滨里海盆地B区块位于哈萨克斯坦共和国阿克纠宾州让纳若尔油田东南地区, 石炭系KT-Ⅱ段碳酸盐岩为区内主要目的层段之一[1-2]。钻井证实, 该层段碳酸盐岩地层埋藏深度较大、速度高, 储层横向变化快, 油层厚度薄、连续性差, 油水关系复杂, 物性控制因素明显, 需要利用地震反演进行储层精细预测。常规地震资料受限于频带宽度, 地震反演过程中需要借助于测井曲线进行低频补偿和高频拓展。常规地震采集频带宽度一般为8~68Hz, 反演时, 在频带拓宽过程中, 测井曲线的过多参与使得碳酸盐岩地震反演多解性问题难以有效解决, 同时无井区薄储层的横向变化也难以得到有效反映, 从而造成储层边界识别不清, 侧向封堵条件落实困难, 极大地影响了工区内钻井成功率。近年来宽频地震数据叠前储层预测技术发展迅猛[3], 在油气勘探开发过程中取得了良好的效果。2013年, 在B区块部署采集了全球陆上首块使用1.5Hz低频可控震源的二次三维地震资料, 该资料信号采集频宽达1.5~96.0Hz, 为后期开展精细储层预测奠定了基础。本次研究利用上述三维地震资料, 应用叠前弹性参数反演及地质统计学等方法, 开展了区内目的层储层的精细预测工作。
1 地震资料采集与能量补偿宽频地震勘探技术是实现高精度地震勘探的重要方法之一。陆上宽频地震采集的一般工作流程中, 关键技术集中在观测系统的设计, 包括加密激发源与检波器以及设计适当的空间采样率, 然后在数据处理阶段, 再恢复宽频数据。B区块宽频地震采集中首次采用低频可控震源, 其各项采集参数见表 1。从表 1中可知利用低频震源采集各项指标参数均优于常规三维地震资料采集, 尤其是其扫描频率、面元及覆盖次数等参数的大幅提升有效地保证了所采集的宽频地震资料的质量(图 1)。
由于检波器等因素的影响, 采集中输出的低频及高频能量在接收过程中会有不同程度的损失, 损失的能量需要进行合理的补偿处理。在处理过程中, 采用基于震源信号的宽频补偿技术, 以低频震源扫描信号的子波在低频端及高频端的振幅特性为约束条件, 对原始数据进行合理补偿, 提高地震数据在相应频段的能量(图 2)。
针对研究区碳酸盐岩储层变化特点, 制定了一套宽频叠前反演储层预测技术流程(图 3)。首先进行岩石物理分析, 确定岩性及物性的敏感参数, 进而在宽频地震资料的基础上应用叠前弹性参数、地质统计学等多种方法预测碳酸盐岩储层横向变化[4-6]。宽频地震反演是在常规地震反演的基础上, 充分发挥宽频带地震资料的优势, 利用宽频带地震数据本身所具有的高频与低频信息参与地震反演, 在高频信息提高分辨率的同时, 低频信息可有效降低地震反演的多解性[7]。
岩石的自身结构(颗粒性质、孔隙特征、孔隙流体等)与弹性参数关系是岩石地球物理分析的基础, 岩石的孔隙大小与结构性质决定了地下油气储层的工业价值, 应用测井曲线交会分析岩石储层参数与地球物理参数的关系, 从而优选出储层敏感参数, 指导储层岩性及物性预测方法的实施(图 4)。
通过统计研究区KT-Ⅱ油组纵波时差、横波时差、密度、自然伽马、深浅侧向电阻率、补偿中子等曲线以及弹性参数纵横波速度比, 分析其与储层岩性变化的关系, 认为该区碳酸盐岩储层地球物理特征为低纵波时差、低横波时差、低密度、低纵横波速度比、高补偿中子, 而自然伽马等曲线表现则不太敏感。由此确定利用地震数据体计算出速度、密度及弹性参数, 就可以表征储层空间变化。
4 地震频率信息处理 4.1 地震频率构成分析常规地震采集的频带范围一般为8~70Hz, 由于缺乏低频信息, 通常要应用测井等其它信息进行低频补偿和高频拓展, 而本次研究的基础数据为宽频采集地震资料, 采用低频震源, 其频带宽度为1.5~96.0Hz[8], 地震资料频带得以有效拓宽(图 1)。为了研究频率特征, 分别将测井和地震的声波阻抗进行分频处理, 特别对低频段加密细分(主要分为0~1.5Hz、1.5~6.0Hz、6~12Hz、12~96Hz等), 然后对每一频段测井数据与地震数据之间的差异进行对比, 精细研究其与储层之间的关系:地震数据缺失0~1.5Hz频段; 1.5~6.0Hz地震数据能量偏弱; 6~12Hz与12~96Hz地震数据与测井数据相差不大。
4.2 低频模型调整细分频段分析结果表明, 低频段的部分地震信息不完整, 要准确计算的绝对波阻抗就必须对地震能量偏弱的频段进行合理补偿, 最终与测井模型合成一个较为完善的低频模型。
针对以上频率分段信息进行分析, 主要方案如下:
1) 0~1.5Hz缺地震信息, 只能依靠测井模型得到;
2) 1.5~6.0Hz是地震能量偏弱频段, 需要将地震数据与测井信息进行融合计算, 最大限度补偿地震信息;
3) 6~12Hz是地震与测井信息较为相似段, 地震数据具有很好的横向分辨能力, 可以完全应用地震信息。
其中, 方案2)部分的融合计算是目前常规反演未涉及到的步骤, 是本次研究的创新之处。经过大量实验工作, 确定合成频率为:测井模型的0~1.5Hz部分、测井模型与地震波阻抗融合的1.5~6.0Hz部分、地震波阻抗的6~12Hz部分, 最终得到较为合理的复合低频模型数据(图 5)。该模型与常规的低频模型相比, 既有地震低频信息也有测井低频信息, 在确保测井吻合率的基础上, 横向分辨率得到了很大改善, 降低了测井之间的多解性。同时, 与常规采集处理的窄频带地震资料波阻抗反演相比(图 6a), 宽频带地震资料反演绝对波阻抗剖面中可以非常清楚地分辨出岩性的横向变化(图 6b), 更真实地反映了地下地质特征。
通过岩石物理分析得到了储层敏感参数, 再通过复合低频模型的建立降低地震的多解性, 为下一步反演工作奠定了基础。为了更加真实地表征储层, 应用了叠前弹性参数反演和地质统计学反演两项技术, 其中叠前弹性参数反演主要是利用地震资料低频信息计算叠前弹性参数, 预测有利储层空间分布; 地质统计学反演主要是将预测结果向高频拓展, 解决薄储层识别问题。
5.1 叠前弹性参数反演叠前弹性参数反演是目前地震反演中一项重要的技术, 是叠前AVO技术的延伸, 其基本原理是:给定若干组角度道集和对应每个角度道集的地震子波; 利用测井数据最优拟合出的K和M值, 设定初始值; 利用Zoeppritz近似表达式求解方程组, 与低频模型合成得到岩石的纵波速度vP、横波速度vS、密度ρ三个数据体, 进而利用弹性公式计算岩石的纵横波速度比vP/vS、泊松比σ、拉梅系数λ、剪切模量μ等弹性参数。叠前弹性参数反演过程中建立了纵波阻抗、横波阻抗和密度之间符合地质规律的相互约束关系[9-10], 可以有效降低单纯纵波阻抗反演储层预测的多解性, 增强反演结果的稳定性和可靠性。经过反复试验比较, 并参考前人研究成果, 证实叠前弹性参数反演与常规叠后反演相比具有以下优势[11-12]:
1) 弹性阻抗的计算公式更符合地下岩石的弹性特征;
2) 叠前道集更真实地反映了野外实际观测结果和地下实际振幅的变化;
3) 叠前弹性参数反演所使用的测井资料更丰富, 岩性和含油性的判断依据更加充分, 精度明显提高;
4) 弹性参数对油气响应较声波阻抗更为敏感。
B区块主要目的层KT-Ⅱ段为碳酸盐岩沉积, 其储层横向变化快, 非均质性强, 油水关系复杂。针对这些特征采用叠前弹性参数反演技术解决储层的横向预测问题。首先将地震道集数据进行分组, 得到近、中、远三个角度叠加数据, 在AVA域将每一个角度叠加地震数据分别与测井曲线做标定估算其子波, 然后结合低频模型计算出纵波速度vP、横波速度vS、密度ρ三个数据体, 利用弹性公式进一步计算出弹性参数纵横波速度比vP/vS, 最后结合前期岩石物理分析结果对储层开展精确的岩性物性预测。
对比分析纵波速度vP、横波速度vS和纵横波速度比vP/vS剖面(图 7), 已知区内钻井C为水井, D为产油井, 纵波速度剖面均显示为储层发育区, 油水界面不清楚, 横波速度剖面只能识别出部分储层的油水界面, 而纵横波速度比剖面可以清晰地将储层油水边界分辨出来。图 8对比分析了常规地震资料叠前弹性参数反演与宽频地震资料叠前弹性参数反演结果, 由图 8可见, 宽频地震叠前弹性参数反演能更清晰地刻画区内储层发育特征, 识别有利储层发育区, 从而提高钻井成功率。
由于研究区的碳酸盐岩速度在5500~6000m/s范围内, 而目的层的油气储层厚度极薄, 大多在0.5~10.0m范围内, 只依据现有地震资料很难识别薄储层, 因此必须拓展地震高频部分以满足精细研究薄储层物性分布特征的要求[13-14]。经过方法优选, 应用地质统计学反演中的马尔科夫链—蒙特卡罗算法来拓展高频, 其可以根据实际的概率分布得到统计意义上正确的随机样点分布, 计算过程是通过与优化算法(如变化梯度法)类似的增量调整方式实现全局优化[15]。由于序贯高斯模拟过程是当网格被全部填充后即得到近似的结果, 所以, 任何应用序贯指示模拟技术的地质统计学反演方法在统计学意义上都不是严格正确的。马尔科夫链—蒙特卡洛算法克服了这个缺点, 比序贯指示模拟类型的算法更加适用于岩性模拟或者后续的协同模拟, 因为该方法同时考虑了地震和地质统计信息, 并且计算过程更加严格, 能避免局部最优, 并有效地解决了全局优化的问题, 具备快速收敛能力[16]。
本次研究在叠前弹性参数反演基础上, 通过统计工区内测井孔隙度曲线的概率分布函数, 与弹性参数建立相关函数, 由井震联合协同模拟计算出储层物性参数孔隙度数据体, 其剖面在保留原来岩性特征的基础上, 纵向分辨率比前期地震反演的结果要提高1~2倍(图 9)。经过与工区内测井信息孔隙度对比发现, 计算出的孔隙度数据体具有较高的钻井吻合率, 以此数据体为基础, 开展了储层物性预测工作, 得到了预测平面图, 为勘探井位部署提供了重要的支持。
通过宽频地震数据的碳酸盐岩叠前储层预测技术的应用, 实现了B区块KT-Ⅱ段油组的储层定量化描述, 叠合构造成图结果, 在工区内部署了6口探井, 目前完钻3口。钻井揭示岩性组合特征以及储层发育情况与预测结果非常吻合, 储层厚度及孔隙度预测误差在8%以内。录井见多套油气显示, 测井解释多套油气层, 完成试油的X-1井获得油气流(图 10), 新增石油地质储量6500×104t, 勘探效益显著。
通过对滨里海盆地B区块碳酸盐岩宽频地震储层预测技术的应用研究, 获得以下认识:
1) 宽频地震资料各项采集参数均优于常规三维地震资料采集参数, 尤其是其扫描频率、面元、覆盖次数等参数的优化与合理的补偿处理方法, 有效保证了宽频地震资料的质量。
2) 基于宽频地震数据的叠前储层预测技术极大地提高了储层识别精度, 特别是低频地震信息的应用改善了储层横向识别能力, 降低了地球物理数据识别地质储层的多解性。
3) 与常规地震叠前弹性参数反演相比, 宽频地震叠前弹性参数反演能够更为清晰地反映研究区地质特征, 刻画有利储层发育区带, 提高区内钻井成功率。
[1] |
刘东周, 窦立荣, 郝银全, 等. 滨里海盆地东部盐下成藏主控因素及勘探思路[J]. 海相油气地质, 2004, 9(1/2): 53-58. LIU D Z, DOU L R, HAO Y Q, et al. The origin of hydrocarbon accumulation below the lower permian salt bed and the prospecting in the east part of Pre-Caspian basin[J]. Marine Origin Petroleum Geology, 2004, 9(1/2): 53-58. |
[2] |
金博, 黄先雄, 常广发, 等. 滨里海盆地Д南石炭系碳酸盐岩储层类型及分布特征[J]. 吉林大学学报(地球科学版), 2014, 44(6): 2042-2050. JIN B, HUANG X X, CHANG G F, et al. Types and distribution of carboniferous carbonate reservoirs in southernД area of Pre-Caspian basin[J]. Journal of Jilin University(Earth Science Edition), 2014, 44(6): 2042-2050. |
[3] |
杜向东. 中国海上地震勘探技术新进展[J]. 石油物探, 2018, 57(3): 321-331. DU X D. Progress of seismic exploration technology in offshore China[J]. Geophysical Prospecting for Petroleum, 2018, 57(3): 321-331. DOI:10.3969/j.issn.1000-1441.2018.03.001 |
[4] |
高军, 刘雅琴, 于京波, 等. 滨里海盆地东缘中区块盐下构造识别与储层预测[J]. 石油地球物理勘探, 2008, 43(增刊1): 98-102. GAO J, LIU Y Q, YU J B, et al. Identifying subsalt structure and reservoir prediction in central block of eastern margin of Pre-Caspian basin[J]. Oil Geophysical Prospecting, 2008, 43(S1): 98-102. |
[5] |
胡金祥, 王萍, 纪金海, 等. 地震储层预测技术在塔里木盆地雅克拉地区的应用[J]. 世界地质, 2012, 31(2): 351-356. HU J X, WANG P, JI J H, et al. Application of seismic reservoir prediction technology in Yakela area of Tarim basin[J]. Global Geology, 2012, 31(2): 351-356. DOI:10.3969/j.issn.1004-5589.2012.02.016 |
[6] |
龚幸林, 牛刚, 白文成, 等. 叠前弹性反演在Y研究区盐下碳酸盐岩气藏预测中的应用[J]. 石油物探, 2011, 50(1): 65-68. GONG X L, NIU G, BAI W C, et al. Application of pre-stack elastic inversion for sub-salt gas prediction in Block Y[J]. Geophysical Prospecting for Petroleum, 2011, 50(1): 65-68. DOI:10.3969/j.issn.1000-1441.2011.01.010 |
[7] |
苗永康. 叠前地震反演技术的应用条件及难点分析[J]. 油气地质与采收率, 2014, 21(6): 61-64. MIAO Y K. Analysis on application conditions and difficulties in pre-stack seismic inversion[J]. Petroleum Geology and Recovery Efficiency, 2014, 21(6): 61-64. DOI:10.3969/j.issn.1009-9603.2014.06.015 |
[8] |
公亭, 王兆磊, 顾小弟, 等. 宽频地震资料处理配套技术[J]. 石油地球物理勘探, 2016, 51(3): 457-466. GONG T, WANG Z L, GU X D, et al. Complementary technologies for broadband seismic data processing[J]. Oil Geophysical Prospecting, 2016, 51(3): 457-466. |
[9] |
曹孟起, 王九拴, 邵林海. 叠前弹性波阻抗反演技术及应用[J]. 石油地球物理勘探, 2006, 41(3): 323-326. CAO M Q, WANG J S, SHAO L H. Pre-stack elastic wave impedance inversion technology and its application[J]. Oil Geophysical Prospecting, 2006, 41(3): 323-326. DOI:10.3321/j.issn:1000-7210.2006.03.018 |
[10] |
王维红, 林春华, 王建民, 等. 叠前弹性参数反演方法及其应用[J]. 石油物探, 2009, 48(5): 483-487. WANG W H, LIN C H, WANG J M, et al. Pre-stack elastic parameters inversion and its application[J]. Geophysical Prospecting for Petroleum, 2009, 48(5): 483-487. DOI:10.3969/j.issn.1000-1441.2009.05.010 |
[11] |
杨士明, 周丽梅, 潘晓慧, 等. 叠前弹性参数反演技术在识别白云岩储层中的应用[J]. 石油天然气学报, 2012, 34(5): 69-73. YANG S M, ZHOU L M, PAN X H, et al. Application of prestack elastic parameters inversion technology in identifying the dolomite reservoirs[J]. Journal of Oil and Gas Technology, 2012, 34(5): 69-73. DOI:10.3969/j.issn.1000-9752.2012.05.014 |
[12] |
蒋春玲, 敬兵, 张喜梅, 等. 利用叠前弹性参数反演储层参数[J]. 石油地球物理勘探, 2011, 46(3): 452-456. JIANG C L, JING B, ZHANG X M, et al. Reservoir parameter inversion with prestack elastic parameter[J]. Oil Geophysical Prospecting, 2011, 46(3): 452-456. |
[13] |
王香文, 刘红, 滕彬彬, 等. 地质统计学反演技术在薄储层预测中的应用[J]. 石油与天然气地质, 2012, 33(5): 730-735. WANG X W, LIU H, TENG B B, et al. Application of geostatistical inversion to thin reservoir prediction[J]. Oil & Gas Geology, 2012, 33(5): 730-735. |
[14] |
赵海波, 唐晓花, 李奎周, 等. 基于地震岩石物理分析与叠前地质统计学反演技术的齐家地区致密薄储层预测[J]. 石油物探, 2017, 56(6): 853-862. ZHAO H B, TANG X H, LI K Z, et al. Tight thin-bed reservoir prediction using rock physics analysis and prestack geostatistical inversion in the Qijia area[J]. Geophysical Prospecting for Petroleum, 2017, 56(6): 853-862. DOI:10.3969/j.issn.1000-1441.2017.06.011 |
[15] |
张义, 尹艳树, 秦志勇, 等. 地质统计学反演技术在薄砂体储层预测中的应用[J]. 断块油气田, 2015, 22(5): 565-569. ZHANG Y, YIN Y S, QIN Z Y, et al. Application of geostatistical inversion in thin sandstone reservoir prediction[J]. Fault-Block Oil & Gas Field, 2015, 22(5): 565-569. |
[16] |
魏超, 郑晓东, 李劲松. 扩散蒙特卡罗反演方法及应用[J]. 石油地球物理勘探, 2011, 46(2): 267-271. WEI C, ZHEN X D, LI J S. Diffusion Monte Carlo inversion method and its application[J]. Oil Geophysical Prospecting, 2011, 46(2): 267-271. |