2. 中国石油西南油气田公司勘探开发研究院, 四川成都 610041;
3. 中国石油集团东方地球物理勘探公司西南物探分公司, 四川成都 610213
2. Exploration and Development Research Institute, PetroChina Southwest Oil & Gas field Company, Chengdu, Sichuan 610041, China;
3. Southwest Geophysical Company, BGP Inc., CNPC, Chengdu, Sichuan 610213, China
近年来,中国致密气勘探处于快速发展阶段,四川盆地致密气藏已成为中国油气增储上产的重点领域之一[1-3]。川中地区侏罗系沙溪庙组浅层致密砂岩气藏在四川盆地陆相天然气勘探中占据重要地位[4]。沙溪庙组沙一段砂体类型多样,纵向岩性组合复杂,隐蔽砂体发育、识别难度大;砂体横向变化大、纵向叠置组合复杂,地震响应多样,含气砂体储层预测难度大[5-9]。前人针对这种空间非均质性较强的碎屑岩地层的岩性识别和储层预测,一般采用基于岩石物理分析的叠前反演方法,以求取地层的多个弹性参数。但其关键过程的叠前地震反演缺乏精细的三维岩相约束,尤其是高分辨率叠前随机反演易造成目的层纵向砂地比及横向岩性变化的表征出现较大偏差,导致随机性增强、可靠性降低。基于此,制作高精度三维岩相体是整个岩性气藏反演流程中的关键因素,岩相体制作精度越高,目标岩性弹性参数的约束反演精度越高[10-15]。目前常用的无三维岩相约束的叠前反演识别岩性的方法不仅耗时较长还易产生随机误差和累积误差,会对薄储层预测的精度产生一定影响[16-18]。
针对以上难题,在川中金秋区块连片三维区选取2000 km2作为研究区,基于“两宽一高”采集技术获取的地震资料,面向河道砂体的振幅随炮检距变化关系(AVO响应特征),采用AVO保持度较高的处理技术得到高保真基础数据,将AVO属性分析结果代入文中推导的岩性阻抗反射系数表达式,以重构岩性阻抗反射数据,结合测井岩石物理分析构建的岩性阻抗曲线对岩性开展快速叠后反演,高效获取高精度的三维岩相体。该岩相体的应用有效提升了相控叠前地质统计学反演的平稳性和可靠性,反演结果具有更高的精度和分辨率,为川中地区沙溪庙组致密砂体气藏的预测提供了有效支撑[19-21]。
1 地质概况四川盆地在侏罗纪时期为大型陆内坳陷盆地,发育了夹介壳灰岩的三角洲—湖相沉积体系,岩相以碎屑岩为主,厚度一般为2000~3000 m,地层埋深特征为南浅北深、东浅西深。沙溪庙组为中侏罗统的一套陆相砂泥岩地层,厚度约为1200~2000 m,自下而上可分为沙一段和沙二段[22]。
四川盆地沙一段为半干旱条件下发育的三角洲—湖泊相沉积,具有多沉积中心特点,主沉积中心位于公山庙—龙岗—广安地区,沉积相带展布宽广,平面表现为多个朵叶体叠合而成的复合体。受三角洲沉积体系控制,沙一段发育有块状砂、指状砂和砂泥互层;相对于围岩高阻抗、中阻抗、低阻抗砂体均有发育,且横向变化大、纵向叠置组合复杂。川中地区沙一段厚度为150~300 m,具有东厚西薄、北厚南薄的分布特征;岩性主要为紫红色、灰绿色泥岩夹薄中厚层状灰色砂岩组合;其中砂体厚度为30~90 m,东北部厚度较大。研究区沙一段储层发育程度差异较大,纵向发育多套厚度大于5 m的河道砂体储层,储层厚度为1.4~49.1 m,孔隙度为7%~17%,渗透率为0.1~10.0 mD,整体表现为中低孔、低渗的致密砂岩储层特征[23-25]。
沙溪庙组气藏属次生气藏,圈闭类型为岩性圈闭。研究区位于须家河组、侏罗系烃源叠置发育区,烃源条件优越,烃源断裂发育,储集体主要为河道砂体,存在辫状河三角洲河流相的典型“泥包砂”岩性组合,为储集体提供了泥岩侧向遮挡层、底板层及盖层。气藏形成主要受烃源发育区、烃储沟通断裂及储集体三要素控制,沙溪庙组内部断层可至下伏烃源岩地层,油气通过此类断层持续运移至沙溪庙组河道砂体中聚集成藏[10]。
2 方法原理岩性反演是储层预测的关键技术,研究区沙一段砂岩和泥岩的纵波阻抗几乎叠置在一起,采用常规阻抗属性不能很好地分辨储层岩性和物性,叠后波阻抗反演也不能有效反映横向岩性展布规律。而采用叠前地质统计学反演得到纵、横波阻抗体,将其代入到纵、横波阻抗曲线岩石物理分析的岩性识别模板进行岩相体解释的方法,对测井数据的依赖性较大,在缺乏可靠岩相体趋势约束的情况下,反演参数和岩相解释过程受人为影响较大,导致岩性反演结果不确定性增强,加之质控环节较多,实现过程繁杂耗时。
对于岩性气藏的相控叠前地质统计学反演,岩相体的预测精度越高,目标岩性弹性参数的约束反演精度越高,从而可以进一步提高储层及含气性预测精度。因此,如何综合应用地震、地质、测井等多维度的数据信息,简化计算过程,提高反演效率,降低累积误差是提高三维岩相体预测精度的关键。
相较于常规岩性反演方法,本文从一个新的角度出发,提出基于岩性数据重构的叠前快速反演技术识别岩性,通过将多弹性参数交会构建新的岩性敏感参数,岩性阻抗反射数据结合叠后反演直接得到高精度目标岩性三维岩相体,用以约束叠前地质统计学反演。该技术获得的岩相体依赖于弹性参数纵、横波阻抗以及共反射点(CRP)地震道集,具体工作流程如图 1所示。
流程主要包括以下关键步骤。
(1) 利用测井岩性解释结果与纵、横波阻抗测井数据对目的层进行交会分析,通过坐标旋转构建测井岩性阻抗曲线,建立以纵、横波阻抗为变量的测井岩性阻抗曲线解析式,明确岩性识别门槛值。
(2) 基于测井岩性阻抗曲线解析式推导以垂直入射时的反射波振幅(截距P)与振幅随炮检距的变化率(梯度G)表征的岩性阻抗反射数据表达式。
(3) 利用“两宽一高”地震资料,对CRP地震道集进行AVO属性分析,得到纵波、拟横波反射数据,结合岩性阻抗反射数据表达式,构建砂岩响应特征更为突出的岩性阻抗反射数据。
(4) 根据测井岩性阻抗曲线和岩性阻抗反射数据进行叠后快速反演,获得目标岩性三维岩相体。(5)利用三维岩相体约束后续的叠前地质统计学反演,可有效提高各岩性弹性参数区域化变量的二阶平稳性,获取稳定性较好、可靠性更高的高分辨率弹性参数反演结果;根据岩石物理分析量板定量预测砂岩孔隙度及含气性,达到精细描述储层空间发育及平面展布特征的目的。该方法是目前提高川中地区沙一段致密砂岩储层预测精度的关键。
2.1 测井岩性阻抗曲线的构建整理研究区26口井的录井资料和测井曲线,可以将沙一段划分为两种主要岩相类别:砂岩和泥岩。由叠前地震反演理论可知,通过地震反演可以获得较为稳定的地层纵波阻抗和横波阻抗,因此采用纵、横波阻抗开展多井岩石物理交会分析。从交会图(图 2a)可见,砂岩与泥岩纵波阻抗和横波阻抗均存在部分叠置,单一弹性参数对砂、泥岩的区分存在较大的多解性和不确定性。
在交会图中通过颜色分布分析两种岩性样点的聚集区域,拟合出一条能够良好区分砂、泥岩性的分界线(如图 2a中的红色直线),并对这条分界线的倾斜角度进行坐标旋转得到岩性阻抗与纵波阻抗的交会图(图 2b),将分界线对应的岩性阻抗值作为岩性识别门槛,据此构建出以纵、横波阻抗为变量表征的测井岩性阻抗曲线解析式
$ Z=-0.261{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}+0.965{s}_{\mathrm{i}\mathrm{m}\mathrm{p}} $ | (1) |
式中:Z为岩性阻抗;pimp为纵波阻抗;simp为横波阻抗。
从图 2b可以看出,单一的岩性阻抗具有良好的砂、泥岩岩性区分度。在研究区内,通过对完钻井的测井曲线一致性校正和统一测井评价而构建的岩性阻抗曲线,均表现出良好的区分度,因此可以将其作为岩性敏感因子,并以该曲线解析式作为岩性阻抗反射数据的公式推导基础。
2.2 岩性阻抗反射数据的构建根据反射系数的定义和理论公式,反射系数是对应弹性参数曲线邻近样点的差值与和值的比例系数。地震数据中无法直接快速解析高可靠性的纵波阻抗与横波阻抗,需要利用式(1)构建与原始叠前地震数据相关的岩性阻抗反射数据,进而利用测井岩性阻抗曲线与对应的岩性阻抗反射数据进行叠后反演,直接快速获取地层岩性数据,有效简化反演过程,降低常规叠前反演中造成的累积误差或随机误差,提高岩性反演效率。
岩性阻抗反射数据构建的核心是推导岩性阻抗反射系数表达式,其推导过程分五步。
第一步,根据式(1)得出
$ Z=A{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}+B{s}_{\mathrm{i}\mathrm{m}\mathrm{p}} $ | (2) |
式中A、B分别为纵波阻抗pimp和横波阻抗simp通过交会坐标旋转后得到的常系数,由坐标旋转的旋转角度决定。
第二步,根据岩性反射系数定义
$ {R}_{z}=\frac{{Z}_{1}-{Z}_{2}}{{Z}_{1}+{Z}_{2}} $ | (3) |
式中Z1、Z2分别为界面上、下岩性波阻抗。
式(2)两边取样点差值后得出
$ \mathrm{\Delta }Z=A\mathrm{\Delta }{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}+B\mathrm{\Delta }{s}_{\mathrm{i}\mathrm{m}\mathrm{p}} $ | (4) |
界面上、下岩性阻抗值之和约等于2Z,等式两边同时除以2Z,则
$ \frac{\mathrm{\Delta }Z}{2Z}=\frac{A\mathrm{\Delta }{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{2Z}+\frac{B\mathrm{\Delta }{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{2Z} $ | (5) |
将式(2)代入式(5)得出
$ {R}_{z}=\frac{A\mathrm{\Delta }{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{2(A{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}+B{s}_{\mathrm{i}\mathrm{m}\mathrm{p}})}+\frac{B\mathrm{\Delta }{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{2(A{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}+B{s}_{\mathrm{i}\mathrm{m}\mathrm{p}})} $ | (6) |
化简整理后为
$ {R}_{z}=\frac{A{R}_{\mathrm{P}}}{A+\frac{B{s}_{imp}}{{p}_{imp}}}+\frac{B{R}_{\mathrm{S}}}{\frac{A{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}+B} $ | (7) |
式中RP、RS分别为纵波、横波反射系数。
第三步,将式(7)两边同时与地震子波ω(t)褶积,根据褶积分配法则得出
$ {R}_{z}\mathrm{*}\omega \left(t\right)=\frac{A\left[{R}_{\mathrm{P}}\mathrm{*}\omega \left(t\right)\right]}{A+B\times \frac{{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}}+\frac{B\left[{R}_{\mathrm{S}}\mathrm{*}\omega \left(t\right)\right]}{A\times \frac{{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}+B} $ | (8) |
$ {Z}_{\mathrm{s}\mathrm{e}\mathrm{i}\mathrm{s}}=\frac{A{P}_{\mathrm{s}\mathrm{e}\mathrm{i}\mathrm{s}}}{A+\frac{B{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}}+\frac{B{S}_{\mathrm{s}\mathrm{e}\mathrm{i}\mathrm{s}}}{\frac{A{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}+B} $ | (9) |
式中Zseis、Pseis和Sseis分别为岩性阻抗、纵波和横波反射数据。
第四步,由AVO理论可知,截距P属性等效于纵波反射系数,P-G属性等效于横波反射系数。根据褶积分配法则,可直接利用叠前道集开展AVO属性分析,按照AVO公式进行P和G等属性的计算,计算所得的P即等效于纵波反射数据,P-G即等效于纵波时间标尺下的横波反射数据。
将P、P-G代入式(9),化简整理后为
$ {Z}_{\mathrm{s}\mathrm{e}\mathrm{i}\mathrm{s}}=P-\frac{BG}{\frac{A{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}+B} $ | (10) |
P+G属性等效于纵横波速度比的反射系数,对P+G在深度t上进行道积分运算可得到相对纵横波速度比S
$ S=\mathrm{e}\mathrm{x}\mathrm{p}\left[2{\int }_{0}^{t}(P+G)\mathrm{d}t\right] $ | (11) |
将S按照研究区的实际纵横波速度比范围[a,b]进行归一化处理,用以表征研究区纵横波速度比的空间变化,化简整理后得到
$ \frac{{p}_{\mathrm{i}\mathrm{m}\mathrm{p}}}{{s}_{\mathrm{i}\mathrm{m}\mathrm{p}}}=\frac{(b-a)\times (S-{S}_{\mathrm{m}\mathrm{i}\mathrm{n}})}{{S}_{\mathrm{m}\mathrm{a}\mathrm{x}}-{S}_{\mathrm{m}\mathrm{i}\mathrm{n}}}+a $ | (12) |
式中:Smin为最小相对纵横波速度比;Smax为最大相对纵横波速度比。本次研究区沙溪庙组测井岩石物理分析得到的地层纵横波速度比主要为1.6~2.1,即a=1.6,b=2.1。
令式(12)纵横波速度比为变量C,即C=pimp/simp,代入式(10),得到依据测井岩性阻抗解析表达式构建的岩性阻抗反射数据解析表达式,整理后为
$ {Z}_{\mathrm{s}\mathrm{e}\mathrm{i}\mathrm{s}}=P-\frac{BG}{CA+B} $ | (13) |
据此可构建新的岩性阻抗反射数据。
2.3 岩性数据快速反演识别地层岩性是叠前地震反演的基本任务之一,目前常采用叠前波阻抗反演方法预测目的层岩性。对于叠前波阻抗反演而言,可以根据岩石物理分析岩性识别模板,利用地震反射数据的AVO特性解析纵横波阻抗及纵横波速度比等多个敏感弹性参数预测地层岩性。但从叠前地震反演的基本原理和实现过程来看,其质控环节较多,实现过程繁杂耗时,油气藏参数的描述需要解释反演数据实现。从大量常规叠前地震反演的应用实践中可以发现存在以下几个问题。
(1) Zoeppritz方程描述的是多元弹性参数与反射系数之间的复杂关系,以该方程或其代数重写式对各项弹性参数模型进行反复迭代修改,直至合成记录道集与实际地震道集达到最佳匹配,其收敛精度受叠前井震标定、AVA子波、迭代次数等众多因素的影响。
(2) 相比叠后反演,叠前反演对AVO方程求解需要设置的参数更多,同时还需对井资料进行质控,需经过大量的误差分析,使目标函数误差达到最小,确定最终参数。
(3) 常规叠前地震反演获取的是地层的各项弹性参数,对地层的岩性、储层、流体及其他油气藏参数的表征需要结合测井岩石物理分析建立的弹性参数解释模板开展量化解释;不能用单一参数快速获得岩相体,需要利用反演获取多个弹性参数数据体,结合参数模板进行转换。
(4) 经过多种反演方法测试对比,在岩性反演效率方面,本文所述的快速反演方法,相较于常规叠前地震反演,计算效率提高了2倍以上;在反演精度方面,常用的无三维相控叠前地质统计学反演预测结果随机性明显增强,纵向砂地比变化不突出,薄砂层横向分布规律不可控,误差率难以低于10%,导致后续储层预测精度仅达到约80%。
本文所述的地层岩性直接反演方法可规避上述常规叠前地震反演存在的问题,进一步提高预测精度和效率。基于岩性数据重构的叠前快速反演使用的数据为测井岩性阻抗曲线和岩性阻抗反射数据,采用常规叠后波阻抗反演流程,通过井震标定、子波提取,用单一弹性参数快速获得岩性阻抗反演数据体,再由岩性阻抗曲线设定门槛值,利用岩性阻抗反演数据识别及量化解释目的层砂岩,最终获得三维岩相体。
3 应用效果 3.1 岩性阻抗反射数据效果川中地区侏罗系沙溪庙组埋藏较浅,造成针对浅层地质目标的精细地震成像及AVO保真处理难度较大,因此需要针对岩性气藏进行高保真目标优化处理。本文研究了面向保持河道砂体AVO响应特征全流程的井控高保真优化处理技术,对比图 3a、图 3b可以看到,道集优化后(图 3b)河道成像更聚焦,断点更清晰,地震道集更平直、信噪比提升,表明AVO保真度和成像效果得到了明显提升。图 4、图 5为气井JQ5H井AVO模型正演及AVO特征响应分析图,两套气层底界表现为随炮检距增加,波峰反射增强的Ⅲ类AVO响应特征,处理成果反映了含气河道砂体AVO响应特征明显,处理保真度较好,为岩性阻抗反射数据重构提供了高品质的资料基础。
基于叠前道集AVO保真优化处理成果数据,将AVO属性分析得到的截距P及梯度G代入岩性阻抗反射数据解析表达式,得到岩性阻抗反射数据体。图 6是连井剖面,三张剖面分别对应纵波、拟横波以及岩性阻抗反射数据。过井剖面中投影的曲线为自然伽马曲线,其中QL3井测井解释砂体厚度为11.3 m;ST1井测井解释砂体厚度为17.6 m;QL16井测井解释砂体厚度为45 m;QL10井测井解释砂体厚度为22.9 m。对比QL3井、ST1井、QL16井、QL10井在三套数据的振幅值差异(表 1)表明,整体差异较大,4号砂体在井点处的岩性阻抗数据振幅值均高于纵波、拟横波反射数据。通过对比剖面、4号砂组振幅图及反射数据振幅值可以看出,重构的岩性阻抗反射数据相比拟横波数据,可以弱化砂岩物性变化对横波反射强度的影响,突出岩性界面的强反射特征。
图 7、图 8为分别为区内JQ816井、JH201井的三套属性数据井旁剖面,图中投影曲线为泥质含量曲线。对比两口井的三个属性剖面可以看出,纵波反射数据难以准确表征砂体的统一反射特征,识别砂体多解性强(图 7a、图 8a);拟横波反射数据可以表征大部分砂体的反射特征(图 7b、图 8b);构建的岩性阻抗反射数据相比拟横波反射数据能够更清晰地表征砂体的反射特征以及空间展布情况(图 7c、图 8c)。
叠后快速反演可根据精度和分辨率的需要采用相应的叠后反演技术。分辨率要求不高时可采用基于模型迭代反演技术或稀疏脉冲反演技术,分辨率要求较高时可采用叠后地质统计学反演技术等。本文直接利用岩性阻抗曲线与岩性阻抗反射数据,采用叠后地质统计学反演得到岩性阻抗反演结果。
图 9为过JQ8井、JQ817井、QL9井的纵波、拟横波、岩性阻抗反射数据剖面及岩性阻抗反演剖面,其中JQ8井、JQ817井是反演井,参与反演约束过程;QL9井是验证井,作为盲井用来检测反演符合率。过井剖面上的测井曲线为构建的岩性阻抗曲线。对比三套反射数据剖面可以看出,三口井钻遇的沙一段砂组在岩性阻抗反射数据上具有更明显的中—强振幅波峰“亮点”特征(图 9c)。前文所述已知岩性阻抗曲线可以有效识别岩性,从反演结果可以看出,按照砂岩门槛值50%区分砂岩和泥岩,砂岩具有明显的高岩性阻抗,泥岩具有明显的低岩性阻抗,均与岩性阻抗曲线吻合(图 9d)。分析结果可以看出,岩性阻抗反演结果可以直接识别岩性并量化解释,快速实现砂岩的空间雕刻及厚度计算,可以为勘探开发提供可靠的理论依据,应用效果良好。
近年来,叠前地质统计学反演在致密砂岩储层及含气性预测中得到广泛应用,常规叠前地质统计学反演通过地质统计学理论与叠前同时反演理论的有机结合,反演结果对高于地震频带的高频部分进行了较为合理的补充。然而,仔细考察地质统计学反演的方法原理和技术流程不难发现,其反演结果中高于地震频带的高频成分主要来源于地质统计学模拟,高频成分的随机性受区域化变量的二阶平稳性、空间内样本的数量和分布影响较大,实际应用中往往表现为无法拟合出吻合度较高的变差函数和先验概率密度函数。对于具有薄互层反射系数结构的地层而言,随机性较强的高频成分在反演的多个实现中容易出现差异较大的多种弹性参数结构组合,增大了反演结果的不确定性,直接影响储层及其含气性的预测精度。鉴于上述常规叠前地质统计学反演极易存在的不平稳性,本文在构建合理的三维岩相体的基础上,开展三维岩相约束叠前地质统计学反演,有效降低了由于岩性差异带来的高频成分的不确定性,可以实现地层弹性参数的高精度反演,得到与岩相对应的弹性参数体,进而提高储层及其含气性预测精度。
图 10、图 11为同一条过JQ8井、JQ817井、QL9井的三维相控叠前地质统计学反演和常规叠前地质统计学反演结果的纵波阻抗、横波阻抗及纵横波速度比剖面,过井反演剖面图中投影的对应测井曲线分别为纵波阻抗曲线、横波阻抗曲线及vP/vs曲线。对比井点处的测井曲线可以看到,三维相控的反演结果与测井解释结果吻合度更高,其横向岩性展布也更清晰。
基于以上三维相控高精度地层弹性参数反演结果,结合测井岩石物理分析建立孔隙度预测模板(图 12a)和含气性预测模板(图 12b)预测砂岩储层及其含气性。由图 13a可以看到红色砂岩样点的纵波阻抗与孔隙度具有较好的负相关关系,两者交会分析相关系数为0.9。由图 12b可以看到,含气砂岩纵波阻抗降低明显,低纵横波速度比指示砂岩含气性,纵横波速度比小于1.78指示砂岩,纵横波速度比小于1.72指示含气砂岩。因此,可以采用协模拟技术将储层相控地质统计学反演得到的纵波阻抗,结合测井解释的孔隙度建立线性关系,在岩相约束下预测砂岩孔隙度,利用纵横波速度比预测含气砂岩分布,进一步获得直观反映气层特征的物性参数。
图 13是协模拟得到的沙一段连井岩性预测、储层孔隙度及含气性预测剖面,剖面中投影的测井曲线分别为泥质含量曲线、孔隙度曲线及含水饱和度曲线。从反演预测结果分析,JQ8井沙一2亚段砂组厚度为37.8 m,地震预测砂体厚度为34.0 m,砂体预测误差为3.8 m,孔隙度为9.4%,纵横波速度比为1.68,全烃为2.01%,该套砂组测试日产气量为6.9×104 m3,无阻流量为10.46×104 m3;JQ817井沙一2亚段砂组厚度为38.9 m,地震预测砂体厚度为38 m,砂体预测误差为0.9 m,孔隙度为8.5%,纵横波速度比为1.62,全烃为16.2%;QL9井沙一2亚段砂组厚度为37.5 m,地震预测砂体厚度为40.8 m,砂体预测误差为-3.3 m,孔隙度为7.9%,纵横波速度比为1.7。反演预测结果精度均较高,预测储层物性参数与测试产能情况关系密切,储层物性条件越好,产能越高。
最后将三维相控叠前地质统计学反演的岩性结果与储层物性结合,优选出孔隙度大于7%、纵横波速度比小于1.72的含气有利区,即可得到各个目的层段储层厚度及含气性预测结果。图 14为沙一2亚段反演预测平面图,从图中可以看出,反演井JQ8井沙一2亚段发育厚度为27 m的储层,反演预测储层厚度为30 m,储层预测误差为3 m;JQ817井发育厚度为11.6 m的储层,反演预测储层厚度为12 m,储层预测误差为0.4 m。以上两口反演井均位于主河道砂组的含气有利区内,反演预测与实钻情况吻合。验证井QL9井位于主河道砂组边缘,不在预测含气砂岩有利区内,实钻揭示该井沙一2亚段虽然钻遇砂岩,但是储层物性较差,测井解释为差气层,发育储层厚度为10.2 m,地震预测储层厚度为10.0 m,储层预测误差为0.2 m,反演预测与实际情况吻合。
通过基于岩性数据重构的叠前快速反演技术在川中金秋区块中的应用和效果分析,得出如下结论。
(1) 文中构建的岩性敏感参数岩性阻抗可以有效区分岩性;岩性阻抗反射数据可使砂体地震响应特征更突出;利用岩性阻抗曲线和岩性阻抗反射数据直接进行叠后反演,可快速得到高精度三维岩相体,对精细预测薄储层有重要意义。
(2) 以获得的高精度、具有空间全部岩性样点的三维岩相体约束叠前地质统计学反演,极大增强了各弹性参数样本空间的统计学二阶平稳性,变差函数及序贯模拟稳定性好,结合协模拟技术,有效提高了致密砂岩气藏储层及其含气性预测精度。
(3) 该技术全面应用于面积为1.8×104 km2的川中核心建产区,通过井控增加、反演迭代,高效解决了沙一段水下河道型及沙二段河道型致密气藏快节奏勘探开发阶段的定性及定量预测问题,有效指导了水平井轨迹优化设计和调整,提升了储层钻遇率和开发井实施成效。应用实践表明,该技术在2021—2022年度支撑部署实施钻井共计149口,实钻砂体符合率达100%,开发井实钻储层符合率达90%以上,工业气井有效率达96.8%,实现了川中—川西地区致密气规模增储、快速上产。
(4) 本套技术流程的适用性、可靠性和时效性强,能够高效、高精度地刻画地层有利岩性的空间分布,对提高油气藏地震描述精度具有广泛的应用价值。
[1] |
张道伟, 杨雨. 四川盆地陆相致密砂岩气勘探潜力与发展方向[J]. 天然气工业, 2022, 42(1): 1-11. ZHANG Daowei, YANG Yu. Exploration potential and development direction of continental tight sandstone gas in the Sichuan Basin[J]. Natural Gas Industry, 2022, 42(1): 1-11. |
[2] |
贾爱林, 位云生, 郭智, 等. 中国致密砂岩气开发现状与前景展望[J]. 天然气工业, 2022, 42(1): 83-92. JIA Ailin, WEI Yunsheng, GUO Zhi, et al. Development status and prospect of tight sandstone gas in China[J]. Natural Gas Industry, 2022, 42(1): 83-92. |
[3] |
孙龙德, 邹才能, 贾爱林, 等. 中国致密油气发展特征与方向[J]. 石油勘探与开发, 2019, 46(6): 1015-1026. SUN Longde, ZOU Caineng, JIA Ailin, et al. Development characteristics and orientation of tight oil and gas in China[J]. Petroleum Exploration and Development, 2019, 46(6): 1015-1026. |
[4] |
杨春龙, 苏楠, 芮宇润, 等. 四川盆地中侏罗统沙溪庙组致密气成藏条件及勘探潜力[J]. 中国石油勘探, 2021, 26(6): 98-109. YANG Chunlong, SU Nan, RUI Yurun, et al. Gas accumulation conditions and exploration potential of tight gas reservoir of the middle Jurassic Shaximiao Formation in Sichuan Basin[J]. China Petroleum Exploration, 2021, 26(6): 98-109. |
[5] |
杨跃明, 王小娟, 陈双玲, 等. 四川盆地中部地区侏罗系沙溪庙组沉积体系演化及砂体发育特征[J]. 天然气工业, 2022, 42(1): 12-24. YANG Yueming, WANG Xiaojuan, CHEN Shuang-ling, et al. Sedimentary system evolution and sandbody development characteristics of Jurassic Shaximiao Formation in the central Sichuan Basin[J]. Natural Gas Industry, 2022, 42(1): 12-24. |
[6] |
李忠平, 冉令波, 黎华继, 等. 窄河道远源致密砂岩气藏断层特征及天然气富集规律——以四川盆地中江气田侏罗系沙溪庙组气藏为例[J]. 天然气工业, 2016, 36(7): 1-7. LI Zhongping, RAN Lingbo, LI Huaji, et al. Fault features and enrichment laws of narrow-channel distal tight sandstone gas reservoirs: a case study of the Jurassic Shaximiao Fmgas reservoir in the Zhongjiang Gas Field, Sichuan Basin[J]. Natural Gas Industry, 2016, 36(7): 1-7. |
[7] |
李明, 李飞, 杨宗恒, 等. 基于地震沉积学原理的河道砂体精细刻画——以四川盆地龙岗地区沙溪庙组致密气藏为例[J]. 天然气勘探与开发, 2019, 42(2): 76-83. LI Ming, LI Fei, YANG Zongheng, et al. Precise depicting channel sandbodies based on seismic sedimentology: an example from tight gas reservoirs of Shaximiao Formation, Longgang area, Sichuan Basin[J]. Natural Gas Exploration and Development, 2019, 42(2): 76-83. |
[8] |
巴晶, 方志坚, 符力耘, 等. 基于可变临界孔隙度模型的致密砂岩储层参数地震反演方法[J]. 地球物理学报, 2023, 66(6): 2576-2591. BA Jing, FANG Zhijian, FU Liyun, et al. Seismic inversion method for tight sandstone reservoir properties based on a variable critical porosity model[J]. Chinese Journal of Geophysics, 2023, 66(6): 2576-2591. |
[9] |
程卫, 巴晶, 王大兴, 等. 孔隙—裂隙性质和黏土含量对页岩油层系致密岩石弹性波耗散规律的影响研究[J]. 地球物理学报, 2023, 66(8): 3463-3481. CHENG Wei, BA Jing, WANG Daxing, et al. Study on the effects of pore-microcrack properties and clay content on elastic wave dissipation characteristics in tight rocks of shale oil stratum[J]. Chinese Journal of Geophysics, 2023, 66(8): 3463-3481. |
[10] |
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 technologies and applications of tight gas processing and interpretation in Jurassic Shaximiao formation in central Sichuan[J]. Oil Geophysical Prospecting, 2021, 56(6): 1370-1380. |
[11] |
侯斌, 陈军, 张建伟, 等. 叠前地震波形相控反演砂体预测技术[C]. 中国石油学会2021年物探技术研讨会, 2021.
|
[12] |
徐伟, 周家雄, 马光克, 等. 基于含砂率的相控地质统计学反演储层预测技术研究[J]. 地球物理学进展, 2021, 36(2): 817-825. XU Wei, ZHOU Jiaxiong, MA Guangke, et al. Reservoir prediction technology research of facies-controlled geostatistical inversion based on sand content rate[J]. Progress in Geophysics, 2021, 36(2): 817-825. |
[13] |
林利明, 郑颖, 史浩, 等. 基于相控地质统计学叠前反演的致密砂岩薄储层含气性预测——以鄂尔多斯盆地临兴中区为例[J]. 天然气工业, 2023, 43(2): 56-66. LIN Liming, ZHENG Ying, SHI Hao, et al. Gas bearing prediction of thin tight sandstone reservoirs based on pre-stack inversion of phased geostatistics: a case study of Linxingzhong Area, Ordos Basin[J]. Natural Gas Industry, 2023, 43(2): 56-66. |
[14] |
徐宝荣, 刘新利, 许海涛, 等. 基于相控约束的叠前地质统计学反演技术在准噶尔盆地的应用[C]. 2022年中国石油物探学术年会, 2022.
|
[15] |
赵宝银, 张明. 相控叠前地质统计学反演方法在低渗油藏优质储层预测中的应用——以A区沙三段3亚段V油组为例[J]. 油气藏评价与开发, 2022, 12(4): 666-676. ZHAO Baoyin, ZHANG Ming. Application of facies-controlled prestack geostatistical inversion method in high quality reservoir prediction of low permeability reservoir: A case study of V Oil Formation of Es |
[16] |
汲生珍, 刘震. 波阻抗反演技术在层序地层与沉积分析中的应用[J]. 石油勘探与开发, 2005, 32(6): 66-68. JI Shengzhen, LIU Zhen. Application of wave impedance inversion in sequence stratigraphy and sedimentary analyses[J]. Petroleum Exploration and Development, 2005, 32(6): 66-68. |
[17] |
吴佳忆, 邢宝荣, 王志强, 等. 叠前弹性波阻抗反演预测火山岩储层[C]. CPS/SEG北京2018国际地球物理会议暨展览, 2018. WU Jiayi, XING Baorong, WANG Zhiqiang, et al. Prediction of volcanic reservoirs using pre stack elastic wave impedance inversion[C]. CPS/SEG Beijing 2018 International Geophysical Conference and Exhibition, 2018. |
[18] |
栾颖, 冯晅, 刘财, 等. 波阻抗反演技术的研究现状及发展[J]. 吉林大学学报(地球科学版), 2008, 38(增刊1): 94-98. LUAN Ying, FENG Xuan, LIU Cai, et al. The research present and future of wave impedance inversion technique[J]. Journal of Jilin University(Earth Science Edition), 2008, 38(S1): 94-98. |
[19] |
刘红星, 陈海清, 陈斌, 等. AVO技术在鄂东缘煤系致密气预测中的适用性分析[J]. 石油地球物理勘探, 2022, 57(增刊2): 92-99. LIU Hongxing, CHEN Haiqing, CHEN Bin, et al. Applicability analysis of AVO technology in tight gas prediction of coal measures in eastern margin of Hubei Province[J]. Oil Geophysical Prospecting, 2022, 57(S2): 92-99. |
[20] |
RUTHERFORD S R, WILLIAMS R H. Amplitude-versus-offest variation in gas sands[J]. Geophysics, 1989, 54(6): 680-688. |
[21] |
SIMM R, WHITE R, UDER R. The anatumy of AVO crossplots[J]. The Leading Edge, 2000, 19(2): 150-155. |
[22] |
付蕾, 张本健, 曹正林, 等. 四川盆地川中地区侏罗系沙溪庙组不同类型砂体地质特征及地震精细雕刻[J]. 石油实验地质, 2022, 44(1): 85-93. FU Lei, ZHANG Benjian, CAO Zhenglin, et al. Geological characteristics and seismic fine description of different types of sand bodies in Jurassic Shaximiao Formation in central Sichuan Basin[J]. Petroleum Geology and Experiment, 2022, 44(1): 85-93. |
[23] |
王小娟, 洪海涛, 吴长江, 等. 四川盆地川中地区侏罗系沙溪庙组致密砂岩储层特征及成因[J]. 吉林大学学报(地球科学版), 2022, 52(4): 1037-1051. WANG Xiaojuan, HONG Haitao, WU Changjiang, et al. Characteristics and formation mechanisms of tight sandstone reservoirs in Jurassic Shaximiao Formation, central of Sichuan basin[J]. Journal of Jilin University(Earth Science Edition), 2022, 52(4): 1037-1051. |
[24] |
钱利军, 陈洪德, 林良彪, 等. 四川盆地西缘地区中侏罗统沙溪庙组地球化学特征及其环境意义[J]. 沉积学报, 2012, 30(6): 1061-1071. QIAN Lijun, CHEN Hongde, LIN Liangbiao, et al. Geochemical characteristics and environmental implications of middle Jurassic Shaximiao Formation, western margin of Sichuan basin[J]. Acta Sedimentologica Sinica, 2012, 30(6): 1061-1071. |
[25] |
孙豪飞, 王锦西, 李明, 等. 四川盆地中部地区侏罗系沙溪庙组远源油气藏勘探开发前景[J]. 科技创新与应用, 2019(13): 1-5. SUN Haofei, WANG Jinxi, LI Ming, et al. Exploration and development prospect of remote oil and gas reservoirs of Jurassic Shaximiao Formation in central Sichuan Basin[J]. Technology Innovation and Application, 2019(13): 1-5. |