High resolution chemical sequence stratigraphy analysis of Wufeng Formation and Lower Longmaxi Formation in the Well Xindi 1, Upper Yangtze region
-
摘要:研究目的
本文旨在综合地球化学、高分辨层序地层学理论和方法，探索厚层页岩地层划分对比的化学层序地层新方法，建立上扬子地区新地1井五峰组—龙马溪组下段高精度化学层序地层格架，为研究区页岩气勘探提供科学依据。
研究方法本研究利用上扬子地区新地1井的岩心、测井及样品分析测试资料，优选出陆源输入强度相关元素组合、自生沉淀强度相关元素组合、有机质吸附及还原强度相关元素组合作为指标体系，进而划分四级化学层序地层。
研究结果新地1井五峰组划分为LCW层序，龙马溪组下段自下而上细分为MCL1-1、MCL1-2、MCL1-3、MCL1-4四级层序。陆源输入强度相关元素组合总量在层序界面附近相对较高，而最大海泛面附近相对较低；自生沉淀强度及有机质吸附及还原强度相关元素组合总量在层序界面附近相对较低，而在最大海泛面附近相对较高。
结论不同地化指标体系代表了不同的成因意义，陆源碎屑输入强度和自生沉淀强度越小、有机质吸附及还原强度越大的沉积环境有利于页岩中有机质富集，其旋回性变化对区域海平面变化有相应响应，具有区域一致性，是区域地层对比的重要依据和有力手段。
创新点:探索了化学层序地层方法在页岩层段开展等时精细划分对比的新思路，建立了基于不同成因的地球化学元素组合为指标体系的化学层序地层理论模型。
Abstract:This paper is the result of geological survey engineering.
ObjectiveThe purpose of this paper is to synthesize the theories and methods of comprehensive geochemistry and high resolution sequence stratigraphy. The high−precision chemical sequence stratigraphic framework of Wufeng Formation and Lower Longmaxi Formation in Xindi 1 Well, Upper Yangtze region was established to provide scientific basis for shale gas exploration in the study area.
MethodsWe use the core, logging and sample analysis data of Well Xindi 1 in Upper Yangtze region to optimize the indicators system which can divide the chemical sequence stratigraphic. The indicators system contains three elements assemblages: the terrigenous input intensity(TII), the autogenetic precipitation intensity(API), and the organic matter adsorption and deoxidation intensity(ODI). Then the fourth−order chemical sequence stratigraphy is divided by these three elements assemblages.
ResultsBased on the above indicators system, Wufeng Formation of Liutang section is divided into LCW sequence, the lower part of Longmaxi Formation is divided into MCL1−1, MCL1−2, MCL1−3, MCL1−4 fourth−order sequences upwardly. The total amount of elements assemblages related to TII is relatively high near the sequence boundary, but relatively low near the maximum oceanic flooding surface. However, the total amount of element assemblages related to API and ODI are generally lower near the sequence boundary and higher near the maximum flooding surface.
ConclusionsRepresenting different genetic significance, the cyclic variation of element assemblages is respond to regional sea level change, and has regional consistency. The sedimentary environment with smaller TII, smaller API and larger ODI is conducive to organic matter enrichment in shale. So it can be used as the basis for regional stratigraphic correlation.
Highlights:A new idea of chemical sequence stratigraphy in the development of isochronous fine division and correlation of shale segments is explored. A theoretical model of chemical sequence stratigraphy based on the combination of geochemical elements of different origin is established.
-
1. 引 言
生态地质学是研究生态问题或生态现状地学机理和地质过程的交叉学科，重点研究岩石圈和其他地表圈层相互作用下的生态特征及其形成规律（Trofimov，2013）。地表生态特征（林地、草地、湿地、沙漠等）是特定生态条件下的特征表现，是区域气候、地质条件及其衍生的地貌条件之间耦合作用的结果（Carni et al.，2016）。
岩石风化成土过程是岩石圈和其他地表圈层相互作用的主要形式，其间发生的各种作用不断地改变着地表格局、影响着地表环境，并且为生态系统的可持续发展、地表生命系统的维持和演化提供重要的环境和物质资源（杨骏雄等，2016）。岩石风化成土的过程中释放众多植物生长所需的营养元素，同时微量元素也由于物质的淋溶和淀积在土壤不同层位进行再分配。在山地表生带基岩层、风化层（成土母质）、土壤层、植物物质流动呈现垂向传导继承性规律（李正积，1996）。因此，不同基岩风化形成的土壤对适生植被及品质具有显著影响（简中华等，2013；孙厚云等，2020）。另一方面，由于地形地貌、土地利用类型等差异，导致土壤风化过程中元素迁移过程不尽相同（陈儒章等，2016；张坤等，2018；宋照亮等，2020）。
土壤风蚀是在以风力为主的外营力作用下，土壤颗粒发生的脱离地表、搬运和沉积的动力学过程，是导致中国北方干旱、半干旱地区土壤养分流失、土壤退化、土地荒漠化的主要原因之一（Wang et al.，2009；Yue et al.，2015；李达净等，2018；赵海鹏等，2019）。内蒙古阴山北麓地区南靠阴山山脉、北接蒙古高原，是中国北方受荒漠化威胁最严重的地区之一，也是中国生态最为脆弱的地区之一。它处在华北地区上风向，是京津地区沙尘暴天气的主要沙源地（陈正新和尉恩凤，2002）。该地区海拔相对较高，降雨量少、蒸发量大，气候干旱，风蚀作用是引起该地区土壤不断沙化、生态功能衰退的主要因素（魏洁等，2003；李晓丽等，2006）。该地区由低到高的地貌区主要植被类型分别为草、灌木和乔木，与正常的山地植被垂直分带表现出相反的变化规律。为阐明风蚀作用、土地沙化与植被空间分布之间的关系，本文重点研究阴山北麓不同地貌区基岩风化剖面中元素的迁移过程，分析风蚀作用的影响，土地沙化的原因，诠释生态地质特征与生态系统的耦合关系，以期为干旱、半干旱地区生态系统保护修复提供理论支撑。
2. 研究区概况
研究区位于内蒙古自治区中部阴山北麓固阳县—察哈尔右翼后旗一段。该地区属于中温带半干旱区，年平均气温2.0 ℃，其中1月份气温最低，平均为−15.0 ℃，7月份气温最高，平均为19.0 ℃；年平均降水量为300~400 mm，6—8月份降水最多，占全年的70%；年平均蒸发量为2000~2750 mm，是降水量的8倍以上，冬季蒸发量小，春季蒸发量大。北风、西北风是该地区一年中最主要的风向，年平均风速为3~5 m/s，风季集中在每年11月到来年的5月，其中3—5月风速最强，平均风速为4~6 m/s（吴晓光，2019）。干旱的气候条件和强劲的风力作用对该地区的土壤层造成了强烈的侵蚀，地表重量较小的细粒物质在风蚀作用的影响下飞至高空，以悬移的方式随风运行；颗粒较大的物质则以跃移或滚动的方式沿地表移动。干旱、扬尘、沙尘暴是该地区最常见的自然灾害，主要集中在春季。全年风沙天数平均为7~16天，8级以上的大风天数平均为30~70天，沙尘暴天数为21~26天（周涌和汪德水，1999）。
阴山北麓地势从北向南逐渐升高，地貌类型依次为波状高原、缓坡丘陵、低山丘陵和中山，空间分布基本呈阶梯状（吴晓光，2019）。研究区内，地貌类型分为：武川县—察哈尔右翼中旗地貌类型以中山为主，平均海拔在1800 m左右，植被类型为乔木、低矮灌木和草，植被覆盖度较高；固阳县—武川县地貌类型以低山丘陵为主，平均海拔在1650 m左右，植被类型为草和低矮灌木，植被覆盖度有所降低，局部存在土地沙化；察哈尔右翼中旗—察哈尔右翼后旗地形相对平坦开阔，地貌类型以缓坡丘陵为主，平均海拔在1550 m左右，植被类型以草为主，几乎没有灌木和乔木生长，植被覆盖度较低，存在土地沙化现象（图1）。
3. 样品采集与测试方法
3.1 样品采集
为揭示风蚀作用下不同地貌区基岩剖面的风化特征以及与地表生态的相互关系，在本研究区阴山北麓固阳县—察哈尔右翼后旗一段，低山丘陵、中山、缓坡丘陵3种地貌类型区分别选取5、4、3共计12个具有代表性的岩石风化剖面，剖面点号自西向东分别为D01~D12。其中D01~D05均为花岗岩剖面，位于研究区西部低山丘陵区；D06~D09分别为砂岩、片麻岩、花岗岩和角闪岩剖面，位于研究区中部中山区；D10~D12均为玄武岩剖面，位于研究区东部缓坡丘陵区。具体的采样点位置见图1。
根据基岩的风化程度，将剖面从上向下依次分为土壤层、风化层和基岩层。其中土壤层为剖面顶部，由土壤构成、含少量碎石和植物根系（图2）。为避免外来污染，土壤层样品采自中部，沿同一深度采集3件子样品等重量混合为1件测试样品，去除植物根系、碎石等杂质后至保存于干净塑封袋内并编号，每件测试样品重量不少于1 kg。风化层样品同样采自层中部，根据风化层厚度，沿纵向间隔30~50 cm，采集3~5件子样品，同重量混合为1件测试样品，保存于布制样品袋内并编号。测试样品不过筛，全粒径混合送样。岩石样品采自剖面底部，在同一层位选择风化程度较低的露头，用地质锤敲打出新鲜面，采集2~3块基岩样品组合为1件测试样品，保存于布制样品袋内并编号。
![]()
图 2 不同地貌位置采样剖面及分层Figure 2. Sampling profiles and stratification in different landform positions3.2 样品测试方法
3.2.1 XRF测试
常量元素SiO2、Al2O3、FeOT、MgO、CaO、Na2O、K2O用XRF进行测试。主要步骤如下：将样品研磨至200目以下，将其充分混合均匀，并用电子称称取4.00 g混匀的样品放入塑料环中，将少量硼酸放入塑料环外缘，将盛有样品和硼酸的塑料环置于压力机上，升压至制片压力40 MPa，保持压力5 s，减小压力并将其取出，样品被压成直径4 cm的小圆片，然后采用X射线荧光光谱仪进行测试。测试结果用SuperQ 5.0进行分析。
3.2.2 ICP−MS测试
微量元素用电感耦合等离子体质谱法测定：取少量74 μm以下粒径的样品，放置在105 ℃的干燥箱中干燥2 h，然后将样品放入磨口玻璃瓶中待用。用电子称精确称取0.1000 g干燥过的样品放入50 mL的烧杯中，加少量蒸馏水将其润湿，并加入HNO3和HF各10 mL以及2 mL HClO4，使其充分混合，将其放在250 ℃的电热板加热蒸发，从HClO4冒白烟开始计时3 min，时间到后取下烧杯待其冷却，再次加入HNO3和HF各10 mL以及2 mL HClO4，再次置于250℃的加热板上加热约10 min，时间到后关闭电源，使其静置一夜，第二天再次打开电热板电源，加热至HClO4不冒烟，此时将烧杯取下，并加入王水8 mL，继续用加热板加热烧杯，直到溶液体积蒸发至2~3 mL，使用10 mL蒸馏水冲洗烧杯内壁，使其无样品残留，并微微加热烧杯5~10 min，取下烧杯，待溶液冷却后放入带10 mL刻度的试管中，用蒸馏水稀释溶液使其到达试管刻度处，将其摇晃均匀，并静置，取1.00 mL上层清液于试管中，并加入9 mL浓度为3% 的HNO3溶液，摇晃均匀，用电感耦合等离子体质谱仪测定相应元素。
3.2.3 粒度测试
样品粒度由Mastersizer 2000激光粒度仪测定。测试前处理如下：将样品中的有机质和碳酸盐去除干净，使样品颗粒充分分散，形成单颗粒。具体操作步骤如下：取约0.5 g烘干的土壤样品于250 mL烧杯中，用蒸馏水浸泡约10 min；加入10 mL浓度为30%的H2O2来去除样品中的有机质，待其充分反应完全后，置于电热板上加热，去除过量的H2O2；然后加入10 mL浓度为10%的HCl，在电热板上加热至沸腾15 min，直到样品不再反应，从而去除样品中的碳酸盐；在烧杯中加蒸馏水至最上部刻度线，并静置超过24 h，取少量静置样品的上层清液于烧杯中，并加入10 mL的分散剂，用超声波振荡仪振荡15 min后进行测试。仪器配套的进样器为Hydro 2000MU（A），粒径测试范围为0.020~2000.000 μm。
样品分析依照，《土地质量地球化学评价规范》（DZ/T 0295201）进行，按规范要求加10% 空白样与平行样控制，分析方法准确度和精密度采用国家一级标准物质（GBW 系列）控制，各指标的加标回收率均在国家标准参比物质的允许范围内。
4. 分析结果
4.1 常量元素的分布特征
表1为阴山北麓岩石风化剖面中常量元素含量和化学蚀变指数，对比各地区岩石风化剖面中常量元素的变化，可以看出：
表 1 阴山北麓岩石风化剖面中常量元素含量及化学蚀变指数（%）Table 1. Major element content and chemical alteration index in rock weathering profile in the northern piedmont of Yin Mountain (%)地貌区 点号 岩性 层位 SiO2 Al2O3 Fe2O3 MgO CaO Na2O K2O CIA 低山丘陵 D01 花岗岩 土壤层 60.01 10.96 5.13 2.23 4.65 2.20 2.16 53.34 风化层 55.64 11.00 4.41 1.92 8.37 2.24 2.58 51.97 基岩层 67.56 13.59 2.12 0.74 0.61 3.46 5.95 50.66 D02 花岗岩 土壤层 61.12 11.54 4.30 1.78 3.27 2.25 2.48 53.37 风化层 62.04 12.50 2.43 0.88 6.07 2.74 3.78 48.84 基岩层 70.43 13.18 1.50 0.75 1.58 3.90 4.00 49.19 D03 花岗岩 土壤层 60.26 13.16 4.36 2.69 2.86 3.38 3.07 48.31 风化层 69.92 10.04 3.99 3.41 4.62 2.72 5.16 40.86 基岩层 67.28 14.40 1.58 0.33 0.73 5.14 5.47 47.83 D04 花岗岩 土壤层 57.36 13.10 5.62 2.17 2.60 2.25 2.13 57.45 风化层 58.87 14.72 4.46 1.93 3.89 3.78 1.88 50.44 基岩层 64.27 15.01 2.87 1.62 2.87 4.95 2.11 48.98 D05 花岗岩 土壤层 59.86 13.35 4.98 1.84 2.09 2.62 2.63 54.92 风化层 55.25 14.13 7.27 2.03 2.96 3.77 3.07 48.66 基岩层 63.50 13.67 3.82 1.72 3.00 4.25 4.04 44.83 中山 D06 砂岩 土壤层 60.83 12.80 5.50 2.34 1.71 2.70 2.41 55.76 风化层 55.83 12.89 6.31 2.79 1.72 3.12 2.17 54.82 基岩层 50.88 11.16 3.69 2.42 11.82 3.43 1.71 45.92 D07 片麻岩 土壤层 57.36 13.47 6.73 2.57 1.73 1.47 2.61 63.71 风化层 47.87 9.36 3.66 6.10 2.58 0.21 6.62 54.36 基岩层 63.37 14.30 4.00 2.15 1.67 4.69 2.95 50.65 D08 花岗岩 土壤层 60.89 13.30 5.49 2.16 1.51 1.97 2.50 60.49 风化层 63.80 13.88 5.02 1.84 1.91 3.41 2.47 54.14 基岩层 72.99 13.35 1.57 0.77 1.51 3.57 4.89 48.99 D09 角闪岩 土壤层 58.24 13.56 6.67 2.25 2.38 2.53 2.68 54.68 风化层 56.27 14.48 7.00 2.23 2.24 2.71 2.66 55.93 基岩层 54.14 12.61 9.35 2.89 5.54 3.80 1.23 47.70 缓坡丘陵 D10 玄武岩 土壤层 49.15 14.69 9.05 2.94 5.39 1.95 1.70 64.00 风化层 47.99 15.59 9.43 3.07 6.75 1.78 1.55 67.43 基岩层 43.15 14.91 9.98 3.21 13.62 2.26 1.14 63.22 D11 玄武岩 土壤层 57.02 12.31 5.96 2.34 4.54 2.18 2.40 55.78 风化层 45.63 15.09 10.53 2.64 8.80 2.14 2.09 61.90 基岩层 47.41 14.09 9.99 4.07 9.50 3.51 2.25 50.21 D12 玄武岩 土壤层 56.38 13.00 7.23 2.66 3.55 2.20 1.97 58.13 风化层 43.91 12.96 9.11 3.24 11.38 1.86 1.39 62.99 基岩层 49.11 14.91 9.64 3.82 8.94 3.65 1.46 52.33 （1）低山丘陵区岩石风化剖面中，SiO2的含量较母岩均有不同程度的减少，说明该地区岩石风化剖面经历了一定程度的风化脱硅作用（Kanhaiya et al.，2018），个别剖面土壤层中SiO2的含量高于风化层，说明这些剖面土壤层中有Si元素迁入，这可能与风蚀作用的沉降过程有关；Al2O3的含量在剖面中从基岩层到土壤层基本表现为不断减少的趋势，与南方地区岩石风化过程中Al元素不断富集（黄成敏和龚子同，2002）的理论相悖，说明该地区Al元素在风化过程中流失，这可能与风蚀作用的侵蚀过程有关；剖面Fe2O3的含量则不断增加，表现出与Al2O3截然不同的变化规律，说明Fe2O3的稳定性更高，受外界影响的程度较小；花岗岩中Mg、Ca元素的含量较少，因此能够在风化过程中表现出一定程度的富集现象，而且受淋滤作用的影响在个别剖面风化层中进一步富集；花岗岩中含量较高的Na、K元素则在风化过程中表现为不断减少的趋势。
（2）中山区岩石风化剖面中，受母岩岩性影响，相同元素在不同剖面中的行为有所差异，但整体变化趋势基本一致：SiO2的含量相较于母岩以正常风化减少为主；Al2O3和Fe2O3的含量则以增加为主；MgO、CaO、Na2O、K2O的含量表现为不同程度的减少。常量元素在风化过程均表现出基本正常的地球化学行为，说明该地区可能受风蚀作用的影响较小。
（3）缓坡丘陵区岩石风化剖面土壤层中SiO2的含量相较于母岩显著增加，说明该地区Si元素的迁入量更大；Al2O3的含量相较于母岩明显减少，说明该地区Al元素的迁出量较大；土壤层中Fe2O3的含量同样表现出明显减少，说明稳定性较高的Fe元素也表现出一定程度的迁出。这些元素的显著异常变化可能与该地区土壤层经历了比较强烈的风蚀作用有关。MgO、CaO、Na2O和K2O的含量在风化过程中均表现出一定程度的减少，玄武岩中Mg、Ca元素的含量更高，减少的趋势也更明显。
化学蚀变指数（CIA=[Al2O3/(Al2O3+K2O+Na2O+CaO*)]×100%）是判断化学风化程度的重要指标（Nesbitt and Young，1982），在岩石风化研究中应用广泛。式中CaO*是指硅酸盐中CaO的含量，即需要去除碳酸盐和磷酸盐中的CaO。从土壤和沉积物中准确分离和提纯硅酸盐矿物难度较大，因此采用McLennan提出的方法对CaO的含量进行校正（McLennan，1993）：若土壤或沉积物样品中CaO的摩尔数小于Na2O的摩尔数，则CaO*=CaO；若土壤或沉积物样品中CaO的摩尔数大于Na2O的摩尔数，则CaO*=Na2O。
一般来说，CIA值介于50~65，反映寒冷干燥气候条件下低等的化学风化程度；CIA值介于65~85之间，反映温暖、湿润条件下中等的化学风化程度；CIA值介于85~100反映气候环境的炎热、潮湿条件下强风化程度（Fedo et al.，1995；Yan et al.，2010）。由表1可以看出，12个剖面中，除D10剖面风化层样品的CIA值超过了65，达到67.43外，其他剖面样品的CIA值均低于65，部分剖面的CIA值甚至低于50，反映了研究区岩石风化剖面整体处于低等的化学风化程度。另外，低山丘陵区和中山区岩石风化剖面由下到上，CIA值不断增大，符合前人所得出的越靠近剖面顶部，岩石风化程度越深，CIA值越大的风化规律（李徐生等，2007）；而缓坡丘陵区岩石风化剖面中，基岩层到风化层CIA值增大，但土壤层中CIA值却表现为显著的减小趋势，CIA最大值出现在风化层，这可能与该地区土壤层受到了比较强烈的风蚀作用有关。
4.2 微量元素的分布特征
风化过程中，无论元素富集或是亏损，相同剖面内部不同分层中稳定微量元素的行为总能保持相同的变化趋势，使得微量元素在不同层位间表现出良好的继承性（陶澍等，2001）。然而，外来风化产物的迁入会改变微量元素本身的变化趋势，打破不同层位元素之间的继承性（陈兴仁和周俊，2012）。因此，可以通过剖面土壤层和风化层中稳定微量元素与基岩层的继承性和差异性来判断剖面土壤层和风化层中是否有外来物质的迁入。
为了更好地比较岩石风化剖面中微量元素的含量，需要将微量元素的含量进行标准化处理。上陆壳（UCC）元素丰度是地壳各种岩石各元素含量的加权平均值，与土壤、母岩、地表水、生物等地表圈层各要素的元素丰度关系极为密切（刘文景等，2010）。以样品中各微量元素的含量与上陆壳相对应的各微量元素的含量相比，即得到微量元素的上陆壳标准化值。
使用大陆上地壳元素丰度值（UCC）（Rudnick and Fountain，1995）进行标准化，消除量级差后的结果见图3。可以看出：低山丘陵区岩石风化剖面（D01~D05）中，土壤层对风化层有着良好的继承性，但两者相对于基岩层的继承性较差，说明在风化过程中，外界环境对土壤层和风化层有较显著的影响，明显存在外来物质迁入；中山区岩石风化剖面（D06~D09）中，除D06剖面外，其他3个剖面土壤层和风化层对基岩层的继承性均较差，明显存在外来物质迁入；缓坡丘陵区岩石风化剖面（D10~D12）相较于其他地区岩石剖面来说，各层位之间的继承性最好，但土壤层中微量元素与另外两层略有差异，存在少量外来物质的迁入。研究区岩石风化剖面中外来物质的迁入，可能与风蚀作用的沉降过程有关，风蚀作用的强度越大，外来物质的迁入量越小。
![]()
图 3 阴山北麓岩石风化剖面上地壳标准化微量元素分布图Figure 3. Upper crust−normalized trace element variation diagram of rock weathering profile in the northern piedmont of Yin Mountain4.3 土壤粒度的分布特征
岩石风化剖面的土壤层是受风蚀作用影响最直接、也是最显著的一层（Xiao et al.，2021）。不同强度的风蚀作用所影响的土壤粒度范围也不同（张腾飞，2020），这使得风蚀作用会对土壤粒度进行一定程度的分选（Chepil，1953）。因此，土壤层中土壤粒度的分布特征是对风蚀作用强度最直观的反映。
12个岩石风化剖面土壤层的粒度分布见表2。可以看出：研究区土壤层中，粉粒（0.002~0.05 mm）的含量最高，占总量的50%~70%；其次为极细砂（0.05~0.1 mm），占总量的15%~35%；然后为细砂（0.1~0.25 mm）和黏粒（＜0.002 mm），分别占总量的10%和5%左右；0.25 mm以上的粗粒物质含量最少，仅在个别剖面土壤层中有分布。低山丘陵区岩石风化剖面土壤层中，粒径小于0.05 mm的黏粒和粉粒含量比其他地区略少、极细砂含量较高，可能是风蚀作用对该地区土壤层中的黏粒和粉粒产生了一定程度的侵蚀，并带来了少量的极细砂；中山区岩石剖面土壤层中粉粒的含量较高，可能是风蚀作用带来了外来粉粒物质的沉降，风蚀作用更弱，沉降物质更细；缓坡丘陵区玄武岩剖面土壤层中黏粒的含量略高于其他地区，可能是由玄武岩自身的岩性因素引起的。
表 2 阴山北麓岩石风化剖面表层土壤粒度统计（%）Table 2. Surface soil grain size statistics of rock weathering profile in the northern piedmont of Yinshan Mountain (%)地貌区 粒度名称 黏粒 粉粒 极细砂 细砂 中砂 粗砂 极粗砂 粒径/mm ＜0.002 0.002~0.05 0.05~0.1 0.1~0.25 0.25~0.5 0.5~1 1~2 低山丘陵 D01花岗岩 4.45 48.39 34.54 12.62 0.00 0.00 0.00 D02花岗岩 4.52 47.59 32.80 11.80 2.16 1.13 0.00 D03花岗岩 3.93 62.20 17.80 8.97 6.00 1.10 0.00 D04花岗岩 3.66 71.67 19.98 3.39 1.29 0.01 0.00 D05花岗岩 5.27 58.45 20.78 6.81 2.93 5.33 0.43 中山 D06砂岩 5.13 60.54 13.96 9.99 8.21 2.17 0.00 D07片麻岩 4.11 64.69 18.42 5.72 3.58 3.12 0.36 D08花岗岩 6.97 70.96 18.17 3.90 0.00 0.00 0.00 D09角闪岩 4.39 64.51 16.30 6.43 5.56 2.78 0.03 缓坡丘陵 D10玄武岩 5.70 68.57 18.75 6.40 0.58 0.00 0.00 D11玄武岩 5.67 62.39 16.38 12.14 3.42 0.00 0.00 D12玄武岩 4.82 63.32 16.87 7.40 6.85 0.74 0.00 5. 讨 论
5.1 风蚀作用的影响
岩石风化成土是原岩矿物不断风化，次生黏土矿物不断形成的过程（黄成敏和龚子同，2000），正常的风化过程会使土壤中黏土矿物含量逐渐积累。但是，当土壤受到外力侵蚀时，土壤中的黏土矿物会在外力作用的影响下迁出，而呈现出减少的特征（刘争光，2021）。其中，水力侵蚀和风力侵蚀是引起土壤侵蚀最主要的两个因素（唐克丽，2004）。水力侵蚀通常表现为河流对其流经区域土壤的侵蚀（穆兴民等，2016），以及降雨产生的坡面径流对山坡表层土壤的冲刷（陈儒章等，2016）；风力侵蚀则主要发生在干旱多风、地势平坦、植被稀疏的荒漠、戈壁等地区（张春来等，2018）。
风蚀作用不仅仅会引起土壤层中黏土矿物等细粒风化产物的丢失，还会造成外来物质的迁入（闫玉春，2008）。通过对岩石风化剖面微量元素上地壳标准化蛛网图（图3）的分析可以发现，低山丘陵区和中山区岩石风化剖面中土壤层和风化层相对于基岩层的继承性较差，明显存在外来物质迁入。强度一定的风蚀作用会对土壤中固定大小的颗粒进行侵蚀，风蚀作用强度的增大会带走土壤中颗粒更粗的物质（张加琼等，2018），两者均不会引起外来物质的迁入，只有风蚀作用强度下降、风的承载能力降低时，风中所携带的物质才会沉降。因此认为低山丘陵区和中山区的风蚀作用强度有所减弱。缓坡丘陵区岩石风化剖面各层位间的继承性很好，基本不存在外来物质迁入，只有土壤层表现出轻微的差异性，存在少量外来物质的迁入，说明该地区风蚀作用较强。
通过对研究区岩石风化剖面CIA的计算（表1）可以发现，缓坡丘陵区岩石风化剖面出现了土壤层化学风化程度低于风化层的现象。根据CIA的计算公式（Nesbitt and Young，1982），CIA值的减小通常是由Al元素含量减少和 K、Na、Ca元素含量增加引起的，而风化过程中K、Na、Ca元素基本处于淋失状态，因此Al元素含量显著降低是引起CIA值降低的主要原因。这说明，缓坡丘陵区经历了更加强烈的风蚀作用，土壤受到严重侵蚀，土壤层中黏土矿物等风化产物大量迁出，导致Al2O3含量降低，CIA值减小。
结合不同地区岩石风化剖面中土壤粒度的分布特征（表2）可以看出，低山丘陵区花岗岩剖面土壤层中，黏粒和粉粒的含量相比于其他地区有所减少，极细砂的含量有所增加，说明该地区迁出物质以粒径小于0.05 mm的黏粒和粉粒物质为主，迁入物质以粒径为0.05~0.1 mm的极细砂为主；中山区岩石剖面土壤层中，粉粒的含量相比于其他地区有所增加，说明该地区迁入物质主要为粒径0.002~0.05 mm的粉粒。这两个地区土壤粒度反映出的风蚀作用强度特征与元素分布反映的风蚀作用强度一致。然而，受风蚀作用影响最大的缓坡丘陵区，其玄武岩剖面土壤层中黏粒的含量却略高于其他地区。一般情况下，玄武岩中的矿物较花岗岩更易风化（罗莉，2018），两者在相同的自然风化条件下，玄武岩的风化程度更高，风化形成的土壤粒度更细。徐加盼等（2020）通过探讨不同母质发育土壤的粒度组成差异，发现花岗岩发育的土壤大颗粒含量高，粒径分布范围大。黄镇国（1996）曾提出，风化壳中黏粒组分的含量同样可以反映风化强度，黏粒组分含量越高，风化强度越大。因此缓坡丘陵区虽然风蚀作用强度大，但玄武岩所形成的土壤中黏粒较高。本研究中，表2可以看出，缓坡丘陵区玄武岩剖面土壤层中黏粒（<0.002 mm）含量明显高于低山丘陵区花岗岩剖面，这与同样反映风化强度的CIA值（表1）相对应：缓坡丘陵区玄武岩剖面土壤层CIA（CIA平均值为59.30）普遍高于低山丘陵区花岗岩剖面（CIA平均值为53.48）。
5.2 生态地质特征与生态系统的耦合模式
通过收集固阳、武川、呼和浩特和察哈尔右旗后旗四个气象站的数据，发现研究区内多年平均气温为6.5~7.8℃、多年平均降雨量为261~337 mm，波状高原区、低山丘陵区和中山区差别不大，与海拔没有明显的相关性，其中低山丘陵区降雨量相对较高。因此认为，温差与降雨量可能不是生态特征差异的主导因素。
阴山北麓属于典型的农牧林交错区（孙悦超等，2013；王彦阁等，2019），风蚀作用较强，土壤易发生侵蚀（李晓丽，2007）。该地区自北向南地势逐渐增高，地貌类型依次为波状高原、缓坡丘陵、低山丘陵、中山，空间分布呈阶梯状。携带大量细粒物质的北风、西风依次经过这些地区时，随着地势不断升高，地形不断复杂，风蚀作用逐渐减弱，风中所携带的物质随风蚀作用的减弱而逐渐沉降（图4）。
![]()
图 4 阴山北麓生态地质作用模式图1—风蚀作用强度；2—物质迁入；3—物质迁出；4—土壤层；5—草本植物；6—灌木；7—乔木；8—玄武岩；9—花岗岩；10—砂岩；11—CIA；12—元素符号；13—物质迁移方向；14—海拔高度Figure 4. Eco−geology model of the bedrock weathering under wind erosion in the north piedmont of Yinshan Mountain1−Wind erosion intensity; 2−Moved in materials; 3−Moved out materials; 4−Soil; 5−Herbaceous plant; 6−Shrub; 7−Arbor; 8−Basalt; 9−Granite; 10−Sandstone; 11−CIA; 12−Elements symbol; 13−Direction of material migration; 14−Height波状高原区是阴山北麓与内蒙古高原相接的过渡区域，平均海拔在1300 m左右，其植被类型和地质条件与内蒙古高原基本一致，植被稀少、风力强盛，是研究区风沙的重要来源。
缓坡丘陵区对应研究区东部（阴山东段，D10~D12剖面），该地区相对平坦开阔，平均海拔在1550 m左右，受风蚀作用的影响较大。海拔的提升和地形的起伏会使风蚀作用相对于波状高原区略微减弱，颗粒较粗的物质会在此处轻微沉降，使得土壤层中SiO2含量显著增加；岩石风化形成的细粒物质（黏土矿物）则会以悬移的方式随风迁移，导致土壤层中Al、Fe、Ca、Mg、Ti等原本含量较高的元素迁出，含量显著降低，并导致剖面土壤层的CIA值小于风化层（表1）。该地区风蚀作用的影响以侵蚀为主，较强的风蚀作用导致细粒物质的大量迁出使土壤层厚度变薄（基本不超过20 cm），养分流失，导致整体风化程度更高（CIA平均值为59.55）的玄武岩地区植被类型以草为主，且整体植被覆盖度较低，存在土地沙化现象。
低山丘陵区对应研究区西部（阴山中段大青山西段，D01~D05剖面），该地区平均海拔在1650 m左右。进一步提升的海拔和复杂的地形使风蚀作用强度减弱，影响变小，风蚀过程以细粒物质交换为主。其中，迁入物质主要为粒径0.05~0.1 mm的极细砂，含有Si元素和少量Al元素。迁入的Si元素与脱硅化作用和Si元素的迁出量而言，含量较少，SiO2的整体含量较母岩仍然表现为不同程度的减少，仅在个别剖面中表现为含量的增加。迁出物质为粒径小于0.05 mm的黏粒和粉粒，在元素上主要表现为Al、Si、K、Na元素的迁出，由于迁出物质比迁入物质粒度更细，Al元素迁出量比迁入量更大，因此Al2O3含量在剖面中表现为不断减少的趋势。但Al2O3的减少仅导致了CIA值的降低，不足以改变剖面各层风化程度的顺序，该地区的岩石风化剖面仍然表现出相对正常的风化程度，即土壤层的化学风化程度大于风化层（表1）。同时风蚀作用是一个连续作用的过程，参与岩石风化的各个阶段，因此，该地区岩石风化剖面土壤层和风化层中微量元素的行为基本一致，有着良好的继承性，而外来细颗粒物质的迁入使它们与基岩层表现出一定程度的差异性（图3）。风化产物中细粒物质的迁出导致土壤层中的养分有所流失，但风蚀作用的强度较小，与缓坡丘陵区相比土壤层厚度有所增加（20~40 cm），植被类型仍以草为主，但分布更加密集，并可见低矮灌木生长，植被覆盖度明显提高，仅在局部存在土地沙化。
中山区对应研究区中部（阴山中段大青山东段，D06~D09剖面），该地区更靠近阴山，平均海拔在1800 m左右，风蚀作用在阴山山脉的阻挡下近乎消失，因此该地区基本不存在风化产物迁出，以细粒物质的沉降为主。迁入物质主要为粒度小于0.05 mm的粉粒和黏粒，其中Al元素含量较多，Si元素含量较少，在个别风化程度较低的剖面中表现为少量Si元素的迁入。由于基本不存在风化产物迁出，岩石剖面遵循正常的风化规律，Al2O3和Fe2O3含量相较于母岩以增加为主；MgO、CaO、Na2O、K2O含量受风化淋失作用，表现出不同程度的减少；CIA值表现为土壤层>风化层>基岩层。另外，细粒物质的迁入使得该地区岩石风化剖面土壤层和风化层中微量元素的行为与基岩层表现出明显差异。相对于低山丘陵区该地区土壤层厚度略微增加（25~40 cm），植被类型为乔木、低矮灌木和草，长势较好，植被覆盖度较高。
从地质学的角度讨论生态条件与生态系统的耦合关系，对揭示生态问题的形成机理，合理进行生态环境保护和生态问题修复治理具有重要意义。通过研究风蚀作用对阴山北麓不同地貌区岩石风化成土过程的影响，发现风蚀作用对各地貌类型区的不同影响导致岩石风化成土过程有所差异，最终形成了不同的植被类型。因此认为，风蚀作用强度是控制该地区生态类型的主要因素。
6. 结 论
（1）研究区12个岩石风化剖面中，除D10剖面风化层样品的CIA值超过了65外，其他剖面样品的CIA值均低于65，部分剖面的CIA值甚至低于50，表明该地区岩石风化剖面整体处于低等的化学风化程度。另外，部分岩石风化剖面受土壤侵蚀的影响，出现了土壤层化学风化程度小于风化层的现象。
（2）缓坡丘陵区海拔较低，地形开阔，受风蚀作用影响较大，存在少量粗粒物质迁入和大量细粒物质迁出，导致土壤中SiO2的含量增加，Al2O3含量明显减少，土壤层CIA值小于风化层，同时造成土壤层厚度变薄，养分流失，不利于植被生长，植被类型以草为主，密度、植被覆盖度较低，存在土地沙化的现象。
（3）低山丘陵区海拔略高，地形复杂，受风蚀作用影响相对较小，以细粒物质交换为主，因此土壤层中黏粒、粉粒含量略有减少，Al2O3含量减少，极细砂含量增加，土壤层和风化层中微量元素行为与基岩层表现出一定的差异性，但土壤层CIA值仍大于风化层。土壤层厚度相对缓坡丘陵区有所增加，养分流失较少，植被类型以草为主，但更加密集，可见低矮灌木，植被覆盖度明显增加，仅局部存在土地沙化。
（4）中山区海拔最高，地形以山地为主，受风蚀作用影响最小，以细粒物质沉降为主，因此土壤层中粉粒含量有所增加，Al2O3含量增加，土壤层和风化层中微量元素行为与基岩层表现出明显差异，但剖面风化层序不受影响，土壤层CIA值大于风化层。由于基本不存在风化产物迁出，土壤层厚度略微增加，植被类型为乔木、低矮灌木和草，长势较好，覆盖度较高。
-
![]()
图 1 区域地质简图及新地1井位置
1—城镇；2—剖面位置及名称；3—井位及井名；4—逆冲断裂；5—新生代侵入岩；6—侏罗纪侵入岩；7—三叠纪侵入岩；8—新生界；9—白垩系；10—侏罗系；11—三叠系；12—上古生界；13—下古生界；14—前寒武系
Figure 1. Regional geological map and location of the Well Xindi 1
1−City; 2−Section location and name; 3−Well location and name; 4−Thrust faults; 5−Cenozoic intrusive rock; 6−Jurassic intrusive rock; 7−Triassic intrusive rock; 8−Cenozoic; 9−Cretaceous; 10−Jurassic; 11−Triassic; 12−Upper Paleozoic; 13−Lower Paleozoic; 14−Precambrian
![]()
图 2 新地1井五峰组—龙马溪组下段元素聚类分析树状图
Figure 2. Dendrogram of element cluster analysis of Wufeng−Lower Longmaxi Formation in the Well Xindi 1
![]()
图 3 新地1井五峰组—龙马溪组下段化学层序地层分析柱状图
1—瘤状灰岩；2—硅质泥岩；3—泥岩或页岩；4—粉砂质泥岩；5—泥质粉砂岩；6—三级/四级层序界面；7—最大海泛面；8—变化趋势
Figure 3. Histogram of chemical sequence stratigraphic analysis of Wufeng−Lower Longmaxi Formation in the Well Xindi 1
1−Nodular limestone; 2−Siliceous mudstone; 3−Mudstone or shale; 4−Silty mudstone; 5−Argillaceous siltstone; 6−Tertiary/quaternary sequence boundaries; 7−Maximum flooding surface; 8−Variation tendency
表 1 元素与矿物的亲缘关系（据Craigie，2018；Zhai et al.，2019修改）
Table 1 Genetic relationship between elements and minerals (modified from Craigie, 2018; Zhao et al., 2019)
元素 相关矿物 主要成因意义 Si 石英，其他硅酸盐 陆源或自生 Al、Ga 主要是黏土矿物，少量与长石有关 陆源 K、Rb 钾长石、云母和黏土矿物（特别是伊利石） 陆源 Cs、Sc 黏土矿物和长石 陆源 V 主要是黏土矿物。V在缺氧条件下吸附在黏土矿物上 还原 Ca 主要是方解石和白云石，也与石膏和硬石膏有关，少量与蒙脱石和斜长石有关 自生为主 Mg 主要是白云石、方解石和/或黏土矿物（尤其是绿泥石） 自生为主 Fe、Mn 各种黏土和碳酸盐矿物以及黄铁矿 陆源或自生 Na 主要是斜长石，但有些钠与石盐和/或黏土矿物（如蒙脱石）有关 陆源或自生 Ti、Ta、Nb 钛磁铁矿、磁铁矿、钛铁矿、金红石、锐钛矿和/或闪锌矿 陆源 Th 重矿物，特别是独居石、锆石和磷灰石 陆源 REE 轻稀土元素在黏土矿物和长石中最为丰富，而重稀土元素则存在于重矿物中 陆源 U 重矿物和有机物，还原环境 陆源或还原 Cr 重矿物，如铬尖晶石 陆源 Zr、Hf 锆石 陆源 P 生物磷、含磷重矿物（磷灰石和独居石），少量磷与碳酸盐和黏土矿物有关 自生 Zn、Ni、Mo、Co、Cu 黄铁矿、氢氧化铁、碳酸盐和/或黏土矿物 自生或陆源 Ba 碳酸盐，如重晶石 自生 Sr 长石、黏土矿物、碳酸盐 陆源或自生 
下载: 导出CSV
表 2 新地1井五峰组—龙马溪组下段元素相关系数（R2）数据表
Table 2 Element correlation coefficient data of Wufeng−Lower Longmaxi Formation in the Well Xindi 1
Al Fe K Mg Ti Zr Ca Na Mn V Cr Ni Zn Cu Si Ba P As Pb Sr S Cl Al 1.00 Fe 0.92 1.00 K 0.96 0.84 1.00 Mg 0.27 0.18 0.39 1.00 Ti 0.90 0.81 0.89 0.17 1.00 Zr 0.48 0.41 0.49 0.19 0.49 1.00 Ca −0.47 −0.52 −0.29 0.49 −0.49 −0.12 1.00 Na 0.22 0.21 0.14 0.03 0.27 0.18 −0.21 1.00 Mn 0.08 0.10 0.17 0.56 −0.05 −0.01 0.43 −0.24 1.00 V 0.67 0.58 0.74 0.11 0.89 0.30 −0.35 0.21 −0.13 1.00 Cr 0.22 0.09 0.36 0.55 0.28 0.06 0.44 0.05 0.21 0.44 1.00 Ni −0.02 0.01 −0.07 −0.24 0.02 −0.11 −0.27 0.20 −0.23 0.19 0.04 1.00 Zn 0.12 0.12 0.09 −0.13 0.08 0.09 −0.22 −0.03 −0.13 0.21 0.08 0.55 1.00 Cu −0.33 −0.28 −0.29 0.12 −0.35 −0.13 0.45 −0.02 −0.03 −0.36 0.06 −0.37 −0.38 1.00 Si −0.46 −0.40 −0.62 −0.71 −0.40 −0.30 −0.50 −0.04 −0.47 −0.35 −0.52 0.24 0.11 −0.14 1.00 Ba 0.61 0.49 0.68 0.14 0.86 0.21 −0.31 0.23 −0.15 0.93 0.40 0.02 −0.01 −0.32 −0.33 1.00 P −0.69 −0.57 −0.71 −0.61 −0.57 −0.43 0.01 −0.26 −0.22 −0.34 −0.32 0.16 0.10 0.06 0.63 −0.40 1.00 As 0.09 0.13 0.13 0.22 0.00 −0.22 0.23 −0.01 0.35 0.04 0.15 −0.12 0.10 0.18 −0.34 −0.03 −0.10 1.00 Pb 0.23 0.31 0.11 −0.36 0.21 0.16 −0.45 0.34 −0.07 0.05 −0.33 0.31 0.08 −0.23 0.18 0.01 −0.04 −0.09 1.00 Sr −0.44 −0.52 −0.28 0.26 −0.45 −0.11 0.86 −0.20 0.28 −0.30 0.40 −0.29 −0.26 0.40 −0.36 −0.27 0.12 0.15 −0.40 1.00 S −0.04 −0.17 0.00 0.13 −0.16 −0.09 0.15 −0.46 0.43 −0.13 −0.07 −0.26 0.05 −0.11 −0.05 −0.13 0.00 0.27 −0.32 0.19 1.00 Cl −0.20 −0.13 −0.24 −0.17 −0.16 −0.17 −0.01 0.55 −0.19 −0.16 −0.26 0.09 −0.07 0.13 0.06 −0.11 0.03 0.14 0.45 −0.02 −0.16 1.00
下载: 导出CSV
表 3 新地1井五峰组—龙马溪组下段主量元素主成分矩阵
Table 3 Principal component matrix of major elements of Wufeng−Lower Longmaxi Formation in the Well Xindi 1
主量元素 主成分1 主成分2 主成分3 主成分4 主成分5 Fe2O3 0.915 −0.192 −0.123 0.122 −0.076 Al2O3 0.972 −0.142 −0.082 −0.001 0.016 K2O 0.974 0.038 −0.085 −0.112 −0.005 Na2O 0.260 −0.275 0.887 0.250 −0.082 MgO 0.400 0.774 0.187 0.045 0.448 TiO2 0.915 −0.233 −0.003 −0.116 0.003 CaO −0.344 0.868 0.189 −0.234 −0.146 SiO2 −0.601 −0.699 −0.137 0.259 0.211 MnO 0.173 0.748 −0.259 0.560 −0.142
下载: 导出CSV
表 4 新地1井五峰组—龙马溪组下段微量元素主成分矩阵
Table 4 Principal component matrix of trace elements of Wufeng−Lower Longmaxi Formation in the Well Xindi 1
微量元素 主成分1 主成分2 主成分3 主成分4 主成分5 V 0.864 0.314 0.010 0.171 −0.005 Cr 0.288 0.686 0.201 0.331 −0.370 Ni 0.416 −0.533 0.427 0.230 −0.317 Zn 0.396 −0.299 0.649 0.075 0.052 Cu −0.611 0.269 −0.341 0.259 −0.220 Ba 0.785 0.379 −0.144 0.147 0.013 P −0.440 −0.421 0.402 −0.055 −0.307 As −0.157 0.241 0.227 0.625 0.520 Pb 0.295 −0.664 −0.403 0.197 0.127 Sr −0.548 0.508 0.095 0.174 −0.260 S −0.254 0.271 0.424 −0.212 0.668 Cl −0.144 −0.446 −0.380 0.599 0.175 Zr 0.436 0.161 −0.369 −0.420 0.089
下载: 导出CSV
表 5 新地1井五峰组—龙马溪组下段化学层序地层特征数据
Table 5 Chemical sequence stratigraphic characteristics of Wufeng−Lower Longmaxi Formation in the Well Xindi 1
层序 陆源输入指标元素 自生沉淀指标元素 有机质吸附及还原强度指标元素 (Al+K+Fe+Ti)
/%EF-Al (Ca+Mg+Mn)/Al Sr/Al
/10−4(V+Ni+Ba+Zn)
/10−6EF(V+Ni+Ba+Zn) SBL2 26.99 0.98 0.87 16.45 1640.00 7.12 mfsL1-4 20.08 0.61 2.05 48.19 3432.00 10.76 SBL1-4 28.36 0.96 0.31 15.38 1938.00 8.03 MCL1-4(均值) 24.64 0.82 1.09 27.30 2698.18 9.35 mfsL1-3 20.93 0.66 1.39 27.06 2310.00 9.10 SBL1-3 26.77 0.93 0.26 11.00 2053.00 7.44 MCL1-3(均值) 26.13 0.88 0.52 17.61 2399.56 8.28 mfsL1-2 21.83 0.73 1.06 25.08 2149.00 7.98 SBL1-2 22.31 0.86 0.45 18.31 1892.00 7.74 MCL1-2(均值) 24.61 0.83 0.66 19.088 2022.47 7.59 mfsL1-1 6.31 0.15 4.09 145.6 1142.00 22.48 SBL1 20.14 0.65 0.98 45.43 1048.00 5.34 MCL1-1(均值) 13.48 0.44 2.28 63.79 1333.42 11.62 mfsW 9.42 0.30 1.22 49.17 1833.00 10.07 SBW 25.76 0.88 0.86 20.01 1339.00 5.28 LCW(均值) 20.14 0.67 1.16 30.32 1266.40 6.65
下载: 导出CSV
-
[1] Calvert S E, Pedersen T F. 1993. Geochemistry of recent oxic and anoxic sediments: Implications for the geological record[J]. Marine Geology, 113: 67−88. doi: 10.1016/0025-3227(93)90150-T
[2] Catuneanu O, Abreu V, Bhattacharya J P, Blum M D, Dalrymple R W, Eriksson P G, Fielding C R, Fisher W L, Galloway W E, Gibling M R, Giles K A, Holbrook J M, Jordan R, Kendall C G, Macurda B, Martinsen O J, Miall A D, Neal J E, Nummedal D, Pomar L, Posamentier H W, Pratt B R, Sarg J F, Shanley K W, Steel R J, Strasser A, Tucker M E, Winker C. 2009. Towards the standardization of sequence stratigraphy[J]. Earth−Science Reviews, 92(1/2): 1−33. doi: 10.1016/j.earscirev.2008.10.003
[3] Chen L, Lu Y C, Jiang S, Li J Q, Guo T L, Luo C. 2015. Heterogeneity of the Lower Silurian Longmaxi marine shale in the Southeast Sichuan Basin of China[J]. Marine and Petroleum Geology, 65: 232−246. doi: 10.1016/j.marpetgeo.2015.04.003
[4] Cheng Wenbin, Gu Xuexiang, Hu Xiumian, Li Youhe, Dong Shuyi. 2008. Comparative element geochemistry of recent oceanic red clay and cretaceous oceanic red bed[J]. Acta Geologica Sinica, 82(1): 37−47 (in Chinese with English abstract).
[5] Craigie N. 2018. Principles of Elemental Chemostratigraphy A Practical User Guide[M]. Springer, 1−177.
[6] Filzmoser P, Hron K. 2008. Outlier detection for compositional data using robust methods[J]. Mathematical Geosciences, 40(3): 233−248. doi: 10.1007/s11004-007-9141-5
[7] Guo Xusheng. 2017. Sequence stratigraphy and evolution model of the Wufeng−Longmaxi shale in the upper Yangtze area[J]. Earth Science, 42(7): 1069−1082 (in Chinese with English abstract).
[8] Haq B U, Hardenbol J, Vail P R. 1988. Mesozoic and cenozoic chronostratigraphy and cycles of sea−level change[C]//Wilgus C K, Hastings B S, Kendall C, et al. (ed.). Sea Level Changes — An Integrated Approach. SEPM Special Publication, 42: 71−108.
[9] Haq B U, Schutter S R. 2008. A chronology of paleozoic sea−level changes[J]. Science, 322: 64−68. doi: 10.1126/science.1161648
[10] Jiang Zhenxue, Song Yan, Tang Xianglu, Li Zhuo, Wang Xingmeng, Wang Guozhen, Xue Zixin, Li Xin, Zhang Kun, Chang Jiaqi, Qiu Hengyuan. 2020. Controlling factors of marine shale gas differential enrichment in southern China[J]. Petroleum Exploration and Development, 47(3): 1−12 (in Chinese with English abstract).
[11] Li Guanqing, Gu Xuexiang, Cheng Wenbin, Zhang Yongmei, Zhang Yan, Dai Hongzhang, Lü Pengrui, Zhang Xingguo, Xia Baoben. 2014. Geochemical characteristics and their geologic significance of the Lower Jurassic Ridang Formation Host Strata from the Zhaxikang Sb−Pb−Zn−Ag polymetallic ore−concentrated district, South Tibet[J]. Bulletin of Mineralogy, Petrology and Geochemistry, 33(5): 598−608 (in Chinese with English abstract).
[12] Li Yifan, Fan Tailiang, Gao Zhiqian, Zhang Jinchuan, Wang Xiaomin, Zeng Weite, Zhang Junpeng. 2012. Sequence stratigraphy of Silurian black shale and its distribution in southeastern area of Chongqing[J]. Natural Gas Geoscience, 23(2): 299−306 (in Chinese with English abstract).
[13] Li Y H, Schoonmaker J E. 2003. Chemical composition and mineralogy of marine sediments[C]//Rudnick R L(ed. ). Sediments, Diagenesis, and Sedimentary Rocks. Treatise on Geochemistry, New York: Elsevier Sciences, 1−35.
[14] Liang Xing, Wang Gaocheng, Xu Zhengyu, Zhang Jiehui, Chen Zhipeng, Xian Chenggang, Lu Huili, Liu Chen, Zhao Chunduan, Xiong Shaoyun. 2016. Comprehensive evaluation technology forshale gas sweet spots in the complex marine mountains, South China: A case study from Zhaotong national shale gas demonstration zone[J]. Natural Gas Industry, 36(1): 33−42.
[15] Liang Xing, Zhang Tingshan, Shu Honglin, Min Huajun, Zhang Zhao, Zhang Lei. 2020. Evaluation of shale gas resource potential of Longmaxi Formation in Zhaotong National Shale Gas Demonstration Area in the Northern Yunnan−Guizhou[J]. Geology in China, 47(1): 72−87
[16] Lin Changsong, Zhang Yanmei, Liu Jingyan, Pang Baocheng. 2000. High resolution sequence stratigraphy and reservoir prediction[J]. Earth Science Frontiers, 7(3): 111−117 (in Chinese with English abstract).
[17] Lu Yangbo, Ma Yiquan, Wang Yuxuan, Lu Yongchao. 2017. The sedimentary response to the major geological events and lithofacies characteristics of Wufeng Formation−Longmaxi Formation in the Upper Yangtze Area[J]. Earth Science, 42(7): 1169−1184 (in Chinese with English abstract).
[18] Ma Xinhua, Xie Jun. 2018. The progress and prospects of shale gas exploration and exploitation in southern Sichuan Basin, NW China[J]. Petroleum Exploration and Development, 45(1): 161−169 (in Chinese with English abstract).
[19] Ma Yongsheng, Cai Xunyu, Zhao Peirong. 2018. China’s shale gas exploration and development: Understanding and practice[J]. Petroleum Exploration and Development, 45(4): 561−574 (in Chinese with English abstract).
[20] Martín-Fernández J, Barceló−Vidal C, Pawlowsky−Glahn V. 2003. Dealing with zeros and missing values in compositional data sets using nonparametric imputation[J]. Mathematical Geology, 35(3): 253−278. doi: 10.1023/A:1023866030544
[21] Martín-Fernández J, Barceló−Vidal C, Pawlowsky−Glahn V. 2005. Subcompositional patterns in Cenozoic volcanic rocks of Hungary[J]. Mathematical Geology, 37(7): 729−752. doi: 10.1007/s11004-005-7377-5
[22] Palarea−Albaladejo J, Martín−Fernández J. 2008. A modified EM alr−algorithm for replacing rounded zeros in compositional data sets[J]. Computers & Geosciences, 34: 902−917.
[23] Palarea−Albaladejo J, Martín−Fernández J, Gómez−García J. 2007. A parametric approach for dealing with compositional rounded zeros[J]. Mathematical Geology, 39(7): 625−645. doi: 10.1007/s11004-007-9100-1
[24] Pan S Q, Zou C N, Yang Z, Dong D Z, Wang Y M, Wang S F, Wu S T, Huang J L, Liu Q, Wang D L, Wang Z Y. 2015. Methods for shale gas play assessment: A comparison between Silurian Longmaxi Shale and Mississippian Barnett Shale[J]. Journal of Earth Science, 26(2): 285−294. doi: 10.1007/s12583-015-0524-0
[25] Pearce T J, Martin J H, Cooper D. 2010. Chemostratigraphy of upper carboniferous (Pennsylvanian) sequences from the southern North Sea (United Kingdom)[C]//Ratcliffe K T, Zaitlin B A (ed. ). Modern Alternative Stratigraphic Techniques, Theory and Case Histories, SEPM Special Publication No. 94, 109–129.
[26] Pison G, Rousseeuw P, Filzmoser P. 2003. Robust factor analysis[J]. Journal of Multivariate Analysis, 84: 145−172. doi: 10.1016/S0047-259X(02)00007-6
[27] Posamentier H W, Vail P R. 1988. Eustatic controls on clastic deposition II — sequence and systems tract models[C]// Wilgus C K, Hastings B S, Kendall C, et al. (eds. ). Sea Level Changes — An Integrated Approach. Society of Economic Paleontologists and Mineralogists (SEPM), Special Publication, 42, 125–154.
[28] Pu Boling, Dong Dazhong, Wang Fengqin, Wang Yuman, Huang Jinliang. 2020. The effect of sedimentary facies on Longmaxi shale gas in southern Sichuan Basin[J]. Geology in China, 47(1): 111−120.
[29] Qiu Zhen, Zou Caineng, Wang Hongyan, Dong Dazhong, Lu Bin, Chen Zhenhong, Liu Dexun, Li Guizhong, He Jianglin, Wei Lin. 2019. Discussion on characteristics and controlling factors of differential enrichment of Wufeng−Longmaxi shale gas in South China[J]. Natural Gas Geoscience, 31(2): 163−175 (in Chinese with English abstract).
[30] Ramkumar M. 2015. Chemostratigraphy: Concepts, Techniques, and Applications[M]. Elsevier, 1−432.
[31] Ratcliffe K T, Wilson A, Payenberg T, Rittersbacher A, Hildred G V, Flint S S. 2015. Ground trothing chemostratigraphic correlations in fluvial systems[J]. AAPG Bulletin, 99: 155−180. doi: 10.1306/06051413120
[32] Reiman C, Filmoser P. 1999. Normal and lognormal data distribution in geochemistry: Death of a myth. Consequences for the statistical treatment of geochemical and environmental data[J]. Environmental Geology, 39: 1001−1014.
[33] Sandford R F, Pierson C T, Crovelli R A. 1993. An objective replacement method for censored geochemical data[J]. Mathematical Geology, 25(1): 59−80. doi: 10.1007/BF00890676
[34] Sano J L, Ratcliffe K T, Spain D. 2013. Chemostratigraphy of the Haynesville Shale[C]// Hammes U, Gale J (ed.). Geology of the Haynesville Gas Shale in East Texas and West Louisiana. USA: AAPG Memoir 105, 137–154.
[35] Tribovillard N, Algeo T J, Lyons T, Riboulleau A. 2006. Trace metals as paleoredox and paleoproductivity proxies: An update[J]. Chemical Geology, 232: 12−32. doi: 10.1016/j.chemgeo.2006.02.012
[36] Turgeon S, Brumsack H J. 2006. Anoxic vs dysoxic events reflected in sediment geochemistry during the Cenomanian–Turonian Boundary Event (Cretaceous) in the Umbria−Marche Basin of central Italy[J]. Chemical Geology, 234: 321−339. doi: 10.1016/j.chemgeo.2006.05.008
[37] Wang Tong, Yang Keming, Xiong Liang, Shi Hongliang, Zhang Quanlin, Wei Limin, He Xianli. 2015. Shale sequence stratigraphy of Wufeng−Longmaxi Formation in Southern Sichuan and their control on reservoirs[J]. Acta Petrolei Sinica, 36(8): 915−925 (in Chinese with English abstract).
[38] Wang Y M, Dong D Z, Li X J, Huang J L, Wang S F, Wu W. 2015. Stratigraphic sequence and sedimentary characteristics of Lower Silurian Longmaxi Formation in Sichuan Basin and its peripheral areas[J]. Natural Gas Industry B, 2(2/3): 222−232.
[39] Wang Yuman, Li Xinjing, Dong Dazhong, Zhang Chenchen, Wang Shufang. 2017. Main factors controlling the sedimentation of high−quality shale in Wufeng–Longmaxi Fm, Upper Yangtze region[J]. Natural Gas Industry, 37(4): 9−20 (in Chinese with English abstract).
[40] Wedepohl K H. 1991. The composition of the upper Earth’s crust and the natural cycles of selected metals[C]//Merian E (ed.). Metals and their Compounds in the Environment. VCH−Verlagsgesellschaft, Weinheim, 3−17.
[41] Yang Ping, Wang Zhengjiang, Yu Qian, Liu Wei, Liu Jiahong, Xiong Guoqing, He Jianglin, Yang Fei. 2019. An resources potential analysis of Wufeng−Longmaxi Formation shale gas in the southwestern margin of Sichuan Basin[J]. Geology in China, 46(3): 601−614 (in Chinese with English abstract).
[42] Yu Yu, Lin Liangbiao, Lan Binheng, Hong Wei, Guo Yan. 2018. Sequence stratigraphic division and recognition based on wavelet analysis: Example from the Upper Permian Longtan Formation in eastern Sichuan Basin[J]. Northwestern Geology, 51(4): 43−52 (in Chinese with English abstract).
[43] Zhai G Y, Li J, Jiao Y, Wang Y F, Liu G H, Xu Q, Wang C, Chen R, Guo X B. 2019. Applications of chemostratigraphy in a characterization of shale gas Sedimentary Microfacies and predictions of sweet spots: Taking the Cambrian black shales in Western Hubei as an example[J]. Marine and Petroleum Geology, 109: 547−560. doi: 10.1016/j.marpetgeo.2019.06.045
[44] Zhao Quanmin, Zhang Jincheng, Liu Jinge. 2019. Status of Chinese shale gas revolution and development proposal[J]. Exploration Engineering (Rock & Soil Drilling and Tunneling), 46(8): 1−9 (in Chinese with English abstract).
[45] Zheng Rongcai, Wen Huaguo, Li Fengjie. 2010. High−resolution Sequence Stratigraphy[M]. Beijing: Geological Publishing House, 1−404 (in Chinese).
[46] 程文斌, 顾雪祥, 胡修棉, 李有核, 董树义. 2008. 现代大洋红色黏土与白垩纪大洋红层元素地球化学对比[J]. 地质学报, 82(1): 37−47. doi: 10.3321/j.issn:0001-5717.2008.01.005 [47] 郭旭升. 2017. 上扬子地区五峰组−龙马溪组页岩层序地层及演化模式[J]. 地球科学, 42(7): 1069−1082. [48] 姜振学, 宋岩, 唐相路, 李卓, 王幸蒙, 王国臻, 薛子鑫, 李鑫, 张昆, 常佳琦, 仇恒远. 2020. 中国南方海相页岩气差异富集的控制因素[J]. 石油勘探与开发, 47(3): 1−12. doi: 10.11698/PED.2020.03.18 [49] 李关清, 顾雪祥, 程文斌, 章永梅, 张岩, 代鸿章, 吕鹏瑞, 张兴国, 夏抱本. 2014, 藏南扎西康Sb−Pb−Zn−Ag多金属矿集区下侏罗统日当组赋矿地层元素地球化学特征及地质意义[J]. 矿物岩石地球化学通报, 33(5): 598−608. [50] 李一凡, 樊太亮, 高志前, 张金川, 王小敏, 曾维特, 张俊鹏. 2012. 渝东南地区志留系黑色页岩层序地层研究[J]. 天然气地球科学, 23(2): 299−306. [51] 梁兴, 王高成, 徐政语, 张介辉, 陈志鹏, 鲜成钢, 鲁慧丽, 刘臣, 赵春段, 熊绍云. 2016. 中国南方海相复杂山地页岩气储层甜点综合评价技术—以昭通国家级页岩气示范区为例[J]. 天然气工业, 36(1): 33−42. doi: 10.3787/j.issn.1000-0976.2016.01.004 [52] 梁兴, 张廷山, 舒红林, 闵华军, 张朝, 张磊. 2020. 滇黔北昭通示范区龙马溪组页岩气资源潜力评价[J]. 中国地质, 47(1): 72−87. doi: 10.12029/gc20200106 [53] 林畅松, 张燕梅, 刘景彦, 庞保成. 2000. 高精度层序地层学和储层预测[J]. 地学前缘, 7(3): 111−117. doi: 10.3321/j.issn:1005-2321.2000.03.012 [54] 陆扬博, 马义权, 王雨轩, 陆永潮. 2017. 上扬子地区五峰组−龙马溪组主要地质事件及岩相沉积响应[J]. 地球科学, 42(7): 1169−1184. [55] 马新华, 谢军. 2018. 川南地区页岩气勘探开发进展及发展前景[J]. 石油勘探与开发, 45(1): 161−169. doi: 10.11698/PED.2018.01.18 [56] 马永生, 蔡勋育, 赵培荣. 2018. 中国页岩气勘探开发理论认识与实践[J]. 石油勘探与开发, 45(4): 561−574. doi: 10.11698/PED.2018.04.03 [57] 蒲泊伶, 董大忠, 王凤琴, 王玉满, 黄金亮. 2020. 沉积相带对川南龙马溪组页岩气富集的影响[J]. 中国地质, 47(1): 111−120. doi: 10.12029/gc20200109 [58] 邱振, 邹才能, 王红岩, 董大忠, 卢斌, 陈振宏, 刘德勋, 李贵中, 何江林, 魏琳. 2019. 中国南方五峰组—龙马溪组页岩气差异富集特征与控制因素探讨[J]. 天然气地球科学, 31(2): 163−175. [59] 王同, 杨克明, 熊亮, 史洪亮, 张全林, 魏力民, 何显莉. 2015. 川南地区五峰组−龙马溪组页岩层序地层及其对储层的控制[J]. 石油学报, 36(8): 915−925. doi: 10.7623/syxb201508003 [60] 王玉满, 李新景, 董大忠, 张晨晨, 王淑芳. 2017. 上扬子地区五峰组—龙马溪组优质页岩沉积主控因素[J]. 天然气工业, 37(4): 9−20. doi: 10.3787/j.issn.1000-0976.2017.04.002 [61] 杨平, 汪正江, 余谦, 刘伟, 刘家洪, 熊国庆, 何江林, 杨菲. 2019. 四川盆地西南缘五峰—龙马溪组页岩气资源潜力分析[J]. 中国地质, 46(3): 601−614. doi: 10.12029/gc20190311 [62] 余瑜, 林良彪, 蓝彬桓, 洪薇, 郭炎. 2018. 基于小波分析的层序地层划分及识别—以川东地区上二叠统龙潭组为例[J]. 西北地质, 51(4): 43−52. doi: 10.3969/j.issn.1009-6248.2018.04.006 [63] 赵全民, 张金成, 刘劲歌. 2019. 中国页岩气革命现状与发展建议[J]. 探矿工程(岩土钻掘工程), 46(8): 1−9. [64] 郑荣才, 文华国, 李凤杰. 2010. 高分辨率层序地层学[M]. 北京: 地质出版社, 1−404.
计量
- 文章访问数: 2441
- HTML全文浏览量: 847
- PDF下载量: 236
