地震儲層綜合預測技術在JL2井西三維二疊系上烏爾禾組的應用

仲偉軍,岳喜偉,余海濤,龐志超,賈春明

(新疆油田公司勘探開發研究院地球物理研究所，新疆 烏魯木齊 830013)

JL2井西三維二疊系上烏爾禾組分為烏一段、烏二段。其中，烏一段以扇三角洲平原沉積為主，其次為水下分流河道。主要發育大套厚層碎屑流砂體，平均孔隙度8.4%、滲透率3×10-3μm2，物性較差；烏二段主要為扇三角洲前緣水下分流河道及扇三角洲平原沉積，儲層以剩余粒間孔為主，平均孔隙度10%、滲透率2.4×10-3μm2，物性較差。根據鑄體薄片分析資料，上烏爾禾組儲集空間以粒間溶孔為主，次為粒間孔，總體屬于中低孔、低滲儲層。探井JL27井、JL33井、JL30井均見良好的油氣顯示，測井獲得油層22.8 m/4層，表明研究區烏爾禾組烏一段、烏二段均可成藏。但兩套地層的儲層特征各自不同，前期未分層細化研究，使得有利儲層的展布特征不清晰，二疊系上烏爾禾組油氣藏受何因素影響(古構造、斷裂、物性)，也一直困擾著研究人員。

2018年面對以上問題，圍繞上烏爾禾組兩個溝槽帶，尋找有利儲層發育帶，針對烏二段、烏一段斷層-地層及斷層-巖性目標，應用GeoEast地震儲層綜合預測技術，開展了儲層預測、多屬性模式識別、油氣檢測以及沉積相研究，落實了高效、規模儲量區塊[1-2]。有利區內落實了一批斷層-巖性圈閉30個，面積315 km2，為中拐凸起烏爾禾組油氣勘探突破奠定了基礎。

1 研究區概況

JL2井西區域構造位置位于準噶爾盆地西北緣紅車斷裂帶與中拐凸起的結合部(圖1)，目標區東部與紅山嘴小面元精細三維相接，西部與JL2井、JL2井南小面元精細三維部分重疊，目標區內主要被較大面元的老資料覆蓋，處于多塊三維的結合部，且存在空白區。原有的勘探大面元三維地震資料品質差，二疊系上烏爾禾組與下伏地層不整合接觸及上烏爾禾組內部各層超覆尖滅特征不清，準確刻畫各層超覆尖滅點位置和預測儲層比較困難，儲層預測及有利儲層展布規律研究難度較大。

JL2井西三維連片資料，運用構造一致性保幅濾波、子波譜整形，經過提頻處理后，頻帶拓頻10 Hz，主頻從32 Hz提高至38 Hz，基本達到了刻畫砂體的需求。提頻后資料合成記錄標定效果較好，開展疊后反演的砂體識別能力也有了進一步提高[3-5]。

圖1 研究區位置

2 應用效果

2.1 儲層預測及綜合評價

通過區域統計分析及單井分析發現，含礫砂巖孔隙度為10%～16%，不等粒礫巖和砂質礫巖孔隙度分別為8%～12%、4%～12%。物性好的產層產液量明顯較高，比如J208井上部物性好的儲層產油23.61 m3/d， 產水18.95 m3/d，下部儲層物性較差，產油11.3 m3。地震解釋剖面上，上、下儲層段顯示的振幅特征相似(圖2)。

圖2 過JL33-G26-JL12-JL7井的連井地震解釋剖面

研究區上烏爾禾組發育儲層較好的含礫中-粗砂巖、砂質小礫巖，孔隙度可達15.66%，說明在構造較深的斜坡區依然存在厚度較大、物性較好的相對優質儲層(圖3)。上烏爾禾組烏一段(P3w1)，以灰色砂礫巖為主，局部夾棕紅色泥質小礫巖。上烏爾禾組烏二段(P3w2)，以褐灰色含礫巖屑砂巖及灰色砂礫巖為主。從JL33-G26-JL12-JL7井砂體對比圖來看，總體上二疊系上烏爾禾組廣泛分布于中拐凸起斜坡區，烏一、烏二段地層自東向西超覆尖滅，儲層砂體發育。位于主河道中的砂體分選好，泥質含量少，物性好，相應井點的產液量相對較高，而河道側翼的砂體分選相對較差，泥質含量相對較高，物性較差，相應井點的產液量相對較低，因此主河道為同一相帶中，油氣相對富集區[6-8](圖3)。

圖3 過JL33井-G26井-JL12井-JL7井砂體對比

目前完鉆的JL2井區塊上烏爾禾組烏一段(P3w1)油藏和烏二段(P3w2)油藏主要受構造控制，斷裂對油藏起到了分割和遮擋的作用，其中，烏一段油藏由于受佳木河組古地形的影響，油藏局部區域受地層控制。JL7井區塊圈閉類型為斷層-地層圈閉，圈閉內砂層發育穩定，從試油情況來看，JL7井區塊上烏爾禾組油藏為受斷裂和地層雙重控制的斷層-地層油藏。依據《石油天然氣儲量計算規范》中的分類標準，JL2井區塊儲集層綜合評價為：二疊系上烏爾禾組烏一段(P3w1)儲層為特低孔、特低滲儲集層；二疊系上烏爾禾組烏二段(P3w2)儲層為低孔、特低滲儲集層(圖4)。

圖4 JL2井西三維古溝槽二疊系上烏爾禾組厚度(P3w2+P3w1)

2.2 地震多屬性模式識別技術

GeoEast地震屬性模式識別就是利用模式識別方法對多屬性進行綜合分析。按照是否用到訓練樣本，可分為有監督和無監督方法。根據所用方法又可分為統計模式識別方法和神經網絡。在進行地震儲層預測時，通常引入與儲層預測有關的各種地震屬性,經過一個從少到多、再從多到少的過程。針對具體問題，要從全體地震屬性中，挑選最好的地震屬性子集，即地震屬性優化。

地震屬性優化方法就是利用操作者的經驗或數學方法，優選出對所求解問題最敏感的(或最有效、最有代表性)、個數最少的地震屬性或地震屬性組合。其中，屬性選擇是從原始特征中挑選出一些最有代表性、可分性能最好的特征來；屬性壓縮是希望通過變換消除原始特征之間的相關或減少冗余，得到新的特征。如砂泥巖百分含量、孔隙度、滲透率、油氣飽和度、地層壓力、儲層厚度等，用于儲層物性參數的平面預測。

為了準確預測烏爾禾組烏一段、烏二段的儲層砂體，采用了沿JL2井西三維上烏爾禾組烏二段上下30 ms開時窗的方法，提取了振幅類屬性，將瞬時振幅、均方根振幅進行繼承性分類。篩選統計工區20口井的儲層厚度，建立物性樣本，先分成紅色與藍色顯示兩類(圖5a)，其中紅色部分顯示出河道的形態，是重點關注的區域。然后將藍色類區域繼續分類，分成黃藍兩類，如圖5b所示。觀察可知黃色區域還有感興趣的地方，于是對黃色類繼續分類，分成黃綠兩類，如圖5c所示。通過層層分類，清楚地展示了分支河道輪廓。

圖5 JL2井西三維烏二段(a、b)、烏一段(c、d)均方根振幅及波組抗屬性平面

RPCL方法能夠有效確定出數據中聚類個數，具有自動模型選擇的功能，但這要求數據具有較為明顯的類結構。而在實際應用中，由于數據結構的復雜性，RPCL算法并沒有完全體現出自動模型選擇的效果。經過對實際數據的分析，發現這主要是由于實際數據分布的復雜性和聚類的交疊性造成的。盡管RPCL方法難于準確實現模型選擇，但其聚類結果表現出一定的層次性。一些大類與實際的結構是相對應的，并且表現出很強的穩定性，不隨k的變化而出現大的變化。因此，RPCL方法的聚類效果也基本上實現了模型選擇，可以很好地發現數據中的結構和特性。從模型選擇的能力上看，RPCL方法在非監督聚類上是優于k-means算法的,因為它能夠在一般情況下發現數據中的主要結構和分類特性。

JL2井西三維二疊系上烏爾禾組P3w發育沖積扇-扇三角洲平原沉積，多個水系在JL7溝槽匯聚形成自西向東流出的河流，寬約1～2 km，溝槽邊緣主要為沖積扇扇頂沉積，溝槽中心為沖積扇扇中(或扇三角洲平原)辮狀河道沉積。

利用紋理+無督模式識別預測沉積相帶，精細刻畫出了上烏爾禾組烏二段P3w2(圖6a)及烏一段P3w1(圖6b)沉積相及溝槽平面分布細節(圖6)。

圖6 JL2井西三維上烏爾禾組烏二段P3w2及烏一段P3w1沉積相平面

從圖6可以看出，G26-JL7井區P3w發育沖積扇-扇三角洲平原沉積，多個水系在JL7溝槽匯聚形成自西向東流出的水流，寬約1～2 km，溝槽邊緣主要為沖積扇扇頂沉積，溝槽中心為沖積扇扇中(或扇三角洲平原)辮狀河道沉積。通過對JL7扇的研究，先后在該區部署了JL30、JL39井等，鉆遇烏爾禾組的地層也見油氣顯示，但是試油產量都較低，效果不甚理想。通過進一步的資料分析認為，JL7古溝槽發育的扇體，離物源較近，水體較淺，流速較快，沉積物快速卸載，混雜堆積，導致儲層物性變化快變差。

2.3 油氣檢測

GeoEast軟件基于多相介質理論的CM油氣檢測法是運用累計能量正態概率分析方法，結合井資料進行分析，找出哪些屬性與儲層、油氣關系密切，或者比較敏感，選中多個屬性進行交會分析。交會圖提供相關系數分析圖、2D單屬性交會圖、直方圖和對比直方圖，應用相關系數分析圖，尋找相關性差的屬性，對于相關系數高的屬性，只選擇一個即可。

定量解釋：在定性分析的基礎上，對SOM密度圖進行半定量的分析解釋，方法是利用系統提供的交互分析工具，參照定性分析的結果，將密度提到每一節點賦予一個連續的數據，根據需要這一數值可以是某種可能性或者是打分值。舉例來說，如果在定性分析的時候劃分了1、2、3、4四類，經過分析可知其中第1類對應于儲層性質最好，含油可能最大的一類，而第3類則對應于最不可能含油的一類，第2、4兩類介于二者之間，那么就可以在半定量解釋時將第1類的中心位置賦予一個較大的分值(比如100)，而將第3類的中心位置賦予一個較小的分值(比如0)，再根據在密度圖上的相對位置關系逐一將其它位置打分，然后映射回地質空間，便可得到一種對本地區含油可能性分布的半定量估算結果[9-11]。

油氣檢測中目的層時窗的選取是一個重要參數，通過不斷實驗、調整烏爾禾組二段的時窗范圍，預測JL7井古溝槽烏二段的油氣分布情況(圖7)，整體上看分析JL7井古溝槽發育的JL7扇油氣富集程度偏低。預測出的油氣相對富集位置，除H019井外，其他位置與已知鉆井吻合情況較好。位于主槽位置的JL7井，二疊系上烏爾禾組試油，日產油5.78 m3，日產氣1×104m3，累產油73.9 m3；預測結果與實際結果較吻合。預測結果顯示JL30井與JL33井油氣富集程度較低，JL30井上烏爾禾組試油，日產油1.23 m3，水32.29 m3，為含油水層；JL33井上烏爾禾組試油，日產油0.25 m3,氣0.518×104m3；兩口井試油效果產量都較低，與實際情況較吻合。另外，JL12井烏爾禾組油氣顯示較差，H022井烏爾禾組試油為干層，預測結果也表明這兩口井所在位置油氣富集程度較差，預測結果與實際鉆井情況匹配(圖7)。

圖7 JL7井扇二疊系烏爾禾組二段油氣檢測效果平面

3 實鉆分析

“溝槽控砂”認識指導下精細目標解釋分析，在JL2井西區發現烏一段、烏二段新的有利目標區，疊合面積 40.8 km2。選擇構造位置有利，埋深淺、多套砂體疊置區部署JL41井，探索二疊系上烏爾禾組二段、烏一段斷層-巖性目標含油氣性，發現新的規模儲量區塊；在其西、南部目標區儲備JL42井、JL43井，進一步擴展油藏范圍。結合油藏分布及古構造特征可看出，這些油藏均具有一定的古構造背景。從局部細節來看，位于古溝槽當中的井點具有較好的油氣顯示及較高的產量，比如JL20、JL23、J206、J207、J201井等，構造上均位于烏爾禾組的古溝槽當中，都獲得了不錯的工業油氣流(圖8)。

圖8 JL2井西三維上烏爾禾組烏二段P3w2井位部署

圖8的井位部署圖最終鉆探結果是：JL39井二疊系上烏爾禾組試油最高日產7 m3，累產油76.48 m3；JL129、JL39、JL40井均未試油。上烏爾禾組主要為砂礫巖儲層，儲層非均質性較強，物性變化較大，因此有效儲層的分布難以準確預測。另外，該區油氣成藏受斷裂及地層控制，油藏范圍的確定存在一定的風險。

4 結論

綜合應用上述多種技術，能夠較好地解決JL2井西三維上烏爾禾組儲層預測中存在的問題，有效落實烏一段、烏二段砂體范圍及儲層展布特征，優選出了有利勘探目標。經過研究得到以下結論：通過對烏爾禾組沉積特征的研究，明確了烏爾禾組扇三角洲沉積體系的剖面、平面及空間展布格局，確定了扇三角洲前緣分流河道及扇三角洲平原辮狀主河道為成藏有利相帶。區內具有“普遍成藏、溝槽富集”的成藏模式。古構造同時控制了扇體的發育及儲層的展布，具有溝槽富砂的特征，扇三角洲前緣為有利相帶，相對來說烏爾禾組二段的儲層物性要好于烏爾禾組一段。另外，利用GeoEast屬性技術對JL7井古溝槽的研究表明，JL7井古溝槽發育的扇體，離物源太近，儲層物性變化快，整體油氣富集程度較低。