当地下地层的温度、压力发生变化,伴随埋深压实、固结成岩以及构造应力等作用,地层的连续性会发生改变或遭受破坏,发育断层和裂缝。裂缝的特征是破裂面两侧没有明显的位移,数量一般较多,延伸范围较短,通常仅限于单个地层之内。裂缝的尺度可以小到称为裂隙或裂纹,这些裂缝的不确定性较高,可查性较差,在常规的地震剖面上较难发现。与裂缝不同的是,断层的破裂面两侧具有明显的位移,即断层会跨过地层边界。断层的种类和产状复杂多样,但数量一般相对较少。断层是岩层受地应力的作用,岩石两侧发生了明显位移的断裂结构,其连续性和完整性都受到破坏,在地震剖面中有明显的特征,断距越大,可识别性越强。上述定义从是否发生位移的角度对裂缝和断层进行了界定。在实际生产中,常规测井、成像测井和声波远探测可对小于10 m的断层和裂缝进行识别,但受限于地震资料本身品质,难以有效精准识别断距小于10 m的断层和裂缝,平面和空间识别的能力和精度也不高。结合现有地震资料的品质和可预测性,本文将断距小于10 m的断层和裂缝统称为小微尺度断缝一并描述。

经过多年的勘探开发实践,人们认识到有别于常规天然气的重要一点就是,页岩气储层必须经过人工强改造才能产生有价值的效益,如果不改造或改造效果很差,则页岩气井产量很低,没有开采的价值和意义^[1]。对于页岩气来说,好的储层是基础,有效的改造是关键。四川盆地川南龙马溪组页岩气层黄金优质储层靶窗纵向4 m左右,水平井段要控制在靶窗中心上下1~2 m的范围内穿行,轨迹控制精度要求极高,任何小微尺度的断缝对优质储层钻遇率和井轨迹优化调整都有很大影响,还可能造成压力异常、漏失、溢流点火等复杂井况,影响获产的地质基础。在水平井分段测试改造时,可能因小微尺度天然裂缝的存在使地层具有较强的非均质性,发生井间压力干扰、压窜和套变等复杂情况,影响水平段有效改造体积(SRV)和单井最终可采储量(EUR)。与此同时,小微尺度断缝的存在可提升页岩储层的纵向和横向连通性,提高渗透性,对页岩气水平段的压裂改造还有一定的正向提升作用,压裂时可充分利用这些天然断缝,适当优化压裂段数、簇数和规模,就可达到较好的改造效果^{[2⇓⇓⇓⇓⇓⇓-9]}。合理预防、治理或利用这些小微尺度断缝的关键,是对其展布特征和规模进行精细识别和预测。

目前,小微尺度断缝的预测方法较多,精度也有不同。研究人员在地震叠后、叠前裂缝预测方法技术,裂缝离散模拟的角度等各方面开展了研究,取得了较好的研究成果^{[10⇓⇓⇓⇓⇓-16]},但这些研究成果在识别断层下限和裂缝精度方面提及较少。本文结合四川盆地南部龙马溪组页岩气层中小微尺度断缝发育的情况,开展了小微尺度断缝模型组合正演模拟、响应机理和响应特征研究。

研究区位于四川盆地南部低陡构造带。志留系龙马溪组地层整体为NE向负向构造特征,构造较平缓。区域构造及宏观应力场研究表明,产建区存在发育多组不同方向裂缝的地质背景。本区已钻井100多口,建产效果较好(图1)。目前,气田依然面临套变、压窜以及提高单井产能等方面的问题。此次研究目的就是要深入评价小微尺度断缝发育程度及展布规律,对套变、压窜防治以及压裂设计方案进行优化,为进一步提高单井产能提供依据,为气田效益开发提供支撑。

研究区志留系龙马溪组实钻水平段钻遇断层结果统计表明,除可明显识别的断层外,现场通过随钻伽马及特殊元素录井精细解释,识别小断层50余条,断距0.5~2 m,平均断距1.46 m。

裂缝和微断层统计分析以FMI成像资料为基础,主要从裂缝的成因、产状、走向、倾角及倾向等方面进行分析,查明裂缝井上发育的特征及分布规律,明确裂缝的发育规律,为后续小尺度裂缝预测及裂缝建模提供基础^[17]。根据成像测井资料解释及统计,研究区龙马溪组发育高阻缝210条、高导缝138条、微断层27条,高阻缝占比56.00%,高导缝占比36.80%,微断层少量发育,仅为7.2%。

地震剖面上小微尺度断裂无明显的波组错断特征,局部的地层绕曲、褶曲同实钻小微断缝发育情况不完全一一对应(图2)。

地质模型研究表明:小微尺度断缝的发育位置通常与可识别断层发育位置、断裂带位置及地层褶曲位置相伴生;小微尺度的断层或裂缝发育时,波组有轻微变弱的特征,欠发育时波组基本无变化。模型正演结果表明不同方法预测的小微尺度断缝发育的规模和特征也有差异(图3),深度学习属性能预测出较大尺度断裂及挠曲裂缝异常(图3b'),Aberrance属性对较小尺度裂缝、挠曲异常及振幅微弱变化也可识别(图3c');同时,实际数据地震波组变弱未必同裂缝发育带一一对应,也有可能是处理信噪比不高的结果,地震波组未见明显错断也并不意味着微小尺度断裂不发育^[18-19]。因此,需要结合研究区实际情况开展小微尺度断缝的地球物理响应机理研究,进一步明确研究思路和方法技术。

结合研究区小微尺度断缝的产状、组合方式,同岩性的耦合关系等,以实钻井参数约束建模,模拟不同地震主频、不同断距和绕曲度、不同裂缝密度和产状情况下,小微尺度断裂的地震响应特征。

1)不同主频裂缝模型正演。设计不同断距的裂缝地质模型,采用全波动方程方法进行模型正演和深度偏移处理。当前25 Hz地震子波可识别10 m断距的小断层。断裂断距越大,地震可分辨性越强;相同断距下,地震资料主频增高,对断裂的识别能力增强。

2)不同断距及不同挠曲幅度裂缝模型正演。设计不同断距及不同挠曲幅度的裂缝地质模型,采用全波动方程方法进行模型正演和深度偏移处理。逆断层正演响应略强于同断距正断层响应; 在不考虑噪声的情况下,5 m断距断裂、3°挠曲幅度(纵向2 m变化)正演均有响应。

3)不同岩性地层裂缝模型正演。设计不同岩性地层的裂缝地质模型,采用全波动方程方法进行模型正演和深度偏移处理。相同断距下,相邻地层弹性参数差异越大,地震发育裂缝的可识别能力更强;地震主频增高,对小尺度断裂的可分辨性增大。

4)不同密度裂缝带模型正演。设计不同密度裂缝带地质模型,采用全波动方程方法进行模型正演和进行深度偏移处理。在页岩裂缝集中发育带,裂缝密度ρ越大,振幅响应较围岩变化越明显,在25 Hz的地震主频时可识别裂缝密度6条/m的裂缝发育带(图4)。相同密度下,速度越高,振幅变化越明显;相同密度与速度下,地震主频越高,其裂缝带的可识别性越强。但噪声的存在对裂缝响应破坏严重。

5)不同倾角裂缝带模型正演。设计不同倾角裂缝带地质模型,采用全波动方程方法进行模型正演,进行深度偏移获得正演偏移剖面(图5)。

模型正演研究表明:地震主频越高,其裂缝带的可识别性越强;在页岩裂缝集中发育带,裂缝密度越大,振幅响应较围岩变化越明显、越易识别;中倾角度(40°~60°)裂缝较直立缝和小角度缝地震响应更明显、易识别。总体上,地层中发育的小微尺度断缝目前处于可预测阶段,受地震资料本身所限,准确识别难度仍然较大。

结合断缝的尺度和可预测性,依据小微尺度断裂的发育机理,提出预测和模拟相结合的思路,综合预测小微尺度断缝发育区。一方面,注重提高地震数据信噪比和分辨率,加强基于地层形态几何属性的断缝识别,识别地震基本可识别预测的断裂或者裂缝发育区;同时,开展断缝发育的密度识别并预测小尺度断缝发育的概率,作为约束属性约束断缝建模。另一方面开展断缝建模,结合地质背景,利用地层构造形态及断裂带识别结果开展三维裂缝建模,模拟多尺度裂缝发育和分布特征。最后,将地球物理预测的小微尺度断缝结果和三维建模结果空间融合,综合预测小微尺度断缝的分布范围和概率。

方法优选着重于提升地震资料本身品质和提高小微尺度断缝预测能力。地震资料处理的核心是速度,高精度速度模型+叠前深度偏移更能解决地震数据成像中的空间归位问题,提高精细成像质量。分析前人研究成果和项目试验研究结果,小微尺度断裂预测除识别大尺度断层之外,还应注重与断层、地层褶曲等异常几何形态相伴生的小微尺度断缝预测(如地层倾角、方位角、高阶曲率等方法)和基于波形杂乱程度的小微尺度断缝预测(如熵属性和深度学习检测等),以及方位各向异性裂缝发育概率检测等,其预测结果相对更精细,吻合度更高。

高精度、高保真资料是实现断缝精细预测的基础。地震资料处理严格遵循保幅保真处理流程,在处理解释一体化思路支撑下,进行叠前时间偏移、叠前OVT处理和叠前深度偏移。做精做细静校正和速度分析工作,保证龙马溪—五峰组精细成像;做好两个迭代—异常能量压制和地表一致性振幅补偿迭代、静校正和线性噪声压制迭代,保证龙马溪—五峰组保真保幅成像。主要深耕深度域速度建模和偏移成像,提高构造成像精度。

关键处理技术通常包括:网格层析静校正、非线性反射波剩余静校正、OVT域叠前深度偏移技术、TTI各向异性速度建模与偏移成像技术等,特别是真地表TTI各向异性叠前深度偏移处理,大幅提高了地震资料成像精度与分辨能力。图6为叠前深度偏移井轨迹剖面,地层产状和小断层位置同实钻基本一一吻合。

倾角属性是时间曲线的导数,定义为任意一个平面与水平面之间的角度,通过垂直于地层走向的线与铅垂线来测量。倾角计算的精度与滑动分析窗口的大小成正比,窗口越大,倾角的计算就越精确。倾角属性描述了局部的地震反射倾角,指示了地震反射的构造特征,可以用来识别规模较大的断裂系统,也可作为层位自动追踪性能的质量控制标准。倾角属性上较长的线性条带是大断层的体现,短促的线性条带通常是微断裂的体现。通过倾角和倾向方位角的叠合显示,可以更加清晰地描述地质体产状的细微变化。

倾角θ_dip定义为:

式中:t_x为沿x方向的时间;d_x为沿x方向的距离;t_y为沿y方向的时间;d_y为沿y方向的距离。倾角属性对于断层及地层产状陡变带具有较好的反映,可以作为推断裂缝带是否发育的依据。对于裂缝预测,倾角属性只能作为预测的依据之一,其结果具有较强的多解性,但这是更精细和更高阶裂缝算法识别的基础。

在地震反射剖面宏观特征上,裂缝体中的断裂会引起地震反射同相轴明显错断,沿着错断部位也会出现弱相干异常、较高的混沌属性异常。混沌属性(熵)计算采用的是基于梯度结构张量(GST, gradient structure tensor)的计算方法。梯度结构张量M_ρ定义为

采用标准差为ρ的高斯核G_ρ对梯度向量的各个分量作平滑:

式中:U为地震数据;U_σ为平滑后的地震数据;σ为平滑尺度参数,视噪音情况及研究对象的尺度而调整;标准差ρ的选择取决于研究对象的尺度。

对梯度结构张量M_ρ进行矩阵特征分解:

式中:λ₁≥λ₂≥λ₃≥0,为M_ρ的3个特征值;v₁、v₂、v₃为对应的特征向量,v₁为局部邻域内对比度最大的方向(梯度方向),v₂和v₃构成一个垂直于v₁的局部平面。据此计算的混沌属性(熵)为

基于GST的混沌属性(熵)可以较为有效地反映局部数据结构的规则性。如:某井在水平段4 100、4 311、4 488 m位置处套管变形,熵属性裂缝带预测结果上有异常响应,套变事件位置与裂缝预测结果有较好的关联性(图7)。

Aberrance是沿着构造曲率求取的导数(曲率是倾角的导数),在很多实例应用中发现该属性对应的断裂预测结果比曲率更可靠。原理上断面位置深度落差最大,对应构造曲率0值。而构造曲率的最大值位于断层扭曲的转换位置(包括最大正曲率和最大负曲率),处于断面的两翼,这样就造成构造曲率对断面的识别存在一定的误差。对于中小尺度断层,这种误差有时候会难以接受。通过对构造曲率进行求导计算,得到Aberrance属性,其最大值正好位于断面位置,可以明显改善断面的识别精度。

地震同相轴明显褶曲的地层,虽然地震同相轴没有明显错断,但受构造应力作用,会伴生大量小尺度裂缝。这种褶曲地层由于振幅横向连续性强,用深度学习及凌乱性检测无法有效识别,而通过Aberrance属性可以对其进行有效识别。由于原始Aberrance属性计算结果的信噪比略有不足,需要对其进行增强处理,使计算结果的信噪比得到明显改善,裂缝识别更精细,同实钻更吻合。

随着近年来深度学习技术的迅猛发展,卷积神经网络(CNN)技术在地震储层预测中得到了广泛应用。从理论上讲,该技术非常适合断裂自动追踪。基于CNN图像分割的断裂检测算法将从图像分类问题转换为图像分割问题,用基于Unet的CNN网络来实现断裂的高精度识别,其主要特点和优势有:训练数据可以在三维空间里交互拾取,也可以通过随机模型产生能够模拟断裂发育的各种可能情况,做到了基于大数据的完全自动的有监督神经网络学习。使用先进的Unet CNN网络来解决图像分割问题,使用GPU解决了大量运算问题。和普通相干技术相比,CNN断裂预测结果精度更高,断裂特征更明显,规律性强。

对于裂缝发育的地层,尤其是定向缝发育地层,不同方向地层对地震波的传输能力存在明显的差异。垂直裂缝的横剖面上地震波传输速度(v(90°))慢,在平行于裂缝的方向上地震波速度(v(0°))要快,即v(0°)>v(90°),这种各向异性介质称为方位各向异性或HTI。各向异性梯度的求取可以采用直接方位振幅差异变化,也可基于分方位地震资料的弹性参数反演,在分方位预测成果数据的基础上,通过椭圆拟合的方式,对不同方位同一弹性参数的变化进行拟合,获得裂缝走向及裂缝密度。

基于叠前地震方位各向异性技术主要用于预测小尺度裂缝。首先进行方位角分析,根据角度、覆盖次数等分析结果,对方位角进行划分,对各范围方位角数据提取频率、振幅、衰减等属性,进行最优属性优选,然后进行方位椭圆拟合,求取椭圆扁率及方向,最后进行裂缝密度与方向的综合描述。同时,还可以基于分方位叠加数据开展地震反演,预测弹性参数的变化。最常用的是反演纵、横波速度比属性,该属性能直观反映振幅梯度的变化率,通过对不同方位反演的纵、横波速度比(泊松比)的椭圆拟合获得裂缝密度及裂缝方位。以实测FMI资料井为例,解释的高导缝与微断层主要为NE走向,叠前预测的裂缝方向为NE方向,两者预测结果吻合(图8)。

页岩气藏天然裂缝主要有构造缝与非构造缝两大成因类型,前者主要受构造应力等外因控制,后者多受岩矿组成等内因控制。页岩气藏天然裂缝建模先针对大、中尺度裂缝进行分步建立,从多元信息应用、多技术融合、多学科交叉等方面,开展多尺度多方法融合的天然裂缝表征与建模,综合地质工程一体化建模理念,从模型类型、数据整合和模型融合3个方面对页岩气藏开展裂缝建模。

裂缝预测成果针对研究区小微尺度断缝分级方案,通过地震优化处理提升地震资料的信噪比,然后利用深度学习、Aberrance技术和机器学习技术实现不同尺度裂缝的识别,最终形成研究大、小尺度裂缝预测体,奠定了三维裂缝建模的基础。

三维裂缝建模主要研究内容包括5个方面:

1)裂缝信息分析。综合单井成像资料、裂缝解释成果资料、地震响应特征以及预测裂缝的相关地震属性资料,对研究区的裂缝尺度、裂缝规模、裂缝产状等基本信息进行分析评价。

2)地震属性整合。基于地震预测大、小尺度裂缝预测结果,融合成裂缝模型,并结合单井提取强度数据,生成裂缝强度体。

3)确定性建模。裂缝确定性建模基于融合裂缝模型,提取裂缝片数据并以此为基础,采用确定性建模方法建立离散裂缝网络模型。基于网格几何属性与确定性离散裂缝模型,渗透率采用ODA算法对裂缝模型粗化,建立等效介质(孔、渗)模型,表征裂缝的各向异性。裂缝粗化结果显示孔隙度分布范围为0~0.03%,平均渗透率为0~1 400 mD。

4)随机建模。基于融合裂缝模型、裂缝强度模型,以随机裂缝建模方法建立离散裂缝网络模型。基于网格几何属性与随机离散裂缝模型,渗透率采用ODA算法对裂缝模型粗化,建立等效介质(孔、渗)模型,表征裂缝的各向异性。裂缝粗化结果显示孔隙度为0~0.03%,平均渗透率为0~1 400 mD。

5)裂缝模型校正。基于龙马溪小层事件点校正裂缝模型,统计漏失、钻遇断裂及套变等事件点资料,在成像测井资料参与的DFN裂缝模型(discrete fracture network)基础上进一步校正裂缝模型(图9)。分析统计与裂缝相关的时间点数据,过井切片检查钻遇复杂情况与裂缝模型匹配符合率,收集事件点235个,符合点201个,符合率85.53%。

如前文所述,同可识别的断层相比,小微尺度断缝表现出弱异常特性。地震数据本身的识别精度以及方法技术的多解性,造成单一方法的预测结果存在不确定性。裂缝建模是基于地震预测结果的延伸,加入了地质约束,但受网格大小和算法的影响,建模结果也存在一定的多解性。面对地下同一个小微尺度断缝,多方法融合、多成果验证,可提高预测的准确性。本次基于小微尺度断缝地震模拟响应特征和发育的地质模式为指导,分为小微断缝带和小微裂缝带进行刻画和描述,优选针对性预测结果,赋予不同的权重值。为融合表征,本次将各个属性和建模结果进行了标准化,赋值在0~1之间,各属性叠合权值为1。各属性权值的大小,利用神经网络机器学习自动赋值,验证标准就是裂缝预测结果同实钻结果吻合度最高。

经过神经网络自动判断赋值,与地震可识别的断层紧密相关的小微断缝带的刻画选用的是构造熵属性(权值0.35)配合深度学习断缝检测(权值0.23)、方位各向异性(权值0.2)和裂缝模拟结果(权值0.22)。从多属性融合断裂检测属性显示来看,小微尺度的断缝带同大尺度的断裂有着非常明显的伴生关系,能够反映与断裂紧密相关的小微尺度断缝发育段的分布情况。小微裂缝带通常与地层褶曲及小尺度断层发育带相关。利用构造熵属性(权值0.1),配合深度学习(权值0.24)、曲率增强(权值0.35)与裂缝模拟(权值0.29)融合预测,刻画与断褶相关的断褶缝带。

基于地球物理预测成果和地质建模成果的融合,实现了对本区页岩气层小微尺度断缝较为完整的预测与描述(图10)。研究区龙马溪组页岩气小微尺度断缝分布规律如下:①小微尺度断缝基本与断层、地层褶曲伴生,地质意义明确,走向NE,西北部为NW向或NNW向;②研究区小微尺度断缝相对比较发育,南部、东部构造相对复杂区预测裂缝较北部低洼平缓区更发育。

本次针对龙马溪组页岩气的小微尺度断缝精细预测研究成果得到了生产实践的验证,精细描述及统计100多口井钻压工程复杂事件,平均吻合率80%以上,可作为钻井、压裂等工程实施的重要参考因素。

1)与钻遇断层裂缝吻合性分析。若已钻井钻遇小断层或裂缝,预测结果小断层或天然裂缝发育则吻合(2个地震道距离的偏差内),若与预测裂缝距离在5个地震道距离以内,则为基本吻合,此外情况则为不吻合。统计吻合率为54.84%,基本吻合率为29.03%,总吻合率为83.87%(表1)。

2)与漏失事件、套变事件吻合性分析。对融合裂缝预测结果吻合度进行统计,与三开发生漏失的吻合率为50.00%(2个地震道距离的偏差内),基本吻合率为31.25%(5个地震道距离偏差内),总吻合率为81.25%(表2)。统计裂缝预测与套变事件的吻合率为42.85%,基本吻合率为38.10%,总吻合率为80.95%。套变事件整体吻合度有所降低的原因在于天然断缝的发育只是导致套变的原因之一,并非对应的决定性因素。

3)与产能相关性关系分析。通过剔除套变井以及压窜严重井样本数据,研究区多口井首年累产与裂缝密度存在一定正相关性,表明天然小微尺度断缝对产能具有正向的贡献(图11)。

1)小微尺度断缝通常与断层、断裂带、地层褶曲位置处伴生,小微尺度的断层或裂缝密集发育时,波组有轻微变弱的特征,欠发育时波组基本无变化。地震主频越高,其裂缝带的可识别性越强;在页岩裂缝集中发育带,裂缝密度越大,振幅响应较围岩变化越明显、越易识别;中倾角度(40°~60°)裂缝较直立缝和小角度缝地震响应明显、易识别。

2)本文利用高精度地震预测属性和断缝建模结果相结合的思路预测小微断缝和裂缝带,实现了对研究区页岩气层小微尺度断缝较为完整的预测与描述。与断层紧密相关的小微断缝带较有利属性是构造熵、深度学习断缝检测、方位各向异性裂缝预测属性,断缝模拟作为地震预测结果的延伸,加入了地质约束,成果总体对小微尺度断缝指示性较好。

3)本次针对龙马溪组页岩气的小微尺度断缝精细预测结果同研究区龙马溪组页岩气层水平井钻遇的小微尺度断层、地层漏失、井间压窜以及单井产能情况吻合度高,得到了生产的验证,证实了该方法预测小微尺度断缝的可行性。该研究思路可为类似页岩气层系小微尺度断缝的预测研究提供参考。