张 武, 肖晓光, 苗 清, 罗 健, 俞伟哲, 徐志星
(中海石油(中国)有限公司 上海分公司,上海 200335)
西湖凹陷油气勘探开发实践表明,区内普遍发育有低孔低渗油气藏[1],近年来先后发现多个大气田,但储层评价与预测问题突出,主要是储层埋深大(>3.5 km)、巨厚砂体内部非均质性强,对低渗-致密背景下的优质储层形成条件、主控因素及有利区预测未开展系统性的研究工作[2-3]。多位学者从沉积、成岩方面对低渗致密背景下优质储层控制因素及其分布进行研究[4-5],或进一步定量化评价成岩相,建立优质储层成因模式,利用不同成岩相具有不同的测井响应特征预测有利区带分布[6-8];但针对海上大区域少井、取心少的问题,本文从强溶蚀相评价入手,搭建地质到地球物理技术预测的桥梁,克服取心资料评价的局限,从单井及平面上对强溶蚀区进行预测。通过对研究区岩石薄片鉴定、粉末粒度、扫描电镜等测试手段[9-12],在储层岩石学特征分析基础之上,从沉积物源、成岩环境及演化等方面,综合探讨中国东海陆架盆地西湖凹陷中北部花港组优质储层发育的主控因素,建立有利成岩相与地球物理响应特征的关系,预测优质储层的分布。
东海陆架盆地西湖凹陷现今构造格局由西往东可分为西部斜坡带、西次凹、中央反转构造带、东次凹及东部断裂带,凹陷经历了古新世-早始新世断陷、中始新世断-拗转换、渐新世拗陷、中新世反转和上新世-第四纪区域沉降等5个阶段(图1)[13]。中央反转构造带中北部各反转构造形成于中新世晚期柳浪组沉积期,渐新统花港组作为主要的含油气层系,是在始新世断陷作用之后向拗陷转变阶段沉积充填的产物,主要为辫状河沉积体系,源区岩浆岩(花岗岩)、变质岩为主的母岩提供了大量的刚性石英颗粒和可溶性长石颗粒,盆地持续稳定的沉降、强水动力条件形成的巨厚叠置净粗砂岩,缓解成岩压实的同时能一定程度保留原生孔,促使后期溶蚀孔隙的发育,利于西湖凹陷3.5~5 km埋深条件下依然发育优质储层。
图1 西湖凹陷构造带位置及地层简表Fig.1 Regional tectonic division and stratigraphic column of the Xihu Sag
西湖凹陷中北部渐新统花港组储层岩石学具有两大特征:一是石英含量较高,抗压实能力强;二是泥质杂基含量低(质量分数<5%),砂岩较“洁净”。
根据千余次薄片鉴定、样品分析,花港组储层以长石岩屑质石英砂岩为主,次为长石质岩屑砂岩和岩屑砂岩。储层以细砂岩为主,占78.2%;中砂岩及以上占17.5%。分选性中-好。碎屑组分的成分成熟度较高,刚性石英颗粒含量较高,平均质量分数(w)为65.3%;长石的平均质量分数为17.5%;岩屑的平均质量分数为17.2%。以次棱-次圆为主,接触类型以点-线及线接触为主,部分凹凸-线接触。填隙物总质量分数为6.5%~10.2%,由泥质杂基及胶结物组成,泥质杂基质量分数为2.7%~7.8%,多数<5%;胶结物含量较低,平均质量分数<4%,胶结物类型主要以次生石英加大及“钙尖”形式的碳酸盐胶结为主,自生黏土矿物胶结也常见。
根据铸体薄片鉴定、图像分析和扫描电镜资料分析,花港组主要为孔隙型储层,包括原生孔、粒间溶孔、粒內溶孔及铸模孔。孔隙类型以次生溶蚀孔隙为主,占70%~95%(图2),其次为原生孔。
花港组储层物性总体为低孔-低渗及特低孔-特低渗。孔隙度(q)主要为5%~15%,其次为15%~20%;渗透率(K)主要为(0.1~10)×10-3μm2, 其次为(10~100)×10-3μm2,同时还有渗透率>100×10-3μm2的储层(图3)。多口井取心物性整体随着埋深的加大而变差,横向及纵向非均质性强,局部存在异常高孔-高渗带,也是研究区优质储层发育带。
花港组优质储层在形成过程受多种因素控制,本文主要从沉积控制的洁净粗粒砂岩及成岩溶蚀改造对优质储层的影响进行分析。
花港组辫状河道厚层砂体储层非均质性强,储层物性主要受岩性、粒度及泥质含量的控制,归根结底受短期旋回的控制。在沉积旋回内,中下部(含砾)中粗砂岩物性明显好于上部细砂岩物性。以Z7井H3取心段物性分析为例(图4):砂体④为代表的底部河道冲刷滞留的砾岩的物性并非是最好的,而紧邻其上面的砂体③(含砾)中砂岩的物性较好,以中粗砂岩(局部含砾)为主,水动力强且稳定,泥质的质量分数为1.8%,孔隙度为7.5%~11.7%,渗透率为(2.8~44.1)×10-3μm2;而顶部砂体①以细砂岩为主,物性相对较差,泥质的质量分数为2.5%,孔隙度为6.6%~9.2%,渗透率为(0.3~3)×10-3μm2(表1)。粗相带沉积时水动力强,泥质少,与物性相关性高,是花港组形成优质储层的基础。从花港组岩心粉末粒度及薄片鉴定泥质含量与渗透率关系可以看出(图4、图5),粒度对渗透率的影响(R2=0.34)要强于泥质的影响(R2=0.13),但均较低,分析其原因认为花港组辫状河沉积的河床、心滩叠置形成巨厚砂,整体水动力较强,砂体先天条件好,大部分泥质的质量分数<5%,洁粗砂岩是花港组形成厚层连片优质储层的基础。
图3 花港组储层物性分布直方图Fig.3 Reservoir quality of Huagang Formation in north-central Xihu Sag
图4 Z7井H3取心段综合柱状图Fig.4 Histogram of H3 coring segment of Well Z7
对花港组多个构造进行铸体薄片观察统计,孔隙类型以次生溶蚀孔为主,少量原生孔。次生溶蚀面孔率与物性明显正相关(图6),是研究区形成优质储层主要孔隙类型。依据岩石薄片观察、扫描电镜、流体包裹体测温等资料对花港组成岩期溶蚀机制进行系统分析[14-19],早成岩A期为弱碱性环境,主要发生火山岩屑及杂基的溶蚀,形成局部富铁环境,易在河道粗相带中形成早期 “环边绿泥石”, 保存一定原生孔隙的同时抑制后期胶结作用;至中成岩阶段A期,主要为有机酸对长石等铝硅酸盐矿物的溶蚀(图2),花港组煤层不发育,以非-差烃源为主,储层有机酸来源主要为下部平湖组烃源,因此有效的供烃输导体系及长时间处于酸性成岩环境,是形成强溶蚀区的关键。
表1 Z7井H3取心段物性统计Table 1 Statistics of core physical property of H3 reservoir of Well Z7
图5 花港组渗透率与粉末粒度及泥质含量关系图Fig.5 Relation among the permeability, powder size and argillaceous content of Huagang Formation in north-central Xihu Sag
图6 花港组溶蚀面孔率与物性的关系Fig.6 Relation between dissolution rate and physical property of Huagang Formation in north-central Xihu Sag
目前针对储层特征分析主要依据取心资料。鉴于海上大区域少井、取心成本高的问题,本文从定量成岩相评价入手,搭建地质到地球物理技术预测的桥梁,克服取心资料评价的局限性,指导勘探开发的井位部署[20-21]。
利用岩石粉末粒度测试、铸体薄片鉴定及图像分析技术,提取储层物性基本参数进行成岩相定量评价[22]。
式中:q0为原始孔隙度;Pri为残余原生孔面孔率;Psed为次生溶蚀孔面孔率;wc为胶结物质量分数;wm为杂基的质量分数;Raco为视压实率;Race为视胶结率;Rad为视溶蚀率[22]。原始孔隙度q0=20.91+22.90/S0, 其中S0为分选系数[23]。
对西湖凹陷中北部Z3-Z9井区10多口探井千余件样品进行成岩相定量分析,结果显示花港组压实作用是储层物性变差的最主要因素,减孔率达到70%~90%;胶结较弱,视胶结率大多数<15%;溶蚀改造是发育优质储层的最关键因素,将视溶蚀率>15%作为优质储层的一个重要指标。综合分析花港组优质储层主控因素、成岩相及物性参数,将花港组储层成岩相划分为A、B、C、D四类(表2),其中A类为相对优质储层。
通过大量的薄片、压汞等资料分析,发现溶蚀作用对孔喉大小有明显的控制作用,而测井参数能有效地表征储层孔喉结构,孔喉结构的差异性主要由溶蚀强弱控制。从岩心资料出发,优选能表征成岩相差异的测井参数,利用BP神经拟合技术建立测井参数与取心段视溶蚀率的关系,拟合全井段溶蚀强度曲线,结合地震敏感属性对溶蚀率进行多元拟合,多地震属性约束预测强溶蚀区。
4.2.1 BP神经网络拟合溶蚀曲线
依据花港组成岩相定量评价划分标准,将Z5井区取心资料划分为A、B、C、D四类成岩相及对应的测井响应特征,绘制不同类型成岩相与表征地层信息的测井参数交会图(图7)。优选能表征成岩相差异的测井参数,利用BP神经网络技术建立敏感参数(深侧向电阻率、声波时差、中子、密度等)与视溶蚀率的相关模型,将成岩相特征测井化(图8)。第一步以取心段为目标评价连续视溶蚀率;第二步以现有模型为模版,拓展模型至评价层段,寻找相似测井特征评价连续视溶蚀率。此方法以岩心资料为基础,首先要求所取岩心能充分代表储层特征;其次待评价层段与取心段具有相似特征。满足以上两点,才能保证BP神经网络技术评价连续视溶蚀率的准确性。Z5井预测视溶蚀率曲线与实测视溶蚀率吻合度较好(图9),误差范围在±10%以内,满足预测精度,并形成全井段视溶蚀率曲线。
表2 花港组成岩相类型划分Table 2 Classification of diagenetic facies of Huagang Formation in north-central Xihu Sag
图7 Z5井区花港组不同类型成岩相与测井参数交会图Fig.7 Crossplot of different types of diagenetic facies and logging parameters of Huagang Formation in Well Z5 field
图8 Z5井区4类成岩相测井参数特征Fig.8 The characteristics of logging parameter of four types of diagenetic facies in Well Z5 field
4.2.2 地震多属性约束预测强溶蚀区
花港组储层厚达百米以上,砂层内部非均质性强,传统反演技术难以揭示巨厚砂体内部情况。本文依据优质储层主控因素分析结果,以强溶蚀相为切入点,基于BP神经网络拟合预测的溶蚀曲线,建立溶蚀率与表征储层的各地震属性的关系,通过地震属性体进行溶蚀率体的计算,实现井预测过渡到平面预测。第一步通过选择表征储层属性体(纵横波速度比体、纵波阻抗体、波阻抗体)和叠后地震,提取井口位置对应的伪井曲线。第二步结合分步迭代属性优选方法,计算选择与溶蚀率曲线相关程度较高的属性曲线。第三步基于曲线属性的优选结果,通过多元拟合方法完成多属性曲线向溶蚀率曲线的学习,建立溶蚀率曲线与属性曲线之间的匹配关系,以Z4井区4口井H4砂层测井预测与地震多属性拟合溶蚀曲线来看,强溶蚀段匹配较好(图10)。第四步将所得的学习关系投射应用到对应属性体运算中,由线及体,计算溶蚀率体,完成强溶蚀区的预测。
以Z4井区为例,根据溶蚀率的单井标定及地震反演结果(图11),平面预测与单井吻合较好,H4厚砂层溶蚀率分布差异较大,Z4构造南部2井、4井溶蚀较强,构造核部离油源断层相对较近且沟通下部平湖组烃源;而Z4构造北部3井整体溶蚀较弱,核部断层未沟通下部平湖组,导致有机酸供给有限而溶蚀不发育(图12)。平湖组有机酸首先沿油源断层垂向运移,然后沿砂体输导层侧向运移。油源断层及砂体连续性控制了溶蚀发育程度,与有机酸输导体系相关。这为有利储集相带预测提供了依据,指导井位部署。
a.西湖凹陷中央反转构造带中北部花港组石英含量较高,抗压实性能强,泥质杂基含量低,砂岩较“洁净”。次生溶蚀孔隙占70%~80%,储层物性总体为低孔-低渗,局部发育优质储层。
图10 Z4井区H4砂层基于井曲线的多属性拟合溶蚀曲线Fig.10 Multi-attribute fitting of dissolution curve based on well curve of H4 sand in Well Z4 field红色:多元回归预测溶蚀曲线; 黑色:溶蚀曲线地震频带成分
图11 Z4井区H4砂层强溶蚀区分布图Fig.11 Distribution of strong dissolution area of H4 in Well Z4 field
图12 Z4井区H4砂层溶蚀强度与断裂特征剖面图Fig.12 Profile showing dissolution strength and fracture characteristics of H4 in Well Z4 field红色箭头指示流体运移方向
b.沉积微相控制的洁净粗粒砂岩是花港组3.5~5 km深度发育优质储层的基础,而成岩期经历溶蚀改造是形成优质储层的关键。早期碱性溶蚀形成的环边绿泥石包膜,保护原生孔隙的同时抑制成岩后期的胶结作用;中成岩A期的有机酸溶蚀是该区最重要的溶蚀作用。
c.成岩相定量评价显示压实作用是储层致密化最主要原因,而溶蚀作用是形成优质储层的关键。以强溶蚀相为切入点,形成一套基于岩心成岩相分析-测井BP神经拟合-地震多属性约束溶蚀率预测技术,对花港组巨厚砂体内部优质储层展布进行预测,应用前景广阔。