地球物理学进展  2014, Vol. 29 Issue (1): 271-275   PDF    
低频伴影快速识别与应用
应明雄, 陈殿远, 刘兵, 刘建英, 杨文博    
中海石油(中国)有限公司湛江分公司, 湛江 524057
摘要:油气的存在并不是对所有频率成分的地震信号都产生影响, 它只使部分频率能量发生变化, 当储层含油气时, 将会引起高频能量的衰减和低频能量的增强.通过频谱分析, 确定储层由于含油气引起能量变化的主要高频和低频, 利用分频属性确定油气范围.时频三原色显示技术的优势在于其同时利用了高、中、低频率融合在一起显示, 更直观方便的突出了地震体的优势频率, 为含油气性预测提供参考.Marr小波具有计算简单、速度快, 又具有良好的局部性能, 可以用Marr小波模拟雷克子波对地震记录进行分频, 利用三原色显示技术达到快速成像的目的.实际应用表明该方法对低频伴影能做到快速准确识别的效果, 该项技术的发展将为深水少井和无井区隐蔽油气藏的研究提供有力的技术支持.
关键词低频伴影     Marr小波     分频成像     时频三原色    
Low-frequency shadow rapid recognition and application
YING Ming-xiong, CHEN Dian-yuan, LIU bing, LIU Jian-ying, YANG Wen-bo    
CNOOC China Ltd. Zhanjiang, Zhanjiang 524057, China
Abstract: The presence of oil and gas is not an impact on all frequency components of seismic signals, it is only part of the frequency energy to change. So long as a single frequency spectrum imaging of seismic data, the use of high and low frequency spectral energy differences will be able to carry out oil and gas detection. The reservoir hydrocarbon, will cause attenuation of the high-frequency energy, and the enhancement of the low frequency energy. Spectral analysis, to determine the reservoir caused the oil and gas change of energy high and low frequency, divide property to determine the oil and gas range. The advantage lies in its frequency of the three primary colors display technology, while taking advantage of the high, low frequency together display, more intuitive and convenient to highlight the dominant frequency of seismic body and provide a reference for the prediction of hydrocarbon potential. The RGB display time-frequency technology advantage lies in its use of high, medium, low frequency together more intuitive and convenient highlights the dominant frequency of seismic body to provide a reference for the prediction of hydrocarbon potential. Marr wavelet calculation is simple, fast, and has good local performance. We can use the Marr wavelet analog Ricker wave seismic records divider. The use of the three primary colors fast imaging and display technology to achieve quick identification of low frequency associated with shadow. The use of the technology for deep-water wells and wells area less subtle reservoirs in research provide strong technical support.
Key words: low-frequency shadow     Marr wavelet     divider imaging     RGB    

0 引 言

地震波是岩石颗粒质点振动在空间上的传递,质点的振动源于弹性恢复力、波的衰减程度(包括所含流体)的粘滞性.地震波的频率成分是受迫振动的地层固有频率的叠加,各层的固有频率又与岩层的物理性质密切相关.所以当地层中富含油气时,由于弹性系数、阻尼系数、密度、速度发生大的变化,其固有频率显著改变.其固有频率的改变,表现在低频段上为低频共振能量增强,高频能量减弱的现象.也就是地震勘探上常说的“亮点”现象和“低频阴影”现象,利用这个原理就可以直接用来检测油气.国内外学者已经在这方面进行了大量研究,如国外的Taner,Castagna,Ebrom,Korneev等(Taner等,1979Sun等,2002Castagna等,2003Ebrom,2004; Korneev等,2004Chapman等,2006),近几年国内的贺振华,陈学华等也做了许多这方面的研究工作.在Ebrom 总结的低频阴影现象可能产生的十条机理(Ebrom,2004)的基础上,将其归纳为两方面: (1)与叠加有关:错误的叠加会降低视频率,有选择性地压制高频、大偏移距NMO造成同相轴拉伸等;(2)与非叠加有关:源于地震波的固有衰减(如油气藏的低Q,这是较普遍的认识)、油气顶底界面的多次反射引起的高反射振幅、反褶积处理引入的低频波尾等(He等,2008陈学华等,2009).并且在正演模拟和实际应用中都取得了一些效果.

小波变换具有变时窗的特点,低频和高频信息都有很高的可靠性,因此本方法采用小波变换作为时频分析的基本算法.而Marr小波具有计算简单、速度快,又有良好的局部性能,可以用Marr小波模拟雷克子波对地震记录进行分频.时频三原色显示技术的优势在于其同时利用了高、中、低频率融合在一起显示,更直观方便的突出了地震体的优势频率,达到快速成像并快速识别低频伴影的目的(陈学华等,2011张延章等,2006Liu and Marfurt,2007).利用该项技术可以为深水少井和无井区隐蔽性油气藏的研究提供更为有力的技术支持.

1 分频技术原理

Marr小波(也叫墨西哥草帽小波),是实数小波,计算简单、速度快,Marr小波既满足小波变换的容许条件,又具有良好的局部性能,尤其是Marr小波在频率域和时间域的形态与Ricker子波一致,因而其具有很强的物理意义.Marr小波为高斯函数的二阶导数,Marr小波的母函数公式为

Marr小波中时间域表达式中t用替换,就是Ricker子波的表达式,因此Marr小波在频率域和时间域的形态与Ricker子波一致,可以用Marr小波模拟雷克子波对地震记录进行分频.用Marr小波模拟不同频率的Ricker子波对地震信号进行分频处理,其处理的结果信号具有明确的物理意义,这是其它小波分频所不具备的.

Marr小波构造简单、比其它小波变换计算速度快,也快于S变换,而各种匹配追踪方法速度极慢,小波变换具有可变时窗的优点,低频和高频信号的准确性要远高于短时傅立叶(STFT)变换(陈雨红等,2006).

2 时频三原色显示技术

由谱分解技术获得的信息在地震解释中的应用就是检测和比较地震体的不同频带的响应.常规算法是以二维谱的形式出现,原始三维地震体的时频体就是四维,数据量大大增加,信息也会大大冗余,用常规方法很难直观显示,给后续解释工作带来极大困难,无法实现工业化生产.时频三原色技术借用了色谱调配方法将四维时频信息三维表达,既直观也有地质意义,便于大规模的工业化分析.为了有效利用地震频率信息,合理显示每个样点的优势频率,分别用红、绿、蓝三种颜色,表示低、中、高分频信息,然后按分频能量比较结果做色彩叠加显示.

首先,用Marr小波模拟出不同频率(最好要满足倍频要求)的Ricker子波,然后对地震信号进行Marr小波分频处理,得到低、中、高三个不同频带的信号,接着,将每个采样点的三个分频信号分别用红(R)、绿(G)、蓝(B)表示,最后红(R)、绿(G)、蓝(B)三原色合成为该采样点的颜色值,其基本原理可以表示成下式:

Cout(x,y,z)=C(IR(x,y,z),IG(x,y,z),IB(x,y,z))

这里Cout(x,y,z)是输出数据体在点(x,y,z)赋予的颜色值;IR(x,y,z)、IG(x,y,z)和IB(x,y,z)分别是点(x,y,z)的像数值,分别用来控制红、绿及蓝的贡献.图 1为三原色混合显示示意图,图 2为利用Marr小波分频技术进行地震资料混频显示的流程示意图.

图 1 三原色混合显示示意图 Fig. 1 RGB sketch map

图 2 混频显示流程示意图 Fig. 2 RGB flow chart
3 应用实例

目标位于南海西部深水区,储层为构造+岩性圈闭的水道砂,构造及含气性展布如图 3左图所示.目标砂体近东西走向,呈微覆背斜构造,根据布井原则,目标井位于背斜构造高部位.但是在对目标砂体做均方根振幅时窗属性后,振幅异常分布和构造不相符,如图 3右图所示,这样看来单从振幅信息预测储层及识别流体是不可行的,由此,文章从频率域入手进行下面的研究分析(何诚等,2008刁瑞和冯玉苹,2012).

图 3 A砂体顶面构造及含气面积图(左)、均方根振幅属性图(右) Fig. 3 A sand body top surface of the structure and gas-bearing area map (left), RMS amplitude attribute map (right)
3.1 分频剖面与分频属性分析

利用分频技术对目标数据体进行分频,首先对目标区地震资料进行频谱分析,再此基础上分别选取具有代表性的三个频率的地震体进行分析.图 4中a、b、c、d分别是原始体、13 Hz、25 Hz和50 Hz分频体地震剖面.对比分析高、中、低三个频带的地震体剖面, 25 Hz地震剖面与全频带剖面特征相似,而13 Hz地震剖面A砂体底部存在较强反射特征,这里认为是传统意义上的“低频阴影”区.50 Hz地震剖面上可以看到砂体底部高频能量明显比全频带偏低,分析认为可能是储层含流体后对高频带地震反射选择性吸收的结果.

图 4 分频剖面 (a) 原始地震剖面;(b) 13 Hz分频剖面; (c) 25 Hz分频剖面;(d) 50 Hz分频剖面. Fig. 4 frequency division (a) raw seismic; (b) frequency 13 Hz section; (c) frequency 25 Hz section; (d) 50 Hz frequency section.

在此基础上综合分析不同频段时窗地震属性,对比结果显示13 Hz分频体平面属性与A砂体顶面构造及岩性展布范围吻合程度最好,与此同时, 13 Hz地震体时窗属性与储层含气范围吻合程度也最好,因此认为该频段地震信息对识别储层及含流体性质检测具有一定效果.如图 5所示为13 Hz分频体平面均方根振幅属性.钻井结果也证实了该预测目标为一套优质含气砂体,这也可以应证50 Hz分频体在砂体底部能量偏低可能为砂体所含流体的选择性吸收所导致的结果的分析.

图 5 A砂体分频体(13 Hz)均方根振幅属性 Fig. 5 A sand divide body (13 Hz) RMS amplitude attribute
3.2 时频三原色显示

将三种不同频带的地震体利用RGB融合显示技术显示,其中低频体用红色显示,中频体用绿色显示,高频体用蓝色显示.综合对比分析后,针对研究目标采用的分频体分别为低频体13 Hz,中频体25 Hz, 高频体50 Hz, 其剖面融合显示的结果如图 6所示.从图中可以清楚的看到地震剖面上 “低频阴影”现象.

图 6 时频三原色显示地震剖面 Fig. 6 RGB seismic profiles

接下来就是平面分析,首先对A砂体顶面做时频三原色切片(图 7左图),频率参数与剖面分析时一致.可以看到其频率分布与砂体顶面构造及砂体横向特征具有很好的叠合性,从切片分析认为时频三原色切片对于类似目标砂体的平面展布特征具有较好的识别效果.接着是流体识别,为了更好的显示“低频阴影”其平面展布特征,根据图 6中“低频阴影”的位置,对A砂体顶面往下延30 ms,做时频三原色切片(图 7右图),切片中清楚的显示出A砂体顶面下方的“低频阴影”现象及其展布范围(红色及黄色范围区).钻井证实存在低频阴影的A砂体为一套优质含气砂体,对比其含气范围(图 3),吻合程度很好,这充分说明该地区此种类型储层下方的“低频阴影”现象对储层的含流体性质的判别具有较好的指导意义.

图 7 A砂体时频三原色切片(左图为顶面沿层切片、右图为顶面沿层+30 ms切片) Fig. 7 A sand body frequency slice of the three primary colors (left top surface horizon slice, slice right picture shows the top surface along the layer +30 ms)
4 结 论
4.1

实际资料时频分析结果表明,13 Hz分频属性与河道砂体顶面构造吻合较好,钻井解释该砂体为气砂,分频属性可以为该地区此种类型气藏储层预测提供有效参考.

4.2

虽然对低频阴影现象的机理尚未完全明确,但以分频技术为基础的油气储层低频阴影检测可减少流体异常检测的多解性,用于确定地下储层的性质、结构和位置,有利于刻画油气储层空间展布,直接指示油气的存在.

4.3

常规“低频阴影”识别油气技术大多是在地震调谐体基础上做瞬时能量体再来做切片,显然费工费时,而时频三原色显示技术对研究目标砂体的含油气性既具有很好的识别能力,同时其显示方便快捷,能更直观的把“低频阴影”识别油气技术加以应用.

致 谢 本文研究得到成都理工大学、北京诺克斯达科技有限公司的支持,这里对陈学华副教授、孙忠高工、刘玉霞等同仁的帮助表示感谢!

参考文献
[1] Castagna J P, Sun S J, Siegfried R W. 2003. Instantaneous spectral analysis: Detection of low-frequency shadows associated with hydrocarbons[J].   The Leading Edge, 22(2): 120-127.
[2] Chapman M, Zhang J, Odebeatu E, et al. 2006.Use of spectral decomposition to detect dispersion anomalies associated with gas saturation[A]//    EAGE 68th Conference & Exhibition - Vienna, Austria.
[3] Chen X H, He Z H, Huang D J, et al. 2009. Low frequency shadow detection of gas reservoirs in time-frequency domain[J]. Chinese J.   Geophys.(in Chinese), 52(1): 215-221.
[4] Chen X H, He Z H, Zhong W L. 2011. Numeric simulation in the relationship between low frequency shadow and reservoir characteristic[J].   Journal of China University of Mining & Technology (in Chinese), 40(4): 584-591.
[5] Chen Y H, Yang C C, Cao Q F, et al. 2006.The comparison of some time-frequency analysis methods[J]   Progress in Geophysics, 21(4): 1180-1185.
[6] Diao R, Feng Y P. 2012. Hydrocarbon recognition based on spectrum absorption characteristics of reservoir[J].   Oil Geophysical Prospecting (in Chinese), 47(5): 766-772.
[7] Ebrom D. 2004. The low-frequency gas shadow on seismic sections[J].   The Leading Edge, 23(8): 772.
[8] He C, Li H, Zhang Y C, et al. 2008. Application single-frequency imaging technology in the oil and gas detection[J].   Natural Gas Industry (in Chinese), 28(4): 40-42.
[9] He Z H, Xiong X J, Bian L. 2008. Numerical simulation of seismic low-frequency shadows and its application[J].   Applied Geophysics, 5(4): 301-306.
[10] Korneev V A, Goloshubin G M, Daley T M, et al. 2004. Seismic low frequency effects in monitoring fluid-saturated reservoirs[J].   Geophysics, 69(2): 522-532.
[11] Liu J L, Marfurt K. 2007. Multicolor display of spectral attributes[J].   The Leading Edge, 26(3): 268-271.
[12] Sun S J, Castagna J P, Siegfried R W. 2002. Examples of enhanced spectral processing in direct hydrocarbon detection[A]. // 72nd Annual Meeting, Society of exploration Geophysicists.   Expanded Abstracts, 457-460.
[13] Taner M T, Koehler F, Sheriff R E. 1979. Complex seismic trace analysis[J].   Geophysics, 44(6): 1041-1063.
[14] Zhang Y Z, Yin S P, Zhang Q L, et al. 2006. Geologic significance of the seismic spectral decomposition technology and its application analysis[J].   Petroleum Exploration and Development (in Chinese), 33(1): 64-66, 71.
[15] 陈学华, 贺振华, 黄德济,等. 2009. 时频域油气储层低频阴影检测[J].   地球物理学报, 52(1): 215-221.
[16] 陈学华, 贺振华, 钟文丽. 2011. 低频阴影与储层特征关系的数值模拟[J].   中国矿业大学学报, 40(4): 584-591.
[17] 陈雨红, 杨长春, 曹齐放,等. 2006. 几种时频分析方法比较[J].   地球物理学进展, 21(4): 1180-1185.
[18] 刁瑞, 冯玉苹. 2012. 利用储层的频谱吸收特性识别油气藏[J].   石油地球物理勘探, 47(5): 766-772.
[19] 何诚, 李邗, 张延充,等. 2008. 单频成像技术在油气检测中的应用[J].   天然气工业, 28(4): 40-42.
[20] 张延章, 尹寿鹏, 张巧玲,等. 2006. 地震分频技术的地质内涵及其效果分析[J].   石油勘探与开发, 33(1): 64-66, 71.