熊業(yè)剛， 羅 錚， 朱 波， 李 祥， 燕宇飛, 牛全兵

(1.中國石油 青海油田分公司勘探開發(fā)研究院，敦煌 736200；2.中國石油 東方地球物理勘探責(zé)任有限公司青海物探處，敦煌 736200)

0 引言

目前，油氣田勘探從尋找構(gòu)造圈閉過度到地層、巖性等特殊油氣藏領(lǐng)域，勘探的難度日益增大，手段也呈現(xiàn)多樣性，尤其是進(jìn)入后期開發(fā)階段，尋找剩余油分布是儲層描述的重點工作。通過實踐證明,疊前反演技術(shù)是儲層刻畫與提高地質(zhì)認(rèn)識的有效手段，在反演過程中將用到多種數(shù)據(jù)，測井?dāng)?shù)據(jù)(縱橫波、密度、自然伽馬、電阻率、井徑)與地震CRP道集作為輸入數(shù)據(jù)的一部分在反演過程中扮演著重要的角色，測井?dāng)?shù)據(jù)主要體現(xiàn)在時深標(biāo)定、子波提取、低頻模型建立等方面，地震數(shù)據(jù)低信噪比會降低反演結(jié)果的穩(wěn)定性。然而實際的測井資料質(zhì)量并非完美，測井?dāng)?shù)據(jù)受井眼環(huán)境的影響，測井曲線，尤其是密度曲線在井眼環(huán)境差的地方嚴(yán)重失真，地震數(shù)據(jù)受采集因素與處理目的的影響疊前CRP道集存在局部地區(qū)信噪比地、剩余動校導(dǎo)致當(dāng)?shù)兰蠢脚cAVO特征不正確等現(xiàn)象，這些因素制約著反演的精度，處理不當(dāng)甚至出現(xiàn)背道而馳的地質(zhì)地震評價結(jié)論[1]。因此基于上述問題提出的基礎(chǔ)上采用多元線性擬合方法,對受井眼環(huán)境影響的曲線進(jìn)行校正；采用超道集、非地表一致性剩余時差校正、AVO趨勢校正對疊前CRP道集進(jìn)行優(yōu)化處理，以期能為疊前反演提供高質(zhì)量的基礎(chǔ)數(shù)據(jù)。

1 資料優(yōu)化處理方法

1.1 測井曲線井眼環(huán)境校正

目前對于由于井眼環(huán)境導(dǎo)致曲線失真的解決辦法有三種[2-3]：

1)通過經(jīng)驗公式來校正畸變曲線段(Garden公式)，原理是在同一地質(zhì)層段通過選取適合工區(qū)的經(jīng)驗公式參數(shù)來進(jìn)行曲線校正，此類方法優(yōu)點是計算速度快，操作方便，但缺點是公式不具備普遍性，精度低。

2)通過多變量線性回歸擬合方法也是本次曲線環(huán)境校正的方法[5]，此方法綜合多種反映儲層巖性、物性、含油氣性曲線進(jìn)行擬合，在全局井眼垮塌不是很嚴(yán)重的地區(qū)具有適用性與預(yù)測性。

3)通過巖石物理進(jìn)行曲線反演[6]，該方法輸入骨架、流體、孔隙結(jié)構(gòu)與類型數(shù)據(jù)來采用Xu-White、自洽等方法進(jìn)行密度正演，此類方法雖然精度較高，但考慮的因素較多且過程復(fù)雜，不具備簡易操作性。

1.1.1 多變量線性回歸擬合方法原理

多變量線性回歸擬合方法基本原理[4]是在樣本點數(shù)據(jù)內(nèi)定義定隨機變量值y與自變量x0、x1、…、xm-1，給定自變量的觀測值(x0,k,x1,k,xm-1,k,yk)，其中(k=0,1,…,n-1)，用線性表達(dá)式將隨機變量yk與自變量觀測值聯(lián)系為公式(1) 。

yk=a0x0,k+a1x1,k+…+am-1xm-1,k+am

(1)

其中:a0、a1、…、am-1為回歸系數(shù)，根據(jù)最小二乘法原理求解回歸系數(shù)，使p最小為公式(2)。

(2)

1.1.2 校正步驟

首先，通過交匯分析選擇與待校正曲線相關(guān)性好的曲線，相關(guān)性好的不同的測井曲線能夠反映同一地質(zhì)參數(shù)，因此必須選擇相關(guān)性好的曲線作為自變量；其次選擇樣本數(shù)據(jù)，多變量線性回歸擬合方法選擇樣本遵循以下幾點：①樣本層段內(nèi)曲線與密度曲線相關(guān)性好：②井眼條件良好；③與待校正層段臨近(以免引入密度曲線的壓實趨勢)；④與待校正層段處于同一地質(zhì)層段范圍內(nèi)(確保沉積環(huán)境沒有突變)；⑤與待校正層段的巖性相同或相似。再次，通過線性回歸建立樣本數(shù)據(jù)內(nèi)隨機變量與自變量觀測值之間的數(shù)學(xué)模型，最后將數(shù)學(xué)模型運用到待校正的數(shù)據(jù)范圍內(nèi)，并通過制作合成地震檢查與井旁道的匹配效果，如果不滿意則重復(fù)以上步驟。

1.2 地震疊前CRP道集優(yōu)化處理

疊前反演成果的好壞除了與反演的方法及測井?dāng)?shù)據(jù)有關(guān)以外，還與地震的品質(zhì)聯(lián)系在一起，因此地震資料優(yōu)化處理是反演步驟中關(guān)鍵工作[7-8]。受采集因素與前期地質(zhì)需求影響，經(jīng)過常規(guī)處理后疊前道集資料分析存在主要以下兩方面的問題,①近偏移距道集上出現(xiàn)隨機噪音干擾比較嚴(yán)重，遠(yuǎn)道強能量干擾嚴(yán)重，如果其信噪比偏低，則會引起疊前彈性參數(shù)反演精度的降低，這是因為噪聲會造成反演不穩(wěn)定;②道集出現(xiàn)動校正剩余時差導(dǎo)致近、中、遠(yuǎn)道集會出現(xiàn)未拉平現(xiàn)象，同相軸會出現(xiàn)上翹現(xiàn)象，貿(mào)然的多次疊加會影響道集之間的振幅相對保持關(guān)系。因此有必要在進(jìn)行疊前反演前做好道集的優(yōu)化處理，為了考慮到處理不同步驟對資料處理的影響，特別是去噪對振幅的相對保持關(guān)系的影響，為此，提出“超面元去噪-層拉平-AVO趨勢校正”方法對道集進(jìn)行優(yōu)化。

1.2.1 超面元均值濾波去噪處理技術(shù)

資料進(jìn)行常規(guī)處理后，剖面上會存在一定噪音，去噪的目的是為了提高資料信噪比，同時能夠減少疊前數(shù)據(jù)量，為后續(xù)工作開展節(jié)約時間。目前疊前CRP去噪方法有很多，如道集滾動疊加形成超道集去噪、中值濾波、多項式擬合、基于橫向滑動的空變小波閾值保真去噪等方法。筆者提出一種結(jié)合超道集與均值濾波結(jié)合的去噪方法，認(rèn)為相鄰道在同一時間點振幅值具有相似或微弱的漸變性，如果存在突變，可能受到噪音的干擾，需要將這些畸變點進(jìn)行切除，這樣保證了振幅在橫向變化的合理性。具體的做法是將需要處理的道集某一相鄰點的數(shù)據(jù)按照從大到小進(jìn)行排序，去掉值域中最大值與最小值，然后將剩余的道集相應(yīng)時間點的數(shù)據(jù)進(jìn)行平均作為輸出值，當(dāng)然多少相鄰道參與計算，也就是超面元的大小由目的層的深度與頻率決定，目的層越深，信噪比低，可以試用大點面元。

圖1 剩余時差校正技術(shù)流程圖Fig.1 Flow chart of residual time correction technology

1.2.2 非地表一致性剩余時差校正技術(shù)

道集不平影響疊前道集相對AVO特征，近年來發(fā)展了許多道集拉平的方法，如波形剩余時差校正、基于速度調(diào)整的道集拉平方法、各向異性動校正及非地表一致性剩余靜校正等，各種方法都能在某種程度上解決道集存在的問題。在上述方法中筆者采用非地表一致性剩余靜校正技術(shù)進(jìn)行層拉平(圖1)，具體做法是：①選擇一定偏移距的道集數(shù)據(jù)進(jìn)行疊加作為初始疊加道，偏移距盡可能選擇信噪比比較高的范圍;②將道集與初始疊加道在選擇時窗范圍內(nèi)逐道進(jìn)行互相關(guān)計算，求取相關(guān)系數(shù)，將時移量明顯存在野值的道剔除，這樣做保證原始資料的地質(zhì)特點，同時并將相關(guān)系數(shù)最大的M道作為模型道；③從M道開始，依次在指定滑動時窗范圍內(nèi)以一定時窗滑動求取其與相鄰道的相關(guān)系數(shù);④將相關(guān)系數(shù)最大的滑動數(shù)作為當(dāng)前的剩余時差，在指定時間段內(nèi)，各道減去剩余時差之后，輸出拉平道集。

1.2.3 AVO背景趨勢校正

儲層AVO特征反應(yīng)流體在振幅與偏移距(或者入射角)兩變量之間的關(guān)系，無法掌握實際資料儲層AVO特征將會使得預(yù)測結(jié)果背道而馳。從扎哈泉層拉平處理后的資料來看，在扎108井點處，利用該井縱橫波、校正后的密度等三條曲線制作AVO正演道集(圖2)，提取目的層(油層，紅色虛線標(biāo)記處)之上(1 400 ms～1 600 ms)正演AVO曲線與實際資料的AVO曲線(圖3)，將兩者進(jìn)行對比發(fā)現(xiàn)振幅隨著偏移距的變化趨勢明顯不同，正演曲線(紅色)表現(xiàn)為振幅隨著偏移距增大而減小特征，而實際地震CRP道集數(shù)據(jù)(黑色)表現(xiàn)為振幅隨著偏移距增大而增大特征，兩類整體AVO特征表現(xiàn)有所差異，因此對于此類數(shù)據(jù)必須要進(jìn)行AVO校正。具體做法是：首先在進(jìn)行測井曲線環(huán)境校正的基礎(chǔ)上，校正并保證井曲線質(zhì)量較高情況下進(jìn)行疊前AVO正演道集制作并提取AVO特征曲線,并且在確定準(zhǔn)確時深關(guān)系基礎(chǔ)上在目的層與實際道集數(shù)據(jù)進(jìn)行對比，如果測井曲線校正無法滿足實際正演需求，則沒有進(jìn)行AVO正演的必要；其次，如果兩者趨勢不同，選擇正演道集背景趨勢進(jìn)行AVO校正，背景趨勢段一般選擇鄰近目的層，且無明顯的含油氣層，這樣就剔除了油氣對特征曲線的影響，將正演道集的背景擬合出偏移距與振幅的關(guān)系式與實際數(shù)據(jù)背景擬合出關(guān)系式進(jìn)行對比，如果發(fā)現(xiàn)趨勢不一致將實際數(shù)據(jù)的趨勢按照正演的趨勢進(jìn)行校正，按照以上步驟完成了AVO背景趨勢校正。

圖2 正演模型道集與實際數(shù)據(jù)道集對比圖Fig.2 Forward model and the actual data gather comparison chart(a)正演道集;(b)實際道集

圖3 正演模型與實際數(shù)據(jù)AVO曲線對比圖Fig.3 Forward model and the actual data of AVO curve comparison chart

2 實際資料分析處理與效果

2.1 測井資料分析處理與效果

柴達(dá)木盆地扎哈泉地區(qū)碎屑巖地層受泥漿侵入的影響局部存在井眼垮塌現(xiàn)象，通過分析，縱橫波曲線因為儀器探測深度較深，受井眼環(huán)境影響較小，然而密度測井曲線探測深度較淺，嚴(yán)重失真，因此選擇該地區(qū)扎108井密度曲線作為測井資料處理研究對象，以此作為該方法的一個試驗井，扎108井目的層厚度達(dá)800 m，目前通過電測曲線解釋與地質(zhì)認(rèn)識認(rèn)為該井目的層是一套砂泥交互沉積儲層，沉積環(huán)境為濱淺湖灘壩沉積，且在垂向上無明顯的沉積序列變化。目的層井段內(nèi)井眼環(huán)境整體良好，但局部(1 980 m～2 180 m)泥巖段受泥漿侵入影響存在嚴(yán)重的井壁垮塌現(xiàn)象，表現(xiàn)為井徑曲線偏大，導(dǎo)致原始密度曲線(黑色)嚴(yán)重偏低(圖4)。針對此類情況選取待校正的上下各100 m，井眼條件好且相對穩(wěn)定的多種數(shù)據(jù)進(jìn)行校正，以此保證參與校正的樣本數(shù)據(jù)質(zhì)量準(zhǔn)確可靠。

圖5 扎108井樣本數(shù)據(jù)交匯分析Fig.5 Sample data analysis in Zha 108 well(a)DEN-AC交匯；(b)DEN-CNL交匯；(c)DEN-RT交匯；(d)DEN-GR交匯

圖6 扎108井密度處理前后對比圖Fig.6 With 108 wells density before and after comparison chart

圖7 扎108井原始合成記錄與校正合成記錄對比圖Fig.7 Comparison of original and corrected synthetic records in Zha108 well(a)密度校正前合成地震記錄;(b)密度校正后合成地震記錄

圖8 采用超道集去噪前后對比圖Fig.8 Before and after comparison chart in using supergather denoising(a)采用超道集處理前道集;(b)采用超道集處理后道集

通過對扎108井目的層樣本段數(shù)據(jù)進(jìn)行一系列的剖面與交匯分析，從縱向剖面上來看(圖4)，密度曲線受井眼環(huán)境的影響較大，在擴徑段處整體數(shù)據(jù)偏低，而聲波、中子孔隙度、深側(cè)向電阻率、自然伽馬等曲線在縱向上受井眼環(huán)境的影響較小，整個曲線段沒有數(shù)據(jù)的突變點，整體曲線的韻律保持良好。由圖5可以看出，在沒有擴徑段的密度曲線與聲波、電阻率、中子孔隙度、自然伽馬曲線有著良好的線性相關(guān)性，因此選擇該四類曲線作為DEN曲線校正的參考曲線，應(yīng)用數(shù)學(xué)模型做多元回歸分析，并將模型應(yīng)用到待校正的擴徑段,DEN 曲線校正前后的對比(圖6)，從圖6上看DEN 曲線的失真部位經(jīng)過校正后異常值得到消除， 曲線的幅度整體向高值區(qū)收斂。為了檢驗曲線校正效果，制作了該井的合成地震記錄(圖7)，校正前地震記錄與井旁地震道在擴徑段(1.52 s)處出現(xiàn)相位轉(zhuǎn)換，相關(guān)性差(藍(lán)色相關(guān)系數(shù)差，紅色相關(guān)系數(shù)好)，曲線校正后井震波阻特征對應(yīng)較好，相關(guān)性得到改善，因此認(rèn)為采用該方法進(jìn)行密度井眼環(huán)境校正具有借鑒作用。

2.2 地震資料分析處理與效果

從圖8(b)中可以看到隨機干擾經(jīng)過前期處理后依然存在，尤其是在近偏移距道集上這種現(xiàn)象比較嚴(yán)重，經(jīng)過去噪后道集上隨機干擾消除，同向軸橫向比較連續(xù)，剖面“干凈整潔”，有效信號突顯出來。從圖9可以看出，從淺層到深層剩余時差現(xiàn)象嚴(yán)重，呈現(xiàn)上翹與下拉現(xiàn)象，經(jīng)過剩余時差校正后，同向軸整體平穩(wěn)，尤其是強反射段同向軸橫向時差不一致性現(xiàn)象得到消除。從圖10中可以看到，處理過后的數(shù)據(jù)剖面整體振幅特征與實際正演趨勢一致，近道能量弱，遠(yuǎn)道能量強的現(xiàn)象得到消除，從圖11中可以看出，正演道集和處理后實際道集兩者趨勢完全保持一致。因此認(rèn)為采用一系列疊前CRP道集優(yōu)化處理針對本工區(qū)地震資料解釋性處理是行之有效的，能夠為后續(xù)的反演提供有效的、高品質(zhì)地震資料。

圖9 剩余時差校正前后對比圖Fig.9 Before and after comparison chart in using residual moveout correction(a)剩余時差校正前道集;(b)剩余時差校正后道集

圖10 正演模型與處理后道集對比圖Fig.10 Forward model and processing gather comparison chart(a)正演道集;(b)AVO趨勢校正后道集

柴達(dá)木盆地扎哈泉地區(qū)新生界上干柴溝組目的層發(fā)育一套砂泥互層儲層，從現(xiàn)有的地質(zhì)認(rèn)識情況看，物源分為兩個方向，分別為北西向物源與南物源。通過數(shù)據(jù)優(yōu)化處理前后剖面與平面對比圖來看(圖12)，剖面上，利用處理后數(shù)據(jù)進(jìn)行反演，在扎108與烏10井能夠預(yù)測出細(xì)小儲層(黑色圓框標(biāo)記處);平面上(圖13)，資料處理前后預(yù)測砂體整體規(guī)律保持一致，西側(cè)與南側(cè)較北側(cè)儲層較發(fā)育，但細(xì)節(jié)上有所變化，數(shù)據(jù)優(yōu)化處理前扎9井不處于有利預(yù)測區(qū)，而實際情況扎9井在目的層獲得高產(chǎn)油流，處理后與實際情況一致；同時扎14、扎108、扎10、烏10等井處理前反演預(yù)測砂體處于不利區(qū)，處理后情況得到改善。由此說明，利用優(yōu)化后數(shù)據(jù)進(jìn)行疊前反演提高了儲層預(yù)測精度，該方法在扎哈泉地區(qū)進(jìn)行儲層預(yù)測具有一定的適用性。

圖11 目的層正演模型與校正后數(shù)據(jù)AVO曲線對比圖Fig.11 Forward model and the corrected AVO curve comparison chart

圖12 數(shù)據(jù)優(yōu)化前后儲層預(yù)測剖面對比圖Fig.12 The reservoir prediction comparison profile before and after data optimization(a)數(shù)據(jù)優(yōu)化前儲層預(yù)測剖面圖;(b)數(shù)據(jù)優(yōu)化后儲層預(yù)測剖面圖

3 結(jié)論

1)多元線性回歸曲線校正方法適合于井眼環(huán)境非普片情況多元線性回歸曲線校正方法適合于井眼環(huán)境非普遍情況，是一種快速有效解決密度曲線失真方法，經(jīng)過研究表明該方法在扎哈泉地區(qū)具有一定的適用性。

圖13 數(shù)據(jù)優(yōu)化前后儲層預(yù)測平面對比圖Fig.13 The reservoir prediction comparison chart before and after data optimization(a)數(shù)據(jù)優(yōu)化前儲層預(yù)測平面圖;(b)數(shù)據(jù)優(yōu)化后儲層預(yù)測平面圖

2)樣本的選擇也非常重要，盡可能選擇緊鄰校正層位且?guī)r相、流體、壓實趨勢都沒變化的層段，該方法能夠為時深標(biāo)定、子波提取、低頻模型的建立提供優(yōu)質(zhì)的數(shù)據(jù)。

3)采用超面元均值濾波去噪組合去噪技術(shù)能夠消除隨機噪音，尤其是近道有效信號能量得到顯著提高，同時增強數(shù)據(jù)的信噪比。

4)通過扎108井疊前AVO正演分析認(rèn)為，正演道集與實際數(shù)據(jù)AVO趨勢不一致，經(jīng)過AVO背景趨勢校正后，兩者AVO特征一致。