Application of high-resolution small group interval processing technology and attribute analysis for hydrate identification
-
摘要:
天然气水合物资源在能源勘探中扮演着越来越重要的地位，浅表层天然气水合物的类型特征和成藏模式日益受到学者的广泛关注。浅表层天然气水合物一般赋存于近海底地层中，在勘探过程中要求有更高的分辨率，常规多道地震由于主频较低难以满足要求。海洋高分辨小道距地震探测技术具有分辨率高、作业方式灵活等优势，在浅表天然气水合物勘探中得到广泛应用。实际的高分辨小道距资料由于采集设备条件的影响，往往具有低信噪比的特点。本文针对高分辨小道距地震数据的特点开展精细化处理和属性分析。首先采用基于$ f-x $域和曲波域的多域噪声压制方法、基于频率域自适应虚反射压制和基于相干函数控制的虚反射走时电缆等浮校正等关键技术方法，获得了波组特征更清晰的地震剖面。处理后的剖面具有信噪比较高、连续性好、地层结构清晰等特点，可以更好地揭示BSR特征、空白带、气通道等地震反射特征，为识别浅层天然气水合物赋存区地质信息奠定了基础；然后对精细处理后的数据进一步开展瞬时振幅属性、瞬时频率属性、烃类检测等地震属性分析，以此识别浅层天然气水合物的分布类型和成藏规律。
Abstract:Natural gas hydrate resources are playing more and more important role in energy exploration, and the type characteristics and accumulation patterns of shallow layer natural gas hydrate have attracted more and more attention. Shallow layer gas hydrates generally occur in the near-seabed strata, and require higher resolution in the exploration process. Conventional multi-channel seismic are difficult to meet this requirement due to their low dominant frequency. With the advantages of high resolution and flexible operation mode, the marine high-resolution small group interval seismic exploration technology has been widely used in shallow gas hydrate exploration. Due to the influence of acquisition equipment conditions, the actual high-resolution small group interval data often has the characteristics of low signal-to-noise ratio. Therefore, fine processing and attribute analysis were carried out according to the characteristics of high-resolution small group interval seismic data. First, the key technical methods such as multi-domain noise suppression method based on the f−x (f: frequency; x: the offset) domain and curvelet domain, adaptive ghost suppression based on frequency domain, and cable floating correction based on combination of gather coherence and ghost reflection traveltime were used to obtain seismic profiles with clearer wave group characteristics. The processed profile has the characteristics of high signal-to-noise ratio, good continuity, and clear stratigraphic configuration, which can better reveal the seismic reflection characteristics such as BSR characteristics, blank zone, and gas channel, and lay a foundation for identifying the geological information to locate the shallow gas hydrate occurrence area. Secondly, the seismic attributes such as instantaneous amplitude attribute, instantaneous frequency attribute, and hydrocarbon detection were further analyzed for the finely processed data for the identification of the distribution type and accumulation law of shallow gas hydrate.
-
稀土元素（REE）在表生环境中的化学性质非常稳定，各元素具有相似的地球化学行为，且溶解度极低，这就导致其组成及分布模式受侵蚀风化、输运过程以及沉积成岩的影响极小[1-4]，这也使稀土元素可以作为一种天然的示踪剂，在沉积物“源-汇”过程和输运模式研究中发挥重要作用[5-8]。南黄海位于中国大陆和朝鲜半岛之间，众多的河流每年携带巨量的沉积物入海，在特定的动力条件下形成了独具特色的沉积格局，是研究陆海相互作用和沉积环境演化的良好场所。已有研究表明南黄海周边多条不同规模的河流贡献了巨量的陆源物质，其中以我国的黄河（包括现代黄河和废黄河）和长江占据绝对的主导地位，近年来的平均年输沙量高达1.36×109 t[9-11]，是中国东部海域沉积物的主要来源[12-13]，其输运范围甚至可穿过冲绳海槽而到达深海区域[14-15]。朝鲜半岛汇入南黄海的主要河流有汉江、锦江和荣山江，其中流域最广、规模最大的汉江年输沙量只有2×106～12.46×106 t [16]，尽管其规模远小于中国大陆河流，但是其对南黄海的物质贡献同样不可忽视[17]。前期研究证明，不同的入海河流在原岩、气候、环境等方面的差异较大，这就致使不同河流来源物质在入海后呈现出不同的稀土组成特征[4,18]，而入海后的输运、沉积、再悬浮过程可以进一步改变海底沉积物时空分布特征，形成特定的沉积物“源-汇”体系。南黄海沉积物“源-汇”及其沉积模式研究主要集中在中部泥质沉积体，基本阐明了其形成过程、物质来源和沉积模式[16,19-23]，物源性质具有与中国大陆明显的亲缘性[24]，且最近200 a以来呈较为稳定的趋势。但总体而言，南黄海全海域的系统研究开展不多，尤其是朝鲜半岛物质对南黄海的沉积过程是否有影响，还缺少足够的实测证据。为此，以南黄海全海域沉积物稀土组成及其空间分布规律为切入点，以周边入海河流沉积物稀土组成为物源判别指标体系，可有效追朔沉积物来源及其输运范围，以此来反演其蕴含的陆海相互作用信息。
为厘清南黄海表层沉积物中稀土元素组成特征、分布规律及输运模式，本文以大量实测数据为基础，借助于地球系统科学的研究思路，详细阐述了南黄海稀土元素组成特征，开展了稀土元素分区并判别其物质来源，结合流系格局推断了现代陆源入海物质的输运规律，以此来提升陆架边缘海沉积物元素地球化学组成特征、分布规律及其控制机制方面的科学认知。
1. 材料与方法
2002—2009年，青岛海洋地质研究所依托中国地质调查局1∶100万海洋区域地质调查项目 “南通幅”和“大连幅”对南黄海海域进行了系统的调查取样，使用箱式或抓斗取样器采集了一系列高质量表层沉积物样品。样品采集方法按照《1∶1000000 海洋区域地质调查规范》（DZ/T 0247-2009）执行，采样站位按照20 km×20 km的网格间距设计，每个样品选取表层0～5 cm进行采集和保存。本文选取了341个站位表层沉积物样品进行测试分析。另外，研究过程中还收集了公开发表的南黄海周边主要河流样品的稀土元素参数[25-26]，主要包括中国大陆的长江、黄河及朝鲜半岛的汉江、锦江和荣山江的入海沉积物数据，具体站位见图1。
![]()
图 1 南黄海流系格局及取样站位分布Figure 1. Distribution of current systems and sampling stations in the South Yellow Sea采集的表层沉积物样品在40 ℃条件下冷冻干燥，用球磨机研磨至 200 目以下，经马弗炉高温灼烧后利用HNO3-HF- HClO4完成消解，再使用等离子质谱仪（ICP-MS）测定稀土元素（La、Ce、Pr、Nd、Sm、Eu、Gd、Tb、Dy、Ho、Lu、Er、Tm 和 Yb）的含量。测试过程中通过使用国家一级标准物质进行测试结果比对来对样品进行质量监控，另选取10%重复样监测精确度，确保各个稀土元素含量的相对偏差小于 5%。样品预处理和测试分析在中国地质调查局青岛海洋地质研究所完成。
2. 结果
2.1 南黄海稀土元素分布特征
南黄海表层沉积物稀土元素测试结果如表1所示，分别计算了稀土元素总量（∑REE）、重稀土总量（∑HREE）、轻稀土总量(∑LREE)、轻重稀土比值(∑LREE/∑HREE)、(Gd/Yb)N、(La/Yb)N、δCe和δEu等特征参数。结果显示，南黄海表层沉积物中的稀土元素含量为77.19～261.78 μg/g，平均值为166.46 μg/g（表1）。南黄海稀土元素值接近于中国大陆沉积物（172.11 μg/g）[27]、黄河和长江等主要入海河流沉积物的稀土元素含量[6]，而与深海沉积物中的稀土含量（125.13 μg/g）[28]差距较大，表现出典型陆架区域特征。从空间分布特征来看（图2），南黄海的稀土元素分布并不均匀，中部泥质区是稀土元素含量最高的区域，长江口以北的江苏近岸次之，山东半岛近岸的稀土元素含量最低。结合平均粒径分布图来看，南黄海中部是沉积物粒径最小的区域，平均粒径值超过6 Φ，而这个区域也是稀土元素含量最高的区域，表明粒度与稀土元素分布有很好的对应关系。轻重稀土分异值在南黄海西部和中部较为均一，往朝鲜半岛方向呈逐渐增加的趋势。因此，稀土元素多元化的空间分布规律一方面反映了较为复杂的沉积物来源，另一方面也对水动力格局有很好的指示作用[18]。
表 1 南黄海海域表层沉积物及周边入海河流沉积物稀土元素含量及特征参数Table 1. REE content and characteristic parameters of surface sediments in the South Yellow Sea and surrounding rivers∑REE / (μg/g) ∑LREE /(μg/g) ∑HREE /(μg/g) ∑LREE/
∑HREEδEu δCe (La/Yb)N (Gd/Yb) N 南黄海 最大值 261.78 235.72 24.41 13.728 0.78 1.14 19.18 2.85 最小值 77.19 70.54 6.07 7.30 0.46 0.67 8.26 1.46 平均值 166.46 148.99 16.28 9.18 0.65 0.99 10.51 1.86
河
流长江[26] 186.66 167.04 18.32 9.12 0.64 1.01 10.74 1.95 黄河[26] 148.08 131.87 15.24 8.65 0.60 1.00 9.68 1.84 汉江[25] 221.69 204.47 17.21 11.87 0.63 1.05 13.03 1.67 锦江[25] 225.20 207.48 17.73 11.71 0.71 1.04 13.28 1.72 荣山江[25] 202.90 186.34 16.56 11.25 0.76 1.05 12.30 1.68 ![]()
图 2 南黄海表层沉积物稀土元素参数 (∑REE、∑LREE、∑HREE、∑LREE/∑HREE)和平均粒径（Mz）分布图Figure 2. The distribution of characteristic parameters of rare earth element (∑REE, ∑LREE, ∑HREE, ∑LREE/∑HREE) and mean grain size (Mz) in the surface sediments of the South Yellow Sea南黄海表层沉积物（La/Yb）N、（Gd/Yb）N、δCe、δEu等4个稀土参数平面分布如图3所示。（Gd/Yb）N和（La/Yb）N可反映LREE和HREE的相对分异程度，（La/Yb）N为8.26～19.18，平均值为10.51；研究区（Gd/Yb）N为1.46～2.8，平均值为1.85。δCe和δEu是稀土元素地球化学特征的两个重要参数，可反映Ce和Eu元素相对于其他稀土元素的分离程度，可灵敏的指示出所研究体系内的地球化学特征[29]，研究区δCe的平均值为0.99，范围为0.67～1.14；δEu平均值为0.65，分布范围为0.46～0.78。从图3可以看出，南黄海东部靠近朝鲜半岛的区域δEu异常明显，其他区域较为均一；δCe与δEu呈相反的趋势，异常高值区分布在南黄海西部靠近海州湾的区域。（La/Yb）N和（Gd/Yb）N分布趋势较为接近，南黄海中西部靠近中国大陆的一侧区域差异不明显，而在南黄海东部靠近朝鲜半岛一侧异常值急剧增加，可能指示了不同的沉积物来源对稀土指标的控制作用。
![]()
图 3 南黄海表层沉积物稀土元素参数((La/Yb) N、(Gd/Yb)N、δEu、δCe )分布图Figure 3. Distribution of rare earth element parameters ((La/Yb) N, (Gd/Yb)N, δEu and δCe) of surface sediments in South Yellow Sea2.2 南黄海稀土元素配分模式
为了解稀土元素受沉积过程中的混合、均化的影响及不同元素之间的分异程度，一般需要对稀土元素原始数据进行标准化处理[1]，通常使用的方法有两个，一是以北美页岩（NASC）或上地壳（UCC）对稀土元素进行标准化，旨在揭示不同稀土元素之间的分异程度；二是以球粒陨石为标准进行标准化，以此来反映样品相对地球原始物质的分异程度，消除稀土元素奇偶效应。为此，本文以上地壳（UCC）和球粒陨石两种物质为参考对南黄海表层沉积物稀土元素进行标准化处理（图4）。结果显示，南黄海和周边主要入海河流沉积物稀土元素的UCC分布模式整体上较为一致，但轻稀土部分区别较为明显，韩国河流的轻稀土元素较中国大陆河流以及南黄海表层沉积物呈现出不同程度富集，显示出较弱的Ce异常，而Eu异常不明显。南黄海表层沉积物以及周边入海河流的稀土元素的球粒陨石分布模式呈现基本一致的特征，反映了所研究样品相对地球原始物质的分异程度相同：配分模式为右倾型，轻重稀土分异较明显，轻稀土（LREE）相对富集，重稀土（HREE）平坦。
![]()
图 4 南黄海表层沉积物及河流稀土元素平均值与上陆壳（UCC）（A）和球粒陨石（B）标准化配分曲线Figure 4. The UCC-normalized (A) and chondrite-normalized (B) patterns of rare earth element in the surface sediments from the South Yellow Sea3. 讨论
3.1 稀土元素控制因素
中国东部海域的表层沉积物主要以陆源碎屑物质为主[13,30]，稀土元素的含量与源区原岩类型、气候条件、人类活动等因素密切相关[26-31]，其中物质来源为控制海域沉积物稀土元素含量的首要因素。南黄海周边的入海河流众多，既有长江、黄河这种大型河流，也有来自朝鲜半岛的中小规模的河流，不同河流在其流域的地质背景、生物面貌、气候分带、人类活动等方面的差异导致其输运入海的陆源碎屑物质稀土元素组成上的显著差异[2]。长江是中国第一大河流，其流域酸性岩浆岩广泛发育，形成与之相关的矿物组合，而酸性岩富含稀土元素，这就导致长江携带的沉积物中稀土含量总体偏高；另外，长江流域地处温暖潮湿的气候带，化学风化作用较强，加快了原岩的侵蚀速度，河流携带泥沙中胶体含量高而吸附较多的稀土元素[31]。因此，复杂的原岩类型和适宜的气候因素导致了研究区西南部海域靠近长江水下三角洲的沉积物中稀土元素含量较高。黄河是仅次于长江的中国第二大河流，其流域主要位于古老的华北地台上，沉积物以中游广泛分布的黄土来源为主[32]，黄河流域岩石类型以蒸发盐和碳酸盐为主，土壤呈碱性，这些盐类的广泛存在导致了碎屑物质中稀土元素含量偏低[33]；另外，黄河流域地处北方干旱寒冷气候带，化学风化较弱，而物理风化占主导地位，其沉积物的稀土元素特征基本继承了中游黄土中稀土元素含量偏低的特点，因此靠近黄河流域的山东半岛、废黄河口周边等海域稀土元素含量较少，指示了黄河入海物质对这些区域的控制作用。韩国一侧注入南黄海的主要河流有汉江、锦江和荣山江等中小型河流，流域面积和输沙量都很小，其中汉江流域面积最大，也仅为2.6×104 km2[6]。韩国这3条河流沉积物的稀土元素总含量很高，而且轻重稀土分异明显，可能与它所在流域的物质组成有关，韩国河流流域内源岩的主体以花岗岩为代表的火成岩与片麻岩为代表的变质岩构成，并有大量第四纪沉积物，很少有碳酸岩出露，锦江和荣山江的主要源岩类型是侏罗纪的花岗岩和白垩纪的花岗岩[34]，原岩类型的差异导致了韩国与中国入海河流沉积物稀土元素组成的不同。
除物质来源外，沉积物类型也是影响稀土元素组成的重要因素。已有研究表明，稀土元素倾向富集于黏土粒级（＜2 µm）沉积物中[28]，并可以通过类质同相进入黏土矿物的晶格之中[27]，或以钛氧化物、磷灰石等富稀土矿物形式出现在黏土相中[35]。南黄海表层沉积物稀土含量亦符合元素地球化学的粒度控制规律，与沉积物粒度组成密切相关，从南黄海的粒径分布来看，稀土元素富集区主要分布在中部区域（图3），其范围和南黄海中部泥质区的范围基本一致，指示了粒度对沉积物稀土元素的控制作用[18]。另外，通过对南黄海表层沉积物平均粒径（Mz）与稀土元素含量及相关参数之间的相关性进行统计分析发现，Mz与∑REE、∑LREE/∑HREE之间呈较为明显的正相关，而Mz和δEu的相关系数非常低，仅为−0.113（表2）。Eu是一种变价元素，通常情况下以Eu3+存在，但是当环境温度足够高且处于还原条件下时部分 Eu元素会从三价（Eu3+）还原成二价（Eu2+）[36-37]，即出现Eu 异常现象，因此在表生沉积环境下，Eu异常可以反映源区原岩的形成演化环境。南黄海陆架海域沉积物以长江、黄河等大型河流所携带的陆源物质为主，在黄海暖流、黄海沿岸流等控制下入海碎屑颗粒物停留时间较短[13,38]，快速输运和沉积过程导致沉积物可以很好地保留原岩的地球化学特征，受后期改造影响较小。
表 2 南黄海稀土元素特征参数相关性分析Table 2. Correlation analysis of rare earth element characteristic parameters in the South Yellow Sea∑REE ∑LREE/∑HREE δEu δCe (La/Yb) N (La/Sm) N (Sm/Nd) N (Gd/Yb) N Mz ∑REE 1 ∑LREE/∑HREE 0.857** 1 δEu 0.297** −0.230** 1 δCe −0.564** −0.252** −0.619** 1 (La/Yb)n −0.105 −0.236** 0.232** 0.129 1 (La/Sm)n 0.299** −0.197** 0.961** −0.655** 0.087 1 (Sm/Nd)n 0.330** −0.010 0.639** −0.316** 0.052 0.630** 1 (Gd/Yb)n −0.417** −0.250** −0.315** 0.214** 0.031 −0.262** −0.352** 1 Mz 0.328** 0.404** −0.113 −0.029 −0.039 −0.070 −0.012 −0.031 1 3.2 稀土元素分区及物源判别
由南黄海稀土元素组成和分布规律分析可知，南黄海表层沉积物中稀土元素组成存在一定的空间差异性，其控制因素也较为复杂，稀土元素因其在表生环境中相对稳定的地球化学性质使其在随岩石风化、搬运、沉积后，可将源区的环境信息转移到新的混合源沉积物中，使其成为判别不同来源沉积物成为可能[2-3, 6]。大量的研究表明，稀土元素参数判别图δEu-(La/Yb) N、δEu-∑REE、(La/Yb)UCC-(Gd/Yb) UCC等可作为区分不同来源沉积物的有效指标，并成功应用于亚洲大陆边缘海域[4, 7]。从研究区稀土元素空间分布特征可以看出，南黄海中西部和东部空间差异性较为显著，为此本文以(Gd/Yb) N-(La/Yb) N和δCe-(La/Yb) N为物源判别指标体系，将南黄海表层沉积物稀土元素指标与周边主要入海河流沉积物稀土组成进行对比分析，结果显示，南黄海数据点覆盖了主要入海河流数据值的范围，指示了其多物源稀土组成特征（图5）。然而，不同海域的稀土组成显示出明显的差异性，表明在不同物质来源的控制下，研究区稀土元素分馏差异明显，也进一步说明(Gd/Yb) N -(La/Yb) N和δCe-(La/Yb) N等参数可以作为区分南黄海稀土元素来源的良好指标。根据南黄海海域表层沉积物和周边入海河流沉积物稀土元素指标之间的关系，推断南黄海北部物质主要来源于现代黄河物质，西南部海域物质主要来源于废黄河物质，南部沉积物则主要受控于长江，这3个主要源区在南黄海中西部呈现出明显的混合过程，导致该区域形成了一个混合来源的格局；而南黄海东部近岸一带，稀土元素指标与朝鲜半岛入海的汉江、锦江和荣山江入海物质基本一致，明显区分于中国大陆来源物质，指示了朝鲜半岛入海物质对南黄海东部近岸区的控制作用（图5）。
![]()
图 5 (Gd/Yb) N-(La/Yb) N和δCe-(La/Yb) N物源判别图Figure 5. Sediment provenance discrimination diagram using (Gd/Yb) N-(La/Yb) N and δCe-(La/Yb) N从图5可以看出，中国大陆来源物质和朝鲜半岛入海物质稀土组成的差异主要受(La/Yb) N的影响，中国大陆来源沉积物(La/Yb) N值基本小于11.7，而韩国入海河流(La/Yb) N值则大于11.7，可见稀土元素比值(La/Yb) N可作为有效区分中韩两国入海物质的有效指标。为此，我们以(La/Yb) N =11.7为界，可将整个南黄海划分为两个大区，西部大部分海域为中国大陆来源，而东部近岸区则为朝鲜半岛来源，两者分界线基本接近于黄海海槽的位置（图6）。
沉积物的输运受环流控制明显，南黄海的流系主要由西侧的黄海沿岸流（山东半岛沿岸流和苏北沿岸流）和中部的外海暖流系统（黄海暖流），以及冬季较强、南向的朝鲜沿岸流构成；其间还伴随着稳定的黄海冷水团环流这种局地环流现象[39-43]。南黄海大部分区域主要以中国的长江和黄河入海物质为主：前者主要控制研究区的南部区域，长江流域的高风化程度和适宜的温度加速了长江物源的输入量，在长江冲淡水和季节性闽浙沿岸流的控制可向北输运，细颗粒物质甚至可以运至南黄海中部[44]，该区域与长江物质主导的闽浙泥质区稀土组成特征类似 [45]，进一步证明了长江源物质对南黄海中部区域的控制作用；而后者主要控制研究区的西北部区域，现代黄河入海的高浓度水体随山东半岛沿岸流南下，在苏北沿岸流的控制下可输运至南黄海中部；据研究[46]，南黄海中部区域再悬浮的海底细粒物质，以及大量浮游生物及其分泌物与细小的无机颗粒相结合形成的絮凝体促进了表层无机细颗粒向海底沉降，最终在冷涡环流体系下形成南黄海中部泥质沉积体[22, 47]，这个区域的稀土含量高至180 μg/g。以韩国入海河流为代表的朝鲜半岛陆源侵蚀物质分布范围较小，主要集中在南黄海的东部近岸区域。朝鲜半岛河流携带的大部分物质主要在河口和近岸一带沉积，小部分物质被南北流向的朝鲜半岛沿岸流输运到南黄海的东南区域[48-50]。因此韩国河流沉积物对南黄海物质贡献有限，一方面受制于规模较小的入海河流物质通量[51]，另一方面也受制于较弱的朝鲜半岛沿岸流，无法将沉积物进行长距离输运。中国大陆以及朝鲜半岛各自独特的源区元素地球化学特征以及环流体系共同控制了南黄海沉积物的分布格局。
4. 结论
（1）南黄海稀土元素含量为77.2～261.78 μg/g，平均值为166.46 μg/g；空间上分布规律显著，高值区出现在南黄海中部泥质区，含量基本在180 μg/g以上，低值区则呈斑块状出现在山东半岛沿岸一带，含量多低于130 μg/g。
（2）稀土元素的球粒陨石配分模式显示出各海域较为一致的总体特征，与中国大陆的稀土元素分配曲线类似，指示了较强的陆源特征；上陆壳配分模式显示韩国河流和中国大陆河流以及南黄海海域表层沉积物的曲线走势区别明显，表现为韩国源沉积物的轻重稀土分异显著，轻稀土含量较中国大陆源更高。通过对稀土元素各特征参数的相关性分析，发现南黄海稀土元素组成与沉积物粒度呈较为明显正相关，表明了沉积粒度、矿物组成对稀土元素含量的控制作用。
（3）(Gd/Yb) N-(La/Yb) N和δCe-(La/Yb) N判别结果表明，南黄海海域的绝大部分物质来源于中国大陆的黄河、长江以及老黄河。综合稀土元素空间分布规律和南黄海主要入海河流沉积物稀土组成，以(La/Yb) N =11.7为界，可将整个南黄海划分为两个大区，中西部大部分海域为中国大陆来源，而东部近岸区则为朝鲜半岛来源，两者分界线基本接近于黄海海槽。
致谢：感谢自然资源部国际合作司给予项目资助。
-
![]()
图 2 炮集上线性噪音压制前（a）后（b）的效果对比
Figure 2. Shot gather before (a) and after (b) linear noise attenuation
![]()
图 3 炮集上双曲形噪音压制前（a）后（b）效果对比
Figure 3. Shot gather before (a) and after (b) hyperbolic noise attenuation
![]()
图 6 电缆等浮时差校正前（a）后（b）CMP道集
Figure 6. CMP gathers before (a) and after(b) cable float time correction
![]()
图 13 针对性精细处理和常规处理对比
a：原始剖面，b：常规处理剖面，c：针对性处理剖面。
Figure 13. Comparison between Targeted fine processing and conventional processing
a: Original profile, b: conventional processing profile, c: targeted processing profile.
![]()
图 14 地震剖面上构造及水合物特征
黄色虚线为气烟囱，红色实线为断层，绿色实线为BSR。
Figure 14. Structure and hydrate characteristics on seismic profile
Yellow dotted lines indicate gas chimney, red solid lines indicate fault, and green solid lines are BSR.
![]()
图 15 BSR等异常响应局部放大图
Figure 15. Partial enlargement of of BSR and other abnormal responses
![]()
图 16 地震剖面上构造及水合物特征
黄色虚线为基底，红色实线为断层，红色虚线为侵入体边界，绿色实线为BSR。
Figure 16. Structure and hydrate characteristics on seismic profile
Yellow dotted line marks the basement, red solid lines are the fault, the red dotted lines are the boundary of intrusive rocks, and the green solid line is BSR.
![]()
图 17 地震解释剖面及属性
地震剖面（左）、瞬时属性剖面（中）、烃类检测剖面（右）。
Figure 17. Seismic interpretation profile and attributes
Seismic profile ( left ), instantaneous attribute profile ( middle ), hydrocarbon detection profile ( right ).
-
[1] 栾锡武, 赵克斌, 孙冬胜, 等. 海域天然气水合物勘测的地球物理方法[J]. 地球物理学进展, 2008, 23(1):210-219 LUAN Xiwu, ZHAO Kebin, SUN Dongsheng, et al. Geophysical methods for marine gas hydrates exploration[J]. Progress in Geophysics, 2008, 23(1):210-219.]
[2] 周大森, 杨册, 曾宪军, 等. 高精度小三维地震采集技术在深水天然气水合物勘探中的应用[J]. 地质学报, 2024, 98(9):2678-2685 ZHOU Dasen, YANG Ce, ZENG Xianjun, et al. Application of high-precision small 3D seismic acquisition technology in deep water gas hydrate exploration[J]. Acta Geologica Sinica, 2024, 98(9):2678-2685.]
[3] 魏峥嵘, 裴彦良, 刘保华. 深拖式多道高分辨率地震探测系统在南海首次应用[J]. 石油地球物理勘探, 2020, 55(5):965-972 WEI Zhengrong, PEI Yanliang, LIU Baohua. The first application of a deep tow multi-channel high-resolution seismic detection system in the South China Sea[J]. Petroleum Geophysical Exploration, 2020, 55(5):965-972.]
[4] 王祥春, 马文秀, 黄天蔚, 等. OBS技术在南海天然气水合物勘探中的应用[J]. 石油物探, 2021, 60(1):105-113 WANG Xiangchun, MA Wenxiu, HUANG Tianwei, et al. Application of an ocean bottom seismometer for gas hydrate exploration in the South China Sea[J]. Geophysical Prospecting for Petroleum, 2021, 60(1):105-113.]
[5] 李绪宣, 王建花, 张金淼, 等. 南海深水区地震资料采集设计和处理关键技术及其野外试验效果[J]. 中国海上油气, 2013, 25(6):8-14 LI Xuxuan, WANG Jianhua, ZHANG Jinmiao, et al. Some seismic acquisition designs and key processing techniques and their testing effects in the deep water areas, South China Sea[J]. China Offshore Oil and Gas, 2013, 25(6):8-14.]
[6] 邓桂林, 丁龙翔, 李福元, 等. 海洋长排列单源单缆准三维窄方位地震资料处理技术[J]. 物探与化探, 2019, 43(4):828-834 DENG Guilin, DING Longxiang, LI Fuyuan, et al. The processing technology of narrow azimuth Quasi three-dimensional seismic data acquisition by single source and single long streamer system in marine seismic exploration[J]. Geophysical and Geochemical Exploration, 2019, 43(4):828-834.]
[7] 邢磊. 海洋小多道地震高精度探测关键技术研究[D]. 中国海洋大学博士学位论文, 2012 XING Lei. Study of the key technologies of high-precision marine multichannel seismic survey[D]. Doctor Dissertation of Ocean University of China, 2012.]
[8] 骆迪, 蔡峰, 吴志强, 等. 海洋短排列高分辨率多道地震高精度成像关键技术[J]. 地球物理学报, 2019, 62(2):730-742 LUO Di, CAI Feng, WU Zhiqiang, et al. The key technologies of marine small scale high resolution multichannel seismic high-precision imaging[J]. Chinese Journal of Geophysics, 2019, 62(2):730-742.]
[9] 王威, 徐华源, 孙波, 等. 高分辨率多道地震勘探技术在南海天然气水合物调查中的应用[J]. 海洋地质前沿, 2019, 35(9):19-24 WANG Wei, XU Huayuan, SUN Bo, et al. Application of high resolution multichannel seismic survey technique to the investigation of natural gas hydrate resources in the south china sea[J]. Marine Geology Frontiers, 2019, 35(9):19-24.]
[10] 裴彦良, 刘保华, 连艳红, 等. 海洋高分辨率多道数字地震拖缆技术研究与应用[J]. 地球物理学进展, 2013, 28(6):3280-3286 PEI Yanliang, LIU Baohua, LIAN Yanhong, et al. Marine high resolution multi-channel digital seismic streamer and its application in the ocean engineering[J]. Progress in Geophysics, 2013, 28(6):3280-3286.]
[11] 王秀娟, 韩磊, 刘俊州, 等. 天然气水合物与游离气共存的地球物理特征与识别[J/OL]. 地学前缘, 2024: 1-22. [4-12-24]. http://kns.cnki.net/kcms/detail/11.3370.P.20240417.1503.010.html. WANG Xiujuan, HAN Lei, LIU Junzhou, et al. The geophysical characteristics and identification of the coexistence of gas hydrate and free gas[J]. Earth Science Frontiers, 2024: 1-22. [2024-12-24]. http://kns.cnki.net/kcms/detail/11.3370.P.20240417.1503.010.html.
[12] 文鹏飞, 刘斌, 徐云霞, 等. 面向海域水合物精细刻画的地震勘探技术: 耙缆式地震勘探[J]. 地球物理学进展, 2021, 36(5):2215-2221 WEN Pengfei, LIU Bin, XU Yunxia, et al. Novel seismic exploration technique targeting fine characterization of marine gas hydrates: seismic exploration with a harrow-like acquisition geometry[J]. Progress in Geophysics, 2021, 36(5):2215-2221.]
[13] Otsuka H, Morita S, Tanahashi M, et al. Foldback reflectors near methane hydrate bottom-simulating reflectors: indicators of gas distribution from 3D seismic images in the eastern Nankai Trough[J]. Island Arc, 2015, 24(2):145-158. doi: 10.1111/iar.12099
[14] 张光学, 张明, 杨胜雄, 等. 海洋天然气水合物地震检测技术及其应用[J]. 海洋地质与第四纪地质, 2011, 31(4):51-58 ZHANG Guangxue, ZHANG Ming, YANG Shengxiong, et al. Application of seismic detecting technique to marine gas hydrate survey[J]. Marine Geology & Quaternary Geology, 2011, 31(4):51-58.]
[15] 颜中辉, 杨传胜, 王小杰, 等. 海洋低信噪比小道距地震处理关键技术[J]. 海洋科学进展, 2024, 42(3):501-514 YAN Zhonghui, YANG Chuansheng, WANG Xiaojie, et al. The key technology of marine low SNR seismic data processing for small group interval[J]. Advances in Marine Science, 2024, 42(3):501-514.]
[16] 褚宏宪, 孙运宝, 秦轲, 等. 小道距高分辨率多道地震对天然气水合物勘查的适用性[J]. 海洋地质前沿, 2015, 31(6):50-54 CHU Hongxian, SUN Yunbao, QIN Ke, et al. Application of small-scale array high-resolution multi-channel seismic to gas hydrates exploration[J]. Marine Geology Frontiers, 2015, 31(6):50-54.]
[17] Haines S S, Hart P E, Collett T S, et al. High-resolution seismic characterization of the gas and gas hydrate system at Green Canyon 955, Gulf of Mexico, USA[J]. Marine and Petroleum Geology, 2017, 82:220-237. doi: 10.1016/j.marpetgeo.2017.01.029
[18] 刘鹏奇. 基于地震波频散特征的天然气水合物识别方法研究[D]. 中国石油大学(北京)博士学位论文, 2022 LIU Pengqi. Research on gas hydrate identification method based on seismic wave dispersion characteristics[D]. Doctor Dissertation of China University of Petroleum (Beijing), 2022.]
[19] 徐华宁, 陆敬安, 梁金强. 珠江口盆地东部海域近海底天然气水合物地震识别及地质成因[J]. 地学前缘, 2017, 24(4):57-65 XU Huaning, LU Jing’an, LIANG Jinqiang. Seismic identification and geological origin of gas hydrate in near seafloor sediments in the eastern part of the Pearl River Mouth Basin[J]. Earth Science Frontiers, 2017, 24(4):57-65.]
[20] 王秀娟, 吴时国, 董冬冬, 等. 琼东南盆地块体搬运体系对天然气水合物形成的控制作用[J]. 海洋地质与第四纪地质, 2011, 31(1):109-118 WANG Xiujuan, WU Shiguo, DONG Dongdong, et al. Control of mass transport deposits over the occurrence of gas hydrate in Qiongdongnan basin[J]. Marine Geology & Quaternary Geology, 2011, 31(1):109-118.]
[21] 王伟巍, 伍忠良, 龚跃华, 等. 地震属性在海洋天然气水合物识别中的应用[J]. 海洋技术学报, 2020, 39(3):75-81 WANG Weiwei, WU Zhongliang, GONG Yuehua, et al. Application of seismic attributes in the identification of marine gas-hydrate[J]. Journal of Ocean Technology, 2020, 39(3):75-81.]
[22] 杨睿, 霍元媛, 陈江欣, 等. 利用相干属性技术实现参量阵浅地层剖面上的水合物识别[J]. 地质论评, 2020, 66(S1):87-89 YANG Rui, HUO Yuanyuan, CHEN Jiangxin, et al. Gas hydrate identification of parametic array sub-bottom profile by coherence attribute analysis[J]. Geological Review, 2020, 66(S1):87-89.]
[23] Liu Y J, Liu X X, Liu D M, et al. Applications of seismic techniques to gas hydrates prediction[J]. Applied Geophysics, 2008, 5(1): 67-73. ].
[24] 王兆湖, 王建民, 高振山, 等. 叠前自适应F-X域相干噪音衰减技术及应用[J]. 地球物理学进展, 2013, 28(5):2605-2610 doi: 10.6038/pg20130540 WANG Zhaohu, WANG Jianmin, GAO Zhenshan, et al. Pre-stack self-adapting F-X domain coherent noise attenuation technique and application[J]. Progress in Geophysics, 2013, 28(5):2605-2610.] doi: 10.6038/pg20130540
[25] Hennenfent G, Fenelon L, Herrmann F J. Nonequispaced curvelet transform for seismic data reconstruction: a sparsity-promoting approach[J]. Geophysics, 2010, 75(6):WB203-WB210. doi: 10.1190/1.3494032
[26] 杨凯, 刘伟, 潘永. 基于曲波域的软硬阈值折中地震信号去噪[J]. 工程地球物理学报, 2013, 10(4):437-441 YANG Kai, LIU Wei, PAN Yong. Random noise attenuation based on soft and hard threshold compromise in curvelet domain[J]. Chinese Journal of Engineering Geophysics, 2013, 10(4):437-441.]
[27] 王小杰, 颜中辉, 刘俊, 等. 基于模型优化的广义自由表面多次波压制技术在印度洋深水海域的应用[J]. 海洋地质与第四纪地质, 2021, 41(5):221-230 WANG Xiaojie, YAN Zhonghui, LIU Jun, et al. Generalized free surface multiple suppression technique based on model optimization and its application to the deep water of the Indian Ocean[J]. Marine Geology & Quaternary Geology, 2021, 41(5):221-230.]
[28] 颜中辉, 王小杰, 徐华宁, 等. 基于虚反射走时和道集相干联合的电缆等浮校正方法[J]. 石油地球物理勘探, 2023, 58(6):1365-1373 YAN Zhonghui, WANG Xiaojie, XU Huaning, et al. Method of cable floating correction based on combination of gather coherence and ghost reflection traveltime[J]. Oil Geophysical Prospecting, 2023, 58(6):1365-1373.]
[29] 张汛汛, 张繁昌, 刘汉卿. 基于快速匹配追踪算法的地震道集剩余时差校正[J]. 石油物探, 2015, 54(4):420-426 doi: 10.3969/j.issn.1000-1441.2015.04.008 ZHANG Xunxun, ZHANG Fanchang, LIU Hanqing. Seismic gathers residual moveout correction based on fast matching pursuit algorithm[J]. Geophysical Prospecting for Petroleum, 2015, 54(4):420-426.] doi: 10.3969/j.issn.1000-1441.2015.04.008
[30] 周鹏, 张益明, 刘志斌, 等. 地震道集优化方法及应用[J]. 石油地球物理勘探, 2016, 51(2):232-237 ZHOU Peng, ZHANG Yiming, LIU Zhibin, et al. Seismic gather optimization[J]. Oil Geophysical Prospecting, 2016, 51(2):232-237.]
[31] 王冲, 顾汉明, 许自强, 等. 最小二乘反演迭代算法在压制海上变深度缆采集数据虚反射中的应用[J]. 地球物理学报, 2016, 59(5):1790-1803 WANG Chong, GU Hanming, XU Ziqiang, et al. The application of least-squares inversion iteration algorithm to deghost for marine variable-depth streamer data[J]. Chinese Journal of Geophysics, 2016, 59(5):1790-1803.]
[32] Fang Z Y, Shi W Y, Zhang X Y, et al. Complex sea-surface condition deghosting technology of towed streamer data[J]. Journal of Geophysics and Engineering, 2017, 14(5):1061-1071. doi: 10.1088/1742-2140/aa735c
[33] 董政, 李黎, 徐超, 等. 海上虚反射频率域自适应压制技术及应用: 以珠江口盆地陆丰A油田为例[J]. 中外能源, 2023, 28(6):59-64 DONG Zheng, LI Li, XU Chao, et al. Adaptive suppression technology for offshore ghosting frequency domain and its application: a case study of Lufeng a oilfield in pearl river mouth basin[J]. Sino-Global Energy, 2023, 28(6):59-64.]
-
期刊类型引用(2)
1. 赵竺栩，熊伟，王忠蕾，黄龙，密蓓蓓，王峻，梅西. 渤海海峡表层沉积物稀土元素的分布特征与物源判别. 海洋地质与第四纪地质. 2024(05): 151-160 . 
本站查看
2. 于世磊，朱龙海，胡日军，刘营，林超然. 北黄海南部近岸海域表层沉积物稀土元素分布特征及影响因素. 海洋地质前沿. 2024(12): 89-99 . 百度学术
其他类型引用(3)
下载:
计量
- 文章访问数: 30
- HTML全文浏览量: 1
- PDF下载量: 16
- 被引次数: 5
