()
图 10 2003—2021年渤海湾及莱州湾表层区域平均SSC的年距平Figure 10. Annual regionalized averaged variation of SSC in Bohai Bay and Laizhou Bay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。
![]()
图 11 2006、2017年渤海风速距平、表层SSC及风向对比图Figure 11. The anomaly of annual averaged wind speed , distribution of SSC and the comparison of wind direction in 2006 and 2017 of the Bohai Sea3.3 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。
-
![]()
图 1 两个不同时间段的海底地震仪投放位置
Figure 1. The deployment locations of the ocean bottom seismographers in two different periods
![]()
图 2 2014年S12台站和2021年Geopro台站海底地震仪所记录的四分量微地震数据
Figure 2. The four-component microseismic data recorded by the S12 station in 2014 and the Geopro station in 2021
![]()
图 3 冷泉区微地震数据处理流程及结果
Figure 3. The processing workflow and results of microseismic data in the cold seep area
![]()
图 4 S12台站和Geopro台站中STA/LTA方法自动拾取的冷泉微地震事件
Figure 4. Cold seeps microseismic events automatically picked by the STA/LTA method at the S12 station and Geopro station
![]()
图 5 冷泉活动微地震信号波形特征
Figure 5. The waveform characteristics of microseismic signals from cold seeps activity
![]()
图 6 冷泉活动微地震事件频谱图和时频图
Figure 6. The spectra and spectrogram of microseismic cold-seep activity
![]()
图 7 两次观测实验中与冷泉活动相关的微地震事件主频分布图
Figure 7. The dominant frequence distribution of microseismic events from cold seeps activity in the two observation experiments
![]()
图 8 S20台站不同时间段内E、N、Z三分量拾取的冷泉微地震事件统计直方图
Figure 8. The statistical histogram of cold-seep microseismic events picked by the E, N, and Z components at the S20 station during different time periods
![]()
图 9 S32台站不同时间段内E、N、Z三分量拾取的冷泉微地震事件统计直方图
Figure 9. The statistical histogram of cold-seep microseismic events picked by the E, N, and Z components at the S32 station during different time periods
![]()
图 10 Geopro台站2021年11月7—18日期间每日拾取最多次冷泉微地震事件的时间段折线图
Figure 10. The temporal line chart of the period with the most cold-seep microseismic events picked up each day at the Geopro station from November 7 to November 18, 2021
表 1 两次投放的海底地震仪采样率、台站编号和记录时长
Table 1 The sampling rate, station number, and recording duration of the ocean bottom seismographers in the two deployments
投放时间 采样率/Hz 台站编号 记录时长 2014年
4月18日500 S10 83 760 s S12 86 160 s S14 88 140 s S16 90 660 s S18 92 400 s S20 94 500 s S22 96 660 s S24 98 160 s S26 100 560 s S28 102 840 s S30 104 280 s S32 106 260 s S34 108 300 s 2021年
11月6日250 Geopro台站 约14 d 
下载: 导出CSV
表 2 STA/LTA方法拾取与冷泉活动相关微地震事件参数设置
Table 2 The parameter settings of the STA/LTA method for picking up microseismic signals related to cold seep activity
数据投放
时间STA设置
时间/sLTA设置
时间/s开始
触发值结束
触发值2014-04-18 0.1 2 10 2 2021-11-06 0.1 1 6 2
下载: 导出CSV
表 3 2014年4月18日13台海底地震仪冷泉微地震事件拾取数目统计
Table 3 The statistics of cold seep microseismic events recognized by 13 ocean bottom seismographers in 18 April 2014
台站 各分量上拾取数量/次 拾取总
量/次两个分量
同时拾取到
数量/次三个分量
同时拾取到
数量/次E分量 N分量 Z分量 S10 62 44 54 160 21 28 S12 6 3 7 16 1 2 S14 16 11 10 37 2 6 S16 27 23 101 151 9 15 S18 11 20 42 73 10 4 S20 609 298 465 1372 185 249 S22 82 72 22 176 38 13 S24 38 40 17 95 15 12 S26 92 51 41 184 26 15 S28 21 18 40 79 7 12 S30 7 11 28 46 3 4 S32 160 190 461 811 84 105 S34 15 16 6 37 8 2 合计 1146 797 1294 3237 409 467
下载: 导出CSV
表 4 2021年11月6—18日期间单台海底地震仪冷泉微地震事件拾取数目统计
Table 4 The statistics of cold seep microseismic events detected by a single ocean bottom seismographer from November 6-18, 2021
日期
（2021年）各分量上拾取数量/次 拾取总
量/次两个分
量同时
拾取到
数量/次三个分
量同时
拾取到
数量/次四个分
量同时
拾取到
数量/次E分量 N分量 Z分量 H分量 11-06 10 40 33 12 95 4 0 0 11-07 25 1013 98 7 1143 8 3 2 11-08 22 9 152 3 186 4 0 0 11-09 25 8 6 14 53 1 1 1 11-10 14 7 8 6 35 4 0 0 11-11 23 19 13 10 65 8 0 1 11-12 22 3 2 5 32 1 0 0 11-13 24 8 7 4 43 1 1 1 11-14 11 11 9 25 56 4 0 1 11-15 22 2 8 18 50 1 0 0 11-16 29 1 4 7 41 0 0 0 11-17 20 1 2 7 30 1 0 0 11-18 23 1 1 10 35 0 0 0 合计 270 1123 343 128 1864 37 5 6
下载: 导出CSV
-
[1] 张金华, 方念乔, 魏伟, 等. 天然气水合物成藏条件与富集控制因素[J]. 中国石油勘探, 2018, 23(3):35-46 ZHANG Jinghua, FANG Nianqiao, WEI Wei, et al. Accumulation conditions and enrichment controlling factors of natural gas hydrate reservoirs[J]. China Petroleum Exploration, 2018, 23(3):35-46.]
[2] You K, Flemings P B, Malinverno A, et al. Mechanisms of methane hydrate formation in geological systems[J]. Reviews of Geophysics, 2019, 57(4):1146-1196. doi: 10.1029/2018RG000638
[3] 万春燕, 张贺恩, 李磊, 等. 海洋天然气水合物降压开采装备现状与技术探讨[J]. 石油机械, 2024, 52(10):83-90 WAN Chunyan, ZHANG He’en, LI Lei, et al. Current status and techniques of equipment for depressurization exploitation of marine gas hydrate[J]. China Petroleum Machinery, 2024, 52(10):83-90.]
[4] 苏丕波, 梁金强, 张伟, 等. 南海北部神狐海域天然气水合物成藏系统[J]. 天然气工业, 2020, 40(8):77-89 SU Pibo, LIANG Jinqiang, ZHANG Wei, et al. Natural gas hydrate accumulation system in the Shenhu sea area of the northern South China Sea[J]. Natural Gas Industry, 2020, 40(8):77-89.]
[5] 梁金强, 宁伏龙, 张如伟, 等. 海域天然气水合物勘查开发进展及研究方向[J]. 地质学报, 2024, 98(9): 2533-2540 LIANG Jinqiang, NING Fulong, ZHANG Ruwei, et al. Progress and research direction of marine natural gas hydrate exploration and development[J]. Acta Geologica Sinica, 2024, 98(9): 2533-2540. ]]
[6] 邸鹏飞, 冯东, 高立宝, 等. 海底冷泉流体渗漏的原位观测技术及冷泉活动特征[J]. 地球物理学进展, 2008, 23(5):1592-1602 DI Pengfei, FENG Dong, GAO Libao, et al. In situ measurement of fluid flow and signatures of seep activity at marine seep sites[J]. Progress in Geophysics, 2008, 23(5):1592-1602.]
[7] 张锟, 宋海斌, 王宏斌, 等. 南海北部琼东南海域活动冷泉流场特征初探[J]. 科学通报, 2020, 65(12):1130-1140 doi: 10.1360/TB-2019-0582 ZHANG Kun, SONG Haibin, WANG Hongbin, et al. A preliminary study on the active cold seeps flow field in the Qiongdongnan Sea Area, the northern South China Sea[J]. Chinese Science Bulletin, 2020, 65(12):1130-1140.] doi: 10.1360/TB-2019-0582
[8] 刘莉萍, 初凤友, 郭磊, 等. 海底天然气水合物及冷泉流体渗漏的原位观测技术[J]. 海洋学研究, 2023, 41(1):26-44 LIU Liping, CHU Fengyou, GUO Lei, et al. Explorations of marine gas hydrate deposits and the signatures of hydrocarbon venting using in situ techniques[J]. Journal of Marine Sciences, 2023, 41(1):26-44.]
[9] 吴能友, 杨胜雄, 王宏斌, 等. 南海北部陆坡神狐海域天然气水合物成藏的流体运移体系[J]. 地球物理学报, 2009, 52(6):1641-1650 WU Nengyou, YANG Shengxiong, WANG Hongbin, et al. Gas-bearing fluid influx sub-system for gas hydrate geological system in Shenhu Area, Northern South China Sea[J]. Chinese Journal of Geophysics, 2009, 52(6):1641-1650.]
[10] 何家雄, 夏斌, 孙东山, 等. 琼东南盆地油气成藏组合、运聚规律与勘探方向分析[J]. 石油勘探与开发, 2006, 33(1):53-58 HE Jiaxiong, XIA Bin, SUN Dongshan, et al. Hydrocarbon accumulation, migration and play targets in the Qiongdongnan Basin, South China Sea[J]. Petroleum Exploration and Development, 2006, 33(1):53-58.]
[11] 张云山, 贾永刚, 尉建功. 海底冷泉原位观测装置研究回顾与展望[J]. 海洋地质与第四纪地质, 2022, 42(2):200-213 ZHANG Yunshan, JIA Yonggang, WEI Jiangong. A review and prospect of in-situ observation equipment for cold seep[J]. Marine Geology & Quaternary Geology, 2022, 42(2):200-213.]
[12] 吕泰衡, 孙治雷, 耿威, 等. 海底冷泉区沉积物-水界面甲烷通量原位观测研究进展[J]. 海洋地质与第四纪地质, 2023, 43(4):167-180 LV Taiheng, SUN Zhilei, GENG Wei, et al. Progress in in-situ observation of methane flux at sediment-water interface in cold seep[J]. Marine Geology & Quaternary Geology, 2023, 43(4):167-180.]
[13] 臧虎临, 侯贺晟, 安美建, 等. 海域天然地震资料采集方法综述[J]. 地球物理学进展, 2022, 37(5):2218-2224 ZANG Hulin, HOU Hesheng, AN Meijian, et al. Seismological data acquisition methods in marine area[J]. Progress in Geophysics, 2022, 37(5):2218-2224.]
[14] 魏垚, 牛雄伟, 虞嘉辉, 等. 利用海底地震仪探测碳泄漏的研究进展[J]. 地震学报, 2023, 45(3):392-410 WEI Yao, NIU Xiongwei, YU Jiahui, et al. Research progress on detection of carbon leakage by ocean bottom seismometer[J]. Acta Seismologica Sinica, 2023, 45(3):392-410.]
[15] Lepore S, Grad M. Analysis of the primary and secondary microseisms in the wavefield of the ambient noise recorded in northern Poland[J]. Acta Geophysica, 2018, 66(5):915-929. doi: 10.1007/s11600-018-0194-2
[16] Batsi E, Tsang-Hin-Sun E, Klingelhoefer F, et al. Nonseismic signals in the Ocean: indicators of deep sea and seafloor processes on ocean-bottom seismometer data[J]. Geochemistry, Geophysics, Geosystems, 2019, 20(8):3882-3900. doi: 10.1029/2019GC008349
[17] Wang Y Z, Yang T, Wu Y C, et al. A new broad-band ocean bottom seismograph and characteristics of the seismic ambient noise on the South China Sea seafloor based on its recordings[J]. Geophysical Journal International, 2022, 230(1):684-695. doi: 10.1093/gji/ggac092
[18] Ardhuin F, Gualtieri L, Stutzmann E. How ocean waves rock the Earth: two mechanisms explain microseisms with periods 3 to 300 s[J]. Geophysical Research Letters, 2015, 42(3):765-772. doi: 10.1002/2014GL062782
[19] 刘亚楠, 刘保华, 刘晨光, 等. 南海东部次海盆地震背景噪声分析[J]. 海洋地质与第四纪地质, 2021, 41(2):109-117 LIU Ya’nan, LIU Baohua, LIU Chenguang, et al. Research on seismic background noise in the Eastern Subbasin of the South China Sea[J]. Marine Geology & Quaternary Geology, 2021, 41(2):109-117.]
[20] Kuna V M, Nábělek J L. Seismic crustal imaging using fin whale songs[J]. Science, 2021, 371(6530):731-735. doi: 10.1126/science.abf3962
[21] Dréo R, Bouffaut L, Leroy E, et al. Baleen whale distribution and seasonal occurrence revealed by an ocean bottom seismometer network in the Western Indian Ocean[J]. Deep Sea Research Part II: Topical Studies in Oceanography, 2019, 161:132-144. doi: 10.1016/j.dsr2.2018.04.005
[22] Ugalde A, Gaite B, Ruiz M, et al. Seismicity and noise recorded by passive seismic monitoring of drilling operations offshore the Eastern Canary Islands[J]. Seismological Research Letters, 2019, 90(4):1565-1576.
[23] 段旻良, 童思友, 陈江欣, 等. 海底流体逃逸活动的地球物理响应特征[J]. 地球物理学进展, 2019, 34(5):2002-2015 DUAN Minliang, TONG Siyou, CHEN Jiangxin, et al. Geophysical characteristics of seabed fluid escape[J]. Progress in Geophysics, 2019, 34(5):2002-2015.]
[24] 栾锡武, 李晓芸. 流体迁移和海底地形与天然气水合物的形成[J]. 海洋地质与第四纪地质, 2012, 32(2):1-10 LUAN Xiwu, LI Xiaoyun. Sea floor topography of shallow gas hydrate area: data from okhotsk sea[J]. Marine Geology & Quaternary Geology, 2012, 32(2):1-10.]
[25] Pontoise B, Hello Y. Monochromatic infra-sound waves recorded offshore Ecuador: possible evidence of methane release[J]. Terra Nova, 2002, 14(6):425-435. doi: 10.1046/j.1365-3121.2002.00437.x
[26] Tary J B, Géli L, Guennou C, et al. Microevents produced by gas migration and expulsion at the seabed: a study based on sea bottom recordings from the Sea of Marmara[J]. Geophysical Journal International, 2012, 190(2):993-1007. doi: 10.1111/j.1365-246X.2012.05533.x
[27] Tsang-Hin-Sun E, Batsi E, Klingelhoefer F, et al. Spatial and temporal dynamics of gas-related processes in the Sea of Marmara monitored with ocean bottom seismometers[J]. Geophysical Journal International, 2019, 216(3):1989-2003. doi: 10.1093/gji/ggy535
[28] Sultan N, Riboulot V, Ker S, et al. Dynamics of fault-fluid-hydrate system around a shale-cored anticline in deepwater Nigeria[J]. Journal of Geophysical Research: Solid Earth, 2011, 116(B12):B12110. doi: 10.1029/2011JB008218
[29] Franek P, Plaza-Faverola A, Mienert J, et al. Microseismicity linked to gas migration and leakage on the western Svalbard shelf[J]. Geochemistry, Geophysics, Geosystems, 2017, 18(12):4623-4645. doi: 10.1002/2017GC007107
[30] 朱俊江, 李三忠, 陆敬安, 等. 南海北部神狐海域地质环境综合调查及科学意义[J]. 地球科学, 2020, 45(4):1416-1426 ZHU Junjiang, LI Sanzhong, LU Jing’an, et al. Scientific implications and preliminary surveying results of geological and physical oceanography environment in the Shenhu Area of the northern South China Sea[J]. Earth Science, 2020, 45(4):1416-1426.]
[31] Wang X C, Nie B, Wu Z Y, et al. Identification and characteristics analysis of micro-seismic signals in the Haima Seep Area[J]. Journal of Earth Science, 2024, 35(1):288-291. doi: 10.1007/s12583-024-1968-x
[32] Liu B, Huang J Y, Jiang W B, et al. Seismic monitoring of sub-seafloor fluid processes in the [36]Haima cold seep area using an Ocean Bottom Seismometer (OBS)[J]. Earth and Planetary Physics, 2023, 7(5): 582-602.
[33] 王宜志, 杨挺, 刘晨光, 等. 中国南海西北次海盆海底地震记录的短时事件分析[J]. 地震学报, 2023, 45(3):431-444 doi: 10.11939/jass.20220175 WANG Yizhi, YANG Ting, LIU Chenguang, et al. Short duration events on OBS recordings in the Northwest Sub-basin of the South China Sea[J]. Acta Seismologica Sinica, 2023, 45(3):431-444.] doi: 10.11939/jass.20220175
[34] 刘晨光, 华清峰, 裴彦良, 等. 南海海底天然地震台阵观测实验及其数据质量分析[J]. 科学通报, 2014, 59(16):1542-1552 doi: 10.1360/csb2014-59-16-1542 LIU Chenguang, HUA Qingfeng, PEI Yanliang, et al. Passive-source Ocean Bottom Seismograph (OBS) array experiment in South China Sea and data quality analyses[J]. Chinese Science Bulletin, 2014, 59(16):1542-1552.] doi: 10.1360/csb2014-59-16-1542
[35] 孙国静, 管红香, 张志顺, 等. 南海海马冷泉区沉积物孔隙水地球化学特征对冷泉活动的指示[J]. 海洋地质与第四纪地质, 2024, 44(1):1-14 SUN Guojing, GUAN Hongxiang, ZHANG Zhishun, et al. Geochemical characteristics of sediment pore water in Haima area of the South China Sea: an indication of cold seeps[J]. Marine Geology & Quaternary Geology, 2024, 44(1):1-14.]
[36] Huang Y Y, Feng J C, Xie Y, et al. Phase equilibrium characteristics of natural gas hydrate formation at the deep-water environment of “Haima” cold seep[J]. Energy Reports, 2022, 8:5501-5509. doi: 10.1016/j.egyr.2022.04.011
[37] 赵静, 梁前勇, 尉建功, 等. 南海北部陆坡西部海域“海马”冷泉甲烷渗漏及其海底表征[J]. 地球化学, 2020, 49(1):108-118 ZHAO Jing, LIANG Qianyong, WEI Jiangong, et al. Seafloor geology and geochemistry characteristic of methane seepage of the “Haima” cold seep, northwestern slope of the South China Sea[J]. Geochimica, 2020, 49(1):108-118.]
[38] Feng J X, Yang S X, Wang H B, et al. Methane source and turnover in the shallow sediments to the west of Haima cold seeps on the northwestern slope of the South China Sea[J]. Geofluids, 2019, 2019:1010824.
[39] 杨力, 刘斌, 徐梦婕, 等. 南海北部琼东南海域活动冷泉特征及形成模式[J]. 地球物理学报, 2018, 61(7):2905-2914 YANG Li, LIU Bin, XU Mengjie, et al. Characteristics of active cold seepages in Qiongdongnan Sea area of the northern South China Sea[J]. Chinese Journal of Geophysics, 2018, 61(7):2905-2914.]
[40] 赵文宇, 童思友, 陈江欣, 等. 海底冷泉羽状流及其资源效应探讨[J]. 地球物理学进展, 2021, 36(5):2251-2263 ZHAO Wenyu, TONG Siyou, CHEN Jiangxin, et al. Discussion on the submarine bubble plume and its effect on hydrocarbon resources[J]. Progress in Geophysics, 2021, 36(5):2251-2263.]
[41] Stevenson P R. Microearthquakes at Flathead Lake, Montana: A study using automatic earthquake processing[J]. Bulletin of the Seismological Society of America, 1976, 66(1):61-80.
[42] Allen R V. Automatic earthquake recognition and timing from single traces[J]. Bulletin of the Seismological Society of America, 1978, 68(5):1521-1532. doi: 10.1785/BSSA0680051521
[43] Earle P S, Shearer P M. Characterization of global seismograms using an automatic-picking algorithm[J]. Bulletin of the Seismological Society of America, 1994, 84(2):366-376. doi: 10.1785/BSSA0840020366
[44] 杨胜雄, 梁金强, 陆敬安, 等. 南海北部神狐海域天然气水合物成藏特征及主控因素新认识[J]. 地学前缘, 2017, 24(4):1-14 YANG Shengxiong, LIANG Jinqiang, LU Jing'an, et al. New understandings on the characteristics and controlling factors of gas hydrate reservoirs in the Shenhu area on the northern slope of the South China Sea[J]. Earth Science Frontiers, 2017, 24(4):1-14.]
[45] 雷裕红, 宋颖睿, 张立宽, 等. 海洋天然气水合物成藏系统研究进展及发展方向[J]. 石油学报, 2021, 42(6):801-820 LEI Yuhong, SONG Yingrui, ZHANG Likuan, et al. Research progress and development direction of reservoir-forming system of marine gas hydrates[J]. Acta Petrolei Sinica, 2021, 42(6):801-820.]
计量
- 文章访问数: 56
- HTML全文浏览量: 4
- PDF下载量: 23
