紋理屬性及模式識別在沉積相研究中的應(yīng)用

岳喜偉，余海濤

（中國石油新疆油田分公司勘探開發(fā)研究院，新疆烏魯木齊830000）

目前，利用地震屬性輔助預(yù)測沉積相常用的方法包括傳統(tǒng)均方根振幅法［1］、地震波波形聚類法［2-5］、平面地震相［6］、多屬性融合［7-9］、基于機(jī)器學(xué)習(xí)等［10-11］。 紋理屬性是近幾年逐漸開始應(yīng)用的一種屬性，王霞［12］利用紋理屬性預(yù)測潛山裂縫發(fā)育帶，胡英［13］利用紋理屬性與波形聚類相結(jié)合劃分地震相，雷英成［14］利用傾角掃描結(jié)合紋理屬性檢測斷層，此外紋理屬性在火山巖儲層預(yù)測［15］及河道砂分布預(yù)測［16］中也取得了較好效果。由于紋理屬性可以用來描述儲層沉積環(huán)境的變化，因此本文利用該屬性結(jié)合模式識別，對沉積相分布特征進(jìn)行預(yù)測，取得了較好的效果。

1 紋理屬性原理

紋理屬性是利用圖像識別處理技術(shù)來評價地震數(shù)據(jù)能量的變化［12］，從而描述特殊巖性體的分布、儲層沉積環(huán)境、構(gòu)造變化特點(diǎn)等。紋理屬性可應(yīng)用于模式識別、聚類分析等，從不同側(cè)面對特殊巖性體、沉積環(huán)境的變化進(jìn)行綜合分析。GeoEast軟件提供14種紋理屬性的計(jì)算方法，其中熵、均勻度、能量、對比度、相關(guān)性是比較常用的紋理屬性。

1.1 相關(guān)性（Correlation）

計(jì)算灰度伴隨矩陣中元素之間的特定線性關(guān)系出現(xiàn)的頻率,如果矩陣中元素的某一種固定排列方式越多，該值會越大，高相關(guān)性意味著高的線性關(guān)系。計(jì)算公式如下：

灰度共生矩陣Pd（i，j）的值表示在紋理基元體中，其中一個像素的灰度值為i，無量綱；另一個像素的灰度值為j，無量綱，并且相鄰距離為d，m，沿著指定方向的這樣兩個像素出現(xiàn)的概率，%。下文中公式具有同樣的含義。

μi，μj（無量綱）表示圖像灰度共生矩陣中元素在行方向和列方向的相關(guān)程度的度量；σi，σj（無量綱）表示圖像灰度共生矩陣中行方向和列方向的灰度差值［17］。

1.2 均勻度（Homogeneity）

反映矩陣中元素聚集于主對角線附近的程度。當(dāng)矩陣中較大的數(shù)值都集中在主對角線的附近時，此數(shù)值會趨大。均勻度是最常用的用于測量圖像對比度的一種特征值。圖像的對比度越小，均勻度越高。計(jì)算公式如下：

1.3 能量（Energy）

能量又稱角二階矩，用來衡量紋理的一致性或均勻性。當(dāng)紋理均一或一致時，灰度伴隨矩陣元素就會集中在某些區(qū)域，數(shù)值變大，反之元素分散，數(shù)值變小。當(dāng)灰度伴隨矩陣中的各元素?cái)?shù)值相等時能量最低，其值與熵大致相反，但并不呈線性關(guān)系。計(jì)算公式如下：

1.4 對比度（Contrast）

衡量圖像中像素之間的差異性的程度，它反映灰度伴隨矩陣元素在主對角線上的集中情形，當(dāng)對比大的數(shù)值都集中在主對角線附近時，其數(shù)值越小，即對比度較差，像素灰度值的差異較小。該值與均勻度大致相反。計(jì)算公式如下：

1.5 熵（Entropy）

熵用來衡量圖像紋理的復(fù)雜程度或矩陣中元素排列的混亂程度，在一幅圖像中，紋理越隨機(jī)，則紋理越復(fù)雜，其矩陣中各元素越相等，熵的數(shù)值愈大。如果圖像灰度伴隨矩陣的熵值很高，則影像很均勻，意味著類似的灰度伴隨矩陣形狀安排沒有特殊的紋理。計(jì)算公式如下：

2 應(yīng)用效果

準(zhǔn)噶爾盆地中拐凸起二疊系上烏爾禾組二段是重要的油氣層，主體部位已發(fā)現(xiàn)多個油藏，向斜坡區(qū)方向還有多個剩余出油氣井點(diǎn)，仍具有一定勘探潛力，但勘探程度相對較低，因此需要對目的層沉積相分布特征進(jìn)行進(jìn)一步刻畫，以明確低勘探程度區(qū)有利儲層展布范圍及有利砂體發(fā)育區(qū)。在對目的層沉積相研究中，發(fā)現(xiàn)利用常規(guī)均方根振幅屬性法及波形聚類法刻畫時，效果不理想，反映沉積相分布規(guī)律不明顯。

以JL2 井區(qū)連片三維數(shù)據(jù)為基礎(chǔ)，利用二疊系上烏爾禾組二段底層位向上開30 ms 時窗，提取了常用的六種紋理屬性。通過與前人依據(jù)勘探程度較高地區(qū)已鉆井分析所繪制平面沉積相圖進(jìn)行對比，認(rèn)為紋理相關(guān)性屬性（圖1）、紋理熵屬性（圖2）及紋理均勻度屬性與沉積相圖（圖3）的對應(yīng)關(guān)系較好，能夠反映斜坡區(qū)勘探程度較低地區(qū)沉積相分布特征。

圖1 紋理-相關(guān)性屬性

圖2 紋理-熵屬性

圖3 上烏爾禾組二段沉積相平面分布

紋理屬性圖（圖1）顯示沉積相分布及變化響應(yīng)特征明顯，扇三角洲平原亞相與前緣亞相分界明顯，平原亞相主要位于工區(qū)的西北部，分布在KE007-JL29-JL7-JL27 井一線以西，往東變?yōu)榍熬墎喯啵熬墎喯喾秶鷱V闊。另外，從屬性平面圖中可以看出上烏爾禾組二段主要發(fā)育三支主水流，水流方向從北西至南東，西側(cè)發(fā)育有小支流，物源主要來自于北西方向，前期研究認(rèn)為順著物源方向儲層物性逐漸變好，因此往斜坡區(qū)方向應(yīng)該仍發(fā)育有前緣亞相優(yōu)質(zhì)儲層。與沉積相圖及已鉆井結(jié)果對比分析，從紋理屬性圖中可以看出，前緣亞相中水下分流河道微相發(fā)育（圖1），主要沿著JL041-KE79-JL2-J213-J204 以 及KE303-JL35-JL49 方 向，一 般來說水下分流河道微相砂體較發(fā)育，且儲層物性相對較好，油氣成藏概率較大，因此在J204 井以南及沿JL35-JL49 方向，是下一步油藏?cái)U(kuò)邊及低勘探區(qū)擴(kuò)展的有利目標(biāo)區(qū)，新增有利區(qū)面積80 km2。

由于利用無監(jiān)督模式識別技術(shù)研究沉積相展布特征相對比較成熟，因此本文接著利用GeoEast軟件中無監(jiān)督模式識別技術(shù)對上烏爾禾組二段進(jìn)行了分析（圖4），然后將預(yù)測結(jié)果與紋理屬性平面圖對比，兩者預(yù)測沉積相平面分布特征類似，扇三角洲平原亞相及前緣亞相分界明顯，分布范圍基本一致，表明利用紋理屬性研究沉積相的平面分布特征具有一定可行性。

圖4 無監(jiān)督模式識別屬性預(yù)測結(jié)果

此外，從紋理屬性剖面上可以看出（圖5），上烏爾禾組二段扇三角洲前緣亞相砂體特征清晰，呈透鏡體狀，與新鉆井JL50 及JL54 井標(biāo)定結(jié)果匹配較好，砂體對應(yīng)位置GR 曲線為低值，RT 曲線為高值（藍(lán)色GR曲線，紅色RT曲線）。

JL50 井上烏爾禾組二段中部以砂礫巖為主，下部以中—細(xì)砂巖為主（圖6a），平均孔隙度14.1%，平均滲透率4.24×10-3μm2，物性較好，且試油為低產(chǎn)油層；JL54 井烏爾禾組二段儲層主要為砂礫巖、細(xì)砂巖等，呈現(xiàn)砂包泥的特征（圖6b），取心為油浸級、熒光級顯示，平均孔隙度11.7%，試油獲得高產(chǎn)工業(yè)油流。新鉆井上烏爾禾組二段都反映扇三角洲前緣亞相特征，證明沉積相預(yù)測結(jié)果準(zhǔn)確，利用紋理屬性來預(yù)測沉積相及剖面砂體特征具有較好的可行性。

圖5 紋理屬性剖面

3 結(jié)論

（1）紋理屬性中的紋理熵屬性、紋理均勻度屬性及紋理相關(guān)性屬性對不同的沉積相類型有較好的響應(yīng)，但在其他工區(qū)及地區(qū)應(yīng)用過程中應(yīng)該提取多種類別的紋理屬性，并結(jié)合工區(qū)已鉆井實(shí)際情況，來優(yōu)選最能反映工區(qū)沉積相平面特征的紋理屬性類別。

（2）單一屬性具有一定局限性，因此可將紋理屬性同其他地震屬性（如模式識別、波形聚類等）或單井相、地震相相結(jié)合，以便在沉積相預(yù)測中取得最佳效果。