岩石物理建模技术在致密砂岩储层预测中的应用<br/>——以鄂尔多斯盆地北部H区块为例

岩石物理建模技术在致密砂岩储层预测中的应用
——以鄂尔多斯盆地北部H区块为例

2019-03-01王震宇刘俊州

物探化探计算技术 2019年1期

王震宇，刘俊州

(中国石化石油勘探开发研究院，北京 100083)

0 引言

利用地震资料可以获得岩石的速度、密度等弹性参数信息，而利用测井资料可以获得岩石矿物组分、孔隙度、渗透率等储层参数信息，岩石物理建模的目的正是建立储层参数与弹性参数之间的关系，为储层参数与地震响应之间架起桥梁，是应用地震及测井资料来研究储层和预测油气的理论基础[1-4]。目前利用岩石物理建模研究成果，能够提供针对储层识别及含油气性分析的敏感弹性参数，为优选储层解释方案和储层及流体预测方法提供依据，进而有效指导储层及流体识别和预测[5-7]。

鄂尔多斯盆地北部H区块北跨伊盟北部隆起，南跨伊陕斜坡北部，西接天环坳陷北端，探明储量为162.87*108m3，该区内蕴藏有丰富的致密砂岩气资源。主力开发层位下石盒子组构造整体较为平缓，为向西南倾斜的单斜形态，呈现出北东高，南西低的特征。主要沉积类型为辫状河，储层具有横向变化快、非均质性强、厚度薄等特点。储层物性差，属于低孔-特低孔、特低渗-超低渗的典型致密砂岩储层，储层与围岩之间波阻抗差异较小，预测难度大。笔者采用岩石物理建模技术分析区域岩石物理规律，明确储层及流体预测方法，通过建立岩石物理模板对叠前弹性参数反演数据体定量解释，进而来降低储层预测风险。

1 面向岩石物理建模的测井评价

在低孔低渗储层岩石物理分析的实际工作中，测井资料评价为岩石物理建模提供必须的矿物体积组分、孔隙度及饱和度等参数作为物质基础，岩石物理建模前要评价测井资料是否符合岩石物理建模的要求。测井资料常存在三个方面的问题[8]：

图1 井曲线井眼环境校正前后声波-密度交会图Fig.1 Acoustic-density crossplots before and after borehole environment correction(a)校正前；(b)校正后

图2 多井一致性处理前后声波-密度交会图Fig.2 Acoustic-density crossplots before and after multi-wells consistency processing(a)校正前；(b)校正后

1)测井数据质量易受井眼垮塌、泥浆侵入等因素影响，导致声波、密度、中子等曲线失真。

2)受不同系列测井仪器间的系统误差、泥浆性能的差异、泥浆侵入范围及井眼环境等因素的影响，不同井之间同一测井曲线在标准层的测井响应可能存在很大的差异。

3)常规测井解释只关注储层段，非储层段孔隙度、泥质含量等通常赋给“0”或“1”的截止值，显然不能满足岩石物理建模的需求。因此，测井评价的主要环节为井资料环境校正、多井一致性处理及测井参数评价。

通过井径曲线与钻头直径对比分析，部分层段存在井眼垮塌的现象。在井眼垮塌层段，声波、密度、中子等曲线存在不合理的响应。我们采用多元线形拟合的方法对这些层段测井响应的进行校正。具体做法是，在岩性、岩相及含流体性质相似且相距较近的层段，对井眼条件较好、质量较高的测井曲线进行多元线性拟合，建立目标曲线与基准曲线的函数响应关系，然后利用该函数响应关系对井眼垮塌层段的目标曲线进行校正。校正前，由于井壁垮塌等因素的影响，导致密度测量值偏小、中子测量值偏高的现象。校正后各井的中子、密度分布规律更加合理(图1)。

多井一致性处理是井、震资料结合的重要质控环节。井震联合标定、建立低频模型、批量井约束的地震随机反演等技术环节，易受井间曲线差异性的影响而存在更多的不确定性。多井一致性处理可选用均值校正法、频率直方图法、趋势面分析法等方法，处理后自然伽马、纵横波时差、密度以及中子等曲线多井间标准层的响应范围基本一致，消除了因仪器系统误差等因素导致的井间异常。由图2可知，处理后的多井声波和密度数据分布规律一致性较好，没有偏态现象，满足岩石物理建模及储层预测对井间一致性的要求。

测井参数评价采用最优化测井解释方法。传统的测井解释方法基本上都是采用有限的几种测井资料、按照固定的解释模型进行储层参数计算和油气评价的。与常规测井解释不同，最优化测井解释将所有测井信息、测井响应误差等综合成一个多维信息复合体，通过建立和求解物理意义明确的线性方程组，从而得到目地层储层与围岩矿物体积组分、孔隙度等岩石物理建模必须的输入数据[9-10]。最优化测井解释数据准备和数据预处理的过程，要注意两方面问题：①确保测井输入曲线与模型输出曲线间的关系是线性的；②确定不同类型测井响应的误差范围。对比常规测井解释与最优化测井解释成果(图3)，第7道蓝色为常规测井解释孔隙度，红色为最优化测井解释孔隙度；第8道为常规测井解释的矿物体积组分；第9道为最优化测井解释的矿物体积组分。最优化测井解释成果在储层段和常规解释基本相同，不同之处主要是非储层段，常规解释泥质含量100%，孔隙度为“0”的层段有了很好地改善，这样更好满足后续岩石物理建模的要求。

图3 常规测井解释与最优化测井解释对比图Fig.3 Comparison between the conventional logging interpretation and optimized logging interpretation

2 面向储层预测的岩石物理建模

岩石物理建模所遵循的技术流程为：将测井评价环节得到的矿物体积含量、总孔隙度、含水饱和度等参数作为输入，选用适合的岩石物理模型(DEM模型、Xu-White模型、K-T模型、自适应模型等)进行纵、横波速度及密度的建模。通过微调粘土等骨架点参数及所选岩石物理模型相关的孔隙长宽比等孔隙结构参数，使正演模型数据和实测数据达到较高的相关性，最终确定可用于工区内的岩石物理模型和优化参数。对于致密泥质砂岩地层来说，参数优化的顺序是干粘土密度骨架点，干粘土横波速度骨架点，干粘土纵波速度骨架点，最后是孔隙结构参数。如果参数优化后不能得到误差足够小的有预测性的岩石物理模型，则需要返回到测井评价流程，检查测井曲线质量、多井一致性是否存在问题，测井参数评价是否合理。将测井评价与岩石物理建模迭代处理，最后得到一个与实测曲线匹配最佳的结果。

岩石物理建模具体的方法为：

1)流体体积模量计算方法采用Batzle-Wang方程[11]，可以得到地层温度、压力、矿化度条件下水的体积模量与密度以及天然气的体积模量与密度。方程形式如下：

ρw= 1+10-6(-80T-3.3T2+0.00175T3+

489P-2TP+0.016T2P-1.3×

10-5T3P-0.333P2-0.002TP2)

(1)

ρb=ρw+0.668S+0.44S2+10-6[300P-

2400PS+T(80+3T-300S-

13P+47PS)]

(2)

(3)

Vb=Vω+S(1700-9.6T+0.055T2-8.5×

10-5T3+2.6P-0.0029TP-

0.0476P2)+S1.5(780-10P+

0.16P2)-1820S2

(4)

(5)

(6)

(7)

式中：T、P、S分别为地层温度、压力及矿化度；ρw、Vω分别为纯水的密度及速度；ρb、Vb分别为地层水的的密度及速度；Kb为地层水体积模量；ρgas、Kgas分别为天然气的密度及体积模量；R为气体常量；Ta=T+273.15；G为天然气比重；Z为校正压缩因子；γ0为热容系数；下标T为等温度条件。

图4 岩石物理模型正演成果Fig.4 Result of rock physics modeling

2)气水两相体积模量计算方法采用Wood方程[12-13]。方程形式如下：

ρf=(1-Sw)ρgas+Swρb

(8)

(9)

式中：ρf、Kf分别为孔隙内混合流体的密度与体积模量；ρgas、Kgas分别为天然气的密度与体积模量；ρb、Kb分别为地层水的密度与体积模量；Sw为含水饱和度。

3)岩石骨架模量的计算采用自适应模型[14-18]，该模型选用要求解的有效介质作为基质，通过不断改变基质来考虑内含物之间的相互作用。方程形式如下：

(10)

(11)

式中：xi为第i种矿物的体积组分；Ki、μi分别为第i种矿物的体积模量及剪切模量；Pi、Qi为第i种矿物的形状因子；Kdry、μdry分别为骨架体积模量及剪切模量。

4)流体替代方法采用Gassmann理论[19]，它是利用基质(颗粒)、骨架及孔隙流体的体积模量、骨架剪切模量以及孔隙度来计算孔隙流体饱和介质的密度、纵波速度和横波速度等弹性参数。方程形式如下：

(12)

(13)

式中:ρ、Vp、Vs分别为以体积模量为Kf的流体所饱和岩石的密度、纵波速度和横波速度；Kdry为岩石骨架体积模量；Km为基质体积模量；φ为孔隙度；μdry为岩石骨架的剪切模量。

图4为单井岩石物理正演成果图。从图4可知，正演曲线与实测曲线韵律基本一致，且相关性较高，说明了正演模型和正演结果是可靠的，正演模型可以在工区内推广应用。可利用该岩石物理模型对工区内没有横波测井的井进行横波预测，进而获得各种弹性参数。

纵横波速度交汇分析、泊松比分析和模量交汇分析都是分析储层含油气性重要方法。根据工区的实际地质特征，建立了不同孔隙度与不同含水饱和度条件下，基于岩石物理建模的致密泥质砂岩地层纵波阻抗-纵横波速度比、纵波阻抗-泊松比、纵波阻抗-拉梅系数·密度、纵波阻抗-剪切模量·密度等叠前反演成果定量解释模板(图5)。通过岩石物理正演，在测井分辨率下，纵波阻抗不能区分泥岩、干层、水层与气层等。联合正演的弹性参数纵横波速度比、泊松比、剪切模量·密度、拉梅系数·密度对气层与其他层有较大的差异，可以通过这些弹性参数中的一种或者多种组合来区分。其中纵横波速度比与泊松比对于气水识别具有一个相对明显的值域，气层与差气层的纵横波速度比为1.5～1.6，泊松比为0.13～0.18；由于储层孔隙度很小，弹性参数识别窗口很窄，泥岩、干层、水层有一些叠置。而对于剪切模量·密度与拉梅系数·密度，气层具有比较明显的云团分布，可以据此来设计流体因子，进而更加准确的识别气层与水层。

图5 岩石物理定量解释模板Fig.5 Quantitative interpretation templates of rock physics modeling(a)纵波阻抗-纵横波速度比交会图；(b)纵波阻抗-泊松比交会图(c)纵波阻抗-剪切模量·密度交会图；(d)纵波阻抗-拉梅系数·密度交会图

图6 叠前反演弹性参数剖面图Fig.6 Profiles of prestack elastic parameters inversion(a)叠前反演纵波阻抗剖面；(b)叠前反演纵横波速度比剖面;(c)叠前反演密度剖面

3 含气储层预测应用

利用叠前同时反演技术流程，实现了叠前弹性参数反演。在叠前弹性同时反演时，为保证反演效果，在反演过程中需采取多种质量控制手段，包括反演参数优选以及检验井试验等。以此来保证合理的参数选择、稳定与有效的反演过程以及可靠的反演结果[20-22]。我们从多个部分角度叠加数据出发，综合利用所有入射角的地震数据，进行同时反演，直接得到纵波阻抗、纵横波速度比和密度这3个基本的弹性参数(图6)。从图5可知，气层与差气层的纵横波速度比为1.5～1.6，我们提取平面属性并利用该阈值调整色标。图7为基于岩石物理模板的盒3段纵横波速度比平面图；图7中红-黄表示纵横波速度比为1.5～1.6，岩石物理分析为气层。从图7中可知，属性揭示盒3段自北向南发育多条河道，以窄河道为主要特征，片状区域为多期河道叠置所致；红-黄色指示该河道内部的含气储层。根据该属性部署的A井获得了20.74*104m3/d的无阻流量，B井获得了37.78*104m3/d的无阻流量，C井获得了22.3*104m3/d的无阻流量，D井获得了31.96*104m3/d的无阻流量，取得了较好的钻探效果。