低勘探程度地區(qū)層序地層分析及沉積規(guī)律

摘要： 五墩凹陷屬于低勘探程度地區(qū)，下侏羅統(tǒng)露頭區(qū)油源條件較好，多口鉆井油氣顯示良好，但盆地層序地層格架不明確，層序空間演化特征和沉積分布規(guī)律尚不清楚，制約了下一步的勘探部署。本文綜合應(yīng)用測井、地震、巖心、分析化驗(yàn)等資料，開展五墩凹陷中下侏羅統(tǒng)層序地層劃分和區(qū)域?qū)有虻貙痈窦苎芯?。首先，采用測井頻譜屬性趨勢分析、時(shí)頻分析、地球化學(xué)分析等多種方法劃分層序，共劃分了6個(gè)三級層序，28個(gè)四級層序。然后，利用匹配子波分解和重構(gòu)方法提高地震資料分辨率，采用地震多屬性降維融合技術(shù)和井震聯(lián)合多尺度匹配技術(shù)進(jìn)行層序分析，建立了該區(qū)侏羅系層序地層格架。之后，將測井層序劃分結(jié)果與地震多屬性融合分析結(jié)果進(jìn)行交叉驗(yàn)證，明確層序空間演化特征。最后，在高精度層序分析的基礎(chǔ)上，在構(gòu)造精細(xì)解釋及沉積古地貌的約束下，利用不同級次層序解釋成果，落實(shí)關(guān)鍵層位的沉積相帶展布特征，形成了一套針對低勘探程度地區(qū)區(qū)域?qū)有虻貙痈窦芙⒑统练e規(guī)律研究的思路和方法。

關(guān)鍵詞：低勘探程度地區(qū)；頻譜屬性分析；多尺度匹配對比；層序地層格架；沉積規(guī)律

doi：10.13278/j.cnki.jjuese.20230009 中圖分類號：TE13 文獻(xiàn)標(biāo)志碼：A

收稿日期： 2023-01-18

作者簡介： 殷文（1978—），男，教授，博士，主要從事油氣儲層預(yù)測及高精度層序解釋方面的研究工作，

E-mail：yinwen@cupk.edu.cn

基金項(xiàng)目： 國家自然科學(xué)基金項(xiàng)目（42004089）；新疆維吾爾自治區(qū)自然科學(xué)基金項(xiàng)目（2020D01A141）

Supported by the National Natural Science Foundation of China （42004089） and the Natural Science Foundation of Xinjiang Uygur Autonomous Region （2020D01A141）

Sequence Stratigraphic Analysis and Sedimentary Law Research in Low Exploration Area： Take the Jurassic in Wudun Depression as an Example

Yin Wen

Petroleum Institute， China University of Petroleum-Beijing at Karamay， Karamay" 834000， Xinjiang， China

Abstract： The Wudun depression belongs to an area with a low degree of exploration. The oil source conditions in the Lower Jurassic outcrop area are good， and the oil and gas show well in many wells drilled. However， the sequence stratigraphic framework of the basin， the sequence spatial evolution characteristics and sedimentary distribution rules are not clear， which restricts the later exploration deployment， which restricts the next exploration deployment. The research on the sequence stratigraphic division and regional sequence stratigraphic framework of" Middle and Lower Jurassic in Wudun depression is carried out by comprehensively applying the data of logging， seismic， core， and analysis data. At first， the spectrum-attribute-trend analysis of logging， time-frequency analysis， geochemical analysis and other methods are used to divide the sequence， and six third-order sequences and 28 fourth-order sequences are divided. Then， the matching wavelet decomposition and reconstruction method is used to improve the resolution of seismic data， and the seismic multi-attribute dimensionality reduction fusion technology and multi-scale matching with well-seismic joint are used for sequence analysis， and then the Jurassic sequence stratigraphic framework is established in this area. At the same time， the logging sequence division results and seismic multi-attribute fusion analysis results are cross-verified to clarify the spatial evolution characteristics of the sequence. At the same time， the logging sequence division results and seismic multi-attribute fusion analysis results are cross-verified to clarify the spatial evolution characteristics of the sequence. On the basis of high-precision sequence analysis， under the constraints of fine structural interpretation and sedimentary palaeogeomorphology， the distribution characteristics of sedimentary facies belts at key horizons are finally determined by using the results of sequence interpretation at different levels. A set of ideas and methods for the establishment of regional high-precision sequence stratigraphic framework and the study of sedimentary laws in areas of low exploration degree have been formed.

Key words： low exploration area; spectrum attribute analysis; multi-scale matching comparison; sequence stratigraphic framework; sedimentary law

0 引言

在低勘探程度地區(qū)開展油氣勘探工作普遍面臨地質(zhì)認(rèn)識不足、鉆測井資料有限、地震資料品質(zhì)較差等問題。針對低勘探程度地區(qū)，前人[1-3]綜合考慮區(qū)域構(gòu)造、斷裂發(fā)育、地層沉積特征等因素，利用地質(zhì)、地球物理資料開展油氣資源的勘探和評價(jià)。劉震等[1]以層序地層格架分析法和地球物理預(yù)測技術(shù)為基礎(chǔ)，研究了低勘探程度盆地?zé)N源巖的空間展布和厚度特征；劉春芳等[2]運(yùn)用沉積學(xué)和構(gòu)造地質(zhì)學(xué)理論，研究了低勘探程度盆地的地質(zhì)結(jié)構(gòu)特征和沉積演化特征；曹國銀等[3]探索了低勘探程度地區(qū)基于地質(zhì)認(rèn)識指導(dǎo)的地震波形和地層切片分析技術(shù)，在研究區(qū)開展河道砂儲層預(yù)測。在地質(zhì)模式指導(dǎo)下，充分利用現(xiàn)有資料，開展地層、沉積特征和地球物理響應(yīng)的規(guī)律性研究，對后續(xù)有利目標(biāo)區(qū)勘探、有利儲層識別具有重要意義。

五墩凹陷位于敦煌盆地東北部，自2014年XC1井在下侏羅統(tǒng)勘探到油氣資源后，五墩凹陷逐漸成為該盆地的重點(diǎn)勘探區(qū)域[4]。下侏羅統(tǒng)露頭區(qū)出露的大套暗色泥巖及D1井鉆遇了厚層頁巖，顯示該區(qū)具備較好的油源條件。同時(shí)，五墩凹陷中下侏羅統(tǒng)廣泛發(fā)育砂礫巖、砂巖儲層，且鉆探的D1、D2井也證實(shí)了有良好的油氣顯示，展示出該區(qū)域具備較大的勘探潛力。前期工作已對五墩凹陷中下侏羅統(tǒng)開展過一些研究，但由于研究區(qū)僅有4口鉆井及17條二維地震測線，數(shù)據(jù)資料有限，只是針對下侏羅統(tǒng)大山口組二段（J1d2）與中侏羅統(tǒng)中間溝組一段（J2z1）開展了常規(guī)層序地層分析，對中下侏羅統(tǒng)層序地層劃分工作不足，未能系統(tǒng)建立能夠滿足該區(qū)域油田勘探需要的高精度層序地層格架，導(dǎo)致對沉降特征、儲層發(fā)育和分布規(guī)律認(rèn)識不清，制約了進(jìn)一步的勘探部署。因此，本文充分利用測井、地震、巖心、地球化學(xué)等資料對五墩凹陷進(jìn)行研究，以期建立一套針對低勘探程度地區(qū)高精度層序地層格架和沉積規(guī)律的研究方法，為尋找有利儲集體和指導(dǎo)后續(xù)勘探部署提供基礎(chǔ)。

1 區(qū)域地質(zhì)概況

敦煌盆地基底整體埋深為1 000 ～3 500 m，主要是元古宇的淺變質(zhì)巖，蓋層則是以侏羅系、新近系為主。五墩凹陷位于敦煌盆地東北部，北為玉門關(guān)斜坡，南臨三危山隆起，西靠南湖低凸起，東接甜水井凸起（圖1），工區(qū)面積為2 000 km2[5-6]。該凹陷為中生代斷陷盆地，鉆井揭露最老地層為震旦系。

侏羅系是構(gòu)成五墩凹陷沉積地層的主體。研究區(qū)中下侏羅統(tǒng)包括下侏羅統(tǒng)大山口組（J1d）、中侏羅統(tǒng)中間溝組（J2x）、中侏羅統(tǒng)新河組（J2x），其中，中侏羅統(tǒng)中間溝組是五墩凹陷的主力含油層段[７]（圖2）。

下侏羅統(tǒng)大山口組與下伏震旦系呈不整合接觸，厚度范圍分布不均，平均厚度約為150 m，巖性主要是灰色砂礫巖。中間溝組一段為五墩凹陷主要生油層段，平均厚度為150 m，巖性可分上下兩個(gè)亞段，下亞段為灰色砂礫巖及砂巖，砂巖顏色由淺逐漸變深，分選中等，次棱角狀，礦物主要是石英，長石次之，局部發(fā)育泥巖，灰色-灰黑色，質(zhì)純，較硬；上亞段主要是灰色泥巖。中侏羅統(tǒng)中間溝組二段平均厚度為300 m，巖性主要是深紫色泥巖及砂質(zhì)泥巖，頂部可見紫紅色泥巖，含少量砂質(zhì)，較硬。中侏羅統(tǒng)中間溝組三段平均厚度為300 m，巖性主要是由棕紅色逐漸變?yōu)樽霞t色砂巖，分選中等，次棱角狀，礦物主要是石英，長石次之，而其中發(fā)育的泥巖則亦由棕紅色逐漸變成深紫色，含少量砂質(zhì)，較硬，局部可見深紫色砂質(zhì)泥巖與泥巖互層發(fā)育[6]。中侏羅統(tǒng)新河組平均厚度為290 m，巖性主要是棕紅色砂礫巖，含棕紅色泥質(zhì)砂巖、泥巖，砂巖以中砂巖為主。

2 高精度層序地層劃分

湖平面升降周期中形成的湖退-湖侵旋回地層是層序劃分的重要依據(jù)[8]，如高位體系域（HST）表現(xiàn)為反旋回沉積序列，湖侵體系域（TST）表現(xiàn)為正旋回沉積序列。在陸相高精度層序地層學(xué)的研究中，測井資料在縱向上具有極高的分辨率，可對不同級別層序、界面特征、沉積旋回性等進(jìn)行高精度、連續(xù)定量的分析。通常在敏感測井曲線（如自然伽馬（GR））上HST表現(xiàn)為漏斗形，TST表現(xiàn)為鐘形。然而，測井信號屬于非平穩(wěn)信號，存在噪聲等干擾信號的影響。因此，測井曲線實(shí)則由許多不規(guī)則的復(fù)雜合成波組成，這就勢必會影響高精度層序的識別效果。

最大熵頻譜分析（MESA）方法是按信息熵最大準(zhǔn)則外推得到自相關(guān)函數(shù)的方法，特別適用于噪聲多、信號規(guī)則性差的情況[9]。該方法的實(shí)質(zhì)是對測井曲線復(fù)合波信號的分解，可從測井曲線中表征地層間斷和巖相變化?；谛氐貙訉W(xué)和層序地層學(xué)

理論，在最大熵分析方法的基礎(chǔ)上進(jìn)行頻譜變化屬

性分析，實(shí)現(xiàn)對層序界面和沉積旋回特征的識別，準(zhǔn)確劃分層序級次，識別不同級別層序（體系域）界面、層序內(nèi)部的旋回特征，進(jìn)而建立高精度層序地層格架。

2.1 預(yù)測誤差濾波分析

預(yù)測誤差濾波分析（PEFA）是在MESA的基礎(chǔ)上，對測井曲線每一深度點(diǎn)對應(yīng)的測井值計(jì)算最大熵分析預(yù)測值，再計(jì)算同一深度點(diǎn)測井曲線真實(shí)值與預(yù)測值的差（誤差=實(shí)際數(shù)據(jù)-濾波數(shù)據(jù)），以此得到一條沿垂向變化的鋸齒狀曲線。通常情況下，PEFA曲線的突出負(fù)誤差值（負(fù)向尖峰）代表湖泛面，而突出正誤差值（正向尖峰）代表層序界面，不同大小的誤差尖峰代表不同級別的等時(shí)界面（圖3）。

2.2 綜合預(yù)測誤差濾波分析

將PEFA曲線采用特定的積分處理，能夠得到一條凸顯趨勢和模式的曲線，即INPEFA曲線，其關(guān)鍵就在于曲線本身的趨勢和趨勢之間的拐點(diǎn)。通常情況下，INPEFA曲線數(shù)值從左向右變大、曲線形態(tài)從左向右上升，表示當(dāng)時(shí)的氣候環(huán)境為逐漸濕潤的水進(jìn)過程；而當(dāng)曲線數(shù)值從右向左變小、曲線形態(tài)從右向左降低，表示當(dāng)時(shí)的氣候逐漸變得干旱的水退過程。拐點(diǎn)指示了一個(gè)層序界面或?qū)有蚪缑鎯?nèi)的湖泛面（圖3），其中正向拐點(diǎn)（曲線形態(tài)由低變高，對應(yīng)PEFA曲線的正向尖峰）表示層序界面，負(fù)向拐點(diǎn)（曲線形態(tài)由高變低，對應(yīng)PEFA曲線的負(fù)向尖峰）表示湖泛面。由此，INPEFA曲線其實(shí)呈現(xiàn)的是地層的旋回形態(tài)，當(dāng)目的層層序發(fā)育完整時(shí)，能看到突出的曲線旋回特征[10]。

2.3 瞬時(shí)相位余弦分析

瞬時(shí)相位余弦（INCOSIN）應(yīng)用Hilbert變換計(jì)算信號，從這些變換產(chǎn)生的復(fù)合信號中獲得各種屬性，以此獲得多類地質(zhì)意義。INCOSIN趨勢變化代表了準(zhǔn)層序組的模式，可以清楚看到并區(qū)分出進(jìn)積式準(zhǔn)層序組和退積式準(zhǔn)層序組。一般而言，一個(gè)完全正的趨勢，曲線數(shù)值由從下往上增大的過程代表了進(jìn)積式準(zhǔn)層序組，曲線數(shù)值從下往上減小的過程代表了退積式準(zhǔn)層序組（圖4）。

2.4 單井頻譜屬性分析

INPEFA和PEFA曲線的相互配合使用能夠有效反映沉積周期的氣候變化以及識別層序界面。在具體應(yīng)用過程中，PEFA曲線可以對全井段使用，但在使用INPEFA曲線的時(shí)候，要注意從全局到分段的變化。另外，測井資料在采集過程中難免會受到各種噪聲的干擾，且受環(huán)境影響，測井曲線數(shù)據(jù)幅值變化較大。因此，先對處理井段數(shù)據(jù)進(jìn)行中值濾波，保留測井?dāng)?shù)據(jù)中的邊緣信息，以達(dá)到降噪和易于劃分層序界面的目的。

在測井層序劃分中，自然伽馬、自然電位和視電阻率為較敏感的測井曲線。以GR曲線為例，對研究區(qū)已有井的GR曲線分別計(jì)算頻譜屬性值（圖5）。通過圖4和圖5分析發(fā)現(xiàn)，當(dāng)PEFA曲線負(fù)向尖峰、INPEFA曲線負(fù)向拐點(diǎn)、INCOSIN屬性正趨勢時(shí)，對應(yīng)的是湖泛面；當(dāng)PEFA曲線正向尖峰、INPEFA曲線正向拐點(diǎn)、INCOSIN屬性負(fù)趨勢對應(yīng)的是層序界面。由圖5可以看出，D1井1 956～1 963 m段INPEFA曲線呈現(xiàn)漏斗形，INPEFA曲線的負(fù)向拐點(diǎn)對應(yīng)PEFA曲線的負(fù)向尖峰，指示了湖泛面。同時(shí)，計(jì)算原始測井曲線的INCOSIN值，對比分析多種頻譜屬性分析結(jié)果，實(shí)現(xiàn)對層序界面和沉積旋回特征的識別，進(jìn)而劃分出層序級次，識別不同級別層序（體系域）界面以及層序內(nèi)部旋回特征。

2.5 地球化學(xué)分析

最大湖泛面是HST和TST的分界面，泥質(zhì)含量較高。三級層序的邊界以及體系域與總有機(jī)碳（TOC）發(fā)育的旋回性變化具有一定的規(guī)律性，將層序地層學(xué)與有機(jī)地球化學(xué)相結(jié)合，利用TOC質(zhì)量分?jǐn)?shù)可以進(jìn)行層序劃分。

在一個(gè)垂向?qū)有騿卧獌?nèi)，最大湖泛面往往與最大w（TOC）有關(guān)。在最大湖泛面之上，由于HST的進(jìn)積作用，陸源碎屑物供給增加，w（TOC）降低；在最大湖泛面之下，由于TST的細(xì)粒沉積物較豐富，向最大湖泛面方向w（TOC）逐漸增加，有機(jī)質(zhì)類型也隨之變好。也就是說，每個(gè)三級層序都是一個(gè)湖水不斷加深（末期加速降低）的過程，因此w（TOC）在三級層序內(nèi)部自下而上會出現(xiàn)一個(gè)逐漸增高的趨勢。由此，根據(jù)w（TOC）在垂向上的變化可以劃分4個(gè)三級層序，自下而上依次是SQ1-SQ4（圖6）。

3 層序地層綜合分析

3.1 地震子波分解與重構(gòu)

地震子波在傳播的過程中會受到噪聲干擾，震源激發(fā)的地震子波在向深層傳播過程中高頻信號衰減較嚴(yán)重。所得到的地震反射波是不同主頻子波相互間疊加的結(jié)果[11]。不同主頻子波的疊加結(jié)果不一定能夠完全反映目的層的地質(zhì)特征；但在所有子波合集中，存在一部分子波能夠有效反映目的層特征。

地震子波分解是把地震道分解成不同頻率、不同相位、不同振幅子波的集合（圖7a）。地震子波重構(gòu)是根據(jù)解釋目標(biāo)，選擇最能體現(xiàn)該目標(biāo)分布和變化的子波，且保持重新組合的子波較分解前的位置不變，從而合成新的地震道（圖7b），最終新合成的地震道集將最大限度地反映目標(biāo)的變化[11-12]。由于研究區(qū)鉆井資料較少，首先選擇重構(gòu)子波，使其符合已有的井；然后，結(jié)合以地震資料為基礎(chǔ)的地質(zhì)綜合分析資料，對工區(qū)的地震響應(yīng)特征、儲層分布特征建立初步的輪廓；最后，優(yōu)選重構(gòu)參數(shù)，當(dāng)結(jié)果能夠滿足建立的初步形態(tài)時(shí)，可以認(rèn)為是最終的參數(shù)。

五墩凹陷現(xiàn)有地震資料為二維地震資料，17條測線共計(jì)715 km，地震資料信噪比較低，有效頻帶較窄，振幅譜分析得到大山口組的頻帶分布范圍是10～38 Hz。對五墩凹陷開展地震層序解釋前，先進(jìn)行地震子波分解和重構(gòu)處理。圖8展示了原始地震剖面（變面積顯示）與處理后地震剖面（變密度顯示）的對比效果?？梢钥闯觯幚砗蟮牡卣鹳Y料分辨率得到了有效的提高，有利于后續(xù)地震層序的識別與劃分。

3.2 多尺度層序綜合分析

3.2.1 地震多屬性融合分析

地震屬性分析有利于刻畫沉積層序內(nèi)部結(jié)構(gòu)，能夠較好地展示儲集層內(nèi)隱藏的巖性、物性等信息，挖掘地震資料橫向識別的潛力，有利于層序地層劃分及砂體橫向展布刻畫。不同屬性針對不同地區(qū)，不同儲集層敏感性、有效性存在差異。常規(guī)地震屬性解釋通常采用單一屬性或多屬性相互印證的方法，存在局限性和多解性，無法全面反映地質(zhì)體的特征[13]。多屬性融合技術(shù)能表征不同地層、儲層特征的多個(gè)屬性，將數(shù)學(xué)計(jì)算和顯示方法相融合，能夠同時(shí)反映多個(gè)屬性對研究層段的影響[14-15]。因此，采用多屬性融合解釋技術(shù)能夠展現(xiàn)更加豐富的地質(zhì)信息，提高地震解釋精度。

針對全工區(qū)測線中間溝組一段提取層間屬性，并計(jì)算各大類不同小類的層間屬性相關(guān)系數(shù)，甄選互補(bǔ)相關(guān)的屬性，將這些互補(bǔ)相關(guān)屬性進(jìn)行層間屬性比例融合。在甄選參與層間屬性融合分析的過程中，應(yīng)注意選擇相關(guān)系數(shù)低的屬性，以免影響最終預(yù)測目標(biāo)的精度和穩(wěn)定性。

經(jīng)過分析，確定選擇3類8種屬性開展多屬性融合分析，包括時(shí)窗及振幅類屬性（平均振幅、振幅斜率、反射強(qiáng)度斜率）、瞬時(shí)類屬性（INCOSIN、瞬時(shí)加速度、薄層指示器、包絡(luò)二階導(dǎo)數(shù)）、子波類屬性（視極性）（表1）。時(shí)窗及振幅類屬性具有凸顯小區(qū)間內(nèi)優(yōu)勢儲層、增強(qiáng)斷層識別效果、分析巖性儲層特征的優(yōu)勢，而反射強(qiáng)度斜率在與其他振幅、頻率屬性連用時(shí)，能較好地區(qū)分巖性、儲層特征；瞬時(shí)類屬性適用于顯示不連續(xù)的地層信息及層序邊界，廣泛應(yīng)用于構(gòu)造和地層學(xué)解釋；子波類屬性可以檢查反射層極性的橫向變化[16]，適用于亮點(diǎn)、暗點(diǎn)、平點(diǎn)的確定，提高層序界面的標(biāo)定質(zhì)量。

通過巖性統(tǒng)計(jì)計(jì)算不同巖性的厚度百分比，分別將不同井根據(jù)巖性進(jìn)行分類，建立類別樣本。在樣本監(jiān)督下，針對不同目的層，優(yōu)選與巖性和層序分析對應(yīng)性好且相關(guān)性低的屬性（表1）。采用主成分分析（PCA）法，通過K-L（Karhunen-Loeve）換算將原始多個(gè)地震屬性壓縮成新的混合屬性，能更有利于層序分析。

圖9展示了地震多屬性融合后的效果，過XC1井的北北西向DH03-x2地震屬性剖面表現(xiàn)為較明顯向南退積的同相軸反射特征。不難看出，多屬性融合后提高了目的層的分辨率，結(jié)合地震反射結(jié)構(gòu)和反射構(gòu)型特征，能夠有效識別目的層段內(nèi)（中間溝組一段）的超覆和體系域特征。

3.2.2 井震聯(lián)合層序?qū)Ρ确治?/p>

地層的沉積模式、巖相組合特征在地震和測井資料中都表現(xiàn)出沉積旋回性，具有一定的層序?qū)?yīng)關(guān)系，而時(shí)頻譜具有分析沉積旋回特征的優(yōu)勢。結(jié)合地震、測井和地質(zhì)資料，采用時(shí)頻分析方法[17-18]，旨在以地震時(shí)頻旋回控制宏觀層序界面和內(nèi)部旋回變化，以測井層序旋回控制高精度層序旋回特征。計(jì)算測井曲線、井旁道、連井地震道的時(shí)頻譜，井震聯(lián)合開展多尺度匹配分析和層序地層劃分，進(jìn)而建立區(qū)域?qū)有虻貙痈窦堋?/p>

通過單井層序分析，將五墩凹陷中下侏羅統(tǒng)共劃分為6個(gè)三級層序、28個(gè)四級層序（圖10），奠定了區(qū)域?qū)有虻貙痈窦芙⒌幕A(chǔ)；然后，采用測井頻譜屬性趨勢分析、井震聯(lián)合時(shí)頻譜層序分析、地球化學(xué)分析等多信息源、多尺度層序分析，通過測井與地震的相互交叉驗(yàn)證，最終建立該區(qū)中下侏羅系區(qū)域?qū)有虻貙痈窦?，?shí)現(xiàn)了井震資料在相同級別研究目標(biāo)的綜合解釋。圖11展示了測井資料、地震道時(shí)頻譜等信息的對應(yīng)關(guān)系，明確層序沉積環(huán)境、沉積旋回剖面的發(fā)育情況及巖性特征，最終厘定五墩凹陷區(qū)的高精度層序劃分，建立了五墩凹陷中下侏羅統(tǒng)層序地層格架（圖12），明確了層序空間演化特征（圖13）。

1）SQ1-SQ3為陸相湖盆層序結(jié)構(gòu)特征，湖盆范圍較大，發(fā)育典型陸相斷陷湖盆層序結(jié)構(gòu)樣式，沉積物供應(yīng)越來越充足，分為低LST（低位體系域期）、TST期和HST期。其中，LST期湖平面震蕩上升，主要發(fā)育退積式或加積式的扇三角洲沉積；TST期湖平面快速上升，主要發(fā)育退積式的扇三角洲沉積；HST期湖平面震蕩，先升后降，主要發(fā)育辮狀河三角洲或扇三角洲的垂向加積。

2）SQ4沉積期湖盆開始萎縮。早期基準(zhǔn)面短期上升，發(fā)育辮狀河三角洲前緣沉積，經(jīng)歷了兩個(gè)短期的基準(zhǔn)面上升旋回，基準(zhǔn)面持續(xù)下降，湖盆逐漸萎縮，主要發(fā)育陸上辮狀河流相沉積。

3）SQ5-SQ6沉積期湖盆快速萎縮，基準(zhǔn)面持續(xù)下降，尚未在平面上判識此時(shí)期湖盆范圍，但3口井均為陸上辮狀河流相沉積，推測湖盆此時(shí)已基本消亡。

4 沉積體系展布分析

在單井相與連井相分析的基礎(chǔ)上，以侏羅系SQ3-LHST為例，在構(gòu)造精細(xì)解釋及沉積古地貌約束下（圖14a），利用不同級次層序界面解釋成果，采用鉆井約束下的地震多屬性融合分析技術(shù)優(yōu)化地震屬性（圖14b）。針對不同層位，在樣本劃分基礎(chǔ)上選取不同的敏感地震屬性，針對選取的多敏感屬性進(jìn)行降維壓縮與主成分分析，得到最終能夠反映巖性的屬性參數(shù)，最終落實(shí)關(guān)鍵層位的沉積體系展布特征（圖14c）。文中以中間溝組一段SQ3-HST為例進(jìn)行分析。

1）SQ3-LLST（相當(dāng)于中間溝組一段一砂組）沉積體系展布SQ3-LLST發(fā)育時(shí)期，由于在湖盆快速萎縮后經(jīng)歷了一個(gè)短時(shí)期的沉積間斷，湖盆范圍小，但是沉積體系展布繼承了SQ2沉積時(shí)期的格局，只是由于沉積物供給通量與可容納空間均較少，發(fā)育的辮狀河三角洲與扇三角洲范圍均較小。

2）SQ3-LEST（相當(dāng)于中間溝組一段二砂組）沉積體系展布

SQ3-LEST發(fā)育時(shí)期湖平面快速上升，湖盆范圍快速擴(kuò)大，可容納空間快速增加，雖然沉積砂體隨著湖平面的快速上升逐漸向岸退積，但是整體湖盆沉積物范圍擴(kuò)大。

北部北山物源區(qū)提供的沉積物主要沿D1井古溝谷向南搬運(yùn)，推進(jìn)至D1井區(qū)，D1井主要位于辮狀河三角洲前緣亞相至前辮狀河三角洲亞相過渡區(qū)域，發(fā)育灰色泥巖與薄層中細(xì)砂巖互層沉積物。由南部進(jìn)入湖盆的扇三角洲主要沿D2井西古溝谷向北搬運(yùn)沉積物，控制了D2井區(qū)和XC1井區(qū)的廣大區(qū)域，同時(shí)湖盆西部也受到由南部進(jìn)入湖盆的三危山扇三角洲沉積體系的控制。D2井主要為扇三角洲前緣亞相，發(fā)育厚層的砂礫巖、含礫砂巖夾薄層灰色泥巖沉積物；XC1井相比D2井，由于位于扇三角洲前緣亞相與前扇三角洲亞相的過渡區(qū)域，因此表現(xiàn)出砂巖百分含量降低的特征，下部為厚層砂礫巖、含礫砂巖、中粗砂巖組合加薄層灰色泥巖，向上泥巖厚度逐漸增大，砂巖厚度逐漸減薄，粒度逐漸變細(xì)。

3）SQ3-LHST（相當(dāng)于中間溝組一段三砂組）沉積體系展布

SQ3-LHST發(fā)育時(shí)期上升速率明顯降低，可容納空間增加速率降低，沉積體系展布與LEST具有繼承性，D1井仍位于北部北山物源區(qū)供源形成的辮狀河三角洲前緣亞相與前辮狀河三角洲亞相的過渡區(qū)域，XC1井區(qū)位于兩支物源之間的淺湖區(qū)域。

此時(shí)期，由于最大湖泛面的形成，廣泛發(fā)育緩慢沉積段（CS段），分布于前辮狀河三角洲亞相、前扇三角洲亞相及淺湖亞相等沉積區(qū)域，CS段由于有機(jī)質(zhì)富集，具備形成有利烴源巖的條件。

5 結(jié)論

1）綜合利用測井頻譜屬性趨勢分析技術(shù)、時(shí)頻分析技術(shù)和地球化學(xué)分析技術(shù)，將五墩凹陷中下侏羅統(tǒng)劃分為6個(gè)三級層序，其中SQ1-SQ3為陸相斷陷湖盆層序結(jié)構(gòu)樣式，SQ4-SQ6為陸相高分辨層序結(jié)構(gòu)樣式；結(jié)合匹配子波分解重構(gòu)技術(shù)對二維地震資料進(jìn)行解釋性處理，并采用多屬性融合技術(shù)和井震聯(lián)合對比方法開展層序分析，建立了區(qū)域?qū)有虻貙痈窦堋?/p>

2）結(jié)合測井相、地震相及巖石學(xué)分析識別出淺湖與半深湖、辮狀河三角洲前緣、扇三角洲前緣和河流相等沉積相類型。SQ1-SQ3發(fā)育時(shí)期湖盆范圍較大，從SQ1的半深湖逐漸演化到SQ3的淺湖沉積背景，沉積物供應(yīng)越來越充足，發(fā)育扇三角洲與辮狀河三角洲沉積；至SQ4發(fā)育時(shí)期，經(jīng)歷兩個(gè)短期的基準(zhǔn)面上升旋回后，基準(zhǔn)面持續(xù)下降，湖盆逐漸萎縮，主要發(fā)育陸上河流相沉積；SQ5-SQ6發(fā)育時(shí)期湖盆快速萎縮，基準(zhǔn)面持續(xù)下降，主要發(fā)育陸上河流相沉積。

參考文獻(xiàn)（References）：

[1] 劉震， 常邁， 趙陽，等. 低勘探程度盆地?zé)N源巖早期預(yù)測方法研究[J]. 地學(xué)前緣， 2007， 14（4）：159-167．

Liu Zhen， Chang Mai， Zhao Yang， et al. Method of Early Prediction on Source Rocks in Basins with Low Exploration Activity[J]. Earth Science Frontiers， 2007， 14（4）：159-167．

[2] 劉春芳， 肖坤葉，徐虹，等. 海外低勘探程度地區(qū)勘探技術(shù)與應(yīng)用[J]. 石油地球物理勘探， 2006， 41：62-65.

Liu Chunfang， Xiao Kunye， Xu Hong， et al. Techniques and Application of Overseas Exploration in Areas of Lower Exploratory Degree[J]. Oil Geophysical Prospecting， 2006， 41：62-65.

[3] 曹國銀， 邵東然， 張桂芳，等. 低勘探程度區(qū)井位部署的河道砂儲層預(yù)測技術(shù)：以松遼盆地外圍SC地區(qū)登婁庫組為例[C] //中國石油學(xué)會2019年物探技術(shù)研討會. 成都：中石油西南油氣田公司， 2019：631-634.

Cao Guoyin， Shao Dongran， Zhang Guifang， et al. Prediction Technology for River Sand Reservoirs Deployed at Well Locations in Low Exploration Areas： Taking the Denglouku Formation in the Peripheral SC Area of the Songliao Basin as an Example [C]// 2019 Geophysical Exploration Technology Seminar of China Petroleum Society. Chengdu： PetroChina Southwest Oil amp; Gasfield Company， 2019：631-634.

[4] 張敏，曹力偉. 五墩凹陷中—下侏羅統(tǒng)物源體系及沉積演化特征[J]. 長江大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2017， 14（19）：8-12.

Zhang Min， Cao Liwei.The Characteristics of Lower Jurassic Source System and Its Sedimentary Evolution in Wudun Sag[J]. Journal of Yangtze University（Natural Science Edition）， 2017， 14（19）：8-12.

[5] 蔡利飄. 敦煌盆地五墩凹陷中新生代構(gòu)造演化及其油氣地質(zhì)意義[J]. 石油地質(zhì)與工程， 2017， 31（5）：1-4.

Cai Lipiao. Meso-Cenozoic Tectonic Evolution and Significance in Petroleum Geology of Wudun Sag in Dunhuang Basin[J]. Petroleum Geology and Engineering， 2017， 31（5）：1-4.

[6] 韋敏鵬. 敦煌盆地五墩凹陷侏羅系沉積體系及分布規(guī)律[D]. 北京：中國石油大學(xué)（北京）， 2017.

Wei Minpeng. The Sedimentary System and Distribution of Jurassic in Wudun Sag of Dunhuang Basin[D]. Beijing：China University Petroleum（Beijing）， 2017.

[7] 趙文揚(yáng). 敦煌盆地侏羅系沉積特征及油氣遠(yuǎn)景評價(jià)[D]. 北京：中國石油大學(xué)（北京）， 2017.

Zhao Wenyang. Sedimentary Characteristics and Hydrocarbon Prospect Evaluation of Jurassic in the Dunhuang Basin[D]. Beijing：China University Petroleum（Beijing）， 2017.

[8] Boulila S， Laskar J， Haq B U， et al. Long-Term Cyclicities in Phanerozoic Sea-Level Sedimentary Record and Their Potential Drivers[J]. Global amp; Planetary Change， 2018， 165： 128-136.

[9] 張紅貞. 測井頻譜分析技術(shù)在碎屑巖層序地層分析中的應(yīng)用研究[D]. 青島：中國海洋大學(xué)， 2008.

Zhang Hongzhen. The Research of Applications of Spectral Analysis Technique of Wireline Logs in the Siliciclastic Sequence Stratigraphy Analyse[D]. Qingdao： Ocean University of China， 2008.

[10] 王鑫. 東營北帶深層砂礫巖測井層序?qū)Ρ扰c巖性識別研究[D]. 青島：中國石油大學(xué)（華東）， 2010.

Wang Xin. Logging Sequence Comparison and Lithologic Identification Study on Deep Sandy-Conglomerate of Dongying Northern Zone[D]. Qingdao： China University of Petroleum（East China）， 2010.

[11] 邱娜. 地震子波分解與重構(gòu)技術(shù)研究[D]. 青島：中國海洋大學(xué)， 2012.

Qiu Na. Research on Seismic Wavelet Decomposition and Reconstruction Technology[D]. Qingdao：Ocean University of China， 2012.

[12] 張繁昌， 劉漢卿， 張立強(qiáng)，等. 復(fù)數(shù)道動態(tài)匹配追蹤算法的改進(jìn)[J]. 石油地球物理勘探， 2016， 51（1）：183-189.

Zhang Fanchang， Liu Hanqing， Zhang Liqiang， et al. Improved Complex-Trace Dynamic Matching Pursuit Algorithm[J]. Oil Geophysical Prospecting， 2016， 51（1）：183-189.

[13] 彭凡， 杜文鳳， 劉洪栓. 基于地震多屬性融合技術(shù)的煤層巷道識別方法[J]. 煤炭科學(xué)技術(shù)， 2021， 49（6）：235-241.

Peng Fan， Du Wenfeng， Liu Hongshuan. Coal Seam Roadway Identification Method Based on Seismic Multi-Attribute Fusion Technology[J]. Coal Science and Technology， 2021， 49（6）：235-241.

[14] 韓飛鵬， 宋光建， 吳振坤，等. 致密油“甜點(diǎn)”多屬性融合預(yù)測技術(shù)[J]. 特種油氣藏， 2019， 26（1）：94-99.

Han Feipeng， Song Guangjian， Wu Zhenkun， et al. Multi-Attribute Fusion Prediction Technique for Tight Oil ‘Sweets’[J]. Special Oil and Gas Reservion， 2019， 26（1）：94-99.

[15] 劉依謀， 印興耀， 張三元，等. 寬方位地震勘探技術(shù)新進(jìn)展[J]. 石油地球物理勘探， 2014，49（3）：596-610.

Liu Yimou， Yin Xingyao， Zhang Sanyuan， et al. Recent Advances in Wide-Azimuth Seismic Exploration[J]. Oil Geophysical Prospecting， 2014，49（3）：596-610.

[16] 倪鳳田. 基于地震屬性分析的儲層預(yù)測方法研究[D]. 青島：中國石油大學(xué)（華東）， 2008.

Ni Fengtian. Reservoir Parameter Predicted Method Research Based on Seismic Attribute Analysis[D]. Qingdao：China University of Petroleum（East China）， 2008.

[17] 曹文杰. 黔西織納地區(qū)晚二疊世煤系高頻層序地層特征及其對泥頁巖發(fā)育影響[D]. 徐州：中國礦業(yè)大學(xué)， 2022.

Cao Wenjie. Characteristics of High-Frequency Sequence Stratigraphy of the Late Permian Coal in the Zhina Area of Western Guizhou and Its Influence on the Development of Mud Shale[D]. Xuzhou：China University of Mining and Technology， 2022.

[18] 楊勇強(qiáng)， 邱隆偉， 陳世悅，等. 基于小波能量譜系圖及小波曲線的層序地層劃分[J]. 石油地球物理勘探， 2011， 46（5）： 783-789.

Yang Yongqiang， Qiu Longwei， Chen Shiyue， et al. Sequence Stratigraphy Idengtification Based on Wavelet Energy Spectrum and Wavelet Curve[J]. Oil Geophysical Prospecting， 2011， 46（5）： 783-789.