基于構造導向濾波與梯度結構張量相干屬性的儲層裂縫預測方法及應用

崔正偉 程冰潔* 徐天吉 牛雙晨

(①成都理工大學油氣藏地質及開發工程國家重點實驗室，四川成都 610059；②成都理工大學地球勘探與信息技術教育部重點實驗室，四川成都 610059；③電子科技大學資源與環境學院，四川成都 611731)

0 引言

儲層裂縫往往在石油與天然氣的運移、聚集和成藏等方面發揮著控制作用，但裂縫預測至今仍然屬于世界性的研究難點和熱點問題。近幾十年來，在油氣勘探、開發領域，盡管已經形成了野外露頭與巖心觀察、測井解釋[1]、裂縫建模[2]、應力與應變數值模擬[3]、縱波裂縫預測[4](利用相干、曲率、傾角、邊緣預測、螞蟻體追蹤、各向異性等)、轉換波與橫波裂縫預測(利用橫波分裂、相對時差、能量比值、最小二乘擬合、Alford旋轉)和多波聯合裂縫預測等多種裂縫預測方法[5-7]，但是針對儲層裂縫的三維空間分布預測，受各類方法的適用范疇、數據條件(如轉換波或橫波地震數據因處理難度大、成本高，而未被普遍采集)、預測精度等多種因素的影響，至今縱波相干體屬性仍然是最廣泛的裂縫預測手段。

自1995年Bahorich等[8]基于互相關的相干體技術提出三維地震數據相干體(第一代相干，C1)的概念之后，地震相干技術被迅速地應用于油氣勘探，計算方法也得到不斷發展。C1算法計算量小、易于實現，但不適合低信噪比或存在相干噪聲的地震資料。Marfurt等[9]在C1基礎上提出了基于多道相似的相干技術(第二代相干，C2)，在一定程度上彌補了C1的缺點，但對波形和橫向振幅的變化敏感。為了提高橫向分辨率，Gersztenkorn等[10]提出了基于本征值結構的第三代相干體技術(C3)，具有很高的橫向分辨率，但計算量大，而且對傾角不太敏感[4，11]。梯度結構張量(Gradient Structure Tensor，GST)算法最初主要用于區分圖像的平坦、邊緣及角點區域，由Randen[12]、Bakker[13]、Faraklioti等[14]最早引入地震勘探，發展了基于GST的相干技術。相比于C3，GST相干技術包含反射界面的傾角和方位角信息，可依據地質體的結構特征直觀地提取相干屬性，物理特性更明確，因此能更好地描述三維地震數據的結構特征[15]，從而更精細地描述地層非連續性變化細節。

近年來，中國的GST相干技術得到進一步發展，在實際應用中取得了不俗的效果。張軍華等[15]在GST計算過程中引入高斯函數，提高了相干屬性的分辨能力和抗噪性；陳雙全等[16]將地震數據瞬時相位作為輸入，利用復地震道數據對地震GST的偏導數進行平滑處理，較好地消除了由于噪聲而產生的不穩定性；唐成勇[17]通過改進張量平滑函數，采用多尺度徑向函數將奇、偶對稱敏感的GST生成多個尺度的地震相干屬性；陳強等[18]利用GST矩陣特征值計算Chaos及其邊緣屬性，精細識別和解釋了采空區；問雪等[19]研究了基于GST的結構導向平滑方法，有效改善了地震資料品質，為解釋斷層提供了基礎數據；王清振等[20]利用GST檢測鹽丘，取得了良好的效果；王震等[21]利用GST方法并融合反演孔隙度數據以及螞蟻屬性數據體，進一步表征了斷溶體內部溶洞及斷裂發育特征，形成了一套刻畫斷溶體外部輪廓及內部結構的技術；彭達等[22]提出了一種基于傾角導向梯度能量熵的相干分析方法，可以有效地解釋三維斷層及其邊界。從上述研究與應用效果可見，GST相干技術在識別特殊地質構造和斷裂特征方面具有明顯優勢。

GST相干技術能夠精細地描述三維地震數據的結構特征，但嚴重依賴于地震資料品質，尤其對低信噪比的地震資料難以獲得理想的計算效果。在提高地震資料信噪比的濾波過程中，在壓制剩余噪聲的同時會損失部分有效信號，若濾波不當，可能會損失小斷距的斷層信息，造成大斷距的斷層出現連續反射現象，對斷層解釋造成干擾[23]。為此，人們提出了構造導向濾波技術，能在保護地質構造信息的同時壓制剩余噪聲，在控制噪聲和保護有效信號之間保持平衡。Fehmers等[24]最早將構造導向濾波技術應用于構造解釋，近年來在業界獲得了廣泛應用。尹川等[25]結合地層反射傾角信息利用各向異性濾波對復雜構造低品質地震資料濾波處理，提高了信噪比，突出了斷層邊界特征；黃立良等[26]應用構造導向濾波技術識別隱蔽斷層；莊益明等[27]提出并應用構造導向濾波、螞蟻追蹤技術解釋煤礦采區斷層；趙風全等[28]利用構造導向濾波技術識別斷裂，提高了斷層識別精度；王靜等[29]提出了基于不連續性的三維各向異性擴散濾波方法，在保護斷層等不連續邊界信息的同時，在連續地層區域增強了同相軸的連續性，為斷層解釋提供了良好的數據基礎。可見，構造導向濾波對于斷層的識別和解釋十分有利，具有推廣應用價值。

GST相干技術和構造導向濾波技術在斷層解釋方面各具優勢，但將二者結合的應用實例并不多見。為此，本文提出基于構造導向濾波與GST相干屬性的儲層裂縫預測方法。利用構造導向濾波技術提升地震數據的信噪比和突出斷裂特征信息，利用GST相干技術描述地震數據的結構特征；再結合沉積、構造、地層微電阻率掃描成像(FMI)測井等綜合信息，從地質、地球物理等多角度精細預測裂縫響應特征及走向、發育密度等，形成了基于構造導向濾波與GST相干屬性的儲層裂縫預測方法。利用該方法對川西龍門山山前復雜構造帶的雷口坡組氣藏進行基于構造導向濾波的地震數據優化處理和GST屬性計算，精細識別了儲層的中、小尺度斷裂，為氣藏的勘探、開發提供了方法支撐。

1 方法原理

1.1 基于構造導向濾波的地震數據優化處理方法

構造導向濾波采用各向異性擴散補償算法，對疊后三維地震數據進行特殊去噪。該法只對平行于反射層方向做平滑，因此首先計算數據體內各樣本部位的反射層傾角、傾向和方位角。構造導向濾波不做超出斷層或者巖性邊界的平滑操作，在有效壓制噪聲的同時突出地震數據的斷裂特征、保持邊界信息，獲得用于精細解釋和預測斷裂的基礎數據[17]。

各向異性擴散濾波方法最早用于圖像處理和分析領域，但由于該方法采用線性算子對含噪圖像進行濾波，在削弱噪聲的同時也破壞了圖像的邊緣信息。為了保持圖像的結構信息，Weickert等[30]在前人的研究基礎上，提出了基于結構張量的各向異性擴散濾波模型(即構造導向濾波)

(1)

式中：u為待處理圖像，如地震圖像；t為擴散時間；D為擴散張量。Fehmers等[24]將式(1)引入地震勘探，發現經過幾次迭代運算，小斷層等細小結構特征被抹除。為此，在式(1)中引入一個連續因子ε，改進后的方程為

(2)

式中0 ≤ε≤ 1。在斷層附近，ε≈0，在遠離斷層處，ε≈1。

1.2 基于GST的地震相干屬性計算方法

基于GST的相干屬性計算方法主要包括兩個步驟：首先計算三維地震數據每一點的方向導數矢量，在此基礎上構建GST；然后計算特征值和特征向量，利用特征值進行組合即可定義GST相干屬性。

定義一個三維地震數據體u(x，y，z)的方向導數矢量?u(x，y，z)為

(3)

利用方向導數構建GST

(4)

將T用特征值和特征向量表示為

(5)

式中：λ1、λ2、λ3為T的三個非負特征值，且滿足λ1≥λ2≥λ3≥ 0；v1、v2、v3分別為λ1、λ2、λ3對應的特征向量。v1、v2、v3構成了一個局部的正交坐標系，v1為局部領域內對比度最大的方向(信號的梯度方向)，v2和v3構成一個垂直于v1的局部平面。

通過得到的v1，可定義GST傾角

(6)

和方位角

(7)

式中v1(x)、v1(y)、v1(z)是v1的三個方向分量。

通過得到的λ1即可定義GST相干屬性

(8)

式中Tr(T)表示T的跡。

2 方法實現思路

基于構造導向濾波與GST相干屬性的儲層裂縫預測流程為(圖1)：①利用GST算法計算疊后三維地震數據體反射層的傾角、方位角以及初始GST相干屬性。②使用初始GST相干屬性估算連續性。若不連續性很強，則算法不對數據平滑；若連續性較弱，則算法沿著傾角、傾向平滑；若不連續性中等，算法將輸出與原始樣本值混合，這一過程重復進行直至整個數據體達到平滑。窗口出現明顯不連續性即可終止迭代，得到構造導向濾波數據體。③在構造導向濾波數據體的基礎上再次計算基于GST算法的傾角、方位角屬性，利用構造導向濾波數據體和傾角數據即可提取最終的GST相干屬性；同時使用傳統方法計算相干屬性，與最終的GST相干屬性進行對比、分析。④將構造導向濾波后的GST相干屬性與地震剖面疊加顯示，展示最終預測的儲層裂縫。

圖1 基于構造導向濾波與GST相干屬性的儲層裂縫預測流程

3 川西龍門山山前復雜構造帶雷口坡組儲層裂縫預測

3.1 工區概況

川西龍門山山前構造帶夾持于關口斷裂與彭縣斷裂之間，其主體部位發育金馬—鴨子河、石羊場兩個完整的次級構造[31]。彭州地區雷口坡組分布于龍門山山前構造帶中部，主要含氣層為雷口坡組四段(雷四段)。雷四段儲層主要為碳酸鹽巖局限臺地—蒸發沉積，發育潟湖、潮坪、臺內灘和臺緣灘亞相[32]。

雷四段縱向上可劃分為上、中、下三個亞段，上亞段白云巖儲層橫向分布非常廣泛，總體具有厚度大、物性優、含氣性好的特點，是雷四段氣藏的主要聚集段。雷四段上亞段從上至下在巖性、儲集空間類型及含氣性3個方面上又具有一定的差異性，可進一步劃分為上、下兩個儲層。上儲層平均厚度約為35m，巖性以藻砂屑灰巖和微晶白云質灰巖為主，夾雜白云巖；下儲層平均厚度為65m，巖性以白云巖類為主[33-34]。雷四段上亞段儲層白云巖的孔隙和裂縫較為發育，形成了孔隙—裂縫性儲層，主要發育構造裂縫，其次為成巖裂縫[35]。裂縫的非均質性強，影響因素、分布范圍、尺度規模、發育密度等特征十分復雜。此外，由于區域構造復雜，雷四段儲層埋深大(埋深約為6000m)，導致地震資料信噪比低、頻帶窄、分辨率有限。因此，為了提高儲層裂縫預測精度，需要針對性地開展地震數據優化處理。

3.2 地震數據的構造導向濾波優化處理

雷四段上亞段地震數據信噪比較低，品質較差，直接使用地震數據不能預測裂縫和解釋斷層。因此，首先對原始地震數據開展基于以傾角為導向的構造導向濾波優化處理。

圖2為Inline5250測線構造導向濾波前、后地震剖面。由圖可見，與原始地震剖面(圖2a)相比，濾波后地震剖面(圖2b)同相軸的斷點更清晰、干脆，明顯提高了斷裂處的橫向分辨率(黃色圓圈處)及同相軸的分辨率(黃色箭頭處)，更易識別弱反射，增強了連續性。整體而言，濾波后地震數據在保證斷層清晰的情況下明顯提高了信噪比，較大地改善了地震數據品質，突出了斷裂特征，利于計算地震屬性和描述斷層(裂縫)。

圖2 Inline5250測線構造導向濾波前(a)、后(b)地震剖面 T6代表雷四段上亞段頂界面，代表雷四段中亞段頂界面，代表雷四段下亞段頂界面，下同

3.3 基于GST相干屬性的雷四段上亞段裂縫預測

在對三維疊后地震數據開展構造導向濾波處理后，首先基于高信噪比、斷裂特征突出的地震數據計算了GST相干屬性，并與傳統相干屬性對比、分析；然后將GST相干屬性和振幅剖面融合顯示，結合FMI測井資料綜合預測雷四段上亞段儲層裂縫。

利用原始振幅切片的振幅異常識別中、小尺度斷層和裂縫較困難，而相干切片可以很好地展示裂縫的形態和分布特征。圖3為不同空間窗口提取的雷四段上亞段上儲層C3相干切片和GST相干切片。由圖可見：①不同空間窗口的C3相干切片和GST相干切片均能清晰識別大尺度斷層(紅色箭頭處)。②對于中、小尺度斷層和裂縫的識別精度以及信噪比，C3相干切片和GST相干切片存在較大區別，如在GST相干切片(圖3b、圖3d綠色箭頭和藍色箭頭處)上識別了C3相干切片(圖3a、圖3c)未能識別的中、小尺度斷裂。③3道×3道C3相干切片(圖3a)與3道×3道GST相干切片(圖3b)均有效識別了裂縫發育特征(綠色圓圈處)，但后者的信噪比更高，更好地刻畫了斷裂細節，指示該區小斷層和裂縫密集發育。④當增大空間分析窗口后， C3相干切片(圖3c)整體分辨率下降， GST相干切片(圖3d)的分辨率和信噪比變化不大。

圖3 不同空間窗口提取的雷四段上亞段上儲層C3相干切片和GST相干切片(a)3道×3道，C3 ； (b)3道×3道，GST； (c)7道×7道，C3； (d)7道×7道，GST 時窗長度均為30ms

綜上所述，在相同空間分析窗口的情況下，GST相干切片的信噪比和分辨率高于C3相干切片，且3道×3道GST相干切片對儲層的中、小尺度斷層和裂縫的識別能力更強、刻畫更精細、分辨率更高，裂縫預測效果更佳。

為了更好地分析斷層和裂縫的展布特征，疊加GST相干屬性和地震剖面(圖4)。可見：①斷層在地震剖面上往往表現為同相軸明顯錯斷，或引起同相軸局部變化、反射零亂及出現空白帶等；裂縫則由于未發生明顯位移，地震反射表現為強弱不同的非連續性特征或較小的反射擾動，在地震剖面上難以識別。②斷層、裂縫均會引起相應的GST相干屬性異常，結合井震資料以及巖心信息發現，當GST相干屬性小于0.028(綠色)時主要為裂縫，大于該數值(紅色)時則為斷層，因此選取0.028作為門檻值。③該區發育大量斷層和裂縫，斷層和裂縫的展布特征顯示：距斷層越近，裂縫分布密度越高，且走向與斷層接近一致，表明裂縫主要受構造作用控制，屬于構造裂縫；距斷層較遠的裂縫受巖性、沉積環境等影響較大，受構造作用影響較小，屬于非構造裂縫。整體而言，裂縫以構造裂縫為主。其中近直立的斷層伴生高角度構造縫(藍色箭頭處)，近水平斷層伴生低角度構造縫(橙色箭頭處)，低角度構造縫、層間縫與高角度構造縫相互交叉，形成了網狀縫。④受傾角影響，低角度縫(裂縫傾角≤30°)、層間縫的地震響應與GST相干屬性響應均較差，斜交縫(30°≤裂縫傾角≤60°)、高角度縫(裂縫傾角≥60°)的GST相干屬性響應較強。因此， GST相干屬性均能清晰地刻畫高角度縫的展布特征，斜交縫次之，低角度縫的信息最少。

圖5為 T6層拉平后相干振幅疊加圖及儲層相干切片。由圖可見：T6層拉平后大部分斷層和裂縫主要發育在該層以下(圖5a)，T6層斷裂欠發育，反射連續，地層穩定，形成了良好的蓋層；雷四段上亞段上儲層 (圖5b)和下儲層(圖5c)的GST相干屬性切片顯示斷層和裂縫較發育，裂縫在平面上的相對關系更強，裂縫特征更清晰，且以高角度縫為主，對流體的儲集、運移起重要作用，說明雷四段上亞段為良好的儲集層。

FMI測井能夠提供非常豐富的裂縫信息，可為裂縫預測提供重要判斷依據。圖6為雷四段上亞段上儲層、下儲層FMI測井結果。由圖可見，裂縫較發育，裂縫發育帶表現為暗色團塊，其中上儲層主要發育低角度縫和高角度縫(圖6a)，下儲層主要發育低角度縫和斜交縫，局部發育高角度縫(圖6b)。FMI測井結果證實了GST相干屬性的預測結果。

圖4 Inline5357測線GST相干屬性和振幅疊加顯示

圖5 T6層拉平后相干振幅疊加圖及儲層相干切片(a)T6層拉平后的地震數據與GST相干屬性疊加剖面； (b)雷四段上亞段上儲層GST相干切片； (c)雷四段上亞段下儲層GST相干切片

圖6 雷四段上亞段上儲層(a)、下儲層(b)FMI測井結果

4 結論

基于構造導向濾波與GST相干屬性的儲層裂縫預測方法在川西雷口坡組儲層中的應用表明：

(1)針對三維地震數據開展構造導向濾波處理，在地震數據保真的前提條件下，可以有效地提升地震數據信噪比，增強同相軸的連續性，突出地層的斷點、斷距、斷面等斷裂信息。

(2)基于優化后的地震數據計算的GST相干屬性的分辨率、信噪比均較高，對中、小尺度斷層和裂縫的刻畫能力更強，尤其對于儲層埋深大、地震分辨率低、裂縫主控因素多、非均質性強的儲層裂縫，GST相干屬性的斷裂細節刻畫效果優于C3相干屬性。

(3)綜合沉積、FMI測井、地震等資料，基于構造導向濾波與GST相干屬性的儲層裂縫預測方法精細預測了川西雷四段上亞段碳酸鹽巖儲層裂縫。斷層和裂縫主要分布在T6層以下，T6層反射連續，地層穩定，形成了良好蓋層；雷四段上亞段斷層、中小尺度斷層和裂縫較發育，以構造縫為主，可作為天然氣儲集空間和運移通道。