匹配追踪子波分解重构技术在气层检测中的应用

陈 胜，欧阳永林，曾庆才，包世海，李新豫,杨 青

（中国石油勘探开发研究院廊坊分院，河北廊坊065007）

匹配追踪子波分解重构技术在气层检测中的应用

陈 胜，欧阳永林，曾庆才，包世海，李新豫,杨 青

（中国石油勘探开发研究院廊坊分院，河北廊坊065007）

川中地区震旦系岩溶风化壳储层缝洞系统复杂、非均质性强、上覆泥岩对储层地震反射的影响较大，使储层地震响应及AVO特征均不明显，给储层预测和气层检测带来了较大困难。运用基于匹配追踪算法的子波分解重构技术有效剔除了泥岩的影响，并在此基础上进行了储层预测和气层检测，均取得了良好的效果。子波分解重构技术可将以往只能从宏观上整体描述的地震数据分解为不同形状、不同频率和不同能量的子波，然后根据需要对分解得到的子波进行合理的重构，其时间分辨率和频率分辨率均较高，为含有强反射干扰的复杂储层预测和气层检测提供了新的思路和方法。

子波分解；匹配追踪；子波重构；储层预测；气层检测

0 引言

川中地区元古界震旦系灯影组属碳酸盐岩岩溶储层，目的层埋藏深，高孔白云岩与致密白云岩的地球物理特征差异不明显，缝洞系统复杂，储层预测和气层检测难度均较大。震旦系储层形成早，虽然区域分布稳定，但受后期多期风化改造，发育多期溶蚀孔（洞），纵、横向非均质性均较强［1］。研究区储层上覆泥岩与致密白云岩的波阻抗差异明显，泥岩较厚、且呈区域性分布，在储层的顶界面处形成了强反射同相轴，储层地震响应特征不明显。泥岩强反射的波场调谐和屏蔽作用不仅使储层地震有效反射信号较弱，而且导致储层AVO现象不明显，储层预测及气层检测均面临巨大挑战。

匹配追踪子波分解重构技术出现于20世纪90年代。该技术分辨率高但计算量大，受当时计算机性能的限制未能得到推广［2］。近年来，随着计算机性能的提高，该技术在地震勘探中得以广泛应用。它将地震数据分解为不同形状、不同频率和不同能量的地震子波，然后根据需要对地震信号进行合理重构，从而剔除干扰和增强有效信号［3］。笔者应用匹配追踪子波分解重构技术去除储层上覆泥岩的影响，突出储层特征，在重构数据的基础上进行储层预测和气层检测，力争取得较好的效果。

1 匹配追踪子波分解与重构

1.1 匹配追踪子波分解与重构的数学原理

在常规的地震资料处理和解释中，地震道可表示为地震子波和地层反射系数序列的褶积，即

S（t）=R（t）*W（t）+N（t）（1）式中：S（t）为地震道，无量纲；R（t）为反射系数序列，无量纲；W（t）为地震子波，无量纲；N（t）为噪声，无量纲。

然而，这种基于单一子波假设的褶积模型与实际情况有很大差别。一方面，由于震源及激发条件的差异使得经过多个界面多次反射后的子波在能量、频率及极性等方面均存在很大差异；另一方面，由于地震波在穿过不同岩性与不同含油气性的地层后，波形会发生变化，地震子波会不同程度地被改造［4］。因此，所有基于单一地震子波褶积模型的储层预测和气层检测方法均损失了部分与储层和油气有关的地震信息。

子波分解与重构技术可将地震道分解为不同形状、不同频率和不同能量的地震子波。该子波与传统意义上的地震子波不同，一方面它可以是传统意义上的子波形式，如Morlet，Gabor或Rick子波，但其频率与能量随时间和空间的变化而变化；另一方面它也可以是用户自己定义的子波形式，故每1个被分解出来的子波成分又被称为原子，其数学表达式为

式中：ai为振幅，无量纲；mi为第i个原子，无量纲；fm为原子的频率，Hz；td为中心位置，无量纲；Φ为相位，（°）；E（N）f为残差，无量纲。

按式（2）对实际地震道分解后，就可根据需要对这些原子进行选择性重构。匹配追踪子波分解与重构技术基于匹配追踪多子波分解和Wigner-Ville分布的地震信号分析方法，无需加时窗处理，其时频谱无交叉项，具有较高的时间分辨率和频率分辨率［5］。其基本流程为：①利用1个基函数形成1个冗余原子库；②将地震信号与该库中的原子进行匹配，选取匹配能量（相关系数）最大的原子作为第一分量，它代表数据中具有最大共性和能量最强的波形，是区域内最大一级沉积相在地震上的响应；③对剩余的残余信号继续在原子库中寻找最佳原子，直到满足某一设定的阈值条件为止；④重复步③，直到残差E（N）f小于设定误差［6］。匹配追踪算法是一种贪婪算法，它通过不断迭代寻找局部最佳原子的方法对原始地震信号逐步逼近。目前，该方法在国外已广泛应用于地震信号处理、储层预测和气层检测，形成了一系列实用方法和技术［7］。

1.2 储层地震信号的分解与重构

首先应用匹配追踪算法将以往只能从宏观上整体描述的地震数据分解为不同形状、不同频率和不同能量的原子，这些原子与界面上下的地层岩性、物性和流体性质等均有关。被分解出来的原子均可由分析人员控制，因而可对这些原子进行选择性重构，进而从不同方面表征储层特征。

经过多子波分解，地震道被分解成多个不同形状、不同频率和不同能量的原子［图1（a）］。若将所有原子重新进行线性组合，即可精确重构出原始地震道；若选择部分原子进行线性组合，即可重构出1个全新的地震道［图1（b）］。重构方式一般有2种：一种是按能量重构，另一种是按频率成分重构。实际重构过程中，可根据研究区的地质特征和岩性组合关系，剔除影响储层反射特征的原子，将剩余原子进行重构，以剔除强干扰信号，增强弱有效信号［8］。重构主要依据测井解释成果和钻井油气资料，以已知井井旁道为标准，用不同原子组合进行重构实验，选取与储层及油气关系密切的原子，重构出与已知井储层及含油气性相关的数据，使得重构后的数据体能最大限度地反映储层展布特征，为储层横向预测和气层检测提供有效依据。

图1 匹配追踪子波分解（a）和选择性子波重构（b）示意图Fig.1 Schematic diagram of matching pursuit wavelet decomposition（a）and wavelet reconstruction（b）

2 应用实例及效果

川中地区震旦系岩溶风化壳储层埋藏深度大于4 500 m，与储层对应的反射同相轴较弱，古岩溶风化壳的内部结构和外部边界精确成像均较差。该区储层年代老，溶蚀孔（洞）发育，裂缝系统复杂，纵、横向非均质性均较强。储层AVO特征受多种因素影响，使得储层预测和气层检测难度均较大，尤其是由于储层上覆泥岩与致密白云岩的波阻抗差异明显，泥岩较厚，且呈区域性分布，常常在储层的顶界处形成强反射同相轴［9］，屏蔽了来自储层的地震反射能量，使储层反射较弱（图2）。在原始数据体上进行的波阻抗反演中［图3（a）］目的层为杂乱弱反射，表明利用原始数据体进行储层预测存在一定困难，无法进行AVO分析，气层检测面临巨大挑战。

图2 重构前常规地震剖面Fig.2 Conventional seismic profile before reconstruction

为了剔除泥岩底界面处强反射的影响和增强储层的有效反射信号，首先应用匹配追踪算法将地震信号分解为不同形状、不同频率和不同能量的400个原子，此时残差剖面能量已经非常微弱。通过频谱分析和对该区储层上覆泥岩地震反射特征正演分析发现，该套泥岩的地震响应与能量最强的原子存在较好的对应关系（图4）。因此，重构方式选择去除能量最强的原子，其他参数由实验结果确定。将剩余原子进行重构，最终得到的重构数据体能很好地反映储层特征［参见图3（b）］。

图3 重构前（a）与重构后(b)波阻抗反演剖面对比Fig.3 Comparison of wave impedance inversion profile before（a）and after（b）reconstruction

图4 子波分解与重构技术模型正演Fig.4 Forward modeling of wavelet decomposition and reconstruction

匹配追踪子波分解与重构技术能在压制强干扰信号的同时，增强弱有效信号，并最大限度地保护有效信号［10-11］。储层敏感信息往往集中于特定频率段内［12］，尤其是碳酸盐岩储层，对频率信息更为敏感。因此，本次研究选用时间分辨率和频率分辨率均较高的原子，利用匹配追踪算法对地震信号进行分解，并在重构数据体上进行波阻抗反演。重构后储层表现为高阻抗背景下的低阻特征，同时井点处的反演效果也得到了改善，横向连续性变好（参见图3）。基于重构数据体的地震属性储层预测结果（图5）也表明该技术能有效突出储层特征。文献调研表明，该技术能最大限度地保护地震资料的岩石信息，压制干扰［10］。从图5可以看出，well1井区储层发育且其横向连续性较好，重构后的地震属性储层预测结果与实钻结果更吻合，充分证明了该技术的有效性。

图5 重构前（a）与重构后（b）地震属性储层预测平面对比Fig.5 Comparison of seismic reservoir prediction before（a）and after（b）reconstruction

重构前由于储层地震波能量被屏蔽，地震反射能量弱且杂乱，AVO特征不明显，近道与远道均表现为杂乱反射特征且能量较弱（图6），无法有效进行储层AVO特征分析。通过对近道与远道数据体分别进行匹配追踪子波分解与重构，储层反射得到增强，AVO特征也趋于明显。近道与远道振幅差异变大，含气储层远道振幅明显比近道强，储层含气情况下表现为明显的第三类AVO特征。该技术的应用为气层检测提供了很好的数据基础。

图6 重构后近道（a）与远道（b）叠加剖面对比Fig.6 Comparison between near stacked section（a）and far stacked section（b）after reconstruction

3 结论

（1）基于匹配追踪算法的子波分解与重构技术能在最大限度保持有效信号特征的前提下剔除强干扰信号，增强弱有效信号。

（2）该方法有效去除了储层上覆泥岩强反射对储层反射的影响，使来自储层的弱反射信号得到了增强。在重构数据体的基础上进行的波阻抗反演取得了很好的效果，为该类岩溶风化壳储层预测提供了新的技术和思路。

（3）应用该方法对近道和远道叠加地震数据分别进行重构处理后，气层AVO特征趋于明显，成功解决了川中地区震旦系岩溶风化壳储层的气层检测问题。

［1］魏国齐，焦贵浩，杨威，等.四川盆地震旦系—下古生界天然气成藏条件与勘探前景［J］.天然气工业，2010，30（12）：5-9.

［2］张繁昌，李传辉，印兴耀.基于动态匹配子波库的地震数据快速匹配追踪［J］.石油地球物理勘探，2010，45（5）：667-673.

［3］庞锐，刘百红，孙成龙.时频分析技术在地震勘探中的应用综述［J］.岩性油气藏，2013，25（3）：92-96.

［4］边立恩，贺振华，黄德济.饱含流体介质的地震波场特征及频率分布［J］.岩性油气藏，2008，20（3）：74-78.

［5］赵爽，李仲东，许红梅，等.多子波分解技术检测含煤砂岩储层［J］.天然气工业，2007，27（9）：44-47.

［6］李曙光，徐天吉，唐建明，等.基于频率域小波的地震信号多子波分解及重构［J］.石油地球物理勘探，2009，44（6）：675-679.

［7］赵天姿，宋炜，王尚旭.基于匹配追踪算法的时频滤波去噪方法［J］.石油物探，2008，47（4）：367-371.

［8］蔡瑞.谱分解技术在储层预测中的应用［J］.CT理论与应用研究，2003，12（2）：11-25.

［9］高磊，明君，闫涛，等.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，2013，25（4）：101-105.

［10］Mallat S，Zhang Zhifeng.Matching pursuit with time-frequency dictionaries［R］.IEEE Transactiond in Signal Processing，New York，1993.

［11］An Ping.Sand mapping using multiwavelet seismic trace decompositionandreconstruction［R］.SPE104115，2006，1-2.

［12］张猛刚，洪忠，窦玉坛，等.时频分析在苏里格地区含气性检测中的应用［J］.岩性油气藏，2013，25（5）：76-80.

（本文编辑：李在光）

Application of matching pursuit wavelet decomposition and reconstruction technique to reservoir prediction and gas detection

CHEN Sheng，OUYANG Yongling，ZENG Qingcai，BAO Shihai，LI Xingyu，YANG Qing
（Research Institute of Petroleum Exploration and Development-Langfang，Langfang 065007，Hebei，China）

The weathering crust karst reservoir in central Sichuan area is characterized by complex fracture-cavity system,strong heterogeneity and abnormal seismic reflection,which causes unobvious seismic response and AVO,and increases difficulties in reservoir perdition and gas detection.On the basis of matching pursuit algorithm,used wavelet decomposition and reconstruction technique to effectively eliminate the effect of mudstone,and then carried out reservoir prediction and gas detection,achieving good results.Wavelet decomposition and reconstruction technique can be used to decompose seismic data into wavelet with different shapes,frequency and energy,and then reconstruct wavelet reasonably,with higher resolution in both time domain and frequency domain.This study provides a new idea and method for complex reservoir prediction with strong reflection and gas detection.

wavelet decomposition；matchingpursuit；wavelet reconstruction；reservoir prediction；gas detection

P631.4

A

1673-8926（2014）06-0111-04

2014-05-07；

2014-07-16

国家重大科技专项“大型油气田及煤层气开发”（编号：2011ZX05013）资助

陈胜（1985-），男，硕士，工程师，主要从事储层预测与烃类检测方面的研究工作。地址：（065007）河北省廊坊市广阳区中国石油勘探开发研究院廊坊分院地球物理与信息研究所。E-mail：cs69@petrochina.com。