2. 中联煤层气国家工程研究中心有限责任公司, 北京 110000;
3. 中石油煤层气有限责任公司研究院, 北京 110000
2. National Engineering Research of Coalbed Methane Development & Utilization, Beijing 110000, China;
3. PetroChina Coalbed Methane Company Limited, Beijing 110000, China
石楼北区块位于鄂尔多斯盆地东缘晋西挠褶带中段(图 1),行政区划隶属于陕西省榆林市清涧县和山西省吕梁市柳林、石楼、中阳三县。近几年,中石油煤层气公司在石楼北区块附近的石楼西、大宁—吉县等多个区块的二叠系山西组S23亚段获得致密气发现并建产。石楼北区块与上述产区同处于鄂尔多斯东缘,山西组均为三角洲前缘亚相沉积,同属一个油气系统,因此S23亚段也是石楼北区块致密气勘探的主要目标层系。研究区目前仅有的3口钻井在S23、S1、H8等层段钻遇多套气层,试气产量最高为1.46×104m3/d,无阻流量最高产量为2.01×104m3/d,展示了石楼北地区致密气的勘探潜力。
根据邻区勘探成果资料分析[1-3],鄂东缘S23亚段为典型的致密砂岩气藏,砂岩的厚度和物性与单井产量呈正相关:水下分流河道微相砂体的物性最好,其次为水下决口扇和水下天然堤,支流间湾沉积物性最差。石楼北区块S23亚段为曲流河三角洲前缘亚相—前三角洲泥岩沉积,砂岩厚度小,一般仅为5~18m,远小于地震四分之一波长,常规确定性反演方法的分辨能力难以达到本区块目标砂体分辨要求,储层预测难度大,严重制约了本区的勘探。
近年来,利用地震资料开展薄储层预测的方法取得了长足进步,储层预测的地质目标越来越复杂。通常薄储层的预测依赖于数量更多、分布更为均匀的钻、测井资料以及高频信息更丰富的地震资料,预测方法更多考虑的是数学算法,预测过程中往往缺少地质信息的融入[4-6]。在缺少充足的钻、测井资料时,薄储层预测工作往往难以开展。本次研究利用石楼北地区三维地震资料和钻、测井资料对残余厚度、地震属性、测井相等进行综合分析,刻画了石楼北三维区沉积微相的展布;在此基础上,开展基于相控的地震反演预测砂体分布。研究结果对下一步勘探开发部署具有指导意义。
2 井震联合储层沉积相分析从区域上看,本溪组—太原组为填平补齐沉积阶段,到山西组沉积时期,古地表起伏小。在沉积地形较为平缓的条件下,河流—三角洲体系中的水动力较弱,携砂与下切能力低,难以发育长距离顺直河道,有利于发育曲流河三角洲沉积体系。目的层S23亚段位于山西组沉积初期,为太原组沉积后的填平补齐沉积,在石楼北区块主要为曲流河三角洲前缘亚相,其顶界面为区域性展布的5#煤层,底部为太原组灰岩沉积[7]。
2.1 井震联合砂体识别图 2测井综合解释结果显示:J1井在S23亚段钻遇14.9m砂岩,GR曲线为箱形-钟形,其间有薄泥岩夹层,取心为浅灰色含气细砂岩,石英含量为80%~85%,是典型的水下分流河道沉积。J2井在S23亚段钻遇3m的砂岩,GR曲线为低幅齿化指形,为支流间湾微相。J3井在S23亚段钻遇15.5m的砂岩,GR曲线也为箱形—钟形,中间无明显隔夹层,取心为浅灰色含气中砂岩,粒度较J1井更粗,为多期河道叠加沉积。由于厚度和岩相的变化,S23亚段在地震剖面上表现出不同的反射特征(图 3):J1井处S23亚段表现为弱振幅复波反射;J2井处为三相位、底界强波峰反射;J3井处表现为透镜状反射,振幅较弱。通过进一步岩石物理分析,对不同的反射特征进行了解释:J3、J1井地层厚度大,底砂岩发育,表现为复波或透镜状反射,同时由于底部砂岩与下伏太原组灰岩阻抗差异小,因此界面处振幅弱;J2井缺失底砂岩,S23亚段的泥岩阻抗低,与下伏灰岩地层形成了强波峰反射。
以沉积学原理为指导,对S23亚段地层残余厚度(图 4)进行分析可知:石楼北区块J1井区发育多个水下低凸起,受低凸起分割,研究区发育多支北西—南东向的水下分流河道(图中虚线)。其中J3井河道古地貌上位于凸起间的低洼区,地震上显示明显的下切特征,砂岩底界表现为透镜状波谷或弱复波反射;J2井古地貌上位于凸起带之间的局部洼槽,砂岩底界为强波峰反射特征,处于J3井分流河道带凹岸侧翼,砂体不发育;J3井北广覆洼地发育多条分支河道,河道发育区地层厚度增加,砂岩底部表现为弱波峰或透镜状反射,明显区别于两翼强波峰反射特征。在三维区东南部,存在一个沉积坡折,地层迅速增厚,有多支河道在此汇聚的特征,推测发育水下分流河道河口坝复合体。
总的来说,水下分流河道沉积区地层厚度增大,在地震剖面上表现为弱复波或透镜状反射的特点,结合已钻井成果,从振幅和弧长两个方面开展属性的优选和融合(图 5)。利用弧长属性,去掉三相位强反射区域,优选出类似J3井的弱透镜反射区和类似J1井的弱复波反射区,但该属性融入了部分强振幅复波信息。在此基础上,利用S23最大波峰振幅属性进一步去除复波中波峰强振幅区域,同时突出类似J1井弱复波反射信息。预测的结果与古地貌吻合较好,具有较高的可信度。综合利用钻井、测井、地震属性、古地貌等信息,刻画了研究区S23亚段砂体分布(图 6)。
研究区受到埋深、黄土塬地表、煤层屏蔽等因素影响,地震资料分辨率相对较低。由于钻、测井资料少且分布不均匀,目的层S23亚段砂体薄、储层横向变化快,常规预测方法难以满足储层预测的需求。地质统计学反演是将传统的地质统计学方法和地震反演技术相结合,利用地质、地震和测井等多种先验信息获得高精度结果的一种反演方法。目前应用最为广泛的是马尔科夫链蒙特卡洛算法(MCMC),该算法首先保证反演结果在参与井位置与测井结果高度一致,而在远离钻井的位置则主要参考地震数据,使得最终反演结果既能在纵向上具有高分辨率,又能保证整体反演结果与地质规律相吻合。本文在沉积相分析的基础上开展基于相控的地质统计学反演,准确预测了石楼北区块S23亚段砂体厚度和平面展布规律。
3.1 储层敏感参数分析将岩性分为泥岩、煤、砂岩、灰岩等多种类型,从GR曲线、波阻抗和岩性交会结果(图 7)可见:砂、泥岩纵波阻抗范围在9000~14800g·cm-3·m·s-1,与煤和灰岩存在明显差异;砂、泥岩阻抗差异小,常规波阻抗反演难以区分;GR曲线区分砂、泥岩效果较好,波阻抗与GR曲线结合可较好地识别砂岩。
根据岩石物理分析结果,将本次反演分为两步:①通过GR曲线和波阻抗曲线重构,建立反映岩性差异的特征曲线;②利用拟合的特征曲线,开展地质统计学反演。但从反演的结果(图 8a)来看,预测的砂岩分布杂乱,无规律,与本区水下分流河道砂体条带状发育的特征不符。分析认为本区储层较薄,钻井较少,且分布不均匀,在无井地区,地质统计学反演预测结果不可靠。
通过区域钻井的统计分析,发现砂地比与残余地层厚度相关性高。结合沉积微相分析,利用三维区地层残余厚度与砂地比的关系,将残余厚度转化为砂地比属性,然后采用高斯随机模拟技术进行体模拟,得到研究区的三维砂地比初始模型,以此作为初始的相控约束条件,取代传统的全区岩性按比例取平均值的思路。从相控后反演结果看(图 8b),预测的砂体分布呈条带状展布,很好地展现了本区水下分流河道的展布特征,与本区沉积相认识一致,更加符合地质规律。预测结果对下一步致密气勘探部署具有指导意义,后期部署的3口探井验证了本次预测结果。
4 结束语(1) 井震联合开展基于古地貌和地震反射特征的沉积相刻画,认为石楼北地区S23亚段古地貌存在多个水下低凸起,受低凸起分割而发育多支北西—南东向的水下分流河道;东南方向受沉积坡折影响,多支河道汇聚,地层增厚,推测发育河道—砂坝复合体。
(2) 采用相控地质统计学反演方法得到的高精度反演结果对薄砂层预测有较好的效果,在钻井分布不均匀和地震资料品质较差的地区,加入更多合理的先验信息作为约束条件,能够得到更准确的反演结果,更真实地反映地下地质情况。预测结果对石楼北区块下一步勘探部署具有指导意义。
[1] |
张国生, 赵文智, 杨涛, 等. 我国致密砂岩气资源潜力、分布与未来发展地位[J]. 中国工程科学, 2012, 14(6): 87-93. ZHANG Guosheng, ZHAO Wenzhi, YANG Tao, et al. Resource evaluation, position and distribution of tight sandstone gas in China[J]. Strategic Study of CAE, 2012, 14(6): 87-93. |
[2] |
侯加根, 唐颖, 刘钰铭, 等. 鄂尔多斯盆地苏里格气田东区致密储层分布模式[J]. 岩性油气藏, 2014, 26(3): 1-6. HOU Jiagen, TANG Ying, LIU Yuming, et al. Distribution patterns of tight reservoirs in eastern Sulige Gas Field, Ordos Basin[J]. Lithologic Reservoirs, 2014, 26(3): 1-6. |
[3] |
胡文瑞, 翟光明, 李景明. 中国非常规油气的潜力和发展[J]. 中国工程科学, 2010, 12(5): 25-29, 63. HU Wenrui, ZHAI Guangming, LI Jingming. Potential and development of unconventional hydrocarbon resources in China[J]. Strategic Study of CAE, 2010, 12(5): 25-29, 63. |
[4] |
杨雪, 裴家学, 何绍勇, 等. 煤层发育条件下薄储层预测方法研究[J]. 物探与化探, 2020, 44(2): 406-411. YANG Xue, PEI Jiaxue, HE Shaoyong, et al. Research on thin reservoir prediction method in the coal seam distribution area[J]. Geophysical and Geochemical Exploration, 2020, 44(2): 406-411. |
[5] |
裴森奇, 胡欣, 王兴志, 等. 四川盆地九龙山地区三叠系飞仙关组薄层鲕粒滩储层定量描述及预测[J]. 海相油气地质, 2020, 25(2): 155-161. PEI Senqi, HU Xin, WANG Xingzhi, et al. Quantitative description and predication of thin oolitic shoal reservoir of Triassic Feixianguan Formation in Jiulongshan area, Sichuan Basin[J]. Marine Origin Petroleum Geology, 2020, 25(2): 155-161. |
[6] |
王延光, 李皓, 李国发, 等. 一种用于薄层和薄互层砂体厚度估算的复合地震属性[J]. 石油地球物理勘探, 2020, 55(1): 153-160. WANG Yanguang, LI Hao, LI Guofa, et al. A composite seismic attribute used to estimate the sand thickness for thin bed and thin interbed[J]. Oil Geophysical Prospecting, 2020, 55(1): 153-160. |
[7] |
杨华, 付金华, 刘新社, 等. 鄂尔多斯盆地上古生界致密气成藏条件与勘探开发[J]. 石油勘探与开发, 2012, 39(3): 295-303. YANG Hua, FU Jinhua, LIU Xinshe, et al. Accumulation conditions and exploration and development of tight gas in the Upper Paleozoic of the Ordos Basin[J]. Petroleum Exploration and Development, 2012, 39(3): 295-303. |