潘 翼, 宮 偉, 趙 匡, 李 巖

(1.中國石油青海油田 采油一廠，甘肅 敦煌 736202；2.中國石油新疆油田分公司 風(fēng)城油田作業(yè)區(qū), 新疆 克拉瑪依 834000； 3.東北石油大學(xué)，黑龍江 大慶 163318)

基于地震反演約束的儲層建模方法及應(yīng)用

潘 翼1, 宮 偉2, 趙 匡1, 李 巖3

(1.中國石油青海油田 采油一廠，甘肅 敦煌 736202；2.中國石油新疆油田分公司 風(fēng)城油田作業(yè)區(qū), 新疆 克拉瑪依 834000； 3.東北石油大學(xué)，黑龍江 大慶 163318)

為了提高儲層預(yù)測及表征精度，對基于地震反演約束的儲層三維建模技術(shù)方法進(jìn)行了研究及應(yīng)用。首先利用地質(zhì)統(tǒng)計(jì)學(xué)反演方法生成縱波阻抗三維數(shù)據(jù)體，與常規(guī)確定性反演結(jié)果相比，地質(zhì)統(tǒng)計(jì)學(xué)反演方法建立的波阻抗數(shù)據(jù)體具有較高的縱向分辨能力和橫向預(yù)測趨勢，可反映井間薄儲層的厚度及物性變化。其次，建立了縱波阻抗與巖性及孔隙度、滲透率、飽和度的巖石物理模版，其低阻抗值代表儲層發(fā)育好的層段和位置。最后，以縱波阻抗數(shù)據(jù)體作為趨勢約束，采用隨機(jī)模擬算法，建立了研究區(qū)的巖性模型及儲層屬性模型。通過實(shí)鉆井檢驗(yàn)，模型結(jié)果與井點(diǎn)資料符合較好，顯示了模型的精度和本文方法的可靠性，可以滿足精細(xì)油藏描述和剩余油挖潛需求。

地震反演；儲層建模；縱波阻抗；物理模版；應(yīng)用研究

儲層建模技術(shù)是在20世紀(jì)80年代中后期開始發(fā)展起來的，它通過三維模型的形式實(shí)現(xiàn)對油氣儲層的定量表征，在指導(dǎo)油氣生產(chǎn)開發(fā)中發(fā)揮著積極的作用。常規(guī)建模方法是通過測井?dāng)?shù)據(jù)或鉆井取心，用克里金或地質(zhì)統(tǒng)計(jì)學(xué)算法進(jìn)行空間插值而建立油藏巖性及物性模型。中國油氣儲層多為陸相沉積，儲層橫向變化大，單靠鉆井資料的建模結(jié)果無法客觀反映井間儲層的非均質(zhì)性和結(jié)構(gòu)性，不能充分滿足油藏?cái)?shù)值模擬和剩余油挖潛的要求。

地震資料在橫向上具有高密度采樣的優(yōu)勢，可以反映井間有效儲層特征、彌補(bǔ)單純基于井建模的不足。從20世紀(jì)90年代開始，一些地質(zhì)研究人員致力于將地震融入到地質(zhì)建模中來，形成一系列井震聯(lián)合建模方法。例如P.M.Doyen[1]提出了利用協(xié)克里金方法整合地震數(shù)據(jù)；C.B.Tjolsen等[2]依據(jù)縱波阻抗與河流相的相關(guān)性，井震結(jié)合建立了河流相模型；國內(nèi)學(xué)者也做了一系列探索，形成了基于地震振幅、波阻抗及頻率約束的建模方法[3-7]。

目前井震聯(lián)合建模通常采用以井點(diǎn)數(shù)據(jù)為硬數(shù)據(jù)、以確定性反演生成的波阻抗為空間趨勢約束，運(yùn)用隨機(jī)模擬算法生成儲層的巖性及孔隙度、滲透率、飽和度參數(shù)[8-10]。該方法存在一系列不足：首先確定性反演結(jié)果縱向分辨率低，而井?dāng)?shù)據(jù)縱向分辨率高，二者統(tǒng)計(jì)相關(guān)性的點(diǎn)無法做到一一對應(yīng)；其次，確定性反演方法中，井參與度小、井震一致性差，導(dǎo)致了預(yù)測結(jié)果在井點(diǎn)處與井點(diǎn)聲波阻抗誤差較大，這進(jìn)一步增加了井間儲層預(yù)測結(jié)果的多解性。

本文針對確定性反演分辨率低的不足，首先采用地質(zhì)統(tǒng)計(jì)學(xué)反演方法建立高精度的縱波阻抗模型；其次，在巖石物理分析基礎(chǔ)上，建立波阻抗與儲層參數(shù)的云相互關(guān)系；最后以縱波阻抗為空間趨勢約束，利用序貫高斯協(xié)模擬算法建立高精度的巖性及儲層孔隙度、滲透率、飽和度三維模型，提高儲層預(yù)測和表征精度。

1 區(qū)域概況

研究區(qū)BXX位于大慶長垣凹陷中北部，目的層主要為薩爾圖油層，包括3個(gè)油層組、13個(gè)砂巖組、31個(gè)沉積單元，油層埋藏深度為860～1 000 m，面積為20 km2。BXX區(qū)包含6套井網(wǎng)，鉆井時(shí)間跨度為1960年～2015年，共鉆井 2 500余口，平均井距達(dá)到80～250 m。研究區(qū)的地層屬于河流-三角洲相沉積，砂泥互層發(fā)育，平面非均質(zhì)強(qiáng)。

研究區(qū)已處于油田后期開發(fā)階段，含水率達(dá)90%以上，因此開發(fā)中對于儲層描述的需求是精細(xì)識別井間薄儲層、窄小河道及井間砂體連通關(guān)系等。從現(xiàn)階段儲層描述結(jié)果來看，單獨(dú)依靠鉆井?dāng)?shù)據(jù)進(jìn)行井間砂體刻畫存在多解性，因此引入地震數(shù)據(jù)，進(jìn)行井震融合，從而提高井間砂體預(yù)測的精度。

2 地質(zhì)統(tǒng)計(jì)學(xué)反演方法

地質(zhì)統(tǒng)計(jì)學(xué)反演方法利用井點(diǎn)數(shù)據(jù)建立統(tǒng)計(jì)學(xué)函數(shù)和變差函數(shù)來描述變量空間結(jié)構(gòu)關(guān)系，地震數(shù)據(jù)作為正演約束，建立符合井和地震特征的儲層三維數(shù)據(jù)模型。與常規(guī)確定性反演方法相比，地質(zhì)統(tǒng)計(jì)學(xué)反演縱向分辨能力更高，同時(shí)又能充分利用地震數(shù)據(jù)的橫向相對變化，儲層預(yù)測模型能夠考慮儲層空間的非均質(zhì)性，滿足開發(fā)中對于小尺度層系的識別要求[11-13]。

(1)

γ(x,d)為方差，用來表示已知點(diǎn)與距離為d的待求點(diǎn)的方差；Z(x)為待求點(diǎn)的估值；Z(x+d)與待求點(diǎn)距離為d的已知點(diǎn)值；x代表待求點(diǎn)位置；d為已知點(diǎn)與待求點(diǎn)的距離。

地質(zhì)統(tǒng)計(jì)學(xué)反演基本流程如圖1所示：首先，利用井點(diǎn)數(shù)據(jù)建立巖性與地震的統(tǒng)計(jì)學(xué)關(guān)系；其次，建立變差函數(shù)描述空間數(shù)據(jù)結(jié)構(gòu)關(guān)系并形成初始縱波阻抗模型，將模型與子波(井旁道子波)正演與原始地震進(jìn)行反復(fù)迭代，滿足信噪比的要求；最后，利用密井網(wǎng)測井曲線進(jìn)行質(zhì)控，使最終輸出的儲層波阻抗三維數(shù)據(jù)體在井點(diǎn)處與井保持一致，在井間滿足地震的橫向預(yù)測趨勢，減少了反演儲層預(yù)測的多解性。

圖2為確定性反演和地質(zhì)統(tǒng)計(jì)學(xué)反演縱波阻抗剖面，二者整體預(yù)測趨勢一致，其低值反映的是砂巖區(qū)。與確定性反演剖面相比，本文采用的地質(zhì)統(tǒng)計(jì)學(xué)反演剖面縱向分辨能力較高，能夠分辨厚度>2 m的河道砂體，橫向上能夠反映河道砂體的邊界位置及砂體連通關(guān)系，為后續(xù)儲層地質(zhì)建模提供了高精度的縱波阻抗約束體。

圖1 密井網(wǎng)約束下地質(zhì)統(tǒng)計(jì)學(xué)反演基本流程Fig.1 Basic process of geological statistical inversion under dense well network constraint

3 地震反演約束的儲層建模方法

目前油氣開發(fā)中常用的儲層三維表征方法為隨機(jī)建模方法，其優(yōu)點(diǎn)是縱向分辨率高，缺點(diǎn)是橫向預(yù)測多解性強(qiáng)。將地震反演數(shù)據(jù)體融入隨機(jī)模擬中，保證了縱向分辨能力的同時(shí)，提高了橫向預(yù)測的確定性，適用于油田開發(fā)期的儲層精細(xì)表征[14]。

3.1 巖性模型建立

如圖3所示，研究區(qū)儲層巖石物理特征分析表明,儲層砂巖為低縱波阻抗特征,泥巖為高縱波阻抗特征,因此縱波阻抗能有效識別砂泥巖。研究區(qū)三維地震資料信噪比高、頻帶寬(6～80 Hz),能夠有效進(jìn)行砂體的橫向分布預(yù)測。

圖2 確定性反演與地質(zhì)統(tǒng)計(jì)學(xué)反演剖面對比分析Fig.2 Comparison of profile analysis between deterministic inversion and geological statistical inversion (A)確定性反演;(B)地質(zhì)統(tǒng)計(jì)學(xué)反演

圖3 目的層縱波阻抗與巖性關(guān)系Fig.3 Relationship between P-wave impedance and lithology for target zone

圖4為地質(zhì)統(tǒng)計(jì)學(xué)反演縱波阻抗屬性平面圖，將它作為趨勢面約束、采用序貫指示協(xié)模擬方法建立巖相模型。該方法利用井點(diǎn)的巖相數(shù)據(jù)擬合建立變差函數(shù),包含主變程、次變程和垂向變程。主變程表現(xiàn)物源方向，反映砂體的延展范圍；次變程與主變程方向垂直。主變程為2.2 km,次變程為1.1 km。

圖5為基于反演結(jié)果約束的砂巖模擬結(jié)果，可見縱波阻抗約束得到的巖相模型與地震反演平面趨勢一致，靠近物源方向砂體較多，河道相互疊合、切割。

圖4 S2-13層縱波阻抗屬性平面圖Fig.4 Plan showing longitudinal wave impedance property of S2-13 layer

圖5 S2-13層縱波阻抗約束的巖相平面圖Fig.5 Lithofacies diagram of P-wave impedance constraint of the S2-13 layer

3.2 屬性模型建立

地震反演的結(jié)果為高分辨率的縱波阻抗三維體，建立縱波阻抗與儲層物性的關(guān)系是儲層屬性模型精度的關(guān)鍵因素。通過在井點(diǎn)處已經(jīng)解釋出的孔隙度、滲透率、飽和度曲線與提取的縱波曲線相關(guān)性分析，建立最終的巖石物理模版。圖6為研究區(qū)縱波阻抗與儲層孔隙度、滲透率及飽和度的關(guān)系模版，暖色調(diào)表示散點(diǎn)分布集中區(qū)?？梢娍v波阻抗與孔隙度、滲透率、飽和度呈反相關(guān)的云關(guān)系，其低阻抗值代表著儲層發(fā)育好的層段和位置。

以鉆井解釋的孔隙度、滲透率、飽和度數(shù)據(jù)為主變量，反演縱波阻抗為Ⅱ級空間約束變量，采用序貫高斯同位協(xié)同模擬方法沿著不同的隨機(jī)路徑求取各節(jié)點(diǎn)的累積分布函數(shù),確定井間節(jié)點(diǎn)的均值和方差，在變差函數(shù)的空間引導(dǎo)下進(jìn)行定量模擬。變差函數(shù)方位角沿物源方向設(shè)置，主變程為1.6 km，次變程為0.8 km。應(yīng)用上述模擬參數(shù)，模擬產(chǎn)生忠實(shí)于井點(diǎn)信息和地震反演信息的儲層地質(zhì)模型，反映儲層的空間物性特征。從圖7可以看出，孔隙度、滲透率、飽和度與縱波阻抗及巖相模型總體變化趨勢一致，沿物源方向區(qū)域，河道相互疊合，而孔滲關(guān)系很好地反映了砂體的連通關(guān)系。

4 結(jié)果分析

采用10口開發(fā)井作為檢驗(yàn)井，對基于反演約束的巖性模型和孔隙度、滲透率、飽和度模型進(jìn)行了驗(yàn)證。圖8為研究區(qū)S2油層組孔隙度連井剖面圖，可見孔隙度預(yù)測結(jié)果與井點(diǎn)孔隙度曲線吻合較好。表1列舉了S2-13小層10口檢驗(yàn)井砂巖厚度、孔隙度、滲透率、飽和度定量統(tǒng)計(jì)情況，可見預(yù)測的砂體厚度及孔隙度、滲透率、飽和度數(shù)據(jù)與實(shí)鉆井?dāng)?shù)據(jù)符合較好，相對誤差基本控制在20%以內(nèi)，只有極個(gè)別井點(diǎn)的誤差達(dá)到了30%，說明建立的模型是可靠的，采用的基于地震反演約束的儲層建模方法是有效的。

圖6 研究區(qū)縱波阻抗與儲層物性關(guān)系模版Fig.6 Template showing relation between P-wave impedance and reservoir property in study area

圖7 研究區(qū)S2-13段屬性模型圖Fig.7 Attribute model diagram of S2-13 section in study area

圖8 研究區(qū)S2油層組孔隙度連井剖面圖Fig.8 Profile of drilling wells of S2 reservoir formation in study area

表1 模型S2-13層精度分析Table 1 The accuracy analysis of the model S2-13 layer

5 結(jié) 論

a.與確定性反演結(jié)果相比，地質(zhì)統(tǒng)計(jì)學(xué)反演的縱波阻抗縱向分辨能力高，能夠分辨厚度>2 m的砂巖，同時(shí)橫向上(井間)能夠反映河道砂體的邊界位置及連通關(guān)系，可以為儲層地質(zhì)建模提供高精度的縱波阻抗約束體。

b.縱波阻抗與儲層巖性、物性的關(guān)系是影響儲層模型精度的關(guān)鍵因素，研究區(qū)低阻抗值反映儲層發(fā)育好的層段和位置。反演結(jié)果反映靠近物源方向砂體較多，河道相互疊合、切割，內(nèi)部隔層、夾層也廣泛分布。

c.采用隨機(jī)模擬算法、利用地震反演結(jié)果進(jìn)行約束建立了儲層三維模型，孔隙度、滲透率、飽和度與縱波阻抗及巖相模型總體變化趨勢一致，沿物源方向區(qū)域，河道砂體相對發(fā)育，通過實(shí)鉆井檢驗(yàn)，相對誤差基本控制在20%以內(nèi)，顯示出模型的精度及本文采用方法的可靠性。

[1] Doyen P M. Seismic porosity mapping in the Ekofisk Field using a new form of collocated cokriging[C]// SPE 364998, 1996: 21-30.

[2] Tjolsen C B, Johonsen Gyrid, Halvorsen Gunnar,etal. Seismic data can improve the stochastic facies modeling[C]//SPE 30567, 1996: 141-145.

[3] 崔永福，許永忠，彭更新，等.基于多種地震反演方法的哈拉哈塘地區(qū)火成巖識別及速度建模[J].東北石油大學(xué)學(xué)報(bào)，2016，40(4)：54-61. Cui Y F, Xu Y Z, Peng G X,etal. Igneous rock identification and velocity modeling based on several seismic inversion methods in Halahatang area[J]. Journal of Northeast Petroleum University, 2016, 40(4): 54-61. (in Chinese)

[4] 陳美伊，秦月霜，王建民，等.基于等時(shí)相控反演的致密砂巖儲層地震識別方法[J].石油地球物理勘探，2016，51(4)：782-790. Chen M Y, Qin Y S, Wang J M,etal. Tight sandstone reservoir identification based on isochronal phase-controlled inversion[J]. Oil Geophysical Prospecting, 2016, 51(4): 782-790. (in Chinese)

[5] 馬麗，薛海軍，汶小崗，等.測井與地震資料聯(lián)合反演預(yù)測K2灰?guī)r及其含水性[J].煤田地質(zhì)與勘探，2016，44(4)：142-146. Ma L, Xue H J, Wen X G,etal. Prediction of K2limestone and its aquosity by joint inversion of logging and seismic data[J]. Coal Geology & Exploration, 2016, 44(4): 142-146. (in Chinese)

[6] 孫瑞瑩，印興耀，王保麗，等.基于隨機(jī)地震反演的Russell流體因子直接估算方法[J].地球物理學(xué)報(bào)，2016，59(3)：1144-1150. Sun R Y, Yin X Y, Wang B L,etal. A direct estimation method for the Russell fluid factor based on stochastic seismic inversion[J]. Chinese Journal of Geophysics, 2016, 59(3): 1144-1150. (in Chinese)

[7] 李志勇，錢峰，胡光岷，等.儲層彈性與物性參數(shù)地震疊前同步反演的確定性優(yōu)化方法[J].地球物理學(xué)報(bào)，2015，58(5)：1706-1715. Li Z Y, Qian F, Hu G M,etal. Prestack seismic joint inversion of reservoir elastic and petrophysical parameters using deterministic optimization method[J]. Chinese Journal of Geophysics, 2015, 58(5): 1706-1715. (in Chinese)

[8] 王曉歡，張陽.地震反演與地質(zhì)建模技術(shù)聯(lián)合儲層預(yù)測方法[J].石油天然氣學(xué)報(bào)，2013，3(5):67-70. Wang X H, Zhang Y. A reservoir prediction method by combining seismic inversion technology with geological simulation[J]. Journal of Oil and Gas Technology, 2013, 3(5): 67-70. (in Chinese)

[9] 姜貽偉，劉紅磊，楊福濤，等.震控儲層建模方法及其在普光氣田的應(yīng)用[J].天然氣工業(yè)，2011, 31(3):14-17. Jiang Y W, Liu H L, Yang F T,etal. Seismic-constrained reservoir modeling and its application in the Puguang gas field[J]. Natural Gas Industry, 2011, 31(3): 14-17. (in Chinese)

[10] 王強(qiáng).地震反演與地質(zhì)建模技術(shù)聯(lián)合預(yù)測薄層砂體[J].石油地質(zhì)與工程，2015，29(3)：49-51. Wang Q. The thin sand prediction method by combining seismic inversion technology with geological simulation [J]. Petroleum Geology and Engineering, 2015, 29(3): 49-51. (in Chinese)

[11] 徐立恒,陳顯森,姜巖,等.不同變差函數(shù)變程下隨機(jī)反演與隨機(jī)模擬對比分析[J].物探與化探,2012,36(2):224-228. Xu L H, Chen X S, Jiang Y,etal. A comparative analysis of stochastic inversion and stochastic simulation on different ranges of variograms[J]. Geophysical and Geochemical Exploration, 2012, 36(2): 224-228. (in Chinese)

[12] 姜巖,徐立恒,張秀麗,等.疊前地質(zhì)統(tǒng)計(jì)學(xué)反演方法在長垣油田儲層預(yù)測中的應(yīng)用[J].地球物理學(xué)進(jìn)展，2013，28(5)：2579-2586. Jiang Y, Xu L H, Zhang X L,etal. Prestack geostatistical inversion method and its application on the reservoir prediction of Changyuan oil field [J]. Progress in Geophysics, 2013, 28(5): 2579-2586. (in Chinese)

[13] 閔小剛，康安，周守信.基于相控地質(zhì)統(tǒng)計(jì)學(xué)反演的薄儲層巖性、物性預(yù)測[J].海洋地質(zhì)前沿，2015，31(3)：27-31. Min X G, Kang A, Zhou S X. Lithological and physical properties prediction of thin reservoirs based on facies-controlled geo-statistical inversion[J]. Marine Geology Frontiers, 2015, 31(3): 27-31. (in Chinese)

[14] 石莉莉.基于地震資料的薄互層儲層精細(xì)地質(zhì)建模[J].長江大學(xué)學(xué)報(bào)(自然科學(xué)版)，2016，13(1)：12-15. Shi L L. Fine reservoir geological modeling of thin interbedded reservoirs based on seismic data[J]. Journal of Yangtze University (Natural Science Edition), 2016, 13(1): 12-15. (in Chinese)

Applicationresearchofreservoirmodelingmethodbasedonseismicinversionconstraint

PAN Yi1, GONG Wei2, ZHAO Kuang1, LI Yan3

1.OilProducingPlant,QinghaiOilFieldofCNPC,Dunhuang736202,China;2.OperationDistrict,XinjiangOilfieldFengchengOilfieldCompanyofCNPC,Karamay834000,China;3.NortheastPetroleumUniversity,Daqing163318,China

3D modeling technology based on seismic inversion constraint is studied in order to improve reservoir prediction and characterization accuracy. The comparison of 3D wave impedance obtained by geostatistics inversion method with the conventional deterministic inversion results reveals that the wave impedance data by geostatistical inversion method is of higher vertical resolution and lateral prediction, and it can reflect the thickness of thin reservoir and the change of physical property. Accordingly, the physical models of P-wave impedance, lithology, porosity, permeability and saturation are established. The low impedance values represent the well developed layers and positions. Then, the lithological model and reservoir attribute model of the study area are established by using the stochastic simulation algorithm and by taking the P-wave impedance data body as the trend constraint. The practical drilling test proves that the results are in good agreement with the well point data, with good accuracy and reliability. This method can meet the needs of fine reservoir description and potential tapping of remaining oil.

seismic inversion; reservoir modeling; P-wave impedance; physical template; application research

P631.443; TE122.24 [

] A

10.3969/j.issn.1671-9727.2017.05.03

1671-9727(2017)05-0529-06

2016-01-14。

國家科技重大專項(xiàng)(2016ZX05009005)。

潘翼(1988-)，男，助工，從事油氣藏開發(fā)地質(zhì)相關(guān)工作, E-mail:wanxiaoxun@163.com。