0 引言

可控源电磁勘探技术是地球电磁勘探技术甚至地球物理勘探技术中最活跃、最具创新发展活力的一个分支，在油气、矿产、地热、地下水及工程等领域中都有广泛的应用，发挥着重要作用^[1-6]。目前，为应对矿产资源危机，降低战略矿产资源对外依赖性，中国已将深地探测作为未来国家科技研究的四大重点方向之一，为电磁勘探技术提供了快速发展的良机^[7]。

时频电磁(TFEM)勘探技术是在油气勘探中经过二十余年的探索发展起来的、适用于深部资源探测的新方法^[8-11]。该方法实现了频率域与时间域、水平电场与垂直磁场、电阻率与极化率的多元一体化联合，提高了方法的适应性；同时，研发了具有自主知识产权的仪器系统，具有稳流激发系统和双频双域数据采集系统^[12]，实现了可控源电磁仪器国产化。在数据采集方面，TFEM系统通过激发、接收一系列频率(周期)的脉冲方波信号，研究电磁场时域数据的衰减规律和电磁场频谱的特征，其数据采集时间与CSAMT法完全相同，但信息量倍增；同时，提出了基于三维模拟的数据采集技术^[13]，为数据采集参数设计提供了理论指导。在数据处理方面，对时域与频域、电场与磁感应数据进行对比，并采用井震约束反演等技术，极大地降低了勘探成果的多解性^[14]。特别是该方法同时采用电阻率和极化率信息对目标圈闭的含油气性进行评价^{[9, 15]}，形成了一种全新的油气检测技术。该方法自2001年提出并取得发明专利以来，经过多年的油气勘探实践，在深层火成岩和深层潜山目标、复杂山前带勘探以及油田开发中都取得了良好效果，提高了勘探效益^[16-20]。但是，TFEM数据处理解释方法还不成熟，目前主要是针对视电阻率、相位、纵向电导等信息进行定性分析，在此基础上结合反演电阻率剖面进行解释^[21]。很明显，这样的思路仍然是简单地沿用传统的油气电磁法处理流程，没有充分利用时—频电磁多信息的优势，也没有厘清各参数之间的关系。同时，一些主要参数的提取方法简单粗糙，存在不合理性，需要从理论出发进一步完善异常参数的提取方法。

与地震相比，TFEM数据处理技术对油气检测参数的发掘和有效利用方面的重视远远不够。众所周知，地震资料处理在振幅、相位基础上已经发展出百余种描述圈闭几何特征和含油特征的地震属性，如频率、衰减、相关性、速度、AVO及其各种比率等，这些信息对提高储层解释精度发挥了重要作用^[22-23]。但是，基于电性差异的电磁探测对油气储层性质具有更高的灵敏度，可直接反映含油气目标电磁特性，却没有充分发挥其特长。本文基于此特性，提出与地震属性类似的电磁属性概念，为挖掘时频电磁属性参数、充分利用电磁属性优势开展油气检测开辟了一个研究方向，对进一步研究并完善TFEM的电磁属性参数的提取方法、丰富资料解释技术、提高数据处理解释效果是非常必要的。

TFEM勘探主要是在地震已经发现的油气探区进行圈闭油气检测，因此通常探测目标的已知信息很丰富，包括地震、构造、测井和油气储层等相关资料。在如何充分利用这些已知资料方面，学者们提出了井震信息约束反演及其相关的处理方法，但都只是讲具体的方法，没有系统性地阐述各种信息的作用及互相关系。因此，进一步研究、完善并分析多信息间的约束关系，对于降低多解性、改善处理解释效果非常必要。

基于上述几个方面的考虑，本文在系统厘清TFEM数据处理、解释方法系列的基础上，引入电磁属性概念，讨论了主要电磁属性的参数提取方法及其地质意义，阐述了多信息约束处理和解释的思路，期望起到抛砖引玉的作用。

1 数据处理流程及电磁属性 1.1 数据处理流程

从TFEM方法理论及实际应用出发，通过对数据处理、解释方法的系统分析，提出适用于油气检测的工作流程，如图 1所示，包括四个主要步骤：预处理、异常计算、反演和电磁属性参数提取。

从图 1可以看出，与传统电磁勘探资料处理、解释相比，TFEM数据处理具有下列明显不同之处：①常规的数据反演之后增加了电磁属性提取、处理、分析过程，系统地提取并研究与油气储层相关的信息，为油气检测提供更多的有效参数，从而降低多解性；②预处理之后，除了求取传统的视电阻率参数外，增加了直接基于电场和磁感应分量在时间域和频率域的处理，因此完整的时频电磁处理解释就具有三个处理通道；③给出了多类型数据联合反演方案，包括频域电场与时域磁感应场、全区视电阻率与时频电磁的联合等，为多信息联合识别油气目标提供了基础；④实现了井震约束电阻率/极化率的顺序反演，能够获得储层流体更多的有效信息，为油气检测多信息综合分析奠定了数据基础。

1.2 时频电磁属性异常

传统电磁勘探数据处理、解释主要包括预处理、异常计算和反演，然后进入地质解释过程。本文通过总结常规的电磁法数据处理流程及多年的数据处理、解释经验，借鉴地震资料处理、解释思路，提出在异常计算和反演之后增加电磁属性参数提取和分析过程，挖掘提取反映探测目标的电性弱信息，提高时频电磁数据对目标体的灵敏度和分辨率，增强探测目标异常特征，以提高对目标的识别能力，降低非唯一性，改善勘探效果。对振幅、相位及视充电率、总纵电导及反演剖面电阻率等基本信息进一步处理，可提取或增强与目标相关的地电特征、地质特征、岩性特征及油气圈闭特征等增强型电磁参数^[24-26]。这些参数主要包括时域、频域和深度域三个方面的电磁属性，时域主要参数为衰减曲线曲率、衰减曲线增值异常、总纵电导高阶导数^[27]、等时剖面曲线、视充电率等；频域主要包括双频振幅、双频相位、三频相位、视油气因子(IPR)^[28]、剩余电磁效应^[29]等；深度域主要包括二维、三维电阻率和极化率等。

上述对探测目标有意义的电磁特性参数统称为电磁属性。为了更好地理解电磁属性的概念，将其定义为：由测量的电磁场振幅、相位或实分量、虚分量等电磁数据经过处理获得的视电阻率、相位及其反演结果等电性参数基本属性，以及经信息增强处理后获得的、具有更高灵敏度或更高分辨率的电性异常信息和参数。这些属性能够反映地下电性异常变化特征，并具有明确的地质含义，有助于提高解释人员对地质现象的认识，从而改善TFEM方法的应用效果。根据电磁参数采集与处理的差异将电磁属性分为时域电磁属性、频域电磁属性和深度域电磁属性。限于篇幅，本文不能对全部属性参数详细讨论，仅主要介绍实际生产中经常应用到的双频振幅、双频相位和三频相位及其提取方法。

2 主要电磁属性参数的提取

时频电磁法采用方波激发，激发周期为0.0078125~128s，接收系统以0.5、1.0、2.0ms等采样率记录整个供电和放电过程，这与频谱激电法一致^[30]。对此，借鉴激电法的做法研究时频电磁法的激电效应，并将这些参数统一称为时频电磁激电属性。以某个基频ω_i及其谐波求取双频振幅ΔA、双频相位ΔΦ₂和三频相位ΔΦ₃等频率域激电属性，具体公式分别为

$ \Delta A\left(\omega_{i}\right)=\frac{A\left(\omega_{i}\right)-A\left(\omega_{i 3}\right)}{A\left(\omega_{i}\right)} $

(1)

$ \Delta {\mathit{\Phi} _2}\left( {{\omega _i}} \right) = \frac{{{\omega _{i3}}\mathit{\Phi} \left( {{\omega _{i1}}} \right) - {\omega _i}\mathit{\Phi} \left( {{\omega _{i3}}} \right)}}{{{\omega _{i3}} - {\omega _i}}} $

(2)

$ \Delta {\mathit{\Phi} _3}\left( {{\omega _i}} \right) = \mathit{\Phi} \left( {{\omega _i}} \right) - \omega \frac{{{\rm{d}}\mathit{\Phi} \left( {{\omega _i}} \right)}}{{{\rm{d}}\omega }} + \frac{2}{3}{\omega ^2}\frac{{{{\rm{d}}^2}\mathit{\Phi} \left( {{\omega _i}} \right)}}{{{\rm{d}}{\omega ^2}}} $

(3)

式中：ω_i3是基频ω_i的3次谐波频率；A和Φ分别表示基波的振幅和相位。

同样，可以求出时域激电属性，即充电率曲线。按照时域激电法中视充电率M_s的定义，即电位在某个观测时窗内的积分与初始电位之比，如果有足够多的观测时窗，可通过下式计算充电率

$ M_{\mathrm{s}}=\frac{\frac{1}{t_{m}-t_{m-1}} \int_{t_{m-1}}^{t_{m}} \varepsilon(t) \mathrm{d} t}{\varepsilon_{0}} $

(4)

式中：ε₀表示初始电位；t_m和t_m-1分别表示第m、m-1个观测时间，两者之差即第m个观测时窗长度；ε(t)表示初始电位随时间t的电位衰减曲线。

下面建立一个3层模型说明电磁属性参数的提取方法。该模型从上到下的层厚度均为500m，第三层是基底，对应的电阻率为100、10、100Ω·m。分别计算第二层为无极化和极化率为30%的激电属性参数，结果见图 2。很明显，与无极化情况相比，具有极化层模型所对应的曲线异常幅度更大，极值频率更低；同时，双频振幅与视充电率异常曲线形态比较简单，而双频相位、三频相位异常形态比较复杂。从式(2)和式(3)也可以看出，双频相位对应相位的微分，三频相位对应相位的二阶微分，微分计算可有效提高目标的分辨率，但同时也使异常复杂化。因此，如果将这四类电磁属性异常进行分类并进行剖面成图，通过已知测井资料进行标定，并沿剖面对比分析，就能定性地判定有利储层目标是否存在。

从图 2还可以清楚看出，提取激电异常不能固定选取某个频率直接计算双频电磁属性参数，因为随着电性的变化，实测数据中每个测点的异常频率可能不同。如果选取了错误的频率进行激电异常提取，就不能反映真实情况，甚至出现错误。对此，本文提出针对实测数据的激电异常属性提取的极值筛选法，下文介绍具体方法和步骤。

首先，根据实测电磁数据求取每个测点的双频振幅、双频相位、三频相位及视充电率等电磁属性数据，并绘制相应的曲线；然后，依据二次导数为0及极值数据绝对值大于相邻频点的值，计算每个测点不同类型属性曲线的所有局部极大值；最后，对探区所有测点的四类电磁属性极大值进行分类归集，形成分类数据集(包括位置、深度和数值)，由所有局部极大值点G_L(f)构成极值点集G，即

$ \begin{array}{l} \boldsymbol{G} = \left\{ {{G_{\max , \boldsymbol{\epsilon}}}\mid {G_{\max , \boldsymbol{\epsilon}}} = \boldsymbol{S}(f) \cap \boldsymbol{S'}(f) = } \right.\\ \left. {\;\;\;\;\boldsymbol{0} \cap \boldsymbol{S''}(f) < \boldsymbol{0}} \right\} \end{array} $

(5)

式中：L=1、2、3、4，分别代表双频振幅、双频相位、三频相位和视充电率；$ \boldsymbol{\epsilon} $表示数据集; S表示电磁属性数据，可以是振幅、相位等；f表示频率。

根据上述理论及公式可见，双频振幅和视充电率曲线的正向极大值与目标层是一一对应的，而双频相位和三频相位的正极值点与目标层并不一一对应，两个正向极值中仅最大极大值点对应目标，而且最大极大值点所对应的频率比双频相位和双频振幅极大值所对应的频率稍高(图 2)。

前文的模型模拟结果(图 2)表明，极值点G₁、G₄出现的频率与目标一一对应，将与G₁、G₄相关的极大值点提取出来即可形成对应的电磁属性剖面。而极值点集G₂、G₃中存在与探测目标相关及伴生的多极值异常，因此，需要从极值点集G₂、G₃中寻找对应的极大值点，分别构成极大值点集G_2M和G_3M，将G_2M和G_3M相关的极大值提取出来即可形成对应的电磁属性剖面。

由于地下复杂性和数据误差，实测数据不同参数的激电属性异常特征大致相同但又有差异，实际工作中需要对整条测线或整个探区的已知油气情况确定一个有利异常门槛。选取中国西部某探区一条测线为例，提取极值异常形成激电属性剖面曲线，见图 3，图中蓝点线即是求取的每个激电属性参数的平均异常，将其作为门槛值Q_L，然后提取该激电属性的异常

$ Y_{L, i}=\frac{\eta_{L, i}-Q_{L}}{Q_{L}} $

(6)

式中η_L，i为测点i的L类实测异常值。本文称Y_L，i为L类标准化异常。

由式(6)可知，Y_L，i为归一化异常，可绘制成上正下负的归一化异常剖面曲线或正负相伴的平面图，其中正异常对应油气有利区。

对上述多个归一化电磁激电属性异常求取均值或进行加权平均，可获得激电异常的综合异常Y，见图 4。图中大于门槛的异常为有利异常，因此可以确定测点170~210所对应的区域为含油有利目标区。

3 时频电磁法油水识别因子

从圈闭含油气水的电磁异常特征规律出发，可分析利于检测含油气水储层的高灵敏度电磁综合异常参数。对于探区储层圈闭而言，圈闭的几何形态特征可由地震资料得到，圈闭储层的含油、含水的电性特征可由电测井资料得到，但圈闭含油范围无从获取。如果圈闭储层含油，则会呈现高电阻率特征；如果含水则呈现低阻特征；如果圈闭无油也无水，则电阻率比含油的情况还要高。激发极化效应具有独特的规律：圈闭储层含水时，激发极化效应随着含油饱和度升高而增强；无油、无水圈闭则几乎没有激发极化效应。因此，根据圈闭的电阻率和激发极化特征可由上述高灵敏度电磁属性参数进行多信息联合，对目标储层的含油气性进行检测和判别。基于上述储层电阻率特征和圈闭储层电磁激电属性参数的特性，本文进一步提出圈闭储层的油水识别因子。

圈闭储层含水时呈现低电阻、高极化率特征，据此定义储层含水检测因子为

$ W_{i}=Y_{L, i} \times \sigma_{i} $

(7)

式中σ_i表示标准化电导率异常，其计算方法同式(6)。

同样，当圈闭含油时表现为高阻、高极化，据此定义识别、检测圈闭储层含油的电磁属性油气因子为

$ O_{i}=Y_{L, i} \times \rho_{i} $

(8)

式中ρ_i为标准化电阻率异常，其计算方法同式(6)。

显然，根据式(7)和式(8)可计算得到油、水两个检测因子的剖面或平面图。图 5是某探区三维时频电磁油气勘探计算出来的储层含水检测因子W和储层含油检测因子O平面图。图中含水检测因子W值较大意味着具有较大的激发极化效应属性和电导属性，解释为含水区；含油检测因子O值较大意味着较大的激发极化属性和较小电导属性，可解释为含油区。因此，较大的电磁综合参数W和O分别意味着含水和含油的概率很大。综合分析这两个参数的分布特征，即可推断油和水的分布范围。

4 储层目标多解性的约束处理解释

由于地表和地下地质情况复杂，油气成藏受许多因素控制。地震勘探能高精度地探测各种圈闭，如构造圈闭、岩性圈闭、地层圈闭以及复合型圈闭。在地震和测井资料的约束下，能够有效地开展电磁反演，比较精确地识别地震圈闭目标的电磁属性，但实现这一约束过程的逻辑关系仍然不甚清楚。因此，本文提出采用圈闭、地震属性、电磁属性(电阻率、极化率)多信息匹配的新模式评估和部署钻探目标(图 6)。测井、地震及电磁这三类方法分工明确，联合起来可发挥各自优势、弥补各自的不足之处。测井资料的优势在于高精度精细识别井点上的地层岩性和储层油水纵向分布，为电磁、地震剖面的地层界面及岩性解释的标定提供依据；地震资料主要提供地层界面信息，确保储层空间识别精度，同时亦可基于地震属性进行油气检测；电磁资料主要提供地层的电性信息，确保电磁属性对油、气、水识别的准确性。图 6展示了井、震、电磁数据多信息联合储层预测的思路：从测井资料中提取地层波阻抗和界面特征信息，用于约束和标定地震反演结果；提取电性特征用于约束和标定电磁反演结果；利用地震反演结果，获得地层界面和地层地震属性，用以约束电磁反演结果；最后，基于地震解释界面+地震属性+电磁属性多信息联合进行储层预测。

电磁和地震油气检测各有优势，将两者有机整合才能提高油气识别的成功率。如果把地震比作医学上的B超，那么电磁—地震联合就好比彩超。由于电磁反演过程中已采用地震解释构造信息作为约束，因此，电磁属性的含油因子完全可以与地震异常进行匹配解释。主要做法是将地震剖面与电磁属性异常叠加，对圈闭进行评价，具有高油气因子的圈闭就是有利的钻探目标。

图 7是中国某盆地实测地震剖面与时频电磁油气因子异常的叠加剖面，可见已经落实的圈闭只有中间一段区域具有明显的电磁油气因子属性异常，可推断为有利油气目标。该目标经后期钻探获得工业油气流，证明了该解释是可靠的。

5 认识和结论

时频电磁法基于时—频、电—磁一体化探测理念，实现了多信息联合，弥补了传统电磁方法的不足，集成了可控源电磁法的优点，是一种崭新的可控源电磁勘探方法。从数据处理流程可以看出，时频电磁法是建立在可控源电磁法最新发展基础上的一体化电磁方法，为可控源电磁法的发展提供了基本方向。类似于地震的属性提取，本文提出了油气检测的电磁属性概念，将前人研究的有效参数归纳形成了多种类型的电磁属性：双频振幅、双频相位、三频相位及充电率等定性电磁属性油气检测参数，及约束反演的电阻率、极化率等定量电磁属性参数，这是时频电磁油气检测的基础。

时频电磁油气检测技术对于解决油气勘探开发难题意义重大，多年应用实践证明，电磁的属性异常(电阻率和极化率等)与地震解释圈闭、地震属性等联合进行目标含油气评价，可有效降低钻探风险，提高油气勘探开发效益。电磁—地震联合将作为油气勘探开发中的关键技术发挥更大作用，对于深部矿产资源、地热地下水资源及其他目标探测也是一项可以借鉴甚至直接应用的技术。同时，对于电磁勘探技术的深入发展具有积极意义。这项技术的发展必将为中国深部资源勘探做出更大贡献。