0 引言

松辽盆地中浅层主力油层组以陆相沉积为主，主要发育河流相、三角洲相等沉积.其中，三角洲沉积体系中的分流河道砂体是重要的油气储集体之一，由于其具有“砂层薄、砂地比低、横向分布不稳定”等特点，对其进行精确刻画一直是地球物理学科攻克的难点问题之一.随着勘探进程的推进，分流河道的有效刻画，越来越受到石油勘探家的重视，对分流河道砂体的纵向厚度及平面展布的有效预测成为亟待研究的难点和重点问题.Widess(1973)首先提出薄层厚度可通过反射振幅进行估算，但他只讨论了用大小相等而极性相反的反射系数背景下的薄层情况.但是，振幅值受上下砂体反射率绝对值的影响，仍然是非常难以准确判断砂体的真实厚度.多属性反演方法是另一种方式来确定薄砂层厚度(段云卿等，2007)，选择一些对薄砂层厚度敏感的地震属性，然后利用优化的非线性反演算法确定砂厚度(Chopra and Marfurt，2007；郎晓玲等，2010；王开燕等，2014)，这种方法的缺点是，它只能在钻井领域中使用，更重要的是，这种方法的效率比较低，且其在砂体边界的预测中有很大的不确定性，尤其是在只有几口井的区域.对于河道砂体平面展布的预测，常见的方法是基于地震属性分析(Linari et al.，2003；Dumitrescu and Lines，2008； 刘伟等，2011;Chopra et al.，2012；陈恭洋等，2012；冯磊和李光明，2012；张帅等，2013；郑静静等，2014)，振幅属性可以显示砂体的分布规律和方向，但它对地震信号干扰非常敏感；相干技术检测相邻地震道之间的差异，对河道砂体边界识别较为敏感；除此之外的频率属性(Verma et al.，2009)、波形属性等对分流河道砂体边界有一定响应，但也都存在各自的局限性，尤其在对窄小、变化快的分流河道砂体预测中误差较大.因此本文就分流河道砂体综合刻画这一困难但意义重大的问题进行研究，并提出分流河道砂体综合刻画两步法：首先，对基础属性进行提取，并在此基础上进行基础属性的分析优选，应用支持向量机方法对优选属性进行计算融合，从而预测分流河道砂体平面展布；其次，应用测井曲线重构、随机反演方法，提高垂向分辨率，有效识别分流河道砂体厚度发育，从而实现分流河道砂体平面展布和厚度的综合刻画.本文以G油田X区扶余油层F205沉积单元为例进行分流河道砂体预测，预测分流河道平面展布及厚度发育结果与井点匹配程度均大于80%，并在预测结果基础上设计评价井一口，经岩心、测井曲线等证实，该井为典型的河道砂沉积体，试油结论为高产工业油层，充分证明了应用优选地震属性的支持向量机方法刻画河道平面展布，结合测井曲线重构参与的随机反演方法刻画河道厚度，在三角洲沉积体系分流河道的综合刻画上是有效的.

1 G油田扶余油层地质背景

G油田位于大庆长垣中段，构造上跨大庆长垣的高台子构造、太平屯构造和葡萄花构造.北部与太平屯地区相连，南部与葡萄花油田相邻，含有丰富的油气资源.该区扶余油层主要发育三角洲前缘亚相沉积，砂体类型以分流河道砂为主，储层岩性以中、粗粒粉砂岩、细砂岩为主；胶结物以泥质、钙质胶结为主，胶结较致密.孔隙类型主要以原生砂岩粒间孔隙为主，次生孔隙不发育，喉道形态较为复杂，储层有效厚度平均为6.6 m，孔隙度平均为25%，渗透率平均为160×10^-3 μm²，属中孔中渗储层，储层矿物成分以石英砂为主，胶结类型以泥质和钙质胶结为主，岩石成分成熟度和结构成熟度较高；岩石固结程度低到中等，颗粒接触以点接触和点线接触为主，整体处于早成岩阶段.受浅水三角洲沉积体系的控制，研究区分流河道砂岩储层具有“层薄、砂地比低、横向分布不稳定”的特点.分流河道宽度在300~800 m，砂岩单层厚度较薄，在2~5 m，砂地比一般在40%以上，泥岩隔层少，单层厚度大，砂地比偏低，“泥包砂”特征明显.在速度分布特征方面，整体上泥岩速度最低，泥质粉砂岩速度最高.但泥岩与砂岩及泥质砂、砂质泥重叠区范围较大，部分泥岩速度甚至高于砂岩速度，这也是造成地震反射类型多样性的重要原因，为应用地球物理资料预测分流河道砂体带来一定难度.

2 地震属性法刻画分流河道砂体平面展布 2.1 地震属性优选

地震属性种类繁多，国内外专家学者根据不同算法及不同研究目标业已提取出近200种地震属性，目前尚无统一分类标准.根据地震属性提取方式，主要可以分为层面属性和层间属性，层面属性是指沿解释地层提取的属性，主要反映层面信息变化，对断层响应敏感；层间属性指以两个解释地层作为时窗的顶底提取的属性，主要反映层间信息的变化，对储层发育响应敏感.为了刻画分流河道砂体发育情况，本次主要采取层间属性提取方式，提取振幅类、频率类、相位类、波形类及相关类等共计50种地震属性，并利用均一化方法对该批属性进行量纲化处理，以钻遇河道砂的井点为正样本数列，钻遇非河道砂的井点为负样本序列，采用灰色关联分析法对提取的众多属性进行主因子判别，得出振幅类均方根属性、最大波峰属性、瞬时频率和瞬时相位(如图 1)等15种地震属性为关联主因子较高，优选其作为支持向量机方法的输入数据.

2.2 支持向量机法属性融合预测河道砂平面展布

SVM适用于小样本非线性高维数问题和局部极小点等问题，其原理是通过构造的最优决策函数，将训练样本通过非线性映射到一个高维特征空间中，将非线性函数回归问题转换为高维特征线性函数的回归问题，完成由非线性到线性问题的转化过程(张学工，2000；李国发等，2011).

设定参与训练属性样本集{x_i，y_i}，(i=1，...，n)，其中，n为空间样本个数，优选属性样本的输入x_i，样本的输出y_i，对于所求的函数为

(1)

定义优化函数为

(2)

约束条件s·t

(3)

(4)

(5)

其中，φ为非映射函数；ω为函数平面法向量；b为函数平面的偏置；Τ为转置矩阵；ε为误差概率；ξ_i，ξ_i^*为在误差ξ约束下训练误差的上限；ξ为一正数，可根据希望达到的精度而事先设定；C为惩罚因子.设定约束条件为

(6)

建立拉格朗日函数：

(7)

则优化方法的对偶形式为

(8)

其中，K(x_i，x_j)=φ(x_i)·φ(x_j)为核函数，a_i和a_i^*为拉格朗日算子.

(8) 式对应的互补条件为

最终得到的回归函数为

(9)

根据上述选取的15种关联因子较大的属性进行一次累加，生成一阶累加数列，累加后的数列作为SVM的输入训练样本，利用SVM方法建立预测模型得出预测结果，最后将预测结果进行累减还原，最终得出G油田扶余油层分流河道地震属性预测图.以F205沉积单元为例，从预测属性图可以看出(图 2)，试验区内主要发育三条规模不等、呈条带状的异常地质体(暖色异常区)，走向为北西向为主，经钻井证实，该南北走向的属性异常体为河道沉积体，东部河道(河道1)位于试验区边部开发井网区，河道发育较小，属井点落实河道；中部河道(河道2)发育规模较大，河道宽度约300 m，延伸1300 m；西部河道(河道3)规模较河道2规模小，宽约250 m，区内延伸400 m，其与河道2均属地震预测河道.研究区内，共计12口井落入预测属性图的暖色区内，符合率占总钻遇河道井数的85%，最大砂岩厚度达5.0 m，未落入预测属性图暖色区内的井钻遇河道边部或河道末端特征，因此在地震属性中特征不明显.可见应用属性优选的支持向量机法可有效预测分流河道砂体的平面展布.

3 地震反演法刻画分流河道砂体厚度分布

由于分流河道砂体厚度较薄，单砂体厚度一般在2~5 m范围，而地震属性25 m左右的垂向分辨率无法对其进行准确刻画.因此在利用地震属性对河道平面展布进行刻画的基础上，运用随机反演技术，对2 m以上储层砂体进行识别，实现分流河道砂体平面展布、纵向厚度发育的全面刻画.

为实现分辨分流河道薄砂体的目的，以地震层序格架为基础，地质小层分层数据为约束，建立高精度地震反演模型，通过叠后地震反演、多分量地震反演和多分量随机反演方法研究与优选，开展薄互层储层地震反演预测(李军等，2009，李占东等，2011；王香文等，2012).实现过程如下：

① 测井资料分析校正

由于测井曲线采集年度、仪器、井眼条件不同，需要对测井曲线进行标准化校正，以便使所有参与反演的测井及曲线具有相同的对比参数.消除不同采集参数对测井结果的影响，使得反演工区内的所有井的同类曲线在量纲上是一致的，保证了测井地层参数的可靠性.

② 测井曲线的敏感性分析及曲线重构

由于不同测井曲线与砂泥岩敏感程度不同，因此，需要对测井曲线(如电阻率、自然电位等)与砂泥岩进行敏感性统计分析，优选一种或几种敏感曲线作为地震反演的基础曲线，然后，利用频率补偿等重构曲线的方法，构建一条新的测井曲线，该曲线能够直观反映储层地球物理特征，以此替代原始声波曲线，为下一步高分辨率的地震反演奠定基础.

③ 构造建模约束下的初始模型

开展构造建模约束反演，可以增加反演细节，降低反演因为插值收敛等带来的不确定性，提高模型精确度，有利于完善井组注采关系，重构地下储层认识.

④ 井震联合逐级反演

首先，在初始模型的基础上，利用原始声波及密度曲线求取波阻抗进行常规波阻抗反演；其次，利用概率统计分析，根据已有砂体展布规模(X、Y、Z)，求取不同地层重构曲线的变差函数及直方分布，把常规波阻抗反演结果作为协数据，运用序贯高斯配置协模拟方法模拟一种敏感属性体，最后，在敏感属性的基础上，开展岩性模拟，以此完成砂岩厚度预测.如图 3，利用测井曲线重构的随机反演方法预测砂岩纵向分辨率高，横向砂体连通关系清晰.

据此提取砂岩厚度制作砂体厚度图，反映层段内总的砂体厚度变化，在小层级层序地层格架的基础上，层段内砂岩厚度反映主河道的发育及河道迁移.根据后验井实钻厚度与预测厚度比较可以看出，应用曲线重构的地震反演方法，可对厚度大于2 m的砂岩进行有效识别，符合率达87%.

4 分流河道砂体综合刻画及验证 4.1 分流河道砂体综合刻画

应用上述地震属性及地震反演方法可对主河道的平面展布及大于2 m砂岩厚度进行有效预测，但受到地震地质条件的复杂性影响，应用地震资料尚无法做到100%精确预测，因此在对分流河道进行刻画时，仍需结合井点实钻信息，实现井震综合刻画，具体实现流程如下：首先，利用已有岩心、测井、录井等资料，落实井点处河道相沉积；其次根据地震属性平面图刻画河道延伸范围和宽度，以及预测无井区河道展布；最后，结合地震反演预测成果对上述河道进行厚度厘定，从而对井点落实河道进行预测符合率评价，对地震预测河道进行平面展布和纵向厚度的全面刻画，据此提交钻探井位.本文以G油田X试验区扶余油层F205沉积单元为例，开展分流河道砂体综合刻画研究.X试验区主要为浅水枝状三角洲前缘亚相区，物源主要来自长垣北部，应用上述方法共识别出3条断续型分流河道沉积，均为北北西走向，其中，基于井落实河道1条，地震预测河道2条，如图 4.根据地震反演结果可知，河道1、河道3砂岩厚度在3 m左右，属窄小型河道；河道2砂岩厚度在5 m左右，发育规模相对较大.因此，G油田X试验区中部规模较大的预测河道2沉积为下一步井位部署的潜力区.

4.2 后钻井验证

截止目前，在X区预测河道2中部设计了一口评价井G12-9，在F204和F205进行试油.如表 1，F205单元砂岩厚度4.8 m，有效厚度为4.6 m，试油方式为压后抽汲，试油结论为高产工业油层，后经岩心、测井曲线等证实，该井为典型的河道砂沉积体，这充分证明了本文提出的分流河道综合刻画方法对于扶余油层预测河道砂是有效的.

5 主要认识 5.1  

陆相三角洲沉积体系中分流河道砂体为有利储集体之一，其以“砂薄、砂地比低、横向分布不稳定”为特点，预测困难.

5.2  

本文提出在对振幅、频率、相位、波形及相关等多种地震属性提取基础上进行优选组合，确定输入的最佳属性组合，而后应用支持向量机方法获得地震属性预测图，同时为克服地震属性纵向分辨率低的缺点，应用测井曲线重构、随机反演方法，提高垂向分辨率，有效识别分流河道砂体厚度发育，从而实现分流河道砂体平面展布和厚度的综合刻画.

5.3  

本文以G油田X区扶余油层F205沉积单元为例进行分流河道砂体预测，预测分流河道平面展布及厚度发育结果与井点匹配程度均大于80%，并在预测结果基础上设计评价井一口，经岩心、测井曲线等证实，该井为典型的河道砂沉积体，试油结论为高产工业油层，充分证明了应用优选地震属性的支持向量机方法刻画河道平面展布，结合测井曲线重构参与的随机反演方法刻画河道厚度，在三角洲沉积体系分流河道的综合刻画上是有效的.

致谢 感谢审稿专家提出的修改意见和编辑部的大力支持！