大庆油田自投入开发以来，已经有五十余年的开采历史，目前绝大多数油田已进入高含水、特高含水时期，稳产难度越来越大.就目前而言，大庆油田稳产重任的战略目标主要放眼于以下两个方面：一是对开展高含水油田提高采收率的工作，如对萨、葡油层所进行的二次采油、三次采油等，尽可能挖潜老油田的剩余油( 李占东等, 2011, 2013； 王琦和李红梅，2012； 郝兰英等，2012)；二是寻找新的油气储量潜力区和产量接替区.前者不是本文讨论的重点，而后者，则以大庆油田中浅层下部组合的扶杨油层最为瞩目，其油气资源量为27.50×10⁸ t，相当于一个大中型油田的储量.但令人困惑的是，经过多年的勘探、评价和开发工作，扶杨油层的进程未达到人们所期待的成就，其探明储量仅为7.70×10⁸ t(截止2015年)，占总资源量的28%.导致这一现状的主要原因是勘探决策的失误, 还是盆地内客观地质条件的必然反映？

不难理解，松辽盆地扶杨油层为特低渗透油藏，储层致密，隐蔽性强，绝大部分油气资源主要集中在河道砂储层内.以扶余油层为例，扶余油层储层分布广，具有“薄、小、散”的特点.“薄”指单砂层厚度薄( 封从军等，2015； 王朋岩和李耀华，2016)，单期河道砂体厚度一般2~3 m；“小”指砂体规模小，开发区砂体解剖表明，河道宽度在100~300 m；“散”指砂层纵向不集中、横向不连续.纵向上发育多期河道，但集中度较差，每套油层组约30 m地层厚度中一般只发育1-2期主力河道；砂体横向上连续性差，由于多期叠置，平面错叠分布.并且，扶余油层断裂较为复杂，平面上储层被断层进一步复杂化，这对扶余油层河道砂的刻画可谓雪上加霜.

本文在详细调研前人研究成果基础上，以Z区块为实验区，重点采用3项针对性的关键技术——基于正演的属性优选技术、地震反演技术和地震属性融合技术.实践证明，尽管存在分辨率和时窗的限制，采用多次迭代属性融合技术，地震反射仍能够对埋藏在地下的沉积体系成像，达到了有效刻画河道砂的目的.

松辽盆地经历了泉头组-青山口组，姚家组-嫩江组两次湖泊水体扩张-萎缩过程，泉头组三、四段沉积于松辽盆地沉陷期.泉头组末期湖海沟通，发生了海侵事件，沉积青一段大面积页岩和油页岩，是盆地中浅层主要烃源岩，Z地区位于松辽盆地南部，本区为古松花江冲积平原，含油层系主要位于烃源岩层系下的扶余油层，地层厚度220~240 m左右.受南部保康-怀德沉积体系控制，以保康物源支配为主，以三角洲分流平原、三角洲前缘为主，水流方向为西南-东北向.扶余油层自下而上分为三个油层组(FⅠ、FⅡ和FⅢ)，细分为17个小层( 图 1)，含油层位主要位于FⅠ油层组和FⅡ油层组上部( 王朋岩和李耀华，2016).其中，FⅢ、FⅡ油层和FⅠ油层岩性多为棕灰、棕褐色油斑、油浸、含油粉砂岩、绿灰色含钙粉砂岩，与紫红、紫红杂灰绿色泥岩呈不等厚互层；FⅠ油层上部为绿灰、灰绿、紫红色泥岩.河道砂的特征韵律较明显，底部多见冲刷面，主要零散分布在工区内.

图 1

Figure 1

图 1 Z地区扶余油层综合柱状图图 Figure 1 Fuyu reservoir area Z integrated histogram

Z区块位于松辽盆地中央坳陷区朝阳沟阶地西部肇源鼻状构造上，构造呈现南高北低的趋势，构造的形成主要是受北东向断层控制，受晚期构造抬升和反转作用，区内发育多个北西向伴生断层，断距较小，主要为晚期活动的断层.由于构造及湖(海)平面变化引起的水进和水退作用，在断裂带和斜坡带上发育砂岩透镜体和砂岩上倾尖灭，从而形成低幅度构造岩性油藏，圈闭面积一般在0.4~0.8 km².

众所周知，地震信号的特征是由岩石物理特性及其变异直接引起的，所以有关储层岩性、物性、流体成分等相关信息都隐藏在地震数据中.如何能够最大限度地提取相关信息，诸如储层岩性、物性变化一直是储层预测的难点问题( 牟智全等，2009； 赵虎等，2009； 刘光蕊等，2011； 姚威等，2013； 于正军，2013； 李婷婷等，2015).传统的研究方法侧重于提取地震属性和地震反演，但二者又各自存在自身的局限性：

(1) 地震属性从早先的振幅、相位、频率等属性发展到现在有上百种，这些地震属性不同程度上反映了地下的地质条件，但每一种地震属性都只对某些地质特征敏感，该如何从众多的属性优选出能够反映河道砂储层敏感属性是有待解决的问题之一.

(2) 传统地震相波形分类的方法采用自神经网络的方法，实现地震波形无监督的聚类和分类.由于受地震波调谐的影响，波形变化可能受砂体及隔层厚度变化的影响，不一定反映相的变化，因此，波形分类的结果过于敏感，只能够用于非调谐波形的分类，对于薄互层地区反映的分类结果比较杂乱，分辨率较低、规律性较差.而且分类边界的确定缺乏地质意义指导，转化为沉积相时难度较大.

(3) 由于扶余油层薄互层结构复杂、组合关系多样，很多传统反演方法虽然地震分辨率较高，但无法满足精度要求，同时，由于井震标定不对应、噪声、多解性等问题往往导致其结果可解释性较差，简言之，反演的可信度有待商榷.

地震属性的结果表现形式是“突变”的定性结果，而地震反演的结果表现形式是“渐变”的半定量结果，如何能把优选地震属性和地震反演二者相结合，以此完成扶余油层河道砂刻画，这是本文有待解决的问题.因此，本次提出了地震多属性迭代交互及聚类的方法，结合地震影像学属性融合技术，可以快速了解地下地质体的内部结构和分布，定位地下的“甜点”和异常体，从而完成精细的河道砂的刻画.

地震属性都有其适用性和在参数选取上的合理性，不同规模、不同地区的地震响应特征有所不同.因此不能全盘照搬而只能借鉴其经验，需针对不同地区不同地质条件进行分析( 陈文浩等，2015).

为了分析不同地震属性与砂体之间的敏感关系( Zeng et al., 1998)，通过设计不同储层类型的二维正演模型实验加以说明( 图 2).设计了四种沉积类型的正演模型，分别为单期河道、多期河道、废弃河道和天然堤四种微相的砂泥岩类型：单期河道沉积厚度大，一般在4 m以上，电阻率测井曲线呈现明显的钟型旋回；多期河道叠加厚度在4 m以上，电阻率测井曲线表现为齿化钟型的多级旋回；废弃河道和河道间砂体厚度一般在3 m以下，电阻率测井曲线表现钟型或指状型；天然堤的单个砂体厚度较薄，多见互层、薄互层，电阻率幅度明显下降，可见箱型、齿化箱型或漏斗型，自然伽马曲线呈现尖刀状，分选较好.给定雷克子波频率为35 Hz，砂岩层速度2200 m/s、密度2.51 g/cm³，泥岩层速度1500 m/s、密度2.28 g/cm³.从正演分析结果分析如下：

图 2

Figure 2

图 2 不同微相类型的地震反射特征正演分析 Figure 2 Forward modeling of seismic reflection characteristics of different types of microfacies

在振幅属性方面，根据扶余油层的实际地质情况，建立最大厚度为100 ms的楔形体，设定砂岩介质的波阻抗为10050 g/cm³·m/s，泥岩的波阻抗为7700 g/cm³·m/s，利用工区内平均地震子波，得到如下楔形体反射波组( 图 3).对正演剖面进行属性提取模拟，提取其振幅类属性，包括最大振幅、最小振幅、总能量、均方根振幅等属性，得出如下结论：

图 3

Figure 3

图 3 不同地震振幅属性与砂岩厚度关系正演模型 Figure 3 Forward modeling of the relationship between different seismic amplitude attributes and sandstone thickness

(1) 在振幅特征方面，河道砂(含单期、多期等)正演结果表现为河道砂中心反射特征位于波峰半幅点和波峰至波谷转换点之间，且受砂岩厚度影响较大，而非河道振幅特征不明显.

(2) 当砂岩最大厚度不超过5 ms(小于调谐厚度)，振幅与厚度存在单调关系；当砂岩厚度最大厚度超过5 ms，振幅与砂岩厚度关系不大.

(3) 从提取的几种属性与河道砂敏感程度分析来看，求和振幅属性对储层最为敏感，其次最大振幅属性和最小振幅属性.

反射波在频率域方面，不同的模型表现出很大的差异性，其主频随着厚度变小有逐渐升高的趋势，在第四种薄互层模型中出现次极值现象，换言之，薄互层模型相当于一个带限滤波器，吸收特定频率的能量，通过把频谱数字化的手段，得到砂岩厚度与其反射波敏感频率的拟合公式为

式中：f为反射波的特定响应频率，单位Hz；d为储层厚度, 单位m.

传统的地震分辨率在时间域的极限是1/4λ，然而频谱分析技术是从频率域对储层进行分辨识别，每一个薄层都有一个特定的频率与之一一对应(在薄互层中会出现两个特定频率)，其分辨能力主要依赖于地震信息的信噪比，信噪比越高分辨能力越强.在频率特征方面，受河道厚度影响较大，厚砂分布于中—高频段，并随厚度的减小，频率逐渐降低.

综上所述，该区振幅属性和频率属性与河道砂厚度响应较好，可以作为优选的两类属性.

不同地震属性的物理意义不同，且对储层类型响应存在差异.因此，在属性迭代和融合过程中，必须优选相关系数高、对河道砂敏感的属性进行融合.总体思路和技术流程如 图 4所示.

图 4

Figure 4

图 4 多次迭代地震属性融合技术流程 Figure 4 Multiple iterative seismic attributes fusion technology process

(1) 融合次序的分配.确定参与分类的各属性分布优先级，以地震振幅属性为例，振幅主属性定为求和振幅属性，次属性依次类推.

(2) 属性归一化处理环节.以井为半径中心点对属性进行取值并加权平均，公式为

式中：r为搜索半径；V_{x, y}为某点属性值.

(3) 属性融合.对每一口井的每一个属性分别进行属性加权计算，定义参加运算井的加权属性值门槛值为

该加权属性值可以作为区分储层的门限值，据此，同样求取出其他敏感属性的门槛值.由于计算的加权属性值和井点的加权属性值V存在一定的误差，需对该误差进行进一步校正.为更大程度上降低误差，利用多元回归的方法，对和V进行拟合，确定最佳加权系数，利用该系数即可与选择归一化的属性数据进行属性融合，融合公式为

式中：k_x为第x个属性的融合系数；A_{x, i, j}为第x个属性第i线号第j个道号的选择归一化属性值.

(4) 多次迭代属性融合.重复上述(1)~(3) 步骤，开展不同级次属性融合.一次迭代属性融合为第一级次，是将振幅与频率的主次属性分别融合成振幅分量和频率分量；二次迭代属性融合为第二个级次，将振幅分量与频率分量进行再次融合，尽量整合地震信息得到地震属性分量；三次迭代融合属性为最后一个层次，是将地震属性分量与地震反演分量属性进行三次融合，最终完成多次迭代属性融合结果.

(5) 基于地震影像学的解释经验分类与合并.即边界相似度很高即可合并，最终剩下的分类即为最终的相分类结果，并对每种分类都赋予了相应的颜色代码，并进行成图.

在属性融合的基础上，结合地震反演成果，实现了Z区主力单元河道砂体的有效刻画( 夏吉庄，2010； 张国栋等，2010； 潘昱洁等，2011； 唐湘蓉等，2012).首先，以属性融合为定性手段，参考属性河道砂的平面分布规律，定性判断该单元河道的走向和规模；其次，以地震反演成果为依据，利用井震标定定量结果，通过反演切片的特征，并结合钻井资料验证，完成主力单元河道砂空间展布的刻画.

以FI71沉积单元为例，利用地震振幅、地震分频等属性，完成了多次迭代地震属性融合( 图 5).对于河道规模较大的区域，地震反演沿层切片与融合属性对应较好，这预示了扶余油层河道砂为地震反演的高值区.在属性融合红色区(代码1) 对应沿层反演切片的高阻抗值域( 图 6)，钻井证实为河道砂体发育部位.采用“井点定相、属性定形，反演控界”的方法，在FI71沉积单元内，多属性融合成果初步判断出一南北走向分支河道，呈“Y”字型展布，结合钻井资料，利用地震反演切片进一步刻画河道轮廓( 图 7).区内共预测河道6条，其中，基于井落实河道2条，基于属性融合预测河道4条，且整体河道连续性好，基本延伸至全区，河道平均宽约450 m，最大延伸长度6.5 km.因此，基于上述思路和方法，完成了Y区重点6个主力单元河道刻画( 表 1).

图 5

Figure 5

图 5 Z区扶余油层FI71沉积单元融合属性图 Figure 5 Fusion attribute graph of FI71 sedimentary unit Fuyu oil layer in Z area

图 6

Figure 6

图 6 Z区扶余油层FI71沉积单元地震反演切片平面图 Figure 6 Seismic inversion section plan of FI71 sedimentary of unit of Fuyu oil layer in Z area

图 7

Figure 7

图 7 Z区扶余油层FI71沉积单元主力河道预测图 Figure 7 Prognosis map of main channel of FI71 sedimentary unit of Fuyu oil layer in Z area

表 1 (Table 1)

表 1 Z区扶余油层主力单元主河道预测表 Table 1 Prognosis table of main stream channel of Fuyu oil layer in Z area

表 1 Z区扶余油层主力单元主河道预测表 Table 1 Prognosis table of main stream channel of Fuyu oil layer in Z area

反演为渐变型，属性为突变型，二者有机结合，增加河道预测的可靠性.地震反演为定量或半定量的预测手段，其成果显示在横纵向为渐变显示的成果，而地震融合属性为突变型成果体，只针对诸如河道砂与非河道砂的预测，二者有机结合，增加了主力层河道预测的精度.以Z区扶余油层为例，完成了6个主力单元河道砂的预测.

属性融合的局限性.一是原始地震资料信噪比；二是面积不宜过大适用于中小面积；三是地质条件不宜过复杂，如微相类型过多等；四是受时间和运算效率和精度的限制，属性融合迭代次数不宜过多.