基于海底電纜資料道集優化的低滲儲層預測方法*
——以北部灣盆地潿洲A油田流沙港組為例

顧霜霜 周家雄 隋 波 馬光克 蔣 成 李軼彬

(中海石油(中國)有限公司湛江分公司 廣東湛江 524023)

1 問題的提出

近年來隨著南海北部灣盆地油氣勘探開發進程的深入，油田開發重心逐漸轉向更為復雜的中深層低孔低滲儲層。然而，受地震資料品質、復雜構造、儲層非均質性等多因素影響，面向油田開發的低滲儲層精細描述面臨許多難點和挑戰。以往儲層預測研究主要基于海上拖纜地震資料，由于是窄方位數據采集[1]，中、遠道覆蓋不均勻，嚴重制約了中深層地震資料品質和成像效果，同時沿主測線方向易出現條帶狀采集腳印而掩蓋真實的振幅異常[2]，導致儲層預測效果不甚理想。近年來我國近海完成了多個區塊的海底電纜(OBC)三維地震采集，獲得了高精度的多波多分量地震數據，在海上油氣勘探開發中發揮了重要作用。相比于拖纜地震資料，海底電纜地震資料主要具有以下優勢：①采集時電纜沉放于海底，可提高數據采集質量，資料信噪比更高；②具有明顯寬方位特點，更有利于研究振幅隨炮檢距和方位角度變化，陡傾角成像效果更好且具有較高的振幅保真度[3]；③可實現多分量采集，記錄縱波和轉換橫波用于油氣檢測；④水陸檢數據合并處理可減小電纜鬼波的影響，提高資料分辨率，有利于巖性砂體解釋和儲層預測；⑤更適宜進行油藏地震監測[4]。

北部灣盆地潿西南凹陷南部緩坡帶潿洲油田群的中深層儲層多為陸相沉積，具有厚度薄、夾層多、平面相變快的特點，儲層預測及砂體刻畫難度大[5]。潿洲A油田始新統流沙港組一段、三段均為扇三角洲沉積，儲層厚度在縱向及平面上變化大，非均質性強，多為低孔低滲儲層，局部發育甜點。但是，潿洲A油田流沙港組低滲儲層水下分流河道展布如何，有利儲層分布在哪里，屬性暗點區域是否存在較大風險,弄清這些問題對開發井(尤其是水平井)部署至關重要，迫切需要在開發井井網部署和優化階段提高儲層預測精度。然而，該油田區已有的拖纜地震資料在流沙港組分辨率偏低，且有效儲層與干層、泥巖之間巖石物理特征差異小(圖1)，給儲層預測帶來了不確定性。

針對上述問題，本文以提高研究區中深層低孔低滲儲層預測精度為目標，提出了基于海底電纜道集優化的低滲儲層預測方法，一方面有針對性地集成寬方位海底電纜資料采集與道集優化關鍵技術，提升地震資料品質；另一方面基于坐標旋轉聯合雙參數定量預測出油田區有利儲層分布及物性變化，有效指導開發井優化部署和實施，并取得了良好效果。

圖1 潿洲A油田流沙港組縱波阻抗特征Fig .1 P-wave impedance of Liushagang Formation in Weizhou A oilfield

2 基于海底電纜資料的道集優化

2.1 目標采集優化

針對潿洲A油田巖性圈閉發育、斷裂復雜的特點和拓寬地震資料頻帶提高分辨率的需求，利用已鉆井和已有的拖纜地震資料統計地球物理參數并建立模型，以射線追蹤和波動方程照明為手段，對觀測系統[6-7]屬性參數進行定量化分析和優化。綜合考慮地質需求和經濟性，OBC資料采集最終優化設計采用12纜4 km的正交片狀觀測系統，覆蓋次數12橫×16縱，面元12.5 m×12.5 m，纜間距400 m，主體區域加密到200 m采集以提高覆蓋次數，通過將觀測系統橫縱比[8]增大到0.595以上來獲取寬方位數據，以提高資料信噪比。同時根據正演模擬的結果，在重點研究區創新性地設計延長炮線的寬方位采集(將炮線延長至12 800 m，橫縱比提高到0.878)，主要目的層能量分布得到明顯提升(圖2)，更有利于斷層與地層巖性變化的識別。

基于目標采集處理優化得到的研究區OBC資料覆蓋次數高，頻帶拓寬、主頻提高，低頻成分更為豐富(表1)，可有效提高分辨率，更有利于開展疊前儲層預測。研究區OBC疊前CRP(共反射點)道集分辨率提升，與上下層之間能量強度更為均衡，且疊前反演可用有效角度增大(圖3)；同時，OBC疊加剖面分辨率明顯提高，能更清楚地反映地層橫向變化，流一段沉積扇體形態、砂體接觸關系更為清晰，流二段泥巖特征更顯著，流三段地層識別、小斷層成像和分辨率也得到改善(圖4)。

圖2 潿洲A油田未延長炮線與延長炮線觀測系統目的層能量分布對比Fig .2 The target layer energy distribution comparison between conventional and extended shot line observation systems in Weizhou A oilfield表1 潿洲A油田海上拖纜和海底電纜地震資料參數對比Table 1 Parameters comparison between towed streamer and OBC seismic data in Weizhou A oilfield

采集方式部分采集參數對比CRP道集頻率參數對比/Hz電纜長度/m纜間距/m最大炮檢距/m覆蓋次數流一段流三段頻寬主頻頻寬主頻海上拖纜4050100417540.510～55286～3215海底電纜6000400100001926～72346～4520

圖3 潿洲A油田海上拖纜和海底電纜疊前CRP道集剖面對比Fig .3 Comparison of pre-stack CRP gathers profiles between towed streamer and OBC seismic data in Weizhou A oilfield

圖4 潿洲A油田海上拖纜和海底電纜疊后純波剖面對比Fig .4 Comparison of post-stack trace gathers profiles between towed streamer and OBC seismic data in Weizhou A oilfield

2.2 以儲層預測為導向的CRP道集優化

道集質量決定著反演結果的可信度及效果。本文設計采集的研究區OBC地震資料相比于常規的拖纜資料有一定改善，為進一步減弱非儲層因素對AVO特征的影響，保證疊前反演的可靠性，在儲層預測前對疊前道集進行優化處理也十分關鍵。

常規的CRP道集優化處理主要針對去隨機噪聲、道集拉平、去剩余多次波、振幅補償等，無固定模式，須根據實際地震資料的特點選擇合適的組合。通過分析和測試，研究區地震資料原始道集主要存在隨機噪聲、部分道集不平、頻率異常等問題會影響反演的精度，因此優化選擇的組合技術為：①結合帶通濾波和拉東變換，去除異常頻率噪聲并一定程度壓制隨機噪音，提高資料信噪比；②針對特定區域應用無速度剩余時差校正技術[9]，通過計算相關時窗內不同地震道與參考道的相關系數，求取時移量并進行平滑校正，值得注意的是應用該技術過程中須通過疊加剖面進行嚴格質控。相對于研究區地震資料原始道集，優化處理后的角度道集品質有一定提升(圖5)，處理后道集的截距與梯度值與正演模型差異更小，二者AVO特征更為接近，說明優化處理結果可為后續疊前反演提供更可靠的基礎。

圖5 潿洲A油田疊前CRP道集優化效果Fig .5 Pre-stack trace gathers optimization processing effects in Weizhou A oilfield

3 雙參數聯合預測有利儲層

3.1 基于坐標旋轉的有效儲層定量分析

不同巖性的彈性參數范圍常常存在一定程度的重疊，這給巖性識別帶來了困難[10]。通過巖石物理分析，研究區流一段低滲儲層主要表現為高速度、低密度、相對高阻抗、高剪切模量、低縱橫波速度比、低λ/μ的特征，拉梅系數、體積模量、λρ、μρ等參數均不能明顯反映巖性及流體的變化特征(其中λ、μ、ρ分別為拉梅系數、剪切模量、密度)。尋找到兩個對巖性相對敏感的參數，基本可以區分研究區流沙港組砂泥巖，但仍存在部分重疊(圖6)，其中縱橫波速度比對有效儲層區分度約為68.1%，泊松阻抗對有效儲層區分度約為78.9%。泊松阻抗最早由Quakenbush[11]等提出，認為對縱、橫波阻抗交會圖進行坐標旋轉可以更好地區分巖性，它包含了泊松比和密度的識別特性，其實質上是消除了縱波阻抗與橫波阻抗的泥巖背景趨勢，突出砂巖阻抗異常[12]。

圖6 潿洲A油田流沙港組巖性敏感參數特征Fig .6 Characteristics of lithological sensitive parameters of Liushagang Formation of Weizhou A oilfield

分析認為,研究區流沙港組低滲儲層油層與水層基本疊置，流體預測難度極大，而有效儲層與干層、泥巖部分疊置，識別度偏低，因此仍須進一步優化參數，以提高有效儲層預測精度。通過全區統計分析發現，縱橫波速比小于1.85且泊松阻抗小于1 300[(m/s)(g/cm3)]時約89.2%為有效儲層(圖7)，相對于單一參數預測精度有一定提升。借鑒坐標旋轉的思路尋找出最優角度，將二維參數歸一化后降至一維最優參數(圖8)，定義為有利儲層指示屬性Asand為

圖7 潿洲A油田流沙港組有利儲層指示屬性Fig .7 Favorable reservoir indicating attribute for Liushagang Formation in Weizhou A oilfield Asand=(Vp/Vs)cosα+PIsinα

(1)

式(1)中：Vp、Vs為縱波和橫波速度；PI為泊松阻抗；α為坐標旋轉前后X、X′軸之間的夾角，(°)。

通過與物性參數的分析,有利儲層指示屬性與孔隙度間存在良好的負相關關系，相關性約為0.858(圖9)，即屬性值越低指示儲層物性越好，以此可指導后續有利儲層定量預測。

3.2 有效儲層甜點預測

基于以上的定量分析，最終通過疊前同步反演獲取的參數體計算得到研究區有利儲層指示屬性體。疊前同步反演理論上是基于Zoeppritz方程的Fatti波阻抗近似式[13]及其改進式[14]，去除子波調諧作用后獲得敏感屬性體，用于儲層巖性和流體類型的定量預測[15]。在實際應用過程中，首先基于已知井巖石物理分析建立各變量之間的關系，同時在反演過程中通過預白化定義噪音項增加反演求解的穩定性，另外不同角度提取子波可適當補償部分疊加數據體之間振幅、頻率和相位差異，可使反演結果更加穩定和準確。從研究區同一位置的反演剖面對比可明顯看出，基于OBC資料反演的屬性與井鉆遇情況吻合更好、分辨率提高，泥巖隔層清晰(圖10)，更有利于識別出該井區3套含油砂體的空間展布，也進一步說明了前述道集及參數優化的合理性。

圖8 坐標旋轉計算原理示意圖Fig .8 Principle diagram of coordinate rotation calculation

圖9 潿洲A油田流沙港組有利儲層指示屬性與孔隙度交會圖Fig .9 Cross plot of favorable reservoir indicating attribute and porosity of Liushagang Formation in Weizhou A oilfield

圖10 基于海上拖纜和海底電纜地震的潿洲A油田有利儲層指示屬性反演剖面對比Fig .10 Comparison of favorable reservoir indicating attribute inversion profiles based on towed streamer and on OBC seismic data in Weizhou A oilfield

低滲油藏開發中的儲層物性對開發井產能影響很大，在有效儲層預測基礎上須進一步預測儲層物性參數以指示甜點，指導開發方案設計及鉆井。在高質量反演的基礎上應用多屬性融合技術預測孔隙度的空間分布，其原理是將原始地震體和彈性參數反演體作為內部及外部屬性，與目標曲線進行匹配分析，通過步聰遞歸法[16]確定最優屬性組合和長度算子，亦可利用神經網絡方法預測出目標屬性，其過程須進行嚴格的交叉驗證和曲線質控。而研究區目的層滲透率依據巖心分析的孔滲關系轉換得到，即

K=0.052 8e0.349 3φ

(2)

式(2)中:φ為孔隙度，%；K為滲透率，mD。

依據本文方法預測的研究區目的層孔隙度與測井孔隙度吻合情況良好(圖11)，可為后續油藏分析提供參考。

圖11 基于多屬性融合的潿洲A油田有利儲層孔隙度預測剖面Fig .11 Favorable reservoir porosity prediction profile based on multi-attribute fusion in Weizhou A oilfield

4 應用效果

在定量分析及反演屬性刻畫出有利儲層的垂向分布的基礎上，統計時間厚度結合速度分析可獲得有利儲層厚度平面分布，同時結合孔隙度、滲透率等物性參數的預測結果可指導油田開發井鉆探。在研究區A井區流沙港組Ⅰ油組，探井A3和A5井鉆遇油層、A7井鉆遇水層，含油區平均孔隙度約14.9%，平均滲透率約8.7 mD。該井區流沙港組有利儲層預測結果與已知井符合良好，儲層厚度吻合率大于90%，滲透率吻合率大于75%(圖12、表2)。

圖12 潿洲A油田A井區流沙港組有利儲層預測平面圖Fig .12 Thickness and permeability prediction of favorable reservoir of Liushagang Formation in A well area，Weizhou A oilfield表2 潿洲A油田A井區探井流沙港組儲層預測符合率Table 2 Liushagang Formation reservoir prediction coincidence rate of exploratory wells in A well area，Weizhou A oilfield

井名儲層厚度滲透率實鉆/m預測/m符合率/%實鉆/mD預測/mD符合率/%A744.141.995.022.419.285.7A326.228.890.113.114.291.6A518.919.596.84.305.3076.7

儲層預測成果結合物源分析認為，該井區有利儲層呈現由南至北厚度減薄、物性變差的特征，北面斷塊河道砂體儲層甜點主要位于A3井附近，向西儲層變差的風險較大。基于以上認識，將3口開發井向東面有利區域優化，并設計利用A14H、A15H兩口水平井末端落實西面風險區域儲層是否發育(圖12)。

優化后的3口水平井均在預測的有利儲層區域順利入砂，其中A16H井水平段共鉆遇290.8 m厚油層，A14H、A15H井末端在西面風險區域均未鉆遇有效儲層，與鉆前儲層預測認識一致。同時水平井入砂點滲透率符合率均大于75%(表3)，也進一步驗證了本文研究成果的可靠性。此后，基于本文研究成果共完成研究區油田開發方案中6個井區的有利儲層預測，共指導14口開發井優化和鉆探，應用效果良好，再次證實了基于海底電纜資料優化的雙參數聯合定量預測有利儲層分布的方法可行性。

表3 潿洲A油田A井區開發井流沙港組 儲層滲透率預測符合率Table 3 Liushagang Formation reservoir permeability prediction coincidence rate of development wells in A well area， Weizhou A oilfield

5 結論

1) 基于目標采集處理優化獲取寬頻寬方位的海底電纜地震資料，資料品質相比于常規的拖纜資料有大幅提升，同時結合以儲層預測為導向的疊前道集優化技術組合，能夠為中深層儲層預測研究提供更優的資料基礎。

2) 聯合縱橫波速度比、泊松阻抗雙參數尋找到有利儲層指示屬性，能適當減少單參數的不確定性并有效提高低滲儲層預測精度，并通過疊前同步反演和多屬性融合定量預測出儲層厚度和物性分布，能夠指導開發井優化，有效規避儲層風險。

3) 針對海上油田區開發階段越來越精細的油藏描述要求，提高地震資料品質和優化參數是低滲儲層預測的關鍵，仍須進一步探索。