Recognition technique of “bright spot” and its application to shallow oil & gas accumulations offshore in Structure X
-
摘要: 研究区目的层埋深较浅,地震剖面上存在多套强反射轴。由于钻井资料少,虽然已知油气层为强反射的“亮点”特征,但样本点少,缺少强反射与含油气性的统计关系,无法直观判定强反射的流体属性。研究区目的层地震资料分辨率好,保幅性好,具备开展识别“亮点”油气藏的条件。本文利用一系列技术手段对目的层段发育的地震强反射区进行了综合研究,例如正演模拟判定真假“亮点”、AVO地震属性识别“亮点“、道集检测验证”亮点“油气性等,总结了研究区目的层段“亮点”型油气层的响应特征,并进一步刻画了含气砂体的发育规模,最后提出了勘探方向。Abstract: Strong reflection axes are observed in the seismic profiles in the offshore area of the Structure X in the East China Sea. The strong reflections should not be regarded as bright features of oil and gas deposits, since the oil and gas reservoirs are shallowly buried in this region. There is lack of well data and samples and the correlation between strong reflection and oil-gas potential is not available. However, the seismic data of the target layer in the study area have good resolution and amplitude preservation indeed, so it is suitable for the " bright spot” identification. In view of this, we used a series of techniques, such as the forward modeling to distinguish the true and false " bright spots”, the AVO seismic attributes to recognize the " bright spots”, the gather-detection to verify the hydrocarbon potential of the " bright spots” and so on. Based on the integrated research, we summarized in this paper the responding characteristics of the " bright spot” to the type of hydrocarbon reservoirs in the target interval of the study area. According to the scale of gas-bearing sand bodies, this paper made an advice to the further exploration directions.
-
Keywords:
- hydrocarbon detection /
- forward modeling /
- AVO attributes /
- AVO angle stacks /
- sand description
-
1984年,Ostrander在研究储层地震道集振幅特征时,发现砂岩储层的反射振幅在含气后会随偏移距增加而增大,在地震剖面上表现为“亮点”特征,进而提出了利用振幅随入射角的变化检测气藏的方法[1],从而发展了利用地震资料进行烃类检测的技术,实现了利用振幅随偏移量(AVO)的变化来区分岩性地震和烃类地震[2-7]。而正演模拟技术则是通过模拟不同地质条件下油气的AVO响应特征来确定研究目标的AVO异常。Rutherford和Williams[8]将AVO进行了异常分类。通过正演可以模拟不同岩性速度下的反射关系,判断感兴趣的亮点是什么。Jerry A Ware[9]提出了利用原始数据例如共深度点道集判断感兴趣的亮点的方法,演示了在已知气砂和水砂的速度情况下模拟亮点方法。在陆相沉积碎屑岩地层中强反射形成通常有3方面成因:一是地层中聚集油气;二是与一些特殊岩性有关,如火成岩和薄煤层;三是砂岩含水。这些都能造成储集层速度及密度与周围围岩的差异,导致反射波相对增强,在地震剖面上均以强振幅存在。本文在调研了大量实例基础上,对中国东海陆架盆地X构造2 000 m以上地层中发育的强地震响应进行了含油气性分析。X构造上发育的强反射轴在地震剖面上表现为平行地层的短、粗的强振幅、强反射强度特征,与周围地层有很明显的阻抗差异,类似于侵入性火成岩的反射特征。通过对地震数据进行重处理,提高其信噪比,结合钻井资料,对目标区域(1 200~1 900 ms)浅层地震剖面上的强反射通过采用亮点检测技术,AVO正演模拟,AVO角道集这些关键技术手段进行强地震反射“亮点”属性判断,达到含油气层识别的目的。这些技术是目前国内外进行“亮点”含气性判别及识别“亮点”油气层的主要技术,对“亮点”型油气藏尤其对于浅层油气的识别应用效果显著,在世界各地油气田都有较好实例[3, 10-11]。
1. 研究区概况
中国东海陆架盆地X构造是一个大型的反转背斜构造,形成于中新世末的龙井运动,该构造1 200~1 900 ms地层为三角洲平原—前缘沉积环境,发育三角洲水下分流河道砂体。主力烃源层系为始新统,构造位于始新统平湖组沉积中心,沉积厚度大,烃源充足,主要含气层位为渐新统和中新统。广泛发育的早期正断层、中期逆断层及其伴生的晚期调协性张性断裂是良好的油气运移通道,沟通了下部烃源岩和其上部的储集层砂体。油气以垂向运移为主,形成下生上储的成藏组合,因此,该区具有良好的油气成藏背景(图1)。在构造高部位钻探的3井在1 800~2 000 ms中新统地层钻遇3套商业气层,落实天然气储量乐观,证明了中新统地层具有较好的勘探潜力。通过井震标定,3井揭示油气层均对应在地震强相位上(图1地震剖面)。依此初步判断该构造上中新统强反射可能为油气响应特征,气层为“亮点”型油气层。鉴于3井在浅层的良好油气发现,本文进而对X构造3井区浅层“亮点”反射进行了油气识别。
2. “亮点”油气检测技术
在区域地质认识基础上,利用测录井、地震资料采用正演模拟、AVO叠前属性、CRP角道集分析等技术手段对目标区中新统地层强反射的“亮点”区进行了油气识别。
2.1 AVO正演模拟技术
正演模拟技术是通过设计理想的地质模型,在地震理论指导下进行模拟地震,实现正演地质体地震响应,通过地震正演技术可以间接厘定特殊地震反射的地质属性以及造成地震异常反射的原因[12]。AVO正演模型是采用AVO方法进行烃类检测的基础。由于不同油气储层AVO响应特征不一样,需要通过实际钻井做正演模型来分析研究区储层AVO属性参数的特征,这样通过AVO反演预测含气砂岩分布才是可靠的。因此,AVO正演模拟在AVO技术中占有很重要的位置。通常是利用AVO正演模型研究已知井油气层的AVO异常类型,并利用该异常类型的特征检测含油气砂岩的分布范围,预测同一工区内含油气可能性,有助于AVO资料的处理、解释、钻后油气层位的标定,同时也能为分析已知油气层AVO异常的影响因素和变化规律提供可能的依据[12-14]。
2.2 AVO属性
AVO技术的理论基础是佐普里兹方程及其简化的思路,根据地震波动力学理论中反射和透射的相关理论,利用地震反射的CRP道集资料,分析储层界面上的反射波振幅随偏移距的变化规律,或通过计算反射波振幅随其入射角θ的变化参数,估算界面上的AVO属性参数等,优选如P,G属性组合,进一步推断储层的岩性和含油气性质。AVO技术对岩性的解释比亮点技术更可靠,其效果更佳,甚至亮点剖面中某些假象也可以用AVO技术加以鉴别。
由Zoeppritz方程的简化公式Shuey[15]简化式可得到AVO截距(P)和梯度(G)的线性组合公式:
$$ {\rm{W = aP + bG}} $$ 式中P反映垂直入射时的反射振幅,G反映振幅随偏移距的变化率。利用P和G的线性组合可以表示AVO的属性W。a,b取不同的值,可赋予W不同的物理意义。因此,P和G的交汇图可以方便地解释振幅随偏移量(AVO)的变化。在各种合理的岩石物理假设下,John P Castagna[16]提出地震提取的AVO截距(P)和梯度(G)项,在没有含油气地层的情况下,在交汇图上往往形成一个明确的“背景趋势”,“背景趋势”的偏离可能是碳氢化合物的一个指标。气砂可能表现出多种AVO行为。他提出了一种基于P、G平面位置而非正入射反射系数的气砂分类方法。根据这一分类,亮点气砂落在III象限内并且具有负的P和G。这些砂体表现出振幅随偏移量的增大而增大,而偏移量通常被用作气体的指示物。
P波剖面(截距剖面):如果把Vp×ρ定义为纵波阻抗,那么P波剖面可理解为纵波反射系数。这种由每个CDP道集拟合出的P所组成的剖面称作P波剖面。与普通地震叠加剖面相比,更接近于真正的零炮检距剖面。
$$ P = R(0) \approx \frac{{\frac{{\Delta {V_{\rm P}}}}{{{V_{\rm P}}}} + \frac{{\Delta \rho }}{\rho }}}{2} = \frac{{\Delta \left( {In{V_{\rm P}} \times \rho } \right)}}{2} = \frac{{\text{纵波反射系数}}}{2} $$ G波剖面(梯度剖面):可在剖面方向指示油气信息和油气层的横向边界。公式反映了反射波振幅随入射角的变化率以及变化趋势。
P×G(碳氢指示剖面):在多数情况下,砂泥岩沉积序列中天然气的存在会伴随反射振幅和梯度振幅的增加,使亮点特征从背景中凸显出来。当AVO异常为负极性单调上升型时(III类AVO),反射波振幅P为负,梯度G也为负,在碳氢指示剖面上呈现正极性亮点。该剖面能反映这一特性,从背景中突现该类AVO异常,作为可能的碳氢指示供解释人员参考[17]。
$$ \begin{aligned} G &= \frac{{\frac{{\Delta {V_{\rm P}}}}{{{V_{\rm P}}}} - \frac{{\Delta \rho }}{\rho } - 2\frac{{\Delta {V_{\rm S}}}}{{{V_{\rm S}}}}}}{2} = \frac{{\left[ {\left(\frac{{\Delta \rho }}{\rho } + \frac{{\Delta {V_{\rm P}}}}{{{V_{\rm P}}}}\right) - 2\left(\frac{{\Delta \rho }}{\rho } + \frac{{\Delta {V_{\rm S}}}}{{{V_{\rm S}}}}\right)} \right]}}{2} =\\& \frac{{\Delta (In{V_{\rm P}}\rho ) - 2\Delta }}{2} = \frac{{{\text{纵波反射系数}} - 2 \times {\text{横波反射系数}}}}{2} \end{aligned} $$ 2.3 CRP角道集分析
根据Rutherfold和Williams[8]的AVO异常分类,将AVO异常分为3类,Ⅰ类为正阻抗含气层;Ⅱ类为零阻抗含气层;Ⅲ类为负阻抗含气层。Castagna等[16]在Rutherford和Williams分类方法基础上增加了Ⅳ类砂岩(图2)。根据各种含气砂岩AVO异常的截距和梯度特征可以得到它们的AVO异常分类表(表1)。其中地震振幅随偏移距的增加而增大属第III类AVO异常。理论上III类AVO通常出现在浅层物性好的地层中,这类砂岩对流体变化比较敏感,在地震叠加剖面上表现为“亮点”。该类砂岩具有典型的负截距负梯度AVO异常,叠前CRP或CMP道集中容易识别。而对于分布稳定,厚度较大的含气储层而言,III类AVO为最主要类型,对于厚度较小的储层而言,因受到地震复合反射等因素的影响,也可能出现其他AVO类型[12]。
表 1 含气砂岩AVO异常分类表(据Castagna,1998)Table 1. AVO anomaly classification of gas bearing sandstone(by Castagna, 1998)气层类型 相对波阻抗 截距 梯度 振幅与偏移距关系 І 比上覆地层高 >0 − 减少,远道极性反转 II 与上覆地层相当 ≈0 − 紧到弱,远道强 Ш 比上覆地层低 <0 − 逐渐增强 IV 比上覆地层低 <0 + 逐渐减弱 3. 实例分析
为了有效的识别X构造浅层油气层,本次研究工作基于的地震数据为叠前时间偏移数据,采用双源十揽宽方位采集、炮间距25 m道间距12.5 m,覆盖次数60次,采集面元6.25×25 m,这样高密度的采集参数有利于成像;在处理中应用了包括数据驱动SRME和波动方程SRME组合、多道域反褶积技术、三维数据规则化、高精度速度分析、剩余多次波衰减等,有效压制了多次波,较大程度的保留了原始资料的信息。最终使用的数据体中新统层段主频可以达到40 Hz,频带宽度60 Hz。从研究区地震剖面上能看到发育多套明显的强反射。通过井震标定,3井钻遇的油气层对应其中一套强反射,气层为“亮点”型油气层。本次研究从建立正演模型判断真假“亮点”入手,通过叠前地震属性提取、道集验证等技术手段对研究区中新统地层中油气层进行了识别。
3.1 真假“亮点”判断
地震上的强反射不一定是油气的响应特征,特殊岩性如火成岩和煤层可能造成地震上的强反射,水层也有可能形成强反射。钻井揭示X构造上不发育火成岩。中新统虽发育煤层但煤层发育规模小,而且较薄,均厚约2 m,最大不超过3 m。在正演AVO道集上砂岩含气与煤层二者虽都表现为强反射,且均为上谷下峰组合,但气层顶波谷表现为III类AVO,而煤层产生的波谷表现为IV类(图3)。同时不同煤层厚度形成的地震振幅强度不同。从已钻井统计越厚的煤层越容易形成强振幅,而2~3 m煤层不会产生强“亮点”反射振幅(图3)。据此可以判断研究区煤层不会形成强振幅;通过正演模拟将气层流体替换为水层后,发现在原始含气饱和度时,AVO特征清楚,类型为III类;当流体替换为水时,AVO异常消失,在道集上砂顶底处振幅明显变弱,为中弱振幅反射特征(图4)。3井区只钻探了一口井,该井在中新统龙井组顶部钻遇多套油气层。通过合成记录标定,油气层对应在地震剖面上的强振幅反射区。正演模拟结果和“亮点”模拟合成显示真“亮点”的外形很像一个眼睛或一个透镜体(图5),并且具有突出的强振幅和偶极相位特征。对应在过3井的地震剖面上,强振幅的反射特征与正演模拟的“亮点”特征很相像,尤其是图5剖面上圆圈标出的第4处(第1处强反射对应的就是已知油气层)。综合以上判断研究区强振幅的反射应为油气响应特征,为真“亮点”。
3.2 AVO属性识别
叠前属性中可以进行岩性、流体识别功能的属性有P波、G波、P×G、流体因子、含气指示等。本次利用了这些属性进行了“亮点”油气特征的识别。图6为过3井的2种AVO属性剖面。井震标定后3井已钻L1含气层顶部在剖面上对应在亮色部位,证实了剖面上1 840 ms处红黄色反射层为气层,亮色部分是含气后响应特征。在1 840 ms以上不同层段内还发育同这套气层反射特征一致的多套“亮点”强反射轴,上下叠置具有明显的迁移现象,预测这些“亮点”为油气层。从上到下可预测“亮点”型气层5套。
3.3 道集验证AVO异常
本文在对中新统“亮点”识别后利用叠前CRP道集对识别出的“亮点”进行了AVO异常验证。因III类AVO在气层顶面为负极性亮点,为了更容易识别AVO特征,将道集剖面转换为负极性剖面显示。图7上图为过3井的角道集剖面和AVO响应曲线。道集剖面上在1 840 ms处为负极性,且随着角度增大振幅增大,气层顶的地震反射对应波谷,气层底对应波峰,为典型III类AVO异常。标定后该异常对应于3井L1气层(16.9 m气层);另在1 770 ms处的AVO异常不是很明显,对应于3井L1上部的2.8 m气层。图7下图为过“亮点”2、3、4的角道集剖面,剖面上对应于强反射的“亮点”顶部都对应负极性,且随着角度增大振幅增大,具有AVO异常特征,与3井已钻油气层(1号亮点)AVO异常相近,但明显没有1号亮点气层厚度大。通过道集验证,证实了本次识别出的“亮点”为油气异常反射。
4. 效果展示
通过对X构造中新统“亮点”油气层进行识别后,对具有典型“亮点”特征的第1、3、4套油气层进行了刻画,描述了“亮点”的分布范围和厚度。图8为沿不同的“亮点”反射层进行层位解释后提取的不同属性后获得的“亮点”反射分布范围,可见各种属性提取的平面图上识别出的“亮点”反射的分布范围、强度、形态具有很高的一致性;图9为刻画的油气层厚度图,从预测效果看,“亮点”油气层都分布在构造高部位,并且主要集中在2条东西向晚期断层控制的断块内。通过储量估算,X构造中新统油气资源量可观,经济评估认为在埋深不超过2 000 m的中新统地层内进行勘探经济性乐观。依据刻画的含气范围部署了1口钻井(设计井)(图9),如果钻探获得成功,可对X构造中新统进行整体滚动勘探。
5. 结论
(1)在构造高部位伴随晚期断层“亮点”储层发育,发育程度与晚期断层发育规模有关。
(2)采用“亮点”油气识别技术对构造中新统地层“亮点”油气层的识别刻画上效果明显。
(3)运用“亮点”技术系列对X构造中新统地层进行了整体油气预测,获得了可喜的预测效果。
(4)X构造中新统“亮点”油气层储量规模可观,预期经济效益好。
-
表 1 含气砂岩AVO异常分类表(据Castagna,1998)
Table 1 AVO anomaly classification of gas bearing sandstone(by Castagna, 1998)
气层类型 相对波阻抗 截距 梯度 振幅与偏移距关系 І 比上覆地层高 >0 − 减少,远道极性反转 II 与上覆地层相当 ≈0 − 紧到弱,远道强 Ш 比上覆地层低 <0 − 逐渐增强 IV 比上覆地层低 <0 + 逐渐减弱 -
[1] Ostrander W J. Plane-wave reflection coefficients for gas sands at nonnormal angles of incidence [J]. Geophysics, 1984, 49(10): 1637-1648. doi: 10.1190/1.1441571
[2] Mahob P N, Castagna J P, Young P A. AVO inversion of a Gulf of Mexico bright spot; a case study [J]. Geophysics, 1999, 64(5): 1480-1491. doi: 10.1190/1.1444652
[3] 王金伟. 利用AVO技术检测大庆长垣黑帝庙油层浅层气藏[J]. 断块油气田, 2017, 24(5):632-636. [WANG Jinwei. Detection of shallow gas reservoir in Heidimiao oil layer of Daqing Pluto by AVO technology [J]. Fault-Block Oil and Gas Field, 2017, 24(5): 632-636. [4] She B, Wang Y J, Zhang J S, et al. AVO inversion with high-order total variation regularization [J]. Journal of Applied Geophysics, 2019, 161: 167-181. doi: 10.1016/j.jappgeo.2018.12.014
[5] Rosid M S, Samosir G R, Purba H. Estimation of seismic anisotropy parameter and AVO modeling of field " G” [J]. Journal of Physics: Conference Series, 2018, 1120: 012058. doi: 10.1088/1742-6596/1120/1/012058
[6] Liu J, He Z L, Liu X W, et al. Using frequency-dependent AVO inversion to predict the " sweet spots” of shale gas reservoirs [J]. Marine and Petroleum Geology, 2019, 102: 283-291. doi: 10.1016/j.marpetgeo.2018.12.039
[7] 韩光明, 潘光超, 付琛, 等. 含气储层及盖层速度变化对地震响应和AVO类型的影响[J]. 岩性油气藏, 2016, 28(2):107-113. [HAN Guangming, PAN Guangchao, FU Chen, et al. Influence of velocity changing of gas reservoir and seal on seismic response and AVO type [J]. Lithologic Reservoirs, 2016, 28(2): 107-113. doi: 10.3969/j.issn.1673-8926.2016.02.015 [8] Rutherford S R, Williams R H. Amplitude -versus -offset variations in gas sands [J]. Geophysics, 1989, 54(6): 680-688. doi: 10.1190/1.1442696
[9] Ware J A. A simple upgrade for some bright spots [J]. Geophysics, 1977, 42(4): 868-871. doi: 10.1190/1.1440754
[10] 周子群. 利用正演模型识别桩西地区在沙河街组地层剥蚀点[J]. 油气地球物理, 2016, 14(4):39-42. [ZHOU Ziqun. Denudation point identification of Es in Zhuangxi area by the application of forward model [J]. Petroleum Geophysics, 2016, 14(4): 39-42. [11] 王若沣, 瞿璇, 冉辉, 等. 苏里格地区含气储层AVO特征研究[J]. 石油化工应用, 2017, 36(11):107-111. [WANG Ruofeng, QU Xuan, RAN Hui, et al. Researching on AVO characteristics of gas bearing reservoirs in Sulige area [J]. Petrochemical Industry Application, 2017, 36(11): 107-111. doi: 10.3969/j.issn.1673-5285.2017.11.025 [12] 杨新菊, 马建德. AVO正演模型研究及应用[J]. 海洋石油, 2006, 26(3):14-19. [YANG Xinju, MA Jiande. AVO forward model study [J]. Offshore Oil, 2006, 26(3): 14-19. doi: 10.3969/j.issn.1008-2336.2006.03.003 [13] Ehsan M I, Ahmed N, Khalid P, et al. An application of rock physics modeling to quantify the seismic response of gas hydrate-bearing sediments in Makran accretionary prism, offshore, Pakistan [J]. Geosciences Journal, 2016, 20(3): 321-330. doi: 10.1007/s12303-015-0044-z
[14] Ahmed N, Khalid P, Ghazi S, et al. AVO forward modeling and attributes analysis for fluid’s identification: a case study [J]. Acta Geodaetica et Geophysica, 2015, 50(4): 377-390. doi: 10.1007/s40328-014-0097-x
[15] Shuey R T. A simplification of the Zoeppritz equations [J]. Geophysics, 1985, 50(4): 609-614. doi: 10.1190/1.1441936
[16] Castagna J P, Swan H W, Foster D J. Framework for AVO gradient and intercept interpretation [J]. Geophysics, 1998, 63(3): 948-956. doi: 10.1190/1.1444406
[17] 于敏捷, 刘洋, 张晶玉. 叠前地震属性提取及含气性预测[C]//2015中国地球科学联合学术年会论文集(十四)——专题40油气田与煤田地球物理勘探. 北京: 中国地球物理学会, 2015: 3. YU Minjie, LIU Yang, ZHANG Jinyu. [C]//Proceedings of 2015 Annual Meeting of Chines Geoscience Union (14)--Topic 40 Oil and Gas Field and Coalfield Geophysical Exploration. Beijing: Chinese Geophysical Society, 2015: 3.
-
期刊类型引用(3)
1. 张璐,支玲. 基于双相介质理论流体识别技术研究与实践——以涠西南凹陷涠洲组油藏为例. 工程地球物理学报. 2024(03): 443-453 . 百度学术
2. 孙莉,刘舒,雷蕾. 油藏地球物理技术在东海C区块开发中的应用. 海洋石油. 2023(04): 53-59 . 百度学术
3. 涂齐催,娄敏,毛云新,王伟,黄鑫,李炳颖,王腊梅,陈易周. 基于构造-流体耦合约束的变速成图方法及其在东海A气田挖潜阶段的成功应用. 海洋地质前沿. 2022(12): 56-63 . 百度学术
其他类型引用(0)