基于淺地層剖面振幅屬性的海底沉積物類型反演
——以舟山群島為例

高軍鋒，唐松華，張勝江，姜勝輝，劉龍龍，王圣民，林森，黃瑤

1.中國地質調查局煙臺海岸帶地質調查中心，煙臺 264000

2.中石化海洋石油工程有限公司，上海 200120

3.中國海洋大學海洋地球科學學院，青島 266100

4.浙江省工程勘察設計院集團有限公司，寧波 315000

海底作為一個具有重要意義的地質界面，一直都是海洋科學研究的熱點。海底底質的開發和利用在許多領域上都具有重要意義，特別是海洋軍事[1]、海洋資源勘探[2]、水下考古[3]、海洋工程建設[4]、海洋漁業[5]等重要領域。傳統的海底底質分類通常采用箱式取樣、重力取樣、抓斗等方式，按一定網格離散現場區域，通過室內測試分析后進行底質類型劃分，但是該方式效率低，取樣有限，作業成本高，所需時間長，且只能獲取離散的海底底質點數據，需通過內插或外延的方式才能獲得連續的底質分布。隨著聲學技術的不斷發展，出現了多波束、側掃聲吶等一系列非接觸式的聲學底質探測方法[6-10]，不僅改善了作業效率，而且明顯減少了投入成本。目前應用較多的聲學探測系統有多波束、側掃聲吶、淺地層剖面儀等。這些方法基本上都是基于沉積物類型與散射強度、回波波形等物理量的相關性，進行相關改正后再進行特征提取和統計分析[11-12]。多波束和側掃聲吶通過采集多角度反向散射信號來獲取大面積的海底底質信息，多波束的回波強度數據往往側重于統計特征參量的分類，而側掃聲吶的回波強度數據更傾向于圖像紋理分類[13]。然而，海底以下的沉積層中包含了很多可以表征底質特征的聲學參數，如聲阻抗、聲衰減等，由于多波束和側掃僅能穿透海底表面以下數厘米的深度，無法提取這些特征信息[14-16]。

淺地層剖面儀，使用的是低頻、高能量的正入射信號，能穿透至淺地層數十乃至數百米深度，獲取這一深度區間內的高分辨率垂直剖面資料，其回波中包含更多淺地層沉積物信息，可用較高置信度推斷底質類型[17-18]。關于淺地層剖面的底質分類方法主要有3 種：一是組合系統分類，將淺地層剖面與多波束或側掃聲吶相結合來識別不同的底質特征；二是基于模型的聲學參數底質反演分類，Shock[19-20]在Biot-Stoll 模型的基礎上計算了快波波速和衰減系數來預測表層沉積物的類型，反演方法在計算連續較深的沉積層性質時被證明是可靠的。鄭紅波等[21]利用Biot-Stoll 模型反演海底沉積物的孔隙度和滲透率，并計算平均粒徑實現底質分類，結果表明，Biot-Stoll 模型適用于軟質海底沉積物的分類；三是無模型的回波信號統計特征量底質自動分類，Yegireddi 等[22]利用灰度共生矩陣統計數據進行淺地層特征識別和紋理特征向量提取，并選擇一種名為自組織映射的無監督神經網絡算法進行分類，成功從海底圖像中分離出4 種不同底質類型的沉積層。陳佳兵[23]等提取圖像的相關系數、角二階矩、同質性等6 個特征向量，并提出將粒子群優化算法與BP 神經網絡相結合，通過優化BP 神經網絡的初始權值和閾值提高底質分類的精度。本文基于最近在舟山群島采集的高密度高分辨率淺地層剖面測線，從處理后的淺地層數據中提取用于底質分類研究的關鍵參數，在此基礎上，用無模型的回波信號統計特征量反演海底表層沉積物類型，并與高密度側掃聲吶數據解釋的地貌類型和實測海底沉積物類型進行對比，分析該反演方法的準確率和可靠性，并繪制海底底質分布類型圖，作為一種海底沉積物類型反演的新方法探索，為后期開展相關研究提供參考。

1 區域背景

研究區主要位于舟山群島海域，舟山群島是浙東天臺山脈向海延伸的余脈。在10～8 ka 前，由于海平面上升將山體淹沒才形成今天的島群。古近紀和新近紀沿海及海島地區全面隆起，處于剝蝕、侵蝕構造環境。進入第四紀，氣候明顯變冷，早更新世浙江沿海及海島地區仍處于上升階段，遭受構造侵蝕，形成了低山丘陵地貌。第四紀以來，伴隨著海平面的多次升降，沉積了海相砂礫層和淤泥灘堆積[24-25]。

舟山群島及其附近海域海流主要由東海沿岸流、長江沖淡水、臺灣暖流等組成，季節性變化顯著。受沿岸流影響，長江口入海泥沙經舟山群島向東南搬運到水深小于60 m 的內陸架區域。舟山群島海域為典型往復流，島嶼間泥沙輸運沿水道方向，潮流作用復雜，以峽道沉積作用為主，泥沙輸運具有北進南出特征。已有研究表明，舟山群島海域沉積物類型主要有5 種，包括粉砂、礫質砂、砂質粉砂、粉砂質砂、砂，其中粉砂含量最高，呈片狀廣泛分布于舟山群島東部寬闊海域[26-28]。

2 材料與方法

2021 年7—8 月中國地質調查局煙臺海岸帶地質調查中心在舟山海域開展了1 100 km 淺地層剖面和523 km 側掃聲吶測量（圖1），作業過程中導航定位采用美國Trimble 公司產SPS351-DGPS 差分信標接收機，CGCS2000 坐標系，投影方式采用高斯克呂格6°帶投影。

圖1 研究區內淺地層剖面和側掃聲吶測線圖Fig.1 Deployment of shallow seismic profiles and side scan sonar lines in the study area

淺地層剖面采集儀器為英國應用聲學公司生產的AAE 型電火花淺地層剖面儀，測線間距1 km×2 km，震源 為CSP-D（50-2 400 J），水 下 聲源Squid 2000，水聽器為20 單元組合檢波水聽器，頻率響應范 圍 為145～7 000 Hz，探 測 地 層 垂 向 分 辨 率 優 于0.5 m。通過試驗確定的采集參數為：激發能量750 J，激發間隔800 ms，帶通濾波100～5 000 Hz，電火花震源距離船尾30 m，水聽器與電火花震源5 m，數據記錄格式為SEGY，記錄量程200 ms。

側掃聲吶采用美國Klein 公司生產的Klein4900型數字式雙頻側掃聲吶，主測線平行等深線，聯絡測線垂直主測線，主測線間距350 m，測量分兩個區，金塘海域主測線共30 條，聯絡測線共11 條；定海海域主測線共17 條，聯絡測線共11 條。試驗取得的剖面以具有較高分辨率和良好的記錄面貌為原則，最終確定的側掃聲吶工作參數為：455 kHz 低頻采集，量程200 m，TVG 選擇自動，后拖時拖纜放長15 m，船速保持在5 節左右。實際作業時根據回波信號的強度及聲圖質量，適時調整船速、量程等施工參數，確保聲圖能夠清楚地反映海底的地貌特征。

3 淺地層剖面數據處理與地震振幅屬性提取

淺地層剖面數據處理采用集成開發的運行在Windows 平臺的處理系統，在淺地層剖面數據處理方面，有針對性地編寫了特有模塊和算法，目前成熟的模塊有：能量分析、頻譜分析、頻率域濾波、時變濾波、真振幅恢復、道間能量均衡、非相干及相干噪音壓制、水體噪音壓制、鬼波壓制、海底多次波壓制、涌浪改正、潮位改正、道坐標歸算等。根據淺地層剖面特點，本次使用的模塊包括頻譜分析、頻率掃描、頻率域濾波、振幅恢復、能量均衡、層位平滑、多次波衰減、噪音衰減等，通過數據處理，壓制了噪音和多次波，突出了有效波，提高了信噪比，并加強了層位連續性，方便后續屬性數據的提取。

3.1 淺地層剖面數據處理

對原始SEGY 數據進行前處理，包括濾波、真振幅恢復、振幅衰減補償、振幅校正、振幅屬性提取、多次波提取及反射系數計算等，方便后續屬性數據的提取[29]。

3.1.1 濾波

通過對原始數據進行頻率掃描，頻譜分析等，大致確定數據資料的頻率范圍，以確定頻率域濾波參數，通過分析對比，本次數據資料的有效頻帶范圍大致在150～1 800，根據分析結果進而選擇相應的濾波參數，濾波后高頻和甚低頻干擾噪音都得到了壓制，同時也避免了噪音對后期海底振幅屬性提取的干擾（圖2）。

圖2 帶通濾波前（a）和濾波后（b）海底振幅屬性對比Fig.2 Comparison of seafloor amplitude properties before (a) and after (b) bandpass filtering

3.1.2 淺深層振幅分析及補償

地震波在傳播過程中，受波前擴散、大地濾波、吸收、散射、投射損失等多種因素影響，后處理過程中使用振幅恢復模塊對地震波能量進行補償和校正，以恢復較深層的弱反射能量，處理效果及補償前后能量衰減對比見圖3，從剖面圖和能量曲線上可以看出，振幅補償后深層能量得到有效恢復。

圖3 振幅補償前（左）和補償后（右）剖面對比Fig.3 Amplitude compensation Profiles comparison before (left) and after (b) profiles comparison amplitude compensation

3.1.3 水平能量均衡

外業采集過程中接收端能量往往受電纜沉放深度、震源深度、激發能量、海況等多種因素的影響，反映到資料剖面上，各道能量出現不均衡現象，同時也影響了海底反射能量，為減少這方面的影響，后處理過程中使用能量均衡模塊，恢復因不同激發能量等因素引起的海底能量不一致性。通過互相關、能量匹配等方法對主要反射層位進行跟蹤分析，采用擬合平滑局部層位以提高連續性、橫向分辨率等。

3.1.4 多次波衰減

針對測區剖面上的短程多次波、海底多次波，采用預測反褶積模塊對多次波進行衰減，特別是針對海底振幅能量有影響的鬼波，在提取能量前進行去鬼波處理（圖4）。

圖4 海底多次波處理前（左）和處理后（右）效果對比圖Fig.4 Before (left) and after (right) seabed multiple multi-wave processing

3.2 地震振幅屬性提取分析

3.2.1 屬性提取

通過淺地層剖面數據處理，對振幅進行校正后，先拾取海底反射（圖5），再根據剖面判讀反射特征與子波波形，推測實際地震子波長度大約為2 ms（圖6），然后分別計算海底反射所在的波段和2 ms長度（下面簡稱區段）其對應的多個振幅屬性，包括振幅最大值Max，振幅平均值Average 及振幅均方根RMS 等屬性值。

圖5 海底跟蹤拾取Fig.5 Seafloor tracking pickup

圖6 子波長度估測Fig.6 Wavelet length estimation

3.2.2 異常振幅整理

對于異常振幅段要進行剔除，如震源無激發的記錄道（圖7），海底過淺以致海底反射受直達波影響的記錄道，這類異常一般出現在測線開始或結尾處。

圖7 測線3500—3670 炮震源無激發記錄Fig.7 Source record of no excitation from 3500 to the 3670 shot

3.2.3 振幅解釋分析成圖

根據高密度高分辨率淺地層剖面數據提取的各振幅屬性值，包括波段Max、波段Average、波段RMS、區段Max、區段Average、區段RMS，見圖8。對各屬性體采用克里金柵格化后形成的等值線如圖9 所示。振幅屬性值越大對應海底沉積物越硬，反之，值越小對應海底沉積物越軟。

圖8 根據淺地層剖面數據提取的各振幅屬性值a：波段Max，b：波段Average，c：波段RMS，d：區段Max，e：區段Average，f：區段RMS。Fig.8 Amplitude attribute values extracted from shallow seismic profiles a:Band Max, b: band Average, c:band RMS, d:section Max, e:section Average, f:section RMS.

4 聲吶數據解釋

通過對所有側掃聲吶測線的地貌進行分析，發現測區范圍內主要存在沖刷溝槽（潮道）和海底平原地貌類型。在沖刷溝槽中分布大量的淺埋基巖和出露基巖、沙波、巖石臺地和滑坡體等（圖10），海底平原地區發育大量沙波以及人類活動留下的痕跡等，其中人類活動留下的痕跡又包括拖痕區、采砂區、漁網等（圖11），測區側掃聲吶數據解釋獲得的地貌分類及其分布見圖12。

圖10 側掃聲吶數據揭示的潮道底部出露的基巖高出海底近50 m。Fig.10 Bedrock outcrop at the bottom of the tidal channel revealed by side-scan sonar data Nearly 50 m above the sea floor.

圖11 側掃聲吶揭示的沙波Fig.11 Sand waves revealed by side scan sonar

圖12 側掃聲吶數據解釋的地貌分類及其分布Fig.12 Geomorphic classification and distribution interpreted by side scan sonar data

4.1 基巖/風化殼

出露基巖在本次調查范圍內主要有兩種，基本分布在沖刷溝槽（潮道）底部和潮道邊緣，一種是在聲吶圖像上主要表現為反射深淺相間在水深100 m左右，由于拖魚距離海底較大，聲吶反射成像較差，但是巖石紋理仍然清晰，此類型在本次調查范圍內的沖溝底部大面積出露，另一種是出露基巖表現為海底高高突起（圖10），在聲吶圖像上的表現為海底水深線劇烈起伏，垂直拖魚航向上近拖魚位置反射強，隨后為陰影暗反射區，基巖/風化殼分布范圍見圖12 中紅色區域所示。

4.2 沙波

沙波一般是指淺水區河床中的泥沙質堆積地貌，在淺水區，水面受河床底部起伏影響呈波形，水流流速受上坡和下坡影響存在差異，進而導致沙波背水坡泥沙被侵蝕，而被侵蝕的泥沙會在下一個沙波的迎水坡堆積[30]。從平面上看，沙波的波峰大致互相平行，并與水流方向垂直或略顯斜交。有時，它們呈時斷時續的蛇曲形狀或顯弧形。測區范圍內存在3 處明顯的沙波（圖12 中黃色范圍），冊子島南邊海域僅觀察到少量沙波分布，估計是受挖沙影響，沙波沉積遭到破壞。大榭島正北及東北海域的沙波，其沙波長達數百米，波高可達2～5 m（圖11）。

5 底質類型反演

5.1 多次波識別和海底反射系數計算

針對測區剖面上的海底多次波，采用預測反褶積模塊對多次波進行求?。▓D13）。

提取多次波后，再利用去多次波模塊計算獲得反射系數，圖14 為計算得到的反射系數屬性體圖。值越大對應海底沉積物越硬，反之，值越小反映海底沉積物越軟。

圖14 研究區淺地層剖面測線反射系數屬性體（上）及等值線圖（下）Fig.14 Reflection coefficient properties (up) and contour map (down) of shallow seismic profiles

由于測區范圍內淺層氣特別發育，除了基巖出露的部分測線段以外，幾乎遍布整個測區，以致計算所獲的反射系數整體偏高（圖15）。

圖15 測線反射系數（a）與RMS 屬性（b）對比圖Fig.15 Comparison of reflection coefficient (a) and RMS attributes (b)

5.2 底質類型反演及與實測數據的對比

結合基巖出露、側掃聲吶資料解釋后的沉積分區（圖12）進行對比分析，可以明顯看出，振幅屬性對底質的刻畫，特別是潮道區，區段振幅屬性要優于波段振幅屬性，3 個區段振幅屬性整體上差別不大。再根據2015 年收集的實測表層樣資料[31-32]，進行綜合對比（圖16），并結合以往屬性計算經驗，最終采用區段RMS 屬性進行海底底質反演。為了方便對比，最終對區段RMS 屬性進行歸一化處理。根據RMS 屬性值和粒度分析的相關關系，推測海底沉積物類型，研究區海底沉積物類型見圖17，反演質量整體上較好。

圖16 研究區實測表層沉積物類型及淺地層剖面區段振幅屬性對比2015 年實測沉積物類型：◆黏土質粉砂 ◆粉砂 ◆砂質粉砂。Fig.16 Comparison of measured surface sediment types and amplitude attributes of shallow seismic profiles in the study area Measured sediment types in 2015：◆clayey silt ◆silt ◆sandy silt.

圖17 根據淺地層剖面RMS 振幅屬性反演的海底表層沉積物類型Fig.17 Seafloor surface sediment types derived from RMS amplitude attributes based on shallow seismic profiles

部分推測區與表層樣存在不符合的情況，研究區東北角反演推測的粉砂區，有2 個黏土質粉砂表層樣及2 個砂質粉砂表層樣落在此范圍，1 個砂質粉砂落在推測的黏土質粉砂范圍內；另有桃花島北邊2 個黏土質站位落在潮道邊緣，推測為砂質區，全部29 個站位中，其余22 個站位（占總站位的72.41%）與推測的底質類型一致。

反演推測區與表層樣存在不符合的情況，原因可能為：一是表層樣取樣時間是2015 年，地球物理測線采集是2021 年，期間相隔6 年，舟山海區流速大、沉積物源豐富，水動力（波浪、恒流、潮汐等）強，都會引起局部沉積物的成分變化，對比相關海域已公開發表的資料，可以發現不同年份的取樣其底質分析結果也存在些許差異[33]；二是研究區范圍內淺層氣特別發育，除基巖出露的區域外，淺層氣幾乎遍布其他區域，對沉積物類型反演有一定影響；三是受測線稀疏程度的影響，反演得到的海底底質分類的分辨率有限[34-35]。

6 結論與建議

本文探索了一種利用高密度高分辨率淺地層剖面資料振幅屬性反演海底表層沉積物類型的新方法，利用地震數據前處理、振幅提取等技術，提取了淺地層剖面波段Max、波段Average、波段RMS、區段Max、區段Average、區段RMS 等多個振幅屬性值，對比分析發現區段RMS 屬性可較準確地反演沉積物類型。利用最近獲得的淺地層剖面數據振幅RMS 屬性值反演出舟山群島的沉積物類型主要有黏土、黏土質粉砂、粉砂、砂和基巖5 種類型，通過與側掃聲吶數據解釋的地貌單位和實測海底表層沉積物類型數據對比，初步估算準確率在72%以上，該反演方法在研究區可行。

同時，該反演方法準確率受測線稀疏程度、數據原始采集質量等因素影響，因此結合本次資料處理及反演過程，為使后期提取的振幅屬性更真實、多次波的計算更準確，在外業采集過程中應提高外業采集質量，保證記錄長度超過多次波的到達時間在30 ms 以上，盡量減小背景噪音，電纜沉放深度可以適當加大，可以減少水面噪音等。