一种超深层火山岩的识别方法与流程

[0001]
本发明涉及石油、天然气勘探开发领域，特别涉及一种超深层火山岩的识别方法。


背景技术：

[0002]
火山岩油气藏是油气勘探的重要目标，火山岩地震识别是火山岩油气藏勘探的关键。国内已发现火山岩油气藏，徐家围子气藏、松南气藏、克拉美丽气藏埋深均在2000～4000m之间，此外国外目前发现的火山岩油气藏埋深均未超过4000m，类比国内外其他火山岩气藏，川西火山岩具有埋藏超深，埋深超6000m，隐蔽性强等特点。受埋藏超深影响，地震资料品质低，识别难度大；川西火山岩下部无明显火山锥型特征，岩浆溢流通道窄，地震反射特征不明显；且火山岩钻井较少，火山岩平面展布特征不明确。目前川西火山岩识别方法多基于地震剖面常规识别手段，地层厚度法反应火山岩发育，火山岩剖面特征具有丘型隆起外形，内部杂乱特征，与生物礁地震剖面特征相似，无法有效区分，识别方法存在较强多解性。
[0003]
为此，中国专利申请cn201611142635.0公开了一种火山岩岩相的预测方法，其包括以下步骤：模型正演：在地震地质层位标定的基础上，进行剖面模型正演；地震属性提取：针对目标层位，提取沿层地震属性，确定属性时窗范围；属性优选：优选反映火山岩分布的地震属性，并进行预处理；火山岩岩相分类：根据钻井结果，对火山岩岩相进行类别划分；多属性神经网络模式识别；岩相预测：根据训练得到的神经网络参数对多个地震属性进行融合，预测未知区火山岩岩相的分布变化规律。但是，火山岩爆发相与喷溢相区分受地层埋深与资料品质影响，确定相边界困难，地震属性平面规律性差，导致火山岩相分布特征不明确。


技术实现要素：

[0004]
本发明的目的在于克服现有技术中所存在的超深层火山岩岩相分布特征不明确的问题，提供一种超深层火山岩的识别方法。
[0005]
为了实现上述发明目的，本发明提供了以下技术方案：
[0006]
一种超深层火山岩的识别方法，包括如下步骤：
[0007]
将火山岩发育区带的地震数据体横向强制性滤波，突出纵向地震数据体不连续性；采用主成分分析数据融合方法，增强火山通道异常特征，得到火山锥分布图；
[0008]
将火山岩发育区带的反射杂乱特征做混沌属性处理，得到混沌反射值；将混沌反射值通过聚类分析，对岩相进行分类，得到火山岩岩相预测平面图；
[0009]
根据火山岩岩相预测平面图与火山锥分布图，预测火山机构分布与火山岩相平面展布。
[0010]
优选的，所述聚类分析，采用k-prototype算法处理所述混沌反射值，得到岩相的分类结果。
[0011]
优选的，所述横向强制性滤波，采用自适应构造取向去噪方法，根据主构造方向自
动调整方位，在滤波过程中指定信号优势方向，多次进行滤波迭代，用于去除调谐及随机噪音。
[0012]
优选的，所述主成分分析数据融合方法，包括：
[0013]
求出自变量的协方差矩阵或相关系数矩阵；
[0014]
求出协方差矩阵或关系数矩阵的特征值及对应的特征向量；
[0015]
将特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵a，所述矩阵a为k*p维；
[0016]
将所述矩阵a降维到k维后的数据y＝a
t
*x，其中y为k*1维。
[0017]
优选的，所述混沌反射值的数学模型为
[0018][0019]
其中c(k)为混沌反射值；α
k
为任意样点处的倾角值；α
s
为倾角的平均值。
[0020]
根据本发明的另一方面，提供一种电子设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行以上任一项所述的方法。
[0021]
与现有技术相比，本发明的有益效果：
[0022]
本发明基于区域背景控制下分析基底断裂，确定火山岩发育区带，通过横向强制性滤波提高超深层火山通道异常特征，采用主成分分析数据融合方法增强火山通道异常，匹配寻找通道发育区与上部地震异常区，通过混沌反射值识别火山岩杂乱反射区，采用聚类分析手段预测火山机构及平面岩相分布特征，与常规地震识别手段相比，指明了火山岩发育区带，降低了地震异常体的地质含义多解性，大大提高了超深层、隐蔽型火山岩的识别精度。
附图说明：
[0023]
图1基于横向强制性滤波处理的地震剖面。
[0024]
图2采用主成分分析数据融合方法的火山通道识别图。
[0025]
图3火山岩聚类分析岩相剖面。
[0026]
图4火山岩岩相预测平面图。
[0027]
图5是根据本发明实施例的电子设备装置结构示意图。
具体实施方式
[0028]
下面结合试验例及具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。
[0029]
川西南部火山岩沿断裂大规模裂隙式喷发，能量释放较快，以溢流相玄武岩为主，爆发相火山碎屑岩少，川西中部地区火山岩分布趋势与13号基底断裂有较好相关性，推测为沿断裂小规模中心式喷发，能量释放慢，爆发相火山碎屑岩多。结合航磁异常测量资料，四川盆地及周缘可能发育11条基底断裂系统，川西地区什邡-隆昌断裂(13号基底断裂)、龙
泉山-镇巴断裂对川西火山岩发育具有控制作用。盆地基底深大断裂除对盖层构造、沉积格局产生深远的影响外，由于其切割深度大，可以沟通深部岩浆房，断裂破碎带也可做为岩浆上涌通道，因此深大断裂也对火山活动具有强烈的控制作用，深大断裂交汇处更是岩浆上涌溢流的优势位置。
[0030]
火山通道地震响应特征呈近竖直状、内部杂乱、亮点、空白反射、边界弱反射特征，上部二叠系异常体呈杂乱丘状反射。受通道大小影响，火山通道壁反射不明显，通道边界识别存在一定难度。
[0031]
通过地震像素处理技术可较好识别火山通道，该技术主要内容包含开展地震数据体横向强制滤波，突出纵向地震数据体不连续性，可识别小尺度火山通道。强制性滤波采用一种自适应构造取向去噪方法，用于去除调谐及随机噪音，同时对数据中的微小细节如边界边角等起到较好保存效果。它可以根据主构造方向自动调整方位，不需要预先计算倾角和方位数据体，该方法在杂乱反射区域去噪效果较好，在滤波过程中可指定信号优势方向，多次进行滤波迭代。滤波后地震剖面可见竖直状火山通道反射特征更加清晰(图1)。
[0032]
基于多次滤波数据提取地震倾角变化率属性体、方位角变化率属性体、相干属性体，采用主成分分析降维技术实现属性体融合，pca主要算法步骤包含：
[0033]
求出自变量的协方差矩阵(或相关系数矩阵)；
[0034]
求出协方差矩阵(或关系数矩阵)的特征值及对应的特征向量；
[0035]
将特征向量按对应特征值大小从上到下按行排列成矩阵，取前k行组成矩阵a(为k*p维)；
[0036]
y＝a
t
*x(y为k*1维)即为降维到k维后的数据，此步算出每个样本的主成分得分；
[0037]
可将每个样本的主成分得分画散点图及聚类，或将主成分得分看成新的因变量，对其做线性回归等。通过主成分分析后的融合数据体，火山通道异常特征清晰，且火山通道发育区纵向地震反射结构异常与上部二叠系异常体存在明显对应关系(图2)，构成火山锥分布图。
[0038]
火山岩爆发相主要以杂乱反射为主，溢流相以平行反射特征为主，根据该特点，采用基于张量算法，利用特征值来量化主方位的变化情况，能够反映地震反射特征的不规则性，如果该值较低，表明构造内反射规则，地层变化不大，如果该值较大，则指示构造中的不规则变化区域，反射杂乱特征明显。其数学模型如下：
[0039][0040]
式中：c(k)为混沌反射值；α
k
为任意样点处的倾角值；α
s
为倾角的平均值。
[0041]
在混沌属性处理的基础上，通过聚类分析，进行岩相预测，k-prototype是处理混合属性聚类的典型算法，继承kmean算法和kmode算法的思想。并且加入了描述数据簇的原型和混合属性数据之间的相异度计算公式。k-prototype算法设定了一个目标函数，类似于kmean的sse(误差平方和)，不断迭代，直到目标函数值不变。
[0042]
同时，k-prototype算法提出了混合属性簇的原型，原型为数值属性聚类的质心。混合属性中存在数值属性和分类属性，其原型的定义是数值属性原型用属性中所有属性取值的均值，分列属性原型是分类属性中选取属性值取值频率最高的属性。
[0043]
相异度距离，数值属性的相异度一般选用欧式距离，在k-prototype算法中混合属
性的相异度分为数值属性和分类属性分开求解相加。
[0044]
对于分类属性：使用海明威距离，即属性值相同，为0；属性值不同，为1。
[0045]
对于分类属性：
[0046][0047]
对于数值属性：
[0048]
计算数值属性对应的欧式距离
[0049]
则数据和簇的距离(相异度)为：
[0050][0051]
其中前p个是数值属性，后m个是分类属性，是簇q的原型的j属性，μ是分类属性的权重因子
[0052]
其k-prototype的目标函数是：
[0053][0054]
基于混沌属性处理的岩相分类结果与地震剖面中的反射特征较一致，能够反映地震信息中的不规则程度，可以为火山岩岩相识别提供可靠依据，如图3。火山岩岩相预测平面图(图4)与火山锥分布图二者总体上较吻合，火山锥分布区域主要以爆发相为主，且综合二者特征可刻画出火山机构立体分布特征，为下步有利储层预测和目标优选提供重要依据。
[0055]
图5示出了根据本发明示例性实施例的电子设备(例如具备程序执行功能的计算机服务器)，其包括至少一个处理器，电源，以及与所述至少一个处理器通信连接的存储器和输入输出接口；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行前述任一实施例所公开的方法；所述输入输出接口可以包括显示器、键盘、鼠标、以及usb接口，用于输入输出数据；电源用于为电子设备提供电能。
[0056]
本领域技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(read only memory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。
[0057]
当本发明上述集成的单元以软件功能单元的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
[0058]
以上所述，仅为本发明具体实施方式的详细说明，而非对本发明的限制。相关技术领域的技术人员在不脱离本发明的原则和范围的情况下，做出的各种替换、变型以及改进均应包含在本发明的保护范围之内。