微小斷層檢測(cè)組合技術(shù)及應(yīng)用

田　楠， 范廷恩， 董建華， 張會(huì)來(lái)， 宋來(lái)明

(中海油研究總院，北京　100028)

?

微小斷層檢測(cè)組合技術(shù)及應(yīng)用

田楠， 范廷恩， 董建華， 張會(huì)來(lái)， 宋來(lái)明

(中海油研究總院，北京100028)

摘要：地震資料分辨率的極限，決定了利用地震資料只能識(shí)別一定斷距以上的斷層。在油田勘探開(kāi)發(fā)過(guò)程中，有效識(shí)別可能存在的微小斷層，對(duì)儲(chǔ)量落實(shí)、井位部署、注采關(guān)系分析以及剩余油的研究等具有重要意義。基于常規(guī)相干體的斷層識(shí)別技術(shù)，無(wú)法有效地識(shí)別出低序級(jí)的微小斷層。針對(duì)這一問(wèn)題，提出了一種微小斷層檢測(cè)組合技術(shù)。該技術(shù)采用中值傾角濾波與擴(kuò)散濾波相結(jié)合的方法，對(duì)地震數(shù)據(jù)進(jìn)行斷層增強(qiáng)處理，并采用單頻體技術(shù)與螞蟻?zhàn)粉櫦夹g(shù)，分別在地震剖面和三維相干體數(shù)據(jù)上對(duì)微小斷層進(jìn)行精細(xì)刻畫，解釋結(jié)果通過(guò)模型正演進(jìn)行驗(yàn)證。該組合技術(shù)建立的精細(xì)斷層框架模型，可為地質(zhì)建模工作提供更可靠的依據(jù)。研究區(qū)的實(shí)際應(yīng)用效果表明了該組合技術(shù)的適用性。

關(guān)鍵詞：微小斷層； 斷層增強(qiáng)處理； 譜分解； 螞蟻?zhàn)粉櫍?地震解釋

0引言

在油田勘探開(kāi)發(fā)階段，斷塊內(nèi)油氣水關(guān)系復(fù)雜，微小斷裂的精細(xì)識(shí)別對(duì)于劃分不同的儲(chǔ)量單元以及含油氣系統(tǒng)，部署井位，制定有效的開(kāi)發(fā)方案和措施具有重要意義。常規(guī)斷層解釋主要是以相干切片[1-2]為指導(dǎo)，剖平結(jié)合來(lái)完成的，但是由于相干體的計(jì)算對(duì)地震資料的信噪比要求較高，因此計(jì)算相干體之前需要先對(duì)地震資料進(jìn)行斷層增強(qiáng)處理[3-5]，以提高地震資料的信噪比，進(jìn)而提高三維相干體的質(zhì)量。為了在相干體切片上識(shí)別更微小的斷層，并細(xì)化主斷層的邊界，采用螞蟻?zhàn)粉櫦夹g(shù)對(duì)三維相干體進(jìn)行追蹤，利用螞蟻?zhàn)粉櫧Y(jié)果和相干體切片共同指導(dǎo)地震剖面上的斷層解釋，有助于在平面上分析斷層的延伸范圍以及斷層間的切割關(guān)系。從剖面的角度講，由于地震資料的帶限性，常規(guī)地震剖面僅能夠有效識(shí)別斷距大于地震資料分辨率極限的斷層，而單頻體數(shù)據(jù)則能更好地對(duì)斷層成像。這里將以上不同技術(shù)組合起來(lái)，提出一種微小斷層檢測(cè)組合技術(shù)新思路，對(duì)小斷層進(jìn)行精細(xì)解釋，建立精細(xì)斷層框架模型，為油田的勘探開(kāi)發(fā)服務(wù)。

1)斷層增強(qiáng)處理技術(shù)。小斷層在地震剖面上主要表現(xiàn)為同相軸的微小錯(cuò)斷或扭曲，而隨機(jī)噪音的存在往往會(huì)干擾小斷層的識(shí)別，同時(shí)也會(huì)對(duì)相干體的計(jì)算造成影響。因此進(jìn)行斷層解釋之前,需要對(duì)地震資料進(jìn)行降噪處理，以增強(qiáng)微小斷層的可識(shí)別性。

自Turky在1971年提出中值濾波技術(shù)以來(lái)，該技術(shù)已經(jīng)廣泛應(yīng)用于數(shù)字信號(hào)處理以及圖像增強(qiáng)處理中。Duncan等[6]將中值濾波技術(shù)應(yīng)用到了地震資料處理中。Heggland等[7]提出了基于傾角體控制的傾角中值濾波方法，充分考慮到了地層傾角屬性。這種傾角中值濾波[8-9]能有效壓制隨機(jī)噪音，并保護(hù)信號(hào)結(jié)構(gòu)，但該方法的平滑作用會(huì)導(dǎo)致斷層邊界模糊。

Perona等[10]最先提出非線性擴(kuò)散去噪方法，但該方法邊緣保持效果不理想。Weickert等[11]通過(guò)引入反映圖像紋理方向的結(jié)構(gòu)張量，形成了非線性各向異性擴(kuò)散模型。孫夕平等[12]、王緒松等[3]將各向異性擴(kuò)散方法引入地震剖面保邊濾波。

這里采用傾角中值濾波和擴(kuò)散濾波相結(jié)合的方法對(duì)地震資料進(jìn)行斷層增強(qiáng)處理。針對(duì)同相軸連續(xù)性較好的位置，采用傾角中值濾波，而對(duì)同相軸斷裂的位置，采用擴(kuò)散濾波。這樣既壓制了隨機(jī)噪音，又較好地保持了斷層邊界。

2)譜分解技術(shù)。Partyka等[13-14]在90年代提出了頻譜分解技術(shù)，該技術(shù)根據(jù)研究目標(biāo)的不同，經(jīng)過(guò)數(shù)學(xué)變換，將全頻帶地震數(shù)據(jù)變換成兩大類數(shù)據(jù)體：調(diào)諧體和單頻體。單頻體技術(shù)是指在地震資料有效頻帶內(nèi)，應(yīng)用短時(shí)窗離散付立葉變換(DFT)、連續(xù)小波變換(CWT)、時(shí)頻連續(xù)小波變換(TFCWT)或S變換(S-T)等數(shù)學(xué)方法[15]，將地震數(shù)據(jù)分解成一系列時(shí)間域離散頻率的振幅數(shù)據(jù)體。由于全頻帶地震數(shù)據(jù)包含多個(gè)頻率成分，各個(gè)頻率成分相互干擾，會(huì)對(duì)小斷層的識(shí)別造成影響。這里采用單頻體來(lái)凸現(xiàn)小斷層，進(jìn)而來(lái)達(dá)到精細(xì)刻畫與識(shí)別小斷層的目的。

3)螞蟻?zhàn)粉櫦夹g(shù)。Dorigo等[16-17]在1991年首次提出了蟻群算法。該算法是模擬自然界螞蟻沿最短路徑尋找食物的一種群體智能算法。目前蟻群算法在控制優(yōu)化領(lǐng)域已經(jīng)取得了很大的進(jìn)步。Pedersen等[18]在2001年首次提出基于螞蟻?zhàn)粉櫦夹g(shù)的斷層自動(dòng)識(shí)別技術(shù)，目前該技術(shù)已經(jīng)集成到商業(yè)軟件Petrel中，得到了廣泛的應(yīng)用。Yuan[19]等將螞蟻?zhàn)粉櫦夹g(shù)應(yīng)用到了地球物理反演中。這里主要應(yīng)用螞蟻?zhàn)粉櫦夹g(shù)在三維相干體上對(duì)斷層進(jìn)行追蹤，細(xì)化主斷層的邊界，較好地描述小斷層的延伸范圍，幫助解決復(fù)雜斷裂系統(tǒng)的斷層平面組合。

1微小斷層檢測(cè)技術(shù)

將斷層增強(qiáng)處理、相干體、螞蟻?zhàn)粉櫼约白V分解技術(shù)組合起來(lái)，進(jìn)行微小斷層細(xì)化解釋，并通過(guò)模型正演進(jìn)行佐證，搭建精細(xì)斷層框架模型，進(jìn)而更好地為油田勘探開(kāi)發(fā)服務(wù)，具體流程見(jiàn)圖1。這一組合流程不但包括了技術(shù)的組合，而且包括了軟件模塊的組合，包括OpenDtect(斷層增強(qiáng)處理)，Landmark(相干體、單頻體)和Petrel(螞蟻?zhàn)粉?。

1.1斷層增強(qiáng)處理技術(shù)

中值傾角濾波能夠有效壓制隨機(jī)噪音，并保護(hù)地下地層結(jié)構(gòu)，但該方法的平滑作用不利于保持?jǐn)鄬舆吔纭；谄⒎址匠痰臄U(kuò)散濾波能夠較好地保持?jǐn)鄬舆吔纾胍魤褐菩Ч患眩瑖?yán)重時(shí)還可能產(chǎn)生一些假的不連續(xù)現(xiàn)象。這里將以上兩種方法結(jié)合使用，以數(shù)據(jù)相似性為判別條件，對(duì)相似性好的地方，采用中值傾角濾波；對(duì)數(shù)據(jù)相似性差的地方(如斷層邊界)，采用擴(kuò)散濾波。最后將兩種方法的濾波結(jié)果結(jié)合起來(lái)，得到最終的斷層增強(qiáng)處理結(jié)果。

圖1　微小斷層檢測(cè)組合技術(shù)流程Fig．1　Combined technique flowchart for 　　identifying subtle faults

圖2　斷層增強(qiáng)處理Fig．2　Faults enhancement (a) 原始地震剖面；(b) 傾角中值濾波剖面；(c) 擴(kuò)散濾波剖面；(d) 斷層增強(qiáng)處理剖面

圖2(a)為研究區(qū)的一條原始地震剖面，圖2(b)為傾角中值濾波結(jié)果，圖2(c)為擴(kuò)散濾波結(jié)果，圖2(d)為斷層增強(qiáng)處理結(jié)果。對(duì)比圖2(a)與圖2(b)，可以看出傾角中值濾波明顯地消除了隨機(jī)噪音的影響，但是該方法未能增強(qiáng)斷層邊界，甚至?xí)刮⑿鄬舆吔缱兊媚：粚?duì)比圖2(a)與圖2(c)，可以看出擴(kuò)散濾波使斷層邊界更加清晰，但是隨機(jī)噪音并未得到很好的壓制；對(duì)比圖2(a)與圖2(d)，可看出兩種濾波結(jié)合使用后，隨機(jī)噪音得到了較好的壓制，斷層邊界也更加清晰。斷層增強(qiáng)處理技術(shù)除了使微小斷層在剖面上變得更易于識(shí)別外，該方法還能提高小斷層在相干數(shù)據(jù)體上的識(shí)別精度。例如圖3(a)和圖3(b)分別是斷層增強(qiáng)處理前地震數(shù)據(jù)和斷層增強(qiáng)處理后地震數(shù)據(jù)的相干時(shí)間切片。由圖3可見(jiàn)，圖3(a)中被噪音掩蓋而不能識(shí)別的斷層，經(jīng)處理后在圖3(b)中變得較為清晰(見(jiàn)圖3(a)和圖3(b)中標(biāo)記為橢圓的區(qū)域)。

圖3　相干時(shí)間切片(3 000毫秒) Fig．3　Coherence slice (3 000 ms)(a) 斷層增強(qiáng)處理前；(b) 斷層增強(qiáng)處理后

1.2譜分解技術(shù)

譜分解技術(shù)將地震數(shù)據(jù)分解成一系列時(shí)間域離散頻率的振幅數(shù)據(jù)體。這些離散頻率振幅數(shù)據(jù)體反映了特定頻率振幅的空間變化，能夠有效地提高地震資料識(shí)別地質(zhì)特征的能力。由于斷層在剖面上主要表現(xiàn)為斷面波，而研究區(qū)斷面波主頻集中在50 Hz左右，因此選用50 Hz頻率成分的地震剖面(圖4(b))與全頻帶剖面(圖4(a))進(jìn)行對(duì)比。從圖4(a)和圖4(b)可看出，單頻體剖面較全頻帶剖面而言，沒(méi)有了其他頻率成分的干擾，更清晰地刻畫了小斷層的斷點(diǎn)和斷面展布，突出了斷面波特征，加大了斷層解釋和組合的確定性。

1.3螞蟻?zhàn)粉櫦夹g(shù)

螞蟻?zhàn)粉檶?shí)際上是模擬螞蟻群體在覓食過(guò)程中尋找最短路徑的一種最優(yōu)化算法，該算法可以用于在相干數(shù)據(jù)體上自動(dòng)提取斷層面，細(xì)化斷層邊界，指導(dǎo)小斷層的識(shí)別。

圖5(a)是斷層增強(qiáng)處理后相干時(shí)間切片，圖5(b)是對(duì)圖5(a)進(jìn)行螞蟻?zhàn)粉櫟慕Y(jié)果。經(jīng)過(guò)螞蟻?zhàn)粉櫤螅瓉?lái)在相干切片上可以識(shí)別的主斷層變得更加細(xì)致，難以識(shí)別的小斷層也變得清晰可見(jiàn)。利用螞蟻?zhàn)粉櫟慕Y(jié)果指導(dǎo)剖面斷層解釋以及斷層平面組合，可以提高構(gòu)造解釋精度。

2應(yīng)用效果

研究區(qū)位于西非深水區(qū)，為深水濁積沉積體系。從構(gòu)造特征來(lái)看，該研究區(qū)主要為被斷層復(fù)雜化的背斜構(gòu)造。斷層多而密，平面組合難度較大。這里采用組合技術(shù)對(duì)該研究區(qū)進(jìn)行精細(xì)斷層解釋。圖6和圖7分別為解釋的斷層在地震剖面和相干體上的投影。為了對(duì)解釋結(jié)果進(jìn)行驗(yàn)證，設(shè)計(jì)了正演模型，分析了不同主頻子波、不同斷距斷層的地震響應(yīng)特征。

圖8(a)為該研究區(qū)中深層不同斷距斷層的地質(zhì)模型，其中由測(cè)井資料計(jì)算出的砂巖和泥巖速度分別為2 427 m/s和2 331 m/s，斷層斷距分別為5 m、7 m、9 m和12 m。圖8(b)為該模型對(duì)不同主頻雷克子波的地震響應(yīng)。由圖8可見(jiàn)，斷層的分辨率隨子波主頻的增加而增加。該研究區(qū)高密度地震資料主頻為50 Hz，因此該研究區(qū)斷層分辨率極限為5 m，小斷層解釋結(jié)果合理。經(jīng)模型正演驗(yàn)證后得到的精細(xì)斷層框架模型見(jiàn)圖9。

圖4　譜分解技術(shù) Fig．4　Spectral decomposition (a) 全頻帶地震剖面；(b) 50 Hz單頻體剖面

圖5　螞蟻?zhàn)粉橣ig．5　Ant tracking(a) 相干時(shí)間切片；(b) 螞蟻?zhàn)粉櫧Y(jié)果

圖6　研究區(qū)地震剖面Fig．6　Seismic section of the study area

圖7　研究區(qū)相干時(shí)間切片F(xiàn)ig．7　Coherence slice of the study area

圖8　模型正演Fig．8　Forward modeling(a) 中深層斷層模型; (b) 圖a中模型對(duì)不同主頻雷克子波的地震響應(yīng)

圖9　精細(xì)斷層框架模型Fig．9　The fine faults frame

3結(jié)論

針對(duì)實(shí)際微小斷層地震響應(yīng)不明顯，受噪音影響大以及常規(guī)相干屬性對(duì)微小斷層識(shí)別敏感性較差等關(guān)鍵問(wèn)題，提出了一套綜合處理、解釋和正演檢驗(yàn)的組合技術(shù)。在研究區(qū)的實(shí)際應(yīng)用效果表明，該組合技術(shù),可以較為精細(xì)準(zhǔn)確地刻畫微小斷層，解決復(fù)雜斷裂系統(tǒng)的斷層平面組合以及密集斷層的斷面閉合等問(wèn)題，為地質(zhì)建模以及油田開(kāi)發(fā)方案設(shè)計(jì)提供更為可靠的依據(jù)。

參考文獻(xiàn)：

[1]BAHORICH M S, FARMER S L. 3-D seismic discontinuity for faults and stratigraphic features:The coherence cube [J]. The Leading Edge, 1995(14): 1053-1058.

[2]苑書金. 地震相干體技術(shù)的研究綜述[J]. 勘探地球物理進(jìn)展, 2007, 30(1): 7-15.

YUAN S J. A review of seismic coherence techniques [J]. Progress in Exploration Geophysics, 2007, 30(1): 7-15.(In Chinese)

[3]王緒松, 楊長(zhǎng)春. 對(duì)地震圖像進(jìn)行保邊濾波的非線性各向異性擴(kuò)散算法[J]. 地球物理學(xué)進(jìn)展, 2006, 21(2): 452-457.

WANG X S, YANG C C. An edge-preserving smoothing algorithm of seismic image using nonlinear anisotropic diffusion equation [J].Progress in Geophysics, 2006, 21(2): 452-457.(In Chinese)

[4]YUAN S Y, WANG S X, Li G F. Random noise reduction using Bayesian inversion [J]. Journal of Geophysics and Engineering, 2012, 9(1): 60-68.

[5]YUAN S Y, WANG S X. Edge-preserving noise reduction based on Bayesian inversion with directional difference constraints [J]. Journal of Geophysics and Engineering, 2013, 10(2): 025001.

[6]DUNCAN G, BERESFORD G. Median filter behavior with seismic data [J]. Geophysical Prospecting, 1995, 43(3): 329-345.

[7]HEGGLAND R, BERT BRIL. An iterative method for identifying seismic objects by their texture, orientation and size[C]. 71st Annual International Meeting, SEG, Expanded Abstracts, 2001:583-586.

[8]BEDNAR J B. Applications of median filtering to deconvolution, pulse estimation, and statistical editing of seismic data [J]. Geophysics, 1983, 48: 1598-1610.

[9]SUN D S, LING Y, BAI Y, et al. Application of spectral decomposition and ant tracking to fractured carbonate reservoirs [J]. 73rd EAGE Conference & Exhibition incorporating SPE EUROPEC, 2011, B035.

[10]PERONA P, MALIK J. Scale-space and edge detection using anisotropic diffusion [J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 1990, 12 (7): 629-639.

[11]WEICKERT J. Coherence-enhancing diffusion filtering [J]. International Journal of Computer Vision, 1999, 31(2/3): 111-127.

[12]孫夕平, 杜世通, 湯磊. 相干增強(qiáng)各向異性擴(kuò)散濾波技術(shù)[J]. 石油地球物理勘探, 2004, 39(6): 651-655.

SUN X P, DU S T, TANG L. Coherent-Enhancing anisotropic diffusion filtering technique [J]. Oil Geophysical Prospecting, 2004, 39(6): 651-655.(In Chinese)

[13]GRIDLEY J, PARTYKA G. Processing and interpretational aspects of spectral decomposition[C]. 67th Annual International Meeting, SEG, Expanded Abstracts, 1997：1055-1058.

[14]PARTYKA G, GRIDLEY J, LOPEZ J. Interpretational applications of spectral decomposition in reservoir characterization[J]. The Leading Edge, 1999, 18(3): 353-360.

[15]樂(lè)友喜，李斌，問(wèn)雪,等. 三參數(shù)小波分頻處理在走滑斷層識(shí)別中的應(yīng)用[J]. 物探化探計(jì)算技術(shù), 2014, 36(4): 436-440.

LE Y X, LI B, WEN X, et al. Application of three parameter wavelet frequency processing to the recognition of strike-slip fault[J]. Computing techniques for geophysical and geochemical exploration, 2014, 36(4): 436-440.(In Chinese)

[16]COLORNI A, DORIGO M, MANIEZZO V, et al. Distributed optimization by ant colonies[C]. Proceedings of the lst European Conference on Artificial Life, 1991：134-142.

[17]DORIGO M. Optimization, learning and natural algorithms[D]. Politecnico dimilano, Italy, 1992.

[18]PEDERSEN S I, RANDEN T, SORMELAND L. Automatic fault extraction using artificial ants[C]. 72ndAnnual Intemational Meeting, SEG, Expanded Abstracts, 2002：512-515.

[19]YUAN S Y, WANG S X, TIAN N. Swarm intelligence optimization and its application in geophysical data inversion [J]. Applied Geophysics, 2009, 6(2): 166-174.

A combination technique of minor faults detection and its application in 3D seismic data

Tian Nan, Fan Ting-en, Dong Jian-hua, Zhang Hui-lai, Song Lai-ming

(CNOOC Research Institute, Beijing100028, China)

Abstract:Since the resolution of seismic data is limited, the faults with minor throws are hardly identified. However, in oilfield exploration and development, the detection of minor faults is critical for reserves vertification, well deployment, injection-production relation analysis, and residual oil study, et al. Conventional coherence technique cannot identify minor faults effectively. Therefore, a combined technique is proposed to detect minor faults in this paper. In order to improve the image of minor faults, dip steering filter and diffusion filter are firstly used to attenuate random noise. Then spectral decomposition technique and ant tracking technique are exploited to interpret minor faults in the seismic section and coherent slice, respectively. If forward modeling validates the interpretation result of minor faults, a fine fault frame is obtained which provides reliable basis for geological modeling. The application of the combined technique in study area shows its feasibility and validity.

Key words:minor faults; faults enhancement; spectral decomposition; ant tracking; seismic interpretation

中圖分類號(hào)：P 631.4

文獻(xiàn)標(biāo)志碼：A

DOI：10.3969/j.issn.1001-1749.2016.01.12

文章編號(hào)：1001-1749(2016)01-0083-06

作者簡(jiǎn)介：田楠(1983-)，女，工程師，研究方向?yàn)榈卣鹳Y料解釋與儲(chǔ)層預(yù)測(cè)，E-mail:tiannan2@cnooc.com.cn。

基金項(xiàng)目:國(guó)家十二五重大專項(xiàng)(2011zx05024-001)

收稿日期：2015-01-23改回日期：2015-03-19