蘇5區塊東部地區高精度氣水識別技術

熊曉軍, 袁 野, 張本健, 黃 勁, 陳 容, 侯秋平

(1.油氣藏地質及開發工程國家重點實驗室 成都理工大學, 成都 610059；2.中國石油西南油氣田分公司 川西北氣礦， 四川 江油 621700)

0 引言

蘇里格氣田蘇5區塊位于蘇里格氣田的中北部，主力產層盒8段—山1段不僅具有典型的“低孔、低滲、低豐度”特征，而且氣水關系非常復雜[1]。研究區位于蘇5區塊東部地區，面積為260 km2，共鉆井57口，產水現象普遍。目前，“氣水識別”已成為研究區的頭號難點問題和重點問題[2]。

目前，在氣水識別領域，人們逐漸認識到彈性參數及與之相關的縱橫波速度、泊松比等在理論上較嚴格地描述了巖層彈性特點，對儲層流體、氣體的彈性特點可進行本質的刻畫，可直接預測油、氣、水層[3-5]。此外，在蘇里格氣田的其他區塊，泊松比及縱橫波速度比是比較敏感的氣水識別參數[6-7]，但是在蘇5區塊采用常規疊前彈性參數反演獲得的泊松比參數預測的氣水符合率較低，無法滿足勘探開發的需要。

筆者從三維地震資料的疊前時間偏移處理開始，基于57口井的測井資料和地質資料，以獲取準確地彈性參數為出發點，進行了研究區氣水識別研究，形成一套高精度的氣水識別技術及流程。

1 方法理論

1.1 高精度疊前彈性參數反演技術

目前，疊前彈性參數反演的方法理論相對較成熟，擴展的彈性阻抗反演方法(EEI)克服了常規的彈性阻抗反演方法(EI)[8]中阻抗值隨入射角急劇變化的影響，可以有效地用于流體和巖性預測[9]。此外，常規基于模型約束反演方法的計算流程中，往往需要設定初始的縱、橫波速度模型，如果設定的不準確或誤差較大，其不僅影響計算效率，而且會降低后續反演結果的精度和可靠性。為此，筆者采用基于等效彈性模量反演的橫波速度估算方法[10]代替常規基于流體置換模型的井中橫波速度反演方法，其可以獲得較準確的橫波速度，有效地提高彈性參數反演的計算精度。最后，為了得到的流體識別效果(常規流體識別方法，僅采用泊松比或縱橫比速度比等模量參數)，引入賀振華等[11]提出的組合流體因子構建方法，構建適合于研究區的氣水預測的組合因子進行流體識別，從而有效地提高流體識別的精度。

1.1.1 擴展的彈性阻抗反演方法

彈性阻抗反演屬于疊前反演技術，相對疊后聲阻抗而言，包含了更為豐富的儲層巖性和含流體信息。為了提高常規的基于Connolly[8]的彈性阻抗反演(EI)方法的計算精度，采用Whitcombe[9]的擴展的彈性阻抗反演(EEI)的計算公式(1)。

(1)

式中：α0、β0和ρ0是常數因子，分別代表儲層的Vp、Vs和ρ的平均值；α和β分別代表各個深度點的Vp和Vs；p=(cosx+sinx)，q=-8ksinx，r=(cosx-4ksinx)。

1.1.2 基于反演的橫波速度估算方法

研究區雖然有57口井的測井數據，但是具有實測橫波測井數據的井僅2口。因此，準確可靠的橫波速度預測對于提高彈性參數反演的精度顯得至關重要。這里采用基于等效彈性模量反演的橫波速度估算方法，代替常規基于流體置換模型的井中橫波速度反演方法，獲得了比較可靠的初始橫波速度。該方法以基質礦物的等效彈性模量為研究對象，通過減少目標參數的個數，有效地提高了橫波速度估算方法的精度和可靠性。圖1是采用本文方法與常規方法計算得到Su5-14-26井的橫波速度的對比分析圖，由圖1可以看出，本文方法的計算精度高于常規方法。

1.1.3 高靈敏度組合流體因子構建方法

通過疊前彈性參數反演可以直接獲得研究區的縱波阻抗(Ip)和橫波阻抗(Is)，后續通過計算Ip與Is的各種組合即可進行氣水識別(如泊松比、縱橫波速度比、λρ等)。為構建靈敏度更高的氣水識別因子，本文采用賀振華等[11]提出的組合流體因子構建方法，構建適合于研究區的氣水預測的組合因子(fc)，

(2)

式中：B為調節參數。測井資料的統計分析及后續過井剖面的特征分析，均表明式(2)所示的fc的氣水識別精度優于泊松比及縱橫波速度比。

1.2 高精度疊后GR隨機反演方法

研究區盒8上段砂體屬于低彎度曲流河沉積體系，盒8下段砂體為緩坡型辮狀河沉積體系，山1段表現為辮狀河到三角洲進而形成沖積平原的沉積體系，即目的層內部砂體的縱橫向分布具有較大的變化性和較強的非均質性。單一的疊前彈性參數反演的參數或組合流體識別因子，對于流體的識別具有較強的多解性。因此，有必要準確地識別砂體或儲層的平面展布。

為此，這里對常規的基于模型約束反演的GR反演方法[12]進行了改進，采用高精度的疊后GR隨機反演方法進行砂體預測。該方法首先采用隨機爬山反演方法計算波阻抗數據體，然后對研究區內的伽馬曲線結合波阻抗的反演結果，使用序貫指示模擬技術進行伽馬反演，有效降低了對初始模型的依賴。圖2是采用常規的基于模型約束反演方法和本文新方法得到的GR單井剖面的對比圖，可以看出本文新方法得到的GR剖面的縱向分辨率優于常規方法，且與井旁GR曲線特征一致。

圖1 基于常規方法和本文方法的Su5-14-26井的橫波速度預測Fig.1 S-wave velocity prediction of well Su5-14-26 based on conventional method and this method

圖2 2種方法得到的GR單井剖面Fig.2 2 GR single well profile obtained by two methods(a)常規反演方法；(b)本文新方法

1.3 綜合法氣水識別技術

基于上述方法理論，研究形成了適用于研究區的綜合疊后GR與疊前彈性參數的氣水識別技術，其主要計算步驟如下：

1)采用疊后三維地震資料，進行GR數據體反演，并進行砂體預測。采用高精度的疊后GR隨機反演方法反演獲得研究區的砂體(低GR值)分布規律。

2)采用疊后三維地震資料，進行速度反演，并進行砂體儲層預測。采用隨機反演方法獲得研究區的Vp數據體(用于儲層預測，一般情況下致密砂體的Vp高于儲層)，并采用步驟1)的GR數據體進行約束(根據測井統計的砂泥巖的GR門限值進行約束)，獲得GR約束的Vp數據體。

3)采用疊前CRP道集數據體，綜合采用擴展的彈性阻抗反演方法和基于等效彈性模量反演的橫波速度估算方法，進行疊前彈性參數反演計算，獲得研究區的縱波阻抗和橫波阻抗。

4)基于步驟3)的縱波阻抗和橫波阻抗，構建組合因子用于氣水識別，并采用步驟1)的GR數據體進行約束(根據測井統計的砂泥巖的GR門限值進行約束)，獲得GR約束的組合因子數據體。

5)基于實鉆井的流體數據，總結各類流體層的3個數據體步驟1)的GR數據體、步驟2)的GR約束的Vp數據體、步驟4)的GR約束的組合因子數據體)的響應特征，即建立研究其的流體識別準則。

6)基于步驟5)的流體識別準則，進行研究區的氣水識別。

2 應用實例

2.1 三維地震資料的疊前時間偏移處理

理論上水平層狀介質的疊后偏移與疊前偏移的成像效果一致[13]。蘇5區塊的主要目的層(盒8段)的構造比較簡單，為一個寬幅單斜構造且圈閉構造不發育。前期的工作對于三維地震數據只進行了疊后偏移處理，而沒有進行疊前偏移處理，即采用常規處理的CMP道集代替疊前偏移的CRP道集。其優點是效率高且成本低，缺陷是疊前道集的信噪比較低。

為了提高疊前道集的信噪比，筆者對地震數據進行了疊前時間偏移處理。圖3是經過疊前時間偏移處理的CRP道集與常規的CMP道集的對比圖，可以看出，圖3(b)的CRP道集在信噪比、道集一致性等方面均優于圖3(a)所示的常規CMP道集，這為后續的疊前彈性參數反演提供了重要保障。

2.2 氣水識別分析

研究區在盒8段有實際測試的井37口，其中鉆遇純氣層13口，氣水層20口(氣多水少層4口、氣少水多層16口)，干層或微氣層4口。圖4和圖5分別是SU5-15-40井(產純氣，日產11.45×104m3)和SU5-10-43井(微氣產水，日產水28.8 m3)的過井剖面圖。從圖4、圖5中可見：①產氣層和產水層的砂體均很發育，見GR剖面；②產氣層的Vp略低于產水層，見GR約束的Vp剖面；③在GR約束的組合因子剖面上，產氣層與產水層有較大的差異—產氣層的紅色異常(紅色對應低值)在井徑處較連續，而產水層在井徑處無紅色異常。

圖3 常規處理道集(CMP道集)與疊前時間偏移處理道集(CRP道集)的對比Fig.3 Comparison of conventional processing gathers (CMP seismic gather) and pre-stack time migration processing gathers (CRP seismic gather) (a)CMP 道集；(b)CRP 道集

圖4 過SU5-15-40井的3個參數的過井剖面Fig.4 Cross-well profile with three parameters of well SU5-15-40(a)GR剖面；(b)GR約束的Vp剖面；(c)GR約束的組合因子剖面

圖5 過SU5-10-43的3個參數的過井剖面Fig.5 Cross-well profile with three parameters of well SU5-10-43(a)GR剖面；(b)GR約束的Vp剖面；(c)GR約束的組合因子剖面

純氣層氣水層(氣多水少)氣水層(氣少水多)干層或微氣層GR剖面低值、紅色異常 低值、紅色異常 低值、紅色異常中高值、黃色或天藍色GR約束的Vp剖面中低值、黃色或黃藍色連續性異常中低值、黃色或黃藍色連續性異常中低值、紅黃色或黃色窄帶異常中低值、紅黃色異常GR約束的組合因子剖面低值、紅色連續異常,井徑左右異常連續無間斷中低值、紅黃色異常,井徑左右異常較連續或1側有間斷中高值、無異常或短段窄帶異常中值、紅黃色短段窄帶異常或井徑左右側有1側異常斷開是否與實鉆情況符合共13口(符合上述特征井10口)共4口(符合上述特征井4口)共16口(符合上述特征井13口)共4口(符合上述特征井4口)

通過對研究區的37口井的3個參數的過井剖面進行統計分析后，得到了4類氣水關系層的過井剖面特征(表1)。由表1可知，符合統計特征的氣水關系層的總符合率為83.7%，具有一定的可信性，可以用于新鉆井的氣水關系的預測。

基于表1的4類氣水關系層的特征，可以得到如下的氣水識別的解釋原則：①采用GR進行砂體識別，初步確定儲層的分布范圍，其依據是砂體儲層的主要特征都表現為低值；②采用GR約束的Vp確定儲層的物性，其依據是高孔隙度的砂體的Vp為低值，水層的Vp高于氣層；③聯合GR約束的組合因子剖面進一步確定氣水關系；④綜合采用上述3個參數的過井剖面特征進行判斷，當3者特征都與表1符合時即可準確地確定氣水關系。

圖6 研究區盒8段的氣層平面分布圖Fig.6 Gas layer plane distribution of section 8 of study area box

圖5是采用上述解釋原則獲得的研究區的盒8段的氣層平面分布圖，圖5中的色標代表氣層的時間厚度(單位：ms)，從圖5中可見研究區的氣層厚度縱橫向均變化較大，其與已知井(37口井)的氣層靜態類別(研究區靜態類別分類標準：氣層單層厚度大于5 m或累計厚度大于8 m為1類，氣層單層厚度介于3 m至5 m或累計厚度介于5 m至8 m為2類，氣層單層厚度小于3 m或累計厚度小于5 m為3類)符合率達到80%。

3 結論

筆者得出了一種適用于蘇5區塊的高精度氣水識別技術，理論分析和實際資料的計算結果得到以下結論：

1)遵循了“先砂體預測，再儲層預測，后氣水識別”的技術路線圖，符合研究區的實際情況。

2)采用高精度GR隨機反演方法可以獲得高分辨率的GR反演剖面，從而有效地預測研究區的砂體展布。

3)通過采用“保真保幅的疊前時間偏移處理”、“采用基于等效彈性模量反演的橫波速度估算方法”和“擴展的彈性阻抗反演方法”，可以有效地提高常規彈性參數反演的計算精度，獲得準確的彈性參數。

4)及流程通過構建高靈敏度的組合因子，有效地凸顯了氣層、氣水層與干層或微氣層的差異，并獲得了研究區氣層的平面分布圖，有效地克服了研究區氣水識別的難題。