CN111831968B - 一种天然气水合物地球化学综合异常图的绘制方法 - Google Patents
一种天然气水合物地球化学综合异常图的绘制方法 Download PDFInfo
- Publication number
- CN111831968B CN111831968B CN202010572807.8A CN202010572807A CN111831968B CN 111831968 B CN111831968 B CN 111831968B CN 202010572807 A CN202010572807 A CN 202010572807A CN 111831968 B CN111831968 B CN 111831968B
- Authority
- CN
- China
- Prior art keywords
- geochemical
- anomaly
- value
- gas hydrate
- natural gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- NMJORVOYSJLJGU-UHFFFAOYSA-N methane clathrate Chemical compound C.C.C.C.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O.O NMJORVOYSJLJGU-UHFFFAOYSA-N 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 230000002159 abnormal effect Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000007619 statistical method Methods 0.000 claims abstract description 8
- 230000002596 correlated effect Effects 0.000 claims abstract description 3
- 230000000875 corresponding effect Effects 0.000 claims description 22
- 230000015572 biosynthetic process Effects 0.000 claims description 19
- 238000003786 synthesis reaction Methods 0.000 claims description 15
- 239000007789 gas Substances 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 11
- 239000002689 soil Substances 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 6
- 230000028161 membrane depolarization Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000013179 statistical model Methods 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000000556 factor analysis Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 239000002366 mineral element Substances 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 15
- 239000003245 coal Substances 0.000 description 8
- 239000003345 natural gas Substances 0.000 description 6
- 238000005755 formation reaction Methods 0.000 description 4
- 239000002023 wood Substances 0.000 description 4
- 230000033558 biomineral tissue development Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000003209 petroleum derivative Substances 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 206010013883 Dwarfism Diseases 0.000 description 1
- 238000009933 burial Methods 0.000 description 1
- 239000003034 coal gas Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical group 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- -1 natural gas hydrates Chemical class 0.000 description 1
- 239000008239 natural water Substances 0.000 description 1
- 239000004058 oil shale Substances 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Software Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种天然气水合物地球化学综合异常图的绘制方法，包括：基于成藏信息确定地球化学测量元素类型；采集地球化学测量元素值，对每种地球化学测量元素值分别编制单元素地球化学异常图并利用地球化学多元统计方法确定主要成藏元素；基于分形理论，对主要成藏元素进行分形模型处理，确定各主要元素的分维数和异常下限值，并计算得到各主要元素的综合异常贡献值；基于各元素的异常下限值和综合异常贡献值，绘制天然气水合物地球化学综合异常图；其中，综合异常贡献值与分维数和分形层次正相关。实现了用一根线条或一种面色即可反映异常的范围的效果，解决了以往综合异常图表达过于冗杂，天然气水合物赋存范围难以确定的困难。
Description
技术领域
本发明实施例涉及天然气水合物地球化学技术领域，具体涉及一种天然气水合物地球化学综合异常图的绘制方法。
背景技术
天然气水合物(简称Gas Hydrate)广泛分布于深海沉积物或陆域的永久冻土中，是由天然气与水在高压低温条件下形成的类冰状的结晶物质；因其外观像冰一样而且遇火即可燃烧，所以又被称作"可燃冰"，天然气水合物种甲烷含量占80％～99.9％，燃烧污染比煤、石油、天然气都小得多，而且储量丰富，全球储量足够人类使用1000年，因而被各国视为未来石油天然气的替代能源。
由于天然气水合物需要在高压低温环境下才能稳定存在，并且当温度大于0～10℃时其容易分解，分解产物主要为甲烷，而分解后的天然气气体则呈游离态垂向运移进入浅层土壤内，土壤可以吸附天然气水合物分解的气体。因此，利用地球化学方法可以有效探测深层天然气水合物。
天然气水合物地球化学勘查研究中，通过获取的地球化学数据编制综合异常图是化探数据最直接的表达方式。现有技术中的综合异常图常常涉及不同气体异常组合叠加的问题，而一般情况下，各元素的异常用不同线条或不同面色来反映整个异常的范围、元素分带、矿化程度和矿化范围，因此，当组合气体种类较多的情况下，综合异常图线条或面色繁多，易导致综合异常图表达过于冗杂，天然气水合物赋存范围表达不清楚。对此，业界通常将异常元素分别表达在2～3幅图上，以便气体间的互相对比。在天然气水合物成矿远景区预测层面，上述常规的综合异常图编制方法发挥了很大的作用，但在圈定天然气水合物范围层面，常规的编制方法还远远不够，会出现矿床边界依然不能准确圈定等问题的存在。
因此，研制一种针对冻土区天然气水合物地球化学综合异常编制方法，有效圈定天然气水合物赋存范围，为本领域目前亟待解决的问题。
发明内容
为此，本发明实施例提供一种天然气水合物地球化学综合异常图的绘制方法，通过对确定的地球化学测量元素进行主要成藏元素的重新确定，在此基础上利用分形理论计算分维数和异常下限值，并基于此计算得到综合异常贡献值，再利用异常下限值和综合异常贡献值绘制地球化学综合异常图，从而解决了传统地球化学异常图边界与矿藏范围局部不匹配的问题。
为了实现上述目的，本发明的实施方式提供如下技术方案：
本发明提供了一种天然气水合物地球化学综合异常图的绘制方法，包括：
S100、基于待绘制区域内的天然气水合物的成藏信息确定地球化学测量元素类型；
S200、采集地球化学测量元素值，并根据地球化学多元统计分析方法，对每种所述地球化学测量元素值分别编制单元素地球化学异常图后，对测量元素中的主要元素进行确定；
S300、基于分形理论，对步骤S200中得到的主要元素进行分析，确定各主要元素的分维数和异常下限值，同时构建分形统计模型，拟合得到分形层次，并计算得到各主要元素的综合异常贡献值；
S400、基于步骤S300中的各元素的异常下限值和综合异常贡献值，绘制天然气水合物地球化学综合异常图；其中，
所述综合异常贡献值与所述分维数和所述分形层次正相关。
作为本发明的一种优选方案，步骤S100中，所述成藏信息包括温度、压力、气体来源和冻土层厚度。
作为本发明的一种优选方案，步骤S200具体包括：
S201、根据步骤S100中确定的类型对多种地球化学测量元素值采集后进行极值处理，剔除极大值和极小值，得到去极值数值；
S202、基于步骤S201中得到的去极值数值，分别对每种地球化学测量元素绘制地球化学等值线图；
S203、基于多元统计分析方法，结合步骤S202中各地球化学测量元素的空间分布，以地球化学特征为归类标准，确定主要元素；其中，
所述多元统计分析方法包括聚类分析方法、因子分析方法、相关性分析方法和衬值规模中的至少两种。
作为本发明的一种优选方案，步骤S201中极值处理方法具体包括：
S2011、对每种地球化学测量元素，分别根据野外采样得到的地球化学测量元素值计算对数平均数和标准差，并将对数平均数记为X，标准差记为S；
S2012、采用X±3S连续迭代剔除法剔除极大值和极小值，直到所有地球化学测量元素值均满足X-3S＜M＜X+3S，其中，M为地球化学测量元素值。
作为本发明的一种优选方案，步骤S300具体包括：
S301、按照N(r)＝Cr-D，r>0建立分形统计模型，转化得到一元线性回归模型lg[N(r)]＝-Dlg(r)+lg(C)，r>0，其中，r为对应的主要元素的含量，C为比例常数，D为分维数，N(r)为对应的主要元素中含量不低于r的频数，且C和D均大于0；
S302、基于步骤S301中得到的一元线性回归模型，在r和N(r)的双对数坐标中分别绘制每种主要元素的散点图；
S303、基于步骤S302中得到的散点图，根据主要元素的数据特征，分段拟合，用最小二乘法求出回归模型的斜率，即为分维数；
S304、根据步骤S302中的散点图拟合线性方程，并确定步骤S303中分段拟合的界线点，得到各主要元素的异常下限值；
S305、根据步骤S304中得到的异常下限值，绘制对应的主要元素的地球化学异常图；
S306、根据计算得到结构能系数，其中，e为对应的主要元素的结构能系数，Di是对应的主要元素在第i结构层的分维数，N为同一系统所有成矿元素空间结构的最大层次数，i＝1,2,…,n表示元素层次结构；
S307、对主要元素的测量元素值进行极值归一化处理；
S308、将每种主要元素在步骤S306中得到的结构能系数与步骤S307中得到的归一化处理后的数据相乘，得到对应的主要元素的相对异常贡献值；
S309、将所有主要元素的相对异常贡献值求和，得到综合异常贡献值。
作为本发明的一种优选方案，步骤S304中异常下限值的具体取值为：低分维数的分形分布对应地球化学背景，低分维数的界线点为地球化学背景值，高分维数的分形分布对应地球化学异常，高分维数得界线点即为地球化学异常下限值。
作为本发明的一种优选方案，步骤S307的极值归一化处理具体包括：对步骤S201中得到的主要元素的去极值数值除以最大值，完成各主要元素数据的极值归一化处理；其中，所述最大值为步骤S201中对应的主要元素中采集到的地球化学测量元素值中的最大值。
作为本发明的一种优选方案，步骤S400具体包括：以步骤S304得到的各主要元素异常下限值和步骤S309得到的综合异常贡献值作为成图数据，绘制地球化学综合异常图。
作为本发明的一种优选方案，步骤S400中还包括将绘制的地球化学综合异常图与步骤S100中的天然气水合物的成藏信息进行叠加分析。
本发明的实施方式具有如下优点：
本发现在传统地球化学异常图绘制的基础上，利用分析理论，运用多维分形模型，提出结构能系数的概念，既解决了天然气水合物复杂地球化学场异常下限难以确定的问题，一定程度上削弱了导致假异常出现的系统误差，又使综合异常图表达简洁清楚，解决了传统地球化学异常图边界与矿藏范围局部不匹配的问题。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例中一种具体的绘制方法的流程图；
图2为传统方式绘制的天然气水合物地球化学综合异常图；
图3为本发明绘制的天然气水合物地球化学综合异常图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提供了一种冻土区天然气水合物综合异常图的绘制方法，该方法包括以下步骤：
步骤1：经冻土区天然气水合物成藏地质背景、成藏要素综合研究，确定天然气水合物远景区，以及确定参与天然气水合物成藏的地球化学测量元素。
天然气水合物成藏地质背景一般包括地层、构造、沉积环境等。例如在青海祁连山木里煤田寻找天然气水合物，所需的地质背景为：祁连山木里煤田，早侏罗世受燕山运动的影响，由受压环境转变为伸展环境，并在伸展构造应力作用下发生沉降，沉积了一套侏罗纪的山间河湖沼泽相含煤碎屑岩建造。新生代以来，受青藏高原东北缘地壳缩短变形和西缘阿尔金断裂活动的影响，祁连山地区发育一系列的北西西向和北北西向逆冲断裂。木里煤田出露的地层主要包括中侏罗统江仓组(J2j)和木里组(J2m)，每套地层含多个含煤地层，是天然气水合物勘探的关键层位。上三叠统尕勒得寺组广泛出露于聚乎更矿区南北部和背斜轴部，与上覆侏罗系呈平行不整合接触，岩性为暗色泥岩、黑色泥岩、油页岩及薄煤层为主，是主要的烃源岩，储层较发育，为潜在的油气区。
天然气水合物成藏要素来源于以往的先验资料，主要包括冻土厚度、温压条件、气源条件等要素。例如在青海祁连山木里煤田寻找天然气水合物，所需的成藏要素为：祁连山冻土区的年平均地表地温为0～-2.4℃，冻土层厚60～95m，局部大于100m，平均地温梯度为2.2℃/100m，根据木里煤田33号孔计算出水合物的顶底埋深分别为171m和574m，稳定带厚度为403m。
步骤2：气体垂向微渗漏理论是地球化学应用于油气勘探的理论基础，天然气水合物与常规油气在物源及运移机制上非常相似，所对应的地球化学测量元素种类为烃类气体。
步骤2中确定的地球化学测量元素值是通过野外采样和元素测试而得到的，相关技术要求可参照《石油天然气地球化学勘查技术规范》(DZ/T0185-1997)技术要求。
步骤3：各元素地球化学测量数据极值处理。具体地，收集野外采样分析得到步骤2中确定的地球化学测量元素值，再将得到的地球化学测量元素值通过对数平均值与标准差的关系，把极高值、极低值数据迭代剔除后，完成数据的极值处理。
具体地，极值处理方法为：将各元素的原始地球化学测量元素值，采用“X±3S”连续迭代剔除法(X为元素原始数据对数均值，S为标准偏差)进行处理，直到不再有离群点数据(极高值和极低值)可剔除为止，即所有数据全部分布于(X-3S，X+3S)之间，可表示为X-3S＜分析值＜X+3S。
步骤4：各测量元素的地球化学等值线图编制。具体地，基于步骤3极值处理后得到的待分析数值，利用MapGIS软件，采用常规方法绘制各元素的地球化学等值线图，每种测量元素一张图。除了MapGIS软件，当然还可使用ArcGIS软件、Surfer软件、Matlab软件等常用绘图软件或编程工具软件实现。
步骤5：天气水合物成藏主要元素确定。具体地，基于步骤2确定的参与天然气水合物成藏的地球化学测量元素，利用多元统计方法定量表达各个元素之间的关系，对测量元素中起主要作用的元素进行分析，有助于推断矿化类型及特殊地质作用，使异常解释评价“有的放矢”。本次发明采用聚类分析方法、因子分析方法、相关性分析和衬值规模大小确定测量元素中的主要元素，为编制综合异常图做准备。
步骤6：分形统计模型如下式所示，其中r表示元素含量，C＞0称为比例常数，D＞0为分维数，N(r)表示元素含量大于等于r的频数：
N(r)＝Cr-D，r>0；
由于地球化学采样多采取规则网格化，故N(r)值反映了采样面积的含量分布，取双对数不影响曲线的形态。因此，对上式两边取对数，转化为一元线性回归模型，具体如下式所示：
lg[N(r)]＝-Dlg(r)+lg(C)，r>0。
步骤7：各主要元素分维数和异常下限的确定。具体地，基于步骤6一元线性回归模型，在含量和频数的双对数坐标中绘制散点图，根据元素数据特征，分段拟合，用最小二乘法求出回归模型的斜率，即为分维数。根据拟合线性方程，确定分段拟合的界线点，低分维数的分形分布对应地球化学背景，低分维数的界线点为地球化学背景值，高分维数的分形分布对应地球化学异常，高分维数得界线点为地球化学异常下限。
步骤8：各主要元素地球化学异常图编制。具体地，基于步骤5确定的主要元素和步骤7确定的异常下限值，利用MapGIS软件，采用常规方法绘制各元素的地球化学异常图，每种测量元素一张图。除了MapGIS软件，当然还可使用ArcGIS软件、Surfer软件、Matlab软件等常用绘图软件或编程工具软件实现。
步骤9：计算各主要元素的结构能系数。基于步骤7确定的各主要元素的分维数和元素分形层次结构，具体地，求取分维数和对应的分形层次结构的乘积，再除以各元素对应的最大层次结构数，即可得到结构能系数，具体如下式所示：
其中，e为对应的主要元素的结构能系数，Di是对应的主要元素在第i结构层的分维数，N为同一系统所有成矿元素空间结构的最大层次数，i＝1,2,…,n表示元素层次结构。
步骤10：各主要元素数据极值归一化处理。具体地，基于步骤3取得极值处理后的主要元素的数据，再将得到的极值处理数据除以最大值，完成各主要元素数据极值归一化处理。其中，这里的最大值为步骤2中对应的主要元素中采集到的地球化学测量元素值中的最大值，这里的归一化处理即针对每种主要元素，其对应的极值处理数据和最大值之间一一对应进行处理后，得到各主要元素对应的归一化处理结果。
步骤11：计算各主要元素的综合异常贡献值。具体地，将步骤9所得结构能系数与步骤10各主要元素极值归一化处理的数据相乘即为各个测量元素对异常的相对贡献值。所有组合元素相对贡献值的和即为综合异常贡献值，完成数据处理工作。
步骤12：主要元素地球化学综合异常图编制。具体地，基于步骤11所得的综合异常贡献值和步骤8确定的各元素异常下限值，利用MapGIS软件，采用常规方法绘制元素的地球化学综合异常图。除了MapGIS软件，当然还可使用ArcGIS软件、Surfer软件、Matlab软件等常用绘图软件或编程工具软件实现。
通过图2显示的传统方法绘制的地球化学综合异常图和图3显示的本发明的方式绘制的地球化学综合异常图对比可以看出，本发明的地球化学综合异常图用一根线条或一种面色即可反映异常的范围，解决了以往综合异常图表达过于冗杂，天然气水合物赋存范围难以确定的困难。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (7)
1.一种天然气水合物地球化学综合异常图的绘制方法，其特征在于，包括：
S100、基于待绘制区域内的天然气水合物的成藏信息确定地球化学测量元素类型；
S200、采集地球化学测量元素值，并根据地球化学多元统计分析方法，对每种所述地球化学测量元素值分别编制单元素地球化学异常图后，对测量元素中的主要元素进行确定；
S300、基于分形理论，对步骤S200中得到的主要元素进行分析，确定各主要元素的分维数和异常下限值，同时构建分形统计模型，拟合得到分形层次，并计算得到各主要元素的综合异常贡献值，具体包括：
按照N(r)＝Cr-D，r>0建立分形统计模型，转化得到一元线性回归模型lg[N(r)]＝-Dlg(r)+lg(C)，r>0，其中，r为对应的主要元素的含量，C为比例常数，D为分维数，N(r)为对应的主要元素中含量不低于r的频数，且C和D均大于0；
基于步骤S301中得到的一元线性回归模型，在r和N(r)的双对数坐标中分别绘制每种主要元素的散点图；
基于步骤S302中得到的散点图，根据主要元素的数据特征，分段拟合，用最小二乘法求出回归模型的斜率，即为分维数；
根据步骤S302中的散点图拟合线性方程，并确定步骤S303中分段拟合的界线点，得到各主要元素的异常下限值；
根据步骤S304中得到的异常下限值，绘制对应的各主要元素的地球化学异常图；
根据计算得到结构能系数，其中，e为对应的主要元素的结构能系数，Di是对应的主要元素在第i结构层的分维数，N为同一系统所有成矿元素空间结构的最大层次数，i＝1,2,…,n表示元素层次结构；
对主要元素的测量元素值进行极值归一化处理；
将每种主要元素在步骤S306中得到的结构能系数与步骤S307中得到的归一化处理后的数据相乘，得到对应的主要元素的相对异常贡献值；
将所有主要元素的相对异常贡献值求和，得到综合异常贡献值；
S400、基于步骤S300中的各元素的异常下限值和综合异常贡献值，绘制天然气水合物地球化学综合异常图；其中，
所述综合异常贡献值与所述分维数和所述分形层次正相关。
2.根据权利要求1所述的一种天然气水合物地球化学综合异常图的绘制方法，其特征在于，步骤S100中，所述成藏信息包括温度、压力、气体来源和冻土层厚度。
3.根据权利要求1或2所述的一种天然气水合物地球化学综合异常图的绘制方法，其特征在于，步骤S200具体包括：
S201、根据步骤S100中确定的类型对多种地球化学测量元素值采集后进行极值处理，剔除极大值和极小值，得到去极值数值；
S202、基于步骤S201中得到的去极值数值，分别对每种地球化学测量元素绘制地球化学等值线图；
S203、基于多元统计分析方法，结合步骤S202中各地球化学测量元素的空间分布，以地球化学特征为归类标准，确定主要元素；其中，
所述多元统计分析方法包括聚类分析方法、因子分析方法、相关性分析方法和衬值规模中的至少两种。
4.根据权利要求3所述的一种天然气水合物地球化学综合异常图的绘制方法，其特征在于，步骤S201中极值处理方法具体包括：
S2011、对每种地球化学测量元素，分别根据野外采样得到的地球化学测量元素值计算对数平均数和标准差，并将对数平均数记为X，标准差记为S；
S2012、采用X±3S连续迭代剔除法剔除极大值和极小值，直到所有地球化学测量元素值均满足X-3S＜M＜X+3S，其中，M为地球化学测量元素值。
5.根据权利要求4所述的一种天然气水合物地球化学综合异常图的绘制方法，其特征在于，步骤S307的极值归一化处理具体包括：对步骤S201中得到的主要元素的去极值数值除以最大值，完成各主要元素数据的极值归一化处理；其中，
所述最大值为步骤S201中对应的主要元素中采集到的地球化学测量元素值中的最大值。
6.根据权利要求4所述的一种天然气水合物地球化学综合异常图的绘制方法，其特征在于，步骤S400具体包括：以步骤S304得到的各主要元素异常下限值和步骤S309得到的综合异常贡献值作为成图数据，绘制地球化学综合异常图。
7.根据权利要求6所述的一种天然气水合物地球化学综合异常图的绘制方法，其特征在于，步骤S400中还包括将绘制的地球化学综合异常图与步骤S100中的天然气水合物的成藏信息进行叠加分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010572807.8A CN111831968B (zh) | 2020-06-22 | 2020-06-22 | 一种天然气水合物地球化学综合异常图的绘制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010572807.8A CN111831968B (zh) | 2020-06-22 | 2020-06-22 | 一种天然气水合物地球化学综合异常图的绘制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111831968A CN111831968A (zh) | 2020-10-27 |
| CN111831968B true CN111831968B (zh) | 2024-01-30 |
Family
ID=72898168
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010572807.8A Active CN111831968B (zh) | 2020-06-22 | 2020-06-22 | 一种天然气水合物地球化学综合异常图的绘制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111831968B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112380308B (zh) * | 2020-11-17 | 2021-06-29 | 中国地质科学院矿产资源研究所 | 一种基于数据正则化的地球化学异常圈定方法及系统 |
| CN113216932B (zh) * | 2021-05-12 | 2022-10-18 | 中国地质科学院地球物理地球化学勘查研究所 | 一种冻土区天然气水合物开发环境效应监测系统及方法 |
| CN113407797B (zh) * | 2021-08-18 | 2021-10-29 | 成都千嘉科技有限公司 | 利用分形计算针对偷盗燃气行为的数据挖掘方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107480460A (zh) * | 2017-08-25 | 2017-12-15 | 中国地质科学院矿产资源研究所 | 大区域复杂背景区多元素地球化学异常识别方法 |
| CN109147876A (zh) * | 2018-09-12 | 2019-01-04 | 中山大学 | 地球化学异常识别方法 |
| CN110826866A (zh) * | 2019-10-18 | 2020-02-21 | 中国地质科学院矿产综合利用研究所 | 矿产资源集中开采区土壤环境地球化学背景值的确定方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10520631B2 (en) * | 2014-06-05 | 2019-12-31 | Conocophillips Company | Magnetic field measurement via streamer cables |
-
2020
- 2020-06-22 CN CN202010572807.8A patent/CN111831968B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107480460A (zh) * | 2017-08-25 | 2017-12-15 | 中国地质科学院矿产资源研究所 | 大区域复杂背景区多元素地球化学异常识别方法 |
| CN109147876A (zh) * | 2018-09-12 | 2019-01-04 | 中山大学 | 地球化学异常识别方法 |
| CN110826866A (zh) * | 2019-10-18 | 2020-02-21 | 中国地质科学院矿产综合利用研究所 | 矿产资源集中开采区土壤环境地球化学背景值的确定方法 |
Non-Patent Citations (2)
| Title |
|---|
| 漠河盆地多年冻土区天然气水合物地球化学调查及远景评价;张富贵;现代地质;第32卷(第5期);1003-1011 * |
| 热释汞:一种冻土区天然气水合物地球化学勘查新技术;张富贵 等;物探与化探;第43卷(第2期);329-337 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111831968A (zh) | 2020-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111831968B (zh) | 一种天然气水合物地球化学综合异常图的绘制方法 | |
| CN101738639B (zh) | 提高岩石裂缝参数精度的方法 | |
| Magee et al. | Seismic reflection data reveal the 3D structure of the newly discovered Exmouth Dyke Swarm, offshore NW Australia | |
| Longde et al. | Petroleum exploration and development practices of sedimentary basins in China and research progress of sedimentology | |
| CN110579802B (zh) | 一种天然气水合物储层物性参数的高精度反演方法 | |
| Li | Geophysical exploration technology: Applications in lithological and stratigraphic reservoirs | |
| Yasin et al. | An integrated fracture parameter prediction and characterization method in deeply-buried carbonate reservoirs based on deep neural network | |
| Boersma et al. | Natural fault and fracture network characterization for the southern Ekofisk field: A case study integrating seismic attribute analysis with image log interpretation | |
| CN105093304A (zh) | 一种地球物理勘探利用测井曲线自动求取岩性曲线的方法 | |
| Bashmagh et al. | Magnitudes and orientations of present-day in-situ stresses in the Kurdistan region of Iraq: Insights into combined strike-slip and reverse faulting stress regimes | |
| Huang et al. | Exploring Multiscale Non-stationary Influence of Ore-Controlling Factors on Mineralization in 3D Geological Space | |
| Wilson et al. | Fracture and 3D seismic interpretations of the Fruitland Formation and cover strata: Implications for CO2 retention and tracer movement, San Juan Basin Pilot test | |
| Zhang et al. | A best practice in static modeling of a coalbed-methane field: an example from the Bowen Basin in Australia | |
| Liao et al. | Multiscale fracture and damage zone characterization in a tight sandstone reservoir, Sichuan Basin, China | |
| Rifai et al. | Reservoir characterization using acoustic impedance inversion and multi-attribute analysis in Nias Waters, North Sumatra | |
| Jelínek et al. | Evolution of lignite seams within the South Moravian Lignite Coalfield based on certain qualitative data | |
| CN109917489B (zh) | 一种地下承压水位确定的新方法 | |
| CN110119852B (zh) | 一种不确定成矿信息的统一表征方法及系统 | |
| Wu et al. | Combination of seismic attributes using clustering and neural networks to identify environments with sandstone-type uranium mineralization | |
| Chen et al. | Using copulas for implementation of variable dependencies in petroleum resource assessment: Example from Beaufort-Mackenzie Basin, Canada | |
| CN113281820A (zh) | 周口坳陷及周缘地区山西组潮坪沉积体系非常规油气有利勘探区预测方法 | |
| Glad et al. | Geomechanical Modelling the Evolution of a Connected Natural Fracture Network to Explain Fluid Flow Variations Across a Fractured Chalk-Marl Reservoir | |
| US11852769B2 (en) | Utilization of geologic orientation data | |
| Ravve et al. | Hypersurface curvatures of geological features | |
| Prekopová et al. | Quantitative approach in environmental interpretations of deep-marine sediments (Dukla Unit, Western Carpathian Flysch Zone) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |