精细储层预测技术在陈官庄地区沙四下红层勘探中的应用

商 伟

（中国石化胜利油田分公司物探研究院，山东 东营 257022）

0 前言

“红层”是指东营凹陷陈家庄地区孔店组-沙四下广泛发育的一套红色泥夹砂地层。红层是氧化环境中洪水漫湖沉积的产物，这是由于孔店组-沙四下地质时期盆地整体处于裂陷、扩张初期，并形成了分布广泛的红层-盐湖沉积[1-5]。对陈官庄地区的红层勘探来说，当前目的层勘探开发主要以沙四下亚段为主，钻井揭示该区岩性以灰色、紫红色泥岩为主，夹砂岩、粉砂岩、含砾砂岩及薄层碳酸盐岩。可以看出，该区红层岩性组合复杂，若应用常规技术对其进行展布特征预测难度极大。

1 红层预测难点

1.1 常规地震资料难以满足储层预测要求

陈官庄地区沙四下红层地层总体较薄，地震反射能量弱-中等，自南向北主要发育4 条东西向断裂带，由于发育众多断层，造成目标层反射连续性差，砂层储层薄，在常规剖面上难于识别。特别是储层组合与反射模式不清楚，导致在常规地震反射中进行储层的追踪解释难度极大。

1.2 常规地震技术难以实现储层有效预测

陈官庄地区沙四下红层储层在测井曲线特征上的表现差异性极大，导致电性参数识别储层困难，如果直接利用测井曲线进行岩性解释或者进行地震反演，那么难以有效区分红层储层。

2 红层精细储层预测

2.1 原始地震资料提高分辨率处理

2.1.1 技术思路

由于地震数据缺失低频信息，因此地震资料成效效果不理想，出现假高频现象。同时，地层对高频信息吸收多，低频信息吸收少，低频信息的可靠程度比高频信息的可靠程度更高，因此低频信息的缺失会严重影响地震资料的可靠程度和储层预测精度。针对该问题，运用基于压缩感知的低频补偿方法对缺失低频信息的地震资料进行低频补偿[6-10]，选择合理的期望输出子波，利用反傅里叶变换重构时间域地震道，即获得高分辨率的地震剖面。

2.1.2 应用效果

对比常规地震反射与高分辨率处理剖面（图1），从反射特征看，CS 处理剖面明显反射同相轴增多。地震主频从19.5 Hz 升至45 Hz，带宽从15Hz 升至54 Hz，信噪比略有降低。从基于压缩感知高分辨率处理效果分析可以看出，与常规地震剖面相比，高分辨率的剖面上有薄砂层夹层发育的层段，对应的地震反射都有较好的特征对应，但是大多数是以复合反射的形式出现。说明在高分辨率剖面上进行薄砂夹层组合特征的地震检测具有一定的可行性。但是高分辨率剖面纵向分辨率理论上仅达到17 m 左右（l/4），理论极限分辨率仅达到8 m 左右（l/8），远大于储层单层厚度，甚至大于多数井砂岩集中段厚度，难以精确刻画薄砂夹层组的地震反射特征。

图1 过Guan130 井常规（左）与CS 处理（右）反射对比剖面

2.2 测井曲线特征重处理

2.2.1 实现过程

高分辨率处理对薄砂储层的检测有一定的作用，但总体效果达不到生产需求。测井资料针对薄储层的分辨率大大高于地震资料，充分利用测井参数进行夹层组合识别。由于本区测井曲线多有异常，不能有效地反映储层特征，因此必须对测井曲线按照岩屑记录特征进行重处理，为后期的地震属性反演打下良好的基础。测井曲线特征重处理详细的算法流程如图2 所示。

图2 测井曲线特征重处理算法流程图

2.2.2 效果分析

对研究区钻穿沙四下亚段的19 口井的测井曲线进行重处理。在处理过程中对SP、GR、IMP 曲线进行基线校正，曲线全部标准化，基线校正至0.5；同时为了岩性解释方便，将GR 与SP 曲线偏转，正向指向砂；确定增益值，将砂层对应曲线最大增益到1。处理前，SP 曲线对薄砂层基本无检测能力，而重处理后，SP 曲线与薄砂层非常好的对应关系，SP 曲线弧度值>0.55（弧度曲线）以上曲线对应为砂层（图3）。

图3 测井曲线特征重处理效果图

通过测井曲线特征处理后，获得以下优势：首先，拉直曲线基线，使各井曲线基线一致，便于区域岩性特征统一对比；其次，通过曲线特征调整，突出了曲线反映薄夹层组合特征，使IMP、GR、SP 对薄砂层有良好对应，有利于后期的地震属性反演；最后，突出不同曲线对不同岩性薄层的响应能力。总的来说，重处理后的曲线，SP 对砂岩薄层具有最好的检测能力，GR 对云、灰岩薄层有较好的检测能力，IMP介于两者之间。对测井曲线进行交汇分析，得到GR 与DEN交汇能准确识别岩性，不同岩性薄层电性区间明显，分出6个子区对岩性进行识别。

2.3 基于地质统计学的储层随机反演

红层的薄砂储层检测是红层油气勘探开发中最重要的工作之一，利用地震资料进行薄储层识别与检测是全面认识红层油气分布的重要手段。钻井与测井虽然具有准确的特点，但是无法面上展开，而三维地震信息正好具有面上拓展特征。因此，利用测井数据进行约束，通过地震属性反演就可以进行目的层薄砂夹层的检测，达到全面掌握红层储层组合时空分布特征的目的。

2.3.1 反演基本原理

基于地质统计学理论的储层随机反演（GSINV）是一种利用测井岩性、物性资料，并应用地质统计学（克里金、协克里金）理论，以密度函数为控制，求取地震-地质（岩性）相关关系，进行岩性随机反演的一种方法。常用的随机反演是基于变差函数的随机反演：以三维地震道为网格，利用地质统计学中建模的方法作为模型扰动，以实钻井波阻抗为条件，利用层位控制，求取空间变差函数作为空间约束，得到其他位置的波阻抗序列。在这个过程中，一方面要取得合理的模型是很困难的；另一方面，如果在工区内井资料较少、钻井分布不均匀的情况下，求取的变差函数变得极不稳定，也难求得比较合理的模型，就必然会影响解的可靠性。

为克服在常规地震反演算法中一些地质假设条件对反演结果造成不确定性的影响，储层随机反演采用较先进的“随机爬山”算法对地震资料进行反演。该反演方法与其他随机反演相比，避免了在常规地震反演中提取地震资料的低频成分和建立的复杂模型，该方法不依赖地震层位，即使地震层位存在不可避免的错误，也不会对反演结果产生较大影响。因此，与其他需要建立精细初始模型的算法相比，更加适合于非均质性较强的地层。

2.3.2 实现过程

储层随机反演是通过求取测井资料概率密度函数来实现的，求取概率密度函数是非常容易的事情，同时也是比较稳定的。大量实际资料研究表明，任何工区的测井资料都满足一个相对较稳定的概率分布函数，即给定一个AI，将存在一个概率P（AI），如公式（1）所示。

式中：M为统计的测井资料总的样点数，N为统计阻抗值指定区间内AImin到AImax两者范围内的样点数，由此可计算概率密度函数（图4）。

图4 测井资料概率分布函数

通常情况下，无论井多还是井少的情况，概率密度函数基本是稳定的；在井少的情况下，在分层的基础上通过窗口移动的办法，求取分段的方差，即波阻抗可能的分布范围，在井资料较多的情况下，可以直接采用分层统计的极值作为空间约束分布。

在概率密度函数以及空间分布的约束下，如果能找到一定的AI 序列，使AI 既满足统计分布规律，又满足地震响应，那么这种波阻抗分布即为反演解。另一方面，若这种波阻抗序列值处于概率密度函数及空间分布约束之间，则可以认为其是概率密度函数的有效解，通过一定的扰动，可以使其分布接近预先给定的概率密度函数，又能满足地震响应。

2.3.3 反演效果

采用上述原理，对研究区常规三维地震数据进行随机反演，获得了SP、GR 和IMP（波阻抗）反演成果（图5）。可以看出：与常规地震反射剖面砂体识别效果对比，SP 反演剖面上薄砂条带对应良好，纵横向展布特征非常清楚，彻底解决了常规地震剖面上砂体无法追踪的难题；其次测井曲线未重处理之前，如果直接进行属性体反演，砂体纵向分辨能力差且横向变化不清楚，而经过测井曲线重处理后反演结果有了质的提升，从获得的反演剖面图中可以看出砂带特征纵横向变化特征清楚，砂层分辨能力更强。

图5 陈官庄地区沙四下亚段红层储层GSINV 反演剖面

3 红层展布特征

结合研究区SP、GR 和IMP 反演结果，并根据钻井、测井岩性综合分析，确定反演值>0.55 的为砂层储层。由此沿目标层内提取反演值>0.55 数据点（砂点数）累计值形成平面图，可视为储层的时间厚度平面图。并综合分析后认为陈官庄地区沙四下红层展布具有以下特点：砂体厚度在0～56m，主要砂体分布于西部，NW 向延伸；南部、中西部砂体较厚，厚度30m 以上，东部砂体整体较薄（<15m）；北部发育远砂坝，厚度20m～30m；东北部有规模较小规模的砂坝（10m～15m）。

4 结论

陈官庄地区沙四下红层由于岩性组合复杂，应用区域内常规地质资料难以有效识别与追踪，导致其储层预测难度极大。为此，采用针对性的定量精细储层预测技术，首先通过拓频处理，有效提高了地震反射分辨率，为应用常规叠后地震数据提供了资料基础；其次对测井曲线进行重新处理，有效突出了不同岩性在测井曲线的响应，为精准识别红层提供了真实数据体支撑；最后应用基于地质统计学理论的储层随机反演技术对红层展布进行了精细预测，实现了红层展布特征的精准揭示，为后续找出可能的油气圈闭提供了详实依据。