基于连续小波变换目标处理技术在储层预测中的应用

尹继尧,钟　磊,张吉辉,赵　俊,张　田

(中国石油天然气股份有限公司新疆油田分公司勘探开发研究院,新疆克拉玛依834000)

基于连续小波变换目标处理技术在储层预测中的应用

尹继尧,钟磊,张吉辉,赵俊,张田

(中国石油天然气股份有限公司新疆油田分公司勘探开发研究院,新疆克拉玛依834000)

摘要:随着油气藏勘探开发的不断深入,预测隐蔽性复杂岩性油气藏的空间展布规律变得越来越重要。采用基于傅里叶算法的连续小波变换信号分解和重构技术，对目的层段进行地震资料解释性目标处理,以提高储层预测精度。薄层模型正演模拟和两个实例应用结果表明,该方法在保持地震资料信噪比的基础上能有效提高地震资料中具有地质意义的弱信号,突出薄互层内部细节,其结果有利于精细刻画地层岩性油气藏的空间展布,提高薄储层预测精度。

关键词:连续小波变换;弱信号;目标处理;储层预测

随着油气藏勘探开发的深入,物探技术正经历着由构造油气藏勘探到地层、岩性油气藏勘探和油藏地球物理描述的发展方向转变,研究任务也由简单的构造成像转为隐蔽性复杂岩性预测,甚至储层孔渗特征描述、油藏静态描述和动态监测等。相应的解释需求发展方向也由叠后走向叠前,从单一走向综合。勘探和评价开发的精细化对储层预测的精度要求越来越高,更需要精细物探技术的支持和处理解释的一体化,对地震基础资料精细程度的要求也在不断提高。但是由于受检波器、信号处理、野外采集环境等因素影响,地震资料主频通常偏低,一些地层的厚度远低于当前地震勘探的分辨范围。因此,如何在现有地震资料基础上针对目的层进一步提高地震资料品质,对于更加精确预测储层的空间展布规律是一项具有重要意义的工作。目前,常规目标处理通常需要兼顾浅、中、深层地震剖面的整体效果,往往无法有效突出由于薄互层等影响造成的有用地质弱信号,这对后续地震解释中的反演和属性提取等储层预测工作带来非常大的影响,因此,必须高精度处理解释一体化,井震结合,切实提高目的层的有用地质弱信号,提高储层预测精度。

近年来迅速发展的小波分析方法是一种具有多分辨功能的时频分析方法,被誉为数学显微镜,在石油勘探、图像处理和语音分析等众多领域都有广泛应用。路鹏飞等[1]利用能量准则和相似系数将小波变换与振幅谱补偿相结合,在保持较高信噪比前提下,给出了薄互层高分辨率分析方法。高静怀等[2]采用定性分析与Monte Carlo仿真相结合的方法,研究了在物理小波为基本小波的变换域随机噪声局部小波功率谱的统计特性,利用假设检验给出了在给定置信度下确定有效信号在小波变换域内能量分布空间的方法,通过在有效信号能量分布空间重建信号来压制噪声。王真理[3]在研究薄互层的储层预测问题时提出特征分辨率和储层特征信号的概念,同时利用二进正交小波变换,结合相似系数法提高薄互层分辨率。李春峰等[4]根据小波变换特征提出奇异性指数,能够准确反映数据中奇点位置和奇异性强度,可以作为一种精确刻画地层边界的地震属性。熊晓军等[5]利用广义S变换通过提取单频剖面或单频曲线方法,研究如何提高地震波主频。岳文正等[6]根据小波变换特点提出一种识别储层流体新方法。罗永健等[7]基于小波变换多分辨率特性和调焦作用,提出利用小波在薄层地震记录上检测结构特性和估算薄层厚度新方法。高静怀等[8]提出三参数小波,通过选择这3个参数,可使其最适合于所给定问题,并通过对三参数小波的参数加以约束,获得新近似解析小波,论证了通过恰当选择参数,三参数小波不仅适合于分析包含慢变频率和振幅分量信号,而且也适合于包含快变分量信号;并以三参数小波为分析小波,提出了一种用于薄互层的地震资料分析方法。此外,在地震资料去除面波干扰、混合相位子波模拟、噪声去除及储层预测方面小波变换也得到了广泛的应用[9-13]。上述给出的小波分析方法,大部分都是在离散小波变换基础上进行的信号分析和重构,无法针对所需要的细节信号进行任意尺度和任意空间上的操作和分析,也不能精确针对特定频率段的子波特征增强弱信号。由于调谐频率等存在,有用地质弱信号往往存在于特定频率段中,必须进行连续小波变换的重构,而由于连续小波为冗余变换,存在着逆变换的定义非唯一性,不能直接进行逆变换。基于以上原因,本文采用基于傅里叶算法的连续小波变换进行信号的分解和重构,达到连续小波变换逆变换的目的,同时有效结合目标层段的地震反射特征和地质特征,并且井震结合,有针对性地进行解释性目标处理,从而提高地震资料的品质,提高储层预测精度。

1方法和原理

连续小波变换(CWT)表达式[14-15]为:

(1)

式中:a为缩放因子(对应于频率信息);b为平移因子(对应于时空信息);ψ为小波函数(又叫基本小波或母小波);“*”表示复共轭。

连续小波变换是一种类似于信号基于频率的滤波处理,将公式(1)改写成逆傅里叶变换,得到如下公式[16]:

(2)

逆连续小波变换通常为双积分形式(double-integral form),为使之能进行唯一逆变换,需将其变为单积分形式(single-integral form),逆CWT单积分公式为:

(3)

通过(3)式我们可以依靠增强CWT中包含有用地质弱信号的特定尺度信号到原始信号中,突出目的层的有效信息,从而达到提高目的层储层预测精度的目的。目前有许多小波函数可供选择,这些函数具有不同的时频特征,根据研究目的选择合适的分析小波函数就显得非常重要。Morlet小波具有较好频率分析能力,很多学者在使用小波变换进行相关地震属性分析时,大都采用Morlet小波函数,因此本文选取该小波函数进行研究。

基于连续小波变换解释性目标处理流程如图1 所示,具体过程和步骤如下:

1) 对目的层段进行地质分析,确定目的层段岩电特征,井震结合精细标定,特别对含油层段反复确认标定,综合确定目的层段储层地震地质特征;

2) 对原始地震资料进行全频段子波分解和重构,首先对有效频带范围内的子波以窗长5Hz,步长10Hz滑动扫描方案进行分解和重构,把重构后的子波段叠加到原始资料中得到多个新数据体(按频宽5～75Hz计算,将会得到14个新数据体),对该批新数据体再进行新一轮标定、属性分析、反演等验证分析,选取标定效果最好、反演和属性分析结果最符合区域基本地质认识和储层特征描述的数据体为最终数据体,最后再对该数据体所对应的子波频率段以窗长1Hz,步长5Hz进行精细扫描,选取最优方案。

图1　基于连续小波变换解释性目标处理流程

经过上述步骤处理后的结果既保留了原始地震资料所有信息,同时又有效突出目的层段储层地震响应特征,处理结果为目的层段的地震解释和储层预测提供了更好的基础地震资料。

2正演分析

为检验基于傅里叶算法连续变换解释性目标处理技术对提高储层预测精度的有效性,设计模型如图2所示,图中黄色代表砂体,上部为一套厚度10～20m的薄砂层,速度2800m/s,薄砂层上部速度为2400m/s,下部速度为3200m/s,底下为两套呈叠置关系的高速透镜砂体,厚度为0～10m,速度为3600m/s,两者之间距离最小3m,最大6m。利用50Hz Ricker子波合成地震记录,所得结果如图2中的波形所示。从图2可以看到,由于分辨率较低,使得薄砂层中部出现复波,底下两套透镜砂体由于间隔小于λ/4,形成砂泥岩薄互层,使得底下一套透镜砂体中间部分的顶界面由于受到上层透镜砂体的强反射及折射影响,反射信息较弱,在原始合成地震记录上无法单独对这两套透镜体进行精确识别和描述,而薄层单砂体边界的精细刻画对于优化油田开发方案和井位部署具有非常重要的作用和意义。

利用基于傅里叶算法连续小波变换对信号进行子波特征分解和重构,为比较本文所使用的连续小波变换结果和常规离散小波变换结果的差异,同时对原始合成地震记录进行离散小波变换信号重构,所得结果如图3所示。其中,图3a为原始合成地震记录,图3b为基于傅里叶算法连续小波重构后的合成地震信号,图3c为离散小波变换重构后的合成地震信号。对比图3a,图3b和图3c可知,基于傅里叶算法连续小波变换信号重构能够很好地分解地质模型中薄砂层的复波,同时突出了底部薄互层的内部细节,底下透镜砂体顶界面弱反射信息得到有效加强,为砂体展布刻画和储层预测提供了更好品质的地震资料,且保持了较好的地震信噪比和保幅性;而离散小波变换重构后得到的合成地震信号,虽然同样也能区分复波和突出相应薄互层内部细节,但不能有效控制特定频率段子波重构。因此,在信号重构的过程中,如要获得和连续小波变换相同分辨率,不可避免地会带来更多高频噪声干扰,使得资料的信噪比降低,且保幅性能也相对较差。分析上述正演结果可知,本文所使用的基于傅里叶算法连续小波变换地震信号重构能提高目标层段储层预测精度。

图2　薄层地质模型和合成地震记录叠合结果

图3　不同类型小波变换解释性目标处理效果对比a 原始合成地震记录; b 基于傅里叶变换算法连续小波变换地震记录重构效果; c基于离散小波变换地震记录重构效果

3实际资料分析

3.1金龙井区实例

准噶尔盆地西北缘金龙井区二叠系上乌尔禾组与佳木河组为区域性地层不整合接触,上乌尔禾组地层自东南向西北逐层超覆沉积于二叠系佳木河组和石炭系地层之上,根据岩电特征自下而上可分为乌一段、乌二段和乌三段,其中乌一段、乌二段为主要的目的层段。乌一段和乌二段属于砂岩与泥质粉砂岩互层的河口砂坝,储层相对较薄,为岩性构造油藏,油水关系较为复杂。该工区实际三维叠后地震资料目的层为二叠系上乌尔禾组,主频仅为25Hz,采样间隔2ms,通过井震结合,确定了需要分辨的目标层段储层厚度。根据前述原理和方法,针对目的层段进行基于连续小波变换子波特征弱信号增强处理,得到重新处理后的三维数据体。图4为连续小波变换信号重构前、后连井地震剖面。从图4可以看出:①解释性目标处理后,地震剖面同相轴连续性增强,如图中黑色虚线所示(黑色虚线为百口泉组顶界面),处理后使得该界面横向更易解释;②从图4虚线椭圆中可以看到,很多复波得到分解,薄互层内部细节更加突出,断点更加清晰;此外,从图4b频谱图上可以看出,基于连续小波变换解释性目标处理后,在不改变原始频率有效频宽和低频情况下,提高了资料的主频。

为进一步评价解释性目标处理对提高储层预测精度效果,本文对处理前、后数据体在相同井控和反演控制参数条件下进行稀疏脉冲反演,结果如图5所示。图5中白色、蓝色偏泥岩,红、黄、绿色偏砂岩。图5剖面中曲线为自然电阻率测井曲线,对比处理前、后反演结果,可以清楚看到,解释性目标处理后分辨率得到了明显的提高,砂体响应关系更好,并且砂体展布更符合地质实际。另外,试油结果表明,位于高部位的X24井为含油水层,而位于低部位的X25井为油水同层,从目标处理后的结果明显可以看出,X24井含油水层段属于单独一套透镜砂体(图中红色箭头所示)。可见,解释目标处理突出了有效地质弱信号,提高了储层预测精度,对该区域的油水关系复杂问题进行了有效解释。本文处理后的数据以及相应反演结果已作为基础资料用于该研究区域内油藏目标评价工作,为后续多口评价井的布设和开发部署方案优化提供了重要参考依据。

图4　金龙井区某连续小波变换信号重构前(a)、后(b)的连井地震剖面(左下图为剖面对应的频谱分析结果)

图5　在相同井控和反演控制参数条件下数据体处理前(a)、后(b)的稀疏脉冲反演结果

3.2玛北斜坡区实例

玛北斜坡区主要目的层段为三叠系百口泉组,位于扇三角洲前缘相带,砂体纵、横向变化快,叠置特征突出,有利相带边界和相对优质储层的精细刻画难度大。三维叠后地震资料采样间隔2ms,百口泉组主频仅为30Hz,对该数据进行解释性目标处理,得到连续小波变换重新处理后的三维数据体。图6为连续小波变换信号重构前、后连井地震剖面。从图6可以看到:①明显增强了有用弱信号,目的层百口泉组内幕地震反射信息更加丰富,地层接触关系更加清晰,更易于刻画砂体叠置特征;②很多复波被分解,薄互层内部的细节更突出;③处理后的地震剖面同相轴连续性增强。相对于原始叠后资料,处理后的地震数据在保持原有波组关系的基础上获得了更高的分辨率,复波被分解,地震资料的信噪比也有所保持,处理后的地震数据基本上具有振幅相对保持的特点,有利于分辨和解释薄互层。

图6　玛北斜坡区某连续小波变换信号重构前(a)、后(b)连井地震剖面

为进一步评价处理后地震资料的效果和保真性,对处理前、后两套数据体分别进行单井标定和平面地震相分析比较。图7为M3井地震资料目标处理前、后的标定结果。图7中红色框内为目的层段,可以明显看到,目标处理后井旁地震道和合成记录波组关系对应更好,突出了薄互储层的反射弱信号,表明采用本文方法处理后,在保持信噪比前提下,提高了有用地质信号,为精细储层研究奠定了更高品质的资料基础。此外,通过综合测井、地质分析,该区域三叠系百口泉组物源主要来自东北方向的夏子街物源(图8a)。对比图8a,图8b和图8c可知,处理后平均波峰振幅属性所揭示的地震相和沉积相更加吻合,表明处理后突出的弱信号为具有地质意义的有效信号,在此基础上再进行叠前反演等储层预测研究,将会更好地提高该区域的储层预测精度。

图7　M3井地震资料目标处理前、后标定结果

图8　地震资料目标处理前、后地震属性对比a 玛北斜坡区百口泉组二段沉积体系分布; b 百口泉组二段平均波峰振幅(处理前); c 百口泉组二段平均波峰振幅(处理后)

4结束语

本文采用基于傅里叶算法连续小波变换进行信号分解和重构,达到连续小波变换逆变换的目的。根据目标层段地震反射特征和地质特征,井震结合,针对目的层段进行解释性目标处理,提高了储层预测精度。分析了正演和离散小波变换结果,表明本文方法能很好地分解地质模型中薄层复波,突出砂泥薄互层内部细节,同时能够较好保持地震信噪比和保幅性能；而离散小波变换处理结果降低了资料的信噪比。实例分析结果表明,处理后的数据突出了有效地质弱信号,为更好地刻画砂体边界和提高储层预测精度打下了坚实的资料基础。

参考文献

[1]路鹏飞,郭爱华,朱德献,等.薄互层高分辨率分析方法研究[J].石油天然气学报,2010,32(3):69-72

LU P F,GUO A H,ZHU D X,et al,The Technique of high resolution analysis in thin inter-beddings[J].Journal of Oil and Gas Technology,2010,32(3):69-72

[2]高静怀,毛剑,满蔚仕,等.叠前地震资料噪声衰减的小波域方法研究[J].地球物理学报,2006,49( 4):1155-1163

GAO J H,MAO J,MAN W S,et al.On the denoising method of prestack seismic data in wavelet domain[J].Chinese Journal of Geophysics,2006,49(4):1155-1163

[3]王真理.地震波场数值模拟的高效算法研究( 博士后出站报告)[R].北京:中国科学院地球物理研究所,1997:45-46

WANG Z L.The research on efficient algorithms of the numerical simulation of seismic wave field(Postdoctoral report)[R].Beijing:Geophysical Research Institute of China,1997:45-46

[4]李春峰,LINER C.基于小波多尺度分析的奇性指数:一种新地震属性[J].地球物理学报,2005,48(4):882-888

LI C F,LINER C.Singularity exponent from wavele-t based multiscale analysis:a new seismic attribute[J].Chinese Journal of Geophysics,2005,48(4):882-888

[5]熊晓军,贺振华,黄德济,等.广义S 变换在提高地震高分辨率处理中的应用[J].勘探地球物理进展,2006,29(6):415-418

XIONG X J,HE Z H,HUANG D J,et al.Application of generalized S transform in seismic high resolution processing[J].Progess in Exploration Geophysics,2006,29(6):415-418

[6]岳文正,陶果.小波变换在识别储层流体性质中的应用[J].地球物理学报,2003,46(6):863-869

YUE W Z,TAO G.A method for recognition of fluid property in reservoirs using wavelet transformation[J].Chinese Journal of Geophysics,2003,46(6):863-869

[7]罗永健,俞根苗,张守宏.小波变换在薄层地震信号分析中的应用[J].西安交通大学学报,2001,35(8):848-850

LUO Y J,YU G M,ZHANG S H.Wavelet transform analysis of thin-bed seismic signal[J].Journal of Xi’an Jiaotong University,2001,35(8):848-850

[8]高静怀,万涛,陈文超,等.三参数小波及其在地震资料分析中的应用[J].地球物理学报,2006,49(6):1802-1812

GAO J H,WAN T,CHEN W C,et al.Three parameter wavelet and its applications to seismic data processing[J].Chinese Journal of Geophysics,2006,49(6):1802-1812

[9]张华,潘冬明,张兴岩.二维小波变换在去除面波干扰中的应用[J].石油物探,2007,46(2):147-150

ZHANG H,PAN D M,ZHANG X Y.Application of 2-D wavelet transformation in elimination surface wave interference[J].Geophysical Prospecting for Petroleum,2007,46(2):147-150

[10]王西文,高静怀,李幼铭.高分辨地震资料处理中的导数小波函数的构造[J].石油物探,2000,39(2):64-71

WANG X W,GAO J H,LI Y M.Construction of derivative wavelet function in high resolution seismic data processing[J].Geophysical Prospecting for Petroleum,2000,39(2):64-71

[11]彭才,朱仕军,孙建库,等.小波变换域K-L变换及其去噪效果分析[J].石油物探,2007,46(2):147-150:112-114

PENG C,ZHU S J,SUN J K,et al.K-L transformation in wavelet conbersion domain and the analysis of de-noise effect[J].Geophysical Prospecting for Petroleum,2007,46(2):112-114

[12]李曙光,徐天吉,甘其刚,等.频率域小波变换分频处理在川西地震勘探中的应用[J].石油物探,2010,49(5):500-503

LI S G,XU T J,GAN Q G,et al.Application of frequency division processing on frequency-domain wavelet transformaion in deep Chuanxi Depression[J].Geophysical Prospecting for Petroleum,2010,49(5):500-503

[13]陈广军,张善文,李建明,等.小波分析技术在薄砂岩储集层描述中的应用——以埕岛地区馆上段为例[J].石油物探,2002,41(1):95-99

CHEN G J,ZHANG S W,LI J M,et al.Application of wavelet analysis to the characterization of thin sandstone reservoirs:an example from the upper member of Guantao Formation in Chengdao area[J].Geophysical Prospecting for Petroleum,2002,41(1):95-99

[14]DAUBECHIES I.Ten lectures on wavelets[M].Philadelphia,PA:Society for Industrial and Applied Mathematics,1992:1-377

[15]FARGE M.Wavelet transforms and their application to turbulence[J].Annual Review of Fluid Mechanics,1992,24:395-457

[16]TORRENCE C,COMPO G P.A practical guide to wavelet analysis[J].Bulletin of the American Meteorological Society,1998,79:61-78

(编辑:顾石庆)

Target processing by continuous wavelet transform coefficients applied to reservoir prediction

YIN Jiyao,ZHONG Lei,ZHANG Jihui,ZHAO Jun,ZHANG Tian

(PetroleumExplorationandDevelopmentResearchInstitute,PetroChinaXingjiangOilfieldCompany,Karamay834000,China)

Abstract:As the deepening of hydrocarbon exploration and development,the prediction of the spatial distribution of subtle complex lithologic reservoir becomes more and more important.Therefore,we adopted the signal decomposition and reconstruction technique by continuous wavelet transform based on Fourier algorithm to carry out interpretative target processing for seismic data and to improve the precision of reservoir prediction.The forward modeling and two application cases indicate that the method can effectively strengthen the weak signals with geological meaning while preserve the S/N of seismic data,which highlights the inner details of thin interbedded layers.Moreover,the results are beneficial for the fine characterization on the spatial distribution of stratigraphic and lithologic reservoirs and improve the precision of reservoir prediction.

Keywords:continuous wavelet transform (CWT),weak signal,target processing,reservoir prediction

收稿日期:2015-07-02;改回日期:2015-10-30。

作者简介:尹继尧(1981—),男,博士,高级工程师,主要从事地震地质综合研究。

基金项目:中国博士后科学基金项目(2013M542414)资助。

中图分类号:P631

文献标识码:A

文章编号:1000-1441(2016)03-0433-08

DOI:10.3969/j.issn.1000-1441.2016.03.014

This research is financially supported by China Postdoctoral Science Foundation (Grant No.2013M542414).