基于分頻成像的小尺度溶洞檢測

朱博華 楊江峰 呂秋玲 王 震 馬永強 張 薇(中國石化石油物探技術研究院，江蘇南京 211103； 中國石化西北油田分公司勘探開發研究院，新疆烏魯木齊 830011)

1 引言

碳酸鹽巖縫洞型儲層是塔里木盆地塔河油田的主力儲層，探明儲量約占塔河油田探明儲量的95%，其中溶洞是縫洞型儲層最主要的儲集空間。近年來持續保持對塔河油田縫洞型儲層的勘探、開發，取得了較好的效果。隨著研究的深入，可較好地預測較大尺度的溶洞，精細刻畫小尺度溶洞已成為下一步的研究重點和難點，直接影響塔河油田后續勘探、開發進程。塔河油田奧陶系碳酸鹽巖油藏非均質性強，裂縫較為發育，埋深大(一般超過5300m)，由于目前地震資料和方法技術的限制，對儲層進行定量描述存在較大困難[1]，需要開展持續的攻關研究。

由于縫洞型儲層的特殊性和唯一性，中國業界對該類儲層進行了深入研究。王彥峰等[2]、張軍華等[3]針對縫洞型儲層的特點，通過正演模擬研究，從提高資料信噪比和分辨率的角度優化采集參數及設計觀測系統，取得了良好的勘探效果；前人在縫洞型儲層物理模擬、數值模擬等方面開展了大量的工作，深入研究了溶洞“串珠狀”反射的形成機理和儲層特征[4-12]。Wu等[13,14]系統研究了散射波成像，為碳酸鹽巖縫洞型儲層成像奠定了很好的理論基礎；胡鵬飛[15]總結了現有碳酸鹽巖縫洞型儲集體成像技術，并剖析了技術細節，具有很好的指導意義。在高精度成像的基礎上，巖相分類[16]、地震反演[17]、AVO技術[18]、頻譜分解[19]、疊前方位各向異性裂縫檢測[20]、地震屬性預測[21]等方法得到廣泛應用，在碳酸鹽巖縫洞型儲層預測方面取得了良好的效果。針對小尺度溶洞的分析與研究，李闖等[22]采用剩余信號匹配追蹤技術，有效識別了小尺度縫洞型儲層，取得了明顯的效果。但前人對有關小尺度溶洞檢測的研究很少。

在前人研究成果的基礎上，本文提出了一種基于疊前分頻成像的小尺度溶洞檢測技術。首先利用正演模擬說明高頻數據的必要性和優勢，然后通過時頻分析技術確定小尺度溶洞的頻率范圍，得到分頻參數；隨后進行CMP道集分頻疊前時間偏移，得到高頻數據體；最后利用高頻數據體識別小尺度溶洞。該技術在實際資料的應用中取得了很好的效果。

2 小尺度溶洞檢測原理

2.1 分辨率與調諧厚度

小尺度溶洞檢測是一項系統工程，涉及地震勘探的各個環節，包括采集參數優化[23]、提高分辨率處理[3]、溶洞精細描述[22]等方面。本文主要從地震分辨率的角度入手，針對地震主頻這一重要參數開展討論。地震分辨率分為縱向分辨率和橫向分辨率[24]，縱向分辨率是指沿垂直地層方向所能分辨的最小地層厚度，地質體的地震反射振幅變化遵循調諧原理；橫向分辨率是指橫向上所能分辨的最小地質體寬度，地質體的地震反射振幅變化由第一菲涅爾帶控制。在理想成像條件下[25]，縱、橫向分辨率極限均為1/4波長，即

(1)

式中：λ為波長；v為速度；f為地震波主頻；R為地震資料可分辨的最小溶洞尺度。

理論上地震成像分辨率只與主頻有關，提高地震主頻可相應提高地震分辨率，從而實現小尺度地質體的成像與描述。塔河油田碳酸鹽巖縫洞型儲層速度一般為3600～4000m/s，通過式(1)求取不同主頻對應的調諧厚度，即可檢測溶洞尺度(圖1)?？梢姡S著地震主頻提高，調諧厚度減小。因此高頻地震資料更利于小尺度溶洞檢測與識別，該式為后續工作奠定了理論基礎。

圖1 理論調諧厚度圖

2.2 正演模擬

在理論分析的基礎上開展溶洞正演模擬研究。地震剖面上的“串珠狀”反射特征是地下溶洞的直觀響應[7，8]，是識別溶洞的基本標志。為了研究溶洞對不同主頻地震數據的響應特征，建立溶洞模型進行正演模擬。

筆者制作的溶洞模型如圖2所示，分別采用15、30、45Hz的零相位雷克子波進行波場正演，最終得到正演剖面(圖3)?？梢?，高頻正演剖面能有效提高溶洞的識別能力，“串珠”特征更明顯(圖3c)。

提取“串珠”位置的均方根能量進行對比(圖4)，可見：15Hz數據能量曲線只能區分最左側溶洞的地震響應特征，右側4個組合溶洞的地震綜合響應為單波形，未能有效區分；當主頻為30Hz時，較好地展示了右側4個溶洞的地震響應特征，能較好地識別間隔為20m和10m的溶洞特征，仍無法區分間五個溶洞的直徑均為30m，溶洞間距從左到右依次為30、20、10和5m，溶洞填充速度、密度分別為3600m/s、2.29g/cm3，圍巖填充速度和密度分別為6000m/s、2.65g/cm3隔為5m的溶洞特征； 45Hz數據能量曲線能有效區分間隔為5m的溶洞，分辨能力進一步提高。此外， 45Hz數據的能量明顯高于中、低頻(15Hz和30Hz)數據，說明45Hz更接近小尺度溶洞的調諧頻率，即高頻數據對于小尺度溶洞具有更明顯的響應特征。綜上所述，高頻正演剖面具有更高的分辨能力，“串珠狀”反射能量聚焦性更好，更利于檢測小尺度溶洞[11,22]。

圖2 正演模型

圖3 不同頻率的正演剖面(a)15Hz； (b)30Hz； (c)45Hz

圖4 溶洞均方根能量特征

3 時頻分析

對于小尺度縫洞型儲層，首先要研究小尺度溶洞的時頻特征，開展針對溶洞的時頻特征分析，以確定更加準確的分頻參數。

S變換[26]在時頻分析、屬性分析、去噪等方面得到了廣泛應用，人們對其算法進行了改進，提出了廣義S變換的概念[27]。廣義S變換具有更高的時頻分辨率，其定義式為

exp(-2πift)dt

(2)

式中：h(t)為原始信號；f為頻率；τ為時窗的中心位置；S(τ,f)為變換后的時頻譜。其中窗函數為

(3)

通過選取實際地震資料過溶洞中心的地震道(圖5a中的第884道)，利用廣義S變換進行時頻分析得到時頻譜(圖5b)，可見溶洞中心位置在3562ms附近。通過提取過溶洞中心位置的時頻曲線(圖5c)可知，小尺度溶洞特征頻率約為42Hz，為了能識別此類小尺度溶洞甚至更小尺度的溶洞，最終確定分頻參數為42～100Hz。

圖5 溶洞時頻特征分析(a)Inline401地震剖面； (b)第884道時頻譜； (c)過溶洞中心時頻曲線

4 疊前分頻成像處理

疊后分頻在地震勘探中得到廣泛應用[28，29]，但在高頻段該法存在較明顯的吉布斯效應，數據質量較低，分頻效果欠佳，不能滿足實際研究的需求。為此，本文采用基于道集分頻的疊前時間偏移方法，即先對疊前CMP道集進行分頻，然后再對CMP道集進行克?；舴蚍e分法疊前時間偏移，最終得到多套疊前分頻數據體?？讼；舴蚍e分法涉及繞射雙曲線的能量疊加，這種疊加方式對波形具有拉伸作用，使最終的偏移數據頻譜向低頻方向移動，具有低通濾波作用。此外，在克?；舴蚍e分法中存在觀測波場對時間的求導運算，該運算相當于對頻率域觀測波場乘上因子iω，此因子對高頻成分具有一定的補償作用[30]。

圖6為分頻數據體偏移剖面及頻譜。由圖可見：①全頻帶數據偏移剖面(圖6a)雖然包含了不同尺度溶洞的所有信息，但全頻帶偏移數據的主頻約為28Hz，從地震資料本身而言，很難有效檢測更小尺度的溶洞信息，需要借助高頻數據體識別小尺度溶洞；②由疊后分頻(圖6c)數據偏移剖面及頻譜分析圖(圖6d)可知，疊后分頻地震信號主頻約為42Hz，但頻帶相對較窄，信號出現明顯振蕩現象，“串珠”明顯拉長、變形，“串珠”在縱向上相位變多，顯然不能滿足地震解釋的需求；③疊前分頻剖面(圖6b)主頻稍有降低(約為40Hz)，但是高頻段得到有效補償，低頻信號也得到了更好的保持，整體上頻帶相對較寬，與理論分析相一致，剖面的“串珠”形態也得到較好保持，地質信息更豐富，有效克服了疊后分頻產生的信號振蕩現象，數據品質明顯提高，可以進一步檢測小尺度溶洞。

5 小尺度溶洞識別

基于得到的全頻帶偏移數據和分頻數據體檢測小尺度溶洞。振幅類屬性在縫洞型儲層預測中取得了很好的效果，在本工區提取T74層以下80ms均方根振幅屬性，從剖面地震數據、平面振幅屬性兩個方面進一步描述小尺度溶洞。

由過A井的全頻帶數據成像剖面(圖7a)及均方根振幅屬性平面圖(圖8a)可見，A井位于“串珠”邊緣，剖面和平面屬性都表現為大尺度溶洞特征，但是實鉆井未出現“放空漏失”現象，說明A井未鉆遇溶洞。由疊前分頻數據成像剖面(圖7b)及均方根振幅屬性平面圖(圖8b)可知，上述大尺度溶洞由三個較小尺度的溶洞組成，A井也未鉆遇“串珠”，這與鉆井情況相吻合。對比疊前分頻數據成像剖面(圖7b)與疊后分頻數據成像剖面(圖7c)可知，前者特征清晰、波形自然，可信度更高。

由過B井的全頻帶數據成像剖面(圖9a)及均方根振幅屬性平面圖(圖10a)可見，B井位于“串珠”位置，剖面和平面屬性均表現為一個大尺度溶洞特征，實鉆井出現“放空漏失”現象，說明B井鉆遇溶洞。由疊前分頻數據成像剖面(圖9b)及均方根振幅屬性平面圖(圖10b)可知，上述大尺度溶洞由兩個較小尺度的溶洞組成，B井鉆遇東北部“串珠”，這與鉆井情況相吻合。對比疊前分頻數據成像剖面(圖9b)與疊后分頻數據成像剖面(圖9c)可知：前者對于刻畫小尺度溶洞具有明顯優勢，有助于進一步降低后期鉆探風險；后者的效果不佳，不能作為精細識別溶洞的有效數據。

圖7 過A井成像數據剖面對比(a)全頻帶數據； (b)疊前分頻數據(42～100Hz)；(c)疊后分頻數據(42～100Hz)

圖9 過B井成像數據剖面對比(a)全頻帶數據； (b)疊前分頻數據(42～100Hz)；(c)疊后分頻數據(42～100Hz)

圖10 過B井均方根振幅屬性平面圖(a)全頻帶數據； (b)疊前分頻數據(42～100Hz)

通過分析高頻數據體，有效提高了小尺度溶洞的識別能力，可更為精細地刻畫溶洞的邊界、輪廓，并與實際鉆井情況相吻合，效果明顯，可為勘探、開發方案制定提供參考數據。

6 結束語

正演模擬表明，較高的地震主頻有利于小尺度溶洞的檢測和識別。本文利用疊前分頻方法提高分辨率，該方法有效克服了疊后分頻的缺陷，大大提高了數據體的品質，為小尺度溶洞檢測提供了數據基礎。實際地震數據處理結果表明，疊前分頻(高頻)數據體能很好地識別常規全頻帶數據體上難以識別的小尺度溶洞，大大提高了小尺度溶洞的預測精度，更有利于溶洞邊界、輪廓的描述，預測結果與實際鉆井數據相吻合，可進一步降低勘探、開發風險。

參考文獻

[1] 胡中平,李宗杰,趙群.碳酸鹽巖溶洞發育區高精度地震勘探效果.石油地球物理勘探,2008,43(1):83-87.

Hu Zhongping,Li Zongjie,Zhao Qun.High-precision seismic exploration in carbonate karst cave developed area.OGP,2008,43(1):83-87.

[2] 王彥峰,王乃建,高國成等.縫洞型油氣藏高精度三維地震采集技術.石油地球物理勘探,2010,43(增刊1):1-5.

Wang Yanfeng,Wang Naijian,Gao Guocheng et al.3D seismic acquisition technique for fracture-vuggy reservoir.OGP,2010,45(S1):1-5.

[3] 張軍華,李軍,吳成等.溶洞型儲層地震采集參數與成像關系研究.石油地球物理勘探,2015,50(4):573-579.

Zhang Junhua,Li Jun,Wu Cheng et al.The relationship between seismic acquisition parameters and data imaging in areas with cavern reservoirs.OGP,2015,50(4):573-579.

[4] 魏建新,狄幫讓,王立華.孔洞儲層地震物理模擬研究.石油物探,2008,47(2):156-160.

Wei Jianxin,Di Bangrang Wang Lihua.Seismic physical modeling for cavern reservoir.GPP,2008,47(2):156-160.

[5] 朱生旺,魏修成,曲壽利等.用隨機介質模型方法描述孔洞型油氣儲層.地質學報,2008,82(3):370-377.

Zhu Shengwang,Wei Xiucheng,Qu Shouli et al.Description of the carbonate Karst reservoir with random media model.Acta Geologica Sinica,2008,82(3):370-377.

[6] 王者順,王尚旭,唐文榜.塔河碳酸鹽巖溶洞油藏的地震響應及頻率差異分析.石油與天然氣地質,2004,25(1):93-101.

Wang Zheshun,Wang Shangxu,Tang Wenbang.Seismic response and frequency difference analysis of ca-vern-type reservoirs in carbonates in Tahe oilfield.Oil & Gas Geology,2004,25(1):93-101.

[7] 胡中平.溶洞地震波“串珠狀”形成機理及識別方法.中國西部油氣地質,2006,2(4):423-426.

Hu Zhongping.Mechanism and distinction method for the seismic “string beads” characteristic.West China Petroleum Geosciences,2006,2(4):423-426.

[8] 趙群,曲壽利,薛詩桂等.碳酸鹽巖溶洞物理模型地震響應特征研究.石油物探,2010,49(4):351-358.

Zhao Qun,Qu Shouli,Xue Shigui et al.Study on the seismic response characteristics on the physical model of carbonate cave.GPP,2010,49(4):351-358.

[9] 李凡異,魏建新,狄幫讓等.碳酸鹽巖孔洞儲層地震物理模型研究.石油地球物理勘探,2016,51(2):272-280.

Li Fanyi,Wei Jianxin,Di Bangrang et al.Seismic physical model of carbonate cavern reservoirs.OGP,2016,51(2):272-280.

[10] 馬靈偉,楊勤勇,顧漢明等.基于隨機縫洞介質理論模擬塔中北坡儲層的地震響應.石油地球物理勘探,2016,51(6):1119-1127.

Ma Lingwei,Yang Qinyong,Gu Hanming et al.Simulation of reservoir seismic response in the northern slope of the middle Tarim Basin with random fracture-cavern media model.OGP,2016,51(6):1119-1127.

[11] 王立華,魏建新,狄幫讓.溶洞物理模型地震響應及其屬性分析.石油地球物理勘探,2008,43(3):291-296.

Wang Lihua,Wei Jianxin,Di Bangrang.Seismic response of Karst cave physical model and analysis of its attributes.OGP,2008,43(3):291-296.

[12] 李凡異,魏建新,狄幫讓.碳酸鹽巖溶洞橫向尺度變化的地震響應正演模擬.石油物探,2009,48(6):557-562.

Li Fanyi,Wei Jianxin,Di Bangrang.Forward simulation of seismic response in carbonate caverns with varied lateral scale.GPP,2009,48(6):557-562.

[13] Wu R S,Aki K.Elastic wave scattering by a random medium and the small scale inhomogeneities in the lithosphere.Journal of Geophysical Research,1985,90(12):10261-10273.

[14] Wu R S,Aki K.Scattering characteristics of elastic waves by an elastic heterogeneity.Geophysics,1985,50(4):582-595.

[15] 胡鵬飛.塔河油田碳酸鹽巖縫洞型儲集體成像技術研究.石油地球物理勘探,2009,44(2):152-157.

Hu Pengfei.Study on imaging technique of carbonate fracture-cave type’s reservoir in Tahe Oilfield.OGP,2009,44(2):152-157.

[16] Liu Yan,Wang Yanghua.Seismic characterization of a carbonate reservoir in Tarim Basin.Geophysics,2017,82(5):177-188.

[17] 徐旺林,張繁昌,郭彥如等.貝葉斯全頻信息同時反演在鄂爾多斯盆地碳酸鹽巖儲層預測中的應用.石油地球物理勘探,2014,49(4):723-728.

Xu Wanglin,Zhang Fanchang,Guo Yanru et al.Bayesian full frequency simultaneous inversion for carbonate reservoir in Erdos Basin.OGP,2014,49(4):723-728.

[18] 陳軍,張虎權,王錦喜等.AVO技術在碳酸鹽巖縫洞型儲層預測中的應用.石油地球物理勘探,2014,49(6):1191-1198.

Chen Jun,Zhang Huquan,Wang Jinxi et al.Carbonate fracture-cave reservoir prediction with prestack AVO.OGP,2014,49(6):1191-1198.

[19] 劉春園,魏修成,朱生旺等.頻譜分解在碳酸鹽巖儲層中的應用研究.地質學報,2008,82(3):428-432.

Liu Chunyuan,Wei Xiucheng,Zhu Shengwang et al.Application of spectral decomposition in carbonate reservoir.Acta Geologica Sinica,2008,82(3):428-432.

[20] Wang Shixing,Guan Luping,Zhu Hailong.Prediction of fracture-cavity system in carbonate reservoir:a case study in the Tahe Oilfield.Applied Geophysics,2004,1(1):28-31.

[21] 李宗杰,王勝泉.地震屬性參數在塔河油田儲層含油氣性預測中的應用.石油物探,2004,43(5):453-457.

Li Zongjie,Wang Shengquan.Application of seismic attributes in the prediction of oil & gas potential in Tahe oilfield.GPP,2004,43(5):453-457.

[22] 李闖,高妍芳,敬兵等.識別弱地震響應碳酸鹽巖儲層.石油地球物理勘探,2015,50(5):951-955.

Li Chuang,Gao Yanfang,Jing Bing et al.Carbonate reservoir identification with weak reflection.OGP,2015,50(5):951-955.

[23] 徐穎.塔河油田高精度三維地震采集參數優化研究.石油物探,2014,53(1):68-76.

Xu Ying.Optimization on the high-precision 3D seismic acquisition parameters in Tahe Oilfield.GPP,2014,53(1):68-76.

[24] 曲壽利,朱生旺,趙群等.碳酸鹽巖孔洞型儲集體地震反射特征分析.地球物理學報,2012,55(6):2053-2061.

Qu Shouli,Zhu Shengwang,Zhao Qun et al.Analysis of seismic reflection characters for carbonate Karst reservoir.Chinese Journal of Geophysics,2012,55(6):2053-2061.

[25] 楊勤勇.碳酸鹽巖溶洞模型地震成像分辨率研究.石油物探,2010,49(6):546-553.

Yang Qinyong.Study of seismic imaging resolution based on cave model of carbonate reservoirs.GPP,2010,49(6):546-553.

[26] Stockwell R G,Mansinha L,Lowe R P.Localization of the complex spectrum:the S transform.IEEE Transactions on Signal Processing,1996,44(4):998-1001.

[27] Li D,Castagna J,Goloshubin G.Investigation of generalized S-transform analysis windows for time-frequency analysis of seismic reflection data.Geophy-sics,2016,81(3):V235-V247.

[28] 李偉,岳大力,胡光義等.分頻段地震屬性優選及砂體預測方法——秦皇島32-6油田北區實例.石油地球物理勘探,2017,52(1):121-130.

Li Wei,Yue Dali,Hu Guangyi et al.Frequency-segmented seismic attribute optimization and sandbody distribution prediction: an example in North Block,Qinhuangdao 32-6 Oilfield.OGP,2017,52(1):121-130.

[29] 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.地球物理學進展,2008,23(1):129-135.

Gong Honglin,Wang Zhenqing,Li Luming et al.Predicting carbonate reservoir by applying seismic spectral decomposition technique.Progress in Geophysics,2008,23(1):129-135.

[30] 牟永光，陳小宏，李國發等.地震數據處理方法.北京:石油工業出版社,2007,150-165.