Llanos盆地是南美洲具有代表性的前陆盆地和主要油气产区, 早期发现的油藏主要位于背斜或者高角度正断层遮挡形成的断背斜圈闭中, 随着油气勘探程度的进一步深入, 盆地内剩余油气资源主要分布在低幅度的构造-岩性圈闭中[1]。研究区D区块位于Llanos盆地东部斜坡带, 区块整体构造起伏不大, 地层产状平缓, 西低东高, 北低南高。主要含油层系Carbonera组发育多套河道砂岩, 砂体横向变化快, 地震以“亮点”反射为主, 已钻D1, D2井发现, 这些“亮点”反射并非都是油气响应特征, 也可能与岩性变化有关, 因此迫切需要开展“亮点”储层含油气性研究。D区块构造简单, 前期处理流程相对简单且以保幅处理为主, 能够满足AVO分析的基本要求, 因此利用叠前地震资料开展AVO含油气检测成为该区较好的选择。
AVO技术通过研究反射波振幅随入射角的变化关系进行储层岩性及含油气性预测[2-3]。Zoeppritz方程是AVO分析的理论基础, AKI等[4]、SHUEY[5]、FATTI等[6]、郑晓东[7]及杨绍国等[8]分别对该方程进行了简化, 得到不同形式的反射系数近似方程, 为AVO属性分析和叠前反演奠定了理论基础。RUTHERFORD等[9]将AVO异常分为3类, CASTAGNA等[10]进一步将其拓展为4类, 从而建立了AVO异常与储层含油气之间的联系, 将AVO技术进一步用于油气检测。近些年来, AVO技术在墨西哥湾、西非、北海等地区油气勘探中取得了丰硕的成果, 然而也经历了很多失败和挫折, 分析其主要原因有以下几个方面[11-13]:①AVO分析的基础是叠前偏移道集转换后的共入射角道集, 叠前道集处理流程涉及环节较多, 很难得到相对保幅的道集资料; ②薄互层调谐效应对AVO属性的影响大; ③没有从岩石物理和正演分析等多方面对AVO技术的适用性及可行性进行评价。
针对河道砂岩横向变化快、有效厚度小及叠后强振幅属性难以有效预测储层含油气性等难点, 并充分考虑以往AVO流体识别失败的主要原因, 本文以AVO背景趋势校正保幅处理为基础, 获得相对保幅的叠前CRP道集数据。考虑薄层对AVO属性的影响, 基于流体替换及AVO薄层正演模拟, 分析了调谐厚度对AVO属性的影响, 优选了AVO流体识别敏感属性, 并将其应用于油气检测, 预测结果与钻井结果吻合度高。
1 方法技术 1.1 AVO背景趋势校正CASTAGNA等[10]指出, 在正常压实条件下, 饱含水砂岩与泥岩界面的AVO截距P和梯度G应分布在较窄背景范围内, 这种现象称作AVO背景趋势。利用该特征, 当在含水砂岩地层上覆稳定大套地层中提取的实际井旁地震道集AVO特征与井旁AVO模型正演特征不一致时, 则实际地震道集存在AVO背景趋势, 需要进行AVO背景趋势校正, 得到相对保幅的叠前道集。因此, 提出了基于AVO背景趋势校正的叠前道集预处理方法。
1) 对CRP道集进行超道集处理。目的是降低随机噪声, 提高道集信噪比。
2) 对超道集进行角道集转换, 在角道集基础上开展子波拉伸校正。地震数据的成像处理会导致子波拉伸, 进而降低地震分辨率, BAISHALI等[14]提出一种针对角道集数据的静态校正方法, 该方法对子波拉伸校正的具体实施步骤如下:当入射角为0度时, 地震记录为D0(f)((1)式), 此时子波未拉伸, 为W0(f); 当入射角为β时, 地震记录为Dβ(f)((2)式), 此时子波为Wβ(f), 其拉伸校正的目标函数为Dβ(f)((3)式); 将(1)式、(2)式代入(3)式, 求得最终的子波拉伸校正表达式((4)式)。
$ {D_0}(f) = {R_0}(f){W_0}(f) $ | (1) |
$ {D_\beta }(f) = {R_\beta }(f){W_\beta }(f) $ | (2) |
$ {{\bar D}_\beta }(f) = {R_\beta }(f){W_0}(f) $ | (3) |
$ {{\bar D}_\beta }(f) = {D_\beta }(f)\frac{{{W_0}(f)}}{{{W_\beta }(f)}} $ | (4) |
式中:R0(f)和Rβ(f)分别为入射角为0度和β时的反射系数; f为频率。
在地震角道集基础上, 用(4)式可以方便地求得子波拉伸校正量, 进而实现子波拉伸校正处理。图 1为子波拉伸校正前、后角道集及其振幅谱对比图。由图 1可见, 经子波拉伸校正后, 远角度道集振幅谱得到明显拓宽, 高频能量得到补偿。通常远角度包含更多油气信息, 因此经过子波拉伸校正后, 更有利于叠前AVO流体识别研究。
3) 在道集子波拉伸校正的基础上, 开展剩余时差校正[15]。利用匹配分析法在入射角方向求取时间随入射角变化的时移量, 利用求得的时移量进行道集拉平。图 2给出了剩余时差校正前、后的角道集。由图 2可见, 剩余时差校正后角道集更加平直, 满足后期叠前AVO分析的要求。
4) AVO背景趋势校正。首先应用Zoeppritz方程建立井旁AVO正演模型, 选取目的层上覆大套稳定沉积泥岩作为含水背景层, 在分析时窗内采用卡方检验分析方法(公式(5))对模型数据与实际数据进行统计分析。如果AVO背景趋势不一致, 则对实际数据进行卡方统计校正, 使得实际数据与模型数据具有一致的AVO背景趋势。
$ {\chi ^2} = \sum {\frac{{{{(A - E)}^2}}}{E}} $ | (5) |
式中:χ2为检验统计量; A为实际数据; E为理论数据。卡方检验就是统计样本的实际观测值与理论推断值之间的偏离程度, 统计分析实际道集与井旁模型道集的χ2值可知, χ2值越大, 实际道集与井旁模型道集差异越大, 反之则差异小。
选取工区700~1000ms稳定泥岩沉积层作为背景趋势分析时窗, 分析井旁实际角道集与正演模拟角道集的AVO背景趋势(图 3)。由图 3可见, 实际角道集(图 3a)与模型角道集(图 3b)AVO背景趋势不一致(图 3d), 因此无法开展后续AVO分析工作; 采用卡方检验技术对实际角道集与模型角道集进行对比处理, 得到校正后的角道集(图 3c), 且分析时窗内校正后角道集与模型角道集背景趋势一致(图 3e)。将这种统计关系应用于目的层得到与井旁正演模拟相一致的道集数据, 即获得相对保幅的叠前角道集数据。可将AVO分析结果与实际井进行对比分析, 提高AVO属性分析结果的可解释性。
薄层厚度的变化对AVO特征有很大的影响[16-17], 不能简单应用单个界面的AVO特征进行含油气性分析。不同岩性组合, 其AVO特征可能不同, 即使岩性组合相同, 由于厚度不同, 也会造成AVO特征的差异。因此, 分析薄互层的AVO特征, 对于识别调谐效应、建立适合研究区油气藏规律的AVO特征具有重要意义。本文正演模拟采用主频为30Hz的雷克子波, 目的层段砂岩纵波速度为2860m/s, 横波速度为1540m/s, 密度为2.30g/cm3; 泥岩纵波速度为3100m/s, 横波速度为1550m/s, 密度为2.45g/cm3。采用Zoeppritz方程、Aki-Richards方程、Shuey方程正演分析了单界面反射振幅随入射角变化的特征(图 4)。CASTAGNA等[10]将含气砂岩地震反射特征分为4类, 研究区目的层属于第3类典型AVO异常, 即储层纵波阻抗低于围岩, 且振幅随入射角增大而增强。将单界面Aki-Richards方程正演模拟结果作为真振幅随入射角变化的标准, 开展薄层AVO正演模拟分析。薄层时间厚度变化范围为4~24ms, 步长间隔4ms, 分析薄层反射振幅与真振幅随入射角变化的关系, 为进一步分析薄层对AVO属性影响提供依据。
图 5至图 10给出了不同厚度的薄层模型及其AVO反射地震响应、薄层顶面反射振幅与真振幅随入射角的变化关系。由图 5至图 10可见, 当薄层厚度为4ms时, 薄层顶面反射振幅近于0, 原因是顶、底反射系数相反, 叠加后振幅值相互抵消; 薄层厚度为8ms时, 薄层顶面反射振幅明显增强; 薄层厚度为12ms时, 薄层顶面反射振幅达到最大, 即12ms厚度为本区调谐厚度; 薄层厚度为16ms时, 薄层顶面反射振幅逐渐减小, 直到薄层厚度为20ms时, 薄层顶面反射振幅与真反射振幅几乎重合, 薄层顶、底反射能够完全分开; 随着厚度继续增大, 当薄层厚度为24ms时, 反射振幅随厚度变化不再明显。由此可见, 在纵波反射透射情况下, 薄层AVO反射振幅变化规律遵循调谐原理。
由测井获得的纵、横波速度和密度数据采用Biot[18]公式计算得到饱和岩石的体积模量, 然后由Biot-Gassmann方程求取干岩石的体积模量和剪切模量。砂岩骨架体积模量可由时间平均(V-R-H)方程计算得到, 或者由经验值得到; 流体体积模量可由Wood公式得到:
$ \frac{1}{{{K_{{\rm{fl}}}}}} = \frac{{{S_{\rm{w}}}}}{{{K_{\rm{w}}}}} + \frac{{1 - {S_{\rm{w}}}}}{{{K_{\rm{o}}}}} $ | (6) |
式中:Kfl为流体体积模量; Kw和Ko分别为水和油的体积模量; Sw为含水饱和度。BATZLE等[19]通过大量统计和实验研究, 得到了不同温度、压力、矿化度条件下水和油的体积模量。
依据油、水体积模量, 结合测井响应特征和基质体积模量, 根据Biot-Gassmann双相介质理论对目的层进行饱油、饱水替换研究, 得到饱油、饱水条件下砂岩纵、横波速度和密度。图 11显示了D1井流体替换后纵波速度、横波速度、密度曲线响应特征。依据Zoeppritz方程模拟分析不同饱和流体状态下地震反射振幅随入射角变化规律, 图 12给出了不同饱和流体状态下目的层顶面(5240ft, 1ft≈0.3048m)与底面(5284ft)反射振幅随入射角的变化情况。由图 12可以看出, 目的层顶面为第3类AVO异常, 即振幅随入射角增大而增大, 且饱油状态振幅明显增强, 饱水状态振幅最弱, 目的层底面振幅也表现出饱油状态下振幅增强, 饱水状态下振幅减弱的特征。
为了进一步研究薄层厚度变化及不同流体状态对AVO属性的影响, 依据流体替换结果获得不同流体状态的弹性参数, 如表 1所示。结合AVO薄层正演分析, 提取了饱油、饱水和原始测井状态下不同薄层厚度的AVO截距(P)、梯度(G)和截距与梯度乘积(P×G)之间的关系(图 13)。由图 13可见, 当薄层厚度小于调谐厚度时, AVO属性与层厚有近似正比例的关系, 因此AVO方法可以精确预测法向入射时的振幅, 且比WIDESS[20]提出的方法预测结果要好。同时, 对于第3类AVO, P和G的绝对值都在增加, 远离背景趋势, 因而薄层调谐效应更易识别。当储层饱含油时, 截距P、梯度G明显增强, 且均强于饱含水状态, P×G属性进一步放大了饱油与饱水差异; 相同储层厚度情况下, P×G属性值越大则含油气饱和度越大。正演模拟结果表明, 当储层含油气时, 表现为强P×G属性异常, P×G属性强度约为饱含水时的2~5倍, 反之则储层含水概率增大, 这也为后期使用P×G属性识别储层含油气性提供了理论依据。
研究区主要目的层为三角洲前缘沉积的Carbonera组, 其中, C5C段为主力产油层, 河道走向以北东和北北东向为主, 河道宽度为322~830m, 砂岩厚度为3~35m。沿河道走向C5C段表现为连续性强的反射特征, 垂直河道走向C5C段表现为亮点反射特征, 且横向相变快。前期井位部署主要依据叠后振幅属性, 然而D1井和D2井钻探发现叠后强振幅属性异常并非都是含油气储层。图 14为C5C段振幅属性平面图。由图 14可见, D1井和D2井均表现为强振幅特征。图 15为D1井和D2井连井地震剖面(剖面位置为图 14中AA′段), 同为“亮点”地震响应特征, D1井在C5C段钻遇35m砂岩储层, 伽马曲线具有“钟形”特征, 并且获得高产, D2井在C5C段无明显储层钻遇, 伽马曲线揭示以泥岩为主。
本文在叠前道集背景趋势校正保幅处理基础上, 结合前述流体替换及AVO正演模拟研究结果, 对实际工区进行AVO属性分析, 优选P×G属性作为研究区流体敏感属性。图 16给出了C5C段的P×G平面属性。由图 16可见, D1井P×G属性为正的强异常, D2井P×G属性为弱异常。图 17给出了过D1井和D2井的连井P×G剖面(剖面位置为图 16中CC′段)。由图 17可见, D1井储层顶、底均为强P×G异常特征, D2井储层顶、底均无明显异常, 且D1井P×G属性异常值约为D2井的5倍, 与前述流体替换AVO属性分析结果及钻井油气效果吻合, 因此P×G属性对该区油藏含油气性有直观的检测效果。后期依据P×G属性预测结果, 在C5C段分支河道部署D3井, 图 18和图 19分别为过D3井的地震剖面(剖面位置为图 14中的BB′段)和P×G属性剖面(剖面位置为图 16中的DD′段)。由图 18和图 19可见, D3井在C5C段表现为强振幅地震反射特征, 储层顶面为强P×G属性异常, P×G属性强度约为D2井的2~3倍, 预测为油井。实钻揭示D3井钻遇C5C段砂岩22.86m, 且获得高产油气, 从而揭开了本区河道砂岩岩性油藏开发的序幕。
1) AVO属性检测油气成功与否很大程度上依赖于叠前地震道集质量。本文提出AVO背景趋势校正保幅处理技术, 获得相对保幅的叠前CRP道集。采用本文方法处理后, 不仅拓宽了叠前道集大入射角频谱, 保留了储层更多含油气信息, 而且使地震道集与井旁道集背景趋势一致, 为后期AVO属性分析奠定了数据基础。
2) 通过流体替换及AVO薄互层正演模拟分析, 有效规避了薄层调谐作用造成的AVO异常陷阱, 优选了AVO流体识别敏感属性, 同时为AVO属性半定量解释提供了依据, 进一步提高了AVO属性油气检测与钻井结果的可解释性。
3) 本文方法在哥伦比亚Llanos盆地D区块油气检测中有效区分了叠后地震剖面真、假“亮点”反射含油气性。研究区C5C段砂岩含油后表现为明显的第3类AVO异常, 结合流体替换和薄互层正演分析结果, 优选敏感属性P×G进行流体检测, 且含油砂岩P×G强度约为含水砂岩的2~5倍, 预测结果与实钻井结果吻合度高, 证明本文方法可对该区油藏含油气性进行定性-半定量评价, 后期依据预测结果在C5C段分支河道部署D3井获得高产油气, 进一步证实了本文方法的有效性, 为该区后期河道砂岩岩性油气藏勘探开发提供了重要依据。
[1] |
李中元. 处理解释一体化技术在哥伦比亚X区块岩性圈闭预测中的应用[J]. 石油物探, 2012, 51(6): 649-652. LI Z Y. Application of integrated seismic data processing & interpretation to lithologic traps prediction in block X, Columbia[J]. Geophysical Prospecting for Petroleum, 2012, 51(6): 649-652. DOI:10.3969/j.issn.1000-1441.2012.06.015 |
[2] |
宋建国, 王艳香, 乔玉雷, 等. AVO技术进展[J]. 地球物理学进展, 2008, 23(2): 508-514. SONG J G, WANG Y X, QIAO Y L, et al. Advances in AVO technique[J]. Progress in Geophysics, 2008, 23(2): 508-514. |
[3] |
谢祥, 吴奎, 张金辉, 等. 稠油油藏AVO影响因素分析[J]. 石油地球物理勘探, 2018, 53(3): 120-126. XIE X, WU K, ZHANG J H, et al. Analysis of influencing factors of AVO in heavy oil reservoir[J]. Oil Geophysical Prospecting, 2018, 53(3): 120-126. |
[4] |
AKI K I, RICHARDS P G. Quantitative seismology:Theory and methods[M]. America: W H.Freeman and Company,, 1980: 153-154.
|
[5] |
SHUEY R T. A simplification of the Zoeppritz equations[J]. Geophysics, 1985, 50(4): 609-614. DOI:10.1190/1.1441936 |
[6] |
FATTI J, SMITH G, VAIL P, et al. Detection of gas in sandstone reservoirs using AVO analysis:A 3D seismic case history using the geostack technique[J]. Geophysics, 1994, 59(9): 1362-1376. DOI:10.1190/1.1443695 |
[7] |
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. |
[8] |
杨绍国, 周熙襄. Zoeppritz方程的级数表达及近似[J]. 石油地球物理勘探, 1994, 29(4): 399-412. YANG S G, ZHOU X X. Series expression and approximation of Zoeppritz's equation[J]. Oil Geophysical Prospecting, 1994, 29(4): 399-412. |
[9] |
RUTHERFORD S R, WILLIAMS R H. Amplitude-versus-offset variations in gas sands[J]. Geophysics, 1989, 54(6): 680-688. DOI:10.1190/1.1442696 |
[10] |
CASTAGNA J, SWAN H, FOSTER D. Framework for AVO gradient and intercept interpretation[J]. Geophysics, 1998, 63(3): 948-956. DOI:10.1190/1.1444406 |
[11] |
赵伟, 陈小宏, 李景叶. 薄互层调谐效应对AVO的影响[J]. 石油物探, 2006, 45(6): 570-573. ZHAO W, CHEN X H, LI J Y. Analysis of impact of thin interbed tuning effect on AVO[J]. Geophysical Prospecting for Petroleum, 2006, 45(6): 570-573. DOI:10.3969/j.issn.1000-1441.2006.06.003 |
[12] |
张学芳, 张金亮, 王金铎. AVO属性分析技术在垦东北部勘探中的应用[J]. 石油地球物理勘探, 2009, 44(5): 582-586. ZHANG X F, ZHANG J L, WANG J Z. Application of AVO attribute analysis technique in exploration of Northeast area of Kenli in Shengli Oilfield of Sinopec[J]. Oil Geophysical Prospecting, 2009, 44(5): 582-586. DOI:10.3321/j.issn:1000-7210.2009.05.012 |
[13] |
张卫卫, 何敏, 朱明, 等. 应用AVO技术识别深水区非亮点气藏[J]. 石油地球物理勘探, 2015, 50(1): 123-128. ZHANG W W, HE M, ZHU M, et al. Identification of non-bright-spot gas reservoir with AVO in deep water area[J]. Oil Geophysical Prospecting, 2015, 50(1): 123-128. |
[14] |
BAISHALI R, PHIL A, ROBERT B, et al. Analytic correction for wavelet stretch due to imaging[J]. Expanded Abstracts of 75th Annual Internat SEG Mtg, 2005, 234-237. |
[15] |
HINKLEY D, BEAR G W, DAWSON C. Prestack gather flattening for AVO[J]. Expanded Abstracts of 74th Annual Internat SEG Mtg, 2004, 271-273. |
[16] |
孙树海, 牛彦良. 薄互层条件下AVO技术的应用[J]. 地球物理学报, 1991, 34(1): 99-106. SUN S H, NIU Y L. Application of AVO technology in thin interlayer[J]. Chinese Journal of Geophysics, 1991, 34(1): 99-106. DOI:10.3321/j.issn:0001-5733.1991.01.011 |
[17] |
郭智奇, 刘财, 冯晅, 等. 薄储层的反射特性及其AVO属性分析[J]. 石油物探, 2009, 48(5): 453-458. GUO Z Q, LIU C, FENG X, et al. Reflection characteristics of thin reservoirs and its AVO attributes analysis[J]. Geophysical Prospecting for Petroleum, 2009, 48(5): 453-458. DOI:10.3969/j.issn.1000-1441.2009.05.004 |
[18] |
BIOT M A. Theory of propagation of elastic waves in fluid-saturated porous solid, I-Low frequency range, Ⅱ-Higher frequency range[J]. The Journal of the Acoustical Society of America, 1956, 28(2): 168-191. DOI:10.1121/1.1908239 |
[19] |
BATZLE M, WANG Z. Seismic properties of pore fluids[J]. Geophysics, 1992, 57(11): 1396-1408. DOI:10.1190/1.1443207 |
[20] |
WIDESS M B. How thin is a thin bed?[J]. Geophysics, 1973, 38(6): 1176-1180. DOI:10.1190/1.1440403 |