徐世東 ，陳書平*，薛佳雯，孔令華

(1.中國石油大學(xué)(北京)油氣資源與探測國家重點實驗室，北京 102249； 2.中國石油大學(xué)(北京)地球科學(xué)學(xué)院，北京 102249；3.北京布瑞知識產(chǎn)權(quán)代理有限公司，北京 102200； 4.中國石油新疆油田分公司，新疆克拉瑪依 834000)

0 引言

淺水三角洲主要發(fā)育于水體較淺、構(gòu)造相對穩(wěn)定的臺地、陸表?；虻匦纹骄彙⒄w沉降緩慢的拗陷湖盆[1-5]。其分流河道頻繁側(cè)向遷移和改道[6]，一方面導(dǎo)致分流河道砂體廣泛發(fā)育，其他類型砂體被普遍侵蝕[7]；另一方面使分流河道砂體疊置關(guān)系復(fù)雜化[8-9]。當(dāng)砂體橫向延伸復(fù)雜、斷續(xù)分布時，將嚴(yán)重影響儲層評價、剩余油挖潛和井位部署。葡萄花油層是松遼盆地WX油田重要的含油層系之一，該油層砂體屬于淺水三角洲沉積，層數(shù)多、厚度小(1～2 m)，河道沿南北向變化頻繁；局部井間距較大[10-14]，井間沉積相變快，砂體展布規(guī)律復(fù)雜。以往的技術(shù)或方法[15]難以精細(xì)刻畫油層段各小層沉積微相特征，目前砂體疊置模式尚未建立，這給油田開發(fā)帶來一定難度。

為此，本文將機器學(xué)習(xí)技術(shù)[16-20]應(yīng)用于砂體疊置關(guān)系的研究中，以測井、錄井和三維地震資料為基礎(chǔ)，采用井震聯(lián)合驅(qū)動下優(yōu)化的隨機森林算法和數(shù)據(jù)挖掘技術(shù)建立沉積微相概率預(yù)測模型；再通過機器學(xué)習(xí)和模糊判別方法分別識別出WX油田東北部姚家組葡萄花油層段各小層的沉積微相類型；最終建立該區(qū)四種砂體疊置模式。該方法可提高沉積微相的垂向及平面形態(tài)表征能力，明顯提高了薄砂儲層的描述精度。

1 研究區(qū)概況

WX油田位于松遼盆地大慶長垣東翼構(gòu)造緩坡區(qū)。研究區(qū)位于WX油田的東北部，東西寬約8.1 km，南北長約7.9 km，葡萄花油層為主要開發(fā)層系之一。葡萄花油層屬于上白堊統(tǒng)姚家組一段，發(fā)育一套典型的河流—湖盆淺水三角洲沉積體系[21-22]。WX油田位于近湖端側(cè)緣，受控于北部強物源供給，主體發(fā)育淺水三角洲前緣亞相等沉積相類型[21]。葡萄花油層分為PI1～PI9(PI1、PI2、PI4、PI5均又進(jìn)一步細(xì)分為1和2兩個小層，分別用下標(biāo)1、2表示)共13個小層，其中PI1～PI4小層為上砂組，PI5～PI9為下砂組(圖1)。油層平均厚度為60.0 m，單層砂巖平均厚度為1.7 m，砂體厚度在平面上變化較大。

圖1 研究區(qū)葡萄花油層巖電關(guān)系

2 砂體疊置模式構(gòu)建技術(shù)流程

從“機器學(xué)習(xí)”的角度，采用井震數(shù)據(jù)驅(qū)動和多學(xué)科知識聯(lián)合約束的思想，構(gòu)建砂體疊置模式。技術(shù)流程如圖2所示，主要步驟如下：

圖2 砂體疊置模式構(gòu)建技術(shù)路線

(1)在充分調(diào)研區(qū)域構(gòu)造、沉積背景的基礎(chǔ)上，根據(jù)研究區(qū)內(nèi)279口井的測井沉積微相解釋結(jié)論，確定單井各沉積微相的測井響應(yīng)特征；

(2)利用三維地震數(shù)據(jù)體，共提取各小層72種地震屬性，通過敏感性分析[23]，選取21種屬性作為輸入；

(3)通過時深轉(zhuǎn)換，拾取有效樣本點構(gòu)建樣本集，建立沉積微相—測井響應(yīng)—地震屬性的一一對應(yīng)關(guān)系；

(4)對線性判別[24-26]、決策樹[27]、單隱層神經(jīng)網(wǎng)絡(luò)[28-30]、高斯徑向基核C-SVM(支持向量機)[31-33]和隨機森林[34-38]等不同機器學(xué)習(xí)算法進(jìn)行十折交叉驗證[39]，測試各算法的準(zhǔn)確性，最終選擇隨機森林算法對構(gòu)建的樣本集進(jìn)行學(xué)習(xí)，建立井資料約束下地震屬性驅(qū)動的沉積微相概率預(yù)測模型；

(5)將各小層地震屬性切片作為預(yù)測模型的輸入進(jìn)行機器學(xué)習(xí)，計算各小層對應(yīng)沉積微相概率，再進(jìn)行模糊判別分析，預(yù)測各小層沉積微相；

(6)根據(jù)預(yù)測的各小層沉積微相，結(jié)合測井響應(yīng)特征，構(gòu)建葡萄花油層砂體疊置模式。

3 小層沉積微相預(yù)測

3.1 單井微相測井響應(yīng)特征

通過分析測井微相解釋結(jié)論(圖3)，可知研究區(qū)內(nèi)單井沉積微相總體特征為：PI1～PI2為淺水三角洲前緣亞相，主要分為水下分流河道、三角洲前緣席狀砂、水下分流間灣等沉積微相；PI3～PI6為三角洲平原亞相，主要分為分流河道、決口扇、分流間灣等沉積微相；PI7～PI9為三角洲前緣亞相，與PI1～PI2沉積特征相似。

水下分流河道微相(圖3a)巖性主要為泥質(zhì)粉砂巖、粉砂巖，砂體普遍較厚，SP、GR曲線多以中幅度箱形、鐘形為主。

席狀砂微相(圖3b)巖性主要為粉砂巖與泥巖互層，砂體厚度中等，SP、GR曲線呈指狀或鋸齒狀，一般是中等幅度差。

水下分流間灣微相(圖3c)巖性主要為泥巖，僅發(fā)育極薄的砂層，測井響應(yīng)上為較高GR值，SP曲線特征呈微鋸齒狀，基本沒有幅度差。

分流河道微相(圖3d)巖性主要為粉砂巖，測井響應(yīng)特征與水下分支河道相似，SP、GR曲線為鐘形或箱形，高幅度差。

決口扇微相(圖3e)巖性主要為泥質(zhì)粉砂巖，SP、GR曲線呈指形或塔松狀，中等幅度差，頂部漸變，底部突變。

分流間灣微相(圖3f)巖性及測井響應(yīng)特征與水下分流間灣微相相似。

3.2 地震屬性提取與優(yōu)選

由于葡萄花油層較薄，13個小層在地震剖面上僅顯示為兩個相位(圖4)，無法有效識別各沉積微相。為了更好地發(fā)揮三維地震資料表征儲層沉積相的作用，增加機器學(xué)習(xí)的樣本數(shù)量，本文對地震資料進(jìn)行分頻濾波處理(間隔為10 Hz)，得到了0～10、10～20、20～30、30～40、40～50、50～60、60～70和70～80 Hz共8個頻段波形屬性；然后分頻段計算出瞬時振幅(InsAmp)、瞬時頻率(InsFreq)、瞬時相位正弦(SinPhase)、瞬時相位余弦(CosPhase)和相對波阻抗(Rankimp)共5類地震屬性。

圖4 W1-8-13—W1-8-12—W1-8-11連井地震剖面

首先初步篩選出24種常規(guī)地震屬性(如Seismic，即疊后地震屬性體等)和48種分頻地震屬性(如8個頻段的InsAmp、InsFreq、SinPhase等5類地震屬性和波形屬性)。為提高機器學(xué)習(xí)預(yù)測的精度、減少預(yù)測結(jié)果的多解性和降低計算誤差，利用隨機森林平均不純度減少(Mean Decrease Impurity，MDI)分析、評估上述72種地震屬性的特征重要性，最終優(yōu)選出21種敏感屬性，如Seismic、Hilbert(希爾伯特變換)、RankImp、InsAmp、InsFreq、Cos-Phase、SinPhase等(表1)，分別制作13個小層(PI11～PI9)的地層切片，以21種屬性切片作為沉積微相概率預(yù)測模型的輸入，有效拓展了地震資料表征沉積相的屬性空間。

表1 PI21小層沉積微相地震屬性特征

3.3 井震聯(lián)合選取樣本點，構(gòu)建樣本集

機器學(xué)習(xí)樣本點的提取主要通過井震聯(lián)合方法，以地震屬性平面切片為主、剖面為輔的方式進(jìn)行。在前述選取的21種地震屬性的基礎(chǔ)上，根據(jù)井網(wǎng)密度大的區(qū)域各井的測井響應(yīng)特征和單井沉積微相解釋結(jié)論(樣本井)，通過時深轉(zhuǎn)換，按照小層將目標(biāo)井段沉積微相分別轉(zhuǎn)換到各地震屬性時間切片上對應(yīng)的井點位置，提取該井過沉積微相點的21種敏感地震屬性，建立測井響應(yīng)特征、沉積微相與地震屬性的一一對應(yīng)關(guān)系，標(biāo)記為有效樣本點(圖5)。由于斷層附近的井震響應(yīng)特征與其他地區(qū)明顯不同，故斷層附近標(biāo)記為無效樣本點。以PI21為例，共選取154口樣本井；以樣本井為中心，以平面屬性切片為約束，選取一個適當(dāng)范圍作為樣本點窗口，該窗口內(nèi)像素點(該小層平均為46個像素點)所代表的沉積微相類型與樣本井所標(biāo)定的沉積微相一致；然后在每個像素點提取21種地震屬性。因此，可以得到該小層機器學(xué)習(xí)樣本總數(shù)，即151998(154×47×21)個樣本點，其中河道砂樣本有71064個，河道間樣本有39480個，席狀砂樣本有41454個。最后通過研究區(qū)井震聯(lián)合拾取的有效樣本點構(gòu)建出機器學(xué)習(xí)的樣本集(表2)。

圖5 研究區(qū)葡萄花油層PI21振幅屬性切片(左)與W1-9-4井沉積微相樣本點拾取(右)

表2 機器學(xué)習(xí)樣本集(部分)

3.4 沉積微相概率預(yù)測模型構(gòu)建

利用隨機森林算法對構(gòu)建的樣本集進(jìn)行學(xué)習(xí)，建立各小層沉積微相概率預(yù)測模型。將各小層地震屬性切片作為預(yù)測模型的輸入，通過模糊判別分析，制作各小層沉積微相模糊概率預(yù)測圖。以淺水三角洲前緣沉積PI21為例，棕色代表屬于水下分流間灣微相的概率，橙色代表屬于水下分流河道微相的概率，黃色代表屬于席狀砂微相的概率，顏色越深代表屬于該沉積微相的概率越大(圖6a)。模糊判別的標(biāo)準(zhǔn)是：①若某點屬于某一沉積微相概率較大，而屬于其他沉積微相概率較小時，則該點判別為概率較大的沉積微相；②若某點兩種沉積微相的概率大致相同，則說明該點在兩種沉積微相的邊界處，此時判別結(jié)果具有一定誤差；③若某點三種沉積微相的概率大致相同，則說明該點可能并不屬于樣本集中的沉積微相類型。在此基礎(chǔ)上，根據(jù)各小層沉積微相模糊概率預(yù)測圖，可以制作各小層的沉積微相圖(圖6b)。

圖6 研究區(qū)PI21沉積微相模糊概率預(yù)測結(jié)果(a)和沉積微相(b)

3.5 小層沉積微相預(yù)測與分析

根據(jù)葡萄花油層13個小層沉積微相的沉積演化特征(圖7)，可以認(rèn)為研究區(qū)物源來自于北方，物源供給能力的變化導(dǎo)致河道縱向疊置，平面連片發(fā)育，分叉、改道明顯。該區(qū)域主要發(fā)育由北向南流向的河道，河道平面展布主要為NS、NNW和NW向。由老到新的沉積演化特征如下。

圖7 研究區(qū)葡萄花油層各小層沉積微相垂向演化特征示意圖

(1)葡萄花油層下砂組形成于水進(jìn)→水退的升降旋回序列，主要發(fā)育三角洲前緣和平原亞相。前緣亞相的沉積微相主要為水下分流河道、席狀砂、水下分流間灣，偶見河口壩；平原亞相的沉積微相多為分流河道、分流間灣和決口扇等。該沉積期的河道以南北向延伸為主，東西向延伸較短，常見分叉、合并現(xiàn)象，整體呈樹杈、條帶狀，末端多呈鳥足狀。河道南北向延伸長度為7.0～12.5 km，寬度為0.2～0.7 km，東西向延伸長度為0.2～1.2 km。

(2)葡萄花油層上砂組形成于水退→水進(jìn)的降升旋回序列，仍以三角洲前緣和平原亞相為主，其沉積微相類型與下砂組一致。其中，PI11屬于三角洲外前緣沉積，僅發(fā)育席狀砂。該沉積期的河道以南北向延伸為主，常見分叉、合并現(xiàn)象，整體呈樹杈、條帶狀，延伸長度為4.0～12.0 km，寬度為0.12～0.53 km。

3.6 沉積微相預(yù)測結(jié)果檢驗

將154口樣本井各小層沉積微相解釋結(jié)論與機器學(xué)習(xí)預(yù)測的各小層沉積微相進(jìn)行對比，分析預(yù)測效果；將剩下125口井作為檢驗井，檢驗應(yīng)用效果。從表3可以看出，總體上機器學(xué)習(xí)方法的樣本井準(zhǔn)確率平均值可以達(dá)0.803，檢驗井預(yù)測準(zhǔn)確率平均值可以達(dá)0.692。對于河道沉積微相，樣本井的準(zhǔn)確率平均值可以達(dá)0.888；除PI12、PI3、PI6外，檢驗井預(yù)測準(zhǔn)確率均可達(dá)到0.800以上。

表3 沉積微相預(yù)測準(zhǔn)確率統(tǒng)計

以檢驗井W1-30-7井為例(圖8)，從PI11到PI9，各小層沉積微相解釋結(jié)論與機器學(xué)習(xí)預(yù)測的平面沉積微相均一致。這體現(xiàn)了該方法較高的預(yù)測精度。

圖8 研究區(qū)樣本井和檢驗井平面分布(左)及W1-30-7井驗證結(jié)果(右)

4 砂體疊置模式構(gòu)建

砂體疊置模式的構(gòu)建，在垂向上主要依據(jù)井點處的錄井巖性資料和單井砂體測井響應(yīng)特征；在平面上井間或無井區(qū)主要基于前述機器學(xué)習(xí)方法識別出的13個小層平面沉積微相及垂向沉積演化特征。將平面預(yù)測結(jié)果與剖面刻畫緊密結(jié)合(圖9)，可進(jìn)一步查明砂體展布和連通關(guān)系，并得出研究區(qū)內(nèi)葡萄花油層砂體的四種疊置模式，即垂向分離式、平面分隔式、平面連接式和垂向接觸式(表4)。

表4 WX油田東北部姚家組葡萄花油層砂體疊置模式及地震波阻抗反演響應(yīng)

圖9 WX油田東北部葡萄花油層沉積微相連井對比剖面及其相應(yīng)的不同小層沉積微相局部(平面)預(yù)測結(jié)果

(1)垂向分離式。河道多發(fā)育于三角洲平原亞相，發(fā)育于不同沉積時期，單砂體厚度小，相變快，單河道堆積時間短或橫向改道快，導(dǎo)致垂向上呈分離式沉積。該模式在研究區(qū)各小層中均發(fā)育，其中在PI3～PI6垂直物源剖面上較為常見。在地震波阻抗反演剖面上，河道砂體的波阻抗值高；垂向上，河道間反演波阻抗值低。

(2)平面分隔式。河道多發(fā)育于三角洲平原亞相或三角洲前緣亞相，是河流分叉、改道或是不同分支河流沉積的結(jié)果，導(dǎo)致單個砂體在平面分布上不連通，剖面上近平行排列。該模式在研究區(qū)各小層均有發(fā)育(除PI11外)，尤其在PI3～PI8發(fā)育明顯。河道間反演波阻抗值低。

(3)平面連接式。河道多發(fā)育于三角洲前緣亞相，雖然同期形成的河道橫向不直接連通，但期間因為河流作用形成的片狀分布的席狀砂將同期河道連接起來，因而形成河道—席狀砂—河道的結(jié)構(gòu)特征[40]。該模式在研究區(qū)內(nèi)主要發(fā)育于PI12～PI22和PI7～PI8，隨著水動力由強到弱及由弱到強的轉(zhuǎn)變，席狀砂與河道的連通方式主要表現(xiàn)為席狀砂單期、多期兩種情況。且河道處反演波阻抗值高，席狀砂及其與河道連接處反演波阻抗值略低于河道。

(4)垂向接觸式。河道多發(fā)育于三角洲前緣和平原亞相，是由于水動力的強弱交替變化導(dǎo)致后期的細(xì)—粉砂巖沉積在前期的粉砂巖之上，形成相鄰多期不同河道垂向上加積疊置[41]，砂體厚度大約為5～6 m。該模式在研究區(qū)內(nèi)主要發(fā)育于PI12～PI9，縱向上擴(kuò)大了砂體連通性。測井曲線表現(xiàn)為單層響應(yīng)較不明顯，但整體呈現(xiàn)明顯的箱型，并且幅度較大，巖性呈現(xiàn)明顯的由細(xì)變粗的韻律特征。在波阻抗反演剖面上河道砂體彼此之間相互接觸、連通，使多期加積河道反演波阻抗值較高。

5 結(jié)論

(1)以井震數(shù)據(jù)聯(lián)合驅(qū)動為基礎(chǔ)，利用優(yōu)化的隨機森林算法和數(shù)據(jù)挖掘技術(shù)先建立沉積微相概率預(yù)測模型，然后通過機器學(xué)習(xí)和模糊判別方法較準(zhǔn)確地預(yù)測出各小層單元的沉積微相類型，最后構(gòu)建砂體疊置模式的方法、流程是一種比較實用且值得在相似沉積背景的油田進(jìn)一步推廣的技術(shù)。

(2)本文方法的應(yīng)用深化了對研究區(qū)淺水三角洲沉積特征、物源方向、沉積微相與沉積演化的認(rèn)識，明顯提升了對垂向各小層單元沉積微相的甄別與劃分、河道砂平面形態(tài)及分布延伸特點的空間雕刻能力；同時，該區(qū)葡萄花油層四種砂體疊置模式的構(gòu)建，以及三角洲前緣、平原亞相與不同的砂體疊置結(jié)構(gòu)類型、砂體橫向連通性之間的匹配、組合關(guān)系可為后期儲層綜合評價、開發(fā)方案優(yōu)化和井位合理部署等提供依據(jù)。