熊曉軍 張 鑫* 張本健 張正鵬 許志遠 羅海龍

(①成都理工大學地球勘探與信息技術教育部重點實驗室，四川成都 610059；②中國石油西南油氣田分公司川西北氣礦，四川江油 621700)

0 引言

裂縫發(fā)育受多種因素控制，分布復雜、規(guī)律性差，預測和識別難度大[1]。目前常規(guī)的裂縫預測技術主要有疊前和疊后兩類。疊后裂縫預測理論完善、技術方法繁多，當前常用的有相干體、螞蟻體追蹤、曲率屬性、邊緣檢測、構造不連續(xù)屬性、衰減梯度屬性、應力場數(shù)值模擬等[2-3]。與傳統(tǒng)疊后裂縫預測相比，疊前方位各向異性裂縫檢測不僅具有在空間上覆蓋程度高的優(yōu)勢，同時包含方位角信息，可判定裂縫走向、裂縫密度[4-5]。

當前一種常用的疊前裂縫預測方法基于縱波各向異性速度橢圓擬合[6]，但依賴于寬方位地震數(shù)據(jù)。對于海洋窄方位地震資料，方位各向異性裂縫檢測方法受方位制約。當前應用窄方位疊前地震數(shù)據(jù)預測裂縫的方法還不太成熟。田立新等[1]綜合應用疊前彈性參數(shù)反演與應力場模擬獲取遠、近炮檢距間的屬性差異預測裂縫儲層。蘇世龍等[7]采取限炮檢距措施及五維插值技術或OVT域處理技術改善窄方位資料特性，進而開展疊前裂縫預測。Liu等[8]利用窄方位數(shù)據(jù)預測碳酸鹽巖裂縫。熊曉軍等[9]基于地震波在各向異性介質(zhì)與各向同性介質(zhì)中的AVO差異，提出標準差統(tǒng)計方法進行疊前裂縫預測，裂縫預測結果宏觀趨勢正確；但由于采用窄方位或單方位地震資料(覆蓋次數(shù)低)，預測的裂縫發(fā)育帶連片性差。為此，本文改進文獻[9]的裂縫預測流程，引入裂縫融合分析方法，有效克服了采用窄方位或單一方位數(shù)據(jù)預測裂縫的缺陷，可以準確表征高角度裂縫發(fā)育帶的三維空間分布特征。

本文首先采用基于標準差統(tǒng)計的窄方位疊前裂縫預測方法，再引入基于網(wǎng)格聚類分析[10]的裂縫融合技術，最后得到縱橫向連續(xù)性強的裂縫數(shù)據(jù)體。對中國N區(qū)的海洋窄方位疊前地震資料的應用結果表明，本文提出的裂縫預測技術可有效地表征高角度裂縫發(fā)育帶的展布特征，與鉆井數(shù)據(jù)符合度高，適用于發(fā)育高角度裂縫的地區(qū)。

1 疊前裂縫預測的理論基礎分析

1.1 N區(qū)的裂縫發(fā)育特征

觀察中國N區(qū)取心井的巖心發(fā)現(xiàn)，主要發(fā)育層理縫、構造縫兩種裂縫，按產(chǎn)狀將裂縫分為四種：傾角≤5°為水平縫(圖1a)；5°<傾角<45°為低角度斜交縫(圖1b)；45°≤傾角<85°為高角度斜交縫(圖1c)；傾角≥85°為垂直縫(圖1d)。此外，在目的層巖心中共觀察到502條裂縫(圖2)。因此，N區(qū)的目的層段普遍發(fā)育高角度裂縫。

圖1 巖心照片

圖2 N區(qū)巖心裂縫產(chǎn)狀分布圖

1.2 模型AVO正演

N區(qū)目的層段普遍發(fā)育高角度裂縫，海上采集的三維疊前窄方位地震資料的疊前道集方位角主要分布于0°～30°，炮檢距分布范圍為200～6573m(圖3)。

圖3 N區(qū)疊前道集的方位角分析

設計了三層模型(表1)，其中頂、底層為非儲層(各向同性介質(zhì))，中間層為儲層(文中分別設定為各向同性、VTI、HTI介質(zhì))。為了有效地表征模型上界面的AVO特征，當中間層為各向同性介質(zhì)時采用Aki近似式計算縱波在模型上界面反射系數(shù)，當中間層為各向異性(HTI和VTI)介質(zhì)時采用Rüger近似式[11]計算縱波在模型上界面反射系數(shù)?？梢姡孩俜轿唤菫?°時，當中間層分別為各向同性、HTI及VTI介質(zhì)時，反射系數(shù)隨入射角而變化，且中間層為HTI介質(zhì)時反射系數(shù)隨入射角的變化最顯著(圖4a)。因此，對于零方位角的三維地震數(shù)據(jù)，當介質(zhì)中高陡裂縫發(fā)育時，裂縫性質(zhì)對疊前資料振幅特性的影響將不容忽略。②在窄方位情況下，當中間層為HTI介質(zhì)時，相同的入射角、不同方位角的反射系數(shù)存在差異(圖4b)。

圖4 三層模型AVO響應

表1 模型參數(shù)

2 基于裂縫融合分析的窄方位疊前裂縫預測技術

2.1 基于標準差分析的AVO差異特征提取方法

由圖4可見，縱波在不同介質(zhì)中傳播時存在AVO差異，基于標準差統(tǒng)計的窄方位疊前裂縫預測方法即通過提取該差異預測裂縫[9]，但首先要對疊前道集優(yōu)化處理[12-15]。圖5為基于裂縫融合分析的窄方位疊前裂縫預測技術流程。

圖5 基于裂縫融合分析的窄方位疊前裂縫預測技術的流程

2.2 基于網(wǎng)格聚類分析的裂縫融合技術

聚類過程遵循“物以類聚”的原則，將本身相互孤立的一批現(xiàn)實或抽象的數(shù)據(jù)對象聚集成不同的數(shù)據(jù)樣本集合，并描述每一個樣本集合。其目的就是將數(shù)據(jù)集分成多個類簇，使同一個類簇的樣本之間保持屬性相近，而不同類簇的樣本之間保持足夠大的屬性差異。

本文采用網(wǎng)格聚類分析法?；诰W(wǎng)格的方法以獨立的空間網(wǎng)格結構單元作為處理對象，整個數(shù)據(jù)樣本空間首先被劃分為若干空間網(wǎng)格單元，再對每一個網(wǎng)格單元單獨進行聚類處理。聚類分析時，首先需要設定聚類準則判別最終的聚類結果是否符合要求。本文根據(jù)期望的破碎帶融合效果，認為能夠融合的裂縫發(fā)育點需同時滿足兩個條件：①需要融合的裂縫發(fā)育點必須彼此距離較?。虎谕粋€裂縫融合帶上的點必然具有相近的傾角屬性。因此本文以空間距離和傾角屬性作為聚類準則[10]。

基于空間網(wǎng)格距離的裂縫發(fā)育點聚類，通過裂縫發(fā)育點的空間網(wǎng)格距離尋找若干個連通分支，以達到對數(shù)據(jù)體拆分聚類的目的。但對于相距較近的裂縫發(fā)育點還不能直接融合，雖然離散的不同裂縫發(fā)育點可能彼此相近，但其所屬地層的傾角屬性并不一致，此時需要將這些點分類。因此還要判斷各個散點的傾角屬性，只有相近且傾角屬性差別不大的裂縫發(fā)育點才能融合。

假定數(shù)據(jù)體中的所有裂縫發(fā)育點構成集合S，則對于每一個裂縫發(fā)育種子點p而言：

(1)基于空間距離的聚類追蹤，即尋找滿足

D(p)={v|v∈O(p)∩S}

(1)

的裂縫發(fā)育點子集。式中：O(p)為p點的連通鄰域[16]，一般為6連通鄰域或者26連通鄰域(圖6)；v為連通域中的某點。6連通鄰域指一個網(wǎng)格點x的6-鄰近點中的任意網(wǎng)格點與x至少有一個公共面；26連通鄰域指一個網(wǎng)格點x的26-鄰近點中的網(wǎng)格點與x至少有一個公共點。本文選用6連通鄰域進行裂縫融合處理。

圖6 6連通鄰域(左)和26連通鄰域(右)示意圖

(2)基于傾角屬性的聚類追蹤，即尋找滿足

A(p)={v|Δθ(v,p)

(2)

的裂縫發(fā)育點子集。式中：Δθ(v,p)為點v與p間的傾角屬性差值；Dipthreshold為裂縫的傾角屬性閾值。

本文的裂縫發(fā)育點聚類算法基于種子點p，尋找同時滿足式(1)和式(2)的裂縫發(fā)育子集

F(p)={v|v∈D(p)∩A(p)}

(3)

2.3 操作流程

本文提出的窄方位疊前裂縫預測技術流程描述如下。

(1)數(shù)據(jù)輸入。將基于標準差統(tǒng)計的窄方位疊前裂縫預測方法得到的裂縫數(shù)據(jù)體作為輸入數(shù)據(jù)；

(2)確定聚類準則。根據(jù)實際工區(qū)期望的裂縫融合效果設定連通鄰域及Dipthreshold。根據(jù)實際工區(qū)裂縫性質(zhì)選擇Dipthreshold為裂縫最大傾角與最小傾角之差，即Dipthreshold在裂縫最大傾角與最小傾角之間約束融合效果；

(3)采用基于協(xié)方差矩陣法矢量估計的方法[17]求解裂縫發(fā)育點間的傾角屬性差值Δθ(v,p)。

1)基于(根據(jù)工區(qū)實際地層變化特征及裂縫長度)設定的搜索半徑，求解裂縫發(fā)育點集合中每個裂縫發(fā)育點的若干鄰近點x1,x2,…，xn，由這些鄰近點得到局部微平面(離散點的局部小區(qū)域)；

3)基于微平面上散點與質(zhì)心間的距離構建協(xié)方差矩陣[18];

4)求解協(xié)方差矩陣最小特征值對應的特征向量，從而求得整個微平面的法向量，并以此作為單個裂縫發(fā)育散點的法向量；

5)計算裂縫發(fā)育點間的傾角屬性差值

(4)

式中n1、n2分別為兩個不同散點的法向量。

(4)從第一個裂縫發(fā)育點開始遍歷，尋找該種子點所有的連通分支，并計算種子點與連通分支中點之間的傾角屬性差值，判斷其是否小于事先給定的傾角屬性閾值，對于滿足條件的點納入種子點隊列中。同樣地，將新加入到種子點隊列中的點均標記為經(jīng)處理過的點。如此循環(huán)擴充，直至隊列中的所有種子點均無法再向外擴充為止。

(5)一次遍歷結束，認為此時種子隊列中的裂縫發(fā)育點構成了裂縫發(fā)育帶的點集(被融合)。尋找下一個沒有被遍歷標記過的種子點，循環(huán)操作步驟(4)，直至遍歷整個數(shù)據(jù)體，得到融合后的裂縫密度數(shù)據(jù)體。

(6)采用RGB模型作為色標計算模型[19]，色標顏色從紫色、紅色、黃色到藍色表征裂縫發(fā)育強度依次減弱。

3 實例分析

N區(qū)海上采集的三維疊前窄方位地震資料的疊前道集方位角主要分布于0°～30°，炮檢距分布范圍為200～6573m。目的層為花港組七段(h7)，主要發(fā)育高角度裂縫，已鉆2口井。

本文利用N區(qū)窄方位疊前地震數(shù)據(jù)進行基于標準差統(tǒng)計的窄方位疊前裂縫預測，獲得了疊前裂縫預測剖面(圖7a和圖8a)，得到的井上裂縫預測結果與實鉆結果一致，且裂縫發(fā)育的宏觀趨勢符合地質(zhì)規(guī)律。但由于采用窄方位或單一方位地震資料(覆蓋次數(shù)低)，預測的裂縫發(fā)育帶連片性差，不利于表征裂縫發(fā)育帶的展布特征。為此，在圖7a和圖8a的基礎上利用基于網(wǎng)格聚類分析的融合技術對裂縫發(fā)育點進行融合，分別得到裂縫發(fā)育帶融合剖面(圖7b和圖8b)，其中彩色區(qū)域為裂縫發(fā)育區(qū)，從紫色、紅色、黃色到藍色裂縫發(fā)育強度依次減弱，數(shù)據(jù)體縱、橫向連續(xù)性更強。此外，在h7上方N1S井位裂縫不發(fā)育，在h7下方裂縫發(fā)育；在N12井裂縫發(fā)育。上述結果與該區(qū)鉆井資料揭示的裂縫發(fā)育特征一致。

圖7 過N1S井的裂縫檢測剖面

圖8 過N12井的裂縫檢測剖面

圖9為本文方法裂縫預測平面圖及立體圖。由圖可見：N1S井位于灰色區(qū)域，表明裂縫不發(fā)育，N12井位于紅、黃色區(qū)域，表明裂縫發(fā)育；從裂縫發(fā)育的整體分布來看，本區(qū)裂縫大多分布在構造高點和工區(qū)北部地層褶皺破碎處，總體沿南北向展布，后期井位可布控在構造高點裂縫帶發(fā)育處。

圖9 本文方法裂縫預測平面圖(左)及立體圖(右)時窗范圍為h7上、下5ms，提取裂縫發(fā)育強度的平均值

4 結束語

基于標準差統(tǒng)計的窄方位疊前裂縫預測方法，通過提取各向異性與各向同性介質(zhì)中的AVO特征差異效應進行疊前裂縫預測，適用于海上采集的窄方位地震資料，但預測的裂縫發(fā)育帶連續(xù)性差。本文引入基于網(wǎng)格聚類分析的裂縫融合分析方法，有效克服了該缺陷，可以準確地表征高角度裂縫發(fā)育帶的三維空間分布特征，在中國N區(qū)的實際應用效果較好。寬方位疊前裂縫預測方法可以更準確地獲得地下信息，但對于只有窄方位疊前地震數(shù)據(jù)的區(qū)域，本文方法可作為“寬方位”技術的一個補充，為利用海洋窄方位數(shù)據(jù)預測裂縫提供一種備選技術。