高分辨率小道距处理技术及属性分析在水合物识别中的应用

颜中辉, 杨睿, 冯京, 刘欣欣, 刘鸿, 王小杰, 姜春涛

颜中辉,杨睿,冯京,等. 高分辨率小道距处理技术及属性分析在水合物识别中的应用[J]. 海洋地质与第四纪地质,2024,44(6): 46-59. DOI: 10.16562/j.cnki.0256-1492.2024111901
引用本文: 颜中辉,杨睿,冯京,等. 高分辨率小道距处理技术及属性分析在水合物识别中的应用[J]. 海洋地质与第四纪地质,2024,44(6): 46-59. DOI: 10.16562/j.cnki.0256-1492.2024111901
YAN Zhonghui,YANG Rui,FENG Jing,et al. Application of high-resolution small group interval processing technology and attribute analysis for hydrate identification[J]. Marine Geology & Quaternary Geology,2024,44(6):46-59. DOI: 10.16562/j.cnki.0256-1492.2024111901
Citation: YAN Zhonghui,YANG Rui,FENG Jing,et al. Application of high-resolution small group interval processing technology and attribute analysis for hydrate identification[J]. Marine Geology & Quaternary Geology,2024,44(6):46-59. DOI: 10.16562/j.cnki.0256-1492.2024111901

高分辨率小道距处理技术及属性分析在水合物识别中的应用

基金项目: 国家自然科学基金“基于多分辨HHT时频分析的南黄海中深层弱地震反射补偿研究”(42106208),“东海陆架盆地长排列地震数据高精度叠前逆时深度偏移成像”(42106207);山东省自然科学面上基金“跨频段融合天然气水合物储层检测研究”(ZR2021MD118);自然科学基金地质联合基金“南海北部高富集天然气水合物储层特征与成藏控制机理研究”(U2244224);中国地质调查项目(DD20230643,DD20191003)
详细信息
    作者简介:

    颜中辉(1986—),男,硕士,高级工程师,主要从事海洋地震资料处理及方法研究,E-mail:zhonghui4564573@163.com

    通讯作者:

    杨睿(1980—),男,博士,副研究员,主要从事海洋地球物理研究,E-mail:yangr@mail.cgs.gov.cn

    冯京(1983—),男,硕士,高级工程师,主要从事海洋地质与地球物理研究,E-mail:fengjing200272@163.com

  • 中图分类号: P736

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 fx (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.

  • 生物硅(BSi),又称生物蛋白石,主要由上层水体中的硅质浮游生物(如硅藻、放射虫、硅鞭藻等)死亡后的骨骼或细胞壁堆积而成[1-2],是海洋沉积物中重要的生源物质组成部分[3],其含量与表层水体中的生物量密切相关[4]。在上述硅质生物种群中,硅藻遍布于各类水体,为海洋提供了40%左右的初级生产力[5-6],是海洋BSi中最主要的组成部分[7-8]。因此,沉积物BSi的时空分布常作为古海洋初级生产力的变化指标[9]。由于生产力的波动与表层海水营养物质的供应量关系密切,因此可以将BSi沉积记录与可能导致海水营养盐供给变化的大尺度气候和海洋过程(如季风、洋流等)联系起来,作为重建过去海洋环境变化的重要工具[10-12]

    南海是西太平洋最大的边缘海,地理位置独特,其环境受东亚季风的强烈影响,是追溯冰期-间冰期旋回中东亚季风演变历史的热点区域之一[13-15]。泰国湾(Gulf of Thailand),旧称暹罗湾,是南海重要的组成部分,位于南海西南部的巽他陆架之上,处于太平洋及其附属海的最西端,是南海最大的海湾之一,为典型的半封闭型陆架海,其面积约35 000 km2。泰国湾属于热带季风气候,其风向和海流与亚洲季风关系密切[16-17]。在西南季风影响的5—10月,该海域沿岸流呈顺时针运动,而在受东北季风影响的11月至次年2月沿岸流则呈逆时针运动[18]。近年来有关研究表明,南海古生产力的变化与亚洲季风的周期性变化具有密切联系[10, 12, 19-22],然而这些研究主要集中在南海海盆和北部沿岸地区,有关南海西部和西南部,尤其是泰国湾的古生产力研究则少有涉及。因此本研究选取位于泰国湾北部沿岸海域的两根沉积物柱状样LCS05和WLE08,通过对柱样中BSi含量的分析,探讨近9 ka以来泰国湾古生产力的状况。

    本研究所用的LSC05和WLE08沉积柱样,系由自然资源部第三海洋研究所和泰国自然资源与环境部矿产资源局合作于2017年5月12日在泰国湾尖竹汶海岸通过重力及回旋取样结合的方法取得。其中,LSC05柱样(12°21′29″N、101°58′36″E)长1.58 m,水深18 m;WLE08柱样(12°17′28″N、102°10′18″E)长1.98 m,水深13 m[17],具体采样位置见图1。在自然资源部第三海洋研究所海洋与海岸地质实验室以2 cm连续间隔对两根柱样进行分样。LSC05柱样共挑选27个样品进行BSi(Si)和有机碳(TOC)测试分析;WLE08柱样共挑选33个样品进行BSi(Si)和有机碳(TOC)测试分析。有机碳(TOC)分析在自然资源部第三海洋研究所完成;BSi分析工作在中国海洋大学海洋地球科学学院地球化学实验室完成。

    图  1  LSC05、WLE08柱样调查站位的地理位置以及表层流分布情况
    A: 南海及主要洋流[26],B: 研究区及主要洋流。
    Figure  1.  The location of Cores LSC05 and WLE08 and the surface currents in the Gulf of Thailand
    A: South China Sea and main currents[26]; B: Study area and main currents.

    BSi测试采用钼酸铵分光光度法测定萃取物中溶解的二氧化硅[23]。对沉积物样品研磨烘干(65℃烘48 h,106℃下烘2 h),称取130~140 mg干样于50 mL塑料离心管中,加5 mL10% 的H2O2溶液,混匀后静置30 min。加5 mL 1∶9的HCL混匀,静置30 min。加20 mL去离子水,离心20 min,之后对样品进行干燥。干燥后的样品加40 mL 浓度为2 mol/L的 Na2CO3提取液,放置在85 ℃水浴中加热提取。之后每隔1 h取出离心,取125 µL上清液用于测定Si浓度,连续提取8 h。利用分光光度法测定提取液中的硅[24-25]。测得的提取液中的Si含量数据和对应的提取时间点作图,曲线直线部分的反向延长线与Y轴的交点为样品的BSi含量[23-24]。全过程标准偏差控制在5%以内。

    根据粒度测试结果选取LSC05柱样的4个层位和WLE08柱样的3个层位中的贝壳或植物碎屑样品进行AMS14C测试。样品送美国BETA实验室完成,BETA实验室已对原始测年数据进行了日历年龄校正,海洋碳库效应校正由于附近没有已知点故选取全球海洋修正,具体测试结果见表1。本文年代采用日历年。

    表  1  LSC05和WLE08柱样[17]AMS14C测年结果
    Table  1.  AMS14C dating of Cores LSC05 and WLE08[17]
    柱样名称 样品深度/cm BETA实验室编号 测年材料 AMS14C测量年代/(aBP±1σ) 日历年龄/cal. aBP
    LSC05 8 Beta-509448 贝壳 3090±30 2857
    18 Beta-509449 贝壳 3210±30 3024
    100~102 Beta-509450 植物碎屑 6880±30 7726
    152~154 Beta-509451 植物碎屑 8480±30 9499
    WLE08 12~14 Beta-509452 贝壳 350±30
    96~98 Beta-509453 贝壳 1550±30 1109
    184~186 Beta-509454 贝壳 1S820±30 1373
    下载: 导出CSV 
    | 显示表格

    有机碳(TOC)分析采用Vario Isotope cube-IsoPrime 100型(Elementar)元素分析-稳定同位素比值质谱联用仪(EA-IRMS)完成。前处理取一定量的沉积物样品,加入4 mol/dm3 的HCl至过量,反应24 h。用去离子水洗酸至中性,将样品置于烘箱内60 ℃烘干,恒重后称量,研磨成粉末,过60目的筛子,密封备用。用天平准确称取适量固体样品,放入锡箔杯中并紧密包裹成小球状,依次放进96孔板内测定。

    LSC05、WLE08柱样的AMS14C测年数据如表1,两根柱样的年龄与深度模型见图23。在沉积物样品测年基础上,通过线性插值,获得各样品所代表的年龄,进而建立柱状样的年代框架。沉积速率的计算是通过两个测年点的线性关系得到,通常不考虑沉积物的固结压实和沉降作用。对于柱样第一个测年点之上的沉积速率,选择通过前两个测年点间的沉积速率外推至上部样品。LSC05柱样的沉积物年龄为2.7~9.6 cal.kaBP,18 cm以上的平均沉积速率约为59.9 cm/ka,18~100 cm的平均速率为17.4 cm/ka,100~158 cm的平均速率为29.3 cm/ka。WLE08柱样的年代框架已建立,建立方法与LSC05柱样相同。其沉积物年龄为1.1~1.4 cal.kaBP,整根柱子的沉积速率均为333.3 cm/ka [17]。LSC05孔提供了9 ka以来平均分辨率达约2.3 ka的沉积记录,WLE08孔提供了1.3 ka以来平均分辨率达约0.3 ka的高分辨率的沉积记录。

    图  2  LSC05年龄-深度模型
    Figure  2.  Age-depth model for Core LSC05
    图  3  WLE08年龄-深度模型
    Figure  3.  Age-depth model for Core WLE08

    LSC05与WLE08柱样均从表层(0 cm)开始向下取样,但两根柱样均出现了顶部近代沉积物缺失的情况。根据WLE08柱样的210Pb测试结果显,示其活度随深度增加并没有呈现指数衰减趋势[27],说明 WLE08 孔的210Pb 活度值为本底值,缺少现代沉积物留存。有研究表明汇入该区域内的尖竹汶河与Welu河流量较小,入海泥沙量也相对较小[27],而其所在海域底层流流速均大于泥沙颗粒启动流速[28],在此沉积动力环境下,该区域很难大量接收现代河流沉积,并导致现代沉积物缺失。

    除了BSi以外,直观反映了海表有机质丰度来体现海表初级生产力的有机碳含量(TOC)被视为衡量海表生产力的替代指标[29-30]。LSC05和WLE08柱样TOC含量变化范围分别为0.03%~1.60%和1.83%~4.10%,平均值分别为0.90%和2.68%(图4B)。TOC含量在9~6.5 cal.kaBP期间逐渐增加,在6.5~3 cal.kaBP期间含量整体较低,变化较小,较为稳定,在1.4~0.84 cal.kaBP期间含量较高。

    图  4  LSC05、WLE08柱样BSi含量、TOC含量、C/N比值与其他气候、环境变化序列对比
    粉红色条带代表BSi含量高值带,粉蓝色条带代表BSi含量低值带。
    Figure  4.  Comparison among biogenic silica content, TOC content, C/N in LSC05, and WLE08 with other climate and environmental variation sequences
    Redish bands represent the high value band of BSi content and the bluish bands represent the low value band of BSi content.

    在全球变暖的背景下,泰国湾的有机碳的输送、扩散和埋藏与热带季风气候控制的降水等条件密切相关[31]。研究区的TOC自6.5 cal.kaBP以来的变化趋势与王承涛等[17]研究得到的泰国湾中晚全新世以来沉积物的敏感粒级变化趋势吻合度较高,指示了研究区的西南夏季风在6.5~3 cal.kaBP处于较弱的稳定期,在1.4 cal.kaBP以来有所增强。在6.5 cal.kaBP以前的时期,本研究TOC含量较低,与中晚全新世以来沉积物的敏感粒级的研究结果差异较大,可能是由于王承涛等[17]研究的WLE12柱样位于河口内,但LSC05柱样距河口位置明显更远,因此LSC05接收到的来自河流携带的有机物汇入较少。

    LSC05和WLE08柱状沉积物中BSi含量如图4A所示。LSC05和WLE08柱样BSi含量变化范围分别为0.41%~1.56%和0.60%~1.52%,平均值分别为0.88%和1.11%。结合研究区周边与南海部分海域的BSi研究成果(表2)可以发现,研究区属于南海中的低值海区,与南海南部(巽他陆架东部)和南海北部陆坡(珠江口外)水深小于200 m的陆架浅水区沉积物BSi含量[19, 32]较为接近。

    表  2  南海部分海域BSi含量对比
    Table  2.  Comparison of BSi content in the South China Sea
    研究海域 沉积物性质 水深/m BSi含量占比/% 参考文献
    范围 平均值
    南海西部泰国湾(本文) LSC05柱样 15~20 0.41~1.56 0.88
    WLE08柱样 10 0.60~1.52 1.11
    南海北部陆坡 ODP1144钻孔 2 037 1.50(1050~900 ka) [42-43]
    3.80(900 ka后)
    南海北部 表层沉积物 <200 1.59 [19]
    >200 2.06
    南海中部 ODP1143钻孔 2 722 1.31~3.38 - [22, 43]
    南海南部 表层沉积物 <200 0.37~1.86 [32]
    >1 000 3.39~9.00
    东印度洋爪哇岛以南 CJ01-185柱样 1 538 1.41 [3]
    下载: 导出CSV 
    | 显示表格

    沉积物中BSi含量的最主要的影响因素是硅质骨骼或细胞壁的供给量和溶解作用[33],两者的动态平衡关系主导了BSi的总体分布[34],再加上不同沉积物物质来源以及物质稀释的影响,共同决定了BSi最终的分布格局。LSC05和WLE08柱样采样站位水文环境条件与其他南海相关研究有所不同,季风的盛行导致南海存在较多的上升流区[35-37]。上涌的下层水体将营养物质携带至海表,为海表硅藻等硅质生物勃发提供了良好的生境,因此上升流区BSi含量明显较高。除本研究区以外,表2中涉及的其他站位均靠近南海上升流区[38-39],但有研究表明泰国湾区域无上升流发育[36],这就导致了泰国湾硅质骨骼与壳体供给量低于其他有上升流的南海海域,因此BSi含量偏低。

    碳氮比值(C/N)是古生产力研究中重要的参考性指标 ,可以用来反映沉积物的来源[40]。海洋自身有机物的C/N一般为5~8[31, 41],陆源有机物的C/N则大于12[31]。研究区9 ka以来,LSC05和WLE08柱样的C/N比值偏高,平均值为14.81,较多时期的C/N比值高于12(图4C, 8.6~8.8 cal.kaBP和9.0~9.4 cal.kaBP数据缺失),说明研究区中陆源有机质输入量较高。LSC05与WLE08两根柱样的采样位置均位于近岸区域,水深为10~20 m,其沉积物物源受到海洋与陆地的双重影响。末次冰消期以来,泰国湾的沉积物均来自于中南半岛[44] ,较多陆源沉积物的输入稀释了BSi含量。

    由此可见,泰国湾低BSi含量这一特征与BSi的来源、堆积过程及其保存环境密切相关,低硅质骨骼与壳体供给量和陆源物质的稀释共同作用形成了该BSi低含量海域。

    沉积物中的BSi与有机质关系密切[45],虽然只有约 3%的BSi能长期存在于海底沉积物中,但是相对于生源有机碳,BSi的埋藏效率明显更高,更能保存上层水体的生产力及环境信息[46]。因此BSi常作为指示生产力的有效替代性指标,可以用来指示表层水体生产力的演变。

    研究区BSi含量最高值出现于7.5 cal.kaBP,最低值出现于2.8 cal.kaBP,最高值为最低值的3.8倍。柱样中的BSi含量共有4个高值带,分别是8.1~7.5、4.8、3.4和1.0 cal.kaBP左右。同时有3个低值带,分别是8.2、7和3 cal.kaBP左右。

    海洋初级生产力是各种物理、化学和生物因素的综合效应的表现[47]。东亚冬季风对于南海的生产力起着重要的作用[4,15,18,22,48-49]。亚洲季风的变化引起泰国湾降水、水体营养浓度、叶绿素含量、浮游植物丰度等环境变化[31, 48- 50]。若亚洲夏季风势力强盛,带来大量的降雨,使地表河流径流量增加,从而携带更多营养物质汇入海洋[10],BSi含量则随之增加,这就反映了海表初级生产力提高。

    1.4~0.8 cal.kaBP期间,BSi含量为0.60%~1.52%(平均含量1.11%),属于本研究中偏高的一段时期。此时正处于东亚夏季风偏强的中世纪暖期时期,这说明该时期内的海表初级生产力较高可能是由于夏季风势力较强所致。8.5~8.2、7.1~6.9 cal. ka BP两段时间内,BSi含量较低,这可能是由于此时南亚夏季风势力较弱导致的。8.2 cal.kaBP时,BSi含量快速下降并近乎到达最低值。此时夏季风也处于该时期内最低值,表明夏季风存在一次较大的衰弱期,响应了8.2 cal.kaBP全球范围的气候突变事件[17,51],指示了此段时间内由于夏季风的衰减致使研究区海表初级生产力降低。

    对比研究区柱样BSi含量曲线和南海区域温度异常值曲线[52]图4A、D)可以发现,温度变化与BSi含量变化也有相近的变化趋势,但BSi含量的变化略滞后于南海区域温度异常的变化。这反映出BSi作为古生产力的替代指标与古气候在一定程度上具有对应性[4]。但我们发现8.2 cal.kaBP时期冷事件之前的曲线呈现相反的变化趋势,南海温度异常增加,BSi含量反而降低,这反映了由于夏季风过度强盛而引起的异常暖事件反而可能会抑制硅质生物的生长,导致海表初级生产力降低[10]

    将BSi含量与格陵兰冰芯[53]、华南董歌洞石笋[54]以及阿曼Qunf岩洞石笋记录[55]图4F、G、H)对比,可以发现泰国湾9 ka以来有部分时期能够吻合。3~2.7 cal.kaBP时期,BSi含量出现明显低值带,此时期董歌洞石笋与阿曼Qunf岩洞石笋记录均出现了对应的低值区,可能指示了一次冷事件的出现,这与4~2 cal.kaBP时期出现的热带海域“斜氏普林虫低值事件”对应[56-57]。8.2 cal.kaBP变冷事件时期[51],格陵兰冰芯、董歌洞石笋以及阿曼Qunf岩洞石笋记录同样能找到相应的低值记录,格陵兰冰芯甚至达到最低值。以上对应事件说明研究区古生产力的变化趋势与全球尺度的环境变化具有相关性,指示了泰国湾古环境变化对全球环境变化有一定程度的响应。

    (1) LSC05和WLE08柱样中BSi含量分别为0.41%~1.56%和0.60%~1.52%,为低值海域,最高值和最低值分别出现于7.5、2.8 cal.kaBP时期。区域内无上升流导致的低硅质骨骼和低壳体供给量以及陆源物质输入的稀释是BSi含量低的主要原因。

    (2)本研究柱样中共出现了4个BSi含量高值带与3个BSi含量低值带。TOC含量自9 cal.kaBP以来呈现逐渐增加-平稳较低-继续增加的趋势。将 9 ka以来研究区生物硅含量曲线与南海气候曲线进行对比发现,生物硅含量与南海气温异常曲线和南海夏季风替代指标值期有一定的对应性,但BSi曲线略滞后于南海气温异常曲线,且1.4~0.84 cal.kaBP这一海表生产力高值期正处于东亚夏季风偏强的中世纪暖期时期,指示了高生物硅含量对应的海表高初级生产力时期可能是由于夏季风阶段性势力较强导致。但8.2 cal.kaBP冷事件之前的南海异常高温却对应了生物硅含量低值区,这可能反映了夏季风过强引起的过度高温反而不利于海表初级生产力的提高。

    (3)研究区生物硅含量与格陵兰冰芯、董歌洞石笋以及阿曼Qunf岩洞石笋记录有较好的对应性,BSi含量低值带与热带海域“斜氏普林虫低值事件”和8.2 cal.kaBP冷事件对应,表明研究区古生产力的变化趋势与全球尺度的环境变化具有明显的相关性,这指示了泰国湾古环境变化对全球环境变化的响应。

    致谢:感谢所有在航次调查期间帮助采样和采集数据的中泰合作项目组成员。

  • 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  1   曲波变换示意图

    Figure  1.   Diagram of curvelet transform

    图  4   噪音压制前的叠加剖面

    Figure  4.   Stacked profile before noise suppression

    图  5   噪音压制后的叠加剖面

    Figure  5.   Stacked profile after noise suppression

    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  7   电缆等浮时差校正前叠加剖面

    Figure  7.   Stacked profile before cable float time correction

    图  8   电缆等浮时差校正后叠加剖面

    Figure  8.   Stacked profile after cable float time correction

    图  9   虚反射压制前叠加剖面

    Figure  9.   Stacked profile before ghost suppression

    图  10   虚反射压制后叠加剖面

    Figure  10.   Stacked profile after ghost suppression

    图  11   虚反射压制前频谱

    Figure  11.   The spectrum before ghost suppression

    图  12   虚反射压制后频谱

    Figure  12.   The spectrum after ghost suppression

    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 ).

    图  18   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  18.   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.]

图(18)
计量
  • 文章访问数:  0
  • HTML全文浏览量:  0
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-11-18
  • 修回日期:  2024-12-22
  • 刊出日期:  2024-12-27

目录

/

返回文章
返回