谱分解技术在断层描述及储层预测中的应用

黄龙泽，周 晶，王 岭

（中国石油化工股份有限公司上海海洋油气分公司研究院，上海 200120）

谱分解技术在断层描述及储层预测中的应用

黄龙泽，周 晶，王 岭

（中国石油化工股份有限公司上海海洋油气分公司研究院，上海 200120）

摘 要：谱分解技术是通过离散傅里叶变换或最大熵变换等数学方法，将地震资料从时间域变换到频率域，利用振幅谱及相位谱识别薄储层和不连续地质体边界的一项新技术。谱分解主要形成两种调谐体，一种是振幅调谐体，通常用于描述薄层的厚度变化，另一种是相位调谐体，通常可以指示小断层。谱分解已被证明是一种薄储层估算和识别小断层的有效方法。此次谱分解应用区为W断背斜区，该区断裂系统复杂，尤其是小断层比较发育。已钻井揭示油气层很薄，不超过10 m。利用谱分解技术处理后，小断层在平面上表现更加清晰，砂岩储层段在平面上的展布得到了更为精细的刻画描述，为进一步勘探提供了有力依据。

关键词：谱分解；振幅；相位；断层；薄储层

Application of Spectrum Decomposition to Faults Recognition
and Reservoir Prediction

HUANG Longze, ZHOU Jing, WANG Ling

（Institute of SINOPEC Shanghai Offshore Oil and Gas Company, Shanghai 200120, China）

Abstract:Spectral decomposition is a new technique, by which the seismic data is transformed into frequency domain through Discrete Fourier Transform (DFT) or Maximum Entropy Method transform (MEM), the amplitude spectra and phase spectra is used to identify thin reservoir and discontinuous geological boundary. By spectral decomposition, two kinds of spectrum can be developed, one is transformed amplitude spectrum, and the other is phase spectrum. The transformed amplitude spectrum is used to delineate change of bed thickness, while the phase spectrum is used to indicate lateral geologic discontinuities. This technique has proven to be an effective method for thickness estimation and fault identification. There are a lot of faults in W area, and the thickness of the hydrocarbon reservoirs is less than 10 m. By using spectral decomposition, the fault can be identified, and the lateral distribution of thin reservoirs can be described finely, which can provide a solid basis for future hydrocarbon exploration

Keywords:spectral decomposition; amplitude; phase; fault; thin reservoir

谱分解技术是指对记录的地震道数据进行连续时频分析获得频谱信息（振幅谱及相位谱）。谱分解不仅可以有效的提高地震资料对薄储层的预测能力，而且能提供更多、更丰富的地质信息，提高对地质体的识别能力。因此，谱分解技术成为地震勘探技术发展的热点，并在多个区块取得了良好的应用效果[1]。

1　基本原理

谱分解技术是利用离散傅氏变换（DFT）或最大熵谱变换（MEM），将地震数据从时间域变换到频率域。其在对三维地震资料的时间厚度、地质不连续性成像及解释时，可以在频率域内对某一频率所对应的振幅进行相应分析，这种方法消除了不同频率成份的相互干扰，从而可以得到高

于传统分辨率的解释结果。谱分解处理后一般可得到振幅谱和相位谱。振幅谱可描述地层的时间厚度变化，检测砂体空间分布，用于描述沉积相和沉积环境；相位谱则可显示地质体的横向连续性，对断层进行精细刻画[2]。

谱分解技术的理论基础是薄地层反射在频率域中的响应可指示地层的时间厚度。一个简单的均匀薄地层将一可预测的和周期性的陷频序列引入到复合反射的振幅谱中（图1）[3]。然而，地震子波通常是穿过多个地层，而不是一个简单的薄层，这一层状系统产生一个具有唯一频率域响应的复杂谐振反射[4]。

由谐振反射得到的振幅谱确定了单个地层的声波特性之间的关系。振幅谱通过谱陷频曲线来确定薄层的变化，这种谱陷频曲线与局部岩体的变化有关。同样，相位谱通过局部相位的非稳定性来反映地层的横向不连续。将振幅谱和相位谱结合起来，在大规模的三维地震勘探中快速有效地评价和绘出局部岩体的变化图。

分频处理后每个单一频率对应的振幅都是调谐振幅，地层的时间厚度根据Rayleigh准则导出：

地层调谐厚度ΔZ＝λ /4 （λ为波长；ΔZ是调谐厚度），又ΔZ＝（T/2）*V（T为双程旅行时；V为速度；V＝λ*f，f为频率），则地层的时间厚度T＝1/（2f）。

对于厚度小于四分之一波长的薄层而言，在时间域，随着薄层厚度的增加，地震反射振幅逐渐增加[5]。当薄层厚度增加至四分之一波长的调谐厚度时，振幅达到最大。然后，随着薄层厚度的增加反射振幅逐渐减小。时间域的最大反射振幅值，对应着频率域的最大振幅能量值。频谱成像处理可产生单一频率的一系列的振幅能量体，同时还可产生单一频率的一系列的相位数据体，相位的变化指示了薄层的声学特征及其厚度的横向不连续。将振幅能量的调谐干涉现象和相位的变化综合在一起，就能迅速而有效地描述薄层厚度及其在空间变化。

在谱分解中，时窗长度的大小对振幅谱的频率响应非常重要，大时窗振幅谱的频率响应近似于子波谱，可以产生谱白化（图2）。小时窗振幅谱的频率响应则仅是对单一目标体的子波滤波，不会产生谱白化[6]（图3）。

图1　薄地层的频谱图像

图2　长时窗谱分解结果及其与褶积模型的关系

图3　短时窗谱分解结果及其与褶积模型的关系

来自短时窗的响应取决于时窗内地层的声波特性和地层厚度。时窗越小，被采样地层的随机性越小，振幅谱不再与子波谱相似，而是类似于子波与地层相加的结果。在小时窗内地层相当于一个子波滤波器使频率谱发生衰减，其结果是振幅谱不再白化，而是反映了时窗内的干涉图形[7]。

实际工作中，谱分解主要生成两种类型的数据体：调谐体和离散频率能量体。调谐体（图4）是研究目的层面，或对两层之间进行短时离散傅里叶变换，生成垂向上频率连续变化的振幅数据体。调谐体在垂向上为连续变化的频率，在平面上为单一频率对应的经归一化之后的振幅。

图4　调谐体处理流程

离散频率能量体（图5）是沿短滑动时窗生成一系列离散频率的调谐振幅数据，与调谐体的区别是该数据体在垂向上与常规数据体相同，均为时间，但是每个生成的数据体中只包含单一的频率成分。

图5　离散频率能量体处理流程

2　应用实例

保俶斜坡为东海重要的油气富集区，油气主要聚集在始新统平湖组。平湖组是一套以泥岩为主的砂泥岩互层的潮坪—三角洲前缘相沉积，夹沥青质煤层。单个砂体的沉积厚度一般有几米到几十米，且砂体的横向变化很大，储层延续性差。本次研究为保俶斜坡带平北W区块，W区块构造类型为断背斜，断裂系统复杂，尤其是小断层十分发育，目前该区块已钻探W1、W2井，并在埋深3 500 m以下中深层P3、P7分别发现油气层，但储层很薄均不超过10 m。针对W工区的特点，应用谱分解技术对小断层和薄储层进行分别研究。

2.1 对W区块小断层的识别研究

W区块断裂系统复杂，小断层很发育，常规的处理方法如时间切片（图6）和沿层相干属性图（图7）在刻画小断层方面难度较大，用谱分解技术处理后得到了比较好的效果，能够在平面上清楚的识别出一些小断层。

在进行谱分解处理之前首先要对地震资料进行频谱分析，得到地震资料的频带范围和优势频带，W区块的频带范围为5～120 Hz，其中优势频带为10～60 Hz，然后在优势频带范围内进行谱分解处理，得到不同频率的振幅调谐体和相位调谐体，通过对比时间切片和沿层相干属性图，谱分解后得到的调谐体频率切片在小断层的刻画方面更有优势，能够清楚的辨认出小断层的形态和在平面上的展布。通过对比振幅调谐体频率切片（图8）和相位调谐体频率切片（图9）可以发现，相位调谐体切片在识别断层方面更有优势，断层的形态更加清楚。同时，对比不同频率的振幅调谐体（图10）或相位调谐体（图11），可以发现在低频的时候大断层形态清楚，小断层不容易识别，而到了高频的时候小断层的形态变的清晰，大断层反而模糊不清，因此需要用低频来识别大断层，高频识别小断层。

通过对W区块的相位调谐体分析可知，设计

井W3井区周边小断层发育，这些小断层在常规的平面断层识别方法，如时间切片和相干属性分析中都难以识别，而相位调谐体可在平面上有效识别这些小断层。配合断层剖面解释，利用相位调谐体在平面上识别断层并进行断层组合，能够完成精细的构造解释，精细刻画构造形态，分析断层对构造产生的影响，有利于设计井W3井的井位部署，降低勘探风险。

图6　W区块2 340 ms时间切片

图7　W区块沿砂层组相干属性图

图8　W区块振幅调谐体频率切片

图9　W区块相位调谐体频率切片

图10　不同频率的振幅调谐体频率切片对比图

图11　不同频率的相位调谐体频率切片对比图

2.2 对W区块薄储层的定性研究

保俶斜坡平北W区块目前已钻探W1、W2两口井， W1井的P3，W2井的P4和P7分别发现油气层，埋深3 500～3 800 m，时窗2 750～3 000 ms之间，厚度较薄，属于中深层薄互层储层，由于受埋深、地震频带范围的限制，含油气储层已很难识别。

针对中深层薄互层储层识别难点，应用谱分解技术对W区块进行处理。首先对W1井P3 （3 500.1～3 513.6 m）油气层用谱分解进行处理分析。通过分析过W1井的振幅调谐体剖面（图12）发现，在W1井处，当频率为35 Hz时振幅能量值最大，因此认为35 Hz对应的是P3油气层。在进行谱分解前对目标层段地震资料进行预处理，分析优势频带范围为5～55 Hz，在此频带范围内进行谱分解，得到不同频率下的振幅调谐体切片，在振幅调谐体频率切片中高能量值代表强振幅，强振幅区域代表了其所反映的薄层在平面上的展布。在35 Hz的振幅调谐体切片中高振幅值的范围为目标层P3油气层段在平面上的展布（图13），从中可以看出W1井揭示的P3油气层在工区西南部广泛发育，设计井W3井位于此区域，预测W3井将钻遇此套油气层。由于P3油气层属于薄层，常规油气预测手段对于薄层识别效果不佳，而谱分解技术能有效识别薄层，结合构造形态能有效确定油气层的展布范围，从而降低薄储层预测的勘探风险。

图12　过W1井振幅调谐体剖面

图13　35 Hz振幅调谐体频率切片

3　结论

（1）应用谱分解技术处理成果，能够揭示更加丰富的地质信息，可以提高对小断层、薄储层的识别、分析和解释能力。

（2）由于断层的存在使得相位不稳定，小断层在相位数据体频率切片上比在振幅数据体频率切片上更加明显；在地震资料有效频带内，随着频率的增高，小断层变得更加清楚，使得对小断层的识别能力有了明显的增强，提高了断层解释成果的可靠性。

（3）在薄储层发育区或砂泥岩互层条件下，应用谱分解调谐体剖面和频率切片，可以直观、快速、客观的揭示砂体平面展布特征，展开砂岩定性研究。

（4）高信噪比的地震资料是其应用前提，特别是在应用谱分解的相位数据体时，相位的不稳定性除了受到断层的影响外，噪声对其影响较大。同时在应用谱分解技术之前，对研究区原始地震记录、处理成果进行频谱特征和信噪比进行对比分析，结合其地质特征，对方法选取、参数确定和研究成果的可靠性必不可少。

总体而言，利用谱分解技术在W区块小断层的识别和薄储层的平面展布定性研究方面得到了比较好的效果。利用谱分解技术在平面上识别出了更多的小断层并据此在剖面上解释出了更多的小断层，完善了地震解释的成果。利用谱分解技术预测薄储层在平面上的展布为更好的研究构造的含油气情况提供了帮助，同时也对下步的勘探工作有指导意义。

参考文献：

[1]凌云研究组．基本地震属性在沉积环境解释中的应用研究[J].石油地球物理勘探，2003，38（6）：642-653．

[2]魏志平．谱分解调谐体技术在薄储层定量预测中的应用[J].石油地球物理勘探，2009，44（3）：337-340．

[3]杨艳，卢黎霞，龚志祥，等．谱分解技术在断层识别上的应用[J].复杂油气藏，2009，2（1）：27-28．

[4]GREG Partyka．谱分解在储层表征中的应用[J]．肖兰雄，译.石油物探译丛，2000（6）：67-68．

[5]张进铎，杨平，王云雷．地震信息的谱分解技术及其应用[J].勘探地球物理进展，2006，29（4）：235-238．

[6]张宏．地震谱分解算法对比与局限性分析[J]．勘探地球物理进展，2007，30（6）：409-414+439．

[7]冯磊，姜在兴．基于匹配追踪的谱分解方法及其应用[J]．勘探地球物理进展，2009，32（2）：33-36．

作者简介：第一黄龙泽，男，1982年生，工程师，硕士，从事海洋油气勘探工作。E-mail：16493533@qq.com。

收稿日期：2013-08-23；改回日期：2014-11-20

文章编号：1008-2336（2015）01-0036-06

中图分类号：P631.4

文献标识码：A DOI:10.3969/j.issn.1008-2336.2015.01.036