上扬子地区双河露头五峰组—龙马溪组下段化学层序地层分析

王茜,黄永建，张治锋,王长红，李祥

(中国地质大学(北京)地球科学与资源学院，北京 100083)

上扬子地区是近年来页岩气研究和勘探的热点地区，上奥陶统五峰组—下志留统龙马溪组是重点层系(梁兴等，2016；马新华等，2018；马永生等，2018；邱振等，2019)。经过10余年页岩气勘探和研究，发现了威远、涪陵、泸州、叙永、巫溪等重要勘探潜力区。截至2018 年4 月，五峰组—龙马溪组页岩气累计探明地质储量超1×1012m3(邱振等，2019)。同时，在地层特征、空间分布、岩相古地理特征、页岩气富集规律等方面取得了丰富的研究成果(Pan et al.，2015；梁兴等，2016；郭旭升，2017；陆扬博等，2017；王玉满等，2017；马新华等，2018；马永生等，2018；邱振等，2019；姜振学等，2020陈孝红等2018)。

龙马溪组分布广，厚度多超过200 m，分为龙一段和龙二段(郭旭升，2017；邱振等，2019)，根据岩性、地球物理资料很难对地层进一步细分。龙马溪组的页岩气勘探急需建立可操作的高精度地层格架。由于地球化学指标的普遍性和易得性，及其对沉积环境条件变化的敏感性，使得化学地层学研究成为值得探索的课题。

等时地层格架的建立是区域性页岩气富集规律及甜点预测的重要基础。层序地层学经过约40年的快速发展，地学界普遍认为层序地层学是建立等时地层格架权威工具。在国外，泥页岩层序地层学的研究成果集中于北美地区泥页岩层系(Abouelresh et al.，2012；Hammes et al.，2012；Lash et al.，2012；Slatt et al.，2012；Turner et al，2015)。这些成果利用测井曲线、岩性组合及变化，以及地球化学参数等进行泥页岩地层的层序地层关键界面识别。针对中国南方五峰组—龙马溪组泥页岩，中国众多学者开展了层序地层学研究，但认识上存在争议。李一凡等(2012)将龙马溪组划分为3个三级层序，各三级层序进一步分出海侵体系域和高位体系域；Chen et al.2015)和Wang et al.2015)将龙马溪组划分为2个三级层序，Chen et al.2015)把龙马溪组下段层序进一步分为海侵体系域、早期高位体系域和晚期高位体系域；王同等(2015)把五峰组划分为一个三级层序，龙马溪组划分2个三级层序，每个三级层序细分为海侵体系域和海退体系域。郭旭升(2017)把五峰组划分为一个由海侵体系域和高位体系域组成三级层序(SQ1)，龙马溪组划分2个三级层序(SQ2、SQ3)。其中，SQ2细分为海侵体系域、早期高位体系域和晚期高位体系域；SQ3细分为低位体系域、海侵体系域和高位体系域。上述层序地层划分主要依据是地震、测井、宏观岩性资料，对于以泥页岩为主的五峰组—龙马溪组，地震、测井、宏观岩性资料分辨率降低，很可能是造成层序地层划分差异的重要原因。

层序地层单元界面划分的关键理论依据是海平面(基准面)升降变化的区域，乃至全球的一致性(Haq et al.，1988；Posamentier et al.，1988；Haq et al.，2008；Catuneanu et al.，2009)。基准面升降及其转折形成的地质记录在地球物理、岩性、矿物、地球化学、有机质富集等方面有不同程度的响应(Posamentier et al.，1988； Catuneanu et al.，2009)。对于岩性较为单一的泥页岩层系高精度层序地层学分析，地球物理和岩性资料因分辨率低而很难满足要求，需要利用对沉积环境较为敏感的地球化学资料开展化学层序地层学分析。笔者利用露头实测资料、样品测试资料，缺测位置采取与新地1井化学层序地层格架对比，建立了双河露头五峰组—龙马溪组下部高分辨化学层序地层格架。新地1井位于双河露头西侧约为100 km，五峰组—龙马溪组优质暗色泥岩厚度相近(图1)。

1.城镇；2.剖面位置及名称；3.井位及井名；4.逆冲断裂；5.四川盆地边界；6.优质暗色泥岩边界；7.优质暗色泥岩等厚线及数值(m)；8.重点剖面；9.>80 m；10.80～40 m；11.40～10 m；12.<10 m

1 资料及样品分析

1.1 露头情况及样品采集

双河露头位于上扬子地区西南部，宜宾东南南约70 km处(图1)，剖面起点坐标为N28°23′33.4″、E104°53′01.8″，高程为333 m；终点坐标为N28°23′42.3″、E104°53′05.2″，高程为301 m。

五峰组—龙马溪组下段绝大部分出露较好，仅龙马溪组下段局部覆盖。在细致分层描述基础上，长宁双河剖面共采样79套，每套样品2件，1件为薄片样品，1件为地球化学分析样品。其中，五峰组采样13套，样品编号为D0—D12，最小采样间距为0.51 m，最大采样间距为2.58 m，平均采样间距为0.92 m；龙马溪组下段采样54套，样品编号为D13—D66，下部15 m被覆盖无法采样，底部采样1套，中—上部采样53套，最小采样间距为0.23 m，最大采样间距为7.05 m，平均采样间距为0.96 m；龙马溪组上段采样12套，样品编号为D67—D78，最小采样间距为0.46 m，最大采样间距为13.64 m，平均采样间距为7.45 m。

1.2 样品分析

首先将全部样品磨制了薄片，并进行显微镜下薄片鉴定。一方面，确保这些样品都是新鲜样品，没有遭受严重地化学蚀变、污染，能够满足地球化学元素测试化验要求；另一方面，查明样品的微观构造、结构、矿物组成，以服务于沉积特征分析和化学元素测试数据的解释。

随后，将所有样品碾磨成粉末状，分别进行主量元素+微量元素测定。主量和微量元素利用中国地质大学(北京)科学研究院实验中心波长色散X射线荧光光谱仪(XRF)测定。主量元素含量多在10-2数量级；微量元素含量多在10-6数量级，有的样品La、Th、U、Mo元素出现零值。

2 数据处理、数据分析及参数优选

2.1 数据处理

数据处理包括零值处理、异常值处理和数据变换。

零值处理。数据中的零值并非真实零值，是由于样品中某些化学元素含量小于检测仪器最小探测值造成的缺测值(Craigie，2018；Zhai et al.，2019)。零值的存在对参数评价，数据结构分析具有重要影响，甚至有时会破坏各成分或变量之间的真实关系，尤其不能进行数据的对数变换(Martín-Fernández et al.，2003，2005)，因此首先需要处理数据中的零值。

处理数据中零值(缺测值)的方法主要有相关变量校正法(Martín-Fernández et al.，2003，2005；Palarea-Albaladejo et al.，2007)、最大期望算法(Palarea-Albaladejo et al，2008；Zhai et al.，2019)、经验值法(Sandford et al.，1993)。笔者采用相关变量校正法，即根据测得值计算与其他元素的相关性，选择相关系数高、无缺测值的元素建立相关关系，计算相关缺测值，用计算出的缺测值乘以给定系数得出合理值从而替代缺测值。

异常值处理。异常值可能会对统计计算结果产生明显影响，尤其是基于协方差的计算(Filzmoser et al.，2008；Pison et al.，2008)。处理异常值一般采用多元方法。最普遍采用的多元分析方法都假设变量数值为正态或对数正态分布(Reiman et al.，1999)。样本研究表明，零值处理后的数据未发现明显的异常值。

数据变换。沉积岩(物)中的元素富集机制主要有4种：①陆源碎屑输入。②矿物自生沉淀或结晶。③生物作用富集。④海底热液(火山)输入(程文斌等，2008；李关清等，2014)。通过样品实测所获得的元素地球化学数据是上述4种机制差异综合作用的结果，有的机制处于主导地位，有的机制处于次要地位。数据变换的目的是削弱次要信息，放大有效主导信息。泥页岩层系化学地层学研究中，数据变换一般采用元素Al-标准化变换和元素富集系数变化(程文斌等，2008；Pearce et al.，2010；Sano et al.，2013；李关清等，2014；Ratcliffe et al.，2015)。

由于矿物自生沉淀和生物作用富集与古海洋环境关系密切，对自生沉淀矿物和生物作用富集指示性元素数据需要去除或削弱陆源碎屑输入的影响。大量研究表明，Al元素主要来自陆源碎屑矿物，是陆源碎屑的指标性元素，采用Al-标准化值(Al-标准化值=元素/Al)能够明显削弱陆源碎屑输入的影响，明显放大非陆源输入元素(自生沉淀矿物和生物作用富集指示性元素)信息的相对强度，而陆源输入元素信息的相对变化强度被明显削弱(Calvert et ah.，1993；Turgeon et ah.，2006；程文斌等，2008；李关清等，2014；Ratcliffe et al.，2015)。

元素的富集系数(EF元素)是指任一泥页岩样品中某一元素的Al-标准化值与世界平均页岩同一元素Al-标准化值的比值(Wedepohl，1991；Li et al.，2003；李关清等，2014)。计算公式为EF元素=(元素/Al)样品/(元素/Al)AS，式中：AS为世界平均页岩。由公式可知：EF元素值等于1，该元素的富集程度与世界平均页岩相同；EF元素值小于1，该元素的富集程度比世界平均页岩亏；EF元素值大于1，该元素的富集程度比世界平均页岩富。

2.2 数据分析

沉积岩地球化学元素是解释原始沉积物和环境条件的重要指标(Li et al.，2003；Tribovillard et al.，2006；Craigie，2018；Zhai et al.，2019)。前人的研究结果表明(表1)(Craigie，2018；Zhai et al.，2019)，Al、K与陆源长石、黏土矿物有关，Ti与陆源重矿物有关。Ca、Sr、Ba与碳酸盐自生沉淀有关，P与磷酸盐沉淀有关。V、Ni、Mo都可在局限海条件下富集，但Mo的富集需要相对平静海洋环境，而V、Ni的富集只需要缺氧条件(Li et al.，2003；Tribovillard et al.，2006；Ramkumar，2015；Craigie，2018；Zhai et al.，2019)。

表1 元素与矿物的亲缘关系表Tab.1 Genetic relationship between elements and minerals

双河露头的79件样品鉴定出的矿物有石英、方解石、白云石、微斜长石、斜长石、伊利石、绿泥石、黄铁矿；检出主量元素氧化物有SiO2、Al2O3、Fe2O3、CaO、MgO、K2O、Na2O、MnO、TiO2、P2O5；微量元素有V、Cr、Co、Ni、Zn、Cu、Ba、La、Ce、Zr、Rb、As、Th、U、Mo。

双河露头取样层段的沉积微相类型有硅质深水陆棚沉积、含钙富硅泥质深水陆棚沉积、泥质深水陆棚沉积。硅质深水陆棚沉积、含钙富硅泥质深水陆棚沉积主要矿物有化学或生物成因的微晶石英、陆源黏土矿物、化学和生物成因的碳酸盐。泥质深水陆棚沉积主要矿物为陆源黏土矿物、化学和生物成因的碳酸盐，次为化学或生物成因的微晶石英或陆源碎屑石英、长石。由此可见，石英既有陆源碎屑成因的，也有化学、生物成因的；微斜长石、斜长石、伊利石、绿泥石主要是陆源成因；方解石、白云石、黄铁矿为化学和生物成因的。

与石英具有良好正相关性(R2=0.841)的SiO2化学地层学意义不明确，因为既可能是陆源碎屑石英的响应，也可能是化学和生物成因的石英的响应，这两类成因的石英化学地层意义截然不同。陆源成因主要矿物是黏土矿物、长石，与其明显正相关的Al2O3、K2O、TiO2是陆源供应强度的响应。与化学和生物成因的主要矿物方解石、白云石、黄铁矿为明显正相关的CaO、MnO、MgO等是化学和生物沉积作用的响应。伊利石与Al相关性最强，相关系数R2=0.859，Al是陆源输入指标性元素；方解石与Ca相关系数最大(R2=0.845)，Ca是自生沉淀指标性元素；总有机碳含量(TOC)与V的相关系数最高(R2=0.657)，V是有机质吸附和还原强度指标性元素。

2.3 元素数据多元统计分析及参数优选

利用SPSS(Statistical Product and Service Solutions)软件对主量和微量元素进行了相关分析、主成分分析、聚类分析等多元统计分析。根据多元统计分析结果，从20余项元素中筛选出：①陆源输入强度相关元素组合：Al、K、Ti、Mg、Rb、Cr、Zr。②自生沉淀强度相关元素组合：Ca、Mn、Ba、Co。③有机质吸附及还原强度相关元素组合：V、Ni、Mo、U、Cu、Zn。通常，同一成因意义的元素组合具有相关分析结果相关性强、主成分分析结果载荷值高、聚类分析结果欧氏距离值小等特征(Tribovillard et al.，2006；Ramkumar，2015；Craigie，2018；Zhai et al.，2019)。双河露头五峰组—龙马溪组下段元素相关分析结果见表2，主成分分析结果见表3和表4，聚类分析结果见图2。

图2 双河露头五峰组—龙马溪组下段元素聚类分析树状图Fig.2 Dendrogram of element cluster analysis of Wufeng Formation-Lower Longmaxi Formation in Shuanghe outcrop

Al是陆源输入标志性元素。在元素相关分析结果中，Al2O3与K2O、TiO2、MgO、Rb、Cr的相关系数分别为0.99、0.95、0.81、0.88、0.64。Zr作为陆源输入标志性微量元素与Al相关性较小，相关系数为0.47，但与TiO2相关系数略大，为0.57(表2)。在主量元素主成分分析结果中，Al2O3、K2O、TiO2、MgO在主成分1中的载荷值分别为0.96、0.948、0.945、0.914(表3)；在微量元素主成分分析结果中Rb、Cr在主成分2中的载荷值分别为0.572和0.645，Zr在主成分2中的载荷值相对最大，但仅为0.397(表4)。在聚类分析结果中，Al2O3与K2O的平方欧氏距离约为1，TiO2、MgO的平方欧氏距离约为2，Al2O3、K2O、TiO2、MgO、Rb、Cr组合的平方欧氏距离在5以内(图2)。

Ca是自生沉淀标志性元素。在元素相关分析结果中，CaO与MnO的相关系数为0.82，与其他元素的相关性均不足0.5。Ba作为自生沉淀标志性微量元素与CaO相关性较小，相关系数为0.29(表2)。在主量元素主成分析结果中，CaO、MnO在主成分2中的载荷值分别为0.949、0.943(表3)；在微量元素主成分分析结果中Ba在主成分3中的载荷值相对最大，但仅为0.362；主成分3中Co的载荷值最大，为0.877(表4)。在聚类分析结果中，CaO与MnO的平方欧氏距离约达25，说明二者反映的自生沉淀作用机理存在较大差别；CaO、P2O5、Ba、V、Ni、As组合的平方欧氏距离在5以内，MnO、SiO2、Co组合的平方欧氏距离在6以内(图2)。

表3 双河露头五峰组—龙马溪组下段样品主量元素主成分矩阵表Tab.3 Principal component matrix of major elements in Wufeng Formation-Lower Longmaxi Formation of Shuanghe outcrop

表4 双河露头五峰组—龙马溪组下段样品微量元素主成分矩阵表Tab.4 Principal component matrix of trace elements in Wufeng Formation-Lower Longmaxi Formation of Shuanghe outcrop

V、Ni、Mo、U是有机质吸附及还原强度标志性元素。在元素相关分析结果中，V与Ni、Mo、U的相关系数为0.72、0.71、0.45，Mo，和U、As的相关系数分别为0.67、0.5；V、Ni、Mo、U与其他元素的相关性均不足0.5(表2)。在微量元素主成分分析结果中，V、Ni、Mo、U在主成分1中的载荷值分别为0.733、0.859、0.692、0.431；主成分1中载荷值大于0.5的其他元素是Zn、Cu，载荷值分别为0.684和0.721(表4)。在聚类分析结果中，Mo、U的平方欧氏距离为1，二者与总有机碳(TOC)、Cu、Zn的平方欧氏距离为5；V与P2O5的平方欧氏距离为1，与Ni的平方欧氏距离为2，V、Ni、Mo、U组合的平方欧氏距离在9以内(图2)。

3 高分辨化学层序地层学分析

层序地层学分析最重要的工作是识别层序关键界面(层序界面、最大海泛面)(Haq et al.，1988；Posamentier et al.，1988；Haq et al.，2008；陈留勤，2008；Catuneanu et al.，2009)。陆源输入强度的相关元素组合与海平面升降的响应最为敏感。海平面上升，海水覆盖区域增大，暴露剥蚀区减小，一般陆源输入强度减弱，与陆源输入强度的相关元素组合总量减少；海平面下降，海水覆盖区域减小，暴露剥蚀区增大，一般陆源输入强度增强，与陆源输入强度的相关元素组合总量增大。因此，可以根据与陆源输入强度的相关元素组合总量的变化识别海平面由下降变为海平面上升的转折面(层序界面)和海平面由上升变为海平面下降的转折面(最大海泛面)。在笔者分析中，陆源输入强度的相关元素组合总量采用原始实测数据之和。自生沉淀强度、有机质吸附及还原强度的相关元素组合对海平面的升降变化也有一定响应。通常与陆源碎屑输入强度呈互为消长的关系，但其影响因素更为复杂，如水体的活动性、pH值、Eh值等，但最大的干扰因素是陆源输入。为削弱陆源输入的影响，在笔者分析中，自生沉淀强度相关元素组合总量采用Al-标准化值之和，有机质吸附及还原强度相关元素组合采用EF之和。

在双河露头化学层序地层学分析中，通过陆源输入强度、自生沉淀强度、有机质吸附及还原强度相关元素组合总量变化趋势综合分析，缺测位置采取与新地1井化学层序地层格架对比，在五峰组识别出1个层序(LCW)，龙马溪组下段识别出4层序，自下而上命名为MCL1-1、MCL1-2、MCL1-3、MCL1-4；层序的底边界依次命名为SBW、SBL1、SBL1-2、SBL1-3、SBL1-4；识别了各层序最大海泛面，依次命名为mfsW、mfsL1-1、mfsL1-2、mfsL1-3、mfsL1-4。陆源输入强度相关主量、微量元素组合总量在层序界面附近相对较高，而最大海泛面附近相对较低，具有元素总量减少—增加旋回性变化特征。而自生沉淀强度相关主量元素组合总量和微量元素组合总量、有机质吸附及还原强度相关微量元素组合总量在层序界面附近一般较低，在最大海泛面附近一般较高，具元素总量增多—减少旋回性变化特征。这种不同成因意义的元素组合总量旋回性变化是区域海平面变化的响应，具有区域一致性，可作为区域地层对比依据。参照层序级次研究成果，三级层序的厚度多为百米级、时间跨度多为2～5 Ma；四级层序的厚度多为十米级，时间跨度多为0.4～1 Ma(林畅松等，2000；Catuneanu et al.，2009；郑荣才等，2010；赵亮东等，2011；余瑜等，2018)；与五峰组相当的LCW层序，厚度在10 m左右，时间跨度不详。参考前人研究成果(王同等，2015；郭旭升，2017)，LCW是由一个四级层序组成的三级层序，龙马溪组下段厚度为84.5 m，时间跨度为3 Ma(443.8～440.8 Ma)，划分的4个层序厚度均为十米级，平均时间跨度为0.75 Ma，层序级次相当于四级基准面升降旋回(中周期基准面升降旋回)形成的层序。各层序的不同元素组合总量变化特征见图3、表5。

3.1 LCW层序

LCW层序陆源输入强度相关的Al+K+Mg+Ti主量元素组合和Cr+Zr+Rb微量元素组合的总量相对较低，Al+K+Mg+Ti主量元素组合总量平均值为10.76%，Cr+Zr+Rb微量元素组合量平均值为180.69×10-6；层序底界面SBW附近，Al+K+Mg+Ti主量元素组合总量约为12.17%，Cr+Zr+Rb微量元素组合总量为162×10-6；向上，二者减小，在最大海泛面mfsW附近，二者总量分别为9.52%、106×10-6；从mfsW向上，二者含量有增大趋势，到层序顶边界SBL1附近，二者总量分别为12.76%、237×10-6。

自生沉淀强度相关的Ca+Mn主量元素组合及Co+Ba微量元素组合总量的Al标准化值、有机质吸附及还原强度相关V+Ni+Mo+U+Cu+Zn微量元素组合总量及其富集系数均较高，平均值分别为1.94及61.79×10-4、583.43×10-6及75.52；层序底界面SBW附近，四者数值分别为1.28及33.96×10-4、269.21×10-6及10.35；向上四者数值增大，在最大海泛面mfsW附近，四者数值分别为3.2及88.33×10-4、964.21×10-6及229.45；从mfsW向上，四者数值有减小的趋势，到层序顶边界SBL1附近，四者数值分别为1.70及66.60×10-4、614.21×10-6及14.01(图3、表5)。

表5 双河露头五峰组—龙马溪组下段化学层序地层特征数据表Tab.5 Chemical sequence stratigraphic characteristics of Wufeng Formation-Lower Longmaxi Formation in Shuanghe outcrop

1.瘤状灰岩;2.硅质岩;3.硅质泥岩;4.泥灰岩;5.泥岩或页岩;6.粉砂质泥岩;7.泥质粉砂岩;8.三级/四级层序界面(SB);9.最大海泛面(mfs);10.变化趋势

双河露头龙马溪组下部的MCL1-1、MCL1-2因覆盖严重未能实际测量和采样，这2个层序是通过与新地1井对比分析得出的。

3.2 MCL1-3层序

MCL1-3层序陆源输入强度相关的Al+K+Mg+Ti主量元素组合和Cr+Zr+Rb微量元素组合的总量相对较高，二者平均值分别为23.49%和179.52×10-6；层序底界面SBL1-3附近，Al+K+Mg+Ti主量元素组合总量约为22.98%，Cr+Zr+Rb微量元素组合量平均值为355×10-6；向上，二者略微减小，在最大海泛面mfsL1-3附近，二者总量分别为20.24%、279×10-6；从mfsL1-3向上，二者含量有增大趋势，到层序顶边界SBL1-4附近，二者总量分别为25.31%、354×10-6。

自生沉淀强度相关的Ca+Mn主量元素组合及Co+Ba微量元素组合总量的Al标准化值、有机质吸附及还原强度相关V+Ni+Mo+U+Cu+Zn微量元素组合总量及其富集系数均略低，平均值分别为0.18及46.16×10-4、179.52×10-6及2.25；层序底界面SBL1-3附近，四者数值分别为0.16及40.57×10-4、150.21×10-6及2.15；向上四者数值略有增大，在最大海泛面mfsL1-3附近，四者数值分别为0.77及58.38×10-4、210.21×10-6及2.83；从mfsL1-3向上，四者数值有减小的趋势，到层序顶边界SBL1-4附近，四者数值分别为0.01及38.12×10-4、193.21×10-6及1.98(图3、表5)。

3.3 MCL1-4层序

MCL1-4层序陆源输入强度相关的Al+K+Mg+Ti主量元素组合和Cr+Zr+Rb微量元素组合的总量相对略高，二者平均值分别为24.43%和290.79×10-6；由层序底界面SBL1-4附近向上，二者略微减小，在最大海泛面mfsL1-4附近，二者总量分别为23.99%、268×10-6；从mfsL1-4向上，二者含量有增大趋势，到层序顶边界SBL2-1附近，二者总量分别为24.56%、295×10-6。

自生沉淀强度相关的Ca+Mn主量元素组合及Co+Ba微量元素组合总量的Al标准化值、有机质吸附及还原强度相关V+Ni+Mo+U+Cu+Zn微量元素组合总量及其富集系数均偏低，平均值分别为0.22及45.38×10-4、244.93×10-6及2.90；由层序底界面SBL1-4附近向上，四者数值略有增大，在最大海泛面mfsL1-3附近，四者数值分别为0.25及63.08×10-4、287.21×10-6及3.21；从mfsL1-4向上，四者数值有减小的趋势，到层序顶边界SBL2-1附近，四者数值分别为0.21及41.15×10-4、253.21×10-6及2.90(图3、表5)。

3.4 双河露头与新地1井化学层序地层对比

与双河露头同处于上扬子地区西南缘的新地1井(图1)完整揭露了五峰组—龙马溪组下段，且连续取心。新地1井五峰组—龙马溪组下段，以陆源输入强度相关的Al+K+Fe+Ti主量元素组合和Al富集系数为主，辅以自生沉淀强度相关的Ca+Mg+Mn主量元素组合和Sr微量元素、有机质吸附及还原强度相关V+Ni+Ba+Zn微量元素组合。通过陆源输入强度、自生沉淀强度、有机质吸附及还原强度相关元素组合总量变化趋势综合分析，在五峰组识别出1个层序(LCW)，龙马溪组下段自下而上识别出MCL1-1、MCL1-2、MCL1-3、MCL1-4；层序的底边界依次命名为SBW、SBL1、SBL1-2、SBL1-3、SBL1-4；识别了各层序最大海泛面，依次命名为mfsW、mfsL1-1、mfsL1-2、mfsL1-3、mfsL1-4(图4a)。

1.瘤状灰岩;2.硅质岩;3.硅质泥岩;4.泥灰岩;5.泥岩或页岩;6.粉砂质泥岩;7.泥质粉砂岩;8.三级/四级层序界面(SB);9.最大海泛面(mfs)，10.变化趋势

双河露头LCW、MCL1-3、MCL1-4划分层序的指标性元素组合总量的旋回性变化特征可以与新地1井很好对比(图4)。双河露头龙马溪组下部，由于覆盖无法观测、取样获得地球化学数据，通过与新地1井对比分析，可以大致推断MCL1-1、MCL1-2层序及层序边界(SBL1-2)、最大海泛面(mfsL1-1、mfsL1-2)在露头剖面的位置(图4)。

4 结论

(1)双河露头五峰组—龙马溪组下段为深水陆架沉积，检出矿物有石英、方解石、白云石、微斜长石、斜长石、伊利石、绿泥石、黄铁矿；检出主量元素氧化物有SiO2、Al2O3、Fe2O3、CaO、MgO、K2O、Na2O、MnO、TiO2、P2O5；微量元素有V、Cr、Co、Ni、Zn、Cu、Ba、La、Ce、Zr、Rb、As、Th、U、Mo。矿物及化学元素具有不同的成因意义。黏土矿物、长石主要来自陆源输入，石英的成因既有陆源输入，也有自生沉淀，方解石为自生沉淀矿物。Al与陆源输入相关，Ca与自生沉淀关系密切，V、Ni与有机质吸附及还原强度相关。

(2)陆源输入强度的相关元素组合与海平面升降的响应最为敏感，是识别海平面变化趋势、划分层序的主要指标。海平面上升，海水覆盖区域增大，暴露剥蚀区减小，陆源输入强度的相关元素组合总量减少；海平面下降，海水覆盖区域减小，暴露剥蚀区增大，陆源输入强度的相关元素组合总量增大。自生沉淀强度、有机质吸附及还原强度的相关元素组合对海平面的升降变化也有一定响应，通常与陆源碎屑输入强度呈互为消长的关系，但其影响因素更为复杂，是识别海平面变化趋势、划分层序的辅助指标。

(3)以陆源输入强度相关的Al+K+Mg+Ti主量元素组合和Cr+Zr+Rb微量元素组合为主，辅以自生沉淀强度相关的Ca+Mn主量元素组合和Co+Ba微量元素组合、有机质吸附及还原强度相关V+Ni+Mo+U+Cu+Zn微量元素组合。通过不同元素组合总量变化趋势综合分析，结合与新地1井化学层序地层格架对比，在五峰组识别出1个层序(LCW)，龙马溪组下段识别出4个四级层序，自下而上命名为MCL1-1、MCL1-2、MCL1-3、MCL1-4。陆源输入强度相关元素组合总量在层序界面附近相对较高，最大海泛面附近相对较低；而自生沉淀强度、有机质吸附及还原强度相关元素组合总量在层序界面附近一般较低，在最大海泛面附近一般较高。这种不同成因意义的元素组合总量旋回性变化是区域海平面变化的响应，具有区域一致性，可作为区域地层对比依据。

致谢：本文研究、写作过程中得到了中国地质调查局成都地调中心刘伟、中国地质大学(北京)吴昊等多位同行的大力协助。在此，向他们表示衷心的感谢！

参考文献(References)：

陈留勤. 从基本层序地层模式论地层穿时的本质——以滇黔桂盆地泥盆纪层序地层格架为例[J]. 西北地质, 2008, 41(1)： 50-58.

CHEN Liuqin. On the Essence of Stratigraphic Diachronism from the Basic Sequence Stratigraphic Model——An example from the Devonian sequence stratigraphic framework of the Dianqiangui basin[J]. Northwestern Geology, 2008, 41(1)： 50-58.

程文斌, 顾雪祥, 胡修棉, 等. 现代大洋红色粘土与白垩纪大洋红层元素地球化学对比[J]. 地质学报, 2008, 82(1)： 37-47.

CHENG Wenbin, GU Xuexiang, HU Xiumian, et al. Comparative Element Geochemistry of Recent Oceanic Red Clay and Cretaceous Oceanic Red Bed[J]. Acta Geologica Sinica, 2008, 82(1)： 37-47.

郭旭升. 上扬子地区五峰组-龙马溪组页岩层序地层及演化模式[J]. 地球科学, 2017, 42(7)：1069-1082.

GUO Xusheng. Sequence Stratigraphy and Evolution Model of the Wufeng-Longmaxi Shale in the Upper Yangtze Area[J]. Earth Scienc, 2017, 42(7)：1069-1082.

姜振学, 宋岩, 唐相路, 等. 中国南方海相页岩气差异富集的控制因素[J]. 石油勘探与开发, 2020, 47(3)： 1-12.

JIANG Zhenxue, SONG Yan, TANG Xianglu, et al. Controlling factors of marine shale gas differential enrichment in southern China[J]. Petroleum Exploration and Development, 2020, 47(3)： 1-12.

李关清, 顾雪祥, 程文斌, 等. 藏南扎西康Sb-Pb-Zn-Ag多金属矿集区下侏罗统日当组赋矿地层元素地球化学特征及地质意义[J]. 矿物岩石地球化学通报, 2014, 33(5)： 598-608.

LI Guanqing, GU Xuexiang, CHENG Wenbin, et al. Geochemical Characteristics and Their Geologic Significance of the Lower Jurassic Ridang Formation Host Strata from the Zhaxikang Sb-Pb-Zn-Ag Polymetallic Ore-concentrated District,South Tibet[J]. Bulletin of Mineralogy, Petrology and Geochemistry, 2014, 33(5)： 598-608.

李一凡, 樊太亮, 高志前, 等. 渝东南地区志留系黑色页岩层序地层研究[J]. 天然气地球科学, 23(2)： 299-306.

LI Yifan, FAN Tailiang, GAO Zhiqian, et al. Sequence Stratigraphy of Silurian Black Shale and Its Distribution in Southeastern Area of Chongqing[J]. Natural Gas Geoscience, 2012, 23(2)： 299-306.

梁兴，王高成，徐政语, 等. 中国南方海相复杂山地页岩气储层甜点综合评价技术—以昭通国家级页岩气示范区为例[J].天然气工业, 2016, 36(1)： 33-42.

LIANG Xing, WANG Gaocheng, XU Zhengyu, et al. Comprehensive evaluation technology forshale gas sweet spots in the complex marine mountains,South China： A case study from Zhaotong national shale gas demonstration zone[J]. Natural Gas Industry, 2016, 36(1)： 33-42.

林畅松, 张燕梅, 刘景彦, 等. 高精度层序地层学和储层预测[J]. 地学前缘, 2000, 7(3)： 111-117.

LIN Changsong, ZHANG Yanmei, LIU Jingyan, et al. High resolution sequence stratigraphy and reservoir prediction[J]. Earth Science Frontiers, 2000, 7(3)： 111-117.

陆扬博, 马义权, 王雨轩, 等. 上扬子地区五峰组-龙马溪组主要地质事件及岩相沉积响应[J]. 地球科学, 2017, 42(7)： 1169-1184.

LU Yangbo, MA Yiquan,WANG Yuxuan, et al. The Sedimentary Response to the Major Geological Events and Lithofacies Characteristics of Wufeng Formation-Longmaxi Formation in the Upper Yangtze Area[J]. Earth Scienc, 2017, 42(7)： 1169-1184.

马新华，谢军.川南地区页岩气勘探开发进展及发展前景[J]. 石油勘探与开发, 2018，45(1)： 161-169.

MA Xinhua, XIE Jun. The progress and prospects of shale gas exploration and exploitation in southern Sichuan Basin, NW China[J]. Petroleum Exploration and Development, 2018, 45(1)：161-169.

马永生，蔡勋育，赵培荣.中国页岩气勘探开发理论认识与实践[J]. 石油勘探与开发, 2018, 45(4)： 561-574.

MA Yongsheng, CAI Xunyu, ZHAO Peirong. China’s shale gas exploration and development： Understanding and practice[J]. Petroleum Exploration and Development, 2018, 45(4)： 561-574(in Chinese with English abstract).

邱振, 邹才能, 王红岩, 等.中国南方五峰组—龙马溪组页岩气差异富集特征与控制因素探讨[J].天然气地球科学, 2020, 31(2)： 163-175.

QIU Zhen, ZOU Caineng, WANG Hongyan, et al. Discussion on characteristics and controlling factors of differential enrichment of Wufeng-Longmaxi Shale gas in South China[J]. Natural Gas Geoscience, 2020, 31(2)： 163-175.

王同, 杨克明, 熊亮, 等.川南地区五峰组-龙马溪组页岩层序地层及其对储层的控制[J]. 石油学报, 2015, 36(8)： 915-925.

WANG Tong, YANG Keming, XIONG Liang, et al. Shale Sequence Stratigraphy of Wufeng-Longmaxi Formation in Southern Sichuan and Their Control on Reservoirs[J]. Acta Petrolei Sinica, 2015, 36(8)： 915-925.

王玉满, 李新景, 董大忠, 等.上扬子地区五峰组—龙马溪组优质页岩沉积主控因素[J]. 天然气工业, 2017, 37(4)： 9-20.

WANG Yuman, LI Xinjing, DONG Dazhong, et al. Main factors controlling the sedimentation of high-quality shale in Wufeng-Longmaxi Fm, Upper Yangtze region[J]. Natural Gas Industry, 2017，37(4)： 9-20 (in Chinese with English abstract).

余瑜, 林良彪, 蓝彬桓, 等. 基于小波分析的层序地层划分及识别—以川东地区上二叠统龙潭组为例[J]. 西北地质, 2018, 51(4)：43-52.

YU Yu, LING Liangbiao, LAN Binhuan, et al. Sequence stratigraphic division and recognition based on wavelet analysis： example from the upper permian Longtan formation in eastern Sichuan Basin[J]. Northwestern Geology, 2018, 51(4)：43-52.

赵亮东, 郭荣涛. 层序级别划分的两种途径：具有重要科学意义的难题[J]. 西北地质, 2011, 44(2)：8-14.

ZHAO Liangdong, GUO Rongtao. Two kinds of sequence hierarchy classification systems： a difficult problem with scientific significance[J]. Northwestern Geology, 2011, 44(2)：8-14.

郑荣才, 文华国, 李凤杰. 高分辨率层序地层学[M]. 北京： 地质出版社, 2010.

ZHENG Rongcai, WEN Huaguo, LI Fengjie. High-resolution sequence stratigraphy[M]. Beijing： Geological Publishing House, 2010.

陈孝红,张保民,张国涛,等. 湖北宜昌地区奥陶系五峰组-志留系龙马溪组获页岩气高产工业气流[J]. 中国地质, 2018, 45(1): 199-200.

CHEN Xiaohong,ZHANG Baomin,ZHANG Guotao, et al. High shale gas industry flow obtained from the Ordovician Wufeng Formation and the Silurian Longmaxi Formation of Yichang area, Hubei Province[J]. Geology in China, 2018, 45(1): 199-200(in Chinese with English abstract).

Abouelresh M O, Slatt R M. Lithofacies and Sequence Stratigraphy of the Barnett Shale in East-Central Fort Worth Basin, Texas[J]. AAPG Bulletin, 2012，96(1)：1-22.

Calvert S E, Pedersen T F. Geochemistry of recent oxic and anoxic sediments： implications for the geological record [J]. Marine Geology, 1993， 113：67-88.

Catuneanu O, Abreu V, Bhattacharya J P, et al. Towards the standardization of sequence stratigraphy[J]. Earth-Science Reviews, 2009, 92(1-2)：1-33.

Chen Lei, Lu Yongchao, Jiang Shu, et al. Heterogeneity of the Lower Silurian Longmaxi Marine Shale in the Southeast Sichuan Basin of China[J]. Marine and Petroleum Geology, 2015, 65： 232-246.

Craigie N. Principles of Elemental Chemostratigraphy-A Practical User Guide[M]. Springer, 2018.

Filzmoser P, Hron K. Outlier detection for compositional data using robust methods[J]. Mathematical Geosciences, 2008, 40 (3)： 233-248.

Hammes U, Frébourg G. Haynesville and Bossier Mudrocks： A Facies and Sequence Stratigraphic Investigation, East Texas and Louisiana, USA[J]. Marine and Petroleum Geology, 2012, 31(1)：8-26.

Haq B U, Hardenbol J, Vail P R. Mesozoic and cenozoic chronostratigraphy and cycles of sea-levelchange[A]. In： Wilgus C K, Hastings B S, Kendall C, et al. (Eds.), Sea Level Changes—An Integrated Approach[C]. SEPM Special Publication No. 42, 1988, 71-108.

Haq B U, Schutter S R. A Chronology of Paleozoic Sea-LevelChanges[J]. Science, 2008, 322：64-68.

Lash G G, Engelder T. Thickness Trends and Sequence Stratigraphy of the Middle Devonian Marcellu Formation, Appalachian Basin： Implications for Acadian Foreland Basin Evolution[J]. AAPG Bulletin, 2011, 95(1)：61-103.

Li Y H, Schoonmaker J E. Chemical composition and mineralogy of marine sediments[C]. In： Rudnick R L(eds). Sediments, diagenesis, and sedimentary rocks. Treatise on geochemistry, volume 7[A]. New York： Elsevier Sciences, 2003, 1-35.

Martin-Fernandez J A, Barcelo-Vidal C, Pawlowsky-Glahn V. Dealing with zeros and missing values in compositional data sets using nonparametric imputation[J]. Mathematical Geology, 2003, 35(3)：253-278.

Martín-Fernández J A, Barceló-Vidal C, Pawlowsky-Glahn V. Subcompositional patterns in Cenozoic volcanic rocks of Hungary[J]. Mathematical Geology, 2005, 37 (7)：729-752.

Palarea-Albaladejo J, Martín-Fernández J A, Gómez-García J. A parametric approach for dealing with compositional rounded zeros[J]. Mathematical Geology, 2007, 39 (7)： 625-645.

Palarea-Albaladejo J, Martín-Fernández J A. A modified EM alr-algorithm for replacing rounded zeros in compositional data sets[J]. Computers & Geosciences, 2008, 34： 902-917.

Pan Songqi, Zou Caineng, Yang Zhi, et al. Methods for Shale Gas Play Assessment： A Comparison between Silurian Longmaxi Shale and Mississippian Barnett Shale[J]. Journal of Earth Science, 2015, 26(2)： 285-294.

Pearce T J, Martin J H, Cooper D. Chemostratigraphy of upper carboniferous (Pennsylvanian) sequences from the southern North Sea (United Kingdom)[A]. In： Ratcliffe K T, Zaitlin B A (Eds.), Modern alternative stratigraphic techniques, Theory and case histories[C]. SEPM Special Publication No. 94, 2010.109-129.

Pison G, Rousseeuw P, Filzmoser P. Robust factoranalysis[J]. Journal of Multivariate Analysis, 2003, 84, 145-172.

Posamentier H W, Vail P R. Eustatic controls on clastic deposition II — sequence and systems tract models[A]. In： Wilgus C K, Hastings B S, Kendall C, et al. (Eds.), Sea Level Changes — An Integrated Approach[C]. SEPM Special Publication No. 42, 1988, 125-154.

Ramkumar M. Chemostratigraphy： Concepts, Techniques, and Applications[M]. Elsevier, 2015.

Ratcliffe K T, Wilson A, Payenberg T,et al. Ground trothing chemostratigraphic correlations in fluvial systems[J]. AAPG Bulletin, 2015, 99, 155-180.

Reiman C, Filmoser P. Normal and lognormal data distribution in geochemistry： death of a myth. Consequences for the statistical treatment of geochemical and environmental data[J]. Environmental Geology, 1999, 39, 1001-1014.

Sandford R F, Pierson C T, Crovelli R A. An objective replacement method for censored geochemical data[J]. Mathematical Geology, 1993, 25(1)： 59-80.

Sano J L, Ratcliffe K T, Spain D. Chemostratigraphy of the HaynesvilleShale[A]. In： Hammes U & Gale J(Eds.), Geology of the Haynesville Gas Shale in East Texas and West Louisiana, USA[C]. AAPG Memoir 105, 2013.137-154.

Slatt R M, Rodriguez N D. Comparative Sequence Stratigraphy and Organic Geochemistry of Gas Shales： Commonality or Coincidence?[J]. Journal of Natural Gas Science and Engineering, 2012, 8：68-84.

Tribovillard N, Algeo T J, Lyons T, et al. Trace metals as paleoredox and paleoproductivity proxies： an update[J]. Chemical Geology, 2006, 232：12-32.

Turgeon S, Brumsack H J. Anoxic vs dysoxic events reflected in sediment geochemistry during the Cenomanian -Turonian Boundary Event(Cretaceous)in the Umbria-Marche Basin of central Italy[J]. Chemical Geology, 2006, 234：321-339.

Turner B W, Molinares-Blanco C E, Slatt R M. Chemostratigraphic, Palynostratigraphic, and Sequence Stratigraphic Analysis of the Woodford Shale,Wyche Farm Quarry, Pontotoc County, Oklahoma[J]. Interpretation, 2015, 3(1)：1-9.

Wang Yuman, Dong Dazhong, Li Xinjing,et al. Stratigraphic Sequence and Sedimentary Characteristics of Lower Silurian Longmaxi Formation in Sichuan Basin and Its Peripheral Areas. Natural Gas Industry B, 2015, 2(2-3)： 222-232.

Wedepohl K H. The composition of the upper Earth`s crustand the natural cycles of selected metals[A]. In： Merian E(eds). Metals and their compounds in the environment[C]. VCH-Verlagsgesellschaft, Weinheim, 1991, 3-17.

Zhai Gangyi, Li Juan, Jiao Yang, et al. Applications of chemostratigraphy in a characterization of shale gas Sedimentary Microfacies and predictions of sweet spots —taking the Cambrian black shales in Western Hubei as an example[J]. Marine and Petroleum Geology, 2019, 109, 547-560.