
-
生物通官微
陪你抓住生命科技
跳动的脉搏
华北二叠-石炭纪克拉通盆地旋回层中 transgresssive 与 forced regressive 泥炭堆积的对比研究及其对海平面变化的响应机制
【字体: 大 中 小 】 时间:2025年07月19日 来源:Sedimentary Geology 2.7
编辑推荐:
本研究针对海平面变化(RSL)过程中泥炭堆积机制争议,通过华北二叠-石炭纪克拉通盆地旋回层(cyclothems)的层序地层学分析,首次系统解剖了transgressive与forced regressive条件下河流-陆架体系的演化模式,揭示了forced regressive泥炭堆积的普遍性及其与α>φ条件的关联性,为古环境重建和能源勘探提供了新范式。
在地球漫长的地质历史中,海平面升降如同呼吸般周而复始,而泥炭作为远古植物遗骸的浓缩记录,其形成机制一直是地层学界的"罗塞塔石碑"。传统观点认为,海平面上升期(transgressive)因高 accommodation rate 最利于泥炭堆积,而下降期(forced regressive)则因地下水位降低和氧化作用被视为泥炭形成的"禁区"。这种认知正受到越来越多第四纪观测数据的挑战——从加拿大落基山脉到意大利波河平原,科学家们陆续发现 forced regressive 条件下形成的厚层泥炭,这与经典层序地层学模型产生尖锐矛盾。
中国石油勘探开发研究院的研究人员选择华北板块二叠-石炭纪克拉通盆地作为"天然实验室",该区域发育全球典型的陆表海型含煤旋回层(cyclothems)。通过整合7条露头剖面、42口钻井岩芯及地球化学数据,团队首次建立了从近端到远端的全盆地尺度层序架构。研究发现每个旋回层均缺失传统认为必备的 lowstand systems tract(LST),而是由 transgressive systems tract(TST)经 highstand systems tract(HST)直接过渡为 falling-stage systems tract(FSST),这种"断层式"旋回结构与冰川型海平面波动密切相关。
关键技术包括:(1) 基于 conodont-bearing 灰岩层和植物生物带的年代地层框架;(2) 识别11种相组合(FA1-FA11)及其 stacking patterns;(3) 煤岩学参数序列分析(矿物含量/灰分/惰质组/孢子体);(4) 古坡度重建(α与φ角关系);(5) 高频旋回(HFC)的 wetting-drying 循环识别。
【Stratal stacking patterns 与 systems tracts】
盆地边缘的纯河流相序列向盆地方向渐变为海陆交互相,每个旋回层以 maximum regressive surfaces(MRS)为界。TST 期下游河道可表现为冲积扇加积、河口湾下切或潟湖淤积;FSST 期则经历从三角洲平原下切到沿岸平原平衡(α=φ),最终发展为冲积围裙加积(α>φ)的转型过程。
【Petrological signatures 揭示的成煤环境】
Haerwusu 矿6号煤层9个HFC显示:forced regressive 煤层呈现向上矿物含量/灰分/惰质组/地下水指数递减,而镜质组含量/凝胶化程度/组织保存指数递增的反旋回特征;transgressive 煤层则呈现完全相反的趋势。这种"镜像对称"的地球化学指纹为判别古海平面变化方向提供了新指标。
【Allogenic controls 的轨道尺度驱动】
研究提出105-106年尺度的冰川型海平面变化(glacioeustasy)是主导因素,当 accommodation rate 降至0.1-0.2 mm/yr 时最有利厚煤层形成。这与 Holocene 泥炭积累速率的 extrapolation 结果高度吻合,证实 Winter(2001)提出的"水文地貌尺度效应"——大型 hydrologic landscape 在 forced regressive 期仍能维持泥炭堆积所需的临界水位。
这项研究颠覆了 Bohacs 和 Suter(1997)经典模型中关于 forced regressive 不利成煤的论断,建立了首个适用于 cratonic basin 的 transgressive vs. forced regressive 泥炭堆积判别标准。其意义不仅在于为华北煤层气勘探提供新的层序预测模型,更从理论上重新定义了"泥炭堆积窗口"与海平面变化轨迹的耦合关系——正如作者 Liu et al.(2023a)强调的:"当河流剖面坡度(α)大于盆地底坡度(φ)时,forced regressive 期的加积作用可以创造持续万年的泥炭堆积机遇期"。这项发表于《Sedimentary Geology》的成果,为全球 icehouse 气候下的能源资源预测提供了革命性的分析框架。
生物通微信公众号
知名企业招聘