縫洞型碳酸鹽巖儲層地震綜合預測——以塔里木盆地中古21井區為例

劉立峰，孫贊東，楊海軍，韓劍發，敬兵，趙海濤

(1. 中國石油大學(北京) 地質地球物理綜合研究中心，北京，102249；2. 中國石油塔里木油田分公司 勘探開發研究院，新疆 庫爾勒，841000)

塔里木盆地碳酸鹽巖基質孔隙度低，滲透性能差，不能成為有效的儲集空間，其化學成分和物理特性決定了碳酸鹽巖儲層更容易遭受各種因素的影響和改造。塔里木盆地經歷過多期次的構造升降運動、多次暴露地表的風化淋濾、盆內各種流體的作用以及大規?；鹕交顒?，使得區內不同區域經受了各種條件下成巖作用的改造和疊加，形成了大量的溶孔、溶洞和溶縫，極大地改善碳酸鹽巖儲層的儲集性能。因此，有效儲集空間類型是經過多期多旋回構造、溶蝕等作用改造后形成的次生溶蝕孔洞和裂縫，及它們交互耦合而成的網狀裂縫等，常常表現為縫－縫交錯、縫－洞相連、縫－洞疊合，高產、穩產的關鍵是鉆遇裂縫和溶蝕孔洞發育帶[1-3]。多年油氣勘探實踐證明，奧陶系碳酸鹽巖是塔里木盆地尋找大型油氣田的重要領域，現已相繼在塔河、輪南、塔中等地區都發現了億噸級的大油氣田，具有巨大的勘探潛力[4-5]。但是，縫洞型碳酸鹽巖儲層非均質性極強，其外部形態和內部結構極不規則，縱向上和橫向上變化快，縫洞儲集體與致密碳酸鹽巖基質隨機交互出現，儲集能力和滲流能力空間分布不均勻，地球物理特性十分復雜，儲層分布異常復雜。同時，奧陶系碳酸鹽巖地層埋藏深，地震反射信號弱，地震資料主頻和信噪比都較低，地震資料品質不理想，運用單因素的地質或地球物理方法難以準確預測碳酸鹽巖儲層的分布[6-7]。因此，對該地區奧陶系碳酸鹽巖溶洞、溶孔、裂縫發育區以及碳酸鹽巖有效儲層的預測，依然是當前塔里木盆地碳酸鹽巖油氣勘探實現擴大發現、降低鉆探風險所面臨的主要難題。

1 縫洞型碳酸鹽巖儲層預測技術應用效果分析

本文選取塔里木盆地中古21井區為研究區。該工區位于塔中Ⅰ號斷裂帶的西北部，存在多個勘探目的層段，包括石炭系的東河砂巖和志留系的瀝青砂巖等，自從中古21井和中古11井在下奧陶統獲得高產工業油氣流后，從而取得了該區下奧陶統勘探的重大突破，展示了良好的勘探前景。但由于奧陶系碳酸鹽巖儲層十分復雜，且目前只有3口井鉆至下奧陶統，其碳酸鹽巖儲層的分布規律目前仍不十分清楚，制約了該區油氣勘探的擴大發現。針對縫洞型碳酸鹽巖儲層的特點，充分利用多種地震信息進行綜合預測，篩選出一套具有針對性的儲層預測技術系列，以期對塔里木盆地縫洞型油氣藏勘探起到有益的指導作用。分析結果表明，碳酸鹽巖儲層在地震剖面上表現為強振幅、低相干、低頻率、高衰減、低阻抗的地震響應特征。

1.1 振幅分析技術

振幅是最基本也是最重要的地震屬性，如果不考慮地震數據采集、處理的影響，那么，在碳酸鹽巖儲

層中影響振幅的則是其孔、洞、縫的發育程度，能夠揭示儲層橫向展布規律及儲層內部流體的變化[7]。碳酸鹽巖縫洞體的反射特征一般表現為：縫洞體頂部相對弱振幅，縫洞體底界振幅強，縫洞體內部振幅較圍巖振幅強、相對于底界振幅弱[8]。與實際的鉆井、測井資料對比分析發現：當下奧陶統碳酸鹽巖內部存在縫洞時，局部孔隙度增大、速度降低，縫洞體與圍巖速度差異增大，可以在縫洞內部或外部形成強振幅反射，即在弱振幅背景下強振幅(即弱中強)區域縫洞儲層較為發育(圖1)。

圖1 中古21井區下奧陶統均方根振幅數據體Fig.1 Lower Ordovician RMS Amplitude data of ZG21 well area

1.2 相干體技術

相干體技術的核心就是對地震數據進行求同存異，以突出那些不相干的數據，通過計算橫向上波形的相似性，得到三維地震相關性的估計值，用以識別細微的巖層橫向非均一性和斷裂特征[9]。雖然不能直接預測裂縫或孔洞， 但能從宏觀上預測碳酸鹽巖孔、洞、縫的發育帶。研究區目的層地層產狀較緩，巖性變化不大，在排除因斷裂錯位而在橫向上出現的非相似性情況下，影響地震道不相關因素主要是溶蝕孔洞及裂縫發育帶和微小斷裂，即碳酸鹽巖的主要儲集空間。對中古 21井區進行了基于本征算法相干體的提取，以檢測縫洞型碳酸鹽巖儲層裂縫發育帶和溶洞發育特征(圖2)，發現高產油氣井(如ZG21和ZG11)都處于弱相干值區域，而處于強相干區域井的儲層發育較差(如 TZ35)。

1.3 頻譜分解技術

圖2 中古21井區下奧陶統相干數據體Fig.2 Lower Ordovician coherence data of ZG21 well area

頻譜分解技術是一種基于頻譜分析的地震成像方法，在頻率域內通過分析地震信號的時變特征，可以揭示儲層橫向之間由于巖性、物性等因素引起的微小振幅變化，刻畫碳酸鹽巖儲層中縫洞發育所引起的地震反射波振幅和頻率的變化異常，達到精細預測描述儲層的目的[10]。其中非正交Gabor-Morlet小波變換的分頻方法直接使用頻率尺度參數來控制頻譜分解，避免了常規小波變換尺度參數與頻率不直接對應的缺陷，同時克服了常規譜分解方法時窗對計算結果的影響，增強了地震信號的局部特性，提高了穩定性和分辨率[11]。本次研究采用基于非正交Gabor-Morlet小波變換的分頻方法對縫洞型碳酸鹽巖儲層進行預測，用測井解釋和產油氣情況等單井資料，對分頻屬性進行標定，發現 22Hz分頻屬性異常值與碳酸鹽巖縫洞型儲層段有良好的對應關系(圖3)，高產油氣井(如ZG21和 ZG11)儲層發育段都位于分頻屬性調諧振幅高值異常區，而干井(如TZ35)位于分頻屬性調諧振幅低值區。

圖3 中古21井區下奧陶統分頻數據體(22 Hz)Fig.3 Lower Ordovician frequency division data (22 Hz)of ZG21 well area

1.4 地震波吸收衰減技術

大量的正演模型和理論研究表明[12-13]：地震波在聚集了石油、天然氣的儲層中傳播時，高頻能量衰減要比低頻能量衰減大，即存在“高頻吸收”現象。在吸收衰減屬性中，地震波頻率衰減梯度對檢測流體和預測儲層分布最為敏感。頻率衰減梯度是指在頻譜分解基礎上的高頻端振幅包絡的擬合斜率，表示高頻段的地震波能量隨頻率的變化情況。利用地震波頻率衰減梯度來檢測縫洞系統對地震波高頻成分的吸收衰減情況(圖4)。通過對比分析發現：各井碳酸鹽巖縫洞儲層發育段與高頻率衰減梯度異常有良好的對應關系，位于高頻率衰減梯度分布區的鉆井(如ZG21和ZG11)油氣產量很高，而位于低頻率衰減梯度分布區則儲層較差(如TZ35)，表明利用地震波吸收衰減屬性能有效地對縫洞型碳酸鹽巖儲層進行預測。

圖4 中古21井區下奧陶統頻率衰減梯度數據體Fig.4 Lower Ordovician frequency attenuation gradient data of ZG21 well area

1.5 多井約束波阻抗反演技術

多井約束波阻抗反演通過測井與地震資料的融合，將測井資料豐富的高頻信息和完整的低頻成分加入到反演結果中，有效地補充了地震信號有效帶寬的不足，能得到高分辨率的地層波阻抗資料。碳酸鹽巖通常表現為高速度、高密度、高波阻抗，當存在溶蝕孔洞和裂縫時，特別是被油氣水或與圍巖差異大的巖性充填后，會引起速度、密度、波阻抗降低；因此，可以利用波阻抗信息來預測碳酸鹽巖縫洞儲層的分布(圖 5)。高產工業油氣流井(如 ZG21和 ZG11)位于低阻抗區域，而干井(如TZ35)位于相對高的阻抗區域，即縫洞儲層發育的部位對應的是高阻抗背景之下的弱阻抗區。

圖5 中古21井區下奧陶統波阻抗數據體Fig.5 Lower Ordovician impedance data of ZG21 well area

2 地震屬性優化及綜合預測

每一種儲層預測技術都是從不同角度反映地震信息在縱向和橫向上的變化，它們與巖性、物性、孔隙流體性質之間的關系非常復雜，是多種復雜地質因素或參數的綜合反映。每種預測技術都有其自身的特殊性與局限性，存在預測的多解性和精度問題。本文將相干體、波阻抗等“特殊屬性”都劃入“廣義地震屬性”的范疇，以便和常規屬性一起進行優化處理，對碳酸鹽巖儲層進行綜合預測。

地震屬性優化技術可以從眾多地震屬性中挑選出與研究目標關系最密切、反應最敏感、相互獨立的優勢屬性，利用優化算法將多種地震屬性進行優化處理，能明顯降低多解性，提高預測精度[14]。目前，地震屬性優化算法很多，如聚類分析、因子分析、搜索算法、決策分析、遺傳與神經網絡聯合分析等，但實際的應用效果并不是很理想，都存在著優化結果穩定性和準確性較差等缺點，特別是針對塔里木盆地這樣復雜的縫洞型碳酸鹽巖儲層，盲目的應用還可能導致產生錯誤的預測結果。

本文利用多元逐步判別分析和核主成分分析等相結合的方法對多種地震屬性進行優化處理。該方法可以綜合多種地震屬性的有效信息，建立地震屬性與儲層信息的某種線性或非線性函數關系，能實現地震屬性到地質參數的轉換，同時可以將其中判別能力差或起干擾因素的地震屬性剔除，最終在判別函數中只保留數量不多而判別能力強的屬性參數，并且能有效地避免由于多地震屬性之間具有的相關性造成的信息重復和冗余，從而對井間未知區域的儲層信息進行準確的綜合判識。

具體步驟如下(見圖6)。

圖6 地震多屬性分析及優化儲層預測工作流程Fig.6 Processing chart for seismic multi-attribute analysis and optimization of reservoir prediction

(1) 地震屬性的優選。不同的地震屬性所代表的地質意義不完全相同，一些屬性可能對預測結果起著干擾作用，為此必須在眾多的地震屬性中優選那些有用的信息[15]。地震屬性優選是指從地震屬性集合中選出合理的地震屬性子集，主要從地震屬性的物理意義、敏感性和相關性等方面考慮。在上述分析的基礎上，對研究區奧陶系碳酸鹽巖儲層提取多種地震屬性體，然后結合研究區實際地質情況，利用測井解釋和產油氣情況等單井資料進行標定，選擇多個對碳酸鹽巖儲層反映敏感且具有明確物理意義的屬性，并進行屬性間的相關分析，選擇彼此間相關性小的屬性集，最終確定8種優勢地震屬性體，包括均方根振幅數據體、瞬時頻率數據體、相干數據體、弧長數據體、能量半衰時數據體、分頻調諧能量數據體、頻率衰減梯度數據體、波阻抗數據體。

(2) 地震屬性預處理。地震屬性的提取難免會受到個別地段信噪比較低的影響和噪聲的干擾，使得參數出現“毛刺”、“野值”等異常數據，這樣就會干擾地震屬性參數的地質標定，且利用屬性參數進行模式識別時，容易造成解釋中出現“假異?！盵14]。因此，對優選的8種地震屬性數據體內的異常數據進行手工剔除和適當的平滑濾波處理，并且進行中心標準化(零均值化)處理，使各種屬性的數值變換到某種相同的尺度之下，處理后每種地震屬性的均值為零，標準差為1。

(3) 選取訓練樣本。根據研究區鉆井所揭示的儲層實際情況，將奧陶系碳酸鹽巖儲層分為油氣層、油氣顯示層和非儲層3類，將其作為建立判別模型的分類。綜合測井解釋結果及試油、巖芯等資料確定各井在碳酸鹽巖層段內各深度點的儲層類型。由于地震數據體是時間域的，而由已知鉆井得到的儲層信息是深度域的，因此，需要利用高精度的合成地震記錄將其由深度域轉換成時間域，才能確定每口井在時間域內每個采樣點上的儲層類型。并假設距井口100 m范圍內儲層類型與井口位置一致，選取奧陶系碳酸鹽巖層段井旁100 m范圍內的屬性點作為優化的訓練樣本。

(4) 地震屬性多元逐步判別。各種地震屬性對儲層參數的影響是不同的，有的起主要作用，有的起次要作用，有的甚至起干擾作用。多元逐步判別可以將其中判別能力最差的地震屬性剔除，最終在判別函數中只保留數量不多而判別能力強的屬性參數。利用多元逐步判別計算經過標準化后的8種優勢地震屬性體對判別模型的貢獻，其中頻率衰減梯度數據體對模型的貢獻最大，其次是波阻抗數據體、分頻調諧能量數據體、均方根振幅數據體、相干數據體、能量半衰時數據體，用上述6種地震屬性數據體建立的判別函數具有非常顯著的判別效果，而瞬時頻率數據體、弧長數據體對模型的判別效果不顯著或起干擾作用，經逐步判別將其剔除。

(5) 核主成分分析。在多數情況下，優選后的地震屬性集的空間維數仍然較高，必然會增加預測分類的計算量；同時，優選的地震屬性即使考慮了相關屬性的篩選，仍然不能保證屬性間絕對的不相關，存在著冗余信息，直接影響到預測結果的穩定性，因此，必須對地震屬性空間進行壓縮和相關性處理，以提高模式識別的速度與精度。核主成分分析可將原來的地震屬性參數轉化為彼此獨立的一組新綜合變量，同時能有效地處理多個地震屬性之間的非線性關系。

對經過多元逐步判別所引入的6種地震屬性數據體進行核主成分分析，將其轉變為彼此獨立的新變量Y1，Y2，…，Y6，計算特征空間 F中協方差矩陣的特征值和累計貢獻率。其中前3個核主成分的累計貢獻率達到95%，集中了原始地震屬性的絕大部分信息，并能很好地概括各儲層類型之間的差異。

(6) 綜合判別分析及儲層綜合預測。最后根據選取的訓練樣本，對核主成分分析得到的前3個核主成分進行基于貝葉斯準則的判別分析，建立該地區儲層的判別模型[16]。將研究區內各屬性點代入建立的判別模型，就可以得到該地區奧陶系碳酸鹽巖儲層類型在三維空間中的分布情況，并對各儲層類型的概率進行歸一化處理，得到多屬性優化數據體(見圖7)，含油氣區用2～3表示，其值越大，表示油氣儲層類型的概率越大；含油氣顯示區用1～2表示，非儲層區用0～1表示，進而可以對該地區奧陶系碳酸鹽巖儲層進行定量預測。

圖7 中古21井區下奧陶統多屬性優化數據體Fig.7 Lower Ordovician multi-attribute optimization data of ZG21 well area

建立在多種統計方法分析基礎上的地震多屬性優化方法，綜合考慮了多種地震屬性的有效信息，以已知井數據作為訓練樣本，并經過多元逐步判別和核主成分分析后，對判別結果不顯著甚至是起干擾因素的信息已被剔除，并利用相對獨立的核主成分進行綜合判別分析，保證了運算結果的穩定性，同時考慮了各地震屬性間的非線性關系，提高了預測結果的可信度。圖8所示為研究區各井的優化數據體過井剖面，圖9所示為下奧陶統鷹山組頂界多屬性優化數據體沿層切片。通過對比分析發現，多屬性優化結果預測的儲層與各井碳酸鹽巖縫洞型儲層發育層段都有良好的對應關系。圖8中箭頭指示各井的產油氣層段，說明優化結果能對碳酸鹽巖型儲層做到準確定位，可以很好地反映碳酸鹽巖儲層的位置和空間形態。

圖8 中古21井區下奧陶統多屬性優化數據體過井剖面Fig.8 Well profiles of Lower Ordovician multi-attribute optimization data of ZG21 well area

圖9 下奧陶統鷹山組頂界優化數據體沿層切片Fig.9 Hierarchy slicing of multi-attribute optimization data of top surface of YingShan formation, Lower Ordovician

圖10 中古21井區下奧陶統溶蝕孔洞儲層三維雕刻Fig.10 3D carving Lower Ordovician solution pole reservoir of ZG21 well area

運用三維可視化技術對多屬性優化數據體進行精細刻畫(圖10)，可以準確預測溶蝕孔洞型碳酸鹽巖儲集體在三維空間的有利分布范圍，深化認識碳酸鹽巖儲層的空間分布規律，進而使該地區碳酸鹽巖儲層建模、油藏動態模擬和制定開發方案變為可能，可為提高鉆探成功率，井位的部署，指導勘探開發提供重要依據。

3 結論

(1) 針對縫洞型碳酸鹽巖儲層的特點，通過中古21井區地震、地質、鉆井等資料的綜合分析，形成了以振幅分析技術、基于本征算法的相干體技術、頻譜分解技術、地震波吸收衰減技術和測井約束波阻抗反演技術為核心的技術系列。

(2) 利用多元逐步判別分析和核主成分分析相結合的辦法對多種地震屬性進行優化求解。該方法綜合考慮了多種地震屬性的有效信息，經過多元逐步判別和核主成分分析后，剔除了判別能力差或起干擾因素的地震屬性，最終在判別函數中只保留數量不多而判別能力強的屬性參數，并利用相對獨立的核主成分進行綜合判別分析，保證了運算結果的穩定性；同時考慮了各地震屬性間的非線性關系，提高了預測結果的可信度，有效解決了多種地震屬性存在的多解性問題。其優化結果能較好地刻畫縫洞型碳酸鹽巖儲層的有利分布范圍，取得了良好的地質效果，以期為地震多屬性優化與縫洞型碳酸鹽巖儲層預測研究提供一種科學、有效的方法。

[1] 王世星, 曹輝蘭, 靳文芳, 等. 碳酸鹽巖縫洞系統地震響應特征分析和塔中卡1區縫洞儲層預測[J]. 石油物探, 2005, 44(5):421-427.WANG Shi-xing, CAO Hui-lan, JIN Wen-fang, et al. Seismic response and prediction of fracture-cavity system in carbonate reservoir: A case study in the Ka-1 field[J]. Geophysical Prospecting for Petrole, 2005, 44(5): 421-427.

[2] 韓革華, 漆立新, 李宗杰, 等. 塔河油田奧陶系碳酸鹽巖縫洞型儲層預測技術[J]. 石油與天然氣地質, 2006, 27(6): 860-870.HAN Ge-hua, QI Li-xin, LI Zong-jie, et al. Prediction of the Ordovician fractured-vuggy carbonate reservoirs in Tahe Oilfield[J]. Oil & Gas Geology, 2006, 27(6): 860-870.

[3] 楊子川. 塔河油田碳酸鹽巖儲層預測技術與應用[J]. 勘探地球物理進展, 2004, 27(6): 432-439.YANG Zi-chuan. Carbonate reservoir prediction technology and its application in Tahe Oilfield[J]. Progress in Exploration Geophysics, 2004, 27(6): 432-439.

[4] 趙宗舉. 海相碳酸鹽巖儲集層類型、成藏模式及勘探思路[J].石油勘探與開發, 2008, 35(6): 692-703.ZHAO Zong-ju. Types, accumulation models and exploration concepts of marine carbonate reservoirs[J]. Petroleum Exploration and Development, 2008, 35(6): 692-703.

[5] 陳志海, 戴勇, 郎兆新. 縫洞性碳酸鹽巖油藏儲滲模式及其開采特征[J]. 石油勘探與開發, 2005, 32(3): 101-105.CHEN Zhi-hai, DAI Yong, LANG Zhao-xin. Storage-percolation modes and production performance of the karst reservoirs in Tahe Oilfield[J]. Petroleum Exploration and Development, 2005,32(3): 101-105.

[6] 楊海軍, 鄔光輝, 韓建發, 等. 塔里木盆地中央隆起帶奧陶系碳酸鹽巖臺緣帶油氣富集特征[J]. 石油學報, 2007, 28(4):26-28.YANG Hai-jun, WU Guang-hui, HAN Jian-fa, et al.Characteristics of hydrocarbon enrichment along the Ordovician carbonate platform margin in the central uplift of Tarim Basin[J].Acta Petrolei Sinica, 2007, 28(4): 26-28.

[7] 溫志新, 王紅漫, 漆立新, 等. 塔河油田奧陶系縫洞型碳酸鹽巖儲層預測研究[J]. 地學前緣, 2008, 15(1): 94-100.WEN Zhi-xin, WANG Hong-man, QI Li-xin, et al. Research on the prediction of Ordovician carbonatite reservoir of fissure-cave type in the Tahe Oilfield[J]. Earth Science Frontiers, 2008, 15(1):94-100.

[8] 蔡瑞. 基于譜分解技術的縫洞型碳酸鹽巖溶洞識別方法[J].石油勘探與開發, 2005, 32(2): 82-85.CAI Rui. Carbonate cave identification by using a spectral decomposition technique[J]. Petroleum Exploration and Development, 2005, 32(2): 82-85.

[9] 孫夕平, 杜世通. 相干體技術算法研究及其在地震資料解釋中的應用[J]. 石油大學學報: 自然科學版, 2003, 27(2): 32-35.SUN Xi-ping, DU Shi-tong. Development and application of algorithm of coherency cub technique to seismic interpretation[J].Journal of the University of Petroleum: Science and Technology,2003, 27(2): 32-35.

[10] 龔洪林, 王振卿, 李錄明, 等. 應用地震分頻技術預測碳酸鹽巖儲層[J]. 地球物理學進展, 2008, 23(1): 129-135.GONG Hong-lin, WANG Zhen-qing, LI Lu-ming, et al.Predicting carbonate reservoir by applying seismic spectral decomposition technique[J]. Progress in Geophysics, 2008, 23(1):129-135.

[11] 苑書金. 非正交小波變換的頻譜分解技術在大牛地氣田儲層預測中的應用[J]. 天然氣工業, 2007, 27(12): 52-54.YUAN Shu-jin. Application of spectrum decomposition of nonorthogonal wavelet transforms to reservoir prediction in Daniudi gas field[J]. Natural Gas Industry, 2007, 27(12): 52-54.[12] Sams M S, Neep J P, Worthington M H, et al. The measurement of velocity dispersion and frequency-dependent intrinsic attenuation in sedimentary rocks[J]. Geophysics, 1997, 62(5):1456-1464.

[13] Sinha S, Routh P S. Spectral decomposition of seismic data with continuous-wavelet transform[J]. Geophysics, 2005, 70(6):19-25.

[14] 印興耀, 周靜毅. 地震屬性優化方法綜述[J]. 石油地球物理勘探, 2005, 40(4): 482-489.YIN Xing-yao, ZHOU Jing-yi. Summary of optimum methods of seismic attributes[J]. Oil Geophysical Prospecting, 2005,40(4): 482-489.

[15] 馬中高, 管路平, 賀振華, 等. 利用模型正演優選地震屬性進行儲層預測[J]. 石油學報, 2003, 24(6): 35-39.MA Zhong-gao, GUAN Lu-ping, HE Zheng-hua, et al. Reservoir characterization using seismic attributes optimized with rock physics modeling[J]. Acta Petrolei Sinica, 2003, 24(6): 35-39.

[16] SUN Zan-dong. Seismic methods for heavy oil reservoir monitoring and characterization[D]. Calgary: University of Calgary. Department of Geology and Geophysics, 1999:108-117.