范廷恩 張晶玉 王海峰 張顯文 杜 昕
(中海油研究總院有限責(zé)任公司,北京 100028)
砂巖儲層內(nèi)部的橫向不連續(xù)結(jié)構(gòu)通常是指沉積過程中砂體尖滅、同期砂體側(cè)向接觸、多期砂體縱向疊置等導(dǎo)致的巖性、物性變化以及由于構(gòu)造運(yùn)動導(dǎo)致的微小斷層等[1]。這種不連續(xù)結(jié)構(gòu)的存在是導(dǎo)致油田開發(fā)注采不受效、儲量采出程度低和局部剩余油富集的重要原因[2-4]。
雖然在不連續(xù)結(jié)構(gòu)位置存在一定程度的旅行時、地震振幅和波形等地震響應(yīng),但由于砂巖儲層內(nèi)部不連續(xù)結(jié)構(gòu)的尺度通常小于地震資料的分辨率,因此難以通過常規(guī)地震反演、屬性分析等儲層預(yù)測手段精確地刻畫不連續(xù)結(jié)構(gòu)[5]。
目前,地震信號橫向不連續(xù)性檢測大多針對斷層檢測、識別和自動解釋,相關(guān)研究包括邊緣保持濾波技術(shù)[6-8]、相干體技術(shù)[9-13]、螞蟻?zhàn)粉櫦夹g(shù)[14-15]等,并已得到廣泛應(yīng)用。但對于小尺度不連續(xù)信息檢測的研究較少。
本文對前人研究進(jìn)行了技術(shù)集成和綜合應(yīng)用,以局部結(jié)構(gòu)熵屬性計(jì)算為核心,利用邊緣保持濾波技術(shù)和基于蟻群算法的平面屬性增強(qiáng)處理方法,形成了砂巖儲層橫向不連續(xù)性檢測的技術(shù)組合,并在南海H油田目標(biāo)砂體單元取得了良好的應(yīng)用效果。
砂巖儲層橫向不連續(xù)性檢測的技術(shù)流程主要包括(圖1):①地震資料解釋性處理。利用邊緣保持濾波處理方法,在濾除隨機(jī)噪聲、提高資料信噪比的同時,能夠更好地保持反映儲層橫向邊緣結(jié)構(gòu)的不連續(xù)信息。②相干體屬性計(jì)算。局部結(jié)構(gòu)熵算法屬于第三代相干算法,較前兩代相干算法具有更好的抗噪性和更高的分辨率,對砂巖儲層內(nèi)部微小的不連續(xù)結(jié)構(gòu)的檢測精度更高。③平面表征及優(yōu)化。在步驟②基礎(chǔ)上進(jìn)一步計(jì)算目標(biāo)儲層的平面屬性,采用蟻群算法對平面屬性增強(qiáng)處理,改善檢測結(jié)果的平面顯示效果,突出主要的不連續(xù)信息,得到較為連續(xù)的平面檢測屬性分布。④成果驗(yàn)證及應(yīng)用。利用鉆井信息驗(yàn)證檢測結(jié)果的可靠程度,再利用檢測結(jié)果研究儲層構(gòu)型及分析油田注采等。
圖1 砂巖儲層橫向不連續(xù)性檢測技術(shù)流程
地震相干是相鄰地震道之間地震信號相似性的度量,利用相干值的空間變化可以解釋斷層、裂縫、地質(zhì)構(gòu)造異常等儲層橫向非均質(zhì)特征。相干體技術(shù)作為三維地震解釋的重要技術(shù)之一,自1995年被提出以來[16],在地震勘探領(lǐng)域得到廣泛應(yīng)用和發(fā)展,形成了三代相干體算法(C1、C2、C3)。局部結(jié)構(gòu)熵算法屬于C3,較C1、C2具有更好的抗噪性和更高的分辨率,對于檢測砂巖儲層內(nèi)部微小的不連續(xù)結(jié)構(gòu)精度更高[17-18]。
局部結(jié)構(gòu)熵屬性將三維分析時窗分為4個塊,把每個塊中的分析數(shù)據(jù)點(diǎn)重新組成四個一維數(shù)組,利用這些新的數(shù)組對每個空間點(diǎn)構(gòu)造一個4×4階的協(xié)方差矩陣,最后由協(xié)方差矩陣計(jì)算結(jié)構(gòu)熵。詳細(xì)計(jì)算步驟如下。
(1)對需要計(jì)算的三維地震數(shù)據(jù)體進(jìn)行預(yù)處理。將每一地震道的數(shù)據(jù)修正為地震道數(shù)據(jù)減去地震道均值
(1)
(2)
由式(2)可見,S對角線上的元素由每個向量的自相關(guān)構(gòu)成,而非對角線上的元素由不同向量的互相關(guān)構(gòu)成。需要指出的是,S是一個對稱矩陣。
(3)計(jì)算S的局部結(jié)構(gòu)熵
(3)
式中||·||為Hilbert-Schmidt算子。由式(3)可見:若每個塊中的向量都相關(guān)(不連續(xù)性較小),則S中的所有元素都相等,此時trS=||S||,ε(x,y,t)=0;若每個塊中的向量都不相關(guān)(不連續(xù)性較大),則trS≤
2||S||,ε(x,y,t) ≤1。利用ε(x,y,t)可以分析時窗內(nèi)地震數(shù)據(jù)點(diǎn)的混亂程度(不確定性),是一種分析局部混沌效應(yīng)和不連續(xù)信息的有利工具。
為驗(yàn)證局部結(jié)構(gòu)熵屬性對地震不連續(xù)信號的表征效果,設(shè)計(jì)了多期河道疊置的三維正演模型(圖2)模擬河流相儲層的沉積特征,呈現(xiàn)了三維空間中單期河道在沉積過程中的高程變化、河道寬度和砂體厚度變化以及多期河道側(cè)向遷移、疊置等特點(diǎn),其中包含不同類型的儲層橫向邊界特征。圖3為模型及屬性剖面。由圖可見,在儲層內(nèi)部的不同期次河道疊置部位(圖3a)的地震信號不連續(xù)(圖3b),局部結(jié)構(gòu)熵屬性(圖3d)的表征效果明顯優(yōu)于相干屬性(圖3c)。圖4、圖5分別為正演模型、實(shí)際地震數(shù)據(jù)儲層不連續(xù)性檢測平面屬性。由圖可見,局部結(jié)構(gòu)熵明顯突出了儲層內(nèi)部地震反射信號的局部差異,明顯反映了儲層內(nèi)部不同地質(zhì)體的接觸關(guān)系信息,異常值的對比度更強(qiáng),對不連續(xù)位置的刻畫精度更高(圖4c、圖5b)。
天花粉化學(xué)成分的藥理活性及其提取與檢測方法研究進(jìn)展…………………………………………………… 丁建營等(13):1859
圖2 多期河道疊置的三維正演模型
圖3 模型及屬性剖面(a)A測線模型剖面; (b)地震剖面; (c)相干剖面; (d)局部結(jié)構(gòu)熵剖面
圖4 正演模型儲層不連續(xù)性檢測平面屬性(a)正演模型俯視圖; (b)相干屬性; (c)局部結(jié)構(gòu)熵
圖5 儲層不連續(xù)性檢測平面屬性 (a)相干; (b)局部結(jié)構(gòu)熵
利用地震屬性研究砂體橫向不連續(xù)性時,由于研究尺度較小,地震數(shù)據(jù)中的噪聲更容易影響屬性提取精度,導(dǎo)致檢測結(jié)果中存在錯誤信息,無法清晰地識別邊界信息。因此濾除隨機(jī)干擾噪聲是儲層橫向不連續(xù)性檢測的必要環(huán)節(jié)。結(jié)構(gòu)導(dǎo)向?yàn)V波技術(shù)是近年來成熟且應(yīng)用較廣泛的濾波技術(shù),其核心是先分析計(jì)算點(diǎn)的傾角和方位角信息,然后沿著傾角和方位角的方向進(jìn)行濾波,在消除隨機(jī)噪聲的同時,能夠保持不連續(xù)的邊緣信息。本文采用Luo等[19]提出的邊緣保持濾波技術(shù)(Edge Preserving Smoothing, EPS),具體計(jì)算步驟為:①將以計(jì)算點(diǎn)為中心的滑動分析時窗內(nèi)的地震數(shù)據(jù)分為9個子窗口,分別是8個繞中心點(diǎn)旋轉(zhuǎn)的六邊形或五邊形,和1個以計(jì)算點(diǎn)為中心的規(guī)則正方形;②分別求取9個子窗口中數(shù)據(jù)的方差值;③將方差最小的子窗口的均值作為計(jì)算點(diǎn)的估計(jì)值。
為檢驗(yàn)邊緣保持濾波方法的效果,對圖3b加30%隨機(jī)噪聲,分別進(jìn)行中值濾波和邊緣保持濾波(圖6)??梢?,與中值濾波(圖6b)相比,邊緣保持濾波在濾除隨機(jī)噪聲的同時,更好地保持了地質(zhì)體邊緣的地震振幅和波形差異(圖6c)。
圖6 濾波結(jié)果(a)對圖3b加30%噪聲; (b)中值濾波; (c)邊緣保持濾波
螞蟻算法是模擬自然界中螞蟻覓食行為提出的一種尋優(yōu)算法,其基本原理是:在地震數(shù)據(jù)體中設(shè)定大量的“螞蟻”,并讓“螞蟻”沿著可能的斷層面向前移動,若“螞蟻”往前能夠追蹤到斷層面,則釋放“信息素”并作出明顯的標(biāo)記;若前方不太可能是斷層面,就不做標(biāo)記或釋放較弱的“信息素”。目前螞蟻?zhàn)粉櫵惴ㄒ呀?jīng)被斯倫貝謝公司集成到軟件中,作為一種識別低序級斷層和裂縫的方法得到了廣泛應(yīng)用[20]。
地震資料解釋性處理并不能完全濾除噪聲干擾,表征地震數(shù)據(jù)空間不連續(xù)的地震屬性在平面上往往出現(xiàn)不連續(xù)條帶中斷、邊界模糊、次級信息干擾等。為改善檢測結(jié)果的平面顯示效果,采用基于蟻群算法的增強(qiáng)處理,以平面檢測得到的不連續(xù)屬性作為輸入,通過螞蟻平面追蹤算法突出主要的不連續(xù)信息,得到較為連續(xù)的平面檢測屬性分布[21]。圖7為螞蟻?zhàn)粉櫾鰪?qiáng)處理前、后的不連續(xù)屬性。
圖7 螞蟻?zhàn)粉櫾鰪?qiáng)處理前(a)、 后(b)的不連續(xù)屬性
H油田位于中國南海珠江口盆地惠州凹陷的一個低幅度披覆背斜構(gòu)造,內(nèi)部斷層不發(fā)育。油田的主要含油層系分布在新近系珠江組,其中砂體L30up的儲量占整個油田儲量的85%,為油田的重點(diǎn)研究目標(biāo)。L30up為辮狀河三角洲前緣沉積,發(fā)育水下分流河道、河口壩、席狀砂等沉積微相,儲層埋深約為2600m,井點(diǎn)鉆遇儲層厚度為2~13m,平均厚度小于10m。
地震資料在L30up的頻帶寬度約為8~80Hz,主頻約為40Hz。統(tǒng)計(jì)測井?dāng)?shù)據(jù)得到此段地層平均層速度約為3100~4300m/s,因此地震垂向分辨率約為20~27m。由于儲層的平均厚度小于地震垂向分辨率,儲層預(yù)測難度較大。
油田采用天然能量開采,在開發(fā)井生產(chǎn)過程中,地層能量下降快,生產(chǎn)井產(chǎn)量降低,目前考慮部署注水井提高地層能量。充分利用現(xiàn)有地震資料精確檢測儲層內(nèi)部的不連續(xù)結(jié)構(gòu),對于指導(dǎo)L30up的注水方案,制定油田的開發(fā)調(diào)整方案具有非常重要的意義。
在對儲層內(nèi)部不連續(xù)性檢測之前,應(yīng)首先評估地震資料品質(zhì)。當(dāng)?shù)卣鹳Y料信噪比較低或地震分辨率不足時,采用適當(dāng)?shù)姆椒ㄌ岣叩卣鹳Y料品質(zhì),但需注意保持地震數(shù)據(jù)中的不連續(xù)結(jié)構(gòu)信息。圖8為H油田邊緣保持濾波前、后地震剖面。由圖可見:邊緣保持濾波前地震剖面存在明顯噪聲,信噪比較低(圖8a);邊緣保持濾波后有效濾除了噪聲,同時保留了反映地質(zhì)體邊界的不連續(xù)信息(圖8b)。
圖8 H油田邊緣保持濾波前(a)、 后(b)地震剖面
在邊緣保持濾波后的地震數(shù)據(jù)體上計(jì)算局部結(jié)構(gòu)熵屬性體,用于檢測砂巖儲層內(nèi)部不連續(xù)結(jié)構(gòu)的分布。圖9為過水平井A19H地震剖面、局部結(jié)構(gòu)熵剖面。由圖可見,局部結(jié)構(gòu)熵剖面(圖9b)在地震同相軸間斷、扭動或振幅變化的位置(圖9a中A19H井鉆遇泥巖段處)表現(xiàn)為異常高值,表明儲層在上述位置存在橫向不連續(xù)結(jié)構(gòu)。
圖9 過水平井A19H地震剖面(a)、 局部結(jié)構(gòu)熵剖面(b)
為進(jìn)一步了解儲層不連續(xù)結(jié)構(gòu)的平面展布特征,根據(jù)目標(biāo)儲層的層位解釋結(jié)果,利用局部結(jié)構(gòu)熵?cái)?shù)據(jù)體提取頂、底界面間的平面振幅屬性,經(jīng)過螞蟻?zhàn)粉櫰矫嬖鰪?qiáng)處理,得到儲層內(nèi)部橫向不連續(xù)結(jié)構(gòu)的平面展布(圖10)。
圖10 儲層內(nèi)部橫向不連續(xù)結(jié)構(gòu)的平面展布
2.3.1 檢測結(jié)果的水平井標(biāo)定
H油田L(fēng)30up砂體目前有15口水平井,水平井的巖性、測井曲線變化等反映了儲層橫向巖性變化和砂體結(jié)構(gòu)信息。因此開展水平井鉆遇泥巖段與檢測結(jié)果的標(biāo)定分析,可以驗(yàn)證局部結(jié)構(gòu)熵檢測結(jié)果的可靠性和合理性。圖11為過A14H井地震剖面和局部結(jié)構(gòu)熵剖面。由圖可見,局部結(jié)構(gòu)熵屬性(圖11b)準(zhǔn)確檢測了水平井鉆遇的儲層不連續(xù)結(jié)構(gòu)(泥巖段)。在實(shí)際標(biāo)定、分析過程中發(fā)現(xiàn),大部分井鉆遇的泥巖段對應(yīng)不連續(xù)結(jié)構(gòu),但存在一些特殊情況導(dǎo)致兩者不對應(yīng)。
圖11 過A14H井地震剖面(a)和局部結(jié)構(gòu)熵剖面(b)A14H井水平段鉆遇1個泥巖段,泥巖段寬度為25m
第一,水平井井軌跡縱向鉆出儲層這類非地質(zhì)因素導(dǎo)致的泥巖段。圖12為過A10H井地震剖面和局部結(jié)構(gòu)熵剖面。由圖可見:局部結(jié)構(gòu)熵屬性準(zhǔn)確反映了第1個泥巖段,但第2個泥巖段的局部結(jié)構(gòu)熵屬性沒有異常響應(yīng)(圖12b);從地震剖面上可以看到井軌跡鉆出儲層(圖12a),因此局部結(jié)構(gòu)熵屬性不能反映第2個泥巖段。
圖12 過A10H井地震剖面(a)和局部結(jié)構(gòu)熵剖面(b)A10H井水平段鉆遇了2個泥巖段,第1、第2個泥巖段寬度分別為32、98m
第二,儲層厚度小導(dǎo)致地震響應(yīng)較弱。雖然地震波形、振幅存在微弱變化,但提取的局部結(jié)構(gòu)熵屬性響應(yīng)太弱,導(dǎo)致無法識別泥巖段。圖13為過A1H井地震剖面和局部結(jié)構(gòu)熵剖面。由圖可見:局部結(jié)構(gòu)熵屬性準(zhǔn)確反映了A1H井水平段前半部分鉆遇的泥巖段(圖13b);對于A1H井水平段后半部分鉆遇的泥巖段,由于地震響應(yīng)太弱(圖13a),局部結(jié)構(gòu)熵響應(yīng)也較弱,因此檢測效果不理想。
圖13 過A1H井地震剖面(a)和局部結(jié)構(gòu)熵剖面(b)A13H井位于沉積朵體邊部,儲層厚度約為3m
第三,地震資料橫向分辨能力影響。圖14為過A4H井地震剖面和局部結(jié)構(gòu)熵剖面。由圖可見,無論是地震剖面(圖14a)還是局部結(jié)構(gòu)熵剖面(圖14b),都不存在明顯的儲層不連續(xù)信息的響應(yīng)。多個實(shí)際油田的資料證實(shí),局部結(jié)構(gòu)熵屬性的橫向檢測寬度下限與地震采集面元尺寸相當(dāng)。如H油田的采集面元為22.5m×22.5m,則局部結(jié)構(gòu)熵屬性可分辨的泥巖寬度下限約為20m。
圖14 過A4H井地震剖面(a)和局部結(jié)構(gòu)熵剖面(b)A4H井水平段鉆遇寬度為12m的泥巖段
2.3.2 檢測結(jié)果的統(tǒng)計(jì)分析
根據(jù)標(biāo)定結(jié)果,統(tǒng)計(jì)、分析15口水平井鉆遇的泥巖段和檢測結(jié)果的匹配關(guān)系,主要包括以下步驟:①整理目標(biāo)儲層所有水平井的泥巖段數(shù)量;②剔除水平井井軌跡縱向鉆出儲層這類非地質(zhì)因素導(dǎo)致的泥巖段;③將過水平井軌跡的局部結(jié)構(gòu)熵剖面與篩選后的水平井泥巖段進(jìn)行標(biāo)定,對于全水平井段未鉆遇泥巖段的水平井,統(tǒng)計(jì)得到單井吻合率(如局部結(jié)構(gòu)熵過井剖面無異常值,則吻合率為100%,否則吻合率為0);④統(tǒng)計(jì)所有水平井的總吻合率;⑤分析不吻合的原因。表1為H油田儲層橫向不連續(xù)性檢測結(jié)果水平井標(biāo)定統(tǒng)計(jì)表。由表可見,H油田不連續(xù)性檢測結(jié)果的最終吻合率達(dá)到76%,說明局部結(jié)構(gòu)熵屬性對于儲層橫向不連續(xù)結(jié)構(gòu)的檢測結(jié)果可靠、有效。
表1 H油田儲層橫向不連續(xù)性檢測結(jié)果水平井標(biāo)定統(tǒng)計(jì)表
砂巖儲層內(nèi)部不連續(xù)結(jié)構(gòu)的準(zhǔn)確識別對油田開發(fā)意義重大,但基于常規(guī)儲層預(yù)測方法的識別精度較低,且難度較大。局部結(jié)構(gòu)熵算法屬于第三代相干算法,本文以該方法為核心,與邊緣保持濾波處理、螞蟻?zhàn)粉櫰矫嬖鰪?qiáng)方法組合,形成適用于油田開發(fā)階段儲層內(nèi)部不連續(xù)結(jié)構(gòu)刻畫的組合技術(shù)。利用儲層橫向不連續(xù)性檢測技術(shù)組合得到的儲層內(nèi)部不連續(xù)結(jié)構(gòu)評價(jià)結(jié)果可預(yù)測儲層內(nèi)部的連通性,在此基礎(chǔ)上可進(jìn)一步研究儲層構(gòu)型、預(yù)測剩余油等,并指導(dǎo)油田開發(fā)階段的井位調(diào)整部署。
(1)通過對地震數(shù)據(jù)計(jì)算局部結(jié)構(gòu)熵?cái)?shù)據(jù)體,可提取原始地震數(shù)據(jù)中的振幅、波形等微弱變化特征,用于檢測儲層內(nèi)部橫向不連續(xù)結(jié)構(gòu)的分布,檢測精度高于常規(guī)相干計(jì)算方法。
(2)計(jì)算局部結(jié)構(gòu)熵對地震資料的品質(zhì)要求較高,利用邊緣保持濾波可以提高地震資料品質(zhì),利用螞蟻?zhàn)粉櫰矫嬖鰪?qiáng)可以改善平面屬性檢測效果。
(3)儲層橫向不連續(xù)性檢測效果可采用水平井鉆遇泥巖段標(biāo)定的方法進(jìn)行驗(yàn)證。對于儲層厚度遠(yuǎn)小于地震分辨率的位置、橫向尺度小于地震采集面元尺度的不連續(xù)結(jié)構(gòu),局部結(jié)構(gòu)熵方法的檢測精度不高。