②. 东方地球物理公司研究院大庆物探研究院, 黑龙江大庆 163453
②. Petrochina Daqing Geophysical Research Institute of GRI, BGP Inc., Daqing, Heilongjiang, 163453, China
松辽盆地基底因晚古生代陆间洋壳的俯冲消减、陆间块体的拼贴增生和大陆的对接缝合而形成[1-4],由于古亚洲洋向华北板块、东北块体群双向俯冲(以前者为主)消减,于晚二叠世末期(~250Ma)西拉木伦缝合带形成,三叠纪陆陆碰撞、大量花岗岩侵入。早—中侏罗世(J1-2)佳蒙地块(或布列亚—佳木斯—兴凯块体群)与松嫩—兴安地块群陆陆碰撞,导致松辽二叠纪盆地遭受东西向挤压。晚侏罗世(J3)或早白垩世(K1h-K1y)开始,受西南羌塘地块与欧亚板块陆陆碰撞远程效应影响,东北地块群快速向北漂移,区域处于走滑—伸展裂陷背景,东北亚裂陷系发育。
松辽盆地中央古隆起东、西两侧断陷内充填下白垩统火石岭组(K3h)、沙河子组(K1sh)、营城组(K1y)、登楼库组一段(K1d1),中央古隆起带上覆地层被下白垩统登娄库组二段(K1d2-4)和泉头组(K1q)、上白垩统青山口组(K2q)、姚家组(K2y)、嫩江组(K2n)、四方台组(K2s)、明水组(K2m)不整合覆盖,新生界(Q)坳陷层序以填平补齐式沉积覆盖于下伏层序之上。中央古隆起带缺失断陷期沉积地层,基岩暴露地表时间长,风化壳厚度大,埋藏浅,生储盖组合发育良好,具有良好的天然气成藏条件,是松辽盆地深层天然气重要资源接替区。
目前,中央古隆起带基底风化壳勘探已获得天然气工业发现,但尚未形成规模,是目前重点探索的新领域之一。由于基底钻遇探井大多数是口袋井,钻入基底大于200m的井仅有5口,勘探程度较低,风化壳的特征及结构尚不清楚。钻井揭示基底岩性复杂,不同岩性地震响应特征及岩性分布规律不明确,储层物性较差,以裂缝为主,储层地震预测较难。本文通过井—震结合,明确基底风化壳结构和特征,建立适用于基底复杂岩性的多属性优选模式判别识别技术和Z反演风化壳储层预测技术,岩性识别和储层预测均见到了较好效果。
1 风化壳识别与结构分析应用地震反射特征分析结合单井资料识别风化壳,基于潜山钻井较少的实情,应用地震反射特征对比分析识别基底地层[5],结合风化壳界面的井—震精细标定,指导潜山内幕层位追踪解释[6-7]。
针对风化壳结构的划分,以准噶尔盆地车排子地区石炭系顶部风化壳为例[8],其垂向上具层状结构,自上而下依次为风化黏土层、水解层、淋滤层。风化黏土层和水解层起着封盖和遮挡作用,淋滤层具有较好的储集性能,利于油气横向输导[8]。王昕等[9]则将蓬莱9-1油田花岗岩潜山纵向上划分为土壤带、砂—砾质风化带、裂缝带和基岩带。
本文依据岩心、测井及地震资料综合分析,明确中央古隆起带基底地层包括风化壳层和基岩内幕,其中风化壳层划分为两段结构,即风化淋滤层和裂缝层(图 1)。不同层厚度、矿物、测井曲线特征及储层物性不同[10-11],主要特征总结如下。
风化淋滤层:岩心可见高角度垂直裂缝和水平裂缝,局部裂缝被泥质充填;断面处被氧化,沿裂缝面有溶蚀孔洞,含气性连续稳定。测井曲线特征为伽马值呈高低相间分布或以整体伽马值低于风化堆积层为特点,补偿中子和声波时差突然变大,电阻率呈台阶状增加;FMI测井图像明显见到裂缝,沿缝具有溶蚀特征,局部有溶蚀孔发育。
裂缝层:裂缝非常发育,热胀冷缩形成的风化缝发育,沿缝面可见溶蚀特征,低角度类似层理面的裂缝也较发育。测井曲线特征为电阻率锯齿状特征明显,随深度增加缓慢地增大,自然伽马值突然降低,密度总体有随深度增加而降低的趋势,声波时差可见“周波跳跃”现象,也说明裂缝发育。
基岩内幕:裂缝相对风化壳不发育,只在构造作用强烈部位裂缝发育。测井曲线表现为井径值无明显变化,电阻率值最大且相对稳定,仅在裂缝发育处电阻率突然降低、伽马值发生明显变化。
纵向上风化淋滤层和裂缝层物性相对较好,风化淋滤层的测井孔隙度为1.2%~5.9%,平均为2.7%;裂缝层测井孔隙度为0.4%~6.0%,平均为2.1%。风化淋滤层厚度大,物性好,为风化壳主要的产气层段;基岩内幕层的物性相对风化壳差。
应用GeoEast解释系统的井—震联合标定功能,风化壳具有波组特征较连续、中强振幅、似层状的地震反射特征,构造形态平行于基底顶面(T5)反射界面,风化淋滤层和裂缝层的底界面对应两套强反射轴,基底风化壳平面上具有连续分布特征,风化壳总厚度为90~330m,其中裂缝层厚度为100~170m,风化淋滤层厚度为80~180m(图 2)。
钻井揭示,基底顶面之下风化淋滤层—裂缝层—基岩内幕,其裂缝密度逐渐减小,由于基底内幕结构复杂,呈块状分布特征,为了验证风化壳的似层状的地震反射特征是否由于裂缝密度变化引起的,设计了如图 3所示的裂缝模型,进行正演分析。
统计工区17口井风化壳不同层段及上覆地层的纵波速度,上层为基底的盖层登娄库组(蓝色),盖层的速度为4783m/s,下层为基底(红色),基底的背景速度为5648m/s,裂缝介质(红色)的纵波速度为5548m/s。设计基底以下地层的背景速度相同,两层的裂缝密度不同,风化淋滤层的裂缝密度比裂缝层的高一倍,即风化淋滤层每1m有一个裂缝,裂缝层每2m有一个裂缝。裂缝宽度为0.1m,两层厚度分别为20m和15m。
以平面波垂直入射至水平的裂缝地层,在震源线下方安置一排检波器,所接收的地震记录中包含直达波、高密度裂缝层顶界面反射波及底界面反射波、低密度裂缝层底面反射波。由于裂缝介质速度与背景介质速度差异小(仅低100m/s),因此裂缝层形成的反射振幅与直达波振幅相比小很多。为了能显示反射波,在图中振幅显示范围较小,就看不到完整的直达波波形了。
图 4展示模型(裂缝充填物速度低于背景介质速度)的共炮点地震记录(左)及其一道波形(右)。可见三个反射同相轴分别对应基底顶面反射、风化淋滤层底面反射和裂缝层底面反射。风化淋滤层和裂缝层底面反射与基底反射相比振幅很小,风化淋滤层和裂缝层底面反射与基底顶面反射的极性相同,均表现为波峰反射特征。当裂缝密度较低时,形成的反射同相轴的横向连续性降低,在地震剖面中出现了凌乱的波动现象,在地震道上表现为振荡。该正演结果表明,风化壳层反射振幅与裂缝密度呈正相关关系,表明风化壳垂向上受风化淋滤作用产生物性差异,可形成似层状地震反射特征。
由于岩浆侵入及强烈的构造作用,局部发生热接触变质,动力变质作用强的部位发生断裂破碎等现象。中央古隆起带基底岩性较复杂,增加了岩性地震预测的难度。钻井揭示中央古隆起带基底发育变质岩和花岗岩两大类。应用岩心观察、薄片鉴定岩石局部保留的原岩结构,结合成像识别构造角砾特征、片理构造、变余层理、变形结构及块状构造等综合分析,基底主要岩性包括糜棱岩、片岩、变质火山岩、糜棱化花岗岩、花岗岩、角山片岩、千枚岩、板岩等16种之多。统计分析认为,花岗岩风化壳储层物性及储层发育的厚度较变质岩好,主要是花岗岩岩石脆性大,风化淋滤作用易形成裂缝,裂缝越发育,含气性越好。因此,花岗岩是基底成储的优势岩性,也是地震识别和预测的重点。
针对基底复杂岩性地震预测方法的文献较少,目前主要应用重磁预测、测井及地震聚类分析开展基岩岩性识别和预测。李成立等[12]应用重磁资料的视密度、视磁化率有效表征基岩岩性的物性变化。黄凯等[13]研究认为基底不同岩性的矿物在密度、补偿中子及自然伽马测井曲线值上有差异。师政等[14]为了解决基底岩性、岩相预测难的问题,选取平均波峰振幅、均方根振幅、平均瞬时频率等5种属性进行FCM聚类分析,预测石灰岩、泥灰岩和白云岩3种岩相的分布特征。
本文应用地震剖面、相对阻抗和频谱分析,明确不同岩性振幅、频率的特征,建立不同岩性地震响应特征,明确花岗岩及糜棱化花岗岩具有弱振幅、杂乱地震反射、相对阻抗差异小的特征,千枚岩和片岩均具有中等振幅、较连续、相对阻抗差异中等的特征,角闪片岩振幅最强、连续地震反射、相对阻抗差异最大的特征(图 5)。
地震属性分析技术发展到现阶段,属性的优化和优化属性的联合分析已成为必然。属性优化就是优选出对求解问题最敏感、最有效或最有代表性的属性。为了减少多解性,提高岩性和储层的预测精度,除了依靠岩性研究成果和井孔数据对属性进行标定以外,总是千方百计利用多种优化属性进行联合分析,相互验证,以提高预测精度,降低勘探开发风险。本文在岩性地震反射特征识别基础上,应用GeoEast系统的模式判别方法对多属性进行分析,应用模糊C-均值算法对属性进行聚类(图 6),主要适用于无井或少井情况下对岩性平面分布定性预测。首先,提取振幅、频率、相位等多种地震属性,并应用交会图分析法(图 7)优选相关系数高的属性进行模式判别岩性预测;然后,通过多次优化聚类分析,结合已钻井岩性地震反射特征分析,若认识一致,则认为预测结果合理。
多属性模式判别预测基底岩性主要为片岩、变质安山岩、角闪片岩、千枚岩及花岗岩,与工区已有井揭示岩性相吻合;主要发育岩性(如花岗岩和片岩)的平面预测结果(图 8)与地震剖面反射特征(图 9)一致。
钻井揭示中央古隆起带发育两类岩性风化壳储层,北部汪家屯以千枚岩、片岩等浅变质沉积岩风化壳储层为主,南部昌德、肇州以花岗岩和碎裂花岗岩风化壳储层为主。含气性受储层发育控制,网状裂缝发育段,气测显示较好,距基岩顶面300m以内裂缝发育最多,300m以下裂缝发育相对较差,基本上反映中央古隆起基岩风化壳厚度大致为300m;基岩内幕物性变差,裂缝不发育。花岗岩风化壳储层孔隙度为0.1%~5.5%,一般在1%~2%,但裂缝较发育,属于孔隙—裂缝性储层;变质岩的孔隙度较花岗岩低,孔隙度为0.1%~4.3%,一般在0.1%~1.5%,以裂缝型为主,局部发育孔隙—裂缝性储层。
由于基底储层整体相对致密,为裂缝—孔隙型,地震资料分辨率低,风化壳储层预测较难。通过单井标定和综合解释对比,得知风化壳层的含气层段和裂缝段表现低密度、低速度和低波阻抗特征(图 10)。
针对中央古隆起带风化壳储层的特征,应用岩石物理分析技术和地震反演方法[15]预测风化壳储层分布。综合多种弹性参数分析认为,纵波阻抗为干层和储层最敏感弹性参数,无论是浅变质沉积岩、浅变质火山岩还是花岗岩风化壳储层,均具有低波阻抗特征(图 11),应用波阻抗反演能较好预测基底风化壳储层分布特征。
本文应用GeoEast系统的Z反演技术得到波阻抗体预测风化壳储层,Z反演将测井与地震这两种不同量纲、不同尺度、不同精度测量数据融为一体,将井—震匹配误差降至最低限度,在地震子波空变缓慢的前提下,能获得较高分辨率反演结果。与确定性反演算法相比,Z反演结果分辨率提高2~3倍;与地质统计学类反演技术相比,Z反演结果相对确定,没有随机性,不依赖于初始模型和统计学参数。由于基底地震资料主频为20Hz,分辨率较低,应用Z反演技术预测风化壳储层,有效提高地震反演分辨率和预测精度,预测基底顶面强振幅屏蔽之下风化壳储层分布,结合岩石物理分析成果,气层和裂缝层对应低波阻抗特征为符合,统计预测符合率达73%(图 12),为水平井的部署提供了可靠基础数据。
(1) 通过井—震联合标定结合正演分析,明确风化壳具有似层状的地震反射特征。由于纵向不同层段裂缝发育差异,导致风化淋滤层和裂缝层的底界面对应两套强反射轴,其中风化淋滤层的物性和储集性最好,厚度大,分布面积较大,为风化壳主要的产气层段。
(2) 综合地震反射特征分析,建立基于多属性优选模式判别的岩性识别技术,预测成储优势岩性花岗岩分布,综合岩石物理分析及单井精细解释,风化壳储层具有低波阻抗的特征,应用Z反演储层预测技术,较好解决了基底顶面强屏蔽风化壳储层预测难的难题。
[1] |
任战利, 萧德铭, 迟元林, 等. 松辽盆地基底石炭-二叠系热演化史[J]. 石油与天然气地质, 2011, 3(32): 430-439. REN Zhanli, XIAO Deming, CHI Yuanlin, et al. Restoration of thermal history of the Permo-Carboniferous basement in the Songliao Basin[J]. Oil Gas Geology, 2011, 3(32): 430-439. |
[2] |
迟元林, 云金表, 蒙启安, 等. 松辽盆地深部结构及成盆动力学与油气聚集[M]. 北京: 石油工业出版社, 2002: 1-68. CHI Yuanlin, YUN Jinbiao, MENG Qi'an, et al. Mantle Framework, Basin Forming Dynamic and Hydrocarbon Migration and Accumulation in the Songliao Basin[M]. Beijing: Petroleum Industry Press, 2002: 1-68. |
[3] |
高瑞祺, 蔡希源. 松辽盆地油气田形成条件与分布规律[M]. 北京: 石油工业出版社, 1997: 12-46. GAO Ruiqi, CAI Xiyuan. The Forming Condition and Distribution Regularity of the Oil & Gas Field in Songliao Basin[M]. Beijing: Petroleum Industry Press, 1997: 12-46. |
[4] |
杜金虎. 松辽盆地中央古隆起带(北部)天然气成藏条件分析及勘探前景[J]. 中国石油勘探, 2017, 22(5): 1-14. DU Jinhu. Analysis of natural gas accumulation conditions and exploration perspective in the central paleouplift belt (north), Songliao Basin[J]. China Petroleum Exploration, 2017, 22(5): 1-14. DOI:10.3969/j.issn.1672-7703.2017.05.001 |
[5] |
贺电波, 杜晓峰, 李才, 等. 渤中21-2潜山内幕地层的地震识别与划分[J]. 石油物探, 2011, 50(1): 45-50. HE Dianbo, DU Xiaofeng, LI Cai, et al. Seismic identification and division of the inner strata of Bozhong 21-2 buried hill[J]. Geophysical Prospecting for Petroleum, 2011, 50(1): 45-50. DOI:10.3969/j.issn.1000-1441.2011.01.007 |
[6] |
崔永谦, 王永刚, 杜维良, 等. 任丘潜山内幕特征描述及储层预测研究[J]. 石油物探, 2010, 49(3): 280-286. CUI Yongqiang, WANG Yonggang, DU Weiliang, et al. Study on inner feature description and reservoir prediction of Renqiu buried hill[J]. Geophysical Prospecting for Petroleum, 2010, 49(3): 280-286. DOI:10.3969/j.issn.1000-1441.2010.03.012 |
[7] |
宋明水, 赵乐强, 吴春文, 等. 准噶尔盆地车排子地区石炭系顶部风化壳结构及其控藏作用[J]. 石油与天然气地质, 2016, 37(3): 313-321. SONG Mingshui, ZHAO Leqiang, WU Chunwen, et al. Structure and reservoir-controlling of top Carboni-ferous weathering crust in Chepaizi area, Junggar Basin[J]. Oil Gas Geology, 2016, 37(3): 313-321. |
[8] |
朱梓强, 卢刚臣, 李玉海, 等. 北大港潜山带翼部成藏特点及勘探前景[J]. 石油地球物理勘探, 2015, 50(1): 150-155. ZHU Ziqiang, LU Gangchen, LI Yuhai, et al. Reservoirs characteristics and exploration prospect in the flank zone of buried hills, northern Dagang[J]. Oil Geophysical Prospecting, 2015, 50(1): 150-155. |
[9] |
王昕, 周心怀, 徐国胜, 等. 渤海海域蓬莱9-1花岗岩潜山大型油气田储层发育特征与主控因素[J]. 石油与天然气地质, 2015, 36(2): 262-270. WANG Xin, ZHOU Xinhuai, XU Guosheng, et al. Characteristics and controlling factors of reservoirs in Penglai 9-1 large-scale oilfield in buried granite hills, Bohai Sea[J]. Oil Gas Geology, 2015, 36(2): 262-270. |
[10] |
王建功, 段书府, 王天琦, 等. 贝尔凹陷潜山储层的地球物理响应特征及勘探方向[J]. 石油地球物理勘探, 2010, 45(5): 731-736. WANG Jiangong, DUAN Shufu, WANG Tianqi, et al. Geophysical response characteristics and exploration trend for buried-hill reservoir in Beier Depression[J]. Oil Geophysical Prospecting, 2010, 45(5): 731-736. |
[11] |
毛志强, 姜志豪, 李长文, 等. 乍得Bongor盆地白垩系测井特征、低阻油气层成因和分布[J]. 石油地球物理勘探, 2022, 57(1): 212-221. MAO Zhiqiang, JIANG Zhihao, LI Changwen, et al. Logging characteristics of Cretaceous sequence stratigraphy and the genesis and distribution of low-resistivity oil and gas layers in Bongor Basin[J]. Oil Geophysical Prospecting, 2022, 57(1): 212-221. |
[12] |
李成立, 崔瑞华, 刘益中. 盆地基底岩性的综合地球物理预测方法-以松辽盆地滨北地区基底岩性预测为例[J]. 地球物理学报, 2011, 54(2): 491-498. LI Chengli, CUI Ruihua, LIU Yizhong. Compre-hensive geophysical prediction method of basementlithology: Example of Binbei area, Songliao basin[J]. Chinese Journal of Geophysics, 2011, 54(2): 491-498. |
[13] |
黄凯, 宋洪亮, 陈建波, 等. JZS油田潜山岩性识别及油层判别[J]. 测井技术, 2014, 38(3): 321-347. HUANG Kai, SONG Hongliang, CHEN Jianbo, et al. The burial hill lithologic discrimination and oil layer discrimination in JZS oilfield[J]. Well logging Technology, 2014, 38(3): 321-347. |
[14] |
师政, 邱隆伟, 张阳, 等. 基于地震属性聚类的岩相分析方法及应用——以南堡凹陷奥陶系潜山储层为例[J]. 中国矿业大学学报, 2015, 44(4): 688-694. SHI Zheng, QIU Longwei, ZHANG Yang, et al. Mantle framework, petrographic analysis method and application based on seismic attributes cluster: taking Ordovician buried hill reservoir in Nanpu sag for example[J]. Journal of China University of Mining Technology, 2015, 44(4): 688-695. |
[15] |
樊中海, 胡渤, 宋吉杰, 等. 地震反演储层描述精度影响因素分析[J]. 石油地球物理勘探, 2022, 57(2): 441-451. FAN Zhonghai, HU Bo, SONG Jijie, et al. Analysis of influencing factors in reservoir description accuracy by seismic inversion[J]. Oil Geophysical Prospecting, 2022, 57(2): 441-451. |