地震波形指示反演技術在埕海區塊薄儲層預測中的應用

王文濤，盧剛臣，李冰玲，劉 建，張利平

(1.中國石油東方地球物理公司研究院大港分院，天津 300280；2.中國石油大港油田分公司對外合作項目部，天津 300280)

1 研究區概況

大港埕海區塊構造上位于埕北斷坡，是埕寧隆起向歧口凹陷傾伏形成的階狀斷裂斜坡。埕北斷坡帶主干斷裂宏觀上呈北東和近東西向展布，受次級斷層的切割，被分為多個局部斷鼻、斷塊圈閉，這些斷鼻、斷塊構造有利于油氣的聚集成藏。含油儲層以古近系沙河街組沙二段為主，受南部埕寧隆起物源控制發育辮狀河三角洲前緣砂體，繼承性的古地貌是物源的主要通道，儲層分布具有臺地控砂和溝槽控砂的特點。縱向上，沙二段儲蓋組合較好，上部為泥質蓋層，沙二段中、下部砂體疊置連片發育。長期活動的張東、張北、趙北等油源斷層為油氣向構造區聚集提供了運移通道，成藏條件優越[1-3]。

多年的勘探與研究表明，油氣開發存在的主要問題為：①沙河街組沙二段油藏埋深約3 500 m；②砂體橫向上雖然連片發育，但砂、泥巖互層嚴重，含油單砂層薄，一般小于10 m，地震資料主頻為25 Hz，所能分辨的砂體厚度最小為40 m；③砂巖泥質含量高，常規波阻抗難以區分砂、泥巖巖性。為解決以上問題，在巖石物理分析的基礎上，優選巖性敏感曲線，通過對比分析傳統地質統計學反演與地震波形指示反演結果，在優選儲層預測方法的同時，刻畫有利儲層分布范圍，為區塊高效開發奠定基礎。

2 巖性敏感曲線重構

埕海區塊沙二段整套地層厚為100～600 m，上部以灰色泥巖為主，中下部發育淺灰色細砂巖、粉砂巖與泥質粉砂巖，與灰色泥巖呈互層沉積(圖1)，層段內砂泥百分比達25%～45%，孔滲物性較好，為中低孔、中低滲型儲層。其上覆地層沙一段為碳酸鹽巖臺地和辮狀河三角洲沉積，發育碳酸鹽巖和砂巖兩類儲集體。碳酸鹽巖主要分布于沙一段底部，為泥晶灰巖和泥晶白云巖，向上變為油頁巖、灰色泥巖。

圖1 CH38井原始測井曲線

統計分析研究區內所有井目的層段的測井曲線，結果表明，雖然砂巖的波阻抗值略高于泥巖的波阻抗值，但砂、泥巖的波阻抗值存在較大的疊置區，難以作為區分巖性的指示參數。自然伽馬是識別砂、泥巖較為敏感的參數，伽馬值小于82時，可判定為粉砂巖或細砂巖，伽馬值大于82時，可判定為泥巖或砂質泥巖。

由此可知，砂、泥巖無法采用簡單的聲波阻抗反演來識別，需要將自然伽馬作為巖性敏感特征曲線參與到擬波阻抗的構建過程中，從而提高儲層預測結果的精度。基于此，采用頻率域合并的方法對巖性敏感曲線進行重構，從原始波阻抗中得到的低頻曲線，與自然伽馬得到的高頻曲線進行頻率域合并，重構后的波阻抗曲線在一定程度上提高了區分砂巖和泥巖的能力(圖2)，為有效預測薄砂層創造了條件。

圖2 波阻抗(上)、重構波阻抗(下)與伽馬交匯

3 波形指示反演與地質統計學反演

3.1 基本原理

地質統計學反演在上世紀90年代初期由Bortoli、Dubrule等提出并發展，算法雖然能突破地震資料頻寬限制，提高反演的縱向分辨率，但存在橫向分辨率差的缺陷。Torres-Verdin 等(1999)提出了基于馬爾科夫鏈蒙特卡洛算法的地質統計學反演方法并沿用至今，其核心是通過隨機模擬與反演計算，建立一個或多個既滿足數據的地質統計學特征，又滿足地質、測井和地震信息的三維儲層參數概率模型。數據的地質統計學特征由數據的概率分布圖和變異函數描述[4-6]，其反演結果的好壞與地質模型的先驗信息豐富程度關系較大，因此，該方法通常應用在已鉆井較多、地質資料豐富的油田。

地震波形指示反演(SMI)是楊濤、畢建軍等(2017)在傳統地質統計學基礎上發展起來的一種高精度地震反演方法，是利用地震波形相似性優選相關井樣本，參照樣本空間分布距離和曲線分布特征建立初始模型，代替地質統計學中的變差函數分析及空間變異結構，對高頻成分進行無偏最優估計。該方法適用于橫向變化快的薄互層儲層的高精度預測，反演結果在空間上體現了地震相的約束，平面上更符合沉積規律[7-11]。

3.2 理論模型試算

3.2.1 模型建立

為了對比驗證波形指示反演與地質統計學反演技術預測薄儲層的可靠性和適用性，結合研究區地質特征與儲層參數，建立砂、泥薄互層的三維模型(橫、縱均為180道，道間距25 m)，并采用主頻為25 Hz雷克子波進行褶積計算得到其相應的地震資料[12-13]。該模型上覆地層速度為3 600 m/s，下覆地層為4 000 m/s，下覆地層中包含5套5 m厚的單砂層，單砂層速度為4 400 m/s，圖3是各單砂層平面分布形態。

圖3 五套單砂層平面分布形態

3.2.2 反演數據準備

利用正演地震數據以最大振幅完成層位的追蹤解釋，從反演中建立初始模型的基礎數據中，再隨機選取相對均勻分布的16口虛擬井(圖4)，并從深度域模型中提取井對應的速度曲線作為后續約束反演的井位。

從層位追蹤結果看(圖4)，受下伏砂體影響，模型中水平的地層界面在地震剖面上不再是水平狀態，而是產生了微小構造。

圖4 砂層組頂面構造圖及虛擬井位置

3.2.3 模型反演結果

依據波形指示反演及地質統計學反演的操作流程，分別建立兩個反演工區進行相應地震數據、解釋層位、井位坐標及曲線的加載。在建立井震關系的基礎上，形成構造框架模型與初始模型，并以速度曲線作為巖性敏感參數進行兩種反演方法的計算。

模型試算結果表明：①受構造形態(框架模型)的影響，砂體縱向存在一定位移，對比抽取模型剖面與兩種反演的剖面(圖5)，在縱向上均具有較高的砂體識別能力，能較好地反映薄砂層在縱向上的變化，其中波形指示反演單砂層的橫向連續性較好。②對比模型與提取的各單砂層平面預測成果(圖6)，地質統計學反演的結果基本能反映單砂層的輪廓，但受算法影響的空間隨機性較強，而波形指示反演的結果能很好地預測5 m單砂層的空間形態。

圖5 模型剖面與波形指示反演剖面、地質統計學反演剖面對比

圖6 單砂層模型(左)、波形指示反演(中)、地質統計學反演(右)對比

3.3 應用實例

為了驗證地震波形指示反演技術的實際應用效果，研究中采用相同的地震資料及井數據針對埕海區塊沙二段開展了波形指示反演與地質統計學反演。兩種反演結果在井點與測井伽馬曲線吻合很好，井間均與地震反射特征的橫向變化特征基本一致。與地質統計學反演相比，波形指示反演結果中目的層疊置單砂體的邊界清晰，含油儲層砂巖的分辨能力強(圖7)，易于單砂層的追蹤解釋。

圖7 波形指示(上)與地質統計學(下)反演對比

CH33井處于斷鼻構造的主體區，沙二段中部1、2號儲層為研究區的兩個主要油層，分別處于地震反射的波谷和一套中弱反射的上部，測井資料顯示①號砂層厚度為10.2 m，②號砂層厚度為23.3 m。波形指示反演結果顯示①號砂層在盲井CH301井與CH33井厚度相當，地質統計學反演結果顯示①號砂層在盲井CH301井較CH33井厚，實鉆結果表明①號砂層橫向穩定，砂體厚度沒有變化。波形指示反演結果顯示②號砂層在盲井CH301井分隔成兩套砂體，地質統計學反演結果顯示②號砂層在盲井CH301井變薄，實鉆結果表明②號厚砂層橫向發生變化，成為兩個砂層。這表明波形指示反演結果與實鉆情況吻合性較好，比地質統計學反演預測更準確。

平面上，利用地層切片方法，按識別砂巖的門限值進行各油組砂體的厚度預測，圖8a、圖8b是沙二中①號砂體兩種反演方法計算得到的砂體厚度預測結果。通過統計研究單井鉆遇砂層厚度與反演結果對比，地質統計學反演預測砂體厚度與井的符合率為85.3%，而波形指示反演預測的砂體厚度與井的符合率達到90%以上，預測結果反映了該區辮狀河沉積的地質特征。該預測成果為埕海區塊探明儲量的落實及井位部署提供了技術支持。

圖8 沙二中①號砂體厚度預測

4 結束語

(1)采用地震資料為約束的隨機模擬方法與地質統計學反演相比，預測結果具有縱橫向精度高、反演結果隨機性小的特點，是復雜構造區薄儲層預測的一種有效手段。

(2)針對埕海區塊開展的儲層預測，從理論模型與實例應用兩個方面驗證了波形指示反演算法的可靠性，準確預測了河道砂體的空間分布。