AVO技術在哥倫比亞Llanos盆地D區塊油氣檢測中的應用研究

馬永強

(中國石油化工股份有限公司石油物探技術研究院,江蘇南京211103)

Llanos盆地是南美洲具有代表性的前陸盆地和主要油氣產區,早期發現的油藏主要位于背斜或者高角度正斷層遮擋形成的斷背斜圈閉中,隨著油氣勘探程度的進一步深入,盆地內剩余油氣資源主要分布在低幅度的構造-巖性圈閉中[1]。研究區D區塊位于Llanos盆地東部斜坡帶,區塊整體構造起伏不大,地層產狀平緩,西低東高,北低南高。主要含油層系Carbonera組發育多套河道砂巖,砂體橫向變化快,地震以“亮點”反射為主,已鉆D1,D2井發現,這些“亮點”反射并非都是油氣響應特征,也可能與巖性變化有關,因此迫切需要開展“亮點”儲層含油氣性研究。D區塊構造簡單,前期處理流程相對簡單且以保幅處理為主,能夠滿足AVO分析的基本要求,因此利用疊前地震資料開展AVO含油氣檢測成為該區較好的選擇。

AVO技術通過研究反射波振幅隨入射角的變化關系進行儲層巖性及含油氣性預測[2-3]。Zoeppritz方程是AVO分析的理論基礎,AKI等[4]、SHUEY[5]、FATTI等[6]、鄭曉東[7]及楊紹國等[8]分別對該方程進行了簡化,得到不同形式的反射系數近似方程,為AVO屬性分析和疊前反演奠定了理論基礎。RUTHERFORD等[9]將AVO異常分為3類,CASTAGNA等[10]進一步將其拓展為4類,從而建立了AVO異常與儲層含油氣之間的聯系,將AVO技術進一步用于油氣檢測。近些年來,AVO技術在墨西哥灣、西非、北海等地區油氣勘探中取得了豐碩的成果,然而也經歷了很多失敗和挫折,分析其主要原因有以下幾個方面[11-13]:①AVO分析的基礎是疊前偏移道集轉換后的共入射角道集,疊前道集處理流程涉及環節較多,很難得到相對保幅的道集資料;②薄互層調諧效應對AVO屬性的影響大;③沒有從巖石物理和正演分析等多方面對AVO技術的適用性及可行性進行評價。

針對河道砂巖橫向變化快、有效厚度小及疊后強振幅屬性難以有效預測儲層含油氣性等難點,并充分考慮以往AVO流體識別失敗的主要原因,本文以AVO背景趨勢校正保幅處理為基礎,獲得相對保幅的疊前CRP道集數據。考慮薄層對AVO屬性的影響,基于流體替換及AVO薄層正演模擬,分析了調諧厚度對AVO屬性的影響,優選了AVO流體識別敏感屬性,并將其應用于油氣檢測,預測結果與鉆井結果吻合度高。

1 方法技術

1.1 AVO背景趨勢校正

CASTAGNA等[10]指出,在正常壓實條件下,飽含水砂巖與泥巖界面的AVO截距P和梯度G應分布在較窄背景范圍內,這種現象稱作AVO背景趨勢。利用該特征,當在含水砂巖地層上覆穩定大套地層中提取的實際井旁地震道集AVO特征與井旁AVO模型正演特征不一致時,則實際地震道集存在AVO背景趨勢,需要進行AVO背景趨勢校正,得到相對保幅的疊前道集。因此,提出了基于AVO背景趨勢校正的疊前道集預處理方法。

1) 對CRP道集進行超道集處理。目的是降低隨機噪聲,提高道集信噪比。

式中:R0(f)和Rβ(f)分別為入射角為0度和β時的反射系數;f為頻率。

在地震角道集基礎上,用(4)式可以方便地求得子波拉伸校正量,進而實現子波拉伸校正處理。圖1為子波拉伸校正前、后角道集及其振幅譜對比圖。由圖1可見,經子波拉伸校正后,遠角度道集振幅譜得到明顯拓寬,高頻能量得到補償。通常遠角度包含更多油氣信息,因此經過子波拉伸校正后,更有利于疊前AVO流體識別研究。

圖1 子波拉伸校正前、后角道集及其振幅譜對比a 子波拉伸校正前的角道集; b 子波拉伸校正后的角道集; c 子波拉伸校正前的振幅譜; d 子波拉伸校正后的振幅譜

3) 在道集子波拉伸校正的基礎上,開展剩余時差校正[15]。利用匹配分析法在入射角方向求取時間隨入射角變化的時移量,利用求得的時移量進行道集拉平。圖2給出了剩余時差校正前、后的角道集。由圖2可見,剩余時差校正后角道集更加平直,滿足后期疊前AVO分析的要求。

4) AVO背景趨勢校正。首先應用Zoeppritz方程建立井旁AVO正演模型,選取目的層上覆大套穩定沉積泥巖作為含水背景層,在分析時窗內采用卡方檢驗分析方法(公式(5))對模型數據與實際數據進行統計分析。如果AVO背景趨勢不一致,則對實際數據進行卡方統計校正,使得實際數據與模型數據具有一致的AVO背景趨勢。

(5)

式中:χ2為檢驗統計量;A為實際數據;E為理論數據。卡方檢驗就是統計樣本的實際觀測值與理論推斷值之間的偏離程度,統計分析實際道集與井旁模型道集的χ2值可知,χ2值越大,實際道集與井旁模型道集差異越大,反之則差異小。

選取工區700～1000ms穩定泥巖沉積層作為背景趨勢分析時窗,分析井旁實際角道集與正演模擬角道集的AVO背景趨勢(圖3)。由圖3可見,實際角道集(圖3a)與模型角道集(圖3b)AVO背景趨勢不一致(圖3d),因此無法開展后續AVO分析工作;采用卡方檢驗技術對實際角道集與模型角道集進行對比處理,得到校正后的角道集(圖3c),且分析時窗內校正后角道集與模型角道集背景趨勢一致(圖3e)。

圖2 剩余時差校正前(a)、后(b)的角道集

圖3 背景趨勢校正前、后的角道集及其振幅隨入射角變化規律對比a 過井實際角道集; b 過井正演模擬角道集; c 背景趨勢校正后實際角道集; d 實際角道集與模擬角道集AVO背景趨勢; e 背景趨勢校正后實際角道集與模擬角道集AVO背景趨勢

將這種統計關系應用于目的層得到與井旁正演模擬相一致的道集數據,即獲得相對保幅的疊前角道集數據。可將AVO分析結果與實際井進行對比分析,提高AVO屬性分析結果的可解釋性。

1.2 AVO薄層正演模擬

薄層厚度的變化對AVO特征有很大的影響[16-17],不能簡單應用單個界面的AVO特征進行含油氣性分析。不同巖性組合,其AVO特征可能不同,即使巖性組合相同,由于厚度不同,也會造成AVO特征的差異。因此,分析薄互層的AVO特征,對于識別調諧效應、建立適合研究區油氣藏規律的AVO特征具有重要意義。本文正演模擬采用主頻為30Hz的雷克子波,目的層段砂巖縱波速度為2860m/s,橫波速度為1540m/s,密度為2.30g/cm3;泥巖縱波速度為3100m/s,橫波速度為1550m/s,密度為2.45g/cm3。采用Zoeppritz方程、Aki-Richards方程、Shuey方程正演分析了單界面反射振幅隨入射角變化的特征(圖4)。CASTAGNA等[10]將含氣砂巖地震反射特征分為4類,研究區目的層屬于第3類典型AVO異常,即儲層縱波阻抗低于圍巖,且振幅隨入射角增大而增強。將單界面Aki-Richards方程正演模擬結果作為真振幅隨入射角變化的標準,開展薄層AVO正演模擬分析。薄層時間厚度變化范圍為4～24ms,步長間隔4ms,分析薄層反射振幅與真振幅隨入射角變化的關系,為進一步分析薄層對AVO屬性影響提供依據。

圖4 研究區砂泥巖單界面反射振幅隨入射角變化特征

圖5至圖10給出了不同厚度的薄層模型及其AVO反射地震響應、薄層頂面反射振幅與真振幅隨入射角的變化關系。由圖5至圖10可見,當薄層厚度為4ms時,薄層頂面反射振幅近于0,原因是頂、底反射系數相反,疊加后振幅值相互抵消;薄層厚度為8ms時,薄層頂面反射振幅明顯增強;薄層厚度為12ms時,薄層頂面反射振幅達到最大,即12ms厚度為本區調諧厚度;薄層厚度為16ms時,薄層頂面反射振幅逐漸減小,直到薄層厚度為20ms時,薄層頂面反射振幅與真反射振幅幾乎重合,薄層頂、底反射能夠完全分開;隨著厚度繼續增大,當薄層厚度為24ms時,反射振幅隨厚度變化不再明顯。由此可見,在縱波反射透射情況下,薄層AVO反射振幅變化規律遵循調諧原理。

1.3 AVO流體替換

由測井獲得的縱、橫波速度和密度數據采用Biot[18]公式計算得到飽和巖石的體積模量,然后由Biot-Gassmann方程求取干巖石的體積模量和剪切模量。砂巖骨架體積模量可由時間平均(V-R-H)方程計算得到,或者由經驗值得到;流體體積模量可由Wood公式得到:

(6)

式中:Kfl為流體體積模量;Kw和Ko分別為水和油的體積模量;Sw為含水飽和度。BATZLE等[19]通過大量統計和實驗研究,得到了不同溫度、壓力、礦化度條件下水和油的體積模量。

圖5 厚度為4ms的薄層模型(a)及其AVO反射地震響應(b)、振幅隨入射角變化特征(c)

圖6 厚度為8ms的薄層模型(a)及其AVO反射地震響應(b)、振幅隨入射角變化特征(c)

圖7 厚度為12ms的薄層模型(a)及其AVO反射地震響應(b)、振幅隨入射角變化特征(c)

圖8 厚度為16ms的薄層模型(a)及其AVO反射地震響應(b)、振幅隨入射角變化特征(c)

圖9 厚度為20ms的薄層模型(a)及其AVO反射地震響應(b)、振幅隨入射角變化特征(c)

圖10 厚度為24ms的薄層模型(a)及其AVO反射地震響應(b)、振幅隨入射角變化特征(c)

依據油、水體積模量,結合測井響應特征和基質體積模量,根據Biot-Gassmann雙相介質理論對目的層進行飽油、飽水替換研究,得到飽油、飽水條件下砂巖縱、橫波速度和密度。圖11顯示了D1井流體替換后縱波速度、橫波速度、密度曲線響應特征。依據Zoeppritz方程模擬分析不同飽和流體狀態下地震反射振幅隨入射角變化規律,圖12給出了不同飽和流體狀態下目的層頂面(5240ft,1ft≈0.3048m)與底面(5284ft)反射振幅隨入射角的變化情況。由圖12可以看出,目的層頂面為第3類AVO異常,即振幅隨入射角增大而增大,且飽油狀態振幅明顯增強,飽水狀態振幅最弱,目的層底面振幅也表現出飽油狀態下振幅增強,飽水狀態下振幅減弱的特征。

圖11 D1井流體替換測井響應特征(1ft≈0.3048m)

為了進一步研究薄層厚度變化及不同流體狀態對AVO屬性的影響,依據流體替換結果獲得不同流體狀態的彈性參數,如表1所示。結合AVO薄層正演分析,提取了飽油、飽水和原始測井狀態下不同薄層厚度的AVO截距(P)、梯度(G)和截距與梯度乘積(P×G)之間的關系(圖13)。由圖13可見,當薄層厚度小于調諧厚度時,AVO屬性與層厚有近似正比例的關系,因此AVO方法可以精確預測法向入射時的振幅,且比WIDESS[20]提出的方法預測結果要好。同時,對于第3類AVO,P和G的絕對值都在增加,遠離背景趨勢,因而薄層調諧效應更易識別。當儲層飽含油時,截距P、梯度G明顯增強,且均強于飽含水狀態,P×G屬性進一步放大了飽油與飽水差異;相同儲層厚度情況下,P×G屬性值越大則含油氣飽和度越大。正演模擬結果表明,當儲層含油氣時,表現為強P×G屬性異常,P×G屬性強度約為飽含水時的2～5倍,反之則儲層含水概率增大,這也為后期使用P×G屬性識別儲層含油氣性提供了理論依據。

表1 不同流體狀態彈性參數

圖12 D1井不同飽和流體狀態下目的層頂面(a)與底面(b)振幅隨入射角變化情況

圖13 不同流體狀態下薄層厚度隨截距(a)、梯度(b)和截距×梯度(c)的變化特征

2 應用效果分析

研究區主要目的層為三角洲前緣沉積的Carbonera組,其中,C5C段為主力產油層,河道走向以北東和北北東向為主,河道寬度為322～830m,砂巖厚度為3～35m。沿河道走向C5C段表現為連續性強的反射特征,垂直河道走向C5C段表現為亮點反射特征,且橫向相變快。前期井位部署主要依據疊后振幅屬性,然而D1井和D2井鉆探發現疊后強振幅屬性異常并非都是含油氣儲層。圖14為C5C段振幅屬性平面圖。由圖14可見,D1井和D2井均表現為強振幅特征。圖15為D1井和D2井連井地震剖面(剖面位置為圖14 中AA′段),同為“亮點”地震響應特征,D1井在C5C段鉆遇35m砂巖儲層,伽馬曲線具有“鐘形”特征,并且獲得高產,D2井在C5C段無明顯儲層鉆遇,伽馬曲線揭示以泥巖為主。

本文在疊前道集背景趨勢校正保幅處理基礎上,結合前述流體替換及AVO正演模擬研究結果,對實際工區進行AVO屬性分析,優選P×G屬性作為研究區流體敏感屬性。圖16給出了C5C段的P×G平面屬性。由圖16可見,D1井P×G屬性為正的強異常,D2井P×G屬性為弱異常。圖17給出了過D1井和D2井的連井P×G剖面(剖面位置為圖16中CC′段)。由圖17可見,D1井儲層頂、底均為強P×G異常特征,D2井儲層頂、底均無明顯異常,且D1井P×G屬性異常值約為D2井的5倍,與前述流體替換AVO屬性分析結果及鉆井油氣效果吻合,因此P×G屬性對該區油藏含油氣性有直觀的檢測效果。后期依據P×G屬性預測結果,在C5C段分支河道部署D3井,圖18和圖19分別為過D3井的地震剖面(剖面位置為圖14中的BB′段)和P×G屬性剖面(剖面位置為圖16中的DD′段)。由圖18 和圖19可見,D3井在C5C段表現為強振幅地震反射特征,儲層頂面為強P×G屬性異常,P×G屬性強度約為D2井的2～3倍,預測為油井。實鉆揭示D3井鉆遇C5C段砂巖22.86m,且獲得高產油氣,從而揭開了本區河道砂巖巖性油藏開發的序幕。

圖14 C5C段波谷振幅屬性

圖15 D1井和D2井連井地震剖面

圖16 C5C段P×G平面屬性

圖18 過D3井地震剖面

圖19 過D3井P×G剖面

3 結論

1) AVO屬性檢測油氣成功與否很大程度上依賴于疊前地震道集質量。本文提出AVO背景趨勢校正保幅處理技術,獲得相對保幅的疊前CRP道集。采用本文方法處理后,不僅拓寬了疊前道集大入射角頻譜,保留了儲層更多含油氣信息,而且使地震道集與井旁道集背景趨勢一致,為后期AVO屬性分析奠定了數據基礎。

2) 通過流體替換及AVO薄互層正演模擬分析,有效規避了薄層調諧作用造成的AVO異常陷阱,優選了AVO流體識別敏感屬性,同時為AVO屬性半定量解釋提供了依據,進一步提高了AVO屬性油氣檢測與鉆井結果的可解釋性。

3) 本文方法在哥倫比亞Llanos盆地D區塊油氣檢測中有效區分了疊后地震剖面真、假“亮點”反射含油氣性。研究區C5C段砂巖含油后表現為明顯的第3類AVO異常,結合流體替換和薄互層正演分析結果,優選敏感屬性P×G進行流體檢測,且含油砂巖P×G強度約為含水砂巖的2～5倍,預測結果與實鉆井結果吻合度高,證明本文方法可對該區油藏含油氣性進行定性-半定量評價,后期依據預測結果在C5C段分支河道部署D3井獲得高產油氣,進一步證實了本文方法的有效性,為該區后期河道砂巖巖性油氣藏勘探開發提供了重要依據。