地震多属性体融合识别混合岩相火山机构

2019-07-12梁正中

天然气与石油 2019年3期

梁正中李宁

1. 榆林学院化学与化工学院, 陕西榆林 719000;2. 中国石化东北油气分公司勘探开发研究院, 吉林长春 130062

0 前言

地震属性是地震解释的重要内容。在油气勘探初期,无井或少井阶段,利用叠后地震属性能够为储层提供定性的认识;钻井增多后,通过建立属性与储层特征的关系,能实现储层特征的空间定量预测。近年来,在松辽盆地深层火山岩储层中发现了大规模的天然气藏。在火山岩储层的勘探开发进程中,涌现了很多利用三维地震资料刻画火山岩的技术。李明、张明学等人[1-2]相继对松辽盆地火山岩储层利用地震反演及地震波形属性分析等技术进行了总结应用,从单属性上对火山岩的平面分布进行了研究。于宝利等人[3]则是主要使用均方根振幅属性预测了各个层序的火山岩相带纵横向分布特征。宋鹏等人[4]通过倾角属性对王府断陷火石岭组火山岩储层裂缝分布规律也进行了预测。

地震属性分析是一种快速、有效的储层预测方法,但对多物源、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[5-7]。在地震属性储层预测中,单一属性的预测会导致预测结果的多解性,因此需要进行多属性体的融合研究,使融合数据中尽可能多地包含原始数据中的有用信息。对于未勘探或勘探初期的火山机构,如何针对火山岩不同特征优选出有效的多种地震属性来综合刻画其边界及内部特征显得尤为重要。利用多属性研究碎屑岩在一些区域取得了较好效果[8-9],但是面向火山岩刻画的多属性方法应用并不广泛,尤其是在同时刻画出多种岩相火山机构方面值得尝试。

本次研究在地震多属性体融合技术分析基础上,针对松辽盆地火山岩机构难以刻画及储层裂缝发育规律不清的特点,优选出对爆发相和溢流相较为敏感的地震单属性与蚂蚁体进行数据体的融合。通过将反映火山岩不同特征的地震属性体融合进行火山岩储层识别,在松南断陷S地区的储层预测结果与实钻情况相符,说明该方法可以为无井区火山岩勘探部署提供依据。

1 技术原理

1.1 多属性体融合

地震多属性体融合已逐渐成为一种新兴的属性分析方法。多属性融合技术往往用于平面属性较多,体融合则是在平面属性的基础上增加了时间维度。

多属性体聚类地震相也属于体融合方法的一种,以往地震相体用来进行海相礁滩体的刻画曾取得较好效果[10]。现有的聚类方法比较多,主成份分析主要是通过降低属性维数,参加聚类的四种属性中三种属性贡献多且相似多，包含地震资料主要趋向信息,而另外一种属性则会被作为噪音去除,应用较多的还有神经网络、遗传算法、分级聚类等都可以实现多属性聚类地震相的体分析。分析地震相体一般是针对目的层段进行的,需要用层位来确定地震相分析层段的顶底。在整个分析流程中,需要人为控制的参数主要是分类数,即根据分析地震相体的目的和资料情况,来确定将多属性地震数据体综合划分为多少类,一般分类数的多少也需要迭代确定。同时由于各种属性的量纲不一致,需先对各种属性体进行归一化。

(1)

式中：A为归一化后的地震属性；Ai为实际地震属性值；Amax和Amin分别为地震属性的最大和最小值。

对于同类地震属性,如分频振幅与均方根振幅等振幅类属性,统一量纲之后需要根据相关性好的属性进行体聚类比较有地质意义;而不同类的地震属性,如振幅属性与几何类属性,聚类结果不能凸显各种属性的地质含义,则通过逻辑运算来进行体融合。

1.2 火山岩相地震属性识别

火山岩相通常分为爆发相、溢流相、火山通道相、侵出相及火山沉积相几种主要类型[10-16],在地震剖面上与围岩相比有其独特的地震反射特征,然而由于与围岩接触关系复杂,刻画火山机构的边界及空间分布仅仅通过地震反射较为困难。为了选出能反映火山岩岩性的地震属性,需要根据其在地震剖面上的隐藏信息寻找能表征的地震属性[10]。

火山岩埋藏深度普遍较深,其上覆地层对地震波的频散作用也很大,导致火山岩地震反射波呈现低频形象[17]。对于类似爆发相火山岩的杂乱反射,根据其低频高能的反射特点,通常利用低频振幅进行刻画,只需优选合适的分频振幅即可。而对于溢流相类的火山岩,根据其相对可以连续追踪的层状反射特征,建立地震属性与岩相对应关系。测井曲线中对岩性最为敏感的是伽马曲线,对伽马曲线与常用的24种井旁道地震属性的相关性进行计算,能够相对定量地评价地震属性与岩性的相关性,发现瞬时振幅一阶导属性的相关性好。相关性计算公式为:

(2)

1.3 裂缝识别

识别裂缝通常用到叠后地震的几何类属性,如相干、曲率、倾角等属性。在具有叠前方位各向异性地震数据的条件下,利用地震属性中对裂隙比较敏感的方位振幅、方位层速度、方位AVO/FVO梯度、方位频率等属性,能够实现对裂缝方位、裂缝密度等参数的描述。这些属性能够反映地震反射的不连续性,尤其是在应用这些属性的基础上进一步进行蚂蚁追踪更加清晰直观,可以更有效地指导裂缝的平面及剖面解释,对于小型裂缝刻画也较常规几何类属性有明显的优势[18-19]。

裂缝也是火山岩机构储层发育的主要指示,因此优选几何属性进行裂缝预测。研究发现,相干属性平面识别小断裂效果虽好,但是在剖面上却比较粗糙,用来识别裂缝显得分辨率不足。通过对比优选,认为基于叠后地震资料的蚂蚁追踪算法对火山机构的裂缝进行检测效果相对较好,但是在计算过程中常常引入一些噪音信息。因此,在蚂蚁属性研究中需要对地震资料进行构造导向滤波处理,突出有效裂缝信息,也便于增强后期与其他属性融合的效果。

2 应用效果分析

2.1 工区地质背景

S工区构造上位于长岭凹陷南部,断陷层地层向上超覆,为油气有利运聚区。发育有碎屑岩储层和火山岩储层,其中火山岩储层主要位于断陷层至断坳转换带,发育各类中-基性、酸性火山喷发岩,形态多为喷发形成的溢流相火山,还有刺穿状的火山岩株、沿层侵入层状火山岩席等。

根据区块的单井、联井火山岩相划分、对比以及钻探成果显示,研究区主要发育爆发相和溢流相,另外还有少部分的侵出相。而爆发相和溢流相往往是较好的火山岩储集岩相带,因此,需要对这两种火山岩相在地震上进行进一步识别。

2.2 工区火山岩相识别与裂缝预测

火山岩气藏地质结构极其复杂,非均质性极强,具有岩性岩相变化快、厚度变化大、连续性及可对比性差等特点,属世界级难题。基于研究区复杂地质条件,笔者通过多属性体融合进行火山岩储层识别[20-22]。首先从众多的地震属性中选出一种或几种能够反映火山岩性质的地震属性,结合钻井识别出火山岩相;然后通过蚂蚁算法预测火山岩裂缝的发育情况;最后将反映火山岩不同特征的地震属性进行体融合,在融合后的数据体上能够快速识别出无井区的火山岩有利储层。

对于溢流相火山岩,通过进行岩性敏感地震属性的优选,计算岩性与井旁道地震属性的相关系数,其中单属性中瞬时振幅一阶导与伽马的相关性最好,能达0.64;其他地震属性相关系数绝对值低于0.5,说明单属性达不到研究火山岩的条件。为此,对于溢流相火山岩则选用与岩性曲线相关性相对较好的瞬时振幅一阶导属性,而爆发相火山岩主要利用其低频段高能量特征,通过优选认为10 Hz低频振幅能反映爆发相火山岩。因此,选用了瞬时振幅一阶导和低频振幅属性二种属性进行体融合,能够一次快速从地震剖面上识别出爆发相和溢流相的火山岩。通过优选的地震属性与原始地震波形进行多属性聚类分析,得到的地震相体见图1,图1中黄橙色表征火山岩相的分布。

通过蚂蚁属性预测裂缝的研究分为三个部分:首先对地震资料进行构造导向滤波处理,接着提取反映不连续性的相干属性,再利用相干属性进行蚂蚁体计算。原始地震与计算的蚂蚁体叠合的连井剖面反映火山机构内幕主要以近直立的裂缝为主,并且以A井火山机构裂缝密度最大。