波形驅(qū)動(dòng)下多參數(shù)約束高分辨率反演方法
——以四川盆地渝西地區(qū)龍馬溪組頁(yè)巖氣為例

顧 雯 印興耀 巫芙蓉 李 坤 翟浩杰

(①中國(guó)石油大學(xué)(華東)地球科學(xué)與技術(shù)學(xué)院，山東青島 266555；②東方地球物理公司研究院，河北涿州 072750；③北京中恒利華石油技術(shù)研究所,北京 100102)

0 引言

從前人研究成果看，薄儲(chǔ)層預(yù)測(cè)從地質(zhì)綜合研究(沉積環(huán)境、成巖作用、分布規(guī)律等)和疊后定量研究逐步走向疊前多參數(shù)定量研究，地震反演技術(shù)是薄儲(chǔ)層定量預(yù)測(cè)的最主要方法之一[2]。高分辨率疊前地震反演是定量評(píng)價(jià)頁(yè)巖氣層彈性、物性及有利甜點(diǎn)區(qū)空間展布范圍的重要方法。基于統(tǒng)計(jì)學(xué)理論的隨機(jī)反演方法或概率化反演算法在獲取高分辨率模型參數(shù)最優(yōu)解的同時(shí)，可以有效地評(píng)價(jià)反演結(jié)果和先驗(yàn)信息的不確定性，能更好地定量解釋儲(chǔ)層參數(shù)。以貝葉斯反演框架為例，業(yè)界針對(duì)模型參數(shù)先驗(yàn)信息構(gòu)建、后驗(yàn)概率密度分布構(gòu)建、隨機(jī)采樣算法優(yōu)選進(jìn)行了大量研究。Eide等[3]從概率角度出發(fā)，假設(shè)先驗(yàn)概率密度函數(shù)以及和井震有關(guān)的條件似然函數(shù)均符合高斯分布，基于貝葉斯公式推導(dǎo)出與儲(chǔ)層參數(shù)有關(guān)的后驗(yàn)概率密度函數(shù)，通過對(duì)后驗(yàn)概率密度函數(shù)多次采樣最終得到反演結(jié)果。Escobar等[4]基于貝葉斯理論和Zoeppritz近似方程求取縱橫波阻抗的后驗(yàn)分布，用新的序貫算法對(duì)后驗(yàn)概率進(jìn)行抽樣，最終提出一種層序網(wǎng)格內(nèi)的超快速疊前隨機(jī)反演方法。為了加快隨機(jī)反演計(jì)算速度，Contreras等[5]引入馬爾科夫鏈—蒙特卡洛(MCMC)技術(shù)，通過聯(lián)合模擬縱波和橫波阻抗將其擴(kuò)展為對(duì)多個(gè)部分疊加道集的反演，將隨機(jī)反演推向疊前。Smith等[6]利用MCMC方法獲取模型參數(shù)的后驗(yàn)分布，利用MCMC方法逼近貝葉斯統(tǒng)計(jì)分析中出現(xiàn)的積分運(yùn)算。大量文獻(xiàn)研究成果表明，基于協(xié)克里金、序貫高斯、模擬退火等地質(zhì)統(tǒng)計(jì)學(xué)算法的隨機(jī)反演能夠隨機(jī)模擬薄儲(chǔ)層[7-11]。近年來，基于地質(zhì)統(tǒng)計(jì)學(xué)反演的地震波形指示反演方興未艾[12-15]，由于地震波形的變化反映了沉積環(huán)境和巖性組合的空間變化，將這種變化定義為儲(chǔ)層構(gòu)型，可以利用波形變化間接推斷儲(chǔ)層空間的相變特征。該技術(shù)在空間結(jié)構(gòu)化數(shù)據(jù)指導(dǎo)下不斷尋優(yōu)，利用地震波形的橫向變化和空間距離代替變差函數(shù)進(jìn)行樣本選樣，使反演結(jié)果在橫向上更符合地質(zhì)沉積規(guī)律。

基于疊后地震波形指示反演在薄儲(chǔ)層預(yù)測(cè)方面的優(yōu)勢(shì)，以及疊前彈性參數(shù)較疊后彈性參數(shù)信息更豐富、對(duì)儲(chǔ)層的敏感性更高的特點(diǎn)，本文基于巖石物理資料，應(yīng)用地震驅(qū)動(dòng)+儲(chǔ)層構(gòu)型約束的高精度疊前隨機(jī)反演方法，探尋定量表征優(yōu)質(zhì)薄頁(yè)巖的技術(shù)，為深層頁(yè)巖氣地質(zhì)甜點(diǎn)預(yù)測(cè)提供技術(shù)支撐。

1 方法原理

常規(guī)疊前反演主要通過巖石物理建模技術(shù)計(jì)算彈性參數(shù)建立參數(shù)模型，再根據(jù)AVO響應(yīng)特征建立道集與彈性參數(shù)的關(guān)系，利用Zoeppritz近似方程或者彈性阻抗方程建立目標(biāo)函數(shù)迭代求解參數(shù)模型。針對(duì)深層優(yōu)質(zhì)頁(yè)巖定量預(yù)測(cè)技術(shù)難題，本文在疊后波形指示反演基礎(chǔ)上，充分利用疊前多參數(shù)相似特征和巖相組合的指示作用，利用波形相似性和空間距離多參數(shù)優(yōu)選模擬樣本，以建立樣本空間(圖1)。疊后波形指示反演根據(jù)波形相似性優(yōu)選統(tǒng)計(jì)樣本，對(duì)比預(yù)測(cè)道地震波形與所有已知井旁道地震波形，優(yōu)選最相似的若干井樣本，再比較這些井的不同頻段的濾波曲線，尋找共性結(jié)構(gòu)特征并建立初始模型[8]。在疊前，該方法利用道集波形和AVO特征，基于道集波形相似性、AVO特征和空間距離的三變量?jī)?yōu)選方法提取結(jié)構(gòu)相似的井?dāng)?shù)據(jù)作為空間估值樣本，建立待判別道集初始模型，然后在貝葉斯框架下開展MCMC模擬，補(bǔ)充確定性疊前反演缺失的高頻成分。該模擬算法的核心是根據(jù)實(shí)際概率分布得到統(tǒng)計(jì)意義上正確的隨機(jī)樣點(diǎn)分布，實(shí)現(xiàn)全局優(yōu)化的多個(gè)等概率模擬結(jié)果[16-17]。由鉆/測(cè)井?dāng)?shù)據(jù)、巖相地質(zhì)數(shù)據(jù)及已有的確定性反演數(shù)據(jù),結(jié)合地層框架模型建立的目的層概率密度函數(shù)和縱橫向變差函數(shù)獲得地質(zhì)統(tǒng)計(jì)學(xué)信息，降低了MCMC模擬的不確定性，在反演過程中加入地震數(shù)據(jù)約束，進(jìn)一步降低了地質(zhì)統(tǒng)計(jì)學(xué)反演的不確定性，可保證等概率結(jié)果的相似性。

圖1 疊前波形特征選樣分析示意圖(AVO屬性平面圖)vP、vS、Den分別代表縱波速度、橫波速度、密度

1.1 疊前波形指示樣本集的建立

首先，通過疊前道集特征矩陣建立測(cè)井曲線樣本數(shù)據(jù)集，其中疊前道集特征矩陣是由道集波形特征動(dòng)態(tài)矩陣、AVO特征指示因子矩陣和距離權(quán)重因子矩陣組成，描述了待預(yù)測(cè)點(diǎn)與樣本點(diǎn)的井旁道波形相似度、AVO特征相似度和空間距離等3個(gè)井震相關(guān)性特征。道集波形特征動(dòng)態(tài)矩陣由對(duì)比預(yù)測(cè)點(diǎn)與各樣本點(diǎn)的近、中、遠(yuǎn)分角度疊加地震波形獲得，AVO特征指示因子矩陣由對(duì)比預(yù)測(cè)點(diǎn)與各樣本點(diǎn)的AVO特征獲得，距離權(quán)重因子矩陣由對(duì)比預(yù)測(cè)點(diǎn)與各樣本點(diǎn)的距離獲得。其次，在小波域進(jìn)行頻率分解，提取樣本集曲線的共性結(jié)構(gòu)作為初始模型。對(duì)于不同的共性結(jié)構(gòu)相關(guān)截止頻率l應(yīng)用

(1)

在道集優(yōu)化的基礎(chǔ)上計(jì)算道集波形特征參數(shù)，利用奇異值分解進(jìn)行波形分類，建立地震道集波形與不同結(jié)構(gòu)特征的井上彈性參數(shù)曲線樣本的映射關(guān)系。首先建立初始樣本集

D=UΣV*

(2)

式中：U和V分別為n×n階地震波形數(shù)據(jù)正交矩陣和m×m階井點(diǎn)屬性正交矩陣，V*為V的共軛轉(zhuǎn)置；Σ為n×m階非負(fù)實(shí)數(shù)對(duì)角矩陣，表征井上曲線樣本與地震波形的相關(guān)性。定義U為疊前道集矩陣，則

U=[αβγ]

(3)

式中：α為采集數(shù)據(jù)波形特征參數(shù)；β為AVO特征因子參數(shù)；γ為距離加權(quán)因子參數(shù)。

1.2 基于貝葉斯框架的隨機(jī)反演

針對(duì)反演優(yōu)化問題，本文在貝葉斯框架下構(gòu)建了待反演模型參數(shù)的后驗(yàn)概率密度分布(PDF)及目標(biāo)泛函。貝葉斯推斷為在當(dāng)前觀測(cè)地震數(shù)據(jù)的情況下，結(jié)合觀測(cè)數(shù)據(jù)之前對(duì)待反演模型參數(shù)的先驗(yàn)知識(shí)計(jì)算模型參數(shù)PDF的統(tǒng)計(jì)學(xué)習(xí)方法，是一種將先驗(yàn)信息和似然函數(shù)轉(zhuǎn)化為后驗(yàn)信息的方法，其數(shù)學(xué)基礎(chǔ)是貝葉斯定理[18-19]。假設(shè)未知模型參數(shù)服從某種類型的概率密度分布，即所謂的先驗(yàn)知識(shí)，它的引入是對(duì)帶限地震數(shù)據(jù)的修正，貝葉斯公式為

(4)

式中：p(m|d)為待反演模型參數(shù)的PDF；p(d|m)為觀測(cè)地震數(shù)據(jù)的似然函數(shù)；p(m)為待反演模型參數(shù)的先驗(yàn)分布。貝葉斯反演是從已知數(shù)據(jù)d中估計(jì)彈性參數(shù)模型m的PDF的過程。假設(shè)觀測(cè)地震數(shù)據(jù)的噪聲分布服從高斯概率密度分布

(5)

式中：G為地震數(shù)據(jù)的正演矩陣；Cd為彈性阻抗數(shù)據(jù)體的協(xié)方差矩陣。通過測(cè)井?dāng)?shù)據(jù)統(tǒng)計(jì)分析待反演模型參數(shù)的先驗(yàn)信息，得到模型參數(shù)的先驗(yàn)概率密度分布

(6)

式中：Cm為模型參數(shù)的協(xié)方差矩陣；μm為模型參數(shù)的先驗(yàn)均值。將式(6)代入貝葉斯公式，可以求取模型參數(shù)的p(m|d)

(7)

其中

對(duì)式(7)兩邊取對(duì)數(shù)，得到等價(jià)的目標(biāo)泛函

(8)

令lnO(m|d)=0，得到反演方程

(9)

利用式(9)可以求出貝葉斯推斷中的最大后驗(yàn)概率解，可以采用迭代重加權(quán)最小二乘算法求解，也可以利用蒙特卡洛仿真模擬和馬爾科夫鏈模型獲取模型參數(shù)的隨機(jī)解。由于基于統(tǒng)計(jì)學(xué)和隨機(jī)采樣的反演算法可以有效提高反演分辨率，因此本文利用貝葉斯概率解評(píng)價(jià)模型參數(shù)的最優(yōu)解和不確定性。此外，本文基于疊前高精度反演結(jié)果，通過建立道集與彈性參數(shù)曲線的樣本模型尋找待預(yù)測(cè)區(qū)與已知樣本井?dāng)?shù)據(jù)的共性結(jié)構(gòu)(截距、梯度、振幅、相位等)，在相似共性結(jié)構(gòu)的道集組合約束下獲得高分辨率的反演結(jié)果(圖2)。

圖2 疊前多參數(shù)相似性高精度反演流程

MCMC采用的算法為Metropolis-Hasting算法，通過該算法不斷對(duì)由波形優(yōu)選樣本建立的地震波形指示的初始模型進(jìn)行隨機(jī)擾動(dòng)，從而得到貝葉斯推斷中的最大后驗(yàn)概率解，取多次可行實(shí)現(xiàn)的均值作為期望值輸出，具體步驟如下。

(3)產(chǎn)生隨機(jī)數(shù)μ，其中μ～U(0,1)；

(10)

(6)令i=i+1，返回步驟(2)、迭代直至平穩(wěn)狀態(tài)(總迭代次數(shù)為N)。

可以證明以此種方式構(gòu)建的接受概率是滿足細(xì)致平衡條件的，算法實(shí)現(xiàn)流程見圖3。

圖3 算法流程

1.3 地質(zhì)甜點(diǎn)參數(shù)(TOC)模擬

由于無(wú)法直接反演頁(yè)巖氣甜點(diǎn)參數(shù)(TOC、含氣量、孔隙度等物性參數(shù))，目前主要基于單參數(shù)或多參數(shù)回歸分析建立預(yù)測(cè)模型預(yù)測(cè)甜點(diǎn)參數(shù)。這種方法往往預(yù)測(cè)精度較低，且多解性強(qiáng)，對(duì)于指導(dǎo)頁(yè)巖氣評(píng)層選區(qū)意義不大。波形的變化特征能有效指示巖相組合的彈性參數(shù)變化特征，利用其波形特征優(yōu)選模擬樣本建立樣本空間(也稱波形變差函數(shù))，在貝葉斯框架下開展隨機(jī)模擬，補(bǔ)充確定性疊前反演縱橫波速度比時(shí)缺失的高頻成分[20-21]。

地質(zhì)統(tǒng)計(jì)學(xué)由區(qū)域變量抽取的樣本值估算方差，通過變程反映變量的影響范圍。經(jīng)典變差函數(shù)中滯后距h代表區(qū)域空間兩點(diǎn)之間的距離，變差函數(shù)值γ(h)代表區(qū)域空間兩點(diǎn)參數(shù)值的差(圖4)。經(jīng)典變差函數(shù)描述的是參數(shù)隨實(shí)際區(qū)域空間距離而變化的規(guī)律。假設(shè)有樣本A、B，則滯后距h=|AB|。

圖4 變差函數(shù)相關(guān)性分析示意圖

對(duì)于一維區(qū)域空間，即A=(x1)，B=(x2)，則

|AB|=|x1-x2|

(11)

對(duì)于二維區(qū)域空間，即A=(x1，y1)，B=(x2，y2)，則

(12)

對(duì)于三維區(qū)域空間，即A=(x1，y1，z1)，B=(x2，y2，z2)，則

(13)

通過計(jì)算波形空間兩點(diǎn)之間的距離得到變差函數(shù)滯后距h。假設(shè)波形空間是四維空間，波形空間中的點(diǎn)自然是四維點(diǎn)。設(shè)有兩點(diǎn)的地震波形，質(zhì)心、均值、方差、變方差分別為C、A、V、Vv，則

(14)

式中下標(biāo)1、2表示地震波序號(hào)。甜點(diǎn)參數(shù)模擬思想基于子波不變假設(shè)，認(rèn)為地震彈性參數(shù)差異與井特征參數(shù)結(jié)果變化密切相關(guān)，即地震彈性參數(shù)隨井位而變化。根據(jù)質(zhì)心、均值、方差、變方差等四種屬性描述地震特征參數(shù)差異的特征向量，利用測(cè)井參數(shù)的統(tǒng)計(jì)變量與井的特征參數(shù)垂向變差函數(shù)表征井垂向結(jié)構(gòu)變化相對(duì)地震差異的變化量。最后統(tǒng)計(jì)預(yù)測(cè)道地震特征參數(shù)的特征向量，利用波形變差函數(shù)模擬預(yù)測(cè)道(井)的特征參數(shù)實(shí)現(xiàn)特征參數(shù)模擬。該模擬方法有效結(jié)合地震、地質(zhì)和測(cè)井信息，利用地震信息指導(dǎo)井參數(shù)高頻模擬，利用波形橫向變化與井特征參數(shù)相對(duì)變化關(guān)系，建立特征向量變差函數(shù)模型，實(shí)現(xiàn)井震協(xié)同高頻模擬。

2 模型驗(yàn)證

為了驗(yàn)證所提方法的有效性和對(duì)薄層的縱、橫向識(shí)別能力，首先對(duì)比薄砂層與厚砂層的疊前道集特征，選取A1、A4井開展正演分析。由正演模擬的近、中、遠(yuǎn)道集(圖5)可見：道集波形特征發(fā)生明顯變化；兩口井在零炮檢距處均表現(xiàn)為強(qiáng)振幅、正極性AVO特征，振幅呈減小趨勢(shì)，但隨著入射角增大，兩口井AVO特征逐漸發(fā)生變化，且遠(yuǎn)道集更能體現(xiàn)波形的差異性(圖6)。

圖5 A1井(上)和A4井(下)正演道集A1井同時(shí)存在薄砂層與厚砂層，A4井只存在厚砂層。結(jié)論中藍(lán)色代表泥巖，黃色代表砂巖

圖6 A1和A4井AVO響應(yīng)特性

進(jìn)一步設(shè)計(jì)了砂泥巖薄互層地質(zhì)模型(圖7)。為了便于開展波形相似性反演，在該模型上建立5口虛擬井(A1～A5)提取不同的儲(chǔ)層特征。利用主頻為40～100Hz的零相位雷克子波作為震源進(jìn)行正演模擬，選取低頻(40Hz)、中頻(70Hz)和高頻(100Hz)地震正演剖面開展不同反演方法實(shí)驗(yàn)。

圖7 砂泥巖薄互層地質(zhì)模型

圖8為40Hz、70Hz和100Hz地震正演、稀疏脈沖反演和多參數(shù)波形相似性反演剖面。由圖可見：

①40Hz地震正演剖面由于分辨率較低，完全無(wú)法識(shí)別薄互層砂體，由于砂體組合不同，地震波形差異也較大(圖8a上)；70Hz地震正演剖面只能識(shí)別疊置砂體(圖8b上)；100Hz地震正演剖面可以識(shí)別每一個(gè)薄砂體(圖8c上)。②稀疏脈沖反演剖面與地震正演剖面的分辨率特征相似，如40Hz稀疏脈沖反演剖面完全無(wú)法識(shí)別薄互層砂體(圖8a中)，70Hz稀疏脈沖反演剖面可以分辨疊置的兩套砂體(圖8b中)，100Hz稀疏脈沖反演剖面可以分辨第3套薄砂體(圖8c中)。③多參數(shù)波形相似性反演剖面的分辨率明顯高于稀疏脈沖反演(圖8a下、圖8b下、圖8c下)，并且在70Hz時(shí)就能完全識(shí)別薄砂體(圖8b下)。

圖8 40Hz(a)、70 Hz(b)和100Hz(c)地震正演 (上)、稀疏脈沖反演(中)和多參數(shù)波形相似性反演(下)剖面

泥巖背景中由上至下發(fā)育4組薄互層砂體，其中前兩套砂體為疊置砂體，第三套砂體最薄(厚度為4m)，砂巖、泥巖速度分別為3500、2800 m/s，密度分別為2.65、2.26g/cm3

3 應(yīng)用實(shí)例

3.1 研究區(qū)地質(zhì)背景

3.2 疊前道集優(yōu)化處理

多參數(shù)波形相似性反演技術(shù)的關(guān)鍵是道集優(yōu)化處理、敏感參數(shù)體生成、樣本選取、截止頻率確定等流程。基于新生成的疊前敏感參數(shù)體，再利用其波形相似性和空間距離多參數(shù)優(yōu)選模擬樣本，建立波形與彈性參數(shù)曲線的樣本模型，在貝葉斯框架下開展隨機(jī)模擬，補(bǔ)充確定性疊前反演缺失的高頻成分，尋找待預(yù)測(cè)區(qū)與已知樣本的共性結(jié)構(gòu)(振幅、頻率、相位等)，在相似共性結(jié)構(gòu)的道集組合約束下反演，從而獲得高分辨率的薄層反演成果。

研究區(qū)疊前時(shí)間偏移CRP道集上存在明顯的隨機(jī)噪聲和遠(yuǎn)炮檢距剩余時(shí)差，前者影響疊前道集的信噪比，后者導(dǎo)致道集不平、AVO規(guī)律不明確。由于疊前高精度反演對(duì)道集質(zhì)量要求較高，為此制定了道集優(yōu)化流程。首先，在利用射線追蹤方法將炮檢距轉(zhuǎn)換為入射角時(shí)需要質(zhì)控和優(yōu)化地震速度，使其滿足射線追蹤的需求；其次，在道集優(yōu)化中需考慮隨機(jī)噪聲壓制與多次波問題；最后，在去除噪聲的道集上，針對(duì)遠(yuǎn)道進(jìn)行剩余時(shí)差校正。圖9為拉平前、后道集。由圖可見：①由于道集中存在較多的隨機(jī)噪聲且遠(yuǎn)炮檢距道集不平，尤其在遠(yuǎn)炮檢距處，原始道集與合成記錄的相關(guān)性較差，O3w的AVO規(guī)律也較差(圖9左)。②利用Radon變換和移動(dòng)積分道集拉平技術(shù)優(yōu)化處理后的道集資料明顯提高了信噪比，同時(shí)大幅提高了疊前道集的質(zhì)量(圖9右)，為后續(xù)高精度反演提供了可靠的道集資料；利用優(yōu)化后的道集進(jìn)一步開展井震標(biāo)定，優(yōu)化后的道集與合成記錄的相關(guān)性得到明顯改善，同時(shí)O3w底部AVO曲線與井上正演道集的AVO曲線更吻合。

圖9 拉平前(左)、后(右)道集T3x為須家河組，T1f為飛仙關(guān)組

3.3 優(yōu)質(zhì)頁(yè)巖地質(zhì)甜點(diǎn)預(yù)測(cè)關(guān)鍵參數(shù)

3.3.1 巖石物理分析

由巖石物理敏感參數(shù)分析直方圖(圖10)看出，密度能夠較好地篩選優(yōu)質(zhì)頁(yè)巖，因此將密度作為敏感參數(shù)。進(jìn)一步將頁(yè)巖分為Ⅰ、Ⅱ、Ⅲ類：密度小于2.57g/cm3的為Ⅰ類(優(yōu)質(zhì)頁(yè)巖)；密度為2.57～2.65g/cm3的為Ⅱ類(優(yōu)質(zhì)頁(yè)巖)；密度大于2.65g/cm3的為Ⅲ類。對(duì)比地質(zhì)統(tǒng)計(jì)學(xué)反演與多參數(shù)波形相似性反演的密度剖面(圖11)可見：地質(zhì)統(tǒng)計(jì)學(xué)反演結(jié)果的橫向變化不穩(wěn)定，不符合頁(yè)巖分布地質(zhì)規(guī)律，無(wú)法有效識(shí)別Ⅰ類頁(yè)巖；多參數(shù)波形相似性反演結(jié)果的縱向分辨率高，反演信息更豐富，且能有效區(qū)分Ⅰ、Ⅱ類頁(yè)巖。

圖10 龍馬溪組優(yōu)質(zhì)頁(yè)巖密度分析直方圖

圖11 地質(zhì)統(tǒng)計(jì)學(xué)反演 (上)與多參數(shù)波形相似性反演(下)的密度剖面P2l為龍?zhí)督M，P1l為梁山組，S1l2為龍二段

3.3.2 正則化因子求取

正則化可理解為對(duì)帶限觀測(cè)數(shù)據(jù)的補(bǔ)充，通過引入正則化乘法項(xiàng)，將不適定的地震反演問題轉(zhuǎn)化為適定的反問題求解，以獲取待反演模型參數(shù)的最優(yōu)解或近似解[22]。為了均衡預(yù)測(cè)樣本井點(diǎn)與非樣本井點(diǎn)彈性參數(shù)的相關(guān)性，需求取樣本井點(diǎn)的彈性阻抗與預(yù)測(cè)地震中頻彈性阻抗的直接匹配系數(shù)，因而設(shè)置正則化因子參數(shù)。通過正則化因子加強(qiáng)約束，進(jìn)行地震趨勢(shì)(振幅、頻率、相位)控制，防止過度擬合。引入彈性阻抗模型作為先驗(yàn)信息，可以修正反演結(jié)果，能夠滿足樣本要求而且穩(wěn)定。目標(biāo)函數(shù)為

(15)

3.3.3 TOC預(yù)測(cè)

本文通過特征參數(shù)模擬直接預(yù)測(cè)頁(yè)巖氣的地質(zhì)甜點(diǎn)參數(shù)，提高了甜點(diǎn)參數(shù)的預(yù)測(cè)精度。圖12為H202井測(cè)井綜合解釋圖。由圖可見，優(yōu)質(zhì)頁(yè)巖的測(cè)井響應(yīng)表現(xiàn)為低密度、高GR、高TOC、高含氣量、高孔隙度、中高脆性等特征。圖13為過L101-H203-H202H3井TOC模擬圖。由圖可見，TOC模擬結(jié)果與測(cè)井曲線吻合度較高，橫向變化趨勢(shì)合理，其中向斜平緩區(qū)TOC相對(duì)較高。以高品質(zhì)OVT域處理的三維地震資料為基礎(chǔ)，基于巖石物理分析，將彈性參數(shù)轉(zhuǎn)化為儲(chǔ)層指標(biāo)，利用疊前波形指示反演預(yù)測(cè)優(yōu)質(zhì)頁(yè)巖厚度和基于波形變差函數(shù)模擬方法直接預(yù)測(cè)TOC甜點(diǎn)參數(shù)(表1)，能準(zhǔn)確識(shí)別水平井的油藏目標(biāo)，為水平井布署提供技術(shù)支撐。

圖12 H202井測(cè)井綜合解釋圖

圖13 過L101-H203-H202H3井TOC模擬圖

表優(yōu)質(zhì)頁(yè)巖預(yù)測(cè)結(jié)果對(duì)井分析表

4 結(jié)論