利用AVO技术检测大庆长垣黑帝庙油层浅层气藏

王金伟

（中国石油大庆油田有限责任公司勘探开发研究院，黑龙江 大庆 163712）

利用AVO技术检测大庆长垣黑帝庙油层浅层气藏

王金伟

（中国石油大庆油田有限责任公司勘探开发研究院，黑龙江 大庆 163712）

大庆长垣浅层气藏具有埋藏浅、成因复杂、储量小、丰度低、类型多和分布广的特点，地震预测技术一直没有获得突破。应用叠前AVO属性识别浅层气分布范围，首先分析叠前CRP道集地震振幅随偏移距的变化特征，查明含气储层的AVO异常类型，然后优选适合的P（纵波反射系数）、G（斜率）属性组合，快速预测浅层气藏。此方法不受井的约束，预测结果可靠。目前AVO技术在松辽盆地浅层气藏识别中已得到推广应用。

浅层气藏；AVO属性；PG属性；黑帝庙油层

0 引言

20世纪70年代，勘探学家根据含油气砂岩储层的地震振幅特点，将砂岩储层分为亮点型反射、平点型反射和暗点型反射等模式。从此，利用地震资料识别储层和检测流体的技术开始出现［1］。

Ostrander1984年在研究储层叠前地震道集振幅特征时，发现砂岩储层的反射振幅在含气后会随偏移距增加而增大，在地震剖面上表现为“亮点”特征，提出了利用振幅随入射角的变化检测气藏的方法［2］，从而发展了利用地震资料进行烃类检测的技术，也标志着实用AVO技术的出现。近年来，国内外利用AVO分析技术在油气勘探中取得了成功，如在我国的鄂尔多斯盆地伊盟地区、四川、胜利等油田的油气检测中取得了明显的效果［3-5］。

松辽盆地浅层气藏类型多样，大多数气层具有“亮点”特征，少部分气层并不是“亮点”，还有水层也表现为“亮点”。这既表现出了成藏条件的复杂性，又表现出了地震资料的复杂性。目前大庆油田浅层气地震识别技术还处于初级阶段，主要是应用叠后资料开展属性分析，气藏预测符合率较低。本文以大庆长垣敖南工区为研究区，从正演模拟入手，通过流体替换研究AVO异常与流体的关系，分析实钻气层井旁道集，查明本区浅层气藏为Ⅲ类和Ⅳ类2种AVO类型，优选P+G属性进行Ⅲ类气藏预测，P-G属性进行Ⅳ类气藏预测，并在杏树岗地区黑帝庙油层推广应用，取得了非常好的效果。

1 AVO技术原理

AVO（Amplitude Versus Offset）技术，是利用振幅随偏移距的变化来直接寻找油气的方法，以弹性理论为基础，对地震反射振幅随偏移距（角道集为入射角）的变化进行研究［6-8］。首先给定一个假设条件，地下的层状反射界面均是水平的，共中心点道集（CMP）的各道反射波均来自地下同一反射点，而地层界面的反射系数与入射角和界面上、下岩石的物理性质有关，Zoeppritz方程阐述了反射系数与入射角和界面上、下的岩石物理性质之间的关系［9］。通常情况下，地震波入射角小于30°，Shuey据此把Zoeppritz方程简化为二项式，得到入射角与反射系数的关系（简称Shuey公式［10］）:

式中:R为界面反射系数，P为纵波反射系数，G为斜率，θ为入射角，（°）。

由Shuey公式可知，R与sin2θ成线性关系。这表明，在入射角小于中等角度时，纵波反射系数近似地与入射角正弦值的平方成线性关系。

利用地震反射的CRP道集资料，分析储层界面上的反射波振幅随偏移距的变化规律，或通过计算反射波振幅随其入射角θ的变化参数，估算界面上的AVO属性参数等，再优选P，G属性组合，进一步推断储层的岩性和含油气性质［11］。在实际应用中，当储层中含有的流体不同时，P，G属性组合表现为不同的特征，建立AVO属性异常与油气的关系，从而达到应用地震资料检测油气的目的。

2 储层物性特征

大庆长垣的浅层气主要分布在白垩系嫩江组二段、嫩江组三段和嫩江组四段的黑帝庙油层中［12］。黑帝庙油层是松辽盆地的上部含油气组合，埋深在200～1000 m，属于浅层他源天然气藏［13］，为北部物源控制的湖盆逐渐萎缩背景下形成的河控缓坡三角洲前缘亚相沉积体系，微相类型以水下分流河道、河口坝和远砂坝为主［14］。

大庆长垣黑帝庙油层浅层气藏的上覆地层均有厚度不等的泥岩，嫩二段浅层气藏上部有厚60～110 m的嫩三段黑色泥岩作盖层，不易被小断层错段。该段泥岩在松辽盆地稳定分布，为良好区域盖层。嫩三段上部气藏上部有厚25～30 m的较纯泥岩，在盆地内基本上稳定分布，嫩四段气藏上部为厚20～25 m的黑色泥岩，在盆地内稳定分布。

黑帝庙油层储层以砂岩和粉砂岩为主，物性较好，孔隙度25%～30%，渗透率50×10-3～1000×10-3μm2，属高孔、中—高渗储集层［15，16］。本区已钻井浅层气层统计表明，含气砂岩厚度为1.8～9.7 m，平均为4.2 m，气层厚度薄，含气砂岩砂地比10%～35%［17］。

3 AVO特征分析

3.1 含气砂岩地震响应特征

根据含气砂岩与上覆地层的阻抗关系将其分成高阻抗、中阻抗和低阻抗3种类型：1）高阻抗含气砂岩，埋藏比较深，年代较老，成岩程度高。砂岩波阻抗较上覆泥岩高，砂泥岩界面具有相对较大的正反射系数，反射振幅随入射角的增大而减小，在近角度叠加剖面上，子波特征是波峰—波谷，而在远角度叠加剖面上振幅会发生极性反转。2）中阻抗砂岩的砂泥岩阻抗值接近，埋藏深度适中，为中等压实和固结的砂岩。含气砂岩振幅随入射角的增加而增大，在常规叠加剖面上的振幅异常无规律可循。3）低阻抗含气砂岩，较疏松，未固结成岩。在叠加剖面上常有振幅异常，并且在所有有限角度叠加剖面上，都有很大的异常。零炮检距反射系数为负，振幅随入射角增大而增大，并且没有极性反转现象，其变化梯度低于前两类砂岩，AVO特征不如前2类明显。

3.2 正演模拟

研究区浅层气埋藏浅，年代新，岩石疏松，成岩程度低，砂岩阻抗小于上覆泥岩阻抗，属于第3类低阻抗含气砂岩。为了分析其AVO特征，分别求取水层替换的气层和真实气层的反射系数随入射角的变化曲线，确定异常类型。

3.2.1 水层流体替换AVO特征分析

为了检验研究区储层含气后的AVO异常特征，选取不同沉积位置，黑帝庙油层砂岩均为水层的4口井（A13，M17，G904和M202井）开展流体替换分析。根据实际测井数据设计正演模型，利用Gassmann流体替换方法将原始水层替换成含气层，计算其正演道集，然后提取替换前后的AVO异常特征进行研究。

A13井在980～1025 m为一套正旋回的砂泥互层，将旋回中部深度为1010～1014m的水层替换成含气量为90%的气层，流体替换正演模拟结果见图1。

图1 A13井流体替换正演模拟AVO属性分析

图1中含水砂岩模型正演模拟道集AVO特征没有异常存在，而含气时产生明显的Ⅳ类AVO异常。同样方法完成了其他3口井的正演模拟，M17和G904井含水砂层替换成气层后表现为Ⅲ类AVO异常，M202井表现为Ⅳ类AVO异常。

3.2.2 气层井旁道集AVO特征分析

选择研究区6口工业气流井的11层含气砂岩，对含气层位的井旁道集数据进行AVO属性分析（CRP道集经过优化处理），分析结果见表1。11个含气层位全部表现为Ⅲ类或者Ⅳ类AVO异常特征，和储层地质特征一致。嫩四段4个气层全部表现为Ⅳ类；嫩三段7个气层其中5个表现为Ⅲ类，2个表现为Ⅳ类。

表1 研究区6口产气井AVO类型分析

3.3 产生Ⅲ、Ⅳ类AVO异常的地质条件

通过流体替换和实际井旁道集分析，本地区浅层气AVO特征表现为Ⅲ类和Ⅳ类特征。这2类AVO异常的共同之处是含气砂岩顶面为负阻抗差，即含气砂岩波阻抗低于上覆泥岩的波阻抗。什么样的地质条件导致了低阻抗含气砂岩产生2种不同的AVO异常？在非含气井A405，A6，M71和气井M702，A420-39取11块岩心样品，实验室测定砂岩饱含气状态下的岩石物理参数，并计算出每一层的P，G值，分析AVO异常类型。其中6层为Ⅳ类AVO异常，5层为Ⅲ类AVO异常。如表2所示，在嫩四段以Ⅳ类异常为主，在嫩三段以Ⅲ类异常为主。当孔隙度增大时，Ⅲ类异常截距P负向增加，斜率向正值趋近，含气砂岩顶部反射向Ⅳ类异常变化。同样为低阻抗含气砂岩，孔隙度大小决定了AVO异常的类型。

表2 研究区岩心样品AVO类型分析

因此，在本地区黑帝庙油层预测浅层气藏，对于Ⅲ类AVO异常，其P＜0，G＜0，应用P+G属性可突出异常特征；对于Ⅳ类AVO异常，其P＜0，G＞0，应用P-G属性可突出异常特征。

4 AVO属性识别能力

研究区黑帝庙油层三角洲前缘砂体呈现错叠连片的特点，纵向可分为泥包砂的单砂岩和薄互层组合砂岩两大类。本区产气井8口，气层19层（见表3）。为检验不同厚度含气砂岩的AVO异常特征，设计了一系列的单砂岩模型和薄互层模型。考虑Ⅲ类和Ⅳ类2种AVO类型，开展流体替换，分析AVO异常随着气层厚度的变化规律，找出识别气层的厚度下限。

表3 研究区气层厚度统计

4.1 独立单砂体模型

独立砂体即一层砂岩上下被较厚的泥岩包围。子波频率选择本地区地震实际资料主频35 Hz，弹性参数选取本区实际气层参数，设计气层厚度分别为10.0，8.0，6.0，4.0，3.0，2.5，2.3，2.0 m。

由模型得出结论：无论哪种类型气藏，AVO异常都随着气层厚度变薄而减弱。对于Ⅲ类异常当气层厚度等于2.0 m时（见图2a），异常特征微弱，因此Ⅲ类气层厚度下限定为2.0 m；Ⅳ类异常气层厚度等于2.5 m时（见图2b），异常特征微弱，因此Ⅳ类气层厚度下限定为2.5 m。

图2 独立单层气层的AVO异常曲线

4.2 组合薄互层模型

设计2个单层厚度为2.0 m的含气砂层模型，中间夹不同厚度的泥岩夹层，泥岩的厚度分别为10.0，8.0，6.0，4.0，2.0 m。对于Ⅲ类组合气层，AVO异常特征较强（见图3a）；Ⅳ类组合气层，当泥岩夹层厚度为4 m时，开始产生异常特征（见图3b）。

图3 组合薄互层气层AVO异常曲线

从气层厚度统计结果看，研究区大于2 m的单层气藏可以清晰识别，小于2 m的单气层占比10.5%，层数较少，这类薄气层总含气量少，达不到工业开采价值，没有识别意义。而2层以上组合气层其AVO特征比较明显，因此叠前AVO属性方法识别浅层气藏的能力能够适应本区的地质情况。

5 应用效果评价

应用前文分析的气藏识别方法，在敖南工区黑帝庙油层预测浅层气。纵向上按油层组划分为9个单元，对于油层组，气层以Ⅲ类AVO异常为主，用P+G属性的最小值进行预测；油层组，气层为Ⅳ类AVO异常，用P-G属性的最小值进行预测。

大庆长垣杏树岗地区和敖南工区具有相同的沉积环境，储层特征相近，把叠前AVO属性浅层气预测技术在杏树岗地区推广应用，取得了非常好的钻探效果，部署17口浅层气井，14口井获工业气流。其中，xq7，xq11，xq15井均获10×104m3以上的高产气流，浅层气地震预测符合率82%。

图4 油层组P+G属性

6 结论

1）应用P+G属性能够识别Ⅲ类AVO异常气层，应用P-G属性能够识别Ⅳ类AVO异常气层。

2）叠前AVO属性能够识别厚度大于2m的Ⅲ类异常气层、厚度大于2.5 m的Ⅳ类异常气层和泥岩夹层厚度大于4 m的薄互层气层的分布范围。

3）叠前AVO属性分析是大庆长垣敖南和杏树岗地区浅层气藏预测的有效方法，可在地质条件类似的其他地区推广应用。

4）AVO技术受CRP道集品质影响较大，建议对道集进行去噪和拉平等其他方面的优化处理。

［1］管路平.地震叠前反演与直接烃类指示的探讨［J］.石油物探，2008，47（3）：228-234.

［2］OSTRANDER W J.Plane-wave reflection coefficients for gas sands at non-normal angles of incidence［J］.Geophysics，1984，49（10）：1637-1648.

［3］付雷，刘财，李勤学，等.大庆地区的三维AVO分析研究［J］.石油地球物理勘探，2004，39（6）：697-710.

［4］沈秀英.AVO技术在伊盟地区黑劳潮西构造上的应用：地震地层横向预测技术及实例［M］.北京：石油工业出版社，1992：97-101.

［5］傅锁堂，王大兴.长庆气田榆林区山2段砂岩气藏的AVO分析［J］.天然气工业，2000，20（6）：24-26.

［6］王建民，王元波，任林伟，等.AVA处理技术及其在英台-大安地区的应用［J］.大庆石油地质与开发，2007，26（1）：123-126.

［7］潘仁芳.AVO的内涵与外延［J］.石油天然气学报，2006，28（2）：50-55.

［8］王振国，陈小宏，王学军，等.AVO方法检测油气应用实例分析［J］.石油地球物理勘探，2007，42（2）：194-197.

［9］殷八斤，曾灏，杨在岩.AVO技术的理论与实践［M］.北京：石油工业出版社，1995：69-71.

［10］SHUEY R T.Amplification of the zoeppritz ps equations［J］. Geophysics，1985，50（4）：609-614.

［11］扈玖战.AVO技术在杏树岗地区浅层气预测中的应用［J］.大庆石油地质与开发，2015，34（4）：134-138.

［12］莫午零，吴朝东，张顺.松辽盆地北部嫩江组沉积物重力流形成机制［J］.天然气地球科学，2013，24（3）：555-564.

［13］段新国.针对浅层气的一种改进的AVO识别方法［J］.天然气工业，2006，26（10）：60-62.

［14］李迪，吕延防，刘宗堡.大庆长垣南部黑帝庙油层沉积特征及对浅层气分布的控制作用［J］.东北石油大学学报，2009，33（3）：22-25.

［15］付晓飞，王洪宇，孙源，等.大庆长垣南部浅层气成因及成藏机制［J］.地球科学——中国地质大学学报，2011，36（1）：93-102.

［16］胡望水，周琪，唐友军，等.松辽盆地南部浅层气成藏条件分析［J］.石油地质与工程，2009，23（5）：8-11.

［17］王始波，冯子辉，梁江平，等.松辽盆地北部生物气和低熟气成藏主控因素［J］.大庆石油地质与开发，2010，29（2）：1-4.

（编辑 徐深谋）

Detection of shallow gas reservoir in Heidimiao oil layer of Daqing Pluto by AVO technology

WANG Jinwei
(Research Institute of Exploration and Development,Daqing Oilfield Company Ltd.,PetroChina,Daqing 163712,China)

The shallow gas reservoirs in Daqing Pluto have the characteristics of shallow burial,complex causes,low reserves,low abundance,many types and wide distribution,and the earthquake prediction technology has not been broken.Research shows that the pre-stack AVO attribute can efficiently identify the distribution of shallow gas.First,the variation characteristics of the amplitude of the prestack of the pre-cascade CRP are analyzed,and the AVO anomaly type of the gas-bearing reservoir is found,and then the appropriate P(longitudinal wave reflection coefficient)and G(slope)attribute combination is used to predict rapidly the shallow gas reservoirs.This method is not well restrained by wells,and the prediction results are reliable.At present,AVO technology has been popularized in the identification of shallow gas reservoirs in Songliao Basin.

shallowgasreservoir;AVOattribute;PGattribute;Heidimiaooillayer

TE122

A

中国石油天然气股份公司重大科技专项课题“大庆探区非常规油气勘探开发关键技术研究与现场试验”（2012E-2603-08）

10.6056/dkyqt201705008

2017-02-14；改回日期：2017-06-23。

王金伟，男，1982年生，工程师，2006年毕业于西南石油大学勘查技术与工程专业，现从事地震资料解释和储层预测工作。E-mail：wangjinwei@petrochina.com.cn。

王金伟.利用AVO技术检测大庆长垣黑帝庙油层浅层气藏［J］.断块油气田，2017，24（5）：632-636.

WANG Jinwei.Detection of shallow gas reservoir in Heidimiao oil layer of Daqing Pluto by AVO technology［J］.Fault-Block Oil&Gas Field，2017，24（5）：632-636.