電磁和地震聯合反演研究現狀及發展趨勢

彭國民 劉 展

(中國石油大學(華東)地球科學與技術學院，山東青島 266580)

0 引言

地球物理勘探是基于地質學和物理學原理，利用觀測到的地球物理場推斷地球介質的物性參數(速度、密度、磁化率、電阻率等)的變化規律，從而對地質問題進行切合實際的分析與解釋，為尋找地熱、石油、天然氣等資源服務[1]。地震勘探和電磁勘探是兩種物理機制不同的地球物理勘探方法，兩者所依賴的地球物理屬性不同，地震勘探依賴于地震波速度和密度，而電磁勘探依賴于電阻率。

地震勘探一直是油氣勘探開發的主要手段，主要是由于： ①利用地震成像技術可以得到地下復雜地質結構成像，尤其是逆時偏移(RTM)和全波形反演(FWI)能夠提供較高分辨率的地下結構成像[2]； ②利用地震儲層反演技術能夠提取儲層物性參數信息，例如孔隙度、流體飽和度、滲透率等，進而預測儲層流體類型并對儲層含油氣性進行評價[3]。但是，在復雜地質條件下，例如火成巖區、碳酸鹽巖礁發育區和逆掩斷裂帶等，嚴重的地震波散射效應和屏蔽作用導致下伏地層的照明能量較弱，僅利用地震數據推斷地下結構存在多解性[4-5]。在儲層描述與監測方面，在速度差不大的情形下，例如地層水和油、不同含氣飽和度的儲層，這時利用地震數據進行儲層反演具有一定的模糊性，這是因為含油(氣)飽和度的變化對地震波速度的影響不明顯[6-7]，因此，單獨利用地震數據不能很好地預測儲層流體類型和含流體飽和度。

電磁勘探在陸地和海上油氣勘探中越來越受到重視，被認為是地震勘探的有效輔助手段[8-9]。目前在油氣勘探中應用比較廣泛的分別是大地電磁(MT)法和海洋可控源電磁(MCSEM)方法。MT法對于解決復雜地質條件下的油氣勘探問題(例如火成巖下伏地層成像、鹽下成像等)尤為重要，主要是由于： ①電磁信號穿過高阻體(例如火成巖)時衰減很弱， ②電磁信號對低阻沉積地層比較敏感。因此，采集到的電磁信號含有下伏沉積地層的電阻率信息。但是，由于MT法主要基于低頻感應電磁場，因此不能較好地對相對薄的油氣儲層進行成像。MCSEM法采用人工源，其發射源通常為水平電偶極子，且電磁信號對高阻含油氣儲層比較敏感，故利用儲層巖石物理模型可以將儲層電阻率與孔隙度和含流體飽和度聯系起來。因此，在地震資料已經確定儲層構造格架的情況下，可利用MCSEM勘探預測儲層內的流體類型及飽和度，以降低勘探風險[10-11]。不過，由于致密碳酸鹽巖、致密巖及火山巖常常表現高阻特征，這也給MCSEM勘探帶來一定的挑戰。此外，時頻電磁(TFEM)勘探方法和廣域電磁(WFEM)勘探法在油氣資源勘探中也取得了較好的應用效果[12-13]。控制地震波和電磁波傳播的基本方程分別為波動方程和擴散方程，盡管這兩種波的傳播均具有衰減性和散射性，但其衰減和散射的程度不同，即地震波的衰減和散射相對較弱一些。因此，電磁勘探的分辨率相對比較低。

上述分析表明，地震和電磁數據含有可相互補充的信息，聯合反演電磁和地震數據能夠有效提高地下地質構造的成像分辨率和儲層描述的精度。

驅動電磁和地震數據聯合反演的另外一個重要因素是不同類型數據的同時采集技術的進步，新一代海上地震和電磁數據同時采集的第一次試驗結果已經見報道[14]。

本文首先概述電磁和地震聯合反演的分類；然后從聯合反演目標函數構建、最優化求解、不確定性分析三個方面評述電磁和地震聯合反演的主要研究進展；最后分析電磁和地震聯合反演面臨的機遇，并指出其未來的研究方向。

1 聯合反演方法分類

聯合反演的概念首先由Vozoff等[15]提出，根據分類標準的不同，聯合反演方法分類也不同[16-17]。聯合反演的目的是共享每種地球物理數據具有的相互補充的信息。本文基于聯合反演過程中不同物性模型之間的信息交換方式，將聯合反演方法總結歸納為模型融合、順序聯合反演、同步聯合反演三類。

1.1 模型融合

模型融合技術是基于不同的物性模型進行對比解釋。首先單獨反演不同類型的地球物理數據，然后比較單獨反演得到的不同物性模型，并對其進行綜合地質—地球物理解釋，該方法主要用于復雜地表和復雜地下構造的情況。中國西部準噶爾盆地石炭系的地震資料信噪比低、品質差，單獨利用地震數據不能得到令人滿意的結果，楊輝等[18]綜合利用重磁、地震和建場測深資料預測了有利火成巖儲層。山前帶地表條件復雜，單獨利用地震資料進行成像存在一定的困難，陳學國等[19]在綜合應用重、磁、電、震數據進行山前帶構造建模的過程中也使用了模型融合技術。

1.2 順序聯合反演

以地震和電磁數據聯合反演為例闡述順序聯合反演。首先對地震和電磁數據進行單一反演，然后通過巖石物理關系把地震和電磁屬性反演結果轉為電磁—地震屬性數據，作為電磁—地震單一反演的約束條件或參考模型，再利用巖石物理關系轉回到地震—電磁屬性數據，進行多次迭代反演直到滿足給定的迭代終止條件。順序聯合反演首先由Lines等[20]提出，并應用于地震和重力數據聯合反演，后來Dell’Aversana[21]基于順序聯合反演綜合利用地震、MT和重力數據進行逆沖斷裂帶解釋。

1.3 同步聯合反演

同步聯合反演方法利用各種物性參數之間的巖石物理關系或結構上的相似性，將各種物性參數融入到一個目標函數中。該方法不僅極小化各種地球物理觀測數據和模型正演響應值之間的擬合誤差，同時還極小化由不同物性參數之間的幾何結構關系或巖石物理關系建立的相似性。最簡單的同步聯合反演是利用相同物理機制的不同類型數據的聯合反演同一物性參數，Commer等[22]、Abubakar等[23]聯合反演MT和可控源電磁數據；而更加復雜的同步聯合反演是利用物理機制不相同的兩種數據聯合反演不同的物性參數，例如聯合反演地震和MT數據[24]、地震和MCSEM數據[25-26]。

從上述可見，模型融合技術是基于單獨反演得到的不同物性模型，如果某一地質體在某一反演物性模型上沒有被揭示出來，此時進行綜合地質—地球物理解釋會存在一定的困難；順序聯合反演需要用到巖石物理關系，因此需要提供可靠的巖石物理關系，而且，如果模型的不同部分滿足不同的巖石物理關系，則需要提供多個巖石物理關系；同步聯合反演方法在反演過程中各種物性參數的信息共享程度比較高，因此，利用同步聯合反演得到的不同物性模型有利于后續的地質—地球物理解釋，是當前地球物理聯合反演的研究熱點之一。

2 電磁和地震聯合反演研究現狀

電磁和地震聯合反演的目標是要找到一個合理的地球物理屬性模型(如電阻率、速度等)或儲層物性模型(如孔隙度、飽和度等)，使其能夠同時滿足：

(1)在給定的允許數據擬合誤差范圍內，預測的電磁和地震數據分別能夠擬合實際觀測的電磁和地震數據；

(2)地球物理屬性模型或儲層物性模型應滿足一定的結構特點(如光滑)并符合一定的地質地球物理特點(以參考模型形式實現)；

(3)不同的地球物理屬性模型或儲層物性模型應該具有一定的相似性。

為了實現電磁和地震聯合反演，上述第2點相對比較容易實現，即通過在聯合反演目標函數中加入模型正則化即可實現。由于電磁與地震數據的數量級、信噪比、分辨率通常不同，這給實現上述第1點帶來一定的困難，即如何平衡電磁和地震數據對最終反演模型的影響。上述第3點是電磁和地震聯合反演中的一個關鍵問題，即要給出不同物性模型之間的具體耦合機制。

2.1 電磁與地震數據間的平衡

在電磁和地震聯合反演過程中需要合理地平衡電磁與地震數據對最終反演結果的影響，否則，可能會使得最終的反演模型產生假象。由于電磁數據與地震數據一般相差幾個數量級，且考慮到不同觀測噪聲的影響，通常在反演目標函數的數據擬合項中加入協方差(數據加權)矩陣，這樣可以： ①消除不同類型數據之間的數量級差異的影響，避免具有較大數量級的數據主導反演過程； ②降低具有較大測量誤差的數據對目標函數的影響，在一定程度上避免反演結果中存在假象。

對于電震同步聯合反演，需要確定電磁項和地震項的權重因子，以確保二者對聯合反演目標函數具有相等的貢獻。Abubakar等[27]在聯合反演儲層物性參數時通過構建乘法目標函數來平衡電磁和地震數據，該方法不需要確定電磁項和地震項之間的相對權重。此外，還可以通過順序反演不同類型的數據解決聯合反演過程中不同類型數據之間的平衡問題，這種策略在反演一種數據時利用另一種物性模型進行約束，確保不同物性模型之間的相似性，這樣可避免確定不同類型數據之間的相對權重[6]。

相比于電磁數據，地震數據的分辨率相對較高，這會導致聯合反演中電磁和地震數據的分辨率不匹配。為了解決這一問題，Um等[28]在Laplace域實現地震反演，這使得地震與電磁數據反演在模型低波數成分處具有能夠相匹配的空間分辨率。

2.2 基于不同耦合機制的聯合反演

聯合反演電磁和地震數據的一個關鍵問題是要給出不同物性參數耦合的具體形式，不同物性參數之間的耦合方式主要包括基于巖石物理關系(經驗性的或統計性的)和結構相似性。此外，還有一種廣義的耦合方式，即格萊姆約束，基于巖石物理關系和結構相似性的耦合方式均可以認為是格萊姆約束的特例。

2.2.1 基于巖石物理關系

根據聯合反演的目標，巖石物理關系可以分為兩類：一是建立不同地球物理參數(速度、密度、電阻率等)之間的聯系，二是將待反演參數(儲層孔隙度、飽和度、滲透率等)與地球物理參數(速度、密度、電阻率等)聯系起來。由于地球介質為非均質性的，物性參數之間的關系多為強非線性，目前仍沒有一種通用的巖石物理模型能夠將不同物性參數聯系起來，工業界經常使用的巖石物理關系一般為經驗性的或統計性的。

經驗性的巖石物理關系包括Archie公式[29]、Gassmann方程[30]、Faust關系式[31]等。Gao等[32]和徐凱軍等[33]基于Archie公式和Gassmann方程實現了MCSEM數據和地震數據的聯合反演儲層物性參數。而對于統計性的巖石物理關系，一般可以利用巖心實驗室測量數據、鉆孔資料等，繪制屬性交會分析圖并進行統計分析。假定不同物性參數滿足某種線性關系或多項式關系，利用測井資料、通過多元回歸技術求得假定關系式中的系數。Jegen等[34]進行了縱波速度和電阻率的交會分析，得到了縱波速度與電阻率之間的分段經驗關系式，由此可看出地球介質的非均質性造成了經驗關系式的局部適應性，即經驗關系式只能在特定的地質背景下局部有效。

針對地球介質的非均質性造成的巖石物理關系的適用性這一問題，學者們開展了一些研究，對于基于巖石物理關系的聯合反演的發展起到了一定的推動作用。當一個工區存在多個巖石物理關系時，如何同時運用這些巖石物理關系是基于巖石物理關系的聯合反演的挑戰。Sun等[35]基于引導模糊c-均值聚類(guided fuzzyc-mean)技術利用先驗巖石物理關系構建聯合反演目標函數，有效地解決存在多個巖石物理關系這一問題。某一巖石物理關系一般不會對任何一種巖性都成立，且巖性通常受地質構造(斷層或巖相等)的控制。Zhang等[36]將巖石物理關系和已知的地質信息同時加入聯合反演，使得聯合反演結果具有一定的地質意義。此外，巖石物理關系不管是理論性的、經驗性的或統計性的，它們都是線性或非線性的物性耦合關系。一種物性參數的取值對應于另外一種物性參數的取值，即點對點的映射，這與實際情形中巖石物性關系的空間對空間是不相符的。陳曉等[37]提出了基于寬范圍巖石物性約束的MT和地震聯合反演，這種方法允許利用巖石物理關系轉換后的物性參數分布在一定的區間范圍。

傳統的儲層參數估計方法首先單獨反演地震數據和電磁數據，得到彈性參數和電性參數，然后通過儲層巖石物理模型轉換間接估計儲層參數(孔隙度、飽和度)，實質上這是一種間接的儲層參數估計方法。Hoversten等[38]同時利用地震AVA數據和MCSEM數據在最小二乘意義下構建聯合反演目標函數，直接估計儲層參數。此時，巖石物理關系并沒有顯式出現在目標函數中，而是出現在利用鏈式法則推導目標函數對儲層參數的偏導數過程中。

上述基于巖石物理關系的聯合反演目標函數是在確定性框架下構建的，實際應用中經驗性或統計性的巖石物理關系可能帶有很大的不確定性。如果巖石物性采樣呈現出較大的離散性，或不容易用某一簡單的解析關系近似，那應該在隨機反演框架下構建聯合反演目標函數。Hou等[39]和Chen等[10-11]在貝葉斯框架下構建聯合反演目標函數，實現了MCSEM數據與地震AVA數據聯合反演儲層物性參數。相比于確定性聯合反演，在貝葉斯框架下基于儲層巖石物理模型構建的聯合反演目標函數能夠給出待反演參數的概率分布信息(均值、置信區間)，可定量分析反演結果的不確定性。但是，目前的隨機反演理論仍需進一步發展，以得到更加精確的反演結果[40]。

從上述基于巖石物理關系的聯合反演研究現狀可看出，基于經驗性或統計性巖石物理關系的耦合方式指定了一個特定的解析關系，能夠提供一種很強的約束，從而能夠得到精度較高的聯合反演結果。但是，應用基于巖石物理關系的聯合反演的前提是能夠得到可靠的巖石物理關系，而可靠的巖石物理關系一般可通過巖心測量、測井曲線、鉆孔數據等資料獲得。因此，基于巖石物理關系的聯合反演難以應用于油氣勘探的初級階段，而且也難以應用于巖性變化較快且存在多個巖石物理關系的復雜地質區域。

2.2.2 基于結構相似性

除了巖石物理關系，在地球物理聯合反演中廣泛應用的是物性結構相似性，其耦合基礎是假定地下不同物性參數的空間變化是一致的，且地下巖石的結構或邊界能夠被不同的地球物理勘探方法分辨出來[41]。基于結構相似性約束的聯合反演首先定義一種結構相似性度量，然后通過縮小兩種不同模型的結構差別以達到增強模型結構相似的目的。常見的物性結構約束方式主要包括基于模型曲率信息、交叉梯度、模型梯度點乘積、基于局部相關性等。

(1)基于模型曲率信息

對于物性結構約束，Zhang等[42]和Haber等[43]均利用拉普拉斯算子(即模型曲率信息)構建不同的結構相似性度量，這兩種結構度量算子利用的只是物性參數的變化，而忽略了與方向改變相關的信息。Haber等構建的結構相似性度量算子的一個不足之處是要求設置曲率匹配參數，目前只有通過多次反復試驗才能找到合適的值。

(2)交叉梯度

Gallardo等[44]提出了交叉梯度算子概念

(1)

(2)

每一分量度量的是與該分量正交的平面內的結構相似性，例如，分量ty度量的是x和z方向耦合的空間變化。交叉梯度算子是一種有效、穩定的耦合方式，Moorkamp等[45]發現利用交叉梯度聯合反演得到的電阻率和速度值能夠與井中測量物性很好地匹配，這也是交叉梯度算子被廣泛應用的原因。

利用交叉梯度算子構建電震聯合反演問題主要有三種形式： ①將交叉梯度取零作為等式約束構建帶約束的最優化問題，Gallardo等[44，46-47]和高級等[48]構建的交叉梯度聯合反演問題均屬于該種形式；②將交叉梯度約束直接加入聯合反演目標函數中構建無約束最優化問題，Feng等[49]在聯合反演井間地震和探地雷達數據時將交叉梯度約束作為正則化項直接加入聯合反演目標函數； ③順序交替聯合反演，Hu等[6]和彭淼等[50]在聯合反演電磁和地震數據時將交叉梯度約束作為正則化項加入每一數據類型的反演目標函數中進行順序交替聯合反演。

對于上述第二種形式，無約束最優化一般會帶來兩個問題：①聯合反演問題的非線性增強，容易造成聯合反演陷入局部極小值；②平衡聯合反演目標函數中每一項變得更加復雜。針對這些問題，Um等[28]將求解單一的聯合反演目標函數轉為迭代求解單一數據反演和交叉梯度反演，這種方式把數據擬合與結構約束分開進行，這就難以同時保證數據擬合效果和交叉梯度的結構約束作用。針對數據擬合與結構約束之間的平衡問題，高級等[51]提出了交替結構約束聯合反演方法，在反演一種物性模型的時候利用另一種物性模型進行結構約束。此外，不同的地球物理數據對不同物性參數的靈敏度不同，這使得雅克比矩陣元素在數量級上可能有較大差異。Gao等[52]提出了一種新的基于交叉梯度算子約束的聯合反演策略，該策略單獨求出每個物性的模型更新量，然后在這些模型更新量的約束下最小化交叉梯度項。

此外，電磁反演和地震反演都表現出近地表物性參數變化快、深部物性參數變化比較平緩的特點。因此，近地表的交叉梯度值一般比深部大一個數量級，這造成近地表交叉梯度對目標函數貢獻較大。為了解決這個問題，Bennington等[53]利用基于歸一化的物性參數梯度場構建交叉梯度算子(即歸一化的交叉梯度)。

(3)模型梯度點乘積

Molodtsov等[54]在聯合反演二維地震旅行時和MT數據時引入了基于模型梯度點乘積的物性結構約束

(3)

式中： ‖·‖2表示L2范數； “·”表示向量點乘積；b=b(x,z)取值為0或1；s=s(x,z)取值為-1或1。該物性結構約束方式允許考慮速度與電阻率之間的正相關性或負相關性，當b=1且s=-1時，速度和電阻率之間為正相關，當b=1且s=1時，速度和電阻率之間為負相關。

Molodtsov等[55]提出了一種新的基于模型梯度點乘積的物性結構約束，該物性結構約束不但能夠允許考慮速度和電阻率之間的正相關性或負相關性，而且能夠避免模型梯度為零時的奇異性。

交叉梯度和基于模型梯度點乘積均是通過使用局部相鄰網格計算模型參數梯度，Shi等[56]利用平方余弦相似性改進了模型梯度點乘積約束，將物性結構約束定義在指定的區域。基于平方余弦相似性的物性結構約束可以認為是一種廣義的物性結構約束，當定義區域為一局部空間時，基于平方余弦相似性的物性結構約束能夠產生與局部交叉梯度和梯度點乘積等效的結果。理論模型和實際數據測試均表明，利用新的物性結構約束得到的反演結果相比利用傳統的交叉梯度耦合得到的反演結果有一定程度的改進。

(4)基于局部相關性

基于統計學中用于衡量兩個變量線性相關性的Pearson相關系數，殷長春等[57]提出了一種基于局部相關性約束的聯合反演方法，其本質上是一種結構約束方法，該方法僅進行了理論模型測試。

從基于結構相似性的聯合反演研究現狀可看出，交叉梯度算子不需要顯式給定巖石物理關系，對地下介質的物性分布的假設最少，但是交叉梯度算子的耦合約束性較弱。Molodtsov等[54-55]提出的基于模型梯度點乘積的物性結構約束能夠確保地下速度與電阻率之間的正相關性或負相關性，其耦合約束性比交叉梯度強。而Shi等[56]提出的基于平方余弦相似性的物性結構約束可以認為是一種廣義的物性結構約束，同時能夠避免預先給定不同物性參數(速度和電阻率)之間的正、負相關性和計算相鄰局部網格的梯度，可以減少局部不連續性和計算復雜度。

2.2.3 格萊姆約束

在實際應用中，盡管不同物性參數之間的經驗關系或統計關系可能是存在的，但是這些關系的具體形式有可能是未知的。在這種情形下，Zhdanov等[58]提出一種基于格萊姆約束的聯合反演方法，該耦合方式不需要不同物性參數之間的特定的經驗關系或統計關系的先驗知識。

格萊姆耦合方式的數學理論基礎是當且僅當由不同模型參數或其屬性構成的格萊姆矩陣的行列式不為零時，不同的模型參數或其屬性之間是線性無關的。格萊姆矩陣提供了不同模型參數或其屬性的相關性度量，因此，可通過極小化格萊姆矩陣增強不同物理模型參數或其屬性之間的相關性。Zhdanov等[59]和Lin等[60]實現了基于格萊姆約束的重磁數據聯合反演。

格萊姆約束是一種廣義的耦合方式，上述基于巖石物理關系和結構相似性的耦合關系可以認為是格萊姆約束的特例[59]。

2.3 最優化求解

由于電磁正演和地震正演問題均為非線性的，且聯合反演目標函數中的正則化項和耦合項也有可能為非線性的，因此，電磁和地震聯合反演問題為非線性的，反演算法包括局部優化算法和全局優化算法。局部優化算法主要包括拉格朗日乘子法、共軛梯度法、高斯—牛頓法等，全局優化算法主要包括遺傳算法、粒子群算法、模擬退火算法及其混合算法。優化算法的選擇取決于所考慮問題的復雜性和計算資源等問題。

2.3.1 局部優化算法

局部優化算法為梯度類迭代優化算法，涉及求解雅克比矩陣或海森矩陣，在電磁和地震聯合反演算法中應用較多的是拉格朗日乘子法、高斯—牛頓法、共軛梯度法。

基于交叉梯度約束構建的聯合反演問題通常為一帶約束的最優化問題。首先利用拉格朗日乘子法將帶約束優化問題轉為無約束優化問題，然后令一階導數為零進行迭代求解。該求解方法對反演的物性值本身沒有限制，實際中待反演的模型一般為帶限的，需要將模型剖分單元的物性值限制在某一范圍內。針對這一問題，Gallardo等[61]利用Taylor展開將原非線性最優化問題線性化的，得到帶線性不等式約束的優化問題，并利用二次規劃求解。

高斯—牛頓法需要計算海森矩陣或其近似，雖計算量很大，但是收斂速度快[62]。Hu等[6]、Abubakar等[27]及Gao等[32]均利用高斯—牛頓法對MCSEM數據和地震全波形數據聯合反演目標函數進行求解。Molodtsov等[55]利用高斯—牛頓法極小化MT數據和地震旅行時數據聯合反演目標函數。

共軛梯度法不需要海森矩陣或其近似，僅需要計算目標函數的一階導數和線搜索，因此，更適合于求解大規模聯合反演問題。Zhdanov等[58]利用正則化共軛梯度法求解基于格萊姆約束的聯合反演目標函數。

2.3.2 全局優化算法

由于梯度類迭代算法是在給定的初始猜測周圍局部搜索解空間，容易收斂到局部極值，因此，這類方法強烈依賴于初始值的選擇。非線性全局優化算法不需要給定初始值，一般可以收斂到全局極小值。陳曉等[37]利用全局尋優的模擬退火算法求解MT和地震走時數據聯合反演問題。Du等[63]利用遺傳算法求解MCSEM和地震AVA數據聯合反演儲層物性參數問題，取得了較好的反演結果。徐凱軍等[33]采用模擬退火和粒子群相結合的優化算法進行MCSEM和地震聯合預測儲層參數，該方法結合了粒子群優化算法的全局尋優能力、實現簡單與模擬退火算法較強的跳出局部最優解的能力。非線性全局優化算法在全局搜索過程中需要進行大量正演計算，因此，對于求解未知參數較多的聯合反演問題是不切實際的。

2.4 不確定性分析

完整的地球物理反問題包括三部分：正演、最優化和評價(圖1)，不過目前大部分地球物理反演問題的研究主要集中在最優化求解，即尋找能擬合觀測數據并滿足一定模型特點的解，而對解的評價問題研究較少，即估計解的穩健性。盡管電震聯合反演相比單一電磁和地震反演可以得到更加精確的電阻率、速度、密度模型，但是由于聯合反演問題仍是不適定的，因此，量化電震聯合反演得到的物性模型的不確定性同樣非常重要。單一反演不確定性評價標準可用于分析聯合反演的不確定性，其區別是分析的數據和模型參數不止一種。

圖1 地球物理反問題構成示意圖(改自Snieder[64])

在存在有限的先驗信息的前提下，電磁和地震聯合反演中不確定性的來源包括電磁和地震數據觀測誤差、正演模擬誤差、巖石物理模型的選擇及相應的模型參數的確定等，其中分析電磁和地震正演模擬誤差對于聯合反演解的不確定性是一個很大的挑戰，目前還尚未見相關報道。

Kwon等[65]基于貝葉斯框架研究了地震數據、電磁數據、地震波速度和電導率對孔隙度和含水飽和度估計的不確定性的相對貢獻。數值試驗表明，地震波速度和電導率的不確定性相比地震和電磁數據，對后驗不確定性的變化影響更大，地震波速度對孔隙度的不確定性影響最大，而電導率對含水飽和度的不確定性影響最大。

由于巖石物理關系通常是隨空間位置發生變化的，分析不同來源的不確定性對儲層參數估計的影響可有效地降低儲層參數估計的不確定性。在聯合反演MCSEM和地震AVA數據時，Hoversten等[38]通過變化一個或兩個參數而保持其他參數不變來探討巖石物理模型參數對儲層參數估計的影響。這種方式從本質上來講探討的是巖石物理模型參數對儲層參數影響的邊際效應，且該種方式只在被探討的模型參數和保持不變的參數是獨立的時候才有效。實際上巖石物理模型參數通常是相互依賴的，這種方法探討的只是巖石物理模型參數不確定性的影響，并沒有考慮不同巖石物理模型的影響。Chen等[66]利用MCSEM和地震數據探討了巖石物理模型選擇的不確定性對儲層參數估計的影響，基于層狀儲層模型的數值試驗表明，不同的巖石物理模型及相應的模型參數均對儲層參數的估計有影響。

3 機遇與展望

目前中國正在實施深地、深海探測戰略，油氣資源勘探由淺層向深層、超深層方向發展，勘探目標埋深增大給利用單一地震方法進行油氣勘探的可靠性帶來了挑戰。考慮到電磁勘探對地震勘探的輔助優勢，電震聯合反演能夠為中國正在實施的深地、深海探測戰略提供有效的技術支持，這對于海上油氣勘探開發顯得尤為重要。再者，成熟油田進入油氣二次開發階段，經常通過注水提高采收率，關鍵是要準確預測注水波及的范圍。由于電磁信號對油、水界面比較敏感，通過電震聯合反演可更加準確地確定注水分布，進而監測油藏調剖效果，并為油氣二次開發決策的制定提供指導。油氣勘探和開發方向的變化給電磁和地震聯合勘探帶來機遇的同時，也帶來了新的挑戰。為了應對這些挑戰，電震聯合反演還需在以下三個方面努力。

(1)實際地球介質的電阻率、速度等物性參數往往表現為各向異性，目前主要是通過利用單一地震或電磁數據解決速度、電阻率等物性參數的各向異性分析問題。在許多情形下，地球介質的電阻率各向異性與速度各向異性之間具有一定的相關性，例如，在水平沉積地層，電阻率和地震波速度能夠在不同的方向一致變化。因此，可嘗試利用電磁和地震聯合反演來分析速度、電阻率等物性參數的各向異性。

(2)由于電磁數據在復雜地質體成像和含油氣儲層描述方面具有一定的優勢，如果利用結構化網格剖分幾何形態復雜的地質體和含油氣儲層，需要精細剖分才能達到較高的模擬精度，這給電磁和地震聯合反演的計算效率和內存空間帶來一定的挑戰。基于非結構化網格的電震聯合反演能夠較好地精細刻畫幾何形態復雜的地質體并描述含油氣儲層，但是對于非結構化網格，當利用交叉梯度算子耦合電性參數和彈性參數時，需要解決基于非結構化網格的交叉梯度算子構建這一問題。

(3)地震全波形反演具有對復雜地質構造細節進行成像的能力，受到了人們的青睞。電磁和地震全波形數據聯合反演目前主要集中在一維和二維，由于實際勘探目標為三維地質體，因此，電磁和地震全波形數據三維聯合反演是以后的發展趨勢。制約電磁和地震全波形數據三維聯合反演發展的兩個主要因素是計算成本和內存需求，而決定計算成本的主要因素是正演模擬的次數。在計算效率方面，一方面可借助高性能并行計算框架MPI或CUDA實現正演計算的并行化以提高計算效率，另一方面可以對觀測電磁和地震數據進行預處理，例如對地震數據進行抽道，對電磁數據進行選頻等，以減少數據的冗余；在內存需求方面，計算機硬件技術的發展在一定程度上可以解決內存問題。這兩者都有助于實現電震聯合反演方法的產業化應用。