冷泉羽状流多波束水体声学探测技术与应用

2021-08-17梅赛杨慧良孙治雷刘俊李海龙孙军赵钊

海洋地质与第四纪地质 2021年4期

梅赛，杨慧良，孙治雷，刘俊，李海龙，孙军，赵钊

1.中国海洋大学海洋地球科学学院，青岛266100

2.中国地质调查局青岛海洋地质研究所，青岛266071

3. 青岛海洋科学与技术国家实验室海洋矿产资源评价与探测技术功能实验室，青岛266071

海底冷泉是广泛存在于大陆边缘海底的一种地质现象，它不断从海底沉积界面之下以喷溢、渗漏等方式向海水中注入以水、天然气、细粒沉积物等为主的流体。自1983年在墨西哥湾佛罗里达陡崖3 200 m深的海底发现冷泉以来[1]，冷泉活动一直是国际研究热点，这是因为它是现代海底极端环境系统的重要组成部分，也是物质从岩石圈向外部圈层（生物圈、水圈和大气圈）进行转移和交换的重要途径甚至中枢环节[2]，是地球物质循环的基本过程[3]，对全球海洋物质循环[2]、生命活动[4-5]和天然气水合物形成[6-7]均有重要意义，是当前深海探测及相关科学研究的前沿领域之一。研究海底冷泉对于海洋工程安全、天然气水合物开发、海洋油气勘探、全球气候变化、碳循环和极端生物群落等方面具有重要意义。

1 冷泉系统基本特征与探测技术

研究海底冷泉首先要解决茫茫海洋中的探测问题，因此科学、高效的探测技术尤为重要。目前，海底冷泉探测方法主要有多波束探测、海底原位观测、地质取样、多道地震探测、浅地层剖面探测和走航式声学遥感探测等。利用这些方法可以获取海底冷泉发育的直接或间接证据，如天然气水合物、碳酸盐岩、生物群落、麻坑、泥火山、丘状体、羽状流等（表1）。随着各学科对冷泉系统研究的不断深入，冷泉探测技术正在向多手段、立体化探测方向发展。

1.1 海底原位探测技术

海底冷泉泄漏产生的一系列物理、化学和生物作用，引发了复杂的海洋生物地球化学变化，现场原位观测可以直接反映海底冷泉的活动过程，利用搭载于深潜器（ROV 和 AUV）的高清摄像系统和集成多种传感器深海观测站可以获得冷泉区高清影像资料和近海底水体原位观测数据，是研究冷泉区海底表征、化学场特征及流体通量的重要方法。

原位观测方法主要通过在锚系、浮标、ROV和AUV等设备上搭载高清摄像系统和多种传感器，来获得海底冷泉活动区的高清视像资料和近海底水体原位观测数据，进而获得冷泉活动区海底表征、化学场特征及流体通量等，大大提高了原位观测的精度、时间和分辨率，但其原位观测时长、传感器搭载等存在局限性，仅能提供较少时间段的现象观测。近年来，低成本、可移动、长时序、多参数和可拓展的坐底式海底环境原位观测系统发展迅速，已成为当前海底冷泉原位监测的重要技术手段和发展趋势[13]。海底环境原位观测系统一般由搭载平台子系统、传感器子系统、数据采集子系统、多通路供电子系统、数据通讯子系统、释放与回收装置及其他附属设备组成[14]，通过搭载温度、盐度、CO2、CH4、pH、溶解氧等反映原位环境参数的传感器，可对海底冷泉活动区进行长时间序列的、可靠的近海底水体、沉积物环境参数的观测，可以获取海底边界层的物理、化学和环境等参数的变化特征，能够为深入研究海底冷泉活动的生物地球化学过程及其环境效应提供宝贵的数据资料[15-19]。

1.2 海洋底质取样技术

冷泉碳酸盐岩是冷泉渗漏的产物，是判断冷泉是否存在的重要标志。中国在南海、东海等地区通过底质取样获得了大量的海底冷泉碳酸盐岩样品[19]。海洋底质取样技术具有作业成本低、作业效率高和船舶适应性强等优点[20]，是开展海底冷泉研究不可缺少的技术手段。目前，海洋底质取样技术包括箱式取样、拖网取样、多管取样、重力柱状取样和海底钻探等[20-21]。其中，箱式取样和多管取样以获取海底冷泉表层松软物质样品为目的；海底拖网在获取海底较大面积的块状碳酸盐岩样品中应用较广；重力柱状取样主要依靠自身重力可钻获海底冷泉表层数米厚的样品；海底钻探可以在数千米水深内获取连续厚度的海底冷泉碳酸盐岩样品。近些年来，随着海洋探测方法和装备技术的不断提升，海底取样设备也在不断更新和改进，海底冷泉底质取样技术正向着可视化、可控化、动力化、智能化和多样化发展，在常规海洋底质取样设备的基础上，随着电视抓斗、重力活塞式保真取样器、深水海底钻机等取样设备投入使用，为海底冷泉的探测与研究提供了更丰富的技术手段[21-25]。

1.3 多道地震探测技术

冷泉活动一般与泥底辟、流体管道、断层和裂隙、气烟囱、海底麻坑和泥火山等流体逸散结构相关，通过对高质量地震数据的处理和分析，可以揭示冷泉系统的深部结构特征。近年来，国内外学者开始利用地震海洋学方法对海水层进行成像，基于羽状流与背景海水的反射地震特征差异分析冷泉系统在多道反射地震剖面上的活动特征[26]。徐华宁等利用广州海洋地质调查局“奋斗四号”调查船在南海北部神狐海域采集的多道反射地震数据[27]，发现了羽状流、声波速度反转、溢出口、海底下陷和浅部BSR等地质现象，推测为甲烷气体沿运移通道进入近海底沉积物中形成了天然气水合物或溢出至海水中所致（图1）。

图1 多道反射地震剖面上的泥火山及冷泉羽状流Fig.1 Mud volcano and plume of sea cold seep on multi-channel reflection seismic section

多道地震方法获得的数据信息丰富，有利于浅层地质信息的综合分析，通过多道地震数据的水体成像特征可以初步确定甲烷气体渗漏的异常反射区域，将这些异常区与下伏的沉积地层构造特征进行综合解释，可以圈定活动冷泉流体发育位置，进而探寻天然气水合物成藏的相关科学问题。

1.4 浅地层剖面探测技术

浅地层剖面探测以其高效率采集过程和浅表层高分辨率的特点被国内外学者广泛应用于天然气水合物调查、冷泉探测等领域，并取得了一系列丰硕的成果[28]。与冷泉系统相关的海底异常特征包括浅层气聚集、海底流体运移、泥火山和气体渗漏，这种地质现象在浅地层剖面上的地震反射特征响应主要表现为浊反射、帘式反射、增强反射、声学空白带和声学羽流等[29]。例如，Roy等[30]在挪威斯匹次卑尔根海域的浅地层剖面上发现增强反射、声学空白带、羽状流等异常（图2）。郑红波等在南海北部东沙西南海域发现深部的天然气水合物分解后通过断层运移到浅层中形成了浅层含气带[28]，其证据为浅层剖面上发现浅层含气带以及泄露点喷射到海水中形成的气体泄露现象。

图2 斯匹次卑尔根海域浅地层剖面增强反射、声学空白带、羽状流等Fig.2 Enhanced reflections,acoustic anomalies and plumes on the shallow profiles in Spitsbergen sea areas

高分辨率浅地层剖面不仅能清晰地揭示海底浅表层的地层结构，而且还可以反映海底浅地层中含气带以及发生的气体泄露现象，是探测海底冷泉系统的有效方法。但常规的浅地层剖面探测无法避开侧反射干扰，解释存在多解性，因此，需要综合其他调查手段来证实浅地层剖面上观测到的关于海底冷泉的异常现象，且相对于声呐探测，其分辨率较低，难以探测小气泡的海底羽状流。

1.5 走航式声学遥感探测技术

走航式声学遥感探测具有简单、快捷、方便等特点，适合冷泉发育区大面积快速普查。声呐系统具有较高的工作频率，在冷泉羽状流探测中得到广泛应用，目前被广泛使用的声呐类型有单波束声呐系统、分裂波束声呐系统、侧扫声呐系统和多波束声呐系统[30-34]。在早期，声学探测设备主要以单频单波束、双频单波束以及分裂波束系统为主。Sassen等利用单波束回声探测系统对墨西哥湾进行探测，在该区域Green Canyon（GC）Block 185的海底圆丘发现从海底向上一直延伸至接近海水表面位置的海底冷泉羽状流[35]；大洋钻探机构（ODP）在墨西哥湾利用单波束回声探测器探测到从海底喷溢口逸出的甲烷羽状流，证明了此处富含天然气水合物（图3）；Greinert等利用Kongsberg公司分裂波束声呐系统Simrad EK500[36]，在黑海发现了高达900 m的甲烷羽状流（图4）。

图4 海底甲烷羽状流的声学图像Fig.4 Acoustic image of submarine methane plume

1.6 多波束水体声学探测技术

对于单波束和分裂波束声呐来说，其脚印面积随着水深的增加而增大，声学图像的分辨率也随之降低。多波束声呐系统因为具有较小的波束宽度和更大的波束开角，同等水深下，其声学图像分辨率较高，覆盖宽度也较大[36]。国内外学者已经利用多波束声呐系统获得反向散射强度信号来识别和定位海底甲烷气泡羽状流。2011年，美国国家海洋和大气管理局（NOAA）利用多波束水体影像在墨西哥湾北部比洛克西穹隆发现并标定了大量海底冷泉羽状流；刘斌等通过“海洋六号”科考船上Kongsberg EM122多波束声呐采集的水体影像[37]探测到南海西北部陆坡琼东南海域的海底冷泉羽状流（图5）。

图5 南海北部陆坡海底冷泉羽状流在多波束声呐图像上的形态特征Fig.5 Shapes of plume of sea cold seep on the northern slope of the South China Sea in multi beam sonar images

中国地质调查局青岛海洋地质研究所利用Kongsberg EM122多波束系统在中国某海域开展了针对海底冷泉泄漏活动的多波束测深及水体声学探测，发现多处海底气泡羽状流显示（图6）。通过和多波束系统获取的地形地貌资料对比发现，该区域羽状流与发源于泥火山和麻坑等特殊地貌的冷泉喷溢活动密切相关。探测到的最高羽状流自海底至顶部高约578 m，其形态呈弯曲炊烟状。通过ROV原位探测结果验证（图7），并与国内外类似研究对比，确认该巨型羽流为泥火山成因的冷泉气体渗漏的典型结果。

图 3墨西哥湾气泡羽状流Fig.3 Bubble plume in the Gulfof Mexico

图6 多波束水体探测过程中发现的数座海底泥火山同时喷发的冷泉羽状流Fig.6 sea cold seep plumes erupted simultaneously with multiple submarine mud volcanoes during multi beam water exploration

图7 海底冷泉羽状流及ROV原位探测左图：活动冷泉喷出的高浊度流体，右图：在海底960 m水深冷泉喷口原位合成天然气水合物。Fig.7 Plumes of sea cold seep and in-situ detect by ROVLeft figure is high turbidity fluid ejected from active plumes of sea cold seep,right figure is in-situ synthesis of natural gas hydrate in the cold spring vent at 960 m depth.

目前深海冷泉最常用的探测方法是基于声学的地球物理和地质地球化学及可视化手段，但多道地震、单道地震、地球化学、地质微生物、海底摄像等手段探测海底冷泉，通常难以兼顾作业效率和探测精度，如何高效探测海底冷泉是世界性难题。随着海底冷泉探测和研究的深入发展，传统的探测技术难以满足海底冷泉大规模探测需求，多波束水体数据相对于海底声呐图像与海底地形数据，携带有更丰富、更全面的采样信息，具有大规模、高精度、高效率的探测优势，通过多波束系统水体扫描的类似火焰的羽状流声学反射图像可以较好地识别海底冷泉，进而实现冷泉的大范围、全水深精确探测。

2 冷泉羽状流多波束水体数据处理与特征反演方法

随着多波束水体声学技术在冷泉羽状流探测中的不断应用，国内外学者开始有针对性地开展多波束数据处理和数值模拟工作，在提高多波束水体数据信噪比[38-39]、水体目标物自动提取[40-42]，以及冷泉动力学特征反演方面[43-45]取得重要进展。

由于旁瓣干扰、船舶噪音等影响，多波束水体数据中存在大量干扰。在利用多波束水体数据探测冷泉羽状流时，往往只能采用中央波束数据，或者采用最小倾斜距离（MSR）以内数据，这些数据处理手段，极大地弱化了多波束设备覆盖宽度大的优点，限制了多波束水体数据的应用[46-47]。汪诗奇等提出了基于强度分布规律的异常“弧圈”检测与消除方法和基于图像交集和差集运算的背景噪声削弱方法（图8），实现了水体影像中噪声的综合抑制，保留目标的同时改善了水体影像的质量[48]。权永峥等提出了一种适用于平坦海底的多波束水体数据处理方法，提升了识别水体数据中目标的能力[49]。

图8 多波束水体数据异常“弧圈”检测与消除Fig.8 Detection and elimination of abnormal “arc”in multi beam water body data

为实现对水体目标（海洋内波、鱼群、沉船、气泡、油气泄漏）的高效探测和准确分析，国内外学者开始探索多波束水体数据的自动化处理方法[50-51]。龙睿捷等通过研究羽状流声反射回波强度阈值，设计一种基于3D搜索单元的羽流气泡三维滤波器，实现了墨西哥湾三维羽流数据的提取[51]。李东辉等提出一种基于单帧水体影像自动提取沉船目标的算法，通过分析接收旁瓣干扰特性，综合噪声抑制、形态学边缘检测，有效地解决了水体数据不易处理、难以分辨等问题，且该算法在提取过程中并非针对特定沉船形态，对冷泉羽状流自动精准提取具有借鉴意义[52]。

利用声学资料对冷泉气泡的粒径分布、上升速率、溢出通量等特征要素进行反演,近年来成为国内外学者研究的热点。Artemov等使用Simrad EK500声呐系统对黑海第聂伯河古三角洲海域进行了全面的探测，借鉴声呐探测鱼群密度的相关理论，对2 200多处甲烷羽状流的气体运移通量进行测算[53]。Douglas等利用Teledyne-Reson7125多波束系统对北海海域巨型海底冷泉羽状流上升过程进行了精细刻画[54]（图9）；Urban等基于多波束水体数据实现了冷泉羽状流的动检测,并尝试进行定量的气体释放评估[44]。华志励等在前人计算模型的基础上，考虑船航向与冷泉水体流向的差异会对声学探测结果产生影响，改进了冷泉气泡上升、溶解速率的定量反演方法，综合运用单波束测深数据和冷泉水体流场数据，对鄂霍次克海（the Okhotsk Sea）千岛盆地（the Kurile Basin）西部陆坡区的冷泉气体溢出、溶解通量以及冷泉水体的甲烷浓度进行了估算[55]。但由于现场流场数据不足,且缺乏冷泉羽状流原位探测数据支撑，使得该方法目前更适合进行较大范围的统计分析,在局部计算结果的精度方面还存在较大局限。