2. 中国石油吉林油田分公司勘探开发研究院, 吉林 松原 138000
2. Research Institute of Petroleum Exploration and Development, Jilin Oilfield Company, PetroChina, Songyuan 138000, Jilin, China
0 引言
在近期的勘探过程中,松辽盆地南部大情字井地区葡萄花油层多口井在中央断裂带内钻遇工业油层,展现了葡萄花油层的巨大勘探潜力。但是,葡萄花油层为网状河三角洲沉积,前缘相带的水下分流河道砂体纵向厚度薄、横向变化快,储层预测难度大,储层砂体分布规律认识不清楚,导致勘探成功率低。因此,薄层河道砂体预测是目前松辽盆地南部断层岩性、岩性油气藏勘探所面临的的一个主要难题,前人对此做了大量的研究工作,主要利用地层切片、频谱分解、地质统计学反演等地震技术手段开展薄储层的定性和定量预测[1-2];但是,受地震资料品质和地质条件的影响,各地区的应用效果也存在较大差异。因此,薄储层预测尚无成熟经验可遵循,需要针对具体的地震地质难点,在生产实践中进一步深入分析研究。
本文以大情字井地区为例,从井点出发,分析葡萄花油层河道砂体的地震地质特征,重点利用地层切片、纹理属性和基于云变换的地质统计学反演等技术,对不同沉积相带的河道砂体进行精细刻画,并根据预测结果对葡萄花油层砂体的成藏规律进行分析总结。
1 研究区概况大情字井地区位于松辽盆地南部中央坳陷区长岭凹陷的中部(图 1)。长岭凹陷由两个次级凹陷构成,南部为黑帝庙次凹,北部为乾安次凹。大情字井构造处于两个次凹的鞍部,东西分别为华字井阶地和大安—红岗阶地所夹持,整体构造形态为北北东向的宽缓向斜。研究区位于大情字井地区北部,三维地震资料覆盖全区。
2 葡萄花油层储层沉积特征大情字井地区上白垩统姚家组一段地层为网状河三角洲沉积,目的层葡萄花油层主要集中在姚一段Ⅱ砂组,埋深 1 800~1 950 m;储层砂体主要为网状河三角洲平原前缘相分流河道沉积,岩性以细砂岩、粉细砂岩、粉砂岩为主,单砂体厚度2~8 m,平均厚度4.6 m;含油性较好,自然电位(VSP)、自然伽马(GR)测井曲线形态呈中高幅钟形、箱型(图 2)。本区平原相带河道砂体沉积构造较发育,多见交错层理及底冲刷等沉积构造,岩性以细砂岩为主,至前缘相带,沉积构造逐渐减少,岩性变细;说明河流向前推进的过程中水体能量减弱。
3 研究难点三角洲前缘水下分流河道砂体是本区主要储层类型之一。由于前缘相水下分流河道砂体厚度薄(2~6 m)、宽度窄(400~600 m),分叉交汇频繁、岩性变化快,加上受地震资料分辨率的限制,因此预测难度大。研究区三维地震资料主频约45 Hz,有效带宽10~75 Hz;区内目的层砂岩速度为3 300~4 400 m/s,泥岩速度为2 800~4 000 m/s。按照λ/4(λ为波长)调谐厚度,计算出不同频率能分辨的砂层厚度,频率最大为75 Hz时,可以分辨11 m砂层。由于本区砂岩、泥岩速度比较接近,砂岩与泥岩的波阻抗值差异小,河道砂岩在地震剖面上无明显响应(图 3),砂、泥岩地震反射特征相似,地震识别难度大。
4 河道砂体识别 4.1 地层切片由于葡萄花油层河道砂体在地震剖面上难于准确识别、追踪,本文采用基于沉积模式的地层切片来刻画河道砂体。在T1′和T11两个等时界面之间(时间厚度约25 ms),按照地层接触关系等比例内插出一系列层面,这些层面接近于等时沉积界面,能真实地反映地层产状,由此提取的地震属性反映了真实的地层属性。依据合成记录精细标定的结果,利用葡萄花油层顶面附近的一系列层面,以油层厚度为参考,开8 ms时窗,提取地震属性切片;浏览切片,优选出最能反映砂体规律的切片,观察储层的空间展布规律。
在葡萄花油层地层切片(图 4)上,工区中部存在若干条南西—北东向展布的强振幅异常条带,呈网状特征展布。根据钻井揭示来看,南部的强振幅条带岩性以细砂岩为主,砂层较厚,为三角洲平原相网状河沉积;地层切片上南部河道特征也很明显,与钻探效果吻合程度高,刻画效果好。向北强振幅条带逐渐分叉变窄、变小、并逐渐消失;通过对E99开发区块井网的剖析,北部条带岩性以粉砂岩为主,为三角洲前缘水下分流河道沉积,由于砂体变薄、变窄,地层切片刻画北部河道效果不明显,砂体边界、走向不清晰,地层切片不能满足精细勘探的需求。
4.2 对比度纹理属性对比度纹理属性用来衡量图像中像素之间差异性的强烈程度,它反映的是灰度伴随矩阵元素在主对角线上的集中情形:当比较大的数值都集中在主对角线附近时,对比度较差,像素灰度值的差异较小。利用对比度纹理属性,能够增强储层与非储层在地震反射特征上的对比度,放大储层的地震响应特征,凸显有效信息。
在大情字井北部对比度纹理属性剖面(图 5)上,砂岩与泥岩的对比度较地震剖面(图 3)明显增强;以E99区块为例,水下分流河道砂体在对比度纹理属性剖面上较地震剖面更容易识别。但是,对比度纹理属性只是针对目的层做简单的目标性处理,预测结果对地震资料依赖程度高,受限于地震资料有效带宽,分辨率较低。
4.3 储层特征参数反演储层地震反演按照初始波阻抗模型的确定性可分为确定性反演和随机反演两类[3]。利用常规的确定性反演方法虽然能够很好地恢复出强反射体的信息,反演结果也具有较好的横向连续性;但是,对于储层与围岩地震波阻抗差异微弱的地区,反演效果就不明显,且受到地震资料有效带宽的限制,预测结果分辨率低,最高达到地震数据的分辨率,因此无法有效描述薄互层砂体[4]。将测井数据与地震资料相结合的基于地质统计学的随机反演法[5],即地质统计学反演,是预测薄储层、提高反演预测结果分辨率的一个较好的方法。该方法以能反映储层特征参数的测井曲线为控制点、依靠地震反射波的丰富信息、利用地质统计学协模拟技术进行,最终反演结果既具有较高的纵向分辨率,又能在横向上精细地描述储层展布形态。
4.3.1 地质统计学反演思路地质统计学反演是在地质统计学[6-9]的基础上,把待反演的储层参数视作区域化变量,利用变差函数从已知井数据分析储层变量的空间变异规律,利用克里金技术求解未知点储层变量的分布特征,结合马尔科夫链蒙特卡洛算法,综合测井、地震信息,通过随机模拟手段对未知点进行赋值,进而得到包涵储层特征参数信息三维数据体的一个过程[10]。其主要包括随机模拟过程和对模拟结果进行优化使之符合地震数据的过程两大部分。
随机模拟以确定性反演的波阻抗数据体为输入,建立波阻抗体与储层特征参数曲线之间的关系;再依据储层特征参数曲线与波阻抗的相关程度,通过目标函数,求取目的层的主变量(储层特征参数曲线)及协变量(波阻抗)的直方分布函数和变差函数,应用模拟退火方法寻找与地震道记录最佳匹配的最优解,从而得到能描述储层信息的数据体(电阻率、岩性、厚度或孔隙度等)。分析地质统计学反演整个过程可以看出,井信息主要起到硬数据的作用,井间的多个模拟结果首先由已知井数据求取变差函数和概率密度函数得出。井间地震资料起到一个“过滤器”的作用,从多个模拟结果中优选出与地震信息最匹配的数据体作为最终结果,从而使最终的砂体预测结果更加稳定,降低了因数学方法插值和模拟带来的井间不确定性,使模型与反演结果更加忠实于实际地质情况。但是,该方法运算量比较大、周期较长[11-12],故工区面积不宜选取太大。本文选取井网密度较高的E99区块(90 km2)作为实验区,开展地质统计学反演,来识别薄层的水下分流河道砂体。
4.3.2 储层敏感曲线分析由于本区的砂岩、泥岩声波时差范围有较大的重叠,利用地震波阻抗数据不能有效区分储层与围岩(图 6);因此需要利用对储层砂岩有较好识别能力的测井曲线进行地质统计学协模拟,以提高地震反演技术识别薄砂层的能力。即在常规波阻抗数据的约束下,进一步明确储层砂体在井间的分布规律。这就要求参与协模拟的测井曲线既要能反映储层的信息,又要与波阻抗数据具有较高的相关性,从而更好地建立起储层特征参数与波阻抗之间的关系,使最终反演结果在井点与测井曲线高度一致。在井间既具有波阻抗的趋势,又具有井的较高分辨率,达到井震结合的目的[13]。
从本区葡萄花油层不同的测井曲线交汇分析图(图 6)上看,VSP、RLLD、GR曲线对岩性反映比较敏感;但利用单一曲线难以有效描述储层。根据交汇图分析,RLLD≥15 Ω·m、IP≤1.11×107 kg/(m2·s)时识别储层砂岩效果最好;因此,优选RLLD曲线为储层敏感曲线,以RLLD为主变量、以稀疏脉冲反演的波阻抗数据体为协变量,利用地质统计学协模拟技术,获得目标属性体(电阻率体)。
4.3.3 基于云变换的地质统计学协模拟在纵波阻抗与深侧向电阻率交汇图(图 7)上看,两种变量具有较高的相关性,但不是简单的线性关系。利用线性公式将一个变量转化为另一个变量会产生较大误差;而云变换[14]是一种非线性随机模拟方法,通过概率场模拟实现两个变量之间的转换,并且遵循两个变量间复杂的非线性关系。云变换在地震储层预测中,通过建立云模型,解决了线性偏离点与整体属性数据的函数关系(图 7),突破了过去不同属性数据之间简单线性转换的瓶颈,增强了储层预测结果的可靠性。
以基于稀疏脉冲反演的波阻抗数据体为输入,将RLLD曲线作为主变量、波阻抗数据体作为协变量,建立波阻抗与电阻率的云关系;对二者的直方图和变差函数进行分析,确定变差函数类型、变程,用云变换技术协模拟出主变量;用稀疏脉冲反演数据进行横向约束控制,使反演结果既保有了RLLD曲线信息,又增加了横向上的地震信息,最终得到了多个等概率的电阻率体;再对所有电阻率概率体求均方根运算,获得均方根数据体作为最终的反演预测结果[13](图 8)。
4.3.4 反演结果分析以测井曲线交汇图作为量板解释砂岩,雕刻出IP≤1.11×107 kg/(m2·s)、RLLD≥15 Ω·m的反演属性体,即为储层砂岩信息(图 9)。提取E99区块葡萄花油层砂岩厚度平面分布特征(图 10),砂岩呈西南—北东向条带状展布,向北逐渐分叉变窄。钻井揭示岩性以粉砂岩为主,为水下分流河道沉积特征。储层预测结果与钻井符合率83%;预测效果较以往的预测方法有大幅度提高,对于井网密度大的区块应推广应用。
根据本次储层预测的结果,结合钻井信息,编制了本区葡萄花油层的砂岩厚度图(图 11)。研究区砂体整体表现为南西—北东向的条带状展布特征,西南物源;E48—E44—E84井一线以南,河道砂体呈宽网状分布,河道厚度较大,砂体密度较小,为三角洲平原网状河道沉积;E48—E44—E84井一线以北,河道砂体分叉交汇频繁,宽厚比减小,砂体密度增大,河道呈宽网状分布,为三角洲前缘水下分流河道沉积。
5 葡萄花油层成藏特征前人的研究[15-18]认为,大情字井地区主力烃源岩为青山口组一段的暗色泥岩,研究区葡萄花油层为典型的下生上储式生储组合(图 12)。
大情字井地区葡萄花油层总体构造格局为北北东走向的长轴向斜,沿轴部发育北北东向展布的中央断裂带将其形态复杂化。中央断裂带由一系列北北西走向的正断层组成,断层相向而倾,平面延伸长度一般为2~7 km,断距10~60 m,发育密集(图 11),将向斜轴部切割成一系列断阶和断堑,形成了多个局部的断鼻、断块圈闭。
经梳理,研究区内目的层附近的断裂可分为四期:第一期为断穿T2反射层并终止于青山口组内部的早期断裂,不控制葡萄花油层的成藏;第二期为断穿T2、T1反射层,终止于嫩江组内部的断层,平面上延伸较长,呈雁列状展布,对葡萄花油层成藏起关键控制作用;第三期断裂断穿T1、T1′反射层,终止于嫩江组,对葡萄花油层的成藏起到后期调整作用;第四期为嫩江组内部的晚期断裂,不太发育,断距小、延伸距离短,不控制葡萄花油层成藏。
中央断裂带内大多数断层为第二期断裂,断穿T1、T2反射层,向下沟通青一段烃源岩,向上终止于嫩江组(图 12),对葡萄花油层成藏起主要控制作用;故中央断裂带整体含油性较好,是油气聚集的主要构造带。研究区内16口试油获得工业油流的探井中,有15口井位于中央断裂带内,断裂带内断垒、阶、堑都是油气聚集的有利构造部位。但是,由于受不同断层组合及构造部位差异的影响,中央断裂带内油气富集程度亦存在差异性。断裂带内有5口井位于反向断阶上,均获得工业油流,其中3口井获得高产。分析认为,中央断裂带内断穿T1、T2反射层的断层切割砂体后,形成一系列反向断阶,油气沿断层向上运移,最先运移至下降盘断阶上倾高部位的砂体内成藏。因此,本区反向断阶高部位、断堑中隆的河道砂体是油气聚集的最有利部位,也是大情字井地区葡萄花油层下一步的主要勘探方向。
6 结论本文以松辽盆地南部大情字井地区葡萄花油层为例,探索了网状河三角洲沉积模式下不同相带的河道砂体刻画方法,并得到以下认识:
1) 研究区西南部为三角洲平原相网状河沉积,利用地层切片刻画河道砂体效果较好,砂体整体呈北东—南西向条带状特征,窄网状分布,砂体宽厚比较大,密度较小。
2) 研究区E48—E44—E84井连线以北逐渐过渡为三角洲前缘相沉积,储层砂体为前缘相带水下分流河道沉积,具有纵向薄、横向摆动快,预测难度较大的特点。本文重点利用基于云变化的地质统计学协模拟技术,精细刻画IP≤1.11×107 kg/(m2·s)、RLLD≥15 Ω·m的河道砂体,对前缘相带窄小的目标砂体的边界、走向及厚度进行定量描述,储层预测符合率达83%。
3) 本区以断层岩性油藏为主,油气主要集中在中央断裂带内的河道砂体内,断裂带内反向断阶是油气最有利聚集部位。
[1] | 肖佃师, 卢双舫, 王海生, 等. 三角洲外前缘薄砂体地震综合预测方法[J]. 中国石油大学学报(自然科学版) , 2015 (4) : 62-69. Xiao Dianshi, Lu Shuangfang, Wang Haisheng, et al. Comprehensive Prediction Method of Seismic to Thin Sandstone Reservoir in Delta-Frontal[J]. Journal of China University of Petroleum (Edition of Natural Science) , 2015 (4) : 62-69. |
[2] | 刘伟, 尹成, 王敏, 等. 河流相砂泥岩薄互层基本地震属性特征研究[J]. 石油物探 , 2014, 53 (4) : 468-476. Liu Wei, Yin Cheng, Wang Min, et al. Study on the Characteristics of Basic Seismic Attributes in Fluvial Sand-Shale Interbedded Layers[J]. Geophysical Prospecting for Petroleum , 2014, 53 (4) : 468-476. |
[3] | 李占东, 赵伟, 李阳, 等. 开发地震反演可行性研究及应用:以大庆长垣北部油田为例[J]. 石油与天然气地质 , 2011, 54 (32) : 797-806. Li Zhandong, Zhao Wei, Li Yang, et al. The Feasibility Study an Dapplication of Development Seismic Inversion:A Case Study from Northern Changyuan Oil-Field of Daqing Area[J]. Oil & Gas Geology , 2011, 54 (32) : 797-806. |
[4] | 张繁昌, 肖张波, 印兴耀, 等. 地震数据约束下的贝叶斯随机反演[J]. 石油地球物理勘探 , 2014, 49 (1) : 176-182. Zhang Fanchang, Xiao Zhangbo, Yin Xingyao, et al. Bayesian Stochastic Inversion Constrained by Seismic Data[J]. Oil Geophysical Prospecting , 2014, 49 (1) : 176-182. |
[5] | Srivasta R P, Sen M K. Stochastic Invention of Prestack Seismic Data Using Fractal-Based Initial Models[J]. Geophysics , 2009, 75 (3) : R47-R59. |
[6] | Pan Guocheng. The Theory of Regionalized Variable for Geostatistics[J]. World Geology , 1997, 16 (2) : 85-93. |
[7] | PanGuocheng. Theories and Methods of Structure Analysis for Geostatistics[J]. World Geology , 1997, 16 (3) : 70-82. |
[8] | Pan Guocheng. Estimate Technique and Conditional Simulation for Geostatistics[J]. World Geology , 1997, 16 (3) : 83-100. |
[9] | 陈建阳, 田昌炳, 周新茂, 等. 融合多种地震属性的沉积微相研究与储层建模[J]. 石油地球物理勘探 , 2011, 46 (1) : 98-102. Chen Jianyang, Tian Changbing, Zhou Xinmao, et al. Sedimentary Microfacies Studies and Reservoir Modeling by Integration of Multiple Seismic Attributes[J]. Oil Geophysical Prospecting , 2011, 46 (1) : 98-102. |
[10] | 刘振峰, 董宁, 张永贵, 等. 致密碎屑岩储层地震反演技术方案及应用[J]. 石油地球物理勘探 , 2012, 47 (2) : 298-304. Liu Zhenfeng, Dong Ning, Zhang Yonggui, et al. Seismic Inversion Program for Tight Clastic Reservoir and Its Application[J]. Oil Geophysical Prospecting , 2012, 47 (2) : 298-304. |
[11] | 潘昱洁, 李大卫, 杨锴. 确定性反演和随机反演对井约束条件的需求分析[J]. 石油物探 , 2011, 50 (4) : 345-360. Pan Yujie, Li Dawei, Yang Kai, et al. A Comparison Between the Requirements of Multi-Well Constrained Conditions in Deterministic Inversion and Stochastic Inversion[J]. Geophysical Prospecting for Petroleum , 2011, 50 (4) : 345-360. |
[12] | 张志伟, 王春生, 林雅平, 等. 地震相控非线性随机反演在阿姆河盆地A区块碳酸盐岩储层预测中的应用[J]. 石油地球物理勘探 , 2011, 46 (2) : 304-310. Zhang Zhiwei, Wang Chunsheng, Lin Yaping, et al. Applications of Facies-Controlled Nonlinear Random Inversion for Carbonate Reservoir Prediction in Bolck a of Amu-Darya Basin[J]. Oil Geophysical Prospecting , 2011, 46 (2) : 304-310. |
[13] | 张秀丽, 姜岩, 郝兰英, 等. 密井网条件下随机地震反演及其在河道砂体预测中的应用[J]. 石油地球物理勘探 , 2014, 49 (5) : 954-963. Zhang Xiuli, Jiang Yan, Hao Lanying, et al. Stochastic Seismic Inversion and Channel Sandbody Prediction in Dense Well Pattern Areas[J]. Oil Geophysical Prospecting , 2014, 49 (5) : 954-963. |
[14] | 徐家润, 彭祥霞, 傅晓燕, 等. 云变换在焉二区油藏随机建模中的应用[J]. 石油地质与工程 , 2007, 21 (2) : 36-38. Xu Jiarun, Peng Xiangxia, Fu Xiaoyan, et al. Application of Cloud Transformation Technology in Stochastic Modeling of Yan2 Area[J]. Petroleum Geology and Engineering , 2007, 21 (2) : 36-38. |
[15] | 陈桂菊, 张为民, 宋新民, 等. 吉林大情字井油田油气富集规律分析[J]. 断块油气田 , 2006, 12 (6) : 1-3. Chen Guiju, Zhang Weimin, Song Xinmin, et al. Analysis of Oil and Gas Enrichment Law in Jilin Daqingzi Oilfield[J]. Fault-Block Oil & Gas Field , 2006, 12 (6) : 1-3. |
[16] | 李群, 李小春, 穆乃彬. 松辽盆地南部大情字井地区层序地层及隐蔽油气藏预测[J]. 中国石油勘探 , 2003, 8 (3) : 18-21. Li Qun, Li Xiaochun, Mu Naibin. Sequence Strati-graphy Study and Subtle Oil and Gas Reservoir Prediction in the Daqingzijing Area of the South of Songliao Basin[J]. China Petroleum Exploration , 2003, 8 (3) : 18-21. |
[17] | 关德师, 李建忠. 松辽盆地南部岩性油藏成藏要素及勘探方向[J]. 石油学报 , 2003, 24 (3) : 257-272. Guan Deshi, Li Jianzhong. A Factors for Controlling Lithologic Oil Pool Formation and Exploration Prospects in Southern Songliao Basin[J]. Acta Petrolei Sinica , 2003, 24 (3) : 257-272. |
[18] | 任宪军, 单玄龙, 王建波. 松辽盆地尚家油田葡萄花油层成藏过程的再认识[J]. 吉林大学学报(地球科学版) , 2014, 44 (1) : 38-44. Ren Xianjun, Shan Xuanlong, Wang Jianbo. Recog-nition of Oil Accumulation in Putaohua Oil Layer of the Shangjia Oilfield,Songliao Basin[J]. Journal of Jilin University (Earth Science Edition) , 2014, 44 (1) : 38-44. |