地震储层预测技术在Z2地区的应用研究❋

王元媛， 姜素华,2❋❋， 王忆非

(1.中国海洋大学海洋地球科学学院，山东 青岛 266100； 2.海底科学与探测技术教育部重点实验室，山东 青岛 266100)

地震储层预测是利用地震学信息对储层岩性、物性和含油气性进行预测研究的技术，在油气勘探中发挥着重要的作用[1-4]。地震属性技术作为储层预测的主要技术之一，通过利用地震反射特征及其横向变化关系来研究地下地层岩石物理等性质的变化，多年来被广泛应用于油藏地球物理研究，但其多解性问题也一直是研究的难点。地震反演利用地表观测资料，对地下岩层空间结构和物理性质进行成像，是储层预测的另一项关键技术，与地震属性相比，具有明确的物理意义，是储层预测的确定性方法。将地震属性技术和地震反演技术结合应用，能有效预测储层分布。

研究区Z2地区地震数据总面积约900 km2，属于构造-岩性油气藏，目的层新近系珠江组I砂组、II砂组和III砂组埋藏深度约3 000 m，砂体横向变化较大，纵向非均质性较强，储层井间预测有很大不确定性。本文利用Z2地区测井和地震资料，在三维精细解释的基础上，提取研究层位的均方根振幅属性，建立地质模型，进行约束稀疏脉冲波阻抗反演和地质统计学反演，结合沉积学研究来分析砂体平面展布及纵向分布，从而实现储层预测。

1 研究区沉积相概述

沉积作用在宏观上控制着储层的厚度、规模及空间展布[5]，沉积微相是储层描述的基础，也是进行油藏研究的依据和出发点。通过分析储层的沉积背景，把握储层发育的总体特征，采用针对性的储层预测方法对目标储层进行精细刻画，能将地震储层预测的不确定性降到最低[6]。

研究区晚新生代古珠江三角洲-滨岸沉积体系的发育，主要受地形、海平面升降变化、物源、水动力等地质因素控制。以II砂组为例(见图1)，II砂组沉积时期，海平面下降，研究区西北部及中西部发育三角洲前缘沉积，物源主要来自西北和西南，发育水下分流河道、河口沙坝、沙席等沉积微相；研究区东部受沿岸流和波浪影响，砂体呈条带状沿北东-南西向分布，砂体厚度多小于10 m，砂体连通性较好，主要发育滨外沙坝沉积微相，以粉细砂岩沉积为主。

2 地震资料解释

地震资料解释的正确与否直接关乎地震属性分析和反演结果的真实性和有效性。在研究区采用全三维综合解释技术，利用Petrel软件平台强大的三维可视化功能，综合测井、录井和地质数据，对层位进行三维追踪解释，在地震反射同相轴连续稳定的地区，采用自动追踪的方式进行解释；在反射同相轴弱、振幅不连续的地区，采用人工解释的方式进行追踪解释。同时采用多井连井闭合对比，提高层位解释的精度，为下步利用地震数据体开展储层预测研究工作奠定基础。目的层段I、II、III砂组的顶底层位在本区大部分都可以连续追踪，如图2所示为研究区东北部过E、Z两口井的地震剖面解释结果。

图1 Z2地区II砂层组沉积微相平面图

图2 Z2地区E～Z连井地震剖面

3 地震属性技术

地震属性是指地震数据经过数学变换而导出的有关地震波的几何形态、运动学特征、动力学特征和统计学特性的特殊度量[7]。通过大量油气勘探实践和经验的统计结果表明：油气储层性质与地震属性之间存在某种统计相关性。地震波在含油储层与不含油储层中传播所产生的反射特征不同，通过地震属性可以将这些差异识别出来，发现油气在横向、纵向上的变化特征，特别是横向上的变化，从而达到储层预测的目的。

地震属性提取过程中，时窗的选取非常关键，能决定目标区域的识别度[9]。时窗大小的确定应根据地震反射同相轴的视周期和研究区地质体的规模而定。以II砂组为例，分别采用不同时窗提取地震属性进行对比，确定沿层提取15 ms时窗更能反映砂组级储层分布规律。根据岩石物理分析，研究区砂砾岩体储层发育区表现为相对较高的振幅值分布区，因此作者通过提取不同的强振幅属性进行分析，发现均方根振幅属性预测效果较好。均方根振幅是在给定时窗间隔内的振幅平方之和的平方根，它可以显示孤立的或极值振幅异常[8]。均方根振幅属性受储层岩性变化、流体特征等储层参数影响较大，可以用以定性分析储层岩性、沉积相平面分布特征。图3所示为II砂组均方根振幅属性平面分布图。

结合本地区沉积相的研究，分析可知：图中红黄色区域为均方根振幅高值分布区。研究区中西部均方根振幅偏高地区与三角洲前缘沉积砂体的分布范围大致吻合；东部条带状的振幅异常区则反映了滨外沙坝沉积微相砂体的沉积特征。以W井为例，取W井II砂组的岩心资料进行验证，如图4所示，通过岩心观察可以看出K22砂体总体表现为沙席、沙坝和沙坝间沉积微相相间发育。上部以灰色泥岩沉积为主，夹粉砂质泥条，为沙坝间沉积微相。中部以块状和平行层理粉砂岩为主要沉积类型，夹泥质条带，反映了沙坝沉积微相。下部以夹泥质条带的泥质粉砂岩沉积为主，间隔发育平行层理粉砂岩。

图3 Z2地区II砂组均方根振幅属性平面分布图

图4 Z2地区W井单井相

4 地震反演技术

地震反演是指综合利用地震、测井和地质资料等，对地下岩层空间结构和物理性质进行成像的过程[10-13]，是储层预测的核心技术。研究区内发育砂岩和泥岩两种岩性，砂体厚度薄，纵向非均质性较强，储层预测精度要求较高。因此，以E～Z连井地震剖面为例，首先采用约束稀疏脉冲波阻抗反演方法，得到波阻抗数据体，对砂体纵向展布进行粗略预测，在此基础上，通过地质统计学反演模拟岩性剖面，得到高分辨率的波阻抗剖面，从而实现储层纵向上的精细预测。

4.1 约束稀疏脉冲波阻抗反演

约束稀疏脉冲波阻抗反演技术是地质统计学反演的基础，它将低频丰富的地震资料与高频丰富的测井资料相结合，是储层描述中一项较为成熟的技术。该技术通过储层的综合标定，使研究区的地质层位与地震上的反射同相轴统一，加以测井资料的约束，递推出波阻抗数据。

由图5反演结果可知，绝对波阻抗剖面界面特征比较明显，波阻抗值在纵向上的变化基本符合储层的变化规律，能反映地层的属性变化，波阻抗值较高地区预测为砂岩发育，砂体横向连通性较好。但反演结果的垂向分辨率较低，无法进行砂体预测。

4.2 地质统计学反演

地质统计学反演是综合利用地震、地质和测井资料来生成储层参数模型的技术，其目的就是预测未钻井处地层的各种性质，进而对油藏的几何形态、孔渗饱等物性参数和其他地质参数的空间分布进行全面的认识[14-16]。该方法结合了地震资料的横向分辨率、地质和测井资料的垂向分辨率的优势，以约束稀疏脉冲波阻抗反演得到的数据体为初始模型，从井点外推，以地震数据为约束进行井间插值，对有利储层进行定量预测。

图5 约束稀疏脉冲波阻抗反演结果

4.2.1 地质统计学参数分析 本文中的地质统计学参数分析主要指变差函数分析。变差函数是地质统计学反演的核心技术，变差函数的变程设置直接影响到最终的反演结果。它包括水平变程和垂向变程，反映了储层在三维空间的变化规律，是认识研究区地质问题的关键参数[17]。水平变程表示砂体的平面展布范围。变程过小，剖面随机性增加，井间地质统计学反演结果误差较大；变程过大，虽然井间的反演误差减小，但反演结果更趋于模型化。变差函数来源于井点数据，测井曲线在水平方向上提供的数据点相对较少，点距大，变差函数分析(见图6)无法提供准确结果，所以根据沉积相分析和地震属性分析等预测的砂体横向和纵向上的分布范围，人为选取不同变程进行测试，最终将研究区的水平变程设置为(1 300和2 600 m)。垂向变程用以识别砂体有效厚度。设置过大，分辨不出薄储层，达不到高分辨率预测储层的要求；设置过小，则会导致在反演过程中由于数据搜索过少而使预测结果在横向上出现过强的连续性，且增长反演时间，通过函数测试确定垂向变程(见图6)，取值为8时，变差函数与采样点拟合较好，也与研究区单砂体厚度大多集中在0～10 m的实际情况吻合。

图6 变差函数分析

4.2.2 随机模拟 随机模拟是从已知的储层出发，以地质统计学参数的分析为基础，应用各种算法，对储层的空间分布特征进行模拟，产生与已有数据相符合的储层参数三维空间随机分布模型。本次模拟采用序贯高斯模拟算法，其基本原理是利用测井数据，应用克里金算法对地质变量进行局部估计，由已知点测井曲线的值估算未知点[18]。研究区发育砂岩、泥岩两种岩相，利用约束稀疏脉冲波阻抗反演结果作为约束进行岩性模拟，采用序贯高斯模拟算法生成三个砂层组的岩性数据体。图7为序贯高斯模拟得到的岩性模拟体剖面，黄色为砂体，呈条带状分布。

图7 地质统计学反演岩性剖面图

4.2.3 随机反演 随机反演是将随机模拟的思想引到地震反演中，以地震数据作约束，用随机模拟算法得出属性数据体，实现储层预测。与随机模拟相比，随机反演多了井间地震的约束，减少了砂体分布的不确定性和多解性，提高了井间砂体预测的精度[19]。由图8同一条剖面的反演结果可知：与约束稀疏脉冲波阻抗反演结果相比，砂体垂向分辨率明显提高，高波阻抗砂岩更加清晰，井间砂体的预测精度提高，反映的薄层信息更加丰富。

图8 地质统计学反演结果

5 结论

在Z2地区的储层砂体预测过程中，运用了地震属性、约束稀疏脉冲波阻抗反演和地质统计学反演技术，得到以下认识：

(1)地震属性对于储层平面展布特征的刻画效果较好。以Z2地区II砂组的均方根振幅属性为例，结合沉积相，圈定了研究区II砂组砂体的平面分布范围。

(2)地震反演是实现储层纵向精细预测的有效方法。约束稀疏脉冲波阻抗反演和地质统计学反演均为利用波阻抗差异对砂泥岩进行区分，但前者分辨率较低，对薄砂体预测效果较差；后者是在准确的约束稀疏脉冲波阻抗反演的结果上，加以高分辨率的测井资料作约束。二者结合，以研究区东部的一条连井剖面为例，最终得到确定性的高分辨率的反演结果，实现对薄储层的表征与预测。

[1] 李忠平. 盐湖盆地相控砂体预测技术研究——以江汉盆地潜江凹陷为例[D]. 武汉: 中国地质大学资源学院, 2013. Li Zhongping. Sand Body Seismic Prediction Under the Constraint of Sedimentary Fades in Saline Lake Basin——by Example of Qianjiang Sag, Jianghan Basin[D]. Wuhan: Faculty of Earth Resources, China University of Geosciences, 2013.

[2] 庄东海. 地震属性分析与四维地震方法研究及应用[D]. 武汉: 中国地质大学, 1999. Zhuang Donghai. Study and Application of Seismic Attribute Analysis and 4D Seismic Method[D]. Wuhan: China University of Geosciences，1999.

[3] 乐友喜. 地震属性提取、分析与应用方法研究[D]. 北京: 中国石油勘探开发研究院, 2002. Le Youjia. Research on Seismic Attribute Extraction, Analysis and Application Method[D]. Beijing: Sinopec Petroleum Exploration and Production Research Institute, 2002.

[4] 邬长武. 地震属性在塔中16-24井区奥陶系碳酸盐岩储层预测中的应用[D]. 北京: 中国石油大学, 2001. Wu Changwu. Application of Seismic Attributes to Ordovician Carbonate Reservoir Prediction in Tazhong 16-24 Well Area[D]. Beijing: China University of Petroleum, 2001.

[5] 李德勇, 张金亮, 覃丽娟. 惠民凹陷古近系深层砂岩储层特征及其影响因素[J]. 中国海洋大学学报(自然科学版), 2009, 39(1): 133-138. Li Deyong, Zhang Jinliang, Qin Lijuan. Reservoir quality and affecting factors of deep Eogene sandstones in Huimin Depression[J]. Periodical of Ocean University of China, 2009, 39(1): 133-138.

[6] 张卫华, 刘忠群. 沉积背景控制下的储层预测方法——以大牛地气田TGM地区的应用为例[J]. 石油物探, 2009, 48(4): 377-382. Zhang Weihua，Liu Zhongqun. Reservoir prediction methods under the control of sedimentary background: case study on the TGM area in Daniudi gasfield[J]. GPP, 2009, 48(4): 377-382.

[7] 刘伟, 曹思远. 地震属性分析技术研究和应用[C]. [s.l.]: 中国地球物理学会第二十三届年会论文集, 2007. Liu Wei, Cao Siyuan. Research and application of seismic attribute analysis technology[C]. [s.l.]: Proceedings of the twenty-third annual meeting of China Geophysical Society, 2007.

[8] 陈军, 陈岩. 地震属性分析在储层预测中的应用[J]. 石油物探, 2001, 40(3): 94-99. Chen Jun, Chen Yan. Application of seismic attribute analysis in reservoir prediction[J]. GPP, 2001, 40(3): 94-99.

[9] 柳琼瑶, 吴朝东, 胡天妖, 等. 松辽盆地茂兴地区滑塌扇地震属性识别与沉积学分析[J]. 北京大学学报(自然科学版), 2014, 50(3): 487-496. Liu Qiongyao, Wu Chaodong, Hu Tianyao, et al. Seismic attribute recognition and sedimentology analyses of slump fan in Maoxing Region, Songliao Basin[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2014, 50(3): 487-496.

[10] 张凤莲, 曹国银. 地震属性分析技术在松辽北徐东地区火山岩裂缝中的应用[J]. 大庆石油学报, 2007, 31(2): 12-14. Zhang Fenglian, Cao Guoyin. Seismic property analysis in the application of the lava crack research at the area of Xudong in Songbei[J]. Journal of Daqing Petroleum Institute, 2007, 31(2): 12-14.

[11] Dubrovsky Z M. Parametric CDP section inversion technology PARM[J]. Seg Technical Program Expanded Abstracts, 1989, 8(1): 1375.

[12] Pebecca B L, Rick D. An interpreter' s guide to understanding and working with seismic-derived acoustic impedance data [J]. The Leading Edge, 2000(3): 246-255.

[13] 刘春成, 赵立, 王春红, 等. 测井约束波阻抗反演及应用[J]. 中国海上油气(地质), 2000, 14(1): 64-67. Liu Chuncheng, Zhao Li, Wang Chunhong, et al. Study of the impedance inversion restrained by well-log and its application[J]. China Offshore Oil and Gas(Geology), 2000, 14(1): 64-67.

[14] 裴然, 李华东. Jason 反演技术在李堡地区储层预测中的应用[J]. 物探与化探, 2012, 36(3): 462-466. Pei Ran, Li Huadong. The application of the Jason inversion technique to reservoir prediction in Libao area[J]. Geophysical & Geochemical Exploration, 2012, 36(3): 462-466.

[15] 张秀丽. 大庆长垣杏 56 区块井约束地震反演储层预测方法研究[D]．大庆: 大庆石油学院, 2007: 41-46． Zhang Xiuli. Research of Reservoir Prediction Method with Logging Constrained Inversion in Xing 56 District of Daqing Placanticline[D]．Daqing: Daqing Petroleum Institute, 2007: 41-46．

[16] 杜文凤, 彭苏萍. 利用地质统计学预测煤层厚度[J]. 岩石力学与工程学报, 2010, 29(1): 2763-2767. Du Wenfeng, Peng Suping. Coalseam thickness prediction with geostatistics[J]. Chinese Journal of Rock Mechanics and engineering, 2010, 29(1): 2763-2767.

[17] 李黎. 地质统计学在储层预测中的研究与应用[D]. 青岛: 中国石油大学，2007. Li Li. Research and Application of Geostatistics in Reservoir Prediction[D]. Qingdao: China University of Petroleum, 2007.

[18] 余振, 何静, 魏福吉, 等. 序贯指示模拟和序贯高斯模拟在某地区精细流体预测中的联合应用[J]. 天然气地球科学, 2012, 23(6): 1171-1174. Yu Zhen, He Jing, Wei Fuji, et al. Joint application of sequential indicator simulation and sequential gaussian simulation for detailed fluid prediction in a certain area[J]. Natural Gas Geoscience, 2012, 23(6): 1171-1174.

[19] 张义, 尹艳树, 秦志勇. 地质统计学反演在薄砂体储层预测中的应用[J]. 断块油气藏, 2015, 22(5): 566-569. Zhang Yi, Yin Yanshu, Qin Zhiyong. Application of geostatistical inversion in thin sandstone reservoir prediction[J]. Fault-Block Oil & Gas Field, 2015, 22(5): 566-569.

[20] Haa S A, Dubrule O G. Eostatistical inversion—A sequential method for stochastic reservoir modeling constrained by seismic data[J]. First Break, 1994, 13(12): 25.

[21] Rothman D H. Geostatistical inversion of 3D seismic data for thinsand delineation[J]. Geophysics, 1998, 51(2): 332.

[22] Dubrule O, Thibaut M, Lamy P, et al. Geostatistical reservoir characterization constrained by 3d seismic data[J]. Petroleum Science, 1998, 4(2): 30.

[23] 黎祺, 胡明毅. 地震沉积学在河流——三角洲沉积相及有利砂体预测方面的应用[J]. 天然气地球科学, 2014, 25(9): 1341-1349. Li Qi, Hu Mingyi. Application of seismic sedimentology in river-delta facies and sandstone body prediction[J]. Natural Gas Geoscience, 2014, 25(9): 1341-1349.

[24] 杨世夺. 塔中隆起82区块沉积微相研究及储层预测[D]. 北京: 中国地质大学, 2013. Yang Shiduo. Depositional Micro-Facies Analysis and Potential Reservoir Prediction in 82 Block of Tazhong Uplift[D]. Beijing: China University of Geosciences, 2013.

[25] 黄云峰, 韩小峰, 魏立花, 等. 用于沉积分析的地震沉积学技术研究——以鄯南地区为例[J]. 天然气地球科学, 2015, 26(4): 706-710. Huang Yunfeng, Han Xiaofeng, Wei Lihua, et al. Seismic sedimentology for the deposition analysis in Shannan region[J]. Natural Gas Geoscience, 2015, 26(4): 706-710.