确定基底火山岩分布的方法和装置与流程

本发明涉及地质勘探技术领域，特别涉及一种确定基底火山岩分布的方法和装置。

背景技术：

随着能源需求的快速增长，油气田勘探程度不断被加深，使得圈闭构造日益匮乏，因此有目的地寻找隐蔽油气藏显得十分重要。近年来，火山岩油气藏已在世界上20多个国家300多个盆地或区块中被发现，显示了火山岩储层巨大的勘探潜力，火山岩油气藏作为新的油气增长点，已引起了石油地质学界的广泛关注。

在钻井资料少、有火山岩分布的复杂地区，由于火山岩对地震信号有屏蔽作用，同时常规地震资料在基底附近深度目的层分辨率较低、地震反射特征不清晰，致使前古近系的地层不落实，特别是太古界结晶基底的构造和岩性不清楚。

针对上述问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种确定基底火山岩分布的方法，以达到有效确定火山岩油气藏分布的目的，该方法包括：

获取航磁异常数据；

对所述航磁异常数据做上延拓处理，将上延拓结果作为磁性基底下部引起的异常数据；

构建目标函数；

通过所述目标函数对所述岩性基底下部引起的异常数据与核函数之间相关性最好的基底物性模型进行反演计算；

根据反演计算结果进行反演结果成图，并根据得到的成图结果，确定基底火山岩的分布。

在一个实施方式中，对所述航磁异常数据做上延拓处理，包括：

按照以下公式对所述航磁异常数据做上延拓处理：

其中，-z表示向上的延拓高度，ΔT代表磁异常，x,y,z表示磁异常的空间坐标，ξ和η表示引起磁异常的场源位置。

在一个实施方式中，构建的目标函数为：

其中，表示目标函数，E_k表示所述岩性基底下部引起的异常数据，表示所述岩性基底下部引起的异常数据的平均值，f_k表示第k个点所述岩性基底下部引起的异常数据与理论计算值之间的差值，表示所述插值的平均值，N表示数据点的总数。

在一个实施方式中，通过所述目标函数对所述岩性基底下部引起的异常数据与核函数之间相关性最好的基底物性模型进行反演计算，包括：

确定所述目标函数的取值最小时的基底物性模型；

将确定的基底物性模型作为反演结果。

在一个实施方式中，确定所述目标函数的最小值，包括：

通过黄金分割算法对所述目标函数进行求解，以确定所述目标函数的最小值。

在一个实施方式中，通过黄金分割算法对所述目标函数进行求解，以确定所述目标函数的最小值，包括：

给定初始区间和预设的控制精度；

逐步缩小包含目标函数极小点的所述初始区间，直至将所述初始区间缩小至满足预设的控制精度的区间；

采用黄金分割算法，从缩小至的满足预设的控制精度的区间中确定出所述目标函数的最小值。

本发明实施例还提供了一种确定基底火山岩分布的装置，以达到有效确定火山岩油气藏分布的目的，该装置包括：

获取模块，用于获取航磁异常数据；

延拓模块，用于对所述航磁异常数据做上延拓处理，将上延拓结果作为磁性基底下部引起的异常数据；

构建模块，用于构建目标函数；

反演模块，用于通过所述目标函数对所述岩性基底下部引起的异常数据与核函数之间相关性最好的基底物性模型进行反演计算；

确定模块，用于根据反演计算结果进行反演结果成图，并根据得到的成图结果，确定基底火山岩的分布。

在一个实施方式中，所述延拓模块具体用于按照以下公式对所述航磁异常数据做上延拓处理：

其中，-z表示向上的延拓高度，ΔT代表磁异常，x,y,z表示磁异常的空间坐标，ξ和η表示引起磁异常的场源位置。

在一个实施方式中，构建的目标函数为：

其中，表示目标函数，E_k表示所述岩性基底下部引起的异常数据，表示所述岩性基底下部引起的异常数据的平均值，f_k表示第k个点所述岩性基底下部引起的异常数据与理论计算值之间的差值，表示所述插值的平均值，N表示数据点的总数。

在一个实施方式中，所述反演模块包括：

确定单元，用于确定所述目标函数的取值最小时的基底物性模型；

反演单元，用于将确定的基底物性模型作为反演结果。

在本发明实施例中，利用航磁资料对磁性基底物性进行三维反演，可以得到太古界结晶基底的岩性三维空间展布，进一步的，通过设计目标函数对使观测数据与核函数之间的相关性最好的模型进行反演计算，通过对反演计算结果成图后，可以定量地认识基底火成岩的分布情况，从而可以有效确定地层、构造、储层和成藏规律，对火山岩油气藏的勘探具有重要的指导意义。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是根据本发明实施例确定基底火山岩分布的方法流程图；

图2为本发明实施例中研究区航磁上演上延15km异常图；

图3为本发明实施例中研究区基底模型图；

图4为本发明实施例中研究区居里面深度图；

图5为改进的黄金分割法计算流程图；

图6为本发明实施例中研究区视磁化强度反演预测成果图；

图7是根据本发明实施例确定基底火山岩分布的装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

如图1所示，在本发明实施例中提供了一种确定基底火山岩分布的方法，可以包括以下步骤：

步骤101：获取航磁异常数据；

步骤102：对所述航磁异常数据做上延拓处理，将上延拓结果作为磁性基底下部引起的异常数据；

具体地，可以按照以下公式对所述航磁异常数据做上延拓处理：

其中，-z表示向上的延拓高度，ΔT代表磁异常，x,y,z表示磁异常的空间坐标，ξ和η表示引起磁异常的场源位置。

步骤103：构建目标函数；

在一个实施方式中，可以构建如下所示的目标函数：

其中，表示目标函数，E_k表示所述岩性基底下部引起的异常数据，表示所述岩性基底下部引起的异常数据的平均值，f_k表示第k个点所述岩性基底下部引起的异常数据与理论计算值之间的差值，表示所述插值的平均值，N表示数据点的总数。

步骤104：通过所述目标函数对所述岩性基底下部引起的异常数据与核函数之间相关性最好的基底物性模型进行反演计算；

通过目标函数进行反演计算的时候，可以确定目标函数的取值最小时的基底物性模型，将目标函数取值最小时候的基底物性模型作为反演结果。

在确定目标函数的最小值可以通过黄金分割算法对目标函数进行求解，以确定所述目标函数的最小值，具体地，可以先给定初始区间和预设的控制精度，然后，逐步缩小包含目标函数极小点的初始区间，直至将初始区间缩小至满足预设的控制精度的区间；最后，采用黄金分割算法，从缩小至的满足预设的控制精度的区间中确定出所述目标函数的最小值。

步骤105：根据反演计算结果进行反演结果成图，并根据得到的成图结果，确定基底火山岩的分布。

下面结合一具体实施例对上述方法进行说明，然而，该具体实施例仅是为了更好地说明本发明，并不构成对本发明的不当限定。

在本例中，对磁性基底物性进行反演计算，反演方法可以采用改进的黄金分割算法对目标函数进行求解。首先，通过对已知地质和钻井资料以及重磁位场资料的处理和分析，提取磁性基底相关异常并确定相应的磁化强度反演模型。利用优化的黄金分割搜索算法求解目标函数来对反演模型进行修改，以此对磁性基底磁化强度进行反演计算。

设计目标函数对使观测数据E_k和核函数G_k(ω)之间的相关性最好的模型m(ω)进行反演计算，并且在计算过程中利用了改进的黄金分割算法，提高了运算效率。通过对反演计算结果成图后，可以定量地认识基底火成岩的分布情况。本发明不仅可以用作基底磁化强度反演，同样的思路可以被借鉴到其它地球物理位场资料的模型反演计算中。

具体地，可以包括以下步骤：

S1：磁性基底相关区域异常的提取

磁性基底相关区域异常的提取可以是先在航磁异常数据做上延处理作为磁性基底下部引起的异常，从而进行物性反演。在磁测工作中都是地表或在地表附近空间进行，调和域是观测面以上的空间，而且磁场随着地面的距离增加而衰减，在无穷远处趋于零。在观测面的上半空间，磁异常的解析延拓公式为：

上式表明，如果已知平面II上每一点的调和函数值(磁异常)，就可确定平面以上任意点的调和函数值UP，这是位论中的第一边值问题，通常称为狄利克莱问题。设场源体位于z＝H平面以下(H>0)，则磁场为在z＝H平面以上对x、y、z的连续函数，具有一阶和二阶连续可微的导数。若z＝0观测平面上的磁场ΔT(x,y,0)为已知，则由外部狄利克莱问题，由磁异常的解析延拓公式得向上延拓公式：

如图2所示为研究区航磁上延15km的异常图，从图中可以看到研究区宽缓正异常主要是反映了太古宇或古元古界老变质岩，局部磁异常主要是各时代侵入岩体及火山岩的反映，在下述步骤S3中作为观测数据E_k；

S2：建立磁性基底和居里面深度模型

由于黄金分割选法要求先在横向(x，y)方向上对反演区域进行剖分，根据研究区航磁资料精度为1：10万，所以剖分方案可以是：第一步，研究区基底深度模型作为剖分模型顶界面，居里面深度模型作为剖分模型底界面；第二步，剖分单元格按1平方公里为一格，与航磁资料精度相对应。最终形成的剖分模型实际上就是根据程序中对三度体模型的要求，并依据先验资料建立的在纵向(z)方向埋深不同的大量直立六面体去拟合磁性基底模型。其中，如图3所示为研究区的基底模型示意图，如图4所示为研究区居里面的深度模型示意图。

S3：建立用于计算磁化强度的目标函数；

对于物性分布反演而言，有着自己的特殊情况，即观测数据E_k和核函数G_k(ω)或基底物性模型m(ω)存在着线性泛函关系，很容易得到多元线性回归分析中的复相关系数R：

其中，σ²表示误差方差，σ²_y表示观测数据E_k的方差，可以通过以下公式表示：

其中，表示观测数据E_k的平均值，f_k表示第k个点观测数据E_k和理论计算值之间的差，表示f_k的平均值，可表示为：

其中，复相关系数R取值0～1，其值越大表示观测数据E_k和核函数G_k(ω)之间的线性相关性越好，反之则越差。而物性分布反演就是力争寻找模型m(ω)，使观测数据E_k和核函数G_k(ω)之间的相关性最好。为此可以选用目标函数为：

使取最小值的m(ω)就是所要求取的模型。

上式表达的目标函数有三个显著优点：第一是每次模型的修改是依相关性的好坏而进行的，这就使得模型的修改更趋于合理；第二是模型不受正常重磁场的影响，即当观测数据E_k与理论计算场存在一常差时，目标函数也能达到最小值；第三是不受起伏地形的影响。

S4：利用改进的黄金分割搜索算法进行磁化强度反演；

反演方法的计算速率是关系反演方法实用性的首要问题。在本发明中，使用了优化的黄金分割搜索算法对S3中的目标函数进行计算，计算所基于的原理为：

如果目标函数在区间Ω(ω^(k)∈[a^(k),b^(k)]),k＝1,2,…,n上具有凸性条件，则在该区间内必有目标函数的一个全局极小点(ω_*⁽¹⁾,ω_*⁽²⁾,…,ω_*⁽ⁿ⁾)；

如果使ω⁽¹⁾,ω⁽²⁾,…ω⁽ⁿ⁾中的m个变量取其区间的一个定值，则剩余的n-m个变量在其相应的区间也存在一个全局极小点。假设ω⁽²⁾,…,ω⁽ⁿ⁾取其区间[a^(k),b^(k)](k＝2,3,…,n)中的一个定值ω_c⁽²⁾,…,ω_c⁽ⁿ⁾，则在区间[a⁽¹⁾,b⁽¹⁾]上必有目标函数的一个全局极小点从而求得ω⁽¹⁾在区间[a⁽¹⁾,b⁽¹⁾]上的极小点再设ω⁽³⁾,ω⁽⁴⁾,...,ω⁽ⁿ⁾取其区间[a^(k),b^(k)](k＝3,4,…,n)中的一个定值而ω⁽¹⁾取其已搜索出的极小点则在区间[a⁽²⁾,b⁽²⁾]上也必有目标函数的一个全局极小点从而求得ω⁽²⁾在区间[a⁽²⁾,b⁽²⁾]上的极小点

以此类推，可以求得目标函数的全局极小点

如图5所示为改进的搜索黄金分割法位场反演的计算框图，为经典算法的改良，其基本思想是：依照“去坏留好”原则、对称原则、等比收缩原则来逐步缩小搜索范围。用最少数目的函数值计算，而将包含目标函数极小点的区间逐步缩小，一直缩小到满足要求的精度为止。

如图6所示，为在本例中的S2建模基础上，利用黄金分割算法对探区视磁化强度进行了反演的结果。

本发明设计了目标函数，对能够使观测数据E_k与核函数G_k(ω)之间的相关性最好的基底物性模型m(ω)进行反演计算，并且在计算过程中利用了改进的黄金分割算法，提高了运算效率。通过对反演就算记过成图后，可以定量地认识基底火成岩的分布情况。

基于同一发明构思，本发明实施例中还提供了一种确定基底火山岩分布的装置，如下面的实施例所述。由于确定基底火山岩分布的装置解决问题的原理与确定基底火山岩分布的方法相似，因此确定基底火山岩分布的装置的实施可以参见确定基底火山岩分布的方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。图7是本发明实施例的确定基底火山岩分布的装置的一种结构框图，如图7所示，可以包括：获取模块701、延拓模块702、构建模块703、反演模块704和确定模块705，下面对该结构进行说明。

获取模块701，用于获取航磁异常数据；

延拓模块702，用于对所述航磁异常数据做上延拓处理，将上延拓结果作为磁性基底下部引起的异常数据；

构建模块703，用于构建目标函数；

反演模块704，用于通过所述目标函数对所述岩性基底下部引起的异常数据与核函数之间相关性最好的基底物性模型进行反演计算；

确定模块705，用于根据反演计算结果进行反演结果成图，并根据得到的成图结果，确定基底火山岩的分布。

在一个实施方式中，延拓模块702具体可以用于按照以下公式对所述航磁异常数据做上延拓处理：

其中，-z表示向上的延拓高度，ΔT代表磁异常，x,y,z表示磁异常的空间坐标，ξ和η表示引起磁异常的场源位置。

在一个实施方式中，构建的目标函数可以表示为：

其中，表示目标函数，E_k表示所述岩性基底下部引起的异常数据，表示所述岩性基底下部引起的异常数据的平均值，f_k表示第k个点所述岩性基底下部引起的异常数据与理论计算值之间的差值，表示所述插值的平均值，N表示数据点的总数。

在一个实施方式中，反演模块704可以包括：确定单元，用于确定所述目标函数的取值最小时的基底物性模型；反演单元，用于将确定的基底物性模型作为反演结果。

在一个实施方式中，确定单元可以通过黄金分割算法对所述目标函数进行求解，以确定所述目标函数的最小值。

在一个实施方式中，确定单元具体可以给定初始区间和预设的控制精度；逐步缩小包含目标函数极小点的所述初始区间，直至将所述初始区间缩小至满足预设的控制精度的区间；采用黄金分割算法，从缩小至的满足预设的控制精度的区间中确定出所述目标函数的最小值。

显然，本领域的技术人员应该明白，上述的本发明实施例的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。