基于繞射信息提取技術的斷裂識別方法及應用

肖 曦 周 鵬 張益明 霍守東 王志紅 陳建華

(①中海油研究總院有限責任公司，北京 100028；②中國科學院地質與地球物理研究所，北京 100029；③中國海洋石油國際有限公司，北京 100028)

0 引言

鄂爾多斯盆地是中國第二大沉積盆地，油氣資源豐富[1]。該盆地上古生界發育致密砂巖氣藏，已發現地質儲量超過5×1012m3，勘探潛力巨大[2]。A區塊位于鄂爾多斯盆地東緣，現有探井均有氣層發現，氣層鉆遇率高，但不同井的氣層測試產量差異很大，其中一半以上的井測試產量較低，不具有商業開發價值。分析井孔的成藏特征表明，距斷層、裂縫近的井往往氣層厚度更大，即斷層、裂縫影響油氣富集，具有后期調整、再分配氣層分布的作用。因此，斷裂體系研究對致密氣儲層的井位優選具有重要意義。

前人廣泛研究了刻畫斷裂體系的方法。常用的基于疊后屬性的方法包括相干體屬性[3-4]、邊緣檢測[5]、曲率屬性[6]、方差體[7]等斷裂識別方法，通過研究道間不連續變化以及構造變形預測斷層和構造突變區，從而預測斷裂發育帶。此外，近年來人們深入研究了基于機器學習的斷裂識別技術。機器學習是實現人工智能的重要方法之一，主要目的是從數據中直接獲取知識。在過去20年中，發展了數十種機器學習算法，如遺傳算法、深度學習、人工神經網絡等[8]。根據地震資料，人們應用深度學習方法預測斷層和裂縫。Cai等[9]利用卷積神經網絡并采用多種疊后地震屬性解釋斷層。段艷廷等[10]基于三維半密度卷積神經網絡檢測斷裂，該法具有一定的遷移能力和較好的泛化能力。Di等[11]提出一種基于多層感知器(MLP)技術的地震斷層自動檢測方法。

A區塊地表為黃土塬區，區域黃土厚度變化大，復雜地表的強烈吸收造成地震波能量急劇衰減，地震資料分辨率低[12]。該區致密氣儲層非均質性強、厚度小，斷層、裂縫體系通常斷距小，小尺度裂縫(斷距較小的裂縫)豐富，常規數據難以滿足薄儲層中斷層、裂縫體系識別的需求。此外，基于疊后屬性的方法主要以地震反射數據為主[3-7]，分辨率受菲涅耳帶半徑和鏡面反射波長約束，對小尺度地質異常體探測能力較弱[13]。鑒于深度學習的大數據特性，業界主要將人工合成地震記錄及斷層標簽作為訓練數據學習斷層特征，最終識別效果受合成地震記錄的精度、斷層標簽的準確性以及網絡參數的合理性等多因素影響，目前大部分方法仍停留在實驗室階段，在油田實際工作中應用較少。

通過繞射信息識別小尺度地質體是近年的研究熱點[14-17]。地震繞射波攜帶了大量的與地下突變點(斷層、溶洞、斷裂系統等)有關的信息。由于繞射波信息能量弱，常淹沒在能量較強的反射波中，因此難以準確識別。通過分離繞射波與反射波以探測小尺度斷裂分布。為此，人們提出了不同的繞射波分離成像方法，包括疊加、濾波、Radon變換—反Radon變換、聚焦—反聚焦、平面波分解等方法[14]。陳明政等[15]應用繞射波成像技術，對塔河油田的碳酸鹽巖小尺度縫洞儲集體(具弱反射特征)的識別效果較好。李繼光[16]利用繞射波成像技術提高了河道砂體識別能力。然而目前鮮有利用繞射波信息識別致密氣儲層中斷裂體系的研究實例。

鑒于該區致密氣儲層厚度小、斷裂體系斷距小、小尺度裂縫豐富，常規數據及常規基于地震反射信息的斷裂識別方法無法高精度預測儲層中斷裂體系分布，筆者首先利用基于L0范數稀疏反演的壓縮感知地震資料處理方法提高數據分辨率，為后續薄儲層中斷裂體系識別創造良好的資料條件。在此基礎上探索基于中值濾波技術的繞射信息提取方法，在保幅偏移地震數據體上提取繞射信息，得到清晰的斷點和斷層信息；根據繞射波地震數據振幅及相位在空間上的不連續性，通過螞蟻體追蹤刻畫斷層和裂縫分布。結果表明：處理后的地震數據分辨率得到有效提高，并且斷點清晰，更易識別斷層；與常規基于疊后屬性的方法相比，基于繞射信息提取技術的斷裂識別方法能夠識別更小尺度的斷裂分布區。上述結果為探索該區氣層發育的主控因素奠定了基礎，為促進天然氣的增儲上產提供指導。

1 斷裂體系識別關鍵技術

1.1 基于壓縮感知的寬頻數據處理

壓縮感知(Compressed Sensing, CS)是應用數學和信號處理領域近十年來的最新研究成果，也稱為基于稀疏性的信號采樣理論，在遠小于Nyquist采樣率的條件下，利用隨機采樣獲取信號的離散樣本，把高維空間的信號通過觀測矩陣投影到低維空間，進而通過非線性重建算法完備重建信號[18]。CS需要滿足三個條件：①信號是稀疏的或可壓縮的；②觀測矩陣是隨機的，和信號本身互不相關；③通過一定的重建算法完成信號重建。根據地震褶積模型，地震數據s可以描述為地震子波w與地下反射系數r的褶積和隨機噪聲n之和

s=w*r+n

(1)

上式在頻率域可以表示為

S=WR+N

(2)

式中S、W、R、N分別為地震記錄、地震子波、地下反射系數和隨機噪聲的Fourier變換。

假設地震反射系數是稀疏的，通過地震數據恢復寬帶反射系數滿足CS理論[19]。通過重建算法尋求式(2)的最稀疏解，最直接的方法就是在L0范數下求解最優化問題，使非零元素的個數最少。L0范數求解是個非確定性多項式難題(NP難題，僅有局部最優解)，通過將匹配追蹤(MP)方法得到的初始值作為輸入，可以得到較好的結果。MP是一種信號稀疏分解技術，通過將地震信號分解為與局部結構特征最相似的基元函數的線性組合，在此基元函數集合上稀疏分解，能夠反演地震反射系數[20]。該過程使基元函數的線性組合逼近地震數據，但當反射系數個數偏多時，算法收斂性不高。將MP得到的反射系數作為L0范數稀疏反演的初始值，可有效降低稀疏反演的迭代次數，使得到的反射系數更好地反映地層結構，斷點清晰，更易識別斷層。

本次研究利用MP獲取初始反射系數，采用基于L0范數的稀疏反演方法探索提高分辨率的方法。其目標方程為

(3)

式中：γ為正則化因子；C為非零反射系數個數。

通過L0范數約束優化問題，求取稀疏表達的反射系數，在提高分辨率的同時，識別薄層界面、透鏡體邊界和地層尖滅位置等薄層結構。在L0范數稀疏反演反射系數基礎上，進一步通過Morlet小波拓頻替換[21]拓寬頻帶。

基于CS的提高分辨率的具體方法[22]為：①利用MP方法獲取初始反射稀疏模型；②以MP算法得到的結果作為初始反射系數，進行基于CS算法的疊后稀疏反演；③對已知井進行合成地震記錄標定，獲取地震數據的初始子波；④在提取的子波約束下，通過Morlet小波連續變換，嚴格控制變換子波的頻率域峰值和相位與原子波完全一致，進而通過連續小波逆變換提高地震數據頻帶寬度。

1.2 基于繞射信息提取的斷裂識別

與常規反射信息相比，地震數據中的繞射波與小尺度地質體有關，且具有較高的分辨率，是精細描述小尺度地質異常體的重要信息。前人的研究表明，繞射成像能夠檢測小尺度斷裂信息，最小尺度達5～10m[23]。疊后數據中依然存在有效繞射信息，能夠很好地反映特殊構造(溶洞、斷層、斷裂系統等)的空間位置及規模等重要信息[24]。

反射信息分布在局部光滑波前上，振幅變化較緩慢。由繞射響應函數衰減特征可知，繞射振幅、波形沿繞射走時曲線變化很快。經偏移處理后，繞射能量殘存于端點成像位置的一定區域內。

反射成像結果的波形、振幅穩定，空間相關性相對較好。中值濾波技術已被用于預測反射信息(圖1)：當中值濾波窗口完全位于反射同相軸時，可完全預測反射信息；當中值濾波窗口一端位于反射軸、另一端位于端點成像干涉帶內時，在端點附近繞射振幅和相位的變化均較快，通常為非線性變化。因此，經中值濾波后，難以預測繞射信息，即越接近端點，不能預測的繞射殘留能量越多。

圖1 中值濾波與反射信息預測示意圖[24]

由上述分析可知，通過估計地震數據的傾角，沿著傾向進行中值濾波，可以預測反射信息。由于繞射產生的振幅、相位相對不穩定區域接近斷點，存在殘留能量，因此能夠分離非均質地質體產生的繞射波場，但分離的波場也存在部分噪聲。由于由斷裂系統產生的邊緣繞射通常在空間上具有一定的相關性，將Radon變換應用于繞射成像結果，充分利用繞射波場的空間相關性進行繞射特征增強處理，可以得到直觀、可靠的繞射波分析結果[13]，該過程類似于基于Radon變換的數據插值處理。具體方法為：①確定時窗，選擇時窗內地震數據；②對時窗內地震數據Radon變換；③在Radon域選擇合適閾值，保留在Radon域較為聚集的能量點(即繞射波具有一定的空間相關性的點)，進而確定主要繞射點的主要延伸方向；④通過Radon反變換增強繞射特征。

1)榆林市礦區樣本水化學類型主要為HCO3-Ca以及HCO3-Ca·Mg，其中超過《地下水質量標準》的第Ⅲ類標準離子有8個，分別為TDS、TH、Cl-、SO2-4、NO-2、NO-3、F-以及CODCr。其中NO-3的超標水樣數量最多，為15個，超標率為35.7%，最大的超標倍數接近5倍，其次為NO-2、SO2-4、TDS和總硬度。SO2-4超標數為2個，超標率為4.8%；NO-2超標數為3個，超標率為7.2%；其余的指標超標水量均為1個。

2 模型試算

為了說明繞射波對斷裂的識別能力，建立不同尺度裂縫的全波場二維模型(圖2)進行試算。通過Kirchhoff算法合成零炮檢距地震記錄，并通過前述方法提取反射波和繞射波剖面。圖2為小斷裂正演模擬結果。由圖可見：在零炮檢距地震記錄(圖2a)上，垂直于斷層方向存在繞射波；當斷層斷距小于λ/16(λ為波長)時，反射波分辨率已經明顯不足(圖2b)；繞射波對斷點有較好的響應(圖2c)。假設地層速度為4500m/s，地震波主頻達到50Hz，則λ=90m，那么在較理想的情況下，繞射波分辨率(λ/16)可以達到5.625m。

圖2 小斷裂正演模擬結果

3 應用效果分析

A區塊位于鄂爾多斯盆地東緣，主要受加里東期、印支期、燕山期和喜馬拉雅期等古構造應力場影響[25]。基于應力場的區域斷層、裂縫分析表明，該區主要裂縫方向為近SN向、NW—SE向和NE—SW向。該區及周邊地層自下而上為下奧陶統、中石炭統本溪組，下二疊統太原組、山西組、下石盒子組，上二疊統上石盒子組。主力產氣層段為本溪組、太原組。應用上述斷裂體系識別關鍵技術研究A區塊儲層中斷裂體系，探索該區氣層發育的主控因素，以促進天然氣的增儲上產。

圖3為原始數據和寬頻數據的疊加剖面及頻譜。由圖可見：原始數據主頻約為30Hz，最高頻率約為70Hz(圖3a下)，原始資料斷點不清晰(圖3a上黑色橢圓和黑色箭頭指示區域)；寬頻數據(圖3b上)主頻約為60Hz，最高頻率約為120Hz(圖3b下)，分辨能力得到提高，斷點更清晰。

將寬頻處理數據濾波，并與原始數據對比，測試有效頻帶范圍。圖4為原始數據與寬頻數據。由圖可見：①原始數據剖面中存在兩個斷裂區域(黑色橢圓區域)，斷點清晰可辨(圖4a)；②將寬頻數據濾除30Hz以下成分后，斷裂分布帶(黑色橢圓區域)與圖4a形態接近，但分辨率明顯提高(圖4b)；③將寬頻數據分別濾除60Hz以下成分(圖4c)和90Hz以下成分(圖4d)后，斷裂形態與圖4a較接近，斷點位置幾乎相同；④將寬頻數據分別濾除120Hz以下成分(圖4e)和150Hz以下成分(圖4f)后，斷點位置(黑色橢圓區域)與圖4a差異較大，并且出現“斷面波”(黑色箭頭指示區域)，推測是高頻噪聲。因此有效頻帶范圍與圖3b下基本一致，最高不超過120Hz，有效頻帶范圍為100Hz以內。圖3和圖4表明，寬頻數據濾波處理有效提高了數據的時間和空間分辨率，為后續致密砂巖斷裂體系識別研究奠定了堅實的基礎。

圖3 原始數據(a)和寬頻數據(b)的疊加剖面(上)及頻譜(下)白色橢圓區域指示煤層和砂巖互層

圖4 原始數據與寬頻數據剖面

通過繞射波提取方法，從反射地震數據(圖5a)中提取繞射波屬性(圖5b)，有效壓制了反射界面，繞射波發育帶能夠清晰地反映斷點信息。

圖5 基于CS的寬頻地震剖面(a)與繞射波屬性剖面(b)

根據繞射波振幅及相位在空間上的不連續性，應用螞蟻體追蹤技術刻畫小尺度斷裂體系。螞蟻體追蹤算法通過在地震數據中散播大量的“螞蟻”，滿足預設斷裂條件的“螞蟻”將釋放某種信號，召集其他區域的螞蟻集中在斷裂處進行追蹤，直到完成對斷裂的追蹤和識別[26]。對繞射波屬性運用該方法，能夠突顯小尺度斷裂的分布特征。

為驗證斷裂體系識別關鍵技術在小尺度斷裂識別中的應用效果，將基于原始數據的相干屬性與基于寬頻數據的繞射波屬性進行對比。將原始數據和相干屬性疊合顯示(圖6a)，通過相干屬性可識別尺度為幾十米到幾百米的大斷裂，可見大斷裂主要發育在下石盒子組和奧陶系，太原組、本溪組并不發育。分析鉆井數據可知，該區氣層主要發育在太原組和本溪組，因此大斷裂分布與氣層分布相關性不大，即大斷裂不是氣層富集的關鍵因素。進一步將基于CS處理的寬頻數據與基于繞射波數據提取的螞蟻體屬性疊合顯示(圖6b)，可見繞射波數據刻畫的中小尺度斷裂在下石盒子組、山西組、太原組、本溪組和奧陶系均有分布，其中太原組和本溪組的斷裂細節(藍色橢圓區域)比圖6a的大斷裂更豐富，說明繞射波數據在消除大尺度斷裂的波場特征后，能夠突出中小尺度斷裂系統特征。繞射波數據刻畫的中小尺度斷裂整體分布規律與氣層分布規律一致，表明中小尺度斷裂有利于氣層成藏。

圖6 原始數據與相干屬性疊合剖面(a)、寬頻數據與基于繞射波數據提取的螞蟻體屬性疊合剖面(b)

圖7、圖8分別為本溪組儲層頂面相干平面圖、基于繞射波提取的本溪組儲層頂面螞蟻體屬性平面圖。由圖可見：相干屬性能夠識別大尺度不連續性，較清晰地刻畫了斷層及河道邊界(圖7)；基于繞射信息提取的斷裂屬性直觀地識別了更小尺度的斷裂發育帶，斷裂的主要發育方向分別為NNE和NNW向(圖8)。綜上所述，推斷燕山期鄂爾多斯盆地構造應力場大致由盆地四周向盆內擠壓，工區內應力場方向呈NW—SE向；喜馬拉雅期盆地最大主壓應力場方向呈NNE—SSW向。因此，繞射波刻畫的斷裂主要與上述兩期構造運動有關。

測井解釋成果表明：A-3井、A-7井的本溪組氣層厚度分別為1.7、1.9m，壓裂后均有產能；A-2井指示厚度為0.6m氣層和0.5m差氣層，壓裂后均無產能；其他井在本溪組無氣層。由于A-3井和A-7井均處于繞射斷裂發育帶，A-2井未處于斷裂發育帶(圖8)，因此推測產能與油氣充注和疏導情況有關，即氣層和斷裂同時存在時，往往有產能；在相干屬性中沒有這種規律(圖7)。上述認識為井位部署提供了重要參考依據。

圖8 基于繞射波提取的本溪組儲層頂面螞蟻體屬性平面圖

4 結論

(1)應用基于L0范數稀疏反演的CS寬頻地震資料處理方法提高數據分辨率，鑒于L0范數的稀疏特性，處理后剖面斷點清晰，斷層更易識別。

(2)與常規疊后屬性相比，基于繞射信息提取技術的斷裂識別方法能夠識別更小尺度的斷裂，在識別研究區致密砂巖薄儲層斷層、裂縫體系時具有獨特優勢。

(3)對比鉆井氣層解釋結果、產能資料與繞射斷裂識別結果發現，斷裂和氣層同時存在時產能較高，該認識可為井位部署提供重要依據。