2. 中国石油天然气股份有限公司西南油气田分公司开发事业部, 四川成都 610051;
3. 中国石油化工股份有限公司胜利油田分公司勘探开发研究院, 山东东营 257015
2. Development Division of PetroChina Southwest Oil and Gas Field Company, Chengdu 610051, China;
3. Research Institute of Petroleum Exploration and Development, SINOPEC Shengli Oilfield Company, Dongying 257015, China
我国东部探区的砂岩油气藏一般表现为如下特征: 一是断裂特别是低序级断层极为发育[1]; 二是多套含油层系(明化镇组、馆陶组、东营组、沙河街组等)均表现为多期复合砂体的叠置构型[2]; 三是单一砂体或叠置砂体的厚度一般都小于地震调谐厚度[3]。因此, 在油气地震勘探领域, 人们一直致力于提高断块油气藏的成像精度[4]、研究低序级断层的识别方法[5-6]、开展基于地震属性的复合砂体构型的表征与叠置砂体的不连续性界限的识别[7-8]、探索识别薄互层砂体厚度的地震预测方法[9]等。
目前, 对于低序级断层(主要是指6~7级断层[1], 简称为小断层)识别的研究与应用, 最多的还是地震属性分析。基于地震属性的断层识别方法一般可以分为3类[10-11]: ①沿层地震属性识别, 包括沿层相干属性、沿层倾角方位角属性、沿层剩余振幅属性等; ②地震体属性识别, 如相干体、方差体、曲率体、蚂蚁体、分频体、相位调谐体等; ③衍生属性识别, 如基于优势频带的相干属性、基于分频数据体的相位属性、基于相干或曲率数据的蚂蚁增强属性、基于构造导向滤波的梯度结构张量属性、基于相干、曲率和方差的多数据RGB融合属性等。所有这些属性的研究与应用都是为了克服地震数据上噪声的影响和分辨率的限制, 同时也说明在小于地震分辨率的条件下, 地震剖面上的小断层识别还需要从不同的方向和角度开展深入的研究与探索[12]。
本文研究主要针对我国东部探区在地震调谐厚度下的河流相薄互层砂体, 此类砂体在地震剖面上一般表现为一条强反射同相轴, 但该同相轴在横向上既有局部振幅强弱的变化, 也有局部波形结构特征的变化, 这些变化反映的有可能是具有一定落差的多期河道砂体间的重叠带, 也有可能是河流相薄互层砂体储层中的小断层[13]。因此, 对于这条同相轴上不同河道砂体的重叠带与小断层的区分问题, 本文通过正演模拟开展地震多属性的联合分析研究, 以期对河流相薄互层砂体进行可靠描述, 以及为薄互层断块油气田中剩余油藏的精细勘探与滚动开发提供一些新的思路与方法。
1 问题的提出由地震勘探原理可知[14], 地质构造运动形成的断层可以造成地震剖面上同相轴的分叉、合并、扭曲、错断和能量突变等特征, 但某些由于沉积作用而形成的特殊地质体也能够造成类似的同相轴异常变化, 形成“伪断层”, 在解释时难以辨别, 如由于河流频繁改道形成的弱连通砂体重叠带等。
李庆忠关于陆相地层若干问题的文章和刘雯林关于油气田开发地震技术的专著中, 都曾介绍过松辽盆地新立地区辫状河流相沉积的地震反射的一个典型实例[15-16], 如图 1地震剖面上1.0~1.2 s之间的强反射, 由两侧向中心呈类似地堑式的同相轴错断, 吉林油田的地球物理工作者通过大量的钻探实践已认识到, 这不是断层, 而是泉头组晚期多条古河道沉积的响应, 反映了河道的摆动、迁移与叠置。
图 2展示了东部胜利探区新近系馆上段两期河道砂体叠置后的地震反射特征。在地震剖面上CDP 1 110~CDP 1 160之间1.3 s附近的强反射(红色箭头处), 初期解释为被两条东西向断层切割的一条南北向河道(L168河道), 设计钻探该南北向砂体的高部位, 实际钻遇了一条北西西向河道砂体, 与L168河道为两期河道, 互不联通。仔细对比该地震剖面发现, 在CDP 1 130和CDP 1 142处, 反射同相轴存在细微的扭曲, 可以推测为两期河道砂体在该重叠带存在的反射同相轴扭曲, 即河道砂体重叠条带在地震剖面上的响应特征。
受上面两个实例分析的启示, 设计了一个不同落差的河道砂体叠置模型, 以及同样落差的正断层模型(图 3), 其中砂体速度为2 900 m/s, 密度2.20 g/cm3, 泥岩(围岩)速度为2 400 m/s, 密度2.16 g/cm3, 单个砂体的最大厚度为24 m(即调谐厚度), 采用1 ms采样, 30 Hz主频的雷克子波进行褶积得到该模型的合成地震记录。
从剖面上可以看到, 对于落差为12 m的砂体重叠带和断层分布区, 反射同相轴都表现出一个下弯的特征, 对于更小落差的砂体重叠和断层, 一般肉眼很难识别反射同相轴的变化。但是仔细对比重叠带与断层区, 以及周围邻区之间的反射波强弱和反射波的波形结构, 还是存在一些细微的差异。
因此, 针对我国东部探区河流相薄互层砂体与断块油气藏的精细描述与表征, 本文提出了在小于调谐厚度的薄互层砂体的反射同相轴上, 通过地震波振幅类属性与地震波形结构类属性[8]等多属性联合应用的方法, 来实现薄互层砂体重叠带与小断层的区分与识别。
2 理论模型分析 2.1 断层与砂体叠置模型建立及正演根据河道砂体的尖灭与重叠和小断层共存现象, 设计了如图 4所示的一个既有断层又有河道砂体重叠的模型。采用30 Hz主频的雷克子波对模型进行正演模拟, 模型中的地球物理参数如表 1所示。此时地震调谐厚度为24 m, 砂体厚度为20 m, 砂体中间发育断层, 断距范围为3~20 m(图中红色数字标注), 砂体重叠带的落差与之一一对应(图中黑色数字标注), 即保持重叠带与断层的尺度相当。模型中单一河道砂体的宽为300 m, 等分为左右两个厚度减薄区和中间厚度恒定区。另外, 模型除了考虑河道砂体重叠带的落差外, 还考虑了两个河道砂体横向重叠的范围不同, 以增加不同类型河道砂体重叠的地震响应特征的认识。
图 5为断层与砂体叠置模型的地震响应剖面, 可以看出, 砂体重叠带表现为同相轴的扭曲及错断现象, 与断层处的响应特征十分相似(表 2)。断距为3~5 m的断层在剖面上断点不清晰, 同相轴变化较弱, 难以识别, 但是落差为3~5 m的砂体重叠带同相轴扭曲幅度要大, 横向延伸也较长, 更容易分辨; 断距为10 m的断层在剖面上断点较为清晰, 显示为同相轴的轻微错开, 与落差为10 m的砂体叠置反应极为相似; 断距为20 m的断层在剖面上反应十分明显, 断点清晰, 同相轴完全错开, 断面处同相轴瞬间错断, 无扭曲及渐变现象, 而落差为20 m的砂体重叠带同相轴虽完全错开, 但中间出现扭曲和渐变现象。图 5中绿色箭头指示区域为同相轴完全错开的地方, 经过分析发现这些区域均为砂体刚好接触或已经分开的位置。
综上所述, 小于调谐厚度的砂体重叠带在地震剖面上会形成“伪断层”响应, 且地下实际资料更为复杂, 仅凭借剖面响应特征难以从地震剖面上对其进行识别, 更难区分砂体重叠现象与小断层, 因此, 应寻找其它方法来进行准确有效的识别和区分。
2.2 地震多属性联合模式从模型正演的地震剖面可以发现, 不同落差的小断层以及不同落差和不同重叠范围的砂体重叠带, 在地震剖面上表现为同相轴不同程度的扭曲和错断以及同相轴的强弱变化现象。结合我国东部拉张型断陷湖盆的小断层和薄互层砂体叠置的特点, 当砂体厚度小于调谐厚度时, 必然引起反射波振幅调谐的强弱变化; 当薄互层砂体叠置时, 由于多个砂泥反射界面的存在, 也必然引起反射波形的形态特征的变化, 如波形的强弱、尖锐性、对称性等特征的相对变化[8]。因此, 本文提出了从地震振幅类属性和波形结构类属性中挖掘二者的差异, 进而进行联合识别。
随着地震资料信噪比的提高, 以及针对的目标和需求的不同, 能够在沿层时窗内提取的振幅类属性和波形结构类属性可以有几十种。经过对比分析, 本文选择了如表 3所示的12种振幅类属性和7种波形结构类属性来对比分析它们在砂体重叠带和小断层处的响应特征。
图 6和图 7分别展示了归一化后的4个典型的振幅类属性和4个典型的波形结构类属性。从属性图中可以看出, 振幅类属性(图 6)的响应特征基本类似, 即在一个强振幅的背景下, 断层处(红色)和重叠带(蓝色)均表现为一个均值下的一个低值响应特征, 且属性的低值随着断距和重叠带落差的增加而增加, 但无法区分二者; 而波形结构类属性(图 7)则表现为在一个低的或中等背景下, 断层和砂体重叠带同样都有较好的异常响应, 其中断层处仍然为一个均值下的低值响应特征, 而砂体重叠带则表现为一个均值下的高值响应特征, 这其中又以波形变异系数(即时窗内地震波振幅的标准差与平均值的比值[17])属性最具代表性。
将均方根振幅属性和波形变异系数属性展示在同一张图中(图 8), 可以看出波形变异系数属性在砂体重叠带的响应较为规律, 表现为高值突变, 且突变幅度略大于断层处属性值的突变幅度, 在断层处的响应特征也相对规律, 表现为属性值的低值突变和双极值突变, 尤其是在尺度较大的断层处上下断点明显时, 波形变化差异较大, 属性值多呈现双极值突变, 与砂体重叠带的高值突变形成了明显差异。因此本文提出将均方根振幅与波形变异系数属性联合起来进行小断层与砂体重叠带的识别, 根据图 8可以建立联合均方根振幅和波形变异系数属性共同来识别小断层与砂体重叠带的模式准则(表 4)。
1) 当均方根振幅为低值突变, 波形变异系数为低值或双极值突变时, 可以判定为小断层。
2) 当均方根振幅为低值突变, 波形变异系数为高值突变时, 可以判定为砂体重叠带。
3 实际数据应用及分析对于以上建立的识别模式是否正确, 本文选择了胜利探区W102断块S23储层的地震资料进行验证分析。工区位于东营凹陷南部的王家岗油田。W102断块发育多条断层, 断块小而破碎, 形成了一个复杂的破碎带, 该断块核心的问题是S23储层中砂体重叠带与小断层识别不清, 制约了储量动用程度。因此对其进行小断层与砂体重叠带的精细识别, 可为后续的勘探开发提供依据。
图 9展示了Inline 3 973线的原始地震剖面(图 9a), S23储层提取的均方根振幅和波形变异系数曲线(图 9c), 以及根据前面建立的小断层与叠置砂体的识别模式而得到的该地震剖面的解释结果(图 9b)。根据本文建立的两种属性的突变模式, 在图 9c中共识别出了F1, F2, F3, F4, F6共5条大断层, f21, f22, f23, f24, f25, f26共6条小断层, 以及S2, S3, S4共3个砂体重叠带。其中F1, F2, F3, F4, F6断层在地震剖面上同相轴追踪可以清晰分辨, 对应属性变化也为均方根振幅出现较低的低值, 同时波形变异系数也为低值或双极值突变。而f21, f22, f23, f24, f25, f26的6条小断层在剖面上仅显示为同相轴微弱扭曲、错断和振幅变弱, 但在均方根振幅属性上仍然有小幅度低值突变和波形变异系数上有低值或双极值突变的对应关系。
在地震剖面的S2, S3, S4的3个区域(图 9b中的蓝色圆圈), 对应了明显的均方根振幅低值突变和波形变异系数高值突变的特征(图 9c中的蓝框)。由W102-80到W102-38的连井剖面(图 10)可以看出, W102-38井钻遇本文识别出的砂体重叠带S3, 声波时差曲线在1 965~1 975 m深度段出现两个正韵律叠置现象(图 10中黑圈部分), 每个正韵律现象的声波时差逐渐增大, 说明粒度下粗上细, 从下往上为砂-泥-砂-泥的渐变, 中间存在薄泥岩夹层, 为测井上正韵律叠置的“圣诞树”形响应, 同时该井段沉积微相为三角洲前缘的水下分流河道, 而该处两个正韵律叠加, 证实该处为砂体重叠带。另外, 地质人员在连井剖面上分别识别出了f23, f24和f25三条小断层, 与本文通过多属性联合分析识别的小断层位置基本一致。
因此, 可以说明按照本文总结出的两种地震属性的变化规律能够有效识别小断层和区分断层与砂体重叠带。
图 11展示了在平面上地震属性对断层和砂体重叠区的反映能力。图 11a根据地震剖面上的同相轴对比追踪的S23储层顶界面的T0时间数据, 可以看出该地区存在有5~10条大尺度的北东向断层, 提取沿层的最大正曲率属性(图 11b), 很容易地显示出了这些北东向的断层的存在。
将该储层的均方根振幅属性(图 11c)和波形变异系数属性(图 11d)展示出来后可以看出, 在工区的南部均方根振幅展示有北东向条带状的低值异常, 而波形变异系数也同样表现为北东向的双极值异常条带, 可以验证该区域分布有多条北东向的断层(包含部分小断层)。而在工区的北部被一条北东向断层(图中黄色箭头所示)分割的两侧, 存在有两块位置基本对应的区域, 其均方根振幅为明显的低值异常, 波形变异系数为明显的高值异常, 可以推断为砂体重叠发育区。
综上所述, 经过实际资料的应用试验, 联合利用常规的地震振幅属性和地震波形结构属性, 可以有效识别薄互层河流相砂体中的断层, 特别是低序级的小断层, 区分具有一定落差的砂体重叠带。
4 结束语本文通过理论模型和实际资料的试验分析, 提出了联合利用常规的地震振幅类属性与地震波形类属性识别与区分薄互层砂岩储层中的小断层与砂体重叠带。建立了均方根振幅与波形变异系数同时为低值突变可以识别断层存在, 均方根振幅为低值突变而波形变异系数为高值突变则可以识别砂体重叠带的两条准则, 在胜利探区W102断块上的初步应用已得到了很好的验证。
接下来可以考虑将均方根振幅数据与波形变异系数数据, 通过一些数学方法进行融合, 生成一个新的地震准属性, 从而实现更加智能化的小断层与砂体重叠带的识别与区分。
[1] |
张宗檩. 济阳坳陷低级序断层组合样式及成因机制[J]. 石油大学学报(自然科学版), 2004, 28(3): 1-3. ZHANG Z L. Mechanism and patterns of the lower-order faults in Jiyang Depression[J]. Journal of China the University of Petroleum, Edition of Nature Science, 2004, 28(3): 1-3. |
[2] |
胡光义, 陈飞, 范廷恩, 等. 渤海海域S油田新近系明化镇组河流相复合砂体叠置样式分析[J]. 沉积学报, 2014, 32(3): 586-591. HU G Y, CHEN F, FAN T E, et al. Analysis of fluvial facies compound sandbody architecture of the Neogene Minghuazhen Formation of S oilfield in the Bohai bay[J]. Acta Sedimentologica Sinica, 2014, 32(3): 586-591. |
[3] |
陈飞, 胡光义, 范廷恩, 等. 渤海海域W油田新近系明化镇组河流相砂体结构特征[J]. 地学前缘, 2015, 22(2): 207-213. CHEN F, HU G Y, FAN T E, et al. Sandbody architecture and sequence stratigraphy of fluvial facies, Neogene Minghuazhen Formation, W oilfield, Bohai bay[J]. Earth Science Frontiers, 2015, 22(2): 207-213. |
[4] |
杨勤勇, 杨江峰, 王咸彬, 等. 中国石化物探技术新进展及发展方向思考[J]. 中国石油勘探, 2021, 26(1): 121-131. YANG Q Y, YANG J F, WANG X B, et al. Progress and development direction of geophysical prospecting technology of Sinopec[J]. China Petroleum Exploration, 2021, 26(1): 121-131. |
[5] |
曾祥平, 杨海中, 王宏, 等. 低序级断层识别技术在复杂断块油藏注采调整中的运用[J]. 石油勘探与开发, 2006, 33(5): 614-617. ZENG X P, YANG H Z, WANG H, et al. Application of farewell fault detection technology to the polymer adjustment in complex fault block reservoir[J]. Petroleum Exploration and Development, 2006, 33(5): 614-617. DOI:10.3321/j.issn:1000-0747.2006.05.020 |
[6] |
刘显太, 李军, 王军, 等. 低序级断层识别与精细描述技术研究[J]. 特种油气藏, 2013, 20(1): 44-47. LIU X T, LI J, WANG J, et al. Study on the technologies of identification and delicate description of low level faults[J]. Special Oil and Gas Reservoir, 2013, 20(1): 614-617. |
[7] |
井涌泉, 范洪军, 陈飞, 等. 基于波形分类技术预测河流相砂体叠置模式[J]. 地球物理学进展, 2014, 29(3): 1163-1167. JING Y Q, FAN H J, CHEN F, et al. Application of waveform classification in the prediction of fluvial facies interbeded sandstone reservoirs[J]. Progress in Geophysics, 2014, 29(3): 1163-1167. |
[8] |
张运龙, 丁峰, 尹成, 等. 基于地震波形结构属性识别河流相砂体叠置区[J]. 石油学报, 2018, 39(7): 792-801. ZHANG Y L, DING F, YIN C, et al. The identification of fluvial sand-body superimposed area based on seismic waveform structure attribute[J]. Acta Petrolei Sinica, 2018, 39(7): 792-801. |
[9] |
王延光, 李皓, 李国发, 等. 一种用于薄层和薄互层砂体厚度估算的复合地震属性[J]. 石油地球物理勘探, 2020, 55(1): 153-160. WANG Y G, LI H, LI G F, et al. A composite seismic attribute used to estimate the sand thickness for thin bed and thin interbed[J]. Oil Geophysical Prospecting, 2020, 55(1): 152-160. |
[10] |
王鹏, 钟建华, 张亚金, 等. 断层识别技术及其在肇州油田的应用[J]. 石油物探, 2011, 50(5): 521-525. WANG P, ZHONG J H, ZHANG Y J, et al. Fault identification technique and its application in Zhaozhou oilfield[J]. Geophysical Prospecting for Petroleum, 2011, 50(5): 521-525. DOI:10.3969/j.issn.1000-1441.2011.05.016 |
[11] |
方红萍, 顾汉明. 断层识别与定量解释方法进展[J]. 工程地球物理学报, 2013, 10(5): 609-615. FANG H P, GU H M. New advances in theory and application of fault identification and quantify interpretation[J]. Chinese Journal of Engineering Geophysics, 2013, 10(5): 609-615. DOI:10.3969/j.issn.1672-7940.2013.05.004 |
[12] |
李婷婷, 侯思宇, 马世忠, 等. 断层识别方法综述及研究进展[J]. 地球物理学进展, 2018, 33(4): 1507-1514. LI T T, HOU S Y, MA S Z, et al. Overview and research progress of fault identification method[J]. Progress in Geophysics, 2018, 33(4): 1507-1514. |
[13] |
王彦君, 雍学善, 刘应如, 等. 小断层识别技术研究及应用[J]. 勘探地球物理进展, 2007, 30(2): 135-139. WANG Y J, YONG X S, LIU Y R, et al. Identification of minor fault and its applications[J]. Progress in Exploration Geophysics, 2007, 30(2): 135-139. |
[14] |
陆基孟. 地震勘探原理(下)[M]. 东营: 石油大学出版社, 1993: 82. LU J M. The principle of seismic exploration(Volume 2)[M]. Dongyin: China University of Petroleum Press, 1993: 82. |
[15] |
李庆忠. 陆相沉积地震地层学若干问题[J]. 石油地球物理勘探, 1987, 22(5): 489-511. LI Q Z. Some problems in seismic stratigraphic interpretation of continental formation[J]. Oil Geophysical Prospecting, 1987, 22(5): 489-511. |
[16] |
刘雯林. 油气田开发地震技术[M]. 北京: 石油工业出版社, 1996: 60-61. LIU W L. Seismic exploration technique in oil and gas field development[M]. Beijing: Petroleum Industry Press, 1996: 60-61. |
[17] |
张运龙, 丁峰, 尹成, 等. 基于楔形模型的波形结构属性特征研究[J]. 物探化探计算技术, 2018, 40(5): 587-593. ZHANG Y L, DING F, YIN C, et al. Study on the characteristics of waveform structure attributes based on wedge mode[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2018, 40(5): 587-593. |