微幅构造往往指构造相对平缓、圈闭幅度和面积小、隐蔽性强，构造幅度一般小于 15 m 或 10 ms 的一类地质体^[1-4]；其形成机理主要包括构造成因与沉积成因，其中构造成因微幅构造一般受弱挤压活动影响，而沉积成因微幅构造受沉积体的差异压实影响，一般分布于古地貌高点。随着常规油气向更深、更隐蔽油藏转变，薄层、微幅构造、岩性油藏等勘探已成为当前储量接替的有利目标。在富油洼陷，微幅构造圈闭对局部油气的运移和富集成藏仍起着关键的作用，易形成“小而肥”油藏；同时，对其识别精度也提出了更高的技术要求。

自 20 世纪 80 年代起，中国加大了对微幅构造的研究力度，相关学者针对微幅构造的识别开展了系列的技术研究。在提升地震资料品质方面，加强了对高密度采集和高精度成像地震资料的处理、解释工作。在实现方法上，包括利用井震联合构建速度场、叠前偏移、相干体、特征点、水平切片、均值滤波、S变换等技术识别或追踪微幅构造^[5-14]。针对微幅构造的偏移成像问题，管文胜等利用基于模型的层析速度反演技术提高了微幅构造成像精度^[5]；高树生等综合应用表层吸收补偿、井控真振幅恢复、井控Q补偿、井控速度建模和OVT处理等技术识别薄储层、微幅构造和小断层等小尺度地质体^[6]；徐海等提出了基于构造趋势驱动的叠后地震数据连片闭合差校正方法，规避了传统拼图方法与叠后连片处理的不足，有效保持了非拼接区的构造与微幅构造形态^[7]；王鹏等利用井震综合速度建模提升了冀东马头营微幅构造成像精度^[8]；张在金等采用小网格层析技术提高垂向速度分析的精度，对断层两侧速度进行准确刻画，落实微幅构造^[9]。在微幅构造精细解释方面，韩强等应用层位精细标定、自动追踪、相干体属性等技术，落实了塔里木轮台地区微幅构造圈闭^[10]；白晓寅等针对微幅构造-岩性油气藏，利用井震旋回联合标定与等时追踪、倾角约束的变速成图等技术取得较好成果^[11]；李香雪采用连井对比分析、常规和三维立体解释技术确保微幅构造层位解释的可靠性。针对微幅构造变速成图^[12]，王晓平等针对微幅构造区和深层、超深层构造区成图的难点，提出了分层剖析变速成图方法，更逼近真实的地下地质构造形态^[13]；李达等提出了分区构造落实法，有效落实了微幅局部构造^[14]。

厄瓜多尔 X 区块地处南美奥连特盆地前渊带构造转换区，目标层受安第斯造山运动弱挤压作用影响，大部分微幅构造幅度小于5 m，常规成图分析与表征方法难以精细识别微幅构造特征。在借鉴前人微幅构造精细解释基础上，根据构造斜坡具有低频平滑、局部高频起伏类似于地震信号的特点，提出基于小波变换的微幅构造分析与识别技术，利用相应小波系数对构造低频、高频成分进行多尺度重组，提高构造高频成分对微幅构造的识别权重，降低构造低频成分对微幅构造识别的遮蔽作用。在X区块识别出一系列微幅构造，通过钻井验证了该技术准确性和适用性，可以极大提高相似类型微幅构造油藏预测精度与效率。

1 小波变换微幅构造识别原理与方法

1.1 方法简介

20 世纪80年代，法国地球物理学家Morlet将小波多尺度分析理论应用到地震信号处理中，其在短时傅立叶变换中根据信号局部特征加入随频率变化的时间-频率窗口，对时间、频率进行局部化分析，通过多尺度细分突出信号细节的处理手段。通常，为压制或消除高频噪声，突出不同频带信号细节，利用小波变换将信号与噪声拆分成不同频段，再利用求取的不同尺度小波系数进行非线性消噪，识别高频有效信号^[15-20]。

小波构造分解方法是将解释的等深数据在横向上转换成等间距采样二维数据，以垂向的构造起伏作为振幅数据，基于短时傅立叶变换，在不同方向加入x与y两个尺度随频率变化的尺度-频率小波函数，多尺度地分解构造起伏，利用阈值控制优选小波系数获取低频构造背景与中、高频微幅构造起伏的过程。

1.2 技术流程

基于小波变换的微幅构造分析与识别的主要流程为：利用优选的小波系数对构造低频、中频、高频成分进行重组，提高构造高频成分对微幅构造的识别权重，降低构造低频成分对微幅构造识别的遮蔽作用（图1）。

1.3 方法原理

二维小波变换计算步骤与二维傅立叶变换相同，令二维构造解释的时间或深度数据为f（ x，y），其中 x与 y分别属于 f （ x，y）横、纵坐标，不同方向采用相同的小波母函数^[14-15]，则二维小波变换公式为：

$W\left(a;b_x,b_y\right)=$

二维小波的逆变换可表示为：

$f(x,y)=$

其中：

假设原始构造数据 f（ x，y ）由低频构造起伏趋势数据、中频构造起伏趋势数据与高频构造起伏趋势数据三部分组成，则有：

基于小波系数之间固有相关性可知，低频构造起伏趋势数据和中、高频构造起伏趋势数据分别主要分布在较大的小波系数和较小的小波系数中。

1.3.2 尺度-频率阈值函数

针对构造轴向的宽窄与幅度高低所具有的尺度-频率特征，对其进行小波变换，可获得高、中、低频率相应尺度上的小波系数。因不同频率对应不同的小波尺度，合适的阈值对分离不同尺度的低频、高频信号至关重要。通常，微幅构造的频率高于背景数据的频率，因此可引入阈值门限函数对低频、中频、高频的小波系数进行滤波限制，相应依次提取低频阈值门限的小波系数，以及中、高频的小波系数。

合理阈值的设定至关重要。通常阈值取值过小，容易漏失具有中高频特征的宽缓微幅构造；阈值过大，不易突出具有高频特征的微幅构造细节。因此，为更好地反映数据的频域特征，在不同方向小波尺度换算成频率的表达式为：

同时，由于不同尺度的构造起伏对应的高、中、低频信号具有不同的幅值，对于不同取值的尺度因子，与频率、小波系数相关的幅值函数为：

分离低频、中频与高频构造趋势的阈值函数^[13] 的表达式为：

其中：

以a取值为参考，通过比较两个限制条件，确定微幅构造的提取门槛值，计算并保留相应的小波系数。

1.3.3 小波系数优选重构

为防止漏失幅度低、轴向宽的微幅起伏，利用优选的中低频、中高频信号及其对应的小波系数，通过最优化函数对以上信号重构，最后得到既能反映斜坡趋势又能突出微幅构造特征的数据。

设优选后的小波系数对应的低、中、高频函数分别为$\sum _{i=0}^L{f}_{\mathrm{L}}（x，y），\sum _{i=0}^M{f}_{\mathrm{M}}（x，y），\sum _{i=0}^H{f}_{\mathrm{H}}（x，y）$，则不同尺度a对应的最优化的中低频、中高频函数分别为：

最后，利用初次识别的微幅构造长轴与短轴确定优选重构中低频、中高频函数。

2 微幅构造仿真数据试验分析

为验证微幅构造识别的可靠性，试验采用一条横轴为 20 m 等间距采样、垂向为深度的仿真构造线，进行小波阈值微幅构造识别分析。对其进行小波变换，利用阈值控制计算小波系数，对比不同尺度的小波系数对低频、中频以及高频构造起伏的识别效果后，进一步分析确定不同构造起伏的最优识别尺度，优选出微幅构造重构的最佳小波系数。

根据仿真数据的地形起伏范围，利用相应的搜索半径对其仿真处理得到相应的低频趋势线（图2）。对比发现，搜索半径为1 000与800 m的处理结果均能较好地反映低频趋势，其中搜索半径为 800 m的效果更好；而搜索半径为400与200 m对应的趋势数据因包含了部分中频信息，导致具有中频特征的宽缓微幅构造信息复合在低频趋势中，不能更好地表征整体斜坡趋势。综合分析确定800 m左右的小波尺度参数适合低频信息提取，获取的相应小波系数可很好地反映斜坡趋势。

重复以上思路与流程，持续分离确定中频以及高频的小波系数。对中高频数据采用400，200 m的搜索半径进行处理，前者反映中频趋势较好，能突出轴向宽度为 400 m 左右的微幅构造（图3a）；后者因包含了较多中频信息，不利于表征轴向宽缓的微幅构造（图3b）。确定400 m左右的小波尺度参数适合中频信息的提取，能更好地保留中频、有效突出轴向宽缓的微幅构造信息。

最后，根据优选的低频、中频及高频小波系数，利用最优化函数对中低频、中高频信号重构。对比仿真数据与中低频趋势重构结果，仿真数据具有明显的峰谷起伏信息，而重构趋势线主要体现了斜坡趋势以及中频波谷信息（图4a）；中高频重构结果显示，能定量识别轴向宽、较宽、较短且幅度不超过 3 m的不同类型的微幅构造（图4b）。

通过对仿真数据测试分析，利用小波变换、阈值优选的小波系数对构造信号重构，可以对不同尺度的微幅构造起伏进行特征信息的提取，实现低频斜坡背景与微幅构造的信息分离，利用阈值函数可有效防止漏失幅度低、轴向宽缓的微幅构造，是定量描述与分析微幅构造的有效技术手段。

3 应用实例

3.1 工区概况

厄瓜多尔X区块位于Oriente盆地中部前渊带，介于反转带和西部斜坡带之间，构造变形较弱，其上发育一系列大型构造圈闭、小型微幅构造圈闭，可为油气聚集创造良好的运移与储集条件。该区微幅构造油藏主要包括 3 类：第 1 类是微幅构造油藏，储层厚、油水过渡带宽缓；第 2 类是微幅薄砂岩油藏，受储层控制，油藏分布间接地与微幅构造发生联系；第3类是岩性油藏，储层物性是主要控藏因素，微幅构造影响局部剩余油分布。该区微幅构造幅度一般不超过5 m（图5），由于其幅度小于地质构造解释精度，常规成图与分析方法难以有效突出表征与薄层相关的微幅构造。

3.2 微幅构造识别及应用效果分析

研究区 M1 层发育一系列幅度低、圈闭面积小的微幅构造，闭合高度一般不超过 12 m（8 ms），局部地区幅度小于 6 m（4 ms），微幅构造特征不明显 （图6a）。采用小波分解微幅构造识别技术，采用相应搜索步长与最优阈值函数优选出中、大尺度构造起伏信息，以此重构低频斜坡背景（图6b）。再次重复利用中、小尺度小波分析与最优函数对中、高频信息进行分离、重构，得到局部微幅构造（图7a）；基于 2 次小波分析与重构的结果，合并大尺度斜坡背景与局部微幅构造，得到多尺度小波重构的构造数据（图7b）。

在局部微幅起伏（图7a）中，识别出了不同尺度的微幅构造信息，包括幅度为 1.5～3，1.5～6，1.5～9，1.5～15 m等，能够有效表征幅度小于5 m的微幅构造特征，快速展现微幅构造细节。在研究区西部识别出多个微幅构造，主要为幅度小于 5 m 形态宽缓的微幅起伏；而东部识别的幅度在9 m左右，为已被钻井证实的微幅构造油藏。多尺度小波重构结果（图7b）中，识别微幅构造数量、幅度与范围，与定量识别结果（图7a）基本一致。因此，利用多尺度小波重构的方法，不但可消除大构造背景影响，而且快速展现微幅构造细节，高效地实现微幅构造的定量识别和成图分析。

综合储层预测与成藏等地质成果与认识，优选确定 X01井所在的微幅构造圈闭作为钻探目标，微幅构造高点十字剖面如图8 所示。X01 井在 M1 层钻遇4 m薄砂岩，获工业油流，钻探证实该圈闭为砂岩薄储层、油水过渡带宽缓微幅构造油藏。

4 结论

基于小波变换的微幅构造分析与识别技术，利用阈值控制获取相应小波系数，对其低频、中频、高频成分进行重组，提高构造高频成分对微幅构造的识别权重，降低构造低频成分对微幅构造识别的遮蔽作用，有效克服常规成图分析与表征方法难以展现微幅构造细节的缺点。该技术成功应用于厄瓜多尔 X区块低幅构造油藏滚动评价工作，有效识别了幅度小于 3 m 的微幅构造，通过钻井验证了该技术准确性和适用性，极大提高了斜坡区小型微幅构造油藏预测精度与效率，可有效推广应用至相似类型的低幅构造油藏勘探开发工作。

符号解释

a——尺度因子，与尺度相关的尺度调节参数，a ∈（ 0，+ ∞）；

b_x，b_y——不同方向的尺度平移调节参数；

C_ψ——小波函数的傅立叶变换；

f（x，y）——原始构造数据；

f_c——小波函数的中心频率；

f_H （x，y）——高频构造起伏趋势数据；

f_L（x，y）——低频构造起伏趋势数据；

f_LM（x，y）——合并后的中、低频构造起伏趋势数据；

f_M （x，y）——中频构造起伏趋势数据；

f_MH（x，y）——合并后的中、高频构造起伏趋势数据；

f_s ——等T0或等深度图的地表横向采样间隔；

fxi，fyi ——尺度因子a在不同位置时对应的实际频率， i ∈（1，2，3，...，N ）；

H，M，N——自然数；

L——幅值函数；

w_x，w_y——沿不同坐标轴方向的小波系数；

w_xi，w_yi ——沿不同坐标轴方向在不同位置的小波系数；

W——二维小波函数；

x，y——横、纵坐标；

γ——与尺度位置序号相关的阈值触发门槛；

δ₁ ——阈值函数初始取值；

δ_best ——阈值函数最优取值；

η——与尺度位置序号 N 和幅值 L 相关的阈值触发门槛；

ψ（$\frac{x-b_x}{a}$）——沿x轴方向的小波函数；

ψ（ $\frac{y-b_y}{a}$）——沿y轴方向的小波函数。

参考文献