2. 新南威尔士大学工程学院, 澳大利亚 悉尼 1466
2. Faculty of Engineering, The University of New South Wates, Sydney 1466, Australia
裂缝作为重要的储集空间和渗流通道, 在致密砂岩、碳酸盐岩、花岗岩等油藏中广泛存在, 是储层空隙空间的重要连通渠道, 有利于单井高产、稳产。裂缝成因机理复杂, 非均质性极强, 预测难度大。叠后裂缝预测多采用测井分析与地震属性或地震反演相结合的方法, 但由于裂缝尺度小, 与地震资料分辨率不匹配, 所以该方法较难预测裂缝产状及空间展布特征[1-3]。叠前裂缝预测技术主要包括多分量转换波裂缝检测技术[4-5]及纵波方位各向异性裂缝检测技术。前者技术复杂, 勘探成本高, 仍处于完善和发展中; 后者资料采集、处理相对简单, 且地震纵波同样具有非常明显的且可以识别方位各向异性特征, 因而受到业界广泛重视。
裂缝储层方位各向异性与HTI各向异性介质波场传播理论密切相关, 前人对此开展了较多的理论探索及应用研究。CRAMPIN[6]针对横波在各向异性介质传播的快慢横波分离现象提出了HTI介质理论; THOMSEN[7]提出了定向排列的裂缝介质的地震波传播相速度公式; ANDREAS等[8-9]论述了在弱各向异性条件下, VTI介质和HTI介质中纵波反射系数随方位角及偏移距的变化关系; KEMPTON等[10]论证了地震波频率变化方位各向异性理论, 提出反射系数理论同样适用于频率变化特征。HALL[11-12]在挪威北海Valhall油田利用方位各向异性技术预测了该油田裂缝储层各向异性强度及裂缝走向。国内学者SUN等[13]、PENG等[14]、YANG等[15]利用方位各向异性技术成功预测了塔里木盆地碳酸盐岩缝-洞型储层; 詹仕凡等[16]论述了OVT域纵波各向异性裂缝检测的属性分析方法; 孙炜等[17]研究了基于HTI介质各向异性正演的裂缝预测属性优选。
前人研究大多基于分方位叠后数据, 而本文则采用全方位高密度OVT道集资料。OVT处理的优点在于其将地震数据拓展到整个满覆盖区域, 空间不连续性幅度小, 同时偏移距和方位角相对恒定, 有利于数据规则化, 偏移后数据更好地保存了方位角信息, 有利于进行方位各向异性分析及裂缝检测。OVT道集能根据研究区地质目标优选出任意偏移距及方位角范围道集, 进行时差校正、叠加等, 由此开展各向异性、AVO分析、多方位分析等研究[18-19]。本文综合地质、地震、测井、油藏工程研究等技术手段, 提出了OVT域纵波方位各向异性裂缝预测技术思路及流程, 最终有效预测了中非某探区花岗岩油藏裂缝发育强度及走向, 提高了裂缝预测精度。
1 方法简介 1.1 纵波方位各向异性裂缝预测原理当地震波从不同方向通过整齐排列的垂直或斜交地面的裂缝时, 会产生各向异性, 其反射系数、旅行时差都会存在一定变化。假设裂缝沿同一走向垂直地面展布, 地震波通过时, 就会产生水平各向异性, 主要表现为纵波振幅、速度、旅行时差会随着裂缝走向的不同而发生变化, 其反射系数不仅与地震波的入射角有关, 而且与地震波传播方位也密切相关。对于HTI水平各向异性介质, 前人将其反射系数与方位角及入射角的关系描述为[20-21]:
$ \begin{array}{l} {R_{{\rm{PP}}}}\left( {i,\varphi } \right) = A + (B + D{\rm{cos}}2\varphi ){\rm{si}}{{\rm{n}}^2}i + (C + \\ \quad \quad E{\rm{cos}}2\varphi + F{\rm{cos}}4\varphi ){\rm{si}}{{\rm{n}}^2}i{\rm{ta}}{{\rm{n}}^2}i \end{array} $ | (1) |
式中:
$ \begin{array}{l} A = \frac{1}{2}\frac{{\Delta Z}}{{\bar Z}},\\ B = \frac{1}{2}\left[ {\frac{{\Delta \alpha }}{{\bar \alpha }} - {{\left( {\frac{{2\bar \beta }}{{\bar \alpha }}} \right)}^2}} \right]\frac{{\Delta G}}{{\bar G}} + \frac{1}{4}\left[ {\Delta {\delta ^{(v)}} + 2{{\left( {\frac{{2\bar \beta }}{{\bar \alpha }}} \right)}^2}\Delta \gamma } \right],\\ C = \frac{1}{2}\frac{{\Delta \alpha }}{{\bar \alpha }} + \frac{3}{{16}}\Delta {\varepsilon ^{(v)}} + \frac{1}{{16}}\Delta {\delta ^{(v)}},\\ D = \frac{1}{4}\left[ {\Delta {\delta ^{(v)}} + 2{{\left( {\frac{{2\bar \beta }}{{\bar \alpha }}} \right)}^2}\Delta \gamma } \right],\\ E = \frac{1}{4}\Delta {\varepsilon ^{(v)}},\\ F = \frac{1}{{16}}[\Delta {\varepsilon ^{(v)}} - \Delta {\delta ^{(v)}}]。\end{array} $ |
其中:i表示入射角; φ表示测线方位与裂缝走向夹角; Z表示纵波阻抗, 单位是(kg/m3)·(m/s); G表示剪切模量; α表示纵波速度, 单位是m/s; β表示横波速度, 单位是m/s; Δ表示界面上、下参数之差; δ(v), ε(v), γ表示HTI介质坐标系统的Thomsen参数; 字母上面加符号“—”表示平均值。
如公式(1)所示, 当入射角较小时, 公式(1)的第三项近似为0, 该式即可被简化为:
$ {R_{{\rm{PP}}}}\left( {i,\varphi } \right) = X\left( i \right) + Y(i){\rm{cos}}2\varphi $ | (2) |
式中:X(i), Y(i)表示入射角i的函数, 与方位角无关。
公式(2)表明, 当入射角一定时或在较小范围内变化时, HTI的纵波反射系数随方位角变化关系可以拟合为一个椭圆。当φ=0, 即地震波平行裂缝传播时, 反射系数RPP取最大值, 纵波能量衰减小, 振幅较强, 对应于椭圆的长轴X(i)+Y(i); 当φ=90°, 即地震波垂直裂缝走向传播时, 纵波能量衰减大, 振幅相对较弱, 对应于椭圆的短轴X(i)-Y(i), 因此, 椭圆的长轴方向平行于裂缝走向, 而短轴方向则垂直于裂缝走向。椭圆越扁(即[X(i)+Y(i)]/[X(i)-Y(i)]值越大), 代表各向异性越强, 裂缝密度就越大。
1.2 OVT域裂缝预测技术思路花岗岩潜山裂缝型储层发育, 非均质性强, 加之后期风化、淋滤、沉积及构造改造作用等因素影响, 其预测难度极大。OVT域裂缝预测技术思路的核心是以岩心裂缝分析数据为基础, 将地质、测井、地震及生产测试资料匹配结合, 综合开展基于OVT道集的方位各向异性裂缝检测研究(图 1)。关键步骤包括以下几点:①根据露头调查、岩心分析、FMI分析等获取裂缝密度、走向等基础数据, 落实研究区裂缝发育的实际情况; ②分析OVT道集资料品质, 落实不同埋深潜山道集的有效偏移距范围以及不同方位角、偏移距道集资料品质, 开展基于OVT道集的裂缝预测可行性分析; ③结合裂缝分析基础数据、总结裂缝发育及不发育时单井OVT方位角道集的振幅切片特征, 定性识别裂缝发育区带; ④优选敏感偏移距及方位角道集, 开展单井道集全方位椭圆拟合, 模拟单井裂缝发育特征, 落实各区带裂缝预测参数(偏移距、方位角范围及方位角划分方案), 定量计算裂缝强度及走向, 并进行单井验证; ⑤综合地质、构造、生产测试等资料, 分析裂缝分布规律及优势储层主控因素。
研究区位于中非裂谷带, 是受中非剪切带右旋走滑作用诱导发育的陆相中-新生代裂谷盆地, 盆地呈NWW向长轴状展布。盆地断裂发育, 以NE和NW向断裂为主。基底为前寒武系纽芬兰世-新元古代变质岩、岩浆岩(以花岗岩、花岗闪长岩、正长岩为主), 与上覆白垩统地层呈不整合接触。普罗索匹斯组与麦摩萨组泥岩既是很好的生源岩, 同时也是很好的盖层, 麦摩萨组泥岩全区稳定分布(图 2)。基底裂缝型储层发育, 试油产液量最高4000桶/d, 但基底储层分布不均, 各潜山顶部试油产液量相差很大, 个别井甚至为干井, 优质储层的控制因素不清楚, 潜山内幕储层描述难度大。纵向上, 根据花岗岩潜山的地质成因大致可以将潜山储层划分为风化淋滤带、缝-洞发育带、部分充填裂缝发育带、致密带4类[22]。其中风化壳型储层局部区域发育, 溶蚀缝洞、自然裂缝为基底主要储层类型, 深层裂缝大部分局部充填, 纵向上, 裂缝型储层发育于基底顶面以下0~250m, 岩心可见高角度溶蚀缝洞或自然缝(图 3)。
研究区三维地震采用小面元、高密度、宽方位方式采集, 最大偏移距5297m, 面元12.5m×12.5m, 每炮总接收道数8930, 炮线距125m, 满覆盖次数448, 扫描频率4~80Hz, 横纵比0.87。地震资料处理采用“两宽一高”处理配套技术, 主要包括高精度模型静校正、高精度速度建模、低频补偿及方位各向异性校正等[23-24], 以提高地震资料信噪比、分辨率和保真度, 有利于开展方位各向异性裂缝预测。最终处理成果显示, 花岗岩潜山顶面成像精度明显得到提高, 内幕储层特征更清晰。
对研究区进行分区带OVT道集对比分析发现, 受花岗岩基底顶面构造影响, 不同区带潜山顶面的道集资料覆盖次数不同, 有效偏移距范围差异较大。随着潜山埋深的增加, 目的层道集覆盖次数和有效偏移距增大(图 4)。图 4为单点OVT道集振幅切片, 是在对单点道集进行基底顶面对齐校正的基础上, 提取目的层均方根振幅属性并叠合该点所在面元满覆盖炮检点分布(红点为激发点; 绿点为接收点)的结果, 颜色填充代表该点道集振幅变化, 填充范围内的接收点数为覆盖次数。研究区基底构造最高位于W1井附近, 目的层道集资料覆盖次数40~60次, 有效偏移距范围260~1600m, 振幅切片显示各向异性特征明显(图 4a), 表明研究区目的层道集资料覆盖次数有利于开展方位各向异性裂缝预测研究。
对W2井OVT道集分析表明, 不同偏移距范围资料品质差异较大(图 5), 近偏移距道集资料分辨率高, 但受到面波等干扰, 其振幅较弱, 方位角道集剖面显示无明显各向异性特征; 远偏移距道集在目的层的覆盖次数通常不够。近、远偏移距道集不利于开展裂缝检测研究, 中偏移距道集方位各向异性特征明显, 资料品质最好, 因此, 在开展裂缝检测时应优先选用中偏移距道集。
纵波方位各向异性主要表现为振幅各向异性及旅行时各向异性。研究区地质构造复杂, 花岗岩基底顶面与上覆碎屑岩地层不整合接触, 较难开展旅行时各向异性研究, 因此此次研究主要针对纵波振幅方位各向异性。结合岩心及FMI测井裂缝分析成果, 通过精细地震地质标定, 对研究区裂缝型储层开展方位角道集响应特征分析, 总结裂缝发育及不发育的OVT道集响应特征, 由此开展花岗岩裂缝型储层定性解释。研究区W1井位于潜山构造高点, 裂缝型储层发育, 成像测井可见连续张开缝, 密度为10~15条/m(图 6)。由图 6可见, 裂缝型储层发育带目的层道集资料振幅切片各向异性突出, 以NW向的振幅最强, 内幕储层呈低中频、强振幅反射特征。W5井位于基底斜坡部位, 裂缝欠发育, 成像测井可见较少半充填裂缝或闭合缝。该井道集资料振幅切片则较弱, 全方位振幅各向异性较差, 内幕储层道集显示为中高频、中弱振幅反射特征(图 7)。根据上述特征, 完成研究区裂缝发育区带定性识别, 由此指导优选研究区储层裂缝强度及走向定量计算参数。
在裂缝储层定性认识的基础上, 遵从由点到面的原则, 开展花岗岩基底储层裂缝强度及走向定量计算。图 8为W7井单井裂缝检测实例, 从FMI动态图可以看出, 该井裂缝储层发育, 以中高角度网状裂缝为主, 解释裂缝密度为10~15条/m, 走向以NE为优势方向。对道集资料开展目的层振幅切片分析发现, 该井振幅切片以NE向最强, 各向异性明显, 优选中偏移距道集(2000~2900m), 综合考虑计算机运算效率及椭圆拟合程度, 方位角道集叠加为10道。由图 8d可见, 选用上述偏移距及方位角参数, 椭圆拟合程度高, 模拟裂缝走向与FMI解释裂缝走向一致, 且椭圆扁度大, 证明单井裂缝发育。由此确定各区带裂缝检测参数, 最终分区带完成研究区储层裂缝强度及走向预测。
根据“两宽一高”资料抽取的OVT道集, 利用方位各向异性叠前裂缝检测技术, 对研究区花岗岩基底裂缝的走向及强度进行定性及定量预测, 再综合研究区构造、储层、FMI等研究成果, 识别花岗岩基底裂缝型储层发育特征。从基底裂缝强度及走向平面分布图、FMI裂缝走向图(图 9和图 10)可以看出, 基底裂缝主要沿断裂展布, 以NW向和NEW向为优势方向, 近EW向裂缝次之, 潜山顶面裂缝较斜坡及洼陷部分发育, 与区域的构造保持一致。
将基底裂缝预测强度与FMI标定分析, 花岗岩基底裂缝大致可以分成3类:Ⅰ类裂缝以NW和NE向为优势方向, 以高角度网状缝为主, 沿NW和NE向断裂皆有分布, 潜山顶部发育, 地震检测裂缝强度值为0.85~1.00;Ⅱ类裂缝以NE向为优势方向, 以高角度、斜交缝为主, 沿部分NE向断裂及次级潜山展布, 强度值为0.70~0.85;Ⅲ类裂缝以低角度缝为主, 成像测井大部分可见充填, 主要分布在潜山斜坡部分及局部洼陷部位, 强度值为0.65~0.80。
裂缝强度是储层产液量的主要控制因素。将研究区地震预测裂缝强度与试油产液量进行交会分析(图 11), 结果表明, 裂缝强度大的井区试油日产液量高, 裂缝不发育时, 试油则以干层为主。综合分析认为裂缝强度达到0.80时, 较容易形成优质储层, 试油产液量明显增大, 此类裂缝主要以Ⅰ类裂缝为主。
以上分析表明, 地震预测裂缝走向与成像测井解释的裂缝走向一致, 裂缝强度与成像测井解释裂缝密度、单井试油产液量一致, 表明OVT域纵波方位各向异性裂缝检测技术预测花岗岩基底裂缝型储层效果好, 对裂缝型花岗岩潜山油藏勘探开发具有重要的指导作用。与叠后属性裂缝预测相比, 预测精度得到很大提高。
4 结论与讨论1) OVT道集保留了丰富的偏移距及方位角信息, 将地震解释拓展到五维领域, 可开展多方法储层预测及流体检测, 但资料品质差异较大, 开展方位各向异性裂缝预测应分区带, 优选中偏移距道集。
2) 方位各向异性裂缝预测是以岩心、露头分析裂缝数据为基础, 综合OVT、FMI、试油等资料, 由裂缝定性识别到裂缝定量计算, 适时调整偏移距、方位角参数, 提高预测精度。
3) 研究区花岗岩潜山主要发育3类裂缝, 以北西向和北东向为优势方向, 裂缝发育区带沿断裂展布, 潜山顶部较斜坡及洼陷部位发育, 裂缝展布特征与区域构造背景一致。裂缝强度是该探区花岗岩基底优质储层主控因素。
[1] |
孙炜, 何治亮, 李玉凤, 等. 改进的方位各向异性裂缝预测方法及其应用[J].
石油地球物理勘探, 2014, 49(6): 1170-1176 SUN W, HE Z L, LI Y F, et al. Improved method of azimuthally anisotropic fracture prediction and its application[J]. Oil Geophysical Prospecting, 2014, 49(6): 1170-1176 |
[2] |
苏世龙, 胡丹, 黄志, 等. 窄方位角地震数据预测裂缝储层方法[J].
石油地球物理勘探, 2015, 50(3): 511-515 SU S L, HU D, HUANG Z, et al. Fractured reservoir prediction on narrow azimuth seismic data[J]. Oil Geophysical Prospecting, 2015, 50(3): 511-515 |
[3] |
王洪求, 杨午阳, 谢春辉, 等. 不同地震属性的方位各向异性分析及裂缝预测[J].
石油地球物理勘探, 2014, 49(5): 925-930 WANG H Q, YANG W Y, XIE C H, et al. Azimuthal anisotropy analysis of different seismic attributes and fracture prediction[J]. Oil Geophysical Prospecting, 2014, 49(5): 925-930 |
[4] |
王磊, 李建荣, 王赟, 等. 多分量转换波地震勘探技术[J].
油气地质与采收率, 2002, 9(6): 1-4 WANG L, LI J R, WANG Y, et al. Seismic exploration technique of multi-component converted wave[J]. Petroleum Geology and Recovery Efficiency, 2002, 9(6): 1-4 |
[5] |
王世瑞, 杨德义, 彭苏萍, 等. 多分量转换波裂缝检测技术的进展[J].
特种油气藏, 2004, 11(3): 12-15 WANG S R, YANG D Y, PENG S P, et al. Progress of multi-component converted wave for fracture detection[J]. Special Oil and Gas Reservoir, 2004, 11(3): 12-15 |
[6] | CRAMPIN S. Seismic wave propagation through a cracked solid:Polarizatior as a possible dilatancy diagnostic[J]. Geophysical Journal of the Roya Astronomical Society, 1987, 53(3): 467-496 |
[7] | THOMSEN L. Elastic anisotropy due to aligned cracks in porous rock[J]. Geophysics Prospecting, 1995, 43(6): 805-829 DOI:10.1111/gpr.1995.43.issue-6 |
[8] | ANDREAS R. P-wave reflection coefficients for transversely isotropic media with vertical and horizontal axis of symmetry[J]. Expanded Abstracts of 65th Annual Internat SEG Mtg, 1995: 278-281 |
[9] | ANDREAS R. Azimuth variation of AVO response for fractured reservoirs[J]. Expanded Abstracts of 65th Annual Internat SEG Mtg, 1995: 1103-1106 |
[10] | KEMPTON J, ALANI A, CHAPMAN K. Surveyor variability-application of social judgment theory[J]. Structural Survey, 2003, 21(2): 63-69 DOI:10.1108/02630800310479052 |
[11] | HALL S A. Fractured reservoir characterization using P-wave AVOA analysis of 3D OBC data[J]. The Leading Edge, 2002, 21(8): 777-781 DOI:10.1190/1.1503183 |
[12] | HALL S A. Fracture characterization at Valhall:application of P-wave amplitude variation with offset and azimuth (AVOA) analysis to a 3D ocean-bottom data set[J]. Geophysics, 2003, 68(4): 1150-1160 DOI:10.1190/1.1598107 |
[13] | SUN Z D, WANG Z M, YANG H J, et al. P-wave fracture prediction algorithm using pre-stack data with limited azimuth distribution:a case study in the TZ45 area, Tarim Basin, China[J]. Petroleum Science, 2011, 8(4): 422-432 DOI:10.1007/s12182-011-0160-y |
[14] | PENG L L, SUN Z D. Fracture prediction and its fluid identification of complex carbonate reservoir:a case study in Ha7 area, Tarim Basin[J]. Expanded Abstracts of 83rd Annual Internat SEG Mtg, 2013: 3247-3250 |
[15] | YANG P, LI H Y. Seismic methodology for identification of highly profitable wells in fractured-vuggy carbonates in the Tarim Basin[J]. Expanded Abstracts of 83rd Annual Internat SEG Mtg, 2013: 2490-2493 |
[16] |
詹仕凡, 陈茂山, 李磊, 等. OVT域宽方位叠前地震属性分析方法[J].
石油地球物理勘探, 2015, 50(5): 956-966 ZHAN S F, CHEN M S, LI L, et al. OVT-domain wide-azimuth prestack seismic attribute analysis[J]. Oil Geophysical Prospecting, 2015, 50(5): 956-966 |
[17] |
孙炜, 何治亮, 李玉凤, 等. 基于HTI介质各向异性正演的裂缝预测属性优选[J].
石油物探, 2014, 53(2): 223-230 SUN W, HE Z L, LI Y F, et al. Seismic attributes optimization for fracture prediction based on the anisotropy forwarding of the HTI media[J]. Geophysical Prospecting for Petroleum, 2014, 53(2): 223-230 |
[18] |
刘朋波, 蒲仁海, 潘仁芳, 等. 多方位AVO技术在裂缝检测中的应用[J].
石油地球物理勘探, 2008, 43(4): 438-442 LIU P B, PU R H, PAN R F, et al. Application of multi-azimuth AVO technique in fractural detection[J]. Oil Geophysical Prospecting, 2008, 43(4): 438-442 |
[19] |
王康宁, 孙赞东, 侯昕晔, 等. 基于傅里叶级数展开的纵波方位各向异性裂缝预测[J].
石油物探, 2015, 54(6): 756-760 WANG K L, SUN Z D, HOU X H, et al. Fracture prediction by P-wave azimuthal anisotropy based on Fourier series decomposition[J]. Geophysical Prospecting for Petroleum, 2015, 54(6): 756-760 |
[20] | ANDREAS R. Variation of P-wave reflectivity with offset and azimuth in anisotropic media[J]. Expanded Abstracts of 66th Annual Internat SEG Mtg, 1996: 1810-1813 |
[21] | ENRU L, ALEX M. Seismic fracture characterization-concepts and practical applications[J]. Expanded Abstracts of 74th EAGE Annual Conference, 2012: 101-105 |
[22] |
窦立荣, 魏小东, 王景春, 等. 乍得Bongor盆地花岗质基岩潜山储层特征[J].
石油学报, 2015, 36(8): 898-902 DOU L R, WEI X D, WANG J C, et al. Characteristics of Granitic basement rock buried-hill reservoir in Bongor Basin, Chad[J]. Acta Petrolei Sinica, 2015, 36(8): 898-902 |
[23] |
袁刚, 王西文, 雍运动, 等. 宽方位数据的炮检距向量片域处理及偏移道集校正方法[J].
石油物探, 2016, 55(1): 84-89 YUAN G, WANG X W, YONG Y D, et al. Wide-azimuth data migration in OVT domain and OVG flattening[J]. Geophysical Prospecting for Petroleum, 2016, 55(1): 84-89 |
[24] |
贾福宗, 李道善, 曹孟起, 等. 宽方位纵波地震资料HTI各向异性校正方法研究与应用[J].
石油物探, 2013, 52(6): 650-654 JIA F Z, LI D S, CAO M Q, et al. Study and application of HTI anisotropy moveout correction to wide azimuth p-wave seismic data[J]. Geophysical Prospecting for Petroleum, 2013, 52(6): 650-654 |