提高蚂蚁追踪裂缝预测精度的应用研究

谢清惠，蒋立伟，赵春段，王仲达，唐协华，罗瑀峰

(1.斯伦贝谢中国公司，北京 100015； 2.中国石油浙江油田分公司，浙江 杭州 310023)

0 引言

目前，随着油气勘探的发展，断层和裂缝预测技术也在不断地革新，针对于大、中型尺度的断层识别方法多且较为成熟，但小尺度的断层和裂缝预测技术仍然是地球物理勘探领域的难点[1-2]。裂缝的地震预测技术包括叠前预测和叠后预测两大类，前者主要是利用快、慢横波的差异或纵波的方位各向异性来预测裂缝的方位、发育程度甚至有效性，该方法要求有昂贵的三维地震采集和处理技术相配套，例如多波多分量地震采集与处理、高密度宽方位地震采集与处理等；后者主要利用叠后三维地震属性对裂缝进行识别和预测，其中很多振幅类、频率类和相位类的属性已被广泛应用，而较为精细的裂缝地震属性分析则主要是围绕地震反射波形的突变(不连续性)来开展，例如相干分析和蚂蚁追踪等边界强化探测技术[3-5]。

对于中、小尺度的断层和裂缝预测，常用到蚂蚁追踪技术。蚂蚁追踪技术是基于蚂蚁算法的仿生物学技术，意大利学者Dorigo等提出蚂蚁算法[6]，其根据蚁群利用分泌物尽快找到食物源的原理，在地震数据体中寻找裂缝痕迹，直到完成断层的追踪和识别[7-8]。这种追踪技术能突出地震数据的不连续性，强化断裂特征的新属性，提高断裂预测精度,并充实地质构造细节[9-11]。目前该技术已经集成到商业软件Petrel中，得到了广泛的应用。蚂蚁追踪属性对地震资料的变化非常敏感，因此地震资料品质直接影响到蚂蚁追踪属性结果，包括地震资料的反射强度、连续性变化、反射界面轻微抬升等都会在蚂蚁追踪属性中得到体现[12]。

研究区四川盆地外YS1井区经历了多期构造演化，发育多旋回沉积。由于历次构造运动叠加，区内断裂复杂多样，具有多期次、多尺度、多类型、多走向等特征[13]。目的层存在着可钻性差、井壁稳定性差、井漏、固井难度大等钻完井技术难点，在施工过程中频繁发生井塌、井漏等井壁失稳现象。针对研究区实际情况，利用常规的地震解释方法，较难达到精细刻画断层的要求，也难以捋清断裂期次和展布；故引进蚂蚁追踪技术，但若仅使用常规的蚂蚁追踪流程，存在对中、小裂缝预测精度不够的问题。因此，急需研究一套适用于本区的高精度蚂蚁追踪流程，提高裂缝预测精度，捋清裂缝发育特征并查明井漏原因，为下一步井位部署提供数据基础。本文正是针对研究区的地质特点，结合现有资料条件，围绕如何提高裂缝预测精度进行探讨，最终通过提高分辨率、降噪、增强连续性、突出断层边界、剔除假构造等手段提高精度，并在实际应用中取得良好效果。

1 方法流程简介

常规蚂蚁追踪主要包括以下几个步骤：

1)构造平滑：对原始地震数据体进行构造平滑、降低噪声影响，增强地震有效反射的连续性；

2)不连续性检测：对地震数据不连续点进行探测，并对这一不连续进行强化；

3)蚂蚁追踪参数设置：蚂蚁追踪的效果受控于蚂蚁追踪参数设置，主要有6个参数，包括初始蚂蚁边界、追踪偏差、搜索步长、允许的非法步长、必须合法步长以及搜索中的门槛值等。

4)蚂蚁追踪：得到裂缝预测结果。

针对研究区面临的问题，为了提高裂缝预测精度，依托Petrel软件，笔者探索出一套适用于研究区的蚂蚁追踪技术流程(图1)。首先，对资料进行构造导向滤波，取代了常规蚂蚁追踪第一步中的构造平滑，目的是提高信噪比，增强不连续性；第二步，分别进行了最大曲率、混沌体以及方差体属性计算，对比并分析了3种地震属性的不连续性识别能力，选择最优的不连续性探测方法；第三步，通过对比并优选一套适用于研究区的蚂蚁追踪参数得到初始的蚂蚁追踪结果；与常规蚂蚁追踪对比，为了剔除虚假构造，本文增加了第四步中的产状控制下的蚂蚁追踪，并将不同走向的断层分离开，便于下一步的构造期次分析。

图1 优化的蚂蚁追踪流程Fig.1 Optimized ant tracking workflow

1.1 构造导向滤波

构造导向滤波技术是有效利用地质目标体的倾角和方位角信息提高属性预测精确性和目标探测能力的重要方法,其在提高地震数据体信噪比、保持原地震信号基本状态不变的前提下,更加突出同相轴的不连续性,提供更强的断层、裂缝影像效果,有助于微小断层的识别[14-16]。图2为研究区构造导向滤波效果，二者对比可以看出,原始地震数据中的随机噪声得到压制,地震同相轴更加连续,虚线框内的断层边界更加突出了。

a—原始地震剖面；b—构造导向滤波之后的地震剖面a—original seismic profile；b—seismic profile after structure-oriented filtering图2 YS1井区构造导向滤波效果Fig.2 Structure-oriented filtering maps in YS1 area

1.2 不连续性检测

在构造导向滤波之后，断层的分辨率和清晰度得到了一定的改善，但一些断层依然存在边界不清晰、连续性不强等问题，因此接下来将使用不连续性检测技术来增强断裂的连续性，以突出断层边界。目前常用的方法种类繁多，针对不同研究区的适用性不同，效果也是良莠不齐。其中，较为广泛适用且效果较好的断层边界识别方法有方差体属性、曲率属性、混沌体属性等。方差体技术是一种基于概率方差分析的地层不连续性检测，其通过计算相邻地震道之间的方差来表示各个地震道反射特征的差异，从而达到识别断层的作用。早期的面曲率分析技术主要用于宏观的断裂描述和应力场分析[17-18]，近期出来的最大正曲率和最小负曲率大幅提高了曲率研究精度，也常被用于裂缝预测中。混沌属性则是通过对地震数据体中层间地震反射波倾角相似性计算，描述地层内地震反射波的反射特征及反射结构的连续性变化，可有效突出特殊地质体的边界,较好地刻画特殊岩性体和小尺度断层[19-20]。

图3a、3b和3c分别为方差体、最大曲率以及混沌体的沿目的层切片。相比之下，方差体切片仅为较大尺度的NE向断层；最大曲率属性切片比方差体切片多了近SN向断层；而混沌体切片对近SN向断裂刻画得更为清晰。经过对比，认为混沌体属性能更有效地识别YS1井区的断层边界。

a—方差体切片；b—最大曲率切片；c—混沌体切片a—variance slice；b—max curvature slice；c—chaos slice图3 YS1井区地震属性沿层切片Fig.3 Seismic attributes slices in YS1 area

1.3 受参数控制的蚂蚁追踪

蚂蚁追踪的效果受控于蚂蚁追踪参数设置，主要有6个参数，各参数含义和特点见表1。在实际应用中，若对各参数进行分别试验、对比和优选，可能会组合出成千上万种参数组合结果，需要耗费大量的人力和时间。根据试验对比和经验设置，Petrel软件中已为解释人员提供了两种默认的追踪参数组合模式：Aggressive主动模式和Passive被动模式，具体参数设置见表1，二者的区别主要在于初始蚂蚁边界和搜索中的门槛值。主动模式的初始蚂蚁边界较小，而搜索中的门槛值较大，因此，主动蚂蚁追踪算法类似“勤劳的蚂蚁”，更善于挖掘断层，但由于其“主动性”较强,致使噪声较清晰。被动模式的初始蚂蚁边界较大，而搜索中的门槛值较小，因此被动蚂蚁追踪算法即“懒惰的蚂蚁”，其倾向于追踪极强信号，放弃较弱信号，因此有助于压制噪声，体现大断层趋势，但是易导致局部不清晰的低级别小断层呈断续特征，进而破坏其连续性[12]。

表1 蚂蚁追踪方法的参数设置及含义

图4a和4b分别为Aggressive主动蚂蚁追踪和Passive被动蚂蚁追踪结果的沿目的层切片。相比之下，被动蚂蚁追踪可以识别大、中型断裂；而主动模式更善于追踪中、小型裂缝，其沿层切片断裂数量大增，甚至对于裂缝细节刻画得更为清晰。因此选取Aggressive主动蚂蚁追踪算法为研究区裂缝预测的优选方法。

a—被动蚂蚁追踪结果；b—主动蚂蚁追踪结果；c—产状控制下的主动蚂蚁追踪结果a—passive ant tracking；b—aggressive ant tracking；c—occurrence-controlled aggressive ant tracking图4 YS1井区蚂蚁追踪结果沿层切片Fig.4 Ant tracking slices in YS1 area

1.4 产状控制的蚂蚁追踪

在优选了蚂蚁追踪的最终参数组合之后，进行初步的蚂蚁追踪。此时的蚂蚁追踪结果搜索到了全方位的裂缝，而实际工区的断裂发育并非在全方位都发育，因此往往存在虚假断裂。产状控制的蚂蚁追踪正是去掉虚假断裂信息的手段。具体做法是：根据生成的地震属性以及初始蚂蚁结果，结合前人研究成果，统计出大断层走向、倾向和倾角等产状参数信息，得到裂缝发育空间展布形态，确定过滤原则。同时考虑层位痕迹一般为低倾角响应，因此需滤去较小的倾角。实际开展蚂蚁追踪时，通过Petrel软件内的赤平投影图来控制蚂蚁追踪的搜索方向(图5)：将要过滤掉的断裂倾角和方位选为灰色，则该部分断裂将不会被蚂蚁追踪结果记录到；反之，白色部分则为蚂蚁追踪结果所追踪和记录的。

图5 Petrel内用于产状控制的赤平投影Fig.5 Stereonet map using by occurrence controlled in Petrel

根据前人研究表明，研究区早期受到近SN向挤压，主要形成NE向断层；晚期受到NE向挤压，主要形成近SN向断层。从图3的几个地震属性中可以看出，研究区发育有NE向和近SN向断层，但初步的蚂蚁追踪结果存在其他走向的断层(图4b)，因此需要对此进行虚假构造的剔除，提高裂缝预测精度。结合YS1井区实际地质情况，设定参与计算的断层倾角为45°～90°(区域内发育走滑断层，近乎垂直，选取最大倾角为90°)。对于方位角设置，仅将NE向和近SN向的断裂留下参与计算。具体参数设置见如图4c中的赤平投影图，计算得到的沿层切片见如4c,与图4b蚂蚁追踪切片相比，NW向断裂被剔除，基本只保留了NE向和近SN向断裂，更符合研究区断裂发育的实际情况。但是，此时得到的结果是各时期断裂全部交杂在一起。为了捋清各期次的断裂发育特征和展布规律，可将两个不同走向断裂分离开，便于接下来的断裂期次发育分析。图6a为NE向断裂为主的沿层切片，在YS1井区中南部发育几条平行排列的大断层，北部以短、小断裂发育为主。图6b为近SN向断裂为主的沿层切片，发育中、小尺度裂缝为主，集中在YS1井区西北部。

图6 YS1井区分走向蚂蚁追踪沿层切片Fig.6 Ant tracking slices with different trends in YS1 area

2 应用效果

在地震解释工作中，常用到方差体辅助断层解释，其虽然能反映整体大构造趋势，但不能反映中、小尺度构造以及构造内部的复杂关系。图7为基于方差体的断层解释多边形，可识别到的断层寥寥无几(图7a)。而在同一块区域内，基于蚂蚁追踪计算结果的断层解释则精细了许多，它不仅为原来方差体预测到的几根断层补充了细节(图7内的①、②、③、④号断层)，而且预测到了许多方差体未识别到的断层，帮助我们认识到YS1井区北部发育了因近SN向挤压而形成的一系列平行排列的NE向断层。

图8为过YS1-3水平井段拉取的剖面，图上可见水平井段上的蚂蚁追踪结果与泥浆漏失点对应关系良好，说明了裂缝发育是泥浆漏失的主要原因，接下来的水平井部署应避开裂缝发育带。

a—与方差体的叠合图；b—与蚂蚁追踪结果的叠合体a—overlapping map with variance；b—overlapping map with ant tracking图7 YS1井区断层解释多边形与地震属性的叠合Fig.7 Overlapping maps of fault polygons with seismic attributes

3 结论

1)不同于常规的蚂蚁追踪流程，本文方法用构造导向滤波取代了普通的构造平滑，意在增强断层不连续性。除此之外，还增加了产状控制下的蚂蚁追踪，不仅从整体上对追踪结果进行产状控制、剔除虚假构造，还将不同走向的断层分离开进行计算。该方法尤其适用于发育多期次、多走向的复杂构造地区。

2)该方法通过降低噪声、增强连续性、突出断层边界、剔除虚假构造等方面提高裂缝预测精度，使得裂缝刻画更加精细，断层解释更为准确，并且定位了泥浆漏失的主要原因。这不仅为地震解释提供参考，也能为构造期次分析提供依据，还能为接下来的水平井部署提供数据基础，减小钻井风险。

3)蚂蚁追踪结果受控于蚂蚁追踪参数设置，但参数数量甚多，不同的解释员进行不同的参数设置会产生成千上万个结果，因此需谨慎选择参数。软件中常设置有主动蚂蚁追踪和被动追踪两种不同的参数组合模式，主动追踪善于挖掘裂缝，大、小裂缝信息都丰富；被动模式善于追踪较强信号，主要预测大断层。主动追踪适用于精细裂缝预测，被动追踪可用于预测大断层以辅助断层解释。