JI-FI反演技术在薄砂岩储层预测中的应用——以XH地区K1bs3上部储层为例
时间：2023-06-16 09:00:05 来源：雅意学习网 本文已影响 人 
梁宏刚，邓 锋，马洪涛，孙 力，丁 辉，杨俊英
（1.中国石化西北油田分公司勘探开发研究院，新疆 乌鲁木齐 830011；
2.阿派斯油藏技术（北京）有限公司，北京 100016）
近年来岩性圈闭预测通常都采用叠前确定性地震反演，该方法是通过测井约束地震，反演获得油气储层弹性参数，进行储层岩性、物性及含油气性的定量解释。目前国内外学者针对叠前反演及烃类检测进行了很多理论和方法研究，主要包括如波动方程反演（层析成像、全波形反演等）、AVO（振幅随炮检距变化）含油气检测、EI（弹性阻抗）反演等[1-4]。
根据采用的正演物理模型，又分为褶积模型反演和全波形反演[5-6]。褶积模型反演无论在叠前还是叠后，都已得到广泛的应用。虽然基于声波方程的全波形反演技术在地震成像上已有成功应用，但基于弹性波动方程的全波形反演尚在理论探索阶段[6]。此外，各种最优化算法在地震反演中得到广泛应用，如广义线性反演法[7]，共轭梯度法[8]和模拟退火法[9]等。其中快速模拟退火法[10-11]凭借其不依赖初始模型和不易陷入局部最小值的优势，已在很多领域得到成功应用。但基于AVO理论的常规叠前地震反演应用广泛，它直接利用信息丰富的叠前道集数据，可以同步获得纵波速度、横波速度和密度[12-13]，其在油气田勘探、开发阶段的储层预测中发挥了重要作用。
随着勘探、开发工作的不断深入，油气藏类型越来越复杂，对储层预测的需求越来越高，在对复杂油气储层岩性和含流体性质进行精细描述时，发现基于AVO理论的常规叠前确定性地震反演方法中存在以下局限[14]：①带限地震数据本身缺少低频和高频信息，反演波阻抗会缺少地震资料低频部分，叠前地震反演必须通过其他途径（如钻井、测井数据、油藏建模数据等）进行补充；
②建立低频模型的方法是采用将井的阻抗曲线进行低通滤波并线性内插，该种算法在井少、薄互层地质条件，井间内插阻抗存在不确定性；
③同时反演在砂泥岩界面能够提供可靠的反演结果，远离界面，纵波阻抗（AI）趋向于回到低频背景模型（LFBM）；
④考虑到地震信号的噪声分量、岩石性质的不确定性等因素，同时反演可被视为一个统计问题，在贝叶斯同时反演中仅仅依靠单一的模型，即指定AI与深度的一个线性趋势获得最优解显然不够。针对上述问题，KEMPER等在研究反演中确定性算法、统计学算法的基础上，提出了一种新的地震反演算法，阻抗与相联合反演技术（Joint Impedance and Facies Inversion，简称JI-FI反演），其通过使用JI-FI反演技术将连续的阻抗与离散的岩相/流体相信息纳入到地震反演中，对叠前确定性反演方法进行了以下重要改进：①建立2种以上岩相/流体相深度趋势，在反演时窗内，阻抗结果在每个相趋势之间切换，克服了波阻抗单一参数进行线性内插造成的不确定性；
②增加了每个相的深度趋势和交会图进行直观质量控制。JI-FI反演技术在储层预测及含油气检测中，将地质与地球物理有机结合，直接反演预测出目标区的岩相/流体相及岩石物理性质，在国外得到广泛的应用[15-18]，比常规确定性反演在少井、预测薄储层方面优势明显。
1.1 JI-FI反演原理
JI-FI反演是KEMPER和GUNNING提出的一种新型的叠前地震确定性反演方法[19]，其基本原理是在具有相同（或相似）构造演化史、沉积演化史的地区建立统一分岩相岩石物理模型并在地震反演中应用贝叶斯框架进行反演约束，通过岩石物理分析，建立地质属性与岩石弹性属性之间的量化关系。JI-FI是基于相（Facies-based）的反演技术，其利用研究区已钻井或区域地质资料建立岩相岩石物理规律的先验分布，在叠前地震同时反演中采用马尔科夫（MRF）随机场[20]和贝叶斯分类技术结合，采用期望最大化（EM）算法，对波阻抗和岩相进行多次迭代，获得最大后验概率成果。
1.1.1 常规叠前确定性反演
常规叠前反演依赖初始模型，需要建立纵波阻抗、横波阻抗和密度低频模型，在井震标定基础上，应用近、中、远道道集数据，分别提取不同角度地震子波。利用AVO三参数反演方法和正则化优化算法，不断迭代直到收敛。反演成果根据AVO三参数反演算法可以得到纵波速度、横波速度、密度以及其他弹性参数体。岩性解释主要是利用工区探井资料建立岩石物理模型，将叠前反演成果转化为储层参数信息，具体见常规叠前反演流程图（图1）。
1.1.2 JI-FI反演
JI-FI反演是在叠前同时反演基础上融入贝叶斯分类和岩石物理模型约束，使得在反演流程中不需要常规反演的初始模型。图2展示了JI-FI反演的基本流程，首先，在井震标定的基础上，应用近、中、远道道集数据，分别从不同角度道集上提取目的层段相应地震子波。然后由测井岩石物理分析，定义岩相/流体相类型，针对不同岩相构建每一种岩相的岩石物理关系和深度趋势模型。在反演中，通过设置不同岩相的数学期望作为初始反演输入，不同岩相的数学期望代表了该岩相类型的岩相-地层比值。反演迭代算法采用期望最大化算法（Expectation-Maximisation），分为E步骤和M步骤。E步骤主要利用马尔可夫随机场调整不同岩相的数学期望，利用调整后的岩相占比产生新的加权背景模型；
M步骤利用E步骤产生的新背景模型，通过模型正演生成合成叠前地震。采用最大似然函数算法扰动背景模型使得合成地震道与实际地震道似然最大化。E步骤和M步骤不断往复迭代，直至收敛。通过以上反演步骤，不仅得到常规叠前反演输出的岩石弹性参数如速度、密度等，亦可以同时得到岩相的反演结果。
图2 JI-FI反演流程Fig.2 JI-FI inversion flow
JI-FI反演是利用不同岩相的岩石物理关系和深度趋势模型，在贝叶斯机器学习框架下，使得叠前地震反演的岩相弹性参数后验分布与测井岩石物理分析的弹性参数先验分布一致，从而保证了地震定量解释的准确性。
1.1.3 常规叠前反演与JI-FI反演区别
JI-FI反演较常规叠前反演，不依赖于初始模型。通过测井岩石物理分析构建岩相的弹性参数先验分布。在反演流程中，采用期望最大化算法，同时得到弹性参数反演成果和岩相反演成果。而常规叠前反演依赖于初始模型，反演成果仅包含弹性参数成果。另一方面，常规反演的空间变化同时受到初始模型与地震数据的约束，在井空间分布不均和井少的情况下，井间参数变化具有多解性。JI-FI反演的弹性参数空间变化来自地震振幅变化及AVO参数的变化，反演成果忠实于地震响应，同时应用岩相岩石物理约束，反演成果具有更大的井震一致性。
1.2 JI-FI反演流程
JI-FI反演其主要包括叠前道集优化处理、地震层位建立框架模型、岩石物理分析建立各种岩性纵波速度、横波速度与密度随深度变化趋势、相Facies、提取子波、JI-FI阻抗与相联合反演、反演质量控制等步骤。
1）分析地震资料质量与分辨率
对研究区叠前道集资料进行质量分析并提取A5井区目的层段时间2 500～3 500 ms地震频谱，反演资料频带范围6～55 Hz，主频38 Hz，目的层段资料分辨率和信噪比较高，地层平均速度取4 000 m/s，地震资料可识别地层厚度26 m，地震资料品质及分辨率满足反演要求。
2）建立各岩相/流体相深度趋势
首先根据研究区发育的岩相/流体进行相定义，岩相为石膏、盐、膏质泥岩、泥岩、干砂；
流体相为水砂和油砂，岩相/流体由数字代码表示的一条连续的测井相曲线。然后利用测井曲线建立每种岩相/流体相的纵波速度（Vp）、横波速度（Vs）及密度（ρ）随深度变化趋势，相深度趋势分析是JI-FI反演独特而重要的技术，是决定反演效果的关键环节，建立的相深度趋势线与实际测井曲线数据点趋势基本一致（图3）。
图3 A5 井区岩相和流体相深度趋势Fig.3 Lithofacies and fluid facies depth trend of well area A5
3）确定初始反演输入
根据井资料统计出各种岩性/流体相占比作为初始反演输入。
4）计算新的加权趋势模型
根据砂、泥岩占比与各岩性深度趋势模型乘积之和计算新的加权趋势模型。
5）提取道集子波与层位标定
提取A5井子波，制作合成记录，对目的层进行井震标定（图4），E1-2km底界（T30）标定在波谷上沿，A5井油气层段5 407～5 427 m标定在波谷中心—波峰上沿。
图4 A5井子波提取与合成地震记录Fig.4 Wavelet extraction and seismic synthetic of Well-A5
6）计算最大概率模型
采用最大似然函数算法扰动背景模型使得合成地震道与实际地震道似然最大化，反演迭代算法采用期望最大化算法，E步骤和M步骤不断往复迭代，如果反演不收敛，则返回去调整现有深度趋势模型与马尔科夫场相结合，重新评估各参数岩性占比，计算新的加权后的岩性总深度趋势，进行迭代，直到收 敛，输 出 最大概 率模型（Vp、Vs、ρ、AI、SI、Vp/Vs、Facies）。
7）控制JI-FI反演过程质量
相深度趋势、初始岩性占比、提取的子波是否合适，需要检查近—远合成道与实际地震道的残差是否最小，如果误差较大，就需要重新提取子波，调整相深度趋势和初始岩性占比，直到合成道与实际地震道满足要求（图5）。
图5 JI-FI反演合成道与实际地震道残差质量控制Fig.5 JI-FI inversion synthetic trace and actual seismic trace residual quality control
应用测井岩相/流体相深度趋势的纵横波速度比（Vp/Vs）与纵波阻抗（AI）交会图（图6）进行贝叶斯分类，从图6可以看出，油砂、水砂、泥岩和石膏基本能够分开，小部分有重叠，各种相点落在贝叶斯概率分布的椭圆内，大致可分辨，说明相深度趋势建立合理。
图6 A5井区贝叶斯分类Fig.6 Bayes classification of well area A5
将JI-FI反演技术应用到XH地区主要目的层K1bs3上部薄砂岩储层岩性圈闭预测中，该套储层为三角洲前缘砂体，油气层砂组厚度30 m，A5井油气层发育井段5 407～5 427 m，砂岩集中段厚度20 m，纵向上由4套薄油气层组成，单砂岩厚度2～6.5 m，泥岩隔层1～3 m（图7），薄砂岩储层与上、下泥岩在声波、密度、波阻抗和Vp/Vs曲线上差异小。受研究区井少、薄互层等因素影响，以往应用波阻抗、常规叠前确定性反演预测储层效果较差，无法实现砂岩集中段储层的定量预测。
图7 A5井K1bs3地层综合柱状图Fig.7 Comprehensive column of K1bs3 Formation in Well-A5
2.1 反演剖面效果
A5井 区 过A3井—A5井—A1井—A101井 常 规叠前确定性与JI-FI反演纵波阻抗、Vp/Vs对比剖面（图8、图9），图中4口井均有砂岩分布，对4口井主要目的层段储层顶底进行了层位标定，A5井油气层段5 407～5 427 m表现为低波阻抗，AI值小于9 300［（g/cm3）·（m/s）］，低Vp/Vs（Vp/Vs值小于1.71）；
A1井、A101井、A3井水层段分别为5 279～5 299 m、5 392～5 409 m、5 595～5 604 m，在纵波阻抗、Vp/Vs反演剖面上，黄红色为预测储层。
图8 常规确定性反演（上）与JI-FI反演（下）纵波阻抗连井对比剖面Fig.8 Crossing well comparison section of P-impedance between conventional deterministic inversion（top）and JI-FI inversion（bottom）
图9 常规确定性反演（上）与JI-FI反演（下）Vp/Vs过井对比剖面Fig.9 Vp/Vs section comparison conventional inversion（top）with JI-FI inversion（bottom）
在JI-FI纵波阻抗、Vp/Vs反演剖面上，A5井、A1井、A101井、A3井预测储层与井吻合，A3井Vp/Vs值比其他3口井高，说明A3井物性较差，上部以干层为主，下部为薄储层，JI-FI反演预测储层与井预测符合率达到100%。
在常规叠前反演纵波阻抗、Vp/Vs反演剖面上，波阻抗预测储层效果好于Vp/Vs，通过对4口井储层顶底标定，波阻抗反演预测储层基本吻合，但分辨率低。波阻抗和Vp/Vs预测A5井5 407～5 427 m砂岩集中段储层较厚，A1井、A101井在目的层段发育砂岩储层，井上为低Vp/Vs，反演结果为高Vp/Vs，预测为泥岩，与井揭示岩性相反，预测储层效果较差，A3井也有砂岩发育，常规叠前反演Vp/Vs预测储层符合率只有25%。
图10为A5井区JI-FI反演过A3井—A5井—A1井—A101井预测相（Facies）反演剖面，图上绿色为预测A5井油气层与井吻合；
A1、A101井测井解释顶部为干层（黄色），下部为水层（蓝色），JI-FI预测为油气层，A101井在钻探过程中多层见油气显示，2口井的储层段未测试。
图10 JI-FI反演岩相过井剖面Fig.10 Lithofacies section through Well-A3 to Well-A101 by JI-FI inversion
2.2 反演平面效果
根据JI-FI岩相/流体相（Facies）反演结果，对A5井出油气层砂体进行标定、解释，预测A5井油气藏呈东西展布，预测A5井砂岩集中段厚度为20 m，经过校正，黄红颜色为油气层厚度4～14 m，A5井预测油气层厚度与测井解释13.6 m（图11）接近。常规叠前反演纵横波速度比（Vp/Vs）无法进行油气层解释、刻画。根据预测结果刚刚部署一口评价井，即将实施钻探。
图11 A5井区K1bs3上部薄储层JI-FI反演预测厚度图Fig.11 Thickness of upper thin reservoir of K1bs3 Formation in well area A5 by JI-FI inversion
1）通过对JI-FI反演和常规叠前确定性反演结果对比与储层标定，JI-FI反演目的层薄砂岩储层的分辨率及效果均好于常规叠前确定性反演。根据该区地震资料可以识别地层厚度为26 m，JI-FI反演识别出目的层薄砂岩储层集中段A101井储层厚度为17 m（井5 392～5 409 m），平面上预测A5井储层厚度为12.5 m，测井解释储层厚度为13.6 m。
2）JI-FI反演技术不仅可以预测岩性，而且可以预测流体、含油气储层。根据JI-FI反演结果，对A5井油气层进行标定、解释，预测出了A5井构造—岩性油气藏分布面积，预测油气层厚度2～14 m，A5井预测储层厚度与测井解释吻合好。
3）JI-FI反演从复杂的地震信号中反演出地质相和岩石物理性质，在少井及薄互层地区，JI-FI反演效果较其他常规叠前反演方法会提高储层预测的精度，其研究思路及反演方法值得借鉴及推广。
猜你喜欢 岩相波阻抗测井 本期广告索引测井技术(2022年3期)2022-11-25基于注意力机制的碳酸盐岩储层岩相识别方法测井技术(2022年3期)2022-07-16渤中34-9油田古近系火山岩岩相特征与分布预测中国海上油气(2020年5期)2020-10-20低波阻抗夹层拱形复合板抗爆性能分析价值工程(2020年17期)2020-08-03西非P油田深水重力流水道岩相特征及组合规律石油化工应用(2019年4期)2019-07-24海安凹陷曲塘次洼阜三段薄层砂岩预测石油地质与工程(2019年2期)2019-06-19高速铁路轨道的波阻抗及影响因素研究铁道标准设计(2019年2期)2019-01-23川西坳陷峨眉山玄武岩储层特征分析科学与财富(2018年2期)2018-03-16雷电波折、反射对日常生活的影响研究电子技术与软件工程(2018年23期)2018-02-28基于测井响应评价煤岩结构特征中国煤层气(2015年4期)2015-08-22
