自2006年以来，桑托斯盆地盐下湖相碳酸盐岩领域发现了多个大型油气田，已成为全球油气勘探的热点领域。钻井证实，尽管桑托斯盆地盐下发育大套厚层的碳酸盐岩储层，但储层中也常伴生岩浆岩。岩浆岩的发育不仅大大增加了该区井位部署的风险，同时也增加了储量估算的不确定性。岩浆岩的识别与预测对于降低研究区井位部署的风险及提高储量计算的精度至关重要，因此，岩浆岩的预测对于桑托斯盆地盐下勘探研究是一项非常重要的课题。

岩浆岩主要分为喷发岩和侵入岩。岩浆岩的识别预测主要基于非地震资料和地震资料两类方法。非地震方法主要研究大尺度的岩浆岩体，如：Campbell^[1]利用多级航空磁力曲线研究了火山岩与磁铁矿在不同尺度航磁平面图上的区别，并利用该方法有效地区分了美国加利福尼亚州等地区的磁铁矿和岩浆岩；Juliana等^[2]通过大地电磁和重力数据对巴西海域普地瓜尔盆地2种类型的岩浆岩进行识别和研究，通过磁力异常和重力异常的联合应用对岩浆岩体进行了三维雕刻；Derek等^[3]利用电阻率和地震折射数据联合确定岩浆岩的分布，取得了较好的效果；Leandro等^[4]对Jequitinhonha盆地构造格架利用重、磁资料进行了新的综合解释，通过这一工作发现了新的断层以及断层相关岩浆岩；杨辉等^[5]根据重、磁、电、震等资料在准噶尔盆地对火山岩油气藏目标开展了综合预测。对于尺度相对较小的岩浆岩通常主要依靠地震资料及钻井资料来进行识别和预测，如：Lennon和Marfurt^[6]综合三维地震数据、测井数据、岩心数据，利用自组织分类技术对新西兰Taranaki盆地火山碎屑岩和火山熔岩进行了识别，取得了较好的预测效果；胡佳等^[7]通过应用GeoEast解释系统中构造导向滤波、多窗口倾角扫描、拟声波重构等技术，同时辅助应用Jason软件中的体控、相控特征参数反演技术，较好地解决了火山口精细刻画、火山通道识别及火山岩有利储层预测等问题；李园等^[8]通过对煤矿首采区的岩浆岩及煤系地层的综合地质分析，利用测井约束反演技术实现了薄层岩浆岩与煤系地层分布的预测；刘登明等^[9]通过提取石炭系目的层的三瞬属性、频率衰减梯度及反演等属性，建立了一套火山岩预测的技术系列。在火山岩裂缝预测方面前人也做了相关的研究工作：汪勇等^[10]采用叠后多属性分析技术对哈山西地区的石炭系火山岩裂缝密度进行了定量预测；Li^[11]利用混合离散频率蚂蚁体研究了火山岩裂缝；孙炜等^[12]利用叠前弹性波阻抗反演的方法，通过分析裂缝引起的地震波动力学属性随方位角的变化特征，来预测岩浆岩的裂缝；Daniel和Adriana^[13]利用自然伽马和密度曲线研究了非常规储层中两种侵入岩的识别，但该方法难于应用到无井区。

通过对国内外的研究现状进行分析不难发现，岩浆岩的国内外研究成果虽然比较多，但目前还没有针对侵入岩的较好的预测方法。这是由于侵入岩厚度一般较薄，通常低于地震资料的分辨率，且横向延伸范围一般较小，因此，预测难度较大。目前针对桑托斯盆地盐下大型碳酸盐岩储层发育背景下的侵入岩的地球物理响应特征分析及分布预测还没有形成有效的技术。本文主要针对桑托斯盆地盐下地震资料分辨率较低，侵入岩发育厚度较薄，在地震剖面上难于识别的难点，通过波动方程正演、敏感属性分析、基于调谐振幅曲线的厚度预测等方法完成桑托斯盆地盐下碳酸盐岩储层伴生侵入岩的预测。通过侵入岩的预测，在储量计算过程中，可以有效地扣除侵入岩的体积，为桑托斯盆地盐下油田储量的计算提供更加可靠的储层岩石体积，从而提高储量计算的精度。

桑托斯盆地位于巴西东南部海域，面积约为33万km²，水深范围为0~3 200 m。桑托斯盆地油气资源丰富，截至2018年，桑托斯盆地共获得油气发现70个，其中盐上48个，盐下22个。盆地自2006年以来在深水区盐下层系湖相碳酸盐岩领域连续发现了多个大型油气田，累计发现油气2P可采储量52.64亿m³油当量，占盆地总量的82%。

桑托斯盆地是一个典型的被动大陆边缘盆地，其形成演化与中生代以来冈瓦纳大陆的解体以及大西洋的扩张有关。构造演化和沉积充填可以划分为3个演化阶段：早白垩世裂谷阶段、Aptian期过渡阶段和晚白垩世—新生代漂移阶段。

研究区位于桑托斯盆地深水区(图 1)，水深范围1 800~2 300 m。研究区目的层系为早白垩世裂谷阶段发育的湖相碳酸盐岩层系。早白垩世裂谷阶段，盆地构造活动强烈，断裂普遍发育。受裂谷期强烈断裂活动的影响，桑托斯盆地盐下火山活动非常剧烈。

图  1  研究区地理位置图

Figure 1.  The geographic location of the study area

托斯盆地的侵入岩发育时期主要在漂移晚期(约70 Ma)。侵入成因岩浆岩的岩性以辉绿岩为主(图 2a)，显微镜下可见结晶程度较好的斜长石、橄榄石、辉石和角闪石(图 2b)。辉绿岩具有较为明显的辉绿结构，即在板条状斜长石组成的格架内填充1粒或几粒与其大小相当的辉石或橄榄石颗粒。辉绿岩中水化矿物的存在(角闪石和黑云母)表明岩石的地下交代侵入成因而非地面水下喷发成因。从组成(橄榄石、辉石、斜长石、长石的关系)和结构(被角闪石和黑云母包裹的橄榄石和辉石、堆晶结构)来看，岩石应属于相同的岩浆事件，组成了一个岩床，该岩床由多次岩浆脉动或岩浆分异作用形成。几乎所有侵入岩都表现为相似的稀土元素分布模式，表明不同岩石在地球化学特征方面存在亲缘特征，表明了单一岩浆来源。

图  2  研究区岩浆岩岩石学特征

Figure 2.  Petrological characteristics of magmatic rocks in the study area

根据实钻岩浆岩的不同成因类型及其与碳酸盐岩的关系，以及过岩浆岩发育区的地震剖面(图 3a)，建立了桑托斯盆地盐下岩浆岩发育模式(图 3b)。研究区发育的侵入岩主要分布在坳陷期地层中(碳酸盐岩储层内部)，侵入成因岩浆岩多与深大断裂相伴生，在沉积期后的构造活跃期，深部岩浆以深大断裂为通道侵入碳酸盐岩地层，并在侧向上延伸。由于侵入岩发育在碳酸盐岩储层内部，增大了井位部署的风险并增加了储量计算的不确定性。因此，碳酸盐岩储层内部伴生侵入岩的预测对于降低井位部署风险以及提高储量计算的精度具有重要意义。

图  3  研究区岩浆岩的发育

Figure 3.  Magmatic rocks in the study area

图 4为过侵入岩发育区剖面，椭圆处为侵入岩发育区。从图 5可以看出，地震资料主频约20 Hz，对应四分之一波长约75 m，地震资料可分辨的薄层最小厚度为75 m，分辨率较低。该区侵入岩发育厚度普遍＜75 m，即低于地震资料的最小可分辨厚度，因此，侵入岩在地震剖面上难以准确识别和横向追踪(图 4)。针对这一难题，笔者提出了一套侵入岩预测的技术流程。通过高精度波动方程模拟技术，对侵入岩的地震反射特征进行了定量分析，依据侵入岩的地震反射特征，提取敏感属性，对侵入岩在研究区的发育范围进行预测。

图  4  过侵入岩发育区剖面

Figure 4.  Seismic section of an intrusive area

图  5  研究区地震数据频谱

Figure 5.  Seismic spectrum of the study area

通过波动方程正演模拟结果(图 6)可以发现，侵入岩反射特征整体受到盐底(图 6右侧红线)反射的干扰，很难从合成地震记录上区分侵入岩的顶底。侵入岩反射特征无法通过人工解释进行识别。对比含侵入岩地层的合成地震记录(紫红色波形)和无侵入岩地层的合成地震记录(黑色波形)可以发现，侵入岩的存在使得地震振幅明显增强，但对于正振幅和负振幅增强百分比并不相同。侵入岩的存在使得正振幅增强约25%，而负振幅则增强约60%。因此，预测侵入岩分布的敏感属性即为负振幅属性。提取侵入岩层段的负振幅属性(图 7)，图中黑线为圈闭线，圈闭线内的白色多边形即为预测圈闭内的侵入岩发育区。由图 7可知侵入岩的分布较为随机，圈闭范围内未见大规模连片分布，同时侵入岩的分布和基底断裂有较好的对应关系。说明侵入岩的预测结果与地质认识是一致的。

图  6  Well-1井波动方程正演

Figure 6.  Wave Equation Forward Modeling of Well-1

图  7  侵入岩负振幅属性切片

Figure 7.  Attribute slices of negative amplitude of intrusive rocks

对侵入岩厚度预测的难题，通过理论模型分析与研究，利用已钻井证实的侵入岩厚度及其对应的最大绝对振幅属性建立了侵入岩厚度预测的模型，并应用到研究区侵入岩的厚度预测中，取得了较好的应用效果。

首先，依据井数据给定模型参数建立楔形模型，用来反映不同厚度侵入岩振幅响应特征，再进行波动方程正演模拟得到相应的地震记录(图 8a)，并对正演结果提取顶界面最大绝对振幅随侵入岩厚度的变化曲线(图 8b)。由图 8b调谐曲线可以看出，在0~90 m的侵入岩厚度范围内，侵入岩厚度与顶界面最大绝对振幅具有很好的线性关系，相关系数可以达到0.98，说明调谐模型理论适用于该区地质情况。这也为利用顶界面最大绝对振幅预测侵入岩厚度提供了理论依据。

图  8  侵入岩厚度预测理论模型正演结果(a)和最大振幅-侵入岩厚度关系曲线(b)

Figure 8.  Forward results of theoretical model for predicting intrusive rock thickness (a) and maximum amplitude-intrusive rock thickness curve (b)

理论模型的指导下，提取了井点处侵入岩顶界面最大绝对振幅值，与井点实际钻遇侵入岩的厚度进行交会(图 9)。由图 9可以看出，实际资料侵入岩的厚度与最大绝对振幅之间同样存在较好的线性关系，相关系数可以达到0.92。说明实际资料与理论模型一致性较好，可以通过散点数据拟合的线性关系进行侵入岩的厚度预测。

图  9  实际资料侵入岩厚度与振幅交会图

Figure 9.  Relationship between intrusive rock thickness vs amplitude from actual data

根据理论模型分析结果和实际资料分析结果，对3D地震数据提取了侵入岩发育范围内的最大绝对振幅(图 10a)，基于最大绝对振幅属性，利用拟合公式

(1)完成由最大绝对振幅到侵入岩厚度的转换，得到侵入岩厚度预测(图 10b)。

图  10  研究区侵入岩发育范围内最大绝对振幅(a)及侵入岩厚度预测图(b)

Figure 10.  Maximum absolute amplitude (a) and thickness prediction map (b) of intrusive rocks in the study area

式中:Y为预测侵入岩的厚度, m;

x为最大绝对振幅。

通过对钻遇侵入岩的Well-1、Well-2、Well-3等3口井的钻前预测侵入岩厚度和实钻侵入岩厚度进行对比得到表 1。从表 1可以看出，侵入岩厚度预测误差均在10 m内，误差范围相对较小，均在合理范围之内，说明本文提出的侵入岩厚度预测方法是有效的。

尽管基于最大绝对振幅的侵入岩厚度预测效果较好，但是从实际资料交会图(图 8)以及侵入岩预测误差统计表 1可以看出，侵入岩厚度预测结果存在一定的误差，这些误差会影响侵入岩的体积计算，并最终影响研究区储量的计算。本文提出一种概率法定量评估侵入岩预测体积的方法，可以直接应用到GeoX软件中，实现概率法的储量计算。假设侵入岩厚度预测误差满足正态分布，其方差可以由式(2)表示为

式中:σ为侵入岩体积的方差;

E为求取数学期望；

A为侵入岩的面积，km²；

Hp为侵入岩在井点处的预测厚度，m；

Hr为侵入岩在井点处的实钻厚度，m。

利用工作站量取图 9b中侵入岩的体积为μ(10⁶ m³)，可以得到最终的侵入岩体积概率密度函数

根据实际计算的侵入岩体积μ值和σ值带入到式(3)中，可以得到侵入岩体积概率密度曲线图(图 11a)。对图 11a进行积分可以得到侵入岩体积的大于累计概率分布曲线(图 11b)，该曲线可以直接应用到概率法储量计算的软件中(如GeoX)，同时也可以用于定量评估侵入岩厚度预测不确定性对储量的影响。与传统确定性预测方法不同，基于概率法的侵入岩预测，不仅得到侵入岩体积的期望值(Mean值)，还可以得到侵入岩体积的P90值和P10值，可以直观地评估侵入岩体积预测的不确定性。

图  11  侵入岩体积概率密度分布曲线(a)及大于累积概率分布曲线(b)

Figure 11.  Probabilistic density distribution curve of intrusive rock volumea) and complementary cumulative probability distribution curve (b)

通过波动方程正演进行侵入岩反射特征的分析发现，侵入岩的存在可以使地震反射振幅明显增强，尤其是负振幅增强更加明显，利用这一地震反射特征可以有效识别侵入岩平面分布范围。侵入岩的发育厚度比较薄，通常低于地震资料分辨率。调谐模型正演模拟结果显示，侵入岩厚度与最大绝对振幅在薄层范围内具有较好的线性关系。利用这一线性关系完成了研究区的侵入岩厚度预测。通过概率法可以定量评估侵入岩预测体积的不确定性，为储量计算提供更加合理的侵入岩体积范围。