基于地質統計學的地震儲層預測方法研究

尹宜鵬

【摘 ?要】遼河坳陷東部凹陷新開斜坡帶古近系發育構造背景下的地層-巖性油氣藏，地層組合上表現為頻繁的砂泥巖薄互層，并夾有厚度不等的火成巖，儲層條件復雜，砂體橫向變化快，應用常規方法難以對儲層進行有效預測。本次研究以新開南部開39井區為試驗區，綜合運用地震、鉆井、測井和分析化驗等資料，應用地質統計學反演，對儲層及巖性圈閉發育情況進行預測，取得較好的效果。

【關鍵詞】新開斜坡帶;薄互層;地質統計學;儲層預測

引言：

新開斜坡位于遼河坳陷東部凹陷西南部，東以二界溝斷層為界，西向中央凸起超覆，是一北東向展布的單斜構造。在此構造背景下，發育由中央凸起供源，面向凹陷內部沉積的沖積扇-扇三角洲-湖相沉積體系，沉積相類型包含沖積扇相、扇三角洲相、河流相及湖相四種。縱向上，受控于湖水振蕩，氣候，物源供給等因素，砂泥巖相互疊置，單層砂體厚度小，且橫向變化快，連續性差，儲層預測難度大。

常規地震反演是儲層預測的主要方法，但是受地震分辨率限制，難以對薄互層進行識別。為了解決這一矛盾，地質統計學反演應運而生。這種方法是由Hass1994年提出，Bubrule及Rothman等在1998年對該方法進行了討論[1-3]。地質統計學反演結果基本上滿目薄夾層或者波阻抗反演無法描述的儲層[4]。本次研究以新開斜坡帶開39扇體為試驗區，綜合運用地震、鉆井、測井和分析化驗等資料，應用地質統計學反演，極大的提高了縱向分辨率，識別出多套砂體。取得較好效果

反演過程：

1.基礎工作

地質模型建立是JASON反演的基礎，可靠的基礎資料和準確的時深關系是建好模型的關鍵，為此，建地質模型之前，進行了如下兩方面的工作：

（1）基礎數據輸入

反演的基礎主要包括測井數據、地震數據以及地震解釋成果。

本次工作搜集研究區內完鉆較深的探井36口井的測井數據加載到JASON系統后，由BASEMAP 初步檢查后，選用18口探井，再由WELLEDITOR對測井數據進行編輯、修正，運用于反演。

地震數據挑選近期處理效果較好的三維地震資料用于反演。經由系統內BASEMAP、SECTION DISPLAY 檢查，數據比較完整，數據不存在方波。通過頻譜分析，地震資料的有效頻帶范圍為5—55Hz，主頻18—35Hz。

地震成果數據包括有層位數據（Ed、Es1、Es31、Es32、Es33）和斷層數據，由LANDMARK解釋系統完成并輸出的ASCII碼格式數據，加載到JASON系統后，又經BASEMAP、SECTION DISPLAY 和3D VISALIZATION 進行層位、斷層的進一步修改、完善，進行質量控制。

（2）層位標定、子波提取

測井曲線編輯包括兩方面：一是消除測井曲線由于偶然因素造成的異常值;二是通過井合成地震記錄與井旁地震道的對比調整時深關系，消除因地震反射波速與測井聲波速度之間的不匹配等因素造成的時深關系誤差，使井旁地震道和合成地震記錄間達到最佳匹配，確定正確的時深轉換關系，準確的標定地震地質層位。確定最佳地震子波的過程如下：

首先生成理論子波（本次研究工作選取雷克子波）;用此理論子波和測井阻抗曲線生成合成地震記錄，將二者的主要波組對齊;選擇合適的時窗（含有目的層段，起始時間盡量選在地震反射較弱或無反射的時間段），進行地震道子波提取;利用新提取的子波產生新的合成地震記錄。在深度曲線的控制下，對曲線進行移動、拉伸或壓縮等編輯，使合成地震記錄和實際地震道達到匹配;重復上述步驟，直到獲得合成記錄與地震記錄達到最佳匹配。

通過以上工作，配以子波的質量控制和合成地震記錄的匹配性分析，可得到合理的時深關系，為后續的反演工作提供了理想子波。

（3）地質模型的建立

在上述工作的基礎上，建立了研究區的地質模型。其方法是首先將地震解釋層位和斷層內插，然后再根據地層接觸關系形成一個連續的地質構造模型，同時通過道積分聲波測井曲線所建立的時深轉換關系，得到時間域和深度域的構造模型。在此模型的控制下，用反距離加權法內插可同時形成各種測井曲線的數據體，為INVERTRACE反演提供低頻分量，為INVERMOD提供初始模型。

2.常規波阻抗反演

波阻抗反演是進行儲層預測的核心技術和基礎，可通過波阻抗反演信息定性分析儲層的分布特征。從波阻抗反演結果（圖1）可見，波阻抗高低分異明顯，反演質量較高。

3.地質統計學反演

地質統計學反演以地震反演為初始模型，從井點出發，井間遵從原始地震數據反射特征，建立定量的波阻抗三維地質模型，進行儲層橫向預測。其特點在于綜合了地震反演與儲層隨機建模的優勢。

本次工作在常規波阻抗反演的基礎上，進行了5項工作：a）進行地質建模，確定網格大小;b）計算巖性曲線，作為巖性指示模擬建模的控制數據，并對井曲線重采樣;c）變差函數分析，這是地質統計學反演的關鍵步驟之一，主要包含帶寬、搜索半徑、滯后距，主方向、次變程及垂向變程等參數的分析;d）地質統計學模擬，包含高斯模擬、高斯序貫協模擬、協克里金差值等多種模擬方法;e）最后由于可以產生多個不確定反演結果，需要進行不確定性分析和篩選。

本次地質統計學反演的過開39井常規反演和地質統計學反演結果對比圖，可以看出縱向分辨率明顯提高，井點處與單井巖性吻合度高。

結論：

在常規稀疏脈沖約束反演的基礎上，應用地質統計學反演方法，實現了縱向上受井約束，極大提高地震資料的垂向分辨率，同時，橫向趨勢又和地震數據完全相同，使基于定性的波形解釋和定量化的單井解釋之間得到一個平衡。

該方法在開39試驗區的成功應用表明，該方法對斜坡背景下的薄互砂體預測具有可操作性，可以推廣至整個新開斜坡，為勘探部署提供依據。

參考文獻：

[1]Haas A，Dubrule O. Geostatistical inversion-A sequential method for stochastic reservoir modeling constrained by seismic data[ J] . First Break，1994，13（12）：61-569.

[2]Dubrule O，Thibaut M，Lamy P，et al. Haas，Geostatistical reservoir aracterization constrained by 3d seismic data[ J] .Petroleum science，1998（4）：121-128.

[3]Rothman D H. Geostatistical inversion of 3-D seismic data for thin-sand delineation [ J] . Geophysics，1998，51（2）：332-346.

[4]陳殿遠.隨機地震反演技術在WC13-1 油田隨機地質建模中的應用[J]. 中國海上油氣，2004，16（4）：250-253.