频散属性在致密薄储层识别中的应用

胡 玮,韩立国,尚 帅

(吉林大学地球探测科学与技术学院,吉林长春130026)

鄂尔多斯盆地北部的大牛地气田发育多套致密砂岩薄储层,储层预测十分困难,而薄层和薄互层是影响储层预测效果的重要因素。早期主要以构造和振幅信息为主开展相带研究,寻找砂体并分析有利储集体,进而开展储层预测[1-2]。随着勘探开发程度的提高,对储层预测技术提出了更高的要求。在地层为致密储层情况下,不同储集类型波阻抗差异小,振幅对于地层岩性变化响应不敏感；而薄层或薄互层又使反射波振幅调谐作用明显。所以,以振幅信息为主的储层预测技术刻画描述致密薄储层的能力受到一定限制。此时,引入振幅变化以外的信息,是提高储层预测效果的有效途径。

研究表明,当储层为薄层或薄互层时,储集类型的变化会引起地震波动力学特征变化,特别是频率成分的变化。Chapman等[3-5]对两个弹性地层之间存在填充流体的模型开展理论研究,证实了反射系数和频率具有相关性,即频散AVO现象。由频散AVO理论可知,地震波在通过含油气储层时会发生频散现象,即地震属性(如速度等)随频率发生变化。Brown(2009)[6]论证了盐水饱和岩石速度频散很小,而含油气地层速度频散异常增大,说明将速度频散程度定量地表征为频散属性,可以用于储层的含油气性检测。因此,针对复杂的致密薄互层储层,在通过正演模拟分析储层响应与频率相关性的基础上,利用频散AVO属性进行储层预测,可以减少多解性并提高预测的精度。

为了提高频散分析的精度和频散属性提取的可靠性,需要利用时频分析技术来分析纵波分频能量特征及其随频率的变化规律,为频散属性提取奠定基础。常规的时频分析技术受时频分辨率的限制,很难对薄互层作精细描述,基于稀疏反演的谱分解技术可以很好地将与频率相关的反射系数从地震记录中分解出来,实现高分辨率的时频分析,更适用于薄储层的频散研究[7-9]。

我们利用鄂北大牛地气田地震资料,通过正演分析反射波振幅与频率的相关性,基于反演谱分解进一步分析储层响应与频率的关系,在此基础上提取盒3段储层的频散属性进行含气性预测分析,预测结果与已知井吻合较好,证明了频散属性用于研究区致密薄储层预测的有效性。

1 基于反演谱分解的频散分析原理

1.1 频散AVO反演

地震波在地层中传播的过程中能量会发生衰减,并且往往伴随着速度变化和频率分散,当地层的速度随频率出现异常变化时,这就成为一种有用的烃类检测参数。虽然产生这种现象的具体机理尚未明朗,但科罗拉多矿业大学的Batzle等(2001)[10]已在实验室证实了这种频散现象。根据Smith和Gildlow(1987)[11]对经典Zoeppritz方程简化后给出的近似方程,反射系数表达式可写为

(1)

式中：θ为入射角；vP为纵波速度；vS为横波速度；A和B为通过Smith和Gildlow近似方程得到的两个计算系数。对(1)式在任意频率f0处作泰勒级数展开,可得到

(3)

式中：Ia和Ib分别表示纵波阻抗和横波阻抗的导数,称之为反射率频散,是弹性波频散程度的描述,可通过最小平方反演求得。考虑到横波速度相对频率基本不发生变化,一般只计算纵波的频散属性，用以进行油气检测分析[12]。

1.2 反演谱分解

在计算频散属性时,需要已知R(θi,fj)各个频率的分量,我们利用时频分析的方法来获取谱分解数据[13]。常规的谱分解方法有短时傅里叶变换、小波变换及广义S变换等,我们采用的是基于稀疏反演的谱分解方法[14]。

常规的褶积模型无法表示地震信号频率随时间的变化。因此,在褶积模型中考虑对应不同主频的子波和不同频率的反射系数,褶积后再相加得到地震记录,并加上随机噪声干扰,即得到非平稳地震褶积模型：

(4)

式中：wk表示对应不同主频的子波；rk为不同频率的反射系数；k为参与计算的总个数；n(t)为随机噪声。

由(4)式可得出(5)式：

(5)

其中,Wk表示子波wk的褶积矩阵。令C=(W1,W2,…,Wk)代表褶积矩阵库,m=(r1,r2,…,rk)T表示与频率相关的地层反射系数矩阵,则(5)式可改写为

(6)

(6)式表示用一系列不同主频的子波分解地震记录,可以得到与频率相关的反射系数矩阵m,即可认为是时频谱[15]。

1.3 频散属性分析流程

频散属性分析的流程如图1所示。

图1 频散属性分析流程

2 频散分析在大牛地气田的应用

2.1 研究区概况

鄂北大牛地气田地层平缓(地层倾角为1°左右),构造圈闭不发育,气藏圈闭主要为岩性圈闭。大牛地气田沉积相和沉积岩性垂向均以薄层或薄互层为主。有效砂体薄,储层与围岩的波阻抗差异小,隐蔽性强。本区地震资料品质较好,盒3段目的层主频在25Hz左右,频宽为5～70Hz,但受分辨率的限制,反射波往往反映地层中沉积物性差异较大的界面以及界面之间大套地层的沉积变化情况,而对其中的薄储层难以进行识别[16]。在致密储层条件下,其储层预测和油气检测的难度大,技术要求高。为提高储层预测精度,已进行了地震波正演模拟、地震相划分等多项储层预测技术应用研究，但面对致密薄储层气藏高精度开发的地质需求,仍然有一定的研究空间,有待进一步加强地震属性研究,以提高储层预测精度[17]。

本次研究选取大牛地气田典型的有已知井验证的区块。盒3段是D11井区的主力储层,多口井在盒3段都获得了高产气流。D15井是盒3段的高产井,相邻的DK17井与DK6井在该层无明显气藏。因此,选取D15井、DK17井和DK6井所在区块作为频散属性分析技术应用的研究区。

2.2 频散特征正演分析

首先通过正演模拟研究分析工区内频散现象的存在及纵波频散程度。由于研究区内砂岩致密,薄互层发育,泥岩盖层与砂岩含气层之间往往存在着差气层。此外,干层和差气层也有交替存在的情况。基于实际测井数据,针对盒3段设计两种薄互层地质模型开展正演模拟研究,分析地震响应在不同储层条件下的动力学特征,特别是频率变化情况。模型一为泥岩盖层与砂岩差气薄层夹砂岩含气薄层；模型二为泥岩盖层与砂岩干薄层夹砂岩差气薄层。两个薄互层模型各层的参数(表1)均参考实际测井数据设置。根据研究区实际地质情况,储层埋藏深度设计为2500m(1350ms)，子波长度为140m。薄互层中的每一个薄层厚度皆为10m,远小于薄层定义的1/4波长,同时也符合研究区实际情况。

图2a和图2b分别为模型一和模型二的波动方程正演模拟地震响应。图2a中的地震响应信号虽然有调谐效应,但仍然可以清楚地看到反射波振幅随偏移距增加而增大的趋势；图2b中的地震振幅则随偏移距的增加先减小后增大。将两组模拟地震记录转化为角道集做频散程度分析,得到图3所示的两组频散程度绝对值曲线,其中红色曲线为模型一的频散程度绝对值,蓝色为模型二的频散程度绝对值,可见有含气薄层的模型一频散值高得多。针对研究区所做的正演研究和理论分析结论一致。

表1 薄互层模型地层参数

图2 薄互层模型一(a)和模型二(b)正演地震响应

图3 模型一和模型二的频散程度绝对值曲线

2.3 反演谱分解时频分析

当地层较厚时,纵波能量衰减异常明显；但在薄互层情况下,衰减就不明显了,可通过低频阴影来分析储层特征。前人研究分析表明,当储层中含有油气时,含油气位置在低频时相对周围不含油气部位会表现出低频强能量；在高频时相对周围不含油气部位会表现出高频弱能量。所以,可以通过地震谱分解技术来分析纵波分频能量特征及其随频率的变化规律,为频散属性提取奠定基础。

基于研究区地震资料叠后三维数据体,截取DK17-D15-DK6连井地震剖面,计算其纵波分频能量。图4是过DK17-D15-DK6井叠后地震剖面。图5a和图5b分别为过DK17-D15-DK6井地震剖面的25Hz和35Hz纵波分频能量剖面。在25Hz分频剖面(图5a)上,D15井处盒3段储层位置有低频强反射阴影区,随着频率增高至35Hz(图5b)阴影区逐渐减弱,几近消失。而DK17井和DK6井的储层位置在分频剖面上没有随频率增高阴影区逐渐减弱的现象。时频分析结果表明研究区含气层与频率具有关联性,说明频散属性可以在研究区储层预测中发挥相应作用。

图4 过DK17-D15-DK6井叠后地震剖面

图5 过DK17-D15-DK6井25Hz(a)和35Hz(b)纵波分频能量剖面

2.4 基于频散属性的储层预测

由正演模拟结果可知,研究区内含气储层的地震响应具有明显的频散现象。通过实际资料的分频处理,进一步证实了可以利用频散属性预测和刻画本区含气储层。对研究区盒3段含气储层进行频散属性分析,图6是过DK17-D15-DK6井连井剖面所对应的频散属性剖面。由图6可见,在D15井处含气储层位置(图6中间白圈处)具有较强的频散现象,而DK17与DK6井附近的储层(图6 两侧白圈处)却无明显高值,预测结果与钻井结果吻合。图7是频散属性体沿储层切片图,从平面展布上同样可以看到,钻遇气层的D15井处有较大的频散,而DK17井与DK6井处均未见明显的频散异常。剖面和平面上的预测结果可以表明,频散属性对研究区致密砂岩薄储层的含气性预测是有效的。

图8给出了研究区同一层位常规的储层波谷属性切片(图中蓝色至黄绿色反映有利储层的信息),可见其在整体反映储层有利区域上具有一定的参考价值,但是具体到几个井位处,预测结果存在明显的多解性。而针对D15井、DK17井和DK6井的频散属性预测结果(图6,图7)都与已知井吻合较好。对比分析结果表明,针对研究区的致密砂岩薄储层预测,可在常规地震属性分析预测的基础上,通过求取频散属性做进一步的预测分析,综合图6,图7和图8的分析结果提出井位建议。

图6 过DK17-D15-DK6井频散属性剖面

图7 研究区储层段频散程度平面分布

图8 研究区储层段波谷属性平面分布

3 认识与结论

1) 频散AVO属性有利于提高鄂北大牛地气田的储层预测精度。在致密薄储层条件下,不同储集类型波阻抗差异小,且反射波振幅调谐作用明显,储层预测难度大。针对研究区实际地质条件与勘探开发需求,引入振幅变化以外的信息,加强多属性特别是叠前地震属性的综合应用研究是十分必要的。

2) 针对大牛地气田特定研究区块的频散属性应用研究,要做好正演和时频分析等基础研究工作。正演分析可以了解具体区块与储层段反射系数随频率的变化情况；利用高精度谱分解算法的地震道分解与重构技术得到的纵波分频能量剖面,可以根据低频阴影及其在不同频率分频剖面上的变化规律来分析薄储层响应异常与频率的关联性。

3) 不同的叠前地震属性对探区油气地质条件的适应性不尽相同。在开展频散AVO属性应用研究时,要根据研究区的特点分析方法的适应性,以便开展针对性的工作。同时,应重视频散属性与其它地震属性的联合应用,以及结合地质、测井和各种物探资料的综合分析,以提高储层含油气性预测的可靠性。

参 考 文 献

[1] 关达,张卫华,管路平,等.相控储层预测技术及其在大牛地气田D井区的应用[J].石油物探,2006,45(3):230-233

Guan D,Zhang W H,Guan L P,et al.Reservoir prediction under the constraint of seismic or sediment phase and application to DND Gas Field[J].Geophysical Prospecting for Petroleum,2006,45(3):230-233

[2] 张卫华,刘忠群,陈胜红,等.用物探预测方法对岩性气藏有利目标区作选区评价——以鄂尔多斯盆地大牛地气田为例[J].天然气工业,2013,33(3):24-27

Zhang W H,Liu Z Q,Chen S H,et al.Seismic-based play fairway analysis in lithologic gas reservoir exploration:a case study from the Daniudi Gas Field in the Ordos Basin[J].Natural Gas Industry,2013,33(3):24-27

[3] Chapman M,Zatsepin S V,Crampin S.Derivation of a micro-structural poroelastic model[J].Geophysical Journal International,2002,151(2):427-451

[4] Chapman M,Maultzsch S,Liu E,et al.The effect of fluid saturation in an anisotropic multi-scale equant porosity model[J].Journal of Applied Geophysics,2003,54(3/4):191-202

[5] Chapman M,Liu E,Li X Y.The influence of fluid-sensitive dispersion and attenuation on AVO analysis[J].Geophysical Journal International,2006,167(1):89-105

[6] Brown R L.Anomalous dispersion due to hydrocarbons:the secret of reservoir geophysics[J].The Leading Edge,2009,28(4):420-425

[7] Qian S,Chen D.Joint time-frequency analysis[J].IEEE Signal Processing Magazine,1999,16(2):52-67

[8] 苑书金.非正交小波变换的频谱分解技术在大牛地气田储层预测中的应用[J].天然气工业,2007,27(12):52-54

Yuan S J.Application of spectrum decomposition of non-orthogonal wavelet transforms to reservoir prediction in Daniudi Gasfield[J].Natural Gas Industry,2007,27(12):52-54

[9] 蔡刚,吕锡敏,苏明军,等.频谱分解技术在准噶尔盆地油气勘探中的应用[J].天然气工业,2006,26(4):35-37

Cai G,Lv X M,Su M J,et al.Application of frequency spectrum decomposition technique in exploration in the Junggar Basin[J].Natural Gas Industry,2006,26(4):35-37

[10] Batzle M,Hofmann R,Han D H,et al.Fluids and frequency dependent seismic velocity of rocks[J].The Leading Edge,2001,20(2):168-171

[11] Smith G C,Gidlow P M.Weighted stacking for rock property estimation and detection of gas[J].Geophysical Prospecting,1987,35(9):993-1014

[12] 宁媛丽.频散介质基于反演谱分解的AVO方法研究[D].长春：吉林大学,2012

Ning Y L.Study on AVO of dispersive medium using inverse spectral decomposition[D].Changchun:Jilin University,2012

[13] Partyka G,Gridley J,Lopez J.Interpretational applications of spectral decomposition in reservoir characterization[J].The Leading Edge,1999,18(3):353-360

[14] 黄中玉,王于静,孙显义,等.分频技术在气层识别中的应用[J].勘探地球物理进展,2008,31(1):73-76

Huang Z Y,Wang Y J,Sun X Y,et al.Application of frequency division technology in the detection of gas reservoir[J].Progress in Exploration Geophysics,2008,31(1):73-76

[15] 韩利.高分辨率全谱分解方法研究[D].长春：吉林大学,2013

Han L.Research on the methods of high-resolution full spectrum decomposition[D].Changchun:Jilin University,2013

[16] 赵彦超,郭振华.大牛地气田致密砂岩气层的异常高孔隙带特征与成因[J].天然气工业,2006,26(11):62-65

Zhao Y C,Guo Z H.Characteristics and origins of high-porosity zones in tight gas sand in Daniudi Gas Field,the Ordos Basin[J].Natural Gas Industry,2006,26(11):62-65

[17] 苑书金,董宁,于常青.地震波衰减技术在鄂尔多斯盆地储层预测中的应用[J].石油物探,2006,45(2):182-185

Yuan S J,Dong N,Yu C Q.The application of seismic attenuation technology for reservoir prediction in Erdos Basin[J].Geophysical Prospecting for Petroleum,2006,45(2):182-185