基于波形聚类的沉积微相定量解释技术研究——以中东地区X油田为例

徐 海,都小芳,高 君,孙红军,郑 磊,陆红梅,胡 鹏

(1.中国石油化工股份有限公司石油勘探开发研究院,北京100871;2.中国石油集团东方地球物理勘探有限责任公司研究院乌鲁木齐分院,新疆乌鲁木齐830016;3.中国地质大学(北京)能源学院,北京100083)

精确的沉积微相研究是(隐蔽性)油气藏高效勘探与开发的基础[1]。传统沉积微相分析一般基于地质工作者个人经验进行大量人工识别,可重复操作性较差,工作效率较低,难以客观地刻画沉积微相[2]。随着地震勘探技术方法的飞速发展,海量三维地震数据资料极大地丰富了人们识别与理解地质现象的手段与途径。地震波形分类属性的分析方法最早于1982年由Naaman Keskes 等提出,并应用于二维地震测网的追踪研究[3-4]。1984年,SIBILLE[5]较为系统地提出了波形聚类分析基本原理,即根据地震反射界面中同相轴排列组合的多种属性(杂乱、波状、平行和复合波形),采用多元统计方法进行归类,并将其初步用于地震相分析研究。早期主要应用于无井监督的地震相分类[6-7],之后随着计算机硬件的快速发展,逐渐转变为井控约束下的自动分类。2000年前后地震相分类技术被成功移植到一些主流解释软件平台,广泛应用于沉积相定性-半定量分析中。

目前比较成熟的自组织神经网络是一类无教师示教神经网络,具有自组织、自适应性的聚类功能。当其应用于复杂地质现象的无监督分类时,其分类数因个人经验差异在一定深度上削弱了“无监督”分类法的价值;若采用井控约束下的有监督分类,其可保证井周沉积相预测的准确性,但受分类参数、时窗、古地貌等的综合影响,难以保证大范围内的非井控区的沉积相预测精度。在当前“勘探开发一体化研究”的大背景下,3D地震解释与预测工作正逐步从传统意义上的面向勘探转变为面向更小尺度的开发目标延伸[8-10],同时,也由盆地级别的地质建模向储层精细沉积微相建模转变,因而对其工作的时效与精度也提出了新的挑战。勘探经验表明,以波形分类为基础的地震相预测研究能够有效筛选有利勘探目标,可为勘探开发部署工作提供直接依据[11],但其具体应用受限于不同勘探阶段、地质背景、地震资料品质、储层物性与流体分布差异、井-震标定与层序界面的解释精度以及现阶段聚类方法与参数选取等多方面因素影响[12]。因此,为最大程度地降低或消除以上不利因素的影响,提高地震波形-沉积微相的识别精度,本次研究以中东地区伊朗X油田白垩系碳酸盐岩礁滩储层沉积微相预测为例,依次开展了地震资料品质分析与处理、井震联合高精度垂直各向异性(VTI)标定、地层扫描解释、波形微相预测参数等研究工作。在区内高精度、高频地震层序格架下,将传统无监督分类与井震有监督聚类有机地相结合,系统性地开展了基于“无井监督+有井监督”的自组织神经网络的波形聚类定量分析的解释技术研究,实现了高精度沉积微相的定量表征,解决了导致产能差异变化大的生产难题,进而为提高开发储量预测精度、指导不同相带的开发部署提供依据。

1 波形聚类影响因素分析

地震波形的总体变化是地震波振幅、频率、相位综合作用的结果,是地下地质体物理性质差异的直观反映。基于地震波形的分类技术可刻画地震波形的细微差异[13]。地震波的波形分类一般使用神经网络技术,根据地震道的波形特征,在某一时窗范围内根据模型道模拟人脑思维,逐道对地震数据的横向变化进行对比训练,形成平面离散的“地震相”。同时,根据已知钻井地质信息标定,对其进行平面归类处理与综合地质解释,从而实现地震相的半定量化与定量化研究。但是,在波形聚类过程中,聚类结果与地质认识往往会受多种因素的综合影响,比如地震数据质量、聚类方法、聚类参数选取、地震相与沉积相间的量化原则等。所以,在沉积微相定量表征前,需对相关的数据质量与方法进行精细分析与研究。

1.1 有监督聚类与无监督聚类

利用主成分分析(PCA)法进行多属性降维去噪是一种可以突出有效波和压制干扰波,提高地震资料品质的通用方法,被普遍用于波形聚类的预处理中。若根据波形-微相预测过程中是否有井的参与,可进一步划分为“PCA+神经网络无监督”和“PCA+神经网络有监督”两种不同的操作流程。其中采用的神经网络具有自组织、自适应性以及聚类功能,但由于在运用过程中,是以某些相似性或差异性指标为基础,鉴于指标选取的非唯一性,经验聚类参数选取的差异在一定程度上削弱了波形分类法的价值,影响了沉积微相预测的准确性。

1.2 聚类敏感参数分析

在具体波形聚类过程中,其预测精度直接取决于时窗大小、聚类数、激励函数、迭代次数4个重要参数。基于一般经验的积累,传统做法都遵循以下4项原则,即:①波形-沉积相划分时,受层位解释精度的限制,分类时窗一般采用大于半个波形的等时时窗;②为了匹配测井沉积相,聚类数一般定为7～15类;③一般认为,运用激励函数会使得信号和噪声同时放大,但放大的主要是地震的高频噪声,不建议使用;④受早期计算器运算速率的限制,在基本保证预测精度的前提下,为避免迭代次数过多而影响工作效率,通常以30次为迭代次数上限。

基于以上原则,波形聚类可较好地解决大尺度规模下沉积亚相预测,但对于开发区精细建模的目的层而言,地震反射的一个波形内往往包含3～5个小层,若采用现有方法与经验参数实现单一小层小尺度下的沉积微相定量预测非常困难。为此,基于油藏地质建模精细定量表征研究的需要,笔者尝试通过对相应的处理方法与聚类参数(如PCA降维去噪、分类数、激励函数等)进行理论分析与参数的试验研究,在技术上探索利用地震波形实现沉积微相定量划分的可能性。

1.2.1 PCA主成分降维去噪试验

当分类数与其它参数固定,以时间厚度范围小于半个相位的第15小层为例进行PCA主成分降维去噪实验。图1a显示了PCA为7时,主要信号分量已占比99.8%,噪声占比0.2%的结果,但随着PCA增大到13和33时,图1b与图1c中潮道细节刻画愈加清晰。所以,对于高信噪比且小于半个波形的波形聚类,采用PCA降维压制相干噪声,在一定程度上会削弱高频有效信号,不利于岩性的边界刻画。

1.2.2 波形分类试验

以上参数固定,随着分类数增加,分类数由7类逐渐增加至30类时,潮道与潮滩边界刻画的清晰度逐渐增加(图2a,图2b与图2c)。所以,传统的7～15类分类方法不一定适用于小时窗内波形相对变化的精细分类。

图2 分类数实验(无监督)a 分类数为7;b 分类数为15;c 分类数为30

1.2.3 Sigma激励函数试验

Sigma是在波形聚类过程中对高频信号或噪声的能量起到放大或减弱作用的一个非线性功率函数,有效值域范围一般在0.1～1.0之间。图3a,图3b与图3c为其它参数固定,Sigma激励函数σ由0.1变化为1.0的弱信号放大试验。随激励函数的增大,弱高频有效信号所刻画潮道与潮滩细节的能力逐渐增强。所以,激励函数在某种程度上也是影响地震相分类与细节刻画的一个重要参数。

图3 激励函数实验(无监督)a σ=0.1;b σ=0.5;c σ=1.0

2 处理-解释一体化下波形-微相定量表征

为满足储层精细建模的需求,最大程度挖掘地震波所蕴含的物理信息,克服采集噪声的影响,研究中采用了处理-解释一体化的研究思路,以降低或消除影响波形聚类的多种不利因素,从而实现高精度的波形-微相定量表征(图4)。首先开展品质分析与提高分辨率处理,使处理后的地震反射界面能够清晰地反映微相的变化;然后在此基础上进一步开展高精度井震联合的VTI标定,以搭建高精度层序地层格架(4～5级层序),实现高频地震层序界面约束下的波形相对变化、聚类敏感参数、地震波形以及微相横向变化规律的预测研究;最后,基于地震沉积学与层序地层学原理,结合井眼微相(岩相),在纵横向上对高频层序内的波形进行连续标定,并进一步将精细的波形分类数粗化为与沉积微相相对应的分类。最终,以此方法完成所有小层沉积微相的定量转化,进而为储层微相的空间建模提供定量的训练信息,实现沉积微相(岩相)分类数与波形分类数相一致的定量表征研究。

2.1 处理解释配套技术

2.1.1 多窗口保边滤波与边缘检测技术

高信噪比、高分辨率、高保真度是地震数据处理追求的目标,而信噪比又是高分辨率和高保真度的基础[14]。由于地下有利地质体或构造的反射信息往往相对较弱或处于反射信息复杂区域,其边界往往难以确定,常规处理技术难以对其进行精细刻画[15-19]。研究区内碳酸盐岩内幕反射较弱,高频散射干扰严重,追踪解释困难。若直接提高地震数据分辨率,散射噪声也将相应增强,从而影响地震数据波形的相对变化。为此,采用多窗口保边滤波技术压制高频散射噪声,地震剖面中高频散射噪声得到很好的压制,处理前后频谱没有变化(图5a,图5b),处理后数据(图6a,图6b)的信噪比明显提高。

为更好地突出高频有效信号,以更清晰直观的方式突显反射相对较弱的地质边界,采用了边缘检测的处理方法[20-21],以实现对小而薄目标体(储层、构造)的精细刻画。对比结果显示,边缘检测后许多细微的反射特征更加清晰细腻(图7a,图7b)。图中A2区比A1区中同相轴数量明显增多、B区由高频散射得到很好的压制、C区断面成像更加清晰,视分辨率与信噪比得到明显提高。处理前后频谱对比显示,信号的有效带宽不变(图8a,图8b),处理后主频谱向高频移动。综合研究表明,利用以上两种技术组合,可在保持波形相对关系不变的情况下,提高弱反射界面(地质体)视分辨能力。利用此处理流程,可大大增强地震反射界面的细微变化,利于提高地震数据的构造与岩性界面的解释精度,有助于获取高频地震层序地层反射界面。

图4 基于波形聚类的微相定量解释技术流程

图5 多窗口保边滤波前(a)、后(b)频谱对比

图6 多窗口保边滤波前(a)、后(b)剖面对比

图7 边缘检测前(a)、后(b)剖面对比

图8 边缘检测前(a)、后(b)剖面频谱对比

2.1.2 地层扫描解释技术

利用地层体扫描形成的高精度、高密度解释界面可极大丰富地震地层学的内涵,可快速高效、最大限度地挖掘地震反射所包含的波形变化信息。以下是研究区S储层地震反射特征,其S储层内部包含5个油组,划分为23个小层(图9),累计时间厚度约180ms,大约6个周期,每个周期内平均包含约4个小层。若采用传统的单层解释技术所获得的层位数量有限(图10a),使得其层序划分精度与解释效率均无法满足沉积微相精细刻画的要求。为弥补以上的不足,运用地层扫描解释技术最终在目的层段内一次性获取了200个高精度的地震反射界面(图10b),为高频层序地层界面的识别与高频地震层序旋回的划分奠定了基础。

2.1.3 井震VTI精细标定技术

在高精度岩性或薄互层油气储层预测工作中,层位标定结果直接影响着地层扫描界面的定位与抽取、以及井旁地震相和沉积相的准确识别[22-24]。受不同速度测量方法的差异与速度自身各向异性的影响,现有的层位标定方法在不同程度上存在系统误差[25-26]。

图9 目的层地震反射与小层垂向分布

图10 地层扫描解释技术应用前(a)、后(b)对比

为此本次研究以测井深-时转换为标尺,消除测井速度及其旅行时和地震速度及其旅行时之间的相对差异,在保持地震波组特征的基础上,实现井-震波形信息的精细匹配(图11a,图11b)。利用井震VTI高精度标定结果与高密度地层扫描界面信息,准确识别了具有地质意义的高频地震层序反射界面,构建了高精度井震层序地层格架(四级/五级/六级),这为研究储层内部波形的相对变化,以及高频地震层序内的波形-微相聚类奠定了基础。

图11 VTI标定与相对标定对比(a)以及标定后高精度井震层序格架(b)

2.2 基于“无监督+有监督”的波形定量聚类方法

为实现高频地震层序约束下的波形-微相定量表征,在进行地震波形聚类过程中,同时遵循了以下两个原则:①井震相结合的波形标定,用于定性判断与研究高频地震层序内的波形相对变化;②依据高频地震层序的岩性反射界面,获取具有特定地质意义的不等厚时窗,使其遵循同一沉积体的反射结构和外形的能量匹配原则,用于研究反射体波形平面分类规律。但这种规律仅是波形、能量等属性在运动学上的分类,其聚类结果并不能与微相分类严格对应。为实现波形与微相间的相互匹配,本次研究首先对初次波形进行“无井监督”精细分类,然后以单井平面微相与沉积认识为指导,进行“有井监督”的有效再聚类(图12a),即将波形粗化为富有地质意义的沉积相信息,实现波形-微相的定量表征与预测(图12b)。

图12 无监督波形细分类(a)与相控监督再聚类(b)示意

3 应用效果分析

根据定量表征研究思路,为了便于综合地质分析与沉积微相的聚类,首先对研究区内64口井目的储层的井震响应特征与岩性特征进行了研究,用于定性判断地震反射波形、测井相与沉积微相之间的映射关系,即地球物理响应特征分析;其次,利用以上信息对井震信息进行综合标定、整合后,划分出符合地质概念、地质规律,并与地震反射信息相匹配的沉积微相,即井震综合标定与微相划分。最后,将研究成果与传统微相划分结果进行了对比分析、交互检验,证明了结果的合理性。

3.1 地球物理响应特征分析

其反射特征、电性特征与岩性的对应关系大致可归为以下3类:

1) 浅滩地震响应特征为强峰强谷、强谷弱强峰相位、强谷弱峰相位组成,测井曲线特征为低自然伽马(GR)、高声波,主要岩性为生物骨架颗粒灰岩;

2) 滩前与潮道地震相特征为弱波峰、中等波峰及弱强波峰波谷相位组成,测井曲线特征为低GR、低声波,主要岩性为含泥及远洋生物化石的粒泥灰岩、泥屑灰岩、含泥灰岩;

3) 滩间与泻湖地震相以弱1/2波谷波峰为主,测井曲线特征为中等幅度GR和中等幅度声波时差(AC)的特征,主要岩性为灰质泥岩、粒泥灰岩、灰泥灰岩和泥灰岩。

3.2 井震综合标定与微相划分

利用4口岩心井,基于岩电震的综合标定建立了它们之间的相互映射关系。基于前文的表征方法与相带划分原则,综合了64口测井微相与其所对应的地震反射信息,在古地貌恢复(图13,图15)与地质模式指导下,以S5.2与S6.2小层为例,对各组波形(27类)进行了微相横向标定与波形再聚类。图14b聚类结果显示,潮堤微相在北部呈面状分布,中部与南部分布较为零星;中部主要发育潮池与潮间微相,钻井显示物性差、渗透率低;潮道呈北东南西向分布,钻井显示物性较差、渗透率较低(图14b,粉红色);中部的低洼处主要发育潮池微相,物性较差、渗透率极低;其余部分显示的深黄与黄色部分为早期的浅滩与滩前微相(图14b)。图16a聚类结果显示,浅滩微相主要分布在地貌高处(图15中的①,②,③),对应的沉积微相深黄色(图16b),钻井显示物性好、渗透率高;在低洼处主要发育滩前微相,对应沉积微相为黄色(图16b),钻井显示物性差、渗透率低;浅滩与滩间洼地之间发育滩前微相,对应沉积微相为浅蓝色(图16b),钻井显示物性一般、渗透率一般。

图13 小层S5.2古地貌与地震属性耦合

图14 小层S5.2井震微相平面标定与聚类a 无监督地震相细分类;b 相控监督再聚类;c 井点平面微相

图15 小层S6.2储层古地貌与地震属性耦合

图16 波形微相定量表征与传统微相划分对比a 波形精细分类;b 波形微相聚类;c 前人得到的沉积微相

3.3 波形微相定量表征与传统微相划分对比

图16b与图16c分别为同一储层S6.2的波形-微相定量表征结果与前人得到的沉积微相。经对比可明显看出,两种微相的划分结果在地貌高点井点处的沉积微相都能一一吻合,但在具体相带展布与沉积细节上却存在很大差异。可能受经典礁滩分布模式的影响,图16c相带划分更接近于理论模式,其礁滩的分布范围较小;而基于本文的定量解释技术获取的波形-沉积微相,其在古地貌分布与相带展布上,不但符合礁滩沉积的理论分布模式与井点微相的符合率,而且还能确保预测的沉积微相在空间分布上的合理性。地质统计学相控模拟验证显示,波形-微相与井孔微相的吻合率在85%以上,能够很好地反映非均质孔隙性碳酸盐岩相带分布,其剩余误差可利用地质统计的方法进行优化校正。这种微相定量解释技术在实际生产中,可较为准确地预测沉积相带与物性变化,有利于研究因相带变化引起的油气产能的变化,可为地质建模、储量计算等提供较为准确的预测分析数据。

4 结论

基于波形-微相定量表征的解释技术研究表明,地震资料的保幅处理与波形相对变化的保持是研究微相分类的前提,反射界面的成像、高频地震层序界面的追踪解释、井震标定是研究沉积微相的三个关键,聚类方法与参数选择是沉积微相定量表征的核心。基于一体化地球物理研究思路,利用波形-微相的定量表征方法可较为准确地刻画非均质碳酸盐岩储层的纵横向分布,是非均质碳酸盐岩储层岩相预测的有效方法之一,可推广到其它类似沉积环境的储层研究。但在实际应用中需要注意:

1) 对于高保真高信噪比地震资料,PCA降维去噪分类不利于刻画微相;

2) 波形聚类的分类增加可增强微相表征能力,但不利于岩相聚类;

3) sigma激励函数增大利于放大弱信号,虽放大噪声,但总体利于微相分类;

4) 精细地震相分类取决于相应配套地球物理技术,如处理、标定与精细层序界面解释;

5) 精细沉积微相分类取决于相应沉积模式指导与岩相分类(沉积模式与岩相标定)。

致谢:本研究工作在后续井震联合地质建模、油藏开发工作中的有效应用,得到了中石化勘探开发研究院开发地质专家杜秀娟、张德民等,测井专家李艳华,油藏专家高慧梅等在不同学科间的有效交互验证以及项目组相关人员的帮助,在此一并感谢。