Identification and interpretation of fractures in high-angle slide fracture body: A case study from Zhenjing Block in the Ordos Basin

  • Baojiang WANG , 1, 2 ,
  • Zhenfeng WU , 3 ,
  • Aying JIWA 1, 2 ,
  • Guilin YANG 4 ,
  • Hong SUN 1, 2 ,
  • Kun ZHONG 1, 2 ,
  • Qiang YU 5 ,
  • Zhanli REN 6
Expand
  • 1. Key Laboratory of Liangshan Agriculture Digital Transformation of Sichuan Provincial Education Department,Xichang 615013,China
  • 2. School of Information Technology,Xichang University,Xichang 615013,China
  • 3. Natural Gas Research Institute Branch,Shaanxi Yanchang Petroleum (Group) Co. ,Ltd. ,Xi’an 710061,China
  • 4. School of Energy Engineering,Yulin University,Yulin 719000,China
  • 5. School of Earth Science and Resources,Chang’an University,Xi’an 710054,China
  • 6. Department of Geology,Northwest University,Xi’an 710069,China

Received date: 2024-02-03

  Revised date: 2024-07-09

  Online published: 2024-07-20

Supported by

The Xichang University's New Doctoral Research Start-up Project(YBZ202138)

Abstract

Fracture bodies usually develop in the slip fault systems in sedimentary basins, and the fractures have strong concealment, and traditional fracture identification techniques do not perform well. Existing fracture interpretation strategies for target layers usually adopt a local view, ignoring the overall characteristics of fracture body fractures. Through the use of the U-ResNet deep learning model, all strata of the Zhenjing Block in Ordos Basin were identified for fractures. Combined with dip-guided seismic attribute slices, the formation mechanism, periods and levels of fractures were revealed, and for the first time, the NWW slip distance was estimated. By analyzing the extension characteristics of deep fractures, it was confirmed that the three groups of NWW-oriented slide fractures in the southern part of the block are essentially flower structures, and their rootstock extended to the basal fractures, confirming the reactivation of basal fractures in multiple tectonic movements. The cross-section and plan style of Chang 8 fracture body were divided, and a diamond-pulling rift was identified on the NEE fracture, providing seismic evidence for the NEE fracture slip movement. In addition, three spindle-depression fracture combinations were found, explaining the formation reasons of staggered-step faults, and giving the favorable combination style of fracture bodies and their distribution positions on the plane. The study shows that the application of deep learning fracture technology and a full-view interpretation strategy helps to reveal the development characteristics and evolution rules of complex high-angle slip fracture bodies.

Cite this article

Baojiang WANG , Zhenfeng WU , Aying JIWA , Guilin YANG , Hong SUN , Kun ZHONG , Qiang YU , Zhanli REN . Identification and interpretation of fractures in high-angle slide fracture body: A case study from Zhenjing Block in the Ordos Basin[J]. Natural Gas Geoscience, 2025 , 36(1) : 142 -154 . DOI: 10.11764/j.issn.1672-1926.2024.07.004

0 引言

断缝体是致密砂岩油气藏中的一种特殊类型,由断裂、褶皱、脆性破碎带以及致密低渗砂岩组成,其上部和侧向由非渗透泥岩或致密层封闭。断缝体的形态由大尺度的断裂组合及其展布确定,裂缝边界与砂体构成了断缝体边界。断缝体具有复杂的结构,通常发育在多个构造带的叠合作用部位,断裂类型和级别多样,不仅增加了储集空间,也改善了孔渗条件1-7
以往研究主要针对目标层段,利用叠后3D地震资料对断缝体的断裂进行研究。前人结合相干、蚂蚁体以及断裂极大似然体(Fault Likelihood)等常规地震属性,对地震反射波或波组的特征进行研究,人工或半自动解释断层,预测裂缝发育带,并指导生产实践,取得了良好效果。何发岐等2利用相干、振幅变化和曲率属性对镇泾地区延长组断裂进行了刻画,明确了断缝体的概念。张园园等8-9结合蚂蚁体技术对镇泾区块中生界断裂进行了识别,解释断层300余条,并对断裂进行了分级、分类研究。李辉等10利用蚂蚁体方法对中国东部某区的断缝体进行了断裂建模。刘振峰等4采用混沌体和极大似然体预测四川盆地新场地区须家河组二段断面及破裂带。杨桂林等6采用相干体、蚂蚁体、高精度曲率体、断裂极大似然体等技术对镇泾区块延长组8段断裂和裂缝带加以识别和检测,并在此基础上对断缝体组合样式进行了划分。
研究表明,断缝体通常发育在走滑断裂体系中,断裂隐蔽性强,多为高角度断层,种类多、数量庞大、断面不规则、垂直断距微小,断裂具有多期性和继承性,断裂识别难度比常规断裂更大11-13,采用局部视角的目的层解释策略和常规技术,很难从本质上对断裂有准确的认识。近年来,深度学习技术在断层识别方面取得了巨大成功14-16,但对于更为复杂的走滑断裂很少涉及。本文研究旨在采用现今图像分割领域中的U-ResNet深度学习模型,全视角对镇泾区块所有地层的断裂进行识别,找出深层断裂和浅层断裂之间的联系,提高断层解释的效率,并为断缝体的地震研究提供借鉴。

1 区域地质概况

1.1 构造特征

镇泾区块位于鄂尔多斯盆地西南边缘的天环坳陷南段(图1),面积为2 515.683 km2,处于盆地西部的西缘逆冲带、南部的渭北隆起、东部的伊陕斜坡交会处;区内地形相对平缓,地表构造相对简单,主要发育一系列鼻状构造带。现为西倾单斜构造,倾角不足1°,坡降7 m/km左右17
图1 鄂尔多斯盆地南部断裂体系

Fig.1 The fault system in the southern Ordos Basin

印支期以前,研究区内基底表现为自西向东倾斜,印支期期间由于受到西部强大的构造应力作用,东部地区缓慢抬升;之后由于受到燕山期近南北向左行剪切应力以及北西向构造挤压应力作用,东部地区隆起幅度增大,表现为近西倾的单斜构造;后又受到喜马拉雅期西南方向挤压构造应力作用,地层进一步抬升,形成目前的构造格局。由于受到多期构造应力作用,研究区断裂多样、多期走滑断裂发育,主要包括NEE—SWW向和NWW—SEE向走滑断裂7

1.2 地层概况

鄂尔多斯盆地上三叠统延长组自延长组10段(简称长10段,下同)至长1段存在10个标志层(K10—K1),其中K1、K2、K3和K9为主要标志层,K0、K4、K5、K6、K7和K8为辅助标志层(表1)。研究区位于鄂尔多斯盆地西南缘,普遍缺失长3段及其上覆地层,长9段顶部不发育李家畔页岩,因而没有K0、K7、K8和K9这4个标志层。
表1 鄂尔多斯盆地中生界延长组地层简表

Table 1 Simplified stratigraphic table of the Mesozoic Yanchang Formation in Ordos Basin

地层 厚度/m 标志层
油层组
上侏罗统 直罗组(J2 z 200~400 七里镇砂岩
下侏罗统 延安组 J1 y 3 延6 大部分地区缺失 30~160 煤线
延7
延8
J1 y 4 延9
延10
上三叠统 延长组 T3 yc 3 长3 局部残留 12.8~130
长4+5 0.4~144 K5(B5
长6 长61 0.4~52 K4
长62 9~53 K3
长63 22~55

K2(B2

(凝灰质泥岩、炭质泥岩或页岩)

长7 90~140 K1(B1)(张家滩页岩)
T3 yc 2 长8 长81 33~62

等厚划分

同时兼顾砂体;

长9段顶部李家畔黑色页岩、油页岩

长82 29~53
长9 长91 60~134
长92
T3 yc 1 长10
K1标志层位为长7段底部张家滩页岩,在全盆地分布稳定,为一个区域性标志层。研究区内张家滩页岩厚约10~15 m,表现出高自然伽马、高声波时差、高电阻率和低密度特征,与其上覆和下伏砂泥岩地层区分明显。张家滩页岩底部为长8段和长7段分界线,地震剖面上表现为一连续性强—中强振幅波峰反射。K2标志层位于长6段底部,为厚约1 m的凝灰质泥岩、炭质泥岩或页岩,横向分布较稳定。K3标志层为长61亚段和长62亚段的分界线,K4标志层位于长6段顶部,是长6段和长4+5段的分界。K5标志层位于长4+5段中部,可作为长(4+5)1亚段和长(4+5)2亚段的分界,长4+5段与上覆延安组呈角度不整合接触。
延安组划分以煤层为标志层。研究区内延9段顶底均稳定发育煤层,可将煤层作为延10段、延9段和延8段的划分界限,地震剖面上表现为连续强振幅波峰反射。延10段底部发育一套厚约10 m的块状砂岩,为延10段和延长组的界限。延安组与上覆直罗组呈角度不整合接触,直罗组为大套块状砂岩,砂岩底部为延安组和直罗组分界,研究区内缺失延8段以上地层。
中生界主力油层长8段储层致密,储层厚约80~90 m,除长8段顶面K1标志层外,长8段内部及长8段与长9段分界均无明显测井对比标志层。长8段泥岩多为粉砂质泥岩,较为致密,砂泥岩地层等速,声波时差曲线无法有效区分砂泥岩地层。长8段上部主要为灰色中、细砂岩及深灰色粉砂岩;下部为深灰色泥质粉砂岩或灰黑色泥岩,局部夹杂煤线。长8段内部以厚层砂岩底为界分为长81和长82共2个小层,长81亚段和长82亚段砂体较发育,单层砂体厚度不等,连续性不强。长81亚段厚度一般在33~62 m之间,长82亚段厚约29~53 m,砂岩孔隙度为4.4%~14%,平均孔隙度为8.6%,渗透率为(0.1~0.58)×10-3 μm2,平均渗透率为0.2×10-3 μm2[18

2 研究方法与技术

2.1 数据预处理

地震断裂检测要求有高质量的3D地震数据。在不损害地震有效信号的前提下,提高地震资料的信噪比,有利于提高断层识别的连续性和准确性、裂缝发育带检测的可靠性。利用U-ResNet深度学习方法对镇泾地区连片处理后的叠后3D地震数据进行了去噪处理(图2)。图2(a)为去噪之前的一条垂直研究区大断裂带走向的地震剖面(EN向),数据频带范围在8~47 Hz之间,主频为27 Hz,信噪比为9.8[图2(d)],蓝色线表示含噪声地震信号频谱,黄色线表示地震信号频谱,绿色线表示噪声频谱;去噪之后的地震剖面[图2(b)]数据频带在7~45 Hz之间,主频为27.5 Hz,信噪比为37.6[图2(e)]。图2(d)和图2(e)均为经振幅归一化后的频谱。对比处理前的地震剖面,处理后的地震剖面上地震有效反射进一步增强,浅、中、深层地震同相轴的连续性增强,断点更为清晰,剖面中部偏左的NNW向垂直大断裂更加明显(见图2中箭头所指处),显示该大断裂基本贯通了上下地层,小断裂断点位置相比去噪之前更加清晰,为后续的深度学习断层识别和裂缝带的检测效果提供了数据支持。相比常规地震去噪方法,深度学习去噪方法既不需要太多的参数,也不用考虑地层倾角的影响,适合本文研究区不同地层倾角变化剧烈的地质状况。
图2 U-ResNet去噪前后地震剖面对比

(a)去噪前地震剖面;(b)去噪后地震剖面;(c)残差剖面;(d)去噪前剖面振幅谱;(e)去噪后剖面振幅谱。(d)和(e)中黄线代表信号频谱,绿线代表噪声频谱,蓝线代表总的信号频谱

Fig.2 Comparison of seismic profiles before and after denoising with U-ResNet

2.2 断裂识别方法及流程

传统的断裂识别方法往往依赖于边缘检测、滤波等图像处理技术,通过增强地震图像中断裂的可视化特征进行识别。这些方法在处理高陡断裂时,往往因为倾角大、信号弱而导致识别精度不高,特别是在地质条件复杂或噪声较多的情况下。通过试验,选择倾角导向的相似性(similarity)和U-ResNet深度学习断裂检测方法对镇泾地区的3D地震数据进行了断裂识别及解释。其中,相似性是一种常用的地震属性,通过比较地震数据中的相邻地震道信号的相似性来表示地层的横向变化,从而确定地层的断裂,而倾角导向体遵循局部倾角和方位角变化进行多道地震属性处理,二者结合能够突出断裂显示效果19-21

2.2.1 U-ResNet深度学习

U-ResNet是一种在UNet中引入残差结构的网络(图3),左边是编码器,通过卷积和池化操作逐渐减小特征图大小、增加通道数,学习不同层次特征;右边是解码器,通过卷积和反卷积操作逐步恢复特征图大小、减少通道数,最终生成与输入相似大小的输出。模型结构包含一系列C-Residual Block和D-Residual Block,分别表示编码器和解码器部分,其中C和D分别代表卷积和反卷积操作。编码器和解码器的实际通道数可继续由图3中的256扩展至512和1024,以学习不同的深层次特征。
图3 U-ResNet模型架构示意22

Fig.3 The schematic diagram showing the illustrating the architecture of the U-ResNet model22

U-ResNet中结合了U-Net网络结构和残差连接,其中U-Net网络中的跳跃连接机制,通过将左边编码器的输出特征图与右边解码器对应层相互拼接,使网络有效地结合高级抽象特征和低级细节信息,有助于恢复在池化等下采样操作中损失的空间信息。而ResNet残差模块的引入,既有效解决了网络模型加深时的梯度问题,也有助于提高模型的准确率22-23

2.2.2 断裂识别技术流程

针对研究区的实际情况,制定了高陡断裂的识别和解释流程(图4)。首先对叠后3D地震数据体采用深度学习方法去噪,在此基础上计算倾角导向相似体,并进行断裂期次和断裂机制解释;同时在去噪的3D数据体上利用U-ResNet网络计算断层概率体,其中训练样本和标签均采用FaultSeg3D24合成地震数据集。然而对于复杂断裂,利用该数据集训练出的模型对真实地震数据计算出的断层概率体可能会漏掉某些断层,需要手工解释作为新的标签进行神经网络迁移学习,重新计算断层概率体,如此反复,直至识别出的结果符合要求,获得最终优化后的断层概率体。最后结合断裂期次划分和机制解释结果进行断裂刻画,包括确定不同断裂性质及组合样式,根据构造理论预测裂缝发育带。
图4 高陡断裂地震识别流程

Fig.4 High-steep fault seismic identification process

相比于传统方法,U-ResNet深度学习模型采用了U形结构和残差连接,通过编码器—解码器架构实现多尺度化特征学习,有效捕获断裂的微小特征,同时通过跳跃连接保持和利用低层级的语义信息,因此在处理高陡断裂的细微差别时表现出色,并且在复杂背景下也能维持较好的抗噪性能。在模型训练过程中,使用验证集的损失函数值来监控训练过程,并采用早停法根据验证集性能来终止训练,以避免过拟合。模型的性能可通过准确率、召回率、精确度和F1分数等指标综合评价,这些指标分别衡量了模型在去噪和断裂刻画方面的预测准确性、识别所有断裂的能力、预测为断裂中实际为断裂的比例以及综合评估模型的准确性和完整性。

3 结果与讨论

3.1 断裂识别效果对比

利用U-ResNet深度学习网络对镇泾地区2 500多平方公里的3D地震叠后数据进行了断裂识别。图5为垂直NWW向大断裂的地震剖面和断层的叠合显示,其中图5(a)和图5(b)分别为断裂极大似然体和深度学习的识别结果。
图5 断层在地震剖面上的叠合显示(地震剖面上黑线代表识别出的断层)

(a)断裂极大似然体识别出的断层;(b)深度学习识别出的断层

Fig.5 Overlapping of faults on seismic profiles(Black lines represent identified faults)

对比2种方法的剖面识别结果,断裂极大似然体[图5(a)]对小断层的识别能力强,但对于研究区的走滑断裂来说,该方法识别出的断层连续性差,断层形态和样式的地质规律性差,断层组合困难,而深度学习对中、大断层的识别效果更好,提取出的断层连续性强,断层形态和样式符合断裂规律,更接近人工解释效果,便于断层组合分析、快速地震构造解释、断裂样式划分、构造建模和构造成图。
图6显示了研究区长7段油页岩反射层的断裂沿层切片,其中图6(a)—图6(d)分别为相似体、断裂极大似然体、蚂蚁体和深度学习断层检测的平面显示结果。上述4种方法的沿层切片对于研究区走滑断裂的特征有不同的刻画效果。其中相似体虽然包含了地层的干扰信息,但仍能清晰地展示断裂的整体分布特征,对于整体把握研究区的断裂格局具有指导意义;断裂极大似然体对于断层的分辨能力更强,既包含了对于大尺度裂缝的分辨能力,也对断裂的刻画更加精细,但由于碎片化严重,适用于小尺度断层和裂缝带的检测;蚂蚁体方法对北部的小断层识别较好,但对于南部的大断层,连续性较差,对中部的NWW向大断层,平面上出现过多的抖动,不符合地质规律。
图6 断裂沿层切片显示对比(长7段油页岩反射)

(a)相似属性;(b)断裂极大似然属性;(c)蚂蚁体属性;(d)深度学习断裂识别结果

Fig.6 Comparison of faults along layer slices(Chang 7 Member oil shale reflection)

对比通常采用的相似体、极大似然体和蚂蚁体技术,深度学习断裂概率体不仅具有相似体对断裂的整体刻画能力,同时消除了相似体和极大似然体中的地层干扰因素的影响,断层显示清晰,在平面上的延伸特点符合地质规律。

3.2 断裂解释

3.2.1 断裂发育机制及演化

图7为经U-ResNet深度学习断裂识别和解释的2条剖面。从识别结果可知,研究区南部奥陶系以下深层断裂极为发育,断层倾角相对小,北部断层倾角较大,近于直立;奥陶系至上古生界之上花状断裂发育,显示出明显的走滑特征;断裂从深到浅具有明显的分层特征,分别对应5个阶段:元古代—寒武纪(Z—Є)、奥陶纪—晚二叠世石千峰期(O—P3 q)、石千峰期—中三叠世(P3 s—T2)、晚三叠世—中侏罗世(T3 y 1—J2)及早白垩世(K)。下三叠统至中三叠统除贯通上下地层的大断裂外,小断裂较少;上三叠统至白垩系以上地层,断裂增多。中部的NWW向玉都断裂及南部索罗和柏树断裂具有明显的花状构造特征,根部延伸至基底,为早期产生的断裂,规模较大;北部的NEE向断裂规模较小,向下断至延长期早期沉积地层。
图7 地震剖面深度学习断裂解释

(a)垂直NWW向断裂剖面;(b)图(a)中剖面位置;(c)垂直NEE向断裂剖面;(d)图(c)中剖面位置

Fig.7 Deep learning fault interpretation on seismic profile

镇泾地区位于鄂尔多斯盆地西南缘,具有不同于鄂尔多斯地块的古应力场,地质历史上经历了不同时期的构造运动。图8显示了拉平后的各阶段相似属性沿层切片。从奥陶纪到晚侏罗世,研究区NWW向断裂一直存在,表明该断裂为基底断裂,后期的多期次构造运动激活了基底断裂25,并对其进行了改造[图8(a)—图8(f)]。
图8 不同地质历史时期相似属性切片

(a)晚奥陶世;(b)晚石炭世;(c)中—晚三叠世;(d)早侏罗世晚期;(e)中侏罗纪;(f)晚侏罗世

Fig.8 Slices of similarity attribute for different geological epochs

中—晚三叠世[图8(c)],受印支运动影响,研究区稳定抬升,虽然NEE向断裂尚未正式形成,但已形成NWW向和NEE向2组裂缝系统26,受北祁连—北秦岭及六盘山向盆地内逆冲挤压影响,研究区南侧原有断裂开始向盆地内呈弧形逆冲;至早侏罗世晚期,受燕山运动I幕的影响,NWW向断裂开始出现左旋走滑,并伴生了NEE向右行共轭断裂,玉都断裂东端产生了菱形拉分地堑,根据拉分段的叠置程度[图8(d)画圈处],估算走滑距离在3.2 km左右;在中侏罗世[图8(e)],受燕山运动II幕强烈构造运动影响,NWW向断裂进一步走滑,直至晚侏罗世[图8(f)],菱形拉分地堑转变为狭长的洼陷。喜马拉雅期至现今受区域NEE向主压应力影响,NWW向先存断裂继续左旋走滑,NEE向断裂则发生右旋走滑,同时受NWW—SEE向拉张应力作用,NEE向断裂转变为张性断裂。
对于走滑断裂的研究,里德尔模式是目前最广泛被接受和应用的单剪模式,据理论研究和实际观察可知,里德尔单剪模式可能存在2种走滑组合,即a型和b型走滑组合。其中a型走滑组合相对于b型来说,规模更大,断裂延伸距离更长,在走滑初始端发育马尾状断层组合,在走滑主位移带内,发育R剪切、P剪切和T剪切,主位移带呈现复杂的弯曲形状,包含释放弯曲段、受阻弯曲段等。b型走滑组合相对a型来说较简单,在走滑初始端往往发育由正断层组成的拉分地堑,沿着主位移带发育雁列正断层、线性地垒(纺锤凹陷)、地堑等块体,有时还发育负花状构造,局部挤压段还会出现正花状构造,有时b型走滑组合起始部位也发育马尾状扇形断层组合27图9)。据此判断,镇泾地区南部NWW向断裂应属于里德尔b型走滑组合。从本文深度学习断裂的识别结果来看,研究区发育2组高角度走滑断裂,剖面上具有分层性、平面上具有分带性:一组为NWW向断裂,分布于研究区中部—南部;另一组为NEE向断裂,主要分布在研究区的中部—北部。2组走滑断裂中均存在走滑正断层、逆断层和转换断层。
图9 里德尔走滑作用类型(左旋走滑,据文献[26])

Fig.9 Riedel shear action types (left-lateral shear, cited from Ref.[26])

3.2.2 断裂组合样式

前人6通过常规解释技术和针对中生界目的层的构造解释结果,将长8段断缝体断裂样式在平面和剖面上分为帚状—堑垒式、雁列—阶梯式、平行直线—地堑式、拉分地堑—花状及直线—紧闭平移式等5种型式。根据深度学习全地层断裂识别结果(图7),帚状—堑垒式和雁列—阶梯式应统一归属于雁列—阶梯式,属于混合花状结构,花的根部延伸至基底。该组合样式分布于中部NWW向玉都断裂和索罗断裂内,由NEE向伴生的雁列式断裂和NWW向主断裂构成,2条主断裂所夹持的内侧地层较外侧低,在中生界地层中形成了类似阶梯状的构造。北部断裂在地震剖面上虽然规模较小,也表现出明显的走滑性质,其中包括负花状构造、地堑式、直立平移断裂(图7)。此外,南部柏树断裂靠近盆地西南缘,受北六盘山及北祁连—北秦岭逆冲推覆影响,断裂呈弧形向盆地内凸出,西南部靠近山前的坳陷处也多出现负花状构造。
据此将延长组断缝体断裂组合划分为菱形—拉分地堑式、纺锤—凹陷式、雁列—阶梯式、平行直线—地堑地垒式及直线—紧闭平移等5种基本类型(图10),分别以A、B、C、D和E共5个符号表示,在平面图上加以标识(图11)。其中,菱形—拉分地堑式为负花状结构,在研究区有2处,分别位于中部NWW向玉都大断裂东部偏左和中部NEE向断裂处(图11中标A处),为张性断裂;纺锤—凹陷式由2个接近且闭合的2条对冲式断层挟持,断层向下收敛,形成一个负花状,断层内部地层向下凹陷(图11中标B处),有时也称为线性地堑,该样式在NWW向玉都断裂、索罗断裂及柏树断裂上各有一处,随着主断裂的继续滑移,纺锤—凹陷式进一步发展演化,最终将形成菱形—拉分地堑式28
图10 长8段断缝体组合样式

(a)菱形—拉分地堑式;(b)纺锤—凹陷式;(c)雁列—阶梯式;(d)平行线—地堑地垒式;(e)直线—紧闭平移式

Fig.10 Combination styles of Chang 8 Member fault-fracture bodies

图11 长8段断缝体组合类型平面分布

(a)深度学习断裂叠合等T0图;(b)深度学习断裂叠合裂缝发育带图

Fig.11 Planar distribution of combination styles of Chang 8 Member fault-fracture bodies

雁列—阶梯式断裂位于玉都和索罗断裂带上,地层大多向上凸起,形成正断的复合花状,表明前期经挤压形成正花构造,后期经拉伸形成正断的复合花状构造;平行直线—地堑地垒式由2条相距较远的线状断层组成,形成正断或逆断的小幅度地堑地垒样式。此外,有些部位,断裂平面上呈弯曲状,向断裂主位移聚敛时为压扭段,剖面上为向上凸出;向断裂主位移远离时为张扭区,剖面上显示向下凹陷。相比压扭段,张扭段岩性相对疏松,发育张性裂缝,更利于油气的储存。

3.2.3 断缝体组合类型和裂缝发育带的关系

按裂缝发育程度和油井产量之间的关系,5种断裂组合中雁列—阶梯式为最有利的断缝体组合,且在远离雁列—阶梯式断层和主断裂交会端,油井产量较高6,其原因是雁列—阶梯式靠近主干断裂,主干断裂向下切割地层较深,作为油气纵向上的运移通道,沟通了烃源岩和圈闭,但不利于油气的封堵,而雁列—阶梯式正断裂张性裂缝发育,且易形成小幅度构造,有利于油气的聚集保存29。由于研究区东高西低,且断层端部的裂缝更发育,因此靠近东侧的雁列—阶梯式断裂应越有利;菱形—拉分地堑式位于主干断裂上,且内部张性或张剪断裂发育;其余有利断缝体样式依次为纺锤—凹陷式、平行线—地堑地垒式,纵向延伸较浅,仅切穿延长组;直线—紧闭平移式最差。在图11(b)所示的深度学习长8段断裂、裂缝带分布和断缝体组合平面图上,长8段裂缝主要分布在东部NEE向雁列式断裂、拉分地堑和纺锤凹陷处,平行直线式处的裂缝发育稍差,而在直线—紧闭平移组合附近裂缝发育更少。对于单条断裂的情况,走滑平移段的裂缝发育较差,压扭段稍好,张扭段裂缝更为发育,如图11(b)中HH73井附近的张扭段,HH149井附近的压扭段,上述结论和前人30-32研究成果相符合。

4 结论

(1)鄂尔多斯盆地镇泾地区受不同地质时期的构造运动影响,断裂形成和演化过程十分复杂,发育的NWW向和NEE向2组走滑断裂总体呈现出“上下分层、带状分布”的特征。NWW向断裂位于南部,深达基底,奥陶纪至晚侏罗世一直存在;NEE向断裂大多位于北部,南部仅有个别部位存在,并向下延伸至延长期早期沉积地层。后期的构造运动激活了基底断裂,并对其改造。受印支运动影响,中—晚三叠世,NEE向断裂尚未形成。早侏罗世晚期,NWW向断裂开始左旋走滑,并伴生了NEE向右旋共轭断裂,形成菱形拉分地堑,走滑距离约3.2 km。中—晚侏罗世,受燕山运动II慕影响,NWW向断裂进一步走滑。喜马拉雅期至今,受NEE向主压应力影响,NWW向断裂持续左旋走滑,NEE向断裂右旋走滑,同时受NWW—SEE向拉张应力影响,NEE向断裂变为张性断裂。
(2)镇泾区块长8段断缝体可归纳为菱形—拉分地堑、纺锤—凹陷、雁列—阶梯、平行直线—地堑地垒及直线—紧闭平移等5种基本组合类型。其中雁列—阶梯式为最优类型,其次是菱形—拉分地堑式、纺锤—凹陷式、平行线—地堑地垒式,直线—紧闭平移式为最差类型。前3种组合本质上为花状结构,是走滑断裂受力集中的部位,裂缝发育。在这些组合中,NEE向的断裂体现出张性断裂特征,对于断缝体油藏的形成有着积极的影响。
(3)深度学习方法相比传统地震断裂属性识别具有明显的优势,其识别出的断裂具有更好的连续性,更符合构造运动规律,因此在走滑断裂研究中具有更好的适用性,有利于全视角走滑断裂研究的开展,对正确认识断裂特征和从根源上揭示断裂发育的本质,具有重要意义。对于高角度走滑断裂来说,目前的合成数据样本和标注还不够,应构建专门用于复杂断裂的合成数据和实际样本数据,为深度学习训练提供更加丰富和多样的断层样本。

感谢中国石化华北油气分公司何发岐、梁承春、齐荣、邓杰及中国石化华北油气分公司第一采油厂吉圆圆、林清申等各位专家给予的指导。

1
王威,凡睿.四川盆地北部须家河组“断缝体”气藏特征及勘探意义[J].成都理工大学学报(自然科学版),2019,46(5):541-548.

WANG W,FAN R.Characteristics of Xujiahe Formation fault-fracture reservoirs in the northern Sichuan Basin and its exploration significance[J].Journal of Chengdu University of Technology(Science & Technology Edition),2019,46(5):541-548.

2
何发岐,梁承春,陆骋,等.鄂尔多斯盆地南缘过渡带致密—低渗油藏断缝体的识别与描述[J].石油与天然气地质,2020,41(4):710-718.

HE F Q, LIANG C C, LU C, et al. Identification and description of fault-fracture bodies in tight and low permeability reservoirs in transitional zone at the South margin of Ordos Basin[J]. Oil & Gas Geology,2020,41(4):710-718.

3
蔡勋育,邱桂强,孙冬胜,等.中国中西部大型盆地致密砂岩油气“甜点”类型与特征[J].石油与天然气地质,2020,41(4):684-695.

CAI X Y, QIU G Q, SUN D S, et al. Types and characteristics of tight sandstone sweet spots in large basins of central-western China[J]. Oil & Gas Geology,2020,41(4):684-695.

4
刘振峰,刘忠群,郭元岭,等.“断缝体”概念、地质模式及其在裂缝预测中的应用——以四川盆地川西坳陷新场地区须家河组二段致密砂岩气藏为例[J].石油与天然气地质,2021,42(4):973-980.

LIU Z F, LIU Z Q, GUO Y L, et al. Concept and geological model of fault-fracture reservoir and their application in seismic fracture prediction:A case study on the Xu 2 Member tight sandstone gas pool in Xinchang area,western Sichuan Depression in Sichuan Basin[J]. Oil & Gas Geology,2021,42(4):973-980.

5
黄仁春,刘若冰,刘明,等.川东北通江—马路背地区须家河组断缝体储层特征及成因[J].石油与天然气地质,2021,42(4):873-883.

HUANG R C, LIU R B, LIU M, et al. Characteristics and genesis of fault-fracture reservoirs in the Xujiahe Formation, Tongjiang-Malubei area, northeastern Sichuan Basin[J].Oil & Gas Geology,2021,42(4):873-883.

6
杨桂林,任战利,何发岐,等.鄂尔多斯盆地西南缘镇泾地区断缝体发育特征及油气富集规律[J].石油与天然气地质,2022,43(6):1382-1396.

YANG G L, REN Z L, HE F Q, et al. Fault-fracture body growth and hydrocarbon enrichment of the Zhenjing area, the southwestern margin of the Ordos Basin[J]. Oil & Gas Geology,2022,43(6):1382-1396.

7
尹帅,田涛,李俊鹿,等.鄂尔多斯盆地西南缘延长组断缝体特征及对油藏的调控作用[J].油气地质与采收率,2024,31(1):1-12.

YIN S, TIAN T, LI J L, et al. Fault-fracture body characteristics and their effect on hydrocarbon distribution of Yanchang Formation in southwestern margin of Ordos Basin[J]. Petroleum Geology and Recovery Efficiency,2024,31(1):1-12.

8
张园园,任战利,何发岐,等.克拉通盆地构造转折区中—新生界构造特征及其控藏意义——以鄂尔多斯盆地西南部镇泾地区延长组为例[J],岩石学报,2020,36(11):3537-3549.

ZHANG Y Y,REN Z L,HE F Q,et al. Meso-Cenozoic structural characteristics and their reservoir controls of structural transition area in China Craton:A case study of Yanchang Formation in Zhenjing area of southwestern Ordos Basin[J]. Acta Petrologica Sinica,2020,36(11):3537-3549.

9
张园园,任战利,杨桂林,等.天环坳陷南段中生界断裂特征及其石油地质意义[J].中国矿业大学学报,2021,50(2):318-328.

ZHANG Y Y, REN Z L, YANG G L, et al. Characteristics and petroleum geological significances of Mesozoic faults in the southern section of Tianhuan Depression[J]. Journal of China University of Mining & Technology,2021,50(2):318-328.

10
李辉,林承焰,马存飞,等.基于地质模式约束的致密砂岩储层断缝体地质建模[J].大庆石油地质与开发,2021,40(1):38-46.

LI H, LIN C Y, MA C F, et al. Geological modeling of the fault-fracture body in the tight sandstone reservoir based on the geological model constraint[J]. Petroleum Geology & Oilfield Development in Daqing,2021,40(1):38-46.

11
杨鑫,平宏伟,雷涛,等.鄂尔多斯盆地泾河油田走滑断裂带油气成藏特征及控藏机制[J].地球科学,2023,48(6):2324-2341.

YANG X, PING H W, LEI T, et al. Hydrocarbon accumulation characteristics and controlling mechanism of strike-slip faults in Jinghe Oilfield, Ordos Basin[J]. Earth Science,2023,48(6):2324-2341.

12
王猛.鄂尔多斯盆地镇原—泾川地区中生界断裂发育特征[J].断块油气田,2019,26(2):142-146.

WANG M. Mesozoic fracture development characteristics of Zhenyuan-Jingchuan area, Ordos Basin[J]. Fault-Block Oil & Gas Field,2019,26(2):142-146.

13
潘杰,刘忠群,蒲仁海,等.鄂尔多斯盆地镇原—泾川地区断层特征及控油意义[J].石油地球物理勘探,2017,52(2):360-370,196-197.

PAN J, LIU Z Q, PU R H, et al. Fault characteristics and oil-controlling effects in Zhenyuan-Jingchuan District, southwestern Ordos Basin[J].Oil Geophysical Prospecting,2017,52(2):360-370,196-197.

14
AN Y, GUO J L, YE Q, et al. Deep convolutional neural network for automatic fault recognition from 3D seismic datasets[J]. Computers & Geosciences,2021,153:104776.

15
XIONG W,JI X,MA Y,et al.Seismic fault detection with convolutional neural network[J].Geophysics,2018,83(5):97-103.

16
刘江,涂齐催,李炳颖,等.基于卷积神经网络的断层预测方法[J].CT理论与应用研究,2020,29(5):522-533.

LIU J, TU Q C, LI B Y, et al. Fault prediction method based on convolutional neural network[J]. Computerized Tomography Theory and Applications,2020,29(5):522-533.

17
丁晓琪,张哨楠,易超,等.鄂尔多斯盆地镇泾地区中生界油气二次运移动力研究[J].天然气地球科学,2011,22(1):66-72.

DING X Q, ZHANG S N, YI C, et al. Dynamic of Mesozoic hydrocarbon secondary migration in Zhenjing Oilfield, southwestern Ordos Basin[J].Natural Gas Geoscience,2011,22(1): 66-72.

18
吕文雅,曾联波,周思宾,等.鄂尔多斯盆地西南部致密砂岩储层微观裂缝特征及控制因素——以红河油田长8储层为例[J].天然气地球科学,2020,31(1):37-46.

LÜ W Y, ZENG L B, ZHOU S B,et al. Microfracture characteristics and its controlling factors in the tight oil sandstones in the Southwest Ordos Basin:Case study of the eighth member of the Yanchang Formation in Honghe Oilfield[J].Natural Gas Geoscience,2020,31(1):37-46.

19
GERSZTENKORN A,MARFURT K J.Eigenstructure-based coherence computations as an aid to 3-D structural and stratigraphic mapping[J].Geophysics,1999,64(5):1468-1479.

20
MARFURT K J, KIRLIN R L, FARMER S L, et al. 3-D seismic attributes using a semblance-based coherency algorithm[J]. Geophysics,1998,63(4):1150-1165.

21
张璐,何峰,陈晓智,等.基于倾角导向滤波控制的似然属性方法在断裂识别中的定量表征[J]岩性油气藏,2020,32(2):108-114.

ZHANG L,HE F,CHEN X Z,et al. Quantitative characterization of fault identification using likelihood attribute based on dip-steering filter control[J].Lithologic Reservoirs,2020,32(2):108-114.

22
WANG Y D, SHABANINEJAD M, ARMSTRONG R T, et al. Physical accuracy of deep neural networks for 2D and 3D multi-mineral segmentation of rock micro-CT images[DB/OL](2020-02-15)[2024-07-07]. https://arxiv.org/abs/2002.05322.

23
何涛,刘乃豪,吴帮玉,等.基于ResU-Net的三维断层识别方法及应用[J].工程数学学报,2023,40(1):1-19.

HE T, LIU N H, WU B Y, et al. ResU-Net based three-dimensional fault identification method and application[J]. Chinese Journal of Engineering Mathematics,2023,40(1):1-19.

24
WU X M, LIANG L M, SHI Y Z, et al. FaultSeg3D: Using synthetic data sets to train an end-to-end convolutional neural network for 3D seismic fault segmentation[J].Geophysics:Jou-rnal of the Society of Exploration Geophysicists,2019,84(3):35-45.

25
何发岐,齐荣,王付斌,等.鄂尔多斯盆地南部三叠系延长组沟谷体系构造成因[J].石油与天然气地质,2021,42(5):1056-1062.

HE F Q, QI R, WANG F B, et al. Tectonic genesis of Triassic Yanchang Formation valley systems, southern Ordos Basin[J]. Oil & Gas Geology,2021,42(5):1056-1062.

26
徐黎明,周立发,张义楷,等.鄂尔多斯盆地构造应力场特征及其构造背景[J].大地构造与成矿学,2006,30(4):455-462.

XU L M, ZHOU L F, ZHANG Y K, et al. Characteristics and tectonic setting of tectono-stress field of Ordos Basin[J]. Geotectonica et Metallogenia,2006,30(4):455-462.

27
CHRISTIE-BLICK N, BIDDLE K T. Deformation and basin formation along strike-slip faults[J]. Geology,1985,37:1-34.

28
刘庆.走滑断裂系中的重要构造——拉分盆地[J].地质科技情报,1986,5(2):7-14.

LIU Q. Important structure in the strike-slip fault system-pull-apart basin[J]. Bulletin of Geological Science and Technology,1986,5(2):7-14.

29
杨克基,马宝军,周南,等.辽东湾地区走滑断裂系统及其油气地质意义[J].石油天然气学报,2013,35(12):25-29,4.

YANG K J, MA B J, ZHOU N, et al. Strike-slip fault systems and their significances of oil and gas geology in Liaodong Bay area[J].Journal of Oil and Gas Technology,2013,35(12):25-29,4.

30
王翠丽,周文,李红波,等.镇泾地区延长组多期次裂缝发育特征及分布[J]. 成都理工大学学报(自然科学版),2014,41(5):596-603.

WANG C L, ZHOU W, LI H B, et al. Characteristics and distribution of multiphase fractures in Yanchang Formation of Zhenjing block in Ordos Basin, China[J]. Journal of Chengdu University of Technology(Science & Technology Edition),2014,41(5):596-603.

31
张林炎,范昆,刘进东,等.鄂尔多斯盆地镇原—泾川地区三叠系延长组构造裂缝分布定量预测[J].地质力学学报,2006,12(4):476-484.

ZHANG L Y, FAN K, LIU J D, et al. Quantitative prediction of distribution of tectonic fractures in the Yanchang Formation in the Zhenyuan-Jingchuan area, Ordos Basin[J]. Journal of Geomechanics,2006,12(4):476-484.

32
曹晶晶,刚文哲,杨尚儒,等.鄂尔多斯盆地天环坳陷南段长8段油藏成藏主控因素及模式[J].天然气地球科学,2023,34(10):1752-1767.

CAO J J, GANG W Z, YANG S R, et al. Main controlling factors and hydrocarbon accumulation model of Chang 8 reservoir in southern Tianhuan Depression, Ordos Basin[J].Natural Gas Geoscience,2023,34(10):1752-1767.

Outlines

/