石文武,雍運動,吳開龍,田彥燦,王 鵬
(1.中國石油冀東油田分公司勘探開發研究院,河北唐山 063000;2.中國石油勘探開發研究院西北分院,蘭州 730020)
火山巖對地震波具有極強的屏蔽作用,導致火山巖層間及下伏地層出現強反射波和多次波,另外火山巖和下伏地層通常形狀不規則且物性橫向變化快,導致地震波能量散射嚴重,因此火山巖發育地區地震波場十分復雜,地震資料品質差,高質量地震成像困難,給沉積相研究和構造精細描述造成嚴重影響,制約了對火山巖下伏油氣藏的認識和油氣藏精細勘探。如何提高火山巖發育區地震資料成像質量,業界在火山巖地區地震波的傳播特征及巖下地層成像、火山巖發育區速度模型建立等方面一直進行著探索研究。裴正林等[1]對火山巖地區地震波的反射與透射特征進行了研究;Ziokowski 等[2]利用低頻信息對火山巖下伏地層進行成像;佘德平等[3]分析了高速火山巖互層條件下的濾波效應;韓站一等[4]對火山巖下伏地層地震反射波場特征進行了研究,提出轉換波可以更好地對火成巖巖下地層成像;張濤等[5]對火山巖深度域速度模型建立方法進行了研究,應用VSP 等先驗信息建立成像速度低頻分量,再利用網格層析技術對速度進行全局優化。這些主要是針對單層火山巖開展火山巖及下伏地層成像研究,而老爺廟地區火山巖具有分布廣、多期次、巖性復雜的特征,而且火山巖下伏主力油層東營組儲層具有極強的非均值特性,該區火山巖層內及下伏地層成像難度更大。針對渤海灣盆地南堡凹陷西北部老爺廟地區火山巖地震成像問題,王童奎等[6]采用逆時偏移技術提升了地震成像質量;吳吉忠等[7]、郭愛華等[8]通過一套穩健保幅處理技術,組合應用近地表Q補償、地表一致性穩健反褶積、廣義多次波衰減(GSMP)等技術,獲得了一套較高分辨率和信噪比的成果數據,然而對于該區火山巖互層中低信噪比、弱反射特征的復雜儲集層的準確成像問題研究成果比較少。
寬頻、高信噪比疊前地震道集是渤海灣盆地老爺廟地區火山巖發育區速度建模與高質量成像的基礎,符合實際地質規律的高精度速度模型是該地區地震資料準確成像的關鍵。應用“六分法”綜合去噪技術和五維規則化技術在保幅前提下,逐級提高地震資料信噪比,壓制噪音、抑制空間假頻,再通過地質認識指導下速度模型優化與高精度約束網格層析速度建模技術建立準確的速度模型,以期為該地區地震解釋和儲層預測奠定基礎。
渤海灣盆地老爺廟地區位于南堡凹陷西北部,是一個典型的火山巖油氣藏,現有資料表明該構造具有較大勘探潛力[9-10]。該區由于火山旋回噴發造成中深層發育3 套火山巖,每一旋回由強烈噴發、寧靜噴發和間歇噴發3 個階段組成,每個噴發階段形成的巖性均不相同,強烈噴發以形成火山碎屑巖為主,寧靜噴發以熔巖(玄武巖)為主。旋回噴發造成火山碎屑巖及熔巖與砂泥巖互層[11],其主要油氣儲層是火山巖互層中的多物源、粗碎屑扇三角洲沉積層,目前已經發現了新近系明化鎮組、館陶組,古近系東營組等多套含油氣層系。
研究區位于河北省唐山市東南部,區內地表陸地面積占總面積的55%,鹽田鹵池等水域面積占約45%,大面積水域和工業障礙區導致該區的地震采集觀測系統極不規則,采集腳印問題嚴重,工業生產干擾源多,發育面波、線性干擾和異常能量振幅,整體信噪比低;地表激發接收條件復雜,噪音發育、地震記錄空間一致性弱,寬頻保幅處理難度大。同時,該區在新近系館陶組和古近系東營組、沙河街組發育多期火山巖互層,火山巖對地震波的極強屏蔽,導致火山巖下伏目的層反射波能量弱、多次波普遍發育、散射波較強,提高信噪比難度大;火山巖與圍巖接觸關系復雜多變,主力產油層物性橫向變化非常大,難以形成連續的同相軸,刻畫并建立火山巖及目的層高精度速度模型十分困難[12]。
渤海灣盆地老爺廟地區地震資料存在多種噪音組合,不僅包括地表復雜激發接受條件引起的面波、外源噪音、異常振幅,還有地震反射波傳播至中深層火山巖地層時產生的大量多次波以及在火山巖下復雜儲層產生的大量散射和噪音等,目的層信噪比極低(圖1)。由于火山巖對下伏目的層信噪比的影響,在研究區壓制噪音過程中不能只注重在炮域進行去噪,忽視炮域去噪后仍然存在的一些剩余噪音的問題;不能只注重對線性噪音等一些直觀可見的噪音進行去除,忽視對火山巖下伏目的層產生的噪音去除,這將會導致目的層信噪比較低,無法滿足目的層高質量成像的要求。因此如何在保護目的層弱反射信號基礎上有效提高信噪比,是火山巖發育區去噪成功的關鍵。

圖1 渤海灣盆地老爺廟地區火山巖發育區典型原始單炮(a)及其疊加剖面(b)Fig.1 Typical original shot(a)and stack section(b)in Laoyemiao volcanic rock development area,Bohai Bay Basin
采用“六分法”綜合去噪技術,針對渤海灣盆地老爺廟地區地震資料中的干擾波特點和分布規律,選用對應的去噪方法進行逐級壓制。該技術是一種寬頻、保幅的去噪技術,要求保護有效的反射信息,尤其要注重保護低頻弱信號,其基本思想是按照噪音的類型和特征,遵循“先強后弱、先低頻后高頻、先規則后隨機”的順序,對疊前地震數據進行多方法逐級組合去噪,對不同類型的噪音選取效果最佳的去噪模塊和參數,采用減法逐級去噪[13]。“六分法”保幅去噪的具體成操作流程如圖2 所示。

圖2 “六分法”技術去噪流程Fig.2 Denoising flowchart of six division technology
具體步驟如下:
(1)炮域去噪。針對復雜地表激發接受條件帶來的低頻、強能量的噪音,通過異常能量振幅衰減、區域面波壓制、非均勻采樣相干線性噪音壓制等去噪效果良好的疊前去噪方法,在炮域進行分區、分類、分頻、分時、逐級去噪,去除異常能量、低頻面波、剩余面波、線性噪音等強能量噪音并嚴格質控,初步提高地震資料信噪比(圖3)。

圖3 渤海灣盆地老爺廟地區炮域去噪Fig.3 Denoising in shot domain in Laoyemiao area,Bohai Bay Basin
(2)檢波域去噪。對于無法在炮域保真去除的剩余噪音,將地震數據分選至剩余噪音與有效反射信號之間的差異明顯的域進行保真去除(圖4)。

圖4 渤海灣盆地老爺廟地區檢波域去噪Fig.4 Denoising in detection domain in Laoyemiao area,Bohai Bay Basin
(3)CMP 域去噪。研究區受到火山巖地層的強屏蔽作用,目的層反射能量微弱,反射信息淹沒在噪音中,初步去噪后地震數據信噪比仍然無法滿足目的層精細速度分析和高精度成像的要求,針對這一問題,采用四維噪音壓制技術在CMP 域去除噪音。
四維噪音壓制技術的基本原理:基于頻率-空間域的預測去噪理論,依據地震記錄中的有效波在頻率-空間域具有可預測性,將三維疊前地震數據體視為縱線、CMP、偏移距、時間組成的四維數組,分別利用多道復數最小平方原理求取預測算子,再對某一特定頻率成分的四維地震數據體進行預測濾波,達到衰減隨機噪音的目的[14]。
如圖5 所示,從研究區地震數據經四維噪音壓制前[圖5(a)]、后[圖5(b)]的速度譜及對應的偏移道集對比可知,火山巖之下復雜儲集層反射能量得到凸顯,在速度譜上更加聚焦,有利于求取該層準確的速度。從規則化前[圖5(c)]、后[圖5(d)]對應的疊前深度偏移剖面可知,全區地震資料信噪比整體得到了提升,尤其火山巖互層內幕弱反射信息及火山巖下伏儲集層成像質量明顯提高。

圖5 渤海灣盆地老爺廟地區四維去噪前、后速度譜及偏移剖面Fig.5 Velocity spectrum and migration section before and after 4D denoising in Laoyemiao area,Bohai Bay Basin
老爺廟地區火山巖巖性和巖相復雜多變,其速度在縱橫向復雜多變,建立準確的深度域速度模型難度極大。由于火山巖形態復雜且具有高速特征,地震波射線在該處較為稀疏且走時縮短,應用深度域速度分析中目前最常用的層析求解法速度存在多解性,需要從聲波測井等先驗信息建立的比較平滑的初始速度模型開始,再通過地質認識指導,應用層析技術按照從粗到細的順序逐步提高速度模型的精度。
(1)初始深度域層速度模型建立及沿層層析迭代
老爺廟地區火山巖大致形成于沙河街組形成期、東營組形成期和館陶組形成期,每次火山活動間隙期都有大量沉積地層。如圖6(a)所示,地層①為館陶組(Ng)火山巖,其分布范圍最大,覆蓋了整個南堡凹陷,在老爺廟地區厚度為50~100 m,地層②為東營組(Ed)火山巖,分布于老爺廟地區西南部,厚度為0~50 m,地層③為沙河街組(Es)火山巖,位于主要油氣層以下,對油氣層地震成像影響小。本區火山巖及下伏儲集層速度變化很大,聲波測井曲線在火山巖地層出現多個高速,最高可達6 138 m/s,火山巖下伏沉積層速度則發生倒轉,速度迅速降到3 000 m/s 以下[圖6(b)],加上火山巖巖相復雜多變,形態難以刻畫,很難建立準確的火山巖深度域速度模型。

圖6 渤海灣盆地老爺廟地區火山巖剖面(a)及速度范圍(b)Fig.6 Section(a)and velocity range(b)of volcanic rocks in Laoyamiao area,Bohai Bay Basin
為了建立比較平滑的深度域初始模型,首先對時間域速度模型進行多次大尺度平滑,然后應用研究區內多口鉆井的聲波速度進行約束反演到深度域,如圖7 所示,初始模型雖然精度不高,但是速度規律跟實際地質情況大致相符,有利于速度層析反演化[15]。

圖7 根據渤海灣盆地老爺廟地區測井資料和均方根速度建立初始層速度模型Fig.7 Initial velocity model established by log data and RMS velocity in Laoyemiao area,Bohai Bay Basin
在初始模型的基礎上通過疊前深度偏移、主要反射層層析迭代的方法逐步優化速度模型。層析成像就是速度最優化問題求解,須要一個深度域速度模型使目標函數最小化[15]。假設模型的目標函數為ω(m),因為對反演問題存在解具有非唯一性,在反演目標函數中加入地質構造信息的約束條件,目標反演函數為

式中:h為偏移距為未校平的成像道集;為構造約束殘差;zevents(h)為目標同向軸h處深度,m;zevents(href)為目標同向軸參考偏移距h處深度,m;minit為層位對應的初始速度,m/s;mcurrent為偏移后層位對應的速度,m/s;α為約束權系數。
通常要經過多次迭代才能使ω(m)達到最小,在每次迭代后目標函數得到更新,最終將收斂到最優結果。
(2)地質認識指導模型優化及速度掃描
老爺廟地區存在從早白堊世至新近紀多期火山巖,不同相火山巖巖性和儲集類型差別大,速度在縱橫向的變化大,該區沿層層析優化速度模型時往往存在速度多解性問題,需要結合地質認識排除多解性[16]。在前一步沿層層析建立的速度模型基礎上,結合以往在本區巖性組合認識,對局部速度變化快的地層進行地質認識下的人工優化,給該地區一個大致合理的速度后進行速度掃描,最后建立比較準確的速度模型(圖8)。

圖8 渤海灣盆地老爺廟地區地質認識指導下優化突變區速度Fig.8 Velocity optimized in the abrupt change area under the guidance of geological knowledge in Laoyemiao area,Bohai Bay Basin
以東營組為例,其火山巖下伏地層由于物性橫向變化非常大難以形成連續的同相軸,很難應用速度層析技術求得該層準確速度。直接應用層析的方法建立的速度模型在該地層速度約為3 800 m/s,但是根據已有的地質認識可知,東營組火山巖下伏地層應該是速度較低、非均質極強的儲集層,因此需要根據該層測井速度給估算一個大致地震成像速度(約3 100 m/s)后進行速度百分比掃描,根據成像質量選取該層恰當的成像速度(圖9)。

圖9 渤海灣盆地老爺廟地區地質認識指導下速度優化后成像變化Fig.9 Imaging changes after velocity optimization by geological knowledge in Laoyemiao area,Bohai Bay Basin
(3)高精度網格層析速度優化技術
對主要反射層逐層層析迭代的速度建模方法能夠建立可靠的背景速度模型,對該模型在地質認識指導下進行速度優化,優化后在速度變化快的區域準確度有所提高,但老爺廟地區火山巖與圍巖接觸關系復雜多變,儲集層速度橫向變化快,目的層準確成像需要更高精度的速度模型。三維網格層析技術是一種全局優化速度技術,可以優化更小尺度速度精度,具有優化層間速度和局部速度變化的特點。利用沿層層析建立的速度模型作為高精度網格層析迭代的初始模型,通過逐漸減小空間網格尺度的策略,經網格層析迭代逐步提高速度模型的精度。具體步驟為:拾取全局剩余延遲,建立剩余旅行時殘差矩陣,通過最小平方算法求解最終剩余速度。
地震走時一定的情況下,一個小的速度擾動,在深度域將會產生一個剩余量與之對應,在網格層析中,先求取使遠偏道集拉平的剩余速度Δvi[17]

式中:為地層的真實深度,m;zh為炮檢距h處的深度,m;θ為反射的方位角,(°);φ為傾角,(°);v為背景速度,m/s。
令z0為零偏處的深度,為了得到真實速度,必須使zh-z0最小,則

為了得到Δvi,利用式(3)在每個網格點逐點求解,得到每個網格點的速度變量后再插值,得到剩余速度體,將這個剩余速度體與初始速度相加得到網格層析更新后的速度模型,通過多次迭代,最終得到一個高精度的速度模型[18](圖10)。

圖10 渤海灣盆地老爺廟地區高精度網格層析前(a)、后(b)的速度場Fig.10 Velocity field before(a)and after(b)grid tomography in Laoyemiao area,Bohai Bay Basin
受勘探工區地表激發接收條件的限制,老爺廟地區地震數據空間采樣極不規則,覆蓋次數空間差異引起采集腳印現象,偏移容易產生假頻和劃弧現象,導致成像質量低和振幅不保真,造成后續反演和解釋精度降低,因此有必要在偏移成像前對數據進行規則化處理。
基于傅里葉變換進行地震數據重構方法是目前被廣泛應用的保幅規則化方法,其核心是計算正確的傅里葉系數[19]。數據的不規則缺失,導致在計算傅里葉系數時誤差較大,在較高頻率(或波數)存在振蕩現象,在計算傅里葉系數時采用防假頻算法能夠消除頻譜泄露,對無泄露的頻譜進行反變換得到缺失數據。
近年來,廣泛應用的匹配追蹤傅里葉防假頻插值(MPFI)算法是一種反假頻傅里葉插值[20],這種算法依靠真實坐標數據驅動,算子由基于一個目標道周邊有限的輸入道計算得到,因此算子更好地反映數據的局部傾角,不會引起混波,也不會影響空間分辨率,能適應不均勻的數據,可以保持振幅。在實現數據規則化運算過程中,MPFI 的基本思路是將非規則采樣的數據變換到F—K 域,拾取第一次變換的最大K,再將其反變換到T—X 域,將原始數據與第一次反變換的數據相減,所得的結果再次進行F—K 變換,拾取這次最大的K,再將其反變換成T—X 域,將原始數據與之相減,如此反復迭代求取完所有能量的單頻波F—K 譜。這樣每一個單頻波的F—K 譜都是規則采樣的,反變換到T—X 域,得到規則采樣的數據,完成插值功能[21]。
本次規則化在五維空間數據插值,考慮到時間、CMP 坐標(x,y)、炮檢距和方位角變化,確保疊前數據隨著炮檢距和方位角都能保持相對振幅。圖11 是老爺廟地區規則化前、后觀測系統和覆蓋次數圖,規則化前,由于大量障礙物的存在導致炮檢點位置極不均勻,覆蓋次數不穩定,采用五維MPFI 規則化后炮檢點位置和理論設計位置一致,覆蓋次數與滿覆蓋次數一致。

圖11 渤海灣盆地老爺廟地區數據規則化前、后炮點分布位置(a)及局部放大顯示(b)(規則化前炮點分布位置為藍色,規則化后炮點分布為綠色)Fig.11 Distribution of shot points before and after data regularization(a)and partial enlarged display(b)in Laoyemiao area,Bohai Bay Basin
圖12 為數據規則化前、后疊加剖面,因為規則化前缺少部分近道數據,導致剖面淺層局部缺失[圖12(a)中紅色框線所示],目的層信噪比和成像質量較低[圖12(a)中黑色環線所示],規則化很好地重構了這些地區的波場,填充了淺層缺失信號[圖12(b)中紅色框線所示],有利于淺層的速度求取和成像,而且目的層信噪比大幅提升,層間信息以及繞射波疊加成像質量明顯提高[圖12(b)中黑色環線所示]。

圖12 渤海灣盆地老爺廟地區數據規則化前(a)、后(b)疊加剖面Fig.12 Stack section before(a)and after(b)data regularization in Laoyemiao area,Bohai Bay Basin
對比規則化處理前與規則化處理后地震數據在目的層(2 200 ms)附近的疊加切片(圖13)可知,規則化處理后,目的層采集腳印問題得到徹底解決,構造特征更加清晰。

圖13 渤海灣盆地老爺廟地區規則化前(a)、后(b)道集在2 200 ms 時間切片Fig.13 Slices of past(a)and current(b)denoising results at 2 200 ms in Laoyemiao area,Bohai Bay Basin
對渤海灣盆地老爺廟地區采用本文方法處理后的深度偏移剖面比常規方法處理后的剖面,火山巖互層內部信噪比明顯提高,成像質量大幅提升[圖14 中紅圈部分所示],淺層小斷裂成像更加清晰,深層斷面成像及深層地層接觸關系都要明顯更好[圖14 中箭頭所示]。本次方法處理成果井-震標定在深度域與鉆井結果的吻合程度更高(圖15)。

圖14 渤海灣盆地老爺廟地區常規處理(a)與本次處理(b)成像對比Fig.14 Imaging comparison between previous processing(a)and current processing(b)in Laoyemiao area,Bohai Bay Basin

圖15 渤海灣盆地老爺廟地區常規處理與本次處理成果深度域井-震標定Fig.15 Well-seismic calibration in depth domain of previous and current processing results in Laoyemiao area,Bohai Bay Basin
對比本次處理成果井-震誤差(表1),深度域成像誤差小于1%,有效地提高了深度域成像的精度。

表1 渤海灣盆地老爺廟地區井-震誤差統計Tabel 1 Deviation statistics of well-seismic in Laoyemiao area,Bohai Bay Basin
(1)在渤海灣盆地老爺廟地區,采用“六分法”去噪技術可以保幅去除由地表復雜激發接受條件引起的面波、外源噪音、異常振幅;四維去噪技術能去除火山巖下伏復雜儲層產生的大量散射和噪音,增強火山巖之下有效波的能量,最終獲得保真高信噪比道集。
(2)采用沿層層析建立速度模型,并以地質認識為基礎進行人工干預速度變化,以此作為高精度網格層析迭代的初始模型,通過逐漸減小空間網格尺度的策略,經網格層析迭代能逐步提高速度模型的精度。
(3)在偏移成像前對數據進行規則化處理,應用五維空間匹配追蹤傅里葉防假頻插值(MPFI)算法,能確保疊前數據隨著炮檢距和方位角都能保持相對振幅,徹底解決目的層采集腳印問題。