鄂尔多斯盆地西部黄土塬覆盖区的中生界侏罗系油藏受低幅度构造与岩性控制,河道砂体结构复杂,储层薄,成藏主控因素复杂[1-2],因此钻探成功率较低。黄土塬覆盖区,特别是没有开展三维地震勘探的区域,仅依靠已有的二维地震资料进行钻探的成功率较低。为了提高该区的钻井成功率,需应用新的方法和技术进行钻前油气分布预测。时频电磁(TFEM)法是一种油气预测的新型电磁勘探技术[3]。传统的时频电磁勘探方法通常在测线一侧进行单边发射和激发,存在照明度不均匀的问题。同时,受电磁勘探体积效应的影响,对采用单侧发射采集的数据进行反演,其结果具有多解性。为了克服电磁勘探中的体积效应,提高反演精度,本文在前人时频电磁勘探研究的基础上,针对鄂尔多斯盆地西部黄土塬覆盖区的侏罗系河道砂油藏研究难点,提出在测线两侧采用双源激发、多线接收的采集方案。采集前需基于模型正演进行参数设计。为了提高目标层段的电磁反演精度,本文开展了三项时频电磁处理技术研究,通过精细反演实现弱信息增强,提高中浅层成像精度。
在鄂尔多斯盆地西部的ZB地区,前期研究发现仅依靠已有二维地震资料难以实现优质储层预测,需要开展多方法和多技术才能实现精确的储藏预测。在数据采集阶段,运用靶向激发,并针对目的层段加密采样频点;在数据处理阶段,应用双源电磁联合反演等技术,获取多个时频电磁参数;在资料解释阶段,基于GeoEast系统进行多信息一体化油气分布预测,提高钻井成功率。
1 研究区物性基础岩心实验室测试结果表明,含油岩心具有极化效应,利用极化率参数可有效预测油气藏的分布[4-6]。对9块岩心样品(编号Z1~Z9)进行油气充注,测试其极化效应,测试结果显示含油岩心具有极化效应(图 1)。其中,岩心Z1~Z6具有低孔隙度和低渗透率特征,因而含油饱和度也低,表现出较低的极化率;岩心Z7~Z9的孔隙度和渗透率均较高,即含油量较高,其极化率明显高于岩心Z1~Z6。因此,储层中含油是产生高极化率的主要因素。
开展时频电磁数据采集时,通常利用大功率发射源激发电场。岩石物性试验研究[7-10]表明,外电场作用下的岩石具有频散特征,油气藏能够产生激发极化效应。富含油的砂岩在低频段表现为负相位,说明存在高极化异常。利用时频电磁技术能够探测油气藏在大功率电场激发下产生的极化率(IP)异常和电阻率(R)异常,利用IP+R参数可有效预测油气藏分布,为钻井部署提供依据[11-13]。
2 针对性采集方案设计基于鄂尔多斯盆地侏罗系油藏的特点,提出并采用两项针对性的时频电磁采集方案:①在测线两侧采用双源激发,一次发射可同时覆盖多条测线;②采用靶向激发,开展目标层采集参数设计,针对目标层埋深与油藏厚度等因素设计发射频率表。
2.1 双源激发—多线接收方案针对侏罗系储层薄、油藏小、纵向地层层数多等勘探难点,在鄂尔多斯盆地首次尝试在测线两侧采用双源激发(图 2),即在测线两侧分别布设发射源A1B1和A2B2;在全工区均匀部署接收点,一次发射可同时采集多条测线的电磁数据。根据实际工区地形,参考目的层埋深,本次采集对每一次发射(A1B1和A2B2)同时采集三条测线。
何展翔等[14]提出,时频电磁信号能够探测的深度受场源长度、收发距及发射频率等多个参数的共同控制。因此,发射系统参数应根据不同地区的实际情况进行设计。
关于场源设计,一般情况下可通过加大场源长度、提高激发电流提高信噪比。但是,场源长度越大,电缆线阻就越大,同时野外施工时对地形条件的要求就越高(地形越平坦越好)。因此,施工前需首先分析工区电阻率特征,根据测井数据建立地电模型,通过模拟设计适合于工区的场源长度。
关于收发距的设计,根据严良俊等[15]的研究成果,可得到最大和最小收发距理论值。何展翔等[14]通过对实际地电模型进行模拟,提出了计算时频电磁勘探收发距范围的方法,本文充分借鉴了前人的研究成果进行分析。
因此,施工前首先对地电模型进行正演分析,确定适于本工区的场源长度和收发距范围。首先,根据ZB地区测井电阻率资料及地震反射清楚的层位建立研究区地电模型,并对模型进行电磁场正演[16];然后,对采集装置参数进行模拟,根据模拟结果确定适合本工区的场源长度为7~9 km,收发距范围为8~10 km。
电磁场采用多线同步采集。对于高频随机干扰,利用背景噪声进行消除,具体步骤为:①施工前对每个测点都采集背景电磁信号;②对采集的背景信号进行统计分析,得到噪声分布,对时序信号进行滤波,获取噪声;③利用噪声与有效信号的相干性,构建相干矩阵,求解其特征值和特征向量,作为后续迭代的权重;④从每个测点数据中减去对应的背景噪声,即可得到去噪数据[14]。
2.2 靶向激发采集方案与传统的时频电磁二维单方位采集不同,本文提出靶向激发采集方案,即强化目标层段采集频率的设计,针对目的层加密激发频点。基波周期从传统采集方法的13个增加到42个,谐波周期达120个以上;单方位采集时间从60 min提高到180 min以上,双方位采集时间达6 h。靶向激发可有效提高资料的纵向采集精度,为获得深部电磁响应和目标层段高品质资料提供了保证。
3 黄土塬覆盖区薄储层数据处理 3.1 黄土塬覆盖区的地形校正与静校正首先,针对黄土塬覆盖区的地表起伏,采用比值校正法求出不同频点的综合校正系数(即带地形模型与不带地形模型的正演电阻率比值),可去除地形的影响,即地形校正;然后,参考相位资料和磁信号(二者均不受静态位移影响),对经地形校正的电磁数据开展表层电阻率校正;最后,进一步应用空间滤波技术消除黄土塬地表不均匀体引起的静态位移。
图 3为研究区时频电磁数据地形校正前、后的对比。由图可见,原始数据(图 3上)的静态位移明显,校正后(图 3下)的视电阻率等值线更连续,为后续反演提供了高精度的基础资料[17]。
理论上,时频电磁勘探中采集的信号为二次场,即发射源断电后测点及周围地质体的电磁响应不受场源影响。在实际勘探生产中,传统的时频电磁勘探方法采用单侧发射源进行信号激发,如果场源与测线之间存在电性不均匀体,电磁信号的传播会受到影响,与均匀空间的传播特征不同。如果对采集到的信号直接进行反演,反演结果会不准确甚至出现错误。本研究对双源电磁数据进行联合反演,可提高反演电阻率的纵、横向分辨率,降低资料多解性。
对于在测线一侧进行的单方位发射,地下介质中不均匀异常体会引起发射源阴影效应,而且这种效应一般为局部性的。因此,可通过在测线两侧开展双源激发,有效压制旁侧效应。对双源发射条件下采集的数据进行叠加处理,可克服单边发射造成的电磁波散射、绕射等多解性问题,提高后续资料处理和解释结果的可靠性。
反演前需首先对不同激发源的电磁数据进行叠加处理,克服电磁法的体积效应,对地下异常体的边界和位置进行准确归位。
视电阻率的传统算法是求解均匀半空间电磁场响应函数的解。对于人工源电磁数据,通常无法给出视电阻率的显式定义,这是因为不能利用均匀半空间的电磁场公式直接求解电阻率。因此,基于最优化理论,对数据进行整体拟合,通过求解特定目标泛函的变分问题计算视电阻率。联合约束反演采用的电磁分量是水平电场Ex和垂直磁场Hz[18-19]。
图 4为研究区电阻率测井曲线与井旁测点A、B、C的双源联合反演电阻率曲线对比。可见二者特征一致,在侏罗系延9段底巨厚含砾粗砂岩段和延长组长7段均显示高阻特征,对应于研究区的高阻标志层。
以工区1号测线为例,对比时频电磁双源联合电阻率反演(图 5c)与单侧源的电阻率反演结果(图 5a、图 5b)可以发现,前者在中浅层的电阻率分辨能力明显高于后者,可基本反映中浅层主要电性界面的位置。其中,三套高阻层分别对应白垩系底高阻层、侏罗系延9段底巨厚含砾粗砂岩及延长组长7段区域高阻标志层。
研究区丰富油藏规模小、储层薄,区内钻井和地震资料较丰富,如何利用现有资料提高时频电磁反演精度是本研究的重点问题。何展翔等[18]综合利用现有地震、测井等资料,明显提高了电磁反演精度。本文借鉴这些技术,充分利用工区的电阻率测井和地震层位信息,与时频电磁信息相结合,开展目标层解释性处理。
首先,根据地震反射层清楚的地质解释成果及钻井资料建立初始地电模型,确定电性层的深度,仅反演地层的电阻率,对地震反射清楚的区域开展非目标层电阻率反演。
然后,固定非目标层几何参数和电阻率,重点反演目标层段的电阻率。这个反演过程需反复迭代,寻找最小拟合误差,从而获取目标层段高精度反演电阻率剖面数据。
图 6为常规反演方法与针对目标层的解释性处理结果。对比图 6a与图 6b可见,后者出现的黄色高阻层明显分为上、下两套电性层,说明经目标层解释性处理后,纵向电性分层更清晰,中浅层的电阻率成像精度明显提高。
针对越来越复杂的油气勘探目标,单纯依靠地震资料难以准确预测优质储层,因此,需要综合应用多信息、多技术。目前,时频电磁在储层预测方面已形成了基于GeoEast系统的多信息一体化油气预测方法,总体思路是:首先对精细反演电阻率剖面(图 6b)进行层位标定;然后对油井、水井、干井的异常信息进行统计、分析,建立目标层段时频电磁多参数油气预测评价标准;最后对基于时频电磁资料得到的多个参数进行剖面分析和评价,利用层切片技术对这些参数进行平面成图,即可实现时频电磁多参数综合油气预测。具体步骤如下。
(1) 根据已知信息开展时频电磁异常精细标定:首先,利用钻井和地震资料进行层位标定,目的是建立电性层与地质层位的联系(图 7);然后,基于研究区的13口钻井资料进行含油气性标定分析,对油井、水井、干井进行异常统计、分析,建立该区时频电磁油气预测参数评价标准,即强双频相位异常(图 8a、图 8b)和强极化率异常(图 8c)。
(2) 对不同频率的双频相位异常和不同层位极化率进行分析、评价。不同频率的双频相位异常能够大致反映不同层位的油气异常分布特征,因此分别对浅层(长3段及以上延安组)以及深层(长7—长8段)附近的双频相位异常、极化率异常进行提取和分析(图 8)。由图可见,双频相位异常的分布规律(图 8a、图 8b)以及极化异常分布特征(图 8c)与钻井的油气测试结果吻合较好:D井延9段附近极化率异常和双频相位异常较弱,实钻为水层;E井的浅层双频相位异常较强,深层双频相位异常较弱,浅层长3段附近极化率异常较强,但是深层弱,实钻长3段为油层;F井的浅层和深层双频相位异常均较强,极化率出现两层强异常,实钻延9段为油层,长8段为油层。可见,综合利用双频相位和极化率异常可准确预测不同层位的油气有利区分布。
(3) 在平面上对时频电磁多参数进行融合、分析。基于GeoEast系统的层切片提取技术,分别对电阻率和极化率数据体进行平面分层提取,获得反映不同层系的时频电磁参数异常并分析其分布特征。
关于如何开展同一层位的时频电磁多参数融合分析,参见文献[20-21]。本研究基于GeoEast系统的多参数人工智能深度学习,得到研究区的时频电磁多参数异常分布(图 9)。基于图 9,结合研究区已知的石油地质特征、古地貌、构造、地震属性等信息,利用GeoEast系统开展多信息一体化综合油气预测,优选钻探靶点[22](图 10)。该研究实现了多种地球物理信息和钻井信息在同一个平台上的融合,达到了1+1 > 2的效果,有效降低了钻探风险。
将上述技术应用于鄂尔多斯盆地ZB地区的中生界油气藏预测,取得如下效果。
(1) 时频电磁极化异常信息与已钻井的出油情况吻合较好。通过钻井标定分析发现极化率参数对于油气的存在最灵敏,因此重点对本区的极化率进行量化分析,为后续时频电磁油气预测提供借鉴。研究区内有钻井61口,对其中的油井、水井和干井的极化率进行对比、分析,钻井—极化率统计结果为:①极化率不小于0.19的区域内有13口油井,3口水井或干井,油井占81%;②极化率不小于0.18的区域内有17口油井,6口水井或干井,油井占73%;③极化率小于0.18的区域内有4口油井,34口水井或干井,油井占10%。
上述统计结果说明:①极化率越强,意味着含油气的概率越大;②时频电磁油气预测结论对油气的否定作用的可靠度略高于肯定作用,意味着时频电磁方法对油气的预测结果具有多解性,因此需进行多方法、一体化综合预测。
(2) 基于时频电磁综合异常优选油气目标,为靶点选取提供依据。首先,利用时频电磁异常信息圈定有利油气异常范围,优选有利目标16个。然后,根据地震、钻井、地质等多信息从中优选靶点11个。
时频电磁采集完成后,最新完钻的Z6井(图 9)位于时频电磁强异常区,双频相位与极化率均表现为强异常,实际钻探获得日产原油7 t,说明时频电磁预测结果与实钻结果吻合,验证了时频电磁油气预测的可靠性。
6 结论(1) 本文提出了适用于黄土塬地区薄、小储层发育区的时频电磁野外采集方案及参数设计方案,对类似地质区域的时频电磁数据采集具有指导意义。
(2) 探索形成了一套有效的黄土塬覆盖区薄、小储层的时频电磁针对性处理技术,提高了时频电磁反演结果的纵向分辨率。
(3) 基于GeoEast系统进行时频电磁多参数综合油气预测,实现了多种地球物理方法与钻井信息在同一个平台上的融合处理解释,多种方法优势互补,达到了1+1 > 2的效果,优选钻探靶点,降低了钻探的风险。
[1] |
惠潇, 赵彦德, 邵晓州, 等. 鄂尔多斯盆地中生界石油地质条件、资源潜力及勘探方向[J]. 海相油气地质, 2019, 24(2): 14-22. HUI Xiao, ZHAO Yande, SHAO Xiaozhou, et al. The geological conditions, resource potential, and exploration direction of oil in Ordos Basin[J]. Marine Origin Petroleum Geology, 2019, 24(2): 14-22. |
[2] |
罗安湘, 喻建, 刘显阳, 等. 鄂尔多斯盆地中生界石油勘探实践及主要认识[J]. 新疆石油地质, 2022, 43(3): 253-260. LUO Anxiang, YU Jian, LIU Xianyang, et al. Practices and cognitions of petroleum exploration in Mesozoic, Ordos basin[J]. Xinjiang Petroleum Geology, 2022, 43(3): 253-260. |
[3] |
底青云, 薛国强, 殷长春, 等. 中国人工源电磁探测新方法[J]. 中国科学(地球科学), 2020, 50(9): 1219-1227. DI Qingyun, XUE Guoqiang, YIN Changchun, et al. New methods of controlled-source electromagnetic detection in China[J]. Scientia Sinica (Terrae), 2020, 50(9): 1219-1227. |
[4] |
王志刚, 何展翔, 覃荆城, 等. 时频电磁技术的新进展及应用效果[J]. 石油地球物理勘探, 2016, 51(增刊1): 144-151. WANG Zhigang, HE Zhanxiang, QIN Jingcheng, et al. Advances of TFEM technique and its application[J]. Oil Geophysical Prospecting, 2016, 51(S1): 144-151. |
[5] |
高妍, 沈金松, 何展翔, 等. TFEM探测JZ地区潜山内幕目标的模拟及试验[J]. 石油地球物理勘探, 2015, 50(6): 1207-1212. GAO Yan, SHEN Jinsong, HE Zhanxiang, et al. Target detection simulation and experiments in buried hills with TFEM method[J]. Oil Geophysical Prospecting, 2015, 50(6): 1207-1212. |
[6] |
何展翔, 王绪本, 孔繁恕, 等. 时—频电磁测深法[C]. 中国地球物理学会第18届年会, 2002, 495. HE Zhanxiang, WANG Xuben, KONG Fanshu, et al. Time-frequency electromagnetic sounding method[C]. The 18th Annual Meeting of the Chinese Geophysical Society, 2002, 495. |
[7] |
COLE K S, COLE R H. Dispersion and absorption in dielectrics I. Alternating current characteristics[J]. The Journal of Chemical Physics, 1941, 9: 341-351. DOI:10.1063/1.1750906 |
[8] |
肖占山, 徐世浙, 罗延钟, 等. 岩石复电阻率频散特性的机理研究[J]. 浙江大学学报(理学版), 2006(5): 584-587. XIAO Zhanshan, XU Shizhe, LUO Yanzhong, et al. Study on mechanisms of complex resistivity frequency dispersion property of rocks[J]. Journal of Zhejiang University(Science Edition), 2006(5): 584-587. DOI:10.3321/j.issn:1008-9497.2006.05.024 |
[9] |
孙斌, 唐新功, 向葵, 等. 高温高压条件下泥质砂岩复电阻率测试与分析[J]. 工程地球物理学报, 2016, 13(3): 277-284. SUN Bin, TANG Xingong, XIANG Kui, et al. The analysis and measure on complex resistivity parameters of shaly sands in high temperature and high pressuree[J]. Chinese Journal of Engineering Geophysics, 2016, 13(3): 277-284. |
[10] |
郑和华, 冯启宁, 尚作源. 岩石复电阻的频率特性及其应用前景[J]. 石油大学学报(自然科学版), 1993, 17(增刊): 23-29. ZHENG Hehua, FENG Qining, SHANG Zuoyuan. The frequency characteristics and application prospects of rock complex resistivity[J]. Journal of the University of Petroleum (Edition of Natural Science), 1993, 17(S): 23-29. |
[11] |
赵一丹, 何展翔, 郑求根, 等. 时频电磁法含油气有利区预测在T盆地的应用[J]. 石油地球物理勘探, 2014, 49(增刊1): 228-232. ZHAO Yidan, HE Zhanxiang, ZHENG Qiugen, et al. Favorable oil and gas target prediction with time-frequency electromagnetic method in T Basin[J]. Oil Geophysical Prospecting, 2014, 49(S1): 228-232. |
[12] |
陈卫营, 薛国强. 电性源瞬变电磁对薄层的探测能力[J]. 物探与化探, 2015, 39(4): 775-779. CHEN Weiying, XUE Guoqiang. Detection capability of grounded electric source TEM for thin layer[J]. Geophysical and Geochemical Exploration, 2015, 39(4): 775-779. |
[13] |
沈义斌, 杨俊, 曹阳, 等. 基于频散测试分析的时频电磁资料校正处理及储层评价[J]. 地质与资源, 2022, 31(3): 404-411. SHEN Yibin, YANG Jun, CAO Yang, et al. Time-frequency electromagnetic data correction processing and reservoir evaluation based on dispersion test analysis[J]. Geology and Resources, 2022, 31(3): 404-411. |
[14] |
何展翔, 杨国世, 陈思琪, 等. 时频电磁(TFEM)技术: 数据采集参数设计[J]. 石油地球物理勘探, 2019, 54(4): 908-914. HE Zhanxiang, YANG Guoshi, CHEN Siqi, et al. Time-frequency electromagnetic (TFEM) method: Data acquisition design[J]. Oil Geophysical Prospecting, 2019, 54(4): 908-914. |
[15] |
严良俊, 胡文宝, 杨绍芳, 等. 电磁勘探方法及其在南方碳酸盐岩地区的应用[M]. 北京: 石油工业出版社, 2001.
|
[16] |
胡祖志, 刘雪军, 王志刚, 等. 时频电磁与大地电磁数据联合反演[J]. 石油地球物理勘探, 2023, 58(3): 720-727. HU Zuzhi, LIU Xuejun, WANG Zhigang, et al. Joint inversion of time-frequency electromagnetic and magnetotelluric data[J]. Oil Geophysical Prospecting, 2023, 58(3): 720-727. |
[17] |
柳建新, 汤文武, 何展翔, 等. 一维时域磁场与频域电场联合反演方法研究[J]. 地球物理学进展, 2011, 26(6): 2011-2017. LIU Jianxin, TANG Wenwu, HE Zhanxiang, et al. Study on joint inversion method of one-dimensional time-domain magnetic field and frequency-domain electric field[J]. Progress in Geophysics, 2011, 26(6): 2011-2017. |
[18] |
何展翔, 胡祖志, 王志刚, 等. 时频电磁(TFEM)技术: 数据联合约束反演[J]. 石油地球物理勘探, 2020, 55(4): 898-905. HE Zhanxiang, HU Zuzhi, WANG Zhigang, et al. Time-frequency electromagnetic (TFEM) technique: step-by-step constraint inversion based on artificial fish swarm algorithm[J]. Oil Geophysical Prospecting, 2020, 55(4): 898-905. |
[19] |
郭鸿喜, 曹杨, 何宇霖, 等. 时频电磁法多分量联合反演及在川西火成岩勘探中的应用[J]. 石油地球物理勘探, 2022, 57(2): 452-458. GUO Hongxi, CAO Yang, HE Yulin, et al. Multi-component joint inversion for time-frequency electromagnetic(TFEM) method: a case study of igneous rock prospecting in western Sichuan[J]. Oil Geophysical Prospecting, 2022, 57(2): 452-458. |
[20] |
王永涛, 杨战军, 王学慧, 等. 时频电磁多属性图像融合预测油气技术及应用[J]. 物探与化探, 2020, 44(5): 1221-1225. WANG Yongtao, YANG Zhanjun, WANG Xuehui, et al. TFEM multi-attribute image fusion hydrocarbon prediction technique and its application[J]. Geophysical and Geochemical Exploration, 2020, 44(5): 1221-1225. |
[21] |
孙志华, 付吉林, 杨书江, 等. 时频电磁法勘探在尼日尔A区块的应用效果[J]. 石油地球物理勘探, 2012, 47(增刊1): 147-151. SUN Zhihua, FU Jilin, YANG Shujiang, et al. TFEM applications in the Block A Niger[J]. Oil Geophysical Prospecting, 2012, 47(S1): 147-151. |
[22] |
何展翔, 陈忠昌, 任文静, 等. 时频电磁(TFEM)勘探技术: 数据采集系统[J]. 石油地球物理勘探, 2020, 55(5): 1131-1138. HE Zhanxiang, CHEN Zhongchang, REN Wenjing, et al. Time-frequency electromagnetic (TFEM) method: data acquisition system and its application[J]. Oil Geophysical Prospecting, 2020, 55(5): 1131-1138. |