多属性融合定量储层预测方法研究与应用——以廊固凹陷杨税务潜山为例

王成泉，王孟华，周佳宜，王盛亮，杨洲鹏，刘慧，张红文

(1.华北油田勘探开发研究院，河北 任丘 062552；2.华北油田苏里格勘探开发分公司，河北 任丘 062552；3.华北油田 巴彦勘探开发分公司，河北 任丘 062552)

0 引言

目前华北油田投入勘探开发四十多年，已进入开发中后期，油田产量递减严重，后备储量严重不足，急需开辟新的勘探领域。一直以来，华北油田碳酸盐岩潜山油气藏勘探以中浅层为主，深潜山碳酸盐岩油气藏勘探一直未获得突破。渤海湾盆地廊固凹陷成藏条件优越，近几年，关于冀中凹陷深潜山碳酸盐岩成藏研究表明廊固凹陷深潜山具有极大的勘探潜力[1-5]。基于深潜山碳酸盐岩成藏条件研究，华北油田在廊固凹陷北部杨税务潜山部署的1X、3X、4X、5X井，在奥陶系地层获得了高产工业油气流，且试采产量稳定，实现了深潜山油气勘探的重大突破，开辟了华北油田新的勘探局面。

碳酸盐岩油气藏储集空间以裂缝、裂缝孔隙型为主，常规储层预测技术以寻找裂缝为主。在主要技术方面，叠后预测以相干类和曲率类属性预测为主[6-10]，叠前预测以方位各向异性、AVO属性预测为主[11-13]。叠后相干曲率类属性计算速度快，种类多，但是仅对裂缝进行预测，预测技术单一，其他属性应用较少；叠前预测需要应用叠前数据，计算量大，且受储层埋藏较深的影响，预测成效并不显著。如何兼顾预测效率和准确度，是实现深潜山碳酸盐岩储层预测的难题。

本文以杨税务潜山奥陶系储层为例，充分吸收本区已有的地质认识，分析储层响应特征，以属性融合技术为基础，优选叠后多种属性，实现了碳酸盐岩储层的定量预测，提高了预测精度与速度，同时为同类型油气藏储层预测提供借鉴。

1 地质背景

杨税务潜山位于廊固凹陷东北部，是受河西务断层、杨税务断层控制的“地垒”型潜山带，整体呈南高北低、东高西低的构造背景，勘探面积约410 km2[14]。该潜山顶主要是中奥陶统地层，包括峰峰组(O2f)、上马家沟组(O2s)、下马家沟组(O2x)、亮甲山组(O2l)和冶里组(O2y)，潜山内幕则主要为寒武系、青白口系、蓟县系等碳酸盐岩地层；潜山顶面之上依次为石炭系—二叠系、古近系覆盖。综合分析认为，杨税务潜山带处于油气运移的主要方向，碳酸盐岩储层分布广泛，具备优越的油气成藏条件。近年来，华北油田加强了奥陶系碳酸盐岩潜山精细构造和有利储层特征研究攻关，并相继在该区部署了1X、2X、3X、4X、5X等5口风险探井，其中4口井(1X、3X、4X、5X)获得高工业油气流，深潜山勘探获得了重大突破，表明深潜山碳酸盐岩储层具有较大的勘探潜力。

2 储层特征分析

2.1 岩性特征

该区岩相古地理研究分析表明，廊固凹陷北部冶里组、下马家沟组晚期以局限台地相沉积为主，亮甲山组、下马家沟组早期和上马家沟组早期以及峰峰组早期以潮坪相沉积为主，上马家沟组晚期、峰峰组晚期以开阔台地相沉积为主。其中，潮坪相的云坪、灰云坪发育白云岩，是储层发育的有利岩相带；局限台地、开阔台地相的云灰坪、含云灰坪发育白云岩与石灰岩互层，是储层发育的有利岩相带[14]。

统计并分析研究区内6口井的奥陶系各储层段的白云质含量，从结果(图1)看，1X、3X、4X、5X白云质含量明显高于其他井区，表明白云质含量越高，储层越发育。

2.2 储层类型

薄片及岩心观察表明，杨税务潜山储层主要发育储集空间为云岩孔隙，岩溶缝洞，裂缝及微裂缝3类(图2)。其中，云岩孔隙型储层孔隙类型以晶间孔、粒内、粒间溶孔为主，主要发育在亮甲山组晚期—下马家沟组早期、下马家沟组晚期—上马家沟组早期和上马家沟组晚期—峰峰组早期；岩溶缝洞型储层主要以溶孔、溶洞为主；微孔裂缝型孔隙类型主要以微孔、裂缝为主，在奥陶系的各个层段中均有分布。因此，云岩孔隙—岩溶缝洞—裂缝这3类储集层是构成研究区主要储层的关键要素，是油气成藏的基础。

图1 白云质含量统计Fig.1 Statistical figure of dolomite content

图2 潜山碳酸盐岩储层类型Fig.2 Carbonate reservoir type of buried hill

2.3 储层类型划分

基于常规测井资料和成像测井进行缝洞识别、储层划分、储集空间类型的确定，并对井壁附近储层级别评价，将储层解释为一、二、三类储层(表1)。三类储层少量裂缝或孔隙不发育，无开采价值；二类储层有裂缝或基质孔隙发育；一类储层裂缝规模大，孔隙发育且连通性好；一二类为有效储层，是油气主要聚集区。

表1 测井储层评价分类

2.4 地球物理响应特征

根据岩心分析，结合测井解释，杨税务潜山奥陶系储层段总体上属于特低孔、低渗和低孔、特低渗储层，储层类型为裂缝、裂缝孔隙型，分为一、二、三类。

为分析杨税务潜山有效储层响应特征，统计了该区6口井18个储层段地震反射特征，从统计分析结果来看，潜山目的储层段中有14个有效储层顶为强反射特征，2个三类储层为弱反射或者波谷特征，2个有效储层段为波谷反射特征，77.8%有效储层顶部表现为强反射特征。通过精细井震标定表明(图3)，杨税务碳酸盐岩潜山有效储层顶主要表现为强反射特征。

图3 1X、2X、3X、4X、5X、W1井震标定结果Fig.3 Well-to-seismic calibration result of 1X、2X、3X、4X、5X、W1

3 多属性融合预测方法

地震属性分析技术是通过数学方法计算得到各种体现地震波几何形态和运动学、动力学及统计学等反映地下地质体特征的地球物理参数。目前针对储层提取的属性种类很多，地震属性与地层特征对应关系也比复杂，且利用单一的地震属性进行储层预测多解性较强，因此进行地震多属性的融合分析技术是提高储层预测精度的关键。

通过储层标定分析表明，有效储层顶部表现为强地震反射特征，这为有效储层的识别提供了依据，本文在储层标定的基础上主要选择与能量相关的3个属性[15]：平均振幅，方差属性和弧长属性。

3.1 单一属性的预测效果

3.1.1 平均振幅属性

地震振幅特征主要受储层流体变化、特殊岩性、储层孔隙度等综合因素的影响，它直接反映了地层反射界面空间上变化规律，能够整体反映地层沉积环境，刻画出振幅异常区，因此地震振幅属性可以预测储层的总体分布特征。

沿层分别提取峰峰组、上马家沟组、下马家沟组、亮甲山组的平均振幅属性(图4)，发现奥陶系有效储层位于平均振幅高值区，且沿NE方向展布。

3.1.2 方差属性

方差属性主要反映相邻地震道空间的差异性，当地震波遇到地下存在断层或者不连续地层时，相邻地震道的发射特征就会出现差异，从而产生地震反射的局部不连续性，因此利用方差属性可以识别断层或异常地质体。杨税务奥陶系潜山储层类型主要为裂缝孔隙型，方差属性预测具有一定适应性。

通过沿层分别提取奥陶系各地层的方差属性(图4)，发现有效储层(属性高值区)在中部偏西位置相对集中发育，也是沿NE方向展布，局部与平均振幅有差异。

3.1.3 弧长属性

弧长属性是统计单位时间内的地震波弧线长度，可以反映反射关系的横向变化，它对于流体的聚集性质比较敏感，尤其是对含气储层。目前杨税务潜山主要为凝析气藏，因此，选择弧长属性进行预测较为合适。

沿层分别提取峰峰组、上马家沟组、下马家沟组、亮甲山组的弧长属性(图4)，从属性平面看，有效储层发育在中部偏西区域，预测结果与实钻结果也较为吻合。

3.1.4 单属性与有效储层相关性分析

为了分析单属性与有效储层之间的关系，统计了平均振幅属性、方差属性、弧长属性值与峰峰组、上马家沟组、下马家沟组、亮甲山组储层的有效储层厚度(表2)，并分别建立有效储层厚度与单属性关系折线(图5)。从关系图上看，峰峰组、上马家沟组、下马家沟组、亮甲山组有效储层厚度与3个单属性均为正相关关系，换言之，属性高值区为有效储层发育区。从提取的杨税务潜山各储层段属性平面图(图4)上看，各储层段属性预测结果基本相似，局部有差异，这就表明这3个属性都可以定性预测有效储层分布，但在局部单属性预测上具有多解性。根据统计数据建立属性与厚度拟合关系公式，并利用该公式预测了工区内重点井的储层厚度。在此基础上进行误差分析，可以看到预测绝对误差最大48.8 m，最小绝对误差0.3 m，预测结果精度不高。

图4 各储层段优选属性预测平面Fig.4 The preferred attribute prediction of each reservoir

图5 属性与有效厚度关系Fig.5 Relation between attribute and effective thickness

3.2 多属性融合技术

任何一种地震属性只是对地下地层岩性、物性或者流体性质等不同参数的敏感反应，因此运用单一的地震属性很难描述复杂的地下地质现象，而且单属性储层预测都是定性的，无法对储层的优劣进行定量分析。

属性融合技术避免了单一地震属性预测的片面性，是降低属性预测多解性的有效方法[16-17]。属性融合的方法很多，在前人研究的基础上，本文提出了一种较为简洁的属性融合方法，实践证明该方法有效实用，且实现了属性储层预测的定量化。

表2 优选属性与有效储层厚度统计关系

3.2.1 单属性与有效储层厚度相关系数计算

优选的3个单属性与有效储层厚度是正相关关系，它们与有效储层厚度相关程度的高低需要通过相关系数来评价，因此本文引入了相关系数式(1)来计算并评价单属性与储层厚度的相关性：

(1)

式中：R(X,Y)为相关系数；Cov(X,Y)为协方差；Var(X,Y)为方差算法；X为属性值，Y为储层厚度。

利用该相关系数公式分别计算峰峰组、上马家沟组、下马家沟组、亮甲山组有效储层厚度与平均振幅、方差属性、弧长属性之间的相关系数，从结果看(表3)，平均振幅与储层厚度相关系数最大，表明相关性最好，方差属性次之，弧长属性的相关性最低。

表3 属性与有效储层厚度相关系数

3.2.2 多属性融合权重系数计算

进行多属性的融合，需要根据单属性与有效储层厚度相关系数的高低，确定该三个属性的融合权重，然后再进行属性融合。

根据不同地层(峰峰组、上马家沟组、下马家沟组、亮甲山组)的3个属性的相关系数，利用权重系数计算公式(式2)分别计算出不同地层的属性融合权重，用以最后的属性融合。计算公式为：

(2)

式中：W为所计算的不同地层的属性融合权重；Mi为所需要计算属性的相关系数；Amp为平均振幅相关系数；Var为方差属性相关系数；Arc为弧长属性相关系数。其计算结果见表4。

表4 优选属性融合权重计算

3.2.3 多属性加权融合及误差分析

利用相关系数计算得到了每个属性所占权重。首先，基于该权重进行多属性融合，得到不同地层的融合属性值；然后，与厚度建立拟合关系公式，利用该公式预测了工区内重点井的储层厚度(表5)，并刻画了杨税务潜山4个层系的厚度分布图(图6)；最后，进行误差分析，可以看到预测绝对误差小于2.5 m，与单属性预测结果相比，预测精度明显提高。

表5 融合属性公式及误差分析

图6 融合属性预测厚度Fig.6 Thickness diagram of fusion attribute prediction

3.2.4 线性归一化及储层综合评价

目前归一化的方法有2种，一种是把数变为(0,1)之间的小数，一种是把有量纲的表达式变为无量纲的表达式。本文为了实现储层的综合评价赋分，采用了第一种归一化方法，线性归一化公式为:

(3)

式中：Xnorm为融合属性映射值，X为原融合属性值，Xmin为最小融合属性值，Xmax为最大属性融合值。

利用式3，将融合属性值映射到(0,1)区间并乘以100，从而融合属性实现百分制赋值，所得分值即代表了储层发育情况，大于60分的区域表明储层较发育，实现了有效储层属性预测的定量化。

4 预测效果分析

通过利用多属性融合技术对杨税务潜山的有效储层进行预测，认为有效储层集中分布与中部偏西区域。该区已钻井1X井在上马家沟组、下马家沟组试油获得高产，3X井在亮甲山试油获得高产，4X井下马家沟组试油获得高产，2X井试油未获突破，与多属性融合预测结果(图7)基本吻合，预测精度较高，证明了该融合属性的有效性，从而可以指导该区下一步的井位部署和试油工作。

图7 多属性融合预测分析Fig.7 Analysis diagram of multi-attribute fusion predicition

5 结论与认识

廊坊凹陷杨税务潜山储层岩性主要为碳酸盐岩，储层类型碳酸盐岩裂缝、裂缝—孔隙型储层，针对该类型储层，常规预测以相干曲率类属性为主，预测方法单一，且无法对油气藏分布进行刻画。本文在储层特征分析的基础上，优选出对有效储层敏感的属性，提出一种简单有效的属性融合技术来预测有效储层分布，取得了较好的实践效果。

1)针对碳酸盐岩储层，有效储层精细标定是属性优选的基础，在统计分析属性与储层厚度的基础上，可以优选出对储层敏感的属性。

2)属性与储层厚度之间的相关系数是决定属性融合权重大小的关键，分井、分层段计算属性与储层厚度相关系数，并以相关系数计算各属性权重，可以实现属性的定量预测。