不同井网密度下随机反演效果分析——以喇嘛甸油田北北二区块SⅢ组为例

汪益宁 吴晓东 徐立恒 陈显森 李雪松

（1.中国石油大学 石油工程教育部重点实验室，北京102249；2.大庆油田有限责任公司 勘探开发研究院，大庆163712）

随机反演是指以井信息为基础、以随机函数为理论，以叠后地震数据作约束，应用随机模拟技术，产生可选的、等概率结果的储集层预测方法。该方法融合了地震数据与测井数据的信息，以地层确定性反演导出的声波阻抗作为输入，并建立阻抗与储层参数间的线性关系，进而模拟出高分辨率的砂岩分布数据体。随机反演技术逐渐得到地质学家及油田工程师的广泛认可，并在国内外许多复杂油气藏开发中起到了积极的作用［1－4］。

目前，随着油田由勘探到开发的转化，虽然地球物理学家们从各个可能的角度对波阻抗反演进行研究，并力图完善，但是由于种种原因，在实际应用中还存在一些问题。例如，井震相互作用机制还不清楚，以及不同井网密度对反演结果的影响；尤其是在开发区块井网密度较大时，利用随机反演技术预测井间砂体分布，其精度与分辨率能达到多少等。国内外研究结果表明：随着井网密度的加大，井间砂体连通性细节上呈现出复杂的多样性，这就对剩余油的开发、加密井位部署提出挑战［5－8］。

本次以喇嘛甸油田北北二区块SⅢ组为研究对象，在不同密度井网下，利用随机反演技术进行砂体预测，对比分析井网密度对预测效果的影响，从而明确井震关系，为长垣油田密井网区储层预测提供借鉴。

1 研究区概况

喇嘛甸油田位于大庆长垣的最北端，是松辽盆地中央凹陷大庆长垣上的一个三级构造，南与萨尔图构造呈鞍部相接，是一个受构造控制的短轴背斜气顶油藏。研究区为喇嘛甸油田北北二区块，地震资料面积约11.4km2（图1）。

喇嘛甸油田储集层以细砂岩、粉砂岩、泥质粉砂岩为主，在纵向上与泥岩呈层状交互分布。油田自上而下主要发育萨尔图、葡萄花、高台子3套油层，油层总厚度为390m，为河流—三角洲相沉积，厚油层砂体主要发育在SⅢ油层中［9］。随着油田开发程度的增加，开发井网的演化，以及开发过程中一些重大工艺措施的实施，使储层砂体的描述趋于精确；但井间砂体的连通关系仍十分复杂，因此寄希望于反演技术对井间砂体进行预测。

图1 喇嘛甸油田位置及萨三组顶面构造图Fig.1 The map of Lamadian field location and top tectonic of Group SⅢ

2 井与震的作用机制

不同井网密度下反演结果的不同主要受控于井与震的作用机制。如图2所示，随机反演方法是从井点出发，井间以实测地震数据作为约束，通过变差函数随机模拟产生多个井间波阻抗曲线，并产生合成地震记录，通过反复迭代与实测井间地震道进行匹配，选出最接近的一条或多条曲线作为最终结果（图2中产生n条曲线，第n条井间合成地震道与实测井间地震道最大匹配）。从这个反演过程可以看出，井主要起到硬数据的作用，井间的多个模拟结果首先由已知井数据求取变差函数和概率密度函数得出；而井间实测地震起到一个“过滤器”的作用，它从多个模拟结果中挑出与地震信息最接近的值作为最终的结果，因此能使最终的砂体预测结果更加稳定，降低因数学方法插值和模拟带来的井间不确定性，提高模型忠实于地下实际情况的程度［10，11］。

而井网密度的增大，一方面会增加井间砂体的稳定性（井约束能力增强），另一方面会降低随机产生的n个结果的差异性，这就降低了地震的“过滤器”作用。举个简单的例子，比如说这n个结果反映的2m左右储层信息，而地震含有3m储层信息，因此用地震从n个结果中挑选出3m的信息是不可能实现的。因此说，在现今井网密度下（125m井距），在提高井约束能力的同时，会降低地震的横向分辨率。

图2 随机反演的井震作用机制及运算流程Fig.2 Wells and seismic action mechanism and operation flow of stochastic inversion

3 不同井网密度随机反演结果初步分析

以喇嘛甸油田北北二区块SⅢ层为研究区，通过砂岩构建地质框架模型、井震标定、求取变差函数等关键反演步骤等，采用相同的参数，分别以700m，450m，260m，175m，150m和125m不同井距开展地震反演测试，其中参与反演的井在平面上均匀分布。

图3为不同井网密度条件下对应的喇嘛甸油田北北二区块SⅢ组反演出的砂岩厚度结果，可以看到，不同井网密度下，储层大套砂岩分布一致，显示出反演结果的真实性及稳定性。随着井网密度的增大、井距的减小，反演结果反映的储层信息更加丰富；但井距＜260m时，再增加井网密度，砂体的分布特征趋于一致。同时，当井网密度＜175m，砂体分布变得更加离散，反而会降低砂体例如河道砂的延伸走向（图中用椭圆标注的）。

因此，可以根据不同的地质情况解决的不同地质问题、不同类型的砂体。而选用不同的井网密度，首先对于预测延展范围比较小（100～300 m）、厚度较薄的河道间砂体，在现今的井网密度下优势相对明显；而在预测延展范围较广的河道砂体，可能不需要这么密的井网。在喇嘛甸油田北北二区块SⅢ组砂岩反演结果中我们也看到，260～175m井距的反演结果对这种河道砂的展布趋势预测更加清晰。

4 不同井网密度下随机反演精度

图3 SⅢ层不同井网密度条件下地震反演效果图Fig.3 Diagram showing the seismic reversion effect of Group SⅢunder different well pattern densities

不同井网密度下，通过32口不参与反演计算的后验井统计SⅢ组砂岩预测厚度与实际钻遇厚度符合情况（误差率＜25%为符合）。如图4所示，不同井网密度下，储层厚度越大，其预测精度越高，3m以上厚度储层其预测精度在260m井距下达到79.5%，而2m以下厚度储层其在相同井网的预测精度只达到49%；随井网密度增大，预测精度均呈增大趋势，3m以上储层由72.5%增至87.5%，2m以下储层由29%增至63.8%；3 m以上储层其预测精度对井网密度依赖较小，2 m以下储层预测精度受控于井网密度，储层越薄需要的井网密度越大。

一方面，由于此次统计的结果，是针对所用砂岩按不同厚度进行统计，没有按照不同砂体类型进行统计，因此不能完全反映河道砂和河道间砂在不同井网密度条件下的预测精度。但是很多河道间砂体都包含在2m以下的砂体范围内，因此，对于延展范围小、薄层河道间砂体，在现今井网密度条件下，优势更加明显。同理，大部分河道砂都包含在3m以上储层范围内，对于这种延展范围大、厚度大的河道砂体，在260m井距的识别率已经达到79.5%，兼顾了测井的纵向分辨率和地震的横向分辨率。

图4 不同井网密度下SⅢ组砂岩预测厚度与32口后验井符合率统计Fig.4 Statistics of coincidence rate of 32aposteriori wells and prediction thickness of Group SⅢsandstone under different well pattern densities

另一方面，从工作效率来说，反演的主要工作量都集中在测井数据的处理和标定方面（标准化、均一化、井震标定）。因此，如果在较小井网密度下能解决问题，可以减少工作量，而且我们可以综合运用不同井网密度下的反演结果，从而兼顾、提高河道砂体和河道间砂体的预测精度。

5 结论

a.在地震反演中，测井数据主要起到硬数据的作用，而井间实测地震起到一个“过滤器”的作用，它能使最终的反演结果更加稳定，降低砂体预测的多解性。而井网密度的增大，一方面会增加井间砂体的稳定性（井约束能力增强），另一方面降低了地震的“过滤器”作用。

b.对于延展范围小、薄层河道间砂体，在现今井网密度条件下，优势更加明显；对于这种延展范围大、厚度大的河道砂体，在260m井距的识别率已经达到79.5%，兼顾了测井的纵向分辨率和地震的横向分辨率，工作效率更高。

［1］Haa S A，Dubrule O G.Geostatistical inversion：A sequential method for stochastic reservoir modeling constrained by seismic data［J］.First Break，1994，13（12）：25－28.

［2］Rothman D H.Geostatistical inversion of 3Dseismic data for thinsand delineation［J］.Geophysics，1998，51（2）：332－334.

［3］张永刚.地震波阻抗反演技术的现状和发展［J］.石油物探，2004，41（4）：385－390.

［4］李黎，王永刚.地质统计学反演综述［J］.勘探地球物理进展，2006，29（3）：163－169.

［5］苏云，李录明，钟峙，等.随机反演在储层预测中的应用［J］.煤田地质与勘探，2009，37（6）：63－65.

［6］黄捍东，张如伟，魏世平.地震非线性随机反演方法在陆相薄砂岩储层预测中的应用［J］.石油学报，2009，30（3）：386－390.

［7］宋维琪，赵万金，冯磊，等.地震高分辩反演和地质模拟联合预测薄储层［J］.石油学报，2005，26（1）：50－54.

［8］刘三军，侯春艳，杨文革.喇嘛甸油田南中块精细构造分析及其在勘探开发中的应用效果［J］.中国石油勘探，2001，6（2）：87－89.

［9］吕铁良，王永刚，谢万学，等.稀疏脉冲反演技术在井间地震反演中的应用［J］.石油物探，2007，46（1）：58－63.

［10］孙思敏，彭仕宓.地质统计学反演及其在吉林扶余油田储层预测中的应用［J］.物探与化探，2007，31（1）：51－53.

［11］Dubrule O G，Thibaut M S，Lamy P T，et al.Geostatistical reservoir factorization constrained by 3Dseismic data［J］.Petroleum science，1998，4（2）：30－32.