匹配追蹤技術在薄互層砂體預測中的應用

楊 軍

（大慶油田有限責任公司勘探開發研究院，黑龍江大慶163712）

薄互層砂體預測方法大體上可分為2類。第一類是時間調諧厚度法，認為λ/4（λ為地震波長）調諧厚度內，薄層反射振幅與厚度的線性關系。第二類是頻率域地震峰值頻率與薄層厚度的理論關系表達式[1]。

地震譜分解技術就是一種基于頻率域的時頻分析技術，它提供了一種在頻率域內分析地震屬性的新途徑。時頻分析方法從早期的傅里葉變換方法到出現短時傅里葉變換（STFT）、Gabor變換、小波變換（WT）、S變換（ST）等經歷發展了很長時間。時頻分析的基本思想就是設計時間和頻率的關聯函數，描述信號在不同時間和頻率的能量密度和強度[2]。譜分解技術在提高地震資料對薄層砂體預測能力的同時，更能從寬頻帶的地震數據體中提取更為豐富的地質信息，增加了對地質體的觀察維度，提高地震資料對地質體的解釋能力，同時可以利用儲集體內儲層物性差異特性對頻譜特征的改變來進行油氣識別。

隨著大慶油田勘探開發的不斷深入，各種難題與日俱增，技術難度也越來越大。研究工作重點也從尋找大規模構造有利的油氣藏，轉向小規模隱蔽復雜油氣藏。其中以薄窄砂體儲層的預測研究難題日益突出。利用地震資料常規的儲層預測方法，基于較大時窗內提取地震屬性精度低，對砂泥巖薄互層、非均質性強的砂體刻畫能力較差，難以滿足實際生產的需求，尤其在水平井方案實施當中，沒有可靠的預測圖件作為支撐，單憑地質人員經驗，大大提高了鉆井風險。通過采用MPD譜分析技術，在頻率域內劃分儲層砂巖與泥巖的頻譜特征差異，并對該差異進行提取成圖，劃定儲層砂體平面邊界，在指導水平方案實施中取得了良好的效果。

1 儲層預測難點

宋芳屯油田位于松遼盆地三肇凹陷中央坳陷內，西至大慶長垣，東臨朝陽溝階地，北連安達凹陷。芳38實驗區塊處于宋芳屯的鼻狀構造上，是由東、西兩斷層封閉的地壘斷塊，主要的開發層系為扶余油層[3]。芳38實驗區塊扶余油層為長垣東部三肇地區典型的低孔隙、低滲透油層，具有縱向上薄互層砂體發育，橫向上砂體非均質性強、變化快的特點，預測、開采難度大。2016年為配合油田公司工作部署要求，進一步提高單井產量，探索長垣外圍扶余油層該類儲層的有效開發模式，優選該區塊作為重點水平井開發實驗區。

扶余油層是在古湖盆高水位體系域下形成的以河流—湖泛平原相為主的沉積。按照三肇扶余油層整個沉積層序的演化規律，扶余油層是一個完整的三級復合性旋回。實驗區主力砂體發育規模小，寬度一般為150～500m，視延伸長度600～1400m，單砂體厚度0.3～6.5m，鉆遇率一般為13.3%～73.3%，單井平均鉆遇砂巖厚度17.1～38.5m。

2 匹配追蹤砂體識別方法

匹配追蹤砂體識別方法主要分為2個部分：一是匹配追蹤算法疊后地震資料噪聲壓制；二是譜分析與譜屬性提取。

2.1 匹配追蹤的算法原理

匹配追蹤（MPD）算法是一種信號超完備基上，字典存儲式的分解方法，它采用逐步選取字典中的基信號，在每一步搜索基信號時都在尋找與待分解的殘量最相似的基信號分量，貪婪迭代[2-7]。因此只要字典中的基信號足夠完備，就可以保證分解信號的精度。

設{gn(t)}是由一系列不同時移、不同峰值頻率與不同相位的函數基組成的超完備基庫，從函數庫中選取與待分解的信號匹配的最佳函數基為{gk(t)}，且滿足以下條件：

式中：S——待分解信號構成的向量；

GK——最佳的匹配函數基gk(t)構成的向量；

Gn——函數基gn(t)構成的向量。

經過K次迭代分解后S表示為：

式中：RK——第k次迭代分解后的殘向量，對RK迭代分解，直至殘差足夠小。

因此有待分解的信號表示為：

式中：am——匹配基函數的振幅。

匹配追蹤算法通過對字典中基信號搜索，也是對待分解信號有效信息的匹配，因此匹配追蹤算法對信號的分解與恢復，一方面有效地拓展了信號的頻寬，另一方面對信號的噪聲也進行了有效壓制。

2.2 匹配追蹤地震資料去噪

噪聲壓制是地震信號處理當中不可回避的問題，一個高品質的地震資料是后期研究的必要保障。本研究區采用匹配追蹤算法對地震資料進行了噪聲壓制。

從去噪前后的地震剖面（圖1）可以看出，利用該方法有效的去除了地震數據中的隨機噪聲，提高了信噪比。弱阻抗反射波振幅增強，同相軸的連續性改善（a標記區），以及微小斷層邊界清晰可見（b標記區），總體上提高了地震資料的品質。

圖1 匹配追蹤地震資料去噪前后

2.3 譜提取與分析

經過匹配追蹤譜分解的譜道集數據，從研究區以及臨近井區目的層段提取井旁道頻譜特征，參與譜提取的井旁道道數為35個，統計點數為92個。

從點譜圖上可以看出（圖2a），砂巖統計點頻譜峰值區集中落于1標記框中，泥巖統計點譜峰值落于2標記框中。其中典型的砂巖與泥巖的譜道集(圖2b)。分析點譜可以得出3個特點：

（1）砂巖譜峰值視振幅分布在180～300之間，泥巖譜峰值視振幅分布在100～180之間。

（2）砂巖絕對斜坡值要大于泥巖絕對斜坡值。

譜斜坡，斜坡定義公式：

式中：Slope——斜坡；

A——視振幅；

f——頻率值；

A2——譜峰值視振幅；

f2——峰值頻率；

A1——低頻或高頻視振幅；

f1——低頻或高頻頻率。

（3）從峰值頻率上分析，砂巖峰值頻率值整體上要高于泥巖的峰值頻率值。

在此采用砂、泥巖差異較為的明顯的特征譜，即波峰振幅屬性作為區分判定依據，平面特征見圖3。從平面預測圖（圖3）上看，預測砂體呈近南北向展布，連續性好，條帶性強，邊界清晰，且其展布特征符合研究區南部物源地質特征。與實鉆井對比效果來看，符合程度較高。

圖3 研究區波峰振幅屬性

3 應用效果分析

依據以上預測成果，在研究區設計了一口水平井（方向由西南至東北），水平井軌跡平面投影(圖4)，實鉆長度為1044m，砂巖鉆遇長度為1011m，砂巖鉆遇率96.8%,其中油氣顯示段為856m，屬于一口非常成功的水平井，從實鉆的效果來看，平面圖中，箭頭標記出的泥巖區與實鉆井綜合解釋（圖5）2584～2617m處所對應的泥巖吻合較好，說明該預測方法在砂體邊界的表征上是可靠的，再次驗證該方法的精度與可靠性。

圖4 水平井軌跡投影

圖5 水平井綜合解釋成果

4 結論

（1）高品質的地震資料是后期研究的基本保障，采用匹配追蹤方法在疊后資料的噪聲壓制上有著較好的效果。

（2）匹配追蹤技術生成高精度的分頻成果，利用該成果不但可以定性或定量研究儲層的砂體特征，更為在頻率域中研究儲層的含油氣特征提供了利器。

（3）基于匹配追蹤譜分解的譜道集，可以衍生出多種譜屬性，結合實鉆井旁道譜特征分析，找出砂巖與泥巖、儲層與非儲層的譜差異，并以此為依據提取相應的譜屬性。