疊前AVO處理解釋技術應用研究

王洪星.

(中國石油吉林油田公司地球物理勘探研究院，吉林省松原 138000)

現階段，國際油價低迷，各個油田的油氣勘探領域，已經從找油向找氣轉變，眾所周知，尋找含氣性儲層的最有效的方法是疊前反演技術，但由于目前常用的疊后地震資料，采用多次覆蓋的水平疊加技術，隱含在橫波信息中的振幅隨偏移距變化特征被損失掉了，因此，常規的疊后地震資料已經滿足不了疊前反演的需求。

目前，國內疊前反演方面比較成熟的技術有疊前AVO反演技術、疊前彈性參數反演技術和疊前地質統計學反演技術，本文主要針對疊前AVO反演技術在有效儲層預測方面進行了研究，并把該項技術在紅崗地區的H152井區進行了推廣應用，精細刻畫了該地區儲層含油氣性AVO異常分布范圍，可以根據該分布范圍調整加密井網，也可以在有利區域為探評井提供有利鉆探目標。

1 研究區地質概況

2 AVO技術原理

疊前AVO技術主要是以巖石物理學和地震彈性波為理論基礎，以疊前時間偏移的CRP道集為基礎數據，進行疊前AVO反演。它是利用疊前道集上一次地震反射波振幅隨炮檢距的變化而變化的特點來分析AVO特征，并找到地震反射波振幅與炮檢距之間的變化規律，進而找到反射系數隨炮檢距的變化規律，同時對含油氣儲層頂底介質的巖性特征、物性參數等進行分析，從而實現利用一次地震反射波振幅的變化關系直接進行油氣檢測。

AVO理論基礎是Zoeppritz方程以及該方程的一些簡化式如Shuey、Aki—Richards公式，這些公式都有各自的假設條件，在應用時應該注意使用條件的限制，Zoeppritz方程具有明確的物理意義，它能夠精確的描述非零入射角時地震反射振幅隨著炮檢距的變化關系。由于Zoeppritz方程過于復雜，很難通過該方程直觀的反映各個參數與反射系數之間的關系，因此，人們通常用該方程的Aki—Richards簡化式，如下：

Rp(θ)≈A+Bsin2θ+Ctan2θsin2θ

(1)

(2)

(3)

(4)

式中Rp(θ)——反射系數

Vp——縱波速度

Vs——橫波速度

ρ——密度

（三）健全生態環境保護法治體系。依靠法治保護生態環境，增強全社會生態環境保護法治意識。加快建立綠色生產消費的法律制度和政策導向。

θ——入射角

通常把A稱為小角度項，Bsin2θ稱為中角度項，Ctan2θsin2θ稱為大角度項,通過求解這些方程能夠得到多種AVO屬性，同時經過多種參數綜合分析，從而實現直接利用疊前地震道集進行儲層含油氣性預測。

3 AVO技術實現

疊前AVO技術是一套綜合技術，它包括巖石物理建模技術、疊前道集優化技術、模型正演技術、AVO分析及屬性提取等技術組成，其中巖石物理建模技術主要作用是通過巖石物理模型求取橫波速度，疊前道集優化技術能夠突出AVO地震響應特征，模型正演技術能夠判定AVO類型,并為后續AVO反演提供驗證，它們是AVO屬性分析的基礎數據。

3.1 巖石物理建模

巖石物理建模工作對于疊前AVO反演技術具有重要作用，通過該技術建立起巖石參數與地球物理所需要的物理量之間的定量關系，它是利用地震資料預測油氣的物理基礎。巖石物理工作主要是求得泥質含量、含水飽和度、孔隙度等信息，通過這些信息建立巖石物理模型，進而得到橫波速度、泊松比、縱橫波速度比等關鍵參數，這些參數是儲層特征與地震參數之間的橋梁，它為模型正演和后續的疊前AVO反演提供有效信息。

進行巖石物理建模之前需要對測井曲線進行分析、校正工作，紅崗地區主要以砂泥巖沉積為主，從井徑曲線看多處存在井眼垮塌現象，泥巖地層井壁垮塌后導致測量密度的儀器無法緊靠井壁測量致使密度測量不準，影響泥質含量的計算，進而影響巖石模型的建立。具體做法是在垮塌曲線附件找一段巖性穩定段，利用伽馬、中子、電阻率和聲波時差不易受井眼影響的曲線合成一條密度曲線，然后再把受井眼影響的曲線段替換掉，沒受影響的曲線保留，校正結果如圖1所示，在目的層位置，發生了擴徑，測量的密度曲線由于受泥漿影響，密度值偏低部分值低于1.66 g/cc，經過校正后，密度值恢復到2.5 g/cc左右。

圖1 曲線校正Fig.1 Curve correction

巖石物理另一項重要工作是計算泥質含量、孔隙度和飽和度。通常計算泥質含量有多種方法，主要是單曲計算法如自然伽馬、自然電位、電阻率等和中子密度交匯法，但是每種方法都有其應用條件。紅崗地區的地層，泥巖中不含有其它放射性礦物，其放射性主要是泥質吸附放射性元素產生的，因此，單獨使用自然伽馬就能較準確的求取泥質含量，其關鍵參數是通過直方圖得到純泥巖和純砂巖的伽馬值如圖2所示，伽馬低值為砂巖區其伽馬值為45 API，高值為泥巖區，值為145 API，利用公式(5)計算黏土含量,其公式如下：

(5)

其中GRlog——伽馬曲線：

GRlean——純砂巖伽馬值

GRclay——純泥巖伽馬值

圖2 伽馬直方圖Fig.2 Gamma Rayhistogram

紅崗地區孔隙度計算采用密度曲線求取總孔隙度，其關鍵是要對密度孔隙度進行泥質校正。該地區含水飽和度的計算采用阿爾奇公式，利用電性曲線計算含水飽和度，其關鍵參數是地層水的電阻率求取，該地區地層水電阻率為0.05。這樣有了泥質含量、孔隙度、飽和度信息再結合溫度、壓力、礦化度等信息就可以模擬橫波等信息,其結果如圖3所示，其中VCL為求取泥質含量曲線、PHI為孔隙度曲線、SW為計算的含水飽和度曲線，DTS為最終求取的橫波時差曲線。有了橫波曲線就可以計算泊松比、縱橫比速度比和各種體積模量，為疊前彈性參數反演和AVO屬性分析提供基礎數據。

圖3 預測出的曲線Fig.3 Predicted curve

3.2 道集優化技術

AVO特征與疊前地震道集的質量密切相關，疊前地震道集的好壞直接影響AVO分析的結果，紅崗地區地震資料采集的較早，觀測系統為窄方位的，其面元為20 m×40 m ，最大炮檢距只有2 000 m，受地表及采集因素影響，地震資料品質較差，導致最終處理成果的疊前道集質量較差如圖4所示，該道集明顯存在三方面問題：一是信噪比過低，二是明顯存在剩余靜校正問題，三是橫向上能量不均衡問題。這些問題會直接影響AVO屬性分析效果，甚至產生假象，影響解釋人員的判斷。因此，進行AVO分析之前需要對疊前道集進行優化處理，以滿足AVO分析需求，它也是實現AVO技術的關鍵所在。根據紅崗地區資料存在的問題，主要從三方面對疊前道集進行優化處理：一是提高道集的信噪比，突出有效信息的可靠性。在提高道集信噪比方面遵循的原則是循序漸進、有的放矢。為了提高地震道集的質量，本文選過H152井的地震數據進行超道集處理，它的作用是提高信噪比，該技術把相鄰面元內的道集按照一定比例進行加權，疊加成一個道集，并以AVO異常提取的截距屬性作為質控標準，當超道集的面元合適，目的層位置的截距信息就會增強。本文試驗了3*3面元疊加、5*5面元疊加和7*7面元疊加等,經過試驗并利用截距信息進行質控，認為選用5*5面元進行疊加效果較好如圖5所示左側為超級道集，右側是用該道集得到的AVO截距屬性，從超道集上看目的層的信噪比明顯比原始道集提高，過井的截距屬性能夠看到了。但從超道集來看其信噪比還是很低，還存在一些隨機噪音，滿足不了疊前需求，因此，又進行了隨機噪音衰減。目前，常用的隨機噪音衰減技術有F-X域隨機噪音衰減技術、徑向濾波技術、多項式擬合技術等，本文采用F-X域隨機噪音衰減技術，它利用隨機噪音不可預測性，而線性有效信號可預測理論，對有效信號和噪音進行分離，到達壓制噪音目的，再次是利用拉冬變換技術對多次波干擾進行去除工作，它是利用多次波與一次反射波的旅行時有差異，就會造成速度校正不足或者速度校正過量，多次波的反射同相軸就會偏離一次反射波，利用偏離的時差識別出多次波后再從道集中減去識別出的多次波，達到去除多次波的目的，更有利于提取AVO振幅特征。

圖4 原始疊前道集Fig.4 Original Pre-stack gathers

圖5 左超道集(面元5*5)右截距屬性Fig.5 Left—super gathers (dimension 5*5)，Right—intercept attribute

二是通過能量均衡技術，消除非地質因素造成的能量異常，增強振幅的真實性。通常認為相鄰道集的能量是相近的，在橫向上是漸變的，不應該出現突變，但從處理后的超道集(圖5)看，明顯存在能量不均衡問題，其近道炮檢距和遠道炮檢距的振幅能量弱，中間振幅能量強，為了消除這個現象，在提高信噪比的道集上又采用了剩余能量補償技術，它的原理是基于模型AVO特征的背景趨勢能量補償技術，它依靠模型來驅動，具體做法是在道集上開一定時窗，通常時窗大小在100 ms左右，能夠把目的層包括進去，然后對時窗內道集隨偏移距振幅能量變化進行統計，把統計出來的變化趨勢與模型趨勢進行比較，求取隨偏移距變化的刻度因子，再把刻度因子用于實際地震道集，實現目的層振幅能量補償。圖6是經過能量均衡技術處理后的疊前地震道集，它的遠道和近道能量均得到均衡與圖4 的原始道集相比，信噪比高，整體上地震反射同相軸更平，橫向上能量的變化是漸變的，更符合地質認識；三是道集拉平技術，它能夠消除遠道同相軸發生的畸變，增加方位角信息，減少AVO異常的多解性。紅崗地區的地震道集在遠偏移距的位置明顯存不平，存在下拉現象，這種現象會增加AVO的多解性。目前消除這種現象的技術，主要有兩類方法：一類為剩余靜校正法，假定在地震射線路徑上局部速度擾動引起道集同相軸波動，因此不能使用全局速度場調整，可看作靜校正誤差引起的，該方法通過逐道確定靜校正漂移量，它的優點是實現簡單，缺點是每道的校正值是固定的，只能整體時移，會造成局部變差，產生虛假信息。二類是速度調整法，它假定道集不平是由剩余NMO引起，可以通過二階和四階均方根速度場高分辨率估計來矯正。該方法利用AVO技術進行自動剩余NMO分析以達到剩余時差校正的目的，該方法不適合地震反射同向軸不平較嚴重的數據。紅崗地區的數據在遠道存在整體的畸變，通過采用剩余靜校正法，較好的消除了這種現象，目的層位置的反射同向軸更平。經過道集優化處理后地震道集的質量明顯提高，能夠滿足疊前反演要求，其AVO屬性特征更加突出如圖7所示。

圖6 能量均衡后的道集Fig.6 The gathers after energy equalizing

圖7 左優化后道集右對應截距屬性Fig.7 Left—optimized gathers，right—intercept attribute

3.3 模型正演

利用井資料進行AVO正演模擬，能夠分析不同地質條件下儲層含油、氣、水的AVO特征。它通過Zoeppritz方程或者舒伊簡化式模擬非零偏移距地震道集，由模擬的地震道集能夠確定儲層AVO屬性類型及分布特征，利用該特征可以佐證地震道集反演得到的AVO特征是否正確，同時指導由地震道集得到的AVO反演結果進行有利分布范圍的預測。

H152井為紅崗地區一口含油氣的井，主要含氣儲層為F油層Ⅱ、Ⅲ砂組，由5層單砂層組成，儲層總厚度有8 m，通過Zoeppritz方程，使用射線追蹤的方法模擬了目地層段地震道集如圖8所示，為了使模擬的道集與原始道集入射角一致，利于兩種道集對比，對原始道集的入射角做統計，以統計的最大入射角度，作為模擬道集的最大角度。通過模型正演，可以看出在1 740 m位置，存在明顯的AVO異常，通過進一步對模擬道集的AVO響應分析表明，含油氣儲層的頂面隨著炮檢距的增大，AVO振幅特征在減小，從目的層提取得振幅隨炮檢距的變化關系來看，AVO特征也是減小的，再結合目的層位置的交匯分析，可以判斷該儲層AVO類型為四類AVO特征如圖9所示，同時可以根據正演分析結果，指導地震道集AVO分布范圍及類型的判定。

圖8 模擬道集Fig.8 Simulation gathers

圖9 模擬道集的AVO分析Fig.9 AVO analysis of simulated gathers

3.4 AVO屬性提取及交匯分析

紅崗地區的資料，經過道集優化處理后其AVO特征更加明顯，提取了多種屬性如截距、梯度、泊松比、流體因子等，這些屬性具有不同物理意義，如截距屬性反映了自激自收時的反射系數，梯度代表了非零入射時斜率的變化，泊松比反應儲層含油氣性，流體因子能夠區分儲層流體性質等。通過對過H152井提取的截距和梯度屬性分析來看，目的層頂面截距為負(藍色)，說明儲層的反射系數小于上覆地層的反射系數，含油氣的可能性較大，圖10所示，目的層的梯度為正(紅色)，它代表了偏移距的變化率為正(圖11)。通過把提取的截距和梯度屬性進行交匯分析(圖12)可以看出，紅崗地區F油層的AVO特征為四類AVO異常，它與正演模擬的結果一致，說明地震道集提取的AVO特征與地質規律是一致。通過敏感參數分析，發現泊松比屬性能更好的反映AVO異常，因此，在該地區直接利用泊松比屬性進行了油氣檢測。經過分析H152井F層的泊松比的范圍在0.22～0.25之間，說明目的層以產油為主，這與H152井統計的結果相一致，該井到目前為止累產油2 000多噸，產氣184萬m3。

圖10 截距屬性Fig.10 Intercept attribute

圖11 梯度屬性Fig.11 Gradient attribute

圖12 截距與梯度屬性交匯分析Fig.12 Crossplots of intercept and gradient attributes

4 AVO應用效果分析

吉林油田H152井區孔隙度13%，滲透率2 mD，在F油層位置投產了5層8 m，投產初期產油3.7 t/d，產氣126 m3/d，累產油2 000多噸，累產氣184萬m3，在該地區應用常規的疊后波阻抗反演方法效果較差，在目的層位置如圖13所示箭頭位置，疊后反演出的剖面疊置比較嚴重，不能把儲層細化，該儲層預測結果與井的符合率很低，不足以支持井位部署的需求。

圖13 疊后波阻抗反演剖面Fig.13 Post-stack impedance inversion section

通過在該地區開展疊前AVO反演技術和疊前彈性參數反演技術后，發現疊前彈性參數反演結果(圖14)比疊后波阻抗反演效果稍好一些，目的層位置的儲層刻畫的清晰了一些，儲層預測效果有所改善，但儲層位置分開的還不是很明顯，對于儲層的邊界及非均質性的刻畫還是不夠，不能夠反映儲層非均質性的變化特征。

圖14 疊前彈性參數反演剖面Fig.14 Pre-stack elastic parameter inversion section

圖15 疊前AVO泊松比屬性Fig.15 Pre-stack AVO poisson ratio attributes

敏感參數分析表明，泊松比屬性對該地區的AVO異常更敏感，目的層位置AVO異常清楚，橫向延展范圍更大，如圖15所示為泊松比屬性，其提取的AVO異常范圍比梯度屬性、截距屬性在橫向上擴展的都大，通過對異常體提取平面屬性分布特征來看與生產井分析結果基本一致，它們之間的符合率可以達到80%以上。圖16是針對目的層位置提取的泊松比異常平面分布屬性，從平面屬性分布圖來看，有利異常區有6個區帶，從已鉆探的井來看，在有異常分布的區域部署的井產油、產氣量都較高，在異常范圍外的井主要以產油為主，同時含有少量的氣，這與預測的結果基本一致，但有一定的出入。經過分析，發現本次AVO反演是以H152井為參考井開展疊前反演的，該井含氣飽和度較高，AVO異常明顯，而AVO異常外的井，由于含氣飽和度低，引起的AVO異常特征不明顯。可以根據預測結果，提供探評井井位目標，同時還可以調整加密井網。

圖16 泊松比AVO異常平面展布圖Fig.16 The distribution of poisson ratio AVO anomaly

5 結論

疊前技術是目前能夠對巖性油氣藏進行有效識別的一項技術，本文通過實例證明疊前AVO技術對含氣儲層能夠有效識別，通過在紅崗地區應用疊前AVO技術取得了明顯的勘探效益，得到的成果，經開發井證實是可靠的，但在應用疊前AVO技術時要注意以下幾個方面：

(1)當地震道集的信噪比很低時，在提高信噪比的過程中要非常小心，很容易會造成AVO異常類型的改變，進而影響儲層預測的效果。

(2)進行疊前AVO反演之前要進行可行性分析，當地震道集的方位角過小(小于25°)時，地震的AVO響應特征就會不明顯，容易造成多解性，當道集的方位角大于25°時，地震道集的AVO響應特征就會有明顯振幅差異。

(3)對于以產油為主的儲層，含氣飽和度低，其AVO特征不是很明顯，不易提取出AVO異常屬性。

(4)疊前AVO反演后，應該對多種屬性進行綜合分析，判斷儲層含油氣性，降低AVO不確定性，降低AVO勘探風險。