（一）薄互储层地震预测技术
滨浅湖滩坝储层集中段往往位于大套连续沉积的厚层湖泛油页岩之下，由于油页岩标准层强反射的屏蔽及薄互层反射之间的干涉效应，滩坝砂体反射常常淹没在背景反射中，使常规的储层预测技术无法实现准确预测。如何压制背景反射，突出滩坝砂体储层的真实反射成为薄互储层地震预测的关键。基于以上特点，形成的“储层正演模拟”为基础，以“相似背景分离处理”为重点、以“波形分类、特征属性”为解释参数的滩坝砂地震储层预测技术能有效地解决滩坝砂在地震剖面上受油页岩、灰质所形成的强反射干扰的地震预测难点。
1.相似背景分离技术
基于背景的相似分离技术目的就是要提高地震资料的分辨率，揭示更多的薄层地震响应，更准确反映主要目的层段的储层横向变化细节，为后续的特征反演提供高分辨率的基础资料。基于背景的相似分离技术又不同于常规叠后提高分辨率技术，虽然两种方法处理的资料的频谱特征（带宽、谱形）非常接近，但本方法更像一种特殊的属性分析技术，使有效波更加突出，更利于解释细微沉积现象和横向变化细节。
1）基本思路
相似背景分离技术的基本出发点是将地震纪录分为两部分：与反射点所在地层特性有关的信息和无关的信息。前者是有用的和需要分离的弱信息，后者是需要分离的强的背景信息。相似背景主要是指：地下两个或多个相邻反射点反射信号具有相似的层间入射子波，反射波传播到地面的整个过程受到相似的上覆地层（包括表层）的影响，具有相似的干扰背景，资料处理中受到统一处理因素的影响等。
相似背景分离方法的主要思路是不直接利用地震记录进行属性提取或储层研究，而是通过将背景信息与有用信息进行分离，把其他与地层特性无关的信息去掉，只留下与地层本身特性有关部分，其技术关键是如何保留有用信息。
保留有用信息的核心方法主要有二维谱域异常源数分析、三维谱域异常源数分析、奇异值分解与迭代、谱分解与去相干等。实际上，在相邻反射点处或局部范围内，往往存在薄互层厚度和速度横向不变的情况，此时如果只做去相关，则有效信息也会被去掉，因此还必须采用源数分析方法，将有效信息保留下来。
在无线电信号分析中的一个基本原则即空间谱中的每个峰值对应一个信号源。但是，在地震记录频谱中的每个峰值却不能满足这一条件，所以不能应用频谱进行源数分析。不过，如果在付氏谱的实部和虚部上分别进行源数分析却能较好地对异常源点进行识别，使用的方法仍然是矩阵分解法。图5-79是理论结果与测试结果的对比，从中可以看出，通过对处理后的结果进一步做道积分处理，其效果与原始地质模型有很高的一致性。
2）效果分析
梁108地区原地震资料目的层段频带为20～38Hz，处理后为12～70Hz，频宽为58Hz，展宽了近40Hz。此处的频带展宽主要是向高、低频的拓展，而不仅是高频的提高；与原剖面相比，处理后的资料高低频更加丰富，1砂组反射波的连续性变差（图5-80），但实际上是更好地反映了地层的横向变化特点。如梁108、梁104井区，1砂组反射分辨率明显提高，细节特征清楚，横向变化易于识别。
图5-79 模型分析
图5-80 处理前后地震剖面对比
2.地震波形分类技术
地震波形分类预测技术是在储层正演模拟的基础上，分析不同岩性组合的地震波形特征，总结各种波形与储层发育程度和地层组合模式之间的对应关系，进而利用实际井信息进行地震相划分及储层预测的一项技术。
1）不同岩性结构滩坝砂岩的波形特征
（1）波形定义。结合东营凹陷滩坝砂岩不同岩性组合的地震反射样式，对常见的、具有代表性的3种地震波形进行如下定义：a.将宽度小、幅度大、反射能量较强的地震波形定义为中-强幅单峰波形，也叫微分波形，为厚层泥岩夹薄砂层常见的波形；b.将宽度大、幅度小、反射能量中等或中等偏下的地震波形定义为中-弱幅单峰波形，也称作积分波形，为厚层砂泥岩互层常见的波形；c.将通常所说的“地震复波”定义为双肩波形，为薄层砂泥岩互层常见的波形（图5-81）。
图5-81 波形定义
（2）地质模型的正演。根据滩坝砂岩发育的实际特点，将滩坝砂岩分为坝砂发育型、滩砂发育型和灰质白云质岩层发育型3种类型。滩砂发育区以沉积滩砂(席状砂)为主，基本不发育单层厚度较大的砂体；坝砂较为发育的区块一般位于席状滩砂大面积发育区内，砂体单层厚度较大；另外还有含灰质、白云质成分较多滩坝砂体。下面利用实际测井资料设计与上述3种情况对应的地质模型进行滩坝砂岩正演模拟，探讨波形特征与滩坝砂地层结构与储层发育程度之间的关系。
a.滩砂为主的薄互层模型：利用滩砂发育的滨东地区的实际井资料设计正演模型。本地区以滩砂为主，砂层数多、单层厚度薄，各单层厚度基本相等(一般＜2m)，呈砂-泥岩薄互层结构。模型右侧滨424井区发育多套薄层滩砂，左边为假想井，该井区岩性组合是把滨424井的薄层去掉一部分，使薄砂层数减少、而各单砂层厚度保持不变而得到的。对其正演地震响应特征进行分析可看出，滩砂层数的多少在振幅和频率属性及波形形状上均有反映。由设计井至滨424井区，即薄砂层数由少变多的过渡部位，波形由中-强振幅演变为弱幅。在薄砂层数由少变多的过渡部位，波形特征也发生明显变化，由单峰波形演为双肩波形再变为单峰波形。薄砂层数的多少在频率属性上反映也比较突出，右侧薄砂层较多的部位主频率较高，而左侧薄砂层较少的部位主频率变低（图5-81）。
由于滩砂单层厚度基本相等(均≤2m)，所以砂层数增加即意味着砂岩总厚度大。滩砂的正演模拟结果表明，频率的高低反映了砂层数的多少，频率高的部位砂层数多，砂岩不发育区明显为低频特征；振幅的强弱反映了砂层总的厚薄，振幅强的部位砂层总厚度小，振幅弱的部位砂层总厚度大，在振幅由强变弱的过渡区，正是砂层由少变多、由薄变厚的过渡区；波形形状也能很好地反映砂层频率及厚度的变化，在砂层由少变多的过渡区，波形由单峰波形变为双肩波形。频率和振幅属性及波形特征均能够用来预测滩砂体储层的发育情况。
b.坝砂为主的薄互层模型：图5-82为纯98井-梁108井-梁104井实际岩性组合剖面。三口探井的沙四上亚段均以发育坝砂为主，坝砂单层厚度较大，砂泥比高，基于3口井的坝砂实际岩性组合建立正演模型。正演模拟结果表明，厚层坝砂的地震反射波形为中幅单峰波形或者拖尾较长的中幅单峰波形，而薄层坝砂的波形为中幅单峰波形。比较滩砂和坝砂的波形特征，不难看出，坝砂的反射振幅与砂岩厚度成正相关，而滩砂的砂层总厚度越大，反射振幅强度越弱。所以，就滩坝砂岩来说，砂泥互层的砂岩厚度与地震反射振幅强度之间不总是正相关。
地震反射振幅和累加振幅数值在坝砂发育强的部位明显大于坝砂弱发育或不发育部位，而其频率曲线虽然也有变化，但其变化特征不足以反映坝砂的砂泥比及砂层厚度的变化。因此，可用振幅值或累加振幅属性进行坝砂储层地震预测，而频率属性对坝砂的发育程度不灵敏。
图5-82 滩砂为主的薄互层正演模型及地震响应
c.含钙质的滩坝薄互层模型：东营凹陷沙四上亚段含有多层碳酸盐或钙质，而高速碳酸盐对滩坝砂储层的物性和含油气性有一定的影响。因此，在滩坝砂岩的正演模拟过程中应考虑到碳酸盐层的存在。图5-83是基于测井资料为研究高含量碳酸盐滩坝砂的波形特征而设立的正演模型。其中不含钙质组分砂层的速度为3150m/s，含碳酸盐组分较高的砂层速度明显增大，速度为3300m/s。
由上述分析可以看出，坝砂含灰质、白云质成分较多时，即使没有特别厚的砂层，也可形成较强振幅地震反射，且增加一弱波峰；而由不含或含碳酸盐组分的坝砂向含碳酸盐组分滩砂的过渡区地震反射波均增加一个中-弱相位。利用波形特征可以反映滩坝砂岩储层的发育程度，但值得注意的是，不同岩性组合条件下对滩坝砂岩储层敏感的地震属性组合有所不同(图5-84)。利用基于同相轴的波形特征及地震属性进行储层预测时，应针对不同岩性组合特点开发针对性强的储层预测技术。滩砂发育区应以波形和频率类属性为主进行储层预测；坝砂发育区以波形和振幅类属性为主进行储层预测；滩坝砂岩中灰质、白云质成分含量较高时，应综合各类属性信息进行优化预测。
2）地震波形分类预测储层
在理论模型正演的指导下，分析总结了158口井沙四上亚段滩坝砂的岩性组合样式及其对应的地震反射波形特征，总结出10类波形结构模式（图5-85），并对其相应的岩性组合样式进行统计分析(表5-17)。
根据正演模型及波形分析研究结果，可知滩坝砂岩地震波形与储层发育特征之间是有规律可循的，因此可根据波形特征来进行地震相划分及储层描述。
3）应用效果
在对东营西部博兴地区沙四上段纯下亚段进行地震波形特征分析与研究过程中，先利用地震相分析软件把目的层段地震波形自动分为10类，形成初始地震相图（图5-86），然后将10种模型道替换为井旁道(本书总结的10种波形模式)，重新计算结果，完成基于总结的10类波形结构模式的地震相图，划分出强振幅单峰波形区块、弱振幅单峰波形区块及双肩波形地震相区块，分别对应于储层中等发育区、储层良好发育区和储层弱发育区3类区域。经分析，预测结果与实际井的钻探情况吻合较好，明确了东营凹陷滩坝砂岩有利储层发育范围。
图5-83 坝砂为主的薄互层正演模型及地震响应
图5-84 含钙质组分的薄互层正演模型及地震响应
图5-85 10类波形结构模式
表5-17 10类波形结构模式对应的岩性组合模式（岩层厚度：m）
3.地震属性降维技术
1）基本思路
基于储层结构的地震属性降维预测技术，是基于不同的储层结构（滩砂、坝砂、灰质滩坝），沿层提取数据体多种地震属性，通过交汇分析选择出最佳的属性组合，用该属性组合与储层参数采用BP神经网络的算法进行人工智能储层预测，来实现储层定量评价的一项技术。其技术流程，如图5-87。
2）实现过程
（1）统计储层厚度。在滨东地区，共统计了沙四上60余口井的滩坝砂岩储层厚度，绘制完成储层厚度图和散点图。
（2）提取地震属性。在提取地震属性之前，先对原始地震数据体进行瞬时振幅、瞬时频率、瞬时相位特殊处理。在上述工作基础上，对振幅体提取了11种统计类属性、3种瞬时信息、3种傅立叶频率、6种伯格参数，对瞬时频率体和瞬时振幅体各提取了11种统计类属性。
（3）相关性分析。在交汇图中可统计显示多数据集的交汇关系，其中包括时深关系、井中的地质参数数据交汇、地震属性之间交汇、地震属性与井中的地质参数数据交汇、网格文件交汇、地质参数与网格文件交汇关系等。
图5-86 博兴南坡基于总结的10类波形结构的地震相图
图5-87 人工智能储层预测技术流程图
通过将地震属性与储层厚度进行交汇分析，然后进行线性或其他拟合，从而得出两者之间的相关系数。
（4）选择最佳地震属性。根据相关性大小，选择与储层厚度相关性较大的几种属性，共选择出12种属性，分别是从振幅体提取的Arclength、BurgF25%、BurgF50%、BurgF75%、FourierF75%、Kurtosis、mean、phase、skew及从瞬时频率体提取的Energy-half-time、STD、skew。进一步分析发现，从瞬时振幅体提取的属性，对储层的反映效果都不是很好。从频率体得到的Energy-half-time属性，与实际井储层发育情况吻合较好，且规律与储层厚度规律较为一致，这与前面理论及实际井的正演模型分析结果相吻合。同时，通过对瞬时频率剖面与原始地震剖面进行对比分析，认为在原始地震剖面上，砂岩不发育区明显为低频的特征；在瞬时频率剖面上，低频区也对应储层不发育的部位，而高频带较宽的区域则滩坝砂岩十分发育。因此可以用Energy-half-time属性来预测滩坝砂储层的分布规律。
（5）地震属性降维映射。地震属性集的空间维数一般较高，而多数情况下，多种地震属性参数之间存在着相关关系，这些彼此相关的地震属性之间也必然存在着起支配作用的共同因素，因此有必要对地震属性空间进行压缩。在滨东地区研究过程中，主要采用主成分分析或称K-L（Karhumem-Loeve）变换的方法进行地震属性降维压缩。K-L变换的目的就是从一定数量的属性参数中，找出数目较少、彼此独立的综合变量，并将原来的属性参数用这些综合变量表示出来。主成分分析实质上可以说是一种变量变换。主成分分析引进一组新的变量，它们是原来变量的线性函数，而且彼此不相关，这组新变量称为主成分。这些新变量的方差按照递减的次序排列：第一主成分是原来变量的线性函数中具有最大的方差者；第二主成分是与第一主成分不相关的线性函数中具有最大的方差者；第三主成分是与第一、第二个主成分都不相关的线性函数中具有最大方差者。
通过本步骤，将这12种地震属性降到2维，如图5-88所示。
图5-88 滨东地区12种属性降维结果（左为第一主成分，右为第二主成分）
将第一主成分与利用钻井资料统计完成的储层厚度图进行对比，可看出区域上大规律二者较为一致。而且，还预测出图中椭圆所示的一块新区域，后来完钻的梁75井在该区钻遇了十分发育的多层薄层滩坝砂，证实了储层预测结果的可靠性，从而发现了一个新的潜力区块。
将该属性与古地形相叠合，可看出滩坝砂体的发育与湖岸线的展布基本一致，由于多期湖进湖退在梁75井区形成一个以前未曾认识到的滩坝砂体集中发育条带。
（6）人工智能预测储层厚度。目前，BP算法是用于神经网络中最重要的算法。为了神经网络的输出与采样值之间的误差更小，神经网络的权正在被修改和完善。此过程可用如下公式来描述：
成熟探区油气精细勘探理论与实践
其中，YOB是神经网络期望输出值，Y是实际观测的采样值。当E小于预先定义的误差，学习过程将结束，开始估算学习结果。
这里，将优选的12种地震属性结合储层厚度采用BP神经网络算法来估算整个区域的储层厚度，以实现储层厚度的定量描述。
将该估算结果与手工绘制统计的储层厚度图比较来看：a.估算结果对储层厚度刻画的更加详尽；b.可预测钻井没有揭示出新的有利区域；c.二者整体上的规律一致，储层预测结果与已钻井吻合好，估算结果与钻井统计结果相关性达到0.99，误差小于0.1%（图5-89）。
图5-89 滨东地区估算储层厚度及其与实际井储层厚度相关系数
3）应用效果
分别选择滩砂发育区（滨东地区）、坝砂发育区（纯斜103井区）、高钙质岩发育区（樊斜134井区）三种代表实际地质特点的典型区块作为研究试验区，均取得了较好效果（图5-90，图5-91）。
图5-90 纯斜103地区估算储层厚度及其与实际井储层厚度相关系数
图5-91 樊131地区估算储层厚度及其与实际井储层厚度相关系数
(二)“三元”油藏评价技术
1.油藏特征
断陷湖盆大面积分布的滩坝砂体沉积充填序列和岩石组合结构形成了十分有利的生、储、盖组合。滩坝砂集中段是有利的储集层（储地比一般20%～40%左右），紧邻滩坝砂集中段的上部往往发育深湖暗色泥岩、油页岩集中段（储地比一般小于15%），二者构成“自生、自储、自盖式”生储盖组合，成藏条件非常有利。
油藏类型以岩性油藏为主，其次是构造-岩性和构造油气藏。油藏埋深一般2000～4000m，自构造低部位的生油洼陷区到洼陷边缘的构造高部位，油藏埋藏深度逐渐变浅，油藏类型也由纯岩性油藏逐渐过渡为构造-岩性油藏和构造油藏，油气充满度也逐渐变低，油藏由无边-底水、非油即干逐渐过渡为油水间互和边-底水明显的油气藏。
沙四上亚段滩坝砂油藏属常温高压-常温常压系统。平均地温梯度3.6℃/100m左右，油层压力系数一般1.2～1.5，最大不超过1.6。自构造底部位的生油洼陷区到洼陷边缘的构造高部位，随着油藏埋藏深度逐渐变浅，油藏压力系数逐渐减小，油藏由高压油藏逐渐过渡为低压和常压油藏。原油性质较好，地面原油密度为0.8317～0.906g/cm3，地面原油粘度为6.03～30.1mPa.s。由于东营凹陷大部分滩坝油气富集区，油层孔隙度一般10%～18%，渗透率一般1×10－3～50×10－3μm2，显示为低渗透的特性。大部分地区，油藏常规产能一般较低，但大型压裂改造后多能获得工业产能。很多井初期都能自喷投产，一般压裂产能10t/d以上，有的可达20t/d以上。
滩坝砂岩油气成藏主要受源岩超压、断裂（断层、裂隙）发育和有效储层控制。源岩超压为滩坝砂岩大规模成藏提供成藏动力。东营凹陷沙三、沙四段以泥岩、油页岩集中段为中心，发育超压封存箱。滩坝砂岩上部的烃源岩集中段则处于的箱核部位，其压力系数一般超过1.4以上，最大可达到1.8以上。滩坝砂岩发育集中段发育在超压封存箱的下部，紧邻箱核部位纯上油页岩集中段，为弱超压，压力系数一般1.1～1.4之间。源岩广泛超压是滩坝砂油藏大规模发育的动力条件。
有效储层对滩坝砂油气成藏的作用主要表现在两个方面。一方面，有效储层下限决定了储层是否含油，大部分滩坝砂岩由于埋藏较深，砂泥薄互层表现出很强的非均质性，呈现“非油即干”的特点。另一方面，有效储层厚度和分布范围决定滩坝砂岩的成藏规模。纵向上，单井有效储层厚度与油层厚度往往现正相关关系。平面上，油层厚度中心与有效储层中心基本吻合，有效储层的分布范围决定油层分布范围，有效储层的连片分布决定了控制油气成藏的规模。
源岩超压、断裂和有效储层的“三元”耦合控制了滩坝砂油藏的空间分布，形成了由盆内向盆缘，发育“高压-高孔-高充满度”的岩性油藏、“中压-中孔-油水间互”的构造岩性油藏、“常压-高孔-有边底水”的构造油藏环带分布格局。
2.烃源超压预测与压力场建立
在测井资料分析与归一化处理的基础上，运用测试资料校正测井资料，建立基于测井资料的压力解释模型，利用解释模型建立单井压力剖面，在上述模型的约束下，结合地震资料建立骨干连井压力剖面，通过点、线、面、体的静态研究，建立超压三维静态模型，明确超压封存箱特征及其空间展布。
其技术关键包括：资料和数据分析与去伪存真。主要开展高压特殊岩性段对测井响应关系影响分析；扩径造成声波时差和视电阻率出现假象影响；泥浆换算数据与实测数据对比分析；声波时差随深度变化趋势分析。压力剖面建立的技术关键是突变点压力数据的获取（断层两侧、砂泥岩界面）和压力界面的地震剖面横向连接，平面成图要重点考虑构造模型对压力场模型的约束（构造格局、断裂系统，特别是一、二级断层对压力系统的控制）。
3.断裂特征及输导性评价
充分利用地质资料、地震资料、测井资料，运用全三维解释技术、水平切片、相干分析等地震解释技术，重点开展断层的精细描述与分析，分析断层产状、断层组合等几何属性，并在此基础上开展断层活动性、断层封闭性研究，明确各级别断裂输导体系的空间分布。
4.有效储层识别与分布预测
运用岩心资料、录井剖面、测井资料、分析化验等资料开展单井相分析，结合地震相分析建立骨干相剖面，在此基础上完成沉积微相分布平面图。充分利用测井资料和取心资料，在对测井资料进行归一化处理的基础上，按照实测孔隙度-核磁孔隙度-三孔隙度-交汇孔隙度的路线建立测井解释模型，利用测井解释模型进行单井测井精细解释，以及有效储层空间展布规律的评价与预测。
5.“三元”要素匹配与有利区预测
将地层压力、断裂、有效储层“三元”关键要素一一匹配，首先确定超压岩性油藏、超压-常压构造-岩性油藏及常压区构造油藏的宏观发育区，根据确定的滩坝“相-势”耦合模型确定可能的成藏目的层，其中“三元”成藏评价技术的关键是“相－势”耦合关系的确定。
根据滩坝砂体成藏统计数据，可以得到含油饱和度分别为50%和40%时，“相-势”耦合成藏定量模型（图5-92）：
含油饱和度为50%时，“相－势”耦合成藏定量模型：y=1291x－1.2156
含油饱和度为40%时，“相－势”耦合成藏定量模型：y=1174.9x－1.2924
式中：y为流体势，单位为103J，x为孔隙度，单位为%。
从图5-92中可知，滨浅湖-滩坝相砂体“相－势”耦合成藏定量模型为指数方程，其中含油饱和度为50%的“相－势”耦合成藏定量模型的幂指数大于含油饱和度为40%的“相－势”耦合成藏定量模型。
滨浅湖-滩坝相砂体的物性－流体势－含油饱和度之间的关系如表5-18、图5-93所示。在图中：
低势区（Ⅰ1-Ⅳ1区），中孔隙度段砂体的含油饱和度为58.7%，高孔隙度段砂体的含油饱和度为55.0%。将高孔隙度段和中孔隙度段对比发现，高孔隙度段砂体的流体势相对较小，并且该孔隙度段除了构造岩性油气藏，还有构造油气藏。而中孔隙度段流体势相对高孔隙度段较大，并且油气藏类型仅为构造岩性油气藏。初步推断，砂体孔隙度增大平均含油饱和度减小的原因为：砂体的油藏类型不同，以及流体势在区段上分布较广。
图5-92 东营凹陷滨浅湖—滩坝相砂体“相—势”耦合成藏定量模型
表5-18 东营凹陷滨浅湖—滩坝相油气藏“相—势”耦合成藏关系数据表
图5-93 东营凹陷滨浅湖—滩坝相油气藏“相—势”耦合成藏关系
中势区（Ⅰ2-Ⅳ2区），中孔隙度段砂体的平均含油饱和度为55.0%，油藏类型有岩性油藏和构造油藏。特高孔隙度段砂体的含油饱和度为67.0%，油藏类型为构造岩性油藏。
高势区（Ⅰ3-Ⅳ3区），主要统计了低孔隙度和高孔隙度段砂体。其中，低孔隙度段砂体的平均含油饱和度为60.5%，油藏类型主要为构造岩性油藏，也出现个别岩性油气藏。中孔隙度段砂体的平均含油饱和度为58.2%，油藏类型以构造岩性为主，也出现个别的岩性油藏。对比发现孔隙度增大，平均含油饱和度减小。总之，当油藏类型相同，亚相类型对砂体平均含油饱和度有重要影响。
根据上述研究成果，将东营凹陷沙四上段滩坝砂岩油气平面分布划分为3个成藏系统：博兴成藏系统、利津成藏系统和牛庄—王家岗成藏系统，有利含油面积达到800km2以上。其中高压岩性油藏发育区主要分布在利津、博兴和王家岗北部的构造低部位，分布面积达475km2；常压区岩性油藏区发育区分布范围较为局限，主要分布在盆地的边缘部位的正向构造带；超压-常压构造-岩性油藏发育区主要分布在二者之间，分布面积达325km2；通过部署钻探验证，不同类型油藏区及含油性预测成功率评价成功率达95%以上（图5-94）。
图5-94 三元成藏综合评价图