左國平,呂福亮,范國章
(中國石油杭州地質(zhì)研究院,浙江杭州310023)
左國平,呂福亮,范國章.赤道幾內(nèi)亞灣深水海域基于部分疊加角道集的地震烴類檢測[J].石油物探,2017,56(6):-852
ZUO Guoping,LV Fuliang,FAN Guozhang.Seismic hydrocarbon detection based on partial stack angle gathers in offshore deep-water of the Equatorial Guinea Bay[J].Geophysical Prospecting for Petroleum,2017,56(6):-852
赤道幾內(nèi)亞灣深水海域基于部分疊加角道集的地震烴類檢測
左國平,呂福亮,范國章
(中國石油杭州地質(zhì)研究院,浙江杭州310023)
直接利用地震資料進行含油氣性檢測在海洋深水油氣勘探中尤為重要,但是利用單一屬性或參數(shù)進行油氣檢測存在多解性和不確定性。以赤道幾內(nèi)亞深水沉積目標為例,基于部分疊加角道集,利用振幅屬性、頻率屬性、分頻技術(shù)、波形分類技術(shù)以及遠道疊加數(shù)據(jù)與近道疊加數(shù)據(jù)交會分析等技術(shù)手段進行綜合油氣檢測,預測了油氣分布范圍,預測結(jié)果與鉆井結(jié)果以及已知的油氣水分布吻合較好,有效排除了“假亮點”等非含氣目標,提高了烴類檢測的精度和可靠程度,取得了良好的應用效果,同時形成了一套適合海洋深水沉積儲層烴類檢測的方法和流程。
油氣檢測;振幅屬性;頻率屬性;分頻技術(shù);波形分類;交會分析;海洋深水油氣勘探
隨著油氣勘探的不斷發(fā)展,油氣勘探領(lǐng)域發(fā)生了重大變化,海上油氣勘探越來越受到重視,而且從淺水油氣勘探向深水油氣勘探邁進,深水海域已成為海上油氣勘探的重要領(lǐng)域之一。海洋深水油氣勘探不同于陸上油氣勘探,海洋深水油氣勘探具有技術(shù)要求高、資金風險高、作業(yè)難度高的“三高”特點,并且鉆井較少。目前,海洋深水油氣勘探主要依靠地震勘探,因此充分挖掘地震資料中蘊含的豐富信息,直接利用地震資料進行含油氣性檢測在海洋深水油氣勘探中具有重要意義。
目前,在海洋深水油氣勘探直接油氣檢測中,疊后地震資料的吸收衰減屬性和疊前AVO分析等方法應用廣泛。但由于疊后資料的疊加效應,損失了部分與流體相關(guān)的信息,而疊前AVO方法在低含氣飽和度(解釋為水層)情況下,同樣具有較好的油氣響應異常,從而導致油氣檢測存在多解性和不確定性[1]。
針對目前利用疊前、疊后地震資料進行海洋深水海域含油氣性檢測中存在的多解性和不確定性問題,提出了應用部分角度疊加道集進行烴類檢測的方法。與CRP道集相比,部分角度疊加道集既可反映AVO分析中振幅隨入射角的變化情況,又可進行頻率、波形等屬性分析。前人的研究表明,應用部分角度疊加道集主要是通過疊前彈性反演進行烴類檢測[2-4]。而本文主要基于CRP道集通過部分疊加生成部分角度疊加道集的振幅、頻率、波形等特征進行含油氣性檢測。該方法與常規(guī)的基于CRP道集的AVO研究相比,優(yōu)點在于既考慮了AVO研究的振幅特征,又利用了頻率、波形等特征進行綜合評價研究,進一步提高烴類檢測的準確性。
研究區(qū)位于西非赤道幾內(nèi)亞灣深水海域(圖1),水深700~1100m,儲層屬于海洋深水沉積砂巖儲層,物性較好,研究區(qū)內(nèi)有3口井(圖2,油氣水分布范圍為區(qū)塊作業(yè)者提供),W1井為氣井,氣層厚度40m,平均孔隙度為26%,含氣范圍如圖2中紅色所示;W2井為油氣井,氣層10m,油層36m,平均孔隙度為29%,含油范圍如圖2中綠色所示;W3井為油水井,油層13m,水層32m,平均孔隙度為28%,含水范圍如圖2中藍色所示。同一個砂體表現(xiàn)出油、氣、水3種流體共存的特點,即上部為氣層、中間為油層、底部為水層,因此在平面上表現(xiàn)出油、氣、水疊置的特點。整個研究區(qū)位于斜坡上,屬于單斜構(gòu)造,勘探目標為巖性圈閉目標。
圖1 研究區(qū)位置
圖2 研究區(qū)油氣水邊界分布
研究區(qū)面積大(大于1×104km2),鉆井較少。油氣勘探主要依靠地震資料。研究表明,該地區(qū)海洋深水沉積儲層阻抗低于圍巖阻抗,含氣儲層具有較好的三類AVO特征,可以利用AVO技術(shù)進行烴類檢測。但隨著勘探的進行,發(fā)現(xiàn)并非具有三類AVO異常的砂巖儲層均為氣層,也并非具有亮點特征的地震反射均為含氣指示。因而給研究區(qū)含氣性檢測帶來了多解性。本文的研究旨在基于AVO研究和亮點振幅研究基礎上,利用部分疊加角道集資料進一步識別與氣層相關(guān)的AVO異常以及真假亮點,從而實現(xiàn)降低烴類檢測的不確定性和提高烴類檢測準確性的目的。
研究中采用的地震數(shù)據(jù)包括CRP道集、疊后地震數(shù)據(jù)、遠道疊加地震數(shù)據(jù)和近道疊加地震數(shù)據(jù)(即部分疊加角道集數(shù)據(jù),研究中通過對過井的CRP道集隨角度的變化關(guān)系確定遠近道范圍,分析認為該研究區(qū)氣層在近道0~10°和遠道20°~30°差異明顯)。本次研究應用的技術(shù)方法主要包括:①振幅屬性方法;②頻率屬性方法;③分頻方法;④波形分類方法;⑤部分角度疊加道集交會分析。形成了一套如圖3所示的基于部分角度疊加道集的烴類檢測方法技術(shù)流程。
首先,基于疊后地震資料開展疊后振幅屬性分析,研究區(qū)砂巖儲層與泥巖圍巖相比,表現(xiàn)為明顯的低阻抗特征,含油氣后阻抗更低,儲層與圍巖具有明顯阻抗差,在地震剖面上表現(xiàn)為強反射,因此,可以利用亮點強振幅特征初步確定有利目標分布范圍。然后,基于CRP道集和速度開展道集的AVO特征分析,研究振幅隨入射角的變化情況,并生成對含氣性敏感的部分角度疊加道集。針對疊后振幅屬性分析確定的有利目標開展CRP道集特征分析及部分角度疊加道集(遠近道)上的振幅對比分析,進一步明確具有AVO特征的目標范圍[5-6]。在此基礎上開展基于部分角度疊加道集的頻率特征分析,分析氣層在頻率上的響應情況,并確定具有頻率異常的目標分布區(qū)。通過分頻方法確定與含氣相關(guān)的優(yōu)勢頻段并對有利目標進一步優(yōu)選評價,并結(jié)合波形分類方法綜合評價含氣范圍。
圖3 油氣檢測技術(shù)流程
2.1 振幅屬性
研究區(qū)目的層呈單斜構(gòu)造展布形態(tài),由于為深水沉積,整體表現(xiàn)為“泥包砂”的特征,即大套泥巖夾砂巖,砂巖上傾方向尖滅,形成良好的封堵條件。W1井位于斜坡的最上端,W3井位于斜坡的最下端,W2井位于中間(圖4)。當儲層含油氣時,地震剖面上常表現(xiàn)為明顯的強振幅(亮點)[7-11]。在W1-W2-W3聯(lián)井地震剖面(圖5)上,W1氣井表現(xiàn)出較強的振幅,呈亮點特征,W2油氣井的振幅次之,W3油水井的振幅最弱,振幅與油氣分布吻合較好。因此,振幅屬性可用來判別含油氣性。
圖4 目的層雙程旅行時平面展示
圖5 W1-W2-W3聯(lián)井地震剖面
沿目的層提取的均方根振幅、最大振幅和遠道疊加振幅減近道疊加振幅平面(圖6)顯示,均方根振幅和最大振幅平面圖特征相似,紅色表示高振幅值,其分布形態(tài)與圖2所示油氣水的分布較吻合。遠道疊加振幅減近道疊加振幅反映了遠近道疊加振幅的變化情況,目的層在地震剖面上表現(xiàn)為波谷,即振幅為負值,遠道疊加振幅減近道疊加振幅平面圖中,負值越大表示遠道振幅越強,為三類AVO異常,能較好地刻畫油氣的分布范圍。圖6c中的紅色—黃色區(qū)域較好地反映了油氣的分布情況,其中W1和W2井為氣井,遠近道振幅差更大,而W3井為油井,遠近道振幅差相對較小,但仍然表現(xiàn)為遠道振幅強近道振幅弱的特征,與圖2所示油氣水的分布吻合較好。因此,可利用均方根振幅屬性、最大振幅屬性以及遠道疊加振幅減近道疊加振幅屬性進行含油氣性檢測。
圖6 沿目的層提取的均方根振幅平面(a)、最大振幅平面(b)和遠道疊加振幅減近道疊加振幅平面(c)
2.2 頻率屬性
研究表明,當儲層含流體,如水、油或氣時,會引起地震波的散射,導致地震能量和頻率的衰減。不同儲層流體的頻率存在差異性。含氣儲層的高頻衰減程度與儲層油氣飽和度成正比,即含氣儲層的高頻成分比圍巖衰減快,在地震資料上常形成低頻特征,總體上,含油氣層的頻率低于含水層的頻率[12-13],因此,通過對目標砂體的頻率屬性分析,可有效地進行含油氣性檢測。
對由地震數(shù)據(jù)處理產(chǎn)生的瞬時頻率數(shù)據(jù)體進行頻率剖面分析和頻率平面屬性分析即可進行含油氣性判別。對研究區(qū)地震數(shù)據(jù)進行處理后發(fā)現(xiàn),在目的層含氣位置處(W1井),瞬時頻率屬性剖面上表現(xiàn)為明顯的低頻,而在低部位含水區(qū)域(低于W3井的區(qū)域)頻率降低不明顯(圖7),瞬時頻率屬性平面圖中低頻分布范圍則較好地刻畫了油氣展布情況(圖8),其分布結(jié)果與圖2所示油氣水分布特征吻合,因此采用瞬時頻率屬性能較好地進行含油氣性檢測。當然,引起頻率變化的因素較多,如巖性、厚度、物性及流體性質(zhì)的變化等,最終評價應結(jié)合多種方法的結(jié)果進行綜合分析以進一步降低多解性和不確定性。
圖7 瞬時頻率屬性剖面
圖8 瞬時頻率屬性平面展布
2.3 分頻技術(shù)
分頻技術(shù)主要是利用離散傅里葉變換、小波變換等技術(shù)將地震數(shù)據(jù)由時間域轉(zhuǎn)換到頻率域,形成時頻數(shù)據(jù)體和分頻體?;贐iot雙相介質(zhì)理論基礎,當?shù)卣鸩ù┻^雙相介質(zhì)時,固相和液相之間產(chǎn)生相對位移并發(fā)生相互作用,產(chǎn)生第二縱波。第二縱波速度很低,且極性與第一縱波相反。實際地震記錄是第一縱波與第二縱波的疊加,其動力學特征與單相介質(zhì)的性質(zhì)不同。不同性質(zhì)的流體,第二縱波的特征會有差異。當流體為油氣時,地震記錄上會表現(xiàn)為明顯的“低頻共振、高頻衰減”特征。研究表明,當儲層含油氣后會使儲層固有頻率降低,地震波低頻共振使低頻段能量加強,同時使地震波高頻成分衰減,從而導致高頻段能量減弱[14-17]。因此,地震剖面上,含油氣段表現(xiàn)出低頻共振能量增強和高頻衰減能量減弱的特征,含油氣飽和度越高,特征越明顯,即低頻共振高頻衰減現(xiàn)象與含油氣飽和度成正比關(guān)系。通常,油氣層表現(xiàn)為整體頻率偏低,其中低頻能量較高,高頻能量偏低,氣層對高頻信號的吸收性明顯增強。水層表現(xiàn)為整體頻率偏高,其中低頻段能量偏低,高頻段能量偏高,低頻共振高頻衰減現(xiàn)象不明顯??傮w上,油氣層表現(xiàn)為低頻能量相對較高而高頻能量相對偏低的特征,即低頻共振高頻衰減特征[18]。
據(jù)此,對研究區(qū)的部分角度疊加中對油氣敏感的角度疊加地震數(shù)據(jù)進行譜分解處理。按10Hz的間隔將地震數(shù)據(jù)處理成10,20,30,40,50,60Hz 6個數(shù)據(jù)體。不同頻率的聯(lián)井剖面(圖9)顯示,10Hz剖面上氣層段(W1井)表現(xiàn)為強振幅,油層段(W2井)振幅稍弱,水層段(W3井)無明顯強振幅。20Hz,30Hz的剖面與10Hz的剖面類似,振幅略有減弱但強振幅仍然存在。40~60Hz剖面上振幅減弱明顯,在50Hz和60Hz的剖面上已無明顯強振幅現(xiàn)象。此研究表明,油氣層段存在低頻共振振幅增強、高頻衰減振幅減弱現(xiàn)象。對不同頻率數(shù)據(jù)體沿目的層提取的振幅屬性(圖10)顯示,10~30Hz平面屬性圖中的強振幅能較好地反映油氣分布情況,與鉆井情況及圖2所示的油氣水分布情況吻合。因此,可以利用分頻屬性進行含油氣性檢測。
圖9 分頻屬性剖面
2.4 波形分類
地震波形的變化是地震波振幅、頻率、相位的綜合反映,是重要的地震屬性參數(shù)。地震波形分類技術(shù)充分利用了地震資料信息豐富的特點,采用神經(jīng)網(wǎng)絡算法將地震道形狀(即波形特征)定量地刻畫出來,通過對目的層的地震數(shù)據(jù)逐道進行波形的對比分類,細致地刻畫地震信號波形的橫向變化[19]。研究表明,儲層流體發(fā)生變化時,地震波形隨之發(fā)生改變。儲層流體為氣和水時,在地震上表現(xiàn)出不同的波形形態(tài)。利用波形分類技術(shù)可識別與油氣相關(guān)的波形特征并對不同波形進行分類,從而達到通過對波形特征的分析進行油氣判別以及油氣水邊界確定的目的。
通過對研究區(qū)目的層進行波形分類研究,將波形分為10類(圖11)。由波形變化可知,第1類至第10類波形的幅度逐漸變小,波形寬度逐漸變窄,振幅和頻率都存在變化,即波形上具有差異。根據(jù)前面的分析,氣層振幅增強,正如波形分類中的1~3類波形,而水層振幅較弱,正如波形分類中的7~10類波形,4~6類波形則代表了含油儲層,該分類結(jié)果與圖2所示的油氣水的分布吻合。因此,可通過波形分類以及鉆井標定的方法進行含油氣性檢測。
圖10 分頻屬性平面展示
圖11 波形分類平面展示及其波形
2.5 基于部分角度疊加道集的交會分析
根據(jù)AVO分析,地震振幅隨儲層流體變化而發(fā)生改變。其中比較典型的是二類和三類AVO響應特征,三類AVO特征為振幅隨偏移距的增加而增加,分角度(偏移距)疊加后的特征為遠道疊加振幅強于近道疊加振幅。二類AVO特征表現(xiàn)為兩種情況,一種為極性反轉(zhuǎn),即由負振幅轉(zhuǎn)換為正振幅或由正振幅轉(zhuǎn)換為負振幅,另一種為近道振幅較弱,振幅隨角度增加而增強。因此,可通過對遠近道疊加的地震數(shù)據(jù)對比分析確定振幅隨入射角(偏移距)的變化關(guān)系,從而進行含油氣性檢測[20-23]。
本文通過對遠近道疊加剖面交會分析進行AVO響應特征研究,并結(jié)合鉆井情況進行含油氣性檢測。圖12為遠、近道疊加地震剖面對比。由圖12可知,含油氣層段遠道疊加振幅明顯強于近道疊加振幅,表現(xiàn)為明顯的三類AVO響應特征。圖13,圖14和圖15分別為過W1,W2,W3井的遠近道疊加地震剖面及交會結(jié)果。圖13a顯示,異常主要集中在紅色區(qū)域,有少量分布在綠色區(qū)域。紅色區(qū)域表示遠道疊加振幅強于近道疊加振幅,為三類AVO異常,而綠色區(qū)域表示遠道振幅與近道振幅極性相反,存在相位的反轉(zhuǎn)現(xiàn)象,表現(xiàn)為二類AVO異常。將異常投影到遠近道疊加地震剖面上(圖13b,圖13d),紅色(即三類AVO響應)表現(xiàn)為明顯的含氣特征,其橫向展布與波形分類結(jié)果一致(圖13c),與W1氣井吻合。
圖12 遠(a)、近(b)道疊加地震剖面
圖13 過W1井遠近道剖面及交會結(jié)果 a 遠近道交會結(jié)果(橫坐標表示近道,縱坐標表示遠道); b 近道疊加剖面; c 波形分類平面展示; d 遠道疊加剖面
圖14 過W2井遠近道剖面及交會結(jié)果 a 遠近道交會結(jié)果(橫坐標表示近道,縱坐標表示遠道); b 近道疊加剖面; c 波形分類平面展示; d 遠道疊加剖面
圖14a 顯示,異常主要集中在紅色區(qū)域和綠色區(qū)域內(nèi),表現(xiàn)為二類和三類AVO異常。將異常投影到遠近道疊加地震剖面上(圖14b,圖14d),在W2井位置,異常既有紅色又有綠色,表示既含油又含氣,這與W2井為油氣井完全吻合,其橫向展布與波形分類結(jié)果一致(圖14c)。圖15a顯示,異常主要集中在綠
色區(qū)域內(nèi),表現(xiàn)為二類AVO異常。將異常投影到遠近道疊加地震剖面上(圖15b,圖15d),在W3井位置,以綠色為主,表示以含油為主,這與W3井為油井完全吻合,其橫向展布與波形分類結(jié)果一致(圖15c)。
圖16為過非油氣分布區(qū)的地震剖面及交會結(jié)果。從圖16可以看出,遠近道疊加剖面和交會圖中均無二類和三類異常(即油氣響應異常);在波形分類平面圖上,該測線位置已處于非油氣波形分布范圍內(nèi)(圖16c)。
圖15 過W3井遠近道剖面及交會結(jié)果 a 遠近道交會結(jié)果(橫坐標表示近道,縱坐標表示遠道); b 近道疊加剖面; c 波形分類平面展示; d 遠道疊加剖面
圖16 過非油氣分布區(qū)遠近道剖面及交會結(jié)果 a 遠近道交會結(jié)果(橫坐標表示近道,縱坐標表示遠道); b 近道疊加剖面; c 波形分類平面展示; d 遠道疊加剖面
根據(jù)上述烴類檢測技術(shù)方法,對赤道幾內(nèi)亞灣深水海域的研究區(qū)塊預測目標進行了綜合評價和優(yōu)選(圖17),認為在疊后振幅、頻率、疊前AVO、分頻及波形分類上都有烴類指示異常的區(qū)域為最有利目標區(qū),后續(xù)鉆井揭示該方法取得了較好的預測效果。
圖17 研究區(qū)預測目標分布
1號目標為上述試驗區(qū)。2,3,4號目標為預測的氣層,其中2號目標和4號目標后來被鉆井證實為氣層,與預測結(jié)果吻合。2,3,4號目標在部分角度疊加剖面上表現(xiàn)為強振幅特征,遠道振幅大于近道振幅,CRP道集分析表明振幅隨偏移距增大而增加,分頻研究顯示存在低頻共振高頻衰減現(xiàn)象(圖18)。而5,6,7號目標在疊后地震剖面上表現(xiàn)為強振幅特征,但經(jīng)過部分角度疊加和CRP道集分析認為,它們具有近道振幅強、遠道振幅弱的特點,CRP道集上顯示振幅隨偏移距的增加而減小(圖19,圖20)?;诓糠纸嵌券B加數(shù)據(jù)的分頻研究和頻率研究結(jié)果表明,5,6,7號目標無明顯的低頻特征,低頻共振高頻衰減現(xiàn)象不明顯。據(jù)此,預測時表現(xiàn)出的強振幅為假亮點,主要為巖性的反映。其中5號、7號目標已被鉆井證實。
5號目標地震剖面上表現(xiàn)為強振幅特征,CRP道集上存在遠道振幅強、近道振幅弱的特點(具有三類AVO異常),但分頻研究及頻率分析揭示該目標不具有低頻共振高頻衰減現(xiàn)象,頻率也無明顯降低。隨后的鉆井揭示該目標儲層發(fā)育,含少量氣,含氣飽和度低,解釋為水層。4號目標與7號目標有部分區(qū)域垂向疊置,4號目標位于7號目標上部,異常明顯,預測為有利目標,鉆井揭示為氣層,而7號目標鉆井揭示儲層發(fā)育,為水層,非含氣目標,與預測結(jié)果吻合。
因此,通過本文所述的多種技術(shù)方法遞進逐步篩選和排除,可以增強烴類檢測的有效性,提高烴類檢測的可靠程度和準確性。
圖18 2號目標烴類檢測結(jié)果
圖19 5號目標烴類檢測結(jié)果
圖20 7號目標烴類檢測結(jié)果
對于海洋深水沉積儲層,直接應用部分角度疊加道集地震資料進行含油氣性檢測具有可行性,通過研究可得出以下結(jié)論。
1) 海洋深水沉積儲層與圍巖相比,具有明顯低阻抗特征,含氣儲層阻抗更低,地震上表現(xiàn)為亮點特征。部分角度疊加道集資料既能反映儲層發(fā)育情況,又能反映與油氣相關(guān)的振幅隨入射角的變化關(guān)系,并進行真假亮點的識別。
2) 深水沉積巖性相對單一,砂巖泥巖組合,由于氣層對地震波的吸收作用使得頻率明顯降低,基于能反映氣層的部分角度疊加道集的頻率分析可有效進行烴類檢測。
3) 基于雙相介質(zhì)理論的低頻共振高頻衰減特征,利用部分角度疊加道集的分頻研究,優(yōu)選對氣層敏感的優(yōu)勢頻段可預測含氣性。
4) 在有鉆井標定情況下,根據(jù)儲層不同流體的地震波形特征,利用地震波形分類技術(shù)可進行含油氣性檢測。
研究表明,采用單一方法進行烴類檢測存在多解性和不確定性。通過對油氣層的地震響應特征分析,明確氣層在部分疊加角道集上的振幅、頻率以及波形等特征,進而利用多種方法進行綜合烴類檢測評價,可實現(xiàn)降低烴類檢測多解性提高準確性的目的。
[1] 張衛(wèi)衛(wèi),何敏,朱明.應用AVO技術(shù)識別深水區(qū)非亮點氣藏[J].石油地球物理勘探,2015,50(1):123-128
ZHANG W W,HE M,ZHU M.Identification of non-bright-spot gas reservoir with AVO in deep water area[J].Oil Geophysical Prospecting,2015,50(1):123-128
[2] 王靜波,陳祖慶,蔣福友.頻率域高分辨率地震波阻抗直接反演方法研究[J].石油物探,2017,56(3):203-209
WANG J B,CHEN Z Q,JIANG F Y.A direct-inversion method of high-resolution seismic impedance in frequency domain[J].Geophysical Prospecting for Petroleum,2017,56(3):203-209
[3] 沈向存,蘭明杰,秦貞超.基于部分疊加角道集屬性的含油薄層砂體預測[J].石油物探,2014,53(6):737-743
SHEN X C,LAN M J,QIN Z C.Sandstone prediction of the oil-bearing thin-layers based on seismic attributes from partial stack angle gathers[J].Geophysical Prospecting for Petroleum,2014,53(6):737-743
[4] 郎曉玲,彭仕宓,康洪全,等.疊前同時反演方法在流體識別中的應用[J].石油物探,2010,49(2):164-169
LANG X L,PENG S M,KANG H Q,et al.Application of prestack simultaneous inversion method in fluid identification[J].Geophysical Prospecting for Petroleum,2010,49(2):164-169
[5] 蔡杰雄,王華忠,王立歆.基于三維高斯束算子解析的方位—反射角道集提取技術(shù)研究[J].石油物探,2016,55(1):76-83
CAI J X,WANG H Z,WANG L X.Azimuth-opening angle domain common-image gathers from 3D Gaussian beam migration[J].Geophysical Prospecting for Petroleum,2016,55(1):76-83
[6] 郭智奇,劉財,李向陽.非彈性層狀介質(zhì)地震波頻變AVO響應模擬及分析[J].地球物理學報,2016,59(2):664-672
GUO Z Q,LIU C,LI X Y.Modeling and analysis of frequency-dependent AVO responses in inelastic stratified media[J].Chinese Journal of Geophysics,2016,59(2):664-672
[7] 陸自清,郭媛.疊前反演中部分疊加道集的優(yōu)化校正[J].石油地球物理勘探,2015,50(1):67-70
LU Z Q,GUO Y.Partial- stack dataset optimization in prestack seismic inversion[J].Oil Geophysical Prospecting,2015,50(1):67-70
[8] 張明振.勝利灘海地區(qū)新近系河流相儲層描述技術(shù)發(fā)展與趨勢[J].地球物理學進展,2017,32(2):822-826
ZHANG M Z.Development and tendency of techniques for fluvial reservoir description in Shengli shallow beach sea[J].Progress in Geophysics,2017,32(2):822-826
[9] 郭智奇,劉財,馮晅,等.薄儲層的反射特征及其AVO屬性分析[J].石油物探,2009,48(5):253-259
GUO Z Q,LIU C,FENG X,et al.Reflectin characteristics of thin reservoirs and its AVO attributes analysis[J].Geophysical Prospecting for Petroleum,2009,48(5):253-259
[10] 齊桓,王海,董冬.地震沉積學在薄儲層預測中的應用——以L87 井區(qū)水下扇體識別為例[J].地球物理學進展,2017,32(2):709-713
QI H,WANG H,DONG D.Application of seismic sedimentology in thin reservoir prediction:taking the identification of underwater fan in L87 well area as an example[J].Progress in Geophysics,2017,32(2):709-713
[11] 羅琪,韓光明,王立鋒.基于巖石物理統(tǒng)計的亮點預測含氣性的應用分析——以鶯歌海盆地東方1-1 北探區(qū)為例[J].地球物理學進展,2016,31(6):2598-2603
LUO Q,HAN G M,WANG L F.Application anaylisis of bright spots predicting hydrocarbon based on the petrophysical statistics in DF1-1 north block,Yinggehai basin[J].Progress in Geophysics,2016,31(6):2598-2603
[12] 陳志剛,徐剛,代雙和.“兩寬一高”地震資料的敏感方位油氣檢測技術(shù)在乍得潛山油藏描述的應用[J].地球物理學進展,2017,32(3):1114-1120
CHEN Z G,XU G,DAI S H.Application of seismic sensitive azimuth hydrocarbon prediction based on“WF,WA&HD”seismic data at L buried hill in B basin,Chad[J].Progress in Geophysics,2017,32(3):1114-1120
[13] 李偉,岳大力,胡光義.分頻段地震屬性優(yōu)選及砂體預測方法——秦皇島32-6油田北區(qū)實例[J].石油地球物理勘探,2017,52(1):121-130
LI W,YUE D L,HU G Y.Frequency-segmented seismic attribute optimization and sandbody distribution prediction:an example in North Block,Qinghuangdao 32-6 Oilfield[J].Oil Geophysical Prospecting,2017,52(1):121-130
[14] 劉靜靜,劉震,齊宇.地震分頻處理技術(shù)預測深水儲集體[J].石油學報,2016,37(1):81-87
LIU J J,LIU Z,QI Y.Prediction of deep-water reservoir by seismic frequency division technology[J].Acta Petrolei Sinica,2016,37(1):81-87
[15] 王小杰,欒錫武.基于小波分頻技術(shù)的地層Q值補償方法研究[J].石油物探,2017,56(2):203-209
WANG X J,LUAN X W.The study of formationQvalue compensation method based on wavelet frequency division technology[J].Geophysical Prospecting for Petroleum,2017,56(2):203-209
[16] 龔洪林,王振卿,李錄明.應用地震分頻技術(shù)預測碳酸鹽巖儲層[J].地球物理學進展,2008,23(1):129-135
GONG H L,WANG Z Q,LI L M.Predicting carbonate reservoir by applying seismic spectral decomposition technique[J].Progress in Geophysics,2008,23(1):129-135
[17] 韓利,劉春成,張益明.地震復譜分解技術(shù)及其在烴類檢測中的應用[J].地球物理學報,2016,59(3):1096-1101
HAN L,LIU C C,ZHANG Y M.Seismic complex spectral decomposition and its application on hydrocarbon detection[J].Chinese Journal of Geophysics,2016,59(3):1096-1101
[18] 張震,印興耀,郝前勇.基于AVO反演的頻變流體識別方法[J].地球物理學報,2014,57(12):4171-4184
ZHANG Z,YIN X Y,HAO Q Y.Frequency- dependent fluid identification method based on AVO inversion[J].Chinese Journal of Geophysics,2014,57(12):4171-4184
[19] 鄧傳偉,李莉華,金銀姬,等.波形分類技術(shù)在儲層沉積微相預測中的應用[J].石油物探,2008,47(3):262-265
DENG C W,LI L H,JIN Y J,et al.Application of seismic waveform classification in the predicting of reservoir’s sediment microfacies[J].Geophysical Prospecting for Petroleum,2008,47(3):262-265
[20] 詹仕凡,陳茂山,李磊.OVT域?qū)挿轿化B前地震屬性分析方法[J].石油地球物理勘探,2015,50(5):956-966
ZHAN S F,CHEN M S,LI L.OVT-domain wide- azimuth prestack seismic attribute analysis[J].Oil Geophysical Prospecting,2015,50(5):956-966
[21] 鐘峙,李錄明,史運華.疊前AVA巖性參數(shù)反演方法及精度分析[J].石油物探,2011,50(3):225-233
ZHONG S,LI L M,SHI Y H.Pre-stack AVA lithologic parameters inversion method and accuracy analysis[J].Geophysical Prospecting for Petroleum,2011,50(3):225-233
[22] 黃捍東,張如偉,李進波,等.基于疊前振幅隨角度變化反演的儲層流體識別方法[J].中國石油大學學報(自然科學版),2009,3(5):41-45
HUANG H D,ZHANG R W,LI J B,et al.Reservoir fluid prediction method based on prestack amplitude variation with angle inversion[J].Journal of China University of Petroleum (Edition of Natural Science),2009,3(5):41-45
[23] 劉喜武,劉志遠,寧俊瑞.基于全方位地下局部角度域成像的頁巖氣儲層各向異性預測[J].地球物理學進展,2015,30(2):853-857
LIU X W,LIU Z Y,NING J R.Full azimuth subsurface local angle domain imaging based anisotropy characterization for shale gas reservoir[J].Progress in Geophysics,2015,30(2):853-857
(編輯:顧石慶)
Seismichydrocarbondetectionbasedonpartialstackanglegathersinoffshoredeep-wateroftheEquatorialGuineaBay
ZUO Guoping,LV Fuliang,FAN Guozhang
(PetrochinaHangzhouResearchInstituteofGeology,Hangzhou310023,China)
Exploration of hydrocarbons in offshore deep-water reservoirs using seismic data is a highly relevant task.However,detection by a single attribute or parameter of seismic data leads to a high level of uncertainty.Here we use an example of the deep-water sedimentary hydrocarbon reservoir of the Gulf of Equatorial Guinea to detect hydrocarbons based on partial stack angle gathers.We used five techniques for hydrocarbon exploration,namely,seismic amplitude and frequency attribute,spectrum decomposition,waveform classification and crossplot analysis of far offset stack and near offset stack data.The distribution of hydrocarbons in the study area was detected using the abovementioned techniques,and the predicted results agreed with the drilling data and the known reservoir fluid distribution.Moreover,we discovered that the proposed method can effectively eliminate false bright spot anomalies and other non-gas bearing prospects,thus improving the accuracy and reliability of hydrocarbon detection,which can support seismic hydrocarbon exploration in offshore deep-water sedimentary hydrocarbon reservoirs.
hydrocarbon detection,amplitude attribute,frequency attribute,spectrum decomposition,waveform classification,crossplot analysis,offshore deep-water exploration
2017-03-27;改回日期2017-07-10。
左國平(1980—),男,碩士,工程師,現(xiàn)主要從事地震構(gòu)造解釋、儲層預測及烴類檢測方面的研究工作。
中國石油科學研究與技術(shù)開發(fā)項目“海外海域油氣地質(zhì)條件與關(guān)鍵評價技術(shù)研究”(2016D-4303)資助。
This research is financially supported by Petrochina Science Research and Technology Development Project“Study of petroleum geological conditions and key evaluation technologies in overseas offshore areas” (Grant No.2016D-4303).
P631
A
1000-1441(2017)06-0841-12
10.3969/j.issn.1000-1441.2017.06.010