地震屬性技術在儲層預測中的應用

0地震屬性技術的發展歷程“地震屬性”可以追溯到20世紀60年代。當時中國有許多名稱，如地震信息、地震特征、地震參數、地震特征等，直到90年代才被確定為地震屬性。國際公司的創始人霍爾馬認為，地震屬性是描述和量化地震數據的特征，是原始地震數據中所有信息的集合。地震屬性的定義不同。然而，從數學的角度來看，地震屬性可以定義為地震數據的幾何、運動學、動力學和統計學特征的測量。地震屬性的發展過程通常經歷三個階段。第一階段是起步階段,20世紀60~70年代,人們通過各種觀察提出了“亮點”、“暗點”和“平點”技術,利用這個技術可以直接進行油氣檢測,隨著數學方法的引入,又提出了瞬時屬性和復數道分析技術,瞬時屬性技術被直接用于石油地球物理勘探的解釋和預測.第二階段是迅速發展階段,20世紀80年代初期,一方面利用振幅隨炮檢距變化的規律,另一方面出現了大量的屬性定量提取方法,提取出來的屬性多達幾十種,但是這樣提出來的地震屬性沒有明確的地質意義,在應用過程中導致了人們對它的不信任.第三階段是基本成熟階段,90年代初,多維屬性分析技術出現,地震屬性有了更明確的地質意義,能揭示出地震數據體中的沉積、巖性和儲層的信息,地震屬性研究開始向科學化方向發展.近年來,隨著智能化技術和可視化技術在地震屬性分析中越來越廣泛的應用,出現了一個新的概念“準屬性”.目前,地震屬性技術在構造解釋、地層巖性解釋、儲層評價、油藏描述以及油藏流體動態檢測等領域得到了廣泛應用,在模型正演、相干體技術、聚類分析、地震相分析、多屬性綜合分析等方面也有了較大的發展.地震屬性技術在油氣勘探開發中發揮著越來越重要的作用[10,11,12,13,14,15,16].1地震屬性的分類和提取1.1國外地震屬性分類隨著數學、信息科學等領域新知識的引入和廣泛應用以及計算機技術的迅速發展,利用各種數學方法從地震數據體中提取的各種地震屬性越來越多,可歸納為振幅、波形、頻率、衰減、相位、相關、能量、比率等8大類91種,隨著計算機技術的快速發展,目前已經發展到近200種地震屬性,目前大多數方法是根據算法和針對某個研究目標來進行分類,沒有一個統一的分類標準,也很難建立一個完整的地震屬性列表.為了更好理解和應用地震屬性,在國外,Taner、Brown、QuincyChen以及Liner對地震屬性分類作了詳細的研究.1995年Taner等人根據地震屬性的物理和地質意義,將地震屬性分為兩類,一類為幾何屬性,另一類為物理屬性.針對提取屬性的地震數據體不同,物理屬性又可分為疊前屬性和疊后屬性,疊前屬性包括AVO.1996年Brown將地震屬性分為4種基本類型,即時間、振幅、頻率和衰減屬性.每種基本類型根據提取屬性的數據體不同又分為疊后屬性和疊前屬性,其中疊后屬性按提取方式的不同分為沿層屬性和沿時窗屬性.1997年QuincyChen提出了兩種分類方法,一種以運動學和動力學為基礎把地震屬性分成振幅、波形、衰減、相關、頻率、相位、能量、比率八種類型;另一種基于儲層特征不同把地震屬性分為亮點和暗點、不整合圈閉和斷塊隆起、油氣方位異常、薄互層、地層不連續性、石灰巖儲層和碎屑巖、構造不連續性、巖性尖滅有關的屬性.2004年Liner將地震屬性分為基本屬性和特殊屬性.此外按照屬性提取方式的不同可將屬性分為層位屬性和時窗屬性兩類,按照地震屬性的定義可以將地震屬性分為幾何學屬性、運動學屬性、動力學屬性和統計學屬性四大類.我國學術界較為流行的分類方法是從運動學與動力學角度將地震屬性分為振幅、頻率、相位、能量、波形和比率等幾大類[18,19,20,21,22,23,24,25].1.2地震屬性的提取1.2.1地震屬性的提取地震屬性的提取,是指利用各種數學分析方法從地震數據體中拾取隱藏在其中的與巖性和儲層物性有關的信息的過程.地震屬性的提取方式主要有剖面屬性、層面屬性和三維體屬性提取.地震剖面屬性提取就是采用三瞬處理、時頻分析和波陰抗反演等特殊處理手段在確定的地震剖面上沿著目的層層位拾取各種地震信息,獲取地下地質信息.這種提取方式不僅簡單經濟而且實際的應用效果也較好.地震層面屬性提取就是用不同的數學方法分時窗提取目的層反射界面或某一時間界面的各種地震信息,以獲得目的層段在整個工區范圍內的橫向變化信息.地震三維體屬性提取就是在三維數據體中某一合適的時窗內提取各種地震信息.層位屬性與三維屬性體均采用單道時窗和多道時窗的屬性提取方式,二者在具體操作上略有差異但本質上是完全一致的[26,27,28,29,30,31].屬性的提取既可以在二維地震數據又可以在三維地震數據體上進行,不同的是利用二維地震數據只能得到剖面屬性和層位屬性(或稱為界面屬性、層面屬性、波至屬性等)而利用三維地震數據除了能夠得到與此相同的屬性外還能夠獲得三維屬性體.在實際應用中地震屬性提取的方式應根據研究工區的儲層地質特點、勘探程度以及所要解決的問題進行選擇,這樣才能獲得較好的效果.1.2.2影響地震屬性提取的因素1時窗確定的準則地震屬性的提取首先要選擇合適的時窗,時窗的大小直接決定了提取地震屬性時參與計算的地震數據體的范圍,時窗開得過大,包含不必要的信息;開得過小,則會出現截斷丟失有效成分,這樣對提取出的屬性結果產生影響.因此時窗選取的好壞對地震屬性的提取是非常關鍵的,時窗的選取主要分為固定時窗法和沿層滑動時窗法兩種.通過對地震屬性提取方法的理論分析以及模型計算總結了在儲層預測的實踐中時窗選擇應遵循以下準則[32,33,34,35,36,37,38]:(1)如果能夠同時準確追蹤儲層頂、底界面,則用頂底界面限定時窗提取層間各種信息;(2)如果只能確定目的層的頂界,以頂界同相軸對應的時間值作為時窗的起點,以合適的固定時窗長度沿層滑動提取屬性,時窗長度的選取以各道均包含儲層又盡可能少地包含非儲層信息為準;(3)如果儲層的頂底界面都不能確定,則以相鄰的標準層的走勢為參考,根據井點對應的儲層時間厚度,選取合理的時窗長度進行屬性提取;(4)層頂界以上地震信息不包含儲層地質信息,當目的層過薄,對應地震波組過短,時窗需要延長時只能適當下延;(5)一般情況下時窗長度應根據地震數據的主頻而定,在盡可能少包含非儲層信息的條件下應盡可能選取較大的時窗(1/2周期到3/2個周期);(6)在儲層反射橫向連續性較好的情況下,不宜根據井旁道計算平均儲層時間厚度作為時窗長度.2地震屬性與信噪比的關系信噪比直接影響地震屬性的提取效果,它是地震數據的一個關鍵的品質因素,提取相同的地震屬性,從信噪比高的地震數據中提取的屬性要比從信噪比低的地震數據中提取的屬性好.當信噪比小于2(低信噪比)時,原則上不能利用地震屬性研究地質問題;當信噪比為2~4(中等信噪比)時,可以利用地震屬性研究地質問題;當信噪比大于4(高信噪比)時,所提取的地震屬性最穩定,可靠性高,則完全能利用地震屬性研究地質問題.2基于屬性優化的屬性選取隨著對地震屬性的深入研究,運用各種數學方法拾取出的地震屬性種類越來越多,雖然屬性的增多能給我們帶來更多有用的信息,但它的無限增加也給儲層預測帶來了不利的影響,地震屬性與所預測對象之間存在復雜關系,不同地區、不同深度、不同儲層的地質條件及儲層條件也不同,儲層對地震屬性的敏感程度不完全相同,即使在同一個工區、同一套儲層,觀測對象不同,對應的敏感屬性也是有明顯差異,因此我們必須對提取出的大量屬性進行優化選擇.一般來說地震屬性優化應當遵循以下準則:優化后的屬性集整體與研究對象具有某種相關性,能夠對樣本進行有效分類;達到屬性結構的最優化,以盡可能相互獨立的變量組成盡可能低維的變量空間;使有用信息損失為最小,剔除起干擾作用的屬性[40,41,42,43,44,45,46,47,48].在遵循這些基本準則的前提下,地震屬性優化分析方法可以分為地震屬性降維映射和地震屬性選擇兩大類.2.1地震屬性的標準化由于不同的地震屬性的提取方式和計算方法均不相同,導致了不同地震屬性的單位、量綱以及數值大小、變化范圍都不相同的,直接使用這些屬性數據,就會出現突出絕對值大的屬性,壓制絕對值小的屬性的現象,為了克服出現這種不合理現象,在使用屬性數據前必須對地震屬性值進行標準化處理.地震屬性的標準化方法主要有總和標準化、最大值標準化、模標準化、中心標準化、標準差標準化、極差標準化和極差正規化等.根據地震屬性參數的特點,實際應用過程中通常采用極差正規化對地震屬性參數進行歸一化處理.極差標準化是將屬性的每個觀測值減去該屬性所有觀測值的最小值,再除以該屬性觀測值的極差,變換后每個屬性觀測值在0~1之間,公式為其中,x′ij是變換后的屬性值,xij為變換前的屬性值.2.2簡化變量系統,簡化變量系統,并將其簡化成一個低維變量系統和一個低維變量系統;其新變量系統所變量的實K-L變換是地震屬性降維映射較常用的方法.它可以有效地將一個高維變量系統綜合簡化成一個低維變量系統,并且新變量系統中的各個變量均是無關的.2.3選擇地震屬性的方法2.3.1專家優選法預測儲層目油田專家對某個地區與儲層特性關系比較密切的地震屬性是比較了解的,因此憑經驗可以進行地震屬性選擇,對專家優選出的地震屬性或地震屬性組合進行分析,達到預測儲層的目的.專家優選法需結合地質、測井等方面的資料對所有屬性進行分析,其優點是可信度高,優選出的屬性一般有較明確的地質意義;缺點是對工區以及各種地震屬性的含義都需要有深入的了解,工作量大,主觀性大.2.3.2基于rs理論的地震屬性正交分析地下儲層是非常復雜的,僅憑油田專家的經驗很難從大量的地震屬性中優選出合理的地震屬性或地震屬性組合,因此還需要借助數學手段進行選擇,常用的自動優選法有:順序前進法、順序后退法、增l減r法、屬性比較法、近些年出現了一些優選地震屬性的新方法,有遺傳算法、RS理論決策分析方法、聚類分析法、因子分析等.下面就這幾種新方法進行簡要介紹:遺傳算法是具有“生成+檢測”的迭代過程的搜索算法,采用并行搜索,搜索效率高.引入遺傳算法可以找到組合優化問題的全局(或近似)最優解,即找出儲層預測中的最優(或次優)地震屬性組合.RS理論可單獨進行地震屬性優化與模式分類,也可與其它模式識別方法結合起來進行地震屬性優化與模式分類,它為模式識別提供了一種新的方法.聚類分析是根據客體間在性質上或成因上的相關性大小,對客體進行分類的一種多元統計分析方法.通過聚類分析法得到的屬性分類更為合理,可能突破傳統地質學的一些定性分類系統.根據聚類分析的方法原理,聚類分析又可以細分為聚合法聚類分析和分解法聚類分析兩種.聚合法是目前最常用的聚類分析方法,聚合法聚類分析是以表示客體親疏關系的分類統計量為依據,把原本自成一類的每個客體按照彼此間的關系,最親密的客體合并成一類,再根據類之間的親疏程度繼續合并,直到全部客體聚為一類,給出一個定量聚類分析譜系圖,以譜系圖為依據進行地震屬性的優選.分解法聚類分析是在進行聚類分析開始時把全部客體看成一類,然后以某種分類統計量為依據進行分解,一直分解到所需的分類為止,它與聚合法聚類分析剛好相反.在進行聚類分析時最重要的是衡量出客體間的相似程度,通常用聚類統計量來作為衡量客體間的相似度的指標,聚類統計量有Q型聚類統計量和R型聚類統計量,每種統計量分別包括相似系數、相關系數、距離系數,但常選用相關系數作為聚類統計量.因子分析是研究變量間的相關關系、樣品間的相似關系、變量和樣品的成因關系以及分析變量和樣品間存在上述關系的內在原因的多元統計分析方法的總稱.因子分析可分為Q型因子分析、R型因子分析和對應分析3種類型.不同于專家優選法,自動優選法的可信度不高,優選出的地震屬性可能會沒有明確的地質意義,但是它的優點是不需要對工區和地震屬性的含義進行深入的理解,比較客觀,大大地減少了研究人員的工作量.2.3.3專家優化與最優搜索算法相結合因為專家優選和自動優選都有局限性,所以通常將專家與自動優選相結合進行地震屬性優化,在實際中經常采用專家優化與最優搜索算法結合,求取該組合優化問題的最優解.3地震屬性預測儲層參數的方法和技術屬性預測分析是將提取和優化后的各種地震屬性與已知井的地層結構、巖石物性、儲層含油氣等信息相結合,明確可利用地震屬性的地質物理意義,并進行精細的解釋、推斷,通過數學統計等方法從而得出對儲層定性或定量的結論.目前有逐步回歸、神經網絡、協克里金等地震屬性預測儲層參數的方法.每種方法各有特點,實際應用時可憑經驗選擇其中的一種預測方法,本文就這幾種方法進行歸納總結.3.1基于神經網絡的地震神經網絡人工神經網絡實際上是一種模擬人腦思維的模式識別技術,獲得智能信息處理功能的理論,神經網絡著眼于腦的微觀網絡構造,通過大量神經元的復雜連接,采用由底到頂的方法通過自學習自組織的非線性動力學所組成的并列分布方式,來處理難以語言化的模式信息.目前,神經網絡在石油勘探、開發中已經得到了非常廣泛的應用,它根據給定的井點處的儲層參數和各種地震屬性,通過自學習功能,形成比較復雜的網絡系統,建立起儲層參數與地震屬性參數之間較為復雜的關系.3.2儲層參數的屬性:二元回歸分析逐步回歸分析的基本思路是:根據優選出的地震屬性對儲層參數作用的大小,依次引入到回歸方程中,及時去掉對儲層參數作用不明顯的屬性,直到無對儲層參數作用明顯的屬性存在,同是,也無對儲層參數不明顯的屬性,這時回歸方程中的所有屬性都是對儲層參數明顯的屬性.按照涉及自變量的多少,可分為一元回歸分析和多元回歸分析;按照自變量和因變量之間的關系類型,可分為線性回歸分析和非線性回歸分析.3.3儲層參數預測方法協克里金方法是建立在地質統計學理論基礎上結合少量不規則分布的井點數據和規則密集網格分布的地震參數來重建儲層參數空間分布的參數預測方法,它能提高儲層參數估計值的精度,但由于協克里金方法存在對大尺度范圍的數據平滑處理時,模糊化并光滑化了小尺度的變異的缺陷,肖思和提出了分形協克里金方法,這種方法在三維儲層參數預測中取得了一定的成效.地震屬性預測的方法還有相關濾波方法、支持向量機方法、判別分析法、非參數回歸分析方法、灰色識別、模糊神經網絡方法等[50,51,52,53,54,55,56].4深度域地震屬性的應用研究地震屬性技術經過幾十年的發展,已經日趨完善,國內在不斷吸收消化國外技術的同時也在不斷的開發適合我國油氣勘探開發的地震屬性方法技術,國內的各油田研究單位研究人員同心協力對地震屬性進行研究,并取得了可觀的地震屬性創新成果.劉企英、陳遵德、朱廣生、杜世通等學者致力于地震屬性的研究,發表了相關的專著;張應波從微觀角度,根據Biot雙相介質理論研究開發了一套儲層物性參數處理新技術;這幾年《石油地球物理勘探》、《地球物理學報》等一批專業期刊都有不少有關地震屬性研究的文章發表.中國石化石油勘探開發研究院南京石油物探研究所,長期開展復雜地質條件下地震屬性技術研究探索,著重研究了深度域地震屬性特征與儲層物性的關系,形成了一套在疊前深度域進行地震屬性分析的方法技術,研制出了一系列國際領先的、擁有自主知識產權實用化的疊前深度域地震屬性提取和分析的軟件,成功應用于南方復雜區塊實際地震數據的深度域屬性提取,取得了深度域地震勘探研究的創新成果.現階段國內地震屬性研究的重點是地震屬性的優選和儲層預測識別方法問題.國內對地震屬性的研究相對于國外要滯后一些,縱觀地震屬性分析技術的發展歷程和國內外對地震屬性技術的研究現狀,未來幾年地震屬性的研究方向主要集中在以下幾個方面:1)三維地震數據體界面、體積屬性計算方法研究;2)原始地震資料的品質的提高;3)地震屬性與儲層參數之間物理、統計關系及儲層參數轉換方法研究,從而達到自動優化的目的;4)對傳統屬性