2. 中国石油化工股份有限公司西北油田分公司, 新疆乌鲁木齐 830011
2. Northwest Oilfield Branch, Sinopec, Urumchi 830011, China
我国深层海相碳酸盐岩地层蕴藏丰富的油气资源, 受演化历史长、埋深大等因素影响, 储层油气特征评价困难[1-2]。在塔里木盆地, 随着勘探不断向塔河外围、深层领域拓展, 储层预测与地震特征的多样化, 使地震勘探仍面临着深层碳酸盐岩沉积构造及储层成像、深层多成因类型储集体预测、储层流体检测等一系列的问题与技术瓶颈。塔河油田外围顺托、托普台等地区深层碳酸盐岩岩溶缝洞型储集体发育, 油气类型以高过成熟油、凝析油气为主, 展示该区具有良好的勘探开发前景[3-4]。在本区域深层碳酸盐岩储层预测与油气识别中, 面临着埋深大(大于6 500 m)、油气响应模式复杂、强地震反射界面屏蔽特征明显等难题, 给目标储层油气富集规律认识及储层有效性评价带来诸多困难。有必要厘清该区域深层碳酸盐岩含油气储层地震响应特征, 为该地区深层碳酸盐岩储层预测与流体识别提供参考依据。
利用AVO技术进行储层预测与流体检测能充分利用地震叠前信息, 提高油气检测的准确性[5-7], 该技术依托于地震岩石物理特征[8-9]。针对碳酸盐岩缝洞储层矿物组成、孔隙系统复杂等特征, 前人进行了大量的岩石物理相关研究。唐金良等[1]在岩石骨架中以方解石-白云石及粘土等成分替代砂泥岩中的石英及粘土等, 利用Kuster-Toksoz理论和微分等效介质模型计算孔隙结构, 实现了缝洞型碳酸盐岩岩石物理建模。蔡涵鹏等[10]将Eshelby-Walsh岩石骨架参数模型引入到Gassmann方程中, 分析了孔隙结构对碳酸盐岩体积模量的影响。张广智等[11]采用Patchy Saturation模型[12]计算饱含孔隙流体岩石的纵横波速度, 构建碳酸盐岩岩石物理模型。对于非均质性较强的缝洞型碳酸盐岩储层, AVO特征复杂。陈军等[2]分析了不同成因储层的地震响应特征, 确定了“串珠”和“片状强反射”储层的AVO敏感属性为P×G。曹俊兴等[13]在总结深层碳酸盐岩储层亮点分析、AVO分析、低频阴影分析含气性检测的特征与难点后, 提出了基于地震纹理分析的烃类检测技术。徐超等[14]通过一个充填不同流体(气、油和水)的溶洞物理模型, 分析研究了碳酸盐岩溶洞储层流体AVO特征, 认为P-G交会对流体识别效果较好。
深层缝洞型碳酸盐岩储层与非储层的波阻抗差异较小, 总体呈现弱-中度反射特征, 储层反射往往受强地震反射界面干扰严重。对于该问题, 基于匹配追踪识别方法[15]和基于多子波分解的波形分解[16]强地震反射压制方法具有较好的应用效果。马灵伟等[17]利用多子波分解的波形分解技术, 开展了去除强反射界面影响研究, 突显了强界面下的缝洞反射特征。针对塔河油田外围顺托、托普台等地区深层碳酸盐岩缝洞型储层预测与油气识别难度大、强地震反射界面屏蔽特征明显的问题, 本文通过碳酸盐岩储层岩石物理建模、非均匀介质正演模拟、井旁道地震数据分析、AVO属性与实际井产量交互分析等, 研究AVO分析在以高过成熟油和凝析油气为主地区的深层碳酸盐岩缝洞储层流体识别的有效性, 为后续储层预测与含油气性识别奠定基础。
1 岩石物理建模地震岩石物理是联系储层特征与地震特性的桥梁[9]。综合目标区奥陶系碳酸盐岩储层地质与测井信息, 构建适合研究区奥陶系碳酸盐岩储层特征的地震岩石物理模型[11, 18]。首先依据测井解释得到的矿物成分及含量, 利用Voigt-Reuss-Hill平均公式计算基质等效模量。本区碳酸盐岩矿物主要包括方解石、白云石等, 奥陶系一间房组上部为藻粘结岩及泥晶砂屑灰岩。然后采用微分等效介质模型(DEM)和KT模型计算干岩石等效弹性模量, 其中孔隙结构参数根据已知测井资料估算; 结构组分包含颗粒、泥晶基质、亮晶胶结物、晶粒和生物格架等; 微观储集空间类型主要是晶内溶蚀孔、微裂缝的溶蚀和缝合线的溶蚀, 晶间孔比较发育微孔隙, 微裂缝内充填的方解石被局部溶蚀。之后利用Wood混合孔隙流体, 计算流体等效体积模量。最后利用Gassmann模型求取流体饱和岩石的等效模量, 算出最终等效介质的纵、横波速度[11, 19]。目标区奥陶系碳酸盐岩缝洞储层岩石物理建模流程如图 1所示。计算所用矿物及流体参数由实际测试数据统计分析得到, 其中凝析油气密度为0.79 g/cm3, 气油比为400:1, 见表 1。
图 2显示了利用研究区典型井S5井估算得到的深层碳酸盐岩目的层纵波速度、横波速度及其实测值。由图 2可看出, 模型预测纵波速度或横波速度与井上实测数据吻合度高, 纵波速度、横波速度预测值与实测值相对误差分别是1.69%, 3.05%, 预测精度满足生产需求, 模型适用于研究区奥陶系碳酸盐岩储层, 证明了上述建模的有效性。
缝洞型碳酸盐岩储层储集空间大小及含油气性决定其产能的大小[20]。前人[21-22]针对此类储层的反射特征已经进行了大量研究。本文采用基于随机介质理论[23-25]建立符合本区深层缝洞型碳酸盐岩储层的随机介质模型, 并利用非均匀介质条件下的波动方程进行数值模拟。在随机介质建立过程中, 将实际地下介质分为两部分:一是地质背景趋势, 二是空间扰动, 并把随机介质中的每一个局部最大值点作为一个缝洞分布的中心点, 以构造具有不同统计特征的随机缝洞介质模型。通过数值模拟讨论实际目标储层预测与油气识别中面临的两种影响因素主要波场特征:不同尺度缝洞体的AVO波场特征和强界面对下伏缝洞型储层波场特征影响。
2.1 不同尺度缝洞体AVO波场特征分析AVO技术是一种可区分与气有关的振幅异常与其它异常的有效工具, 该技术基于水平层状假设。缝洞体与层状介质的波场特征存在明显的差异, 缝洞体以绕射波为主, 尺度越小绕射现象越明显; 而层状介质波场主要为反射波。不同尺度缝洞体的AVO特征是利用该技术开展深层缝洞型碳酸盐岩储层预测的关键。为了分析不同尺度缝洞体AVO特征, 基于前期岩石物理分析结果及研究区实际缝洞体形态变化特征, 分析了4种模型:①单一界面; ②薄层(厚度15 m); ③不同宽度缝洞体(以目标区缝洞体平均厚度15 m为模型厚度, 宽度分别10, 15, 30, 60, 120, 200 m); ④厚缝洞体。4种模型如图 3a所示。背景与目标层的纵波速度分别为6 200 m/s, 2 090 m/s, 横波速度分别为3 320 m/s, 836 m/s, 密度分别为2.76 g/cm3, 2.05 g/cm3。在全含气的极限情况下, 研究深层非均质碳酸盐岩缝洞油气储层AVO特征, 分析其适用性。单一界面的理论AVO曲线如图 3b所示, 类型呈现第一类AVO特征, 并且上、下层纵波速度比大于1。
利用非均匀介质波动方程进行正演模拟, 并采用与研究区实际接近的观测系统参数:炮间距为50 m, 道间距为50 m; CDP间距为25 m。研究区碳酸盐岩缝洞储层埋藏深, 地震波衰减严重, 采用与研究区目标储层实际地震主频一致的22 Hz雷克子波进行正演模拟。将正演模拟得到的炮集记录经过叠前时间偏移成像, 得到4种模型的CRP道集, 再将偏移距道集转换为入射角道集, 如图 4所示。在岩石物理参数一致情况下, 4种模型的振幅随入射角的增大而减小, 与理论AVO曲线变化特征一致。4种模型的振幅随角度变化趋势相同, 但能量大小存在明显差异。
图 5为单一界面、薄层、不同宽度缝洞的振幅随入射角变化(AVO)特征。由图可见, 所有曲线类型都呈现第一类AVO特征。由于调谐效应的影响(波长为282 m), 薄层模型的AVO截距(P)最大、梯度(G)绝对值最大。随着缝洞宽度的增大AVO截距逐渐增大, 并逐渐趋于单一界面截距值。随着缝洞宽度增大梯度绝对值逐渐变大, 并逐渐趋于单一界面梯度值。以上结论表明采用AVO特征研究缝洞储层特征是可行的。
研究区奥陶系一间房组灰岩与上覆地层碎屑岩之间存在较大的波阻抗差异, 在地震剖面上呈现为较强的“两谷夹一峰”的T74反射界面(奥陶系一间房组顶界面), 见图 6。T74反射界面对下伏地层尤其储层的波场特征产生较大的影响, 导致缝洞储层预测与流体识别可靠性欠佳。为研究T74反射界面对下伏缝洞型储层波场特征的影响, 设计一组不同充填特征、距一间房组顶部不同距离的缝洞型储层模型。包括9个缝洞体模型, 每3个一组:第一组含气、第二组含油、第三组含水, 如图 7所示。缝洞体发育规模为20 m×200 m, 缝洞体距离一间房组顶部的距离分别为30, 80, 150 m。基于上述适用于研究工区构建的岩石物理模型, 利用流体替换方式构建出缝洞型储层含不同流体情况下的岩石物理弹性参数, 如表 2所示。
正演模拟方法以及观测系统与2.1节一致。将正演模拟得到的炮集记录经过叠前偏移成像处理, 得到相同发育规模含不同流体特征缝洞体的成像剖面。图 8a为正演模拟剖面, 图 8b为缝洞反射中心位置均方根振幅曲线。可以看出:相同充填、不同位置, 受T74反射界面影响不同, 能量大小表现一定差异; 距离T74界面30 m时, 界面反射波峰与缝洞体反射波调谐, 其均方根振幅最大; 距离T74界面80 m时, 由于界面反射波谷与缝洞体反射波调谐, 其均方根振幅最小; 距离T74界面150 m时, 两者距离较大, 界面反射对缝洞体反射波不会产生明显影响。
抽取缝洞体中心点CRP道集, 如图 9所示。图中道集上粉色直线为T74位置、蓝色直线为AVO分析位置。从图 9可以看到, 距离T74界面150 m时, 强界面反射不对缝洞体AVO特征产生影响, 可作为对比标准(如图 9o); 距离T74界面30 m时, 由于强界面反射波的影响, AVO截距增大、梯度绝对值增大(如图 9m); 距离T74界面80 m时, 由于强界面反射波的影响, AVO梯度绝对值增大(负值), 但截距基本不变。含气储层呈现正高截距, 负高梯度特点。强界面对AVO的影响与不同缝洞储层对AVO的影响值基本处在一个数量级, 所以在深层碳酸盐岩缝洞储层AVO分析时, 需压制强界面反射波影响。
以上基于实际储层岩石物理参数模拟得到了研究区深层碳酸盐岩缝洞含油气储层AVO特征的认识, 该认识需要利用实际井合成记录分析与井旁地震数据分析加以验证。为此, 通过研究区典型井S1井的岩石物理流体替换结果进行叠前合成记录分析, 对道集振幅绝对值进行AVO特征统计及截距归一化处理(图 10)。结果表明, 含气性储层具备高截距、负高梯度特征, 与正演模拟结果(图 9)相一致。实际应用中可以根据梯度和截距属性对缝洞体含气特征进行判识。
深部碳酸盐岩缝洞储层特征模型的AVO梯度/截距属性能够较好地识别油气储层特征, 但在一定程度上受T74强界面干扰。本文利用波形分解技术对强界面干扰进行压制, 该方法基于相同或相似的地下结构对子波改造的作用一致理论, 提取不同子波的特征, 实现多子波分解[19]。多子波分解技术以一种数学方法将每一地震道分解成多个不同形状、不同频率的地震子波。而波形分解是基于多子波分解数据体的线性相似地震波形统计, 通过把某一时窗内地震数据体中的所有子波根据波形进行分类, 依据总能量大小排序, 形成第1, 2, …, n分量, 每一分量反映相似的地层结构。其中第1分量是时窗内具有最大共性、能量最强的波形, 一般对应的是最大一级的界面反射; 通常第5分量之后一般为噪声数据。本文对目标层进行波形分解, 第1分量反映的是地层结构(包含断裂特征), 将第2、第3、第4分量相加获得缝洞储层特征(以下简称缝洞储层特征剖面)(图 11)。图 11d为原始剖面与第1~第5分量之和的差值剖面, 该剖面整体能量弱、主要为背景噪声响应特征, 整体能量是原始剖面能量的5%。表明本文波形分解方法的正确性与合理性。
采用波形分解技术对研究区部分叠加剖面分别进行处理, 获得部分叠加的缝洞储层特征剖面, 然后提取缝洞储层特征的截距(P)与梯度(G)剖面, 最后得到缝洞储层特征P×G剖面。图 12a和图 12b分别为波形分解处理前、后的P×G剖面。结果显示T74界面强反射特征得到了压制, 反映缝洞特征的能量得到了有效保留, 并且其形态特征不变。总之波形分解达到了有效压制强反射、聚焦优势能量、提高分辨率、保持缝洞储层波形特征的作用。
CASTAGNA[26]认为含气砂岩通常比含水砂岩具有更小的截距与梯度, 因此其趋势线偏离过原点的背景趋势线向下偏移。利用信息重构后的数据, 提取井底坐标井旁地震道AVO截距与梯度, 结果如图 13所示。由图 13可见, 油气井位置截距与梯度值普遍分布于第四象限, P>0、G < 0, 与图 5、图 9模型分析结果具有很好的一致性。结合生产信息(初期产量)进一步综合分析发现, 研究区整体上高产油井具备明显的高截距, 负高梯度特征, 该项规律与前期的正演模拟认识相一致, 只有S2井不吻合。从图 13还可以观察到, 存在明显的4个区域, 蓝色虚线以上为低产井, 蓝色虚线与绿色虚线之间产量较高, 绿色虚线与红色虚线之间, 由于存在放空漏失或高气油比P×G值相对较小, 红色虚线以下为高产井区, 验证了AVO属性在深层碳酸盐岩缝洞储层预测的可行性。
基于研究区地质、测井、模型与实际地震数据综合分析, 得出结论:①研究区以高过成熟油、凝析油气为主的油气类型条件下, 深层缝洞型碳酸盐岩储层与单一界面具有类似的AVO特征, 可以采用AVO分析进行储层预测研究; ②P×G属性与单井初期产量具有较好的对应性, 整体上高产油井具备明显的高截距, 负高梯度特征。
深层碳酸盐岩缝洞油气储层具有非均质性强、地震响应模式多样、背景干扰强等特征, 油气预测难度大, 在研究过程中需要针对特定区域开展针对性研究, 以提高预测可靠性。
[1] |
唐金良, 周单, 王世星. 基于叠前反演的缝洞型碳酸盐岩流体检测及评价技术研究[J]. 石油物探, 2013, 52(3): 313-322. TANG J L, ZHOU D, WANG S X. Discussion of fluid prediction and evaluation method in fracture-cavity carbonate reservoir based on prestack inversion[J]. Geophysical Prospecting for Petroleum, 2013, 52(3): 313-322. |
[2] |
陈军, 张虎权, 王锦喜, 等. AVO技术在碳酸盐岩缝洞型储层预测中的应用[J]. 石油地球物理勘探, 2014, 49(6): 1191-1198. CHEN J, ZHANG H Q, WANG J, et al. Carbonate fracture-cave reservoir prediction with pre-stack AVO[J]. Oil Geophysical Prospecting, 2014, 49(6): 1191-1198. |
[3] |
马乃拜, 金圣林, 杨瑞召, 等. 塔里木盆地顺北地区断溶体地震反射特征与识别[J]. 石油地球物理勘探, 2019, 54(2): 398-403. MA N B, JIN S L, YANG R Z, et al. Seismic response characteristics and identification of fault-karst reservoir in Shunbei area, Tarim Basin[J]. Oil Geophysical Prospecting, 2019, 54(2): 398-403. |
[4] |
闫娥, 张艳红, 黄英. 顺北地区奥陶系碳酸盐岩储层发育特征[J]. 内江科技, 2013, 34(5): 89-90. YAN E, ZHANG Y H, HUANG Y. Development characteristics of Ordovician Carbonate reservoirs in Shunbei area[J]. neijiang science and technology, 2013, 34(5): 89-90. |
[5] |
KOEFOED O. Reflection and transmission coefficients for plane longitudinal incident wave[J]. Geophysical Prospecting, 1962, 10(3): 304-351. |
[6] |
郑晓东. Zoeppritz方程的近似及其应用[J]. 石油地球物理勘探, 1991, 26(2): 129-144. ZHENG X D. Approximation of Zoeppritz equation and its application[J]. Oil Geophysical Prospecting, 1991, 26(2): 129-144. |
[7] |
印兴耀, 王慧欣, 曹丹平, 等. 利用三参数AVO近似方程的深层叠前地震反演[J]. 石油地球物理勘探, 2018, 53(1): 129-135. YIN X Y, WANG H X, CAO D P, et al. Three term AVO approximation of Kf-Km-ρ and pre-stack seismic inversion for deep reservoirs[J]. Oil Geophysical Prospecting, 2018, 53(1): 129-135. |
[8] |
印兴耀, 李龙. 基于岩石物理模型的纵、横波速度反演方法[J]. 石油物探, 2015, 54(3): 249-253. YIN X Y, LI L. P-wave and S-wave velocities inversion based on rock physics model[J]. Geophysical Prospecting for Petroleum, 2015, 54(3): 249-253. |
[9] |
印兴耀, 刘欣欣. 储层地震岩石物理建模研究现状与进展[J]. 石油物探, 2016, 55(3): 309-325. YIN X Y, LIU X X. Research status and progress of the seismic rock-physics modeling methods[J]. Geophysical Prospecting for Petroleum, 2016, 55(3): 309-325. |
[10] |
蔡涵鹏, 贺振华, 唐湘蓉, 等. 碳酸盐岩孔隙结构影响分析和等效孔隙结构参数计算[J]. 石油物探, 2013, 52(6): 566-572. CAI H P, HE Z H, TANG X R, et al. Influence analysis of carbonate pore structure and calculation of equivalent pore structure parameters[J]. Geophysical Prospecting for Petroleum, 2013, 52(6): 566-572. |
[11] |
张广智, 陈娇娇, 陈怀震, 等. 基于岩石物理模板的碳酸盐岩含气储层定量解释[J]. 吉林大学学报:地球科学版, 2015, 45(2): 630-638. ZHANG G Z, CHEN J J, CHEN H Z, et al. Quantitative interpretation of Carbonate gas reservoir based on rock physics template[J]. Journal of Jilin University:Earth Science Edition, 2015, 45(2): 630-638. |
[12] |
WHITE J E. Computed seismic speeds and attenuation in rocks with partial gas saturation[J]. Geophysics, 1975, 40(2): 224-232. |
[13] |
曹俊兴, 薛雅娟, 田仁飞, 等. 深层碳酸盐岩储层含气性检测方法技术研究[J]. 石油物探, 2019, 58(1): 9-16. CAO J X, XUE Y J, TIAN R F, et al. Advances in hydrocarbon detection in deep carbonate reservoirs[J]. Geophysical Prospecting for Petroleum, 2019, 58(1): 9-16. |
[14] |
徐超, 狄帮让, 魏建新. 基于地震物理模拟的碳酸盐岩溶洞储层流体识别[J]. 石油物探, 2014, 53(1): 116-124. XU C, DI B R, WEI J X. Fluid identification of carbonate cave reservoir based on seismic physical modeling[J]. Geophysical Prospecting for Petroleum, 2014, 53(1): 116-124. |
[15] |
刘杰, 张忠涛, 刘道理, 等. 强反射背景下沉积体边界检测及流体识别方法[J]. 石油物探, 2016, 55(1): 142-149. LIU J, ZHANG Z T, LIU D L, et al. Sediment boundary identification and fluid detection for the seismic data with strong background reflections[J]. Geophysical Prospecting for Petroleum, 2016, 55(1): 142-149. |
[16] |
AN P. Case studies on stratigraphic interpretation and sand mapping using volume based seismic waveform decomposition[J]. Expanded Abstract of 76th Annual Internat SEG Mtg, 2006, 496-498. |
[17] |
马灵伟, 杨勤勇, 李宗杰, 等. 利用波形分解技术识别塔中北坡强反射界面之下的储层响应[J]. 石油地球物理勘探, 2017, 52(2): 326-332. MA L W, YANG Q Y, LI Z J, et al. Identifying reservoirs response under strong reflection interfaces with waveform decomposition in the Centre Tarim Basin, China[J]. Oil Geophysical Prospecting, 2017, 52(2): 326-332. |
[18] |
HILTERMAN F J.地震振幅解释[M].孙夕平译, 北京: 石油工业出版社, 2006: 1-160 HILTERMAN F J.Seismic amplitude interpretation[M]. SUN X P, translator.Beijing: Petroleum Industry Press, 2006: 1-160 |
[19] |
胡华锋, 印兴耀, 吴国忱.储层参数预测新方法: 岩石物理模板技术[C]//中国地球物理第二十六届年会论文集.宁波: 中国地球物理学会, 2010: 570 HU H F, YIN X Y, WU G C.New methods for reservoir parameter prediction: Rock physical model technology[C]// Theses of the 26th Annual Meeting of China Geophysics.Ningbo: China Geophysical Society, 2010: 570 |
[20] |
杨平, 孙赞东, 李海银, 等. 影响岩溶缝洞体地震反射特征的关键因素分析[J]. 石油地球物理勘探, 2015, 50(3): 523-529. YANG P, SUN Z D, LI H Y, et al. Key influence factors of Karst fracture-cave bodies on reflection characteristics[J]. Oil Geophysical Prospecting, 2015, 50(3): 523-529. |
[21] |
姚姚. 菲涅耳带与洞缝型油气藏地震波场[J]. 石油物探, 2005, 44(5): 491-494. YAO Y. Fresnel zone and seismic wave field in the fracture-vug reservoir[J]. Geophysical Prospecting for Petroleum, 2005, 44(5): 491-494. |
[22] |
吴俊峰, 姚姚, 撒利明. 碳酸盐岩特殊孔洞型构造地震响应特征分析[J]. 石油地球物理勘探, 2007, 42(2): 180-185. WU J J, YAO Y, SA L M. Analysis on seismic response of special cavernous structure of carbonate[J]. Oil Geophysical Prospecting, 2007, 42(2): 180-185. |
[23] |
宋桂桥, 马灵伟, 李宗杰. 基于随机介质正演模拟的塔中顺南地区风化壳储层地震响应特征分析[J]. 石油物探, 2013, 52(3): 307-312. SONG G Q, MA L W, LI Z J. The analysis of seismic response characteristics of weathered crust reservoir based on random medium forward modeling in Tazhong Shunnan area[J]. Geophysical Prospecting for Petroleum, 2013, 52(3): 307-312. |
[24] |
马灵伟, 顾汉明, 李宗杰, 等. 正演模拟碳酸盐岩缝洞型储层反射特征[J]. 石油地球物理勘探, 2015, 50(2): 290-297. br>MA L W, GU H M, LI Z J, et al. Simulation of carbonate fracture-cavern reservoir reflection characteristics with forward modeling[J]. Oil Geophysical Prospecting, 2015, 50(2): 290-297. |
[25] |
马灵伟, 杨勤勇, 顾汉明, 等. 基于随机缝洞介质理论模拟塔中北坡储层的地震响应[J]. 石油地球物理勘探, 2016, 51(6): 1119-1127. MA L W, YANG Q Y, GU H M, et al. Simulation of reservoir seismic response in the northern slope of the middle Tarim Basin with random fracture-cavern media model[J]. Oil Geophysical Prospecting, 2016, 51(6): 1119-1127. |
[26] |
CASTAGNA J P, SWAN H W. Principles of AVO cross-plotting[J]. The Leading Edge, 1997, 17(4): 337-342. |