鶯歌海盆地“暗點”型油氣藏指示因子構建及應用

謝玉洪 鄧 勇 李 芳* 李洋森 潘光超

(①中國海洋石油集團有限公司，北京 100000； ②中海石油(中國)有限公司湛江分公司，廣東湛江 524057)

0 引言

目前油氣勘探正由構造向構造-巖性復合型或者隱蔽型油氣藏轉變。統計資料表明，全球隱蔽型油氣藏的儲量占比達到35%[1]。其中，具有Ⅱ類AVO異常特征的“暗點”型油氣藏具有良好的勘探前景。Brown[2-3]認為“亮點”型與“暗點”型油藏在數量上是相當的，但目前發現的“暗點”油氣藏數量或許還不及前者的千分之一，因此 “暗點”型油氣藏的勘探潛力非常巨大。

鶯歌海盆地“暗點”型油氣藏難以識別主要是因為： ①相比淺層，深層地震資料信噪比低、分辨率更低、保真性差，難以滿足識別需求； ②“暗點”型油氣藏振幅特征與背景泥巖接近，呈弱反射，而弱振幅地震反射多解性強，存在不確定性； ③“暗點”型油氣藏缺乏針對性的儲層和流體預測技術，而巖性預測和流體識別是“暗點”型油氣藏評價的關鍵。

基于疊前地震資料的儲層和流體識別技術始于20世紀80年代。Ostrander[4]首次通過AVO技術預測儲層流體含量，奠定了流體識別基礎。隨后Smith等[5]提出流體因子的概念，利用縱、橫波的加權差預測儲層流體。Gidlow等[6]和Fatti等[7]進一步將其表示成縱、橫波阻抗反射系數的加權差預測儲層流體。Goodway等[8]將流體識別從反射系數擴展到了阻抗域，其中拉梅系數與密度的乘積屬性是阻抗域應用最廣的流體識別因子，當巖石骨架性質相對穩定，結合拉梅系數交會分析，對含氣砂巖和含水砂巖有更好的識別能力。Quakenbush等[9]研究泊松阻抗屬性，通過旋轉縱、橫波阻抗交會圖的軸以達到最佳區分任意兩巖性流體類型的目的。但當巖石具有較低的泊松比、很高的密度時，泊松阻抗就不再適用。陳學華等[10]發現時頻域中低頻陰影可以很好地用于油氣檢測。

Russell等[11]以Biot-Gassmann理論為基礎，研究了多孔介質中彈性模量參數與孔隙流體的關系，利用縱波與橫波速度提出了Russell流體因子(測井序列中有橫波速度時可以直接利用； 無橫波速度測井資料時，可由孔隙度、泥質含量、含水飽和度與礦物模量等利用經驗公式或者等效理論模型進行估算)。Russell流體因子除了與流體彈性效應有關外，還與干巖石骨架模量、礦物基質模量以及孔隙度等巖石固體參數的綜合影響有關。對固結成熟、孔隙度變化不大的儲層，Russell流體因子具有較高的流體指示敏感性。印興耀等[12]基于Russell多孔流體飽和彈性介質的Zoeppritz方程的近似式，提出直接從彈性波阻抗數據體中提取流體因子進行流體識別的方法，減少了間接計算的累積誤差。此后，由于Russell流體因子具有良好的應用性，很多學者開展了Russell流體因子的估算方法研究。針對深層儲層無法有效獲取大角度入射信息的情況，印興耀等[13]提出兩項彈性阻抗反演與Russell流體因子直接估算方法，可以提高深層儲層流體識別的可靠性。孫瑞瑩等[14]提出基于隨機地震反演的Russell流體因子直接估算方法，對于判識儲層含流體特征具有較好的指示作用。鄧煒等[15]基于等效介質理論，實現了基于彈性阻抗的等效流體體積模量直接反演，提高了流體識別準確度。

此外，多位學者提出了楊氏模量、泊松比直接反演方法以及含氣飽和度預測方法，為流體識別和預測提供了新的手段[16-19]。

一般來說，常規的流體因子(彈性模量、泊松阻抗、LMR流體因子、Russell流體因子等)均具有一定的流體識別的能力，但每種流體因子都只是在某些特定的地質條件下應用效果良好[20]。“暗點”型油氣藏一般具有Ⅱ類AVO異常，常規的AVO屬性(如P×G屬性)無法進行有效刻畫，而目前針對性的敏感指示因子構建方面的研究很少。鶯歌海盆地勘探揭示，中深層“暗點”型目標油氣勘探潛力巨大，傳統流體因子在淺層“亮點”型目標的識別與評價中應用效果好，而在中深層“暗點”型油氣藏識別和預測中無能為力。為了解決“暗點”型油氣藏識別的難題，本文綜合多方面信息，從Zoeppritz方程Fatti近似式出發，構建新的“暗點”識別因子，達到預測“暗點”型油氣藏目的。

1 算法原理和理論模型實驗

1．1 “暗點”油氣藏指示因子理論推導

Fatti等[7]于1994年重新推導Aki-Richards近似式的表示形式，給出了包含縱波阻抗相對變化量的近似式，即

(1)

在小角度入射情況下，考慮到密度項的權重系數較小，且密度項本身的變化也很小，因此兩項近似即可滿足小角度的近似精度，此時的反射系數近似公式可以表示為

(2)

合并角度同類項后，進一步可表示為

(3)

圖1 不同近似條件下Ⅱ類AVO誤差對比

本文主要利用“暗點”型儲層截距較小的特點，將梯度與截距的比值定義為“暗點”型油氣藏指示因子，這樣就可以放大Ⅱ類AVO異常的差異，實現對Ⅱ類AVO異常識別與評價的目的。根據式(3)，“暗點”型油氣藏指示因子可以表示為

(4)

相對于縱、橫波阻抗的變化數量級，縱橫波速度比近似為常數，可進一步簡化為

(5)

為了驗證Fg的有效性與可靠性，分別設計包含Ⅰ～Ⅳ類AVO異常的含氣砂巖模型(圖2a)，模型參數具體見表1，含氣砂巖從上至下分別表現為Ⅰ類、Ⅱ類、Ⅲ類、Ⅳ類AVO異常響應特征。在疊后地震剖面(圖2b)上，相對于Ⅰ、Ⅲ、Ⅳ類AVO異常，Ⅱ類AVO異常振幅響應與背景泥巖較接近，很難有效識別； 通過傳統AVO屬性(P×G)解釋也很難判斷“暗點”型儲層位置(圖2c)，其更適用于截距和梯度都大的Ⅲ類、Ⅳ類AVO異常“亮點”型儲層識別； 對于流體因子λρ(拉梅系數與密度的乘積)而言，其對Ⅲ類、Ⅳ類AVO異常的流體識別效果明顯，但對于Ⅱ類AVO異常的“暗點”型儲層識別效果并不突出(圖2d)； 利用本文構建的Fg可以較好識別Ⅱ類AVO異常“暗點”的響應特征(圖2e)。

表1 不同AVO類型模型參數及AVO屬性

圖2 不同AVO類型屬性對比(a)砂巖模型； (b)模擬疊后地震剖面； (c)P×G； (d)λρ； (e)Fg

1．2 “暗點”道集修飾性處理

根據前文“暗點”型指示因子的理論推導，Fg可表示為縱、橫波阻抗均值及其差值的關系式，其中縱、橫波阻抗通常可以利用疊前同時反演獲得。在進行疊前同時反演之前，對Ⅱ類AVO疊前道集的保護尤為關鍵，其質量直接影響著“暗點”型儲層縱、橫波阻抗反演結果。而在勘探開發的實際應用中，疊前地震道集質量通常較差，動校正道集不平往往是一個重要原因，尤其對于具有極性反轉特征的“暗點”道集，由于參考道表現為弱振幅的地震反射特征，容易受隨機噪聲的影響，“暗點”道集的動校正存在一定的不確定性。

為了有效解決這一問題，本文在常規速度分析動校正的基礎上，利用絕對值互相關道集拉平的方法，可以有效實現對Ⅱ類AVO異常“暗點”道集的保護。絕對值互相關道集拉平方法，即計算每個地震道與參考道在給定時窗內的最大絕對值互相關系數Coefmax(τshift)及所對應的初步時移量τshift，具體表達式為

(6)

式中：“*”代表互相關運算；R(t)表示選擇信噪比較高疊前道集通過部分疊加形成的參考道；f(t)表示實際地震道；t1、t2分別為滑動時窗的起點、終點

圖3 動校正拉伸處理前(a)、后(b)的地震反射特征對比

時間。根據上式計算的地震道集的時移量，設立最大校正時移量和最小絕對值相關系數門檻值，剔除異常時移量得到校正時移量場，并應用于整個地震數據體實現道集拉平。

為了取得較好的拉平效果，通常先應用大時窗進行初步拉平，再應用小時窗進行精細處理。圖3為動校正拉伸處理前、后的地震反射特征，由于Ⅱ類AVO異常極性反轉導致部分疊加道振幅較弱，雖然容易受隨機噪聲影響，但利用絕對值互相關道集拉平可以有效拉平“暗點”型道集，拉平前、后道集的波形特征未發生改變，保證相位反轉的地震道集與低信噪比區域道集處理前、后的相位一致，為后續疊前同時反演提供更可靠的部分疊加數據體。

2 應用實例

鶯歌海盆地樂東區中深層油氣勘探揭示，儲層為低孔、低滲型，相比泥巖表現為高縱波速度、高橫波速度、低密度特征，在疊后地震剖面上表現為強波峰反射。

研究區巖性油氣儲層為黃流組二段河道砂體，埋深為4000～4500m。地震資料顯示(圖4)，振幅能量縱、橫向變化大(水道高部位波峰為強振幅，低部位波峰為弱振幅)，地震振幅的快速變化給儲層評價帶來很大挑戰，S-3井位于該水道高部位，鉆遇了上百米含氣砂巖，水道低部位是否具有發育有利砂巖儲層成為制約該區油氣勘探的關鍵問題。為進一步分析縱、橫向振幅能量變化大的原因以及水道的地層組合特征，根據已鉆井砂、泥巖參數統計，分別建立不同厚度砂—泥巖組合的地質模型，并進行地震正演模擬。表2為本區已鉆遇三口井的縱波、橫波速度及密度參數，數值大小顯示，三口井的砂、泥巖的速度、密度變化規律一致。本次模擬選取過S-3井的地震剖面，根據S-3井的參數，設定富砂、富泥等多種情況進行模擬。模擬結果(圖5)表明，不論是富砂模型，還是富泥模型，A氣組頂面低部位振幅都會減弱，與實際地震剖面特征比較接近，說明兩種地層組合都有可能。

圖4 樂東區黃流組水道地震剖面

圖5 樂東區黃流組水道地震正演模擬 左為地質模型，右為正演地震剖面； 上為富砂型，下為富泥型。紅色為砂巖儲層，綠色為泥巖夾層

表2 樂東區黃流組砂、泥巖參數統計

通過對S-3井水道砂體進行變孔隙度正演模擬(圖6)發現，當孔隙度較低時，砂體頂界面表現為波峰“亮點”反射；隨著孔隙度增加，波峰“亮點”振幅逐漸減弱，逐漸向“暗點”型轉變，因此對于深層砂巖儲層，物性變好也會導致弱振幅的“暗點”反射特征。

樂東區黃流組水道地震正演模擬結果表明， “暗點”和泥巖具有相似的地震響應，即弱振幅反射，因此，利用疊后純波地震資料無法有效區分砂、泥巖展布。為此，嘗試開展Fg提取與分析。首先，利用部分疊加資料和多井子波標定進行疊前同時反演，獲得縱、橫波阻抗、密度等反演數據體，可見水道低部位A氣組頂面表現為中等縱、橫波阻抗特征，利用縱、橫波阻抗難以預測該阻抗特征是砂巖還是泥巖(圖7a、圖7b)； 由于該區埋深大，氣、水巖石物理特征差異較小，λρ對該“暗點”型儲層的識別也基本失效(圖7c)；Fg屬性在低部位A氣組頂面具有明顯異常(圖7d)，并且在B氣組高部位也具有明顯異常，推測該水道低部位弱振幅處發育“暗點”型砂巖，含氣概率較高。

圖6 S-3井含氣砂巖變孔隙度正演模擬

圖7 過S地區黃流組水道疊前反演結果及指示因子分析(a)縱波阻抗； (b)橫波阻抗； (c)λρ； (d)Fg

根據Fg研究成果，在水道低部位部署S-X井，結果在A氣組鉆遇細砂巖56m，孔隙度為12%，為該水道所有鉆遇砂巖中物性最好。這證實了該技術方法的有效性，較好地解決了弱振幅“暗點”型目標評價難的問題，有效指導了該區深層“暗點”型油氣藏預測工作。

3 結論

(1)利用“暗點”型儲層AVO截距相對較小的特點，構建了只與縱、橫波阻抗有關的“暗點”型油氣藏指示因子，提高了“暗點”型油氣藏識別的敏感性，數值模擬證實了該指示因子對“暗點”型目標較好的檢測能力。

(2)在實際資料流體研究中，結合疊前反演結果提取“暗點”型指示因子，較好地解決了鶯歌海盆地樂東區“暗點”型目標預測難題，為該區深層復雜地質情況的巖性預測和流體識別提供了一種新的思路和方法。

本文所述方法仍具有一定局限性，它不適用于“亮點”型目標，新構建的指示因子是基于“暗點”型油氣藏的特定條件所推導的，適用于具有Ⅱ類AVO異常的“暗點”型目標儲層和流體識別。其次，道集質量也十分重要，對Ⅱ類AVO疊前道集的保護尤為關鍵，其質量好壞直接影響著本文指示因子的識別精度。