滨里海盆地东缘中区块东南部石炭系KT-Ⅱ滩相薄储层综合预测

吴嘉鹏， 程晓东， 范乐元， 韩桂芹， 戴婉薇， 李洋， 陈挚

(中国石油集团测井有限公司国际公司， 北京 100101)

碳酸盐岩储层是重要的油气储层类型，全球油气储量中约38%来自碳酸盐岩，大油气田中碳酸盐岩油气约占60%[1]。碳酸盐岩颗粒滩、生物礁及岩溶碳酸盐岩等为碳酸盐岩储集层的主要类型，其中，碳酸盐岩颗粒滩作为重要油气储层，受到石油地质学家和沉积学家们长期关注[2]。碳酸盐岩滩相油气勘探工作取得了一系列重大进展，先后在塔里木盆地奥陶系[2-3]、四川盆地震旦系-寒武系[4-5]、三叠系[6-7]、桑托斯盆地[8]及阿姆河盆地中上侏罗统卡洛夫-牛津阶[9]等中外多个盆地发现大型油气田。滩相储层是滨里海盆地东缘目前已经发现的肯基亚克、扎那若尔、北特鲁瓦等一系列大型及特大型碳酸盐岩油气田的重要储层[10]。随着勘探工作向东南部甩开，勘探实践中发现，中区块东南部主要目的层系石炭系KT-Ⅱ滩相储层储集空间展布复杂、非均质性强，解释油层单层有效厚度薄。前人通过盆地东缘中区块碳酸盐岩储层评价[11-14]、控制因素[12，15-16]等相关工作，认为主要发育孔隙型、裂缝-孔隙型等类型的储层，储层发育受沉积相、层序、古地貌等影响；储层预测方面，陈志刚等[17]利用滨里海盆地中区块宽频地震资料进行分频反演，反演结果纵向分辨率高，储层预测符合率高；杨峰等[18]利用滨里海盆地东缘B区块宽频带地震资料，开展碳酸盐岩叠前储层预测研究，改善储层横向识别能力。前人对于储层预测方面的研究，多基于“两宽一高”高品质地震资料，目前基于常规地震资料对于薄储层预测方法的研究，未见报道。

利用滨里海盆地东缘前期勘探实践中获取的岩心、薄片、测井、地震、分析化验等资料，在KT-Ⅱ滩相储层评价研究基础上，确定储集空间类型及有效储层下限；井震结合，确定滩相储层地震反射特征，采用滩相薄储层多属性优选聚类，定性确定滩相储层平面展布范围；最后，采用基于马尔科夫链-蒙特卡洛(Markov chain-Monte Carlo，MCMC)算法的高分辨率地质统计学反演方法，预测薄储层展布，并利用有效储层下限、云变换与地质统计学协模拟，预测刻画有效滩相薄储层分布，指导勘探实践并指出下一步勘探有利区域。

1 地质概况

滨里海盆地位于东欧克拉通东南部，面积约50×104km2，整体呈椭圆状。盆地的西部和北部均与俄罗斯地台相邻，东南部和西南部边界分别为南恩巴褶皱带、卡尔平褶皱带，东部边界为乌拉尔褶皱带的南端。盆地内部可划分为4个次一级构造单位，分别是北部-西北部断阶带、中央坳陷带、南部隆起带和东部隆起带[19-21](图1)。

研究区位于滨里海盆地东部隆起带的延别克-扎尔卡梅斯隆起带，该隆起为一基岩隆起带，自早石炭世开始由陆缘碎屑陆棚逐渐转变为碳酸盐岩台地，至石炭纪末，沉积了逾千米的碳酸盐岩[10,22]。石炭纪经历了2次大的海平面升降过程，构成了2个大的陆棚相-碳酸盐岩台地相沉积旋回[23]，下部沉积旋回为谢尔霍夫阶-巴什基尔阶碳酸盐岩建造，简称为KT-Ⅱ层，纵向上分为Г、Д共2个油层组。KT-Ⅱ层以开阔台地沉积占主导地位，主要沉积台内滩、滩间洼地、泻湖、潮坪、潮汐水道等沉积微相[24-25]，其中开阔台地的滩相储层是研究区重点钻探目标。

考虑实际钻探情况，本次研究主要目的层为KT-Ⅱ层的Г油层组，自上至下可分为Г1～Г6共6个油层。三维工区覆盖面积约400 km2，地震资料主频为25 Hz左右，已钻井6口，新钻井1口。下部Г5、Г6滩相灰岩储层厚度大，单层最大厚度30 m，但多含水。上部Г1～Г4层储层，富含油气，但单层储层厚度薄，最小0.5 m，一般1～5 m。

2 滩相储层评价

2.1 储集空间类型

KT-Ⅱ储层以开阔台地相沉积为主，岩性主要为质纯、泥质含量低的颗粒灰岩，以粒屑结构为主，泥晶结构较少，粒屑中生物碎屑占优势，泥质含量少。常见岩石类型主要为亮晶生屑灰岩、藻粒生屑灰岩、亮晶生屑砂屑灰岩等，少见亮晶鲕粒灰岩。大部分滩体沉积时水体能量强，胶结物以亮晶胶结物为主；少量低能滩体沉积，颗粒之间为泥晶方解石胶结。依据主要颗粒类型的不同，台内滩可划分为生屑滩、藻屑滩、砂屑滩、鲕粒滩等。垂向上，KT-Ⅱ层Г油层组下部(Г4～Г6)发育部分砂屑滩及少量鲕粒滩沉积，Г油层组上部(Г1～Г3)主要为藻屑滩、生屑滩，反映研究区KT-Ⅱ沉积时期，海平面整体上升，水动力相对变弱[21-22,24-25]。

由研究区薄片资料及岩心观察分析数据可知，KT-Ⅱ台内滩储层储集空间主要包括原生粒间孔，以及次生的粒间溶孔、微裂缝、铸模孔等(图2)。其中粒间溶孔、晶间溶孔为主要储集空间，而构造缝、溶缝等微裂缝，可改善储集空间连通性。剩余原生粒间孔整体不发育，偶见发育层段内的分布也极不均匀，其孔径普遍小于0.1 mm，少数达0.3 mm。此外，粒间孔之间的连通性往往较差，难以成为较好的储集空间(图2、图3)。

(a)为X-6井,2 783.54 m,Г1油层 亮晶生屑藻粒灰岩,粒间(溶)孔、粒内孔；(b)为 X-5井：2 767.66 m， Г1油层 泥晶藻生屑灰岩；(c)为X-1井：2 854.18 mГ2油层，亮晶绿藻灰岩，粒间溶孔，可见少量粒内孔；(d)为X-3井：2 817.23 m，Г2油层，泥晶生屑灰岩；(e)为 X-2井：2 862.37 m，Г3油层，亮晶有孔虫藻类灰岩，粒间溶孔为主，少量体腔孔；(f)为X-2井：2 862.27 m，Г3油层， 亮晶德文藻骨架灰岩，粒间溶孔；(g)为X-6井：2 866.87 m，Г4油层，亮晶藻粒生屑灰岩，粒间(溶)孔、粒内孔；(h)为X-3井：2 858.13 m，Г4油层，亮晶藻团块鲕粒灰岩；(i)为X-1井：2 988.71 m，Г5油层，含白云岩亮晶绿藻孔虫灰岩，粒间溶孔、粒间孔，少量粒内孔；(j)为X-3井：2 922.02 m，Г5油层，亮晶砂屑有孔虫灰岩，粒间(溶)孔、晶间孔；(k)为X-1井，2 992.3 m，Г6油层，亮晶藻类孔虫灰岩，粒间孔、体腔孔，见溶洞；(l)为X-1井：2 992.93 m，Г6油层，亮晶砂屑灰岩，粒间(溶)孔、粒内孔图2 台内滩岩性及孔隙特征Fig.2 Lithology and pore characteristics of inner shoal

图3 岩石储集空间统计柱状图Fig.3 Statistical histogram of rock reservoir space

2.2 储层分类

在储集空间类型及组合研究的基础上，将研究区滩相储层划分为孔隙型、裂缝孔隙型、孔洞缝型，这与前人在邻区的研究结论一致[11,15-16,28]。总结研究区内滩相储层孔隙特征(图2)、储集空间统计(图3)以及储层分类等，可知研究区内主要的储层类型为孔隙型，孔洞缝型及裂缝孔隙型储层较为少见，但由于裂缝、孔洞的沟通作用，孔渗性较好。

图4 压汞法储层分类Fig.4 Mercury injection reservoir classification

利用压汞法毛管压力曲线(图4)、孔渗交会图(图5)等可知，储层孔隙结构复杂，储层孔喉变化较大，据此将研究区内储层分为3个等级(表1)。其中好储层主要的储层类型为孔隙型、裂缝孔隙型及孔洞缝型。由毛管压力曲线可知，进汞饱和度高，另外孔隙度高，多大于7%，粒间溶孔和晶间溶孔发育，其中溶蚀缝洞起了很好的沟通作用(表1，图4～图6)。差储层主要为孔隙型及裂缝孔隙型储层，孔隙发育较差，晶间溶孔、粒内溶孔、粒内孔等分布不均匀，进汞饱和度介于35%～60%，孔隙度4%～7%(表1，图4～图6)。非储层主要为孔隙型储层，进汞饱和度低，孔隙度低于4%，孔隙不发育(图4～图6)。

表1 储层分类方案Table 1 Reservoir classification scheme

图5 不同类型储层孔渗交会图Fig.5 Pore-permeability crossplot of different reservoirs

图6 不同级别储层典型薄片特征Fig.6 Typical thin section characteristics of different reservoirs

3 薄储层预测

结合测井分析及地震反射资料等，分析滩相储层的地震反射特征，采用定性多属性聚类分析的方法，确定滩相储层的平面展布范围。纵向上采用地质统计学反演，通过利用概率密度函数分析、变差函数分析、马尔科夫链-蒙特卡洛模拟与反演实现地质统计学反演，刻画薄储层。

3.1 多属性融合薄储层预测

3.1.1 滩相储层地震反射特征

在地震资料上，KT-Ⅱ开阔台地滩相基本表现为连续中弱振幅反射，频率相对较低，内部可见滩体迁移形成侧积现象。台内滩地震反射典型剖面如图7所示。与常见的生物礁向上凸起的丘形反射特征不同，滩相没有像周缘地层一样出现明显的地层增厚现象。其礁体内部往往反射杂乱、成层性差，两翼多存在地层超覆现象；而滩相沉积连续性相对较好，但因为整体沉积较纯净，地震反射频率较低(图7)。

3.1.2 多属性聚类分析

由已钻井测井及地震剖面分析可知，研究区内滩体呈低频、中弱振幅反射(图7)。提取研究区目的层多种地震属性，通过相关性分析以及滩体的地震反射特征，优选出了均方根振幅、瞬时频率、有效带宽、半幅能量等4种属性，分析滩体沉积展布特征[图8(a)～图8(d)]。结合滩体地震反射特征，利用优选出的属性进行聚类分析，可能的礁滩体(白色)[图8(e)]RMS振幅值小[图8(a)]、频率低[图8(b)]、有效带宽小[图8(c)]、地层厚度异常[图8(f)]。以上特征表明，其可能为内部反射特征相似但与周围围岩相区别的礁滩体沉积[图8(e)]。

3.2 地质统计学反演薄储层预测

3.2.1 资料准备

首先，进行测井资料标准化。对中区块东南部研究区内测井曲线做标准化处理，消除奇异值、随机噪声、环境影响和系统误差，使测井曲线在横向上具有可比性，提高初始模型横向上的可信度。其次，以研究区三维地震KT-Ⅱ层各油层解释层位为基础，建立高质量低频模型，以实现高分辨率的地质统计学反演。

利用测井储层评价结果，按照孔隙度大于4%划分为储层和非储层，非储层分为致密灰岩与泥岩，其中定义泥岩为泥质含量大于20%的非储层，并计算岩性曲线。碳酸盐岩储层与致密灰岩层相对比，具有“三低一高”的特点，即：低电阻、低自然伽玛、低中密度和高声波时差(图7、图9)。多井测井统计分析表明，波阻抗属性对该区的储层和围岩具有一定的敏感性，并且波阻抗与储层孔隙度具有很好的云变换相关关系(图9)，这为接下来的储层预测以及波阻抗与孔隙度协模拟奠定了很好的基础，满足精细预测的条件。

最后，结合岩石物理分析结果，采用稀疏脉冲波阻抗反演方法初步反演，了解波阻抗的大致分布特征，对岩性体平面展布、垂向比例总体把握，用于变差函数求取及地质统计学反演质控。

图9 不同岩性纵波阻抗及其与孔隙度关系Fig.9 Crossplot of P-wave impedance and porosity of different lithologies

3.2.2 参数分析与反演模拟实现

地质统计学反演参数主要为概率密度函数和变差函数[29]，概率密度函数描述储层在空间的概率分布情况，变差函数描述储层的空间展布特征随距离的变化情况。研究区经过变差函数分析可知，碳酸盐岩薄层储层横向变化快、非均质性强、数据空间相关性范围较小。这些参数很难直接从测井资料和地震资料上直接判断，要通过地球物理统计分析、与稀疏脉冲反演结果的比对，以及整个研究区地质认识来综合优化选取，并且经过无井、盲井检验等多次的模拟实验来进行优化确定最终的反演参数。参数确定之后，根据测井分析结果，利用马尔科夫链-蒙特卡洛算法的随机地震反演获得波阻抗和岩性预测结果[图10(a)]。分不同岩性统计对应的波阻抗概率密度函数和变差函数在此基础上，再通过云变换分析不同岩性波阻抗和孔隙度的关系，结合地质统计学协模拟预测储层孔隙度[图10(b)]。

3.3 薄储层预测效果与应用

3.3.1 剖面特征

对比稀疏脉冲反演、基于模型反演及地质统计学反演等不同反演方法，可以发现三种反演方法的结果低频趋势一致，稀疏脉冲反演剖面忠实于原始地震资料，横向变化自然，井点处波阻抗的纵向变化趋势与测井曲线基本一致，但分辨率低，缺少薄层信息；基于模型的反演波阻抗剖面，井点处薄层的波阻抗对应关系较好，但往往模型化较重，横向变化趋势变化不合理，不能真实反映碳酸盐岩储层非均质性变化特征。

与前两种方法对比，地质统计学反演的结果的分辨率明显得到提高，含有丰富的储层细节信息，对于X-5井、X-6井的薄储层均有明显响应，与已钻井测井资料吻合，横向上变化自然，剖面地质信息丰富，能够较好地反映非均质储层波阻抗变化特征(图10)。而且，地质统计学反演剖面上，整个KT-Ⅱ层Г油层组垂向变化明显，下部储层较为发育，整体上部小层泥质含量重、储层厚度薄、储层较为不发育，越靠近KT-Ⅱ顶面，储层越零散，厚度越薄(图10)，这与研究区之前的地质认识相吻合[21-22,24-25]。这说明，基于马尔科夫链-蒙特卡洛算法(MCMC)的地质统计学反演方法，将传统地质统计学的高斯随机空间概念和非线性最优化求解的迭代过程有机的整合起来，在提高地震资料垂向分辨率的同时充分考虑地下地质的随机特性，使反演结果既忠实于地震又能够符合实际地质情况。

3.3.2 平面预测效果

利用研究区内储层与非储层孔隙度4%的界限标准，地质统计学反演以及基于马尔科夫链-蒙特卡洛算法(MCMC)的协模拟结果，对于研究区重点4个油层储层平均孔隙度进行了平面预测(图11)。由预测平面图可知，KT-Ⅱ各油层内储层平均孔隙度较低，有效储层分布范围局限且横向变化较大。总结有效储层纵向发育规律可知，各油层主要有效储层多分布于研究区东部，这也与KT-Ⅱ沉积时期研究区西高东低的地质认识[24-25]相吻合。

以KT-Ⅱ层的Г2油层为例，研究区东南侧，Г2油层地层厚度局部增厚，反映碳酸盐岩正向地形沉积[图8(f)]。该区域与滩相多敏感属性聚类分布区域[图8(e)]，重合度较高，反映该区域内滩相沉积厚度大，并且符合滩相沉积的地震反射特征，推测为滩相沉积发育区。将前期属性聚类及储层预测结果对比可知，Г2油层地层厚度[图8(f)]、滩相多属性聚类[图8(e)]、储层反演厚度[图11(b)]等，可以很好地相互印证。上述认识，与基于储层分类及有效储层认识的地质统计学高分辨率反演结果相统一，由Г2油层反演储层平均孔隙度平面图[图11(b)]可知，孔隙度大于4%的有效储层多分布于研究区东侧，尤其是东南侧。

图10 地质统计学反演剖面[剖面位置见图8(f)]Fig.10 Geostatistical inversion profile [location is shown inFig.8(f)]

滩相储层定性属性聚类分析与地质统计学定量预测结果之间具有很好的对应性、一致性，证明了从滩相储层特征、储层分类等地质认识出发，进而进行滩相储层高分辨率地质统计学反演预测的技术可靠性。

3.3.3 勘探效果分析

结合属性聚类分析及地质统计学反演结果，在滨里海盆地东缘中区块东南部研究区内，选择Г1～Г4有效储层叠合区域，并考虑构造背景、储层相变尖灭、多敏感属性聚类分布区域及地层厚度异常区等多重因素，为了研究区甩开勘探，建议X-7风险探井井位。预测结果表明，该井位处垂向多储层叠加(图10、图12)，并有很好的储层尖灭封堵条件(图12)，叠加一定的鼻状构造背景，为一个有利的岩性目标风险勘探井位。

实钻结果表明，所钻X-7井滩相薄储层发育，储层预测结果符合率高(图12)。在预测储层发育的Γ1+2及Γ4油层，解释Γ1+2油层薄储层8.1 m/6层，测试日产油17.6 m3；解释Γ4油层薄储层1.8 m/2层，测试日产油6 m3，扩大研究区内含油面积，实现探区滚动扩边(图12)。

此外，结合研究区钻探及储层预测结果，发现研究区内东南侧，滩相储层发育，并且位于构造隆起区(图8、图11)，为油气运移的有利指向区，是下一步滚动扩边勘探的有利区域。

4 结论

(1)滨里海盆地东缘中区块东南部石炭系KT-Ⅱ含油层系主要为开阔台地滩相储层，划分为孔隙型、裂缝-孔隙型及孔洞缝型3类，孔隙型为研究区主要的储层类型，有效储层的孔隙度下限为4%。

(2)滩相储层表现为中弱振幅、低频率等地震反射特征，优选均方根振幅、瞬时频率、有效带宽等彼此不相关、能够反映储层信息的地震属性，进行敏感属性融合，定性预测滩相薄储层平面展布。

图11 研究区不同油层储层平均孔隙度预测平面图(平面位置见图1)Fig.11 Average porosity prediction plan of different reservoirs in the study area (location is shown inFig.1)

图12 过X-7井储层概率预测剖面[剖面位置见图8(f)]Fig.12 Reservoir probability prediction profile of Well X-7 [location is shown inFig.8(f)]

(3)基于马尔科夫链-蒙特卡洛算法(MCMC)的高分辨率地质统计学反演、云变换与地质统计学协模拟的方法，有效预测Γ1+2油层中8.1 m/6层的碳酸盐岩滩相薄储层，测试日产油17.6 m3，实钻结果证明了整套研究方法的可靠性。预测结果表明，研究区东南部滩相储层发育且垂向多层叠置，处于油气运移指向区，且目前钻井较少，是下一步滚动扩边勘探的有利区域。