基于RGB多地震属性融合的储层预测

施尚明， 王 杰， 段彦清

(1.东北石油大学 地球科学学院， 黑龙江 大庆 163318；



基于RGB多地震属性融合的储层预测

施尚明1， 王 杰1， 段彦清2

(1.东北石油大学 地球科学学院， 黑龙江 大庆 163318；

2.大庆油田井下作业分公司， 黑龙江 大庆 163511)

为提高储层预测的精确度，提取研究区目的层沙一段多种相关地震属性，并优选均方根振幅、有效带宽及能量半衰时三种属性作为储层预测的敏感属性，利用RGB多地震属性融合技术对研究区所发育的砂质碎屑流储层进行预测。结果表明，多属性融合技术可实现对研究区砂质碎屑流储层分布范围的准确识别与精细刻画，对于寻找隐蔽性岩性油气藏具有借鉴意义。

地震属性； RGB多属性融合； 储层预测； 砂质碎屑流

地震属性是指地震数据体中能够反映地震波几何学、运动学、动力学及统计特性的特征参数[1-3]。它是地震数据体内的各种地球物理信息的综合反映，在地下岩层内部的岩性、物性以及含烃性质发生变化时，相应地层的地震属性也会随之发生变化[4]。随着地球物理学理论研究的不断深入以及各种地震解释软件的不断推出，越来越多的地震属性被提取出来，在地质研究中得到了广泛应用。地震属性分析已成为构造解释、储层预测、沉积微相研究的重要技术手段之一[5]。

地震属性类型较多，传统的单一地震属性信息量少，只能反映储层某一方面的性质，且解释存在多解性，研究结果可靠程度较低，多属性联合解释又极大地增加了工作量，而且很难得到统一的解释结果[5-6]。而多属性融合技术在一定程度上可降低地震储层预测的不确定性，实现对储层分布特征的精细刻画。为此，笔者采用RGB多地震属性融合技术，对研究区发育的砂质碎屑流储层进行预测。

1 RGB地震属性融合技术原理

此次研究采用RGB地震属性融合技术，它能将三种不同类型的属性进行融合最终产生新影像。RGB属性融合基于三基色(Red, Green, Blue)原理，颜色空间是一个三维坐标系统，三个坐标轴分别代表红(R)、绿(G)、蓝(B)三种颜色，而坐标值的大小表示相应颜色的亮度，每种颜色取值范围为0～255，共有256种。通过改变单一颜色的强度值，可以产生不同的颜色值，而在RGB颜色空间，R、G、B三种颜色相互耦合，因此，通过改变三基色取值很难产生符合人们感知习惯的图像。而通过RGB-IHS变换进行属性融合就能够很好地解决这个问题，它能够将RGB颜色空间的影像映射到IHS色彩空间进行融合，最终产生新的影像[7-9]。多属性融合处理后的图像与处理前相比，图像颜色从256色提高到了256*256*256=1 600万色。因此，属性融合技术与单一属性相比，可极大地提高地震相的识别能力，实现对地震相的精细分类，减少解释工作量的同时也确保解释结果的可靠性，降低多解性，具有更为细腻的储层刻画能力。

2 地震属性优选与分析

2.1 地震属性提取与优选

经钻探证实，研究区下第三系沙河街组一段(Es1)是主要的含油层段，也是此次研究的目的层。沙一段可细分为沙一上段和沙一下段两个亚段，油层主要分布在沙一上段。研究区目的层沙一段上部的块状砂岩属于深水重力流沉积，具有典型的砂质碎屑流沉积特征。砂质碎屑流储层的地震剖面具有明显不同于围岩的地震响应特征，在地震数据方面，则表现为振幅、频率、吸收衰减等属性的差异。

文中以沙一段顶面为上界，沿层向下开取90 ms时窗提取了20余种不同性质的地震属性。地震属性与地层信息之间是一种非线性的复杂对应关系，不同的地震属性可以反应相近的地质信息。因此，为了保证各地震属性之间的相对独立性，必须分析地震属性参数之间的相关性，也就是在众多的地震属性中进行筛选，优选出能够反映储层特征的敏感属性[10]。笔者针对地震属性之间的相关性进行计算与分析，最终从中优选了均方根振幅、有效带宽、能量半衰时三种属性作为此次储层预测所选用的敏感属性。

2.2 地震属性分析

2.2.1 均方根振幅

由于均方根振幅是对时窗内振幅平方平均值的开方，因此，它对特别大的振幅非常敏感，适用于地层岩性相变分析、火成岩识别等[11]。

在不同岩性中声波速度存在较大差异，即在研究区沙一段深度附近，砂岩声波速度较泥岩大。波速大小的差异反映在地震剖面上，则表现为振幅强弱的变化。一般地，强振幅指示水动力较强、动荡的沉积环境，代表砂岩沉积区；弱振幅指示水动力较弱、稳定的沉积环境，代表泥岩沉积区。根据这种关系预测，油气层表现为中强振幅特征。因此，利用均方根振幅属性可以定性识别砂泥岩沉积区，从而对储层分布范围进行预测。

研究区沙一段均方根振幅属性如图1所示。从图1可以看出，研究区的中西部均方根振幅呈现中等—强的特征，该区域内储层发育；研究区的东部为振幅低值区，储层不发育，贫砂井基本分布在该区内。但在振幅属性图上，很难将外扇浊流沉积与中扇砂质碎屑流储层进行区分。可见，均方根振幅属性在研究区内能够有效识别东部的深湖沉积区，但是无法明确砂质碎屑流储层的展布范围。

图1 研究区沙一段均方根振幅属性

Fig. 1 RMS amplitude attribute figure of Es1 in study area

2.2.2 有效带宽属性

有效带宽属性是由数据体零延时的自相关函数值除以采样周期与道两边所有自相关函数值总和的乘积表示的，有效带宽被看作是定量化的相似数据体[12]。砂质碎屑流主要发育在重力流扇中水道交错叠置的区域，与扇体的其他区域相比，其沉积物组合较为复杂，故对应的带宽值较高。低带宽值则指示三角洲前缘的席状砂以及外扇浊流等稳定沉积。

研究区沙一段有效带宽属性如图2所示。从图2可以看出，研究区的中部是砂质碎屑流发育区域，砂体呈多期叠置，对应的带宽值高；研究区的东部是深湖沉积，一般来说，深湖环境比较安静，沉积非常稳定，对应的带宽值低，但是，在该区内却表现为高值。经分析认为，在古地理时期，该区域为深湖环境，但湖域面积很小，水体中的悬浮组分以浊流的形式被搬运到湖域的中心甚至更远的地方接受沉积，在深湖区域形成薄层粉砂与大套泥岩交互沉积。该区虽然富含泥质，但其内部垂向的岩性韵律变化却非常复杂，这一点在测井曲线上也得到了证实。由此看来，通过有效带宽属性可以很好地识别研究区扇中砂质碎屑流沉积区，但无法将其与深湖环境区分开来。

图2 研究区沙一段有效带宽属性

Fig. 2 Effective bandwidth attribute figure of Es1 in study area

2.2.3 能量半衰时属性

能量半衰时是对反射波通过地层后能量衰减程度的一种度量，常用来预测沉积相带、岩性、物性的变化[13]。一般地区的地层韵律是比较稳定的，如果有特殊岩相存在，地层沉积韵律就会变得复杂。该属性对层段内的能量变化、地层组合的韵律有较好反映[14]。

研究区沙一段能量半衰时属性如图3所示。从图3可以看出，研究区中部能量半衰时呈现低值，且横向上变化较大，对应于扇中砂质碎屑流叠置区。在该区域内砂体发育，与周围区域相比，砂岩含量整体偏高，反射波的能量也普遍偏高，因而在能量半衰时属性图上对应低值区。由此也可以推测砂质碎屑流展布范围。

图3 研究区沙一段能量半衰时属性

Fig. 3 Energy half decay attribute figure of Es1 in study area

综上所述，单一属性只能刻画储层某一方面的特征，并不能从整体上反映储层特征。它所包含的信息量少，解释结果存在多解性，对储层特征的刻画能力有限。只有将多种敏感属性有机地融合在一起，才能准确地反映出目标储层范围。

3 多属性融合的储层预测

3.1 储层预测

采用RGB属性融合技术融合均方根振幅属性、有效带宽属性、能量半衰时属性，对研究区发育的砂质碎屑流储层的分布特征进行精细刻画。

图4为RGB属性融合图。从图4中容易看出，在西南部有三条粉红色的条带，分析认为是三角洲前缘沉积物在触发机制的作用下，沿斜坡向下发生滑塌，侵蚀下伏地层而形成的固定补给水道，水道两侧深蓝色的区域指示稳定的三角洲前缘席状砂沉积。黑色实线是研究区发育的重力流扇体的边界。重力流扇体内部包括中扇砂质碎屑流沉积和外扇浊流沉积两个部分。利用融合属性图，可以清晰地刻画出中扇砂质碎屑流与外扇浊流稳定沉积的界限。与单一属性相比，融合属性对储层特征具有更加精细的刻画能力，储层预测的结果更加可靠。

图4 多属性融合储层刻画

Fig. 4 Multiple attribute fusion reservoir characterization

3.2 结果验证

为了检验属性融合储层预测结果的可靠性，利用原始地震剖面进行验证。图5为研究区顺物源方向地震剖面。从图5可以看出，在研究区中扇部位呈楔形发散状，其内部呈现短轴反射特征，与周围区分明显，表明地震剖面与属性融合图具有高度的一致性，从而验证了属性融合储层预测的可靠性。

图5 顺物源方向地震剖面

4 结束语

提取研究区沙一段不同地震属性，与储层特征之间进行相关性计算与分析，优选出均方根振幅、有效带宽及能量半衰时三种敏感属性，并利用RGB多属性融合技术进行属性融合，实现了对研究区砂质碎屑流储层分布范围的准确识别与精细刻画。地震属性融合技术可以避免单一属性解释结果的多解性，对于寻找隐蔽性岩性油气藏具有一定的借鉴意义。

[1] 潘元林. 油气地质地球物理综合勘探技术[M]. 北京： 地震出版社， 1998.

[2] 王 霞， 汪关妹， 刘东琴， 等． 地震体属性分析技术及应用[J]． 石油地球物理勘探， 2012， 47(1)： 45-49．

[3] 张延玲， 杨长春， 贾曙光． 地震属性技术的研究和应用[J]. 地球物理学进展， 2005， 20(4)： 1129-1133.

[4] 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[J]. 岩性油气藏， 2014， 26(2)： 96-101.

[5] 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.

[6] 成荣红， 杨 斌， 黄 科， 等. 地震多属性融合成像技术在储层预测中的应用[J]. 天然气技术与经济， 2013， 7(4)： 29-32.[7] 李婷婷， 王 钊， 马世忠， 等. 地震属性融合方法综述[J]. 地球物理学进展， 2015， 30(1)： 378-385.

[8] 陈 俊， 程金星. 基于RGB-IHS变换的地震属性融合方法[J]. 石油天然气学报： 江汉石油学院学报， 2014， 36(11)： 69-73．

[9] 张军华， 朱 焕， 高荣涛， 等. 地震复合属性——地震属性提取与解释新方法[J]. 新疆石油地质， 2007， 28(4)： 494-496.[10] 印兴耀， 周静毅. 地震属性优化方法综述[J]. 石油地球物理勘探， 2005， 40(4)： 482-489.

[11] 王彦仓， 秦凤启， 杜维良， 等. 地震属性优选、融合探讨[J]. 中国石油勘探， 2013， 18(6)： 69-73.

[12] 赵继龙， 王俊鹏， 张先龙， 等. 基于地震多属性融合与地质统计学反演的薄层砂岩预测[J]. 地质科技情报， 2014， 33(5)： 93-98.

[13] 束宁凯， 汪新文， 宋 亮， 等. 基于地震影像学的砂砾岩体多属性融合裂缝预测——以济阳坳陷东西地区北部陡坡带沙三段为例[J]. 油气地质与采收率， 2016， 23(2)： 57-61.

[14] 高 磊， 明 君， 闫 涛， 等. 地震属性综合分析技术在泥岩隔夹层识别中的应用[J]. 岩性油气藏， 2013， 25(4)： 101-104.

(编校 荀海鑫)

Reservoir prediction based on RGB multiple seismic attributes fusion

ShiShangming1,WangJie1,DuanYanqing2

(1.School of Geosciences, Northeast Petroleum University, Daqing 163318, China;2.Downhole Operation Branch, Daqing Oilfield, Daqing 163511, China)

This paper is motivated by a need for improving the accuracy of reservoir prediction. The study entails extracting a variety of related seismic attributes for target layer Es1 in the study area; optimizing three kinds of attributes such as RMS amplitude, effective bandwidth, and energy half-time decay as sensitive attributes for reservoir prediction; and predicting the development of sandy debris flow reservoir in the study area using RGB multiple seismic attributes fusion technology. The results show that the multiple attribute fusion technology with a proven ability to realize the accurate identification and fine description of sandy debris flow reservoir distribution in the study area is of

ignificance for searching for subtle lithologic oil and gas reservoirs.

seismic attribute; RGB multi-attribute fusion; reservoir prediction; sandy debris flow

2016-06-13

施尚明(1956-)，男，辽宁省铁岭人，教授，博士，博士生导师，研究方向：油气田开发地质和地热资源勘探开发，E-mail:ssm@nepu.edu.cn。

10.3969/j.issn.2095-7262.2016.05.007

P631.4

2095-7262(2016)05-0502-04

A