川西北雙魚石地區棲霞組地震資料優化處理及裂縫預測技術應用

于 豪，黃家強，蘭雪梅，劉軍迎

(1.中國石油勘探開發研究院,北京 100083；2.中國石油西南油氣田分公司勘探開發研究院,成都 610041)

裂縫是儲層的有效儲集空間,更是連通儲層和孔隙流體的運移通道,直接影響油氣藏井網的部署。裂縫的建模、刻畫及展布規律是油氣藏開發的重要地質依據[1]。

傳統的相干[2]、傾角[3]、曲率[4]等幾何結構屬性是目前描述斷裂和裂縫發育帶的主要刻畫工具,這些屬性雖然反映了地層的不連續性,但同時也受到了地層巖性及其他非構造因素的影響。雖然常規的地震隨機噪聲衰減技術可以在一定程度上消除這些影響,但是在壓制隨機噪聲的同時也損傷了有效信號,如斷點位置、地質體邊緣等,不能有效識別地層邊界的真實形態[5]。

構造導向濾波技術[6]具有壓制隨機噪聲、保護地層邊界信息的作用[7]。基于偏微分方程的各向異性擴散方法[8]具有較高的穩定性、計算效率以及較強的適應性,被引入到對地震數據優化處理的構造導向濾波中。Perona等[9]在數字圖像增強技術領域提出了一種基于擴散方程的噪聲衰減方法,即P-M模型,能夠保持邊緣有效信息和結構特征。Weickert[10]通過引入結構張量約束進行多尺度非線性擴散濾波,利用改進的差分格式提高了計算效率。Fhemers等[11]在地震資料處理中提出了一種能夠約束擴散濾波方向和強度、抑制地層邊界和斷點位置平滑的各向異性擴散濾波技術。陳鳳等[12-13]提出了一種二維沿層濾波技術提高地震剖面的信噪比,并結合光流分析技術推廣到三維地震中。王旭松等[14]提出了一種一致增強性擴散算法,最大限度地消除噪聲并保持邊界完整信息,并與孫夕平等[15]將非線性各向異性擴散濾波技術應用到二維地震剖面的去噪處理中。張爾華等[16]在三維地震資料中利用梯度結構張量控制河道和斷層的邊緣特征,嚴哲等[17]將地震相干屬性和各向異性擴散濾波相結合,以此作為斷層信息保護因子,隆雨辰等[18]將螞蟻追蹤與曲率融合技術利用在川西地區斷層和裂縫刻畫中。近些年,地球物理學家們基于各向異性擴散濾波研發了多種新方法,并取得了一定的應用效果[19-24]。

另外,提高地震資料分辨率也能夠突出裂縫信息,特別是小尺度裂縫等細節特征,譜反演是提高地震分辨率的一種有效方法。Marfurt等[25]在薄窄河道的描述中提出了用滑動時窗的頻譜分析方法計算多種頻率相關屬性進行儲層厚度定性解釋。Portniaguine等[26]認為任何一個反射系數序列都可以分解為一個奇反射系數對和一個偶反射系數對,而地震響應與這兩個反射系數對的大小有關。Puryear等[27]提出了Widess楔形模型理論,把反射系數序列分解成偶分量和奇分量,構建了譜反演的目標函數。Chopra等[28]由譜反演所得的反射系數算出了波阻抗剖面,并將其應用到地層學解釋中。中國專家學者針對譜反演也開展了深入研究,例如基于隨機爬山反演方法[29]、基于模擬退火法[30]、基于最小二乘QR分解算法[31]、基于稀疏貝葉斯算法[32]、基于Cauchy條件約束算法[33]、基于Moore-Penrose算法[34]等。周家雄等[35]引入L-BFGS算法應用于海上油田,劉萬金等[36]、司朝年等[37]和嚴皓等[38]分別將譜反演方法應用于大慶油田、渭北油田和渤海油田,均得到了較好的應用效果。

川西北雙魚石地區位于龍門山山前帶,受構造活動影響,二疊系棲霞組發育北東-南西向斷裂,斷裂平面延伸范圍廣,強烈的構造活動導致裂縫也比較發育。該地區儲層主要為一套碳酸鹽巖白云巖沉積序列,厚度較薄,差異較大,非均質性較強,多為孔隙-裂縫型儲層。目前該區已經進入開發階段,之前勘探階段的研究成果尚不能滿足開發的需要,急需厘清裂縫發育特征及展布規律。本文以雙魚石地區棲霞組為研究目標,首先對用于構造解釋的疊后地震數據進行了擴散濾波和反射系數反演處理,在去除噪聲的同時,提高了資料的分辨率；通過多尺度屬性融合技術定性預測了裂縫發育特征；在只有疊后地震資料的前提下,利用神經網絡和DFN(discrete fracture network)離散建模技術探索預測了裂縫的密度、長度和發育方向,為該區增儲上產提供了技術支撐。

1 研究區概況

1.1 地質背景與地震資料概況

龍門山造山帶位于揚子陸塊西緣,其逆沖變形始于晚三疊世末期的印支運動,在整個燕山運動減弱并持續,在新生代再次強烈沖斷隆升,形成了龍門山褶皺沖斷帶-川西前陸盆地系統。龍門山沖斷帶自北西向南東發育4條大的主干斷裂,通常以北川-映秀斷裂為界將龍門山沖斷帶劃分為龍門山后山帶和前山帶。由于川西北地區構造的形成演化直接受控于龍門山沖斷帶的發展,因此二者在現今構造格局上顯示出很大程度的一致性[39]。雙魚石構造帶位于川西斷褶帶西北緣,屬于中壩-雙魚石高帶的次一級正向構造單元,北西面與射箭河-潼梓觀高帶相連,南東面與劍閣-梓潼坳陷帶相鄰。雙魚石地區構造形態主要為北東向構造,與龍門山近于平行,受龍門山推覆構造控制,是印支、燕山、喜馬拉雅多期構造運動共同作用的結果(圖1)。

研究區為雙魚石三維區,目的層為下二疊系棲霞組,主要為碳酸鹽巖臺地臺緣沉積,儲層主要發育為白云巖儲層。由于位于龍門山山前帶,所以構造作用強烈,斷裂和裂縫較發育。研究發現,雙魚石三維原始地震資料存在規則噪聲,從棲霞組頂界相干屬性切片上可以看出(圖2),地震資料存在與北東向斷裂斜交的規律性類指紋干擾,這會影響裂縫識別的精度,需要針對研究目標開展解釋性處理,主要包括既能保持邊界特征又能去除規則噪聲的擴散濾波處理,以及提高地震數據分辨能力的反射系數反演處理。

圖1 研究區地理位置及斷裂特征Fig.1 Location of the studied area and sketch map of the fault development

1.2 井中裂縫發育特征

根據研究區ST8井和ST10井在棲霞組的成像測井資料(圖3),得到井中裂縫發育特征。

ST8井裂縫密度為0.6,裂縫發育主方向為40°。在7 332.5～7 347.5 m深度段,裂縫發育方向主要為0°～15°、60°～75°和150°～180°,傾角為40°～60°；在7 358.0～7 408.0 m深度段,裂縫發育方向主要為30°～45°,傾角在70°左右,裂縫類型為張開縫。

ST10井裂縫密度為1.2,裂縫發育主方向為130°。在7 436.1～7 461.1 m深度段,裂縫發育方向主要為90°～165°,傾角在30°～50°；在7 461.1～7 486.1 m深度段,裂縫發育方向主要為150°～165°、195°～210°、330°～345°,傾角在30°～50°,裂縫類型為張開縫。

2 擴散濾波

2.1 擴散濾波原理

Perona和Malik[9]提出的基于偏微分方程的P-M擴散濾波理論,實現了平行邊緣擴散并保持邊緣特征,擴散方程為

(1)

式(1)中：t為擴散時間；div為散度算子；U為t時刻的擴散濾波結果；U0表示t=0時的最初特征；D決定了擴散方程的類型。當D是標量且為常數時,擴散方程是線性各向同性方程；當D是標量且D=g(u)時,擴散方程是非線性各向同性方程；當D是張量且D=D(u)時,擴散方程是非線性各向異性方程,可以沿著地層傾向較好的對邊緣進行定位,保留不連續的構造信息。

圖4 迭代次數對濾波效果的影響Fig.4 Influence of iteration umber on filtering effect

2.2 擴散濾波效果對比

擴散濾波關鍵參數主要有光滑步長、迭代次數和結構張量維數三個參數,其中迭代次數對處理結果影響較大。地震原始剖面在棲霞組主頻為30.5 Hz,帶寬為29 Hz,信噪比為0.97。對原始剖面進行擴散濾波,迭代5次后,棲霞組主頻為26.5 Hz,帶寬為29 Hz,信噪比為0.98；迭代10次后,棲霞組主頻為25.5 Hz,帶寬為29 Hz,信噪比為0.99(圖4)。對比分析發現,濾波剖面相對原始剖面在去噪后變得相對干凈,迭代5次剖面在去噪的同時更能還原地質特征,而迭代10剖面相對原始剖面在圖4中紅圈斷裂帶損失的有效信息較多,因此擴散濾波最終選取迭代次數為5。從經過擴散濾波后的棲霞組頂界相干屬性切片上可以看到(圖5),地震資料消除了噪聲干擾,突出地震數據對斷層及裂縫的成像能力,斷裂條帶展布更加清晰。

3 反射系數反演

3.1 反射系數反演原理

反射系數反演是一種通過去除原始地震數據中的子波得到反射系數序列,從而在有限的帶寬內加強有效信號的方法,能夠改善地震資料品質,提高分辨率。

在時間域內,假設一個兩層模型,當分析點位于兩層之間時,地震反射系數表達式為

(2)

式(2)中：r1為第一層的反射系數；r2為第二層的反射系數；t為走時；T為兩層之間的時間厚度。對其進行傅里葉變換可得:

g(f)=2recos(πfT)+i2rosin(πfT)

(3)

式(3)中：f為頻率；re和ro分別為反射系數對r1與r2的偶分量和奇分量。利用歐拉公式,令t=0,利用褶積計算可得兩層模型反射系數公式:

(4)

將其推廣到N層模型,并將其寫成矩陣形式,可得N層模型反射系數公式:

(5)

圖5 棲霞組頂界相干屬性(擴散濾波后)Fig.5 The coherence of Qixia Formation top(after diffusion filtering)

圖6 不同主頻Ricker子波地震響應特征Fig.6 Seismic response of different dominant frequency of Ricker wavelets

3.2 反射系數反演效果對比

在擴散濾波的基礎上對地震資料進行反射系數反演,為確保提頻的合理性,利用井資料進行正演模擬,防止引入假頻或其他噪聲干擾。基于實際井資料,利用25～45 Hz的Ricker子波制作合成地震記錄(圖6),該井儲層在40 Hz主頻Ricker子波的時候,棲霞組頂界波峰下方波谷內會出現一弱波峰反射,即該井儲層的地震響應,因此選用40 Hz作為提頻后的地震剖面主頻。

經過反射系數反演前后地震剖面對比如圖7所示，可見提頻前剖面主頻32.5 Hz,提頻后剖面主頻39 Hz,主頻略有提高,頻帶在低頻端和高頻端都有明顯的拓寬,提頻后在棲霞組上部多出一個同相軸的地震響應,即薄儲層的響應。從經過反射系數反演后的棲霞組頂界曲率屬性切片上可以看到(圖8),提高分辨率以后地震資料反映的信息更加豐富,平面多出微小裂縫,除了可以反映區域分布的大斷裂和斷裂帶,還能表征沿斷裂分布的中小尺度裂縫。

圖7 反射系數反演前后地震剖面對比Fig.7 Seismic section before and after reflectivity inversion

圖8 棲霞組頂界相干屬性(反射系數反演后)Fig.8 The coherence of Qixia Formation top(after after reflectivity inversion)

4 裂縫預測技術應用

4.1 多屬性融合裂縫表征

地震屬性是將地震數據經過數學變換得出的有關地震波的幾何學、運動學、動力學或統計學的特征反映,能夠反映地下豐富的地質信息。在實際資料中,單一的地震屬性往往不能準確全面地代表地下的真實面貌,需要多種屬性綜合分析,當屬性之間存在一定程度的關聯時,可以進行多屬性融合。

任意一種色彩都可以由紅、綠、藍各占一定的百分比形成,RGB模型就是一種由紅、綠、藍混合再生成其他色彩的模型,是一種在相同單位和值域范圍突出表現屬性的有效方法,因此在地震屬性分析中引入RGB色彩顯示技術進行屬性融合。

針對不同尺度的裂縫,采用不同的幾何屬性如曲率、傾角和相干來表征。曲率是描述曲線上任一點的彎曲程度,在地震解釋中,曲率屬性是反映地震同向軸的彎曲程度,可以突出小尺度裂縫。受應力場影響,研究區在地層彎曲的頂部更容易形成裂縫,利用最大正曲率表征該區裂縫發育情況。研究區棲霞組頂界最大正曲率范圍為-0.01～0.01(圖9)。

圖9 棲霞組頂界曲率屬性Fig.9 The curvature of Qixia Formation top

傾角是反映同向軸的傾向和走向,可以突出落差不到半個波場的隱蔽斷層,一般指示中等斷層及裂縫。研究區棲霞組頂界傾角范圍為0°～20°,其中10°～20°的傾角可以反映區域性斷裂及裂縫發育帶(圖10)。相干反映的是相似性問題,突出非一致性。地震資料的相鄰地震道會因為存在斷層、巖性突變、裂縫或特殊地質體而引起波形變化,當橫向變化大時,相干值??；當橫向變化小時,相干值大。在傾角屬性的基礎上,采用帶地層傾角的第三代相干算法,計算全頻帶相干數據體,可以反映區域大斷裂和局部中小斷裂(圖8)。

圖10 棲霞組頂界傾角屬性Fig.10 The inclination of Qixia Formation top

圖11 棲霞組頂界RGB融合Fig.11 The RGB fusion of Qixia Formation top

將相干、傾角、曲率三種屬性進行RGB融合(圖11),開展大、中、小不同尺度裂縫特征研究。通過多尺度屬性融合裂縫表征可見,雙魚石地區棲霞組頂界裂縫發育與區域應力場及區域大斷裂密切相關,裂縫多與斷裂伴生,沿北東-南西向呈條帶狀分布。由于工區西北部位于褶皺山前帶,擠壓應力作用促使發育高密度不同尺度裂縫。

4.2 神經網絡裂縫密度預測

BP網絡是一種具有三層或更多神經元的神經網絡,包括輸入層、隱含層和輸出層。BP網絡的學習過程分為兩步:一是正向傳播,將輸入信息從輸入層傳到隱含層,經過處理后將計算結果傳至輸出層；二是誤差反向傳播,如果經正向傳播在輸出層沒有得到預想的結果,則把誤差信號沿原路徑返回,通過修改各層神經元的連接權值并重新計算,減小誤差再輸出,迭代直至得到預期結果為止[40]。

神經網絡反演方法不依賴于模型,具有較高橫向分辨率,適合強非均質性裂縫預測。在已知井上裂縫發育密度的前提下,利用ST8井裂縫發育密度曲線和裂縫識別相關屬性如分頻相干、曲率等進行神經網絡學習,得到裂縫發育密度體,用ST10井進行檢驗。預測結果表明(圖12),過ST8井剖面棲霞組裂縫發育稍低,密度為0.5～1；過ST10井剖面棲霞組裂縫發育較好,密度為1～1.5。預測結果與實際成像測井統計結果較吻合。

從棲霞組頂界神經網絡裂縫密度預測平面圖中可以看出裂縫發育的密度分布范圍(圖13),研究區中部ST1井、ST8井周圍以及工區北部的山前帶均有裂縫發育富集區,表明研究區裂縫發育受構造活動影響較大。

圖12 神經網絡裂縫密度預測剖面Fig.12 Seismic sections of fracture density by neural networks prediction

圖13 棲霞組頂界神經網絡裂縫密度預測圖Fig.13 Fracture density of Qixia Formation top by Neural Networks prediction

4.3 DFN離散網格裂縫預測

通常情況下,測井反映的是厘米到米級的小尺度裂縫,地震反映的是百米到千米級的大尺度裂縫,而對于中尺度裂縫缺乏相應的基礎資料。離散裂縫網格建模技術DFN可以有效解決中等尺度的裂縫刻畫問題。DFN是一種基于示性點過程的隨機建模方法,最早應用于巖石工程等領域,后被用于油氣儲層裂縫建模。在建立油氣儲層DFN模型時,利用確定性裂縫和斷裂計算裂縫密度,點過程確定裂縫位置,示性過程確定點的屬性,如裂縫形狀、傾角、傾向、開度等屬性。

針對棲霞組頂界低頻相干屬性切片,通過基于Hessian矩陣的Sterger算法對裂縫進行細化分割形成單像素圖像的二值圖,進行裂縫識別圖像增強。通過基于Hough變換的裂縫矢量化技術,提取確定的離散裂縫矢量,進行定量化統計分析,提取發育長度和方向。同時結合神經網絡裂縫預測提供的密度信息作為約束,進行隨機離散建模,增強小尺度裂縫的表征,將疊后地震裂縫預測的尺度提高到單道道間距。從棲霞組頂界DFN離散建模裂縫預測圖可以看出(圖14),裂縫依然伴隨斷裂走向發育,北部山前帶發育密度較高。從裂縫地震預測及測井統計玫瑰圖(圖15)對比中可以看出,ST8井裂縫發育方向主要為北東向,ST10井裂縫發育方向主要為南東向,預測結果與成像測井統計結果吻合。

圖14 棲霞組頂界DFN離散網格裂縫預測Fig.14 Fracture prediction of Qixia Formation top by DFN

圖15 裂縫地震預測及測井統計玫瑰圖Fig.15 Results of seismic prediction and imaging log

5 結論

(1)川西北雙魚石地區棲霞組裂縫總體為北東-南西向伴隨斷裂走向呈條帶狀展布,局部發育為北西-南東向。北部山前帶由于構造活動影響,裂縫發育密度高,為0.6以上；南部裂縫發育密度稍低,為0.4～0.5。

(2)各向異性擴散濾波根據每次迭代出來的圖像梯度的大小來判斷圖像的邊緣,能較好地對邊緣進行定位,且邊緣處的模糊程度較小。反射系數反演利用了薄層厚度與頻譜干涉的周期成倒數關系,將子波從原始地震數據中去除從而得到反射系數序列,在有限帶寬內使有效信號得到加強。

(3)多屬性融合技術可以減少多解性,提高預測精度。RGB顯示技術是一種直觀的可視化工具,在地震裂縫屬性融合中,可以定性地展現更為豐富的地質信息。在只有疊后地震數據的前提下,可以利用BP神經網絡搭配DFN離散網格技術定量預測裂縫的密度、長度和發育方向,地震裂縫預測結果與成像測井資料相吻合,平面分布規律與斷裂展布方向較一致,說明方法具有可行性。