基于保幅纯波的多属性模型回归在储层描述中的应用——以准西车排子地区沙一段1砂组为例<br/>

基于保幅纯波的多属性模型回归在储层描述中的应用——以准西车排子地区沙一段1砂组为例

2013-05-16王月蕾

特种油气藏 2013年2期

王月蕾

(中石化胜利油田分公司，山东东营 257000)

引言

地震属性是从地震数据中导出的关于几何学、运动学、动力学及统计特性的特殊度量［1］，能够从多方面更为精细地刻画储层特征，现今已经成为储层预测的有效手段之一［2］。但是在实际应用过程中，具有确定地质意义的属性时窗以及单属性自身固有的多解性成为储层预测中极其关键的2个要点。

车排子凸起位于准噶尔盆地的西部隆起南段，其西面和北面邻近扎伊尔山，南面为四棵树凹陷，向东以红车断裂带与昌吉凹陷相接［3］。目前该区共完钻探井15口，滚动井13口，在新近系塔西河组、沙湾组、白垩系及石炭系均见良好的油气显示，其中沙湾组为本次研究的目的层，在全区均有分布，含油广泛，潜力较大，但储层整体较薄，且储－震对应差，增加了地震描述的难度。本文基于纯波地震数据，在目的储层时间厚度统计的基础上，提出合理的时窗，以单一优势属性描述储层的不同特征，最终提出的多属性模型回归方法，较好地压制了单一属性在储层预测中的多解性，提高了薄储层的预测精度，在研究区取得了明显且稳定的应用效果，同时也为类似储层的预测提供了一定的指导意义。

1 多属性综合储层预测

1.1 资料选取及属性时窗

1.1.1 地震资料选取及品质分析

普通三维成果资料为了满足后期构造解释的要求，在处理过程中普遍使用了振幅均衡处理等方法，在弱振幅相对加强的同时虽然改善了同相轴的连续性，但也改变了振幅真实的相对强弱关系，从而影响了地震资料对实际地质现象，如地层含油气性等真实的响应特征，造成诸多人为虚假地质信息的出现，并最终影响到运用属性解决地质问题的可靠性。

另一方面，经过保幅处理的纯波数据作为成果数据的中间处理产品，只进行了叠加偏移，未作振幅均衡，对目的层滤波等其他修饰性处理，且资料本身具有频带宽，高、低频信息丰富的特征［4］，从而保留了较为真实的地震反射特征。

品质方面，本次研究沿目的层提取了纯波数据的信噪比参数，结果显示信噪比基本大于4，已经达到了用属性来解决地质问题时对于稳定性和可靠性的要求，因此本次研究主要基于纯波地震数据。

1.1.2 属性时窗

时窗对于属性所能反映的地质信息影响极大。若提取时窗小，则容易损失目的层信息，属性不稳定;若提取时窗大，则邻层干扰重，容易造成假象［5］。对于薄层而言，由于储层本身可能被淹没在多个薄层相互干涉形成的1个同相轴内，即使时窗恰好只包含目的层段，但不能把1个完整的波峰或波谷包含在内，无法准确地反映目的层的信息。因此，合理有效的时窗是建立属性与地质之间准确关联的关键点。

本次研究在合成记录层位精细标定的基础上，将沙一段1砂组的储层直接标定其上，从而可以准确地读出其时间厚度和实际厚度，使时窗内尽可能只包含目的层段，而减少非目的层段的信息。

对研究区所有钻井进行的统计显示，实际厚度主体分布区间为2.5～13.0 m，占全部数据的89%，平均为9.75 m，而时间厚度也基本集中在2～13 ms，平均为10.5 ms。基于该统计确定的时窗方案为:时窗总厚度为11 ms，沿沙湾组底反射界面向上取9 ms，向下取2 ms。其中，向下取2 ms的目的是将解释层位下方完整的波形包含在所开时窗内，从而保证了目的储层反射信息的完整性(图1)。

图1 车排子地区沙一段1砂组储层时间/地质厚度统计直方图及时窗示意图

1.2 单属性储层描述

基于上述工作，提取了包括振幅统计类、复数道统计类、频谱统计类在内的30余种属性，结合前人经验、正演模拟及相关分析优选出2种单一属性:均方根和振幅平方差，并分别用于研究区储层分布范围的划分以及厚砂储层的识别。

1.2.1 均方根属性预测储层分布范围

均方根对特别大的振幅非常敏感，且其地质意义较为明确，适合于地层的砂泥岩百分比含量分析、计算薄砂层厚度、识别亮点暗点、指示烃类显示以及识别火成岩等特殊岩性［6］，因此被广泛的应用于常规的储层描述中。

本次研究将目的层均方根振幅属性与经大量实际钻井所揭示的储层分布范围进行了对比，结果显示均方根属性指示储层发育范围与实际钻井揭示基本一致，因此就研究区而言，以均方根属性划分储层发育范围是一种有效的途径(图2)。

但是，p6井、p617井以及p601－22井等1砂组储层厚度分别为2.5、4.2、4.1 m，在属性图中显示均位于高值区。因此，均方根属性只能圈定储层的大致分布范围，对储层厚度变化并不敏感。

1.2.2 平方差属性预测厚砂储层展布

对于储层预测而言，仅仅圈出储层的发育范围是不够的，厚砂夹薄泥类储层 (以下称厚砂储层)作为研究区的油气优势聚集区却得不到较好地刻画，为此，本次研究分别统计了砂泥互层、厚砂夹薄泥、厚泥夹薄砂3类储层结构的30余种属性的分布特征，以优选出对厚砂类储层敏感的属性。

图2 均方根属性与实际钻井揭示储层分布范围对比

经过对比筛选出振幅平方差，该属性能够反映振幅偏差和离散程度，可应用于反映地震微相的变化。研究区厚砂类储层的属性值除去1个异常点外均大于45，而其他2类储层均小于42，因此，该属性对厚砂类储层具有较好的分辨能力。

但是，储层结构并不能等同于储层厚度，如厚砂夹薄泥类储层厚度甚至可能会比厚泥夹薄砂类储层薄。因此，振幅平方差属性对厚砂夹薄泥储层具有较好的分辨能力，但仍然不能对储层厚度给出较为精确的预测结果。

1.3 多属性综合模型回归

综上可以发现，受观测条件和测量精度等因素限制，利用单一属性解释复杂地质问题时存在自身无法克服的局限性，而单纯使用多种地震属性按各自的方法原理和特征变化进行解释，有可能产生相互矛盾的结果［7］。多属性综合模型回归就是解决上述问题的众多方法之一，其基本原理是以储层物性特征(如厚度、渗透率等)为回归目标，利用优选出的多种单一优势属性，用适合探区地震地质条件的数学关系将其组合起来，最终形成能够反映相应储层特征的综合回归模型［8］。该技术能够有效地压制单一属性在储层描述中的多解性，从而使回归结果更准确地反映该地区的岩石物理关系及储层特征。

1.3.1 属性优选及模型回归

为了使属性优选的地质意义更为明确，本次研究在对属性进行独立性分析的基础上，采取不同属性与储层实际厚度相关性分析的方法对属性进行再优选，最终得到4种相互独立的储层厚度敏感属性，依次为瞬时频率、弧长、振幅均方根以及主频峰值，并以其作为参数进行以储层厚度为目标的模型回归，得到最终的模型回归公式:

式中:L为弧长，10－3m;Q为瞬时频率，Hz;M为振幅均方根，10－3m;P为主频峰值，Hz。

1.3.2 回归精度控制

为了验证该模型的精度，本次研究提取了27口井井点处的储层预测厚度以及实际储层厚度，并进行对比，发现两者基本相等(图3)。同时，误差分析显示预测误差(即预测厚度与实际厚度之差的绝对值)小于0.6 m的数据占所有数据的50%，预测误差小于0.9 m的数据占所有数据的73.08%，说明该模型达到了较高的精度。

1.3.3 成果分析

受西、北近物源影响，沙一段1砂组储层厚度在研究区北部较大，砂体形态显示为多套的三角洲前缘，发育规模大小差别较大，在空间上前后叠置分布，表现出较为明显的“多套、多期”发育特征。储层预测结果表明，除西北物源外，研究区东北部同样识别出明显的物源，且东、西不同物源形成的三角洲前缘砂体在p609—p607井一线以东的区域存在交会边界。