鄂尔多斯盆地致密砂岩气资源丰富, 已发现多个具有代表性的大气田, 如苏里格、大牛地、子州和米脂等, 勘探成效显著^[1-3]。盆地内上古生界上石炭统—二叠系和中生界三叠系为主要油气勘探层系, 主要勘探目的层为石盒子组、山西组和太原组, 潮汐水道、辫状河道、分流河道和水下分流河道为有利沉积相带。受后期成岩作用的影响, 储层总体表现为低孔、低渗的特征, 局部发育相对高孔、高渗的“甜点”区, 寻找优质“甜点”是取得致密气产能突破的关键^[4-6]。

针对致密储层“甜点”识别, 国内学者开展了诸多研究并取得了一定的成果。苑书金^[7]基于大牛地气田储层致密、横向变化频繁、非均质性强的特征, 提出了多属性融合的地震储层预测技术, 在石盒子组致密气的勘探开发中取得了良好的应用效果。王大兴^[8]根据苏里格气田的实际岩心资料, 通过计算得到纵、横波速度和泊松比等参数, 建立了致密储层的岩石物理模型, 更好地研究了储层参数随所含流体程度变化的规律, 为“甜点”综合评价提供了一种新的参考依据。牛聪等^[9]结合扩展弹性阻抗反演和随机反演的优点, 采用序贯高斯配置协模拟技术研究了鄂尔多斯盆地LA地区致密砂岩储层“甜点”分布, 指出了有利勘探的靶区。孙文举等^[10]依据三维地震数据体中提取的泊松比属性, 在平面上划分出雷家碛地区致密储层有利区, 预测了天然气富集带。杜新江等^[11]提出了基于泊松比反射率的AVO技术, 准确预测了苏里格气田盒8段致密砂岩“甜点”的空间展布规律。

AVO技术作为油气检测的重要手段, 目前仍以定性解释为主, 主要依据各种属性之间的组合(如P×G, P+G等)实现油气异常的最大化^[12-14]。但在实际应用中, AVO是岩性组合、围岩性质、储层物性、流体性质和厚度等诸多因素的综合响应, 任一因素的改变均会引起AVO响应特征的变化, 因而在为AVO定量解释提供了可能性的同时也带来多解性。为此, 诸多学者开展了相关研究。赵明国等^[15]分析讨论了泊松比对AVO截距-梯度的影响。马永强^[16]开展了薄储层厚度对AVO响应特征的影响研究。赵伟等^[17]和刘仕友等^[18]研究了薄互层调谐效应对AVO的影响, 探索了调谐AVO的识别方法。路慎强^[19]和宁媛丽等^[20]利用叠前分频AVO方法消除薄层调谐效应对AVO的影响, 以解决薄互层储层AVO识别问题。韩光明等^[21]和李芳等^[22]分析了泥岩盖层速度变化对储层AVO类型的影响。姚淑凡等^[23]讨论了成岩作用对含气砂岩AVO响应特征的影响。明君等^[24]提出了扩展AVO属性的方法, 在一定程度上能够降低传统AVO分析的多解性。钟晗等^[25]研究了频变技术及其在油气识别中的应用。在AVO定量解释方面, 潘仁芳等^[26]通过改变孔隙度、含气饱和度及储盖参数, 开展含气砂岩AVO响应半定量分析。谢祥等^[27]分析了稠油油藏AVO响应特征的敏感因素, 提出了应用AVO技术开展稠油油藏储层物性预测的一种新方法。何涛等^[28]制作一种能综合反映储层孔隙度、层厚和饱和流体性质的AVO响应模版, 为储层和流体解释提供参考。

现阶段AVO模版的制作更多是用于帮助认识和理解AVO现象, 以此指导储层和流体解释。由于受多个影响因素耦合的限制, 难以直接应用于储层参数定量预测。如何化繁为简, 从复杂多样的影响因素中剖析出主控因素, 是实现AVO定量预测的关键和前提。为此, 本文首先从研究区沉积模式出发, 分析岩性组合和泥岩背景对AVO响应特征的影响; 然后建立适用于研究区的地质模型, 开展变孔隙度、厚度和含气饱和度的AVO正演模拟, 明确储层孔隙度和厚度是AVO响应特征的主控因素。通过制作AVO定量解释模版, 建立AVO属性与储层参数之间的数学函数关系, 由AVO属性直接计算储层参数值, 实现了致密砂岩气层“甜点”的定量刻画。

1 储层基本特征 1.1 区域地质概况

LX地区位于山西省临县和兴县境内, 横跨鄂尔多斯盆地伊陕斜坡和晋西挠褶带, 西邻黄河与陕西省神木县相望(图 1)。

上古生界二叠系石盒子组盒4段是该区的主力产层, 发育三角洲前缘沉积, 水下分流河道砂体是有利储层类型。从测井解释连井剖面(图 2)可以看出, 砂岩局部发育, 以大套泥岩夹砂岩为主, 气层主要赋存在物性好的优势河道砂体中, 具有“微相控储、物性控藏”的特征。该层段泥岩稳定发育且属于典型的泥包砂的沉积模式, 岩性组合关系相对简单, 基本不发育薄互层, 因此, 岩性组合和围岩性质变化对本区AVO的影响基本可以忽略。这种特定的沉积环境为AVO技术的应用奠定了良好的地质基础, 在一定程度上减少了AVO多解性的产生。

1.2 储层特征及分类

钻井结果揭示, 研究区石盒子组砂岩分选中等-较差, 磨圆度多为次棱角状; 颗粒支撑, 颗粒间接触关系以凹凸-线接触。储层以长石岩屑砂岩、岩屑长石砂岩和岩屑砂岩为主(图 3)。储层的空间类型主要为残余原生孔、粒间和粒内溶孔, 溶孔以长石和岩屑溶蚀为主, 少量为晶间孔和微裂隙(图 4)。

研究区储层厚度范围在2~16m, 平均为7.8m, 孔隙度范围在2%~16%(图 5a), 平均为7.85%, 渗透率范围在0.01~10.00mD(图 5b), 平均为0.72mD(1mD≈0.987×10^-3μm²)。参照GB/T26979-2011气藏分类标准, 本区绝大部分属于低孔、低渗储层, 少量属于中孔、中渗储层(孔隙度ϕ>10%, 渗透率K>5mD)^[29]。

钻井测试结果表明, 孔渗条件是决定致密气产能的关键因素, 测试效果好的层段孔隙度、渗透率都较高, 且孔渗具有正相关性。在高孔渗层中优选厚度大的砂体能确保获得更高的产量。根据孔隙度、渗透率和厚度等条件的差异, 将研究区致密砂岩储层划分为4类(表 1)。其中, 定义一类和二类储层为研究区“甜点”储层类型, 是该区研究的重点。

1.3 岩石物理关系

分析盒4段纵波阻抗(I_P)与纵横波速度比(v_P/v_S)交会结果(图 6)可知, 盒4段气层、干层和泥岩表现为不同的岩石物理特征。纵波阻抗关系为:干层≥差气层≥泥岩≥气层, 砂岩和泥岩的纵波阻抗数值范围基本重叠, 纵波阻抗不能用于区分岩性。由于目标层段为泥包砂的沉积背景, 因此干层和气层均可形成强振幅反射, 差气层一般为弱振幅反射。纵横波速度比关系为:泥岩≥干层≥差气层和气层。泥岩与砂岩、气层与干层的纵横波速度比存在明显差异, 因此, 采用叠前AVO属性能够有效区分气层、干层和泥岩。

2 储层地震响应特征分析 2.1 叠后振幅响应特征

目前研究区有L1、L2、L3、L4和L5共5口已钻井, 目的层盒4段钻探结果如表 2所示。图 7为连井地震剖面。从图 7可以看出:L5井钻遇气层, 孔隙度高且厚度大, 表现为强振幅反射; L4井钻遇差气层, 孔隙度和厚度中等, 表现为中等振幅反射; L3井钻遇差气层, 但其孔隙度和厚度相比L4井更小, 表现为中-弱振幅反射; L1和L2井均钻遇干层, 孔隙度低且厚度较大, 同样表现为中-强振幅反射。说明研究区的振幅响应特征具有多解性, 强振幅可能发育气层, 也可能发育干层, 该特征符合图 6揭示的岩石物理规律。因此, 叠后振幅类属性无法应用于致密储层含气性检测。

2.2 叠前AVO响应特征

图 8为已钻井AVO正演道集和井旁地震道集, 图中绿线代表盒4段砂岩储层的AVO响应特征, 可以看出:①L1和L2井均钻遇干层, 表现为远道振幅逐渐减弱的Ⅰ类AVO; ②L3和L4井钻遇差气层, 表现为远道振幅逐渐增强的Ⅱ类AVO, 两者孔隙度基本相同, 但L4井气层厚度更大, AVO异常更加明显, 逐渐向Ⅲ类AVO过渡; ③L5井气层孔隙度最高且厚度最大, AVO异常最明显, 表现为Ⅲ类AVO。说明采用叠前AVO方法可有效区分干层和气层。

计算图 8b地震道集同相轴(绿线)的截距和梯度属性, 对其结果进行交会分析(图 9), 可以看到, 截距和梯度的变化规律与孔隙度、厚度具有一定相关性, 通过建立精细的AVO定量解释模版可实现致密储层“甜点”预测。

3 AVO定量解释模版制作 3.1 测井曲线校正

为构建AVO定量解释模版, 首先要解决研究区内测井曲线由于井眼垮塌导致的畸变。采用神经网络方法对扩径曲线进行校正^[30]。图 10为扩径校正前(红色)、后(蓝色)的测井曲线, 可以看出, 井眼垮塌导致的曲线异常得到合理校正。对比井震标定的效果(图 11)可以看出, 扩径校正后, 合成记录与井旁地震道的波组关系对应更好, 井震相关系数由0.65提升到0.82, 验证了校正后曲线的合理性。

3.2 模型设计和参数确定

统计工区内5口钻井资料的盒4段砂岩和泥岩的弹性参数, 其中, 泥岩纵波速度为4036m/s, 密度为2.65g/cm³, 横波速度为2011m/s, 泊松比为0.334;在100%含气、孔隙度为10%的砂岩中, 纵波速度为4124m/s, 密度为2.45g/cm³, 横波速度为2583m/s, 泊松比为0.178。根据盒4段岩性组合关系, 建立图 12所示的3层介质模型, 采用30Hz雷克子波进行AVO正演模拟, 分析砂岩孔隙度(ϕ)、厚度(D)以及含气饱和度(S_g)的变化对AVO响应特征的影响。

3.3 变参数AVO正演模拟 3.3.1 变孔隙度模型

固定砂岩厚度为10m, 含气饱和度分别设为0和100%, 孔隙度在2%~16%变化, 步长为2%。图 13a展示了含气饱和度为100%时的正演道集, 可以看出:随着孔隙度逐渐增加, 含气砂岩的AVO类型由Ⅰ类变为Ⅱ类再变为Ⅲ类。当孔隙度小于6%时, 含气砂岩表现为Ⅰ类AVO; 当孔隙度为6%~10%时, 含气砂岩表现为Ⅱ-p和Ⅱ类AVO; 当孔隙度大于10%时, 含气砂岩表现为Ⅲ类AVO。图 13b为P-G交会分析结果, 可以看出:①随着孔隙度增加, P和G近似呈线性变化规律; P由正变为0再变为负, G为负且绝对值单调递减; ②含气饱和度为0和100%时, P和G随孔隙度变化规律基本一致, 但斜率存在差异; ③含气饱和度为100%时, AVO由Ⅰ类变为Ⅱ类, 对应的孔隙度门槛值为8%, 含气饱和度为0时对应的孔隙度门槛值为10%。

3.3.2 变含气饱和度模型

固定砂岩厚度为10m, 孔隙度分别设为14%、10%和6%, 含气饱和度在0~100%变化, 步长为10%。图 14a展示了孔隙度为10%时的正演道集, 可以看出:当含气饱和度为0时, 砂岩表现为极性反转的Ⅱ-p类AVO; 当含气饱和度增加到20%, AVO类型变为Ⅱ类; 随着含气饱和度继续增加到100%, AVO异常强度逐渐加强。图 14b为P、G交会分析结果, 可以看出:①G为负, 随着含气饱和度增加, 其绝对值逐渐增大; P随着含气饱和度增加的变化规律为, 当孔隙度为6%时P为正且单调递减, 当孔隙度为10%时P由正变为0再变为负, 当孔隙度为14%时P为负且绝对值单调递增; ②在含气饱和度由0增加到40%的过程中, P和G变化明显, 随着含气饱和度继续增加到100%, P和G变化相对较小; ③饱含水砂岩和饱含气砂岩的AVO响应特征差异与孔隙度大小有关, 孔隙度越大, 两者之间的差异越大, 越容易区分。

需要指出的是, 由于研究区盒4段储层距离下部烃源岩较近, 气源充足, 已钻井尚未钻遇纯水层, 储层的含气饱和度集中分布在40%~75%。在该范围内, 根据图 14b可知, 含气饱和度变化引起的AVO差异相比孔隙度变化引起的AVO差异要弱得多, 可忽略不计, 很难通过AVO方法定量预测含气饱和度的大小。因此, 不再将含气饱和度作为AVO的主要影响因素。

3.3.3 变厚度模型

固定砂岩含气饱和度为100%, 孔隙度分别设为6%、10%和14%, 厚度在2.5~20.0m变化, 步长为2.5m。图 15a显示了孔隙度为10%时的正演道集, 可以看出:随着厚度增加, AVO异常逐渐增强。当厚度大于10.0m时, 含气砂岩表现为Ⅲ类AVO; 当厚度为5.0~10.0m时, 含气砂岩表现为Ⅱ类AVO; 当厚度小于5.0m时, 含气砂岩AVO异常较弱, 很难通过AVO方法识别厚度小于5.0m的薄气层。图 15b为P、G交会分析结果, 可以看出:①随着厚度减小, P和G的绝对值近似呈线性规律单调递减, 最终向零点靠拢; ②在厚度由2.5m增加到10.0m的过程中, P和G变化明显; 在厚度由10.0m增加到20.0m的过程中, P和G变化相对较小, 该现象主要由调谐效应引起。研究区砂岩的调谐厚度为20.0m, 当厚度远小于20.0m时, 调谐效应显著导致振幅快速增加, 当厚度逐渐接近20.0m时, 调谐效应趋于稳定, 振幅达到最大值。

3.4 AVO定量解释模版

基于前文论述, 明确了孔隙度和厚度是决定研究区致密砂岩储层AVO响应特征的主控因素。为此从众多影响因素中剖析出两个关键参数, 构建适用于LX地区致密砂岩气层的AVO定量解释模版, 结果如图 16所示。依据表 1所示的气层分类标准, 通过多边形分别定义一类和二类“甜点”在模版上的分布区域和范围:①孔隙度大于10%、厚度大于10m的区域为一类A; ②孔隙度大于10%、厚度5~10m的区域为一类B; ③孔隙度6%~10%、厚度大于10m的区域为二类A; ④孔隙度6%~10%、厚度5~10m的区域为二类B。同时, 通过AVO定量解释模版建立起P和G属性与气层参数之间的关系, 从而实现孔隙度和厚度数值的半定量-定量预测。

基于AVO定量解释模版进行储层参数定量估计, 常规思路是将实际地震数据的截距和梯度属性投影在模版上, 根据散点分布位置对孔隙度和厚度进行预估。这种间接分析方式仅限于单点或者局部位置, 并不能直接获得全区储层参数预测结果。为此, 本文根据AVO定量解释模版拟合出截距和梯度属性与储层孔隙度和厚度之间的数学函数关系((1)式和(2)式), 从而可由AVO属性直接计算出孔隙度和厚度, 结果方便直观且更具有地质意义。

$\phi(7.2 G-0.1)=P+0.5 G $

(1)

$D(0.04 P+0.02)=-0.5 P-G $

(2)

式中:ϕ代表气层孔隙度; D代表气层厚度。

4 实际资料应用 4.1 道集优化处理

研究区近地表吸收衰减强烈, 叠前道集信噪比低、振幅保真性差。采用奇异值分解^[31]的方法消除道集上的噪声, 继而采用井控振幅补偿的方法恢复地层真实的AVO响应特征。图 17对比了道集优化前、后的结果, 原始道集(图 17a)近偏移距噪声发育、同相轴杂乱且振幅较弱。优化处理后(图 17b), 噪声得到压制, 近道振幅得到有效补偿。提取900ms同相轴对应的AVO曲线并与正演曲线进行对比(图 17c), 优化处理后的AVO变化趋势与正演模拟结果更加一致, 为后续致密气“甜点”预测奠定资料基础。

4.2 “甜点”分布预测

图 18为“甜点”平面展布预测结果, 可以看出:①河道砂体呈条状和带状由北向南展布, 并非强振幅均发育气层, “甜点”分布范围相对强振幅区域范围小; ②L1和L2井钻遇蓝色背景区, 气层不发育, L3井钻遇二类B气层, L4井钻遇二类A气层, L5井钻遇一类A气层, 预测结果与钻探结果吻合; ③一类和二类“甜点”交错分布, 体现了河流相储层非均质强的特征。研究区西部比东部“甜点”更发育, 是下一步勘探的优势区带; ④储层孔隙度主要范围在6%~10%, 孔隙度大于10%的“甜点”发育在河道主体部位(图中虚线箭头所示), 分布相对局限; ⑤厚度主要范围在5~10m, 大于10m的厚气层分布相对局限, 体现了研究区储层厚度较薄的特征。对比孔隙度和厚度预测结果与实钻结果(表 3)可以看出, 孔隙度预测误差控制在10%左右, 厚度预测误差控制在20%以内, 预测结果与实钻结果吻合度较高。

4.3 新钻井验证分析

根据预测结果, 设计新钻井L6井(图 18c和图 18d中星号位置)。钻前预测认为, L6井发育一类A气层, 孔隙度约为12%, 厚度约为12m。钻探结果证实, 该井钻遇高孔砂岩厚气层, 测井解释孔隙度为13.2%, 厚度为14.3m, 测试天然气产量达30.8×10⁴m³/d, 取得了良好的应用效果。

5 结论

1) AVO分析是一项系统工程, 如何从复杂多样的影响因素中剖析出主控因素, 是实现AVO定量预测的关键和前提。本文充分利用研究区已知的地质和沉积认识作为约束, 降低AVO分析的多解性。开展变参数正演模拟, 构建AVO定量解释模版, 拟合截距和梯度属性与储层孔隙度和厚度之间的数学函数关系, 由AVO属性直接预测出孔隙度和厚度参数, 克服了常规基于散点投影分析的定量解释思路带来的不足和局限性。在LX地区的实际应用证实了方法的有效性。

2) AVO定量解释模版的应用需要满足一定的假设条件, 本文提出的方法对盒4段泥包砂的沉积模式比较适用, 对具有相似地质背景的区域有一定的借鉴意义。考虑到研究区盒8段为砂泥岩薄互层模式, 因此, 下一步将在本文研究基础上开展薄互层AVO响应特征的研究, 分析互层厚度、互层层数、砂地比、储层物性等参数对AVO的影响, 探讨薄互层模式下基于AVO开展定量解释的可行性。