基于壓力自適應巖石物理模型的深水少井區儲層預測

中圖分類號：P631 文獻標識碼：A DOI：10. 13810/j. cnki. issn. 1000?7210. 20240155

Abstract：In deepwater zones under high?pressure conditions，the complex and heterogeneous pore structures of reservoirs lead to significant variations in rock elastic properties，making conventional forward modeling and in? version techniques insufficient for accurate reservoir prediction. Petrophysical models serve as a critical bridge between physical properties and elastic parameters of reservoirs. To improve reservoir prediction accuracy in sparsely drilled deepwater zones under high pressure with limited well data，this study incorporates the effects of effective pressure into the petrophysical modeling process. A pressure ?dependent correction is applied to the aspect ratio of sandstone pores，and adaptive sandstone porosity is fitted. Based on this，a deepwater sandstone? mudstone petrophysical model with effective pressure correction is established. The proposed petrophysical modeling approach is applied to the deepwater A block in the southern offshore region of China. Compared with conventional petrophysical models，the developed model exhibits higher accuracy in well log reconstruction. Furthermore，to address the low prediction accuracy due to sparse well data，the pressure adaptive petrophysi? cal model is utilized to generate pseudo ?wells. The practical application of the method demonstrates that incor? porating multiple pseudo ? wells facilitates more accurate reservoir identification with inversion results. The in? version outcomes show strong agreement with sedimentary facies and drilling data，which validates the effec? tiveness and reliability of the proposed approach.

Keywords：sparsely drilled deepwater zone，effective pressure，sandstone ? mudstone reservoir，petrophysical model，reservoir prediction

劉兵，周懷來，王元君，等 . 基于壓力自適應巖石物理模型的深水少井區儲層預測［J］. 石油地球物理勘探，2025，60（3）：728?738.LIU Bing，ZHOU Huailai，WANG Yuanjun，et al. Reservoir prediction in sparsely drilled deepwater zonesbased on pressure adaptive petrophysical model［J］. Oil Geophysical Prospecting，2025，60（3）：728?738.

0 引言

近年來，隨著常規油氣資源勘探程度的不斷提高，中國海洋油氣資源勘探逐步成為油氣勘探與開發的主陣地[1?3]。其中，深水沉積砂巖是海洋油氣勘探中的具有代表性的一類儲集層。在深水儲層預測中，地質構造復雜、儲層埋藏較深、鉆井資料稀缺等十分突出[4?6]，這些因素共同放大了地質解釋成果的不確定性，同時也使常規反演手段難以達到對深水儲層的精細識別。高壓背景下的深水少井地區，相較于常規地區，深層的巖石物理差異性更小，受壓力影響更大[7?8]。同時，由于地震地質條件的復雜性，影響因素較多，地震信號強度減弱。這些導致了常規建模方法精度不夠，不再適用于高壓背景下深水區彈性參數預測。

彈性參數預測是巖石物理分析急需解決的重要問題之一[9]。巖石物理模型是連接巖石物性參數與彈性參數的橋梁，它通過模擬真實地下環境，將地下巖石等效為理想模型，并基于各物性參數的非線性關系進而擬合出彈性參數的結果[10?11]。地震巖石物理模型的建立主要包括巖石基質、干巖石骨架、飽和流體巖石三個部分。為獲取巖石的彈性三參數即縱波速度、橫波速度和密度，Kuster 等[12]利用長波一階散射理論推導出雙相介質等效介質模型，即 K?T 模型。Cleary 等[13]提出了含流體的孔隙同樣可以用孔隙縱橫比表征孔隙形狀。Khalid 等[14] 在傳統的Gassmann 方程基礎上，考慮低含氣飽和度情況，結合 wood 公式推出了新的適用于低含氣飽和模型。Okunevich 等[15]利用有效介質理論，結合巖石的組成和形態特征確定巖石的有效彈性性質，建立了地震巖 石 物 理 模 型 。 Xu 和 White[16] 結 合 K ? T 模 型 、DEM 模型和 Gassmann 模型，利用孔隙縱橫比劃分砂巖孔隙與泥巖孔隙，建立了一種新的泥質砂巖物理模型，即 Xu?White 模型。

對于砂泥巖地層，一般將基質孔隙分為較大的砂巖孔隙與較小的泥巖孔隙。經典 Xu?White 模型所考慮的孔隙縱橫比一般是定值。該模型通常假設砂巖孔隙縱橫比變化范圍為 0.12～0.15 ，泥巖孔隙縱橫比變化范圍為 0.03～0.04 。 然 而 ，Nur 等[17]、Brown 等[18]通過實驗分析表明了砂巖孔隙縱橫比的變化范圍較大，以定值約束并不準確。于是，Sams等[19]將孔隙度作為影響砂巖孔隙縱橫比的主要因素，首次提出了孔隙縱橫比與孔隙度的非線性關系，但變化范圍所考慮的影響因素仍存在欠缺。Yan等[20]通過實驗提出了泥巖孔隙縱橫比在 0. 04 左右，并將泥質含量和孔隙度作為主要影響因素，建立了砂巖孔隙縱橫比與孔隙度、泥質含量的線性公式。Durrani 等[21]利用該建模方法，提出了不同孔隙類型對彈性參數預測結果的影響。白俊雨等[22]根據 Yan等[20]所建立的孔隙縱橫比與泥質含量、孔隙度之間的線性關系進行巖石物理建模，并將其應用于陸上實際工區，在常規砂泥巖地層中取得了較好的預測效果。Wardhana 等[23]用粒子群優化算法對孔隙影響因素如孔隙形狀、壓力、孔隙度等物理參數進行優化，從而建立了飽和巖石物理模型。Javad [24]將孔隙幾何形狀與總孔隙空間相關聯，利用不同的分類器對孔隙類型和長徑比進行估算，最后利用 Sugeno 積分得到了最優結果。

然而，在后續研究中發現：隨著深度的增加，巖石物理模型的精度有所降低。劉軍等[25]通過實驗得出，深層碎屑巖縱波、橫波速度與壓力存在二次多項式關系，提出了有效壓力是深層彈性參數預測結果的重要影響因素之一。Seifi 等[26]對巖石物理建模參數進行有序加權平均，確定了地層壓力是對橫波速度產生影響的重要因素。張鵬等[27]在 Xu?White 模型的基礎上，結合陣列聲波測井資料獲取縱橫波速度比差值、體積模量差值等含氣敏感參數和有效壓力，提出了一種識別致密砂巖氣層的新方法。魏頤君等[28]在不同有效壓力條件下，通過反演得到了裂隙參數，認為有效壓力變化影響致密砂巖孔隙結構。劉仕友等[29]引入孔隙空間剛度理論描述巖石骨架模量隨軟孔隙的變化關系，利用自洽模型建立了高壓背景下砂巖儲層的巖石物理模型。武陳月等[30]分析了有效壓力對儲層彈性參數、物性參數的影響，建立了適合深部頁巖儲層的地震巖石物理模型。

深水少井區砂泥巖地層中，除基質礦物成分外，巖石內部的孔隙結構、流體性質以及巖石所處壓力環境均會不同程度地影響其彈性性質[31]。在實際生產中，高壓背景下深水區的巖石物理建模面臨著高壓環境導致預測結果精度不高的問題[32]。因此，本文在傳統模型的基礎上，考慮有效壓力的影響，建立一種適用于高壓背景下深水區的砂泥巖模型，從而解決預測結果精度不足的問題。在常規模型的基礎上，對模型的基質孔隙的孔隙縱橫比進行修正，使巖石物理模型更加符合實際情況。然后，利用中國南部海洋深水工區實際井數據建立地震巖石物理模型，并將該模型應用于相鄰工區的彈性參數預測；將巖石物理建模與反演相結合，根據預測的彈性參數數據進行地層波阻抗反演來刻畫儲層砂體的發育和分布情況，以此檢驗所建立巖石物理模型的適用性及有效性。同時，通過采用巖石物理模型建立偽井的策略應對鄰區少井資料問題，進而為高壓背景下深水少井區由于高壓環境和井資料不足所導致的預測精度不足的問題提供了一種可靠的解決途徑。

1 方法原理

1. 1 壓力自適應孔隙縱橫比

深水儲層所處的高壓環境影響地層的成巖演化過程，地層壓力對彈性參數的影響作用不可忽視[33]。在實際砂泥巖地層中，由于沉積環境不同，孔隙空間的剛度性質有所不同。依據受壓力影響的程度，地層中的孔隙可分為受壓力影響較小的硬孔隙與受壓力影響較大的軟孔隙[34]。常規巖石物理模型預測彈性參數是通過將實際巖石中的孔隙假設為橢球體來實現。而處于高壓背景下的常規砂泥巖地層幾乎不存在軟孔隙，因此有效壓力對軟孔隙的影響忽略不計。在 Xu?White 模型中，基質孔隙中泥巖和砂巖孔隙縱橫比均以定值來約束，這一假設與實際巖石孔隙的變化特征不完全匹配。通常泥巖孔隙縱橫比在0. 04 左右，但是砂巖孔隙縱橫比變化范圍較大，且受到孔隙度、泥質含量、有效壓力等多方面因素影響，所以在建模過程中使用定值的砂巖孔隙縱橫比將會導致模型的預測彈性參數曲線與實際測井曲線存在偏差。為了解決這一問題，Sams 等[19]將孔隙度作為影響砂巖孔隙縱橫比的主要因素，提出了孔隙縱橫比與孔隙度的非線性關系式，即

式中 α，? 分別表示孔隙縱橫比、孔隙度。針對泥質含量和孔隙度的影響，Pillar 等[35]根據 Sams 等[19]提供的資料，將泥質含量和孔隙度作為影響砂巖孔隙縱橫比變化的主要因素，得出砂巖孔隙縱橫比和孔隙度、泥質含量的線性關系，即

α=0.17114-0.24477?+0.004314V_sh （式中 V_sh 表示泥質含量。

隨著有效壓力增大，巖石縱波、橫波速度具明顯增大的趨勢。以上兩種自適應砂巖孔隙縱橫比均未考慮有效壓力的影響，在進行常規砂泥巖地層預測彈性參數時能夠達到一定的精度，但在高壓背景下的砂泥巖地層時，有效壓力所導致的影響使砂巖孔隙縱橫比變化加大，導致預測精度較低。

因此，在進行高壓背景下的深水區砂泥巖地層建模時，需要在考慮孔隙度和泥質含量的基礎上，還應該考慮有效壓力的影響。據此，本文構建一種線性關系，使其能夠適用于高壓背景下的深水區砂泥巖地層。實際地層壓力一般分為地層流體壓力和上覆巖層壓力，有效壓力計算公式[36]為

P_e=P_c-P_p

式中 P_enP_cP_p 分別表示有效地層壓力、上覆地層壓力、孔隙流體壓力。

上覆地層壓力由密度測井資料通過積分計算，孔隙壓力基于聲波測井數據求取，即

式中： ρ_Ω，ρb 分別表示起始深度處密度和目的層密度；H₀，H 分別表示井段起始深度和目的層深度； P_h 為正常孔隙壓力； D_t，D_tn 分別為測量聲波時差和正常地層條件聲波時差； g 為重力加速度； n 是 Eaton 指數。利用有效壓力參數進行砂巖孔隙縱橫比壓力修正，擬合出適合深水地區砂巖孔隙縱橫比的線性關系為

α_s=C+k?+rV_sh+mP_e

式中： α_s 指砂巖孔隙縱橫比； C，k，r，m 均為系數。

1. 2 壓力自適應巖石物理模型構建

巖石物理模型能夠連接地層中巖石微觀物性與

宏觀物理特征，建立儲層物性參數與彈性參數的變換關系。儲層的巖石物理模型框架一般包括巖石基質、干巖石骨架和飽和流體巖石。

根據地質資料得到地層中巖石各個組成成分及其含量，利用 Voigt?Reuss?Hill 平均公式［37］分別求解巖石基質的等效體積、剪切模量，即

式中： 分別表示巖石基質的上、下限彈性模量； 分別表示平均應力和應變； N 為礦物的種類； E 為巖石基質的整體彈性模量； ;f_i，E_i 分別代表第 i 種礦物的體積分數和對應的彈性模量。

因此，巖石基質的平均等效彈性模量為

在巖石基質基礎上，將式（6）壓力修正的砂巖孔隙縱橫比 α_s 代入 K?T 公式[12]中，可求取干巖石骨架彈性模量。K?T 公式利用長波一階散射理論，將巖石的孔隙度、孔隙縱橫比和巖石基質的體積模量及剪切模量聯系起來以分別求取干巖石骨架的體積模量和剪切模量，即

其中

式中： T_zzjj（α） 、 T_zjzj（α） 是 Robert 等[38]提出的關于孔隙縱橫比的相關函數，代表巖石中在不同方向上的應力—應變關系，其中下標 z，j 分別表示垂直方向和其他方向； K_d?K_m?K^′ 分別表示巖石骨架、巖石基質和孔隙內流體的體積模量； μ_d、μ_m?μ^′ 分別表示巖石骨架、巖石基質和孔隙內流體的剪切模量； α_c 表示泥巖孔隙縱橫比； α_s 表示壓力修正的砂巖孔隙縱橫比。

上述計算過程中考慮因素過多，導致過于復雜，且由于 K?T 公式對孔隙的數量和尺度假設也存在一定限制，導致在實際計算過程中有諸多不便之處。因此，Robert 等[38]在 K ?T 公式基礎上得出其近似式，通過求解線性常微分方程來求解巖石骨架的彈性模量，即

其中

式中 V_sV_c 分別表示砂巖和泥巖的體積百分比。

最后，利用 Gassmann 方程[39]進行流體替換，得到飽和流體巖石模型，其表達式為

μ_s=μ_d

式中： V_P，V_s 分別表示飽和流體巖石的縱波、橫波速度； μ_s 為飽和流體巖石的剪切模量； K_s 為飽和流體巖石的體積模量。

本文建模方法流程如圖 1 所示。

圖1 壓力自適應巖石物理建模流程

2 實際資料應用

2. 1 有效壓力自適應巖石物理建模

為了驗證本文壓力自適應巖石物理模型在高壓深水區的可行性，選取中國南部深海 A 工區作為研究靶區，建立壓力自適應巖石物理模型，并對該區A1 井的彈性參數進行預測。A 工區目前已鉆井 2口（A1 井、A2 井），地質情況復雜，儲層預測難度大。A1 井目的層為 3300～3500m ，依據已有壓力參數資料可確定目的層的有效壓力 P_e 。 根 據 Yan 等[20]實 驗 資 料 ，公 式 （6） 的 系 數 C，k，r 可 分 別 取0.17114，-0.24477，0.004314 ；參考李宏兵等[40]的巖石物理模型的孔隙結構反演方法，先通過巖石物理模型建立巖石的縱波、橫波速度與孔隙縱橫比、孔隙度和礦物組分等參數之間的定量關系；再利用等效孔隙縱橫比反演目標函數尋找最佳孔隙縱橫比，并以此為約束可獲取最佳的有效地層壓力系數 ?_m 。之后，可建立壓力自適應砂巖孔隙縱橫比為

α_s=0.17114-0.24477?+0. 004314V_sh+0. 000295P_e

根據測井資料，目的層主要基質礦物為石英和黏土。建立巖石物理模型所取的巖石基質和流體相關參數及取值（表 1）均由測井資料所得。A1 井原始測井資料包括孔隙度、泥質含量、含水飽和度等物性參數及縱橫波速度、密度等彈性參數，資料品質滿足建模及驗證要求。

表1 A1 井建模所用物性參數

利用實際測井中的物性參數，先以常規巖石物理模型對目的層彈性參數進行預測，然后考慮有效壓力修正孔隙縱橫比所建立的巖石物理模型，再利用該模型預測縱波速度、橫波速度及密度，預測效果如圖 2 所示。由圖可見，常規巖石物理模型預測結果雖然整體變化趨勢相同，但預測精度較低；而本文模型的預測結果與實際測井曲線整體變化趨勢相同，吻合度更高。

井壓力修正前（常規模型）與壓力修正后（本文模型）參數相對誤差如圖 3 所示。由圖可見，由壓力修正孔隙縱橫比所建立的本文模型預測結果與實際測井數據的相對誤差更小，這證明了壓力自適應巖石物理模型對高壓背景下深水地區砂泥巖彈性參數預測的可行性更好，準確性更高。

為進一步驗證本文模型在深水區砂泥巖地層中應用的可行性及準確性，將常規模型與本文模型用于 A2 井參數預測，并與實測曲線對比，預測結果如圖 4 所示，彈性參數相對誤差分布直方圖如圖 5 所示。由圖 5 可見，相較于常規模型，本文模型預測的彈性參數相對誤差范圍更小，相對誤差高值的頻次有所降低。

同時，常規模型和本文模型對于彈性參數的重構精度，即相關系數 （R²） 和均方誤差（MSE）如表 2所示。由表可以看出，相較于常規巖石物理模型，本

表2 A 工區不同巖石物理建模方法的性能指標

文模型所預測的縱波速度、橫波速度和密度與實測曲線相關度分別提升 0.10，0.06，0.02 ；預測參數的相關性均高于 0. 87；同時，本文模型所預測的參數的相對均方誤差較常規模型有所降低；壓力修正巖石物理模型對縱波速度的影響更大。這些均表明了本文方法所建立的巖石物理模型在深水地區具有可行性和有較高的準確性。

2. 2 基于有效壓力自適應巖石物理建模的偽井曲線構建

B 工區和 A 工區同處于一個構造，沉積背景及巖石物理性質相似。基于此，將本文模型應用于 B工區進行彈性參數預測。B 工區目前僅有一口 B1井，目的層深度為 3200～3800m 。B1 井目的層僅部分層段有密度和橫波速度數據。預測結果如圖 6 所示。從圖中可以看出，預測結果與已測段的曲線吻合度高、一致性強。經統計，縱波速度、橫波速度、密度與實際井數據的相關性分別為 0. 9076、0. 8924 和0. 9122。

2. 3 有效壓力自適應巖石物理建模指導下的波阻抗反演

由于 B1 井目的層的橫波和密度測井曲線缺失嚴重，僅憑借剩余部分曲線不足以驗證預測曲線的準確性。因此，從沉積角度進一步驗證本文方法的有效性，利用本文模型預測的井曲線開展地震波阻抗反演，對目的層的砂體進行預測。

利用 B 工區實際地震數據進行反演，典型特征剖面如圖 7 所示。目的層為砂泥巖地層，根據測井解釋結論可知，該區域發育多套砂體，在剖面上呈現

出較強的地震反射，同時發育多級斷裂。此外，由頻譜分析可知，該區域數據主頻約為 20Hz ，原始數據的分辨率較低。

為避免 B 工區井資料匱乏所導致儲層預測不確定性大的問題，利用壓力自適應模型在 B 工區建立多口偽井。偽井的構建原則為構造井位，即在三維工區內選擇有砂體反射特征且位于油氣有利構造點的井位，并非隨機生成。

工區內多級砂體物性變化與相對地震波阻抗（道積分）存在較強的關聯性，即當砂體物性變好時（孔隙度增大，泥質含量降低）相對地震波阻抗值變小。因此，對已知井鉆遇的砂體相對地震波阻抗與其測井物性值開展交會擬合，將已知井的物性值根據交會關系遷移至偽井段，得到偽井的物性參數曲線，再利用模型預測彈性參數以實現對偽井的阻抗建模。

基于精細的井震標定、地震子波提取，以及通過實測井與偽井聯合建立初始模型后，利用模型驅動的波阻抗反演方法實現對 B 工區目的層的波阻抗反演。

提取過井二維剖面如圖 8 所示。由圖 8a 可以看出，目的層儲層段在黑色箭頭指示處出現一段低阻抗帶，顯示出一套砂體；在紅色箭頭指示處的另外兩處出現明顯低值帶，但與上層砂體阻抗值仍有差異。這是因為本次結果僅依靠一口實際井進行反演，導致反演效果不佳。因此，通過壓力自適應巖石物理模型構建偽井，基于偽井約束獲得的反演結果如圖 8b 所示。由圖可見，相同位置呈現出較明顯的三套砂體。

對比圖 9a 與圖 9b 可知，利用多口偽井的波阻抗反演結果在箭頭處出現新的特征，即低阻抗指示的砂體分布更加連續，其沿主要沉積通道延伸，并在局部位置出現分叉和匯聚。結合目的層沉積相特征（圖 10），可以看出多個物源點匯入、多個朵葉堆疊置的三角洲儲集體，整體呈北東向展布。這與該區三角洲沉積體系的演化模式相符，表明物源供給充足，并可能伴隨水動力條件的變化導致沉積物的多期次疊置。反演結果符合該區地質認識。

圖6 B1 井實際彈性參數與本文模型預測結果對比

圖7 B 工區典型地震剖面

綜上所述，基于建立偽井所得的反演結果能夠很好地與沉積規律、鉆井情況吻合，因此表明所建立的壓力自適應巖石物理模型在深水地區的有效性和適用性，并且對于少井地區的儲層預測發揮了較好的作用。

圖8 加入偽井前、后波阻抗反演剖面對比

圖9 偽井建立前、后波阻抗反演砂體平面分布對比

圖 10 目的層沉積相圖

3 結論

（1）高壓背景下深水區砂泥巖地層的有效壓力是影響彈性參數預測精度的重要因素，針對常規巖石物理模型在高壓環境下深水區的不適應性，本文提出一種基于砂巖孔隙縱橫比進行壓力修正的巖石物理建模方法，形成了有效壓力自適應巖石物理模型，并在此基礎上提出了基于有效壓力自適應巖石物理建模的偽井構建方法，解決了目的層測井曲線缺失的問題。

（2）相較于傳統的建模方法對深水少井區儲層預測精度不足的問題，壓力自適應巖石物理模型對于深水少井區砂巖巖石物理特征描述更加可靠，其指導下的地震反演結果能進一步提升儲層識別精度，有效解決了測井曲線缺失導致的儲層空間展布預測難的問題。

（3）實際測井數據驗證了壓力自適應巖石物理模型的可靠性和優越性，有效壓力自適應巖石物理模型更全面地考慮了地下結構的復雜性，在高壓背景下深水少井地區井數據不足或井信息缺失的情況下，能更有效地建立符合實際情況的巖石物理模型，可為深水少井區儲層預測工作提供技術支持。

參 考 文 獻

［1］ 竇立榮， 李志， 楊紫， 等. 中國石油海外巖性地層油 氣藏勘探進展與前景展望[J]. 巖性油氣藏， 2023， 35（6）： 1?9. DOU Lirong， LI Zhi， YANG Zi， et al. Exploration progress and outlook for lithostratigraphic reservoirs of CNPC overseas[J]. Lithologic Reservoirs， 2023， 35（6）： 1?9.

［2］ 陳奎， 楊希冰， 胡林， 等. 瓊東南盆地深水勘探成熟 區目標搜索技術體系研究及應用成效[J]. 中國海上 油氣， 2020， 32（3）： 33?42. CHEN Kui， YANG Xibing， HU Lin， et al. Study on the target search technical system in mature deep water exploration area of Qiongdongnan basin and application effect[J]. China Offshore Oil and Gas， 2020， 32（3）： 33?42.

［3］ 黃健良， 韓文明， 陽懷忠， 等. 西非加蓬盆地深水鹽 下局部鹽膠結儲層精細預測技術[J]. 海洋地質前沿， 2021， 37（8）： 9?16. HUANG Jianliang， HAN Wenming， YANG Huai? zhong， et al. Fine prediction technology of sub?salt lo? cally cemented reservoirs in deep water of Gabon Ba? sin， West Africa[J]. Marine Geology Frontiers， 2021， 37（8）： 9?16.

［4］ 杜浩， 石萬忠， 梁金強， 等. 瓊東南盆地塊體搬運沉 積體系成因及其對水合物成藏的影響[J]. 石油地球 物理勘探， 2021， 56（4）： 869?881. DU Hao， SHI Wanzhong， LIANG Jinqiang， et al. Origin of block transport sedimentary system in Qiong? dongnan Basin and its impact on hydrate accumulation [J]， Oil Geophysical Prospecting， 2021， 56（4）： 869? 881.

［5］ LIU X， CHEN X， LI J， et al. Facies identification based on multikerne relevance vector machine[J]. IEEE Transactions on Geoscience and Remote Sen? sing， 2020， 58（10）： 7269?7282.

［6］ 曹向陽， 郝立華， 韓文明， 等. 深水沉積儲層地震精 細描述技術研究及應用[J]. 海洋地質前沿， 2019， 35（10）： 43?48. CAO Xiangyang， HAO Lihua， HAN Wenming， et al. Research and application of seismic fine description technology for deepwater sedimentary reservoirs[J]. Marine Geology Frontiers， 2019， 35（10）： 43?48.

［7］ 史卜慶， 丁梁波， 馬宏霞， 等. 東非海域大型深水沉 積體系及油氣成藏特征[J]. 巖性油氣藏， 2023， 35（6）： 10?17. SHI Buqing， DING Liangbo， MA Hongxia， et al. Characteristics of hydrocarbon accumulation in deep water depositional system in offshore East Africa[J]. Lithologic Reservoirs， 2023， 35（6）： 10?17.

［8］ 田兵， 王琪， 路仁兵， 等. 深水水道體系砂巖儲層的 地球物理綜合預測技術及應用[J]. 天然氣地球科學， 2017， 28（10）： 1593?1600. TIAN Bing， WANG Qi， LU Renbing， et al. Inte? grated seismic interpretation and prediction of deepwa? ter channel sandstone reservoirs[J]. Natural Gas Geo? science， 2017， 28（10）： 1593?1600.

［9］ 凌東明， 杜啟振， 田軍， 等 . 基于巖相約束的 Xu ? White 模型線性化近似與反演[J]. 石油地球物理勘 探， 2019， 54（3）： 577?586. LING Dongming， DU Qizhen， TIAN Jun， et al. Li? nearization approximation and inversion of Xu ? White model based on lithofacies constraints[J]. Oil Geo? physical Prospecting， 2019， 54（3）： 577?586.

［10］ LIU X， CHEN X， CHENG J， et al. Simulation of complex geological architectures based on multi ? stage generative adversarial networks integrating with atten? tion mechanism and spectral normalization[J]. IEEE Transactions on Geoscience and Remote Sensing， 2023， 61（9）： 1?15.

［11］ 周琦， 印興耀， 李坤. 煤系地層地震巖石物理建模及 橫波預測方法[J]. 石油地球物理勘探， 2022， 57（2）： 357?366. ZHOU Qi， YIN Xingyao， LI Kun. Seismic rock physics modeling and shear wave prediction method for coal bearing strata[J]. Oil Geophysical Pros? pecting， 2022， 57（2）： 357?366.

［12］ KUSTER G T， TOKSOZ M N. Velocity and attenu? ation of seismic waves in two ? phase media： part I. theoretical formulations[J]. Geophysics， 1974， 39（5）： 587?606.

［13］ CLEARY M P， LEE S M， CHEN I W. Self?consis? tent techniques for heterogeneous media[J]. Journal of the Engineering Mechanics Division， 1980， 106（5）： 861?887.

［14］ KHALID P， BROSETA D， NICHITA V D， et al. A modified rock physics model for analysis of seismic signatures of low gas?saturated rocks[J]. Arabian Jour? nal of Geosciences， 2014， 7（8）： 3281?3295.

［15］ OKUNEVICH V S， BAYUK I O. Petrophysical modeling of domanic rocks as a basis of seismic data in? terpretation[J]. Moscow University Geology Bulletin， 2023，77（5）： 596?604.

［16］ XU S Y， WHITE R E. A new velocity model for clay?sand mixtures[J]. Geophysical Prospecting， 1995， 43： 91?118.

［17］ NUR A， SIMMONS G. Stress ? induced velocity anisotropy in rocks： An experimental study[J]. Journal of Geophysical Research， 1969， 74（1）： 6667?6675.

［18］ BROWN R， KORRINGA J. On the dependence of the elastic properties of a porous rock on the com ? pressibility of the pore fluid[J]. Geophysics， 1975， 40（4）： 608?616.

［19］ SAMS M S， ANDREA M. The effect of clay distri? bution on the elastic properties of sandstones[J]. Geo? physical Prospecting， 2001， 49（1）： 128?150.

［20］ YAN J， LI Y J， LIU E R. Effects of pore aspect ra? tios on velocity prediction from well ? log data[J]. Geo? physical Prospecting， 2002， 50（3）： 289?300.

［21］ DURRANI M A Z， ATIF S R， MARYAM T， et al. Rock physics modeling ? based characterization of deep and tight mixed sedimentary （clastic and carbo? nate） reservoirs： A case study from North Potwar Ba? sin of Pakistan[J]. Geophysical Prospecting， 2022， 71（2）： 263?278.

［22］ 白俊雨， 宋志翔， 蘇凌， 等 . 基于 Xu?White 模型橫波 速度預測的誤差分析[J]. 地球物理學報， 2012， 55（2）： 589?595. BAI Junyu， SONG Zhixiang， SU Lin， et al. Error analysis of shear ? velocity prediction by the Xu ? White model[J]. Chinese Journal of Geophysics， 2012， 55（2）： 589?595.

［23］ WARDHANA S G， Pranowo W P. Rock ? physics modeling by using particle swarm optimization algo? rithm[J]. Journal of Applied Geophysics， 2022， 202： 104683.

［24］ JAVAD S. Intelligent pore type characterization： Im ? proved theory for rock physics modelling[J]. Geophysi? cal Prospecting， 2022， 70（5）： 921?937.

［25］ 劉軍， 劉杰， 曹均， 等. 基于巖石物理實驗的儲層與 孔隙流體敏感參數特征— —以珠江口盆地東部中— 深層碎屑巖儲層為例[J]. 石油學報， 2019， 40（增刊 1）： 197?205. LIU Jun， LIU Jie， CAO Jun， et al. Characterisation of sensitive parameters of reservoirs and pore fluids based on petrophysical experiments： A case study of middle?depth clastic reservoirs in the eastern part of the Pearl River Estuary Basin[J]. Acta Petrolei Si? nica， 2019， 40（S1）： 197?205.

［26］ SEIFI H， TOKHMECHI B， MORADZADEH A. Improved estimation of shear?wave velocity by ordered weighted averaging of rock physics models in a carbo? nate reservoir[J]. Natural Resources Research， 2019， 29： 1?19.

［27］ 張鵬， 楊巧云， 范宜仁， 等 . 基于 Xu?White 模型的致 密砂巖儲層含氣性評價[J]. 巖性油氣藏， 2020， 32（6）： 138?145. ZHANG Peng， YANG Qiaoyun， FAN Yiren， et al. Gas?bearing property evaluation of tight sandstone reservoir based on Xu?White model[J]. Lithologic Re? servoirs， 2020， 32（6）： 138?145.

［28］ 魏頤君， 巴晶， 馬汝鵬， 等. 有效應力變化對致密砂 巖孔隙結構及彈性波響應的影響規律[J]. 地球物理 學報， 2020， 63（7）： 2810?2822. WEI Yijun， BA Jing， MA Rupeng， et al. 2020. Ef? fect of effective pressure change on pore structure and elastic wave responses in tight sandstones[J]. Chinese Journal of Geophysics， 2020， 63（7）： 2810?2822.

［29］ 劉仕友， 仲保溫， 周凡， 等. 高壓背景砂巖儲層巖石 物理建模方法與應用[J]. 地球物理學進展， 2022， 37（4）： 1567?1575. LIU Shiyou， ZHONG Baowen， ZHOU Fan， et al. Petrophysical modelling methods and applications in sandstone reservoirs with high ? pressure backgrounds [J]. Progress in geophysics， 2022， 37（4）： 1567?1575.

［30］ 武陳月， 印興耀， 印林杰， 等. 考慮壓力的深部頁巖 儲層地震巖石物理建模方法及應用[J]. 石油地球物 理勘探， 2023， 58（4）： 893?901. WU Chenyue， YIN Xingyao， YIN Linjie， et al. Seis? mic petrophysical modelling method and application to deep shale reservoirs considering pressure[J]. Petro? leum geophysical exploration， 2023， 58（4）： 893?901.

［31］ LIU X， ZHOU H， GUO K， et al. Quantitative cha? racterization of shale gas reservoir properties based on BiLSTM with attention mechanism[J]. Geoscience Frontiers， 2023， 14（4）： 144?159.

［32］ 張義， 尹艷樹 . 約束稀疏脈沖反演在杜坡油田核三 段中的應用[J]. 巖性油氣藏， 2015， 27（3）： 103?107. ZHANG Yi， YI Yanshu. Application of constrained sparse pulse inversion to the nuclear third section of the Dupo oil field[J]. Lithologic Reservoirs， 2015， 27（3）： 103?107.

［33］ 金含， 劉財， 郭智奇. 有效壓力對致密砂巖氣儲層地 震波頻散衰減影響研究[J]. 地質論評， 2023， 69（增刊 1）： 255?257. JIN Han， LIU Cai， GUO Zhiqi. Study on the inf? luence of effective pressure on seismic wave dispersion and attenuation in tight sandstone gas reservoirs[J]. Geological Review， 2023， 69（S1）： 255?257.

［34］ LIU X， CHENG J， CAI Y， et al. Stochastic simula? tion of facies using deep convolutional generative ad? versarial network and image quilting[J]. Marine and Petroleum Geology， 2022， 146： 105932.

［35］ PILLAR N， YAN J， LUBBE R. Variable aspect ra? tio method in the Xu?White model for AVO[C] ∥ EAGE 69th Conference amp; Exhibition， 2007： cp ? 27 ? 00230.

［36］ 馬中高， 伍向陽， 王中海. 有效壓力對巖石縱橫波速 度的影響[J]. 勘探地球物理進展， 2006， 29（3）： 183? 186. MA Zhonggao， WU Xiangyang， WANG Zhonghai， et al. Effect of effective pressure on compressional and shear wave velocities[J]. Progress in Exploration Geo? physics， 2006， 29（3）： 183?186.

［37］ HILL R. The elastic behavior of crystalline aggregate [J]. Proceedings of the Physical Society， 1952， 65（A）： 349?354.

［38］ ROBERT G， Xu S. An approximation for the Xu ? White velocity model[J]. Geophysics， 2002， 67（5）： 1406?1414.

［39］ GASSMANN F. Uber die elastizitat poroser Medien [J]. Veirteljahrsschrift der Naturforschenden Gesell? schaft in Zurich， 1951， 96： 1?23.

［40］ 李宏兵， 張佳佳， 姚逢昌. 巖石的等效孔隙縱橫比反 演 及 其 應 用 [J]. 地 球 物 理 學 報 ， 2013， 56（2）： 608? 615. LI Hongbing， ZHANG Jiajia， YAO Fengchang. In? version of elfective pore aspect ratios for porous rocks and its applications[J]. Chinese Journal of Geophysics， 2013， 56（2）： 608?615.

（本文編輯：謝結來）

作 者 簡 介

劉兵 碩士研究生，1999 年生；2022年獲成都師范學院工程造價專業學士學位，現在攻讀地質工程專業碩士學位，研究方向為巖石物理分析與建模。