石油物探  2018, Vol. 57 Issue (3): 452-457  DOI: 10.3969/j.issn.1000-1441.2018.03.015
0
文章快速检索     高级检索

引用本文 

孙振涛. 基于叠前分频振幅差异的溶洞识别技术及应用[J]. 石油物探, 2018, 57(3): 452-457. DOI: 10.3969/j.issn.1000-1441.2018.03.015.
SUN Zhentao. Multi-scale cave detection based on amplitude difference of prestack frequency division[J]. Geophysical Prospecting for Petroleum, 2018, 57(3): 452-457. DOI: 10.3969/j.issn.1000-1441.2018.03.015.

基金项目

国家油气重大专项(2011ZX05049)资助

作者简介

孙振涛(1974—), 男, 高级工程师, 主要从事地球物理正反演技术以及地震地质综合研究方面的工作。Email:sunzt.swty@sinopec.com

文章历史

收稿日期:2017-09-07
改回日期:2018-02-24
基于叠前分频振幅差异的溶洞识别技术及应用
孙振涛     
中国石油化工股份有限公司石油物探技术研究院, 江苏南京 211103
摘要:碳酸盐岩缝洞型储层中溶洞大小的识别是实际生产中一个较难解决的问题, 为此, 介绍了一种针对碳酸盐岩溶洞尺度识别与描述的技术。采用叠前分频偏移成像方法, 分析了叠前分频对多尺度溶洞刻画的优势; 然后对“串珠状”反射进行时频分析, 研究溶洞的频率特征, 确定合理的分频参数, 对CMP道集开展叠前分频偏移成像; 最后进行了基于分频振幅差异的多尺度溶洞识别研究, 形成了一套基于叠前分频振幅响应差异的多尺度溶洞识别技术。该技术在塔河油田的实际应用结果表明, 能够有效识别不同尺度的溶洞, 溶洞识别的精度得到明显提高。
关键词碳酸盐岩    缝洞型储层    “串珠状”反射    叠前分频    振幅差异    多尺度溶洞识别    
Multi-scale cave detection based on amplitude difference of prestack frequency division
SUN Zhentao     
Sinopec Geophysical Research Institute, Nanjing 211103, China
Foundation item: This research is financially supported by the National Special Oil and Gas Foundation of China (Grant No.2011ZX05049)
Abstract: Identification of cave size in carbonate fracture-cavern reservoir is a challenge.A multi-scale cave detection method based on prestack frequency division and migration imaging is introduced.At first, the advantages of prestack frequency division for multi-scale cave detection over poststack frequency division is discussed.After that, the time-frequency analysis for the "string beads" reflections is conducted to analyze the frequency characteristics of caves, and to determine the reasonable frequency division parameters.Then, frequency division and migration imaging are carried out on CMP gathers.Finally, the multi-scale cave detection is implemented based on the amplitude response difference of prestack frequency division.Application results of the field data in Tahe oilfield showed that this proposed technique is effective for multi-scale cave detection.
Key words: carbonate    fracture-cavern reservoir    "string beads" reflection    prestack frequency division    amplitude difference    multi-scale cave detection    

碳酸盐岩缝洞型储层是目前研究的热点之一, 碳酸盐岩储层非均质性强, 缝洞发育, 埋藏深, 且受地震资料分辨率限制, 储层定量描述较为困难[1]。随着勘探开发程度的深入, 碳酸盐缝洞型储层的外形、缝洞结构的精细刻画成为了目前研究一大难点, 能否准确刻画不同尺度缝洞体的空间分布成为制约此类油田开发的重要因素。

国内外学者针对这一难题做了很多研究, 取得了一些进展, 逐步推动了缝洞型储层的勘探和开发。胡中平[2]、李凡异等[3]分析了“串珠状”形成机理, 结果表明“串珠状”反射特征是多次绕射成像以后的地震现象, 为“串珠状”反射特征提供了一种解释机制。曲寿利等[4]利用数值模拟和物理模拟的方法, 定量分析了碳酸盐岩孔洞型储集体的地震响应特征, 当异常体纵向尺度等于调谐厚度时, 反射振幅最强, 这对孔洞储集体的预测和刻画具有重要意义。魏建新等[5]建立了不同尺度孔洞模型, 并采用地震物理模拟技术对孔洞绕射特征进行了详细分析, 认为溶洞绕射能量不仅与溶洞尺度有关, 还与溶洞形态有关, 为有效识别溶洞提供了实验依据。李凡异等[6-7]对不同尺度、不同填充物的溶洞模型进行正演模拟和叠前偏移成像, 分析了不同尺度溶洞的地震响应特征, 认为溶洞偏移响应的半幅值成像宽度可以有效表征溶洞真实宽度, 且受溶洞填充物性质影响较小, 为研究“串珠状”地震反射特征提供了更好的手段, 有效降低了溶洞尺度识别的多解性。针对实际资料中碳酸盐岩缝洞型储层精确成像的问题, 郭念民等[8]利用单点高密度地震勘探技术开展了研究, 该技术在实际应用中取得了明显的效果, 为储层预测奠定了良好的数据基础。陈明政等[9]针对碳酸盐岩储层弱反射的难题, 利用绕射波分离成像技术提高了弱反射异常体的识别能力, 在储层预测中得到了良好的应用效果。在碳酸盐岩缝洞储层高精度成像的基础上, LIU等[10]针对塔里木盆地碳酸盐岩储层研究难点, 从不连续性检测、地震相分类、随机反演和岩相分类等方面进行了详细的阐述, 取得了较好的应用效果; LI等[11]针对缝洞储层信号弱的问题, 采用剩余信号匹配追踪技术, 对小尺度缝洞储层进行了识别, 有效提高了储层识别精度; LI等[12]利用高频异常对碳酸盐岩裂缝型储层开展了识别和描述, 认为高频异常是一种更可靠的含油气性指示因子; 刘春园等[13]利用频谱分解技术对碳酸盐岩缝洞储层进行了识别, 取得了初步的成效。

这些研究通过正演模拟较好地分析了溶洞特征, 但在具体的溶洞识别研究方面缺少有效的方法。本文在研究实际资料叠后分频与叠前分频的基础上, 提出了一种基于叠前分频振幅响应差异的多尺度溶洞识别方法, 即通过应用时频分析技术确定叠前道集的分频参数, 基于分频CMP道集开展叠前偏移成像, 建立不同频段偏移数据的振幅与溶洞尺度的关系, 从而识别溶洞的大小。

1 叠后分频与叠前分频效果对比

常规全频带地震剖面包含了不同尺度溶洞的所有信息, 不同频率的地震数据可刻画的溶洞体尺度不同, 利用分频处理技术可以有效地描述溶洞的大小、边界及平面几何形态。

常规分频技术主要是针对叠后地震资料进行不同频带分频处理, 叠后分频技术在地震勘探中得到了广泛的应用[13], 但该方法也存在较明显的吉布斯效应[14], 特别是在高频段, 分频效果欠佳, 不能满足定量化描述溶洞尺度的要求。与叠后分频不同, 叠前分频成像在全频带CMP道集上先进行不同频带分频处理, 得到不同频段的CMP道集数据, 然后分别对不同频段的CMP道集进行叠前偏移成像, 最终得到与CMP道集分频数据对应的不同频带的偏移数据体。

对比叠后分频与叠前分频剖面可知(图 1), 叠后分频剖面常出现一些“信号震荡”现象, 主频在30Hz以下时(图 1a, 图 1b), 叠后分频与叠前分频的效果差异不是很大, 当主频超过30Hz时, “信号震荡”现象表现尤为严重(图 1c, 图 1d), 出现“串珠”明显拉长、变形以及振幅能量明显失真等现象, 不利于溶洞体的定量识别; 叠前分频剖面具有“宽频”的特征, 低频信息丰富, 剖面的波组特征活跃, 特别表现为:在30Hz以上高频端, 数据体的“串珠”能量突出、串珠形态较好保持, 解决了叠后分频高频端的“信号震荡”问题, 信息更丰富。因此, 叠前分频数据更有利于溶洞体的定量识别。

图 1 分频数据体剖面对比(上为叠后分频, 下为叠前分频) a 8~20Hz剖面; b 21~30Hz剖面; c 31~41Hz剖面; d 42~100Hz剖面
2 时频分析确定分频参数

在常规分频处理中, 一般通过经验设定分频参数, 缺乏依据且可靠性不足, 而分频数据体与溶洞大小的识别具有对应关系, 因此, 合理地设定分频参数对于溶洞尺度的定量描述非常重要。本文应用时频分析技术来确定分频参数, 针对不同尺度的溶洞进行时频特征分析, 确定不同尺度溶洞的频率特征, 从而得到准确的分频参数。

利用地震串珠特征、钻录井信息和产能等数据, 选取4口典型井(小尺度溶洞A井、中小尺度溶洞B井、中大尺度溶洞C井和大尺度溶洞D井)进行时频特征分析[15-17], 提取溶洞处时频分析曲线并叠合显示, 结果如图 2所示。

图 2 典型井时频分析曲线(频率域)

图 2可知, 不同尺度的溶洞对应不同的频谱特征, 具有明显的频带分区特征, 小尺度溶洞(A井位置)对应的特征频率较高, 而大尺度溶洞(D井位置)对应的特征频率较低。由此, 确定4组分频参数(8~20, 21~30, 31~41, 42~100Hz)用于后续分频处理, 分别代表大洞、中大洞、中小洞和小洞。依据这4个频率段对CMP道集进行分频处理, 再对分频后CMP道集进行克希霍夫叠前偏移成像, 最终得到与CMP道集分频数据相对应的多套叠前分频数据体。

抽取过井A-C-B-D分频数据体地震剖面如图 3所示, 可以看出, 叠前分频数据能很好地反映不同尺度溶洞的信息, 溶洞大小与数据频率特征有很好的相关性, 即低频剖面上大尺度溶洞(D井位置)地震响应特征较为明显, 而相应的中小尺度溶洞地震响应特征较弱; 在高频剖面上, 小尺度溶洞(A井位置)地震响应特征明显增强, 相对而言, 大尺度溶洞地震响应特征减弱。

图 3 不同分频数据体地震剖面对比 a全频带数据; b 8~20Hz分频数据; c 21~30Hz分频数据; d 31~41Hz分频数据; e 42~100Hz分频数据
3 基于分频振幅差异的多尺度溶洞识别

基于全频带偏移数据和4套叠前分频数据体, 针对4口典型井(A, B, C和D井)进行振幅差异对比分析。提取串珠处均方根振幅属性, 结果如图 4所示。统计井点处均方根振幅(表 1), 建立均方根振幅与溶洞尺度之间的相关关系, 进行多尺度溶洞识别。

图 4 过井剖面及井点处均方根振幅属性 a过井剖面; b全频带数据; c 8~20Hz分频数据; d 21~30Hz分频数据; e 31~41Hz分频数据; f 42~100Hz分频数据
表 1 不同频率段井点处均方根振幅统计

表 1全频带地震数据体振幅属性可知, 溶洞尺度与均方根振幅值的关系比较明显, 即溶洞尺度越大, 振幅响应越强, 但这种振幅的绝对差异没有特定规律, 难以对溶洞尺度进行定量研究, 所以需对分频数据体振幅属性进行分析。

利用分频数据振幅属性, 绘制井点处振幅与分频参数的关系曲线, 如图 5所示。对于小尺度溶洞A井(串珠小、能量弱)而言, 其均方根振幅比大尺度溶洞均方根振幅值低, 与全频带数据的特征一致。由分频数据体振幅属性(图 5)可以看出, A井在高频段(42~100Hz)数据体上振幅最强, 即在该频段最接近于振幅调谐; 中小尺度溶洞B井在中高频段(31~41Hz)数据体上振幅最强, 中大尺度溶洞C井在中低频段(21~30Hz)数据体上振幅最强, 大尺度溶洞D井在低频段(8~20Hz)数据体上振幅最强。高频数据体有利于检测小尺度溶洞[4], 低频数据体有利于检测大尺度溶洞, 不同频带的数据对不同尺度的溶洞产生调谐。

图 5 井点处均方根振幅与分频参数关系曲线
4 应用实例

在塔河油田奥陶系碳酸盐岩的溶洞识别与描述中, 根据该区目的层段地震资料主频为30Hz左右的情况, 采用上述4组分频参数(8~20, 21~30, 31~41, 42~100Hz, 分别代表大洞、中大洞、中小洞和小洞)对叠前道集进行了分频处理, 对这4组分频道集数据分别进行了叠前时间偏移成像, 应用基于叠前分频振幅响应差异的分析技术对该区不同尺度的溶洞进行了刻画, 取得了很好的效果。

不同尺度溶洞刻画的平面叠合结果如图 6a所示, 清晰地展现了平面上不同尺度溶洞的分布规律。塔河油田碳酸盐岩缝洞型储层速度一般为3600~4000m/s, 依据地震调谐原理, 可以半定量估算溶洞尺度, 8~20Hz频段数据对应溶洞尺度为50m以上, 为大尺度溶洞; 21~30Hz频段数据对应溶洞尺度为36m左右, 为中大尺度溶洞; 31~41Hz频段数据对应溶洞尺度为25m左右, 为中小尺度溶洞; 42~100Hz频段数据对应溶洞尺度为20m以下, 为小尺度溶洞。通过28口井的累产油分析(溶洞的大小与累产油量有一定的对应关系), 与预测结果相一致的有22口, 吻合率达78.6%。

图 6 多尺度溶洞识别平面展示 a溶洞分布平面展示; b溶洞与断裂叠合结果

图 6b展示了不同尺度溶洞与断裂属性叠合的结果(灰色背景为断裂属性), 可见, 溶洞的尺度与断裂也有一定的相关性。大尺度溶洞发育在NNE向主干断裂和NW向断裂附近, 而中小型溶洞则发育在次级断裂带附近, 离主干断裂相对较远, 与地质认识相吻合。该方法能区分溶洞的大小, 在制定开发方案和井位部署时, 优先考虑大尺度溶洞, 其次是中尺度溶洞, 小尺度溶洞可作为后续批次的上钻目标, 进一步挖掘油气潜力并提高效益, 具有实际意义。

5 结论

针对碳酸盐岩溶洞大小识别的难题, 开展了基于叠前分频振幅响应差异的溶洞识别方法研究。经过叠前分频成像、时频分析和分频振幅响应差异分析等, 实现对溶洞尺度的有效识别, 应用该方法在塔河油田对不同尺度的溶洞进行了刻画。主要结论如下:

1) 叠前分频剖面的波组特征活跃, 高频端数据的串珠形态保持较好, 解决了叠后分频高频端“信号震荡”的现象, 资料更可靠, 因此, 在识别多尺度溶洞时, 叠前分频比叠后分频更具优势;

2) 应用时频分析技术确定分频参数, 对“串珠状”反射时频特征进行研究, 分析不同尺度溶洞的时频特征, 建立特征频率与溶洞尺度的关系, 确定合理的分频参数;

3) 形成了基于叠前分频振幅响应差异的多尺度溶洞识别方法, 在实际资料应用中取得了较好的效果, 值得进一步推广应用。

目前, 本文方法只针对溶洞尺度开展了研究, 并未涉及溶洞填充、含流体性等其它因素的影响, 后期研究将结合其它储层预测方法进行综合预测分析, 排除多解性, 将储层预测风险降到最低。

致谢: 在本文的完成过程中, 朱博华、杨江峰、吕秋玲等同事给予了帮助, 在此表示感谢!
参考文献
[1] 胡中平, 李宗杰, 赵群. 碳酸盐岩溶洞发育区高精度地震勘探效果[J]. 石油地球物理勘探, 2008, 43(1): 83-87
HU Z P, LI Z J, ZHAO Q. High-precision seismic exploration in carbonate karst cave developed area[J]. Oil Geophysical Prospecting, 2008, 43(1): 83-87
[2] 胡中平. 溶洞地震波"串珠状"形成机理及识别方法[J]. 中国西部油气地质, 2006, 2(4): 423-426
HU Z P. Mechanism and distinction method for the seismic "string beads" characteristic[J]. West China Petroleum Geosciences, 2006, 2(4): 423-426
[3] 李凡异, 魏建新, 狄帮让, 等. 碳酸盐岩溶洞的"串珠"状地震反射特征形成机理研究[J]. 石油地球物理勘探, 2012, 47(3): 385-391
LI F Y, WEI J X, DI B R, et al. Formation mechanism research for bead-like seismic reflection of carbonate caves[J]. Oil Geophysical Prospecting, 2012, 47(3): 385-391
[4] 曲寿利, 朱生旺, 赵群, 等. 碳酸盐岩孔洞型储集体地震反射特征分析[J]. 地球物理学报, 2012, 55(6): 2053-2061
QU S L, ZHU S W, ZHAO Q, et al. Analysis of seismic reflection characters for carbonate Karst reservoir[J]. Chinese Journal of Geophysics, 2012, 55(6): 2053-2061 DOI:10.6038/j.issn.0001-5733.2012.06.027
[5] 魏建新, 狄帮让, 王立华. 孔洞储层地震物理模拟研究[J]. 石油物探, 2008, 47(2): 156-160
WEI J X, DI B R, WANG L H. Seismic physical modeling for cavern reservoir[J]. Geophysical Prospecting for Petroleum, 2008, 47(2): 156-160
[6] 李凡异, 魏建新, 狄帮让, 等. 碳酸盐岩孔洞储层地震物理模型研究[J]. 石油地球物理勘探, 2016, 51(2): 272-280
LI F Y, WEI J X, DI B R, et al. Seismic physical model of carbonate cavern reservoirs[J]. Oil Geophysical Prospecting, 2016, 51(2): 272-280
[7] 李凡异, 魏建新, 狄帮让. 碳酸盐岩溶洞横向尺度变化的地震响应正演模拟[J]. 石油物探, 2009, 48(6): 557-562
LI F Y, WEI J X, DI B R. Forward simulation of seismic response in carbonate caverns with varied lateral scale[J]. Geophysical Prospecting for Petroleum, 2009, 48(6): 557-562
[8] 郭念民, 陈猛, 崔永福, 等. 碳酸盐岩储层单点高密度采集三维地震勘探实例[J]. 石油物探, 2016, 55(6): 771-780
GUO N M, CHEN M, CUI Y F, et al. The application of single-point high-density seismic acquisition for carbonate reservoir 3D seismic exploration[J]. Geophysical Prospecting for Petroleum, 2016, 55(6): 771-780
[9] 陈明政, 邓光校, 朱生旺, 等. 绕射波分离成像技术在塔河油田碳酸盐岩地震弱反射储层预测中的应用[J]. 石油物探, 2015, 54(2): 234-240
CHENG M Z, DENG G X, ZHU S W, et al. Application of diffraction wave separation and imaging technique in weak seismic reflection of carbonate reservoir prediction in Tahe Oilfield[J]. Geophysical Prospecting for Petroleum, 2015, 54(2): 234-240
[10] LIU Y, WANG Y H. Seismic characterization of a carbonate reservoir in Tarim Basin[J]. Geophysics, 2017, 82(5): 177-188 DOI:10.1190/geo2016-0517.1
[11] LI C, GAO Y F, ZHANG H Q, et al. Identification of small-scale carbonate reservoir[J]. CPS/SEG Beijing 2014 International Geophysical Conference & Exposition, 2014: 1312-1315
[12] LI Y D, ZHENG X D, ZHANG Y. High-frequency anomalies in carbonate reservoir characterization using spectral decomposition[J]. Geophysics, 2011, 76(3): 47-57 DOI:10.1190/1.3554383
[13] 刘春园, 魏修成, 朱生旺, 等. 频谱分解在碳酸盐岩储层中的应用研究[J]. 地质学报, 2008, 82(3): 428-432
LIU C Y, WEI X C, ZHU S W, et al. Application of spectral decomposition in carbonate reservoir[J]. Acta Geologica Sinica, 2008, 82(3): 428-432
[14] XU S, ZHANG Y, LAMBARE G. Antileakage Fourier transform for seismic data regularization in higher dimensions[J]. Geophysics, 2010, 75(6): 113-120 DOI:10.1190/1.3507248
[15] STOCKWELL R G, MANSINHA L, LOWE R P. Localization of the complex spectrum:the S transform[J]. IEEE Transactions on Signal Processing, 1996, 44(4): 998-1001 DOI:10.1109/78.492555
[16] PINNEGAR C R, MANSINHA L. The S-transform with windows of arbitrary and varying shape[J]. Geophysics, 2003, 68(1): 381-385 DOI:10.1190/1.1543223
[17] LI D, CASTAGNA J, GOLOSHUBIN G. Investigation of generalized S-transform analysis windows for time-frequency analysis of seismic reflection date[J]. Geophysics, 2016, 81(3): 235-247 DOI:10.1190/geo2015-0551.1