基于波形分解的重构地震数据体技术在致密油薄储层预测中的应用

李奎周 郑绪瑭 赵海波 杨志会 周 磊

（1. 中国石油大庆油田有限责任公司勘探开发研究院，黑龙江 大庆 163712；2. 东北石油大学地球科学学院，黑龙江 大庆 163318；3. 中国石油大庆油田有限责任公司第六采油厂，黑龙江 大庆 163114）

0 引 言

作为松辽盆地致密油勘探开发的重点层位，扶余油层不仅分布广泛，其资源潜力也十分巨大［1-7］。随着勘探程度的加深，如何有效地利用地球物理技术寻找致密油薄储层成为科研人员面临的主要难题。作为常规的储层预测方法［8-9］，地质统计学反演、Z反演、波形指示反演及振幅属性分析等在目前难以解决强反射背景下的储层预测问题。在这种情况下，子波分解重构技术逐渐引起人们的关注。冯兴强［10］利用子波分解重构法对储层内部流体的分布特征进行了详细研究；亓亮［11］运用波形分解技术对优质砂岩储层进行了有效预测，以上事实均充分说明子波分解重构技术与波形分解技术具有较好的应用效果。然而，随着勘探程度的深入，由于噪声和强屏蔽的干扰，以往将2 种技术单独使用进行储层预测的研究方法难以满足现阶段高精度储层预测的需求。通过“基于波形分解重构地震数据体技术”可以将子波分解重构技术与波形分解技术融合，既大大削弱了噪声的影响，又有效解决了强反射背景下的储层预测问题，在致密油薄储层预测领域有着很好的应用前景。

1 技术原理

致密油储层的物性特点主要是渗透率低、孔隙度低。渗透率主要集中在0.2×10−3~2×10−3μm2，而孔隙度多集中在4%~15%［12］。以T2反射层（扶余油层顶）为界，上部青山口组泥岩层具有更高的主频（35~70 Hz），而且相位、波形稳定；下部扶余油层由于砂泥岩叠置的影响而导致主频较低（30~60 Hz），同时相位、波形不稳定，甚至出现复合波。由于扶余油层的储层岩性多为粉砂岩，这种情况下的薄互层地震响应特征是若干单层反射波相互叠加干涉在一起的总体响应［13-14］。

子波分解与重构的目的有2 个：一是去噪，二是减少非储层信息的影响。基于地震数据体的波形分解的目的只有一个，就是通过消除强反射轴造成的屏蔽效应来提高薄储层砂体的识别能力。本次方法应用的创新之处就在于通过2 种方法结合，在减少非储层信息影响的基础上除去第一分量来突出储层的地震响应特征，为松辽盆地强反射背景下的致密油薄储层预测探索出一条新的思路。需要注意的是，子波分解与重构技术是第一步，基于地震数据体的波形分解技术是第二步，二者顺次共同使用，顺序不可颠倒。

1.1 子波分解与重构原理

在当前阶段，常规地震道模型为最基本的褶积模型，它的原理是利用地震子波与反射系数的褶积，从而得到原始地震数据道，即

式中：W（t）——地震子波；

R（t）——反射系数；

N（t）——噪声，dB；

S（t）——原始地震道。

这种常规的地震道模型完全把子波定义为时间（t）的函数，而未考虑地震子波在传播过程中遇到不同的介质而造成振幅及波形的变化［15］。但实际的情况却是：在经过具有不同物性的岩层（如储层与非储层）后，地震子波发生的改变也一定是不同的，包括波形、振幅、频率都会发生各自不同的变化。由此可见，利用这种单纯基于时间（t）函数的地震子波的常规地震道模型来预测储层可能会丢掉部分有价值的信息，也可能引入部分虚假信息。

基于以上分析，如果将反射系数R（t）设立为序列函数，那么对应的地震道模型S（t）可以表示为

式中：Ri（t）（i=1，2，…，M）——某一反射系数序列；

Wi（t）（i=1，2，…，M）——对应的子波序列。

如果所有的子波序列都完全相同，那么依据积分的可加性，这种含有多个不同子波序列的地震道模型就再次变为常规的褶积模型，即

W(t)*R(t) +N(t) =S(t) （3）

在日常工作中，多子波分解重构技术主要分2步进行。首先要对叠后地震数据体进行分解，就是将目标层段的地震数据分解为不同主频的地震子波序列，接下来就是数据体的重构分析，即将分解好的子波序列在选定的频率范围内进行重新组合，得到新的重构数据体。整个过程中最为关键的因素就是数据分解时子波的选取，根据研究工作的不同选取的子波类型也不同，事实证明雷克子波在薄互层储层预测方面具有较好的应用效果［16］，故本次研究所选用的是雷克子波，即将常规地震数据分解为不同主频的雷克子波组合。

1.2 基于地震数据体的波形分解原理

地震子波的波形在传播的过程中遇到不同响应特征的地质体（如储层与非储层）会有不同的变化，而遇到具有相似响应特征的地质体就会有相似的变化。波形分解技术就是利用储层与非储层的不同响应特征来去除强反射界面对紧邻储层的屏蔽作用，提高储层预测精度［17］。

例如，对某确定时间段的地震数据可以用矩阵A表示，具体可以定义为

式中：M——该段地震数据的道数；

N——样点数；

Aij（i=1，2，…，M；j=1，2，…，N）——某道地震数据的样点能量值；

A——地震数据段。

对于给定的地震数据段，A则又可以表示为

式中Ai（i=1，2，…，M）——地震数据A的第i个分量。

将Ai进行分解运算，结果可以得到N个基本分量

式中：Ai（i=1，2，…，N）——地震数据段的某一分量；

Cki（k=1，2，…，N）——某一分量的基本分量。

那么地震数据段Ai又可以简单地表述为

式中：aik（k=1，2，…，N）——地震数据段Ai的第k分量的能量值；

aikCk（k=1，2，…，N） ——Ai的 第k个分量。

至此，每个地震数据段便被分解为N个能量和波形特征均不相同的基本分量的线性叠加。

如果某工区的沉积模式以小规模河流相沉积为主，而工区范围内的沉积地层岩性则以页岩和泥岩为主，那么工区范围内的页岩和泥岩的沉积特征可以被解读为波形分解的第1 分量。由于作为储层的河道砂体分布规模较小，其沉积特征可被解读为第2 或第3 分量。因此，不同的沉积环境和物性条件会导致储层所对应的波形分量也有所不同。

总的来说，波形分解技术就是将子波的分解与重构数据体分解为多个地震数据分量的线性叠加，同时这些分量又具有不同的波形特征［18］。通过把某一时窗内的地震数据按照波形的不同进行分类统计，并且按照能量的强弱排好顺序（第1 分量、第2 分量，…，第N分量），其中每一级分量都代表了具有相似岩性或沉积特征的地层。在所有的分量中，第1 分量体现了该分解时窗范围内具有最大共性及能量的岩性特征或地层沉积特征，第2 分量则体现了去掉第1 分量后的地震数据中具有最大共性及能量的岩性或地层沉积特征，依次类推。在通常情况下，第4 分量以后的波形分量多为噪声分量，能量低，波形不规则，不具有研究意义。

1.3 强屏蔽的形成原理

总体来讲，引起T2反射层强屏蔽的因素主要有2 个：一是从岩性上看，青山口组泥岩与扶余油层砂岩存在较大的波阻抗差，导致反射系数很大，进而形成T2这一套振幅很强的反射轴；二是从地震子波上来看，子波的连续叠加是导致T2反射轴频率低的主要原因，同时子波旁瓣互相干涉形成的旁瓣效应也会造成类似的结果。

以三肇凹陷北部的葡北区块为例，该区块泉四段地层在沉积时期发育大面积交错分布的河道砂体，经过复杂的成岩作用储层较为致密，具有高密度、高速度的特点。据钻井资料分析，FI1 油层组泥岩的平均速度约为3 200 m/s，砂岩的平均速度约为3 500 m/s，总平均速度约为3 300 m/s；青一段泥岩的平均速度约为2 500 m/s。在不考虑密度的前提下，地震反射系数计算公式为

式中：R——地震反射系数；

ρ1、ρ2——上下地层密度，g/cm3；

v1、v2——上下地层速度，m/s。

通过计算得到青一段泥岩与FI1 油层组的反射系数为0.14，而FI1 油层组内部砂岩与泥岩的反射系数为0.04，远小于背景反射系数，这是最终导致FI1 油层组砂岩储层的响应特征被T2反射层强信号所屏蔽的主要原因。

如图1 所示，葡北区块扶余油层FI1 油层组在顶面反射层T2的强屏蔽作用下，无论是通过剖面对比还是平面属性分析都无法相对准确地找到砂岩储层在横向和纵向上的分布特点，这给井位部署工作带来很大的困难。

图1 T2反射轴强屏蔽示意Fig.1 Sketch of T2 reflection axis strong shielding

2 方法应用

研究区葡北区块面积为15 km2，共有探井11口，目的层是位于泉头组四段地层顶部的FI1 油层组，属于典型的河流—三角洲沉积模式，其上覆地层为平均厚度80～120 m 的青山口组一段泥岩。通过统计钻遇砂岩的6 口探井，该地区FI1 油层组的储层平均厚度约为3.5 m。

通过观察常规地震剖面发现（图2），FI1 油层组顶界面为T2反射轴中间的解释层位，是青一段泥岩层与泉四段砂泥岩互层的分界面，底界面为T2反射轴下部位于零相位的解释层位。研究区范围内的FI1 油层组表现为低频率、强振幅、波形稳定的反射特征。通过连井对比发现，FI1 油层组横向的能量变化非常小，与井钻遇的砂岩厚度变化不一致。

图2 FI1油层组反射特征Fig.2 Reflection characteristics of FI1 reservoir group

2.1 子波分解重构的实现方法与效果

首先要对原始地震数据体进行子波分解，为了尽可能将目的层段的有效信息保留，本次研究将分解时窗定为：沿T2反射层向上50 ms，向下150 ms。最终将原始地震数据体分解为3～80 Hz的雷克子波组合。由于地震数据体是地质信息的综合反映，储层与非储层之间也一定会有不同的地震响应特征，在这一思路的指导下结合相关的钻井信息，同时以目的层段内的频谱分析为基础，对研究区进行单井频率分析，最后确定研究区内与储层厚度变化相关的子波频率是28~47 Hz（表1），随后将子波频率范围内所包含的地震数据进行重构，得到重构数据体。

表1 FI1油层组单井频率Table 1 Single well frequency in FI1 reservoir group

通过研究区过井地震重构前后的剖面对比可以看出（图3），重构后的数据频率和相对振幅变化明显，但剖面整体构造特征并没有发生改变。在目的层段，P56-87 井砂岩厚度为6.2 m，与原始数据强振幅反射特征一致、与重构数据反射特征一致；P51 井砂岩厚度为0 m，与原始数据强振幅反射特征不一致、与重构数据弱振幅反射特征一致；PF61-902 井砂岩厚度为0 m，与原始数据强相对振幅反射特征不一致、与重构数据中强相对振幅反射特征不一致。原始数据中3 口井砂岩符合率33.3%，重构数据中3 口井砂岩符合率66.7%，通过对比不难发现重构数据具有更高的砂岩符合率。因此，子波分解与重构的意义就在于去除了部分噪声的同时减少了非储层频段信息的干扰。

图3 原始剖面与重构剖面对比Fig.3 Correlation between original and reconstructed sections

2.2 波形分解的实现方法与效果

重构后的地震数据并没有消除T2反射轴强屏蔽所带来的影响，因此还要在重构的基础上对地震数据体进行波形分解。波形分解要遵循的首要原则就是不能将完整的波形拆分。结合研究区的实际情况，以T2反射层为基准，上7 ms、下8 ms为纵向时窗，这样就保证了起始点和截止点均位于T2反射轴的零相位点。在去除具有最大共性的第1 分量以后，第2 分量在图4 连井剖面上的相对振幅强弱变化明显。由图4 可以看出，P51 井、PF61-902 井的砂岩厚度为0 m，对应的相对振幅较弱；PF56-87 井砂岩厚度为6.2 m，对应的相对振幅最强。通过以上分析得知，原始数据、第1 分量数据只有P56-87 井砂岩厚度与反射特征一致，P51井、PF61-902 井砂岩厚度与反射特征不一致，3 口井砂岩符合率33.3%，第2 分量数据的3 口井砂岩厚度均与反射特征一致，砂岩符合率为100%。由此可见，第2 分量的相对振幅强弱变化与FI1 油层组砂岩厚度变化对应关系更好。

图4 原始剖面与第1分量、第2分量剖面对比Fig.4 Correlations between original section and the first component and the second component sections

3 应用实例

将经过基于波形分解重构地震数据体技术处理最终得到的第2 分量地震数据以T2反射层上下4 ms 为纵向时窗提取最大相对振幅属性，并以同样的时窗设置对原始地震数据提取最大相对振幅属性。如图5 所示，红色和黄色为相对振幅高值，表示砂岩发育好；绿色和蓝色为相对振幅低值，表示砂岩发育差或不发育。完钻井钻遇FI1 油层组的砂岩厚度见表2。

表2 砂岩平面符合率Table 2 Areal coincidence rate of sandstone

在图5（a）中，11 口井中有8 口井符合，总的平面符合率为73%；在图5（b）中，11 口井中仅有4 口井符合，总的平面符合率为36%。综合以上分析，经过基于波形分解重构地震数据体技术得到的第2 分量地震数据远比原始地震数据具有更好的预测效果。

图5 第2分量数据、原始数据最大相对振幅属性对比Fig.5 Correlation of maximum relative amplitude attributes between the second component data and original data

致密油薄储层特殊的物性条件导致其内部砂岩与泥岩的反射系数低，储层响应规律难以追踪。本文利用子波的分解与重构技术消除了非储层信息和噪声的影响，并以此为基础利用波形分解原理得到第2 分量数据，使FI1 油层组的储层特征表现出来，取得了较好的应用效果。

4 结 论

（1）子波分解与重构技术突破了常规地震道数据中单一子波设定造成的局限，通过子波分解重构后的地震数据在保证有效信息不受影响的情况下剔除了部分干扰信息，相对更好地突出了储层的地震响应特征。子波分解重构技术将目的层噪声削弱，使储层的地震反射特征更加易于识别，提高了信噪比。

（2）波形分解技术能够使强反射背景下的薄储层弱反射特征表现出来，在此基础上进行属性分析会取得更好的预测结果。将重构数据进行波形分解得到的第2 分量数据，其相对振幅强弱与目的层砂岩厚度变化对应关系较好，第2 分量数据具有明显更高的预测符合率。

（3）子波分解重构技术与波形分解技术二者既有区别又有联系，某些情况下应用单一的方法就能达到预期效果，若效果不理想，可以考虑将二者结合。例如在本次研究中，2 种方法顺次共同使用既提高了信噪比，又消除了强屏蔽带来的影响，从而达到了提高致密油薄储层的预测精度这一目的。