地球物理勘探技术在地热勘查中的应用:进展、挑战与展望

汪忠德 ,  李弘 ,  王军 ,  葛伟亚 ,  郑红军 ,  张庆 ,  赵军 ,  吴易智

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (29) :12411-12425

PDF (9078KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (29) :12411-12425 DOI: 10.12404/j.issn.1671-1815.2504941
天文学、地球科学

地球物理勘探技术在地热勘查中的应用:进展、挑战与展望

作者信息 +

Application of Geophysical Exploration Technology in Geothermal Exploration: Advances, Challenges, and Future Perspectives

Author information +
文章历史 +

摘要

地热资源作为清洁能源的重要组成部分,其高效开发依赖于对热储层结构与动态特征的精准探测。系统梳理了电法勘探、磁法勘探、地震勘探及综合物探方法在地热勘查中的应用,并结合国际前沿案例分析了技术的优势与局限性。研究显示,广域电磁法通过高密度三维阵列观测与多参数联合反演,显著提升了深部热储层的分辨率;地震-电磁协同成像技术结合三维反演建模,可精确解析千米级深部地质结构;分布式温度传感与分布式声学传感技术则实现了热储层动态特性的实时监测。国外实践表明,基于三维地震的荷兰低单位成本开发模式显著提升了经济性;美国盖瑟尔斯地热田通过微震监测有效管控了诱发地震风险;德国上莱茵地堑利用高精度三维地震成像技术揭示了深部裂隙型热储结构;美国FORGE项目展示了多尺度数据融合构建高精度速度模型以支持增强型地热系统开发的技术路径。当前,地热地球物理仍面临多解性、深部探测能力不足、动态监测精度有限及数据融合标准缺失等挑战。未来需构建多物理场联合反演平台、研发耐高温设备,并制定数据融合标准,推动地热勘探跨学科技术融合,向智能化、实时化、深部化发展,为全球地热资源的高效开发提供技术支撑。

Abstract

As an important component of clean energy, the efficient development of geothermal resources relies on accurate delineation of the structure and dynamic characteristics of thermal reservoirs. The application of electrical exploration, magnetic exploration, seismic exploration and comprehensive geophysical exploration methods in geothermal exploration was systematically reviewed. In addition, the advantages and limitations of the technologies were analyzed based on international cutting-edge cases. Research indicates that the wide-area electromagnetic method (WEM), through high-density 3D array observation and multi-parameter joint inversion, significantly improves the resolution of deep thermal reservoir imaging. Seismic-electromagnetic cooperative imaging technology, combined with 3D inversion modeling, enables precise interpretation of geological structures at kilometer depths. Furthermore, distributed temperature sensing (DTS) and distributed acoustic sensing (DAS) technologies facilitate real-time monitoring of the dynamic properties of thermal reservoirs. International practices demonstrate that the Netherlands' low-unit-cost development model based on 3D seismic data significantly enhances economic viability; microseismic monitoring at The Geysers geothermal field in the United States effectively manages induced seismic risks. High-precision 3D seismic imaging in Germany's Upper Rhine Graben reveals the structure of deep fractured geothermal reservoirs, and the FORGE project in the United States demonstrates a technical pathway for constructing high-resolution velocity models through multi-scale data fusion to support enhanced geothermal system (EGS) development. Currently, geothermal geophysics still faces challenges such as non-uniqueness in interpretation, insufficient deep exploration capability, limited dynamic monitoring accuracy, and a lack of data fusion standards. Future efforts should focus on constructing multi-physical field joint inversion platforms, developing high-temperature-resistant equipment, and establishing data fusion standards. This will promote interdisciplinary technological integration in geothermal exploration, driving its development toward greater intelligence, real-time capability, and deeper penetration, thereby providing technical support for the efficient global exploitation of geothermal resources.

Graphical abstract

关键词

地球物理勘探 / 地热资源开发 / 多物理场联合反演 / 分布式传感技术 / 三维地震成像 / 增强型地热系统(EGS) / 人工智能

Key words

geophysical exploration / geothermal resource development / multi-physical field joint inversion / distributed sensing technology / 3D seismic imaging / enhanced geothermal system (EGS) / artificial intelligence

引用本文

引用格式 ▾
汪忠德, 李弘, 王军, 葛伟亚, 郑红军, 张庆, 赵军, 吴易智. 地球物理勘探技术在地热勘查中的应用:进展、挑战与展望[J]. 科学技术与工程, 2026, 26(29): 12411-12425 DOI:10.12404/j.issn.1671-1815.2504941
WANG Zhong-de, LI Hong, WANG Jun, GE Wei-ya, ZHENG Hong-jun, ZHANG Qing, ZHAO Jun, WU Yi-zhi. Application of Geophysical Exploration Technology in Geothermal Exploration: Advances, Challenges, and Future Perspectives[J]. Science Technology and Engineering, 2026, 26(29): 12411-12425 DOI:10.12404/j.issn.1671-1815.2504941

登录浏览全文

4963

注册一个新账户 忘记密码

地热资源是地球内部热的体现,广泛应用于发电、供暖、医疗及工业等领域。随着全球能源需求的增长和对环境保护的重视,地热资源的开发受到广泛关注。然而,地热资源的勘查具有复杂性和不确定性,需要借助地球物理勘探技术来提高勘查的准确性和效率。近年来,随着观测技术、数据处理算法及多学科交叉融合的不断进步,地球物理方法在地热勘查中的精度、深度和维度均得到了显著拓展[1-2]。现系统梳理地球物理勘探技术在地热勘查中的应用,并结合国外实例,分析其在实际工作中的效果与挑战。

1 地球物理勘探技术在地热勘查中的应用

地热勘探地球物理技术是指利用地球物理仪器测量地热储层的物理场(如重力场、电场和磁场等)及其在时间和空间上的变化规律,来推测储层内部的成分、结构和变化情况的技术。这类技术在地热能探测中重点关注对岩石温度及流体比较敏感的地球物理参数,如温度、电阻率、磁化强度、密度、波速等,以描绘地热异常的范围、地热储层的空间分布和地热田的边界[3-4]。

常用的地球物理方法包括电磁法、重力测量法和地震勘探法等。其中,电磁法能够通过感应类电法勘探(如大地电磁法、可控源电磁法)来解释地热系统构成要素的分布情况[5-6]。重力勘探技术利用重力场的变化来识别地热区基底起伏等特征,而地震勘探技术则能准确圈定地层结构、地热储层埋深及断裂特征[7]。此外,航空磁测技术也被用来确定磁性基底深度,通常结合重力数据来探测垂直和次垂直断裂,确定盆地结构、反演盆地深部温度[8-9]。这些技术共同构成了地热勘探地球物理技术的核心内容,它们各有优势和局限性,在实际应用中通常需要联合使用以提高探测精度和可靠性。

1.1 电法勘探

电法勘探是地热勘查中常用的地球物理方法之一,其物理基础在于地下岩石的电阻率与地热环境中的孔隙度、渗透率、流体矿化度、热液蚀变程度及温度等关键参数之间存在紧密的相关性,能够有效识别热储层的分布及其富水性特征。主要包括可控源音频大地电磁测深法(controlled-source audio-frequency magnetotellurics,CSAMT)、大地电磁法(magnetotellurics,MT)/音频大地电磁法(audio-frequency magnetotellurics,AMT)、广域电磁法(wide-field electromagnetic method,WEM)、时频电磁法(time-frequency electromagnetic,TFEM)、瞬变电磁法(transient electromagnetic,TEM)及高密度电法(electrical resistivity tomography,ERT)等[10-11]。

可控源音频大地电磁法(CSAMT)采用人工偶极源发射,通过改变频率实现不同深度探测。该方法信号强度可控、抗干扰能力较强,适用于小于2 km的中浅层高分辨率勘查,尤其在地形复杂、低阻覆盖区表现优异,但需校正近场效应和静态效应。例如,研究团队在土耳其Gediz地堑南缘的Caferbeyli地热区开展了CSAMT测量[12]。通过二维反演获得了电阻率剖面,成功识别出一个位于调查区西南部的低阻层。该低阻层被解释为可能的热储或蚀变带,其边界被精确圈定,并直接为后续的试验性钻井孔位推荐提供了关键地球物理依据。

大地电磁法(MT)/音频大地电磁法(AMT)利用天然电磁场信号,探测深度大(MT可达地壳深部数十千米),成本相对较低等优势,适用于区域深部热背景和热源结构调查。但信号弱,易受人为噪声干扰,浅部分辨率较低。近年来,CSAMT在中国多个地热勘查项目中得到成功应用。任旺奇[13]在西藏羊易地热田采集了110个MT测点和87个AMT测点数据,通过三维反演构建了地热田的精细电性结构模型,识别出埋深5~14 km的部分熔融体热源、2~5 km深度的热液上升通道以及断裂交汇处的热水储层,建立了羊易地热系统的成因模式。Yamashita等[14]在日本云仙温泉开展了高密度AMT测量(83个测点、点距50~150 m),通过三维反演获得了地表以浅1 km范围内的精细电阻率结构,发现浅层导电体(地热蚀变层)分布与温泉、喷气孔位置高度一致。Pereyra等[15]利用70个测站的MT数据,通过三维反演精细刻画了玻利维亚安第斯山脉西南部Sol de Mañana高温地热系统的电性结构。反演模型显示,在数百米深度存在一个广泛的高导层,被解释为封闭的盖层;其下方则是一个中等电阻率的层位,对应于高温热液储层。该研究综合现有井资料,证实了该区域开发高焓地热田的巨大潜力。

广域电磁法(WEM)是何继善院士提出的一种人工源频率域电磁测深方法,采用水平电偶极子发射,在非远区观测电磁场分量,通过定义“广域视电阻率”实现全域反演[16]。与传统CSAMT相比,WEM突破了“远区”观测的限制,可在过渡区和近区开展测量,从而在同等收发距条件下获得更大的探测深度,或在同等探测深度要求下采用更短的收发距,显著提升了施工效率和野外适应能力。以其高效率和低成本的优势,在中深层地热勘查中表现出色。在苏北盆地厚覆盖区,WEM被用于解决强干扰条件下目标热储层埋深大的勘查难题,有效丰富了沉积盆地型地热资源勘探的技术手段[17]。

时频电磁法(TFEM) 是近年来从深部油气勘探领域引入地热勘查的一种方法,通过发射包含多种频率成分的激励信号,同时获取电阻率和极化率信息。在青海共和盆地,程正璞等[18]首次将TFEM应用于干热岩探测,结合地质、钻孔及测井资料,成功刻画了花岗岩体与干热岩体的分布特征。

瞬变电磁法(TEM) 是一种时间域电磁测深方法,通过发射阶跃电流并观测二次场衰减曲线来推断地下电性分布。该方法对低阻体反应灵敏,尤其适用于寻找良导性的地热流体储层。在加拿大不列颠哥伦比亚省M'Deek地热田,Vestrum等[19]综合运用MT、直流电阻率和TEM数据进行联合反演,有效约束了近地表导电结构的空间分布。直升机载时间域电磁(HeliTEM)方法在美国内华达州Dixie Valley地热区的综合多物理场勘查中也被成功应用[20]。

高密度电法(ERT) 是一种阵列式直流电阻率勘探方法,一次性布设多道电极,通过自动切换供电与测量电极组合,实现高空间分辨率的浅层电性结构成像。该方法野外数据采集效率高、信息量大,适用于浅部(通常<500 m)地热盖层结构、断裂带及近地表热异常区的精细勘查。在浅层地热资源调查中,ERT常与联合剖面法配合使用,满足浅部精细勘查的需要。激发极化法(induced polarization,IP)则通过测量岩石的充电率参数,能够区分电子导电与离子导电机制,对黏土蚀变带和硫化物矿化带有良好的识别能力,在地热系统中可用于圈定热液蚀变范围。

电法勘探通过测量地下介质的电阻率的分布来推断地质结构。地热系统中,高温流体、热液蚀变会显著降低岩石电阻率,致密围岩或结晶基底则表现为高阻。因此,电法对识别热储层、流体断裂和蚀变带极为有效。其方法多样(如CSAMT、MT),对含流体构造敏感,且探测深度范围广,已成为地热系统浅-中深部勘查的主要手段。然而,该方法受电磁噪声、地形静态效应及深部信号衰减制约,存在多解性,需结合地质与其他地球物理信息进行综合约束。近年来发展的高密度阵列观测与联合反演技术,正逐步提升其对深部热储结构的刻画能力[7]。

1.2 磁法勘探

磁法勘探是通过测量地球磁场在地下不同岩石中的变化来获取地质信息的一种地球物理勘探方法。不同岩石因其矿物组成、结构构造等因素具有不同的磁性特征,当地下存在磁性差异的地质体时,会对地球磁场产生扰动,形成磁异常。通过测量这种磁异常,可以推断地下地质体的空间分布、产状及性质等,进而为地热勘查提供依据。

磁法勘探通过测量地下岩石的磁性异常,能够揭示地质构造的分布特征。在地热勘查中,磁法勘探主要用于圈定断裂构造和热储层的位置。断裂构造往往是地热流体运移的重要通道,磁性差异较大的断层两侧岩石会产生特定的磁异常,通过对磁异常的分析可识别和定位断裂带。而热储层通常与特定的地质体相关,如火山岩、侵入岩等,这些岩体具有独特的磁性特征,磁法勘探能够有效探测其分布范围和深度,为确定地热资源的赋存位置提供重要参考。

为查明埃塞俄比亚Aluto-Langano地热田的深部结构,在Ziway-Shala湖盆地开展了地面磁法测量[21]。研究通过位场转换(化极、上延、垂向导数等)和二维正演模拟,对磁异常进行了详细解译。结果表明,地热田上方对应着明显的磁力低异常,推测是由热液流体导致磁性矿物发生热蚀变所致。同时,磁力高异常揭示了Silti Debre Zeyet断裂带和Wonji断裂带下方可能存在浅部(<5 km)岩浆侵入体。磁异常衍生的线性构造指示了流体从断裂带向地热田迁移的可能路径,该认识与近期地震分析结果相互印证。此案例充分展示了磁法在火山型地热系统中定性圈定蚀变范围、识别热源和流体通道的独特价值。

磁法勘探通过探测热液蚀变引起的磁性矿物转化所导致的磁异常,成为圈定蚀变带、识别隐伏岩体与控热断裂的有效工具。航空磁测效率高,适用于大面积快速普查,尤其在火山岩地区效果显著。然而,磁法异常具有多解性,难以直接反演深度与温度信息,且受浅部磁性干扰体影响较大。其核心价值在于提供热液系统的空间展布线索,常作为综合物探中的先导或辅助方法。

1.3 地震勘探

地震勘探通过人工激发地震波,利用不同岩性地层之间波阻抗差异所引起的反射波场特征,反演地下介质的波速、密度及弹性参数分布,从而揭示地热系统的构造格架与储层物性特征。该方法依据地震波传播运动学(走时、射线路径)与动力学(振幅、频率、相位)信息,能够较为准确地圈定地层界面、热储埋深、断裂系统及基底起伏等关键地质要素,是深部地热目标体勘探的重要手段之一。根据场源性质,地热资源地震勘探方法可分为主动地震与被动地震两大类,二者在地热勘探的不同阶段各自发挥着重要作用。

地震勘探的突出优势在于其空间分辨率在现有地球物理方法中最高,能够精细刻画热储构造形态、断层几何学特征及裂缝发育带。近年来,高分辨率三维地震采集、叠前深度偏移及全波形反演(full-waveform inversion,FWI)等技术的发展,有效提升了复杂近地表条件和强波阻抗界面下热储目标体的成像质量。尤其在深部裂隙型或结晶基底热储中,三维地震技术已从单一构造解释拓展至储层物性预测与“甜点”识别,成为地热勘探—开发一体化流程中的核心环节。

在中国高原高温地热区,综合地震勘探方法已得到有效应用。羊八井地热田作为中国典型的高温地热系统,勘查中综合运用了地震反射波法、折射波法和面波法[22]。其中,反射波法主要用于探测沉积盖层结构及基底构造形态,为热储空间分布提供约束;折射波法用于确定地层速度结构,辅助识别热储盖层与底板界面;面波法则用于分析浅表层横波速度变化,为钻井井位优选提供工程地质依据。多种地震方法的联合应用,有效提高了热储目标的分辨能力和解释可靠性。在沉积盆地型地热系统中,高分辨率三维地震技术逐步得到推广。荷兰地热开发项目通过优化三维地震采集参数与速度建模流程,显著提升了2~3 km深度范围内砂岩热储的成像精度,为低成本地热开发模式提供了关键地质模型支撑[23]。

地震勘探凭借其最高的空间分辨率,能够精细刻画地热储层的构造形态、断裂系统及物性分布,是深部地热目标体成像和动态监测(如微震监测)的关键技术。高分辨率三维地震与全波形反演等发展,显著提升了复杂地质条件下热储的识别精度。但其成本高昂,在高温强衰减介质中信号损失严重,且对近地表速度模型极其敏感。未来趋势是发展低成本采集、耐高温传感器及智能化处理算法,以拓展其在高温地热环境的适用性。

1.4 综合物探方法

综合物探方法是协同应用两种或多种地球物理技术(如地震勘探、电法勘探、重力勘探、磁法勘探等),结合地质、水文等多元数据,利用不同物理参数(如电阻率、密度、波速、磁性等)的互补性,来提高地热勘查的准确性和可靠性[22,24]。每种地球物理技术都有其独特的优势和局限性。例如,地震勘探对地质构造的探测精度高,但成本较高;电法勘探能够有效识别热储层的富水性特征,但对地质构造的探测能力相对较弱;重力勘探和磁法勘探可以提供区域性的地质背景信息,但对浅部地质体的探测精度有限。通过综合运用多种物探方法,可以充分发挥各方法的优势,弥补单一方法的不足,从而更全面、准确地了解地下地质情况,为地热资源的勘查和开发提供更可靠的依据[25-26]。

2020年,在日本Musadake-Teshikaga火山地区开展了一项航空综合地球物理勘探项目,同步采集了直升机航空重力梯度(airborne gravity gradiometry,AGG)、航空电磁(airborne electromagnetics,AEM)和磁法数据[24]。其综合解释流程堪称典范,将3种数据的解译结果进行综合。关键发现是,低电阻率区与低磁异常区在空间上高度重合,这强烈指示了因热液活动导致的磁铁矿破坏(去磁化)过程[27]。在青海共和盆地,综合运用了可控源音频大地电磁测深法(CSAMT)、重力法和磁法等多种物探方法进行热勘查[27]。在美国加州的盖瑟尔斯(The Geysers)地热田中,综合物探方法被用于研究地热系统的结构和流体迁移规律。通过结合地震、磁法和电法勘探,研究人员成功揭示了地热储层的断裂系统和流体分布特征[28]。

综合物探方法通过协同利用多种地球物理参数的互补信息,构建多物理场耦合模型,显著降低单一方法的多解性,实现对地热系统“构造-流体-热源”一体化表征。该方法强调数据融合与联合反演,是应对深部、复杂地热勘查挑战的必然途径。然而,多源数据标准化、融合算法效率及跨学科解译仍是当前瓶颈。发展方向在于建立智能化的多场协同反演平台与标准化工作流程,推动地热勘探向定量化、系统化跨越。

2 国外地热勘查实例

国外在地热勘查中面临的主要技术难题包括诱发地震风险、资源定位、储层变形监测和深层资源开发等[26,29]。通过综合运用地球物理技术,如微震监测、三维地震成像、广域电磁法和全波形反演等,成功解决了这些难题,提高了土地资源的开发效率和安全性。这些案例展示了地球物理技术在地热勘查中的重要价值和广泛应用。

2.1 荷兰低单位成本地热能开发中地球物理技术的应用

在荷兰,地热能主要用于商业温室供暖,通常从深度为2~3 km的含水层中开采。传统开发模式依赖高质量含水层,需钻探距离约1.5 km的斜向生产井与注水井,这种模式限制了地热能的应用场景。针对地热资源的高效开发和低成本安装的技术难题,该研究提出一种低单位成本(low-unit-cost,LUC)安装概念,旨在通过精心设计的高质量安装,以较低成本实现有限速率的地热能生产,使荷兰几乎任何地区均可经济地利用地热能[30]。如表1所示。

该研究基于荷兰东部埃门市附近埃丽卡地区的公开3D地震数据和测井数据,重新解释地质结构。研究团队利用OpendTect软件处理合并的3D数据,识别出早白垩纪本特海姆砂岩作为适合LUC开发的含水层。通过地震数据解释和测井数据分析,预测目标井位置的本特海姆砂岩顶板深度约为1 500 m,对应温度约61 ℃,储层厚度约54 m,孔隙度高达25%,渗透率充足。

研究结果表明,LUC概念在埃丽卡地区具有经济可行性。通过钻探试点孔进行静态和动态含水层特征分析,可确定最终井架位置。计算显示,即使没有政府补贴,1.5 MWth的地热电厂也能实现经济可行。地面多用途地下室及模块化厂房布局、地下注采井与目标储层连接示意图体现了小型化、集成化和环境友好的设计理念。LUC安装的大部分生产设施都隐藏在地面以下的多用途地下室中,这是设计概念的一部分。预测结果显示,该项目的净现值为600万欧元,内部收益率为14%,总投资回报率为166%。LUC安装的小型化和模块化使其能够更灵活地满足不同地区的热能需求,尤其适用于热能需求较低的地区。如表1所示为荷兰传统安装与LUC安装的比较,具有较低成本实现有限速率的地热能生产,展示了LUC模式从3D地震数据解释、目标层筛选、试点孔测试到经济模型评估的全流程,清晰揭示了地球物理数据在降低早期风险和支撑投资决策中的核心作用。

荷兰LUC模式的核心创新在于地球物理先行的开发理念。它利用现有三维地震数据体,通过先进的地震解释与属性分析技术,实现了对目标储层空间形态进行精细刻画和低风险区带预测,从而大幅降低了初期勘探风险和资本投入。该案例为地层结构相对清晰、但经济性敏感的沉积盆地型中低温地热资源开发,提供了一条可复制、基于高精度地球物理模型的低成本商业化方案。

2.2 美国加州盖瑟尔斯地热田开采可有效预警并规避潜在地震风险

地热能源作为可再生能源在应对全球气候变化中具有重要地位,但地热开发过程中诱发的地震活动却可能引发环境与社会问题。鉴于此,研究团队聚焦于美国盖瑟尔斯——全球最大地热田,旨在揭示其地震活动规律与储层响应特性,为全球地热资源开发中的地震风险评估提供依据[31-32]。

研究基于盖瑟斯60余年的地震监测数据,结合水力压裂与注水活动记录,运用现代地震学和地质力学方法。如图1所示,通过地震重定位技术,研究团队将地震震源位置精度从初始的水平159 m、垂直252 m提升至约40 m,精准描绘出流体迁移路径。利用地震波形反演技术,团队分析了地震矩张量,揭示了地震源过程中的剪切、裂缝开启与闭合行为,并结合地震应力降计算评估地震破裂特征[31]。

研究发现,盖瑟尔斯的地震活动与注水速率高度相关,而与蒸汽生产活动关联不大。地震活动集中于注水井周边的椭球体区域内,且地震震源深度随时间逐渐加深,表明流体在储层中的迁移受热弹性应力和孔隙弹性效应共同控制。这种独特的储层行为可能得益于其高裂缝密度与复杂断层网络,使得地震能量分散释放,降低了发生大型地震的可能性。如图2所示,地震活动率和流量率的时序演变表明,月度地震活动次数(黑线)与P-9、P-29井注水速率(蓝、绿线)的时序对比显示高度相关性。

盖瑟尔斯地热田项目是全球地热行业将微震监测从研究工具升级为实时风险管理与生产优化系统的标杆。有效预警和管理了诱发地震风险,保障了社区安全与社会接受度,微震活动还可以成为刻画储层改造体积、评估增产效果和优化注采方案的宝贵动态信息源。该案例表明,建立长期、高精度的微震监测网络,并结合流体注入数据进行实时分析,是管理EGS和大型水热项目地震风险不可或缺的技术手段。

2.3 德国高分辨率3D地震成像揭示深部地热地质结构

在德国,面临深层地热资源探测和开发的技术难题,高分辨率三维地震成像技术被广泛应用于地热资源的勘查中。德国上莱茵地堑作为欧洲地热资源富集区,过去35年间虽已开展诸多项目,但受早期2D地震数据分辨率低、深层成像效果差等限制,花岗岩基底复杂断层系统始终未被清晰揭示。这严重制约了地热井位选址与资源开发效率。2018年,斯特拉斯堡电力公司联合科研团队开展大规模3D地震勘探,旨在攻克深层成像难题,为深部地热储层精细刻画提供技术支撑,推动地热资源可持续开发[33]。

研究团队采用宽方位3D地震采集技术,覆盖180 km2区域。针对浅表层低速带对深层成像干扰问题,综合运用折射波层析成像、首波层析等方法构建浅层速度模型,利用多重反射信息重建浅表层地质结构,通过振幅补偿、正则化处理提升信噪比。在深层成像中,创新性引入断层约束层析反演技术,将解释断层平面与地质层位信息融入速度建模,配合最小二乘逆时偏移(least-squares pre-stack depth migration,LS-PSDM)算法,有效压制偏移伪影,增强断层成像精度,如图3[33]所示。

新成像技术成功揭示了花岗岩基底内部复杂断层网络,断层位置精度较传统方法提升40%以上。首次在地震数据中清晰地识别出深处花岗岩层内部的断层系统,包括断层走向、倾角及相互连通性。结合地震属性分析,定量刻画了断层活动性与渗透性差异,发现主要控热断层多呈现高角度、强活动特征,与热液对流通道高度吻合。此外,利用叠前地震数据反演得出的孔隙度、裂缝密度等参数,精确量化了储层物性分布,识别出3处优质地热靶区,如图4[33]所示。

研究通过3D地震成像技术构建了高精度三维地质模型,可有效规避冷热水混层风险,提高地热流体采收率20%~30%,大幅提升了地热资源开发效率与经济性,预示着地热勘探正式迈入“可视化”精准开发新时代。研究还表明,将油气勘探技术体系迁移应用于地热领域,能显著提升资源探明率与开发效益,为全球中低温地热资源勘探提供范例。

德国上莱茵地堑项目是深部地热(>3 km)地震成像技术突破的标杆。其成功关键在于将油气工业成熟的宽方位高密度采集、先进的层析反演速度建模(尤其是浅层建模)和最小二乘逆时偏移(least-squares reverse time migration,LSRTM)等高端处理技术,系统性地应用于地热目标。这解决了沉积盖层与结晶基底强波阻抗界面引起的多次波干扰和基底内弱信号成像难题。该案例表明,对于深部裂隙型热储,高精度三维地震不仅是查明构造的有效手段,更是直接预测储层“甜点”(高渗带)的有力工具。近年来,该技术体系已与人工智能相结合,用于自动断层识别与裂缝预测,进一步提升了工作效率。

2.4 增强型地热系统场地P波速度模型的改进研究

增强型地热系统(enhanced geothermal systems,EGS)作为一种新兴的地热能开发技术,具有巨大的能源潜力,可在全球可再生能源转型中发挥重要作用。为了确保EGS项目的成功实施和高效运行,精确的地下速度模型对于微地震监测、地震灾害评估以及地热储层管理至关重要。现有的速度模型可能由于数据覆盖不足和假设条件的局限性,在分辨率和准确性方面存在一定不足,影响了储层特性和微地震监测的有效性。该研究旨在通过整合三维(3D)地面地震数据和二维(2D)分布式声学传感(distributed acoustic sensing,DAS)垂直地震剖面(vertical seismic profiling,VSP)数据,提升犹他州FORGEEGS场地的P波速度模型[34]。

研究首先对3D地面地震数据应用P波走时层析成像技术,改进先前发布的P波速度模型,使其与观测到的首次到达时间更加吻合。在此基础上,进一步利用2D DAS-VSP数据,通过声学全波形反演(FWI)技术对模型进行精细化处理,结合直达波和散射波信息,以获得更高分辨率的速度结构。具体而言,研究流程包括以下3个步骤。

步骤1 数据收集与预处理。收集了2017年11月进行的3D地面地震调查数据,该调查覆盖约5.8×4.5 km2的区域,包含1 741个检波器和1 114个震源点;以及2022年4月进行的2D DAS-VSP调查数据,该调查在78A-32和78B-32井中使用光纤电缆,分别提供了1 010和1 206个记录通道,通道间距1 m,深度分别达1 km和1.2 km。

步骤2 走时层析成像。手动拾取3D地面地震数据和2D DAS-VSP数据中的P波首达时间,利用混合射线追踪方法(结合平面波和球面波近似)生成精确的走时和空间导数,并采用伴随状态走时层析成像方法,计算旅行时间函数的导数,以更新速度模型。

步骤3 全波形反演。将走时层析成像得到的模型作为初始输入,使用DAS-VSP数据进行声学FWI。采用固定步长更新速度模型,利用有限差分法求解波动方程,并通过伴随状态方法计算目标函数梯度,以减少计算成本和内存需求。

如图5所示,使用旅行时层析成像和全波形反演(FWI),结合3D地面地震数据和2D分布式声学传感(DAS)垂直地震剖面(VSP)数据在犹他州FORGE增强型地热系统(EGS)场地构建速度模型的流程图。该流程从处理现场数据(3D地面地震和2D DAS-VSP数据)开始,然后通过旅行时层析成像和FWI进行迭代速度模型构建。

经过20次迭代的3DP波走时层析成像,得到更新后的速度模型VM1。利用DAS-VSP数据,先进行2D P波走时层析成像(70次迭代),得到VM2;再进行声学FWI(30次迭代),得到最终的VM3。VM3速度模型精细化,不仅进一步改善了与P波首达时间的匹配,还更好地拟合了反射波,为地下结构提供了更清晰的成像。与测井数据对比验证:将最终的速度模型VM3与来自58-32井和78B-32井的测井数据进行对比。结果显示,VM3更准确地捕捉了未固结和固结沉积物之间的过渡,以及沉积层与结晶基底之间的界面,与测井数据的一致性优于初始模型VM0。

通过结合3D地面地震数据和2D DAS-VSP数据来提升速度模型,为地下结构的精确成像提供了有效方法。改进后的速度模型能够更准确地表征关键地质特征,如冲积层过渡和结晶花岗岩边界,这对于微地震监测和EGS开发具有重要意义。精确的速度模型有助于提高微地震事件定位的准确性,从而更好地理解储层的水力压裂和流体流动过程,为地热能的安全高效开发提供支持。此外,该研究还为未来开展弹性FWI以估算S波速度奠定了基础,进一步推动了EGS技术的发展和应用。

美国FORGE项目是国际EGS技术的前沿试验场[34]。该研究展示了将地面地震与井下DAS-VSP数据相结合,通过从走时层析到全波形反演(FWI)的多级反演策略,显著提升浅层至中深层速度模型精度的完整工作流。其创新点在于充分利用了DAS数据超密集采样的优势进行FWI,这对刻画EGS储层压裂改造所需的精细速度结构(如小断层、裂缝带)至关重要。该技术路径代表了EGS站点表征的发展方向:即利用多尺度、多类型地球物理数据,构建可用于微震精确定位和压裂效果评估的高精度速度模型。近期,该团队正尝试将弹性FWI应用于同一数据集,以同时获取纵、横波速度,这将为储层岩石力学性质预测提供更丰富的信息。

图6、图7展示了Utah FORGE场地沿DAS-VSP测线的P波速度结构。图6为VM3(FWI精化模型),聚焦1.0~2.5 km井周区域,分辨率显著提升,清晰地刻画冲积层内部速度分层及花岗岩顶界面的精细形态,与78B-32井岩性测井标定的823 m深度吻合;图7为VM0(既有模型),覆盖0.5~2.5 km距离,显示冲积层与花岗质基底的粗略界面。在58-32井中测量了声波测井和来自岩屑的密度测井。从58-32井的密度测井中识别出的区域标记为Ⅰ、Ⅱ和Ⅲ,分别与解释为未固结冲积物、固结冲积物和花岗岩基岩一致。虚红线支持58-32井的岩屑密度测井与用虚黑线标记的井位置以及沿井绘制的声波速度测井的关联。沿78B-32井显示的简化岩性测井突出了向花岗岩的过渡。

2.5 日本地热勘查技术

在地质条件复杂的地区,传统的地热勘查方法往往面临诸多挑战,如热储层定位不准确、储层动态变化难以监测等。

Kasahara等[35]针对日本东北地区Kijiyama KJ-5热地热钻井,采用分布式温度传感(DTS)和分布式声学传感(DAS)技术进行地热勘探。DTS技术通过在钻井中放置光纤光缆,能够实时、连续地测量井筒的温度分布,分辨率可达到厘米级。DAS技术则利用相同的光纤光缆,通过检测光纤中的瑞利散射信号,实现对井筒声学特性的分布式测量,能够捕捉到井筒周围地层的微小声学信号。在KJ-5井中布设5 km光纤,覆盖1 500~3 000 m深部热储层,连续监测6个月。研究中,将光纤光缆安装在KJ-5钻井的井壁上,沿着井筒从顶部到底部进行连续监测。通过DTS技术获取井筒温度的时空变化,结合DAS技术监测井筒声学特性的变化,综合分析地热流体的流动特性、热储层的空间分布以及井筒的完整性。

DTS监测结果显示,KJ-5钻井井筒温度随深度呈非线性变化,存在多个温度异常区间。在热储层发育较好的区域,声学信号的振幅和频率特征发生显著变化,反映了热储层的孔隙结构和流体饱和度差异。同时,DAS还监测到井筒在注入和生产过程中的微小变形,为评估井筒的完整性和安全性提供了重要依据。DAS数据分析揭示了井筒周围地层的声学特性变化。通过联合分析DTS和DAS数据,成功识别出KJ-5钻井中的优势热液流动路径,并确定了潜在的热储层边界。这些信息有助于优化地热井的生产策略,提高地热资源的开采效率。

分布式传感技术具有广阔的应用前景,未来可与其他地球物理探测方法相结合,进一步提升地热资源勘查的精度和可靠性。例如,与地震勘探数据联合反演,有望更准确地刻画热储层的三维结构。

日本KJ-5井的DTS/DAS监测是光纤传感技术应用于高温地热井动态监测的典型案例[35]。其价值在于实现了从“静态快照”到“连续电影”的观测方式转变,能够捕捉生产过程中温度场和声学场的瞬态变化,从而识别优势渗流通道和井筒完整性隐患。该技术正在向两个方向发展:一是硬件上提升耐温性能,以适用于>300 ℃的超高温地热井;二是在数据解释上与其他方法融合,例如,将DAS记录的井中微震或噪声用于井周速度结构成像,或与地面地震数据联合反演。这标志着地热储层表征进入“四维”时代。

3 存在的问题及优化措施

3.1 面临的挑战

尽管地球物理勘探技术在地热勘查中取得了显著进展,但仍面临一些挑战和问题。电法勘探易受城市工业噪声和地形起伏的干扰,导致数据解释的多解性。磁法勘探在弱信号提取和磁性各向异性校正方面存在困难,尤其是在火山岩等复杂地质条件下。地震勘探在高温环境下面临信号衰减和复杂构造成像的问题,且成本较高。综合物探方法虽然能够提高勘查精度,但在数据融合和多方法协同反演方面仍需进一步优化,以减少解释的不确定性[36-38]。例如,王家钦等[39]评价了南堡凹陷馆陶组热储潜力,但面临钻井资料稀疏、储层非均质性强及静态评价与动态采灌模拟难以耦合的挑战;Furlanetto等[40]利用被动光纤温度监测实现含水层三维表征,但受限于深部温度信号衰减与模型参数标定误差;Celli等[41]提出电信光纤DAS监测地下水流,但面临微弱信号探测灵敏度不足、城市噪声干扰及光纤布设受限等难题。

3.2 技术局限性

单一地球物理方法(如电磁法、重力法)在地热勘查中普遍存在多解性。地球物理数据的处理和解释需要结合地质背景和实际条件,这对技术人员提出了较高要求。电阻率异常可能同时反映热储层、含水裂隙或矿化带,导致解释结果不确定性增加。在复杂地形或强电磁干扰区域(如城市中心、高压线密集区),传统电磁法易受静态效应和噪声干扰,数据信噪比显著降低。如云南黑山村地热勘查中,广域电磁法因地形起伏导致低阻异常体边界模糊,需结合重力数据联合反演以降低多解性[42-45]。

现有技术对超深部(>3 km)热储层(如干热岩)的探测能力不足。例如,地震波在高温高压环境下衰减加剧,传统地震勘探难以精准刻画深部断层网络;广域电磁法低频信号(<0.01 Hz)发射功率受限,导致深部电阻率反演分辨率下降。如德国上莱茵地堑的早期2D地震数据未能清晰揭示花岗岩基底断层系统,导致钻井成功率低于预期[46-47]。

现有技术对热储层动态演化(如流体运移、温度场变化)的实时监测能力薄弱。分布式传感技术(DTS/DAS)虽能实现连续监测,但光纤耐温极限(通常<300 ℃)限制了其在超高温地热井中的应用[48-51]。如日本KJ-5井的DTS监测虽发现周期性温度波动,但受限于光纤耐温性能,未能覆盖深部岩浆热源区[35]。

多物理场数据(电磁、地震、地热梯度)融合缺乏统一标准和算法,例如,重力与电磁数据因分辨率差异导致联合反演收敛困难;水文参数(渗透率、孔隙度)与地球物理模型的整合尚未形成普适性框架[52-55]。如美国盖瑟尔斯地热田的注水诱发地震研究中,地震数据与注水参数的动态耦合模型仍需人工经验修正[33]。

如表2所示为不同方法面临的技术挑战和发展动态对比,广域电磁法(WEM)、地震-电磁协同成像及分布式温度/声学传感(DTS/DAS)技术显著提升了勘查精度,但仍面临城市噪声干扰、高温信号衰减及超深探测能力不足等挑战。在实际工作中,需要在技术成本和勘查效率之间找到平衡点。

3.3 优化策略

针对上述问题,可以采取分级技术路径(协同反演、装备升级、监测网络、标准化),强调智能化(AI算法)、实时化(边缘计算)与国际化(标准制定)三大方向,优化策略创新[33,43,54]。具体措施建议如下。

(1)多方法协同与智能算法集成。构建“电磁-地震-地热梯度”多物理场联合反演平台,利用交叉梯度约束和贝叶斯概率框架降低多解性。引入深度学习算法(如U-Net网络)实现噪声自适应分离,并通过注意力机制优化异常体识别效率。

(2)深部探测装备与信号处理升级。研发低频(0.001~0.1 Hz)大功率发射系统(电流>200 A),结合宽频带分布式接收阵列,提升超深部电性结构探测能力。开发耐高温光纤涂层材料(如碳化硅复合层),将DTS/DAS监测深度拓展至5 km,温度耐受上限提升至400 ℃[55-57]。

(3)动态监测体系与实时决策系统。构建“光纤传感+微震监测+InSAR”多源动态监测网络。利用边缘计算与5G传输技术,实现野外数据实时处理与云端协同建模,缩短决策响应时间至分钟级。

(4)标准化数据融合与跨学科协作。制定地热勘探多物理场数据融合国际标准,明确电磁、地震、水文数据的格式转换与权重分配规则。建立跨国地热技术联盟(如国际地热协会IGA主导的“DeepHeat计划”),共享典型地热田数据库与反演算法库[58-62]。

4 结论和展望

4.1 结论

地球物理勘探技术在地热勘查中具有重要的应用价值,能够有效揭示地热储层的分布、结构及热异常特征。结合国外的成功经验,通过综合应用多种地球物理方法,从单一“技术局限性”拓展为多维度挑战(多解性、深部探测、动态监测、数据融合),形成地热勘探-开发-监测全链条技术体系。未来,随着技术的不断进步和国际合作的深入,地球物理勘探技术将在地热资源的利用中发挥更加重要的作用。

地球物理勘探技术在地热勘查中虽成果显著,但多解性、深部探测能力、动态监测精度及数据融合标准等问题仍制约其进一步发展。未来,地球物理勘探技术的发展方向将集中在以下几个方面。首先,智能化融合将成为趋势,通过深度学习和多模态融合技术自动优化反演权重,提高数据解释的准确性和效率。其次,动态系统构建将得到更多关注,集成分布式温度传感(DTS)、分布式声学传感(DAS)、合成孔径雷达干涉测量(InSAR)等技术,实现地热储层的全生命周期动态监测。此外,标准化流程的制定也将是重点,国际通用的多方法数据交互与质量控制标准将有助于提升勘查的可靠性和可重复性。最后,超深高温成像技术和耐高温设备的研发将为深部地热资源的勘查提供支持,推动干热岩等前沿领域的开发。

4.2 展望

尽管地球物理技术在地热勘查中已取得长足进步,但面向未来规模化、智能化、深部化开发需求,仍面临一系列关键挑战,同时也孕育着新的技术突破方向[1,3,15,23,34,38-41,43-45]。

4.2.1 面临的核心挑战与重点难点

超深高温环境下的信号获取与解释。深度高于5 km的干热岩(EGS)目标层,普遍处于高温(>200 ℃)、高压、高应力状态。地震波能量衰减剧烈,电磁信号微弱,且岩石物理性质在高温下发生非线性变化,导致传统探测方法的信噪比(SNR)急剧下降,反演模型的不确定性显著增加。

多源异构数据的智能融合与实时建模。地球物理数据(电磁、地震、重力)、地质资料、水文参数及实时监测数据(DTS/DAS、微震)在尺度、精度、物理意义上存在差异。缺乏鲁棒、高效的智能融合算法与统一的数据标准,难以构建高保真的“地质-工程”一体化数字孪生模型,制约了实时决策与优化开发。

长效、耐高温原位监测装备的匮乏。现有分布式光纤传感(DTS/DAS)的长期耐温极限通常低于300 ℃,且在高腐蚀性地热流体中可靠性不足。适用于EGS长期监测的井下高温高压(HPHT)地球物理传感器尚未成熟,限制了对储层动态演化规律的认识与闭环调控。

诱发地震风险的精准预测与调控。尽管在盖瑟尔斯等场地积累了监测经验,但不同地质背景下流体注入诱发地震的机理复杂,从微破裂到大震级的跨越式预测仍是世界性难题。需要发展融合实时地球物理数据与地质力学模拟的预警系统。

4.2.2 未来发展趋势与创新方向

技术路径智能化。人工智能(AI)将深度嵌入勘探全流程。机器学习(如深度学习、强化学习)将用于智能去噪、自动特征提取和多物理场联合反演的初始模型构建与约束优化,大幅提升数据解释的自动化水平和精度。数字孪生技术将整合实时监测数据与动态模型,实现热储生命周期模拟与开发方案虚拟优化。

探测系统集成化与实时化。未来的勘查系统将向“空-天-地-井”一体化方向发展。卫星InSAR(监测地表形变)、航空地球物理(快速区域扫描)、地面高密度阵列与井下分布式传感将构成协同观测网络。借助边缘计算和5G/6G传输,实现数据近实时处理与云端协同反演,为钻井和注采提供即时决策支持[34,39-40,42,44,46]。

装备研发迈向深部与高温。材料科学的进步将推动耐高温(>400 ℃)光纤涂层、高灵敏度井下电子器件的发展。大功率、低频可控源电磁装备与超高灵敏度量子传感(如量子重力仪、磁力仪)的实用化,将为深部热源与流体通道的精细刻画提供全新工具。

学科交叉与范式融合。地热地球物理将与水文地质学、岩石力学、热物理学及数据科学深度交叉。发展“热-流-力-化”(THMC)耦合的反演框架,从单纯的结构成像迈向储层属性与动态过程的定量预测。与国际将加强合作,共同制定数据融合、模型共享与技术验证的标准协议[46]。

参考文献

[1]

孙焕泉, 高楠安, 吴陈冰洁, 等. 中深层地热资源勘探开发技术与典型应用[J]. 地学前缘, 2025, 32(2): 230-241.

[2]

Sun Huanquan, Gao Nan'an, Wu Chenbingjie, et al. Medium-deep geothermal exploration and development technology and typical resource applications[J]. Earth Science Frontiers, 2025, 32(2): 230-241.

[3]

霍超, 林倚天, 李刚, 等. 碳中和背景下中国地热资源勘查技术研究进展[J]. 科学技术与工程, 2023, 23(12): 4917-4927.

[4]

Huo Chao, Lin Yitian, Li Gang, et al. Research progress on geothermal resource exploration technology in China under the background of carbon neutrality[J]. Science Technology and Engineering, 2023, 23(12): 4917-4927.

[5]

何展翔, 董卫斌, 刘雪军, 等. 时频电磁(TFEM)法:回顾与展望[J]. 石油地球物理勘探, 2025, 60(5): 1326-1340.

[6]

He Zhanxiang, Dong Weibin, Liu Xuejun, et al. Time-frequency electromagnetic (TFEM) method: review and prospect[J]. Oil Geophysical Prospecting, 2025, 60(5): 1326-1340.

[7]

许天福, 姜振蛟, 袁益龙. 中深部地热资源开发利用研究现状与展望[J]. 中国基础科学, 2023, 25(3): 11-22.

[8]

Xu Tianfu, Jiang Zhenjiao, Yuan Yilong. Research status and prospect of development and utilization of medium-deep geothermal resources[J]. China Basic Science, 2023, 25(3): 11-22.

[9]

高健, 宋现龙. 中深层地热资源勘查开发潜力与模式研究[J]. 科技与创新, 2026(15): 126-128, 135.

[10]

Gao Jian, Song Xianlong. Potential and development models of middle-deep geothermal resources exploration and exploitation[J]. Science and Technology & Innovation, 2026(15): 126-128, 135.

[11]

常宽, 张钱江, 蒋奇云, 等. 我国中深层地热能探测技术研究现状[J]. 地球物理学进展, 2025, 40(1): 54-69.

[12]

Chang Kuan, Zhang Qianjiang, Jiang Qiyun, et al. Research status of geothermal energy detection technology in middle-deep depths in China[J]. Progress in Geophysics, 2025, 40(1): 54-69.

[13]

杨永淞, 管彦武, 孙明行. 基于重力反演的合浦盆地地热资源分析[J]. 世界地质, 2023, 42(3): 551-560.

[14]

Yang Yongsong, Guan Yanwu, Sun Mingxing. Analysis of geothermal resources in Hepu Basin based on gravity inversion method[J]. World Geology, 2023, 42(3): 551-560.

[15]

张森琦, 付雷, 张杨, 等. 基于高精度航磁数据的共和盆地干热岩勘查目标靶区圈定[J]. 天然气工业, 2020, 40(9): 156-169.

[16]

Zhang Senqi, Fu Lei, Zhang Yang, et al. Delineation of hot dry rock exploration target area in the Gonghe Basin based on high-precision aeromagnetic data[J]. Natural Gas Industry, 2020, 40(9): 156-169.

[17]

徐荣华, 邓居智, 楼法生, 等. 江西省九连山隆起地热带地壳多尺度结构探测与地热成因机制研究[J/OL]. 地学前缘, 1-15[2026-09-26].https://doi.org/10.13745/j.esf.sf.2025.6.15.

[18]

Xu Ronghua, Deng Juzhi, Lou Fasheng, et al. Multi-scale crustal structure detection and geothermal genetic mechanism of the Jiulianshan uplift geothermal belt, Jiangxi Province[J/OL]. Earth Science Frontiers, 1-15.https://doi.org/10.13745/j.esf.sf.2025.6.15.

[19]

Hermans T, Nguyen F, Caers J, et al. Uncertainty in training image-based inversion of electrical resistivity data for geothermal reservoir characterization[J]. Geothermics, 2015, 54: 89-99.

[20]

Sandberg S K, Hohmann G W. Controlled-source audiomagnetotellurics in geothermal exploration[J]. Geophysics, 1982, 47(1): 100-116.

[21]

Aykaç S, Timur E, Sari C, et al. CSAMT investigations of the Caferbeyli (Manisa/Turkey) geothermal area[J]. Journal of Earth System Science, 2015, 124(1): 149-159.

[22]

任旺奇. 西藏南部典型高温地热区三维电性结构及形成机制[D]. 长沙: 中南大学, 2024.

[23]

Ren Wangqi. Three-dimensional conductivity structures of typical high-temperature geothermal region in Southern Tibet and its formation mechanism[D]. Changsha: Central South University, 2024.

[24]

Yamashita N, Goto T N, Ishizu K, et al. Detailed resistivity structure by high-density AMT surveys in the geothermal area: a case study near Unzen volcanoes, Japan[J]. Journal of Volcanology and Geothermal Research, 2026, 469: 108466.

[25]

Pereyra Q B, Meneses R E, Kapinos G, et al. Three-dimensional magnetotelluric inversion for the characterization of the Sol de Mañana high-enthalpy geothermal field, Bolivia[J]. Geothermics, 2023, 113: 102748.

[26]

何继善. 广域电磁测深法研究[J]. 中南大学学报(自然科学版), 2010, 41(3): 1065-1072.

[27]

He Jishan. Wide field electromagnetic sounding methods[J]. Journal of Central South University (Science and Technology), 2010, 41(3): 1065-1072.

[28]

崔健, 邓荻, 张海东, 等. 广域电磁法在苏北盆地厚覆盖区地热勘查中的应用[J]. 地质与资源, 2023, 32(1): 70-78.

[29]

Cui Jian, Deng Di, Zhang Haidong, et al. Application of wide field electromagnetic method in geothermal exploration of thick covered area in northern Jiangsu Basin[J]. Geology and Resources, 2023, 32(1): 70-78.

[30]

程正璞, 魏强, 连晟, 等. 青海共和盆地恰卜恰深部花岗岩热储时频电磁法探测及干热岩体预测[J]. 中国地质, 2025, 52(2): 438-451.

[31]

Cheng Zhengpu, Wei Qiang, Lian Sheng, et al. TFEM detection of deep granitic reservoirs and prediction of hot dry rock bodies in the Qiabuqia area, Gonghe Basin, Qinghai[J]. Geology in China, 2025, 52(2): 438-451.

[32]

Vestrum Z, Unsworth M J, Thompson T, et al. Combining magnetotelluric, DC resistivity, and time-domain electromagnetic data in geothermal exploration: an example from the M'Deek geothermal field in Western British Columbia, Canada[J]. Geothermics, 2025, 133: 103452.

[33]

Zhdanov M S, Jorgensen M, Cox L H, et al. Integrated multiphysics inversion for geothermal and lithium exploration in Dixie Valley, Nevada[J]. Minerals, 2026, 16(8): 774.

[34]

Kebede H, Alemu A, Mickus K. Magnetic anomaly patterns and volcano-tectonic features associated with geothermal prospect areas in the Ziway-Shala Lakes Basin, Central Main Ethiopian Rift[J]. Geothermics, 2022, 105: 102484.

[35]

刘志伟, 王赟, 李德春, 等. 综合地球物理方法在西藏羊八井地热田勘查中的应用[J]. 物探与化探, 2018, 42(5): 878-886.

[36]

Liu Zhiwei, Wang Yun, Li Dechun, et al. The application of integrated geophysical methods to the exploration of the Yangbajing geothermal field in Tibet[J]. Geophysical and Geochemical Exploration, 2018, 42(5): 878-886.

[37]

Veldkamp J G, van Wees J D, Brunner L G, et al. Seismic imaging of geothermal targets in the Netherlands: challenges and solutions[J]. First Break, 2020, 38(10): 45-52.

[38]

Ishikawa H, Nogami S, Endo M, et al. Targeting geothermal exploration using airborne multi-geophysics, Kutcharo Caldera, Teshikaga Area[J]. Natural Resources Research, 2021, 30(4): 2957-2968.

[39]

陈雯雯, 饶松, 孟博言, 等. 基于三维地质建模的大安东部地区地热资源评价[J]. 煤田地质与勘探, 2025, 53(9): 147-158.

[40]

Chen Wenwen, Rao Song, Meng Boyan, et al. Geothermal resource assessment of the eastern Da'an area based on 3D geothermal geological modeling[J]. Coal Geology & Exploration, 2025, 53(9): 147-158.

[41]

Kwiatek G, Martínez-Garzón P, Dresen G, et al. Effects of long-term fluid injection on induced seismicity parameters and maximum magnitude in northwestern part of The Geysers geothermal field[J]. Journal of Geophysical Research: Solid Earth, 2015, 120(10): 7085-7101.

[42]

李百祥, 张继彪, 张恒, 等. 青海共和盆地恰卜恰地区CSAMT、重磁综合地球物理勘探及干热岩靶区优选[J]. 地球物理学进展, 2022, 37(3): 1125-1136.

[43]

Li Baixiang, Zhang Jibiao, Zhang Heng, et al. Integrated CSAMT, gravity and magnetic geophysical exploration and hot dry rock target optimization in the Qiabuqia area, Gonghe Basin, Qinghai[J]. Progress in Geophysics, 2022, 37(3): 1125-1136.

[44]

Eberhart-Phillips D, Oppenheimer D H, Griscom A, et al. Integrated seismic, magnetic, and electromagnetic studies at The Geysers geothermal field, California[J]. Geothermics, 1995, 24(3): 313-328.

[45]

Rutledge J T, Phillips W S, Mayerhofer M J, et al. Microseismic mapping of a hydraulic fracture treatment at the Utah FORGE site[J]. The Leading Edge, 2021, 40(7): 504-512.

[46]

de Groot A, Veling E J M, Maljers D, et al. Harvesting geothermal energy with low unit cost installations[J]. The Leading Edge, 2020, 39(12): 901-908.

[47]

Bentz S, Martínez-Garzón P, Bohnhoff M, et al. Induced earthquake potential in geothermal reservoirs: insights from the Geysers, California[J]. The Leading Edge, 2020, 39(12): 873-882.

[48]

Martínez-Garzón P, Kwiatek G, Sone H, et al. Spatiotemporal changes, faulting regimes, and source parameters of induced seismicity: a case study from The Geysers geothermal field[J]. Journal of Geophysical Research: Solid Earth, 2014, 119(11): 8378-8396.

[49]

Salaun N, Toubiana H, Mitschler J B, et al. High-resolution 3D seismic imaging and refined velocity model building improve the image of a deep geothermal reservoir in the Upper Rhine Graben[J]. The Leading Edge, 2020, 39(12): 857-863.

[50]

Park S, Jung Y, Nakata N, et al. Enhancing P-wave velocity model at the Utah FORGE EGS site using traveltime tomography and full-waveform inversion of 2D DAS-VSP and 3D surface seismic data[J]. The Leading Edge, 2025, 44(4): 256-264.

[51]

Kasahara J, Hasada Y, Mikada H, et al. Geothermal exploration at Sumikawa, in Japan, by DTS and DAS in the geothermal well[C]// 84th EAGE Annual Conference & Exhibition. Vienna: EAGE, 2023: 1-5.

[52]

王合安, 张朝, 饶大骞, 等. 汤阴凹陷安阳次凹古近系热储空间结构及有利区划分[J]. 科学技术与工程, 2025, 25(28): 11888-11897.

[53]

Wang He'an, Zhang Chao, Rao Daqian, et al. Architecture and favorable areas of Paleogene thermal reservoir in Anyang sub-sag, Tangyin Sag[J]. Science Technology and Engineering, 2025, 25(28): 11888-11897.

[54]

孙厚云, 马峰, 王贵玲, 等. 福建省地热成藏模式Ⅰ:流体地球化学特征及其形成机制[J]. 地球科学, 2025, 50(8): 3241-3269.

[55]

Sun Houyun, Ma Feng, Wang Guiling, et al. Formation mode of geothermal resources in Fujian Province Ⅰ: hydrogeochemical characteristics and genetic mechanisms of geothermal fluids[J]. Earth Science, 2025, 50(8): 3241-3269.

[56]

Manning D A C, Younger P L, Smith F W, et al. A deep geothermal exploration well at Eastgate, Weardale, UK: a novel exploration concept for low-enthalpy resources[J]. Journal of the Geological Society, 2007, 164(2): 371-382.

[57]

王家钦, 任路, 史建南, 等. 渤海湾盆地南堡凹陷X平台馆陶组热储潜力评价[J]. 科学技术与工程, 2024, 24(17): 7024-7032.

[58]

Wang Jiaqin, Ren Lu, Shi Jiannan, et al. Evaluation of heat storage potential of the X-platform Guantao Formation in the Nanpu Sag in the Bohai Bay Basin[J]. Science Technology and Engineering, 2024, 24(17): 7024-7032.

[59]

Furlanetto D, Camporese M, Schenato L, et al. Fiber optics passive monitoring of groundwater temperature reveals three-dimensional structures in heterogeneous aquifers[J]. Scientific Reports, 2024, 14(1): 8430.

[60]

Celli N L, Bean C J, Karbala Ali H. Monitoring groundwater flow using fibre optic sensing[C]//EGU General Assembly 2025. Vienna: EGU, 2025: EGU25-13022.

[61]

Battaglini A G, Guerra I, Ungarelli C. Integration between magnetotellurics and geologic interpretation: an application for geothermal exploration[C]// Istanbul International Geophysical Conference and Oil & Gas Exhibition. Istanbul: Society of Exploration Geophysicists, 2012: 1-4.

[62]

Gaci S. Geophysical exploration for hydrocarbon reservoirs, geothermal energy, and carbon storage: new technologies and AI-based approaches[M]. Hoboken: Wiley, 2025.

[63]

张政, 袁健鹏, 马蠡, 等. 地热井钻井过程中钻井液热物理性质对井筒温度压力的影响[J]. 科学技术与工程, 2025, 25(7): 2767-2775.

[64]

Zhang Zheng, Yuan Jianpeng, Ma Li, et al. Influence of thermal physical properties of drilling fluid on wellbore temperature and pressure during geothermal well drilling[J]. Science Technology and Engineering, 2025, 25(7): 2767-2775.

[65]

张政, 赵豫, 王国荣, 等. 地热井钻井过程中漏失对井筒温度分布的影响[J]. 科学技术与工程, 2024, 24(23): 9819-9826.

[66]

Zhang Zheng, Zhao Yu, Wang Guorong, et al. Influence of leakage on wellbore temperature distribution during geothermal well drilling[J]. Science Technology and Engineering, 2024, 24(23): 9819-9826.

[67]

王丽娟, 陈冬, 刘宇鹏, 等. 苏北盆地干热岩水力压裂物理实验及数值模拟[J]. 科学技术与工程, 2025, 25(34): 14528-14540.

[68]

Wang Lijuan, Chen Dong, Liu Yupeng, et al. Physical experiment and numerical simulation of hydraulic fracturing of hot dry rock in northern Jiangsu Basin[J]. Science Technology and Engineering, 2025, 25(34): 14528-14540.

[69]

杨睿月, 黄中伟, 温海涛, 等. 雄安新区深部地热储层水力喷射酸化压裂技术[J]. 天津大学学报(自然科学与工程技术版), 2023, 56(12): 1277-1287.

[70]

Yang Ruiyue, Huang Zhongwei, Wen Haitao, et al. Hydraulic jet acidizing fracturing technology for deep geothermal reservoirs in Xiongan New Area[J]. Journal of Tianjin University (Science and Technology), 2023, 56(12): 1277-1287.

[71]

韩朝旭, 高千, 韩元红, 等. 中深层U型地热井换热特征及影响因素数值模拟研究[J]. 科学技术与工程, 2025, 25(15): 6332-6343.

[72]

Han Zhaoxu, Gao Qian, Han Yuanhong, et al. Numerical simulation of heat transfer characteristics and influencing factors in middle-deep U-shaped geothermal well[J]. Science Technology and Engineering, 2025, 25(15): 6332-6343.

[73]

乔勇, 刘文强, 刘均荣. 水力连通裂隙对地热采出井温度影响的数值模拟[J]. 科学技术与工程, 2025, 25(34): 14685-14692.

[74]

Qiao Yong, Liu Wenqiang, Liu Junrong. Numerical simulation of the influence of hydraulic connected fractures on the temperature of geothermal production wells[J]. Science Technology and Engineering, 2025, 25(34): 14685-14692.

[75]

李根生, 武晓光, 宋先知, 等. 干热岩地热资源开采技术现状与挑战[J]. 石油科学通报, 2022, 7(3): 343-364.

[76]

Li Gensheng, Wu Xiaoguang, Song Xianzhi, et al. Status and challenges of hot dry rock geothermal resource exploitation[J]. Petroleum Science Bulletin, 2022, 7(3): 343-364.

[77]

Fu G Q, Peng S P, Wang R Z, et al. Seismic prediction and evaluation techniques for hot dry rock exploration and development[J]. Journal of Geophysics and Engineering, 2022, 19(4): 694-705.

[78]

Dong Y B, Xue L, Song X Z, et al. Multi-physics coupling mechanisms and key development factors in enhanced geothermal systems for hot dry rock[J]. Energy, 2025, 337: 138533.

[79]

高万里, 赵惊涛, 王化伟. 高温作用下干热岩岩石物理实验及岩石物理建模研究[J]. 矿业科学学报, 2023, 8(6): 758-767.

[80]

Gao Wanli, Zhao Jingtao, Wang Huawei. Rock physics experiment and rock physical modeling of hot dry rock under high temperature[J]. Journal of Mining Science and Technology, 2023, 8(6): 758-767.

[81]

Mohammadzadeh-Moghaddam M, Oskooi B, Mirzaei M, et al. Magnetic studies for geothermal exploration in Mahallat, Iran[C]// Istanbul International Geophysical Conference and Oil & Gas Exhibition. Istanbul: Society of Exploration Geophysicists, 2012: 1-4.

[82]

马铭, 马峰. 干热岩储层精细地震勘探技术进展综述[J]. 地球物理学进展, 2025, 40(2): 460-471.

[83]

Ma Ming, Ma Feng. Overview of seismic exploration for hot dry rock reservoirs[J]. Progress in Geophysics, 2025, 40(2): 460-471.

[84]

许博越, 王磊, 胡志强, 等. 基于热电效应的地热资源发电技术[J]. 科学技术与工程, 2022, 22(3): 1011-1015.

[85]

Xu Boyue, Wang Lei, Hu Zhiqiang, et al. Technology of geothermal power generation based on thermoelectric effect[J]. Science Technology and Engineering, 2022, 22(3): 1011-1015.

[86]

毛翔, 国殿斌, 罗璐, 等. 世界干热岩地热资源开发进展与地质背景分析[J]. 地质论评, 2019, 65(6): 1462-1472.

[87]

Mao Xiang, Guo Dianbin, Luo Lu, et al. Development progress and geological background analysis of hot dry rock geothermal resources in the world[J]. Geological Review, 2019, 65(6): 1462-1472.

[88]

Li H. The analysis of temperature, pressure, salinity, and saturation effects on the electrical conductivity of soaked sandstone for geothermal exploration[C]// SEG Technical Program Expanded Abstracts 2016. Houston: Society of Exploration Geophysicists, 2016: 3354-3358.

[89]

Feijth J, Hope J, Cevallos C, et al. Integrated geological interpretation of HeliFALCON airborne gravity gradiometer data and HELITEM electromagnetic and magnetic data for geothermal exploration in the Kujyu area, Kyushu, Japan[C]// Proceedings of the 12th SEGJ International Symposium. Tokyo: Society of Exploration Geophysicists, 2015: 56-59.

[90]

王贵玲, 刘彦广, 朱喜, 等. 中国地热资源现状及发展趋势[J]. 地学前缘, 2020, 27(1): 1-9.

[91]

Wang Guiling, Liu Yanguang, Zhu Xi, et al. Current status and development trend of geothermal resources in China[J]. Earth Science Frontiers, 2020, 27(1): 1-9.

[92]

张英, 冯建贤, 何治亮, 等. 地热系统类型划分与主控因素分析[J]. 地学前缘, 2017, 24(3): 190-198.

[93]

Zhang Ying, Feng Jianxian, He Zhiliang, et al. Classification of geothermal system types and analysis of main controlling factors[J]. Earth Science Frontiers, 2017, 24(3): 190-198.

[94]

Nkinyam C M, Ujah C O, Asadu C O, et al. Exploring geothermal energy as a sustainable source of energy: a systemic review[J]. Unconventional Resources, 2025, 6: 100149.

基金资助

江苏省自然资源科技项目(JSZRKJ202410)

2026年度江苏省科协学会服务创新能力提升专项计划(202602)

中国石化中原油田分公司科技攻关项目(36750000-25-FW0399-0019)

中国石化科技项目(P26030)

PDF (9078KB)

26

访问

0

被引

详细

导航
相关文章

/

〈 〉