断层是岩层或岩体顺破裂面发生位移的地质现象, 是控制含油气盆地油气生成、运移、聚集、保存和分布的重要因素[1-3]。当断层垂向断距小于10 m时, 受地震分辨率的限制, 应用相干、曲率等常规地震属性技术的检测效果不明显[4-7]。随着油气田勘探开发步入后期阶段, 微小断层对不完全受构造控制的构造-岩性气藏分布及储层物性改造起到了关键作用。因此, 提高微小断层识别及解释精度对致密气勘探开发具有重要意义。
目前, 倾角导向体的方法已日趋成熟, 已有多种实用技术和软件可以实现, 例如:Event方法、BG Fast方法、FFT方法等。倾角数据体的算法有很多, 主要包括复数道分析法、在离散扫描算法基础上发展起来的稳健算法和梯度结构张量算法等[8-10]。前人多利用基于倾角控制的构造导向滤波方法在保持地震波反射同相轴有效信息的基础上进行随机噪声压制, 增强同相轴横向连续性, 提高地震资料信噪比及断点识别精度, 不仅在微小断层识别方面取得了显著的成效[11-14], 而且在砂体空间雕刻过程中也有效地提高了目标砂体的辨识度[15]。
综上所述, 前人利用倾角控制的构造导向滤波方法主要应用在提高地震信噪比、断层识别精度以及目标砂体辨识度等方面, 尚未有学者在识别出断层的基础上进一步指出断层与噪音的值域范围, 以及利用得到的似然属性进一步开展裂缝连通性分析等。本文在倾角导向滤波控制的地震数据的基础上, 提取似然属性达到识别断层的目的, 并在似然属性数据体的基础上进一步量化随机噪声与断层的阈值, 计算裂缝密度和连通性, 以期对水平井轨迹设计及压裂方案优化提供技术支撑。
1 方法原理 1.1 倾角导向处理实际的地质目标体在构造地质学上包含走向和倾向2个方向属性, 在基于数据体的属性计算、层位自动追踪及断层自动检测中, 若不考虑实际地质体的倾角和方位角, 计算或追踪的精度会受到严重影响[16]。倾角导向体是一种遵循局部倾角和方位角变化进行多道属性计算和滤波器响应计算的技术。利用倾角导向可以直接生成导向体, 导向体包含空间每一个采样点的倾角和方位角信息, 在多道属性处理及滤波时利用导向体来表示地质目标体的空间展布, 从而提高目标体和断裂检测的精度(图 1)[17-18]。这里的倾角控制表示同相轴的横向变化趋势, 与具体角度无关, 倾角导向计算公式为
$ Dip\text{=}\frac{\Delta T}{\Delta x} $ | (1) |
式中:Dip为视倾角, 表征地层的倾斜程度, 正值表示同相轴下倾, 值越大, 下倾的程度就越大, 负值表示同相轴上扬, 值越小, 上扬的程度就越大; T为垂向上的时间, μs; x为横向上的距离, m。
![]() |
下载原图 图 1 倾角全控制示例(a)、倾角控制下提取属性方式模型(b) Fig. 1 Example of full dip control(a)and attribute extraction model under dip control(b) |
断层似然属性(Likelihood)是一种基于相似性算法, 从地震数据体计算得到反映断层发育位置的一种属性。断层通常由地震同相轴不连续表征, 即地震道间的不相似性, 相似值越低, 断层响应特征越明显。具体公式为
$ semblance = \frac{{{{\left\langle {\left\langle {image} \right\rangle _{\rm{s}}^2} \right\rangle }_{\rm{f}}}}}{{{{\left\langle {{{\left\langle {imag{e^2}} \right\rangle }_{\rm{s}}}} \right\rangle }_{\rm{f}}}}} $ | (2) |
$ F=1-semblanc{{e}^{8}} $ | (3) |
式中:semblance为地震道间相似性属性, 其值为0~1;<*>S表示计算括号内采样点的构造导向均值; <*>f表示沿断层走向方向平滑, 平滑后的分子远小于分母, semblance值更小, 这样对强反射处的局部不连续表征更明显; F为断层似然属性, 其值为0~1。相似性属性的8次方增强了F低值与高值之间的差异, 使断层的线状特征更加明显[19-21]。
2 效果分析本文在倾角导向体约束下, 采用在中值滤波后的地震数据中提取似然属性的方法, 开展微小断层识别工作, 具体流程如图 2所示:首先, 叠后三维地震数据体基于快速傅里叶变换(FFT)的数学算法, 采用全控制计算方式, 即沿着构造方向在每一个地震道的位置上都调整倾角和方位角, 得出一个包含空间每一个采样点的倾角和方位角信息的倾角导向体; 其次, 在倾角导向体的控制下对原始地震数据进行中值滤波, 使同相轴的一致连续性得到增强, 压制随机噪声; 再次, 在滤波后的数据体上提取断层似然属性, 或者对滤波后的数据进行断层边界增强后再提取断层似然属性, 使断裂线状响应特征更加清晰; 最后, 基于工区地质背景, 将所得到的断层似然属性与断层地震响应特征相结合, 达到识别微小断层的目的, 开展精细构造解释工作。
![]() |
下载原图 图 2 微小断层识别技术流程图 Fig. 2 Flow chart of micro fault identification technology |
研究区位于鄂尔多斯盆地东部, 地层变形微弱, 构造发育平缓, 闭合幅度小于20 m。断层整体规模较小, 多发育层间小断层, 剖面上断层垂向断距小, 多小于10 m, 且倾角大, 大部分呈近90°的特征; 平面延伸较短, 0.3~5.0 km不等, 属于微小断层范畴[图 3(a)]。研究区地震资料受随机噪声和采集脚印等因素影响较大, 信噪比低, 地震资料频带宽度为10~50 Hz, 主频为30 Hz, 利用常规的相干手段难以开展断层识别工作。
![]() |
下载原图 图 3 处理前、后地震剖面对比 Fig. 3 Comparison of seismic sections before and after processing |
利用倾角导向体约束下的中值滤波后的地震数据进行断层识别。从图 3可以看出, 在倾角约束下中值滤波后的剖面较原始地震剖面, 随机噪声得到了有效压制, 不仅削弱了局部杂乱反射, 增强了同相轴的横向连续性, 而且保留了断层边缘细节信息, 断层边界受滤波作用变得更加"干净", 断层反射特征更加清晰, 更有利于构造目标的精细解释, 提高了断裂检测的精度。
基于处理前、后的地震资料进行断层属性分析, 可以看到断层的平面响应清晰程度存在差异。从地震属性沿层切片(图 4)可以看出, 对原始地震数据直接进行相干属性沿层提取, 噪声干扰很大, 断层的分辨率大大降低, 无法区分相干异常区是断层还是岩性亦或是两者叠加, 而基于倾角约束中值滤波后的地震数据提取相干沿层切片, 对平面延伸短、垂向断距小的断层成像更加清晰, 由断层导致的线性响应特征一目了然。
![]() |
下载原图 图 4 地震属性沿层切片 Fig. 4 Seismic attribute slices along layer |
不仅如此, 剖面上的断层分辨率也得到了很大提高。从图 5(a)可以看出, 受噪声的影响, 原始地震相干剖面难以识别出断层的响应特征, 而对基于倾角约束中值滤波后的地震数据进行似然属性提取, 背景干扰得到了一定的压制, 断层整体线性特征显得更加明显, 将似然属性中属于断层的值域保留, 其他值域调至透明色叠加到振幅剖面上, 在该结果上开展微小断层的解释工作会相对容易且可靠[图 5(b)]。
![]() |
下载原图 图 5 地震属性剖面 Fig. 5 Seismic attribute sections |
当然, 似然属性体虽能清晰地反映线性异常, 但该异常多是由于受到断层与噪声双重因素的影响, 结合地质背景分析, 明确断层性质及平面展布特征, 通过确定断层与噪声阈值, 在似然属性体基础上提取断层体与噪声体, 并将二者分开, 分析认为似然属性值< 0.3为噪声, ≥ 0.3为断层(图 6)。
![]() |
下载原图 图 6 似然属性平面展布图 Fig. 6 Plane graphs of likelihood attribute |
在得到的断层体基础上, 通过进一步计算裂缝密度和连通性, 可以对断裂发育情况进行半定量-定量的描述, 能够全方位多角度地认识裂缝在平面、剖面和三维立体空间的展布特征。通过调整不同扫描半径计算得出最合理的属性结果, 表征裂缝密度, 具体计算过程为由扫描半径内得到的单位圆内反映断裂的地震道数量除以单位圆内全部地震道数量, 可相对表征断裂发育程度(图 7)。
![]() |
下载原图 图 7 裂缝密度计算原理图 Fig. 7 Schematic diagram of fracture density calculation |
为了得到合理的裂缝密度, 扫描半径参数的选取尤为重要, 通过对扫描半径为50 m, 100 m, 150 m测试得到的裂缝密度分布图(图 8)可看出, 扫描半径值越大, 单位圆内能够反映断裂的地震道数量就越多, 在单位圆内全部地震道数量恒定不变的情况下, 反映断层周围发育的裂缝带越宽。扫描半径过大会导致反映的裂缝并非全部都为同一条主干断层产生的裂缝带, 存在包含其相邻的主干断层产生的裂缝的问题, 这样计算出来的裂缝带宽且不准确[图 8(a)], 而扫描半径过小就会出现单位圆内不能包含有同条断层产生的全部裂缝, 这样计算出来的裂缝带窄也不准确[图 8(b)]。因此, 要结合研究区断层发育程度及规模, 选取合适的扫描半径, 得出合理的反映裂缝发育程度结果, 在本区以扫描半径100 m为最优[图 8(c)]。
![]() |
下载原图 图 8 基于似然属性不同扫描半径下的裂缝密度 Fig. 8 Fracture density under different scanning radius based on likelihood attribute |
图 9为基于似然属性计算的裂缝密度与连通性。图 9(a)中红色区为裂缝高密区, 绿色为裂缝低密区, 其裂缝发育带与断层展布趋势一致, 即靠近断层处裂缝密度最大, 这与诱导裂缝带多发育在靠近断层主断面的观点一致, 同时从侧面证实了该属性的合理性; 断裂的连通特征与断层发育位置基本一致, 断层处连通性高, 断层伴生的小断裂处连通性中等, 孤立小断裂处连通性差[图 9(b)]; 小断裂发育位置及裂缝密度与断层匹配性较好, 多发育在构造相对高部位, 伴生断层发育, 属构造裂缝, 其属性结果与区域构造分析一致验证了该技术的有效性[图 9(c)]。
![]() |
下载原图 图 9 基于似然属性计算裂缝密度与连通性 Fig. 9 Calculation of fracture density and proximity based on likelihood attribute |
(1) 基于倾角导向体约束下的中值滤波方法, 不仅有效压制了随机噪声, 增强了地震同相轴的横向连续性, 而且保留了原始地震资料中的断层边缘细节信息, 滤波作用导致断层边界变得更加"干净", 断层的异常响应特征更加明显。解决了常规相干呈现杂乱模糊响应及断层、岩相变化无法区分的问题, 可以准确高效地帮助解释人员识别微小断层, 提高地震解释的精度及可信度。
(2) 基于似然属性体, 确定随机噪声与断层的阈值, 结合区域地质分析认为似然属性值< 0.3为噪声, ≥ 0.3为断层。利用断层体计算裂缝密度和连通性, 可以对断裂发育情况进行半定量-定量描述, 能够全方位多角度地认识裂缝在平面、剖面和三维立体空间的展布特征, 对水平井轨迹设计及压裂方案优化提供技术支撑。
[1] |
张璐. 地震分频多属性融合法在小断层解释中的应用. 特种油气藏, 2017, 24(6): 44-47. ZHANG L. Application of seismic frequency-divided multiattribute fusion method to small faults interpretation. Special Oil and Gas Reservoir, 2017, 24(6): 44-47. DOI:10.3969/j.issn.1006-6535.2017.06.009 |
[2] |
王彦君, 雍学善, 刘应如, 等. 小断层识别技术研究及应用. 勘探地球物理进展, 2007, 30(2): 135-139. WANG Y J, YONG X S, LIU Y R, et al. Identification of minor fault and its applications. Progress in Exploration Geophysics, 2007, 30(2): 135-139. |
[3] |
周赏, 王永莉, 韩天宝, 等. 小断层综合解释技术及其应用. 石油地球物理勘探, 2012, 47(增刊1): 50-54. ZHOU S, WANG Y L, HAN T B, et al. Minor fault joint-interpretation. Oil Geophysical Prospecting, 2012, 47(Suppl 1): 50-54. |
[4] |
李建雄, 崔全章, 魏小东. 地震属性在微断层解释中的应用. 石油地球物理勘探, 2011, 46(6): 925-929. LI J X, CUI Q Z, WEI X D. Application of seismic attributes in micro-fault interpretation. Oil Geophysical Prospecting, 2011, 46(6): 925-929. |
[5] |
曹思远, 刘兰锋, 陈为琳. 基于地震资料的小断裂检测技术. 中国煤炭地质, 2010, 22(8): 5-8. CAO S Y, LIU L F, CHEN W L. Minor fracture detection technology based on seismic data. Coal Geology of China, 2010, 22(8): 5-8. DOI:10.3969/j.issn.1674-1803.2010.08.02 |
[6] |
纪学武, 彭忻, 臧殿光, 等. 多属性微断裂解释技术. 石油地球物理勘探, 2011, 46(增刊1): 117-120. JI X W, PENG X, ZANG D G, et al. Micro-fault interpretation by multiple attribute. Oil Geophysical Prospecting, 2011, 46(Suppl 1): 117-120. |
[7] |
赵万金, 周春雷. 基于Contourlet变换的图像增强技术识别裂缝. 岩性油气藏, 2017, 29(3): 103-109. ZHAO W J, ZHOU C L. Application of image enhancement technique to fracture identification based on Contourlet transform. Lithologic Reservoirs, 2017, 29(3): 103-109. DOI:10.3969/j.issn.1673-8926.2017.03.12 |
[8] |
尹川, 杜向东, 赵汝敏, 等. 基于倾角控制的构造导向滤波及其应用. 地球物理学进展, 2014, 29(6): 2818-2822. YIN C, DU X D, ZHAO R M, et al. Dip steered structure oriented filter and its application. Progress in Geophysics, 2014, 29(6): 2818-2822. |
[9] |
徐德奎, 王玉英, 郑江峰. 倾角导向的相干加强技术在改善复杂断块地震资料中的应用. 地球物理学进展, 2016, 31(3): 1224-1228. XU D K, WANG Y Y, ZHENG J F. Dip steering coherentenhancing filtering and its application on seismic data of complex fault block. Progress in Geophysics, 2016, 31(3): 1224-1228. |
[10] |
解淑林, 宁松华, 曾德龙, 等. 倾角构造导向滤波方法识别小断层. 中国锰业, 2017, 35(2): 79-81. XIE S L, NING S H, ZENG D L, et al. Recognition of minor faults by dip structure oriented filtering. China's Manganese Industry, 2017, 35(2): 79-81. |
[11] |
蔡涵鹏, 贺振华, 李亚林, 等. 基于多窗口相干性的倾角导向主分量滤波. 石油地球物理勘探, 2014, 49(3): 486-494. CAI H P, HE Z H, LI Y L, et al. Dip-steering principal component filter using multi-window coherence scanning and interpolation. Oil Geophysical Prospecting, 2014, 49(3): 486-494. |
[12] |
黄立良, 韩少博, 刘兴, 等. 应用构造导向滤波技术识别隐蔽断层. 工程地球物理学报, 2014, 11(4): 446-450. HUANG L L, HAN S B, LIU X, et al. The application of structure-oriented filtering technology to identifying hidden fault. Chinese Journal of Engineering Geophysics, 2014, 11(4): 446-450. |
[13] |
陈常乐. 地震波场构造导向滤波关键技术及应用. 吉林:吉林大学, 2015. CHEN C L. Key technique and application of structure oriented filter for seismic wave field. Jilin:Jilin University, 2015. |
[14] |
杨瑞召, 孙志朋, 高朵, 等. 倾角控制下的三维相干体异常识别技术研究. 能源技术与管理, 2015, 40(6): 162-164. YANG R Z, SUN Z P, GAO D, et al. Research on anomaly recognition technology of three-dimensional coherence cube under dip steering control. Energy Technology and Management, 2015, 40(6): 162-164. DOI:10.3969/j.issn.1672-9943.2015.06.061 |
[15] |
白雪峰, 霍进杰, 朱明, 等. 倾角导向体约束下的储层预测技术. 物探化探计算技术, 2014, 36(1): 107-112. BAI X F, HUO J J, ZHU M, et al. Reservoir prediction technique on restrain of dip steering cube. Computing Techniques for Geophysical and Geochemical Exploration, 2014, 36(1): 107-112. DOI:10.3969/j.issn.1001-1749.2014.01.17 |
[16] |
赵丽娅, 傅群, 潘海滨. OpendTect软件倾角控制模块在地震解释中的应用. 海洋地质动态, 2008, 24(4): 33-37. ZHAO L Y, FU Q, PAN H B. Application of OpendTect software inclination control module in seismic interpretation. Marine Geology Letters, 2008, 24(4): 33-37. DOI:10.3969/j.issn.1009-2722.2008.04.007 |
[17] |
武小杰. 胜利油田A3复杂断块构造精细描述. 油气地球物理, 2014, 12(3): 34-38. WU X J. Fine structural description of the complex fault block A3 in Shengli Oilfield. Petroleum Geophysics, 2014, 12(3): 34-38. |
[18] |
段友祥, 曹婧, 孙歧峰. 自适应倾角导向技术在断层识别中的应用. 岩性油气藏, 2017, 29(4): 101-107. DUAN Y X, CAO J, SUN Q F. Application of auto-adaptive dip-steering technique to fault recognition. Lithologic Reservoirs, 2017, 29(4): 101-107. DOI:10.3969/j.issn.1673-8926.2017.04.012 |
[19] |
HALE D. Methods to compute fault images, extract fault surfaces and estimate fault throws from 3D seismic images. Geophysics, 2013, 78(2): 33-43. DOI:10.1190/geo2012-0331.1 |
[20] |
HARDEEP J, FARRUKH Q, HÈLÈNS H. Unconventional seismic attributes for fracture characterization. First Break, 2015, 33: 101-108. |
[21] |
张木辰, 孟令彬, 杨瑞召, 等. 细化断层概率体及其在煤层气勘探中的应用. 中国海上油气, 2018, 30(1): 67-73. ZHANG M C, MENG L B, YANG R Z, et al. Thinned fault likelihood and its application in interpretation of seismic data in coal bed methane blocks. China Offshore Oil and Gas, 2018, 30(1): 67-73. |