2. 中国科学院研究生院,北京 100049;
3. CESAM and Departamento de Geociências , Universidade de Aveiro, 3800 Aveiro, Portugal
2. Graduate University of Chinese Academy of Sciences, Beijing 100049, China;
3. CESAM and Departamento de Geociências , Universidade de Aveiro, 3800 Aveiro, Portugal
海洋反射地震学作为一种有效的勘探手段已具有几十年的应用历史.它利用表面激发的地震波在向下传播的过程中遇到波阻抗界面而反射回来被检波器接收到的信号,通过特定的处理流程获得探测区域的构造、物性信息.过去勘探的兴趣主要集中在海底以下,而忽略了海水层的反射.最近,Holbrook等[1]研究发现地震剖面上的浅层海水反射反映了海水层温盐细结构,可以利用反射地震方法研究海水的温盐特征,从而诞生了一门新学科———地震海洋学[2].传统的物理海洋学观测手段以定点观测为主.虽然这类观测数据在垂向上具有较高分辨率,但受观测条件限制,其横向采样间隔往往很大,一般为5~50km.因此,插值得到的二维剖面的精度较低,无法详细地反映海水的横向变化.此外,采集一个站位的温盐数据需要较长的时间,当海水流动性强时只能得到‘改变了'的数据[3].与其相比,地震海洋学具有高横向分辨率和短时间测量的优势(典型的水平采样率为10 m 的数量级,采样时间间隔远小于常规物理海洋学观测手段,一般为几秒),因而被越来越多的物理海洋学家所接受.目前,地震海洋学已经在探测涡旋、内波、海洋锋等海洋学现象方面取得了良好的应用效果[4~8].
利用地震数据反演海水温度、盐度等物理海洋学参数是地震海洋学研究的一个重要方向.早期的地震海洋学研究主要集中在水团边界的刻画[9, 10]和直接从地震数据分析水体反射边界形状等定性研究方面,而很少研究物理海洋学参数的反演.Nandi等[9]利用XBT(抛弃式温度测量仪)、XCTD(抛弃式温盐深测量仪)测量的海洋学数据和地震数据联合研究表明:地震剖面上的反射同相轴与温盐细结构具有很好地相关性,定量研究表明,地震反射同相轴可以反映0.03℃的温度变化,且预期利用地震剖面可以得到高精度的温度空间分布.Tsuji等[11]的研究也表明了地震剖面可以很好地反映出黑潮的细结构,通过振幅对比可以得出温度的变化大约为1℃.这些方法描述性的部分大于定量的研究,但是也说明温度是可以通过地震数据反演出来的.Paramo等[12]利用AVO 方法分析了挪威海的温度梯度;Wood等[13]将全波形反演方法应用于合成地震记录和实测地震资料,显示出良好的应用效果.但这些研究都局限在一维.最近,Papenberg 等[14]利用GO(地球物理海洋学项目)数据反演了海水温度、盐度分布,结果表明具有很高的精度,并且能够很好地刻画温盐细结构.我们利用GO 低频地震数据和同步观测的XBT、CTD(温盐深测量仪)资料进行了叠后联合反演,结果显示反演数据很好地刻画了观测海域的温度和盐度分布,温度精度可以达到约0.16℃.
2 地震数据为了建立地震数据与物理海洋数据之间的校正基准,推进地震海洋学进一步的发展与完善,2006年欧盟启动了大型的地震与物理海洋联合调查项目GO(GeophysicalOceanography),GO 项目以Cadiz湾为研究区,Cadiz湾发育有丰富的海洋学现象.高温高盐的地中海水从直布罗陀海峡流出后沿着伊比利亚半岛南缘流动,在葡萄牙南部遭遇Portimao峡谷后会产生地中海涡旋,涡旋从主流上分离出来,在平衡深度沿着陆坡运动[14].2007年在Cadiz湾进行了为期两个月的联合调查.主要的调查数据包括:高频、中等频率和低频的地震剖面总计40 多条;实时观测的XBT 数据500多个剖面,CTD 资料43个剖面,其中XBT 的型号为T5,观测深度为1830 m,CTD 的观测深度为2000m[15].调查期间,地震数据和海洋学数据多次捕捉到地中海涡旋.
分析其中的低频地震剖面GOLR12,其采集参数为:震源激发系统采用容量为1500L 的BOLT 枪阵,激发带宽为5~60 Hz,激发深度为11 m,炮间距为37.5m.记录系统采用2400 m 长的SERCEL水听器,采集深度为8m,道数为192,道间距为12.5m,近炮检距为84m.与这条剖面同步观测的XBT 数据有24个剖面,CTD有两个剖面.测线位置和XBT、CTD位置如图 1所示.
GO 项目GOLR12测线保幅处理以后的叠加剖面如图 2 所示,被用于联合反演.XBT 测量的数据为温度数据,缺少盐度数据.为了解决这个问题,我们利用整个观测区域的CTD 资料线性拟合出随深度变化的温盐关系,由此得出每个XBT 处相应的盐度数据,为反演做准备.
利用地震数据和海洋学数据联合反演海水温度和盐度分布的过程分为两个部分:第一,波阻抗或声速的反演;第二,利用声速数据同时得到温度和盐度分布.波阻抗剖面的反演方法为叠后约束反演,这项技术已经比较成熟,在生产中得到广泛应用,许多软件都含有这个模块.我们使用的是Geoview 软件中的STRATA 模块,反演方法为基于模型的反演,该反演方法力求建立与实际数据相匹配的简单模型.首先利用24个XBT 温度数据和根据温盐关系计算出来的盐度数据,通过海水状态方程计算出声速和密度数据作为“约束井",然后利用地震记录和约束井建立初始的波阻抗模型,通过不断地修改波阻抗模型,使正演的地震记录与实际的地震记录达到最佳吻合,从而得到最终的反演结果.反演的流程为:输入约束井资料;导入地震数据文件;提取地震子波,这里使用的方法为统计性子波提取方法;解释地震层位或导入解释好的地震层位,我们解释了427条同相轴用于构建初始模型;作井相关并利用约束井提取子波.必须要作井相关,因为地震数据和XBT 测量垂向起始位置不一致;建立初始模型并进行反演.
反演得到的结果为波阻抗,也可以直接输出声速,此时STRATA 通过Gardner公式求得密度:假定声速和密度满足:ρ=a×vb,ρ为密度,v为声速,a,b为待定系数,利用约束井资料,通过最小二乘方法求得,然后利用得到的密度求取声速.这样做有一定的风险,可能会增加声速的反演误差.但是,由于海水的密度随空间分布变化一般不大,研究表明密度差异对反射系数的相对贡献只有5% ~10%[16],因此,这样做引入的误差是可以接受的.我们采用的是直接输出声速的方式,反演得到的声速分布如图 3所示.也导出了波阻抗,再根据密度随深度的变化关系计算了声速,结果表明二者差别很小.
利用声速剖面计算温度和盐度剖面也是非常重要的工作.这个过程我们通过迭代的方式实现.具体实施过程中我们用到了海水声速和温度、盐度、深度关系式[11]:
其中,v为声速,单位为m/s;T为温度,单位为℃;S为盐度,单位为psu;Z为深度,单位为m.
迭代的过程为:假定初始的盐度值为36psu,带入上述方程可以解出温度值,然后利用温盐关系式得出新的盐度值,利用更新的盐度值重新计算温度值,直到温度、盐度收敛.由于温度和盐度变化范围都很小,因此这种方法是收敛的.计算的温度和盐度分布如图 4、图 5所示.
从地震剖面(图 2)上可以看出,地震反射同相轴主要集中在深度为600~1500m 的区域,这些同相轴勾画出清晰的透镜状结构.反演的声速、温度和盐度剖面上显示透镜状结构区具有高速、高温、高盐的特征,我们认为这部分水团具有明显的地中海水团特征,而透镜状结构则可以解释为地中海水团形成的涡旋.强烈的反射出现在水团边界,声速、温度和盐度剖面上相同的区域显示出明显的细结构,说明在地中海水团和大西洋海水之间存在着强烈的混合作用,这些区域温度和盐度变化剧烈,温盐梯度很大,也说明这里存在着强烈的物质和能量的交换.地中海水团和大西洋海水内部反射不明显,但也存在着弱的反射同相轴,说明水团内部也不是非常的均匀,存在着温度、盐度细结构.
反演的温度、盐度、速度和XBT 测量的温度以及通过温盐关系计算出的盐度、计算的速度的对比如图 6、图 7、图 8所示.从图中可以看出反演结果和测量结果在低频部分吻合很好,高频部分则存在一定的差别.定量的计算表明,温度反演的均方差约为0.16 ℃;盐度反演的均方差约为0.04psu.考虑到温度和盐度的变化范围,盐度的反演效果不如温度,这是可以理解的,因为:首先有研究证明,盐度差异对反射系数的相对贡献只占大约20%[16],远低于温度差异对反射系数的贡献,也即反射系数对盐度的变化不如对温度的变化敏感;另一个可能的原因就是反演中用到的盐度约束条件来自于平均的温盐关系,这也导致了反演结果的误差.
图 6、7、8同时给出了反演结果的均方差随深度方向的分布,从图中可以看出比较大的误差主要集中在约100m 处、600~800m 处以及1400~1600m处.约100m 处的误差可能来自于去除直达波对振幅造成的影响,属于数据处理带来的误差,发展专门的数据处理技术对减弱这类误差有帮助.而600~800m 处和1400~1600 m 分别对应了涡旋的上边界和下边界,如图 9所示.这里存在强烈的水团混合和能量交换,平均的温盐关系可能在这些区域并不适用而导致反演的误差较大.
两条同时测量的CTD剖面并没有被用于约束反演.在这里我们将它们用于与反演结果进行对比,如图 10所示.
从图中可以看出,反演结果和CTD测量结果的差别也主要集中在高频部分.计算表明,反演温度的均方差约为0.26℃,盐度的均方差约为0.07psu,略大于XBT 的计算结果,这是由于CTD 探测时间较长,而反射地震快速探测,两者的时间并不对应,体现出海洋细结构的快速变化.
从以上对比结果来看,虽然反演结果很好地表现了温盐分布以及细结构,但是仍然存在着一定的误差,我们认为产生这种误差的可能原因如下:第一,地震数据处理过程引入的误差.去除直达波和滤波过程都会对信号形状和振幅造成一定的影响,声速的不准确也会影响地震数据的处理结果;第二,温度、盐度变化剧烈的地方,温盐关系比想象的复杂,使用平均的温盐关系计算很难得到精确的结果;第三,使用的低频地震数据主频比较低,地震信号不能够分辨低于15m 的细结构.
Papenberg等人的反演结果显示,温度和盐度的反演精度分别可以达到0.1 ℃和0.1psu[14],而我们的温度和盐度的反演精度分别约为0.16℃和0.04psu.注意到Papenberg等人得到温度和盐度的方法为利用地震数据反演的高频数据加上XBT 测量的低频数据的结果,或者说他们给出的误差基本上等同于利用地震数据反演出的温盐分布的高频部分,因此反演结果具有很高的精度.但是他们并没有给出在没有XBT 约束的地方的反演精度,这是不完整的.我们利用联合调查数据进行了反演,总体而言,反演结果与XBT 较一致.有了地震同相轴的约束,XBT测站之间的部分同样可以得到较高的反演精度,因而反演可给出水平分辨率为6.25m 的温度、盐度数据,可用于小尺度物理海洋现象进一步分析.
5 结 语物理海洋学的研究建立在大量的观测数据基础上.由于其传统的观测手段横向分辨率较低、观测时间间隔较大,因此,很难得到中小尺度的温盐细结构.地震海洋学弥补了这一不足,使短时间内对整个海域成像成为可能,并且具有很高的横向分辨率.早期研究表明,地震海洋学能够很好地刻画海洋内部海水水团边界,并且指出地震剖面上反射振幅的大小表征了温盐梯度强弱.本文中,对GOLR12 低频地震数据进行了分析,结合同步观测的XBT 数据和CTD 数据,利用叠后约束反演方法给出了研究海域的温度剖面和盐度剖面,误差分别为0.16 ℃ 和0.04psu,表明地震剖面可以被用来提取二维的温盐分布,为物理海洋学研究提供了高横向分辨率的基础数据.受到地震数据质量、数据处理流程和研究海域温盐分布的复杂程度等因素的控制,反演的精度可能会有差异,但是可以预期的是,随着地震海洋学的不断发展,它将会在物理海洋学研究中扮演越来越重要的角色.
致谢本工作中用到的地震数据和海洋学数据是GO 项目的一部分,该项目得到欧盟项目GO(15603)(NEST),英国自然环境研究理事会(NERC)和德国DFG(KR3488/1-1)的支持.感谢GO 项目Richard Hobbs博士与Dirk Klaeschen 博士允许我们使用反射地震与海洋学联合调查数据.
[1] | Holbrook W S, Paramo P, Pearse S, et al. Thermohaline fine structure in an oceanographic front from seismic Reflection Profiling. Science , 2003, 301: 821-824. DOI:10.1126/science.1085116 |
[2] | Ruddick B, Song H B, Dong C Z, et al. Water column seismic images as maps of temperature gradient. Oceanography , 2009, 22(1): 192-205. DOI:10.5670/oceanog |
[3] | 宋洋, 宋海斌, 陈林, 等. 利用地震数据反演海水温盐结构. 地球物理学报 , 2010, 53(11): 2696–2702. Song Y, Song H B, Chen L, et al. Sea water thermohaline structure inversion from seismic data. Chinese J. Geophys. (in Chinese) , 2010, 53(11): 2696-2702. |
[4] | 宋海斌, 董崇志, 陈林, 等. 用反射地震方法研究物理海洋-地震海洋学简介. 地球物理学进展 , 2008, 23(4): 1156–1164. Song H B, Dong C Z, Chen L, et al. Reflection seismic methods for studying physical oceanography: Introduction of seismic oceanography. Progress in Geophysics (in Chinese) , 2008, 23(4): 1156-1164. |
[5] | 董崇志, 宋海斌, 郝天珧, 等. 南海东北部海洋内波的反射地震研究. 地球物理学报 , 2009, 52(8): 2050–2055. Dong C Z, Song H B, Hao T Y, et al. Studying of oceanic internal wave spectra in the Northeast South China Sea from seismic reflections. Chinese J. Geophys. (in Chinese) , 2009, 52(8): 2050-2055. |
[6] | 宋海斌, LuisPinheiro, 王东晓, 等. 海洋中尺度涡与内波的地震图像. 地球物理学报 , 2009, 52(11): 2775–2780. Song H B, Luis Pinheiro, Wang D X, et al. Seismic images of ocean meso-scale eddies and internal waves. Chinese J. Geophys. (in Chinese) , 2009, 52(11): 2775-2780. |
[7] | 宋海斌, 拜阳, 董崇志, 等. 南海东北部内波特征——经验模态分解方法应用初探. 地球物理学报 , 2010, 53(2): 393–400. Song H B, Bai Y, Dong C Z, et al. A preliminary study of application of Empirical Mode Decomposition method in understanding the features of internal waves in the northeastern South China Sea. Chinese J. Geophys. (in Chinese) , 2010, 53(2): 393-400. |
[8] | Pinheiro L M, Song H B, Ruddick B, et al. Detailed 2-D imaging of the Mediterranean outflow and meddies off W Iberia from multichannel seismic data. Journal of Marine Systems , 2010, 79: 89-100. DOI:10.1016/j.jmarsys.2009.07.004 |
[9] | Nandi P, Holbrook W S, Pearse S, et al. Seismic reflection imaging of water mass boundaries in the Norwegian Sea. Geophys. Res. Lett. , 2004, 31: L23311. DOI:10.1029/2004GL021325 |
[10] | Nakamura Y, Noguchi T, Tsuji T, et al. Simultaneous seismic reflection and physical oceanographic observations of oceanic fine structure in the Kuroshio extension front. Geophys. Res. Lett., 33 , 2006: L23605. DOI:10.1029/2006GL027437 |
[11] | Tsuji T, Noguchi T, Niino H, et al. Two-dimensional mapping of fine structures in the Kuroshio Current using seismic reflection data. Geophys. Res. Lett. , 2005, 32: L14609. DOI:10.1029/2005GL023095 |
[12] | Paramo P, Holbrook W S. Temperature contrasts in the water column inferred from amplitude-versus-offset analysis of acoustic reflections. Geophys. Res. Lett. , 2005, 32: L24611. DOI:10.1029/2005GL024533 |
[13] | Wood W T, Holbrook W S, Sen M K, et al. Full waveform inversion of reflection seismic data for ocean temperature profiles. Geophys. Res. Lett. , 2008, 35: L04608. DOI:10.1029/2007GL032359 |
[14] | Papenberg C, Klaeschen D, Krahmann G, et al. Ocean temperature and salinity inverted from combined hydrographic and seismic data. Geophys. Res. Lett. , 2010, 37: L04601. DOI:10.1029/2009GL042115 |
[15] | Hobbs R, et al. GO-Geophysical Oceanography: A new tool to understand the thermal structure and dynamics of oceans. 2007, D318Cruise Rep., Durham Univ., Durham, U. K. (Available at http://www.dur.ac.uk/eu.go/cruise/report.html) |
[16] | Sallares V, Biescas B, Buffett G, et al. Relative contribution of temperature and salinity to ocean acoustic reflectivity. Geophys. Res. Lett. , 2009, 36: L00D06. DOI:10.1029/2009GL040187 |