李 聪，赵宝银，徐文会，霍丽丽，高 娟

(中国石油天然气股份有限公司 冀东油田分公司，河北 唐山 063205)

1 引 言

南堡1号构造位于南堡凹陷西南部，勘探面积约270 km2。经过多年勘探，发现了Nm、Ng、Ed1、Ed2、Ed3等多套含油气层系，其中馆陶组四段及东营组一段是南堡1号构造两个主力油层，构造控制储量规模大，具有升级评价的资源潜力[1]。

南堡1号构造馆陶组整体表现为构造背景上的复杂断块构造—岩性油藏，属辫状河沉积特征，受河流频繁摆动影响，岩性横向变化较快[2]。并且，受东营组一段—馆陶期岩浆活动影响，火成岩分布广泛。火成岩与储层关系复杂，一方面，致密火成岩能够对砂岩岩性油藏形成良好的侧向遮挡以及做为油藏的顶部盖层；另一方面，馆陶组火成岩较致密，不利于火成岩油藏的形成，同时，火山活动对于已有的砂岩油藏具有破坏作用[3]。

近年来，针对馆陶组馆四段砂岩油藏的勘探开发取得了很好的效果。但是，有些开发井在目的层馆四段钻遇了火成岩，导致钻井失利[4]。因此利用地震资料准确刻画火成岩边界，对于落实砂岩储层展布范围，提高钻探成功率具有重要意义。

南堡1号构造馆四段火成岩主要存在两种主要类型，一种是致密玄武岩，另一种是玄武岩受泥化后形成的凝灰岩。玄武岩和凝灰岩在电性参数及弹性参数上具有不同的特征，导致了地震反射特征的多样性。溢流相黑色玄武岩和侵入相灰绿色玄武岩在地震上表现为强振幅、低频、连续平行反射，通过地震特征、地震属性及地震纵波阻抗反演能够得到有效的识别[5]；但是，对于泥岩和凝灰岩，其地球物理特征与碎屑岩接近，相比玄武岩，地震反射振幅较弱，连续性较差，造成了地震预测难度大，是南堡1号构造砂岩储层预测的难点之一。

在地震储层预测方法上，储层特征曲线重构技术[6]、弹性阻抗反演技术[7]、高保真处理解释技术[8]、地震多属性分析技术[9，10]在南堡地区进行了应用，均取得了一定的效果。

本文在针对馆四段不同岩性地震岩石物理分析的基础上，采用叠前同时反演技术，进行玄武岩、凝灰岩及砂岩储层的识别，准确刻画了不同岩性的空间展布范围，为后续的有利区评价及有利目标的优化提供了依据。

2 面向储层预测的测井评价及岩石物理分析

高质量的测井资料是定量化油藏描述项目研究的基本条件。测井数据用于对反映油藏特征的地震数据体进行标定。面向油藏和面向储层预测的测井评价存在较大的差别，由于其面向的对象不同，所以关注点也不同。常规面向油藏的测井评价只针对储层段的参数评价，非储层段只做简化处理；而对于面向储层预测的测井评价，其关注点在于储层和非储层的界面特征，因为对于储层反演来说，围岩和储层的界面弹性属性的差异是最重要的，所以客观评价围岩段的岩性和物性是必须的，也是至关重要的[11]。在此基础上，应用测井曲线进行岩石物理分析，作为建立油藏特征和岩石弹性参数之间关系的手段，使得可以根据地震反演得到弹性参数，对油藏参数进行解释分析[12]。

2.1 馆陶组四段StatMin最优化测井评价

StatMin通过建立和求解物理意义明确的线性方程组，输入任意反映 “四性”特征的测井曲线来计算地层矿物组分、孔隙度等岩性和物性信息。

该方法的优点在于各矿物及组分体积归一，并充分考虑到每种测井仪器响应的误差特征，所以计算结果一般同原始储层的吻合性更好。其原理是输入各组分的响应骨架值和测井响应曲线，通过一个线性方程矩阵乘积，应用最优化方法处理后得到每个组分的体积含量。其计算公式如下：

(1)

其中，x1，…，xn为体积含量；a11，…，anm为骨架参数；y1，…，yn为测井响应曲线。

馆陶组测井解释模型输入为钍计算的黏土含量(VCLGR，单位为fraction)、中子孔隙度(CNL,单位为fraction)、密度(DEN，单位为g/cm3)、纵波时差(AC，单位为μs/ft)和体积光电吸收截面指数(UMA)。因为不同岩性有不同的体积光电吸收截面指数，所以体积光电吸收截面指数可以很好地反映岩性的变化。在StatMin最优化模块中进一步优化求解了黏土含量(VCLAY)、石英含量(VQUA)、玄武岩含量(VBA)、凝灰岩含量(VTUFF)和孔隙度(PORT)等参数。图1为馆陶组馆四段StatMin最优化测井解释模型及其处理参数。

图1 馆四段StatMin最优化测井解释模型Fig.1 The StatMin optimization log interpretation model in NgⅣ

图2为StatMin最优化测井评价曲线图。第1道为分层，第2道为井径(CAL，单位in)，第3道为钍(TH，单位API)和自然伽马(GR，单位API)，第4道为深度(m)，第5道为深浅电阻率(RLLS、RLLD，单位Ω·m)，第6道为原解释体积模型，第7道为新解释体积模型，第8道为新解释的岩性，第9道为前人的解释岩性，第10道为原解释的孔隙度(POR,单位%)和新解释的孔隙度(PORT_S,fraction)，第11道为原解释的冲刷带含水饱和度(Sxo,单位%)和原状地层的含水饱和度(Sw,单位%)，第12～15道为模型输入曲线与重构曲线对比，分别为黑色实测(VCLGR,单位fraction)和红色体积模型重构(RVCLGR,单位fraction)黏土含量、黑色实测(DENED,单位g/cm3)和红色体积模型重构(R_DEN,单位g/cm3)密度、黑色实测(ACED,单位μs/ft)和红色体积模型重构(R_AC,单位μs/ft)纵波时差以及黑色实测(CNL)和红色体积模型重构(R_CNL)中子。本次测井解释的结果兼顾了围岩的解释，规避掉围岩孔隙置零的问题，保证了储层段的解释成果(孔隙度)与原解释孔隙度基本一致。最优化解释计算得到的体积模型、重构声波、密度及中子曲线同输入曲线一致，保证了解释模型的合理性。

图2 StatMin最优化测井评价曲线Fig.2 StatMin optimization log evaluation diagram

图3为关键W1井测井曲线解释分析，图中，CAL曲线为井径，单位为in；GR为伽马曲线，单位为API;ROHM为正演密度曲线，单位为g/cm3；VPM为正演纵波速度，单位为m/s；VSM为正演横波速度，单位为m/s;PIMPM为正演纵波阻抗，单位为m/s·g/cm3;VP/VSM为正演纵横比速度比曲线。由图3可知，玄武岩为低自然伽马、高电阻率、高速度、高纵波阻抗、低纵横波速度比特征；凝灰岩为低自然伽玛、低电阻率、低速度、低纵波阻抗、高纵横波速度比特征；砂岩为中低自然伽玛、中高电阻率、低纵横波速度比；泥岩为高自然伽玛、低电阻率、高纵横波速度比特征。

图3 馆4段测井曲线解释Fig.3 Well log interpretation diagram in NgⅣ

2.2 馆陶组四段岩石物理分析

由于馆四段主要发育岩性类型为砂岩、砂砾岩储层、火山岩和火山碎屑岩等，岩性非常复杂，孔隙度较高，自相容(Self-consistent，SC)模型适合这种多种矿物类型共同作为岩石骨架的地层。对于孔弹性材料混合物的等效模量的理论估算，一般来说依赖于：①各个构成成分的弹性模量；②多个构成成分的体积含量；③各个构成成分如何相互组合在一起的几何细节。当①和②已知，而不知其几何细节时，应用界限方法可以确定上限和下限，但不能确定精确值。有些方法假设非常特殊的包含物形状，在一种材料的无限背景介质中加入另一种材料的单个包含物，求取其弹性变形的理论解，再用不同的方法来估算当包含物有一定分布时的等效模量。这些估算一般来说都只限于稀疏分布的包含物。而自相容近似的方法，可以将这些特殊几何形状下的方法推广到包含物含量稍高一点的情况。其仍然应用彼此隔离包含物变形的数学解，但包含物之间的弹性互动是通过暂时尚未知的等效介质替换背景介质的方法来近似。根据Kuster和Toksöz(1974)的关系，使用自相容近似(Self-consistent Approximation，SCA)方法迭代插入孔隙体积，未对两者混合进行任何假设，即平等的对待每一个组成部分[12]。该模型类似于Xu & White算法，但该方法使用Berryman的自相容技术而不是微分有效介质(Differential Equivalent Medium，DEM)方法将干孔隙插入矿物骨架中。

自相容模型的的应用条件如下[12,13]：

1)理想化的椭球包含物形状；

2)各向同性、线性、弹性介质；

3)缝隙之间是隔离的，流体不能相互流动；

4)与Xu和White相比，该方法更适合于非常高孔隙度的岩石(30 %或更高)；

5)该模型假设输入黏土是“湿的”；

6)固体部分不包括孔隙空间；

7)总孔隙度按照砂岩和泥岩比例划分为砂岩孔隙和黏土孔隙。

将测井地层评价处理得到的各矿物含量、孔隙度、饱和度等参数输入自相容模型中，进行纵、横波速度的预测。通过微调骨架点参数，使模型数据和实测数据达到很高的相关性，从而确定可用于研究工区的优化的岩石物理模型和骨架参数点。

岩石物理建模过程中涉及到的模型和算法如下：

1)矿物混合方法：Vogit-Ruess-Hill平均；

2)干岩体计算方法：SC迭代；

3)油气体积模量计算方法：Fluids(2013)；

4)油水两相流体体积模量计算方法是通过Brie指数方程：(Kbrine-Khc)×Sw^Brie +Khc，其中Kbrine为水体积模量，Khc为烃体积模量，Sw为含水饱和度，Brie系数通常取值为3。

馆陶组馆四段岩石物理建模流程主要分为以下四个关键步骤：

1)流体：单相流体(油，水)体积模量计算方法根据2013年国际流体会议发表的Flag方法计算，油水两相流体混合体积模量计算方法根据Brie(exponent=3)方程(Brie，1995)得到。

2)骨架：骨架矿物(石英、玄武岩和凝灰岩)应用理论值，充填矿物(泥质)的骨架点信息应用模型调参过程确定的估算值。

3)干岩石模量计算：根据有效介质理论的自相容模型(SC)将骨架矿物组分相关孔隙、充填矿物相关孔隙加入进行混合计算，得到干岩的弹性属性。

4)流体置换：采用盖斯曼方程(Gassmann)流体替换技术，计算得到各向同性岩石在饱含流体条件下的弹性响应特征。

根据以上岩石物理建模流程和StatMin解释得到的岩石物理体积模型，对工区内目标井目的层系进行了弹性曲线的预测，如图4所示。图中曲线名称及单位见前述。其中黑色实线代表实测曲线，红色实线代表正演曲线。正演曲线与实测曲线在测井质量较好层段相关性很高，说明了正演模型和正演结果的可靠性和预测性。

图4 馆4段岩石物理建模曲线预测Fig.4 Rock physical modeling curve prediction in NgⅣ

图5为W1井纵波阻抗与纵横波速度比交会图。从图上可以看出，玄武岩为明显的高纵波阻抗，其值域范围为8 000～16 000 m/s·g/cm3，砂岩、泥岩及凝灰岩均为相对低阻抗特征，并且基本叠置，其值域为5 000～11 800 m/s·g/cm3，而砂岩、凝灰岩及泥岩的纵横波速度比依次增大。

图5 馆4段岩石物理解释分析Fig.5 Rock physical interpretation analysis in NgⅣ

因此依据该岩石物理趋势，对于馆四段的岩性识别，应用高纵波阻抗识别玄武岩，低纵波阻抗、低纵横波速度比识别砂岩，低纵波阻抗、中纵横波速度比识别凝灰岩，高纵横波速度比识别泥岩。不同岩性的弹性参数范围见表1。

表1 不同岩性弹性参数分布范围

3 馆四段叠前同时反演

叠前约束稀疏脉冲反演需要满足以下假设条件：①满足褶积模型理论；②反演低频模型能够提供相对准确的岩性、物性、含流体变化所引起的低频成分；③需要具有较好质量的地震数据，地震振幅能够准确表征地层反射系数，同时没有振幅异常；④地震道集的反射系数能够应用Zoeppritz方程以及Aki-Richards线性近似表达，具有保幅保AVO(Amplitude Variation with Offset，AVO)的特征；⑤纵横波速度比大于物理极限1.414等。

在实际反演算法中，应用地震优化技术进行地震道集优化，保证地震噪音符合高斯分布，不存在相干噪音，同时地震道集同相轴需要拉平，保证能够拾取准确的AVO特征；应用子波估算提取稳定的反演子波；利用反射系数的稀疏性控制反演结果的可预测程度；应用Mudrock方程约束纵波阻抗与横波阻抗的相对关系，应用Gardner方程约束纵波阻抗和密度参数的关系，以保证反演叠前弹性参数的准确性[14]。

因此，该算法中包括参数稀疏性约束因子、地震信噪比、合并频率、子波刻度因子四个主要敏感参数。稀疏性约束因子代表反射系数序列的稀疏性，稀疏性约束因子值越小，反射系数序列越稀疏。地震信噪比用于约束反演结果与地震数据的相似性，信噪比设置越高，表示从反演结果中转换的合成记录与地震相关性越大，反之亦然。合并频率用于将反演得到的带限弹性参数与给定的低频模型在频率域合并，获得全频带的反演弹性参数体，用来进行岩性的定量解释[15]。子波刻度控制反演过程中的正演合成记录的地震振幅与实际地震一致，保证反演结果的可预测性[16]。

钻井揭示南堡1号构造凝灰岩的发育范围小，横向变化快，常规井插值方法建立低频受到井控影响，易产生在井周围的牛眼现象，因此，利用常规井插值约束的方法难以建立合适的反演低频[17]。在研究过程中，采用了针对特殊地质体预测的压实趋势迭代方法，建立能够反映凝灰岩展布趋势的反演低频[18]，如图6所示。首先，在地震道集部分叠加基础上，进行部分叠加数据体的合成记录标定，以地震解释的目的层顶底层位为基础，建立反演框架模型。然后从测井弹性曲线出发，建立纵波阻抗以及纵横波速度比压实趋势[19]，从而建立弹性属性的压实趋势模型体，以压实趋势为基础，进行第一轮的叠前同时反演，利用岩石物理量板对纵波阻抗及纵横波速度比进行联合解释，得到不同岩性的分布趋势[20]；将此趋势进行滤波后与压实趋势体进行合并，获得第二轮的反演低频模型体，以此类推，通过迭代反演构建最终的反演低频。最后采用叠前稀疏脉冲反演，并通过盲井及剖面质控，确定最终的迭代次数及最终的反演成果[21]。

图6 馆4段叠前稀疏脉冲同时反演流程Fig.6 Prestack sparse pulse simultaneous inversion workflow in NgⅣ

在反演过程中，选择研究区内均匀分布的7口井做为反演约束，其他井做为检验井。图7为反演盲井测井纵波阻抗曲线(蓝色)与反演波阻抗曲线(红色)对比，除个别井外，检验井的反演纵波阻抗在值域范围上以及纵向的规律上均与实际井曲线吻合较好，表明盲井的反演较可信，从而说明反演结果具有很好的可靠性及预测性。

图7 盲井反演弹性曲线(红色)与实际井弹性曲线(蓝色)对比Fig.7 Blind well -inverted elastic curve (red) compared with the actual well elastic curve (blue)

图8为叠前同时反演获得的纵横波速度比和纵波阻抗剖面。火成岩为高阻抗、低纵横波速度比特征，W2井在火成岩以下NgⅣ段发育一套砂岩，为低纵波阻抗、低纵横波速度比特征，W1井NgⅣ段在火成岩以下发育一套凝灰岩，为低纵波阻抗、高速度比特征，因此，依据叠前反演结果能够有效识别低阻抗火成岩、低阻抗高纵横波速度比的凝灰岩，以及低纵波阻抗、低纵横波速度比的砂岩储层。分析可知，通过叠前反演能够有效识别火成岩、凝灰岩及砂岩储层，其反演结果与实钻井吻合较好。

图8 馆4段叠前反演纵横波速度比及纵波阻抗剖面Fig.8 Prestack inversion VP/VS and P-impedance section of NgⅣ

4 应用效果

图9为叠前反演馆四段纵波阻抗及纵横波速度比平面图。图9(a)中高纵波阻抗代表玄武岩的发育区，馆四段玄武岩主要发育在南堡1号构造西南部，向东北方向发育程度逐渐减低。图9(b)高纵横波速度比代表凝灰岩及凝灰质泥岩发育区，主要在南堡1号断裂北部呈零散发育。结合火成岩及凝灰岩储层预测结果，在消除火成岩对砂岩储层影响后，开展了馆四段砂岩储层的预测，得到了NgⅣ层砂岩预测平面图(图10)，图中表明在南堡1号断裂附近砂岩最厚，其他区发育较薄，构造一定程度上控制砂岩沉积分布。

图9 馆4段叠前反演纵波阻抗及纵横波速度比平面Fig.9 Prestack inversion VP/VSand P- impedance floor plan of NgⅣ

图10 馆4层段砂岩储层厚度Fig.10 Sandstone thickness diagram of NgⅣ注：由于图中井位涉及保密，故作模糊处理。

5 结 论

本次研究针对馆陶组四段玄武岩、火山碎屑岩和碎屑岩混积的复杂岩性地层，采用多矿物最优化(StatMin)测井评价的方法对其进行地层参数的评价，获得了准确的测井评价参数。然后依据馆四段地层地质条件的特点，选择了自适应(Self-consistent)岩石物理模型进行了岩石物理模型正演，正演曲线同实测横波高度一致，且克服了实测数据的噪声影响；并在此基础上进行了不同岩性的敏感弹性参数分析，火山岩表现为明显的高纵波阻抗，凝灰岩、泥岩、砂岩纵波阻抗基本叠置，泥岩和凝灰岩纵横波速度比较高，砂岩最低。最后据此，利用叠前约束稀疏脉冲反演技术，利用低频迭代方法进行了叠前反演，通过纵横波速度比预测了凝灰岩的发育特征，通过纵波阻抗与纵横比速度比联合解释，有效地进行了火成岩及砂岩储层分布边界的刻画，明确了砂岩储层的空间展布特征，其储层解释结果为南堡1号构造的油藏开发以及井位优化提供了依据。