波阻抗趋势面约束在薄层建模中的应用

胡 勇,陈恭洋,周艳丽

(长江大学地球科学学院,湖北荆州434023)

三维储层建模的目的是精确、定量地描述储层各项参数的三维空间分布[1]。近年来,能够较好反映储层空间变化趋势的地质统计学随机模拟方法被广泛应用于储层地质建模,并在实际工作中取得了良好成效。三维地震数据具有横向采集密度大、连续性好的特点,有利于储层属性横向分布的研究,可有效降低随机建模中的不确定性。为此,国内外学者开展了结合地震资料进行储层地质建模的研究工作,并取得了一些卓有成效的研究成果[2～4]。笔者以南海某油田为实例,探讨如何利用地震波阻抗数据约束储层地质模型,使得沉积微相模型保持纵向高分辨率的同时,横向上也能反映出波阻抗数据中观测到的大尺度结构且具有较高精度的平面展布,建立高精度储层地质模型,为后续储层属性建模奠定基础。

1 薄油层砂体展布特征

按照相控建模策略所表述的内容,可将储层地质模型分为2阶段[5]:即储层骨架 (相)模型阶段和储层参数模型阶段,即首先建立反映工区砂体 (微相)性质与几何形态特征的相模型,随后在相模型的约束下建立工区属性 (孔隙度、渗透率、饱和度)模型。可见相模型是2阶段建模的关键,如何建立正确的微相模型成为储层建模成功与否的决定性因素。

由于海上钻井的特殊性,工区井点分布丛聚,且井点分布范围不规则,而沉积微相展布图只根据已有钻井进行绘制,且仅强调井点处高度吻合,对于预测井间砂体分布特征的作用极其有限,不能满足油田开发后期的生产要求。在有地震资料的情况下,必须通过工区沉积相所述的砂体特征,确立该区沉积模式,并对已有井点数据进行统计,采用地震反演进行横向砂体分布,使其分布特征服从统计规律,并与地震高度吻合,从而进行合理的砂体预测。

图1 A层阻抗与岩性关系

该区地震反演预测砂体可行性分析表明,该区砂岩为低波阻抗,泥岩为高波阻抗,在直方图上分离较好,波阻抗特征能有效区分砂泥岩(见图1),目的层地震资料品质较好、频带宽、波组特征明显、断裂较少,能够有效进行砂体横向预测。受地震数据分辨率的限制,确定性反演得到的波阻抗剖面只能分辨10m以上的厚砂层,不能识别该区薄互砂层。为了有效预测2m左右的薄储层,以图1所建立的概念模式为指导,用Jason软件地质统计学模块先进的马尔可夫链——蒙特卡罗算法(MCMC)进行地震反演[6]。该算法通过地震资料本身来引导地质统计学中的重要输入参数——变差函数,减少了主观因素的影响,大大提高了薄砂层的预测精度 (见图2和图3,图中深色表示砂岩,浅色表示泥岩)。

图2 地质统计学反演剖面图

图3 A层反演预测砂体平面展布图

2 波阻抗趋势面约束下薄油层沉积微相建模

随机模拟方法很多,并且不同的方法各有其地质适用条件[7],对于储层沉积相,没有一种模拟方法能解决所有沉积类型的建模问题,由于研究区目的层段主要为三角洲前缘储层,因而主要采用序贯指示模拟方法进行三维储层相建模[8],这种模拟方法最大的优点是可以对复杂的各向异性的地质现象进行模拟。

影响随机模拟结果的主要参数是变差函数,其既能描述区域化变量的空间结构性,也能描述其随机性,其3个主要变量 (方向、主变程、次变量)反映了储层空间变化特征,直接影响微相模拟结果。因此,统计能够反映该区储层特征的变差函数,是建模成功的关键。变差函数的方向一般与物源方向一致,表明了砂体整体的延展方向 (在此方向为北西向),对于变程,针对该工区为海相沉积环境,其砂体横向连续性较好,且井点分布丛聚,不适合用井点数据统计,因而通过统计波阻抗平面属性,得到主变程为5025m,次变程为2720m(见图4)。

图4 波阻抗数据计算变差函数

图5 A层砂岩趋势面图

根据图1确定的砂泥岩界限将图3转化为砂岩分布图如图5所示,A层阻抗平面统计变差函数模拟结果如图6所示。对比图5和图6可看出,虽然有可靠的输入参数,但是模拟结果与波阻抗表现出来的趋势误差较大。究其原因,在于序贯指示模拟方法虽然能够模拟复杂地质体,但结果有时并不能很好地恢复输入的变差函数和指定模拟目标的几何形态。因此,为了使所建模型能够准确反映储层分布特征,笔者最终采用砂岩分布图作为趋势面来约束相模型。

A层阻抗平面约束模拟结果如图7所示。从图7可以看出,应用趋势面约束所模拟的相模型在平面上与砂体分布图或沉积相图吻合得较好,模拟结果既能在大结构上保持砂体真实的几何形态,又能在局部保持一定的随机性,纵向上遵循各类沉积相的概率分布规律,是一种较为理想的相建模方法。

图6 A层阻抗平面统计变差函数模拟结果

图7 A层阻抗平面约束模拟结果

3 结果分析

笔者研究的最终目的是建立可靠的地质模型,进行油藏数值模拟来明确剩余油分布区域。因此,在完成第1阶段的建模后 (相建模),需在相模型的约束下,应用相控建模策略,建立储层属性 (孔隙度、渗透率、饱和度)模型,准备数值模拟必要的输入参数,并在进行油藏数值模拟前,对地质模型进行质量控制,采用容积法计算静态储量[9]。储量计算结果如表1所示,薄油层储量平均增量为45.3%,其中储量较大的H层、I层增量分别为15.3%和28.5%,与生产情况及动态研究相符,所建模型能够用于下步开发动态预测。

表1 储量计算结果

4 结 语

储层沉积相研究是一项综合多学科信息的过程。作为一项基础研究工作,沉积相直接关系到油田开发、生产的各个阶段。应用地震反演来进行砂体预测,能有效避免井资料不足的缺陷,且通过预测结果可统计可靠的变差函数和建立约束趋势面。研究表明,趋势面约束建模模型既能保持纵向高分辨率,又能在大尺度上与地震反演资料保持一致,且服从统计规律,减少了由于资料不足及主观因素等引起的不确定性,是比较合理的建模方法。

[1]裘怿楠,贾爱林.储层地质模型10年 [J].石油学报,2000,21(4):101-104.

[2]吴胜和,刘英,范峥,等.应用地质和地震信息进行三维沉积微相随机建模 [J].古地理学报,2003,5(4):439-449.

[3]Tingting Yao.Integration of seismic attribute map into 3Dfacies modeling[J].Journal of Petroleum Science and Engineering,2000,16(3):69-84.

[4]Chen Q,Sidney S.Seismic attribute technology for reservoir forecasting and monitoring[J].The Leading Edge,1997,16(5):445-450.

[5]裘怿楠.储层地质模型 [J].石油学报,1991,12(4):55-62.

[6]Geyer C J.Markov chain Monte Carlo maximum likelihood,Computing Science and Statistics:Proceedings of the 23rd Symposium Interface[J].Washington:Institute of Mathematical Statistics,1991,11(3):156-163.

[7]Srivastava RM.An overview of stochastic method sfor reservoir characterization.In:Stochastic Modeling and Geostatistics:Principles,M ethods,and Case Studies[J].The American Association of Petroleum Geologists,1994,3(20):231-238.

[8]Deutsch C V.Geostatistical Software Library and User's Guide[M].London:Oxford Press,1996.

[9]吴元燕,吴胜和,蔡正旗.油矿地质学[M].北京:石油工业出版社,2005.