地质和工程材料中的断裂网络强烈影响流体流动、热传递以及岩石的力学响应(Walsh, 1981; Long et al., 1982; Dershowitz and Herda, 1992; Sibson, 1996; Jaeger et al., 2009; Jafari and Babadagli, 2012; Chen and Jiang, 2015; Vishnu et al., 2016; Lahiri, 2021)。这些过程不仅受断裂密度和方向的影响,还受断裂在岩体中交叉和组织方式的影响。特别是,交叉点可能形成“环”,即由相互连接的断裂段围成的封闭多边形区域,与孤立断裂相对。网络中这些孤立组件和环的存在在控制断裂网络的整体行为中起着关键作用。
随着变形的进行,断裂系统会经历系统的几何重组,从以孤立断裂组件为主的结构演变为更复杂的配置,在这种配置中,不断增加的断裂交叉产生了连续的流动路径(Odling, 1997)。这里我们特别指的是映射出的断裂痕迹的几何排列,而不是它们的水力连通性。在深层地下,许多断裂部分或完全被胶结物封闭(Forstner and Laubach, 2022),因此几何交叉并不一定意味着水力连通。我们的分析侧重于由痕迹模式表示的断裂网络的结构拓扑,而不考虑断裂填充物、孔隙度或透水性。
由于天然断裂网络固有的复杂性和强烈的尺度依赖性,定量描述从以孤立组件为主的网络向以环为主的网络的转变仍然具有挑战性(Maillot et al., 2016)。一种解决这一挑战的方法是使用强调其几何和拓扑结构的度量方法来描述断裂网络,从而将复杂的断裂模式简化为基本元素——即孤立组件和封闭环(图1)。这种方法提供了在痕迹尺度上简洁且具有物理意义的断裂网络架构描述,而不假设水力连通性。在这项研究中,我们引入了一个新的指数,称为“环-组件指数”(Loop–Component Index,简称LCI),以系统地量化从以组件为主的断裂模式向以环为主的结构配置的转变。
环-组件指数(LCI)是基于欧拉数(E)定义的,其中二维情况下的欧拉数(E)计算为E = β0 – β1,其中β0表示孤立组件的数量,β1表示由断裂交叉形成的环的数量。因此,E表达了孤立组件形成与环形成之间的平衡。正的E值表示以孤立组件为主的分裂网络,而负的E值则表示富含环的连通网络(Aydogan and Hyttinen, 2014)。
欧拉数之前已被广泛用于表征颗粒介质中孔隙空间的拓扑特性(Ams et al., 2001; Scholz et al., 2012; Qin et al., 2022; McClure et al., 2020; Moraru et al., 2011; Xu et al., 2009; Jiang et al., 2011)。然而,将其应用于断裂网络的研究相对较少。在这项研究中,我扩展了欧拉数的使用,以系统地表示和量化二维断裂模式的拓扑特性。通过解释不连通组件与封闭环之间的平衡,我展示了基于欧拉数的度量方法如何为断裂网络的结构组织提供有意义的洞察。
然而,原始的欧拉数(E)并不适合直接用于不同地质断裂图之间的比较,原因有两个。首先,E是两个绝对计数之间的差值——孤立组件的数量(β0)和封闭环的数量(β1)——因此没有内在的界限,理论上其取值范围是从?∞到+∞。E不是以比率形式表达的。这种缺乏固定界限的情况使其在比较或统计分析中的应用变得复杂,特别是与其他通常按单位面积或长度标准化的断裂网络描述符相比时。
其次,更重要的是,E本质上依赖于映射区域的大小——特别是考虑到不同地点大型、暴露良好的露头非常有限——这使得从不同露头收集的数据集之间的直接比较不可靠。对于具有相似结构特性的断裂网络,随着观察窗口的增大,β0和β1都会增加。因此,即使底层断裂组织保持不变,E的数值也会随着地图大小或露头面积的增加而增加。更大的采样窗口不可避免地包含更多的断裂段、交叉点和封闭环,从而导致E的正负值系统性地增大。这种尺度依赖性意味着不同断裂图之间的E值差异可能反映了观察区域的差异,而不是网络结构本身的差异。因此,原始的E值不能可靠地用于比较具有不同地图大小或采样窗口的数据集中的断裂模式,这促使我们需要在解释E之前进行适当的标准化。
为了克服这些限制,本研究引入了“环-组件指数”(Loop–Component Index,简称LCI),它将无界的欧拉数(E)转换为0到1之间的标准化范围。这是通过首先根据分析区域或域大小(A)对E进行标准化,然后进行双曲正切变换来实现的,该变换将大的正负值平滑压缩到一个有限的区间内,同时保持网络状态的相对顺序。因此,LCI = 0表示以孤立组件为主的断裂网络,而LCI = 1对应于以封闭区域为主的系统。LCI = 0.5的中间值标识了一个过渡性的结构状态,标志着从以组件为主的断裂模式向以环为主的配置的演变。
我研究了关键断裂网络属性(包括断裂密度、断裂痕迹长度和交叉角度)如何控制LCI的演变。我还探讨了LCI与渗透阈值之间的关系,以及它对断裂网络流体流动特性的影响。最后,将LCI应用于自然断裂数据集,以展示其稳健性、可解释性以及适用于比较具有不同几何特性的数据集中的断裂网络拓扑转变。