基于模糊数学法的松辽盆地深层地热资源潜力评价

Evaluation of Deep Geothermal Resources Potential in the Songliao Basin Based on the Fuzzy Mathematics

摘要

松辽盆地具有高大地热流、高地温梯度特点，是我国地热资源有利远景区.前人对松辽盆地干热岩研究取得了系列认识，但部分地热评价中缺乏重要参数（如大地热流、地温梯度），评价数据以收集资料为主，造成预测的地热有利区存在争议.本文通过处理分析大量实测地球物理数据，获得了壳内高导层埋深、居里等温面埋深、莫霍面埋深和中生界基底岩性等分布特征，结合大地热流、地温梯度等信息，利用模糊数学法开展松辽盆地深层地热资源评价，结果表明：松辽盆地深层地热资源具有“中部优、东南部良好、西部和北部差”的分布格局；大庆‒松原和肇东‒哈尔滨是两大深层地热资源有利区，其干热岩总资源量为6.236×10²² J，折合为2.128×10¹² tce（吨标准煤当量），指示了深层巨大的干热岩资源潜力.

关键词

松辽盆地 / 地热能 / 干热岩 / 大地热流 / 模糊数学

Key words

Songliao basin / geothermal energy / hot dry rock / terrestrial heat flow / fuzzy mathematics

为应对环境气候变化，提高能源供给保障能力，加快推进我国能源结构转型升级，亟需大力发展清洁和低碳能源.地热能作为一种清洁、稳定、利用率高、分布广、资源量大、可持续可再生能源，是未来石化能源的有利替代品，近些年来得到了快速发展，逐渐成为现代世界能源体系的一个重要组成部分.到2019年底，全球直接利用的地热总装机容量为107 727 MWt，与2015年相比，直接利用的地热能对全球能源结构的贡献以年约0.5~1.0天增加（Lund and Toth，2021），表明地热能具有极大的发展潜力.我国是地热资源大国，在浅层地热能方面，我国地热泵装机容量和使用量均位于世界第一位 （Lund and Toth，2021），336个地级以上城市浅层地热能年可采量折合标准煤7亿吨 （王贵玲等，2020）；在深层地热资源方面，中国大陆地区埋深3.0~10.0 km范围内的干热岩远景资源量相当于856万亿吨标准煤（蔺文静等，2012），是我国2018年全年一次性能源消费的1.84万倍，表明我国深部地热资源潜力也是十分巨大的.

松辽盆地是我国著名的大型陆相含油气沉积盆地，由于盆内具有高大地热流值和较高的地温梯度，也是我国地热有利潜力区之一.20世纪90年代以来，针对盆地内浅部水热型地热资源调查取得了显著的经济效益，形成了多个地热资源勘探示范区（施尚明等，1998；王锡魁等，1999；施龙等，2004；施龙，2004；施尚明等，2004；文慧俭等，2011）.近些年来，松辽盆地深部油气井和科学探井显示，盆地深部存在良好的地热资源潜力（伍小雄，2014；瞿雪姣等，2017；刘晓慧和蒋郭吉玛，2018）.在全国典型区域干热岩或深部地热资源评价中，均将松辽盆地作为一个重要潜力区域纳入评价 （汪集旸等，2012；马峰等，2015；庞忠和等，2020），表明松辽盆地具有较好的深层地热资源潜力.

针对松辽盆地深层增强型地热资源，许多专家学者开展了评价研究，圈定了多处深层地热资源有利区，部分学者还估算了盆地干热岩资源储量，取得了一系列重要成果和认识 （娄洪等，2014；赵雪宇等，2015；张杨，2016；鲍新华等，2017；李野，2017）.但由于采用的地热评价指标相差较大，部分评价指标体系缺乏重要参数（如大地热流、地温梯度等），而直接用于评价的深层地球物理、地质等数据主要靠收集得到，而非由第一手资料处理获得，导致圈定的干热岩有利区差异较大，如赵雪宇等（2015）提出松原‒哈尔滨一带、大庆北部区域和洮南‒齐齐哈尔西部斜坡带为干热岩有利靶区，张杨（2016）研究表明干热岩有利区主要分布在大庆‒泰来‒大安所围成的区域，鲍新华等（2017）认为盆地中部大庆‒大安一带是干热岩开发适宜区和较适宜区.基于上述争议，本文开展了松辽盆地深层地热资源潜力评价研究.依托多年积累的大量实测深部地球物理资料，通过数据处理与分析，得到壳内低阻埋深、居里面埋深和莫霍面埋深等重要的地热评价参数，整合收集了大地热流值、地温梯度等重要信息，集成9个地热能开采评价参数组成的指标集，采用模糊数学方法对松辽盆地开展了深层地热资源潜力定量评价，以期获取更为准确的深层地热资源评价结果，更好地指导后续松辽盆地内深层地热资源勘探开发和利用，助力东北地区节能减排与“双碳”目标的实现.

1 研究区概况

松辽盆地位于我国东北地区，东经119^o40′~128^o24′，北纬42 ^o25′~49^o23′，呈北东向展布，长约760 km，宽180~435 km，形状近似菱形，面积约26万平方公里，地跨黑龙江、吉林、辽宁和内蒙古三省一区，区内海拔主要分布在100~300 m，地形起伏小，地势较为平坦，交通便利.盆地周边以丘陵与山地环绕，西临大兴安岭，北以小兴安岭为界，东部为张广才岭，南部是康平‒法库丘陵地带（图1）.

松辽盆地是中新生代形成的大型陆相含油气沉积盆地，在区域构造上，处于华北板块北缘、西伯利亚板块东南缘和佳木斯‒布列雅地块西侧的褶皱增生带上，盆地中生代基底具有褶皱带性质（伍小雄，2014）.盆地受到古亚洲洋构造域、鄂霍茨克洋构造域、滨太平洋构造域共同作用的影响.晚元古代‒早二叠世末，中部为古亚洲海域，北部为西伯利亚板块，南部为中朝板块；晚二叠世末‒中三叠世末，佳蒙地块于晚二叠世‒早三叠世与华北板块碰撞拼合，随着古亚洲洋从西至东剪刀式闭合，到中三叠世末中国东部陆缘带闭合成为一体；中侏罗世，佳蒙地块与西伯利亚板块完成碰撞拼合，形成统一的东北亚大陆；晚侏罗世‒早白垩世，中国东北地区处于由古亚洲洋构造域向滨太平洋构造域重大转变时期，拉张断陷和大规模火山喷发是这一时期的产物（章凤奇，2007；张兴洲等，2008），在拉张作用下初步形成了盆地雏形；早白垩世晚期‒晚白垩世中期，太平洋板块向古亚洲板块俯冲，盆地大幅沉降，由裂陷向坳陷转化，形成了巨厚的沉积地层；晚白垩世中期‒现今，盆地抬升，进入萎缩褶皱阶段，形成了现今松辽盆地地貌景观.

2 数据与方法

2.1　数据与深层地热评价指标体系

地热资源是由一系列构造地质、地球物理、地球化学和岩石力学等多种因素耦合形成.本文选择与深层地热能赋存密切相关的岩石学、地球物理学和地热学指标开展资源评价研究，包含大地热流、地温梯度、壳内高导层埋深、居里等温面埋深、莫霍面埋深、温泉/地热井显示、埋深10~30 km地壳纵向电导分布、中生代基底岩性分布和地震震级大小9个指标.9个指标数据具体来源简要概述如下.

（1）壳内高导层埋深：采用MT-Pioneer软件和Winglink软件，针对松辽盆地地电模型开展了一二维大地电磁测深（MT）正演模拟对比研究，结果表明对尾支相对上扬视电阻率曲线进行一维反演求导能够准确地刻画壳内低阻层顶界埋深，采用该方法对区内的1 575个MT测点数据进行处理，得到了研究区大部分地区壳内高导顶界埋深，结合收集的壳内高导层数据（马杏垣等，1991；史书林等，1991；白登海等，1993；卢造勋和夏怀宽，1993；杨宝俊等，1996；牛雪和卢造勋，1998；刘国兴等，2006），获得了松辽盆地及邻区壳内高导层顶界埋深分布，其中盆地内高导层顶界埋深数据主要由本文处理解译得到，盆地邻区数据主要靠收集得到.

（2）莫霍面埋深：通过对1 965 km深反射地震数据进行处理（主要分布在松辽盆地中北部与西部），初步得到了时间域地震反射剖面，盆地内莫霍面主要分布于10~12 s之间；依据深井波速数据，建立了区内地壳上部速度场，按地壳平均速度6 km/s增加控制点，通过均匀抽样建立了松辽盆地时深转换关系，进而得到了莫霍面埋藏深度；结合收集的莫霍面数据（熊小松等，2011；危自根和陈凌，2012），获得了松辽盆地及邻区莫霍面埋深分布图，其中盆地内莫霍面埋深数据主要由本文处理解译获得，盆地邻区的数据靠收集资料得到.

（3）居里等温面：通过对卫星和航空磁力数据进行界面反演得到居里等温面埋深.磁数据来源于美国国家海洋和大气管理局（NOAA）官网，为EMAG2模型，空间分辨率为2′×2′，通过上延 15 km去除浅层强磁性岩石的影响，采用RGIS软件开展磁性界面反演，得到松辽盆地及邻区居里等温面埋深分布图，该项数据由本文反演获得.

（4）埋深10~30 km地壳纵向电导：该指标由1∶100万区域MT三维反演电性模型计算得到.优选用于反演的MT测点共计759个，覆盖面积22.4万平方公里，分布在盆地西部、南部和中部地区，采用国际主流的三维反演软件——ModEM软件，反演参数设置：频率范围为0.000 42~320 Hz；测点范围内X方向与Y方向等间隔剖分，间隔距均为 8 000 m，外延区域均按1.5倍步长增加剖分；Z方向第一层厚度为30 m，前40层按1.15倍步长递增，大于40层按1.5倍步长增加，整个模型的X、Y、Z方向剖分网格为115×106×61，反演得到地表至上地幔的三维电性结构模型，共计迭代113次，拟合误差为3.25，满足反演精度要求.利用纵向电导公式求取获得了埋深在10~30 km范围内的纵向电导，该项数据也是本文三维反演计算获取.

（5）中生代基底岩性：通过重、磁数据处理，获取前中生界的重力异常和磁力异常，将研究区210口钻井钻遇前中生界层岩性作为训练样本集，采用支持向量机的机器学习算法训练出前中生界的重力效应、磁力效应、相关系数与中生界底界岩性间的机器学习最佳模型参数（孙国庆等，2020），初步获得了松辽盆地中生界底界的岩性预测图，在此基础上，综合各种地球物理资料进行综合识别、判定，最终获得松辽盆地中生界底界各类岩性分布图，该项数据由本文处理解译得到.

（6）大地热流、地温梯度、温泉/地热井资料、地震震级4类数据主要通过收集的资料获得.其中，收集的大地热流数据共计204组，经甄别、优选，择取177组质量可靠的大地热流数据和175组高质量的地温梯度数据（汪集旸等，1985，1986；汪集旸和黄少鹏，1990；吴乾蕃，1991；张汝惠等，1991；金旭等，1995；王永新等，2003；崔军平，2004；肖伟等，2004；姜光政等，2016），绘制得到了松辽盆地及邻区大地热流分布图和地温梯度分布图；搜集整理了松辽盆地及邻区的温泉和地热井分布信息（Wang et al.，2001；中国地质科学院水文地质环境研究所，2014，吉林省地热资源调查评价与区划成果报告），绘制得到了松辽盆地及邻区不同温度的温泉和地热井分布图；汇聚了来自于中国地震台网和美国国家地震信息中心的1900-2019年东北地区的地震震级、震源深度等资料，去除人工爆破产生的地震，按地幔地震与地壳地震及地震震级大小分类整理，绘制得到了松辽盆地及邻区地震震级分布图.

由上述9种类型数据建立深层地热能勘探开发评价指标体系（因素集 \mathbf{C}）（表1）.其中与热源密切相关的包括大地热流值、地温梯度、居里面埋深、壳内低速高导层埋深、中下地壳纵向电导分布等；热储岩性、地表温泉/地热井显示则与热储性质、开发利用难易密切相关；地震震级大小主要与安全性相关.

2.2　评价方法

本文采用模糊数学法开展深层地热有利区评价，主要包含层次分析法‒专家打分法‒模糊综合评判法优选深层地热能勘探开发区（庞忠和等，2020），具体步骤如下.

（1）在优选出的9个评价指标中，按照指标的重要性进行分级排序，顺序依次为大地热流→地温梯度→壳内高导层顶界埋深→居里等温面埋深→莫霍面埋深→埋深10~30 km地壳纵向电导分布（即中下地壳纵向电层分布）→中生代基底岩性分布→地震震级大小，如表1所示，评价指标选择依据见下文.

（2）依据评价指标数据集，采用层次分析法建立指标权重判断矩阵（表2）.其中，用标度1~5对各指标进行赋值，标度数值越大，表明前者比后者更为重要，如标度1表示前者与后者同等重要；而最大值标度5表示前者极为重要，后者的重要性较弱.如C₁与C₉的标度值为5，表示与地震震级大小指标相比，大地热流指标极为重要；C₁与C₃、C₁与C₄、C₁与C₅的标度值均为3，表示对于同一大地热流值，壳内高导层顶界埋深、居里等温面埋深和莫霍面埋深三个指标同等重要.通过求取指标权重判断矩阵最大特征根和相应的特征向量，得到归一化后的评价指标的权重矩阵 {\mathit{W}}_{\mathrm{1}\times n}，本文计算得到归一化的权重矩阵 {\mathit{W}}_{\mathrm{1}\times \mathrm{9}}=［0.260 4，0.200 0，0.151 9，0.115 3， 0.087 5，0.066 4，0.050 4，0.038 2，0.029 9］，该权重矩阵各元素值表示对应地热指标所占权重的大小，如大地热流指标对应的权重值为0.260 4，壳内高导层顶界埋深对应的则为0.151 9.

（3）将松辽盆地各类指标分为5级，分别为“优”、“良”、“中等”、“较差”和“差”，根据盆地内对应位置指标值的大小，建立了松辽盆地地热指标的评价等级表（表3，评价指标的具体分级见下文详述），依据分级阈值和隶属度函数（图2和式（1）），构建隶属度矩阵 \mathit{G}（式（2））.

，（1）

式中， x为指标的实际值， a_{\mathrm{1}} \mathrm{、} a_{j-\mathrm{1}} \mathrm{、} a_j \mathrm{、} a_{j+\mathrm{1}}分别为等级 R_{\mathrm{1}} \mathrm{、} R_{j-\mathrm{1}} \mathrm{、} R_j \mathrm{、} R_{j+\mathrm{1}}的代表数值.隶属度矩阵 \mathit{G}表示如下：

\mathit{G} = \left[\begin{array}{c}\begin{array}{c}{G}_{\mathrm{1}}\\ G_{\mathrm{2}}\\ ⋮\end{array}\\ G_i\\ ⋮\\ G_n\end{array}\right] = {\left[\begin{array}{c}\begin{array}{c}{g}_{\mathrm{11}}\\ g_{\mathrm{21}}\\ ⋮\end{array}\\ g_{i\mathrm{1}}\\ ⋮\\ g_{n\mathrm{1}}\end{array}\begin{array}{c}\begin{array}{c}{g}_{\mathrm{12}}\\ g_{\mathrm{22}}\\ ⋮\end{array}\\ g_{i\mathrm{2}}\\ ⋮\\ g_{n\mathrm{2}}\end{array}\begin{array}{c}\begin{array}{c}\cdots \\ \cdots \\ \ddots \end{array}\\ \cdots \\ \ddots \\ \cdots \end{array}\begin{array}{c}\begin{array}{c}{g}_{\mathrm{1}j}\\ g_{\mathrm{2}j}\\ ⋮\end{array}\\ g_{ij}\\ ⋮\\ g_{nj}\end{array}\begin{array}{c}\begin{array}{c}\cdots \\ \cdots \\ ⋰\end{array}\\ \cdots \\ ⋰\\ \cdots \end{array}\begin{array}{c}\begin{array}{c}{g}_{\mathrm{1}m}\\ g_{\mathrm{2}m}\\ ⋮\end{array}\\ g_{im}\\ ⋮\\ g_{nm}\end{array}\right]}_{n\times m}，(2)

式中， g_{ij}为指标 C_i对应等级 R_j的隶属度，即指标 C_i被评价为等级 R_j的可能性为 g_{ij}.本文研究中， n为9， m为5，将松辽盆地及周缘进行网格化处理，划分为728个网格单元；根据分级阈值和隶属度函数，对每个网格单元的每个指标进行赋值，构建组成了728组隶属度矩阵 {\mathit{G}}_{\mathrm{9}\times \mathrm{5}}.

（4）采用模糊运算，将权重矩阵 \mathit{W}与隶属度矩阵 \mathit{G}相乘，得到综合评价数据集 \mathit{E}.

\mathit{E} = \mathit{W} \bullet \mathit{G} = \left[w_{\mathrm{1}},w_{\mathrm{2}},\cdots ,w_i,\cdots ,w_n\right] \bullet {\left[\begin{array}{c}\begin{array}{c}{g}_{\mathrm{11}}\\ g_{\mathrm{21}}\\ ⋮\end{array}\\ g_{i\mathrm{1}}\\ ⋮\\ g_{n\mathrm{1}}\end{array}\begin{array}{c}\begin{array}{c}{g}_{\mathrm{12}}\\ g_{\mathrm{22}}\\ ⋮\end{array}\\ g_{i\mathrm{2}}\\ ⋮\\ g_{n\mathrm{2}}\end{array}\begin{array}{c}\begin{array}{c}\cdots \\ \cdots \\ \ddots \end{array}\\ \cdots \\ \ddots \\ \cdots \end{array}\begin{array}{c}\begin{array}{c}{g}_{\mathrm{1}j}\\ g_{\mathrm{2}j}\\ ⋮\end{array}\\ g_{ij}\\ ⋮\\ g_{nj}\end{array}\begin{array}{c}\begin{array}{c}\cdots \\ \cdots \\ ⋰\end{array}\\ \cdots \\ ⋰\\ \cdots \end{array}\begin{array}{c}\begin{array}{c}{g}_{\mathrm{1}m}\\ g_{\mathrm{2}m}\\ ⋮\end{array}\\ g_{im}\\ ⋮\\ g_{nm}\end{array}\right]}_{n\times m} = \left[e_{\mathrm{1}},e_{\mathrm{2}},\cdots ,e_i,\cdots ,e_m\right]，(3)

式中， e_i表示在考虑所有指标的前提下，对应位置/区域被评判为 R_j级的可能性.

（5）通过综合评价数据集 \mathit{E}与分级打分矩阵 \mathit{R}相乘，得到得分数据集 \mathit{S}，其中打分矩阵同样分为5级，最高级分值为10，最低级分值为2，即 \mathit{R} = {\left[\mathrm{10,8},\mathrm{6,4},\mathrm{2}\right]}^{\text{'}}， \mathit{S} = \mathit{E} \bullet \mathit{R}，该数据集反映对应位置/区域处的综合得分值，分数越高，指示着该区域的深层地热资源潜力越好.

3 地热评价指标分析

3.1　大地热流

大地热流指地球内部通过岩层传导和地热流体对流作用不断向地球表面散失的热量，定义为单位时间内通过地球表面单位面积的热流值.该值是一个非常重要的综合性参数，是地球内部热动力过程最直接的地表显示，也可反映地球内部深处的各种作用过程和能量平衡信息，它作为评价一个地区热状况的基本参数，是地温场的重要特征.一般国内外优良的地热田试验场均具有高大地热流值的特征，如美国Fenton Hill深层地热能试验场大地热流为92~247 mW/m²（Kelkar et al.，2016）；韩国Pohang的高达80 mW/m²（Song et al.，2015）；法国Soultz的为82 mW/m²（Dezayes et al.，2009）；我国青海共和地区干热岩试验场的大地热流高达93.3~111.0 mW/m²（张超等，2018）；作为我国唯一实质性开发的高温水热型地热田——羊八井地热田，其热流值可达364 mW/m²（苏正等，2014）.因此，本次评价将大地热流值作为一个非常重要的指标.

由收集整合的大地热流数据获得了松辽盆地及邻区的大地热流分布（图3），区内的热流值分布范围为30~105 mW/m²，最高值位于辽宁鞍山，平均热流为62.3 mW/m²，与全国大陆热流平均值水平相当；松辽盆地大地热流值分布于44.4~ 95.0 mW/m²之间，最高值位于松辽盆地的中部，平均值为70 mW/m²；盆地内大地热流高值异常区分布在中部大庆‒松原一带与南部双辽‒长春一带，呈现“东部、中部与南部高，西部与北部低”的分布特征；与周缘大兴安岭、张广才岭与小兴安岭相比，整个松辽盆地表现为高热流值异常特征.

依据松辽盆地及邻区大地热流分布特征，将大地热流值划分为5个等级，各级阈值的代表意义为：80 mW/m²为优；70 mW/m²为良；60 mW/m²为中等；50 mW/m²为较差；40 mW/m²为差.

3.2　地温梯度

地温梯度是地层温度随深度增加的增长率，它是衡量地下温度变化快慢的物理量，反映地球内部温度不均匀分布的程度，是评价一个地区地热能的重要因素之一.世界上著名的深部地热田试验区均属于高地温梯度异常区.如美国Fenton Hill深部目标储层的地温梯度高于60 °C/km（Laughlin et al.，1983）；韩国Pohang的为40 °C/km（Lee et al.，2015）；澳大利亚Cooper的高于50 °C/km（Chen and Wyborn，2009）；我国青海共和干热岩试验场的基底花岗岩层的地温梯度在39.0~45.2 °C/km（张超等，2018），隐伏花岗岩体的平均地温梯度可达45.5 °C/km（张森琦等，2021）.本文同样也将地温梯度作为评价的一个重要指标.

由收集的地温梯度数据绘制得到了东北地区地温梯度分布（图4），松辽盆地及邻区的地温梯度分布范围在9.05~64.60 °C/km，平均值为35.0 °C/km，高于全国大陆平均地温梯度29.4 °C/km；地温梯度高值异常区分布在松辽盆地、下辽河盆地、海拉尔盆地、佳木斯‒伊通断裂活动带处，而在大兴安岭、小兴安岭和张广才岭等山地其数值较低，与大地热流分布特征具有一致性.在松辽盆地内地温梯度的高异常区也分为两个，其一为松辽盆地中部，分布范围较大，主体位于白城‒松原‒哈尔滨‒大庆‒齐齐哈尔所辖区域内，地温梯度值大于39 °C/km；另一异常区位于松辽盆地的南部，分布范围相对较小分布在双辽‒长春一线，地温梯度值相对较低，分布范围为38~41 °C/km.

由地温梯度数值统计分析可知，地温梯度主要分布在30~45 °C/km之间，占比57.7%；小于25 °C/km与大于45 °C/km相对较少.我国规定地温梯度超过35 °C/km即视为地热异常区，结合区内地温梯度数值统计分布特征和数据特征，可将地温梯度值划分为5个等级，以5 °C/km作为相邻两级增量，分级阈值的代表意义为：45 °C/km为优；40 °C/km为良；35 °C/km为中等；30 °C/km为较差；25 °C/km为差.

3.3　壳内高导层

岩石的电阻率大小与岩石的矿物成分、温度、压力、含流体与否等有关.地壳中的高导层（低阻层）一般由“局部熔融”、石墨化、金属矿体或液态（离子）流体等原因引起.一般来说，对于埋藏较浅的壳内高导层可能是由富含水、构造活动、低阻岩性等引起；而对于埋藏较深的壳内高导层，主要与部分熔融岩体、流体、石墨化有关.尽管石墨可广泛存在于地壳中，稳定克拉通中下地壳中的高导异常可能由石墨化薄层所引起（Santos et al.，2002；Bubnov et al.，2007），但是，对于热异常较为活跃、中下地壳高导体大面积发育的松辽盆地，盆地深部大规模高导体的形成更可能是由部分熔融、流体所导致.实验结果表明，干燥岩石熔点约为1 200 °C，纯熔融状态下的干燥岩石电导率一般在3~10 S/m之间，而含水饱和的岩石发生局部熔融的温度一般为650 °C左右，其电导率一般分布在1~20 S/m范围之间（Li et al.，2003）.熔融体还可扩展地下岩层整体的连通性能，当熔融含量达到5%时，就可以形成连通的“网络通道”，大大降低了岩石电阻率（Li et al.，2003）.因此，含水的（部分）熔融体可促使大规模高导层形成.青海共和盆地地球物理资料揭示壳内高导层由部分熔融层引起，可能构成了深部的区域性热源（张森琦等，2021），壳内高导体不仅具有较高的温度，还具有良好的导热功能（刘德民等，2022），在有利的导热通道与盖层等条件下可形成高温地热系统.在此，将地壳高导层分布和埋藏深浅作为深层地热有利区评价的一个重要指标.

基于大量大地电磁测深实测数据及前人的电磁探测研究成果，笔者获得了松辽盆地及邻区壳内高导层顶界埋深分布（图5）.从图中可以看出，松辽盆地中部壳内高导层埋深分布在8~10 km，呈现连片分布特征，主要分布在齐齐哈尔‒大庆‒哈尔滨‒松原‒双辽‒白城所围成的区域内.而松辽盆地的西南部表现为壳内高导层断续发育，且埋藏深浅不一，主要分布范围在8~30 km之间，其中通辽市东北部壳内高导层埋藏较浅，分布范围在8~10 km之间.在松辽盆地西部大兴安岭地区和东部张广才岭地区，除局部区域发育壳内高导层外，大部分区域壳内高导层欠发育或埋藏较深，可能原因与大面积高阻的火山岩分布有关.纵观松辽盆地内的壳内高导层顶界埋深分布特征，以白城‒洮南‒科尔沁左翼中旗‒四平为分界线，两侧的壳内高导层顶界埋深分布特征呈现显著的差异，东北侧表现为埋深浅、连片发育特征，揭示盆地内东北侧区域的热状态更佳；而西南侧表现为埋藏深、断续分布特点.

依据区内壳内高导层顶界埋深分布的特征，将壳内高导层顶界埋深值划分为5个等级，以3 km作为相邻两级增量，分级阈值的代表意义为：10 km为优；13 km为良；16 km为中等；19 km为较差；22 km为差.

3.4　居里等温面

居里面指地球深部的一个等温面，其温度约为578 °C，该等温面是地球岩石圈上部磁性壳层的底界面（熊盛青等，2016）.一般居里面下坳指示稳定地块；而居里面埋藏深度小，代表可能地幔上隆，是幔源产热的一个重要标志，指示这些地区构造活动性大、岩浆活动剧烈或较剧烈.居里面深度与大地热流及地温梯度呈弱的负相关，本次评价将其作为一个深层地热资源评价指标.

通过对磁力数据进行界面反演获得了松辽盆地及邻区的居里等温面埋深分布（图6）.区内居里等温面埋深分布在18.4~21.6 km之间，松辽盆地内居里面埋深范围在19.3~21.6 m之间，本文得到的整体居里面埋深的变化趋势与相关学者得到的居里面深度（张杨，2016；Wang and Li，2018）基本一致，表明此次反演获得的居里面数据是可靠的.在松辽盆地内，居里面隆起区的埋深主要分布在19.3~20.0 m之间，主要分布在中央坳陷区、东南隆起区、西南隆起部分区域，沿中央断裂带附近以及东缘控盆断裂附近的区域展布，呈现近南北、北东向的条带状分布，表明这些区域地壳平均地温较高.这些隆起区一般对应新生代岩浆活动区域及壳内高导层与莫霍面的隆起区.五大连池地区的近代火山活动是地幔深部岩浆活动在地表的反映；大庆、松原、长岭等地区均为壳内的高导层隆起区，对应着居里面隆起，且长岭与松原地区属现代地震活跃区，均表明这些活动异常区与热异常有关.松辽盆地内居里面坳陷区则分布在西部斜坡区和东北部地区，这些区域对应着壳内高导层欠发育的区域，电性剖面揭示了这些区域地壳分布着大量的高阻岩层，指示了这些坳陷区“冷”、活动性弱的属性特征.

依据松辽盆地的居里等温面埋深分布特征，以0.4 km作为相邻两级之间的增量，将居里等温面埋深值划分为5个等级，分级阈值的代表意义为：19.6 km为优；20 km为良；20.4 km为中等；20.8 km为较差；21.2 km为差.

3.5　莫霍面

莫霍面是地壳与地幔的分界面，是一个显著的速度间断面，莫霍面埋深表征地壳厚度，其形态特征记录了地壳曾经历的底侵、拆沉作用、加厚等壳‒幔物质交换过程，它是描述地壳结构及其演变的重要参数，也是与大陆岩石圈形成和演化密切相关的重要界面.莫霍面埋藏浅表明上地幔上隆，其深部热能传播距离短，对应的上部区域更容易形成地热资源.因此，也将其作为一个深层地热评价指标.

通过对地震数据处理，整合收集莫霍面数据，得到了东北地区莫霍面埋深分布（图7）.由图可知，地壳厚度整体表现为“中部与东南部薄、西部与东北部厚”的特征，与先前学者得到的莫霍面埋深（卢造勋等，2005；Liu and Niu，2011；Tao et al.，2014）的整体分布特征基本一致.在松辽盆地内，本文得到的莫霍面细节信息更加丰富.西部的额尔古纳‒兴安地块、东北部佳木斯‒兴凯地块为凹陷区，莫霍面埋深基本分布在34 km以上；而松嫩‒张广才岭地块及华北板块北缘为隆起区，莫霍面埋深主要分布范围在28~33 km之间，松辽盆地内及盆缘的长春‒吉林‒哈尔滨和科左后旗‒双辽‒通辽区域是隆起的两个核心区，其莫霍面埋深分别为28~30 km和27~30 km，相较于我国东部莫霍面埋深主体分布30~40 km的深度而言（Li et al.，2006），其属于强烈减薄区.松辽盆地整体表现为地壳减薄区，地壳厚度主要分布在27~34 km范围之间，局部地区表现“隆中有凹”的特征，在盆地西部的白城‒通榆‒扎鲁特旗所围成的区域，其莫霍面埋深分布在34~36 km，指示了松嫩地块内部的深部结构存在较大的差异.在松辽盆地内，以白城‒长春为界，两侧表现出不同莫霍面分布特征，北东侧以NNE向的条带隆起分布为主，而在南西侧则以EW向的条带异常为主，可能与两个区域受不同构造域主导作用所致.

依据松辽盆地的莫霍面埋深分布特征，将莫霍面埋深划分为5个等级，分级阈值的代表意义为：30 km为优；31.5 km为良；33 km为中等；34.5 km为较差；36 km为差.

3.6　温泉与地热井

地球内部巨大的热能以各种形式从深部向浅部地表输送.温泉、热泉、间歇喷泉、沸泉、沸喷泉等均是地下热量向地表传输的一种表现形式，地表温泉与中浅部的水热型地热井的分布特征在一定程度上反映了地下深层热信息.例如，东北长白山天池瀑布北侧的聚龙温泉群，分布着140多个泉点，水温一般在60 °C以上，最高达86 °C （许军强等，2008），推测区内的温泉是浅部地下水受深部低阻岩浆烘烤加热形成（仇根根等，2014）.然而，位于松辽盆地北部的五大连池地区则出露多个冷泉，泉水的温度一般为3~5 °C，最低的可到1 °C，前人根据区内喷出的富钾玄武岩中矿物淬火实验和温‒压计算，认为岩浆源位于壳下的上地幔，埋深在50~ 90 km之间，岩浆源埋藏深度大，不足以在地表形成温泉（佟伟等，1990；吕宗文和孙盛杰，1996）.极高地温梯度通常出现在水热型地热田的边缘，MIT（2006）研究提出水热系统周边的增强型地热系统资源是勘探开发的目标.因此，地表温泉和地热井的特征及分布对深层地热评价有一定指示与参考作用，可作为深层地热资源有利区选择评价体系中的指标.

通过整合前人得到的东北地区温泉和地热井分布信息，笔者得到了松辽盆地及邻区的温泉与地热井分布（图8）.由图可看出，区内具有良好温泉与地热（温度>60 °C）显示的区域主要分布在断裂构造活动区、火山活动区和松辽盆地中‒北部地区.在松辽盆地及周缘地区，大于40 ℃的温泉与中浅部地热井主要分布在松辽盆地中北部与东南部，位于中北部的主要有林甸温泉、大庆东风温泉与杜尔伯特温泉，其中林甸地热田中的林深热1井3 000 m处的井底温度可达101 °C，林灌1井（井深2 000 m）的水温为58~78 °C；位于东南部的有吉林神农温泉、长春天怡温泉及吉林省玉汤泉等，其中吉林神农温泉（井深1 980 m）的水温可达62 °C，主要受伊通舒兰活动断裂带所控制.这些地区及周缘可能指示了深层具有良好的地热资源潜力.

依据松辽盆地及周缘的温泉与地热井分布特征，将流体温度划分为5个等级，分级阈值的代表意义为：≥80 °C为优；60~80 °C为良；40~60 °C为中等；40~25 °C为较差；<25 °C为差.

3.7　中下地壳纵向电导

纵向电导是指电流沿层面方向流过某一电性层时，该层对电流导通能力的大小.松辽盆地10~30 km纵向电导可反映区内中下地壳综合导电能力.对于深层热异常较为活跃的松辽盆地，中下地壳纵向电导高值异常区主要反映深层富含高温流体的含量及岩石的熔融状态，揭示着深部岩层的热状态信息，其也可作为深部地热潜力评价的一个辅助指标.

由松辽盆地及邻区中下地壳纵向电导分布平面图（图9）可知，整个纵向电导表现为“中部高、两翼低、西南部高低相间”的分布格局.连片的纵向电导高值异常区主要有两个，其一分布在齐齐哈尔‒大庆‒松原以北地区，呈现连片分布特征，其纵向电导数值普遍大于10^3.5 S；其二分布在齐齐哈尔‒白城‒通榆‒长岭‒德惠‒松原所围成区域，除乾安地区外，其纵向电导数值普遍大于10^3.0 S.区域性的纵向电导低值异常区主要分布在盆地外围的西部与东南部两翼，除局部区域外，其纵向电导数值普遍小于10^2.0 S. 纵向电导高低相间的条带异常区主要分布在盆内的西南部，表现为北北西‒北西向条带展布的高低纵向电导相间的分布特征，其中，低值条带主要分布于通辽‒科左中旗一线和科尔沁‒奈曼旗东一线，纵向电导值小于10^2.5 S，宽度20~55 km左右不等.

依据松辽盆地及邻区中下地壳纵向电导分布特征，将壳内高导层顶界埋深值划分为5个等级，分级阈值的代表意义为：10^4.5 S为优；10^3.5 S为良；10^2.5 S为中等；10^1.5 S为较差；10^0.5 S为差.

3.8　中生界盆地基底岩性

松辽盆地的地震资料显示松辽盆地中生界底界埋深主要分布在1 500~4 000 m，表现为“东西两侧埋藏浅、中部埋藏深”的分布特征，中生界盆地基底岩性分布特征从一定程度上反映了深部岩性分布规律，在此将其作为深层地热评价的参考性指标.

由松辽盆地中生代基底岩性分布可知（图10），松辽盆地主要发育石炭系‒二叠系沉积‒浅变质岩，岩性为泥质岩、砂质岩、碳酸盐岩等；泥质岩主要分布于西拉木伦断裂以北，在盆地东部绥化‒哈尔滨‒德惠及南部等广大地区；砂质岩类主要分布在盆地西（北）部齐齐哈尔‒大安一带及盆地北部北安市一带；碳酸盐岩类主要分布于西拉木伦断裂以南的盆地西南部地区；板岩、千枚岩类主要分布在盆地中央隆起安达‒双城一带；片岩、片麻岩等深变质岩主要分布在盆地南部西拉木伦断裂两侧、大安市以南及松辽盆地北部北安部分地区.岩浆岩发育规模较小，但分布面积较广：主要是以酸性岩体为主，大致沿盆地内部几个大的北东向断裂带分布；火山岩类主要分布在西部斜坡和盆缘局部地区及盆地中部大庆、松原等局部地区；中性的闪长岩‒花岗闪长岩零星发育，主要分布在松辽盆地的中部和北部.

大陆地壳主体由花岗质岩石（花岗岩、花岗闪长岩等）组成，这些酸性岩体因富含放射性元素，其衰变可产生大量的热量，故该岩体生热率高.同时这些岩体因热传导率高，密度大，可作为传输热量的良好介质，向上传导地幔热，这些由放射性元素衰变产生并经岩体传导的地幔热使得这部分岩体成为局部热源，对热量的贡献大，如旷健等（2020）研究表明燕山期深部花岗岩体中放射性元素衰变产热和岩体促进地幔热传导是广东惠州高温地热形成的重要原因，因而常将花岗岩、闪长岩作为形成深部地热的有利岩性.此外，由于碳酸盐岩易于工程压裂改造，有利于流体换热，高热背景条件下的中‒厚碳酸盐岩层可成为优选热储层（Goldscheider et al.，2010；Pang et al.，2018），因此，在此将碳酸盐岩作为优质深部热储层.基于上述分析和松辽盆地岩性分布特征，参考庞忠和等（2020）的热储岩性分级，可将松辽盆地的深层岩性划分为5个等级，分级指示意义为：碳酸盐岩为优；花岗闪长岩为良；花岗岩为中等；砂岩类为较差；板岩、片麻岩和其他变质岩为差.

3.9　安全性——地震震级

地震震级是衡量地震本身大小的一种度量，地震震级越大，释放的能量越多，对中浅部的破坏越大.地震可对地热开采利用产生两个方面的影响，一方面地震可产生岩石破碎形成更多的裂隙空间，特别是震中区的外围区域，易形成裂隙网络，有利于流体和热量对流、运移，加速热量传导；而另一方面地震将导致地热开采的地面工程设施和地下流体‒热循环系统受损，不利于地热能开采利用.东北地区是我国地震频发的地区，如有1975年辽宁省海城7.3级地震、1946年黑龙江江宁7.2级地震、2013年松原5.8级地震等.因此，在深层地热系统开发工程建设时，应考虑地震带来的作用与影响.

由松辽盆地及邻区的地震震级分布可知（图11），区内地震震级尺度大、分布范围广，属于地震多发区，且以壳内有感地震和中强地震为主，表明区内的构造活动性较强.在松辽盆地内，主要发震区位于松原和长岭地区，这两个地区的壳内地震频发，而且震级较大，以中强震为主；此外，绥化地区、科左后旗地区发生过壳内强震，如绥化地区在1941年和1942年发生过两次6.0级强震，科左后旗也在1942年发生6.0级强震.在深层地热开采利用时应当避免选择地震震级较大、破坏性强的强震区与大地震区.

本文地震震级指标分级以安全风险为主、兼顾考量地震活动性促进热量传导作用，可将松辽盆地的地震震级划分为5个等级，分级指示意义为：<1.0级为优；1.0~4.5级为良；4.5~6.0级为中等；6.0~7.0级为较差；>7.0级为差.

4 深层地热资源潜力与讨论

4.1　深层地热有利区

运用分级阈值和隶属度函数，构建了728个隶属度矩阵，在此，列举几组有代表性意义的隶属度矩阵值，由表4可知，大庆南部地区各指标值大都显示良‒优、少量表现为中等；长春地区的各指标值以中等‒良好为主；五大连池地区各指标值以中等、较差为主，上述3个地区的隶属度矩阵指示了3种不同特征的地热指标数据集，分别代表了优、中等、差3类的深层地热资源潜力.

笔者采用模糊数学方法获得了松辽盆地深层地热定量评价得分与有利区分布，如图12所示，松辽盆地深层地热资源表现为“中部优、东南部良好、西部和北部差”的分布格局，其中，得分在6.8以上的区域主要分布在盆地中部的乾安‒德惠‒哈尔滨‒绥化‒明水‒齐齐哈尔所围成的区域、东南部长岭‒双辽‒长春所围成的区域以及西南部库伦旗、科左后旗与通辽市等地区，而在盆地的西部斜坡带大部、北部倾没区等区域的得分基本在6.0以下.将综合得分≥8.2的圈定为深层地热有利区，则本次获得了两处深层有利区，分别为Ⅰ₁号与Ⅰ₂号.Ⅰ₁号为大庆‒松原有利区，热储面积为19 863 km²；Ⅰ₂号为肇东‒哈尔滨有利区，热储面积2 035 km²，从圈定的面积来看，两个有利区的热储面积较大，均具有较大的深层地热资源潜力.本文圈定的有利区与多层因子叠加法划分结果（张杨，2016）的吻合度较高，局部细节略不同，如本文评价表明在长春西部的公主岭市的西北部地区和农安县西南地区（红色虚线圈定区域）是次一级的深层地热资源潜力区.两个地热有利区均属于莫霍面、居里面隆起区，也是壳内高导层发育区，在Ⅰ₁有利区内最新的地震资料表明中下地壳内存在深部热流底辟体（符伟等，2019），区内还证实存在多处、多层的无机成因的幔源气（付晓飞等，2010），这些现象均与区内地幔物质底侵，深部热物质上涌有关（田有等，2011；Fan et al.，2020），可能导致深部局部地区发生了部分熔融，形成大面积低阻层，许多学者研究发现松辽盆地高热流异常主要来源于地幔热（韩湘君和金旭，2002；Wang and Li，2018），深部幔源热可源源不断向上部地层传输，在浅部嫩一段、嫩二段及青一段等巨厚的区域性泥岩盖层作用下（朱焕来，2011；张杨，2016），可聚热形成良好的地热资源有利区，Ⅰ₁与Ⅰ₂有利区不仅具有深层地热资源潜力，还具有中浅层的地热资源潜力，区内分布着大庆东风地热田、杜尔伯特地热田等中浅层水热型地热田.此外，大庆油田的主产油气区、吉林油田油气区均位两个深层地热有利区内，近年来地热有利区内的中浅部陆相页岩油调查取得重大突破（杨建国等，2020），表明其蕴藏巨大的页岩油气资源潜力（吴河勇等，2019）.因此，可进行深浅多种资源联合勘探开发，降低勘探开发成本，打造集常规油气、非常规油气、地热资源等多种能源资源为一体的示范基地.

4.2　干热岩资源量估算

在预测深层地热有利区基础之上，采用应用广泛的体积法计算有利区的干热岩资源量，体积法简化计算公式（朱焕来，2011）：

Q = C_{\mathrm{R}} \bullet {\rho }_{\mathrm{R}} \bullet A \bullet D \bullet ( T - T_{\mathrm{0}} )，(4)

式中： Q为地热资源量，单位为J； C_{\mathrm{R}}为岩石的比热，J/（kg·°C）； {\rho }_{\mathrm{R}}为岩石的密度，kg/m³； A为热储面积，m²； D为热储厚度，m； T为热储层温度，°C； T_{\mathrm{0}}为基准温度，°C.

将干热岩开发要求最低热储温度150 °C作为下限温度，对应的埋深视为热储层的顶界面；基于现有干热岩开采技术条件将干热岩资源量底界埋深定为10 km，干热岩的顶底界面之差即为热储层厚度.松科2井在井深4 400~7 018 m发现150~240 °C高温干热岩体（刘晓慧和蒋郭吉玛，2018）；松辽盆地中北部多口深井地温资料研究表明，150 °C对应的地层埋深范围约3 800 m（伍小雄，2014；瞿雪姣等，2017）.综上所述，将150 °C对应干热岩顶界埋深折中取4.1 km，热储厚度为5.9 km.热储面积：Ⅰ₁有利区热储面积为19 863 km²，Ⅰ₂的热储面积为2 035 km²，总面积为21 898 km².热储温度：松科2井位于Ⅰ₁有利区内，该井的4 400~7 018 m地温梯度约为34.4 °C /km，按此地温梯度计算，埋深 10 km的温度将达352.8 °C，4.1~10.0 km的地温净增加202.8 °C.岩层密度 {\rho }_{\mathrm{R}}为2 800 kg/m³，岩层的比热 C_{\mathrm{R}}为850 J/（kg·°C） （伍小雄，2014）.

由式（4）可得，Ⅰ₁号有利区深层干热岩的资源量为5.656×10²² J；Ⅰ₂号深层干热岩的资源量为5.795×10²¹ J，两个地热有利区的干热岩总资源量为6.236×10²² J，折合约2.128×10¹² tce（吨标准煤当量）；按可开采下限2%计算，可开采资源总量为1.247×10²¹ J，折合约4.256×10¹⁰ tce（吨标准煤当量）.若按东北三省总人口与我国年人均能源消费量3.2 tce（吨标准煤当量）计算（武强等，2020），东北三省年能源消费总量约3.152×10⁸ tce（吨标准煤当量），按上述深层地热能资源量计算结果，松辽盆地的两个深层地热有利区的干热岩总资源量是东北三省年能源消费总量的6 750倍，其可开采下限的干热岩资源量也是东北三省年能源消费总量的135倍，表明松辽盆地的干热岩资源量是巨大的，干热岩是可再生、可持续利用的绿色能源，本文的深层地热资源评价结果对松辽盆地干热岩的勘探开发具有重要指导意义.

5 结论

通过对松辽盆地深层地热资源定量潜力评价，取得了如下结论与认识.

（1）通过对松辽盆地及邻区的深部地球物理数据处理分析，融合收集相关数据，获得了壳内高导层埋深、居里面埋深、莫霍面埋深、大地热流、地温梯度等分布特征与变化规律.与周边区域相比，松辽盆地中部和东南部具有“高大地热流、高地温梯度、居里面与莫霍面相对隆起、壳内高导层埋藏浅”的特征.

（2）定量评价表明：松辽盆地深层地热资源表现为“中部优、东南部良好、西部和北部差”的分布格局；本次圈定了两个深层地热资源有利区，其一为大庆‒松原地区，其二为肇东‒哈尔滨地区，两个地热有利区干热岩总资源量约为6.236×10²² J，折合2.128×10¹² tce（吨标准煤当量），约是东北三省年能源消费总量的6 750倍，表明松辽盆地的干热岩资源量潜力巨大.

（3）定量评价表明通辽市与科尔沁左翼后旗局部地区存在着较高分值异常区，由于区内缺少大地热流与地温梯度数据，不能全面反映这些地区的深层地热资源潜力，可将其划分为干热岩勘探开发的次一级有利区.此外，圈定的地热资源有利区为常规油气的主产区，同时具有十分巨大的页岩油气资源潜力，可统筹深浅油气和地热资源勘探开发，打造集多种能源资源为一体的示范基地，助推我国能源结构的转型升级.

参考文献

[1] Bai, D. H., Zhang, L., Kong, X. R., 1993. A Magnetotelluric Study of the Palaeozoic Collision Zone in the East of Inner-Mongolia: Ⅱ. Two-Dimensional Modelling. Chinese Journal of Geophysics, 36(6): 773-783 (in Chinese with English abstract).

[2] Bao, X. H., Zhang, Y., Li, Y., et al., 2017. Evaluation of Development Selection for Enhanced Geothermal System in Songliao Basin. Journal of Jilin University (Earth Science Edition), 47(2): 564-572 (in Chinese with English abstract).

[3] Bubnov, V. P., Yakovlev, A. G., Aleksanova, E. D., et al., 2007. Magnetotelluric Studies of the East-European Craton and Adjacent Regions. Acta Geophysica, 55(2): 154-168. https://doi.org/10.2478/s11600-006-0034-7

[4] Chen, D., Wyborn, D., 2009. Habanero Field Tests in the Cooper Basin, Australia: A Proof-of-Concept for EGS. Geothermal Resources Council annual meeting 2009, Reno.

[5] Cui, J. P., 2004. Study on Geothermal Evolution History and Hydrocarbon Accumulation History in the Hailaer Basin (Dissertation). Northwest University, Xi’an (in Chinese with English abstract).

[6] Dezayes, C., Castera, J., Helbronn, G., et al., 2009. Regional 3D Model of the Soultz-Sous-Forêts Geothermal Field (Rhine Graben, France). Geothermal-Resource Council Transactions, 33:175-180.

[7] Fan, Z. Y., Xiong, S. Q., Yu, C. C., et al., 2020. Geothermal Distribution Characteristics and Sedimentary Basin Geothermal System in the Severe Cold Region of Northeast China. Applied Geophysics, 17(3): 321-337. https://doi.org/10.1007/s11770-020-0827-5

[8] Fu, W., Hou, H. S., Gao, R., et al., 2019. Fine Structure of the Lithosphere Beneath the Well SK-2 and Its Adjacent: Revealed by Deep Seismic Reflection Profile. Chinese Journal of Geophysics, 62(4): 1349-1361 (in Chinese with English abstract).

[9] Fu, X. F., Sha, W., Wang, L., et al., 2010. Distribution Law of Mantle-Origin CO₂ Gas Reservoirs and Its Controlling Factors in Songliao Basin. Journal of Jilin University (Earth Science Edition), 40(2): 253-263 (in Chinese with English abstract).

[10] Goldscheider, N., Mádl-Szönyi, J., Eröss, A., et al., 2010. Review: Thermal Water Resources in Carbonate Rock Aquifers. Hydrogeology Journal, 18(6): 1303-1318. https://doi.org/10.1007/s10040-010-0611-3

[11] Han, X. J., Jin, X., 2002. Geothermal Resource and Thermail Structure in Northeastern China. Geology and Prospecting, 38(1): 74-76 (in Chinese with English abstract).

[12] Jiang, G. Z., Gao, P., Rao, S., et al., 2016. Compilation of Heat Flow Data in the China Continental Area (4th Edition). Chinese Journal of Geophysics, 59(8): 2892-2910 (in Chinese with English abstract).

[13] Jin, X., Sachio, E., Xu, H. P., 1995. The Heat Flow Profile from Manzhouli to Suifenhe, China. Chinese Science Bulletin, 40(2): 161-163 (in Chinese with English abstract).

[14] Kelkar, S., WoldeGabriel, G., Rehfeldt, K., 2016. Lessons Learned from the Pioneering Hot Dry Rock Project at Fenton Hill, USA. Geothermics, 63: 5-14. https://doi.org/10.1016/j.geothermics.2015.08.008

[15] Kuang, J., Qi, S. H., Wang, S., et al., 2020. Granite Intrusion in Huizhou, Guangdong Province and Its Geothermal Implications. Earth Science, 45(4): 1466-1480 (in Chinese with English abstract).

[16] Laughlin, A. W., Eddy, A. C., Laney, R., et al., 1983. Geology of the Fenton Hill, New Mexico, Hot Dry Rock Site. Journal of Volcanology and Geothermal Research, 15(1-3): 21-41. https://doi.org/10.1016/0377-0273(83)90094-X

[17] Lee, T. J., Song, Y., Park, D. W., et al., 2015. Three Dimensional Geological Model of Pohang EGS Pilot Site, Korea. World Geothermal Congress 2015, International Geothermal Association, Melbourne.

[18] Li, S. H., Unsworth, M. J., Booker, J. R., et al., 2003. Partial Melt or Aqueous Fluid in the Mid-Crust of Southern Tibet? Constraints from INDEPTH Magnetotelluric Data. Geophysical Journal International, 153(2): 289-304. https://doi.org/10.1046/j.1365-246x.2003.01850.x

[19] Li, S. L., Mooney, W. D., Fan, J. C., 2006. Crustal Structure of Mainland China from Deep Seismic Sounding Data. Tectonophysics, 420(1-2): 239-252. https://doi.org/10.1016/j.tecto.2006.01.026

[20] Li, Y., 2017. Preliminary Study on EGS Geothermal Resources Evaluation and Exploration in the Songliao Basin (Dissertation). Jilin University, Changchun (in Chinese with English abstract).

[21] Lin, W. J., Liu, Z. M., Ma, F., et al., 2012. An Estimation of HDR Resources in China’s Mainland. Acta Geoscientica Sinica, 33(5): 807-811 (in Chinese with English abstract).

[22] Liu, D. M., Wei, M. H., Sun, M. X., et al., 2022. Classification and Determination of Thermal Control Structural System of Hot Dry Rock. Earth Science, 47(10): 3723-3735 (in Chinese with English abstract).

[23] Liu, G. X., Zhang, Z. H., Han, J. T., et al., 2006. Features of the Electric Structure of the Lithosphere beneath the Hinggan-Inner Mongolia and Jilin-Heilongjiang Regions. Geology in China, 33(4): 824-831 (in Chinese with English abstract).

[24] Liu, H. F., Niu, F. L., 2011. Receiver Function Study of the Crustal Structure of Northeast China: Seismic Evidence for a Mantle Upwelling beneath the Eastern Flank of the Songliao Basin and the Changbaishan Region. Earthquake Science, 24(1): 27-33. https://doi.org/10.1007/s11589-011-0766-6

[25] Liu, X. H., Jiangguo, J. M., 2018. 7 018 m! Write Chinese Wisdom Classics in Depth on the Earth. China Mining News, Beijing (in Chinese).

[26] Lou, H., Min, L. F., Huang, L., et al., 2014. Study on Potential of Geothermal Resources of Hot Dry Rock in Songliao Basin. Conservation and Utilization of Mineral Resources, (1): 10-14 (in Chinese with English abstract).

[27] Lu, Z. X., Jiang, D. L., Bai, Y., et al., 2005. Exploration and Research on the Structure of the Crust and Upper Mantlein Northeast China. Seismological Research of Northeast China, 21(1): 1-8 (in Chinese with English abstract).

[28] Lu, Z. X., Xia, H. K., 1993. Geoscience Transect from Dong Ujimqinqi, Nei Mongol, to Donggou, Liaoning, China. Chinese Journal of Geophysics, 36(6): 765-772 (in Chinese with English abstract).

[29] Lund, J. W., Toth, A. N., 2021. Direct Utilization of Geothermal Energy 2020 Worldwide Review. Geothermics, 90: 101915. https://doi.org/10.1016/j.geothermics.2020.101915

[30] Lü, Z. W., Sun, S. J., 1996. Wudalianchi Volcano and Cold Spring. Seismological and Geomangnetic Observation and Research, 17(6): 75-79 (in Chinese with English abstract).

[31] Ma, F., Sun, H. L., Lin, W. J., et al., 2015. Target Site Selection and Index Matrix Evaluation of EGS Trial Project in China. Science ＆ Technology Review, 33(8): 41-47 (in Chinese with English abstract).

[32] Ma, X. Y., Liu, C. Q., Liu, G. D., 1991. Xiangshui (Jiangsu Province) to Mandal (Nei Monggol) Geoscience Transect. Acta Geological Sinica, 65(3): 199-215 (in Chinese with English abstract).

[33] MIT, 2006. The Future of Geothermal Energy-Impact of Enhanced Geothermal Systems (EGS) on the United States in the 21st Century. Massachusetts Institute of Technology, Boston.

[34] Niu, X., Lu, Z. X., 1998. Deep and Shallow Tectonic Features of Luyang Lishu Geoscience Transect and Relation between Them and Seismic Activity. Seismological Research of Northeast China, 14（2）:67-74 (in Chinese with English abstract).

[35] Pang, J. M., Pang, Z. H., Lv, M., et al., 2018. Geochemical and Isotopic Characteristics of Fluids in the Niutuozhen Geothermal Field, North China. Environmental Earth Sciences, 77(1): 12. https://doi.org/10.1007/s12665-017-7171-y

[36] Pang, Z. H., Luo, J., Cheng, Y. Z., et al., 2020. Evaluation of Geological Conditions for the Development of Deep Geothermal Energy in China. Earth Science Frontiers, 27(1): 134-151 (in Chinese with English abstract).

[37] Qiu, G. G., Pei, F. G., Fang, H., et al., 2014. Analysis of Magma Chamber at the Tianchi Volcano Area in Changbai Mountain. Chinese Journal of Geophysics, 57(10): 3466-3477 (in Chinese with English abstract).

[38] Qu, X. J., Yang, L. W., Xue, X., et al., 2017. Prediction of the Bottom Hole Geotemperature, Formation Pressure and Formation Fracture Pressure of the Continental Scientific Drilling of Cretaceous Songliao Basin (SK2). Earth Science Frontiers, 24(1): 257-264 (in Chinese with English abstract).

[39] Santos, F., Mateus, A., Almeida, E. P., et al., 2002. Are Some of the Deep Crustal Conductive Features Found in SW Iberia Caused by Graphite? Earth and Planetary Science Letters, 201(2): 353-367. https://doi.org/10.1016/S0012-821X(02)00721-5

[40] Shi, L., 2004. Study of the Tectonic-thermal Evolution of the Songliao Basin and Quantitative Assessment of Its Geothermal Resource: A Case Study on the Dumeng District (Dissertation). Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, Guangzhou (in Chinese with English abstract).

[41] Shi, L., Li, Z. A., Shi, S. M., 2004. Geothermal Reservoir-Forming and Geothermal Resources Appraisal of Dumeng Area in Songliao Basin. Petroleum Geology ＆ Oilfield Development in Daqing, 23(3): 26-28, 90 (in Chinese with English abstract).

[42] Shi, S. L., Xu, C. F., Wang, J. J., et al., 1991. Study on Electric Conductivity of the Deep Earth along the Yixian, Liaoning, to Dong-Ujimqin, Nei Mongol from Profile. Seismology and Geology, 13(2): 115-125 (in Chinese with English abstract).

[43] Shi, S. M., Sun, X. J., Yu, Q. H., 1998. Geotemperature Field Characterastics in Lindian Region of Songliao Basin. Journal of Daqing Petroleum Institute, 22(4): 77-79, 102-103 (in Chinese with English abstract).

[44] Shi, S. M., Zhu, H. L., Liang, Y. J., et al., 2004. Establishment and Application of Quantitative Appraisal System for Geothermal Resources in Sedimentary Basin. Journal of Daqing Petroleum Institute, 28(5): 4-6, 9 (in Chinese with English abstract).

[45] Song, Y., Lee, T. J., Jeon, J., et al., 2015. Background and Progress of the Korean EGS Pilot Project. World Geothermal Congress 2015, International Geothermal Association, Melbourne.

[46] Su, Z., Wang, X. X., Hu, J., et al., 2014. The Site Selection for Enhanced Geothermal System in China. Progress in Geophysics, 29(1): 386-391 (in Chinese with English abstract).

[47] Sun, G. Q., Bao, Y., Zhao, F. H., et al., 2020. SVM Application in Lithology Prediction of C-P Strata in Northern Songliao Basin. SPG/SEG Nanjing 2020 International Geophysical Conference, Nanjing (in Chinese）.

[48] Tao, K., Niu, F. L., Ning, J. Y., et al., 2014. Crustal Structure Beneath NE China Imaged by NECESSArray Receiver Function Data. Earth and Planetary Science Letters, 398: 48-57. https://doi.org/10.1016/j.epsl.2014.04.043

[49] Tian, Y., Liu, C., Feng, X., 2011. P-Wave Velocity Structure of Crust and Upper Mantle in Northeast China and Its Control on the Formation of Mineral and Energy. Chinese Journal of Geophysics, 54(2): 407-414 (in Chinese with English abstract).

[50] Tong, W., Mu, Z. G., Liu, S. B., 1990. The Late-Cenozoic Volcanoes and Active High-Temperature Hydrothermal Systems in China. Chinese Journal of Geophysics, 33(3): 329-335 (in Chinese with English abstract).

[51] Wang, G. L., Liu, Y. G., Zhu, X., et al., 2020. The Status and Development Trend of Geothermal Resources in China. Earth Science Frontiers, 27(1): 1-9 (in Chinese with English abstract).

[52] Wang, J. Y., Hu, S. B., Pang, Z. H., et al., 2012. Estimate of Geothermal Resources Potential for Hot Dry Rock in the Continental Area of China. Science ＆ Technology Review, 30(32): 25-31 (in Chinese with English abstract).

[53] Wang, J. Y., Huang, S. P., 1990. Compilation of Heat Flow Data in the China Continental Area (2nd Edition). Seismology and Geology, 4:351-363, 366 (in Chinese with English abstract).

[54] Wang, J. Y., Wang, J. A., Wang, Y. L., et al., 1985. Geothermal Survey in the Liaohe Basin, North China. Chinese Science Bulletin, 30(13): 1008-1010 (in Chinese with English abstract).

[55] Wang, J. Y., Wang, J. A., Wang, Y. L., et al., 1986. Terrestrial Heat Flow in Lower Liaohe Basin, North China. Chinese Journal of Geology, 21(1): 16-29 (in Chinese with English abstract).

[56] Wang, J., Li, C. F., 2018. Curie Point Depths in Northeast China and Their Geothermal Implications for the Songliao Basin. Journal of Asian Earth Sciences, 163: 177-193. https://doi.org/10.1016/j.jseaes.2018.05.026

[57] Wang, X. K., Qiu, S. W., Song, C. C., et al., 1999. Cenozoic Volcanism and Geothermal Resources in Northeast China. Geological Review, 45(S1): 190-195 (in Chinese with English abstract).

[58] Wang, X. K., Qiu, S. W., Song, C. C., et al., 2001. Cenozoic Volcanism and Geothermal Resources in Northeast China. Chinese Geographical Science, 11(2): 150-154. https://doi.org/10.1007/s11769-001-0035-z

[59] Wang, Y. X., Wang, J. Y., Hu, S. B., 2003. Thermal History and Tectono Thermal Evolution of Eastern Depression, the Liaohe Basin. Scientia Geologica Sinica, 38(2): 214-220 (in Chinese with English abstract).

[60] Wei, Z. G., Chen, L, 2012. Regional Differences in Crustal Structure beneath Northeastern China and Northern North China Craton: Constraints from Crustal Thickness and V_p/V_s Ratio. Chinese Journal of Geophysics, 55(11): 3601-3614 (in Chinese with English abstract).

[61] Wen, H. J., Shi, S. M., Sun, X. J., 2011. Recognition and Zonation of Effective Geothermal Reservoir in Songliao Basin. Science Technology and Engineering, 11(6): 1322-1324 (in Chinese with English abstract).

[62] Wu, H. Y., Lin, T. F., Bai, Y. F., et al., 2019. Analyses of the Mudstone (Shale) Oil Exploration Potential in North Songliao Basin. Petroleum Geology ＆ Oilfield Development in Daqing, 38(5): 78-86 (in Chinese with English abstract).

[63] Wu, Q. F., 1991. The Geothermal Field in Songliao Basin. Journal of Seismological Research, 14(1): 31-40 (in Chinese with English abstract).

[64] Wu, Q., Tu, K., Xu, S. H., et al., 2020. Discuss on the Optimization of Precise Allocation of Energy Supply and Consumption in China. Energy of China, 42(5): 4-7, 19 (in Chinese with English abstract).

[65] Wu, X. X., 2014. Research of Geothermal Resources on Hot Dry Rock in North Songliao Basin (Dissertation). Northeast Petroleum University， Daqing (in Chinese with English abstract).

[66] Xiao, W., Liu, Z., Du, J. H., et al., 2004. Characteristic of Geotherm-Geopressure System in Erlian Basin. Xinjiang Petroleum Geology, 25(6): 610-613 (in Chinese with English abstract).

[67] Xiong, S. Q., Yang, H., Ding, Y. Y., et al., 2016. Characteristics of Chinese Continent Curie Point Isotherm. Chinese Journal of Geophysics, 59(10): 3604-3617 (in Chinese with English abstract).

[68] Xiong, X. S., Gao, R., Zhang, X. Z., et al., 2011. The Moho Depth of North China and Northeast China Revealed by Seismic Detection. Acta Geoscientica Sinica, 32(1): 46-56 (in Chinese with English abstract).

[69] Xu, J. Q., Bai, C. J., Liu, J. Y., 2008. Geothermal Resource Prognosis Based on Remote Sensing Technology in Changbaishan Volcanic Area. Remote Sensing for Land ＆ Resources, 20(1): 68-71 (in Chinese with English abstract).

[70] Yang, B. J., Mu, S. M., Jin, X., et al., 1996. Synthesized Study on the Geophysics of Manzhouli-Suifenhe Geoscience Transect, China. Chinese Journal of Geophysics, 39(6): 772-782 (in Chinese with English abstract).

[71] Yang, J. G., Li, S. C., Yao, Y. L., et al., 2020. Significant Breakthrough in the Continental Shale Oil Survey in Northern Songliao Basin. Geology and Resources, 29(3): 300 (in Chinese with English abstract).

[72] Zhang, C., Zhang, S. S., Li, S. T., et al., 2018. Geothermal Characteristics of the Qiabuqia Geothermal Area in the Gonghe Basin, Northeastern Tibetan Plateau. Chinese Journal of Geophysics, 61(11): 4545-4557 (in Chinese with English abstract).

[73] Zhang, F. Q., 2007. Early Cretaceous Volcanic Event in the Northern Songliao Basin and Its Geodynamics (Dissertation). Zhejiang University, Hangzhou (in Chinese with English abstract).

[74] Zhang, R. H., Wu, J. X., Zhang, W. X., 1991. Terrestrial Heat Flow and Thermal Structure of the Lithosphere in South Liaoning. Earthquake Research in China, 7(3): 11-24 (in Chinese with English abstract).

[75] Zhang, S. Q., Li, X. F., Song, J., et al., 2021. Analysis on Geophysical Evidence for Existence of Partial Melting Layer in Crust and Regional Heat Source Mechanism for Hot Dry Rock Resources of Gonghe Basin. Earth Science, 46(4): 1416-1436 (in Chinese with English abstract).

[76] Zhang, X. Z., Zhou, J. B., Chi, X. G., et al., 2008. Late Paleozoic Tectonic-Sedimentation and Petroleum Resources in Northeastern China. Journal of Jilin University (Earth Science Edition), 38(5): 719-725 (in Chinese with English abstract).

[77] Zhang, Y., 2016. The Formation Mechanism and Development Potential of Hot Dry Rock: A Case Study of the Songliao Basin (Dissertation). Chang’an University, Xi’an (in Chinese with English abstract).

[78] Zhao, X. Y., Zeng, Z. F., Wu, Z. W., et al., 2015. Delineating the Area of HDR in Songliao Basin Using Geophysical Methods. Progress in Geophysics, 30(6): 2863-2869 (in Chinese with English abstract).

[79] Zhu, H. L., 2011. Research on the Sedimentary Geothermal Resources in North Songliao Basin (Dissertation). Northeast Petroleum University, Daqing (in Chinese with English abstract).

[80] 白登海, 张丽, 孔祥儒, 1993. 内蒙古东部古生代块体碰撞区的大地电磁测深研究: Ⅱ.二维解释. 地球物理学报, 36(6): 773-783.

[81] 鲍新华, 张宇, 李野, 等, 2017. 松辽盆地增强型地热系统开发选区评价. 吉林大学学报(地球科学版), 47(2): 564-572.

[82] 崔军平, 2004. 海拉尔盆地热演化史与油气成藏史研究（硕士学位论文）. 西安: 西北大学.

[83] 符伟, 侯贺晟, 高锐, 等, 2019. “松科二井”邻域岩石圈精细结构特征及动力学环境: 深地震反射剖面的揭示. 地球物理学报, 62(4): 1349-1361.

[84] 付晓飞, 沙威, 王磊, 等, 2010. 松辽盆地幔源成因CO₂气藏分布规律及控制因素. 吉林大学学报(地球科学版), 40(2): 253-263.

[85] 韩湘君, 金旭, 2002. 中国东北地区地热资源及热结构分析. 地质与勘探, 38(1): 74-76.

[86] 姜光政, 高堋, 饶松, 等, 2016. 中国大陆地区大地热流数据汇编(第四版). 地球物理学报, 59(8): 2892-2910.

[87] 金旭, 江原幸雄, 许惠平, 1995. 中国满洲里‒绥芬河热流断面. 科学通报, 40(2): 161-163.

[88] 旷健, 祁士华, 王帅, 等, 2020. 广东惠州花岗岩体及其地热意义. 地球科学, 45(4): 1466-1480.

[89] 李野,2017. 松辽盆地EGS地热资源评价及勘察开发选区初步研究（硕士学位论文）. 长春：吉林大学.

[90] 蔺文静, 刘志明, 马峰, 等, 2012. 我国陆区干热岩资源潜力估算. 地球学报, 33(5): 807-811.

[91] 刘德民, 韦梅华, 孙明行, 等, 2022. 干热岩控热构造系统厘定与类型划分. 地球科学, 47(10): 3723-3735.

[92] 刘国兴, 张志厚, 韩江涛, 等, 2006. 兴蒙、吉黑地区岩石圈电性结构特征. 中国地质, 33(4): 824-831.

[93] 刘晓慧,蒋郭吉玛,2018. 7018米!在地球纵深书写中国智慧经典. 北京：中国矿业报.

[94] 娄洪, 闵丽霏, 黄林, 等, 2014. 松辽盆地干热岩地热资源潜力初探. 矿产保护与利用, (1): 10-14.

[95] 卢造勋, 姜德禄, 白云, 等, 2005. 东北地区地壳上地幔结构的探测与研究. 东北地震研究, 21(1): 1-8.

[96] 卢造勋, 夏怀宽, 1993. 内蒙古东乌珠穆沁旗‒辽宁东沟地学断面. 地球物理学报, 36(6): 765-772.

[97] 吕宗文，孙盛杰, 1996. 五大连池火山与冷泉. 地震地磁观测与研究, 17(6): 75-79.

[98] 马峰, 孙红丽, 蔺文静, 等, 2015. 中国EGS示范工程靶区选址与指标矩阵评价. 科技导报, 33(8): 41-47.

[99] 马杏垣, 刘昌铨, 刘国栋, 1991. 江苏响水至内蒙古满都拉地学断面. 地质学报, 65(3): 199-215.

[100] 牛雪, 卢造勋, 1998. 闾阳‒梨树断面深、浅部构造特征及其与地震活动的关系. 东北地震研究, 14(2): 67-74.

[101] 庞忠和, 罗霁, 程远志, 等, 2020. 中国深层地热能开采的地质条件评价. 地学前缘, 27(1): 134-151.

[102] 仇根根, 裴发根, 方慧, 等, 2014. 长白山天池火山岩浆系统分析. 地球物理学报, 57(10): 3466-3477.

[103] 瞿雪姣, 杨立伟, 薛璇, 等, 2017. 松辽盆地白垩系大陆科学钻探松科2井: 井底温度、地层压力预测. 地学前缘, 24(1): 257-264.

[104] 施龙, 2004. 松辽盆地构造热演化及地热资源定量评价研究: 以杜蒙地区为例（博士学位论文）. 广州: 中国科学院广州地球化学研究所.

[105] 施龙, 李自安, 施尚明, 2004. 松辽盆地杜蒙地区地热田的形成及资源量. 大庆石油地质与开发, 23(3): 26-28, 90.

[106] 史书林, 徐常芳, 王继军, 等, 1991. 辽宁义县‒内蒙古东乌珠穆沁旗剖面深部电性研究. 地震地质, 13(2): 115-125.

[107] 施尚明, 孙小洁, 于清华, 1998. 松辽盆地林甸地区地温场特征. 大庆石油学院学报, 22(4): 77-79, 102-103.

[108] 施尚明, 朱焕来, 梁玉杰, 等, 2004. 沉积盆地型地热水资源定量评价体系的建立及应用. 大庆石油学院学报, 28(5): 4-6, 9.

[109] 苏正, 王晓星, 胡剑, 等, 2014. 我国增强型地热系统选址问题探讨. 地球物理学进展, 29(1): 386-391.

[110] 孙国庆,包怡,赵福海,等,2020. 支持向量机在松辽盆地北部C-P地层岩性预测中的应用. 南京：SPG/SEG南京2020年国际地球物理会议.

[111] 田有,刘财,冯晅,等, 2011.中国东北地区地壳、上地幔速度结构及其对矿产能源形成的控制作用. 地球物理学报, 54(2): 407-414.

[112] 佟伟, 穆治国, 刘时彬, 1990. 中国晚新生代火山和现代高温水热系统. 地球物理学报, 33(3): 329-335.

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

[114] 汪集旸, 胡圣标, 庞忠和, 等, 2012. 中国大陆干热岩地热资源潜力评估. 科技导报, 30(32): 25-31.

[115] 汪集旸，黄少鹏,1990.中国大陆地区大地热流数据汇编(第二版). 地震地质, 4: 351-363, 366.

[116] 汪集旸, 汪缉安, 王永玲, 等, 1985. 辽河盆地地热测量. 科学通报, 30(13): 1008-1010.

[117] 汪集旸, 汪缉安, 王永玲, 等, 1986. 下辽河盆地大地热流. 地质科学, 21(1): 16-29.

[118] 王锡魁, 裘善文, 宋长春, 等, 1999. 中国东北新生代火山活动与地热资源. 地质论评, 45(S1): 190-195.

[119] 王永新, 汪集旸, 胡圣标, 2003. 辽河盆地东部凹陷热历史及构造—热演化特征. 地质科学, 38(2): 214-220.

[120] 危自根, 陈凌, 2012. 东北地区至华北北缘地壳结构的区域差异: 地壳厚度与波速比的联合约束. 地球物理学报, 55(11): 3601-3614.

[121] 文慧俭, 施尚明, 孙小洁, 2011. 松辽盆地有效热储层的识别与划分技术. 科学技术与工程, 11(6): 1322-1324.

[122] 吴河勇, 林铁锋, 白云风, 等, 2019. 松辽盆地北部泥(页)岩油勘探潜力分析. 大庆石油地质与开发, 38(5): 78-86.

[123] 吴乾蕃, 1991. 松辽盆地地热场. 地震研究, 14(1): 31-40.

[124] 武强, 涂坤, 徐生恒, 等, 2020. 我国能源供给与消费优化精准配置探讨: 以浅层地热能与建筑物供暖制冷配置为例. 中国能源, 42(5): 4-7, 19.

[125] 伍小雄, 2014. 松辽盆地北部干热岩地热资源研究（博士学位论文）. 大庆: 东北石油大学.

[126] 肖伟, 刘震, 杜金虎, 易士威, 2004. 二连盆地温压系统特征. 新疆石油地质, 25(6): 610-613.

[127] 熊盛青, 杨海, 丁燕云, 等, 2016. 中国陆域居里等温面深度特征. 地球物理学报, 59(10): 3604-3617.

[128] 熊小松, 高锐, 张兴洲, 等, 2011. 深地震探测揭示的华北及东北地区莫霍面深度. 地球学报, 32(1): 46-56.

[129] 许军强, 白朝军, 刘嘉宜, 2008. 基于遥感技术的长白山火山区地热预测研究. 国土资源遥感, 20(1): 68-71.

[130] 杨宝俊，穆石敏，金旭，等, 1996. 中国满洲里: 绥芬河地学断面地球物理综合研究. 地球物理学报, 39(6): 772-782.

[131] 杨建国, 李士超, 姚玉来, 等, 2020. 松辽盆地北部陆相页岩油调查取得重大突破. 地质与资源, 29(3): 300.

[132] 张超, 张盛生, 李胜涛, 等, 2018. 共和盆地恰卜恰地热区现今地热特征. 地球物理学报, 61(11): 4545-4557.

[133] 章凤奇, 2007. 松辽盆地北部早白垩世火山事件与地球动力学（博士学位论文）. 杭州: 浙江大学.

[134] 张汝惠, 武冀新, 张晚霞, 1991. 辽宁南部的大地热流及岩石圈热结构. 中国地震, 7(3): 11-24.

[135] 张森琦, 李旭峰, 宋健, 等, 2021. 共和盆地壳内部分熔融层存在的地球物理证据与干热岩资源区域性热源分析. 地球科学, 46(4): 1416-1436.

[136] 张兴洲, 周建波, 迟效国, 等, 2008. 东北地区晚古生代构 造‒沉积特征与油气资源. 吉林大学学报(地球科学版), 38(5): 719-725.

[137] 张杨, 2016. 干热岩形成机理及开发潜力研究: 以松辽盆地为例（硕士学位论文）. 西安: 长安大学.

[138] 赵雪宇, 曾昭发, 吴真玮, 等, 2015. 利用地球物理方法圈定松辽盆地干热岩靶区. 地球物理学进展, 30(6): 2863-2869.

[139] 朱焕来, 2011. 松辽盆地北部沉积盆地型地热资源研究（博士学位论文）. 大庆: 东北石油大学.

基金资助

中国地质调查项目(DD20221638;DD20190030)

国家自然科学基金青年科学基金项目(41904065)