井震结合在缝洞识别和预测中的应用研究*

2014-06-07郎晓玲郭召杰刘红岐

西南石油大学学报(自然科学版) 2014年4期

关键词：缝洞孔洞测井

郎晓玲，郭召杰，刘红岐

1.北京大学地球与空间科学学院，北京海淀 100871 2.“油气藏地质及开发工程”国家重点实验室·西南石油大学，四川成都 610500

井震结合在缝洞识别和预测中的应用研究*

郎晓玲1，郭召杰1，刘红岐2

1.北京大学地球与空间科学学院，北京海淀 100871 2.“油气藏地质及开发工程”国家重点实验室·西南石油大学，四川成都 610500

针对塔里木盆地A地区碳酸盐岩储层缝洞识别和预测的难点，综合利用岩芯、成像测井和地震等资料，对研究区碳酸盐岩储层开展了缝洞识别和预测研究。通过模型正演，缝洞体在地震剖面上呈现两峰一谷型的“串珠状”强短轴反射或杂乱反射特征，常规电阻率曲线的“双轨”现象异常突出，成像测井中以切割井壁的正弦线或颜色较深的斑块显示为主的测井响应特征。利用改进后的Sobel边缘检测图像处理方法，井震结合预测了研究区缝洞体的分布。研究结果表明，工区内孔洞的分布具有分区成片的特征，在尖灭线北部区域，溶洞发育密度大，呈团状分布；而在南部区域溶洞密度相对较小，而裂缝发育主要沿南部区域的断裂带分布。与已有生产井的产能资料验证，吻合程度较高。

地震；裂缝预测；井震联合；成像测井；串珠

郎晓玲，郭召杰，刘红岐．井震结合在缝洞识别和预测中的应用研究[J]．西南石油大学学报：自然科学版，2014，36（4）：12–20．

Lang Xiaoling,Guo Zhaojie,Liu Hongqi．Combination of Well Logging with Seismic Datain the Identification and Prediction of Fracture and Caves[J]．Journal of Southwest Petroleum University：Science&Technology Edition，2014，36（4）：12–20．

开展缝洞识别和预测方法研究对提高缝洞型油气藏勘探成功率和开发方案制定具有重要的实用价值。国外对储层裂缝的研究起步较早。1968年，Murray G H最早应用曲率方法进行裂缝预测并获成功[1]。1995年，Bahorich M和Farmer S提出的地震相干技术和边缘检测技术[2-3]，在地震裂缝检测中获得了极大的应用。在国内，研究裂缝从早期采用传统的地质露头和岩芯的观察描述[4-5]、构造应力场数值模拟[6-7]、缝洞发育带测井识别[8]（包括地层微电阻率成像测井[9-11]、纵横波裂缝声波识别测井、电磁波裂缝识别测井、微电导异常识别测井裂缝等[12]），发展到三维纵波的裂缝检测方法、横波与多分量探测方法、相干体和图像处理技术、叠前AVO、AVA方法和地震属性提取等多种缝洞地震预测方法，成功开创了中国裂缝型碳酸盐岩储层的研究[13-15]。近年来，贺振华等人先后在任丘、胜利、塔河等地区开展了大量的缝洞型碳酸盐岩储层研究，提出了一系列裂缝检测的地球物理方法[16]。这些成果对完善中国碳酸盐岩储层预测的理论起到了积极推动作用。但是，由于缝洞型储层埋藏很深、非均质性极强，缝洞分布规律十分复杂，储层发育程度受多种因素控制，如何有效识别和预测缝洞一直是油气储层评价的难题，也是当前业界研究的热点问题之一[17]。

塔里木盆地A地区奥陶系碳酸盐岩以发育缝洞型储层为主，裂缝起着沟通溶洞单元体的作用，而缝洞单元的准确划分和储层的高产稳产关系密切，识别和预测缝洞体是获得高产、稳产的关键。早期利用三维地震资料在该区开展了叠前、叠后裂缝预测工作，从不同方面确定缝洞系统的发育和分布特征。取得了一定效果。但由于资料和采用方法技术的局限性，导致研究成果的系统性和针对性不足，与实钻结果也有差异，加之缝洞分布的复杂性，对该区缝洞体的发育特征和分布规律的研究却始终没有实质性的突破。本文综合地质、测井、钻井、地震及开发等多方面的资料，充分发挥测井资料纵向上分辨率高、地震资料横向连续性好的优点，采用井震结合和边缘检测方法，对研究区一间房组的碳酸盐岩开展了缝洞识别和预测研究，取得了比较好的效果。该方法已成为该区提高钻井成功率和勘探开发效益的重要手段，同时对同类型油藏的综合评价具有借鉴意义。

1 研究区概况

A油田A区块位于塔北隆起轮南低凸起奥陶系潜山背斜西围斜A鼻状构造带上，轮南潜山背斜经历了多期构造运动[18]，这些构造运动对于该油田缝洞型油气藏的形成起了至关重要的作用。

研究区一间房组主要岩性为灰岩，以浅褐灰、灰褐色亮晶砂屑灰岩、亮晶鲕粒灰岩、亮晶藻屑砂屑灰岩为主，生物颗粒以兰绿藻及其藻屑为主，少量薄壳腕足类和介形虫及棘皮、三叶虫、海锦骨针碎片，具生物潜穴和扰动构造，A1井发现托盘类生物礁。电性上，与上覆地层相比，具有低的自然伽马和较高的电阻率值。储层厚度在29.5～40.0 m，又称“鲕粒灰岩段”。

根据研究区地质特征及现有的资料情况，首先开展了井点的缝洞识别研究，利用岩芯和成像测井资料，进行单井裂缝统计分析，为裂缝预测提供基础；其次，通过模型正演，开展了缝洞在测井和地震剖面上的响应特征研究，找出缝洞最为明显的测井和地震响应特征；在此基础上，开展相干、倾角、方位角等地震几何属性试验研究后，采用改进后的三维相干体和Sobel边缘检测图像处理方法[19]综合进行了缝洞识别和预测，发现了工区内孔洞分区成片的特征；最后，结合生产动态资料，井震结合开展了缝洞储层综合评价，加强研究裂缝、断裂、水平洞对串珠洞连通作用，划分缝洞体系，为开发井位部署提供地质依据。

2 岩芯和地球物理响应特征

2.1 缝洞岩芯观察特征

钻录井资料、岩芯和薄片等资料表明，研究区储集空间类型主要有孔隙、孔洞、裂缝3大类。

孔隙的孔径一般小于2 mm，多为数微米到数十微米，岩石薄片分析资料表明，粒间溶孔与粒内溶孔是奥陶系储层普遍存在的储集空间，主要分布在一间房组颗粒灰岩与藻屑灰岩中。

孔洞的直径一般大于2 mm，按直径大小可细分为大型洞穴（＞50 mm）、大洞（（10，50]mm）、中洞（（5，10]mm）与小洞（（2，5]mm）。孔洞大部分被方解石、泥质、有机质的一种或多种全充填或半充填，部分未充填。孔洞层在钻井过程中常发生放空、泥浆漏失、钻时明显降低。

研究区裂缝有构造缝、压溶缝及溶蚀缝等，其中构造缝与溶蚀缝对油气的运移与储存有效。构造缝通常呈组系发育；溶蚀缝主要是由地表水和地下水沿着早期的裂缝系统产生溶蚀扩大，对其进一步改造而形成的裂缝。根据宽度可将裂缝分为大缝（＞1.00 mm）、中缝（（0.10，1.00]mm）、小缝（（0.01，0.10]mm）与微裂缝（≤0.01 mm）。

根据孔、洞、缝组合特征，把研究区奥陶系储层的储集类型划分为洞穴型、孔洞型、裂缝型、裂缝–孔洞型4种类型。

2.2 缝洞在测井上的响应特征

根据12口井成像资料，对裂缝和孔洞的发育情况进行了统计分析（图1）。统计发现，研究区一间房组发育孔洞18个，孔洞直径主要在1～5 mm。一间房组孔洞主要集中在6 590.00～6 700.00 m，最浅在A7–1井6 586.70 m发现了1个直径为2 mm的孔洞，最深在A11–1井6 716.10 m发现了1个直径为8 mm的孔洞。一间房组明显的裂缝共128条，以高角度单组系裂缝为主，裂缝密度主要分布在1～5条/m。

一间房组裂缝主要分布在6600.00～6800.00m，其中最浅在A7–1井6 570.30 m发现了2条单组系高角度裂缝，最深在A6c井6 792.10 m发现了1条单组系低角度裂缝。

通过对成像测井资料和常规曲线对比分析，总结出该区缝洞储层的电性特征如表1所示。

孔洞在FMI成像测井图上表现为不规则暗色斑点状或串珠状分布，伽马值低—中等；深浅双侧向差异不明显，微侧向或微球形聚焦曲线有起伏；井径在孔洞较为发育段扩径明显；中子、密度、声波曲线变化较大。

图1 A地区孔洞直径、裂缝长度和密度统计直方图Fig.1 Histogram of cave diameter，fracture length and fracture density in A Area

表1 A地区奥陶系储层电性特征统计表Tab.1 Wireline logging response of Ordovician reservoir in A Area

裂缝在成像图上呈现近似的正弦曲线，高角度裂缝正弦曲线的波峰和波谷较陡，低角度裂缝正弦曲线的波峰和波谷较缓。裂缝张开度较大时，正弦曲线呈现暗色条带状，裂缝张开度较小时，正弦曲线为不明显的线条。如果张开度较大，对应的双侧向电阻率曲线幅度差较大；张开度较小时，对应的双侧向电阻率曲线幅度差较小。

图2为 A7–1井孔洞在常规测井和成像测井图上的响应，在 FMI成像图上，该井在6 591.00～6 595.50 m段存在不规则的暗斑，或不连通的暗色条带。自然伽马为低值，密度值降低，密度最小值为2.66 g/cm3，声波在49～56µs/ft，略有增大，双侧向电阻率为中高值，深侧向电阻率为 2 090～15 000 Ω·m，浅侧向电阻率为2 400～9 000 Ω·m，判断溶（孔）洞可能充填方解石，结合FMI成像图上的显示，综合解释为孔洞。

图2 A7–1井孔洞在常规测井和成像测井上的响应特征Fig.2 Well A7–1 cavernous geophysical and logging response characteristic

图3为 A12–1井裂缝在常规测井和成像测井图上的响应特征。在 FMI成像图上，6 676.00～6 677.00 m和6 684.00～6 687.00 m段存在不太明显的近正弦曲线，幅度较大。由于张开度小，暗色条纹不很明显，但由于泥浆侵入少，双侧向电阻率为中低值且呈很明显的“双轨”现象，同时井径曲线呈规则直线，声波曲线变化相对较小。综合分析认为，该段发育单组系高角度张开度较小的裂缝。

图3 A12–1井孔洞在常规测井和成像测井上的响应特征Fig.3 Well A12–1 cavernous geophysical and logging response characteristic

2.3缝洞储层的地震响应特征

2.3.1 缝洞储层地震正演模拟

本文研究中，针对缝洞储层的非均质性和复杂性，对碳酸盐岩缝洞体模型正演[19-24]，分析总结了碳酸盐岩缝洞储集体的地震响应特征。研究区缝洞体主要呈现“串珠状”异常即强短轴反射或杂乱反射，当高角度裂缝发育时，串珠具有不对称性。单个细小裂缝在地震剖面上异常不明显，不容易被检测到；细小裂缝组成的裂缝系统或裂缝发育带在地震剖面有异常特征，可以被检测，裂缝发育带地震反射较弱，地震反射横向连续性较差。当串珠与裂缝同时发育时，串珠具有不对称性。

通过模型正演，本区缝洞体的地震响应特征：缝洞体地震剖面上主要呈现两峰一谷型的串珠状反射特征，地震振幅异常特征明显，地震同相轴相似性特征发生变化。当裂缝发育时，可能出现振幅减弱现象，杂乱反射，裂缝不发育，或者发育密度低时，地震反射振幅较强，横向连续性增强。

2.3.2 缝洞储层精细标定

精细的层位标定是储层裂缝预测的基础，根据缝洞地震正演的认识，对研究区有声波曲线的15口井开展精细的层位标定，本区碳酸盐岩溶洞型储集体在地震剖面上主要表现为强–弱振幅相间、与周围反射有明显界限的一种反射特征，也即“串珠状”地震响应特征。根据地震反射波形的波峰波谷数，对缝洞的“串珠状”反射特征进行扫描统计，发现研究区缝洞在地震剖面上主要以两峰一谷型的串珠状地震响应为主，占了70%，而单峰单谷型约为10%，三峰两谷型约为20%。

A6井储层主要为缝洞型储层，纵向上有多套缝洞。根据测井解释，在一间房组内有4套孔洞储层，在深度6 921.0～6 924.0 m，孔洞厚3.4 m，在深度6 922.5～6 931.0 m，孔洞厚8.5 m，在深度6 965.0～0 975.0 m，孔洞厚10.0 m。通过精细分析与标定，发现孔洞储层段具有双峰反射特征，该反射特征主要有多个纵向分布的孔洞引起的复合反射，储层标定于强串珠的第一“珠”上（图4）。

图4 A6井合成记录标定和过A6井地震剖面Fig.4 A6 synthetic map and well bore seismic section

3 缝洞地震预测方法

从研究区缝洞的测井、地震响应特征分析可以看出：一间房组储层缝洞较发育，在测井资料和地震剖面都有一定的响应。特别是在地震剖面上明显的串珠状响应，都对应了缝洞体的发育，若振幅出现杂乱发射、强度减弱，连续性变差则很可能对应着裂缝发育带。因此，缝洞储层的地球物理响应特征的研究为缝洞储层横向预测奠定了基础。

然而，受到地震资料分辨率的限制，地震剖面反映的缝洞体尺度都比较大，厘米级和毫米级的裂缝在地震剖面上很难识别，只有借助于成像测井资料进行标定，才可能对研究区小尺度，甚至微裂缝有所认识。另一方面，地震资料横向分辨率高，这又是测井资料无法满足的。通过成像和常规测井资料的井点标定，结合地震资料进行缝洞储层井间横向预测和识别，对一间房组地层缝洞体的发育进行定性和定量的刻画。

研究区只有叠后三维地震资料，相关的叠前裂缝识别技术和方法在本区不适用。通过文献调研和对研究区缝洞响应特征的分析发现，大多数的缝洞与地震的几何属性相关。研究中，选取了A11井区进行了方法试验，利用三维叠后地震资料提取了相干、倾角、方位角和边缘体等地震几何属性开展了方法试验后，发现缝洞体的“串珠状”特征在边缘体属性上响应最好，缝洞体外形轮廓在边缘体上刻画得更清楚。因此，本次主要采用边缘检测来识别和预测缝洞的分布，并通过井点上的成像测井资料和生产数据进行检验。

3.1 改进的Sobel边缘检测方法

边缘检测是图像分析处理中一种重要方法，边缘是指图像中灰度发生急剧变化的区域，边缘能够勾画出区域的形状，能够局部定义及传递大部分图像信息。由于储层的裂缝检测与图像分析中的边缘检测有许多相似之处，因此，对地震数据可以将它当作一类特殊的图像，寻找地震数据的异常变化带的轮廓（断裂），相当于图像处理的边缘检测。目前，借用边缘检测的理论和方法，结合实际地震资料，已经成为缝洞检测方法常用方法之一[25]。

边缘检测一般是通过边缘检测算子，利用梯度最大值或二阶导数过零点来提取图像边缘（位置、方向、幅度）。最基本的方法主要有Sobel边缘检测和Laplacian边缘检测[26]，其中Sobel边缘检测不但有较好的边缘检测效果，而且受噪声影响也比较小。因此，本次采用Sobel算子边缘检测，Sobel算子有两个，即水平边沿检测算子和垂直边沿检测算子[27]。Sobel算子利用像素点上下、左右邻点的灰度加权算法，根据在边缘点处达到极值这一现象进行边缘的检测。Sobel算子对噪声具有平滑作用，提供较为精确的边缘方向信息，是一种较为常用的边缘检测方法。

在本区实际应用中，对原来的边缘检测方法进行了改进。在边缘检测之前，首先将三维地震数据进行倾角调向处理，即对地震数据进行倾角和方位角处理，然后再进行边缘检测处理。该方法与原来的边缘检测方法直接对地震资料进行边缘图像处理的方法相比，能够更好地刻画缝洞的几何特征。

倾角调向处理不仅遵循了局部倾角和方位角的变化，而且考虑了地下目标的方向和空间展布，在此基础上再进行边缘处理，可以突出细小断裂。

其倾角和方位角计算步骤如下：

（1）利用公式（1）计算三维数据的自相关谱。

式中：

u(x，t)—地震道；

x={x1，x2}—空间坐标矢量，代表线方向和道方向；

t—时间，s；

ξ={ξ1，ξ2}—空间移动变量，无因次；

τ—时移变量，s。

（2）通过Fourier变换，用式（2）将地震数据变化到频率–波数谱。

式中：

k={k1，k2}—空间频率矢量，Hz。

（3）令式（2）中k=f/p，其中，p={p1，p2}—倾角矢量。此时，频率–波数谱变为倾角–频率谱，即w（x，t；p，f）。

（4）将倾角–频率谱，即w（x，t；p，f）用式（3）进行反Fourier变换，得到Radon功率谱s（x，t；p，τ）。设置τ=0，即通过Radon功率谱s（x，t；p，τ）可计算处每个样点的倾角 p=(p12+p22)1/2和方位角α=tan−1(p1/p2)。

基于倾角调向的边缘检测裂缝处理比改进前的边缘检测的优越性在于：该方法考虑了实际地层倾角，强化细微的地震特征，充分揭示了断裂的空间展布。

3.2 缝洞检测

首先对研究区叠后三维地震数据进行倾角和方位角处理，然后利用改进后的Sobel边缘检测方法再进行边缘检测处理，沿层提取属性得到了一间房组缝洞分布（图5）。从图中可以看出，边缘检测能够较好反映本区的孔洞发育情况。研究区缝洞具有分区成片的特征，奥陶系桑塔木组尖灭线（图中黑线）以北缝洞呈现片状发育，密集程度受到大的走滑断层影响；桑塔木组尖灭线以南缝洞发育主要沿断裂带呈条带状展布，分布密度相对较小。说明断裂对溶洞具有一定的影响。主要为北西、北东和近南北走向，与大型断层的走向吻合，不同位置处裂缝发育方向亦不同。密集程度受大的走滑断层控制较明显。其中北部一带的A601—A16—A15井区附近，裂缝条数最多，A15井的测井资料显示在6 570.00～6 610.00 m内共有24条裂缝，平均月产油1790.7t，产水0.246t，说明其裂缝发育，改进后的边缘检测方法显示此处裂缝发育。断层附近的A7–1井和A7–2井区附近裂缝条数比较多，A7–1井和A7–2井平均每月产液分别为1 133.0 t和1 707.8 t，说明其裂缝发育，与地震预测吻合。A11井地震剖面和边缘检测切片，从图中明显可见A11井钻遇串珠，与实钻情况吻合。

图5 边缘检测预测缝洞分布平面图Fig.5 Fracture and cave identification map with edge detection

图6 A802井和A7–1井区缝洞预测图Fig.6 Fracture and cave prediction map of Well A801 and A7–1 Area

图6为研究区局部放大的井区缝洞预测平面图。地震预测A802钻遇串珠（图6a），孔洞较大，该井钻进至井深6 771.00 m时发生井漏，预测孔洞体积较大，裂缝发育。A7–1井钻至井深6 604.00 m井漏，钻进至井深6 617.00 m井口失返，共计漏失 451 m3，试油深度 6 503.02～6 617.00 m，折日产水34.53 m3。第二次试油6 568.00～6 575.00 m，油压13.10～14.05 MPa，日产油57.57 m3，天然气1 810 m3，说明该井裂缝发育，孔洞预测体积较大，裂缝发育。另外，成像测井解释A7–1井6 586.70～6 586.90 m解释1个孔洞，直径2 mm，6 593.00～6 594.80 m解释3个孔洞，直径13 mm。地震预测该井钻遇串珠，与实钻情况吻合（图6b）。

缝洞检测结果表明：研究区缝洞发育带主要集中在研究工区的北部和东部，中部和南部缝洞较差，在贯穿工区的大的断裂带附近裂缝发育，裂缝走向以北西—南东走向为主，主要发育单组系高角度裂缝，在A15井，A16井附近裂缝连通性较好，缝洞发育，可以作为下步有利的目标区。

4 结论

（1）工区内孔洞有分区成片的特征，特别是在尖灭线北部区域，溶洞发育密度大，而在南部区域相对较小，而裂缝发育主要沿南部区域的断裂带分布，预测的结果与成像测井吻合较好，并得到了生产资料的证实。

（2）缝洞体在地震剖面是显示为串珠状反射响应特征，通过与成像测井资料和生产资料的标定和对比说明，边缘检测技术对刻画一间房组储层缝洞体的发育是有效的。

（3）地质、测井、钻井、开发动态和地震检测结果的综合利用和彼此之间的相关分析对缝洞油气储层的成功预测有重要意义。

[1]Murry G H.Quantitative fracture study-sanish pool，Mckenzie County，north Dakota[J].AAPG Bulletin，1968，52（1）：57–65.

[2]Bahorich M，Farmer S.3-D seismic discontinuity for faults and straigrapic features：The coherence cube[J].The Leading Edge，1995，13（1）：1053–1058.

[3]MarfultK J，Sudhaker V，Gersztenkorn A，et al.Coherency calculations in the presence of structure dip[J].Geophysics，1999，64（1）：104–111.

[4]陆克政.构造地质学教程[M].东营：石油大学出版社，1996：56–62.

[5]任美锷，刘振中.岩溶学概论[M].北京：商务印书馆，1983：39–42.

[6]张帆，贺振华，黄德济，等.预测裂缝发育带的构造应力场数值模拟技术[J].石油地球物理勘探，2000，35（2）：154–163. Zhang Fan，He Zhenhua，Huang Deji，et al.Structural stress field numerical simulation technigue for fracture zone prediction[J].Oil Geophysical Prospecting，2000，35（2）：154–163.

[7]宋惠珍.脆性岩储层裂缝定量预测的尝试[J].地质力学学报，1999，5（1）：76–84. Song Huizhen.A attempt of quantitive prediction of natural crack on brittle rock reservoir[J].Journal of Geomechanics，1999，5（1）：76–84.

[8]刘红岐，刘诗琼，刘静.复杂致密储层裂缝特征研究[J].西南石油大学学报：自然科学版，2012，34（4）：62–68. Liu Hongqi，Liu Shiqiong，Liu Jing.Study on the fracture characteristics of complex tight formation[J].Journal of Southwest Petroleum University：Science&Technology Edition，2012，34（4）：62–68.

[9]夏义平，柴桂林，汪昌贵，等.塔里木盆地轮南地区下奥陶统碳酸盐岩储层的控制因素分析[J].现代地质，2000，14（2）：185–189. Xia Yiping，Cai Guilin，Wang Changgui，et al.An analysis of controlling factors to lower ordovican carbonatite reservoir in Lunnan Area，the Tarim Basin[J].Geoscience，2000，14（2）：185–189.

[10]张抗.塔河油田的发现及其地质意义[J].石油与天然气地质，1999，20（2）：120–124，132. Zhang Kang.The discovery of Tahe Oilfield and its geologic implication[J].Oil&Gas Geology，1999，20（2）：120–124，132.

[11]陈钢花，吴文圣，王文中，等.利用地层微电阻率成像测井识别裂缝[J].测井技术，1999，23（4）：279–281. Chen Ganghua，Wu Wensheng，Wang Wenzhong，et al. Fracture identification by microresistivity scanner log[J]. Well Logging Technology，1999，23（4）：279–281.

[12]景永奇，秦瑞宝.利用裂缝指示曲线判别花岗山潜山纵向裂缝发育带[J].测井技术，1999，23（1）：38–42. Jing Yongqi，Qin Ruibao.Identifying the fracture distribution in granite buried hill with synthetic curve[J].Well Logging Technology，1999，23（1）：38–42.

[13]王永刚，李振春，刘礼农，等.利用地震资料预测储层裂缝发育带[J].石油物探，2000，39（4）：57–63. Wang Yonggang，Li Zhenchun，Liu Linong，et al.Forecast of fracture extension zone of reservoir by using seismic data[J].Geophysical Prospecting for Petroleum，2000，39（4）：57–63.

[14]巫芙蓉，李亚林，王玉雪，等.储层裂缝发育带的地震综合预测[J].天然气工业，2006，26（11）：48–51. Wu Furong，Li Yalin，Wang Yuxue，et al.Comprehensive seismic prediction of fractured zone in reservoir[J].Natural Gas Industry，2006，26（11）：48–51.

[15]王波，宁正福，姬江.多孔介质模型的三维重构方法[J].西安石油大学学报：自然科学版，2012，22（4）：54–57，61. Wang Bo，Ning Zhengfu，Ji Jiang.Study on 3D reconstruction methods of porous medium model[J].Journal of Xi′an Shiyou University：Natural Science Edition，2012，22（4）：54–57，61.

[16]贺振华，黄德济.缝洞储层的地震检测和预测[J].勘探地球物理进展，2003，26（2）：79–83. He Zhenhua，Huang Deji.Detection and prediction of fracture-cavecontained reservoir from seismic data[J].Progress in Exploration Geophysics，2003，26（2）：79–83.

[17]卫平生，张虎权，王宏斌，等.塔中地区缝洞型碳酸盐岩储层的地球物理预测方法[J].天然气工业，2009，29（3）：38–40. Wei Pingsheng，Zhang Huquan，Wang Hongbin，et al. Geophysical prediction methods on fractured-vuggy carbonate reservoirs in Tazhong Area[J].Natural Gas Industry，2009，29（3）：38–40.

[18]龚洪林，潘建国，王宏斌，等.塔中碳酸盐岩裂缝综合预测技术及应用[J].天然气工业，2008，28（6）：31–33. Gong Honglin，Pan Jianguo，Wang Hongbin，et al.Technique of carbonate rock fracturec omprehensive prediction and its application in Tazhong Area of the Tarim Basin[J]. Natural Gas Industry，2008，28（6）：31–33.

[19]张凤奇，王震亮，鲁雪松，等.库车坳陷现今构造应力场与天然气分布关系[J].新疆石油地质，2012，33（4）：431–433. Zhang Fengqi，Wang Zhenliang，Lu Xuesong，et al.Relationship between present tectonic stress field and natural gas distribution in Kuqa Depression，Tarim Basin[J].Xinjiang Petroleum Geology，2012，33（4）：431–433.

[20]李凡异，魏建新，狄帮让.碳酸盐岩溶洞横向尺度变化的地震响应正演模拟[J].石油物探，2009，48（6）：557–562. Li Fanyi，Wei Jianxin，Di Bangrang.Forward simulation of seismic response in carbonate caverns with varied lateral scale[J].Geophysical Prospecting for Petroleum，2009，48（6）：557–562.

[21]曹均，贺振华，黄德济，等.孔洞储层地震波特征响应的物理模型实验研究[J].成都理工大学学报：自然科学版，2003，30（6）：576–582. CaoJun，HeZhenhua，HuangDeji，et al.Seismic responses to pore-hole reservoir by physical modeling[J].Journal of Chengdu University of Technology：Science&Technology Edition，2003，30（6）：576–582.

[22]魏建新，狄帮让，王立华.孔洞储层地震物理模拟研究[J].石油物探，2008，47（2）：156–160．Wei Jianxin，Di Bangrang，Wang Lihua.Seismic physical modeling for cavern reservoir[J].Geophysical Prospecting for Petroleum，2008，47（2）：156–160.

[23]Wei Jianxin．Physical model study of different crack densityes[J].Journal of Geophysics and Engineering，2004，1（1）：70–76．

[24]赵敏，康志宏，刘洁.缝洞型碳酸盐岩储集层建模与应用[J].新疆石油地质，2008，29（3）：318–320. Zhao Min，Kang Zhihong，Liu Jie.Modeling and application of fractured-vuggy carbonate reservoir[J].Xinjiang Petroleum Geology，2008，29（3）：318–320.

[25]黄捍东，胡光岷，贺振华，等.利用多尺度边缘检测研究碳酸盐岩裂缝分布[J].物探化探计算技术，2000，22（1）：21–25 Huang Handong，Hu Guangmin，He Zhenhua，et al.Carbonate fracture research using multi-scale boundary detectio n method[J].Computing Techniques for Giophysical and Geochenical Exploration，2000，22（1）：21–25.

[26]吕俊白.基于Laplacian算子的一种新的边缘检测方法[J].小型微型计算机系统，2002，23（9）：1133–1135. Lü Junbai.An enhanced method for edge detection based on Laplacian operator[J].Mini-Micro Systems，2002，23（9）：1133–1135.

[27]Health A，Sarkar S，Sanochi T，et al.Comparsion of edge detectors：A methodology and initial study[C].San Francisco：IEEE Computer Society Conference，1996：143–148.

编辑：张云云

编辑部网址：http：//zk.swpuxb.com

Combination of Well Logging with Seismic Data in the Identification and Prediction of Fracture and Caves

Lang Xiaoling1,Guo Zhaojie1,Liu Hongqi2
1.School of Earth and Space Sciences，Peking University，Haidian，Beijing 100871，China 2.State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation，Southwest Petroleum University，Chengdu，Sichuan 610500，China

Aimed at the difficulty to predict and identify the fractured and cavernous carbonate reservoir distribution of A Area in Tarim Basin.In this paper，we carried out the identifying and predicting research of the fracture and cave for the carbonate reservoir by means of the core data，formation image logging data and seismic data in this area.Based on the caves forward modeling，we found that the fractured and cavernous carbonate reservoir is characteristic of moniliform with strong brachyaxis reflection of two peaks and one trough or disconnected reflection from seismic section，and corresponds to the well logging curves，and shows a typical abnormal characteristic with double tracks on resistivity curve.As for the images of the FMI logging，there are obvious sinusoid curve or dark plaques.Based on the advanced Sobel edge detection method，the integrated well logging with seismic data is used to characterize fractures and caves in this area.The results show that caves are located around the pinchout line in the north of this area，with the feature of partitioning continuous distribution and rarely exists in the south of the area.The fractures are mainly distributed near the fault in the south of this area.This result matches with FMI data and is confirmed by the latest production data in this area.

seismic；fracture prediction；integrated well and seismic；FMI logging；moniliform

http：//www.cnki.net/kcms/doi/10.11885/j.issn.1674-5086.2012.11.27.01.html