统计岩石物理技术在E油田有效储层预测中的应用

曹向阳 张金淼

(中海油研究总院)

统计岩石物理技术在E油田有效储层预测中的应用

曹向阳 张金淼

(中海油研究总院)

统计岩石物理技术是基于测井资料来评估不同储层参数的地震属性概率密度函数,可用于指导敏感地震属性的选择及储层参数空间概率分布的预测。针对尼日尔三角洲盆地 E油田地震波阻抗无法区分砂岩和泥岩的问题,将统计岩石物理技术与地震反演技术相结合,提高了应用地震反演信息预测有效储层的精度,降低了储层预测风险。

统计岩石物理 地震反演 有效储层预测

E油田位于非洲大陆西部尼日尔三角洲盆地水深900～1 700m海域,目前已钻5口探井均有工业油流发现。前人研究表明,该区储层主要为高弯度侵蚀水道及浊积朵叶状砂体复合体,上部水道砂体为分选好、磨圆差的细砂岩,岩石粒度整体向上变细;下部浊积朵叶扇体为不同粒度的含砾砂岩层相互叠置,分选好坏不一,细砂颗粒中常含中—粗砂粒,磨圆差,整体表现为块状或向上变粗。对该区孔隙度大于14%、泥质含量小于40%以及含水饱和度小于70%的储层,本文称之为有效储层。测井资料分析表明,该区砂泥岩波阻抗分布范围重叠,利用波阻抗反演进行有效储层预测具有多解性。

统计岩石物理技术基于测井资料评估不同储层参数的地震属性概率密度函数,用于指导敏感地震属性选择及描述储层参数的空间概率分布。笔者将统计岩石物理技术应用于 E油田有效储层预测之中,立足于解决如下两个方面的问题:①由于井筒污染、储层胶结程度和孔隙度或其它非地层岩性因素影响,声波测井曲线中的高频信息在很多情况下不能反映岩性变化,也不能很好地反映储层和围岩的差异,导致岩性识别困难,对本区而言,速度及波阻抗信息均无法区分砂泥岩,它所表现出来的有悖于常规岩石物理规律的现象是否具有合理性,或是由于测井数据有偏差所致;②如何解决利用单一波阻抗信息进行有效储层预测所存在的多解性问题。

1 岩石物理诊断

岩石物理诊断技术由Dvorkin和Nur[1]提出,即用速度-孔隙度关系推断岩石微结构的关系。该项技术通过把一个介质理论模型曲线调整到测量数据变化曲线上而实现,其假定当曲线匹配时沉积物的微结构与模型相匹配。Marion[2]提出一个泥岩-砂岩的拓扑学模型,制作了纵波速度-孔隙度坐标系下泥质含量变化的曲线模型,以此来预测速度、孔隙度及泥质含量之间的依存关系:在砂岩-泥岩混合物中,泥质含量增加对速度-孔隙度关系的影响表现为一个倒V形轨迹(图1)。图1V形轨迹的物理意义如下:对于颗粒支撑的沉积物,泥质含量增加倾向于使孔隙度降低(及密度增加),因而使岩石变硬;然而对于泥质支撑的沉积物,由于粘土原始孔隙度的存在,导致孔隙度会随泥质含量增加而增加,因此岩石骨架的作用被削弱,当泥质含量接近40%时孔隙度达到临界孔隙度φs,纵波速度同时会达到一个峰值点,这个点代表了泥质砂岩向砂质泥岩的转换,在这个点之后,随着泥质含量的增加,孔隙度增加,纵波速度降低。图2为统计井资料得到的 E油田速度-孔隙度-GR(GR参数代表泥质含量的变化)交会图,可见E油田速度-孔隙度关系与Marion模型吻合较好,速度-孔隙度关系随泥质含量变化表现出一个明显的倒V形轨迹,这在一定程度上是对测井数据的准确性进行了论证。

2 统计岩石物理分析

由于地震属性与储层特征对应关系复杂,利用地震单一属性进行储层预测往往存在多解性,而克服多解性的最有效途径就是多属性信息的综合应用。在地震多属性分析技术中,常规方法是通过井资料岩石物理参数的交会分析,设置地震属性参数的门槛值,或是在属性参数上区分出不同储层参数(如岩性、含油气性等)的分布区域,以此来进行储层参数的预测,其缺陷在于门槛值或分布区域往往难于精确确定,从而导致最终的预测结果存在较大误差。

统计岩石物理技术基于测井资料评估不同储层参数的地震属性概率密度函数,统计概率密度函数和累积分布函数是一种定量描述知识(或缺乏知识)状态的有关随机变量的方法,此中的随机变量可以是连续变量(例如孔隙度),也可以是分类变量(例如泥岩或砂岩岩相)。概率密度函数和随机变量有助于定量分析目标储层特性的分布和变化,在储层预测时把确定性岩石物理模型与储层参数的概率分布变化联合起来得到分布规律,可以建立比使用纯确定性模型或纯粹统计方法更有效的储层预测策略[2-3]。

E油田岩石物理交会图分析表明,高速度及高孔隙度的储层未必均是有效储层,仅仅设置门槛值或以其它线性或非线性函数均无法区分出有效储层,这一点也体现在单一参数的概率分布函数上,如图3上部框图及右侧框图所示。用速度和密度-孔隙度的累计密度函数,可以建立不同岩相组合的速度和密度-孔隙度概率密度函数,评估每个岩相内与自然变化有关的地震信号的不确定性,生成速度与孔隙度信息的联合概率密度函数,如图3主框图所示。图3主框图中每个等值线的中心或峰值代表每个岩相最可能的孔隙度-速度集,等值线代表着等概率值,其数值从中心向外降低。这些概率密度函数显示出了给定的岩相组合孔隙度与速度如何变化,并且不同岩相组合间存在一定程度上的重叠,此重叠部分常常引起最终预测结果的偏差。总之,这些概率密度函数在岩相和地震特性之间建立了一个概率关系,也就是可以用地震数据预测最可能的岩相和已知岩相的条件概率。

图3 E油田不同储层相在速度-孔隙度交会图上的联合概率分布

3 应用效果分析

图4为E油田一条地震主测线剖面,该剖面上高弯度水道的地震相特征表现为弱振幅、连续性较好、较扁平的透镜状、微弱下切和位于朵叶体的上部,朵叶体的地震相特征表现为中弱振幅、杂乱、连续性差和不明显的低角度叠瓦反射。结合工区中4口井的资料得到反演资料,用另一口井资料检验最终效果,并把反演得到的速度体和密度孔隙度体参数与图3中的二元变量概率分布联合在一起,能够预测地震剖面中有效储层的分布概率,如图5所示。图5中的色标表示有效储层的概率分布,一般认为概率大于0.5即可确认为有效储层。

在检验井点处,预测结果与实钻结果吻合程度非常高,小范围深度段内有误差是由于反演数据存在误差所致。只要反演结果的精度控制在有效范围内,本文方法得到的最终预测结果就具有一定的有效性。从E油田有效储层的预测概率剖面(图5)上分析,位于图4剖面上的西侵蚀水道要比东侵蚀水道发育,这是因为该剖面西侵蚀水道位于高弯度部位,河水的惯性作用在河道的转弯处外侧发生冲刷,同时在内侧发生沉积,随着侧积程度的不断加大,河道弯度也不断加大,因而储层发育,有效储层厚度大。而对于下部的朵叶体,由于该剖面位于扇根部位,因而剖面上所反映的储层不够发育。

图6为计算得到的目的层段内有效储层的累计时间厚度平面图(选取预测概率门槛值为0.5),可见明显的水道特征(图6a)及下部的朵叶体特征(图6b),工区内上部侵蚀水道的有效储层主要发育在高弯度部分,而下部朵叶扇体的有效储层主要发育在扇中部分,这一预测结果也与实际的沉积模式相符。

图6 研究区目的层段有效储层累积时间厚度预测平面图

4 结束语

E油田砂岩和泥岩具有相同的波阻抗变化范围,仅用波阻抗很难识别有效储层。利用岩石物理诊断技术判断了 E油田测井数据的合理性,应用概率统计理论在有效储层和速度-孔隙度之间建立了概率关系,利用反演得到的密度孔隙度体和速度体对有效储层的分布概率进行了预测,从而实现了对有效储层的预测,降低了地震反演结果解释的风险。

[1] DVORKIN J,NUR A.Elasticity of high-porosity sandstones: theory for two North Sea datasets[J].Geophys,1996,61: 1363-1370.

[2] MARION D.Acoustical,mechanical and transport properties of sediments and granular materials[D].Stanford:Stanford University,1990.

[3] MUKERJI T,JORSTAD A,AVSETH P,et al.Mapping lithofacies and pore-fluid probabilities in a North Sea reservoir seismic inversion sand statistical rock physics[J].Geophysics, 2001,66(4):98-1001.

(编辑:周雯雯)

Abstract:The statistical petrophysics technique is to evaluate probability density functions of seismic attributes for various resorvoir parameters from logging data,which can be used to guide selection of sensitive seismic attributes and prediction of resorvoir-parameter probability distributions. In order to solve the problem that seismic acoustic impedance can notdifferentiate sandstone and mudstone in E oilfield in Niger Delta basin,the statistical petrophysics technique was combined with seismic inversion technique,improving the accuracy to predict effective reservoirs by seismic inversion data and reducing the risk of reservoir prediction.

Key words:statistical petrophysic;seismic inversion;effective reservoir prediction

An application of statistical petrophysics technique to predicting effective reservoirs in E oilfield

Cao Xiangyang Zhang Jinmiao
(CNOOC Research Institute,Beijing,100027)

2009-08-24 改回日期:2010-02-09

曹向阳,男,毕业于中国科学院地质与地球物理研究所,获博士学位,现主要从事地震资料解释、储层预测方面的研究工作。地址:北京市东城区东直门外小街6号海油大厦(邮编:100027)。电话:010-84523629。