地震属性综合分析技术在河道精细刻画中的应用*

李 楠 刘志峰 杨东升 朱石磊 陈少平 张 莹

（中海油研究总院有限责任公司 北京 100028）

地震属性能够凸显解释人员用肉眼难以识别的地质现象，可增强沉积体、特殊岩性体、断裂系统成像效果，强化地震资料中隐藏的、解释人员用肉眼难以识别的地质信息，辅助完成地质体刻画、储层分析、断裂系统展布特征分析等工作。地震属性可大致归纳为时间、振幅、频率、衰减等4类。频谱分解技术属于频率类属性，是利用数学变换将地震信号从时间域转换到频率域，从而使解释人员能够以特定频率来描述地质特征的方法，其常用算法有短时傅里叶变换（STFT）、连续小波变换（CWT）、S变换（ST）、广义S变换（GST）等[1-5]。

广义谱分解（Generalized Spectral Decomposition）与频谱分解不同，其算法提供了将傅里叶变换与连续小波变换混合的方法，通过频率、循环次数和相位来对子波进行控制，类似于滤波器，通过子波对地震数据进行“相关”和“褶积”运算，从而有效提高和控制分辨率，并最终得到受控于频率的三维振幅域数据体。该算法生成基于频率控制的振幅类属性，属于混合属性。本文以渤中凹陷东北部东营组末期河道为研究对象，在精细解释基础上，基于Petrel软件，首先通过实时调参功能对比了10种常用属性，大致识别出河道、断裂分布情况，最终基于广义谱分解所得分频体，通过RGB混色技术完成河道精细刻画。

1 研究区概况

图1 研究区构造位置Fig.1 Structural location of the study area

研究区位于渤中凹陷东北部（图1），石臼坨凸起东段延伸至研究区内部，将该区分隔为南北两部分，面积约1 300 km2。该区自上而下发育第四系，新近系明化镇组、馆陶组，古近系东营组、沙河街组。东营组整体发育上升半旋回，为曲流河沉积砂泥岩互层，早期富砂，晚期以泥岩沉积为主，砂岩含量约30%～50%，存在优质储盖组合。虽然该区三维地震资料满覆盖，但主频低、频带窄，分辨率不足，不利于地质体识别和精细刻画，为河道展布研究带来了挑战。

2 常用地震属性识别河道

2.1 时间类属性

方差属性利用相邻地震信号之间的相似性来描述地层、岩性的非均质性，辅助体现数据体中的不连续信息，是识别断层、河道和特殊岩性体的常用时间类属性[6]。东营组沉积晚期，湖水扩张，研究区以泥岩沉积为主，河道在剖面中呈下切谷特征，反射同相轴不连续。方差属性提取效果取决于计算参数。原始默认参数为：地震道（INLINE、CDP）范围3、垂向平滑采样点数15。所得方差体沿T20反射界面（东营组顶面）拾取，断层、河道均不清晰（图2a）。地震道范围决定了横向参与计算的数据宽度，数值越大，参与计算的数据范围越大，成像越清晰（图2b、c）。但增加到最大值10左右（图2d），干扰明显增加，现象难以区分。垂向分析窗口影响参与计算的数据高度：窗口越小，细节越清晰；窗口越大，噪声压制效果越好，但过大会导致过渡平滑、图像模糊。随数值增加，垂向切穿多套地层的断层愈清晰，而局限于特定层段的河道成像受到明显压制（图2e、f）。通过以上对比，“7-7-15”的参数组合对河道刻画较合适（图2c），“5-5-100”的参数组合有助于凸显断层特征（图2f），同时可适当叠加倾角校正。

倾角、方位角、倾角照明、曲率、混沌、边缘检测等属性极为敏感，常用来辅助微小断层识别，但对河道刻画效果较差（图3a、b）。

瞬时相位是衡量地震同相轴连续性的属性，与能量、振幅无关，能够有效体现相位突变，相对其他属性更清晰体现了南北向河道轮廓（图3c），在南部临近洼中地区，可观察到多条河道相互交切，且研究区东部为高弯曲度的“河道”。

90°相移属性是将地震相位旋转90°。常规剖面地震反射同相轴对应于地层顶底界面，通过90°相移可以将地震反射同相轴与地层对应，使地震相位具有岩性意义[7-8]。对该属性沿层拾取，可清晰识别出大量南北走向河道，且在凸起南部发育两条近平行的东西走向弯曲河道（图3d），可与瞬时相位属性相互印证。

图2 研究区不同参数组合下方差提取效果对比Fig.2 Comparison of variance attribute extraction effect using different parameter combinations in the study area

图3 研究区常用属性对比Fig.3 Comparison chart of common attributes in the study area

2.2 振幅类属性

均方根振幅属性是将振幅平方的平均值开方，反映振幅的平均变化水平，对强振幅较敏感，常用来体现储层性质，辅助识别亮点，区分岩性特征，在三角洲和河道砂体识别中经常应用[6]。由该属性可知，本区确发育近东西走向大型河道（图3e），并在东部形成“扇体”。结合已钻井，推测强振幅对应富砂地层，弱振幅对应富泥地层。均方根振幅属性很好地体现了东西走向大型河道特征，与时间类属性所体现的近南北走向小型河道形成鲜明对比（图2c）。

振幅差异属性代表相邻地震道间的振幅强弱差，将肉眼难以识别的差别进行放大（图3f），与相干、方差属性有一定相似性，但清晰度略低。

甜点属性是反射强度与瞬时频率平方根的比值[9-10]，对强振幅、低频率有明显反映，突出振幅异常，体现岩性差异、地层孔隙度变化，属性效果与均方根振幅类似（图3g）。

2.3 频率类属性

主频是预测储层的常用属性，主频横向变化能够体现地层厚度变化。由于地震资料频带较窄（0～40 Hz），且缺乏高频成分，通过主频来刻画河道效果较差（图3h）。

瞬时频率是相位随时间的变化率，地层厚度和岩性变化能够引起瞬时频率变化。图3i中左侧两条南北向小型河道较清晰，在凸起南部相交，呈现“X”形，颜色为纯白色，对应低频，与周围高频界线清晰；东西走向河道为中频，以灰色为主，较难识别。

3 广义谱分解技术原理

广义谱分解（GSD）是将傅里叶变换与连续小波变换混合的方法，通过频率、循环次数和相位来对子波进行控制，然后基于子波对地震数据进行“相关”和“褶积”运算，从而有效提高和控制分辨率[11]。“相关”算法即计算特定子波与地震的相关性，消除负相关，提高地震资料的垂向分辨率，但地震资料会发生畸变。“褶积”算法为子波与地震波的褶积运算，相当于一个滤波器，与子波相关的信号被输出，其他无关频率都被衰减，其特点是保幅，即振幅和相位不会发生畸变。广义谱分解的两类算法与常规的频谱分解技术不同，最终得到数据体并非频率域，而是与计算过程中所选主频密切相关的窄频振幅域数据体。

以研究区地震资料为例（图4a），通过广义谱分解，选择频率为40 Hz的“相关”算法，沉积地层之间的顶底界线更清晰（图4b），但由于消除与子波无关的负相关，部分信息缺失，成像发生畸变；主频为40 Hz“褶积”算法，地震资料在保幅的基础上明显提高了分辨率（图4c）。

地震资料可识别厚度为Z=1／4λ=v／（4f），其中Z为地层厚度，λ为波长，v为层速度，f为频率。当v=3 000 m／s，f=20 Hz时，Z=37.5 m；当v=3 000 m／s，f=50 Hz时，Z=15 m，可见随主频提高，地层可分辨厚度更薄，分辨率大幅提高，有助于凸显地震资料中隐含的地质信息[12-13]。但该方法是否存在假象？将常规振幅剖面与“褶积”后的振幅剖面叠加波形显示进行对比，在提高分辨率的同时，短时窗内实现了均衡，能量较弱的反射同相轴得到增强，较强的减弱，但反射同相轴并没有凭空增加（图5中，所圈部分为7个正相位和7个负相位，常规振幅剖面（a）与谱分解之后剖面（b）相位数量一致）。常规剖面主频较低，仅能识别相位变化，难以识别河道形态。高频广义谱分解技术提高地震分辨率，精分地层结构，有助于河道特征识别，降低解释多解性。

图4 研究区地震剖面对比Fig.4 Comparison of seismic sections in the study area

图5 振幅剖面叠加波形显示对比Fig.5 Comparison of amplitude profile together with waveform

地震资料具有调谐现象，一定厚度的地层在某一频段范围内会有清晰显示，在其他频段反而显示不清，因此不同频段体现地层信息具有差异性：低频段多反映较厚地层，一般对应河道中心沉积较厚部位；高频段反映较薄地层，多对应河道边缘（图6），因此单频体比常规全频带振幅体更能有效体现沉积特征变化[15-19]，而将多个单频体进行融合能够更好地体现完整河道形态。

图6 薄层调谐和振幅谱分量的关系[14]Fig.6 Relationship between thin layer tuning and amplitude spectrum components[14]

4 利用地震属性综合分析技术精细刻画河道

综上所述，研究区时间类属性中方差、瞬时相位及90°相移属性对河道形态识别效果最佳，可清晰识别出多条河道自凸起向南汇入低洼地区（图2c、3c）。方差及瞬时相位属性中东西走向河道不清晰，而90°相移属性对南北向、东西向两个走向、级别的河道均有体现，且在研究区东部隐约体现出河道特征。振幅类属性中南北走向河道呈现断续特征，但可清晰识别出东西走向大型河道发育，且在东部形成“扇体”，两类属性分析结果有明显差异（图3）。

受限于地震资料品质，常用属性虽然大致框定了研究区河道分布，但难以在一种属性中同时识别各类型河道，且具有多解性。由于研究区地震资料频带窄，主频低，频率类属性识别效果大多较差，而频谱分解对于薄层及地震横向变化较为敏感，因此可将传统属性难以识别的现象在不同频段进行凸显和加强，从而进一步提高成像效果。

4.1 利用广义谱分解识别河道

图7 研究区沿T20反射界面提取不同频率广义谱分解属性成果Fig.7 Extraction of generalized spectral decomposition attributes of different frequencies along T20 seismic reflection interface in the study area

对研究区沿层拾取分频数据体（图7），色标红—黄对应强振幅，白—黑对应弱振幅（若白色从-2 000调整为0，整个图件发白，亮度太高，难以观察现象）成像清晰度与所选频率密切相关。主频从10 Hz到35 Hz，低频信息与东部沉积地层对应，随频率升高，高频成分在西部体现（图7）。这与凸起在西部，凹陷在东部的构造单元分布吻合。当频率过低时（10 Hz），难以体现有价值信息（图7a）。当频率升高至主频，两个走向的河道逐渐清晰：南北向河道在15～25 Hz分频体中为白色，边界清楚，弯曲度较低，结合已钻井，推测为窄而深的泥质顺直河道（图7b、c）；东西走向河道在这个频段中多为黑—灰色，仅能观察到大体轮廓。在频率高于20 Hz范围内，东西走向河道为红—黄色，边界清晰，与南北走向河道呈切割关系，弯曲度较高，且在研究区东部入湖呈“扇体”形态，与振幅类属性结果相似（图3h）。随频率继续升高至有效频带的最高频率，东西走向河道特征发生变化：河道边界更清晰，且宽度加大，河道弯曲部位有颜色充填，与边滩对应，局部可见决口扇，为典型曲流河沉积（图7d—f）。高频对应河道宽度明显大于低频对应宽度，这与高频对应薄层、低频对应厚层的认识吻合。

综上所述，高、低频分别对应不同的地层厚度和沉积特征，仅单一频率还不能完成全区河道刻画，且对于研究区东部“扇体”依然存在不确定性，因此，有必要将不同频段的数据体进行融合混色。

4.2 基于广义谱分解的分频混色技术精细刻画河道

通过RGB混色技术，将低频段15 Hz、中频段25 Hz、高频段35 Hz分别以红、绿、蓝3色融合混色，使不同频率反映的地质特征在同一个属性体中表现出来，形成一个相对单一频率更完整，具有通频信息的彩色数据体[20-22]，这一技术也称为“分频混色技术”。

将数据体沿层拾取，通过三维立体显示，研究区至少发育15条河道（图8）。河道7、8、15影响范围较广，宽度约800～1 000 m，为贯穿全区的主河道，其他分支河道宽度约100～400 m。在走向方面，除河道7、8为近东西走向外，其他河道均为近南北、北东走向。研究区西部多发育南北走向顺直河道，影响范围小，在凸起南缘被东西走向河道切截，后与河道15汇流向南流入低洼地区。上文振幅类属性中反映的东部“扇体”实为贯穿全区近南北走向的“河道15”及东延的“河道7”边界，宽度较大，影响范围广，各类微相发育。“河道15”在中部截弯取直形成“牛轭湖”。结合已钻井分析，河道7、8、15可作为下一步钻探的有利方向。

石臼坨凸起继承性发育，近东西走向倾末端作为分水岭，将秦南凹陷和渤中凹陷分割，作为物源区，向南、东、北三个方向发育多条河流。方差属性与东上段沉积厚度叠合，可识别出黄色为凸起区，也是河流发育区；蓝色为洼陷区，为汇水区（图9a）。结合分频融合属性与厚度叠合图中的河道展布特征（图9b），研究区及其周缘发育3个汇水区，其中凸起以南的渤中凹陷为主要汇水区，凸起以东和以北为次要汇水区。

5 结论

图8 研究区分频混色属性沿T20界面提取立体图Fig.8 Spectral decomposition RGB blending attribute along T20 seismic reflection interface in the stydy area

1）研究区方差、瞬时相位及90°相移属性对河道形态识别效果最佳，振幅类属性可清晰识别大型河道，多种属性之间形成互补可大致框定河道展布情况。

图9 研究区及周缘属性与东上段厚度图Fig.9 Thickness map of upper section of Dongying formation together with seismic attributes in the study area and its surroundings

2）研究区通过广义谱分解所得单频体分辨率有明显提高，相对全频体揭示了更丰富的地质信息。基于广义谱分解的分频混色技术有效降低了解释的多解性，可清晰识别研究区至少发育15条河道，优选出3条河道作为下一步勘探方向，并进一步识别出研究区及其周缘发育3个汇水区。