徐 博,刘永雷,曾 鸿,杨 洋,郑晓丽,张建伟
(1.西安石油大学,西安 710065;2.中国石油集团 东方地球物理勘探有限责任公司,涿州 072751)
近几年随着勘探的深入发展,岩性圈闭逐渐成为重要的接替领域。特别是在塔里木盆地塔北西部地区,勘探层系多,油藏类型丰富多样,是实现岩性圈闭勘探的最现实区,目前已发现的玉东1油气藏进一步证实了岩性圈闭勘探的广阔潜力。但是岩性圈闭成藏条件非常苛刻,勘探难度极大,特别是类似于塔里木盆地塔北西部地区这类具有埋藏深(>5 000 m),储层厚度薄(通常在0 m~5 m之间),物性横向变化大等特点的岩性圈闭。勘探能否成功、成功后能否高效开发,很大程度上受制于储层预测的精度,这就对储层预测方法提出了更高的要求。受大沙漠和戈壁等恶劣地表条件及地下复杂构造限制,塔里木盆地多数地区的地震资料具有信噪比、主频(20 Hz左右)双低的特点,远远无法达到实现超薄储层精准预测的条件。在这种资料条件下,常规的储层预测方法以及反演方法也很难取得令人满意的效果。
地质统计学反演由Bortoli[1]提出,Haas等[2]开展了应用,Dubrule等[3]和Rothman[4]加以发展。它基于地质统计信息来表述解空间的先验概率密度函数,通过随机模拟和优化模拟结果的有机互动,充分发挥了随机建模和地震反演的优势,使反演结果能够有效突破地震资料频宽限制,大大提高反演结果的垂向和横向分辨率。但是尽管算法不断改进,用于估计地质模型空间展布特征的先验信息是否完备,仍直接决定了地质统计学反演结果的好坏,故该方法在实际生产中一般主要应用于已钻井数较多、先验信息较丰富的油田综合调整阶段[5]。
这里主要论述了在塔里木盆地塔北西部地区玉东区块相对稀井区,通过精细井震标定,综合薄片分析、岩芯分析、区域地质认识、目的层沉积特征等因素,利用地质统计学反演对古近系薄砂层进行了准确地预测,并建立了相对完善的地质统计学反演流程。纵向分辨率相比于系数脉冲反演提高了5倍以上,预测厚度实钻吻合率达到92.1%。根据预测结果部署的4口评价井均获得高产油气流,成功实现了油藏的滚动扩边,新增油藏面积,新增储量。该方法的成功实施对该区油气田评价勘探和部署具有十分重要的指导意义,同时也给领区的勘探提供了很好的参考。
研究区位于中国西部塔里木盆地塔北隆起西段。工区油气主要来源于北面的库车坳陷,库车坳陷侏罗系、三叠系陆相油气资源丰富,已经形成克拉2、迪那等特大气田,研究区位于库车的前缘隆起斜坡区,油气运聚条件非常好;中新生界是该区重要的油气勘探层系,喜山期强烈的造山运动,使塔北隆起新生界地层北部整体下沉,南部抬升,中新生界构造整体表现一个北低南高的斜坡,在斜坡区构造圈闭不发育。90年代初在工区北部、西南部分别发现了白垩系、古近系构造油气藏,后来开始在本区古近系寻找岩性圈闭,但一直未有大的发现。2010年部署了一块主要针对碎屑岩薄砂层设计的宽方位高精度三维地震,推动了玉东地区油气勘探开发的步伐,随着现今勘探技术的迅速发展,一个面积超过200 km2,储层仅0 m~5 m厚的大型超薄岩性油气藏被逐步展现。油气藏储层为一套发育于扇三角洲前缘的砂体,其向南、向东、向西逐渐相变尖灭为一套泥岩沉积,同时与上覆、下伏地层的滨浅湖泥滩和膏云坪沉积的泥岩、膏云岩形成一套良好的储盖组合。
图1 研究区构造位置图
本区研究的第一难点是储层超薄,从图2可以看出目的层古近系底砂岩段纵向上可划分为四个砂层组,其中3砂组是主要勘探目的层厚度在11 m~14 m之间,可分为上下两部分,上部为褐色、褐灰色、灰色细砂岩,为玉东1气藏的产层,区域分布面积大,连通性最好,在玉东地区砂岩向南、向东、向西逐渐相变为泥岩;下部为褐色泥岩,可作为玉东1岩性圈闭的底板。
3砂组的单砂体厚度仅有1 m~4 m。从图3可以看出,古近系底界对应一个强波谷反射,横向分布稳定,可进行连续的对比追踪。储层位于古近系底界面上部的一个较弱的波谷上,横向分布不稳定,局部地区可见尖灭现象,纵向跨度仅有1 ms~4 ms,远远低于地震的纵向分辨能力[6]。因此,很难使用地震资料对储层横向展布特征进行准确预测[7]。
其次,储层物性横向变化很快。玉东地区古近系底砂岩为扇三角洲前缘沉积体(图4),其物源来自于北西方向的温宿凸起,湖盆中心位于南东方向,向南延伸相变为滨浅湖膏泥岩沉积,向东相变为滨浅湖泥岩沉积。在玉东地区,3砂组沉积微相相对稳定,W1-W17-W13井一带处于扇三角洲前缘水下分流主河道区,砂体相对较厚,呈块状发育;W3井、W2井位于扇三角洲前缘远端,主体发育席状砂微相沉积,砂体厚度相对较薄,平面上呈片状;从图3可以看到,出油井储层砂岩为油浸褐灰色细砂岩,从图2也可以看出,W3与W7两井相距只有4 km,砂体却从块状砂迅速变为指状砂。由此可见,储层发育受沉积环境影响严重,横向分布不均匀,物性变化快。
由Bortoli[1]、Haas等[2]在90年代引入的地质统计学反演,是一种将随机模拟理论与地震反演相结合的反演方法。该方法早期主要采用Deutsch等[9]提出的序贯高斯算法进行模拟该算法虽然削弱了克里金算法光滑效应的影响,提高了模拟结果的纵向分辨率,但却牺牲了地震资料的横向分辨率。为解决该问题TorresVerdin等[10]提出了基于马尔科夫链蒙特卡洛(MCMC)算法的地 质 统 计 学 反 演 方 法,该 方 法 在 贝 叶 斯 理 论 框 架下[6],有效融合测井、岩性和地震等多尺度信息,以确定与测井曲线信息相一致的模型,同时通过反演数据找到与地震数据一致的模型子集,从而获得与单一算法中输入数据相匹配的模型。其构建的模型以各种类型的输入数据为基础,包括叠前地震振幅信息,测井数据,岩石物理响应及反映储层分布、形态、厚度和横向延伸情况的地质信息。通过运用序贯指示模拟、序贯高斯模拟等方法将测井数据和地震数据完美地结合起来,构建一系列高分辨率的油藏模型,从而使得构建的油藏地质模型的分辨率更高,对于细节的描述远远超过地震带宽的限制。
图2 玉东区块古近系连井对比图
图3 玉东区块连井标定图
图4 玉东区块沉积相平面图
图5 玉东地区古近系3砂层组砂泥岩概率密度分布图
地质统计学反演具有如下技术优势:①小井距井间的精密尺度内插,横向趋势由地震控制;②能够进行误差估算,进而评估风险;③提高地震反演结果的纵向分辨率[11];④能够生成岩性类型数据体(如砂岩和泥岩);⑤根据波阻抗进行基于岩性的孔隙度估算;⑥将高分辨率的井数据和低分辨率的地震数据联合应用;⑦可生成能够直接输入到油藏数值模拟软件地质模型。
图6 玉东地区古近系3砂层组岩性模拟对比剖面
根据地质统计学原理,在反演之前应该先建立起测井数据的统计学关系。从图2可以看到,3砂层组主要表现为上部细砂岩下部泥岩的特征,从图5可知,砂岩和泥岩在阻抗曲线上基本上可以分开,小于阻抗值1.1×107kg/cm3*m/s的为泥岩,大于该值为砂岩。
图7 玉东地区古近系3砂层组剖面
此外,空间变差函数是地质统计学反演的关键控制因素之一,其描述的是横向和纵向地质特征的结构和特征尺度。即不同岩相及其属性在空间展布形态和变化尺度的大小。常用的变差函数类型有高斯型、指数型、球型等。一般而言纵向变程越小,模拟出的岩性厚度越小,如图6(a)所示剖面使用的纵向变程为1.7 m,图6(b)所示剖面使用的纵向变程为15 m。对于纵向变程,由于测井数据具有采样间距小、精度高的特点,因此常常被用来进行纵向变程的统计分析。通过对本区的测井数据进行统计分析,确定的变差函数类型为指数型,纵向变程为1.7 m,砂泥比为3∶7。对于横向变程的确定,考虑到井点间距较大,分布不均匀,因此通过对确定性反演的结果进行分析再结合区域地质认识进行综合设定。横向变程值越大,模拟出的岩性横向分布越连续,如图6(a)所示剖面使用的横向变程为6 000 m×4 000 m,图6(c)所示剖面使用的横向变程为3 000 m×3 000 m。通过对13组数据进行测试和对比,我们最终确定的横向变程为6 000 m×4 000 m。其所对应的岩性模拟结果为图6(a)所示剖面,与本区的地质特征及测井解释结果最为匹配。
图8 玉东地区古近系3砂层组地质统计学反演平面图
图9 玉东地区古近系3砂层组稀疏脉冲反演平面图
对比图7(a)和图7(b),地质统计学反演大大提高了反演的纵向分辨率。在地质统计学反演剖面上3砂层组表现为多套超薄砂体的叠置,而在稀疏脉冲反演剖面上,整个3砂层组表现为一条强振幅带,很难区分单个砂体。
从图9可以看出,砂体呈大面积块状发育的特征,物源由北向南。从图8可知,仍然表现为北部物源的特征,但砂体分布呈条带状,反映出水下分流河道的特征。这一结果与岩芯岩屑所展示的沉积特征一致。其中W1、W10、W12井位于分流河道中部,在测井曲线上表现为块状砂岩,录井显示为细砂岩,W2和W3井位于分流河道边部,测井曲线表现为指状砂,录井显示为泥质粉砂、粉砂岩。WELLF在稀疏脉冲反演平面图上位于扇体根部,在地质统计学反演剖面上属于分流间湾,钻探结果失利。由此可见,地质统计学反演分辨率更高,反演结果对砂体展布特征刻画更为精细,以此部署的探井W10、W12井都获得成功。
通过对塔里木盆地玉东地区进行统计学反演研究薄砂层分布特征,基本落实了隐蔽油气藏的砂体分布范围,后期实施的井位与预测结果相近,证实研究成果比较可靠,也取得以下几点认识:
1)高精度三维地震采集处理技术,对振幅和地震信息保真是超深层薄砂层准确预测的基础。
2)明确研究区的区域地质特征,及目的层的沉积相和微相特征,从而建立一个准确的地层格架和沉积模式,是做好储层反演和分析反演结果要掌握的基本素材。
3)精细的测井资料分析,明确储层的岩电响应特征,从而优选对储层敏感的曲线是做好储层反演的关键。
4)反复实验各种参数,以期得到最好的地质统计学反演结果。结合其他参数进行协同模拟,同时结合地质认识对反演结果进行分析,再返回去对地质统计学反演的参数进行调整,这项工作是储层反演成果能够用于勘探开发生产,并取得良好效果的基本保证。