巴彦浩特盆地火成岩的综合地球物理解释.pdf

巴彦浩特盆地火成岩的综合地球物理解释 张世晖1 刘天佑1 顾汉明1 邓荣来2 1 中国地质大学 湖北 武汉 430074 2 河南石油勘探局 河南 南阳 473132 摘 要 采用综合地球物理方法识别巴彦浩特盆地火成岩 首先利用高精度重磁资料和大地电磁测深资料 初步确 定火成岩的平面位置和深度 然后利用钻遇火成岩的已知测井资料 建立人工合成地震记录 在地震剖面上标定出 火成岩并分析其波组特征 采用BP神经网络进行火成岩的精细识别 研究表明 综合地球物理解释是提高反演解 释精度的有效途径 关键词 巴彦浩特盆地 火成岩 综合地球物理解释 BP神经网络 中图分类号 P631 文献标识码 A 文章编号 1000 8918 2003 05 0383 04 巴彦浩特盆地位于内蒙古西部 地处鄂尔多斯 地块 阿拉善地块和祁连山褶皱带三大构造单元交 汇处 是叠置在贺兰山坳拉槽与华北地块大陆边缘 上的一个盆地 由于加里东期 海西期 燕山期多期 岩浆活动以及盆地内存在多组断层的因素 导致巴 彦浩特盆地火成岩具有活动频繁 分布广的特点 巴彦浩特盆地目前处于早期勘探阶段 钻井资料少 对地下复杂的地质和地球物理条件了解程度不高 火成岩的存在对于布置新的参数井是一个不利因 素 火成岩通常具有高密度 高磁性 高波速和高电 阻率特征 当火成岩厚度较大 分布范围较广时 在 地震剖面上往往具有板状 弧状 蘑菇状或宝塔状的 地震相特征 1 在重磁场中具有范围大 幅值高的 局部异常 在大地电磁测深剖面中也具有显著的高 阻特征 但是 巴彦浩特盆地火成岩规模小 埋藏 深 不具有显著的重磁场局部异常 根据钻遇火成岩 的井资料及井旁地震道资料得出 巴彦浩特盆地火 成岩往往沿断裂上涌 顺层侵入 在地震剖面上没有 典型的火成岩地震相特征 因而很难用单一的地球 物理方法进行解释 2 运用高精度重磁 大地电磁 测深 测井及地震资料进行火成岩的综合解释 可减 少巴彦浩特盆地火成岩反演的多解性 有效地提高 反演解释的精度 1 火成岩物性及地球物理特征 1991年 巴彦浩特盆地X1井于井深2 560 2 590 m钻遇燕山晚期一层火成岩 图1为X1井钻遇火 成岩段的声波时差 密度 电阻率测井曲线 火成岩 位于石炭系靖远组 其围岩以细砂 粉砂岩及泥岩为 主 2 560 2 570 m的火成岩为暗灰绿色辉岩 岩 石致密 波速和电阻率明显高于围岩 呈现高速高阻 特性 推断为火成岩侵入体 2 570 m 2 590 m的火 成岩为浅灰色粗砂岩夹暗灰绿色辉长岩及蚀变辉长 岩 岩石比较疏松 呈现中低速特性 推断为火成岩 侵入蚀变带 1999年 BCh3井于井深1 973 3 163 m钻遇四层燕山晚期辉长岩和凝灰岩 厚度分 别是36 m 18 m 8 m 63 m 其中后三层集中分布在 2 869 3 163 m石炭系地层中 为了进一步分析工 区内火成岩的物性特征 除收集前人资料外 对200 多块露头标本和钻井岩芯标本进行了密度 磁化率 电阻率和波速的测定 测定结果归纳如下 1 巴彦浩特盆地火成岩密度为2 4 2 61g cm3 中生界侏罗系和白垩系砂泥岩密度为2 4 g cm3 古生界石炭系灰岩密度为2 45 g cm3 火成岩 与其围岩存在0 10 0 05 g cm3的密度差 2 火成岩磁性较强 磁化率在 500 1 500 10 5SI 之间 而中新生界 古生界沉积岩磁化率较 低 小于30 10 5SI 可视为无磁性 由此看来 区 域磁异常是由前寒武变质岩基底的起伏变化引起 的 局部磁异常可能是磁性较高的火成岩侵入到无 磁性的沉积岩中引起的 3 火成岩电阻率较高 介于102 105 m 而 中新生界和古生界地层的电阻率较低 结晶基底寒 收稿日期 2002 11 21 第27卷第5期物 探 与 化 探Vol 27 No 5 2003年10月GEOPHYSICAL 对于其它4条同相轴 期望输出值为0 代表 483 物 探 与 化 探27卷 非火成岩 BP神经网络的输出值介于0和1之间 如果输出值接近1 那么可能是火成岩 如果接近0 则是火成岩的可能性比较小 应该指出 由于资料有限 笔者仅利用一口井的 测井资料及其井旁地震道资料进行BP神经网络的 训练 具有一定的局限性 由于地下地质条件的不 连续性 训练后的BP神经网络的应用范围也不宜 太大 实际上 应利用尽可能多的井资料及井旁地 震道资料来训练BP神经网络 以提高BP神经网络 的自适应能力 减小误差 BP神经网络是根据地震 波参数的相似性进行岩性识别 对于相似性较好 但岩性存在较大差异的样本 BP神经网络可能会给 出错误的输出 因此 应该充分考虑工区的地质背 景 结合测井资料以及高精度重磁 大地电磁测深资 料综合分析 以提高解释精度 3 2 在地震剖面上识别火成岩 巴彦浩特盆地L5线距X1井约4 km 二者之间 的地层比较连续 具备应用BP神经网络识别火成 岩的地质条件 在L5线的2D地震偏移剖面上 没 有显著的火成岩地震相特征 我们综合重磁 MT 地震资料来分析L5线上的火成岩分布 图3为巴 图3 L5线高精度磁测剩余磁异常曲线 横坐标为与L5线地震剖面相对应的CDP 图4 L5线大地电磁测深 TEBostick反演断面 彦浩特盆地L5线采用匹配滤波法进行位场分离得 出的 T剩余磁异常曲线 CDP 4 100 4 140 之 间 磁异常升高 可能与火成岩有关 CDP 4 170 4 200之间磁异常幅值变化较大 与L5线上锡林高勒 断裂相对应 图4为L5线大地电磁测深 TEBo2 stick反演断面 剖面左侧呈现高阻异常 可能与火 成岩有关 中部和右侧异常比较平缓 与深部高阻结 晶基底有关 L5线地震剖面上 见图5a 锡林高勒 断裂位于CDP 4 202处 图3中的高磁异常和图4 中的高阻异常位于锡林高勒断裂左侧 火成岩的BP 神经网络识别集中在这一区间进行 根据重磁联合 反演结果 认为火成岩的埋藏深度大约为2 200 3 图5 L5线地震剖面BP网络识别火成岩 a 拾取的同相轴 b e BP神经网络识别结 果 横轴为CDP 纵轴为BP网络神经输出结果 000 m 在地震剖面上的反射同相轴应是2 s以下 在L5线地震剖面上2 0 2 6 s之间拾取4条同相 轴 逐一进行识别 图5b是第 条同相轴的识别结 果 BP神经网络的输出总体趋势接近0 个别地震 道上的输出值虽然接近1 但数量不多 而且不连 续 所以认为该同相轴与火成岩无关 图5c是第 条同相轴的识别结果 BP神经网络输出值绝大多数 接近1 只在个别地震道上小于0 5 说明该同相轴 与火成岩有关 图5d和图5e分别是第 条同 相轴的识别结果 BP神经网络的输出总体趋势接近 0 所以认为这两条同相轴与火成岩无关 由此推 断 在L5线CDP 4 130 4 160 时间2 1 2 2 s之 间存在火成岩 CDP 4 160处的断层与大地电磁推 断的断层一致 推断为火成岩侵入的通道 火成岩沿 该断层上涌并向左顺层侵入 被CDP 4 125处的断 层阻隔 厚度不大 没有形成强而连续的反射波组 4 结束语 笔者通过在该区的研究工作得出如下结论 1 巴彦浩特盆地的地质特点决定了采用单一 地球物理方法不易识别火成岩 2 测井资料的利用十分重要 这对于开展综合 583 5期张世晖等 巴彦浩特盆地火成岩的综合地球物理解释 地球物理调查具有指导意义 可减少工作的盲目性 3 重磁和大地电磁测深方法可宏观地圈出火 成岩的范围 然后利用地震方法分辨率高的优点 用 BP神经网络从地震波的微观特征上识别火成岩效 果较好 利用上述方法 识别了巴彦浩特盆地XL凹陷5 条地震剖面上的火成岩分布 这为该区布置新的参 数井时避开火成岩提供了较可靠的依据 研究表 明 用综合物探方法是提高地球物理反演解释精度 的有效途径 参考文献 1 王槐基 火山岩地震相 J 石油地球物理勘探 1981 16 5 56 63 2 邓荣来 李庆浩 宋桂桥 等 重磁联合反演及重磁与MT综合 解释巴彦浩特盆地火成岩 J 石油物探 2002 41 2 222 225 3 傅绍乾 段春生 姚知铭 等 应用磁重震方法综合研究侵入岩 的分布与赋存 J 石油物探 1999 38 1 93 101 4 袁曾任 人工神经元网络及其应用 M 北京 清华大学出版 社 1999 5 王棣 杜世通 用神经网络预测二维地震剖面的地层岩性 J 石油地球物理勘探 1996 31 3 400 409 6 高美娟 田景文 张淑华 等 利用人工神经网络方法检测地震 剖面同相轴 J 物探与化探 2000 24 2 353 357 7 耿喜哲 刘天佑 丁艳红 等 小波神经网络在重磁资料反演中 的应用前景 J 物探与化探 2001 25 2 102 108 8 贺铎华 BP神经网络识别塔北低阻油气层 J 物探与化探 2002 26 2 122 125 A SYNTHETIC GEOPHYSICS INTERPRETATION OF THE IGNEOUS ROCKS IN BAYAN HAOTE BASIN ZHANG Shi2hui1 LIU Tian2you1 GU Han2ming1 DENG Rong2lai2 1 China University of Geosciences Wuhan 430074 China 2 Henan Bureau of Petroleum Exploration Nanyang 473132 China Abstract In Bayan Hot basin of northern China igneous rocks are characterized by small varying range small thickness and deep burial depth Their gravity and magnetic anomalies are weak and they do not have remarkable resistivity anomalies They fail to form continuous and strong lineup and hence cannot be distinguished by a single geophysical prospecting method With high precision gravity and magnetic data and magnetotelluric sounding data however we can determine their locations and burial depths Using logging data of X1 log the authors made synthetic seismic record to analyze the seismic wave characteristicsof the igneous rocks and then set up the training swatchesof BP Neural Network to analyze the distribution of the igneous rocks It isproved that the synthetic geophysical interpretation