李伟波,章学刚,汪 勇,桂志先,周 游,于晓东,赵 威
(1. 长江大学 油气资源与勘探技术教育部重点实验室,湖北 武汉 430100; 2. 长江大学 工程技术学院,湖北 武汉 430100)
随着全球油气勘探程度的不断增加,常规的构造油气藏已越来越少。隐蔽式裂缝型油气藏开始引起高度重视,开始成为新形势下重要的勘探领域[1]。储层裂缝的岩性识别、描述以及预测是裂缝型油气藏勘探开发的重要环节。裂缝作为一种特殊的构造,具有双重作用,既可以作为油气储集空间,也能起到油气运移的通道,在油气勘探中扮演着重要的地位。裂缝储层预测的难点在于:一是裂缝发育区的预测以及发育区的特征;二是裂缝发育区确定后,如何确定其发育程度。针对问题,最开始研究裂缝储层采用的是直接观察法,主要是对岩石露头和岩心裂缝进行宏观观察和分析,但此方法局限性较大且预测精度低;为此袁士义等[2]首次系统的总结分析了裂缝的地质特征和裂缝的空间分布预测技术;测井方法也是一种有效的识别评价裂缝的方法,陈冬等[3]讨论了裂缝在常规测井和成像测井上的不同响应特征及机理,综合利用多种测井图像来识别裂缝发育区;后来又陆续出现了蚂蚁追踪技术[4]、神经网络技术[5]、叠前密度预测[6]和叠后多属性分析[7]等方法来预测裂缝发育区。本文针对准噶尔盆地车排子石炭系地区火山岩裂缝储层进行预测研究,火山岩油气藏是一种非常复杂的隐蔽式油气藏,火山岩岩体分布形式繁多,储集体非均质性严重,含油性错综复杂,为此采用地球物理正演模拟方法来明确火山岩裂缝储层发育特征;采用多属性、多信息、多技术的综合预测方法来进行有利裂缝储层的精准预测。
车排子凸起位置处于克拉玛依市沙湾县,一级构造单元属准噶尔盆地西部隆起,东面紧邻红车断裂带,南面为南缘冲断带的四棵树凹陷,北西伸入扎伊尔山山前(如图1)。车排子地区位于准噶尔盆地西北缘冲断带前端,构造运动剧烈,断裂十分发育。这些断裂依据断裂性质和断裂走向,可分为两组。一组是海西—印支期形成、后期持续活动、从石炭系断至侏罗系底部的一系列近南北走向的逆冲、逆掩断裂;另一组为喜山期形成的从石炭系断至新近系的张性正断裂该凸起是一个海西晚期形成且继承性发育的古凸起,海西晚期以来,凸起区一直为车排子地区构造最高部位,长期处于沙湾和四棵树两个生烃凹陷油气运移指向区,石炭系储层主要为火山岩。
图1 准噶尔盆地西北缘构造单元
根据岩相,岩石薄片和铸体薄片等资料的综合分析观察,归纳出车排子石炭系火山岩储集空间大致可分为如下几种:孤立孔隙型(14%)、连通孔隙型(22%)、裂缝型(2%)、裂缝孔隙型(27%)和孔—缝—洞型(35%)。但从总体上主要可划为三大类:裂缝—孔隙型、孔隙—裂缝型和裂缝型。通过对该地区79个样本孔隙度、渗透率进行调查统计,总体表现低孔—低渗透;但不同类型火山岩亚相都可以形成有利储层,车排子石炭系地区主要是火山颈亚相、近火山口亚相和溢流相下部亚相为主,孔隙度接近于10%,渗透率接近0.1×10-3μm2,主要发育的岩石类型有安山岩(如图2a,裂缝发育)、同生角砾熔岩以及角砾熔岩,总体上这三种亚相有较好的储层物性;相对而言其他的亚相,如:远火山口亚相、火山碎屑沉积亚相等发育的岩石类型为沉凝灰岩、凝灰岩、熔结凝灰岩(如图2b,裂缝较发育)及部分火山角砾岩,镜下观察分析,除了火山角砾岩以外,原生孔隙均不发育,且没有受到次生作用影响,次生孔隙也不发育。虽然火山角砾岩的孔隙度和渗透率都很高,但仅仅局限于火山角砾岩发育的位置,此外凝灰岩局部地区受到断层的影响,略见微裂隙发育。但总体上来说,这些亚相的孔隙度、渗透率都不高,因此物性较差。
a 安山岩裂缝 b 凝灰岩裂缝
图2 裂缝发育较好岩性野外裂缝照片
根据本区石炭系火山岩岩相特征及成像测井裂缝玫瑰花图,采用叠前裂缝方位预测方法对研究区进行裂缝方位的预测,预测结果与实际的成像测井裂缝玫瑰花图吻合较高,基本一致(如图3)。
图3 叠前裂缝走向预测玫瑰花图
本区发育四组裂缝:即近南北向(SN)、东西向(EW)、北东东向(NEE)和北北西(NNW)向。从排66井区石炭系裂缝走向构造图中可以看出(如图4),裂缝走向与断裂走向基本一致,受到断裂构造作用影响较大,裂缝发育程度受构造应力的控制,离断层越近,裂缝的发育越好;不同走向上的裂缝,其发育程度差异也较大,属南北向裂缝最为发育。
图4 排66井区石炭系裂缝走向统计
裂缝的形成受多种因素控制,其物理属性复杂,横向、纵向变化大,表现出很强的各向异性[8]。裂缝多为后期生成,不像其他油气藏具有相应的沉积环境特征,所以裂缝性油气藏比常规油气藏更难于勘探。由于裂缝的复杂性,井与井之间的裂缝方向和密度的预测难于依靠井中结果的外推,当探区测井资料数据不足时,就必须寻找其他方法。本文通过对研究区实际地质模型进行地震数值模拟,以此为基础来分析裂缝段地震响应特征。
有限差分法是最常用的一种正演模拟方法,它将波动方程中波场函数的空间导数和时间导数用相应空间和时间的差分来代替。有限差分一般基于笛卡尔坐标系中的规则网格,在模拟复杂地质构造和复杂地质体的复杂界面时,必然会出现阶梯状的边界,容易产生绕射波;对此往往采用精细网格,而这将导致计算量的增大,为此利用交错网格数值模拟能很好的解决问题[9],本文利用三维速度—应力方程交错网格有限差分弹性波数值模拟方法[10],使得地震数值模拟对地震波在弹性介质中传播模拟能力有了明显提高。
从建立波动方程的三个基本方程(位移与应变方程、位移与应力方程和应力与应变方程)出发,可以推导出以压力P和体变系数K的三维声波方程一般式子。
(1)
对声波方程进行降阶处理,利用位移与质点速度的关系,得到一阶压力—速度方程:
(2)
对式(2)左边时间域求导采用中心差分格式;
O(Δx2)
(3)
考虑到交错网格的网格化,空间域求导采用交错网格一阶导数高阶精度中心差分计算公式:
(4)
而交错网格和常规网格不同的是:交错网格中压力P、K放在整网格上,不同速度分量分别放在其半网格上;最后带入到压力—速度方程,整理得到三维声波交错网格有限差分方程格式为:
(5)
根据车排子石炭系地区的油藏剖面及地震剖面,建立了过排60和排66的地震地质模型(如图5),在石炭系地层不同的位置有不同程度的裂缝发育,其中,排60和排66井位置裂缝较发育,在模型的左侧,设置了无裂缝发育区,目的是为了比较裂缝发育区的地震波场特征,指导裂缝预测。
图5 过排60—排66井石炭系火山岩裂缝地震地质模型
对模型进行波动方程的正演模拟,得到地震波到达裂缝发育区与无裂缝发育区的波场快照(如图6),我们可以看到,与无裂缝发育区相比,在地震波到达裂缝区时,由于裂缝的散射使得反射波杂乱,绕射波相互干涉叠加,造成波前面出现断断续续、模糊的现象。从检波器记录的单炮点地震记录对比图(如图7)可得,在位于裂缝发育区的单炮点记录相较与无裂缝发育区,波形更为杂乱无序。
a 无裂缝发育区 b 裂缝发育区
图6 波动方程数值模拟波场快照
a 无裂缝发育区 b 裂缝发育区
图7 单炮点地震记录对比
车排子石炭系火山岩地区由于其裂缝发育程度不均匀,规模不清,单用一种方法进行储层预测研究,仅有的信息很难以准确地判断出裂缝发育密集地区,从而勾画出勘探区的有利裂缝发育区域。考虑到工区的实际预测难度,本文采用多方法、多技术、多信息的思路进行了综合裂缝预测的研究[11]。主要分析方法有:叠后相干体裂缝预测方法、神经网络裂缝预测方法、蚂蚁追踪预测方法、叠前AVOA裂缝预测方法的结果等,根据其不同方法预测的有利区域分布规律各不相同,各有特点的性质,对实际勘探带进行综合评价。并把对目标区综合预测的结果与实际生产井资料进行了对比(如表1)。通过对比综合分析,评选有效方法,并对勘探区井位提出建议。
表1 裂缝储层预测结果综合评价对比
如表1所示,统计了每种预测方法圈定的高产预测区中总井数(如相干体分析中预测高产区中有13口井)和其中实际资料显示为高产井的数量(如相干体分析中预测区实际高产井数量为8口),并求出高产井吻合率以衡量各方法的准确性。可以看出叠前裂缝预测技术吻合率是最高的,但是由于其根据地震各向异性来定量计算裂缝发育密度和方位的计算过程较为繁琐,我们也可以采用计算过程相对简单,吻合率也很高的波形分类法和叠后统计反演法。神经网络算法是将地震属性与测井资料综合分析的方法,其精确度高于单一的地震属性分析。根据裂缝预测综合评价表的对比分析,优选出了反射强度、神经网络、波形分类和叠后统计反演这4种吻合率较高的预测方法(如图8),再结合效果较好的叠前裂缝预测的资料,综合考虑到勘探区实际硬壳(盖层)和毯砂(运移)范围,如图8f,粗线以东均有“毯砂”分布,是石炭系良好的油气“运移毯”,可以使油气与石炭系有效对接。图8e所示为硬壳分布范围。勾画出如图9a所示的预测有利区,从图中可以看出,预测有利区I、II类与实际的勘探成果有利区(图9b)能够很好的对应匹配,很好的达到了预期效果。对于指导实际的勘探工作起到了良好的作用。
本次研究,以车排子东翼石炭系火山岩裂缝储层为主要目标,综合研究了车排子地区石炭系火山岩的构造、储层、裂缝等特性,为裂缝储层预测奠定了基础和依据;利用地震数值模拟技术建立了裂缝发育区与不发育区(过井模型等)的地震地质模型,分析了裂缝段的地震波场响应特征,指导了实际资料的裂缝储层预测;采用了多种方法进行裂缝预测研究,其中叠前裂缝预测技术吻合率最高。叠后预测方法吻合率较高的有波形分类法、叠后统计反演法和神经网络算法等。多种方法综合分析预测出储层的有利区域,并与实际的勘探成果区进行对比,能够很好的吻合实际有利区,很好的指导了勘探区的井位部署。
图8 多方法储层预测有利区域
a 车排子地区多方法预测有利区 b 车排子地区勘探成果
图9 车排子地区多方法预测储层有利区与实际勘探成果图对比
[1] 何雨丹, 魏春光. 裂缝型油气藏勘探评价面临的挑战及发展方向[J]. 地球物理学, 2007, 22(2): 537-543.
[2] 袁士义, 宋新民, 冉启全. 裂缝性油气藏开发技术[M]. 北京: 石油工业出版社, 2004.
[3] 陈冬, 魏修成. 塔河地区碳酸盐岩裂缝型储层的测井评价技术[J]. 石油物探, 2010, 49(2): 147-152.
[4] 陈兆明, 秦成岗, 周江江. 蚂蚁追踪技术在裂缝检测中的应用[J]. 长江大学学报(自然版), 2013, 10(26): 71-75.
[5] 苏启旺, 陈鹏, 彭祖昭, 等. 基于神经网络技术的填充墙裂缝开展预测研究[J]. 建筑科学, 2016, 32(9): 69-73.
[6] 王保才, 刘军, 陈黎, 等. 叠前密度反演技术在顺南地区碳酸盐岩储层预测中的应用[J]. 工程地球物理学报, 2016, 13(4): 508-512.
[7] 汪勇, 陈学国, 桂志先, 等. 叠后多属性分析在哈山西石炭系火山岩裂缝预测中的应用研究[J]. 地球物理学进展, 2014, 29(4): 1772-1779.
[8] Fryer G J, Frazer L N. Seismic waves in stratified anisotropic media-II.Elastodynamic eigensolutions for some anisotropic systems[J]. Geophys, 1987(91): 73-101.
[9] 智敏, 张广忠, 杨光明, 等. 一阶声波方程高阶交错网格有限差分数值模拟方法[J]. 黑龙江科技信息, 2013(34): 84-85.
[10] Mocza P, Kristek M J, Kristekova M. 3D displacement finite difference and a combined memory optimisation[J]. Bull. Seism. Soc.Am., 1999(89): 69-79.
[11] 张涛, 佘刚, 李苗, 等. A油田白垩系碳酸盐岩裂缝型储层综合预测技术研究[J]. 石油物探, 2015, 54(6): 770-779.