无井约束的地震属性分析

地震属性有多种，本次研究主要提取了振幅、频率和道积分，这些属性是波的动力学特征，在进行相对保幅处理的地震数据中，这些属性能够反映与地下反射体的物性有关的信息。在三维数据体上，沿地震反射层提取这些属性，并以平面分布图的形式显示，就可以研究它的平面展布规律，在已知的钻井附近，研究井旁地震道的这些属性与钻井中储层含气性的关系，就可对储层的含气性分布有一个初步认识。

（1）振幅特征

地震反射波的振幅是常用的地震动力学特征之一，当地层含气时，反射振幅能以“亮点”“平点”“暗点”的形式表现出来。气层的反射振幅特征取决于储层和盖层的速度关系。声波测井曲线的统计表明，本区砂泥岩速度有一定的差别，在盒二、三段砂岩的速度大于泥岩的速度，砂岩含气后速度要降低，使得盖层和储层之间界面的反射系数变小。在盒一段和山西组，砂岩的速度接近泥岩的速度。因此，按这种速度关系，预测气层的反射振幅特征应属于较弱振幅，即在含气层处，振幅表现为较弱反射。

（2）分频解释技术

分频解释技术是一种全新的地震储层研究方法，是以傅立叶变换、最大熵方法为核心的频谱分解技术，该方法在对三维地震资料时间厚度、地质不连续性成像和解释时，可在频率域内对每一个频率所对应的振幅进行分析，这种分析方法排除了时间域内不同频率成分的相互干扰，从而可得到高于传统分辨率的解释结果。经过分频解释处理后呈现出来的是全新的储层成像，是进行储层厚度计算、确定储层边界、优化井位设计的先进技术。

（3）地震道积分处理

道积分是对地震道数据进行变限求和，得到的是有限带宽的对数相对波阻抗。道积分把地震道变成了岩层型剖面，能与钻井和声波测井直接进行层位对比。在积分道上，黑色波峰对应声波测井高速砂层，白色波谷对应低速泥岩。利用道积分可确定砂泥分界线，追踪砂体相对波阻抗的横向变化及砂层厚度变化。另一方面，砂层含气时，也可使相对波阻抗值变小。因此相对高波阻抗值可代表砂体的分布范围，高值中的相对低值指示了良好的天然气显示区。

（4）基于波形的地震相分析技术

图4-27 神经网络模式识别原理

神经网络地震相、沉积相识别技术是一种利用神经网络技术对地震道波形变化进行分类的技术。当储层的沉积微相、岩性、储集体特征、流体组分发生变化时，地震反射波形状会发生变化，根据变化进行分类，识别出河道、点砂坝、河漫滩、河心滩等沉积环境，达到描述沉积特征和储集区带的目的。其主要原理是通过地震数据自学习来判断不同的波形模式，不同的特性被赋予一组特定的值，称为“类”，从而建立一组模型道。将第一步得到的类与实际地震道进行比较，每一道将被赋予与它最佳匹配的模型道的类数。最终得到地震相分类平面图。某一类或某一组地震相与特定的地层、沉积体系或含气储层相对应（图4-27）。

（5）相干体技术

相干体技术是一种叠后处理的地震属性，它用来比较相邻地震道的相似性或非相似性。对相干体的沿层切片，或沿剖面观察，或沿某一层位的时窗内提取相干值可看到地震数据的相干性在空间上的变化。一般地，在岩性单一的地方表现为强相干，在断层处表现为弱相干。