古地貌恢复方法研究进展与多学科融合应用

【作者】 许志国； 谢庆宾； 李欣；

【机构】 中国石油大学(北京)克拉玛依校区； 新疆油气智能勘探与开发重点实验室(中国石油大学(北京)克拉玛依校区)；

【摘要】 古地貌恢复是重建地质历史时期地表形态与演化过程的关键手段,对油气勘探、构造演化、古环境重建及全球变化研究具有重要意义。近年来,随着高精度数据获取技术的进步与多学科交叉融合的深入,古地貌恢复方法在理论、技术及应用层面均取得显著进展。传统古地貌恢复方法主要包括地层厚度分析、沉积相带重建、剥蚀量估算和地球物理反演等。地层学方法通过回剥技术、去压实校正和构造恢复,结合低温热年代学和宇宙成因核素约束剥蚀历史,显著提高了古高程恢复的精度。沉积学方法则通过古水流分析、砂体分散体系和源-汇系统模拟,重建古地形梯度及物源区演化。地球物理技术,如三维地震地貌学和层拉平技术,能够高精度刻画埋藏古地貌单元。但是单一方法往往存在局限性,如地层记录的不完整性、剥蚀量的不确定性以及地震分辨率的限制,所以多学科融合成为提高古地貌恢复精度的新途径。近年来,数值模拟与人工智能技术为古地貌动态演化提供了全新视角。澳大利亚学者利用Badlands地貌演化模型成功再现西北陆架晚白垩世以来的地貌动态:通过整合构造沉降数据、PALEOMAP古气候数据库的降水参数及地表侵蚀-沉积过程算法,精准模拟了Browse盆地古河流系统的三次重大改道事件,模拟河道网络与三维地震地貌学识别的埋藏古水系空间吻合度达72%。人工智能技术则大幅提升了古地貌识别的效率。挪威国家石油公司开发的DeepPaleoNet平台利用卷积神经网络自动解译北海盆地三维地震数据,仅需传统人工解释1/10的时间即可完成古河谷、古喀斯特溶洞系统的智能识别,其边界定位误差小于15 m。古地貌恢复研究已进入高精度、动态化和智能化的新阶段,多学科融合不仅推动了方法论的革新,也拓展了其在能源勘探领域的应用深度。未来需进一步加强学科交叉,发展多圈层耦合模型,并依托大数据和人工智能构建新一代古地貌恢复技术体系。更多还原