桑托斯盆地A區塊碳酸鹽巖及火成巖地震預測*

史瑞其 張世鑫 侯 波 賈懷存

(中國海洋石油國際有限公司 北京 100028)

A區塊位于南美洲桑托斯盆地超深水區(水深>1 800 m)，目的層為鹽下裂谷期的湖相碳酸鹽巖，地震儲層預測是降低勘探風險的主要手段。但該區碳酸鹽巖較致密、剛性大、非均質性強[1-5]，增加了預測難度。生產上常用的碳酸鹽巖儲層預測方法主要有兩類：一類是利用地震相對信息，如地震屬性[6-9];另一類是融入了低頻信息，通過絕對阻抗反演獲得彈性參數進行預測[10-12]。該區碳酸鹽巖為孔隙類且屬于巨厚型儲層，并與火成巖伴生發育，兩種巖石疊后地震響應特征類似，依靠地震屬性、疊后反演等手段難以保證預測可靠性。同時，湖相碳酸鹽巖屬于生物灰巖，而生物礁、火山的空間展布不存在典型可參考的幾何特征，往往需要借助井控、地質解釋等主觀手段進行干預，降低了地震預測的客觀性。

本文針對上述難點，利用全波形反演速度提供的低頻信息建立了可靠的初始彈性參數模型，并結合寬頻地震進行疊前反演；利用貝葉斯分類方法，基于反演獲取的縱波阻抗、橫波阻抗體對巖性進行定量預測。

1 工區概況

A區塊在鹽下地層發育一大型背斜圈閉，古構造恢復研究認為圈閉范圍內基本屬于生物礁發育的古構造高區(圖1)。目的層發育兩套碳酸鹽巖：裂陷期的Itapema組礁疊層石灰巖和拗陷期的Barra Velha組貝殼灰巖。同時，沉積地層也被火山活動復雜化：早期碳酸鹽巖沉積受到火山噴發影響，而晚期沉積過程中火山侵入較多。

圖1 桑托斯盆地A區塊地質背景

2 碳酸鹽巖及火成巖定量預測

2.1 巖石物理特征

根據區域地質背景和鉆井揭示，目的層主要巖性為碳酸鹽巖和火成巖[13]。其中碳酸鹽巖包括藻疊層石灰巖、貝殼灰巖、粒泥灰巖等；火成巖包括侵入相的輝綠巖、輝長巖等以及噴發相的玄武巖；另夾雜少量泥巖和粉砂巖等碎屑巖。由于貝殼灰巖和藻疊層石灰巖均以原生孔隙為主，且孔隙度較高的灰巖也具有高滲透率，因此將孔隙度作為主要儲層評價指標[14]。為提高地質巖性與地震預測的相關性，按照彈性參數和孔隙度重新定義了4種地震巖相(圖2a)：孔隙碳酸鹽巖相(孔隙度≥5%，5%為測井解釋的門檻值)、致密碳酸鹽巖相(孔隙度<5%)、噴發火成巖相以及侵入火成巖相。觀察縱波阻抗-橫波阻抗交會圖，除侵入火成巖外，其他巖相之間均存在一些重疊。圖2b顯示，不同彈性參數在巖相區分度上存在差異：縱波阻抗對孔隙碳酸鹽巖區分能力較高，而橫波阻抗對致密碳酸鹽巖和噴發火成巖的區分度要優于前者。因此為實現巖性預測，使用疊前同步反演[15]來獲取縱波阻抗、橫波阻抗兩個地震彈性參數。

圖2 碳酸鹽巖與火成巖的巖石物理特征

2.2 基于FWI速度與寬頻地震反演

本章節主要對地震反演展開論述，主要包括對地震資料基礎的描述、初始模型的建立、對反演結果的分析。其中針對橫向非均質程度較高的碳酸鹽巖-火成巖地層的初始模型是地震反演流程中的關鍵步驟。

2.2.1FWI與寬頻地震數據

該區碳酸鹽巖與火成巖多呈“塊狀”特征，橫向變化劇烈，且儲層為巨厚型(多大于300 m)，因此獲取準確的低頻趨勢非常關鍵。從地震速度獲取絕對阻抗反演所需的極低頻信息是常用手段，而工區舊地震處理中采用了層析成像(tomography)進行速度建模，速度趨勢粗糙。為做出改善，在重處理中采用了全波形反演(full waveform inversion，FWI)進行速度建模，并使用了基于鬼波壓制的寬頻處理技術[16]。重處理數據對鹽巖形態、鹽下地層的刻畫都更精確，對比可見(圖3)：tomography結果的人工拾取痕跡明顯，且地層近似常速，復雜地質體信息不足；而FWI結果具有更多細節，體現出了巖漿侵入、火山噴發以及生物礁發育造成的速度異常區。

圖3 重處理前后剖面對比

重處理前，速度與地震之間存在較大的頻帶空缺(圖4)，約2～8 Hz信息都需要井補全；經重處理后，速度頻帶借助FWI得到了擴展(2～3 Hz部分)，而寬頻地震中3～8 Hz成分得到明顯提升，這使得速度與地震之間的頻帶隔閡大幅縮小，因此低頻信息更多來自于地震數據驅動，而非井控干預。選取幾口地震重處理之后的完鉆井可見(圖5)：tomography速度缺失細節，與測井速度存在明顯差異；而FWI速度具有更高的縱向分辨率，與測井速度趨勢吻合度更高。

2.2.2初始模型建立

由于FWI與測井速度趨勢依然存在差異，這里需要聯合已知井作為硬約束控制點，進行協克里金插值[17]，建立初始模型如下：

(1)

圖4 地震重處理前后頻譜對比

圖5 地震速度與測井聲波速度對比

圖6可見，盲井上反演結果與測井吻合度較高。而初始模型只提供了平滑的低頻趨勢，說明反演細節來自于地震，因此計算結果具有較高的數據驅動性。

2.2.3地震反演結果分析

圖7為重處理前后地震反演的縱波阻抗，圖中鉆井均為校驗井。可見基于tomography速度建立初始模型得到的反演結果并不理想，尤其右側沒有成功預測出高阻抗區；而重處理后使用FWI速度建立初始模型，反演結果與鉆井吻合度明顯提升，剖面上高速、高阻抗區為后鉆井證實的火山發育帶，另外由于采用了寬頻地震，反演結果細節也得到提升，例如鉆井未揭示的深部地層很可能并非整套火山基底，而是被火山活動復雜化的沉積地層。

圖6 反演結果盲井檢驗

圖7 重處理前后數據反演結果對比

圖8為一條連井剖面，結合井上鉆遇巖性可見：中井在鹽底附近鉆遇侵入火成巖，而左井在鹽底附近未鉆遇，這說明侵入火成巖在某處截止，從地震和縱波阻抗上很難直接識別出該邊界，但在橫波阻抗上可以識別到侵入火成巖邊界；中、右井底部均鉆遇噴發火成巖，表明深層存在火山，觀察箭頭2和3，噴發火成巖的“塊體”特征在縱波阻抗上不及橫波阻抗明顯，說明在某些巖性的分辨上橫波阻抗更具優勢。

2.3 碳酸鹽巖和火成巖的貝葉斯巖相分類

在獲得可靠的縱、橫波阻抗反演數據后，這里引入貝葉斯分類方法進行巖相判別，該方法基于概率密度函數(probability density function，PDF)得到各個巖相的最大后驗概率，以降低因不同巖相的數據區間存在重疊所帶來的判別多解性[19]。基本原理為：在N類巖相中，第i類巖相的ci判別概率為

(2)

(3)

式(3)中：n為樣點數；h為平滑參數；K為巖相分布的核函數；d(x,Xi)為x與彈性參數樣點值Xi的距離。

圖8 某過井剖面反演結果

首先選取工區內2口勘探初期鉆遇巖性比較完整的鉆井(圖9)。基于縱波阻抗-橫波阻抗交會平面上分布的概率等值線建立核函數得到PDF，利用貝葉斯判別獲得各巖相發育概率，進而得到最大概率巖相的預測結果。

通過混淆矩陣對巖相分類結果進行質控(表1)：矩陣對角線上的值反映了該巖相的分類正確率，對角線以外則表示兩種巖相之間的誤分率。目的層4種主力巖相中，孔隙碳酸鹽巖和侵入火成巖的判別正確率分別在70%和80%以上，而致密碳酸鹽巖和噴發火成巖在交會圖上的重疊程度較高，判別正確率有所下降，為60%左右。而粉砂巖和泥巖為目的層次要巖相(表1中灰色部分)，缺乏足夠統計樣點造成準確率偏低。

將訓練結果用于縱、橫波阻抗反演體，可得到最大概率相和各個巖相的概率體，并繪制相應地層切片揭示有利儲層分布區和火成巖風險區(圖10)。觀察盲井上的巖相預測結果可見(圖11)，預測結果與實鉆整體上對應較好，對致密碳酸鹽巖和噴發火成巖的分辨效果有所下降，這與前述分析相符。另外，目的層主頻約為10 Hz，碳酸鹽巖和火成巖地層的地震波速度多大于5 000 m/s，因此對厚度低于20 m的薄層分辨力不足，這屬于地震資料本身的局限；而泥巖和粉砂巖在目的層鉆井揭示很少，其預測準確性并非關注重點。

圖9 基于2口訓練井構建的巖相核函數平面圖

巖性預測結果指導了區塊內后續布井，并得到了實鉆驗證(圖12)： 從最大概率巖相剖面可見與實鉆井揭示吻合較好。A井、B井的測井解釋結果都為大套孔隙碳酸鹽巖，地震預測與此相符；C井在鹽底附近鉆遇侵入火成巖、D井底部鉆遇噴發火成巖，均與地震預測吻合，也證實了火成巖的預測效果。

表1 貝葉斯巖相分類的混淆矩陣 Table 1 Confusion matrix of Bayesian classification on lithofacies %

圖10 碳酸鹽巖儲層及火成巖平面分布

注：左道為井上粗化結果，右道為地震預測結果

圖12 巖性預測結果與實鉆結果對比

3 結論

本文利用碳酸鹽巖和火成巖在不同彈性參數上辨別能力的差異，基于FWI速度和寬頻地震數據開展疊前反演獲得相對可靠的彈性參數體，并利用貝葉斯分類方法得到巖相概率分布，實現了巖性的定量預測。實際效果表明，FWI技術的應用為這種橫向變化劇烈、巨厚巖性地層的絕對阻抗反演提供了可靠的極低頻約束，同時寬頻地震數據上也具有更多低頻信息，大大降低了井控干預，使得預測結果更為客觀。通過本實例中FWI和寬頻技術在實際生產中的成功應用，也揭示了地震解釋、儲層預測更多應當是基于地震數據驅動而非井控、地質認識等主觀干預，而FWI技術已在海外多個復雜探區得到成功應用并逐漸成為標準處理流程，這也就要求我們今后要更加重視地震采集處理技術的發展應用。