CN102879799A - 多方位地震能量梯度差碳酸盐岩溶洞型储层识别方法 - Google Patents

Abstract

本发明物探技术中多方位地震能量梯度差碳酸盐岩溶洞型储层识别方法，首先利用Hilbert变换将叠后地震数据转换为地震能量数据体，根据碳酸盐岩溶洞型储层的空间特征选择2个不同的方位，利用最小二乘法进行梯度估算，然后求取不同方位的梯度差。本发明线性拟合方法稳定，并且可任意定义估算半径，可准确地刻画碳酸盐岩溶洞的空间位置和形态，对碳酸盐岩溶洞的识别有效，可以显著提高碳酸盐岩储层预测的准确性和效率。

Description

多方位地震能量梯度差碳酸盐岩溶洞型储层识别方法

技术领域

本发明涉及物探技术，属于石油天然气勘探与开发领域，是一种多方位地震能量梯度差碳酸盐岩溶洞型储层识别方法。

背景技术

碳酸盐岩储层对世界油气生产具有重要的战略意义。据统计，世界范围内超过60％的石油产量和40％的天然气产量来自于碳酸盐岩储层。油藏地质与开发地质综合分析表明，碳酸盐岩油气藏具有不同于常规油气藏的特性，如油气分布的分散性、油气性质的多样性、油气聚集的成层性与非均质性、油气产出的不稳定性等。其中，碳酸盐岩储层强烈的非均质性是控制碳酸盐岩储层与油气藏的最主要的因素。碳酸盐岩储层具有多种类型，可归纳为6种类型：

(1)不整合面之下的石灰岩和白云岩；

(2)潮上带到潮下带的白云岩；

(3)鲕粒、团粒浅滩；

(4)生物礁；

(5)泥晶灰岩、白垩内的微孔隙；

(6)泥晶灰岩内的微裂缝。

在以上碳酸盐岩储层类型中，主要的油气储集体为岩溶体和生物礁，其储集空间主体由构造缝、成岩缝、压溶缝、基质孔与溶蚀孔洞组合形成的缝洞系统组成。在这些不同类型的储集空间中，溶洞型储集体是油气的主要储集空间。溶洞型储集体在纵向和横向上均具有较强的非均质性，在地震剖面上表现为串珠状的反射特征，导致溶洞型储集体的横向连续极差，很难采用常规手段进行识别或识别效果不好。

在过去几十年里，有关碳酸盐岩储层预测的方法和技术取得了很大进展，从层序地层学到碳酸盐岩储层建模，从神经网络到谱分解方法，都在海相碳酸盐岩储层识别中取得了一定程度的成功。但由于碳酸盐岩储层的特殊性，常规技术很难取得好的效果。基于以上原因，有人进行了很多相关的研究，根据大量的物理和理论模型，针对溶洞储层的特点提出了多种多样的叠后溶洞检测方法，如相干体技术，波形分类技术，频率差异分析技术，叠前方位AVO分析技术、曲率分析技术等。

以上技术对碳酸盐岩储层识别有一定效果，但是受地质因素(如岩性、构造、断层等)和非地质因素(如噪声、分辨率等)的影响，这些方法仅能反映溶洞或溶洞群发育的大概部位，无法在识别溶洞时消除杂乱的背景，给井位部署带来一定的难度。因此寻找一种分辨率高、能够尽量去除噪音和背景的溶洞检测新方法将对提高钻探成功率、减少钻探风险有实际作用。

与常规图像不同，地震剖面是由一系列的波形组成的，从纵向上看地震剖面表现为一系列的同相轴。由于同相轴的存在及噪音的影响，利用以上方法求取梯度时效果较差，其中最突出的缺点是同相轴背景难以较好地消除，因此实用性不足。要想更好地识别地震剖面上的碳酸盐岩溶洞型异常体，需要根据其特点寻找更合适的方法。基于线性拟合算法的振幅梯度估算方法是一个不错的选择。

梯度技术在图像处理中应用非常广泛，它是图像边缘检测中的关键技术之一。求取一个图像的梯度有多种方法。常用的梯度计算方法有差分法、Sobel算子、Roberts算子、Prewitt算子、Laplace算子、Canny算子等。其中，差分法是最原始、最基本的方法，它根据灰度迅速变化处一阶导数达到最大的原理，利用导数算子检测边缘。这种算子具有方向性，要求差分方向与边缘方向垂直，目前很少采用。Sobel算子根据像素点上下、左右邻点的灰度加权差，在边缘处达到极值这一现象检测边缘。该算法对噪声具有抑制作用，能提供较为精确的边缘方向信息，但边缘定位精度不够高，当对精度要求不是很高时，Sobel算子是一种较为常用的边缘检测方法。Roberts算子采用对角线方向相邻两像素之差近似梯度幅值检测边缘，该算法检测水平和垂直边缘的效果好于斜向边缘，定位精度高，对噪声敏感。Laplace算子是二阶微分算子，利用边缘点处二阶导函数出现零交叉原理检测边缘。该算法精度较高，但不具方向性且对噪声敏感。

发明内容

本发明的目的在于提供一种实现碳酸盐岩溶洞型储层预测和识别、反映碳酸盐岩溶洞的空间位置、形态特征的多方位地震能量梯度差碳酸盐岩溶洞型储层识别方法。

本发明通过以下技术方案实现，包括以下步骤：

1)激发及记录地震波，采集地震数据，对叠前地震数据进行处理，获得叠后地震数据体；

所述的处理包括地表一致性振幅处理和地表一致性反褶积处理，速度分析、动校正和剩余静校正、剩余振幅补偿，叠加和偏移处理。

2)对地震数据进行Hilbert变换，求取地震能量数据体；

所述的Hilbert变换，是公知技术，指在数学和信号处理领域广泛使用的一种线性算子计算方法。

3)根据地质目标和地质特征选择梯度估算参数(估算方位和估算半径)；

所述的梯度估算参数是指梯度估算方位和估算半径。

所述的梯度估算方位是指地震能量的提取方向。梯度估算方位以度为单位，水平向右为0度，垂直向下为90度。

所述的梯度估算方位是根据地震剖面上地质目标的方位和形态确定的，需选择2个敏感方位。在选择敏感方位时，先对地质目标的形态进行统计，估算出地质目标的长轴方位。然后选择平行于地质目标长轴的方位作为第一个敏感方位(主敏感方位)，选择垂直于地质目标长轴的方位作为第二个敏感方位(次敏感方位)。

例如，探区碳酸盐岩溶洞的长轴方位为90度(即垂直于水平方向)，因此可以选择90度(垂直向下方向)和0度(水平向右方向)作为敏感方位。

所述的梯度估算半径是指估算梯度时所使用的地震数据范围，以地震道数为单位。

4)以目标点为中心，在估算半径范围内分别沿着2个估算方位确定采样点，并组成两个矢量序列；

所述的两个矢量序列是在估算半径范围内，沿估算方位将所有符合要求的采样点进行标记，并将所有采样点的序号组成变量X，将所有采样点上的地震能量组成变量Y。

5)利用最小二乘法对X变量和Y变量组成的函数y＝f(x)进行最小二乘法线性拟合，获得二者之间的线性关系式，将其表达为y＝G+Px的形式，其中的G为截距，P为梯度；

所述的最小二乘法是通过最小化误差的平方和寻找数据的最佳函数匹配，利用最小二乘法求得两个变量之间的关系，并使求得的数据与实际数据之间误差的平方和为最小。

所述的截距和梯度是指利用最小二乘法所拟合得到的关系式的两个特征值，截距是指在直角坐标系中，一个函数或关系式与直角坐标系的Y轴相交的点的y坐标；梯度是指该直线的斜率。

6)将线性拟合所获得的同一方位的截距和梯度之积作为目标点的能量梯度值；

7)求取不同方位的能量梯度差；

所述的能量梯度差是指将两个方位的梯度值进行相减而获得的。

8)绘制碳酸盐岩溶洞分布剖面图和平面图，用于碳酸盐岩储层的识别、油气预测。

所述的绘制碳酸盐岩溶洞分布剖面图和平面图是根据能量梯度差的值域分布范围将所有采样点上的能量梯度差值映射为某种颜色并显示成剖面图或平面图，获得碳酸盐岩溶洞的空间位置和形态。

本方法采用利用最小二乘法线性拟合方法求取能量梯度。与常规的梯度估算技术相比，线性拟合方法更稳定，并且可任意定义估算半径；其次，根据溶洞的地震响应特点，先估算出两个方位的梯度值(水平梯度和垂直梯度)，然后求取梯度差，突出了溶洞体的能量变化特征，可准确地刻画碳酸盐岩溶洞的空间位置和形态。本方法实验证实多方位地震能量梯度差分析方法对碳酸盐岩溶洞的识别有效，可以显著提高碳酸盐岩储层预测的准确性和效率。

附图说明

图1碳酸盐岩溶洞特征；

图2最小二乘法估算梯度示意图；

图3不同的梯度估算方法对比图，

(a)最小二乘法，(b)Sobel算子；

图4不同方位梯度及梯度差对比图，

(a)原始地震剖面，(b)水平梯度，(c)垂直梯度，(d)水平与垂直梯度差；

图5方位地震能量梯度差剖面图，

A：原始地震振幅，B：振幅梯度差剖面图；

图6方位地震能量梯度差平面图。

具体实施方式

本发明的目的在于提供一种利用计算机技术自动实现碳酸盐岩溶洞型储层预测和识别的技术，采用多方位地震能量梯度差分析方法将碳酸盐岩溶洞的空间位置、形态特征刻画出来。

本发明首先利用Hilbert变换将叠后地震数据转换为地震能量数据体，根据碳酸盐岩溶洞型储层的空间特征选择2个不同的方位，利用最小二乘法进行梯度估算，然后求取不同方位的梯度差。

本发明有效地利用最小二乘法线性拟合方法从不同方位对地震能量的梯度进行估算，然后求取该点处的能量梯度差。与其它方法相比，本方法具有两个特点，一是采用线性拟合方法求取能量梯度；与常规的梯度估算技术相比，线性拟合方法更稳定，并且可任意定义估算半径；其次，本方法根据溶洞的地震响应特点，先估算出水平梯度和垂直梯度，然后求取梯度差，进一步突出了溶洞体的能量变化特征，可较准确地刻画碳酸盐岩溶洞的空间位置和形态。

本发明的多方位地震能量梯度差碳酸盐岩溶洞型储层识别方法，包括以下步骤：

1)激发及记录地震波，采集地震数据，对叠前地震数据进行处理，获得叠后地震数据体；

步骤1)所述的处理包括地表一致性振幅处理和地表一致性反褶积处理，速度分析、动校正和剩余静校正、剩余振幅补偿，叠加和偏移处理，形成叠后地震数据。

2)对地震数据进行Hilbert变换，求取地震能量数据体；

步骤2)所述的Hilbert变换，是指在数学和信号处理领域广泛使用的一种线性算子，是由德国数学家David Hilbert发明并命名的。设原始地震信号为f(t)，则Hilbert变换的公式为：

$\stackrel{)}{f}\left(t\right)=\frac{1}{\mathrm{\π}}{\∫}_{-\∞}^{\∞}\frac{f\left(\mathrm{\τ}\right)}{t-\mathrm{\τ}}\mathrm{d\τ}$

在求取地震能量数据体时，先对一个地震道进行Hilbert变换，然后求取地震反射能量。地震反射能量的计算公式为

与原始地震振幅相比，地震反射能量可部分地消除地震反射同相轴对梯度估算的影响。

3)根据要研究的地质目标和地质特征，选择梯度估算参数(梯度估算方位和估算半径)；

步骤3)所述的梯度估算参数，是指梯度估算方位和估算半径。梯度估算方位用于确定地震能量的提取方向，其单位为度。在本专利中，要根据地震剖面上地质目标的形态和长轴方向选择2个敏感方位。其中，主敏感方位应与地质目标的长轴方位相一致，次敏感方位应与地质目标的长轴方位大致垂直。例如，对于碳酸盐岩储层中所存在的串珠状沉积体，见图1，来说，由于串珠状沉积近似垂直分布，因此应选择垂直方向和水平方向作为敏感方位。梯度估算半径是指估算梯度时所使用的地震数据范围，以地震道数为单位。在估算某一点的梯度值时，位于以该点为圆心，该半径所圈定的圆内的采样点将作为梯度估算的依据。该半径过小，所获得的梯度值不够稳定，半径过大，则会带来过大的平均效应。

4)以目标点为中心，在估算半径范围内分别沿着2个估算方位确定采样点，并组成两个矢量序列。

所述的两个矢量序列，是在估算半径范围内，沿估算方向将所有符合要求的采样点进行标记，并将所有采样点的序号组成X变量，将所有采样点上的地震能量组成Y变量；

5)利用最小二乘法对X变量和Y变量组成的函数y＝f(x)进行最小二乘法线性拟合，获得二者之间的线性关系式，将其表达为y＝G+Px的形式，其中的G为截距，P为梯度，见图2；

所述的最小二乘法是通过最小化误差的平方和寻找数据的最佳函数匹配，利用最小二乘法求得两个变量之间的关系，并使求得的数据与实际数据之间误差的平方和为最小。

估算梯度有多种算法，如差分法、Laplace算子法、Sobel算子法等。传统的梯度估算技术很难满足碳酸盐岩溶洞型储层识别的三个要求(能量变化的复杂性、方向性和尺寸上的差异性)。比如，最常用的Sobel算子无法调整估算半径，Laplase算子不具有方向性等。对于两个变量之间非简单线性关系的求解和描述，最小二乘法是一种有效的选择，见图3。

所述的最小二乘法(又称最小平方法)是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。其目的是利用最小二乘法求得两个变量之间的关系，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法的最重要的应用是数据拟合。与Sobel算子相比，线性拟合算法显著地消除了同相轴的影响。

设x(i)，x＝1，2，...n为自变量，y(i)，y＝1，2，...，n为应变量，函数y(x)的最小二乘法拟合函数为y_m(x)，则最小二乘法可用以下公式进行描述：

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left|\right|{\stackrel{\‾}{y}}_m\left(x\right)-\stackrel{\‾}{y}\left(x\right)\left|\right|}_2\⇒0$

所述的截距和梯度是指利用最小二乘法所拟合得到的关系式的两个特征值。截距是指在直角坐标系中，一个函数或关系式与直角坐标系的Y轴相交的点的y坐标；而梯度是指该直线的斜率，即

$\▿f=\frac{\mathrm{df}}{\mathrm{dx}}$

利用相邻地震道的能量变化特征可以估算能量梯度。由于最小二乘法具有拟合误差最小的特点，利用线性最小二乘法可以估算出稳定的振幅梯度。

6)将线性拟合所获得的同一个方位的截距和梯度之积作为目标点的能量梯度值。

步骤6)所述的能量梯度值是一种广义的梯度，是指截距和梯度的积，与狭义的梯度相比，广义梯度对所描述的地震能量变化特征更敏感。

7)求取不同方位的能量梯度差。

所述的能量梯度差是指将两个方位的梯度值进行相减而获得的。由于梯度具有方向性，不同方位的梯度可对地震能量的方向性进行描述，因此，能量梯度差可以突出特定形态的碳酸盐岩溶洞型储层特征，见图4。

8)绘制碳酸盐岩溶洞分布剖面图和平面图，用于碳酸盐岩储层的识别、油气预测。

所述的绘制碳酸盐岩溶洞分布剖面图和平面图，是指根据要研究的地质目标，选择合适的能量差显示方式和显示范围，绘制碳酸盐岩溶洞分布剖面图以及平面图，见图6，获得碳酸盐岩溶洞的空间位置和形态。用于碳酸盐岩储层的识别、油气预测。

图5为一条原始地震振幅(图5A)及其振幅梯度差剖面图(图5B)。该剖面穿过8口井。根据与钻井资料进行对比，振幅梯度差估算结果与实际含油气情况吻合很好，除TK644(产量很低)和TK416(产量较低)外，其它井都穿越了溶洞。

图6是以奥陶系与石炭系不整合面为基准向下求取时窗为100ms的均方根梯度差平面图。图中左上部分布有较大范围的溶洞发育区，中心部位则以断裂和裂缝带分布为主。钻井资料证实，油气产量较高的井多分布在溶洞发育区或断裂带附近.

以上成功应用证实多方位地震能量梯度差分析方法对碳酸盐岩溶洞的识别是有效的，突出了溶洞体的能量变化特征，可较准确地刻画碳酸盐岩溶洞的空间位置和形态，可以显著提高碳酸盐岩储层预测的准确性和效率。

Claims (10)

1.一种多方位地震能量梯度差碳酸盐岩溶洞型储层识别方法，特点是采用以下步骤实现：

1)激发及记录地震波，采集地震数据，对叠前地震数据进行处理，获得叠后地震数据体；

2)对地震数据进行Hilbert变换，求取地震能量数据体；

3)根据地质目标和地质特征选择梯度估算方位和半径；

4)以目标点为中心，在估算半径范围内分别沿着2个估算方位确定采样点，并组成两个矢量序列，两个矢量序列是在估算半径范围内，沿估算方位将所有符合要求的采样点进行标记，并将所有采样点的序号组成变量X，将所有采样点上的地震能量组成变量Y；

5)利用最小二乘法对X变量和Y变量组成的函数y＝f(x)进行最小二乘法线性拟合，获得二者之间的线性关系式，将其表达为y＝G+Px的形式，其中的G为截距，P为梯度；

6)将线性拟合所获得的同一方位的截距和梯度之积作为目标点的能量梯度值；

7)求取不同方位的能量梯度差；

8)绘制碳酸盐岩溶洞分布剖面图和平面图，用于碳酸盐岩储层的识别、油气预测。

2.根据权利要求1所述的方法，特点是步骤1)所述的处理包括地表一致性振幅处理和地表一致性反褶积处理，速度分析，动校正和剩余静校正，剩余振幅补偿，叠加和偏移处理。

3.根据权利要求1所述的方法，特点是步骤3)所述的梯度估算方位是指地震能量的提取方向；梯度估算方位以度为单位，水平向右为0度，垂直向下为90度。

4.根据权利要求1所述的方法，特点是步骤3)所述的梯度估算方位是根据地震剖面上地质目标的方位和形态，选择2个敏感方位。

5.根据权利要求4所述的方法，特点是在选择敏感方位时，先对地质目标的形态进行统计，估算出地质目标的长轴方位；然后选择平行于地质目标长轴的方位作为主敏感方位，选择垂直于地质目标长轴的方位作为次敏感方位。

6.根据权利要求1所述的方法，特点是步骤3)所述的梯度估算半径是指估算能量梯度时所使用的地震数据范围，以地震道数为单位。

7.根据权利要求1所述的方法，特点是步骤5)所述的最小二乘法是通过最小化误差的平方和寻找数据的最佳函数匹配，利用最小二乘法求得两个变量之间的关系，并使求得的数据与实际数据之间误差的平方和为最小。

8.根据权利要求1所述的方法，特点是步骤5)所述的截距和梯度是指利用最小二乘法所拟合得到的关系式的两个特征值；截距是指在直角坐标系中，一个函数或关系式与直角坐标系的Y轴相交的点的y坐标；梯度是指该直线的斜率。

9.根据权利要求1所述的方法，特点是步骤7)所述的能量梯度差是指将两个方位的梯度值进行相减而获得的。

10.根据权利要求1所述的方法，特点是步骤8)所述的绘制碳酸盐岩溶洞分布剖面图和平面图是根据能量梯度差的值域分布范围将所有采样点上的能量梯度差值映射为不同颜色并显示成剖面图或平面图，获得碳酸盐岩溶洞的空间位置和形态。

Images