地震波形分类技术在季节性河流沉积研究中的应用

2018-06-19滕彬彬付志方

西部探矿工程 2018年6期

滕彬彬，付志方，孙钰

（中国石油化工股份有限公司石油勘探开发研究院,北京100083）

自1999年由法国的帕勒代姆公司在其开发的商业软件中正式推广应用以来，经过近20年的发展，地震波形分类技术目前已成为公认的一种快速、有效的地震相分析技术[1-2]。国内不少学者将其成功应用于河流—三角洲相河道砂体的识别[3-7]，并对其应用条件进行了探讨[7-8]。

阿根廷库约盆地PCo区块Barrancas组为季节性河流相砂泥岩薄互层沉积，前人对其物源方向、沉积相带展布特征等描述不清。加上该区地震资料品质较差，主频约25Hz，应用传统单一地震属性分析方法开展沉积相分析时效果并不理想。因此，本文探索应用地震波形分类技术在该区开展季节性河流沉积研究，并取得了一定的应用效果。

1 基本原理及流程

地震波形包含了地震数据所有的定性和定量信息，如反射模式、相位、频率和振幅等，是地震信息的总体特征。沉积地层的任何物性参数的变化总是反映在地震道波形形状的变化上。地震波形分类主要是应用神经网络技术对地震道形状（地震信号的总体变化）进行分类，地震道形状分类代表了地震信号的真实的横向异常，通过对不同的波形进行分类，达到区分不同沉积体的目的，从而具有一定的指相意义[2]。

该技术首先划分几种典型的地震道形状，每一实际地震道被赋予一种基于相似性的典型形状，通过对实际地震道进行训练，用神经网络算法经过多次迭代构建合成地震道，最终使合成道与实际地震道的相关性更好。

地震波形分类技术的基本流程是：①确定目的层段，选择合适的时窗，提取地震道波形作为输入因子；②创建模型道，通过试验确定模型道的分类数以及迭代次数；③利用神经网络算法对所有地震道进行分类处理，产生地震相图；④分析模型道，比较分类处理后的模型道与实际的模型道，经过多次试验直到合适为止；⑤井震综合地质分析。根据已知井的沉积相，结合区域沉积特征，将地震相转化为沉积相。

2 关键步骤

实施过程中地震时窗类型及大小选取、波形分类数确定、迭代次数选择等，是影响地震波形分类结果的关键步骤。

（1）地震时窗类型及大小。地震时窗是在以2个层位之间或某个层位上、下限范围的地震数据的集合。时窗的类型和大小是波形对比最为敏感的参数，选择正确合理的时窗才能保证分类结果能真实反映目的层的沉积特征[8]。时窗的选择有2种：一种是等厚时窗，另一种是变时窗。在变时窗中，不同的时窗具有特定的地质含义，可用于纵横向变化大的复杂储层的精细地震相分析。合适的时窗大小是地震相分析技术精确刻画沉积相的重要制约因素之一[7]。时窗太小，不足以反映地质信息；太大的时窗会包含太多的模型，给解释带来困难，物理意义也不明确。对于时窗的选取最好是大于半个相位，并小于150ms。实际应用经验表明：只有时窗不大于40ms，并且不小于15ms时才能获得一个较好的效果[8]。

（2）波形分类数。波形分类数指在目的层段内所遇到的地震道的种类数，实际操作中很难定义一个通用的理想分类数，一般至少计算3次去估计该参数。正确的分类数取决于所要研究的目标和你对数据的认识程度。分类数大，结果过于详细；分类数小，结果过于粗糙；超过15～20类，通常是很难解释的。一般5～8种分类数是比较合适的，与沉积微相类型的匹配效果较好[7]。波形分类数粗略且实用的估计方法是：①把层段厚度除以6作为第一次计算的分类数；②把上次计算分类数的50%作为第二次计算的分类数；③把第一次计算分类数的150%作为第三次计算的分类数。

（3）迭代次数。迭代次数是神经网络方法中的一个重要参数。通常情况下，神经网络大约在10次迭代后就能收敛到实际结果的80%，对于快速浏览方便有效。在实际应用中，10～20次迭代已经能够实现较好的分类，但用于最终解释最好进行20～40次迭代，以保证网络收敛最佳[4]。

3 应用条件

某一地区的构造发育程度、沉积岩性组成、地震资料品质等地震地质条件是影响地震波形分类技术应用的主要因素。

（1）构造简单、断裂相对不发育地区。断裂发育区会造成沉积相带波形的复杂化，波形分类已经失真，不能反映地下沉积体沉积面貌[7-8]。因此，构造简单、断裂相对不发育的地区比较适合地震波形分类技术的应用。

（2）岩性组成简单、不同岩性地震响应差别明显地区。岩性组成简单、不同岩性的地震响应差别明显，如单一湖相砂泥岩沉积或火成岩沉积，应用地震波形分类技术能够有效地进行岩相识别。而对于复杂岩性地区，如出现湖相砂泥岩与灰云坪、藻灰岩等不同岩性混合沉积时，湖相砂泥岩分别与灰云坪、藻灰岩地震响应类似，地震波形分类技术难以有效地将其区分，因此该技术在复杂岩性地区不适用[8]。

（3）地震资料品质较好的地区。地震资料品质对波形分类地震相分析技术的影响比较显著，地震资料能量强、信噪比高有利于波形分类技术的应用。主频大于20Hz、信噪比大于15dB的地震资料可以进行波形分类，而主频小于20Hz的地震资料不能用于波形分类研究[7]。

4 应用实例

4.1 研究区基本地质特征

研究区位于阿根廷库约盆地Cacheuta坳陷西北部的PCo油田。该区侏罗系Barrancas组为干旱—半干旱气候条件下的产物，地层厚度为160～200m，自下而上划分为3段：上段和下段均为冲积扇沉积，中段为季节性河流相沉积。中段MidBarrancas段是主要的产油层段，内部根据沉积旋回、岩性和电性组合特征可划分为A和B两个砂层组，该段具有典型的“泥包砂”沉积特征，内部单砂体厚度薄，多数在2～4m，砂体横向相变快。前人对中段MidBarrancas段季节性河流沉积的物源方向、沉积特征等一直描述不清，这也成为影响PCo油田下一步开发部署调整以及剩余油挖潜的关键问题。

本文首先利用地震层拉平技术对PCo地区Barrancas层沉积时期古地貌特征进行恢复发现：沉积地层明显的中间厚、两边薄，据此推测该地区在中生代时期可能是Cacheuta坳陷内的一个凹陷，具有四周高、中间低的特点。

4.2 技术应用条件及参数选取

（1）技术应用条件分析。对PCo油田地震波形分类技术的应用条件进行分析认为，该油田Barrancas层构造简单，位于一个断鼻构造的倾斜部位，主体区断层不发育；目的层段MidBarrancas为季节性河流相砂泥岩沉积，2种岩性的地震响应特征明显；地震资料主频大于20Hz，符合地震波形分类技术的应用条件。

（2）地震时窗类型及大小选取。MidBarrancas段内部A和B砂层组地层厚度较为稳定，时窗均大于半个相位，介于15～20ms之间，时窗大小合适，有利于应用地震波形分类技术开展地震相分析。

（3）波形分类数确定。本文在研究中经过多次反复的实验，并结合目的层砂体厚度、物性参数等特征，最终确定7种波形分类数可以恰当反映季节性河道砂体的沉积特征。

4.3 地震波形分类结果验证及应用

（1)地震波形分类结果验证。为了检验地震波形分类结果的准确性，本文选取了研究区分布较为均匀的32口检验井，将其单井测井相与离散的地震相进行对比分析，发现二者相关关系较好，符合率达85%。

图1 A和B砂层组地震波形分类结果图

图2 PCo油田MidBarrancas段季节性河流沉积演化模式图

（2)物源方向及沉积演化特征分析。对地震波形分类结果（图1）进行分析认为，PCo凹陷在MidBarrancas沉积时期四周存在多个物源供给，发育多个物源方向，供给物从凹陷四周高部位同时向凹陷中间较低部位汇聚，形成了季节性河流相沉积。下部B砂层组沉积时期，来自东部、南部、西部方向等的多支河道向湖盆中心汇聚，复合河道砂体分布范围较广；至上部A砂层组沉积时期，东部的河道消失，西部、西北部的河道供给不断增强，复合河道砂体在油田的中部和西北部更为发育。

（3)季节性河流沉积模式的建立。国内对干旱—半干旱气候条件下的季节性河流沉积研究文献甚少。近几年来，有部分学者指出我国西部准噶尔盆地、塔里木盆地侏罗系—下白垩统的大面积、厚层状砂砾岩体与厚层状泥岩红层沉积为季节性河流相沉积，并对其沉积特征、成因模式进行了详细描述[9]。经分析发现这些地区的沉积特征与本文研究区非常相似。

在文献调研、区域地质背景分析和盆地古地貌恢复的基础上，结合钻井资料以及地震波形分类结果，本文建立起了PCo区块MidBarrancas段A、B两个砂层组季节性河流沉积模式（图2），解决了前人对该地区物源方向、沉积相带展布特征等认识不清的问题，该沉积模式的建立对进行油田下一步开发部署调整以及剩余油挖潜深入研究具有重要的指导意义。