艾 寧，唐 永，楊文龍，沈傳波，王彥卿，黃文芳，尚 婷

［1.西北大學地質(zhì)系，陜西西安710069; 2.寧夏地質(zhì)調(diào)查院，寧夏銀川750021; 3.浙江大學地球科學系，浙江杭州310027;4.中國地質(zhì)大學構(gòu)造與油氣資源教育部重點實驗室，湖北武漢430074; 5.中國石油西部鉆探工程公司蘇里格第一項目經(jīng)理部，內(nèi)蒙古烏審旗173000; 6.中國石油長慶油田分公司石油勘探開發(fā)研究院，陜西西安710021; 7.中國石油長慶油田分公司第三采油廠，寧夏銀川750006; 8.延長石油(集團)有限責任公司石油勘探開發(fā)研究院，陜西西安710069］

隨著我國油氣勘探開發(fā)程度的不斷提高，油氣勘探面臨的地質(zhì)情況越來越復(fù)雜，為全面了解目標地質(zhì)體，地質(zhì)與地球物理緊密結(jié)合，開展多學科綜合研究，是固體地球科學的基本思路之一［1］?，F(xiàn)階段對地下巖層結(jié)構(gòu)以及所蘊含礦產(chǎn)資源的了解，主要來源于地球物理觀測資料的解釋，即利用地球物理反演技術(shù)進行資源探查。這一技術(shù)在油氣勘探分析中不乏大量成功的例子，尤其是針對厚度大、結(jié)構(gòu)簡單、延伸穩(wěn)定的儲層［2-3］。而對陸相沉積的薄層砂體，特別是細、粉砂與泥巖互層的情況，如何減少儲層橫向預(yù)測的不穩(wěn)定性和不確定性，獲得準確的砂體厚度及其物性特征，僅僅依靠波阻抗反演顯得相當困難。要想取得比較全面的認識，就必須綜合應(yīng)用測井、地質(zhì)、地震數(shù)據(jù)對儲層進行細致的刻畫和描述［4］。測井約束地震反演技術(shù)能夠充分利用測井資料垂向分辨率高的特點，彌補和克服復(fù)雜地質(zhì)體地震波反射精度低、信噪比低的不足，結(jié)合模糊神經(jīng)網(wǎng)絡(luò)非線性算法，對于解決復(fù)雜地質(zhì)體的儲集層物性分布特征等問題將具有很大的潛力。

1 儲層反演方法

隨著油氣勘探的深入，對儲層反演精度的要求越來越高，反演技術(shù)在理論基礎(chǔ)上不斷改進的同時，其應(yīng)用技術(shù)以及結(jié)果的表現(xiàn)形式也呈現(xiàn)出多樣化的特點。現(xiàn)階段相對比較有特色技術(shù)——儲層(參數(shù))地震反演:即以測井-地震聯(lián)合反演技術(shù)為工具，將敏感性測井參數(shù)(自然伽馬、電阻率等)甚至巖相、孔隙度、滲透率等這些儲層參數(shù)加入到反演過程中，形成伽馬反演、巖性反演、孔隙度反演［5］。儲層地震反演技術(shù)的本質(zhì)是以地震波阻抗反演為基礎(chǔ)，通過巖石物理分析建立波阻抗和測井參數(shù)、儲層參數(shù)之間的關(guān)系，利用數(shù)學手段內(nèi)插、外推，建立時間域或深度域的地下儲層的三維測井參數(shù)或儲層參數(shù)模型。目前較為常用的反演方法有兩種，即基于神經(jīng)網(wǎng)絡(luò)的地震反演和基于地質(zhì)統(tǒng)計學的地震反演?；谏窠?jīng)網(wǎng)絡(luò)對地震屬性反演，結(jié)果只是多種地震屬性的組合，縱向分辨率尚需要進一步提高，地質(zhì)意義也需要進一步明確;基于地質(zhì)統(tǒng)計學的地震反演，很難對儲層空間結(jié)構(gòu)的變異特征做出合理的解釋。對于致密砂巖儲層來說，砂巖與泥巖地震波阻抗差異微弱，狹義的波阻抗反演很難有效地識別有效儲層，為此需要借助測井數(shù)據(jù)對儲層進行精細預(yù)測。但如何將測井數(shù)據(jù)和地震屬性數(shù)據(jù)很好的揉合，并統(tǒng)一運用到儲層反演計算中一直是困擾油藏工作者的難點。本文利用模糊化的手段，將不同尺度、不同來源的數(shù)據(jù)(測井、地震和鉆井數(shù)據(jù))，歸一化到統(tǒng)一的數(shù)據(jù)分析平臺上來認識分析，達到不同域數(shù)據(jù)之間的相互補充之目的，從而提高反演結(jié)果的可信度。該方法既降低了參與分析計算的數(shù)據(jù)量，又較好的保留了數(shù)據(jù)信息的完整性。

1.1 模糊化處理

原始數(shù)據(jù)模糊化處理的核心，在于準確的確定蘊含式——即運用模糊集合解決實際問題的基礎(chǔ)，也是耦合不同量綱數(shù)據(jù)體的初始步驟。目前蘊含式確定方法大致有3 種:模糊統(tǒng)計方法、例證法和經(jīng)驗法［6］。本次研究將利用模糊統(tǒng)計方法，結(jié)合測井和鉆井所獲得目的層巖層屬性，將已知巖層屬性范圍內(nèi)的地震屬性數(shù)據(jù)作為統(tǒng)計樣本進行分析，依據(jù)統(tǒng)計結(jié)果選擇適當?shù)暮瘮?shù)表達式，即得到蘊含式。依據(jù)本次研究工區(qū)數(shù)據(jù)統(tǒng)計顯示，蘊含式遵循Cauchy 分布的偏大型和偏小型［6］。然后通過確定的蘊含式獲得地震屬性的模糊指數(shù)，依據(jù)模糊指數(shù)歸并到不同的模糊數(shù)據(jù)域，具體模糊化操作(圖1a)。其中，x1i為地震屬性數(shù)據(jù)，通過蘊含式μA(x)計算獲得的值12730 的隸屬度為0.73，根據(jù)結(jié)果該屬性值歸于模糊域A1。模糊域所確定的范圍依照油氣生產(chǎn)的實際確定。例如對于砂巖厚度預(yù)測時，我們可以依據(jù)下式將模糊域劃為兩類{泥巖，砂巖}，如果模糊計算后某一地震屬性或者測井值砂巖隸屬度大于0.6 或者泥巖隸屬度小于0.3，則判斷為砂巖，該值應(yīng)納入到砂巖厚度計算中。

式中:α 和β 均為大于0 的常數(shù)，無量綱，根據(jù)屬性訓練數(shù)據(jù)獲得;a 為模糊域劃分界線值，常數(shù)，單位與選擇地震或者測井屬性相同，其大小需要由經(jīng)驗或者油田實際情況來確定。

1.2 模糊推理系統(tǒng)

圖1 模糊化及模糊運算示意圖Fig.1 Diagrammatic sketch of fuzzy and fuzzy operation

模糊集理論最有價值的地方在于模糊推理系統(tǒng)構(gòu)建，它能夠利用模糊邏輯將非線性、不同來源變量耦合在一起形成一個“模糊輸出”映射集合。假設(shè)有2 個地震屬性，在分析時窗內(nèi)有n 個采樣值{x1i，x2i，Li}，其中:{x1i，x2i}為每一個樣本的地震屬性，Li為每個樣本對應(yīng)的測井值，模糊推理系統(tǒng)按照以下3 條規(guī)則進行建立［7-8］。

①如果x1i屬于A1，x2i屬于B1，且Li屬于C1那么

②如果x1i屬于A2，x2i屬于B2，且Li屬于C2那么

③如果x1i屬于A3，x2i屬于B3，且Li屬于C3那么

式中:A1，A2，A3，B1，B2，B3，C1，C2，C3分別為x1i，x2i，Li的模糊域，無量綱;x1i，x2i，Li單位與所選擇的地震屬性或測井屬性單位相同;a1，b1，c1，a2，b2，c2，a3，b3，c3分別為第一、第二、第三條規(guī)則計算參數(shù)，依據(jù)屬性訓練數(shù)據(jù)特征確定，無量綱。3 個樣本組合屬于每條規(guī)則的權(quán)值可以利用模糊操作中的“and”運算來獲得:

式中:μAi(x1)是x1對模糊域A 的隸屬度;μBi(x2)是x2對模糊域B 的隸屬度;μCi(L)是L 對模糊域C 的隸屬度;wi為每條規(guī)則權(quán)值，也稱為每條規(guī)則的激勵強度;“∧”為模糊運算中的“and”運算(圖1b)。將所有的規(guī)則綜合，模糊推理系統(tǒng)的最終輸出可以表示為:

式中:wi，fi均為無量綱。

同時可以增加方差和均值來表達新數(shù)據(jù)與培訓樣本之間的變化量的大小，當然其具體數(shù)據(jù)的大小則可以根據(jù)實際操作的需求調(diào)整平滑參數(shù)進行比例化(拉伸/壓縮)，不同屬性的數(shù)據(jù)特征是不一樣的，其平滑參數(shù)是不同的，一般由訓練數(shù)據(jù)依據(jù)梯度下降法來確定最小誤差來獲得。

1.3 神經(jīng)網(wǎng)絡(luò)構(gòu)建

圖2 神經(jīng)網(wǎng)絡(luò)格架Fig.2 Framework of the neural network

建立不同的數(shù)據(jù)層、神經(jīng)單元以及數(shù)據(jù)傳遞函數(shù)，經(jīng)過多次試算，遴選出最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)。整個網(wǎng)絡(luò)結(jié)構(gòu)有一個輸入層、兩個中間層、一個輸出層(圖2)。中間層利用對數(shù)變換函數(shù)連接所有的神經(jīng)單元，現(xiàn)針對前面假設(shè)數(shù)據(jù)描述整個網(wǎng)絡(luò)，兩個中間層均有3 個神經(jīng)單元，這些神經(jīng)單元除了接受所有的輸入數(shù)據(jù)以外，還接受一個誤差系數(shù)控制整個數(shù)據(jù)運算的質(zhì)量。輸出層僅僅有一個神經(jīng)單元，整個網(wǎng)絡(luò)格架共有21 個數(shù)據(jù)傳遞節(jié)點來調(diào)整研究數(shù)據(jù)的形成。

本次研究的神經(jīng)網(wǎng)絡(luò)由4 層組成。第一層為輸入層，x1i，x2i，x3i(i=1，2，3，…，n)表示輸入項，各個節(jié)點直接與輸入項連接，將輸入值傳遞到下一層，在實際的應(yīng)用過程中可以選擇振幅、頻率和自然伽馬為輸入值;中間層Ⅰ為模糊化層，每個節(jié)點代表一個模糊化的變量值，其作用是計算各輸入分量屬于各個模糊域的隸屬度，前面已經(jīng)提到模糊域的劃分要依據(jù)實際油氣藏特征來劃分;中間層Ⅱ為系統(tǒng)推理層，每個節(jié)點代表一條模糊規(guī)則，用來匹配模糊規(guī)則的前件，計算每條規(guī)則的適用度;輸出層為精確化計算，該層同時還有誤差檢驗功能，依據(jù)誤差的可容忍度，反回中間層Ⅰ對數(shù)據(jù)模糊域范圍進行調(diào)整。

2 致密砂巖儲層地震反演方案

圖3 儲層反演流程Fig.3 Reservoir inversion process

儲集層預(yù)測中使用地震屬性分析存在的主要問題，是由原始地震數(shù)據(jù)帶來的分辨率較低、多解性強、預(yù)測結(jié)果缺乏明確的地質(zhì)含義［9］。單純的利用神經(jīng)網(wǎng)絡(luò)對地震屬性反演，結(jié)果只是多種地震屬性的組合，縱向上的分辨率尚需要進一步提高，地質(zhì)意義也需要進一步明確。由此應(yīng)該在單一地震屬性的基礎(chǔ)上，選擇對砂體物性敏感較強測井曲線，引入鉆井測試分析數(shù)據(jù)，運用模糊神經(jīng)網(wǎng)絡(luò)方法，將鉆井測試資料和測井曲線作為學習目標，進行多種地震屬性優(yōu)化，通過模糊神經(jīng)網(wǎng)絡(luò)地震反演獲得明確的儲層地震反演結(jié)果。

儲層反演流程圖(圖3)，很好的展現(xiàn)了地震數(shù)據(jù)分析處理，與鉆井、測井數(shù)據(jù)揉合過程，分析數(shù)據(jù)的質(zhì)量和多源上得到了很好的保證，既表現(xiàn)出了結(jié)果整體可靠性，又較好的刻畫了局部細節(jié)。整個模糊神經(jīng)網(wǎng)絡(luò)儲層反演主要分為原始數(shù)據(jù)處理、數(shù)據(jù)分析、結(jié)果檢驗、數(shù)據(jù)調(diào)整四部分。原始數(shù)據(jù)處理部分主要是針對地震屬性數(shù)據(jù)標準化、有效性進行分析，保證后期數(shù)據(jù)計算的穩(wěn)健。數(shù)據(jù)模糊化和模糊推理系統(tǒng)的構(gòu)建是數(shù)據(jù)分析的核心塊，這其中還包括測井和鉆井數(shù)據(jù)耦合起來的模糊計算。結(jié)果檢驗部分主要是針對模糊計算結(jié)果結(jié)合實際所有的測井解釋、實鉆數(shù)據(jù)、實驗測試分析獲得巖性解釋及孔隙度值進行對比，并依據(jù)計算結(jié)果誤差的可容忍程度對參與分析計算的數(shù)據(jù)集、計算截斷及步長進行調(diào)整，直到整個分析結(jié)論與實際地質(zhì)認識相符合。

3 實例應(yīng)用

3.1 工區(qū)概況

長嶺1 號氣田位于長嶺斷陷中部凸起帶東南部，為松遼盆地南部面積最大、資源最豐富的斷陷，斷陷面積1.3 ×104km2［10］。受斷陷強烈拉張期控盆斷裂的發(fā)育作用，長嶺斷陷表現(xiàn)為雙斷式的凹陷構(gòu)造格局。長嶺斷陷的演化經(jīng)歷了晚侏羅世火石嶺組—早白堊世營城組沉積時的斷陷期、早白堊世登婁庫組—白堊紀末期的拗陷期以及古近紀至今的反轉(zhuǎn)期三大階段，地層厚度及埋深變化較大［11-12］。長嶺1 號氣田登婁庫組儲層為辮狀河三角洲平原沉積，主要發(fā)育一套砂泥巖，以長石巖屑砂巖為主，儲層巖性細、相變快、砂體橫向連序性較差是其主要特征［13］。在其內(nèi)部以較穩(wěn)定的泥巖隔夾層和沉積旋回特征為依據(jù)，劃分了D1—D8共8 個砂層組，其中D3 砂層組、D4 砂層組是登婁庫組主要的儲層發(fā)育段，為開發(fā)的主力層位。根據(jù)試氣試采結(jié)果，產(chǎn)氣層D3 砂層組、D4 砂層組巖性粒度相對較粗、孔隙度相對較高的細砂巖和粉細砂巖。

3.2 測井曲線的合理優(yōu)化與選取

利用測井多井分析系統(tǒng)對多口井的自然伽馬曲線與波阻抗資料進行交匯分析，結(jié)果表明，研究區(qū)致密砂巖與泥巖波阻抗沒有明顯的分異，二者數(shù)值分布范圍相互重疊，說明利用波阻抗反演信息進行巖性解釋與識別難度較大，多解性較強。砂巖、泥巖在自然伽馬信息域重疊區(qū)域較小，存在明顯的差異(圖4)。依據(jù)交匯分析結(jié)果，選取自然伽馬曲線進行電性特征曲線重構(gòu)。

3.3 登婁庫組層位標定

圖4 登婁庫組波阻抗-自然伽馬交匯圖Fig.4 Cross plot of wave impedance and GR of the Denglouku Formation

圖5 長嶺1 號氣田登婁庫組地震及反演剖面Fig.5 Seismic section and inversion profile of the Denglouku Formation in the Changling-1 gas field

登婁庫組沉積時期，工區(qū)內(nèi)廣泛發(fā)育淺水湖泊背景下的辮狀河三角洲平原亞相沉積，砂體厚度小，巖性相變快，橫向連通性差，為此在地震波子波提取時采用單井反射系數(shù)分別提取子波然后再平均的方法［14］，這樣不但保證單井的合成記錄匹配，而且反演時保持了子波的穩(wěn)定性，同時保證了人工合成記錄和地震井旁道吻合率較高。

3.4 模糊神經(jīng)網(wǎng)絡(luò)屬性優(yōu)化反演

應(yīng)用模糊神經(jīng)網(wǎng)絡(luò)進行儲層屬性反演中，以重構(gòu)的自然伽馬曲線為目標測井曲線，對地震屬性進行了屬性優(yōu)化的相關(guān)分析，反演了波阻抗、自然伽馬、孔隙度3 個數(shù)據(jù)體(圖5)。在反演初期，選擇37 個數(shù)據(jù)組進行了學習訓練，并依據(jù)訓練的結(jié)果對12 個已知數(shù)據(jù)孔隙度進行測試預(yù)測。結(jié)果顯示，這12 個數(shù)據(jù)誤差平均為3.6%，最高誤差為15.3%，最小的為0.3%，測試準確率在85%以上，說明研究區(qū)模糊網(wǎng)絡(luò)格架的可靠性程度較高(圖6)。

3.4.1 砂體平面展布

通過自然伽馬曲線重構(gòu)反演，對長嶺1 號氣田登婁庫組上段的4 個研究單元砂體分布進行分析預(yù)測，即D1 砂層組、D1 +D2 砂層組、D3 砂層組、D4 砂層組。

1)D1 砂層組砂體分布規(guī)律

圖6 初步預(yù)測與實際孔隙度比較Fig.6 Comparison of preliminary forecasted and actual porosity

登婁庫組主要發(fā)育一套辮狀河三角洲平原的分流河道砂體，登婁庫組D1 砂層組砂巖厚度顯示:工區(qū)內(nèi)D1 砂層組砂巖厚度分布在8～40 m，總體上砂體相對較厚部位主要位于工區(qū)中西部，厚度一般大于25 m，砂巖最厚部位出現(xiàn)在長深103 井附近，厚度大于32 m;而工區(qū)東部砂體相對較薄，主要目標區(qū)長深105 井附近砂體厚度相對較薄，通常小于16 m;工區(qū)東南部砂體厚度小于8 m，工區(qū)的北部也相對較薄，厚度范圍在16 m 以下。整個工區(qū)砂體厚度與構(gòu)造和地層有一定的關(guān)系，構(gòu)造相對高部位地層變薄，砂體厚度卻相應(yīng)增加(圖7a)。

2)D1 + D2 砂層組砂體分布規(guī)律

圖7 登婁庫組各砂層組砂體厚度分布Fig.7 Isopach of each sand layer in the Denglouku Formation

從登婁庫組D1 +D2 砂層組砂體厚度預(yù)測圖上可以看出(圖7b):工區(qū)內(nèi)D1 +D2 砂層組砂體厚度范圍在20～60 m，總體特征是構(gòu)造頂部高部位砂巖厚度較大，低部位砂巖厚度較小。砂體相對較厚部位主要位于工區(qū)中部和西北部，而工區(qū)東部和北部砂體相對較薄，其中長深103 井附近砂體厚度最大，預(yù)測砂巖厚度大于56 m，工區(qū)西北部長深107 井附近砂巖厚度也達到40 m 以上;工區(qū)東部長深105 井附近砂體厚度最薄，預(yù)測砂體厚度小于20 m。工區(qū)內(nèi)砂體厚度與構(gòu)造和地層有一定關(guān)系，構(gòu)造相對高部位地層變薄，砂體厚度卻相對較厚，說明D1 與D2砂層組沉積時具有一定的繼承性。

3)D3 砂層組砂體分布規(guī)律

從登婁庫組D3 砂層組砂體厚度預(yù)測圖上可以看出(圖7c):工區(qū)內(nèi)D3 砂層組砂體厚度范圍在8～44 m，變化比較大。砂體相對較厚部位主要位于工區(qū)中西部，長深103 與長深107 井之間的部位砂體最發(fā)育，砂巖厚度大于32 m;砂體較薄的區(qū)域位于工區(qū)的北部，預(yù)測砂巖厚度均小于16 m，長深105 井附近砂體發(fā)育最差，砂巖厚度在8 m 以下，工區(qū)的東南部長深1 井附近的砂體厚度也相對較小。結(jié)合地層來看，構(gòu)造較高的部位，砂體厚度較小，在構(gòu)造相對較低的部位，砂體厚度較大(長深107 井附近)。

4)D4 砂層組砂體分布規(guī)律

從登婁庫組D4 砂層組砂體厚度預(yù)測圖上可以看出(圖7d):工區(qū)內(nèi)D4 砂層組砂體厚度變化范圍在4～28 m，在構(gòu)造高部位長深1 井附近厚度較大，砂體較發(fā)育，主要是構(gòu)造高部位D5-D8 砂層組缺失造成的;長深1 區(qū)塊向四周呈現(xiàn)砂體厚度減薄的展布特征，砂體較薄部位主要位于工區(qū)西北部和北部，長深102井西南部砂巖厚度也比較小。

整體上，研究區(qū)砂巖的展布具有構(gòu)造高部位砂巖厚度較大，呈現(xiàn)東北薄、向中西部厚度增大的展布規(guī)律。砂巖厚度最大的區(qū)域位于工區(qū)中部，最高達到140.6 m。工區(qū)北部砂巖偏薄，主要是由于登婁庫組沉積時期，由斷陷向坳陷轉(zhuǎn)換，早期裂谷封閉，斷陷湖盆逐漸淤淺，區(qū)域上地形反差變小，坡度變緩，物源區(qū)向遠離湖盆方向轉(zhuǎn)移的結(jié)果。

3.4.2 孔隙度平面分布預(yù)測

依據(jù)砂體擴展范圍以及發(fā)育厚度的引導(dǎo)，在早期初步反演格架基礎(chǔ)上，將模糊神經(jīng)網(wǎng)絡(luò)反演擴展到整個工區(qū)。對登婁庫組兩個主要含氣及產(chǎn)氣砂層組(D3和D4 砂組)孔隙度進行了反演計算。

1)D3 砂層組孔隙度分布規(guī)律

長嶺1 號氣田D3 砂層組孔隙度展布顯示，長深1井附近砂體的孔隙度最高，可達9%左右，物性較好，推測應(yīng)該處于水動力條件較強的分支河道沉積相帶中;長深1-1、長深102、長深103 和長深1-3 井附近孔隙度為5%左右;而長深104、長深105 和長深107井附近砂巖則不能作為有效儲層(圖8a)。D3 砂層組平均孔隙度圖高值區(qū)比較零星，規(guī)律性不強，說明厚砂巖中存在比較多的隔夾層，儲層的非均質(zhì)性較強，有效儲層的平面連續(xù)性差。

2)D4 砂層組孔隙度分布規(guī)律

D4 砂組儲層平均孔隙度分布顯示，長深1 井附近平均孔隙度最高可達10%以上，是工區(qū)內(nèi)物性最好的部位;長深103 井附近次之，孔隙度達到5%～6%，物性較好;長深104 和長深105 井附近，D4 砂組的孔隙度小于4%，基本上不能構(gòu)成有效儲層?？傮w上看，D4砂層組物性較好的部位主要位于長深1—長深102—長深1—2—長深103—長深1—3 井附近，孔隙度基本大于5%;長深107 井北西方向孔隙度也在5%左右，其它部位孔隙度均較低，其中的相對高值區(qū)零星分布(圖8b)。

登婁庫組儲層精細預(yù)測結(jié)果表明，砂體的展布特征主要受沉積相帶的控制［15］，分支河道微相砂體較為發(fā)育，河道間砂體不發(fā)育。砂體的孔隙度除受沉積相帶的控制之外，成巖作用對其有重要影響。

3.4.3 反演結(jié)果驗證

根據(jù)鉆井情況，依據(jù)抽稀方法對儲層地震反演結(jié)果進行了驗證。將長深1-1、長深1-3、長深105 井預(yù)測數(shù)據(jù)與鉆井測試數(shù)據(jù)對比發(fā)現(xiàn)，砂體厚度的絕對誤差為0.76～2.50 m，其中以1.0～1.5 m 居多，占整個統(tǒng)計數(shù)據(jù)的42%，相對誤差分布于3.27%～13.30%?？紫抖葦?shù)據(jù)顯示，D3 和D4 砂層組絕對誤差為0.14%～0.49%，相對誤差位于10.50%以內(nèi)(表1)。單就砂層組來看，砂體厚度絕對誤差和相對誤差較高值主要集中在D1 和D2，這說明孔隙度的大小對砂、泥巖的甑別還是會有一定的影響。從整個誤差統(tǒng)計來看，利用模糊神經(jīng)網(wǎng)絡(luò)方法反演致密砂巖儲層具有較好的可靠性。

4 結(jié)論

1)開發(fā)程度較低，井網(wǎng)密度較稀，巖性較為致密區(qū)域，利用鉆井資料進行層位劃分和儲層預(yù)測難度一般都較大，尤其是砂體厚度小，巖性相變快，橫向連通性差的儲集層，更是難于預(yù)測?；谀：窠?jīng)網(wǎng)絡(luò)的反演方法，將不同類型、尺度的數(shù)據(jù)(測井、地震、鉆井測試)模糊化，按照一定的計算規(guī)則將其很好的揉合在一起，這樣既充分利用了測井數(shù)據(jù)的垂向分辨率高，地震數(shù)據(jù)橫向連片性好的特點，也綜合了鉆井測試分析數(shù)據(jù)的準確性的有點，同時也擯棄了不同類型數(shù)據(jù)較難耦合的缺陷，反演結(jié)果更符合宏觀地質(zhì)規(guī)律，反演過程中的多解性現(xiàn)象得到顯著改善。

圖8 登婁庫組各砂層組平均孔隙度分布Fig.8 Average porosity of each sand layer in the Denglouku Formation

表1 反演結(jié)果與實際資料對比分析Table 1 Comparison of inversion results with actual data

2)針對長嶺1 號氣田砂巖儲層較為致密特點，利用模糊神經(jīng)網(wǎng)絡(luò)方法，結(jié)合測井、鉆井分析測試以及地震數(shù)據(jù)對其進行了分析。研究結(jié)果表明長嶺1 號氣田砂體呈現(xiàn)東北薄、向中南西部厚度增大的展布規(guī)律，并且高孔儲層主要集中于D3 和D4 砂層組，集中分布與工區(qū)的中南部。工區(qū)東北部砂巖偏薄，孔隙物性小，主要是由于登婁庫組沉積時期，由斷陷向坳陷轉(zhuǎn)換，早期裂谷封閉，斷陷湖盆逐漸淤淺，區(qū)域上地形反差變小，坡度變緩，物源區(qū)向遠離湖盆方向轉(zhuǎn)移的結(jié)果，進而影響研究區(qū)砂體的展布及孔隙度特征的發(fā)育。

［1］楊立強.測井約束地震反演綜述［J］.地球物理學進展，2003，18(3):530-534.Yang Liqiang.A review of well log constrained seismic inversion［J］，Progress in Geophysics，2003，18 (3):530-534.

［2］Wyllie M R J，Gregory A R，Gardner G H F.An experimental investigation of factors affecting elastic wave velocities in porousmedia［J］.Geophysics，1958，23:459-493.

［3］Nur A，Mavko G，Dvorkin J，et al. Critical porosity:a key to relating physical properties to porosity in rocks［J］.The Leading Edge，1998，17:357-362.

［4］馬勁風，王學軍，鐘俊，等.測井資料約束的波阻抗反演中的多解性問題［J］.石油與天然氣地質(zhì)，1999，20(1):7-10.Ma Jinfeng，Wang Xuejun，Zhong Jun，et al.Multiple roots in well-restricted impedance inversion［J］.Oil ＆ Gas Geology，1999，20(1):7-10.

［5］劉振峰，董寧，張永貴，等.致密碎屑巖儲層地震反演技術(shù)方案及應(yīng)用［J］.石油地球物理勘探，2012，47(2):298-304.Liu Zhenfeng，Dong Ning，Zhang Yonggui，et al. Seismic inversion program for tight clastic reservoir and its application［J］. Oil Geophysical Prospecting，2012，47(2):298-304.

［6］Pejman Tahmasebi，Ardeshir Hezarkhani. A hybrid neural networksfuzzy logic-genetic algorithm for grade estimation［J］. Computers ＆Geosciences，2012，42:18-27.

［7］Jang J S R，Sun C T，Mizutani E. Neuro-fuzzy and soft computing:a computational approach to learning and machine intelligent［M］.Prentice-Hall International，1997:614.

［8］Kim J，Kasabov N.HyFIS:adaptive neuro-fuzzy inference systems and their application to nonlinear dynamical systems［J］.Journal of Neural Network，1999，12:1301-1319.

［9］黃捍東，張如偉，趙迪，等.地震反演與屬性耦合檢測薄層含氣砂巖［J］.石油地球物理勘探，2009，44(2):185-189.Huang Handong，Zhang Ruwei，Zhao Di，et al.Seismic inversion and detection of thin-layer gas bearing sandstone by attributes coupling［J］.Oil Geophysical Prospecting，2009，44(2):185-189.

［10］艾寧，張春生，唐永，等.長嶺1 號氣田登婁庫組儲層成巖作用及儲集空間類型［J］.新疆石油地質(zhì)，2008，4(2):34-37.Ai Ning，Zhang Chunsheng，Tang Yong，et al.Research on diagenesis and reservoir characteristic of Denglouku formation in Changling first gas field［J］.Xinjiang Oil ＆ Gas，2008，4(2):34-37.

［11］李君，黃志龍，劉寶柱，等.伸展構(gòu)造與反轉(zhuǎn)構(gòu)造對油氣分布的控制作用——以松遼盆地東南隆起區(qū)為例［J］. 新疆石油地質(zhì)，2008，29(1):19-21.Li Jun，Huang Zhilong，Liu Baozhu，et al.Control effects of spreading structure and reversal structure on hydrocarbon distribution—an example from Dongnan uplift in Songliao basin［J］. Xinjiang Oil ＆Gas，2008，29(1):19-21.

［12］馬杏垣，劉和甫，王維襄，等.中國東部中、新生代裂陷作用和伸展構(gòu)造［J］.地質(zhì)學報，1983，1:22-32.Ma Xingyuan，Liu Hefu，Wang Weixiang，et al. Meso-Cenozoic taphrogeny and extensional tectonics in eastern China［J］.Acta Geologica Sinica，1983，1:22-32.

［13］王鍵，賈愛林，魏鐵軍，等.長嶺氣田登婁庫組低滲砂巖儲層控制因素分析［J］.天然氣地球科學，2011，22(5):827-833.Wang Jian，Jia Ailin，Wei Tiejun，et al.Controlling factors of low permeability sandstone reservoirs in Denglouku formation of Changling gas field［J］.Natural Gas Geoscience，2011，22(5):827-832.

［14］孫學凱，馮世民.地震反演系統(tǒng)中的子波提取方法［J］.物探化探計算技術(shù)，2010，32(2):120-125.Sun Xuekai，F(xiàn)eng Shimin.Wavelet extraction methods in seismic inversion system［J］.Computing Techniques for Geophysical and Geochemical Exploration，2010，32(2):120-125.

［15］葛巖，黃志龍，宋立忠，等.松遼盆地南部長嶺斷陷登婁庫組致密砂巖有利儲層控制因素［J］.中南大學學報(自然科學版)，2012，43(7):2691-2699.Ge Yan，Huang Zhilong，Song Lizhong，et al. Controlling factors on high quality reservoir of tighe sandstone of Denglouku formation in Changling fault sag，southern part of Songliao basin［J］. Journal of Central South University(Science and Technology Edition)2012，43(7):2691-2699.