利用Russell流体因子进行致密砂岩气“甜点”预测

徐 玥，张林清

（中国海洋大学海洋地球科学学院，山东青岛266100）

利用Russell流体因子进行致密砂岩气“甜点”预测

徐 玥*，张林清

（中国海洋大学海洋地球科学学院，山东青岛266100）

基于Biot-Gassmann方程和Russell流体因子公式，利用叠前同时反演获得的纵波阻抗、横波阻抗和密度数据，通过岩石物理公式得到 f作为识别流体的敏感性参数。过井 f剖面预测的“甜点”与井上探明的气水层吻合度较高，在致密砂岩气中预测“甜点”准确可靠，说明Russell流体因子不仅适用于常规储层的油气勘探，在致密砂岩气储层中也取得了较好的应用效果。

Russell流体因子；致密砂岩气；“甜点”

随着石油勘探和开发难度的日益增大，人们对储层预测和流体识别提出了更高的要求，因此地球物理学家期望能从地震数据中获得对流体反应较为敏感的参数[1-3]。Smith和Gidlow[4]于1987年首次提出流体因子的概念，提出用叠前地震数据加权叠加得到流体因子和伪泊松比剖面预测岩性和流体。Goodway等[5]于1997年指出了LMR（拉梅参数反演）技术在预测流体方面的优势。Gray等[6]于2002年改进了Goodway方法，消除了密度影响，实现了直接利用拉梅参数作为流体因子进行流体识别。Russell等[7]于2003年基于Bi⁃ot-Gassmann理论提出流体敏感识别参数ρf，并在2006年[8]指出 f可以直接作为流体因子进行储层中孔隙流体类型预测。印兴耀等[1]于2010年利用反演直接从弹性波阻抗数据体中提取流体因子和拉梅常数，指出利用流体参数 f能有效地区分不同的流体类型，并于2013年[9]研究了2项弹性阻抗反演与Russell流体因子的直接估算方法，在深层储层流体识别中取得了较好的应用效果。

致密砂岩气是以低孔隙度低渗透率为特点的储层中的非常规天然气资源，难以利用常规技术进行开采，需要特殊的采气工艺技术才能产出有经济价值的天然气。我国于2011年颁布了第一个关于致密砂岩气的行业标准（SY/T6832-2011），标准规定致密砂岩气一般为孔隙度小于10%、渗透率小于1×10-3μm2的储层。其中发育的相对优质的有效储层称为“甜点”，大部分油气都储集在这些“甜点”储层中[10-11]。本文研究区目的层的孔隙度大部分在7%左右，渗透率一般在5mD左右，属于典型的低孔低渗储层，难以用常规的储层预测方法准确预测“甜点”。本文拟利用Russell流体因子进行研究区的“甜点”预测。

1 基本原理

1.1 Biot-Gassmann方程

单相介质的纵横波速度表达式是：

式中：VP——纵波速度；

VS——横波速度；

λ——第一拉梅常数；

μ——第二拉梅常数或剪切模量；

K——体变模量；

ρ——密度；

σ——泊松比；

E——杨氏模量。

根据Biot-Gassmann理论，在多孔流体饱和岩石中：

式中：Kdry——干岩石骨架的体积模量；

λdry——干岩石骨架的第一拉梅常数；

μ——剪切模量或第二拉梅常数；

μsat——饱和岩石的剪切模量；

μdry——干岩石的剪切模量，且μ=μdry=μsat；

ρsat——饱和岩石密度；

β——Biot系数；

M——模量，是在不改变地层体积的前提下，把流体压入地层所需的压力。

1.2 Russell流体因子

根据公式（5）、（6）、（7）、（8）可以推导出：

式中：ZP——纵波阻抗；

ZS——横波阻抗；

c——常数，可以表示为：

c是干岩石骨架的纵横波速度比的平方，Murphy等[12]于1993年指出纯石英质砂岩的c随着孔隙度变化，平均值为2.233。印兴耀等[1]于2010年提出2种方法来确定c值，一是直接依靠岩石物理测量数据，二是根据纵横波速度以及密度测井资料计算。

由式（9）、（10）可以推导出Russell流体因子 f[7]：

2 交会图分析

图1是K-f交会图，圆点代表气水层，三角形点代表干层，整体来看，气水层的 f值比干层小，椭圆圈出了气层的大致范围，气水层的 f值大都小于8× 109Pa，K值大都小于2.6×1013g/(m·s2)，气水层对应的 f值有不超过10%的部分落在大于8×109Pa的范围内，用f能较好地区分气水层和干层，因此在实际应用中我们用参数 f预测“甜点”。

图1 K-f交会图

3 “甜点”预测—流体识别

通过测井曲线的交会图分析可得：研究目的层内的气水层的 f值小于8×109Pa。图2是过井A的反演 f剖面，井上灰黑色代表气水层，A井含气最丰富，几乎没有水层，A井上共有3套气层，由上到下依次在砂组H3b、H3c和H4b中，井上的气层与剖面上反演的气层对应得很好。观察剖面可知：在H3b顶层到H4b底层之间共识别出4套气层分别在砂体H3b、H3c、H4a和H4b中，在剖面上分别用椭圆圈出，这与已经探明的气层分布相吻合。H3b气层在2607～2630ms之间，H3c在2667～2681ms之间，H4a在2716～2723ms之间，H4b在2781～2807ms之间，测井解释结果显示H3b气层厚度为92m，H3c气层厚度为58m，H4a气层厚度为26m，H4b气层厚度为128m，因此 f指示的气层与测井解释结果匹配地较好。

4 结论

（1）基于井上的密度测井曲线和声波时差曲线选择敏感度较高的Russell流体因子 f预测“甜点”，并且总结出对应流体的取值范围，利用该参数反演在研究区中预测“甜点”取得了较好的效果。

（2）本研究区有低孔隙度低渗透率的特点，对目的地层的研究表明Russell流体因子 f在致密砂岩气中预测“甜点”得到了较好的效果，说明Russell流体因子不仅适用于常规的储层研究，同样也能在致密砂岩气勘探中发挥重要作用。

图2 过井A反演 f剖面（井上灰黑色是气层）

[1]印兴耀，张世鑫，张繁昌，郝前勇.利用基于Russell近似的弹性波阻抗反演进行储层描述和流体识别[J].石油地球物理勘探，2010，45（3）：373-380.

[2]宗兆云，印兴耀，吴国忱.基于叠前地震纵横波模量直接反演的流体检测方法[J].地球物理学报，2012,55（1）：284-292.

[3]印兴耀，张世鑫，张峰.双相介质理论指导下的流体因子精细构建与应用[J].地球物理学进展，2013，28（6）：2911-2918.

[4]Smith G C,Gidlow P M.Weighted Stacking for Rock Property Estimation and Detection of Gas[J].Geophysical Prospecting, 1987,35(9):915-942.

[5]Goodway B,Chen T W,Jon Downton.Improved AVO Fluid De⁃tection and Lithology Discrimination Using Lame Petrophysical Parameters:“λρ”,“μρ”,&“λμFluid stack”,from P and S Inversions.Expanded Abstracts of 67th SEG Mtg,1997:183-186.

[6]Gray D.Elastic Inversion for Lame Parameters[C]//72th SEG Expanded Abstracts，2002.

[7]Russell B.H.,K.Hedlin,F.J.Hilterman,L.R.Lines.Fluid-Property Discrimination with AVO:A Biot-Gassmann Perspec⁃tive[J].Geophysics,2003,68(1):29-39.

[8]Russell B H,Gray D,Hampson D P,etal.Linearized AVO and Poroelasticity[J].CREWES Research Report,2006,18:1-25.

[9]印兴耀，张世鑫，张峰.针对深层流体识别的两项弹性阻抗反演与Russell流体因子直接估算方法研究[J].地球物理学报，2013,56(7)：2378-2390.

[10]尤丽，张迎朝，李才，等.基于沉积成岩-储集相分析确定文昌9区低渗储层“甜点”分布[J].吉林大学学报：地球科学版，2014,44(5):1432-1440.

[11]杨晓萍，赵文智，邹才能，等.川中气田与苏里格气田“甜点”储层对比研究[J].天然气工业，2007,27(1):4-7.

[12]Murphy,W.,Reischer,A.,and Hsu,K.,Modulus Decomposi⁃tion of Compressional and Shear Velocities in Sand Bodies[J]. Geophysics,1993，58：227-239.

TE122.2

A

1004-5716(2016)04-0020-03

2016-02-26

2016-02-26

徐玥（1990-），女（汉族），山东淄博人，中国海洋大学海洋地球科学学院在读硕士研究生，研究方向：地震反演技术与地震数据处理。