叠前反演在南海北部白云凹陷深水区域储层预测中的应用

汪瑞良，颜承志，胡琏，张卫卫，明治良，刘波

（1. 中海石油（中国）有限公司 深圳分公司，广东 广州，510240；2. 赛吉纪地球科技（北京）有限公司，北京，100027）

叠前反演在南海北部白云凹陷深水区域储层预测中的应用

汪瑞良1，颜承志1，胡琏1，张卫卫1，明治良2，刘波2

（1. 中海石油（中国）有限公司 深圳分公司，广东 广州，510240；2. 赛吉纪地球科技（北京）有限公司，北京，100027）

研究应用岩石物理分析、正演和叠前同步反演的综合方法，提高地震振幅预测储层的准确性。该方法首先分析目标区地层压实趋势及岩石物理特征，制定目标区弹性与岩性、物性之间的关系；再对CRP道集地震数据进行质量控制处理并分析其特征，利用叠前同时反演进行储层预测研究；最后结合区域盆地沉积特点，采用岩相流体概率分析的方法将地震弹性信息转化为易于理解和分析的岩性、物性等地质信息。经实际钻井检验，该技术提高了对白云深水区优质储层预测的精度，可以解决复杂地质条件下优质砂岩储层的识别难题，降低深水勘探的风险。

南海；深水；岩石物理；叠前同时反演

海洋深水覆盖区储层研究是油气勘探的前沿和热点［1］。现阶段在中国南海北部白云深水区储层研究方法主要是通过地震亮点和第3类AVO特征（3类AVO特征指反射P波近角度能量强，并随入射角增加而明显增强）搜索天然气储层［2］，在勘探初期取得了成功。2006年，中海油在南中国海珠江口盆地白云深水区发现了A3-1大型气田。A3-1目标4口钻井钻探结果与钻前的储层及流体预测一致，在SQ21ma层系（SQ21）钻遇多套高孔、高渗砂岩储层，单井测试日产百万方以上。但在 A3-1气田周边滚动勘探的实践过程中，发现对储层的预测出现了严重的多解性。A3-1气田南部A9-1目标SQ23.8ma层系（SQ23.8）地震反射具有与A3-1气层相似的亮点和3类AVO特征，实际却钻遇大量生物碎屑灰岩，孔隙度在15%～30%之间，有效渗透率极低（小于1×10-4μm2），难以进行商业开发。依据振幅属性而导致的钻探失利，使目标区勘探决策陷入困境。前人的研究认为通过岩石物理分析求取岩性和流体的敏感弹性参数，应用叠前同时反演方法识别储层和流体能够提高精度［3-5］，对道集的优化处理和测井数据校正能够进一步改善叠前反演的可靠性［6-10］。本文作者从成因上分析了研究区面临的问题，应用叠前反演方法，结合岩石物理的岩相概率分析将弹性数据体转化为定量的概率体，尝试解决该区优质含气储层预测的问题。

1　区域概况

研究区位于中国南海北部白云凹陷，水深1 500 m左右，主力勘探层系是珠江组深水扇砂岩和珠海组三角洲-深水扇砂岩。渐新世时期珠海组（32.0～23.8 Ma）发育了1套广泛分布的浅海陆架三角洲沉积体系，自西北向东南延伸推进到目标区中部，目标区东南部为陆坡-海盆的深水沉积环境。中新世时期（23.8～10.5 Ma），由于白云凹陷持续沉降作用，陆架坡折带北迁，目标区整体开始接受了以富砂的深水扇体和深海泥岩为主的珠江组沉积［1］。图1所示为研究区珠江组SQ21的振幅异常分布图，黑色代表振幅异常预测的砂体分布范围，其中A3-1已经钻探证实为高孔渗砂岩储层，A9-1目标钻探证实为低渗生物碎屑灰岩储层。二者振幅特征非常接近，但是钻遇储层岩石类型迥异。A3-1气田北部断块下降盘发育的深水扇体虽然有构造背景，但不具备亮点和3类AVO的地震反射特征，以往研究认为很可能没有储层发育。

图1　研究区振幅异常分布图（黑色为异常）Fig. 1　Amplitude distribution in research area

2　白云深水区振幅多解性的成因分析

影响深水沉积砂岩压实成岩过程的因素很多，包括胶结物类型、超压、油气充注［11-12］。A3-1区块的岩石物理深度压实趋势与墨西哥湾深水区不同。图2所示为研究区岩石弹性趋势图。从图2可见：较平缓的趋势线为墨西哥湾的压实趋势，而散点代表趋势线为白云深水趋势线，泥岩趋势变化的幅度较墨西哥湾更剧烈。

图2　研究区岩石弹性趋势Fig. 2　Rock elastic trend in research area

图3所示为研究区内砂岩储层与生物碎屑灰岩储层薄片照片和地震剖面图。由图3可见：A，B，C和D井为钻探效果较好，储层为高孔隙度含气砂岩，而E和F井钻探的储层为高孔隙度低渗透率的生物钙屑灰岩，从薄片照片上看，这类储层保留了非常完整生物体腔孔，整体孔隙度极高，密度和波阻抗都非常低，与砂岩类似，二者地震剖面振幅特征几乎相同。

图4所示为不同类型储层地震响应正演图。利用研究区内的压实趋势建立Trend-wedge模型，压实趋势以海底面为起始点，模型基于实测泥岩的压实趋势，建立纵波阻抗、纵横波速度比、密度体背景趋势，结合储层特征进行正演运算。图 4（a）中①，②和③分别为含气砂岩和钙屑灰岩在不同埋深条件下反射特征。其中含气砂岩储层参数来源于A3-1-2，而生物钙屑灰岩储层参数来源于A9-1-1。图4（b）中①，②和③分别为含气砂岩和钙屑灰岩储层地震响应正演结果。由图4（b）可见：含气砂岩都表现为亮点，而钙屑灰岩在上覆地层厚度较小时振幅特征表现与砂岩气层相差较大，当地层厚度增大时的钙屑灰岩储层在压实趋势的影响下的振幅特征与含气砂岩几乎相同。导致利用亮点技术或AVO属性进行储层预测时，会出现误判。

图3　研究区内砂岩储层与生物碎屑灰岩储层薄片照片和地震剖面Fig. 3　Thin slice photo and seismic profile of sand reservoir and bioclastic limestone reservoir in research area

图4　不同类型储层地震响应正演Fig. 4　Forward modeling of seismic response of different type reservoir

图5　研究区内含气砂岩和含水砂岩在不同孔隙条件下的AVO响应Fig. 5　AVO characteristic of brine sand and gas sand with different porosities in research area

砂岩随压实程度增加，地震AVO特征也发生变化。图5所示为研究区内含气砂岩和含水砂岩在不同孔隙条件下的AVO响应图，储层弹性计算方式参考经典岩石物理模型［13］。由图5可见：砂岩在不同压实条件下的AVO特征。由于受压实趋势影响，埋深越大，孔隙度越低，砂岩的阻抗高，与围岩的差异越小，反射系数降低。表明在孔隙度降低到14%～16%时，含气砂岩也失去了亮点与3类AVO特征，其振幅量级与22%～24%的含水砂岩特征类似。这说明如果单纯用亮点或AVO特征判断含气砂岩会漏过一些中等孔隙的含气储层。

3　白云深水区振幅多解性的解决方案

3.1测井岩石物理分析

测井岩石物理分析是地震储层预测研究的基础，通过岩石物理分析，可以判断岩石弹性参数能否准确区分目标区的含烃储层［14］。根据研究区测井相的解释情况，将各井岩性定义为5类（泥岩，致密钙质砂岩，生物碎屑灰岩，含水砂岩和含气砂岩）。首先建立不同含气饱和度与不同孔隙度条件下目的层的岩石物理定量解释模板，重点分析泥岩、生物碎屑灰岩和含气砂岩。

图 6所示为研究区岩石物理量版图。模板（图 6）下部由刻度线围成近似三角形的区域是砂岩区，右下线簇交点为质量分数为90%的石英骨架点的响应，最上方 1条为纯含水砂岩线，反映了黏土质量分数为10%情况下泥质砂岩孔隙度增加后，纵波阻抗和纵横波速度比的变化趋势，孔隙度增加，纵波阻抗减小，纵横波速度比增高。最下方的1条为100%饱含气砂岩线，反映出饱含气的岩孔隙度增加后，纵波阻抗减小，但纵横波速度比变化不大。2条线之间按照含气饱和度20%的递增。泥质砂岩的线簇中还包括了4条近垂直方向的等孔隙度变化线，从右到左分别代表了孔隙度为10%，20%，30%和35%时泥质砂岩弹性响应随饱和度的变化规律。交会图上散点都来自于实际测井数据，分别代表不同的岩性，其中深灰色代表饱和气砂岩，黑色代表钙屑灰岩和水砂岩，浅灰色代表泥岩。从图6可知：纵横波速度比和纵波阻抗对优质含气储层的识别非常有效，气砂岩分布在图版的左下部，位于低纵波阻抗和低纵横波速度比的区域。当孔隙度降低时，气砂分布区域会右移，但仍然与泥岩和含水砂岩有差异。从图6可以看出：生物钙屑灰岩与含水砂岩与其有一定的叠置，但是通过双参数图版区分泥岩、生屑灰岩以及含气砂岩可行。岩石物理图板为后续地震反演数据体岩相和流体解释及解释参数敏感性测试分析提供了指导和依据［15］。

图6　研究区岩石物理量版图Fig. 6　Rock physics template in research area

3.2岩相概率密度分布

岩性流体概率分析是应用地震反演结果进行岩性定量解释的工具，是基于贝叶斯判别准则，分析岩性与弹性参数之间的相互关系，充分利用反演得到的弹性参数，得到岩性概率体的工具。针对白云深水区的储层特点，采取具有针对性的岩性流体概率分析技术流程，其流程主要是：

依照白云深水研究区的构造特征及沉积特点，确定储层发育的地质层段并按照地层年代将其划分为 2个层段，从现阶段地质和钻井分析来看，岩性发育与沉积环境相关联，珠江组SQ21层段主要发育泥岩和含气砂岩，SQ23.8层段主要发育泥岩和生物钙屑灰岩。

利用地球物理正演分析成果和测井解释成果，采用层段内纵波阻抗与纵横波速度比交汇分析的方法，降低维度，减少岩性叠置的影响。结合测井岩石物理量版，分层段建立岩相流体概率密度函数，表征相应沉积层段内岩性弹性分布关系。

图7所示为研究区3种岩相的概率密度分布图。根据量版上不同岩相的分布，计算出的泥岩、含气砂岩、钙质碎屑灰岩在纵横波速度比和P阻抗的交汇图上的概率密度分布函数。从图7可以看出：3种岩相的分布区域有差异，因此对目标区应用叠前反演得到纵横波速度比和P波阻抗这2项弹性参数之后，就可以通过概率密度函数将反演数据转化为不同岩相的概率体，直接识别出含气优质砂岩储层。

4　应用叠前同时反演对储层的预测

针对研究区主力勘探层系进行了多角度道集的叠前同时反演（AVO/AVA约束稀疏脉冲同时反演），最终得到稳定可靠的纵波阻抗体，纵横波速度比体，密度体等弹性数据体，并通过岩相概率密度函数转换为岩相概率体。

4.1储层预测结果

4.1.1A3-1北断块SQ21层系储层预测

图8所示为研究区叠前反演过井剖面图。由图8可见：箭头所指处目的层SQ21位于A3-1北块断层下降盘，上覆地层厚度大于A3-1井区，由于区域内砂岩受强烈压实作用，孔隙度会降低，纵波阻抗受到的影响大，所以从纵波阻抗剖面上不能看到任何异常信息；而纵横波速度比受压实作用影响小，从纵横波速度比数据体上可以看到明显的低值异常体。图9所示为研究区SQ21层系砂体波阻抗和纵横波速度比平面属性图。由图9（a）可见：原始振幅平面图相比，振幅无亮点特征的A3-1北区在含气概率分布图上与A3-1气田类似，是非常有利的勘探目标。由图9（b）可见：用叠前反演弹性属性通过岩相概率密度分布函数计算得到SQ21层系优质含气砂岩概率分布图。

图7　研究区3种岩相的概率密度分布Fig. 7　Probability distribution of the three type rock phase in research area

图8　研究区叠前反演过井剖面Fig. 8　Pre-stack inversion Section across wells in research area

图9　研究区SQ21层系砂体振幅平面属性图和纵横波速度比平面属性图Fig. 9　P-impedance and vp/vsattribution map of SQ21 formation in research area

4.1.2A3-1气田东南A4-1目标SQ23.8层系储层预测

图10所示为珠海-珠江组SQ23.8-SQ21层系砂岩储层（深黑色）与生物碎屑灰岩储层（浅黑色）分布剖面。如图10可见：从A3-1到A4-1岩相概率体剖面，可以看出A4-1和A9-1在SQ23.8层系岩相都是生物碎屑灰岩，是不利的钻探目标。图11所示为研究区珠海组 SQ23.8层系生物碎屑灰岩储层平面分布图。由图11可见：A4-1处发育高孔隙度低渗透率的生物钙屑灰岩。

图10　研究区珠海组SQ23.8层系生物碎屑灰岩储层平面分布Fig. 10 Plan of bioclastic limestone reservoir distribution in Zhuhai SQ23.8 formation

图11　研究区珠海组SQ23.8层系生物碎屑灰岩储层平面分布Fig. 11 Plan of bioclastic limestone reservoir distribution in Zhuhai SQ23.8 formation

4.2钻探结果检验

2013年中国海洋石油深圳分公司对图9标记1处的A3-1构造北断块实施钻探，钻遇厚度达20 m的中孔含气砂岩储层，与预测成果非常吻合，提高了A3-1气田的探明储量。研究成果不仅成功的预测了 A3-1北的含气性，还表明目标东侧 A3-2也有较好的含气性，是下一步的滚动勘探目标。

A4-1目标钻探结果揭示出SQ23.8层系储层是含气的生物碎屑灰岩，与预测结果一致。

5　结论

1） 地震正演研究表明，南海北部白云深水区特殊的岩石物理压实趋势使通过振幅亮点或3类AVO特征识别优质砂岩气层出现了多解性，容易将含气生物碎屑灰岩混淆进来并忽略中-低孔隙的优质含气砂岩储层。

2） 通过建立研究区纵横波速度比与纵波阻抗的岩石物理图版和岩相概率密度分布函数，采用叠前同时反演和岩相流体概率分析的方法对区域内的不同类储层分布进行刻画，可以解决复杂地质条件下优质砂岩储层的识别难题，降低深水勘探的风险。该研究方法经2个目标实钻地检验，证实有效。

［1］ 庞雄， 陈长民. 南海珠江深水扇系统及油气［M］. 北京： 科学出版社， 2007： 10-40. PANG Xiong， CHEN Changmin. The pearl river deep-water fan system & petroleum in south China sea［M］. Beijing： Science Press， 2007： 10-40.

［2］ 张卫卫， 何敏， 颜承志， 等. AVO叠前反演技术在珠江口盆地白云深水区烃类检测中的应用［J］. 中国海上油气， 2010， 22（3）：160-163. ZhANG Weiwei， HE Min， YAN Chengzhi， et al. An application of AVO pre-stack inversion technique to DHI in Baiyun deep-water area， pearl river mouth basin［J］. China Offshore Oil and Gas， 2010， 22（3）： 160-163.

［3］ 郎晓玲， 彭仕宓， 康洪全， 等. 叠前同时反演方法在流体识别中的应用［J］. 石油物探， 2010， 49（2）： 164-169. LANG Xiaoling， PENG Shimi， KANG Hongquan， et al. Application of prestack simultaneous inversion in fluid identification［J］. Geophysical Prospecting for Petroleum， 2010，49（2）： 164-169.

［4］ 肖思和， 李曙光， 许多， 等. 叠前弹性波阻抗反演在储层预测中的应用［J］. 物探化探计算技术， 2010， 32（5）： 476-479. XIAO Sihe， LI Shuguang， XU Duo， et al. Application of pre-stack elastic impedance inversion to reservoir prediction［J］. Computing Techniques for Geophysical and Geochemical Exploration， 2010， 32（5）： 476-479.

［5］ 黄饶， 刘志斌. 叠前同时反演在砂岩油气藏预测中的应用［J］.地球物理学进展， 2013， 28（1）： 380-386. HUANG Rao， LIU Zhibin. Application of prestack simultaneousinversion in sandstone oil reservoir prediction［J］. Progress in Geophysics， 2013， 28（1）： 380-386.

［6］ 刘小龙， 王华， 赵淑娥， 等. 自适应最优核时频分布在地震储层预测中的应用［J］. 中南大学学报（自然科学版）， 2012， 43（8）：3114-3120. LIU Xiaolong， WANG Hua， ZHAO Shue， et al. Application of adaptive optimal kernel time-frequency representation in reservoir prediction［J］. Journal of Central South University （Science and Technology）， 2012， 43（8）： 3114-3120.

［7］ 鲍熙杰， 赵海波. CRP道集优化处理对叠前反演的影响［J］. 石油地质与工程， 2013， 27（1）： 39-41， 55. BAO Xijie， ZHONG Haibo. Effects analysis of CRP gather optimal processing on prestack inversion［J］. Petroleum Geology and Engineering， 2013， 27（1）： 39-41， 55.

［8］ 杨敏， 李明， 李艳东， 等. 优化岩石物理模型以提高横波速度预测精度［J］. 石油天然气学报， 2013， 35（7）： 74-77. YANG Min， LI Ming， LI Yandong， et al. Prediction of shear wave velocity by using optimized rock physical models［J］. Journal of Oil and Gas Technology， 2013， 35（7）： 74-77.

［9］ 刘爱疆， 张玮， 李卿. 基于岩石物理测试模型的测井曲线校正方法［J］. 中国测试， 2013， 39（5）： 21-23. LIU Aijiang， ZHANG Wei， LI Qing. Correction method of logging curves based on rock physics model［J］. China Measurement & Test， 2013， 39（5）： 21-23.

［10］ HAN Dehua. Fizz water and low gas-saturated reservoirs［J］. The Leading Edge， 2002， 21（4）： 395-398.

［11］ HAN Dehua. Velocities of deepwater reservoir sands ［J］. The Leading Edge， 2006， 25（4）： 460-466.

［12］ FRED H. Pore-fluid quantification： unconsolidated vs. consolidated sediments［J］. SEG Expanded Abstracts， 2009，28（1）： 331.

［13］ BIOT M A. Theory of propagation of elastic waves in a fluid-saturated porous solid［J］. The Journal of the Acoustical Society of America， 1956， 28（2）： 168-178.

［14］ AVSETH P， MUKERJI T， MAVKO G. Quantitative seismic interpretation［M］. United Kingdom： Cambridge University Press，2009： 11-50.

［15］ VASQUEZ C， OCHOA W. An improved gas-reservoir delineation from seismic-derived［J］. The Leading Edge， 2014，33（7）： 764-772.

（编辑 罗金花）

Application of prestack inversion in reservoir prediction in deep water area in baiyun sag of northern South China sea

WANG Ruiliang1， YAN Chengzhi1， HU Lian1， ZHANG Weiwei1， MING Zhiliang2， LIU Bo2

（1. Shenzhen Branch of CNOOC Ltd， Shenzhen， Guangzhou 510240， China；2. Compagnie Generale deGeophsique， Beijing 100027， China）

Application of petrophysical analysis and integrated approach of forward and pre-stack simultaneous inversion were studied to improve the prediction reservoir accuracy of seismic amplitude. First， by analyzing the compaction trends and rock-physics based on log data in target area， the relationship between elasticity， lithology phase and reservoir properties were figured out. Second， the reservoir prediction was applied by using pre-stack inversion after QC the CRP gather data and analyzing their characteristics. Finally， the seismic elasticity was converted into geological information by using fluid and lithology face probability analysis （FFP） under the guidance of local sedimentation phases. It has been proved by drilling practice that this technique can improve the precision in predicting high quality reservoir with very complex geology background in Baiyun deep water area， and reduce the risk of deep water area exploration.

the South China sea； deepwater； rockphysics； prestack inversion

T618.130.2+1

A

1672-7207（2016）04-1305-07

10.11817/j.issn.1672-7207.2016.04.029

2015-04-16；

2015-06-20

国家科技重大专项（2011ZX05025-003）（Project （2011ZX05025-003） supported by the National Science and Technology Major Program of China）

汪瑞良，高级工程师，从事地球物理方法在油气勘探开发中的应用研究；E-mail：wangrl@cnooc.com.cn