張棟，黃旭日*,2，范廷恩，尹成，丁峰

1 西南石油大學(xué)地球科學(xué)與技術(shù)學(xué)院，成都 610500 2 油氣藏地質(zhì)及開發(fā)工程國家重點實驗室，西南石油大學(xué)，成都 610500 3 中海油研究總院有限責(zé)任公司，北京 100028

0 引言

地震沉積學(xué)是地震地層學(xué)和層序地層學(xué)在小尺度研究中的延續(xù)，自Zeng等（1998a,b）首次提出地震沉積學(xué)的概念后便得到學(xué)術(shù)界和工業(yè)界的高度關(guān)注.地震地層學(xué)和層序地層學(xué)認(rèn)為海平面升降變化是形成沉積層序的根本原因，同時認(rèn)為地震反射產(chǎn)生于巖石中的物性界面，因此地震反射同相軸大體反映地質(zhì)等時界面（Khazaradze et al.,2002）.地震沉積學(xué)則認(rèn)為地震反射同相軸不是嚴(yán)格等時的，其地質(zhì)意義與地震資料的頻率有關(guān)，當(dāng)巖性界面與等時沉積界面相交時會發(fā)生地震反射同相軸穿時的現(xiàn)象（林承焰等，2007）.當(dāng)?shù)貙雍穸刃∮谝粋€同相軸厚度時，傳統(tǒng)地震相分析方法不再適用于沉積學(xué)研究（曾洪流，2011）.地震沉積學(xué)利用90°相位轉(zhuǎn)換技術(shù)可將地震數(shù)據(jù)轉(zhuǎn)換為地層巖性數(shù)據(jù)體，繼而利用地層切片和分頻段解釋技術(shù)可將物理意義的地震屬性參數(shù)轉(zhuǎn)換為沉積相平面圖（曾洪流等，2012）.主要的關(guān)鍵技術(shù)包括三維地震數(shù)據(jù)90°相位化、地層切片技術(shù)、分頻解釋技術(shù)、層面屬性優(yōu)選和RGB融合等（朱筱敏等，2020；婁敏等，2021）.

地震沉積學(xué)應(yīng)用于油藏開發(fā)地質(zhì)研究則還在不斷地探索中.以往的研究主要是根據(jù)地層切片識別某些特征獨特的沉積儲層構(gòu)型單元，如曲流河點壩、分流河道砂壩、河口壩等，在應(yīng)用上仍受到地震垂向分辨率的限制（朱筱敏等，2020）.而面向開發(fā)尺度的儲層內(nèi)部結(jié)構(gòu)，識別地震資料分辨率之下的沉積單元和沉積界面是地震解釋的難點（張濤等，2012；楊宏偉等，2020；劉傳奇等，2022）.近些年，在相對稀疏井網(wǎng)條件下，利用地震信息的橫向分辨率優(yōu)勢能有效的預(yù)測和表征薄層砂體.一方面，通過分頻融合地震屬性來高精度刻畫儲層分布，結(jié)合巖心、測井綜合解釋分析，已經(jīng)可以識別數(shù)米厚度范圍內(nèi)的沉積構(gòu)型單元（Zeng，2017；Yue et al.,2019）.另一方面，通過人工智能機器學(xué)習(xí)方法將測井解釋與地震屬性聯(lián)系起來，定量預(yù)測砂體厚度和沉積相（Li et al.,2019）.

20世紀(jì)90年代初，“Reservoir architecture”的概念引入國內(nèi)，譯為“儲層建筑結(jié)構(gòu)”或“儲層構(gòu)型”，是指不同級次儲集單元與隔夾層的形態(tài)、規(guī)模、方向及其空間疊置關(guān)系（吳勝和等，2008）.儲層構(gòu)型研究與傳統(tǒng)沉積相研究存在較大區(qū)別，沉積相研究注重沉積環(huán)境及其產(chǎn)物的“面貌”特征，且不同級次的面貌特征之間往往沒有物理界面，而儲層構(gòu)型研究的構(gòu)型單元之間由不同級次的物理界面所限定（吳勝和等，2013）.儲層構(gòu)型在傳統(tǒng)沉積學(xué)研究的基礎(chǔ)上，進一步揭示了小尺度下的構(gòu)型差異分布和沉積演化規(guī)律，對指導(dǎo)復(fù)雜地質(zhì)條件下的油氣精細(xì)勘探與開發(fā)具有重要的理論和實際意義（吳勝和等，2021）.

前人以野外露頭及陸上密井網(wǎng)油田資料為基礎(chǔ)，對河流儲層研究的精細(xì)程度達到了單一點壩級次（何文祥等，2005；岳大力等，2007，2008；吳勝和等，2013；束青林等，2014）.然而，在稀疏井網(wǎng)條件下，井距往往大于構(gòu)型規(guī)模.如海上油田，即使在開發(fā)中后期的密井網(wǎng)條件下，井距一般也為350～400 m（劉超等，2014；陳飛等，2015）.這個井網(wǎng)井距尺度相對于以“內(nèi)幕結(jié)構(gòu)復(fù)雜、相變快”為特征的河流相儲層規(guī)模而言，無法滿足儲層內(nèi)部構(gòu)型的精細(xì)解剖要求，井間預(yù)測存在不確定性.對于相對稀疏井網(wǎng)條件下，充分發(fā)揮地震資料的橫向分辨率優(yōu)勢可以降低井間預(yù)測的不確定性.然而，當(dāng)儲層構(gòu)型厚度小于地震資料的調(diào)諧厚度，如渤海河流相單期沉積的砂體厚度約4～5 m，泥巖隔夾層僅1～2 m（胡光義等，2014；陳飛等，2015），即使海上高品質(zhì)地震資料的主頻約為50 Hz，當(dāng)波速為2350 m·s-1時，理論可分辨的地層厚度（λ/4）僅為11.75 m.地震資料垂向分辨率以下沉積單元的地震可識別構(gòu)型及識別方法是儲層構(gòu)型研究的重點.

面向開發(fā)小尺度的地震沉積學(xué)解釋不僅需要對沉積構(gòu)型單元（沉積相）進行刻畫，同樣重要的是識別次一級構(gòu)型單元的邊界，對井間砂體接觸關(guān)系進行預(yù)測.以往基于地震資料道間波形相似性提出了一系列橫向不連續(xù)性檢測方法，如相干體、局部結(jié)構(gòu)熵、曲率體等（Bahorich and Farmer,1995;Marfurt et al.,1998;Gersztenkorn and Marfurt,1999;Cohen and Coifman,2002;Marfurt,2006;Gao,2013;Mandal and Srivastava,2018），因相干加強和道間均衡僅能預(yù)測大尺度斷層等不連續(xù)性，難以解決薄層不連續(xù)性預(yù)測.因此，本文利用地震沉積學(xué)在薄層解釋的優(yōu)勢，對地震垂向分辨率以下的次級沉積構(gòu)型單元邊界進行預(yù)測，結(jié)合人工智能神經(jīng)網(wǎng)絡(luò)方法對沉積構(gòu)型單元的預(yù)測，用地質(zhì)規(guī)律、模式來約束地震屬性分析，降低井間預(yù)測多解性，實現(xiàn)次級單元內(nèi)部結(jié)構(gòu)的刻畫.

1 復(fù)合砂體構(gòu)型及地震可識別尺度

1.1 構(gòu)型級次及內(nèi)部構(gòu)型

在河流與三角洲等的沉積演化中，由于沉積基準(zhǔn)面、地形坡度、水動力條件等控制因素的不斷變化，導(dǎo)致成因相聯(lián)系、不同期次的單砂體在空間中頻繁遷移擺動，相互侵蝕疊置形成復(fù)合砂體.其中，成因相聯(lián)系的單砂體是指同一沉積微相內(nèi)具有單一期次的、巖性及物性具有相似或漸變特征的單期沉積砂體.復(fù)合砂體構(gòu)型針對儲層厚度小于地震資料調(diào)諧厚度的現(xiàn)實情況，通過強調(diào)同一等時地層內(nèi)單砂體之間的復(fù)合關(guān)系，來解釋單期成因小層（或儲量單元）內(nèi)的注采滲流差異等層內(nèi)非均質(zhì)性（范廷恩等，2018）.前人根據(jù)以渤海為代表的海上油田開發(fā)經(jīng)驗，在Miall河流相儲層構(gòu)型研究的基礎(chǔ)上，通過引入“復(fù)合點壩、復(fù)合河道帶”級次，豐富了傳統(tǒng)儲層構(gòu)型分級方案，建立了適用于稀疏井網(wǎng)條件的河流相復(fù)合砂體構(gòu)型分級方案，見表1.其中，第7級（復(fù)合點壩）指多期河道相互侵蝕疊置形成的復(fù)合砂體，其內(nèi)部的單砂體間結(jié)構(gòu)關(guān)系是本文研究的重點.

以渤海明下段某油田的河流相復(fù)合砂體為例，按照“垂向分期、側(cè)向劃界”的研究思路（吳勝和，2010），利用巖心和測井資料，將復(fù)合砂體內(nèi)部單砂體之間的配置關(guān)系在垂向上劃分為3類5種單井構(gòu)型相，分別為：單期型、兩期上接觸型、兩期對稱型、兩期下接觸型、多期型（圖1）.通過統(tǒng)計井點處砂體期次并分析砂體厚度規(guī)律，認(rèn)為單期型砂體厚度范圍為1.5～8.5 m，平均5.3 m；兩期型砂體厚度范圍為4.6～13.1 m，平均9.4 m；多期型砂體厚度普遍超過15 m.

表1 河流相復(fù)合砂體構(gòu)型級次（據(jù)胡光義等2018，有修改）Table 1 Hierarchies of fluvial reservoir architecture （modified from Hu et al.,2018）

其中，單期型S，表示井點鉆遇一期砂體，測井曲線呈鐘形特征，垂向呈下粗上細(xì)的正韻律.兩期型D，表示井點鉆遇兩期疊置砂體，進一步根據(jù)疊置位置和程度細(xì)分為上接觸型D1、對稱型D2和下接觸型D3.其中，上接觸型D1表示井點鉆遇早期砂體的主部與晚期砂體的邊部，測井曲線呈下部鐘形（或箱形）與上部低幅鐘形（或指形）接觸的特征；對稱型D2表示井點鉆遇早期砂體的主部與晚期砂體的主部，測井曲線呈下部鐘形與上部鐘形接觸的特征；下接觸型D3表示井點鉆遇早期砂體的邊部與晚期砂體的邊部，測井曲線呈下部低幅鐘形（或指形）與上部鐘形（或箱形）接觸的特征.多期型M，表示井點處鉆遇三期或以上的砂體，測井曲線呈齒化箱型的特征.

1.2 地震響應(yīng)特征與地震可識別構(gòu)型

以渤海明下段砂巖儲層特征為依據(jù)，統(tǒng)計模型正演參數(shù)（表2），設(shè)計砂巖楔形模型（圖2a），并分析砂巖楔形模型的地震響應(yīng)特征隨砂體厚度變化規(guī)律（圖2b、c）.其中，最大振幅值曲線表示楔形模型地震響應(yīng)波形的振幅最大值的變化，時間分辨率曲線表示楔形模型地震響應(yīng)波形的波峰到波谷時間差的變化.當(dāng)正演地震子波主頻為50 Hz、砂巖速度為2350 m·s-1時，估算地震資料的調(diào)諧厚度λ/4約為11.75 m.

圖1 復(fù)合砂體內(nèi)部的單井構(gòu)型相特征圖版（據(jù)范廷恩等，2018，有修改）Fig.1 Categories of architectural elements inside composite sand body and their well logs characteristics （modified from Fan et al.,2018）

圖2 砂巖楔形模型及其地震響應(yīng)特征Fig.2 Wedge-shaped sandstone model and its seismic response characteristics

表2 模型地震正演參數(shù)Table 2 Seismic parameters of the forward model

當(dāng)儲層厚度大于地震調(diào)諧厚度λ/4時，地震響應(yīng)波形表現(xiàn)為由復(fù)合波逐漸分離為兩個同相軸.隨砂巖厚度增加，最大振幅值曲線逐漸減小并趨于穩(wěn)定，時間分辨率曲線與砂巖厚度成線性關(guān)系.此時，為振幅不可分辨的時間可分辨區(qū).當(dāng)儲層厚度小于地震調(diào)諧厚度λ/4時，地震響應(yīng)波形表現(xiàn)為復(fù)合波.隨砂巖厚度增小，最大振幅值曲線逐漸減小并與砂巖厚度呈現(xiàn)二次曲線擬合相關(guān)關(guān)系，時間分辨率曲線為平直曲線，與砂巖厚度為不相關(guān)關(guān)系.此時，為時間不可分辨的振幅可分辨區(qū).

砂巖楔形模型的地震響應(yīng)特征表明，在地震分辨率之下剖析復(fù)合砂體內(nèi)部構(gòu)型應(yīng)重點關(guān)注地震資料的復(fù)合波振幅變化及波形結(jié)構(gòu).為此，根據(jù)復(fù)合砂體內(nèi)部的單井構(gòu)型相特征（圖1），建立了6種不同類型的復(fù)合砂體內(nèi)部垂向構(gòu)型的正演模型并分析地震響應(yīng)特征，見圖3.它們代表了泥巖（砂厚小于1 m）、單期型、兩期上接觸型、兩期對稱型、兩期下接觸型和多期型砂巖.模型所用的地震正演參數(shù)同表2，模型厚度參數(shù)見表3.

正演模擬結(jié)果表明，當(dāng)砂體累計厚度大于調(diào)諧厚度（λ/4）11.75 m時，即多期型表現(xiàn)為波形分離的特點，屬于振幅不可分辨的時間可分辨區(qū).當(dāng)砂體累計厚度小于調(diào)諧厚度（λ/4）11.75 m時，波形表現(xiàn)為復(fù)合波，屬于時間不可分辨的振幅可分辨區(qū).其中，單期型波形的波峰與波谷具有對稱性，而兩期型波形出現(xiàn)拉伸變形，具體地說，兩期上接觸型波形向下拉伸，兩期對稱型波形均勻拉伸，兩期下接觸型波形向上拉伸.泥巖相對于其他類型，其振幅值明顯偏小.

表3 復(fù)合砂體內(nèi)部垂向構(gòu)型正演模型厚度參數(shù)表Table 3 Thickness of the architectures forward model

對復(fù)合砂體內(nèi)部垂向構(gòu)型正演模型的地震響應(yīng)提取砂體頂?shù)讓娱g屬性并進行敏感性分析，見圖4.所提取的12種層位屬性主要包括振幅類和波形結(jié)構(gòu)類，具體為：均方根振幅、平均絕對值振幅、最大絕對值振幅、總正振幅、總負(fù)振幅、波形總長度、波形總面積、波峰長度、波谷長度、波形偏度、波形變異系數(shù)和有效帶寬.除有效帶寬之外，剩余11種屬性均能有效區(qū)分砂、泥巖，表現(xiàn)為泥巖明顯低值.單期型砂體的敏感屬性包括均方根振幅、平均絕對值振幅、波形總長度、波峰長度和波谷長度，表現(xiàn)為明顯高值.多期型砂體的敏感屬性包括波形偏度、波形變異系數(shù)和有效帶寬，表現(xiàn)為明顯高（或低）值.兩期型砂體在多數(shù)地震屬性中表現(xiàn)出穩(wěn)定中間值特征，其亞類構(gòu)型之間表現(xiàn)出相近值特征，難以進一步區(qū)分.

圖3 復(fù)合砂體內(nèi)部垂向構(gòu)型的正演模型及地震響應(yīng)Fig.3 Forward model of architectures inside composite sandstone and its seismic response

圖4 復(fù)合砂體內(nèi)部垂向構(gòu)型的敏感地震屬性Fig.4 Sensitive seismic attributes of architectures inside composite sandstone

圖5 復(fù)合砂體內(nèi)部構(gòu)型表征方法流程Fig.5 Workflow to interpret architectures inside composite sand body

2 復(fù)合砂體內(nèi)部構(gòu)型識別和檢測方法

復(fù)合砂體內(nèi)部構(gòu)型表征的主要內(nèi)容包括地震構(gòu)型相預(yù)測和構(gòu)型邊界檢測兩個方面，方法流程如圖5所示.在“垂向分期、側(cè)向劃界”構(gòu)型解剖思路的指導(dǎo)下，以敏感地震屬性為數(shù)據(jù)基礎(chǔ)，在單井構(gòu)型相的監(jiān)督下利用神經(jīng)網(wǎng)絡(luò)方法進行模式識別，來預(yù)測地震構(gòu)型相的分布特征；同時，在多地震屬性主成分分析的基礎(chǔ)上利用邊界檢測方法，來檢測復(fù)合砂體內(nèi)部的構(gòu)型邊界，最終實現(xiàn)多信息的砂體綜合表征方法.其中，地震構(gòu)型相分析的分類結(jié)果對典型砂體構(gòu)型為代表的同類構(gòu)型的展布范圍具有指向性，但是對各典型砂體構(gòu)型間的過渡漸變存在多解性，相邊界為統(tǒng)計意義上的包絡(luò)線.構(gòu)型邊界預(yù)測是對地震屬性中存在的突變邊界的確切反映，它所代表的是砂體構(gòu)型間的物理界面.

地震構(gòu)型相，是指不同構(gòu)型單元的形態(tài)、規(guī)模及其疊置關(guān)系在地震資料上所反映的主要特征的總和（胡光義等，2017）.采用概率神經(jīng)網(wǎng)絡(luò)（Probabilistic Neural Network），將單井構(gòu)型相模式作為監(jiān)督條件，由監(jiān)督井點處的敏感地震屬性值構(gòu)成訓(xùn)練樣本用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，再使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)預(yù)測無井控區(qū)域的地震構(gòu)型相模式（羅浩然等，2017；丁峰等，2018）.

概率神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖6所示，包括輸入層、隱含層、求和層和輸出層.設(shè)有隨機均勻挑選的訓(xùn)練井?dāng)?shù)量為n，單井構(gòu)型相模式數(shù)量為M，單個訓(xùn)練樣本的長度由輸入的敏感地震屬性數(shù)量d構(gòu)成.此時，輸入層有d個神經(jīng)元，隱含層有n個神經(jīng)元，求和層有M個神經(jīng)元.

圖6 概率神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖Fig.6 Topology of probabilistic neural network

概率神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法.由輸入層第一個訓(xùn)練樣本，來初始化與其相連接的隱含層第一個神經(jīng)元的權(quán)系數(shù)，即：

w1j=x1j，

（1）

其中，w1j表示隱含層第一個神經(jīng)元對與其相連接的輸入層神經(jīng)元的權(quán)系數(shù)；j表示單個訓(xùn)練樣本中的屬性值序號，j=1,2,…,d.

以此類推，完成所有n個訓(xùn)練樣本對與其對應(yīng)連接的n個隱含層神經(jīng)元權(quán)系數(shù)的訓(xùn)練，記作Wi（i=1,2,…,n）.

概率神經(jīng)網(wǎng)絡(luò)預(yù)測方法.首先，通過已訓(xùn)練的n個隱含層神經(jīng)元權(quán)系數(shù)Wi，計算其他無井監(jiān)督的輸入數(shù)據(jù)向量X的高斯徑向基函數(shù)Φi，并傳遞給求和層神經(jīng)元.即：

（2）

其中，σ表示高斯窗寬度.

其次，求和層神經(jīng)元對隱含層中同類模式的神經(jīng)元所傳遞的數(shù)據(jù)進行均值計算：

（3）

其中，vm表示第m類單井構(gòu)型相模式的均值；L表示隱含層第m類神經(jīng)元的個數(shù).

最后，輸出層神經(jīng)元對求和層中的最大值進行識別，并歸類為對應(yīng)的單井構(gòu)型相模式，輸出預(yù)測結(jié)果，即：

y（X）=argmax（vm），

（4）

其中，y（X）表示對井間數(shù)據(jù)的地震構(gòu)型相模式預(yù)測結(jié)果.

構(gòu)型邊界，是指各構(gòu)型單元之間存在的橫向不連續(xù)性隔層，是引起層內(nèi)非均質(zhì)滲流差異的滲流屏障（Zhang et al.,2021）.將多個敏感地震屬性作為輸入，通過主成分分析提取主要特征并產(chǎn)生融合圖像，再以數(shù)學(xué)形態(tài)學(xué)梯度算法提取圖像邊界來預(yù)測構(gòu)型邊界.將多屬性融合后的地震屬性記為f，采用形態(tài)學(xué)結(jié)構(gòu)算子b對屬性f分別進行膨脹和腐蝕運算，公式為：

（5）

（6）

其中，f⊕b表示膨脹運算；fΘb表示腐蝕運算；（x,y）表示地震屬性f中的像素點坐標(biāo)；（s,t）表示結(jié)構(gòu)元素b中的像素點坐標(biāo).

利用形態(tài)學(xué)梯度，即膨脹與腐蝕運算結(jié)果的差分，便可得到地震屬性中的邊界：

E=（f⊕b）-（fΘb），

（7）

其中，E表示對融合地震屬性中構(gòu)型邊界的檢測結(jié)果.

3 模型驗證

由復(fù)合砂體內(nèi)部垂向構(gòu)型的地震響應(yīng)特征及敏感屬性分析可知，地震資料垂向分辨率以下的地震可識別構(gòu)型為單期型、兩期型和多期型砂體構(gòu)型.因此，設(shè)計了如圖7的河道砂體正演模型來驗證本文方法的有效性.該模型具有“單期型—兩期型—多期型砂體”的組合變化特征，其中各個單砂體呈“透鏡體”狀，寬度為150 m，厚度為5 m，虛擬井A、B、C1、C2、D1、D2分別為泥巖型、單期型、兩期型、多期型單井構(gòu)型相.

圖7 河道砂體正演模型Fig.7 Channel sand body forward model

考慮實際資料中存在噪聲，在模型正演過程中加入標(biāo)準(zhǔn)差為10%的白噪聲后，其地震剖面見圖8a，模型地震正演參數(shù)見表2.按照圖4所示敏感屬性，選取井來監(jiān)督概率神經(jīng)網(wǎng)絡(luò)進行地震構(gòu)型相預(yù)測.圖8b所示為選擇A、B、C2、D2四口訓(xùn)練井的地震構(gòu)型相預(yù)測結(jié)果，圖8c為選擇A、B、C1、C2、D1、D2六口訓(xùn)練井的地震構(gòu)型相預(yù)測結(jié)果.其中藍色表示泥巖型，綠色表示單期型，黃色表示兩期型，紅色表示多期型.可見，兩種地震構(gòu)型相預(yù)測的砂體構(gòu)型范圍與模型的范圍基本吻合，差別在于砂體構(gòu)型邊緣處的漸變過渡.訓(xùn)練樣本中增加了C1、D1兩個樣本點，使砂體構(gòu)型漸變邊緣的預(yù)測準(zhǔn)確度得到提高.但是在這個例子中，兩期型—多期型砂體構(gòu)型的漸變邊緣和單期型砂體被識別為同一類構(gòu)型，受地震可識別構(gòu)型影響存在多解性.圖8d為形態(tài)學(xué)梯度構(gòu)型邊界檢測結(jié)果，其中藍色表示背景，紅色表示邊界.該構(gòu)型邊界預(yù)測結(jié)果能準(zhǔn)確的識別河道砂體模型中的各個邊界，包括單砂體的尖滅邊界和搭接邊界、單砂體與兩期型與多期型砂體的構(gòu)型邊界，且邊界位置與模型吻合.模型實驗結(jié)果可知，井監(jiān)督的地震構(gòu)型相預(yù)測方法不僅受訓(xùn)練樣本容量影響，也受地震可識別構(gòu)型的影響，其預(yù)測結(jié)果對典型砂體構(gòu)型為代表的同類構(gòu)型的展布范圍具有指向性，但是對各典型砂體構(gòu)型間的過渡漸變存在多解性，且相邊界為統(tǒng)計意義上的包絡(luò)線，不具備物理意義.綜合使用地震構(gòu)型相與構(gòu)型邊界檢測方法能夠有效識別復(fù)合砂體內(nèi)部構(gòu)型，并降低解釋多解性.

圖8 地震正演模擬及其檢測結(jié)果（a） 正演地震剖面；（b）（c） 地震構(gòu)型相檢測結(jié)果；（d） 構(gòu)型邊界檢測結(jié)果.Fig.8 Seismic forward modeling and its detected results（a） Seismic section;（b）（c） Architecture seismic facies;（d） Architecture boundaries.

4 應(yīng)用實例

前人對渤海灣海上油田的沉積構(gòu)型進行了廣泛的研究，采用該區(qū)一個典型的復(fù)合砂體開發(fā)單元為例進行方法應(yīng)用.該開發(fā)單元地震資料帶寬8～55 Hz，主頻45 Hz，平均波速約為2700 m·s-1，目的層理論可分辨的地層厚度（λ/4）為15 m.統(tǒng)計該開發(fā)單元內(nèi)11口鉆井資料，按照“垂向分期”的思路進行單井構(gòu)型相分類，將砂體垂向構(gòu)型分類為單期型、兩期型和多期型，并分別以黑色、紫色和藍色井點標(biāo)注于圖9a.其中，底圖為均方根振幅屬性，色標(biāo)高值表示砂巖；井點處左側(cè)為GR曲線，右側(cè)為RD曲線；單期型井上砂體厚度均小于6 m，兩期型井上砂體厚度介于7～13 m之間，多期型井上砂體厚度均大于17 m.

利用該開發(fā)單元的10口單井構(gòu)型相作為訓(xùn)練樣本，1口井（D14井）作為檢驗井，提取層間敏感地震屬性作為輸入（敏感地震屬性種類見圖4），通過概率神經(jīng)網(wǎng)絡(luò)預(yù)測的地震構(gòu)型相分布特征，見圖9b.該地震構(gòu)型相預(yù)測結(jié)果中藍色代表泥巖、綠色代表單期型砂體、黃色代表兩期型砂體、紅色代表多期型砂體.地震構(gòu)型相預(yù)測利用地震信息的橫向分辨率優(yōu)勢對井間砂體分布特征進行了地震可識別構(gòu)型的模式分類，分類結(jié)果與檢驗井的砂體構(gòu)型吻合.

基于多屬性融合提取主要特征后，對融合屬性進行形態(tài)學(xué)梯度邊界檢測來預(yù)測復(fù)合砂巖內(nèi)部構(gòu)型的邊界分布特征，見圖10a，用于對比的局部結(jié)構(gòu)熵相干算法（Cohen and Coifman，2002）切片顯示于圖10b，圖10c所示形態(tài)學(xué)梯度方法預(yù)測構(gòu)型邊界在空間的垂直插值結(jié)果，圖10d所示為局部結(jié)構(gòu)熵相干算法預(yù)測構(gòu)型邊界在空間的垂直插值結(jié)果，剖面位置標(biāo)注于圖10a、b中紫色線SS*.從對比結(jié)果中可以看出，局部結(jié)構(gòu)熵相干算法能夠檢測到砂體的巖性邊界，但是由于相干增強和道間均衡對于復(fù)合砂體內(nèi)部的構(gòu)型邊界響應(yīng)很弱，而基于多屬性融合的形態(tài)學(xué)梯度算法不僅能夠檢測到砂體的巖性邊界，而且對復(fù)合砂體內(nèi)部構(gòu)型邊界具有確切的響應(yīng).

圖9 復(fù)合砂體單井構(gòu)型相特征及地震構(gòu)型相預(yù)測結(jié)果（a） 單井構(gòu)型相；（b） 地震構(gòu)型相.Fig.9 Architecture facies of single well and Architecture seismic facies prediction results of composite sand body（a） Architecture facies of single well;（b） Architecture seismic facies.

圖10 復(fù)合砂體構(gòu)型邊界預(yù)測結(jié)果對比（a） 平面形態(tài)學(xué)梯度邊界；（b） 平面局部結(jié)構(gòu)熵邊界；（c） 剖面形態(tài)學(xué)梯度邊界；（d） 剖面局部結(jié)構(gòu)熵邊界.Fig.10 Comparison of architecture boundary prediction results of composite sand body（a） Morphological gradient;（b） Local structure entropy;（c） Section of morphological gradient;（d） Section of local structure entropy.

利用地震構(gòu)型相對該復(fù)合砂體的骨干剖面分析其內(nèi)部構(gòu)型結(jié)果顯示于圖11，各剖面均以復(fù)合砂體上部泥巖層作為等時基準(zhǔn)面.其中，圖11a所示為90°相移地震剖面，井上左側(cè)為GR曲線，右側(cè)為RD曲線，天藍色線條代表復(fù)合砂體的頂、底等時層位.該復(fù)合砂體地震響應(yīng)波形表現(xiàn)為單一同相軸的復(fù)合波，從正演分析結(jié)果可知復(fù)合砂體的厚度小于地震調(diào)諧厚度λ/4，砂體厚度與波形最大振幅為正相關(guān)關(guān)系，振幅強弱變化指示了砂體分布差異，但無法具體辨析地震資料垂向分辨率以下的復(fù)合砂體內(nèi)部構(gòu)型.圖11b所示為地震構(gòu)型相預(yù)測結(jié)果在空間中垂直插值結(jié)果，藍色代表泥巖、綠色代表單期型砂體、黃色代表兩期型砂體、紅色代表多期型砂體.圖11c所示為根據(jù)地震構(gòu)型相預(yù)測結(jié)果，結(jié)合測井解釋結(jié)論，對地震資料垂向分辨率以下的復(fù)合砂體內(nèi)部構(gòu)型井間分布特征分析結(jié)果.值得注意的是，地震構(gòu)型相分析的隔斷式分類結(jié)果能夠識別以典型砂體構(gòu)型為代表的同類構(gòu)型的展布范圍，但是對各典型砂體構(gòu)型間的過渡漸變相的分類存在多解性，相邊界為統(tǒng)計意義上的包絡(luò)線而并非物理界面.因此，對井間砂體的側(cè)向邊界的刻畫存在較強的主觀性.

為了避免刻畫井間砂體側(cè)向邊界時的主觀性，將復(fù)合砂體內(nèi)部構(gòu)型邊界預(yù)測結(jié)果作為約束條件.構(gòu)型邊界預(yù)測是對砂體構(gòu)型間的物理界面的確切反映，這為砂體側(cè)向邊界刻畫提供了客觀的依據(jù).圖12a所示為復(fù)合砂體內(nèi)部構(gòu)型邊界預(yù)測結(jié)果在空間中垂直插值結(jié)果，藍色代表背景、紅色代表邊界.根據(jù)地震構(gòu)型相指示的典型構(gòu)型類型和構(gòu)型邊界預(yù)測結(jié)果，結(jié)合測井解釋結(jié)論，對地震資料垂向分辨率以下的復(fù)合砂體內(nèi)部構(gòu)型井間分布特征分析結(jié)果顯示于圖12b.如圖所示，在A15井與A22S井之間的砂體側(cè)向邊界刻畫更加精細(xì)，解釋結(jié)果更符合地震特征，降低了解釋的多解性.

地震構(gòu)型相和構(gòu)型邊界分析為少井區(qū)的井間砂體刻畫提供了依據(jù)，將兩者預(yù)測結(jié)果疊合顯示于圖13a，其中紫色線SS*標(biāo)記了圖11和圖12中各剖面的位置.通過平-剖面互動，對多條骨干剖面上井點及井間砂體解剖刻畫，分析復(fù)合砂體的內(nèi)部構(gòu)型在空間的展布特征，將各單砂體的結(jié)構(gòu)、期次及分布特征顯示到平面上，實現(xiàn)該復(fù)合砂體內(nèi)部構(gòu)型的平面表征，顯示于圖13b.該方法為油田精細(xì)開發(fā)過程中分析油水運動規(guī)律、剩余油形成與分布等方面具有指導(dǎo)意義.

圖11 基于地震構(gòu)型相的復(fù)合砂體內(nèi)部構(gòu)型骨干剖面分析對比（a） 地震剖面；（b） 地震構(gòu)型相剖面；（c） 砂體解釋剖面.Fig.11 Sections of architectures inside composite sand body based on architecture seismic facies（a） Seismic section;（b）Architecture seismic facies section;（c）Sands in croee-well section.

圖12 基于地震構(gòu)型相和邊界的復(fù)合砂體內(nèi)部構(gòu)型骨干剖面分析對比（a） 構(gòu)型邊界剖面；（b） 砂體解釋連井剖面.Fig.12 Sections of architectures inside composite sand body based on architecture seismic facies and boundaries（a） Architecture boundaries section;（b） Sands in cross-well section.

圖13 復(fù)合砂體內(nèi)部構(gòu)型分析對比與平面表征（a） 地震構(gòu)型相和構(gòu)型邊界疊合圖；（b） 復(fù)合砂體內(nèi)部構(gòu)型平面表征.Fig.13 Analysis of architectures inside composite sand body（a） Architecture seismic facies and boundaries;（b） Interpretation of architectures inside composite sand body.

5 結(jié)論

復(fù)合砂體儲層內(nèi)幕結(jié)構(gòu)的準(zhǔn)確識別能夠指示剩余油分散聚集的規(guī)律，這對油田開發(fā)具有重要意義.在稀疏井控的條件下，基于井監(jiān)督的概率神經(jīng)網(wǎng)絡(luò)方法能夠預(yù)測無井控區(qū)域的地震構(gòu)型相模式，基于多屬性融合的形態(tài)學(xué)梯度算法能夠識別復(fù)合砂巖內(nèi)部構(gòu)型邊界，這一組合方法通過充分挖掘地震資料，在地震可識別的尺度下能夠?qū)崿F(xiàn)地震資料垂向分辨率以下的復(fù)合砂體內(nèi)部構(gòu)型的準(zhǔn)確表征.

本文的主要結(jié)論如下：

（1）復(fù)合砂體的正演地震響應(yīng)特征和敏感屬性分析可辨別其內(nèi)部構(gòu)型的地震可識別構(gòu)型，即在地震資料垂向分辨率以下利用敏感地震層位屬性分析方法可有效識別復(fù)合砂體內(nèi)部的單期型、兩期型和多期型構(gòu)型，但對于準(zhǔn)確區(qū)分兩期型亞類構(gòu)型具有一定難度.

（2）利用單井構(gòu)型相作為監(jiān)督條件，通過概率神經(jīng)網(wǎng)絡(luò)預(yù)測地震構(gòu)型相的方法在稀疏井網(wǎng)條件下能夠識別以典型砂體構(gòu)型為代表的同類構(gòu)型的展布范圍，但是對各典型砂體構(gòu)型間的過渡漸變相的分類存在多解性，相邊界為統(tǒng)計意義上的包絡(luò)線.

（3）構(gòu)型邊界預(yù)測是儲層構(gòu)型分析的重要內(nèi)容，它反映了砂體構(gòu)型間的物理界面，為井間砂體的側(cè)向邊界刻畫提供了客觀的依據(jù).通過提取層位屬性，利用多屬性融合技術(shù)及邊界檢測方法能夠預(yù)測地震資料垂向分辨率以下的構(gòu)型邊界展布特征，精度高于以局部結(jié)構(gòu)熵為代表的傳統(tǒng)相干算法.