地球物理学进展  2015, Vol. 30 Issue (2): 746-751   PDF    
能量半时地震属性的诠释与应用
郭迎春1, 张军华2 , 刘磊1, 刘培金2, 黄广谭2, 李宇航2    
1. 中石化胜利油田地质科学研究院, 东营 257015;
2. 中国石油大学(华东)地球科学与技术学院, 青岛 266580
摘要:在当前地震资料解释及储层预测中, 能量半时与相干、均方根振幅、主频等成为经常采用的地震属性, 但其理论含义与本质还很少有人关注.本文通过公式解剖、模型测试与实际应用, 对能量半时属性做了较详细的诠释, 研究结果对实际生产有一定指导作用.研究表明:1)能量半时反映的是一分析窗内能量的相对变化关系, 可指示沉积环境、岩性岩相的变化;2)能量半时分析时窗长度取接近子波长度为好;3)能量半时下降沿的中点正好对应界面分界点, 可以作为储层与围岩的分界标志;4)质心能量半时比直接计算的能量半时要光滑, 对于低信噪比资料, 采用前者为好;5)能量半时还具有识别弱信号的优点.
关键词地震属性     能量半时     质心时间     窗函数     薄层检测    
The annotation and application of energy half-time attribute
GUO Ying-chun1, ZHANG Jun-hua2 , LIU Lei1, LIU Pei-jin2, HUANG Guang-tan2, LiI Yu-hang2    
1. Shengli Geological Science Research Institute of SINOPEC, Dongying 257015, China;
2. School of Geosciences, China University of Petroleum, Qingdao 266580, China
Abstract: Energy half-time, coherent, RMS amplitude and dominant frequency attributes are common seismic attributes in seismic data interpretation and reservoir prediction now. However, the essential meaning of energy half-time has seldom been concerned. The article explains energy half-time in detail through formula, model test and practical application. The result possesses guiding effects on practical production. Studies show that: 1) Energy half-time reflects relative change of energy in analysis time window. 2) The preferred size of analysis time window is close to the length of wavelet. 3) The midpoint in falling edge of energy half-time corresponds to point of interface. It's the sign which separates reservoir and wall rock.4) Compared with energy half-time calculated directly, center-of-mass method is smoother and better for low S/N data. 5) Energy half-time can also identify weak signal preferably.
Key words: seismic attribute     energy half-time     center-of-mass time     window function     thin bed detection    
 0 引 言

在油气勘探中,利用地震属性预测有利目标已是一种必不可少的手段,而能量半时、相干、均方根振幅、主频等则是比较常用的几种地震属性.相干、振幅、频率等属性,由于其地质意义和物理含义非常明确,人们对它们已非常熟识.能量半时,又称为能量半衰时或半时能量,是一个泊来词,L and mark解释系统称之为“Energy Half-time”,Geoframe解释系统称之为“Half Energy”.通过工作站解释系统的推广使用,人们逐渐发现能量半时是一个比较有用的地震属性:如能量半时、瞬时频率、频带宽等属性与砂岩厚度的相关性较好(周宗良等,2002);利用振幅变化率、相干值、均方根振幅、振幅方差、时频属性、能量半衰时等6种地震属性融合可较好地预测塔中碳酸盐岩缝洞储层(徐丽萍,2010);在南黄海盆地,对岩性比较敏感的地震属性包括弧长、平均能量、能量半衰时、相关长度、平均信噪比和目的层厚度(吴淑玉等,2011);湖底扇砂体厚度与平均波峰振幅、能量半时及瞬时频率等地震属性有良好的相关性(刘杰等,2013);优选均方根振幅、负振幅之和以及能量半衰时3种地震属性,并采用地震属性聚类分析,可进行泥岩隔夹层的识别(高磊等,2013),等等.

总之,能量半时反映的是一个时窗内振幅的相对变化,它应该与储层的厚度、岩性有一定的关系,至于究竟是什么样的关系,有什么样具体的物理含义,对此人们还没有进行深入研究.本文通过文献调研,给出了能量半时的定义与计算公式;通过模型制作,研究了它的物理含义,讨论了其时窗选取问题,分析了能量半时的薄层检测能力;最后,用实际资料进行了进一步检验与应用.研究结果对广大地震解释人员,掌握能量半时属性的本质,在储层预测和描述中更好地用好此地震属性,有一定的借鉴意义. 1 地震属性的概念、分类及提取方式 1.1 地震属性的概念

地震属性(Seismic attribute)是指由叠前或叠后地震数据,经过数学变换导出的有关地震波的几何形态、运动学特征、动力学特征和统计学特征(张军华,2012).其发展始于上世纪60年代,经历了直接烃类检测亮点、瞬时属性分析、多属性分析、多维属性分析等阶段,目前已广泛应用于构造解释、地层分析、油藏描述、模型正演、聚类分析及地震相分析等相关领域,在油气勘探开发中的重要性不断增加(张延玲等,2005陈林和宋海滨,2008王开燕等,2013).

1.2 地震属性的分类

地震属性种类众多,常分为以下四大类:1)将地震属性分为以动力学和运动学为基础的纯地震特征和按储层特征划分的地震属性(Chen and Sidney, 1997);2)将地震属性分为提供构造信息的时间属性、提供地层和储层信息的振幅和频率属性以及提供渗透率信息的吸收衰减属性三类;3)将地震属性分为物理属性和几何属性两类,物理属性主要应用于岩性及储层等储层特征的解释,几何属性则应用于层序地层划分、层序地层学研究及断层、岩性体的解释;4)在生产科研中,根据实际要求和效果,还常将地震属性分成振幅、频谱、瞬时、相关统计、层序统计等5大类(李威,2010).

1.3 地震属性的提取方式

地震属性提取方式主要有三类,即整道处理属性、沿层属性和体处理属性.整道属性可以得到剖面属性和数据体属性,如三瞬、道积分(相对波阻抗)、分频数据体等.沿层属性可以按单时窗提取,也有的可按双时窗提取.按单时窗常可以提取均方根振幅、主频等常用属性,双时窗则可提取衰减类属性.体处理方式提取的属性有限,主要是相干体、结构张量体、三维曲率体等,可以按道组合或小体元提取.

2 能量半时的计算公式、物理含义及诠释

2.1 能量半时的定义与计算公式

能量半时可定义为:在给定的分析时窗内,计算能量达到1/2时的相对时间位置.设分析时窗为W,共N个样点,对于地震数据道x,计算时窗内的总能量E0

计算时为了消除吉布斯现象,W应选取一平滑的窗函数.

总能量的一半,即半能量为

(2)式中,P即为分析窗(长度为N个点)能量达到一半的时间,做归一化后得

L and mark解释工作站将能量半时定义为时窗能量质心时,计算公式为

式中tl为计算时窗长度,为能量质心时间,ti=i×dt,dt为采样间隔.

2.2 能量半时的基本物理含义

给定一子波(主频35 Hz),设计3个波组(图 1),各包含两个反射波:1)第1个波组强能量在下方,两个界面时间分别在100 ms和140 ms处;2)第2个波组两个反射波能量大小一致且对称,界面时间分别在200 ms和240 ms处;3)第3个波组强能量在上方,界面时间分别在300 ms和340 ms处.按式(3)、(4),取时窗长度100 ms(解释工作站缺省值),计算三个波组的能量半时.第1个波组主要能量在后面,因此它能量达到一半的时间比较大,两种方法计算出来的值都比较大(67和60);第2个波组具有严格的对称性,值居中;第3个波组能量集中在上部,值较小.

图 1 能量半时的基本物理含义Fig. 1 The basic physical meaning of energy half-time attribute

从以上分析可以知道,能量半时直观上来说,它反映的是地震波能量的变化关系.对于沉积环境相对平静的环境,地震反射能量变化较小,能量半时趋于一个中值;如果储层含有油气,反射能量增加并伴有同相轴下拉,这是能量半时就会变大,因此一定程度上可作为一种很好的地震属性,指示沉积环境、岩性岩相的变化.另外,直接定义的能量半时和质心定义的能量半时结果基本类似.

2.3 能量半时属性含有的反射界面信息

能量半时除了按图 1所示沿某一储层计算以外,还可以滑动时窗对整个剖面计算.图 2蓝线得到的是时窗取100 ms计算得到的属性曲线,图下部给出的是合成记录.从能量半时变化曲线可以看到两个现象:

图 2 能量半时属性所含的界面信息Fig. 2 The information contained in the interfaceofenergy half-time attribute

1)三个波组在能量半时曲线上呈三个锯齿波,波组特征很明显;

2)界面分界点正好对应锯齿波下降沿的中值(50),对于本模型是精确吻合.这是非常有意思的现象,如果这一结论成立,将是一种非常好的储层顶底界面的识别方法.

对这一问题,下面将会从方法对比、时窗的选取、薄互层的分辨能力等方面展开讨论.从图 2的变化曲线上还可以看到,质心能量半时比直接计算的能量半时要光滑.所以,对于信噪比较低的资料,以采用质心能量半时为宜.

3 能量半时计算的时窗选取原则

对于图 2下部所示的合成地震记录,分别用两种方法,按100 ms、50 ms、25 ms、15 ms四种时窗长度计算能量半时,结果如图 3所示.从图 3集中可以得出以下认识:

1)如果储层较厚、信噪比较高,则可用方法1(式3)计算,其精确度较高,如图 3a

2)如果储层较薄、信噪比较低,方法1在锯齿波的端部会出现毛刺,此时用方法2(式4)能取得比较好的效果;

3)时窗过大,曲线两端计算值误差较大,如图 3a非常明显;

图 3 能量半时时窗选取比较
(a)时窗100 ms;(b)时窗50 ms;(c)时窗25 ms;(d)时窗15 ms
Fig. 3 Comparisons of different window selection of energy half-time attribute

4)时窗过小,如图 3d,会在反射界面中间再出现假的 反射界面,实际上它是将子波的旁瓣信息误识别为界面信息;

5)理想的时窗应取子波长度为好,对于本模型35 Hz的雷克子波,子波长度在40~50 ms左右,基本对应图 3b的结果. 4 能量半时薄层检测能力分析

根据前面提到能量半时属性可以反映反射界面信息的问题,制作一个楔形体模型来进一步讨论,如图 4a所示.图 4b图是锯齿波下降沿的中值图,从图中可以看出能量半时是一种非常好的储层顶底界面的识别属性.

图 4 能量半时薄层检测模型图
(a)楔形体模型;(b)能量半时锯齿波下降沿中值图
Fig. 4 Energy half-time attribute detecting thin layer model diagram

由于能量半时属性是依据波形信息来研究数据属性,因此还可以用能量半时属性来研究弱信号的问题.图 5a是制作的强屏蔽下的薄层弱信号反射界面模型,红色层为强反射层,绿层为薄储层,黑色层为泥岩层.图 5b是模型的地震记录,从图中可以看出由于强反射层的存在,第一个薄层的信息得不到很好的反应,第二个层在合成记录中可以分辨出来,图 5c为能量半时属性,从图中可以看出,能量半时可以有效地分辨弱信号的界面信息.因此当在地震剖面上地震信息很弱但存在波形变化时,可以利用能量半时属性进行界面的划分.

图 5 能量半时属性弱信号检测模型图
(a)地质模型;(b)合成记录;(c)能量半时属性
Fig. 5 Energy half-time attribute detecting weak signal model diagram
5 实际资料检验及应用

选取胜利油田滨435三维区块为研究实例,储层为沙四上纯下次亚段.前期研究表明,储层埋深较大,厚度较薄,地震分辨率较低,常规地震属性无法很好预测有利储层.

图 6展示的是工区中的一连井剖面,剖面中解释线为T7反射层,下面为滩坝砂储层.从图 6a可以看出,沙四段储层分辨率很低,用原始地震剖面很难识别储层.我们提取很常用的地震属性,瞬时振幅和瞬时频率,结果如图 6b图 6c.可以看到:瞬时振幅对T7的强反射有很好反映,但对下伏储层没有效果;而瞬时频率,无论是盖层还是储层,值都差不多,与储层没有相关性.我们还提取了瞬时相位、弧长、均方根等属性,发现效果也不理想.

图 6 B427-B410连井剖面及常规属性
(a)地震剖面;(b)瞬时振幅属性;(c)瞬时频率属性
Fig. 6 The B427-B410 connecting-well profile and general attributes

考虑到常规属性存在的问题,我们通过前面得到的认识,对工区资料进行能量半时属性的提取.我们分别用20 ms、40 ms、80 ms时窗提取能量半时属性,考察其实际应用效果,并对时窗长度这一重要的应用参数进行检验,结果如图 7所示.

图 7 不同时窗下提取能量半时属性
(a)开窗20 ms能量半时属性;(b)开窗40 ms能量半时属性;(c)开窗80 ms能量半时属性
Fig. 7 Energy half time attribute extraction under different time windows

通过比较可以发现,当开窗时间为20 ms时,所提取的能量半时属性,虽然波形极值点与井点分层相对应,但属性剖面紊乱,薄互层储层特征很不明显;当开窗时间增大到40 ms时,即时窗大小接近子波长度时,可以发现能量半时属性不仅能与井分层数据较好地对应,而且能量半时属性能够很好地反映储层的特征,这个结果也与前面的理论讨论中得到认识相一致;当开窗时间继续增大,大到80 ms时,可以发现剖面的分辨率以明显变低,均衡作用明显,薄互层特征已不易识别.以上结论对实际应用有指导作用,商用工作站通常时窗缺省值为100 ms,使用者如果不了解能量半时的理论意义,往往得不到好的结果.

我们还比较了其他多口井,效果都非常好,进一步说明了能量半时作为一种具有明确地质含义的地震属性,在滩坝砂等薄互层储层识别中有良好的应用效果.

6 结论与认识

通过对能量半时属性的研究,总结出以下几点结论与认识:

1)能量半时反映的是一分析窗内能量的相对变化关系,可指示沉积环境、岩性岩相的变化,可作为储层预测很好的一种地震属性.

2)时窗大小的选择比较重要:时窗过大,曲线两端计算值误差较大;时窗过小,会在反射界面中间再出现假的反射界面;理想的时窗应取子波长度为好.

3)能量半时下降沿含界面信息,该属性变化曲线下降沿的中点正好对应界面分界点.

4)质心能量半时比直接计算的能量半时要光滑,对于信噪比较低的资料,拟采用质心能量半时为宜.

5)相对原始地震数据,能量半时属性可以更有效地识别滩坝砂等薄互层储层.

参考文献
[1] ChenL, SongH B. 2008. Seismic instantaneous attribute extraction based on empirical mode decomposition[J]. Progress in Geophysics(in Chinese), 23(4): 1179-1185.
[2] Chen Q, Sidney S. 1997. Seismic attribute technology for reservoir forecasting andmonitoring[J]. The Leading Edge, 16(5): 445-456.
[3] Gao L, Ming J, Yan T, et al. 2013. Application of seismic attribute analysis technique to the identification of mudstone interbeds[J]. Lithologic Reservoirs(in Chinese), 25(4): 101-105.
[4] Li W. 2010. Detection and prediction of fracture-cave contained reservoir of carbonate from seismic data[D]. Beijing: China Universityof Geosciences.
[5] Liu J, Cao Y C, Wang J, et al. 2013. Sedimentary characteristics and distribution law of sandbodies of the first member of Liushagang formation of paleogene of awell field in Weixinan depression[J]. Acta Sedimentologica Sinica(in Chinese), 31(1): 56-66.
[6] Wang K Y, Xu Q Y, Zhang G F, et al. 2013. Summary of seismic attribute analysis[J]. Progress in Geophysics(in Chinese), 28(2): 815-823, doi: 10.6038/pg20130231.
[7] Wang Y G, Yue Y X, Zhang J H. 2007. The Seismic Attribute Analysis Technology (in Chinese)[M]. Dongying: China University of Petroleum Press.
[8] Wu S Y, Liu J, Xiao G L, et al. 2011. Application of seismic attribute analysis to the permian-triassic deposits in the south yellow sea[J]. Marine Geology and Quaternary Geology(in Chinese), 31(5): 109-116.
[9] Xu L P. 2010. The application of multi-attribute fusion technology to the reservoir prediction of carbonate fracture and cavity in Tazhong area[J]. Chinese Journal of Engineering Geophysics(in Chinese), 7(1): 19-22.
[10] Zhang JH. 2012. Fine Seismic Description Technology of Fault Block and Fractured Reservoir (in Chinese)[M]. Dongying: China University of Petroleum Press.
[11] Zhang Y L, Yang C C, Jia S G. 2005. The application of the seismic attributes[J]. Progress in Geophysics(in Chinese), 20(4): 1129-1133, doi: 10.3969/j.issn.1004-2903.2005.04.036.
[12] Zhou Z L, Xiao J L, Zhang F. 2002. Optimized processing of seismic attributes and quantitative interpretation of reservoir thickness[J]. Xinjiang Geology(in Chinese), 20(3): 262-265.
[13] 陈林, 宋海滨. 2008. 基于经验模态分解的地震瞬时属性提取[J]. 地球物理学进展, 23(4): 1179-1185.
[14] 高磊, 明君, 闫涛,等. 2013. 地震属性综合分析技术在泥岩隔夹层识别中的应用[J]. 岩性油气藏, 25(4): 101-105.
[15] 李威. 2010. 碳酸盐岩裂缝型储层地震预测技术研究[D]. 北京: 中国地质大学(北京).
[16] 刘杰, 操应长, 王健,等. 2013. 涠西南凹陷A井区古近系流沙港组一段砂体沉积特征及分布规律[J]. 沉积学报, 31(1): 56-66.
[17] 王开燕, 徐清彦, 张桂芳,等. 2013. 地震属性分析技术综述[J]. 地球物理学进展, 28(2): 815-823, doi: 10.6038/pg20130231.
[18] 王永刚, 乐友喜, 张军华. 2007. 地震属性分析技术[M]. 东营: 中国石油大学出版社.
[19] 吴淑玉, 刘俊, 肖国林,等. 2011. 地震多属性预测技术在南黄海二叠系至三叠系沉积分析中的应用[J]. 海洋地质与第四纪地质, 31(5): 109-116.
[20] 徐丽萍. 2010. 多属性融合技术在塔中碳酸盐岩缝洞储层预测中的应用[J]. 工程地球物理学报, 7(1): 19-22.
[21] 张军华. 2012. 断块、裂缝型油气藏地震精细描述技术[M]. 东营: 中国石油大学出版社.
[22] 张延玲, 杨长春, 贾曙光. 2005. 地震属性技术的研究和应用[J].地球物理学进展, 20(4): 1129-1133, doi: 10.3969/j.issn.1004-2903.2005.04.036.
[23] 周宗良, 肖建玲, 张枫. 2002. 地震属性的优化处理及储层厚度的定量解释[J]. 新疆地质, 20(3): 262-265.