葛紅旗, 金科年, 吳沁軒

(1.油氣資源與勘探技術(shù)教育部重點實驗室(長江大學(xué))，湖北武漢 430100；2.長江大學(xué)地球物理與石油資源學(xué)院，湖北武漢 430100；3.中國石油集團(tuán)西部鉆探工程有限公司測井公司，新疆克拉瑪依 834000)

基于測井-地震信息的碳酸鹽巖儲層裂縫預(yù)測方法

葛紅旗1，2, 金科年3, 吳沁軒3

(1.油氣資源與勘探技術(shù)教育部重點實驗室(長江大學(xué))，湖北武漢 430100；2.長江大學(xué)地球物理與石油資源學(xué)院，湖北武漢 430100；3.中國石油集團(tuán)西部鉆探工程有限公司測井公司，新疆克拉瑪依 834000)

碳酸鹽儲層裂縫發(fā)育、非均質(zhì)性強(qiáng)，單一測井或地震方法識別裂縫存在局限性，為此提出了測井-地震信息融合預(yù)測碳酸鹽巖儲層裂縫的方法。首先，將粗糙集理論與裂縫發(fā)育程度劃分相結(jié)合，把權(quán)系數(shù)問題轉(zhuǎn)化為粗糙集中屬性重要性評價問題，根據(jù)鉆井取心對測井識別的裂縫進(jìn)行刻度；其次，基于疊前地震方位各向異性預(yù)測裂縫發(fā)育優(yōu)勢方位及裂縫密度；最后，通過井震標(biāo)定完成測井與地震尺度匹配，擬合測井裂縫可拓識別結(jié)果與疊前地震各向異性檢測強(qiáng)度的函數(shù)關(guān)系，劃分地震邊緣檢測裂縫級別。以實際工區(qū)資料為例，進(jìn)行了碳酸鹽巖裂縫測井-地震信息融合的裂縫預(yù)測，結(jié)果表明：該方法既能提高裂縫預(yù)測結(jié)果的可靠性，又能對縱向及橫向不同尺度的裂縫進(jìn)行有效識別。研究結(jié)果可為碳酸鹽巖儲層的裂縫預(yù)測提供有益的借鑒。

裂縫預(yù)測；粗糙集；各向異性；地震；測井

隨著油氣勘探開發(fā)逐漸由常規(guī)油氣藏轉(zhuǎn)向非常規(guī)油氣藏，儲層裂縫的研究越發(fā)重要。裂縫不僅可以作為油氣儲集空間，也是油氣運移的重要通道，所以裂縫識別是裂縫性儲層研究的重要組成部分[1]。測井和地震是油氣勘探中的2種重要手段[2]：測井資料能夠刻畫井壁地層及其巖性的發(fā)育情況，但是測井成本太高及反映信息的范圍不足限制了其適用性[3-5]。利用測井資料識別裂縫以人工識別為主，主要依靠經(jīng)驗分析，識別標(biāo)準(zhǔn)也各不相同，受技術(shù)人員對地質(zhì)、測井、地震知識理解程度的限制，主觀因素影響較大[6],導(dǎo)致裂縫識別效率低；地震裂縫預(yù)測識別技術(shù)發(fā)展迅速[7-11]，與測井資料識別裂縫相比，地震資料分辨率低，但地震波覆蓋范圍廣、傳播深度大，解決了測井預(yù)測范圍小的問題。將地震預(yù)測技術(shù)和測井資料識別相互結(jié)合，基于各向異性理論預(yù)測裂縫，既能刻畫裂縫發(fā)育程度，又能表征裂縫發(fā)育走向，李軍[12]、Hampson[13]和Leiphart等人[14]結(jié)合2種方法進(jìn)行了裂縫預(yù)測，取得較好的應(yīng)用效果。

測井方法和地震檢測雖然在各自領(lǐng)域均表現(xiàn)出良好的應(yīng)用效果，但無法對裂縫反演強(qiáng)度進(jìn)行定量化研究[15]。筆者根據(jù)裂縫的常規(guī)測井曲線的響應(yīng)特征，提出了基于粗糙集的測井裂縫識別與地震裂縫預(yù)測相融合的碳酸鹽巖儲層裂縫預(yù)測方法。實例應(yīng)用表明，測井裂縫識別與成像測井結(jié)果吻合度高，通過測井裂縫與疊前地震各向異性結(jié)果交互標(biāo)定，可以有效識別碳酸鹽巖儲層裂縫的發(fā)育強(qiáng)度，對于指導(dǎo)相近碳酸鹽巖儲層裂縫預(yù)測具有一定的借鑒意義。

1 預(yù)測方法的原理

1.1基于粗糙集的測井裂縫發(fā)育評價

裂縫在常規(guī)測井曲線上的響應(yīng)特征是測井裂縫識別的基礎(chǔ)[16-17]。裂縫測井響應(yīng)特征有助于定性判斷裂縫發(fā)育情況，要想達(dá)到定量識別裂縫的目的，須將其轉(zhuǎn)化為定量指標(biāo)，從而實現(xiàn)對裂縫定量直觀的表征[18-19]。

粗糙集只依賴于數(shù)據(jù)本身，從不完整的數(shù)據(jù)集中發(fā)現(xiàn)模式和規(guī)律，不需要樣本之外的經(jīng)驗或者附加信息，能避免人為選擇決策機(jī)制過程中的主觀性，僅根據(jù)所觀測數(shù)據(jù)刪除冗余信息，分析不完整知識的程度，生成分類或決策規(guī)則，是一種處理模糊和不確定性知識的數(shù)學(xué)工具[20-21]，這為裂縫定量化識別提供了方法支撐。

粗糙集理論中，“知識”可以被看作一種分類能力，可以理解為對數(shù)據(jù)的劃分。用集合的觀念表達(dá)就是：使用等價關(guān)系集R對離散表示的空間U進(jìn)行劃分，知識就是R對U的劃分結(jié)果，由此在U及R的意義下，知識庫K可以定義為：屬于R中的所有可能關(guān)系對U的劃分，記作：

K=(U，R)

(1)

假設(shè)知識系統(tǒng)S=(U,A,V,f)，其中，U是對象的非空有限集合，稱為論域?qū)ο罂臻g；A是屬性集合，V是屬性值集合，f為信息函數(shù)，則

(2)

式中：子集C為條件屬性集,子集D為決策屬性集。

具有條件屬性和決策屬性的知識表達(dá)系統(tǒng)稱為決策表，即稱T=(U,R,C,D)為決策表。假定：

(3)

決策屬性集D依賴于條件屬性集C的依賴度k為：

(4)

式中：k為決策屬性集D依賴于條件屬性集C的依賴度。

k=1時，D完全依賴于C；0

在決策表中，不同的屬性可能具有不同的重要性。為了找出某些屬性的重要性，從決策表中去掉一些屬性，考察沒有該屬性后的分類變化情況。若去掉該屬性后，相應(yīng)的分類變化較大，說明該屬性的強(qiáng)度大，即重要性高；反之，說明該屬性的強(qiáng)度小，即重要性低。定義條件屬性Ci關(guān)于決策屬性集D的重要程度σCD(Ci)為：

σCD(Ci)=γC(D)-γC-Ci(D)

(5)

其中

(6)

式中：γC-Ci(D)為決策屬性集D對條件屬性Ci的依賴度。

σCD(Ci)越大，說明屬性Ci在整個屬性集中的重要性越高。

識別指標(biāo)權(quán)系數(shù)是建立裂縫發(fā)育強(qiáng)度識別模型的關(guān)鍵，計算流程如下：

1) 利用式(4)計算最簡決策表中決策屬性集對條件屬性集的依賴度γC(D);

2) 對每個識別指標(biāo)Ci，根據(jù)式(6)計算決策屬性集D對條件屬性Ci的依賴度γC-Ci(D)；

3) 根據(jù)式(5)計算第i種識別指標(biāo)在指標(biāo)集合中的重要性σCD(Ci)；

4) 計算第i種評判指標(biāo)的權(quán)系數(shù)αi,公式為：

(7)

測井裂縫識別指標(biāo)包括曲線變化率、巖石孔隙結(jié)構(gòu)指數(shù)、地層因素比值、飽和度比、骨架指數(shù)和三孔隙度比，以上指標(biāo)作為條件屬性集，以測井裂縫識別結(jié)果的不發(fā)育、低密度微裂縫、中密度裂縫和高密度裂縫為決策屬性集，通過建立識別量版，實現(xiàn)測井裂縫的定量識別，避免結(jié)果受人為劃分的主觀及經(jīng)驗因素的干擾，主要步驟如下：

1) 根據(jù)地質(zhì)特征、巖電對比資料確定研究區(qū)域特定裂縫所對應(yīng)的測井曲線響應(yīng)特征；

2) 利用測井裂縫識別指標(biāo)及地震裂縫預(yù)測結(jié)果離散化區(qū)間構(gòu)建模型的條件屬性集和決策屬性集；

3) 利用樣本構(gòu)建模型的待識別裂縫發(fā)育類別；

4) 利用基于粗糙集理論的權(quán)系數(shù)，得出待估樣本的識別結(jié)果。

1.2疊前地震方位各向異性裂縫預(yù)測

AndreasRuger[22]對Christoffel方程進(jìn)行了一系列簡化，提出了Ruger近似公式，并通過比較分析計算的理論模型反射系數(shù)發(fā)現(xiàn)，Ruger近似公式在弱各向異性的垂直定向排列裂縫介質(zhì)(HTI介質(zhì))中具有很好的適用性，利用其進(jìn)行AVO梯度反演可計算HTI介質(zhì)中的裂縫參數(shù)。地震波在裂縫介質(zhì)中傳播的反射系數(shù)隨方位變化的情況如圖1和圖2所示。

圖1 地震反射振幅隨方位的變化Fig.1 Changes in amplitudes of seismic reflection with changes in azimuth

圖2 AVAZ擬合橢圓圖Fig.2 Ellipse for AVAZ fitting

縱波在裂縫介質(zhì)傳播時，當(dāng)偏移距一定時縱波的反射振幅隨方位變化的關(guān)系為[23]：

R=Ar+Brcos2φ

(8)

式中：R為反射振幅；φ為觀測方向與裂縫走向的夾角，(°)；Ar為均勻介質(zhì)下的振幅；Br為裂縫引起的振幅變化調(diào)制因子，即Br是在固定偏移距下隨觀測方位的變化而引起的振幅變化量，Ar和Br之間的相對變化能夠反映裂縫的發(fā)育情況和走向。

前人對裂縫介質(zhì)的大量研究成果表明，縱波在裂縫介質(zhì)傳播過程中，縱波的反射振幅與觀測方位的關(guān)系可以近似擬合成橢圓圖形式，如圖2所示。當(dāng)平行裂縫走向觀測時，采集的縱波振幅最強(qiáng)，其振幅值為(A+B)；當(dāng)垂直裂縫走向觀測時，采集的縱波振幅最弱，其振幅值為(A-B)。構(gòu)建比值關(guān)系(A+B)/(A-B)，用來表征地下裂縫的發(fā)育程度。

因此，利用3個方位角即可實現(xiàn)對裂縫密度和發(fā)育方位的定量預(yù)測。假設(shè)每個共中心道集在相同固定偏移距上具有3個方位的觀測資料R(φ)、R(φ+α)和R(φ+β),其中φ為首個觀測方位與裂縫發(fā)育走向之間的夾角,α和β分別為第二個和第三個方位道集與首個道集之間的角度，可以通過已知的采集觀測系統(tǒng)計算獲得α和β，聯(lián)立方程組求解Ar和Br：

(9)

獲得Ar,Br及裂縫方位的對應(yīng)數(shù)值，最終實現(xiàn)對裂縫密度和走向的刻畫。雖然3個方位的地震數(shù)據(jù)可以滿足求解式(9)的條件，但是方位信息量不夠，對裂縫的刻畫必然會不充分，導(dǎo)致求得的結(jié)果隨機(jī)性很強(qiáng)，容易受到噪音干擾。

為了提高預(yù)測結(jié)果的穩(wěn)定性，更真實地反映出地下裂縫信息,通常采用多個方位信息的組合,根據(jù)式(9)構(gòu)建超定方程組，可以采用最小二乘反演方法求解超定方程組，得到A、B及裂縫方位。

針對N(N>3)個不同方位角的反射振幅，可以建立超定方程：

Rj=A+Bcos2(αj-φ)j=1,2,…,N

(10)

式中：Rj為反射系數(shù);αj為觀測方位角,(°)。

令fj(X)=Rj-A-Bcos2(αj-φ)，其中X=[A,B,φ]T，則可以建立目標(biāo)函數(shù)：

(11)

函數(shù)fj是關(guān)于A,B和φ的多元函數(shù)，對其進(jìn)行一階泰勒展開，可得：

(12)

將式(12)代入式(11)，可得：

(F(X0)+JΔX)T(F(X0)+JΔX)=

FTF+2FTJΔX+ΔXTJTJΔX

(13)

式中：J為雅克比矩陣。

給出初始值X0，目標(biāo)函數(shù)式是關(guān)于增量ΔX的函數(shù)，要使目標(biāo)函數(shù)最小，可有：

(14)

對式(14)進(jìn)行形式變換，可得：

ΔX=-(JTJ)-1JTF

(15)

則最小二乘解的迭代形式為：

Xm+1=Xm+ΔXm

(16)

通過上述算法，給出初始值，即可求取A、B和φ。首先利用寬方位觀測系統(tǒng)進(jìn)行資料采集，再進(jìn)行分方位處理，提取疊前地震方位的地震數(shù)據(jù)，研究 P 波振幅隨方位角的變化與裂縫之間的關(guān)系，根據(jù)以上基本算法，通過裂縫介質(zhì)中縱波表現(xiàn)出的方位各向異性特征，就可以判別油氣儲層中的裂縫方位和裂縫發(fā)育程度。

1.3測井與地震數(shù)據(jù)的尺度匹配

測井?dāng)?shù)據(jù)的采樣間隔通常為0.125m，地震采樣間隔為2ms，地震數(shù)據(jù)與測井?dāng)?shù)據(jù)的頻寬及頻率成分有很大的不同，導(dǎo)致進(jìn)行深時轉(zhuǎn)換時，測井?dāng)?shù)據(jù)與地震數(shù)據(jù)存在尺度不匹配的問題，因此采用中值濾波法實現(xiàn)二者的尺度匹配。中值濾波法是一種非線性平滑技術(shù)，它把時窗內(nèi)的值按大小排序，然后將中間值重新置于窗的中心點，并通過時窗的滑動來實現(xiàn)這一過程，可以保持信號的邊緣不被惡化。中值濾波法能消除聲波測井?dāng)?shù)據(jù)中的異常峰值，同時，還能消除高頻成分的影響。

對一個給定的序列{Xi}(i=1,2,…,n)，其中值濾波過程如下：

1) 選擇時窗的大小，也就是濾波點數(shù)m(m≤n)；

2) 從第一個數(shù)據(jù)點開始，取m個數(shù)據(jù)，比較其值的大小，把m個數(shù)據(jù)的中位數(shù){Yi}作為中值濾波的輸出結(jié)果；

3) 向前移動一個點，并重復(fù)步驟2)，開始下一個點計算，直到完成所有點計算。

采用中值濾波有效消除測井高頻采樣的干擾，實現(xiàn)與地震資料頻率相匹配，然后將測井裂縫識別結(jié)果與疊前地震裂縫強(qiáng)度的曲線進(jìn)行多項式擬合，得到裂縫發(fā)育分類與裂縫密度的對應(yīng)關(guān)系，就可以定量刻畫地震裂縫發(fā)育情況，實現(xiàn)測井地震信息融合的裂縫綜合識別。

2 應(yīng)用實例

X區(qū)塊位于中東某國的扎格羅斯褶皺帶，構(gòu)造主要為北西南東向的背斜，具備典型的前陸盆地結(jié)構(gòu)特征。研究區(qū)目的層為白堊系，包含Shiranish,Kometan及Qamchuqa組3個層段。目的層段位于背斜構(gòu)造區(qū)域，由于擠壓褶皺作用導(dǎo)致目的層段Shiranish段以下的層段(Kometan段和Qamchuqa段)結(jié)構(gòu)破碎，裂縫發(fā)育且分布復(fù)雜；同時，工區(qū)主要發(fā)育泥灰?guī)r、灰?guī)r和白云巖。目的層白堊系平均孔隙度為20%，滲透率為100～525mD，為高孔中高滲海相沉積環(huán)境。

該研究區(qū)具有較好的疊后地震和方位地震處理成果資料，測井資料也相對齊全，既有常規(guī)測井資料，部分井又有成像測井資料，為后續(xù)對該區(qū)碳酸鹽巖裂縫性儲層從疊后地震、疊前地震、常規(guī)測井及成像測井多重手段多個角度的全面研究提供了很好的基礎(chǔ)。針對工區(qū)的特點及現(xiàn)有的資料，利用測井-地震信息的碳酸鹽巖儲層裂縫預(yù)測開展研究區(qū)的裂縫檢測，驗證相關(guān)流程的合理性及可行性。

2.1基于測井資料的裂縫識別

根據(jù)測井參數(shù)對裂縫的響應(yīng)特征及敏感性，對比優(yōu)選出能夠反映裂縫發(fā)育程度的地質(zhì)及測井參數(shù)，分別是聲波時差變化率、巖石孔隙結(jié)構(gòu)指數(shù)、地層因素比值、飽和度比、骨架指數(shù)和三孔隙度比值[24]，決策屬性1—4分別代表不發(fā)育、低密度裂縫、中密度裂縫和高密度裂縫。

根據(jù)裂縫在常規(guī)測井曲線上的響應(yīng)特征，利用常規(guī)測井獲得的測井曲線、鉆井、錄井及取心等資料，建立關(guān)系數(shù)據(jù)模型、進(jìn)行屬性特征化和建立決策表，通過屬性約減計算出定量衡量裂縫發(fā)育程度的各指標(biāo)權(quán)重，實現(xiàn)對裂縫常規(guī)測井的定量描述。以下為實際工區(qū)的具體實現(xiàn)過程。

選取研究區(qū)較為典型的30口井的成像測井結(jié)果及常規(guī)測井曲線作為樣本，對樣本進(jìn)行量化處理后得到初始決策表，通過相容性檢查，完成屬性約減。根據(jù)式(6)計算聲波時差變化率、巖石孔隙結(jié)構(gòu)指數(shù)、地層因素比值、飽和度比、骨架指數(shù)和三孔隙度比值等指標(biāo)對應(yīng)的γC-Ci(D)值，分別為0.311，0.356，0.289，0.467，0.333和0.445；根據(jù)式(5)計算得到各指標(biāo)的重要性σCD(Ci)，分別為0.689，0.644，0.711，0.533，0.667和0.555；最后根據(jù)式(7)計算得到各指標(biāo)的權(quán)重系數(shù)，分別為0.185，0.169，0.191，0.145，0.179和0.151。

選取工區(qū)35口井進(jìn)行裂縫發(fā)育識別，識別結(jié)果的吻合率達(dá)到85%，說明基于粗糙集的裂縫發(fā)育可拓識別方法可行，部分井段裂縫發(fā)育識別結(jié)果見表1，其中各指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化換算，以統(tǒng)一計算尺度。從表1可以看出，識別結(jié)果基本符合實際測井裂縫發(fā)育檢測結(jié)果。

表1 裂縫發(fā)育識別結(jié)果對比Table 1 Comparison of performances in identification of fracture development

在該區(qū)測井裂縫識別研究中，利用常規(guī)測井裂縫預(yù)測方法對T4井、T8井和T9井等多口井的中生界井段進(jìn)行了裂縫預(yù)測。T4井裂縫識別與測井解釋對比結(jié)果如圖3所示。從圖3可以看出，巖性與裂縫發(fā)育強(qiáng)度關(guān)聯(lián)密切，白云巖集中區(qū)的裂縫發(fā)育強(qiáng)度總體高，灰?guī)r井段的裂縫發(fā)育相對弱，與巖石物理統(tǒng)計信息相吻合，說明白云巖是裂縫發(fā)育的有利巖性。

圖3 T4井裂縫識別與測井裂縫解釋對比Fig.3 Fractures identified and fracture interpretation based on logging data in Well T4

成像測井不僅能直觀刻畫描述復(fù)雜孔隙結(jié)構(gòu)(裂縫、溶孔、溶洞、層理和井壁坍塌)的實際特征，還能進(jìn)行圖像處理解釋出裂縫參數(shù)，所以，可以利用該區(qū)已有成像測井解釋的裂縫密度FVDC與常規(guī)測井基于粗糙集可拓識別結(jié)果進(jìn)行對比。

圖4為T8井某井段裂縫識別與巖性解釋及成像測井裂縫密度對比結(jié)果。從圖4可以看出，成像測井解釋結(jié)果與測井識別裂縫結(jié)果基本吻合，在成像測井解釋裂縫密度高的井段，常規(guī)測井識別的裂縫發(fā)育程度也比較強(qiáng)。該結(jié)果一方面驗證了常規(guī)測井裂縫可拓識別的可靠性；另一方面說明，當(dāng)成像測 井資料缺乏時，可以考慮采用利用常規(guī)測井資料基于粗糙集的可拓識別方法定量預(yù)測裂縫。對圖4所示T8井某井段裂縫可拓識別結(jié)果與巖性柱及成像測井裂縫密度進(jìn)行對比，同樣可以發(fā)現(xiàn)，2種識別方式的預(yù)測結(jié)果具有高度的一致性，進(jìn)一步確定了常規(guī)測井基于粗糙集可拓識別方法的有效性。

圖4 T8井某井段裂縫識別與巖性解釋及成像測井裂縫密度解釋對比Fig.4 Fracture identification, lithologic interpretation and fracture density determined by using image logging data in Well T8

2.2基于疊前各向異性的裂縫預(yù)測

基于振幅的方位各向異性裂縫預(yù)測技術(shù)不僅能夠有效刻畫大尺度斷層特征，也能夠有效分辨小尺度裂縫發(fā)育信息。圖5所示為主要試井解釋滲透率與裂縫預(yù)測結(jié)果的層段對比結(jié)果(圖中縱向藍(lán)色柱表示試油井段；底部橫向彩色柱表示“裂縫發(fā)育密度”，表示裂縫的發(fā)育程度)。從圖5可以看出，縱波方位各向異性預(yù)測結(jié)果能夠有效識別剖面上的同相軸大的錯斷及微弱的不連續(xù)性，很好地說明該方法識別裂縫的有效性。試井結(jié)果表明，總體來說，對應(yīng)井段滲透率隨試井層段埋深增加而增大；裂縫密度與試井解釋的滲透率成正相關(guān)趨勢。已鉆井目的層段試井解釋的滲透率與裂縫預(yù)測結(jié)果吻合率的統(tǒng)計結(jié)果表明，測井解釋分層平均吻合率可達(dá)到80%左右。試井層段經(jīng)酸化改造后，地層孔隙大小發(fā)生改變，會出現(xiàn)試井解釋所得的滲透率與地震預(yù)測裂縫密度趨勢不吻合的情況。

圖5 聯(lián)井裂縫密度與試井滲透率剖面對比Fig.5 Well-tie fracture density contrasted and permeability profile of the tested interval

根據(jù)三階多項式最小誤差原則，對測井裂縫可拓識別結(jié)果與疊前地震裂縫預(yù)測結(jié)果(見圖6)進(jìn)行擬合，可得：

r=-2.9×10-11t3+1.8×10-7t2-

3.8×10-5t+0.23

(17)

式中：r為疊前地震裂縫檢測強(qiáng)度；t為測井裂縫可拓識別指標(biāo)綜合權(quán)重。

從擬合結(jié)果可以看出，疊前裂縫檢測結(jié)果與測井裂縫識別結(jié)果的低頻近似，這也符合地震-測井的頻率分布規(guī)律。

圖6 測井裂縫可拓識別權(quán)重與疊前方位各向異性檢測擬合Fig.6 Well logging extension identification weight and pre-stack azimuthal anisotropy fitting curve

采用中值濾波法實現(xiàn)測井與地震尺度匹配后，利用擬合關(guān)系式進(jìn)行疊前地震方位各向異性檢測結(jié)果向裂縫發(fā)育級別信息的轉(zhuǎn)換及與疊后相干體的對比，結(jié)果見圖7、圖8和圖9。從圖7可以看出，工區(qū)裂縫發(fā)育方位以中等角度為主，與構(gòu)造密切相關(guān)；由于工區(qū)構(gòu)造背斜核部受擠壓應(yīng)力作用，裂縫方位主要表現(xiàn)為垂直和平行構(gòu)造走向。圖8為裂縫發(fā)育強(qiáng)度預(yù)測結(jié)果，圖中的大裂縫、中裂縫、微裂縫和致密分別對應(yīng)高密度裂縫、中密度裂縫、低密度裂縫和不發(fā)育，可以看出裂縫發(fā)育程度與構(gòu)造之間具有一定的正相關(guān)性，通過測井-地震綜合預(yù)測，能夠得到定量化的裂縫發(fā)育強(qiáng)度及方位信息。疊后相干體能夠有效刻畫大的斷裂構(gòu)造背景，對斷裂輪廓之外的裂縫信息識別能力相對弱；疊前地震方位各向異性裂縫預(yù)測利用了地震資料方位和偏移距信息，分辨率更高，對微裂縫等小尺度斷裂刻畫效果顯著。同時，利用測井結(jié)果標(biāo)定地震反演結(jié)果，使地震預(yù)測結(jié)果的物理含義更加明確(見圖9)。

圖7 裂縫發(fā)育方位Fig.7 Azimuth of fracture development

圖8 裂縫發(fā)育強(qiáng)度預(yù)測平面展布Fig.8 Plane distribution of fracture development intensities

圖9 裂縫疊后相干體Fig.9 Coherence of post-stack fractures

3 結(jié) 論

1) 根據(jù)測井資料及地震信息建立了基于測井-地震信息的碳酸鹽巖儲層裂縫預(yù)測方法，其中基于粗糙集的常規(guī)測井識別能夠避免人為劃分權(quán)重，可以實現(xiàn)對測井裂縫發(fā)育的高效定量刻畫。

2) 疊前地震方位各向異性裂縫預(yù)測結(jié)果分辨率更高，預(yù)測的裂縫信息更加豐富，可用于低密度裂縫的識別。將裂縫評價權(quán)系數(shù)與縫發(fā)育密度建立映射，能夠避免單一方法的局限性，提高預(yù)測結(jié)果的可靠性。

3) 實際工區(qū)的裂縫發(fā)育識別結(jié)果表明，基于測井-地震信息的碳酸鹽巖儲層裂縫預(yù)測方法可以實現(xiàn)對不同裂縫級別的有效預(yù)測，同時能夠更加直觀地刻畫裂縫級別和更加精確地認(rèn)識裂縫發(fā)育程度及分布規(guī)律，可以為相同或相近類型的碳酸鹽巖儲層裂縫識別提供一定的參考。

References

[1] 穆龍新，趙國良.儲層裂縫預(yù)測研究[M].北京：石油工業(yè)出版社，2009：32-70.

MU Longxin，ZHAO Guoliang.Study on reservoir fracture prediction[M].Beijing：Petroleum Industry Press，2009：32-70.

[2] 張軍華.斷塊、裂縫型油氣藏地震精細(xì)描述技術(shù)[M].東營：中國石油大學(xué)出版社，2012：28-33.

ZHANG Junhua.Seismic fine description technique for fault block and fractured reservoirs[M].Dongying：China University of Petroleum Press，2012：28-33.

[3] 孫建孟，劉蓉，梅基席，等.青海柴西地區(qū)常規(guī)測井裂縫識別方法[J].測井技術(shù)，1999，23(4)：268-272.

SUN Jianmeng，LIU Rong，MEI Jixi，et al.Fracture identification technique by conventional logs from Western Chaidamu Basin，Qinghai Oilfield[J].Well Logging Technology，1999，23(4)：268-272.

[4] 馮翠菊，閆偉林.利用常規(guī)測井資料識別變質(zhì)巖儲層裂縫的方法探討[J].國外測井技術(shù)，2008，23(2)：14-16.

FENG Cuiju，YAN Weilin.Discussion on identification of the fractures in metamorphic rock reservoir with conversational logging data[J].World Well Logging Technology，2008，23(2)：14-16.

[5] 龔佳，秦迎春，王寧，等.綜合概率法在白云巖儲層裂縫識別中的應(yīng)用[J].內(nèi)蒙古石油化工，2011，21(14)：148-151.

GONG Jia，QIN Yingchun，WANG Ning，et al.The application of the comprehensive probability method identifying the dolomite reservoir fracture[J].Inner Mongolia Petrochemical Industry，2011，21(14)：148-151.

[6] 劉振峰，曲壽利，孫建國，等.地震裂縫預(yù)測技術(shù)研究進(jìn)展[J].石油物探，2012，51(2)：191-198.

LIU Zhenfeng，QU Shouli，SUN Jianguo，et al.Progress of seismic fracture characterization technology[J].Geophysical Prospecting for Petroleum，2012，51(2)：191-198.

[7] 劉軍迎.裂縫型油氣藏疊前地震檢測方法技術(shù)研究[D].成都：成都理工大學(xué)，2012：1-22.

LIU Yingjun.Fractured hydrocarbon reservoirs pre-stack seismic detection methods and techniques[D].Chengdu：Chengdu University of Technology，2012：1-22.

[8] 何巍巍.裂縫性儲層預(yù)測研究：以川東北嘉陵江組二段儲層為例[D].北京：中國地質(zhì)大學(xué)(北京)，2010：8-22.

HE Weiwei.Research on prediction in fractured reservoir：taking the reservoir of the Jialingjiang No.2member in Northeastern Sichuan Basin for example[D].Beijing：China University of Geosciences (Beijing)，2010：8-22.

[9] 曲壽利，季玉新，王鑫，等.全方位P波屬性裂縫檢測方法[J].石油地球物理勘探，2001，36(4)：390-397.

QU Shouli，JI Yuxin，WANG Xin，et al.Seismic method for using full-azimuth P-wave attribution to detect fracture[J].Oil Geophysical Prospecting，2001，36(4)：390-397.

[10] 魏建新，狄?guī)妥?裂隙密度對縱波傳播特性影響的實驗觀測[J].石油地球物理勘探，2007，42(5)：554-559.

WEI Jianxin，DI Bangrang.Experimentally surveying influence of fractural density on P-wave propagating characters[J].Oil Geophysical Prospecting，2007，42(5)：554-559.

[11] 魏建新，狄?guī)妥?，王椿鏞.巖石正交各向異性的實驗觀測[J].地球物理學(xué)進(jìn)展，2008，23(2)：343-350.

WEI Jianxin，DI Bangrang，WANG Chunyong.The experimental observation of the rock orthorhombic anisotropy[J].Progress in Geophysics，2008，23(2)：343-350.

[12] 李軍，郝天珧，趙百民.地震與測井?dāng)?shù)據(jù)綜合預(yù)測裂縫發(fā)育帶[J].地球物理學(xué)進(jìn)展，2006，21(1)：179-183.

LI Jun，HAO Tianyao，ZHAO Baimin.Synthetic predication of favorable fracture zone from seismic and log data[J].Progress in Geophysics，2006，21(1)：179-183.

[13] HAMPSON D P，SCHUELKE J S，QUIREIN J A.Use of multiattribute transforms to predict log properties from seismic data[J].Geophysics，2001，66(1)：220-236.

[14] LEIPHART D J，HART B S.Comparison of linear regression and a probabilistic neural network to predict porosity from3-D seismic attributes in Lower Brushy Canyon channeled sandstones， Southeast New Mexico[J].Geophysics，2001，66(5)：1349-1358.

[15] 賈躍瑋，魏水建，呂林.應(yīng)用地震縱波方位各向異性定量預(yù)測火山巖裂縫[J].石油物探，2014，53(4):477-483.

JIA Yuewei，WEI Shuijian，LYU Lin.Application of seismic P-wave azimuthal anisotropy in volcanic fracture prediction[J].Geophysical Prospecting for Petroleum，2014，53(4)：477-483.

[16] 王慶如， 李敬功.碳酸鹽巖氣藏儲量參數(shù)測井評價方法[J].巖性油氣藏，2013，25(6)：98-102.

WANG Qingru，LI Jinggong.Logging evaluation method of reserve parameters of carbonate gas reservoir[J].Lithologic Reservoirs，2013，25(6)：98-102.

[17] 張娟，周文，鄧虎成，等.麻黃山地區(qū)延安組、延長組儲層裂縫特征及識別[J].巖性油氣藏，2009，21(4)：53-57.

ZHANG Juan，ZHOU Wen，DENG Hucheng，et al.Fracture identification of reservoir of Yan’an and Yanchang Formation in Mahuangshan Area[J].Lithologic Reservoirs，2009，21(4)：53-57.

[18] 先偉，吳偉航，李小剛，等.雙側(cè)向測井裂縫參數(shù)解釋在伊朗Aran油田的應(yīng)用[J].巖性油氣藏，2008，20(3)：89-94.

XIAN Wei，WU Weihang，LI Xiaogang， et al.Application of dual laterolog interpretation of fracture parameters in Aran Field，Iran[J].Lithologic Reservoirs，2008，20(3)：89-94.

[19] 王孟華，崔永謙，張銳峰，等.泥灰?guī)r裂縫儲層預(yù)測方法研究：以束鹿凹陷為例[J].巖性油氣藏，2007，19(3)：114-119.

WANG Menghua，CUI Yongqian，ZHANG Ruifeng，et al.Prediction method for marl fractured reservoir：an example from Shulu Sag[J].Lithologic Reservoirs，2007，19(3)：114-119.

[20] 劉清，黃兆華，姚力文.Rough集理論：現(xiàn)狀與前景[J].計算機(jī)科學(xué)，1997，24(4)：2-4.

LIU Qing，HUANG Zhaohua，YAO Liwen.Rough set theory：present state and prospects[J].Computer Science，1997，24(4)：2-4.

[21] 王國胤，姚一豫，于洪.粗糙集理論與應(yīng)用研究綜述[J].計算機(jī)學(xué)報，2009，32(7)：1229-1246.

WANG Guoyin，YAO Yiyu，YU Hong.A survey on Rough Set theory and applications[J].Chinese Journal of Computers，2009，32(7)：1229-1246.

[23] MALLICK S，CRAFT K L，MEISTER L J，et al.Determination of the principal directions of azimuthal anisotropy form P-wave seismic data[J].Geophysics，1998，63(2)：692-706.

[24] 黃捍東，劉徐敏，蔡燕杰，等.綜合利用測井-地震方法識別火成巖裂縫[J].石油地球物理勘探，2015，50(5)：942-950.

HUANG Handong，LIU Xumin，CAI Yanjie，et al.Igneous rock fracture prediction with well logging and seismic data[J].Oil Geophysics Prospecting，2015，50(5)：942-950.

[編輯 滕春鳴]

FracturePredictioninaCarbonateReservoirBasedonLogging-SeismicData

GEHongqi1，2,JINKenian3,WUQinxuan3

(1.MOEKeyLaboratoryofExplorationTechnologiesforOilandGasResources(YangtzeUniversity),Wuhan,Hubei, 430100,China；2.GeophysicsandOilResourceInstitute,YangtzeUniversity,Wuhan,Hubei, 430100,China;3.WellLoggingCompany,CNPCXibuDrillingEngineeringCompanyLimited,Karamay,Xinjiang, 834000,China)

Carbonate reservoir formations are characterized by the development of fractures and strong heterogeneity.Under such circumstances, singular logging or seismic techniques have limitations in the identification of fractures.In the concerned study, a method involving a combination of logging and seismic data was proposed for predicting fracture development in carbonate reservoir formations.First of all, the rough set theory could be combined with development of fractures to transform weight coefficient problem into the attribute evaluation in rough set.In this way, fractures identified by using logging data could be calibrated by using drilling and coring data.Second, based on azimuthal anisotropy of pre-stacking seismic data, the fracture development, dominant azimuth and fracture growth density could be predicted;Finally, the matching of logging and seismic scale was completed through drilling-seismic calibration.In addition, the functional relationship between the logging fracture extension recognition results and pre-stack seismic anisotropy detection intensity could be matched to highlight extent of the seismic data and grades of fractures.Field data were used to predict fracture development in carbonate reservoir formations through a combination of logging-seismic data.Research results showed the proposed method could effectively enhance the reliability of prediction.In addition, fractures of various scales in both horizontal and vertical directions could be identified effectively.Relevant research might provide valuable references for prediction of fracture development in carbonate reservoir formations.

fracture prediction;rough set;anisotropy;seismic;logging

P631

A

1001-0890(2017)05-0118-09

10.11911/syztjs.201705021

2017-01-13；改回日期2017-06-30。

葛紅旗(1989—)，男，湖北仙桃人，2012年畢業(yè)于長江大學(xué)勘查技術(shù)與工程專業(yè)，在讀碩士研究生，主要從事地球物理勘探及測井資料解釋研究。E-mail：15807212270@163.com。

國家自然科學(xué)青年基金項目“碳酸鹽巖縫洞型油藏儲層物性參數(shù)建模”(編號：41402113)部分研究內(nèi)容。