地震沉积学在不同沉积相和储集层研究中的应用*

徐兆辉 胡素云 王 露 赵文智 曾洪流

1中国石油勘探开发研究院，北京 100083 2德克萨斯大学奥斯汀分校经济地质局，美国奥斯汀 78757

地震沉积学自正式被提出开始(Zengetal.， 1998a， 1998b)， 经过与地震地貌学相结合(Posamentier， 2001)， 其本质内涵在2004年被明确下来(Zeng and Hentz， 2004)， 之后逐渐引起了国内外地质学家和地球物理学家的关注(董艳蕾等， 2008； 曾洪流， 2011)。目前广为接受的定义为： 地震沉积学是地震岩性学和地震地貌学的有机结合， 是基于地震资料研究沉积岩和沉积史的一门学科(林承焰和张宪国， 2006； 林承焰等， 2007； 曾洪流等， 2012； 朱筱敏等， 2019)。近年来， 随着地震采集处理技术和计算机运算能力的提升， 地震沉积学在石油工业中的应用潜力与日俱增。中国含油气盆地普遍经历了复杂的沉积演化， 形成了不同的沉积环境和岩性组合。尤其是在西部复合含油气盆地中， 这些不同的岩性组合蕴含了丰富的油气资源(陈永武和何文渊， 2004； 赵文智等， 2005)。对于油气勘探而言， 沉积相研究和储集层预测是2项至关重要的研究内容。在碎屑岩、 碳酸盐岩和混积岩3种岩性的沉积环境中， 其沉积相和储集层特征各异， 导致地震反射千差万别。但是3种环境中发育的沉积层均属地震解释意义上的薄层， 这为开展地震沉积学研究提供了必要性。笔者在研究四川盆地川中龙王庙组和嘉陵江组及准噶尔盆地玛湖凹陷克拉玛依组过程中发现， 采取地震沉积学相关技术的不同组合， 可以有效地预测3种环境的沉积相和储集层分布。通过3个实例的解剖， 详细介绍了如何根据3种沉积体系的具体情况， 因地制宜地利用地震沉积学充分挖掘地震资料中的地质信息， 从而更好地研究沉积相和预测储集层。

1 碎屑岩沉积体系的沉积相与储集层预测

准噶尔盆地玛湖凹陷克拉玛依组被作为冲积扇—扇三角洲的典型实例，沉积了巨厚的砂砾岩层。笔者研究发现在这种以扇—三角洲沉积为主体的环境中，局部发育曲流河沉积。如果能够解释这种曲流河与冲积扇“跨相并存”现象，准确预测有利储集层分布，既有益于完善沉积学理论，又有利于提高油气勘探开发效率。在这一研究内容中，主要应用了地震沉积学中的地震地貌学和地震岩性学2个方面的理论技术开展研究。

1.1 研究区概况

准噶尔盆地面积约13×104ikm2，是中国西部重要的含油气盆地之一，其周缘被哈拉阿拉特山、青格里底山、克拉美丽山、博格达山、伊林黑比尔根山和扎伊尔山所围限(张国俊，1995；陈业全和王伟锋，2004)，盆地包括6个二级构造单元，分别为： 乌伦古坳陷、陆梁隆起、中央坳陷、南部断褶带、西部隆起和东部隆起(图 1-a)。近年来，针对砂砾岩油气藏的勘探持续获得重大突破，掀起了新一轮勘探热潮(唐勇等，2019；杨帆等，2019)。其中，隶属于中央坳陷的玛湖凹陷是近年来准噶尔盆地勘探重点地区。在地质演化过程中，玛湖凹陷受到附近冲断活动的影响，经历了3个主要的构造旋回，分别为泥盆纪至早石炭世、晚石炭世至三叠纪、侏罗纪至第四纪。

前人的研究已经指出， 玛湖凹陷二叠纪至三叠纪的沉积相类型包括： 冲积扇、 扇三角洲、 河流三角洲和湖泊(丘东洲， 1994； 何登发等， 2018)。 在前石炭系结晶基底之上， 凹陷中沉积了从二叠系佳木河组到第四系巨厚地层， 其中， 三叠系克拉玛依组上段(T2k2)被划分为5个砂层组(S1-S5)， 总厚度150～200im， 地层单层厚度较薄， 介于10～60im之间， 上覆地层为白碱组(T3b)厚层泥岩。 本文的研究目的层为最顶部的第1个砂层组(S1)， 钻井和露头资料揭示其岩性包括： 粗砾岩、 细砾岩、 砂砾岩、 砂岩、 粉砂岩和泥岩等。 这些岩性被认为形成于辫状河、 三角洲、 扇—三角洲及湖泊相(刘顺生等， 1999； 何苗等， 2017)， 未见关于S1中发育曲流河的报道。 作为全区分布的白碱滩组厚层泥岩之下的第1套砂砾岩粗粒沉积， S1的沉积相和储集层发育情况是非常重要的一项研究内容。

1.2 数据和方法

文中所采用的三维地震覆盖面积约600ikm2，是面元为12.5im×12.5im的高密度地震资料，整体频带宽度为10～70iHz，主频为30iHz，采样间隔2ims。重点关注的S1砂层组所在的T2k2，地震主频高达35iHz。鉴于目标层平均层速度约为4300im/s，因此该地震资料在目标层的纵向分辨率约为30im，品质较高。

在地震覆盖范围内，钻穿目的层S1的井总计35口，所有井都有常规测井曲线数据(包括GR、RT、AC和RHOB)，其中，18口井有孔隙度测井曲线，14口井有岩心资料(图 1-b)。这些井资料可以保证利用测井曲线和地震资料来识别和预测岩性与物性的准确性。

图 1 准噶尔盆地构造单元划分及研究区位置(a)和区内钻测井分布情况(b)Fig.1 Location of study area and tectonic units in Junggar Basin(a)and wells distribution(b)

采用的研究方法包括地震地貌学和地震岩性学2种，前者主要用于定性恢复沉积相和砂体展布，后者主要用来定量表征储集层。具体而言，在沉积相和砂体展布定性预测过程中，首先是利用层拉平技术，将白碱滩组底界面(即克拉玛依组顶界面)拉平，得到的图件可视为S1沉积古地貌，然后对相位旋转之后的地震数据体进行分频处理，分成3个分频数据体并分别提取平均振幅属性，将3幅分频振幅属性图进行RGB三色融合，最后结合古地貌和分频融合属性得到沉积相与砂体定性展布。在储集层定量表征过程中，首先是在-90°相位数据体上提取目的层S1的一系列地震属性，然后优选与井点储集层厚度相关性较好的地震属性并对其进行主因子分析，最后将前2个主因子与井点储集层厚度拟合，把得到的拟合关系式应用到前2个主因子之上，即可定量算得储集层厚度分布。

图 2 玛湖凹陷西北部三叠系克拉玛依组S1层分频地震剖面特征(a、b、c)与分频平均振幅属性平面特征(d、e、f)(AA′位置见图1-b)Fig.2 Characteristics of frequency-decomposed seismic profiles(a、b、c)and lateral average amplitude maps(d、e、f)of layer S1 of the Trassic Karamay Formation in northwestern Mahu sag (location of AA′ in Fig.1-b)

1.3 结果

1.3.1 地震地貌学恢复沉积相与砂体展布

根据钻井揭示的地层和岩性厚度分布和平均层速度统计，将20im、30im和50im作为薄层、中层和厚层的厚度，据此计算其所对应的调谐频率为54iHz、36iHz和22iHz，对相位旋转之后的数据体进行分频，得到分频地震数据体(图 2-a，2-b，2-c)，然后提取目的层S1的平均振幅属性，得到分频振幅属性(图 2-d，2-e，2-f)。图2中可以看出，随着频率的增加，剖面上地震同相轴逐渐变细，目的层S1从低频剖面上的1个粗波峰渐变成高频剖面上的1个细波峰。从平均振幅属性平面图上看，低频振幅属性图反映厚层大面积地分布在研究区中部，高频振幅属性图反映了薄层主要散布在西北部、东部和东南部地区。

图 3 玛湖凹陷西北部三叠系克拉玛依组S1层古地貌恢复结果(a)与沉积相平面分布图(b)Fig.3 Recovered palaeotopography(a)and sedimentary facies distribution(b)of layer S1 of the Trassic Karamay Formation in Mahu sag

利用层拉平技术恢复的古地貌揭示，研究区内主要发育3个古高地： 东北角、西南部和东南部(图 3-a)。这3个地区的薄层、中层和厚层砂体均不甚发育，在振幅图上表现为低振幅值(图 2-d，2-e，2-f中的深蓝色)。将3个分频振幅属性图进行RGB三色融合之后，生成砂/砾岩岩相定性平面分布图(图 3-b)。其中，红色代表厚层、蓝色代表薄层、绿色代表中层。厚层主要发育在由红虚线勾勒出的研究区中部(区域C)，呈扇形。中厚层则发育在由黑实线勾勒出的研究区西北部(区域A)和由黑虚线勾勒出的研究区中部(区域B)。

对比古地貌图和岩相定性分布图可见，中厚层砂砾岩主要分布在地貌低部位的高可容纳空间地区(图 3-a中的区域A和C)，体现了典型的“沟谷控砂”规律。另外，利用地震地貌学基本原理，从岩相定性分布图上可以看出，明显存在2个沉积体系： 西北部的曲流河沉积体系(区域A)和中部的冲积扇沉积体系(区域C)。其中，冲积扇沉积体系的沉积物厚度明显大于曲流河沉积体系，两者平面距离最小处不足2ikm。将几口典型井中S1段的测井曲线投影到图中，特别是X723和FN401这2口井的岩性垂向叠置关系表现出典型的冲积扇反旋回和曲流河二元结构的特点，进一步证实了2个沉积体系的存在。

图 4 玛湖凹陷西北部三叠系克拉玛依组S1层过2个岩相的任意地震剖面与井标定情况(BB′位置见图1-b)Fig.4 Seismic profile with well calibration across two lithofacies of layer S1 of the Trassic Karamay Formation in Mahu sag (location of BB′ in Fig.1-b)

根据沃尔索相律(Middleton，1973)，研究区目的层中的曲流河和冲积扇是不应该紧邻发育的。这一看似矛盾的岩相平面分布特征，可以通过精细的地震剖面标定与观察得到解释(图 4)。如前所述，岩相图是将提取自S1的平均振幅属性通过三色融合技术生成的。该过程中使用的时窗选取原则是白碱滩组厚层泥岩底界下的第1个波峰强反射，也就是白碱滩组底界之下约20ims(将第1个波峰包络进来)的范围。油田勘探实践发现，该界面之下的第1套砂砾岩粗粒沉积具有很好的成藏条件。然而，从地震剖面可以看出，实际上白碱滩组底界面之下的第1个波峰并非严格等时。位于剖面中间的井(X723)中，岩性组合反映了典型的砾岩—泥岩—粉砂岩混杂的冲积扇扇中沉积。位于剖面两侧的2口井(FN407和M7)岩性旋回揭示，顶部的岩性旋回(S1a)为砂岩—粉砂岩—泥岩构成的河流相特征，而真正的含有砾岩—泥岩—粉砂岩混杂的冲积扇沉积特征的旋回则出现在2口井的较深部(S1b)，对应于剖面中顶部波峰之下的第1套黑色波峰反射同相轴。也就是说，在侧翼2口井所在剖面上，真正与中间钻井冲积扇沉积等时的是2口井下部的同相轴(剖面上由蓝色虚线勾勒出来的范围)，而非顶部的第1个波峰。

通过以上分析可得出结论，图 3所反映的地震岩相图实际上是2个时期沉积相的叠置。首先是在研究区中部(乃至全区范围)沉积了冲积扇体系，之后，在其两翼(西北部和东南部)发育了河流相沉积。

1.3.2 地震岩性学定量刻画储集层分布

利用主因子分析技术处理地震属性系列，得到相应的主因子。将前2个主因子与井点处实际储集层厚度拟合，进而计算出储集层厚度分布图(图 5)。

图 5 玛湖凹陷西北部三叠系克拉玛依组S1层储集层厚度定量分布及单井油气水产量Fig.5 Quantitative distribution of reservoir and the production of single well of layer S1 of the Trassic Karamay Formation in Mahu sag

图 6 川中高磨地区安岳气田井点位置(a)和综合岩性柱(b)Fig.6 Location of wells(a)and comprehensive lithologic column(b)in Anyue Gas Field in Gaomo area of Central Sichuan Basin

目的层S1的储集层厚度介于0～10im之间，在研究区内广泛分布，主要围绕两大区域： 河流相沉积区(点坝，区域A)和冲积扇相沉积区(扇缘，区域B)。尽管2个沉积体系中的储集层平均厚度接近(6～8im)，但是2个区域内单井油气产量却差异明显。与河流体系相关的钻井(黑色箭头所指)油气产量明显高于与冲积扇沉积体系相关的钻井(白色箭头所指)(图5)。结合定性岩相恢复结果，不难解释这一现象。区域A所围限的曲流河相关储集层大多形成于河流点坝沉积，其成分成熟度和结构成熟度均应高于区域B所围限的扇缘沉积，可能导致同等厚度的河流点坝储集层具有更好的孔渗条件，因而可以较好地解释其中所钻井的产能更高。

2 碳酸盐岩体系的古地貌恢复和储集层定性定量预测

碳酸盐岩沉积体系不存在异源碎屑物质注入，川中高磨地区寒武系龙王庙组是典型代表。作为安岳气田主力产层，龙王庙组的储集层主要发育在白云岩地层中。龙王庙组白云岩是浅水高能开阔台地环境形成的颗粒灰岩，经过多期白云石化作用所形成(张建勇等，2015)，单一的白云岩排除了岩性对于物性预测的干扰。这种岩性特征为利用地震沉积学恢复古地貌，定性、定量预测储集层分布提供了良好的试验区，因而选取龙王庙组作为实例，研究地震沉积学在碳酸盐岩体系沉积相和储集层预测中的应用。

2.1 研究区概况

高磨地区地处川中， 构造上隶属于川中古隆起平缓构造区的威远至龙女寺构造群。从平面上看， 高磨地区现今构造总体为古隆起背景之上的1个鼻状突起， 自西向北东方向倾伏。高磨地区实际上是由南北2个构造圈闭构成， 南部为高石梯构造圈闭， 北部为磨溪构造圈闭(图 6-a)。其中， 后者是安岳气田龙王庙组产层的主要分布地区。高磨地区沉积地层发育在前震旦系花岗岩基底之上， 经过陡山沱组泥页岩和砂砾岩等沉积之后， 在上震旦统灯影组沉积了藻云岩夹泥岩。下寒武统筇竹寺组和沧浪铺组主要发育粉砂岩和页岩间互沉积， 目的层龙王庙组白云岩地层厚度介于10～80im之间， 被上覆中寒武统高台组砂泥岩所覆盖(图 6-b)， 上寒武统洗象池群则以砂屑白云岩和鲕粒白云岩为特征(汪泽成等， 2016)。龙王庙组的白云岩为滩相白云岩， 储集层的孔隙类型包括溶孔、 晶间孔和残余粒间孔， 孔隙的存在降低了白云岩的速度和密度(亦即降低了波阻抗)， 因此在地震资料上有所响应。

图 7 川中高磨地区龙王庙组沉积古地貌与同沉积走滑断裂分布(a)和圣安德烈斯断裂体系与底形分布(b)Fig.7 Distribution of topography and syndepositional strike-slip faults in the Longwangmiao Formation in Gaomo area of Central Sichuan Basin (a) and modern San Andreas Fault Zone and related topography(b)

2.2 数据和方法

采集于2011年的面积为2500ikm2的三维地震数据，面元20im×20im，在龙王庙组分布范围内的频率带宽为10～60iHz，主频30iHz，地震垂向分辨率约为50im。由于龙王庙组白云岩上下均被波阻抗较低的碎屑岩所围限，因此地震资料的信噪比相对较高。这种得天独厚的岩性组合，有效提高了地震资料的探测能力。

研究区三维地震测网范围内，钻穿龙王庙组的共计35口井(图 6-a)，每口井都有AC、RHOB等常规测井曲线数据，为精细井震标定奠定资料基础。与此同时，每口井在龙王庙组都有测井解释孔隙度资料，为计算龙王庙组孔隙度并将其与地震资料做关联提供了条件。

针对龙王庙组白云岩地层，在古地貌恢复的基础上，为了实现利用地震沉积学方法定性和定量计算储集层平面分布的目标，制定了如下研究流程。首先，在-90°地震数据体上精细解释了龙王庙组，利用层拉平技术，恢复了沉积古地貌。第2步，利用分频技术，将相位旋转之后的地震数据体分成高、中、低3个频段分频体，在分频体上提取了对储集层厚度敏感的平均振幅属性，得到薄、中、厚储集层的平面振幅属性分布图。第3步，利用RGB三色融合技术，将3张分频振幅属性分布图融合成定性储集层厚度预测图。第4步，将-90°相位地震数据体分为7个分频体，分别提取7个分频体的平均振幅属性。第5步，利用PCA方法分析7个分频振幅属性，将前2个主因子与井点处解释的储集层厚度拟合，得到拟合关系式。第6步，将前2个主因子代入拟合关系式，计算获得储集层厚度定量预测结果。

2.3 结果

2.3.1 古地貌及其与走滑断裂的关系

结合研究区的构造演化史和地层发育情况，通过层拉平的方式，定性恢复了龙王庙组沉积古地貌(图 7-a)。研究区整体西北高、东南低，表现为宽缓的浅水陆棚特征。磨溪构造总体位于高地之上斜坡部位，而高石梯构造则是位于上斜坡至下斜坡部位。研究区被几条大断裂和若干伴生小断裂所切割，形成类似地堑—地垒的地貌特征。其中，近南北向的大断裂(A-A′)是继承自震旦纪的一条深大断裂，是德阳—安岳裂陷槽东缘断裂(杜金虎等，2016)，不具走滑性质。

北东—南西向的另一条大断裂(B-B′)则是1条寒武纪持续活动的同沉积走滑断裂。该断裂平面呈帚状展布， 由北东向南西方向散开， 具右旋特征。走滑断裂体系主断层(B-B′)及伴生的一系列次级走滑断裂， 对古地貌的调整作用非常明显。实际上， 同沉积走滑断裂控制地形地貌的现代实例也很常见， 现今美国圣安德烈斯大断裂就是典型代表(图 7-b)。在右旋走滑断裂体系的控制下， 洛杉矶海岸及浅海陆棚之上的次盆(地堑)和水下隆起(地垒)的分布， 与走滑断裂具有很好的对应关系。

图 8 川中高磨地区利用测井数据内插储集层厚度(a)与三色融合地震属性得到的定性储集层厚度(b)Fig.8 Reservoir thickness derived by inserting well data(a)and qualitative reservoir thickness derived by RGB blending seismic attributes(b)in Gaomo area of Central Sichuan Basin

2.3.2 白云岩储集层定性预测

已经有学者指出，地震振幅属性能够反映储集层(李操，2014)，然而直接应用振幅预测储集层物性往往会受到复杂岩性的干扰。但研究目的层龙王庙组因为其岩性单一(白云岩)，大大降低了岩性对于振幅属性预测储集层的干扰。

根据实钻钻井数据和孔隙度测井解释数据，统计出井点处的龙王庙组地层厚度和储集层(孔隙度大于4%)累计厚度，进而利用内插法绘制出基于测井解释数据的储集层平面分布图(图 8-a)。从图8中可以看出，研究区内龙王庙组白云岩储集层厚度介于0～60im之间，平均厚度约30im。储集层厚度与古地貌(图 7-a)具有较好的对应关系，厚储集层基本位于古地貌高部位周边的上斜坡位置。同时，储集层平面分布受控于走滑断裂体系，而继承自震旦纪的近南北向大断裂对于储集层厚度的影响不大。

根据井点解释储集层厚度的分布特点，选取70im、45im和33im作为厚、中、薄储集层的代表厚度值，计算了其所对应的低、中、高调谐频率值分别为18iHz、28iHz和38iHz。在这3个频段分频数据体上，提取了平均振幅属性。然后利用RGB三色融合技术(红色代表低频厚储集层、绿色代表中频中等厚度储集层、蓝色代表高频薄储集层)，得到了研究区内龙王庙组白云岩储集层厚度定性分布(图 8-b)。

与井数据内插得到的储集层厚度相比，三色融合储集层厚度分布图反映了大致相同的趋势(西北厚、东南薄)，古地貌和断层对储集层厚度分布的控制作用同样明显。同时，融合储集层厚度图上反映了更多细节，特别是反映了少井或者无井地区的储集层分布情况，体现了地震资料预测储集层的优势。对比磨溪构造和高石梯构造储集层分布特征发现： 磨溪构造发育的储集层厚度更大、面积更广，表现为块状连片厚储集层特征；高石梯构造发育的储集层整体厚度较小、面积局限，平面上表现为环带状分布的特征。这可能是由2个构造圈闭所处的古地貌存在差异所导致： 磨溪构造紧邻古地貌高地的上斜坡部位，而高石梯构造则地处远离古地貌高部位的中下斜坡位置。

图 9 川中高磨地区利用振幅属性主因子分析结果(a和b)拟合计算的储集层厚度定量分布(c)Fig.9 Quantitatively distribution of reservoir(c)calculated by principle components derived from seismic attributes(a and b)in Gaomo area of Central Sichuan Basin

2.3.3 白云岩储集层定量预测

为了更好地指导龙王庙组气藏的勘探与开发，除了定性刻画不同厚度规模储集层的平面分布之外，还有必要开展储集层厚度定量预测，因此，引入了主因子分析技术。

如前所述， 将-90°数据体由低到高分成7个分频体之后， 分别提取了目的层龙王庙组的平均振幅属性， 继而进行了主因子分析。在得到的7个主因子中， 前2个主因子含有绝大部分的原有信息， 可以作为自变量进行拟合运算。实际上， 第1个主因子已经能基本反映厚储集层平面分布情况(图 9-a)。

求取前2个主因子在井点处的数值，将其与井点测井解释储集层累计厚度作拟合，下列关系式给出了比较理想的相关关系(R=0.78)。利用该关系式对前2个主因子进行运算，得到了研究区龙王庙组白云岩储集层的厚度平面分布图(图 9-c)。

其中，z是井点处储集层厚度，x是第1个主因子在井点处的数值，y是第2个主因子在井点处的数值， 常数系数a至g分别是： a=26.40、 b=-64.79、 c=36.75、 d=40.53、 e=-1.58、 f=3.51、 g=4.82。

从图9中可以看出，厚度大于30im的中厚储集层的分布情况与定性储集层预测结果类似，大部分位于磨溪构造，少部分处在高石梯构造。厚度大于50im的厚储集层大部分发育在磨溪构造。虽然与定性储集层分布图反映的趋势大体一致，但是量化预测结果揭示出更多的细节差异。例如，在定性图上，磨溪地区厚储集层呈连片分布，平面均质性较好。但是在定量图上，磨溪构造的这些厚储集层并非连片分布，而是存在较强的平面非均质性。这一认识，为后续的滚动勘探和气田开发提供了更为精细的重要参考。

3 混积体系的岩相预测

图 10 四川盆地三叠系嘉陵江组岩相古地理(a)与层序地层划分(b)Fig.10 Lithofacies palaeogeography(a)and sequence stratigraphy(b)of the Triassic Jialingjiang Formation in Sichuan Basin

3.1 研究区概况

四川盆地面积约18×104ikm2，是在扬子地台基础上发育起来的大型沉积盆地，其周围被龙门山、米仓山、大巴山、七曜山、娄山和大凉山所环绕(黄汲清，1954)。在早三叠世嘉陵江组沉积时期，四川盆地岩相古地理包括深海、古陆、局限台地和开阔台地(王宓君等，1989)。海水分别从西北、东北和东南3个方向侵入四川盆地(田在艺和张庆春，1997)，盆地从海相环境向陆相环境过渡(图 10-a)。此时，研究区位于低纬度区，气候从半干旱向干旱转变(Weidlich，2007；徐国盛等，2011)。从早三叠世开始，研究区周边地区开始逐渐隆升，导致了相对局限的沉积环境。盆地西南部地区，季节性活跃的河流将碎屑物质从康滇古陆搬运进入盆地发生沉积(吴应林等，1989)。

嘉陵江组(T1j)自下而上可分为嘉1段至嘉5段(T1j1-T1j5)共5段，其中，嘉1段和嘉3段由灰岩构成；嘉2段包括膏岩、白云岩、灰岩和碎屑岩；嘉4段和嘉5段则发育膏岩、白云岩、灰岩和盐岩(图 10-b)。嘉陵江组地层可划分为3个三级层序，自下而上分别为： 嘉1段至嘉2段(层序1)、嘉3段至嘉4段(层序2)、嘉5段(层序3)。其中，研究目的层嘉2下亚段(T1j2L)的厚度在平面上较为稳定，地层厚度相对较薄(介于10～70im)，平均厚约50im，在-90°相位旋转后的地震剖面上对应1个波谷(Huetal.， 2017)。

T1j2L中的碎屑岩呈现灰绿色， 由泥岩和粉砂岩隔夹层组成， 推测其形成于陆相沉积环境(Zhaoetal.， 2018)。 泥质灰岩呈深灰色薄层状， 推测其形成于海陆过渡环境。 浅灰色白云岩孔隙十分发育， 表现为针孔状特征， 根据薄片测定数据， 其孔隙度最高可达20%， 平均为8%左右。 膏质云岩和云质膏岩也很常见， 发育典型的揉皱变形层理。 随着蒸发强度的增加， 出现了膏岩(硬石膏)沉积， 为白色或者浅灰色块状特征。 这些岩性垂向间互频繁、 横向相变迅速， 为混积岩相研究提供了良好的解剖区。

3.2 数据和方法

图 11 四川盆地高磨地区位置及钻穿目的层的井分布Fig.11 Location of Gaomo area in Sichuan Basin and distribution of wells drilling through the target layer

为了确定混积环境下的岩相分布，制定了针对性的技术方案。综合利用岩心分析数据、测井解释数据和地震属性分析数据等，首先找到不同岩性的各项地球物理参数特征，据此计算不同岩性含量在井点处的数值并利用地震资料预测其平面分布，进而根据平面岩性组合确定岩相分布。

3.3 结果

3.3.1 岩心分析与测井数据分析结果

利用岩心分析(矿物成分、薄片鉴定等)，可以根据矿物组分和物性情况识别出5种不同的岩性/岩相，分别是膏岩、碎屑岩、致密白云岩、灰岩和多孔白云岩。结合相应深度的测井曲线参数，分析了不同岩性的曲线参数分布特征(图 12)。从图中可以看出，碎屑岩的GR值最高(图 12-a)，据此可将GR值高于45 API的曲线对应的岩性解释为碎屑岩。从不同岩性的密度分布范围来看，膏岩的密度最高(图 12-b)，将密度值大于2.89ig/cm3的曲线段解释为膏岩。识别出碎屑岩和膏岩之后，剩下的岩性包括致密白云岩、灰岩和多孔白云岩，很难通过GR和RHOB将三者区分开。同时，三者的AC分布范围也很相近(图 12-c)，因此将其归为碳酸盐岩这一大项。

图 12 四川盆地高磨地区基于钻测井资料的不同岩性关键参数Fig.12 Key factors for different lithologies in based on well data in Gaomo area of Sichuan Basin

利用RHOB和AC计算了不同岩性波阻抗(AI)的分布情况(图 12-d)。可以看出，不同岩性的AI数值分布范围有搭接，但大部分岩性分布的主峰是错开的。其中，致密白云岩的AI值最高，其次是膏岩，碎屑岩的AI值最低，多孔白云岩和灰岩的AI主峰基本重叠。这种AI的分布特征，意味着利用地震数据几乎不可能将灰岩和多孔白云岩完全分开。同时，在地震数据上应该有不同的响应(因为三者的AI主峰有差异)，尽管如此，地震数据很难明确地将混积环境下的这几种岩性一一甄别(因为AI分布有重叠)。

图 13 四川盆地高磨地区种岩性地震属性主因子分析结果特征图Fig.13 PCA results of seismic attributes generated for three lithologies of in Gaomo area of Sichuan Basin

3.3.2 主因子分析结果

正是由于AI的上述特征，导致利用单一地震属性难以区分不同的岩性。为了解决这一问题，本文引入主因子分析技术，对地震属性进行重构分析，将其中的岩性信息优化提取形成线性不相关的主因子。具体实施过程中，分别针对碎屑岩(Sc)、膏岩(An)和碳酸盐岩(Ca)，根据井点处岩性百分含量与不同地震属性之间的相关性，分别优选了3组(对应3种岩性)相关性较好的地震属性，然后对优选出来地震属性分别进行主因子分析。其中，针对碎屑岩选择的地震属性主要为振幅、弧长和频率；针对碳酸盐岩选择的地震属性主要为振幅、频率和能量；针对膏岩选择的地震属性主要为频率、振幅、能量和有效带宽。

图 14 四川盆地高磨地区不同岩性(a、b、c)百分含量平面分布情况及RGB岩相特征(d)Fig.14 Distribution maps of lithology content(a、b、c)and the RGB lithofacies map(d)in Gaomo area of Sichuan Basin

主因子分析结果(图 13)显示，对于3种岩性而言，主因子所含有的原有地震属性逐渐减少，而前2个主因子涵盖了原有属性中绝大部分信息(75%以上)，因此可以利用这2个主因子代表原有地震属性进行拟合运算。这种做法不但减少了参与运算的自变量个数、降低了拟合难度，而且最大限度地保留了原有地震属性中蕴含的岩性信息，在保证精度的前提下，提高了拟合运算效率。

3.3.3 岩性含量拟合计算结果

3.3.4 混积岩相分布特征

分别获取3种岩性含量平面分布之后，将这3种岩性作为3个端元，利用RGB三色融合技术，将3种岩性含量转化成相应的岩相，例如膏岩含量高指示膏岩岩相、碎屑岩含量高指示碎屑岩岩相、碳酸盐岩含量高指示碳酸盐岩岩相，据此原则可以将融合图解释为岩相图(图 14-d)。其中，红色代表膏岩、蓝色代表碎屑岩、绿色代表碳酸盐岩。从岩相图上可以看出，岩相分带性比较明显，共分为5个区域(即由红色虚线分割开的A至E)。其中，区域A以碎屑岩为主，含有痕量的碳酸盐岩。区域B是碎屑岩和碳酸盐岩共存的地区，表现为海陆过渡沉积特征。区域C以碳酸盐岩为主，反映了正常海沉积。区域D是研究区内面积最大的，其岩性组合为膏岩和碳酸盐岩，北部局部地区还含有痕量的碎屑岩，这种岩性组合是一种典型的局限环境。在位于东北角的区域E，岩性组合相对简单，以碳酸盐岩为主，膏岩含量明显降低至痕量，表现出由局限环境向半局限或开阔环境的过渡。

图 15 澳大利亚圣诞岛上发育的碎屑岩—碳酸盐岩—蒸发岩混积体系的现代实例Fig.15 Modern analogy for mixed siliciclastic-carbonate-evaporite systems on the Christmas Island in Australia

4 讨论

除了相位旋转、地层切片和分频3种传统技术之外，地震沉积学还包括主因子分析和RGB三色融合2项新技术。其中，前3种传统技术已经被证实可以在沉积相研究中发挥巨大作用(董春梅等，2006；彭才等，2011)。后2种新引入的技术旨在利用井震资料，定性和定量预测储集层分布，其应用尚处于起步阶段(姜秀娣等，2013；Chopra and Marfurt，2014；Zeng，2018)。通过3个研究实例的分析，可以看出3种沉积体系共同的特征是地层薄，导致常规地震资料解释困难。同时，由于沉积环境、岩性组合和后期成岩演化过程的差异，需要采用不同的技术组合以实现沉积相和储集层预测之目的。笔者希望通过讨论不同沉积体系的具体差异，探讨地震沉积学针对这3种体系选择技术组合时的依据和应用效果，以期推进地震沉积学在量化研究储集层分布方面的发展，为从事类似研究的学者提供借鉴。

针对碎屑岩沉积体系而言，因其地形地貌特征明显和后期成岩作用序列简单(刘林玉等，2002)，可以重点采纳地震地貌学研究思路，采取“相位旋转、地层切片和RGB三色融合”技术组合，定性恢复沉积相。研究结果揭示了玛湖凹陷克拉玛依组冲积扇—河流的微地貌和沉积相特征，为准确识别岩性提供有效依据。因波阻抗相近而导致常规地球物理方法难以准确识别砾岩和砂岩(吴兆徽等，2016)，但是在微地貌的约束下，两者变得泾渭分明，即砾岩通常发育在冲积扇体系而砂岩通常发育在河流体系。确定了沉积相和岩性平面分布之后，就可以合理解释有利储集层和高产井的分布规律，为下一步的油气勘探开发提供指导。

碳酸盐岩沉积体系中的灰岩和白云岩虽然存在波阻抗差异， 但是白云岩往往发育孔隙， 同时， 后期演化情况复杂， 造成2种岩性的波阻抗有时相差无几(刘玲等，2020)。 因此， 利用地震资料预测储集层过程中， 岩性差异直接造成物性预测的多解性。 要想准确预测储集层分布， 首先要尽量减少岩性差异带来的影响。选择的川中高磨地区龙王庙组具有得天独厚的优势： 首先， 大量钻井揭示， 龙王庙组沉积地层已经完全白云石化(张建勇等， 2015)， 不发育灰岩， 因此没有岩性带来的干扰； 其次， 龙王庙组上、 下被碎屑岩所围限， 顶底界面处的波阻抗差异明显。在这2个有利条件的保证下， 加之大量钻井的标定， 重点借鉴地震岩性学研究思路， 采用“相位旋转、 分频地震属性RGB融合、 主因子分析”的技术组合， 高质量地完成了沉积古地貌的定性恢复和白云岩储集层的定量预测。

混积岩沉积体系通常指碎屑岩和碳酸盐岩的混合沉积(Guertinetal.， 2000；Brandanoetal.， 2010)，而川中高磨地区嘉陵江组嘉二段中碎屑岩、碳酸盐岩和蒸发岩3种岩性的混积则更为复杂。在这种垂向和横向岩相快速变化、非均质性(岩性非均质性和物性非均质性)极强的沉积体系中，有效预测岩相是预测潜在储集层发育区的前提。预测研究区内岩相分布的1条有效途径是充分利用钻井信息标定地震资料，为了实现这一目标，采用了“地震属性+主因子分析”的技术组合。这种技术组合有效地将单井岩相定量识别结果外推到地震数据，得到了岩相平面分布，识别出有利于储集层发育的岩相，指出了有利的油气勘探区带。尽管地震沉积学已经具备了定性恢复沉积相和定量预测储集层(特别是常规地震方法无能为力的薄地层中的储集层)的能力，但还有许多可以提升和改进之处，例如分频时的频率是依据地质家对研究区地层厚度的经验评估值计算得到的，必然存在一定偏差。如果能研发出自动扫描地层厚度分布的方法，即可据此计算更为精确的分频频率，效果必然更佳。另外，不同地区的沉积背景和研究目的有所差异，因此笔者提供的3种不同的应用场景仅供相关的研究者参考，实际应用时应具体问题具体分析，针对性地选择技术组合和研究流程。笔者期望此文能够抛砖引玉，为地震沉积学更广泛地应用提供助力。

5 结论

油气勘探实践助推地震采集处理技术不断提高，计算机运算能力显著增强，地震沉积学迎来良好发展契机。“1(地震地貌学)+1(地震岩性学)”的理论体系和“3(相位旋转、地层切片、频谱分解)+2(主因子分析、三色融合)”的技术系列，大大拓展了地震沉积学的应用范畴。研究表明，地震沉积学方法和技术可以在不同环境下，有效恢复沉积相，定量计算储集层厚度。

1)准噶尔盆地玛湖凹陷三叠系克拉玛依组被作为砂砾岩沉积的典型代表，利用地震地貌学原理和地层切片融合技术，首次在克拉玛依组上段S1砂层组发现了曲流河沉积，该河流体系是在冲积扇体系沉积之后形成的。两者都在沟谷中沉积，但是扇先河后。利用主因子分析技术、结合井震标定，发现研究区储集层厚度小于10im，主要集中在河流的点坝沉积和冲积扇的扇缘沉积中，河流相关储集层因其较好的孔渗条件而油气产能更高。

2)川中高磨地区寒武系龙王庙组为单一的白云岩地层，受同沉积走滑断裂的调整，形成了大型浅水缓坡背景下的“垒-堑间互”的构造格局。利用地震沉积学的分频融合和主因子分析技术，定性定量恢复了储集层平面分布。发现磨溪构造是龙王庙组储集层分布主体区域，大面积分布在古地貌高地周边的斜坡区，整体呈块状，局部存在非均质性；高石梯地区的储集层呈环带状局限分布，储集层厚度基本小于40im。

3)川中嘉陵江组嘉二段发育碳酸盐岩—碎屑岩—蒸发岩混积环境，利用伽马识别碎屑岩，利用密度识别膏岩。主因子分析技术突出了地震属性中的岩性差异，据此预测了3种岩性含量的平面分布。三色融合技术生成的岩相图显示，研究区从西南向东北，逐渐由陆相经海陆过渡相和蒸发潟湖相，最终变为开阔海相。

致谢感谢3位匿名审稿专家对文章提出的建设性建议和具体修改意见!