基于q-型聚类分析的地热流体水化学分类研究.docxVIP

基于q-型聚类分析的地热流体水化学分类研究 聚类分析是一种考虑多个因素的数学分类方法。基本原则是根据样本的属性，使用数学方法和一些相似性指标，定量确定样本之间的关系，并根据这种关系的程度将样本分类到各个阶段。相比于传统的水化学分析方法,聚类分析考虑水化学成分更加全面,分析更加合理,在一定程度上反映出水的补给来源、水力联系及其与周围环境相互的特征。所以,作为一种十分有效和便捷的统计方法,聚类分析已被学者们广泛地应用于水化学研究中,用于大量数据的分析以帮助寻找元素间的内在联系。 1 数据来源与研究方法 1.1 地热井类型及井位分布 天津市丰富的中低温地热资源主要赋存于孔隙型热储层和基岩裂隙型热储层两大地热流体系统中。自20世纪30年代至今,已成功开发了5个热储层,自上而下分别为:新近系明化镇组(Nm)和馆陶组(Ng)孔隙型热储层,古生界奥陶系(O)和寒武系(∈)、中元古界蓟县系雾迷山组(Jxw)基岩裂隙型热储层,在构造上分属于冀中坳陷、沧县隆起和黄骅坳陷三个Ⅲ级构造单元。目前地热井的成井深度一般在1000~3500m之间,受区域地质构造及地层空间分布的控制:馆陶组地热井主要位于坳陷区,基岩地热井主要位于沧县隆起区,明化镇组地热井则普遍分布。地热流体的溶解性总固体在水平方向上自北东向南西、在垂直方向自上而下逐渐增高,由500mg/L左右逐渐增加至6000mg/L左右;水质类型渐趋复杂,由HCO3—Na型逐渐向Cl·HCO3—Na、Cl·SO4·HCO3—Na、Cl·SO4—Na过渡。 1.2 天津草地水体、构造环境的空间变异性 由于寒武系地热井仅数眼,而有关技术规范指出,研究不同产地样本的某种统计规律。其样本数量至少10个,才能保证分析结果具有统计学意义。所以本次只对Nm、Ng、O、Jxw等4个热储层进行聚类分析。此次未收集到王草庄凸起、宁河凸起区的地热井水质数据,仅对武清凹陷、潘庄凸起等8个Ⅳ级构造单元的水质进行研究。共取得水质分析报告108份(图1),其中Nm井19份、Ng井33份、O井14份、Jxw井42份。 此次收集的水质分析报告检测项目有36项。运用SPSS13.0对其中的30项指标(另6项指标检测值信息量极低,忽略不计)进行统计分析,结果(表1)显示:天津地热流体中的Na+、HCO-3、SiO2、F-、总碱度、温度、pH值的变异系数小于35%,说明这些含量(或指标)的空间变异性较小,其值相对稳定;Ca2+、Mg2+、Zn2+、SO2-42?4、NH+4、CO2-32?3、Mn、Br-、NO2-32?3、NO3-33?3、I-、Fe2+、Fe3+、硬度、酸度变异系数大于100%,反映了其含量存在着较强的空间变异性;其余离子的变异系数介于35%~100%之间,显示出中等变异性。 1.3 对b有或无重型聚类或r-型聚类的分类 根据分类对象的不同,可分为Q-型聚类(对样品分类)和R-型聚类(对指标分类)。本次研究以不同热储层在各构造单元的水质样品为聚类对象,建立变量之间的近似程度,所以选择Q-型聚类分析方法。 1.4 计算主成分特征值 在保证信息损失量最小的前提下,本文对高维变量空间进行降维处理,即进行主成分分析,分析过程借助SPSS13.0完成。由表2可知,前9个主成分的特征值均大于1,累计贡献率为78.79%。考虑到第10~12主成分的特征值接近于1,而且前12个主成分可以代表原始因子87.06%的信息,大大减少了信息的损失量。因此提取前12项主成分的特征值,替代原始36项指标计算各指标因子在主成分中的载荷(表3)。 根据表3中各指标因子的载荷,选取K+、Na+、Ca2+、Mg2+、NH+4、Cl-、SO2-4、HCO-3、F-、SiO2、溶解性总固体、固形物、pH、总硬度、总碱度、温度等16项指标作为天津地热流体的主成分,并将其作为Q-型聚类分析的指标。 2 聚类稳定性分析 Q-型聚类用于对样本进行聚类,描述变量之间的接近程度,常用“距离”来度量。聚类分析方法主要包括类间联接法、类内联接法、最短距离法、最长距离法、重心法、中间距离法和离差平方法等7种方法。 本次研究根据热储层类别及所处Ⅳ级构造单元位置,将样本分为17个亚类,将各亚类的样本数取其均值(表4)进行Q-型聚类。通过不同聚类方法的比较,类间联接聚类法的谱系图表现得最为清晰、聚类效果最好。从系统聚类法的性质来看该方法提取样本的信息较多, 聚类空间的浓缩性或扩张性也较适中,聚类结果也与实际情况比较相符,以欧式距离作为聚类样品的测度,通过重新调整距离聚类合并。以上工作通过SPSS13.0分析软件完成,最后得出Q-型聚类分析谱系图(图2)。利用16项主成分指标对样品聚类的结果显示,108个样品最终被聚为Ⅰ、Ⅱ两大类(图2)。 Ⅰ类样品4、10、7、9、13、6均来自基岩