地震反演儲層預測技術在白馬廟地區的應用

摘 要

摘要：川西白馬廟地區上侏羅統蓬萊鎮組氣藏砂體分布非均勻性強，對砂體的定性描述已經不能滿足氣田深入開發的要求。地震反演方法近幾年廣泛應用于儲層預測解釋，為此選取該區聯井
摘要：川西白馬廟地區上侏羅統蓬萊鎮組氣藏砂體分布非均勻性強，對砂體的定性描述已經不能滿足氣田深入開發的要求。地震反演方法近幾年廣泛應用于儲層預測解釋，為此選取該區聯井地震剖面，開展多種反演方法效果試驗，結合已鉆井實際資料分析，最后確定選用伽馬反演預測蓬萊鎮組內部砂體縱向及橫向分布，并進一步反演孔隙度，實現了對砂體的定量描述。實踐表明，高斯配置協模擬法對于該區塊砂巖儲層預測效果最佳。
關鍵詞：四川盆地西部；白馬廟地區；晚侏羅世；地震勘探；反演；儲集層；砂巖體；預測
0 引言
    四川盆地西部白馬廟地區上侏羅統蓬萊鎮組氣藏受巖性及構造因素控制，為構造巖性氣藏，鉆探證實砂巖儲層具有多層組、多砂體、砂體單層厚度薄的特點，氣藏產能差異懸殊，分布不均，儲層物性的好壞與沉積相帶等密切相關，勘探開發難度較大。隨著白馬廟地區氣田開發力度加大，對該區砂體進行定性的研究已經不能滿足要求，有必要深入進行地震資料精細解釋。地震反演方法近幾年廣泛應用于儲層精細解釋，包括波阻抗反演、Gamma反演、孔隙度反演和多種屬性處理等，均見到良好效果[1～4]。針對白馬廟地區蓬萊鎮組儲層砂體分布非均勻性強的問題，通過幾種反演方法效果試驗，選用伽馬反演預測蓬萊鎮組內部砂體縱向及橫向分布，并進一步反演孔隙度資料，綜合解釋儲層分布。實踐表明，對于該區塊的儲層預測，研究思路正確，預測效果明顯。
1 幾種反演方法的原理
1.1 Invertrace模塊反演的是地震道的波阻抗
    在多井約束模型反演的基礎上，又引入了地質構造框架模型來減少反演的多解性。它的優點是忠實于地震資料的振幅、頻率和相位特征，其弱點是反演的分辨率較低。但它的反演結果可作為其他高分辨率反演的初始模型，為得到高分辨率的反演結果奠定了基礎。
1.2 Invermod模塊反演原理
    Invermod模塊以Earthmode模塊構建的地質模型為基礎，與地震數據結合生成一個精細的高分辨率的時間域和深度域地層模型，它尊重井中資料并利用地質資料和地震道數據資料由井準確外推，最終結果是一個由地震、測井和地質資料綜合得到的具有反映縱、橫向非均質性的地質模型。
1.3 Statmod模塊反演原理
    Statmod應用了地質統計學中隨機建模的方法。通過對儲層巖性、物性的統計，等概率地生成眾多儲層模型，在表征儲層的空間展布時，使用的是一種概率結果，更加符合井間未知的儲層參數分布，既吻合了地質、測井的先驗信息，又忠實于地震數據，更精確地表現了地質情況的非確定性。
2 反演效果對比分析
2.1 稀疏脈沖反演Invertrace
    稀疏脈沖反演假設實際反射系數是一系列大的脈沖鑲嵌在小的脈沖背景下，并認為只有大脈沖是有意義的，它利用最大熵反褶積求反射系數。稀疏脈沖反演的關鍵參數Lambda的合理選擇，Lambda過小或過大都會降低反演結果分辨率和信噪比。經過與工區地質背景的一致性分析認為，將Lambda的值設為10較為適宜，反演結果與測井吻合。
2.2 Invermod反演gamma屬性
    用Invermod模塊反演的過井Gamma剖面對井效果好，但整體面貌上有“井間內插現象”。該方法的優勢在于運算量小、速度快。
2.3 隨機模擬
2.2.1 Sgs高斯模擬
    利用隨機模擬Sgs模塊反演的過井Gamma剖面對井效果不理想，且剖面有錯段現象，這也是井間內插外推的結果。
2.2.2 Sgcs協模擬
    由于統計了多井點樣本數據的地質、地震特性，在儲層屬性建模中進行約束，這優化了對儲層的模擬。從利用該模塊反演的過井Gamma剖面看，其整體面貌好，但個別井始終對應不好(如BQ36井)。
2.2.3 Sgccs高斯配置協模擬
    為了進行高斯配置協模擬，需先使用交會圖確定波阻抗與伽馬、孔隙度的關系。結果表明，波阻抗與伽馬相關性較好，而孔隙度與波阻抗的相關性較差，但通過將砂泥巖孔隙度分別與阻抗做相關分析后發現，泥巖的孔隙度與阻抗的相關系數為一系列的離散點，而砂巖孔隙度與阻抗的相關系數高達0.85，滿足該模塊反演的基本要求。Jason軟件提供了將泥巖遮擋、只對砂巖孔隙度進行反演的技術，較好地解決了孔隙度的反演問題。另外還需確定統計特征參數，對已知樣點即井數據進行特征參數統計，利用統計結果擬合出適應本區情況的變差函數，提供給儲層屬性數據體模擬使用。
    圖1為高斯配置協模擬反演的過BQ57、26、102、36、38井的連井GR剖面，圖中淡藍一白色為泥巖背景，紅色和黃色為伽馬值小于90API的砂體，從蓬萊鎮組五段底界向下30～80ms(即Ⅳ②旋回)的砂體條帶和井吻合，整體面貌均較好。
 
    綜上分析認為，高斯配置協模擬反演效果優于其他幾種反演效果。
3 蓬萊鎮組儲層預測實例
    在反演結果數據的基礎上，利用Jason軟件中的Functionmod模塊，將自然伽馬數據體轉換為巖性模型(圖2)，轉換條件是伽馬值大于90API為泥巖，反之為砂巖。然后對砂巖利用高斯配置協模擬反演出孔隙度(圖3)，對井效果理想。將高斯配置協模擬反演方法應用到整個蓬萊鎮組儲層工區3D數據體，得出的孔隙度數據體經過多口井的比較，反演效果較好(表1)。
表1 預測結果與井比較表
井位
井段(m)
測井孔隙度(%)
反演孔隙度(%)
BQ26
783～793
19
19
BQ34
970～980
7
9
BQ36
782～792
14
16
BQ38
730～736
20
20
BQ57
839～849
12
11
BQ63
978～984
8
8
BQ102
762～775
20
20
 4結論
1) Jason軟件有機地綜合了地質、地震、測井以及巖石物理等多種地球物理信息，使用地層沉積模    式進行反演建模約束，能得出更加符合地質情況的模型參數，描述的儲層更合理，提高了油氣預測的準確度。
    2) 利用Jason軟件幾種方法儲層特征參數反演比較表明，高斯配置協模擬反演方法對蓬萊鎮組儲層的反演效果優于其他幾種反演效果。
參考文獻
[1] 劉定錦.BMM氣田三維開發地震總結報告[R].成都：四川石油管理局地質調查處，2002.
[2] 李梅，李躍剛.BMM氣田蓬萊鎮組氣藏天然氣探明儲量報告[R].四川江油：中國石油西南油氣田公司川西北氣礦，2000.
[3] 吳勝和，熊琦華.油氣儲層地質學[M].北京：石油工業出版社，1998.
[4] 于興河.碎屑巖系油氣儲層沉積學[M].北京：石油工業出版社，2002.
 
(本文作者：鄭愛敏 符志國 廖娟 川慶鉆探工程公司地球物理勘探公司)