基于水合物指示因子的地震识别方法

邓炜，梁金强，钟桐，何玉林， 孟苗苗

(1.中国地质调查局 广州海洋地质调查局，广东 广州 510075； 2.自然资源部 海底矿产资源重点实验室，广东 广州 510075； 3.中国地质调查局 天然气水合物工程技术中心，广东 广州 510700)

0 引言

天然气水合物是在一定的温度和压力下由水和天然气形成的类似冰的笼型结晶化合物[1-3], 主要蕴藏在浅部海底盆地、陆架坡折带和陆地永久冻土区等的天然气水合物稳定域内。地震识别是检测海底水合物以及游离气最有效的方法之一[4-5]。

速度在水合物勘查中具有重要意义[6]，但速度的影响因素较多。实验室已测出纯合成水合物速度[7]，即纵波速度3 650 m/s，横波速度1 890 m/s，密度900 kg/m3，速度高于海底未成岩的水合物储层。相比于不含水合物的岩石，大量水合物的聚集会使得岩石的纵横波速度增加，泊松比减小[8]，然而少量的水合物对于速度的影响则依赖于水合物赋集方式。沉积物孔隙空间中水合物形成并非单一模式，在同一时刻水合物可能出现“悬浮”、“接触”和“胶结”的混合模式，在形成过程中水合物先以胶结沉积物颗粒的微观分布为主，形成中期以悬浮状形态或接触模式为主，形成后期又以胶结模式为主[9-11]。因此高饱和度的水合物应以胶结模式为主，在建模中主要考虑胶结模式的水合物，如果水合物以胶结态赋集，则纵横波速度增大[12-13]。水合物一般与游离气伴生，游离气对速度的影响更加复杂，即使孔隙中存在微量游离气(<1%)，纵波速度也会发生明显变化[14]，含气对横波速度的影响不明显，水合物储层中可能存在分解游离气与水合物共存的现象[15]，此时储层弹性特征较为复杂。孔隙度对于弹性特征影响非常明显[16]，水合物储层孔隙度可以基于孔隙度反射率以及波阻抗反射率、速度反射率之间的关系进行反演获取[17-18]。

正是由于影响水合物速度的因素多，单纯利用速度识别水合物可能会带来一定误差[19]，特别是在海底浅层的MTD、河道沉积往往产生与水合物类似的反射特征，此时则需要去除由于孔隙度变化引起的振幅异常，岩石物理建模分析可以有效地指导开展高精度的水合物识别，其关键在于构建高敏感度的水合物指示因子。事实上，在实际生产应用中，针对不同储层应使用不同的弹性参数或者构建相应的指示因子[20],叠后阻抗、纵横波速度、泊松比、Gassman流体因子、杨氏模量、泊松比、流体模量、组合流体因子等相继被提出并应用到相关研究中，且国内外众多学者相继提出了不同弹性参数的反演方法，但是对于水合物储层的流体因子构建和反演研究尚少。

叠前地震反演的基础是Zoeppritz方程，Aki等[21]导出了在界面两侧弹性差异较小的情况下纵波反射系数的近似表达式，该方程广泛用于反演纵横波速度；Shuey[22]导出了与泊松比有关的纵波相对反射系数近似式，用于含气性检测；Smith等[23]将Gardner公式代入Aki近似式中，消除了密度项，提高反演的稳定性；Fatti等推导了基于纵横波阻抗和密度的反射系数近似方程，该方程提高了纵波阻抗反演稳定性，被广泛应用于工业生产[24]；Russell等[25]基于Boit-Gassmann理论对饱和流体多孔介质的AVO理论进行研究，提出了包含Gassmann流体项的反射系数近似公式，一定程度消除了岩石骨架的影响；Yin和Zhang[26]针对复杂孔隙结构储层推导了基于流体模量Kf表示的固液解耦四项近似近似。为了提高反演的稳定性，本文使用弹性阻抗反演的方法。弹性阻抗反演由于其固有的优秀抗噪性得到广泛使用，国内外众多学者在上述AVO近似式基础上提出了不同的弹性阻抗反演方法[27-28]，在此不一一赘述。但浅层水合物储层尚未成岩，其弹性特征受到孔隙度的影响较大，水合物饱和度与孔隙度对速度等弹性参数的影响程度不明确，需要构建对水合物敏感性更好的参数[29]，并发展相应的反演方法。

笔者基于SCA-DEM岩石物理建模方法[30]，针对水合物未固结特性合理设置建模参数，定量地描述物性参数对弹性参数以及AVO 特征的影响，并在此基础上构建了水合物指示因子。相比于传统弹性参数，该指示因子与水合物饱和度具有更高相关性。然后在平面波近似下，推导了与该指示因子直接相关的AVO反射特征方程，基于该方程则可直接获取水合物指示因子，提高水合物识别精度。

1 速度影响因素分析

1.1 建模参数优选

首先，根据矿物组分含量，选取VRH公式估算矿物(水合物、方解石、白云石和泥质)混合后的模量，VRH计算公式为：

(1)

其中

式中：MVRH、MV和MR可以是任何模量，如体积模量、剪切模量或杨氏模量等；fi是第i个组分的体积分量；Mi是第i个组分的弹性模量。

然后，利用SCA-DEM模型向基质中加入有一定连通性的干燥微孔隙，假设孔隙为固定纵横比的理想椭球体，计算干岩石骨架的弹性模量，由于水合物储层未固结，因此给定的纵横比小于 0.01，表现为颗粒接触边界模型。各向异性的SCA模型如下所示:

(2)

(3)

特别地，在SCA-DEM模型中，我们需要首先确认模型中的建模常数，包括矿物组分的模量、孔隙纵横比、孔隙内流体类型等，其中，孔隙纵横比较难确定。海底浅层物性参数变化较小，假设孔隙结构变化也应较小，水合物富集在浅层未固结岩层中，软孔隙较发育，纵横比小于0.01。图1展示了南海琼东南海域一口含水合物井的部分测井曲线，水合物层(1 800～1 860 m)为高电阻率、高纵波速度特征。通过对比不同孔隙纵横比建模结果与实测数据，可以获取研究区的孔隙纵横比，如图2所示，当硬孔隙含量较低(平均值约0.3)时，模型计算出的纵波速度与实测的纵波速度几乎完全一致，表明此时模型参数设置合理，可以为下一步分析提供基础。

图1 南海琼东南海域一口含水合物井的部分测井曲线Fig.1 Log data of a typical hydrate-bearing well in Qiongdongnan area of South China Sea

图2 建模结果与对应的硬孔隙度Fig.2 Modeling results with corresponding hard porosity

1.2 速度的影响因素

我们的目的是研究速度对哪些因素最敏感，固定孔隙纵横比后，改变孔隙度、饱和度等参数则可以研究不同物性参数与速度的关系。

图3为纵横波速度随着水合物饱和度和含气饱和度的变化趋势，图4为纵横波速度随着孔隙度和含气饱和度的变化趋势。不难发现，含气饱和度对纵波速度影响显著，即使少量含气也会使得纵波速度明显减小。孔隙度与速度负相关，水合物饱和度与速度正相关(图3a,图4a)，图5展示了不同含气饱和度下速度随着孔隙度理论上的变化，即纵波速度与孔隙度之间呈指数型关系，横波速度与孔隙度之间几乎呈线性关系，水合物饱和度与孔隙度对速度影响都很大。

a—纵波速度与水合物饱和度、含气饱和度的关系;b—横波速度与水合物饱和度、含气饱和度的关系a—P-velocity corresponding to different gas saturation and hydrate saturation;b—S-velocity corresponding to different gas saturation and hydrate saturation图3 孔隙度为45%时纵横波速度与水合物饱和度、含气饱和度的关系Fig.3 Velocity corresponding to different gas saturation and hydrate saturation when porosity is 45%

a—纵波速度与孔隙度、含气饱和度的关系;b—横波速度与孔隙度、含气饱和度的关系a—P-velocity corresponding to different gas saturation and porosity;b—S-velocity corresponding to different gas saturation and porosity图4 纵横波速度与孔隙度、含气饱和度的关系Fig.4 Velocity corresponding to different gas saturation and porosity

a—纵波速度与孔隙度的关系;b—横波速度与孔隙度的关系a—P-velocity corresponding to different porosity;b—S-velocity corresponding to different porosity图5 不同含气饱和度下纵横波速度与孔隙度的关系Fig.5 Velocity corresponding to porosity at different gas saturations

w1和w2分别为琼东南海域不含水合物井与高饱和度水合物井，图6a、b分别为w1(低饱和度)与w2(高饱和度)孔隙度与速度交会图，可以看到，w1纵波速度与孔隙度呈指数型负相关，与模型分析结果一致。而w2中孔隙度与速度负相关关系不明显，这是水合物赋存在不同孔隙度的储层造成的，且高饱和度水合物层未表现出高速异常(图6b中黑色椭圆)，推测是孔隙度较大使得速度减小造成的；高速异常区与水合物饱和度关系不明显，速度无法区分开高饱和度水合物与较高饱和度的水合物(图6b中红色椭圆)，反而与孔隙度关系较明显。那么，这种情况下若要高精度识别水合物，需要去除孔隙度的影响。

a—w1纵波速度与孔隙度的关系;b—w2横波速度与孔隙度的关系a—P-velocity corresponding to porosity in w1 well;b—S-velocity corresponding to porosity in w2 well图6 南海琼东南海域典型高饱和度水合物与低饱和度水合物井速度—孔隙度测井交会分析Fig.6 Typical high saturation hydrate and P-velocity corresponding to porosity with a no hydrate-bearing well in Qiongdongnan area of South China Sea

当速度、孔隙度、水合物饱和度之间保持上述的关系时，我们需要确定此时其AVO特征的正确性，即需要保证模型正演出的AVO属性与实际道集分析结果一致。利用w1井确定不含水合物层的参数，如泥质含量、孔隙度等，含水合物地层的弹性参数通过改变水合物饱和度再建模获取。基于上述的岩石物理模型，从理论上分析了反射系数与水合物饱和度、入射角之间的关系，如图7所示。可以看到，水合物顶为第一类AVO，AVO截距P属性为正值，振幅随着角度的增加而逐渐减小，但梯度G属性较小，而且G随着水合物饱和度增大而减小，即高饱和度水合物的顶AVO特征不明显。而对于水合物底则呈第三类AVO，P为负值，G为负值，振幅绝对值不断增大，且G绝对值随着水合物饱和度增大而减小，相比于水合物顶，水合物底的P、G属性更加明显。

a—水合物顶AVO特征;b—水合物底AVO特征a—AVO at the hydrate top;b—AVO at the hydrate bottom图7 水合物顶底AVO分析Fig.7 Modeled AVO at the hydrate top and bottom

利用实际井对水合物顶底进行了AVO分析，如图8所示。在顶底附近10个采样点分别计算了其上下两点的AVO特征，发现在水合物顶有明显的一类AVO现象，底层有明显的三类AVO现象，与实际道集分析结果(图中黑色虚线)吻合，其余层位均无此现象(图中蓝色曲线)。这一特征与建模结果吻合，说明上述模型很好地刻画了水合物的AVO异常，进一步证实了模型可靠性。

a—水合物底AVO特征;b—水合物顶AVO特征a—AVO at the hydrate bottom;b—AVO at the hydrate top图8 w3井水合物顶底AVO特征曲线Fig.8 AVO at the hydrate top and bottom in w3 well

2 水合物指示因子构建与反射特征方程

2.1 水合物指示因子构建：孔隙度弹性解耦

由上述分析可知，对于研究区而言，纵波速度与孔隙度呈指数型，与横波速度呈线性。构建水合物指示因子的关键在于：从速度中去除孔隙度影响，突出水合物以及下浮游离气作用。水合物富集使得纵、横波速度增大，即：

(4)

式中:vp、vs为实测纵波速度、横波速度;vp0、vs0为背景纵波速度、背景横波速度，主要受到孔隙度影响；vpgh、vsgh为水合物引起的速度增加，与水合物饱和度有关。根据前文模型分析得出的结论，式(4)可以写成：

(5)

a—w2水合物饱和度与孔隙度的关系;b—w3水合物饱和度与孔隙度的关系a—relation between hydrate stauration and porosity in w2 well;b—relation between hydrate stauration and porosity in w3 well图9 水合物饱和度与孔隙度的关系Fig.9 Relation between hydrate saturation and porosity

(6)

由于水合物富集使得纵横波速度均增大，而游离气对横波几乎无影响，那么可构建如式(7)所示的水合物指示因子：

(7)

式中：Fp为水合物指示因子。取n=1,利用w2井进行交会分析，图10为Fp与纵波速度、纵波阻抗的交会图，颜色轴为水合物饱和度，高饱和度水合物层Fp较大，高饱和度水合物层的Fp位于100～300之间，水合物饱和度越高，Fp越大，不含水合物层的Fp低于50，而纵波速度、纵波阻抗等参数未能区分不同饱和度水合物，Fp识别效果明显优于纵波阻抗等常规参数。下一步则需要考虑如何从地震数据中得到Fp，本文通过建立以Fp表示的AVO反射系数方程进行直接反演。

a—Fp与纵波速度的交会;b—Fp与纵波阻抗的交会a—crossplot of Fp and P-velocity;b—crossplot of Fp and P-impedance图10 w2井Fp与纵波速度以及纵波阻抗相对于水合物饱和度的交会分析Fig.10 Crossplots of Fp and P-velocity and P-impedance in w2 well

2.2 水合物指示因子表示的AVO反射特征方程

(8)

其中

(9)

3 基于地震岩石物理的的水合物识别

从式(8)可以看到，反演的精度与孔隙度准确程度密切相关。若n取值太大，则反演结果对于孔隙度预测结果依赖性较大， 因此反演结果受到更多方面的干扰。n=0不能很好地达到构建水合物指示因子的目的。综合权衡后，本文取n=1，此时Fp仍具有较好的识别效果(图10)。建立起如下的反演流程，如图 11所示。首先利用Kumar 等提出的方法，基于纵波阻抗求取孔隙度；然后利用背景速度与孔隙度的关系，求取式(2)中的常数；进一步利用孔隙耦合方程式(8)获得，最后利用式(7)计算出水合物指示因子。

图11 水合物指示因子反演流程Fig.11 Flow chart of hydrate indicator inversion

实际资料来源于中国南海琼东南海域某二维测线，海底深度约为1 700 m。对实际资料进行叠前反演之前，需要对地震数据进行保幅处理，包括精细的波前扩散补偿、震源组合与检波器组合效应的校正、反Q滤波、地表一致性处理、叠前去噪处理、去除多次波等，并假设处理后的层间多次波、各向异性的影响可以忽略不计。

通过钻探取心已经证实了该区分布大量渗透型高饱和度水合物。图12展示了该测线不同中心入射角的部分角度叠加剖面， 大约在CDP 380 处， 可以看到从海底到2 500 ms范围内发育明显的渗透通道，底部存在气体模糊带，同相轴下拉，疑似为气体运移所致，气烟囱顶部AVO异常明显。

a—小角度部分角度叠加数据(1°～10°);b—中角度部分角度叠加数据(11°～20°);c—大角度部分角度叠加数据(21°～30°)a—small angle partial angle stack seismic data(1°～10°);b—middle angle partial angle stack seismic data(11°～20°);c—big angle partial angle stack seismic data(21°～30°)图12 琼东南研究区某测线地震剖面Fig.12 The target seismic section in Qiongdongnan area

依据本文提出的方法，首先求取孔隙度。通过孔隙度反演，得到了图13所示的反演结果，最终的孔隙度结果与测井孔隙度保持很好的一致性。

图13 孔隙度反演结果Fig.13 Inverted results of porosity

图与反演结果Fig.14 Inverted results of

图15 Fp反演结果Fig.15 Inverted results of Fp

4 结论与认识

多种因素共同影响水合物储层速度，使得水合物预测多解性增强。对于浅层水合物储层而言，水合物饱和度、孔隙度为影响最为显著的参数。利用本文提出的水合物指示因子，可以消除孔隙度的干扰。实际钻探数据分析表明，相比于纵波阻抗等参数，水合物指示因子与水合物饱和度存在更高相关性。高饱和度水合物的指示因子位于100～300内，水合物指示因子反演结果与钻探认识吻合较好，可以有效地预测水合物空间分布，验证了方法的实用性与有效性。