小波分析在王官屯油田王26井棗Ⅴ油層組沉積微相研究中的應用

黃維婷，錢 賡，臧文亞

(1．成都理工大學數學地質四川省重點實驗室，四川 成都 610059;2．成都理工大學油氣藏地質及開發工程國家重點實驗室，四川 成都 610059)

小波分析在王官屯油田王26井棗Ⅴ油層組沉積微相研究中的應用

黃維婷1，錢 賡2，臧文亞1

(1．成都理工大學數學地質四川省重點實驗室，四川 成都 610059;2．成都理工大學油氣藏地質及開發工程國家重點實驗室，四川 成都 610059)

由測井相解釋與巖芯觀察，結合前人分析資料得知，王26井棗Ⅴ油層組主要沉積沖積扇相扇中亞相。測井相解釋的多解性與巖芯資料的不完整局限了精細分析沉積微相特征。借助小波理論、結合測井曲線、巖芯觀察，共同分析王26井棗Ⅴ油層組的沉積微相特征。提取了自然電位、自然伽馬、電阻率3種測井曲線，經過Daubechies小波分解后重構的第三層細節信號d3，以高分辨率層序地層學為理論指導，著重對該層段的沉積旋回特征進行分析，借此解釋其沉積微相及組合特征。研究結果表明，小波分析、測井相、巖芯資料的結合不僅能識別沉積微相類別——辮狀河道及河道內部心灘與河道間沼澤，而且能在縱向上精確地反映其沉積微相組合特征——辮狀河道的正旋回特征、河道心灘的反旋回特征、辮狀河道連續疊加特征。

小波分析;棗Ⅴ油層組;沉積微相;測井相;巖芯;Matlab;天津

0 引言

儲層沉積微相確定是油氣田勘探開發的一項重要內容，沉積微相的細化需要通過測井相對地層的精確劃分與對比。不同沉積相因其對應地層的巖石成分、結構等不同而造成測井響應不同，故可以利用測井曲線這種電性響應特征進行沉積相分析，即測井相分析(趙軍龍等，2007)。由于測井曲線的多解性，沉積相和測井相之間并不是一一對應關系，另外，巖芯資料的不完整，也增加了沉積微相劃分與分析的難度。因此，通過常規的測井曲線與巖芯相很難達到精確、細致分析沉積微相的目的。利用小波技術處理后的測井數據，不僅保留了原來測井相的特征、去除了信號的干擾與噪聲，而且細化并突出了不同巖性組合特征，而后在整體上反映巖芯組合的沉積旋回特征(趙偉等，2010;李旋等，2009)。因此，筆者利用小波變換能有效分析信號的組成特性，精確地對信號進行分離，進而能有效地檢測信號的突變點，提取3種測井曲線小波變換后的第三層細節信號。通過前期研究中大量實驗對比分析，發現應用Daubechies小波(db小波)對測井曲線進行小波分析后，可對地層進行精細劃分與解釋，并突出沉積旋回及旋回相互疊加特征。測井相分析中，當分為3層時，第三層高頻細節信號最有益于沉積微相識別，能達到某井區精細地層劃分的要求。

1 區域沉積背景

王官屯油田位于黃驊坳陷南部孔店凸起南端(圖1)。該區鉆遇的地層自上而下為：第四系平原組，新近系明化鎮組、館陶組，古近系東營組、沙河街組和孔店組。其中，孔店組自上而下分為孔一段、孔二段和孔三段。孔一段又可劃分為6個油層組，自上而下依次為棗0，棗I、棗Ⅱ、棗Ⅲ、棗Ⅳ、棗Ⅴ油層組(宋鹍等，2006;大港油田石油地質志編輯委員會，1991;周力宏等，2009;顏照坤等，2011)。王 26井棗Ⅴ油層組是筆者研究的目的層段，其埋深為3 103m～3 324m，厚221m，主要由黑色細砂巖與紫紅色泥巖組成。

圖1 大港油田黃驊坳陷區域構造圖

孔一段沉積時期，黃驊坳陷整體為沉積區，其西側的滄縣隆起和東側的逞寧隆起為剝蝕區。逞寧隆起地形東高西低，水流方向主要為自東向西，是黃驊坳陷南部的主要物源。滄縣隆起主要水流流向冀中坳陷，僅在局部地區流入黃驊坳陷，因此，滄縣隆起是黃驊坳陷南部的次要物源(宋鹍等，2006;大港油田石油地質志編輯委員會，1991;周力宏等，2009;顏照坤等，2011)。根據區域沉積背景及前人研究，王26井棗Ⅴ油層組主沉積來自于逞寧隆起物源的沖積扇扇中亞相。

2 方法與技術

2．1 小波變換基本原理

小波變換是將信號f(t)與具有不同伸縮因子和平移因子的小波函數ψ(t)做卷積得到的，所以是一個時間和頻率的局域變換，能達到高頻處的時間細分，低頻處頻率細分，自動適應時頻信號分析要求，可聚焦到信號的任意細節。

在信號處理中，小波變換的核心的部分就是信號的分解與重構，而Mallat算法給出了能有效適用一般小波變換的快速算法。Mallat算法的分解公式為：

式(1)中，f為原信號，ˉH為低通分解濾波器，ˉG為高通分解濾波器，*代表做卷積運算;a為近似分量信號，d為細節分量信號。

而Mallat算法的重構公式為：

式(2)中，H為低通重構濾波器，G為高通重構濾波器，f為重構后的信號。

2．2 db小波特性

db小波是具有連續性的緊支集正交小波。其小波函數是緊支撐的，由定義，其支撐區長度為2N －1，支集區間為 supp ψ =［－(N －1)，N］，低通濾波器個數為2N。N是db小波函數的消失矩最高階數，如果滿足條件1，．．．，N－1)。由此一般把不同階的 db小波簡寫成dbN。對信號進行db小波分析時，隨消失矩N的增大，信號分層越精細，分解效果越明顯，且當N≥3時，隨N的增大，小波函數光滑性也越來越好，則頻域的局部性就越好，信號處理效果更加理想(Daubechies，2004)。

由于db小波的上述特性，所以較其他小波相比，db小波函數窗寬相對小，對稱性差，變化特征明顯，在整體上能精細反映巖性的變化，很適合進行高分辨層序地層分析(Briqueu et al，2010)。

2．3 db小波在測井曲線中的應用

通過對測井曲線和小波形態的分析，發現db5更能有效反映信號變化的特征，即消失矩為5;將測井曲線進行小波分解，發現分解到第三層時，第三層的細節分量信號d3對劃分沉積微相具有較好的適用性。用Mallat算法對測井曲線信號進行3層分解之后得到4個不同頻帶的小波系數，如果要得到某一頻帶的信號，只需要將其余頻帶的小波系數置為0，則重構后的信號就是該頻帶的信號。例如，要得到d3的信號，就需要將d1、d2、a3對應的小波系數置0，重構之后就得到細節信號d3。

由上節理論可得此時小波函數的支撐區間分別為 supp ψ［－4，5］，支集長度為9，在5 ～9 區域內，有利于信號能量集中而不會產生邊界問題。濾波器系數 hk個數為 10，且 h0～h9分別為0．160 102 398，0．603 829 270， 0．724 308 528， 0．138 428 146，－0．242 294 887，－0．032 244 870，0．077 571 494，－0．006 241 490，－0．012 580 752，0．003 335 725。

以王26井棗Ⅴ油層組的SP、GR、R4 3條測井曲線作為原始信號，在 Matlab R 2008a中，張德豐(2009)用db5分別將其分3層，所得的小波系數重構后的近似信號(a3)與細節信號(d1、d2、d3)見圖2。

3 沉積微相分析

前人的研究成果表明，王26井棗Ⅴ油層組主要沉積扇扇中亞相(宋鹍等，2006;大港油田石油地質志編輯委員會，1991;周力宏等，2009;顏照坤等，2011)。利用小波技術處理后的數據，結合測井相、巖芯相進行對照分析，細節信號d3的震蕩幅度反映固定巖石成分、結構特征：震蕩幅度差異大表明波形信號的相似程度低，巖性組合較復雜，相對的差異性明顯;震蕩幅度差異小表示波形信號的相似性程度高，巖性組合較均一，相對差異性不明顯;震蕩幅度高低也與沉積物的總體的粒度大小相對應。

3．1 效果對比

有別于一般的測井解釋結果，d3小波能精確、細致地解釋巖性的變化。如圖3王26井棗Ⅴ油層組3 174m～3 185m井段中，SP、GR、R4測井曲線變化幅度不大，測井相解釋該井段大部分為厚層細砂巖、中砂巖。但是根據巖芯觀察該段巖性為細砂巖夾砂質泥巖(表1)，上述解釋顯然是很粗略的。但是d3小波卻能細致地反映巖性的變化：3 182．00m處SP、GR、R4的d3小波曲線表現為漏斗狀測井相，其值分別為 －0．27、－14．91、1．12，巖芯觀察結果為粒序層理淺灰綠色細砂巖;3 179．98m處d3小波曲線表現為單齒狀，值分別為 －0．20、－9．62、0．86，SP、GR值3 179．98m處更高，而R4值3 182．00m處更高，分析3 182．00m處巖石粒度要粗于3 179．98m處，與3 179．98m處巖芯觀察灰綠色粉細砂巖一致(圖3)。因此，相對于未經處理過的測井相解釋，d3小波曲線在解釋巖性及其粒度變化過程中具有獨特的優越性。

表1 王26井棗Ⅴ油層組3 174m～3 185m井段巖芯描述

圖2 王26井棗Ⅴ油層組SP、GR、R4測井曲線小波處理圖

3．2 沉積微相識別

利用細節信號d3的波動特征，按照高分辨率層序地層學原理共同將扇中亞相劃分短期與超短期旋回及8個準層序(圖4)。據此分析王26井棗Ⅴ油層組沉積微相及組合特征。

辮狀河道：巖性為棕紅、棕黃、黑色細砂巖夾紫紅色泥巖，砂巖分選較好，磨圓為棱角或次棱角狀，波狀或槽狀交錯層理，與下部泥巖為沖刷接觸關系，為沖積扇相扇中亞相辮狀河道沉積微相。測井相為齒化箱型或鐘形，鋸齒中線向內收斂。d3特征為底部震蕩幅度差異大，而且振幅相對較高，鋸齒化現象明顯，與下部關系為突變接觸，向上逐漸轉為平緩低振幅結構，總體上為正旋回沉積結構。

心灘：巖性為灰色細砂巖夾紫紅色泥巖，自然伽馬曲線表現為齒化或平滑的漏斗狀，而在自然電位及電阻率曲線上表現為單齒狀或鐘形。但是在d3曲線中，頂部震蕩幅度差異大，而且振幅相對較高，鋸齒化現象明顯，與上部關系為突變接觸，向下逐漸趨于平緩低振幅結構，總體上為反旋回沉積特征。

河道間沼澤：巖性上為紫紅色或黑色泥巖，自然電位與自然伽馬曲線為高值，而電阻率值低。d3曲線中震蕩幅度差異小，振幅也較低，信號相似程度較高。

圖3 d3小波與未處理測井曲線解釋效果對比

3．3 沉積微相組合

根據沉積旋回特征，王26井棗Ⅴ油層組被劃分為8個準層序，其內部沉積微相類型、細節信號d3曲線特征、沉積旋回特征如表2。

通過上述分析與統計得知：在劃分的8個準層序中，普遍發育辮狀河道與河道間沼澤沉積微相組合、河道間沼澤沉積微相組合、辮狀河心灘沉積微相組合;其中7—8準層序發育辮狀河心灘沉積微相，反旋回沉積特征;2—6準層序發育辮狀河道與河道間沼澤沉積微相組合，辮狀河道相互疊加沉積，呈現連續的正旋回沉積特征。

表2 王26井棗Ⅴ油層組沉積微相小波測井特征

4 結語

db小波處理后的細節信號d3所得的測井相能特定反映王26井棗Ⅴ油層組沉積微相的巖性組合特征：震蕩幅度差異大，振幅相對高，鋸齒化現象明顯、正旋回沉積特征的測井相解釋為辮狀河道微相，而反旋回沉積特征的測井相解釋為辮狀河心灘微相，而震蕩幅度差異小，振幅也較低，鋸齒化現象不明顯，相似程度高的測井相解釋為河道間沼澤微相。由此反映的沉積旋回特征也揭示了辮狀河道、辮狀河心灘沉積微相組合的相互疊加沉積特征。

大港油田石油地質志編輯委員會．1991．中國石油地質志(卷四)：大港油田［M］．北京：石油工業出版社．

李旋，周清鋒，何朝津，等．2009．經驗模式分解與小波變換在模擬信號中的對比分析［J］．地質學刊，33(1)：79－83．

宋鹍，金振奎，王曉衛，等．2006．沉積相對儲集層質量的控制作用——以黃驊坳陷王官屯油田棗Ⅱ、棗Ⅲ油層組為例［J］．石油勘探與開發，3(3)：335 －338．

顏照坤，段潤梅，李勇，等．2011．黃驊坳陷孔南地區孔店期徐西斷層構造活動規律研究——來自沉積響應的證據［J］．地質學刊，35(1)：1 －10．

趙軍龍，譚成仟，李娜，等．2007．小波分析在高分辨率層序地層研究中的應用［J］．地球科學與環境學報，29(1)：90－94．

周力宏，李勇，王振生，等．2009．陸相斷陷盆地緩坡帶沉積體系與成藏動力學——以黃驊坳陷為例［M］．北京：科學出版社．

張德豐．2009．MATLAB小波分析［M］．北京：機械工業出版社．

趙偉，姜在興，邱隆偉，等．2010．小波分析劃分層序單元的地質學理論基礎、方法與應用［J］．石油與天然氣地質，31(4)：436 －441．

DAUBECHIES I．2004．小波十講［M］．李建平，等譯．北京：國防工業出版社．

BRIQUEU L，ZAOURAR N，LAUER-LEREDDE C．2010．Wavelet based multiscale analysis of geophysical downhole measurements：Application to a clayey siliclastic sequence［J］．Journal of Petroleum Science and Engineering，71：112－120．

Application of wavelet analysis in study of sedimentary micro-facies of ZaoⅤreservoir group in Well 26，Wangguantun Oilfield

HUANG Wei-ting1，QIAN Geng2，ZANG Wen-ya1

(1．Key Lab of Geomathematics of Sichuan Province，Chengdu University of Technology，Chengdu 610059，China;2．State Key Lab of Oil and Gas Reservoir Geology and Exploitation，Chengdu University of Technology，Chengdu 610059，China)

Based on the previous analysis of other experts，in combination with the interpretation of well logging facies and core observation，the authors found that ZaoⅤ reservoir group in Wang 26 well mainly belonged to the sediments of middle fan of alluvial fan．In order to accurately analyze the features of sedimentary facies，the authors utilized wavelet analysis together with well logging curves and core observation to analysis micro-facies features．When Daubechies wavelet was analyzed，the authors extracted three detailed signals of SP，GR，R4 well logs．With high-resolution sequence stratigraphy as theoretical guidance，the detailed signals of Daubechies wavelet were used to explain the sedimentation of micro-facies and assemblage characters．And the results showed that the combination of wavelet analysis，logging facies，and core data could identify the type of micro-facies-braided river channel，channel bar and the swamp within river beaches，meanwhile vertically assemblage features of microfacies also were precisely reflected-upwards sequence of braided river channels，backwards sequence of channel bar，and continuous superposition of braided river channels．

Wavelet analysis;ZaoⅤ reservoir group;Sedimentary micro-facies;Well logging facies;Core;Matlab;Tianjin

P618．130．2;TE122．2

A

1674－3636(2011)04－0379－07

10．3969/j．issn．1674-3636．2011．04．379

2011－05－26;

2011－07－01;編輯：侯鵬飛

國家自然科學基金項目(40972083、49803013、40372084、40841010)、中國地質調查局應急項目和中石化前瞻性項目資助

黃維婷(1987—)，女，碩士研究生，主要從事地質勘探數值分析研究工作，E-mail：witty．huang@gmail．com