多屬性融合定量儲層預測方法研究與應用
——以廊固凹陷楊稅務潛山為例

王成泉，王孟華，周佳宜，王盛亮，楊洲鵬，劉慧，張紅文

(1.華北油田勘探開發研究院，河北 任丘 062552；2.華北油田蘇里格勘探開發分公司，河北 任丘 062552；3.華北油田 巴彥勘探開發分公司，河北 任丘 062552)

0 引言

目前華北油田投入勘探開發四十多年，已進入開發中后期，油田產量遞減嚴重，后備儲量嚴重不足，急需開辟新的勘探領域。一直以來，華北油田碳酸鹽巖潛山油氣藏勘探以中淺層為主，深潛山碳酸鹽巖油氣藏勘探一直未獲得突破。渤海灣盆地廊固凹陷成藏條件優越，近幾年，關于冀中凹陷深潛山碳酸鹽巖成藏研究表明廊固凹陷深潛山具有極大的勘探潛力[1-5]?；谏顫撋教妓猁}巖成藏條件研究，華北油田在廊固凹陷北部楊稅務潛山部署的1X、3X、4X、5X井，在奧陶系地層獲得了高產工業油氣流，且試采產量穩定，實現了深潛山油氣勘探的重大突破，開辟了華北油田新的勘探局面。

碳酸鹽巖油氣藏儲集空間以裂縫、裂縫孔隙型為主，常規儲層預測技術以尋找裂縫為主。在主要技術方面，疊后預測以相干類和曲率類屬性預測為主[6-10]，疊前預測以方位各向異性、AVO屬性預測為主[11-13]。疊后相干曲率類屬性計算速度快，種類多，但是僅對裂縫進行預測，預測技術單一，其他屬性應用較少；疊前預測需要應用疊前數據，計算量大，且受儲層埋藏較深的影響，預測成效并不顯著。如何兼顧預測效率和準確度，是實現深潛山碳酸鹽巖儲層預測的難題。

本文以楊稅務潛山奧陶系儲層為例，充分吸收本區已有的地質認識，分析儲層響應特征，以屬性融合技術為基礎，優選疊后多種屬性，實現了碳酸鹽巖儲層的定量預測，提高了預測精度與速度，同時為同類型油氣藏儲層預測提供借鑒。

1 地質背景

楊稅務潛山位于廊固凹陷東北部，是受河西務斷層、楊稅務斷層控制的“地壘”型潛山帶，整體呈南高北低、東高西低的構造背景，勘探面積約410 km2[14]。該潛山頂主要是中奧陶統地層，包括峰峰組(O2f)、上馬家溝組(O2s)、下馬家溝組(O2x)、亮甲山組(O2l)和冶里組(O2y)，潛山內幕則主要為寒武系、青白口系、薊縣系等碳酸鹽巖地層；潛山頂面之上依次為石炭系—二疊系、古近系覆蓋。綜合分析認為，楊稅務潛山帶處于油氣運移的主要方向，碳酸鹽巖儲層分布廣泛，具備優越的油氣成藏條件。近年來，華北油田加強了奧陶系碳酸鹽巖潛山精細構造和有利儲層特征研究攻關，并相繼在該區部署了1X、2X、3X、4X、5X等5口風險探井，其中4口井(1X、3X、4X、5X)獲得高工業油氣流，深潛山勘探獲得了重大突破，表明深潛山碳酸鹽巖儲層具有較大的勘探潛力。

2 儲層特征分析

2.1 巖性特征

該區巖相古地理研究分析表明，廊固凹陷北部冶里組、下馬家溝組晚期以局限臺地相沉積為主，亮甲山組、下馬家溝組早期和上馬家溝組早期以及峰峰組早期以潮坪相沉積為主，上馬家溝組晚期、峰峰組晚期以開闊臺地相沉積為主。其中，潮坪相的云坪、灰云坪發育白云巖，是儲層發育的有利巖相帶；局限臺地、開闊臺地相的云灰坪、含云灰坪發育白云巖與石灰巖互層，是儲層發育的有利巖相帶[14]。

統計并分析研究區內6口井的奧陶系各儲層段的白云質含量，從結果(圖1)看，1X、3X、4X、5X白云質含量明顯高于其他井區，表明白云質含量越高，儲層越發育。

2.2 儲層類型

薄片及巖心觀察表明，楊稅務潛山儲層主要發育儲集空間為云巖孔隙，巖溶縫洞，裂縫及微裂縫3類(圖2)。其中，云巖孔隙型儲層孔隙類型以晶間孔、粒內、粒間溶孔為主，主要發育在亮甲山組晚期—下馬家溝組早期、下馬家溝組晚期—上馬家溝組早期和上馬家溝組晚期—峰峰組早期；巖溶縫洞型儲層主要以溶孔、溶洞為主；微孔裂縫型孔隙類型主要以微孔、裂縫為主，在奧陶系的各個層段中均有分布。因此，云巖孔隙—巖溶縫洞—裂縫這3類儲集層是構成研究區主要儲層的關鍵要素，是油氣成藏的基礎。

圖1 白云質含量統計Fig.1 Statistical figure of dolomite content

圖2 潛山碳酸鹽巖儲層類型Fig.2 Carbonate reservoir type of buried hill

2.3 儲層類型劃分

基于常規測井資料和成像測井進行縫洞識別、儲層劃分、儲集空間類型的確定，并對井壁附近儲層級別評價，將儲層解釋為一、二、三類儲層(表1)。三類儲層少量裂縫或孔隙不發育，無開采價值；二類儲層有裂縫或基質孔隙發育；一類儲層裂縫規模大，孔隙發育且連通性好；一二類為有效儲層，是油氣主要聚集區。

表1 測井儲層評價分類

2.4 地球物理響應特征

根據巖心分析，結合測井解釋，楊稅務潛山奧陶系儲層段總體上屬于特低孔、低滲和低孔、特低滲儲層，儲層類型為裂縫、裂縫孔隙型，分為一、二、三類。

為分析楊稅務潛山有效儲層響應特征，統計了該區6口井18個儲層段地震反射特征，從統計分析結果來看，潛山目的儲層段中有14個有效儲層頂為強反射特征，2個三類儲層為弱反射或者波谷特征，2個有效儲層段為波谷反射特征，77.8%有效儲層頂部表現為強反射特征。通過精細井震標定表明(圖3)，楊稅務碳酸鹽巖潛山有效儲層頂主要表現為強反射特征。

圖3 1X、2X、3X、4X、5X、W1井震標定結果Fig.3 Well-to-seismic calibration result of 1X、2X、3X、4X、5X、W1

3 多屬性融合預測方法

地震屬性分析技術是通過數學方法計算得到各種體現地震波幾何形態和運動學、動力學及統計學等反映地下地質體特征的地球物理參數。目前針對儲層提取的屬性種類很多，地震屬性與地層特征對應關系也比復雜，且利用單一的地震屬性進行儲層預測多解性較強，因此進行地震多屬性的融合分析技術是提高儲層預測精度的關鍵。

通過儲層標定分析表明，有效儲層頂部表現為強地震反射特征，這為有效儲層的識別提供了依據，本文在儲層標定的基礎上主要選擇與能量相關的3個屬性[15]：平均振幅，方差屬性和弧長屬性。

3.1 單一屬性的預測效果

3.1.1 平均振幅屬性

地震振幅特征主要受儲層流體變化、特殊巖性、儲層孔隙度等綜合因素的影響，它直接反映了地層反射界面空間上變化規律，能夠整體反映地層沉積環境，刻畫出振幅異常區，因此地震振幅屬性可以預測儲層的總體分布特征。

沿層分別提取峰峰組、上馬家溝組、下馬家溝組、亮甲山組的平均振幅屬性(圖4)，發現奧陶系有效儲層位于平均振幅高值區，且沿NE方向展布。

3.1.2 方差屬性

方差屬性主要反映相鄰地震道空間的差異性，當地震波遇到地下存在斷層或者不連續地層時，相鄰地震道的發射特征就會出現差異，從而產生地震反射的局部不連續性，因此利用方差屬性可以識別斷層或異常地質體。楊稅務奧陶系潛山儲層類型主要為裂縫孔隙型，方差屬性預測具有一定適應性。

通過沿層分別提取奧陶系各地層的方差屬性(圖4)，發現有效儲層(屬性高值區)在中部偏西位置相對集中發育，也是沿NE方向展布，局部與平均振幅有差異。

3.1.3 弧長屬性

弧長屬性是統計單位時間內的地震波弧線長度，可以反映反射關系的橫向變化，它對于流體的聚集性質比較敏感，尤其是對含氣儲層。目前楊稅務潛山主要為凝析氣藏，因此，選擇弧長屬性進行預測較為合適。

沿層分別提取峰峰組、上馬家溝組、下馬家溝組、亮甲山組的弧長屬性(圖4)，從屬性平面看，有效儲層發育在中部偏西區域，預測結果與實鉆結果也較為吻合。

3.1.4 單屬性與有效儲層相關性分析

為了分析單屬性與有效儲層之間的關系，統計了平均振幅屬性、方差屬性、弧長屬性值與峰峰組、上馬家溝組、下馬家溝組、亮甲山組儲層的有效儲層厚度(表2)，并分別建立有效儲層厚度與單屬性關系折線(圖5)。從關系圖上看，峰峰組、上馬家溝組、下馬家溝組、亮甲山組有效儲層厚度與3個單屬性均為正相關關系，換言之，屬性高值區為有效儲層發育區。從提取的楊稅務潛山各儲層段屬性平面圖(圖4)上看，各儲層段屬性預測結果基本相似，局部有差異，這就表明這3個屬性都可以定性預測有效儲層分布，但在局部單屬性預測上具有多解性。根據統計數據建立屬性與厚度擬合關系公式，并利用該公式預測了工區內重點井的儲層厚度。在此基礎上進行誤差分析，可以看到預測絕對誤差最大48.8 m，最小絕對誤差0.3 m，預測結果精度不高。

圖4 各儲層段優選屬性預測平面Fig.4 The preferred attribute prediction of each reservoir

圖5 屬性與有效厚度關系Fig.5 Relation between attribute and effective thickness

3.2 多屬性融合技術

任何一種地震屬性只是對地下地層巖性、物性或者流體性質等不同參數的敏感反應，因此運用單一的地震屬性很難描述復雜的地下地質現象，而且單屬性儲層預測都是定性的，無法對儲層的優劣進行定量分析。

屬性融合技術避免了單一地震屬性預測的片面性，是降低屬性預測多解性的有效方法[16-17]。屬性融合的方法很多，在前人研究的基礎上，本文提出了一種較為簡潔的屬性融合方法，實踐證明該方法有效實用，且實現了屬性儲層預測的定量化。

表2 優選屬性與有效儲層厚度統計關系

3.2.1 單屬性與有效儲層厚度相關系數計算

優選的3個單屬性與有效儲層厚度是正相關關系，它們與有效儲層厚度相關程度的高低需要通過相關系數來評價，因此本文引入了相關系數式(1)來計算并評價單屬性與儲層厚度的相關性：

(1)

式中：R(X,Y)為相關系數；Cov(X,Y)為協方差；Var(X,Y)為方差算法；X為屬性值，Y為儲層厚度。

利用該相關系數公式分別計算峰峰組、上馬家溝組、下馬家溝組、亮甲山組有效儲層厚度與平均振幅、方差屬性、弧長屬性之間的相關系數，從結果看(表3)，平均振幅與儲層厚度相關系數最大，表明相關性最好，方差屬性次之，弧長屬性的相關性最低。

表3 屬性與有效儲層厚度相關系數

3.2.2 多屬性融合權重系數計算

進行多屬性的融合，需要根據單屬性與有效儲層厚度相關系數的高低，確定該三個屬性的融合權重，然后再進行屬性融合。

根據不同地層(峰峰組、上馬家溝組、下馬家溝組、亮甲山組)的3個屬性的相關系數，利用權重系數計算公式(式2)分別計算出不同地層的屬性融合權重，用以最后的屬性融合。計算公式為：

(2)

式中：W為所計算的不同地層的屬性融合權重；Mi為所需要計算屬性的相關系數；Amp為平均振幅相關系數；Var為方差屬性相關系數；Arc為弧長屬性相關系數。其計算結果見表4。

表4 優選屬性融合權重計算

3.2.3 多屬性加權融合及誤差分析

利用相關系數計算得到了每個屬性所占權重。首先，基于該權重進行多屬性融合，得到不同地層的融合屬性值；然后，與厚度建立擬合關系公式，利用該公式預測了工區內重點井的儲層厚度(表5)，并刻畫了楊稅務潛山4個層系的厚度分布圖(圖6)；最后，進行誤差分析，可以看到預測絕對誤差小于2.5 m，與單屬性預測結果相比，預測精度明顯提高。

表5 融合屬性公式及誤差分析

圖6 融合屬性預測厚度Fig.6 Thickness diagram of fusion attribute prediction

3.2.4 線性歸一化及儲層綜合評價

目前歸一化的方法有2種，一種是把數變為(0,1)之間的小數，一種是把有量綱的表達式變為無量綱的表達式。本文為了實現儲層的綜合評價賦分，采用了第一種歸一化方法，線性歸一化公式為:

(3)

式中：Xnorm為融合屬性映射值，X為原融合屬性值，Xmin為最小融合屬性值，Xmax為最大屬性融合值。

利用式3，將融合屬性值映射到(0,1)區間并乘以100，從而融合屬性實現百分制賦值，所得分值即代表了儲層發育情況，大于60分的區域表明儲層較發育，實現了有效儲層屬性預測的定量化。

4 預測效果分析

通過利用多屬性融合技術對楊稅務潛山的有效儲層進行預測，認為有效儲層集中分布與中部偏西區域。該區已鉆井1X井在上馬家溝組、下馬家溝組試油獲得高產，3X井在亮甲山試油獲得高產，4X井下馬家溝組試油獲得高產，2X井試油未獲突破，與多屬性融合預測結果(圖7)基本吻合，預測精度較高，證明了該融合屬性的有效性，從而可以指導該區下一步的井位部署和試油工作。

圖7 多屬性融合預測分析Fig.7 Analysis diagram of multi-attribute fusion predicition

5 結論與認識

廊坊凹陷楊稅務潛山儲層巖性主要為碳酸鹽巖，儲層類型碳酸鹽巖裂縫、裂縫—孔隙型儲層，針對該類型儲層，常規預測以相干曲率類屬性為主，預測方法單一，且無法對油氣藏分布進行刻畫。本文在儲層特征分析的基礎上，優選出對有效儲層敏感的屬性，提出一種簡單有效的屬性融合技術來預測有效儲層分布，取得了較好的實踐效果。

1)針對碳酸鹽巖儲層，有效儲層精細標定是屬性優選的基礎，在統計分析屬性與儲層厚度的基礎上，可以優選出對儲層敏感的屬性。

2)屬性與儲層厚度之間的相關系數是決定屬性融合權重大小的關鍵，分井、分層段計算屬性與儲層厚度相關系數，并以相關系數計算各屬性權重，可以實現屬性的定量預測。