②. 东方地球物理公司研究院地质研究中心, 河北涿州 072750
②. Geological Research Center, GRI, BGP Inc., CNPC, Zhuozhou, Hebei 072750, China
AVO技术是20世纪80年代发展起来的,它在天然气勘探中发挥了重要作用,并因此在油气勘探中得到推广和应用[1-4]。
近几年,鄂东缘以煤为烃源岩的致密气勘探取得很大进步,但目前还未形成非常有效的油气检测技术。AVO技术在常规气藏勘探中取得很好效果[5-6],但对煤系致密砂岩各个层系开展应用时,其效果并不稳定。初步分析认为,不同层系气砂、干砂、泥岩、煤层等组合变化影响了AVO预测结果,但其变化规律还不清楚,因此需要开展不同岩性组合情况下AVO特征研究。
本文以实际资料为基础,设计了四类七种不同的岩性组合,通过改变孔隙度、砂岩厚度、泥岩厚度、煤层分布等参数,研究其对AVO现象产生的影响,通过量板方式直观展现不同岩性组合下随着不同参数改变AVO相应的变化规律,甄选出适合开展AVO含气预测的岩性组合和对应的地层,为后续研究提供判断依据,从而提高预测结果的可靠性,降低勘探风险。
1 研究区概况研究区位于鄂尔多斯盆地伊陕斜坡的东北部,本溪、太原和山西组煤层为主要烃源岩,围绕煤层自下而上发育有本溪、太原、山西、下石盒子、上石盒子、石千峰组等多个勘探目的层,主要为孔隙度为1%~12%的致密砂岩。不同目的层受沉积环境变化影响,泥岩、砂岩、煤层发育程度不同,形成了不同的岩性组合。如石盒子组的1—6段和太原组的2段泥岩较发育,主要为泥包砂的组合;石盒子组的盒7—8段、石千峰的4—5段、山西组的2段砂岩较发育,更易于形成砂包泥的岩性组合;山西组1段、太原组1段和本溪组1段,发育有不同厚度的煤层,岩性组合更加复杂。岩性组合的复杂性使得成藏规律变得复杂,研究难度增大。
针对勘探中遇到的问题,开展了AVO正演分析,以期为含油气预测提供依据。
2 地质模型的建立 2.1 影响AVO特征因素分析AVO响应的变化与砂岩储层中所含流体性质(气、油、水、)和含量有关,但决定因素主要是孔隙度、含水饱和度(或含气饱和度)和厚度。
对于致密储层而言,孔隙度是影响含气和高产的重要因素。测井结果显示,研究区气层孔隙度一般大于5%,差气层孔隙度一般在3.8%~8.0%。测试结果表明,孔隙度大于10%时,一般具有自然产能;孔隙度为6%~10%时,压后具有中—高产;孔隙度小于6%时,压后低产或无产。说明孔隙度是决定气藏富集的重要因素之一。
厚度是影响产量的另一重要因素。研究区气层厚度统计显示,总体气层相对较薄,一般在1~12m,超过5m的厚气层基本稳产,小于5m虽偶有高产但大多总产量较低,因此大于5m的优质储层是应用AVO预测的重点。除了气砂岩固有性质和AVO有关系外,气层上部覆盖地层的性质(如泥岩、干砂、煤层等)和厚度对气层AVO特征也有重要影响,也是需要考虑的重要因素。
2.2 地质模型的建立通过钻井分析,总结出致密气层与干砂岩、泥岩、煤层组合关系的三种主要类型。其一,泥包砂型,气层上、下具有较厚的泥岩,主要发育于上石盒子和下石盒子组的5—6段。其二,砂岩发育型,气砂之上存在干砂层,干砂层或直接覆盖在气砂岩之上或两者之间存在薄层泥岩隔层,主要发育于山西组、下石盒子组的7—8段、石千峰组等。其三,含煤层型,在气砂岩之上存在煤层,主要发育于本溪组、太原组。
依据上述地层发育关系,设计了四类七种地质模型(图 1):类型一,“泥岩—气砂”型(图 1a);类型二,“泥岩—砂岩—气砂”型,又细分为2种模型(图 1b、图 1c);类型三,“泥岩—干砂”型,细分为3种模型(图 1d、图 1e、图 1f);类型四,“泥岩—煤层—泥岩—气砂”型(图 1g)。
在AVO正演模拟中,选取准确的储层参数是取得合理正演结果的基础。统计显示,研究区气砂含水饱和度为35%~55%,正演取值为40%~60%。气砂岩孔隙度范围7%~14%,差气层3%~8%,正演取值3%~15%。气层厚度一般在1~12m,邻区有井厚度超过23.3m,正演取值4~24m。
泥岩、气砂岩、干砂岩、煤层速度、密度根据多口井资料取得,见表 1。
正演子波从目的层段反射提取,主频为35Hz。
3 正演模拟 3.1 类型一:“泥岩—气砂”模型的地震响应 3.1.1 AVO随孔隙度的变化固定气层厚度为16m,含气饱和度为50%,孔隙度由3%增加到15%。正演结果显示,随着孔隙度的增加,气层的AVO类型由Ⅰ类过渡到Ⅱ类再到Ⅲ类[7-9](图 2)。
在P-G(截距—梯度)属性交会图(图 2c)上可以看到,当气层孔隙度为3%时,它处于第四象限,随着孔隙度的增加,由第四象限过渡到第三象限,且G绝对值逐渐减小。
同理,固定气层厚度为8m和24m,孔隙度由3%增大到15%,可得到另外2条变化规律相似的AVO随孔隙度变化的曲线。
3.1.2 AVO随气层厚度的变化固定孔隙度值为12%、含气饱和度为50%,气层厚度h由4m增加到24m。模拟结果显示,随着厚度的增加,AVO响应特征由Ⅱ类逐渐变为Ⅲ类(图 3)。
同理,分别固定孔隙度值为3%、6%、9%、15%,气层厚度由4m增加到24m,可得到多条AVO随厚度变化的曲线。
把AVO随孔隙度、厚度变化的曲线都投影到同一张P-G交汇图上,得到AVO量板图(图 4)。从量板上可以看出:随着孔隙度增加,AVO类型变化规律为Ⅰ类—Ⅱ类—Ⅲ类;随着厚度增加,AVO类型变化趋势为Ⅱ类—Ⅲ类,起点为坐标原点。或者说,孔隙度大、厚度大的气砂岩表现为Ⅲ类AVO响应。
固定气层厚度为8m,孔隙度为12%,含气饱和度Sg由0增加到100%,模拟AVO变化。正演剖面和P-G交汇图显示:随着含气饱和度值增加,AVO特征变化非常小,基本为Ⅱ类AVO特征,在放大的P-G交汇图上,可看到由Ⅱ类向Ⅲ类变化的趋势(图 5)。
研究区含水饱和度统计结果显示,值域范围在35%~55%,亦即含气饱和度在45%~65%,AVO响应变换化很小(图 5a剖面红框内)。反映在P-G交汇图上,几乎看不出变化。因此可得出结论:AVO对含气饱和度变化不敏感。
此种岩性组合AVO随孔隙度、厚度变化的特征明显,适合于AVO分析,适用的地层有石盒子组1—6段、太原组2段。
3.2 类型二:“泥岩—干砂—气砂”模型的地震响应 3.2.1 “泥岩—砂岩—气砂—泥岩”干砂层直接覆盖在气砂岩上,固定干砂厚度为8m,气砂孔隙度为12%,分别选取气砂厚度为8m和16m进行正演。结果显示:AVO响应特征介于Ⅰ类和Ⅱ类之间(图 6)。与类型一正演结果有明显差异:当气砂岩上面有干砂岩覆盖时,孔隙度为12% 的P-G曲线与类型一中孔隙度为6%的坐标区域大致相当,在Ⅰ类和Ⅱ类之间。亦即,当气砂岩上面有干砂岩覆盖时,AVO特征变化与没有干砂岩覆盖的“泥岩—气砂—泥岩”模型相比,预测结果对应点有从Ⅱ类区域向Ⅰ类区域(孔隙度变小方向)“偏移”的现象(参看图 4),可以理解为“干层的平均作用降低了气层孔隙度值”,或可称为“平均效应”。
实际情况中,气层上直接覆盖干砂岩的情况很常见。对于预测结果出现向孔隙度减小方向偏移的现象,实际应用中需要做适当校正。适用的地层有石盒子组1-6段、太原组2段。
3.2.2 “泥岩—干砂—薄层泥岩—气砂—泥岩”当干砂与气砂之间存在泥岩隔层时,固定气砂厚度为8m,泥岩隔层厚度为8m,气层含气饱和度为50%,气砂孔隙度为12%,干砂层厚度分别取4m、8m、12m。正演结果显示:随着上覆干砂岩厚度的增加,气砂的AVO特征由Ⅱ类逐步过渡到Ⅳ类AVO响应(图 7)。
在气砂孔隙度取值为3%,其他参数不变的情况下进行正演。结果显示,P-G交汇曲线变化趋势不变,只是曲线的起始点从Ⅰ类(第四象限)开始逐渐变为Ⅳ类AVO特征。可以推论,孔隙度值变为15%时,则曲线的变化会由Ⅲ类逐渐变为Ⅳ类AVO响应。
此模型AVO响应也具有明显的规律,但AVO变化从第三或第四象限向第二象限延伸,跨越象限较多,随着厚度增加,振幅值由负变正,复杂性增加,预测精度会受到影响。适合的地层有盒7—盒8段、石千峰的4—5段。
3.3 类型三:“泥岩—干砂”模型的地震响应细分为三种情况:(1)“泥岩—干砂—泥岩”简单模型;(2)“泥岩—干砂—薄泥—干砂”模型;(3)“泥岩—干砂—厚泥—干砂”模型。
模型正演发现,三种模型的AVO响应皆为Ⅰ类,只是振幅强度不同。其中图 1d和图 1e模型在P-G属性图上的位置比较接近,这也说明模型图 1e可以简化为模型图 1d(图 8)。
干砂层AVO响应皆为Ⅰ类,与气砂岩相比有明显的差异,是区分气层和干层的重要特征。可用于石盒子组7-8段、石千峰4-5段的气层预测。
3.4 类型四:“泥岩—煤层—泥岩—气砂”模型的地震响应设定气砂厚度为8m,煤层厚度为8m,气砂含气饱和度为50%,气砂孔隙度为12%,泥岩隔层厚度h1分别为8、16、24、32m。正演结果显示,随着泥岩隔层厚度的变化,气层AVO响应并未呈现出有规律的变化特征。在P-G交汇图上,从第一象限到第四象限都有分布。受煤层干涉的影响,含气层的AVO响应没有明显的规律(图 9)。
此类地层组合AVO特征无规律变化,不能应用AVO技术进行含气预测。发育此岩性组合的地层有本1段、太1段、山1段。这些地层中的砂岩因靠近煤层更易于成藏,但AVO响应也受到煤层反射影响更大,不能应用AVO技术进行含气性预测。
另有研究表明,当煤层下面泥岩隔层厚度大于λ/2(约55m)时,煤层下方气砂岩反射可以完全分辨出来, 其中λ为波长。研究区多数气层与煤层距离小于λ/2,煤层下方的气砂岩不能用AVO技术进行预测。如果气层与煤层距离超过λ/2,应用AVO预测是有效的。
3.5 致密气AVO量板的建立根据前面四类七种模型正演结果,把上述P-G属性曲线叠置到一张图上,便得到综合量板图(图 10)。从图上能够直观地看到,在不同孔隙度、厚度、含气饱和度和上覆干砂岩厚度条件下气层所表现出来的AVO响应特征。
需要注意,这张综合量板图上很多曲线重叠,说明进行气砂预测时会出现多解的情况,不便于使用者操作和应用。同时也说明,对于复杂的地下地质情况,能否应用AVO技术进行气层预测,需要具体情况具体分析,AVO技术的应用受到相应地质条件限制。
在实际应用中,需要对量板进行简化,以便更具可操作性。下面以类型一为例,简化量板,用于划分含气和非气层区,再综合其他实际数据判定是否含气。
把图 4中孔隙度大于10%、厚度大于5m的区域归类为一等有利区,为致密气“甜点”区,AVO响应特征在第三象限。把孔隙度在5%~10%、气层厚度大于5m范围划分为中等有利区,这类区域气层需要压裂等工程来提高产量,AVO响应为第三至第四象限过渡区域。孔隙度小于5%为最差级别,基本为致密干层,实际中很难获得工业产能,AVO响应特征分布在第四象限。简化后的量板见图 11,可据此进行实际的气层预测。
AVO致密储层预测是以叠前地震道集所包含的振幅信息为主,截距剖面(P剖面)为法线入射剖面,反映了地震反射系数的变化;梯度剖面(G剖面)反映了非法线入射反射系数的变化率,体现了AVO变化特征,包含有岩性和油气水变化信息[10-11]。开展AVO油气检测时,首先要对原始地震道集进行处理,获取P剖面和G剖面,以及相对泊松比、碳氢剖面等属性剖面。
根据前面正演模拟结果和建立的量板可知,在含气最好的第三象限,P剖面和G剖面的反射系数皆为负值,P×G为正值,且随着气层厚度和孔隙度的增加,其P和G的绝对值都是增加的,且越大越好。因此,当P为负值且P×G为最大正值, 则该层段为最有利的含气层段[9]。
图 12为过X-9井的P×G剖面,标定出的气层段截距P(以波形显示)为负值,而P×G属性(以颜色背景显示)为最大值黄色,属于第三象限的Ⅲ类AVO特征。
测试显示,该气层厚度为8.4m,孔隙度为14.2%,在未压裂情况下无阻流量超过17×104m3/d,属于优质致密砂岩储层,与图 11量板中第三象限内划分为“好”的区域一致。
在该气层的上下分别有一层厚度为4.2m和6.3m的含气水层,在图 12的P×G剖面上,截距P基本上位于振幅为“0”的位置,P×G也接近“0”值的白色过渡带,在量板上属于Ⅰ类到Ⅱ类AVO的区域,综合评价为“中—差”的范围。这也从另一方面证明了量板的可用性。
相对泊松比是油气检测的另一重要AVO属性,在当纵、横波速度比vP/vS=2时,P+G就是泊松比特征的反映。当储层中含气后泊松比将变小,因此在油气检测中砂岩泊松比变小是含气的指示[2, 12]。
图 13是过X-33井的截距P与相对泊松比叠合剖面,盒4段厚度为16.6m的气层,截距P为负值(波形显示),相对泊松比为最小(橘黄色显示)。
在X-33井综合柱状图中,该段气层为一组气层,总厚度为16.6m,孔隙度为13.3%~14.2%,压裂前进行无阻流量测试,产气1.5×104m3/d。
图 14是该层段相对泊松比平面图。通过与已钻井对比分析,X-33和X-36井区储层厚度为16.6m和6.0m,孔隙度高达13.8%和11.4%,位于预测最有利的红色区域;位于黄色区域的X-9、X-19、X-35井区气层厚度分别是3.5、6.3和4.2m,为中等区域。另外该层段有5口井无产气层,分别是X-5、X-29、X-30、X-34、X-37井,都位于预测不利的绿色区域。统计钻井结果,预测符合率为83.3%。X-10井区预测结果为最差,但实际测井解释气层厚度为6.3m、孔隙度为10.0%,分析后认为X-10井附近断层和陷落柱较发育,对振幅变化产生了影响。这表明,断层/陷落柱发育区,AVO特征不能正确反映实际含气情况。
根据AVO和其他方法综合评价结果部署钻探了7口井,其中X1-36、X-73、X-85、X-152井与预测结果完全符合,位于有利区的X1-36、X-73、X-152井分别解释出气层厚度4.0、4.4、2.0m,孔隙度为9.7%、12.1%、9.5%,位于蓝绿色非有利区的X-85井没有产气层。X-72、X-164井基本符合,在预测不太有利的绿色区域,测井解释出差气层厚度为0.9m和1.5m。而误差较大的是X1-22井,在预测不太有利的蓝绿色区域,测井解释气层厚度为4.1m,孔隙度为11.1%,分析认为同样与断层发育有关。7口新钻井与预测结果符合率超过80%,也证实了在鄂东缘煤系地层上盒子泥包砂的情况下,AVO预测气层的方法是可行的,精度较高。
5 结束语通过正演分析,得出以下几点结论。
(1) 煤系地层致密气成藏组合很多,AVO响应有不同的变化规律,很难简单的用“行”或者“不行”来判断。
(2) 类型一地层组合的AVO响应规律清晰,AVO特征从Ⅰ类过度为Ⅲ类,可以应用AVO技术进行含气预测,结果较可靠。主要适用层位有石盒子组1— 6段、太原组太2段。
(3) 对于类型二的地层组合b,当气砂岩上面有干砂岩覆盖时,AVO特征变化与类型一的“泥岩—气砂—泥岩”模型相比,同样地质参数情况下,预测结果对应点会从Ⅱ类向Ⅰ类方向(孔隙度减小方向)“偏移”,表现出干层的“平均效应”。需要注意的是,因干层“平均效应”孔隙度预测结果比实际值偏小,实际应用中需做适当校正。主要适用层位有石盒子组1—6段、太原组2段。对于类型二中的组合c,预测难度增加,可靠性较差。适用层位为山2段、盒7—盒8段、千4—5千段。
(4) 类型三地层组合的AVO响应为Ⅰ类,是区分气砂和干砂的重要特征,发育的主要层位下石盒子组7—8段、石千峰组4—5段。
(5) 煤层附近的气砂岩受煤层影响,通常不能用AVO特征预测含气性,如本1段、太1段、山1段。但当气层距离煤层超过二分之一波长时,AVO技术是适用的,如太原组2段。
另外,断层和陷落柱也会造成AVO响应的失真,实际应用中需注意。
[1] |
郑晓东. AVO异常检测技术及其应用[J]. 石油地球物理勘探, 1991, 26(5): 643-649. ZHENG Xiaodong. Techniques for detecting AVO anomaly and the application[J]. Oil Geophysical Prospecting, 1991, 26(5): 643-649. |
[2] |
郑晓东. AVO正演方法及其应用[J]. 石油地球物理勘探, 1991, 26(6): 766-776. ZHENG Xiaodong. Forward AVO method and its application[J]. Oil Geophysical Prospecting, 1991, 26(6): 766-776. |
[3] |
刑小林. 地震资料叠前反演方法研究[D]. 黑龙江大庆: 东北石油大学, 2014. XING Xiaolin. Investigation of Seismic Data Prestack Inversion Approach[D]. Northeast Petroleum University, Daqing, Heilongjiang, 2014. |
[4] |
李艳玲. 运用AVO技术进行直接油气检测研究[D]. 黑龙江大庆: 东北石油大学, 2010. LI Yanling. Research of AVO for Hydrocarbon Detection[D]. Northeast Petroleum University, Daqing, Heilongjiang, 2010. |
[5] |
杜焰. AVO技术及在苏里格气田储层含气性检测中的应用[D]. 四川成都: 成都理工大学, 2009. DU Yan. AVO Technique and Its Application in Gas-bearing Detection of Sandstone Reservoir at Sulige Gas Field[D]. Chengdu University of Technology, Chengdu, Sichuan, 2009. |
[6] |
夏晓燕. AVO技术在靖边气田含气性检测中的应用研究[D]. 湖北武汉: 中国地质大学, 2012. XIA Xiaoyan. AVO Technique Applied in Gas-bearing Detection in Jingbian Gas Field[D]. China University of Geosciences(Wuhan), Wuhan, Hubei, 2012. |
[7] |
舒梦珵, 王真理, 张金强, 等. AVO属性分析方法的改进及其在煤系地层中的应用[J]. 地球物理学进展, 2010, 25(4): 1323-1331. SHU Mengcheng, WANG Zhenli, ZHANG Jinqiang, et al. Improvement on the method for AVO attribute analysis and its application to coal-bearing strata[J]. Progress in Geophysics, 2010, 25(4): 1323-1331. DOI:10.3969/j.issn.1004-2903.2010.04.021 |
[8] |
RUTHERFORD S R, WILLIAMS R H. Amplitude-versus-offset variations in gas sands[J]. Geophysics, 1989, 54(6): 680-688. DOI:10.1190/1.1442696 |
[9] |
SIMM R, WHITE R, UDEN R. The anatumy of AVO crossplots[J]. The Leading Edge, 2000, 19(2): 150-155. DOI:10.1190/1.1438557 |
[10] |
孙立志. 基于AVO效应的泊松比反演及储层厚度预测方法研究[D]. 黑龙江大庆: 东北石油大学, 2005. SUN Lizhi. Research on the Prediction Method of Poisson's Ratio and Reservoir Thickness Based on the AVO Effect[D]. Northeast Petroleum University, Daqing, Heilongjiang, 2005. |
[11] |
田伟, 邹冠贵, 汤小明, 等. 基于AVO技术与伪泊松比属性预测灰岩富水性的方法[J]. 煤炭学报, 2017, 42(10): 2706-2717. TIAN Wei, ZOU Guangui, TANG Xiaoming, et al. Method of predicting the water abundance of limestone based on AVO technique and pseudo Poisson's ratio attribute[J]. Journal of China Coal Society, 2017, 42(10): 2706-2717. |