基于野外資料和Google Earth影像的地質信息識別與提取方法——以塔里木盆地西克爾奧陶系古巖溶露頭為例

石書緣，胡素云，劉偉，武娜，蔡俊

基于野外資料和Google Earth影像的地質信息識別與提取方法——以塔里木盆地西克爾奧陶系古巖溶露頭為例

石書緣1，胡素云1，劉偉1，武娜1，蔡俊2

（1中國石油勘探開發研究院；2中國石油大學（北京）地球科學學院）

以塔里木盆地西克爾奧陶系古巖溶露頭為研究對象，根據高精度GPS野外定點和Google Earth影像數據的結合，明確了巖溶地質現象在影像圖上的響應特征，進而提取定量化的古巖溶信息數據，經過數據處理建立了古巖溶地質模型。本項研究證實了基于野外資料和Google Earth影像的地質信息識別與提取方法的可行性，也表明了該方法能夠實現對未開展露頭考察的影像圖直接提取相應地質信息和采集定量化數據。通過利用這些數據建立巖溶儲層地質模型，結合野外資料，綜合分析巖溶儲層發育的控制因素，進而客觀地理解地下巖溶儲層特征及分布規律，能夠為勘探開發提供有效指導。

塔里木盆地；古巖溶；地質建模；奧陶系；Google Earth影像

DOI：10.3969/j.issn.1672-9854.2016.03.007

巖溶儲層作為塔里木盆地重要的油氣儲層，近年來已經在勘探中取得了重大突破，但井下巖溶儲層的預測方法仍然有限，多以地球物理方法預測為主［1］。而結合露頭的古巖溶研究以及對井下巖溶儲層預測的研究相對較少，僅局限于露頭的單一解剖以及建立宏觀巖溶的發育模式［2-4］。在露頭研究中，前人多進行單一地質現象描述，或者綜合探地雷達等工具得到三維地質體結構［5-9］。

國內外學者已經嘗試綜合遙感技術的應用［9-11］，但受限于遙感數據獲取的途徑及所需費用，這種技術在古巖溶研究中的應用并不普遍。而Google Earth軟件是著名的美國網絡搜索服務商——谷歌公司投資300多億美元、于2005年夏季推出的、以網絡為平臺的地圖服務系統。軟件免費提供的衛星影像解析度高、圖片完整、更新快、使用方便簡單，推出之后很快受到了各類專業人員的青睞，已經在不同專業領域中得到應用，但多數體現在建立數據庫及路徑的識別上［13-14］。在地質學領域，Google Earth軟件的應用也已經滲透到許多方面，例如利用Google Earth軟件研究河流形態學特征［15］、喀斯特地區碳酸鹽巖風化成土能力［16］、淺水三角洲沉積類型［17］，以及尋找礦產資源［18］、建立地質知識庫等［19］。在古巖溶研究方面，楊瑞東等［20］提出了利用Google Earth影像分析區域性大型“X”共軛節理系統對宏觀巖溶發育的控制作用，這為巖溶研究提供了一種新的方法。而譚克龍等［18］采用遙感技術進行煤炭勘查，利用新型的多波段、多極化、多角度、多時相和多分辨率遙感數據，結合GIS工具進行空間分析，探索煤田分布規律。這些應用體現了野外露頭區考察與定量化數據綜合研究的新思路。

本次研究，筆者通過高精度GPS進行野外定點，綜合利用Google Earth軟件提供的宏觀形態特征和野外露頭研究提供的實際地質信息，提出基于野外資料和Google Earth影像的地質信息識別和提取方法，并以塔里木盆地西克爾奧陶系露頭區為解剖實例，說明該方法的可行性及定量化優勢。鑒于前人對西克爾露頭剖面已經開展過許多定性研究，包括儲層類型、溶洞系統特征及其控制因素等［21-27］，故本文主要闡述該方法在定量化及模型精細化方面的優勢，并認為該方法在兩個方面具有推廣應用前景：一方面是通過建立巖溶儲層地質模型，結合野外資料來分析巖溶儲層發育的控制因素，可以為客觀理解地下巖溶儲層特征及分布規律提供基礎；另一方面體現在基于露頭巖溶地質信息與Google Earth影像圖的校正和對應關系，可以對未開展露頭考察的影像圖直接提取相應地質信息，并采集定量化數據，以此為勘探開發提供有效指導。

1　方法介紹

基于野外資料和Google Earth影像的地質信息識別和提取方法的流程，包括數據采集、數據處理和數據應用三個方面。其中，數據采集是在Google Earth軟件中API組件的基礎上，自行編寫了“古巖溶數據采集系統”，進行批量化數據采集，從而實現人工識別、自動采集數據的目的，需要說明的是，對影像信息的盲區（即Google Earth影像無法清晰獲取的區域）則需輔助利用GPS在野外定點進行校正（圖1）。在此基礎上，數據處理則是強調對采集數據進行后期處理并建立模型的過程。數據應用的關鍵在于建立定量化的地質模型，即對原始數據處理成圖后的結果顯示及其應用。應用目的在于對未開展露頭采集的研究區從Google Earth影像中直接進行地質信息識別與提取。

1.1數據采集

數據采集包括野外選區、野外定點和室內校正三個工作步驟：

野外選區選取基礎地質數據較全的研究區，如針對古巖溶縫洞系統應包括裂縫 （走向、延伸長度、縫寬）、斷裂、溶洞、溶蝕溝道等信息，明確野外地質信息類型。

野外定點首先判斷地質信息是否存在盲區（即Google Earth影像無法清晰獲取的區域），如果存在盲區，則在野外考察時需利用GPS對地質體的具體位置進行高密度定點，以方便對Google Earth軟件提供的高分辨率影像信息進行定位；如果不存在盲區，則不需要進行GPS定點，可直接在Google Earth影像圖中采用“古巖溶數據采集系統”提取識別的地質信息。

圖1　“古巖溶數據采集系統”軟件中批量采集數據示意圖

室內校正在露頭區考察完成后，把采集的高密度GPS數據利用Google Earth提供的GPS數據接口導入軟件中，根據地質認識校正定點數據位置，以此為基礎在影像圖上采集，得到GPS定點盲區數據，從而實現影像圖上全部地質數據的采集。

1.2數據處理

在該步驟中，通常采用地理信息軟件，如ArcMap軟件，主要目的是將采集的地質信息數據的經緯度坐標轉換成大地坐標。首先，把數據轉成shape文件，以方便數據的輸入。然后，利用ArcToolbox投影和轉換，在北京54坐標系中，采用高斯克里金方法投影到六度帶中，進而可進行數據輸出。最后，把坐標附到屬性中輸出，從而實現對坐標的轉換，并對不同類型數據進行分類，就可建立相應地質信息的定量化地質數據庫。

1.3數據應用

由于前人對古巖溶露頭研究以定性描述為主，基于此，本文進行數據采集和處理后，可對古巖溶進行定量建模及定性分析。

（1）根據研究需要，判定是否要建立定量化地質模型。如判定需要，則可以在數據處理的基礎上，建立定量化地質模型，如古巖溶等；如果判定不需要，則可以直接分析采集地質要素之間的關系，如河流相等。

（2）針對模型的應用，一方面是通過建立巖溶儲層地質模型，結合野外資料來分析巖溶儲層發育的控制因素，包括各因素之間的定量關系，為客觀理解地下巖溶儲層特征及分布規律提供基礎；另一方面，模型的應用主要體現在基于露頭巖溶地質信息與Google Earth影像圖的校正和對應關系，對未開展露頭考察的影像圖直接提取相應地質信息，采集定量化數據。

2　實例研究

塔里木盆地西北緣奧陶系古巖溶出露良好，因此，筆者綜合考慮各巖溶露頭的特點，以Google Earth影像識別的相對難易程度為主要依據，選取西克爾露頭區進行實例研究。

2.1實例研究區地質背景

塔里木盆地西北緣奧陶系廣泛出露于314國道北側（圖2），南側僅一間房剖面（在研究區之外）有零星出露。研究區的沉積演化特征表明，在中奧陶世早期，塔里木盆地西北緣為向北傾斜的緩坡型碳酸鹽巖臺地，而西克爾剖面位于內—中緩坡位置；到中奧陶世晚期，過渡為弱鑲邊的碳酸鹽巖臺地邊緣環境；在晚加里東運動之前，柯坪斷隆受到南天山洋俯沖的影響，普遍抬升，奧陶系石灰巖局部出露，發生巖溶，并快速被下志留統柯坪塔格組覆蓋；至晚中新世—晚更新世，被由北向南的逆沖斷層推出地表，形成良好的露頭區［4，21-27］。西克爾地區位于研究區西邊靠近南天山腳下314國道北側（圖2a）。本文主要針對中奧陶統一間房組底部到鷹山組頂部碳酸鹽巖古巖溶發育段進行研究，從圖2b可以看出，奧陶系古巖溶發育區的影像明顯不同于其它層系巖性在Google Earth影像上的響應，它以灰白色為主色調，區別于其它層系巖性。而通過野外考察同樣可以明確，碳酸鹽巖古巖溶地層巖性偏灰色，而其他巖性以綠色和紫紅色為主（圖2c的頂部）。且前人已經從多個角度證實研究區為古巖溶［26-27］。油田實際勘探生產也表明，塔里木盆地巖溶儲層以大型古溶洞系統為主［28-31］。綜合露頭資料和Google Earth影像圖特征，結合巖溶地貌單元的劃分依據，西克爾露頭區包括溶蝕洼地、溶蝕溝道和溶洞等多種巖溶地貌單元，這些數據在該剖面上易于識別和提取?？傮w上，西克爾露頭剖面確為良好古巖溶出露區，且構造和地表條件好，選取西克爾地區作為本文方法的實例研究工區切實可行。

2.2巖溶地質信息的識別提取及數據庫的建立

不同的巖溶地貌單元在Google Earth影像上響應特征有明顯差別，與野外考察特征較相似，其中洼地充填志留系紫紅色巖屑砂巖，在影像圖上呈淡紅色，溶蝕溝道則有明顯的視覺梯度差，這兩者都易于識別和提?。▓D3）。以此為基礎，通過露頭資料和Google Earth影像圖的對比，統計出研究區共發育溶蝕洼地11個，計算得到溶蝕洼地所占面積從800m2到95000m2不等，形態以橢圓形和近圓形為主。溶蝕溝道（包括主溝和支溝）在研究區內普遍發育，主溝的寬度在10～25m之間，而支溝的寬度較小，一般在5m以下。不同巖性在Google Earth影像上的響應特征也不同，如洼地中充填的紫紅色巖屑砂巖呈淡紅色（圖3c）；泥晶砂屑灰巖則以灰白色為主，顏色偏深，色度較暗（圖3c）；亮晶生物碎屑灰巖呈白色，顏色偏淺，色度較亮（圖3d），生物碎屑灰巖組成了生物碎屑灘。

根據野外地質現象特點，本次研究的溶洞主要是指成人能夠自由進入（一般高度在2m以上）的天然地下空間［32］。大型古溶洞的分帶性在Google Earth影像圖上響應特征不明顯，需要野外GPS定點和實際考察相結合，以確定其分布位置及特征。從Google Earth影像圖上可反映出西克爾剖面上大型古溶洞成群分布，主要沿溶蝕溝道和斷裂分布。而通過露頭考察資料解剖，可以得到大型古溶洞的詳細特征。在平面上，大型古溶洞一般呈廳堂型，管道狀和樹枝狀相連，多個溶洞成群分布，其中單個溶洞長度一般在15～80m之間。在剖面上，大型古溶洞可以劃分為5個帶，包括溶洞主體帶、洞頂強烈溶蝕垮塌破碎帶、洞頂微弱溶蝕帶、洞側溶蝕影響帶和洞底溶蝕破碎帶（圖4）。前人研究表明，整個溶洞系統都可以成為良好的儲集空間［4，33］。因此，建立定量化的巖溶地質模型需要確定大型古溶洞的分布范圍，并在此基礎上分析其控制因素，為此明確了需要采集溶蝕洼地、溶蝕溝道和古溶洞這三類數據。

在識別與提取出古巖溶信息后，將野外的GPS高精度定點數據導入到Google Earth軟件中進行影像數據分析，采集巖溶信息影像數據，結合野外資料，從而建立起了古巖溶地質數據庫。根據影像分辨率和野外資料的特點，地質數據庫中包括點數據和線段數據2種類型，其中溶蝕溝道、溶蝕洼地等地貌單元的位置邊界為點數據類型，大型古溶洞分布位置也為點數據類型，大型溶洞體的長、寬和高為線段數據類型，這些主要通過野外考察獲取，以位置點計算得到建模線段數據（表1）。點數據類型包括經度、緯度、海拔和代號。線段數據類型包括經度、緯度和線段長度。

圖2　塔里木盆地西克爾奧陶系古巖溶露頭區位置

圖3　古巖溶現象在Google Earth影像中的響應特征

表1　塔里木盆地西克爾剖面奧陶系巖溶定量化數據類型及特征

2.3巖溶地質模型的建立及其應用

2.3.1巖溶地質模型的建立及其特征

在獲得轉化的定量古巖溶地質數據庫后，利用Petrel軟件對研究區不同類型的數據采用不同的方法進行處理、顯示和成圖。溶蝕溝道（包括主溝和支溝）數據，采用曲面生成算法和正負高程控制，結合野外地質考察結果校正，得到地貌—溶蝕溝道分布圖；對溶洞的分布，采用簡化的球形處理方式；對洼地和生物碎屑灘的分布，利用曲面算法對兩者的邊界數據進行處理，其中溶蝕洼地采取負高程控制，亮晶生物碎屑灰巖分布區采用正高程控制，得到殘留古地貌的形態特征。最后，由所有的模塊綜合得到研究區巖溶發育地質模型（圖5）。從模型可看出研究區的溶蝕洼地、溶蝕溝道、大型溶洞等巖溶地貌發育齊全，直觀反映了溶洞分布在溶蝕溝道的兩側，這表明溶洞受溶蝕溝道和地貌的控制，而斷裂系統也是影響溶洞發育的控制因素（后文將述及）。

圖4　塔里木盆地西克爾剖面奧陶系鷹山組大型古溶洞解剖

圖5　塔里木盆地西克爾剖面奧陶系巖溶發育地質模型

2.3.2巖溶地質模型的應用

在建立巖溶地質模型的基礎上，可以結合野外考察及地質模型本身來應用和推廣，這主要體現在兩個方面，一是以模型為基礎，分析巖溶儲層發育的控制因素，客觀理解地下巖溶儲層的特征和分布規律；二是在前期巖溶儲層模型建立過程中，通過野外考察與影像特征的校正，建立了相對應的聯系，從而可對未開展露頭采集的地區，對應地從Google Earth影像信息中進行地質信息的提取和采集，并對影像特征不明顯的地質信息進行預測（如古溶洞）。

2.3.2.1已知研究工區的巖溶儲層控制因素分析

（1）巖性是影響巖溶發育最基本的因素

野外資料統計結果表明，溶洞在生物碎屑灰巖、泥晶砂屑灰巖中均有發育，但具不同的響應特征（表2）：生物碎屑灰巖區溶洞主要發育在洼地附近，泥晶砂屑灰巖區溶洞則主要分布在溶蝕溝道附近，這在地質模型中同樣可以反映該特征（圖5）；以生物碎屑灰巖為圍巖的溶洞個數為27個，要少于泥晶砂屑灰巖區的73個，表明泥晶砂屑灰巖中溶洞相對更容易發育，這與地質模型反映的特征吻合較好，說明巖性控制了巖溶儲層的分布。

（2）巖溶發育受溝道系統和古地貌的控制

從西克爾地區巖溶地質模型（圖6a）可見，巖溶區呈現中間高、兩邊低的格局，研究區中分布有多條規模較大的溶蝕溝道，溶洞則集中分布在研究區北面的地貌高點，另外，沿著研究區西面的一組溶蝕溝道中也分布了一群溶洞，這說明溶蝕溝道對古巖溶也有很強的控制作用。實際上，通過野外露頭資料和Google Earth影像圖的對比（圖6b1，圖6b2，圖6c1，圖6c2），可明顯觀察到溶蝕溝道的兩側分布有大量的古溶洞，其中充填了大量的志留系柯坪塔格組紫紅色砂巖。

圖6　塔里木盆地西克爾地區地貌－溶蝕洼地-溶蝕溝道與溶洞分布關系

（3）斷裂系統也是巖溶發育的重要控制因素

通過露頭區考察，在西克爾4.5平方千米內，發育有3條大斷裂，其中一條主斷裂F1，走向332°，另有兩條伴生的次級斷裂F2和F3，走向分別為82°和75°（圖7a）。在構造應力作用下，發育有一系列的伴生裂縫。經統計，研究區的55條Ⅰ級裂縫，以方位125°（位于120°～129°之間）和155°（位于150°～159°之間）的兩組裂縫為發育的優勢方位，且155°方位的裂縫處溶洞發育相對密集（表3，圖7）。

通過對大型古溶洞分布與斷裂走向的疊合，發現溶洞明顯受斷裂的控制（圖7a）。從野外剖面上，可以觀察到部分溶洞沿著裂縫發育（圖7b1），也有部分溶洞系受到裂縫溝通影響而形成，后期溶洞垮塌，形成破碎帶（圖7b2）。所有證據都表明，研究區溶洞的分布與斷裂系統有很好的耦合關系，這表明斷裂系統也是西克爾地區溶洞系統發育的控制因素。

表3　塔里木盆地西克爾剖面測量裂縫主要方位、級別及分布位置

2.3.2.2未考察露頭區的巖溶地質信息推斷

根據本研究方法所得到的古巖溶特征，在野外考察中可觀察到溶蝕洼地、溶蝕溝道等多種巖溶地貌單元。不同的巖溶地貌單元在Google Earth影像上響應特征有明顯差別，通過與影像圖的校正和對比，明確溶蝕洼地中充填志留系紫紅色巖屑砂巖在影像圖上呈淡紅色，溶蝕溝道則有明顯的高程差，可有視覺差別顯示而被識別，山脊同樣可通過高程顯示來識別和提取?？傮w上，不同巖性，則顏色不同，紫紅色巖屑砂巖在影像圖上同樣呈現紫紅色，石灰巖以灰白色為主要色調。

據此，通過在影像圖上搜索，可在西克爾剖面另一側尋找到一塊相類似的區域（圖8，經緯度數據可通過影像圖查明），由紫紅色色調的砂巖和灰白色色調的灰巖所組成，也可找到多個溶蝕溝道發育。同時根據前面研究的結論，推斷在溶蝕溝道發育的相對高點處發育溶洞，但是受到影像圖分辨率（目前可分辨地質體間距在10m左右）的限制，難以直接從圖像上采集相關信息。

圖7　塔里木盆地西克爾地區斷裂系統、溶蝕溝道與溶洞平面分布的耦合關系圖

圖8　塔里木盆地西克爾未考察露頭區的數據識別及采集示意圖

3　結論及討論

（1）綜合Google Earth軟件提供的影像形態特征和野外研究提供的實際地質資料，輔助采用GPS高精度定點，提出了基于野外資料和Google Earth影像的地質信息識別和提取方法。方法包括數據采集、數據處理和數據應用三個方面。其中：數據采集的關鍵在于利用GPS進行定點；數據處理的關鍵在于得到大地坐標；數據應用的關鍵在于建立定量化地質模型。

（2）以塔里木盆地西克爾奧陶系古巖溶露頭作為研究實例，建立了一個定量化巖溶數據庫。從Google Earth影像圖上采集定量化數據，從野外資料中得到大型溶洞的結構及分布特征。采集的數據包括點數據和線段數據2種類型。其中，點數據包括溶蝕溝道邊界、溶蝕洼地邊界、斷裂和裂縫信息，具體數據中包含經度、緯度、海拔等；線段數據類型包括經度、緯度和線段長度，如溶洞的長度、寬度和高度等。數據經過轉換成大地坐標后建立定量化的古巖溶數據庫。

（3）構建了巖溶地質模型并分析其控制因素。將古巖溶數據庫中數據采用圖形顯示算法進行處理，得到定量化的巖溶地質模型。以模型為基礎，綜合野外資料和影像特征，分析得到研究區古巖溶發育受到巖性、溶蝕溝道和古地貌以及斷裂系統等多個因素的控制。

總體上，本研究中方法的提出及實例的應用，表明這些不僅可為勘探決策提供依據，而且可為巖溶縫洞型油藏開發中后期地質模型的精確表征提供定量化的原型模型。該方法的實例應用取得了不錯的效果，但仍存在諸多不足：研究的精細程度取決于影像圖的分辨率；對露頭考察未涉及區域的預測仍是難點；僅有部分野外露頭測量點，不能得到整個研究區巖溶縫洞體的三維空間結構及分布特征，這時綜合探地雷達等工具進行研究可能是很好的補充。此外，今后的研究還需要將該方法的應用拓展到河流相、三角洲相和沖積扇相等現代沉積的空間分布上去。

致謝：感謝中國石油勘探開發研究院塔里木分院羅平教授對野外工作的指導，感謝吳珍珍博士在數據處理上給予的幫助。

［1］王兆峰，陳鑫，王鵬，等.縫洞型碳酸鹽巖儲集體特征及預測——以A油田PZ段為例［J］.石油與天然氣地質，2012，33 （3）：459-466.

［2］Loucks R G.Paleocave carbonate reservoir：Origins，burialdepth modifications，spatial complexity，and reservoir implications ［J］.AAPG Bulletin，1999，83（11）：1795-1834.

［3］Loucks R G，Mescher P K，McMechan G A.Three-dimensional architecture of a coalesced，collapsed-paleocave system in the Lower Ordovician Ellenburger Group，central Texas［J］.AAPG Bulletin，2004，88（5）：545-564.

［4］劉偉，羅平，顧家裕，等.塔里木盆地西克爾地區古巖溶儲層露頭表征［J］.地質學報，2010，84（8）：1215－1222.

［5］焦養泉，榮輝，王瑞，等.塔里木盆地西部一間房露頭區奧陶系臺緣儲層沉積體系分析［J］.巖石學報，2011，27（1）：285-296.

［6］沈安江，鄭劍鋒，顧喬元.塔里木盆地巴楚地區中奧陶統一間房組露頭礁灘復合體儲層地質建模及其對塔中地區油氣勘探的啟示［J］.地質通報，2008，27（1）：137－148.

［7］鄭劍鋒，沈安江，喬占峰，等.基于激光雷達技術的三維數字露頭及其在地質建模中的應用——以巴楚地區大班塔格剖面礁灘復合體為例［J］.海相油氣地質，2014，19（3）：72-78.

［8］Pringle J K，Westerman A R，Clark J D，et al.3D high-resolution digital models of outcrop analogue study sites to constrain reservoir model uncertainty：An example from Alport Castles，Derbyshire，UK［J］.Petroleum Geoscience，2004，10（4）：343－352.

［9］Young R A，Slatt R M，Staggs J G.Application of ground penetrating radar imaging to deepwater（turbidite）outcrops［J］.Marine and Petroleum Geology，2003，20（6/8）：809－821.

［10］ 楊佳佳，姜琦剛，陳永良，等.基于最小二乘支持向量機和高分辨率遙感影像的大尺度區域巖性劃分［J］.中國石油大學學報：自然科學版，2012，36（1）：60-67.

［11］Purkis S J，Riegl B M，Andréfouёt S.Remote sensing of geomorphology and facies patterns on a modern carbonate ramp （Arabian Gulf，Dubai，U.A.E.）［J］.Journal of Sedimentary Research，2005，75（5）：861-876.

［12］Philip G.Remote sensing data analysis for mapping active faults in the northwestern part of Kangra Valley，NWHi-malaya，India［J］.International Journal of Remote Sensing，2007，28（21）：4745-4761.

［13］段慧娟，邊少鋒.基于Google Earth的海洋物理場數據可視化研究［J］.海洋測繪，2008，28（6）：36-39

［14］莫善軍，李志凜，陳成江，等.利用Google Earth建立等高線三維地形模型［J］.測繪通報，2012，57（2）：39-42.

［15］張斌，艾南山，黃正文，等.中國嘉陵江河曲的形態與成因［J］.科學通報，2007，52（22）：2671-2682.

［16］楊瑞東，魏曉，文雪峰，等.利用Google Earth研究構造對喀斯特地貌的控制和對碳酸鹽巖巖系風化成土的影響［J］.地球與環境，2009，37（4）：319-325.

［17］張昌民，尹太舉，朱永進，等.淺水三角洲沉積模式［J］.沉積學報，2010，28（5）：933-944.

［18］譚克龍，萬余慶，王曉峰，等.基于遙感技術的煤炭勘查方法研究［J］.中國地質，2012，39（1）：218-227.

［19］石書緣，胡素云，馮文杰，等.基于Google Earth軟件建立曲流河地質知識庫［J］.沉積學報，2012，30（5）：869-878.

［20］楊瑞東，盛學庸，魏曉，等.基于Google Earth影像分析區域性大型“X”共軛節理系統對宏觀巖溶作用的控制［J］.地質論評，2009，55（2）：173-180.

［21］周剛，鄭榮才，羅平，等.塔里木盆地西克爾地區中奧陶統鷹山組生物礁沉積特征［J］.新疆石油地質，2010，31（4）：365-368.

［22］周剛，鄭榮才，羅平，等.塔里木盆地西克爾中奧陶統礁灘相儲層成巖特征與系統劃分［J］.中國地質，2012，39（1）：135-145.

［23］張文博，金強，徐守余，等.塔北奧陶系露頭古溶洞充填特征及其油氣儲層意義［J］.特種油氣藏，2012，19（3）：50-54.

［24］劉顯鳳，吳楠，蔡忠賢，等.新疆西克爾地區碳酸鹽巖層系垂向裂縫層控發育模式［J］.地球科學中國地質大學學報，2011，36（6）：1125-1133.

［25］ 高達，林暢松，黃理力，等.塔里木盆地西克爾露頭區鷹山組古巖溶特征及其儲層意義［J］.現代地質，2014，28（1）：156-162.

［26］李寶剛，賈承造，李啟明，等.塔里木盆地西克爾地區古溶洞特征及主控因素［J］.新疆石油地質，2013，34（3）：247-250.

［27］ 石書緣，胡素云，劉偉，等.塔里木盆地西克爾地區奧陶系溶洞系統特征及控制因素［J］.天然氣地球科學，2014，25 （2）：167-177.

［28］漆立新，云露.塔河油田奧陶系碳酸鹽巖巖溶發育特征與主控因素［J］.石油與天然氣地質，2010，31（1）：1-12.

［29］李陽，范智慧.塔河奧陶系碳酸鹽巖油藏縫洞系統發育模式與分布規律［J］.石油學報，2011，32（1）：101-106.

［30］張朝軍，賈承造，李本亮，等.塔北隆起中西部地區古巖溶與油氣聚集［J］.石油勘探與開發，2010，37（3）：263-269.

［31］倪新鋒，張麗娟，沈安江，等.塔里木盆地英買力—哈拉哈塘地區奧陶系碳酸鹽巖巖溶型儲層特征及成因［J］.沉積學報，2011，29（3）：465-474.

［32］Curl R L.Scallops and flutes［J］.Transactions of Cave Research Group of Great Britain，1966，7（2）：121-160.

［33］夏日元，鄒勝章，梁彬，等.塔里木盆地奧陶系碳酸鹽巖縫洞系統模式及成因研究［M］.北京：地質出版社，2011.

編輯：黃革萍

Shi Shuyuan：Master.Add：PetroChina Research Institute of Petroleum Exploration and Development，20 Xueyuan Rd.，Beijing，100083，China

Identification and Acquirement Methods of Geological Information Based on Integrating Outcrops and Google Earth Satellite Images：A Case at an Ordovician Paleokarst Outcrop in Xekar，Tarim Basin

Shi Shuyuan，Hu Suyun，Liu Wei，Wu Na，Cai Jun

Public Google Earth satellite images can provide a large number of quantitative information data of geology. On the basis of outcrop information anatomy，precise positioning by GPS and the high resolution satellite image，a new method by integrating outcrop data and Google Earth images for identifying and acquiring geological information was proposed.To test the method of validation，the Ordovician paleokarst outcrop developed in Xekar area，Tarim Basin，was adopted to build karst geological model.The responsive characteristics of several types of geological information，which contains corrosion channels，paleocaves on Google Earth images in Xekar，can be confirmed.A quantitative paleokarst geological database is established.The basic type of data contains the edges of corrosion depressions，the edge of corrosion channels，and the size of paleocaves.Paleokarst geological models，outcrop phenomenon and satellite images are all available data that can be used to analyze the controlling factors of paleokarst in the research area.

Paleokarst；Geological modeling；Ordovician；Google Earth satellite image；Tarim Basin

TE19

A

1672-9854（2016）-03-0055-10

2014-08-24；改回日期：2015-09-16
本文受國家科技重大專項“四川、塔里木等盆地及鄰區海相碳酸鹽巖大油氣田形成條件、關鍵技術及目標評價”（編號：2011ZX05004-001）資助
石書緣：1987年生，2013年畢業于中國石油勘探開發研究院，獲礦產普查與勘探碩士學位，從事碳酸鹽巖儲層沉積學及地質建模研究。通訊地址：北京市海淀區學院路20號中國石油勘探開發研究院地質研究所。E-mail：shi18yuan@163.com