地震多屬性反演在巴喀氣田八道灣組儲層預測中的應用

彭 杰，彭立才，林年添，彭立勇，王守進，薛世團

（1.山東省沉積成礦作用與沉積礦產重點實驗室·山東科技大學，山東青島 266510；2.清華大學地震波勘探開發研究所；3.中國地質大學地球科學與資源學院；4.中國石油青海油田分公司采油一廠）

1 地質概況

吐哈盆地為由印度板塊向北擠壓形成的山間盆地，現今地質構造主要受控于盆地北部博格達山晚喜馬拉雅的強烈隆升改造［1－2］。臺北凹陷位于吐哈盆地北部，北臨博格達山，西接布爾加凸起，東為了墩隆起，南臨托克遜凹陷、魯西凸起、臺南凹陷及塔克泉凸起。北部山前帶為凹陷北部發育的受造山應力體系控制的前陸沖斷褶皺帶。巴喀氣田位于臺北凹陷北部山前帶中段的柯柯亞構造西部（圖1）［3］。現有資料研究認為，巴喀氣藏構造為一被斷層復雜化的背斜。本次研究的目的層段下侏羅統八道灣組致密砂巖儲層是巴喀氣田重要的產氣層位［4－5］，試采和開發結果表明，油氣產量分布差異較大，多數井單井產量較低。八道灣組沉積較厚，地層主要由砂巖、泥巖和煤組成，煤層和大套穩定分布的泥巖可作為標志層。八道灣組鉆遇地層自上而下分3段，即J1B1、J1B2、J1B3，其中J1B1段自上而下分為J1B11、J1B12、J1B13三個小層，J1B2段自上而下分為J1B21、J1B22、J1B23、J1B24四個小層。儲集層整體上屬低孔低滲或致密砂巖儲集層，平均孔隙度低于5%，平均滲透率為0.3535×10－3μm2。巴喀氣田2011年10月完成三維地震資料的重新處理與解釋，為了確定八道灣組砂體的分布規律及儲層物性特征，本研究采用了預測精度較高的地震多屬性反演進行儲層預測。

2 地震多屬性反演的原理

地震多屬性反演是從地震數據中提取各種地震屬性，并進行屬性組合優選，在已鉆井點處建立多種優勢地震屬性與目標儲層參數之間的函數關系，進而依據其關系反演得到儲層參數數據體［6－9］，利用該數據體沿層切片提取儲層預測信息，研究儲層發育規律。反演中需要使用到的資料包括地震數據體，以及在地震數據體范圍內的相關井資料，每口井都需要包含即將被預測的目標儲層參數及時深轉換信息。利用地震多屬性反演進行儲層預測的實現過程為：①根據屬性優選原則，確定優勢地震屬性。在研究區目的層地震反射特征研究基礎上，針對研究目標提取相關屬性若干，如地震波能量、頻率、吸收等，然后利用前向逐步回歸法，尋找出與目標儲層參數相關系數較高的地震屬性。②通過多信息融合、多屬性分析等在優勢地震屬性和儲層物性之間建立起一定的關系。一般采用概率神經網絡算法，此方法的預測結果與實際數據的相關性比較好。③將儲層參數與優勢屬性之間的函數關系應用到整個地震體，得到預測結果，用于指導井位的部署。

圖1 吐哈盆地臺北凹陷巴喀氣田構造位置

3 地震多屬性反演在儲層預測中的應用

3.1 優勢屬性篩選［10－11］

通過分析鉆井和測井資料發現，八道灣組砂巖儲層含氣后速度與泥巖速度相近，所以僅利用速度或波阻抗反演不能準確區分巖性和預測儲層。在分析儲層的巖性、電性等特征基礎上，選取了對儲層區分比較敏感的自然伽馬和孔隙度這兩個儲層參數，與地震信息建立聯系，進行地震多屬性反演。針對八道灣組低孔低滲含氣儲層特點，使用不同方法提取了不同精度的共15種地震屬性。然后采用前向逐步回歸分析方法分別優選出與伽馬曲線和孔隙度相關性最好、校驗誤差最小、彼此之間獨立的屬性組合，采用交叉驗證準則確定地震屬性個數和最終預測誤差。反演時將地震波阻抗作為選取的優勢屬性之一，這樣可以充分利用測井信息，提高反演地震資料的分辨率，得到準確可靠的預測結果。圖2是與伽馬曲線有關的地震屬性優化及校驗誤差分析結果，可以看出，當選擇第4種屬性時得到的校驗誤差最小，因此，前4種屬性（波阻抗的平方根、瞬時相位、振幅權重頻率、Filter25／30－35／40）即為本區用自然伽馬進行巖性預測的優勢屬性，表1顯示了以上四種屬性與伽馬曲線的相關性值。用同樣的方法篩選出了波阻抗的倒數、Filter5／10－15／20、振幅權重頻率、視極性這4種屬性作為孔隙度預測的優勢屬性。

3.2 神經網絡訓練

將優選出的屬性組合參與概率神經網絡訓練，通過訓練所得的預測伽馬值與實際伽馬值的相關系數達到了78.3%（以自然伽馬為例），預測的孔隙度與實際孔隙度的相關系數達到了73%，預測結果與實際值相關性比較大，達到了地震多屬性反演要求。

圖2 地震屬性優化及校驗誤差分析

表1 優勢地震屬性與伽馬曲線之間的相關性

3.3 結果分析

將神經網絡所建立的非線性關系應用到整個研究區的地震體，完成反演。圖3和圖4分別為通過自然伽馬反演和孔隙度反演得到的過柯19－2井、柯19－5井、柯19井和柯19－9井的聯井時間剖面。利用反演結果進行儲層預測時，取砂巖自然伽馬小于78 API，砂巖孔隙度大于3.8%。從反演剖面可以看出，地震多屬性反演結果具有很高的垂向分辨率，橫向上也能很好地反映砂體的展布趨勢。伽馬反演剖面頂部的紅色區域代表了厚煤層。對伽馬反演結果的分析表明（圖3），研究區地層剖面上J1B1段總體為厚層砂巖，部分地區為薄層泥巖或頂部夾煤層；J1B2段上部柯19－5井和柯19井之間地區為砂巖夾薄層泥巖，其余地區為厚層泥巖，中下部為大套砂巖夾薄層泥巖；J1B3段上部為厚層泥巖和砂巖，中部為厚層砂巖夾薄層泥巖，底部為砂泥巖互層。預測結果與實鉆取心結果和前期已有資料吻合，說明用自然伽馬區分巖性效果很好，反演結果能真實反映地層的巖性及厚度變化情況。

圖3 自然伽馬反演聯井剖面

從圖4中可以看出各井鉆遇地層縱向上孔隙度的變化情況，如柯19－2井和柯19－5井鉆遇地層在J1B12、J1B13、J1B22、J1B23小層的孔隙度值比較高，柯19井鉆遇地層在J1B12、J1B13、J1B21、J1B22小層的孔隙度值比較高；橫向上所反映出的砂體展布趨勢與前面用自然伽馬預測的砂體展布趨勢吻合度較高。柯19－2井、柯19－5井和柯19井的實鉆有油氣顯示層位在圖3和圖4兩個反演剖面中均做了標出（射孔結果表明，柯19－2在J1B13小層產氣，柯19－5在J1B22和J1B23小層產氣，柯19在J1B12和J1B21小層產油氣），可以看出產油氣層位與反演剖面所揭示的有利儲層分布區（兩個剖面中顏色為黃色和黃綠色的地方）吻合得很好。

圖4 孔隙度反演聯井剖面

圖5為巴喀氣田柯19井區八道灣組J1B12小層時窗為20 ms的孔隙度時間切片。可以看出，井區中部具有較高的孔隙度。柯19－1井、柯19井、柯19－3井（三口井的位置已用方框框出）在J1B12小層的預測孔隙度分別為4.4%、4.1%、3.6%，實鉆結果分別是油氣產層、低產氣層、干層，預測結果與實際鉆井結果符合。將反演剖面與水平切片結合起來進行分析，可以獲得地質體垂向上和平面上的詳盡信息，增加儲層預測的可靠性。

統計表明，研究區大部分井的預測結果與實際鉆井油氣顯示是符合的，符合程度達到85%。說明利用地震多屬性反演進行儲層預測的精度比較高，可以有效地預測儲層分布，該方法對于常規阻抗反演效果不佳地區的儲層預測具有很大實用價值。

圖5 柯19井區八道灣組J1B12小層孔隙度時間切片

4 結論

（1）采用地震多屬性反演方法，分別優選出與自然伽馬和孔隙度相關的優勢屬性，并將優選出的屬性組合參與概率神經網絡訓練，繼而反演得到能夠反映有效儲層信息的目標儲層參數（自然伽馬和孔隙度）信息，達到儲層預測的目的。

（2）地震多屬性反演結果具有很高的垂向分辨率，在橫向上也能很好地反映砂體展布規律。用該方法反演得到的自然伽馬和孔隙度參數真實、可靠，基本反映了儲層的分布情況。儲層預測結果在實際鉆井中得到了證實，可以大大降低油氣田開發鉆井的風險。

［1］Li Desheng.Basin characteristics of oil and gas basin in China［J］.Journal of Southeast Asian Earth Sciences，1996，13（3）：299－304.

［2］柳波，黃志龍，徐小仙，等.吐哈盆地臺北凹陷北部山前帶構造樣式與油氣成藏［J］.石油勘探與開發，2011，38（2）：152－159.

［3］王國亭，何東博，李易隆.吐哈盆地巴喀氣田八道灣組致密砂巖儲層分析及孔隙度演化定量模擬［J］.地質學報，2012，86（11）：1847－1856.

［4］王勁松，王文慧，牟蘭昇，等.吐哈盆地致密砂巖氣成藏特征及勘探方向［J］.新疆石油地質，2011，32（1）：14－17.

［5］陳治軍，孫玉峰，牟蘭昇，等.吐哈盆地北部山前帶致密砂巖氣藏控藏要素［J］.新疆石油地質，2011，32（2）：130－132.

［6］Dan Hampson，Todor Todorov，Brian Russell.Using multi－attribute transforms to predict log properties from seismic data［J］.Exploration Geophysics，2000，31（3）：481－487.

［7］趙斌.地震屬性約束定量預測儲層參數—以渤海D油田4號砂體為例［J］.石油地質與工程，2012，26（2）：31－34.

［8］林年添，高登輝，孫劍，等.南黃海盆地青島坳陷二疊系、三疊系地震屬性及其地質意義［J］.石油學報，2012，33（6）：987－995.

［9］高君，云美厚，王曉紅.針對薄互層儲集特點的地震屬性優化技術及應用效果［J］.大慶石油地質與開發，2006，25（3）：91－93.

［10］馬朋善，方赟，王向陽，等.利用地震多屬性變換預測儲層分布［J］.石油地質與工程，2004，18（4）：16－17，20.

［11］牛聰，劉志斌，張益明，等.多種屬性綜合分析在深水儲層預測中的應用［J］.石油地質與工程，2011，25（1）：48－51.