2. 中海石油(中国)有限公司天津分公司, 天津 300452
2. Bohai Oilfield Exploration and Development Research Institute, Tianjin Branch of CNOOC Ltd., Tianjin 300452, China
地震上与流体垂向运移有关的空白模糊带被称为气烟囱.早期,人们从地震剖面上去认识和解释气烟囱现象,通过地震数据体浏览的方式把反射杂乱无序、低振幅、低频率等特征作为寻找气烟囱的证据.但是这种方法只能识别典型的大规模气烟囱现象,而对于规模较小、特征不明显的隐蔽气烟囱却鞭长莫及.同时,常规方法难以刻画气烟囱的空间展布特征及其细节,从而大大限制了其应用范围.
近年来,基于多层感知器(MLP)人工神经网络(ANN)的“气烟囱体”模式识别技术逐渐发展起来(Meldahl et al., 2001; Tingdahl et al., 2001).“气烟囱体”作为一种新的概念,是一种利用三维叠后地震数据体和先验信息(如解释员的认识和其它地质资料)来突出与气烟囱或气云有关的垂向杂乱无序的地震特征的处理和解释手段.国外油气公司最早采用该技术来预测由浅层气可能引起的地质灾害,以及海底泥火山对平台稳定性的影响(Aminzadeh et al., 2002; Heggl and ,2004).随着技术的不断发展和推广,气烟囱体的应用范围扩展到油气运移通道检测(Ligtenberg,2003)、断层封堵性分析(Ligtenberg et al., 2003; Heggl and ,2005)、储层油气充注条件及圈闭有效性评价等多个方面,为寻找有利勘探目标,提高对油气系统的认识提供了一种有效的手段.
本文在前人研究基础上,利用气烟囱模式识别技术对渤海辽东湾某区块的油气运移通道进行检测,从气烟囱分布规律出发,结合区域构造演化和已钻井结果,探讨该区油气运移模式和成藏规律.
1 “气烟囱”及“气烟囱体”概念
气烟囱是指深层超压流体沿构造薄弱带向上流动穿过上覆地层形成的一种特殊的伴生构造,常常与海底泥火山、海底麻坑、浅层气云等特殊现象伴生.根据气烟囱气源成因可将其分为有机成因、无机成因和混合成因三类(张为民等,2000),其中有机成因的气烟囱对油气勘探具有重要意义,因此一直以来是人们研究的重点,也是本文探讨的对象.
气烟囱的形成应该具备以下几个条件(梁全胜等,2006a):
第一,深层埋藏成熟的烃源岩形成气烟囱的物质前提,烃源岩在生烃过程中产生一定程度的超压,为油气的垂向运移提供源动力.
第二,具有幕式开合特征的构造薄弱带的发育,作为油气的泄压通道,使得油气以相对集中的方式,优势运移.
第三,具备一定的封盖条件,有利于促进压力封存箱超压的形成.在此基础上,当烃源岩层油气压力逐渐增大,达到一定程度时,就会突破泥页岩封盖层,沿构造薄弱带向上运移,如果较浅层圈闭条件匹配,便可能聚集成藏,如果压力过大,甚至可能突破圈闭封盖层,造成圈闭泄漏,油气在运移过程中使得其通道含气,便在地震上形成气烟囱.
因此,气烟囱对油气运移通道具有指示作用,同时对圈闭有效性的评价具有一定的帮助.
“气烟囱体”检测技术是一种能够突出地震数据上与气烟囱和气云有关的垂向异常的新的处理和解释手段.其实质是利用多种地震属性或准属性(尹成等,2012;刘伟等,2012;杨瑞召等,2013),采用有监督的人工神经网络方法进行模式识别得到的气烟囱概率三维数据体.它可以用来解释油气在何处生成,如何运移进入圈闭,如何溢出或泄漏在海底形成浅层气、泥火山或麻坑.最初主要应用于探测浅层气和地质灾害,区分充注和未充注的圈闭目标,分析盆地的油气运移史等方面.近年来,气烟囱体的应用范围逐渐扩大,涵盖了研究油气运移通道及运移模式、预测断层活动性和圈闭完整性、识别油气泄漏点和浅层气异常、预防地质灾害等多个方面.
2 气烟囱体处理和解释基本原理
2.1 典型气烟囱地震响应特征
典型气烟囱在地震剖面上具有明显的垂向扰动特征,反射杂乱、能量弱、频率低、整体呈烟囱状或柱状,深层地震反射同相轴具有不同程度的下拉现象.如果油气沿通道一直泄漏到海底并持续至今,气烟囱往往还与海底麻坑、泥火山、浅层气等相伴生.前人对气烟囱形成的机理(张为民等,2000;梁全胜等,2006a)及地球物理特征(陈林等,2005;梁全胜等,2006b;刘殊等,2006;何永垚等,2012)进行过一些研究,认为油气在运移过程中,使得作为油气运移通道的裂隙、裂缝、断层中的孔隙大量含气,这些地方的速度比围岩变低,同时对地震波高频能量具有一定的吸收作用,因此在地震剖面上表现出低频、弱振幅的声空白带,下伏地层反射出现同相轴下拉.裂隙、裂缝发育程度不同,以及含气饱和度的不均匀,使得其反射杂乱不连续.
在地震属性上,气烟囱与围岩的响应也明显不同,以渤海湾盆地辽中南洼某测线为例,原始地震剖面如图 1a,图中红色虚线范围内即为可能的气烟囱异常范围.同时,在浅层还出现大范围的弱振幅带(如图a中红色椭圆所示范围),海底出现以低频、强振幅为特征的浅层气,以及该区钻井发现油气田,均证明了该区油气比较活跃.对该剖面提取了相干体、曲率、瞬时频率、最大曲率、均方根振幅、信噪比等属性,分别如图 1b、c、d、e、f所示,从中可以看出,气烟囱区具有低相干值、低瞬时频率较、低振幅、低信噪比、曲率属性异常等特征.由此,我们可以发现,利用单一地震属性进行气烟囱或其它地质异常的预测具有局限性:第一,单一属性上的异常特征不一定就是反映我们想要识别的地质异常,例如相干体剖面上的低值异常既可能表示基底、岩丘、生物礁等地质体,也可能表示气烟囱、裂缝、断层等,而瞬时频率剖面上的弱振幅异常可能是由于气烟囱吸收效应引起,也可能是由于地震照明不足或散射衰减引起.第二,不同属性刻画某种地质异常的能力不同,例如相干属性和曲率属性都能刻画断裂发育,而前者对微小断裂、裂缝的刻画能力不如后者.
![]() |
图 1 典型气烟囱地震响应及其地震属性特征
(a)为原始地震数据;(b)为相干体属性; (c)为瞬时频率属性;(d)为最大曲率属性; (e)为均方根振幅属性;(f)为信噪比属性. Fig. 1 Typical seismic response of gas chimney and its seismic attributes characters (a)Raw seismic data;(b)Similarity;(c)Instantaneous frequency;(d)Maximum curvature; (e)RMS amplitude;(f)Signal to noise attributes. |
同时,我们也可以发现,在原始地震剖面和常规单一属性剖面上,对于一些不明显的异常,很难判断是否是由气烟囱效应引起的.实际上,前人通过数值模拟的方法证明(Arntsen et al., 2007),对于同样的油气运移通道模型,排烃早期的气烟囱现象并不明显,随着大量油气的生成和运移,排烃通道的气烟囱现象越来越明显.这说明经历了大量油气运移的通道形成的气烟囱在地震剖面上比较容易识别,而对于其它比较隐蔽的气烟囱,则很容易被忽略.
因此,考虑采用具有更突出的优化求解能力和模式分类能力的人工神经网络进行气烟囱体的多属性综合识别.
2.2 有监督人工神经网络原理
有监督的人工神经网络是从上世纪90年代迅速发展起来的一种新技术,已被广泛应用于油气地球物理勘探的多个领域,如测井岩性识别、测井沉积相类比、地震资料岩性预测、油气预测等.神经网络模型有很多种,在油气勘探中应用得最多的是基于多层感知器(MLP)原理的前馈神经网络.多层感知器神经网络由输入层、输出层和一层或多层隐含层组成,文中采用多层感知器模型的最简单形式——三层感知器模型,如图 2所示.每层包括若干节点,前后各个节点间以权值连接,同一层之间的神经元没有连接,输入层节点个数即地震属性个数,输出层节点个数即分类数.理论证明,任意复杂的多元函数都可以用一个三层的层状网络来逼近,因此基于MLP的人工神经网络对于多维数据的模式分类能力远远超过常规的多元统计方法和专家系统法.
![]() | 图 2 三层感知器模型示意图 Fig. 2 Sketch of three-layer perceptron model |
生物神经元在数学上可以由一个激励函数A来表示,即
W为权值函数,其定义为
在多层感知器模型中,常用一个连续函数来代替二进制激励函数,应用最广泛的是Sigmoid函数,其定义为
有监督的多层感知器神经网络是指首先由已经揭示的地质资料或专家认识拾取一组具有代表性的数据样本,包括已知的具有典型特征的地震异常体和非地震异常体,通过对这些样本进行训练学习,不断调整多层感知器的加权系数,使得神经网络预测结果和已知输出之间的误差最小.学习算法一般采用误差向后传播(Back Propagation)方法,误差可以由输入值和预测值之间的均方根误差erms表示为
. 样本训练过程中,将之前拾取好的数据样本根据一定比例,随机分为训练组和测试组,然后启动训练.MLP通过反复多次迭代对数据样本进行模式识别,建立输入属性和输出类比之间的联系.神经网络学习收敛的过程即归一化均方根误差逐渐减小的过程,如图 3所示,其中a和b分别表示归一化均方根误差和错误分类数百分比随迭代次数的变化曲线,其中红线表示训练组数据,蓝线表示测试组数据.
![]() |
图 3 人工神经网络训练过程监督窗口
(a)归一化均方根误差;(b)错误分类数百分比. Fig. 3 Supervising window of ANN training process (a)Normalized RMS error;(b)Misclassification percentage. |
训练过程中需要进行人为监督,当训练组和测试组的误差曲线降低到最小,错误分类不再减少时停止训练,以免测试曲线再次走高出现网络过度匹配的情况.此时权值系数高的属性即为通过神经网络训练确定的对气烟囱敏感的属性.将训练好的神经网络应用于整个三维数据工区,即可计算出气烟囱概率体,越接近1的区域表示越有可能为气烟囱发育部位,概率值小的区域可能代表隐蔽的气烟囱,0值区表示气烟囱最不可能发育的部位.
3 应用实例
以辽东湾某区块为例,研究气烟囱发育特征及其对油气运移和成藏规律的指示意义.
研究区位于辽中南洼走滑压扭反转构造带,在区域构造上处于郯庐断裂在下辽河坳陷和渤中坳陷之间的过渡带,属于晚期构造运动比较强烈的地区,如图 4中红色虚线圈所示.目前,周边已相继发现了多个油田和含油气构造,证明该区具有优越的石油地质条件和广阔的勘探前景.因此,通过气烟囱体检测,研究该区油气运移通道和运移模式,进而摸清成藏规律,对开展进一步深入勘探具有重要的意义.
![]() |
图 4 研究区平面及剖面构造特征 (a)600 ms相干切片;(b)2400 ms相干切片;(c)典型剖面构造特征. Fig. 4 Plane and lateral structural characteristics of interested area (a)Similarity slice in 600 ms;(b)Similarity slice in 2400 ms; (c)Structural characteristics of typical section. |
该地区的断裂主要分为浅层断裂和深层断裂,如图 4a、b所示,其中,a为600 ms相干切片,b为2400 ms相干切片.深层断裂向下延伸到基底,向上延伸至更新世,对沉积起着控制作用,也是控制反转构造发育的主要断层;浅层断裂主要是后期的走滑压扭作用所致,在剖面上呈“花状”构造形态,如图 4c.平面上与走滑断裂相伴生的断层大都呈北东东向雁列式展布.
采用前文介绍的有监督人工神经网络方法,对该区三维地震数据体的多种属性进行气烟囱模式识别,最后得到该区的三维气烟囱概率体.为了与浅层气异常范围、断裂空间展布比较,提取了浅层的能量切片,同时计算了相干等时切片,结果如图 5所示.从中可以看出,气烟囱的分布范围与断裂发育情况密切相关,断裂带越复杂气烟囱越发育,而断裂相对简单的区域气烟囱概率较小,因此,利用气烟囱体能够定量或半定量地评价不同断裂体系的油气运移条件.此外,气烟囱的分布与浅层气云(图 5中红色强能量团)有很好的对应关系,进一步证明了气烟囱对油气运移通道的指示作用.
![]() | 图 5 气烟囱、气云、相干切片三维显示 Fig. 5 3D view of gas chimney,gas cloud and similarity slice |
为了研究不同断裂的油气运移条件和运气期次,提取了过构造主测线方向的气烟囱剖面,如图 6所示.从气烟囱的分布情况可以推断,直接沟通油源的深大断裂,如中央走滑断层和辽中I号断层,对油气运移起着至关重要的作用,而派生次级断裂对油气运移起调节作用.从断距大小和派生断裂复杂程度可以判断,中央走滑断层晚期活动性明显比辽中I号断层要强,而从气烟囱发育情况来看,中央走滑断裂带的气烟囱发育程度明显要比辽中I号断层强,中央走滑断裂主干断层在晚期活动形成一系列负花状派生次级断层,其在平面上为一系列近东西走向的雁列式断层,如图 4a所示.派生次级断层对油气的二次调节作用十分明显,部分油气沿着这些断层一直运移到海底,形成大面积气云及浅层气,证明油气至今仍在沿中央走滑断裂带运移.相比之下,辽中I号断层在晚期活动性明显较弱,油气再次调节作用不明显.
![]() |
图 6 构造主测线方向气烟囱检测结果 (a)原始地震剖面;(b)地震剖面及气烟囱检测结果. Fig. 6 Gas chimney detection result of in-line direction of structures (a)Raw seismic section;(b)Seismic section with gas chimney identified. |
在上述研究基础上,进一步验证并确立了该区“早期成藏,中期调整,晚期富集”的成藏模式.并且进一步明确了大型走滑断裂带是该区主要的油气富集带,而不同断裂活动的差异决定了油气运移时期和油气富集层位的不同.
通过钻井证实,中央走滑断裂带的油气富集层位相对分散,在古近系和新近系的多个层系均有油气发现,如图 7中红色椭圆所示井区范围,而辽中一号断裂带油气富集层位则主要集中在古近系,如图 7中黄色椭圆所示井区范围,显然,中央走滑断裂带属于更为有利的油气聚集区带.
![]() | 图 7 气烟囱与相干属性投影图(1750 ms) Fig. 7 Gas chimney and similarity slice (1750 ms)projection |
因此,气烟囱体检测技术有助于油气富集规律和成藏模式分析,预测有利勘探区带和勘探目标.
4 结 论 4.1基于有监督人工神经网络模式识别方法的气烟囱体检测技术,能够在一定程度上减少直接利用原始地震数据或单一地震属性解释气烟囱的多解性,其结果对油气运移通道的指示更加清楚、直观、可靠.
4.1以辽东湾某区块为例,利用气烟囱检测技术识别出该区油气运移的主要通道.中央走滑主干断层和辽中I号断层是该区沟通油源的主要断层,而晚期活动性更强的中央走滑断裂及其派生次级断层对油气的再次调节作用更加明显,控制部分油气在浅层聚集成藏. 4.1气烟囱和浅层气云的存在证明研究区范围内郯庐断裂带至今仍处于活动状态,油气沿走滑断裂的油气垂向输导,在其伴生断裂形成的圈闭聚集,是该区的重要成藏类型. 4.1气烟囱和浅层气云对研究区油气富集区具有指示作用,利用气烟囱能够分析断裂活动的差异性对油气运移期次和油气富集层位的控制作用. 致 谢 感谢审稿专家和编辑部老师的指导和帮助.| [1] | Aminzadeh F, Connolly D, Heggland R, et al. 2002. Geohazard detection and other applications of chimney cubes[J]. The Leading Edge, 21(7):681-685. |
| [2] | Arntsen B, Wensaas L, L?seth H, Hermanrud C. 2007. Seismic modeling of gas chimneys[J]. Geophysics, 72(5): SM251-SM259. |
| [3] | Chen L, Song H B. 2005. Geophysical features and identification of natural gas seepage in marine environment[J]. Progress in Geophysics, 20(4):1067-1073. |
| [4] | He Y Y, Wang Y M, Xu C X, et al. 2012. Characterisitcs and accumulation model of gas chimneys in deep water area of Baiyun sag, Pearl River Mouth basin[J]. Marine Origin Petroleum Geology, 17(3):62-66. |
| [5] | Heggland R. 2004. Definition of geohazards in exploration 3d seismic data using attributes and neural-network analysis[J]. AAPG Bulletin, 88(6):857-868. |
| [6] | Liang Q S, Liu Z, Wang D J, et al. 2006. Gas chimney and hydrocarbon exploration[J], Xinjiang Petrolum Geology, 27(3):288-290. |
| [7] | Ligtenberg H, Connolly D. 2003. Chimney detection and interpretation, revealing sealing quality of faults, geohazards, charge of and leakage from reservoirs[J]. Journal of Geochemical Exploration, 78, 385-387. |
| [8] | Liang Q S, Liu Z, Chang M, et al. 2006. Gas chimney effect and formation of quaternary gas pool in Sanhu area, Qaidam basin[J]. Xinjiang Petrolum Geology, 27(2):156-159. |
| [9] | Ligtenberg J. 2003. Unravelling the petroleum system by enhancing fluid migration paths in seismic data using a neural network based pattern recognition technique[J]. Geofluids, 3(4):255-261 |
| [10] | Ligtenberg J. 2005. Detection of fluid migration pathways in seismic data: Implications for fault seal analysis[J]. Basin Research, 17(1): 141-153. |
| [11] | Liu W, Chen X H, He Z H, et al. 2012. Neural network gas chimney identification based on steering cube[J]. Oil Geophysical Prospecting, 47(6):937-944. |
| [12] | Liu S, Fan J F, Qu G S, et al. 2006. Gas chimney effect: typical seismic expression of lithologic shoal and reef gas[J]. Natural Gas Industry, 26(11):52-55. |
| [13] | Meldahl P, Heggland R, Bril B, et al. 2001. Identifying faults and gas chimneys using multiattributes and neural networks[J]. The Leading Edge, 20(5):474-482. |
| [14] | Tingdahl K M, Bril A H, Groot P. 2001. Improving seismic chimney detection using directional attributes[J]. Journal of Petroleum Science and Engineering, 29(3):205-211. |
| [15] | Yang R Z, Li Y, Pang H L, et al. 2013. 3D seismic chimney detection technology based on dip steering and its application on Buir sag of Hailar basin[J]. Geocience, 27(1):223-230. |
| [16] | Yin C, Wang Z G. 2012. Review of seismic meta-attribute of expressing geological objects[J]. Progress in Geophysics, 27(5):2024-2032. |
| [17] | Zhang W M, Li J L, Zhong J Y, et al. 2000. A study on formation mechanism of gas-chimney and relationship with petroleum[J]. Scientia Geologica Sinica, 35(4):449-455. |
| [18] | 陈林, 宋海斌. 2005. 海底天然气渗漏的地球物理特征及识别方法[J]. 地球物理学进展, 20(4):1067-1073. |
| [19] | 何永垚, 王英民, 许翠霞,等. 2012. 珠江口盆地深水区白云凹陷气烟囱特征及成藏模式[J]. 海相油气地质, 17(3):62-66. |
| [20] | 梁全胜, 刘震, 王德杰,等. 2006.“气烟囱”与油气勘探[J]. 新疆石油地质, 27(3):288-290. |
| [21] | 梁全胜, 刘震, 常迈,等. 2006. 柴达木盆地三湖地区第四系气藏形成与“烟囱效应”[J]. 新疆石油地质, 27(2):156-159. |
| [22] | 刘伟, 陈学华, 贺振华,等. 2012. 基于倾角数据体的神经网络气烟囱识别[J]. 石油地球物理勘探, 47(6):937-944 |
| [23] | 刘殊, 范菊芬, 曲国胜,等. 2006. 气烟囱效应——礁滩相岩性气藏的典型地震响应特征[J]. 天然气工业, 26(11):52-55. |
| [24] | 杨瑞召, 李洋, 庞海玲,等. 2013. 倾角导向体控制的气烟囱识别技术及其在海拉尔盆地贝尔凹陷中的应用[J]. 现代地质, 27(1):223-230. |
| [25] | 尹成, 王治国. 2012. 明确地质含义的地震准属性的回顾与探讨[J]. 地球物理学进展, 27(5):2024-2032. |
| [26] | 张为民, 李继亮, 钟嘉猷,等. 2000. 气烟囱的形成机理及其与油气的关系探讨[J]. 地质科学, 35(4):449-455. |
2014, Vol. 29








