陆相致密砂岩薄互储层正反演定性识别技术研究

曹磊，陈光宇，张营

（中国石化东北油气分公司，吉林长春130062）

陆相致密砂岩薄互储层正反演定性识别技术研究

曹磊，陈光宇，张营

（中国石化东北油气分公司，吉林长春130062）

如何准确地对薄互储层进行识别刻画一直是勘探开发物探解释人员研究的目标。通过以储层的岩石物理分析、模型正反演研究为基础，定性分析梨树断陷七棵树油田储层的识别能力，从而进行随机反演和随机模拟。结合正、反演的结果对目的储层进行识别刻画，在该地区致密砂岩储层的勘探开发中起到关键性的作用，为该地区的储量计算提供了重要依据。

正反演技术；薄互储层；致密砂岩

梨树断陷七棵树油田十屋8井区沙河子一段储层属陆相致密砂岩。由于近物源堆积，运移距离短，因此砂岩成分成熟度低，结构成熟度低。由于埋藏深度大，地温高，造成物性较差[1-2]。孔隙度一般为5.8%～16%，多数小于10%，渗透率一般小于1×10-3μm2。储层非均质性明显，成岩作用强烈，自生矿物发育，多为自生石英，充填了大部分孔隙，储集空间为残余原生孔隙、长石溶蚀孔隙、黏土矿物晶间孔隙等，其中次生孔隙长石溶孔占主要地位。如何准确地对这种类型的致密砂岩储层进行识别，是该地区勘探开发急需解决的问题。

1 岩石物理分析

本地区沙河子组油层具有以下特征：低声波时差，一般在210～238 μs/m之间，平均值为219 μs/m，围岩的声波时差变化较大，在210～350 μs/m之间，大部分泥岩的声波时差在250 μs/m以上，部分层段与油层的声波时差值非常接近，无法有效区分。GR值较低，储层的GR值在80 API以下，油层孔隙度在8%以上。

从波阻抗、GR统计直方图上可以看出（图1）：沙河子组砂岩波阻抗值较高，泥岩波阻抗值较低，门槛值为12 000 g/cm3·m/s左右。波阻抗直方图上，砂泥岩重叠较多，区分能力稍差。与声波相比，GR的砂泥岩界更明显，利用GR识别砂泥岩更直观。

在波阻抗—GR交会图上（图2），波阻抗、GR具有较好的负相关性，沙河子组波阻抗—GR的相关系数为-0.75。在波阻抗—孔隙度交会图上，波阻抗与砂岩孔隙度也有较好的相关性。沙河子组波阻抗—孔隙度的相关系数为-0.74。因此，本地区的资料具备了进行高分辨率随机反演和属性模拟的条件。

图1 沙河子组波阻抗、GR砂泥岩分布直方图Fig.1 Wave impedance and Gamma ray attributes distribution histogram of Shahezi group

图2 沙河子组波阻抗与GR、孔隙度交会图分析Fig.2 Wave impedance,Gamma ray and porosity attributes distribution crossplot of Shahezi group

表1 十屋8井区二维正演模型参数Table 1 2D forward modeling parameters of well SW8

2 理论模型正演

为了更好地了解本地区地震资料和反演结果对储层的分辨能力，利用地震层位、钻井资料设计了两个模型，具体模型参数见表1。

2.1 厚储层定性识别

图3是利用十屋11井沙河子组砂岩、泥岩速度和南北向Cross Line1235过井线设计的模型[3]。首先对模型做正演，得到合成地震道（图4a）。合成地震道剖面上，1小层在强波峰上，3、4小层位于波谷中，7、8小层位于最大波峰—波谷之间，与实际地震剖面（图4b）相似，因此，设计模型与十屋11井地质情况基本吻合。通过对正演模型做反演（图4c），达到的效果与实际反演结果基本一致（图4d），常规反演无法分辨4 m厚的薄砂层，能较好地分辨16 m的砂层。

2.2 薄储层定性识别

图5是用SW803-SW801-SW8-2-SW8-SW8-1井沙河子组2、3、5、11小层砂岩和相应的连井线设计的模型。

图3 厚储层识别正演模型Fig.3 Thickness identification forward modeling

图4 （a）过sw11井设计模型的合成地震道、（b）设计模型的原始地震剖面、（c）正演结果的确定性反演剖面和（d）实际地震确定性反演剖面Fig.4 （a）Synthetic seismic traces of SW11 forward model,（b）original seismic section of designed model,（c）inversion section of forward result and（d）real inversion section

通过正演得到了该模型的合成地震道（图6a），合成地震道上，2、3小层位于营城组底的强波峰—波谷之间，隔层无法辨别。5小层表现为一个弱的波谷—波峰可以识别。11小层在强波峰下部，与实际的连井地震剖面吻合（图6b）。

通过对模型做反演（图6c），可以看出：2、3小层及中间夹层合并成一个强波阻抗地层。5小层在横向上基本上能分辨，但纵向厚度不准确。11小层与5小层类似。实际反演剖面（图6d）上，远比模型反演结果复杂，2、3小层与模型反演结果类似。5小层在纵向、横向上变化大，不能较好分辨。11小层为强波阻抗界面。因此对于薄砂层，常规反演无法有效分辨。

3 反演及储层预测精度分析

图5 薄储层识别正演模型Fig.5 Thick reservoir identification forward modeling

图6 多井薄储层定性识别分析：（a）设计模型的合成地震道、（b）设计模型的原始地震剖面、（c）正演结果的稀疏脉冲反演剖面和（d）实际地震稀疏脉冲反演剖面Fig.6 Multiple well thin reservoir qualitative identification analysis:（a）Synthetic seismic traces of designed model,（b）seismic section designed model,（c）forward model result of sparse pulse inversion and（d）real seismic sparse pulse inversion section

随机反演成果在井点处忠实于井点数据，在平面上受地震分布的约束，在空间变化上遵从于统计的波阻抗变差函数的规律，按照最新的地质统计学分类，随机反演被定义为地质参数的地震条件模拟，在钻井较多时，是储层预测的最佳手段之一[4-5]。

随机反演结果分辨率高，如果采样间隔足够小，甚至可以达到井的分辨率，但由于逐个采样点计算，计算量大，计算时间长，对计算机的要求高，采样点太多则无法计算。本区地震工区面积近60 km2，但线距、道距小，且目的层较厚，整个数据体反演需要运行的时间较长。本次研究采用序贯高斯随机模拟方法对薄储层进行识别。序贯高斯输入参数主要为变量统计参数（均值、标准偏差）、变差函数参数（变程、块金效应等）及条件数据等，计算随机模拟所需要的参数输入的变程如下：长轴：631 m；短轴：450 m，垂向高度：2.2 ms；方位角：28°。同时对随机反演的采样率进行了测试，最后确定本次随机反演的采样率为0.5 ms，对应于深度间隔大约是1～1.5 m。

3.1 随机模拟效果分析

图7是SW11、SW803、SW801、SW8-2、SW8、SW8-1连井波阻抗随机反演剖面。可以看出：波阻抗随机反演结果在横向上受地震数据和稀疏脉冲反演趋势的约束，在纵向上分辨率明显提高，且与井吻合得较好，能较好地区分各个砂层，可以作为下一步含油砂体储层追踪的数据体。

与波阻抗相比，GR能更好地区分砂泥岩，砂泥岩的界限很明显，便于追踪[6]。研究区域井多，且分布相对均匀，波阻抗与GR在目的层的相关系数较高，一般在-0.7以上，满足储层参数模拟的条件，具体做法如下：

将测井资料的GR曲线作为输入，原始波阻抗反演成果作为软数据，对GR的趋势进行约束。在模拟过程中，统计井中GR的变差函数和概率密度函数，并运用到模拟结果中，最终模拟的GR空间结构变化关系与井点统计的变差函数相吻合。将所有这些作为输入资料进行序贯高斯模拟运算，得到了GR随机模拟的结果（图8）。

3.2 含油砂体储层识别与刻画

将GR随机模拟结果转成砂泥岩剖面，门槛值为GR＜80API，叠合到GR随机模拟剖面上，以过井剖面、连井剖面的解释结果为种子点，对含油砂体储层的顶、底进行解释，解释密度为5 m×5 m，最后得到含油砂体储层的分布区域[7]。

对2小层的油砂体进行追踪，面积为17.3 km2。SW8-SW803井所在的断块，砂岩厚度2～7m，孔隙度在10%以上，是目前发现的主力区块，SW8-4-2井往北，到SW8-1、TG1井，砂岩迅速减薄。SW10井所在的断块，目前仅有1口井控制，砂岩厚度2～6 m，平均3.5 m左右[8]。从含油砂体追踪的结果来看，该断块南部砂岩厚度较大，往北砂岩减薄。在SW9井区，含油砂体呈北东向分布，砂岩厚度在2～8 m之间，平均厚度4 m，在SW9井的西北方向和南部，砂岩厚度变大，厚度在6 m以上。

图7 SW11-SW803-SW801-SW8-2-SW8-SW8-1连井波阻抗随机反演剖面Fig.7 SW11-SW803-SW801-SW8-2-SW8-SW8-1 well tie impedance inversion section

图8 SW11-SW803-SW801-SW8-2-SW8-SW8-1连井GR随机模拟剖面Fig.8 SW11-SW803-SW801-SW8-2-SW8-SW8-1 well tie impedance inversion section of GR

通过本次研究对十屋8井区沙一段的5主力含油小层进行储量计算，十屋8井区属中深层、特低丰度储量，平面上共划分为13个计算单元，共计算地质储量452×104t。其中2小层为主力含油小层，平面上分布含油连片，具一定规模，计算单元分为6个，地质储量为271.65×104t，占储量总数的60%。

4 结论

1）通过正反演定性地对薄储层厚度进行识别，并选择合适的储层预测方法刻画、追踪储层展布，这种技术方法在梨树断陷七棵树致密砂岩的勘探开发中起到了关键性的作用。

2）岩石物理分析是确定识别储层敏感参数的基础，同时地震正演中准确应用岩石物理分析中的地球物理参数是确定薄储层厚度的关键。

3）随机模拟是识别刻画薄储层较为有效的方法技术，在准确的地震地质模型的约束下，紧密结合地震相、测井钻井资料可以准确刻画薄储层，并预测其展布规律。

[1]张勇，韩文功，苏朝光，等.油气藏地震正演模型与分析[M].北京：石油工业出版社，2009.

[2]韩文功，闫昭岷.陆相断陷盆地油气藏地震响应模式[M].北京：石油工业出版社，2009.

[3]曹磊.地层尖灭线地震正演模型定量研究[J].东北油气与开发，2013，7（11）：22-24.

[4]曹磊，李瑞磊.多种储层预测技术在苏家屯地区的应用[J].石油天然气学报，2012，34（3）：186-189.

[5]曹磊，杨刚.基于测井资料的岩石物理学正反演技术[J].物探与化探，2013，37（1）：171-174.

[6]熊翥.地层、岩性油气藏地震勘探方法与技术[J].石油地球物理勘探，2012，47（1）：1-18.

[7]马中高，管路平.利用模型正演优选地震属性进行储层预测[J].石油学报，2003，24（6）：35-39.

[8]曹磊，王培茂.地震岩石物理分析在陆相砂砾岩储层研究中的应用[J].吉林石油工业，2013，33（1）：4-6.

（编辑：杨友胜）

Study of qualitative recognition of forward and inversion on thin interbedded reservoir of dense sandstone

Cao Lei,Chen Guangyu and Zhang Ying
(Northeast Petroleum Company,SINOPEC,Changchun,Jilin 130062,China)

∶How to identify and character accurately of thin interbedded reservoir has always been the goal of the geophysicist. Based on rock physics analysis and the forward and inversion of model,the qualitative analysis of the reservoir’s recognition ability in Qikeshu oilfield of Lishu fault depression were carried out,followed by stochastic inversion and stochastic simulation.Combina⁃tion of the forward and inversion results to identify and character the target reservoir play an important role in the exploration and development of the tight sandstone reservoir and provide important basis for the reserve calculation in this area.

∶forward and inversion,thin interbedded reservoir,tight sandstone reservoir

TE122.2

A

2014-11-28。

曹磊（1982—），男，工程师，硕士，储层预测研究。