致密含气火山岩地震预测储层描述方法

苗蒙

（吉林油田公司地球物理勘探研究院 吉林松原 138000）

1 地质特征

吉林油田X区块研究区整体为西断东超箕状断陷，地层发育较全。其中，目的层气藏中部埋深为3500m，为深湖-半深湖沉积环境下的水下扇、滨浅湖、火山岩相、侵入相为主，目的层地层分布范围广，地层厚度大（400～1500m），含气单元多，储层物性差、单层气层厚度薄（1～5m）、非均质性强。

研究区内储层物性相对较差，在4000-5500 m/s的速度分布范围内，从多口井的原始声波曲线及原始纵波（P波）阻抗随深度变化关系及值域分布范围上看，有效储层和干层存在较大范围的重叠，单属性参数以及常规声波阻抗难以对有效储层进行区分。因此，寻求敏感的岩石物理特征参数及描述含气性储层是准确识别有效储层的关键。

2 岩石物理分析

2.1 曲线交汇分析确定敏感参数

2.1.1 优选岩性敏感参数

为了进一步分析目的层测井响应特征，优选标准井，我们根据实际测井曲线岩石物理参数（包括AC、DEN、GR、CNL等）的统计进行分析。综合认为，单属性参数在一定程度上能反映岩性特征，可以区分闪长岩类，但其岩性重叠区域较大，区分存在难度。引入多属性参数进行交会分析，选取敏感参数（DEN和GR）。

2.1.2 优选含气性敏感参数

利用多井分析系统对Rt、DEN曲线进行统计分析发现：储层与非储层仍存在重叠。引入Vp/Vs曲线，与GR、AC交汇，可较好区分气层、差气层和干层。其中，干层GR在0-190 API，差气层、气层GR均在190-250 API；纵横波速度比有较大差异，气层Vp/Vs大于2.10，差气层位于2.0～2.1之间，区分效果明显。因此，优选Vp/Vs曲线约束地质统计学反演。

3 地质统计学反演

常规稀疏脉冲反演由于泥岩与火山碎屑岩波阻抗差异小，值域叠置严重，火山岩内幕为相位连续特征，不符合火山岩发育的地质特征。本次储层预测以约束稀疏脉冲反演阻抗作为软趋势约束，兼顾测井、地震、地质等数据，目的层通过上述测井曲线处理和岩石物理分析后，将火山岩储层变化比较敏感的Vp/Vs作为目标曲线。在保持原始伽玛曲线基本细节和总趋势不变的前提下，对地质统计学反演的算法及模型进行约束控制。

3.1 求取空间变差函数

求取空间变差函数是地质统计学反演的关键步骤。对初始PDF的计算时需确定一个目的层（Reservoir），顶（TopPad）、底（BasePad）两个镶边层。对于两个镶边层不用定义其离散属性，只需要定义连续属性（P-impedance）即可；而对于目的层则需要定义离散属性及连续属性。

图1a是纵向变差函数，红色的数据点代表从井数据中分析得到垂向的变差，蓝色的实线是拟合得到的变差函数；井曲线在纵向上的样本点的个数一般能满足统计需要（一般50个样本点就可以得到比较理想的PDF函数和变差函数）。图1b是横向变差函数，蓝绿色的数据点代表由给定的层位属性数据分析得到的横向变差的数据点，蓝色的实线是拟合得到的横向变差函数，经过调整，满足地质需求。同时，监控质量控制参数，效果最优化。

图1 目的层地质统计学反演变差函数

利用叠后反演结果进行砂体雕刻，首先要对目标区的岩性展布、比例有一个总体上正确的把握，同时结合工区的地质沉积模式等地质方面的信息来指导，通过不断调试，寻找合理值的范围。

3.2 反演效果分析

由L8、L9、L7、L2和L3井的连井地质模型（图2a）和反演剖面（图2b），可以看出反演得到的有效储层的分布与钻井揭示的有效储层吻合程度高，能够反映储层物性的变化。平面上沿控陷断裂呈带状展布，具南北厚、中间薄特征，预测储层厚度232.6m，解释储层厚度173.5m，绝对误差59.1m，相对误差25%；

图2 目的层地质统计学反演成果图

4 叠前AVO正演应用

随着地震采集处理技术的不断发展，通过长偏移距数据可以帮助解释AVO异常，以及通过AVO分析可以从长偏移距数据中提取可靠的密度信息，从而帮助区分气层和含气水层。因此，以点震源为基础的球面波理论进行长偏移距研究越来越受到关注。

4.1 含气砂岩叠前AVO正演模拟分析

L9井是一口高产气井, 据该井测井资料以及试气结果，发育了一套高产气层。针对该气层进行了流体替换计算，分析含气饱和度和孔隙度变化对含气地层纵横波速度、密度、纵横波速度比及泊松比的影响，进行AVO正演模拟分析。可以看出，图3中含气层段有明显的AVO响应特征。同样对L7、8两口井用同样的方法进行正演模拟分析。

图3 L7、8、9井正演模拟图

4.2 反射系数计算及AVO响应分析

为了对AVO地震响应异常进行分类，首先进行AVO正演响应特征分析，由图中L9横向含气性变化模型可以发现由于L9井砂岩储层含气后，地震振幅随偏移距的增加而减小，属第一类AVO异常。通过含气火山岩AVO的P-G属性交会图（图4），可以看出气层的顶底位置与标注的顶底位置一致。进一步证明正演模型属于第一类AVO响应特征，同理证明L7井为第一类AVO响应特征，L8井为第二类AVO响应特征。可以继续进行AVO属性分析。

图4 L8-L9-L303井AVO属性图

4.3 AVO属性分析及应用效果

分别对L7、L8、L9三口井进行AVO均方根振幅属性提取，通过已完钻井的预测厚度与钻井实际厚度对比，从储层有无符合率统计证明叠前AVO技术可以对英台气田目的层火山碎屑岩储层进行储层的岩性及含气性检测。

5 结论

（1）应用基于岩石物理分析的含气性预测方法，能够较好的对致密储层的流体性质进行区分，解决火山岩区域储层预测问题；

（2）通过岩性及物性敏感参数优选，参与地质统计学模拟变差函数的求取，不但能提高储层的纵向分辨率，从而更客观真实地描述储层的非均质性特征；

（3）针对目标提属性，更容易凸显储层的AVO特征。低孔隙度高密度低渗透率气层，从正演道集中根据气层和水层AVO异常响应的梯度与截距不同大致可以区分气层、干层和水层，具有一定指导意义。

［1］赵澄林.沉积岩石学[M]:石油工业出版社， 2000.

［2］于兴河.油气储层地质学基础[M]:石油工业出版社，2009.

［3］王贵文，郭荣坤.测井地质学[M]:石油工业出版社，2000.

［4］朱筱敏.沉积岩石学[M]:石油工业出版社， 2008.

［5］刘浩杰.地震岩石物理研究综述［J］. 油气地球物理，2009，7(3):1～8.

［6］杨晓兰.曲线重构反演在火成岩储层预测中的应用［J］.西安石油大学学报（自然科学版），2007，22(6):32～35.