叠后裂缝储层预测技术在车排子东翼石炭系中的应用研究

于晓东，李伟波，钟星宇，桂志先，汪 勇

(1. 长江大学 油气资源与勘探技术教育部重点实验室，湖北 武汉 430100； 2. 长江大学 地球物理与石油资源学院，湖北 武汉 430100)

0 前 言

近年来，由于常规油气藏越来越少，人们不约而同的将目光转向裂缝油气藏的勘探研究，同时也使得相关技术越来越得到大家的重视。由于车排子地区裂缝性油气藏发育比较具有潜力，多种相关技术可以在本区域应用，同时工区情况复杂，使用一种研究方式过于单一，也需要多种方法一同对工区进行评价。裂缝油气藏有非均质性烈、孔隙度低等特点，使得裂缝的分布情况比较复杂，这个观点与孔隙性油气藏有着明显的区别，所以我们需要准确的对裂缝性油气藏做出整体的正确的特征描述[1]。

在实际生产生活中的地震预测方法具体可以分为叠前资料处理方法和叠后资料处理方法两种。叠前的方法有AVO、AVA等，叠后的方法有相干、边缘检测、蚂蚁体、多属性等方法。叠前方法主要利用地下介质各向异性的特点，但是受地震资料信噪比的影响比较大，需要地震资料本身的高精度，同时也使反演运算量巨大，耗时较长。然而叠后方法具有地震资料信噪比高以及运算速度快的优势[2]。本文通过叠后相干体裂缝检测技术、蚂蚁追踪技术以及分形分维技术建立了有利于车排子东翼石炭系裂缝储层预测的有效的识别模式。

1 地质概况及储层分析

车排子凸起是准噶尔盆地石炭系勘探的重要领域之一，具有巨大的勘探潜力[3-4]。裂缝是石炭系富集油气的关键，裂缝的输导作用对油气有较好的储藏作用，因此需要进行裂缝预测和输导性的研究[5]。

车排子地区的火山岩种类较多，其中火山岩的孔隙类型有原生气孔，次生孔隙以及裂缝3大类，但其中很多被次生矿物填充[6]。目前通过对车排子地区石炭系79个样本孔隙度进行统计，统计数据如下表1所示，可以看出总体上为低孔。

表1 车排子地区79个样本孔隙度实测 %

对79个样本的渗透率进行统计，其渗透率如表2所示，总体可以看出为特低渗—低渗储层[7]。

表2 车排子地区79个样本渗透率实测 %

2 叠后相干体裂缝检测

相干数据体是上世纪90年代发展起来的一种地震资料解释的三维方法，是利用相邻地震道之间地震信号的一种相似程度的测量，作为地震波属性，在探测裂缝发育带方面也是十分有效的[8]。传统的相干体算法本着从一点出发的原则，使用相关算法从而得到该点的相干属性，紧接着遵循着时间顺序算出每一点的相干值，最后得到相干体切片，接着重复此过程，最终得到整个相干体，这种传统算法不仅耗费大量时间，同时也不够效率。本文改变了循环顺序，先按照时间循环，然后按照纵横测线方向计算，用递推的方法提高了计算速度[9]。

目前主要有C1、C2、C3 3种相干算法。但是算法之间各有优缺，C1算法速度快、对内存要求低，但是受噪音影响较大、稳定性差、分辨率低；C2相干算法虽然抗干扰能力强、而且分辨率还高，但是计算量非常巨大而且横向分辨率低；C3算法更加具有稳定性及抗干扰能力，分辨率高，但是计算量巨大，最重要的是不适用于大倾角。本文介绍C1算法。

首先，在纵测线上t时间、地震道在(xi,yi)和(xi+1，yi)与在u之间的延迟为l的互相关系数Cx为：

Cx(t,l,xi,yi)=

式中2ω为时窗长度。

定义横测线上t时间、在(xi，yi)和(xi,yi+1)与数据道m延迟的互相关系数Cy为：

Cy(t,m,xi,yi)=

将上面纵测线(l延迟)和横测线(m延迟)相关系数组合起来就得到了相关系数Cxy为：

(3)

Clxy=max[Cl(l,m)]

(4)

每一不同时移相邻道的互相关数据对于每一延迟(l，m)形成不同的2×2阶协方差矩阵。若把公式(1)推广至有3道，就需要一个具有更高特征值广义分析的阶协方差矩阵。

原理上来说，根据道数、倾角和时窗大小，用以下式子可以计算出相关系数：

(5)

式中：R为相干系数，是时间与地震道之间的倾角函数；t是时间；φ是倾角；TT和T是成对的地震道数据，TT是T的转置矩阵[10]。

图1为车排子地区排61号井与排666号井的相干体剖面，我们可以看出该地区为沉积地层发育区，其地层成层性较好，而且我们可以看出该方法可以很好的分辨出纵向数据，可以看出随着深度的数据变化。排666号井区与排61号井对比，石炭系下150 ms处有明显阴影带，此地区为相关性较差区域，估计裂缝发育。同时根据试油结果证实，排61井深度810.00 m日产油4.28 t，而排666井深度1 231.39 m日产总液7.23 t，所以相干体能较好地分辨裂缝发育带。

图1 过排61井和排666井的相干体剖面

3 利用蚂蚁追踪进行裂缝预测

蚂蚁追踪技术，是受到自然界蚂蚁在觅食的过程中会释放一种信息素，它们可以通过觅食路径上的信息素强度来选择所要前进的方向并给伙伴传递信息的集体行为。通过对这种行为的研究从而形成的新型优化算法。该算法基本就是在地震资料里传播“蚂蚁”，当“蚂蚁”发现特定断裂带时将追踪并留下痕迹，这些痕迹会让其他“蚂蚁”跟进，直到完成识别，不满足规定条件的会被忽视。蚂蚁追踪解释断裂带，会获得低噪，清晰，明确，对比性强的属性体[11]。

我们运用蚂蚁追踪技术解释断裂带主要需要3个步骤。

1)在预处理中，我们可以采用边缘检测手段来增强地震数据的间断性并降噪从而可以试图提高信噪比。

2)计算出蚂蚁属性体，提取断片，蚂蚁追踪法构建了全新断片体系，使每一个断片都具有特征，从而可以更好的分辨。运用这种方法我们可以很轻易的提取出不连续断片。

3)验证和整理断片。我们为了得到断层与裂缝的相互对比信息，对提取的断片必须整理，理清方便使用。

图2为蚂蚁追踪平面图，我们可以发现蚂蚁追踪法在区分地质区块上很明显，目的区域黑色阴影大片集中与空白区域对比十分明显，地质目标区域可以一看就看出很方便分辨率很高，该图中红色多边形中蚂蚁追踪结果裂缝较多，其表示的范围与已知油藏吻合良好。同样，紫色多边形的范围与预测油藏也有较好地吻合。可以看出蚂蚁追踪在实际应用中有明显的效果。

图2 蚂蚁追踪解释断裂简易流程

图3为排664井和排666井的蚂蚁体裂缝发育区图片，从图片中可以清晰的看出井的不同深度的数据结果纵向上分辨比较清楚，图中排666井与排664井的区别明显，其界面下100 ms蚂蚁体数值较高，可以推测为裂缝发育区域，大致估计可能成为储油层，其成果与工区资料吻合，所以蚂蚁属性能较好地分辨裂缝发育带。

图3 蚂蚁体裂缝发育区

4 利用分形分维进行裂缝预测

4.1 分形分维简介

分形理论是美国学者Mandelbrot在1970年创立的，它是一种寻找自然界里不规则物体内在基本规律的理论，其研究的方面在生活中很常见，所以越来越被人门重视。

在我们的地震勘探中也有很多地方适用此理论，分形理论通过发展已经可以运用于地质工作中去了，在勘探中也有很好运用。我们可以寻找一个已知断层，从该断层出发，通过分形分维理论推测出其他工区的地震资料数据。通过该理论学者们研究出了可以对地震道的分形分维计算，从而可以找到地震工区里和选定储层地区有相似性的别的储层位置，从而通过理论更好的为油气开发奠定理论基础[7]。

4.2 地震道的分形分维计算

根据Hausd-off-Besicovith的定义，对象的自相似性可以用以下式子表示：

(6)

D是分形维数；ε为数据标度；N(ε)为标度下的量度值。

目前来说地震道的分形分维计算大概可以分为3种。

4.2.1 地震道容量维计算

假定一组随机数列：x(t)，{xt，t=1，N}是我们假设的一组地震数据，那么振幅随频率变化的规律为:

Af∞f-DfDf>0

(7)

容量维的物理意义：它的大小揭示了振幅随频率变化的速率，当测算到储层时，容量维因为振幅随频率剧烈变化儿数值突然增大；同时如果检测到的为非目的层时，因为振幅随频率不怎么变化，容量维数值变化不大。因此容量维可以运用于实际油气生产开发之中。

4.2.2 地震道关联维计算

由于地质结构复杂，地震波在地下反复运动形成了一个混沌的整体，因此我们可以将其看成一个混沌的关于时间的序列，由于在空间某一点数据会经历多次叠加就会产生一种相似，我们把这种相似称为奇怪吸引因子。关联维是分形计算中的一环，在开始时我们需要建立相空间。

设{xi，i=0，N}是一个将要处理的地震数据带将其带入到欧氏空间Rm中，其元素可以记为：

Xk=(xk，xk+1，…，xk+(m-1))k=1，Nm。

(8)

建立二维相空间

X0(x0，x1，x2)

X1(x1，x2，x3)

…

XN-2(xN-2，xN-1，xN)

(9)

关联维定义为：

(10)

其中

(11)

这里的r我们称之为标度，H是Heaviside函数其取值域：

(12)

若分形存在，则有C(r)∞rD，D是关联维数。

关联维的物理意义：是将地震记录当作混沌序列，然后将其重新整合从而构成新的分维，选定合适的维度将地震数据进行剖分，假如剖分之后关联维数值增加就证明各个数据段相似性比较好，如果数值减小就证明各段相似性较差。储层与非储层的关联维有差异，我们可以通过本方法推断出油气储藏带。在实际生产中往往含有油气的地区会使关联维增大，我们可以借此判断油气富集带。

4.2.3 R/S分析中的分形维

R/S分析法是学者Hurst于1995年在一次偶然的水库研究中发现的方法，通过拓展在分形理论中有所运用。

设{xt， t= 1，N}是一组地震数据，计算平均值为

(13)

(14)

(15)

(16)

根据赫斯特分析R(τ)/S(τ)=R/S之统计规律的关系式

R/S∞(τ/2)H

(17)

R/S分析分形维可以测试出地形变化的急缓，实验表明当地地形变化剧烈时其数值越小，当地形变化较缓慢时其数值越大。

图4为分维方法裂缝密度预测图。

图4 分维方法裂缝密度预测图

可以看出分形分维方法对于目标区块的对比分析比较精细，通过区块颜色对比度的不同，我们可以清楚的分辨出裂缝发育区和非裂缝发育区之间的对比以及边界情况，这在多方法分辨裂缝中具有对比度高，易于分辨等特点。图中蓝绿色区域为裂缝发育区，裂缝密度相对较大，为裂缝高密度区；红黄色区域裂缝密度较小，相对与蓝绿色裂缝发育区，该区裂缝密度较少，为裂缝低密度区。裂缝发育区与图5中的探明和控制油藏范围有较好的对应关系，从而证明了该方法的可靠性。

图5 车排子地区勘探成果图

5 结 论

1)综合研究了车排子地区石炭系火山岩的构造、储层、裂缝及油藏特征，为裂缝储层预测奠定了基础和依据。车排子地区石炭系构造总体为东南向单斜，西北部隆起高，向东南幅度逐渐降低至隐伏消失。车排子地区石炭系储层总体为特低渗—低渗储层。明确了车排子地区石炭系的油气成藏模式：昌吉凹陷二叠系油源、断层和“毯砂”复式输导、有利岩相富集、“硬壳”封盖的断块油藏。

2)相干体，蚂蚁追踪和分形分维等方法对分辨油气藏有很大帮助。使用单一方法得到的成果往往比较单薄不容易使人信服，因此我们要综合使用多种地震属性综合对比分析解释才能得出正确的结论。同时我们也可以看到3种方法与该工区实际储层资料吻合度很好更好的证明了方法的可靠性，在实际生产中在运用叠后裂缝储层预测技术时我们要多方法并行，互相对比得出统一的结论，从而能使结论更加可靠，减少误差，为以后的生产活动奠定基础。

3)同时我们也可以看出3种方法对比明显，首先我们可以看到叠后相干体裂缝检测，该方法纵向的分辨比较容易，可以从深度上对数据做比较好的把控，由于使用改进方法使得分辨率更高不容易产生干扰项使得成果更好辨认。蚂蚁追踪法对于油藏区块检测有比较好的指导作用，我们可以清楚的看出油气富集区域，数据具有集群性等特征，但是单一的位置或者点位很难有精细区分这也是蚂蚁追踪的普遍缺点。我们再来看分形分维方法，该方法同样是区块分辨率高，但是好在可以以不同颜色分布形成对比度，在划分储层方面比较明显和突出。可以看到单一方法优缺点明显，我们需要多种方法并行进行研究预测。

参考文献：

[1] 商丰凯，陈林，王林，等.车排子凸起火山岩油藏成藏主控因素和模式[J].东北石油大学学报，2015,39(5):13-22.

[2] 张凤莲，曹国银，李玉清.地震属性分析技术在松辽北徐东地区火山岩裂缝中的应用[J].大庆石油学院学报,2007,31(2):12-14.

[3] 王振奇，郑勇，支东明，等.车排子地区石炭系油气成藏模式[J].石油天然气学报，2010,32(2):21-25.

[4] 贾春明，支东明，邢成智，等.准噶尔盆地车排子凸起火山岩储集层特征及控制因素[J].地质学报，2009,29(1):33-36.

[5] 孙中春，蒋宜勤，查明，等.准噶尔盆地石炭系火山岩储层岩性岩相模式[J].中国矿业大学学报，2013,42(5):782-789.

[6] 汪勇.裂缝油气藏储层预测方法及应用研究[D].武汉:中国地质大学,2013.

[7] 陈玉芳.准噶尔盆地车排子地区油气成藏规律研究准噶尔盆地车排子地区油气成藏规律研究[D].北京:中国石油大学,2011.

[8] 孙中春，蒋宜勤，查明，等.准噶尔盆地石炭系火山岩储层岩性岩相模式[J].中国矿业大学学报，2013,42(5):782-789.

[9] 张军林，田世澄，郑多明，等.裂缝型储层地震属性预测方法研究与应用[J].石油天然气学报(江汉石油学院学报),2013,35(3):79-84.

[10] 贺振华，黄德济，文晓涛.裂缝油气藏地球物理预测[M].成都:四川科学技术出版社,2007.

[11] 温雅茹，杨少春.火山岩储集空间组合及储油模式.[J].中国矿业大学学报，2016,45(3):482-590.