疊前反演技術在高郵凹陷黃玨油田淺層氣藏識別中的應用研究

馬智斌，高 剛，桂志先

（長江大學地球物理與石油資源學院，湖北武漢 430100）

黃玨油田位于高郵凹陷中央深凹帶的西南緣，是一個小型斷塊油氣田[1]，雖勘探層系主要集中在戴南組，但對該區的整體構造、沉積以及油氣藏特征等均有一定程度地研究[2]。該區三垛組一段（Es1）可分為7 個亞段，其中第三亞段和第四亞段為主要產氣層段。Es1段以洪積扇和濱湖沖積扇沉積為主，整體砂體成分較為復雜，巖性以粉細砂巖、細砂巖、含礫不等粒砂巖為主，砂體孔隙度較高（18.0%～28.0%），滲透率差異明顯（2.57×10-3～137.02×10-3μm2），其中，低滲透率砂巖多集中在三垛組一段第一亞段和第二亞段，第三亞段和第四亞段屬于中孔中滲儲層。區內主要油氣藏類型為斷層-巖性復合油氣藏，屬于隱蔽性油氣藏[3-4]，除了受構造影響還受巖性控制，因此常規的構造解釋與疊后反演無法有效地識別和預測含氣段。而黃玨油田目標層段三垛組砂體發育，用常規彈性參數（縱橫波阻抗、密度等）反演，可以有效地預測儲層段，但是無法有效地識別出含氣段。

本文以疊前反演的方法對黃玨油田淺層氣藏開展研究，通過優選流體識別因子，利用模擬橫波對工區重點井目的層段進行巖石物理分析，找出合適的敏感參數，提取出流體識別因子，推導出其近似式，并與常規近似式對比，探究其可行性；然后以該流體識別因子進行反演，尋找目的層段含氣儲層，并以該流體識別因子對工區內盲井進行含氣性預測，從而形成一套適應于黃玨油田淺層氣藏的地球物理識別方法。

1 疊前AVO 反演算法

該方法的基礎是Zoeppritz方程（或者其近似式），Aki 和Richards（1980）在假設地層介質彈性參數變化較小的條件下近似得出了Aki-Richards 方程[5]；Shuey（1985）在前人研究的基礎上，分析了泊松比對反射系數的影響，得出了Shuey 近似方程[6]；Smith和Gidlow 在假定介質速度和密度滿足經驗公式的前提下，提出了加權疊加分析方法，并給出了近似值[7]；Hilterman 在Shuey 近似方程的基礎上，通過假設反射界面兩側的平均泊松比，提出了突出泊松比變化對AVO 特征影響的近似公式；Gray（1999）結合之前學者簡化的近似方程，提出了以拉梅常數及密度反射系數表示的近似方程[8]；Russell 結合了疊后波阻抗反演，提出了直接反演縱波阻抗、橫波阻抗和密度的方法[9]。

疊前AVO 反演算法是利用約束稀疏脈沖反演思想，在測井約束條件下進行的多角度、多數據量的同步反演[10]。該反演采用一個快速的趨勢約束脈沖反演算法，用解釋層位和井約束控制波阻抗的趨勢和幅值范圍，脈沖算法產生寬帶結果，恢復缺失的低頻和高頻成分；再用井的波阻抗趨勢進行約束，使其縱波阻抗、橫波阻抗以及密度變化趨勢更穩定。

2 疊前含氣性檢測原理

2.1 橫波模擬與巖石物理分析

疊前反演利用測井、地震資料，特別是數據資料豐富、保真度高的縱波與橫波數據，可以獲得更多的地層流體敏感的屬性參數[11]。其將巖石物性參數及地震彈性參數聯系起來，互為約束條件，提高了巖性在含氣儲層預測中的比重。在疊前反演的資料準備中，除了高精度疊前地震資料，還至少需要有縱波、橫波、密度三種測井曲線。而在工區范圍內，只有1 口井有實測橫波數據，因此，需要利用巖石物理建模方法進行橫波曲線模擬。

在黃玨油田高精度疊前時間偏移資料的基礎上，結合研究區鉆井和地震等資料的分析，首先對該區的橫波測井數據反演方法進行研究。該地區的實測橫波鉆井為W1，根據骨架和泥質以及其他有關參數來估算巖石的體積模量和剪切模量，并按照孔隙中流體的性質來估計流體對巖石模量的影響，再由密度測井曲線和Xu-White 模型得出體積模量和剪切模量，從而導出巖石的縱橫波速度。

圖1 為三垛組一段W1 井的巖石物理參數交會分析圖，電阻率作為含氣性檢測的主要參數，其中，含油氣儲層的電阻率值相對不含氣及非儲層段電阻率值更高，通過對比分析可以發現：

（1）縱橫波速度可以很好地識別儲層，三垛組一段儲層具有相對中低速、中低密度的特點，但含氣儲層卻具有相對高速的特點，致使縱橫波速度識別流體的效果較差。

（2）根據含氣段的密度、縱波速度、縱橫波速度比的特征，發現整體上含氣段阻抗相對非含氣段偏高，但含氣儲層與不含氣儲層部分重合，無法將含氣段從儲層中完全識別出來。

（3）三垛組一段儲層較發育，用常規的彈性參數可以識別出儲層，但是無法識別出含氣儲層。

（4）三垛組一段儲層具有第三類AVO 特征。

2.2 儲層流體識別因子的確定

由于常規的彈性參數無法同時區分巖性和流體，前人對Zoeppritz 方程的近似并不完全適用于該地區。根據W1 井的巖石物理分析發現三垛組儲層各參數區分度較明顯，但是對于識別含氣儲層效果欠佳。由于含氣儲層段相對非含氣儲層段具有更高的橫波速度和縱波速度，密度差異較小，單一的速度參數無法將含氣儲層段與非含氣儲層段區分開來，通過放大密度參數差異，并與速度參數結合可以定義敏感因子為流體識別因子：

圖1 W1 井巖石物理參數交會分析

式中：F 為流體識別因子，無量綱；vp為縱波速度，m/s； vs為橫波速度，m/s；ρ 為密度，g/cm3。

由圖2 可以看出，含氣儲層段的電阻率值（紅色）可明顯區分于不含氣儲層段的電阻率值，表明所定義的流體識別因子對含氣段的識別效果較好。

圖2 流體識別因子-密度交會分析

2.3 AVO 近似式推導

AVO 技術允許地球物理學家從疊前地震數據分析中提取流體與巖性信息，一般計算流體識別因子是在疊前三參數（縱波速度、橫波速度、密度）反演的基礎上進行二次反演，為減少間接計算流體識別因子的誤差積累，推導出以敏感因子為變量的新的AVO 近似方程[12-13]。根據W1 井的巖石物理分析結果，適用該工區的敏感因子為縱橫波速度和密度的復合形式，如式（1）所示。將式（1）代入Aki和Richards 近似式中可以得到新的近似式：

將式（2）用矩陣形式表示可得：

式中： RIP、 RIS分別為縱波阻抗反射系數、橫波阻抗反射系數，無量綱；Rvp、Rvs、 Rρ分別為縱波速度反射系數、橫波速度反射系數和密度界面反射系數，無量綱； Rγ為縱橫波速度比反射系數，無量綱； Rσ為泊松比反射系數，無量綱； Rv為速度反射系數，無量綱； Rλρ、 Rμρ為拉梅系數，無量綱；RK、 Rλ、 Rμ分別為反射中的體積模量系數、拉梅系數、剪切模量系數，無量綱。

將式（3）化簡可以得出：式中：θ 為入射波入射角度，（°）；SF 為流體因子，無量綱；μ 為剪切模量，GPa。

將式（4）的矩陣所表示的含義可以表達為：

式（5）即為針對黃玨油田三垛組一段儲層流體特點的新的AVO 近似方程。

3 應用效果

3.1 疊前資料保真性及適用性分析

此次所使用的疊前反演資料為黃玨-馬家嘴地區高精度疊前共反射點（CRP）道集資料，并與黃玨油田部分實際測井數據相結合。區內三垛組一段儲層深度為1 000.0～1 400.0 m，埋深相對較淺，為淺層氣藏，在一定程度上避免了因缺少遠角道集的疊前數據，從而使得疊前資料保真度降低[14]，進而降低反演準確性的問題；同時在井震標定的過程中，目的層相關系數較高，適于進行疊前反演。

3.2 W1 井反演結果對比

為了驗證疊前反演技術對黃玨油田淺層氣藏識別的效果，選取產氣井W1 井，產氣段為三垛組一段第三亞段和第四亞段，深度分別為1 130.0 m 和1 270.0 m；氣層厚度分別為4.5 m 和9.5 m。首先以常規彈性參數對W1 井目標層段進行反演，然后再以流體識別因子對其進行反演，并將反演結果進行對比分析（圖3、圖4）。

圖3 為常規彈性參數反演效果最好的密度反演剖面，由圖可知，該井氣藏位置處于斷層構造上，氣源是深層的原油降解氣；實鉆揭示存在上下兩個產氣段，但以常規彈性參數密度開展的反演結果只指示出了上部含氣段，下部較厚的含氣段卻未能指示出來，說明密度只能作為部分產氣段的敏感因子，也進一步證明了單一的常規彈性參數反演無法完全識別出三垛組氣藏。圖4 為采用流體識別因子進行反演的剖面圖。由圖可知，該反演結果可以將含氣段與不含氣儲層段、非儲層段有效地識別出來，并精確地指出了W1 井的兩個含氣段，與實鉆揭示結果吻合，表明了用流體識別因子進行反演，能有效地識別出目的層段的氣藏，并精確地預測出相應的含氣段。

3.3 盲井預測

圖3 W1 井常規彈性參數密度反演剖面

如圖4 所示，在W1 井流體識別因子反演剖面上，指示出了W2 井三垛組層段的有利含氣段，同時其與W1 井所處構造相似，都位于小斷層發育帶；且兩井距離合適，橫波模擬模型與巖石物理分析模型均適用于該井，預測結果顯示W2 井發育氣藏，其中1 100.0～1 200.0 m 為有利含氣段，為下步勘探工作指出了方向。

4 結論

（1）對黃玨油田重點井三垛組一段的巖石物理分析及反演結果表明，單一的敏感因子無法在該區進行有效的含氣性檢測，常規彈性參數反演也無法有效的識別含氣段；但以縱橫波速度和密度相結合形成的流體識別因子進行反演可以有效地識別出區內目的層段的氣藏，并精確的預測有利的含氣段。

圖4 W1 井流體識別因子反演剖面

（2）本文所探討的利用流體識別因子開展疊前反演的技術，適用于黃玨油田三垛組淺層氣藏的識別和有利含氣段的預測，但該方法具有一定的前提條件，如需要實測橫波數據，且適用范圍有限等。不同油田、不同目的層段的氣藏識別及有利含氣層段預測可借鑒該方法，但需要對其進行分析調整。