地球物理学进展  2017, Vol. 32 Issue (4): 1614-1620   PDF    
塔河奥陶系薄层状孔洞储集体定量预测方法研究
刘坤岩1, 马丽娟2, 邬兴威1, 司朝年1, 韩东1     
1. 中国石化石油勘探开发研究院, 北京 100083
2. 中石化地球物理公司, 北京 100120
摘要:本文以塔河油田非“串珠”薄层状储集体作为研究对象,结合钻井、测井资料,指出薄层状储集体储集空间主要为溶蚀孔洞,主要位于T74不整合面下0~60 m.正演模拟结果证实T74不整合面低频强反射屏蔽了下部薄层状孔洞储集体弱信号,利用多子波地震道分解技术剥离了T74旁瓣强能量,重构数据恢复了薄层状溶蚀孔洞储集体弱信号.采用多子波分解和多属性线性回归融合技术建立了薄层状储集体厚度定量预测方法,降低了单一属性预测的多解性,提高了薄层状储集体厚度预测的准确性.塔河十区东地区应用结果表明,薄层状孔洞储集体预测厚度与实钻厚度的相对误差小于10%,说明该方法取得了较好的应用效果.
关键词奥陶系    碳酸盐岩    薄层状    线性回归    多属性融合    
Quantitative prediction of flaggy reservoir of Ordovician formation in Tahe oilfield
LIU Kun-yan1 , MA Li-juan2 , WU Xing-wei1 , SI Chao-nian1 , HAN Dong1     
1. Petroleum Exploration and Production Research Institute, SINOPEC, Beijing 100083, China
2. Sinopec Geophysical Corporation, Beijing 100120, China
Abstract: The paper took the flaggy reservoir in Tahe oilfield as research objects and pointed out that flaggy reservoir space was solution pore, most in 0~60 meters thick, below T74 according to the well drilling & logging data, The result of forward simulation proved that the seismic response of flaggy research was weak and shielded by the strong reflection of T74.The weak seismic signal of the flaggy reservoir can be identified through multi-wavelet decomposition and strong side-lobe energy was stripped through reconstruction technology. The quantitative prediction method was established by multi-wavelet decomposition and multi-attribute fusion with multiple linear regression. The prediction multiplicity of single attribute was decreased and the accuracy was improved. This method was applied in the east of block 10, Tahe oilfield. The relative error between prediction thickness and actual drilling thickness was less than 10%.It proved that the method achieved good application effect.
Key words: Ordovician     carbonate     flaggy reservoir     linear regression     multi-attribute fusion    
0 引言

近年来,随着塔河油田奥陶系油藏开发工作不断深入,寻找地震反射为“强串珠”的大型缝洞储集体变得越来越困难,以非“串珠”缝洞储集体作为开发目标成为趋势.研究表明:非“串珠”缝洞储集体发育区有未动用储量4.46亿吨,占未动用储量的86%,是下步奥陶系油藏建产的重要接替阵地.张抗(2003)在隆起区岩溶发育历史研究基础上,初步指出了塔里木盆地碳酸盐岩中可能存在着缝洞网络状和薄层状两种类型的储集体;赵文智等(2014)认为中国发育的古老海相碳酸盐岩受顺层、层间岩溶和热液溶蚀等作用多期改造,至少存在似层状、薄层状和礁滩型等3种类型大面积成藏模式.上述研究均指出了除“强串珠”油藏外,碳酸盐岩薄层状油藏也具有广阔的开发潜力.但目前部分生产井生产结果表明,薄层状储集体可采储量差异较大(0~12万吨),制约其有效开发的关键问题为缺乏有效的地震预测技术,对其空间展布规律认识不清.

针对碳酸盐岩薄层状储集体,许多学者开展了相关研究(李弘等,2014王丽萍等,2014张军华等,2014韩东等,2016),如常规的振幅变化率属性分析,叠前、叠后反演等.由于振幅变化率属性对缝洞储集体边界敏感,比较适合预测点状“串珠”反射类型的大型洞穴储集体,但不适合预测层状“非串珠”反射的缝洞储集体;由于不整合面的低频屏蔽作用,叠前、叠后反演预测下伏薄层状储集体精度受限.

针对上述预测难题,本文以塔河油田奥陶系薄层状储集体为研究对象,通过钻、测井资料分析,明确了其储层地质特征;通过多子波分解剥离了T74旁瓣强能量,恢复了薄层状储集体弱信号;采用多子波分解和多属性线性回归建立了薄层状孔洞储集体厚度定量预测技术,降低了预测的多解性,提高了预测的准确性.实际应用效果表明,预测厚度与实钻厚度相对误差低于10%.

1 薄层状储集体地质特征及地震响应 1.1 薄层状储集体地质特征

塔河油田奥陶系地层先后经历了加里东期、海西期、印支-燕山期及喜马拉雅期等多期构造运动.其中在海西早期,塔河油田主体区剧烈抬升, 处于凸起高部位的奥陶系桑塔木组、一间房组地层被剥蚀,形成较强岩溶发育区.将海西早期古构造图与薄层状油藏开发井实施叠合(图 1),薄层状储集体主要分布在塔河暴露岩溶区域,特别是桑塔木组地层剥蚀线以北的岩溶作用较强区域,而在桑塔木组地层剥蚀线以南即覆盖岩溶区,薄层状储集体钻遇程度较低.

图 1 海西早期构造与薄层状储集体井叠合图 Figure 1 Congruent map of the Early Hercynian tectonic and wells drilling flaggy reservoir

根据前人(陈新军等,2007李阳和范智慧,2011)研究成果,塔里木盆地奥陶系风化壳岩溶分带性明显,自上而下依次发育表层岩溶带、垂向渗流带和潜流岩溶带,塔河油田奥陶系已经发现的缝洞储集体主要集中在不整合面下0~180 m内.根据岩溶作用纵向发育情况,把距不整合面深度为0~60 m范围划分为表层岩溶带、60~150 m为垂向渗流带、大于150 m为潜流岩溶带.通过对不整合面以下180 m内的薄层状储集体钻遇情况统计分析研究,薄层状储集体在T74下0~180 m层段平均厚度为8 m,平均钻遇率为34.09%,其中在0~60 m钻遇率为22.73%,60~120 m钻遇率为6.82%,120~180 m钻遇率为4.55%.单井储地比是指钻井钻遇的孔洞储集体厚度与相应钻井揭示T74界面下层段厚度的比值.统计结果显示:薄层状储集体在T74下0~180 m储地比平均为19%;其中在0~60 m内平均储地比为34%;60~120 m内平均储地比为14%,120~180 m内平均储地比为8%.由此表明薄层状储集体垂向上主要位于不整合面下0~60 m的表层岩溶带内.

根据测井和录井资料解释结果,薄层状储集体储集空间主要为溶蚀孔洞,孔洞直径在2~500 mm之间,形态各异,呈蜂窝状、串珠状及不规则状等,在FMI图像上表现为较大面积或斑点状暗色斑块,部分被灰绿色泥质充填,主要发育薄层状孔洞和针尖状溶孔,孔洞发育段与不发育段呈层状间互分布,裂缝欠发育.如T443井5670.5~5687.6 m井段,岩心上可见十分发育的溶蚀小孔(图 2).从多口井岩心物性分析可知,奥陶系基质孔隙度多在1.8%以下,溶蚀孔洞发育部位平均孔隙度为2.67%,局部可达2.8%以上.

图 2 T443井溶孔发育段FMI成像图 Figure 2 The dissolution pore FMI images of developed section of well T443

综上所述,薄层状储集体的储集空间主要为溶蚀孔洞,平面上,该类储集体主要分布在暴露岩溶区;垂向上该类储集体主要发育在不整合面下部0~60 m的表层岩溶带内.

1.2 薄层状储集体地震响应特征

通过合成地震记录精细制作,可以准确将薄层状孔洞储集体标定在地震剖面上.从过典型井的地震叠前时间偏移剖面(图 3)得知,孔洞储集体发育层段位于T74同相轴下部0~30 ms的反射波波谷中(图中绿色椭圆内),该波谷具有纵向范围明显变宽即宽波谷的响应特征(马丽娟,2014),反射能量远弱于强串珠,横向上宽波谷反射特征延伸较长.

图 3 薄层状储集体典型井连井地震剖面图 Figure 3 The seismic section with wells drilling flaggy reservoir

为进一步明确T74顶界面对其下不同距离孔洞储集体成像的影响,开展了数值正演模拟.设计正演模型如图 4所示,模型中4个孔洞储集体厚度均为30 m,与顶界面距离分别为0 m、30 m、60 m、90 m;顶界面上覆地层速度5200 m/s, 下伏地层速度6000 m/s,孔洞储集体速度5400 m/s;激发地震子波30 Hz,波长λ200 m.从正演模拟结果看出:

图 4 与顶界不同距离的孔洞储集体地震正演模拟图 Figure 4 The forward simulation profile of dissolution pores with different distance to top interface

(1) 储层发育段距顶界90 m,顶界和储集体信号均较强,顶界振幅值为1.25;

(2) 储层发育段距顶界60 m,顶界波峰振幅和储集体波谷振幅均变弱,顶界振幅值为0.83;

(3) 储层距顶界30 m,顶界波峰振幅和储集体波谷振幅进一步减弱,顶界振幅值为0.23;

(4) 储层发育段在剥蚀面附近,地震信号干涉严重,顶界和储集体信号缺失,顶界振幅值为0.07.由此可见,孔洞储集体与顶界距离不同,其地震响应特征亦明显不同,尤其在0~60 m距离,孔洞储集体信号受顶界面信号干涉严重,无法准确成像.

2 薄层状储集体定量预测研究

由上述正演模拟结果可知,不整合面形成的子波旁瓣强能量与下伏薄层状地层信号产生干涉作用,为储集体地震识别和精细预测带来了困难,为了提高薄层状储集体预测精度,需要剥离T74不整合面低频强反射能量,增强薄层状储集体信号强度,在此基础上优选孔洞储集体敏感地震属性.为了提高预测的准确性,还需要开展地震多属性融合方法研究,最终建立薄层状孔洞储集体预测模型(图 5).

图 5 薄层状储集体地震预测流程图 Figure 5 The flaggy reservoir prediction procedure
2.1 地震信号增强处理

薄层状储集体分布在T74界面之下0~60 m,由上述正演模拟结果得知,其信号受到T74不整合面强信号干涉而失真.因此开展储集体预测之前有必要剥离T74界面强信号的影响.

匹配追踪分解与重构技术基于匹配追踪多子波分解和Wigner-Ville分布的地震信号分析方法,其时频谱无交叉项,具有较高的时间分辨率和频率分辨率,可以将地震信号分解成不同形状、不同频率和不同能量的原子集合,如果该集合的所有子波都用于重构,重构的地震道和原始地震道基本是相同的,其数学表达式为

式中:mi为第i个原子;ai为振幅;fmtdφ为:原子的频率、中心位置及相位(武国宁等,2012冯兴强,2014).

依据测井解释成果,通过频谱分析和孔洞储集体正演模拟分析发现,T74不整合面的地震响应与能量最强的原子对应关系较好,故重构过程中选择去除该原子,将剩余原子进行重构,最后得到反映孔洞储集体的数据体.

图 6b为基于常规地震数据的联井地震剖面,剖面中TH10254X和TH10257X孔洞储集体信号受到T74子波旁瓣的压制,地震响应与井上储层段不符合.图 6a为基于重构地震数据的联井地震剖面,剖面中两口井储集体的垂向分辨率得到提高,孔洞非均质性变化更加明显,储层厚度为19~30 m的储层段与储层段标定效果较好,平面上地质体边界更清楚(图 7).

图 6 子波分解后(a)剖面与常规地震剖面(b)对比图 Figure 6 The comparison of seismic profiles before and after multi-wavelet decomposition

图 7 子波分解后(a)与分解前(沿T74下0~30 ms)均方根振幅属性对比图 Figure 7 The comparison of RMS Amplitude before and after multi-wavelet decomposition
2.2 敏感地震属性优选与融合

由于薄层状储集体具有低频、中弱振幅的地震响应特征,这为利用叠后地震属性开展储层预测提供了属性选择基础.提取T74下0~60 ms三维地震重构数据体的振幅、频率、波形、相位和相干等二十三种地震属性(汪勇等,2014李婷婷等,2015),剔除地质意义不明显及自相关的地震属性,开展相关性分析和属性交汇分析,经过专家优选及自动优选,最终确定瞬时频率、相位变化率、弧长属性为敏感属性组合(图 8).

图 8 孔洞储集体厚度与敏感属性交会图 Figure 8 The cross plot between dissolution pores thickness and sensitive seismic attributes

根据储集体类型测井解释结果,统计薄层状孔洞储集体厚度;同时基于敏感地震属性图,计算井周50m范围内属性平均值.将孔洞储集体厚度和相应的敏感地震属性值关联,开展地震敏感属性值与储层厚度数据的趋势性分析,建立储层厚度与属性值之间的函数关系,从而实现利用地震属性预测储集体厚度(王开燕等,2014).

采用多元线性逐步回归法开展多属性融合(邹华胜等,2007杜斌山等,2012),建立孔洞储集体厚度预测模型,得到线性回归方程为

(1)

式中:ym为预测孔洞储集体厚度;LARC为弧长;PPRC为相位变化率;FAIF为瞬时频率.

将该预测方程应用到试验三维区,得到试验区薄层状孔洞储集体预测厚度图(图 9).图 9中黄色-红色区域为孔洞储集体发育区,显示其主要分布在工区东西断裂两侧构造带上,与前期储集体区域性分布规律认识基本一致.将未参与运算的单井孔洞储集体厚度与预测厚度开展交汇分析,预测厚度与实钻厚度相关系数达到0.87.

图 9 薄层状储集体敏感地震属性图 (a)瞬时频率属性图;(b)相位变化率属性图;(c)弧长属性图. Figure 9 The flaggy reservoir sensitive seismic attribute graph (a)Instantaneous frequency attribute graph; (b)Phase change rate attribute graph; (c)Arc length attribute graph.

图 10 试验区薄层状储集体预测厚度图 Figure 10 The flaggy reservoir predicted thickness map in test area

利用该方法对塔河十区东地区开展薄层状孔洞储集体地震预测,图 11为十区东奥陶系薄层状储集体厚度预测分布图,图中黄色-红色区域为薄层状孔洞储集体发育区,且该类储集体主要分布在奥陶统桑塔木组地层尖灭线北部-暴露岩溶发育区,与前述储集体区域分布认识一致.根据该预测结果部署了JY1、JY2两口开发井,实钻结果表明:储集体实钻厚度与预测厚度基本吻合,相对误差小于10%(表 1).实践证明该方法取得了较好的应用效果.

图 11 十区东T74下0~60 m薄层状储集体平面分布图 Figure 11 The flaggy reservoir in 0~60meters thick predicted distribution map

表 1 JY1、JY2井孔洞储集体厚度预测值与实测值对比表 Table 1 Comparison of dissolution pore thickness between predicted and measurement in JY1 & JY2
3 结论

通过上述多子波分解处理及多属性融合方法研究,建立了薄层状孔洞储集体厚度定量预测方法,证实了该方法的可行性,明确了薄层状孔洞储集体分布规律,拓展了塔河奥陶系开发领域,取得如下结论:

(1) 薄层状储集体储集空间主要为小尺度的溶蚀孔洞,垂向上主要分布在T74不整合面下部0~60 m表层岩溶带内,平面上主要分布在暴露岩溶发育区.

(2) 多子波分解与重构技术可以剥离中下奥陶统T74不整合面的低频强能量,恢复被屏蔽的薄层状孔洞储集体地震信号,形成的子波重构数据体为储集体定量预测奠定了数据基础.

(3) 优选了瞬时频率、相位变化率及弧长等属性作为薄层状孔洞储集体的敏感地震属性,针对敏感属性建立的回归方程降低了单一属性预测储集体存在的多解性,提高了孔洞储集体预测的准确性,是预测复杂孔洞储集体厚度的有效手段,该方法在碳酸盐岩缝洞型油藏中具有较好的应用前景.

致谢 感谢专家和编辑部的大力支持!
参考文献
[] Chen X J, Cai X Y, Ji Y L, et al. 2007. Relationship between large scale unconformity surface and weathering crust Karst of Ordovician in Tazhong[J]. Journal of Tongji University (Natural Science), 35(8): 1122–1127.
[] Du B S, He Z H, Yong X S, et al. 2012. Research and application of the thickness quantitative predictions of carbonate cavity reservoir[J]. Progress in Geophysics, 27(6): 2526–2533. DOI:10.6038/j.issn.1004-2903.2012.06.028
[] Feng X Q. 2014. Application of spectrum technology based on wavelet decomposition to fluid identification in TY area[J]. Progress in Geophysics, 29(2): 698–705. DOI:10.6038/pg20140230
[] Han D, Hu X Y, Wu X W, et al. 2016. Quantitative evaluation for porosity of the fracture-cavity reservoir based on geostatistical inversion[J]. Progress in Geophysics, 31(2): 655–661. DOI:10.6038/pg20160220
[] Li H, Dou Z L, Wang S X, et al. 2014. Seismic multi-attributes recognition for carbonate fractured-vuggy reservoirs with "weak reflection"characteristics[J]. Geophysical Prospecting for Petroleum, 53(6): 713–719.
[] Li T T, WANG Zhao, Ma S Z, et al. 2015. Summary of seismic attributes fusion method[J]. Progress in Geophysics, 30(1): 378–385. DOI:10.6038/pg20150155
[] Li Y, Fan Z H. 2011. Developmental pattern and distribution rule of the fracture-cavity system of Ordovician carbonate reservoirs in the Tahe Oilfield[J]. Acta Petrolei Sinica, 32(1): 101–106.
[] Wang K Y, Zhou Y, Chen Y Q, et al. 2014. Prediction of reservoir thickness based on spectral decomposition and seismic multi-attribute[J]. Progress in Geophysics, 29(3): 1271–1276. DOI:10.6038/pg20140337
[] Wang L P, Gu H M, Li Z J. 2014. The prestack Bayesian inversion prediction study of Ordovician fractured-vuggy carbonate reservoir in Tazhong area[J]. Geophysical Prospecting for Petroleum, 53(6): 720–726.
[] Wang Y, Chen X G, Wang Y L, et al. 2014. Application of multiple post-stack seismic attributes in the prediction of carboniferous fracture in west Hashan[J]. Progress in Geophysics, 29(4): 1772–1779. DOI:10.6038/pg20140438
[] Wu G N, Cao S Y, Sun N. 2012. Matching pursuit method based on complex seismic traces and its application of hydrocarbon exploration[J]. Chinese Journal of Geophysics, 55(6): 2027–2034. DOI:10.6038/j.issn.0001-5733.2012.06.024
[] Xie C L, Chen S M, Jiang C J, et al. 2011. Application of a method combining trend surface analysis and coherence cube technology to volcanic prediction[J]. Chinese Journal of Geophysics, 54(2): 368–373. DOI:10.3969/j.issn.0001-5733.2011.02.013
[] Yang G Q, Liu Y L, Zhang H W. 2015. The calculation method of curvature attributes and its effect analysis[J]. Progress in Geophysics, 30(5): 2282–2286. DOI:10.6038/pg20150540
[] Zhang J H, Zhang B B, Wu C, et al. 2014. Analysis of cave imaging affect by seismic acquisition and processing factors[J]. Progress in Geophysics, 29(3): 1350–1356. DOI:10.6038/pg20140349
[] Zhang K. 2003. Discovery and exploration of like-layered reservoir in Tahe Oilfield of Tarim Basin[J]. Acta Petrolei Sinica, 24(5): 4–9.
[] Zhao W Z, Hu S Y, Liu W, et al. 2014. Petroleum geological features and exploration prospect in deep marine carbonate strata onshore China:A further discussion[J]. Natural Gas Industry, 34(4): 1–9.
[] Zou H S, Ning S N, Yang F, et al. 2007. Application of support vector machine to forecasting and calculating reservoir thickness[J]. Progress in Geophysics, 22(5): 1597–1601. DOI:10.3969/j.issn.1004-2903.2007.05.039
[] 陈新军, 蔡希源, 纪友亮, 等. 2007. 塔中奥陶系大型不整合面与风化壳岩溶发育[J]. 同济大学学报(自然科学版), 35(8): 1122–1127.
[] 杜斌山, 贺振华, 雍学善, 等. 2012. 碳酸盐岩溶洞厚度定量预测方法研究与应用[J]. 地球物理学进展, 27(6): 2526–2533. DOI:10.6038/j.issn.1004-2903.2012.06.028
[] 冯兴强. 2014. 子波分解频谱技术在TY地区流体检测中的应用[J]. 地球物理学进展, 29(2): 698–705. DOI:10.6038/pg20140230
[] 韩东, 胡向阳, 邬兴威, 等. 2016. 基于地质统计学反演的缝洞储集体物性定量评价[J]. 地球物理学进展, 31(2): 655–661. DOI:10.6038/pg20160220
[] 李弘, 窦之林, 王世星, 等. 2014. 碳酸盐岩缝洞型储层"弱反射"特征的地震多属性识别[J]. 石油物探, 53(6): 713–719.
[] 李婷婷, 王钊, 马世忠, 等. 2015. 地震属性融合方法综述[J]. 地球物理学进展, 30(1): 378–385. DOI:10.6038/pg20150155
[] 李阳, 范智慧. 2011. 塔河奥陶系碳酸盐岩油藏缝洞系统发育模式与分布规律[J]. 石油学报, 32(1): 101–106. DOI:10.7623/syxb201101015
[] 王开燕, 周妍, 陈彦奇, 等. 2014. 基于谱分解和地震多属性储层厚度的预测[J]. 地球物理学进展, 29(3): 1271–1276. DOI:10.6038/pg20140337
[] 王丽萍, 顾汉明, 李宗杰. 2014. 塔中奥陶系碳酸盐岩缝洞型储层贝叶斯叠前反演预测研究[J]. 石油物探, 53(6): 720–726.
[] 汪勇, 陈学国, 王月蕾, 等. 2014. 叠后多属性分析在哈山西石炭系火山岩裂缝预测中的应用研究[J]. 地球物理学进展, 29(4): 1772–1779. DOI:10.6038/pg20140438
[] 武国宁, 曹思远, 孙娜. 2012. 基于复数道地震记录的匹配追踪算法及其在储层预测中的应用[J]. 地球物理学报, 55(6): 2027–2034. DOI:10.6038/j.issn.0001-5733.2012.06.024
[] 谢春临, 陈树民, 姜传金, 等. 2011. 趋势面分析与相干体技术在火山岩预测中的应用[J]. 地球物理学报, 54(2): 368–373. DOI:10.3969/j.issn.0001-5733.2011.02.013
[] 杨国权, 刘延利, 张红文. 2015. 曲率属性计算方法研究及效果分析[J]. 地球物理学进展, 30(5): 2282–2286. DOI:10.6038/pg20150540
[] 张军华, 张彬彬, 吴成, 等. 2014. 地震采集与处理因素对溶洞成像的影响分析[J]. 地球物理学进展, 29(3): 1350–1356. DOI:10.6038/pg20140349
[] 张抗. 2003. 塔河油田似层状储集体的发现及勘探方向[J]. 石油学报, 24(5): 4–9. DOI:10.7623/syxb200305002
[] 赵文智, 胡素云, 刘伟, 等. 2014. 再论中国陆上深层海相碳酸盐岩油气地质特征与勘探前景[J]. 天然气工业, 34(4): 1–9.
[] 邹华胜, 宁书年, 杨峰, 等. 2007. 支持向量机在储层厚度预测和计算中的应用[J]. 地球物理学进展, 22(5): 1597–1601. DOI:10.3969/j.issn.1004-2903.2007.05.039