肖廣銳,李 堯,張羽茹,徐德奎

(中海石油(中國)有限公司天津分公司,天津 300459)

裂縫型儲層作為重要的石油天然氣儲層之一,在油氣生產中占有重要地位。但裂縫型油氣藏特征復雜,尤其是深埋變質巖潛山裂縫型儲層具有孔隙度低,非均質性強且裂縫分布復雜的特點,如何有效地對裂縫儲層預測是裂縫型油氣藏勘探開發(fā)中的難點之一。目前,針對潛山裂縫型儲層預測的方法主要包括測井、基于裂縫成因分析和基于裂縫地震響應特征等方法[1-2]。其中,測井法主要利用成像測井資料進行裂縫儲層識別,但僅局限于井筒附近,難以刻畫儲層的橫向分布[3];基于裂縫成因分析的方法主要是利用裂縫形成的地質因素分析,如古地貌恢復、應力場分析以及沉積相分析等方法,進而預測裂縫發(fā)育的有利區(qū)帶和發(fā)育程度,該類方法的分辨率相對較低[4];基于裂縫地震響應特征的方法主要利用裂縫型儲層的地震響應特征分析[5],提取地震數據的波形、振幅和頻率類的屬性預測裂縫發(fā)育特征,如不連續(xù)性檢測、相干分析、波形分析、振幅屬性、頻率和吸收衰減屬性、彈性反演以及各向異性分析等。通常太古界潛山內幕無明顯強反射界面,導致地震反射波能量較弱,加之裂縫發(fā)育造成地下介質具有較強的非均質性,地震波的散射或繞射作用明顯,地震響應為雜亂反射,常規(guī)反射波無法實現潛山內幕大角度裂縫的清晰成像。繞射波是反映地下介質非均質性重要信息,對小尺度特殊地質體、裂縫發(fā)育帶引起的地層非均質性具有直接的指示作用。利用繞射波成像能夠有效地突出潛山內幕大角度裂縫的地震響應,改善潛山內幕成像效果。因此,可以利用繞射波數據開展?jié)撋絻饶恢?、小尺度裂縫儲層的預測[6-7]。

自20世紀80年代至今,學者們對繞射波的分離與應用開展了大量研究。目前針對繞射波的分離主要有疊后和疊前兩種方式。疊后分離利用繞射波造成地震振幅的擾動,主要有特征向量分析[7]、中值濾波和擴散濾波[8]以及預測反演[9]等方法。疊前分離主要包括疊前道集上的分離和偏移過程中的分離。其中,疊前道集上的分離主要有基于共偏移距道集的傾角濾波方法[10-11]、共炮點道集的聚焦反聚焦方法[12]、平面波解構濾波[13]和平面波預測方法[14]等。偏移過程中的分離主要是在傾角域共成像點道集上開展[15],主要有反穩(wěn)相濾波法[16]、相似譜分析法[17]、Radon變換法[18-19]和行波分解法[20]等。疊前分離方法主要是利用特定道集中反射波和繞射波的幾何形態(tài)差異。然而,繞射波與反射波在繞射頂點處是相切的,僅利用幾何形態(tài)很難實現二者的完全分離。目前,繞射波的應用主要是用于斷層、尖滅點和溶洞等不連續(xù)地質體的識別[21-24],而裂縫型儲層發(fā)育程度的預測則對繞射波的保幅性有更高的要求。

渤中A凝析氣田位于渤中西南洼和渤中主洼之間的近南北向構造脊上,整體具有洼中隆的構造背景,成藏條件優(yōu)越,是渤海灣盆地目前發(fā)現最大的天然氣田。其目的層主要為太古界潛山,巖石類型多樣,主要為變質巖和后期侵入的巖脈,變質巖以片麻巖、變質花崗巖、混合片麻巖、碎裂巖和碎斑巖為主。該氣田潛山頂面平均埋深超過4500m,上覆地層多期高速火山巖和砂礫巖等復雜地質體發(fā)育,對地震波有一定的屏蔽作用,導致潛山地層地震波能量弱,資料信噪比低。同時,該氣田位于郯廬斷裂帶與張蓬斷裂帶的交匯區(qū),構造運動復雜,潛山裂縫型儲層凈毛比在19%至68%之間不等,具有較強的非均質性,導致潛山內幕地震成像質量較差,給該氣田的勘探評價帶來嚴峻的挑戰(zhàn)。針對渤海海域渤中A氣田太古界變質巖潛山裂縫儲層非均質性強的特點,利用局部傾角濾波與核主成分分析(KPCA)聯合的算法改進了常規(guī)繞射波分離的精度,改善了潛山內幕繞射波成像的保幅性,利用繞射波能量和曲率屬性實現了潛山裂縫儲層的預測。

1 方法原理

繞射波與反射波的顯著差異在于時距曲線不同,地面地震記錄中的繞射波時距曲線由雙平方根方程描述,而反射波時距曲線為雙曲線[25]。這種時距關系上的差異在共偏移距道集或平面波域共斜率(p)道集上,繞射波仍然表現為雙曲特征,而反射波則表現為擬線性特征。二者傾角差異顯著,繞射波同相軸能量大部分包含在高傾角信息成分中。

(1)

(2)

(3)

目前用于繞射波的疊前分離方法大多是針對大傾角繞射波部分。

1.1 基于局部傾角濾波的大傾角繞射波分離

根據反射波與繞射波在平面波域共p道集或共偏移距道集上的幾何形態(tài)特征,二者存在明顯的傾角差異。反射波主要表現為小傾角特征,而繞射波能量主要包含在大傾角信息成分當中。因此,可以利用局部傾角濾波進行分離。

局部傾角濾波的公式為:

(4)

由于繞射波雙曲線在繞射頂點處與反射波同相軸相切,因而利用傾角濾波無法實現繞射波和反射波的完全分離,僅能分離出繞射波雙曲線兩翼的大傾角繞射波。繞射點附近的小傾角繞射波總會殘留一部分在分離后的反射波能量當中,其殘留能量的大小取決于濾波參數σm。當σm較大時,殘留的繞射波能量相對較多;σm較小時,殘留的繞射波能量相對較少。但當σm取值較小時,又會造成一部分反射波能量泄露到繞射波當中。在實際濾波處理中,應當根據實際資料選擇合適的傾角濾波參數,在保證反射波分離的情況下盡可能的保留更多的繞射波能量。

1.2 基于核主成分分析的小傾角繞射波分離

局部傾角濾波僅能獲得繞射波同相軸高傾角部分信息,而繞射波同相軸頂點附近的低傾角能量不能基于傾角濾波進行分離,導致繞射波成像保幅性相對較差。在平面波共p道集或共偏移距道集上殘留的低傾角繞射波信息以孤立的振幅異常與反射波疊加在一起,這部分能量異常會造成反射波同相軸能量的擾動。通常,反射波能量遠大于繞射波能量,反射波信息仍然是信號的主要成分,而殘余的繞射波能量為信號的次要成分。因此,可以利用主成分分析(PCA)算法提取出特征值較大的有效反射信號,獲得特征值很小的繞射信號,從而實現反射波與繞射波的信噪分離。

主成分分析算法將數據方差的大小作為信號衡量的標準,方差越大,所能提供的信息越多,反之提供的信息就越少[23]。主成分分析算法實際上是對數據進行一個線性坐標變換的過程。然而地震信號為非線性信號,從而制約了主成分分析算法的應用效果。核主成分分析(KPCA)算法利用了核方法的性質,即通過一個非線性映射函數,將在原始空間的線性主成分分析方法推廣到高維特征空間[27]。相對原始空間,它是非線性的。主成分分析算法只利用二階統(tǒng)計信息,不能獲得數據的高階特征,忽略數據的非線性信息。而核主成分分析算法是主成分分析算法的一種非線性推廣,能獲得數據的高階統(tǒng)計特征,從而在分析過程中獲得較為豐富的信息,對地震數據中彎曲同相軸和傾斜同相軸具有更好的應用效果[28]。

利用核主成分分析算法進行小傾角繞射波提取的步驟為:

1) 選擇合適的核函數φ,將地震數據映射到高維空間,并計算核矩陣。

K=φ(s)Tφ(s)

(5)

2) 求核矩陣K的特征值λ和特征向量w。

λ=wKwT

(6)

(7)

式中:λ為特征值矩陣,λ1>λ2>…>λn;n≤D;w為對應特征向量矩陣。

3) 將特征向量w按對應特征值大小,取前k(k

4) 提取原始地震數據中主能量(即反射波)。

r=wkx

(8)

式中:r=rp(x,τ)為計算得到的反射波。

5) 得到提取的小傾角繞射波場。

d=x-r

(9)

(10)

式中:dp(x,τ)為最終得到的相對完整的繞射波場。

2 應用測試

2.1 模型數據測試

為了測試該方法的有效性,利用模型正演數據進行測試。建立大小為10000m×3000m的3層理論模型(圖1)。在模型不同位置加入了8個不同尺度的繞射點和1個等效的裂縫帶。其中,在第1層和第2層界面(深度為1000m),橫向位置2000,3000,4000m處分別添加3個橫向尺度為15m的繞射點。在第2層內部(深度為1500m),橫向位置4500,5000,5500,6000,6500m處分別添加橫向尺度為5,10,15,20,30m的5個繞射點。在第2層介質內部(深度大約為1500m),橫向位置7500～8200m附近添加一個等效的裂縫繞射帶。對模型進行聲波方程正演,其中,共模擬141炮;炮間距為50m;最大偏移距為3000m;道間距為25m。

圖1 3層理論模型

反射波和繞射波在共偏移距道集和平面波域共p道集上具有相似的特征,這里利用共偏移距道集等效為平面波域共p道集。圖2a為模型正演數據抽取的共偏移距道集(偏移距為1000m)。圖2b為經過局部傾角濾波得到的大傾角繞射波道集。經過傾角濾波后,較好地分離出反射波和大傾角繞射波,但仍有部分小傾角繞射波殘留在反射波道集上(圖2c)。圖2d 是在圖2c的基礎上進一步基于核主成分分析算法分離出來的小傾角繞射波道集。由圖2d 可見,核主成分分析算法能夠有效地分離出小傾角繞射波。圖2e為圖2c和圖2d的差值,由圖2e可以看出,分離后的反射波中幾乎沒有殘留的繞射波能量。圖2f為分離出的大傾角繞射波和小傾角繞射波相加得到的相對完整的繞射波道集。因此,通過局部傾角濾波和核主成分分析聯合的繞射波分離方法,能夠有效地提高繞射波分離的精度,減少繞射波頂點附近小傾角繞射波能量損失。圖3為疊前時間偏移剖面。圖3a是全波場的疊前時間偏移剖面,由于繞射波能量遠小于反射波能量,第1層與第2層界面處的3個繞射點的成像被反射波同相軸淹沒,繞射點成像不清晰。同時大傾角斷面反射波由于傳播路徑較長,在有效偏移距范圍內接收到的信號較弱,導致在常規(guī)偏移剖面上大傾角斷面波不清晰。圖3b 是繞射波的疊前時間偏移剖面。由圖3b可以看出,由于消除了反射波強能量的干擾,繞射波偏移能夠有效地突出繞射點的成像,同時對大傾角斷面成像也有明顯改善。說明繞射波成像對地層的不連續(xù)性和非均質性的刻畫以及大傾角斷裂的成像具有獨特的優(yōu)勢。

圖2 模型數據共偏移距道集(偏移距為1000m)繞射波分離a 全波場; b 大傾角繞射波; c 經過傾角濾波后,仍殘留在反射波道集上的部分小傾角繞射波; d 小傾角繞射波; e 圖2c和圖2d的差值; f 分離出的大傾角繞射波和小傾角繞射波相加得到的相對完整的繞射波道集

圖3 疊前時間偏移效果對比a 全波場疊前時間偏移; b 繞射波疊前時間偏移

2.2 實際資料應用

渤中A凝析氣田太古界潛山儲層從潛山頂面向下,依次可分為風化裂縫帶、相對致密帶、內幕裂縫帶和致密帶,其中風化裂縫帶和內幕裂縫帶為儲層發(fā)育段。風化裂縫帶受構造作用和風化淋濾作用的雙重影響,主要發(fā)育孔隙-裂縫型儲層,成像測井解釋風化帶裂縫密度為4～8條/m,走向為北—東向,平均傾角范圍為40°～55°。內幕裂縫帶主要為受構造活動影響而形成的構造縫,成像測井解釋內幕裂縫帶裂縫密度為2～5條/m,走向為北—東向,平均傾角范圍為38°～55°。裂縫儲層相較于相對致密帶(速度為6000～6200m/s,密度為2.61～2.73g/cm3)表現為低速低密特征,其中風化裂縫帶速度為4750～5200m/s,密度為2.52～2.60g/cm3;內幕裂縫帶速度為4800～5300m/s,密度為2.55～2.65g/cm3。孔隙度范圍為0.2%～21.9%(平均為4.4%),滲透率范圍為(0.003～614.784)×10-3μm2(平均為5.050×10-3μm2),表明該區(qū)變質巖儲集層的非均質性強。潛山內幕在地震剖面上整體呈雜亂斷續(xù)反射特征,局部可見明顯斷續(xù)、高陡反射特征,地震散射明顯。

圖4a為渤中A氣田實際地震資料的共偏移距道集(偏移距為800m),可以看出,道集上存在明顯的繞射波。圖4b為經過傾角濾波得到的大傾角繞射波,基本實現了繞射波與反射波的分離,但損失了繞射波頂點處小傾角能量。進一步通過核主成分分析算法分離出小傾角繞射波(圖4c)。最終將大傾角繞射波與小傾角繞射波相加,得到相對完整的繞射波場(圖4d)。對分離出的繞射波進行疊前偏移得到繞射波成像結果(圖5a)。由圖5a可以看出,相對常規(guī)全波場偏移剖面(圖5b),繞射波偏移能夠有效地改善潛山內幕的成像效果,突出高角度反射特征。進一步通過計算曲率屬性對內幕斷裂和裂縫的發(fā)育特征進行描述,可以看出,基于繞射波的曲率屬性(圖5c)相比全波場曲率屬性(圖5d)對內幕斷層邊界特征和復雜構造特征的刻畫得到大幅增強,有效指示了內幕斷裂發(fā)育帶展布特征。圖6為利用繞射波進行潛山裂縫儲層預測的平面分布,其中繞射波的振幅屬性(圖6a)能夠有效地反映出裂縫儲層的發(fā)育程度,而基于繞射波曲率的沿層切片(圖6b)可以有效反映裂縫發(fā)育方向。通過繞射波成像預測的裂縫儲層發(fā)育程度和裂縫方向與已鉆井結果具有較好的吻合度,為后續(xù)的井位部署提供了直接依據。

圖4 實際資料共偏移距道集(偏移距為800m)繞射波分離a 全波場; b 大傾角繞射波; c 小傾角繞射波; d 大傾角繞射波與小傾角繞射波相加得到的繞射波場

圖5 實際資料應用效果對比a 繞射波偏移剖面; b 全波場偏移剖面; c 繞射波曲率屬性; d 全波場曲率屬性

圖6 潛山裂縫儲層預測平面分布a 繞射波平面振幅屬性(歸一化); b 繞射波曲率沿層切片

3 結論

本文研究了疊前繞射波分離成像方法,基于局部傾角濾波和核主成分分析算法兩步實現繞射波分離,并利用繞射波的能量和曲率等屬性實現裂縫密度和裂縫方向的綜合預測,在渤中A凝析氣田太古界潛山裂縫儲層研究中進行了實際應用。結果表明:

1) 聯合應用局部傾角濾波和核主成分分析算法能夠有效改善繞射波分離效果,降低繞射點附近小傾角繞射波的損失,改善繞射波成像的保幅性和橫向分辨率,對地下小尺度地質體和非均質性地層的成像具有較好的應用潛力;

2) 繞射波單獨成像有助于改善太古界變質巖潛山的成像效果,潛山內幕斷裂的高角度反射明顯突出,提高了潛山內幕斷裂的刻畫精度和潛山裂縫儲層的預測精度,對變質巖潛山的勘探具有借鑒意義;

3) 繞射波能量通常小于反射波能量,在常規(guī)地震資料中與其它類型噪聲混疊,在繞射波分離之前應做好資料的去噪處理,保證資料具有較高的信噪比,同時在去噪過程中盡量減小繞射波的損失。