叠前多重降维复杂岩性预测技术——以元坝西部须三段为例

盛秋红

(中国石油化工股份有限公司 勘探分公司，成都 610041)



叠前多重降维复杂岩性预测技术

——以元坝西部须三段为例

盛秋红

(中国石油化工股份有限公司 勘探分公司，成都 610041)

川东北元坝西部地区上三叠统须家河组第三段岩性复杂多样，储层岩性以钙屑砂岩为主，不同类型岩性地球物理响应特征差异小，岩性预测难度大。针对上述难点，开展叠前多重降维复杂岩性预测技术研究。多重坐标变换逐次降维可将2个弹性参数合并成1个岩性区分能力最大的新弹性常数，用于识别目标岩性。提出了基于叠前多重降维分析的岩性预测的实现流程，以岩石物理分析为基础，多重坐标变换降维为核心，对相控约束叠前弹性参数反演得到的弹性参数数据体进行多重降维，从而实现复杂岩性分布预测。元坝西部须三段钙屑砂岩预测的应用分析证实了该方法预测精度高、实用性强。

钙屑砂岩；坐标变换；多重降维；岩性预测

川东北地区上三叠统须家河组成藏条件优越、气源充足，具备良好的勘探潜力。在川东北元坝地区，以须家河组为主要目的层的中浅层陆相致密砂岩领域已成为该区天然气勘探的重要接替领域[1]。元坝地区西部须家河组第三段(简称“须三段”)储层岩石类型主要为钙屑砂岩，具有石英含量低、碳酸盐岩碎屑含量高的特点[2]。钙屑砂岩储层易溶蚀，粒间溶孔、粒内溶孔发育，而且脆性颗粒成分多，有利于微裂缝形成，酸压改造后易获高产。钙屑砂岩与砾岩、岩屑砂岩的地球物理响应特征无明显差异、波阻抗差异小，地震属性分析、波阻抗反演等技术识别难度大，发展复杂岩性识别技术，能有效提高须三段的勘探开发效益，对四川盆地陆相层系油气勘探具有借鉴意义。

叠后波阻抗反演、拟声波反演、叠前AVO属性反演、敏感属性分析等储层预测技术在四川盆地须家河组储层预测中取得了较好的效果[3-10]。元坝西部须三段岩性复杂，勘探初期采用叠后反演方法预测岩性，多解性大，预测精度不能满足高效勘探要求。Bachrach等人将岩石物理分析、全波形反演和高分辨地震解释结果结合，对深水储层的岩性进行了识别和划分[11]。Kamal等利用人工神经网络算法对不确定性分析进行了研究，并在时深转换中引入孔隙度、渗透率、饱和度等储层参数，用于区分目标储层岩性，取得了较好的效果[12]。但如何区分钙屑砂岩与砾岩、岩屑砂岩，目前还几乎为空白。

本文讨论以多重坐标变换为核心的岩性预测技术，提出利用叠前多重降维分析进行岩性预测的流程。该方法不仅可以克服单一参数进行岩性预测的多解性，而且由于引入了降维处理，提高了效率。该方法在元坝西部钙屑砂岩储层岩性预测的应用中，取得了较好的效果，值得借鉴。

1　岩石物理分析

岩石物理研究是储层地震预测的物理学基础，岩石物理分析在储层特性与地震特性之间起到桥梁作用，帮助分析岩性、含流体性质与地球物理特征之间的关系，减小预测的不确定性和多解性。利用研究区的钻井、测井、测试、岩性等资料开展不同岩石类型测井响应和岩石物理分析[13]，得到储层岩性敏感弹性参数。

1.1测井响应信息表征

分析目的层岩石测井响应特征，不同类型岩石测井响应既有差异也有相似。元坝西部须三段岩性主要为砾岩、泥岩、岩屑砂岩、钙屑砂岩等，统计分析已钻井的自然伽马(GR)、密度(ρ)、声波时差(AC)、中子(CNL)、电阻率(RT)等测井曲线和波阻抗(IMP)特征值(表1)，钙屑砂岩表现为相对低GR、AC、CNL、RT和相对高ρ、IMP；但是其特征值与其他岩性仍然存在较多的重叠区间，利用单一的测井属性参数和波阻抗难以识别钙屑砂岩储层，因此，需要进一步开展岩石物理分析，寻找储层岩性的敏感弹性参数[14]。

表1　须三段不同岩性测井响应特征统计Table 1　Statistics of logging response characteristics in Member 3 of Xujiahe Formation

1.2岩性弹性参数敏感分析

岩石弹性参数包括杨氏模量(E)、体积模量(K)、剪切模量(G)、拉梅常数(λ)、泊松比(μ)、纵横波速度比(vP/vS)，以及计算得到的Gρ、λ/G、λρ和ZEI(弹性波阻抗)[15,16]。对于弹性波阻抗ZEI(θ)，当入射角θ不同时，反映不同的弹性参数，大角度弹性波阻抗对岩性敏感度优于小角度弹性阻抗，目前多用ZEI(30°)进行岩性识别[17]。通过弹性参数与岩性交会筛选分析，得到岩性的敏感弹性参数，是储层岩性预测的关键[18,19]。元坝西部须三段目的层最大入射角约40°，通过钻井分析结合不同角度覆盖次数分析，ZEI(30°)岩性识别能力较强，选取ZEI(30°)与其他弹性参数一起进行多井多参数岩石物理统计分析(图1)。Gρ能区分钙屑砂岩和岩屑砂岩，ZEI(30°)能区分钙屑砂岩和砾岩，但是，单一的弹性参数不能有效地识别钙屑砂岩。

交会分析弹性参数ZEI(30°)、Gρ(图2)与岩性的关系，不同岩性的样点值分散、叠置，泥岩的Gρ和ZEI(30°)处于低值区，Gρ在10～46之间，ZEI(30°)在5 800～12 500之间；岩屑砂岩的Gρ和ZEI(30°)值较泥岩高，Gρ在39～66之间，ZEI(30°)在12 300～15 000之间；钙屑砂岩的Gρ和ZEI(30°)值较高，Gρ在65～90之间，ZEI(30°)在15 000～17 000之间；砾岩的Gρ在79～100之间，与钙屑砂岩的Gρ叠置较多，而ZEI(30°)较钙屑砂岩高，主要处于17 000～19 000的高值区。因此弹性参数Gρ和ZEI(30°)为须三段岩性识别的敏感弹性参数，通过弹性参数逐一过滤降维，能有效预测钙屑砂岩的分布。

图1　元坝西部须三段多井多参数分析图Fig.1　Histogram of different elastic parameters in Member 3 of Xujiahe Formation

图2　元坝西部须三段多井ZEI(30°)与Gρ交会图Fig.2　Crossplot of Gρ versus ZEI(30°) in Member 3 of Xujiahe Formation

2　多重降维岩性预测技术

2.1坐标变换技术

前文的岩石物理研究表明单一弹性参数识别岩性能力有限，开发坐标变化技术，通过坐标旋转把一个坐标系统转换到另一个更合适的坐标系统中，形成一个新的弹性参数，该参数对岩性有最大的识别区分能力[20]。由于不同弹性参数量纲不同，坐标变换时保持某一弹性参数不变，另一个弹性参数转换为无量纲的新弹性参数，新弹性参数AVOIMP通过式(1)计算。

AVOIMP=Ax+By+C

(1)

如图2所示，保持ZEI(30°)不变，以O1为原点，O1A线为轴线(图2中蓝色线)逆时针旋转，得到新的坐标系(图3)，Gρ转换形成新的弹性参数AVOIMP1。新的弹性参数AVOIMP1通过式(2)实现。

AVOIMP1=0.000194876ZEI(30°)-

Gρ+67.1281

(2)

一重坐标变换降维后，以0轴为界能快速区分出相对高速的砾岩和钙屑砂岩(AVOIMP1<0)。为进一步识别钙屑砂岩储层，继续进行第二重坐标变换，仍然保持ZEI(30°)不变，以O2为原点，O2B线为轴线顺时针旋转，得到新的坐标系(图4)，AVOIMP1转换形成新的弹性参数AVOIMP2。经过二重坐标变换降维，得到只包含储层岩性的钙屑砂岩(AVOIMP2>0)，从而达到高精度储层岩性识别的目的。新的弹性参数AVOIMP2通过式(3)实现。

AVOIMP2=-0.0218667ZEI(30°)-

0.999761Gρ+457.371

(3)

2.2叠前多重降维岩性预测实现流程

基于叠前多重降维分析的岩性预测基本步骤如下。

a.岩石物理分析优选敏感弹性参数：根据地质、测井、录井等资料，对测井曲线及由纵、横波速度、密度测井曲线计算得到的岩石弹性参数，利用 直方图统计和交会分析技术，优选储层岩性敏感弹性参数。

图3　一重降维后新参数AVOIMP1与ZEI(30°)交会图Fig.3　Crossplot of ZEI(30°) versus AVOIMP1 after first dimensionality reduction

图4　二重降维坐标变换(左)新参数AVOIMP2与ZEI(30°)交会图(右)Fig.4　Crossplot of ZEI(30°) versus AVOIMP2 before(left) and after(right) second dimensionality reduction

b.多重降维得到新的岩性识别参数：对优选出的2个储层岩性敏感参数进行交会分析，在交会图中找到能将不同岩性分布区域分开的斜直线，以此直线为轴线进行坐标变换降维，获得新的岩性识别参数。岩石类型复杂时，一重坐标变换不能有效识别储层岩性，采用同样的坐标变换方法，在第一重坐标变换的基础上进行二重或多重坐标变换，最终获得能高精度识别储层岩性的新弹性参数，并确定新参数与原敏感参数之间的函数关系。

c.相控约束叠前弹性参数反演：地震属性分析确定目的层有利沉积相宏观展布，以此为约束进行叠前弹性参数反演，获得纵波阻抗、横波阻抗、纵横波速度、密度、泊松比、体积模量、拉梅系数、弹性阻抗等多种数据体[21-24]。

d.储层岩性预测：将步骤b中多重降维获得的新弹性参数与原参数的函数关系应用于步骤c得到的弹性参数数据体，便可得到新弹性参数数据体，即储层岩性识别数据体，从而实现储层岩性分布预测。

3　应用分析

研究区元坝西部构造上位于四川盆地川北拗陷九龙山构造带南翼，须三段沉积时期主要为辫状河三角洲-滨浅湖沉积体系，受西北部龙门山北段二叠-三叠系碳酸盐岩母岩的影响，须三段岩性复杂多样，包括钙屑砂岩、砾岩、岩屑砂岩、泥岩等，储层岩石类型以钙屑砂岩为主，主要发育在上亚段和中亚段，砂体厚度较大，分布较稳定。预测钙屑砂岩的分布是优质储层预测的基础。

本次研究根据多重降维的思路，首先通过岩石物理分析优选敏感弹性参数ZEI(30°)和Gρ，应用式(2)和式(3)二重坐标变换降维，建立钙屑砂岩区分能力最大的新弹性常数AVOIMP2与ZEI(30°)、Gρ的函数关系；其次，在叠前道集优化处理的基础上开展相控叠前弹性参数反演，获得弹性参数ZEI(30°)和Gρ数据体；最后将反演得到的弹性参数数据体变换为新弹性常数AVOIMP2数据体。图5为过A井的新弹性参数剖面，其中红黄色代表钙屑砂岩，其AVOIMP2>0；而蓝绿色代表砾岩，其AVOIMP2<0：预测结果与钻井吻合度较高。图6为研究区须三段中亚段钙屑砂岩厚度预测分布，从图中可以看出，砂体厚度由西北向东南方向逐渐变薄，与来自西北方向物源的辫状河三角洲沉积一致，辫状河道及水下分流河道发育区钙屑砂岩厚度最大。表2为厚度预测误 差统计结果，井点预测厚度与实钻吻合度较高，相对误差≤7.8%。

图5　过A井新弹性参数AVOIMP2剖面图Fig.5　The inverted new elastic parameter(AVOIMP2) section cross Well A

井号钻井厚度/m预测厚度/m绝对误差/m相对误差/%井号钻井厚度/m预测厚度/m绝对误差/m相对误差/%A12.511.80.75.6Y616.916.20.74.1Y119.418.80.63.1Y710.911.30.43.7Y229.227.91.34.5Y827.025.11.97.0Y326.924.82.17.8Y912.012.80.86.7Y416.117.31.27.5Y1016.715.61.16.6Y523.122.11.04.3Y118.99.40.55.6

图6　元坝西部须三中亚段钙屑砂岩厚度预测平面图Fig.6　Predicted thickness map of sandstone in the middle section of Member 3 of Xujiahe Formation

4　结 论

a.坐标变换技术通过坐标旋转将2个弹性参数合并成一个对岩性识别能力更强的新弹性参数，从而达到岩性预测的目的。多重降维即为多次坐标变换，逐次降维而构建目标岩性区分能力最大的新参数。

b.运用叠前多重降维复杂岩性预测技术预测了元坝西部地区须三中亚段钙屑砂岩的平面分布规律，辫状河道及水下分流河道是钙屑砂岩储层发育有利区，厚度预测误差均≤7.8%。这为研究区进一步勘探开发提供了重要的基础资料。

c.本文提出的基于叠前多重降维分析的复杂岩性预测流程切实可行，尤其在岩性复杂、不同岩性地球物理响应特征差异小的条件下，利用较为成熟的叠前弹性参数反演技术，以坐标变换为核心，为复杂岩性的高精度预测提供了一种新的方法。

在论文的撰写中，得到中国石化勘探分公司勘探研究院孙均、王涛、李文成等人的大力支持与帮助，特致谢意！

[1] 盘昌林，刘树根，马永生，等.川东北须家河组储层特征及主控因素[J].西南石油大学学报(自然科学版)，2011，33(3)：27-34．

Pan C L, Liu S G, Ma Y S,etal. Reservoir characteristics and controlling factors of the Xujiahe Formation in northeastern Sichuan Basin[J]. Journal of Southwest Petroleum University (Science & Technology Edition), 2011, 33(3): 27-34. (In Chinese)

[2] 王威．高能河道砂体特征及勘探意义——以元坝地区须三段为例[J].石油实验地质,2013,35(6):659-661．

Wang W. Characteristics of high-energy channel sandstone and its exploration significance: A case from Xujiahe Formation in Yuanba area[J]. Petroleum Geology & Experiment, 2013, 35(6): 659-661. (In Chinese)

[3] 杨孛，李瑞，杨滔．白马庙须家河薄互层储层预测方法与应用[J].物探化探计算技术，2012,34(6)：685-690．

Yang B, Li R, Yang T. Xujiahe thin interbedded reservoir prediction methods and applications in Baimamiao[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2012, 34(6): 685-690. (In Chinese)

[4] 肖继林,胡伟光,肖伟,等.川东北马路背地区须家河组储层综合预测[J].天然气技术，2010,4(3):17-19．

Xiao J L, Hu W G, Xiao W,etal. Comprehensive prediction of basal reservoir in Xujiahe Formation, Malubei area northeastern Sichuan Basin[J]. Natural Gas Technology, 2010, 4(3): 17-19. (In Chinese)

[5] 甘其刚，许多，李勇,等．川西深层须家河组气藏储层预测关键技术[J].成都理工大学学报(自然科学版)，2012,39(5)：523-529．

Gan Q G, Xu D, Li Y,etal. Key prediction method for deep Upper Triassic Xujiahe Formation gas reservoirs in West Sichuan, China[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2012, 39(5): 523-529. (In Chinese)

[6] 王权锋，张艳芳．川中广安地区须家河组须二段气藏储层预测[J].天然气工业，2012，32(10):38-41．

Wang Q F, Zhang Y F. Reservoir prediction of the 2nd member of the Xujiahe Formation in the Guangan area, middle Sichuan Basin[J]. Natural Gas Industry, 2012, 32(10): 38-41. (In Chinese)

[7] 王长城，赵家琳．河包场须家河组二段致密砂岩有效储层预测[J].特种油气藏，2014，21(2):21-23．

Wang C C, Zhao J L. Prediction of net pay in the Xujiahe Formation member Ⅱ tight sandstone, Hebaochang area[J]. Special Oil & Gas Reservoirs, 2014, 21(2): 21-23. (In Chinese)

[8] 周路，倪华玲，郭海洋,等．四川盆地安岳地区须二段储层特征及有利区地震预测[J].天然气工业，2014，34(5):72-77．

Zhou L, Ni H L, Guo H Y,etal. Characteristics of T3x2gas reservoirs and seismic prediction of play fairways in the Anyue area, Sichuan Basin[J]. Natural Gas Industry, 2014, 34(5): 72-77. (In Chinese)

[9] 凡睿,刘力辉,石文斌,等.元坝西部地区须二下亚段致密砂岩储层预测研究[J].石油物探,2015,54(1):83-89．

Fan R, Liu L H, Shi W B,etal. Tight sandstone reservoir prediction of lower subsection of Xu-2 member in western Yuanba area[J]. Geophysical Prospecting for Petroleum, 2015, 54(1): 83-89. (In Chinese)

[10] 陈祖庆,杨鸿飞,王静波.基于叠前反演的致密砂岩含气储层识别技术研究[J].天然气技术与经济，2015,9(4):18-22．

Chen Z Q, Yang H F, Wang J B. Identifying tight sandstone gas reservoir based on prestack inversion[J]. Natural Gas Technology and Economy, 2015, 9(4): 18-22. (In Chinese)

[11] Ran B. Combining rock physics analysis, full waveform prestack inversion and high-resolution seismic interpretation to map lithology units in deep water: A Gulf of Mexico case study[J]. Leading Edge, 2004, 23(4): 378.

[12] Kamal Hami-Eddine, Richard L, Klein P. Integration of lithology uncertainties in net volume prediction using Democratic Neural Network Association[C]//SEG Houston 2013 Annual Meeting, 2013: 2495-2499.

[13] 甘利灯,赵邦六，杜文辉,等.弹性阻抗在流体与岩性预测中的潜力分析[J].石油物探，2005，44(5)：504-508．

Gan L D, Zhao B L, Du W H,etal. The potential analysis of elastic impedance in the lithology and fluid prediction[J]. Geophysical Prospecting for Petroleum, 2005, 44(5): 504-508. (In Chinese)

[14] Mavko G, Mukerji T, Dvorkin J. The Rock Physics Handbook[M]. Cambridge: Cambridge University Press, 1998．

[15] Downton J E, Ursenbach C. Linearized amplitude variation with offset (AVO) inversion with supercritical angles [J]. Geophysics, 2006, 71(5): 49-55.

[16] Lavaud B, Kabir N, Chavent G. Pushing AVO inversion beyond linearized approximation [J]. Journal of Seismic Exploration, 1999, 8: 279-302.

[17] 梁兵,杨建礼,张春峰,等.叠前弹性参数反演在黄珏油田的应用[J].石油勘探与开发，2007，34(2)：202-206．

Liang B, Yang J L, Zhang C F,etal. Application of pre-stack elastic parameter inversion in Huangjue Oilfield[J]. Petroleum Exploration and Development, 2007, 34(2): 202-206. (In Chinese)

[18] Chopra S, Pruden D. Multi-attribute seismic analysis on AVO derived parameter — A case study [J]. Leading Edge, 2003, 22(10): 998-1002.

[19] 孙鹏远，孙建国，卢秀丽. PP 波AVO 多属性交绘图分析[J].天然气工业，2004，24(2)：44-47．

Sun P Y, Sun J G, Lu X L. Multiple attribute cross-plot analysis of PP-wave AVO[J]. Natural Gas Industry, 2004, 24(2): 44-47. (In Chinese)

[20] 刘力辉，李建海，刘玉霞.地震物相分析方法与“甜点”预测[J].石油物探，2013，52(4)：432-437．

Liu L H, Li J H, Liu Y X. Seismic reservoir property facies analysis and sweet spot prediction [J]. Geophysical Prospecting for Petroleum, 2013, 52(4): 432-437. (In Chinese)

[21] 郭旭升，凡睿. AVO技术在普光气田鲕滩储层预测中的应用[J].石油与天然气地质，2007，28(2)：198-202．

Guo X S, Fan R. Application of AVO techniques to reservoirs prediction of oolitic beach facies in Puguang gas field[J]. Oil & Gas Geology, 2007, 32(4): 198-202. (In Chinese)

[22] 王振国,陈小宏,王学军,等.AVO 方法检测油气应用实例分析[J].石油地球物理勘探,2007,42(2):194-197．

Wang Z G, Chen X H, Wang X J,etal. Cases analysis of applying AVO to detect hydrocarbon[J]. Oil Geophysical Prospecting, 2007, 42(2): 194-197. (In Chinese)

[23] 王保丽, 印兴耀, 张繁昌.弹性阻抗反演及应用研究[J].地球物理学进展，2005，20(1)：89-92．

Wang B L, Yin X Y, Zhang F C. Elastic impedance inversion and its application[J]. Progress in Geophysics, 2005, 20(1): 89-92. (In Chinese)

[24] Wang Y H. Approximations to the Zoeppritz Equations and their use in AVO analysis [J]. Geophysics, 1999, 64(6): 1920-1927.

Complex lithology prediction technique based on pre-stack multiple dimensionality reduction: a case study for the Member 3 of Xujiahe Formation in western Yuanba area, Sichuan, China

SHENG Qiu-hong

ExplorationCompanyofSINOPEC,Chengdu610041,China

The lithological composition of the Member 3 of Upper Triassic Xujiahe Formation in Yuanba western region, Sichuan is very complicated and is composed mainly of calcareous sandstone with minor differences in geophysical responses, which lead to great difficulties in lithological prediction. Complex lithology prediction technique of pre-stack multiple dimensionality reduction is carried out to solve this problem. A new elastic parameter, as a combination of two other elastic parameters by using multiple successive coordinate transformation dimensionality reduction, can get best result in distinguishing different lithology. Based on rock physics and multiple successive coordinate transformation dimensionality reduction, the elastic parameters from pre-stack elastic inversion constrained by sedimentary facies are transformed to new elastic parameter, which highly improves the ability of lithological identification. The successful application of the prediction method in Yuanba western region proves to be of high prediction precision and practicability.

calcarenaceous sandstone; coordinate transformation; multiple dimensionality reduction; lithological prediction

10.3969/j.issn.1671-9727.2016.04.08

1671-9727(2016)04-0447-07

2016-04-30。

国家科技重大专项(2011ZX05002-004)。

盛秋红(1968-),女,博士,高级工程师,从事石油物探及地质综合研究, E-mail:shengqh.ktnf@sinopec.com。

TE132.14; P631.4

A