壓制孔隙影響的流體敏感因子優(yōu)選及其在烴類檢測中的應用

王迪，張益明，牛聰，黃饒，韓利

(1.中海油研究總院有限責任公司，北京 100028；2.中國海洋石油國際有限公司，北京 100028)

0 引言

深水濁積砂巖儲層是當前世界油氣勘探開發(fā)的熱點目標，以西非的尼日爾三角洲盆地為典型代表[1-4]。相比陸地和淺水沉積，深水區(qū)油氣勘探開發(fā)成本高且風險大，因此，如何準確預測優(yōu)質(zhì)儲層并開展烴類檢測對深水勘探尤為重要。疊前反演是進行烴類檢測的有效地球物理技術手段，其關鍵是首先優(yōu)選出能夠反映儲層流體性質(zhì)的敏感彈性參數(shù)，然后通過反演獲得該參數(shù)進行流體識別。早在20世紀80年代，Ostrander[5]開展了基于AVO技術的流體識別研究。隨后，Smith等[6]提出了流體因子的概念。Goodway等[7]提出了λρ-μρ交會分析的烴類檢測方法。Russell等[8]利用縱波阻抗與橫波阻抗構建了新的流體指示因子。張玉潔等[9]基于噴流效應對Russell流體因子進行了推廣和應用。姜仁等[10]利用Russell流體因子開展了致密儲層的含氣性檢測。鄭靜靜等[11]對各類流體因子進行了分類與系統(tǒng)總結。張廣智等[12]研究了角度流體因子提取方法，能夠更準確地識別目的層處的異常，同時提高剖面的信噪比。謝玉洪等[13]探索了“暗點”型油氣藏的流體指示因子，可以放大II類AVO異常的差異。

通常情況下，流體因子是通過疊前反演縱波阻抗和橫波阻抗等參數(shù)間接計算獲得，容易出現(xiàn)累計誤差，為此諸多學者提出了流體因子的直接反演方法。宗兆云等[14]提出了包含拉梅系數(shù)的彈性阻抗方程，可直接反演拉梅參數(shù)。印興耀等[15]提出了包含Gassmann流體項的彈性阻抗方程，可直接反演高精度的流體項。李紅梅[16]應用疊前彈性參數(shù)直接反演技術，提取了對儲層流體敏感的λρ、泊松比和高靈敏度流體因子等參數(shù)，對KD地區(qū)淺層河道砂巖油藏進行了識別。在流體因子敏感性評價方面，楊培杰等[17]建立了一種敏感因子定量分析方法。桂金詠等[18]提出了面向?qū)嶋H儲層的流體因子優(yōu)選方法。

在實際應用中，流體因子往往受到諸多因素、特別是孔隙度的影響，由于忽略孔隙度而出現(xiàn)流體識別假象的案例越來越多。張世鑫[19]研究發(fā)現(xiàn)復雜儲層受孔隙度影響會產(chǎn)生流體識別假象，如何將孔隙度的影響從流體因子中剔除顯得至關重要。李英等[20]通過流體替代、孔隙度替代等正演模擬顯示，在孔隙度波動范圍較大的區(qū)域，流體變化導致的地震異常響應往往會被孔隙度影響所掩蓋，此時“亮點”的響應往往表征的只是優(yōu)質(zhì)儲層而非含油氣層。為了壓制孔隙度的影響，諸多學者[21-23]指出流體模量只與孔隙內(nèi)流體類型有關而與孔隙度無關，具有更好的流體識別效果，開展了流體模量反演方法的研究。由于流體模量反演在實際應用中受限于地震資料品質(zhì)、干巖石模量估算精度等問題，結果存在不確定性。常規(guī)反演方法仍然是目前業(yè)界主流的技術手段，如何優(yōu)選出靶區(qū)真正體現(xiàn)流體性質(zhì)差異的敏感流體因子、提高常規(guī)反演流體識別精度顯得至關重要。為此，本文在綜合分析儲層地震響應特征的基礎上，提出了一種新的流體因子敏感性定量分析方法，篩選的流體因子具有“對流體性質(zhì)敏感度高、對孔隙度敏感度低”的特征，能夠最大限度地突出流體異常，壓制孔隙度的影響。實際應用結果表明，該流體因子能夠有效區(qū)分油層和高孔隙水層，與已鉆井吻合率更高。

1 區(qū)塊概況

尼日爾三角洲盆地位于非洲大陸西部，面積達12×104km2，是當今世界熱門的深水勘探區(qū)域。尼日爾三角洲是始新世以來，尼日爾河和貝努埃河沿著比達盆地和貝努埃槽向南匯合流入大西洋，其所攜帶的大量碎屑物質(zhì)和有機質(zhì)形成巨大的海退型前積三角洲沉積。尼日爾三角洲深水扇則是由尼日爾河和尼日爾三角洲提供物源，在深海平原形成的大型深水扇。本文研究的S區(qū)塊位于尼日利亞海域(圖1)，北距陸上哈科特港200 km，水深為1 300～1 450 m，主力儲層為中新統(tǒng)R1180層系發(fā)育的水道化朵葉沉積體，砂體單層厚度大，物性較好，孔隙度介于22%～30%之間，儲層條件優(yōu)越。研究區(qū)內(nèi)共有3口已鉆井，鉆探結果如表1所示。其中，W1和W2井鉆遇油層，W3井鉆遇水層。

圖1 研究區(qū)位置示意

表1 研究區(qū)已鉆井結果

2 儲層地震響應特征及影響因素

2.1 疊后振幅響應特征及影響因素

圖2所示為過W1、W2和W3井的連井地震剖面，從圖中可以看到，儲層均表現(xiàn)為振幅“亮點”特征。其中，W3井振幅最強，鉆遇水層，W1和W2井振幅稍弱，卻鉆遇油層。根據(jù)表1可知，W1井砂巖孔隙度為26.0%，W2井砂巖孔隙度為23.4%，W3井砂巖孔隙度為29.7%，推測物性可能是導致水層出現(xiàn)振幅“亮點”的主要原因。

圖2 過W1、W2和W3井的連井地震剖面

進一步開展疊后振幅的影響因素分析，包括流體性質(zhì)、孔隙度和儲層厚度(圖3)。可以看出，當儲層孔隙度均為26%時，油層和水層的振幅存在明顯差異，含油砂巖振幅相比含水砂巖要強。受調(diào)諧作用的影響，油層和水層的振幅均在調(diào)諧厚度處達到最大值。考慮到已鉆井揭示的砂巖厚度主要集中在20～25 m，在該范圍內(nèi)厚度變化對疊后振幅的影響相對較弱，不是該區(qū)疊后振幅的主要影響因素。當儲層孔隙度發(fā)生變化時，孔隙度為30%的水層其振幅與孔隙度為26%的油層振幅基本相當。即高孔隙含水砂巖也會形成強振幅“亮點”特征，與油層表現(xiàn)出的特征相似，從而導致利用疊后振幅預測流體性質(zhì)存在多解性。

圖3 疊后振幅影響因素分析

2.2 疊前AVO響應特征及影響因素

圖4所示為W1、W2和W3井旁道集，可以看到，油層和水層表現(xiàn)為遠道振幅增強的II-III類AVO異常，異常強度表現(xiàn)為W3>W1>W2井，利用常規(guī)P*G屬性很難準確識別流體性質(zhì)。

圖4 W1、W2和W3井旁地震道集

以W1井鉆遇油層為例，開展流體和孔隙度替代分析，研究兩者對疊前地震響應特征的影響。首先，保持原狀流體性質(zhì)不變，孔隙度Por由22%增加到34%，間隔3%。然后，將原狀流體替換為水層，再做一次孔隙度替換，正演道集結果如圖5所示，截距—梯度交會結果如圖6所示。

圖5 油層(a)及水層(b)AVO特征隨孔隙度變化

據(jù)圖6可知：在相同孔隙度條件下，油和水的截距、梯度均有差異，此時單獨依靠截距或梯度均可以區(qū)分油水。在不同孔隙度條件下，油和水的截距、梯度存在一定重疊。例如，孔隙度為31%的水層，其梯度與孔隙度為34%的油層相當，其截距與孔隙度為28%的油層相當。在截距—梯度交會圖上，高孔隙含油和含水砂巖均位于第三象限的位置，從而導致利用常規(guī)AVO屬性不能有效區(qū)分油水。

圖6 不同流體、孔隙度的截距—梯度交會

3 流體因子敏感性定量評價

地下介質(zhì)充填不同流體類型時會表現(xiàn)出不同的巖石物理特征，從而為通過疊前反演實現(xiàn)儲層流體檢測提供了可能。其中，最為關鍵的環(huán)節(jié)在于篩選出真正反映目標區(qū)流體性質(zhì)差異的敏感彈性參數(shù)，即流體敏感因子。常用的流體因子選擇方法是通過測井曲線計算目標層段油氣層與水層的流體因子平均值之差來衡量流體識別的能力，并沒有考慮孔隙度對流體識別效果的影響。然而孔隙度是導致本區(qū)烴類檢測多解性的關鍵因素，適用于研究區(qū)的流體因子必須對流體性質(zhì)變化敏感的同時對儲層孔隙度變化不敏感。針對該實際情況，本文提出了一種基于流體替代和孔隙度替代的流體因子敏感性定量評價方法，具體實現(xiàn)步驟如下：

1)保持原狀地層孔隙度不變，采用Gassmann方程進行流體替代，根據(jù)式(1)計算流體敏感系數(shù)A，這是目前進行流體因子篩選的常規(guī)方法，并沒有考慮孔隙度的影響：

(1)

其中，Pw代表含水狀態(tài)下的彈性參數(shù)值，Po代表含油狀態(tài)下的彈性參數(shù)值。

2)保持原狀地層流體性質(zhì)不變，進行孔隙度替代，根據(jù)式(2)計算孔隙度敏感系數(shù)B：

(2)

其中，P?1代表孔隙度為?1時的彈性參數(shù)值，P?2代表孔隙度為?2的彈性參數(shù)值。

3)為了突出流體、壓制孔隙度的影響，定義評價因子C，其與參數(shù)A和B的關系如式(3)：

(3)

C值越大代表對流體敏感性越高、對孔隙度敏感性越低。當A=B時，C=0；當AB時，C>0，極限值為1。根據(jù)C值大小可優(yōu)選出研究區(qū)的最佳敏感流體因子。

以W1井鉆遇油層為例，開展流體和孔隙度替代分析，流體性質(zhì)由原狀油層替換成水層，孔隙度由原狀27%替換到31%，獲得不同彈性參數(shù)的值，然后計算對應的敏感性系數(shù)A、B和評價因子C，結果如表2所示。對表中數(shù)據(jù)進行直方圖統(tǒng)計分析，從圖7a中可以看出，λρ、λ/μ、PI和f這4個參數(shù)對流體性質(zhì)均較為敏感，其中λρ敏感性最高，按照常規(guī)分析會選擇λρ作為研究區(qū)的敏感流體因子。但是根據(jù)圖7b可知，λρ、PI和f對孔隙度也具有較高的敏感性，容易受到孔隙度變化的影響，導致流體檢測出現(xiàn)多解性，而參數(shù)λ/μ對孔隙度敏感性低。通過圖7c的評價因子對比，可更加直觀地發(fā)現(xiàn)，壓制孔隙度影響以后，相比其他參數(shù)，λ/μ具有最高的流體敏感性。所以，λ/μ是研究區(qū)去除物性影響后的最佳流體因子。

表2 流體和孔隙度替代后彈性參數(shù)值及敏感系數(shù)計算結果

圖7 不同彈性參數(shù)的流體敏感系數(shù)A(a)、孔隙度敏感系數(shù)B(b)和評價因子C(c)

4 應用效果

圖8所示為基于常規(guī)方法篩選的流體敏感因子λρ與利用本文提出方法篩選的流體敏感因子λ/μ對流體識別的效果對比。通過圖8a可以看出，當油層和水層孔隙度相當或者油層孔隙度大于水層時，λρ能夠有效區(qū)分油和水；隨著水層孔隙度增大，高孔隙度水層與相對低孔隙度油層的λρ存在重疊，流體識別效果變差。通過圖8b可以看到，λ/μ能夠有效區(qū)分不同孔隙度條件下的油層和水層，當λ/μ<1.2時表現(xiàn)為油層，進一步證實了λ/μ具有良好的烴類檢測能力。

圖8 λρ(a)及λ/μ(b)流體識別效果對比

圖9所示為疊前反演λρ和λ/μ進行烴類檢測的效果對比。從圖9a中可以看出，λρ容易受孔隙度的影響，雖然W1和W2井油層有異常，但是W3井水層異常更為明顯，烴類檢測結果與實鉆結果不符。從圖9b中可以看出，利用彈性參數(shù)λ/μ開展烴類檢測，W1和W2井油層表現(xiàn)為低λ/μ值，W3井水層表現(xiàn)為相對高λ/μ值，高孔水砂巖的異常假象得到壓制，油水得到有效區(qū)分。

圖9 過W1、W2、W3井的λρ反演剖面(a)和流體因子λ/μ反演剖面(b)

利用流體因子λ/μ開展R1180層油氣平面展布規(guī)律預測，結果如圖10所示。從圖10a中可以觀察到研究區(qū)發(fā)育東、西兩支水道化朵葉沉積體，W1井鉆遇西支朵葉，W2和W3井鉆遇東支朵葉，朵葉砂體在平面上表現(xiàn)為振幅“亮點”異常，西支朵葉振幅級別要強于東支朵葉。從λ/μ反演結果(圖10b)可以看到，W3井水層對應的強振幅異常假象得到了明顯壓制，W1和W2井油層異常得到了有效保留。西支朵葉大面積的強振幅區(qū)域基本都是高孔含水砂巖的響應，只有局部位置發(fā)育油氣層，從而規(guī)避了高孔含水砂巖帶來的勘探風險，有效指導了西支朵葉的下一步鉆探部署。

圖10 R1180層均方根振幅(a)和流體因子λ/μ反演結果(b)

5 結論和認識

1)復雜儲層的流體檢測受孔隙度影響較大，如何將孔隙度的影響從流體因子中剔除是獲取準確流體識別效果的關鍵。本文針對疊前反演敏感流體參數(shù)優(yōu)選問題，提出了基于流體和孔隙度替代的流體因子敏感性定量分析方法，篩選出的流體因子具有“對流體性質(zhì)敏感度高、對孔隙度敏感度低”的特征，能夠最大限度地突出流體異常，提高流體識別精度。該方法和思路可以推廣應用到其他類似區(qū)塊，通過優(yōu)選適用于區(qū)塊自身的流體敏感因子開展烴類檢測工作。

2)將該方法應用于尼日爾三角洲盆地S區(qū)塊，優(yōu)選λ/μ作為最佳流體敏感因子，實際應用效果證實λ/μ能夠有效壓制高孔含水砂巖在地震剖面上表現(xiàn)出的強振幅“亮點”假象，提高烴類檢測成功率。