多分量地震综合利用纵波以及转换横波信息探测地质结构[1],其技术发展大约经历了三个阶段:20世纪70年代,人们尝试采用横波震源进行勘探,利用横波速度相对较低的特点,期望获得高于纵波勘探的地震分辨率,但未得到预期效果[2];20世纪80年代中后期,纵波激发、纵横波联合接收技术的应用,使海上多分量地震勘探开始进入工业化生产阶段;进入21世纪后,数字检波器技术的提升推动了多分量勘探由海上开始向陆上发展[3]。
纵、横波联合反演是利用多波地震资料降低地震勘探多解性的有效方法。Stewart[4]首次联合PP波和PS波数据进行反演,在反演过程中增加了PS波约束,提高了反演精度和信噪比。Larsen等[5]在Blackfoot油田采用最小二乘法多波联合AVO反演,反演结果的同相轴连续性和信噪比等优于PP波反演。Zhang等[6]在Pikespeak油田采用PP和PS波联合AVO反演提取对流体敏感的反射系数。自2002年以来,中国的石油勘探工作者在不同地区相继开展了二维和三维三分量勘探试验,取得了良好进展和宝贵经验。王大兴等[7]在苏里格气田采用多波AVO分析、多波联合叠前反演降低了纵波反演的多解性,提高了储层预测精度;符志国等[8]针对须家河组砂岩复杂气藏,建立了一套以多波叠后反射特征正演分析、多波地震属性优化与融合为主要手段的薄储层预测方法;王建民等[9]利用多分量地震振幅比、频率比等预测营城组有利含气区;张虹等[10]利用纵波叠前反演及纵横波叠后联合反演预测川西深层致密气藏储层,并利用多波频率衰减属性及流体密度反演预测含气性;李维新等[11]以现有纵波地震数据处理系统为基础,研发、集成了一套多波处理系统EWI,可处理海上三维多波多分量地震资料。
尽管多分量地震勘探取得了一定效果,但该项技术仍存在不少问题[12-14],其中影响其推广应用的主要原因在于相对于投入成本产生的经济效益较低[15]。
笔者在解释四川盆地秋林地区的多分量地震资料过程中,发现一类特殊的沙溪庙组砂岩储层:在纵波剖面上反射特征不明显,很难发现;在转换波剖面上反射特征明显,能够清晰地识别。类似的现象曾经出现于北海Alba油田河道砂岩[16]。经钻井证实,这种相对于常规纵波勘探呈隐蔽特征的储层确实存在,并具有较大的商业价值。这一发现拓展了该区勘探领域,预计这种隐蔽河道砂岩在中国各油田可能广泛分布,勘探与生产潜力巨大,为多分量地震技术的深入研究和应用提供了广阔前景。
1 研究区地质概况四川盆地川中地区沙溪庙组是一套巨厚的陆相碎屑沉积,地层厚度约为1000~1500 m,主要发育河流—湖泊沉积体系,河道砂体普遍相对较薄(厚度约为10~20 m)[17]。沙溪庙组由下向上划分为沙一段和沙二段,沙二段由下向上又分为沙二1、沙二2、沙二3、沙二4四个亚段[18]。川中地区沙溪庙组发育多期次不同类型的砂体,砂体规模大、非均质性强,孔隙度为3%~18%,渗透率为0.05~1.00 mD。勘探实践证实,河道砂的储集条件最好,是该区油气聚集的最有利砂体[19]。
前期勘探结果表明,优质河道砂岩在测井曲线上呈“钟形”或“箱型”,即低自然伽马、中—高声波时差,相对于围岩主要表现为低速度、低密度,在地震剖面上呈“亮点”反射特征[20-21]。
2 多分量地震采集、处理秋林地区于2020年采集了面积为200 km2的多分量地震资料,主要目的是联合纵、横波数据提高预测储层含气性的精度。多分量地震勘探采用炸药震源激发、DSU3数字三分量检波器接收。震源间距为40 m,震源线距为360 m,接收点距为40 m,接收线距为280 m,最小炮检距为260 m,最大炮检距为6000 m,转换波覆盖次数约为50~70。
多分量地震资料处理以PP、PS波保幅处理为目标,针对PS波信噪比低的难点,使用分区、分域、分步保真与保幅噪声衰减技术,有效地提高了PS波资料信噪比。资料处理结果表明,PP、PS波井震标定效果较好(图 1),目的层段PP波主频达到35 Hz,PS波主频达到18 Hz。在井震标定的基础上,分别解释了PP、PS波目的层,并以PP波层位为基准,将PS波层位校正至PP波时间域,从而使PP与PS波在时间域匹配(图 2)。
由图 2可见,PP波剖面在标识位置(图 2a中红色椭圆区域)地震反射很弱,较为杂乱,而PS波剖面呈非常强的反射(图 2b中红色椭圆区域)。
为了解释上述PP和PS波反射特征差异的成因及意义,根据该区岩性、物性分析岩石物理特征,在此基础上进行地震模型正演,利用正演结果分析不同地质条件的PP和PS波反射特征。
川中地区沙溪庙组岩石物理分析结果(图 3)表明:沙溪庙组砂岩的纵波速度随孔隙度增加而减小,与泥岩速度叠置(图 3a);砂岩的横波速度则受孔隙度变化影响小,且横波速度通常高于泥岩(图 3b)。
根据岩石物理分析结果(图 3)制作了正演模型(图 4)。为了避免Zoeppritz方程近似公式带来的计算误差,选用精确Zoeppritz方程
$ \left[\begin{array}{cccc} \sin \alpha & \cos \beta & -\sin \alpha^{\prime} & \cos \beta^{\prime} \\ \cos \alpha & -\sin \beta & -\cos \alpha^{\prime} & \sin \beta^{\prime} \\ \sin 2 \alpha & \frac{v_{\mathrm{Pl}}}{v_{\mathrm{S} 1}} \cos 2 \beta & \frac{v_{\mathrm{Pl}}}{v_{\mathrm{S} 1}} \frac{v_{\mathrm{S} 2}^2}{v_{\mathrm{S} 1}^2} \frac{\rho_2}{\rho_1} \sin 2 \alpha^{\prime} & -\frac{\rho_2}{\rho_1} \frac{v_{\mathrm{Pl}}}{v_{\mathrm{S} 1}} \cos 2 \beta^{\prime} \\ -\cos 2 \beta & \frac{v_{\mathrm{S} 1}}{v_{\mathrm{Pl}}} \sin 2 \beta & \frac{\rho_2}{\rho_1} \frac{v_{\mathrm{P} 2}}{v_{\mathrm{Pl}}} \cos 2 \beta^{\prime} & \frac{\rho_2}{\rho_1} \frac{v_{\mathrm{S} 2}}{v_{\mathrm{P} 1}} \sin 2 \beta^{\prime} \end{array}\right]\left[\begin{array}{c} R_{\mathrm{PP}} \\ R_{\mathrm{PS}} \\ T_{\mathrm{PP}} \\ T_{\mathrm{PS}} \end{array}\right]=\left[\begin{array}{c} -\sin \alpha \\ \cos \alpha \\ \sin 2 \alpha \\ \cos 2 \beta \end{array}\right] $ | (1) |
构建PP、PS波AVO正演模拟过程。式中:α、α ′分别为反射、透射纵波出射角;β、β′分别为反射、透射转换横波出射角;vP1、vP2分别为反射、透射纵波速度;vS1、vS2分别为反射、透射转换横波速度;ρ1、ρ2分别为上、下层介质密度;RPP、RPS分别为纵波、转换横波反射系数;TPP、TPS分别为纵波、转换横波透射系数。
正演结果(图 4)表明:①当砂岩物性差、孔隙度约为3%时,PP波道集AVO特征不明显,能量较强,叠加数据呈强振幅特征,PS波道集和叠加数据同样呈强振幅特征;砂岩顶面在PP和PS波叠加剖面均呈波峰。②随着孔隙度增加,砂岩纵波速度开始降低,当孔隙度达到约6%时,砂岩纵波速度与泥岩接近,密度略低于泥岩,导致PP波道集反射能量变得很弱,叠加数据呈相对弱振幅特征;PS波道集和叠加数据仍呈强反射特征。③当砂岩孔隙度大于8%时,PP波道集呈明显的Ⅲ类AVO特征,反射能量又开始变强,叠加数据呈极强振幅——“亮点”特征;PS波道集和叠加数据仍呈稳定的强能量、强反射特征;砂岩顶面在PP波剖面上为波谷,在PS波剖面上为波峰。根据正演结果,将该区储层分为三类,总结了储层地震反射特征(表 1)。
第一类为孔隙度大于8%的优质储层,PP波的“亮点”和Ⅲ类AVO特征明显。目前该区主力储层均属此类,钻井结果也证实了该类储层的良好产能。
第二类为物性相对稍差的较好储层,该类储层的孔隙度为6%~8%,在PP波剖面上反射特征不明显,但在PS波剖面上反射特征非常明显。因此,孔隙度变化是PP波(图 2a)和PS波(图 2b)反射特征差异的主要原因之一。该类储层的物性较优质储层略差,但孔隙度仍较高,具备商业开采价值,只是由于在常规纵波地震剖面上反射特征不明显,在储层识别时往往被遗漏。
第三类为孔隙度较低的差储层,不具备开采价值,在PP波叠加剖面上呈强反射,与第一类反射特征相似,但由于其AVO特征与第一类差异明显,所以不难区分。
综上所述,在秋林地区多分量地震数据中,PP波反射特征不明显(图 2a)而很难识别,PS波反射特征明显(图 2b),很容易识别,共同反映了第二类储层。
4 钻探结果验证与储层预测该区最新完钻的W井证实了上述多分量地震联合解释的认识。该井在沙二1钻遇的8号、7-2号和7-1号砂体的平均孔隙度分别为8.9%、7.3%和7.6%,其中8号砂体物性最好,属于优质储层,在PP(图 5a)和PS波剖面(图 5b)上反射特征明显,且相位相反;7-2号和7-1号砂体属于较好储层,在PP波剖面(图 5a)上几乎看不到反射信号,而在PS波剖面(图 5b)上均呈强反射特征。
在7-2号和7-1号砂体的纵向深度范围内分别提取PP和PS波数据的最大振幅属性(图 6)。由于砂体在PP波剖面上无反射,因此由PP波属性预测的砂体范围小,几乎无法识别显著的河道特征(图 6a),而PS波属性清晰地刻画了河道的展布与走向(图 6b)。
多分量地震勘探发展至今,已积累了丰富的技术成果,但因其采集、处理成本高,经济效益不突出,一直阻碍着多分量地震技术的规模化应用。本文通过深入分析四川盆地秋林地区多分量地震资料,发现了在纵波地震剖面上无明显反射的隐蔽河道砂岩,进一步拓展了现有的勘探领域。同时,多分量地震技术在识别这种储层时展现的显著优势,将有力地推动其在勘探生产中的研究与应用。通过本文研究,得到如下认识。
(1) 由于沙溪庙组砂岩纵波速度对孔隙度较敏感,致使PP波反射振幅受砂岩孔隙度影响较大。在一定孔隙度范围内,砂岩的纵波速度、密度等弹性参数组合导致隐蔽河道砂岩在PP波剖面上没有明显反射,隐藏在泥岩中难以识别,以往的勘探过程常常漏掉这类储层。
(2) PS波反射振幅受孔隙度变化影响小,在预测岩性方面比PP波更具优势,钻井结果很好地验证了该认识。利用多分量地震资料进行属性分析,能够清晰地刻画河道的空间展布特征。
在中国的多个盆地中,砂岩与泥岩纵波速度叠置的现象广泛存在。因此,相信有很大一部分隐蔽河道砂岩在以往的勘探中没有识别,这将是极富潜力的一个新勘探领域,同时也能推动多分量地震技术进步。
[1] |
刘振武, 撒利明, 张明, 等. 多波地震技术在中国部分气田的应用和进展[J]. 石油地球物理勘探, 2008, 43(6): 668-672. LIU Zhenwu, SA Liming, ZHANG Ming, et al. Progress of application of multi-wave seismic technology in part of gas-fields of China[J]. Oil Geophysical Prospecting, 2008, 43(6): 668-672. DOI:10.3321/j.issn:1000-7210.2008.06.010 |
[2] |
公亭, 王兆磊, 罗文山, 等. 横波源三维地震资料矢量横波四分量旋转和快慢波分离技术[J]. 石油地球物理勘探, 2022, 57(5): 1028-1034. GONG Ting, WANG Zhaolei, LUO Wenshan, et al. Four-component rotation and fast-slow wave separation techniques for 3D vector S-wave seismic data of S-wave sources[J]. Oil Geophysical Prospecting, 2022, 57(5): 1028-1034. |
[3] |
赵邦六. 多分量地震勘探技术理论与实践[M]. 北京: 石油工业出版社, 2007.
|
[4] |
STEWART R R. Joint P and P-SV inversion[R]. CREWES Project Research Report, 1990, 2: 112-115.
|
[5] |
LARSEN J A, MARGRAVE G F, LU H, et al. Simultaneous P-P and P-S inversion by weighted stacking applied to the Blackfoot 3C-3D survey[R]. CREWES Research Report, 1998, 10: 50-11-50-23.
|
[6] |
ZHANG H B, MARGRAVE G F, BROWN R J. Joint PP-PS inversion at Pikes Peak oilfield, Saskatchewan[C]. SEG Technical Program Expanded Abstracts, 2003, 22: 177-180.
|
[7] |
王大兴, 张盟勃, 陈娟, 等. 多波地震技术在致密砂岩气藏勘探中的应用[J]. 石油地球物理勘探, 2014, 49(5): 946-953, 1005. WANG Daxing, ZHANG Mengbo, CHEN Juan, et al. Application of multi-wave seismic in tight sandstone gas reservoir exploration[J]. Oil Geophysical Prospecting, 2014, 49(5): 946-953, 1005. |
[8] |
符志国, 李忠, 赵尧, 等. 薄砂岩储层多波叠后地震反射特征分析及应用[J]. 石油地球物理勘探, 2017, 52(5): 1016-1024. FU Zhiguo, LI Zhong, ZHAO Yao, et al. Post-stack multi-wave reflection characteristics of thin sand reservoirs[J]. Oil Geophysical Prospecting, 2017, 52(5): 1016-1024. |
[9] |
王建民, 杨冬, 魏修成, 等. 多分量地震资料预测松辽盆地兴城地区深层火山岩与有利含气带[J]. 地球物理学报, 2007, 50(6): 1914-1923. WANG Jianmin, YANG Dong, WEI Xiucheng, et al. Predicting deep volcanic rocks and favorable gas zone near Xingcheng area in Songliao Basin using multi-component seismic data[J]. Chinese Journal of Geophysics, 2007, 50(6): 1914-1923. DOI:10.3321/j.issn:0001-5733.2007.06.036 |
[10] |
张虹, 李曙光, 徐天吉, 等. 川西深层致密气藏多波地震预测技术及应用[J]. 天然气工业, 2019, 39(增刊1): 91-95. |
[11] |
李维新, 崔炯成, 武文来, 等. 中海油多分量地震处理技术的发展与应用实例[J]. 地球物理学报, 2018, 61(3): 1136-1149. LI Weixin, CUI Jiongcheng, WU Wenlai, et al. State of the art and applications of the multi-component seismic processing technology in CNOOC[J]. Chinese Journal of Geophysics, 2018, 61(3): 1136-1149. |
[12] |
李向阳, 王九拴. 多波地震勘探及裂缝储层预测研究进展[J]. 石油科学通报, 2016, 1(1): 45-60. LI Xiangyang, WANG Jiushuan. Recent advances in multicomponent seismic and fractured reservoir characterization[J]. Petroleum Science Bulletin, 2016, 1(1): 45-60. |
[13] |
马昭军, 唐建明, 徐天吉. 多波多分量地震勘探技术研究进展[J]. 勘探地球物理进展, 2010, 33(4): 247-253. MA Zhaojun, TANG Jianming, XU Tianji. Progress on multi-wave and multi-component seismic exploration[J]. Progress in Exploration Geophysics, 2010, 33(4): 247-253. |
[14] |
凌里杨, 徐天吉, 冯博, 等. 基于深度学习的多波地震信号智能匹配方法与应用[J]. 石油地球物理勘探, 2022, 57(4): 768-776. LING Liyang, XU Tianji, FENG Bo, et al. Intelligent matching method based on deep learning for multiwave seismic signals and its application[J]. Oil Geophysical Prospecting, 2022, 57(4): 768-776. |
[15] |
RISHI B, JAMES G. An introduction to this special section: Applications and challenges in shear-wave exploration[J]. The Leading Edge, 2013, 32(1): 12-12. |
[16] |
MACLEOD M K, HANSON R A, BELL C R, et al. The Alba Field ocean bottom cable seismic survey: impact on development[J]. The Leading Edge, 1999, 18(11): 1306-1312. |
[17] |
蒋裕强, 漆麟, 邓海波, 等. 四川盆地侏罗系油气成藏条件及勘探潜力[J]. 天然气工业, 2010, 30(3): 22-26. JIANG Yuqiang, QI Lin, DENG Haibo, et al. Hydrocarbon accumulation conditions and exploration potentials of the Jurassic reservoirs in the Sichuan Basin[J]. Natural Gas Industry, 2010, 30(3): 22-26. |
[18] |
肖富森, 韦腾强, 王小娟, 等. 四川盆地川中—川西地区沙溪庙组层序地层特征[J]. 天然气地球科学, 2020, 31(9): 1216-1224. XIAO Fusen, WEI Tengqiang, WANG Xiaojuan, et al. Research on the sequence stratigraphy of the Shaximiao Formation in Chuanzhong-Chuanxi area, Sichuan Basin[J]. Natural Gas Geoscience, 2020, 31(9): 1216-1224. |
[19] |
肖富森, 黄东, 张本健, 等. 四川盆地侏罗系沙溪庙组天然气地球化学特征及地质意义[J]. 石油学报, 2019, 40(5): 568-576, 586. XIAO Fusen, HUANG Dong, ZHANG Benjian, et al. Geochemical characteristics and geological significance of natural gas in Jurassic Shaximiao Formation, Sichuan Basin[J]. Acta Petrolei Sinica, 2019, 40(5): 568-576, 586. |
[20] |
干大勇, 黄天俊, 吕龑, 等. 地震振幅能量表征河道砂体及其储层物性——以川中地区中侏罗统沙溪庙组为例[J]. 天然气工业, 2020, 40(10): 38-43. GAN Dayong, HUANG Tianjun, LYU Yan, et al. Characterization of channel sand body and its reservoir physical properties based on seismic amplitude energy: A case study of the Middle Jurassic Shaximiao Formation in the central Sichuan Basin[J]. Natural Gas Industry, 2020, 40(10): 38-43. |
[21] |
赵邦六, 张宇生, 曾忠, 等. 川中地区侏罗系沙溪庙组致密气处理和解释关键技术与应用[J]. 石油地球物理勘探, 2021, 56(6): 1370-1380. ZHAO Bangliu, ZHANG Yusheng, ZENG Zhong, et al. Key technology and application of processing and interpretation of tight gas in Jurassic Shaximiao Formation in Central Sichuan Basin[J]. Oil Geophysical Prospecting, 2021, 56(6): 1370-1380. |