利用Russell流體因子進行致密砂巖氣“甜點”預測

徐 玥，張林清

（中國海洋大學海洋地球科學學院，山東青島266100）

利用Russell流體因子進行致密砂巖氣“甜點”預測

徐 玥*，張林清

（中國海洋大學海洋地球科學學院，山東青島266100）

基于Biot-Gassmann方程和Russell流體因子公式，利用疊前同時反演獲得的縱波阻抗、橫波阻抗和密度數據，通過巖石物理公式得到 f作為識別流體的敏感性參數。過井 f剖面預測的“甜點”與井上探明的氣水層吻合度較高，在致密砂巖氣中預測“甜點”準確可靠，說明Russell流體因子不僅適用于常規儲層的油氣勘探，在致密砂巖氣儲層中也取得了較好的應用效果。

Russell流體因子；致密砂巖氣；“甜點”

隨著石油勘探和開發難度的日益增大，人們對儲層預測和流體識別提出了更高的要求，因此地球物理學家期望能從地震數據中獲得對流體反應較為敏感的參數[1-3]。Smith和Gidlow[4]于1987年首次提出流體因子的概念，提出用疊前地震數據加權疊加得到流體因子和偽泊松比剖面預測巖性和流體。Goodway等[5]于1997年指出了LMR（拉梅參數反演）技術在預測流體方面的優勢。Gray等[6]于2002年改進了Goodway方法，消除了密度影響，實現了直接利用拉梅參數作為流體因子進行流體識別。Russell等[7]于2003年基于Bi?ot-Gassmann理論提出流體敏感識別參數ρf，并在2006年[8]指出 f可以直接作為流體因子進行儲層中孔隙流體類型預測。印興耀等[1]于2010年利用反演直接從彈性波阻抗數據體中提取流體因子和拉梅常數，指出利用流體參數 f能有效地區分不同的流體類型，并于2013年[9]研究了2項彈性阻抗反演與Russell流體因子的直接估算方法，在深層儲層流體識別中取得了較好的應用效果。

致密砂巖氣是以低孔隙度低滲透率為特點的儲層中的非常規天然氣資源，難以利用常規技術進行開采，需要特殊的采氣工藝技術才能產出有經濟價值的天然氣。我國于2011年頒布了第一個關于致密砂巖氣的行業標準（SY/T6832-2011），標準規定致密砂巖氣一般為孔隙度小于10%、滲透率小于1×10-3μm2的儲層。其中發育的相對優質的有效儲層稱為“甜點”，大部分油氣都儲集在這些“甜點”儲層中[10-11]。本文研究區目的層的孔隙度大部分在7%左右，滲透率一般在5mD左右，屬于典型的低孔低滲儲層，難以用常規的儲層預測方法準確預測“甜點”。本文擬利用Russell流體因子進行研究區的“甜點”預測。

1 基本原理

1.1 Biot-Gassmann方程

單相介質的縱橫波速度表達式是：

式中：VP——縱波速度；

VS——橫波速度；

λ——第一拉梅常數；

μ——第二拉梅常數或剪切模量；

K——體變模量；

ρ——密度；

σ——泊松比；

E——楊氏模量。

根據Biot-Gassmann理論，在多孔流體飽和巖石中：

式中：Kdry——干巖石骨架的體積模量；

λdry——干巖石骨架的第一拉梅常數；

μ——剪切模量或第二拉梅常數；

μsat——飽和巖石的剪切模量；

μdry——干巖石的剪切模量，且μ=μdry=μsat；

ρsat——飽和巖石密度；

β——Biot系數；

M——模量，是在不改變地層體積的前提下，把流體壓入地層所需的壓力。

1.2 Russell流體因子

根據公式（5）、（6）、（7）、（8）可以推導出：

式中：ZP——縱波阻抗；

ZS——橫波阻抗；

c——常數，可以表示為：

c是干巖石骨架的縱橫波速度比的平方，Murphy等[12]于1993年指出純石英質砂巖的c隨著孔隙度變化，平均值為2.233。印興耀等[1]于2010年提出2種方法來確定c值，一是直接依靠巖石物理測量數據，二是根據縱橫波速度以及密度測井資料計算。

由式（9）、（10）可以推導出Russell流體因子 f[7]：

2 交會圖分析

圖1是K-f交會圖，圓點代表氣水層，三角形點代表干層，整體來看，氣水層的 f值比干層小，橢圓圈出了氣層的大致范圍，氣水層的 f值大都小于8× 109Pa，K值大都小于2.6×1013g/(m·s2)，氣水層對應的 f值有不超過10%的部分落在大于8×109Pa的范圍內，用f能較好地區分氣水層和干層，因此在實際應用中我們用參數 f預測“甜點”。

圖1 K-f交會圖

3 “甜點”預測—流體識別

通過測井曲線的交會圖分析可得：研究目的層內的氣水層的 f值小于8×109Pa。圖2是過井A的反演 f剖面，井上灰黑色代表氣水層，A井含氣最豐富，幾乎沒有水層，A井上共有3套氣層，由上到下依次在砂組H3b、H3c和H4b中，井上的氣層與剖面上反演的氣層對應得很好。觀察剖面可知：在H3b頂層到H4b底層之間共識別出4套氣層分別在砂體H3b、H3c、H4a和H4b中，在剖面上分別用橢圓圈出，這與已經探明的氣層分布相吻合。H3b氣層在2607～2630ms之間，H3c在2667～2681ms之間，H4a在2716～2723ms之間，H4b在2781～2807ms之間，測井解釋結果顯示H3b氣層厚度為92m，H3c氣層厚度為58m，H4a氣層厚度為26m，H4b氣層厚度為128m，因此 f指示的氣層與測井解釋結果匹配地較好。

4 結論

（1）基于井上的密度測井曲線和聲波時差曲線選擇敏感度較高的Russell流體因子 f預測“甜點”，并且總結出對應流體的取值范圍，利用該參數反演在研究區中預測“甜點”取得了較好的效果。

（2）本研究區有低孔隙度低滲透率的特點，對目的地層的研究表明Russell流體因子 f在致密砂巖氣中預測“甜點”得到了較好的效果，說明Russell流體因子不僅適用于常規的儲層研究，同樣也能在致密砂巖氣勘探中發揮重要作用。

圖2 過井A反演 f剖面（井上灰黑色是氣層）

[1]印興耀，張世鑫，張繁昌，郝前勇.利用基于Russell近似的彈性波阻抗反演進行儲層描述和流體識別[J].石油地球物理勘探，2010，45（3）：373-380.

[2]宗兆云，印興耀，吳國忱.基于疊前地震縱橫波模量直接反演的流體檢測方法[J].地球物理學報，2012,55（1）：284-292.

[3]印興耀，張世鑫，張峰.雙相介質理論指導下的流體因子精細構建與應用[J].地球物理學進展，2013，28（6）：2911-2918.

[4]Smith G C,Gidlow P M.Weighted Stacking for Rock Property Estimation and Detection of Gas[J].Geophysical Prospecting, 1987,35(9):915-942.

[5]Goodway B,Chen T W,Jon Downton.Improved AVO Fluid De?tection and Lithology Discrimination Using Lame Petrophysical Parameters:“λρ”,“μρ”,&“λμFluid stack”,from P and S Inversions.Expanded Abstracts of 67th SEG Mtg,1997:183-186.

[6]Gray D.Elastic Inversion for Lame Parameters[C]//72th SEG Expanded Abstracts，2002.

[7]Russell B.H.,K.Hedlin,F.J.Hilterman,L.R.Lines.Fluid-Property Discrimination with AVO:A Biot-Gassmann Perspec?tive[J].Geophysics,2003,68(1):29-39.

[8]Russell B H,Gray D,Hampson D P,etal.Linearized AVO and Poroelasticity[J].CREWES Research Report,2006,18:1-25.

[9]印興耀，張世鑫，張峰.針對深層流體識別的兩項彈性阻抗反演與Russell流體因子直接估算方法研究[J].地球物理學報，2013,56(7)：2378-2390.

[10]尤麗，張迎朝，李才，等.基于沉積成巖-儲集相分析確定文昌9區低滲儲層“甜點”分布[J].吉林大學學報：地球科學版，2014,44(5):1432-1440.

[11]楊曉萍，趙文智，鄒才能，等.川中氣田與蘇里格氣田“甜點”儲層對比研究[J].天然氣工業，2007,27(1):4-7.

[12]Murphy,W.,Reischer,A.,and Hsu,K.,Modulus Decomposi?tion of Compressional and Shear Velocities in Sand Bodies[J]. Geophysics,1993，58：227-239.

TE122.2

A

1004-5716(2016)04-0020-03

2016-02-26

2016-02-26

徐玥（1990-），女（漢族），山東淄博人，中國海洋大學海洋地球科學學院在讀碩士研究生，研究方向：地震反演技術與地震數據處理。