張憲國(guó) 吳嘯嘯 黃德榕 林承焰

(①中國(guó)石油大學(xué)(華東)地球科學(xué)與技術(shù)學(xué)院，山東青島 266580；②中海石油(中國(guó))有限公司上海分公司，上海 200335)

0 引言

曲流河砂體是陸相沉積中最主要的油氣儲(chǔ)集體之一。伴隨河道形態(tài)變化和反復(fù)沉積、侵蝕，平原區(qū)曲流河河谷內(nèi)殘留點(diǎn)壩復(fù)合沉積體[1-3]。識(shí)別曲流河點(diǎn)壩對(duì)于研究曲流河演化特征、指導(dǎo)油氣藏開發(fā)等具有重要意義[4-5]。然而，曲流河往往經(jīng)歷多期改造而形成復(fù)合微相單元，如何利用地震資料準(zhǔn)確預(yù)測(cè)砂體厚度的變化并識(shí)別復(fù)合體內(nèi)部的單一點(diǎn)壩，是曲流河儲(chǔ)層預(yù)測(cè)的關(guān)鍵。圍繞上述問題形成了一系列的地震儲(chǔ)層預(yù)測(cè)技術(shù)(如地層切片[6-10]、地震屬性分析[11-13]及地震反演[14]等技術(shù))，其中地震屬性分析是最簡(jiǎn)單、有效且發(fā)展迅速的方法。新的單一屬性類型的研發(fā)和多屬性融合是地震屬性分析技術(shù)發(fā)展的兩大方向。近年來，以分頻屬性融合技術(shù)[15]、基于機(jī)器學(xué)習(xí)的多屬性分析[16-18]等為代表的地震屬性融合分析技術(shù)廣泛應(yīng)用于河流相儲(chǔ)層的研究。

極限學(xué)習(xí)機(jī)(ELM)是一種基于前饋神經(jīng)網(wǎng)絡(luò)構(gòu)建的機(jī)器學(xué)習(xí)方法，它優(yōu)化了隱層節(jié)點(diǎn)的調(diào)整，采用隨機(jī)神經(jīng)元和隨機(jī)連接，在學(xué)習(xí)速度上顯著優(yōu)于支持向量機(jī)(SVM)和深度學(xué)習(xí)方法[19-20]，而且泛化能力強(qiáng)，預(yù)測(cè)誤差小[21]。陳芊澍等[22]和Wang等[23]利用極限學(xué)習(xí)機(jī)算法進(jìn)行地震多屬性分析，在煤層及裂縫帶預(yù)測(cè)方面取得了良好的效果，但是在儲(chǔ)層研究領(lǐng)域的其他方面的應(yīng)用尚未見文獻(xiàn)報(bào)道。

本文選取渤海灣盆地濟(jì)陽坳陷孤東油田館陶組高彎度曲流河，將極限學(xué)習(xí)機(jī)算法應(yīng)用于地震多屬性融合中以預(yù)測(cè)砂體分布，按照“井震結(jié)合，動(dòng)(生產(chǎn)動(dòng)態(tài)資料)靜(地震、地質(zhì)等資料)結(jié)合”的思路識(shí)別曲流帶內(nèi)復(fù)合點(diǎn)壩沉積體中的單一點(diǎn)壩，揭示高彎度曲流河內(nèi)部結(jié)構(gòu)。

1 研究區(qū)概況

孤東油田緊鄰黃河入?？?，是渤海灣盆地濟(jì)陽坳陷沾化凹陷內(nèi)的一個(gè)大型披覆背斜構(gòu)造整裝油藏，主要的油氣層為新近系館陶組。研究區(qū)發(fā)育典型的高彎度曲流河沉積[9,24-25]，但近年來的新井鉆探和注水開發(fā)成果揭示曲流河點(diǎn)壩沉積微相內(nèi)部具有強(qiáng)非均質(zhì)性，其中單一點(diǎn)壩認(rèn)識(shí)不清成為當(dāng)前制約油氣開發(fā)的關(guān)鍵因素。研究區(qū)面積為2.45km2，共完鉆井60余口(圖1)。三維地震資料覆蓋全區(qū)，道間距為25m。目的層平均深度約為1260m，地震縱波平均速度為2150m/s。目的層段地震資料主頻為35Hz，垂向分辨率(按照1/4λ計(jì)算)約為15.4m。

圖1 研究區(qū)沉積背景

2 方法原理

每種地震屬性都包含了復(fù)雜的地質(zhì)信息，但是在理論上地震屬性與地質(zhì)參數(shù)之間缺乏確定性對(duì)應(yīng)關(guān)系。從多種地震屬性中獲得需要的地質(zhì)信息是地質(zhì)和地球物理人員共同的目標(biāo)。在這種大信息量、非線性的分析中，神經(jīng)網(wǎng)絡(luò)具有獨(dú)特的優(yōu)勢(shì)。本文采用基于前饋神經(jīng)網(wǎng)絡(luò)構(gòu)建的極限學(xué)習(xí)機(jī)算法進(jìn)行地震多屬性分析，實(shí)現(xiàn)多屬性融合，預(yù)測(cè)砂體厚度及分布。

2.1 極限學(xué)習(xí)機(jī)算法

極限學(xué)習(xí)機(jī)是Huang等[26]提出的一種前饋神經(jīng)網(wǎng)絡(luò)，由輸入層、隱含層和輸出層組成(圖2)。

圖2 前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

(1)

(2)

可簡(jiǎn)化為

Hβ=T

(3)

其中

在極限學(xué)習(xí)機(jī)中，輸入權(quán)重Wi和隱含層的偏差bi(由算法隨機(jī)給定)，使隱含層的輸出矩陣H被唯一確定。因此，訓(xùn)練問題轉(zhuǎn)化為求解輸出權(quán)值矩陣的最小二乘解的問題，輸出權(quán)值矩陣為

(4)

式中H?為H的Moore-Penrose廣義逆。

在計(jì)算過程中，只需調(diào)整隱含層神經(jīng)元結(jié)點(diǎn)數(shù)，不需要迭代。因此，相比傳統(tǒng)基于梯度下降的迭代方法，極限學(xué)習(xí)機(jī)算法能夠解決收斂速度慢、容易陷入局部極小值的問題，具有極端“快速”的特點(diǎn)[27]，可明顯縮短學(xué)習(xí)時(shí)間；同時(shí)，所得解為唯一最優(yōu)解，網(wǎng)絡(luò)的泛化性能得到了保證[28]。

2.2 基于極限學(xué)習(xí)機(jī)的多屬性融合

將地震屬性分析技術(shù)與機(jī)器學(xué)習(xí)方法相融合，可預(yù)測(cè)砂體厚度。其中有兩個(gè)關(guān)鍵問題：一是如何選取地震屬性；二是如何融合地震屬性預(yù)測(cè)砂體。為此，本文設(shè)計(jì)的解決路徑包含四個(gè)部分(圖3)，即地震屬性提取與優(yōu)選(流程A)、特征變量與目標(biāo)變量的統(tǒng)計(jì)(流程B)、地震屬性與地質(zhì)參數(shù)關(guān)系的建立(流程C)及砂體厚度的地質(zhì)解釋(流程D)。其中流程A和B針對(duì)第一個(gè)關(guān)鍵問題，解決地震屬性的選取問題；流程C針對(duì)第二個(gè)關(guān)鍵問題，解決屬性的融合與地質(zhì)參數(shù)的預(yù)測(cè)問題。

需要特別說明的是，在流程A中，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和屬性優(yōu)選，具體分為以下四步。

(1)單一地震屬性提取。為了減少屬性類型選取的盲目性，需要根據(jù)研究區(qū)砂體發(fā)育特點(diǎn)(厚度、組合模式、沉積相類型等)和地震屬性的物理意義進(jìn)行選擇。需要強(qiáng)調(diào)的是，充分利用前人的經(jīng)驗(yàn)是一個(gè)有效的途徑。

(2)地震屬性標(biāo)準(zhǔn)化處理。不同地震屬性物理意義和值域存在差異，開展屬性融合分析之前，需要對(duì)訓(xùn)練集和測(cè)試集中的地震屬性進(jìn)行標(biāo)準(zhǔn)化處理，以避免數(shù)值較大的地震屬性對(duì)融合結(jié)果產(chǎn)生過度影響。

(3)單一屬性與井點(diǎn)砂巖厚度之間的相關(guān)性分析及篩選。計(jì)算每種地震屬性與井點(diǎn)砂巖厚度之間的相關(guān)性，篩除相關(guān)性差的地震屬性類型。

(4)屬性聚類分析進(jìn)行再次篩選。一些在物理意義上相近的地震屬性與砂巖厚度之間相關(guān)性都較高時(shí)，容易形成信息重復(fù)。為了避免這一情況，實(shí)現(xiàn)數(shù)據(jù)有效降維，需要對(duì)上一步篩選后的地震屬性進(jìn)行聚類分析，在聚類結(jié)果中選擇與砂巖厚度相關(guān)性最高的屬性。

經(jīng)過上述屬性處理與優(yōu)選后，使用極限學(xué)習(xí)機(jī)算法，構(gòu)建多屬性融合預(yù)測(cè)砂巖厚度的網(wǎng)絡(luò)模型，最后將全區(qū)的地震屬性分析數(shù)據(jù)作為特征變量輸入最優(yōu)模型，預(yù)測(cè)砂體厚度及分布。

3 應(yīng)用實(shí)例

3.1 模型正演

根據(jù)河道的遷移特征，曲流河道間的橫向組合可以劃分為兩種類型、三種模式，即點(diǎn)壩起始端與廢棄河道疊加、廢棄河道與廢棄河道疊加兩大類。其中前一類又可進(jìn)一步細(xì)分為廢棄河道泥巖保留和不保留兩種模式。

對(duì)上述三種模型開展正演模擬(圖4)。根據(jù)井點(diǎn)信息，設(shè)置點(diǎn)壩主體位置砂巖厚度為12m，廢棄河道處砂巖厚度為7m，砂巖速度為2160m/s，泥巖速度為2500m/s，子波為35Hz雷克子波。對(duì)正演結(jié)果進(jìn)行-90°相位轉(zhuǎn)換。

模式一(圖4a)為兩期河道同向遷移疊加，后期河道起始端緊鄰前一期并部分侵蝕前一期廢棄河道，但前期廢棄河道泥巖保留。在點(diǎn)壩疊置部位砂體厚度快速減小，正演模擬結(jié)果可見振幅快速減弱。

模式二(圖4b)同樣為兩期河道同向遷移疊加，但后期河道完全侵蝕前一期的廢棄河道，甚至侵蝕部分河道砂巖，前一期廢棄河道細(xì)粒沉積部分沒有殘留。在這種情況下，點(diǎn)壩疊置位置砂體厚度減小速度慢、程度弱，振幅較兩側(cè)相對(duì)減弱。

模式三(圖4c)為距離較遠(yuǎn)的兩期河道相向遷移，后期河道侵蝕了前期河道而在兩條河道之間保留了后期的廢棄河道。點(diǎn)壩疊置部分砂體厚度由兩側(cè)向中間快速減小，振幅快速減弱至低值。

圖4 不同點(diǎn)壩疊置模式正演模擬(a)兩期河道同向疊加(保留泥巖)；(b)兩期河道同向疊加(不保留泥巖)；(c)兩期河道相向疊加。上為地質(zhì)模型，中為正演剖面(-90°相移)，下為振幅

三種疊置模式的正演響應(yīng)特征的相同點(diǎn)是在點(diǎn)壩疊置部位振幅減弱，不同點(diǎn)是砂體減薄方式導(dǎo)致的振幅減弱程度的差異和波形錯(cuò)動(dòng)的位置。從振幅變化可以看出，振幅與砂巖厚度變化有良好的對(duì)應(yīng)關(guān)系，這就意味著振幅能夠較好地反映砂體的厚度變化。

3.2 多屬性融合過程

對(duì)目的層段提取振幅類、頻譜類、相位類等共計(jì)16種常見的地震屬性，計(jì)算各屬性與砂體厚度的相關(guān)系數(shù)，初步優(yōu)選出6種與砂體厚度相關(guān)系數(shù)大于0.5的地震屬性(表1)。對(duì)6種初選地震屬性聚類分析，結(jié)果顯示可為三大類(圖5)。平均能量(AE)、能量自相關(guān)(EOAC)、振幅平方差(VA)、均方根振幅(RMS)四者距離在2以下，為第一類；弧長(zhǎng)(ARC)和最小振幅值(MV)分別作為第二類和第三類，它們與第一類距離大于5且彼此距離也大于5。選取每類中與砂體厚度相關(guān)系數(shù)最高的地震屬性，即最終選擇RMS、ARC和MV屬性作為參與下一步機(jī)器學(xué)習(xí)的特征變量來源。

表1 井點(diǎn)砂體厚度及地震屬性之間的相關(guān)系數(shù)

圖5 聚類分析樹形圖

3.3 預(yù)測(cè)效果

3.3.1 砂體厚度預(yù)測(cè)

選取擬合優(yōu)度(R2)和均方根誤差(RMSE)作為評(píng)價(jià)預(yù)測(cè)結(jié)果準(zhǔn)確性的參數(shù)。擬合優(yōu)度越接近于1則模型預(yù)測(cè)效果越好；均方根誤差越接近于0則說明預(yù)測(cè)準(zhǔn)確性越高。

訓(xùn)練集多屬性融合預(yù)測(cè)與實(shí)際砂體厚度的R2為0.8237，RMSE為0.5813m(圖6a)；單一屬性(RMS)預(yù)測(cè)與實(shí)際砂體厚度的R2為0.6562，RMSE為0.9546m(圖6b)。測(cè)試集預(yù)測(cè)與實(shí)際砂體厚度R2為0.8275，RMSE為0.5921m(圖6c)；單一屬性(RMS)預(yù)測(cè)與實(shí)際砂體厚度的R2為0.6787，RMSE為0.9906m(圖6d)。上述結(jié)果表明，基于極限學(xué)習(xí)機(jī)的多屬性融合預(yù)測(cè)結(jié)果比單一屬性預(yù)測(cè)結(jié)果準(zhǔn)確度更高。

圖6 基于極限學(xué)習(xí)機(jī)的多屬性融合技術(shù)與單屬性預(yù)測(cè)技術(shù)的預(yù)測(cè)結(jié)果(a)多屬性訓(xùn)練集；(b)單屬性訓(xùn)練集；(c)多屬性測(cè)試集；(d)單屬性測(cè)試集

3.3.2 異常區(qū)預(yù)測(cè)

研究區(qū)大部分鉆井揭示，均方根振幅單一地震屬性與砂巖厚度之間具有較高的相關(guān)性，但局部存在與實(shí)鉆不吻合的異常區(qū)，這降低了單一屬性預(yù)測(cè)砂巖厚度的可靠性，因而需要采用多屬性預(yù)測(cè)砂巖厚度。

研究區(qū)36-255井區(qū)的6口井存在地震屬性與砂巖厚度關(guān)系異常(圖7紅色虛線框內(nèi))。鉆井揭示6口井鉆遇點(diǎn)壩主體，砂體厚度均為10m左右。單一地震屬性表現(xiàn)為低值，根據(jù)單一地震屬性預(yù)測(cè)為砂巖不發(fā)育區(qū)(圖7b)，這與實(shí)鉆結(jié)果不符。采用極限學(xué)習(xí)機(jī)多屬性融合預(yù)測(cè)的6口井的砂巖厚度與實(shí)際砂巖厚度的R2為0.6639，RMSE為0.2961m(圖8a)。而單一的均方根振幅屬性預(yù)測(cè)的砂巖厚度與實(shí)際砂巖厚度R2為0.4104，RMSE為1.0987m(圖8b)。

圖7 屬性異常區(qū)兩種方法預(yù)測(cè)結(jié)果對(duì)比(a)均方根振幅；(b)單屬性(RMS)預(yù)測(cè)；(c)機(jī)器學(xué)習(xí)驅(qū)動(dòng)的多屬性預(yù)測(cè)

圖8 屬性異常區(qū)兩種技術(shù)的預(yù)測(cè)結(jié)果比較(a)機(jī)器學(xué)習(xí)驅(qū)動(dòng)的多屬性預(yù)測(cè)；(b)單屬性預(yù)測(cè)

如上所述，極限學(xué)習(xí)機(jī)驅(qū)動(dòng)的多屬性預(yù)測(cè)方法明顯優(yōu)于單屬性預(yù)測(cè)方法。

3.3.3 不同機(jī)器學(xué)習(xí)方法對(duì)比

選取研究區(qū)資料齊全的30口井建立對(duì)照組，比較ELM、BP神經(jīng)網(wǎng)絡(luò)和SVM算法進(jìn)行多屬性融合預(yù)測(cè)的效果。以砂巖厚度預(yù)測(cè)誤差10%作為標(biāo)準(zhǔn)，預(yù)測(cè)誤差小于10%為吻合，大于10%為不吻合，統(tǒng)計(jì)三種不同方法的砂巖厚度預(yù)測(cè)單井吻合率。結(jié)果(表2)顯示，ELM方法的單井吻合率為93.3%，SVM算法為86.7%，而BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)單井吻合率為83.3%，這表明極限學(xué)習(xí)機(jī)驅(qū)動(dòng)的多屬性融合方法(本文方法)效果更好。

表2 不同方法預(yù)測(cè)的砂體厚度樣本檢驗(yàn)結(jié)果

3.3.4 單一點(diǎn)壩識(shí)別

應(yīng)用本文方法預(yù)測(cè)的砂巖厚度及分布(圖9)可以確定在泥巖沉積背景下發(fā)育的條帶狀河道，厚度大值區(qū)對(duì)應(yīng)的點(diǎn)壩復(fù)合體被砂體不發(fā)育的“月牙形”(泥巖發(fā)育帶)分割。結(jié)合鉆井標(biāo)定可以識(shí)別出五個(gè)單一點(diǎn)壩，即點(diǎn)壩A～點(diǎn)壩E。

圖9 單一點(diǎn)壩綜合劃分結(jié)果

測(cè)線LL′(圖10a)上可見側(cè)積方向相同的兩個(gè)單期疊置點(diǎn)壩(點(diǎn)壩D和點(diǎn)壩B)，前一期廢棄河道完全被后期河道侵蝕，并且沒有殘留，屬于模式二(圖4)。37-254井兩側(cè)反射同相軸連續(xù)性較好，但是該井東側(cè)的反射振幅更強(qiáng)(圖10a )。鉆井顯示兩期砂體疊置(圖10b)，與地震反射的振幅變化一致。

圖10 剖面LL′河道同向疊加(泥巖未保留)的地震(a)及測(cè)井(b)特征SP為自然電位，單位為mV；ML1、ML2分別為微梯度電阻率、微電位電阻率，單位均為Ω·m。圖11、圖12同

測(cè)線MM′(圖11a)上可見兩個(gè)側(cè)積方向相對(duì)的單期疊置點(diǎn)壩，即點(diǎn)壩C與點(diǎn)壩A(屬于圖4中的模式三)。38-2294井位于點(diǎn)壩疊置區(qū)(圖9)，處于弱振幅區(qū)，反射同相軸略向下凹，顯示了時(shí)間厚度減小的特點(diǎn)(圖11a)。這是由于該井所在位置為廢棄河道疊置區(qū)、砂巖厚度減小造成的。從連井剖面(圖11b)可見，38-2294井砂巖厚度減小且砂體頂面低于兩側(cè)其他井，說明了這是河道廢棄造成的。

圖11 剖面MM′河道相向疊加的地震(a)及測(cè)井(b)特征

測(cè)線NN′(圖12a)上可見三個(gè)側(cè)積方向大致相同的單期點(diǎn)壩(點(diǎn)壩D、點(diǎn)壩B和點(diǎn)壩A)，36-275井和38-295井處于單期點(diǎn)壩的疊置區(qū)。測(cè)井資料揭示發(fā)育廢棄河道殘留的特征(圖12b)，該點(diǎn)壩組合屬于模式一(圖4)。前述兩井點(diǎn)處的振幅變化以及同相軸揭示的高程關(guān)系表明，自東向西三個(gè)單一點(diǎn)壩發(fā)育時(shí)間由老逐漸變新，這與鉆井結(jié)果一致。

圖12 剖面NN′河道同向疊加(泥巖保留)的地震(a)及測(cè)井(b)特征

綜上所述，研究區(qū)發(fā)育高彎度曲流河的點(diǎn)壩復(fù)合體，北部和西南部發(fā)育泛濫平原，點(diǎn)壩復(fù)合體內(nèi)部被殘留的廢棄河道將曲流帶分為五個(gè)單一點(diǎn)壩(圖13a)。其中，點(diǎn)壩C與點(diǎn)壩A側(cè)積方向相對(duì)；點(diǎn)壩A、點(diǎn)壩B和點(diǎn)壩D側(cè)積方向相近，點(diǎn)壩B末期的廢棄河道泥巖部分保留。點(diǎn)壩C、點(diǎn)壩D和點(diǎn)壩E的廢棄河道在平面上連續(xù)，發(fā)育穩(wěn)定，結(jié)合現(xiàn)代河流沉積特征(圖13b)可判斷為同期河道沉積的三個(gè)連續(xù)點(diǎn)壩。

圖13 沉積微相圖及現(xiàn)代沉積實(shí)例

新鉆38-C295井是38-295井的側(cè)鉆井，在F靶點(diǎn)鉆遇目的層，在G靶點(diǎn)出目的層。本文砂巖厚度預(yù)測(cè)及單一點(diǎn)壩解釋結(jié)果表明，該井目的層段處于廢棄河道內(nèi)(圖14a)。隨鉆自然伽馬曲線(圖14b)顯示38-C295井目的層頂部發(fā)育厚度3.00m的泥質(zhì)沉積，砂巖厚度為8.10m，而平面上與之緊鄰的37-274井砂巖厚度為10.24m，從而揭示了38-C295井在目的層頂部鉆遇廢棄河道，驗(yàn)證了單一點(diǎn)壩的地震解釋結(jié)果的合理性。

開發(fā)動(dòng)態(tài)資料可以反映井間砂體的連通性，可以檢驗(yàn)儲(chǔ)層內(nèi)部結(jié)構(gòu)的預(yù)測(cè)結(jié)果。圖14a所示的三口井位于同一個(gè)開發(fā)井組，其中37-274井為注水井，38-275井和38-295井為開發(fā)井，二者與注水井37-274井的距離均約為250m。根據(jù)本文方法單一點(diǎn)壩識(shí)別結(jié)果，37-274井與38-275井位于點(diǎn)壩B內(nèi)，而38-295井則位于點(diǎn)壩A(圖9，圖14a)。注采資料顯示，37-274井注水量的變化與38-275井的產(chǎn)液量有良好的對(duì)應(yīng)性。例如，1999年4月至2000年2月，隨著37-274井注水量的降低，對(duì)應(yīng)的采油井38-275井的液量發(fā)生了降低；而2001年2月至2002年5月，37-274井注水量經(jīng)歷了先調(diào)減后調(diào)增的措施變化，38-275井的產(chǎn)液量出現(xiàn)了一致性的變化，這兩口注采對(duì)子井的變化趨勢(shì)和時(shí)間具有一致性。而同期注水井37-274井與鄰近的采油井38-295井的產(chǎn)液量變化并無對(duì)應(yīng)性(圖15)。從生產(chǎn)動(dòng)態(tài)信息來看，37-274井與38-275井的井間砂體連通性要遠(yuǎn)遠(yuǎn)好于37-274井與38-295井，這從砂體井間連通性方面驗(yàn)證了本文方法單一點(diǎn)壩識(shí)別結(jié)果的準(zhǔn)確性。

圖14 單一點(diǎn)壩識(shí)別結(jié)果的新鉆井檢驗(yàn)(a)砂巖厚度預(yù)測(cè)結(jié)果及單一點(diǎn)壩解釋；(b)測(cè)井曲線特征

圖15 三口注采井的生產(chǎn)曲線(井點(diǎn)位置見圖14a)

4 結(jié)論

(1)基于極限學(xué)習(xí)機(jī)的多屬性融合技術(shù)比單一屬性對(duì)砂體厚度的預(yù)測(cè)更準(zhǔn)確，在實(shí)例區(qū)的單井吻合率達(dá)到93.3%，高于支持向量機(jī)和BP神經(jīng)網(wǎng)絡(luò)算法。

(2)孤東油田館陶組曲流帶發(fā)育三種單一點(diǎn)壩組合模式，即相向遷移點(diǎn)壩疊置模式、同向遷移廢棄河道殘留模式和同向遷移廢棄河道無殘留模式，三種模式的地震反射差異主要為橫向連續(xù)性的變化和振幅幅度的差異。