琼东南盆地天然气水合物地震识别与饱和度预测

Seismic Identification and Saturation Prediction of Natural Gas Hydrate in the Qiongdongnan Basin

摘要

琼东南盆地是我国新发现的天然气水合物勘探靶区，主要发育孔隙型水合物和烟囱型水合物，两者在地震上表现出不同的反射特征，仅利用地震似海底反射（BSR）识别琼东南盆地深水区天然气水合物存在局限性.为成功实现琼东南盆地天然气水合物识别与饱和度预测，利用三维地震数据和钻井资料，开展了AVO正演和宽频地震反演分析，明确了天然气水合物弹性参数特征，建立了天然气水合物地球物理识别方法.在此基础上，针对孔隙型和烟囱型两种不同类型的水合物，分别建立各向同性和各向异性饱和度评价方法，利用有效介质理论实现水合物饱和度定量评价.基于高品质地震资料开展的宽频地震反演和饱和度预测研究，实现了琼东南盆地孔隙型水合物和烟囱型水合物识别，并圈定了天然气水合物富集区，优选出了3个最大饱和度在50%以上水合物矿藏，预测结果得到实际钻探的验证.本次研究成果对琼东南盆地水合物钻探站位选取以及降低水合物钻探风险具有指导意义，其研究方法对于其他类似盆地水合物勘探具有借鉴价值.

关键词

天然气水合物 / 地震反射特征 / 宽频地震 / 饱和度 / 富集区 / 油气地质.

Key words

gas hydrates / seismic reflection characteristics / broadband seismic / saturation / enrichment region / petroleum geology

天然气水合物（Natural Gas Hydrate，也常被称为“可燃冰”）是指天然气（以甲烷为主的烃类气体）和水分子在特定的温压（低温、高压）条件下形成的似冰状固体物质，主要分布于陆地永久冻土区、极地地区和水深大于300 m的海底沉积物中（Huang et al.， 2002）.天然气水合物具有清洁环保、能量密度高、地质储量大等优点，总资源量约为21×10¹⁵ m³（Johnson， 2011）.随着非常规油气资源勘探开发强度加大，近些年天然气水合物资源备受关注，对其展开的研究对于能源勘探、环境保护和地灾防护等都具有重要意义（Sloan et al.， 1999； 樊栓狮等， 2018； Wei et al.， 2021）.

地球物理方法在天然气水合物勘探中发挥着重要的作用，准确识别和定量评价水合物储层是核心内容，不仅可以利用地震反射特征、速度异常、输导体系分布等特征来查明水合物发育层系和展布范围，而且可以利用全波形反演或AVO反演等手段预测含气饱和度（Dai et al.， 2008； 宁伏龙等，2013； 樊栓狮等， 2018）.例如，天然气水合物发育部位在地震记录上具有较好的响应，似海底地震反射（BSR）是水合物重要的指示标志（Andreassen et al.， 1990）.然而需要注意的是，地球物理特征往往具有多解性，BSR与水合物发育部位并非完全对应，在没有BSR的部位也可能存在天然气水合物，在存在明显BSR区域也可能不发育水合物（Holbrook et al.， 1996； Bünz et al.， 2003）.即便是在BSR和水合物储层响应明显区域，水合物分布也通常并不连续，非均质极强，气体饱和度在横向和纵向上变化范围很大（Bünz et al.， 2003；Tréhu， 2004）.因此，结合区域水合物发育特征，突破地球物理技术瓶颈，准确预测高含气饱和度水合物甜点是水合物地球物理勘探的关键和难点所在.

地质调查及水合物试采结果表明南海北部水合物资源丰富，资源储量大.琼东南盆地是继南海神狐、东沙海域后，我国在南海北部发现的又一重要的天然气水合物富集区（何家雄等， 2016； 杨胜雄， 2019； 雷裕红等，2021； 王秀娟等， 2021）.琼东南盆地水合物勘探结果表明，海马冷泉水合物样品为典型的I型水合物，其气源具有生物气与热解气混合成因（Fang et al.， 2019； Zhang et al.， 2019； Wei et al.， 2021）.张伟等（2015）指出琼东南盆地天然气水合物成藏与泥底辟、气烟囱、断层等气源疏导通道密切相关.徐立涛等（2021）利用数值模拟技术建立了琼东南盆地深水区水合物成藏模式，指出气源疏导通道和块体流沉积（MTD）是控制高饱含水合物成藏的重要因素.总体而言，早期针对琼东南盆地水合物研究主要集中于气源类型、成藏过程和运移通道方面，而对琼东南盆地水合物优质储层地球物理特征研究较少，缺乏针对高含气饱和度水合物甜点预测技术.

天然气水合物储层评估饱和度的方法很多，包括地震、纵向波速度、波阻抗、电阻率等（Kumar et al.， 2009； Lee and Collet， 2011； 王秀娟等， 2021）.海洋沉积物中因天然气水合物的出现形成异常高速层，利用有效介质理论模型建立速度与水合物饱和度之间关系，通过速度异常来计算水合物饱和度，选择合适的岩石物理模型至关重要（Jakobsen et al.， 2000； Lee，2002）.水合物在裂隙中赋存会引起储层的非均质，声波/地震波速表现为各向异性，利用常规的各项同性介质模型进行水合物饱和度估算会产生误差，影响水合物储量估算（Jakobsen et al.， 2000； Lee， 2002； Wang et al.， 2013）.在运用地球物理技术预测水合物分布过程中，提取哪些地球物理信息，如果将不同参数反映出特征有效融合，都是值得深入探讨的问题.此外，相较于南海神狐海域，琼东南盆地水合物具有独特的地质条件和地球物理特征（Wei et al.， 2019）.例如，烟囱型天然气水合物在地震剖面上无BSR反射，无法通过BSR反射进行烟囱型水合物的判识与确定.再者，受水合物饱和度渐变的影响，琼东南盆地水合物层顶部波峰反射不明显，地震表现出空白反射特征，因此水合物层的顶界较难判断.据此，本文利用地球物理技术对琼东南盆地水合物储层展开研究，建立具有地域特色的天然气水合物地震特征识别方法，并建立基于多属性综合分析的天然气水合物和游离气预测方法，实现高含气饱和度水合物甜点预测，以期对琼东南盆地天然气水合物资源评价预测与勘查部署有所裨益.

1 琼东南盆地水合物形成背景

琼东南盆地位于南中国海北部陆缘张裂大陆边缘的西端，盆地总体呈NE-SW向展布，是南海北部一系列NE向和NEE向的断裂控制的裂谷盆地（朱继田等，2011）.根据构造背景及幕式演化特征，琼东南盆地具有东西分块、南北分带构造格局，可以细分为北部坳陷带、中央隆起带、中央坳陷带、南部隆起带四个一级构造单元，最大地层厚度达12 km（图1）.中央坳陷带处于陆坡深水区，最大水深超过3 000 m.琼东南盆地具有下断上坳双层结构，在构造演化上可以细分为断陷期、坳陷期和新构造期3个阶段（Barckhausen et al.， 2014）.

琼东南盆地是我国南海深水盆地重要油气富集区，也是我国水合物勘探一个重要靶区（陈多福等，2004；王宏斌等，2008；苏正等，2012；张丙坤，2014）.琼东南盆地主要发育孔隙型水合物和烟囱型水合物，主要发育于松南、陵南低凸起和陵水、宝岛凹陷等区域，赋存层位主要为乐东组（陈多福等，2004；张伟等，2015；徐立涛等，2021）.琼东南盆地平均地温梯度为4 ℃/100 m，中央坳陷带地温梯度更高，属于异常高温环境.由于赋存场所和赋存方式的不同，孔隙型和烟囱型水合物在地震剖面上表现出不同的反射特征（Sava and Hardage，2006）.烟囱型水合物是含气流体通过烟囱垂向向上运移至水合物稳定域时在气烟囱内形成的.气烟囱在地震剖面上具有明显的柱状外形，平面上可为椭圆状或锥形体.烟囱构造在地震上还有伴生构造，如麻坑、断层、滑坡等（周杰等，2019）.孔隙型水合物主要发育在第四纪多期海退时形成的浊积扇、水道等富砂储集体中，BSR是该类水合物赋存的主要地震响应标志（周杰等，2019；徐立涛等，2021）.BSR大致代表水合物层的底界，其上为固态的水合物层段，其下为游离气或仅孔隙水充填的沉积物（徐立涛等，2021）.

2 天然气水合物弹性参数规律研究

本文通过对琼东南盆地荔湾3区天然气水合物已钻井开展岩石物理分析，结果显示水合物层段整体表现为偏高纵波速度、偏高阻抗、偏高电阻率特征（图2）.游离气层整体表现为偏低纵波速度、偏低阻抗、低电阻率特征（图2）.因此，可以利用浅部地层的速度、阻抗、电阻率、密度等进行天然气水合物和游离气预测.

利用与目标工区地质条件接近的Blake Ridge陆缘岩性参数建立起水合物地质模型进行地震响应特征分析（Sava and Hardage，2006）.采用Zoeppritz方程对BSR底界面进行叠前地震道集正演，获取单点叠前入射角道集，并分析其AVO特征.模型参数为含水合物砂岩地层孔隙度30%，含水合物饱和度50%，BSR之下的含气储层孔隙度30%，含气饱和度80%，含盐水20%.采用Rick子波进行正演分析，不同厚度水合物底界面AVO正演分析显示：薄层、厚层天然气水合物底界面都具有III类AVO特征（图3），当天然气水合物底部为游离气层时，底面表现为强III类AVO特征.因此本次研究表明，结合天然气水合物的弹性参数规律及AVO特征，可以对天然气水合物及游离气进行预测.

3 天然气水合物宽频地震反演

琼东南盆发育的孔隙型水合物和烟囱型水合物，在地震反射上具有不同的反射特征.烟囱型水合物在地震剖面上具备柱状外形，内部为弱振幅不连续反射.稳定域内，地震同相轴为上拱形态，稳定域之下，同相轴为下拉、低频形态.孔隙型水合物发育在浊积砂岩内.受沉积旋回控制，孔隙型水合物在地震上具有明显的成层性.在水合物和游离气过渡带内，受游离气影响水合物底面具有BSR反射，BSR是该类水合物的典型识别标志（图4）.琼东南盆地水合物目标研究区发育多期次MTD地层，为水合物主要的赋存层系.MTD相对围岩具有高阻特征，地层顶面为波峰反射，底面为波谷反射，内部呈现空白反射.这些地震反射特征和孔隙型水合物地层反射特征类似，对水合物识别影响较大（图4）.因此，研究区内单从地震反射特征识别水合物存在多解性，需要结合地震反演等手段对天然气水合物进行综合识别.

对研究区地震资料分析发现，研究区浅层处理资料频带范围在1~120 Hz，低频高频成分丰富，地震信噪比较高，处理流程保幅保真性较好，满足反演需求.研究区水合物已钻井数量少，不能满足反演低频模型建立的要求.因此，本次利用地震速度体建立反演低频模型（1 Hz以下部分），该模型能保证地层横向和纵向空间变化规律且克服了模型化问题，满足反演要求.利用上述反演低频模型及宽频资料的反演结果能较准确地进行水合物矿藏描述.

目标区地震纯波和反演纵波阻抗剖面显示孔隙型水合物识别效果较好（图4）.在反演剖面上孔隙型水合物地层相对相邻地层具有高阻异常，且高阻异常底界面都具有III类AVO（图4）.结合反演阻抗体和AVO分析结果，推测本目标区发育水合物异常体，烟囱内阻抗高于围岩，中间部位异常体为高低阻抗异常交替发育且横向稳定，底部异常体为低阻异常且略高于中间部位异常体的特低阻异常.反演阻抗中高阻异常指示烟囱型水合物发育且只发育在烟囱通道内部；中间异常体高阻异常指示孔隙型水合物发育，下部低阻异常指示游离气层发育.高低阻抗异常交替发育指示水合物层垂向上I型、II型接替发育，且底部发育游离气层及两者共存混合带；底部异常的低阻抗异常指示底部浅层气发育.

值得注意的是，烟囱型水合物反演剖面上识别效果较差，且烟囱区阻抗较实测阻抗偏低，其原因是烟囱内裂隙发育，地震反射能量不集中，从而导致地震反演的反射系数值偏小，反演阻抗剖面上识别效果一般.从海底及下部32 ms提取的均方根纵波阻抗值，平面属性显示在烟囱区出现高值异常，结合地震柱状反射形态，能够指示烟囱型水合物发育（图5）.因此，通过反演阻抗剖面并结合平面属性可以较好地刻画出烟囱区水合物发育范围.

4 天然气水合物饱和度预测

饱和度是天然气水合物矿藏描述的重要参数.针对不同类型的天然气水合物，笔者引入不同的饱和度评价方法.

4.1　各向同性的孔隙充填型水合物饱和度评价方法

对于海底未固结的高孔隙度水合物地层，水合物分别作为骨架一部分填充孔隙，可以采用有效介质理论模型进行速度预测，输入参数包括基质矿物成分、孔隙度、流体性质、饱和度等.模型计算方面，首先用Voigt-Reuss-Hill平均模型计算出矿物骨架弹性模量，应用Hertz-Mindlin理论计算临界孔隙度处干岩石参数信息，应用Hashin-Shtrikman模型计算出孔隙性岩石弹性参数，最后由Gassmann方程估算出含流体饱和状态下的纵、横波速度等弹性信息（Wang et al.， 2011， 2012， 2013； 王吉亮，2015；钱进等，2019）.本文分别计算地层沉积物含水合物和不含水合物两种不同状态下的弹性信息，具体过程如下：

（1）沉积物不含水合物. 沉积物不含水合物干骨架的体积模量K _dry和剪切模量G _dry分别采用下面的公式计算：

K_{\mathrm{d}\mathrm{r}\mathrm{y}} = {\left[\frac{\varphi /{\varphi }_{\mathrm{c}}}{K_{\mathrm{H}\mathrm{M}}+\frac{\mathrm{4}}{\mathrm{3}}{G}_{\mathrm{H}\mathrm{M}}}+\frac{\mathrm{1}-\varphi /{\varphi }_{\mathrm{c}}}{K+\frac{\mathrm{4}}{\mathrm{3}}{G}_{\mathrm{H}\mathrm{M}}}\right]}^{-\mathrm{1}} - \frac{\mathrm{4}}{\mathrm{3}} G_{\mathrm{H}\mathrm{M}},(1a)

G_{\mathrm{d}\mathrm{r}\mathrm{y}} = {\left[\frac{\varphi /{\varphi }_{\mathrm{c}}}{G_{\mathrm{H}\mathrm{M}}+Z}+\frac{\mathrm{1}-\varphi /{\varphi }_{\mathrm{c}}}{G+Z}\right]}^{-\mathrm{1}} - Z,(1b)

Z = \frac{G_{\mathrm{H}\mathrm{M}}}{\mathrm{6}} \left[\frac{\mathrm{9}{K}_{\mathrm{H}\mathrm{M}}+\mathrm{8}{G}_{\mathrm{H}\mathrm{M}}}{K_{\mathrm{H}\mathrm{M}}+\mathrm{2}{G}_{\mathrm{H}\mathrm{M}}}\right]; ,(2)

K_{\mathrm{d}\mathrm{r}\mathrm{y}} = {\left[\frac{(\mathrm{1}-\varphi )/(\mathrm{1}-{\varphi }_{\mathrm{c}})}{K_{\mathrm{H}\mathrm{M}}+\frac{\mathrm{4}}{\mathrm{3}}{G}_{\mathrm{H}\mathrm{M}}}+\frac{(\varphi -{\varphi }_{\mathrm{c}})/(\mathrm{1}-{\varphi }_{\mathrm{c}})}{\frac{\mathrm{4}}{\mathrm{3}}{G}_{\mathrm{H}\mathrm{M}}}\right]}^{-\mathrm{1}} - \frac{\mathrm{4}}{\mathrm{3}} G_{\mathrm{H}\mathrm{M}},(3a)

G_{\mathrm{d}\mathrm{r}\mathrm{y}} = {\left[\frac{(\mathrm{1}-\varphi )/(\mathrm{1}-{\varphi }_{\mathrm{c}})}{G_{\mathrm{H}\mathrm{M}}+Z}+\frac{(\varphi -{\varphi }_{\mathrm{c}})/(\mathrm{1}-{\varphi }_{\mathrm{c}})}{Z}\right]}^{-\mathrm{1}} - Z; \varphi \ge {\varphi }_{\mathrm{c}},(3b)

式中，ϕ是孔隙度，ϕ _c是一密集随机包裹体的孔隙度（约40%），K和G分别是矿物的体积模量和剪切模量，可以根据矿物组分通过Hill平均公式计算获得：

K = \frac{\mathrm{1}}{\mathrm{2}} \left[{\displaystyle \sum _{i=\mathrm{1}}^m}{f}_i{K}_i+{\left({\displaystyle \sum _{i=\mathrm{1}}^m}\frac{f_i}{K_i}\right)}^{-\mathrm{1}}\right],(4a)

G = \frac{\mathrm{1}}{\mathrm{2}} \left[{\displaystyle \sum _{i=\mathrm{1}}^m}{f}_i{G}_i+{\left({\displaystyle \sum _{i=\mathrm{1}}^m}\frac{f_i}{G_i}\right)}^{-\mathrm{1}}\right],(4b)

式中，f_i 是对应固相分量所占的体积.K _HM和G _HM可以通过Hertz-Mindlin理论计算获得：

K_{\mathrm{H}\mathrm{M}} = {\left[\frac{G^{\mathrm{2}}{n}^{\mathrm{2}}{\left(\mathrm{1}-{\varphi }_{\mathrm{c}}\right)}^{\mathrm{2}}}{\mathrm{18}{\mathrm{\pi }}^{\mathrm{2}}{\left(\mathrm{1}-\nu \right)}^{\mathrm{2}}}P\right]}^{\frac{\mathrm{1}}{\mathrm{3}}},(5a)

G_{\mathrm{H}\mathrm{M}} = \frac{\mathrm{5}-\mathrm{4}\nu }{\mathrm{5}(\mathrm{2}-\nu )} {\left[\frac{\mathrm{3}{G}^{\mathrm{2}}{n}^{\mathrm{2}}{\left(\mathrm{1}-{\varphi }_{\mathrm{c}}\right)}^{\mathrm{2}}}{\mathrm{2}{\pi }^{\mathrm{2}}{\left(\mathrm{1}-\nu \right)}^{\mathrm{2}}}P\right]}^{\frac{\mathrm{1}}{\mathrm{3}}},(5b)

式中，ν是用K和G计算的矿物泊松比，n 是颗粒胶结程度，这里取8.5，P是有效压力：

P = ( \mathrm{1} - \varphi ) ( {\rho }_{\mathrm{s}} - {\rho }_{\mathrm{f}} ) g h,(6)

式中，ρ _s和ρ _f分别为固体相和流体相密度，g为重力加速度，取值9.8 m/s²，h为海底地层深度.

由Gassmann 方程可以计算饱和状态地层沉积物体积模量K _sat和剪切模量G _sat：

K_{\mathrm{s}\mathrm{a}\mathrm{t}} = K \frac{\varphi K_{\mathrm{d}\mathrm{r}\mathrm{y}}-(\mathrm{1}+\varphi )K_{\mathrm{f}}{K}_{\mathrm{d}\mathrm{r}\mathrm{y}}/K+K_{\mathrm{f}}}{(\mathrm{1}-\varphi )K_{\mathrm{f}}+\varphi K-K_{\mathrm{f}}{K}_{\mathrm{d}\mathrm{r}\mathrm{y}}/K},(7a)

G_{\mathrm{s}\mathrm{a}\mathrm{t}} = G_{\mathrm{d}\mathrm{r}\mathrm{y}},(7b)

式中，K _f是在饱和度S _w下孔隙流体的体积模量，可以通过水的体积模量K _w和气的体积模量K _g各向同性平均获得：

K_{\mathrm{f}} = {\left[\frac{S_{\mathrm{w}}}{K_{\mathrm{w}}}+\frac{(\mathrm{1}-S_{\mathrm{w}})}{K_{\mathrm{g}}}\right]}^{-\mathrm{1}} .(8)

（2）沉积物含水合物. 水合物作为沉积物骨架的一部分填充孔隙，造成孔隙度降低并且引起固体相弹性参数变化，降低后的孔隙度ϕ _r为：

ϕ _r =ϕS _w =ϕ (1-S _h)

, (9)

式中S _h是水合物饱和度，改变后的固相弹性模量用Hill平均计算：

K = \frac{\mathrm{1}}{\mathrm{2}} \left(f_{\mathrm{h}}{K}_{\mathrm{h}}+(\mathrm{1}-f_{\mathrm{h}})K_{\mathrm{s}}+{\left[\frac{f_{\mathrm{h}}}{K_{\mathrm{h}}}+\frac{(\mathrm{1}-f_{\mathrm{h}})}{K_{\mathrm{s}}}\right]}^{-\mathrm{1}}\right),(10a)

G = \frac{\mathrm{1}}{\mathrm{2}} \left(f_{\mathrm{h}}{G}_{\mathrm{h}}+(\mathrm{1}-f_{\mathrm{h}})G_{\mathrm{s}}+{\left[\frac{f_{\mathrm{h}}}{G_{\mathrm{h}}}+\frac{(\mathrm{1}-f_{\mathrm{h}})}{G_{\mathrm{s}}}\right]}^{-\mathrm{1}}\right),(10b)

f_{\mathrm{h}} = \frac{\varphi (\mathrm{1}-S_{\mathrm{w}})}{\mathrm{1}-\varphi S_{\mathrm{w}}},(10c)

K _s和G _s分别是沉积物固相的体积模量和剪切模量，K _h和G _h对应于纯水合物相.变化后的孔隙度和弹性参数信息将被用于计算岩石骨架模型弹性模量.

最后，将弹性模量和体密度转化为纵、横波速度信息：

V_{\mathrm{p}} = \sqrt[]{\left(K_{\mathrm{s}\mathrm{a}\mathrm{t}}+\frac{\mathrm{4}}{\mathrm{3}}{G}_{\mathrm{s}\mathrm{a}\mathrm{t}}\right)/{\rho }_{\mathrm{B}}},(11a)

V_{\mathrm{s}} = \sqrt[]{G_{\mathrm{s}\mathrm{a}\mathrm{t}}/{\rho }_{\mathrm{B}}} .(11b)

4.2　各向异性水合物饱和度评价方法

与孔隙充填型水合物不同，裂隙充填型水合物一般存在于较陡倾角地层，因裂隙分布通常与断层主应力有关，具有定向特性，与原沉积地层交错呈现出储层各向异性特征（王吉亮等，2013）.假设地层裂隙完全由水合物充填，利用两种端元的层状水合物介质模型来进行模拟，分别为饱和水合物裂隙端元和各向同性饱和水沉积物端元.模型由100%充填水合物的裂隙和孔隙中饱和水的各向同性介质两部分组成.饱和含水地层弹性参数可以由各向同性有效介质理论计算得到（王吉亮等，2013；王吉亮，2015）.相对于垂向井筒，入射角0°为水平裂隙，90°为垂向裂隙.裂隙水合物介质弹性参数计算如下：

\begin{array}{l}〈G〉\equiv \left({\eta }_{\mathrm{1}}{G}_{\mathrm{1}}+{\eta }_{\mathrm{2}}{G}_{\mathrm{2}}\right)\\ {〈G〉}^{-\mathrm{1}}\equiv {\left(\frac{{\eta }_{\mathrm{1}}}{G_{\mathrm{1}}}+\frac{{\eta }_{\mathrm{2}}}{{\mathrm{G}}_{\mathrm{2}}}\right)}^{-\mathrm{1}}\end{array}，(12)

式中，G是弹性常数，如端元1和端元2的密度，η ₁为裂隙所占的体积分数，假设裂隙中完全充填水合物，η ₂为各向同性介质所占的体积分数.P和S波速度可以用端元1和端元2的拉梅常数计算获得：

\begin{array}{l}A=〈\frac{\mathrm{4}\mu (\lambda +\mu )}{(\lambda +\mathrm{2}\mu )}〉+{〈\frac{\mathrm{1}}{(\lambda +\mathrm{2}\mu )}〉}^{-\mathrm{1}}{〈\frac{\lambda }{(\lambda +\mathrm{2}\mu )}〉}^{\mathrm{2}},\\ C={〈\frac{\mathrm{1}}{(\lambda +\mathrm{2}\mu )}〉}^{-\mathrm{1}},\\ F={〈\frac{\mathrm{1}}{(\lambda +\mathrm{2}\mu )}〉}^{-\mathrm{1}}〈\frac{\mathrm{1}}{(\lambda +\mathrm{2}\mu )}〉,\\ L={〈\frac{\mathrm{1}}{\mu }〉}^{-\mathrm{1}},\\ N=〈\mu 〉,\\ \rho =〈\rho 〉,\\ Q=\sqrt[]{[(A-L)\mathrm{s}\mathrm{i}{\mathrm{n}}^{\mathrm{2}}\gamma -(C-L)\mathrm{c}\mathrm{o}{\mathrm{s}}^{\mathrm{2}}{\gamma ]}^{\mathrm{2}}+\mathrm{4}{(F+L)}^{\mathrm{2}}\mathrm{s}\mathrm{i}{\mathrm{n}}^{\mathrm{2}}\gamma \mathrm{c}\mathrm{o}{\mathrm{s}}^{\mathrm{2}}\gamma ,}\end{array} (13)

\begin{array}{l}{V}_{\mathrm{p}}=\sqrt[]{(A\mathrm{s}\mathrm{i}{\mathrm{n}}^{\mathrm{2}}\gamma +C\mathrm{c}\mathrm{o}{\mathrm{s}}^{\mathrm{2}}\gamma +L+Q)/\mathrm{2}\rho },\\ V_{\mathrm{s}}^V=\sqrt[]{(A\mathrm{s}\mathrm{i}{\mathrm{n}}^{\mathrm{2}}\gamma +C\mathrm{c}\mathrm{o}{\mathrm{s}}^{\mathrm{2}}\gamma +L-Q)/\mathrm{2}\rho ,}\\ V_{\mathrm{s}}^H=\sqrt[]{(N\mathrm{s}\mathrm{i}{\mathrm{n}}^{\mathrm{2}}\gamma +L\mathrm{c}\mathrm{o}{\mathrm{s}}^{\mathrm{2}}\gamma )/\rho }.\end{array} (14)

在烟囱状水合物分布区域，由于水合物在沉积层中呈不同角度分布，影响速度异常的不仅是水合物的饱和度，地层倾角造成的介质各向异性也对其具有影响，因此在烟囱状水合物研究中需要考虑到各向异性的影响.

孔隙型水合物饱和度的反演过程中，岩性采用该区域背景计算泥砂百分百进行采用40%粉砂与60%泥质进行饱和度估算.另外，在利用三维地震数据计算饱和度时，孔隙度是一个关键参数.通过岩石物理分析可知，含水合物孔隙度与阻抗存在一定关系，在饱和水地层，孔隙与阻抗呈现多项式拟合，在含水合物层，孔隙度略微增加，但是不同地质条件下，孔隙度变化并不相同，在压实相对较好地层，含水合物层与饱和水地层孔隙度变化不大.因此，可以利用有效介质理论进行水合物饱和度定量评价.在宽频地震反演基础上，结合区域阻抗与孔隙度关系（图6），迭代计算获得孔隙度体，最终结合高精度三维地震速度循环迭代计算水合物饱和度.

基于上述研究结合属性分析，进一步识别水合物发育位置，最后完成水合物富集区预测.水合物钻探证实研究区形成水合物的气源以热成因气为主，发育I型和II型水合物.根据研究区地温梯度计算出I型和II型稳定带，在稳定带范围内提取地震属性.最大地震振幅属性结果显示，研究区从西至东依次发育4个强异常，指示水合物发育范围（图7a）.最大声波阻抗属性结果与最大地震振幅属性结果一致，最大阻抗异常指示水合物发育位置，进一步验证研究区发育4个水合物矿藏（图7b）.研究区预测最大饱和度属性（图8）显示前3个水合物矿藏最大饱和度都在50%以上.后续在异常体钻探一口井（图9），发现水合物超过150 m，水合物底部解释游离部分游离气层，证实了前文方法预测的有效性和准确性.

混合段内天然气水合物和游离气相间交替发育，天然气水合物顶面（游离气底面）为波峰反射，天然气水合物底面（游离气顶面）为波谷反射.依据地震波组特征，将该区水合物分为4套，分别为异常体C1、异常体C2、异常体C3、异常体C4（图10）.目标区地震剖面和预测饱和度剖面显示，中间异常体C1顶面水合物饱和度在35%左右，异常体C1底部游离气发育部位有较低的天然气水合物饱和度（图10）.其中异常体C2水合物饱和度低于20%，异常体C3水合物饱和度分布在15%~25%，异常体C4饱和度具有较高的饱和度，异常体C4饱和度分布在40%~60%.

5 结论

（1）利用地震钻井资料和岩石物理分析获得了琼东南盆地天然气水合物的弹性参数特征和AVO特征模板，建立了基于多属性综合分析的天然气水合物和游离气预测方法，通过浅部地层的速度、阻抗、电阻率、密度的弹性参数特征及AVO异常成功实现琼东南盆地天然气水合物和游离气预测.

（2）基于高品质地震资料开展了宽频地震反演研究，实现了孔隙型水合物和烟囱型水合物识别.反演阻抗中高阻异常指示烟囱型水合物发育且只发育在烟囱通道内部；中间异常体高阻异常指示孔隙型水合物发育，下部低阻异常指示游离气层发育.

（3）针对孔隙型和烟囱型两种不同类型的水合物，分别建立各向同性和各向异性饱和度评价方法，利用有效介质理论实现琼东南盆地水合物饱和度定量评价.在琼东南盆地识别出4个天然气水合物富集区，预测和优选出了3个最大饱和度在50%以上水合物矿藏.中间异常体C1顶面水合物饱和度在35%左右，异常体C2水合物饱和度低于20%，异常体C4饱和度分布在40%~60%.该预测结果与实际钻探结果吻合，验证了本地球物理技术的有效性，有效支撑琼东南盆地水合物钻探站位选取，降低水合物钻探风险.

参考文献

[1] Andreassen, K., Hogstad, K., Berteussen, K. A., 1990. Gas Hydrate in the Southern Barents Sea, Indicated by a Shallow Seismic Anomaly. First Break, 8(6): 235-245. https://doi.org/10.3997/1365-2397.1990012

[2] Barckhausen, U., Engels, M., Franke, D., et al., 2014. Evolution of the South China Sea: Revised Ages for Breakup and Seafloor Spreading. Marine and Petroleum Geology, 58: 599-611. https://doi.org/10.1016/j.marpetgeo.2014.02.022

[3] Bünz, S., Mienert, J., Berndt, C., 2003. Geological Controls on the Storegga Gas-Hydrate System of the Mid-Norwegian Continental Margin. Earth and Planetary Science Letters, 209(3/4): 291-307. https://doi.org/10.1016/s0012-821x(03)00097-9

[4] Chen, D.F., Li, X.X., Xia, B., 2004. Distribution of Gas Hydrate Stable Zones and Resource Prediction in the Qiongdongnan Basin of the South China Sea. Chinese Journal of Geophysics, 47(3): 483-489 (in Chinese with English abstract).

[5] Dai, J. C., Snyder, F., Gillespie, D., et al., 2008. Exploration for Gas Hydrates in the Deepwater, Northern Gulf of Mexico: Part I. A Seismic Approach Based on Geologic Model, Inversion, and Rock Physics Principles. Marine and Petroleum Geology, 25(9): 830-844. https://doi.org/10.1016/j.marpetgeo.2008.02.006

[6] Fan, S.S., Yu, C., Lang, X.M., et al., 2018. Micro-Nano-Scale Studies on Occurrence and Gas Production and Storage Technology of Marine Gas Hydrates. Earth Science, 43(5): 1542-1548 (in Chinese with English abstract).

[7] Fang, Y. X., Wei, J. G., Lu, H. L., et al., 2019. Chemical and Structural Characteristics of Gas Hydrates from the Haima Cold Seeps in the Qiongdongnan Basin of the South China Sea. Journal of Asian Earth Sciences, 182: 103924. https://doi.org/10.1016/j.jseaes.2019.103924

[8] He, J.X., Lu, Z.Q., Su, P.B., et al., 2016. Source Supply System and Reservoir Forming Model Prediction of Natural Gas Hydrate in the Deep Water Area of the Northern South China Sea. Journal of Southwest Petroleum University (Science & Technology Edition), 38(6): 8-24 (in Chinese with English abstract).

[9] Holbrook, W. S., Hoskins, H., Wood, W. T., et al., 1996. Methane Hydrate and Free Gas on the Blake Ridge from Vertical Seismic Profiling. Science, 273(5283): 1840-1843. https://doi.org/10.1126/science.273.5283.1840

[10] Huang, P., Pan, G.T., Wang, L.Q., et al., 2002. Prospect Evaluation of Natural Gas Hydrate Resources on the Qinghai-Tibet Plateau. Regional Geology of China, 21(11): 794-798.

[11] Jakobsen, M., Hudson, J. A., Minshull, T. A., et al., 2000. Elastic Properties of Hydrate-Bearing Sediments Using Effective Medium Theory. Journal of Geophysical Research: Solid Earth, 105(B1): 561-577. https://doi.org/10.1029/1999jb900190

[12] Johnson, A. H., 2011. Global Resource Potential of Gas Hydrate: A New Calculation. Natural Gas & Oil, 304: 285-4541.

[13] Kumar, D., Da Sh, R., Dewangan, P., 2009. Methods of Gas Hydrate Concentration Estimation with Field Examples. Geohorizons, 12: 76-86.

[14] Lee, M. W., 2002. Biot-Gassmann Theory for Velocities of Gas Hydrate-Bearing Sediments. Geophysics, 67(6): 1711-1719. https://doi.org/10.1190/1.1527072

[15] Lee, M. W., Collet, T. S., 2011. In-Situ Gas Hydrate Hydrate Saturation Estimated from Various Well Logs at the Mount Elbert Gas Hydrate Stratigraphic Test Well, Alaska North Slope. Marine and Petroleum Geology, 28(2): 439-449. https://doi.org/10.1016/j.marpetgeo.2009.06.007

[16] Lei, Y. H., Song, Y. R., Zhang, L. K., et al., 2021. Research Progress and Development Direction of Reservoir-Forming System of Marine Hydrates. Acta Petrolei Sinica, 42(6): 801-820 (in Chinese with English abstract).

[17] Ning, F.L., Liu, L., Li, S., et al., 2013. Well Logging Assessment of Natural Gas Hydrate Reservoirs and Relevant Influential Factors. Acta Petrolei Sinica, 34(3): 591-606 (in Chinese with English abstract).

[18] Qian, J., Wang, X.J., Dong, D.D., et al., 2019. New Estimation of Anisotropic Saturation and Fracture Quantitative Evaluation for Fracture-Filling Gas Hydrate Reservoir. Progress in Geophysics, 34(1): 354-364 (in Chinese with English abstract).

[19] Sava, D., Hardage, B. A., 2006. Rock Physics Characterization of Hydrate-Bearing Deepwater Sediments. The Leading Edge, 25(5): 616-619. https://doi.org/10.1190/1.2202666

[20] Sloan, E. D., Brewer, P. G., Paull, C. K., et al., 1999. Future of Gas Hydrate Research. Eos, Transactions American Geophysical Union, 80(22): 247. https://doi.org/10.1029/99eo00184

[21] Su, Z., Cao, Y.C., Yang, R., et al., 2012. Analytical Research on Evolution of Methane Hydrate Deposits at Shenhu Area, Northern South China Sea. Chinese Journal of Geophysics, 55(5): 1764-1774 (in Chinese with English abstract).

[22] Tréhu, A., 2004. Three-Dimensional Distribution of Gas Hydrate beneath Southern Hydrate Ridge: Constraints from ODP Leg 204. Earth and Planetary Science Letters, 222(3-4): 845-862. https://doi.org/10.1016/s0012-821x(04)00219-5

[23] Wang, H.B., Zhang, G.X., Liang, J., et al., 2008. Gas Hydrates in the SSBZ in the North Slope of the South China Sea. Acta Sedimentologica Sinica, 26(2): 283-293 (in Chinese with English abstract).

[24] Wang, J. L., 2015. Study on Geophysical Characterization of Concentrated Gas Hydrate Reservoirs. Graduate University of Chinese Academy of Sciences (The Institute of Oceanology) (in Chinese with English abstract).

[25] Wang, J.L., Wang, X.J., Qian, J., et al., 2013. Anisotropic Analysis and Saturation Estimation of Gas Hydrate Filled in Fractures: A Case of Site NGHP01-10D, Offshore Eastern India. Chinese Journal of Geophysics, 56(4): 1312-1320 (in Chinese with English abstract).

[26] Wang, X. J., Hutchinson, D. R., Wu, S. G., et al., 2011. Elevated Gas Hydrate Saturation within Silt and Silty Clay Sediments in the Shenhu Area, South China Sea. Journal of Geophysical Research Atmospheres, 116: B05102. https://doi.org/10.1029/2010JB007944

[27] Wang, X.J., Jin, J.P., Guo, Y.Q., et al., 2021. The Characteristics of Gas Hydrate Accumulation and Quantitative Estimation in the North Slope of South China Sea. Earth Science, 46(3): 1038-1057 (in Chinese with English abstract).

[28] Wang, X. J., Lee, M., Wu, S. G., et al., 2012. Identification of Gas Hydrate Dissociation from Wireline-Log Data in the Shenhu Area, South China Sea. Geophysics, 77(3): B125-B134. https://doi.org/10.1190/geo2011-0324.1

[29] Wang, X. J., Sain, K., Satyavani, N., et al., 2013. Gas Hydrates Saturation Using Geostatistical Inversion in a Fractured Reservoir in the Krishna-Godavari Basin, Offshore Eastern India. Marine and Petroleum Geology, 45: 224-235. https://doi.org/10.1016/j.marpetgeo.2013.04.024

[30] Wei, J. G., Liang, J. Q., Lu, J. A., et al., 2019. Characteristics and Dynamics of Gas Hydrate Systems in the Northwestern South China Sea-Results of the Fifth Gas Hydrate Drilling Expedition. Marine and Petroleum Geology, 110: 287-298. https://doi.org/ 10.1016/j.marpetgeo.2019.07.028

[31] Wei, J. G., Wu, T., Zhu, L., et al., 2021. Mixed Gas Sources Induced Co-Existence of sI and sII Gas Hydrates in the Qiongdongnan Basin, South China Sea. Marine and Petroleum Geology, 128: 105024. https://doi.org/10.1016/j.marpetgeo.2021.105024

[32] Xu, L. T., He, Y. L., Shi, W. Z., et al., 2021. Main Controlling Factors and Patterns of Gas Hydrate Accumulation in the Deep Water Area of Qiongdongnan Basin. Acta Petrolei Sinica, 42(5): 598-610 (in Chinese with English abstract).

[33] Yang, S. X., 2019. Research on Gas Hydrate Accumulation in South China Sea.Science Press, Beijing (in Chinese with English abstract).

[34] Zhang, B. K., 2014. The Gashydrate-Related Active Techonics in the Deep-Water of the Northern South China Sea and Its Genetic Mechanisms.Ocean University of China, Qingdao (in Chinese with English abstract).

[35] Zhang, W., He, J.X., Lu, Z.Q., et al., 2015. Preliminary Study of the Relationship between the Suspected Mud Diapir and Natural Gas Hydrate in the Qiongdongnan Basin, Northern South China Sea. Natural Gas Geoscience, 26(11): 2185-2197 (in Chinese with English abstract).

[36] Zhang, W., Liang, J. Q., Wei, J. G., et al., 2019. Origin of Natural Gases and Associated Gas Hydrates in the Shenhu Area, Northern South China Sea: Results from the China Gas Hydrate Drilling Expeditions. Journal of Asian Earth Sciences, 183: 103953. https://doi.org/10.1016/j.jseaes.2019.103953

[37] Zhou, J., Yang, X.B., Yang, J.H., et al., 2019. Structure-Sedimentary Evolution and Gas Accumulation of Paleogene in Songnan Low Uplift of the Qiongdongnan Basin. Earth Science, 44(8): 2704-2716 (in Chinese with English abstract).

[38] Zhu, J.T., Pei, J.X., Sun, Z.P., et al., 2011. Feature of Neotectonism and Its Control on Late Hydrocarbon Accumulation in Qiongdongnan Basin. Natural Gas Geoscience, 22(4): 649-656 (in Chinese with English abstract).