南海西部深水区D凹陷面积约为1.3×104km2,具有很大的天然气勘探潜力。但目前仅在Y构造钻井一口(即Y1井),且未获商业油气流。X构造(未钻)成藏条件较好,可见许多“亮点”地震反射。研究人员利用已有烃类检测方法与技术开展“亮点”油气识别[1-2],但由于无钻井实例可供借鉴,认识不一,且常规油气检测方法与技术具很大的不确定性[3-8],因此有研究者认为大部分“亮点”地震反射仅为岩性与厚度的表征,不是烃类的反映。
速度是储层含油气的敏感参数之一,储层含油气前、后速度存在一定的差异。因此,本文利用“两宽一高”叠前地震资料,对比叠前地震速度和测井资料计算速度,获得准确的物性参数;在此基础上,利用多点控制法建立地质模型并正演模拟,从而形成“亮点”地震反射的流体识别技术,以期适用于类似D凹陷的无井或少井区的油气检测工作。
1 方法原理为了判断“亮点”地震反射是否为油气层或水层,首先,结合研究区或邻区已钻井揭示的时深关系,根据叠前地震资料建立准确的速度场;其次,统计储层含气、油、水的测井资料,应用Wyllie公式计算含气、油、水储层速度[9-10];然后,对比叠前地震速度与Wyllie公式计算的速度,二者一致时,即可判断储层所含流体类型,获得准确的速度、密度等参数;最后,根据上述参数,利用多点控制法建立储层含气、油、水情况下的地质模型,开展正演模拟,对比、分析合成地震记录与实际地震记录的反射特征相似性,预测实际地层含流体性质。
1.1 地震速度场建立常规叠前地震资料速度谱拾取网格通常为40CDP×40CDP。由于地质体纵、横向的各向异性或者沉积相在横向上的快速变化,大尺度网格无法获得反映低幅度构造、薄互层、岩性圈闭等小尺度地质异常体的速度场[11-12]。因此,为获得精度更高的速度场数据,根据研究目标的实际情况,本文设定相应的高密度网格(5CDP×5CDP)拾取速度谱(图 1a)。
在速度谱基础之上建立叠前深度偏移速度场,需要结合已钻井揭示的时深关系在纵向进行校正。因为在速度谱解释时,道集能量团的收敛范围较大(图 1b中最强能量团纵向上达100ms),掩盖了能量团中所包含的低速地层信息,从而导致纵向层速度精度不高,影响了与实际地层的时深关系的匹配。为了消除这种影响,利用已钻井的时深关系校正(图 2a),获得更加准确的速度场(图 2b),提取准确的目的层段速度。
岩石速度主要受骨架速度Vm和孔隙充填物体速度Vf影响。如果充填物是孔隙水,则Vf是水的速度Vw;如果充填物是油或气,则Vf是油或气的速度Vo或Vg。Wyllie等提出了计算地层速度的公式
$ \frac{1}{V} = \frac{{1-c\phi }}{{{V_{\rm{m}}}}} + \frac{{c\phi }}{{{V_{\rm{f}}}}} $ | (1) |
式中:V为地层平均速度;ϕ为孔隙度;c为孔隙度校正系数,随不同地区而变化,可以根据本区或邻区录、测井资料获得。
根据式(1)计算不同地质模型(储层分别含油、气、水)地层速度。参考研究区实际情况,设定储层孔隙度变化范围为10%~25%,孔隙中的流体饱和度变化范围为30%~100%,计算结果如图 3所示。含气、含油、含水三种模型储层速度分别为2170~4440、2880~4460、3340~4570m/s。由图可见,随着孔隙度和饱和度的增大,速度减小;相比含油储层,含气储层速度随饱和度的变化更剧烈;在相同的孔隙度条件下,储层含水高于含油、气时的速度。
在建立模型前,需要确定控制点目的层岩石物理参数——速度和密度。
首先,根据研究区地质特点[13-15],参考邻区已钻井录、测井资料(本区无钻井),获得地震振幅随孔隙度和含流体饱和度等的变化规律;然后,选取控制点井旁道,以目的层作为时窗约束条件,从目的层顶开始,根据变化规律,求取目标储层段对应的孔隙度和饱和度;最后,由式(1)计算出控制点储层速度,并结合岩石物理分析获得密度参数。按照上述步骤,获得每个控制点所需参数。
正演模拟所用地震子波在已钻井井旁道目的层时窗内提取。
1.3.2 多点控制建模选取过待钻井地震剖面,在不同位置设计控制点,由控制点井旁道地震振幅获得储层地层速度和密度,沿层位进行内插、外推获得目的层段的阻抗模型,由正演模拟获得相应的合成地震剖面(图 4)。
对比地震速度与式(1)计算速度,当地震速度与含油气模型速度一致或接近的情况下(如果两者差异较大,分析导致差异的原因,在排除人为因素和采集处理参数等后,仍然存在较大差异,则认为实际地震速度与储层含油气模式不相符),利用地质模型(如图 3)通过地震速度反推对应的孔隙度和流体饱和度,可预测储层含流体类型。同时,通过多点控制建模正演模拟获得的地震剖面在外观上逼近实际地震剖面,若具有相似的反射特征,则证明所建立的模型具有一定的合理性和准确性,由此可降低正演结果的多解性。该模拟方法在对研究区地质认识程度较深、且有更多的钻井情况下,能够获得更好的正演模拟结果,可为目标评价提供更有利的参考依据。
2 应用效果 2.1 已钻井分析Y构造L组地层发育浊积水道砂岩性圈闭,为灰色泥岩与灰色细砂岩不等厚互层,具“亮点”强振幅异常(图 5)。
Y1井在L组钻遇A1和A2砂组,地震资料揭示速度分别为2823.53和2727.27m/s。应用式(1)计算,孔隙度为23%、含气饱和度为50%~60%获得的速度(图 3)与地震速度相当。因砂岩具低速特征,结合研究区含气储层特点,可推测该井L组储层含气的可能性较大。
由Y构造的地质认识以及地震振幅随孔隙度和饱和度变化规律,建立多点控制正演模型,模拟结果与实际地震剖面反射特征吻合较好(图 5)。钻探表明Y1井L组储层为饱和度较低的含气水层。
2.2 待钻目标分析应用上述方法分析X构造待钻目标。根据邻区已钻井录、测井资料和本区目的层地质认识,认为目的层储层孔隙度范围为13%~23%。由叠前速度场提取出目标储层速度见表 1。
待钻井点处目的层L组叠前地震资料揭示A砂体速度为3111.11m/s,与式(1)计算储层孔隙度为13%~23%、含气饱和度为35%~100%的速度(2995.9~3298.6 m/s)相当,也与计算储层孔隙度为19%~23%、含油饱和度为35%~100%的速度(3008.6~3296.8 m/s)相当。
B砂体速度为3411.76m/s,与式(1)计算储层孔隙度为13%~23%、含气饱和度为30%~80%的速度值(3298.9~3545.7m/s)相当,也与计算储层孔隙度为16%~23%、含油饱和度为35%~100%的速度值(3296.8~3531.0m/s)相当。
C砂体速度为3375.00m/s,与式(1)计算储层孔隙度为13%~23%、含气饱和度为30%~85%的速度值(3258.4~3503.2m/s)相当,也与计算储层孔隙度为15%~23%、含油饱和度为35%~100%的速度值(3246.7~3511.2m/s)相当。
E、F、G砂体速度逐渐增大,与式(1)计算储层孔隙度为13%~16%、含气饱和度为30%~55%的速度值(3610.5~4005.0m/s)相当,也与计算储层孔隙度为13%~18%、含油饱和度为35%~100%的速度值(3646.1~4004.4m/s)相当。
通过上述的对比、分析,推测目的层段储层有含油气的可能性。
根据振幅随孔隙度和流体饱和度的变化规律,通过多点控制建模方法建立过X构造W1待钻井目的层段储层分别含气、油、水情况下所对应的阻抗模型,正演模拟获得储层相应的合成地震剖面(图 6~图 8)。
图 6是较低孔隙度(15%~20%)、较低流体饱和度(30%~70%)、亮点为含气储层模型,对应的合成地震记录(图 6b)与实际地震记录(图 9)有较高的相似性。同时,在较高孔隙度(17%~23%)和较高流体饱和度(60%~100%)、亮点为含油模型时,获得的合成地震记录(图 7b)与实际地震记录(图 9)在反射特征也有一定的相似性。而储层为含水模型时,相应的合成记录则(图 8b)与实际记录(图 9)相似性很差。根据研究区只发育气藏的特点,且含气储层模型(图 6)相似性最好,因而推测X构造含气。最近已完成对X构造的钻探(井点位置如图 6所示),在目的层钻遇了气层,与含气预测模型结果相符。
综上可知,当储层含气、油、水后将各自对应一个速度范围,当叠前地震资料所得速度与Wyllie公式计算速度一致时,就可初步判断目的层含有该速度范围所对应的流体可能性较大,相应的合成地震记录与实际地震记录也更相似。由此,可以给实际地层速度赋予地质意义——储层是否含油、气、水,从而实现勘探目标的油气检测。
3 结束语通过对叠前地震数据的速度分析,结合Wyllie公式计算与正演模拟,从地层速度和地震反射特征相似性两方面,建立了在一定地质条件下进行流体识别的有效方法,为目标评价提供了依据。
由于深水区地质条件复杂,文中流体识别方法还需在今后的工作中通过更多已钻井进一步验证与完善。
[1] |
应明雄, 陈殿远, 刘仕友, 等. 一种基于岩石物理的烃检方法研究[J]. 科学技术与工程, 2015, 15(12): 168-177. YING Mingxiong, CHEN Dianyuan, LIU Shiyou, et al. A study on hydrocarbon detection method based on rock physics[J]. Science Technology Engineering, 2015, 15(12): 168-177. DOI:10.3969/j.issn.1671-1815.2015.12.031 |
[2] |
He Y, Zhu J T, Zhang Y Z, et al. The research andapplication of bright spot quantitative interpretation in deepwater exploration[J]. Open Journal of Geology, 2017, 7(4): 588-601. DOI:10.4236/ojg.2017.74040 |
[3] |
杜新江, 周妍, 朱萍, 等. AVO技术在苏里格气田SQW区块的应用[J]. 石油地球物理勘探, 2013, 48(5): 785-792. DU Xinjiang, ZHOU Yan, ZHU Ping, et al. AVO applications in the Block SQW of Sulige Gas Field[J]. Oil Geophysical Prospecting, 2013, 48(5): 785-792. |
[4] |
印兴耀, 曹丹平, 王保丽, 等. 基于叠前地震反演的流体识别方法研究进展[J]. 石油地球物理勘探, 2014, 49(1): 22-34, 46. YIN Xingyao, CAO Danping, WANG Baoli, et al. Research progress of fluid discrimination with prestack seismic inversion[J]. Oil Geophysical Prospecting, 2014, 49(1): 22-34, 46. |
[5] |
刘伟, 曹思远. "亮点"型含气储层与薄层调谐的识别[J]. 石油地球物理勘探, 2015, 50(4): 678-683, 705. LIU Wei, CAO Siyuan. Identification of gas reservoir related with bright spots and thin-bed tuning[J]. Oil Geophysical Prospecting, 2015, 50(4): 678-683, 705. |
[6] |
李建华, 刘百红, 张延庆, 等. 叠前AVO反演在储层含油气性预测中的应用[J]. 石油地球物理勘探, 2016, 51(6): 1180-1186. LI Jianhua, LIU Baihong, ZHANG Yanqing, et al. Oil-bearing reservoir prediction with prestack AVO inversion[J]. Oil Geophysical Prospecting, 2016, 51(6): 1180-1186. |
[7] |
邓炜, 印兴耀, 宗兆云. 等效流体体积模量直接反演的流体识别方法[J]. 石油地球物理勘探, 2017, 52(2): 315-325. DENG Wei, YIN Xingyao, ZONG Zhaoyun. Fluid identification based on direct inversion of equivalent fluid bulk modulus[J]. Oil Geophysical Prospecting, 2017, 52(2): 315-325. |
[8] |
印兴耀, 王慧欣, 曹丹平, 等. 利用三参数AVO近似方程的深层叠前地震反演[J]. 石油地球物理勘探, 2018, 53(1): 129-135. YIN Xingyao, WANG Huixin, CAO Danping, et al. Three term AVO approximation of Kf-Km-ρ and prestack seismic inversion for deep reservoirs[J]. Oil Geophysical Prospecting, 2018, 53(1): 129-135. |
[9] |
Wyllie M R J, Gregory A R, Gardner G H F. Elastic wave velocities in heterogeneous and porous media[J]. Geophysics, 1956, 21(1): 41-70. DOI:10.1190/1.1438217 |
[10] |
Wyllie M R J, Gregory A R, Gardner G H F. An experimental investigation of factors affecting elastic wave velocities in porous media[J]. Geophysics, 1958, 23(3): 459-495. DOI:10.1190/1.1438493 |
[11] |
蔡希玲, 刘学伟, 勾丽敏, 等. 薄层干涉对叠加速度分析精度的影响[J]. 石油地球物理勘探, 2007, 42(2): 141-148. CAI Xiling, LIU Xuewei, GOU Limin, et al. Influence of thin-layers interference on precision of stack velocity analysis[J]. Oil Geophysical Prospecting, 2007, 42(2): 141-148. DOI:10.3321/j.issn:1000-7210.2007.02.005 |
[12] |
郭树祥. 一种优化数据量以提高地震速度分析精度的方法[J]. 石油物探, 2016, 52(1): 35-42. GUO Shuxiang. A method of optimizing data quantity for improving accuracy of seismic velocity analysis[J]. Geophysical Prospecting for Petroleum, 2016, 52(1): 35-42. DOI:10.3969/j.issn.1671-0657.2016.01.010 |
[13] |
郭明刚, 苟再辉, 孙志鹏, 等. 南海北部琼东南盆地深水区陵水凹陷南部油气成藏条件[J]. 海相油气地质, 2016, 21(4): 34-42. GUO Minggang, GOU Zaihui, SUN Zhipeng, et al. Conditions of hydrocarbon accumulation in the south of deep-water Lingshui Sag and adjacent area, Qiongdongnan Basin, South China Sea[J]. Marine Origin Petroleun Geology, 2016, 21(4): 34-42. DOI:10.3969/j.issn.1672-9854.2016.04.004 |
[14] |
王振峰, 孙志鹏, 朱继田, 等. 南海西部深水区天然气地质与大气田重大发现[J]. 天然气工业, 2015, 35(10): 11-20. WANG Zhenfeng, SUN Zhipeng, ZHU Jitian, et al. Natural gas geological characteristics and great discovery of large gas fields in deep-water area of the[CM(71.98mm]western South China Sea[J]. Natural Gas Industry, 2015, 35(10): 11-20. DOI:10.3787/j.issn.1000-0976.2015.10.002 |
[15] |
王振峰, 李绪深, 孙志鹏, 等. 琼东南盆地深水区油气成藏条件和勘探潜力[J]. 中国海上油气, 2011, 23(1): 7-13. WANG Zhenfeng, LI Xushen, SUN Zhipeng, et al. Hydrocarbon accumulation conditions and exploration potential in the deep-water region, Qiongdongnan basin[J]. China Offshore Oil and Gas, 2011, 23(1): 7-13. DOI:10.3969/j.issn.1673-1506.2011.01.002 |