基于优势低频带地震数据的属性融合断层识别方法

陈国飞， 石颖， 杨会东， 宋宝权， 王维红， 于波， 熊向东

1 东北石油大学地球科学学院， 大庆 163318 2 “陆相页岩油气成藏及高效开发”教育部重点实验室， 大庆 163318 3 中国石油大庆油田有限责任公司勘探开发研究院， 大庆 163712

0 引言

油田开发进入特高含水期后，断层区是剩余油的重要富存部位.主要富集形式有：(1)距离大断层周围150 m范围内条带区域；(2)断层内部未断失含油地层；(3)断层控制形成的小型、微型构造(韩大匡，2007).围绕断层区开展剩余油挖潜，研究断层刻画和识别方法具有重要意义.目前，地震断层识别技术向多属性融合化、单一技术精准化、井震结合智能化方向发展.

地震属性融合方面，常规相干体、曲率体、RGB分频、倾角-方位角体、蚂蚁体和最大似然体等地震属性(Neves et al.，2004；Chopra and Marfurt，2014；Yu，2014)，多解性强、不确定性大.而基于数学运算、神经网络和颜色空间等多属性融合方法，将优选的多个地震属性融合，扩展属性维度信息，可有效提高断层等复杂地质体辨识能力(Liu and Marfurt，2007).近年来，地震多属性优化、融合等相关研究得以发展，有效解决了油田开发中断裂体系刻画问题(印兴耀，2008；Torabi et al.，2017；Shi et al.，2018；Hussein et al.，2021).其中，Shi等(2018)将地震各向异性信息与多属性融合技术结合，实现致密砂岩储层断裂识别；Hussein等(2021)通过现场实验证明：相比于传统基于单一属性的断裂识别技术，基于多种地震属性优化和融合的断裂刻画技术识别断层效果更佳.

单一技术精准化方面，各类属性提取算法逐步实现优化，如曲率体属性提取方法不断改进、发展，以适应不同品质地震资料下的断裂识别(Roberts，2001；Klein et al.，2008).印兴耀等(2014)利用离心窗倾角扫描法获取倾角信息，进而提取曲率属性，改善了断裂识别效果.断裂识别中常用的相干体技术从基于三道地震互相关计算的第一代相干算法(Bahorich and Farmer，1995)，发展到基于本征结构分析、主元素分析的第三代相干算法(Marfurt et al.，1998，1999)，基于以上传统算法又衍生出多种先进相干算法(Lu et al.，2005；张广智等，2011；蔡涵鹏等，2016；Wu，2017).在断层识别技术方面，蚁群算法等仿生算法被认为是最有效的断裂识别方法之一(刘财等，2016；李婷婷等，2018；Acua-Uribe et al.，2021).

井震结合方面，联合地震与测井信息的高效智能解释是地震勘探技术未来重要的发展方向(张春贺等，2011).地震断层解释基于地震反射波同相轴错断特征，可确定断层在三维空间的分布形态；测井断层解释基于地层缺失而确定断点位置和断距，其解释成果是单井断点信息(李婷婷等，2018).目前，井震结合断层解释方法已在国内外实际应用中取得一定效果(Sha et al.，2015；Al-Gawas and Al-Shuhail，2017).此外，深度学习与人工智能正成为地球物理技术创新的大趋势(Jia and Ma，2017；Cano et al.，2021；杨晶等，2022).面对海量断层解释和丰富井断点信息，基于深度学习的地震解释技术打破了人类大脑的局限性，减少了人工工作量.利用机器学习与大数据分析进行地震属性分析，减少了地震解释的不确定性，推动了定量解释技术发展(Araya-Polo et al.，2017；Xiong et al.，2018；Cunha et al.，2020；刘宗杰等，2021)，但智能化地震解释在地球物理领域仍有泛化性弱等缺陷，其实际应用还有待突破.

上述方法在重建地下断裂体系，准确搭建三维构造框架，指导断层区剩余油挖潜起到了一定支撑作用.但此类方法均是基于原始全频带地震数据提取的常规属性，仍存在诸多问题.例如大断层平面延展、断面归位不准，低级序断层无法识别等.此外，实际科研及生产中发现，应用原始全频带地震数据提取相干体等地震属性，断距小于3 m的低级序断层和岩性边界二者属性特征相似.纵向上，此类低级序断层可以使上百米厚度地层发生位移，有两个以上地震反射同相轴出现错断、突变特征.当地震资料纵向分辨率较高时，岩性边界也会引起局部反射同相轴错断、凸凹不平等特征.此问题说明了基于全频带地震数据断层识别方法的不确定性.

为解决上述问题，进一步挖掘地震资料识别断层的潜力，开展以下两方面研究：其一，利用优势低频单频数据以增强小断层反射特征，剔除岩性边界响应，这一低频信息即为“优势”频率；其二，以地震“子体”为属性运算单元，从优势频率数据中获取不同地震属性进行融合，最终达到去除构造类噪声，实现精确断层刻画的目的.为此，基本框架如下：首先，介绍了频谱分解技术及地震优势频率的选取方法；其次，介绍了基于地震“子体”的相干、倾角和方位角三种属性体计算方法，以及基于HIS(Hue-Intensity-Saturation)三属性融合方法，得到用于断层识别的综合地震属性体；再次，设计了断层和岩性边界地质模型，并开展地震正演模拟实验，验证了优势频率可有效避免岩性边界响应特征对断层识别的干扰，降低断层识别的不确定性，从而说明了此改进断层识别方法的正确性.经过理论与实验验证，最终将提出的方法应用于L油田开展断层识别，显著提高了该油田断层体系描述精度，有效指导断层区剩余油挖潜.

1 优势频率选取关键技术

全频带地震数据体中涵盖了有效带宽内连续的单频率数据信息，整体叠加使有效信息此消彼长，削弱了地震数据的断层识别能力，而优势频率可有效解决此问题.

1.1 地震数据分频处理技术

频谱分解可以产生具有单一频率的系列振幅能量体，用于优势低频选取.传统的快速傅里叶变换、离散傅里叶变换、最大熵等频谱分解技术均受时窗限制，分解得到的单频数据频谱存在较大失真，且垂向分辨率较低.

匹配追踪算法可以在考虑地震层序响应分布规律、克服时窗影响的同时，提高频谱分解的稳定性.此外，相比于传统时间域分解方法，该方法在频率域对地震信号进行匹配追踪，可有效提高频谱分解的计算精度和成像效果.基于匹配追踪的频谱分解方法首先建立基本函数库，将信号从时、频两域分开：

(1)

其中，h为基本函数库；t为地震双程走时；m为地震双程走时离散化个数；lm为选取时窗长度；τm为时窗移动距离；ωm为采样频率.

基于基本函数库，匹配追踪算法可分为以下3个步骤：

(1)从基本函数库中，选出与待分解信号之间内积最大的函数h0(t)，将f(t)分解：

f(t)=〈f(t),h0(t)〉h0(t)+T1，

(2)

其中，h0(t)为首次匹配基本函数；T1为首次匹配后的残余项.

(2)对T1作类似匹配，从基本函数库中再次选出与T1之间内积最大的函数h1(t)，同理把T1分解为：

T1=〈T1,h1(t)〉h1(t)+T2，

(3)

其中，h1(t)为二次匹配基本函数；T2为二次匹配后的残余项.

(3)重复步骤(2)对残余部分不断匹配，第n次匹配后有：

Tn-1=〈Tn-1,hn-1(t)〉hn-1(t)+Tn，

(4)

其中，n为匹配次数；hn-1(t)为第n次匹配基本函数；Tn为第n次匹配后的残余项.把n次匹配结果依次回代，得到分解公式：

(5)

其中，N为求取匹配残余值总次数.

基于上述方法对全频带地震信号进行匹配追踪分频处理，使用迭代法不断地寻找其匹配基本函数，当残余项降低到预定阈值便停止迭代，得到一系列离散的单频数据体.

1.2 优势频率选取

目标地震数据分频处理后，得到多套单频数据体.对各单频数据体分别制作含油层顶面高斯曲率体属性切片，通过对比分析确定目标地震数据的优势频率.

采用3×3平面网格划分法，将地震层位解释获得的三维构造面划分成若干个由9个点组成的小面元.每个小面元形成的局部空间曲面，利用二元二次方程将其拟合成二元三维趋势面，表示为：

S(x,y)=a1x2+a2y2+a3xy+a4x+a5y+a6，

(6)

其中，S(x,y)为三维曲面的高程；a1、a2、a3、a4、a5、a6为待求系数.

对于单独3×3平面网格组成的趋势面上，由一阶、二阶导数定义推导出公式(6)中的待定系数a1～a6，将a1～a4代入到高斯曲率公式(7)中，即得到单独小面元的高斯曲率值：

(7)

三维构造面分为若干个3×3小面元，三维地震数据体由构造解释层位控制可划分为若干个面.基于以上逐级划分方法，三维地震数据体被划分为若干个3×3小面元组成的体，每个小面元均采用公式(7)计算高斯曲率值，即得到三维高斯曲率体属性.计算各个单频地震数据体相应的高斯曲率体，沿地震解释层位提取各套高斯曲率体切片.通过切片扫描方法，寻找断层刻画最清晰的单频数据体，从而确定有利于识别断层的优势频率，用于制作后续的三属性融合体.

2 基于优势频带的三属性融合

将上述获取的优势频带单频数据作为输入，以地震子体为运算单元，分别制作相干、倾角和方位角属性体，并基于HIS变换进行融合显示，从而精确实现断层刻画.

2.1 地震子体定义

多数地质目标横向上具有一定延续性，传统地震属性计算以单道为基础，忽略了不同地震道之间横向相关关系.以地震子体为对象进行单个或多个统计意义下地震属性提取，运算时可兼顾地质体横向连续性，能够获取更好反映地震波形内涵的特征参数.

任意选取三维地震数据中某一采样点为中心，向相邻道及上下扩展，组成的小立方体称为地震子体(图1).地震子体横向上包括3、5、7等奇数道，纵向上(时间)时窗长度可根据地质情况合理选取.子体大小由所选算子类型和地质任务决定，通常定义子体越小，计算速度越快，得出属性体分辨率越高，但属性计算结果的信噪比较低.因此，应根据地震资料品质合理定义时窗.对于高信噪比资料，可开小时窗以达到最大分辨率；对于低信噪比资料，可适当增大时窗；处理高倾角或近于垂直的断层时，需增大垂向时窗.

图1 地震子体定义Fig.1 The definition of seismic sub-volume

2.2 基于领域分析地震属性计算

利用地震子体计算属性前，需将地震子体赋予一定特征值，像素计算邻域分析法可实现子体属性赋值.已定义三维地震子体所包含的每一个地震采样点为一个像素，邻域分析计算是以待计算地震子体中心像素点，向其周围扩展到子体边界范围，基于这些扩展像素特征值数据进行函数运算，得到中心像素点属性值，即地震子体属性值.为提高地震数据保真度，采用邻域均值方差积统计方法，计算地震子体属性值.

地震子体中心点的邻域均值方差积值Mμ σ(xm,ym,zm)，由其周围采样点按照公式(8)—(10)计算得到：

Mμ σ(xm,ym,zm)=μ(xm,ym,zm)σ2(xm,ym,zm)，

(8)

(9)

zm+n)-μ(xm,ym,zm)]2，

(10)

其中，m表示地震子体的三维邻域空间半径；μ(xm,ym,zm)表示三维窗口中所有元素的灰度均值；σ2(xm,ym,zm)表示三维窗口中所有元素的灰度方差；A(x,y,z)表示地震子体内某采样点振幅值.

通过邻域分析计算得到每一个地震子体属性值，形成新三维数据体.再以地震子体为运算对象，分别提取得到相干、倾角和方位角属性体.

2.3 基于HIS变换三属性融合

为了进一步提高断层刻画的清晰度，采用图像处理领域的HIS变换图像融合技术，将相干、倾角和方位角三种属性体融合显示.常规色彩显示通常使用RGB表色系统，如相干体数据样点属性值用红色色度表征、倾角体用绿色色度表征、方位角体用蓝色色度表征，此种色彩模式仅能通过调整融合颜色的色度来体现图像纹理特征.HIS是在彩色空间中用色度(Hue)、亮度(Intensity)和饱和度(Saturation)来表示的色彩模式，较之RGB色彩模式增加了亮度和饱和度两个分量，可以提高融合图像的空间分辨率，凸显影像的地物纹理特性.将相干、倾角和方位角体经过HIS融合，可以在融合结果中准确刻画主干断层平面形态及相互间搭接关系，识别隐蔽、延伸短、断距小的断层.HIS模式融合显示的实现过程为：按照HIS正变换将RGB信号暂时变换为假设的HIS表色系统，调整最佳亮度和饱和度后，再通过HIS反变换返回到RGB信号上进行彩色显示.

RGB颜色空间以三维笛卡尔坐标系为基础，以R(红色)、G(绿色)、B(蓝色)三个基色为坐标轴形成的正方体颜色空间(图2a)，空间坐标原点o为三基色色度达到0时合成的白色调，坐标原点对角线顶点o′为三基色色调达到1时合成的黑色，空间内任何一点也是三基色按坐标系对应色调合成的颜色.HIS颜色空间以圆柱坐标系为基础(图2b)，亮度I沿着轴线从底部点n′黑色变到顶部点n白色，色度H由圆柱底面的角度表示(水平右边0°为红色、逆时针120°为绿色、240°为蓝色，圆周覆盖了所有可见光谱的彩色)，饱和度S是色度环的原点o到彩色点半径的长度(原点o饱和度为零，圆周上饱和度为1).RGB颜色空间变换到HIS颜色空间，首先是RGB颜色空间o点、o′点与HIS颜色空间的n点、n′点黑白色度对应上；再将RGB空间中色度为1的红色、绿色和蓝色与HIS空间对应上.整体颜色空间变换遵循公式(11)—(13)的变换矩阵方程和函数关系.

图2 不同颜色空间显示模式(a) RGB颜色空间模式； (b) HIS颜色空间模式.Fig.2 Spatial display mode of different colors(a) RGB mode； (b) HIS mode.

按照RGB彩色显示的相干、倾角和方位角体空间中某点T(r,g,b)，到HIS彩色空间T(h,i,s)的正变换按公式(11)—(13)进行：

(11)

H=arctan(v1/v2)，

(12)

(13)

其中，I、H、S分别表示HIS彩色空间的亮度、色度和饱和度；R、G、B分别表示RGB彩色空间的红、绿、蓝色度；v1、v2分别表示HIS彩色空间亮度和饱和度所建立的极坐标.

从HIS彩色空间返回到RGB彩色空间的反变换按公式(14)—(16)为：

(14)

v1=ScosH，

(15)

v2=SsinH.

(16)

3 理论模型验证

为证明优势频带可有效解决岩性边界引起疑似断层响应不确定性的问题，设计了叠置砂体模型与断层模型，基于褶积模型合成地震记录，并分析两套模型不同频率的地震响应.

3.1 断层和岩性边界地质模型

为符合实际地质情况、揭示普遍规律，本节制作了3 m断距的断层模型和3 m落差的砂体叠置模型，用以进行优势频带测试.模型主体包括波阻抗均匀地层、地层分界面、断点和岩性尖灭区.3 m断距断层模型共断开砂岩组级地质层位8个，断面倾角60°(图3a)；3 m落差砂体叠置模型为两套不同期次的枝状砂体切叠，具有典型的似断层特征(图3b).两套对比模型深度和宽度由实际油藏剖面比例确定.按照表1所示的地层速度和密度信息，将图3设计的地质框架模型转化为波阻抗地质模型，用于后续合成地震记录.

图3 断层和岩性边界地质模型(a) 3 m断距断层模型； (b) 3 m落差砂体叠置模型.Fig.3 Geological model about fault and lithologic boundary(a) The 3 m displacement fault model; (b) The 3 m drop sandstone overlay model.

表1 断层和岩性边界地质模型地层参数表Table 1 Formation parameters of geological model about fault and lithologic boundary

3.2 地震正演分析

给定不同主频地震信号，基于褶积模型对上述地质模型合成叠后地震记录，以分析不同主频震源作用下，小断层和岩性边界地震响应时间落差的变化规律，从而确定优势频带.本次实验中，震源子波为零相位雷克子波，子波长度150 ms，共设置20组不同主频的雷克子波作为激发震源，其主频变化范围为5～100 Hz，频率间隔为5 Hz，正演后共获得20组断层和砂体叠置模型对应的地震正演响应时间落差数据.

为方便起见，此处首先比较震源主频为20 Hz与40 Hz的两组数据，合成地震记录均被加入5%的随机噪声.图4所示的对比结果揭示如下特征：

图4 断层和岩性边界模型地震正演响应(a)、(b) 分别为20 Hz、40 Hz的雷克子波激发地震响应.左为断层模型，右为岩性边界模型.Fig.4 Seismic forward response of fault and lithologic boundary models(a) and (b) are the seismic response stimulated by 20 Hz and 40 Hz Ricker wavelets, respectively. left：the fault model；right：the lithologic boundary model.

(1)主频20 Hz雷克子波合成的数据中，3 m断距断层模型存在明显的同相轴错断，而切叠型岩性模型地震响应无错断现象(图4a)；

(2)主频40 Hz雷克子波合成的数据中，切叠型岩性模型产生了与3断距断层模型相似的地震响应，难以靠人工区分岩性边界与断层(图4b).

上述两组数据对比初步说明，优势低频信息能够剔除岩性边界引起的疑似断层反射特征.为更加清晰说明优势频带作用，将20组正演测试得到的地震响应主频与时间落差函数关系展示于图5.分析图5中两条曲线变化规律可知：对于3 m断距断层模型，同相轴时间落差函数在0～5 Hz的主频范围内为零，5 Hz后突增至4 ms，60 Hz后逐渐平稳在3 ms；而砂岩叠置模型的落差函数在0～20 Hz区间内为零，20 Hz后突增，60 Hz之后时间落差逐渐平稳在3 ms.可以发现，在20 Hz地震数据中，断层反射特征十分清晰，而砂岩边界反射特征消失.因此，对于图3所示的模型，20 Hz是一个区分断层与岩性边界的重要频率分界点，即优势频率.该测试充分说明了，地震数据中存在优势低频带可以有效区分断距3 m级的小断层，在断层识别方面相比于高频端地震数据更具优势.

图5 不同主频雷克子波激发断层和岩性边界部位时间落差Fig.5 Time difference between fault and lithologic boundary stimulated by Ricker wavelets with different optimized frequency

4 应用实例

基于上述理论测试结果，将提出的断层识别方法应用于L油田的断层识别.L油田在断层识别方面，主要需求是准确刻画主干断层平面形态及相互间搭接关系，识别隐蔽、延伸短、断距小的断层.经过优势频率确定、基于地震子体的地震属性计算、HIS变换色彩融合等关键步骤，最终实现该油田的断层识别、断裂系统再认识.

4.1 工区概况

L油田主体为一个三级背斜构造，轴向北北东向，长轴11.8 km，短轴2.86 km，西陡东缓.整个构造被两组北西方向延伸的大断层切割，分成面积不等的南、中、北三大块.背斜构造断层以张性断层为主，均为正断层，北西向和北北西向延伸，延伸长度2～4 km.

油藏类型为典型陆相非均质薄互层型砂岩气顶油藏，自上而下主要发育S、P、G共3套油层，油层总厚度达390 m.沉积上属于大型陆相浅水湖盆河流-三角洲沉积体系，发育泛滥平原、分流平原和三角洲前缘相砂体，砂体类型包括辫状河道、曲流点坝、枝状或枝坨过渡状水下分流河道、席状砂体，厚度2～5 m砂岩占比75%.纵向上呈“砂包泥”层状交互分布，不同类型砂体交错切叠接触.经过50年开发，L油田已经进入特高含水开发阶段，开发挖潜对象主要是局部富集的剩余油.

4.2 断裂体系精细刻画

(1)优势频率确定

L油田前期断裂体系是基于二维地震数据及密井网资料逐步建立起来的.为支撑剩余油描述与挖潜，开发期全油田覆盖了高密度三维地震，采集面元10×10 m，含油层系地层地震资料主频45 Hz，频带范围10～75 Hz.有利于通过分频技术提取单频数据体.本次测试从L油田中选择面积9 km2地震数据，采用匹配追踪算法进行分频试验，分频结果如图6所示.

首先根据理论部分所述内容，估计L油田地震数据的“优势”频率.计算图6所示的各个单频地震数据体对应的高斯曲率体，沿地震解释S油层顶面层位提取每套单频地震数据的曲率体切片(图7).经过切片扫描和人工识别，确定25 Hz单频数据体切片断层刻画最清晰.为此，确定低频端“25 Hz”为覆盖L油田三维地震数据的“优势”频率，用于制作三属性融合体进行断层识别.可以发现，由于实际采集地震资料受多种复杂处理条件影响，其真正“优势”频率与理论合成地震记录“优势”频带可能存在差异.

图6 L油田试验区地震数据分频结果显示图Fig.6 Display of frequency division results of seismic data about experiment area in oilfield L

图7 试验区不同单频数据体S油层顶面沿层曲率切片Fig.7 The top surface slice of oil layer S along the layer curvature about different single frequency data volume in experiment area

沿层切片图对比之后，进一步比较主频45 Hz的原始地震资料(图8a)与25 Hz优势频率单频地震数据(图8b)在剖面上的差异.相比于全频带原始资料，图8b所示的25 Hz优势频率数据在剖面上整体构造同相轴形态未产生变化，证明匹配追踪算法分频得到的单频数据保真度高，大断层的地震反射特征及同相轴错断深度接近，低级序断层反射特征差别大.图8b中小断层反射特征更加清晰，断面横向位置、纵向延伸都更加准确，部分断层可被人工直接解释.实际生产中，图8中5-313井钻遇断距3.8 m的断层，该断层在原始地震剖面中无响应特征，而在25 Hz单频数据剖面中有明显断层反射特征.因此，确定25 Hz为L油田的优势频率是合理的.

图8 (a) 原始数据与(b) 25 Hz单频数据地震剖面对比图Fig.8 Comparison of seismic profile between (a) original data and (b) 25 Hz single frequency data

(2)相干-倾角-方位角属性融合

针对前面确定的L油田25 Hz优势频率数据，为适应研究区小断层识别，地震子体横向定义5×5道、纵向时窗长度15 ms.以地震子体为基本单元计算其相干、倾角及方位角属性体，经HIS变换三属性融合，得到适用于L油田断裂识别的属性融合体.为进一步说明优势频率的作用，此处分别制作原始地震数据与25 Hz单频数据S油层顶面地震三属性融合体切片(图9).

图9中断层识别的原则为，融合体切片中黑色或部分蓝色强不相干条带为断层.据此原则对比图9中两张切片可以看出，相比于图9a，图9b中主干大断层整体框架更加明晰，主次关系、搭接关系更为合理，断层平面形态和延伸距离更准确；低级序断层识别上，发现了很多微小断层，断层刻画程度得到实质性进步.例如，图9中红圈所示位置，图9b所示的25 Hz单频融合体切片上新发现一条北东向延伸2.5 km、断距5 m左右断层.

此外，在图9b中过A线、B线位置，北西向小断层刻画得更加清楚.图10a所示为图9b中A线原始地震剖面、图10b所示为过B线原始地震剖面，对应有井钻遇2.3 m、2.6 m两个断点，原始地震剖面上均没有断层响应特征，而图9b中过这两个断点的小断层均被识别出来.因此，基于25 Hz单频数据获取的属性融合体断层识别效果明显优于全频带地震属性，优势低频带方法对于单条小断层和局部小断裂系统的刻画效果尤为明显.

图9 L油田S油层顶面(a)全频带、(b)25 Hz单频数据沿层三属性融合体切片对比图Fig.9 Comparison diagram of the three attributes fusion slicing of (a) the original data and (b) the 25 Hz single frequency data along the top surface about oil layer S in oilfield L

图10 原始地震剖面小断层响应特征(a) 井钻遇2.3 m断点； (b) 井钻遇2.6 m断点.Fig.10 Seismic responses of small faults detected in drilling(a) The fault with slip of 2.3 m; (b) The fault with slip of 2.6 m.

(3)断裂系统再认识

根据上述基于25 Hz优势频带的断层识别成果，对L油田断裂体系进行刻画及再认识研究.将断层分为2组：第一组断层横穿构造轴部，以北西走向发育为主，断层数量多，占油田断层总数近90%，各级断层均发育；第二组为北东向分布小断层，断层数量少、规模小，均为新发现断层.

对比S油层顶面识别前后的新老断层可发现(图11)，经过改进技术识别，老断层的断层参数均被更新.大断层变化体现在延伸均长度增加、断层平面形态弯曲度增加，小断层以交切关系、分叉合并变化为主.原认识大小断层35条，新认识断层61条，新增断层数量达到29条，新增断层以小断层为主.其中，仅新增北东向两条断层延伸长度大，其余新增以延伸长度小于200 m、断距小于10 m断层为主，主要分布在主控大断层两侧，呈平行或分叉分布.油田测井解释未组合孤立断点，与新增断层组合率达到98%，充分证明新发现小断层的准确性.总体而言，经过改进技术识别后，不同级别断层搭接关系变化明显，在平面上更符合应力场特征.

图11 L油田S油层顶面新老断层对比图Fig.11 Comparison diagram of new and old faults on the top about oil layer S in oilfield L

根据识别之后的断层变化，得出关于L油田应力场的新认识.发现北东走向断层之前，L油田被认为主要受北西左旋张扭应力作用，形成北西向展布断层，平面上呈左行雁列式分布.本次研究发现L油田北东向断层与北西向断层正交伴生，且与背斜轴部成45°交角.该发现足以证明油田整体构造实际受南北向直扭和东西向挤压双重应力作用，形成平面“X”型交切断层，北东向断层因与构造轴向一致，断层相对不发育.

(4)指导断层区挖潜

为避免断层边部目的层断失、防止井眼套损，油田历次钻井均把断层区划为高风险区，尽可能减少井位部署.这样距离断层50～200 m范围内井网密度低、井控程度低，剩余油局部高度富集，存在规模挖潜空间.

以图11中延伸距离长、断距大的37号断层为例，说明25 Hz优势频率断层识别结果指导L油田断层区挖潜的效果.传统方法中，基于井断点刻画该断层，平面上形态比较平直，延伸长度3.54 km.基于改进方法精细刻画后，该断层发育特征为沿北西316°～336°方向延伸，延伸长度4.33 km，长度增加0.79 km，以倾角47°～57°向西南方向倾斜，平均断距为67.1 m.断层平面形态弯曲度增加，平面位置整体向北移动140 m，最大摆动距离近230 m，增加断控可采储量面积0.085 km2(图11).

以上断层识别结果对于油田产能有极大提升.通过对识别后的断层区油层状况、注采关系以及剩余油预测分析，优选出了两个挖潜区块，对于L油田断层区剩余油挖潜具有重要意义.该油田根据断层识别结果，在距37号断层30 m位置部署了两口大位移定向井，分别为5-44井和5-55井(图12).完钻后5-44井日产油7.0 t，5-55井日产油24 t，产能效果极佳.这从侧面反映了基于优势低频带的断层识别方法是有效的.

图12 37号断层区剩余油挖潜井位部署图(a) 过定向井5-44; (b) 过定向井5-55的地震反演剖面.Fig.12 Deployment map of remaining oil potential tapping wells around fault 37The inversion profile around the directional well (a) 5-44, and (b) 5-55.

5 结论

本文提出了一种利用地震数据优势频率高精度识别断层的方法，包括匹配追踪频谱分解技术、地震优势频带分析方法、基于地震子体的相干-倾角-方位角属性体制作，以及基于HIS变换的多属性融合，最终根据融合结果实现高精度断层识别.与常规基于全频带地震数据的断层识别方法对比测试表明：优势低频带地震数据能够更好地剔除岩性边界响应特征，突出断层反射特征，尤其是低级序断层.将该方法应用于L油田的实际断层识别，通过对实际三维地震数据进行分频处理、制作含油目的层曲率体属性切片等，确定L油田低频端“25 Hz”为“优势频率”，基于此单频数据进一步制作相干、倾角和方位角体属性，基于HIS变换融合，有效重建了L油田断裂体系，断层变化以新增小断层和新发现北东向断层为主.主干大断层框架明晰，断层平面形态和延伸长度刻画准确；新发现低级序和北东向断层，重新认识应力为南北向直扭和东西向挤压双重作用.在断层区剩余油挖潜方面，优选两个目标井区，部署两口沿断面大位移定向井，开发效果显著.应用优势低频带地震数据后，各级序断层刻画能力得到实质性改进.