基于地震屬性的扇三角洲邊界不確定性定量表征方法*

肖大坤 王 暉 范廷恩 胡曉慶 張宇焜 趙衛平 張顯文 陳仕臻

(1. 中海油研究總院 北京 100028； 2. 中國石油大學(華東)地球科學與技術學院 山東青島 266580)

基于地震屬性的扇三角洲邊界不確定性定量表征方法*

肖大坤1王 暉1范廷恩1胡曉慶1張宇焜1趙衛平1張顯文1陳仕臻2

(1. 中海油研究總院 北京 100028； 2. 中國石油大學(華東)地球科學與技術學院 山東青島 266580)

渤海古近系扇三角洲油藏類型以巖性、巖性-構造油氣藏為主，扇體邊界預測的多解性直接影響儲量規模。提出了利用地震屬性進行扇三角洲邊界不確定性定量表征的方法和流程，以渤海石臼坨凸起A油田沙河街組一、二段為例，表征了該油田扇三角洲5期扇體邊界的不確定性，并落實了最優邊界位置。首先,開展地震屬性解釋性處理，突出目標扇體邊界響應；其次，利用地震屬性截斷值實現邊界量化，形成定量描述方案；然后，建立扇體邊界初始表征模型，根據邊界量化方案對各期扇體邊界進行敏感性分析，并篩選對儲量參數敏感性最強的評價對象；最后，通過隨機模擬生成多個表征方案，根據扇三角洲演化模式，優選先進積后退積的扇體組合表征方案，并結合儲量概率分布特征，選取P50表征方案作為最優邊界推薦方案。本文方法可推廣應用至其他類型沉積儲層(河流相、三角洲相等)。

扇三角洲；扇體邊界；不確定性；定量表征；地震屬性；渤海；古近系

渤海油田古近系以三角洲、扇三角洲沉積體系為主，油藏類型多為巖性或巖性-構造油氣藏,其中扇三角洲沉積儲層具有多期扇體疊置、橫向分布變化快的特點，因此扇三角洲油藏含油范圍受扇體沉積邊界的影響更為顯著[1]。目前利用地震屬性預測扇三角洲儲層展布是常用手段[2-5]，但扇體展布邊界的預測結果常常受到地震資料分辨率限制而具有較強的多解性，須開展不確定性研究以明確最佳邊界方案，這就需要先采用合適的方法對邊界予以量化，而量化方法的選擇就成為關鍵環節。

A油田位于渤海石臼坨凸起北帶，沙一、二段為主力含油層系，沉積類型為扇三角洲，縱向共發育5期相互疊置的扇體，各期扇體展布形態、規模分布差異較大，呈裙帶狀自南向北展布，形成巨厚沉積儲層(單井厚度高達220 m)。該油田油藏類型為巖性-構造油氣藏，油藏幅度大、邊水水體規模小，油水界面十分靠近儲層邊界，因此，對扇體邊界位置的判斷將直接影響儲量計算，需要開展不確定性研究以確定最佳邊界方案。本文以渤海石臼坨地區A油田為例，詳細闡述利用地震屬性表征扇三角洲儲層邊界不確定性的方法。

1 扇體邊界不確定性表征思路

多位學者已從不同角度對儲層不確定性的評價內容及思路進行了研究[6-11]。分析認為，對于扇三角洲沉積儲層邊界而言，其不確定性表征應圍繞地震響應特征、扇體層序演化及對儲量的影響開展，具體思路(圖1)如下：首先，通過地震屬性解釋性處理，剔除目標扇體外的無效響應和構造因素異常響應，對扇體內部的極值屬性進行適度補償，突出地震屬性的扇體邊界響應特征，并開展屬性截斷值論證，建立邊界量化描述方案；其次，開展扇體邊界初始表征，明確空間表征范圍及網格參數，根據層序期次格架、扇體展布規模及縱向演化模式構建初始表征方案，為不確定性定量表征提供模型基礎；然后，根據扇體邊界量化方案分析扇體落實程度及風險性，合理設置各期扇體表征變量，明確變量分布范圍，完成多變量參與的不確定性定量綜合表征；最后，結合地質模式與儲量概率分布特征，對不確定性表征的系列實現進行優選，落實最優邊界表征結果。

圖1 基于地震屬性的扇三角洲儲層邊界不確定性研究思路

2 扇體邊界定量研究

扇體邊界能否實現定量化主要取決于地震屬性對儲層分布的預測效果，能夠直接用于邊界量化的地震屬性須具備精度高、多解性低的條件，而且邊界處的屬性等值線應呈現連續、漸變的分布趨勢，能從細節上反映儲層邊界的延展形態。如果邊界處其他非儲層地質信息(如斷裂系統導致的屬性異常)產生較強的干擾，就會影響屬性等值線的分布趨勢，進而降低邊界位置量化的準確性。由于研究區扇三角洲的地震屬性預測效果受地震資料品質、相鄰層位干擾及提取方式的影響，無法直接用于邊界定量刻畫，因此提出通過地震屬性解釋性處理和目標體截斷屬性值論證建立邊界量化描述方案的研究方法。

2.1 地震屬性解釋性處理

地震屬性解釋性處理的目的在于通過差異放大突顯目標地質體的某方面特征。對研究區扇三角洲沉積砂體的敏感地震屬性進行解釋性處理，可顯著提高扇體邊界辨識度，具體手段包括外部屬性剔除、構造屬性剝離、邊緣屬性粗化及內部極值補償等。

以A油田沙一、二段扇三角洲③期扇體為例，以振幅統計類地震屬性為主，通過對比不同屬性對扇三角洲砂體響應的敏感程度，篩選出均方根振幅、最大峰值振幅、總能量等敏感屬性集進行非線性加權，得到反映扇體邊界效果最顯著的最優地震屬性，用于不確定性定量表征。目標扇體在敏感地震屬性上呈短軸裙帶狀展布，內部不均一性強，但外包絡邊界明顯(圖2a)。由于同期及相鄰期次扇體影響了目標扇體的地震屬性提取效果，導致包絡邊界之外存在干擾信息，應予以剔除。通過人機交互式處理，剔除外部非扇體異常響應，僅保留目標扇體屬性(圖2b)。由于斷裂系統的存在導致目標扇體內部出現反映斷層延伸的異常低值屬性響應(圖2c)，也會影響目標扇體刻畫。通過構造解釋平剖結合、相互驗證，參考相鄰區域屬性值，對斷層處的異常屬性予以補償，在一定程度上削弱斷層的影響，進一步提高地震屬性對儲層邊界的識別度。剔除外部屬性與剝離構造異常屬性后，對目標扇體地震屬性進行歸一化處理，在不改變整體趨勢的前提下進行適度平滑，削弱內部極高響應值，補償極低響應值，最終使邊界處地震屬性連續漸變，達到定量反映扇體邊界的目的(圖2d)。

圖2 A油田沙一、二段扇三角洲③期扇體地震屬性解釋性處理

2.2 目標體截斷屬性值論證

在地震屬性解釋性處理基礎上，利用專家經驗法可快速識別儲層邊界位置。由于經驗識別界線一般與屬性等值線相交，因此采用如下方法論證地震屬性截斷值的不確定性范圍：首先，利用重構的地震屬性制作等值線圖，將其與經驗識別邊界疊合；然后，以與經驗識別界線相切的最外側地震屬性等值線作為樂觀表征邊界，以相切的最內側地震屬性等值線作為悲觀表征邊界，以中間平均屬性等值線作為最可能表征邊界；最后，以最外側屬性值到最內側屬性值的范圍作為儲層邊界的不確定表征范圍。以A油田沙一、二段扇三角洲③期扇體為例(圖3)，與經驗識別界線相切的最外側地震屬性等值線即樂觀邊界為0.6，相切的最內側等值線即悲觀邊界為0.4，中間平均屬性等值線即最可能邊界為0.5，從而確定該扇體儲層邊界地震屬性截斷值的不確定范圍為0.4～0.6。

2.3 邊界量化描述方案的建立

對A油田沙一、二段不同期次扇體開展地震屬性截斷值論證，獲得各自的儲層邊界量化范圍區間(表1)。由于地震屬性對各期邊界的預測效果差別較大(圖4)，導致各期次扇體邊界具有不同的風險級別，須根據預測效果建立合適的量化描述方案(表1)。

圖3 A油田沙一、二段扇三角洲③期扇體儲層邊界的地震屬性不確定性范圍論證

期次邊界屬性截斷值范圍可能值悲觀值樂觀值風險等級分布形式①期0.150.100.20低均勻②期0.300.250.35低均勻③期0.500.400.60中三角④期0.650.500.80高正態⑤期0.450.350.55中三角

圖4 A油田沙一、二段不同期次扇體地震屬性預測及邊界分布

①、②期扇體儲層的地震屬性預測效果最好，邊界響應特征最清晰，屬性截斷值變化范圍最小，說明其邊界相對確定，風險最小，可采用均勻分布函數描述屬性截斷值變化區間;③、⑤期扇體儲層地震預測效果也較為明顯，邊界響應特征相對清楚，但屬性截斷值范圍較大，說明邊界預測的不確定性強于①、②期扇體，風險較大，為了避免不確定性表征過程中出現過多的端點不合理采樣，采用三角分布函數對屬性截斷值變化區間進行描述，通過提高屬性平均截斷值附近的采樣率來減少不合理樣品數量;④期扇體儲層的地震預測效果相對較差，但是該扇體規模最大、分布最廣，對油氣儲量計算至關重要，風險等級最高，因此采用正態分布函數描述截斷值變化區間，進一步提高均值附近的采樣率以降低不合理采樣的影響。

3 扇體邊界不確定性定量表征

扇體邊界不確定性定量表征包括初始表征、敏感性分析、定量實現及綜合優選等內容，旨在獲得最接近真實地質特征的表征結果。根據扇體邊界量化描述方案，在相同外部運行環境及模擬條件下完成表征。

3.1 扇體邊界初始表征

作為不確定性定量表征的啟動模型，初始表征方案或初始模型在多次隨機模擬實現過程中承載的各項不確定性參數將根據量化方案與概率分布通過采樣的方式被賦予不同的值，而且每一次實現均產生新的表征方案，因此，初始表征方案構建的目的在于確定空間表征范圍及網格參數，建立通暢的定量表征單向工作流程，為不確定性采樣和多次實現提供模型基礎。為保證空間表征范圍與網格參數的合理性，初始表征方案的建立必須忠實于基礎地質研究成果與沉積模式。

A油田沙一、二段識別的5期扇三角洲扇體沉積的形態特征、展布規模差別較大，這與沙一、二段扇三角洲發育過程密切相關。縱向上，沙一、二段基準面先短期下降后持續抬升，導致扇三角洲沉積呈現早期劇烈疊置、中期完整發育、后期改造明顯的特點，規模上具有前期快速擴大、后期逐漸萎縮的特征，外形表現為由裙帶狀逐漸過渡為狹長條帶狀。在研究區井點約束下，采用確定性建模方法實現多期扇體層序格架及巖相展布精細表征，并且通過地質模式驗證保證扇體組合樣式最大程度地忠實于地質認識。

根據扇體分布特征，A油田沙一、二段扇體邊界表征范圍必須覆蓋多期扇體最大疊合外邊界，由此確定的表征范圍如圖5所示。由于網格的“鋸齒”特點導致在表征連續沉積扇體時會模糊化邊界形態，產生邊界的局部表征不完全的現象，所以網格尺度越大，“鋸齒”效應越嚴重，表征精度越低；網格尺度越小，“鋸齒”效應越不明顯，但會大幅增加網格數量而降低表征效率[12]。因此，通過多次實驗最終確定研究區網格尺度為45 m×45 m，既保證了精度，又最大程度地降低了“鋸齒”效應。

圖5 A油田沙一、二段多期扇體邊界初始表征

3.2 多期邊界敏感性分析

扇體邊界的敏感性可通過對含油氣面積的影響程度來體現。由于A油田沙一、二段各期扇體邊界的風險級別不同，對含油氣面積的影響程度也各有差異，因此通過評價各期扇體規模變化導致含油氣面積的變化情況(圖6)，落實各期扇體邊界的敏感性進而剔除最不敏感的變量，有利于充分挖掘敏感變量的不同組合并提高表征效率。根據前述各期扇體邊界量化描述方案及風險特征，A油田沙一、二段①期扇體地震屬性預測效果最好，邊界相對確定，邊界變化對含油氣面積的影響在5%以內，屬于最不敏感變量，可予以剔除。

圖6 A油田沙一、二段各期次扇體邊界變化對含油面積的影響程度風暴圖

3.3 不確定性定量表征

扇體邊界不確定性表征流程由構造層面模擬、屬性模擬(巖相、物性模擬)、儲量計算及方案導出等子環節組成。本次研究借助Petrel地質建模軟件的Workflow模塊，通過編輯循環工作流程實現相同運行環境下的批量模擬，實現步驟如下：①根據扇體邊界量化描述方案，將初始表征中的相應參數賦予不確定變量，并設置變量分布函數、變化區間以及采樣基數等；②以描述方案為基礎編制工作流結構，測試工作流的運行流暢度；③將初始表征結果作為模擬本體導入工作流，將扇體邊界變量之外的其他模擬參數(如孔隙度、飽和度等)設置為定值；④在Monte-Carlo采樣器中利用拉丁超立方方法完成采樣，并基于各次采樣獲得的實現結果開展儲量計算，導出系列表征方案，以備優選。

3.4 表征方案優選

關于隨機建模的優選方法，目前多數學者采用的方法包括專家經驗法、概率儲量法及油藏工程法等，方法選擇與油田所處的開發階段相關[6,13-15]。本次研究結合地質模式法與概率儲量法進行2步優選獲得最優表征方案。

A油田沙一、二段扇三角洲不確定性表征結果顯示，5期扇體縱向組合特征呈現3種樣式(圖7)：連續退積式(a)、先進后退式(根據最大規模扇體出現的期次又可細分為2類(b、c))、間歇退積式(d)。

圖7 A油田A5井沙一、二段扇體邊界表征樣式

根據基準面演化特征，各期扇體縱向上應具有“先進后退”的組合特征，最大扇體規模為第④期(圖7c)，與這一地質規律不相符的其他表征結果均予以剔除。在此基礎上，對儲量概率分布開展最終優選，取其累積概率達到10%的表征結果作為低方案或保守方案，取其累積概率達到90%的表征結果作為高方案或樂觀方案，取其累積概率達到50%的表征結果作為中方案或推薦方案(圖8)。

圖8 A油田扇體邊界概率儲量分布及P50方案模型剖面

4 結論

1) 針對扇三角洲儲層邊界預測的多解性，提出了利用地震屬性開展邊界不確定性表征的新思路和一套完整的技術流程，包括邊界量化描述、敏感性分析、不確定性表征及優選等子環節，其中通過地震屬性實現儲層邊界定量化的方法具備一定的普遍適用性，也可推廣應用至其他類型沉積儲層(河流相、三角洲相等)。

2) 利用地震屬性實現扇三角洲扇體邊界定量刻畫，需要對地震屬性進行解釋性特征處理,其目的是為了突出邊界響應特征，以建立邊界量化描述方案。文中采用的解釋性處理手段包括屬性剔除、構造屬性剝離、邊緣屬性粗化及極值補償等，均需要人機交互完成，在推廣應用該方法時應視具體的儲層特征及其地震屬性響應選擇合適的處理方法。

3) 采用隨機模擬、多次實現的方式完成了渤海石臼坨凸起A油田沙一、二段扇三角洲儲層邊界的不確定性定量表征，為了將關鍵地質認識體現在表征結果中，首先采用地質模式法對生成的多個表征方案進行一次優選，然后針對一次優選結果根據儲量概率統計分布特征進行二次優選，最終選取P50表征方案作為最優邊界推薦方案。

[1] 霍春亮，古莉，趙春明，等．基于地震、測井和地質綜合一體化的儲層精細建模[J]．石油學報，2007,28(6)：66-71．

Huo Chunliang,Gu Li,Zhao Chunming,et al. Integrated reservoir geological modeling based on seismic,log and geological data[J].Acta Petrolei Sinica,2007,28(6):66-71.

[2] 張璐，印興耀，李紅梅，等．基于地震奇異性屬性劃分砂礫巖扇體沉積界面[J]．物探化探計算技術，2009,31(4)：361-368．

Zhang Lu,Yin Xingyao,Li Hongmei,et al.Dividing the depositional interface of glutenite fans based on seismic singularity attribute[J].Computing Techniques for Geophysical and Geochemical Exploration,2009,31(4):361-368.

[3] 朱超，宮清順，孟祥超，等．地震屬性分析在扇體識別中的應用[J]．石油天然氣學報，2011,33(9)：64-67．

Zhu Chao,Gong Qingshun,Meng Xiangchao,et al.Application of seismic attribute analysis in fan recognition[J].Journal of Oil and Gas Technology,2011,33(9):64-67.

[4] 王建花，唐何兵，張良慶，等．基于地震多屬性分析的深層濁積扇刻畫研究[J]．西南石油大學學報(自然科學版)，2012,34(2)：54-64．

Wang Jianhua,Tang Hebing,Zhang Liangqing,et al.Study of deep layer turbidite fan detection based on the seismic multi-attribute analyses[J].Journal of Southwest Petroleum University(Science & Technology Edition),2012,34(2):54-64.

[5] 李存磊，張金亮，宋明水，等．基于沉積相反演的砂礫巖體沉積期次精細劃分與對比：以東營凹陷鹽家地區古近系沙四段上亞段為例[J]．地質學報，2011,85(6)：1008-1018．

Li Cunlei,Zhang Jinliang,Song Mingshui,et al.Fine division and correlation of glutenite sedimentary periods based on sedimentary facies inversion：a case study from the Paleogene strata of Upper Es4 in the Yanjia area,Dongying depression[J].Acta Geologica Sinica,2011,85(6):1008-1018.

[6] 孫立春，高博禹，李敬功．儲層地質建模參數不確定性研究方法探討[J]．中國海上油氣，2009,21(1)：35-38．

Sun Lichun,Gao Boyu,Li Jinggong.A discussion on the method to study uncertainty of geologic modeling parameters[J].China Offshore Oil and Gas,2009,21(1):35-38.

[7] 劉衛麗．油藏建模中的不確定性研究[D]．西安：西安石油大學，2012．

Liu Weili.The study on the uncertainty of the reservoir modeling[D].Xi’an:Xi’an Shiyou University,2012.

[8] 石石，冉莉娜．基于概率法的油氣儲量不確定性分析[J]．天然氣勘探與開發，2011,34(1)：18-21．

Shi Shi,Ran Lina.Probability-method-based reserves uncertainty analysis[J].Natural Gas Exploration and Development,2011,34(1):18-21.

[9] 霍春亮，劉松，古莉，等．一種定量評價儲集層地質模型不確定性的方法[J]．石油勘探與開發，2007,34(5)：574-579．

Huo Chunliang,Liu Song,Gu Li,et al.A quantitative method for appraising reservoir geological model uncertainty[J].Petroleum Exploration and Development,2007,34(5):574-579.

[10] 李少華，張昌民，彭裕林，等．儲層不確定性評價[J]．西安石油大學學報(自然科學版)，2004,19(5)：16-19,24．Li Shaohua,Zhang Changmin,Peng Yulin,et al.Appraisement of the uncertainty of reservoir[J].Journal of Xi’an Shiyou University(Natural Science Edition),2004,19(5):16-19,24.

[11] 張嵐．地質不確定性因素分析方法研究及應用[J]．吐哈油氣，2012,17(1)：12-17．

Zhang Lan.Analysis method on geological uncertainties and its application[J].Tuha Oil & Gas,2012,17(1):12-17.

[12] 高博禹，孫立春，胡光義，等．基于單砂體的河流相儲層地質建模方法探討[J]．中國海上油氣，2008,20(1)：34-37．

Gao Boyu,Sun Lichun,Hu Guangyi,et al.A discussion on a fluvial reservoir modeling method based on a single sandbody[J].China Offshore Oil and Gas,2008,20(1):34-37.

[13] 高博禹，孫立春，胡光義，等．基于砂控地質建模和Monte Carlo模擬的儲量評價方法[J]．中國海上油氣，2009,21(2)：109-112．Gao Boyu,Sun Lichun,Hu Guangyi,et al.A method to evaluate OIIP based on geological sand control modeling and Monte Carlo simulation[J].China Offshore Oil and Gas,2009,21(2):109-112.

[14] 周麗清，熊琦華，吳勝和．隨機建模中相模型的優選驗證原則[J]．石油勘探與開發，2001,28(1)：68-71．

Zhou Liqing,Xiong Qihua,Wu Shenghe.The principles of selecting and testifying facies models in stochastic modelling[J].Petroleum Exploration and Development,2001,28(1):68-71.

[15] 崇仁杰,于興河,李婷婷.應用實驗設計優選隨機建模的儲層模型[J]．石油與天然氣地質，2012,33(1)：94-100,110．

Chong Renjie,Yu Xinghe,Li Tingting.Application of experimental design theory in stochastic reservoir model optimization[J].Oil & Gas Geology,2012,33(1):94-100,110.

(編輯：楊 濱)

Uncertainty quantitative characterization method of fan delta boundary with seismic attributes

Xiao Dakun1Wang Hui1Fan Tingen1Hu Xiaoqing1Zhang Yukun1Zhao Weiping1Zhang Xianwen1Chen Shizhen2

(1.CNOOCResearchInstitute,Beijing100028,China; 2.SchoolofGeosciences,ChinaUniversityofPetroleum,Qingdao,Shandong266580,China)

Lithologic and lithologic-structural oil and gas reservoirs are the main types for Paleogene fan delta in Bohai sea, and uncertainty of fan boundary prediction affects reserves. The method and process of uncertainty quantitative characterization on fan delta boundary by seismic attributes are proposed. Taking the 1st and 2nd member of Shahejie Formation in A oilfield of Shijiutuo uplift, Bohai sea as study cases, boundary uncertainties of 5 fans in fan delta are quantitatively characterized, and the optimal boundaries are chosen. Firstly, seismic attributes are processed and interpreted to highlight fan boundary characteristics response. Then, by analyzing cutoff value of seismic attributes, boundaries are quantified and the quantitative description scheme is built, with which the initial fan boundary model is established and the most sensitive parameters are selected based on the sensitivity analysis of each fan boundary on reserves. Finally, projects are generated with stochastic simulation. Considering fan evolution mode, simulation projects reflecting the type of retrogradation after progradation are selected. Combining with reserves probability distribution analysis of different characterization results, P50 project is recommended as the optimal project. The method can be applied to other types of reservoirs such as fluvial and delta facies.

fan delta; fan boundary; uncertainty; quantitative characterization; seismic attribute; Bohai sea; Paleogene

肖大坤，男，工程師，2013年畢業于中國石油大學(華東),獲碩士學位，主要從事沉積學、開發地質學、儲層地質及油藏描述方面研究。地址：北京市朝陽區太陽宮南街6號院(郵編：100028)。E-mail：xiaodk3@cnooc.com.cn。

1673-1506(2016)04-0063-07

10.11935/j.issn.1673-1506.2016.04.010

TE32+1

A

2015-08-25 改回日期：2015-11-11

*“十二五”國家科技重大專項 “海上開發地震關鍵技術及應用研究(編號：2011ZX05024-001)”部分研究成果。

肖大坤,王暉,范廷恩，等.基于地震屬性的扇三角洲邊界不確定性定量表征方法[J].中國海上油氣，2016,28(4)：63-69.

Xiao Dakun,Wang Hui,Fan Tingen,et al.Uncertainty quantitative characterization method of fan delta boundary with seismic attributes[J].China Offshore Oil and Gas,2016,28(4):63-69.