2026, Vol. 56
2. 中国地质调查局青岛海洋地质研究所，山东 青岛 266237;
3. 青岛海洋科技中心海洋矿产资源评价与探测技术功能实验室，山东 青岛 266237;
4. 中国石油大学(华东)深层油气全国重点实验室，山东 青岛 266580;
5. 山东省地质科学院，山东 济南 250013
地震反演是油气储层预测的核心环节，它可以根据观测地震数据来推测地下储层结构、形态及物质成分[1]，进而实现储层预测。基于输入数据的类型，地震反演可分为叠前和叠后反演两大类。叠后反演一般只能求取地下储层的波阻抗，所能获取的参数较为有限[2]。相较于叠后波阻抗反演，叠前弹性阻抗反演保留了地震反射振幅随偏移距或入射角变化的特征，能够获得更多的弹性参数[3]，且弹性阻抗反演抗噪能力相对较强，能够在噪音干扰下仍然保持较高的反演精度和稳定性。20世纪90年代末，Connolly[4]首次提出弹性阻抗这一概念，并推导出弹性阻抗方程；Whitcombe[5]对Connolly提出的弹性阻抗方程进行了标准化处理，推导出扩展弹性阻抗方程，增强了弹性阻抗的适用性。进入21世纪，弹性阻抗反演得到迅速发展。许多学者推导出弹性阻抗与纵横波速度比[6]、纵波模量等众多弹性参数之间的直接关系式[7]，从而通过弹性阻抗反演[8]得到所需的弹性参数，进而实现储层预测；此外，还有不少学者通过建立能够表征弹性阻抗与储层物性参数之间关系的岩石物理模型[9]，直接反演出储层物性参数[10]。
初始模型构建是地震反演的重要环节，合理的初始模型不仅可以补偿缺失的低频信息，还能在一定程度上提高反演的精度和稳定性[11]。地震反演中最常用的初始模型构建方法包括：常数初始模型[12]、井插值构建初始模型[12]、速度资料构建初始模型[12]、迭代法构建初始模型[13]等。常数模型只能适用于地形平缓、沉积稳定的区域；井插值法构建初始模型需要较多的测井数据[14]，且模型可靠程度受井间距离影响严重[15]；速度资料构建的初始模型精度较低[15]，且受压实作用影响，难以反映复杂储层的变化特征；迭代法虽然能够获得精度较高的初始模型，然而该方法的前提是波阻抗能够区分特殊的岩性或流体[13]。印度扇近海盆地地层沉积横向变化大，且海域钻井资料稀少，常规初始模型构建方法难以满足储层地震反演的需要，因此研究低勘探程度区的初始模型构建方法具有重要意义。
频率域模拟可以构建符合参数空间分布特征的随机介质模型，且具有较高的计算效率[16]。频率域模拟主要分为随机介质建模[17]和FFT-MA(快速傅里叶变换滑动平均)[18]两种方法：随机介质建模最早是由Ikelle等[19]提出，认为地下实际介质的随机性满足均值为零的地质统计学规律；在此基础上又发展了指数型和高斯型自相关函数的随机建模方法[20]。在国内，姚姚等人提出多尺度随机介质建模方法，对于实际随机介质模型的建立起到了很好的指导作用[21]。随后，不少学者成功将随机介质建模方法成功应用于碎屑岩储层[22]和碳酸盐岩储层[23]的研究当中，建立了符合地下实际的储层地震地质随机介质模型；FFT-MA模拟最早是由Ravalec等[24]于2000年提出，并被成功应用到储层建模当中。国内学者也对FFT-MA模拟做了很多研究，王保丽等[25]率先将FFT-MA模拟引入到地震反演中，通过该方法能够有效融合测井资料的信息，获得高分辨率的反演结果。此外，还有学者将FFT-MA方法与GDM[26]、VFQA[27]等扰动优化算法相结合，从而提高反演的计算效率。然而，常规频率域模拟方法仅通过自相关函数、协方差函数来构建单一参数的随机介质模型，稳定性较差，精度不高。为提高模拟的精度，本文创新性地提出了一种频率域协模拟方法，该方法在虚拟井数据的基础上，通过克里金估计构建模拟的均值，将地震相解释成果作为软数据，可以建立符合地震相解释成果与参数空间分布特征的反演初始模型。
本文针对印度扇近海盆地生物礁储层特征，提出一种基于频率域协模拟的少井区相控地震反演方法。首先选取合适位置建立虚拟井，依据地震测线邻近的测井资料统计不同岩相所对应的弹性参数分布区间，构建相约束离散弹性参数模型，以此补充虚拟井低频信息，并结合井旁道90°相移地震属性，以补充虚拟井中频成分；然后进行克里金估计，并通过频率域协模拟得到相控初始模型；最后将相控初始模型作为反演初始模型，进行相控叠前弹性阻抗反演，并从弹性阻抗反演结果中提取纵横波速度比剖面，预测生物礁储层分布。
1 基于FFT-MA协模拟的少井区相控地震反演方法 1.1 弹性阻抗方程Connolly[4]于1999年推导的弹性阻抗方程如下：
| $ E I(\theta)=V_{\mathrm{P}}^{1+\tan ^2 \theta} V_{\mathrm{S}}^{-8 L \sin ^2 \theta} V_\rho^{1-4 L \sin ^2 \theta}。$ | (1) |
Whitcombe[5]对Connolly所提出的弹性阻抗方程进行归一化处理：
| $ E I(\theta)=V_{\mathrm{P}_0} \rho_0\left(\frac{V_{\mathrm{P}}}{V_{\mathrm{P}_0}}\right)^{1+\tan ^2 \theta}\left(\frac{V_{\mathrm{S}}}{V_{\mathrm{S}_0}}\right)^{-8 L \sin ^2 \theta}\left(\frac{\rho}{\rho_0}\right)^{1-4 L \sin ^2 \theta}。$ | (2) |
式中：EI为计算的弹性阻抗，单位为kg·m-2·s-1；θ为角度，(°)；VP、VS分别为纵波速度、横波速度，单位为m/s；ρ为密度，单位为kg/m3；VP0、VS0分别为纵波速度和横波速度的平均值，m/s；ρ0为密度的平均值, kg/m3；L为常数，通常取0.25。
对上述方程取对数，得到：
| $ \begin{gathered} \ln \left(\frac{E I(\theta)}{E I_0}\right)=\left(1+\tan ^2 \theta\right) \ln \left(\frac{V_{\mathrm{P}}}{V_{\mathrm{P}_0}}\right)- \\ \left(-8 L \sin ^2 \theta\right) \ln \left(\frac{V_{\mathrm{S}}}{V_{\mathrm{S}_0}}\right)-\left(1-4 L \sin ^2 \theta\right) \ln \left(\frac{\rho}{\rho_0}\right)。\end{gathered} $ | (3) |
将三个角度值分别代入式(3)，可得到如下方程组：
| $ \begin{gathered} \ln \left(\frac{E I\left(\theta_1\right)}{E I_0}\right)=\left(1+\tan ^2 \theta_1\right) \ln \left(\frac{V_{\mathrm{P}}}{V_{\mathrm{P}_0}}\right)- \\ \left(-8 L \sin ^2 \theta_1\right) \ln \left(\frac{V_{\mathrm{S}}}{V_{\mathrm{S}_0}}\right)-\left(1-4 L \sin ^2 \theta_1\right) \ln \left(\frac{\rho}{\rho_0}\right), \\ \ln \left(\frac{E I\left(\theta_2\right)}{E I_0}\right)=\left(1+\tan ^2 \theta_2\right) \ln \left(\frac{V_{\mathrm{P}}}{V_{\mathrm{P}_0}}\right)- \\ \left(-8 L \sin ^2 \theta_2\right) \ln \left(\frac{V_{\mathrm{S}}}{V_{\mathrm{S}_0}}\right)-\left(1-4 L \sin ^2 \theta_2\right) \ln \left(\frac{\rho}{\rho_0}\right), \\ \ln \left(\frac{E I\left(\theta_3\right)}{E I_0}\right)=\left(1+\tan ^2 \theta_3\right) \ln \left(\frac{V_{\mathrm{P}}}{V_{\mathrm{P}_0}}\right)- \\ \left(-8 L \sin ^2 \theta_3\right) \ln \left(\frac{V_{\mathrm{S}}}{V_{\mathrm{S}_0}}\right)-\left(1-4 L \sin ^2 \theta_3\right) \ln \left(\frac{\rho}{\rho_0}\right) 。\end{gathered} $ | (4) |
将式(4)写成矩阵形式：
| $ \begin{gathered} \left(\begin{array}{lll} 1+\tan ^2 \theta_1 & -8 L \sin ^2 \theta_1 & 1-4 L \sin ^2 \theta_1 \\ 1+\tan ^2 \theta_2 & -8 L \sin ^2 \theta_2 & 1-4 L \sin ^2 \theta_2 \\ 1+\tan ^2 \theta_3 & -8 L \sin ^2 \theta_3 & 1-4 L \sin ^2 \theta_3 \end{array}\right) \cdot \\ \left(\begin{array}{l} \ln \left(\frac{V_{\mathrm{P}}}{V_{\mathrm{P}_0}}\right) \\ \ln \left(\frac{V_{\mathrm{S}}}{V_{\mathrm{S}_0}}\right) \\ \ln \left(\frac{\rho}{\rho_0}\right) \end{array}\right)=\left(\begin{array}{l} \ln \left(\frac{E I\left(\theta_1\right)}{E I_0}\right) \\ \ln \left(\frac{E I\left(\theta_2\right)}{E I_0}\right) \\ \ln \left(\frac{E I\left(\theta_3\right)}{E I_0}\right) \end{array}\right) 。\end{gathered} $ | (5) |
通过弹性阻抗反演可得到三个入射角度的弹性阻抗反演结果，最后再通过式(5)提取得到纵横波速度比反演剖面。
1.2 基于频率域协模拟的反演初始模型构建 1.2.1 虚拟井构建目前，虚拟井被广泛地应用在无井[28]、少井[29]、深水等复杂地质情况下的区域储层预测中，并在实际工作中取得良好的应用效果[30]。本文充分利用地震资料和地质信息，进行地震相特征分析，划分碳酸盐岩台地内部沉积相带，并在地震相解释成果的约束下构建虚拟井曲线。
90°相移技术能够旋转地震相位使反射波主瓣对准薄层中心，从而使得地震反射相对目的层对称而非地层顶底界面对称，地震道更接近于阻抗剖面。将相约束离散参数模型与90°相移地震属性相结合，分别构建出三个入射角度的虚拟井弹性阻抗曲线：
| $ E I_{\mathrm{well}}=a \cdot E I_{\mathrm{model}}+b \cdot S e i+c \text { 。} $ | (6) |
式中：EIwell为虚拟井弹性阻抗值，EImodel为弹性阻抗填充平均值，单位均为kg·m-2·s-1；Sei为90°相移地震属性；a、b、c为修正系数。
1.2.2 基于FFT-MA协模拟的相控初始模型构建克里金插值能够以地质统计学原理为基础，将空间相关性、多源数据融合和不确定性管理有机结合，生成既符合地质规律又量化可信度的初始模型，提高反演结果的可靠性[31]。相较于反距离加权、线性插值等方法，克里金插值方法能够融合测井、地震和地质趋势，构建的模型既保留测井细节，又符合地震趋势，从而降低反演误差[32]。根据虚拟井数据进行克里金估计[33]，其基本原理如下[34]：
| $ Z\left(x_0\right)-\bar{m}\left(x_0\right)=\sum\limits_{i=1}^N \lambda_i\left[Z\left(x_i\right)-\bar{m}\left(x_i\right)\right] 。$ | (7) |
| $ \sigma_{\mathrm{E}}^2=C(0)-\sum\limits_{i=1}^N \lambda_i C\left(x_i, x_0\right)。$ | (8) |
式中：Z (x0) 为克里金均值；
| $ \begin{gathered} \left(\begin{array}{cccc} C\left(x_1, x_1\right) & C\left(x_1, x_2\right) & \cdots & C\left(x_1, x_N\right) \\ C\left(x_2, x_1\right) & C\left(x_2, x_2\right) & \cdots & C\left(x_2, x_N\right) \\ \vdots & \vdots & \cdots & \vdots \\ C\left(x_N, x_1\right) & C\left(x_N, x_2\right) & \cdots & C\left(x_N, x_N\right) \end{array}\right). \\ \left(\begin{array}{c} \lambda_1 \\ \lambda_2 \\ \vdots \\ \lambda_N \end{array}\right)=\left(\begin{array}{c} C\left(x_1, x_0\right) \\ C\left(x_2, x_0\right) \\ \vdots \\ C\left(x_N, x_0\right) \end{array}\right)。\end{gathered} $ | (9) |
给定弹性阻抗的克里金插值结果，利用频率域协模拟方法建立相控初始模型。FFT-MA算法是一种频率域模拟方法，该方法能够分离模拟过程中的随机项和空间结构项，在保证空间结构不变的情况下对随机项进行扰动更新[27]。其基本原理如下：
| $ m=K+g \cdot z 。$ | (10) |
其中：
| $ g \cdot \bar{g}=C。$ | (11) |
| $ C(h)=\sigma^2-\gamma(h)。$ | (12) |
式中：m为模拟结果，即相控初始模型；K为克里金均值；g为协方差函数C的共轭根；
常规FFT-MA模拟仅通过自相关函数、协方差函数来构建参数的随机介质模型，稳定性较差，尤其是在测井数据匮乏的低勘探程度区，构建出的初始模型可靠性较低。因此本文考虑在前人研究基础上，引入相控约束，提出一种基于相控约束的频率域协模拟方法：
| $ m=\beta K_1+(1-\beta) K_{\text {pri }}+g \cdot z 。$ | (13) |
式中：K1为克里金估计结果，Kpri为相控约束信息，单位均为kg·m-2·s-1；β为权重系数，数值在0~1之间。
上式的关键是确定权重系数β。分别计算出克里金估计结果所合成的地震记录与实际地震记录之间的相关系数为rkrg，相控约束模型所合成的地震记录与实际地震记录之间的相关系数为rf，然后利用下式计算权重系数β：
| $ \beta=\frac{r_{\mathrm{krg}}}{r_{\mathrm{krg}}+r_{\mathrm{f}}} 。$ | (14) |
首先假设地震数据的似然函数服从高斯分布，其表达式为[35]：
| $ P_{\text {Gauss }}(\boldsymbol{d} \mid \boldsymbol{r})=\frac{1}{\sqrt{2 \pi} \sigma_{\mathrm{n}}} \exp \left[\frac{-(\boldsymbol{d}-\boldsymbol{G} \boldsymbol{r})^{\mathrm{T}}(\boldsymbol{d}-\boldsymbol{G} \boldsymbol{r})}{2 \sigma_{\mathrm{n}}^2}\right] \text { 。} $ | (15) |
式中：PGauss为服从高斯分布的似然函数；r为反射系数；d观测地震数据；G为正演矩阵；σn2为噪音的方差。
先验分布是指根据地下实际情况假设模型参数的分布。研究表明，柯西分布和指数分布均可以实现稀疏反射系数的求解，但柯西分布算法更为稳定，抗噪性能更强，而且较符合地下实际模型参数分布规律[36]。本文假设模型参数的先验分布为柯西分布：
| $ P_{\text {Cauchy }}(\boldsymbol{r})=\frac{1}{\left(\pi \sigma_{\mathrm{r}}\right)^N} \prod\limits_{i=1}^N \frac{1}{1+\boldsymbol{r}_i^2 / \sigma_{\mathrm{r}}^2} 。$ | (16) |
式中：PCauchy为柯西先验分布；σr2为反射系数的方差；N为地震道数。
根据贝叶斯理论将模型参数的先验分布与似然函数结合起来，即可得到模型参数的后验概率分布：
| $ \begin{gathered} P(\boldsymbol{r} \mid \boldsymbol{d}) \infty P_{\text {Cauchy }}(\boldsymbol{r}) \cdot P_{\text {Gauss }}(\boldsymbol{d} \mid \boldsymbol{r}) \infty \\ \prod\limits_{i=1}^N \frac{1}{1+\boldsymbol{r}_i^2 / \sigma_{\mathrm{r}}^2} \exp \left[\frac{-(\boldsymbol{d}-\boldsymbol{G} \boldsymbol{r})^{\mathrm{T}}(\boldsymbol{d}-\boldsymbol{G} \boldsymbol{r})}{2 \sigma_{\mathrm{n}}^2}\right] 。\end{gathered} $ | (17) |
对上式两边取对数，并最大化后验概率分布函数，即可得到等价的目标函数表达式：
| $ \begin{gathered} J(\boldsymbol{r})=J_{\mathrm{G}}(\boldsymbol{r})+J_{\text {Cauchy }}(\boldsymbol{r})=\|\boldsymbol{d}-\boldsymbol{G} \boldsymbol{r}\|_2^2+ \\ 2 \sigma_n^2 \sum\limits_{i=1}^N \ln \left(1+\frac{\boldsymbol{r}_i^2}{\sigma_{\mathrm{r}}^2}\right) 。\end{gathered} $ | (18) |
式中：JG(r)为地震数据与正演合成记录的差异信息的度量；JCauchy(r)为柯西稀疏约束项。
为提高反演方法的稳定性和反演结果的可靠性，加入相控约束项，则反演的目标函数可表示为：
| $ F(\boldsymbol{r})=J_{\mathrm{G}}(\boldsymbol{r})+J_{\text {Cauchy }}(\boldsymbol{r})+J_{\text {pri }} 。$ | (19) |
其中：
| $ J_{\mathrm{pri}}=\gamma\|E I-m\|_2^2 。$ | (20) |
式中：γ为相控约束项；EI为地层真实弹性阻抗，m为相控初始模型，单位均为kg·m-2·s-1。
得到反射系数的解后，再通过下面的方程即可得到最终反演结果：
| $ E I(t)=E I\left(t_0\right) \exp \left[2 \cdot \int_{t_0}^t r(\tau) \boldsymbol{d} \tau\right] \text { 。} $ | (21) |
式中：EI(t)为反演的地层弹性阻抗，EI(t0)为初始弹性阻抗，单位为kg·m-2·s-1；t为时间，t0为初始时间，单位为s。
本文所提出的基于频率域协模拟的少井区相控地震反演方法流程如图 1所示。
|
图 1 基于频率域协模拟的少井区相控地震反演方法流程 Fig. 1 Process of phased seismic inversion method for few well areas based on frequency domain co-simulation |
印度扇近海盆地位于巴基斯坦东部海域[37]，地处阿拉伯板块、欧亚板块和印度板块交汇处[38]。盆地西接默里脊-欧文断裂带，北临印度板块大陆架，南接嘉士伯海峡，东临索拉斯特拉隆起[39]，面积近6×104 km2。研究区域位于印度扇近海盆地深水区(见图 2)，水深为1 000~4 500 m。白垩纪晚期至古新世早期裂谷阶段，塞舌尔板块与印度板块分离，引起持续的火山喷发活动，导致印度扇近海盆地内形成大规模分布的火山岩[40]；古新世至始新世热沉降阶段，盆地内的火山岩上发育碳酸盐岩台地和生物礁[41]。碳酸盐岩台地的地震相特征整体表现为中至高振幅反射，台地的不规则顶面表现为高振幅反射，同时覆盖了许多斑块状生物礁，这些生物礁在地震剖面上具有不规则、半连续的反射特征[42]。
|
( a.地理位置Geographic map；b.构造区划Construction diagram。) 图 2 研究区位置图 Fig. 2 Location map of the study area |
古新统-始新统碳酸盐岩储层是研究区内主要储层类型之一，在深水区分布局限，仅分布在海底火山之上的礁灰岩中。钻井资料显示，碳酸盐岩储层岩性为生物泥粒灰岩、生物颗粒灰岩、生物格架礁灰岩、泥粒-颗粒灰岩，生物格架孔、颗粒粒间孔发育[40]。钻井物性分析得知，古新统储层孔隙度为27%，始新统下部储层孔隙度为24%，始新统上部储层孔隙度为28%，属于好储层[43]。覆盖于古新统-始新统碳酸盐岩台地之上的巨厚中新统泥页岩是良好的盖层，能够对向上运移的油气产生封堵。研究区以古新统-始新统海相泥岩为烃源岩，古新统-始新统碳酸盐岩为储层，下中新统及该套组合内部泥页岩为盖层，该套成藏组合距离生烃中心近，储盖条件较好[44]。邻区多个大油气田均为生物礁，如印度河盆地的苏伊气田和孟买盆地的孟买高油气田[45]，生物礁为油气成藏提供了良好的储集空间。通过前人研究成果和邻区对比[46]，认为研究区内的古新统-始新统碳酸盐岩生物礁具有较大资源潜力。
2.2 应用效果分析本文选择W1井进行分析研究，该井钻遇古新统-始新统碳酸盐岩台地生物礁，厚度约300 m[47]。本文所选的AA′地震测线与W1井相距约400 m，且都经过同一个孤立碳酸盐岩台地，岩相、沉积相变化不明显。对该井进行弹性参数交会分析，图 3中的红点表示生物礁，主要由生物泥粒灰岩和生物颗粒灰岩组成；蓝点表示生物滩和台地内潟湖，主要由泥粒灰岩和颗粒灰岩组成。发现生物礁与其他碳酸盐岩波阻抗相互重叠，难以区分生物礁储层与非储层，而纵横波速度比则能够较好区分生物礁储层与非储层(见图 3)，因此本文选择纵横波速度比作为研究区生物礁储层敏感参数。
|
图 3 W1井弹性参数交会图 Fig. 3 W1 well elastic parameter intersection diagram |
图 4a为研究区内的一个孤立碳酸盐岩台地，根据前人地质认识成果，在台地内部划分出四个不同的相带(见图 4b)，其中相带1位于台地顶部，中低连续，强振幅，为生物礁相；相带2表现为平行-亚平行，中高连续，中等振幅特征，为台地潟湖相；相带3表现为中低连续、中弱振幅特征，为生物滩相；相带4表现为中高连续、中弱振幅特征，认为是台地相[39]。以相带边界为约束，根据井资料统计三个入射角度下(近角度：7°、中角度：17°、远角度：27°)每个相带的弹性阻抗平均值，建立相约束离散参数模型(见表 1)。由于W1井并未钻遇相带4，因此相带4弹性阻抗值参考邻近探区的测井资料及地质资料进行平均值填充。
|
( a.原始剖面Original section；b.地震相解释成果Seismic facies interpretation results。) 图 4 生物礁地震相特征 Fig. 4 Seismic facies characteristics of biological reefs |
|
表 1 相约束离散模型参数 Table 1 Discrete model parameters with phase control constraints |
根据公式(6)构建虚拟井曲线。图 5为其中一口虚拟井的近角度弹性阻抗曲线构建过程，相约束离散模型在多种先验信息的约束下，弹性阻抗的变化符合实际地层变化特征；90°相移地震属性的振幅变化节点能够与相约束离散模型弹性阻抗的变化节点大致对应，将相约束离散模型与90°相移地震属性相结合，构建虚拟井曲线。从图 5d可以看出，红色曲线所表示的虚拟井井旁道合成的地震记录与蓝色曲线所表示的实际地震记录吻合较好，表明构建的虚拟井曲线符合实际地层变化特征，具有可靠性。
|
( a.相约束离散参数模型Discrete model parameters with phase control constraints；b.90度相移地震属性90 degree phase shifted seismic attribute；c.虚拟井弹性阻抗曲线Virtual well elastic impedance curve；d.井旁道合成地震记录与实际地震记录对比Comparison between synthetic seismic records and actual seismic records in the wellbore. 红色曲线：井旁道合成地震记录Synthetic seismic records of wellside pathways；蓝色曲线：实际地震记录Actual earthquake records. ) 图 5 近角度弹性阻抗虚拟井曲线 Fig. 5 Small angle elastic impedance virtual well curve |
图 6分别为三个角度下常规虚拟井插值构建的反演初始模型和基于FFT-MA协模拟构建的反演初始模型。由于缺乏实井数据，通过常规井插值构建的反演初始模型难以表征地层真实情况；基于FFT-MA协模拟构建的反演初始模型，在相控约束下，结合90°相移地震属性，使反演初始模型的同相轴与实际地震资料同相轴相互对应，同时通过FFT-MA协模拟，构建出的模型具有一定的随机性，符合实际地层的变化特征。
|
图 6 反演初始模型对比 Fig. 6 Comparison of initial inversion models |
图 7分别为三个角度下的常规相控反演结果和基于FFT-MA协模拟的相控反演结果。从图中可以看出井曲线对应双程时间在5.3和5.4 s附近都有高弹性阻抗响应，与反演剖面趋势相近，弹性阻抗反演结果与实测井数据吻合较好，证明了本文方法的有效性和可靠性；相较于常规井插值反演结果，基于频率域协模拟的反演结果对于碳酸盐岩台地内部生物礁的展示效果更好。研究区井资料匮乏，属于少井区，本文提出的频率域协模拟方法较好地解决了少井区难以构建反演初始模型的问题，且基于频率域协模拟建模的相控反演取得了较好的效果，说明本文的反演方法在少井区具有一定优势。
|
图 7 反演结果对比 Fig. 7 Comparison of inversion results |
图 8为从三个角度弹性阻抗反演结果中提取的纵横波速度比剖面，可以发现CMP在18 500~20 000、双程时间在5.5~5.7 s范围内Vp/Vs值相对较低，即为预测的生物礁优势储层分布范围。双程时间在5.3 s附近的区域是前人所认为的生物礁优势储层分布区域，W1井钻遇该区域生物礁，未发现油气，因此认为该区域不属于生物礁优势储层。碳酸盐岩台地上方存在纵横波速度比区间在1.7~1.8范围内的区域，结合已有地质认识，判断该区域不是生物礁储层，认为是出现异常值。图 9为纵横波速度比反演结果与实际井数据的对比，其中红色曲线表示反演结果，蓝色曲线表示实际井数据，从图中可以看出反演结果与实际井数据吻合较好，趋势和值域范围基本一致，证明了反演结果的可靠性。
|
图 8 Vp/Vs反演剖面 Fig. 8 Vp/Vs inversion profile |
|
( 修改自文献[39]。Modified from literature[39]. ) 图 9 反演结果与实际井数据对比 Fig. 9 Comparison between inversion results and actual well data |
(1) 研究提出了基于频率域协模拟的相控地震反演方法。利用该方法实现了少井区的地震反演及生物礁储层预测，在印度扇近海盆地实际工区应用效果较好，表明该方法具有可行性，且相较于常规反演方法具有更高的预测精度，在少井区储层预测中更有优势。
(2) 基于频率域协模拟的反演初始模型构建方法更适用于低勘探程度区。在相约束离散模型和90°相移地震属性的共同约束下，通过频率域协模拟构建出的相控初始模型包含更加丰富的信息，且具有较高准确性，符合实际地层变化特征。
(3) 纵横波速度比是研究区生物礁储层的敏感弹性参数。本文通过弹性阻抗反演得到了三个角度的弹性阻抗反演结果，并基于这三个反演结果提取纵横波速度比反演剖面，预测出了碳酸盐岩台地内部的生物礁储层分布特征，对研究区下一步的油气勘探具有重要意义。
| [1] |
撒利明, 杨午阳, 姚逢昌, 等. 地震反演技术回顾与展望[J]. 石油地球物理勘探, 2015, 50(1): 184-202+20. Sa Liming, Yang Wuyang, Yao Fengchang, et al. Review and prospect of seismic inversion technology[J]. Petroleum Geophysical Exploration, 2015, 50(1): 184-202+20. (  0) |
| [2] |
周东红, 李景叶, 陈莉. 基于弹性波动方程的叠后地震反演方法[J]. 石油地球物理勘探, 2018, 53(2): 395-402+225. Zhou Donghong, Li Jingye, Chen Li. Post stack seismic inversion method based on elastic wave equation[J]. Petroleum Geophysical Exploration, 2018, 53(2): 395-402+225. ( 0) |
| [3] |
杜焰. 弹性波阻抗反演方法研究进展[J]. 内蒙古石油化工, 2008(14): 6-8. Du Yan. Research progress on elastic wave impedance inversion method[J]. Inner Mongolia Petrochemical, 2008(14): 6-8. ( 0) |
| [4] |
Connolly P. Elastic impedance[J]. Leading Edge, 1999, 18(4): 438-438. DOI:10.1190/1.1438307 ( 0) |
| [5] |
Whitcombe D. Elastic impedance normalization[J]. Geophysics, 2002, 67: 60-62. DOI:10.1190/1.1451331 ( 0) |
| [6] |
刘应天, 李勇, 廖章权, 等. 基于弹性阻抗的高精度纵横波速比直接反演方法研究与应用[J]. 地球物理学进展, 2024, 39(3): 1152-1163. Liu Yingtian, Li Yong, Liao Zhangquan, et al. Research and application of high-precision longitudinal and transverse wave velocity ratio direct inversion method based on elastic impedance[J]. Advances in Geophysics, 2024, 39(3): 1152-1163. ( 0) |
| [7] |
张天悦, 林凯, 文晓涛, 等. 应用Lp拟范数稀疏约束的纵横波速比直接反演[J]. 石油地球物理勘探, 2024, 59(2): 230-237. Zhang Tianyue, Lin Kai, Wen Xiaotao, et al. Direct inversion of longitudinal and transverse wave velocity ratios using Lp quasi norm sparse constraint[J]. Petroleum Geophysical Exploration, 2024, 59(2): 230-237. ( 0) |
| [8] |
王保丽. 叠前弹性阻抗反演理论与应用[D]. 北京: 中国石油大学, 2007. Wang Baoli. Pre stack Elastic Impedance Inversion Theory and Application[D]. Beijing: China University of Petroleum, 2007. ( 0) |
| [9] |
印兴耀, 刘婵娟, 王保丽. 基于混合遗传算法的叠前随机反演方法[J]. 中国石油大学学报(自然科学版), 2017, 41(4): 65-70. Yin Xingyao, Liu Chanjuan, Wang Baoli. Pre stack stochastic inversion method based on hybrid genetic algorithm[J]. Journal of China University of Petroleum (Natural Science Edition), 2017, 41(4): 65-70. ( 0) |
| [10] |
张世鑫, 尹川, 彭文绪, 等. 基于弹性阻抗统计岩石物理模型的孔隙度反演方法研究与应用[J]. 物探化探计算技术, 2025, 47(1): 50-58. Zhang Shixin, Yin Chuan, Peng Wenxu, et al. Research and application of porosity inversion method based on elastic impedance statistical rock physics model[J]. Geophysical and geochemical Exploration Calculation Technology, 2025, 47(1): 50-58. ( 0) |
| [11] |
袁航, 瞿晓阳, 包凯. 基于地质模型的无井区复频域地震反演方法[J]. 石油地球物理勘探, 2024, 59(3): 558-566. Yuan Hang, Qu Xiaoyang, Bao Kai. Seismic inversion method in complex frequency domain for non well areas based on geological models[J]. Petroleum Geophysical Exploration, 2024, 59(3): 558-566. ( 0) |
| [12] |
马劲风, 王学军, 谢言光, 等. 波阻抗反演中低频分量构建的经验与技巧[J]. 石油物探, 2000(1): 27-34+41. Ma Jinfeng, Wang Xuejun, Xie Yanguang, et al. Experience and techniques for constructing low frequency components in wave impedance inversion[J]. Petroleum Geophysics, 2000(1): 27-34+41. ( 0) |
| [13] |
马良涛, 范廷恩, 王宗俊, 等. 不同地质条件下反演低频模型构建方法分析[J]. 地球物理学进展, 2021, 36(2): 625-635. Ma Liangtao, Fan Tingen, Wang Zongjun, et al. Analysis of inversion low-frequency model construction methods under different geological conditions[J]. Advances in Geophysics, 2021, 36(2): 625-635. ( 0) |
| [14] |
叶云飞, 崔维, 张益明, 等. 低频模型对波阻抗反演结果定量解释的影响[J]. 中国海上油气, 2014, 26(6): 32-36. Ye Yunfei, Cui Wei, Zhang Yiming, et al. The influence of low-frequency models on the quantitative interpretation of wave impedance inversion results[J]. China Offshore Oil and Gas, 2014, 26(6): 32-36. ( 0) |
| [15] |
叶云飞, 孙建国, 张益明, 等. 基于立体层析反演的低频模型构建在深水区储层反演中的应用: 以南海深水W构造为例[J]. 吉林大学学报(地球科学版), 2018, 48(4): 1253-1259. Ye Yunfei, Sun Jianguo, Zhang Yiming, et al. Application of low-frequency model construction based on stereo tomography inversion in deepwater reservoir inversion: Taking the deep-water W structure in the South China Sea as an example[J]. Journal of Jilin University(Earth Science Edition), 2018, 48(4): 1253-1259. ( 0) |
| [16] |
黄国娇, 曾繁鑫, 王善涛, 等. 空间结构模型优化的弹性参数FFT-MA随机建模[J]. 石油地球物理勘探, 2024, 59(5): 1121-1131. Huang Guojiao, Zeng Fanxin, Wang Shantao, et al. Elastic parameter FFT-MA stochastic modeling for optimizing spatial structure models[J]. Petroleum Geophysical Exploration, 2024, 59(5): 1121-1131. ( 0) |
| [17] |
杨修伟, 朱培民, 毛宁波, 等. 基于FFT-MA的随机介质建模方法[J]. 地球物理学报, 2018, 61(12): 5007-5018. Yang Xiuwei, Zhu Peimin, Mao Ningbo, et al. Random medium modeling method based on FFT-MA[J]. Chinese Journal of Geophysics, 2018, 61(12): 5007-5018. ( 0) |
| [18] |
张强, 雷学, 唐军, 等. 基于混合遗传算法的FFT-MA快速随机叠前反演方法在埕岛东斜坡东营组叠前地震高分辨预测中的应用[J]. 地球物理学进展, 2019, 34(6): 2375-2380. Zhang Qiang, Lei Xue, Tang Jun, et al. Application of FFT-MA fast random pre stack inversion method based on hybrid genetic algorithm in high-resolution prediction of pre stack earthquakes in Dongying Formation on Chengdao East Slope[J]. Advances in Geophysics, 2019, 34(6): 2375-2380. ( 0) |
| [19] |
Ikelle L T, Yung S K, Daube F. 2-D random media with ellipsoidal autocorrelation functions[J]. Geophysics, 1993, 58(9): 1359-1372. DOI:10.1190/1.1443518 ( 0) |
| [20] |
Roth M, Korn M. Single scattering theory versus numerical modelling in 2-D random media: Single scattering theory versus numerical modelling[J]. Geophysical Journal International. DOI:10.1111/j.1365-246X.1993.tb01442.x ( 0) |
| [21] |
姚姚, 奚先. 区域多尺度随机介质模型及其波场分析[J]. 石油物探, 2004(1): 1-7+100. Yao Yao, Xi Xian. Regional multiscale stochastic medium model and its wave field analysis[J]. Petroleum Geophysics, 2004(1): 1-7+100. ( 0) |
| [22] |
赵迎月, 顾汉明, 汪勇, 等. 无井条件下建立碎屑岩储层地震地质模型研究[J]. 地球物理学报, 2013, 56(6): 2055-2064. Zhao Yingyue, Gu Hanming, Wang Yong, et al. Research on establishing seismic geological model of clastic rock reservoir under No well conditions[J]. Journal of Geophysics, 2013, 56(6): 2055-2064. ( 0) |
| [23] |
马灵伟, 顾汉明, 赵迎月, 等. 应用随机介质正演模拟刻画深水区台缘礁碳酸盐岩储层[J]. 石油地球物理勘探, 2013, 48(4): 583-590+676+502. Ma Lingwei, Gu Hanming, Zhao Yingyue, et al. Application of stochastic media forward simulation to characterize carbonate reservoirs in deep-water platform edge reefs[J]. Petroleum Geophysical Exploration, 2013, 48(4): 583-590+676+502. ( 0) |
| [24] |
Ravalec M L, Noetinger B, Hu L Y. The FFT moving average(FFT-MA) generator: An efficient numerical method for generating and conditioning gaussian simulations[J]. Mathematical Geology, 2000, 32(6): 701-723. DOI:10.1023/A:1007542406333 ( 0) |
| [25] |
王保丽, 印兴耀, 丁龙翔, 等. 基于FFT-MA谱模拟的快速随机反演方法研究[J]. 地球物理学报, 2015, 58(2): 664-673. Wang Baoli, Yin Xingyao, Ding Longxiang, et al. Research on fast stochastic inversion method based on FFT-MA spectral simulation[J]. Chinese Journal of Geophysics, 2015, 58(2): 664-673. ( 0) |
| [26] |
孙瑞莹, 印兴耀, 王保丽, 等. 基于Metropolis抽样的弹性阻抗随机反演[J]. 物探与化探, 2015, 39(1): 203-210. Sun Ruiying, Yin Xingyao, Wang Baoli, et al. Elastic impedance stochastic inversion based on Metropolis sampling[J]. Geophysical and Chemical Exploration, 2015, 39(1): 203-210. ( 0) |
| [27] |
赵晨, 张广智, 蔡华, 等. 基于FFT-MA模拟与VFQA算法的纵波模量弹性阻抗随机反演方法[J]. 石油物探, 2018, 57(1): 129-139. Zhao Chen, Zhang Guangzhi, Cai Hua, et al. Random inversion method of longitudinal wave modulus elastic impedance based on FFT-MA simulation and VFQA algorithm[J]. Petroleum Geophysics, 2018, 57(1): 129-139. ( 0) |
| [28] |
李培培, 刘志国, 杨松岭, 等. 虚拟井技术在无井或少井条件下时深转换中的应用[J]. 物探与化探, 2015, 39(5): 994-1000. Li Peipei, Liu Zhiguo, Yang Songling, et al. Application of virtual well technology in time depth conversion under No well or few well conditions[J]. Geophysical and Chemical Exploration, 2015, 39(5): 994-1000. ( 0) |
| [29] |
窦玉坛, 王大兴, 刘化清, 等. 黄土塬少井区采用果蝇优化算法构建虚拟井方法[J]. 地球物理学进展, 2014, 29(2): 674-680. Dou Yutan, Wang Daxing, Liu Huaqing, et al. Virtual well construction method using fruit fly optimization algorithm in the loess plateau area with few wells[J]. Advances in Geophysics, 2014, 29(2): 674-680. ( 0) |
| [30] |
潘军, 张艳, 栾锡武, 等. 虚拟井技术在油气预测中的应用——以渤中3-2油田中古生代潜山储层为例[J]. 地球物理学进展, 2018, 33(6): 2563-2567. Pan Jun, Zhang Yan, Luan Xiwu, et al. Application of virtual well technology in oil and gas prediction: Taking the middle paleozoic buried hill reservoir in Bozhong 3-2 oilfield as an example[J]. Advances in Geophysics, 2018, 33(6): 2563-2567. ( 0) |
| [31] |
Doyen P M. Seismic Reservoir Characterization: An Earth Modelling Perspective[M]. [s.l.]: European Association of Geoscientists & Engineers, 2007.
( 0) |
| [32] |
Dubrule O. Geostatistics for Seismic Data Integration in Earth Models[M]. [s.l.]: Society of Exploration GeophysicistsEuropean Association of Geoscientists & Engineers, 2003.
( 0) |
| [33] |
陈人杰, 徐乐意, 刘灵, 等. 基于协克里金技术的陆相地层反演低频模型构建方法[J]. 物探与化探, 2023, 47(6): 1595-1601. Chen Renjie, Xu Yixin, Liu Ling, et al. Construction method of low-frequency model for continental stratigraphic inversion based on co kriging technique[J]. Geophysical and Chemical Exploration, 2023, 47(6): 1595-1601. ( 0) |
| [34] |
赵晨, 张广智, 张佳佳, 等. 基于Metropolis优化的叠前全局迭代地质统计学反演方法[J]. 地球物理学报, 2020, 63(8): 3116-3130. Zhao Chen, Zhang Guangzhi, Zhang Jiajia, et al. Pre stack global iterative geostatistical inversion method based on Metropolis optimization[J]. Chinese Journal of Geophysics, 2020, 63(8): 3116-3130. ( 0) |
| [35] |
杨培杰. 地震子波盲提取与非线性反演[D]. 北京: 中国石油大学, 2008. Yang Peijie. Blind Extraction and Nonlinear Inversion of Seismic Wavelets[D]. Beijing: China University of Petroleum, 2008. ( 0) |
| [36] |
李坤, 印兴耀, 宗兆云. 利用平滑模型约束的频率域多尺度地震反演[J]. 石油地球物理勘探, 2016, 51(4): 760-768+6. Li Kun, Yin Xingyao, Zong Zhaoyun. Frequency domain multi-scale seismic inversion constrained by smooth models[J]. Petroleum Geophysical Exploration, 2016, 51(4): 760-768+6. ( 0) |
| [37] |
刘金萍, 王改云, 简晓玲, 等. 巴基斯坦印度扇近海盆地油气地质条件分析[J]. 地质学刊, 2022, 46(4): 351-357. Liu Jinping, Wang Gaiyun, Jian Xiaoling, et al. Analysis of Oil and Gas Geological Conditions in the Indian Fan Offshore Basin of Pakistan[J]. Geological Journal, 2022, 46(4): 351-357. ( 0) |
| [38] |
Khan W, Zhang K, Liang H, et al. Provenance for the Makran Flysch Basin in Pakistan: Implications for interaction between the Indian, Eurasian, and Arabian plates[J]. Journal of Asian Earth Sciences, 16. DOI:10.1016/j.jseaes.2023.105626 ( 0) |
| [39] |
李森, 梁杰, 廖晶, 等. 印度扇近海盆地碳酸盐岩台地沉积演化特征[J]. 沉积学报, 2025, 43(2): 622-634. Li Sen, Liang Jie, Liao Jing, et al. Sedimentary evolution characteristics of carbonate platforms in the Indian fan offshore basin[J]. Journal of Sedimentology, 2025, 43(2): 622-634. ( 0) |
| [40] |
江凯禧, 姚长华, 郭清正, 等. 印度扇深水区古-始新统烃源岩特征及发育模式[J]. 沉积学报, 2016, 34(4): 785-793. Jiang Kaixi, Yao Changhua, Guo Qingzheng, et al. Characteristics and development model of paleocene source rocks in the deep water zone of indian fan[J]. Acta Sedimentologica Sinica, 2016, 34(4): 785-793. ( 0) |
| [41] |
Carmichael S M, Akhter S, Bennett J K, et al. Geology and hydrocarbon potential of the offshore Indus Basin, Pakistan[J]. Petroleum Geoscience, 2009, 15(2): 107-116. DOI:10.1144/1354-079309-826 ( 0) |
| [42] |
Shahzad, Khurram, Betzler, et al. Growth and demise of a Paleogene isolated carbonate platform of the Offshore Indus Basin, Pakistan: effects of regional and local controlling factors[J]. International Journal of Earth Sciences Geologische Rundschau. DOI:10.1007/s00531-017-1504-7 ( 0) |
| [43] |
朱泽栋, 石雪峰, 康弘男, 等. 深水油气藏地质特征研究——以印度扇盆地UEPL区块为例[J]. 中国石油和化工标准与质量, 2022, 42(2): 100-102. Zhu Zedong, Shi Xuefeng, Kang Hongnan, et al. Research on geological characteristics of deepwater oil and gas reservoirs: A case study of UEPL block in Indian Fan Basin[J]. China Petroleum and Chemical Standards and Quality, 2022, 42(2): 100-102. ( 0) |
| [44] |
张银国, 陈建文, 龚建明, 等. 青岛海洋地质研究所45年来海域油气资源调查进展[J]. 海洋地质与第四纪地质, 2024, 44(3): 1-22. Zhang Yinguo, Chen Jianwen, Gong Jianming, et al. Progress in the investigation of oil and gas resources in the sea area of Qingdao Institute of Marine Geology in the past 45 years[J]. Marine Geology and Quaternary Geology, 2024, 44(3): 1-22. ( 0) |
| [45] |
刘铁树, 常迈, 贾怀存, 等. 南亚地区油气地质综合研究与区域优选[J]. 中国石油勘探, 2013, 18(4): 58-67. Liu Tieshu, Chang Mai, Jia Huaicun, et al. Comprehensive study and regional optimization of oil and gas geology in South Asia[J]. China Petroleum Exploration, 2013, 18(4): 58-67. ( 0) |
| [46] |
Basu D N, Banerjee A, Tamhane D M. Source areas and migration trends of oil and gas in Bombay Offshore Basin, India[J]. American Association of Petroleum Geologists, 1980, 64(2): 209-220. ( 0) |
| [47] |
Shahzad K, Betzler C, Qayyum F. Controls on the Paleogene carbonate platform growth under greenhouse climate conditions(Offshore Indus Basin)[J]. Marine and Petroleum Geology, 2019, 101: 519-539. DOI:10.1016/j.marpetgeo.2018.12.025 ( 0) |
2. Qingdao Institute of Marine Geology, China Geological Survey, Qingdao 266237, China;
3. Marine Mineral Resources Evaluation and Exploration Technology Functional Laboratory, Qingdao Marine Science and Technology Center, Qingdao 266237, China;
4. State Key Laboratory of Deep Oil and Gas, China University of Petroleum (East China), Qingdao 266580, China;
5. Shandong Academy of Geological Sciences, Jinan 250013, China