2. 大庆油田钻探工程公司物探一公司, 大庆 163357
2. Tthe First Geophysical Exploration Company of Daqing Drilling and Exploration Engineering Company, Daqing 163357, China
20世纪80年代初,Cooke提出了广义线性地震反演方法(Cooke and Schneider, 1983;周研,2015), 使地震反演技术得以兴起.1999年Connolly提出了弹性波阻抗概念(Connolly, 1999),通过叠前弹性阻抗反演可以获得弹性阻抗参数(强敏等, 2015),2005年Hampson和Russell在Buland和More以及Simmons和Backus等人研究(Simmons and Backus, 1996)的基础上提出了叠前同时反演技术(Buland and More, 2003)预测储层,2006年Quakenbusk通过对纵、横波阻抗交汇图得到泊松阻抗预测岩性和流体(Quakenbush et al., 2006).经过十几年的发展,通过叠前反演获得弹性阻抗、纵横波速度比、纵、横波阻抗、密度、泊松比、泊松阻抗等弹性参数进行储层预测,推动了地球物理技术由叠后向叠前的发展(杨培杰和印兴耀, 2008;高建虎等, 2009;Yang et al., 2010;柯钦等, 2012;刘百红等, 2012;苑闻京,2012;高云等, 2013;黄饶和刘志斌, 2013;刘振峰, 2014).起初地震叠前反演应用叠前数据中AVO特性(Chen Shuangquan et al., 2009), AVO信息可以识别流体性质(Smith and Gidlow, 1987),特别是利用弹性性能参数进行储层预测(Fatti et al., 1994; Goodway et al., 1997; Gray et al., 1999),Dewar等(2002)学者将测井资料和储层物性岩石物理应用到地震属性中,可确定与弹性模量有关的三组参数,即岩性、孔隙度和流体,表明岩石含油气时孔隙度增大拉梅弹性参数λ变小,而剪切弹性参数μ不受流体的影响.Feng等(2007)、Russell等(2003)诸学者分析得出得纵波阻抗Ip、横波阻抗Is、纵波速度Vp、横波速度Vs、拉梅弹性参数λ、剪切弹性参数μ及其密度ρ,与岩性和流体的敏感弹性参数有非常密切的关系.
然而目前利用叠前反演技术预测储层岩性和含气性的方法,大都应用单一弹性参数确定门槛值方法进行预测,仍存在一定的多解性和不确定性.随着勘探目标的不断复杂化和对勘探精度要求的提高,地下目标储层与围岩往往在较多弹性参数上存在叠置,所以仅用单一弹性参数不能明显区分,单一弹性参数预测储层和流体存在的不确定性问题显得越来越突出.地球物理问题是非常复杂的问题,究其原因是地下地质情况复杂及其引起地球物理响应的多解性,因此仅仅依靠某一个弹性参数精确预测储层是很难实现的(Hilterman, 2006; Avseth et al., 2009).
本文从实际横波测井资料入手,通过岩石物理分析,建立地球物理参数与地下岩石参数的定量关系,优选了能够区分靶区含气储层和流体的最佳敏感交汇弹性参数(刘卫华等, 2010;吕其彪和孙作兴, 2012;陈信平等, 2013),制作了敏感弹性参数交汇模版,将岩石物理分析优选的敏感弹性参数和地震叠前反演弹性参数体进行交汇,通过地震弹性参数交汇体预测有效储层和识别流体.地震弹性参数交汇储层预测技术,充分利用了横波测井资料包含的岩性及油气横波信息以及叠前地震资料包含的AVO信息,最终获得比较可靠的反映储层岩性和含气性的弹性参数交汇体.该技术使用了多个弹性参数交汇,减少了以往单一弹性参数预测储层的多解性,将纵向分辨率较高的测井岩石物理分析和横向分辨率较高的地震叠前弹性反演结合起来,为油气田有效储层预测和识别储层中流体的类型探索出了新的途径.
1 基本原理用岩石物理统计方法建立测井弹性参数岩性和流体模板,模板和地震弹性参数反演结果交汇得到与模版具有相同值域范围的交汇数据体,将弹性参数模版用于储层岩性和流体预测.该方法是基于全波测井资料和叠前地震资料的联合应用来实现,通过多个敏感弹性参数交汇预测有效(含油气)储层或储层中含流体类型.其实现方法是从大量横波测井资料多种弹性参数的岩石物理统计、交汇分析结果出发,优选有效储层或流体的敏感因子,并制作有效储层和含流体交汇模版,再利用地震叠前资料通过稀疏脉冲反演求解Zoeppritz方程-式(1)进行叠前弹性反演,得到纵波阻抗数据体Ip、横波阻抗数据体Is和密度数据体ρ,再计算纵横波速度比γ-式(2)及泊松比σ-式(3)等弹性参数数据体,最后利用横波测井有效储层或流体交汇模版与地震叠前弹性反演参数体进行交汇得到地震交汇数据体,交汇体具有与井资料有效储层或流体模板相同的值域范围,对交汇数据体进行解释便可以预测有效储层或含流体类型,达到预测有效储层的目的.
Zoeppritz方程为
(1) |
式中:Rpp为纵波反射系数;Rps为转换横波反射系数;Tps为转换横波透射系数;Tpp为纵波透射系数;ρ1和ρ2分别为界面上下岩层的密度;vp1和vp2分别为界面上下岩层的纵波速度;vs1和vs2分别为界面上下岩层的横波速度;θ1纵波入射角和反射角;θ2为透射纵波的折射角;φ1转换横波的反射角;φ2透射转换横波的折射角.γ和ρ分别为
(2) |
(3) |
式中:Vp为纵波速度,Vs为横波速度,ρ为密度,γ为纵横波速度比,泊松比σ表示物体横向应变与纵向应变的比例系数,又称横向变形系数,指示流体变化.
2 储层敏感性参数分析岩石物理分析是连接地震资料和储层参数的桥梁,岩石物理分析的目的是进行储层敏感性参数分析.除了常规测井曲线外,由于反演能够得到波阻抗、纵横波速比、泊松比等弹性参数信息,储层敏感参数分析主要对这几类曲线进行交汇分析,建立岩性划分及油气响应量版,指导后续的地球物理反演,并标定储层及含油气性.
针对靶区沙河子组目的层段的8口井进行详细的岩石物理分析,包括储层岩性分析和含油气性分析.
2.1 储层岩性分析首先对四级层序SQ4层弹性参数及常规测井曲线整体分析,优选出较为敏感的参数,然后再对五级层序进行更精细的分层段交汇分析.
从储层岩性交汇分析(图 1、图 2)可以看出常规密度曲线无法将储层从泥岩中区分出来,两者含混在一起;伽马曲线显示泥岩具有高伽马的特征,可以区分出来,但煤层与储层同时具有低伽马特征,无法区分出储层.从单一参数划分,纵横波速比、泊松比、横波速度均能较好区分储层并具有清晰门槛值.从双参数划分,纵波阻抗与λρ、μρ、横波阻抗也能区分储层与非储层,只是不能用单一参数门槛值来表示,需通过体交汇技术将储层范围划分出来.三种双参数相比较,纵波阻抗与λρ储层分界线更为明显.从交汇分析图也可以看出储层具有低纵横波速比、低泊松比、低伽马、高横波速度等特征.煤层与泥岩具有高纵横波速比、高泊松比、高伽马、低横波速度等特征.
首先将泥岩去除,然后在储层中对四级层序SQ4层弹性参数及常规测井曲线交汇分析,优选出对含油气性较为敏感的参数,再对五级层序进行更精细的分层段交汇分析.
从储层含油气性交汇分析(图 3、图 4)可以看出目的层段流体主要以含气为主,由于储层含气后密度会降低,因此密度无法区分气层;伽马曲线显示煤层、干层、气层都具有低伽马特征,含混在一起无法区分.从单一参数划分,纵横波速比、泊松比、均能区分出气层并具有清晰门槛值;从双参数划分,纵波阻抗与λρ、μρ、横波阻抗、横波速度也能区分气层、干层、煤层,无单一参数门槛值来表示,从交汇分析图可以看出气层具有低纵横波速比、低泊松比特征.煤层与干层具有高纵横波速比、高泊松比特征.
叠前弹性反演技术是实现井上岩石物理分析到三维立体刻画的关键步骤,即实现“由点及面”,从而得到储层厚度及平面分布.
3.1 叠前数据部分叠加首先,确定主要目的层段能够完整接收的最大入射角度和受干扰波影响小的最小入射角度.通过地震层速度进行偏移距角度转换,来确定目的层段能够完整接收的最大角度,超过这个角度时目的层的覆盖次数会不够.目的层时间深度为1544~2618 ms,地层起伏较大浅层目的层角度可以到35度,部分深层只有26度.由于近道没有异常道,所以最小角可以从零开始(图 5).
其次,确定在最大角度和最小角度之间划分成多少个角度叠加数据体.从理论上讲叠加数据体角度划分精细程度直接关系到地震AVO特征的保持,但考虑到实际地震叠前道集的信噪比、计算机的内存、磁盘空间以及人机交互子波提取标定等工作量等因素,一般叠加成3~5个角度叠加数据体.本工区目的层最大角度为35°,可叠加成三个角度叠加数据体.为尽量保持远道信息,保留AVO特征以及较高信噪比,最终分部分叠加角度为0~10、9~20及19~33.
从部分角度叠加剖面任意线频谱分析(图 6)可以看出,部分叠加数据体的频率范围从6~50 Hz左右,近角度叠加数据体频带范围比远角度叠加数据体频带略宽.数据整体较好地保留了低频成分, 但高频部分较低.从部分角度叠加剖面(图 7)可以看出3个数据体能量较为均衡,信噪比满足反演需求.
根据岩石物理分析交汇分析结果,进行叠前反演,分别计算出纵波阻抗、横波阻抗、纵横波速比、泊松比、横波速度、λρ、μρ等数据体.
3.2.1 多种弹性属性信息约束模型地震数据缺失低频成分,需要建立低频趋势模型(图 8)作为反演的约束条件.首先进行角度道集数据的非约束反射率反演.通过加权叠加,将得到的反射系数转换成为弹性差异,弹性差异进一步与低频模型组合为弹性参数.对于弹性参数,开展完全约束同时反演,以提高合成地震记录与输入角度叠加道集数据之间的相关性.选择弹性差异与低频模型的合并频率,以保证从分角度叠加道集数据中得到更多的信息.
本区已经完钻的2口水平井宋深9 H、宋深12 H均获得了工业气流,从纵横波速比剖面(图 9)可以看出,水平井与反演结果有很好的对应关系,从而说明反演结果是可靠的和稳定的.
叠前弹性纵横波速比属性数据体精细地刻画了单砂体,通过对反演出靶区的纵横波速比剖面(图 10)分析,选定水平井建议井位,见图 10中M1位置及目标2的轨迹.
本文以叠前弹性反演为基础,结合地质、测井等相关资料,对靶区进行储层岩性和含油气性分析,并能为水平井井位优选提供可的依据.通过AVO属性分析、叠前反演等提取储层的弹性参数,采用多个参数交汇分析能够降低储层预测的多解性,提高含气预测的准确性和可靠性.
4.2纵横波速比、泊松比、横波速度均能较好区分储层并具有清晰门槛值.纵波阻抗与λρ、μρ、横波阻抗只能通过体交汇技术将储层范围划分出来,特别是波阻抗与λρ储层分界限更为明显些.从交汇分析图中可以看出储层具有低纵横波速比、低泊松比、低伽马、高横波速度等特征.煤层与泥岩具有高纵横波速比、高泊松比、高伽马、低横波速度等特征.
4.3目的层段流体主要以含气为主,由于储层含气后密度会降低,因此密度无法区分气层.纵横波速比、泊松比均能区分出气层并具有清晰门槛值,纵波阻抗与λρ、μρ、横波阻抗、横波速度也能区分气层、干层、煤层,气层具有低纵横波速比、低泊松比特征.煤层与干层具有高纵横波速比、高泊松比特征.
4.4在确定单砂体的过程中,通过叠前弹性纵横波速比的属性,刻画出五级层序单砂体,确定建议了水平井井位及其轨迹.
致谢 感谢审稿专家和编辑部老师对本文的指导和帮助.[] | Avseth P, Bachrach R, Bersas T, et al. 2009. Fluid and stress sensitivity in cemented sandstones[A]. SEG Houston 2009 International Exposition and Annual Meeting. 2015-2019. |
[] | Buland A, More H .2003. Bayesian linearized AVO inversion[J]. Geophysics, 68 (1) : 185–198. DOI:10.1190/1.1543206 |
[] | Chen S Q, Wang S X, Zhang Y G, et al. 2010. Reservoir prediction using pre-stack inverted elastic parameters[J]. APPLIED GEOPHYSICS, 6(4) (December 2009), P. 349-358, 8 Figures. doi:10.1007/s11770-009-0035-9. http://link.springer.com/article/10.1007/s11770-009-0035-9 |
[] | Chen X P, Huo Q M, Lin J D, et al .2013. The relation between CBM content and the elastic parameters of CBM reservoirs:Reasoning and initial probing[J]. Chinese J. Geophys., 56 (8) : 2837–2848. |
[] | Connolly P .1999. Elastic impedance[J]. The Leading Edge, 18 (4) : 438–438. DOI:10.1190/1.1438307 |
[] | Cooke D A, Schneider W A .1983. Generalized linear inversion of reflection seismic data[J]. Geophysics, 48 (6) : 665–676. DOI:10.1190/1.1441497 |
[] | Dewar J, Downton J. 2002. Getting unlost and staying found-a practical framework for interpreting elastic parameters[A]. Expanded Abstract CSEG Geophysics 2002 Annual Conference. |
[] | Fatti J L, Smith G C, Vail P J, et al .1994. Detection of gas in sandstone reservoirs using AVO analysis:A 3-D seismic case history using the Geostack technique[J]. Geophysics, 59 (9) : 1362–1376. DOI:10.1190/1.1443695 |
[] | Feng H, Bancroft J, and Russell B H. 2007. A comparison of hydrocarbon indicators derived from AVO analysis:77th Ann. Internat. Mtg, Soc. Expl. Geophys, Expanded Abstracts, 279-282. |
[] | Gao J H, Wang X W, Yong X S, et al .2009. Application of prestack seismic descriptive technology to reservoir prediction in the area SLG[J]. Progress in Geophys., 24 (6) : 2175–2180. DOI:10.3969/j.issn.1004-2903.2009.06.034 |
[] | Gao Y, Zhu Y K, Zhao H, et al .2013. Application of prestack simultaneous inversion technique in effective reservoir prediction of sand-gravel body[J]. GPP, 52 (2) : 223–228. DOI:10.3969/j.issn.1000-1441.2013.02.017 |
[] | Goodway W, Chen T, and Downton J. 1997. Improved AVO fluid detection and lithology discrimination using Lamé petrophysical parameters; "λρ", "μρ", & "λ/μ fluid stack", from P and S inversions:67th Ann. Internat. Mtg, Soc. Expl. Geophys, Expanded Abstracts, 183-186. http://www.oalib.com/references/18988250 |
[] | Gray D, Goodway W, and Chen T. 1999. Bridging the gap:Using AVO to detect changes in fundamental elastic constants:69th Ann. Internat. Mtg, Soc. Expl. Geophys, Expanded Abstracts, 852-855. |
[] | Huang R, Liu Z B .2013. Application of prestack simultaneous inversion in sandstone oil reservoir prediction[J]. Progress in Geophys., 28 (1) : 0380–0386. DOI:10.6038/pg20130142 |
[] | Ke Q, Yan Q, Pan H W, et al .2012. Application of prestack inversion in Putaohua Reservoir of Northern Qianan Region[J]. Journal of Oil and Gas Technology, 34 (9) : 64–69. |
[] | Liu B H, Li X Y, Li J H, et al .2012. Gas-bearing reservoir prediction by elastic impedance inversion[J]. OGP, 47 (Supplement 1) : 72–77. |
[] | Liu W H, Gao J H, Chen Q Y, et al .2010. Application of rock physics parameters analysis with logs data to reservoir prediction in the SX area[J]. Progress in Geophys., 25 (3) : 939–945. DOI:10.3969/j.Issn.1004-2903.2010.03.030 |
[] | Liu Z F .2014. Key techniques of integrated seismic reservoir characterization for tight oil & gas sands[J]. Progress in Geophysics., 29 (1) : 0182–0190. DOI:10.6038/pg20140125 |
[] | LV Q B, Sun Z X .2012. Application of rockphysics chart to quantitative reservoir interpretation[J]. Progress in Geophys., 27 (2) : 0610–0618. DOI:10.6038/j.Issn.1004-2903.2012.02.025 |
[] | Qiang M, Miao Q M, Zhu W M, et al .2015. Method of quantitative interpretation of seismic elastic multi-parameter cross plot on effective reservoir prediction in SG gas field[J]. Progress in Geophys, 30 (1) : 0293–0299. DOI:10.6038/pg20150142 |
[] | Quakenbush M, Shang B, Tuttle C .2006. Poisson impedance[J]. The Leading Edge, 25 (2) : 128–138. DOI:10.1190/1.2172301 |
[] | Russell B H K, Hedlin F J, Hilterman, et al .2003. Fluid-property discrimination with AVO:A Biot-Gassmannperspective[J]. Geophysics, 68 : 29–39. DOI:10.1190/1.1543192 |
[] | Simmons J L, Backus M M .1996. Waveform-based AVO inversion And AVO prediction-error[J]. Geophysics, 61 (6) : 1575–1588. DOI:10.1190/1.1444077 |
[] | Smith G C, Gidlow P M .1987. Weighted stacking for rock property estimation and detection of gas[J]. Geophysical Prospecting, 35 : 993–014. DOI:10.1111/gpr.1987.35.issue-9 |
[] | Yang J L, Chang X W, Chen D C, et al. 2010. Pre-stack density inversion for gas-saturated carbonate prediction in M block[C]. SEG Technical Program Expanded abstracts, 449-452. |
[] | Yang P J, Yin X Y .2008. Non-linear quadratic programming Bayesian prestack inversion[J]. Chinese J. Geophys., 51 (6) : 1876–1882. |
[] | Yuan W J .2012. Application of pre-stack seismic inversion and seismic absorption technology for forecasting of comples gas reservoir[J]. Progress in Geophys., 27 (3) : 1107–1115. DOI:10.6038/j.issn.1004-2903.2012.03.035 |
[] | Zhengyun Zhou, Fred Hilterman, and Haitao Ren. 2006. Stringent assumptions necessary for pore-fluid estimation[A], SEG/New Orleans 2006 Annual Meeting.244-248. |
[] | Zhou Y. 2015. Pre-stack simultaneous elastic inversion of P-and S-Wave[D]. Northeast Petroleum University, Thesis for the Master Degree in Science. |
[] | 陈信平, 霍全明, 林建东, 等.2013. 煤层气储层含气量与其弹性参数之间的关系-思考与初探[J]. 地球物理学报, 56 (8) : 2837–2848. DOI:10.6038/cjg20130832 |
[] | 高建虎, 王西文, 雍学善, 等.2009. 叠前地震描述技术在SLG地区储层预测中的应用[J]. 地球物理学进展, 24 (6) : 2175–2180. DOI:10.3969/j.issn.1004-2903.2009.06.034 |
[] | 高云, 朱应科, 赵华, 等.2013. 叠前同时反演技术在砂砾岩体有效储层预测中的应用[J]. 石油物探, 52 (2) : 223–228. |
[] | 黄饶, 刘志斌.2013. 叠前同时反演在砂岩油藏预测中的应用[J]. 地球物理学进展, 28 (1) : 380–386. DOI:10.6038/pg20130142 |
[] | 柯饮, 同群, 潘红卫, 等.2012. 叠前反演技术在乾安北地区葡萄花油层的应用[J]. 石油天然气学报, 34 (9) : 64–69. |
[] | 刘百红, 李学云, 李建华, 等.2012. 弹性阻抗反演在储层含气性预测中的应用[J]. 石油地球物理勘探, 47 (增刊1) : 72–77. |
[] | 刘卫华, 高建虎, 陈启艳, 等.2010. 测井资料岩石物理分析在苏西地区储层预测研究中的应用[J]. 地球物理学进展, 25 (3) : 939–945. |
[] | 刘振峰.2014. 致密砂岩油气藏地震地质研究关键技术[J]. 地球物理学进展, 29 (1) : 182–190. DOI:10.6038/pg20140125 |
[] | 吕其彪, 孙作兴.2012. 岩石物理模版在储层定量解释中的应用[J]. 地球物理学进展, 27 (2) : 610–618. DOI:10.6038/j.issn.1004-2903.2012.02.025 |
[] | 强敏, 苗庆梅, 朱望明, 等.2015. SG地区叠前地震弹性参数交会定量解释技术预测有效储层的方法[J]. 地球物理学进展, 30 (1) : 0293–0299. DOI:10.6038/pg20150142 |
[] | 杨培杰, 印兴耀.2008. 非线性二次规划贝叶斯叠前反演[J]. 地球物理学报, 51 (6) : 1876–1882. |
[] | 苑闻京.2012. 叠前反演和地震吸收技术在复杂天然气藏地震预测中的应用[J]. 地球物理学进展, 27 (3) : 1107–1115. DOI:10.6038/j.issn.1004-2903.2012.03.035 |
[] | 周妍.2015.叠前纵横波联合弹性反演[D].东北石油大学, 硕士学位论文. |