基于地震波形指示的碳酸鹽巖儲集體反演方法
——以塔河油田中-下奧陶統(tǒng)為例

韓長城，林承焰,2,3，任麗華,2,3，董春梅,2,3，魏 婷

[1.中國石油大學(華東) 地球科學與技術(shù)學院，山東 青島 266580； 2.山東省油藏地質(zhì)重點實驗室，山東 青島 266580；3.中國石油 油氣儲層重點實驗室 中國石油大學(華東) 研究室，山東 青島266580: 4.中國石油 新疆油田分公司石西采油廠，新疆 克拉瑪依 834000]

基于地震波形指示的碳酸鹽巖儲集體反演方法
——以塔河油田中-下奧陶統(tǒng)為例

韓長城1，林承焰1,2,3，任麗華1,2,3，董春梅1,2,3，魏 婷4

[1.中國石油大學(華東) 地球科學與技術(shù)學院，山東 青島 266580； 2.山東省油藏地質(zhì)重點實驗室，山東 青島 266580；3.中國石油 油氣儲層重點實驗室 中國石油大學(華東) 研究室，山東 青島266580: 4.中國石油 新疆油田分公司石西采油廠，新疆 克拉瑪依 834000]

塔河油田奧陶系碳酸鹽巖巖溶儲集體埋深大，分布不均，類型復雜，具有較強的非均質(zhì)性，儲集體類型識別一直是該區(qū)油氣勘探和開發(fā)的難題。為此，基于貝葉斯判別理論和馬爾科夫鏈蒙特卡洛抽樣算法，實現(xiàn)了一種新型波阻抗反演方法。在儲集體類型識別、地震反射特征和巖石物理分析基礎上，利用地震波形相似性優(yōu)選樣本井，參照樣本空間分布距離和曲線分布特征建立初始阻抗模型。通過建立建議分布與先驗信息之間的關(guān)系，實現(xiàn)先驗解空間的有效采樣，同時采用Metropolis-Hastings抽樣算法對貝葉斯后驗概率分布抽樣，從而獲得最大后驗概率解。將該反演方法應用到塔河油田奧陶系巖溶儲集體類型識別中，在反演精度得到明顯提高的同時，充分利用了地震波形橫向變化特征反映巖溶儲集體空間分布位置和橫向展布規(guī)律，有效識別了巖溶儲集體類型，為非均質(zhì)極強的巖溶縫洞儲集體的精細表征提供有力支撐。

波形指示反演;貝葉斯理論;巖溶儲集體;奧陶系;塔河油田；塔里木盆地

塔里木盆地奧陶系碳酸鹽巖巖溶儲集體分布不均，儲集體類型復雜，具有較強的非均質(zhì)性[1-3]。碳酸鹽巖基質(zhì)具有低孔、低滲的特點，儲集空間主要為后期溶蝕作用形成的洞穴、孔洞和裂縫，根據(jù)儲集體的形態(tài)和組合方式不同，將其分為溶蝕洞穴型、溶蝕孔縫型和裂縫型3類[4]?？p洞儲集體縱、橫向變化快，規(guī)模大小不一，分布規(guī)律復雜，主要依靠地球物理資料進行縫洞儲集體識別預測。但由于奧陶系埋深大，一般大于5 500 m，碳酸鹽巖致密，地震波傳播速度快[5]，反射信號弱，地球物理特性非常復雜，給地震勘探開發(fā)帶來了很多困難。近年來，隨著地球物理技術(shù)的發(fā)展，很多學者嘗試利用多種地球物理方法地對碳酸鹽巖縫洞儲集體進行了預測。諸如，正演模擬縫洞儲集體反射特征，建立縫洞儲集體形態(tài)及巖石物理參數(shù)與地震響應之間的關(guān)系[6-7]；利用地震屬性預測縫洞體[8-9]，如振幅變化率屬性、相干屬性集多屬性優(yōu)化技術(shù)等均取得了較好效果；通過地震波形特征建立儲集體和地震之間的響應關(guān)系[10-11]；利用波阻抗反演[12]和地質(zhì)統(tǒng)計學反演方法對縫洞儲集體進行預測[13-14]。這些研究成果均較好指導碳酸鹽巖縫洞儲集體勘探，但仍然存在較多問題，如地震屬性多解性較強；波阻抗反演分辨率太低，無法滿足小型縫洞體預測需求；測井約束反演高頻分量主要來源于初始阻抗模型，多解性強；地質(zhì)統(tǒng)計學反演隨機性較強，對井位分布要求較高。地震波形指示反演是貝葉斯判別理論[15-17]和馬爾科夫鏈蒙特卡洛[18-19]抽樣算法實現(xiàn)的一種反演方法。在貝葉斯理論框架下，通過給定地質(zhì)認識、測井解釋等建立先驗解空間，建立建議分布與先驗解空間之間的關(guān)系，實現(xiàn)先驗解空間的有效采樣，采用Metropolis-Hastings抽樣算法對后驗概率分布抽樣，選取目標函數(shù)最大值時的解作為可行隨機實現(xiàn)，求取多次可行實現(xiàn)均值作為期望輸出。該反演結(jié)果在縱向上分辨率得到提高，同時在橫向上對儲集體邊界精細刻畫。

1 反演方法原理

1.1 目標函數(shù)建立

根據(jù)貝葉斯條件概率定義，事件的后驗概率公式為：

(1)

式中:

m——模型參數(shù)，對應的先驗分布為p(m)，先驗分布p(m)與觀察數(shù)據(jù)n無關(guān)，主要由測井資料得到；

n——與待求模型參數(shù)m有關(guān)的觀測樣本；

p(n,m)——m和n的聯(lián)合分布；

p(n)——n發(fā)生的概率；

p(n|m)——似然函數(shù)，表示在模型參數(shù)m下的條件概率；

p(m|n)——在觀察數(shù)據(jù)n下模型的后驗概率。

一般由聲波曲線所計算的波阻抗曲線是由兩部分組成:

(2)

式中:

y——由聲波計算得到的波阻抗值，g·cm-3·m·s-1；

z——待求解的地下各地層的實際波阻抗值；

N——背景噪音，一般情況下，假設背景噪音N服從高斯分布[20]，其均值為0。

由于(z-zp)2與N一樣均符合高斯分布，則目標函數(shù)可以表示為：

(3)

式中：

zp——波阻抗z的期望值，zp主要通過選取的樣本井的波阻抗曲線求得;

σ——均方差。

波阻抗反演過程就是通過公式(3)研究z為何值時從而使J1達到最小。波阻抗反演存在不穩(wěn)定性和多解性，使用一種方法很難獲得較理想解；同時由于地震資料帶限寬度的限制，只能提供波阻抗反演的中頻成分，而高頻和低頻成分則主要通過測井數(shù)據(jù)、地質(zhì)信息獲得[21]，因此可以用貝葉斯推理把反演問題與觀測數(shù)據(jù)信息、模型信息以及先驗信息聯(lián)系起來，引入先驗信息對其進行約束，從而獲得較穩(wěn)定的反演解[22]。在貝葉斯理論下，具有先驗信息條件時，經(jīng)過貝葉斯推理，得到待反演模型參數(shù)的目標函數(shù)為：

(4)

式中:

z——波阻抗，g·cm-3·m·s-1。

J2(z)——勢函數(shù)的和，是與先驗信息如測井資料、地質(zhì)信息等有關(guān)的函數(shù)。

J1(z)——與某些后驗信息有關(guān)的函數(shù)。常數(shù)λ為平滑參數(shù)，用于協(xié)調(diào)J1(z)和J2(z)之間相互影響。

公式(4)進一步改寫為：

(5)

式中:

φ——勢函數(shù)；

λ——正規(guī)參數(shù)，一種平滑參數(shù)；

δ——正規(guī)參數(shù)，一種刻度參數(shù)，調(diào)節(jié)不連續(xù)處調(diào)節(jié)梯度值。

先驗項φk(z)中的k可取1，2，3。當k=1時表示先驗項求和是在目標點最鄰近的水平和垂直方向所有區(qū)域進行。k=2,3時表示在平面或二次曲面上對鄰近點之間的梯度矢量和Hsssian矩陣求和[21]。公式(4)由兩部分組成，第一部分是關(guān)于測量模型和數(shù)據(jù)之間的某種一致性，當其值達到最小時，一致性會變得很好，但解穩(wěn)定性變差；第二部分是關(guān)于解“光滑性”的測量標準，當其值取最小時，獲得的近似解較穩(wěn)定。

1.2 MCMC方法和Metropolis-Hastings抽樣準則

MCMC方法是在貝葉斯框架下，用已有資料進行約束，既可使最優(yōu)解滿足參數(shù)的統(tǒng)計特性，同時融入了先驗信息，解的精度得到提高[23]。由于反演問題的非線性性，后驗分布常常沒有顯式的表達式，因此，引入MCMC方法對后驗概率分布進行采樣，從而獲得參數(shù)的估計值。其基本思想是：通過構(gòu)建一個平穩(wěn)分布為π(x)的馬爾科夫鏈來獲得π(x)的樣本，被估計的模型參數(shù)值是鏈的狀態(tài)空間，被估計的后驗分布為鏈的貝葉斯后驗分布。

利用馬爾科夫鏈蒙特卡羅(MCMC)方法對貝葉斯理論下的后驗概率分布進行隨機抽樣，反演問題希望得到的是所估參數(shù)的后驗概率分布，因此各個參數(shù)的馬爾科夫鏈應收斂于所估計參數(shù)的后驗概率分布[24]。

設M為某一空間，n為產(chǎn)生的總樣本數(shù)，m為馬爾科夫鏈達到平穩(wěn)時的樣本數(shù)，則MCMC的思路為[25]：

(1) 構(gòu)建一條Markov鏈，使其收斂至平穩(wěn)分布π(x)，常用的構(gòu)造轉(zhuǎn)移核的是Gibbs抽樣和Metropolis-Hastings抽樣；

(2) 產(chǎn)生樣本,由M中的某一點x(0)出發(fā)，用(1)中的Markov鏈進行抽樣模擬，產(chǎn)生點序列x1,…,xn；

(3) 蒙特卡羅積分。任一函數(shù)f(x)的期望估計為

(6)

式中：

n——總樣本數(shù)；

m——馬爾科夫鏈達到平穩(wěn)時的樣本數(shù)。

Metropolis-Hastings抽樣的基本思路[12]是：選擇一轉(zhuǎn)移函數(shù)q(x;x(i-1))和初始值x(0)，若第i次迭代開始時的參數(shù)值為x(i-1)，則第i次迭代過程為：

(1) 從q(x;x(i-1))中抽取一個備選值x′；

(2) 計算接受概率

(7)

(3) 以概率α(x(i-1),x′)，置x(i)=x′，以概率1-α(x(i-1),x′)，置x(i)=x(i-1)；

(4) 重復(1)—(3)步n次，則可以得到后驗樣本x(1),x(2),x(3),…,x(n)。從而可計算后驗分布的各階矩以進行統(tǒng)計推理。

三維地震資料是分布密集的空間結(jié)構(gòu)化數(shù)據(jù)，地震波形的橫向變化反映不同沉積環(huán)境和巖性組合在空間上的變化規(guī)律。因此地震波形指示反演是在沉積學基本原理的基礎上，利用地震波形相似性優(yōu)選相關(guān)井樣本，參照樣本空間分布距離和曲線分布特征建立初始阻抗模型。同時通過對同一相帶內(nèi)聲波阻抗曲線的分析，提出了“相截頻率”，進一步拓寬頻帶分布，統(tǒng)計樣本井縱波阻抗建立先驗概率函數(shù)。將初始模型與地震波阻抗體進行匹配濾波，求得似然函數(shù)，對樣本進行多尺度分解，逐步濾除高頻成分；最后基于貝葉斯理論，聯(lián)合似然分布與先驗分布得到后驗概率分布，并將其作為目標函數(shù)；基于波形指示優(yōu)選的樣本在空間上具有較好的相關(guān)性，采用Metropolis-Hastings抽樣算法對后驗概率分布抽樣，選取目標函數(shù)最大值時的解作為可行隨機實現(xiàn)，求取多次可行實現(xiàn)的均值作為期望輸出。因此該反演方法在高頻成分確定過程中充分利用了地震波形的橫向變化特征，在提高垂向分辨率的同時，隨機性減小。

2 應用實例

2.1 地質(zhì)概況

塔河油田位于塔里木盆地北部沙雅隆起中段的阿克庫勒凸起西南端[26]，先后經(jīng)歷了加里東、海西、印支-燕山和喜馬拉雅期構(gòu)造升降運動，遭受多期剝蝕及巖溶作用。塔里木盆地奧陶系主要為一套臺地相碳酸鹽巖沉積，發(fā)育有下奧陶統(tǒng)蓬萊壩組、中-下奧陶統(tǒng)鷹山組、中奧陶統(tǒng)一間房組，上奧陶統(tǒng)切爾巴克組、良里塔格組、桑塔木組，主要目的層為中、下奧陶統(tǒng)的鷹山組和一間房組。鷹山組主要巖性為褐灰色泥微晶灰?guī)r、白云質(zhì)灰?guī)r和灰質(zhì)白云巖；一間房組主要巖性為灰色砂屑灰?guī)r、生物灰?guī)r和泥微晶灰?guī)r等。加里東期和海西期發(fā)生兩期重要的構(gòu)造運動，加里東中期第 Ⅰ 幕構(gòu)造運動形成了一間房組頂面平行不整合面，主要發(fā)生大氣淡水溶蝕作用；加里東中期 Ⅱ 幕構(gòu)造運動，在良里塔格組與上覆桑塔木組形成角度不整合面，遭受強烈剝蝕；晚奧陶世末期，發(fā)生加里東中期 Ⅲ 幕，構(gòu)造抬升，中、上奧陶統(tǒng)遭受剝蝕；海西早期構(gòu)造運動幅度較大，抬升剝蝕較劇烈，形成大型不整合面，巖溶作用較強烈(圖1)。

2.2 儲集體類型及特征

通過對研究區(qū)13口井的巖心、薄片與錄井等資料的觀察分析，塔河油田奧陶系巖溶儲層儲集空間類型多樣，主要包括孔隙、裂縫和大型溶洞。根據(jù)它們的組合關(guān)系不同，儲集體類型主要有溶蝕洞穴型、裂縫-孔洞型和裂縫型3類[4]。

溶蝕洞穴型儲集體的儲集空間多為未充填或半充填的大型洞穴系統(tǒng)。巖溶垮塌充填的沉積物中可見分選較差，棱角-次棱角狀的灰?guī)r角礫(圖2a)。鉆井過程中發(fā)生井漏和放空漏失，聲波時差呈現(xiàn)明顯“U”型高值，密度顯著降低，中子孔隙度增大，電阻率曲線明顯降低，深淺電阻率出現(xiàn)正幅值差，在泥質(zhì)充填處自然伽馬值升高，在地震剖面上表現(xiàn)為強的“串珠”狀反射。裂縫-孔洞型儲集體儲集空間多為裂縫和溶蝕孔洞，孔洞多為沿先期裂縫、微裂隙、縫合線等局部溶蝕擴大形成，裂縫和溶孔對油氣的儲集、滲流都有重要的作用，后期多被方解石或有機質(zhì)全充填-半充填(圖2b,c)。常規(guī)測井曲線特征為：密度稍微降低，聲波時差發(fā)生輕微跳變，電阻率值降低，在地震剖面上多表現(xiàn)為雜亂反射特征。裂縫型儲集體的儲集空間是構(gòu)造縫、溶蝕縫和成巖縫等。裂縫的成因主要受構(gòu)造作用和成巖作用控制，經(jīng)歷多期次構(gòu)造擠壓作用，可見多組不同角度裂縫相互交叉形成裂縫網(wǎng)絡。具有多期次發(fā)育特點，后期被方解石、有機質(zhì)等充填-半充填，部分直立縫未充填，裂縫面存在油質(zhì)(圖2d,e)。

2.3 地震反射特征分析

在正演模擬和前人研究的基礎上[27-29]，結(jié)合塔河油田碳酸鹽巖儲層實際地質(zhì)情況及地震反射特征，將碳酸鹽巖巖溶儲集體的地震反射結(jié)構(gòu)分為“串珠”狀反射、雜亂反射和弱反射3類。

“串珠”狀反射是塔里木盆地碳酸鹽巖勘探和開發(fā)的主要研究對象，且已證實具有較好產(chǎn)能(圖3a)。當碳酸鹽巖縫洞與不整合面間距大于30 m時，溶洞與致密基巖之間會形成多次繞射，繞射波經(jīng)過疊前偏移成像可在垂向上形成多個短軸強反射[24]。通常是垂直洞穴、大型橢圓型儲集體及多層儲集體的響應特征。當風化殼表層儲集體不發(fā)育，內(nèi)幕儲集體發(fā)育時，表現(xiàn)為表層強反射、內(nèi)幕“串珠”狀反射(圖3b)；當風化殼表層和內(nèi)幕區(qū)儲集體均發(fā)育時，且之間有較厚致密層隔擋時，表現(xiàn)為表層弱反射、內(nèi)幕“串珠”狀反射(圖3c)。

雜亂反射常由一些連續(xù)性較差、方向不定、形狀各異、振幅有強有弱的短同向軸組成。

當縱向厚度較小的孔洞和裂縫組成的橫向隨機分布孔洞儲集體時，地震反射結(jié)構(gòu)特征表現(xiàn)為強雜亂反射(圖3d,e)。

圖1 塔河油田構(gòu)造位置和地層綜合柱狀圖Fig.1 Structure units and stratigraphic column in Tahe oilfield

圖2 塔河油田Tk210井地層綜合柱狀圖Fig.2 Composite columnar section of Well Tk210 in Tahe oilfield

弱反射在地震剖面上表現(xiàn)為振幅值小或空白的反射值。內(nèi)幕區(qū)發(fā)育規(guī)模較小的孔洞型儲集體、裂縫型儲集體或縫洞儲集體距風化殼距離較近時表現(xiàn)為弱反射特征(圖3f)。

2.4 儲層巖石物理分析

首先對研究區(qū)測井資料進行標準化預處理，主要針對的是因測井儀器誤差等原因?qū)е聹y井數(shù)據(jù)出現(xiàn)的偏差。然后對測井資料進行統(tǒng)計分析，碳酸鹽巖基巖致密，地震波傳播速度和密度均較高，地震波的平均速度達到6 000 m/s。地層中發(fā)育裂縫、溶孔和洞穴時導致聲波時差明顯增大、密度降低，即波阻抗值顯著降低，同時深側(cè)向電阻率也明顯降低。因此波阻抗與儲集體之間存在明顯的對應關(guān)系。圖4給出了不同儲集體類型縱波阻抗與深側(cè)向電阻率交匯分析結(jié)果。溶蝕洞穴型儲集體波阻抗值最低，從12 000～15 500 g·cm-3·m·s-1，裂縫-孔洞型儲集體波阻抗值域為14 100～16 400 g·cm-3·m·s-1，裂縫型儲集體波阻抗值較高，從15 700～17 500 g·cm-3·m·s-1，而碳酸鹽巖基巖波阻抗值多為大于17 000 g·cm-3·m/s-1。因此波阻抗值能較好區(qū)分各類型儲集體。

2.5 子波提取及頻率參數(shù)設置

子波的提取主要采用循環(huán)迭代法。其提取流程為：利用地震道的自相關(guān)性計算初始子波的振幅譜和相位譜；利用振幅譜和相位譜的信息合成一個理論雷克子波，用理論子波合成的記錄進行初步標定，提取井旁地震道實際地震子波，用該子波制作合成記錄并重新調(diào)整時深關(guān)系。如此反復，直至得到相位振幅譜變化穩(wěn)定的精細子波。地震數(shù)據(jù)的頻帶范圍影響反演結(jié)果的分辨率。地震資料主頻為30 Hz，有效頻帶范圍為10～70 Hz，主要集中在中頻范圍；而反演中的低頻信息和高頻信息主要由測井曲線提供。因此在地震波形指示反演中，低頻成分主要從測井資料中獲取，中頻成分通過地震資料求取，高頻成分是在地震波形指示下進行的隨機模擬結(jié)果，整個過程是由確定到隨機的逐步過渡，隨機成分較少。本次反演的低頻參數(shù)和高頻參數(shù)優(yōu)選如下：低頻參數(shù)中高通頻率取6 Hz，高截頻率取10 Hz；高頻參數(shù)中低截頻率取60 Hz，低通頻率取80 Hz，高通頻率取200 Hz，高截頻率取250 Hz。

圖3 塔河油田波形反射特征剖面Fig.3 Seismic waveform reflection profiles of Tahe oilfield

圖4 塔河油田奧陶系儲集體縱波阻抗與深側(cè)向電阻率測井值交匯圖Fig.4 Crossplot of P-wave impedance vs. RD of the Ordovician reservoirs in Tahe oilfield

2.6 反演效果分析

通過對塔河油田的地質(zhì)、地震以及測井等資料分析，確定了碳酸鹽巖儲集體類型及對應的地震反射波特征，得到了巖石物理參數(shù)模型。在貝葉斯理論基礎上，以地質(zhì)認識、測井數(shù)據(jù)和地震解釋層位作為先驗信息來約束反演結(jié)果，綜合其概率密度函數(shù)得到巖溶儲集體發(fā)育情況的后驗概率分布函數(shù)，即縫洞儲集體的空間發(fā)育規(guī)律。圖5a是原始地震剖面、測井約束反演和波形指示反演結(jié)果。在原始剖面上，縫洞儲集體為大片的“串珠”狀強震幅反射以及弱振幅反射，能大概確定儲集體分布的位置，但對縱向上儲集體的疊置關(guān)系、橫向上儲集體的邊界范圍以及儲集體的具體形狀無法確定。

測井約束地震反演是基于模型的反演，從圖5b中可以看出,在井點處反演結(jié)果垂向分辨率較高，但由于其初始波阻抗模型是由井資料內(nèi)插和外推實現(xiàn)的，其橫向連續(xù)性較好。但塔河油田奧陶系碳酸鹽巖縫洞儲集體埋藏深度大，儲集體分布受斷裂、巖溶作用等多因素控制，儲集體形態(tài)復雜，縱橫向分布變化快，非均質(zhì)性極強，因此對于碳酸鹽巖縫洞型儲集體這類橫向變化較快的儲層，測井約束地震反演井間預測較好較差。地震波形的橫向變化可以較好的反映縫洞儲集體橫向變化規(guī)律，不同地震反射特征所反映的儲集體的類型不同，如大型溶洞儲集體多為“串珠”狀反射，而雜亂反射多為裂縫-孔洞型儲集體，弱反射多為裂縫發(fā)育帶。因此在反演過程中基于地震波形特征優(yōu)選樣本，利用樣本井的原始數(shù)據(jù)和空間結(jié)構(gòu)特點，對未知樣點進行線性無偏、最優(yōu)估計。在地震波形約束條件下，有效的提高高頻信息，反演結(jié)果能較好地區(qū)分各類儲集體的空間分布規(guī)律(圖5c)。波阻抗值低的部分(即波阻抗值小于15 500 g·cm-3·m·s-1部分)為規(guī)模較大、物性較好的溶洞型儲集體。對于非溶洞型儲集體，波阻抗變化主要反映在物性差異上，波阻抗值較低處為裂縫-孔洞型儲集體(即波阻抗值域為14 100～16 400 g·cm-3·m·s-1)，如Tk211井測井解釋在表層發(fā)育一段大約30 m的裂縫-孔洞型儲集體，在地震剖面上無法看出，而反演剖面上有較好的反應。裂縫型儲集體主要是波阻抗值較高部分，主要發(fā)育在風化殼表層和構(gòu)造變形部位。波阻抗值最高處為碳酸鹽巖基巖部分，在反演剖面上主要為藍色-淺藍色部分。在反演平面圖上也可以看出縫洞儲集體多為管道狀暗河和孤立型溶洞，在溶洞周圍有孔洞-裂縫型儲集體發(fā)育，儲集體主要分布在研究區(qū)的北部(圖6)?？p洞儲集體橫向分布較自然，與地質(zhì)認識相符。

圖5 塔河油田過Tk211—Tk445井地震剖面波和反演剖面Fig.5 Seismic and inversion sections crossing Tk211 and Tk445 wells in Tahe oilfielda.原始地震剖面;b.測井約束波阻抗反演剖面;c.波形指示反演剖面

圖6 塔河油田波形指示反演結(jié)果平面屬性Fig.6 Map showing waveform-indication-based inversion results in Tahe oilfiled

3 結(jié)論

1) 波形指示反演是在貝葉斯框架下，通過建立建議分布與先驗解空間之間的關(guān)系，實現(xiàn)先驗解空間的有效采樣，然后采用Metropolis-Hastings抽樣算法對后驗概率分布抽樣，從而實現(xiàn)的新型波阻抗反演方法。該過程中地質(zhì)認識及測井資料起著軟約束作用，在尊重地震本身趨勢的情況下，根據(jù)波形特征儲集體縱向分辨能力得到提高的波阻抗數(shù)據(jù)體，更加突出了地震資料在井間儲集體預測作用。

2) 縫洞碳酸鹽巖儲集體非均質(zhì)性強，分布規(guī)律復雜，儲集體預測識別一直是一個難題。溶蝕洞穴型儲集體規(guī)模較大，物性好，利用該方法識別效果較好，裂縫-孔洞型儲集體多是成帶分布，也能較好的識別；裂縫型儲集體與基巖的波阻抗值差異較小，預測結(jié)果準確性仍需要進一步確定。同時由于引入的高頻信息是在波形指示下進行的隨機模擬，因此，需要注意樣本井的選取和高頻信息的選取。

[1] 韓長城,林承焰,魯新便,等.塔河油田奧陶系碳酸鹽巖巖溶斜坡斷控巖溶儲層特征及形成機制[J].石油與天然氣地質(zhì),2016,37(5):644-652. Han Changcheng,Lin Chengyan,Lu Xinbian,et al.Characterization and genesis of fault-controlled karst reservoirs in Ordovician carbonate karst slope of TaheOilfield,Tarim Basin[J].Oil & Gas Geology,2016,37(5):644-652.

[2] 劉立峰,孫贊東,楊海軍,等.縫洞型碳酸鹽巖儲層地震屬性優(yōu)化方法及應用[J].石油地球物理勘探,2009,44(6):747-754. Liu Lifeng,Sun Zandong,Yang Haijun,et al.Seismic attribute optimization method and its application for fractured-vuggy carbonate reservoir[J].Oil Geohysical Prospecting,2009,44(6):747-754.

[3] 張學豐,李明,陳志勇,等.塔北哈拉哈塘奧陶系碳酸鹽巖巖溶儲層發(fā)育特征及主要巖溶期次[J].巖石學報,2012,28(3):815-826. Zhang Xuefeng,Li Ming,Chen Zhiyong,et al.Characteristics and karstification of the Ordovician carbonate reservoir,Halahatang area,north TarimBasin[J].Acta Petrologica Sinica,2012,28(3):815-826.

[4] 韓長城,林承焰,任麗華,等.塔里木盆地塔河10區(qū)奧陶系斷裂特征及對巖溶儲層的控制作用[J].天然氣地球科學,2016,27(5):790-798. Han Changcheng,Lin Chengyan,Ren Lihua,et al.Characteristics of Ordovician fault in the Block 10 of Tahe Oilfield,Tarim Basin and its controlling effect on karst reservoirs[J].Natural Gas Geoscience,2016,27(5):790-798.

[5] 趙裕輝,胡建中,魯新便,等.碳酸鹽巖縫洞型儲集體識別與體積估算[J].石油地球物理勘探,2010,45(5):720-724. Zhao Yuhui,Hu Jianzhong,Lu Xinbian,et al.Identification of carbonate fractured-vuggy reservoir and volumeestimation[J].Oil Geohysical Prospecting,2010,45(5):720-724.

[6] 馬靈偉,顧漢明,李宗杰,等.正演模擬碳酸鹽巖縫洞型儲層反射特征[J].石油地球物理勘探,2015,50(2):290-297. Ma Lingwei,GuHanming,Li Zongjie,et al.Simulation of carbonate fracture-cavern reservoir reflection characteristics with forward modeli-ng[J].Oil Geohysical Prospecting,2015,50(2):290-297.

[7] 李倩,狄?guī)妥?魏建新.碳酸鹽巖儲層孔洞體積的地震物理模擬估算[J].石油地球物理勘探,2014,49(6):1147-1156. Li Qian,Di Bangrang,Wei Jianxin.Carbonate reservoir cave volume estimation with seismic physical simulation[J].Oil Geohysical Prospecting,2014,49(6):1147-1156.

[8] 韓革華,漆立新,李宗杰,等.塔河油田奧陶系碳酸鹽巖縫洞型儲層預測技術(shù)[J].石油與天然氣地質(zhì),2006,27(6):860-870. Han Gehua,Qi Lixin,Li Zongjie,et al.Prediction of the Ordovician fractured-vuggy carbonate reservoirs in Taheoilfield[J].Oil & Gas Geology,2006,27(6):860-870.

[9] 王光付.碳酸鹽巖溶洞型儲層綜合識別及預測方法[J].石油學報,2008,29(1):47-51. Wang Guangfu.Integrative identification and prediction methods for carbonate rock cave reservoir[J].Acta Petrolei Sinica,2008,29(1):47-51.

[10] 溫志新,王紅漫,漆立新,等.塔河油田奧陶系縫洞型碳酸鹽巖儲層預測研究[J].地學前緣,2008,15(1):94-100. Wen Zhixin,Wang Hongman,Qi Lixin,et al.Research on the prediction of Ordovician carbonatereservoir of fissure-cave type in the Tahe Oilfield[J].Earth Science Frontiers,2008,15(1):94-100.

[11] 羅亞能,黃捍東,王玉梅,等.地震波形反演與測井聯(lián)合的三維建模方法[J].石油地球物理勘探,2016,51(5):947-954. LuoYaneng,Huang Handong,Wang Yumei,et al.Three-dimensional modeling based on integration of full wave inversion and well logging data[J].Oil Geophysical Prospecting,2016,51(5):947-954.

[12] 孫素琴,楊玉杰.塔里木盆地順西區(qū)塊地震反演及儲層預測[J].石油物探,2012,51(3):304-311. Sun Suqin,Yang Yujie.Seismic inversion and reservoir prediction of Shunxi block in TarimBasin[J].Geophysical Prospecting for Petroleum,2012,51(3):304-311.

[13] 孫煒,王彥春,李玉鳳,等.基于地質(zhì)統(tǒng)計學反演的碳酸鹽巖孔縫洞預測研究[J].現(xiàn)代地質(zhì),2012,26(6):1258-1264. Sun Wei,Wang Yanchun,Li Yufeng,et al.Fractures and solution pore prediction in carbonate reservoirs based on geo-statistics inversion[J].Geoscience,2012,26(6):1258-1264.

[14] 韓東,胡向陽,鄔興威,等.基于地質(zhì)統(tǒng)計學反演的縫洞儲集體物性定量評價[J].地球物理學進展,2016,31(2):655-661. Han Dong,Hu Xiangyang,Wu Xingwei,et al.Quantitative evaluation for porosity of the fracture-cavity reservoir based on geostatistical inversion[J].Progress in Geophysics,2016,31(2):655-661.

[15] 徐旺林,張繁昌,郭彥如,等.貝葉斯全頻信息同時反演在鄂爾多斯盆地碳酸鹽巖儲層預測中的應用[J].石油地球物理勘探,2014,49(4):723-728. Xu Wangling,Zhang Fanchang,Guo Yanru,et al.Bayesian full frequency simultaneous inversion for carbonate reservoir in Erdos Basin[J].Oil Geohysical Prospecting,2014,49(4):723-728.

[16] 韓長城,林承焰,任麗華,等.地震波形指示反演在東營凹陷王家崗地區(qū)沙四上亞段灘壩砂的應用[J].中國石油大學學報:自然科學版,2017,41(2):60-69. Han Changcheng,Lin Chengyan,Ren Lihua,et al.Application of seismic waveform inversion in Es4sbeach-bar sandstone in Wangjiagang area,Dongying Depression[J].Journal of China University of Petroleum(Edition of Natural Science),2017,41(2):60-69.

[17] 張繁昌,肖張波,印興耀.地震數(shù)據(jù)約束下的貝葉斯隨機反演[J].石油地球物理勘探,2014,49(1):176-182. Zhang Fanchang,Xiao Zhangbo,Yin Xingyao.Bayesian stochastic inversion constrained by seismic data[J].Oil Geoohysical Prospecting,2014,49(1):176-182

[18] 王芳芳,李景葉,陳小宏.基于馬爾科夫鏈先驗模型的貝葉斯巖相識別[J].石油地球物理勘探,2014,49(1):183-189. Wang Fangfang,Li Jingye,Chen Xiaohong.Bayesian facies identification based on Markov-chain prior model[J].Oil Geoohysical Prospecting,2014,49(1):183-189

[19] 韓東,胡向陽,鄔興威,等.基于馬蒙算法地質(zhì)統(tǒng)計學反演的縫洞儲集體預測[J].物探與化探,2015,39(6):1211-1216. Han Dong,Hu Xiangyang,Wu Xingwei,et al.The prediction research on fracture-cavity reservoirs by geostatistical inversion based on Markov Chain and Monte-Carlo algorithm in the Taheoilfield[J].Geophysical and Geochemical Exploration,2015,39(6):1211-1216.

[20] Rimstad K,More H.Impact of rock-physics depth trends and Markov random fields on hierarchical Bayesian lithology/fluid prediction[J].Geophysics,2010,75(4):R93-R108.

[21] 張宏兵,楊長春.正則參數(shù)控制下的波阻抗約束反演[J].地球物理學報,2003,46(6):827-834. Zhang Hongbing,YANG Changchun.A constrained impedance inversion method controlled by regularized[J].Chinese Journal of Geophysics,2003,46(6):827-834.

[22] 宋維琪,朱海偉,姜宇東,等.地面微地震資料震源定位的貝葉斯反演方法[J].石油物探,2013,52(1):11-16. Song Weiqi，Zhu Haiwei，Jiang Yudong，et al.Bayesian inversion method for surface monitoring microseismicdata[J].Geophysical Prospecting for Petroleum,2013,52(1):11-16.

[23] 張宏兵,尚作萍,楊長春,等.波阻抗反演正則參數(shù)估計[J].地球物理學報,2005,48(1):181-188. Zhang Hongbing,Shang Zuoping,Yang Changchun,et al.Estimation of regular parameters for the impedance inversion[J].Chinese Journal of Geophysics,2005,48(1):181-188.

[24] 張廣智,王丹陽,印興耀.利用MCMC方法估算地震參數(shù)[J].石油地球物理勘探,2011(4):605-609. Zhang Guangzhi,Wang Danyang,Yin Xingyao.Seismic parameter estimation using Markov Chain Monte Carlo Method[J].Oil Geoohysical Prospecting,2011(4):605-609.

[25] 朱新玲.馬爾科夫鏈蒙特卡羅方法研究綜述[J].統(tǒng)計與決策,2009(21):151-153. Zhu Xinling.Review on the research of Markov Monte Carlo method[J].Statistics & Decision,2009(21):151-153.

[26] 魯新便,高博禹,陳姝媚.塔河油田下奧陶統(tǒng)碳酸鹽巖古巖溶儲層研究—以塔河油田6區(qū)為例[J].礦物巖石,2003,23(1):87-92. Lu Xinbian,Gao Boyu,Chen Shumei.Study on characteristics of paleokarst reservoir in lower Ordovician carbonate of Tahe Oilfield[J].Journal of Mineralogy and Petrology,2003,23(1):87-92.

[27] 楊子川,李宗杰,竇慧媛.儲層的地震識別模式分析及定量預測技術(shù)初探—以塔河油田碳酸鹽巖儲層為例[J].石油物探,2007,46(4):370-377. Yang Zichuan,Li Zongjie,Dou Huiyuan.Seismic recognition model analysis and probe of quantitative reservoir prediction technology:case study of carbonate reservoirs in TaheOilfield[J].GPP,2007,46(4):370-377.

[28] 許杰,趙永勤,楊子川.應用波形分析技術(shù)預測塔河油田縫洞型儲集層[J].新疆石油地質(zhì),2007,28(6):756-760. Xu Jie,Zhao Yongqin,Yang Zichuan.Waveform analysis technique and fissure-cavity reservoir prediction in Tahe Oilfield[J].Xinjiang Petroleum Geology,2007,28(6):756-760.

(編輯 董 立)

Waveform-indication-based seismic inversion of carbonate reservoirs: A case study of the Lower-Middle Ordovician in Tahe oilfield，Tarim Basin

Han Changcheng1,Lin Chengyan1,2,3,Ren Lihua1,2,3,Dong Chunmei1,2,3,Wei Ting4

[1.SchoolofGeosciences,ChinaUniversityofPetroleum,Qingdao,Shandong266580,China;2.ReservoirGeologyKeyLaboratoryofShandongProvince,ChinaUniversityofPetroleum(EastChina),Qingdao,Shandong266580,China;3.PetroChinaKeyLaboratoryofOil&GasReservoir,ChinaUniversityofPetroleum(EastChina),Qingdao,Shandong266580,China;4.ShixiOilProductionPlant,XinjiangOilfieldCompany,PetroChina,Karamay,Xinjiang834000,China]

Carbonate karst reservoirs of the Lower-Middle Ordovician in Tahe oilfield feature in large burial depth,irregular distribution,complex reservoir types and strong heterogeneity,thus reservoir type identification is always a challenging during oil and gas exploration and development in the area.This paper documented a new impedance inversion method,i.e.waveform-indication-based inversion,based on Bayesian discriminant theory and Markov Chain Monte Carlo sampling algorithm.The method,based on reservoir type identification,seismic reflection characteristics and petrophysical analyses,can be used to optimize sample wells by observing seismic waveform similarities,and establish an initial impedance model by referring to sampling spacing and curve characteristics.The relationship between proposed distribution and prior information is firstly established to achieve efficient sampling of a priori solution space.A Metropolis-Hastings sampling algorithm is then used to sample the posterior probability distribution,so as to obtain the maximum posterior probability solution.The application of the method in identifying the types of the Ordovician karst reservoirs in Tahe Oilfield shows significant improvement of inversion accuracy and a better utilization of horizontal variation of seismic waveforms to reveal effectively the types and spatial and lateral distribution of the reservoirs,and provides fine characterization of the reservoirs.

waveform-indication-based inversion,Bayesian theory,carbonate reservoir,Ordovician,Tahe oilfield,Tarim Basin

2017-03-01;

2017-06-30。

韓長城(1984—)，男,博士研究生，碳酸鹽巖油藏精細描述。E-mail:517892849@qq.com。

任麗華(1979—),女，副教授，碳酸鹽巖油藏精細描述。E-mail:rlh-79@163.com。

國家科技重大專項(2017ZX05009-001)。

0253-9985(2017)04-0822-09

10.11743/ogg20170419

TE122.2

A