烃源岩形成典型时期海洋有机碳埋藏环境模拟研究

Simulation of marine organic carbon burial environments during typical source rock formation periods

摘要

烃源岩的形成是古气候、古海洋和地质构造等多重因素耦合的结果,其核心在于高效的有机碳生产与保存。本文基于地球系统模型(CESM),对侏罗纪、白垩纪和古近纪三个典型时期的烃源岩发育开展高分辨率数值模拟,重建了当时的海洋净初级生产力、底层水氧化还原状态和有机碳埋藏的全球格局,并与全球大型油气田分布进行了对比验证。结果表明:侏罗纪烃源岩的形成主要依赖于“高生产”机制,即便在含氧条件下,旺盛的生产力亦能驱动有机碳沉积;白垩纪则表现为“高生产-强保存”的双重耦合模式,广泛的大洋缺氧显著提升了有机碳保存效率;古近纪成烃的模式更具区域性,多数边缘海和三角洲体系因构造封闭性与上升流作用而表现出强烈的局地缺氧与高生产叠加。模拟结果与地质证据高度吻合,揭示了不同气候背景下有机碳埋藏的主控因子。本研究展示了数值模拟在理解碳埋藏机制方面的重要潜力。

Abstract

The formation of hydrocarbon source rocks results from the coupled interactions of paleoclimate, paleoceanography, and geological tectonics, with the efficient production and preservation of organic carbon being the core processes. Using the Community Earth System Model (CESM), we conducted high-resolution simulations for three representative periods of source rock formation: the Jurassic, Cretaceous, and Paleogene. We reconstructed global patterns of marine primary productivity, redox conditions of bottom waters, and organic carbon burial, and compared the simulation results with the global distribution of known giant hydrocarbon fields. Our results indicate that Jurassic source rock formation was primarily driven by a high-productivity mechanism, where vigorous productivity facilitated organic carbon deposition even under oxygenated conditions. In contrast, the Cretaceous exhibited a coupled high-productivity-strong-preservation mode, with widespread oceanic anoxia substantially enhancing preservation efficiency. The Paleogene was characterized by a more regionalized mode, where strong local anoxia in many marginal seas and deltaic systems—driven by tectonic restriction and upwelling—was superimposed on elevated productivity. Our simulation results show strong consistency with geological records, thereby revealing the dominant controls on organic carbon burial under different climatic backgrounds. This study underscores the potential of numerical simulations in advancing the understanding of carbon burial mechanisms.

Graphical abstract

关键词

地球系统模拟 / 有机碳埋藏 / 烃源岩

Key words

Earth system modeling / organic carbon burial / hydrocarbon source rock

0 引言

油气资源作为现代工业的血液,其勘探与开发始终依赖于对烃源岩形成机理与分布规律的深刻认识。烃源岩的形成并非偶然,而是地球系统演化过程中,古气候、古海洋与古构造等多因素耦合作用的产物。烃源岩的形成取决于两个基本过程的高效耦合:有机碳的高初始生产与有机碳的高效埋藏保存。前者主要发生在海洋表层,受营养盐供应、光照、温度等因素控制;后者则主要发生在海洋水体及沉积物-水界面,关键控制因素是氧化还原条件。只有当生产力和保存条件在时空上达到最佳匹配时^[1],大量有机碳才能避免氧化分解的命运而被埋藏,最终通过漫长的地质演化生成油气。因此,刻画地质历史时期的有机碳生产、沉降与埋藏的控制因素是沉积学与石油地质学领域的前沿核心课题^[2]。

以往对烃源岩形成环境的研究多依赖于地球化学指标反演和地层记录分析,虽然积累了丰富数据,但缺少全球尺度、高时空分辨率的古环境重建,尤其在量化古海洋生产力和氧化还原状态方面存在局限。随着气候模拟技术的发展,地球系统模型是重建地质历史时期的海洋环境的有效工具。其中,CESM(Community Earth System Model)地球系统模式及其海洋生物地球化学模块能够综合模拟海洋环流、营养盐循环、初级生产及有机碳沉降过程,为定量刻画不同地质历史时期的有机碳埋藏环境提供了可能,有可能在预估烃源岩的埋藏区域方面发挥重要作用。

本研究基于CESM模型,聚焦侏罗纪、白垩纪和古近纪三个烃源岩发育的典型时期,对其古海洋环境进行高分辨率数值模拟实验,旨在重建这三个时期的海洋净初级生产力、底层水氧化还原状态及有机碳埋藏通量的全球格局。通过比较模拟结果与全球大型油气田分布区,探讨控制有机碳埋藏的关键环境因素,旨在从环境机制层面深化对油气资源形成背景的理解,并通过跨时代对比,深化对不同气候背景下有机碳埋藏主控因素的理解,期望能为未来油气勘探战略提供科学依据。

1 研究方法

1.1 地球系统模型CESM

CESM1.2.2 是由美国国家大气研究中心(NCAR)开发的先进地球系统模型,它集成了大气、海洋、陆面、海冰、径流等模块,并通过耦合器实现这些模块之间的信息和通量交换^[3]。其中,大气模块为通用大气模型第四版(Community Atmosphere Model version4, CAM4)^[4],可以模拟大气动力学和大气化学过程;海洋模块为并行海洋模型第二版(Parallel Ocean Program version 2, POP2)^[5],能模拟海洋动力学过程与物理场特征;陆面模块为通用陆面模型第四版(Community Land Model version 4, CLM4)^[6],用于模拟陆地植被、土壤湿度、地表能量平衡等;海冰模块为通用海冰模型第四版(Community Ice CodE version 4, CICE4)^[7],用于模拟海冰的生长、融化、运动等过程;径流模块为径流输送模型(River Transport Model, RTM)。CESM1.2.2已广泛应用于古气候和现代气候的模拟研究中,在地质历史上的极端气候事件中也展现出较强的模拟能力^[8-14]。

1.2 海洋生物地球化学模块

作为CESM 的关键组成部分,海洋生物地球化学模块BEC(Biogeochemical Elemental Cycling)内嵌于海洋模块中,用于模拟海洋中生态系统和生物地球化学循环过程。BEC 模块构建了多元素耦合的海洋生物地球化学模拟框架^[15],能够追踪多种关键营养元素的循环,包括氮(硝酸盐、铵)、磷酸盐、原硅酸、微量营养铁等。这些元素的循环对海洋碳循环和初级生产力具有重要影响^[16-17]。在该模块中,浮游植物(包括超微型/微型浮游植物、硅藻、固氮生物)通过光合作用将无机碳和营养盐固定为有机碳,异养浮游动物摄食后产生碎屑和排泄物等颗粒有机碳,颗粒有机碳下沉并根据水体氧化还原情况进行对应程度的再矿化,没有被完全分解的颗粒有机物则进入海洋沉积物中得以保存。模块中的海洋溶解氧来自于光合作用与海气交换,生物呼吸和再矿化过程则消耗氧气,BEC模块能够很好模拟出海洋溶解氧的时空分布^[18]。

CESM的BEC模块已被广泛用于研究当前和未来情景下的生物地球化学循环过程^[19-21]。此外,BEC模块也可用于模拟深时极端气候条件下海洋生态系统的响应,如Penn等^[22]使用该模块来研究二叠纪-三叠纪大灭绝对海洋生态系统的影响,包括海洋脱氧、海洋生物多样性损失等过程。

1.3 实验设计

全球油气资源的分布具有明显的时空差异性^[23],其中,白垩系、侏罗系和古近系是全球最主要的烃源岩层系^[24],三者所形成的油气分别约占全球总量的32.8%、15.8%和15.8%^[25]。本文选择这三个典型的烃源岩发育时期,开展海洋环境数值模拟。具体而言,选取距今190 Ma代表侏罗纪时期,这一选择主要基于前人模拟结果^[26],190 Ma对应的全球平均温度接近整个侏罗纪的平均气候态;选取90 Ma代表白垩纪时期,原因在于90 Ma附近发生了白垩纪规模最大、研究最为广泛的大规模海洋缺氧事件(Oceanic Anoxic Event 2,OAE2)^[27],能够反映白垩纪典型的缺氧事件发生的极热气候背景;选取30 Ma代表古近纪时期,主要由于30 Ma对应着全球平均温度快速下降冷却、出现大规模海退的时期 。上述三个时间切片,能够较好反映三个时期的典型气候态或气候事件。古地理背景数据均来自于 paleo-Digital Elevation Model(paleoDEM)^[28]。该古地理数据提供了重建的全球格点高程信息,包括深海、浅海、平原和山地等地貌类型。距今540 Ma以来,太阳常数以每10 Ma 0.08%的速率增加^[29],因此本模拟中三个地质时期的太阳常数分别设置为1 340.31、1 351.20、1 357.73 W/m²。为获得与地质重建接近的全球气候态,本研究将三个时期的大气 CO₂ 浓度分别设定为2 800×10^-6、2 240×10^-6和728×10^-6[26],能够较好吻合三个时期的古温度重建结果^[26]。轨道参数设置为工业革命前的默认值,含氯氟烃(CFCs)浓度设为0,CH₄和N₂O浓度(体积分数)分别设定为760×10^-9和270×10^-9。

本研究的模拟试验采用T31_g37分辨率:大气模块CAM4与陆面模块CLM4的水平网格分辨率均为3.75°×3.75°。海洋模块POP2与海冰模块CICE的水平分辨率在纬向上为均匀的3.6°,在经向上不均匀分布。垂直分辨率方面,大气模块CAM4共有26个垂直层,而 POP2则设定为60层。陆地植被采用动态植被模拟方案(Carbon-Nitrogen Dynamic Vegetation, CNDV)^[30],由于尚不明确古植被的生理功能,本研究中所有试验的植被功能种类均与现代一致,即不考虑植物的演化。本研究所有的模拟都至少运行了4 000个模型年,以确保系统达到气候平衡状态(即大气层顶的净辐射在最后100个模型年的平均值小于0.1 W/m²)。

2 结果

模拟得到三个典型时期进入海底沉积物的有机碳通量如图1所示,其在不同时期的分布特征存在明显差异。在侏罗纪,大规模烃源岩的发育区主要集中于①北海—格陵兰海油气区、②波斯湾油气区、③特提斯洋北缘中亚-西亚油气区^[24,31],这些区域与本研究模拟得到的高有机碳埋藏带高度一致(图1a)。进入白垩纪,全球有机碳埋藏水平显著高于其他时期(图1b),大规模烃源岩主要发育于④北非—阿拉伯油气区、⑤中大西洋油气区(东委内瑞拉盆地、马拉开波盆地)、⑥北美西部盆地油气区、⑦南大西洋油气区^[24,32],模拟得到这些区域均显示出极高的有机碳埋藏效率。有机碳沉积通量(以C计)普遍高于1 g/(m²·a)(图1b)。古近纪时期烃源岩的分布则相对分散,包括⑧墨西哥湾油气区、⑨里海油气区、⑩中国沿海盆地油气区、⑤中大西洋油气区、11几内亚湾油气区、12印度尼西亚盆地等^[24],这些区域均对应着模拟结果中的高有机碳沉积带(图1c)。总体来看,三个典型时期的有机碳埋藏模拟结果与实际烃源岩分布格局在空间上具有较好一致性。接下来,我们将详细探讨不同时期高有机碳埋藏区的古海洋环境特征。

2.1 侏罗纪

在距今190 Ma,东阿拉伯—波斯湾一带受强烈上升流(图2a)作用,真光层获得持续的营养盐补给,因而沿岸浅海地区呈现出较高的海洋净初级生产力(图2b,根据Pinckney等^[33]和Cloern等^[34]对现代海洋、河口、近岸体系净初级生产力的估计工作,我们将净初级生产力(以C计)高于180 g/(m²·a)的海域作为中高生产力区域),这与区域内的Ⅱ型干酪根高丰度源岩相吻合^[35]。在特提斯洋北缘(今中亚-西亚邻近海域),盛行的西南风-西风背景下,离岸风应力可诱发沿岸上升流(图2a),为真光层补给营养盐,支持稳定的中高净初级生产力(图2b),已有的中侏罗世环流模拟结果同样显示该区存在上升-下沉偶极结构,更加有利于有机碳的富集^[36]。模拟显示北海—格陵兰海地区在盆地尺度的生产力总体并不突出(图2b),推测河流输入的陆源有机碳在该区有机碳沉积中可能发挥了重要作用,这与前人关于陆源输入在侏罗纪高纬度沉积有机碳保存中发挥重要作用的认识相一致^[24]。

进一步关注这些地区的深层水氧化还原状态,结果显示190 Ma主要的还原性海水(根据Rabalais等^[37]、Altieri和Diaz^[38]等的工作,一般认为溶解氧浓度小于60 mmol/m³为低氧状态)出现在北半球泛大洋东岸,而东阿拉伯—波斯湾地区与特提斯北缘的深层水并未达到强还原状态,但这些沿岸地区的氧气含量较低(图2c)。

从全球气候背景来看,模拟得到的190 Ma全球平均温度可以达到20.1 ℃。温暖湿润的环境有利于风化作用的增强、海洋生物的繁荣,模拟得到的全球净初级生产力水平为55.9 Gt/a(以C计),整体略高于现代海洋估算值(48.6~55.2 Gt/a,以C计)^[39]。高温与高生产力水平易造成海洋脱氧;本研究模拟得到的全球海水溶解氧平均含量为141.8 mmol/m³,而现代海洋约为170 mmol/m^{3 [40]}。尽管氧气水平较低,但在主要的烃源岩形成区并未出现大面积的强还原水体,这说明对于侏罗纪时期多个关键烃源岩产生区,高有机碳生产力是驱动有机碳沉积的首要因子,有机碳生产力足够高时在含氧的非还原环境中也能形成烃源岩^[31]。

2.2 白垩纪

白垩纪时期,全球有机碳保存条件达到显著高值,成为典型的成烃高峰期。模拟结果显示,在90 Ma,中大西洋地区(今东委内瑞拉盆地、马拉开波盆地一带)受盛行东北信风作用,形成了强烈的沿岸上升流(图3a),维持了旺盛的净初级生产力(图3b)。南大西洋东岸在全年盛行的东南风作用下,亦形成大范围上升流带(图3a),构成显著的高生产力区(图3b)。北非地区受东北信风的控制,离岸风应力驱动的上升流尤为强烈(图3a),使得这一区域出现了显著的高生产力区,局部净初级生产力可以达到400 g/(m²·a)(以C计)(图3b)。上述上升流的空间型态与前人关于白垩纪边界流/上升流带及黑色页岩沉积的综合认识一致^[41];而北美西部海道由于构造性半封闭以及河流营养物质输入,也表现出较高的生产力水平(图3b)。

从氧化还原条件来看,90 Ma为本研究的三个时期中脱氧最为严重的时期。全球水体氧气含量仅为127.8 mol/m³,低氧或缺氧区在古大西洋、特提斯沿岸、古太平洋东南沿岸大规模扩展,北非、中大西洋及南大西洋等典型烃源岩形成区均被低氧-缺氧环境覆盖,显著提高了有机碳的保存效率(图3c)。相比之下,北美西部海道整体氧气水平较高,其氧化还原条件可能受小尺度地形和局部水团交换的影响更大^[42]。

总体而言,白垩纪期间发生了多次大洋缺氧事件(OAEs)^[27,43-44],其中早阿普第期(OAE1a)至森诺曼-土仑期边界事件(OAE2)是最为典型的全球性事件,造成黑色页岩在全球范围广泛沉积^[43]。白垩纪时期频发的海洋缺氧事件,一方面与当时整体温暖的气候背景密切相关。温暖气候促进了大陆风化作用的增强,导致更多营养盐从陆地输入海洋^[45-46];同时,海洋层结作用也因此加强^[47],全球温盐环流也可能受到抑制,进而造成深层水体通气条件恶化。另一方面,该时期独特的海陆分布格局亦为缺氧环境的形成提供了重要条件,尤其是大西洋与西特提斯海域被陆地包围,与开阔大洋的水体交换受限,缺氧水体更易形成并扩展^[48]。随着海平面升降,烃源岩发育区与有机碳保存区不断叠加,形成了深厚的烃源岩层系^[32]。我们的模拟结果同样揭示了白垩纪主要的烃源岩形成区普遍都具有强还原环境,再加上白垩纪期间上升流/风应力驱动的营养补给提升、有机碳供给增强,反映出“高生产-强保存”双重强化的有机碳埋藏机制。

2.3 古近纪

古近纪时期,全球逐渐降温,多个重要含油气盆地在这一时期形成。模拟结果表明,在30 Ma,墨西哥湾、中国沿海地区全年大部分季节受西南风主导,陆缘海域普遍存在上升流(图4a),从而维持了较高的净初级生产力(图4b)。在赤道地区,马拉开波盆地则受到东北信风控制,表现出强烈的上升流(图4a)及显著的高生产力(图4b),其净初级生产力(以C计)可达350 g/(m²·a)。几内亚湾全年受到东南风的控制,沿岸发展出补偿性上升流(图4a),尤其在5—7月进入主涌升期,形成了旺盛的高生产力区(图4b)。

从氧化还原条件来看,模拟结果显示古近纪全球平均溶解氧含量为139.5 mmol/m³,低于现代海洋平均水平,且存在大量的沿岸低氧区(图4c)。墨西哥湾、赤道南美洲、几内亚湾、印度尼西亚盆地等沿岸地区均被低氧甚至缺氧水体覆盖,从而显著提升了有机碳保存效率。例如几内亚湾沿岸的海相泥岩常被解释为低氧沉积环境产物^[49],与我们模拟的低氧带分布相吻合。相对而言,模拟结果显示中国沿岸地区底层水溶解氧含量较高,提示当地有机质富集主要依赖高生产力供给端,而非保存端。

总体来看,古近纪气候由温暖逐步变冷,海平面下降使得浅海面积扩大^[50],许多边缘海和陆缘盆地的水体封闭性增强,易形成局地还原环境。当这一环境背景与上升流驱动的高生产力叠加时,极易产生“高生产-强保存”的耦合效应,促进大规模有机碳埋藏。值得注意的是,古近纪期间还发生了若干极端气候事件,例如古新世—始新世极热事件(Paleocene-Eocene Thermal Maximum,PETM)^[51]时期大规模碳输入和快速增温导致部分水体缺氧,对当时的有机碳沉积和油气系统形成可能产生了深远影响^[52]。

3 讨论

3.1 不同成烃时期的生产-保存机制差异

综合侏罗纪、白垩纪和古近纪三个典型成烃时期的模拟结果,可以清晰地识别出不同阶段的有机碳埋藏主控因子。

侏罗纪整体温暖湿润,全球净初级生产力水平普遍较高,但大洋深层环流并没有出现明显停滞^[36],深层水普遍维持含氧状态,低氧范围有限,主要烃源岩区的有机碳积累主要依赖“高生产”模式,即使在含氧环境中,高生产力亦足以驱动有机碳沉积(图5a)。

白垩纪则与侏罗纪形成鲜明对比。该时期不仅是地质历史上的极端温室期,还发生了多次全球性的大洋缺氧事件。缺氧事件的频发与白垩纪独特的海陆分布有关,白垩纪时期,大西洋和特提斯洋水体与太平洋交换明显受限,导致还原水体在大西洋和特提斯洋广泛扩展,这个OAE集中发生的时段正对应着最大规模的烃源岩形成阶段^[53]。模拟结果表明,与侏罗纪不同的是,白垩纪关键烃源岩区普遍氧气含量更低(图5b),同时又受上升流与海平面升高驱动的营养盐补给所强化,形成了“高生产-强保存”双重耦合的埋藏模式。此外,白垩纪发生了多次大型火成岩省喷发事件,可能向海洋输入了大量营养盐和微量金属,进一步触发并放大了有机碳埋藏过程^[54]。另外,海洋内部反馈机制也放大了上述驱动效应。高生产力增加有机碳降解通量,消耗底层氧气,扩大缺氧带,而缺氧环境则延缓磷的埋藏,使得更多的磷得以回到海水,维持高生产力^[55]。

古近纪的特点则更具区域性差异。伴随多次海退,边缘海和三角洲体系广泛发育,构造封闭性增强,沿岸低氧区易于维持。风应力驱动的上升流作用的加入更使多个烃源岩区表现为“高生产-强保存”的模式,烃源岩区整体氧气含量也较低(图5c)。在极端气候事件,如 PETM 期间,风化加剧和营养盐输入提升也会进一步推动表层生产力和局地脱氧^[56]。

3.2 数值模拟不确定来源

尽管本研究通过数值模拟较好地再现了侏罗纪、白垩纪和古近纪典型成烃时期的有机碳埋藏环境,但仍需考虑若干不确定性来源。首先,本研究选择每个时期一个典型“时间切片”进行分析,而实际优质烃源岩的形成往往跨越数百万年,且不同盆地的成烃高峰受局部构造-海平面变化控制而并不同步^[57]。因此,单个时间切片的模拟结果更多反映的是该时期的平均气候-海洋状态,将模拟从静态切片向动态连续发展,是未来降低此类不确定性的关键方向。

其次是古植被重建的不确定性。陆地植被格局和生产力水平对大气沉降、径流输入的营养盐通量有显著影响,这些过程对区域净初级生产力具有强烈调节作用^[58-59]。在模式中我们使用CESM动态植被方案^[60],生成与气候相适应和平衡的地表植被。尽管 CNDV 在模拟现代植被分布方面具有较高的可信度,但其存在低估苔原覆盖面积和高估林木覆盖范围的问题^[30],可能导致对侵蚀强度和陆源营养盐输入强度的低估,从而低估部分近岸地区的初级生产力,这一问题在古气候模拟中可能仍然存在。此外,古植被的植物功能类型及其分布的重建仍存在较大不确定性^[60],我们在本工作中均使用现代的植物功能类群,即不考虑古植物在环境适应性、营养盐利用效率、生理特性等方面的演化与差异,这也可能导致模型中营养盐的陆源供给通量存在系统性偏差。此外,现有的BEC模块在深时的适用性需要更多验证,例如对浮游植物群落多样性、微量营养盐循环以及缺氧反馈等过程的参数化主要基于现代海洋观测且仍相对简化^[17-18]。近年来的研究也进一步表明,生产力、输出效率与有机碳保存之间甚至可能存在解耦现象^[61]。更为重要的是,真正意义上的烃源岩形成不仅依赖于高生产力与高保存率的耦合,还需要沉积盆地具有足够的沉积空间、适宜的沉积速率,以及构造环境提供有效的封存与埋藏条件^[24,62]。这些与盆地动力学和沉积体系演化相关的关键因素,并未在本研究的数值模拟中得到体现。因此,本研究的模拟结果可作为对全球尺度气候-海洋背景下有机碳埋藏潜力的约束,而非对特定盆地中烃源岩形成的直接预测。

还需要指出的是,本研究的海洋水平分辨率平衡了计算效率与全球尺度过程模拟,但不可避免地存在局限性。该分辨率难以精确刻画诸如狭窄海峡、陆缘海及小型海盆等关键的古地理细节,导致模型可能低估这些区域的水体交换限制。因此,模拟结果对于封闭或半封闭边缘海缺氧程度的预测可能趋于保守。此外,分辨率也限制着我们对于局地中小尺度的环流与上升流过程的解析,同样会影响对于边缘海地区生产力、氧化还原状态的模拟结果。这提示我们,在解释特定边缘海的烃源岩形成潜力时,应谨慎对待模型的定量结果。综合来看,数值模拟结果应始终与沉积学和地球化学证据进行多指标、多尺度的交叉验证,以获得更加稳健的成烃环境解释。

3.3 烃源岩形成环境重建的新视角

地球系统数值模拟为深时烃源岩形成的古环境研究提供了新的视角。首先是重建烃源岩区古环境的新方法,通过重建古洋流、风场和营养盐输入格局等关键要素,模型能够模拟出古海洋中上升流发育区、生产力高值区、缺氧/厌氧带的空间分布特征,这一方法在地层记录不完整甚至缺失的区域展现出独有的优势,将有限的、离散的钻孔点数据扩展为区域甚至全球尺度的成因模式图,这为烃源岩形成的古海洋与古气候背景提供全局性的、定量的环境约束。

同时,对于地球化学指标明确的地层,数值模拟给出的定量结果也可直接与δ¹³C、TOC、微量元素等记录进行比较,从而为烃源岩分布预测提供了可验证的标准。这种模拟和记录结合的思路,不仅增强了烃源岩分布预测结果的可信度,更为模型本身的优化提供了反馈机制。通过对比模拟结果与实测数据的差异,研究者可以有针对性地调试模型中的关键生物地球化学参数,例如营养盐的利用效率、有机质沉降速率及其在水体中的再矿化阈值等,从而不断优化模型参数化方案,提升模拟过程对真实地球系统过程的刻画能力与可靠性。

参考文献

[1] TISSOT B P, WELTE D H. Petroleum formation and occurrence: a new approach to oil and gas exploration[M]. Berlin, Heidelberg: Springer, 1978: 13.

[2] JIN Z, WANG X, WANG H, et al. Organic carbon cycling and black shale deposition: an Earth System Science perspective[J]. National Science Review, 2023, 10(11): nwad243.

[3] HURRELL J W, HOLLAND M M, GENT P R, et al. The Community Earth System Model: a framework for collaborative research[J]. Bulletin of the American Meteorological Society, 2013, 94(9): 1339-1360.

[4] NEALE R B, RICHTER J, PARK S, et al. The mean climate of the Community Atmosphere Model (CAM4) in forced SST and fully coupled experiments[J]. Journal of Climate, 2013, 26(14): 5150-5168.

[5] DANABASOGLU G, BATES S C, BRIEGLEB B P, et al. The CCSM4 ocean component[J]. Journal of Climate, 2012, 25(5): 1361-1389.

[6] LAWRENCE D M, OLESON K W, FLANNER M G, et al. The CCSM4 land simulation, 1850-2005: assessment of surface climate and new capabilities[J]. Journal of Climate, 2012, 25(7): 2240-2260.

[7] HUNKE E C, LIPSCOMB W H. CICE: the Los Alamos Sea Ice Model documentation and software user’s manual version 4.0[R]. Los Alamos: Los Alamos National Laboratory, 2008.

[8] ZHANG J, LIU Y G, FLOGEL S, et al. Altitude of the East Asian coastal mountains and their influence on Asian climate during early Late Cretaceous[J]. Journal of Geophysical Research-Atmospheres, 2021, 126(22): e2020JD034413.

[9] LIU Y G, LIU P, LI D W, et al. Influence of dust on the initiation of Neoproterozoic Snowball Earth Events[J]. Journal of Climate, 2021, 34(16): 6673-6689.

[10] LIU P, LIU Y G, PENG Y R, et al. Large influence of dust on the Precambrian climate[J]. Nature Communications, 2020, 11(1): 4427.

[11] ZHU J, POULSEN C J, TIERNEY J E. Simulation of Eocene extreme warmth and high climate sensitivity through cloud feedbacks[J]. Science Advances, 2019, 5(9): eaax1874.

[12] ZHANG J, LIU Y G, FANG X M, et al. Large dry-humid fluctuations in Asia during the Late Cretaceous due to orbital forcing: a modeling study[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2019, 533: 109230.

[13] HU S N, FEDOROV A V. Cross-equatorial winds control El Nino diversity and change[J]. Nature Climate Change, 2018, 8(9): 798.

[14] MANUCHARYAN G E, FEDOROV A V. Robust ENSO across a wide range of climates[J]. Journal of Climate, 2014, 27(15): 5836-5850.

[15] MOORE J K, DONEY S C, LINDSAY K. Upper ocean ecosystem dynamics and iron cycling in a global three-dimensional model[J]. Global Biogeochemical Cycles, 2004, 18(4): GB4028.

[16] STOLL H. 30 years of the iron hypothesis of ice ages[J]. Nature, 2020, 578 (7795): 370-371.

[17] MOORE J K, LINDSAY K, DONEY S C, et al. Marine ecosystem dynamics and biogeochemical cycling in the Community Earth System Model[CESM1(BGC)]: comparison of the 1990s with the 2090s under the RCP4.5 and RCP8.5 scenarios[J]. Journal of Climate, 2013, 26(23): 9291-9312.

[18] LONG M C, DEUTSCH C, ITO T. Finding forced trends in oceanic oxygen[J]. Global Biogeochemical Cycles, 2016, 30(2): 381-397.

[19] ROHR T, HARRISON C, LONG M C, et al. The simulated biological response to southern ocean eddies via biological rate modification and physical transport[J]. Global Biogeochemical Cycles, 2020, 34(6): e2019GB006380.

[20] HARRISON C S, ROHR T, DUVIVIER A, et al. A new ocean state after nuclear war[J]. AGU Advances, 2022, 3(4): e2021AV000610.

[21] PEACOCK S, LINDSAY K, LONG M C, et al. Twentieth-century oceanic carbon uptake and storage in CESM1(BGC)[J]. Journal of Climate, 2013, 26(18): 6775-6800.

[22] PENN J L, DEUTSCH C, PAYNE J L, et al. Temperature-dependent hypoxia explains biogeography and severity of end-Permian marine mass extinction[J]. Science, 2018, 362(6419): eaat1327.

[23] AHLBRANDT T S, CHARPENTIER R R, KLETT T R, et al. Global resource estimates from total petroleum systems[M]. Tulsa: American Association of Petroleum Geologists, 2005: 31-51

[24] KLEMME H D, ULMISHEK G F. Effective petroleum source rocks of the world: stratigraphic distribution and controlling depositional factors[J]. AAPG Bulletin, 1991, 75 (12): 1809-1851.

[25] 张光亚, 童晓光, 辛仁臣, 等. 全球岩相古地理演化与油气分布(二)[J]. 石油勘探与开发, 2019, 46(5): 848-868.

[26] LI X, HU Y, GUO J, et al. A high-resolution climate simulation dataset for the past 540 million years[J]. Scientific Data, 2022, 9(1): 371.

[27] SCHLANGER S O, JENKYNS H. Cretaceous oceanic anoxic events: causes and consequences[J]. Geologie en Mijnbouw, 1976, 55: 179-184.

[28] SCOTESE R S, WRIGHT N. PALEOMAP Paleodigital Elevation Models (PaleoDEMS) for the Phanerozoic[EB/OL]. (2018-08-11) [2019-09-03]. https://www.earthbyte.org/paleodem-resource-scotese-and-wright-2018/.

[29] GOUGH D O. Solar interior structure and luminosity variations[J]. Solar Physics, 1981, 74(1): 21-34.

[30] GOTANGCO CASTILLO C K, LEVIS S, THORNTON P. Evaluation of the new CNDV option of the Community Land Model: effects of dynamic vegetation and interactive nitrogen on CLM4 means and variability[J]. Journal of Climate, 2012, 25(11): 3702-3714.

[31] 马丽亚, 李江海, 王洪浩, 等. 侏罗系烃源岩发育有利环境及条件探讨: 古地理古环境编图研究[J]. 地质学报, 2014, 88(10): 1981-1991.

[32] 杨静懿, 李江海, 马丽亚. 全球白垩系烃源岩分布及沉积环境[J]. 古地理学报, 2014, 16(3): 401-410.

[33] PINCKNEY J L, PAERL H W, TESTER P, et al. The role of nutrient loading and eutrophication in estuarine ecology[J]. Environ Health Perspect, 2001, 109(Suppl 5): 699-706.

[34] CLOERN J E, FOSTER S Q, KLECKNER A E. Phytoplankton primary production in the world’s estuarine-coastal ecosystems[J]. Biogeosciences, 2014, 11(9): 2477-2501.

[35] POLLASTRO R M. Total petroleum systems of the paleozoic and jurassic, Greater Ghawar Uplift and Adjoining Provinces of Central Saudi Arabia and Northern Arabian-Persian Gulf[R]. Reston: US Geological Survey, 2003: 2202-H.

[36] BRUNETTI M, VÉRARD C, BAUMGARTNER P O. Modeling the Middle Jurassic ocean circulation[J]. Journal of Palaeogeography, 2015, 4(4): 371-383.

[37] RABALAIS N N, TURNER R E, WISEMAN W J. Gulf of Mexico hypoxia, A.K.A. “The dead zone”[J]. Annual Review of Ecology, Evolution, and Systematics, 2002, 33: 235-263.

[38] ALTIERI A H, DIAZ R J. Dead zones: oxygen depletion in coastal ecosystems[M]//CHARLES S. World seas: an environmental evaluation. 2nd ed. Cambridge: Academic Press, 2019: 453-473.

[39] ZHANG Y, LI W, SUN G, et al. Contrasting biological production trends over land and ocean[J]. Nature Climate Change, 2025, 15(8): 880-888.

[40] SCHMIDTKO S, STRAMMA L, VISBECK M. Decline in global oceanic oxygen content during the past five decades[J]. Nature, 2017, 542(7641): 335-339.

[41] TOPPER R P M, TRABUCHO ALEXANDRE J, TUENTER E, et al. A regional ocean circulation model for the mid-Cretaceous North Atlantic Basin: implications for black shale formation[J]. Climate of the Past, 2011, 7(1): 277-297.

[42] LOWERY C M, LECKIE R M, BRYANT R, et al. The Late Cretaceous Western Interior Seaway as a model for oxygenation change in epicontinental restricted basins[J]. Earth-Science Reviews, 2018, 177: 545-564.

[43] JENKYNS H C. Geochemistry of oceanic anoxic events[J]. Geochemistry, Geophysics, Geosystems, 2010, 11(3): Q03004.

[44] ERBACHER J, HUBER B T, NORRIS R D, et al. Increased thermohaline stratification as a possible cause for an ocean anoxic event in the Cretaceous period[J]. Nature 2001, 409: 325-327.

[45] POULTON S W, HENKEL S, MÄRZ C, et al. A continental-weathering control on orbitally driven redox-nutrient cycling during Cretaceous Oceanic Anoxic Event 2[J]. Geology, 2015, 43(11): 963-966.

[46] NAAFS B D A, CASTRO J M, DE GEA G A, et al. Gradual and sustained carbon dioxide release during Aptian Oceanic Anoxic Event 1a[J]. Nature Geoscience, 2016, 9(2): 135-139.

[47] VAN BENTUM E C, HETZEL A, BRUMSACK H J, et al. Reconstruction of water column anoxia in the equatorial Atlantic during the Cenomanian-Turonian oceanic anoxic event using biomarker and trace metal proxies[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2009, 280(3/4): 489-498.

[48] TRABUCHO A J, TUENTER E, HENSTRA G A, et al. The mid-Cretaceous North Atlantic nutrient trap: black shales and OAEs[J]. Paleoceanography, 2010, 25(4): PA4201.

[49] OLUWAJANA O. Evaluation of hydrocarbon source rock potential of Eocene-Oligocene Akata Formation, Onshore Niger Delta Basin, Nigeria[J]. Benin Journal of Physical Sciences, 2024, 1: 133-147.

[50] VAN DER MEER D G, SCOTESE C R, MILLS B J W, et al. Long-term Phanerozoic global mean sea level: insights from strontium isotope variations and estimates of continental glaciation[J]. Gondwana Research, 2022, 111: 103-121.

[51] MCINERNEY F A, WING S L. The Paleocene-Eocene Thermal Maximum: a perturbation of carbon cycle, climate, and biosphere with implications for the future[J]. Annual Review of Earth and Planetary Sciences, 2011, 39(1): 489-516.

[52] ZACHOS J C, DICKENS G R, ZEEBE R E. An early Cenozoic perspective on greenhouse warming and carbon-cycle dynamics[J]. Nature, 2008, 451(7176): 279-283.

[53] IRVING E, NORTH F K, COUILLARD R. Oil, climate, and tectonics[J]. Canadian Journal of Earth Sciences, 1974, 11(1): 1-17.

[54] TURGEON S C, CREASER R A. Cretaceous Oceanic anoxic Event 2 triggered by a massive magmatic episode[J]. Nature, 2008, 454(7202): 323-326.

[55] MEYER K M, KUMP L R. Oceanic euxinia in Earth history: causes and consequences[J]. Annual Review of Earth and Planetary Sciences, 2008, 36(1): 251-288.

[56] SLUIJS A, VAN ROIJ L, HARRINGTON G J, et al. Warming, euxinia and sea level rise during the Paleocene-Eocene Thermal Maximum on the Gulf Coastal Plain: implications for ocean oxygenation and nutrient cycling[J]. Climate of the Past, 2014, 10(4): 1421-1439.

[57] SAGEMAN B B, MURPHY A E, WERNE J P, et al. A tale of shales: the relative roles of production, decomposition, and dilution in the accumulation of organic-rich strata, Middle-Upper Devonian, Appalachian Basin[J]. Chemical Geology, 2003, 195(1/2/3/4): 229-273.

[58] MAHOWALD N M, ENGELSTAEDTER S, LUO C, et al. Atmospheric iron deposition: global distribution, variability, and human perturbations[J]. Annual Review of Marine Science, 2009(1): 245-278.

[59] FALKOWSKI P G, BARBER R T, SMETACEK V. Biogeochemical controls and feedbacks on ocean primary production[J]. Science, 1998, 281(5374): 200-206.

[60] BOYCE C K, LEE J E. Plant evolution and climate over geological time scales[J]. Annual Review of Earth and Planetary Sciences, 2017, 45(1): 61-87.

[61] LOPES C, KUCERA M, MIX A C. Climate change decouples oceanic primary and export productivity and organic carbon burial[J]. Proceedings of the National Academy of Sciences of the United States of America, 2015, 112(2): 332-335.

[62] LIN H M, LIU H, WANG X D, et al. Basin-filling processes and hydrocarbon source rock prediction of low-exploration degree areas in rift lacustrine basins: a case from the Wenchang Formation in low-exploration degree areas, northern Zhu I Depression, Pearl River Mouth Basin, E China[J]. Journal of Palaeogeography, 2022, 11(2): 286-313.

基金资助

国家自然科学基金基础科学中心项目“大陆演化与季风系统演变(42488201)

国家自然科学基金基础科学中心项目“大陆演化与季风系统演变(”)

中国科学院多圈层相互作用的油气富集理论课题(THEMSIE04010101)

国家自然科学基金项目(42430807)

国家自然科学基金项目(42372120)