华南沿海地区白垩纪花岗岩多期构造裂缝发育特征及其对潜山勘探的指示

Characteristics of Multi-Phase Fracture Development in Cretaceous Granite from Coastal Region of South China and Its Implications for Buried-Hill Exploration

摘要

裂缝的分布特征对花岗岩储层研究具有重要作用.结合无人机遥感技术和野外调查对华南沿海地区白垩纪花岗岩露头的构造裂缝进行数字化识别和定量研究.分析表明：研究区主要发育NE20°~40°和SE100°~140°两组裂缝，NE向裂缝形成时间早于SE向；多期构造变形会显著提高裂缝网络的连通度和面密度，连通度高值区广泛分布，面密度高值区集中分布在辉绿岩脉侵入区和断裂带内部；构造裂缝网络的线密度、面密度和连通度与断裂带规模呈正相关.构建了华南沿海地区白垩纪花岗岩多期构造裂缝的发育模式，指出断裂带和辉绿岩脉侵入区等裂缝交汇部位有利于形成优势储层，为海域花岗岩潜山的勘探开发提供重要指示.

关键词

花岗岩储层 / 构造裂缝 / 裂缝网络 / 无人机遥感 / 拓扑几何分析 / 构造地质学.

Key words

granite reservoir / structural fracture / fracture network / unmanned aerial vehicle remote sensing / topological geometric analysis / structural geology

0 引言

花岗岩广泛分布于地壳中，是世界上重要的油气储层（ChungHsiang， 1982）.裂缝作为花岗岩储层中最主要的储集空间和渗流通道，其分布特征和发育程度直接影响油气的分布和富集程度（龚再升， 2010）.近年来，我国油气勘探不断取得突破，花岗岩储层的储集空间类型、发育特征和成藏机制成为关注的重点（王昕等， 2015； 沈澈等， 2021； Ceccato et al.， 2022）.前人研究认为花岗岩储层具有垂向分层结构，自上而下可分为砂砾质风化带、风化裂缝带、内幕裂缝带和基岩带（周杰等， 2020； 周心怀等， 2022）.其中，内幕裂缝带主要由脆性破裂组成（如断层和节理），具有良好的油气显示，但内部裂缝系统呈现多期发育、复杂网状结构、空间异质性强等特点，制约着对花岗岩储层的油气勘探.因此，研究裂缝分布规律对花岗岩储层的勘探开发具有重要指导意义 （Cuong and Warren， 2009； McCaffrey et al.， 2020）.

目前关于裂缝的研究主要包括：（1）多期构造变形及其与区域应力的关系（李继岩， 2020； 李振宇等， 2022）；（2）断层破碎带和连接带的裂缝发育特征（Kim et al.， 2004； Choi et al.， 2016）；（3）断裂的相互作用及断裂网络的形成过程（Duffy et al.， 2015）；（4）裂缝对流体运移的影响（Fossen and Bale， 2007； Rotevatn et al.， 2007）.以上研究虽然关注到了裂缝的复杂几何特征和运动学规律，但是针对花岗岩储层中多期构造裂缝空间连接组成的裂缝网络分布特征仍需进一步的研究.此外，裂缝研究方法着重通过岩心、岩石薄片、CT扫描等手段进行微观尺度变形分析（李建平等， 2014），或者通过地震属性分析推测裂缝的分布（王军等， 2013； 姚迎涛等， 2023）.野外露头的裂缝研究较少，缺乏裂缝网络的多期次、多尺度空间量化分析（刘国平等， 2016； 杜晓宇等， 2023）.

本文以华南沿海地区白垩纪花岗岩为研究对象，结合无人机遥感影像和野外露头进行详细的裂缝识别和定量化空间几何分析.研究结果查明了两期构造裂缝，厘清了构造裂缝多期次、多尺度的平面发育特征，建立了白垩纪花岗岩潜山的多期裂缝发育模式.该研究对花岗岩储层内幕裂缝带的发育特征具有重要的参考价值，并且可用于海域花岗岩潜山变形特征的对比.此外，裂缝研究可以增进对断裂带和多期断裂网络空间连接关系、以及岩脉与裂缝发育的理解.

1 区域地质背景

华南地块位于欧亚大陆东南缘，由华夏地块和扬子地块在新元古代早期碰撞拼贴形成（Li et al.， 2012）（图1a）.自中生代以来，华南地块在特提斯构造域、太平洋构造域和喜马拉雅构造域的影响下经历了多期复杂的构造‒岩浆事件（Yin， 2010； 李三忠等， 2018）（图1b和图2）.早中三叠世，华南地块北部与华北地块发生碰撞、南部与印支地块发生碰撞，在强烈的碰撞挤压作用下形成了大规模的近东西向褶皱和冲断‒推覆构造以及NE-NNE向左旋走滑韧性剪切带，岩浆活动主要发生在240~210 Ma（舒良树等， 1999）；中侏罗世晚期，太平洋板块向西低角度斜向俯冲，华南地块形成了宽达 1 300 km的NE-NNE向褶皱‒逆冲构造带，岩浆活动主要发生在170~110 Ma（Wang and Shu， 2012）；晚白垩世以来，在印亚碰撞和太平洋板块俯冲后撤的联合影响下，华南地块东南缘发生大规模的伸展垮塌，形成了一系列NE向的断陷盆地，岩浆活动主要发生在107~87 Ma（张岳桥等， 2012）.三叠纪岩浆活动的产物绝大部分为花岗岩，在内陆零星分布；侏罗纪岩浆岩和白垩纪岩浆岩呈NE向展布，分布广泛；岩浆岩存在自内陆向沿海逐渐变年轻的时空分布规律（徐先兵等， 2009； 舒良树， 2012；叶青等， 2017）.多期岩浆活动以及后期的隆升剥蚀使华南地区大面积出露中生代花岗岩，这些花岗岩体在后期构造运动和风化作用的叠加改造下普遍发育裂缝和孔洞，为形成优质储层创造了条件.

本研究在华南沿海地区长乐‒南澳断裂带内选取了两个出露良好的野外露头（图1b）.长乐‒南澳断裂带是一条晚中生代大型陆内韧性剪切带，走向为NE40°~50°，根据岩性和构造可分为5个单元：晚侏罗‒早白垩变形的火山岩、晚白垩未变形的火山岩、白垩纪矿物定向的花岗岩、白垩纪块状花岗岩与片麻岩（Wei et al.， 2023）.选取的两个露头岩性均为白垩纪块状花岗岩，侵位之后经历了多期伸展变形，发育有复杂的构造裂缝网络，且与珠江口盆地惠州21古潜山的基底岩性、时代具有一致性（贾培蒙等， 2021），是从露头角度研究花岗岩储层裂缝发育规律的理想区域.

2 数据与方法

2.1　数据采集与处理

本研究使用无人机Mavic 2 pro获取地面高精度的遥感影像，分辨率可达毫米级.采集与处理步骤为：（1）在野外实地规划拍摄区域，设置航向重叠率、旁向重叠率、飞行高度、拍照模式、相机朝向等参数，获得野外露头的真彩色高清航空相片，这些相片中每个像元都包含经度、纬度、高程信息；（2）将航空相片导入软件Agisoft Meta shape，通过对齐相片、建立密集点云、生成正射影像等环节完成正射影像、特征点云、三维露头模型的创建；（3）将高清的正射影像导入ArcGIS中对裂缝进行人工数字化填图从而得到裂缝网络的平面展布情况.本研究分别在长乐‒南澳断裂的北段和中段采集了约 515 000 m²和23 000 m²的数据.其中，北段鹅尾山地区设置航向重叠率为72%、旁向重叠率为90%、飞行高度为115 m，并选择等时间隔拍照模式和相机沿航线方向朝向等参数，共获取高精度航空相片1 332张；中段海角一号地区设置飞行高度为100 m，其余参数与北段相同，共获取高精度航空相片350张.

除此之外，本研究也对两个研究区进行了详细的野外调查，以便与填图分析结果相印证.两个测区共获取裂缝产状52组，平均每组裂缝测量5次，取中值以减小误差，并且对代表性的变形样式留存野外露头的近景照片.

2.2　裂缝分析方法

2.2.1　长度‒走向分析

长度‒走向分析包括长度加权的玫瑰花图分析和不同走向裂缝频数与平均长度统计分析.长度加权玫瑰花图分析是指以0~180°为范围，以10°为间隔，计算每一间隔内所有裂缝的长度累加值作为该走向的属性赋值.不同走向裂缝频数和平均长度统计是在0~180°范围内，以10°为间隔，对每一间隔内裂缝的数量和平均长度进行统计.以上两种方法可以反映区域裂缝的整体发育规律.裂缝的走向 \theta和平均长度L计算公式为：

\theta = \mathrm{m} \mathrm{o} \mathrm{d} [ ( \mathrm{90} - \mathrm{a} \mathrm{r} \mathrm{c} \mathrm{t} \mathrm{a} \mathrm{n} \frac{y_{\mathrm{2}}-y_{\mathrm{1}}}{x_{\mathrm{2}}-x_{\mathrm{1}}} ) , \mathrm{360} ]，（1）

L = \sqrt[]{{\left(y_{\mathrm{2}}-y_{\mathrm{1}}\right)}^{\mathrm{2}}+{\left(x_{\mathrm{2}}-x_{\mathrm{1}}\right)}^{\mathrm{2}}}，（2）

式中，（x ₁， y ₁）是裂缝起始点坐标，（x ₂， y ₂）是裂缝终止点坐标.

2.2.2　一维线密度分析

一维线密度分析是指在垂直于主断裂的方向作测线，提取穿过该测线的全部裂缝，根据一定的距离间隔，统计每个间隔内裂缝的数量.该方法可以有效地衡量研究区沿特定方向上裂缝发育密度的差异.但值得注意的是，由于研究区濒临海域，获取的图像可能会受到无人机飞行过程中风速和周围植被的影响而产生畸变，造成一些裂缝无法正常判断，从而导致无人机遥感影像获取的裂缝密度相较于露头的观测结果低一个数量级.为了提高裂缝分析的可信度，本研究结合无人机遥感影像和野外露头分析，以综合评价不同构造部位花岗岩裂缝的分布特征.

2.2.3　二维面密度分析

裂缝面密度是指单位面积内裂缝的总长度，用P表示.该方法可用于衡量裂缝网络不同平面位置裂缝发育的强度，计算公式为：

P = \frac{\sum l}{A}，（3）

式中，A是指区域面积， \sum l是指该面积内包含裂缝的总长度.当A恒定时，P和 \sum l呈线性正相关关系.

2.2.4　连通度分析

连通度分析是指将复杂的裂缝网络抽象成由节点和分支组成的系统，节点代表裂缝的端点或裂缝间的交点，分支代表裂缝迹线.根据裂缝间的几何关系可将节点分为I型、Y型和X型（图3），其中I型节点称为孤立型节点，Y型和X型节点称为连接型节点，在实际观察中也存在其他类型的节点，但比例上可以忽略不计（Peacock et al.， 2018； Sanderson et al.， 2019）.在节点分类的基础上将分支分为孤立型分支（I-I）、半连接型分支（I-C）和全连接型分支（C-C）三种.当裂缝网络中连接型节点和连接型分支所占的比例较多时，表明裂缝网络的连通程度较高，反之较低.归一化的连通度C的计算公式为：

C = \frac{\mathrm{3}{N}_{\mathrm{Y}}+\mathrm{4}{N}_{\mathrm{X}}}{N_{\mathrm{I}}+\mathrm{3}{N}_{\mathrm{Y}}+\mathrm{4}{N}_{\mathrm{X}}}，（4）

式中，N _I是I型节点的数量；N _Y是Y型节点的数量；N _X是X型节点的数量；当Y型和X型节点的数量等于0时，连通度C为0，当Y型和X型节点的数量趋向于无穷大时，连通度C为1.

本研究中，关于裂缝网络的分析工作在ArcGIS10.4中完成，使用的开源工具箱名称为Network GT（Nyberg et al.， 2018），该工具箱可以快速对二维裂缝网络进行空间分析.

3 分析结果

3.1　北段鹅尾山构造裂缝分析

利用Metashape软件对1 332张航空相片进行处理得到分辨率为4.34 cm的正射影像（图4a）.基于正射影像图进行人工数字化填图，共标定裂缝23 509条（图4b）.

3.1.1　裂缝空间方位和交切关系

通过对数字化填图的裂缝进行长度‒走向分析和对野外实地测量数据进行赤平投影分析（图5）可知：鹅尾山主要发育两组不同走向的裂缝，分别是NE20°~40°和SE100°~120°（图5a）.其中，NE向裂缝的频数为4 021条，平均长度为4.32 m；SE向裂缝的频数为4 238条，平均长度为3.02 m；其余走向的裂缝在研究区虽然可以观察到，但其数量和长度都不突出（图5c）.此外，对野外实际测量得到的50组裂缝产状数据进行赤平投影分析也表明该区主要发育两组裂缝，走向分别为NE20~40°和SE110°~130°；NE向裂缝倾向北西，倾角约为77°；SE向裂缝倾向南西，倾角约为64°（图5b）.

交切关系可以用来判断不同组裂缝形成的先后顺序.在鹅尾山地区明显可见后期形成的石英脉体充填了早期的NE向裂缝，随后又被SE向裂缝右行错开，指示了NE向裂缝的形成时间最早，脉体充填时间次之，SE向裂缝的形成时间最晚（图 6）.

3.1.2　裂缝线密度

裂缝的数量和密度在不同构造部位有较大差异.鹅尾山的主断裂方向为 NE20°~40°，在垂直于主断裂方向作4条测线（图4a），并对穿过每条测线的裂缝进行线密度分析.在测线1中（图7a），横切了3个断裂带，Fz2的宽度为9.75 m，Fz3的宽度为7.04 m，二者被海水冲刷严重；Fz4宽度为25.00 m，内部包含裂缝41条，密度为1.64条/m；自左向右围岩的宽度依次是34.35 m、34.65 m、48.47 m、36.32 m，内部包含的裂缝为16条、16条、18条、18条，围岩的裂缝线密度分别为0.46条/m、0.46条/m 、0.37条/m、0.49条/m.在测线2中（图7b），横切了2个断裂带，Fz3的宽度为13.40 m，内部被植被覆盖；Fz4的宽度为26.89 m，内部包含裂缝30条，密度为1.12条/m；自左向右围岩的宽度依次是38.98 m、44.66 m、30.54 m，内部包含的裂缝为24条、21条、12条，围岩的裂缝线密度为0.62条/m、0.47条/m 、0.39条/m.在测线3中（图7c），横切了3个断裂带，Fz2的宽度较小则忽略，Fz3的宽度为2.07 m，内部包含裂缝3条，密度为1.45条/m，Fz4的宽度为20.14 m，内部包含裂缝15条，密度为0.74条/m；自左向右围岩的宽度依次是39.24 m、40.97 m、55.20 m、35.63 m，内部包含的裂缝为1条、1条、8条、10条，围岩的裂缝线密度为 0.03条/m、0.02条/m、0.14条/m、0.28条/m.在测线4中（图7d），横切了Fz1和多条辉绿岩脉，由于无法准确获得辉绿岩侵入产生影响的总宽度，故以最左侧脉体和最右侧脉体为界，计算得到Fz1和辉绿岩脉影响宽度为41.11 m，裂缝数量61条，线密度约为1.48条/m；围岩的裂缝线密度约为0.40~0.80条/m.

3.1.3　两期裂缝网络的连通度和面密度

根据裂缝的空间方位和交切关系可知鹅尾山地区主要有两期裂缝：早期的NE向裂缝和晚期的SE向裂缝.基于此，分别对一期构造事件形成的NE向裂缝网络和两期构造事件形成的叠加裂缝网络进行多尺度的空间量化分析.

区域尺度上，对一期NE向裂缝网络进行连通度分析（图8a）可知：I型节点17 248个，占比76.81%；Y型节点4 016个，占比17.88%；X型节点1 193个，占比5.31%；I-I型分支5 169条，占比30.67%；I-C分支6 699条，占比39.75%；C-C型分支4 986条，占比29.58%；连通度C等于0.494.对两期叠加的裂缝网络进行连通性分析（图8b）可知：I型节点21 761个，占比39.68%；Y型节点22 996个，占比41.94%；X型节点 10 080个，占比18.38%；I-I型分支900条，占比1.37%；I-C分支19 960条，占比30.46%；C-C分支44 674条，占比68.17%；连通度C等于0.834.

格网尺度上，对鹅尾山地区进行格网采样（格网宽度为6.5 m），然后进行空间拓扑参数计算得到每个格网的连通度和面密度，以此来反映区域裂缝网络发育的空间异质性.当只有一期NE向裂缝网络时，连通度高值区和面密度高值区都集中分布在研究区东部辉绿岩脉大规模侵入区和东南部断裂带内部（图9a、9c）.相比于一期构造事件形成的裂缝网络，两期叠加裂缝网络的连通度和面密度显著提高，连通度高值区广泛分布，面密度高值区主要沿着先存辉绿岩脉大规模侵入区和断裂带的内部及其周边分布（图9b、9d）.

圆采样尺度上，通过在断裂带内部、辉绿岩脉侵入区、围岩进行圆采样（图4a；直径为22.6 m），然后分别提取一期构造事件和两期构造事件下每个圆形采样区内裂缝的发育情况和几何连通情况（图10）.当研究区只有一期NE向裂缝网络时，断裂带内发育162条裂缝，I型、Y型、X型节点分别占比54.29%、31.42%、14.29%，I-I型、I-C型、C-C型分支分别占比6.23%、36.07%、57.70%，连通度等于0.736，面密度等于1.138 m^-1，部分裂缝近平行分布；辉绿岩脉侵入区发育342条裂缝，I型、Y型、X型节点分别占比45.07%、41.97%、12.96%，I-I型、I-C型、C-C型分支分别占比4.45%、31.43%、64.12%，连通度等于0.798，面密度等于 1.876 m^-1，内部裂缝相互交错形成网状结构；围岩内发育31条裂缝，I型、Y型、X型节点分别占比93.88%、6.12%、0%，I-I型、I-C型、C-C型分支分别占比61.90%、38.10%、0%，连通度等于0.164，面密度等于0.190 m^-1，大部分裂缝孤立分布.当研究区存在两期叠加裂缝网络时，断裂带内发育353条裂缝，I型、Y型、X型节点分别占比22.02%、50.13%、27.85%，I-I型、I-C型、C-C型分支分别占比0.10%、15.09%、84.81%，连通度等于0.922，面密度等于1.919 m^-1；辉绿岩脉侵入区发育584条裂缝，I型、Y型、X型节点分别占比23.36%、53.12%、23.52%，I-I型、I-C型、C-C型分支分别占比0.24%、16.42%、83.34%，连通度等于0.915，面密度等于2.617 m^-1；围岩内有61条裂缝，I型、Y型、X型节点分别占比56.36%、36.36%、7.28%，I-I型、I-C型、C-C型分支分别占比3.09%、50.52%、46.39%，连通度等于0.710，面密度等于0.427 m^-1.

由于无人机获取的正射影像分辨率有限，本研究也对断裂带内部实际观测的两个露头C1和C2（图4a）进行了详细填图和分析.露头1中解译出裂缝836条，在垂直于主断裂方向作两条测线，其中测线1截切的宽度为2.80 m，内部穿过裂缝27条，线密度为9.64条/m；测线2截切的宽度为3.45 m，内部穿过裂缝33条，线密度为9.57条/m.同时对裂缝网络进行拓扑分析得到I型、Y型、X型节点分别占比35.70%、47.82%、16.48%，I-I型、I-C型、C-C型分支分别占比1.84%%、25.27%、72.79%，连通度等于0.854，面密度等于22.549 m^-1（图11）.露头2解译出裂缝1 258条.在垂直于主断裂方向作测线可知测线1截切的宽度为11.09 m，内部穿过裂缝133条，线密度可达11.99条/m.同理对裂缝网络进行拓扑分析得到I型、Y型、X型节点分别占比51.06%、34.86%、14.08%，I-I型、I-C型、C-C型分支分别占比6.61%%、35.02%、58.37%，连通度等于0.759，面密度等于14.966 m^-1（图12和附录1）.

3.2　中段海角一号构造裂缝分析

利用Metashape软件对350张航空相片进行处理得到海角一号的正射影像结果（图13a），分辨率为3.05 cm.基于正射影像图进行人工数字化填图，共标定裂缝9 101条（图13b）.

3.2.1　裂缝空间方位和线密度

通过对海角一号地区裂缝网络进行长度‒走向分析和一维线密度分析（图14）可知：区内主要发育两组不同走向的裂缝，分别是NE20°~30°和SE130°~140°（图14a）.NE向裂缝的频数为1 399条，平均长度为3.75 m；SE向裂缝的频数为1 098条，平均长度为1.99 m；其余走向的裂缝数量和长度都不突出（图14 c）.

海角一号地区的主断裂方向为NE20°~30°，由于研究区范围相对较小，因此在垂直于主断裂方向只作了一条测线（图13a）.该测线横切了多条宽度不等的辉绿岩脉（图14b），以最左侧和右侧倒数第二条辉绿岩脉为界，计算得到辉绿岩脉产生影响的宽度为59.57 m，裂缝数量71条，线密度约为 1.19条/m；围岩的裂缝线密度约为0.20~0.60条/m.

3.2.2　两期裂缝网络的连通度和面密度

同理，区域尺度上，对海角一号地区一期NE向裂缝网络进行连通度分析（图8a）可知：I型节点7 838个，占比78.72%；Y型节点1 779个，占比17.87%；X型节点340个，占比3.41%；I-I型分支2 335条，占比33.02%；I-C型分支2 948条，占比41.70%；C-C型分支1 787条，占比25.28%；连通度C等于0.461.对NE和SE向叠加的裂缝网络进行连通性分析（图8b）可知：I型节点8 932个，占比44.45%；Y型节点7 945个，占比39.53%；X型节点3 220个，占比16.02%；I-I型分支657条，占比2.88%；I-C型分支7 607条，占比33.39%；C-C型分支14 517条，占比63.73%；连通度C等于0.804.

格网尺度上，通过对海角一号地区进行格网采样（格网宽度为3.05 m）并计算每个格网的连通度和面密度，可以发现：当只经历一期构造事件时，该区的连通度普遍较低，高值区零星分布在研究区的中部，裂缝面密度高值区也集中分布在研究区中部（图15a、15c）.当经历两期构造事件时，高连通度区域广泛分布，面密度高值区仍分布在研究区中部及其周边位置（图15b、15d）.

圆采样尺度上，对辉绿岩脉侵入区和围岩分别进行圆采样（图13a；直径为26.4 m），然后提取一期事件和两期事件下各自的裂缝分布情况和几何连通情况（图16），可知：当研究区只有一期NE向裂缝网络时，辉绿岩脉侵入区发育419条裂缝，I型、Y型、X型节点分别占比66.27%、28.04%、5.69%，I-I型、I-C型、C-C型分支分别占比17.17%、40.33%、42.50%，连通度等于0.672，面密度等于1.741 m^-1；围岩内发育210条裂缝，I型、Y型、X型节点分别占比78.81%、17.05%、4.13%，I-I型、I-C型、C-C型分支分别占比25.67%、55.17%、19.16%，连通度等于0.462，面密度等于0.816 m^-1.当研究区存在两期叠加裂缝网络时，辉绿岩脉侵入区发育696条裂缝，I型、Y型、X型节点分别占比28.68%、50.40%、20.92%，I-I型、I-C型、C-C型分支分别占比0.56%、20.15%、79.29%，连通度等于0.891，面密度等于2.379 m^-1；围岩内有303条裂缝，I型、Y型、X型节点分别占比56.09%、31.41%、12.50%，I-I型、I-C型、C-C型分支分别占比5.01%、45.24%、49.75%，连通度等于0.720，面密度等于1.116 m^-1.

4 讨论

4.1　构造裂缝形成期次

华南沿海地区长乐‒南澳断裂带北段和中段的研究区内主要发育两组构造裂缝，分别是NE20°~40°和SE100°~140°（图5、图6和图14）.结合测年数据和地质资料可知两个花岗岩露头的形成时间约为105~96 Ma，NE向辉绿岩脉的侵位时间约为90 Ma（董传万等， 2011），可限定NE向裂缝形成于燕山运动晚期.SE向裂缝的形成时间前人较少讨论，叶青等（2017）通过对珠江口盆地珠一凹陷3 000余条断裂的几何学特征进行统计，揭示出SEE100°~115°断裂形成于32 Ma之后.因此，长乐‒南澳断裂带的白垩纪花岗岩，主要经历了燕山晚期NW向伸展和喜山期NNE向伸展的改造，形成的两期裂缝均为张裂缝.

4.2　多期构造事件对裂缝网络发育的影响

区域尺度上，鹅尾山的构造裂缝连通度从一期构造事件的0.494增加到了两期构造事件的0.834；海角一号地区整体的连通度从一期构造事件的0.461增加到了两期构造事件的0.804（图8）.格网尺度上，一期构造事件时鹅尾山和海角一号的连通度高值区、面密度高值区均分布在辉绿岩脉大规模侵入区和断裂带内部，两期构造事件时高连通度区域广泛分布，但裂缝面密度高值区依旧分布在辉绿岩脉大规模侵入区和断裂带内部及其周边（图9和图15）；圆采样尺度上，一期构造事件3个采样圆内连通度相对较低，主要由I型节点、I-I型和I-C型分支组成，反映出裂缝网络的孤立、近平行分布；两期构造事件采样圆内连通度较高，主要由Y型节点、I-C型和C-C型分支组成，反映了裂缝网络的交错、复杂网状分布（图10和图16）.不同尺度的量化分析共同揭示出多期构造事件会显著提高裂缝网络的连通性和密度，促使裂缝系统朝复杂化演变，这与前人的研究结果相一致（Duffy et al.， 2017； Bonato et al.， 2022）.

此外，断裂带、辉绿岩脉对裂缝发育具有重要意义.圆采样尺度上，一期构造事件时辉绿岩脉侵入区裂缝的连通度和面密度分别为0.798、 1.876 m^-1，断裂带内部裂缝的连通度和面密度分别为0.736、1.138 m^-1，围岩裂缝的连通度和面密度分别为0.164、0.190 m^-1，辉绿岩脉侵入区连通度和面密度最高，断裂带内部次之，围岩最低.两期构造事件时辉绿岩脉侵入区裂缝的连通度和面密度分别为0.915、2.617 m^-1，断裂带内部裂缝的连通度和面密度分别为0.922、 1.919 m^-1，围岩裂缝的连通度和面密度分别为0.710、0.427 m^-1，辉绿岩脉侵入区裂缝面密度最高，断裂带内部裂缝连通度最高，围岩仍最低（图10）.二者表明在多期次构造事件的影响下，区内各处的裂缝连通度、面密度均会增大，并且断裂带内部裂缝网络的连通性最强，辉绿岩脉侵入区裂缝网络的发育密度最高.花岗岩储层中断裂带、辉绿岩脉侵入对裂缝网络的发育密度和连通性具有促进作用.

4.3　断裂带规模对构造裂缝发育的影响

鹅尾山发育多个规模较大的断裂带，而海角一号地区并未观察到，两个区域构造裂缝网络发育特征也表现出明显差异性.本文采用控制变量法，以断裂带规模为自变量，以辉绿岩脉侵入区的发育情况作为因变量进行讨论.裂缝线密度上，当断裂带规模较大时，辉绿岩脉侵入区的裂缝线密度为1.48条/m；当断裂带规模较小时，辉绿岩脉侵入区的裂缝线密度为1.19条/m（图7和图14），表明断裂带规模越大，裂缝线密度越高.圆采样尺度上，鹅尾山地区辉绿岩脉侵入区的Y型节点、X型节点、C-C型分支比例分别为53.12%、23.52%、83.34%，连通度为0.915，面密度为2.617 m^-1（图10）；而海角一号地区辉绿岩脉侵入区的Y型节点、X型节点、C-C型分支比例分别为50.40%、20.92%、79.29%，连通度为0.891，面密度为2.379 m^-1（图16），表明断裂带规模对裂缝网络的发育具有显著影响：断裂带规模越大，裂缝网络的连通程度越高，发育密度也越大.

此外，断裂带内部构造裂缝的发育也具有典型特征.对比断裂带和外部围岩中裂缝网络发育情况发现：裂缝线密度上，断裂带内部的平均线密度约为1.24条/m，远高于围岩（0.40条/m）（图7）；圆采样尺度上，断裂带内Y型节点、X型节点、C-C型分支分别占比50.13%、27.85%、84.81%，连通度为0.922，面密度为1.919 m^-1，围岩内Y型节点、X型节点、C-C型分支分别占比36.36%、7.28%、46.39%，连通度为0.710，面密度为0.427 m^-1（图10），均高于围岩；野外露头尺度上，断裂带内部实际观测的裂缝线密度高达11.99条/m，连通度高达0.859，面密度高达22.549 m^-1（图11、图12和附录1），比无人机观测结果高一个数量级.相较于外部围岩，断裂带内裂缝发育更为密集，线密度、面密度和连通度更高（Dimmen et al.， 2017； Nixon et al.， 2020）.

4.4　构造裂缝网络对海域花岗岩潜山油气勘探的指示意义

构造裂缝是花岗岩潜山最重要的储集空间和运移通道，也是花岗岩潜山形成优势储层和油气富集的重要影响因素，明确构造裂缝网络的发育规律对花岗岩潜山油气藏的勘探开发有重要指导意义.本文在综合分析构造裂缝形成期次、多期次构造裂缝发育特征以及断裂带规模对构造裂缝网络影响的基础上建立了华南沿海地区白垩纪花岗岩储层内幕裂缝带的裂缝发育模式（图17）.

当经历燕山晚期NW向伸展作用的改造后，白垩纪花岗岩体表现出强烈的NE向脆性变形特征；野外可观察到露头中发育多个NE20°~40°展布、规模不等的断裂带，其中最大的断裂带宽度可达25 m，并且断裂带内部只发育破碎带，基本不发育断层核；与围岩相比，断裂带内部构造裂缝的数量、密度和连通程度更高；断裂带内部发育密集的次级裂缝，走向与断裂带走向平行，倾向北西，倾角约为77°，密度可达10条/m；此外，断裂带内部提供了更多的容纳空间，后期的辉绿岩脉也主要沿着NE向的断裂带发生侵位.

当经历喜山期NNE向伸展作用的改造后，白垩纪花岗岩体发育密集SE100°~140°的张裂缝，倾向南西，倾角约为64°，SE向裂缝整体的延伸长度和发育规模较小，与先前NE向裂缝的走向近乎正交；SE向裂缝在平面上并非均匀分布，而是主要集中于辉绿岩脉侵入区和断裂带内部及周边.因此，NE向裂缝和SE向裂缝叠加形成的构造裂缝网络在平面上表现出强烈的非均质性，连通度和面密度的高值区集中在断裂带内部和辉绿岩脉侵入区.

花岗岩潜山是我国海域油气勘探的重要方向之一.基于华南沿海地区白垩纪花岗岩露头构造裂缝网络的发育特征，对海域花岗岩潜山油气勘探得到3点启示：一是多期构造活动会显著提高构造裂缝的发育密度和连通程度，是花岗岩潜山形成大型裂缝型储集层的重要条件；二是断裂带、辉绿岩脉侵入区等裂缝交汇部位是构造裂缝发育最密集、连通性最好的区域，是最有利于油气运移和储存的构造部位；三是断裂带的规模与裂缝网络的密度和连通度呈正相关，断裂带的规模越大，构造裂缝网络的密度和连通性越好.因此，多期构造事件叠加、深大断裂带以及断裂交汇部位的花岗岩潜山是有利的潜山勘探方向，上述认识和成果对海域花岗岩潜山具有重要指示意义.

5 结论

本研究选取华南沿海地区两个典型野外露头为研究对象，结合无人机遥感技术和野外调查对白垩纪花岗岩潜山多期构造裂缝进行数字化识别和定量化研究，主要得出以下4点结论：

（1）华南沿海地区白垩纪花岗岩潜山经历多期伸展变形，内部发育NE向展布且规模不等的断裂带，且有大量辉绿岩脉、石英脉体的侵入.在多期构造变形影响下，潜山构造裂缝网络发育较为复杂，主要以NE向和SE向两期张裂缝为主，NE向裂缝平均长度为3.5~4.5 m，形成于晚白垩世早期；SE向裂缝平均长度为2~3 m，约形成于渐新世.

（2）多期构造事件会显著提高区域构造裂缝网络的连通程度和发育密度，连通度高值区从集中分布在辉绿岩脉大规模侵入区和断裂带演变为在区内广泛分布，裂缝面密度高值区始终分布在辉绿岩脉大规模侵入区和断裂带内部，且向周围发生扩展.此外，一期构造事件形成的裂缝网络以I型节点、I-I型和I-C型分支为主，呈孤立、次平行分布，多期构造事件形成的裂缝网络以Y型节点、I-C型和C-C型分支为主，呈交错、复杂网状分布.

（3）断裂带规模影响构造裂缝网络的连通性和发育密度，裂缝线密度、面密度和连通度与断裂带规模呈正相关关系；断裂带规模较小时，裂缝线密度为1.19条/m，面密度为2.379 m^-1，连通度为0.804；断裂带规模较大时，裂缝线密度为1.48条/m，面密度为2.617 m^-1，连通度为0.834.此外，实际观测中断裂带内部裂缝线密度为11.99条/m、面密度为18.758 m^-1、连通度为0.859，远高于外部围岩，且比无人机观测结果高一个数量级.

（4）断裂带和辉绿岩脉侵入区是多期裂缝的交汇部位，这一构造域内裂缝网络发育密集，连通性最高，有利于形成优势储层.

--引用第三方内容--

附录见本刊官网（http://www.earth-science.net）.

参考文献

[1] Bonato, J., Tognoli, F. M.W., Nogueira, F. C. C., et al., 2022. The Use of Network Topology to Assess Connectivity of Deformation Bands in Sandstone: A Quantitative Approach Based on Digital Outcrop Models. Journal of Structural Geology, 161: 104682. https://doi.org/10.1016/j.jsg.2022.104682

[2] Ceccato, A., Tartaglia, G., Antonellini, M., et al., 2022. Multiscale Lineament Analysis and Permeability Heterogeneity of Fractured Crystalline Basement Blocks. Solid Earth, 13(9): 1431-1453. https://doi.org/10.5194/se-13-1431-2022

[3] Choi, J. H., Edwards, P., Ko, K., et al., 2016. Definition and Classification of Fault Damage Zones: A Review and a New Methodological Approach. Earth-Science Reviews, 152: 70-87. https://doi.org/10.1016/j.earscirev.2015.11.006

[4] ChungHsiang, P.A., 1982. Petroleum in Basement Rocks. AAPG Bulletin, 66(10): 1597-1643. https://doi.org/10.1306/03B5A994-16D1-11D7-8645000102C1865D

[5] Cuong, T. X., Warren, J. K., 2009. Bach Ho Field, a Fractured Granitic Basement Reservoir, Cuu Long Basin, Offshore SE Vietnam: A “Buried-Hill” Play. Journal of Petroleum Geology, 32(2): 129-156. https://doi.org/10.1111/j.1747-5457.2009.00440.x

[6] Dimmen, V., Rotevatn, A., Peacock, D. C. P., et al., 2017. Quantifying Structural Controls on Fluid Flow: Insights from Carbonate-Hosted Fault Damage Zones on the Maltese Islands. Journal of Structural Geology, 101: 43-57. https://doi.org/10.1016/j.jsg.2017.05.012

[7] Dong, C.W., Zhou, C., Gu, H.Y., et al., 2011. The Age Difference, Geochemistry and Petrogenesis of Mafic Dikes and Host Granites from Meizhou Island in Fujian Province. Journal of Jilin University (Earth Science Edition), 41(3): 735-744 (in Chinese with English abstract).

[8] Du, X.Y., Jin, Z.J., Zeng, L.B., et al., 2023. Development Characteristics and Controlling Factors of Natural Fractures in Chang 7 Shale Oil Reservoir, Longdong Area, Ordos Basin. Earth Science, 48(7): 2589-2600 (in Chinese with English abstract).

[9] Duffy, O. B., Bell, R. E., Jackson, C. A. L., et al., 2015. Fault Growth and Interactions in a Multiphase Rift Fault Network: Horda Platform, Norwegian North Sea. Journal of Structural Geology, 80: 99-119. https://doi.org/10.1016/j.jsg.2015.08.015

[10] Duffy, O. B., Nixon, C. W., Bell, R. E., et al., 2017. The Topology of Evolving Rift Fault Networks: Single-Phase vs Multi-Phase Rifts. Journal of Structural Geology, 96: 192-202. https://doi.org/10.1016/j.jsg.2017.02.001

[11] Fossen, H., Bale, A., 2007. Deformation Bands and Their Influence on Fluid Flow. AAPG Bulletin, 91(12): 1685-1700. https://doi.org/10.1306/07300706146

[12] Gong, Z.S., 2010. Continued Exploration of Granitic- Reservoir Hydrocarbon Accumulations in China Offshore Basins. China Offshore Oil and Gas, 22(4): 213-220 (in Chinese with English abstract).

[13] Jia, P.M., Zhang, X.T., Chen, W.T., et al., 2021. Tectonic Evolution of Huizhou 21 Buried Hill and Its Control over Deep Oil Accumulations in the Huizhou Sag of Pearl River Mouth Basin. Marine Geology Frontiers, 37(12): 27-37 (in Chinese with English abstract).

[14] Kim, Y. S., Peacock, D. C. P., Sanderson, D. J., 2004. Fault Damage Zones. Journal of Structural Geology, 26(3): 503-517. https://doi.org/10.1016/j.jsg.2003.08.002

[15] Li, J.P., Zhou, X.H., Wang, G.Z., 2014. Lithologic Constitution and Its Control on Reservoir Development on Penglai 9-1 Buried Hill, Bohai Sea Basin. Earth Science, 39(10): 1521-1530 (in Chinese with English abstract).

[16] Li, J.Y., 2020. Filling Characteristics and Main Controlling Factors for the Development of Multi-Phase Structural Fractures: A Case of the Pingnan Buried Hill from Jiyang Depression. Acta Sedimentologica Sinica, 38(2): 420-428 (in Chinese with English abstract).

[17] Li, S.Z., Suo, Y.H., Li, X.Y., et al., 2018. Mesozoic Plate Subduction in West Pacific and Tectono-Magmatic Response in the East Asian Ocean-Continent Connection Zone. Chinese Science Bulletin, 63(16): 1550-1593 (in Chinese).

[18] Li, X. H., Li, Z. X., He, B., et al., 2012. The Early Permian Active Continental Margin and Crustal Growth of the Cathaysia Block: In Situ U-Pb, Lu-Hf and O Isotope Analyses of Detrital Zircons. Chemical Geology, 328: 195-207. https://doi.org/10.1016/j.chemgeo.2011.10.027

[19] Li, Z.Y., Yun, X.R., He, B.Z., et al., 2022. Macro Fracture Systems of the Granites Controlled by the Tectonism: A Case Study of the Dangjiasi Pluton in the Northeastern Margin of the Gonghe Basin. Acta Petrologica Sinica, 38(11): 3578-3596 (in Chinese with English abstract).

[20] Liu, G.P., Zeng, L.B., Lei, M.S., et al., 2016. Fracture Development Characteristics and Main Controlling Factors of the Volcanic Reservoir in Xujiaweizi Fault Depression. Geology in China, 43(1): 329-337 (in Chinese with English abstract).

[21] McCaffrey, K. J. W., Holdsworth, R. E., Pless, J., et al., 2020. Basement Reservoir Plumbing: Fracture Aperture, Length and Topology Analysis of the Lewisian Complex, NW Scotland. Journal of the Geological Society, 177(6): 1281-1293. https://doi.org/10.1144/jgs2019-143

[22] Nixon, C. W., Nærland, K., Rotevatn, A., et al., 2020. Connectivity and Network Development of Carbonate-Hosted Fault Damage Zones from Western Malta. Journal of Structural Geology, 141: 104212. https://doi.org/10.1016/j.jsg.2020.104212

[23] Nyberg, B., Nixon, C. W., Sanderson, D. J., 2018. NetworkGT: A GIS Tool for Geometric and Topological Analysis of Two-Dimensional Fracture Networks. Geosphere, 14(4): 1618-1634. https://doi.org/10.1130/ges01595.1

[24] Peacock, D. C. P., Sanderson, D. J., Rotevatn, A., 2018. Relationships between Fractures. Journal of Structural Geology, 106: 41-53. https://doi.org/10.1016/j.jsg.2017.11.010

[25] Rotevatn, A., Fossen, H., Hesthammer, J., et al., 2007. Are Relay Ramps Conduits for Fluid Flow? Structural Analysis of a Relay Ramp in Arches National Park, Utah. Geological Society, London, Special Publications, 270(1): 55-71. https://doi.org/10.1144/gsl.sp.2007.270.01.04

[26] Sanderson, D. J., Peacock, D. C. P., Nixon, C. W., et al., 2019. Graph Theory and the Analysis of Fracture Networks. Journal of Structural Geology, 125: 155-165. https://doi.org/10.1016/j.jsg.2018.04.011

[27] Shen, C., Jiang, Y.L., Su, S.M., et al., 2021. Characteristics and Development Modes of the Granite Buried-Hill Reservoir in Wulanhua Sag of Erlian Basin. Petroleum Geology & Oilfield Development in Daqing, 40(6): 12-19 (in Chinese with English abstract).

[28] Shu, L.S., 2012. An Analysis of Principal Features of Tectonic Evolution in South China Block. Geological Bulletin of China, 31(7): 1035-1053 (in Chinese with English abstract).

[29] Shu, L.S., Lu, H.F., Jia, D., et al., 1999. Study of the ⁴⁰Ar/³⁹Ar Isotopic Age for the Early Paleozoic Tectonothermal Event in the Wuyishan Region, South China. Journal of Naijing University (Natural Sciences), 35(6): 26-32 (in Chinese with English abstract).

[30] Wang, D. Z., Shu, L. S., 2012. Late Mesozoic Basin and Range Tectonics and Related Magmatism in Southeast China. Geoscience Frontiers, 3(2): 109-124. https://doi.org/10.1016/j.gsf.2011.11.007

[31] Wang, J., Li, Y.D., Gan, L.D., 2013. Fracture Characterization Based on Azimuthal Anisotropy of Ant-Tracking Attribute Volumes. Oil Geophysical Prospecting, 48(5): 763-769, 673, 854 (in Chinese with English abstract).

[32] Wang, X., Zhou, X.H., Xu, G.S., et al., 2015. Characteristics and Controlling Factors of Reservoirs in Penglai 9-1 Large-Scale Oilfield in Buried Granite Hills, Bohai Sea. Oil & Gas Geology, 36(2): 262-270 (in Chinese with English abstract).

[33] Wei, W., Lin, W., Chen, Y., et al., 2023. Tectonic Controls on Magmatic Tempo in an Active Continental Margin: Insights from the Early Cretaceous Syn-Tectonic Magmatism in the Changle-Nan’ao Belt, South China. Journal of Geophysical Research: Solid Earth, 128(2): e2022JB025973. https://doi.org/10.1029/2022JB025973

[34] Xu, X.B., Zhang, Y.Q., Jia, D., et al., 2009. Early Mesozoic Geotectonic Processes in South China. Geology in China, 36(3): 573-593 (in Chinese with English abstract).

[35] Yao, Y.T., Zeng, L.B., Zhang, H., et al., 2023. Fracture Development Laws of Feixianguan Formation Carbonate Reservoirs in Huanglongchang-Qilibei Area, Northeast Sichuan. Earth Science, 48(7): 2643-2651 (in Chinese with English abstract).

[36] Ye, Q., Shi, H.S., Mei, L.F., et al., 2017. Post-Rift Faulting Migration, Transition and Dynamics in Zhu I Depression, Pearl River Mouth Basin. Earth Science, 42(1): 105-118 (in Chinese with English abstract).

[37] Yin, A., 2010. Cenozoic Tectonic Evolution of Asia: A Preliminary Synthesis. Tectonophysics, 488(1-4): 293-325. https://doi.org/10.1016/j.tecto.2009.06.002

[38] Zhang, Y.Q., Dong, S.W., Li, J.H., et al., 2012. The New Progress in the Study of Mesozoic Tectonics of South China. Acta Geoscientica Sinica, 33(3): 257-279 (in Chinese with English abstract).

[39] Zhou, J., Yang, X.B., Yang, J.H., et al., 2020. Development Characteristics and Formation Mechanism of Mesozoic Buried Hill Fractures in the Deep Water Area of Qiongdongnan Basin: Taking Y8 Area in Songnan Low Uplift as an Example. China Offshore Oil and Gas, 32(3): 1-9 (in Chinese with English abstract).

[40] Zhou, X.H., Wang, Q.B., Feng, C., et al., 2022. Formation Conditions and Geological Significance of Large Archean Buried Hill Reservoirs in Bohai Sea. Earth Science, 47(5): 1534-1548 (in Chinese with English abstract).

基金资助

国家自然科学基金面上项目(42272234)