叠后地震反演方法联合应用研究_张宏

　[收稿日期]2009208202

　[作者简介]张宏(19672),男,1991年大学毕业,博士(后),高级工程师,现主要从事地震资料综合解释及储层预测方面的研究

工作。

叠后地震反演方法联合应用研究

张　宏　(中国石油化工股份有限公司石油勘探开发研究院,北京100083)

杨春峰,常炳章,张　驰任军战,吴官生　(中国石油化工股份有限公司河南油田分公司,河南南阳473132)

[摘要]叠后地震反演方法很多,不同的反演方法具有不同的优缺点和用途。在叠后反演过程中,通常只

选用一种方法进行一次反演,反演效果往往难以满足储层预测的精度要求。通过采用递推反演、约束稀

疏脉冲反演和神经网络反演3种方法联合反演,不断提高反演结果的分辨率,增加信息量。反演获得高

精度的波阻抗、储层地球物理特征参数等多种数据体,可为储层预测提供高精度的资料。实际应用表明,

该反演技术流程是可行、有效和实用的。

[关键词]叠后地震反演;递推反演;稀疏脉冲反演;神经网络反演;储层预测

[中图分类号]P631144[文献标识码]A [文章编号]100029752(2009)0520246204

地震反演就是由地震反射数据(通常还需要地质、测井等先验信息作为约束条件)获知地下岩性定量信息的过程。与地震振幅相比,反演结果具有更高的分辨率,便于储层特征(如孔隙度和有效厚度)估算,可进行更精细的综合地质解释。另外,反演结果还有助于油气藏钻探不确定性分析和风险评估[1]。尽管地震反演问题是一项十分复杂的理论与实际问题[2],但经过近30年的发展,反演技术已趋向多元化和不断成熟化,并已在国内外诸多研究区的实际应用中获得成功[3～8]。毫无疑问,地震反演技术是目前储层预测中最主要的定量分析工具。

1　地震反演方法

地震反演可分为叠前反演和叠后反演两大类。叠前反演主要是基于AVO 分析的弹性阻抗(EI )反演,叠后反演主要是基于振幅信息的声阻抗(A I )反演。尽管叠前反演精度更高,能够提供更多的地层信息,是地震反演技术发展的趋势,但相对来说,叠后反演具有算法简单、稳定性好、运算速度快等优点,已形成多种成熟的技术方法和配套的工业化软件,因此,目前还是以叠后地震反演方法为主,叠前反演为辅。叠后地震反演的算法很多,常用的方法有递推反演、有色反演、稀疏脉冲反演、基于模型(确定性或随机性)的反演和神经网络反演等。在储层预测过程中,通常需根据地下地质特点、地震资料情况、已钻井数量以及不同反演算法的适用条件,选择满足需求的反演方法,进行反演分析。笔者根据各类反演结果精度的差异性,选用递推反演、约束稀疏脉冲反演和神经网络反演3种反演方法进行串行逐级反演,不断提高反演的分辨率以及对地层岩性的识别能力,深化对储层的认识。

111　递推反演(带限反演)

递推反演是最早的,也是最基本的反演算法,它的前提假设条件是地震振幅与地层反射系数呈正比关系。如果给定一个初始阻抗,则可利用叠偏地震道数据,直接依次向下递推计算各层声阻抗值,也就是地震褶积的反过程。由于地震道是反射系数与地震子波的褶积结果,实际地震数据并不完全满足反演的基本假设,因此,调谐效应和子波旁瓣都会导致反演结果出现偏差。另外,由于实际地震波频带有限,缺乏地层反射系数的低频(如0～10Hz )的成分,反演中的低频信息只能来自地震数据以外,如测・642・石油天然气学报(江汉石油学院学报)　

2009年10月　第31卷　第5期Journal of Oil and G as T echnology (J 1J PI )　

Oct 12009　Vol 131　No 15

井低频成分、地震速度或先验地质模型[9]。

递推反演是对地震资料的直接转换,其结果分辨率、信噪比及可靠程度完全依赖于地震资料品质,因此,用于反演的地震资料应具有较宽的频带、较低的噪声、相对振幅保持和准确成像等特点。此外,为了减小子波旁瓣的影响,输入的地震资料最好是零相位数据。

该反演方法的优点是简单易行、计算速度快、能完全保留地震反射特征,可以在井少或无井控制下进行反演。缺点是分辨率无明显提高,且累计误差较大,受噪声影响大,稳定性欠佳。

112　稀疏脉冲反演

稀疏脉冲波阻抗反演由递推反演发展而来,其基本假设是地层的强反射系数是稀疏的,即由起主导作用的强反射系数序列与具高斯背景的弱反射系数序列叠合组成。据此迭代估算地下稀疏反射系数和地震子波,逐步筛选、优化求得稀疏脉冲模型所代表的地下波阻抗模型。其实现步骤:①通过最大似然反褶积求得一个具有稀疏特性的反射系数序列;②通过最大似然反演导出宽带波阻抗;③通过道合并得到一个全频带的绝对波阻抗。

该方法既用地质构造框架模型和三维空间的多井波阻抗约束模型参与反演,规避反演结果的多解性;又使反演结果比较忠实于地震资料所具有的振幅、频率、相位等特征。该反演结果既有含带限中频段的地震成分,又添有测井的低频和高频信息,更多反映地层情况。在地震有效频带内,其结果忠实于地震,不存在多解性问题。地震频带以外信息的精度取决于处理初始模型的反演算法。尽管反演结果比原地震频带有所拓宽,但总体上,分辨率提高有限,仍难以满足薄储层预测的需求。此外,该反演方法只能反演地层波阻抗,无法反演其他地层参数,应用范围有限。

113　神经网络反演(地震多属性拟合反演)

神经网络反演的基本假设是地震属性与岩石性质之间存在对应关系,即不同的岩石性质(岩性、物性、流体含量等)具有不同的地震属性响应特征。该反演方法的目的在于通过钻井和测井信息,建立地震属性与各种岩石物性之间的最佳映射关系(统计回归或神经网络),以此预测储层特征参数的空间展布。因此,其关键在于建立地震属性与测井特性之间的函数关系。由于测井响应与地震属性之间的关系往往十分复杂,很难用显式函数来表达(时差和密度测井数据除外)。而神经网络具有较完善的学习功能、独特的自适应能力、联想记忆能力及信息处理方式等,对解决这类问题有独特优越性,它能完成输入与输出之间复杂的非线性映射。通过对简单的非线性函数进行多次复合,把地震属性和目标曲线联系起来,实现复杂函数关系的转换。

该方法强调的是储层参数与地震属性之间的“数字”关系,而非物理关系。显然,该反演方法超越了传统地震反演的限制,不只是简单计算波阻抗,而是能够预测培训数据中所拥有的任何测井曲线特征参数。利用地震数据中提取的地震属性而不是直接利用地震数据本身,这样既可利用叠后数据,还可利用叠前数据,以及前期的反演数据,可利用的数据集范围极为广泛。而且测井和地震数据间的关系是通过统计的方法在井点处确定,这种关系可能是线性的(多变递归),但更多情况下可能是非线性的(神经网络),基本不受预先假定的地质模型的限制。

与传统地球物理反演方法相比,神经网络反演具有以下优点:①充分利用了地震数据信息的冗余性。神经网络反演除了利用地震数据所携带的几十种从不同侧面反映地下岩石物理特征的地震属性(包括它们的线性和非线性变换,以及各种属性变换的有机结合)外,还可利用波阻抗反演数据体、相干数据体及其各种变换得到的数据体作为外部属性,共同参与反演。属性的增加不仅从不同侧面反映了储层的非均质性,而且多属性聚焦所映射出的影像更趋于地下地层的真实情况。②分辨率比较高。实践证明,神经网络地震反演的分辨率较高,可识别3～6m 厚的砂体(具体还与实际地震资料品质有关)[10]。2　联合反演方法

地震反演作为一种储层综合解释的核心内容,其本身就是对储层的反复认识过程。因此,不应该把地震反演视为一次简单的数据处理过程,而是地震、地质和测井信息之间相互补充、相互验证、相互融

・742・第31卷第5期张宏等:叠后地震反演方法联合应用研究