統計巖石物理技術在E油田有效儲層預測中的應用

曹向陽 張金淼

(中海油研究總院)

統計巖石物理技術在E油田有效儲層預測中的應用

曹向陽 張金淼

(中海油研究總院)

統計巖石物理技術是基于測井資料來評估不同儲層參數的地震屬性概率密度函數,可用于指導敏感地震屬性的選擇及儲層參數空間概率分布的預測。針對尼日爾三角洲盆地 E油田地震波阻抗無法區分砂巖和泥巖的問題,將統計巖石物理技術與地震反演技術相結合,提高了應用地震反演信息預測有效儲層的精度,降低了儲層預測風險。

統計巖石物理 地震反演 有效儲層預測

E油田位于非洲大陸西部尼日爾三角洲盆地水深900～1 700m海域,目前已鉆5口探井均有工業油流發現。前人研究表明,該區儲層主要為高彎度侵蝕水道及濁積朵葉狀砂體復合體,上部水道砂體為分選好、磨圓差的細砂巖,巖石粒度整體向上變細;下部濁積朵葉扇體為不同粒度的含礫砂巖層相互疊置,分選好壞不一,細砂顆粒中常含中—粗砂粒,磨圓差,整體表現為塊狀或向上變粗。對該區孔隙度大于14%、泥質含量小于40%以及含水飽和度小于70%的儲層,本文稱之為有效儲層。測井資料分析表明,該區砂泥巖波阻抗分布范圍重疊,利用波阻抗反演進行有效儲層預測具有多解性。

統計巖石物理技術基于測井資料評估不同儲層參數的地震屬性概率密度函數,用于指導敏感地震屬性選擇及描述儲層參數的空間概率分布。筆者將統計巖石物理技術應用于 E油田有效儲層預測之中,立足于解決如下兩個方面的問題:①由于井筒污染、儲層膠結程度和孔隙度或其它非地層巖性因素影響,聲波測井曲線中的高頻信息在很多情況下不能反映巖性變化,也不能很好地反映儲層和圍巖的差異,導致巖性識別困難,對本區而言,速度及波阻抗信息均無法區分砂泥巖,它所表現出來的有悖于常規巖石物理規律的現象是否具有合理性,或是由于測井數據有偏差所致;②如何解決利用單一波阻抗信息進行有效儲層預測所存在的多解性問題。

1 巖石物理診斷

巖石物理診斷技術由Dvorkin和Nur[1]提出,即用速度-孔隙度關系推斷巖石微結構的關系。該項技術通過把一個介質理論模型曲線調整到測量數據變化曲線上而實現,其假定當曲線匹配時沉積物的微結構與模型相匹配。Marion[2]提出一個泥巖-砂巖的拓撲學模型,制作了縱波速度-孔隙度坐標系下泥質含量變化的曲線模型,以此來預測速度、孔隙度及泥質含量之間的依存關系:在砂巖-泥巖混合物中,泥質含量增加對速度-孔隙度關系的影響表現為一個倒V形軌跡(圖1)。圖1V形軌跡的物理意義如下:對于顆粒支撐的沉積物,泥質含量增加傾向于使孔隙度降低(及密度增加),因而使巖石變硬;然而對于泥質支撐的沉積物,由于粘土原始孔隙度的存在,導致孔隙度會隨泥質含量增加而增加,因此巖石骨架的作用被削弱,當泥質含量接近40%時孔隙度達到臨界孔隙度φs,縱波速度同時會達到一個峰值點,這個點代表了泥質砂巖向砂質泥巖的轉換,在這個點之后,隨著泥質含量的增加,孔隙度增加,縱波速度降低。圖2為統計井資料得到的 E油田速度-孔隙度-GR(GR參數代表泥質含量的變化)交會圖,可見E油田速度-孔隙度關系與Marion模型吻合較好,速度-孔隙度關系隨泥質含量變化表現出一個明顯的倒V形軌跡,這在一定程度上是對測井數據的準確性進行了論證。

2 統計巖石物理分析

由于地震屬性與儲層特征對應關系復雜,利用地震單一屬性進行儲層預測往往存在多解性,而克服多解性的最有效途徑就是多屬性信息的綜合應用。在地震多屬性分析技術中,常規方法是通過井資料巖石物理參數的交會分析,設置地震屬性參數的門檻值,或是在屬性參數上區分出不同儲層參數(如巖性、含油氣性等)的分布區域,以此來進行儲層參數的預測,其缺陷在于門檻值或分布區域往往難于精確確定,從而導致最終的預測結果存在較大誤差。

統計巖石物理技術基于測井資料評估不同儲層參數的地震屬性概率密度函數,統計概率密度函數和累積分布函數是一種定量描述知識(或缺乏知識)狀態的有關隨機變量的方法,此中的隨機變量可以是連續變量(例如孔隙度),也可以是分類變量(例如泥巖或砂巖巖相)。概率密度函數和隨機變量有助于定量分析目標儲層特性的分布和變化,在儲層預測時把確定性巖石物理模型與儲層參數的概率分布變化聯合起來得到分布規律,可以建立比使用純確定性模型或純粹統計方法更有效的儲層預測策略[2-3]。

E油田巖石物理交會圖分析表明,高速度及高孔隙度的儲層未必均是有效儲層,僅僅設置門檻值或以其它線性或非線性函數均無法區分出有效儲層,這一點也體現在單一參數的概率分布函數上,如圖3上部框圖及右側框圖所示。用速度和密度-孔隙度的累計密度函數,可以建立不同巖相組合的速度和密度-孔隙度概率密度函數,評估每個巖相內與自然變化有關的地震信號的不確定性,生成速度與孔隙度信息的聯合概率密度函數,如圖3主框圖所示。圖3主框圖中每個等值線的中心或峰值代表每個巖相最可能的孔隙度-速度集,等值線代表著等概率值,其數值從中心向外降低。這些概率密度函數顯示出了給定的巖相組合孔隙度與速度如何變化,并且不同巖相組合間存在一定程度上的重疊,此重疊部分常常引起最終預測結果的偏差。總之,這些概率密度函數在巖相和地震特性之間建立了一個概率關系,也就是可以用地震數據預測最可能的巖相和已知巖相的條件概率。

圖3 E油田不同儲層相在速度-孔隙度交會圖上的聯合概率分布

3 應用效果分析

圖4為E油田一條地震主測線剖面,該剖面上高彎度水道的地震相特征表現為弱振幅、連續性較好、較扁平的透鏡狀、微弱下切和位于朵葉體的上部,朵葉體的地震相特征表現為中弱振幅、雜亂、連續性差和不明顯的低角度疊瓦反射。結合工區中4口井的資料得到反演資料,用另一口井資料檢驗最終效果,并把反演得到的速度體和密度孔隙度體參數與圖3中的二元變量概率分布聯合在一起,能夠預測地震剖面中有效儲層的分布概率,如圖5所示。圖5中的色標表示有效儲層的概率分布,一般認為概率大于0.5即可確認為有效儲層。

在檢驗井點處,預測結果與實鉆結果吻合程度非常高,小范圍深度段內有誤差是由于反演數據存在誤差所致。只要反演結果的精度控制在有效范圍內,本文方法得到的最終預測結果就具有一定的有效性。從E油田有效儲層的預測概率剖面(圖5)上分析,位于圖4剖面上的西侵蝕水道要比東侵蝕水道發育,這是因為該剖面西侵蝕水道位于高彎度部位,河水的慣性作用在河道的轉彎處外側發生沖刷,同時在內側發生沉積,隨著側積程度的不斷加大,河道彎度也不斷加大,因而儲層發育,有效儲層厚度大。而對于下部的朵葉體,由于該剖面位于扇根部位,因而剖面上所反映的儲層不夠發育。

圖6為計算得到的目的層段內有效儲層的累計時間厚度平面圖(選取預測概率門檻值為0.5),可見明顯的水道特征(圖6a)及下部的朵葉體特征(圖6b),工區內上部侵蝕水道的有效儲層主要發育在高彎度部分,而下部朵葉扇體的有效儲層主要發育在扇中部分,這一預測結果也與實際的沉積模式相符。

圖6 研究區目的層段有效儲層累積時間厚度預測平面圖

4 結束語

E油田砂巖和泥巖具有相同的波阻抗變化范圍,僅用波阻抗很難識別有效儲層。利用巖石物理診斷技術判斷了 E油田測井數據的合理性,應用概率統計理論在有效儲層和速度-孔隙度之間建立了概率關系,利用反演得到的密度孔隙度體和速度體對有效儲層的分布概率進行了預測,從而實現了對有效儲層的預測,降低了地震反演結果解釋的風險。

[1] DVORKIN J,NUR A.Elasticity of high-porosity sandstones: theory for two North Sea datasets[J].Geophys,1996,61: 1363-1370.

[2] MARION D.Acoustical,mechanical and transport properties of sediments and granular materials[D].Stanford:Stanford University,1990.

[3] MUKERJI T,JORSTAD A,AVSETH P,et al.Mapping lithofacies and pore-fluid probabilities in a North Sea reservoir seismic inversion sand statistical rock physics[J].Geophysics, 2001,66(4):98-1001.

(編輯:周雯雯)

Abstract:The statistical petrophysics technique is to evaluate probability density functions of seismic attributes for various resorvoir parameters from logging data,which can be used to guide selection of sensitive seismic attributes and prediction of resorvoir-parameter probability distributions. In order to solve the problem that seismic acoustic impedance can notdifferentiate sandstone and mudstone in E oilfield in Niger Delta basin,the statistical petrophysics technique was combined with seismic inversion technique,improving the accuracy to predict effective reservoirs by seismic inversion data and reducing the risk of reservoir prediction.

Key words:statistical petrophysic;seismic inversion;effective reservoir prediction

An application of statistical petrophysics technique to predicting effective reservoirs in E oilfield

Cao Xiangyang Zhang Jinmiao
(CNOOC Research Institute,Beijing,100027)

2009-08-24 改回日期:2010-02-09

曹向陽,男,畢業于中國科學院地質與地球物理研究所,獲博士學位,現主要從事地震資料解釋、儲層預測方面的研究工作。地址:北京市東城區東直門外小街6號海油大廈(郵編:100027)。電話:010-84523629。