随着天然气自给率的不断降低,国内天然气勘探目标已经从常规天然气逐步向致密气等非常规天然气转变。四川盆地作为国内主力产气盆地之一,随着勘探程度的不断提高,其天然气地质储量大幅提升,仅致密气总资源量就高达5.87万亿m3,致密气资源的增储上产已经成为未来的重要工作方向[1-2]。近年来,在川中地区先后发现了中台山须二气藏、五宝场沙溪庙组气藏和八角场沙溪庙组气藏,充分证实了该地区中浅层具有较大勘探潜力和广阔的勘探前景[3]。川中地区侏罗系沙溪庙组气藏以三角洲平原—前缘(水下)分流河道沉积微相为主,平面上河道主要呈细条带状,纵向上垂直河道呈透镜状展布,河道发育众多,但单体河道较窄,砂体厚度较薄,储层致密,非均质性强,为后续气藏开发带来了极大困难[3-5]。如何精细刻画河道砂体展布以及明确河道砂体与围岩和断裂间的接触关系成为地震资料处理面临的核心问题,而解决这一问题的关键在于提高地震资料分辨率和恢复河道砂体振幅特征。常规地震资料处理通常使用叠前统计性反褶积和地表一致性处理技术,但是这些技术的使用需要满足多项假设条件[6],而Q补偿技术需要的假设条件较少,与常规的地表一致性技术相比具有明显优势。近年来,Q补偿技术的主要研究思路是利用Q值估算方法建立Q模型,并在此基础上对地震数据进行补偿。Futterman[7]对地层吸收在振幅衰减和频散方面的影响进行了研究,并给出了相应的表征公式。在给定不同的假设条件和吸收模型情况下,Kjartansson[8]和Ursin等[9]对地层吸收衰减特性进行了模拟分析。基于上述对地层吸收效应的研究,Hauge[10],Harris等[11]和Nunes[12]提出了Q值估算方法,在这些估算方法中,谱比法由于其自身优点而备受推崇,但该方法估算Q值的分辨率不高。为了提高估算Q值的分辨率,Quan等[13]提出了质心频移法。上述Q值估算方法多是针对高速层顶层位下面成岩介质,而浅层低降速带介质由于其本身存在内摩擦及黏滞性,会造成地震信号成分更大的损失,特别是信号高频成分衰减快,这也是造成地震资料分辨率低的一个重要原因。因此,如何通过基于浅层低降速带的吸收特性来提高地震资料分辨率和恢复地震振幅一致性逐渐成为了一个热门话题。于承业等[14]利用双微测井资料来估算近地表Q模型,再利用反Q滤波对地震数据进行补偿,虽然该方法建立的Q模型纵向精度较高,但模型精度依赖微测井数量,其横向精度较差。目前,基于地震数据的近地表Q补偿的主要思路是以近地表结构调查数据借助Q值经验公式建立约束条件,在地震反射波或初至波数据的基础上,利用Q值估算方法建立近地表Q模型来实现对地震数据的补偿,但也存在着一些问题,如补偿过程中中深层高频噪音难以压制和补偿效果不理想等[15-18]。
通过微测井约束层析静校正技术建立低降速带速度模型,求取低降速带旅行时(近地表旅行时),并在浅层地震反射波数据基础上,统计求取每个接收点处的质心频率,再利用质心频移法来建立近地表Q模型,在近地表Q模型的基础上对由浅层低降速带造成的地震波衰减进行补偿,以期通过应用这一近地表Q补偿技术提高地震资料分辨率和恢复地震资料一致性,以便能够更加准确地识别河道砂体与围岩和断裂的接触关系,为后续地质解释提供重要支持。
1 基本原理由于大地滤波效应,随着传播距离的增大,相比地震波低频信号,地震波高频信号损失更严重,利用信号频谱质心频率的变化可对地下介质吸收特性进行研究。对于品质因子Q及地层速度固定的某地层,品质因子Q的表达为[19]
$ Q = \frac{{{\rm{ \mathsf{ π} }}t{f_{\rm{R}}}f_{\rm{m}}^2}}{{f_{\rm{m}}^2 - f_{\rm{R}}^2}} $ | (1) |
式中:t为地震波在该地层中的旅行时,s;fm为参考频率,Hz;fR为t时刻的子波的质心频率,Hz。
一般情况下,Q补偿在对有效信号补偿的同时,也会对高频噪声进行补偿,导致高频噪声越来越强。为了削弱对高频噪声的补偿,在补偿公式中添加增益限制参数来达到这一目的[20-21]。补偿公式如下
$ \begin{array}{c} {\rm{U}}(\tau + \Delta \tau , \omega ) = {\rm{U}}(\tau , \omega )\exp \left[ {{{\left( {\frac{\omega }{{{\omega _h}}}} \right)}^{ - \gamma }}\frac{{\omega \Delta \tau }}{{2Q}}} \right] \times \\ \exp \left[ {i{{\left( {\frac{\omega }{{{\omega _{\rm{h}}}}}} \right)}^{ - \gamma }}\omega \Delta \tau } \right] \end{array} $ | (2) |
$ \gamma = \frac{2}{{\rm{ \mathsf{ π} }}}arctan \frac{1}{{2Q}} $ | (3) |
$ \tau = T + \frac{{E - H}}{\nu } $ | (4) |
式中:U(τ, ω)为补偿前的频率域地震信号;U(τ + Δτ, ω) 为补偿后的频率域地震信号;ωh为中心频率(角频率),是与地震资料频带最高频率相关的一个量,rad/s;τ为近地表旅行时,s;T为静校正量,s;E为高速层顶部的高程,m;H为基础静校正的基准面高程,m;ν为替换速度,m/s,i为虚数单位。
近地表Q补偿技术的核心在于近地表旅行时求取和近地表Q模型建立,其技术流程如图 1所示。
首先,使用微测井约束层析静校正技术来建立准确的低降速带速度模型,以此获取准确的静校正量和高速层顶层位。再利用静校正量和高速层顶层位,结合替换速度来计算近地表旅行时。同时,从浅层单炮记录中根据统计分析计算出不同检波点位置处的质心频率fR,并利用fR的相对关系来近似表征不同检波点处从地表到高速层顶的地震数据质心频率的相对变化关系。同时,在假设所有地震道采用相同的参考频率fm的情况下,使用式(1)来计算等效近地表Q模型。在等效近地表Q模型的基础上,结合表层结构调查数据利用经验公式求取相应位置的实测Q值,并对等效近地表Q模型进行约束得到优化后的近地表Q模型,利用式(2)的指数函数项来计算增益因子。最后,利用式(2)完成对叠前地震数据的近地表Q补偿。
在操作过程中须要注意以下3个方面:①在微测井层析静校正过程中,须要结合静校正量在实际数据上的应用效果加强对静校正过程进行质控,同时要结合资料覆盖次数、偏移距大小分布等采集特征,加强对由层析反演得到的浅层速度模型进行有效性分析,并对由常速定义的高速层顶层位文件进行修改和一定程度平滑。②通常用于质心频率计算的叠前地震数据分为浅层反射波和初至折射波2种,考虑到初至折射波易受噪声影响且统计分析结果不稳定,故采用去噪后的浅层反射波数据进行质心频率统计分析。③确定参考频率fm时,须要对地震数据进行分频扫描来确定有效波频带范围,从而确定须要补偿的有效波频带范围,并结合fR的计算结果来确定参考频率fm,在实际应用时,还须要以近地表Q补偿前、后的单炮记录和叠加剖面作为质控手段,对参考频率fm的大小进行测试,从中选定符合应用需要的参考频率fm。
2 应用实例四川盆地川中地区满覆盖面积为2 052 km2,其地表属于低丘陵山地地貌,西北部高,东南部相对较低,地形海拔高度为350~620 m。虽然全工区地形起伏变化不大,但是局部高程变化快(图 2)。
工区内水系广泛发育,尤其是南部发育有贯穿工区的涪江,且河流区域地表岩性变化快,工区地表主要出露侏罗系蓬莱镇组砂泥岩,在北部可见白垩系苍溪组砂泥岩出露,而在河流区域地表岩性则以第四系砾石为主,这些表层采集条件的不同容易造成原始单炮在能量和信噪比方面差异大。工区侏罗系沙溪庙组的致密气储层主要是三角洲平原—前缘(水下)分流河道砂,属于特低孔隙度、低渗透率致密储层。在平面上,单个河道较窄,且砂体厚度较薄;在垂向上,多期次发育的砂体相互叠置。储层的致密性和高度非均质性加大了该致密砂岩气储层的开发难度。为了准确识别砂体边界,厘清砂体叠置关系和描述砂体与围岩和断裂系统的接触关系,将近地表Q补偿技术用来提高地震资料分辨率,恢复河道砂体振幅特征。近地表旅行时作为用于计算等效近地表Q模型的重要参数,其准确性依赖于近地表速度模型的准确性,采用微测井约束层析静校正技术,建立近地表速度模型来计算近地表旅行时。
图 3为利用微测井信息约束层析静校正前、后层析反演得到的浅层速度模型。利用微测井信息约束后,速度模型表层低速信息得以保留,与真实情况更加吻合。
在工区南部涪江区域的地震资料是通过混合震源采集的,信号混叠且缺少近偏移地震数据,因此,在静校正速度建模过程中拾取高速层顶时,须要考虑缺少近偏移距资料导致静校正层析反演近地表模型不准确。实际操作中可以参照缺近偏移距信息区域两侧高速层顶深度变化趋势,并适当加大平滑时窗来拾取高速层顶层位,从而减弱资料本身特性造成的不利影响。
图 4为高速层顶层位修改前、后浅层速度模型和叠加剖面。在地表河道较宽处[图 4(a)右下角位置图所示],由于缺少近偏移距信息,造成层析反演近地表速度模型不准确,导致拾取高速层顶层位不准确[图 4(a)中黑色曲线所示],应用该高速层顶层位相对应的静校正量得到的叠加剖面中出现明显的层位错断和同相轴模糊[图 4(c)中红色框线所示]。高速层顶层位修改后[图 4(b)中黑色椭圆所示],较好地解决了层位错断问题,且同相轴横向连续性明显提高[图 4(d)中红色框线所示]。
根据近地表旅行时和利用去噪后的浅层地震反射数据计算质心频率,并利用式(1)和式(2)计算近地表Q模型和增益因子。图 5为近地表Q补偿所使用的参数,求取的参数间对应关系较好。当质心频率成分损失较少时,需要补偿的高频成分少,对应的增益因子也就较小。
为了进一步说明近地表Q补偿技术的有效性,从图 5的参数模型中抽取了1条检波线进行参数细节展示(图 6),可知这些曲线之间具有较好的对应关系。
将根据表层结构调查数据求取的Q值与近地表Q补偿技术应用的Q值进行对比,部分对比结果如图 7所示,该图为线号5141,桩号1002-1750处2种不同Q值的对比图,可知,本文所采用的计算方法与由表层结构调查数据求取的Q值在趋势上吻合较好,说明了近地表Q补偿所采用的Q模型具有有效性。
在确保计算参数较为合理后,使用近地表Q补偿技术对去噪后的地震资料进行补偿。图 8(a)和图 8(b)分别为补偿前、后的单炮记录,图中红线为地表高程曲线,补偿后同相轴横向连续性得到明显改善;由频谱[图 8(c)]可知,经过近地表Q补偿后,单炮记录的高频部分得到约10 Hz的扩展;对补偿前、后的叠前地震数据进行质心频率统计发现,统计时窗为1 000~3 600 ms,近地表Q补偿可以使地震资料质心频率提高约8 Hz[图 8(d)—(e)]。
图 9为近地表Q补偿前、后的叠加剖面。补偿后剖面浅层同相轴横向连续性得到了明显的改善,剖面分辨率也得到了一定的提升。
为了提高资料分辨率以及降低Q补偿容易引起的高频噪音,在近地表Q补偿后,可以串联应用叠前统计性反褶积方法和地表一致性振幅补偿等,本文选用稳健反褶积对近地表Q补偿后的资料进行处理。图 10为稳健反褶积前、后的叠加剖面和频谱。经对比可知,稳健反褶积的使用能够进一步提高剖面的信噪比、凸显砂体的振幅特征,并提高地震资料的分辨率。
为了进一步检验近地表Q补偿技术在针对河道砂体这类强非均质性储层预测时的优势,将近地表Q补偿技术与常规地表一致性处理技术进行对比,图 11为800 ms处的振幅属性切片,如图 11(d)所示,经过近地表Q补偿后的地震资料,振幅横向连续性较好,而且资料横向分辨率较常规地表一致性处理的结果要高。近地表Q补偿后的地震资料频率特征得到明显改善(图 12)。
(1)近地表Q补偿技术能够提高地震资料的分辨率,且可以较好地恢复地震资料的一致性,能够满足后续处理对地震资料一致性的要求。
(2)在应用微测井约束层析静校正的过程中,须要根据地震资料采集特性及地表特征对层析反演得到的速度模型进行质控,并适当地修改高速层顶层位,能有效地避免在资料信息缺失的情况下引起的层析反演模型不准确问题。
(3)在补偿过程引起高频噪音的情况下,近地表Q补偿技术的单独使用有时不能满足地震资料高分辨处理的要求,可以结合其他反褶积技术使用,进一步提高地震资料的分辨率。
[1] |
郑志红, 李登华, 白森舒, 等. 四川盆地天然气资源潜力. 中国石油勘探, 2017, 22(3): 12-20. ZHENG Z H, LI D H, BAI S S, et al. Resource potentials of natural gas in Sichuan Basin. China Petroleum Exploration, 2017, 22(3): 12-20. |
[2] |
朱华, 杨光, 苑保国, 等. 四川盆地常规天然气地质条件、资源潜力及勘探方向. 天然气地球科学, 2018, 29(10): 1475-1485. ZHU H, YANG G, YUAN B G, et al. Geological conditions, resource potential and exploration direction of conventional gas in Sichuan Basin. Natural Gas Geoscience, 2018, 29(10): 1475-1485. DOI:10.11764/j.issn.1672-1926.2018.08.011 |
[3] |
李明, 李飞, 杨宗恒, 等. 基于地震沉积学原理的河道砂体精细刻画: 以四川盆地龙岗地区沙溪庙组致密气藏为例. 天然气勘探与开发, 2019, 49(2): 76-83. LI M, LI F, YANG Z H, et al. Precise depicting channel sandbodies based on seismic sedimentology: An example from tight gas reservoirs of Shaximiao Formation, Longgang area, Sichuan Basin. Natural Gas Exploration and Development, 2019, 49(2): 76-83. |
[4] |
李忠平, 冉令波, 黎华继, 等. 窄河道远源致密砂岩气藏断层特征及天然气富集规律: 以四川盆地中江气田侏罗系沙溪庙组气藏为例. 地质勘探, 2016, 36(7): 1-7. LI Z P, RAN L B, LI H J, et al. Fault features and enrichment laws of narrow-channel distal tight sandstone gas reservoirs: A case study of the Jurassic Shaximiao Fm gas reservoir in the Zhongjiang Gas Field, Sichuan Basin. Geological Exploration, 2016, 36(7): 1-7. |
[5] |
孙豪飞, 王锦西, 李明, 等. 四川盆地中部地区侏罗系沙溪庙组远源油气藏勘探开发前景. 科技创新与应用, 2019(13): 1-5. SUN H F, WANG J X, LI M, et al. Prospects for exploration and development of remote source reservoirs in the Jurassic Shaximiao Formation in the central Sichuan Basin. Technology Innovation and Application, 2019(13): 1-5. |
[6] |
李合群, 孟小红, 赵波. 地震数据Q吸收补偿应用研究. 石油地球物理勘探, 2010, 45(2): 28-34. LI H Q, MENG X H, ZHAO B. Research on Q absorption compensation of seismic data. Oil Geophysical Prospecting, 2010, 45(2): 28-34. |
[7] |
FUTTERMAN W I. Dispersive body waves. Journal of Geophysical Research, 1962, 67(13): 5279-5291. |
[8] |
KJARTANSSON E. Constant Q-wave propagation and attenuation. Geophysics Reprint Series, 1979, 84(B9): 4737-4748. |
[9] |
URSIN B, TOVERUD T. Comparison of seismic dispersion and attenuation models. Studia Geophysica et Geodaetica, 2002, 46(2): 809. DOI:10.1023/A%3A1021141808596 |
[10] |
HAUGE P S. Measurements of attenuation vertical seismic profiles. Geophysics, 1981, 46(11): 1508-1618. |
[11] |
HARRIS P E, WHITE R E, KERNER C. Multichannel estimation of frequency-dependent Q from VSP data. Geophysical Prospecting, 1997, 45(1): 87-109. |
[12] |
NUNES B C. Estimating quality factor from surface seismic data: A comparison of current approaches. Journal of Applied Geophysics, 2011, 75(2): 167-170. |
[13] |
QUAN Y L, HARRIS J M. Seismic attenuation tomography using the frequency shift method. Geophysics, 1997, 62(3): 895-905. |
[14] |
于承业, 周志才. 利用双井微测井资料估算近地表Q值. 石油地球物理勘探, 2011, 46(1): 89-92. YU C Y, ZHOU Z C. Estimation of near-surface Q value using micro logging data. Oil Geophysical Prospecting, 2011, 46(1): 89-92. |
[15] |
刘少忠. 近地表吸收补偿及其在AVO分析中的应用. 大庆: 东北石油大学, 2015. LIU S Z. Near surface absorption compensation estimation and its application to AVO analysis. Daqing: Northeast Petroleum University, 2015. |
[16] |
WANG Y H. Multiple prediction through inversion: A fully datadriven concept for surface-related multiple attenuation. Geophysics, 2004, 69(2): 547-553. |
[17] |
吴吉忠, 李君, 石文武. 南堡1号构造火成岩发育区稳健保幅处理技术. 石油地球物理勘探, 2017, 52(增刊1): 1-9. WU J Z, LI J, SHI W W. Robust amplitude-preserving processing technology for Nanpu No.1 structural igneous rock development area. Oil Geophysical Prospecting, 2017, 52(Suppl 1): 1-9. |
[18] |
郭平. 近地表吸收补偿在辽河油田区地震资料中的应用. 特种油气藏, 2015, 22(2): 31-34. GUO P. Application of near-surface absorption compensation in seismic data of Liaohe Oilfield. Special Oil & Gas Reservoirs, 2015, 22(2): 31-34. |
[19] |
杨登锋, 秦成岗, 王瑞良, 等. 能量谱质心频移法Q值估计. 石油地球物理勘探, 2016, 51(5): 863-867. YANG D F, QIN C G, WANG R L, et al. Estimation of Q value based on the energy spectrum centroid frequency shift method. Oil Geophysical Prospecting, 2016, 51(5): 863-867. |
[20] |
WANG Y H. Q analysis on reflection seismic data. Geophysics Research Letters, 2004, 31(7): L17606. |
[21] |
王珊. 稳定高效的反Q滤波方法及其在近地表补偿中的应用. 大庆: 大庆石油学院, 2010. WANG S. Stable and efficient inverse Q filtering method and its application in near surface compensation. Daqing: Daqing Petroleum Institute, 2010. |