鄂尔多斯盆地北部上古生界陆相含煤碎屑岩系隐蔽气层的识别研究

林耀庭 （长江大学地球物理与石油资源学院，湖北 荆州434023）

宁松华 （油气资源与勘探技术教育部重点实验室 （长江大学），湖北 荆州434023）

鄂尔多斯盆地北部上古生界陆相含煤碎屑岩系隐蔽气层的识别研究

林耀庭 （长江大学地球物理与石油资源学院，湖北 荆州434023）

宁松华 （油气资源与勘探技术教育部重点实验室 （长江大学），湖北 荆州434023）

地震数据体结构特征油气预测方法是通过提取地震道的振幅数值，研究其数据排列、组合结构特征与含油气性的关系，以达到定量或半定量预测油气层的目的。针对鄂尔多斯盆地北部上古生界陆相含煤碎屑岩系隐蔽气藏 （大牛地气田）成藏控制因素不清，背斜构造和含气特征不明显，无断层作用等特点，利用地震数据体结构特征油气预测法对该区上古生界陆相含煤碎屑岩系的盒2段和盒3段砂岩气层进行了油气预测。结果表明，大牛地气田盒2段和盒3段砂岩气层具有明显的地震数据体结构异常响应特征，并在此基础上，划分了8个有利含气区块，部署了一系列开发井，钻井成功率达85%，取得了显著的经济效益。

地震数据体结构；灰色异常；关联分析；油气预测

地震数据体结构特征油气预测方法是近年来新兴的一项储层油气预测技术，以其简单快速、适应性广、准确率高等优点弥补了传统预测方法的不足而倍受关注。国内许多学者在这方面做了大量的系统性研究工作，取得了显著的研究成果［1～4］。笔者针对鄂尔多斯盆地北部上古生界陆相含煤碎屑岩系隐蔽气层 （大牛地气田）的复杂性，在地震数据体结构特征油气预测法研究基础上，对鄂尔多斯盆地北部大牛地气田进行了应用，取得了显著的效果。

大牛地气田属地层－岩性圈闭的砂岩隐蔽性气藏，储层非均质性强，横向变化大，气层厚度普遍较薄 （小于20m），一般为5～10m，这些都给储层油气预测带来了一定的困难，应用传统的储层预测方法很难准确预测出气藏的分布和发育规律。针对大牛地气田成藏控制因素不清，背斜构造和含气特征不明显，无断层作用等特点，应用地震数据体结构特征法对该区上古生界陆相含煤碎屑岩系的盒2段和盒3段气层组进行了油气预测，寻找出大牛地气田地震数据的数据体结构特征及其规律性，为该区油气预测提供有益的帮助，进一步提高了储层含气性预测的精度，合理优化开发井位，降低风险，提高钻井成功率。

1 地震数据体结构特征油气预测的基本原理

地震数据体结构特征油气预测方法，就是通过提取每一个地震道的振幅数值，研究其数据的排列、组合的结构特征与含油气性的关系，最后达到在地震资料上定量或半定量预测油气层的目的［1～9］。并由此尽可能地推广应用到从勘探到开发各个阶段的探井、评价井、生产井或调整井的油气层识别上。

实现地震数据体结构特征预测油气层，主要是通过引用灰色系统理论的有关预测模型和关联分析［10～14］来完成，即将地震数据体的每一个地震道通过灰色数学拓扑变换成为类似一条条的测井曲线，进而计算出其地震数据体振幅结构特征异常值段，进行矢量关联分析，最后，指出油气层剖面所在位置和平面分布范围。基于灰色系统理论的油气预测方法的实现步骤，可概括为：首先，建立灰色数列预测模型 （GM模型），确定地震数据体结构特征的灰色异常值；然后，进行关联分析，排序确定油气水层［4］。

灰色数列预测模型的建立，可总结为6步：①选择任一地震道振幅作为子数列；②对子数列作一次累加生成；③构造累加矩阵B与常数向量；④用最小二乘法求解灰色模型参数；⑤将灰色模型参数代入时间函数，求得模型值序列；⑥计算模型值序列与原始数列之差和相对误差，得到用灰色预测模型计算的地震振幅数据灰色异常值［10，11］。

2 应用实例

2.1 工区概况

大牛地气田位于鄂尔多斯盆地伊陕斜坡北部东段，南部和长北气田相接，总面积约2000km2。油区内上古生界发育海陆过渡相、陆相含煤碎屑岩，下古生界发育海相碳酸盐岩，具有良好的油气成藏条件，天然气资源丰富。主要产气层位于上古生界下二叠统石盒子组、山西组及石炭系太原组，气藏类型为陆相含煤碎屑岩薄层气藏，储集层非均质性很强，总体含气丰度较低。

通过野外露头观察和岩心分析，结合测井相分析及区域沉积相划分研究成果，大牛地气田太原组－下石盒子组为一套海相－海陆过渡相－陆相沉积，其中太原组为具障壁的滨海相沉积，山西组为三角洲相沉积，下石盒子组为河流相沉积。大牛地气田发育二叠系山西组、下石盒子组和石炭系太原组3套储集岩，3套储集岩在纵向上互相叠置，平面上互相叠合，构成了气田复合连片的储集体。根据分类标准，对各层段的岩心实测数据进行统计，盒3段、盒2段、太2段气层组Ⅰ～Ⅱ类储层相对发育，而盒1段、山2段、山1段气层组Ⅲ～Ⅳ类储层发育；Ⅰ～Ⅲ类为有效储层，Ⅳ类为非有效储层。盒3段、盒2段、太2段气层组是大牛地气田储层条件相对较好的目的层段，其次是盒1段、山2段、山1段气层组。

2.2 地震数据体结构预测模型数值特征

表1为大牛地气田过Dk2井的井旁地震道1348～1380ms时间段应用灰色模型算法求取的灰色异常值表 （GM异常值表），每个时间间隔增加4ms，即t1＝1348ms，t2＝1352ms，t3＝1356ms，依次类推，其地震数据体结构灰色异常值的变化范围为1.18%～26.47%。从表1上可以看出，t4、t5、t6时刻误差及相对误差明显大于其他时刻的误差，出现灰色异常值段，异常数值分布范围为11.52%～26.47%，此时间段钻井已证实为气层。由于表1中只对单口井小时间段9个样本点进行了计算，因此异常值相对较小；而对整个工区的盒3段、盒2段气层组的数据进行计算时，由于是大时间段计算，因此异常值相对较大。地震数据体结构特征数据计算后结果与已有井资料对比表明，对于钻井已证实的气层或预测的气层，它们都有明显高的结构特征异常值；没有明显的地震数据结构特征异常值的层段则不含气。

表1 大牛地气田过Dk2井井旁地震道数据体结构异常值表

2.3 地震数据体结构预测模型剖面特征

含气层与非含气层在地震剖面上存在着很大的差异。图1和图2分别代表大牛地气田过Dk13－Dk2井和E4井井点上的原地震数据体结构特征剖面模型图。从图1上可以看到，在含油气层段内，其斜率及夹角变化都比较大，没有规律或规律性差，上下斜率不一致，夹角多变，它们纵向上都分布在T9f－T9e－T9d之间 （T9f－T9e之间为盒3段气层组，T9e－T9d之间为盒2段气层组）。从图2上可以看到，在其余不含油气的层段内 （盒2段、盒3段气层组以外），其斜率及夹角变化都比较有规律，自上而下波形的变化不大，无论斜率还是夹角均较为规律一致，并在无气井段出现单峰现象 （波峰波谷交互出现，波峰圆滑）。

图1 大牛地气田过Dk13井－Dk2井地震数据体结构特征剖面模型图

图2 大牛地气田过E4井地震数据体结构特征剖面模型图

2.4 有利含气圈闭级别划分

应用地震数据体结构特征预测油气层，主要任务是确定预测圈闭是否含油气，其目的是为油气田下步钻探提供有利井位。该次研究笔者根据数据结构的异常特征对研究区的8个井区作了含气级别的分类，其分类标准为：地震数据结构异常特征的平滑程度；异常值大小及与周围结构数值大小的关系；与井关联程度的对比结果。根据该标准，把研究区的8个井区分为3类：Ⅰ类5个，Ⅱ类2个，Ⅲ类1个，见表2。

表2 井区气层预测结果分类表

2.5 预测效果分析

通过对该区地震数据的数据体结构预测结果的分析认为，大牛地气田盒2段、盒3段气层组的地震数据体结构具有明显的异常响应特征 （见图3）。图4为大牛地气田盒2段、盒3段气层组有利气层平面分布预测结果叠合图。从图4可以看出，异常值的分布可划分为8个井区，平面上呈带状沿南北和东西方向展布，尤其以Block1井区和Block2井区的地震数据体结构特征异常值最为明显。由已钻井资料证实，Block1、Block2和Block4为盒3段气层组的主力井区；Block5为盒2段气层组的主力井区；Block3、Block6和Block7为盒2段、盒3段气层组的叠合井区。西侧南北向Block1、Block2和Block5等3井区之间相距较近，个别地方可能连接在一起，但主体还是分开的，把它们分开的目的是避免在井区之间打井；它们与东侧Block3、Block4、Block6、Block7和Block8等5个井区明显分开。8个井区中，除Block7井区有待于进一步打井证实外，其他7个井区在盒2段和盒3段气层组都已经被实钻井所证实。

图3 连井地震数据体结构特征异常图

3 结 论

1）大牛地气田二叠系盒3段和盒2段气层组有较大范围的气层存在，尤其以盒3段气层组最为明显。研究区共有3类、8个结构特征异常高值区，尤其以Ⅰ类含气特征最为明显。

2）通过对大牛地气田已钻井点的地震数据体结构特征异常分析，结果认为： 已 钻 井 D1－1－27 井、Dk26 井、Dk14井、Dk16井，它们虽然都处于有地震数据体结构特征异常分布区范围内，但实钻效果并不好，不好的原因是它们大部分都在地震数据体结构特征异常分布区范围边缘或位于两个地震数据体结构特征异常的结合点上。

3）部署的一系列开发井，钻井成功率达85%。因此，应用地震数据体结构特征研究大牛地气田下石盒子组气层分布的方法，可作为在大牛地气田气层预测的方法之一加以推广应用。

图4 大牛地气田盒2段、盒3段气层组有利气层平面分布预测图

［1］Lin Changrong.Application of grey system theory to gas pool prediction of 3Dseismic data prior to drilling ［J］.SPE54274，1999.

［2］Wang Shangxu，Lin Changrong.The analysis of seismic data structure and oil and gas prediction ［J］.Applied Geophysics，2004，1（2）：75～82.

［3］Lin Changrong，Wang Shangxu，Zhang Yong.Predicting the distribution of reservoirs by applying the method of seismic data structure characteristics：Example from the eighth zone in Tahe Oilfield ［J］.Applied Geophysics，2006，3 （4）：234～242.

［4］林昌荣，王尚旭，张勇.应用地震数据体结构特征法预测油层分布规律 ［J］.中国石油大学学报 （自然科学版），2008，32（2）：68～72.

［5］林昌荣.地震数据结构特征与油气预测 ［J］.中国海上油气，2000，14（6）：417～421.

［6］林昌荣.应用灰色系统理论预测石油产能的初探 ［J］.中国海上油气，1989，3（4）：17～22.

［7］Stockwell J W，Cohen J K.地震数据处理系统——SU3.3处理操作系统指南 ［M］.张绍红，林昌荣 译.北京：石油工业出版社，2007.

［8］A R布朗.三维地震资料解释 ［M］.张孚善 译.北京：石油工业出版社，1996.

［9］刘雯林.油气田开发地震技术 ［M］.北京：石油工业出版社，1996.

［10］邓聚龙.灰色理论基础 ［M］.武汉：华中理工大学出版社，2003.

［11］邓聚龙.灰色系统基本方法 ［M］.武汉：华中理工大学出版社，1987.

［12］邓聚龙.灰色预测与决策 ［M］.武汉：华中理工大学出版社，1986.

［13］邓聚龙.灰色控制系统 ［M］.武汉：华中理工大学出版社，1985.

［14］刘思峰，徐忠祥.灰色系统研究新进展 ［M］.武汉：华中理工大学出版社，1996.

Identification of Hidden Gas Reservoir of Upper Paleozoic Terrestrial Coal Clastic Rock in Northern Ordos Basin

LIN Yao－ting，NING Song－hua（First Author's Address：College of Geophysics and Oil Resources，Yangtze University，Jingzhou434023，Hubei，China）

Hydrocarbon prediction by applying the structural characteristics of seismic data was a new reservoir prediction technique.The data arrangement and the correlation between their assemblage structural characters and oil－bearing property were studied for the purpose of quantitative and half－quantitative prediction of reservoirs.In allusion to characters of unclear control factors of reservoir formation of hidden reservoirs of upper Paleozoic terrestrial coal clastic rocks（Daniudi Gas Field），the anticlinal structure and oil－bearing property being not obvious without fault action，seismic data were used to predict the structural characteristics Ph2and Ph3sandstone gas reservoirs of the upper Palaeozoic terrestrial coal clastic rock.The result indicates that there are obvious abnormal seismic data structural characteristics in Ph2and Ph3 sandstone gas reservoirs，and on the basis stated，8favorable gas－bearing zones are divided，a series of development wells are arranged，drilling success rate is up to 85%，obvious economic benefit is obtained.

seismic data structure；gray abnormity；correlation analysis；hydrocarbon prediction

P631.44

A

1000－9752 （2012）02－0076－04

2011－12－02

国家 “973”规划项目 （2007CB209600）。

林耀庭 （1986－），男，2008年大学毕业，硕士生，现主要从事地震解释和储层预测等研究工作。

［编辑］ 龙 舟