Anisotropic structure and dynamic implications of the upper mantle in the South China Sea
-
摘要: 南海处于欧亚板块、太平洋板块和印度—澳大利亚板块的交会区，是西北太平洋一系列边缘海中最大的边缘海。关于南海的打开以往研究提出了如印度板块与欧亚板块碰撞驱动挤出以及古南海俯冲拖拽等诸多模型。本文力图通过南海海盆及周边各向异性结构来约束南海演化机制。基于同济大学2012和2014年在南海中央海盆进行的两次被动源宽频带海底地震观测试验回收的10台OBS记录仪近1年的地震数据，本文采用三种不同的横波分裂方法，获取了中央海盆针对两次远震的XKS分裂结果以及南海周边20次区域地震提供的S震相分裂结果。SKS分裂结果显示，南海中央海盆下方存在快轴方向为NE-SW向的各向异性，其成因可能与海底扩张时期沿洋脊方向的地幔流以及南海海洋板块俯冲拖拽的地幔流有关。南海及其周边上地幔存在强各向异性，且不同方位观测到的各向异性不同，快轴方向与前人SKS横波分裂结果、GPS和板块运动一致，较好地对应了区域构造运动或者地幔对流模型。各向异性结果与印度—欧亚板块碰撞驱动挤出模型以及古南海俯冲板块拖拽模型预期结果一致，与理想的地幔柱上涌驱动模型不一致。由于海盆各向异性观测特别有限，各向异性结果不能证实亦不能证伪“大西洋型”海底扩张模型、弧后扩张模型和板缘破裂模型，后续还需要更多的观测结果来证实或证伪上述模型。Abstract: The South China Sea （SCS） is located at the intersection of the Eurasian, Pacific, and India-Australia plates. It is the largest marginal sea in a series of marginal seas in the Northwest Pacific Ocean. Many models have been proposed for the opening of the SCS, such as the extrusion model driven by the collision of the Indian plate and the Eurasian plate, and the slab pull model related to the subduction of the proto-SCS. This study aims to constrain the models of opening the SCS through the anisotropic structure of the central basin of the SCS and its surroundings. Based on the seismic data recorded by ten ocean bottom seismometers recovered from two passive seismic experiments conducted by Tongji University in the central basin of the SCS in 2012 and 2014, three different shear wave splitting methods are used to obtain the XKS splitting results of the central basin for two global earthquakes and the S phase splitting results provided by 20 regional earthquakes surrounding the SCS. The SKS splitting results demonstrate the presence of strong anisotropy with the NE fast direction in the central basin of the SCS, which may be related to mantle flow along the ocean ridge during seafloor expansion and the mantle flow dragged by the subduction of the proto-SCS plate. Strong anisotropy is also observed in the upper mantle surrounding SCS, and the anisotropy observed in different azimuths is different. The fast directions obtained are consistent with previous SKS-splitting results, GPS, and plate motions, and importantly correspond well to the regional tectonics or mantle convection models. The anisotropic results are consistent with the expected results of the extrusion model driven by the collision of the Indian-Eurasian plate and the slab pull of proto-SCS. The anisotropy results are inconsistent with the ideal upwelling driven model of the mantle plume. Unfortunately, due to the limited splitting observations in the central basin, the anisotropic results cannot confirm or falsify the “Atlantic-type” seafloor spreading model, the backarc spreading model, or the plate-edge rifting model. To verify the above models, further observations are needed.
-
引言
干热岩（hot dry rock，缩写为HDR）一般是指温度为150—650℃、内部不存在流体或仅有少量流体的高温致密岩体，其埋藏深度一般为3—10 km （许天福等，2016）。我国地热资源丰富（蔺文静等，2012，2013；汪集旸等，2012），合理开发利用干热岩不仅可以提供清洁无污染能源，还可以避免传统化石燃料燃烧所带来的环境污染问题。因此，针对干热岩能源的开发在我国具有重要意义和广阔的发展前景，研究如何合理开发利用干热岩资源至关重要。
目前干热岩开发一般通过增强型地热系统（enhanced geothermal systems，缩写为EGS）实现，即由注入井、压裂改造后的热储层、生产井及发电厂形成闭合环形结构，通过流体流动进行热量的传递和提取（图1）。由于干热岩处于地壳深层部位，且温度较高，在注水采热开发过程中储层处于热-流-固（thermo-hydro-mechanical，缩写为THM）耦合之中，各项物理因素相互影响，进而影响采热效率。研究THM耦合下EGS的采热性能，对我国EGS系统的生产建设与优化具有重要的指导意义，并有助于揭示干热岩开发利用过程中地质、生产因素的影响机理。
干热岩处于高温高压地质环境，其EGS地热开采不仅与渗流（H）、力学（M）有关，还与温度（T）和化学反应（C）等复杂的多物理场耦合过程相关（Zang et al，2014；Gaucher et al，2015；Kumari，Ranjith，2019；Rathnaweera et al，2020）。目前EGS地热开采数值模拟主要集中于热-流（TH）耦合（Shaik et al，2011；胡剑等，2014；丁军锋，王世民，2019；Li et al，2019；Han et al，2020；刘汉青等，2023）或热-流-固耦合（Jacquey et al，2016；Pandey et al，2017；Rutqvist，2017；Yao et al，2018；高坤，2020）下热储层各物理场随时空的演化规律，以及采热效率影响因素等方面。TH耦合重点研究温度场和渗流场对采热的影响，而THM耦合则研究温度场、渗流场及应力场之间的相互作用及其对地热开采的影响。尽管THM耦合相对于TH耦合只是增加了力学场的引入，但是从耦合原理来说，TH耦合只有两项耦合项，而THM耦合则是增加了四项耦合项。因此，相对于TH耦合，THM耦合更加完善且模拟精度更高。多数有关TH耦合或THM耦合下的EGS地热开采模拟研究将基岩、裂隙或者流体各项参数设为常数，而在真实地质情况下这些性质是动态变化的。因此，对于目前EGS地热开采模拟的多物理场耦合并不够完善，不能更好地体现地热开采过程中物理场的两两耦合与相互影响。
影响EGS地热开采效率的因素复杂，Ma等（2020）基于多井注入增强型地热系统（EGS）模型，探究了注采参数和裂缝参数对采热性能的影响；崔翰博等（2020a，b）以青海共和盆地地热田为对象研究了注采参数、渗透率和流体损失等因素对地热开采及渗流场演变规律的影响；段云星和杨浩（2020）以云南腾冲热海热田为地质背景，分析了井间距、注入流量、注入温度、储层渗透率等因素对地热开采的影响。刘汉青等（2023）的研究显示压裂改造的储层的渗透率对地热开采效率起着关键作用。而天然裂缝的存在会使水力裂缝复杂化，对开采模式有重要影响（Guo et al，2019），尤其是对于构造复杂的青海共和地区而言（张森琦等，2018），这些隐伏天然断层对地热开采效率的影响不能忽视。Zhang等（2019b）采用TH耦合模型，提出了EGS断层或者裂缝控制模型的最佳生产方案。Zhang等（2023）采用THM模型讨论了断层和储层的非均匀性对EGS采热的影响。以上研究大多认为断层具有较好的渗透性，但是也有部分断层相对储层具有阻水作用（Lockner et al，2000；Mizoguchi et al，2008）。因此，讨论隐伏断层渗透类型及储层渗透率等地质因素对地热提取的影响很有必要。
本文建立了全耦合的热-流-固耦合模型用以描述地热资源（干热岩）开发过程中的注采过程。在该模型中考虑了流体压力变化、温度变化所引起的储层变形，受储层变形影响的储层孔隙率、渗透率和断层裂隙开度，以及受温度控制的流体性质（密度、黏度等）和流体流动引起的热传导。之后以青海共和干热岩GR1井为例，建立三维数值模型，研究了定流量和定压力两种典型生产模式下，储层渗透率和断层渗透结构等多种因素对地热提取的影响。此外，还讨论了引起定压和定流生产两种模式引起的地热提取的差异，两种生产模式可能引起的生产安全问题并给出了共和地区地热开采综合建议。
1. 热-流-固全耦合模型
干热岩地热开发受到温度场、渗流场和应力场三场之间耦合作用的控制，具体体现在：① 温度场-渗流场耦合控制作用，岩石的温度场因低温流体的干扰而发生变化，而流体温度的变化会改变其自身物理性质进而影响流体流动；② 温度场-应力场耦合控制作用，岩石温度变化将会导致岩石变形，而岩石变形过程中所释放的热量又会反过来影响温度场；③ 渗流场-应力场耦合控制作用，高温岩石中的应力分布受流体压力的干扰，岩石产生变形，而岩石的孔隙度和渗透率受岩石变形的影响。
1.1 储层变形方程
注水过程中，储层的变形控制方程为（Izadi，Elsworth，2015）
$$ G\nabla {\boldsymbol{u}}＋\frac{G}{1－2 \nu }\nabla （ \nabla · {\boldsymbol{u}} ） ＝f＋{\alpha }_{{\mathrm{r}}}{p}_{{\mathrm{r}}}＋3{\beta }_{{\mathrm{T}}}K\nabla {T}_{{\mathrm{r}}}\text{，} $$ (1) 式中，$ \boldsymbol{u} $为位移，$\nu $为泊松比，f为体应力，pr为储层流体压力，αr为储层比奥系数，K为体积模量，G为剪切模量，βT为线性热膨胀系数，Tr为储层温度，$\nabla $为哈密顿算子。
1.2 储层渗流方程
采用储水模型描述多孔的岩石储层流体渗流过程（Fox et al，2013）：
$$ {\rho }_{{\mathrm{r}}}S\frac{{\text{∂}} {p}_{{\mathrm{r}}}}{{\text{∂}} t}＋\nabla · （ \rho {\boldsymbol{v}}_{{\mathrm{r}}} ） ＝{Q}_{{\mathrm{m}}}\text{，} \,\,\,\, {\boldsymbol{v}}_{{\mathrm{r}}}\text＝\text－\frac{{k}_{{\mathrm{r}}}}{\mu } （ \nabla {p}_{{\mathrm{r}}}－{\rho }_{{\mathrm{r}}}{g} ） {\text{.}}$$ (2) 采用裂隙流描述断层中流体渗流过程：
$$ {d}_{{\mathrm{f}}}\frac{{\text{∂}} （ {\phi }_{{\mathrm{f}}}{\rho }_{{\mathrm{f}}} ） }{{\text{∂}} t}＋\nabla · （ {d}_{{\mathrm{f}}}{\rho }_{{\mathrm{f}}}{\boldsymbol{v}}_{{\mathrm{f}}} ） ＝{d}_{{\mathrm{f}}}{Q}_{{\mathrm{m}}}\text{，} \,\,\,\, {\boldsymbol{v}}_{{\mathrm{f}}}\text＝\text－\frac{{k}_{{\mathrm{f}}}}{\mu } （ \nabla {p}_{{\mathrm{f}}}－{\rho }_{{\mathrm{f}}}{g} ） \text{，} \,\,\,\,{k}_{{\mathrm{f}}}＝\frac{{d}_{{\mathrm{f}}}^{2}}{32}\text{，} $$ (3) 式中：下标r和f分别表示多孔的干热岩储层和断层；v为达西流速；p为孔隙压力；S，g，ρw，k，μ，df分别为储水系数、重力加速度、流体密度、岩石渗透率、流体黏度和裂隙开度；Qm表示裂缝与岩石基质之间流体的质量交换。
1.3 热传导方程
1.3.1 储层热传导方程
对于不可变形固体，热传导方程为
$$ \rho_{\mathrm{rs}}C_{\mathrm{prs}}\frac{\text{∂}T_{\mathrm{rs}}}{\text{∂}t}＋\nabla · \boldsymbol{q}_{\mathrm{rs}}＝Q_{\mathrm{s}}\text{，} $$ (4) 式中，Cp代表定压比热容，ρ代表密度，T代表温度，q代表热通量，下标r代表储层，下标s代表储层中的固体颗粒。
忽略流体压力做功和流体黏性的耗散能量，流体热传导方程可以表示为（Aliyu，Archer，2021）
$$ {\rho }_{{\mathrm{w}}}{C}_{{\mathrm{pw}}}\frac{{\text{∂}} {T}_{{\mathrm{w}}}}{{\text{∂}} t}＋{\rho }_{{\mathrm{w}}}{{C}_{{\mathrm{pw}}}}{\boldsymbol{v}}_{{\mathrm{r}}}\nabla {T}_{{\mathrm{w}}}＋\nabla · {\boldsymbol{q}}_{{\mathrm{w}}}＝{Q}_{{\mathrm{w}}}\text{，} $$ (5) 式中，v代表从渗流场得到的速度场，下标w代表储层中的流体。
采用混合法则，将固体传热方程乘以固体体积分数θs，流体传热方程乘以孔隙度φr，二者相加（通常情况下有$ {\theta }_{\mathrm{s}}＋{\varphi }_{\mathrm{r}} {\text{≈}} 1 $）。利用局部热平衡理论，假设在某一点处流体温度和固体颗粒温度相等，即$ {T}_{{{\mathrm{w}}}}＝{T}_{{{\mathrm{s}}}}＝T $，则储层多孔介质的传热方程可以写为：
$$ { （ {\rho }_{{\mathrm{r}}}{C}_{{\mathrm{pr}}} ） }_{{\mathrm{eff}}}\frac{{\text{∂}} T}{{\text{∂}} t}＋{\rho }_{{\mathrm{w}}}{{C}_{{\mathrm{pw}}}}{\boldsymbol{v}}_{{\mathrm{r}}}\nabla T＋\nabla · {\boldsymbol{q}}_{{\mathrm{r}}}＝{Q}_{{\mathrm{T}}}\text{，} $$ (6) 式中：ρw为流体密度；Cpw为定压条件下流体比热容；（ρrCpr）eff为恒压下的有效容积热容，其表达式为
$$ { （ {\rho }_{{\mathrm{r}}}{C}_{{\mathrm{pr}}} ） }_{{\mathrm{eff}}}＝{\theta }_{{\mathrm{s}}}{\rho }_{{\mathrm{rs}}}{C}_{{\mathrm{prs}}}＋{\varphi }_{{\mathrm{r}}}{\rho }_{{\mathrm{w}}}{C}_{{\mathrm{pw}}}\text{，} $$ (7) 式中：φr为孔隙度；ρrs为固体颗粒密度；qr为热传导通量，其表达式为
$$ {\boldsymbol{q}}_{{{\mathrm{r}}}}\text＝\text－{{\textit{κ}} }_{{\mathrm{eff}}}\nabla T\text{，} $$ (8) 式中κeff为有效热传导系数。如果导热在固体和流体中并行发生，则有效导热系数为导热系数的加权算术平均值（Liu et al，2021）：
$$ {{\textit{κ}} }_{{\mathrm{eff}}}＝{\theta }_{{\mathrm{s}}}{{\textit{κ}} }_{{\mathrm{s}}}＋{\varphi }_{{\mathrm{r}}}{{\textit{κ}} }_{{\mathrm{w}}}\text{；} $$ (9) 如果导热是串联进行的，所有的热流都通过固体和流体，那么有效导热系数为导热系数的加权调和平均值：
$$ \frac{1}{{{\textit{κ}} }_{\mathrm{e}\mathrm{f}\mathrm{f}}}＝\frac{{\theta }_{{\mathrm{s}}}}{{{\textit{κ}} }_{{\mathrm{s}}}}＋\frac{{\varphi }_{{\mathrm{r}}}}{{{\textit{κ}} }_{{\mathrm{w}}}}{\text{.}} $$ (10) 1.3.2 断层热传导方程
断层热传导方向主要沿断层的切线方向，因此梯度算子可以简化为
$$ \nabla T＝{\nabla }_{{\mathrm{t}}}T\text{，} $$ (11) 式中下标t代表切向方向。
该假设通常适用于较薄的孔隙结构，与相邻区域相比是良好的热导体，热量可以沿切线方向快速对流。基于该假设和能量混合原理，热传导方程可以写为
$$ {d}_{{\mathrm{fs}}}{ （ {\rho }_{{\mathrm{fs}}}{C}_{{\mathrm{pfs}}} ） }_{{\mathrm{eff}}}\frac{{\text{∂}} T}{{\text{∂}} t}＋{d}_{{\mathrm{fs}}}{\rho }_{{\mathrm{w}}}{{C}_{{\mathrm{pw}}}}{\boldsymbol{v}}_{{\mathrm{f}}}{\nabla }_{{\mathrm{t}}}T＋{\nabla }_{{\mathrm{t}}} · {d}_{{\mathrm{fs}}}{\boldsymbol{q}}_{{\mathrm{f}}}＝{d}_{{\mathrm{fs}}}{Q}_{{\mathrm{T}}}＋{q}_{0}\text{，} $$ (12) 式中dfs为断层厚度。在传热模型内相邻域之间的边界处求解时，两个实体之间会进行一定的热量交换，根据$ {q}_{0}＝\boldsymbol{n} · \boldsymbol{q} $，式（12）可以写为（Liu et al，2021）
$$ {d}_{{\mathrm{fs}}}{ （ {\rho }_{{\mathrm{fs}}}{C}_{{\mathrm{pfs}}} ） }_{{\mathrm{eff}}}\frac{{\text{∂}} T}{{\text{∂}} t}＋{d}_{{\mathrm{fs}}}{\rho }_{{\mathrm{w}}}{{C}_{{\mathrm{pw}}}}{\boldsymbol{v}}_{{\mathrm{f}}}{\nabla }_{{\mathrm{t}}}T＋{\nabla }_{{\mathrm{t}}} · {d}_{{\mathrm{fs}}}{\boldsymbol{q}}_{{\mathrm{f}}}＝{d}_{{\mathrm{fs}}}{Q}_{{\mathrm{T}}}＋{\boldsymbol{n}} · {\boldsymbol{q}} $$ (13) 式中：（ρfsCpfs）eff为恒压下的有效容积热容，其表达式与储层热传导控制方程类似；κeff为有效热传导系数，其表达式与上述断层中的表达式相同。
1.4 渗透率控制方程
1.4.1 储层渗透率控制方程
孔隙度计算公式如下：
$$ \varphi_{\mathrm{r}} ＝{\varphi }_{0} ［ 1＋{c}_{{\mathrm{p}}} （ p-{p}_{{\mathrm{ref}}} ） ＋3{\beta }_{{\mathrm{T}}} （ T-{T}_{{\mathrm{ref}}} ） ］ \text{，} $$ (14) 式中，cp为孔隙压缩系数，pref和Tref分别为参考孔隙压力和参考温度。
利用Kozeny-Carman方程可以通过孔隙度变化计算储层的渗透率变化（Xu，Yu，2008）：
$$ {k}_{{\mathrm{r}}}＝{k}_{{\mathrm{r}}\,0}{\left(\frac{1-{\varphi }_{0}}{1-\varphi_{\mathrm{r}} }\right)}^{3}{\left(\frac{\varphi_{\mathrm{r}} }{{\varphi }_{0}}\right)}^{3}\text{，} $$ (15) 式中，kr和kr0分别为储层的渗透率和初始渗透率，φr和φ0分别为储层的孔隙度和初始孔隙度。
1.4.2 断层渗透率控制方程
断层中裂缝开闭与有效正应力的关系为（Faoro et al，2009）：
$$ b＝{b}_{{\mathrm{max}}}-\frac{A{\sigma { \text{′}}_{ {\mathrm{n}}}}}{1＋B{\sigma { \text{′}}_{ {\mathrm{n}}}}} \text{，} $$ (16) 式中，bmax为有效应力为0时的最大裂隙开度，${\sigma { \text{′}}_{ {\mathrm{n}}}}$为作用在裂隙壁上的有效正应力，A和B为裂隙岩石的力学性质参数。
1.5 基本属性变化
1.5.1 流体属性变化
流体属性的变化也是影响耦合作用的一个重要因素。在高温高压作用下，水的密度ρw 不再是常数，一般可以表示为温度的函数（Zhao et al，2015）：
$$ {\rho }_{{\mathrm{w}}}＝\left\{\begin{split}&6.31 {\text{×}} 1{0}^{－5} {T}^{3}－0.06 {T}^{2}＋18.92 T－950.7 \qquad \text{273.15} \text{ {\text{＜}} }{ T } \text{ {\text{＜}} } \text{293.15}\text{，} \\& 1 {\text{×}} 1{0}^{－5} {T}^{3}－0.01 {T}^{2}＋4.97 T＋432.26 \qquad \quad \, \, \text{293.15} \text{ {\text{＜}} }{ T }\text{ {\text{＜}} } \text{553.75} \text{，} \end{split}\right. $$ (17) 动态黏度系数为
$$ {\mu }_{{\mathrm{w}}}＝\left\{\begin{split} &1.38－0.02 {T}＋1.36 {\text{×}}1{0}^{－4} {T}^{2}－4.65 {\text{×}} 1{0}^{－7} {T}^{3}＋ 8.90 {\text{×}}\\& \qquad \,\,\,\,\,\, 1{0}^{－10} {T}^{4}－9.08 {\text{×}}1{0}^{－13} {T}^{5}＋3.85 {\text{×}} 1{0}^{－16} {T}^{6} \qquad \quad \,\,\, \text{273.15} \text{ {\text{＜}} }{ T }\text{ {\text{＜}} } \text{413.15}\text{，} \\& 0.004－2.11 {\text{×}} 1{0}^{－5} {T}＋3.86 {\text{×}} 1{0}^{ \text{－8}} {T}^{2}－2.401{0}^{\text{－11}} {T}^{3} \qquad \text{413.15} \text{ {\text{＜}} }{ T }\text{ {\text{＜}} } \text{553.75}\text{，} \end{split}\right. $$ (18) 比热容为
$$ {C}_{{\mathrm{pw}}}＝12\,\,010－80 {T}＋0.31 {T}^{2}－5.4 {\text{×}} 1{0}^{－4} {T}^{3}＋3.63 {\text{×}} 1{0}^{－7} {T}^{4} \text{，} $$ (19) 热传导系数为
$$ {{\textit{κ}} }_{{\mathrm{w}}}＝－0.87＋0.009 {T}－1.58 {\text{×}} 1{0}^{－5} {T}^{2}＋7.98 {\text{×}} 1{0}^{{－9}} {T}^{3}{\text{.}} $$ (20) 1.5.2 储层性质变化
在以往理论模型的能量守恒方程中，往往将一些动态模拟参数假设为不变量，例如储层岩石导热系数。设置为不变量的作法将显著扩大计算误差，例如花岗岩从0℃升高至500℃时，导热系数由2.95 W/（m·K）降低至1.59 W/（m·K），降低了约1.36 W/（m·K），降低幅度为46.1% （高平，2015），由此可见，温度对花岗岩导热系数的影响是十分明显的。导热系数与温度的关系可以表示为（高平，2015）：
$$ {{\textit{κ}} }_{\mathrm{s}}＝{\left(0.324\,1＋0.000\,\,449\,\,02T－\frac{29.600\,2}{T}\right)}^{－1}{\text{.}} $$ (21) 1.6 耦合关系
数值模拟技术能够考虑复杂地质条件和不同时空尺度下的力学变形、流体流动、能量传导过程，是分析和预测干热岩系统中多物理场耦合过程最有力的工具（王晓星等，2012；孙致学等，2016；唐志伟等，2016；Kumari，Ranjith，2019）。本文采用有限元模拟软件COMSOL Multiphysics （版本5.4）实现以上三个物理场的耦合过程，其中：采用达西模块中的储水模型计算储层注水、抽水以及储层内流体流动过程；采用多孔介质传热模块实现地热开发过程中的热传导过程；采用固体力学模块实现地热开发过程中的固体变形过程。
三个物理场的耦合过程如图2所示。注采引起的流体压力变化（耦合关系④）、温度变化（耦合关系①）引起储层变形；储层变形通过影响储层孔隙率、渗透率和断层裂隙开度控制着储层和断层流体流动过程（耦合关系⑤）；储层、断层中的流体作为传热介质影响着温度场的分布（耦合关系②），温度改变后，流体性质（密度、黏度）发生相应的改变（耦合关系③）。由于在干热岩处于高温状态时，固体变形引起的生热相对较小，因此本文忽略此影响。
![]()
图 2 温度场、渗流场和应力场耦合关系示意图Figure 2. The coupling relationship of temperature field，seepage field and stress field2. 算例分析
青海省共和盆地干热岩资源丰富（严维德，2015；张超等，2018；张森琦等，2020），其中GR1干热岩勘探井（以下简称“GR1井” ）的深度为
3705 m，井底温度为236℃，是中国目前钻获温度最高的干热岩。GR1井位于共和县恰卜恰镇东南5 km处的早中更新世湖积台地上，地处共和盆地二级构造单元切吉凹陷的东缘。该地区地质构造复杂，周边分布多条隐伏断层（张森琦等，2018）。中国地质调查局和青海省国土资源厅在青海恰卜恰地热区钻探的深部钻孔数据显示，GR1井的干热岩分布深度在2900 —4400 m，GR1井在2614 m深处温度超过150℃，在3404 m深处温度达到180.6℃，花岗岩基底的温度梯度估计为（38.9±0.39）℃/km （Zhang et al，2019a，2023，图3）。本文以GR1井为例，结合该地区地质背景及物性参数建立了热-流-固全耦合的三维有限元模型。![]()
Figure 3. The data collected from the GR1 well in the Qiabuqia HDR in Qinghai （Zhang et al，2019a，2023）2.1 几何模型
根据GR1井的实际数据构建含断层储层的三维模型，模型的长、宽、高分别为
3000 m，1500 m和1500 m，深度范围为2.5—4 km，储层位于地质模型中间高度位置处，储层的厚度为500 m （深度范围2.9—3.4 km），储层水平。在水平位置500 m和1500 m处分别设置注水井和抽水井，流体的注入与采出以垂直井方式进行。注水井和抽水井中间设置隐伏断层一处，其中心点距离注水井约300 m、距离抽水井约700 m，断层走向与y轴的夹角约为45°，其几何尺寸与各地质体关系即坐标系如图4所示。![]()
图 4 含断层储层三维地质几何模型示意图Figure 4. Schematic diagram of a 3-D geological geometric model of a faulted reservoir2.2 初始值和边界条件
在模型计算过程中，假设储层初始渗透率为kr0＝1×10−12 m2，其中储层垂直方向的渗透率约为水平方向的1/10，上、下盖层的渗透率约为2.8×10−18 m2。储层孔隙度、弹性模量和泊松比分别为φr＝0.06，E＝48.4 GPa，$ \nu $＝0.15，其它重要参数设置如表1所示。流体密度和动态黏度均与温度相关，具体可见式（17）—（21）。流-固耦合因子比奥系数设置为一个常数，αr＝0.6。
表 1 模型的材料参数Table 1. Material parameters of the model参数 弹性模量
/GPa泊松比 比奥
系数孔隙压缩
系数/Pa−1初始
渗透率/m2孔隙度 导热系数
/（W·m−1·K−1）比热容
/（J·kg−1·K−1）密度
/（kg·m−3）热膨胀
系数/K−1盖层 84.4 0.15 0.6 1×10−12 2.8×10−18 0.03 2.43 1100 2652 3×10−5 储层 84.4 0.15 0.6 1×10−8 1×10−12 0.06 方程（22） 1100 2652 3×10−5 断层 28.4 0.25 0.6 1×10−8 1×10−11 0.5 2.43 900 2500 3×10−5 基岩 48.4 0.15 0.6 1×10−12 2.8×10−18 0.03 2.43 1100 2652 3×10−5 对于固体力学边界条件，底端采用固定约束边界条件，上边界施加63.6 MPa荷载，模拟上覆荷载，四周采用应力进行约束，x方向的应力荷载约与垂直方向相等，y方向的应力荷载约为垂直方向的1.5倍。
流体（水）通过注水井注入，由抽水井抽出，注入流体温度为330 K。计算区域上表面温度为420 K，温度梯度为0.04 K/m （Zhang et al，2023）。
2.3 网格划分
采用自由四面体对三维模型进行网格剖分，本文进行了三组网格剖分下的计算，用以评价网格的敏感度。① 细化网格：网格共计3万
5936 个，平均网格质量为0.66，最大网格尺寸为0.24 km，最小网格尺寸为0.03 km；② 常规网格：网格共计2万1 514 个，平均网格质量为0.65，最大网格尺寸为0.3 km，最小网格尺寸为0.054 km；③ 粗化网格：网格共计1万1506 个，平均网格质量为0.62，最大网格尺寸为0.45 km，最小网格尺寸为0.084 km。在相同地质及注采条件下（注入压力40 MPa，生产压力20 MPa）对上述三种网格分别进行计算，所得结果如图5所示。可见常规网格与细化网格得出的结果非常接近，而粗化网格有较大的偏差。虽然细化网格计算结果更加精确，但相较于常规网格计算时间太长，综合考虑计算精度和计算速度，本文使用常规网格进行网格剖分。![]()
图 5 不同网格剖分下的计算结果（a） 生产温度；（b） 输出热功率；（c） 累积采热量；（d） 采热率Figure 5. Calculation results for different meshing（a） Production temperature；（b） Thermal output power；（c） Cumulative geothermal extraction；（d） Geothermal extraction efficiency2.4 采热效果评价
为更加方便地评价EGS的采热效果，本文给出平均生产温度、输出热功率、采热率和累积采热量四个评价指标，其中：生产温度指生产井所产出热液的温度；输出热功率指生产井在某一时刻下产出液的热功率，代表EGS的发电能力；采热率指系统运行一段时间后已经开采出来的热能与储层中总的可开采热能的比值；累积采热率指系统运行一段时间后采出的总热量。
平均生产温度的计算方法为
$$ {T}_{{\mathrm{pro}}}＝\frac{{\displaystyle\int }_{V}T （ t ） {\mathrm{d}}V}{V}\text{，} $$ (22) 式中，T（t）为不同时刻生产井处所对应的温度大小，V为生产井的体积。此式适用于三维模型。实际操作中，采用COMSOL Multiphysics中内置的非局部耦合算子中的平均值算子aveop计算温度的平均值。
输出热功率可以由下式计算得到：
$$ {P}_{\mathrm{w}}＝q{\rho }_{\mathrm{w}}{C}_{\mathrm{p}\mathrm{w}} （ {T}_{\mathrm{p}\mathrm{r}\mathrm{o}}-{T}_{\mathrm{i}\mathrm{n}\mathrm{j}} ） \text{，} $$ (23) 式中：q为生产井的平均体积流量，单位为m3/s；ρw为采热流体的密度；Cpw为采热流体的定压比热容；Tinj为注入井中注入流体的温度。
采热率等于从储热岩层采出的总热量与储热岩石储存的总热量之比，可以表示为
$$ \eta ＝\frac{{\displaystyle\int \int \int }_{ V}\,{\rho }_{\mathrm{s}}{C}_{\mathrm{p}\mathrm{s}} ［ {T}_{\mathrm{i}\mathrm{n}\mathrm{i}}-T （ t ） ］ {\mathrm{d}}V}{{\displaystyle\int \int \int }_{ V}\,{\rho }_{\mathrm{s}}{C}_{\mathrm{p}\mathrm{s}} （ {T}_{\mathrm{i}\mathrm{n}\mathrm{i}}-{T}_{\mathrm{i}\mathrm{n}\mathrm{j}} ） {\mathrm{d}}V}\text{，} $$ (24) 式中${T}_{\mathrm{i}\mathrm{n}\mathrm{i}} $为储层初始温度。
累积采热量是对输出热功率进行时间t积分，即
$$ R＝{\displaystyle\int }_{0}^{t}q{\rho }_{\mathrm{w}}{C}_{\mathrm{p}\mathrm{w}} （ {T}_{\mathrm{p}\mathrm{r}\mathrm{o}}-{T}_{\mathrm{i}\mathrm{n}\mathrm{j}} ） {\mathrm{d}}t{\text{.}} $$ (25) 3. 模拟结果
断层的存在将地热储层划分为注水域和抽水域，本文重点考察在定压和定流量两种生产模式下，储层渗透率和断层渗透类型对地热开采的影响。
3.1 定压生产模式
定压生产指的是在地热生产过程中生产井和注水井的流体压力保持不变。假设储层初始孔隙压力为30 MPa，上下盖层的初始孔隙压力分别根据水的重力产生的压力给出。设置注水井的井口压力为40 MPa，生产井的压力为20 MPa （Zhang et al，2019b）。
3.1.1 储层渗透率
本文分析了储层渗透率（1×10−14—1×10−11 m2）对地热开采效果的影响（图6）。其中最小值1×10−14 m2代表了储层原始渗透率，而最大值1×10−11 m2代表了储层改造的最大极限。当储层未经改造时（渗透率为1×10−14 m2），在十年内生产温度下降很小，输出热功率和累积采热量也极小，采热率也只有10%。而当储层经过初步改造，渗透率达到1×10−13 m2时，储层温度下降幅度、输出热功率、累积采热量和采热率都有了显著的提升；当储层经过大规模改造，渗透率被大幅提升至1×10−12 m2时，储层温度大幅下降，输出热功率、累积采热量和采热率得到进一步提升。特别是当储层渗透率增大3个数量级，达到1×10−11 m2时，开采速度达到一个非常大的数值，一年内其采热率基本可以达到80%，但是这并不利于地热的持续性开采。
![]()
图 6 定压生产模式下储层渗透率k （1×10−14—1×10−11 m2）对地热开采效果的影响（a） 生产温度；（b） 输出热功率；（c） 累积采热量；（d） 采热率Figure 6. The impact of reservoir permeability k （1×10−14−1×10−11 m2） on geothermal exploitation effect in constant pressure production mode（a） Production temperature；（b） Thermal output power；（c） Cumulative geothermal extraction；（d） Geothermal extraction efficiency3.1.2 断层渗透类型
储层中断层的存在也影响着地热的开采效率，在定压生产模式下，本文分析了断层渗透类型（连通型和阻隔型）对于地热产热效果的影响。按照其水力传导性能的差异，断层可以分为连通型断层和阻隔型断层。为此，定义一个新参数α表征储层渗透率kr与断层渗透率kf的比值α＝kr/kf，其中α＜10代表连通型断层，α＞10代表阻隔型断层。从图7中可以看出，断层的水力传导性能在定压模式下对地热开发有着较大影响：阻隔型断层阻碍了注水区域与抽水区域之间的连通通道，降低了其输出功率、累积采热量和采热率，严重影响了地热的开采效率；而连通型断层对水力传导的影响很小，不同连通型断层渗透率对应的输出功率、累积采热量和采热率变化并不明显，说明在这种条件下，储层本身的渗透性能决定了地热储层的采热效果。
![]()
图 7 定压生产模式下断层渗透类型对地热开采效果的影响α表征储层渗透率kr 与断层渗透率kf的比值，α＝kr/kf，α＜10代表连通型断层，α＞10代表阻隔型断层，下同（a） 生产温度；（b） 输出热功率；（c） 累积采热量；（d） 采热率Figure 7. The impact of fault types on geothermal exploitation effect in constant pressure production modeα characterizes the ratio of reservoir permeability kr to fault permeability kf，expressed as α＝kr/kf. α＜10 indicates a connected fault type，whereas α＞10 signifies a sealing fault type，the same below （a） Production temperature；（b） Thermal output power；（c） Cumulative geothermal extraction；（d） Geothermal extraction efficiency3.2 定流量生产模式
定流量生产指的是在地热生产过程中注采井的注采速率保持不变，本文主要模拟计算了储层渗透率、断层渗透类型及注采速率对地热开发的影响。
3.2.1 储层渗透率
定流量生产模式下不同储层渗透率（1×10−14—1×10−11 m2）对地热开采效果的影响如图8所示。与定压生产模式不同，在定流量生产模式下，当储层渗透率较小时，生产井的平均温度反而降低得较快。而且四种评价指标中，只有最大渗透率（1×10−11 m2）的情况下有明显差异，其它渗透率的情况下得出的结果基本一致，说明在定流量生产模式下，一定范围内的储层渗透率变化对开采效率的影响较小。
![]()
图 8 定流量生产模式下储层渗透率k （1×10−14—1×10−11 m2）对地热开采效果的影响（a） 生产温度；（b） 输出热功率；（c） 累积采热量；（d） 采热率Figure 8. The impact of reservoir permeability k （1×10−14−1×10−11 m2） on geothermal exploitation effect in constant flow production mode（a） Production temperature；（b） Thermal output power；（c） Cumulative geothermal extraction；（d） Geothermal extraction efficiency3.2.2 断层渗透类型
定流量生产模式下断层渗透类型（连通型和阻隔型）对于地热开采效果的影响如图9所示。与定压生产模式相反，在定流量生产模式下，阻隔型断层的输出热功率、累积采热量及采热率反而相对较高，但其相应数值与连通型断层相差甚小，说明断层的水力传导性能在定流量模式下对地热的开采影响很小。
![]()
图 9 定流量生产模式下断层渗透类型对地热开采效果的影响（a） 生产温度；（b） 输出热功率；（c） 累积采热量；（d） 采热率Figure 9. The impact of fault types on geothermal exploitation effect in constant flow production mode（a） Production temperature；（b） Thermal output power；（c） Cumulative geothermal extraction；（d） Geothermal extraction efficiency3.2.3 注水速率
除地质因素外，工程因素对地热的开采也会产生不容忽视的影响，本文分析了注采速率对干热岩地热开发的影响，结果如图10所示，注采速率在0.3—30 kg·m−1·s−1范围内变化。从图10中可以看出，在流量为最小值0.3 kg·m−1·s−1时，储层温度在10年内基本保持不变，10年后才有一个较小的变化，而输出热功率、采热量和采热率均处于较低的水平；增大流量后（3 kg·m−1·s−1，10 kg·m−1·s−1），生产温度下降速度加快，输出热功率、采热量和采热率也显著提升；当流量达到最大30 kg·m−1·s−1时，生产温度迅速降低，且在短时间内达到很大的输出功率和采热率，不利于地热的持续性开采。
![]()
图 10 注采速率q对地热生产的影响（a） 生产温度；（b） 输出热功率；（c） 累积采热量；（d） 采热率Figure 10. The impact of injection/production rate on geothermal production（a） Production temperature；（b） Thermal output power；（c） Cumulative geothermal extraction；（d） Geothermal extraction efficiency4. 讨论
4.1 不同耦合模式影响
上述结果均是在热-流-固全耦合模型下计算得到的，为了探究耦合关系在计算过程中对采热结果的影响，我们分别去除了耦合关系① （温度场对固体场的影响）和耦合关系③ （温度场对流体场的影响）来对比这两种耦合关系对计算结果的影响，结果如图11所示。从中可以明显地看出，与热-流-固全耦合模型对比，不考虑耦合关系①的曲线与其基本重合，但还是稍有偏差，而不考虑耦合关系③则有较大的偏差。若在耦合关系①和③均不考虑的情况下，其曲线与仅不考虑耦合关系③时稍有偏差。这说明耦合关系①在热-流-固耦合模型中对采热结果虽然影响不大，但在情况允许的条件下最好不要忽略；而耦合关系③对采热结果的影响很明显，这表明在模拟干热岩地热开采过程中考虑流体的密度、黏度等物性参数随温度的变化很有必要。
![]()
图 11 考虑不同耦合关系时各评价指标的计算结果（a） 生产温度；（b） 输出热功率；（c） 累积采热量；（d） 采热率Figure 11. Calculation results of various evaluation indicators considering different coupling relationships（a） Production temperature；（b） Thermal output power；（c） Cumulative geothermal extraction；（d） Geothermal extraction efficiency4.2 定压与定流量生产下取热效率差异性分析
两种生产模式下的生产温度、采热率及累积采热量等干热岩采热性能指标对不同储层渗透率的影响明显不同（图6，图8）。为了分析引起这种差异性的原因，给出了两种生产模式下储层内流体达西流速的变化，如图12所示。可见在定压生产模式下储层内流体达西流速随渗透率的变化很大，而定流生产模式下则差异较小。其中较大的达西流速会加速储层中流体温度的传递，这也可以很好地解释在定压生产模式下采热效率受储层渗透率的影响大，而定流模式下几乎不受影响的现象。结合不同渗透率生产温度变化（图6a，图8a），可以明显地看出，在定压模式下生产温度的变化随渗透率的变化很大，而定流模式则影响很小，这也可以很好地与图12中的达西流速变化相对应。因此，在定压生产模式下，储层渗透率是决定采热效率的一个非常重要的参数。
![]()
图 12 定压力生产模式（a）及定流量生产模式（b）下不同渗透率k储层内达西流速变化Figure 12. Changes of Darcy flow velocity in reservoirs with different permeabilities k in constant pressure production mode （a） and constant flow production mode （b）两种生产模式下采热性能指标对不同的断层渗透类型影响也明显不同（图7，图9）。根据不同断层渗透类型储层内达西流速的变化（图13）可知：在定压模式下，阻隔型断层严重降低了储层内流体的流速，因为其几乎隔断了断层两侧的流体交换，这也是阻隔型断层影响采热效率的主要原因；而在定流模式下阻隔性断层的存在几乎对达西流速没有影响，甚至比存在连通型断层的流速稍大，其主要原因是由于持续的注水会导致孔隙压力的升高，形成更大的压力差从而增大达西流速。
![]()
图 13 定压力生产模式（a）及定流量生产模式（b）下不同断层渗透类型储层内的达西流速变化Figure 13. Changes of Darcy flow velocity in reservoirs with different fault permeability types in constant pressure production mode （a） and constant flow production mode （b）根据上述分析，我们认为定压生产和定流生产模式下采热效率之所以不同，主要与储层的流体达西流速密切相关，因此要想提高采热效率，就要合理地提高流体在储层中的流速。如果采用定压生产模式，就必须在生产前期对储层进行充分的压裂改造，使得储层整体的渗透率（包括阻隔型隐伏断层）相对较高，从而可以保持较高的采热效率。除此之外，过高的渗透率会导致地热在短时间内开采速率过大从而造成大量的资源浪费，不利于地热的持续性开采。因此，提前计算出合适的储层改造的渗透率是十分必要的。而采用定流量生产模式，从采热效率的角度来说，前期储层渗透率的压裂改造对地热开采效率的影响并不明显。
4.3 定压与定流量生产模式下的安全性分析
由于过高的流体压力会导致套管变形及损害，也会存在诱发地震的危险，因此，本文分析了两种生产模式下井口的压力变化（图14）。定压生产模式下，井口压力可控且相对较低，最小的渗透率引起的压力也不会超过注水压力40 MPa；而定流量生产模式下，井口压力随储层的渗透率变化非常明显，当储层渗透率最小（1×10−14 m2）时，井口压力在前期就迅速增大到100 MPa以上，后期甚至接近140 MPa，这对于实际的开采是十分危险的。因此，从工业安全的生产角度来看，定流量生产模式也需要在前期对储层进行合理的改造，使其既具有较高的采热效率，又可避免发生安全事故。
![]()
图 14 定压生产模式（a）及定流量生产模式（b）下不同渗透率k对应的井口压力Figure 14. Wellhead pressure with different permeabilities k in constant pressure production mode （a） and constant flow production mode （b）4.4 共和地区地热开采综合建议
通过上述分析，在定压生产模式下采热效率受地质因素影响很大，过小的储层渗透率以及阻隔性断层都会显著降低采热效率，而过大的渗透率则会导致生产温度下降过快，不利于地热的可持续开采。因此在采用定压生产模式时改造合适的储层渗透率（1×10−13—1×10−12 m2）是非常必要的，并且应当避免注水井与生产井之间存在阻隔型断层。而在定流生产模式下虽然地质因素对采热效率的影响较小，但也要尽量改造储层使其具有较大渗透率（大于1×10−13 m2），并避免阻隔型断层的存在，这是由于定流量生产在较低渗透率时会造成很高的孔隙压力的累积，从而导致一些安全问题的发生。
5. 结论
本文建立了地热资源（干热岩）开发过程中的热-流-固耦合模型，并将上述大型偏微分方程组通过商业软件Comsol Multiphysics 进行求解。以青海共和干热岩GR1井为例，建立三维数值模型，研究了定流量和定压力两种典型生产模式下，储层渗透率、断层渗透类型对地热资源（干热岩）开发过程的影响。主要结论如下：
1） 建立了用于描述地热资源注采过程的热-流-固耦合模型，耦合关系主要包括：流体压力变化、温度变化引起储层变形；储层变形通过影响储层孔隙率和断层裂隙开度控制着储层和断层流体流动过程；储层、断层中的流体作为传热介质影响着温度场分布，流体性质（密度、黏度）随着温度变化发生相应改变；
2） 在定压生产模式下，地热的开采受地质因素（包括储层渗透率和断层渗透类型）的影响很大。其中储层渗透率越大，采热效率越高，过低的渗透率导致流体流速低，从而影响采热效率，但是过高的渗透率会导致采热速率过快，从而造成资源的浪费，不利于持续型开采。阻隔型断层也会显著降低采热效率，因此应避免注水井与生产井之间存在阻隔型断层的存在；
3） 在定流量生产模式下，虽然地热的开采效率受地质因素影响很小，注采速率是决定采热效率的主要因素。但是在相同注入速率下，储层低渗透率或阻隔型断层会产生更大的孔隙压力响应，存在套管变形及损害甚至诱发地震的危险；
4） 综合考虑施工安全因素和开采效率，对于青海共和地区的地热资源开采我们给出以下建议：在定压生产模式下，储层渗透率应改造至1×10−13—1×10−12 m2范围内；在定流生产模式下，储层渗透率需改造至1×10−13 m2以上，此外还应充分探明注水井与生产井之间的地质背景，避免存在阻隔型断层。
-
![]()
图 2 （a） 布设的海底地震仪及提供了有用的区域S波震相分裂解的20次区域地震的分布；（b） 中央海盆的地震仪分布；（c） 提供了有用的SKS震相分裂解的两次远震的分布
Figure 2. （a） The deployed ocean bottom seismometers and the distribution of regional earthquakes which provide useful regional S-wave splitting results；（b） The enlarged version of the distribution of OBSs in central basin；（c） The distribution of the two global earthquakes which provids useful SKS splitting results
![]()
图 1 南海区域构造地质、地震台站及历史地震分布图
南海的海陆过渡带位置参考Li和Song（2012），马尼拉海沟位置来自Jiang和Wang（2021）；其中中南断裂和残留洋中脊的位置来自Zhao 等（2019），红河断裂带来自Yang 等 （2015）。箭头表示板块的绝对运动方向（Gripp，Gordon，2002）
Figure 1. Tectonics of South China Sea and the distributions of seismic stations as well as history seismic events
Continental Ocean Boundaryof South China Sea refers to Li and Song （2012），and the location of Manila trench is from Jiang and Wang （2021）. The locations of Zhongnan fault and the remnant mid-ocean ridges are from Zhao et al （2019） and the location of Red River Fault is from Yang et al （2015）. Black arrows indicate the absolute plate motions （Gripp，Gordon，2002）
![]()
图 3 （a） 利用Taup软件并采用IASP91速度模型得到的SKS，S，pS，sS和PS震相射线路径示意图；（b）文中提供有用横波分裂解的S震相的入射角度统计图
Figure 3. （a） Schematic raypaths of SKS，S，pS，sS，and PS phases obtained using the Taup package and the IASP91 velocity model （Kennett，Engdahl，1991；Crotwell et al，1999）；（b） Statistical histogram of the incident angles of the S phases used in shear-wave splitting
![]()
图 4 采用切向能量最小化（左）和最小特征值最小化（右）方法对HY16台站记录的2012年11月7日危地马拉沿海地震激发的PKS震相进行横波分裂分析
（a）—（c）横波分裂校正前后PKS震相滤波后的地震波形、投影到快/慢轴的波形及质点振动图（由原始的椭圆状线性化）
Figure 4. Shear wave splitting analysis on the PKS phase excited by the Guatemalan coastal earthquake on November 7，2012 recorded at station HY16 using the tangential energy minimization （left） and the minimum eigenvalue minimization （right） methods
（a）−（c） The filtered seismic waveforms，waveforms projected onto the fast /slow axis and the particle motions which arelinearized from the original elliptical shape of the PKS phase before and after correcting anisotropy
![]()
图 4 采用切向能量最小化（左）和最小特征值最小化（右）方法对HY16台站记录的2012年11月7日危地马拉沿海地震激发的PKS震相进行横波分裂分析
（d）能量等值线图，能量被校正到最小的那个点即为最优解（星号）
Figure 4. Shear wave splitting analysis on the PKS phase excited by the Guatemalan coastal earthquake on November 7，2012 recorded at station HY16 using the tangential energy minimization （left） and the minimum eigenvalue minimization （right） methods
（d） Contours of energy and the point where the energy corrected to the minimum is the optimal solution （asterisk）
![]()
图 6 采用最小特征值最小化（左）和波形旋转互相关（右）方法分析HY08台站记录的2012年8月14日日本本州东部区域M7.7地震激发的区域S震相的横波分裂结果
（a）—（c）为横波分裂校正前后PKS震相的地震波形、投影到快慢轴的波形及质点振动图（原始的椭圆状线性化），其中右侧图采用的是质点的位移而非质点的振动速度，下同
Figure 6. The S-phases are triggered by the M7.7 earthquake in the eastern region of Honshu，Japan on August 14，2012 recorded at station HY08，and a comparison is also made between the shear wave splitting methods of the minimum eigenvalue minimization （left） and the cross-correlation （right）
（a）−（c） The filtered seismic waveforms，waveforms projected onto the fast /slow axis and the particle motions which are linearized from the original elliptical shape of the PKS phase before and after correcting anisotropy，figures in the right column use displacements rather than vibration velocities of the ground，the same below
![]()
图 6 采用最小特征值最小化（左）和波形旋转互相关（右）方法分析HY08台站记录的2012年8月14日日本本州东部区域M7.7地震激发的区域S震相的横波分裂结果
（d） 等值线图，能量和相关系数分别被校正到最小和最大的那个点即为最优解
Figure 6. The S-phases are triggered by the M7.7 earthquake in the eastern region of Honshu，Japan on August 14，2012 recorded at station HY08，and a comparison is also made between the shear wave splitting methods of the minimum eigenvalue minimization （left） and the cross-correlation （right）
（d） Contour maps. The point where the energy and correlation coefficient are corrected to the minimum and maximum，respectively，is the optimal solution （asterisk）
![]()
图 5 采用最小特征值最小化（a-b）和互相关横波分裂（c-e）方法分析HY17台站记录到的2012年11月7日危地马拉沿海地震激发的SKS震相得到的空解特征
（a）表示SKS震相投影到最大及最小特征值方向的波形图；（b）为最小特征值方向能量的等值线图；（c）代表N-S和E-W向地震波位移记录；（d）表示质点运动图；（e）表示互相关方法得到的快慢波相关系数等值线图，两种方法的空解特征均为等值线图沿两个候选的快轴方向呈条带状分布
Figure 5. Examples of null results obtained through shear wave splitting analysis of the SKS phase excited by the November 7，2012 Guatemalan coastal earthquake recorded at HY17 station，and a comparison of the null results，obtained using two shear wave splitting methods of the minimum eigenvalue minimization （a-b） and the cross-correlation methods （c-e）
（a） The SKS phases projected onto the directions of the maximum and minimum eigenvector；（b） The contours of the energy in the direction of the minimum eigenvector；（c） Seismic wave displacements in the N-S and E-W directions；（d） The particle motion diagram；（e） The contours of the cross-correlation coefficients between candidate fast and slow waves. Note that the common features of both methods for null results are that the contours are distributed in strips along the two candidate fast directions
![]()
图 7 HY08地震−台站对采用最小特征值最小化方法的横波分裂结果进行聚类分析实例
（a-b）为图6所示的在0.05—0.1 Hz滤波频段针对不同横波分裂时窗得到的快轴方向和分裂时间；（c-d）为针对不同滤波频段获得的最优快轴方向和分裂时间；（e-f）为0.05-0.1 Hz和不同滤波频段的聚类分析结果，其中相同颜色的解表示通过聚类分析后划分为同一类的解
Figure 7. An example of clustering analysis on shear wave splitting results obtained using the minimum eigenvalue minimization method for the earthquake-station HY08 pair
（a-b） The fast directions and splitting times obtained at different splitting windows for the frequency band of 0.05−0.1 Hz in fig. 6；（c-d） The optimum fast directions and splitting times obtained at different filtering frequency bands；（e-f） The corresponding clustering analysis results for the frequency band of 0.05−0.1 Hz and for different frequency bands，where solutions with the same color represent solutions that are classified into the same class after clustering analysis
![]()
图 8 南海中央海盆SKS分裂结果
Figure 8. The SKS splitting results in the eastern sub-basin of the South China Sea
![]()
图 10 南海海盆及周边横波分裂及P波各向异性结果比较
黄色双箭头表示本研究得到的SKS分裂解；蓝色和蓝绿色双箭头分别为采用互相关方法和最小特征值最小化方法针对区域地震激发的S震相得到的横波分裂解；针对SKS震相在不同台站获得单个分裂解以及台站叠加解来自文献（Bai et al，2009； Hammond et al，2010；Huang et al，2011；Xue et al，2013；Yu et al，2018；Song et al，2021）；P波各向异性结果来自Huang等（2015），其走向和长短分别代表快波的极化方向和各向异性的强度。台站东南方位马鲁古海区域根据横波分裂结果预期的该区域的地幔对流模型：黑色渐变粗实线代表Singihe板块下方与海沟平行的地幔流，板块两侧则是与板缘有关的偏转流，红色渐变粗实线则代表地幔楔里的角流，箭头指向流动方向
Figure 10. Comparisons of shear wave splitting results from this study with previous ones as well as the P-wave anisotropy results in the South China Sea Basin and its surrounding areas
The yellow double arrows represent the SKS splits obtained in this study；the blue and blue-green double arrows represent the splits obtained using the cross correlation method and the minimum eigenvalue minimization method for the S-phase excited by regional earthquakes，respectively；the individual SKS splits and stacked SKS splits are from previous studies （Bai et al，2009；Hammond et al，2010；Huang et al，2011；Xue et al，2013；Yu et al，2018；Song et al，2021）；the P-wave anisotropy at different depths are from Huang et al （2015），and the direction and length of the short solid lines represent fast directions and anisotropic intensities respectively. The mantle convection model of the Molucca Sea region in the southeast of the OBSs consistent with most shear wave splitting results obtained in this study: the black gradient thick solid lines represent the trench-parallel flow under the Sangihe plate and the deflection flow related to the plate edge is on both sides of the plate，and the red gradient thick solid line represents the corner flow in the mantle wedge，and the arrows indicate the flow directions
![]()
图 9 南海周边区域地震的S震相分裂结果
蓝色短实线和蓝绿色短实线分别代表采用互相关方法和最小特征值最小化方法得到的横波分裂解
Figure 9. The S-wave splitting results for regional earthquakes surrounding the South China Sea
Blue solid lines and light blue solid lines represent splitting results obtained by the cross-correlation method and the smallest eigenvalue minimization method，respectively. The lengths of the lines are proportional to their splitting time，as shown in the lower left corner of the figure
表 1 提供有用数据的OBS信息
Table 1 The information of OBSs used
台站 东经/° 北纬/° 水深/m 记录起止日期 钟漂/s 水平分量方位角/° 倾斜/° 倾斜方向/° （年-月-日—年-月-日） HY02 116.306 1 16.203 3 3 750 2012-04-21—2012-12-03 86.53 20 3.5 160 HY08 117.796 5 13.800 4 4 104 2012-04-22—2012-08-19 0 218 0.7 285 HY10 116.998 3 14.598 9 4 276 2012-04-23—2012-12-09 193.2 166 0.8 215 HY15 117.537 0 16.503 3 3 753 2012-04-25—2012-12-19 0.74 154 16.3 5 HY16 118.213 4 16.451 3 3 920 2012-04-25—2012-12-13 −0.51 26 0.3 91 HY17 118.803 7 16.201 0 3 870 2012-04-25—2012-12-10 −10.54 330 2.0 131 B04 117.011 0 14.024 3 4 246 2014-07-11—2014-11-23 0 185 6.5 280 B19 116.499 0 14.500 6 4 301 2014-07-11—2014-11-23 0 350 6.5 110 B32 117.999 0 14.396 5 3 859 2014-07-13—2014-11-24 0 110 0 N/A 注：台站钟漂的误差在2—3 s之间，水平分量方位角误差约为8°；倾斜指OBS的垂直分量偏离垂向的角度（刘晨光等，2014； Le et al，2018 ；Hung et al，2021 ）
下载: 导出CSV
表 2 挑选后可用于横波分裂的地震事件信息
Table 2 The information of selected events used for shear wave splitting
事件序号 年-月-日 儒略日 发震时刻 纬度 经度 震源深度/km MW 注释 1 2012-08-27 240 043719.43 12.139°N 88.590°W 28.0 7.3 远震 2 2012-11-07 312 163546.69 13.963°N 91.854°W 24.0 7.4 远震 3 2012-04-29 120 015751.90 3.059°S 136.109°E 18.4 5.2 区域震 4 2012-05-23 144 150225.31 41.335°N 142.082°E 46.0 5.9 区域震 5 2012-06-01 153 065620.24 0.720°S 133.269°E 25.0 5.8 区域震 6 2012-06-29 181 210733.86 43.433°N 84.700°E 18.0 6.3 区域震 7 2012-07-16 198 163310.08 1.296°S 137.053°E 13.1 5.6 区域震 8 2012-07-25 207 002745.26 2.707°N 96.045°E 22.0 6.4 区域震 9 2012-08-12 225 104706.45 35.661°N 82.518°E 13.0 6.2 区域震 10 2012-08-14 227 025938.46 49.800°N 145.064°E 583.2 7.7 区域震 11 2012-09-03 247 182305.23 10.708°S 113.931°E 14.0 6.1 区域震 12 2012-09-07 251 031942.53 27.575°N 103.983°E 10.0 5.5 区域震 13 2012-10-08 282 114331.42 4.472°S 129.129°E 10.0 6.1 区域震 14 2012-10-17 291 044230.40 4.232°N 124.520°E 32.6 6.0 区域震 15 2012-11-27 332 025906.52 2.952°S 129.219°E 11.2 5.7 区域震 16 2014-07-11 192 192200.82 37.005°N 142.452°E 20.0 6.5 区域震 17 2014-07-20 201 183247.79 44.642°N 148.784°E 61.0 6.2 区域震 18 2014-08-03 215 083013.57 27.189°N 103.409°E 12.0 6.2 区域震 19 2014-08-06 218 114522.68 7.274°S 128.036°E 10.0 6.2 区域震 20 2014-09-10 253 051653.21 18.400°N 125.125°E 30.0 5.9 区域震 21 2014-09-17 260 061445.41 13.764°N 144.429°E 130.0 6.7 区域震 22 2014-11-18 322 044716.63 1.869°N 126.475°E 30.0 5.8 区域震
下载: 导出CSV
表 3 远震的横波分裂结果
Table 3 The shear-wave splitting results for teleseismic earthquakes
台站 事件 后方位角/° 震中距/° 震相 ϕ/° δt/s 方法 HY02 1 46.2 142.6 SKKS 46.2；−43.8 空解 切向能量 46.2；−43.8 空解 最小特征值 46.2；−43.8 空解 互相关 HY10 2 46.5 139.7 PKS 46.5；−43.5 空解 切向能量 46.5；−43.5 空解 最小特征值 46.5；−43.5 空解 互相关 HY15 2 45.5 138.1 SKKS 45.5；−44.5 空解 切向能量 45.5；−44.5 空解 最小特征值 45.5；−44.5 空解 互相关 PKS 45.5；−44.5 空解 切向能量 45.5；−44.5 空解 最小特征值 45.5；−44.5 空解 互相关 HY16 2 46.2 137.6 PKS 35±1.5 2.6±0.35 切向能量 33±6.5 2.25±0.55 最小特征值 46.2；−43.8 空解 互相关 SKKS 46.2；−43.8 空解 切向能量 46.2；−43.8 空解 最小特征值 46.2；−43.8 空解 互相关 HY17 2 47.1 137.3 SKS 47.1；−42.9 空解 切向能量 空解 最小特征值 空解 互相关 空解 切向能量 PKS 47.1；−42.9 空解 最小特征值 空解 互相关
下载: 导出CSV
表 4 区域性地震的横波分裂结果
Table 4 The shear-wave splitting results obtained for regional earthquakes
台站 事件 后方位角/° 震中距/° 震相 （φ±σφ）/° （δt±σδt）/s 方法 HY02 6 321.9 38.2 S，pS，sS −42±17.0 9.75±0.96 互相关 9 309.2 35.8 S，pS，sS，PS 28±4.5 2.8±0.4 最小特征值 11 185.2 26.8 S，pS，sS −47±13.0 0.75±0.23 最小特征值 −48±24.0 0.75±0.60 互相关 12 316.8 16.1 S，sS，Sn，SS −1±8.5 1.8±0.375 最小特征值 −36±25.0 0.75±0.42 互相关 HY08 3 131.4 24.7 S，pS，sS，PS −47±5 2.72±0.5 最小特征值 −11±21 1.2±0.50 互相关 4 33.0 34.6 S 50±7 2.8±0.575 最小特征值 11±22 1.15±0.39 互相关 5 132.0 21.1 S，pS，sS −34±7 1.0±0.23 最小特征值 −48；42 空解 互相关 6 322.6 41.0 S，pS，sS，PS −46±5.0 9.6±0.375 最小特征值 −49±8.0 9.85 ±0.45 互相关 7 126.7 24.3 S，pS，sS，PS 27±15.5 2.65±0.83 最小特征值 59±24.0 1.5±0.55 互相关 10 26.2 42.3 S 4±6.5 2.6±0.2 最小特征值 8±7 2.35±0.17 互相关 HY15 6 320.8 38.7 S，pS，sS，PS −38±4.5 9.6±0.28 最小特征值 −46±7.0 9.75 ±0.41 互相关 8 239.3 25.2 S，pS，sS，PS 69±9.5 6.6±1.35 最小特征值 58±6.0 7.4±0.56s 互相关 10 27.8 40.0 S 36±4.0 7.65±0.35 最小特征值 −42；48 空解 互相关 HY16 6 320.4 39.1 S，pS，sS −64±4.0 8.85±0.25 最小特征值 −63±3.0 9.0 ±0.14 互相关 11 189.2 27.3 S，pS，sS，PS −79±4.5 2.85±0.7 最小特征值 −69±2 4.65±0.24 互相关 13 151.6 23.4 S，pS，sS，PS 20±9.5 1.9±0.275 最小特征值 17±18 1.75±0.27 互相关 14 152.3 13.6 S，Sn 14±1.5 2.2±0.2 最小特征值 −67；23 空解 互相关 15 149.6 22.1 S，pS，sS，PS 42±5.0 3.25±0.85 最小特征值 54±3.0 4.9±0.43 互相关 HY17 6 320.2 39.8 S，pS，sS，PS −44±5.0 8.80±0.23 最小特征值 −45±5.0 8.95 ±0.22 互相关 B04 16 40.2 32.2 S，pS，sS，PS −67±9.0 3.55±0.775 最小特征值 −80±11 4.25±0.65 互相关 22 141.4 15.3 S，Sn，sS −79±20 2.05±0.61 互相关 B19 17 35.8 40.6 S，pS，sS，PS −34±5.5 3.1±0.15 最小特征值 18 318.0 17.6 S，Sn，sS，SS −7±2.0 3.65±0.3 最小特征值 19 151.4 24.5 S，pS，sS，PS −41±1.5 8.95±0.25 最小特征值 −41±2 9.1±0.18 互相关 20 148.9 16.9 S，Sn，sS，SS −36±3 8.05±1.0 最小特征值 −41；49 空解 互相关 21 88.1 27.1 S，sS 5±3.5 4.1±0.325 最小特征值 −12±9.0 4.85±0.35 互相关 B32 17 34.7 39.9 S，sS −26±2.0 3.65±0.2 最小特征值 19 154.5 23.7 S，pS，sS，PS −75±2.5 3.7±0.4 最小特征值 −75；15 空解 21 88.1 25.6 S，sS 7±5 2.95±0.2 最小特征值 2±10 2.95±0.4
下载: 导出CSV
-
陈立,薛梅,Phon L K,杨挺. 2012. 南海瑞雷面波群速度层析成像及其地球动力学意义[J]. 地震学报,34(6):754–772. doi: 10.3969/j.issn.0253-3782.2012.06.003 Chen L,Xue M,Phon L K,Yang T. 2012. Group velocity tomography of Rayleigh waves in South China Sea and its geodynamic implications[J]. Acta Seismologica Sinica,34(6):754–772 (in Chinese).
李家彪,金翔龙,高金耀. 2002. 南海东部海盆晚期扩张的构造地貌研究[J]. 中国科学:D辑,32(3):239–249. Li J B,Jin X L,Gao J Y. 2002. A study on the tectonic geomorphology of the late expansion of the Eastern sub-basin of South China Sea[J]. Science in China:Series D,32(3):239–249 (in Chinese).
李家彪,金翔龙,阮爱国,吴世敏,吴自银,刘建华. 2004. 马尼拉海沟增生楔中段的挤入构造[J]. 科学通报,49(10):1000–1008. Li J B,Jin X L,Ruan A G,Wu S M,Wu Z Y,Liu J H. 2004. Intrusion structures in the middle of the accretionary wedge of the Manila Trench[J]. Chinese Science Bulletin,49(10):1000–1008 (in Chinese).
李琳. 2016. 利用OBS数据反演南海海盆的各向异性结构[D]. 上海: 同济大学: 68. Li L. 2016. The Anisotropic Structure of South China Sea Constrained by OBS Data Geophysics[D]. Shanghai: Tongji University: 68 （in Chinese）.
李思田,林畅松,张启明,杨士恭,吴培康. 1998. 南海北部大陆边缘盆地幕式裂陷的动力过程及10Ma以来的构造事件[J]. 科学通报,43(8):797–810. Li S T,Lin C S,Zhang Q M,Yang S G,Wu P K. 1998. Dynamic process of episodic rifting in the northern continental margin basin of the South China Sea and tectonic events since 10 Ma[J]. Science Bulletin,43(8):797–810 (in Chinese).
刘晨光,华清峰,裴彦良,杨挺,夏少红,薛梅,黎伯孟,霍达,刘芳,黄海波. 2014. 南海海底天然地震台阵观测实验及其数据质量分析[J]. 科学通报,59(16):1542–1552. Liu C G,Hua Q F,Pei Y L,Yang T,Xia S H,Xue M,Le B M,Huo D,Liu F,Huang H B. 2014. Passive-source ocean bottom seismograph (OBS) array experiment in South China Sea and data quality analyses[J]. Chinese Science Bull,59(16):1542–1552 (in Chinese).
任建业,李思田. 2000. 西太平洋边缘海盆地的扩张过程和动力学背景[J]. 地学前缘,7(3):203–213. Ren J Y,Li S T. 2000. Spreading and dynamic setting of marginal basins of the western Pacific[J]. Earth Science Frontiers,7(3):203–213 (in Chinese).
谢建华,夏斌,张宴华,王喜臣. 2005. 南海形成演化探究[J]. 海洋科学进展,23(2):212–218. Xie J H,Xia B,Zhang Y H,Wang X C. 2005. Study on formation and evolution of the South China Sea[J]. Advances in Marine Science,23(2):212–218 (in Chinese).
胥颐,李志伟,郝天珧,刘建华,刘劲松. 2007. 南海东北部及其邻近地区的Pn波速度结构与各向异性[J]. 地球物理学报,50(5):1473–1479. Xu Y,Li Z W,Hao T Y,Liu J H,Liu J S. 2007. Pn wave velocity and anisotropy in the northeastern South China Sea and adjacent region[J]. Chinese Journal of Geophysics,50(5):1473–1479 (in Chinese).
薛梅. 2008. 横波分裂方法研究[C]//中国地球物理学会第二十四届年会. 北京: 中国大地出版社: 390. Xue M. 2008. Study on shear-wave splitting [C]//The 24th Annual Meeting of the Chinese Geophysical Society. Beijing: China Land Press: 390 （in Chinese）.
鄢全树,石学法. 2007. 海南地幔柱与南海形成演化[J]. 高校地质学报,13(2):311–322. Yan Q S,Shi X F. 2007. Hainan mantle plume and the formation and evolution of the South China Sea[J]. Geological Journal of China Universities,13(2):311–322 (in Chinese).
张健,熊亮萍,汪集旸. 2001. 南海深部地球动力学特征及其演化机制[J]. 地球物理学报,44(5):602–610. Zhang J,Xiong L P,Wang J Y. 2001. Characteristics and mechanism of geodynamic evolution of the South China Sea[J]. Chinese Journal of Geophysics,44(5):602–610 (in Chinese).
张亮. 2012. 南海构造演化模式及其数值模拟[D]. 青岛: 中国科学院研究生院（海洋研究所）:1−185. Zhang L. 2012. Tectonic Evolution of South China Sea and A Numerical Modeling[D].Qingdao: Graduate University of Chinese Academy of Sciences （Institute of Oceanography）:1−185 (in Chinese).
钟广见,林珍,高红芳,金华峰. 2006. 南海南北缘的构造特征对比[J]. 南海地质研究,(1):30–40. Zhong G J,Lin Z,Gao H F,Jin H F. 2006. Comparison of the tectonic characteristic between north margin and south margin of the South China Sea[J]. Geological Research of South China Sea,(1):30–40 (in Chinese).
周蒂,陈汉宗,吴世敏,俞何兴. 2002. 南海的右行陆缘裂解成因[J]. 地质学报,76(2):180–190. Zhou D,Chen H Z,Wu S M,Yu H X. 2002. Opening of the South China Sea by dextral splitting of the East Asian continental margin[J]. Acta Geologica Sinica,76(2):180–190 (in Chinese).
Bai L,Iidaka T,Kawakatsu H,Morita Y,Dzung N Q. 2009. Upper mantle anisotropy beneath Indochina block and adjacent regions from shear-wave splitting analysis of Vietnam broadband seismograph array data[J]. Phys Earth Planet Inter,176(1/2):33–43.
Bell S W,Forsyth D W,Ruan Y Y. 2015. Removing noise from the vertical component records of ocean-bottom seismometers:Results from year one of the cascadia initiative[J]. Bull Seismol Soc Am,105(1):300–313. doi: 10.1785/0120140054
Ben-Avraham Z,Uyeda S. 1973. The evolution of the China Basin and the mesozoic paleogeography of Borneo[J]. Earth Planet Sci Lett,18(2):365–376. doi: 10.1016/0012-821X(73)90077-0
Bowman J R,Ando M. 1987. Shear-wave splitting in the upper-mantle wedge above the Tonga subduction zone[J]. Geophys J Roy Astron Soc,88(1):25–41. doi: 10.1111/j.1365-246X.1987.tb01367.x
Briais A,Patriat P,Tapponnier P. 1993. Updated interpretation of magnetic anomalies and seafloor spreading stages in the South China Sea:Implications for the tertiary tectonics of Southeast Asia[J]. J Geophys Res:Solid Earth,98(B4):6299–6328. doi: 10.1029/92JB02280
Cao L M,He X B,Zhao L,Lü C C,Hao T Y,Zhao M H,Qiu X L. 2021. Mantle flow patterns beneath the junction of multiple subduction systems between the Pacific and Tethys Domains,SE Asia:Constraints from SKS-wave splitting measurements[J]. Geochem Geophys Geosyst,22(9):e2021GC009700.
Chevrot S. 2000. Multichannel analysis of shear wave splitting[J]. J Geophys Res:Solid Earth,105(B9):21579–21590. doi: 10.1029/2000JB900199
Clift P,Lee G H,Anh Duc N,Barckhausen U,Van Long H,Zhen S. 2008. Seismic reflection evidence for a Dangerous Grounds miniplate:No extrusion origin for the South China Sea[J]. Tectonics,27(3):TC3008.
Crampin S,Gao Y. 2006. A review of techniques for measuring shear-wave splitting above small earthquakes[J]. Phys Earth Planet Inter,159(1/2):1–14.
Crotwell H P,Owens T J,Ritsema J. 1999. The Taup ToolKit:Flexible seismic travel-time and ray-path utilities[J]. Seismo Res Lett,70(2):154–160. doi: 10.1785/gssrl.70.2.154
Di Leo J F,Wookey J,Hammond J O S,Kendall J M,Kaneshima S,Inoue H,Yamashina T,Harjadi P. 2012a. Mantle flow in regions of complex tectonics:Insights from Indonesia[J]. Geochem Geophys Geosyst,13(12):Q12008.
Di Leo J F,Wookey J,Hammond J O S,Kendall J M,Kaneshima S,Inoue H,Yamashina T,Harjadi P. 2012b. Deformation and mantle flow beneath the Sangihe subduction zone from seismic anisotropy[J]. Phys Earth Planet Inter,194-195:38–54. doi: 10.1016/j.pepi.2012.01.008
Dziewonski A M,Chou T A,Woodhouse J H. 1981. Determination of earthquake source parameters from waveform data for studies of global and regional seismicity[J]. Journal of Geophysical Research:Solid Earth,86(B4):2825–2852. doi: 10.1029/JB086iB04p02825
Eakin C M,Long M D,Scire A,Beck S L,Wagner L S,Zandt G,Tavera H. 2016. Internal deformation of the subducted Nazca slab inferred from seismic anisotropy[J]. Nat Geosci,9(1):56–59. doi: 10.1038/ngeo2592
England P,Houseman G. 1986. Finite strain calculations of continental deformation 2:Comparison with the India-Asia collision zone[J]. J Geophys Res:Solid Earth,91(B3):3664–3676. doi: 10.1029/JB091iB03p03664
England P,Molnar P. 1990. Right-lateral shear and rotation as the explanation for strike-slip faulting in eastern Tibet[J]. Nature,344(6262):140–142. doi: 10.1038/344140a0
Gripp A E,Gordon R G. 2002. Young tracks of hotspots and current plate velocities[J]. Geophys J Int,150(2):321–361. doi: 10.1046/j.1365-246X.2002.01627.x
Hall R,Spakman W. 2015. Mantle structure and tectonic history of SE Asia[J]. Tectonophysics,658:14–45. doi: 10.1016/j.tecto.2015.07.003
Hammond J O S,Wookey J,Kaneshima S,Inoue H,Yamashina T,Harjadi P. 2010. Systematic variation in anisotropy beneath the mantle wedge in the Java-Sumatra subduction system from shear-wave splitting[J]. Phys Earth Planet Inter,178(3/4):189–201.
Holtzman B K,Kohlstedt D L,Zimmerman M E,Heidelbach F,Hiraga T,Hustoft J. 2003. Melt segregation and strain partitioning:Implications for seismic anisotropy and mantle flow[J]. Science,301(5637):1227–1230. doi: 10.1126/science.1087132
Huang Z C,Wang L S,Zhao D P,Mi N,Xu M J. 2011. Seismic anisotropy and mantle dynamics beneath China[J]. Earth Planet Sci Lett,306(1/2):105–117.
Huang Z C,Zhao D P,Wang L S. 2015. P wave tomography and anisotropy beneath Southeast Asia:Insight into mantle dynamics[J]. J Geophys Res:Solid Earth,120(7):5154–5174. doi: 10.1002/2015JB012098
Huang C Y,Wang P X,Yu M M,You C F,Liu C S,Zhao X X,Shao L,Zhong G F,Yumul G P Jr. 2019. Potential role of strike-slip faults in opening up the South China Sea[J]. Natl Sci Rev,6(5):891–901. doi: 10.1093/nsr/nwz119
Hung T D,Yang T,Le B M,Yu Y Q. 2019. Effects of failure of the ocean-bottom seismograph leveling system on receiver function analysis[J]. Seismol Res Lett,90(3):1191–1199. doi: 10.1785/0220180276
Hung T D,Yang T,Le B M,Yu Y Q,Xue M,Liu B H,Liu C G,Wang J,Pan M H,Huong P T,Liu F,Morgan J P. 2021. Crustal structure across the extinct mid-ocean ridge in South China Sea from OBS receiver functions:Insights into the spreading rate and magma supply prior to the ridge cessation[J]. Geophys Res Lett,48(3):e2020GL089755.
Jiang X,Wang Z C. 2021. A critical review of existing models for the origin of the South China Sea and a new proposed model[J]. J Asian Earth Sci:X,6:100065.
Karig D E. 1971. Origin and development of marginal basins in the Western Pacific[J]. J Geophys Res,76(11):2542–2561. doi: 10.1029/JB076i011p02542
Kennett B L N,Engdahl E R. 1991. Traveltimes for global earthquake location and phase identification[J]. Geophys J Int,105(2):429–465. doi: 10.1111/j.1365-246X.1991.tb06724.x
Kuo B Y,Chen C C,Shin T C. 1994. Split S waveforms observed in northern Taiwan:Implications for crustal anisotropy[J]. Geophys Res Lett,21(14):1491–1494. doi: 10.1029/94GL01254
Le B M,Yang T,Chen Y J,Yao H J. 2018. Correction of OBS clock errors using Scholte waves retrieved from cross-correlating hydrophone recordings[J]. Geophys J Int,212(2):891–899. doi: 10.1093/gji/ggx449
Li C F,Song T R. 2012. Magnetic recording of the Cenozoic oceanic crustal accretion and evolution of the South China Sea basin[J]. China Science Bulletin,57(24):3165–3181. doi: 10.1007/s11434-012-5063-9
Li L, Xue M, Yang T, Liu C, Hua Q, Le B M, Xia S, Huang H, Pan M, Huo D. 2016. A comparison of various methods of determining the horizontal orientation of Ocean Bottom Seismometers （OBS）: Applying to South China Sea OBS data[C]//AGU Fall Meeting. San Francisco: American Geophysical Union: 2016AGUFMOS51C2090L
Long M D,Silver P G. 2008. The subduction zone flow field from seismic anisotropy:A global view[J]. Science,319(5861):315–318. doi: 10.1126/science.1150809
Long M D,Becker T W. 2010. Mantle dynamics and seismic anisotropy[J]. Earth Planet Sci Lett,297(3-4):341–354. doi: 10.1016/j.jpgl.2010.06.036
Mainprice D,Tommasi A,Couvy H,Cordier P,Frost D J. 2005. Pressure sensitivity of olivine slip systems and seismic anisotropy of Earth’s upper mantle[J]. Nature,433(7027):731–733. doi: 10.1038/nature03266
Miyashiro A. 1986. Hot regions and the origin of marginal basins in the western Pacific[J]. Tectonophysics,122(3/4):195–216.
Morley C K. 2002. A tectonic model for the Tertiary evolution of strike–slip faults and rift basins in SE Asia[J]. Tectonophysics,347(4):189–215. doi: 10.1016/S0040-1951(02)00061-6
Rangin C,Klein M,Roques D,Le Pichon X,Van Trong L. 1995. The Red River fault system in the Tonkin Gulf,Vietnam[J]. Tectonophysics,243(3/4):209–222.
Savage M K. 1999. Seismic anisotropy and mantle deformation:What have we learned from shear wave splitting?[J]. Rev Geophys,37(1):65–106. doi: 10.1029/98RG02075
Shen Z K,Zhao C K,Yin A,Li Y X,Jackson D D,Fang P,Dong D N. 2000. Contemporary crustal deformation in East Asia constrained by global positioning system measurements[J]. J Geophys Res:Solid Earth,105(B3):5721–5734. doi: 10.1029/1999JB900391
Silver P G,Chan W W. 1988. Implications for continental structure and evolution from seismic anisotropy[J]. Nature,335(6185):34–39. doi: 10.1038/335034a0
Silver P G,Chan W W. 1991. Shear wave splitting and subcontinental mantle deformation[J]. J Geophys Res:Solid Earth,96(B10):16429–16454. doi: 10.1029/91JB00899
Silver P G. 1996. Seismic anisotropy beneath the continents:Probing the depths of geology[J]. Annu Rev Earth Planet Sci,24:385–432. doi: 10.1146/annurev.earth.24.1.385
Song W K,Yu Y Q,Gao S S,Liu K H,Fu Y F. 2021. Seismic anisotropy and mantle deformation beneath the central Sunda Plate[J]. J Geophys Res:Solid Earth,126(3):e2020JB021259.
Sun Z,Lin J,Qiu N,Jian Z M,Wang P X,Pang X,Zheng J Y,Zhu B D. 2019. The role of magmatism in the thinning and breakup of the South China Sea continental margin[J]. Natl Sci Rev,6(5):871–876. doi: 10.1093/nsr/nwz116
Tapponnier P,Molnar P. 1976. Slip-line field theory and large-scale continental tectonics[J]. Nature,264(5584):319–324. doi: 10.1038/264319a0
Tapponnier P,Peltzer G,Le Dain A Y,Armijo R,Cobbold P. 1982. Propagating extrusion tectonics in Asia:New insights from simple experiments with plasticine[J]. Geology,10(12):611–616. doi: 10.1130/0091-7613(1982)10<611:PETIAN>2.0.CO;2
Tapponnier P, Peltzer G, Armijo R. 1986. On the mechanics of the collision between India and Asia[C]//Collision Tectonics. London: Geological Society, Special Publications, 19: 113–157.
Tapponnier P,Lacassin R,Leloup P H,Schärer U,Zhong D L,Wu H W,Liu X H,Ji S H,Zhang L S,Zhong J Y. 1990. The Ailao Shan/Red River metamorphic belt:Tertiary left-lateral shear between Indochina and South China[J]. Nature,343(6257):431–437. doi: 10.1038/343431a0
Taylor B, Hayes D E. 1983. Origin and history of the South China Sea basin[C]//The Tectonic and Geologic Evolution of Southeast Asian Seas and Islands: Part 2. Washington D C: AGU: 27: 23–56.
Teanby N A,Kendall J M,van der Baan M. 2004. Automation of shear-wave splitting measurements using cluster analysis[J]. Bull Seismol Soc Am,94(2):453–463. doi: 10.1785/0120030123
Wang C Y,Yang J M,Zhu W L,Zheng M L. 1995. Some problems in understanding basin evolution[J]. Earth Sci Front,2(3/4):29–44.
Wang L L,He X B. 2020. Seismic anisotropy in the Java-Banda and philippine subduction zones and its implications for the mantle flow system beneath the Sunda Plate[J]. Geochem Geophys Geosyst,21(4):e2019GC008658.
Wang P X,Huang C Y,Lin J,Jian Z M,Sun Z,Zhao M H. 2019. The South China Sea is not a mini-Atlantic:Plate-edge rifting vs intra-plate rifting[J]. Natl Sci Rev,6(5):902–913. doi: 10.1093/nsr/nwz135
Wu J,Suppe J. 2018. Proto-South China Sea plate tectonics using subducted slab constraints from tomography[J]. J Earth Sci,29(6):1304–1318. doi: 10.1007/s12583-017-0813-x
Xue M,Allen R. 2005. Asthenospheric channeling of the Icelandic upwelling:Evidence from seismic anisotropy[J]. Earth Planet Sci Lett,235(1/2):167–182.
Xue M,Le K P,Yang T. 2013. Seismic anisotropy surrounding South China Sea and its geodynamic implications[J]. Mar Geophys Res,34(3/4):407–429.
Yang T,Liu F,Harmon N,Le K P,Gu S Y,Xue M. 2015. Lithospheric structure beneath Indochina block from Rayleigh wave phase velocity tomography[J]. Geophys J Int,200(3):1582–1595. doi: 10.1093/gji/ggu488
Yu Y Q,Gao S S,Liu K H,Yang T,Xue M,Le K P,Gao J Y. 2018. Characteristics of the mantle flow system beneath the Indochina Peninsula revealed by teleseismic shear wave splitting analysis[J]. Geochem Geophys Geosyst,19(5):1519–1532. doi: 10.1029/2018GC007474
Zhao M H,Sibuet J C,Wu J. 2019. Intermingled fates of the South China Sea and Philippine Sea plate[J]. Natl Sci Rev,6(5):886–890. doi: 10.1093/nsr/nwz107
计量
- 文章访问数: 403
- HTML全文浏览量: 138
- PDF下载量: 158
