分頻融合反演技術在春光探區的應用

張新超 李 鋒 嚴永新 王 勇 張 馳 岳欣欣

(中國石化河南油田分公司勘探開發研究院，河南南陽 473132)

1 引言

在石油勘探開發領域，通過波阻抗反演將地震剖面轉換為具有高分辨率、高精度的波阻抗剖面，進而研究地下目標體(儲層、油氣層等)的空間幾何形態及微觀特征[1-3]。與地震剖面相比，波阻抗剖面能更直接地與巖性聯系起來，儲層響應也更加明顯，對于儲層預測和識別具有重要作用。

測井約束模型反演應用較廣、效果較好[3]。該方法綜合運用地震、測井、地質等資料進行反演，得到的波阻抗數據與地震、測井資料對應較好，多用于地質綜合解釋。為了更精細地描述儲層，特別是識別薄儲層，需要能提高分辨率的反演方法[4-9]。例如基于調諧頻率約束的高分辨率反演方法[6]，利用地震數據的調諧頻率和分頻處理分析，半定量地確定能夠識別目標儲層厚度時的地震頻率，并將其作為地震反演的約束條件。這些高分辨率反演方法，雖然提高了垂向分辨率，但對提高橫向分辨率作用不大[9,10]。為了解決橫向分辨率的問題，許多學者利用地質建模等方法得到橫向變化較為準確的模型[11-15]。另外，為了提高反演精度，近年來提出了分步反演的思路[16-19]。這些反演新方法和新思路在油氣勘探中取得了較好的應用效果。

春光探區位于準噶爾盆地西緣車排子凸起，在新近系沙灣組、古近系、白堊系等地層內發育多套有利地層，儲層埋藏淺、壓實作用和膠結作用差，因而砂巖儲層孔隙度普遍較高，儲層段的速度、密度低于圍巖泥巖，因此可以利用低波阻抗這一顯著特征識別儲層。但是由于部分儲層厚度薄、規模小且橫向變化快，常用的高分辨率反演方法不能適用于該區儲層預測[20,21]。

為了實現儲層精細預測，需要一種既能提高垂向分辨率、又能保證橫向識別能力的反演方法。本文提出了分頻融合反演方法，在測井約束模型反演的基礎上提高了垂向分辨率，并保留了模型反演的準確性；利用地震調諧頻率約束的高分辨率反演結果，降低了測井資料高頻信息橫向插值的不確定性。用該方法得到的波阻抗數據，適用于儲層較薄且橫向變化快的油氣區的儲層預測。

2 地質特征

車排子凸起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以及中拐凸起相接，總體表現為向東南傾伏的單斜構造(圖1)。由于車排子凸起長期處于隆升狀態，東部和南部緊鄰昌吉和四棵樹兩大生烴凹陷，這兩個凹陷的油氣均能運移至春光探區聚集成藏。春光探區雖為源外成藏，但油源條件仍然較優越[21]。

圖1 準噶爾盆地春光探區構造位置圖

研究區地層由老至新分別為石炭系、侏羅系、白堊系、古近系、新近系和第四系。新近系沙灣組是春光探區乃至車排子凸起最重要的油氣勘探層系之一，該組可細分為沙一段、沙二段和沙三段。該區構造簡單、斷裂欠發育，油藏以巖性油氣藏為主，大部分為稀油油藏，可見少量氣藏和稠油油藏。

由于沙灣組儲層埋藏淺(小于2000m)，成巖作用弱，油層的測井曲線多呈現“高電阻率、高孔隙度、高滲透率”的“三高”特征，孔隙度為31%～38%，滲透率為(700～1500)×10-3μm2。取心數據表明，儲層段砂巖壓實程度低，砂巖疏松，膠結差。聲波曲線表現為明顯的低速特征。

3 薄儲層識別技術

3.1 地震資料提頻處理

近年來，春光探區儲層多為薄互層，面臨的重要問題是薄儲層識別。多口鉆井連井剖面揭示，從探區南部到北部，地層逐漸變薄，鉆遇的砂巖層數逐漸減少，這意味著探區內發育了多套尖滅的地層。將新近系沙灣組劃分為三段，從下到上分別為沙一段、沙二段和沙三段。其中沙一段分為四個砂組，沙二段分為三個砂組。春光探區西南部目的層是沙一段的 Ⅰ砂組和Ⅱ砂組。目前已在Ⅱ砂組中發現了4套砂層尖滅線，在Ⅰ砂組發現了5套砂層尖滅線，在其他砂組也發現多套砂層尖滅線。另外，在下部的古近系和白堊系中也發育有薄儲層。

春光探區這些薄儲層、薄互層、尖滅線的發育，使得對地震資料品質的要求也更高，近年來根據不同地質需求所處理的地震資料累計達5套。春光探區地震資料為三維高精度采集，三維地震資料達到滿覆蓋，面元為10m×10m，采樣間隔為1ms。常規疊后地震資料主頻約為55～65Hz，頻寬為10～160Hz。提頻處理后，地震資料的主頻更高，達到70～80Hz。砂泥巖薄互層中的砂巖和泥巖的厚度一般為2～5m，利用地震資料識別薄層和尖滅線時，受到了數據分辨率的限制。例如在提頻后的地震資料上，對Ⅱ砂組只能識別出3組反映砂巖地層的同相軸，而實際上有4套砂層，這是薄互層反射的調諧效應所致。

3.2 常規高分辨率反演方法

目前常用的80Hz地震資料已經過提頻處理，若進一步提高頻率和拓寬頻帶，會出現大量的高頻噪聲。為此利用多種反演方法提高分辨率，識別薄儲層。

目前已針對春光探區開展了多種反演方法的分析和研究，包括地質統計學反演、波阻抗反演和擬自然電位(SP)反演等。對比多種反演結果可知，常規波阻抗反演基本不能提高地震資料的分辨率，其分辨能力與地震剖面相當；地質統計學反演明顯提高了垂向分辨率，反演結果中的砂巖層與鉆井結果匹配較好。然而，地質統計學反演雖然提高了垂向分辨率，但橫向分辨率被極大地降低了，這是因為其結果過多地依靠鉆井的橫向插值。擬SP反演結果與鉆井儲層吻合得最好，這是因為在該探區的測井資料中，SP曲線比聲波、密度曲線更能反映砂巖地層。然而，在擬SP反演結果中，鉆井之間的預測更多地依據于SP模型，與地震剖面差異較大，導致鉆井之間地層預測結果的準確度和真實性被降低。

3.3 分頻融合反演方法

針對春光探區薄儲層的特點，本文提出了一種分頻融合波阻抗反演技術，在地層較薄且橫向變化較快的油氣區，提供垂向分辨率較高且橫向變化較為準確的波阻抗數據處理方法，其技術流程見圖2，具體步驟如下。

圖2 分頻融合反演流程

(1)利用初始地震資料和多口鉆井的測井資料進行常規測井約束模型反演，得到測井約束模型反演結果M0。

(2)對地質模型進行地震正演模擬，建立不同主頻地震子波時的地層厚度與調諧頻率之間的關系；根據測井中地層厚度特征，確定地震資料識別這些地層所需的頻率范圍(fmin～fmax)。

(3)利用時頻分析技術，對初始地震資料進行分頻處理，獲取頻率范圍fmin～fmax所對應的地震資料S0。

(4)以M0為初始模型，通過稀疏脈沖約束，計算初始模型的約束條件參數

(1)

式中：L為后續反演的約束條件參數；β=1.0×10-8max(M0)，決定參數計算結果的精度。

(5)以M0為初始模型，通過反復更新和迭代，進行高分辨率反演

aL(M0)

(2)

式中：MH為高分辨率反演結果；G為靈敏度矩陣；GT為靈敏度矩陣的轉置；Cn為S0的噪聲協方差矩陣；Cm為模型M0的協方差矩陣；D是合成地震記錄；a為正則化參數矩陣。

(6)對M0和MH分別做傅里葉變換，轉換為頻率域數據；將兩個頻域數據分頻段相加，其中M0保留0～fmin頻段的信息，MH保留fmin～fmax頻段的信息；對合并結果進行反傅里葉變換，轉換為時間域數據，得到分頻融合反演結果。

4 薄儲層地質模型反演

通過建立地質模型并進行反演，驗證分頻融合反演的可行性與可靠性。建立了三個地質模型(表1)，先通過地震正演得到相應的地震剖面，然后進行反演，并將反演結果與實際地質模型對比，以驗證結果是否準確。對模型進行地震正演和反演所用的地震子波均為實際地震平均子波。

表1 正演模型參數表

4.1 模型一：薄層模型

模型一為單一薄層模型，地質模型如圖3a所示，即在厚層高阻抗背景中存在一個薄層低波阻抗地層。圖3b是利用實際地震子波正演模擬得到的地震剖面，為典型的“兩黑加一紅”的反射特征； 圖3c是波阻抗反演結果，與實際地質模型對比，基本能夠反映地質特征，但低波阻抗部分與實際厚度尚有細微差異； 圖3d是分頻融合反演結果，與實際地質剖面和波阻抗反演結果對比，其反演結果能夠準確地反映儲層厚度。

4.2 模型二：楔狀模型

模型二為一楔狀模型(圖4a)，在厚層高阻抗背景中存在一個薄層低波阻抗地層。圖4b是利用實際地震子波正演得到的地震剖面，可見在地震分辨率只能夠準確反映地層較厚的部分，也表現為典型的“兩黑加一紅”的反射特征； 圖4c是波阻抗反演結果，與實際地質模型對比，基本能夠反映地質特征，但在地層較薄處，波阻抗值和厚度均與實際地質模型有差異；圖4d是分頻融合反演的結果，與實際地質剖面和波阻抗反演結果對比，反演結果能更準確地反映儲層的位置和厚度變化。盡管分頻融合反演結果也難以識別極薄的地層，但對薄層尖滅點的識別，明顯具有更高的精度。

圖3 薄層地質模型(a)、地震正演波形(b)、波阻抗反演結果(c)及分頻融合反演結果(d)對比

圖4 楔狀模型(a)、地震正演波形(b)、波阻抗反演結果(c)及分頻融合反演結果(d)對比

4.3 模型三：薄互層模型

模型三為薄互層模型圖(5a)，在厚層高阻抗背景中有多套低波阻抗薄層互層。設定互層厚度不能被50Hz主頻地震資料(與實際地震資料相同)所識別。圖5b是利用實際地震子波正演得到的地震剖面，顯然，地震資料不能夠識別這些薄互層，僅能夠識別整個薄互層組的頂和底。圖5b中的黑線為依據地震資料強波峰和強波谷追蹤的地震層位。反演使用這些層位作為約束，以使模型模擬結果更接近實際情況。圖5c是波阻抗反演結果，與實際地質模型對比，不能夠反映其地質特征，其分辨率與地震資料相近，僅能夠識別整個薄互層的頂和底；圖5d是分頻融合反演結果，與實際地質剖面和波阻抗反演結果對比，其反演結果能夠進一步準確反映薄互層儲層的深度和厚度。

5 實際應用效果

春光探區儲層埋藏淺、壓實作用和膠結作用差，致使砂巖儲層普遍孔隙度高、儲層薄、規模小、橫向變化較快。由于儲層段的速度、密度均低于圍巖(泥巖)，可利用低波阻抗識別儲層，并利用分頻融合技術識別這些厚度薄、規模小且橫向變化快的儲層。

利用地震資料、地震解釋層位、測井資料完成分頻融合反演，并保留測井約束模型反演和高分辨率反演結果，用以對比并分析幾種結果的準確性。圖6展示了相同位置的屬性剖面對比(剖面位置見圖8中A-B折線)。波阻抗曲線反映了儲層發育程度，其值越低，表明儲層越發育。剖面經過的目的層為薄砂層，可見C1井儲層不發育，C2井儲層厚度約為6m，C3井儲層厚度約為3m。

圖6a為測井約束模型反演剖面，可見垂向分辨率較低，低波阻抗不能完全反映儲層的展布。盡管能夠指示C1井的非儲層和C2井6m厚的儲層發育特征，但對于C3井厚度為3m的儲層反映不好。在C3井對應的目標儲層處，反演波阻抗為6250m·s-1·g·cm-3，高于測井曲線中儲層段的波阻抗(<6000m·s-1·g·cm-3)。早期在C3井還沒有鉆探時，利用分辨率不足的測井約束模型反演結果，認為該處發育泥巖。

圖6b為分頻融合反演結果，圖中可見波阻抗反演剖面垂向分辨率得到了提高，所反映的儲層與鉆井吻合；特別是C3井3m厚的目標儲層指示較好，且右側的砂泥巖相變點顯示也較清楚。另外，在目的層上部和下部的大套地層中，垂向分辨率得到了明顯提高。

圖6c為利用調諧頻率約束得到的高分辨率反演結果，可見波阻抗反演剖面的垂向分辨率最高，但測井之間的橫向變化特征指示不好。在C1井與C2井之間，顯示的儲層段明顯與圖6a中差別較大。由于C1井儲層不發育，而圖6c中卻顯示C1井儲層發育，說明預測的儲層發育特征與鉆井不符，因此認為圖6c中的儲層預測結果不正確。

圖7為圖6中三個剖面對應的頻譜，據此進一步分析反演結果的可靠性和實用性，可見： ①0～70Hz頻段的頻譜值與測井約束模型反演結果中相應頻段的頻譜值相近，這些低、中頻能量主要反映地層的基本構造形態；②融合常規反演結果與高分辨率反演結果頻譜的70～150Hz頻段內的信息，在常規反演結果頻譜能量的基礎之上，補充了高分辨率反演結果的高頻能量，從而既增加了高頻信息，提高了垂向分辨能力，又保留了常規反演低頻能量、能夠體現儲層橫向變化特征； ③150～250Hz頻段對應的頻譜與高分辨率反演結果對應的頻譜相近，進一步增加了高頻能量，提高了地層垂向分辨率；另外，高于250Hz的頻譜主要表現為規律性的能量逐漸減弱的波動，表明為以噪聲為主，因此在融合過程中被舍棄。

圖6 反演結果連井剖面對比圖

圖7 反演結果連井剖面目標層頻譜特征對比

圖8展示了不同反演方法分別預測的儲層平面展布形態。對比可見，圖8a展示了目的層油藏的形態，但對于油藏上部邊緣儲層較薄處的刻畫不準確；圖8c能夠凸顯上部薄儲層的分布，但橫向上油藏形態刻畫不清，無鉆井處儲層預測結果的隨機性和不確定性較大；只有圖8b，既能夠準確反映油藏的整體形態，又能夠凸顯C3井處的薄儲層，同時對該油藏的邊界也進行了準確刻畫，效果最好。

圖8 基于不同反演結果預測的儲層平面展布特征對比

對比圖6～圖8的三種反演方法對儲層預測的結果可見，盡管分頻融合反演結果比高分辨率反演結果的分辨率略低，但其能夠在一定程度上提高垂向分辨率，并確保模型反演的準確性，同時降低測井資料高頻信息在橫向上插值時的不確定性。該方法得到的波阻抗數據，能夠適用于儲層較薄且橫向變化快的油氣區的儲層預測。

6 結論

(1)針對高分辨率反演結果對井間儲層反映不準確的問題，提出了分頻融合反演方法：將常規模型反演結果作為初始模型，利用高頻地震資料進行高分辨率反演；在測井約束模型反演的基礎上提高了垂向分辨率，并保證模型反演的準確性；同時利用地震調諧頻率約束的高分辨率反演結果，降低測井資料高頻信息橫向插值時的不確定性。

(2)春光探區部分儲層厚度薄、規模小且橫向變化快，利用分頻融合反演方法在多個井區實際應用，均獲得了良好的效果，為春光探區的井位部署提供了技術支持。