珠江口盆地富油层段地球物理识别方法研究——以恩平凹陷为例

刘 铮， 汪瑞良， 刘 军， 罗 伟, 罗 泽

(中海石油(中国)有限公司 深圳分公司,深圳 518054)

0 引言

研究经验表明，受地震资料分辨率的限制和薄层干涉的影响，单一薄油层与水层的地球物理特征差异较小，因此根据地球物理特征来区分单一的薄油层、水层的难度较大[1-2]。但是在一定厚度的层段内，当油层段分布比较集中且累计油层厚度较大时，油层段的地球物理响应特征将会比较明显，能够通过地球物理响应特征来区分一定厚度段地层中的油层及水层。由此提出“富油层段”的概念，用于油层的识别。

不同地震属性所代表的地质意义不全相同[3]，因此，先基于“富油层段”优选出敏感属性，再采用聚类分析的方法进一步进行属性优选，它是按照客体在性质上或成因上的亲疏关系，对客体进行定量分类的一种多元统计分析方法[4-5]。通过属性优选后发现总能量、最大振幅能量、能量比、衰减梯度等属性对“富油层段”有较好的识别能力。但是单一属性识别“富油层段”存在一定不足[6-8]，因此，采用多属性融合技术，克服了单一属性的缺陷，进而取得比较好的预测效果[8]。

1 “富油层段”的定义及识别

“富油层段”是根据井上数据统计出来的地质层段的砂地比、油地比等地层参数作为分析的依据，寻求油层的富集层段，然后结合地震数据体中该目的层段的地震属性响应特征，反复论证和试验，寻找出该地质层段内的富油层段，并通过正演分析探寻其规律。

1.1 地层厚度的选取

“富油层段”的厚度，该参数的选取需要结合井上参数与地震属性试验得出。根据恩平凹陷珠江组下段连井剖面对比(图1)，可明确珠江组下段的油层分布及厚度为：A井59.8 m、B井26.6 m、C井18.5 m、D井0 m以及E井0 m。通过对珠江组下段不同厚度(时窗)衰减梯度属性试验分析对比可见(图2)：在时窗为50 ms、厚度为80 m的情况下，衰减梯度属性与已钻井的油层厚度关系吻合最好；此厚度的地层在振幅、频率、相位的属性图上与已钻井的油层厚度关系也有较好地吻合(图3)。

图1 恩平凹陷珠江组下段连井剖面(框内为富油层段)Fig.1 Lower Zhujiang member well connected section in Enping sag

图2 恩平凹陷珠江组下段不同时窗综合衰减梯度属性对比图Fig.2 Gradient attribute maps of different time windows at lower Zhujiang member

1.2 等效净油地比和等效净油砂比

油地比和含水饱和度可以用来定量表征地层段的油层富集程度。一般来说，油地比越高，地震属性异常越大；含水饱和度越高，属性异常越小。为了使定量描述更加直观，笔者将油地比与含油饱和度归到一个概念中，引入等效净油厚度(Hnoeq)、等效净油地比(Roleq)和等效净油砂比(Roseq)：

Hnoeq=h1*S01+h2*S02+…+hn*S0n

(1)

(2)

(3)

其中：h1、h2、hn表示不同油层的油层厚度；S01、S02、S0n表示不同油层的含油饱和度；Dlayer表示地层厚度；Dsond表示砂岩厚度。

为更进一步确定等效净油地比和等效净油砂比的门槛值，我们设计了如下正演模型进行实验(图4)：按照含水饱和度的不同分别设计了等效净油地比为25%、9%、5%和3%等4个模型。不同模型油层的速度、密度参数按以下方式计算得到。首先计算等效净油地比为25%、9%、5%和3%的油层的含油饱和度，再在已钻井储层的速度和密度的基础上，按照不同的含油饱和度(受等效净油沙比影响)进行流体替代得到不同模型油层的速度和密度参数。对正演后的地震数据提取属性(图5)后进行分析：当油层段的等效净油地比大于9%时，无论是最大能量属性或是衰减梯度属性均能较好地识别油层段；当等效油地比小于9%时，两种属性均不能进行识别。

图3 恩平凹陷珠江组下段时窗50 ms(80 m)的振幅、频率、相位属性图Fig.3 Amplitude, frequency, phase maps of 50 ms (80 m) time window at lower Zhujiang member(a)均方根振幅；(b)高频衰减梯度；(c)能量比；(d)振幅正负相位比

图4 恩平凹陷等效净油地比实验正演模型及模型参数Fig.4 Module and parameter of equivalent oil layer ratio

与等效净油地比实验相同，笔者按照含水饱和度的不同分别设计了等效净油砂比为40%、20%和15%等3个模型。模型的速度、密度参数选取与等效净油地比实验相同。 通过对正演后的地震数据提取属性进行分析可见(图6)：当油层段的等效净油砂比大于20%时，无论是最大能量属性或是衰减梯度属性均可较好地识别油层段；当等效油地比小于20%时，最大能量属性和衰减梯度属性均不能进行识别。

通过上述研究，笔者将恩平凹陷内的“富油层段”定义为：地层厚度大于80 m，等效净油地比≥9%、等效净油砂比≥20%。

2 “富油层段”预测及应用

2.1 “富油层段”划分

根据“富油层段”的定义，本次研究将恩平靶区A-E井(5口井)划分为30个地层层段，为了便于研究，将“富油层段”划分为两个级别，其中将等效净油地比大于9%、等效净油砂比大于20%称为I级富油层段，最大单层油层厚度大于5 m、等效净油地比等参数不满足I级富油层段划分的层段称为II级富油层段。根据以上划分标准，将恩平靶区A-E井，共划分出12个“富油层段”(图7)。

图5 恩平凹陷不同等效净油地比的最大能量属性和衰减梯度属性Fig.5 Max energy, gradient attribute maps of different equivalent oil layer ratio

图6 恩平凹陷不同等效净油砂比的最大能量属性和衰减梯度属性Fig.6 Max energy, gradient attribute maps of different equivalent oil sand ratio

珠江组下段地层按此标准分为两个层段，包含3个“富油层段”，其中2个I级富油层段，1个II级富油层段。

2.2 “富油层段”属性预测方法

在“富油层段”优选出敏感属性后再通过属性优选，发现更为敏感和更好识别的总能量、最大振幅能量、能量比、衰减梯度等属性。为了克服单一属性识别能力不足的问题(图8)，在珠江下段“富油层段”，总能量属性响应弱，而能量比属性响应强，笔者采用多属性融合技术进行研究。

通过对恩平靶区珠江组下段的属性分析可知：每一层段的敏感属性都不完全相同，但是总能量、能量比、瞬时频率、FUL_ENG(能量达到85%对应的频率)、Low_Frq(能量达到65%对应的频率)、高频衰减梯度、瞬时主频这几种属性对油层厚度、砂地比、油地比等参数的关系反映较好，从而为用属性融合来预测富油层段提供了选取地震敏感属性的依据。多属性信息融合后综合衰减梯度连井剖面与实际井的对比可见(图9),属性融合的预测结果与井上各“富油层段”吻合较好。

图7 恩平凹陷富油层段划分结果Fig.7 Division result of “rich oil segment”

图8 珠江下段富油层段总能量属性和能量比属性Fig.8 Energy, energy ratio attribute map of lower Zhujiang member(a)总能量属性；(b)能量比属性

图9 多属性信息融合后综合衰减梯度连井剖面Fig.9 Comprehensive gradient section of multi attributes fusion

2.3 实际应用及效果分析

通过等效净油地比、等效净油砂比以及最大单层油层厚度与综合衰减梯度的交汇分析(图10)，当综合衰减梯度大于-0.42时，为含水层段，在这一量纲范围内，有含油层段的出现，同时也验证了当富油层段达到一定级别的时候，属性融合对富油层段的预测才更可靠。当-0.7<综合衰减梯度<-0.42时，为油层段，当综合衰减梯度<-0.7时，为富油层段。

在划分的富油层段级别的基础上，以综合衰减梯度属性量版来判别地层为富油层段的可能行。在恩平靶区A-E五口井划分的30个地层层段中，6个I级富油层段中的5个吻合判断结果，准确率超过80%；6个II级富油层段中4个概率超过50%。30个层段中，富油层段概率超过50%的层段中，只有1个层段错误，将含水层段判断为富油层段；富油层段概率低于50%的层段中，2个层段的判断出现错误，未能识别出2个II级富油层段(表1)。参与研究井的判断准确率为90%。

在恩平靶区A-E五口参与研究的井之外，H-K四口井作为靶区方法验证的井(表2)。H-K四口井划分为24个层段，其中5个层段判断错误，将含水层段判断为富油层段。盲井判断准确率为79%。盲井中的1个II级富油层段也得到了很好地识别。

图10 油层组检测属性响应关系量版Fig.10 Cross plot of “rich oil segment” and comprehensive gradient

井名油层厚度/m等效净油厚度/m平均含油饱和度/%单层最大厚度/m等效净油地比/%等效净油砂比/%综合衰减梯度富油层段概率/%A38.1122.3157.6512.51843-0.96100B7.22.92417.226-0.75100C1.5162.91.511-0.30D000000-0.350E10.54.7234.965.747-0.5960.71A16.99.4554.627.1920-0.71100B6.93.44505.6311-0.4510C000000-0.280D3.32.3935.673.324-0.240E000000-0.390A13.86.963.895.2719-0.5753.57B18.510.190.5510.51021-0.420C000000-0.410D000000-0.360E000000-0.330A12.26.249.214.5414-0.420B17.1110.646.3733-0.6167.86C34.4112.8736.6710.5923-0.77100D000000-0.320E000000-0.4510.71A3221.266.25102438-0.75100B10.65.95564.5625-0.40C14.75.6838.647.9711-0.5339.29D000000-0.280E000000-0.40A27.819.1868.9911.22351-0.72100B7.93.3422.836-0.380C11.95.5346.473.8612-0.92100D000000-0.280E000000-0.420

表2 未参与试验区研究的4口井富油层段预测

3 结论

1)为解决单一薄层中油水界面难以区分的问题，笔者提出了“富油层段”的概念。

2)针对单一属性在识别“富油层段”方面存在不足的问题，对敏感属性优选后进行了信息融合，从而对本区“富油层段”进行了较好地识别。

3)在靶区的54个层段中，利用综合衰减梯度计算得到的富油层段概率进行富油层段判断，与已钻井吻合率超过85%，达到了较好的预测效果。

4)由于受时间限制，本次研究难免存在一定的局限性，比如恩平靶区沉积作用对砂岩物性的影响和由此带来的预测结果差异性，有待进一步深入地研究。

[1] 柳广弟.石油地质学[M].北京:石油工业出版社,2009. LIU G D. Petroleum geology[M].Beijing: Petroleum Industry Press, 2009.(In Chinese)

[2] AVSETH P, MUKERJI T, MAVKO G. Quantitative seismic interpretation[M]． Cambridge: Cambridge University Press, 2005．

[3] 种俊义,贾曙光,丁艳红,等.地震属性参数在安棚深层系储层预测中的应用[J].石油物探, 2003, 42(1): 82-85. ZHONG J Y, JIA S G, DING Y H,et al. Application of seismic attributes in the prediction of deep reservoirs in Anpeng region[J]. Geophysical Prospecting For Petrole, 2003, 42(1): 82-85. (In Chinese)

[4] 纪彤洲,丘津,王冰.应用地球物理信息预测河道砂体方法及应用效果分析[J].特种油气藏,2003(10):4-6. JI T Z , QIU J , WANG B. Channel sands prediction by geophysical information and effectiveness analysis[J]. Special Oil & Gas Reservoirs, 2003(10): 4-6. (In Chinese)

[5] 印兴耀,周静毅.地震属性优化方法综述[J].石油地球物理勘探, 2005, 40(4): 482-489. YIN X Y, ZHOU J Y. Summary of optimum methods of seismic attributes[J]. Oil Geophysical Prospecting, 2005, 40(4): 482-489. (In Chinese)

[6] 魏艳,尹成,丁峰,等.地震多属性综合分析的应用研究[J].石油物探, 2007, 46(1): 42-47. WEI Y, YIN C, DING F,et al. Synthetic analysis of seismic multi-attribute and its application[J]. Geophysical Prospecting for Petroleum, 2007, 46(1): 42-47. (In Chinese)

[7] 季玉新,欧钦.优选地震属性预测储层参数方法及应用研究[J].石油地球物理勘探, 2003, 38: 57-62. JI Y X, OU Q. Reservoir prediction by seismic attributes and effectiveness analysis[J]. Oil Geophysical Prospecting, 2003, 38: 57-62. (In Chinese)

[8] JOHN WILEY，SCHULTZ P S,RONEN S,et al.Seismic guided estimation of properties,parts 1[J].The Leading Edge,1994,13(5):305-310.