基于時變分頻反褶積與地震多屬性融合方法的碳酸鹽巖儲層預測

孫華軍, 李 瓊,c, 何建軍

(成都理工大學 a.地球物理學院；b.信息科學與技術學院(網絡安全學院、牛津布魯克斯學院)；c.地球勘探與信息技術教育部重點實驗室,成都 610059)

0 引言

伴隨著地震勘探開發的不斷深入，勘探目標逐漸向致密層、薄儲層轉變，油氣勘探的難度日益增大，提高對儲層描述的精度將為后續油氣勘探開發提供借鑒。

地震波在地下傳播時，受地下介質吸收衰減影響，高頻部分比低頻部分衰減厲害[1]。因此，提高地震資料分辨率，可通過壓縮地震子波、去除地震波傳播過程中的干涉、調諧效應達到。另外，實際鉆、測井和相關地質資料也可以指導、檢驗地震資料分析過程。以此為基礎，大量的方法如反褶積[2-3]、譜整形[4]、反Q濾波[5-6]、測井約束下的波阻抗反演[7]等應用于提高地震數據分辨率。

地震屬性作為表征地震波幾何形態、運動學特征的參數。它對實際地層的巖性、物性、含油氣性等信息有較好的描述，是地震數據體內各種地球物理信息的綜合響應。通過對地震屬性參數分析能直觀地了解到不同儲層特點，可以對儲層進行定性分析。但是單一的地震屬性信息量少，其反應的儲層特點往往具有局限性、多解性。為了降低這種不確定性，多屬性融合技術應運而生，利用多種不同的地震屬性來實現對儲層展布的精細刻畫。常用的地震屬性融合方法有RGB、聚類分析、多元線性回歸、基于井屬性以及人工神經網絡地震屬性融合[8]。 地震屬性融合方法對碳酸鹽巖縫洞儲層、河道砂體、儲層斷層識別等有良好的應用效果[9-10]。

尉曉瑋等[11]利用時頻域多屬性分析技術開展了碳酸鹽巖巖溶儲層預測；韓長城等[12]優選地震多屬性并應用于碳酸鹽巖縫洞型儲層預測；王峣鈞等[13]將曲率屬性與其他屬性相結合應用于碳酸鹽巖儲層縫洞預測，取得了較好的效果;Kumar等[14]利用多屬性分析和人工神經網絡方法加強儲層斷層解釋；王新新等[15]利用地震多屬性分析技術對研究區域的主要斷裂與有利儲層分布范圍進行刻畫。上述方法主要是對碳酸鹽巖儲層斷裂、縫洞特征的刻畫，未考慮初始地震資料的影響，且受地震資料分辨率影響較大。筆者基于時變分頻反褶積得到高分辨率地震數據，選擇斷裂敏感屬性與油氣敏感屬性進行RGB屬性融合，結合測井數據得到含油氣儲層的有利區域。

1 工區概況

研究工區鄂爾多斯盆地馬家溝組為致密碳酸鹽巖儲層，由于巖性、裂縫帶控制發育有效儲層段，在空間上分布復雜，基本位于馬家溝組頂100 m范圍內，且有效儲層段較薄。同時儲層主控因素復雜，儲層類型多。主控因素復雜包括：孔、縫、洞均發育，但均屬于低孔、微細縫、小溶洞，分布不均。另外由于上覆地層為泥、煤層，強大的波阻抗差造成馬頂具有較強的反射同相軸，有效儲層完全淹沒在強反射之中，氣藏儲層展布無明顯規律。為了探究其儲層有利的分布范圍，筆者使用時變分頻反褶積方法提高地震資料分辨率、優選最正曲率屬性、60 Hz單頻相干屬性、均方根振幅屬性進行RGB屬性融合，根據融合結果對碳酸鹽巖儲層展布特征進行刻畫，最后結合已鉆井位確定有效儲層展布特征。

2 方法原理

常規反褶積方法利用同一地震子波與測井曲線求取反射系數序列,該反射系數序列缺少了對地震資料和測井資料的綜合考慮，其恢復的地震剖面結果具有不可控性。為此綜合考慮地震信號的衰減作用采用時變分頻反褶積的方法,對地震數據進行處理。

2.1 時變分頻反褶積

地震記錄x(t)在忽略噪聲的情況下表示為地震子波w(t)和地層反射系數r(t)的褶積：

x(t)=w(t)*r(t)

(1)

對應頻率域表達式為：

X(ω)=W(ω)·R(ω)

(2)

受地下介質非均勻性及地層吸收衰減作用，地震子波往往具有時變特征，可通過對地震信號采取分時窗采用不同頻率地震子波來進行反褶積處理(圖1)，三維地震數據求取時變子波如圖2所示。每一時窗內采用多道統計自相關法求地震子波。當反射系數為隨機白噪序列，對復賽譜域子波振幅譜做奇偶分解，反變換得到時變子波。最后每一時窗內利用對應地震子波進行反褶積求取反射系數。因為該方法分段提取不同頻率子波，子波更符合實際情況，得到的反射系數更加準確。最后綜合全段反射系數并褶積高頻率子波得到高分辨率的寬頻地震信號。

圖1 單道提取時變子波反褶積原理圖Fig.1 Schematic diagram of wavelet deconvolution of single-channel extraction

圖2 時變子波的提取Fig.2 Extraction of time-varying wavelet

2.2 RGB屬性融合

RGB融合是基于圖像學原理的一種融合方法,RGB屬性融合依據三原色(紅R、綠G、藍B)原理,首先分別對R、G、B賦予0～255的強度值，并將屬性值歸一化至該范圍得到IR、IG、IB。最后定義映射函數S和IRGB，其中S用來對RGB圖像進行描述，IRGB表示最終合成的顏色值，則：

IRGB=S(IR,IG,IB)

(0≤IR≤255,0≤IG≤255,0≤IB≤255)

(3)

根據IRGB的值得到新的融合圖像來對地質特點進行綜合分析。

3 地質模型正演分析

為了對研究區實際儲層地震響應特征有更進一步地了解，依據該區域的測井曲線數據構建正演模型并正演。其模型和正演結果分別如圖3、圖4所示。

圖3 正演模型Fig.3 Forward model

圖4 模型正演記錄Fig.4 Seismic response of forward model

圖3中1層～4層的縱波速度和密度分別設置為4 500 m/s,2.64 g/cm3、2 400 m/s,1.64 g/cm3; 5 400 m/s,2.74 g/cm3、5 800 m/s,2.83 g/cm3;在第4層中設置了從左到右的不同含裂縫的儲層，速度為4 400 m/s～5 000 m/s不等，對應密度為2.62 g/cm3～2.71 g/cm3。

圖4在儲層上方形成強反射同相軸，淹沒了儲層頂部的反射特征，原本頂界面波峰位置變為了波谷。另外不同厚度、形狀的儲層在反射特征上不一致，厚度越薄，反射特征越微弱。

4 實際地震資料分析

4.1 地震資料處理

研究工區鄂爾多斯盆地馬家溝組地震資料品質較差，有效厚度較薄，有利儲層描述困難。工區內某連井剖面如圖5所示，其中已鉆井在M5—TOP下方進行了鉆井測試。依據測試結果對測試層段進行了解釋(表1)。

圖5中，原始記錄在整個儲層位置同相軸寬，其下方存在一個大的寬緩波谷。原始地震記錄中連續兩個波峰或者連續兩個波谷的長度為30 ms～50 ms，所劃分的單個時窗長度需大于這個長度，這樣求取的地震子波才相對準確，取時窗長度為最70 ms，將時間范圍為1 500 ms～2 200 ms的地震數據，分10個時窗提取時變地震子波，得到10個不同的地震子波(圖6)。據此求取對應時窗的反射系數，最后褶積45 Hz雷克子波得到圖7所示結果。

圖5 原始地震記錄Fig.5 Original seismic record

圖6 不同時窗提取的地震子波Fig.6 Seismic wavelet extraction with different time windows

圖7 時變分頻反褶積后地震記錄Fig.7 Seismic records after time-varying frequency division deconvolution

對比圖5和圖7發現,原本位于強波峰的測試層段現在基本位于波谷位置，與之前正演模型得到的結果也一致。對比圖5與圖7中紅色框部分，反褶積后同相軸變窄且更連續，圖7中紅色箭頭所指處，其同相軸分為兩個連續的波峰，為兩個相鄰薄層的分離，更多細節特征凸顯。該方法處理后主頻和帶寬為：40 Hz、50 Hz(圖10)；較處理前的主頻(25 Hz)和帶寬(35 Hz)有了明顯提高(圖9)，且對目的層段的處理是有效的。非時變反褶積(圖8)中，藍框部分較原始和時變分頻反褶積記錄的分辨率高，面出現更多同相軸，細節特征明顯；紅框部分與原始記錄相差不大，分辨率低，即對目標層段處理基本無效。最后選擇時變分頻反褶積處理結果用于后續分析。

圖8 無時變子波的反褶積地震記錄Fig.8 Deconvolution seismic record without time-varying wavelet

圖9 原始地震記錄頻譜Fig.9 The spectrum of the original seismic data

圖10 反褶積后地震頻譜Fig.10 The spectrum of seismic data after deconvolution

此外對比o井處理前后井震標定，發現反褶積后的地震記錄在M5-TOP上方及下方出現一系列薄層，其中下方一薄層位于井分層m55和m56之間(圖11)。井震相關系數為0.840，合成地震記錄與處理后地震數據相關性好，標定結果可靠。

圖11 o井的井震標定Fig.11 Seismic data calibration of well o(a)處理前;(b)處理后

4.2 地震屬性優選

4.2.1 相干屬性

鄂爾多斯盆地馬家溝組為致密碳酸鹽巖儲層，有效儲層段由巖性、裂縫帶控制發育。地震相干屬性為斷裂解釋提供有力手段，受分辨率限制，常規相干屬性只能區分較大層級斷裂，對微小斷裂識別效果差。這里引入具有多尺度分析的小波變換,對時變分頻反褶積后的地震數據進行分頻處理，得到不同頻率地震數據，在此基礎上計算相干屬性(圖12)。

圖12 小波分頻相干計算Fig.12 Coherent computation of wavelet frequency division

依據地震主頻(40 Hz)和圖7地震剖面所標記的測試結果，取M5-TOP層位下方10 ms的40 Hz、50 Hz、60 Hz單頻相干切片得到圖12所示結果。其中全頻帶相干能刻畫整體斷裂情況，高頻(50 Hz、60 Hz)相干切片刻畫斷裂特征明顯，60 Hz單頻切片刻畫精度最高，與測試結果也吻合，將其應用于后續的屬性融合。

4.2.2 曲率屬性

曲率屬性是刻畫裂縫、褶皺、斷層發育的有效屬性。從圖13可以看出，工區內小斷裂、微裂縫發育。根據曲率定義及其描述地層特征，這里選擇最正曲率來對小尺度的裂縫、褶皺進行刻畫。沿M5-TOP下方10 ms提取屬性切片(圖14)，圖14中全區裂縫均有發育、高產氣井較其余井附近裂縫發育，與相干屬性整體特征符合。

圖13 小波分頻相干Fig.13 Wavelet frequency dividing coherence(a)全頻帶；(b)40 Hz；(c)50 Hz；(d)60 Hz

圖14 最正曲率Fig.14 Most positive curvature

4.2.3 振幅屬性

振幅屬性主要從幅值、相位變化來描述地震能量的變化情況，可用于檢測由巖性、物性、流體變化及不整合面引起的振幅的橫向變化等。常用振幅屬性包括有RMS均方根振幅、平均絕對值振幅、平均振幅、能量半衰時等(如圖15沿M5-TOP下5 ms～25 ms提取對應振幅屬性)，其中均方根振幅、平均振幅、平均絕對值振幅與井吻合度高，含氣井基本位于高值或低值附近。由于儲層流體(主要為天然氣、水)的影響，地震振幅出現衰減，表現為相對低振幅，均方根、平均振幅屬性符合，最后對比平均振幅屬性，均方根屬性對局部特征描述更強烈，故選擇均方根屬性進行后續屬性融合。

圖15 M5-TOP下5 ms～25 ms不同振幅屬性Fig.15 Different amplitude attributes under M5-TOP(5 ms～25 ms)(a)均方根振幅;(b)能量半衰時;(c)平均絕對值振幅;(d)平均振幅

4.3 RGB屬性融合

利用上述選擇的60 Hz單頻相干屬性、最正曲率屬性、均方根振幅屬性，進行RGB屬性融合得到圖14所示的融合結果。儲層受巖性、斷層、微裂縫影響同等重要，融合權重比為1：1：1。

圖16(a)中斷裂特征不明顯，僅能看出井附近存在少量小斷裂，無明顯的裂縫發育，刻畫的邊界也與鉆井位置不符合。圖16(b)中Ⅱ、Ⅲ部分存在有大量的小斷裂，斷裂周圍發育大量的微裂縫，為油氣聚集提供了必要條件，為油氣富集區域，在此處多高產氣井。I中無明顯斷裂和裂縫發育特征，其中測試井多為干井、水井。Ⅳ中儲層發育區小，裂縫發育少，其中基本為低產井。Ⅴ中斷裂發育，但未進行相應鉆井測試，可能為有利區域。綜上，致密碳酸鹽巖油氣聚集和儲層分布，與儲層內部的裂縫發育特點密切相關，當不存在大斷裂時候，裂縫發育越密集的地方，儲層含油氣性越好，也越有利于油氣高產。同時得到經過時變分頻反褶積后的RGB融合屬性,對裂縫及儲層展布特征描述更加準確。

圖16 RGB屬性融合圖Fig.16 RGB attribute fusion diagram(a)原始數據融合結果;(b)反褶積后融合結果

5 結語

時變分頻反褶積方法通過分時窗求取不同頻率地震子波，減小了反褶積過程中子波影響，有效提高了馬家溝組地震資料的主頻，拓寬其頻帶，為后續研究提供借鑒。與非時變反褶積方法相比，時變分頻反褶積對復雜地區(巖性變化劇烈的地區)更適用。致密碳酸鹽巖儲層與裂縫發育密切相關，通過選取有利于表征裂縫發育程度及儲層物性、流體性質相關的地震屬性進行RGB融合顯示，有效地對油氣富集區域做出預測，并與實際鉆井資料相吻合。