CN102253414A - 基于地震纹分析的储层检测方法 - Google Patents

Abstract

本发明涉及一种基于地震纹分析的储层检测方法，包括以下步骤：针对目标层位确定基于声学系数的地震纹参数，所述声学系数包括：倒谱系数、梅尔倒谱系数、线性预测倒谱系数中的至少一种；通过所述地震纹参数确定所述目标层位的储层特征。通过本发明提供的储层检测方法，借助源自地震数据的地震纹参数，能够由此更简单高效地确定储层特征，例如岩性或烃类性质。

Description

基于地震纹分析的储层检测方法

技术领域

本发明涉及石油地球物理勘探领域，更具体地涉及一种基于地震纹分析的储层检测方法。

背景技术

利用地震数据进行岩性或烃类识别是石油物探研究人员的追求目标，同时也是难点问题。

虽然现在已经发展了很多新方法、新技术，如亮点、平点、暗点、多属性融合、AVO、AVA等方法技术，也取得了成功的应用实例。但这些方法的成功应用都必须具备较多的前提条件，首要是要有高保真的数据(如果能有高保真的横波数据更好)，其次是要求储层界面平缓并有一定的规模。随着勘探地区越来越复杂和勘探精度要求越来越高，对具体的某一勘探地区而言，这些条件不一定都满足，因而无法满足勘探需求。

因此，需要一种适合不同地区条件的更简单高效的储层检测技术。

发明内容

针对上述现有技术的问题，本发明提供一种基于地震纹分析的储层检测方法，能够更简单高效地确定储层特征。

本发明提供了一种基于地震纹分析的储层检测方法，包括以下步骤：

标定目标层位；

针对目标层位确定基于声学系数的地震纹参数，所述声学系数包括：倒谱系数、线性预测倒谱系数、梅尔倒谱系数中的至少一种；

通过所述地震纹参数确定所述目标层位的储层特征。

优选地，在本发明的各实施例中，所述确定地震纹参数包括：

通过针对所述目标层位的时窗计算地震参数；

根据所述地震参数的一阶或多阶声学系数的值的分布，优选地进一步根据所述声学系数的交会图，从所述地震参数中确定出所述地震纹参数。

优选地，在本发明的各实施例中，通过针对所述目标层位的井信息和/或非井信息，从所述地震参数中确定出所述地震纹参数。

优选地，在本发明的各实施例中，所述储层特征包括以下中的至少一种：岩性，烃类特征，裂缝，断层，河道。

优选地，在本发明的各实施例中，所述基于地震纹的储层检测方法进一步包括：通过以下中的至少一种信息标定所述目标层位：地质信息，井信息，非井信息，实际地震记录信息，合成地震记录信息，层位记录信息。

优选地，在本发明的各实施例中，所述基于地震纹的储层检测方法进一步包括：对于标定的所述目标层位，确定非井区域的所述地震纹参数。

优选地，在本发明的各实施例中，所述确定地震纹参数包括：对地震记录信息作傅里叶变换或Z变换到频率域中并在所述频率域计算地震能量，对所述地震能量的绝对值取对数并对所述对数逆傅里叶变换或逆Z变换到时间域，得到不同阶的所述地震纹参数。

优选地，在本发明的各实施例中，通过所述地震纹参数确定所述目标层位的储层特征包括：通过对不同阶的所述地震纹参数的声学系数的交会图分析，确定所述目标层位中对应于不同地质结构的所述地震纹参数的差异，由此确定不同所述目标层位中的地质结构的性质。

优选地，在本发明的各实施例中，所述地震纹参数包括线性预测系数，并采用自相关法计算所述线性预测系数。

优选地，在本发明的各实施例中，所述目标层位包括：油气矿层或金属矿层或无机非金属矿层。

通过本发明提供的基于地震纹的储层检测方法，借助源自地震数据的地震纹参数，能够由此更简单高效地确定储层特征，例如岩性或烃类性质。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，以下将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，以下描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图所示实施例得到其它的实施例及其附图。

图1为正演地震记录的示意图。

图2为利用本发明的实施例的方案得到的1阶倒谱系数。

图3为利用本发明的实施例的方案得到的2阶倒谱系数。

图4为图2的1阶倒谱系数与图3的2阶倒谱系数的交会图。

图5为根据本发明的实施例的基于地震纹的储层检测方法的流程示意图。

具体实施方式

众所周知，不同的储层特征(例如岩性或烃类性质)能够引起地震信号的不同变化，但是从常规的地震信号或现有的地震属性图上很难分辨出这种微小的变化。因此，利用标识性强，容错性好、能够反应地震信号微弱变化的地震特征参数确定储层特征(例如岩性或烃类性质)，正是本发明的关键之处。

地震信号与声音信号在本质上是一致的，因而也可基于声波方程进行表征。声纹识别技术的核心是利用标识性强、容错性好的声纹参数，目前已成功进入实用阶段，因此，可以借鉴声纹识别技术来分析地震信号，从而达到检测/确定储层特征(例如岩性或烃类性质)的目的。

在本发明的实施例中，利用地震纹(seismic print)参数作为地震特征参数反映地震信号的微弱变化/差异，以确定导致这种微弱变化/差异的相应的储层特征(例如岩性或烃类性质)。“地震纹”对应于地震记录(例如，实际地震记录或合成地震记录)上的起伏波纹，称能表征所述储层的传播介质的地质或地质地球物理属性的地震纹或地震纹组合可作为地震纹特征，而称能表征地震纹特征的几何学、动力学、信号学参数可作为地震纹参数，由此称能表征所述地震纹参数的设计、获取、筛选、标定，单参数及组合参数的图形、图像化表示等就是地震纹分析。

地震纹分析的一般步骤是：确定目标层位的地震信号，确定合适的时窗，进行多种地震参数的获取和计算，并从中筛选出标识性强、容错性好的地震纹参数，以参数曲线或T/D(时间/深度)-参数/数据融合参数图像的形式表示地震纹参数，并对其相应的地质、地球物理含义进行判别。

以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。

本发明提供了一种基于地震纹的储层检测方法，包括以下步骤(参见图5中所示步骤110、120、130)：

标定目标层位；

针对目标层位确定基于声学系数的地震纹参数，所述声学系数包括：倒谱系数、线性预测倒谱系数、梅尔倒谱系数中的至少一种；

通过所述地震纹参数确定所述目标层位的储层特征。

由此，针对需要勘探的目标层位(其中可包括含矿层、含水层或含气层等)，借助适合的地震数据来获取地震纹参数，进而利用地震纹参数确定目标层位的储层特征，例如岩性或烃类性质，如果目标层位的储层特征符合特定要求，则可确认为适合的储层。

在本发明的各实施例中，优选地，所述确定地震纹参数包括：

通过针对所述目标层位的时窗计算地震参数；

根据所述地震参数的一阶或多阶声学系数的值的分布，优选地进一步根据所述声学系数的交会图，从所述地震参数中确定出所述地震纹参数。

例如，在如图2和3中所示的1阶和2阶倒谱系数的值的分布中，可看出地震信号的微弱变化/差异被有效放大而变得更明显，有利于分辨出目标层位的地质性质；而且进一步优选地，还可在此基础上构建声学系数交会图，例如在图4中所示的倒谱系数交会图，从中可更清楚地看出在分布上的差异。

优选地，在本发明的各实施例中，通过针对所述目标层位的井信息和/或非井信息，从所述地震参数中确定出所述地震纹参数。通过获知井信息和/或非井信息，可更有利于分辨出目标层位的地质性质。

在确定地震纹参数时，可以根据实际需要计算目标层间的地震纹参数，也可以计算整条剖面的地震纹参数剖面，甚至可以计算3D地震数据沿层切片的地震纹参数。

由此，可从计算出的多个初始地震纹中筛选出标识性强、容错性好的地震纹参数，用于确定所述目标层位的储层特征。

在本发明的各实施例中，优选地，所述储层特征包括以下中的至少一种：岩性，烃类特征，裂缝，断层，河道。这样，通过本发明的实施例，能够区分出地震信号的微弱变化，由此不仅能够用来识别地质状况(例如岩性或烃类性质)，而且也可以检测裂缝、河道等微小地质尺度引起的地震信号变化，从而有助于确定所述目标层位的储层特征。

在本发明的各实施例中，优选地，所述基于地震纹的储层检测方法进一步包括：通过以下中的至少一种信息标定所述目标层位：地质信息，井信息，非井信息，地震记录信息(例如实际地震记录信息或合成地震记录信息)，层位记录信息。

在本发明的各实施例中，优选地，所述基于地震纹的储层检测方法进一步包括：对于标定的所述目标层位，确定非井区域的所述地震纹参数。通过获知非井区域的所述地震纹参数，可更有利于分辨出目标层位的地质性质。

在本发明的各实施例中，优选地，所述确定地震纹参数包括：对地震记录信息作傅里叶变换或Z变换到频率域中并在所述频率域计算地震能量，对所述地震能量的绝对值取对数并对所述对数逆傅里叶变换或逆Z变换到时间域，得到不同阶的所述地震纹参数。由此，通过对地震记录信息(例如实际地震信息或合成地震信息)进行计算处理，可得到多个地震信息，然后从这些地震信息中可以筛选出标识性强、容错性好的地震信息作为适于进行储层检测的地震纹参数。

在本发明的各实施例中，优选地，所述通过所述地震纹参数确定所述目标层位的储层特征包括：通过对不同阶的所述地震纹参数的声学系数的交会图分析，确定所述目标层位中对应于不同地质结构的所述地震纹参数的差异，由此确定不同所述目标层位中的地质结构的性质。例如，可借助1、2阶倒谱系数交会图的分布，确定由不同岩性、流体等引起的地震声纹参数区别，从而进行岩性、烃类检测。

在本发明的各实施例中，优选地，所述目标层位包括：油气矿层或金属矿层或无机非金属矿层。

在本发明的各实施例中，可采用倒谱系数，线性预测倒谱系数，梅尔倒谱系数中的至少一种作为地震纹参数。具体如下：

1、倒谱系数

将地震信号作为时间序列的信号x(n)而进行Z变换，变换后的值的绝对值取对数，再做逆Z变换，得x(n)的复倒谱，即x(n)的复倒谱定义为

$x\left(n\right)=Z^{-1}\left[\ln \right|Z\left(x\left(n\right)\right)\left|\right]---\left(1\right)$

显然，一个时间序列的复倒谱仍然是一个时间序列，因此倒谱分析是一种同态分析。在实际应用中，优选地，常用快速傅里叶变换(FFT)代替Z变换。以上得到

就是倒谱系数。

2、线性预测倒谱系数

线性预测倒谱系数在某种程度上就是对线性预测系数作倒谱分析。在地震信号中，相邻采样值之间存在很大的相关性，某时刻的信号在很大程度上可以利用此前的观测样值预测获得，即某一时刻的采样值可以利用此时刻之前数个时刻的采样值的线性组合来逼近。而线性预测倒谱系数兼顾了线性预测系数和倒谱系数的优点，在一定情况下更能够反应出地震信号的微弱差异。其计算的核心问题是求解线性预测系数的系数线性方程组。常规的求解方法有自相关法、协方差法和格型法等。优选地，采用自相关法，能够保证系统的稳定性，计算精度也较高，并且具有高效的递推算法。采用自相关法计算线性预测系数时，可采用Durbin-Toeplz算法，该算法的计算步骤如下：

①计算自相关系数R_n(j)，j＝0，1，...，p；

②E⁽⁰⁾＝R_n(0)；

③i＝1，开始按如下公式进行递推运算：

$k_i=\frac{R_i\left(i\right)-\underset{j=1}{\overset{i-1}{\mathrm{\Σ}}}{a}_j^{(i-1)}{R}_n(i-j)}{E^{(i-1)}}---\left(2\right)$

$a_j^{\left(i\right)}=k_i---\left(3\right)$

$a_j^{\left(i\right)}=a_j^{(i-1)}-k_i{a}_{i-j}^{(i-1)},j=\mathrm{1,2},...,i-1---\left(4\right)$

$E^{\left(i\right)}=(1-k_i^2)E^{(i-1)}---\left(5\right)$

④使i＝i+1，若i＞p，则算法结束，否则返回到第③步，按式(2)至式(5)进行递推。

按以上求得的线性预测系数的基础之上，再做倒谱系数分析，即得到地震纹参数的线性预测倒谱系数。

3、梅尔倒谱系数

梅尔倒谱系数是依据不同频率对岩性、烃类性质的敏感度不同，从而能够比较好的表征特殊信号的感知特性，也能显著提高地震纹分析系统对地震信号的判识能力。梅尔倒谱系数的计算以“bark”为基准频率，它和线性频率的转换关系为：

$\mathrm{Mel}\left(f\right)=2595\lg (1+\frac{f}{700})---\left(6\right)$

梅尔倒谱系数的获取过程如下：

①预加权处理

将地震信号x(n)做高通滤波。高通滤波器的Z传递函数为：

H(z)＝1-az^-1                           (7)

预加权处理后的信号

为：

$S\left(n\right)=x\left(n\right)-\mathrm{ax}\left(n\right)---\left(8\right)$

式(7)和式(8)中的a为常数，取值区间为0.9至1.0。

预加权处理的目的是为了减弱干扰，以补偿地震信号受到因采集、处理等过程所压抑的高频部分，使地震信号的频谱变得平坦，以便进行频谱分析和地震道参数分析。

②加汉明窗(时窗)处理

地震信号具有准平稳特征，只有在短时段上才可视为平稳过程。因此常将地震信号划分为一个一个的短时段，一般涵盖时间约为10-40ms之间。为了计算层间地震纹参数剖面，同时避免丢失地震信号的动态变化信息，每两个相邻时间段之间要有一段重叠区域。该重叠区域长度一般为总时间段个数N的1/2或1/3。然后将每一时间段乘上汉明窗，以增加每一时间段左端和右端的连续性。

设第m帧的地震信号为x(n，m)n＝0，1，......N-1。加汉明窗处理后的信号S(n，m)为：

$S^{\′}(n,m)=x(n,m)[0.54-0.46\cos \left(\frac{2\mathrm{\πn}}{n-1}\right)]---\left(9\right)$

③进行FFT变换

进行FFT变换后地震信号第m帧的频谱为：

$S(k,m)=\mathrm{\Σ}{S}^{\′}(n,m)\exp (-j\frac{2\mathrm{\πnk}}{N})---\left(10\right)$

对地震信号的频谱取模后，再平方得到地震信号的功率谱。

④三角滤波器组进行滤波

对地震信号的功率谱用按公式(6)的Mel频率尺度设置一系列三角滤波器组进行滤波，得到一组系数m1，m2，...。这组系数为每一个滤波器输出的能量。滤波器组的设计可以根据实际地震资料对公式(6)做适当的调整，其主要目的是对频谱进行平滑化，消除谐波的作用，凸现出原地震信号的特征。

⑤利用离散余弦变换对上述得到的系数进行计算，求得K阶的梅尔倒谱系数C_k，k＝1，2，...，p。其中p是上一步中三角滤波器的个数，其公式如下：

$C_k=\underset{k=1}{\overset{p}{\mathrm{\Σ}}}\log \left(m_k\right)\cos \left[(k-\frac{1}{2})\frac{\mathrm{\π}}{p}\right]---\left(11\right)$

通常为了改善低信噪比信号的特征性能，可以将每个梅尔倒谱系数乘以不同的权系数，得到一阶或二阶差分梅尔倒谱系数。

在地震纹分析中，通过对不同频率的理论雷克子波、合成地震记录和实际地震资料的大量试算，一般取前几阶就能充分表征地震记录的特征，有时甚至只需取前6阶。

本发明的地震纹分析方法，具有如下特点，主要表现为：

获取了能够表征地震信号特征的参数：地震纹参数。

地震纹参数的计算灵活多样，可以根据实际需要计算目标层间的地震纹参数，也可以计算整条剖面的地震纹参数剖面，甚至可以计算3D地震数据沿层切片的地震纹参数。

地震纹参数能够反应出地震信号的微弱变化，因此，能够利用地震纹参数识别岩性、烃类性质，也可以利用该参数识别裂缝、小断层等小尺度地质体特征变化。

在实际的应用中，既可通过实际地震记录获得地震纹参数，也可通过合成地震记录获得地震纹参数。应理解，所述合成地震记录可为理论合成地震记录，也可为同时包含实际信息和理论信息的合成地震记录(特别是在无法获取足够实际信息的情况下)。可利用合成地震记录计算地震纹参数，虽然与利用实际地震记录计算地震纹参数在实际实施方式上稍有差异，但二者在地震纹参数的获取方面的具体实施过程大致相同。

在一个实施例中，如图1至4中所示，利用合成地震记录计算地震纹参数的过程具体可包括以下步骤：

(1)利用地质、测井、速度等资料建立地质模型，表1和表2是依据川西某地的资料建立的分别含气、含水的简单地质模型的参数。地层①-⑥的横向长度为1000米，各层厚度为100米。其中，第④横向从200米到400米为第⑦层含气层，以及横向从600米到800米为第⑧层的含水层。

表1

地层编号	Vp(m/s)	Vs(m/s)	Den(Kg/m3)
				①	3945	2650	2480
②	4300	2487	2505
				③	4540	2949	2650
④	4804	3081	2650
				⑤	5340	2949	2750
⑥	5750	3358	2713

表2

其中，⑧的参数除了将⑦的气体速度和密度替换为利用水的速度和密度以外，其它参数与⑦相同。

(2)对上述的地质模型进行地震模拟(例如，采用全波场地震正演模拟)，得到图1的合成地震记录。在正演模拟时，例如，横向的采样间隔可为5米，时间采样率可为1ms。从图1的合成地震记录的剖面上可见，含气层和含水层处地震记录表现差异微小，几乎无法区别，因而需要根据本发明的方案进行进一步处理。

(3)沿着图1的目标层位取一个40ms时窗(在本实施例中，该40ms时窗内包含气层和含水层)，采用本发明的方案计算地震纹参数，所述地震纹参数基于声学系数(例如倒谱系数、线性预测倒谱系数、梅尔倒谱系数中的至少一种)而定。

(4)在图2和图3的实施例中，仅以倒谱系数分析为例说明以地震纹分析方法区分岩性、含水层、含气层的方案。在图2和图3中，横坐标是共深度点(CDP)号，纵坐标是相应倒谱系数幅值，如图所示，含水层和含气层的1阶、2阶倒谱系数幅值区别较大，能够较易区别出含水层和含气层，说明含气层和含水层之间的地质参数的微小区别能够从地震声纹参数(纵向幅值)反映出来。进一步地，图4采用交会图分析1阶、2阶倒谱系数的分布图，更能够清晰地分辨出含水层、含气层，以及砂岩三者之间的关系，各自的分布区分度很高。在如图2、3、4所示的实施例中，含水层的1阶倒谱系数幅值大部分分布在-5.2至-4.5之间，2阶倒谱系数幅值大部分在0.4至0.8之间；含气层的1倒谱系数幅值大部分分布在-4.5至-3.5之间，2阶倒谱系数幅值大部分在0.3至0.6之间；并且，含气层、含水层与非储层的1、2阶倒谱系数幅值在图4所示的交会图上各自都相对集中，是判断储层特征的有力标识。由此，可通过地震纹参数的情况分辨出储层特征，以确定目标层位所属的层位/储层类型，例如，含水层、含气层、含烃层(如含油层)、岩层、含矿层(如煤矿层或金属矿层)，或其它物理性地质特征(如裂缝、断层、河道)，等等。

对于另外两种地震声纹参数：线性预测倒谱系数和梅尔倒谱系数，其分析过程与以上类同，分析的结果也比较相似，因此，可以参考以上对于倒谱系数的分析过程操作，在此不再论述。

应理解，虽然上述参照图1-4描述的实施例中以利用理论合成地震记录获得地震纹参数的过程为例来说明通过地震纹参数的表现分辨出储层特征的过程，不过，在实际应用中也可利用同时包含实际信息和理论信息的合成地震记录或者利用实际地震记录而获得地震纹参数，并由此分辨出储层特征。在此应理解，如果利用实际地震记录而获得地震纹参数，则前述用于得到合成地震记录的“建立地质模型”和“正演模拟地质模型”的步骤可省略。

经过实际应用证明：本发明中采用的地震纹参数对地震信号特征的敏感度很高，能够区分出不同岩性、流体等引起的地震信号微弱变化，而且计算简单，效率高，可实现海量2D或3D地震数据的地震纹参数获取，适合进行岩性、油气储层等检识。

本发明提供的各种实施例可根据需要以任意方式相互组合，通过这种组合得到的技术方案，也在本发明的范围内。

显然，本领域技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若对本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也包含这些改动和变型在内。

Claims (10)

1.一种基于地震纹分析的储层检测方法，其特征在于，包括以下步骤：

标定目标层位；

针对目标层位确定基于声学系数的地震纹参数，所述声学系数包括：倒谱系数、线性预测倒谱系数、梅尔倒谱系数中的至少一种；

通过所述地震纹参数确定所述目标层位的储层特征。

2.如权利要求1所述的基于地震纹分析的储层检测方法，其特征在于，所述确定地震纹参数包括：

通过针对所述目标层位的时窗计算地震参数；

根据所述地震参数的一阶或多阶声学系数的值的分布，优选地进一步根据所述声学系数的交会图，从所述地震参数中确定出所述地震纹参数。

3.如权利要求1或2所述的基于地震纹分析的储层检测方法，其特征在于，通过针对所述目标层位的井信息和/或非井信息，从所述地震参数中确定出所述地震纹参数。

4.如权利要求1至3中任一项所述的基于地震纹分析的储层检测方法，其特征在于，所述储层特征包括以下中的至少一种：岩性，烃类特征，裂缝，断层，河道。

5.如权利要求1至4中任一项所述的基于地震纹分析的储层检测方法，其特征在于，进一步包括：

通过以下中的至少一种信息标定所述目标层位：地质信息，井信息，非井信息，实际地震记录信息，合成地震记录信息，层位记录信息。

6.如权利要求1至5中任一项所述的基于地震纹分析的储层检测方法，其特征在于，进一步包括：

对于标定的所述目标层位，确定非井区域的所述地震纹参数。

7.如权利要求1至6中任一项所述的基于地震纹分析的储层检测方法，其特征在于，所述确定地震纹参数包括：对地震记录信息作傅里叶变换或Z变换到频率域中并在所述频率域计算地震能量，对所述地震能量的绝对值取对数并对所述对数逆傅里叶变换或逆Z变换到时间域，得到不同阶的所述地震纹参数。

8.如权利要求1至7中任一项所述的基于地震纹分析的储层检测方法，其特征在于，通过所述地震纹参数确定所述目标层位的储层特征包括：通过对不同阶的所述地震纹参数的声学系数的交会图分析，确定所述目标层位中对应于不同地质结构的所述地震纹参数的差异，由此确定不同所述目标层位中的地质结构的性质。

9.如权利要求1至8中任一项所述的基于地震纹分析的储层检测方法，其特征在于，所述地震纹参数包括线性预测系数，并采用自相关法计算所述线性预测系数。

10.如权利要求1至9中任一项所述的基于地震纹分析的储层检测方法，其特征在于，所述目标层位包括：油气矿层或金属矿层或无机非金属矿层。

Images