E-mail Alert Rss
 

物探与化探, 2025, 49(2): 312-320 doi: 10.11720/wtyht.2025.1265

方法研究信息处理仪器研制

番禺4洼古近系储层叠前反演预测技术研究

张振波, 刘灵, 刘道理, 杨登锋

中海石油(中国)有限公司 深圳分公司,广东 深圳 518054

Pre-stack inversion for prediction of the Paleogene reservoirs in the Panyu 4 Sag

ZHANG Zhen-Bo, LIU Ling, LIU Dao-Li, YANG Deng-Feng

Shenzhen Branch of CNOOC, Shenzhen 518054, China

第一作者: 张振波(1973-),男,正高级工程师,主要从事海上地震采集及资料处理解释工作。

责任编辑: 沈效群

收稿日期: 2024-06-26   修回日期: 2024-11-5  

基金资助: 中国海油石油有限公司“十四五”重大科技项目“海上深层/超深层油气勘探技术”(KJGG2022-0403)

Received: 2024-06-26   Revised: 2024-11-5  

摘要

针对少井且构造沉积双复杂的古近系地层,为了提高储层反演精度,首先在地震资料处理时,采用稀疏脉冲反演一次波估算和各向异性Q叠前深度偏移两项关键技术,提高了地震道集质量和成像品质,然后采用叠前同时反演方法开展研究工作。方法步骤如下:①使用叠加速度,通过层约束Dix反演获得纵波阻抗低频模型;②使用分角度叠加数据和经过井震标定的子波进行弹性阻抗反演,得到远、中、近道弹性阻抗体;③通过Fatti反演,获得初始纵波阻抗、初始横波阻抗和初始密度;④开展叠前同时反演,获得最终的纵波阻抗、横波阻抗和密度;⑤利用岩性和物性反演结果,预测储层展布范围。该方法基于三维地震数据驱动,且对测井依赖程度低,可为类似地质条件下的储层预测工作提供借鉴。

关键词： 储层预测; Dix反演; 建模精度; 弹性阻抗反演; Fatti反演; 叠前同时反演

Abstract

To improve the inversion accuracy of reservoirs in the Paleogene strata with limited wells and sedimentary and structural complexity, two key technologies were used in seismic data processing: sparse pulse inversion for primary wave estimation and anisotropic Q-pre-stack depth migration (PSDM). This contributed to improved quality of seismic gathers and imaging. Then, the pre-stack simultaneous inversion method was applied as follows: (1) Stacking velocity and layer-constrained Dix inversion were employed to obtain a low-frequency model of P-wave impedance; (2) Elastic impedance inversion was performed using angle-stacked data and well-calibrated wavelets, yielding far, medium, and near elastic impedance; (3) Initial P- and S-wave impedance, as well as initial density, were obtained through Fatti inversion; (4) Pre-stack simultaneous inversion was performed to obtain the final P- and S-wave impedance and density; (5) Lithology and physical property inversion results were used to predict the reservoir distribution range. This method, driven by three-dimensional seismic data and exhibiting low dependence on logs, can serve as a reference for reservoir prediction under similar geological settings.

Keywords： reservoir prediction; Dix inversion; modeling accuracy; elastic impedance inversion; Fatti inversion; pre-stack simultaneous inversion

PDF (7970KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

张振波, 刘灵, 刘道理, 杨登锋. 番禺4洼古近系储层叠前反演预测技术研究[J]. 物探与化探, 2025, 49(2): 312-320 doi:10.11720/wtyht.2025.1265

ZHANG Zhen-Bo, LIU Ling, LIU Dao-Li, YANG Deng-Feng. Pre-stack inversion for prediction of the Paleogene reservoirs in the Panyu 4 Sag[J]. Geophysical and Geochemical Exploration, 2025, 49(2): 312-320 doi:10.11720/wtyht.2025.1265

0 引言

番禺4洼位于珠江口盆地珠一坳陷西江凹陷东南部,形成于珠琼运动一幕初期(约56 Ma),后受珠琼运动二幕(约38 Ma)的裂陷作用和南海运动、东沙运动等多期构造活动的影响,经历了断陷期、坳陷期和断块升降期等多个演化阶段,具有“先断后坳”构造特征。研究区域古近系文昌组地层沉积于裂陷早期,该时期沉积环境多变,沉积体系多样,既发育河流相又发育湖相,且纵横向变化均较快[1]。构造与沉积原因导致目标区文昌组地层断层极为发育,构造较为复杂,相带横向可对比性差,多种沉积体系纵向叠置,为构造沉积双复杂区。另外,该区钻遇文昌组地层的只有3口井,更加大了文昌组储层预测的难度。

地震反演技术是石油勘探常用的预测地下储层的有效手段[2⇓⇓⇓-6],近年来,已有不少学者对古近系中深层储层预测方法开展了研究工作并取得了一些进展[7⇓⇓-10]。徐长贵等[11]基于工作实践提出了适合渤海古近系中深层储层预测的技术思路与方法,包括陆相层序地层分析、古地貌分析、地震相组合与地震属性解释以及成岩动力学分析等。针对沙南凹陷中深层优质储层预测难题,黄江波等[12]提出了相控叠前弹性反演技术,可有效反映中深层储盖层空间变化特征。

对于少井且构造沉积双复杂区,由于岩性横向变化快、非均质性强,常用的叠前反演技术受初始低频模型精度影响,其反演结果的可靠性有待提高。本研究首先利用弹性阻抗反演得到纵波阻抗、横波阻抗、密度等参数,再以此作为叠前同时反演的低频模型,进而得到更可信的纵、横波阻抗和密度数据,为后续储层展布和更准确的沉积相划分提供了依据。

1 技术对策

传统地震反演方法通常是基于测井约束低频模型开展的[13-14],而研究区只有3口井钻遇文昌组,且位于不同相带,钻遇的砂岩储层薄、非均质性强,低频模型难以准确建立。

在这种受构造和沉积双复杂因素影响区,传统的、基于地质框架的插值方法建立的纵波阻抗模型不符合地质规律(图1)。针对这个问题,本研究提出了低频模型迭代反演更新的叠前同时反演思路(图2),将利用弹性波阻抗反演[15-16]得到的弹性参数,作为后续叠前同时反演的初始低频模型,最终得到的弹性参数会更符合地震数据本身的规律,不完全依赖测井。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   过P6井基于地质框架插值的纵波阻抗模型

Fig.1   A P-wave impedance model based on geological framework interpolation for P6 well


图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   叠前同时反演流程

Fig.2   Flowchart of pre-stack simultaneous Inversion


1.1 弹性阻抗反演

弹性阻抗反演是介于叠后反演和叠前反演之间的一种反演方式,比叠前反演更稳定,运算速度更快,能同时得到纵波阻抗、横波阻抗和密度等多种弹性参数。

反射系数(R)的求取可以采用Zoeppritz方程的Fatti波阻抗近似式[10]。当纵波阻抗由小到中等变化时(-0.5<R<0.5),用纵波阻抗对数值可以较为精确地表示反射系数:

R(θ)≈12ΔIEIIEI2≈12ΔlnIEI。

式中:IEI为弹性阻抗;θ为入射角。对公式两侧积分并指数化,替换掉微分项和对数项可得:

IEI=IP(1+tan2θ)IS(-8ksin2θ)ρ(4ksin2θ-tan2θ)。

式中:k=vS2/vP2,vS、vP分别为横波速度和纵波速度;IP、IS分别为纵波阻抗和横波阻抗;ρ为密度。不难看出,式(2)中不同入射角θ对应的弹性阻抗IEI量纲存在差异,无法进行不同入射角的弹性阻抗值的直接对比,所以需要对其进行标准化处理。分别取IP、IS、ρ曲线的平均值IP0、IS0、ρ0作为参考常数:

IEI(θ)=IPIP01+tan2θISIS0-8ksin2θρρ04ksin2θ-tan2θ,

这样,IEI(θ)和3个分式的值都在1附近,解决了不同入射角的弹性阻抗量纲差异问题。

为了更好对比分析IEI(θ)和IP,用IP0对IEI(θ)进行标定,以统一IEI(θ)与IP的量纲:

IEI(θ)=IP0IPIP01+tan2θISIS0-8ksin2θρρ04ksin2θ-tan2θ。

这样,既保证了IEI(θ)与IP值的可对比性,又实现了不同入射角情况下IEI(θ)值的对比。

为了解决式(4)的非线性求解问题,对其两侧取对数,实现方程的线性表达:

lnIEI(θ)IP0=(1+tan2θ)lnIPIP0+(-8ksin2θ)·lnISIS0+(4ksin2θ-tan2θ)lnρρ0。

为了求得3个未知量IP、IS和ρ,需要至少3个入射角的弹性阻抗值,组成方程组:

lnIEI(θ1)IP0=(1+tan2θ1)lnIPIP0+(-8ksin2θ1)lnISIS0+(4ksin2θ1-tan2θ1)lnρρ0,lnIEI(θ2)IP0=(1+tan2θ2)lnIPIP0+(-8ksin2θ2)lnISIS0+(4ksin2θ2-tan2θ2)lnρρ0,lnIEI(θ3)IP0=(1+tan2θ3)lnIPIP0+(-8ksin2θ3)lnISIS0+(4ksin2θ3-tan2θ3)lnρρ0,

式中:θ1、θ2、θ3为不同的入射角。这样,使用至少3个分角度叠加地震数据对应的弹性阻抗,利用方程组(6)即可求得IP、IS和ρ。与传统的井插值方式建立IP、IS和ρ低频模型不同,本研究的多级反演方法是以式(6)获得的IP、IS、ρ这3个数据作为初始模型,代替传统低频模型参与叠前同时反演。

1.2 岩性物性反演

由于弹性参数是岩性、物性和流体三者耦合的非线性关系,难以直接求解得到泥质含量和孔隙度等岩性物性参数,现阶段大多数采用了概率统计学反演方法[17-18],但概率性方法需要进行全局寻优或者随机抽样,求解岩石物理反演问题的计算效率较低。因此,本文提出了岩石物理模型约束下的神经网络储层参数定量预测方法[19⇓-21](图3),其实现步骤为:①通过弹性阻抗反演和叠前同时反演得到纵波阻抗、横波阻抗、密度等弹性参数;②构建适合本地区的岩石物理模型,建立地震弹性参数与储层参数之间的关系;③通过神经网络深度学习求解弹性参数与储层参数之间的非线性方程组,得到储层参数。通过岩石物理建模,一方面可以正演多井声波数据,解决样本少的问题,另一方面可以建立储层参数与弹性参数之间的关系,便于BP神经网络快速学习,得到泥质含量和孔隙度等岩性物性参数,使储层预测由定性走向定量。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   岩石物理约束下的人工智能储层定量预测技术

Fig.3   Artificial intelligence reservoir quantitative prediction technology under rockphysical constraints


2 实际资料应用

2.1 数据准备

为了满足多级叠前同时反演方法对地震数据信噪比、分辨率、道集质量和成像品质的要求,进行了有针对性的地震资料处理。主要包括以下两项技术。

1)稀疏脉冲反演一次波估算[14⇓-16]。研究区水深约100 m,多次波周期短、能量强。多次波与一次波相互干涉,导致古近系有效反射信号被多次波能量所淹没,文昌组地震资料品质严重降低。而且,由于工区水深较浅,海底及浅层近道反射信息不足,制约了SRME等传统的多次波压制技术的应用效果。稀疏脉冲反演一次波估算能够有效提高浅水区与自由表面相关多次波的压制效果,同时保持一次反射信号的振幅和相位特征,得到高质量的地震道集,为偏移成像和储层预测工作奠定了基础。

2)各向异性Q叠前深度偏移[22⇓-24]。地下反射介质类似于粘弹性介质,地震波在粘弹性介质传播过程中,上覆地层对地震波吸收衰减导致地震信号的高频损失和相位畸变,对目的层分辨率及地层成像造成不利影响。在各向异性网格层析反演获得的PSDM速度模型和TTI各向异性参数模型基础上,进一步开展各向异性Q层析反演和Q叠前深度偏移处理,合理补偿地震信号的高频损失,校正地震子波的相位畸变,有效提高了目的层文昌组断裂和地层成像精度,为储层预测提供了高品质叠前道集和叠加成果。

2.2 叠前同时反演

首先,综合使用地震速度场、地震解释和井标定、地震反演等数据,进行层约束Dix反演。在考虑已钻井揭示的火成岩影响的基础上(图4a),利用层约束Dix反演获得的层速度(图4b),结合地质框架进行插值,获得纵波阻抗低频模型(图4c)。与传统仅用测井插值建立低频模型方法相比,井震结合丰富了纵波阻抗低频信息。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   过P6井的层约束Dix反演结果

Fig.4   Layer constrained Dix inversion results through P6 well


然后,使用层约束Dix反演得到的低频纵波阻抗,以及经过针对性处理得到的远、中、近角度部分道叠加数据和经过井震标定的子波作为输入,进行弹性阻抗反演,分别得到远角弹性阻抗、中角弹性阻抗和近角弹性阻抗(图5)。由弹性方程组获取的弹性波阻抗使用的基础数据来源于不同角度叠加地震资料,在分角度叠加三维地震数据驱动下建立的中低频模型突出了地下介质的各向异性,更加真实可靠。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   过P6井不同角度弹性阻抗反演剖面

Fig.5   Inversion profile of elastic impedance from different angles through P6 well


使用弹性阻抗反演得到不同角度的弹性阻抗后,就可以使用式(6),通过Fatti反演,获得初始纵波阻抗、初始横波阻抗和初始密度(图6)。该结果作为叠前同时反演的初始模型,与基于测井约束的传统低频模型相比,精度明显大幅度提高。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   过P6井初始反演剖面

Fig.6   Initial inversion profile through P6 well


最后,利用Fatti反演得到的高精度低频模型开展叠前同时反演,获得最终的纵波阻抗、横波阻抗和密度(图7)。与传统的通过测井插值建立低频模型得到的纵波阻抗反演结果对比,本方法得到的纵波阻抗反演结果精度更高,更具有可靠性(图8)。

图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   过P6井最终反演剖面

Fig.7   Final inversion profile through P6 well


图8

新窗口打开| 下载原图ZIP| 生成PPT

图8   不同方法得到的纵波阻抗反演结果对比

Fig.8   Comparison of P-wave impedance inversion results obtained by different methods


根据岩石物理分析结果,该区纵波阻抗和密度的相关度非常高(图9)。利用纵波阻抗和密度交会进行岩性预测,获得砂岩概率体。在岩性预测的基础上,采用测井孔隙度解释方法开展优质储层的预测。

图9

新窗口打开| 下载原图ZIP| 生成PPT

图9   番禺地区密度与纵波阻抗交会图

Fig.9   Plot of density and P-wave impedance in Panyu area


2.3 效果分析

为了更好验证反演结果的可靠性,对多级叠前同时反演和储层预测结果,通过测井数据从弹性参数、岩性、物性三方面进行局部评价,从物源方向、储层物性变化特征两个方面进行宏观评价。从多级叠前同时反演结果中分别提取了研究区内钻遇古近系3口井的纵波阻抗、横波阻抗和密度井旁伪井曲线,并与进行了60 Hz低通滤波的测井曲线进行了匹配对比(图10)。结果显示,3口井的叠前反演结果与已钻井都有较高的吻合度。

图10

新窗口打开| 下载原图ZIP| 生成PPT

图10   叠前反演结果与测井曲线对比

Fig.10   Comparison between pre-stack inversion results and logging curves


除此之外,还从预测结果与物源方向匹配程度方面进行了宏观评价,预测结果显示,文三段与文四段的储层总厚度都表现为东西两侧厚,而中部薄(图11)。这与番禺4洼物源主要来自于东西两侧,两侧砂岩相对更为发育,而湖盆中心砂岩整体欠发育的区域地质规律较为符合。另外,还进行了地层岩性和储层物性预测结果评价。P6井文三段顶部以泥岩为主,物性相对较差,中下部砂岩较为发育,中部储层物性最好,底部以砂砾岩为主,物性较差(图12a);P8井钻遇湖盆中心,砂岩整体不发育,全井段物性均较差,仅在文昌组底部发育一套相对较厚砂岩(图12b)。从匹配结果来看,各井地层岩性与储层物性反演结果与已钻井均较为吻合。

图11

新窗口打开| 下载原图ZIP| 生成PPT

图11   文昌组储层总厚度

Fig.11   Total reservoir thickness map of Wenchang Formation


图12

新窗口打开| 下载原图ZIP| 生成PPT

图12   地层岩性与储层物性反演结果

Fig.12   Inversion results of stratigraphic lithology and physical properties


最后从储层物性变化特征进行质量评价(图13)。从横向看,储层东部以断控近岸水下扇沉积体系为主,靠近陡坡扇根部,分选性较差,物性整体较差;湖盆中心主要为半深湖—深湖相,储层整体较差;而介于扇根和湖盆中心之间的扇中物性相对较好[13]。从纵向上看,随着埋藏深度增加,压实作用增强,储层物性逐渐变差。无论横向上还是纵向上,本次储层预测结果均符合本区的总体沉积规律。

图13

新窗口打开| 下载原图ZIP| 生成PPT

图13   文昌组优质储层总厚度图与孔隙度反演剖面

Fig.13   Total thickness map and porosity inversion profile of high-quality reservoir in Wenchang Formation


3 结论与认识

针对研究区钻井少、地层横向变化快、构造沉积双复杂的难题,采用了不依赖于测井的基于三维地震数据驱动的低频模型迭代反演更新的叠前同时反演流程,利用弹性波阻抗反演得到的弹性参数作为后续叠前同时反演的初始低频模型,提高了建模精度,获得了更真实可靠的反演弹性参数体和有效储层预测结果。

该叠前同时反演流程充分利用分角度叠加地震数据信息构建中低频模型,突出了地下介质的各向异性,进而利用高精度的低频模型开展叠前同时反演。实钻证明,弹性反演成果和储层预测结果均较符合实际情况。

本文总结了攻关研究的关键技术思路,以期为类似地质条件下的地震成像和储层预测工作提供借鉴。

参考文献

张丽, 吴静, 蔡国富, 等.

珠江口盆地番禺4洼文昌组储层特征及主控因素

[J]. 矿物岩石, 2022, 42(4):116-127.

[本文引用: 1]

Zhang L, Wu J, Cai G F, et al.

Reservoir characteristics and main controlling factors of Wenchang formation in Panyu-4 depression,Pearl River Mouth Basin

[J]. Mineralogy and Petrology, 2022, 42(4):116-127.

[本文引用: 1]

姜岩, 徐立恒, 张秀丽, 等.

叠前地质统计学反演方法在长垣油田储层预测中的应用

[J]. 地球物理学进展, 2013, 28(5):2579-2586.

[本文引用: 1]

Jiang Y, Xu L H, Zhang X L, et al.

Prestack geostatistical inversion method and its application on the reservoir prediction of Changyuan oil field

[J]. Progress in Geophysics, 2013, 28(5):2579-2586.

[本文引用: 1]

杨海长, 李智, 徐建永, 等.

叠前反演在LHK地区烃类检测中的应用

[J]. 物探与化探, 2011, 35(5):666-670,688.

[本文引用: 1]

Yang H Z, Li Z, Xu J Y, et al.

The application of pre-stack seismic inversion to hydrocarbon detection in the complex oil and gas field

[J]. Geophysical and Geochemical Exploration, 2011, 35(5):666-670,688.

[本文引用: 1]

张卫卫, 刘军, 刘力辉, 等.

珠江口盆地番禺4洼古近系文昌组岩性预测技术及应用

[J]. 岩性油气藏, 2022, 34(6):118-125.

DOI:10.12108/yxyqc.20220610      [本文引用: 1]

珠江口盆地番禺4洼古近系具有较大的勘探潜力，多口钻井在古近系产出油气。将射线弹性阻抗表示为纵波阻抗和横波阻抗的函数，从道集内提取具有泊松阻抗意义的泊松反射率数据，并通过角度扫描敏感角度叠加的数据进行泊松阻抗反演，预测了珠江口盆地番禺4洼古近系砂岩平面展布。研究结果表明：①番禺4洼古近系文昌组岩性复杂，包括泥岩、炭质泥岩、粉砂岩及砂岩等，砂岩为高泊松阻抗特征，对应地震剖面上的波峰反射，泥岩为低泊松阻抗特征，对应地震剖面上的波谷反射。②不同岩性的敏感角度不同，通过正演模拟及实际资料的角度扫描，认为20°～25°叠加数据可以突出砂岩的地震响应。③研究区文昌组二段、三段和四段均有砂岩储层发育，其中文三段砂岩储层横向变化大，有利区域主要分布于A井东侧，为下一步有利勘探目标。

Zhang W W, Liu J, Liu L H, et al.

Lithology prediction technology and its application of Paleogene Wenchang Formation in Panyu-4 depression,Pearl River Mouth Basin

[J]. Lithologic Reservoirs, 2022, 34(6):118-125.

[本文引用: 1]

罗明, 刘汉卿, 宗兆云, 等.

东沙隆起区灰岩强振幅影响下储层识别与流体检测研究及应用

[J]. 物探化探计算技术, 2023, 45(3):335-343.

[本文引用: 1]

Luo M, Liu H Q, Zong Z Y, et al.

Research and application of reservoir identification and oil-gas prediction under the influence of the strong amplitude of limestone in the Dongsha uplift area

[J]. Computing Techniques for Geophysical and Geochemical Exploration, 2023, 45(3):335-343.

[本文引用: 1]

苑书金.

叠前地震反演技术的进展及其在岩性油气藏勘探中的应用

[J]. 地球物理学进展, 2007, 22(3):879-886.

[本文引用: 1]

Yuan S J.

Progress of pre-stack inversion and application in exploration of the lithological reservoirs

[J]. Progress in Geophysics, 2007, 22(3):879-886.

[本文引用: 1]

姜勇, 俞伟哲, 刘庆文, 等.

基于目标最优双向建模的柯西约束反演方法研究及应用

[J]. 石油物探, 2023, 62(1):142-153.

DOI:10.3969/j.issn.1000-1441.2023.01.012      [本文引用: 1]

初始模型构建和反演算法是影响反演可靠性与精度的两个关键因素。针对勘探程度低、钻井少且井距大带来的低频模型构建不合理、储层与围岩反射系数差异小所造成的反演预测精度低的问题,建立了基于目标最优双向建模的柯西约束反演方法。该方法基于地震反演预测目标,在利用岩相统计分析敏感地震属性的基础上将岩石物理垂向低频趋势与敏感地震属性的横向变化相结合,提高低频模型指示砂体横向边界的能力,实现了更加符合区域地质认识的目标最优双向初始模型构建;结合目标最优双向初始模型,采用三参数柯西先验分布对反演参数进行正则化约束,利用柯西分布长尾巴特征保护弱反射信息,提高薄层反演的垂向预测精度。XH凹陷A区块中深层勘探的实际资料应用结果表明,基于目标最优双向建模的柯西约束反演结果与研究区潮坪、三角洲的沉积环境特征吻合,并通过提高储层预测的纵、横向分辨能力有效指导了A区块的勘探实践。

Jiang Y, Yu W Z, Liu Q W, et al.

Research on and application of Cauchy constrained inversion method based on objective-optimal bidirectional modeling

[J]. Geophysical Prospecting for Petroleum, 2023, 62(1):142-153.

DOI:10.3969/j.issn.1000-1441.2023.01.012      [本文引用: 1]

The initial model construction and the inversion algorithm are two key factors that affect the reliability and accuracy of inversion.Due to less drilling and large well spacing in the middle and deep layers of low exploration areas,the construction of low-frequency models in these areas is unreasonable.Additionally,the difference in reflection coefficient between reservoirs and surrounding rock is small,resulting in low inversion prediction accuracy.Thus,a Cauchy constrained inversion method based on target optimal bidirectional modeling was established.Based on the target of seismic inversion prediction,the sensitive seismic attributes were analyzed through lithofacies analysis.The vertical low-frequency trend of rock physics combined with the transverse variation of sensitive seismic attributes improve the ability of low-frequency models to identify the transverse boundary of sand bodies,and enable the construction of a target optimal two-way initial model that is more in line with the regional geology.Combined with objective-optimal bidirectional modeling,the three-parameter Cauchy distribution is used to regularize the inversion parameters,and the long tail feature of Cauchy distribution is used to protect the weak reflection information to improve the vertical prediction accuracy of thin layer inversion.The practical application in an area of XH sag shows that the inversion results based on the technique are consistent with the sedimentary environment characteristics of tidal flats and deltas in the study area.Thus,these results effectively guide the exploration practice by improving the vertical and lateral resolution of reservoir prediction.

Zhang Z B, Xuan Y H, Deng Y.

Simultaneous prestack inversion of variable-depth streamer seismic data

[J]. Applied Geophysics, 2019, 16(1):92-100.

[本文引用: 1]

陈兆明, 李志晔, 张卫卫, 等.

深度学习算法在白云凹陷深水区密度反演中的应用

[J]. 中国海上油气, 2022, 34(3):55-61.

[本文引用: 1]

Chen Z M, Li Z Y, Zhang W W, et al.

Application of depth learning algorithm to density inversion in deepwater area of Baiyun Sag

[J]. China Offshore Oil and Gas, 2022, 34(3):55-61.

[本文引用: 1]

Fatti J L, Smith G C, Vail P J, et al.

Detection of gas in sandstone reservoirs using AVO analysis:A 3-D seismic case history using the Geostack technique

[J]. Geophysics, 1994, 59(9):1362-1376.

[本文引用: 2]

徐长贵, 赖维成.

渤海古近系中深层储层预测技术及其应用

[J]. 中国海上油气, 2005, 17(4):231-236.

[本文引用: 1]

Xu C G, Lai W C.

Predication technologies of Paleogene mid-deep reservoir and their application in Bohai Sea

[J]. China Offshore Oil and Gas, 2005, 17(4):231-236.

[本文引用: 1]

黄江波, 左中航, 侯栋甲, 等.

叠前密度反演技术在沙南凹陷中深层储层预测中的应用

[J]. 海洋地质前沿, 2021, 37(2):46-53.

[本文引用: 1]

Huang J B, Zuo Z H, Hou D J, et al.

Application of pre-stack density inversion technology to middle-deep reservoir prediction in Shanan depression

[J]. Marine Geology Frontiers, 2021, 37(2):46-53.

[本文引用: 1]

陈人杰, 徐乐意, 刘灵, 等.

基于协克里金技术的陆相地层反演低频模型构建方法

[J]. 物探与化探, 2023, 47(6):1595-1601.

[本文引用: 2]

Chen R J, Xu L Y, Liu L, et al.

A low frequency model construction method for continental strata inversion based on co-Kriging technique

[J]. Geophysical and Geochemical Exploration, 2023, 47(6):1595-1601.

[本文引用: 2]

张霖斌, 姚振兴.

层状介质的声波波动方程反演

[J]. 地球物理学进展, 2000, 15(2):22-29.

[本文引用: 2]

Zhang L B, Yao Z X.

Wavform inversion of acoustic data in layered media

[J]. Progress in Geophysics, 2000, 15(2):22-29.

[本文引用: 2]

Connolly P.

Elastic impedance

[J]. The Leading Edge, 1999, 18(4):438-452.

[本文引用: 2]

杨辉, 戴世坤, 宋海斌, 等.

综合地球物理联合反演综述

[J]. 地球物理学进展, 2002, 17(2):262-271.

[本文引用: 2]

Yang H, Dai S K, Song H B, et al.

Overview of joint inversion of integrated geophysics

[J]. Progress in Geophysics, 2002, 17(2):262-271.

[本文引用: 2]

甘利灯, 王峣钧, 罗贤哲, 等.

基于孔隙结构参数的相控渗透率地震预测方法

[J]. 石油勘探与开发, 2019, 46(5):883-890.

DOI:10.11698/PED.2019.05.07      [本文引用: 1]

针对在储集层孔隙结构复杂、岩相分布非均质性较大情况下采用孔隙度直接线性回归法预测渗透率存在适用性差的问题,提出综合考虑储集层孔隙结构、孔隙度和岩相等因素进行复杂储集层渗透率预测的方法。首先采用储集层段孔隙度、弹性参数及剪切骨架柔度因子进行岩相分析,然后在每类岩相中采用弹性参数、孔隙度及剪切骨架柔度因子进行多元回归得到预测渗透率。通过研究区测井资料渗透率预测实验表明,刻画孔隙结构的剪切柔度因子对渗透率的影响比常规弹性参数敏感,可以更好地用于渗透率预测;岩相分类精度会对渗透率预测产生较大影响,精确地岩相分类仍然是渗透率预测前提条件。实际研究区应用效果验证了基于孔隙结构参数的相控渗透率地震预测方法准确有效,为渗透率预测提供了一种有效方法。图13表2参14

Gan L D, Wang Y J, Luo X Z, et al.

A permeability prediction method based on pore structure and lithofacies

[J]. Petroleum Exploration and Development, 2019, 46(5):883-890.

[本文引用: 1]

胡华锋, 印兴耀, 吴国忱.

基于贝叶斯分类的储层物性参数联合反演方法

[J]. 石油物探, 2012, 51(3):225-232.

[本文引用: 1]

应用地球物理资料进行储层物性参数反演是储层预测及综合评价的重要步骤。基于贝叶斯分类的储层物性参数联合反演方法综合应用统计岩石物理模型和蒙特卡罗仿真模拟技术，在贝叶斯反演框架下，基于贝叶斯分类算法计算储层物性参数后验概率分布，实现多种储层物性参数的联合反演。该方法不需要进行复杂的模型初始化，而是通过统计岩石物理模型建立储层物性参数与岩石弹性参数之间的关系，进而与叠前地震反演相结合，不仅能模拟地球物理随机特性，还能解决常规物性参数反演方法对测井资料过度依赖的问题。海上某区块实际资料应用结果表明，该方法能为储层精细描述提供多种物性参数，并可对反演结果的误差进行定量评价。

Hu H F, Yin X Y, Wu G C.

Joint inversion of petrophysical parameters based on Bayesian chassification

[J]. Geophysical Prospecting for Petroleum, 2012, 51(3):225-232.

[本文引用: 1]

Saltzer R, Finn C, BurtzOlivier M.

Predicting Vshale and porosity using cascaded seismic and rock physics inversion

[J]. Geophy-sics, 2019, 24:732-736.

[本文引用: 1]

邓继新, 王尚旭.

基于统计岩石物理的含气储层饱和度与孔隙度联合反演

[J]. 石油天然气学报, 2009, 31(1):48-52,391.

[本文引用: 1]

Deng J X, Wang S X.

Joint inversion of saturation and porosity in gas reservoirs based on statistical rock physics

[J]. Journal of Oil and Gas Technology, 2009, 31(1):48-52,391.

[本文引用: 1]

刘灵, 张卫卫, 朱焱辉, 等.

基于岩石物理模型的凝灰质砂岩的识别与刻画——以珠江口盆地惠州凹陷古近系砂岩储层为例

[J]. 石油物探, 2024, 63(2):336-345.

DOI:10.12431/issn.1000-1441.2024.63.02.006      [本文引用: 1]

惠州H5油田位于珠江口盆地惠州凹陷, 古近系恩平组下段砂岩储层是其主力油层, 但储层中因火山作用而发育了致密的凝灰质砂岩。此类致密砂岩导致储层性能下降, 使得优质储层的预测面临挑战。准确识别凝灰质砂岩并刻画其分布范围是惠州H5油田优质储层预测的关键。为此, 根据已钻井资料和地震资料进行了含凝灰质砂岩的岩石物理建模, 得到了识别凝灰质砂岩的敏感岩石物理弹性参数; 在此基础上, 开展了地震资料叠前反演和人工智能深度学习的储层定量预测; 在储层预测结果的基础上, 识别并刻画了致密的凝灰质砂岩及其分布范围, 从而突出优质砂岩储层。提出了凝灰质砂岩岩石物理建模和岩石物理模型驱动下的人工智能储层预测技术及其流程。该技术应用于惠州H5油田的储层评价, 在钻前成功识别了H5-3d井区和H5-5d井区恩平组下段发育的凝灰质砂岩, 准确刻画了其分布范围和边界, 为后续评价井的钻探和储量申报提供了重要依据。

Liu L, Zhang W W, Zhu Y H, et al.

Identification and characterization of tuffaceous sandstone based on petrophysical model:A case study of Paleogene sandstone reservoir in Huizhou Sag of the Pearl River Mouth Basin

[J]. Geophysical Prospecting for Petroleum, 2024, 63(2):336-345.

[本文引用: 1]

丁在宇, 杨勇, 王一鸣, 等.

浅海拖缆地震数据处理中关键技术的应用与效果

[J]. 石油地球物理勘探, 2017, 52(S2):56-63,3.

[本文引用: 1]

Ding Z Y, Yang Y, Wang Y M, et al.

Application and effect of key technologies in seismic data processing of shallow water streamers

[J]. Oil Geophysical Prospecting, 2017, 52(S2):56-63,3.

[本文引用: 1]

杨鹏程, 李斌, 邵文潮, 等.

海域天然气水合物三维地震处理关键技术应用

[J]. 海洋石油, 2021, 41(3):1-7.

[本文引用: 1]

Yang P C, Li B, Shao W C, et al.

The key techniques of 3D seismic data processing for gas hydrate

[J]. Offshore Oil, 2021, 41(3):1-7.

[本文引用: 1]

薛志刚, 轩义华, 刘铮, 等.

气云区全波形反演约束Q场建模技术

[J]. 吉林大学学报:地球科学版, 2022, 52(2):613-623.

[本文引用: 1]

Xue Z G, Xuan Y H, Liu Z, et al.

FWI guided Q modeling technology in gas clouds area

[J]. Journal of Jilin University:Earth Science Edition, 2022, 52(2):613-623.

[本文引用: 1]

/

〈 〉

京ICP备05055290号-3
版权所有 © 2021《物探与化探》编辑部
通讯地址：北京市学院路29号航遥中心 邮编：100083
电话：010-62060192；62060193 E-mail：whtbjb@sina.com , whtbjb@163.com