李安帮

中石化东北油气分公司研究院，吉林 长春 130062

隐蔽气藏的多参数综合分析预测

李安帮

中石化东北油气分公司研究院，吉林 长春 130062

针对目前隐蔽油气藏难以预测的现状，本文完整论述了结合叠前反演结果采用多参数综合分析预测来解决此问题的方法。具体说明了叠前反演的主要工作步骤。其中横波拟合采用了Gassmann方程的方法，与传统叠后波阻抗反演相比具有准确度高、可以进行含气性预测等优点。将其应用于地质情况复杂的隐蔽油气藏储层预测研究中，其预测结果与实际钻井吻合较好，对于本地区的勘探开发具有一定的指导意义和参考价值。

Jason 横波拟合；叠前反演；储层预测

0 引言

随着勘探开发的逐渐深入，各个油气富集区已被完全开发动用，寻找隐蔽油气藏已经成为解决产能接替的最直接有效的办法。但是隐蔽油气藏寻找难度大，利用常规地球物理手段效果差，准确度低。为了提高准确度并且能够精确描述隐蔽油气藏对于储层预测手段提出了更高的要求。本次研究采用了结合叠前反演结果多参数分析的方法有效预测了隐蔽含油气区，取得了较好的效果。

1 地质背景

研究区位于松辽盆地梨树断陷东部斜坡带的最南端，东部斜坡带为一长期发育的古斜坡背景（图1）。西部紧邻梨树断陷沈洋凸起。东部紧邻公主岭凸起，断陷层地层减薄，逐层超覆在基底上，北部是秦家屯鼻状构造的末端。紧邻桑树台洼陷，控盆断层控制了火石岭、沙河子组、营城组地层沉积。

该区域地质情况复杂，砂泥岩交互出现，并且横向分布不均，砂体边界不清楚，层间弱反射等问题严重。地震资料频率低，纯波能量横向变化较大，分辨率无法满足砂体追踪刻画，不利于岩性解释与储层预测，严重影响储层预测精度。

2 横波拟合

针对前面所述的难点，拟采用叠前CRP道集及测井数据进行AVO处理解释，完成主要目的层的烃类检测的定性分析工作；利用波阻抗反演预测砂砾岩体的厚度、平面分布特征，完成储层的展布特征描述；利用叠前反演技术得到储层的弹性参数属性来预测储层的含油气性。

图 1 区域地质构造图Fig.1 The regional tectonic map

为了进行叠前反演，必须进行准确的横波拟合，本研究区内只有三口井有横波测井，选其中一口作为横波拟合标准井，其他两口作为参考井，通过岩石物理建模计算横波，然后将得到的拟合横波和实测横波进行对比，得到最佳的拟合效果（图2），然后将得到的岩石物理模型应用到研究区的其它井，得到较合理的横波拟合时差。

本次横波计算是基于Gassmann理论，Gassmann将弹性理论用于各向同性固体，来计算孔隙岩石的地震波传播速度。

Gaussmann理论的假设条件是：① 孔隙流体与孔隙壁接触很好；② 剪切模量不受孔隙液体的影响；③ 孔隙形状为球形；④ 速度不随频率的变化而变化。

Gassmann公式可表示为：

式中，K代表岩石的体积模量；KS代表颗粒的体积模量；KD代表干燥岩石骨架的体积模量；KF代表流体的体积模量；μ代表岩石的剪切模量；μD代表干燥岩石的剪切模量；ρ代表岩石的密度；ρF代表流体的密度：ρs代表颗粒的密度；φ代表孔隙度。

Biot对Gassmann理论进行了充实和发展，用以计算流体饱和的多孔介质的纵、横波速度，形成了比较经典的Biot－Gassmann方程：

式中：νp为纵波速度，m/s；Ρe为岩石密度，g/cm3；κd为干岩石骨架的体积模量，GPa；μd为干岩石骨架的剪切模量，GPa；κs为固体矿物的体积模量，GPa；φ为孔隙度；μs为流体的体积模量，GPa；νs为横波速度，m/s。

从上述公式中可以看出，求取纵、横波速度的关键在于对岩石骨架弹性模量的准确计算，即获得不同岩石类型、不同流体性质下岩石的有效弹性模

量。

本次横波计算遵循如下步骤：

（1）根据岩石和流体组成以及矿物的岩石物性参数导出有效的弹性参数；

（2）通过比较合成的数据与可用的密度和纵波时差来标定模型参数；

（3）数据之间匹配良好说明模型选择了合适的参数，并且应用这些推导出的参数合成横波时差。

图 2 岩石物理模型建立流程Fig.2 Setting process of rock physics model

通过计算，如图3、图4所示，蓝色曲线代表原始提供的纵波速度、密度曲线和横波曲线，红色曲线代表拟合的纵波时差、密度曲线和横波时差。原始曲线与拟合曲线在曲线形态、走势较为一致，且拟合纵波时差与实测纵波时差、拟合密度与原密度和拟合横波时差与实测横波时差的均方差均小于0.1，说明用于拟合纵波时差与密度的弹性参数是有效的，利用得到的有效弹性参数来合成横波时差是可行的、准确的。

3 弹性曲线响应特征

在横波计算的基础上，对各口井进行了弹性参数的计算，计算了Vp/Vs、λρ、μρ与泊松比，由此对全区的井进行了交会图的分析。

通过图5 伽马、纵波阻抗和横波阻抗直方图分析可知，砂砾岩体一般表现为高的纵波阻抗、高的横波阻抗和低的自然伽玛特征；砂岩表现为中的纵波阻抗、中的横波阻抗和中的自然伽玛特征；泥岩表现为低的纵波阻抗、低的横波阻抗和高的自然伽玛特征。综合分析可知横波阻抗和纵波阻抗能较好的区分砂砾岩，而自然伽玛区分岩性较差，横波阻抗比纵波阻抗能更好的区分砂砾岩；所以可以利用横波阻抗来区别岩性；对于砂岩来说，横波阻抗、纵波阻抗和自然伽玛比区分砂砾岩要差一些，但横波阻抗相对来说比纵波阻抗和自然伽玛的区分岩性要好。

图 3 密度、纵波时差、横波时差曲线拟合Fig. 3 Density, longitudinal wave time difference, shear wave time difference curve f tting

在直方图分析的基础上，我们应用交会图分析方法（图6），详细的分析了弹性参数特征：纵波阻抗－横波阻抗以及纵波阻抗－Vp/Vs交会分析表

明，砂岩及砂砾岩具有高的纵波阻抗和横波阻抗，而泥岩具有低的纵波阻抗和横波阻抗；而含油气砂岩及砂砾岩具有相对高的纵波阻抗和相对高的横波阻抗。在相同纵波阻抗条件下，含油气砂砾岩的横波阻抗中等，非含油气砂砾岩的横波阻抗大于含油气砂砾岩；在相同纵波阻抗条件下，含油气砂砾岩的Vp/Vs值较非含油气砂砾岩Vp/Vs值小；在相同的横波阻抗条件下，含油气砂砾岩的纵波阻抗最小，非含油气砂砾岩纵波阻抗大于含油气砂砾岩纵波阻抗；但只用单一的纵波阻抗或横波阻抗都不能有效区分含油气储层与非储层。而纵、横波阻抗联合对含油气砂砾岩和非储层样点区分较好，含油气砂砾岩与非含油气砂砾岩以及非含油气砂砾岩与泥岩之间都呈面积分布，具有明显的分界。因此，通过叠前弹性参数同时反演，用获得的纵波阻抗、横波阻抗数据体进行交会雕刻，就能够直接获得含油气砂砾岩数据体，满足含油气储层预测的要求。

图 4 实测曲线与预测曲线相关性分析Fig. 4 Correlation analysis of measured curves and forecast curves

图 5 伽马、纵波阻抗、横波阻抗直方和交会分析图Fig. 5 Analytical diagram of gamma, longitudinal wave impedance, straight shear wave impedance and intersection

图 6 交会分析图Fig. 6 Analytical diagram of intersection

4 叠前反演

本次叠前反演利用jason软件的ROCKTrace模块进纵波阻抗、横波阻抗和密度联合反演。

首先利用时深转换好的井数据分别在不同角度叠加的剖面上提取子波，得到近、中、远三种角度范围的子波（图7、图8）。然后输入地震数据及对应的子波、时间范围、井数据，分别编辑纵横波阻抗和密度曲线在纵向上的变化趋势以及横向上的变化范围。选择Aik-Richards的AVA模拟方法，同时利用质量监控选择合适的Lamda值以及子波的比例因子。最终得到纵、横波阻抗和密度数据，以这三个数据为基础就可以得到Lambdarho、murho、Vp/Vs、泊松比等属性数据。

其中泊松比（σ）表示物体横向应变与纵向应变的比例系数，又称横向变形系数。指示流体变化。泊松比对于含气性相对比较敏感，许多含气区都可由此参数进行识别，但是本研究区内此参数无法分辨含气性，使得研究难上加难。

图 7 分角度叠加剖面Fig. 7 Section of partial angle stack

但是众所周知横波不能在流体中传播，横波速度仅受岩石骨架剪切强度的影响。砂岩骨架剪切强度大于泥岩，因而砂岩横波速度明显高于泥岩；而纵波可同时在骨架和流体中传播，砂岩纵波速度受

孔隙、流体性质的综合影响，纵波速度变小，含油气砂岩纵波速度小于含水砂岩和致密砂岩。因而可根据纵、横波速度比或阻抗交会信息区分砂、泥岩乃至含油气分布规律。特别是当储层的声阻抗与围岩几乎相同，无法由波阻抗标定储层时，纵、横波速度比却能解决此类问题。

图 8 不同角度子波对比图Fig.8 Wavelet contrast in different angles

图 9 过井P波阻抗、S波阻抗和Vp/Vs剖面Fig. 9 Section of P wave impedance and S wave impedance and Vp/Vs

通过计算得出Vp/Vs数据体后与实际测井解释成果、试油成果对比，综合自然伽玛、纵波时差等多参数分析，反演结果与各井的试油结果与测井解释结果基本一致，吻合率较高，能够为井位部署等生产实际提供有力的技术保证，反演效果较好。如图(9)所示。

由此可见，综合利用叠前反演得到的纵波阻抗、横波阻抗、Vp/Vs数据体进行多参数属性分析，提高了储层和有利含油气储层的预测精度。能够很好的预测该区的含气性，叠前反演达到了预期的目

的，而且相比传统波阻抗反演具有更高的精度和可靠性。

利用多参数综合分析可以提高预测精度，准确描述隐蔽油气藏，减少多解性。但是本次所使用方法仅适用于本研究区特殊的地震地质条件，是否适用于其他地区还需要实践的进一步检验。

[1] 殷八斤,曾 灏,杨在岩. AVO 技术的理论与实践[M].北京:石油工业出版社, 1995.

[2] 何樵登,熊维纲. 应用地球物理教程——地震勘探[M].北京:地质出版社,1991.

[3] 何樵登. 地震勘探原理和方法[M].北京:地质出版社,1986.

[4] 姚 姚,詹正彬,钱绍湖. 地震勘探新技术与新方法[M].武汉:中国地质大学出版社,1991.

[5] 廖 曦,马 波,沈 浩,邹 建. 应用Jason 软件进行砂体及含气性预测[J].天然气勘探与开发,2002.

[6] 用户通讯 (Jason Basic Trainning)[Z]. 美国APEX技术公司, 2000.

[7] 陈孔全、王秀林、韩淑霞,等.松南地区隐蔽油气藏主控因素与分布预测，内部资料， 2011.

图 5 化探采样点空间分析Fig.5 Spatial analysis of geochemical exploration sample points

5 结论

本文讨论MAPGIS条件下利用lable点的生成及合并、点位置转属性、空间分析、属性挂接等功能，在充分理解化探采样点布设规则的前提下，对“化探采样.wt”文件中X、Y坐标进行不同级别的排序，结合EXCELE相关公式的编制来完美地实现化探采样点的自动编号工作，方法实用高效。对于其它类似的工作同样具有很强的适用性。

参考文献：

[1] 吴信才，MAPGIS地理信息系统[M].北京：电子工业出版社，2004.

[2] 刘俊长，龚红雷，张玉领，等.用MAPGIS实现区域化探数据的空间分析[J]物探与化探.2008.32（6）：690.

[3] 张 强，刘 飚，Excele2007与VBA编程从入门到精通[M].北京：清华大学出版社.2010.

Multi-parameter comprehensive analysis and prediction of hidden oil-gas accumulation

LI An-bang
Northeast Branch, Exploration and Development Research Institute, Sinopec, Changchun 130062, Jilin, China

In light of the present condition that the hidden reservoir is difficult to predict, this article discussed the combination of prestack inversion results using multi-parameter comprehensive analysis prediction method to solve the problem. Introduced the main steps of prestack inversion. Among them, The shear wave f tting adopted Gassmann equation method , compared with the traditional post-stack impedance inversion has high accuracy and can predicted hydrocarbon, etc. Applied to the complex geological hidden oil-gas accumulation reservoir prediction, the predicted results are in good agreement with the actual drilling; it has a certain guiding signif cance and reference value for exploration and development in the study area.

Jason shear wave f tting; prestack inversion; reservoir prediction

P618.13

B

2014-11-05;

2015-01-27

李安帮（1981—），男，内蒙古海拉尔人，中石化东北油气分公司研究院工程师.

1001—2427（2015）01 - 99 -7