第1章 绪论
1.1 研究背景及意义
随着我国石油天然气勘探、开发工作的不断发展，我们面临的勘探对象和开发环境越来越复杂，面临着艰巨而复杂的任务。我国陆上复杂油气储层包括薄互层砂岩储层、碳酸盐岩储层以及各类特殊岩性体储层。复杂储层油气藏的勘探与开发是世界性难题，这些难题归根结底是复杂介质中地震波传播规律的理论认识及实验研究，以及基于理论认识的针对油气藏特征的储层地球物理方法研究。同时，复杂储层油气藏也是今后重要的勘探领域之一。
复杂储层油气藏在地质形态上的主要特征是陡(倾角大)、断(断层发育)、缓、平(构造幅度小)、薄(储层厚度小)、小(分布范围小，分散)、裂(裂隙孔洞)、深(埋藏深)，且往往以这些特征的组合形式出现。对缓、平、薄、小之类的储层而言，在地震记录上因时差小难以察觉和识别，甚至出现假象。对陡、断、裂、深储层而言，地震记录复杂，多种波叠复交叉，信噪比低，层位对比与识别十分困难[1]。
我国陆上复杂油气储层中的薄互层砂岩储层的特点是分布面积大、丰度低、渗透率低而致密。这类油气藏主要有松辽盆地长垣两侧和松南地区岩性油藏、鄂尔多斯中生界岩性油藏和上古生界岩性气藏、川西北浅层岩性气藏等。需要采用高新技术，识别主砂带、裂缝发育区，查明岩性圈闭，低品位中找甜点。碳酸盐岩油气藏主要分布在四川盆地、鄂尔多斯盆地下古生界以及塔里木盆地台盆区。需要预测溶蚀孔、洞和裂缝发育带，寻找*佳钻探靶位[2]。
复杂储层油气藏勘探与常规构造勘探相比，难度更大，勘探的技术手段也具有较大的差别。因此，需要研发相应的针对性技术手段，提高复杂岩性油气藏和碳酸盐岩储层的勘探效益。
复杂储层的特点是地层厚度小，非均质性强，目标隐蔽性强，因此预测难度大。复杂储层油气藏勘探的关键是复杂岩性体成像与识别，非均质储层横向预测。研发这项技术具有较大的难度。
目前还没有一套系统完整的复杂储层找油气的理论和预测方法，而我国目前油气勘探领域和开发目标越来越复杂，对地球物理勘探技术的需求非常迫切，要求也非常高。因此，复杂储层预测技术具有广阔的应用前景。
因此“复杂储层地震预测理论及应用研究”是油气勘探对物探技术的需求，具有重要的理论和实际意义。对于复杂储层而言，我们应该立足地震资料，结合钻井、测井等地质资料，以地震物理模型为基础，多学科、高技术联合与攻关，寻求新的理论和方法。
1.2 本书主要研究内容及技术路线
1.2.1 主要研究内容
在动力学非线性系统基本理论研究的基础上，针对储层具有非线性的特征，本书对储层非线性方法与技术进行了系统而较深入的研究，其主要研究内容如下。
(1)动力学非线性系统特征和储层非线性特征研究。主要分析研究应用于储层地震预测的动力学非线性系统的基本理论问题：动力学非线性系统的混沌特征、分形特征、混沌与分形的关系、突变特征以及储层地震信号非线性特征。
(2)储层裂缝非线性预测研究。基于非线性理论，在重建的相空间中，提取3种非线性参数：关联维数、李雅普诺夫指数和突变参数，采用“综合参数法”或“非线性评价技术”，获取表征裂缝发育程度的综合非线性参数，以圈出有效裂缝富集区及建立裂缝富集区与油气富集区之间的关系。
(3)地震高分辨率反演方法与技术研究。基于GA-BP理论，将自适应遗传算法与人工神经网络技术的优势集于一体，由编码、适应度函数、遗传操作及混合智能学习等产生新的地震反演方法。这种反演方法将BP算法作为一个算子嵌入自适应遗传算法中，以概率的方式进行搜索，从而快速而精确地找到全局*优解，获得高分辨率反演剖面。在这种地震反演方法中，建立非线性映射关系和更新非线性映射关系将成为本书研究的关键问题。
(4)储层地震非线性综合预测与评价研究。基于GA-ANFIS理论的储层地震非线性综合预测是以地震属性参数提取技术所构成的参数空间进行优化处理形成新的参数空间作为储层综合预测的输入参数，将GA与ANFIS相结合，优化ANFIS网络参数，并利用GA算法与TS(tabu search)算法相结合的自适应混合学习算法进行储层综合预测，获得储层综合评价参数，它表征储层的有效性，可作为储层品质和含油气性指标。
(5)按照模型相似性理论，采用先进技术制作高精度模型；测试和分析裂缝密度、裂缝方位、裂缝张开度的变化以及孔洞体积比变化引起的地震波特征响应，为检测裂缝和油气提供实验依据。
(6)应用研究。应用新建的储层地震非线性预测方法系列及软件系统对碳酸盐岩储层、碎屑岩储层和火山岩储层等进行了预测研究，获得了优于储层常规预测方法的成果，极大地提高了储层地震预测效果。
1.2.2 技术路线
岩石物理测试与分析是地球探测、地球物理研究必需的重要基础数据资料，是联系地质与地球物理的纽带与桥梁，可以有效地消除地震解释与反演结果的多解性，是促进地震解释和反演结果由定性到半定量并发展到定量的基础。由此建立了基于地震岩石物理学的复杂储层非线性预测技术路线，如图1-1所示。
图1-1 基于地震岩石物理学的复杂储层非线性预测技术路线(后附彩图)
在非线性科学迅速发展的推动下，针对储层具有非线性特征，本书将储层预测的线性理论及方法技术推向储层预测的非线性理论与方法技术，形成由储层裂缝地震非线性预测、储层地震高分辨率非线性反演及储层地震非线性综合预测与评价组成的储层非线性方法与技术系列，并与物理模型测试与分析技术相结合，且在实际中去检验和评价。其技术路线如图1-2所示。
图1-2 技术路线与工作流程图
1.3 技术关键和主要成果
1.3.1 技术关键
(1)动力学非线性科学作为一门新兴学科，涉及的研究内容和研究范围相当广泛，还存在许多有待进一步发展的方面。本书是将动力学非线性科学提供的部分全新概念和算法应用于储层预测之中，建立新型的储层预测理论和预测方法，以适应复杂多变的储层。
(2)将GA、BP、ANFIS及TS理论和算法应用于地震反演和储层预测之中，形成与地球物理交叉的边沿学科，其首要问题是建立新的嵌入技术和新的混合算法，充分发挥各自的优势，使反演系统和预测系统稳定而快速地收敛，获得高分辨率的反演剖面和有效且正确的储层预测结果。
(3)由井点出发，构造非线性映射关系，并自适应地更新非线性映射关系，将成为储层地震高分辨率非线性反演的首要问题，合理而正确的非线性映射关系才能得到正确且有效的非线性反演结果。
(4)物理模型的设计，特别是模拟复杂地质体的模型设计难度大。因此，在模型设计时，须考虑模型与实际地震勘探对象之间的相似性及实验结果的可对比性(含不同波形识别)和实用性。
(5)在储层评价中建立储层评价指标，使储层预测从定性预测发展为定量预测。
1.3.2 主要成果
针对非线性理论在地球物理油气勘探应用中较薄弱的问题，通过系统研究，开创了一条储层地震非线性预测之路。其主要成果如下。
(1)基于岩石物理模型的实验研究，根据缝洞型储层的特征，设计制作了多种缝洞物理模型。研究了温度及压力环境下多种模型不同缝洞密度的地震波响应特征。分析了在温度及多种压力条件下模型缝洞密度与地震波速度、振幅、衰减、主频率等参数之间的关系和变化规律。形成了从定比观测理论、定向裂缝模型、孔洞模型到多种缝洞模型的研究系列。深入研究了系列物理模型的地震响应特征。分析了多种环境下缝洞特征参数与地震波速度、振幅、衰减和主频率等属性参数之间的复杂关系和变化规律。提出了不同地震波属性参数对缝洞特征检测的敏感度，进一步加深了地震波的动力学参数比运动学参数对于储层缝洞的检测更为有效的认识。
(2)本书从一维非线性系统入手，研究了动力学非线性系统的混沌演化特征和分形特征以及它们之间的关系；从齐曼机构导出的尖点突变入手，研究了动力学非线性系统的突变特征以及储层的多变复杂性和不连续的突变性与尖点突变模型具有相似或相近的突变特征，为地震储层信号时间序列变换成尖点突变模型的标准形式提供了依据。
(3)本书基于非线性理论，创建了储层地震预测领域内的三大非线性方法技术系列：储层裂缝地震非线性预测方法技术、储层地震高分辨率非线性反演方法技术及储层地震非线性综合预测与评价方法技术，并与物理模型测试和分析相结合，以提高储层预测效果。这种储层地震非线性预测方法与技术优于常规储层地震线性预测方法与技术，具有高分辨率、高有效性和高可靠性的特点，将储层预测与评价推向半定量到定量的新阶段。
(4)在地球物理油气勘探领域中，本书首次系统地阐述了在重建相空间中建立动力学系统和准确提取关联维数、李雅普诺夫指数以及基于突变理论提取的突变参数地震属性。这3种非线性参数是与裂缝直接有关的“直接参数”，这些参数不受或很少受其他因数的影响，综合参数法或非线性评价技术所构成的储层裂缝地震非线性方法技术可详细地指示储层内部结构的变化、裂缝系统的复杂程度和裂缝的空间变化规律，因而，能准确地找到有效裂缝富集层段或区块，并可建立有效裂缝富集与油气富集区之间的关系，是一项裂缝预测的创新技术。
(5)本书提出了一种集遗传算法和人工神经网络技术的优势于一体的地震高分辨率非线性反演方法，它采用改进的新的混合智能优化算法，这种优化算法是将BP算法作为一个算子嵌入自适应遗传算法中，以概率PBP的方式进行搜索运算，且概率自适应变化，自适应地调整反演系统向稳定收敛的方向演化，从而快速而准确地找到全局*优解。
本书创造性地提出了地震高分辨率非线性反演中的非线性映射技术：在井点建立非线性映射关系及在反演过程中根据地下介质在纵、横向上的变化特征自适应地更新非线性映射关系。
大量的地震数据反演处理结果证明，地震高分辨率非线性反演方法具有突出优点：在测井约束下，反演不依赖初始模型或要求极低，反演系统稳定且收敛快；反演所获得的地震参数剖面(波阻抗剖面或速度剖面及储层密度剖面等)具有分辨率高的特点，这种高分辨率反演剖面清晰而详细地反映出储层在纵横方向上的变化特征。因而，这种反演方法与其他反演方法(如Jason)相比较，属于高水平的反演方法。
(6)基于GA-ANFIS理论，在储层地震属性参数提取和参数优化处理所形成的参数空间的基础上，本书提出了储层非线性预测与评价新方法。储层地震非线性预测与评价方法是利用地震数据和测井数据之间的非线性映射关系建立训练样本，将GA算法与ANFIS网络中的学习算法(GD+LSE混合学习算法)相结合的自适应混合算法分别优化训练ANFIS网络的前提参数和结论参数，并在遗传算法中加入禁忌搜索(TS)算法，加快了网络收敛速度，提高了网络性能。应用所提出的方法对各类储层进行预测研究，获得了储层综合评价参数，它表征储层的有效性，可作为储层品质和含油气性的指标。该预测方法与算法均能适应油气储层的复杂性及多变性，是对油气储层预测方法技术的一种新发展。
(7)在算法方面，本书在对BP算法、GA算法、ANFIS网络中的算法和禁忌搜索(TS)算法的优缺点进行分析总结的基础上，给出了两种混合算法：第一种算法是将GA算法与BP算法混合，形成GA-BP混合算法或带禁忌搜索的GA-BP混合算法，并将BP算法嵌入GA算法内部，用于地震波阻抗反演、速度反演及储层密度反演；第二种算法是将GA算法与ANFIS网络中的算法和禁忌搜索(TS)算法相结合形成模糊神经网络混合算法，并将*小二乘(LSE)和梯度下降(GD)嵌入GA算法内部及在交叉操作上加入禁忌搜索(TS)算法，用于储层地震非线性预测与评价。本书新构成的两种算法是对传统的混合算法的一种改进，它们均能适应储层的复杂性和多变性，在实际应用中产生了很好的效果。
在非线性理论、方法与技术及算法研究的基础上，用C语言和FORTRAN语言研制完成了“储层地震非线性综合预测与评价系
展开
