Organic Carbon Distribution Characteristics of Qingshankou Shale in Songliao Basin, China
-
摘要: 总有机碳（TOC）含量是页岩油气资源量评价的关键参数之一.为定量分析松辽盆地青山口组页岩TOC含量分布特征，预测有利勘探区，以测井资料为基础，首先建立研究区构造模型，应用恢复古埋深法计算镜质体反射率（Ro），通过∆logR方法预测研究区TOC含量，最后利用地质统计学方法建立了研究区页岩TOC三维量化模型.结果表明，纵向上，青一段页岩TOC含量整体分布在0%~4%范围，青二段和青三段TOC含量明显低于青一段.平面上，青一段TOC含量在三肇凹陷南部及朝阳沟阶地中部最高，青二段TOC含量整体低于2%，其在古龙凹陷北部最高，青三段TOC含量普遍低于1.4%.研究成果为松辽盆地页岩油勘探开发有利区选取提供了重要指导和参考.Abstract: Total organic carbon (TOC) content is one of the key parameters to evaluate shale oil and gas resources. In order to quantitatively evaluate the TOC distribution characteristics and predict the sweet spots of shale of Qingshankou Formation in Songliao basin, the three-dimensional (3D) structural model of the Qingshankou shale reservoir was firstly constructed based on the logging data. Then, vitrinite reflectance (Ro) was calculated by restoring the ancient burial depth of reservoir rocks, and the TOC content of the Qingshankou Formation was predicted using the ∆logR method. Finally, the 3D model of TOC content in Qingshankou Formation was built using the geostatistical method. The results show that, vertically, the TOC content of Qing 1 Member is in the range of 0%-4%. However, the TOC content of Qing 2 Member and Qing 3 Member is significantly lower than that of Qing 1 Member. Horizontally, the TOC content of Qing 1 Member in the south of Sanzhao sag and the middle of Chaoyanggou terrace is the highest. The TOC content of Qing 2 Member is lower than 2%, and that in the north part of Gulong sag is the highest. The TOC content of Qing 3 Member is generally lower than 1.4%. This work provides important guidance and reference for selecting favorable shale oil exploration and development areas in Songliao basin.
-
Key words:
- Songliao basin /
- Qingshankou Formation /
- shale oil /
- total organic carbon /
- 3D geological modeling /
- petroleum geology
-
在常年的监测研究中发现，不仅气候变化能显著影响岩溶作用碳汇，而且人类活动对岩溶碳汇的自然过程的干扰作用也很明显.如岩溶地区土地利用方式发生变化，则岩溶作用的碳汇强度会受到影响.在桂林试验场20余年的监测表明，原有岩溶石漠化严重的地方，如今植被恢复，土地利用方式改善，岩溶作用碳汇加强(Liu and Zhao, 2000; Liu et al., 2010).
岩溶水系统的岩溶作用碳汇强度可以由CSF=0.5Q[DIC]×44/A表示，其中CSF为岩溶碳汇强度(或碳汇通量，以大气CO2计)；A为岩溶流域面积；Q为径流排泄量；[DIC]为水中HCO3-的摩尔浓度(pH=7.0~8.5时)；44为CO2的分子量；因子0.5表示碳酸盐溶解形成的HCO3-只有一半是大气成因的碳(Liu et al., 2010).
由此可见，在流域面积和岩性固定的情况下，岩石风化的碳汇强度将取决于气候(White and Blum, 1995; Kump et al., 2000; Riebe et al., 2004; West et al., 2005; Tipper et al., 2006; Cai et al., 2008; Macpherson et al., 2008; Gislason et al., 2009; Hagedorn and Cartwright, 2009; Wolff-Boenisch et al., 2009)、土地利用和植被变化(Cawley et al., 1969; Berner, 1992, 1997; Drever, 1994; Gislason et al., 1996; Andrews and Schlesinger, 2001; Williams et al., 2003; Baars et al., 2008; Raymond et al., 2008; Barnes and Raymond, 2009; Pagani et al., 2009; Raymond and Oh, 2009)等环境因素.这些环境因素可通过控制Q和[DIC]来改变岩石风化碳汇的强度.2007年国家启动岩溶区石漠化综合治理工程，覆盖中国南方100万km2，评价经过综合治理后我国岩溶地区对全球CO2增汇减排的贡献，显然是一个紧迫的科学问题.
根据石漠化分类研究成果(张信宝等，2007)，利用土壤流失程度、石漠化程度和地面物质组成类型3个因素叠加，可以较为合理地进行岩溶山地坡地石漠化分类.其中说明2个重要的问题，就是石质坡地岩溶山地与土质坡地岩溶山地.当土质或石质坡地岩溶山地发生石漠化现象后，对其所进行的石漠化治理工程主要是实施退耕还林、封山育林等措施，这些措施对于土质坡地岩溶山地较为有效；而对于石质坡地岩溶山地来说，因其土壤的恢复较为困难，所以治理工程所带来的增汇效应可能有限.
原始森林是顶级的生态系统，评价石质坡地岩溶原始森林覆盖的岩溶水系统水—碳动态特征，对于石漠化治理工程对全球CO2增汇减排的贡献评价显然有着重要的对比意义.
板寨森林是我国亚热带岩溶地区唯一仅存的缺土的石质坡地岩溶原始森林，其特有的水文地质现象——地下水赋存的二元结构，即枯枝落叶垫积层及少量土壤、植根充填的上层表层岩溶带水和下层岩溶水同时并存，极大地改变了地下水及地表水的循环交替条件，显示出相应的森林水文效应(周政贤，1987).但是对缺土的石质坡地岩溶原始森林覆盖下的岩溶水系统水-碳动态特征的相关研究，特别是该区水均衡计算、地下河流量衰减分析及岩溶作用碳循环状况很少有过报道，本文将对此进行专门的研究探讨.
1. 研究区概况
板寨岩溶地下河系统位于贵州省黔南州荔波县，属珠江流域的柳江水系，处于茂兰国家级岩溶森林自然保护区内，地理位置为107°55′~108°05′E、25°12′~25°15′N.流域面积约19.03km2，属亚热带季风湿润气候，具有气候温热、四季分明、冬无严寒、夏无酷暑、夏长冬短、无霜期长的特点.另外，该区雨量充沛，日照尚足，雨热同季，灾害性天气少，有明显的雨季和旱季之分(贵州省荔波县地方志编纂委员会，1997).
板寨岩溶地下河系统的地层岩性为中石炭统石灰岩与白云岩，岩层产状平缓，仅在该地下河系统的排泄区附近出露其隔水基底——下石炭统大塘阶上段C1d3泥灰岩、页岩、硅质岩地层.研究区地下水类型主要为裸露型碳酸盐岩类裂隙溶洞水.系统内主要分布有3条NE向局部导水正断层，洼地长轴方向也主要为NE向.落水洞主要分布在经过水淹坝及更干一线呈NE向串珠状发育的洼地中，以此作为该系统的排泄主通道，该主通道NW向大部分子系统岩溶水由此排泄.经岩溶水文地质测绘发现该主通道东南侧岩溶负地形不发育，未形成大面积的岩溶水补给区(图 1).
图 1 板寨岩溶地下河系统水文地质图1.洼地边界；2.落水洞；3.岩溶泉；4.地下水流向；5.岩层产状；6.断层；7.地下河(实线为实测，虚线为推测)Fig. 1. Sketch hydrogeological map of Banzhai Karst Subterranean Stream板寨岩溶地下河系统内土地利用类型主要是岩溶原始森林，其主要分布于石质岩溶峰丛之上，面积为17.38km2，占整个系统面积的90.03%.森林树种的组成上，除了山脊和顶部(通常海拔750m以上)分布有少量的针、阔叶混交林，绝大部分地区为阔叶林.由于此系统内土壤极少，不宜农业生产，因此，农耕地非常少，主要零星分布在岩溶洼地的底部(图 2).
图 2 板寨岩溶地下河系统土地利用分布情况Fig. 2. Sketch land use map of Banzhai karst subterranean stream system2. 研究方法
由于岩溶水系统具有水文动态变化大，水位、水量、水质等变化快的特点；所以在研究过程中，野外观测采用了水文水化学自动监测仪器，以便掌握其详细的动态变化过程.
2.1 野外水文水化学自动监测
澳大利亚GreenSpan公司生产的CTDP300水质多参数自动记录仪，安放在所研究的岩溶地下河系统的径流排泄点.监测时间间隔设定为15min，对雨量、水位、pH、水温和电导率进行自动监测记录，测量精度分别达到0.5mm、0.01m、0.01个pH单位、0.01℃和0.01μS/cm.电导率由温度自动补偿至25℃的值.
2.2 水样采集及其化验
水样一般按月采集.室内主要分析项目包括：K+、Na+、Mg2+、Cl-和SO42-离子浓度，由中国科学院贵阳地球化学研究所环境地球化学国家重点实验室测定完成；其中阴离子由美国Dionex公司产的ICS-90型离子色谱仪测定；阳离子则用美国Varian公司产的VBTA MPX型电感耦合等离子体-光发射光谱仪测定.
由于岩溶水pH、水温(T)、电导率(EC)、Ca2+、HCO3-随环境变化迅速，所以这些数据采用现场测得的值.具体的方法是用CTDP300自动记录仪现场测定水的pH值、T、EC，用德国Merck公司生产的碱度测试盒和Ca2+测试盒，用于野外现场测试岩溶水中的HCO3-和Ca2+的浓度，精度分别达到0.1mmol/L(或6.1mg/L)和4mg/L.
2.3 方解石饱和指数和CO2分压计算
方解石饱和指数(SIC)和CO2分压(PCO2)利用WATSPEC程序计算获得(Wigley, 1977).
二氧化碳分压(PCO2)计算公式为：
$$ {P_{C{O_2}}} = \frac{{\left[ {{\rm{HC}}{{\rm{O}}_3}^ - } \right]\left[ {{{\rm{H}}^{\rm{ + }}}} \right]}}{{{K_1}{K_{{\rm{C}}{{\rm{O}}_2}}}}}, $$ 式中：K1和KCO2为H2CO3和CO2的平衡常数；[HCO3-]、[H+]为离子的摩尔活度.
方解石饱和指数(SIC)则由下式得出：
$$ \mathit{S}{\mathit{I}_{\rm{C}}} = {\rm{lg}}\left({\frac{{\left[ {{\rm{C}}{{\rm{a}}^{2 + }}} \right]\left[ {{\rm{C}}{{\rm{O}}_3}^{2 - }} \right]}}{{{K_{\rm{C}}}}}} \right){\rm{, }} $$ 式中：KC为方解石平衡常数；[Ca2+]、[CO32-]为离子的摩尔活度.
当SIC=0时，表示溶液中的方解石呈平衡状态；当SIC＞0时，表示溶液中方解石浓度已超过饱和，可能沉淀方解石；当SIC＜0时，表示溶液中方解石尚未饱和，可以溶解更多的方解石.
岩溶水的CO2分压和方解石饱和指数主要取决于Ca2+、Mg2+、HCO3-离子的浓度以及pH和水温(刘再华等，2003; Liu et al., 2004).其中pH和水温可直接采用自动监测仪记录的数据，而对Ca2+、Mg2+、HCO3-的浓度必须用间接方法估算.在岩溶水系统中Ca2+和Mg2+是主要的阳离子，而HCO3-是主要的阴离子，这些离子是决定电导率的主要因素，因此依据电导率值可估算Ca2+、Mg2+、HCO3-的浓度.板寨岩溶水系统排泄点的水化学类型主要为HCO3-Ca型水.
板寨岩溶地下河系统径流排泄点[Ca2+]、[HCO3-]、[Mg2+]与电导率(EC)之间相应的线性关系为：
$$ \begin{array}{l} \left[ {{\rm{C}}{{\rm{a}}^{2 + }}} \right]{\rm{ = }}0.420\;1 \cdot EC - 78.947,\\ {R^2} = 0.638\;9,n = 16,\\ \left[ {{\rm{M}}{{\rm{g}}^{{\rm{2 + }}}}} \right] = 0.046\;6 \cdot EC - 0.229\;3,\\ {R^2} = 0.700\;1,n = 16,\\ [{\rm{HC}}{{\rm{O}}_{\rm{3}}}^{\rm{ - }}] = 0.680\;7 \cdot EC - 27.33,\\ {R^2} = 0.702\;5,n = 15, \end{array} $$ 浓度单位为mg/L，EC表示25℃时水的电导率，单位为μS/cm.由此，通过CTDP300水质多参数自动记录仪所记录的水温(T)和pH，结合由该监测仪记录的电导率经过上述相关关系换算出来的Ca2+、HCO3-等离子的浓度，便可获得连续的方解石饱和指数SIC与二氧化碳分压PCO2值.
2.4 流量测定
板寨岩溶地下河系统的径流排泄点建有一复合堰(图 3)，可采用复合堰流公式(吴持恭，1982)计算流量，计算流量时所需的水位数据可用CTDP300记录.通过将2007年7月—2008年12月的人工观测水位数据与CTDP300记录的水位数据进行对比，发现在2007年9月12日16∶45之前三角堰的堰顶水位H与CTDP300记录的水位Hy存在如下换算关系(单位，m)：
图 3 板寨地下河出口复合堰前视Fig. 3. The front view of the compound weir of Banzhai subterranean riverH=Hy-0.048.
2007年9月12日16：45之后，人为调整了CTDP300探头的基准水位，使换算关系变为：
H=Hy+0.013.
可采用如下公式计算流量：
(1) 当0＜H≤28cm时，流量较小，水从直角三角形薄壁堰中流出，以薄壁直角三角堰流量公式计算为：
$$ \mathit{Q}{\rm{ = }}{\mathit{C}_0}{\mathit{H}^{5/2}}, $$ 式中：C0为流量系数；H为三角堰的堰顶水位(m)；Q为流量(m3/s)；取流量系数C0=1.4，则公式转换为：
$$ \mathit{Q} = 1.4{H^{5/2}}, $$ 当H=28cm时，三角堰所能控制计算的流量达到最大值Qmax=58.08L/s.
(2) 当28cm＜H≤46cm时，底部的直角三角形薄壁堰流量按满堰计算其流量，即达到最大值Qmax=58.08L/s，上部的按矩形薄壁堰流公式进行计算：
$$ \mathit{Q} = {m_0}{b_1}\sqrt {2g} {\left({H - 0.28} \right)^{3/2}} + 0.058\;08, $$ 式中：m0为矩形薄壁堰流量系数，按${m_0} = \frac{2}{3}\left({0.605 + \frac{{0.001}}{{H - 0.28}} + 0.08\frac{{H - 0.28}}{{0.28}}} \right)$进行计算；b1为矩形薄壁堰的堰宽，b1=0.56m；g为重力加速度，取9.8m/s2.
(3) 当H＞46cm时，采用宽顶堰流公式计算三角堰两侧宽顶堰的流量，计算公式如下：
$$ Q = {m_1}{b_2}\sqrt {2g} {\left({H - 0.46} \right)^{3/2}} + {m_0}{b_1}\sqrt {2g} {\left({H - 0.28} \right)^{3/2}} + 0.058\;08, $$ 式中：m1为宽顶堰的流量系数，按$ {m_1} = 0.32 + 0.01 \times \left[ {3 - \frac{P}{{H - 0.46}}} \right]/\left[ {0.46 + 0.75\frac{P}{{H - 0.46}}} \right]$进行计算，其中P为堰坎高，取P=0.46+0.135=0.595m，若P/(H-0.46)＞3时，m1=0.32；b2为宽顶堰的堰宽，b2=1.91+9.85=11.76m.
2.5 岩溶作用碳汇强度计算
本文对岩溶水系统碳酸盐岩溶解所致碳汇能力的计算采用水化学-流量方法(Liu and Zhao, 2000).
以下反应式(1)~(4)为估算碳酸盐岩化学风化所消耗大气CO2量的基本原理与公式：
$$ {\rm{C}}{{\rm{O}}_2}\left({\rm{g}} \right) \Leftrightarrow {\rm{C}}{{\rm{O}}_2}\left({{\rm{aq}}} \right), $$ (1) $$ {\rm{CaC}}{{\rm{O}}_3} + {\rm{C}}{{\rm{O}}_2}({\rm{aq}}) + {{\rm{H}}_2}{\rm{O}} \Leftrightarrow {\rm{C}}{{\rm{a}}^{2 + }} + 2{\rm{HCO}}_3^ -, $$ (2) $$ \begin{array}{l} \;\;\;\;\;\;\;\;{\rm{CaMg}}{\left({{\rm{C}}{{\rm{O}}_3}} \right)_2} + 2{\rm{C}}{{\rm{O}}_2}({\rm{aq}}) + 2{{\rm{H}}_2}{\rm{O}} \Leftrightarrow \\ {\rm{C}}{{\rm{a}}^{2 + }} + {\rm{M}}{{\rm{g}}^{2 + }} + 4{\rm{HC}}{{\rm{O}}_3}^ -, \end{array} $$ (3) $$ \mathit{CSF} = 0.5\mathit{Q} \cdot \left[ {{\rm{HCO}}_3^ - } \right]44/\mathit{A}{\rm{.}} $$ (4) 式(1)为大气或土壤中的气态CO2通过慢转化过程成为溶解CO2的过程；式(2)与(3)为石灰岩或白云岩的溶蚀过程；式(4)为岩溶水系统碳汇强度计算公式.式(4)中CSF为岩溶碳汇强度(或碳汇通量)；A为岩溶流域面积；Q为流域排泄量；[HCO3-]为水中HCO3-的摩尔浓度；44为CO2的分子量；因子0.5表示碳酸盐溶解形成的HCO3-只有一半是大气成因的碳.
3. 结果与讨论
图 4给出了板寨岩溶地下河系统水文年尺度上的水文水化学监测数据，该图清晰地显示该岩溶地下河系统径流排泄点岩溶水的水温、pH、SIC与PCO2等参数的季节变化规律.该系统属亚热带季风湿润气候区，雨热同期，其流量峰值主要出现于雨季；水温雨季较高，旱季较低；PCO2随着土壤中生物活动性的季节变化而显示出雨季高，旱季低，该值决定着岩溶水pH值与SIC的变化，使得pH值与SIC呈现雨季低、旱季高的同步变化规律.[HCO3-]总体上表现出相对平稳的趋势，季节变化不明显，仅在暴雨期间流量峰值处因稀释作用而有小幅降低，反映出碳酸盐溶解的快速特征，即碳酸盐溶解属于传输控制过程(White et al., 1999).
图 4 板寨岩溶地下河系统水文水化学季节变化Fig. 4. Seasonal hydrochemical variations of Banzhai karst subterranean stream system表 1给出了板寨岩溶地下河系统水文年尺度上的水文水化学统计特征值(统计时段为2008—2009年).
表 1 板寨岩溶地下河系统岩溶水水文及物理化学参数统计Table Supplementary Table Statistics on the hydrological and physicochemical parameters of Banzhai karst subterranean stream统计项目 统计样本个数 max min 平均值 标准偏差 变异系数 流量(L/s) 70174 13334.24 3.00 180.93 881.47 4.87 水温(℃) 57102 19.44 15.94 18.36 0.62 0.03 pH值 57102 9.16 7.22 7.70 0.22 0.03 [HCO3-](mg/L) 57102 369.25 141.00 218.89 21.17 0.10 SIC 57102 1.72 -0.37 0.34 0.21 - PCO2(Pa) 57102 1361.44 10.79 441.93 240.80 0.54 岩溶碳汇强度(tCO2·km-2·a-1) 57102 1426.45 0.36 25.28 102.08 4.04 注：统计时段为2008—2009年，这2年的降水总量为3 478mm，年平均降水量为1 739mm. 对比贵州省安顺市后寨岩溶地下河系统(其上覆被以土质坡地为主，但植被稀少)研究结果(曾成等，2011)，发现板寨岩溶地下河系统的PCO2、[HCO3-]比后寨岩溶地下河甚至更低，并没有出现因原始森林覆盖而使得[HCO3-]、PCO2显著增大的结果.这主要与板寨缺乏连续的土壤覆盖有关.虽然板寨上覆岩溶原始森林，但由于是石质山地，缺乏土壤层，所以生物成因的CO2不能被很好地蓄积于岩溶系统中，易向大气扩散.因此虽有原始森林发育，但是无土环境使得表层岩溶带CO2向大气释放，从而使得下部岩溶地下水系统中的PCO2和[HCO3-]降低.
变异系数可以反映均值不同的2个系列的数据离散程度，比较[HCO3-]、流量和岩溶碳汇强度，发现[HCO3-]的变异系数最小(0.10)，流量最大(4.87)，岩溶碳汇强度介于两者之间(4.04).因岩溶碳汇强度是流量与[HCO3-]的乘积，故可以推断岩溶碳汇强度主要受控于流量，即流量是岩溶碳汇强度的主要控制因素.
SIC值主要决定岩溶水是否具有侵蚀或是沉积碳酸钙的趋势.该岩溶地下河系统0＜SIC＜0.8，表明此时岩溶水基本处于碳酸钙饱和状态，且因SIC＜0.8，故还未具备沉积大量碳酸钙的条件(Dreybrodt et al., 1992).
3.1 水均衡、流量衰减和氧氘稳定同位素特征分析
3.1.1 水均衡分析
对于具有闭合边界并以管道介质为主的岩溶地下水系统，在一定的时间段内，结合高分辨率的流量与降雨量等资料，可以建立起相应的水均衡方程.
流量数据由CTDP300水质多参数自动记录仪记录的水位数据通过上述有关的水力学公式计算得出，并通过数值积分方法来计算整个均衡期内岩溶地下河系统的径流排泄总量.
板寨岩溶地下河系统的均衡期选在2008-10-31T00∶00至2008-12-18T00∶00，共计48d(图 5).均衡期内总降雨量为256mm，系统总径流量为1323244m3，径流深度为68.5mm.由均衡方程可得该系统的蒸散发总量为3618657m3，换算为水柱高度为187.5mm，平均日水量损失深度为3.9mm，降水入渗系数为0.27.对比后寨地下河的年降水入渗系数(0.66)，板寨地下河流域的入渗系数仅为后寨地下河流域的40%左右，这说明岩溶原始森林的蒸散发量非常高，大部分的降水被植物蒸散发排泄了.
图 5 板寨岩溶地下河系统2008年11月~2008年12月水文水化学过程线Fig. 5. Hydro-chemical graph of Banzhai karst subterranean stream during Nov-Dec, 20083.1.2 流量衰减分析
岩溶水系统暴雨后干旱期的流量动态信息，可以反映岩溶水的赋存状况及补、径、排特征.当所研究的岩溶水系统仅由大气降水补给而无越流补给时，在干旱无雨的条件下，该系统的径流排泄仅是其原有地下水储存量的自然消耗，并且可以用指数函数即衰减方程来描述流量的衰减过程.
岩溶含水介质大致分为三类：(1)有效直径以分米计的岩溶管道及巨大溶蚀裂隙；(2)有效直径以厘米计的张开岩溶裂隙；(3)有效直径以毫米计的微小岩溶裂隙、层间裂隙、溶孔及岩石中的孔隙等.以上三类含水介质都有各自的流量衰减系数(洛塔岩溶地质研究组，1984).
衰减系数(α)是流量衰减动态的一个特征量，它表征流量衰减的变化率，并且与岩溶含水介质有关.由于岩溶水系统的内部结构是很不均匀的，因而衰减系数(α)在整个衰减期内并非常量，许多对岩溶泉流量枯季动态的研究表明，在岩溶泉流量衰减的不同时间段，衰减系数(α)依次变小，在t-lgQt半对数坐标上，泉水流量过程线呈由陡变缓向上凹的多段线的特点.
在进行各衰减亚期衰减系数的计算中，发现除流量观测误差及在作折线拟合时的误差外，在不同年份和不同的气象条件下，对于特定的岩溶水系统其衰减系数与时间无关，也即该参数反映了岩溶含水介质的特征.基于这一情况可以将整个流量衰减期划分为若干个亚动态，使得在同一个亚动态期的流量按同一个衰减系数(α)值衰减.
黄敬熙等(1982)提出用一种分段函数的形式来表示具有多亚动态流量衰减过程的“折线式”流量衰减方程.该方程正确地使用了各衰减亚期的初始流量及相应亚动态的衰减系数，真实地反映了岩溶水系统排泄流量的实际衰减过程(韩行瑞等，1993).
衰减系数α值不仅表征岩溶含水体中的各种不同类型的含水介质，也决定了流量衰减的速率；并且可以计算出流量的时段衰减率以及各个阶段衰减亚动态的储存量.
2008年10月31日至2008年12月17日期间，板寨岩溶地下河系统有一次非常理想的流量衰减过程(图 5).自动记录显示，降雨主要集中于10月31日至11月7日凌晨这一段时间，以2008年11月6日深夜至次日凌晨的降雨为最后一次降雨.该次降雨始于11月6日18点15分，结束于11月7日凌晨2点45分，降雨历时为8.8h，总降雨量为62mm，最大降雨强度为8mm/15min.本次降雨所形成的洪水过程与前期未退尽的洪水叠加，形成了一次较大的洪峰.
在降雨过程结束后的一个半月内，板寨岩溶地下河系统径流排泄点所记录的水位和其他水化学指标发生趋势性变化，流量降低、水温降低、pH与电导率和方解石饱和指数SIC升高、PCO2下降，明显地呈现出雨季向旱季的转变过程.在此次降雨之后几乎没有降雨过程出现，仅在2008年11月17日~30日零星发生过4mm的累积降雨.考虑到板寨地下河系统内茂密的原始森林具有较强的降雨截留作用，所以忽略本次降雨.
图 6为板寨岩溶地下河系统的流量衰减曲线，其衰减方程(单位为L/s)可以分为3段：
图 6 板寨岩溶地下河2008年流量衰减曲线Fig. 6. Graphs of discharge regression of Banzhai karst subterranean stream in 2008$$ \begin{array}{l} {Q_t} = \\ \;\;\;\;\;\;\;\;\left\{ \begin{array}{l} 8\;231.8{{\rm{e}}^{{\rm{ - 0}}{\rm{.023}}\;{\rm{53}}\;\mathit{t}}}, \left[ {0, 159} \right], {r^2} = 0.976\;4, \\ 250.6{{\rm{e}}^{{\rm{ - 0}}{\rm{.001}}\;{\rm{452}}\;\mathit{t}}}, \left[ {159, 2\;706} \right], {r^2} = 0.988\;4, \\ 15.1{{\rm{e}}^{{\rm{ - 0}}{\rm{.000}}\;{\rm{414}}\;\mathit{t}}}, \left[ {2\;706, \infty } \right], {r^2} = 0.974\;7. \end{array} \right. \end{array} $$ 式中：t为15min间隔记录数据的序列号.
通过板寨岩溶地下河系统流量衰减方程，可计算出各类含水介质的岩溶水储存量(表 2).该岩溶地下河系统主要为有效直径以分米计的岩溶管道及巨大溶蚀裂隙与有效直径以厘米计的张开岩溶裂隙，而有效直径以毫米计的微小岩溶裂隙、层间裂隙、溶孔及岩石中的孔隙等较少.
表 2 板寨岩溶地下河系统排泄流量衰减特征值Table Supplementary Table Characteristic values of discharge regression of Banzhai karst subterranean stream亚动态 衰减系数(1/15min) 15min衰减率(%) 流量平均衰减速度(L/15min) 相应岩溶水储存量(m3) 亚储存量所占比例(%) 1 0.02353 2.38 50.8346 303754.78 66.28 2 0.001452 0.16 0.1166 118052.85 25.76 3 0.000414 0.04 0.0016 36473.43 7.96 相对于贵州省普定县陈旗、灯盏河岩溶地下水系统的有关研究(曾成，2009)，原始森林的存在并没有显著提高石质坡地为主的岩溶水系统的调蓄功能, 即石质坡地为主的喀斯特原始森林涵养调节水分的作用是有限的.
3.1.3 氧氘稳定同位素特征分析
图 7为板寨岩溶地下河系统径流排泄点岩溶水与当地大气降水的δ18O-δ2D的曲线图，当地的大气降水线方程为δ2D=7.44δ18O+4.20，r2=0.958；而岩溶水的δ18O-δ2D点全部分布于当地的大气降水线上，这说明板寨岩溶地下河系统内的流域蒸散发主要由岩溶原始森林的蒸腾组成.因为强烈的地面蒸发会使地下水δ18O发生正偏移，而植物的蒸腾作用不会改变水的δ18O和δ2D值(Clark and Fritz, 2006).
图 7 板寨岩溶地下河水与当地大气降水O-D同位素关系Fig. 7. O-D isotopes of Banzhai karst water and local precipitation3.2 岩溶作用碳汇强度特征
对图 5中的岩溶碳汇强度、流量和[HCO3-]进行了统计，发现岩溶作用碳汇强度主要取决于流量(图 8).
在CSF-Q平面内，两变量呈现高度的线性相关关系：CSF=0.1167·Q+0.185 6, r2=0.998 5；而在CSF-[HCO3-]平面内，两者的相关性很弱，CSF=-4.268 2·[HCO3-]+921.36, r2=0.150 6.这主要是由于在一次暴雨径流过程中，[HCO3-]因暴雨稀释效应造成的减小幅度小于流量Q的增大幅度；[HCO3-]、Q两者的负相关性不明显，[HCO3-]=0.002 9·Q+200.48, r2=0.174 4，特别是在较大流量时(Q＞1500L/s)，[HCO3-]并没有明显的降低趋势，只显示出平稳的趋势(图 8).所以，由以上分析可以推断，CSF主要取决于流量Q；这也解释了为何板寨地下河流域的碳汇强度(25.28 tCO2·km-2·a-1，表 1)甚至远低于后寨地下河流域(60.82 tCO2·km-2·a-1)(曾成等，2011)；即板寨地下河流域不仅因缺乏土层覆盖地下水的[HCO3-]降低，更重要的是板寨地下河流域原始森林的蒸散发量大，造成地下河的径流强度Q显著降低.
3.3 讨论
徐德应(1998)在综合前人研究的基础上，指出降水量越大的地区，森林蒸散在总降水量中所占的比例越小；反之，降水量越小，森林蒸散在总降水量中所占比例越大.对于温带及亚热带的森林来说，如果地区的年降水量为1000mm，则森林蒸散约占降水量的85%，即森林蒸散可达850mm.如果年降水量达3500mm，则森林蒸散约为降水量的20%，即700mm(徐德应，1998)，以上表明森林的蒸散发量是巨大的.根据同样处于亚热带季风气候区的日本森林年蒸散发与年平均气温统计的结果——E(mm)=31.4T(℃)+376(Komatsu et al., 2008)，以板寨年平均气温18.3℃计，板寨岩溶水系统森林蒸散发可达950.6mm/a，以年降水量1320mm计，该系统的降水入渗系数仅为(1320-950.6)/1320=0.28.而表 1中给出的监测年的降水量比平均年降水量要大，达到1 739mm，故降水入渗系数为0.45左右，仍低于土质为主石漠化环境的普定后寨地下河系统的入渗系数0.66(曾成等，2011).说明原始森林的蒸散发量更大，这也使得进入岩溶水系统中的水流相对减少.
岩溶水系统的岩溶作用碳汇强度主要取决于流量Q以及HCO3-的年平均浓度.因为板寨岩溶地下河系统为石质缺土环境，所以虽然上覆岩溶原始森林.但是水中[HCO3-]甚至低于土质为主的石漠化环境的普定后寨地下河(曾成等，2011)，加之原始森林极其强烈的蒸散发所致径流量偏低，使得岩溶原始森林岩溶地下水系统的岩溶作用碳汇强度较低.
4. 结论
本研究对缺土的板寨原始森林覆盖岩溶地下河系统水-碳动态进行了研究，结果发现：(1)原始森林的蒸散发极其强烈，入渗系数较低，地下河产流少；(2)在缺乏土壤盖层的条件下，即使是原始森林，其水文(Q)、水化学(HCO3-)调控能力仍然有限，因而岩溶作用强度和碳汇能力降低.
由此得出的一个重要认识是：由于岩溶石漠化生态修复仅可能恢复植被，而已经流失的土壤则往往难以恢复，因此要维持岩溶系统的水文和碳汇调控能力，关键在岩溶石漠化的预防，而非治理.
-
图 1 松辽盆地平面图（a）与地层层序图（b）
a.红色线区域为主要研究区；b.青山口组为主要研究层位；据高翔等，2017；李敏等，2019；蒙启安等，2021；Ye et al.，2022修改
Fig. 1. Map (a) and stratigraphic sequence (b) of Songliao basin
图 2 松辽盆地青山口组测井曲线特征
Fig. 2. Typical wireline-logs of Qingshankou Formation in Songliao basin
图 3 松辽盆地古龙凹陷、齐家凹陷、大庆长垣、三肇凹陷、朝阳沟阶地的镜质体反射率与埋深交汇图
Fig. 3. Relationship between Ro and depth of Gulong sag, Qijia sag, Daqing placanticline, Sanzhao sag and Chaoyanggou terrace in Songliao basin
图 4 镜质体反射率Ro与有机质成熟度LOM关系图（据Crain, 2010改）
Fig. 4. Relationship between vitrinite reflectance (Ro) and level of maturity (LOM)
图 7 青山口组TOC含量属性模型（a）、青山口组顶面深度等值线图及剖面位置（b）、A-A’、B-B’、B-C和B-D剖面的TOC含量分布特征（c）
Fig. 7. 3D TOC content model of Qingshankou Formation (a), contour map of the Qingshankou Formation and profile location (b) and TOC content distribution corresponding to profiles A-A', B-B', B-C and B-D (c)
-
[1] Chen, F. J., Wang, X. W., Zhang, G. Y., et al., 1992. Structure and Geodynamic Setting of Oil and Gas Basin in the People's Republic of China. Geoscience, 6(3): 317-327 (in Chinese with English abstract). [2] Chi, Y. L., Yun, J. B., Meng, Q. A., et al., 2002. The Deep Structure and Dynamics and Oil Accumulation in Songliao Basin. Petroleum Industry Press, Beijing, 138-142 (in Chinese). [3] Crain, E. R., 2010. Unicorns in the Garden of Good and Evil: Part 1-Total Organic Carbon (TOC). CSPG Reservoir, 10: 31-34. [4] Feng, Q. H., Xu, S. Q., Xing, X. D., et al., 2020. Advances and Challenges in Shale Oil Development: A Critical Review. Advances in Geo⁃Energy Research, 4(4): 406-418. https://doi.org/10.46690/ager.2020.04.06 [5] Fu, J. H., Li, S. X., Niu, X. B., et al., 2020. Geological Characteristics and Exploration of Shale Oil in Chang 7 Member of Triassic Yanchang Formation, Ordos Basin, NW China. Petroleum Exploration and Development, 47(5): 870-883 (in Chinese with English abstract). [6] Gao, X., Liu, Z. H., Nie, Z. Y., et al., 2017. Determination of Timing and Its Geological Significance of Daqing Placanticline in Songliao Basin. Journal of Jilin University (Earth Science Edition), 47(1): 74-83 (in Chinese with English abstract). [7] Handhal, A. M., Al⁃Abadi, A. M., Chafeet, H. E., et al., 2020. Prediction of Total Organic Carbon at Rumaila Oil Field, Southern Iraq Using Conventional Well Logs and Machine Learning Algorithms. Marine and Petroleum Geology, 116: 104347. https://doi.org/10.1016/j.marpetgeo.2020.104347 [8] Hou, H. X., Ouyang, Y. L., Zeng, Q. C., et al., 2016. Seismic Quantitative Prediction Technique for Shale TOC in the Changning, Sichuan. Journal of Northeast Petroleum University, 40(5): 18-27, 5 (in Chinese with English abstract). [9] Huang, W. B., Cheng, J., Shao, M. L., et al., 2021. Discussion on Organic Matter Abundance Evaluation Criteria of Source Rocks in Deep Middle⁃High Thermal Evolution Stage in South Songliao Basin. Unconventional Oil & Gas, 8(2): 13-23 (in Chinese with English abstract). [10] Lei, Z. Y., Xie, X. N., Meng, Y. L., et al., 2012. Effecting of Overpressures on Diagensis in the Qijiagulong⁃ Sanzhao Depression of Songliao Basin. Earth Science, 37(4): 833-842 (in Chinese with English abstract). [11] Li, J. J., Shi, Y. L., Zhang, X. W., et al., 2014. Control Factors of Enrichment and Producibility of Shale Oil: A Case Study of Biyang Depression. Earth Science, 39(7): 848-857 (in Chinese with English abstract). [12] Li, M., Chen, B., Ruan, J. F., et al., 2019. Spatial Distribution Patterns of Single Framework Sand Bodies of a Shallow⁃Water Delta in the Cretaceous Quantou Formation of Xinmin Oilfield, Songliao Basin. Marine Geology & Quaternary Geology, 39(4): 46-55 (in Chinese with English abstract). [13] Li, S. C., Zhang, J. Y., Gong, F. H., et al., 2017. The Characteristics of Mudstones of Upper Cretaceous Qingshankou Formation and Favorable Area Optimization of Shale Oil in the North of Songliao Basin. Geological Bulletin of China, 36(4): 654-663 (in Chinese with English abstract). [14] Li, S. L., Ma, Y. Z., Gomez, E., 2021. Importance of Modeling Heterogeneities and Correlation in Reservoir Properties in Unconventional Formations: Examples of Tight Gas Reservoirs. Journal of Earth Science, 32(4): 809-817. https://doi.org/10.1007/s12583⁃021⁃1430⁃2 [15] Li, Z. L., Chen, Z. J., Bai, X. Y., et al., 2021. Application of Logging Prediction TOC Method in the Evaluation of Source Rocks in Hari Sag. Petrochemical Industry Application, 40(10): 77-81 (in Chinese with English abstract). [16] Liu, B., Shi, J. X., Fu, X. F., et al., 2018. Petrological Characteristics and Shale Oil Enrichment of Lacustrine Fine⁃Grained Sedimentary System: A Case Study of Organic⁃Rich Shale in First Member of Cretaceous Qingshankou Formation in Gulong Sag, Songliao Basin, NE China. Petroleum Exploration and Development, 45(5): 828-838 (in Chinese with English abstract). [17] Liu, B., Wang, H., Fu, X., et al., 2019. Lithofacies and Depositional Setting of a Highly Prospective Lacustrine Shale Oil Succession from the Upper Cretaceous Qingshankou Formation in the Gulong Sag, Northern Songliao Basin, Northeast China. AAPG Bulletin, 103(2): 405-432. https://doi.org/10.1306/08031817416 [18] Liu, Z. X., Yan, D. T., Niu, X., 2020. Insights into Pore Structure and Fractal Characteristics of the Lower Cambrian Niutitang Formation Shale on the Yangtze Platform, South China. Journal of Earth Science, 31(1): 169-180. https://doi.org/10.1007/s12583⁃020⁃1259⁃0 [19] Mahmoud, A. A., Gamal, H., Elkatatny, S., et al., 2021. Estimating the Total Organic Carbon for Unconventional Shale Resources during the Drilling Process: A Machine Learning Approach. Journal of Energy Resources Technology, 144(4): 1-26. https://doi.org/10.1115/1.4051737 [20] Meng, Q. A., Li, C. B., Bai, X. F., et al., 2021. Petroleum Exploration History and Enlightenment in the Northern Songliao Basin. Xinjiang Petroleum Geology, 42(3): 264-271 (in Chinese with English abstract). [21] Passey, Q. R., Creaney, S., Kulla, J. B., et al., 1990. A Practical Model for Organic Richness from Porosity and Resistivity Logs. AAPG Bulletin, 74(12): 1777-1794. https://doi.org/10.1306/0C9B25C9⁃1710⁃11D7⁃8645000102C1865D [22] Tourtelot, H. A., 1964. Minor⁃Element Composition and Organic Carbon Content of Marine and Nonmarine Shales of Late Cretaceous Age in the Western Interior of the United States. Geochimica et Cosmochimica Acta, 28(10): 1579-1604. https://doi.org/10.1016/0016⁃7037(64)90008⁃0 [23] Wang, G. W., Zhu, Z. Y., Zhu, G. Y., 2002. Logging Identification and Evaluation of Cambrian⁃Ordovician Source Rocks in Syneclise of Tarim Basin. Petroleum Exploration and Development, 29(4): 50-52 (in Chinese with English abstract). [24] Wang, X., Ma, J. F., Wand, D. Y., et al., 2020. Prediction of Total Organic Carbon Content by a Generalized ΔlogR Method Considering Density Factors: Illustrated by the Example of Deep Continental Source Rocks in the Southwestern Part of the Bozhong Sag. Oil Geophysical Prospecting, 55(6): 1330-1342, 1165-1166 (in Chinese with English abstract). [25] Wang, Y., Rong, H., Jiao, Y. Q., et al., 2021. Effects of Basic Intrusions on Shale Mineralogy: A Case Study from Nenjiang Formation in Songliao Basin. Earth Science, 46(6): 2188-2203 (in Chinese with English abstract). [26] Wang, Y. H., Liang, J. P., Zhang, J. Y., et al., 2020. Resource Potential and Exploration Direction of Gulong Shale Oil in Songliao Basin. Petroleum Geology & Oilfield Development in Daqing, 39(3): 20-34 (in Chinese with English abstract). [27] Xu, S. H., Zhu, Y. Q., 2010. Well Logs Response and Prediction Model of Organic Carbon Content in Source Rocks-A Case Study from the Source Rock of Wenchang Formation in the Pearl Mouth Basin. Petroleum Geology & Experiment, 32(3): 290-295, 300 (in Chinese with English abstract). [28] Ye, Y. Q., Xi, D. P., Sun, L. X., et al., 2022. Ostracoda from the Santonian⁃Campanian (Upper Cretaceous) Nenjiang and Sifangtai Formations, Songliao Basin, Northeastern China. Journal of Paleontology, 96(1): 174-195. https://doi.org/10.1017/jpa.2021.70 [29] Zeng, W. Z., Song, Z. G., Zhou, G. Y., 2021. Pore Structure of Qingshankou Formation Shales in Songliao Basin and Its Geological Significance. Journal of China University of Petroleum (Edition of Natural Science), 45(6): 35-41 (in Chinese with English abstract). [30] Zhao, Z. H., Bai, J. P., Lai, T. G., 2018. Reversal Structure and Its Relation to Metallization of Sandstone Type Uranium Deposit in Northern Songliao Basin. Uranium Geology, 34(5): 274-279 (in Chinese with English abstract). [31] Zhou, L. H., Chen, C. W., Han, G. M., et al., 2021. Difference Characteristics between Continental Shale Oil and Tight Oil and Exploration Practice: A Case from Huanghua Depression, Bohai Bay Basin. Earth Science, 46(2): 555-571 (in Chinese with English abstract). [32] Zhu, G. Y., Jin, Q., Zhang, L. Y., 2003. Using Log Information to Analyse the Geochemical Characteristics of Source Rocks in Jiyang Depression. Well Logging Technology, (2): 104-109, 146 (in Chinese with English abstract). [33] Zou, C. C., Zhang, X. H., Zhao, J. H., et al., 2018. Scientific Results of Geophysical Logging in the Upper Cretaceous Strata, CCSD SK⁃2 East Borehole in the Songliao Basin of Northeast China. Acta Geoscientica Sinica, 39(6): 679-690 (in Chinese with English abstract). [34] Zou, C. N., Dong, D. Z., Yang, H., et al., 2011. Conditions of Shale Gas Accumulation and Exploration Practices in China. Natural Gas Industry, 31(12): 26-39, 125 (in Chinese with English abstract). [35] Zou, C. N., Yang, Z., Dong, D. Z., et al., 2022. Formation, Distribution and Prospect of Unconventional Hydrocarbons in Source Rock Strata in China. Earth Science, 47(5): 1517-1533 (in Chinese with English abstract). [36] Zou, C. N., Zhao, Q., Zhang, G. S., et al., 2016. Energy Revolution: From a Fossil Energy Era to a New Energy Era. Natural Gas Industry, 36(1): 1-10 (in Chinese with English abstract). [37] 陈发景, 汪新文, 张光亚, 等, 1992. 中国中、新生代含油气盆地构造和动力学背景. 现代地质, 6(3): 317-327. https://www.cnki.com.cn/Article/CJFDTOTAL-XDDZ199203009.htm [38] 迟元林, 云金表, 蒙白安, 等, 2002. 松辽盆地深部结构及成盆动力学与油气聚集. 北京: 石油工业出版社, 138-142. [39] 付金华, 李士祥, 牛小兵, 等, 2020. 鄂尔多斯盆地三叠系长7段页岩油地质特征与勘探实践. 石油勘探与开发, 47(5): 870-883. https://www.cnki.com.cn/Article/CJFDTOTAL-SKYK202005005.htm [40] 高翔, 刘志宏, 聂志阳, 等, 2017. 松辽盆地大庆长垣形成时间的厘定及其地质意义. 吉林大学学报(地球科学版), 47(1): 74-83. https://www.cnki.com.cn/Article/CJFDTOTAL-CCDZ201701007.htm [41] 侯华星, 欧阳永林, 曾庆才, 等, 2016. 四川长宁页岩总有机碳地震定量预测方法. 东北石油大学学报, 40(5): 18-27, 5. https://www.cnki.com.cn/Article/CJFDTOTAL-DQSY201605003.htm [42] 黄文彪, 程杰, 邵明礼, 等, 2021. 松辽盆地南部深层中‒高演化阶段烃源岩品质评价标准探讨. 非常规油气, 8(2): 13-23. https://www.cnki.com.cn/Article/CJFDTOTAL-FCYQ202102004.htm [43] 雷振宇, 解习农, 孟元林, 等, 2012. 松辽盆地齐家古龙‒三肇凹陷超压对成岩作用的影响. 地球科学, 37(4): 833-842. https://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201204023.htm [44] 李吉君, 史颖琳, 章新文, 等, 2014. 页岩油富集可采主控因素分析: 以泌阳凹陷为例. 地球科学, 39(7): 848-857. https://www.cnki.com.cn/Article/CJFDTOTAL-DQKX201407007.htm [45] 李敏, 陈博, 阮金凤, 等, 2019. 松辽盆地新民油田下白垩统泉四段浅水三角洲骨架单砂体空间发育特征. 海洋地质与第四纪地质, 39(4): 46-55. https://www.cnki.com.cn/Article/CJFDTOTAL-HYDZ201904005.htm [46] 李士超, 张金友, 公繁浩, 等, 2017. 松辽盆地北部上白垩统青山口组泥岩特征及页岩油有利区优选. 地质通报, 36(4): 654-663. https://www.cnki.com.cn/Article/CJFDTOTAL-ZQYD201704020.htm [47] 李子梁, 陈治军, 白晓寅, 等, 2021. 测井预测TOC方法在哈日凹陷烃源岩评价中的应用. 石油化工应用, 40(10): 77-81. https://www.cnki.com.cn/Article/CJFDTOTAL-NXSH202110016.htm [48] 柳波, 石佳欣, 付晓飞, 等, 2018. 陆相泥页岩层系岩相特征与页岩油富集条件: 以松辽盆地古龙凹陷白垩系青山口组一段富有机质泥页岩为例. 石油勘探与开发, 45(5): 828-838. https://www.cnki.com.cn/Article/CJFDTOTAL-SKYK201805009.htm [49] 蒙启安, 李春柏, 白雪峰, 等, 2021. 松辽盆地北部油气勘探历程与启示. 新疆石油地质, 42(3): 264-271. https://www.cnki.com.cn/Article/CJFDTOTAL-XJSD202103003.htm [50] 王贵文, 朱振宇, 朱广宇, 2002. 烃源岩测井识别与评价方法研究. 石油勘探与开发, 29(4): 50-52. https://www.cnki.com.cn/Article/CJFDTOTAL-SKYK200204015.htm [51] 王祥, 马劲风, 王德英, 等, 2020. 渤中凹陷西南部烃源岩TOC含量预测. 石油地球物理勘探, 55(6): 1330-1342, 1165-1166. https://www.cnki.com.cn/Article/CJFDTOTAL-SYDQ202006018.htm [52] 王岩, 荣辉, 焦养泉, 等, 2021. 基性岩侵入对页岩矿物学特征的影响: 以松辽盆地嫩江组为例. 地球科学, 46(6): 2188-2203. doi: 10.3799/dqkx.2020.177 [53] 王玉华, 梁江平, 张金友, 等, 2020. 松辽盆地古龙页岩油资源潜力及勘探方向. 大庆石油地质与开发, 39(3): 20-34. https://www.cnki.com.cn/Article/CJFDTOTAL-DQSK202003003.htm [54] 徐思煌, 朱义清, 2010. 烃源岩有机碳含量的测井响应特征与定量预测模型: 以珠江口盆地文昌组烃源岩为例. 石油实验地质, 32(3): 290-295, 300. https://www.cnki.com.cn/Article/CJFDTOTAL-SYSD201003019.htm [55] 曾维主, 宋之光, 周国议, 2021. 松辽盆地青山口组页岩的压汞孔隙结构及其地质意义. 中国石油大学学报(自然科学版), 45(6): 35-41. https://www.cnki.com.cn/Article/CJFDTOTAL-SYDX202106004.htm [56] 赵忠华, 白景萍, 赖天功, 2018. 松辽盆地北部反转构造与砂岩型铀矿成矿作用. 铀矿地质, 34(5): 274-279. [57] 周立宏, 陈长伟, 韩国猛, 等, 2021. 陆相致密油与页岩油藏特征差异性及勘探实践意义: 以渤海湾盆地黄骅坳陷为例. 地球科学, 46(2): 555-571. doi: 10.3799/dqkx.2020.081 [58] 朱光有, 金强, 张林晔, 2003. 用测井信息获取烃源岩的地球化学参数研究. 测井技术, (2): 104-109, 146. https://www.cnki.com.cn/Article/CJFDTOTAL-CJJS200302003.htm [59] 邹长春, 张小环, 赵金环, 等, 2018. 松辽盆地科学钻探工程松科二井东孔上白垩统地球物理测井科学成果. 地球学报, 39(6): 679-690. https://www.cnki.com.cn/Article/CJFDTOTAL-DQXB201806005.htm [60] 邹才能, 董大忠, 杨桦, 等, 2011. 中国页岩气形成条件及勘探实践. 天然气工业, 31(12): 26-39, 125. https://www.cnki.com.cn/Article/CJFDTOTAL-TRQG201112007.htm [61] 邹才能, 杨智, 董大忠, 等, 2022. 非常规源岩层系油气形成分布与前景展望. 地球科学, 47(5): 1517-1533. doi: 10.3799/dqkx.2022.160 [62] 邹才能, 赵群, 张国生, 等, 2016. 能源革命: 从化石能源到新能源. 天然气工业, 36(1): 1-10. https://www.cnki.com.cn/Article/CJFDTOTAL-TRQG201601002.htm 期刊类型引用(3)
1. 朱国文，王小军，白雪峰，陆加敏，李军辉. 松辽盆地北部致密油勘探新领域及资源潜力. 石油学报. 2025(01): 33-47 . 
百度学术2. 毛小平，陈修蓉，陈永进，李岁岁，李振，朱启轩. 以初级生产力与固碳规律为线索探讨陆相页岩中有机质的富集规律. 地球科学. 2024(04): 1224-1244 . 
本站查看3. 秦晓艳，王震亮，程昊，赵晓东. 基于多测井参数的陆相页岩储层总有机碳含量预测：以和尚塬地区延长组长7段为例. 新疆大学学报(自然科学版中英文). 2024(05): 620-628 . 百度学术其他类型引用(0)
-
下载:
下载:
百度学术
点击查看大图
计量
- 文章访问数: 170
- HTML全文浏览量: 63
- PDF下载量: 43
- 被引次数: 3
