基于三维地质建模的地热资源潜力评价：以施甸地热区为例

Geothermal Resources Evaluation Based on 3D Geological Modeling: The Case of Shidian Geothermal Area

摘要

传统热储法进行地热资源评价虽简便，但评价结果误差通常较大，本研究以施甸地热田为研究区，基于区内地质和地热地质条件，结合地球物理和钻孔资料，用GMS软件建立了三维地质模型，展示了研究区地热储层和盖层的展布情况.考虑到研究区内地热资源评价参数的差异，按照热储温度将研究区划分为9个子区，结合已建立的三维地质模型计算热储体积，利用改进的热储法来准确、动态评价研究区的地热资源量，计算出研究区地热水中储存的热量为1.38×10¹⁷ J，热储岩石中储存的热量为1.49×10¹⁹ J，地热资源总量为1.5×10¹⁹ J.根据地热水可开采量计算结果，若合理开发利用施甸地热水资源，每年可节约4.36×10⁷ t标准煤.本研究为施甸地热资源的科学、合理评价提供了新的模式.

关键词

三维地质建模 / 地热资源评价 / GMS / 施甸 / 地热水资源

Key words

3D geological modeling / geothermal resource evaluation / GMS / Shidian / geothermal water resources

0 引言

地热能是一种相对清洁、储量大、分布广的新型可再生能源.我国地热资源丰富，利用前景广阔，中低温地热资源的开发利用潜力尤为巨大.（詹麒和崔宇，2010；庞忠和等，2014；王俊鑫，2014；张梦昭等，2023）.地热资源的科学勘察和合理开发利用对于促进经济可持续发展、缓解能源紧张形势具有重要意义（刘明亮等，2020）.20世纪70年代后，我国开始利用高温地热资源发电，并将中低温地热资源应用于供暖、洗浴、医疗保健等方面.

为降低地热资源开发风险和难度，最大程度上实现地热资源的经济和社会效益，在大规模开发地热资源前进行地热资源评价意义重大，常见的评价方法包括热储法、自然放热量法、类比法、水热均衡法等（Lee et al.，2010；王亚军，2014）.其中，热储法不但可用于与火山活动有关的地热资源评价，对于非火山型地热资源评价同样适用，常用于孔隙型热储及裂隙型热储的资源量计算（何雨江和丁祥，2020）.前人已成功利用热储法对西安、淮南煤田、松辽盆地、鲁西平原等地区的地热资源进行评价（刘肖梅，1986；蔡致中，1992；施龙，2004；朱喜等，2016），均是采用地热区面积和热储平均厚度的乘积来计算热储体积，虽计算结果一般误差较大，但仍可为本次研究提供借鉴.

为做好施甸地热资源开发利用潜力评价，响应国家碳中和战略，改善施甸地区能源结构，本研究尝试以施甸地热区为典型研究区，基于该区地热资源前期勘查基础，通过GMS软件建立了地热系统三维地质模型，以直观反映施甸地热系统空间展布规律和地层分布规律，并在此基础上按照热储温度对研究区进行划分，在各三维模型分区下分别计算热储体积，进而准确、动态评价水热型地热系统地热资源量.研究结果不但有助于施甸地区地热资源的合理开发利用，对于在同类型地热区实现地热资源开发与环境、经济、社会效益协调发展的目的也有借鉴意义.

1 施甸地质与地热地质条件

施甸地处横断山脉的云岭中南段，区内广泛发育中低温水热型地热资源，被选择为本文的研究区.全区海拔560.0~2 895.4 m，气候属中亚热带气候，年平均气温18 ℃.区内出露寒武系、奥陶系、志留系灰岩，中上三叠系镁质碳酸盐岩，断裂条件发育，为地热流体提供了良好的储存和运移空间；新生界和中生界主要为未固结岩层、白云岩和玄武岩，透水性较差，构成地热系统盖层.研究区内新构造运动强烈，断裂继承性活动频繁，形成了一系列近南北向断裂带，如躲安寨断裂、搬家寨大断裂、白沙水断裂、里寨断裂等，这些断裂与区域最大主压应力方向夹角很小，易于运移、储存地热水，沟通了深部热储与浅部热储之间的联系.施甸地质概况如图1所示.

2 地热系统三维地质建模

2.1　建模数据与软件

本次建模主要用到1∶10万地质图、两个地质剖面图、EH-4电磁测深剖面7条以及钻孔资料，现有地质资料已满足建模要求.据电磁测探数据解译的地层岩性与钻孔资料对比分析后，推断地层主要岩性为粘土、夹砂砾质粘土、玄武岩、页岩和灰岩.基于上述资料，将钻孔岩心岩性数据概化为钻孔柱状图，由于施甸盆地内地热勘察和开发利用程度有限，可利用钻孔资料较少；为提高三维地质模型精度，遂在现有资料基础上添加6个虚拟钻孔，此类钻孔处各地层厚度按照区域地层平均厚度赋值.

GMS是一款可以从平面到空间、从单元到系统以及从钻孔到地层的综合图形界面软件，不仅被广泛应用于地下水数值模拟、溶质运移等方面，而且可以用来研究地质结构，刻画复杂地质体中遇到的地层尖灭、抬升等问题.本文采用GMS建立研究区三维地质模型，立体展示地质要素分布情况（Lautz and Siegel，2006；黄新迎，2011；范书凯等，2015）.

按照GMS中钻孔模块要求的格式对所采用钻孔的地层沉积序列号、层序号和岩性编号等进行整理，如附表1所示.

2.2　模型边界确定

作为水热型地热系统，施甸地热系统的圈定与区域地下水补、径、排条件密切相关.施甸盆地周围基岩山区为地热水系统的补给区；盆地内上覆松散沉积层的厚度具有盆缘薄、向盆地中心方向渐厚的特点，松散沉积层下伏基岩为碳酸盐岩，是地热水赋存和流动的主要场所，特别在盆地南北向断裂周围1 000~1 500 m范围内岩溶发育，地热水循环条件好；天然条件下，盆地内地热水以温泉形式排泄于盆地边缘，南北断裂带是其主要排泄通道.一条可反映施甸地热系统地下水补、径、排条件的典型剖面如图2所示.

根据以上对施甸地热系统地热水流动模式的分析，F3断层东部为具有相对低渗透性的白云质灰岩，起阻水作用，可确定为研究区三维地质模型的隔水边界；怒江则可作为研究区的定水头边界，最终可确定出三维地质模型的建模边界，如图3所示.

2.3　三维地质建模及模型修正

2.3.1　建模步骤

（1）结合相关地质资料，在ArcGIS中绘制研究区边界，并将生成的矢量化文件导入到GMS中，生成模型边界.

（2）利用Boreholes功能模块将预处理过的包含坐标（X、Y）、标高、层序、岩性号和地层沉积序号的钻孔数据导入到GMS中.

（3）利用Boreholes功能模块自动创建剖面，结合实际地层情况对部分剖面进行手动修改，由岩性和地层信息连接形成钻孔联孔剖面，使其可最大限度地反映研究区地质和地热地质条件.

（4）重新定义模型边界上的节点间距从而确定空间步长，利用TIns模块将研究区网格化剖分.

（5）在Horizons下拉菜单中选择Solid选项，以井口高程为上边界，以地层分界为下边界，最终生成实体模型.

2.3.2　模型优化

在已建立的三维模型基础上，利用ArcGIS软件提取研究区数字高程数据，对研究区进行DEM插值.笔者将使用钻孔高程直接建立的模型和利用DEM数据修正后的模型对比后发现，修正后的模型可以更加真实地反映出研究区地表的起伏程度（图4）.

2.4　三维地质模型展示的地热系统空间形态

本研究建立的三维地质模型有助于获得对施甸地热系统空间展布规律的直观认识.利用GMS的剖面展示功能，对三维模型进行切割，可直观地看出研究区地层结构（图5）：研究区西侧新生界较薄，向东新生界厚度呈增大趋势；研究区内主要断裂附近地层交错明显，错动处新生界较厚；总体上看，从研究区定水头边界向隔水边界，孔隙介质由粗粒相的砂、砾石变为细粒相的粘土，粘土分布范围较广；研究区内含水介质具有一定的分层性.

3 地热资源评价

3.1　研究区资源量计算分区

为突出研究区内地热资源评价参数的差异性，将整个评价区按照热储温度进行分区，由于施甸地热区属于非岩浆热源型中低温地热系统，区内地热水-热储围岩相互作用从未达到过完全平衡，因此各类阳离子地球化学温度计均不适用于热储温度的计算.在各类SiO₂温标中，石英温标适合的估算温度范围在150~225 ℃，远超出了施甸地热系统的实际热储温度范围，遂最终采用了适用于温度小于150 ℃条件的玉髓温标来计算热储温度.玉髓温标在估算中低温地热系统热储温度方面的可靠性已被广为证实（Fournier，1979；刘军强，2014；李洁祥，2019）.为尽可能提高地热资源量计算精度，将温度梯度设为5 ℃，其中Ⅰ区为26~30 ℃，Ⅱ区为36~40 ℃，Ⅲ区为46~50 ℃，Ⅳ区为56~60 ℃，Ⅴ区为71~75 ℃，Ⅵ区为76~80 ℃，Ⅶ区为101~105 ℃，Ⅷ区为106~110 ℃，Ⅸ区为116~120 ℃，在本研究中，用玉髓温标计算出热泉或地热井所对应的热储温度后，结合地质图中断层分布情况划分出各个地热资源评价分区，位置见图6.研究区分区面积及地热水统计结果见表1.

3.2　热储体积计算

根据研究区的地质条件及相关资料，利用本研究建立的三维地质模型来精确计算对于地热资源评价结果至关重要的各分区热储层体积.用ArcGIS Pro把研究区划分为9个分区后，将9个分区的“.shp”文件导入GMS后，对已有的三维地质模型分区，并对不同岩性的四面体进行体积叠加，最终求得9个分区的热储体积，结果见表2.

3.3　地热资源量计算

基于不规则热储的体积，仍采用热储法（地热资源地质勘查规范（GB/T11615-2010）；何铁柱，2012；朱振洲等，2020）的基本原则计算地热资源量，计算公式相应变化为：

Q=Q _r+Q _W,(1)

Q _r=Vρ _r C _r(1-φ)(t _r-t ₀),(2)

Q _L=Vφ+AμH,(3)

Q _W=Q _L C _W ρ _W(t _r-t ₀),(4)

其中：Q为热储中储存的热量（J）；Q _r为岩石中储存的热量（J）；Q _L为热储中储存的水量（m³）；Q _W为水中储存的热量（J）；V为热储体积（m³）；ρ _r为热储岩石密度（kg/m³），C _r为热储岩石比热容（J/kg·℃），根据《地热资源地质勘察规范（GB/T11615-2010）》附录C中所列经验值取花岗岩及变质岩地层ρ _s= 2 700 kg/m³，C _s=794 J/kg·℃，碳酸盐岩地层ρ _r= 2 700 kg/m³，C _r=920 J/kg·℃；φ为热储岩石孔隙度，根据区域水文地质资料，区内岩层裂隙率均小于15%，本次计算取15%；t _r为热储温度（℃），具体值由玉髓温度计计算得到；t ₀为当地年平均温度，此处取17.8 ℃；ρ _W为热水密度，单位（kg/m³），此处取 1 000 kg/m³；C _W为热水比热，单位（J/kg·℃），取 4 180 J/kg·℃；μ为贮水系数，取1×10^-4；H为计算起始点以上高度（m）.各参数取值及计算结果见表3.

经计算得，热储中储存的热水量为6.34× 10⁸ m³，热水中储存的热量为138.12×10¹⁵ J，热储岩石中储存的热量为148.59×10¹⁷ J，热储中储存的总热量为149.75×10¹⁷ J.

3.4　地热水可采资源量计算

施甸各温泉动态变化较小，采用温泉（井）流量汇总法可计算地热水可采资源量，计算中所取值均为旱季时保证率较高的流量.区内共有水热活动区11处，其中中温水热区3处，泉水总流量25 L/s；低温水热区8处，泉水流量128 L/s，温泉（群、钻孔）总流量为153 L/s.

本研究主要评价施甸地热区100 a内所能采出的热量占热储中地热资源总量及地热水中储存热量的比例，进而估算地热资源开发潜力和地热区（田）规模，为其详查和开发、利用提供参考依据.

地热区累计开采100 a，可开采量按下式计算（地热资源地质勘查规范（GB/T11615-2010）；申中华等，2020）：

Q_t =86 400DW_t，(5)

W_t =4.186 8q(t-t ₀),(6)

其中：Q_t 为100 a所能采出的热量，单位（MJ）；D为年开采日数，即365.24 d；W_t 为热功率，单位（kW）；q为地热水可开采量，单位（L/s）；t为热储温度，单位（℃）；t ₀为当地年平均气温，即17.8 ℃.

地热区100 a内所能采出的热量占热储地热资源总量的比例（Q_t /Q）的计算结果见表4.

经计算得到，施甸地热区累计开采100 a所能采出的热能约为7.66×10¹¹ MJ，热功率约为2.43× 10⁴ kW.研究区内各分区在100 a内所能采出的热量占热储地热资源总量的0.61%~31.24%.经分析可知，当水热分区内地热水总排泄量较小时（Ⅱ、Ⅳ、Ⅸ分区），热功率亦较小，因此开采100 a的热能及其占热储热量的百分比也较小；对于Ⅲ、Ⅵ、Ⅶ分区，虽分区内地热水可开采总量尚可，但热储体积较大且总资源量大，开采100 a的热能相较于热储地热资源量仍较小；其余分区地热水可开采量则相对较大而热储资源量相对较小，故前者百分占比也相应较大.据此，施甸各地热子区均属于小型地热区，有一定开发潜力.

据式（7）和式（8）可计算与开采地热水1年获得热量相当的节煤量（地热资源地质勘查规范（GB/T11615-2010）；何钰，2022）.

ΣW_t =4.186 8×7×M，(7)

ΣW_t =86.4DW_t /K，(8)

其中：ΣW_t 为开采1 a可利用的热能，单位（MJ）；M为开采地热水1 a的节煤量，单位（t/a）；D为全年开采日数，取365.24 d；W_t 为式（6）计算的热功率；K为热效比，按燃煤锅炉热效率0.6计算.计算结果见表5.经计算可得，各地热区在合理开发利用地热资源的情况下，每年可节约4.36×10⁷ t标准煤.

4 结论

（1）本研究利用ArcGIS软件绘制了施甸地热区边界矢量文件，结合GMS的钻孔建模方法，建立了施甸地热区的三维地质模型，进而结合DEM数据对三维模型进行修正，提高了模型精度，在此基础上展示了区内地热储层和盖层的分布情况，反映了区内主要地质构造特征.为突出地热资源评价参数的差异性，将研究区划分为9个子区，并对各子区分别进行地热资源开发潜力评价，从而显著提高了评价结果的精度.

（2）基于所建三维地质模型，评价出研究区地热水中储存的热量为1.38×10¹⁷ J，热储岩石中储存的热量为1.49×10¹⁹ J，地热资源总量为1.5×10¹⁹ J；累计100 a所能开采的热量约为7.66×10¹⁷ J，约占热储地热资源总量的0.61%~31.24%；若各地热区合理开发利用地热资源，每年可节省约4.36×10⁷ t标准煤，对于节约化石能源使用、减少碳排放意义重大.

（3）本研究可为施甸地热资源开发利用规划的制订提供数据支撑，并为当地政府响应国家碳中和战略、促进施甸地区能源结构调整提供借鉴.

--引用第三方内容--

附表见本刊官网（http://www.earth-science.net/）.

参考文献

[1] Cai, Z. Z., 1992. Evaluation of Geothermal Resources in Huainan Coalfield. Coal Geology of China, 4(1): 53-58 (in Chinese with English abstract).

[2] Fan, S. K., Cui, H. M., Zhou, L. B., 2015. Forecasting the Mine Water Inflow and Analyzing the Impact on the Environment Based on the GMS. China Mining Magazine, 24(S2): 178-181 (in Chinese with English abstract).

[3] Fournier, R. O., 1979. Geochemical and Hydrologic Considerations and the Use of Enthalpy-Chloride Diagrams in the Prediction of Underground Conditions in Hot-Spring Systems. Journal of Volcanology and Geothermal Research, 5(1-2): 1-16. https://doi.org/10.1016/0377-0273(79)90029-5

[4] He, T. Z., 2012. Assessment on Geothermal Energy Resources and Geothermal Water Storage in Xiaotangshan Geothermal Field. Urban Geology, 7(4): 20-23, 31 (in Chinese with English abstract).

[5] He, Y., 2022. Geothermal Resource Status Quo and Resource Potential Assessment in Taihu Lake South Bank Area. Coal Geology of China, 34(1):75-80 (in Chinese with English abstract).

[6] He, Y. J., Ding, X., 2020. Calculation of Geothermal Resources Based on Parameter Identification: A Case Study from the Western Slope of the Yinchuan Plain. Acta Geologica Sinica, 94(7): 2131-2138 (in Chinese with English abstract).

[7] Huang, X. Y., 2011. Measurement Application of GMS Software in Three-Dimensional Geological Modeling. Advanced Measurement and Laboratory Management, 19(4): 10-12 (in Chinese).

[8] Lautz, L. K., Siegel, D. I., 2006. Modeling Surface and Ground Water Mixing in the Hyporheic Zone Using MODFLOW and MT3D. Advances in Water Resources, 29(11): 1618-1633. https://doi.org/10.1016/j.advwatres.2005.12.003

[9] Lee, Y., Park, S., Kim, J., et al., 2010. Geothermal Resource Assessment in Korea. Renewable and Sustainable Energy Reviews, 14(8): 2392-2400. https://doi.org/10.1016/j.rser.2010.05.003

[10] Li, J. X., 2019. Study on the Key Factors of Geothermomenters and Their Application: A Case Study of Crystalline Basement Reservoirs (Dissertation). China University of Geosciences,Wuhan (in Chinese with English abstract).

[11] Liu, J. Q., 2014. Estimation of Thermal Storage Temperature by Geothermal Thermometer: Taking Chongren Hot Water in Shengzhou as an Example. West-China Exploration Engineering, 26(5): 129-132 (in Chinese with English abstract).

[12] Liu, M. L., He, T., Wu, Q. F., et al., 2020. Hydrogeochemistry of Geothermal Waters from Xiongan New Area and Its. Earth Science, 45(6): 2221-2231 (in Chinese with English abstract).

[13] Liu, X. M., 1986. Preliminary Evaluation of Geothermal Resources in Xi’an Area. Ground Water, 8(4): 52-54 (in Chinese with English abstract).

[14] Pang, Z. H., Huang, S. P., Hu, S. B., et al., 2014. Geothermal Studies in China: Progress and Prospects 1995-2014. Chinese Journal of Geology, 49(3): 719-727 (in Chinese with English abstract).

[15] Shen, Z. H., Xue, L., Han, L., et al., 2020. Calculation and Evaluation of Geothermal Resources in Zhangqiu Geothermal Field. Shandong Land and Resources, 36(4): 31-37 (in Chinese with English abstract).

[16] 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).

[17] Wang, J. X., 2014. Evaluation on Geothermal Resource of Xinzhou Qicun (Dissertation). China University of Geosciences, Beijing (in Chinese with English abstract).

[18] Wang, Y. J., 2014. Reserves Evaluation of Geothermal Resource in Yinchuan Plain Based on 3D Geological Modeling (Dissertation). China University of Geosciences, Beijing (in Chinese with English abstract).

[19] Zhan, Q., Cui, Y., 2010. Present Situation and Prospect Analysis of Geothermal Resources Development and Utilization in China. Theory Monthly, (8): 170-172 (in Chinese).

[20] Zhang, M. Z., Guo, Q. H., Liu, M. L., et al., 2023. Geochemical Characteristics and Formation Mechanism of Geothermal Water in Xinzhou Basin, Shanxi Province. Earth Science, 48(3): 973-987 (in Chinese with English abstract).

[21] Zhu, X., Zhang, Q.L., Liu, Y.G., 2016. Evaluation of the Geothermal Resources in the Plain of West Shandong Province. Geological Science and Technology Information, 35(4): 172-177 (in Chinese with English abstract).

[22] Zhu, Z. Z., Lei, X. D., Wu, X., et al., 2020. Geothermal Resource Evaluation in Changping New Town, Beijing: Perspective from 3D Geological Modeling. Geoscience, 34(1): 207-214 (in Chinese with English abstract).

[23] 蔡致中, 1992. 淮南煤田地热资源评价. 中国煤田地质, 4(1): 53-58.

[24] 范书凯, 崔海明, 周连碧, 2015. 基于GMS的矿坑涌水量预测与环境影响分析. 中国矿业, 24(S2): 178-181.

[25] 何铁柱, 2012. 北京小汤山地热田地热资源量及地热水储存量计算与评价. 城市地质, 7(4): 20-23, 31.

[26] 何钰, 2022. 太湖南岸地热资源现状及资源潜力评价. 中国煤炭地质, 34(1): 75-80.

[27] 何雨江, 丁祥, 2020. 基于参数辨识的典型区地热资源量研究: 以银川平原西部斜坡区为例. 地质学报, 94(7):2131-2138.

[28] 黄新迎, 2011. GMS软件在三维地质建模的测量应用. 现代测量与实验室管理, 19(4): 10-12.

[29] 李洁祥, 2019. 水化学地热温度计的主控因素及其应用研究: 以结晶岩类热储为例(博士学位论文). 武汉: 中国地质大学.

[30] 刘军强, 2014. 应用地热温标估算热储温度: 以嵊州崇仁热水为例. 西部探矿工程, 26(5): 129-132.

[31] 刘明亮, 何曈, 吴启帆, 等, 2020. 雄安新区地热水化学特征及其指示意义. 地球科学, 45(6): 2221-2231.

[32] 刘肖梅, 1986. 西安地区地热资源的初步评价. 地下水, 8(4): 52-54.

[33] 庞忠和, 黄少鹏, 胡圣标, 等, 2014. 中国地热研究的进展与展望(1995-2014). 地质科学, 49(3): 719-727.

[34] 申中华, 薛磊, 韩琳, 等, 2020.章丘地热田地热资源量计算与评价. 山东国土资源, 36(4):31-37.

[35] 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.

[36] 王俊鑫, 2014. 忻州市奇村地热资源评价(硕士学位论文). 北京:中国地质大学.

[37] 王亚军, 2014. 基于三维地质建模的银川平原地热资源储量评价(硕士学位论文). 北京:中国地质大学.

[38] 詹麒, 崔宇, 2010. 我国地热资源开发利用现状与前景分析. 理论月刊, (8): 170-172.

[39] 张梦昭, 郭清海, 刘明亮, 等, 2023. 山西忻州盆地地热水地球化学特征及其成因机制. 地球科学, 48(3): 973-987.

[40] 朱喜, 张庆莲, 刘彦广, 2016. 基于热储法的鲁西平原地热资源评价. 地质科技情报, 35(4): 172-177.

[41] 朱振洲, 雷晓东, 武雄, 等, 2020. 基于三维地质建模的北京市昌平新城地热资源量评价. 现代地质, 34(1): 207-214.

基金资助

国家自然科学基金项目(42077278)

中央高校基本科研业务费专项资金项目(CUGSDZX002)