随着渤海油田勘探的深入, 油气勘探领域逐渐从简单的构造油气藏转向岩性油气藏, 精细储层预测及流体检测是岩性勘探急需解决的关键问题, 这对地震资料保幅处理的精度提出了更高要求^[1]。近10年来, 国内外叠前属性技术和叠前反演技术得到长足的发展, 对CRP道集的优化处理越来越受到重视, 因为CRP道集的信噪比、子波一致性、入射角范围及道集不平等问题对叠前反演有很大的影响^[2]。许多地球物理工作者对叠前道集优化处理及叠前反演进行了系统论述^[3-12], 如熊晓军等^[3]系统阐述了叠前道集技术及其使用效果, 余振等^[11]利用叠前AVA同步反演和地质统计学的高分辨率反演进行流体预测, 张繁昌等^[12]以叠前优化道集为基础完成AVA多频信息同时反演, 刘力辉等^[13]利用优化处理后的CRP道集进行岩性预测, 都取得了不错的效果。国内陆上油田勘探程度高、钻井多, 岩性勘探相对成熟, 利用叠前资料进行储层预测及流体检测经验丰富。海上油田地震资料品质相对于陆地较差, 且岩性勘探尚处于起步阶段, 陆上烃类检测的一些技术和方法值得借鉴。目前非常有必要参考陆上油田勘探经验, 基于海上油田资料特点, 尝试开展叠前反演研究, 探索一种适合海上油田储层预测及烃类检测的有效方法。

本次研究的靶区为KL9构造区, 该区叠后地震资料横向分辨率虽高, 但纵向分辨率有限, 无法满足薄储层流体精细预测要求^[14]。为此, 本文从原始CRP道集入手, 经过一系列的优化处理, 得到高质量的CRP道集并开展叠前AVA同步反演, 得到与储层及流体相关的一些参数, 结合地质分析, 进行精细储层及流体预测, 在勘探实践中取得了良好效果。

KL9构造位于渤海海域莱西构造带、垦东凸起北部斜坡带。沉积研究结果表明, 构造区新近系明化镇组沉积特征为典型河流相沉积。钻井资料揭示, 明上段地层多为薄互层, 相邻薄互层与周边泥岩形成“泥包砂”地层组合, 在地震剖面上表现为强反射特征; 明下段中上部, 砂岩含量明显增加, 单层砂体变厚, 但横向可对比性差; 明下段中上部储层横向变化快, 砂岩含量整体偏低, 较上部略低, 砂体的含油气性差异明显。整体而言, 主力含油层段的地震响应特征不清。

目前, 叠前AVA同步反演技术已广泛应用于储层预测和烃类检测^[15]。相对于叠后波阻抗反演, 叠前弹性反演岩性预测及流体检测的精度除了受反演方法影响外, 还受输入数据的影响, 如地震数据、测井数据以及地质数据, 尤其是地震数据, 其质量直接影响叠前AVA反演结果。本文的技术思路是:对OBC数据偏移后的CRP地震道集进行多次波衰减、道集精细拉平处理、振幅能量补偿、残余噪声衰减等处理, 得到质量高且相对保真的地震资料, 同时, 对研究区测井数据进行岩石物理分析、横波速度计算、AVO正演模拟, 以此对高保真地震资料进行约束, 得到高质量的CRP道集, 以高质量的CRP道集为基础进行叠前AVA反演, 得到一系列和储层、流体有关的弹性参数, 进行储层及流体综合预测。其技术流程如图 1所示。

图 1(Fig. 1)

图 1 基于CRP道集优化处理的叠前AVA同步反演技术流程

分析KL9构造区叠前CRP道集资料发现, 地震资料原始道集存在随机干扰, 近道能量弱, 存在残余多次波干扰, 道集未拉平, 这些都是后续AVO分析及反演的主要影响因素。

叠前去噪主要目的是提高道集的信噪比, 不同类型的干扰波使叠加剖面连续性、信噪比、波组特征变差。针对弱随机噪声可能会成为强能量干扰团等问题, 采用分频处理方法, 在动校正后的共偏移距域压制随机噪声, 得到压制了随机噪声后的CRP道集, 地震资料具有高保真度^[16]和高信噪比^[17]的特征。其实现方法为:对输入的t-x域数据的各道做傅里叶变换, 得到f-x域数据, 然后在f-x域中对地震数据的每个频率成分沿x方向进行预测滤波, 从原始信号中减去可预测的部分, 得到资料的噪声^[18-19]。

针对道集中存在的残余多次波, 采用高精度Radon变换和τ-p正反变换衰减道集中残余的多次波和离散噪声。高精度Radon变换的方法与偏移前方法一样, 只是门槛值不一样; τ-p正反变换噪声衰减是在将地震数据从t-x域变换到τ-p域, 再将数据变回到t-x域的过程中对道集中的斜干扰和离散噪声进行压制, 最终达到去除离散噪声、提高道集信噪比的目的(图 2)。

图 2(Fig. 2)

图 2 道集去噪前、后数据对比 a原始道集; b噪声压制后的道集; c道集去噪前、后的数据差值

叠前偏移后的CRP道集同相轴因受噪声干扰、速度误差以及各向异性等因素影响, 往往出现上翘或下弯等现象, 这会降低有效信号的分辨率和信噪比。针对这种现象, 应做道集拉平处理, 首先, 在道对道映射的基础上, 建立校正函数; 然后, 沿同相轴(子波)估算零偏移距道的每个样点的动校函数; 最后, 计算出道间静态时移^[20]。因同相轴向上或向下弯曲, 当其中一个道偏离之后, 相邻两道互相关不一定以t为中心, 采用在一个合适的相关时窗内追踪同相轴的方法进行处理。对于其它的近偏移距t₀时间, 重复同样的处理, 即可完成输入道集的NMO校正函数的计算, 道集拉平处理前、后对比如图 3所示。

图 3(Fig. 3)

图 3 道集拉平处理前(a)、后(b)对比

针对地震资料能量不均衡的特点, 在目的层段分别提取某一个时窗内的振幅能量, 计算出两者之间的补偿系数, 利用这个系数来补偿道集在平面上的不均衡性, 分析发现, KL9构造区CRP道集明显存在中间能量强, 两边能量弱的现象, 采用基于模型AVO背景趋势面能量补偿方法, 统计一定时窗内不同偏移距道集的振幅能量变化, 分析比较AVO模型趋势与实际AVO趋势, 求取振幅能量随偏移距变化的刻度因子, 最后将刻度因子用于实际道集, 利用测井数据正演的道集趋势对原始道集趋势进行校正^[13], 实现目的层背景趋势意义下的偏移距振幅能量补偿。

KL9构造区道集AVO特征表现为近道能量整体较弱而中远道能量较强, 主要原因是原始资料为海底电缆采集, 浅层近道信息存在一定的缺失。为了弥补这种缺失, 采用道集域测井约束能量补偿方法, 利用工区内已钻的6口井测井曲线, 正演目的层段的模拟道集, 分析泥岩层的AVO特征, 提取实际道集泥岩段的AVO特征趋势, 计算出两者之间的趋势校正系数, 利用该系数对实际道集进行AVO校正, 最终保证校正后的道集趋势与测井正演趋势基本一致。图 4为AVO校正前、后的道集对比, 可以看出, 校正后的道集近道能量得到了合理的补偿。

图 4(Fig. 4)

图 4 采用道集域测井约束能量补偿方法的模拟道集的AVO特征 a正演AVO曲线; b实际地震AVO曲线

针对工区内局部地层受浅层亮点或者气层影响能量较弱的状况, 进行局部补偿处理, 其做法是先在单个偏移距数据体上进行局部能量调整, 算出能量补偿系数, 再合并形成偏移距道集, 最终实现叠前道集域的能量补偿。本区域地震振幅能量补偿前后对比及能量补偿系数见图 5。

图 5(Fig. 5)

图 5 本区域地震振幅能量补偿前后对比及能量补偿系数 a原始均方根振幅; b能量补偿后均方根振幅; c补偿系数

对比原始道集数据与优化处理后的道集数据(图 3, 图 4, 图 5)可以看出, 经过优化处理的道集信噪比得到了较大提高, 剩余多次波得到了有效压制, 道集拉平效果较好, 近道能量得到了较好的补偿, 近、中、远道能量趋势较为合理。对比叠前、叠后井震标定结果可以看出, 叠后地震记录与井合成记录吻合度高(图 6), 说明处理结果是保真保幅的; 泥岩段和水层段标定效果较好, 说明优化处理能量补偿效果是有效的, 经过优化处理的CRP道集(图 7)可用来开展叠前AVA反演研究。

图 6(Fig. 6)

图 6 井震标定结果

图 7(Fig. 7)

图 7 道集质量优化前、后对比 a原始CRP道集; b优化处理后道集

叠前地震同步反演是利用不同炮检距道集数据以及纵波速度、横波速度、密度等测井资料同步反演, 得到与岩性、含油气性相关的多种弹性参数, 综合判别储层物性及含油气性的一种技术。因此, 首先要准备地震数据和全波列测井数据。在优化处理的高质量、高保真CRP道集资料的基础上, 针对不同入射角提取地震子波, 进行纵、横波同步反演^[21-22]。

分析研究区内6口井资料发现, KL9构造区砂岩具有低密度(ρ)、低纵横波速度比(v_P/v_S)、低泊松比(σ)、低泊松阻抗(I_P)特征, 泥岩具有高密度、高纵横波速度比、高泊松比、高泊松阻抗的特征。

从多井单属性分析来看, 密度、纵横波速度比、泊松阻抗区分砂泥岩效果较好, 密度虽有一定的压实趋势, 但不能用一个门槛值进行划分, 而纵波阻抗(Z_P)区分砂泥岩性效果较差, 二者重叠较多; 多井双属性交会分析结果显示, 密度与纵横波速度比区分岩性效果较好, 如图 8所示。

图 8(Fig. 8)

图 8 双属性对流体敏感性交会分析结果

钻井资料揭示, KL9构造区中多数探井主要含油层系地层较薄, 局部少量产气, 分析研究区内6口井的常规10种弹性属性交会结果, 发现这10种属性中, 纵横波速度比、泊松比、密度和泊松阻抗区分油气效果较好, 其中最好的是纵横波速度比和泊松比。双属性交会方面, 纵波阻抗(Z_P)和横波阻抗(Z_S)、纵波阻抗和纵横波速度比、密度和纵横波速度比等交会属性区分油气效果较好, 其中最好的是纵波阻抗和纵横波速度比属性交会(图 8), 油气层相对含水储层主要表现为低纵波阻抗、低纵横波速度比的特征, 油水同层与水层在交会图上重叠区域较大, 区分难度较大。

研究区内部分井缺少横波资料, 需用“Xu-White”模型法来优化和预测横波。研究区内KL9-X1井有横波资料, 在相对较好的层段建立岩石物理模型, 以此反演横波, 用实测横波对预测横波进行校正, 优化模型参数; 以此类推, 用优化后的模型对KL9-X2井进行横波预测, 用KL9-X2井实测横波校正预测横波, 进一步优化岩石物理模型; 利用该岩石物理模型对KL9-X3井进行横波预测, 这样直至预测完区内没有横波资料的所有井。可以看出, 在油岩段, 预测横波比实测横波正演的道集更合理(图 9a), 预测横波和实测横波总体趋势也比较一致, 但预测横波的第三类AVO特征较明显(振幅随着偏移距的增大而增大), 符合含油储层的地震响应特征(图 9b), 以上两点说明横波预测是成功的, 可以为岩石物理分析和叠前反演提供有力的基础资料。

图 9(Fig. 9)

图 9 横波预测结果 a预测横波正演模拟; b预测横波和实测横波的趋势对比

在优化处理后的CRP道集基础上生成了角道集资料, 利用地震角道集资料, 从不同角度范围(4°~16°, 16°~28°, 28°~40°)分别提取3个不同的零相位子波, 由图 10可以看出, 3个子波的主频幅度值有一些差异, 但差别不大, 随着角度增大, 不同角度提取的子波主频减小, 各个子波形态较好。利用最终提取的地震统计子波对工区内参与反演的6口井进行精细的井震标定, 合成记录与实际记录频带一致, 与实际地震记录波组特征对应关系良好, 标定结果可靠。

图 10(Fig. 10)

图 10 叠后(a)和叠前(b)子波统计

使用叠前同步反演方法反演纵波阻抗、横波阻抗和密度3个参数时, 需要重新建立纵波与横波、纵波与密度的关系。统计发现, 纵波与横波呈非常好的线性关系, 且标准方差值小, 说明该区岩石物理规律性较强。

充分考虑曲流河沉积的地质特点, 分别以低频、中频和高频3种不同频率的初始模型作为输入数据, 比较反演结果可知, 影响反演效果的往往是初始模型的频率选择。低频模型保证了反演结果的横向分辨率, 但纵向分辨率较低, 达不到分辨薄层的目的; 高频模型保证了反演结果的纵向分辨率, 但横向分辨率会下降, 反映不出地质体的横向变化。最终我们选择了一个中频带的初始模型, 既能保证反演结果具有一定的薄储层识别能力, 又能使得储层的空间分布规律较为可靠。

对比CRP道集优化处理前、后反演的纵横波速度比属性连井剖面(图 11, 图 12)发现, 利用优化处理后的道集进行叠前AVA同步反演, 其结果比优化处理前的结果可靠。从图 12中可以看出, 优化处理后得到的纵横波速度比能较好地识别井上钻遇油层, 且油层横向变化自然, 符合实际地质规律。在储层预测研究中, 反演结果的精度主要通过盲井来检验, 选择研究区内两口井作为盲井, 其余4口井作为控制井开展建模约束反演, 预测结果与实际盲井A1、A2的测井趋势较为吻合, 井上钻遇的含油砂体与预测结果对应较好, 说明反演结果的可靠程度较高。

图 11(Fig. 11)

图 11 利用优化处理前CRP道集反演的纵横波速度比属性连井剖面

图 12(Fig. 12)

图 12 利用优化处理后CRP道集反演的纵横波速度比属性连井剖面

从已钻井的测井特征上看, 油层纵波速度相对于水层和围岩层的纵波速度略小, 纵横波速度比属性区分油层和泥岩层、油层和水层的效果均较好, 油层的纵横波速度比相对泥岩和水层更低, 门槛值在2.4左右, 低于2.4可区分出大多数油层(图 13)。从实际过井的反演结果可知, 利用纵横波速度比能识别出井上钻遇的大部分含油层。

图 13(Fig. 13)

图 13 油气在测井曲线上的响应特征

采用基于CRP道集优化处理的叠前AVA同步反演方法, 对KL9构造的油气检测进行了实际应用, 取得了以下结果:

1) 经过去噪、道集拉平、能量补偿等优化处理后的CRP道集质量比原始资料有大幅度提高, 最大可能地剔除了影响叠前AVA反演的不稳定因素, 提高了预测精度;

2) 在能量补偿处理中, 采用道集域测井约束补偿方法, 利用研究区所有井的测井曲线, 正演出目的层段的模拟道集, 分析泥岩层的AVO特征, 提取实际道集泥岩段的AVO特征趋势, 算出两者之间的趋势校正系数, 利用该系数对实际道集进行AVO校正, 取得了良好效果;

3) 基于优化处理的CRP道集资料, 开展叠前AVA同步反演, 得到了纵波阻抗、横波阻抗和密度属性, 通过计算得到了纵横波速度比、泊松比和密度等岩性和流体敏感的弹性参数, 实现流体的识别。

本文方法在渤海油田KL9构造岩性勘探中得到验证, 比较适合河流相储层的油气检测, 预测精度较高, 对其它类似地区具有推广意义。