2. 中海石油(中国)有限公司上海分公司, 上海 200030;
3. 北京珠玛阳光科技有限公司, 北京 100083;
4. 石油工业出版社, 北京 100011
2. Shanghai Branch of CNOOC (China) Co., Ltd., Shanghai 200030, China;
3. Elsiwave Reservoir, Beijing 100083, China;
4. Petroleum Industry Press, Beijing 100011, China
随着世界对天然气需求的不断增加和常规天然气储量的日益减少, 很多国家将非常规天然气作为重要的后备资源[1]。致密砂岩储层一般是指覆压基质渗透率κ<0.1 mD(空气渗透率κ<1 mD, 1 mD≈0.987×10-3 μm2)的砂岩储层, 单井一般无自然产能或自然产能低于工业气流下限, 但在一定经济条件和技术措施下, 可获得工业天然气产量[2]。美国联邦能源管理委员会(FERC)估计全球致密砂岩气资源量为(600~3 000)×1012m3, 是常规天然气资源量的1~5倍。在中国四川盆地、鄂尔多斯盆地先后发现了大型致密砂岩气田, 取得了良好的经济效益[3-5]。
前人结合西湖凹陷中-深层的储层特点及勘探开发实际, 将B构造花港组储层“甜点”的标准[6]定义为: 储层渗透率κ≥1 mD, 孔隙度φ≥9%。前人在东海盆地、准噶尔盆地等致密砂岩地区的岩石物理研究结果表明, 由于致密砂岩储层的特殊性, 埋深大、低孔渗等因素导致了致密储层“甜点”与围岩(泥岩等非“甜点”)的P波阻抗差异并不明显, 二者重叠较多, 低阻抗并不能很好反映储层“甜点”信息[7]。因此, 以传统的叠后地震属性、P波阻抗反演为代表的地球物理技术已无法满足非常规致密砂岩背景下的储层“甜点”预测的需要。
近几年来, 随着岩石物理建模及叠前弹性反演技术的不断进步, 国内一些学者开始尝试利用叠前弹性参数(如纵横波速度比vP/vS、泊松比σ、横波速度vS、纵波速度vP、体积模量K等)反演技术预测致密砂岩及其“甜点”, 取得了一定的预测效果。陈祖庆等[8]利用叠前μρ、EI30参数反演开展致密砂岩“甜点”及含气性预测(其中, μ, ρ和EI30分别是拉梅常数、密度和入射角为30°的弹性阻抗); 徐玥等[9]利用Russell流体因子(通过体积模量等构建)开展致密砂岩“甜点”及含气性预测; 李瑞磊等[10]利用叠前弹性反演参数(纵横波速度比、阻抗等)与贝叶斯分类相结合开展致密砂岩及储层“甜点”预测; 贾凌云等[11]介绍了一种广义弹性阻抗反演(泊松比、流体识别因子f/vS(f为Gassmann流体项))预测致密砂岩及其含气性的方法; 李久娣[12]介绍了一种通过坐标旋转构建的敏感参数识别致密砂岩、阻抗识别“甜点”的方法。上述文献中, 涉及对致密砂岩储层“甜点”反映最敏感的弹性参数(即密度)的反演方法和实际预测应用效果方面的介绍较少。
本文通过对研究区4口井的岩石物理分析, 筛选出对花港组砂岩最敏感的弹性参数是泊松比, 对储层“甜点”最敏感的弹性参数是密度。利用叠前AVO三参数反演得到最敏感的弹性参数(泊松比和密度)数据体, 以此为基础开展定量解释, 对研究区目的层的砂体及储层“甜点”分布进行了预测。
1 技术方法 1.1 叠前反演原理Zoeppritz方程组是叠前弹性反演重要的理论基础。地震勘探中的主要现象就是地震波能量在分界面处的重新分配。边界条件决定了地震波能量如何在反射波和透射波间分配, 用位移表达分界面处能量的分配是最易理解的办法, 于是导出了Zoeppritz方程组。该方程组虽然可以准确地表示波场在边界处发生的变化, 却不能给出振幅随不同因子变化的直观表示, 因此有许多近似式。在给出的Zoeppritz方程近似式中, Aki-Rechards近似式的应用最为普遍。本文以反演泊松比和密度为目标, 采用Zoeppritz方程的线性公式, 具体如下:
$ \begin{array}{*{20}{c}} {{R_{{\rm{PP}}}}(\theta ) \approx \left( {\frac{1}{4}{{\sec }^2}\theta - 2k{{\sin }^2}\theta } \right)\frac{{\Delta E}}{E} + \left[ {\frac{1}{4}{{\sec }^2}\theta \cdot } \right.}\\ {\left. {\frac{{(2k - 3){{(2k - 1)}^2}}}{{(4k - 3)k}} + 2k{{\sin }^2}\theta \frac{{1 - 2k}}{{3 - 4k}}} \right]\frac{{\Delta \sigma }}{\sigma } + }\\ {\left( {\frac{1}{2} - \frac{1}{4}{{\sec }^2}\theta } \right)\frac{{\Delta \rho }}{\rho }} \end{array} $ | (1) |
式中: R为反射系数; θ为入射角; k=vS2/vP2; E为杨氏模量; ρ为密度。
$ \begin{array}{l} {R_{{\rm{PP}}}}(\theta ) \approx \frac{1}{2}\left( {1 - 4\frac{{v_{\rm{S}}^2}}{{v_{\rm{P}}^2}}{{\sin }^2}\theta } \right)\frac{{\Delta \rho }}{\rho } + \frac{1}{{2{{\cos }^2}\theta }} \cdot \\ \;\;\;\;\;\;\;\;\;\frac{{\Delta {v_{\rm{P}}}}}{{{v_{\rm{P}}}}} - 4\frac{{v_{\rm{S}}^2}}{{v_{\rm{P}}^2}}{\sin ^2}\theta \frac{{\Delta {v_{\rm{S}}}}}{{{v_{\rm{S}}}}} \end{array} $ | (2) |
公式(1)由宗兆云等[13]给出, 可以直接反演E、σ和ρ的反射率。公式(2)是Aki-Rechards近似式, 可以直接反演vP、vS和ρ的反射率。
本次叠前弹性反演采用全道集参与的直接弹性反演方法[14], 即不是使用部分叠加而是使用全部道集数据(数据多, 拟合求解更准确), 也不是使用间接计算方法由vP、vS和ρ这3个基本参数计算其它弹性参数, 而是采用直接反演方法得到这3个参数(直接反演能避免间接计算导致的误差积累), 在实现过程中加入了抗噪技术。
1.2 岩石物理分析B构造花港组埋深为3 600~4 200 m, 储层整体偏致密。通过研究区4口井3套储层的孔-渗参数统计, a储层平均孔隙度为7.6%, 平均渗透率为0.36 mD; b储层平均孔隙度为8.9%, 平均渗透率为0.79 mD; c储层平均孔隙度为8.2%, 平均渗透率为0.58 mD(表 1)。
![]() |
表 1 研究区储层孔-渗参数统计结果 |
研究区测井解释将储层划分为3类, 其中Ⅰ类储层: κ≥10 mD, 且φ≥12%;Ⅱ类储层: 1 mD≤κ<10 mD, 9%≤φ<12%;Ⅲ类储层: κ<1 mD, 且φ<9%。参考前人对B构造储层“甜点”的划分标准[6], Ⅰ、Ⅱ类储层属于“甜点”范畴, 而Ⅲ类储层为非“甜点”(图 1)。
![]() |
图 1 研究区不同类型储层的分类标准 |
图 2为研究区1井H3b-H3c层(埋深在3 700~3 900 m)的弹性参数曲线综合柱状图, 其中一些典型的弹性参数对致密砂岩及储层“甜点”非常敏感, 具体分析如下。
![]() |
图 2 研究区1井弹性参数曲线综合柱状图 |
由于目的层较深, 储层整体偏致密, 砂岩与泥岩的阻抗差异并不明显, 重叠较严重, 如H3b上部3 685~3 770 m砂岩与H3c下部3 870~3 910 m泥岩阻抗相当; 但砂岩与泥岩的泊松比差异较大, 如H3b整段3 685~3 800 m和H3c中部3 820~3 860 m砂岩呈较明显的低泊松比特征, 而H3c顶部3 805~3 820 m和下部3 870~3 910 m泥岩呈较明显的高泊松比特征。在砂体内部, 密度对储层“甜点”及物性的反映最敏感, 如H3b整段3 685~3 800 m砂岩为气层, 呈明显的低密度特征, 且下段储层物性越好, 密度越低; H3c中部3 820~3 860 m砂岩为干层, 呈明显的高密度特征, 密度越高, 代表储层物性越差; 综合利用泊松比和密度参数, 能有效识别致密砂岩及其储层“甜点”。
图 3为研究区4口井花港组地层的岩石物理分析结果, 可以看出, 砂、泥岩的阻抗差异很小, 但泊松比差异较大, 砂岩呈明显的低泊松比特征, 砂泥岩的泊松比门槛值约为0.23, 泊松比识别砂岩精度在90%以上(图 3a)。在砂体内部, 密度相对阻抗在反映储层“甜点”及物性方面有更明显的优势, 储层“甜点”呈明显的低密度特征, “甜点”的密度门槛值约为2.53 g/cm3, 密度识别“甜点”精度在85%以上(图 3b)。
![]() |
图 3 研究区4口井花港组地层的岩石物理分析结果 a岩性敏感性分析; b储层“甜点”敏感性分析 |
叠前CRP道集的质量好坏直接影响叠前弹性反演的信噪比和精度。如果叠前CRP道集并不能满足叠前弹性反演的要求, 即使运用先进的反演算法, 也会影响最终的反演效果。因此, 在开展叠前弹性反演之前, 必须对叠前CRP道集开展资料品质评价和保幅去噪处理, 为后续叠前弹性反演提供高质量的地震资料基础。
本研究采用的叠前CRP道集为面向储层预测的保幅性处理后的道集, 叠前时间偏移后未做任何去噪处理, 这种类型的道集有利于从源头上对道集的保幅性开展整体评价和把控。目的层花港组埋深为2.8~3.4 s, 叠前CRP道集最大偏移距为4 600 m, 入射角为30°~35°, 角度满足叠前反演(包括密度反演)的要求。叠前CRP道集同相轴总体平直, 偏移速度准确; 多次波等噪声较少, 只存在少量的随机噪声; 近-中-远道子波能量一致性较好。针对目的层存在的少量弱随机噪声, 开展保幅去噪处理, 可以看出, 去噪后CRP道集的信噪比得到一定改善(图 4)。
![]() |
图 4 叠前CRP道集保幅去噪处理前、后结果对比 |
利用上述方法开展叠前敏感弹性参数(泊松比、密度)反演, 并分析反演的结果是否能有效反映目的层砂体和储层“甜点”。叠前反演得到的泊松比和密度数据的信噪比较高, 表明反演结果具有很好的抗噪性(尤其是密度), 同时叠前泊松比、密度反演结果与测井曲线吻合较好。此外, 测井解释的砂体主要位于泊松比剖面的相对低值位置, 表明泊松比反演结果能较好反映砂岩(图 5), 测井解释的储层“甜点”主要位于密度剖面的相对低值位置, 而且密度越低, 代表储层物性越好(表 2), 表明密度反演结果能较好反映砂岩内部的储层“甜点”(图 6)。
![]() |
图 5 过研究区4口井的叠前泊松比反演剖面(砂岩低泊松比) |
![]() |
表 2 叠前密度反演结果与储层孔-渗关系 |
![]() |
图 6 过研究区4口井的叠前密度反演剖面(“甜点”低密度) |
基于泊松比和密度反演的成果数据进行定量解释, 开展目的层砂体及储层“甜点”平面分布预测, 并结合沉积微相分析, 降低砂岩及储层“甜点”预测的风险。据前人沉积体系及沉积相研究结果可知, 研究区物源方向来自东北部, 发育辫状河三角洲沉积, 整体富砂, 分流河道、河口坝微相砂体发育, 为区内最有利的储集体微相带类型[15-16]。
以c层为例, 预测砂体呈北—东向条带展布, 具有较明显的分流河道特征。砂体厚度一般为10~20 m。4口井钻遇的微相带存在一定差异, 3井和1井位于分流河道主体, 砂体相对较厚, 约为15~20 m; 4井和2井位于分流河道边缘, 砂体厚度相对较薄(图 7a)。预测储层“甜点”主要位于3井周边及其东南部, 面积约为39.4 km2, 密度范围为2.40~2.53 g/cm3, 而1井、2井和4井处“甜点”不发育, 预测结果与测井解释成果相吻合。“甜点”发育区主要位于分流河道主体微相上, 表明“甜点”的分布受沉积微相的控制作用明显(图 7b)。
![]() |
图 7 叠前泊松比反演预测c层砂体厚度(a)和密度反演预测c层储层“甜点”平面分布(b) |
东海盆地西湖凹陷以前勘探发现的油藏类型以构造油气藏为主, 近几年在勘探实践中发现了一些构造-岩性油气藏, 油田已经将寻找构造-岩性油气藏、提高“甜点”钻遇率作为下一步勘探的重点方向。
以c层为例, 基于砂岩及储层“甜点”预测成果, 参考构造圈闭等成藏条件分析, 将“甜点”发育区与构造圈闭相叠合开展有利区预测。研究区西南部3井周边面积约为20.4 km2, 该区构造背景有利, 圈闭落实, 储层厚度相对较厚, 为18~20 m; 储层物性较好, 平均孔隙度为11%~13%, 渗透率为3.8~21.4 mD; 为c层最有利的Ⅰ类储层区域。该区目前正在部署大斜度评价井, 储层“甜点”预测结果为该区提高“甜点”钻遇率、扩展隐蔽油气藏勘探提供了有利的储层方面的依据(图 8)。
![]() |
图 8 构造与“甜点”叠合划分有利区平面分布(以c层为例) |
西湖凹陷B构造区由于埋深深、低孔-渗等因素导致了致密砂岩储层“甜点”与围岩的P波阻抗差异较小, 本文优选对砂岩及储层“甜点”最敏感的弹性参数(泊松比和密度)开展定量反演并预测, 取得的主要认识如下:
1) 岩石物理精准分析是致密砂岩及其储层“甜点”预测的理论基础和依据, 研究认为对研究区目的层砂岩最敏感的弹性参数是泊松比, 对储层“甜点”最敏感的弹性参数是密度, 针对这些最敏感的弹性参数开展定量反演, 有助于提高砂岩及储层“甜点”的预测精度;
2) 基于全道集参与的直接弹性参数反演方法开展反演得到泊松比和密度数据体, 在此基础上开展定量解释, 预测砂岩及储层“甜点”分布特征与沉积相相吻合, 证明了该研究思路和技术方法在研究区是可行的, 并对东海西湖凹陷其它类似地质背景地区的储层“甜点”预测有一定的借鉴意义。
[1] |
COPOKHH A T. 致密、低渗透的沉积岩天然气后备资源[J]. 四川石油普查, 1993(2): 62-65. COPOKHH A T. Tight and low-permeability sedimentary rock—natural gas reserve resource[J]. Petroleum Census in Sichuan Province, 1993(2): 62-65. |
[2] |
国家能源局. 致密砂岩气地质评价方法[S]. 北京: 石油工业出版社, 2011 NATIONAL ENERGY BOARD.Geological evaluation method of tight-gas[S].Beijing: Petroleum Industry Press, 2011 |
[3] |
赵晨光, 刘继东, 刘计国, 等. 非常规天然气系统及其在中国的勘探前景[J]. 石油天然气学报, 2009, 31(3): 193-195. ZHAO C G, LIU J D, LIU J G, et al. Unconventional natural gas system and its exploration prospects in China[J]. Journal of Oil and Gas Technology, 2009, 31(3): 193-195. |
[4] |
雷群, 王红岩, 赵群, 等. 国内外非常规油气资源勘探开发现状及建议[J]. 天然气工业, 2008, 28(12): 7-10. LEI Q, WANG H Y, ZHAO Q, et al. Current status and suggestions for the exploration and development of unconventional oil and gas at home and abroad[J]. Gas Industry, 2008, 28(12): 7-10. DOI:10.3787/j.issn.1000-0976.2008.12.003 |
[5] |
刘成林, 李景明, 李剑, 等. 中国天然气资源研究[J]. 西南石油学院学报, 2004, 26(1): 9-12. LIU C L, LI J M, LI J, et al. The resources of natural gas in China[J]. Journal of Southwest Petroleum Institute, 2004, 26(1): 9-12. DOI:10.3863/j.issn.1674-5086.2004.01.003 |
[6] |
付行, 杜学斌, 徐国盛, 等. 东海宁波构造带深层花港组砂岩储层致密性特征及控制因素[J]. 海洋石油, 2018, 38(1): 1-8. FU X, DU X B, XU G S, et al. Characteristics and controlling factors of tight sandstone reservoir of Huagang Formation in the Ningbo Tectonic Belt of Xihe Sag[J]. Offshore Oil, 2018, 38(1): 1-8. DOI:10.3969/j.issn.1008-2336.2018.01.001 |
[7] |
王大兴. 致密砂岩气储层的岩石物理模型研究[J]. 地球物理学报, 2016, 59(12): 4603-4622. WANG D X. Study on the rock physics model of gas reservoirs in tight sandstone[J]. Chinese Journal of Geophysics, 2016, 59(12): 4603-4622. DOI:10.6038/cjg20161222 |
[8] |
陈祖庆, 杨鸿飞, 王静波. 基于叠前反演的致密砂岩含气储层识别技术研究[J]. 天然气技术与经济, 2015, 9(4): 18-22. CHEN Z Q, YANG H F, WANG J B. Research on gas recognition technology of tight sandstone based on prestack inversion[J]. Natural Gas Technology and Economy, 2015, 9(4): 18-22. DOI:10.3969/j.issn.2095-1132.2015.04.005 |
[9] |
徐玥, 张林清. 利用Russell流体因子进行致密砂岩气"甜点"预测[J]. 西部探矿工程, 2016, 12(2): 20-23. XU Y, ZHANG L Q. Prediction of "sweet spots" in tight sandstone gas using Russell fluid factors[J]. Western Exploration Project, 2016, 12(2): 20-23. DOI:10.3969/j.issn.1004-5716.2016.02.007 |
[10] |
李瑞磊, 杨勤林, 田建华, 等. 松辽盆地龙凤山气田致密砂岩含气性预测研究[J]. 石油物探, 2017, 56(6): 874-881. LI R L, YANG Q L, TIAN J H, et al. Tight sandstone gas prediction in the Longfeng Mountain gas field of Songliao Basin, China[J]. Geophysical Prospecting for Petroleum, 2017, 56(6): 874-881. DOI:10.3969/j.issn.1000-1441.2017.06.013 |
[11] |
贾凌云, 李琳, 马劲风, 等. 基于广义弹性阻抗的流体识别因子反演方法研究与应用[J]. 石油物探, 2018, 57(2): 302-311. JIA L Y, LI L, MA J F, et al. Fluid identification factor inversion based on generalized elastic impedance[J]. Geophysical Prospecting for Petroleum, 2018, 57(2): 302-311. DOI:10.3969/j.issn.1000-1441.2018.02.016 |
[12] |
李久娣. 东海西湖N区块致密砂岩气藏甜点预测研究[J]. 石油物探, 2019, 58(3): 444-452. LI J D. "Sweet Spot" prediction of a tight sandstone gas reservoir in the N Block in Xihu Sag, China[J]. Geophysical Prospecting for Petroleum, 2019, 58(3): 444-452. DOI:10.3969/j.issn.1000-1441.2019.03.014 |
[13] |
宗兆云, 印兴耀, 张峰, 等. 杨氏模量和泊松比反射系数近似方程及地震反演[J]. 地球物理学报, 2012, 55(11): 82-87. ZONG Z Y, YIN X Y, ZHANG F, et al. Reflection coefficient equation and pre-stack seismic inversion with Young's modulus and Poisson's ratio[J]. Chinese Journal of Geophysics, 2012, 55(11): 82-87. |
[14] |
杨建礼, 常新伟. 提高非气藏"亮点"和非"亮点"气藏弹性预测识别精度的方法[R]. 第十七届中国科协年会, 广州, 2015 YANG J L, CHANG X W.The method of prediction accuracy improving of non-gas bright-spot and non-bright-spot gas[R].Essays of 17th Annual Meeting of China Association for Science and Technology, Guangzhou, 2015 |
[15] |
张绍亮, 秦兰芝, 余逸凡, 等. 西湖凹陷渐新统花港组下段沉积相特征及模式[J]. 石油地质与工程, 2014, 28(2): 5-9. ZHANG S L, QIN L Z, YU Y F, et al. Sedimentary facies characteristics and models of the Lower Oligocene Huagang Formation in Xihu Sag[J]. Petroleum Geology and Engineering, 2014, 28(2): 5-9. |
[16] |
刘金水, 曹冰, 徐志星, 等. 西湖凹陷某构造花港组沉积相及致密砂岩储层特征[J]. 成都理工大学学报(自然科学版), 2012, 39(2): 130-137. LIU J S, CAO B, XU Z X, et al. Sedimentary facies and the characteristics of tight sandstone reservoir of Huagang Formation in Xihu depression, East China Sea Basin[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2012, 39(2): 130-137. |