碳酸鹽巖儲層孔隙度預測方法研究及其在南海某區(qū)的應用

劉開元，賀振華，許艷秋

(1.成都理工大學油氣藏地質(zhì)及開發(fā)工程國家重點實驗室，四川成都610059;2.成都理工大學地球物理學院，四川成都610059)

在油氣勘探開發(fā)過程中，孔隙度是描述儲層儲集能力的一個非常重要的參數(shù)。通常情況下，孔隙度的預測都是通過與其它彈性參數(shù)的映射關系計算得來。而目前難以直接從地震資料中計算孔隙度，因為孔隙度與地震數(shù)據(jù)中的彈性參數(shù)之間沒有直接的對應關系，并且傳統(tǒng)預測孔隙度的方法對于橫向變化較大的碳酸鹽巖儲層沒有良好的適應性。由此我們提出了一種新的孔隙度預測方法，以適應碳酸鹽巖儲層孔隙度預測的需要。

孔隙度預測方法主要分為線性計算方法和非線性反演方法兩大類。線性計算方法包括：①直接使用Wyllie等[1]的時間平均方程進行計算，但該方法不適用于復雜的地質(zhì)條件，Raymer等[2]對其進行了修正，諸多學者也提出了一些適用于不同模型的孔隙度計算公式[3-5];②傳統(tǒng)方法，利用測井曲線的各彈性參數(shù)與孔隙度建立線性或非線性關系得到孔隙度與各彈性參數(shù)的統(tǒng)計關系式，再利用地震彈性反演所得到的彈性參數(shù)映射計算得到孔隙度;③張應波[6]提出了基于Biot-Gassmann理論無井資料約束并能預測二維地震數(shù)據(jù)孔隙度的方法，由于計算過程中需要輸入的參數(shù)過多，且參數(shù)獲取較為困難(如應力、孔隙流體壓力、流體粘滯系數(shù)、孔隙能量及其它子參數(shù))，該方法未能得到廣泛應用。非線性反演方法主要包括神經(jīng)網(wǎng)絡(ANN)方法[7]、數(shù)據(jù)組合處理方法(GMDH)[8]和隨機模擬法等，這類方法沒有考慮孔隙類型對地震波的影響，反演的孔隙度沒有可靠的理論基礎，非線性孔隙度預測的應用受限。

Nur等[9]、Avseth等[10]和Vernik等[11]指出相同的孔隙度造成聲波差異大的主要原因是孔隙結(jié)構(gòu)不同。受沉積環(huán)境變化及成巖作用多樣性的影響，會形成極其復雜的孔隙類型?？紫兜拇笮?、形狀、空間展布、孔喉半徑的粗細及其連通關系都會影響聲波的傳播路徑及傳播時間。諸多學者通過巖石物理測試等手段發(fā)現(xiàn)孔隙結(jié)構(gòu)對于碳酸鹽巖的巖石彈性性質(zhì)的影響很大，如：Zimmerman[12]和Kachanov[13]通過研究二維及三維孔隙形狀指出，孔隙形狀是影響巖石彈性性質(zhì)的重要因素;Eberli等[14]發(fā)現(xiàn)在碳酸鹽巖中聲波速度與孔隙度及孔隙類型都有關;Sun[15]發(fā)現(xiàn)孔隙度相同但孔隙類型不同的碳酸鹽巖聲波速度存在較大的差異，滲透率的差異也很大;Weger等[16]利用數(shù)字圖像分析儀測試碳酸鹽巖中孔隙的幾何空間分布，發(fā)現(xiàn)孔隙結(jié)構(gòu)與地質(zhì)屬性及聲學特征存在一定的聯(lián)系，并建立了它們之間的關系。這些研究充分說明，在碳酸鹽巖中，孔隙類型和孔隙結(jié)構(gòu)是影響巖石彈性性質(zhì)和聲波速度的重要因素，而含孔隙巖石的彈性性質(zhì)與孔隙度密切相關，因此，預測孔隙度時考慮孔隙結(jié)構(gòu)因素是必要的。

我們利用測井數(shù)據(jù)(縱、橫波速度，密度，孔隙度，含水飽和度)計算出單井參數(shù)(巖石飽和流體等效壓縮系數(shù)、巖石基質(zhì)壓縮系數(shù))，根據(jù)考慮了孔隙結(jié)構(gòu)模型的孔隙度計算公式，利用地震彈性反演的三參數(shù)數(shù)據(jù)，計算得到某地區(qū)的孔隙度。通過工區(qū)碳酸鹽巖儲層孔隙度預測試驗，得到的孔隙度與測井孔隙度吻合很好，并能很好地適用于碳酸鹽巖儲層孔隙度的預測。

1 理論基礎

1.1 碳酸鹽巖孔隙類型及孔隙結(jié)構(gòu)

碳酸鹽巖中的孔隙可以根據(jù)其大小、可識別性、成巖作用及幾何復雜程度來進行分類，這些分類在識別油氣物理屬性上很有用處，而且這些孔隙描述對于地球物理響應特征而言更具挑戰(zhàn)性。這是因為地震波波長通常比微觀結(jié)構(gòu)的尺寸大很多，因此地震波只能體現(xiàn)眾多復雜孔隙結(jié)構(gòu)所造成的平均影響，而不能體現(xiàn)單個孔隙或裂縫所造成的影響。由此，將碳酸鹽巖中復雜的孔隙網(wǎng)絡簡化為3種孔隙類型來合理反映它們對于聲波和壓力的響應。這3種孔隙類型[17]為：①參考孔隙，作為背景趨勢在晶粒間大量連續(xù)的存在，為碳酸鹽巖中最主要的孔隙類型(圖1a);②高扁率孔隙，代表印?？紫痘蛉芪g孔隙，常常是由溶解的顆粒及化石腔室所形成(圖1b);③具有小扁率的裂紋孔隙，代表微裂縫結(jié)構(gòu)(圖1c)。它們的形成都可能發(fā)生在碳酸鹽巖成巖作用期間，包括壓實作用、斷層錯動作用、溶解崩塌作用等。

圖1 顯微鏡下不同孔隙的巖石薄片a 參考孔隙; b 高扁率孔隙; c 小扁率的裂紋孔隙

孔隙結(jié)構(gòu)表征合理才能更好地在孔隙度預測中體現(xiàn)出孔隙結(jié)構(gòu)對于孔隙度的影響，從而使得孔隙度的計算更為合理，并能更好地反映碳酸鹽巖儲層中孔隙的類型，為識別有效儲層奠定充分可靠的基礎。通常情況下，孔隙結(jié)構(gòu)是指巖石中孔隙的大小、形狀、相互連通關系及受儲層界面現(xiàn)象有關的表面張力、吸附作用、濕潤度、毛細管作用等的影響，國內(nèi)外研究學者常將孔隙結(jié)構(gòu)與固結(jié)度、孔隙扁率、壓力、壓縮系數(shù)等巖石彈性參數(shù)相聯(lián)系。但是孔隙結(jié)構(gòu)參數(shù)的具體形式至今尚未確定，由此He等[18]提出了統(tǒng)一的巖石骨架模型與公式：

(1)

式中：βD和βS分別為巖石骨架壓縮系數(shù)和巖石基質(zhì)壓縮系數(shù);μD和μS分別為巖石骨架剪切模量和巖石基質(zhì)剪切模量;η為巖石孔隙度;p,q和q*是巖石結(jié)構(gòu)參數(shù)，為可調(diào)節(jié)參數(shù)。分別對p，q進行特殊賦值，得到不同的巖石孔隙物理模型，此巖石骨架模型將孔隙結(jié)構(gòu)相關的參數(shù)(如：固結(jié)度、臨界孔隙度、孔隙扁率等)進行了有機的結(jié)合，便于合理選擇巖石骨架模型進行孔隙度計算。

1.2 孔隙度預測綜合計算公式

以巖石壓縮系數(shù)為參數(shù)的Gasssmann方程[19]一般表示為

(2)

式中：βE為巖石飽和流體等效壓縮系數(shù);βP為巖石孔隙流體壓縮系數(shù);μE為巖石飽和流體等效剪切模量;其它參數(shù)的意義如(1)式。

在雙相介質(zhì)中，儲層的巖石孔隙流體壓縮系數(shù)βP遠大于巖石基質(zhì)壓縮系數(shù)βS。碳酸鹽巖基質(zhì)礦物剛度大，壓縮系數(shù)更小，因此對于碳酸鹽巖儲層而言，上述情況更為明顯。表1定量給出了碳酸鹽巖礦物基質(zhì)壓縮系數(shù)與其它壓縮系數(shù)的對比結(jié)果[20]?？捎忙翽來近似代替βP-βS，并且儲層埋藏越深，年代越久，成巖作用越大，兩者相差越大。由此可見，對于碳酸鹽巖采用上述近似來建立新的Gassmann方程是可行的[21]。由(2)式可得

表1 不同壓縮系數(shù)對比

將巖石骨架模型的綜合表達式(1)式代入(3)式得到基于Gassmann方程的計算孔隙度的綜合表達式：

(4)

對于飽和流體巖石，在不排水情況下，βE≈βS，βE-βS?βP，令

(5)

將(4)式簡化為

(6)

(6)式即為孔隙度的計算公式。其中，C為巖石孔隙結(jié)構(gòu)參數(shù)，與孔隙形狀、固結(jié)度、膠結(jié)程度等相關。

公式(5)中，選取不同的p和q可得到不同巖石骨架模型所對應的孔隙結(jié)構(gòu)參數(shù)C，并通過(6)式得到孔隙度，其中,βS通過文獻[22]中的自適應基質(zhì)壓縮系數(shù)反演方法來求取,而

(7)

式中:vP,vS,ρ分別為巖石的縱、橫波速度及密度。

2 實際資料應用

以南海某區(qū)為例，研究目的層為新近系碳酸鹽巖儲層。測井資料分析結(jié)果顯示，孔隙度為5%～12%的儲層含油氣的可能性較大，而孔隙度大于20%的儲層含水的可能性較大。利用孔隙度預測結(jié)果來劃分有利區(qū)帶，然后通過流體識別方法對有利區(qū)帶進行油氣預測，這樣對縮小尋找目標，提高鉆遇率可起到重要作用。

2.1 測井數(shù)據(jù)試算

我們選擇研究區(qū)中處于一個相帶內(nèi)且相對較近的兩口井(H1，H2)來驗證本文孔隙度預測方法的效果。其中，含有橫波測井資料的H1井為已知井，對H2井進行孔隙度預測。首先根據(jù)測井數(shù)據(jù)計算H1井的βE和βS(圖2)，通過βE/βS與其它彈性參數(shù)的交會分析得到與βE/βS相關性最好的彈性參數(shù)(圖3)，可以看到，vP與βE/βS的相關系數(shù)可以達到0.9893(圖3a)；然后直接使用vP與βE/βS的擬合關系式由vP計算出孔隙結(jié)構(gòu)參數(shù)C，再通過C與其它彈性參數(shù)(如縱波速度、橫波速度、縱波模量及縱橫波速度比等)的交會分析(圖4)，得到與C相關性最好的彈性參數(shù)vP(圖4a)，并通過此映射關系式來計算H2井的孔隙結(jié)構(gòu)參數(shù)C，

代入(6)式得到H2井的孔隙度計算式：

(8)

圖5為本文方法與傳統(tǒng)方法的孔隙度預測結(jié)果對比。從圖5中可以看到，本文方法預測孔隙度與實測孔隙度誤差小，精度明顯高于傳統(tǒng)方法預測結(jié)果，說明本文方法可行、有效。

圖2 測井數(shù)據(jù)計算的H1井的βS曲線

圖3 H1井βE/βS與vP(a)和γ(b)的交會分析結(jié)果

圖4 H1井C與和vP/vS(d)的交會分析結(jié)果

2.2 實際地震資料應用

實際地震資料應用與測井數(shù)據(jù)試算步驟一致，只是孔隙度計算中vP2,vS2和ρ2采用實際工區(qū)疊前地震反演的三參數(shù)數(shù)據(jù)，這樣便可得到受H1井約束的整個工區(qū)孔隙度預測三維數(shù)據(jù)體。圖6為過H1井的孔隙度預測剖面，可以看到預測結(jié)果與原始測井解釋的孔隙度吻合度很高。圖7a與圖7b分別為碳酸鹽巖儲層頂界面向下20ms與碳酸鹽巖儲層底界面的預測孔隙度切片，可以看到，H1井和H2井所在位置的孔隙度約為27%～30%，兩口井處孔隙度較大，含水的可能性較大。從試油報告分析可知，高孔隙地層往往含水，此處不是良好的儲層。實際鉆井資料印證了該地層含水，證明預測結(jié)果可信。從圖7a可以看到，油氣有利區(qū)帶應該在深綠色區(qū)域，在該區(qū)域?qū)ふ铱紫抖确秶?2%左右的區(qū)域，并結(jié)合有利圈閉及該區(qū)域的油氣預測結(jié)果，最終確定鉆探目標。

圖5 本文方法與傳統(tǒng)方法孔隙度預測結(jié)果對比

圖6 過H1井孔隙度預測剖面

圖7 碳酸鹽巖儲層頂面向下20ms(a)和底面(b)的孔隙度預測切片

3 結(jié)束語

基于巖石綜合骨架模型的孔隙度預測方法以點到面的方式更好地適應碳酸鹽巖儲層橫向變化大的特點，從測井數(shù)據(jù)試算和實際地震資料應用效果的分析得到4點認識。

1) 巖石孔隙結(jié)構(gòu)和孔隙度同為描述巖石孔隙特性的重要參數(shù)，在孔隙度預測中同時考慮孔隙結(jié)構(gòu)的影響在理論和實踐上是必要、可行的。

2) 我們導出的巖石孔隙結(jié)構(gòu)參數(shù)C，綜合了孔隙的各種特征，有一定的代表性和實用價值。

3) 測井數(shù)據(jù)試算和實際地震資料應用的效果表明，我們提出的考慮了孔隙結(jié)構(gòu)影響的孔隙度預測方法是正確、有效的。

4) 地震疊前彈性反演是我們提出孔隙度預測方法的基礎，提高彈性反演的可靠性和精度對孔隙度預測效果有重要作用。

參 考 文 獻

[1] Wyllie M R J,Gregory A R,Gardner L W,et al.Elastic wave velocities in heterogeneous and porous media [J].Geophysics,1956,21(1):41-70

[2] Raymer L L,Hunt E R,Gardner J S.An improved sonic transit time-to-porosity transforms [J].Society of Petrophysicists and Well-Log Analysts,1980,21:1-13

[3] Hamilton E L,Bachman R T,Berger W H,et al.Acoustic and related properties of calcareous deep-sea sediments [J].Journal of Sedimentary Petrology,1982,52(3):733-753

[4] Han D A,Nur A,Morgan D.Effect of porosity and clay content on wave velocities in sandstones [J].Geophysics,1986,51(11):2093-2107

[5] Kahraman S,Yeken T.Determination of physical properties of carbonate rocks from P-wave velocity [J].Bulletin of Engineering Geology and the Environment,2008,67(2):277-281

[6] 張應波.地震孔隙率反演方法和應用[J].石油地球物理勘探,1994,29(3):261-273

Zhang Y B.A new method for seismic porosity inversion and its application[J].Oil Geophysical Prospecting,1994,29(3):261-273

[7] Emilson P L,ALexandre C V.3D porosity prediction from seismic inversion and neural networks [J].Computers & Geosciences,2011,37(8):1174-1180

[8] Nahser M A,Wang Y H.Porosity prediction using the group method of data handling [J].Geophysics,2011,76(5):O15-O22

[9] Nur A，Marion D,Yin H.Wave velocities in sediments[C]∥ Hovem J M,Richardson M D,Stoll R D.Shear waves in marine sediments.Dordrecht,Netherlands:Kluwer Academic Publishers,1991:131-140

[10] Avseth P,Wijngaarden A-J V,Flesche H,et al.Seismic fluid prediction in poorly consolidated and clay laminated sands[J].Expanded Abstracts of 67thEAGE Annual Conference,2005,Z99

[11] Vernik L,Kachanov M.Modeling elastic properties of siliciclastic rocks [J].Geophysics,2010,75(6):E171-E182

[12] Zimmerman R W.Compressibility of two-dimensional cavities of various shapes [J].Journal of Applied Mechanics,1986,53(3):500-504

[13] Kachanov M.Effective elastic properties of cracked solids:critial revies of some basic concepts[J].Applied Mechanics Reviews,1992,45(8):304-335

[14] Eberli G P,Batzle M L,Anselmetti F S,et al.Factors controlling elastic properties in carbonate sediments and rocks [J].The Leading Edge,2003,22(7):654-660

[15] Sun Y F.A two-parameter model of elastic wave velocities in rocks and numerical avo modeling [J].Journal of Computational Acoustics,2004,12(4):619-630

[16] Weger R J,Baechle G T,Eberli G P,et al.Quantification of pore structure and its effect on sonic velocity and permeability in carbonates [J].AAPG Bulletin,2009,93(10):1297-1317

[17] Zhao L X,Nasser M,Han D H.Quantitative geophysical pore-type characterization and its geological implication in carbonate reservoirs [J].Geophysical Prosecting,2013,61(4):827-841

[18] He X L,He Z H,Wang X B,et al.Rock skeleton models an seismic porosity inversion [J].Applied Geophysics,2012,9(3):349-258

[19] Gassmann F.Uber die elastizitat poroser medien[J].Gesellschaft in Zurich,1951,96(3):1-23

[20] Mavko G,Mukerji T,Dvorkin J.The rock physics handbook:tools for seismic analysis in porous media [M].Cambridge:Cambridge University Press,1998:91-100

[21] He X L,He Z H,et al.Calculations of rock matrix modulus based on a linear regression relation [J].Applied Geophysics,2011,8(3):155-162

[22] Lin K,Xiong X J,He Z H,et al.Self-adapting extraction of matrix mineral bulk modulus and verification of fluid substitution [J].Applied Geophysics,2011,8(2):110-116