杨文博,张世鑫,宗兆云

(1.中海石油有限公司 湛江分公司研究院,广东湛江 524057;2.中国石油大学 地球资源与信息学院,山东青岛 266555)

基于叠前地震反演的储层流体识别方法

杨文博1,张世鑫2,宗兆云2

(1.中海石油有限公司 湛江分公司研究院,广东湛江 524057;2.中国石油大学 地球资源与信息学院,山东青岛 266555)

首先以Fatti近似推导得到的弹性阻抗方程为出发点,讨论了纵波、横波阻抗的直接反演方法与流程,然后对各种流体识别因子进行了分析与归类和总结,给出了流体因子的一般表达形式,最后从Gassm ann公式出发,对地震资料的特点以及含不同流体介质的物理特性进行分析,提出了一个高灵敏度流体因子。应用实例表明,高灵敏度流体识别因子对流体的识别较其它的流体识别因子有较高的灵敏度。

流体识别;叠前反演;纵波阻抗;横波阻抗;高灵敏度流体因子

0 前言

随着石油勘探开发力度的加大,原有的简单构造型油气藏越来越少。为满足开采的需要,在计算机处理能力和地震处理,解释技术水平都有大幅度提高的今天,地震勘探已经开始将寻找复杂构造及隐蔽型油气藏作为勘探的目标。通过叠前反演技术,可以获得多个弹性阻抗数据体,这些数据体中含有纵波、横波速度和密度等岩石物理参数的信息。如果通过一些手段将这些参数信息从反演数据体中提取出来,那么通过这些参数可以得到丰富的AVO(或AVA)属性,这些属性信息对岩性及流体变化更为敏感,可以帮助我们更为准确地描述地下储层的特征。

近年来,人们以地震纵波和横波资料为基础,对储层的流体识别进行了深入研究,提出了识别流体异常的LMR(Lam bda-m u—rho)法[1],识别流体组分的Russell法[2],直接油气指示(DH I)的波阻抗差分析法[3],岩性油气藏的储层预测法[4-10],以及高灵敏度流体因子识别方法[11]等。虽然这些方法均取得了一定的实际效果,但缺乏对流体识别因子特征和应用条件的系统分析,因此,很难根据实际情况准确地选择合适的流体识别因子。为此,我们在对流体识别因子敏感性系统分析的基础之上,提出了具有实用性与普遍适应性的高灵敏度流体因子构建方法。

1 叠前弹性参数反演方法

基于Zoepp ritz方程的A ki-R ichards(1980)近似,Conno lly[12]提出了与角度有关的弹性阻抗方程,它是纵波、横波速度,密度和入射角度的函数。利用Conno lly的弹性阻抗方程,可反演得到不同角度的弹性阻抗数据体,从这些数据体中可直接提取得到纵波、横波速度和密度数据体,用提取得到的纵波、横波速度和密度参数,可计算出纵波、横波阻抗等其它的参数数据体[13]。在无噪音的情况下,基于Conno lly的弹性阻抗公式,可反演得到准确的纵波、横波速度。但随着噪音的增加,所得的纵波、横波速度的误差也随之增加。M allick等人[14～16]也指出,当存在2%的随机噪音时,用该弹性阻抗公式进行反演,已不能提取得到合理的弹性参数。由于高灵敏度流体因子是纵波、横波阻抗的函数,而要得到结算精确的流体识别因子,就必须首先反演得到准确的纵波、横波阻抗结果。为此,需要进行纵波、横波阻抗的直接反演[13]。

1.1 基于Fatti近似的弹性阻抗公式

基于Fatti近似推导得到的弹性阻抗方程,它是纵波、横波阻抗与入射角度的函数,采用此弹性阻抗公式进行叠前反演,为纵波、横波阻抗的直接求取奠定了基础。弹性阻抗方程表达式见式(1)。

其中 K为横波与纵波速度比的平方。

1.2 弹性阻抗方程的标准化

与Conno lly公式类似,上面推导出的公式(1)也存在求取的弹性阻抗EI(θ)值随角度的变化在量纲尺度上有很大变化的问题,这不利于进行不同角度的E I(θ)值之间的对比,以及与波阻抗(A I)值的对比。在综合分析A I、EI时,首先要将EI变换到A I的量纲尺度上,这给实际工作带来了不便[17]。为克服该问题,消除入射角变化对量纲尺度的影响,应对推导出的弹性阻抗公式进行标准化处理。为消除入射角变化对尺度的影响,可引入三个参考常数Ip0、Is0和ρ0,并把式(1)改为:

如果这些常数值被定为Ip、Is和ρ曲线的平均值,这样求得的EI(θ)就会在单位1附近变化。这一修改去掉了函数对尺度的依赖性,并使函数更加稳定。如果用因子Ip0进一步标定这个函数,EI的尺度变得与A I一样,并且EI(θ)能够正确地计算出声阻抗在θ=0°时的值Ip=αρ。

其中 a=1+tan2θ;b=-8K sin2θ;c=-4K sin2θ-tan2θ

1.3 弹性阻抗反演流程

用公式(3)进行的弹性阻抗反演,与基于Conno lly的弹性阻抗方程进行的反演相类似,它们都需要经过地震资料处理,测井资料处理,角度子波的提取和弹性阻抗反演几个部份,具体的反演流程如图1所示。

(1)地震资料处理。在进行弹性阻抗反演之前,必须通过建立不同角度的角度道集,将地震数据的偏移距数据体转化为角道集数据体(部份角道集叠加)。

图1 弹性阻抗反演流程图Fig.1 Flow chartof EIinversion

(2)测井资料处理。为了约束角道集的反演,在对测井资料进行处理时,可用已有的声波、剪切波、密度曲线和储层地震数据所能提供的角度,根据方程计算出井旁道弹性阻抗(EI)伪测井曲线。在弹性阻抗反演处理过程中,弹性阻抗伪测井曲线除用来作为约束外,还可以弥补地震波传播过程中损失的频率成份。

(3)角度子波的提取。考虑到子波随炮检距的变化,在做弹性阻抗反演时,需要对每个角度道集分别提取不同的角度子波。

(4)弹性阻抗反演。在进行弹性阻抗反演之前,需要用角道集部份叠加资料和井旁道相应入射角的弹性阻抗,并利用解释的地震层位作为控制进行外推,从而建立不同角度的低频模型。用弹性阻抗曲线与角度子波相对应的角道集部份叠加数据体进行约束,这样可以获得相对弹性阻抗。与实际的绝对波阻抗相比,相对弹性阻抗还缺少低频成份,因此需将前面得到的低频成份加入到相对弹性阻抗中。

1.4 纵横波阻抗的直接提取

提取岩性参数需对弹性阻抗方程进行求解,由于此方程式是非线性的,若直接求解,势必会带来不少的麻烦。因此,可将弹性阻抗方程进行变换,使之成为线性形式。将弹性阻抗方程二边取对数,则有:

在角度相同的情况下,同一岩石物性参数在各采样点处所对应a(θ)、b(θ)、c(θ)相同,因此,公式(4)变为公式(5)。

采用井旁道弹性阻抗曲线和Ip、Is、ρ曲线,对某个角度的各采样点可得到系数a(θ)、b(θ)、c(θ)。因此对三个不同角度的弹性阻抗数据,可得到九个常系数:a(θ1)、b(θ1)、c(θ1);a(θ2)、b(θ2)、c(θ2);a(θ3)、b(θ3)、c(θ3)。将它们分别带入式(5),可得:

将反演所得的各角度弹性阻抗体带入式(6),可获得各道任意一个采样点处的Ip、Is、ρ。

2 流体因子分类

在储层预测中,为了识别储层流体,人们提出了许多流体识别因子。总结分析这些流体识别因子后发现,它们都可以写成纵波(P)与横波(S)波阻抗的组合形式,为此提出了流体识别因子函数。因此,以波阻抗量纲的幂次方为基础,把流体识别因子归纳为以下三种基本类型:

(2)波阻抗量纲的一次方类,即IP、IS、IP+IS、IP-IS、…。

(3)波阻抗量纲的二次方类,即I2P、I2S、IPIS、I2P-c I2

S、…。利用上述分类方式,流体识别因子就可以写成下面的函数形式:

式中 C为调节参数,不同的识别因子可以有不同的形式和意义。

下面给出几个具体的流体识别因子。

2.1 泊松比

泊松比是反映岩性和含油气性的重要参数,它是用岩石横向压缩与纵向拉伸的比值来表示的。泊松比与VP/VS亦即IP/IS有直接的联系:

可以看出,泊松比属于波阻抗量纲为零次方类的流体识别因子。

2.2 泊松阻抗

饱和气或油的砂岩比含水砂岩具有较低的泊松比和密度,因此联合泊松比和密度属性可以更好地识别含油气砂岩。M ark Quakenbush等人在Leading Ledge上发表的文章中指出:对纵波、横波阻抗交会图,通过选择一个旋转轴,可以达到最佳区分任意二岩性流体类型的目的,并将旋转后的参数定义为新的属性—泊松阻抗(Poisson impedance,简写为PI):

其中 α是纵波速度;β是横波速度。

式(9)定量地描述了A I-SI交会数据体的旋转,可以更好地区分岩性和流体。这里数据体的旋转等同于轴的旋转,这里的c项是控制旋转到达最优的参数。

图2 关于泥岩等非产层岩性和产层砂岩分布的Ip-Is交会示意图Fig.2 Crossp lotof Ip and Is

2.3 基于Gassm ann理论的流体因子

Russell等人[2]总结了前人的观点,利用B iot-Gassm ann方程对饱和流体条件下的的纵波速度方程进行了改写,得到了属于波阻抗量纲的二次方类的流体因子。

其中 c的取值范围依赖于所研究的目的储层。

表1给出了这样的一个c值范围以及各个弹性系数的相应值。

表1 c的值及各个弹性常数比的等价值Tab.1 Values for c and the equivalent values for various elastic-constant ratios

2.4 高灵敏度流体因子的提出及其敏感性分析

在理论和实践中证明,以上的流体识别因子只能在某一方面有较强的识别能力。为了将含水和含气砂岩明显地分开,需要选择一个流体识别因子对含不同流体的砂岩表现出明显的差异。波阻抗形式的组合存在各种次数量纲的形式,高次量纲能够将差异放大,而低次量纲可将差异缩小。将二者结合,让高次幂将差异大的地方突出,低次幂将噪音减小,从而能较灵敏地实现流体识别。根据上述分析,结合垦东北地区储层流体对纵波阻抗相对较敏感的特点,利用四次幂量纲和零次幂量纲组合的形式,提出了一个高灵敏度流体识别因子:

其中 C是调节参数。

为了评价上述流体识别因子对垦东北储层流体的敏感性,我们定义了一个流体识别因子的敏感性评价参数为:

其中 Pw、Pg为完全饱和地层水及气体时的流体因子。

式(12)的取值范围在0～200之间,且该值越大,说明流体识别因子的敏感度越高,利用这一参数可对所有流体因子敏感度做定量的评价。我们统计了不同流体识别因子对储层不同类型流体的敏感性响应如表2所示。

从表2可以看出,高灵敏度流体因子的评价参数都接近于200,这表明在储层流体识别方面,高灵敏度流体因子要比其它流体因子更为敏感。因此,我们在纵波、横波阻抗直接反演的基础上,构建出能够精确识别储层流体的高灵敏度流体因子,从而进行储层流体的精确识别。

3 应用实例分析

利用上面的方法对胜利油田某地区的实际地震资料进行了应用研究,该地区位于济阳坳陷沾化凹陷的东部,是一个在前新生界潜山背景上发育起来的,新近系披覆、古近系超覆的高潜山披覆构造带。主力含油气层系为新近系馆陶组(Ng)、明化镇组(Nm)。油气相对集中分布于馆上段3～4砂组,油藏类型主要以岩性～断鼻油藏为主。但油藏储层横向及物性变化大,油气藏控制因素复杂。

经比较可以看出,与λρ、泊松比、泊松阻抗等其它流体因子相比,高灵敏度流体因子在识别本区储层流体时更为精细准确,灵敏度较高(如下页图3～图6)。四种流体识别因子对A井的5m气层都有较好的表征,但是泊松比对B井7.9m的油层识别不理想。λρ属性虽然能分辨出井中的几个有利储层,但是对流体差异不敏感。相比较高灵敏度流体因子与泊松阻抗来说,高灵敏度流体因子的识别流体差异能力最强,这与前面的各流体因子敏感性对比分析相一致。因此,可以将高灵敏度流体因子作为本工区储层流体识别的有效参数。

表2 不同流体因子对储层流体的敏感性响应Tab.2 Sensitivity of different fluid factors

图3 过A～B～C井λρ剖面Fig.3 λρsection throughwellA,B and C

图4 过A～B～C井泊松比抗剖面Fig.4 Poisson ratio section throughwellA,B and C

图5 过A～B～C井泊松阻抗剖面Fig.5 Poisson impedance section throughwellA,B and C

图6 过A～B～C井高灵敏度流体因子剖面Fig.6 H igh sensitivity fluid factor section throughwellA,B and C

4 结论

(1)采用Fatti近似推导得出的基于纵波、横波阻抗的弹性阻抗方程,由于该方程实现了弹性阻抗反演以及纵波、横波阻抗的直接提取,减少了累积误差,为下一步的流体识别因子精确计算奠定了基础。

(2)在对各种流体识别因子对比分析后,以Gassm ann理论为基础提出了一个更具有实用性和普遍适应性的高灵敏度流体识别因子,通过统计分析实际资料应用证实,该流体识别因子对不同储层流体识别具有更好的适应性与敏感性。

(3)选取相同量纲或不同量纲的识别因子进行组合,可得到新的流体识别因子,新的流体识别因子的构建,可根据实际条件和问题的需要进行。

[1]GOODWAYW,CHEN T,DOWNTON J.Im p roved AVO fluid detection and litho logy discrim ination using Lam e petrophysical param eters from P and S inversion[J].Expanded Abstracts of 68thAnnual International SEGM tg.1997:183.

[2]RUSSELL B H,HEDL IN K,H ILTERMAN F J,et al.Fluid-p roperty discrim inationw ith AVO:A B iot-Gassm ann perspective[J].Geophysics,2003,68(1):29.

[3]D ILLON L,SCHW EDERSKY G,GU ILHERM E V,et a1.A m u ltiscale DH Ielastic attributes evaluation[J].The Leading Edge,2003,22(10):1024.

[4]陈遵德,朱广生.地震储层预测方法研究进展[J].地球物理学进展,1997,12(4):76.

[5]刘文玲,牛彦良,李刚,等.多信息储层预测与地震属性提取与有效性分析方法[J].石油物探,2002,41(1):100.

[6]于建国,姜秀清.地震属性优化在储层预测中的应用[J].石油与天然气地质,2003,24(3):291.

[7]王西文,刘全新,周嘉玺,等.精细储层预测技术在板南5—3井区的应用[J].石油物探,2003,42(3):389.

[8]王西文.岩性油气藏的储层预测及评价技术研究[J].石油物探,2004,43(6):511.

[9]张洪波,王纬,顾汉明.高精度地震属性储层预测技术研究[J].天然气工业,2005,25(7):35.

[10]杨午阳,杨文采,王西文,等.综合储层预测技术在包1一庙4井区的应用[J].石油物探,2004,43(6):578.

[11]宁忠华,贺振华,黄德济.基于地震资料的高灵敏度流体识别因子[J].石油物探,2006,45(3):239.

[12]CONNOLLY P.Elastic impedance[J].The Leading Edge,1999,18(4):438.

[13]印兴耀,袁世洪,张繁昌.从弹性波阻抗中提取岩石物性参数[A].CPS/SEG 2004国际地球物理会议论文集[C],CPS/SEG 2004国际地球物理会议,北京,2004,中国石油学会物探专业委员会及美国地球物理学家学会,2004.

[14]MALL ICK.Hybrid seism ic inversion:A reconnaissance exp loration too l[M].SEG Expanded Abstracts,1999.

[15]MALL IEK S,HUANG X,LAUVE J,etal.Hybrid seism ic inversion:a reconnaissance too l for deepwater exp loration[J].The Leading Edge,2000:1230.

[16]MALL ICK S,W ESTERN G,HOUSTON TU S.AVO and elastic impedance[J].The Leading Edge,2001:1094.

[17]倪逸.弹性波阻抗计算的一种新方法[J].石油地球物理勘探,2003,38(2):147.

P 631.4

A

1001—1749(2010)06—0601—06

2010-04-28 改回日期:2010-10-11

杨文博(1983-),男,硕士,主要从事地球物理反演方面的研究。