地震多属性融合技术在贝尔凹陷储层预测中的应用

吴海波，王江，李军辉

地震多属性融合技术在贝尔凹陷储层预测中的应用

吴海波，王江，李军辉

（中国石油大庆油田有限责任公司勘探开发研究院，黑龙江大庆163712）

地震属性分析是一种快速、有效的储层预测方法，但地震单属性储层预测多解性强，尤其对多物源、相变快、多期次火山活动、岩石成分较复杂的断陷盆地，预测精度会明显降低。提出了基于沉积特征分区域的地震多属性融合储层预测方法。首先利用地震波形分类技术将研究区按沉积特征划分为不同区域，然后对不同区域分别统计地震多属性与储层的相关系数并进行线性拟合，最终将各区域拟合结果综合为全区储层预测结果。在海拉尔盆地贝尔凹陷南屯组储层预测中，利用164口井目的层砂地比数据及优选的7种地震属性，采用逐步线性回归法进行全区拟合，其相关系数仅为0.52；采用基于沉积特征分区域地震多属性融合技术进行储层定量预测，并将其综合为全区储层预测结果，其相关系数达0.85，且储层预测结果与钻遇储层发育情况及沉积规律吻合较好，说明该方法可明显提高储层预测精度。

地震属性；融合技术；储层预测；地震沉积学；海拉尔盆地

0 引言

地震属性分析是油藏地球物理研究的重要手段之一，众多学者［1-5］在该方面做了大量的研究工作，并总结了很多新方法和研究成果。尽管如此，应用地震属性分析研究储层和油藏特征还有许多问题亟待解决，特别是地震属性的优选问题倍受关注。因为地震属性与所预测的对象之间为一种多元、多维和非线性的复杂对应关系，在地质条件相对简单、地震资料信噪比很高时较易选择适合研究对象的地震属性；当地质条件较复杂、地震资料信噪比较低时，选择合适的地震属性就很困难，而且所提取的地震属性之间也不是完全彼此独立的，有些地震属性包含的信息相近，因此需从中优选出恰当的地震属性［6］。

地震属性优选及其综合解释技术全方位地利用了地震资料，将地震多属性提取与分析融为一体，在一定程度上克服了地震储层预测的多解性，能更好地为地质综合研究服务［7］。经过近几年的发展，该项技术已成为寻找油气的一种重要手段，展现出了巨大的应用前景和潜力。

海拉尔盆地属典型的断陷盆地，地质条件极其复杂，具有多物源、相变快、多期次火山活动和岩石成分复杂等特点，常规的地震属性分析技术不适合该盆地。鉴于此，笔者提出了基于沉积特征分区域的地震多属性融合储层预测方法，对指导该区油气勘探具有重要的理论和现实意义。

1 地质背景

贝尔凹陷位于海拉尔盆地贝尔湖坳陷，是该盆地最有勘探潜力的凹陷之一，面积约3 010 km2，可划分为贝西斜坡带、呼和诺仁构造带、贝西次凹、苏德尔特构造带、贝中次凹、贝东北次凹、布勒洪布斯隆起带和贝东次凹等10个构造单元［8］（图1）。其构造演化可划分为断陷发育阶段［铜钵庙组（K1t）—南屯组（K1n）沉积期］、断坳转化阶段［大磨拐河组（K1d）—伊敏组（K1y）沉积期］和坳陷发育阶段［青元岗组（K2q）—第四系（Q）沉积期］，具有中新生代“断-坳”叠合的组合特征［9］。白垩系地层为凹陷主体沉积，自下而上可划分为下白垩统铜钵庙组、南屯组、大磨拐河组和伊敏组及上白垩统青元岗组［10］。南屯组为研究区主要勘探层系，自下而上分为南一段和南二段，目前探明储量近60%均集中于南一段。

图1 海拉尔盆地贝尔凹陷构造单元划分Fig.1 Structural unit division of Beier Depression in Hailaer Basin

2 地震多属性融合预测方法

在地震属性提取与优选的基础上，利用波形分类技术将贝尔凹陷目的层划分为不同类别沉积区域，并分析每个区域内的储层结构及拟合关系特征，在此基础上进一步确定各区域之间的地质关系。具体工作流程可分为以下步骤：①地震属性初步优选，即在反映地质意义明确的地震属性约束下优选彼此不相关的、能反映储层分布的地震属性；②利用地震波形分类技术将研究区按沉积特征划分为不同区域，并分析每个区域内的储层结构及拟合关系特征；③分区域对初步优选出的地震属性与井点砂地比进行相关性分析，并计算井点位置二者的相关系数，进一步优选出与砂地比具有较好相关性的地震属性；④采用逐步回归法分区域进行回归计算，并分区域拟合地震多属性与储层的数学关系；⑤分析拟合度，并结合地质认识调整拟合关系，进一步迭代分析提高拟合度；⑥综合成图。

2.1地震属性提取与优选

地震属性提取的方式很多，根据研究区的勘探程度、研究对象以及所需解决的地质问题采用合适的方式，可获得较好的效果［11］。本次研究提取了以同相轴为基础的地震属性，即层位属性。它们是与界面有关的地震属性，提供了地质界面上或分界面之间的变化信息，是一个层位上地震波信息的平均响应。根据目的层的储层特征，共提取了11种地震属性，其中振幅类属性8种，分别为均方根振幅、平均绝对振幅、最大峰值振幅、平均峰值振幅、最大谷值振幅、平均谷值振幅、最大绝对振幅和绝对振幅总量；复地震道统计类属性2种，分别为平均瞬时频率和平均反射强度；频谱统计类属性1种，即弧长（表1）。

地震属性优选应遵循以下基本原则：①优选后的地震属性集整体与研究对象具有某种相关性，能够对样本进行有效分类；②地震属性结构最优化，尽可能以相互独立的地震属性组成尽可能低维的地震属性空间；③有用信息损失最小，剔除起干扰作用的地震属性。

由于提取的各地震属性并不是相互独立的，有些地震属性反映的信息相同或相似。为了保证各地震属性的相对独立性及稳定性，必须分析地震属性参数间的相关性，也就是对地震多属性进行筛选，从而降低地震属性空间的数据冗余度。笔者利用相关性分析，对地震属性之间的相关性进行计算与分析，剔除重复及多余的地震属性。

地震属性分析在实际应用中的核心问题是选择适合研究对象的地震属性以及建立地震属性与储层物性之间的关系。前文只考虑了降低地震属性间的相关性，未考虑各地震属性对储层的敏感性，而地震属性过多反而会影响储层预测的精度。基于此，采用相关系数法对井点位置砂地比与地震属性相关性进行评价。其相关系数可表示为

式中：r为相关系数；xi与yi分别为变量的观察值；x与y分别为xi与yi的平均值。

2.2利用地震波形分类技术划分沉积区域

地震波形分类技术是以地震数据为基础的一种快速划分沉积区域的方法，根据不同沉积特征在地震波形上的差异，将研究区目的层各地震道划分为不同的类型。由于实际沉积地层的横向连续性，使相邻地震道波形具有某些相似特征，因此地震波形分类最终结果表现为具有不同类型的若干平面区域，并以不同的颜色加以区分。该方法将地震资料中包含的丰富的振幅、频率、相位及波形信息用于地质分析，获得的地震微相划分结果客观、准确，相变带清晰、可靠［12］。采用地震波形分类技术，将研究区划分为具有不同储层结构的若干个沉积区域，有助于利用地震属性对储层进行分类统计，从而精确拟合出符合实际的数学关系。

2.3基于沉积特征分区域的储层预测方法

在沉积特征分区域研究的基础上，按不同区域对地震多属性分别进行统计分析与回归计算，最后综合成图。该方法的理论依据为不同沉积特征的储层在波形上具有一定差异，并按沉积规律呈区域分布，同一区域内储层特征具有较好的一致性，因此各区域储层与地震属性的数学关系较为简单且易准确拟合。

对于实际情况而言，每个划分出的沉积区域地震属性与储层之间还存在一些不确定性，如油气可能影响反射系数的大小，从而反映到振幅属性上。类似的多种不确定因素可能使最终统计结果的线性关系不明显，但其总体规律与理论统计的线性规律吻合。此外，样点统计规律的准确性还取决于地震属性提取时窗的合理性。众所周知，基础理论讨论的是一个地震波周期内的波动现象，因此地震属性提取时窗应包含一个地震波周期，这样提取的地震属性才能反映储层的分布，从而使最终统计结果符合地质规律。

3 实例分析

贝尔凹陷南屯组为研究区的主要目的层。南一段总体以灰色、黑色泥岩、砂质砾岩和砂砾岩为主，粒度相对较粗。南二段以灰色、黑色泥岩、泥质粉砂岩和砂岩互层为主。南屯组沉积期为强烈断陷期，其地质结构决定了古地貌格局，从而控制着沉积体系的宏观展布。从盆地边缘到盆地中心，扇三角洲和辫状河三角洲渐变为半深湖—深湖亚相沉积，在三角洲侧翼发育滨湖—浅湖亚相沉积，具有覆盖面积大且地层沉积厚度变化大的特征，可分为不同沉积特征的多个沉积区域［13］。与砂岩厚度等储层信息相比，砂地比与地震属性具有更直接的关系。利用164口井砂地比数据与各种优选出来的地震属性进行全区相关性分析发现，地震单属性与井点砂地比相关性均较差，其中与砂地比相关系数最高的地震属性为平均绝对振幅，其相关系数仅为-0.381（表2）。采用逐步线性回归法对7种地震属性进行全区拟合，其相关系数为0.52（图2）。虽然多元回归法较地震单属性回归法的拟合度明显提高，但最终结果并不能满足储层预测精度的要求，因此单纯通过数学方法很难真正达到较好的储层预测效果。储层与地震属性之间需要建立更确定的数学关系，在研究区之所以出现地震属性与砂地比相关系数较低的情况，是由于未对不同沉积区域的储层进行分类统计所致。因此，笔者在对大量数据统计分析的基础上，结合实际地质情况采用按储层沉积特征分区域、分类统计的方法进行地震多属性储层预测。

表2 初步优选的地震单属性与砂地比相关系数Table 2 The correlative coefficient between initially-selected single seismic attribute and sandstone content

图2 常规地震属性砂地比预测值与真实值交会图Fig.2 The cross plot of sandstone content from conventional seismic attribute and real data

图3 波形分类模型道及对应的表示颜色Fig.3 Waveform classification model traces and their corresponding colors

图4 贝尔凹陷贝西地区南一段地震波形分类图Fig.4 Seismic waveform classification of the first member of Nantun Formation in Beixi area,Beier Depression

根据波形分类技术，经迭代分析最终将研究区目的层划分为12类地震波形模型道（图3），并根据该模型道对各地震道进行模式识别，最终得到全区目的层波形分类平面图（图4），由不同颜色将研究区分为若干区域。按波形分类结果，采用逐类组合方法统计、分析地震多属性与砂地比的关系。大量统计结果表明，各地震属性与砂地比的相关性在各区域（按波形分类结果及地震属性与砂地比统计关系划分的区域）具有明显的差异。如波形分类为4～11类的井，其平均绝对振幅与砂地比具有较明显的负相关关系［图5（a）］，波形分类为1～3类及12类的井，其平均绝对振幅与砂地比具有正相关关系［图5（b）］。地震属性与砂地比拟合的差异主要由不同的沉积环境引起。

图5 平均绝对振幅与井点砂地比交会图Fig.5 The cross plot of average absolute amplitude and sandstone content

在波形分类平面图上，4～11类波形分类区域以绿色、红色和蓝色为主（参见图4中Ⅰ区域），平均绝对振幅与砂地比呈负相关关系，由录井岩性剖面数据统计发现，该区域地层的主要沉积特征为大套砂包泥型，砂砾岩占主体部分［图6（a）］，砂砾岩厚度可达40 m以上（＞λ/4）。Ⅱ区域颜色以蓝色和绿色为主，录井岩性剖面主要为泥包砂型特征，泥岩占主体部分［图6（b）］，泥岩厚度可达80 m以上（＞λ/4）。1～3类及12类波形分类区域以橙色和红色为主（参见图4中Ⅲ区域），该区域平均绝对振幅与砂地比呈正相关关系。由录井岩性剖面数据统计发现，该区域主要为较薄砂泥岩互层沉积特征［图6（c）］，大部分井点砂泥岩单层厚度最大不足10 m（＜λ/4）。地层垂向沉积特征的差异与各振幅属性及储层砂地比统计规律的对应关系与前文基础理论分析相符，即储层厚度Δh＜λ/4时，平均绝对振幅与砂地比呈正相关关系，当λ/4＜Δh＜λ/2时，平均绝对振幅与砂地比呈负相关关系。

图6 不同沉积区域岩性-电性特征分析Fig.6 The characteristic analysis of lithologies and electric properties of different sedimentary areas

大量地震属性与砂地比值统计结果表明，若将研究区所有样点数据根据沉积特征粗略地分为砂岩与泥岩两大类，则地震属性与储层砂地比的线性相关性明显提高。从研究区目的层初步优选后的9种地震属性中优选出与砂地比相关性较好的平均绝对振幅、平均瞬时频率、振幅包络和地震分频切片等7种地震属性，采用逐步回归法分别拟合出砂地比后，再将其综合为全区储层信息，则164口井拟合数据的综合相关系数达0.85（图7），储层预测结果拟合度明显提高（图8），反映研究区分别接受来自西北和西南方向的沉积体系的物源注入，与由重矿物、薄片、砂地比及岩性分布等资料的分析结果完全吻合。

图7 基于沉积特征分区域的地震多属性砂地比预测值与真实值交会图Fig.7 The cross plot of sandstone content from multiattributes based on sedimentary characteristics of different areas and real data

图8 贝尔凹陷贝西地区南一段地震多属性融合图Fig.8 Multi-attribute fusion technique of the first member of Nantun Formation in Beixi area,Beier Depression

4 结论

（1）利用地震波形分类技术将贝尔凹陷划分为具有不同沉积特征的若干区域，由于实际沉积地层的横向连续性，相邻地震道波形表现为相似特征。地震波形分类的最终结果表现为具有不同波型的若干平面区域。

（2）将贝尔凹陷所有样点数据根据沉积特征分为若干大类，则地震属性与储层砂地比的线性相关性明显提高。由此可见，基于沉积特征分区域的地震多属性储层定量预测方法可为储层预测提供一种新思路。

［1］张德林.地震资料油气显示研究原理与实践［M］.北京：石油工业出版社，2000：5-25.

［2］陈遵德.储层地震属性优化方法［M］.北京：石油工业出版社，1998：8-22.

［3］倪逸.储层油气预测中地震属性优选问题探讨［J］.石油地球物理勘探，1999，34（6）：614-626.

［4］宁维琪，韩宏伟.地震属性与储层参数联合优化新算法［J］.石油物探，2004，43（2）：118-122.

［5］孙万军.多种地震属性参数在储层横向预测中的应用［J］.石油地球物理勘探，2004，39（5）：586-588.

［6］季敏，王尚旭，陈双全.地震属性优选在油田开发中的应用［J］.石油地球物理勘探，2006，41（2）：183-187.

［7］陈学海，卢双舫，薛海涛，等.地震属性技术在北乌斯丘尔特盆地侏罗系泥岩预测中的应用［J］.中国石油勘探，2011，16（2）：67-71.

［8］李敬生.贝尔凹陷优质烃源岩的发现及其地质意义［J］.成都理工大学学报：自然科学版，2013，40（3）：326-332.

［9］陈均亮，吴河勇，朱德丰，等.海拉尔盆地构造演化及油气勘探前景［J］.地质科学，2007，42（1）：147-159.

［10］吴河勇，李子顺，冯子辉，等.海拉尔盆地乌尔逊—贝尔凹陷构造特征与油气成藏过程分析［J］.石油学报，2006，27（增刊1）：1-6.

［11］刘文岭，牛彦良，李刚，等.多信息储层预测地震属性提取与有效性分析方法［J］.石油物探，2002，41（1）：100-106.

［12］陈方鸿，王树平，李志政.三维可视化地震相分析在沉积相研究中的应用［J］.石油勘探与开发，2005，32（3）：73-75.

［13］李军辉，卢双舫，蒙启安，等.海拉尔盆地呼和湖凹陷南屯组典型砂体的特征分析［J］.地质学报，2010，84（10）：1495-1501.

（本文编辑：李在光）

Application of seismic multi-attribute fusion technique to the reservoir prediction in Beier Depression

WU Haibo，WANG Jiang，LI Junhui
（Research Institute of Exploration and Development，PetroChina Daqing Oilfield Company Ltd.，Daqing 163712，Heilongjiang，China）

Seismic attribute analysis is an efficient method for reservoir prediction.However,using only one attribute to predict reservoir leads to multiple-understanding,especially for the fault-depressed basin which has the characteristics of multi-provenances,fast variation of sedimentary facies,multi-period volcanic movements and complicated lithologies.All of these factors result in poor prediction accuracy.Therefore,this paper proposed a seismic multi-attribute fusion technique based on different sedimentary characteristics and separated regions for reservoir prediction.Firstly, according to the sedimentary characteristics,different regions were divided with seismic waveform classification technique.Then,the relation statistics between seismic multi-attribute and reservoir information were carried out and the linear fitting was completed for the further step.At last,the separated fitting results were integrated into the final prediction results for the whole area.For the reservoir prediction of Nantun Formation in Beier Depression,Hailaer Basin,stepwise linear regression was put into use on the basis of sand data from 164 wells and the selected 8 seismic attributes.Its correlation coefficient is only 0.42.With the seismic multi-attribute fusion technique based on sedimentary characteristics and selected regions,the whole area fitting was carried out.Its correlation coefficient reaches 0.89 and the reservoir prediction result fits well with the reservoir development and the sedimentary rules in drilled wells,which indicates that the method can improve the accuracy of reservoir prediction.

seismic attributes；fusion technique；reservoir prediction；seismic sedimentology；Hailaer Basin

P631.4

A

1673-8926（2014）02-0096-06

2013-09-06；

2013-10-24

中国石油天然气股份有限公司重大科技专项“海拉尔—塔木察格盆地综合地质研究及勘探配套技术”（编号：2011E-1202）资助

吴海波（1965-），男，博士，高级工程师，主要从事油气勘探方面的研究工作。地址：（163712）黑龙江省大庆市让胡路区勘探开发研究院海拉尔勘探评价研究室。E-mail：wuhaib@petrochina.com.cn。