基于保幅純波的多屬性模型回歸在儲層描述中的應用——以準西車排子地區沙一段1砂組為例

2013-05-16 13:10:10王月蕾

特種油氣藏 2013年2期

王月蕾

(中石化勝利油田分公司，山東東營 257000)

引言

地震屬性是從地震數據中導出的關于幾何學、運動學、動力學及統計特性的特殊度量［1］，能夠從多方面更為精細地刻畫儲層特征，現今已經成為儲層預測的有效手段之一［2］。但是在實際應用過程中，具有確定地質意義的屬性時窗以及單屬性自身固有的多解性成為儲層預測中極其關鍵的2個要點。

車排子凸起位于準噶爾盆地的西部隆起南段，其西面和北面鄰近扎伊爾山，南面為四棵樹凹陷，向東以紅車斷裂帶與昌吉凹陷相接［3］。目前該區共完鉆探井15口，滾動井13口，在新近系塔西河組、沙灣組、白堊系及石炭系均見良好的油氣顯示，其中沙灣組為本次研究的目的層，在全區均有分布，含油廣泛，潛力較大，但儲層整體較薄，且儲－震對應差，增加了地震描述的難度。本文基于純波地震數據，在目的儲層時間厚度統計的基礎上，提出合理的時窗，以單一優勢屬性描述儲層的不同特征，最終提出的多屬性模型回歸方法，較好地壓制了單一屬性在儲層預測中的多解性，提高了薄儲層的預測精度，在研究區取得了明顯且穩定的應用效果，同時也為類似儲層的預測提供了一定的指導意義。

1 多屬性綜合儲層預測

1.1 資料選取及屬性時窗

1.1.1 地震資料選取及品質分析

普通三維成果資料為了滿足后期構造解釋的要求，在處理過程中普遍使用了振幅均衡處理等方法，在弱振幅相對加強的同時雖然改善了同相軸的連續性，但也改變了振幅真實的相對強弱關系，從而影響了地震資料對實際地質現象，如地層含油氣性等真實的響應特征，造成諸多人為虛假地質信息的出現，并最終影響到運用屬性解決地質問題的可靠性。

另一方面，經過保幅處理的純波數據作為成果數據的中間處理產品，只進行了疊加偏移，未作振幅均衡，對目的層濾波等其他修飾性處理，且資料本身具有頻帶寬，高、低頻信息豐富的特征［4］，從而保留了較為真實的地震反射特征。

品質方面，本次研究沿目的層提取了純波數據的信噪比參數，結果顯示信噪比基本大于4，已經達到了用屬性來解決地質問題時對于穩定性和可靠性的要求，因此本次研究主要基于純波地震數據。

1.1.2 屬性時窗

時窗對于屬性所能反映的地質信息影響極大。若提取時窗小，則容易損失目的層信息，屬性不穩定;若提取時窗大，則鄰層干擾重，容易造成假象［5］。對于薄層而言，由于儲層本身可能被淹沒在多個薄層相互干涉形成的1個同相軸內，即使時窗恰好只包含目的層段，但不能把1個完整的波峰或波谷包含在內，無法準確地反映目的層的信息。因此，合理有效的時窗是建立屬性與地質之間準確關聯的關鍵點。

本次研究在合成記錄層位精細標定的基礎上，將沙一段1砂組的儲層直接標定其上，從而可以準確地讀出其時間厚度和實際厚度，使時窗內盡可能只包含目的層段，而減少非目的層段的信息。

對研究區所有鉆井進行的統計顯示，實際厚度主體分布區間為2.5～13.0 m，占全部數據的89%，平均為9.75 m，而時間厚度也基本集中在2～13 ms，平均為10.5 ms。基于該統計確定的時窗方案為:時窗總厚度為11 ms，沿沙灣組底反射界面向上取9 ms，向下取2 ms。其中，向下取2 ms的目的是將解釋層位下方完整的波形包含在所開時窗內，從而保證了目的儲層反射信息的完整性(圖1)。

圖1 車排子地區沙一段1砂組儲層時間/地質厚度統計直方圖及時窗示意圖

1.2 單屬性儲層描述

基于上述工作，提取了包括振幅統計類、復數道統計類、頻譜統計類在內的30余種屬性，結合前人經驗、正演模擬及相關分析優選出2種單一屬性:均方根和振幅平方差，并分別用于研究區儲層分布范圍的劃分以及厚砂儲層的識別。

1.2.1 均方根屬性預測儲層分布范圍

均方根對特別大的振幅非常敏感，且其地質意義較為明確，適合于地層的砂泥巖百分比含量分析、計算薄砂層厚度、識別亮點暗點、指示烴類顯示以及識別火成巖等特殊巖性［6］，因此被廣泛的應用于常規的儲層描述中。

本次研究將目的層均方根振幅屬性與經大量實際鉆井所揭示的儲層分布范圍進行了對比，結果顯示均方根屬性指示儲層發育范圍與實際鉆井揭示基本一致，因此就研究區而言，以均方根屬性劃分儲層發育范圍是一種有效的途徑(圖2)。

但是，p6井、p617井以及p601－22井等1砂組儲層厚度分別為2.5、4.2、4.1 m，在屬性圖中顯示均位于高值區。因此，均方根屬性只能圈定儲層的大致分布范圍，對儲層厚度變化并不敏感。

1.2.2 平方差屬性預測厚砂儲層展布

對于儲層預測而言，僅僅圈出儲層的發育范圍是不夠的，厚砂夾薄泥類儲層 (以下稱厚砂儲層)作為研究區的油氣優勢聚集區卻得不到較好地刻畫，為此，本次研究分別統計了砂泥互層、厚砂夾薄泥、厚泥夾薄砂3類儲層結構的30余種屬性的分布特征，以優選出對厚砂類儲層敏感的屬性。

圖2 均方根屬性與實際鉆井揭示儲層分布范圍對比

經過對比篩選出振幅平方差，該屬性能夠反映振幅偏差和離散程度，可應用于反映地震微相的變化。研究區厚砂類儲層的屬性值除去1個異常點外均大于45，而其他2類儲層均小于42，因此，該屬性對厚砂類儲層具有較好的分辨能力。

但是，儲層結構并不能等同于儲層厚度，如厚砂夾薄泥類儲層厚度甚至可能會比厚泥夾薄砂類儲層薄。因此，振幅平方差屬性對厚砂夾薄泥儲層具有較好的分辨能力，但仍然不能對儲層厚度給出較為精確的預測結果。

1.3 多屬性綜合模型回歸

綜上可以發現，受觀測條件和測量精度等因素限制，利用單一屬性解釋復雜地質問題時存在自身無法克服的局限性，而單純使用多種地震屬性按各自的方法原理和特征變化進行解釋，有可能產生相互矛盾的結果［7］。多屬性綜合模型回歸就是解決上述問題的眾多方法之一，其基本原理是以儲層物性特征(如厚度、滲透率等)為回歸目標，利用優選出的多種單一優勢屬性，用適合探區地震地質條件的數學關系將其組合起來，最終形成能夠反映相應儲層特征的綜合回歸模型［8］。該技術能夠有效地壓制單一屬性在儲層描述中的多解性，從而使回歸結果更準確地反映該地區的巖石物理關系及儲層特征。

1.3.1 屬性優選及模型回歸

為了使屬性優選的地質意義更為明確，本次研究在對屬性進行獨立性分析的基礎上，采取不同屬性與儲層實際厚度相關性分析的方法對屬性進行再優選，最終得到4種相互獨立的儲層厚度敏感屬性，依次為瞬時頻率、弧長、振幅均方根以及主頻峰值，并以其作為參數進行以儲層厚度為目標的模型回歸，得到最終的模型回歸公式:

式中:L為弧長，10－3m;Q為瞬時頻率，Hz;M為振幅均方根，10－3m;P為主頻峰值，Hz。

1.3.2 回歸精度控制

為了驗證該模型的精度，本次研究提取了27口井井點處的儲層預測厚度以及實際儲層厚度，并進行對比，發現兩者基本相等(圖3)。同時，誤差分析顯示預測誤差(即預測厚度與實際厚度之差的絕對值)小于0.6 m的數據占所有數據的50%，預測誤差小于0.9 m的數據占所有數據的73.08%，說明該模型達到了較高的精度。

1.3.3 成果分析

受西、北近物源影響，沙一段1砂組儲層厚度在研究區北部較大，砂體形態顯示為多套的三角洲前緣，發育規模大小差別較大，在空間上前后疊置分布，表現出較為明顯的“多套、多期”發育特征。儲層預測結果表明，除西北物源外，研究區東北部同樣識別出明顯的物源，且東、西不同物源形成的三角洲前緣砂體在p609—p607井一線以東的區域存在交會邊界。