谷志猛 夏同星 嚴 皓 陳江龍

（中海石油（中國） 有限公司天津分公司渤海石油研究院， 天津 300452）

0 引 言

油氣預(yù)測是地震勘探開發(fā)的目標，準確的油氣檢測結(jié)果可以提高鉆井成功率，特別是對海上油氣田的勘探開發(fā)意義重大。 早期研究人員利用儲層含氣后振幅變強的“亮點”特性尋找氣層，取得了良好的商業(yè)發(fā)現(xiàn)。 隨著地震勘探技術(shù)的進步，前人針對儲層因含流體后地震反射特征、物性特征等發(fā)生變化的特點，比如“低頻陰影”現(xiàn)象、“高頻衰減”現(xiàn)象等［1-2］，提出了AVO 技術(shù)、泊松阻抗及LMR 技術(shù)等多種油氣檢測方法［3-6］，油氣檢測研究技術(shù)發(fā)展越來越快。 近幾年，時頻分析在油氣檢測研究方面逐漸發(fā)展起來，2009 年A.Wilson 等［7］利用地震波的頻散屬性檢測油氣，取得一定效果。 2018 年凌云等［8］在AVO 理論的基礎(chǔ)上，利用時頻分析技術(shù)獲得頻率依賴的反射系數(shù)信息，通過FAVO 反演可以獲得速度頻散程度屬性作為識別因子實現(xiàn)了儲層流體檢測。 而在時頻分析過程中往往面臨著油氣檢測結(jié)果存在多解性的問題，許多檢測結(jié)論為油氣層，實鉆下來是水層，這很大程度影響了油氣檢測的成功率，同時增大了海上勘探開發(fā)的風(fēng)險。

常規(guī)的高頻衰減、 低頻增強等油氣檢測方法在渤海海域淺層油氣田應(yīng)用效果好， 而中深層系油田可能受地震資料品質(zhì)、 構(gòu)造復(fù)雜、 埋藏深等多種因素影響， 導(dǎo)致油氣檢測結(jié)果不精確。 針對中深層油氣田地震資料品質(zhì)差， 分辨率低等問題， 提出基于Gabor 變換的反褶積處理方法， 提高地震資料的主頻和有效頻寬。 在實踐過程中發(fā)現(xiàn)， 利用研究層段油氣敏感頻段內(nèi)的振幅累加， 從平面預(yù)測油氣分布， 可以提高油氣檢測結(jié)果的可靠性， 降低多解性。 利用不同頻段的地震信息進行油氣檢測， 則需要高精度時頻分析方法。 2011 年周竹生等［9］通過引入以頻率為自變量的可變因子函數(shù)， 提出基于含可變因子的廣義S變換， 提高了時頻分析的穩(wěn)定性和適應(yīng)性。 本文利用該方法對地震資料進行廣義S變換， 并在此基礎(chǔ)上分頻處理， 結(jié)合已鉆井統(tǒng)計信息， 確定對油氣敏感的頻段和相應(yīng)的振幅門檻值，提取對油氣敏感頻段內(nèi)的優(yōu)勢振幅和作為敏感油氣檢測因子， 預(yù)測研究區(qū)的含油氣分布范圍。 基于優(yōu)勢振幅和的油氣檢測結(jié)果與實鉆結(jié)果整體形態(tài)相近， 而內(nèi)部細節(jié)存在差異， 與常規(guī)地質(zhì)認識不符。通過引入圖像增強技術(shù)［10］， 將該問題轉(zhuǎn)換為數(shù)學(xué)問題， 運用數(shù)學(xué)方法增強油氣檢測結(jié)果與實鉆結(jié)果的匹配程度， 達到更好地識別油氣的效果， 提高油氣檢測結(jié)果的精度。

1 技術(shù)方法

1.1 基于Gabor 變換的反褶積處理

作為油氣檢測研究的基礎(chǔ)， 地震資料的品質(zhì)直接影響油氣預(yù)測結(jié)果的精度。 本文提出的油氣檢測研究方法對地震資料的振幅和頻率具有較高的要求。 而中深層由于埋藏深， 地層結(jié)構(gòu)復(fù)雜， 造成地震資料連續(xù)性差， 分辨率低， 有效頻帶窄。 因此，在對地震資料的處理過程中， 既要滿足對地震資料的能量補償， 又要在提高主頻的同時拓寬有效頻帶。

眾所周知， 反褶積技術(shù)通常用于拓寬有效地震信號的頻帶范圍和提高地震資料分辨率。 而常規(guī)的反褶積方法都是基于傳統(tǒng)的靜態(tài)平穩(wěn)褶積模型， 但地震子波在非均勻介質(zhì)傳播過程中是逐漸衰減的［11］。 針對地震子波時變的非平穩(wěn)性特征， 引入G.F.Margrave 等［12］提出的基于Gabor 變換的反褶積方法， 求取非平穩(wěn)的反褶積算子并用于校正子波的波形變化和能量衰減， 實現(xiàn)在Gabor 域?qū)Φ卣鸩芰克p的補償， 進而拓寬地震資料的有效頻帶，在壓制噪聲的同時提高了分辨率， 求取的地層反射系數(shù)也更加接近真實。

基于Gabor 變換的反褶積可近似分解為地震子波、 衰減函數(shù)和反射系數(shù)等3 項的Gabor 變換， 變換后的衰減函數(shù)為

式中：t、τ——時間， ms； i——虛數(shù)單位；f——頻率， Hz。

Gabor 變換是把高斯窗函數(shù)作為窗函數(shù)的短時傅里葉變換， 經(jīng)過Gabor 變換可達到時頻局部化的目的， 可同時提供時域和頻域局部化的信息。

結(jié)合褶積模型可得地震道非平穩(wěn)性反褶積模型， 其公式為

式中：x′（t，f） ——地震記錄；w′（f） ——地震子波；α（t，f） ——衰減因子；r′（t，f） ——反射系數(shù)。 式（2） 的物理意義是對地震道在小時窗內(nèi)做傅里葉變換， 這個時窗越?。ù笥谧硬ㄩL度）， 越能描述地震子波在傳播過程中的非平穩(wěn)性特征， 它就更接近地下地層的真實情況， 最終可求得反射系數(shù)公式為

基于Gabor 變換的反褶積是從地震記錄求取地層反射系數(shù)的過程， 并在求解過程中考慮了地震子波在傳播過程中的衰減特性， 也接近真實的地層響應(yīng)特征， 可有效地提高地震資料的品質(zhì)。

渤海L 油田主要目的層是中深層古近系的東營組， 開發(fā)層系集中在東二下段， 埋深約為1 800 m， 其沉積相為湖相三角洲前緣沉積， 儲層連續(xù)穩(wěn)定分布。 原三維地震資料是2001 年采集，2004 年處理的， 地震資料分辨率低， 同相軸連續(xù)性差， 中深層目的層主頻約為30 Hz， 頻帶寬度為4～40 Hz （圖1 （a） ）。 利用基于Gabor 變換的反褶積方法對L 油田的實際地震數(shù)據(jù)處理時， 特別關(guān)鍵的環(huán)節(jié)是精確估算不同深度地層的衰減系數(shù)，進而確定衰減函數(shù)值， 達到能量補償?shù)哪康模?實現(xiàn)地震資料的拓頻處理。 經(jīng)過處理得到的地震資料與原地震資料對比可知， 基于Gabor 變換反褶積處理有效地補償了中深層的能量衰減， 并相應(yīng)地提高了中深層的分辨率， 目的層主頻提升至35 Hz， 有效頻帶寬度為4～60 Hz， 波組特征更加清楚， 為油氣檢測研究提供了高分辨率、 寬頻帶的地震資料（圖1 （b） ）。

圖1 地震資料處理前后對比分析Fig.1 Comparison of the seismic data before and after processed

1.2 優(yōu)勢振幅和因子

渤海海域淺層油氣田往往埋藏淺、 地震資料品質(zhì)好， 利用常規(guī)的油氣檢測技術(shù)方法， 在地震剖面上縱向識別含油氣砂體成功率高， 取得了良好的應(yīng)用效果。 而中深層油氣田受多種因素影響， 常規(guī)油氣檢測技術(shù)應(yīng)用效果不佳， 選擇合適的油氣檢測因子是中深層油氣田油氣檢測的關(guān)鍵。

研究認為， 單層儲層含油和含水物性差異小，導(dǎo)致兩者波阻抗差異小， 其地震反射特征也基本相似， 利用地震資料識別單層儲層是否含油存在困難， 多解性強， 而多個油氣層段累積起來的地震響應(yīng)差異總和更易識別。 同時， 地震波傳播經(jīng)過含油氣儲層后， 其頻譜特征會發(fā)生變化， 低頻能量由于諧振效應(yīng)會相應(yīng)增強， 即低頻段地震信號對油氣敏感。 因此， 利用基于含可變因子的廣義S變換的地震資料進行分頻處理［13］， 并結(jié)合實鉆結(jié)果確定對油氣敏感的地震資料頻段及其振幅門檻值， 進而提取相應(yīng)的優(yōu)勢振幅和作為研究區(qū)的適合敏感油氣檢測因子。

基于可變因子的廣義S變換， 可以通過參數(shù)的調(diào)節(jié)得到更加靈活多變的窗函數(shù)， 避免了標準S變換的時頻分辨率變化趨勢不變的問題， 具有更高的適應(yīng)性， 有利于油氣檢測的時頻分析。 通常定義地震信號為x（t）， 其廣義S變換為

可變因子函數(shù)具有在時頻平面上隨著頻率的變化自適應(yīng)地調(diào)整時窗寬度的能力。 在高頻端， 信號變化劇烈， 時間周期相對變小， 時窗應(yīng)該取窄一些， 而可變因子則隨頻率變大而變小， 使得時窗變小； 而在低頻端， 信號變化相對平穩(wěn)， 時間周期相對變大， 時窗應(yīng)設(shè)計得寬一些， 而可變因子則隨頻率變小而增大， 使得時窗變大。 因此， 引入可變因子函數(shù)可改造S變換的高斯窗函數(shù)， 使它能根據(jù)實際應(yīng)用中非平穩(wěn)信號的頻率分布特點和時頻分析的側(cè)重點， 靈活地調(diào)節(jié)高斯窗函數(shù)隨頻率f的變化趨勢， 克服了S變換中時窗函數(shù)的變化趨勢固定不變的問題， 使廣義S變換具有更高的實用性和靈活性。

綜合研究區(qū)鉆井揭示的含油氣儲層和含水儲層不同頻率的振幅信息， 確定區(qū)分油氣和水的頻率范圍， 某時刻的優(yōu)勢振幅是對油氣敏感的頻率范圍內(nèi)的振幅累加求和得出的， 其表達式為

通過統(tǒng)計研究區(qū)已鉆井的油氣敏感頻段振幅，可確定振幅門檻值Smax， 即振幅大于Smax的部分預(yù)測其含油氣可能性大， 保留其數(shù)值， 而小于門檻值Smax的部分預(yù)測其含油氣可能性小， 可將其數(shù)值用0 替換。 這樣既壓制了含油氣可能性小的部分， 又充分保留和突顯含油氣可能性大的區(qū)域， 通過這種方式有效地放大儲層因含油氣而引起的信號差異，從而提高油氣檢測的成功率和可靠性。 在具體計算過程中， 選取研究層段作為目標時窗， 并需要確定2 個關(guān)鍵參數(shù)， 即油氣敏感的頻段f1～f2和區(qū)分油水的振幅門檻值Smax， 可以通過對油田內(nèi)已鉆井研究層段的振幅和頻率信息統(tǒng)計得到， 進而對研究層段內(nèi)的所有優(yōu)勢振幅累加求和得到對油氣敏感的優(yōu)勢振幅和， 并根據(jù)其平面分布特征預(yù)測油氣范圍。

1.3 數(shù)值模擬

數(shù)值模擬是利用已知的鉆井與測井等資料建立簡化的地質(zhì)模型， 根據(jù)地震波在地下介質(zhì)中的傳播原理， 通過如射線追蹤或波動方程偏移等數(shù)學(xué)方法模擬地震記錄［14］。

根據(jù)渤海L 油田地質(zhì)特征建立的油藏模型（圖2 （a） ）， 其中紅色為含氣砂體， 速度為2 300 m／s，密度為2.0 g／cm3； 綠色為含油砂體，速度為2 460 m／s， 密度為2.15 g／cm3； 藍色為含水砂體， 速度為2 500 m／s， 密度為2.2 g／cm3； 淺灰色背景為泥巖， 速度為2 600 m／s， 密度為2.3 g／cm3。 因此， 砂體內(nèi)部含不同流體， 其速度和密度存在差異， 但差異小， 而含油氣砂體與泥巖相比則差異較大。

采用35 Hz 正極性雷克子波（與實際地震資料一致）， 通過數(shù)值模擬可以得到相應(yīng)的地震剖面（圖2 （b） ）。 受地震資料分辨率的影響， 地層間干涉效應(yīng)明顯， 砂泥巖具有一定的區(qū)分， 含氣砂體表現(xiàn)出低頻、 強反射的地震反射特征， 而含油砂體和含水砂體阻抗差異小， 利用振幅差異難以識別油層。 通過統(tǒng)計模型研究層段的振幅絕對值之和可知（圖2 （c） ）， 含氣層段數(shù)值較高， 能較好地區(qū)分， 而其余的油層段與水層段數(shù)值差異小， 區(qū)分難度大。 而利用本文方法求取優(yōu)勢振幅和 （圖2（d） ）， 含油氣層段的優(yōu)勢振幅和數(shù)值明顯高于水層段， 兩者具有明顯的界限， 與原模型中的油氣層位置吻合， 且隨著油氣層段累計厚度增加， 提取的優(yōu)勢振幅和數(shù)值也逐漸變大。 因此， 通過數(shù)值模擬分析， 優(yōu)勢振幅和可作為油氣檢測的敏感因子。

圖2 基于數(shù)值模擬的優(yōu)勢振幅和油氣檢測研究Fig.2 Hydrocarbon detecting study based on thedominant amplitude sum of the numerical simulation

1.4 油氣檢測信息增強處理

油氣檢測結(jié)果往往受多種因素影響導(dǎo)致預(yù)測結(jié)果的范圍與實鉆含油氣范圍相近， 而其內(nèi)部吻合程度不高， 局部存在異常， 與常規(guī)地質(zhì)認識不符， 不利于油氣檢測結(jié)果的識別和應(yīng)用。 通過分析研究，引入圖像處理技術(shù)， 與油氣檢測信息融合， 即通過數(shù)學(xué)方法給油氣檢測結(jié)果附加一些信息或變換數(shù)據(jù)， 有選擇地突出感興趣的特征， 抑制某些異?；虿恍枰奶卣?， 使油氣檢測結(jié)果與實鉆信息相匹配， 以達到油氣檢測信息增強的效果。

油氣檢測結(jié)果可以描述為

式中：x、y——數(shù)據(jù)的坐標；h（x，y） ——原始的油氣檢測數(shù)據(jù)；d（x，y） ——期望得到的理想數(shù)據(jù)；n（x，y）——干擾油氣檢測結(jié)果的噪聲數(shù)據(jù)。

通過對油氣檢測數(shù)據(jù)進行均值濾波、 高斯濾波和總體變分平滑去噪等技術(shù)方法改進油氣檢測結(jié)果的精細程度， 增強油氣檢測信息的可識別度和適用性。 其中均值濾波和高斯濾波分別是用于去除油氣檢測信息中的斑點噪聲和邊緣噪聲； 而總體變分平滑去噪方法是通過對能量函數(shù)最小化達到平滑去噪的目的［15］。 均值濾波是將數(shù)據(jù)集鄰域內(nèi)的各點平均值來代替該點原來數(shù)值。 同時， 可進一步改進算法， 通過將某點鄰域內(nèi)的各點數(shù)值加權(quán)平均值來代替該點原來的數(shù)值， 得到加權(quán)均值濾波。 從權(quán)值上看， 鄰近點越接近求取值其權(quán)值越大。 加權(quán)平均的算法可表示為

式中：n——某點鄰域內(nèi)的點集；φ（i，j） ——權(quán)值， 表示其起作用的大小。

通過均值濾波可去除研究范圍內(nèi)的異常點， 即消除研究區(qū)內(nèi)的斑點噪聲， 使油氣檢測數(shù)值變化趨勢更穩(wěn)定。

高斯濾波適合去除原數(shù)據(jù)中的邊緣噪聲， 高斯濾波公式表達為

式中：h0——含有噪聲干擾的原始數(shù)據(jù)，γ——正則化參數(shù)。

該方法在保證數(shù)據(jù)細節(jié)的同時， 可有效消除噪點， 使得數(shù)據(jù)變化趨勢更加連續(xù)， 達到平滑去噪的效果。

具體實現(xiàn)過程是先對油氣檢測數(shù)據(jù)進行均值濾波和高斯濾波， 去除檢測數(shù)據(jù)中的斑點噪聲、 邊緣噪聲， 得到初步的去噪數(shù)據(jù)， 然后再利用總體變分方法， 對檢測數(shù)據(jù)平滑處理， 使得檢測數(shù)據(jù)變化趨勢更穩(wěn)定， 改善油氣檢測信息的細節(jié)， 提高檢測結(jié)果的識別性和可靠性。

2 應(yīng)用效果

東二下段A 油組是L 油田的主力開發(fā)層系，目前共有33 口開發(fā)井在A 油組射孔生產(chǎn)， 已鉆井揭示： A 油組的地層厚度為53～74 m， 儲層厚度為12～55 m， 儲層分布穩(wěn)定， 自北向南儲層具有逐漸變厚的特征， A 油組的含油氣范圍集中在構(gòu)造的高部位， 如圖3 （a） 所示。 A 油組儲層相對泥巖為低阻抗， 儲層頂面對應(yīng)波谷， 地震相特征表現(xiàn)為中低頻、 中強反射。 通過已鉆井統(tǒng)計A 油組油層和水層不同頻率對應(yīng)的瞬時振幅可知， 在15 ～30 Hz低頻段， 油層的振幅值遠大于水層， 而30 Hz 以上頻率段， 油層和水層振幅差異小。 因此， 確定A油組的油氣敏感頻率段為15 ～30 Hz， 振幅門檻值為15 000。 選取A 油組層段作為研究時窗（A 油組頂面向下40 ms）， 提取敏感頻段的優(yōu)勢振幅和，構(gòu)造高部位為亮色高值區(qū)， 而低部位為暗色低值區(qū)， 兩者分界明顯， 如圖3 （b） 所示。 并利用油氣檢測信息增強技術(shù)， 經(jīng)過平滑、 去噪等處理， 得到與含油氣范圍吻合性更好的油氣預(yù)測結(jié)果（圖3（c） ）， 具有更高的可識別性。 為了與優(yōu)勢振幅和對比， 利用常規(guī)的高頻衰減方法對A 油組進行了油氣檢測， 圖3 （d） 為過L1 井的高頻衰減分析結(jié)果， 位于含油區(qū)范圍外的L1 井多層段高頻衰減表現(xiàn)為強異常， 檢測結(jié)果為油層， 而實鉆結(jié)果均為水層， 兩者矛盾， 證明檢測結(jié)果是不正確的。 而本文方法計算的油氣檢測結(jié)果與實鉆含油氣范圍在整體和細節(jié)方面吻合關(guān)系好， 具有較高的可靠性。

3 結(jié) 論

（1） 基于Gabor 變換的反褶積處理后， 提高了中深層地震資料的主頻和有效頻寬， 為油氣檢測研究提供了高品質(zhì)的資料基礎(chǔ)。

（2） 通過基于含可變因子的廣義S變換進行地震資料分頻處理， 結(jié)合已鉆井統(tǒng)計信息， 確定油氣敏感頻段和振幅門檻值， 提取優(yōu)勢振幅和作為敏感油氣檢測因子， 預(yù)測了研究區(qū)的含油氣分布， 油氣檢測結(jié)果與實鉆結(jié)果的整體形態(tài)具有較好的一致性。

（3） 利用基于圖像處理的油氣檢測信息增強技術(shù)， 使得檢測結(jié)果更加連續(xù)、 平滑， 與含油氣范圍在整體和內(nèi)部細節(jié)方面吻合程度更高， 提高了油氣檢測結(jié)果的可靠性和可識別能力。