地球物理学进展  2014, Vol. 29 Issue (3): 1163-1167   PDF    
基于波形分类技术预测河流相砂体叠置模式
井涌泉1, 范洪军1, 陈飞1, 范廷恩1, 胡光义1, 陈开远2     
1. 中海油研究总院, 北京 100027;
2. 中国地质大学(北京), 北京 100083
摘要:受限于地震资料分辨率,基于地震资料描述河流相单期薄砂体储层存在不确定性,一个波形相位多是由两期或者多期砂体反射干涉形成.因此,本文探讨了应用精细波形分类技术识别砂体叠置模式的方法.通过对比分析正演模拟地震波形与井震标定合成记录,重点研究不同砂体叠置情况下的地震波形特征规律,分析波形特征的地质意义,建立叠置砂体与地震之间的响应模式,确定叠置砂体地震波形的精细分类,最终根据不同波形空间展布特征,对叠置砂体的展布特征进行了有效的识别预测.
关键词波形分类     河流相     砂体叠置模式     正演模拟     地震波形特征    
Application of waveform classification in the prediction of fluvial facies interbedded sandstone reservoirs
JING Yong-quan1, FAN Hong-jun1, CHEN Fei1, FAN Ting-en1, HU Guang-yi1, CHEN Kai-yuan2    
1. CNOOC Research Institute, Beijing 100027, China;
2. China University of Geoscience (Beijing), Beijing 100083, China
Abstract: Subjected to the sandstone reservoirs interbedded complicated, there is uncertainty in resolve a single channel sandstone exactly limited by the seismic data resolution, and usually a seismic waveform always is composited by two or more interference of channel sandstones. For that reason, the paper discussed the method to identify the intervedded sandstone by using waveform classification. Through comparing modeling seismic response with synthetic seismogram of well-to-seismic calibration, discussed seismic response characteristics of various interbedded sandtone, analyzed geological mechanization, established the seismic response mode between seismic and interbedded sandstone, then determined the classification, finally, based on the distribution of seismic response, the distribution of interbedded sandstone reservoirs was identified and predicted effectively.
Key words: waveform classification     fluvial facies     interbedded sandstone     seismic forward modeling     seismic waveform characteristics    
0 引 言

地震波形分类技术是油田开发前期少井或者稀井网情况下一种基于地震信息比较有效的储层预测方法(殷积峰等,2007赵力民等,2007邓传伟,2008赵裕辉和邓军,2009).对于河流相储层沉积砂体,厚度通常远小于地震资料的调谐厚度,基于地震信息准确分辨砂体储层是很难实现的,但是砂体储层厚度以及薄砂层的叠置组合变化均会引起地震波形发生较大变化,而波形是地震振幅、频率、相位的综合体现,能够真实的反映储层厚度或者叠置储层的变化特征.因此,波形分类技术应用的关键是如何建立起典型砂体叠置模式与地震波形之间的对应关系.

为此,本文在前人对秦皇岛32-6油田沉积模式(武文来,2008施尚明等,2011)、储层-地震特征(赵春明等,2009刘金连和张建宁,2010井涌泉等,2012)及预测方法(吕晓光等,1997高静怀等,2003杨凯,2005柏冠军等,2006范军侠等,2007李健等,2010王薇等,2013)研究的基础上,应用地震响应正演模拟技术重点研究小于地震资料调谐厚度情况下单井不同砂体叠置模式地震波形特征规律,建立叠置砂体与地震波形特征之间的相关关系,明确不同波形特征所包涵的地质意义.从而在精细层位解释的基础下,选择合适的时窗,应用地震波形分类技术预测河流相砂体储层展布特征.

1 地震资料基础

秦皇岛32-6油田位于渤中凹陷石臼坨凸起中西部,构造是在前第三系古隆起背景上发育并被断层复杂化的大型披覆构造,形成于早第三纪,定形于晚第三纪.区内断层稀少,构造相对简单,该区的主要油藏类型为明化镇组下段泛滥平原河流相沉积砂岩油气藏.单一砂层平均厚度在5 m左右,砂层间泥岩隔层厚度一般大于10 m,主力储层砂体埋藏深度为1000 m至1200 m,构造相对比较简单,断层不发育.地震资料品质较高,地震子波主频在50 Hz左右(图 1).通过14口评价井资料统计可知,总体上,砂岩相比于泥岩表现为低速、低密和低波阻抗的“三低”特征(武文来,2008井涌泉,2012).在建立地质模型过程当中,在没有特殊说明的情况下,点坝相砂岩速度和密度分别为Vs and =2340 m/s,ρs and =2.0 g/cm3,泛滥平原泥岩相砂岩速度和密度分别为Vsh=2420 m/s,ρsh=2.2 g/cm3,因此,本区地震资料的调谐厚度为Δh=λ/4=11.5 m,在实际地震剖面上根据地震响应能量的变化能够区分砂体厚度在调谐厚度附近的砂体顶、底界面.同时,根据地震属性特征以及地震响应波形特征可以研究小于调谐厚度砂体的叠置展布特征.

图 1 地震资料品质分析 (a)地震资料频谱;(b)提取的震源子波. Fig. 1 Analysis of seismic data (a)Spectral of seismic data;(b)Abstracted wavelet.

在基于地震资料的砂体解释工作中,单一河道砂体厚度一般小于地震资料调谐厚度,因此,纵向上根据测井资料的解释以及精细的井震标定能够对单一砂体进行研究;但横向上由于单一河道砂体边界特征非常复杂,导致地震反射特征变化很大,如图 2所示.由于本区勘探开发程度较高,拥有比较齐全的岩心、测井和地震资料,通过精细的井震标定,能够对砂体储层叠置组合特征与地震响应变化规律有正确的认识.

图 2 工区地震剖面 Fig. 2 Seismic profile of oil field
2 单井砂体叠置模式地震波形特征

通过系统分析秦皇岛32-6油田单井砂体叠合模式,根据测井曲线相型特征建立了6种砂体叠置模式:

(1)单一较薄砂层,测井相型为指型,反映该沉积时期水流能力较弱,物源供给少但是比较稳定.模型设计为高速泥岩背景下的单一薄层低速砂岩,砂岩厚度一般在2~3 m,地震响应特征如图 3a所示:波峰-波谷反射时间厚度大于实际砂体厚度,即根据顶、底反射时间差预测砂体厚度大于实际砂体厚度.

(2)单一较厚砂层,测井相型为漏斗型或者箱型,漏斗型反映在该沉积时期向上水流能力增强,物源供给的不断增加,分选逐渐变好;箱型则反映沉积过程中物源丰富,水流能力加强且水动力条件稳定,沉积后期物源供给突然中断,水动力突然减小,可能是由于截弯取直的废弃河道.模型设计为单一高速泥岩背景中的低速厚砂层,砂岩厚度一般在4~7 m,地震响应特征如图 3b所示:由于较厚砂体厚度仍小于调谐厚度,所以,顶、底反射仍然会相互干涉,形成单一对称、能量中等偏强的地震反射,可以根据波峰-波谷反射时间差预测实际砂体厚度.

图 3 不同砂体垂向叠置模式地震响应特征 (a)单一薄砂层实际地震响应与模型地震响应;(b)单一厚砂层实际地震响应模型地震响应; (c)薄砂层叠置,实际地震响应模型地震响应;(d)薄层-厚层叠置实际地震响应与模型地震响应; (e)三层叠置实际地震响应模型地震响应; (f)泥岩区实际地震响应与模型地震响应 Fig. 3 Seismic response of different interbedded s and stones (a)Seismic response of single thin layer s and body; (b)Seismic response of single thick layer s and body; (c)Seismic response of thin interbedded layers s and body; (d)Seismic response of single thin-thick interbedded layers s and body; (e)Seismic response of single multy interbedded layers s and body; (f)Seismic response of mudstone area

(3)薄层叠置,测井相型为两个指型或者钟型叠置,存在薄夹层,砂岩叠置总厚度一般在5~10 m,泥岩隔夹层的厚度小于4 m,模型为泥岩背景两个薄层砂岩叠置,地震响应特征如图 3c所示:由于叠置总的厚度小于地震资料调谐厚度以及四个顶、底界面反射的相互干涉作用,则形成能量很弱的反射,波形拉伸明显,反射内部存在微弱的反射,基本不能根据地震反射识别两薄层.

(4)薄层与厚层叠置,测井相型为一个指型与一个箱型或者钟型组合,模型为泥岩背景下一薄层砂岩与一厚层砂岩叠置,之间存在薄泥岩夹层,地震响应特征如图 3d所示:地震响应波形表现为不对称形式,相比于波谷,波峰明显拉伸,能量减弱,频率降低.波峰-波谷之间会有弱反射存在,但不能准确分辨两期砂层厚度,理论模型试验表明,通过对比单一反射波峰波谷的波形差异,在叠置时,可以有效识别各期砂层的相对厚度,波形稳定,能量偏强,与单一砂层时地震响应相似时为相对较厚砂层的界面反射

(5)三层叠置,测井相型为三个指型相互叠置.整体厚度在地震资料调谐厚度附近,模型为泥岩背景三层砂岩叠置,泥岩夹层很薄,地震响应特征如图 3e所示:当整体厚在于地震资料调谐厚度附近时,调谐成为单一波形,波峰能量居中偏低,而波谷出现明显的拉伸,这是与其它叠置模式最为明显的差异特征.

(6)泥岩区地震响应,测井响应很弱,设计模型为泥岩背景下多期薄泥质砂岩叠置,地震响应特征如图 3f所示:相比于砂岩叠置,泥岩区地震反射相互之间干涉影响严重,导致总体反射能量相对很弱,且波形呈不规则变化.

3 地震波形分类预测叠置砂体分布

3.1 地震波形分类应用关键步骤

(1)层位解释,由于波形聚类对层位解释的精度要求较高,为了避免手动追踪时造成的误差,对解释的层位应进行适当的平滑处理.

(2)时窗确定,由于薄层砂体叠置时,薄层反射相互间均有调谐影响,全波形的变化特征反映的是砂体储层变化的趋势.因此,时窗应该选择地震波形的一个周期的范围,如图 4所示.

图 4 地震波形分类时窗 Fig. 4 Time windows of waveform

(3)地震波形选择,在精细的储层井震标定基础上,选择有监督的(supervised)的波形分类算法,典型的地震波形根据第2节的分析结果,确定4类波形:单层砂体地震响应,波形对称(图 3a图 3b);两层砂体叠置地震响应,波峰拉伸,出现双峰,波谷稳定(图 3c图 3d);三层砂体叠置地震响应,波峰能量中等,波谷拉伸明显(图 3e);泥岩区地震响应(多期薄层砂体叠置),波形能量很弱,波形不规则(图 3f).

3.2 应用效果分析

应用精细的波形分类定义的4类波形,基于储层标定结果,建立样本道,对秦皇岛32-6油田北区NmII-3小层进行了有监督波形分类,得到的各类波形的砂体叠置模式分布范围如图 5所示,指型或者箱型单层砂岩的低频连续强反射特征(波形分类1)呈连片分布,分布面积较大;两层叠置砂岩的低能量、波峰拉伸、波谷稳定较低振幅的反射特征(波形分类2)主要集中分布于东、西两井区之间;三层叠置砂体的波峰稳定、波谷拉伸较低振幅的反射特征(波形分类3)分布于2层砂体叠置之间; 泥岩区的反射分布有限,主要原因是根据砂体内部的展布特征进行的波形分类.

图 5 NmII-3小层地震波形分类平面图 Fig. 5 The waveform classification plane graph of NmII-3

根据以上分布特征,结合测井沉积微相分析,认为本区为多期高弯度曲流河点坝叠置沉积模式.波形成对称低频强连续反射特征主要反映了曲流河点坝主体,砂体多期叠置,厚度大,分布连续,隔夹层不发育,测井曲线呈箱型或者正韵律明显的钟型;在曲流河点坝包围的区域便是点坝边缘叠置区域,由于不同期次点坝的叠置,形成了叠置点坝边缘厚度规律性较差,反射波形频率较高,多以波峰拉伸出现双波峰或者波谷拉伸为特征,测井相型呈连续指型或者齿型,泥岩夹层发育.废弃河道发育有限,由于多期河道点坝切割叠置,而废弃河道泥岩主要发育在点坝边缘的局部地区,因此,原始废弃河道泥岩区较难识别.

4 结 论 4.1      由于单砂体厚度远小于地震资料的调谐厚度,地震波形是多期单砂体叠置的综合反映,因此,基于波形准确分辨单层砂体较难实现,但结合测井、地质等研究成果,根据地震波形的相对差异可以比较有效的识别砂体的叠置模式,从而预测砂体储层分布特征.

4.2      波形分类算法是从地震波形总体的特征差异变化出发,只有准确的建立波形特征与储层特征的关系,才能够有效的识别和预测砂体储层的分布.

4.3       由于地震波形受到复杂的河道砂体叠置情况、地震资料品质、储层物性特征等多种复杂因素综合影响,因此,应用波形分类技术预测砂体储层分布仍然存在不确定性等问题,需要根据新的钻探资料、动态结果对河道砂体储层已有认识进行不断的修正和完善.

致 谢 感谢审稿专家和编辑部老师的指导和帮助. 

参考文献
[1] Bai G J, Wu H N, Zhao X G, et al. 2006. Research on prediction of thin bed thickness using seismic data and its application [J]. Progress in Geophysics (in Chinese), 21(2): 554-558.
[2] Deng C W, Li L H, Jin Y J, et al. 2008. Application of seismic waveform classification in predicting sedimentary microfacies[J]. Geophysical Prospecting for Petroleum (in Chinese), 47(3): 262-265.
[3] Fan J X, Liang F, Tian Y. 2007. Recognition and prediction of sub-channel branch sandbodies in the third member of the Dongying formation, Hainan area [J]. Progress in Geophysics (in Chinese), 22(5): 1527-1532.
[4] Gao J H, Chen W C, Li Y M, et al. 2003. Generalized S transform and seismic response analysis of thin interbeds[J]. Chinese J. Geophys. (in Chinese), 46(4): 526-532.
[5] Jing Y Q, Yu J, Fan T E, et al. 2012. Study on influence factors of fluvial faces reservoir geophysical parameters in QHD32-6 oilfield at Nm Formation[J]. Progress in Geophysics (in Chinese), 27(4): 1541-1547.
[6] Li J, Liu T J, Dai M, et al. 2010. Predicting and tracing of the thin sand bodies in the Liaohe oilfield [J]. Progress in Geophysics (in Chinese), 25(1): 56-62.
[7] Liu J L, Zhang J N. 2010. Geological modeling and seismic forward response characteristics analysis of single channel sand body boundary in Jiyang prospecting area [J]. Geophysical Prospecting for Petroleum (in Chinese), 49(4): 344-350.
[8] Lü X G, Zhao H Q, Fu Z G, et al. 1997. A detailed description of area continuity of fluvial reservoir[J]. Acta Petrolei Sinica (in Chinese), 18(2): 66-71.
[9] Shi S M, Ma Y P, Wang L, et al. 2011. The identification of single channel in composite sand body of meandering stream[J]. Science Technology and Engineering (in Chinese), 11(3): 471-475.
[10] Wang W, Han B, Tang J P. 2013. Regularization method with sparsity constraints for seismic waveform inversion[J]. Chinese J. Geophys. (in Chinese), 56(1): 289-297.
[11] Wu W L. 2008. A technique of seismic facies-controlled prediction and its application in QHD32-6 oilfield [J]. China Offshore Oil and Gas (in Chinese), 20(3): 157-161.
[12] Yang K. 2005. The reservoir predication for Guantao set of Dongying sunken, Shengli oil-field [J]. Progress in Geophysics (in Chinese), 20(1): 54-57.
[13] Yin J F, Li J, Xie F, et al. 2007. Application of waveform classification technique in predicting reef gas pool in east Sichuan basin [J]. Geophysical Prospecting for Petroleum (in Chinese), 46(1): 53-57.
[14] Zhao C N, Hu J S, Huo C L, et al. 2009. Sandbody interconnectivity architecture and development characteristics of meandering river and braided river deposits-a case study of Qinhuangdao 32-6 Oilfield, Bohai area [J]. Petroleum Geology and Recovery Efficiency (in Chinese), 16(6): 88-91.
[15] Zhao L M, Lang X L, Jin F M, et al. 2007. Application of waveform classification technique in the prediction of subtle reservoirs[J]. Petroleum Exploration and Development (in Chinese), 46(1): 53-57.
[16] Zhao Y H, Deng J. 2009. Application of fine waveform classification in prediction of carbonate reservoirs in Tahe oilfield[J]. Tuha Oil & Gas (in Chinese), 14(1): 75-79.
[17] 柏冠军, 吴汉宁, 赵希刚,等. 2006. 地震资料预测薄层厚度方法研究与应用[J]. 地球物理学进展, 21(2): 554-558.
[18] 邓传伟, 李莉华, 金银姬,等. 2008. 波形分类技术在储层沉积微相预测中的应用[J].   石油物探, 47(3): 262-265.
[19] 范军侠, 梁锋, 田永. 2007. 海南地区东三段水下分流河道砂体的识别与预测[J]. 地球物理学进展, 22(5): 1527-1532.
[20] 高静怀, 陈文超, 李幼铭,等. 2003. 广义S变换与薄互层地震响应分析[J].   地球物理学报, 46(4): 526-532.
[21] 井涌泉, 余杰, 范廷恩,等. 2012. 秦皇岛32-6油田明化镇组河流相储层地球物理参数影响因素研究[J]. 地球物理学进展, 27(4): 1541-1547.
[22] 李健, 刘特阶, 戴民,等. 2010. 辽河油田薄层砂体的预测与追踪[J]. 地球物理学进展, 25(1): 56-62.
[23] 刘金连, 张建宁. 2010. 济阳探区单一河道砂体边界地质建模及其地震正演响应特征分析[J].   石油物探, 49(4): 344-350.
[24] 吕晓光, 赵翰卿, 付志国,等. 1997. 河流相储层平面连续性精细描述[J].   石油学报, 18(2): 66-71.
[25] 施尚明, 马艳平, 王雷,等. 2011. 曲流河复合砂体内单一河道的识别方法[J].   科学技术与工程, 11(3): 471-475.
[26] 王薇, 韩波, 唐锦萍. 2013. 地震波形反演的稀疏约束正则化方法[J].   地球物理学报, 56(1): 289-297.
[27] 武文来. 2008. 地震相控预测技术及其在QHD32-6油田的应用[J].   中国海上油气, 20(3): 157-161.
[28] 杨凯. 2005. 东营凹陷王庄——宁海地区馆陶组储层预测[J]. 地球物理学进展, 20(1): 54-57.
[29] 殷积峰, 李军, 谢芬,等. 2007. 波形分类技术在川东生物礁气藏预测中的应用[J].   石油物探, 46(1): 53-57.
[30] 赵春明, 胡景双, 霍春亮,等. 2009. 曲流河与辫状河沉积砂体连通模式及开发特征--以渤海地区秦皇岛32-6油田为例[J].   油气地质与采收率, 16(6): 88-91.
[31] 赵力民, 郎晓玲, 金凤鸣,等. 2001. 波形分类技术在隐蔽油藏预测中的应用[J].   石油勘探与开发, 28(6): 53-55.
[32] 赵裕辉, 邓军. 2009. 精细波形分类法在塔河油田碳酸盐岩储层预测中的应用[J].   吐哈油气, 14(1): 75-79.