基于CIFLog軟件的測井旋回地層學分析模塊開發與應用

摘要：測井旋回地層學研究主要依據米蘭科維奇天文旋回理論，以測井數據作為天文旋回替代指標研究地質、環境、氣候等諸多領域的科學問題。目前國內外仍缺少專門針對測井旋回地層學處理分析的軟件，本文基于CIFLog軟件，使用Java語言開發測井旋回地層學分析模塊，包含預處理、天文驅動檢驗、濾波與調諧等必要功能，并使用理論曲線作為測試數據驗證了各功能的有效性。選取松遼盆地松科二井青山口組

自然伽馬能譜

測井釷元素含量

數據進行處理，成功識別和提取出13個長偏心率信號周期，估算沉積速率為5.6 cm/ka，并建立浮動天文年代標尺。

關鍵詞：測井；米蘭科維奇旋回；CIFLog；軟件開發；松科二井

doi：10.13278/j.cnki.jjuese.20240017

中圖分類號：P631.8

文獻標志碼：A

Development and Application of Well Log Cyclostratigraphy Analysis Module Bases on CIFLog Software

Qiao Keyu， Zou Changchun， Peng Cheng

School of Geophysics and Information Technology， China University of Geosciences （Beijing）， Beijing 100083， China

Abstract：

The study of well log cyclostratigraphy is mainly based on the Milankovitch astronomical theory， using logging data as a proxy for astronomical cycles to investigate scientific issues in geology， environment， climate， and other fields. Currently， there is still a lack of specialized software for the processing and analysis of well log cyclostratigraphy both domestically and internationally. In this paper， a well log cyclostratigraphy analysis module is developed using Java language based on the CIFLog software， which includes necessary functions such as preprocessing， astronomical testing， filtering and tuning. The effectiveness of each function is verified using theoretical curves as test data. We select the Th content data from natural gamma ray spectroscopy "logging of "Qingshankou Formation in Well SK-2 in "Songliao basin for processing and successfully identify and extract 13 long eccentricity signals. The sedimentation rate is estimated to be 5.6 cm/ka， and a floating astronomical time scale has been "established.

Key words：

well log; Milankovitch cycles; CIFLog; software development; Well SK-2

0"引言

旋回地層學主要研究地層中由地球軌道驅動力造成的米蘭科維奇旋回（米氏旋回）記錄，被廣泛應用于高精度地質定年、地層劃分、古環境古氣候等領域的研究中^[1-3]。米氏旋回所蘊含的周期信息通過測井數據、沉積構造、巖石巖性與巖相特征等替代指標體現，其中由于測井數據具有原位、連續、測量深度深、高分辨率、多參數等特點，已被證實為寶貴的旋回地層學研究資料^[4]。測井與旋回地層學的交叉融合推動了測井旋回地層學的發展，解決的核心問題是檢驗測井參數中是否存在米氏旋回記錄，并估算地層沉積速率，建立天文年代標尺。進行天文驅動檢驗最常用的方法是通過頻譜分析將測井數據按頻率域順序展開，確定其中是否有周期性成分或準周期性成分。一旦從測井數據中識別出米氏旋回信號，即可通過濾波和調諧來建立天文年代標尺并計算地層沉積速率。近年來，時間序列分析方法和基于統計學的旋回地層學分析方法的快速發展，為測井旋回地層學的研究提供了更強有力的工具。

目前，地學界用于旋回地層學分析的軟件眾多，如Redfit^[5]、AnalySeries^[6]、Acycle^[7]等。由于測井數據來源廣泛、格式多且內容結構差異較大，數據解編及格式轉換需要借助專業測井軟件。目前，國內外主流的測井軟件如中石油的CIFLog、斯倫貝謝的Techlog、帕拉代姆的Geolog等，雖然可以高效便捷地管理測井數據，但主要聚焦于解決資源評價問題。綜上，目前尚缺乏針對測井數據進行旋回地層學分析的專用軟件。

CIFLog作為中國擁有完全自主知識產權的大型測井評價與解釋一體化軟件，具備開放的底層平臺、豐富的組件支持及易于交互式可視化的二次開發功能^[8-9]。本文依托CIFLog軟件進行測井旋回地層學分析模塊開發，實現利用測井資料進行旋回地層學分析的基本功能。松遼盆地松科二井為全球首個鉆穿白堊紀地層的科學鉆探井，完鉆深度達7 018 m，實現了地質記錄連續取心，測井獲得了完整的白堊紀陸相地層數據，為古環境古氣候研究提供了珍貴的數據資料^[10-11]。青山口組形成于松遼盆地的湖盆擴張期，細粒沉積廣泛發育^[12-13]。本文選取松科二井青山口組自然伽馬能譜測井的釷（Th）元素含量數據進行旋回地層學處理分析，測試軟件功能，為測井旋回地層學相關研究工作提供支持。

1"測井旋回地層學分析方法

時間序列分析方法是對信號進行定量分析研究的方法，是米蘭科維奇旋回研究的主要方法。此外，近年來基于統計學原理的假設檢驗與蒙特卡羅模擬也被廣泛用于旋回地層學研究中。測井旋回地層學分析首先要對數據進行預處理，再通過頻譜分析和小波分析等方法分析數據在頻率域的特征，進而檢驗天文驅動信號的存在，最后通過濾波與調諧的方法建立天文年代標尺，估算地層沉積速率。

1.1"預處理

測井數據作為米氏旋回替代指標包含了各種環境噪聲，必須對數據進行預處理以滿足后續處理的需求，通常包含的流程有重采樣、去極值、去趨勢等。重采樣是為了使數據滿足采樣精度并等間隔排列。去極值的目的是避免異常值對后續處理造成的誤差，通過插值即可實現。去趨勢是測井旋回地層學分析預處理中重要的步驟^[14]。因為測井曲線通常會存在隨深度變化的長趨勢，導致高頻的旋回信號被低頻信號壓制；因此，去趨勢實質上是對數據進行濾波，目的是在后續的頻譜分析與小波分析中更好地凸顯米氏旋回信號。

1.2"頻譜與小波分析

將測井數據從深度域轉化為頻率域，分析其主周期成分是檢驗天文驅動信號存在的必要處理步驟。常見的頻譜分析法有周期圖法、自相關譜估計法、多窗譜分析法、傅里葉變換法等，這些方法在旋回地層學分析中得到的結果基本相同，可以很好地估計測井數據中包含的主頻率，但不能反映頻率隨深度變化的信息，也無法反映研究剖面沉積速率的變化情況。滑動窗口頻譜分析法^[14]在深度域上移動窗長進行傅里葉變換，其核心是在傅里葉變換的過程中乘以一個窗函數，公式如下：

F（t，ω）=∫_-f（x）w（x-t）e^-jωtdx。

式中：F（t， ω）為能量密度；f（x）為測井數據；w（x-t）為指定窗長下的窗口函數；t為滑動窗口的中心位置；ω為頻率。該方法可以檢測數據頻率在深度域上的變換特征，與傳統頻譜分析方法相比更適合用于測井旋回地層學研究。

小波分析^[15]不同于頻譜分析僅顯示數據在頻率域的特征，它能夠同時將信號在深度域和頻率域兩個尺度進行分解，公式如下：

W_tfa，b=

lt;f，φ_abgt;=1"a∫_-f（x）φ（x-ba）dx。

式中：W_tf（a， b）模的平方為小波功率譜；a為尺度因子；b為位移因子；φ_ab為小波母函數。小波分析不但可以在深度域很好地刻畫信號的局部性，同時也能在頻率域反映信號的局部性，從而更加聚焦信號的局部細節。

由于天文驅動信號反映在沉積系統中并不是一個線性過程，可能伴隨很多其他信號，因此通過頻譜分析不能完全判斷測井數據中是否存在明顯的米氏旋回信號。頻譜分析和小波分析聯合有助于識別旋回信號及沉積速率變化和可能的沉積間斷^[16]。

1.3"天文驅動檢驗

天文驅動檢驗最常用的方法是判斷數據頻譜主峰的周期比是否近似等于地球軌道參數中偏心率（eccentricity，E（e））、斜率（obliquity，O）和歲差（precession，P）的周期比。若對測井數據通過頻譜分析與小波分析得到的周期比近似等于理論參數周期比即可初步判斷地層中記錄了米氏旋回信號。通過比值法直接檢驗天文驅動信號的存在是目前的主流方法。

基于統計學原理的零假設檢驗法和蒙特卡羅模擬通過篩選一系列可能的沉積速率來估算地層最優沉積速率，在該沉積速率下沉積旋回與天文周期最匹配。常用方法有功率比累加法^[17]、平均譜誤差法^[18]、時間標尺優化法^[19]、相關系數法^[20]等。軟件采用功率比累加法，計算公式為

R=∑Nn=1∑f_{cutoff2（n）}i=f_{cutoff1（n）}P（i）∑f_maxj=f_minP（j）。

式中：N為目標軌道參數數目；P（i）為功率譜；f_min和f_max為用于估計總功率的截止頻率；f_{cutoff1（n）}和f_{cutoff2（n）}為第n個軌道周期的截止頻率。

頻譜和小波分析識別出的天文信號可能包含一定的人為主觀因素，采用功率比累加法能起到與之相互彌補和驗證的作用，使天文驅動信號檢驗更加準確，同時能估算出隨深度變化的沉積速率。

1.4"濾波與調諧

測井數據中包含與天文周期信號無關的噪聲，當通過天文驅動檢驗方法識別出地層中的旋回信號時，就可設計濾波器提取偏心率、斜率、歲差等目標頻率信號。常見的濾波方法有低通濾波、高通濾波、帶通濾波，其中高斯帶通濾波更適合用于測井旋回地層學分析中在一定帶寬內提取目標頻率信號（圖1）。天文調諧是將通過濾波提取出的天文旋回信號與理論天文曲線進行對比，將濾波信號調諧到偏心率、斜率、歲差等目標曲線上，實現深度域的測井數據轉換到時間域，由此建立天文年代標尺，獲得地層沉積持續時間及沉積速率。

2"模塊設計與實現

CIFLog軟件由數據層、支持層和應用層三級結構組成，數據層提供數據管理和訪問，是軟件唯一的數據讀寫通道；支持層位于數據層和應用層之間，基于JNI（Java native interface）技術建立工具庫形成功能模塊；應用層提供數據處理的方法模塊。本文基于CIFLog軟件應用程序掛接模塊，在支持層中采用Java語言在Windows10系統下進行測井旋回地層學分析模塊開發， JDK（Java development kit）版本為1.8.1。

2.1"模塊功能設計

根據實際功能需求與CIFLog的設計架構與機制，設計一套較為完整的測井旋回地層學分析模塊（圖2）。整體包括預處理、天文驅動檢驗、濾波與調諧共三部分，具體包含去趨勢、滑動窗口頻譜分析、小波分析、功率比累加法、高斯帶通濾波和調諧共六項功能。各功能間相互獨立，按實際應用需求選擇對應功能進行數據處理。

2.2"模塊功能實現

按照模塊功能設計，分別實現各項功能。首先在CIFLog軟件基礎平臺下選擇應用程序掛接中的應用模塊開發，按各功能名稱新建方法完成Java文件初始化。然后配置程序的輸入與輸出參數以及維度大小，通常曲線為一維數據格式，頻譜圖為二維數據格式。核心代碼編寫過程中，將主程序中需要調用的包或類打包至該方法文件夾下，全部代碼編寫完成后進行調試和編譯。最后進行應用模塊集成，完成功能及參數說明并設計添加繪圖模板。以上為開發測井旋回地層學分析模塊各項功能的統一步驟，不同功能的差別在于具體算法、參數、繪圖模板。

數據管理、交互式操作界面、圖像顯示由CIFLog底層平臺提供，可直接使用，與軟件操作方法和風格保持一致。在任務欄設置中將各功能配置至任務欄界面（圖3），雙擊即可顯示功能處理界面（圖4）。基礎操作區主要功能為數據選擇、程序運行、結果保存等；參數設置區用于設置處理參數值、選擇輸入與輸出曲線和處理深度范圍等；圖像顯示區可按需求顯示處理結果并導出成果圖。

去趨勢功能的核心部分通過調用Apache Commons Math庫中的LoessInterpolator類來實現，它是基于局部加權回歸的方法，通過擬合窗長內線性模型進行濾波，可以在保持數據整體形態的同時達到去趨勢的效果。該功能處理參數為窗長，默認為測井數據長度的35%。

滑動窗口頻譜分析法實現的核心步驟是快速傅里葉變換，首先定義一個復數類包含復數加減乘除的功能，再通過遍歷每一個采樣點來計算頻譜分量。為提高傅里葉變換的頻率分辨率和計算速率，將數據長度填充至2的冪次方。滑動窗長和步長控制傅里葉變換過程，對結果取模得到不同深度的頻譜值，可直觀顯示數據在深度域的頻率特征。該功能涉及的關鍵處理參數包括滑動窗長和步長，選用合適的窗口長度能避免傅里葉變換過程中損失高頻或低頻信號，通常滑動窗長要遠小于數據長度，步長需遠小于滑動窗長。

小波分析實現過程中同樣需用到傅里葉變換將測井數據在深度域與頻率域之間轉換。計算時首先選擇小波母函數，將測井曲線與小波信號分段卷積，沿數據長度移動伸縮小波函數，計算小波功率譜，最后得到二維深度域-尺度域圖。該功能涉及的關鍵參數有小波尺度間隔，默認為0.25，較小的尺度間隔能提供更好的分辨率但同時會增加計算時間。小波母函數的選擇最為重要，共實現三種小波母函數（圖5），默認使用Morlet小波進行計算，它在頻率域上具有較好的局部化特性，能夠準確捕捉信號的頻率信息。

功率比累加法實現的核心為基于無天文信號的零假設和蒙特卡羅模擬來檢驗天文驅動信號和可能的沉積速率，涉及的關鍵參數有沉積速率范圍及步長、蒙特卡羅模擬次數、理論天文周期、截止頻率等。通過滑動窗口計算功率比累加值、零假設顯著性水平和有效天文旋回數目。通常情況下，高功率比累加值、低零假設顯著性水平、高有效天文旋回數目能夠用于判斷測井曲線是否記錄了天文旋回，也可以獲得最優沉積速率隨深度的變化趨勢。

高斯帶通濾波是基于高斯函數的濾波器，首先將數據通過傅里葉變換轉換到頻率域，與濾波器進行卷積得到濾波后的頻譜，然后通過傅里葉反變換將頻譜轉到深度域。低頻、中心頻率和高頻三個參數通過頻譜分析結果及目標信號確定，用于控制濾波帶寬。通過提取濾出旋回信號中的波峰及波谷，對比到理論周期上完成深度到時間的調諧，一個周期內的地層厚度除以理論時間即可獲得該深度段的地層沉積速率。

2.3"模塊功能驗證

La2004天文解在旋回地層學研究中被廣泛應用作為天文目標曲線，以80～90 Ma的理論天文周期模型為測試數據（圖6第2道）進行功能檢驗，采樣間隔為0.125 m，其中包含長偏心率（E）周期405.0 ka，短偏心率（e）周期133.0、100.0 ka，斜率周期48.3、37.8 ka，歲差周期28.0、22.6、21.4 ka^[21]。模擬設定地層沉積速率為5 cm/ka，以此作為測試數據驗證測井旋回地層學分析模塊中各功能的效果。

滑動窗口頻譜分析的頻譜圖（圖6第3道）顯示識別出的旋回厚度分別為20.0、6.0、5.0、2.5、2.0、1.4、1.1、1.0 m，對應理論天文驅動周期405.0、133.0、100.0、48.3、37.8、28.0、22.6、21.4 ka。小波分析同樣識別出約20.0、5.0、2.0、1.0 m的旋回厚度（圖6第4道），與理論參數中的長偏心率、短偏心率、斜率、歲差的主要周期比值20∶5∶2∶1一致。在識別出天文旋回信號的基礎上，通過濾波和調諧共提取出24個完整的長偏心率周期（圖6第5道），計算出沉積速率約為5 cm/ka（圖6第6道），與設置的沉積速率一致（表1）。功率比累加法的處理結果中功率比累加值、零假設檢驗及天文旋回數目共同顯示測試數據的沉積速率為5 cm/ka（圖7）。通過對測試數

據的處理，檢驗出與理論值相同的天文旋回周期，并計算出與設定值相同的地層沉積速率，驗證了模塊各功能的正確性。

3"應用

白堊紀在地質歷史中以極端的溫室氣候為特征，被業界視為研究地球系統科學的范例^[22]。松遼盆地位于中國東北，是世界上最大的白堊紀沉積盆地之一，研究松遼盆地對全球古環境古氣候和重大地質事件的響應，將為未來預測全球環境與氣候提供重要的科學依據。前人研究已證實松遼盆地記錄了米蘭科維奇旋回^[23-24]，由此建立了高分辨率天文年代標尺并實現地層高精度對比。松遼盆地松科二井測井獲得了豐富的地球物理參數，其青山口組以深湖沉積相泥巖、油頁巖為主，沉積記錄完整，是進行米蘭科維奇旋回研究的理想對象。自然伽馬能譜測井釷元素含量是指示松遼盆地青山口組天文旋回的敏感參數^[25-26]，因此本文采用自主開發的測井旋回地層學分析模塊，選用松科二井青山口組（1 372.0～1 671.7 m）釷數據進行實際資料處理并分析效果。

原始釷數據采樣間隔為0.125 m，經檢查不需要進行重采樣、去極值等預處理工作，僅進行去趨勢化處理，設置濾波窗長為100 m。去趨勢處理后（圖8第3道）與原始數據（圖8第2道）相比去除了數據明顯的趨勢化特征。滑動窗口分析頻譜圖（圖8

第4道）通過設置滑動窗長為100 m、步長為2 m計算獲得，頻率范圍在0～0.5 旋回/m之間。小波分析選用Morlet小波作為母函數，小波頻譜圖（圖8第5道）旋回厚度范圍在0～64 m之間。圖9顯示了功率比累加值、零假設檢驗、參與計算的天文周期數目。

滑動窗口頻譜圖與小波頻譜圖顯示優勢周期比約22.0∶5.6，近似等于4∶1，與長偏心率（405.0 ka）、短偏心率（100.0 ka）比值接近，可以判斷數據中記錄了天文旋回信號。其中小波頻譜圖更加清晰地識別出厚度約22.0 m的穩定長偏心率信號（圖8第5道），由此估算22.0 m的旋回地層沉積速率約為5.4 cm/ka。功率比累加法（圖9）顯示沉積速率隨深度變化的情況，主要在4.1～6.3 cm/ka之間。帶通濾波和調諧共提取出13個長偏心率周期（圖8第6道），計算得到沉積速率隨深度變化的曲

線（圖8第7道）并建立天文年代標尺（圖8第8道，表2）。以上結果共同識別出松科二井青山口組釷數據記錄了顯著的長偏心率信號，沉積持續時間約為5.3 Ma，青山口組地層厚度約299 m，計算平均沉積速率約為5.6 cm/ka，與前人在松遼盆地青山口組使用自然伽馬測井數據的研究成果較為符合^[27]。

4"結論

1）針對測井旋回地層學分析的需求，本文基于CIFLog平臺開發了包含預處理、天文驅動檢驗、濾波與調諧共三大模塊六項功能。通過對理論設定曲線的處理，驗證了模塊各功能的有效性，證實了本文開發的測井旋回地層學分析模塊是正確可靠的。

2）應用松科二井青山口組釷測井數據進行實際資料處理，成功識別出受天文驅動影響的米蘭科維奇旋回記錄，由此建立松遼盆地青山口組天文年代標尺，并計算出地層沉積持續時間和沉積速率。結果顯示，松科二井青山口組主要受長偏心率與短偏心率驅動，共提取出約13個長偏心率周期，計算地層沉積持續時間約5.3 Ma，平均沉積速率約5.6 cm/ka。

3）本文基于CIFLog軟件開發的測井旋回地層學分析模塊，功能較為完備，具備準確高效、流程簡明、操作簡單的特點。可以應用于解決測井旋回地層學研究中幾項關鍵問題，豐富了CIFLog軟件的功能，有助于推動測井與旋回地層學研究的進一步交叉融合。

參考文獻（References）：

[1] 宋翠玉，呂大煒. 米蘭科維奇旋回時間序列分析法研究進展[J]. 沉積學報，2022，40（2）：380-395.

Song Cuiyu， Lü Dawei. Advances in Time Series Analysis Methods for Milankovitch Cycles[J]. Acta Sedimentologica Sinica， 2022， 40（2）： 380-395.

[2] 彭軍，于樂丹，許天宇，等. 湖相泥頁巖地層米氏旋回測井識別及環境響應特征：以渤海灣盆地濟陽坳陷東營凹陷樊頁1井Es^4scs為例[J]. 石油與天然氣地質，2022，43（4）：957-969.

Peng Jun， Yu Ledan， Xu Tianyu， et al. Logging Identification of Milankovitch Cycle and Environmental Response Characteristics of Lacustrine Shale： A Case Study on Es^4scs"in Well Fanye 1， Dongying Sag， Jiyang Depression， Bohai Bay Basin[J]. Oil amp; Gas Geology， 2022， 43（4）： 957-969.

[3] 吳懷春，鐘陽陽，房強，等. 古生代旋回地層學與天文地質年代表[J]. 礦物巖石地球化學通報，2017，36（5）：750-770.

Wu Huaichun， Zhong Yangyang， Fang Qiang， et al. Paleozoic Cyclostratigraphy and Astronomical Time Scale[J]. Bulletin of Mineralogy Petrology and Geochemistry， 2017， 36（5）： 750-770.

[4] Peng C， Zou C C， Zhang S X， et al. Astronomically Forced Variations in Multiresolution Resistivity Logs of Lower Upper Cretaceous （Cenomanian-Coniacian） Terrestrial Formations from the Songliao Basin， Northeastern China[J]. Palaeogeography， Palaeoclimatology， Palaeoecology， 2020， 555： 109858.

[5] Schulz M， Mudelsee M. Redfit： Estimating Red-Noise Spectra Directly from Unevenly Spaced Paleoclimatic Time Series[J]. Computers and Geosciences， 2002， 28（3）： 421-426.

[6] Paillard D， Labeyrie L， Yiou P. MacintoshProgram Performs Time-Series Analysis[J]. Eos， Transactions American Geophysical Union， 1996， 77（39）： 379.

[7] Li M S， Hinnov L， Kump L. Acycle： Time-Series Analysis Software for Paleoclimate Research and Education[J]. Computers and Geosciences， 2019， 127（C）： 12-22.

[8] 李寧，王才志，劉英明，等. 基于Java-NetBeans的第三代測井軟件CIFLog[J]. 石油學報，2013，34（1）：192-200.

Li Ning， Wang Caizhi， Liu Yingming， et al. CIFLog： The 3rd Generation Logging Software Based on Java-NetBeans[J]. Acta Petrolei Sinica， 2013， 34（1）： 192-200.

[9] 王才志，劉英明，李偉忠，等. CIFLog測井軟件平臺用戶應用系統開發[M]. 北京：石油工業出版，2014.

Wang Caizhi， Liu Yingming， Li Weizhong， et al. Development of User Application System for CIFLog Well Logging Software Platform[M]. Beijing： Oil Industry Press， 2014.

[10] 鄒長春，肖亮，牛一雄，等. 松遼盆地科學鉆探工程松科2井東孔測井設計[J]. 地學前緣，2016，23（3）：279-286.

Zou Changchun， Xiao Liang， Niu Yixiong，et al. General Design of Geophysical Logging of the CCSD SK2 East Borehole in the Songliao Basin of Northeast China[J]. Earth Science Frontiers， 2016， 23（3）： 279-286.

[11] 鄒長春，王成善，彭誠，等. 中國大陸科學深鉆發展的若干思考與建議[J]. 現代地質，2023，37（1）：1-14.

Zou Changchun， Wang Chengshan， Peng Cheng， et al. Development of the Chinese Continental Scientific Deep Drilling： Perspectives and Suggestions[J]. Geoscience， 2023， 37（1）： 1-14.

[12] 王安，胡明毅，高家俊，等. 松南長嶺凹陷青山口組一段泥頁巖元素地球化學特征及古環境意義[J]. 吉林大學學報（地球科學版），2024，54（6）：2075-2088.

Wang An， Hu Mingyi， Gao Jiajun， et al.Element Geochemical Characteristics and Paleoenvironmental Significance of Mud Shale in the First Member of Qingshankou Formation of Changling Depression in Southern Songliao Basin[J]. Journal of Jilin University （Earth Science Edition）， 2024， 54（6）： 2075-2088.

[13] 孟慶濤，胡菲，劉招君，等. 陸相坳陷湖盆細粒沉積巖巖相類型及成因：以松遼盆地晚白堊世青山口組為例[J]. 吉林大學學報（地球科學版），2024，54（1）：20-37.

Meng Qingtao， Hu Fei， Liu Zhaojun， et al. Lithofacies Typesand Genesis of Fine-Grained Sedimentsin Terrestrial Depression Lake Basin： Taking Upper Cretaceous Qingshankou Formation in Songliao Basin as an Example[J]. Journal of Jilin University （Earth Science Edition）， 2024， 54（1）： 20-37.

[14] Kodama K P， Hinnov L A. Rock Magnetic Cyclostratigraphy[M]. Hoboken： Wiley Blackwell， 2015.

[15] Torrence C， Compo G P. A Practical Guide to Wavelet Analysis[J]. Bulletin of the American Meteorological Society， 1997， 79（1）： 61.

[16] 吳懷春，張世紅，馮慶來，等.旋回地層學理論基礎、研究進展和展望[J]. 地球科學：中國地質大學學報，2011，36（3）：409-428.

Wu Huaichun， Zhang Shihong， Feng Qinglai，et al. Theoretical Basis， Research Advancement and Prospects of Cyclostratigraphy[J]. Earth Science： Journal of China University of Geosciences， 2011， 36（3）： 409-428.

[17] Peng C， Zou C C， Wu H C， et al.Evaluating Geophysical Logs as Proxies for Cyclostratigraphy in Lacustrine Deposits Using Power Ratio Accumulation[J]. Palaeogeography， Palaeoclimatology， Palaeoecology， 2023， 614： 111428.

[18] Meyers R S， Sageman B B， Arthur A M. Obliquity Forcing of Organic Matter Accumulation During Oceanic Anoxic Event 2[J]. Paleoceanography， 2012， 27（3）： 3212.

[19] Meyers R S. Cyclostratigraphy and the Problem of Atrochronologic Testing[J]. Earth-Science Reviews， 2019， 190： 190-223.

[20] Li M S， Kump R L， HinnovL A， et al. Tracking Variable Sedimentation Rates and Astronomical Forcing in Phanerozoic Paleoclimate Proxy Series with Evolutionary Correlation Coefficients and Hypothesis Testing[J]. Earth and Planetary Science Letters， 2018， 501： 165-179.

[21] Laskar J， Robutel P， Joutel F， et al. ALong-Term Numerical Solution for the Insolation Quantities of the Earth[J]. Astronomy and Astrophysics， 2004， 428（1）： 261-285.

[22] 王成善. 白堊紀地球表層系統重大地質事件與溫室氣候變化研究進展[J]. 中國基礎科學，2007，9（6）：22-26.

Wang Chengshan. Research Progress on Major Geological Events and Greenhouse Climate Changes in the Cretaceous Earth Surface System[J]. China Basic Science， 2007， 9（6）： 22-26.

[23] 趙軍，曹強，付憲弟，等.基于米蘭科維奇天文旋回恢

復地層剝蝕厚度：以松遼盆地X油田青山口組為例[J]. 石油實驗地質，2018，40（2）：260-267.

Zhao Jun， Cao Qiang， Fu Xiandi， et al. Recovery of Denuded Strata Thickness Based on Milankovitch Astronomical Cycles： A Case Study of Qingshankou Formation in X Oilfield， Songliao Basin[J]. Petroleum Geology amp; Experiment， 2018， 40（2）： 260-267.

[24] 馮路堯，張建國，姜在興，等. 松遼盆地青山口組高精度沉積旋回格架及有機質富集響應[J]. 石油學報，2023，44（2）：299-311.

Feng Luyao， Zhang Jianguo， Jiang Zaixing， et al. "High-Precision Sedimentary Cycle Framework and Organic Matter Enrichment Response of Qingshankou Formation in Songliao Basin[J]. Acta Petrolei Sinica， 2023， 44（2）： 299-311.

[25] Wu H C， Hinnov L A， Zhang S H， et al. Continental Geological Evidence for Solar System Chaotic Behavior in the Late Cretaceous[J]. GSA Bulletin， 2023， 135（3/4）： 712-724.

[26] Peng C， Zou C C， Zhang S X， et al. Geophysical Logs as Proxies for Cyclostratigraphy： Sensitivity Evaluation， Proxy Selection， and Paleoclimatic Interpretation[J]. Earth-Science Reviews， 2024， 252： 104735.

[27] Wu H C， Zhang S H， Jiang G Q， et al. The Floating Astronomical Time Scale for the Terrestrial Late Cretaceous Qingshankou Formation from the Songliao Basin of Northeast China and Its Stratigraphic and Paleoclimate Implications[J]. Earth and Planetary Science Letters， 2008， 278（3）： 308-323.