基于疊前多參數敏感因子融合的濁積巖儲層識別技術

商偉,張云銀,孔省吾,劉峰

(中石化勝利油田物探研究院，山東 東營 257000)

0 引言

濁積巖油藏一直是勘探研究的重要對象，地震反射特征明顯、易識別的濁積巖大部分已被發(fā)現[1]，目前勘探面臨的濁積巖砂巖儲層巖性與非儲層泥巖、灰質泥巖等巖性具有相近的密度和縱波速度，常規(guī)地震剖面上表現為“異質同像”特型，識別難度大。主要表現在：濁積巖與非儲層具有類似的地震反射特征和縱波阻抗特征，均表現為短軸狀強反射，常規(guī)地震屬性和波阻抗反演很難區(qū)分。

前人針對濁積巖儲層描述方法在疊后技術方面已經形成和發(fā)展了地震屬性分析[2]、分序級地震描述技術[3-4]、疊后波阻抗反演技術等[5-6]，這些技術多是以地震振幅能量特征為依據進行儲層識別及描述，對“異質同像”型濁積巖，儲層與圍巖地震反射特征類似，現有技術難以對儲層進行有效識別；而疊前技術在濁積巖儲層描述方面，大量學者也做了相當多的研究，陳昌通過多種彈性屬性交匯分析，指出泊松比屬性能夠有效地識別濁積巖優(yōu)質儲層[7]；周游等在疊前三參數反演過程中引入巖性識別因子區(qū)分不同巖性[8]；于正軍、商偉提出通過地震屬性融合的方法識別和劃分濁積巖儲層[9-10]。前人的研究成果在預測“異質同像”型濁積巖中存在一定的多解性，鑒于“異質同像”型濁積巖的特點，應充分利用不同巖性間的彈性性質和彈性特征差異，這是解決巖性特征重疊，降低儲層預測多解性的主要途徑。本文以疊前地震資料為基礎，從巖石物理特征分析入手，建立了基于疊前多參數敏感巖性反演的濁積巖儲層描述技術，解決“異質同像”型濁積巖描述難題，在實際應用中提高了濁積巖油藏勘探成功率。

1 巖石物理特征研究

“異質同像”型濁積巖儲層發(fā)育層段含有多種巖性，儲層巖性為砂巖、含礫砂巖、粉砂巖和細砂巖；圍巖巖性為泥質粉砂巖、砂質泥巖、灰質油泥巖、灰質泥巖以及油泥巖等，前期應用Xu-White砂泥巖模型對工區(qū)目的層段進行橫波估算，發(fā)現誤差較大。因此需要對影響橫波估算精度的因素進行分析，明確關鍵要素，修正巖石物理模型，進一步提高橫波估算精度。

1.1 影響橫波估算精度的因素分析

本次重點討論礦物含量、孔隙度以及流體參數對估算橫波速度的影響。測試數據如表1、表2所示。具體實現是在固定和變化的孔隙縱橫比的兩種情況下，分別改變灰質含量、孔隙度以及含水飽和度，計算各參數變化時對縱、橫波速度和密度的影響，灰質含量由0～60%，孔隙度由10%～50%，含水飽和度由10%～100%，砂巖孔隙縱橫比由0.06～0.12，泥巖孔隙縱橫比0.03～0.07，灰?guī)r孔隙縱橫比由0～0.2。結果如圖1、圖2、圖3所示(圖中虛線表示采用固定的孔隙縱橫比計算的結果，實線代表采用變化的孔隙縱橫比計算的結果)。

表1 模型試算數據

表2 橫波預測參數設置

圖1 灰質含量對縱波速度、橫波速度以及密度的影響

圖2 孔隙度對縱波速度、橫波速度以及密度的影響

圖3 含水飽和度對縱波速度、橫波速度以及密度的影響

通過模擬得出，灰質含量和孔隙度的變化均對縱、橫波速度影響程度較大，含水飽和度影響較小。在固定的孔隙縱橫比的情形下，灰質含量誤差越大，估算出的縱、橫波速度誤差越大；采用變化的孔隙縱橫比后，灰質含量在一定誤差范圍內，可以找到一組孔隙縱橫比，得到接近真實縱、橫波速度的最優(yōu)解，在一定程度上校正灰質含量的誤差對橫波估算帶來的影響，但若忽略灰質的存在，即將含有灰質的砂泥巖利用Xu-White兩相模型來估算橫波速度，得到的橫波速度具有較大的誤差，嚴重影響后續(xù)儲層及流體預測。因此，需要建立含灰質巖性的巖石物理模型，提高橫波估算精度。

1.2 基于修正Xu-White模型多礦物組分橫波預測技術

基于上述分析，本文提出了基于修正Xu-White模型多礦物組分橫波預測技術。該技術是在傳統(tǒng)的Xu-White砂泥巖模型基礎上，將K-T(Kuster-Toks?z)模型與微分等效截至模型DEM(differentialeffectivemedium)充分結合起來，能有效解決砂泥巖與碳酸鹽巖混合成巖的巖性耦合問題，實現濁積巖儲層彈性參數的精細預測。

1.2.1 具體實現

用Kuster-Toks?z方程和微分等效介質理論(DEM)估算干巖石的彈性模量，用Voigt-Reuss-Hill模型或Hashin-Shtrikman界限估算巖石基質的彈性模量的上下限，用Wood方程計算混合流體的等效體積模量，用Gassmann方程計算飽和巖石體積模量，通過模擬退火算法，采用變化的砂巖、泥巖、灰?guī)r孔隙縱橫比和泊松比，反演出模型的縱波速度，以實測縱波曲線為約束，確定使縱波速度誤差最小的巖石物理參數組合，最后估算含灰質的砂泥巖地層的橫波速度。其橫波預測基本思路和流程如圖4。

圖4 巖石物理建模流程

1.2.2 實際工區(qū)橫波預測效果分析

通過以上模型分析，對研究區(qū)內的有橫波數據的Y926-x1井，采用該方法進行橫波預測，所得效果如圖5所示。從圖中可以看出改進的Xu-White方法預測的橫波結果與實測結果吻合性較好。通過預測橫波曲線與實測橫波曲線進行交匯并計算相關系數，得到應用改進Xu-White方法計算的橫波曲線與實測曲線的相關系數可達91%，而傳統(tǒng)Xu-White方法估算的橫波曲線與實測曲線的相關系數僅為85%，新方法橫波估算精度提高了6%，表明該巖石物理建模方法是可行的，為后續(xù)的有效儲層敏感因子優(yōu)選與疊前反演提供了高質量的橫波速度。

圖5 Y926-x1井橫波速度預測效果

2 敏感參數定量評價技術

儲層預測的目的是將儲層和非儲層區(qū)分開來，因此選擇的巖石物理因子對儲層與非儲層應表現出明顯的差異(最好是一個正值和一個負值，或是差異較大的2個正值)。傳統(tǒng)的儲層敏感因子優(yōu)選方法主要是通過直方圖及交會圖來區(qū)分不同彈性參數對砂泥巖識別能力，往往這種交匯方法優(yōu)選出的彈性參數存在著重疊部分，而這部分對地震儲層預測結果的影響權重并不明確。為此本文借鑒反射系數公式，提出了一種反射能量比來定量評價敏感因子[11-12]。

2.1 技術原理

依據流體或巖性識別因子，采用R來代表每一種識別因子區(qū)分兩類巖石的能力，R表達式如下：

(1)

其中：X2、X1分別代表不同巖性的彈性參數；R代表不同巖性彈性模量的反射強度。R值越大，代表巖性彈性差異越明顯，意味著彈性參數對巖性差異越敏感；R值越小，代表巖石彈性差異越小，意味著彈性參數巖性差異越模糊，不適于巖性預測。

2.2 應用效果

通過測井統(tǒng)計得出砂巖、泥巖和灰質泥巖的巖石物理參數。利用式(1)計算了14種不同彈性參數的識別能力R值，表3為主要彈性參數針對濁積砂巖的巖性敏感因子，從表中可以看出拉梅阻抗對濁積砂巖最為敏感，其次為體積模量和縱波阻抗。

表3 砂巖和泥巖、灰質泥巖的13種巖性識別因子

2.3 構建多參數敏感因子融合指數F

為了降低單參數預測儲層的多解性，前人提出了許多儲層識別因子，通常表達成巖石密度與縱橫波速度的組合形式，并通過這種有意義的組合來降低單一參數的多解性，提高儲層預測精度。不帶參數的儲層識別因子，由縱橫波速度以及密度三參數直接通過巖石物理公式計算得到，如:縱橫波阻抗Zp和Zs、泊松比σ、體積模量K、拉梅常數λ等；帶參數的儲層識別因子，由三參數與第4個可變參數的結合得到。本文為了更好地提取巖性信息融合體的砂巖信息，引入敏感因子融合指數F：

F=C1A1+C2A2+C3A3,

(2)

其中，C1、C2、C3分別對應拉梅阻抗、體積模量和縱波阻抗的巖性信息指數，Ai為歸一化的彈性參數。

(3)

Ri為彈性參數Ai的巖性敏感因子。

F參數主要是基于前面分析得到濁積巖最為敏感的3個彈性參數為：拉梅阻抗、體積模量和縱波阻抗，采用基于RGB三元色信息融合模型，對3種彈性參數進行信息融合處理[13]，得到砂巖融合指數、泥巖融合指數以及灰質泥巖融合指數。為了進一步證實巖性信息融合指數F的巖性識別能力，利用巖性敏感因子R公式進行敏感性計算。通過巖性敏感因子R分析表明(表4)，巖性信息融合指數F對砂巖—泥巖的分辨能力達到0.61，砂巖—灰質泥巖的分辨能力達到0.408，與之前的單參數的巖性敏感因子拉梅阻抗、體積模量和縱波阻抗的識別能力有大幅提高，充分說明巖性信息融合指數F的巖性識別能力得到大幅增強。

表4 不同參數巖性敏感性識別對比

3 疊前敏感因子融合的儲層識別

振幅隨偏移距變化(AVO)技術允許地球物理學家從疊前地震數據分析中提取流體與巖性信息。疊前反演技術一般是得到巖石的密度、縱波速度和橫波速度，根據測井約束疊前地震反演基本方法和原理，開展疊前地震反演參數測試和反演方法測試，具體包括疊前道集分析、精細儲層標定、地震子波提取、測井趨勢約束以及反演參數選擇等幾方面內容。

3.1 單參數疊前反演效果分析

在測井資料編輯校正、地震子波提取和精細儲層標定、精細構造模型建立基礎上，利用測井約束的井震聯合反演方法，得到具有良好分辨能力、符合地質規(guī)律的疊前多參數反演結果。

根據疊前彈性參數巖性敏感性分析，按濁積砂巖敏感因子從大到小的順序，選取了3個最為敏感的彈性參數：拉梅阻抗、體積模量和縱波阻抗。圖6為疊前同時反演得到的3個敏感彈性參數拉梅阻抗、體積模量和縱波阻抗剖面。通過坨723—坨720—坨724—坨725連井剖面對敏感彈性參數敏感性測試，坨725井沙三段下段為灰質泥巖，體積模量表現為低值、拉梅阻抗表現為高值、縱波阻抗表現為高值。坨724井沙三段下段為濁積砂巖，體積模量表現為高值、拉梅阻抗表現為高值、縱波阻抗表現為高值。與測井綜合巖性解釋結果和巖石物理分析結果一致。其具體展示如下：

圖6a為連井縱波阻抗剖面，縱波阻抗對砂巖邊界刻畫較為合理，橫向連續(xù)性好，對灰質背景的泥巖刻畫還存在多解性，如坨725井、坨723井灰質泥巖區(qū)分效果不明顯。

圖6b為連井體積模量剖面，體積模量對砂巖邊界刻畫也較為合理，井震吻合情況良好，同時對灰質背景的泥巖區(qū)分明顯，但由于受到物性和流體的影響相對較大，砂體橫向展布相對不連續(xù)。

圖6c為連井拉梅阻抗剖面，拉梅阻抗對砂巖邊界刻畫也較為合理，與體積模量趨勢基本一致，井震吻合情況良好，但對灰質背景的泥巖刻畫也存在多解性問題。

a—縱波阻抗;b—體積模量剖面;c—拉梅阻抗剖面

從3個敏感彈性參數的均方根振幅平面分析，認為拉梅阻抗、體積模量和縱波阻抗的展布規(guī)律與濁積巖分布相關性較好，與敏感因子定量評價結論一致，可見3個敏感屬性都能較好地預測儲層展布，但是對灰質泥巖的識別效果不理想。因此，為了準確識別砂巖儲層，有效地去除灰質泥巖的影響，作者在單參數分析基礎上，開展了敏感參數融合，以達到去灰的目的。

3.2 敏感因子融合儲層識別

利用單參數來對巖性進行解釋都存在一定的多解性，這些多解性對于巖性的識別是相當不利的。因此，基于巖石物理分析成果，對濁積巖最為敏感的3個彈性參數為：拉梅阻抗、體積模量和縱波阻抗，應用基RGB三元色信息融合模型，對3種彈性參數進行砂巖信息融合處理，最終得到F多參數巖性信息融合體[13]。從連井效果來看，在地震剖面(圖7a)和波阻抗剖面(圖7b)上灰質泥巖響應明顯，而敏感巖性因子剖面(圖7c)灰質泥巖無響應，儲層響應特征明顯，橫向上砂體展布也較為清楚，能夠有效地刻畫砂巖儲層，去除灰質的影響。與實際鉆井對比，統(tǒng)計未參與反演井的儲層吻合率達到85%，說明融合指數F可以有效地識別“異質同像”型濁積巖儲層，為研究區(qū)濁積巖油藏的勘探開發(fā)提供了有力的數據支持。

圖7 剖面效果對比

4 應用效果

坨71井區(qū)位于東營凹陷北部陡坡帶勝北斷層下降盤，沙四上時期主要發(fā)育來著北部陳家莊凸起物源的深水濁積扇體，在扇體前端發(fā)育一系列規(guī)模不等的濁積砂體。從實際鉆井地震反射特征分析顯示較厚的濁積砂體呈中—強振幅，透鏡體狀反射特征，與灰質泥巖與泥巖巖性組合特征類似，常規(guī)地震資料無法準確識別砂巖儲層，疊后波阻抗反演亦無法區(qū)分砂巖與灰質泥巖巖性。通過應用疊前多參數敏感因子融合的儲層描述方法，精確識別了砂巖儲層，有效地壓制了灰質泥巖的響應。在原始地震資料上無法分辨的儲層，在疊前多參數敏感因子融合反演結果中得到很好的突出，砂巖儲層橫向尖滅點更加清晰(圖8)，準確地識別了儲層平面分布(圖9)。分析認為有效儲層為單層厚度大于10 m，巖性融合參數值表現為高值，顯示為亮黃色，地震反射為強振幅，透鏡狀。一般儲層單砂體厚度在2～10 m不等，巖性融合參數值表現為較高值，顯示為紅色，地震反射為中振幅，不連續(xù)。而差儲層巖性信息融合參數值表現為中高值，顯示為深綠色，地震反射為中振幅、不連續(xù)反射。依據反演結果對目的層段沙四純上1砂組進行了砂體的精細描述，描述有利面積9.5 km2，部署探井和開發(fā)井10余口，其中5口井完鉆投產后均獲工業(yè)油流，TX726井在設計目的層測井解釋油層34.8 m/4層，獲日油峰值164 t高產工業(yè)油流，預計新建產能近2×104t，取得了良好的勘探開發(fā)效果。

圖8 剖面效果對比

圖9 有利儲層預測

5 認識與結論

鑒于“異質同像”型濁積巖的特點，充分利用不同巖性間的彈性性質和彈性特征差異，是解決巖性特征重疊、降低儲層預測多解性的主要途徑。本文研發(fā)的疊前多參數敏感因子融合的儲層識別技術，能夠提高砂巖儲層識別精度，而且能有效壓制灰質影響，準確地識別儲層。該方法有更多的推廣價值和應用前景。綜上所述，可以得到以下3個結論：

1)精細物理建模是提高疊前地震反演精度的基礎，基于有效介質理論的(K-T/DEN)干巖石骨架模型提高了“異質同像”型濁積儲層橫波預測的精度；

2)敏感彈性參數優(yōu)選是多參數儲層預測的關鍵環(huán)節(jié)，基于能量反射強度的敏感因子R，實現了彈性參數敏感性的定量評價；

3)基于多參數敏感因子融合指數F疊前反演，有效降低了單參數儲層預測的多解性，提高了巖性識別精度。