深水濁積巖儲層定量解釋技術及應用

樂 靖， 范廷恩， 田 楠， 高云峰， 蔡文濤

(中海油研究總院有限責任公司， 北京 100028)

隨著油氣田勘探開發的程度不斷深入，儲層解釋技術也在往定量化、高精度的方向不斷發展[1]。定量描述巖相、孔隙度、飽和度等儲層物性參數可以直接評價儲層的空間分布、連通性和含油氣性[2]。如何從地震數據中獲得精確的儲層物性參數是儲層定量解釋的難點[3]，因為儲層物性參數與地震屬性之間不是簡單的線性關系。

儲層物性參數的定量預測通常是通過地震巖石物理分析技術實現的。目前主要通過地震巖石物理分析建立彈性參數與儲層參數的巖石物理模版，基于該模版實現儲層物性參數半定量預測[4]。但是在巖石物理交會分析過程中，同一種交會對象在交會圖上可能會有部分重疊區域，這會降低定量解釋的精度[5]。因此，出現了巖石物理模型和統計模式識別技術相結合，實現儲層定量預測的方法，并給出不確定性分析。同時，儲層定量解釋技術發展了新的反演方法，提高了復雜地質條件下的定量解釋精度。一維隨機反演方法可以估算儲層物性、巖相和結果的不確定性，并在多個地區得到了成功應用。疊前同步反演進一步延伸到同時方位反演，并在實際應用中實現了壓力和裂縫方向的方位定量反演[6]。疊前地震反演在獲得縱波阻抗、橫波阻抗和密度的基礎上，應用巖石物理模型把這些彈性參數轉化為儲層物性參數，用于定量解釋。貝葉斯反演方法實現了巖相預測和薄儲層定量預測[7-9]，并可給出定量的誤差或不確定性估計。

當前深水濁積巖儲層定量解釋主要是在巖石物理分析基礎上采用疊前反演的彈性參數截止值來實現儲層參數的定量解釋[10-11]。當同一種交會對象在巖石物理交會圖上有部分重疊區域時，該方法的定量解釋精度將降低。因此，有必要研究深水濁積巖儲層定量解釋技術，把疊前反演方法與貝葉斯反演方法結合起來，通過彈性參數體和井點數據的分巖性統計和隨機模擬得到巖相體[12]，并在巖相體約束下通過隨機模擬獲得孔隙度體，實現對儲層參數的定量解釋，并給出定量的不確定性估計。將改進的深水濁積巖儲層定量解釋技術應用于海上深水油田，提高定量解釋精度。

1 深水濁積巖儲層定量解釋關鍵技術

深水濁積巖的巖石物理特征比較復雜，經常出現縱波阻抗疊置的情況，僅依靠縱波阻抗預測儲層精度較低。因此，針對深水濁積巖，需要從疊前同時反演中獲取多種彈性參數體[13-14](如縱波阻抗、橫波阻抗、縱橫波速度比、密度等)，然后把統計學方法與巖石物理定量解釋模板結合起來，建立不同巖性的概率密度函數，通過反演的彈性參數與巖性的體交會估算每一種巖相的比例，并對概率密度分布函數進行加權，將加權后的概率密度分布函數應用到地震屬性體獲得巖性概率體，最后通過隨機模擬得到巖相體和孔隙度體，實現對深水濁積巖儲層參數的定量解釋。深水濁積砂巖儲層定量解釋關鍵技術主要包括巖相概念分析技術、孔隙度協模擬技術。

1.1 巖相概率分析技術

常規解釋技術通常以巖石物理定量解釋模板為依據[15-16]，利用彈性參數(如縱波阻抗、橫波阻抗、縱橫波速度比、密度等)交會的方法得到彈性參數截止值，然后根據截止值得到各個巖相與流體空間分布、有效儲層厚度、孔隙度等平面圖。該方法無法準確描述解釋中存在的不確定性，存在較大的誤差。巖相概率分析技術把確定性的巖石物理關系與統計學結合起來，將統計學技術用于描述巖石物性轉換時傳遞的不確定性及其空間變化[17]。

通常把序貫高斯協模擬、序貫高斯配置協模擬等算法與巖石物理關系結合起來，產生多個符合已知條件的等概率體，對巖相、物性進行預測[18]。但是協模擬算法純粹依靠統計關系，物理意義不明確，受井位分布的影響較大。巖相概率分析技術首先對井點數據進行分巖性統計，通過交會分析確定彈性參數對不同巖性的響應范圍，并利用隨機模擬建立不同巖性的概率分布函數，然后基于貝葉斯分類方法，估算目的層范圍內每一種巖性的相對比例，并對概率密度分布函數進行加權，把加權后的概率密度分布函數應用到地震屬性體獲得巖性概率體。采用貝葉斯分類算法替代協模擬算法，利用巖石物理關系穩定的樣本數據進行分類訓練，分類結果不受井位分布影響。

貝葉斯分類技術的基本原理是首先根據需要分類建立樣本子集并進行訓練，通過學習訓練歸納出分類函數和最大后驗概率結果，最后利用分類函數和最大后驗概率結果實現對未分類數據的分類。根據貝葉斯公式，每個類ci后驗概率P(ci|x)的計算公式為

(1)

式(1)中：P(x)為x的先驗概率；P(x,ci)為x和ci的聯合概率；P(x|ci)為給定ci時x的條件概率；P(ci)為先驗概率。在儲層預測中，ci可以是巖相、孔隙度或飽和度等巖石物理參數，x可以是縱、橫波阻抗或縱橫波速度比等彈性參數，則P(x|ci)由巖石物理分析得到，P(ci)是巖相比例因子，表示巖相為ci的概率，由測井、錄井資料得到。

巖相概率體分析技術工作流程如下。

(1)通過測井曲線或巖芯數據創建巖性曲線。

(2)選擇用來估算不同巖性分布的1～3個地震屬性體(一般為縱波阻抗和縱橫波速度比)。

(3)通過與地震屬性體相對應的測井曲線進行交會圖分析，創建每一種巖性的概率密度分布函數。

(4)在井數據分析基礎上，估算目的層范圍內每一種巖性的相對比例，并且對概率密度分布函數進行加權。

(5)將該概率密度分布函數應用到地震屬性體，在每一個數據點上計算每一種巖性的概率，得到巖性概率體。

(6)通過巖相模擬得到不同概率的巖相體結果。

1.2 孔隙度協模擬技術

由巖石物理規律可知，孔隙度與速度和密度有很高的相關性，因此理論上孔隙度和速度、密度的乘積縱波阻抗也有很好的相關性[19]?；诏B前反演得到縱波阻抗數據體后，通過已鉆井建立縱波阻抗和孔隙度之間的關系，然后在三維巖相約束下，使用高斯協模擬獲得孔隙度體。

首先對目的層段的測井有效孔隙度和縱波阻抗進行分析，確定有效孔隙度的概率密度函數類型，比如砂巖的有效孔隙度概率密度函數可能表現為高斯型，泥巖的有效孔隙度概率密度函數可能表現為對數高斯型。測井解釋有效孔隙度與縱波阻抗之間的對應關系很難用一個函數精確表達，但可將自變量縱波阻抗劃分為等間距的多個數值區間，每個區間具有唯一的自變量值，對應的因變量有效孔隙度有多個值，這樣即可用一個協方差函數精確表達這種對應關系。利用這種對應關系，在三維巖相約束下把縱波阻抗轉換為孔隙度體。

2 應用效果

研究區B油田位于西非剛果盆地內大規模深水扇-剛果扇北部。油田目的層為中新統，主要發育深水濁積復合水道，而且各期復合水道相互疊置、切割，橫向變化大。由于深水油田投資巨大，單井鉆完井費用超過1億美元，少井高產成為油田經濟開發的唯一出路。開發初期井少，濁積水道儲層展布、隔夾層分布和儲層連通性需要定量描述，以便于定量評價儲量品質和連通性，設計合理、高效的開發方案。針對生產需求，在研究區探索研究深水濁積砂巖儲層定量解釋技術，實現對儲層參數的定量解釋。

B油田有兩口井，測井曲線齊全?；谶@兩口井開展巖石物理分析，建立巖石物理解釋量版如圖1所示。量版最上方為泥質含量70%的黑色泥巖線，泥質含量向下逐漸減少，泥質含量等于40%時為砂泥巖邊界線。泥巖線下方一條水平方向藍色線為100%含水石英砂巖線，其反映了石英砂巖孔隙度增加后，縱波阻抗會減小，縱橫波速度比增大。其下方包括了1條粉色水平方向的等飽和度變化線，代表氣砂巖與油砂巖邊界，另外還有3條水平方向灰色線，從上到下分別代表了含氣飽和度50%、70%和90%時純石英砂巖聲學響應隨飽和度的變化規律。從圖1可看出泥巖和砂巖的縱橫波速度比有明顯差異，因此可以通過反演縱橫波速度比來預測儲層展布。

把疊前同時反演得到縱波阻抗、橫波阻抗、密度等彈性參數體作為定量解釋的地震屬性體，通過測井曲線創建巖性曲線來估算不同巖性的分布，然后把地震屬性體和相應的測井曲線進行交會分析，創建每一種巖性的概率密度分布函數。圖2為巖石物理解釋模板與各巖相概率密度函數疊合顯示成果圖。對于巖性區分較好的是縱橫波速度比和縱波阻抗交會，可以有效地將巖性進行區分，將這些交會成果轉化為二維概率密度函數作為巖相概率分析的輸入函數，進而開展巖性概率分析求取每種巖性在空間分布的概率以及最大似然函數體。

將每一種巖性的概率密度分布函數應用到地震屬性體，在每一個數據點上計算每一種巖性的概率，最終得到兩類數據體：一是不同巖性的概率體，表示在每個數據點上該巖性的相對概率；二是極大似然巖性體，表示數據點處的最大可能。基于巖相概率分析技術得到的巖相數據體考慮了通過巖石物理量版確定不同巖相的彈性參數響應范圍所存在的不確定性，并把這種不確定性量化，實現了定量評估巖相的預測風險。通過巖相概率體，可以知道優勢儲層的空間分布，明確風險儲層的最優、最大可能和最差空間分布，指導儲量風險評價和井位優化。圖3為解釋巖相體及巖相概率體連井剖面，其中氣油界面清晰可見，而且測井上解釋的各套巖相在概率體連井剖面上均有顯示，總體匹配程度良好，為儲層空間展布提供精確的指示。

圖1 B油田巖石物理解釋量版

其中紅色散點代表含氣砂巖、綠色散點代表含油砂巖、藍色散點代表含水砂巖、灰黑色散點代表泥巖

圖3 巖相體及巖相概率體剖面

受氣層屏蔽等影響，油層附近地震反射較差，影響巖相解釋成果砂體空間連續性，為了提高巖相體精度及與測井巖相匹配程度，以巖相及井約束為基礎，開展多實現巖相隨機模擬，以改善解釋砂體連續性問題，并生成P10、P50及P90巖相體結果，圖4為巖相體隨機模擬P50結果與巖相體對比剖面。在藍色虛線內，隨機模擬P50巖相體上砂體連續性得到提高，尤其在B-1井油層附近，十分明顯。巖相體隨機模擬的P90、P50與P10巖相體定量表征了各種可能下的巖性空間展布，可以實現對儲量風險的定量評價。

如圖5所示為B-1井及B-2井井點位置P10、P50及P90模擬巖相體與測井解釋巖相誤差分析及對比結果。對比發現，B-1井參與巖相模擬約束，P10、P50、P90巖相體井點位置均相同，B-1井測井砂巖厚度為80.0 m。P10、P50、P90巖相體砂巖厚度為81.5 m。厚度預測相對誤差為 1.7%。

B-2井未參與巖相模擬約束，P10、P50、P90巖相體井點位置不相同，B-2井測井砂巖厚度為 101.3 m。P90巖相體砂巖厚度為92.5 m，厚度預測相對誤差為-8.7%；P50巖相體砂巖厚度為 117.5 m，厚度預測相對誤差為16%；P10巖相體砂巖厚度為140.5 m，厚度預測相對誤差為38.6%。

在疊前反演得到的縱波阻抗數據體基礎上，建立井上縱波阻抗和孔隙度的關系，在三維巖相約束下，使用多軸高斯協模擬可獲得孔隙度。首先對目的層段測井有效孔隙度和縱波阻抗之間的對應關系進行分析。分析表明砂巖的有效孔隙度概率密度函數表現為高斯型，泥巖的有效孔隙度概率密度函數表現為對數高斯型(圖6)。將自變量縱波阻抗劃分為等間距的多個數值區間，每個區間具有唯一的自變量值，對應的因變量有效孔隙度有多個值，這樣即可用一個協方差函數精確表達有效孔隙度和縱波阻抗之間的對應關系。

圖7為求取的目的層油藏孔隙度體連井剖面圖，可見厚砂層的地質模式為大面積分布的砂巖，但內部物性變化快，孔隙度的非均質性體現為斜層理，而儲層內微結構斜層理及泥巖夾層的分布是影響油藏開發效果的重要因素之一，對后期的數值模擬、開發井位部署及開發方案調整至關重要。

圖4 巖相體隨機模擬前后對比剖面

圖5 B-1井、B-2井測井巖相與巖相體隨機模擬結果對比圖

圖6 有效孔隙度概率密度函數分布及其與縱波阻抗協方差函數分布圖

圖7 有效孔隙度及總孔隙度連井剖面圖

圖8 測井有效孔隙度與隨機模擬有效孔隙度對比圖

圖8為B-1和B-2 井井點位置P10、P50及P90模擬有效孔隙度體與測井解釋有效孔隙度誤差分析及對比結果，其中，藍色實線為測井結果，黑色實線為模擬有效孔隙度體結果，對比發現，B-1井及B-2井總體吻合程度高，只是在B-1井氣藏附近精度稍差。對有效孔隙度體與測井解釋有效孔隙度誤差進行統計分析。可以看到，由于地震分辨率限制，10 m以上儲層相對誤差小于10%，10 m以下儲層相對誤差大于10%。

以巖相體和測井作約束，開展多實現巖相隨機模擬，以改善解釋砂體連續性問題，并解釋出砂巖P50、P10及P90出現概率，可幫助定量評價儲量風險，并定量預測水道內泥巖隔夾層的空間分布。通過多軸高斯協模擬獲得的孔隙度參數體，可以實現定量描述儲層內部連通性，即定量分析油田各期水道砂體空間分布規律和砂體間疊置關系及連通性，為油田的儲量動用和開發井網設計提供了堅實的基礎。

3 結論

深水濁積巖儲層參數解釋采用彈性參數截止值的方法會降低定量解釋精度。通過對井點數據進行分巖性統計和隨機模擬，建立不同巖性或流體對應于反演數據體的響應范圍及定量的概率分布函數，基于貝葉斯分類方法，利用二維表變換將反演得到的縱波阻抗、縱橫波速度比、密度等數據體進行體交會，直接轉換為地震分辨率下的巖性概率體，再通過多實現巖相隨機模擬得到巖相體。最后，在巖相體約束下通過多軸高斯協模擬獲得孔隙度體，形成了深水濁積巖儲層定量解釋技術，并應用于海上油田的深水濁積巖儲層參數定量解釋，提高了定量解釋精度。研究得到以下幾點認識。

(1)深水濁積巖儲層定量解釋技術得到的巖性數據具有更加明確的地質含義，且預測精度較高，可定量評價儲量風險，并定量預測水道內泥巖隔夾層的空間分布，為儲量動用和開發井網設計提供了堅實的基礎。

(2)建立縱波阻抗和孔隙度的關系，在三維巖相約束下，通過高斯協模擬獲得孔隙度參數，且孔隙度預測精度較高，實現對儲層內部連通性的定量表征，為井位優化提供可靠依據。

(3)深水濁積巖儲層定量解釋技術可實現對巖相、孔隙度、飽和度等儲層物性參數的定量描述，直接評價儲層的空間分布、連通性和含油氣性，且解釋精度較高，能夠滿足生產需求，并可應用到其他碎屑巖油藏的儲層定量解釋中。