SPECTROPHOTOMETRIC TIME SERIES OF DONGGOU SECTION IN NIHEWAN BASIN
-
摘要: 泥河湾盆地东部的洞沟剖面出露一套以湖相为主的地层,其顶部覆盖了末次间冰期古土壤与末次冰期黄土。测量了该剖面的光谱光度和磁化率,结果显示,亮度(L*)随深度的变化趋势基本与色度a*、色度b*相反,即低亮度值对应高色度值。砂层的亮度值相对低,而质量磁化率高。亮度记录可以与洛川黄土剖面的磁化率记录对比,即亮度低值段可与磁化率高值段对比,这可能源于两者都受东亚季风的控制。对比后获得了30个时间控制点,在此基础上,建立了洞沟剖面测量参数的时间序列。谱分析表明,各参数的时间序列显示了主要的米兰科维奇周期,这显示泥河湾古湖沉积物对古气候的周期性变化敏感。Abstract: Donggou section located in the east of Nihewan basin contains a suite of strata mainly consisting of lacustrine sediments. The last interglacial paleosol and last glacial loess units overlie the top of this section. Previous paleogeomagnetic study revealed that this section records Brunhes chron, Jaramillo subchron and Olduvai subchron. We measured both spectrophotometric parameters and magnetic susceptibility of successive samples collected from this section. Results show that the lightness (L*) value varies in an almost reverse tendency if it is compared with chroma a* and chroma b*, i.e. the low lightness value corresponding to the high chroma value. The lightness values of the intercalated sand layers are relatively low, while the magnetic susceptibility is relatively high. We find that the lightness record of Donggou section can be correlated to the magnetic record of the loess section in Luochuan if the low value of the former is compared with the high value of the latter. This correlation is thought to be valid because both parameters are controlled by the change of the same aeolian flux in the past. The correlation permits us to extract 30 time control ties. Based on these ties, a time series of Donggou section is constructed by interpolating. Spectrum analysis indicates that the time series of each parameter exhibits main Milankovitch periods. Among them, periods of 23 and 19ka are close to the theoretic value of the precession. This means the sedimentation in the extinct Nihewan lake is very sensitive to periodical paleoclimatic change. The age of the paleomagnetic boundary assigned by this time series is close to the widely accepted data. This fact indirectly indicates that the suggested correlation is credible. This time series implies that the age of the Xiaochangliang paleolithic site is about 1 467~1 539 ka.
-
Keywords:
- Donggou section /
- spectrophotometric /
- time series /
- period /
- Nihewan
-
全球天然气水合物潜在资源总量约为（1～5）×1015 m3[1-2]，其中海洋天然气水合物约占天然气水合物总量的97%[3]，具有巨大的能源开发前景。世界各国尤其是发达国家及能源短缺国家高度重视天然气水合物成藏理论、勘探开发等方面的研究。近20年来，根据中国众多学者在勘探实践中基于多种不同方法的资源量评估发现，中国南海北部天然气水合物远景资源量评估结果可达600～900亿t油当量[4-5]。海底冷泉活动与天然气水合物密切相关，天然气水合物分解的产物是冷泉活动的主要气源之一[6-8]。活动冷泉系统在流体运移喷发过程中通常会引起下部地层中流体物质“固-液-气”转化，其释放能量导致孔隙破裂等地压释放、震动，以及浅部地层经流体冲击等外力导致的裂隙、坍塌等震动事件[9-10]。这些微地震事件能直观准确地反映冷泉系统生长发育状态及生命周期，对了解天然气水合物区的流体运移规律、气体分布的时空模式和气体排放的触发机制具有重要意义。
微地震监测技术目前主要针对陆地油田的开发，基本做法是通过在井中或地面布置检波器接收生产活动所产生或诱发的微小地震事件，并通过对这些事件的反演求取微地震震源位置等参数，然后应用这些参数对生产活动进行监控或指导。海域和陆域的微地震资料采集原理虽然相同，但是采集方法却差别很大，海水和海底情况的复杂性，使海域天然地震采集站点部署难度增大，这造成了采集站点数量和分布均匀性远远低于陆域。海底地震仪（ocean bottom seismographs，OBS）是一种重要海底观测工具，通过船进行定点大量投放和沉底式的采集方法，可以对特定海域进行流动观测[11-14]。海底地震仪能够记录地震产生的P、S波，既能用于天然地震（被动源）观测，又能用于海上人工地震（主动源）勘探。海底实际情况十分复杂，通过海底地震仪可以记录各种海洋活动的信号，例如天然地震信号[15-16]、海洋波浪产生的微震噪音[17]、地球的“喘息”[18]以及地球的自由振荡等相对低频的震动信号[19]，此外还有推测可能与海洋哺乳动物的叫声[20-22]或海底浅层的地质运动过程[23-24]相关的大量的高频震动事件，因为其单个信号的持续时间较常规地震信号短，故称其为短时事件（short duration event，SDE）。
大量在全球富含天然气水合物的海域，与海底沉积层冷泉区流体物质逸散过程相关的微地震事件已经被海底地震仪所记录下来，如厄瓜多尔北部俯冲带[25]、马尔马拉海[26-27]、尼日尔三角洲地区[28]、斯瓦尔巴特海域[29]，以及中国南海北都神狐海域[30]、琼东南海域[31-32]和西北次海盆[33]。可见国内外对海洋领域天然气水合物的深入研究以及对海底地震观测实验的开展积累了大量的海底地震资料，其中更是包括大量与冷泉活动相关的微地震记录数据[34]。然而中国对天然气水合物区冷泉活动产生的微地震事件规律特征研究还极其有限，特别是对南海海域冷泉系统的微地震的相关研究，缺乏对冷泉活动产生的微地震事件信号特征、频率特征和影响因素的相应认识。
鉴于此，本文以琼东南海域“海马”冷泉区附近2014年4月和2021年11月两次不同时间段的海底地震仪监测到的微地震数据为研究对象，通过对两组观测数据进行针对性处理，利用经典的长短时窗能量比方法（short term average/long term average，STA/LTA）识别出与冷泉系统流体逸散活动相关的微地震事件，并重点分析了识别出的冷泉活动微地震事件波形特征、频谱特征、时频特征和时间分布特征，对琼东南海域冷泉活动产生的微地震响应特征进行了初步探讨。
1. 研究区和监测数据概况
本文研究区位于与天然气水合物赋存相关的大型活动冷泉“海马”冷泉附近，“海马”冷泉位于琼东南盆地西部海域区，盆地构造上属新生代大陆边缘裂谷形成的复合盆地，发育富有机质的第四纪沉积和新近系上新统海相泥岩，具有良好的生烃环境[35-36]。“海马”冷泉区海底地势平缓，总体呈东西向条带状展布，水深为1 350～1 430 m，面积约为618 km2，其中已探查有冷泉活动的区域约350 km2，约占海马冷泉区面积56.6%[37]。“海马”冷泉区作为珠江口盆地发现的海底巨型活动型冷泉区域，整体气体渗漏现象非常明显，且是以甲烷为主要气体渗漏形成的活动冷泉区，气体渗漏活动具有时空迁移性[38]。详细的地质背景资料及大量的活动冷泉和丰富的气源活动，都表明“海马”冷泉区是研究天然气水合物冷泉系统微地震信号特征规律的重要场所[39-40]。
本文研究数据是以中国地质调查局广州海洋地质调查局在2014和2021年两个不同航次投放的海底地震仪所记录的数据为基础，两个航次海底地震仪的投放位置如图1所示，第一次的海底微地震数据记录于2014年4月18日，主动源勘探记录，期间共投放了13台海底地震仪，这些海底地震仪平均有效记录时长均达到了约24 h。第二次分析数据为2021年11月份投放的1台Geopro海底地震仪所记录的长周期的微地震监测数据，该海底地震仪布放于11月5日，回收于11月19日，有效记录时间约为14 d。两次投放的海底地震仪台站的投放时间、仪器采样率、台站编号和记录时长的具体记录信息如表1所示。
![]()
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 在2014年4月18日投放的海底地震仪台站中，13台仪器平均记录时长约24 h，记录数据整体上信噪比较高，所有仪器环境噪声均维持在较低的水平，与冷泉活动微地震信号在能量上存在较大差别，因此全部作为研究数据进行分析。对于2021年11月6日投放的单台海底地震仪Geopro台站，整体背景噪声情况较为严重，有效信号能量相较于噪声能量更弱，能量较低、振幅较小的冷泉活动微地震信号被淹没在背景噪声之中，但是整体时长达到了14 d，通过一定处理可以作为长周期监测数据进行分析。以这两个不同时间段、不同台站数量和不同记录时长的海底地震仪数据为研究对象，来初步分析“海马”冷泉区冷泉系统的微地震响应特征。图2为两次投放的海底地震仪中S12台站和Geopro台站四分量微地震记录。
![]()
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 20212. 冷泉区微地震数据处理及微地震事件识别
2.1 微地震数据处理
通过对两次不同时间段的海底地震仪记录数据初步整理发现，在两次不同时间段的记录数据中，整体包含着许多不需要的非冷泉活动的微地震信号，例如海洋声浪、固体地球相互作用、海洋地震主动源勘探和仪器投放回收过程等不同频率的干扰信号，这样会导致许多较弱的与冷泉活动相关的微地震信号淹没在噪声中。为了在海底地震仪记录的数据中显现出与冷泉活动相关的微地震记录，参考天然地震数据处理方法并结合实际情况，我们分别实施了数据裁剪、去线性趋势、去均值和带通滤波等常规处理手段。
在对海底地震仪测试、投放和回收的过程中，产生的一些强振幅干扰信号被记录下来。根据海底地震仪测试投放和回收工作时间，对这些无效记录进行裁剪，从而去掉这些强振幅干扰。此外，由于波形数据总会存在一个长周期线性趋势或者一个非零均值，会对地震信号分析、量取震级等工作产生干扰，影响数据分析的准确性，必须在数据分析前去除。因此，我们对两次监测数据首先进行了数据裁剪、去线性趋势和去均值的处理操作。图3a、b分别为S12台站和Geopro台站2021年11月6日记录的原始数据中Z分量经过数据裁剪、去线性趋势和去均值后的结果。
![]()
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此外，为了压制海底地震仪记录数据中存在的背景噪声和其他的一些噪声，滤波是一种有效的手段，可以保留有效信号，提高信噪比。根据冷泉微地震活动相关的有效信号与噪声信号在频率上的差异进行了带通滤波。对于2014年的13台海底地震仪，由于是在主动源勘探作业期间进行记录的，我们采用了2～30 Hz的带通滤波，以压制背景噪声和主动源勘探信号。而2021年的单台Geopro海底地震仪观测数据主要是环境噪声的干扰，我们则利用1～30 Hz带通滤波进行环境噪声的压制。通过图3可以看到经过带通滤波后，不仅保留了原有的冷泉微地震信号，而且还能显现出被噪声压制的冷泉微地震信号。两次观测数据经过相应的预处理后，数据信噪比有明显的提升，与冷泉活动无关的噪声大部分被压制。
2.2 冷泉活动微地震事件识别
为了研究与冷泉活动有关的微地震记录，需要从处理好的记录中对其进行分辨和拾取。已有的资料表明，目前已经发现的由冷泉等流体运移活动所导致的微地震信号大致分为冷泉微地震事件信号和短扰动信号两类。这些信号主要表现为持续时间短、低主频、水听器信号缺失等特征，在振幅上与常规地震事件存在差异，也没有明显的续至波[31-32]。对于简单的冷泉活动微地震事件，其振幅特征明显，利用手动肉眼的方法即可拾取。但是海底地震仪通常数据数量巨大，而且有些微地震事件仅靠肉眼难以分辨，因此在这里我们采用自动拾取方法来识别两组海底地震仪中的冷泉系统活动产生的微地震事件和短扰动信号。
采用Stevenson提出的经典的基于长短时窗能量比方法来识别冷泉微地震事件，该方法依据长、短时窗内地震波平均能量比值来判定地震事件初至波到时的方法，原理简单，计算效率高，被广泛应用于天然地震领域[41]。长短时窗能量比方法通过所记录数据的能量（信号幅值的平方）的短时窗均值（short term average，STA）和长时窗均值（long term average，LTA）之比来构建信号随时间的变化特征函数，可以灵敏地反映信号幅度变化，其中短时窗均值对事件（即信号的突变）较敏感，长时窗均值反映台站背景噪声的信息。当震动信号到来时，引起短时窗均值的变化快于长时窗均值，即长短时窗能量比会出现突增；当长短时窗能量比大于预先设定的阈值时，则判定为有效震动事件到达[42-43]。长短时窗能量比方法具体计算公式为：
$$ \mathrm{S}\mathrm{T}\mathrm{A}\left(n\right)=\frac{1}{\mathrm{s}\mathrm{w}}{\sum }_{i=n-\mathrm{s}\mathrm{w}}^{n}\mathrm{C}\mathrm{F}\left(i\right) $$ (1) $$ \mathrm{L}\mathrm{T}\mathrm{A}\left(n\right)=\frac{1}{\mathrm{l}\mathrm{w}}{\sum }_{i=n-\mathrm{l}\mathrm{w}}^{n}\mathrm{C}\mathrm{F}\left(i\right) $$ (2) $$ \frac{\mathrm{S}\mathrm{T}\mathrm{A}}{\mathrm{L}\mathrm{T}\mathrm{A}}\left(n\right)=\frac{\mathrm{S}\mathrm{T}\mathrm{A}\left(n\right)}{\mathrm{L}\mathrm{T}\mathrm{A}\left(n\right)}{\text{≥}} R $$ (3) 其中sw与lw分别为短时窗与长时窗长度，n为微地震数据点，R为设定阈值，CF为特征函数，不同的特征函数可以表示在振幅、频率等方面的变化，本文中采用经典算法，CF(i)为原始地震记录。
在进行基于长短时窗能量比方法识别冷泉微地震事件时，长短时窗长度、阈值选取、表征函数等参数均对冷泉微地震事件的拾取结果存在影响，其中短时窗长度sw最为关键。根据两次海底地震仪的记录情况，我们依照表2中参数设置对两组不同时间段的海底地震仪地震记录进行基于长短时窗能量比方法的自动识别。由于在2014年投放的13台海底地震仪中水听器分量中接收不到冷泉活动相关的记录，2021年投放的单台海底地震仪中水听器分量存在冷泉活动相关的微地震信号，我们只对2014年投放的13台海底地震仪中ENZ三个分量的记录进行了识别，而对2021年投放的单台海底地震仪中ENZH四个分量的地震记录全部进行识别，基于长短时窗能量比方法对“海马”冷泉区微地震事件的识别过程和结果，如图4所示。2014年投放的13台海底地震仪和2021年投放的单台海底地震仪记录数据中冷泉微地震事件识别结果，统计如表3和表4所示。
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 ![]()
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 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 3. 冷泉微地震事件特征分析
3.1 波形特征
在完成所有海底地震仪观测数据的冷泉微地震事件拾取后，对识别出的冷泉微地震事件波形特征进行分析，以了解冷泉微地震响应的信号波形特征。在两组数据识别结果中，存在典型的短扰动信号，这类信号持续时间较短，约为0.5～2 s，仅包含初至波，没有明显的续至波，信号的尾部像螺丝一样有规律的衰减。除了短扰动信号，自动拾取的结果还存在典型的冷泉微地震信号，这些信号事件波形上与短扰动信号类似，但是持续时间相较短扰动信号更短，平均持续时间为0.3～1 s，同样也是无明显的续至波。二者都是冷泉等流体运移活动所产生的微地震信号。图5为在两组数据识别结果中的短扰动信号和冷泉微地震信号，2014年拾取结果中水听器分量表现为缺失状态，2021年拾取结果中有些在水听器上存在明显的短扰动信号特征，这可能与2021年投放的海底地震仪与冷泉活动震源位置距离较近且冷泉活动事件的能量较强原因有关。
![]()
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 activity3.2 频谱特征
为了解“海马”冷泉区冷泉活动产生的微地震信号的频谱特征，对拾取的冷泉活动微地震信号进行了频谱分析和时频分析，由于大多数事件在水听器分量上无明显的响应，本研究仅对海底地震仪的E、N、Z三分量进行分析。通过快速傅里叶变换计算得到振幅谱，了解其主频特征；利用连续小波变换的时频分析掌握信号的时域信息和频域信息，以了解信号的频率随着时间变化的规律。图6为图5中的3个冷泉活动微地震信号频谱图和时频图。在S28台站中拾取的短扰动信号其E分量和N分量主频在13 Hz附近，Z分量主频约在25 Hz附近；在S16台站中拾取的冷泉微地震信号其E分量、N分量和Z分量、主频约在5～8 Hz附近；在Gorpro台站中拾取的E分量主频约在16 Hz附近，N分量和Z分量主频约在7～10 Hz附近。3个冷泉活动E、N、Z分量上微地震信号优势频率能量集中在各自频谱图中主频峰值附近，在时间上与冷泉微地震事件发生时间匹配，优势频率与各自冷泉微地震事件相对应。
![]()
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本研究还统计出了两组观测数据中拾取的、与冷泉活动相关的微地震事件的主频，以进一步了解“海马”冷泉区冷泉微地震事件主频分布特征。对于2014年的观测数据，每一台站选取了一个同时被3个分量拾取到的冷泉微地震事件，对于2021年的观测数据，选取了所有同时被3个分量拾取到冷泉微地震事件，其微地震事件主频分布如图7所示。可以看到在“海马”冷泉区观测到的冷泉活动产生的微地震事件主频分布为4～26 Hz，这与已知的冷泉微地震事件频率特征相符合。
![]()
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 experiments3.3 时间分布特征
冷泉活动产生的微地震事件一般与海底的裂隙、裂缝等通道中流体活动存在关联，但是是否与海洋潮汐涨落存在一定的关系尚不清楚。为了解冷泉活动是否富有周期性出现的规律，我们对两组数据的拾取结果进行了时间统计分析。在2014年的拾取结果中，S20和S32台站存在大量的识别出的冷泉微地震事件，我们以这两个台站为分析对象。两个台站有效记录时间为4月18日01时至4月19日03时，按照一个小时为时间段统计记录期间拾取的冷泉活动微地震事件，统计结果如图8、9所示。S20台站在4月18日05—08时、12—17时和18—24时这3个时间段内拾取到的冷泉微地震事件较多，S20台站在4月18日05—08时段内拾取到的冷泉微地震事件较多，在4月18日11—12时和4月19日01—02时短时间段内拾取的冷泉微地震事件较多。S20和S32台站在4月18日05—08时间段内均拾取到较多的冷泉微地震事件，在其他时间段内并没有呈现出明显的同时拾取较多或较少冷泉微地震事件的规律。整体上观测时间只有约26 h，分析时间仍然较短，并不能明显地发现冷泉区微地震事件存在富有周期性出现的规律。
![]()
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在2021年布放海底地震仪进行了相对较长的观测试验，有效记录时间从11月6日15时—11月18日24时，采用长短时窗能量比方法共对13 d的海底地震仪记录数据进行了冷泉微地震事件的识别。选取了11月7日0时—11月18日24时12 d完整24 h的拾取结果，并按照1个小时的时间段划分统计每天每1 h内拾取的冷泉活动微地震事件数量，发现Gorpro台站中较多时间段并没有拾取到冷泉微地震活动，进一步统计出Gorpro台站中12天中每天冷泉微地震事件发生频次最多的时间段。2021年11月7—18日Gorpro台站四分量每天拾取出最多次冷泉微地震事件的时间段折线图，如图10所示，可以看到折线图起伏变化较大，这就意味着12 d中冷泉微地震事件的发生时间段不是固定的，不存在随时间周期变化的规律性，随机性较强，初步判断“海马”冷泉区微地震活动可能并不受潮汐变化影响。
![]()
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, 20214. 讨论
海底天然气气源运移疏导通道在水合物成藏过程中起关键作用，很大程度上直接决定着水合物的分布与规模[44-45]。在冷泉活动活跃区，含气流体运移流体逸散活动较为频繁，由此产生大量的甲烷气泡在沉积层中以弹性膨胀和拉伸断裂交替循环的方式生长，会导致沉积物的破裂和变形，从而引起一系列不同于常规微地震事件的海底微震动。本文两组不同时间段、观测周期的监测数据中拾取的微地震事件与已有的冷泉区海底地震仪记录中短时微地震事件类似，可以断定这些微地震事件是由天然气水合物区中含气流体运移过程产生的，进一步可以推测“海马”冷泉区的冷泉流体逸散活动十分活跃，呈现出集中性、无规律性状态，产生的微地震信号波形特征十分明显，持续时间较短、能量不强、频率峰值一般为4～26 Hz。
本文两次观测试验数据中拾取得到大量冷泉活动微地震事件，得到“海马”冷泉区天然气水合物区冷泉活动微地震响应特征。然而，在2014年多台海底地震仪观测实验中数据记录时长较短，并且观测系统也是针对主动源监测设计，不能满足进一步的微地震震源定位的要求。2021年中的观测试验记录时间较长，但是受制于只有1台海底地震仪监测，对研究冷泉活动规律仍然十分有限。如需深入剖析冷泉活动流体逸散活动规律，后期针对性在冷泉喷口附近多角度布设多个海底地震仪进行长周期的数据采集尤为必要。
5. 结论
（1） “海马”冷泉区的冷泉活动产生的微地震事件存在短扰动信号和典型的冷泉微地震信号，信号在波形上尾部像螺丝一样有规律的衰减，波形持续时间为0.3～2 s，且仅包含初至波，没有明显的续至波。
（2）频谱分析结果表明在“海马”冷泉区观测到的冷泉活动产生的微地震事件主频通常为4～26 Hz，与已知的冷泉微地震事件频率特征相符合。
（3）对2014年S20和S32站位短周期和2021年Gorpro台站长周期的冷泉活动微地震事件发生的时间统计分析表明，“海马”冷泉区微地震活动不存在随时间周期变化的规律性，可能并不受潮汐变化影响，只是受自身活动强弱的影响。
尽管我们在琼东南海域“海马”冷泉喷口的海底地震仪中发现了大量的与冷泉活动相关的微地震信号，能够初步得到一些该区域冷泉活动的规律特征，但受到海洋观测实验条件和观测数据的限制，对该区域冷泉活动的深入研究（如冷泉微地震震源定位、潮汐等固体潮对冷泉微地震活动的影响以及冷泉喷口通量测算等）仍需要长周期和多手段的监测。
致谢：感谢广州海洋地质调查局海洋地质勘查技术方法所提供“海马”冷泉附近海底地震仪数据上的支持。
-
[1] 刘东生, 施雅风, 王汝建, 等. 以气候变化为标志的中国第四纪地层对比表[J]. 第四纪研究, 2000, 20(2):108-128. [LIU Tung-sheng, SHI Ya-feng, WANG Ru-jian, et al. Table of Chinese Quaternary stratigraphic correlation remarked with climate change[J]. Quaternary Sciences, 2000, 20(2):108-128.]
[2] Kukla G, An Z. Loess stratigraphy in central China[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 1989, 72:203-225.
[3] Ding Z, Yu Z, Rutter N W, et al. Towards an orbital time scale for Chinese loess deposits[J]. Quaternary Science Reviews, 1994, 13:39-70.
[4] Ding Z L, Liu T S, Rutter N, et al. Ice-volume forcing of east Asian winter monsoon variations in the past 800000 years[J]. Quaternary Research, 1995, 44:149-159.
[5] Lu H Y, Van Huissteden K, An Z S, et al. East Asia winter monsoon variations on a millennial time-scale before the last glacial interglacial cycle[J]. Journal of Quaternary Science, 1999, 14:101-110.
[6] Guo Z T, Biscaye P, Wei L Y, et al. Summer monsoon variations over the last 1.2 Ma from the weathering of loess-soil sequences in China[J]. Geophysical Research Letters, 2000, 27(12):1751-1754.
[7] 刘东生. 黄土与环境[M]. 北京:科学出版社, 1985:322-335.[LIU Tung-sheng. Loess and Environment[M]. Beijing:Science Press, 1985:322 -335.]
[8] Zhu R X, Hoffman K A, Potts R, et al. Earliest presence of humans in northeast Asia[J]. Nature, 2001, 413:413-417.
[9] Zhu R X, Potts R, Xie F, et al. New evidence on the earliest human presence at high northern latitudes in northeast Asia[J]. Nature, 2004, 431:559-562.
[10] 袁宝印, 朱日祥, 田文来, 等. 泥河湾组的时代、地层划分和对比问题[J]. 中国科学D辑, 1996, 26(1):67-73. [YUAN Bao-yin, ZHU Ri-xiang, TIAN Wen-lai, et al. Age, stratigraphic subdivision and correlation of Nihewan Formation[J]. Science in China (Series D), 1996, 26(1):67-73.]
[11] 夏正楷. 泥河湾盆地的水下黄土堆积及其古气候意义[J]. 地理学报, 1992, 47:58-65.[XIA Zheng-kai. Underwater loess and paleoclimate[J]. Acta Geographica Sinica, 1992 , 47:58-65.]
[12] Balsam W L, Deaton B C, Damuth J E. Evaluating optical lightness as a proxy for carbonate content in marine sediment cores[J]. Marine Geology, 1999, 161:141-153.
[13] Giosan L, Flood R D, Aller R C. Paleoceanographic significance of sediment color on western North Atlantic drifts:I. Origin of color[J]. Marine Geology, 2002, 189:25-41.
[14] 杨石岭, 丁仲礼, 秦小光, 等. 黄土沉积中红光/反射光亮度值变化及古气候意义[J]. 第四纪研究, 1999, 19(4):380.[YANG Shi-ling, DING Zhong-li, QIN Xiao-guang, et al. Variation of Red light/reflection lightness of loess deposit and its paleoclimatic implication[J]. Quaternary Sciences, 1999 , 19(4):380.]
[15] Chen J, Ji J, Balsam W, et al. Characterization of the Chinese loess-paleosol stratigraphy by whiteness measurement[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2002, 183:287-297.
[16] 陈一萌, 饶治国, 张家武, 等. 临夏塬堡黄土剖面中晚马兰黄土地层划分和形成时代[J]. 中国沙漠, 2004, 24(5):539-543. [CHEN Yi-meng, RAO Zhi-guo, ZHANG Jia-wu, et al. Stratum division and age dating of the mid to late Malan Loess in Yuanbao section, Linxia of Gansu Province[J]. Journal of Desert Reaserch, 2004, 24(5):539-543.]
[17] Yang S L, Ding Z L. Color reflectance of Chinese loess and its implications for climate gradient changes during the last two glacial-interglacial cycles[J]. Geophysical Research Letters, 2003, 30, 2058, doi: 10.1029/2003GL018346.
[18] Han Z Y, Liu D Y, Hovan S A. Lightness time scale for terrestrial sediments in loess deposit area in the past 500000 years[J]. Paleoceanography, 2002, 17, 1048, doi: 10.1029/2001PA000731.
[19] 吴艳宏, 李世杰. 湖泊沉积物色度在短尺度古气候研究中的应用[J]. 地球科学进展, 2004, 19(5):789-792. [WU Yan-hong, LI Shi-jie. Significance of lake sediment color for short time scale climate variation[J]. Advances in Earth Science, 2004, 19(5):789-792.]
[20] JI Jun-feng, SHEN Ji, Balsam William, et al. Asian monsoon oscillations in the northeastern Qinghai Tibet Plateau since the late glacial as interpreted from visible reflectance of Qinghai Lake sediments[J]. Earth and Planetary Science Letters, 2005, 233:61-70.
[21] Lu H Y, Liu X D, Zhang F Q, et al. Astronomical calibration of loess paleosol deposits at Luochuan, central Chinese Loess Plateau[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 1999, 154:237-246.
[22] An Z S, Liu T S, Lou Y C, et al. The long-term palaeomonsoon variation recorded by the loess paleosol sequence in central China[J]. Quaternary International, 1990, 7/8:91-95.
[23] Maher B A, Thompson R. Palaeoclimatic significance of the magnetic record of the Chinese loess and paleosols[J]. Quaternary Research, 1992, 37:155-170.
[24] Hovan S A, Rea D K, Pisias N G, et al. A direct link between the China loess and marine δ18O records:Aeolian flux to the north Pacific[J]. Nature, 1989, 340:296-298.
[25] 杨小强, 李华梅. 泥河湾盆地沉积物粒度组分与磁化率变化相关性研究[J]. 沉积学报, 2002, 20(4):675-679. [YANG Xiao-qiang, LI Hua-mei. The correlation between the content of the different grain size and magnetic susceptibility in lacustrine sediments, Nihewan Basin[J]. Acta Sedimentologica Sinica, 2002, 20(4):675-679.]
[26] Paillard D, Labeyrie L, Yiou P. Macintosh program performs time-series analysis[J]. EOS Trans. AGU, 1996, 77:379.
[27] 迟振卿, 闵隆瑞, 朱关祥, 等. 泥河湾湖相沉积层记录的古气候周期性[J]. 地学前缘, 2002, 9(1):182-186. [CHI Zhen-qing, MIN Long-rui, ZHU Guan-xiang,et al. Paleoclimatic periodicities recorded in Nihewan lacustrine deposits, Hebei Province, North China[J]. Earth Science Frontiers, 2002, 9(1):182-186.]
[28] 迟振卿, 闵隆瑞, 武志军. 河北阳原盆地井儿洼钻孔岩心氢化铁变化的古环境记录[J]. 地质通报, 2002, 21(10):632-637. [CHI Zhen-qing, MIN Long-rui, WU Zhi-jun. Paleoenvironmental records of iron oxides variations in drill core from Jing'erwa, Yangyuan basin, Hebei Province[J]. Geological Bulletin of China, 2002, 21(10):632-637.]
[29] 魏建晶, 郭正堂. 900 ka以来黄土-古土壤序列记录的风尘铁含量变化及其古气候意义[J]. 科学通报, 2003, 48(11):1214-1218. [WEI Jian-jing, GUO Zheng-tang. Variation of dust iron content in the past 900 ka recorded in loess-paleosol sequences and its paleoclimatic implication[J]. Science Bulletin, 2003, 48(11):1214-1218.]
[30] LU Hua-yu, ZHANG Fu-qing, LIU Xiao-dong, et al. Periodicities of palaeoclimatic variations recorded by loess-paleosol sequences in China[J]. Quaternary Science Reviews, 2004,23:1891-1900.
[31] 鹿化煜, 张福青, 刘晓东, 等. 最近1000 ka来东亚冬季风变化的多时间尺度分析[J]. 海洋地质与第四纪地质, 2000, 20(2):79-82. [LU Hua-yu, ZHANG Fu-qing, LIU Xiao-dong, et al. Wavelet analysis of East Asia winter monsoon changes in the past one million years recorded by loess deposit in central Chinese Loess Plateau[J]. Marine Geology and Quaternary Geology, 2000, 20(2):79-82.]
[32] 吴敬禄. 若尔盖盆地RH孔近80万年来δ13Corg气候特征的频谱分析[J]. 湖泊科学, 1997, 9(3):211-216. [WU Jing-lu. Frequency rhythms of the organic matter δ13Corg recorded in the core RH over the past 800 ka[J]. Journal of Lake Science, 1997, 9(3):211-216.]
-
期刊类型引用(1)
1. 邹庆超，石学法，葛淑兰，吴永华，邹建军，贺湘锋，Sergey A.Gorbarenko，刘建兴. 氧同位素3早期以来千年尺度气候事件在日本海北部的磁学记录. 海洋学报. 2024(04): 106-121 . 
百度学术
其他类型引用(1)
下载:
计量
- 文章访问数: 1799
- HTML全文浏览量: 196
- PDF下载量: 8
- 被引次数: 2
