致密火山碎屑岩含气敏感属性研究

许翠霞，马朋善，贾志坤，杨振武

(1.中化石油勘探开发有限公司，北京100031；2.中国石油勘探开发研究院，北京100083)



致密火山碎屑岩含气敏感属性研究

许翠霞1，马朋善2，贾志坤1，杨振武1

(1.中化石油勘探开发有限公司，北京100031；2.中国石油勘探开发研究院，北京100083)

致密火山碎屑岩储层薄、岩性致密、纵波速度对含气层的敏感性变差，导致纵波阻抗不能有效区分含气层。针对此问题，开展了致密火山碎屑岩含气敏感属性研究。结果表明，致密火山碎屑岩纵横波速度比(vP/vS)分布范围为1.6～1.85，比常规砂岩纵横波速度比范围要小，导致含气性探测难度大。通过致密火山碎屑岩测井数据分析表明，Kρλ/μ比Kρ对气层更为敏感。因此针对性地提出了新的弹性参数组合Kρλ/μ，理论分析表明，其能够提高气层检测敏感性。实践结果证实，通过三维地震资料叠前同时反演并计算Kρλ/μ属性体，分辨率较高；同时Kρλ/μ与σ、λ/μ交会图识别气层效果好，对解决复杂火山碎屑岩致密气层识别问题具有推广应用价值。

致密火山碎屑岩；Kρλ/μ；弹性参数；叠前同时反演

石油勘探开发从常规油气延伸到非常规油气领域，面临的储层越来越复杂，储层和流体识别技术越来越先进，“甜点”区的评价和体积改造技术越来越重要，叠前AVO及弹性敏感参数反演显得尤为重要[1-3]。国内外对储层预测及流体检测研究越来越深入，提出了各种流体识别方法。Gregory和Domenico提出泊松比与纵横波比(vP/vS)在很大程度上受流体的影响[4-5]。Goodway提出了岩石物理参数拉梅系数Lambda(λ)和剪切模量Mu(μ)，并认为λ/μ是识别流体较好的参数组合[6]。杨海长认为拉梅系数λ和密度ρ的乘积(λρ)与纵波阻抗交会可有效区分油水层[7]。黄捍东和王俊骏通过多参数优选认为，λρ对含气砂岩敏感性高[8-9]。Russell提出了流体因子ρf属性，ρf(ρf=IP2-cIS2)(其中，IP为纵波阻抗，IS为横波阻抗，c为骨架占岩石的比例)更具有一般性，不同的地层c值系数不一样[10]。孙兴刚通过岩样分析认为，Zp2-2.15Zs2对流体具有较强敏感性[11]。周水生同样认为，Zp2-2.15Zs2及λ-0.15μ能够清晰地刻画含气砂岩[12]。Katahara利用测井研究了Kρ(其中，K为体积模量)属性，增强了流体检测能力[13]。Dabagh等研究表明，同λρ相比，Kρ对流体检测更为灵敏[14]。Sharma和Chopra提出了一种新的地震属性Eρ，用于识别流体和岩性。实践表明，Eρ参数对流体反映不如对岩性反应敏感，特别是在表征脆度时，更能突出岩石的脆度[15]。

与弹性参数直接相关的属性有体积模量、拉梅系数和泊松比等。体积模量(K)指物质受到的流体静压力与其所引起的体积压缩之比，是抵抗体积变化的一种衡量，作为不可压缩性，可以预测地层孔隙度；拉梅系数Lambda(λ)对孔隙流体敏感，剪切模量Mu(μ)在剪切方向抵抗岩石变形，对岩石骨架敏感，可作为岩性检测器；纵波速度(vP)、密度(ρ)数据可从常规测井资料得到，横波速度(vS)可从偶极子阵列声波测井得到，可计算常用敏感性参数K、λ、μ、泊松比(σ)及其相关组合，结合测井解释成果对弹性参数进行敏感性分析。基于以上研究，本文提出Kρλ/μ参数，由于体积模量、密度、λ/μ都对流体敏感，三者乘积会使差异更大，更能突出流体的响应。

1 敏感参数分析方法

基于前人对弹性敏感参数的认识，Goodway提出λ/μ对气层与非储层区分度较好，其中Lambda(λ)是第一拉梅系数，被称为纯不可压缩性；μ是第二拉梅系数或剪切模量，有利于识别岩性。λρ、μρ可以通过AVO反演求取。

弹性参数λ/μ公式为：

(1)

由式(1)得：

(2)

(3)

参数Kρλ/μ公式为：

(4)

λ/μ可消除密度的影响，Goodway认为参数λ/μ能够更好地把含气砂岩从泥岩和含水砂岩中区分出来，是岩石物性变化较敏感的参数，见式(1)[9]。Katahara、Dabagh等认为，Kρ对含气层非常敏感，K是体积模量，是抵制体积变形及不可压缩性的一种度量，可对孔隙度的变化进行度量，见式(2)[14-15]。但致密火山碎屑岩物性差(孔隙度φ小于10%)，厚度薄(4～5m)，识别气层能力还有待进一步提高。本文通过组合弹性参数λ/μ、Kρ的研究，发现Kρλ/μ对气层更加敏感。

(5)

(6)

通过地震AVO叠前同时反演计算了IP和IS，推导出Kρλ/μ。通过分析含不同流体的砂岩，得出以下认识。

(1)常规含水砂岩。vP/vS=2，λ/μ=2；根据式(6)简化得Kρ(λ/μ)=2Kρ。

(2)常规含气砂岩。vP/vS=1.5，λ/μ=0.25；则Kρ(λ/μ)=0.25Kρ。

与Kρ相比，常规含水砂岩弹性组合参数Kρλ/μ增大2倍，而常规含气砂岩缩小4倍，更有利于区分常规含气砂岩和常规含水砂岩。

(3)致密含水砂岩：vP/vS=1.73，λ/μ=0.99；Kρ(λ/μ)=0.99Kρ。

(4)致密含气砂岩：vP/vS=1.62，λ/μ=0.62；Kρ(λ/μ)=0.62Kρ。

与Kρ相比，致密含水砂岩弹性组合参数Kρλ/μ略微缩小，而在常规含气砂岩缩小0.62倍，更有利于区分致密含气砂岩和含水砂岩。

与常规砂岩相比，致密砂岩中纵横波比值的范围缩小，导致含气砂岩和含水砂岩的区分难度加大。由于Kρ对气层敏感、λ/μ对气层也很敏感，两者乘积将大大增强对气层的识别能力，更有利于区分气层与围岩。

2 测井数据敏感性分析

中国致密气2012年已探明储量接近4×1012m3，预测2020年致密气产量达800×108m3，2030年达1000×108m3[16]。英台气田营城组火山碎屑岩沉积地层埋深为3700～4500m，地层速度达到4300～5400m/s之间。该区的火山质碎屑岩多种岩性混杂，以凝灰质砂砾岩、砂砾岩等非常规储层为主，孔隙度普遍低于10%，属于致密储层，储层与围岩区分困难。对英台气田ls3井速度、纵波阻抗及密度的分布范围进行统计，发现气层的纵波速度和阻抗值比围岩小，但二者偏差不大，致使气层纵波速度和纵波阻抗与围岩重叠区较大，导致利用纵波阻抗区分气层与围岩难度增大。气层密度为2.4～2.55g/cm3，围岩密度为2.55～2.7g/cm3，气层与围岩密度区分度较好；同时密度(ρ)与致密储层孔隙度和流体相关性很好，在缺少大偏移距道集的前提下，发现弹性参数组合Kρλ/μ对识别气层敏感性较好。

通过研究英台气田致密火山碎屑岩测井资料，并对弹性参数Kρ与Kρλ/μ的敏感性进行分析，发现Kρλ/μ比Kρ更能反映气层的变化。在含气区曲线Kρλ/μ比曲线Kρ对气层更为敏感，甚至对差气层响应也有所增强(图1)。

在分析弹性参数敏感性的基础上，统计气层与围岩中敏感参数的变化率，Kρ、Kρλ/μ在气层中相对围岩的变化率分别为-0.27、-0.5，即Kρλ/μ对气层更敏感(表1)。体积模量(K)对于孔隙度敏感，而密度(ρ)对于岩石孔隙和流体敏感，λ/μ对孔隙流体敏感，所以三者的乘积对气层敏感性增强。

表1 气层与围岩敏感性参数表

在对致密火山碎屑岩含气储层进行精细刻画时需要确定气层与非储层的界限及范围，从图2a可以看出Kρ与vP/vS的交会并不能把气层与非储层完全分开，数据点相对分散；而图2b中Kρλ/μ与vP/vS的交会能很好地把气层与非储层分来，进一步说明Kρλ/μ适合于致密火山碎屑岩气层识别。

3 实际应用

英台气田实际地震资料主频为28Hz，道集数据最大入射角为26°，需要对其进行叠前弹性参数反演。Aki—Richards′方程的Fatti′s变形公式表示了反射系数RPP和入射角度θ之间的函数关系RPPθ[17-18]，即：

RPP(θ)=c1RP+c2RS+c3RD

(11)

其中:

c1=1+tan2θ

c2=-8γ2sin2θ

式中c1、c2、c3——随地震波入射角变化的系数；

γ——横波速度与纵波速度之比；

ΔvP/vP——反射界面上下的纵波速度与上下界面平均数之比；

ΔvS/vS——反射界面上下的横波速度与上下界面平均数之比；

Δρ/ρ——反射界面上下的密度之差与上下界面平均数之比；

RP——纵波阻抗反射系数；

RS——横波阻抗反射系数；

RD——密度反射系数。

Fatti′s方程中的系数项和反射率项包含了纵波和横波阻抗和密度信息，以及入射角信息[11-12]。根据弹性参数之间的转换公式可得出Kρλ/μ的计算公式，即：

(12)

通过阻抗体计算得出Kρ、Kρλ/μ反演体(图3a、b)，该区含气储层段在钻井过程中未发生垮塌，而非储层段严重垮塌，通过井径和密度曲线可得到，含气区井径未发生变化，密度值变小，结合反演剖面综合分析有利于准确判断气层。由图3可以看出，Kρλ/μ反演剖面识别薄层能力比Kρ高，反演结果与ls3井解释气层吻合，达到预测含气层的目的。

由图4可见，Kρ—σ—λ/μ比较分散，而Kρλ/μ—σ—λ/μ相关性好，其中λ/μ代表颜色，紫色代表高值，红色代表低值，通过交会可以很好地区分气层和围岩，黄色区域就较好地刻画了含气层。

4 结束语

针对英台气田营城组致密火山碎屑岩的特点，通过敏感性分析，提出了适合英台气田致密火山碎屑岩含气储层的预测方法，在解决复杂火山碎屑岩致密储层识别问题等方面具有较好的推广价值。

(1)致密火山碎屑岩纵横波速度比主要分布在1.6～1.8之间，与常规砂岩相比范围缩小，导致气层识别困难。

(2)致密火山碎屑岩测井数据分析表明，Kрλ/μ比Kρ对气层更为敏感。

(3)弹性参数Kρ、Kρλ/μ的含气敏感性分析表明，敏感参数Kρλ/μ在反演剖面上提高了气层分辨率，改善了致密火山碎屑岩的预测精度。

(4)Kρλ/μ与σ、λ/μ交会效果比Kρ与σ、λ/μ交会效果好，更有利于气层解释。

[1] 邹才能，陶士振，白斌，等. 论非常规油气与常规油气的区别和联系[J]. 中国石油勘探 ，2015，20(1)：1-16.

[2] 于秀英，古正富，贾俊杰，等. 储层孔隙结构测井表征的新方法[J]. 非常规油气，2016，3(1)：14-20.

[3] 段瑶瑶，王欣，王永辉，等. 致密砂岩气藏体积改造增产效果数值模拟[J]. 非常规油气，2015，2(2)：48-51.

[4] Gregory A R. Fluid saturation effects on dynamic elastic properties of sedimentary rocks[J]. Geophysics, 1976, 41(5)：895-921.

[5] Domenico S N. Elastic properties of unconsolidated porous sand res-ervoirs[J]. Geophysics, 1977, 42(7):1339-1368.

[6] Goodway B, Chen T, Downton J. Improved AVO fluid detection and lithology discrimination using Lamé petrophysical parameters; “λρ”，“μρ”, & “λ/μ fluid stack”, from P and S inversions[C].Society of Exploration Geophysicists. SEG technical program expanded abstracts. Dallas: Society of Exploration Geophysicists, 1997: 183-186.

[7] 杨海长，李智，徐建永，等. 叠前反演在LHK地区烃类检测中的应用[J].物探与化探，2011,35(5)：666-688.

[8] 黄悍东，汪佳蓓，郭飞，等. 敏感参数分析在叠前反演流体识别中的应用[J]. 物探与化探，2012, 36(6)：941-946.

[9] 王俊骏，桂志先，谢晓庆，等. 苏里格气田储层识别敏感参数分析及应用[J].断块油气田，2013，20(2)：175-177.

[10] Russell B H, Hedlin K, Hilterman F,etal. Fluid-property discrimination with AVO: A Biot-Gassmann perspective[J]. Geophysics, 2003, 68(1): 29-39.

[11] 孙兴刚，魏文，李红梅，等.岩石物理参数的流体敏感性分析[J].油气藏评价与开发，2012, 2(1)：37-49.

[12] 周水生，宜伟，郝召兵，等. 基于叠前反演的流体敏感属性实验研究及应用[J]. 地球物理学报，2012， 55(6)：1985-1992.

[13] Katahara W K. Lame′s parameter as a pore-fluid indicator: A rock-physics perspective[C]. SEG Expanded Abstracts, 2001: 326-328.

[14] Dabagh H Hazim，Alkhafaf S. Comparison of kρ and λρ in clastic rocks: A test on two wells with different reservoir-quality stacked sands from West Africa[J]. The Leading Edge, 2011,30(9): 986-994.

[15] Sharma R K, Chopra S. New attribute for determination of lithology and brittleness[C].Society of Exploration Geophysicists. SEG technical program expanded abstracts. Las Vegas: Society of Exploration Geophysicists, 2012: 1-5.

[16] 胡文瑞. 我国非常规天然气资源、现状、问题及解决方案[J]. 石油科技论坛，2012，31(6)：1-4.

[17] Aki K I， Richards P G. Quantitative Seismology-theory and method. W.H[M]. Freeman and Company,1980:100-170.

[18] Fatti J L, Vail P J, Smith G C,etal. Detection of gas in sandstone reservoirs using AVO analysis: A 3-D seismic case history using the geostack technique[J]. Geophysics, 1994, 59(9): 1362-1376.

Research on the Gas Sensitive Attribute of Tight Volcanic Clastic Rock

Xu Cuixia1，Ma Pengshan2，Jia Zhikun1，Yang Zhenwu1

(1.SinochemPetroleumExploration&ProductionCo.,Ltd,Beijing100031,China；2.PetroChinaResearchInstituteofPetroleumExplorationandDevelopment,Beijing100083,China)

Due to tight volcanic clastic rock reservoir is thin and has tight lithology, the sensitivity of longitudinal wave velocity to the gas zone would become weak, and result in the gas layer could not be distinguished effectively by longitudinal impedance. Therefore, the gas sensitive properties of tight volcanic clastic rocks have been studied. The results showed that the range of velocity ratio(vP/vS)of longitudinal and transverse waves is between 1.6 and 1.85, which is less than that of conventional sandstone, leading to a difficult detection of gas layer. Analysis of logging data for tight volcanic clastic rock indicated thatKρλ/μwas more sensitive to gas layer than whatKρdid. So, a new elastic parameter combinationKρλ/μhas been put forward, and indicated that it could improve the sensitivity of gas layer detection by theoretical analysis. The practical application has also confirmed that resolution was higher based on the prestack simultaneous inversion of 3D seismic data as well as the calculation ofKρλ/μattribute body. At the same time, the recognition effect of gas reservoir would be better by using the intersection graph ofKρλ/μwith both σ andλ/μ, which has the promotion and application value for detecting the gas reservoir in complicated tight volcanic clastic rocks.

tight volcanic clastic rock；Kρλ/μ；elastic parameters, prestack simultaneous inversion

国家高技术研究发展规划(863计划)(2013AA064902)。

许翠霞(1983年生)，女，博士，现从事地震解释、储层预测等研究工作。邮箱：285140603@qq.com。

TE122

A