2. 中国科学院遥感应用研究所, 北京 100101;
3. 广州海洋地质调查局, 广州 510075;
4. 国土资源航空遥感中心, 北京 100083
2. Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China;
3. Guangzhou Marine Geological Survey, Guangzhou 510075, China;
4. China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China
北黄海海域西邻渤海、南邻南黄海、西南接胶东半岛、北接辽东半岛、东与朝鲜紕邻,为一夹持在中国大陆与朝鲜半岛之间的半封闭状海域,属于西太平洋边缘海的一部分,其东经121°00'~125°10'、北纬37°20'~39° 50'的海域,属于浅海大陆架.在37°47'~39°02'N,西界121°50'E,向东与朝鲜西海相通的范围内,西部称北黄海盆地,东部朝鲜称西朝鲜湾盆地,盆地的基底为华北地台.北黄海盆地占据北黄海海域大部分区域,是由历经古生代、中生代和新生代三个主要演化阶段的各种原型盆地叠加而成的小型多旋回盆地.
北黄海盆地是我国近海海域尚未取得油气勘探突破的盆地之一,也是我国近海勘探程度最低的海区之一,到目前为止只进行了地球物理调查,鲜见钻探工作.研究表明[1],北黄海盆地具有良好的油气地质条件,可以形成完整的油气成藏体系.近年来,朝鲜在该盆地东部已发现一个具有良好油气资源远景的含油气区,其含油层位主要是中生界.朝鲜清川江口分布的侏罗系、白垩系中暗色泥岩发育,并见油气显示[2].与此相对应,我国胶东半岛胶莱盆地中侏罗系莱阳群的暗色泥岩厚达千米.据此,一些国内学者推测北黄海中生界(可能包括部分古生界)具有较好的油气远景[1~5].
烃类物质是油气藏的主要组分.自20世纪50年代后期以来,国内外已开始在海洋环境中应用海底油气藏的烃渗漏现象寻找油气富集区块[6, 7].该方法基于油气藏的烃类物质渗漏理论[8,9],认为油气藏中CH4、CO2等气体会不断渗人到上方的沉积物、底层水直至海水上层乃至溢出海面进人低层大气,形成海底沉积物、底层水及低层大气中CH4、CO2等气体异常和海底沉积物中的微生物含量异常,产生蚀变及次生蚀变产物.烃类和次生蚀变产物的积聚将形成可探测的地球化学和地球物理异常.通过识别蚀变引发的各种地球物理、地球化学响应,进而圈定油气有利区块,国内外已在陆地上取得了大量成功的实例[9~16].海洋环境为渗漏烃的观察与识别提供了更为有利的条件,根据烃渗漏现象寻找海区油气有利区具有很好的应用前景[13~16].郝天珧等[13]利用磁法对烃渗漏蚀变效应(“磁亮点(MBS)”)进行检测,开展油气异常远景预测,已在渤海和南海某海区取得良好效果.
在油气渗漏异常的地球物理判别方法中,磁法是一种经济、有效的技术.磁性蚀变带产生的弱磁信号的识别与提取,是综合地球物理方法圈定油气靶区中的关键和难题之一.特别是磁异常烃蚀变带属性的判别,也成为烃类运移地球物理判别技术中的关键和难题.本文给出一种根据“有导师”的模式识别方法,在充分利用磁异常多种特征以及已知信息(见油井、油气田、含油气构造等)的基础上,提取烃渗漏蚀变带引起磁异常的方法.应用此方法圈定了北黄海盆地的烃渗漏“磁亮点”分布,同时结合区域构造和地球化学证据,为预测北黄海盆地油气远景区提供了有利依据.
2 海底烃渗漏的基本原理及研究现状早在20世纪二三十年代,人们就发现了地表的烃浓度与地下油气藏之间的相关性,经过几十年的研究,建立了烃类物质穿越上覆地层运移到地表并引发一系列蚀变作用的烃渗漏理论.海域油气藏中的烃类组分同样会向上运移,从而在海域形成一系列渗漏烃异常效应.目前,在世界许多海域的海底已经发现有海底烃类渗漏.这些渗漏可形成在海底10~3000 m不同深度范围以及各种沉积、气候和构造环境内[17].
与陆上环境相比,海洋环境提供了独特的保存和观察渗漏烃异常效应的有利条件.例如,海水介质对海底沉积物中的烃类继续向上运移的阻力比空气大得多,因此海底沉积物比陆地土壤更易于保存渗漏烃组分[18, 19]; 海水柱提供了观察渗漏烃异常效应的良好介质,能够直接观察到一些宏观渗漏烃的产物,如水中气泡、海面油膜等.利用侧扫声纳、多波束测深和地震、浅地层剖面可以探测到与海底烃类渗漏有关的表面特征,合成孔径雷达能够识别因海底烃类渗漏形成的海水表面油膜,海水烃浓度测量、海底沉积物取芯检测已成为海上油气藏渗漏烃检测的主要手段之一.许多学者正致力于将磁力测量作为传统检测方法的补充手段.
当油气沿裂隙或岩层中的孔隙向上渗漏时,如果岩层中的矿物或含水物质有铁存在,烃类物质就会与之发生反应(烃类物质的反应速率应大于流体的运移速率),有效地改变了环境中的地球化学状态而形成或分解某些磁性矿物(比如高价铁矿物转为低价含铁矿物等),形成了蚀变带,最终导致了磁性变化,这是磁性变化的主要原因[20].
油气中的碳氢化合物缓慢向上渗漏,并在上覆岩层中形成还原环境,使铁从含铁矿液中“活化”还原成亚铁态,亚铁离子沉淀后形成磁铁矿.其化学过程可以概括为以下三步[21].
第一步:来自大气中的厌氧细菌以石油中的烃为食物,分解产生硫化氢:
2H++SO42-+CH4=H2S+CO2+2H2O;
第二步:大量的硫化氢可以与富含铁的岩石发生反应形成黄铁矿:
Fe2O3+4H2S=2FeS2+3H2O + 2H+ +2e-;
少数H2S也可能部分产生黄铁矿和二价铁:
Fe2O3+2H2S=FeS2+FeO+2H2O;
第三步:氧化亚铁可能与未蚀变的赤铁矿结合形成磁铁矿:
Fe2O3+FeO=Fe3O4.
1979年美国地质调查所的Donovan等[10]根据美国俄克拉荷马州Cement油田上的航磁探测,观测到一些短波长磁异常(幅度为10~20 nT,波长为400~4000 m),推测它们是由沉积层中与烃类垂向运移有关的成岩作用形成磁铁矿引起的.自20世纪80年代以来,一些学者提出根据磁性蚀变带产生的磁异常寻找油气异常区,并在这个领域取得了一系列重要的研究进展.例如,1996年,Foote等[12]在美国的Oklahoma、Colorado、Utah和Alabama等地的油田做过研究,发现磁异常与油气显示之间存在极大的相关性,并提出了“磁亮点”(MBS)的概念和MSRI等分析方法,从而证明了利用磁异常圈划油气有利区的可行性.
3 基于模式识别的烃渗漏“磁亮点”识别方法 3.1 “磁亮点”识别研究概况由于地面或航空高精度磁测极易受到地表人文设施的影响,而所测的磁异常是地下不同深度、规模和形态的地质体引起异常的叠加,难以将烃渗漏所形成的弱磁异常从人文干扰以及火山岩等其他干扰中可靠地辨识出来.因此,磁性蚀变带产生的弱磁信号的识别与提取,是在综合地球物理方法圈定油气靶区中亟待发展的方法.
国内近年来在“磁亮点”识别方面展开了高阶统计量分析[22]、宽度幅值特征滤波[23]、弱磁异常物理模型的正演计算[24]、图像处理[25]等方法的研究,取得了良好的应用效果.异常的分离,是将深部场引起的异常从总异常效应中剥离出来,使得剩余磁异常反映近地表及浅部的异常效应,它是磁异常识别的一个重要环节.目前主要利用正则化滤波、匹配滤波、解析延拓、插值切割、小波分析等方法来分离异常[26, 27].
由于磁异常反问题的多解性及异常本身的复杂性,增加了磁异常识别与解释的难度,因此在识别与解释过程中仅仅利用异常的幅值与频率域特征是远远不够的,需要综合磁异常的多种数值特征以及空间分布属性.而在对信息综合运用方面,模式识别技术显出其强大的优势[28].王赞等[28]提出了应用句法模式识别方法实现磁异常的自动分类.本文给出一种利用“有导师”的模式识别技术识别烃渗漏磁异常的方法.
3.2 方法原理模式识别是利用计算机对某些物理对象进行分类,在相似性或错误概率等各种准则(代价)函数最小的条件下,使识别的结果尽量与客观事物相符.这门人工智能领域里的技术目前已广泛应用于地球物理领域[29].例如,应用于地震储层预测的基于人工神经网络的模式识别、地震属性神经网络油气模式识别等技术已获得了许多成功的实例.
模式识别技术主要有两种基本方法,统计模式识别和结构(句法)模式识别,与此相对应的模式识别系统都由设计和实现两个过程组成.设计是用一定数量的样本(学习集)进行分类器的设计,其基本思想是给定某个判别函数类,利用样本集确定出判别函数中的未知参数.实现是用所设计的分类器对待识别的样本进行分类决策[30].句法识别方法是基于模式的结构信息,利用形式语言中的语法规则对模式进行分类.
多种特征的组合使用能够克服用单一磁异常特征解释所存在的局限性.在文献[28]中利用句法模式识别方法,用磁异常的大小(峰值)、极性(峰值的正负)、梯度变化(水平梯度和(或)垂直梯度的变化)、均值、方差特征来表示磁异常各基类模式,以此将具有相似磁化方向、磁化强度、形状、地下赋存状态等特征的磁异常划为一类.以下简称为自动分类法.本文给出的方法与自动分类法的主要区别为:①自动分类法的前提是在实际的磁异常解释中缺乏已知信息,因此采用了“无导师”的模式识别方法,本文则是在已知井位、构造等信息的约束下,通过模式匹配与学习来实现烃渗漏引发磁异常的识别,是一种“有导师”的模式识别;②选择的特征或模式不同:除了上述特征,本文还提取了平均梯度和多种纹理特征,充分利用了异常的空间分布属性[31]; 纹理反映的是灰度(幅值)的空间分布性(相关性、不规则性、周期性等)和幅度变化的综合信息;③基类的划分不同:自动分类法在磁异常结构分析中将磁异常极值点作为基节点,各测点作为节点,基节点与其邻近的节点组成一个基类,采用了“衍生树”的结构.本文将已知见油气显示的井位、油气构造等异常部位作为基类,将其提取的模式或特征作为待识别异常匹配或学习的模板,没有采用树形结构.
已知约束信息包括点、线、面三种基元.点基元:见油气显示的井位、高产井井位、钻遇磁性蚀变带的井位等.线基元:能在附近及上方观察到油渍或成串气泡链的图 1a的中心是产油井井位,即点基元,它所在网格点及与其邻近的8个数据网格点组成一个最小的基类.图 1(b,c)仅为线、面基元的示意图,因为实际的断裂或构造更长、更大,占据更多数据网格点范围.基类可以随网格点数增多而扩大.对断裂和构造,应该先分段或分区,再组成基类.在确定基类的网格点数时,引入区域形状测度[32].区域形状测度是衡量目标轮廓光滑程度的一个指标,其形状测度计算公式为
(1) |
其中,f (i, j)是第(i, j)个网格点的磁异常值fN(i, j)为区域N(i, j)(包含基元在内)的异常均值,t为异常值的阈值,这里给定为异常值方差,Δ(i, j)为广义梯度,C为归一化因子,而
根据实际情况,将区域形状测度大于一定阈值的区域作为基类.提取基类的各种数值特征和纹理特征,作为模板的特征向量(也称模式向量)M.若有k个作为已知约束信息的基类,则有k个M向量.逐点沿滑动的计算窗口计算待识别磁异常数据点的特征,作为特征向量X, 若有p ×q个数据网格点,则有,p ×q个特征向量X.计算窗口大小与基类的窗口一样.
计算待识别模式与模板之间的相似性度量,进行模式匹配,根据模式向量间的相似性将异常进行聚类.相似性度量采用的是加权欧氏距离函数[33].权系数矩阵设为W,得到如下相似性度量的表达式,
(2) |
式中,T为矩阵转置符号,X,M,W分别表示如下,
式中n是异常特征的个数i=1,2, …,p ×q,j=1,2,…k.
取与模板相似程度高于给定阈值的异常网格点,进行归类,作为识别的烃渗漏磁异常.针对不同模板识别出的磁异常,进行汇总分析.可针对实际需要及结合研究区地震、地质资料,根据相似程度进行分级,例如,将识别出的烃渗漏异常分为Ⅰ、Ⅱ、Ⅲ几个等级.
应用上述方法对一简单模型(图 2)进行了试验.图 2中的A0、A1、A2、A3和A4是具有不同纹理的目标体,可被认为代表不同的异常.将A0的模式向量作为模板,以面基元组成基类.按照利用一个特征(n=1,特征为均值)和4个特征(n=4, 特征为均值、平均梯度、基于共生矩阵的熵、角二阶矩)两种情况,分别计算了4个待识别目标体A1、A2、A3、A4各自所有数据点的平均相似度(作了归一化处理).从计算结果(表 1)来看,利用4个特征所得出A1的相似度明显增大,便于与其他目标体区别,表明了利用的特征越多,识别度越高; 该方法对识别与模板最相似的目标是有效的.
北黄海盆地主要发育在厚逾30 km的陆壳上,呈NE向展布,以陆相碎屑充填为特征.大地构造位置上,北黄海盆地位于中朝地台东部,属于华北陆块向东部海区的延伸部分,与胶辽隆起有着相似的地质构造演化特征.北黄海盆地周围有安洲盆地、渤海湾盆地、莱阳盆地和南黄海盆地,均为古生代、中生代与新生代的叠合盆地.北黄海盆地构造变形复杂,沉积地层发育特征及厚度变化较大.根据地球物理综合调查成果显示1),盆地可划分为六个二级构造单元,主要由东部坳陷、中部坳陷、西部坳陷、南部凹陷群四个二级负向单元及中央隆起、中西部隆起两个正向二级构造单元组成.
1)王嘹亮,万玲,姚永坚等.中国近海前新生代残留盆地油气资源勘探前景技术报告.“863”计划课题二级子课题.广州海洋地质调查局,2005
图 3是北黄海盆地地形和海水深度图,图中方框所示为研究区范围.
朝鲜安州盆地与中国胶莱盆地是分别邻接北黄海盆地东、西部的陆域沉积盆地.其中,朝鲜安州盆地已经完成的油气显示井即达十余口,胜利油田曾经在胶莱盆地钻探以油气勘探为目的的深井1口,是胜利油田外围勘探盆地.朝鲜在123°E线以东已完成钻井15口,并在中生代地层中发现了油气流,其中3口井见油气显示,2口井获工业油流,展示出中、古生界在北黄海具有良好的油气勘探前景,而其中中生界则是盆地最主要的生油层系和油气勘探目的层.根据世界范围中、古生界油气资源分布的研究结果以及朝鲜方面的钻探成果和对盆地含油气组合特征分析,北黄海盆地中、古生界同样也具备形成油气藏的基本石油地质条件,完全可能具有较为良好的油气资源前景[1~5].
4.3 主要岩性及磁化率统计据黄海邻区实测磁化率资料判断,本区前新生界存在明显的磁性界面.实测资料表明,最明显的磁性界面位于古生界与太古界之间、或元古界与太古界之间,古生界和元古界之间磁化率的差异很小,如表 2.
北黄海岛屿元古界的浅变质岩磁化率一般在(0~126)×10-5SI,属于无磁性.哈仙岛的绢云母石英片岩变质程度也不深,但由于其含有少量磁铁矿,就显示出弱磁性,磁化率达314×10-5SI,辽东半岛岩石磁性特征为:元古界石英片岩是无磁性的;太古界鞍山群当不存在强烈混合岩化与花岗岩化时,是非磁性到弱磁性,而经历强烈混合岩化时,则一般具有磁性,个别磁性较强.而山东半岛的岩石磁性特征为:元古界胶东群变质岩一般磁性不强,大都显示为中-弱磁性,磁化率大多为数百至千余单位;当其遭到不同程度混合岩化或花岗岩化作用时,则磁化率值有所增大,可达(629~3771) × 10-5 SI,具有中等到较强磁性.
据资料分析[34],盆地前中生代基底为元古界变质岩和古生界,古生界主要分布在北黄海盆地的中部和东部地区以及朝鲜平南地区,以碳酸盐建造为主;而元古界在北黄海盆地中分布广泛,主要围绕古生界分布,其岩性为千枚岩、板岩、石英岩、泥灰岩、灰岩等,推测相当于周边的粉子山群(Pt)、蓬莱群(Pt)、辽河群(Pt)等,形成了近东西走向的复式向斜带,即庙岛-平南坳陷带.北黄海的结晶基底为古老的太古界-元古界变质岩系,北黄海磁异常主要是由结晶基底引起,叠加有零星中新生代中基性火山岩局部异常.
4.4 航磁异常特征研究区航磁数据的经纬度范围:2°E~124. 2°E,37. 3°N~39. 5°N,数据来源于《中国近海残留盆地研究数据库》2),成图网格间距为0. 05°×0. 05.对航磁数据进行各种处理之前,先将经纬度坐标转换为平面直角坐标,处理完后再转换成经纬度坐标成图显示.成图参数为:墨卡托投影方式,WGS84大地基准面,标准纬度38°原点经度122°.研究区地磁倾角在50°~60°之间,存在斜磁化情况.对δt磁异常进行了化极处理,化极航磁异常(见图 4所示)主要特征有:异常值以负值为主,数值范围为-153~250 nT,具有南强北弱的变化特征.由于北黄海盆地南部结晶基底隆起,火成岩发育,引起磁异常强度增大,高值异常主要分布在研究区南部(北纬38°20'以南),中部分布有局部高值异常.负磁异常区的磁场特征表明北黄海基底为元古代变质岩,埋深浅,这与岛屿地质调查结果相一致[34].在盆地东部(L3井区),海洋岛周围和盆地西部分布有大面积的负磁异常区,这与胶东半岛及辽东半岛的地磁场特征是一致的,它们构成一个统一的负磁异常带区.磁异常形态多样,局部磁异常平面形态多呈团块状、块状、条带状、带状.异常走向不稳定,主要有NW向、NE向和近EW向.磁背景场主体走向是NW向.
2)郝天珧等.《中国近海前新生代油气资源地球物理地球化学探测技术研究》报告.北京:中国科学院地质与地球物理研究所,2005年
实测的航磁数据中包含了地质构造(如火成岩、断裂、结晶基底面起伏及浅层磁性不均匀等)、人文干扰(如钻井、城镇、铁路车站、钢铁遗弃物等)及烃运移产生的“烃蚀变带”等多种因素~识别“磁亮点”的首要任务是将亮点异常从基底引起的区域异常场中分离出来.
本文应用插值切割方法[26]来消除盆地的结晶基底一太古界-元古界变质岩系引起的区域异常场. 图 5是将区域异常场分离后所取得的剩余(局部)航磁化极异常图.为了更好地了解局部磁力异常[36],本文采用垂直二次导数和总梯度模方法(三维解析信号法)[35]对剩余异常进行处理,以助于推断火成岩体的分布.
研究区剩余磁异常的变化范围为:-136~194 nT. 图 6、图 7中R1位置(坐标:22. 5°E,38. 7°N)附近的局部磁力高等值线密集分布,位于中西部隆起.结合垂向二次导数(图 6)和总梯度模(图 7),推测该磁力高是由火成岩体引起.其右侧宽缓的磁异常对应着中部坳陷.图 6、图 7中R2(123. 2°E,38. 5°N)附近的局部磁力高根据垂向二次导数和总梯度模结果推测可能为火成岩体引起,但是地震资料解释该地段为两坳陷之间的隆起带,因此排除了火成岩异常. 图 6、图 7中R3(122. 1°E,37. 9°N)附近的局部磁力高对应着南Ⅰ凸起的位置,可能发育有火成岩.其右侧为平缓的负值异常,对应地震资料解释的南Ⅰ凹陷.研究区东北部宽缓变化的磁异常对应着东部坳陷,中西部的宽缓、相对稀疏分布的异常对应着西部坳陷.研究区中南部分布有等值线密集的局部磁力高异常,可推断为火成岩引起.
北黄海盆地主体为一中、古生代沉积盆地,主要由在隆起背景上发育的一系列小断陷构成,坳陷间彼此孤立,分隔明显,从而导致各地层分布横向分割性较大.从地震及钻井资料揭示来看1),北黄海盆地前中生代残余盆地早期沉积地层范围及沉积厚度均较大,除盆地坳陷中广泛分布外,隆起上也残留有一定厚度的前中生界地层.中生界则主要分布于盆地的三大沉积坳陷及南部凹陷群中,除南部凹陷群缺失晚侏罗世地层外,其余各坳陷均广泛发育上侏罗统及下白垩统.中生代时期,由于盆地断陷初始发育,彼此分隔,各沉积坳陷中地层厚度变化较大,南部凹陷群沉积范围及厚度最小,西部坳陷次之,中部和东部坳陷沉积厚度最大,地层发育最齐全,分布最广泛.
4.7 烃渗漏“磁亮点”模式识别对剔除火成岩及其他干扰异常之后的剩余磁异常,应用上述的模式识别方法~将已知信息L1井、L2井两口见油井作为点基元,按图 1a所示组成两个基类,将其提取的特征作为待识别异常匹配或学习的模板.对研究区磁异常数据总共计算了10种特征,分别是:均值、平均梯度、梯度均方差、基于共生矩阵的熵、角二阶矩、梯度熵、分形维、局部一致性、Zemike矩、群聚倾向度等.这几种特征反映了异常的空间分布属性与幅值特征. “磁亮点”基类的特征是:均值是20 nT,熵、梯度熵、局部一致性、Zernike矩等特征表现为高值,角二阶矩为低值.计算相似度时,考虑到基于共生矩阵的熵与角二阶矩对于区分不同重磁异常有较好的效果[31],在式(2)中这两个特征的权系数给得相对较大.计算窗口大小为5×5 (以数据网格计数).对于所计算的与两个基类相似度高于给定阈值的数据网格点,对其相似度进行一定放大处理以便于突出显示和圈定异常,结果如图 8所示.根据图 8中相似度高值区域,圈定了“磁亮点”异常区8处,见图 9所示.
海底渗漏是浅层生物成因气体或深部热成因气体在浮力的作用下通过沉积层中的通道溢出海底而形成的,因此渗漏通常发生在断裂发育地带.潜水艇水下作业中常常在一些陡倾断崖及碳酸盐岩露头的断裂口附近观察到黑色的油渍和焦油团块,在断裂带上方的水体中还常见到成串的气泡链[8].我们将“磁亮点”异常区识别结果与深大断裂[37]、低层大气烃类检测和海底微生物异常分析[38, 39]的结果叠加,以便对磁异常区做综合分析.从图 9中可以看出,M1M2、M3、M5、M6异常区位居五莲一青岛一荣城断裂两侧,深大断裂的发育为烃的运移提供了良好通道.
海底烃类物质渗漏会造成低层大气中CH4、CC2等气体异常和海底沉积物中的微生物含量异常.龚建明等[38]在北黄海盆地通过对海底浅表层沉积物中的微生物异常和海表面低层大气中烃类气体进行检测分析,为该区的含油气远景评价提供了地球化学依据,其研究区范围如图 9中虚线方框所示.整体上看,研究区中东部为低层大气中甲烷含量中高值分布区,西部为低值分布区.研究区内微生物细菌总体性分布(综合微生物指数)高值区主要位于研究区中部偏东部地区,呈椭圆形.其他高值区则呈圆形或三角形不连续或零星分布在研究区东北部、西部及西北部.M1、M2、M3、M4、M5、M7异常区与这些地球化学异常区有较好的对应关系.
通过“磁亮点”异常区与根据地震资料揭示的盆地中生界分布情况1的比对,可以看出:除M7异常区外,其他异常区与中生代地层均有较好的对应关系.M1、M2、M4、M8异常区所在位置基本上与中生代地层完全对应,M3、M5、M6部分对应.
4.8 综合分析综合考虑“磁亮点”异常区、低层大气中烃类检测结果、海底沉积物微生物异常以及区域构造特征与中生代凹陷分布,具体分析如下:
M1区:大部分地区位于北黄海盆地构造区划中的东部坳陷南部,磁异常沿五莲-青岛-荣城断裂一侧分布.东部坳陷南部白垩系和侏罗系最大厚度可达3000 m,具有很好的成藏条件.坳陷中断裂发育,坳陷的南部主要发育挤压构造以及地层和断层构成的复合型圈闭等,这些局部构造为油气聚集提供了良好的场所[40].该区内分布着已知的L1出油井,已获工业油流.区内地球化学场异常较明显,如低层大气中甲烷异常以中、高值为主,微生物综合异常强度较大.可以推测该区是北黄海盆地较好的含油气远景区.
M2区:位于北黄海盆地东部坳陷的东北部,沿五莲-青岛-荣城断裂一侧分布.东部凹陷北部白垩系和侏罗系最大厚度达2000 m以上,具有较好的成藏条件.该区低层大气中甲烷异常主要以中高值为主.推测本区具有较好的含油气远景.
M3区:其南部位于北黄海盆地的南见凹陷,中北部位于中央隆起,在中部坳陷以南.位于五莲-青岛-荣城断裂附近.南部凹陷的白垩系和侏罗系最大厚度可达1000 m,具有较好的成藏条件.区内低层大气中甲烷含量为中至高值异常.
M4区:位于北黄海盆地的中部坳陷,中生界大面积分布.中部坳陷的白垩系和侏罗系最大厚度可达3000 m,具有很好的成藏条件.本区东北部低层大气中甲烷异常以中高值为主.重力异常显示,中部坳陷南部具有较厚的沉积层.推测本区具有较好的含油气远景
M5区:位于北黄海盆地南部凹陷群以北,在五莲-青岛-荣城断裂附近.该区东南部分布有中生代地层.区内低层大气中甲烷异常以中、高值为主,微生物综合异常强度较大.
M6区:位于北黄海盆地的南I凹陷,沿五莲-青岛-荣城断裂一侧分布.其西部分布有中生代地层,北部紧邻低层大气甲烷中高值异常区.该区位于两个呈近NE向分布的剩余高磁异常的鞍部.
M7区:位于北黄海盆地的南部凹陷,区内低层大气中甲烷含量为中至高值异常,海底沉积物中微生物综合指数强度大.
M8区:位于北黄海盆地的西部坳陷.西部坳陷的白垩系和侏罗系最大厚度可达1300 m.该区不在地球化学检测的范围内.
研究表明[40, 41],东部坳陷区沉积厚度大、烃源岩条件好以及生储盖条件优越,且有相当大的区域是活跃的生烃凹陷区,是盆地的主要油气生成和运移区.朝鲜在该区已钻有10余口井,发现了油气藏.综合多种资料可推测,位于东部坳陷内的M1、M2异常区和中部坳陷的M4区可能是油气勘探前景较好的区域
5 结论(1) 通过应用本文“有导师”的模式识别方法,圈定了北黄海盆地的烃渗漏“磁亮点”分布,为该区的含油气远景评价及下一步油气勘探缩小靶区提供了有利的地球物理依据.从“磁亮点”异常区与中生代地层的分布以及地球化学异常(低层大气烃类检测和海底微生物异常)的对应情况来看,表明该识别方法是识别烃渗漏磁性蚀变带产生弱磁异常的一种有效手段.
(2) 该方法综合了航磁异常数据所蕴含的多种数值及纹理统计特征,减少了利用单一数值特征进行处理解释的局限性;通过利用已知的钻井信息,将其构成基类的特征作为匹配的模板,采用从已知到未知的路线,有助于提高磁异常解释的可靠性.
(3) 综合分析表明,位于北黄海研究区东部和北部的“磁亮点”异常区(M1、M2、M4)具有有利的构造特征、成藏条件、磁异常及地球化学异常特征,可能是北黄海盆地较好的含油气远景区
(4) 在下一步的方法研究中应重点考虑如何更好地利用见油井、含油气构造等已知信息,例如可以通过磁异常物理模型的正演计算等方式.
致谢中国科学院遥感应用研究所朱振海研究员对本文烃渗漏研究给予了指导;中国科学院地质与地球物理研究所李志伟博士提供了图 3; 匿名审稿专家们和编辑老师提出了宝贵的意见,在此一并致谢.
[1] | 蔡峰, 孙萍. 黄海海域的中朝造山带与沉积盆地. 海洋科学 , 2006, 30(7): 69–75. Cai F, Sun P. Sino-korean orogenic belt and sedimentary basin in the Yellow Sea. Marine Sciences (in Chinese) , 2006, 30(7): 69-75. |
[2] | 赖万忠. 黄海海域沉积盆地与油气. 海洋地质动态 , 2002, 18(11): 13–16. Lai W Z. Sedimentary basins and petroleum of the Yellow Sea. Marine Geology Letters (in Chinese) , 2002, 18(11): 13-16. |
[3] | 龚建明, 温珍河, 陈建文, 等. 北黄海盆地中生代地层的地质特征和油气潜力. 海洋地质与第四纪地质 , 2000, 20(2): 69–78. Gong J M, Wen Z H, Chen J W, et al. Geologic characteristics and hydrocarbon-generating potential of Mesozoic strata in the North Yellow Sea Basin. Marine Geology & Quaternary Geology (in Chinese) , 2000, 20(2): 69-78. |
[4] | 戴春山, 李刚. 黄海海域前第三系及油气勘探. 海洋地质动态 , 2002, 18(11): 21–22. Dai C S, Li G. Pre-Tertiary strata and petroleum exploration in the Yellow Sea. Marine Geology Letters. (in Chinese) , 2002, 18(11): 21-22. |
[5] | 李刚, 陈建文, 肖国林, 等. 黄海海域陆相中生界油气远景. 海洋地质动态 , 2003, 19(8): 7–11. Li G, Chen J W, Xiao G L, et al. Oil prospect of the continental Mesozoic in theY ellow Sea area. Marine Geology Letters (in Chinese) , 2003, 19(8): 7-11. |
[6] | Sackett W M. Use of hydrocarbon sniffing in offshore exploration. Journal of Geochemical Exploration , 1977, 7: 243-254. DOI:10.1016/0375-6742(77)90083-8 |
[7] | 朱炳球, 孙忠军, 余慧. 浅海油气地球化学勘查前景. 物探与化探 , 1996, 20(3): 161–171. Zhu B Q, Sun Z J, Yu H. The prospects of shallow-sea oil and gas geochemical exploration. Geophysical and Geochemical Exploration (in Chinese) , 1996, 20(3): 161-171. |
[8] | 程同锦, 王者顺, 吴学明, 等. 烃类运移的近地表显示与地球化学勘探. 北京: 石油工业出版社, 1999 . Cheng T J, Wang Z S, Wu X M, et al. Near Surface Indications and Geochemical Exploration of Hydrocarbon Migration (in Chinese). Beijing: Petroleum Industry Press, 1999 . |
[9] | 朱振海, 王文彦, 彭希龄. 遥感技术直接探测烃类微渗漏的方法研究. 科学通报 , 1990, 35(16): 1257–1260. Zhu Z H, Wang W Y, Peng X L. Research on methods of direct detection of hydrocarbon micro-seepage usingthe remote sensing technique. Chinese Science Bulletin (in Chinese) , 1990, 35(16): 1257-1260. |
[10] | Donovan T J, Forgey R L, Roberts A A. Aeromagnetic detection of diagenetic magnetite over oil field. AAPG , 1979, 63: 245-248. |
[11] | Foote R S. Correlations of borehole rock magnetic properties with oil and gas producting areas. Association of Petroleum Geoehemiea 1 Explotationists Bulletin , 1987, 3(1): 114-134. |
[12] | Foote R S. Relationship of near-surface magnetic anomalies to oil-and gas producing areas in D. Schumacher and A. Abrams, eds., Hydrocarbon migration and its near-surface expression. AAPGMemoir , 1996, 66: 111-126. |
[13] | 郝天珧, 朱振海, 张明华, 等. 海洋油气渗漏烃蚀变带的地球物理检测及在中国海区的应用. 地球物理学报 , 2001, 44(2): 245–254. Hao T Y, Zhu Z H, Zhang M H, et al. Alteration zone from the marine oil-gas seepage and its geophysical detection methods. Chinese J.Geophys. (in Chinese) , 2001, 44(2): 245-254. |
[14] | 黄晓霞, 朱振海. 海洋油气资源的遥感探测技术. 地质科技情报 , 1997, 16: 89–94. Huang X X, Zhu Z H. Offshore oil and gas resources detection using remote sensing technique. Geological Science and Technology Information (in Chinese) , 1997, 16: 89-94. |
[15] | 龚隐贤. 烃类检测(HCI)在东海油气勘探中的应用. 海洋石油 , 2002, 112: 50–56. Gong Y X. Application of HCI in Oil and gas exploration in the East China Sea. Offshore Oil (in Chinese) , 2002, 112: 50-56. |
[16] | 吴传芝, 赵克斌, 丁相玉. 近海油气藏渗漏烃的检测方法综述. 地质科技情报 , 2004, 23(3): 61–65. Wu C Z, Zhao K B, Ding X Y. Summarization of detection methods of hydrocarbon leaking from offshore reservoirs. Geological Science and Technology Information (in Chinese) , 2004, 23(3): 61-65. |
[17] | Rollet N. Characterisation and correlation of active hydrocarbon seepage using geophysical data sets: An example from the tropical, carbonate Yampi Shelf, North-west Australia. Marine and Petroleum Geology , 2006, 23: 145-16. DOI:10.1016/j.marpetgeo.2005.10.002 |
[18] | 程同锦, 吴学明. 海上油气化探技术现状与建议. 中国海上油气(地质) , 1998, 12(3): 188–192. Cheng T J, Wu X M. The present research situation and development trend of oil and gas geochemical prospecting offshore. China Offshore Oil and Gas (in Chinese) , 1998, 12(3): 188-192. |
[19] | Philp R P. Surface prospecting methods for hydrocarbon accumulations. In: Brooks J, Welte D. Advances in Petroleum Geochemistry. London: Academic Press, 1987 |
[20] | Hans G. Machel. Magnetic contrasts as a result of hydrocarbon seepage and migration. In: Schumacher D, Abrams A, eds., Hydrocarbon Migration and Its NearSurface Expression. AAPGMemoir , 1996, 66: 99-109. |
[21] | 刘庆生. 微磁方法直接寻找油气藏的基本原理与应用. 武汉: 中国地质大学出版社, 1996 . Liu Q S. Basic Principles and Application of Direct Locating of Oil and Gas Reservoirs Using the Micro-magnetic Method (in Chinese). Wuhan: China University of Geosciences Press, 1996 . |
[22] | 杨宇山, 李媛媛, 刘天佑. 高阶统计量在地震弱信号及"磁亮点"识别中的应用. 石油地球物理勘探 , 2005, 40(1): 103–107. Yang Y S, Li Y Y, Liu T Y. Application of high-order statistics to identify weak seismic signal and "magnetic bright spot". Oil Geophysical Prospecting (in Chinese) , 2005, 40(1): 103-107. |
[23] | 刘天佑, 崔宁. 重磁异常宽度幅值特征滤波. 石油地球物理勘探 , 1996, 31(2): 225–231. Liu T Y, Cui N. Characteristic filtering for the width and amplitude of gravimetric-magnetic anomaly. Oil Geophysical Prospecting (in Chinese) , 1996, 31(2): 225-231. |
[24] | 李媛媛, 杨宇山, 刘天佑, 等. 巴彦浩特盆地烃渗漏蚀变带"磁亮点"的识别. 地质科技情报 , 2002, 21(3): 108–112. Li Y Y, Yang Y S, Liu T Y, et al. Identification of hydrocarbon-induced"magnetic bright spot"of the Bayanhot Basin. Geological Science and Technology Information (in Chinese) , 2002, 21(3): 108-112. |
[25] | 张丽莉, 郝天珧, 赵百民, 等. 基于烃渗漏理论的油气异常地球物理判别系统的关键技术研究. 地球物理学进展 , 2007, 22(3): 865–871. Zhang L L, Hao T Y, Zhao B M. Research for key techniques of geophysical recognition system of hydrocarbon-induced magnetic anomalies based on hydrocarbon seepage theory. Progress in Geophysics (in Chinese) , 2007, 22(3): 865-871. |
[26] | 文百红, 程方道. 用于划分磁异常的新方法-插值切割法. 中南矿冶学院学报 , 1990, 21(3): 229–235. Wen B H, Cheng F D. A new interpolating cut method for identifying regional and local fields of magnetic anomaly. J.Cent.-South Min.Metall. (in Chinese) , 1990, 21(3): 229-235. |
[27] | 赵玉合, 郝天珧, 李军, 等. 烃渗漏引起的磁异常的提取与识别. 地球物理学进展 , 2006, 21(3): 917–921. Zhao Y H, Hao T Y, Li J, et al. Extraction and identification of the magnetic anomaly caused by hydrocarbon seepage. Progress in Geophysics (in Chinese) , 2006, 21(3): 917-921. |
[28] | 王赞, 王妙月. 应用句法识别实现地球物理磁异常的自动划分. 地球物理学进展 , 1998, 13(2): 103–117. Wang M Y, Wang M Y. Automatic dividing of magnetic anomaly by structural recognition. Progress in Geophysics (in Chinese) , 1998, 13(2): 103-117. |
[29] | 汪凯仁, 庄成三. 模式识别方法及其在地球物理勘探中的应用 . 石油物探 , 1982, 3: 49–59. Wang K R, Zhuang C S. Pattern recognition and its application in geophysical exploration. Geophysical Prospecting For Petroleum (in Chinese) , 1982, 3: 49-59. |
[30] | 边肇祺, 张学工. 模式识别. 北京: 清华大学出版社, 2000 . Bian Z Q, Zhang X G. Pattern Recognition (in Chinese). Beijing: Tsinghua University Press, 2000 . |
[31] | Zhang L, Hao T, Jiang W. Separation of potential field data using 3-D principal component analysis and textural analysis. Geophys. J. Int. , 2009, 179(3): 1397-1413. DOI:10.1111/gji.2009.179.issue-3 |
[32] | Sahoo P K, Soltani S, Wong A K C, Chen Y C. A survey of thresholding techniques. Computer Graphics Vision and Image Processing , 1988, 41: 233-260. DOI:10.1016/0734-189X(88)90022-9 |
[33] | 蔡元龙. 模式识别. 西安: 西安电子科技大学出版社, 1990 . Cai Y L. Pattern Recogntion (in Chinese). Xi′an: Pressof Xidian University, 1990 . |
[34] | 杨艳秋, 戴春山, 刘万洙. 北黄海盆地基底结构特征. 海洋地质动态 , 2003, 19(5): 25–26. Yang Y Q, Dai C S, Liu W Z. Basement structure of the North Yellow Sea Basin. Marine Geology Letters (in Chinese) , 2003, 19(5): 25-26. |
[35] | Roest W R, Verhoef J, Pilkington M. Magnetic interpretation using the 3-D analytic signal. Geophysics , 1992, 51: 116-125. |
[36] | 杨辉, 张研, 邹才能, 等. 松辽盆地北部徐家围子断陷火山岩分布及天然气富集规律. 地球物理学报 , 2006, 49(4): 1136–1143. Yang H, Zhang Y, Zhou C N, et al. Volcanic rock distribution and gas abundance regularity in Xujiaweizi faulted depression, Songliao basin. Chinese J.Geophys. (in Chinese) , 2006, 49(4): 1136-1143. |
[37] | 郝天珧, SUHMancheol, 王谦身, 等. 根据重力数据研究黄海周边断裂带在海区的延伸. 地球物理学报 , 2002, 45(3): 385–397. Hao T Y, Suh M, Wang Q S, et al. A study on the extension of fault zones in Yellow Sea and its adjacent areas based on gravity data. Chinese J.Geophys. (in Chinese) , 2002, 45(3): 385-397. |
[38] | 龚建明, 卢振权, 曹志敏, 等. 北黄海地球化学勘探及含油气远景预测. 地质学报 , 2007, 81(10): 1416–1422. Gong J M, Lu Z Q, Cao Z M. Oil-gas geochemical exploration and its perspective prediction in the North Yellow Sea Basin. Acta Geologica Sinica (in Chinese) , 2007, 81(10): 1416-1422. |
[39] | 李双林, 董贺平, 肖菲. 海底烃类渗漏的地球物理识别. 海洋地质动态 , 2007, 23(11): 14–21. Li S L, Dong H P, Xiao F. Geophysical recognition of the sea-floor hydrocarbon seepage. Marine Geology Letters (in Chinese) , 2007, 23(11): 14-21. |
[40] | 陈玲, 白志琳, 李文勇. 北黄海盆地中新生代沉积拗陷特征及其油气勘探方向. 石油物探 , 2006, 45(3): 319–323. Chen L, Bai Z L, Li W Y. The character of mid-cenozoic sedimental depression and oil-gas explorating direction in north Yellow Sea. Geophysical Prospecting for Petroleum (in Chinese) , 2006, 45(3): 319-323. |
[41] | 马文涛, 於文辉, 张世晖. 北黄海盆地地质构造特征及其演化. 海洋地质动态 , 2005, 21(11): 21–27. Ma W T, Yu W H, Zhang S H. The structural features of the North Yellow Sea Basin and its evolution. Marine Geology Letters (in Chinese) , 2005, 21(11): 21-27. |