磁震协模拟反演预测车排子火成岩储层

李晓敏，陈学国

(1. 长江大学 地球科学学院，湖北 武汉 430100； 2. 中石化股份公司胜利油田勘探开发研究院，山东 东营 257015)

火成岩油气藏在中国东、西部盆地已经越来越受到人们的重视[1]，随着油气勘探技术的进步，准噶尔盆地的火成岩油气藏领域已获得重大突破，展示出广阔的勘探前景[2]，特别是在盆地西缘的车排子地区，火成岩油藏已经成为主要的勘探开发领域。目前针对火成岩油藏的勘探主要以地震技术为主，包括地震属性、地震反演等[3-4]。但是车排子地区火成岩岩性复杂，勘探程度低[5]，地震反射特征往往呈现出空白—弱反射、杂乱发射等现象，利用常规地震勘探技术难以识别火成岩岩性及有效储层发育区。在常规地震储层预测方法识别火成岩储层效果不好时，往往通过加入对火成岩反映敏感的参数进行约束，以提高砂体识别的可靠性[6-7]。车排子地区，火成岩的磁化率特征往往与围岩具有明显的差异，其磁化率要明显高于沉积岩和碳酸盐岩。不仅如此，火成岩的磁化率具有变化范围大的特点，不同火成岩岩性之间磁化率也存在一定差异，从酸性岩到基性岩，磁化率呈现出逐渐增强的趋势，这种特点决定了可以利用磁法勘探技术进行火成岩储层预测[8]。但是磁异常数据是对地下磁性岩石的综合响应，无法满足石炭系精细勘探的要求；三维地震资料的优势在于纵向、横向采样率较高，空间连续性好；磁力数据与地震数据是从不同侧面对同一地下地质体的响应，因此，可以采用地震资料与磁力数据相结合的方法，对火成岩岩性及有效储层进行预测[9]。本文以准噶尔盆地车排子地区为例，该区有地面测量的磁力数据和高精度三维地震资料，为了合理利用这些资料，综合利用多种技术，包括磁异常下延技术、磁震联合协模拟反演、钻井磁化率协模拟反演等，使其有机结合，对有利火成岩储层发育区进行识别，取得了较好的应用效果。

1 磁异常数据向下延拓

解释延拓指根据某一观测面上的实测异常值，计算这个面上的异常值的过程。由于磁异常观测数据为平面数据，为了克服多解性,更好的反演地下火成岩的磁化强度,据此描述地下火成岩空间分布，需要对该数据进行向下延拓，获得下半空间的磁异常数据。本文采用改进的正则化向下延拓的方法获得三维空间分布的磁力异常数据体，其基本原理如下。

以级数为场值解的基本形式，对下延函数进行求解，这一过程中，选择一个合适的分解函数，以原观测剖面与原场拟合误差最小为原则，得到校正后的正则化下延的级数解析函数[10]：

(1)

式中：vi为正则化因子，其表达式vi=1/(1+αλi2e2λiz)；α为正则化参数；λ为基波波长；z为深度；v为y方向的波数。

对延拓场的级数项进行校正，这一过程是针对不同频率的，在增加同一深度时，可抑制高频项部分。通过这种方法，对每条测线进行向下解释延拓(见图1)，即可获得对应的磁力异常剖面图(见图2)，也就获得了三维空间分布的磁力异常数据体。

图1 车排子过P61-P664-P67-P673井实测磁力异常

图2 过P61-P664-P67-P673井磁力正则化下延剖面

从图2中的延拓效果来看，能够反映较大的磁力异常体的分布特征，且体现出了纵向差异性，图中浅色表示高磁的火成岩分布区，深色表示沉积岩或者低磁的火成岩分布区。

2 地震格架约束之下的磁异常协模拟反演

受采集因素的限制，正则化下延技术获得的三维磁力异常数据体与三维地震数据相比，具有分辨率较低的缺点，难以精细刻画火成岩分布。为了充分利用地震资料高采样率、高分辨率的优势，采用高斯配置协模拟反演技术，将三维磁异常数据体嵌入精细的地震格架中，提高磁异常数据的分辨能力，实现对火成岩的精细刻画。

高斯配置随机协模拟反演是地质统计学反演的一种，其实质是将地质统计学理论中的高斯配置协模拟方法融入地震反演中[11-12]，在一定的地质模式和先验信息(地震、钻井、测井资料)指导下，使反演结果既遵循一定的地质规律又符合实际的观测数据。具体技术流程如下：首先进行约束稀疏脉冲反演获得忠实于地震数据的波阻抗反演结果，分析其与磁化率数据的相关性，将约束稀疏脉冲反演结果作为协模拟的先验信息，约束磁化率数据在三维空间的外推；将磁化率数据体作为第1变量，波阻抗结果作为第2变量，分析波阻抗和磁化率数据的数据分布特征，也就是概率密度函数以及变差函数、相关性等，在基础上，用地质统计协模拟反演的方法获得第1变量，即可得到地震约束下的三维磁化率协模拟反演结果。

该方法的实质是地质统计学指导下的磁异常数据在三维地震格架内的内插外推得到相对较高分辨率的磁化率异常反演数据体。磁化率协模拟反演通过分析磁化率数据的概率密度函数、变差函数，得到一个可以表征磁化率空间变化的分布模式，在对磁化率进行协模拟的过程中辅之以之前的波阻抗信息作空间约束控制，使磁化率反演结果既能保留地震(波阻抗)的空间趋势，又可以保持磁化率本身所具有的横向、纵向变化规律。

图3是地震格架约束之下的磁异常反演结果，与图2中的下延剖面对比可看出，该结果体现出了磁异常的纵向变化特征，能够在一定程度上描述不同深度的高磁有利火成岩储层的分布，但是分辨率偏低。

图3 研究区井线地震格约束之下的磁化率反演剖面

3 钻井约束下的高分辨率磁化率协模拟反演

通过磁震联合协模拟反演，将磁化率数据嵌入三维地震格架内，一定程度上提高了磁化率描述火成岩分布的精度，但仍难以满足精细勘探，特别是车排子地区这种成熟探区的勘探需求，原因在于作为协模拟中第1变量的磁化率三维数据体采样网格较粗，统计出的概率密度函数、变差函数等地质统计学参数不够精细。为了进一步提高火成岩描述精度，本文加入测井资料约束磁化率的协模拟反演。由于测井资料具有高的纵向采样率，因此可以获得更加精细的有关磁化率空间变化规律的先验信息，最终实现磁化率的高分辨率协模拟反演。

但是测井资料中未包含磁化率这一项，需要首先获得井上的磁化率数据，为此，对车排子地区所有石炭系的取心井段开展岩心的磁化率测量工作；遵循精细测量的原则，完成对车排子地区30口井石炭系岩心的测量，测量长度467.22 m，磁化率数据1 952组。存在的问题是取心层段较短，导致钻井资料利用率不高，约束信息不充分。为解决这一问题，本文在分析取心段磁化率曲线与常规测井曲线相关性的基础上，建立了磁化率曲线的拟合公式。通过分析认为，自然伽马曲线与磁化率具有较高的相关性，但是不同井上两者之间的关系不同，因此研究过程中针对每口井都建立了自然伽马与磁化率的转换公式(见图4)，最终拟合出了全井段的磁化率曲线。

得到磁化率曲线后，开展测井资料约束下的磁震联合协模拟反演，井上的磁化率曲线作为随机协模拟的先验信息，约束磁化率在空间的内插外推，将其作为第1变量，上一步得到的磁化率协模拟反演结果作为第2变量，分析磁化率曲线的概率密度函数、变差函数，用地质统计协模拟反演技术反演出第1变量，即可得到最终的磁化率协模拟反演结果(见图5)。

钻井取心及野外露头磁化率测量结果表明，玄武岩、安山岩等有利火成岩储层都表现为高磁特征；与实钻井录井岩性柱对比可以看出，反演结果较好的反映了高磁有利火成岩的分布：P61井石炭系顶部岩性为一套高磁的玄武岩，中下部为中低磁的凝灰岩与高磁的玄武岩，P664井石炭系岩性主要为中低磁的凝灰岩夹一些高磁的火山角砾岩，在反演剖面上表现为多层高磁条带； P67井石炭系岩性主要为低磁的凝灰质泥岩、凝灰质砂岩，在反演剖面上该井位于低磁区；排673井钻遇的石炭系地层中下部主要发育高磁的安山岩，反演剖面也揭示出该井位于高磁异常区(见图6)。

图4 磁化率与自然伽马关系

图5 研究区井高分辨率磁化率协模拟反演结果

(a)P61井岩性图； (b)P664井岩性图； (c)P67井岩性图； (d)P673井岩性

图6 石炭系录井岩性

经过钻井磁化率约束之后，反演结果分辨率较之前有了明显的提高，能够精细反映磁化率特征纵向、横向上的细节变化，而且与钻井的吻合程度更高。

4 车排子地区火成岩储层预测

分析研究区已钻井的石炭系储层发育情况，认为有利储层主要发育在石炭系浅层，针对该特点，利用高分辨率磁化率协模拟反演结果数据体，提取石炭系浅层的磁化率平面属性(见图7)。

属性图中，黑色和白色区域代表高磁化率，深灰色和浅灰色代表中低磁化率，整体来看，高磁有利火成岩储层主要分布在研究区东南部，北部地区磁化率较低，仅零星发育小规模的中高磁区域。对比该区实钻井的含油气情况，可知大部分钻遇油层的井都位于高磁区域，其中P66、P673等井部分油层段试油获得高产，表明高磁区域也是有利含油气区；通过分析研究区不同岩性与试油产量得知，较其他岩性来说，安山岩、玄武岩及部分凝灰岩油层试油产量更高。最终经统计，该区19口钻遇油层的井中有15口位于高磁区，而10口干井中有9口位于中低磁区，储层预测结果吻合率达到80%。

图7 高分辨率磁化率协模拟反演结果平面属性

5 结 论

高精度三维地震资料具有相对较高的分辨率，但火成岩发育区反射特征以弱反射和杂乱反射为主，常规的地震技术手段难以描述火成岩储层发育区；磁异常资料能够根据不同火成岩岩性的磁性差异对火成岩进行识别，但难以确定火成岩储层的深度及规模大小；磁震联合应用可以达到优势互补，提高火成岩预测精度，进一步加入钻井资料约束，可以实现火成岩储层的精细描述。

实际研究表明，磁异常协模拟反演技术是一种综合利用磁、震、井等资料预测火成岩储层的有效手段，该方法基于不同火成岩岩性的磁性差异，并有机结合了高横向分辨率的地震数据和高纵向分辨率的测井数据，最终获得了高精度的磁性反演结果，能够精细刻画有利火成岩储层展布，与实际钻探结果吻合程度达到80%，实践证明该方法是行之有效的。该技术为火成岩油藏勘探提供了一种新的思路。