论文部分内容阅读
文安斜坡位于冀中坳陷霸县凹陷东部，整体构造面貌为一个从南东向北西倾斜的斜坡。霸县凹陷是中、新生代断陷盆地。地层发育全，自下而上发育古近系孔店组、沙河街组、东营组和新近系的馆陶组、明化镇组及第四系地层。本次研究的主要目的层段为古近系的沙河街组的沙二段～东营组。其中沙二段的主要岩性为浅灰、灰绿色砂岩夹紫红色泥岩，局部发育膏岩，为辫状河一三角洲沉积；沙一段分为上、下两个亚段，下亚段主要为灰色泥岩夹油页岩、页岩、薄层生物灰岩和白云岩，以滨浅湖相沉积为主。上亚段为灰色、深灰色泥岩夹少量砂岩，为辫状河河流相沉积；东营组主要岩性为砂泥岩互层，为曲流河河流相沉积，分为三个段。整个目的层段可划分为沙二段、沙一下亚段、沙一上亚段～东营组三个以上升半旋回为主的不对称长期旋回，每个旋回的中下部为储层砂体发育段。
文安斜坡是一个继承性的沉积缓坡，从北向南分别由左各庄、文安城东、长丰镇等三个宽缓的鼻状斜坡构造带组成。尽管本区断裂十分发育，但断裂的走向主要近于平行斜坡带，无法形成规模性的构造圈闭；同时，目的层储层主要为河流相沉积，油气藏的形成主要由斜坡构造背景与河道砂体的侧向尖灭共同控制，加之多期河道的横向频繁摆动和侧积作用造成了储层在横向上的连续性极差，这就使得本区的目标勘探十分困难。因此，针对河流相储层形成的复杂性和多样性，仅依靠钻井是很难对其分布规律进行有效控制和预测的。必须充分发挥地震资料信息的横向连续性优势，在井资料的标定下，进行储层的横向预测与研究。本文则针对这些难点，开展了以地震属性分析技术为主的储层预测工作。
地震属性技术主要针对储层描述和3D数据地震体的解释需要，重点是对储层的非均质性进行描述。其基本思想一般是先通过测井资料解释储层参数和井旁地震道与地震属性之间的关系来计算出相关性，再由这些得到的结果进行推算井间和无井区的储层特征，即地震引导测井储层参数估计。其主要的计算方法是针对各地震道内同相轴振幅、频率、频谱等参数的计算，如相加、平均、求导等。从而得到对实际地质情况较敏感的参数、对其能更直接的表现，来达到指导勘探的目的。
本文应用Paradigm公司的Eops3.0软件对文安斜坡地区进行了三维地震构造自动追踪解释、提取相关的层面属性和Stratimagic地震相分析软件提取相关的层段属性；经过降维分析和人工的优选，得到一组与地质情况吻合较好的参数平面图；再通过神经网络技术，对这地震属性进行分类，在与传统沉积相分析结果相对比的基础上，对文安斜坡古渐系沙二段～东营组的湖泊、三角洲、河流相三类储层进行了预测。
本文重点对振幅、频率、波阻抗属性进行了研究，结果表明：①振幅属性可以从层段上解释各个小层在特定的时窗内的岩性、物性、电性的变化。具体可以用来反应河道砂体及边界，三角洲砂体，断层、不整合面、流体突变等地质信息；对于相对比较薄的地层，可以用小时窗范围内比较敏感的参数，如振幅的导数等；②频率属性能分析出波峰波谷的横向的变化，从而反映出岩层厚度或岩性、岩相的变化；③波阻抗属性的变化可以直观的表现砂体的展布，值的大小可以体现同一平面的砂体的厚度；④利用以上参数的信息，运用神经网络方法对地震相进行综合分类。该方法是根据地震波形来表征道数据，根据分类数值确定模型道的类别，再由神经网络计算方法对每个地震道的波形进行分类，把重复出现的地震相波形归类到相同的道模型里，即为数据培训过程。⑤在通过井旁道与模型道的波形比较后，分析各道之间的相关性，来建立一种计算模式，用于井间和无井区的储层预测。本文主要采用振幅、频率、波阻抗等三类属性对文安斜坡进行地震相分析。
结合各项研究内容与对资料的处理与解释，总结出以下特征：
(1)储层地质成因研究是利用地震属性分析技术进行储层预测的重要基础。河道砂体的侧积作用形成了短轴低频侧积的地震反射特征，地震振幅均衡切片图象表现为振幅的极不连续性，但曲流河砂体的地震振幅连续性明显好于辫状河砂体。地震波的波峰和波谷强振幅分别反映了河道边、心滩砂体的分布及河道水系的发育情况。
(2)地震资料四阶导数振幅属性因其对振幅微弱变化的敏感性，能较好地识别研究区的河道砂体分布，尤其是对整体河床分布的刻画非常逼真，是本区储层预测的敏感参数。
(3)河道沉积以低频反射为特征，尤以小于10Hz的频率分布区与河道砂体具有较好的对应关系。
(4)基于神经网络的波形分类技术，可以极大地克服单一地震属性参数所带来的多解性或不确定性，当用井资料标定后，其分类预测结果与地质研究成果和认识具有很高的符合率。
文安斜坡是一个继承性的沉积缓坡，从北向南分别由左各庄、文安城东、长丰镇等三个宽缓的鼻状斜坡构造带组成。尽管本区断裂十分发育，但断裂的走向主要近于平行斜坡带，无法形成规模性的构造圈闭；同时，目的层储层主要为河流相沉积，油气藏的形成主要由斜坡构造背景与河道砂体的侧向尖灭共同控制，加之多期河道的横向频繁摆动和侧积作用造成了储层在横向上的连续性极差，这就使得本区的目标勘探十分困难。因此，针对河流相储层形成的复杂性和多样性，仅依靠钻井是很难对其分布规律进行有效控制和预测的。必须充分发挥地震资料信息的横向连续性优势，在井资料的标定下，进行储层的横向预测与研究。本文则针对这些难点，开展了以地震属性分析技术为主的储层预测工作。
地震属性技术主要针对储层描述和3D数据地震体的解释需要，重点是对储层的非均质性进行描述。其基本思想一般是先通过测井资料解释储层参数和井旁地震道与地震属性之间的关系来计算出相关性，再由这些得到的结果进行推算井间和无井区的储层特征，即地震引导测井储层参数估计。其主要的计算方法是针对各地震道内同相轴振幅、频率、频谱等参数的计算，如相加、平均、求导等。从而得到对实际地质情况较敏感的参数、对其能更直接的表现，来达到指导勘探的目的。
本文应用Paradigm公司的Eops3.0软件对文安斜坡地区进行了三维地震构造自动追踪解释、提取相关的层面属性和Stratimagic地震相分析软件提取相关的层段属性；经过降维分析和人工的优选，得到一组与地质情况吻合较好的参数平面图；再通过神经网络技术，对这地震属性进行分类，在与传统沉积相分析结果相对比的基础上，对文安斜坡古渐系沙二段～东营组的湖泊、三角洲、河流相三类储层进行了预测。
本文重点对振幅、频率、波阻抗属性进行了研究，结果表明：①振幅属性可以从层段上解释各个小层在特定的时窗内的岩性、物性、电性的变化。具体可以用来反应河道砂体及边界，三角洲砂体，断层、不整合面、流体突变等地质信息；对于相对比较薄的地层，可以用小时窗范围内比较敏感的参数，如振幅的导数等；②频率属性能分析出波峰波谷的横向的变化，从而反映出岩层厚度或岩性、岩相的变化；③波阻抗属性的变化可以直观的表现砂体的展布，值的大小可以体现同一平面的砂体的厚度；④利用以上参数的信息，运用神经网络方法对地震相进行综合分类。该方法是根据地震波形来表征道数据，根据分类数值确定模型道的类别，再由神经网络计算方法对每个地震道的波形进行分类，把重复出现的地震相波形归类到相同的道模型里，即为数据培训过程。⑤在通过井旁道与模型道的波形比较后，分析各道之间的相关性，来建立一种计算模式，用于井间和无井区的储层预测。本文主要采用振幅、频率、波阻抗等三类属性对文安斜坡进行地震相分析。
结合各项研究内容与对资料的处理与解释，总结出以下特征：
(1)储层地质成因研究是利用地震属性分析技术进行储层预测的重要基础。河道砂体的侧积作用形成了短轴低频侧积的地震反射特征，地震振幅均衡切片图象表现为振幅的极不连续性，但曲流河砂体的地震振幅连续性明显好于辫状河砂体。地震波的波峰和波谷强振幅分别反映了河道边、心滩砂体的分布及河道水系的发育情况。
(2)地震资料四阶导数振幅属性因其对振幅微弱变化的敏感性，能较好地识别研究区的河道砂体分布，尤其是对整体河床分布的刻画非常逼真，是本区储层预测的敏感参数。
(3)河道沉积以低频反射为特征，尤以小于10Hz的频率分布区与河道砂体具有较好的对应关系。
(4)基于神经网络的波形分类技术，可以极大地克服单一地震属性参数所带来的多解性或不确定性，当用井资料标定后，其分类预测结果与地质研究成果和认识具有很高的符合率。