CN102426390B - 一种非均质泥砂岩储层储量确定方法 - Google Patents

Abstract

本发明涉及一种非均质泥砂岩储层储量确定方法，包括：获得油藏原始地层条件参数，进行测井数据流体替换得到储层饱和水时对应弹性参数曲线；基于饱和水测井曲线和统计得到的砂岩储层和泥岩夹层的泥质含量和孔隙度分布函数，利用岩石物理诊断确定岩石物理模型，并利用边界理论计算地震尺度下非均质油藏弹性参数变化与含水饱和度和储层净毛比关系，建立模板；利用地震阻抗数据计算累积阻抗属性，并通过建立的模板定量解释储层有效砂岩厚度与含油气饱和度，并乘积得到油藏储量。本发明通过地震尺度下弹性参数计算和图版建立，并利用地震累积阻抗属性，实现了非均质泥砂岩油藏净毛比和饱和度的定量评价，达到确定储量的目的。

Description

一种非均质泥砂岩储层储量确定方法

技术领域

本发明涉及非均质油气田地震勘探与油藏预测与评价方法，特别是非均质泥砂岩储层储量确定方法。

背景技术

非均质泥砂岩油气藏勘探与开发一直是我国油气勘探与开发研究的难点与重点，也是勘探地球物理与油藏地球物理研究的难点与热点。目前针对非均质油气藏研究的重点集中在如何提高地震资料分辨率以及薄层反演精度，实现非均质油气藏的精确刻画与描述。但通过处理手段过度提高地震分辨率会影响地震资料保真度，而通过模型反演提高薄层识别精度具有较强的多解性，从而增加钻探风险。此外，地震波在地下介质中传播时是一种低频三维体波，因此其包含的弹性参数信息是一定三维空间内岩石弹性参数的综合，而非仅仅一个点的弹性特征。因此实际地震数据反映的地层弹性参数信息与基于高频射线理论得到的地层弹性参数信息不完全一致。基于高频射线理论得到的地层弹性参数信息反映了一个点的特征，而实际地震数据反映了三维体波范围内的弹性参数，只有当三维体波范围内为均匀介质时，高频射线理论得到的地层弹性参数信息才与实际地震数据反映的弹性参数一致。而对于实际非均质油气藏地震数据反映的地下介质弹性特征很难与在某一点上测量结果一致(如测井数据和岩石物理实验室测量数据)。因此，非均质泥砂岩油气藏复杂的油藏结构一方面给寻找更多的剩余油分布区提供了广阔的空间，另一方面单一非均质油藏薄层厚度超出地震分辨能力以及地震尺度下油藏参数与弹性参数的复杂关系很大程度上又阻碍了非均质泥砂岩勘探精度的提高。但应注意到，非均质泥砂岩油气藏的开发通常不取决于单一薄层，而是整个薄互层组合，且通常采用合注合采方式进行开发，因此将非均质储层作为整体，并利用受测量尺度与油藏结构影响较小的属性表征油藏特征，对于有效降低地震分辨率约束与测量尺度影响，实现非均质油气藏储层预测与表征十分有利。

总之，目前非均质泥砂岩储层地震评价方法研究存在的主要问题是：1、非均质泥砂岩储层结构变化复杂，泥岩薄层、砂岩薄层厚度超出了基于地震资料进行识别的能力范围，不能实现基于地震资料的单一薄层精细描述，更难以基于地震数据实现单一薄层的定量分析与评价。2、油藏参数与岩石弹性参数变化关系受测量尺度影响，基于测井数据、实验室岩芯测量数据建立的油藏参数与岩石弹性参数变化关系不能直接应用于地震波阻抗反演数据解释。3、传统的地震属性受储层泥岩薄层和砂岩薄层组合方式变化影响很大，而非均质泥砂岩储层组合方式变化大，因此利用传统属性难以对非均质泥砂岩储层整体进行横向对比与评价，无法确定储层储量。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种非均质泥砂岩储层储量确定方法，是在岩石物理模型诊断基础上，利用边界理论计算地震尺度下弹性参数变化，建立地震尺度下非均匀油藏含水饱和度与储层净毛比定量解释模板，并通过油藏累积阻抗属性计算与数据交汇，定量解释油藏净毛比与含油气饱和度，从而实现非均匀泥砂岩油藏储量确定。

为实现上述目的，本发明提供了一种非均质泥砂岩储层储量确定方法，该方法包括：

根据实际油藏地层条件，获得油藏原始地层条件参数，得到油藏完全饱和水时对应的纵波速度曲线、横波速度曲线、密度曲线、孔隙度曲线和泥质含量曲线；

基于所述完全饱和水时实际测井曲线，结合测井数据解释成果针对实际油藏目标储层部分统计分析砂岩储层和泥岩夹层的泥质含量、孔隙度分布特征，并计算获取泥质含量、孔隙度正态分布函数参数；

基于所述完全饱和水时实际测井曲线和统计的砂岩储层和泥岩夹层的泥质含量和孔隙度分布函数，利用纵波速度、孔隙度和泥质含量以及横波速度、孔隙度和泥质含量进行三参数交汇分析，并根据数据交汇特征，通过岩石物理诊断确定合适的岩石物理模型；

基于确定的岩石物理模型以及相关参数和实际油藏砂岩储层与泥岩夹层泥质含量、孔隙度正态分布函数参数以及原始储层条件下储层流体弹性参数与密度参数，利用边界理论计算地震尺度下不同净毛比与含水饱和度条件下弹性参数，并形成用于实际油藏净毛比与含水饱和度定量解释的纵波阻抗值与纵、横波速度比值交汇图版，所述净毛比为砂岩储层占目标储层总厚度比例；

基于实际油田地震数据反演得到的纵波阻抗和横波阻抗数据，将非均质储层作为整体，计算获得储层顶、底之间纵波与横波累积阻抗属性，并将纵波累积阻抗属性与横波累积阻抗属性分别除以油藏储层总厚度，得到纵波累积阻抗平均属性与横波累积阻抗平均属性，并计算获取纵波速度与横波速度比值；

将实际油田纵波累积阻抗平均属性以及纵波速度与横波速度比值进行交汇分析并与建立的纵波阻抗值与纵、横波速度比值交汇图版叠合，根据实际油田纵波累积阻抗平均以及纵波速度与横波速度比值交汇点在图版中的位置，确定该点对应的储层净毛比与含水饱和度；

将根据图版确定的储层净毛比与实际油田储层厚度进行乘积，得到实际油藏储层有效砂岩厚度；将储层有效砂岩厚度与油藏含油气饱和度乘积得到油藏储量。

本发明实施例提供的非均质泥砂岩储层储量确定方法，利用地震尺度下弹性参数计算与图版建立方法，实现了非均质泥砂岩油藏净毛比和饱和度变化的定量评价，有效提高了非均质泥砂岩油藏评价精度，降低了钻探风险，并采用地震累积阻抗属性，具有更好的稳定性，提高非均质油气藏评价的精度，并且可以拓展到三维空间进行应用。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是本发明一种非均质泥砂岩储层储量确定方法的流程图；

图2是流体替换前、后实际测井曲线，自左至右以此是：伽马测井曲线、密度测井曲线、声波测井曲线、孔隙度曲线、纵波阻抗测井曲线，实曲线为流体替换前含气储层对应测井曲线，点曲线为流体替换后饱和水储层对应测井曲线；

图3是流体替换前，纵波速度随孔隙度变化，自左至右自上到下四幅图中的颜色分别代表：泥质含量值、油藏埋藏深度、密度和含水饱和度；

图4是流体替换后，纵波速度随孔隙度变化，自左至右自上到下四幅图中的颜色分别代表：泥质含量值、油藏埋藏深度、密度和含水饱和度；

图5是基于测井资料统计得到：砂岩储层孔隙度概率分别特征(左)，砂岩储层泥质含量概率分别特征(右)；

图6是基于测井资料统计得到：泥岩层孔隙度概率分别特征(左)，泥岩层泥质含量概率分别特征(右)；

图7是基于纵波速度随孔隙度变化进行岩石物理诊断，图中点数据为油藏储层部分实际测井数据，而曲线是基于一致性胶结砂岩模型计算的结果；

图8是纵波阻抗与纵、横波速度比值交汇图，上图中曲线为净毛比等值线，而下图中曲线为含水饱和度等值线；

图9是储层含气时，基于纵波阻抗与纵、横波速度比值建立的净毛比与含水饱和度定量计算图版；

图10是储层含油时，基于纵波阻抗与纵、横波速度比值建立的净毛比与含水饱和度定量计算图版；

图11是基于实际地震资料叠前反演得到的纵波阻抗剖面图(上图)与横波阻抗剖面图(下图)，阻抗单位：km/s*g/cc；

图12是基于实际油藏纵波阻抗与横波阻抗计算得到的油藏累积纵波阻抗平均属性和纵、横波阻抗比值随CDP变化，纵波阻抗平均属性单位：km/s*g/cc；

图13是基于建立的纵波阻抗与纵横波速度比值交汇图版和实际油藏累积纵波阻抗平均属性和纵横波阻抗比值，确定实际油藏储层净毛比与含水饱和度；

图14是基于图版解释结果得到实际油藏储层净毛比随CDP变化(上图)和实际油藏储层有效厚度随CDP变化(下图)，实际油藏储层有效厚度单位：m。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。

如图1所示，为本发明实施例一种非均质泥砂岩储层储量确定方法的流程图，具体包括：

步骤110：根据实际油藏地层条件，获得油藏原始地层条件参数，得到油藏完全饱和水时对应的纵波速度曲线、横波速度曲线、密度曲线、孔隙度曲线和泥质含量曲线；

步骤120：基于所述完全饱和水时实际测井曲线，结合测井数据解释成果针对实际油藏目标储层部分统计分析砂岩储层和泥岩夹层的泥质含量、孔隙度分布特征，并计算获取泥质含量、孔隙度正态分布函数参数；

步骤130：基于所述完全饱和水时实际测井曲线和统计的砂岩储层和泥岩夹层的泥质含量和孔隙度分布函数，利用纵波速度、孔隙度和泥质含量以及横波速度、孔隙度和泥质含量进行三参数交汇分析，并根据数据交汇特征，通过岩石物理诊断确定合适的岩石物理模型；

步骤140：基于确定的岩石物理模型以及相关参数和实际油藏砂岩储层与泥岩夹层泥质含量、孔隙度正态分布函数参数以及原始储层条件下储层流体弹性参数与密度参数，利用边界理论计算地震尺度下不同净毛比与含水饱和度条件下弹性参数，并形成用于实际油藏净毛比与含水饱和度定量解释的纵波阻抗值与纵、横波速度比值交汇图版，所述净毛比为砂岩储层占目标储层总厚度比例；

步骤150：基于实际油田地震数据反演得到的纵波阻抗和横波阻抗数据，将非均质储层作为整体，计算获得储层顶、底之间纵波与横波累积阻抗属性，并将纵波累积阻抗属性与横波累积阻抗属性分别除以油藏储层总厚度，得到纵波累积阻抗平均属性与横波累积阻抗平均属性，并计算获取纵波速度与横波速度比值；

步骤160：将实际油田纵波累积阻抗平均属性以及纵波速度与横波速度比值进行交汇分析并与建立的纵波阻抗值与纵、横波速度比值交汇图版叠合，根据实际油田纵波累积阻抗平均以及纵波速度与横波速度比值交汇点在图版中的位置，确定该点对应的储层净毛比与含水饱和度；

步骤170：将根据图版确定的储层净毛比与实际油田储层厚度进行乘积，得到实际油藏储层有效砂岩厚度；将储层有效砂岩厚度与油藏含油气饱和度乘积得到油藏储量。

本发明具体采取以下工作步骤来实现上述技术方案：基于实际油藏参数与流体特征对测井数据进行流程替换与数据交汇分析→基于测井数据进行储层油藏参数分布特征统计分析与统计参数确定→利用岩石物理模型诊断与岩石物理参数优化方法确定适合实际油藏特征岩石物理模型与相关参数→利用Hashin-Shtrikman边界平均方法计算获得地震尺度下不同净毛比储层油藏弹性参数随含水饱和度变化关系与数据，并基于计算数据建立纵波阻抗与纵横波速度比值交汇图，形成利用纵波阻抗与纵横波速度比值交汇点确定非均质储层净毛比和含水饱和度的图版→将非均质储层作为整体，利用实际地震资料纵波阻抗、横波阻抗反演结果得到纵波累积阻抗属性与横波累积阻抗属性以及纵、横波累积阻抗平均属性→对累积纵波阻抗平均属性与累积纵、横波阻抗平均属性比值进行交汇，并利用建立的图版确定储层净毛比与含水饱和度→将储层净毛比与油藏厚度乘积得到有效砂岩厚度，并采用有效砂岩厚度与含油气饱和度交汇与乘积的方法完成对非均质泥砂岩储层的定量评价。技术方案与工作步骤详细叙述如下：

(1)根据实际油藏地层条件，获得油藏原始地层条件参数，包括温度、地层压力和流体压力，并通过实验室直接测量或Batzle-Wang流体弹性参数方程计算获得该条件下地下流体包括气、油和地层水体积模量与密度参数；并利用油藏流体弹性参数和实际油藏测井曲线，包括纵波速度曲线、横波速度曲线、密度曲线、孔隙度曲线和泥质含量曲线，基于Gassmann方程进行流体替换处理，得到油藏完全饱和水时对应的纵波速度曲线、横波速度曲线、密度曲线、孔隙度曲线和泥质含量曲线；通过数据交汇分析，对比油藏流体替换前后纵、横波速度变化随孔隙度变化关系，以及泥质含量变化、埋藏深度变化、饱和度变化和密度变化等对该关系的影响，确保流体替换处理的有效性。

油藏流体弹性参数可以根据油藏原始地层条件在实验室测定，也可以利用根据Batzle-Wang流体弹性参数方程进行计算。进行流体替换时，首先根据如下式(1)所示Gassmann方程，利用实际测井曲线获得干岩石体积模量与剪切模块：

$K_{\mathrm{Dry}}=K_s\frac{1-(1-\mathrm{\φ})K_{\mathrm{Sat}}/K_s-\mathrm{\φ}{K}_{\mathrm{Sat}}/K_f}{1+\mathrm{\φ}-\mathrm{\φ}{K}_s/K_f-K_{\mathrm{Sat}}/K_s}.---\left(1\right)$

G_Drv＝G_Sat

上式中，K_Dry和G_Dry为干岩石体积模块与剪切模块，K_Sat和G_Sat为饱和岩石体积模块与剪切模块，其值可以利用实际纵、横波和密度测井曲线通过方程(2)进行计算，φ为岩石孔隙度，K_s和K_f分别为岩石骨架和孔隙流体体积模块，其值可以通过公式(3)进行计算：

K_Sat＝V_p ²ρ-4/3V_s ²ρ

                                                (2)

G_Sat＝V_s ²ρ

$K_S=\frac{1}{2}[\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{I}_i{K}_i+{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}\frac{I_i}{K_i}\right)}^{-1}]---\left(3\right)$

$\frac{1}{K_f}=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{c_i}{K_{f_i}}$

上式中，V_p和V_s分别为纵、横波测井曲线值，ρ为体积密度测井曲线值；m和n分别为组成岩石矿物种类和组成孔隙流体种类总数，I_i，K_i分别为矿物体积分数和体积模量，C_i，K_fi分别为流体体积分数和流体体积模量。

在计算得到干岩石体积模量和剪切模块后，可以根据下面的如下的方程(4)获得油藏岩石饱和水时的体积模量与剪切模量，并根据方程(2)得到油藏饱和水时的纵、横波速度测井曲线和体积密度曲线。

$K_{\mathrm{Wet}}=K_s\frac{\mathrm{\φ}{K}_{\mathrm{Dry}}-(1+\mathrm{\φ})K_w{K}_{\mathrm{Dry}}/K_s+K_w}{(1-\mathrm{\φ})K_w+\mathrm{\φ}{K}_s-K_w{K}_{\mathrm{Dry}}/K_s}---\left(4\right)$

G_Wet＝G_Dry

上式中，K_Wet和G_Wet为饱和水岩石体积模块与剪切模块，K_W为地层条件下地层水的体积模量。通过上面的计算就可以由饱和不同流体测井数据获取储层完全饱和水时的测井数据，为岩石物理诊断做好数据准备。

为了说明利用实际测井曲线基于Gassmann方程进行流体替换过程，利用实际油田测井资料处理效果进行说明。图2为流体替换前后实际测井曲线，自左至右以此是：伽马测井曲线、密度测井曲线、声波测井曲线、孔隙度曲线、纵波阻抗测井曲线，深(黑)色曲线为流体替换前含气储层对应测井曲线，浅(红)色曲线为流体替换后饱和水储层对应测井曲线。流体替换前后纵、横波速度和密度曲线发生了明显变化。为了分析流体替换前后，纵、横波速度随孔隙度变化关系，进行三参数交汇分析。图3为流体替换前，纵波速度随孔隙度变化，自左至右自上到下四幅图中的颜色分别代表：泥质含量值、油藏埋藏深度、密度和含水饱和度。图4为流体替换后，纵波速度随孔隙度变化，自左至右自上到下四幅图中的颜色分别代表：泥质含量值、油藏埋藏深度、密度和含水饱和度。

(2)基于以上所述完全饱和水时测井曲线，结合测井数据解释成果针对实际油藏目标储层部分统计分析砂岩储层和泥岩夹层的泥质含量、孔隙度分布特征，并计算获取泥质含量、孔隙度正态分布函数参数，包括均值和均方根误差。

由于实际油田储层砂岩和泥岩的泥质含量和孔隙度分布并不是固定的值，而是有一定的分布范围，为了对这些参数分布特征进行有效描述，基于实际油田储层测井曲线采用正态概率分布参数进行描述。

为了说明基于实际测井曲线的概率分布参数统计分析，利用图2所示实际油田测井曲线按泥岩夹层和砂岩储层分别进行统计分析。图5为基于测井资料统计得到的砂岩储层孔隙度概率分别特征(左)和砂岩储层泥质含量概率分别特征(右)。图6为基于测井资料统计得到的泥岩层孔隙度概率分别特征(左)和泥岩层泥质含量概率分别特征(右)。

(3)基于以上所述完全饱和水时测井曲线和所述统计的砂岩储层和泥岩夹层的泥质含量和孔隙度分布函数参数，利用纵波速度、孔隙度和泥质含量以及横波速度、孔隙度和泥质含量进行三参数交汇分析，并根据数据交汇特征，确定合适的岩石物理模型，并通过参数扫描、模拟数据与实际数据相关分析，确定岩石物理模型的参数，包括临界孔隙度、接触点数和剪切模量调整值。

岩石孔隙度、胶结程度、泥质含量、分选和饱和度变化会影响其体积模量和剪切模量，油藏参数变化对岩石弹性参数变化影响可以通过岩石物理模型进行定量描述，对于不同的岩石类型需要选择不同的岩石物理模型以其参数进行描述。基于实际岩石物理数据，包括测井和实验室测量数据，确定合适的岩石物理模型进行油藏参数与弹性参数关系描述的过程就是岩石物理诊断。

对于泥砂岩储层，现在描述其体积模量与剪切模量随孔隙度、泥质含量和胶结程度等参数变化的岩石物理模型主要有四种。第一种是软岩模型，该模型适合计算孔隙度较高胶结程度较差的砂岩储层的干岩石弹性模量K_Dry和G_Dry，它的推导是基于Hashin-Shtrikman的下边界条件，计算的具体方程如下式(5)所示，与其对应的饱和水的岩石储层弹性模量可以基于方程(4)所示的Gassmann方程进行计算。

$K_{\mathrm{Dry}}={[\frac{\mathrm{\φ}/{\mathrm{\φ}}_0}{K_{\mathrm{HM}}+\frac{4}{3}{G}_{\mathrm{HM}}}+\frac{1-\mathrm{\φ}/{\mathrm{\φ}}_0}{K+\frac{4}{3}{G}_{\mathrm{HM}}}]}^{-1}-\frac{4}{3}{G}_{\mathrm{HM}}$

$G_{\mathrm{Dry}}={\left[\right[\frac{\mathrm{\φ}/{\mathrm{\φ}}_0}{G_{\mathrm{HM}}+\frac{G_{\mathrm{HM}}}{6}\left(\frac{9K_{\mathrm{HM}}+8G_{\mathrm{HM}}}{K_{\mathrm{HM}}+2G_{\mathrm{HM}}}\right)}]+[\frac{1-\mathrm{\φ}/{\mathrm{\φ}}_0}{G+\frac{G_{\mathrm{HM}}}{6}\left(\frac{9K_{\mathrm{HM}}+8G_{\mathrm{HM}}}{K_{\mathrm{HM}}+2G_{\mathrm{HM}}}\right)}\left]\right]}^{-1}---\left(5\right)$

$-\frac{G_{\mathrm{HM}}}{6}\left(\frac{9K_{\mathrm{HM}}+8G_{\mathrm{HM}}}{K_{\mathrm{HM}}+2G_{\mathrm{HM}}}\right)$

上式中，φ和φ₀为岩石孔隙度与临界孔隙度，K和G为岩石骨架体积模量与剪切模量，K_HM为G_HM为临界孔隙度条件下自由堆放小球的体积模量与剪切模块，其计算可由下面的方程(6)完成：

$K_{\mathrm{HM}}={\left[\frac{n^2{(1-{\mathrm{\φ}}_0)}^2{G}^2}{18{\mathrm{\π}}^2{(1-v)}^2}P\right]}^{\frac{1}{3}}$ (6)

$G_{\mathrm{HM}}=\frac{5-4v}{5(2-v)}{\left[\frac{{3n}^2{(1-{\mathrm{\φ}}_0)}^2{G}^2}{2{\mathrm{\π}}^2{(1-v)}^2}P\right]}^{\frac{1}{3}}$

上式中，K_HM，G_HM是干岩石在临界孔隙度φ₀时的体积模量和剪切模量，n为颗粒接触数，G为岩石颗粒的剪切模量，v为岩石颗粒的泊松比K为岩石颗粒的体积模量，P为有效压力。

第二种是硬岩模型，该模型适合计算压实和胶结程度较高的固结砂岩储层的干岩石弹性模量K_Dry和G_Dry，它的推导是基于Hashin-Shtrikman的上边界条件，计算的具体方程如下式(7)所示，与其对应的饱和水的岩石储层弹性模量可以基于方程(4)所示的Gassmann方程进行计算。式中的参数如上面方程(5)和(6)的完全相同。

$K_{\mathrm{Dry}}={[\frac{\mathrm{\φ}/{\mathrm{\φ}}_0}{K_{\mathrm{HM}}+\frac{4}{3}G}+\frac{1-\mathrm{\φ}/{\mathrm{\φ}}_0}{K+\frac{4}{3}G}]}^{-1}-\frac{4}{3}G$

$G_{\mathrm{Dry}}={\left[\right[\frac{\mathrm{\φ}/{\mathrm{\φ}}_0}{G_{\mathrm{HM}}+\frac{G}{6}\left(\frac{9K+8G}{K+2G}\right)}]+[\frac{1-\mathrm{\φ}/{\mathrm{\φ}}_0}{G+\frac{G}{6}\left(\frac{9K+8G}{K+2G}\right)}\left]\right]}^{-1}---\left(7\right)$

$-\frac{G}{6}\left(\frac{9K+8G}{K+2G}\right)$

第三种是接触胶结模型，该模型适合计算压胶结砂岩储层的干岩石弹性模量K_Dry，和G_Dry。砂岩在埋藏过程中，可能变成胶结的砂岩，这种胶结是由于石英和方解石等矿物的成岩作用造成的，胶结作用会使岩石强度大幅提高，就像胶水把岩石颗粒胶结在一起。接触胶结模型假定岩石孔隙度的减小是由于岩石颗粒表明形成了胶结层，从而使岩石强度大幅增加。因此在开始阶段，岩石孔隙度的小幅减小会大幅增加岩石的弹性模量。接触胶结砂岩模型的详细计算方程如下式(8)-(22)所示，与其对应的饱和水的岩石储层弹性模量可以基于方程(4)所示的Gassmann方程进行计算。

$K_{\mathrm{Dry}}=\frac{n(1-{\mathrm{\φ}}_C)M_C{S}_n}{6}---\left(8\right)$

$G_{\mathrm{Dry}}=\frac{{3K}_{\mathrm{Dry}}}{5}+\frac{3n(1-{\mathrm{\φ}}_C)G_C{S}_T}{20}---\left(9\right)$

S_n＝A_n(Λ_n)a²+B_n(Λ_n)a+C_n(Λ_n)(10)

A_n(Λ_n)＝-0.024153Λ_n ^-1.3646  (11)

B_n(Λ_n)＝0.20405Λ_n ^-0.89008   (12)

C_n(Λ_n)＝0.00024649Λ_n ^-1.9864 (13)

S_T＝A_T(Λ_T，v_S)a²+B_T(Λ_T，v_S)a+C_T(Λ_T，v_S)(14)

$A_T({\mathrm{\Λ}}_T,v_S)={-10}^{-2}(2.26{v_S}^2+2.07v_S+2.3){{\mathrm{\Λ}}_T}^{0.079{v_S}^2+0.1754v_S-1.342}---\left(15\right)$

$B_T({\mathrm{\Λ}}_T,v_S)=(0.0573{v_S}^2+0.0937v_S+0.202){{\mathrm{\Λ}}_T}^{0.0274{v_S}^2+0.0529v_S-0.8765}---\left(16\right)$

$C_T({\mathrm{\Λ}}_T,v_S)={10}^{-4}(9.654{v_S}^2+4.945v_S+3.1){{\mathrm{\Λ}}_T}^{0.01867{v_S}^2+0.4011v_S-1.8186}---\left(17\right)$

${\mathrm{\Λ}}_n=\frac{{2G}_C(1-v_s)(1-v_C)}{\mathrm{\π}{G}_S(1-2v_C)}---\left(18\right)$

${\mathrm{\Λ}}_T=\frac{G_C}{\mathrm{\π}{G}_S}---\left(19\right)$

$a={\left[\frac{\frac{2}{3}({\mathrm{\φ}}_C-\mathrm{\φ})}{1-{\mathrm{\φ}}_C}\right]}^{0.5}---\left(20\right)$

$v_C\text{=0.5}\frac{(\frac{K_C}{G_C}-\frac{2}{3})}{(\frac{K_C}{G_C}+\frac{1}{3})}---\left(21\right)$

$v_S\text{=0.5}\frac{(\frac{K_S}{G_S}-\frac{2}{3})}{(\frac{K_S}{G_S}+\frac{1}{3})}---\left(22\right)$

上式中，φ_C为临界孔隙度，K_S和G_S为岩石颗粒体积模量与剪切模块，K_C、G_C和M_C为岩石颗粒间胶结物体积模量、剪切模块和压缩模量，M_C＝K_C+4/3G_C，n为颗粒平均接触点数。

第四种是一致性胶结模型，该模型适合计算一定胶结的砂岩储层的干岩石弹性模量K_Dry，和G_Dry。该模型假定岩石的分选变化改变了岩石的孔隙度，但岩石具有相同程度的接触胶结，而且孔隙度变化主要是由于没有胶结的岩石颗粒填充到孔隙中，因此该模型是接触胶结模型与软岩模型的结合。一致性胶结砂岩模型的详细计算方程如下式(23)所示，与其对应的饱和水的岩石储层弹性模量可以基于方程(4)所示的Gassmann方程进行计算。

$K_{\mathrm{Dry}}={[\frac{\mathrm{\φ}/{\mathrm{\φ}}_b}{K_b+\frac{4}{3}{G}_b}+\frac{1-\mathrm{\φ}/{\mathrm{\φ}}_b}{K+\frac{4}{3}{G}_b}]}^{-1}-\frac{4}{3}{G}_b$

$G_{\mathrm{Dry}}={\left[\right[\frac{\mathrm{\φ}/{\mathrm{\φ}}_b}{G_b+\frac{G_b}{6}\left(\frac{9K_b+8G_b}{K_b+2G_b}\right)}]+[\frac{1-\mathrm{\φ}/{\mathrm{\φ}}_b}{G+\frac{G_b}{6}\left(\frac{9K_b+8G_b}{K_b+2G_b}\right)}\left]\right]}^{-1}---\left(23\right)$

$-\frac{G_b}{6}\left(\frac{9K_b+8G_b}{K_b+2G_b}\right)$

上式中φ_b为岩石颗粒在接触胶结状态下对应的孔隙度，K_b和G_b为岩石颗粒在接触胶结状态下时的体积模量与剪切模块，其计算可以通过公式(8)-(22)所示的接触胶结模型进行计算获取。

根据岩石物理参数概率统计得到的储层砂岩与泥岩孔隙度、泥质含量变化范围，采用上述模型计算饱和水储层纵、横波速度，并分析纵、横波速度变化与孔隙度变化关系和泥质含量影响。将计算数据交汇分析图与实际油田流体替换后测井数据纵、横波速度变化与孔隙度变化关系和泥质含量影响分析图叠合，确定描述实际油田储层岩石物理特征的物理模型。并基于计算数据与实际数据进行相关性分析和参数扫描方法，调整确定岩石物理模型中的关键参数，主要包括临界孔隙度、接触点数和剪切模量调整值。值得注意的是，对同一储层泥岩层和砂岩层有时需要采用不同的岩石物理模型进行描述。

为了说明基于实际测井曲线的岩石物理诊断，对图2所示流体替换后测井数据进行岩石物理诊断，图7为基于纵波速度随孔隙度变化进行岩石物理诊断，图中点数据为油藏储层部分实际测井数据，而曲线是基于一致性胶结砂岩模型计算的结果。通过该诊断，确定了能有效描述储层的特征的一致性胶结砂岩模型及其模型参数，临界孔隙度0.40，接触点数25，剪切模量调整值1.0。

(4)基于以上所述确定的岩石物理模型以及相关参数和以上所述的实际油藏砂岩储层与泥岩夹层泥质含量、孔隙度正态分布函数参数以及以上所述的原始储层条件下储层流体弹性参数与密度参数，通过随机模拟得到不同的泥质含量与孔隙度组合，并计算不同净毛比，即砂岩储层占目标储层总厚度比例，和不同含水饱和度条件下储层各点的体积模量与剪切模量以及体积平均密度，并采用Hashin-Shtrikman上、下弹性参数边界平均的方法获取地震尺度下不同净毛比和含水饱和度储层对应的体积模量、剪切模块以及体积平均密度；基于该计算数据计算获得对应的纵波阻抗值以及纵、横波速度比值，并进行两者交汇分析与等净毛比点和等含水饱和度点连线，形成纵波阻抗值与纵、横波速度比值交汇图版。

将非均质储层看作是由有限块泥岩和砂岩组成的集合体，泥岩和砂岩的泥质含量与孔隙度分布符合以上所述的基于实际测井资料的概率统计结果。基于统计确定的参数，通过随机模拟得到不同岩石子块的泥质含量与孔隙度组合，利用以上所述确定的岩石物理模型及其参数，计算不同泥岩与砂岩比值以及不同含水饱和度下，储层岩石泥岩子块与砂岩子块的体积模量、剪切模量以及密度。并利用广义Hasin-Shtrikman边界方法计算地震尺度下储层整体的体积模量、剪切模量上下边界以及体积平均密度，并取广义Hasin-Shtrikman边界方法计算弹性参数上、下边界的平均值，作为地震尺度下储层弹性参数。并通过纵波阻抗与纵、横波速度比值交汇分析，形成不同净毛比与饱和度条件下纵波阻抗与纵、横波速度比值交汇图版。

为了估计岩石弹性模量的可能变化范围，Hasin-Shtrikman边界方法可以估计岩石弹性模量的上下边界，对于计算岩石体积模量的方程如下：

$\frac{K^{\left(\mathrm{HS}\right)}-K_p}{K_m-K_p}=(1-\mathrm{\φ}){(1+\frac{\mathrm{\φ}(K_m-K_p)}{K_p+F})}^{-1}---\left(24\right)$

Km和KP分别为岩石矿物和岩石孔隙填充物的体积模量，φ为岩石的孔隙度，K^(HS)为岩石体积模量的边界值，计算岩石体积模量上边界时有

$F=\frac{4}{3}{G}_m---\left(25\right)$

其中，G_m为岩石矿物的剪切模量。计算岩石体积模量下边界时

$F=\frac{4}{3}{G}_p---\left(26\right)$

其中，G_p为岩石孔隙填充物的剪切模量。对于计算岩石的剪切模量公式有

$\frac{G^{\left(\mathrm{HS}\right)}-G_p}{G_m-G_p}=(1-\mathrm{\Φ}){(1+\frac{\mathrm{\Φ}(G_m-G_p)}{G_p+F})}^{-1}---\left(27\right)$

其中G^(HS)为岩石体积模量的边界值。计算岩石剪切模量上边界时有

$F=\frac{G_m({9K}_m+8G_m)}{6(K_m+2G_m)}---\left(28\right)$

计算岩石剪切模量下边界时有

$F=\frac{G_p(9K_p+8G_p)}{6(K_p+2G_p)}---\left(29\right)$

根据以上计算方法，饱和水岩石弹性模量上、下边界。对于具有多种弹性体组成的复杂岩石，可以采用广义的Hashin-Shtrikman边界条件的进行计算，其计算公式如下所示：

K^HS+＝Λ(G_max)K^HS-＝Λ(G_min)

G^HS+＝Γ(ζ(K_max，G_max))G^HS-＝Γ(ζ(K_min，G_min))(30)

$\mathrm{\&Lambda;}\left(z\right)={<\frac{1}{K\left(r\right)+\frac{4}{3}z}>}^{-1}-\frac{4}{3}z$ $\mathrm{\&Gamma;}\left(z\right)={<\frac{1}{G\left(r\right)+z}>}^{-1}-z$ $\mathrm{\&zeta;}(K,G)=\frac{G}{6}\left(\frac{9K+8G}{K+2G}\right)$

上式中K^HS+、K^HS-、G^HS+和G^HS-分别表示地震尺度下岩石体积模量上、下边界和剪切模量上下边界，K和G分别表示测井尺度下岩石子块体积模量和剪切模量，<>表示取平均值。模拟数据分析表明，对于沉积岩石，储层虽然具有较强的非均质性，但岩石弹性参数差异并非十分巨大，在此条件下岩石储层整体弹性参数上、下边界差异很小，因此可以通过计算弹性参数上、下边界平均值作为地震尺度下岩石弹性参数。

为了说明技术方案中本步处理过程，利用以上所述确定的物理模型及其参数和实际油田泥岩与砂岩孔隙度与泥质含量统计参数建立纵波阻抗与纵、横波速度比值交汇图版。图8为纵波阻抗与纵、横波速度比值交汇图，左图中曲线为储层含气时净毛比等值线，而右图中曲线为储层含气时含水饱和度等值线。图9为储层含气时，基于纵波阻抗与纵、横波速度比值建立的净毛比与含水饱和度定量解释图版。图10为储层含油时，基于纵波阻抗与纵、横波速度比值建立的净毛比与含水饱和度定量解释图版。

(5)基于实际油田地震数据反演得到的纵波阻抗和横波阻抗数据，将非均质储层作为整体，计算获得储层顶、底之间纵波抗与横波累积阻抗属性，并将纵波累积阻抗属性与横波累积阻抗属性分别除以油藏储层总厚度，即储层顶底之间的厚度，消除厚度对纵波累积阻抗属性与横波累积阻抗属性影响，得到纵波累积阻抗平均属性与横波累积阻抗平均属性，并基于该数据计算获取纵波速度与横波速度比值。

累积阻抗属性，即有效层厚内波阻抗的总和，其计算公式如下式(31)所示，是一种较为稳健的地震阻抗属性，有利于非均质油藏地震阻抗属性对比分析。而累积阻抗平均属性是将累积阻抗属性除以油藏储层总厚度，消除厚度影响，其计算公式如下式(32)所示：

${\mathrm{Ip}}_{\mathrm{Acc}}=\underset{i=0}{\overset{i=H}{\mathrm{\&Sigma;}}}{\mathrm{Ip}}_i$ ${\mathrm{Is}}_{\mathrm{Acc}}=\underset{i=0}{\overset{i=H}{\mathrm{\&Sigma;}}}{\mathrm{Is}}_i---\left(31\right)$

${\mathrm{Ip}}_{\mathrm{Acc}\_\mathrm{Ave}}=\underset{i=0}{\overset{i=H}{\mathrm{\&Sigma;}}}{\mathrm{Ip}}_i/H$ ${\mathrm{Is}}_{\mathrm{Acc}\_\mathrm{Ave}}=\underset{i=0}{\overset{i=H}{\mathrm{\&Sigma;}}}{\mathrm{Is}}_i/H---\left(32\right)$

上式中，H为油藏储层总厚度，Ip和Is分别为地震数据反演得到的纵波阻抗和横波阻抗值，并有V_p/V_s＝I_p/I_s。

为了说明技术方案中本步处理过程，利用图11所示基于实际地震资料叠前反演得到的纵波阻抗剖面图(上图)与横波阻抗剖面图(下图)计算累积阻抗属性与累积阻抗平均属性。图12为基于实际油藏纵波阻抗、横波阻抗与厚度计算得到的油藏累积纵波阻抗平均属性和纵横波阻抗比值。

(6)将以上所述的实际油田纵波累积阻抗平均以及纵波速度与横波速度比值进行交汇分析并与以上所述基于岩石物理模型数据建立的纵波阻抗值与纵、横波速度比值交汇图版叠合，根据实际油田纵波累积阻抗平均以及纵波速度与横波速度比值交汇点在图版中的位置，确定该点对应的储层净毛比与含水饱和度。

为了说明技术方案中本步处理过程，利用图13所示叠合图说明基于建立的纵波阻抗与纵横波速度比值交汇图版和实际油藏累积纵波阻抗平均属性和纵横波阻抗比值，确定实际油藏储层净毛比与含水饱和度的过程。

(7)将以上所述确定的储层净毛比与实际油田储层厚度乘积，得到实际油藏储层有效砂岩厚度；将储层有效砂岩厚度与油藏含油气饱和度，即1.0减去以上所述确定的含水饱和度，进行交汇，确定实际油田储层有利的勘探区域；将储层有效砂岩厚度与油藏含油气饱和度乘积得到油藏在该点的资源量，完成非均质泥砂岩储层地震定量评价研究。

实际油藏储层有效砂岩厚度H_Eff计算公式如方程(33)所示，实际油藏储层有效资源量RS_Eff计算公式如方程(34)所示：

H_Eff＝H*R_GN           (33)

RS_Eff＝H_Eff*(1-S_{W_Eff})(34)

上式中R_GN和S_{W_Eff}为基于图版解释得到的油藏储层净毛比和含水饱和度。为了说明技术方案中本步处理过程，图14显示基于图版解释结果得到实际油藏储层净毛比随CDP变化图(上图)和实际油藏储层有效厚度随CDP变化图(下图)，实际油藏储层有效厚度单位为米。图中颜色表示净毛比(上图)与储层有效厚度(下图)的值。而曲线形态为实际油藏底界面形态。图版分析同时表明判断气藏含气性较为容易，而要定量确定气藏含气饱和度难度较大、精度较低，但对于油藏，确定含油饱和度是可行的。至此，利用本技术方案完成了非均质泥砂岩油气藏定量评价工作。

本发明由于采取以上技术方案，其具有以下优点：1、利用地震尺度下弹性参数计算与图版建立方法，实现了非均质泥砂岩油藏净毛比和饱和度变化的定量评价，这是目前其它方法不能实现的，这有效提高了非均质泥砂岩油藏评价精度，降低了钻探风险；2、将非均匀油气藏作为整体研究，利用累积阻抗属性交汇实现该类油气藏定量评价，很大程度上降低了地震数据尺度与频率对非均匀油气藏定量评价与分析的限制，将有效提高非均匀油气藏钻探成功率。3、采用了波阻抗累积属性与累积波阻抗平均数据，相对于传统的点属性，累积波阻抗属性受油藏厚度变化和油藏结构变化影响较小，具有更好的稳定性，能有效提高非均质油气藏评价的精度；4、采用广义Hashin-Shtrikman理论边界平均计算分析地震尺度弹性模量，相对于利用Backus平均方法计算地震尺度弹性参数，该方法不受薄互层水平层状介质长波长条件一维介质以及薄层厚度远小于地震波长约束，应用范围更广，并且可以拓展到三维空间进行应用，效果更好。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种非均质泥砂岩储层储量确定方法，其特征在于，该方法包括：

根据实际油藏地层条件，获得油藏原始地层条件参数，得到油藏完全饱和水时对应的纵波速度曲线、横波速度曲线、密度曲线、孔隙度曲线和泥质含量曲线；

基于所述完全饱和水时实际测井曲线，结合测井数据解释成果针对实际油藏目标储层部分统计分析砂岩储层和泥岩夹层的泥质含量、孔隙度分布特征，并计算获取泥质含量、孔隙度正态分布函数参数；

基于所述完全饱和水时实际测井曲线和统计的砂岩储层和泥岩夹层的泥质含量和孔隙度分布函数，利用纵波速度、孔隙度和泥质含量以及横波速度、孔隙度和泥质含量进行三参数交汇分析，并根据数据交汇特征，通过岩石物理诊断确定合适的岩石物理模型；

基于确定的岩石物理模型以及相关参数和实际油藏砂岩储层与泥岩夹层泥质含量、孔隙度正态分布函数参数以及原始储层条件下储层流体弹性参数与密度参数，利用边界理论计算地震尺度下不同净毛比与含水饱和度条件下弹性参数，并形成用于实际油藏净毛比与含水饱和度定量解释的纵波阻抗值与纵、横波速度比值交汇图版，所述净毛比为砂岩储层占目标储层总厚度比例；

基于实际油田地震数据反演得到的纵波阻抗和横波阻抗数据，将非均质储层作为整体，计算获得储层顶、底之间纵波与横波累积阻抗属性，并将纵波累积阻抗属性与横波累积阻抗属性分别除以油藏储层总厚度，得到纵波累积阻抗平均属性与横波累积阻抗平均属性，并计算获取纵波速度与横波速度比值；

将实际油田纵波累积阻抗平均属性以及纵波速度与横波速度比值进行交汇分析并与建立的纵波阻抗值与纵、横波速度比值交汇图版叠合，根据实际油田纵波累积阻抗平均属性以及纵波速度与横波速度比值交汇点在图版中的位置，确定该点对应的储层净毛比与含水饱和度；

将根据图版确定的储层净毛比与实际油田储层厚度进行乘积，得到实际油藏储层有效砂岩厚度；将储层有效砂岩厚度与油藏含油气饱和度乘积得到油藏储量。

2.根据权利要求1所述的非均质泥砂岩储层储量确定方法，其特征在于，油藏原始地层条件参数包括：

温度、地层压力和流体压力，并通过实验室直接测量或Batzle-Wang方程计算获得该条件下地下流体包括气、油和地层水体积模量与密度参数。

3.根据权利要求1所述的非均质泥砂岩储层储量确定方法，其特征在于，所述油藏完全饱和水时对应的纵波速度曲线、横波速度曲线、密度曲线、孔隙度曲线和泥质含量曲线是利用实际资料测井曲线，基于Gassmann方程进行流体替换研究得到的。

4.根据权利要求3所述的非均质泥砂岩储层储量确定方法，其特征在于，所述确定合适的岩石物理模型的步骤还包括：

通过参数扫描、模拟数据与实际数据相关分析，确定岩石物理模型的参数，包括临界孔隙度、接触点数和剪切模量调整值。

5.根据权利要求1所述的非均质泥砂岩储层储量确定方法，其特征在于，形成所述交汇图版具体包括：

通过随机模拟得到不同的泥质含量与孔隙度组合，并计算砂岩储层占目标储层总厚度比例，和不同含水饱和度条件下储层各点的体积模量与剪切模量以及体积平均密度，并采用广义Hashin-Shtrikman上、下边界弹性参数平均的方法获取地震尺度下不同净毛比和含水饱和度储层对应的体积模量、剪切模块以及体积平均密度；基于该计算数据计算获得对应的纵波阻抗值以及纵、横波速度比值，并进行两者交汇分析与等净毛比点和等含水饱和度点连线形成所述交汇图版。

6.根据权利要求1所述的非均质泥砂岩储层储量确定方法，其特征在于：所述油藏含油气饱和度为1.0减去所述根据图版确定的含水饱和度。

7.根据权利要求6所述的非均质泥砂岩储层储量确定方法，其特征在于：将储层有效砂岩厚度与油藏含油气饱和度进行乘积得到油藏储量分布，从而确定油田储层有利的勘探区域。

Images