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.
-
海水悬浮体（SPM）主要由非生物（矿物）和生物（浮游植物、碎屑、部分浮游细菌、孢子）颗粒构成[1]。在海洋环境中，SPM不仅是陆架和洋盆沉积的主要物质来源，同时也作为主要的反应物质或催化剂参与生物地球化学过程[1]。海水中SPM含量受水动力条件、物理化学过程、生物过程等控制，是进行海洋沉积过程、物质循环研究的可靠材料[2-3]。
北冰洋拥有巨大的河水径流流量[4]，河流将风化产生的颗粒和溶解物质转移到海洋[5]，使得大量SPM汇入北冰洋。前人对北冰洋陆架区域的SPM进行了大量的研究，取得了丰硕的成果。在楚科奇海南部SPM以硅藻为主，其分布受到经白令海峡西侧流入的富营养盐的阿纳德尔流影响[6]，反映出SPM中颗粒组分的分布与河流、洋流有着密切的联系。在喀拉海中部和西部的SPM浓度最低，鄂毕河和叶尼塞河河口SPM浓度最高，且鄂毕河口SPM浓度高于叶尼塞河，大多数侵蚀物质被困在20 km的近岸海域，SPM主要向东传播[7]。无冰期的拉普捷夫海SPM浓度分别由南至北、由东至西减小[8]，而且汇入的三条河流中SPM的Sr浓度分布差别很大[9]。
本文以2019年中俄北极联合考察（AMK78航次）期间所获取的喀拉海、拉普捷夫海、东西伯利亚海表层海水SPM为素材，开展了SPM的浓度、颗粒组成、岩石磁学研究，通过分析SPM在空间上的分布差异探讨其在各海域的分布规律，并围绕洋流、径流、海岸侵蚀等多种因素对海域表层海水SPM分布特征的影响，探究SPM分布的控制因素。该研究成果对该海域现代沉积过程具有重要意义。
1. 区域概况
喀拉海、拉普捷夫海、东西伯利亚海是位于俄罗斯北部的北冰洋边缘海（图1a），分布在西伯利亚大陆架上。喀拉海接收了整个欧亚北极地区约50%的河流径流，大部分流量由鄂毕河（Ob）和叶尼塞河（Yenisei）贡献[7]，两者流量表现出强烈的季节和年际变化。在6月观察到两条河流最大的排放速率，大约有45%～65%的年淡水径流和80%的年SPM被释放[10]。拉普捷夫海被5个向北和西北方向的海底通道切割，是保持北冰洋淡水和冰态平衡的关键区域[11]。勒那河（Lena）流入拉普捷夫海东部，春季的淡水和河流泥沙输入最高[8]。东西伯利亚海具有世界上最宽阔的大陆架，海底冻土广泛发育。流入东西伯利亚海最大的两条河流是因迪吉尔卡河（Indigirka）和科雷马河（Kolyma）。汇入拉普捷夫海的勒那河虽没有直接注入东西伯利亚海，但由于其巨大的径流量与输沙量，在西伯利亚沿岸流的影响下，可以向东西伯利亚海西部供应沉积物[12]。
![]()
巴伦支海分流（Barents Sea Branch，BSB）由北大西洋水经淡水输入、海冰融化和净降水等过程改造而来[13]，一部分沿海岸进入新地岛以南的喀拉海，另一部分沿新地岛北部向东与西斯匹次卑尔根洋流在喀拉海北部合并[14-15]（图1a）。西伯利亚沿岸流（Siberian Coastal Current，SCC）发源于东西伯利亚海西部，受到风力和浮力的驱动，向东通过德米特里拉普捷夫海峡（图1a）。拉普捷夫海海水与勒那河河水交汇流入德米特里拉普捷夫海峡，与东西伯利亚海的因迪吉尔卡河、科雷马河河水合并沿陆架向东穿过朗格海峡流至楚科奇海[16]。
2. 材料
中俄北极联合考察AMK78航次于2019年在喀拉海、拉普捷夫海、东西伯利亚海的海区共进行了50个站位的悬浮体调查。采样站位分别为P1—P46站位以及6489、6495、6498、6500站位（图1b）。各站位表层海水样品由船上表层海水温室气体实时分析的采水系统采集。水样选用提前称量至恒重的直径47 mm、孔径0.45 µm的Millipore醋酸纤维滤膜进行抽滤，过滤后的滤膜放置在−20 ℃的环境中保存。由于P38站位在采集时见大量暗色碎屑，可能为管路堵塞后的沉渣，不能表示该站位SPM的特征，故本研究中将该站位样品予以剔除。
3. 研究方法
3.1 浓度计算
为了测量SPM质量浓度，在过滤前后分别使用Sartorius电子天平（精度为0.01 mg）称量冷冻干燥后的滤膜。海水中SPM浓度（ρ，单位mg/L）：
$$ \rho=\frac{M_{\rm p}-M_{\rm s}}{V} $$ 式中Mp为滤后膜重的平均值（mg）；Ms为滤前膜重的平均值（mg）；V为过滤水样的体积（L）。
3.2 扫描电镜实验
为了观察SPM的形貌特征，在自然资源部第三海洋研究所使用FEI Quanta 450型环境扫描电镜（scanning electron microscope，SEM）对滤膜上SPM的形态特征进行图像扫描。
3.3 磁学实验
磁学实验在中国地质大学（北京）古地磁与环境磁学实验室及中国地震局岩石磁学实验室完成。将空白滤膜和带有SPM的滤膜置于已完成磁化率测试的8 cm3无磁性的塑料方盒中。用MFK1-FA卡帕桥磁化率仪分别进行低频（976 Hz）磁化率与高频（15616 Hz）磁化率测试，扣除样品盒体积磁化率以及空白滤膜体积磁化率后，分别获得SPM的低频体积磁化率（κlf）与高频体积磁化率（κhf）。对体积磁化率进行质量浓度归一化后获得低频和高频质量磁化率（χlf和χhf），并计算获得SPM的频率磁化率百分比（χfd%=(χlf–χhf)/χlf×100%）。使用配套有CS-3温度控制系统的KLY-4S卡帕桥磁化率仪测定SPM磁化率随温度变化（κ-T）曲线，温度变化为–195 ℃至室温，升温速度为5 ℃/min。
SPM样品的天然剩磁（natural remanent magnetization，NRM）在磁屏蔽室（＜300 nT）内用755-4K低温超导磁力仪测量获得。使用MicroMag 3900变梯度振动磁力仪测试SPM的磁滞回线（Loop）、等温剩磁（isothermal remanent magnetization，IRM）获得曲线及反向场退磁曲线，最大外加磁场为1 T。从Loop测试数据中读取样品矫顽力（coercivity，Bc）、饱和磁化强度（saturation magnetization，Ms）以及饱和剩余磁化强度（saturation remanent magnetization，Mrs）参数。剩磁矫顽力（coercivity of remanence，Bcr）参数从反向场退磁曲线中读取。
4. 结果
4.1 SPM含量分布
AMK78航次各站位表层海水SPM浓度为0.18～32.25 mg/L（图2）。浓度高值主要分布在两个区域，分别是位于新西伯利亚群岛与西伯利亚大陆之间的德米特里拉普捷夫海峡和位于喀拉海的叶尼塞河和鄂毕河河口。其中在德米特里拉普捷夫海峡SPM浓度自西向东逐渐增加，在其东部的P15站位达到最高值32.25 mg/L。从拉普捷夫海勒那河三角洲向大陆架北部延伸SPM浓度逐渐降低，直到P31站位达到最低值0.22 mg/L。新西伯利亚群岛以北、泰梅尔半岛以西、亚马尔半岛以西SPM浓度均为低值。
4.2 SPM颗粒组分特征
对不同区域采集的悬浮体滤膜进行扫描电镜分析发现，SPM由陆源碎屑颗粒和硅质生物碎屑（硅藻和鞭毛藻）（图3）组成。在远离岸线的海域，如P1和P10站位，滤膜上的SPM零散分布，硅质生物碎屑在SPM中的占比高（图3a—d）。在近岸和海峡海域，SPM含量高，完全覆盖滤膜，SPM中硅质生物碎屑的占比相对较低，SPM以陆源碎屑颗粒为主。以位于德米特里拉普捷夫海峡东侧的P15站位为例，其SPM多为不同粒径的片状矿物，硅质生物碎屑含量极少（图3e）。位于叶尼塞河河口北侧的P39站位，其SPM也以陆源碎屑颗粒为主，硅质生物碎屑含量少于15%（图3f、g）。位于鄂毕河口北侧的P42站位，仍以陆源碎屑矿物为主，但硅藻含量较叶尼塞河口外侧多（图3h、i）。
![]()
图 3 典型SPM颗粒组分扫描电镜照片a、 b. P1站位，c、 d. P10站位，e. P15站位，f、 g. P39站位，h、i. P42站位。Figure 3. The SEM images of representative SPM compositions in sites P1(a, b), P10 (c, d), P15 (e), P39 (f, g), and P42 (h, i)4.3 SPM磁学特征
4.3.1 SPM岩石磁学特征
磁化率随温度变化曲线可以根据磁性矿物特有的相变温度来鉴别磁性矿物类型[19]。本文对悬浮体进行了低温κ-T测试（图4），结果显示从−192℃开始温度上升磁化率值急剧下降，在−150℃左右出现一个高值，之后磁化率值保持稳定。在−150～−149℃（120～124 K）时，磁铁矿晶体结构中电子热能减小使得铁离子被冻结在各自的位置上，导致整个晶体不再对称，变为单斜结构，这个温度点称为Verwey转换温度（Tv）[20]。低温κ-T测试表明样品中存在磁铁矿。
![]()
图 4 P17站位低温κ-T曲线蓝色线：磁化率随温度变化曲线，橙色线：求导曲线。Figure 4. Low temperature κ-T curve at site P17Blue line: magnetic susceptibility curve with temperature, Orange line: derivative curve.Loop形态及其相关的磁滞参数可以用来判别样品磁性矿物颗粒的类型和粒径大小[21]。图5显示，顺磁矫正前样品显示了顺磁性矿物（图5中P17、P42站位）和抗磁性矿物（图5中P5、P33站位）的不同影响，其中抗磁性主要受醋酸纤维材质滤膜的影响。顺磁矫正后的Loop形态基本一致，在400 mT时曲线均趋于闭合，整体呈现为中间宽而两头窄的“粗腰型”形态。样品的Bcr在34～43 mT范围内，表明样品中磁性矿物矫顽力较低，存在单畴的磁铁矿。
![]()
图 5 SPM代表性样品Loop曲线蓝色线：顺磁矫正前，粉色线：顺磁矫正后。Figure 5. Loop curves of representative samples of SPMBlue line: before paramagnetic correction, pink line: after paramagnetic correction.Day图可以指示磁性矿物的磁畴状态[22]。将获得的磁滞参数Mrs/Ms、Bcr/Bc两组比值投到Day图上[23-24]，结果表明表层海水SPM中磁性矿物的磁畴状态为单畴（single domain，SD）、多畴（multidomain，MD）混合（图6）。
![]()
图 6 磁性矿物Day图SD：单畴，MD：多畴，SP：超顺磁，PSD：假单畴。Figure 6. The Day plot of magnetic mineralsSD: single domain, MD: multidomain,SP: superparamagnetic, PSD: pseudo-single domain.4.3.2 SPM磁学参数空间分布特征
磁化率的大小主要取决于磁性矿物含量的多少[25]。表层海水SPM的χlf值为−4.21×10−6～4.87×10−6 m3/kg（图7）。磁化率高值区域位于泰梅尔半岛以西，其中P41站位磁化率最高，为4.87×10−6 m3/kg。磁化率低值区域位于勒那河三角洲和新西伯利亚群岛以东，拉普捷夫海大部分海域及亚马尔半岛以西悬浮体磁化率值介于中间。SPM磁化率的空间分布反映了从喀拉海到拉普捷夫海再到东西伯利亚海悬浮体中磁性矿物含量呈减少趋势。频率磁化率反映从单畴到超顺磁磁铁矿的存在，指示样品中较细磁性矿物的含量[26]。表层海水SPM的χfd%值为（–3.25×106～2.47×105）%（图8），位于德米特里拉普捷夫海峡的P19站位值最低，位于拉普捷夫海大陆架边缘的P30站位次之，整体分布均匀，说明超顺磁矿物含量变化不明显。
![]()
图 7 SPM磁化率空间分布特征Figure 7. Spatial distribution characteristics of SPM magnetic susceptibility![]()
图 8 SPM频率磁化率空间分布特征Figure 8. Spatial distribution characteristics of SPM frequency magnetic susceptibilityNRM的数值反映了样品中亚铁磁性矿物的含量。表层悬浮体的NRM为4.60×10−6～1.32×10−3 A/m（图9），最高值在P26站位，位于拉普捷夫海中部，位于鄂毕河口的P41站位次之，最低值在更靠近河口的P42站位，更靠近河口。在其他海域NRM数值均较低。表示亚铁磁性矿物主要集中于拉普捷夫海中部。
![]()
图 9 SPM天然剩磁空间分布特征Figure 9. Spatial distribution characteristics of SPM natural remanence5. 讨论
5.1 喀拉海SPM分布特征
喀拉海SPM含量在河口区域较高，磁性矿物含量较多，磁性矿物粒径较细。在鄂毕河河口的P41站位SPM含量最高，亚铁磁性矿物含量最多，SPM中以陆源碎屑颗粒为主。P41站位相较于叶尼塞河河口的P39站位硅藻含量多，可能是由于P39站位距离河口较远，营养盐较少导致生物碎屑少。而距离鄂毕河河口较近的P42站位SPM含量低于P41站位，亚铁磁性矿物含量最低，推测该处河流流速较快，河水径流将陆源物质继续向海水里输送。喀拉海东部和西部海域陆源输入较少，SPM含量普遍较少。
5.2 拉普捷夫海SPM分布特征
拉普捷夫海SPM含量普遍低，亚铁磁性矿物在中部聚集，磁性矿物粒径较细，但在外陆架P31站位甲烷渗漏区粒径较粗。SPM含量从勒那河河口向中部海域逐渐降低，亚铁磁性矿物集中在中部海域的P26站位，北部海域含量最低。北部海域的SPM中硅质生物碎屑占比较高，与其离岸远有关。沿勒那河河口向东部海域SPM含量逐渐升高，磁性矿物含量降低，磁性矿物粒径逐渐变粗。
5.3 东西伯利亚海西部SPM分布特征
东西伯利亚海西部的SPM含量，最高值位于德米特里拉普捷夫海峡的东部P15站位，SPM以陆源碎屑颗粒为主，硅质生物碎屑的占比极低，磁性矿物含量在海峡附近较高，粒径较粗。在其他海域，SPM含量相对较低，磁性矿物含量相对较少，粒径相对较粗，P10站位由于距离海岸远SPM中硅质碎屑占比较高。
5.4 河水径流对SPM分布的影响
喀拉海SPM含量在河口区域P41站位较高，这是由于在河口河流流速降低，淡水与盐水混合（盐度2～10），细颗粒SPM在絮凝作用下发生快速积累（沉淀），大多数河流SPM被困在河口[10]。叶尼塞河的SPM来自于普托拉纳地块广泛分布的三叠纪高原玄武岩和凝灰岩沉积物；而鄂毕河的SPM来源于西伯利亚低地，相比于叶尼塞河，磁化率值非常低[10]。但由于叶尼塞河口的P39站位和P40站位距离河口较远，SPM困在河口较近的区域，与海水混合后SPM含量较P41站位低。随着与河口距离的增加，SPM中陆源碎屑颗粒也随之减少，而河口丰富的营养盐会使得站位中的生物碎屑相对较多。
晚全新世以来，勒那河三角洲逐渐突出河口向东偏转[27]，勒那河河口向东至德米特里拉普捷夫海峡SPM含量逐渐增加，但勒那河河口外侧SPM含量整体较低。德米特里拉普捷夫海峡SPM磁性矿物的粒径较粗，反映出德米特里拉普捷夫海峡及其东侧的高浓度SPM是海岸侵蚀作用形成的，而非来自勒那河搬运入海的颗粒物。
5.5 洋流对SPM分布的影响
受BSB影响，维利基茨基海峡西部SPM磁性矿物的含量与BSB方向一致，随洋流运移呈现出不断递减的趋势。由于海峡全年浮冰覆盖，自西向东的BSB表层洋流流速变缓，SPM在此聚集导致含量较高，亚铁磁性矿物含量较多。
从勒那河河口向东至德米特里拉普捷夫海峡SPM含量逐渐增加，磁性矿物粒径也较粗，是由于该处受到了强烈的SCC对海岸的侵蚀。
6. 结论
（1）SPM中组分主要来自陆源碎屑及硅质浮游生物。SPM含量由南向北逐渐递减，由陆向海扩散。陆源碎屑集中分布在近岸和河流入海口附近海域，离海岸和河口较远海域SPM中硅质生物碎屑的占比升高。
（2）SPM中磁性矿物为单畴、多畴磁铁矿，磁性矿物与流域内岩石类型有关，通过河流输送至海洋中。
（3）SPM分布受控于河水径流、沿岸流等因素，河口处浓度高、磁性矿物多，磁性矿物集中在表层流流速缓慢的区域，粒径普遍较细，主要受到SCC的影响。粒径较粗的磁性矿物分布在沿岸地区，可能与海岸侵蚀有关。
致谢：感谢2019年中俄北极联合考察的全体科考队员。
-
![]()
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 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
