Simulation of hydrate and free gas reservoirs based on random medium theory
-
摘要:
为深入研究水合物的成藏特点和赋存特征,基于随机介质理论模拟水合物和游离气储层,为水合物和游离气储层的地震响应特征研究提供地质模型,进而为水合物勘探识别提供理论方法指导。本文根据水合物和游离气在地层中的实际赋存状态和特点,建立水合物和游离气赋存区轮廓模板;然后基于随机介质理论建立两类储层的随机介质模型;最后在赋存区轮廓模板基础上利用所建立的随机介质模型实现了储层中水合物区域和游离气区域速度的数值模拟,分别建立了水合物储层和游离气储层的速度模型。为更接近水合物所处实际地层环境,在水合物储层上和游离气储层下分别设置均匀速度层,并构建起伏地层分界面,从而建立四层介质起伏界面的速度模型。与富含水合物实际地层对比,模型可展现水合物储层中水合物和游离气分布的复杂非均匀性,也可较好地模拟富含水合物地层中大尺度的水合物和游离气赋存区域。
Abstract:To deeply study the reservoir formation and occurrence characteristics of hydrates, establish geological models for studying the seismic response characteristics of hydrates and free gas reservoirs, and further provide a theoretical guidance for hydrate exploration and identification, hydrates and free gas reservoirs were simulated based on random medium theory. First, according to the actual occurrence status and characteristics of hydrates and free gas in the formation, the contour templates of the occurrence area for hydrate and free gas were established. Secondly, two types of reservoir random medium models were established based on the random medium theory. Finally, based on the contour templates of the occurrence area, the established random medium model was used to achieve numerical simulation of velocity of hydrate areas and free gas areas in the reservoir, and the velocity models for hydrate reservoir and free gas reservoir were established. To approach more closely to the actual geological environment where hydrates are located, uniform velocity formations were individually set up above the hydrate reservoir and below the free gas reservoir, and undulating stratigraphic interfaces were constructed, thus establishing a velocity model for four layer medium undulating interfaces. Compared with actual formations rich in hydrate, the model reflected the complex non-uniformity of hydrate and free gas distribution in hydrate reservoirs, and better simulated the large-scale hydrate and free gas storage areas in formations rich in hydrate.
-
Keywords:
- gas hydrate /
- free gas /
- reservoir /
- random medium /
- numerical simulation
-
天然气水合物是一种由充足的气源、水源在高压(一般大于10 MPa)和低温(一般小于10 ℃)条件下络合而成的笼形结晶化合物[1-2],主要分布在陆地的永久冻土带和大陆边缘水深超过300 m的陆坡带[3-4]。水合物存在的区域往往会伴随着游离气储层,水合物作为游离气体的盖层,二者共同成藏[5]。天然气水合物具有能量密度高、分布广、规模大、埋藏浅等特点,被认为是21世纪的重要新能源[6],地质历史演变中的天然气水合物演化对全球变化与全球碳循环起着重要作用[7]。
中国天然气水合物主要分布在高纬度地区的冻土层和南海海域的浅部地层中。当前对南海水合物资源量的研究表明,其北部陆坡区有相当可观的水合物资源[8]。中国陆地和海域的水合物赋存类型有所不同,祁连山冻土区水合物主要以裂隙型和孔隙型两种状态产出,而海域生物成因气多发育为薄层状或分散状水合物,深部热解气则常依附断层形成厚层状水合物[9]。受成岩影响,中国冻土区水合物储层孔隙、裂隙发育相对海域来说整体性要差;而海洋水合物储层孔隙、裂隙普遍发育,整体表现为高孔、低渗和强非均质性的典型特点[10]。Dai等[11]在研究墨西哥湾深水区天然气水合物过程中提出了颗粒间胶结、颗粒包裹、颗粒支撑、孔隙填充、基质和填充物共存、裂缝充填物等6种微观分布模式。范金等[12]通过分析这6种主要赋存状态的水合物,总结了每种赋存状态之间存在一定的相互转化关系,研究了各种水合物赋存地层的地震响应特征。陈鸣等[13]通过高分辨率随钻成像技术,指出琼东南盆地天然气水合物具有两种宏观赋存状态,即分散状水合物及薄层状水合物,且这两种水合物均具有一定非均质性;水合物的微观赋存状态主要包括孔隙填充型及骨架支撑型;水合物储层岩性主要为泥质粉砂岩及粉砂质泥岩。樊奇等[14]通过水合物的岩芯分析,揭示了琼东南盆地水合物富集区储层具有“细粒性、未成岩、易溃散、高电阻、高声速、强非均质性”等六大特征;同时,识别出泥质粉砂孔隙型储层和南海新发现的水合物储层类型泥质粉砂微裂缝型储层两类主要储层。
地震方法是水合物储层识别中最重要也最常见的方法之一,如潘冬阳等[5]采用叠后地震属性分析方法对南海北部陆坡神狐海域地震数据进行了天然气水合物储层的识别,研究表明地震“三瞬”属性在BSR和天然气水合物储层的识别上具有明显的效果,可以为圈定水合物成藏的目标区域提供依据。孟大江等[15]利用叠前反演技术对南海北部陆坡神狐海域天然气水合物以及气态烃储层进行了预测,研究表明纵横波速度交会是研究区识别储层最敏感的弹性参数,纵横波速度识别因子识别储层效果较好,能够清晰刻画水合物和气态烃储层,其预测的天然气水合物矿体与钻井情况吻合较好。
虽然国际上对天然气水合物产状、分布和特征的认识已取得显著进展,并开展了一系列陆地多年冻土区和海域天然气水合物试采,但天然气水合物开采仍面临诸多问题和科学挑战[16],如天然气水合物成因成藏类型与气源供给及产出赋存特点、天然气水合物成藏机理及主控因素等[17]。所以,需要深入研究水合物的成藏特点及赋存特征,探寻新的水合物识别方法,进而为水合物的勘探和开发提供有意义的方法指导。
Ikelle 等[18]于1993年根据统计学理论,利用指数型自相关函数模拟了二维随机扰动,最早建立了二维随机介质模型,由此开启了有关随机介质研究的先河。Ergintav 和 Canitez[19]于1997年在Ikelle 等研究的基础上,采用高斯型自相关函数建立了二维随机介质模型,同时进行了正演模拟。Müller和Shapiro [20]于1999年根据散射理论实现了地震波在二维及三维随机介质中传播的格林函数构造。国内对随机介质理论的研究从2001 年开始,由奚先和姚姚等[21-22]率先利用椭圆自相关函数模拟了二维平稳随机介质模型,且对模型进行了正演模拟及波场分析,后续进一步对非平稳随机介质理论、复杂随机介质模型模拟以及弹性介质中的波场特征分析等开展了一系列研究[23-25]。李灿苹等[26]将随机介质理论应用到冷泉羽状流模型的构建中,并对其进行了地震波正演模拟,探讨了羽状流的地震波场特征,对羽状流进行叠前偏移成像,成像效果良好;后期对模型进行了改进[27],最终获得的模型更接近实际羽状流赋存特征。目前,国内还未见将随机介质理论应用到水合物储层中的报道。
中国海域水合物储层具有明显的强非均质性特点,因此可以借助随机介质理论对水合物储层进行数值模拟研究,储层内水合物团块区域随机分布在地层中,将其视为大尺度非均匀性;而团块区域内部水合物随机充填在岩石孔隙、裂隙和缝隙之间,将其视为小尺度非均匀性。由此构建的水合物储层模型更加贴合实际赋存状态。因此,本文基于水合物储层和游离气储层的实际赋存特征,根据随机介质理论,建立了上覆均匀地层、中间水合物储层和游离气储层、下覆均匀地层的四层介质起伏界面的速度模型。通过该模型与实际水合物和游离气储层的对比,四层模型可以较好地模拟水合物储层和游离气储层内水合物和游离气分布的复杂非均匀性。该研究为下一步更好地了解水合物成藏特点和赋存特征,研究水合物储层的地震响应特征奠定基础,从而为水合物识别提供理论方法指导。
1. 随机介质的基本概念及其算法实现
将具有大量的、随机分布的、小尺度异常的复杂非均匀介质看成随机介质,介质中的非均匀体可看成一个空间随机过程,用统计学方法描述介质非均匀性所形成的非均匀介质模型就是随机介质模型[28]。
随机介质模型由非均匀性大、小尺度两部分所组成。大尺度非均匀性描述介质的平均特性,是传统意义上的地质模型;小尺度非均匀性是加在地质模型上的随机扰动,通常使用一个均值为零的二阶平稳的空间随机过程来表示,在小尺度上的空间扰动用几个统计量(空间自相关函数、相关长度、均值及标准方差)来描述[29]。
在二维声波随机介质中,空间坐标点$(x,z) $处的速度$ v(x,z) $[30]可分解为:
$$ v(x,z) = {v_0} + \delta v(x,z) $$ (1) 其中,$ {v_0} $是大尺度非均匀介质参数,可设为常数或缓慢变化;$ \delta v(x,z) $是小尺度非均匀扰动量。速度的相对扰动会呈现出线性特点,小尺度上的非均匀性可以用一个速度的扰动量来代表[30]。设
$$ \sigma (x,z) = \delta v/{v_0} $$ (2) 式中,$ \sigma (x,z) $为介质空间的相对扰动,$ \sigma = \sigma (x,z) $假设是具有零均值及自相关函数、方差的空间二阶平稳随机过程,由式(1)和(2)可得:
$$ v(x,z) = {v_0} + \delta v(x,z) = {v_0}(1 + \sigma ) $$ (3) 根据随机过程理论可知[29],随机过程$ \sigma (x,z) $的功率谱就是由自相关函数$ \varphi (x,z) $进行傅里叶变换得到的频谱函数$ \phi ({k_x},{k_z}) $;根据随机过程的谱展开理论,可对功率谱函数$ \phi ({k_x},{k_z}) $进行二维随机运算,得到随机功率谱函数$ \Psi ({k_x},{k_z}) $;对随机功率谱函数$ \Psi ({k_x},{k_z}) $做傅里叶逆变换便可获得由它描述的随机扰动$ \sigma (x,z) $;最后规范化$ \sigma (x,z) $的均值和方差,产生以$ \varphi (x,z) $为自相关函数、具有指定均值及方差的随机扰动[31],代入式(3)便可产生随机介质模型。
本文选用指数型自相关函数产生随机扰动,其具体算法流程参见文献[31],本文不再赘述。
2. 水合物和游离气储层特点及建模思路
2.1 水合物和游离气储层实际赋存状态
地层中水合物成藏需要满足诸多条件,如水合物成藏的环境需要低温高压,水合物储层要有充足的气源以及大量的水,且拥有流体运移和汇聚的通道和空间[10]。在水合物稳定区下部,水合物不能稳定存在,游离气和水存在水合物层下部,一般被称为游离气区[32],所以游离气储层一般是伴随水合物共同成藏的。
水合物在地层中有多种不同的赋存模式[11-12],如图1所示,有像固体颗粒状镶嵌在地层中的,有像流体一样填充在地层孔隙中,这两种情况下探测到的水合物区域速度相对于不含水合物地层的速度,前者速度增加幅度较大,后者速度增加幅度较小。因此,水合物的饱和程度直接关系到在水合物储层中水合物的形态及其高低速区域分布特点。
图2是南海北部陆坡神狐海域由地震属性分析得到的天然气水合物储层[5],图中黑色的BSR(Bottom Simulating Reflector,似海底反射)界面上层有明显的三个高饱和度的水合物区域(黄色椭圆区域),BSR下方伴随着大量的游离气,即水合物储层作为游离气储层的盖层赋存于游离气储层的上面,而水合物储层上层和游离气储层下层为较均匀的地层;水合物和游离气赋存区域为团块状,且团块大小不一(几十米至几百米),其中大块水合物为长条不规则的形状;水合物储层与游离气储层、水合物储层与上层均匀介质的分界面是上下起伏的。图3是中国海域实际钻探获得的典型水合物样品,能够明显看出乳白色的水合物以不同赋存状态随机分布在黑色的岩层中[10]。中国海域生物成因气多发育为薄层状或分散状水合物,深部热解气则常依附断层形成厚层状水合物[9],其中神狐海域水合物主体呈分散状(图3d、f)和厚层状交替发育[10]。
图 3 中国海域典型水合物样品[10]a:块状水合物, b:瘤状水合物, c:脉状水合物, d:粉砂质泥岩中分散状水合物, e:层状水合物, f:泥质粉砂岩中分散状水合物。Figure 3. Typical hydrate samples from Chinese seas[10]a: Massive hydrates, b: nodular hydrates, c: vein hydrates, d: dispersed hydrates in silty mudstone, e: layered hydrates, f: dispersed hydrates in muddy siltstone.综合海底水合物赋存状态(图1)、水合物储层(图2)和水合物样品(图3),都显示出水合物是随机分布在海底沉积物中,其形态也是不规则的,有层状,有分散状态;而水合物储层下方存在游离气,游离气亦随机充填在岩石孔隙和裂缝中。该描述是针对水合物和游离气的赋存区域内部,即小尺度范围。
2.2 水合物储层和游离气储层速度模型构建
根据图2中神狐海域水合物和游离气储层分布特点,即水合物上层为常规地层,水合物下层常富含游离气,游离气下层为常规地层,由此,构建符合实际水合物赋存的四层地层架构图(图4),图中储层内水合物团块区域随机分布在地层中,此为大尺度;同理,游离气储层内游离气团块区域也随机分布在地层中,亦为大尺度。
实际测井资料及地震探测结果显示[33-34],海底浅层地震纵波速度为
1600 ~1800 m/s,含水合物沉积层的纵波速度约为2300 m/s,游离气地层速度约为1400 m/s。由此设定了图4中每一层的地层速度,以及水合物团块区域、游离气团块区域的背景速度。图1中水合物赋存的6种状态显示,水合物在地层中的微观分布具有非均匀性(此即小尺度范围),水合物存在区域相当于随机介质,即水合物随机分布在固体颗粒、基质、结核/裂缝之间。所以,当地震波传播到含有水合物的地层时,水合物区域将产生散射,该区域地层速度应不是纯水合物速度,而是处于水合物和地层速度之间的一个波动速度,从含水合物地层的实际测井曲线[33]可以得到证实。因此,水合物团块区域内部速度的实现可借助于随机介质理论的速度构建方法。同理,由于游离气是充填在岩石孔隙或地层裂隙中,而孔隙或裂隙分布具有随机性或非均匀性,所以,其游离气赋存区域的速度实现也可借助于随机介质理论的速度构建方法。
3. 利用随机介质理论模拟水合物储层
根据以上水合物储层赋存特点及模型构建思路,可以建立一个水合物赋存区随机分布的速度模型。成藏在海底沉积物中的水合物区域,其形态可以模拟为横向不规则的长条状,使其更接近海底沉积物中水合物的赋存状态。为此,先构建水合物储层赋存区轮廓模板(简称储层模版),再结合以水合物背景速度建立的二维随机介质模型,从而实现水合物储层速度模型。
3.1 水合物储层模板
储层模板既要使水合物的赋存状态合理,还需明确水合物的大小。参考中国海域水合物的赋存形态及水合物稳定带厚度(110~350 m)及水合物层厚度(10~69 m)[10],设定水合物团块区域在横向长度上最大不超过200 m,在纵向深度上最大不超过50 m。根据中国海域水合物储层具有明显的强非均质性特点,并参考水合物钻探岩芯样品[10],设置大团块区域较分散,大都呈长条状水平分布,也有倾斜分布,与层状和脉状水合物赋存区域相对应;较大团块中间还存在小团块,与块状和分散状水合物赋存区相对应。构建模板的过程为,先将水合物模板和随机介质模型设置成大小相同的数组,然后在模板中构建出水合物的形态及大小,初步实现水合物模板的大概轮廓;在轮廓图的基础上,将轮廓图转换为二维数组,并对图片进行截取及调整大小,然后读入修改后的图片,识别出水合物团块;最后对水合物区域和非水合物区域分别赋0和1,由此构建出水合物储层模板,结果如图5所示,图中黑色区域即为富含水合物区域。
3.2 水合物储层二维随机介质速度模型
根据2.2节水合物储层模型构建思路,水合物团块内部速度为随机介质的速度,所以,图4中水合物团块区域是二维随机介质。为此,首先建立该随机介质,然后再将其与水合物储层模板匹配,从而实现真正的水合物储层。
在构建水合物层的二维随机介质模型时,模型的规格与水合物储层的模板大小必须相同,以保证水合物储层的模板可以运用在二维随机介质模型上。根据第1节中建立随机介质的方法,给定模型参数:自相关长度a=b=1 m,标准差0.05,步长1 m,背景速度v0=
2300 m/s(即水合物储层中水合物团块区域的背景速度),最后得到在水合物背景速度下扰动的二维随机介质模型(图6)。从图6中可以看出,介质中速度围绕背景速度上下扰动,非均匀性特点明显。3.3 水合物储层速度模型
根据前文所述水合物的赋存特征,水合物为固体颗粒时,检测到的速度相对地层的速度增加幅度较大,水合物像流体一样填充在地层时,检测到的速度相对地层的速度增加幅度较小,所以,水合物团块区域的速度也是或大或小,具有波动变化的特征。因此,水合物储层要赋予一个较小的地层速度v01=
1900 m/s,则水合物团块的背景速度赋予v0=2300 m/s,使围绕水合物团块背景速度v0产生随机扰动的二维随机介质模型在速度上大于地层速度v01,以符合实际探测结果[34]。结合图5水合物储层模板和图6二维随机介质模型建立水合物储层速度模型,两个数组满足水合物储层内及水合物团块的参数要求。水合物储层模板的数组元素中只存在两种数值,即水合物团块区域内元素数值为0,水合物团块区域外元素数值为1。因此,将二维随机介质模型加载到水合物储层的模板中,对模板中水合物团块区域内元素的数值赋予同行同列中二维随机介质模型元素的值,而水合物团块区域外元素的数值则赋予地层速度v01,最终得到的模型即是水合物储层速度模型,结果如图7所示。
从图7可以看出,不同规格不同形态的水合物团块区域随机分布在储层中,水合物团块内部模拟出了水合物在地层中处于不同赋存状态时的或高或低的速度[33],速度变化范围与实际探测的富含水合物地层相符[34]。整体呈现出水合物赋存区域在地层中分布的不均匀性特征,与实际的赋存状态比较接近。
4. 利用随机介质理论模拟游离气储层
由2.1和2.2节可知,水合物储层底界面下层往往有大量的游离气体,而游离气是充填在岩石孔隙或地层裂隙中,所以处于超高压底界面下的游离气赋存区可以模拟为大小不一的块状区域,形似充满孔隙的岩石或裂隙结构,使其更接近游离气的赋存状态。为此,同样先构建游离气储层赋存区轮廓模板(简称储层模版),再结合以游离气背景速度建立的二维随机介质模型,实现游离气储层速度模型。
4.1 游离气储层模板
与水合物储层模版类似,构建游离气储层模板时,首先将游离气模板和随机介质模型设置成相同规格的数组;其次要明确游离气在储层中的赋存形态,运用圆和椭圆函数在数组中进行块状游离气区域的划分。具体实现过程为:先构建一个零值的200×600数组,游离气团块区域赋予一个不同于游离气地层的值以使游离气的区域在图形中显示出来;参考游离气的赋存特征,游离气赋存区团块大小要小于大型水合物赋存区[10],因此,游离气团块区域范围不超过50 m×50 m。游离气团块之间分布较密集,随着深度变浅,压力变小,较大的游离气团块聚集在较浅位置,较小的游离气团块分布于较深位置。最后将游离气区域赋值为0,非游离气区域赋值为1,由此完成游离气储层模板的构建,结果如图8所示,图中黑色区域即为富含游离气区域。
4.2 游离气储层二维随机介质模型
根据2.2节游离气储层模型构建思路,游离气团块内部速度为随机介质的速度,所以,图4中游离气团块区域也是二维随机介质,并且以含游离气地层速度v1=
1400 m/s为背景速度。为此,首先建立该随机介质,然后再将其与游离气储层模板匹配,从而实现真正的游离气储层。游离气储层二维随机介质模型的构建方法与水合物储层相同,模型参数相同,只是背景速度不同,按图4设定背景速度,最后实现的随机介质模型如图9所示。同样,从图9中可以看出,介质中的速度围绕背景速度上下扰动,非均匀性特点明显。
4.3 游离气储层速度模型
纯水合物和游离气速度与地层速度相比较时,在含水合物地层中,水合物相比其地层速度是增加的;而在含游离气地层中,游离气相比其地层速度是减少的,所以块状游离气区域的背景速度v1要小于游离气储层地层的速度v11。又因游离气储层位于水合物储层的下层,所以块状游离气周围的地层速度v11要大于水合物的地层速度v01=
1900 m/s,因此游离气储层中地层速度设定为v11=2100 m/s。参照水合物储层速度模型的构建方法,构建游离气储层速度模型。结合图8游离气储层模板和图9二维随机介质模型,对应的两数组满足游离气储层层内及块状游离气的参数要求。游离气储层模板数组中只存在两种数值,即数值为0的块状游离气区域和数值为1的非块状游离气区域。因此,将二维随机介质模型加载到游离气储层的模板中,对模板中块状游离气区域内的数值0赋予同行同列中二维随机介质模型的值,而非块状游离气区域的数值1则赋予地层速度v11,最终得到的模型即是游离气储层速度模型,结果如图10所示。
从图10可看出,不同规格不同形态的游离气团块随机分布在储层中,游离气团块内部模拟出了游离气在地层中充填在岩石孔隙或地层裂隙中或高或低的速度[33](气充填的多,则速度降的多),速度变化范围与实际探测的富含游离气地层相符[34];整体上呈现出游离气团块区域在地层中分布的不均匀性特征,与实际的赋存状态比较接近。
5. 富含水合物和游离气储层速度模型
实际富含水合物地层,往往与游离气共同成藏,而且水合物作为游离气的盖层,处于游离气之上。因此,根据以上建立的水合物储层模型和游离气储层模型以及实际地层赋存特点,建立富含水合物和游离气储层的地层模型,并与实际赋存的水合物储层进行比对,讨论所建立模型的合理性。
5.1 四层介质速度模型
在地层中,水合物储层和游离气储层之间的地层接触不是简单的直线型,温度和压强的微小变化,都会促使水合物的分解,引发水合物发育区的上升和下降,形成新的底界面,所以,水合物储层与游离气储层之间的地层接触呈上下起伏状。水合物一般埋藏较浅,所以水合物储层深度设置为海底100 m以下;水合物稳定带厚度为200 m左右[10],所以水合物储层模型规格为深度200 m、长度600 m,因为大型水合物富集区需要有充足的气源,因此可以使构建的游离气储层模型与水合物储层模型大小相同。为更接近实际水合物所处的地层环境,在水合物储层之上和游离气储层之下分别设置一层简单的均匀速度地层,两层速度见图4所示。两地层均设置为深度100 m、长度600 m,同时两地层与水合物储层、游离气储层之间的接触关系为起伏曲线型,由此所构建的模型更符合实际地层分布。
按以上要求以及图4架构图,利用第3节和第4节构建的水合物储层速度模型和游离气储层速度模型,最终实现的四层介质起伏界面速度模型结果如图11所示。
5.2 四层介质速度模型与实际水合物和游离气储层的比对
将四层起伏界面速度模型(图11)与水合物在海底的赋存状态(图1)、由实际地震数据反演的水合物储层(图2)以及实际开采出的水合物岩芯样品(图3)进行对比,结果如下:
(1)模型中水合物储层和游离气储层内水合物和游离气赋存区团块随机分布,符合图2中水合物和游离气大尺度宏观范围的复杂非均匀分布的赋存状态。
(2)模型中两层之间有非常明显的起伏分界面,且水合物储层中只存在水合物,游离气储层中只存在游离气,与图2中明显的水合物层及游离气层的分界面,即图中标识的BSR相吻合。
(3)模型中水合物团块区域内部速度围绕纯水合物背景速度上下波动,这与实际水合物在地层中处于不同赋存状态时或高或低的速度相符;游离气团块区域内部速度也是上下波动,与游离气在地层中充填在岩石孔隙或地层裂隙中或高或低的速度相符[33]。此即小尺度范围的非均匀,与图1和图3中水合物和游离气的微观分布模式相对应。
(4)水合物团块区域内部的速度变化范围与实际探测的富含水合物地层相符;游离气团块区域内部的速度变化范围与实际探测的富含游离气地层相符[34]。
(5)模型中水合物赋存区域整体速度比游离气赋存区域速度高,符合实际探测情况[33-34]。
(6)通过设置水合物和游离气储层模型中随机介质的自相关长度,便可以模拟出符合实际开采的水合物尺度。
基于以上,图11较好地模拟了发生变化后水合物区域下形成的新游离气区域和高压底界面,且水合物和游离气赋存区域满足横向不规则长条的形状及块状游离气的条件。因此,四层速度模型在大尺度上很好地模拟了富含水合物地层中实际水合物和游离气赋存区域,在小尺度上实现了富含水合物地层中水合物和游离气分布的复杂非均匀性(即赋存区内部介质速度的非均匀性特点)。
6. 结论
(1)水合物储层和游离气储层速度模型:根据实际赋存的水合物和游离气两层结构特点及水合物和游离气的分布特点和变化特征,描绘出水合物和游离气轮廓图,由此构建出具有长条状水合物赋存区的水合物储层模板及小块状游离气赋存区的游离气储层模板。根据水合物区域的速度为正异常指示,游离气区域的速度为负异常指示,设定水合物储层和游离气储层速度参数;利用随机介质理论建立了水合物和游离气储层的随机介质模型。最后将二维随机介质模型加载到对应的模板中,由此建立了水合物储层速度模型及游离气储层速度模型。
(2)四层介质起伏界面速度模型:根据水合物和游离气之间地层界面是起伏变化的赋存特点,利用已建立的水合物储层模型和游离气储层模型,将二者之间设置成上下起伏的界面。为更接近实际水合物所处地层环境,在水合物层之上及游离气层之下分别设置了均匀速度地层,且与水合物储层及游离气储层接触关系为幅度较大的曲线型,从而建立了四层介质起伏界面速度模型。
(3)四层速度模型与实际水合物储层和游离气储层的比对:通过对比发现,模拟的水合物储层与实际水合物储层中水合物赋存状态大致相同,都为横向长条不规则的复杂非均匀体;两者的游离气赋存区,也都为复杂非均匀体,但模拟的游离气为块状游离气且只存在于水合物储层之下,而实际水合物储层中水合物的周围存在游离气;水合物和游离气储层的速度变化范围与实际探测的地层速度相符,且水合物储层速度高于游离气储层速度。因此,四层速度模型符合水合物区域赋存特点。
综上,基于随机介质理论建立的四层介质起伏界面速度模型可以方便灵活地描述富含水合物地层中水合物及游离气赋存区域以及内部的复杂非均匀性,能够较好地模拟实际水合物存在于固体颗粒、基质、结核/裂缝之间的状态以及游离气充填在岩石孔隙或地层裂隙中的特点,从而可以为研究水合物和游离气储层的地震响应特征提供地质模型。
-
图 3 中国海域典型水合物样品[10]
a:块状水合物, b:瘤状水合物, c:脉状水合物, d:粉砂质泥岩中分散状水合物, e:层状水合物, f:泥质粉砂岩中分散状水合物。
Figure 3. Typical hydrate samples from Chinese seas[10]
a: Massive hydrates, b: nodular hydrates, c: vein hydrates, d: dispersed hydrates in silty mudstone, e: layered hydrates, f: dispersed hydrates in muddy siltstone.
-
[1] 张金华, 魏伟, 魏兴华, 等. 我国主要冻土区天然气水合物形成条件及成藏模式探讨[J]. 中国石油勘探, 2013, 18(5):74-78 doi: 10.3969/j.issn.1672-7703.2013.05.009 ZHANG Jinhua, WEI Wei, WEI Xinghua, et al. Discussion about natural gas hydrate formation conditions and accumulation pattern in China’s major permafrost regions[J]. China Petroleum Exploration, 2013, 18(5):74-78.] doi: 10.3969/j.issn.1672-7703.2013.05.009
[2] Guerin G, Goldberg D, Meltser A. Characterization of in situ elastic properties of gas hydrate-bearing sediments on the Blake Ridge[J]. Journal of Geophysical Research: Solid Earth, 1999, 104(B8):17781-17795. doi: 10.1029/1999JB900127
[3] Holbrook W S, Hoskins H, Wood W T, et al. Methane hydrate and free gas on the Blake Ridge from vertical seismic profiling[J]. Science, 1996, 273(5283):1840-1843. doi: 10.1126/science.273.5283.1840
[4] 马在田, 宋海斌, 孙建国. 海洋天然气水合物的地球物理探测高新技术[J]. 地球物理学进展, 2000, 15(3):1-6 doi: 10.3969/j.issn.1004-2903.2000.03.001 MA Zaitian, SONG Haibin, SUN Jianguo. Geophysical prospecting high technologies of marine gas hydrates[J]. Progress in Geophysics, 2000, 15(3):1-6.] doi: 10.3969/j.issn.1004-2903.2000.03.001
[5] 潘冬阳, 陈晨, 谢雪恋. 南海天然气水合物储层的叠后地震属性分析[J]. 西部探矿工程, 2020, 32(11):46-49 doi: 10.3969/j.issn.1004-5716.2020.11.014 PAN Dongyang, CHEN Chen, XIE Xuelian. Post-stack seismic attribute analysis of gas hydrate reservoirs in the South China Sea[J]. West-China Exploration Engineering, 2020, 32(11):46-49.] doi: 10.3969/j.issn.1004-5716.2020.11.014
[6] 胡中平, 孙建国, 赵群. 利用地震方法识别天然气水合物[J]. 勘探地球物理进展, 2002, 25(6):23-27 HU Zhongping, SUN Jianguo, ZHAO Qun. Identification of gas hydrate with seismic method[J]. Progress in Exploration Geophysics, 2002, 25(6):23-27.]
[7] 宋海斌. 天然气水合物体系动态演化研究(Ⅰ): 地质历史演变[J]. 地球物理学进展, 2003, 18(2):188-196 doi: 10.3969/j.issn.1004-2903.2003.02.003 SONG Haibin. Researches on dynamic evolution of gas hydrate system (Ⅰ): its development in geological history[J]. Progress in Geophysics, 2003, 18(2):188-196.] doi: 10.3969/j.issn.1004-2903.2003.02.003
[8] 李文, 于兴河, 曾小明, 等. 南海北部陆坡神狐海域水合物调查区新近系地震相与沉积相[J]. 海洋地质前沿, 2013, 29(1):17-26 LI Wen, YU Xinghe, ZENG Xiaoming, et al. Study of Neogene sesimic and sedimentary facies in the hydrate survey area of Shenhu region on the north margin of South China Sea[J]. Marine Geology Frontiers, 2013, 29(1):17-26.]
[9] 杨胜雄, 梁金强, 陆敬安, 等. 南海北部神狐海域天然气水合物成藏特征及主控因素新认识[J]. 地学前缘, 2017, 24(4):1-14 YANG Shengxiong, LIANG Jinqiang, LU Jing'an, et al. New understandings on the characteristics and controlling factors of gas hydrate reservoirs in the Shenhu area on the northern slope of the South China Sea[J]. Earth Science Frontiers, 2017, 24(4):1-14.]
[10] 宁伏龙, 梁金强, 吴能友, 等. 中国天然气水合物赋存特征[J]. 天然气工业, 2020, 40(8):1-24 doi: 10.3787/j.issn.1000-0976.2020.08.001 NING Fulong, LIANG Jinqiang, WU Nengyou, et al. Reservoir characteristics of natural gas hydrates in China[J]. Natural Gas Industry, 2020, 40(8):1-24.] doi: 10.3787/j.issn.1000-0976.2020.08.001
[11] Dai J C, Xu H B, Snyder F, et al. 2004. Detection and estimation of gas hydrates using rock physics and seismic inversion: examples fromthe northern deepwater Gulf of Mexico[J]. The Leading Edge, 2004, 23(1):60-66. doi: 10.1190/1.1645456
[12] 范金, 刘洋廷, 张晓波, 等. 天然气水合物赋存地层的地震波场模拟及对比[J]. 海洋科学进展, 2021, 39(2):290-303 doi: 10.3969/j.issn.1671-6647.2021.02.012 FAN Jin, LIU Yangting, ZHANG Xiaobo, et al. Simulation and comparison of seismic wave fields in natural gas hydrate formations[J]. Advances in Marine Science, 2021, 39(2):290-303.] doi: 10.3969/j.issn.1671-6647.2021.02.012
[13] 陈鸣, 孙殿强, 吴进波, 等. 琼东南盆地松南低凸起天然气水合物储层精细表征及勘探方向预测[J]. 成都理工大学学报:自然科学版, 2022, 49(1):24-35 CHEN Ming, SUN Dianqiang, WU Jinbo, et al. Fine characterization and exploration direction prediction of gas hydrate reservoirs in Songnan Low Uplift, Qiongdongnan Basin, South China Sea[J]. Journal of Chengdu University of Technology (Science & Technology Edition), 2022, 49(1):24-35.]
[14] 樊奇, 朱振宇, 庞维新, 等. 琼东南盆地水合物富集区储层特征及勘探启示[J]. 地球科学, 2024, 49(4):1421-1430 FAN Qi, ZHU Zhenyu, PANG Weixin, et al. Reservoir characteristics and exploration implications of gas hydrate enrichment area, Qiongdongnan Basin[J]. Earth Science, 2024, 49(4):1421-1430.]
[15] 孟大江, 路允乾, 张宝金, 等. 叠前反演技术在天然气水合物储层预测中的应用[J]. 特种油气藏, 2023, 30(2):51-57 doi: 10.3969/j.issn.1006-6535.2023.02.007 MENG Dajiang, LU Yunqian, ZHANG Baojin, et al. Application of Pre-stack inversion technology in gas hydrate reservoir prediction[J]. Special Oil & Gas Reservoirs, 2023, 30(2):51-57.] doi: 10.3969/j.issn.1006-6535.2023.02.007
[16] 吴能友, 黄丽, 胡高伟, 等. 海域天然气水合物开采的地质控制因素和科学挑战[J]. 海洋地质与第四纪地质, 2017, 37(5):1-11 WU Nengyou, HUANG Li, HU Gaowei, et al. Geological controlling factors and scientific challenges for offshore gas hydrate exploitation[J]. Marine Geology & Quaternary Geology, 2017, 37(5):1-11.]
[17] 何家雄, 钟灿鸣, 姚永坚, 等. 南海北部天然气水合物勘查试采及研究进展与勘探前景[J]. 海洋地质前沿, 2020, 36(12):1-14 HE Jiaxiong, ZHONG Canming, YAO Yongjian, et al. The exploration and production test of gas hydrate and its research progress and exploration prospect in the northern South China Sea[J]. Marine Geology Frontiers, 2020, 36(12):1-14.]
[18] Ikelle L T, Yung S K, Daube F. 2-D random media with ellipsoidal autocorrelation functions[J]. Geophysics, 1993, 58(9):1359-1372. doi: 10.1190/1.1443518
[19] Ergintav S, Canitez N. Modeling of multi-scale media in discrete form[J]. Journal of Seismic Exploration, 1997, 6(1):77-96.
[20] Müller T M, Shapiro S A. Green's function construction for 2D and 3D elastic random media[C]//SEG Technical Program Expanded Abstracts 1999. SEG, 1999:1797.
[21] 奚先, 姚姚. 二维随机介质及波动方程正演模拟[J]. 石油地球物理勘探, 2001, 36(5):546-552 doi: 10.3321/j.issn:1000-7210.2001.05.005 XI Xian, YAO Yao. 2-D random media and wave equation forward modeling[J]. Oil Geophysical Prospecting, 2001, 36(5):546-552.] doi: 10.3321/j.issn:1000-7210.2001.05.005
[22] 奚先, 姚姚. 二维横各向同性弹性随机介质中的波场特征[J]. 地球物理学进展, 2004, 19(4):924-932 doi: 10.3969/j.issn.1004-2903.2004.04.037 XI Xian, YAO Yao. The wave field characteristics of 2-D transversely isotropic elastic random medium[J]. Progress in Geophysics, 2004, 19(4):924-932.] doi: 10.3969/j.issn.1004-2903.2004.04.037
[23] 奚先, 姚姚. 非平稳随机介质模型[J]. 石油地球物理勘探, 2005, 40(1):71-75 doi: 10.3321/j.issn:1000-7210.2005.01.018 XI Xian, YAO Yao. Non-stationary random medium model[J]. Oil Geophysical Prospecting, 2005, 40(1):71-75.] doi: 10.3321/j.issn:1000-7210.2005.01.018
[24] 奚先, 姚姚. 弹性随机介质模型的特征频率[J]. 地球物理学进展, 2005, 20(3):681-687 doi: 10.3969/j.issn.1004-2903.2005.03.017 XI Xian, YAO Yao. The characteristic frequency of the elastic random medium models[J]. Progress in Geophysics, 2005, 20(3):681-687.] doi: 10.3969/j.issn.1004-2903.2005.03.017
[25] 奚先, 姚姚, 顾汉明. 随机溶洞介质模型及其波场模拟[J]. 地球物理学进展, 2005, 20(2):365-369 doi: 10.3969/j.issn.1004-2903.2005.02.018 XI Xian, YAO Yao, GU Hanming. Random cavity medium model and the wave field simulation[J]. Progress in Geophysics, 2005, 20(2):365-369.] doi: 10.3969/j.issn.1004-2903.2005.02.018
[26] 李灿苹, 刘学伟, 勾丽敏, 等. 冷泉活动区天然气水合物上覆水体中气泡羽状流的数值模拟[J]. 中国科学: 地球科学, 2013, 43(3):391-399 LI Canping, LIU Xuewei, GOU Limin, et al. Numerical simulation of bubble plumes in overlying water of gas hydrate in the cold seepage active region[J]. Science China: Earth Sciences, 2013, 43(3):391-399.]
[27] 李灿苹, 勾丽敏, 尤加春, 等. 冷泉活动区气泡羽状流数值模型研究[J]. 海洋地质与第四纪地质, 2017, 37(5):141-150 LI Canping, GOU Limin, YOU Jiachun, et al. Study on numerical models about bubble plumes in the cold seepage active region[J]. Marine Geology & Quaternary Geology, 2017, 37(5):141-150.]
[28] Korn M. Seismic waves in random media[J]. Journal of Applied Geophysics, 1993, 29(3-4):247-269. doi: 10.1016/0926-9851(93)90007-L
[29] 李灿苹, 刘学伟, 李敏锋, 等. 非均匀地质体散射波特征初探[J]. 石油物探, 2006, 45(2):134-140 doi: 10.3969/j.issn.1000-1441.2006.02.004 LI Canping, LIU Xuewei, LI Minfeng, et al. Preliminary study on scattering wave characteristics of heterogeneous geologic bodies[J]. Geophysical Prospecting for Petroleum, 2006, 45(2):134-140.] doi: 10.3969/j.issn.1000-1441.2006.02.004
[30] 李灿苹. 散射波特征与非均匀地质体对应关系研究[D]. 中国地质大学(北京)博士学位论文, 2006 LI Canping. A study on corresponding relationship between scattering wave characteristics and heterogeneous geologic bodies[D]. Doctor Dissertation of China University of Geosciences (Beijing), 2006.]
[31] 李灿苹, 王南萍, 李志宏. Von Karman型自相关函数模拟随机介质[J]. 物探与化探, 2010, 34(1):98-102 LI Canping, WANG Nanping, LI Zhihong. The application of Von Karman type autocorrelation function to modeling random media[J]. Geophysical and Geochemical Exploration, 2010, 34(1):98-102.]
[32] 杨金秀, Davies R, 肖佃师, 等. BSR及其下伏游离气区的分布特征与控制因素[J]. 石油与天然气地质, 2016, 37(1):87-92 doi: 10.11743/ogg20160112 YANG Jinxiu, Davies R, XIAO Dianshi, et al. Distributions of BSR and underlying free gas zones and related controlling factors[J]. Oil & Gas Geology, 2016, 37(1):87-92.] doi: 10.11743/ogg20160112
[33] 吴淑玉, 徐华宁, 刘俊, 等. 南海神狐海域非均质性天然气水合物储层的分频反演[J]. 海洋地质与第四纪地质, 2020, 40(6):106-120 WU Shuyu, XU Huaning, LIU Jun, et al. Frequency-divided inversion method of heterogenous natural gas hydrates reservoir in the Shenhu area, South China Sea[J]. Marine Geology & Quaternary Geology, 2020, 40(6):106-120.]
[34] 梁劲, 王宏斌, 郭依群. 南海北部陆坡天然气水合物的地震速度研究[J]. 现代地质, 2006, 20(1):123-129 doi: 10.3969/j.issn.1000-8527.2006.01.015 LIANG Jin, WANG Hongbin, GUO Yiqun. Study of seismic velocity about gas hydrates in the northern slope of the South China Sea[J]. Geoscience, 2006, 20(1):123-129.] doi: 10.3969/j.issn.1000-8527.2006.01.015