CN103954999A - 一种适用于低孔隙度砂泥岩地层的横波速度预测新方法 - Google Patents

Abstract

本发明公开了一种针对低孔隙度砂泥岩地层横波速度预测新方法：首先输入储层段各测井参数，并对实测的纵波数据进行1维中值滤波处理；根据当前深度点的孔隙度的大小，分别计算小孔隙度层段和大、中孔隙度层段的初始横波速度；根据初始横波速度，进行反演计算得到首次预测的横波速度；将首次预测的横波速度作为初始横波速度，重复反演计算过程，以提高反演精度，得到最终预测的横波速度，并记录；直至所有测井点计算完毕，即可得到储层段每个测井深度点的预测横波速度。本发明的有益效果是对于小孔隙层段的横波预测效果较好。

Description

一种适用于低孔隙度砂泥岩地层的横波速度预测新方法

技术领域

本发明属于测井横波速度反演的技术领域，涉及一种适用于低孔隙度砂泥岩地层横波速度预测新方法。

背景技术

(1)地震横波：横波是地震波中波前进方向与质点震动方向垂直的波，横波在判断岩性、裂缝以及含油气性方面有其固有的优点。

(2)横波预测：根据目标井或其他井的已知测井数据或其他数据，预测(或估算)目标井的横波数据。

(3)孔隙结构：指岩石所具有的孔隙和喉道的几何形状、大小、分布、连通情况以及孔隙之间的配置关系等。

(4)测井曲线：采用各种测井仪器对井筒周围的地层进行测试，并通过计算机处理并以曲线形式记录的井中岩性、饱和性质等参数的曲线。

(5)岩石物理：研究岩石的各种物理性质及其产生机制；岩石物理学既是物理学的分支，又是地球物理学的一个重要组成部分。它是联系地球物理学、岩石学的纽带和桥梁。

(6)拟合：指根据某一函数的若干个离散函数值，通过调整该函数中若干待定系数，使得该函数与已知点集的差别最小。

(一)现有技术：

在油气地球物理勘探领域，现有的横波预测方法主要有以下几类：

(1)基于经验关系的方法，该方法以纵波速度为基础，通过拟合实测纵、横波速度、孔隙度、泥质含量、密度等参数来计算横波速度，如MavkoG，MukerjiT，DvorkinJ等(1998)出版的《岩石物理手册》、Creenberg-Castagna(1992)提出的横波预测方法。

(2)基于测井约束的反演方法，该方法先设定一组基质矿物的初始值，再基于常规Xu-White模型计算横波，并以测井所得纵波、密度曲线对反演结果进行约束，如郭栋等(2007)年提出的横波速度计算方法与应用。

(3)基于固定扁率的弹性参数反演横波预测方法，如熊晓军等(ZL专利号：201110243541.3)的发明专利“基于自适应基质矿物等效弹性模量反演的横波估算方法”，熊晓军(2012)年提出的基于等效弹性模量反演的横波预测方法。

(4)基于变化扁率的常规XU-White模型横波反演方法，该方法是Xu及White联合K-T模型、Gassmann模型及微分等效介质理论建立的沙泥岩速度理论模型，克服了经验公式缺乏明确物理意义的缺陷，并考虑了孔隙扁率对预测横波的影响，如白俊雨(2012)提出的基于Xu-White模型的横波速度预测的误差分析；

(5)基于多种模型优选的方法，该方法采取多种岩石物理模型获取横波速度，通过对比多种模型的拟合效果，优选出适合于苏里格气田砂泥岩地层的横波速度拟合模型，如冯昕鹏(2012)年提出的横波速度拟合技术在苏里格气田的应用；

上述5类方法对比：第1类方法计算效率最快，但仅根据经验公式计算的横波速度，精度最差；第2类方法计算效率较低，需要反演的参数有5个，故多解性较强，且未考虑孔隙扁率对反演效果的影响；第3类方法能自适应地反演基质矿物等弹性参数，计算精度在这5类方法中最高，但采用固定扁率进行计算，未考虑孔隙扁率对反演效果的影响，精度有待提高；第4类方法根据Xu-White模型能较精确地计算横波速度，但计算效率较低，且必须准确给定基质矿物弹性参数；第5类方法计算效率最低，能获取较适合于苏里格气田的速度模型，但同样需要准确地给定基质矿物弹性参数。

现有技术的缺点：

(1)类似于苏里格气田类型的研究区块，具有低孔、低渗、低丰度的三低特征，岩性横向变化快，小孔隙层段(孔隙度小于0.02)纵、横波速度变化规律不相同，上述5类方法均未针对此类型气田小孔隙层段的特点进行处理，故对于小孔隙层段的横波预测效果较差；

(2)第1类方法是建立在饱水岩石的Vp-Vs速度公式的基础上，但实际地下储层中通常含有油气或不饱水情况，油或气会导致实际储层中Vp-Vs速度关系偏离基于饱水情况下的Vp-Vs速度公式，导致储层段横波预测精度不理想。

(3)第2类方法与第3类方法均采用固定的孔隙纵横比进行计算，并未考虑孔隙类型对横波预测的影响，故反演效果仍有待提高。

(4)第4类方法虽然考虑了孔隙类型对预测横波的影响，但该方法是基于砂岩孔隙度与孔隙纵横比的经验公式给定孔隙扁率，精度不高，且该方法采用常规Xu-White模型进行计算，计算效率较低。

(5)第5类方法采用多种岩石物理模型进行计算，优选适合于苏里格气田类型的速度模型，其缺点是计算效率低，且其前提必须获得准确的基质矿物体积模量，然而基质矿物的体积模量随地区变化较大，在实际中很难准确的设定。

(6)苏里格气田类型的测井曲线存在噪音影响，上述5类方法在计算前均未对实测数据进行去噪处理。

发明内容

本发明的目的在于提供一种针对低孔隙度砂泥岩地层横波速度预测新方法，解决了现有技术未对具有低孔隙度，低渗透率，低丰度的三低特征气田的小孔隙层段进行处理，对于小孔隙层段的横波预测效果较差的问题。

本发明的技术方案按照以下步骤进行：

步骤1：输入目的层段的深度、实测纵波速度、密度、孔隙度、含水饱和度、泥质含量，并对目的层段的纵波速度进行一维中值滤波处理；

步骤2：应用步骤1中的参数，根据当前测井深度点的孔隙度的大小，分别计算小孔隙度层段和大、中孔隙度层段的初始横波速度；

步骤3：根据初始横波速度，进行反演计算得到首次预测的横波速度；

步骤4：将步骤3中首次预测的横波速度作为初始横波速度，重复一次步骤3的反演计算过程，以提高反演精度，得到最终预测的横波速度，并记录；

步骤5：对测井的每一个深度点进行步骤2至步骤4的计算，直至所有测井点计算完毕，即可得到储层段每个测井深度点的预测横波速度。

本发明的技术特点还在于步骤2中，若孔隙度小于或等于0.02，则运用公式 $V_s\_l=0.068\×V_p^2+0.452\×V_p+0.982,$ 由滤波后的该深度点的实测纵波速度直接计算出该小孔隙度层段的初始横波速度，若孔隙度大于0.02，则计算方法为：

首先根据当前测井深度点的实测数据计算对应的流体体积模量K_fl：

K_w＝2.02+0.304×SD-0.0572×SD²，

K_o＝1.19+0.362×SD-0.042×SD²，

K_g＝0.00014+0.00946×SD-0.00145×SD²，

$K_{\mathrm{fl}}=\frac{1}{\frac{\mathrm{sw}}{K_w}+\frac{\mathrm{sg}}{K_g}+\frac{\mathrm{so}}{K_o}},$

式中，K_w,K_o,K_g分别为地层水、油、气的体积模量，sw,sg,so分别为当前地层水、气、油的饱和度，SD为当前测井点的深度；

计算大、中孔隙层段初始横波速度，对当前测井深度点的泥质含量进行判断，若泥质含量小于或等于0.5,采用Castagna提出的砂岩Vp-Vs速度公式计算初始横波速度：

T_V_s＝0.804×V_p-0.856，

若泥质含量大于0.5,采用Castagna提出的泥岩Vp-Vs速度公式计算初始横波速度：

T_V_s＝0.77×V_p-0.867。

步骤3中根据初始横波速度进行反演的方法为：

预测初始求取饱和状态岩石的体积模量及剪切模量，

$K_{\mathrm{sat}}=\mathrm{\ρ}\×({V_p}^2-\frac{4}{3}T\_{V_s}^2),$

μ_sat=T_V_s ²×ρ，

式中，K_sat为饱和岩石体积模量，μ_sat为饱和岩石剪切模量，ρ为当前深度点的实测密度值，基质矿物等效体积模量K₀的取值范围由公式

K_sat<K₀＝K_dry(1-φ)^(3/(φ-1))<K_sat(1-φ)^(3/(φ-1))

给定，式中，K_dry为干岩石体积模量，φ代表孔隙度，对于干岩石泊松比σ_dry，其取值范围通常在0～0.45之间，根据这个范围迭代估算孔隙岩石基质矿物等效体积模量，根据K₀及σ_dry的初始值即K₀及σ_dry的最大值从大到小进行迭代计算，分别采用两种不同的流体因子计算公式计算流体项，并设定两种流体项之差的绝对值作为反演目标函数，采用寻找全局最优解的方法反演最优干岩石泊松比及基质矿物等效体积模量，当反演目标函数小于某一阈值，本发明中横波预测阈值设定优选0.1，停止计算，保存当前K₀及σ_dry，两种流体因子计算公式如下：

$f1={\mathrm{\&beta;}}^{2}M=\frac{{(1-\frac{K_{\mathrm{dry}}}{K_0})}^2}{\frac{\mathrm{\&phi;}}{K_{\mathrm{fl}}}+\frac{1-\mathrm{\&phi;}}{K_0}-\frac{K_{\mathrm{dry}}}{K_0^2}},$

f2＝Z_p ²-cZ_s ²，

$c={\left(\frac{V_p}{V_s}\right)}_{\mathrm{dry}}^2=\frac{2(1-{\mathrm{\&sigma;}}_{\mathrm{dry}})}{1-2{\mathrm{\&sigma;}}_{\mathrm{dry}}},$

式中，K₀,K_fl分别为基质矿物等效体积模量、流体等效体积模量，K_dry为干岩石体积模量，K_dry参考krief公式给定，φ代表孔隙度，β为Biot系数，Z_p、Z_s分别为纵、横波阻抗，M为纵波模量，c为与泊松比σ_dry有关的参数，采用临界孔隙度模型的线性公式计算基质矿物的等效剪切模量μ₀：

${\mathrm{\&mu;}}_0=\frac{{\mathrm{\&mu;}}_{\mathrm{dry}}}{1-\frac{\mathrm{\&phi;}}{{\mathrm{\&phi;}}_c}},$

${\mathrm{\&mu;}}_{\mathrm{dry}}=\frac{4}{3}{K}_{\mathrm{dry}}\&times;(S-1),$

$S=\frac{3(1-{\mathrm{\&sigma;}}_{\mathrm{dry}})}{1+{\mathrm{\&sigma;}}_{\mathrm{dry}}},$

式中，φ_c为临界孔隙度，其取值为0.4，采用基于自适应扁率反演的Xu-White模型计算大、中孔隙层段横波速度，对孔隙扁率给定一个区间，从小到大不断调整扁率参数计算相应的饱和岩石纵波速度及横波速度，并以反演纵波速度与实测纵波速度的差的绝对值最小为最优约束，获取最优反演横波速度，计算公式如下，V_s为根据实测纵波速度计算得到的首次预测的横波速度：

$V_s=\sqrt{{\mathrm{\&sigma;}}_{\mathrm{dry}}/\mathrm{\&rho;}},$

μ_dry＝σ_dry(1-φ)^q，

$q=\frac{1}{5}\mathrm{\&Sigma;}{\mathrm{\&upsi;}}_l{F}_{\mathrm{iijj}}\left(\mathrm{\&alpha;}\right),$

式中：

$F_{\mathrm{iijj}}\left(\mathrm{\&alpha;}\right)=\frac{2}{F_2}+\frac{1}{F_3}+\frac{F_3{F}_4+F_5{F}_6-F_7{F}_8}{F_1{F}_3},$

其中各个张量由下列各式计算：

$F_1=1+A[1+\frac{3}{2}(g+\mathrm{\&gamma;})-\frac{R}{2}(3g+5\mathrm{\&gamma;})]+B(3-4R)+\frac{A}{2}(A+3B)(3-4R)[g+\mathrm{\&gamma;}-R(g-\mathrm{\&gamma;}+{2\mathrm{\&upsi;}}^2)]$

， $F_2=1+\frac{A}{2}[R(2-\mathrm{\&gamma;})-\frac{1+{\mathrm{\&alpha;}}^2}{{\mathrm{\&alpha;}}^2}g(R-1)],$

$F_3=1+\frac{A}{4}[3\mathrm{\&gamma;}+g-R(g-\mathrm{\&gamma;})],$

$F_4=A[R(g+\mathrm{\&gamma;}-\frac{4}{2})-g]+\mathrm{B\&gamma;}(3-4R),$

F₅＝1+A[1+g-R(γ+g)]+B(1-γ)(3-4R)，

$F_6=2+\frac{A}{4}[9\mathrm{\&gamma;}+3g-R(5\mathrm{\&gamma;}+3g)]+\mathrm{B\&gamma;}(3-4R),$

$F_7=A[1-2R+\frac{g}{2}(R-1)+\frac{\mathrm{\&gamma;}}{2}(5R-3)]+B(1-\mathrm{\&gamma;})(3-4R),$

F₈＝A[g(R-1)-Rγ]+Bγ(3-4R)，

A＝-1，B＝0， $R=\frac{3{\mathrm{\&mu;}}_0}{{3K}_0+{4\mathrm{\&mu;}}_0},$ $g=\frac{{\mathrm{\&alpha;}}^2}{1-{\mathrm{\&alpha;}}^2}(3\mathrm{\&gamma;}-2),$

$Y=\frac{\mathrm{\&alpha;}}{{(1-{\mathrm{\&alpha;}}^2)}^{3/2}}[{\cos }^{-1}\left(\mathrm{\&alpha;}\right)-\mathrm{\&alpha;}\sqrt{1-{\mathrm{\&alpha;}}^2}],$

在以上公式中，υ_l和α分别代表砂岩或者泥岩占岩石基质的体积百分比和孔隙扁率，F_iijj(α)代表孔隙扁率为α时的Eshelby张量。

本发明的有益效果是较好地改善了现有技术对小孔隙层段横波预测效果不佳的问题，并进一步提高大中孔隙度层段的横波预测精度。

附图说明

图1是本发明一种适用于低孔隙度砂泥岩地层横波速度预测新方法步骤图。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

现有的气田类型，其储层由曲流河砂坝、三角洲平原分流河道砂体组成，具有低孔隙度，低渗透率，低丰度的“三低”特征，且孔隙类型复杂多变，砂体互相叠置，岩性横向变化较快，非均质性很强。基于此种气田类型的上述特征，本发明要提供一种适用于该类型地区的横波反演新方法，能有效提高此种气田横波预测的精度与可靠性。

本发明提出的横波预测新方法在计算前先对原始测井曲线进行去噪处理(采用中值滤波方法进行滤波)，减小噪音对横波反演的影响。以苏里格气田为应用实例，将孔隙度分为小孔隙层段与大、中孔隙层段两部分，并以不同方法计算两部分的横波速度，能够有效提高计算效率及预测精度。

本发明的具体步骤如图1所示包括：

1)：首先拟合适用于研究区小孔隙储层段的Vp-Vs速度公式：

(1-1)根据标准井的实测纵、横波曲线，选出其中孔隙度小于0.02的层段的纵波实测速度Vp和横波实测速度Vs，基于Greenberg－Castagna方程的一般形式拟合小孔隙储层段的初步纵-横波速度关系式：

V_s1＝0.058*V_p ²+0.3847*V_p+0.664    (1)

式中，V_p为实测纵波速度，V_s1为根据实测纵波速度计算的初始横波速度，a、b、c分别为Greenberg－Castagna方程中需要拟合的3个参数。(1-2)根据公式(1)计算小孔隙储层段横波速度，并与该层段实测横波速度V_s0进行线性拟合，得到如下修正公式(2)：

V_s0＝1.175×V_s1+0.2018    (2)

式中，V_s0为修正后的横波速度。

(1-3)综合公式(1)和公式(2)，将公式(1)代入修正公式(2)中，得到适用于研究区的小孔隙储层段的Vp-Vs速度关系公式

$V_s\_l=0.068\&times;V_p^2+0.452\&times;V_p+0.982---\left(3\right)$

式中，V_s_l为根据实测纵波速度计算的小孔隙层段横波预测速度。

输入储层段每个测井深度点的深度、纵波速度、密度、孔隙度、含水饱和度、泥质含量，对实测的纵波数据进行1维中值滤波处理，一维中值滤波旨在对实测纵波曲线进行去噪处理，消除噪音对预测横波精度的影响，去噪以后将每个深度点的数据用于后续计算方法中。

2)根据深度点的孔隙度的大小，以两种不同的方法分别计算小孔隙度层段和大、中孔隙度层段的初始横波速度。若孔隙度小于或等于0.02(即小孔隙层段)，则运用公式(3)由滤波后的该深度点的实测纵波速度直接计算出该小孔隙度层段的初始横波速度，并保存。

若孔隙度大于0.02(即大、中孔隙层段)，则进入第3)步。

3)计算孔隙度大于0.02的测井深度点的初始横波速度：首先根据步骤1中当前测井深度点的实测数据计算对应的流体体积模量K_fl：

K_w＝2.02+0.304×SD-0.0572×SD²     (4)

K_o＝1.19+0.362×SD-0.042×SD²      (5)

K_g＝0.00014+0.00946×SD-0.00145×SD²    (6)

$K_{\mathrm{fl}}=\frac{1}{\frac{\mathrm{sw}}{K_w}+\frac{\mathrm{sg}}{K_g}+\frac{\mathrm{so}}{K_o}}---\left(7\right)$

式中，K_w,K_o,K_g分别为地层水、油、气的体积模量，sw,sg,so分别为当前地层水、气、油的饱和度，SD为当前测井点的深度。

计算大、中孔隙层段初始横波速度(初始横波速度仅用于确定基质矿物等效体积模量的范围)，对当前测井深度点的泥质含量进行判断，若泥质含量小于或等于0.5,采用Castagna提出的砂岩Vp-Vs速度公式(公式8)计算初始横波速度

T_V_s＝0.804×V_p-0.856      (8)

若泥质含量大于0.5,采用Castagna提出的泥岩Vp-Vs速度公式(公式9)计算初始横波速度

T_V_s＝0.77×V_p-0.867    (9)

(公式8和公式9出自：Mavko G,MukerjiT,Dvorkin J.The rock physics handbook:Tools forseismic analysis in porous media[M].London:Cambridge University Press,1998)

4)根据上一步求取的初始横波速度，进行反演计算得到首次预测的横波速度。

预测初始求取饱和状态岩石的体积模量及剪切模量

$K_{\mathrm{sat}}=\mathrm{\&rho;}\&times;({V_p}^2-\frac{4}{3}T\_{V_s}^2)---\left(10\right)$

μ_sat＝T_V_s ²×ρ     (11)

式中，K_sat为饱和岩石体积模量，μ_sat为饱和岩石剪切模量，ρ为当前深度点的实测密度值。参考krief关系式给定基质矿物等效体积模量K₀的取值范围，并参考资料(Mavko G,Mukerji T,Dvorkin J.The rock physics handbook:Toolsfor seismic analysis in porous media[M].London:Cambridge University Press,1998)给定干岩石泊松比σ_dry的范围。

基质矿物等效体积模量K₀的取值范围由公式(12)给定

K_sat<K₀＝K_dry(1-φ)^(3/(φ-1))<K_sat(1-φ)^(3/(φ-1))    (12)

式中，K_dry为干岩石体积模量，φ代表孔隙度。

对于干岩石泊松比σ_dry，其取值范围通常在0～0.45之间。

根据上一步给定的范围迭代估算孔隙岩石基质矿物等效体积模量。根据K₀及σ_dry的初始值即K₀及σ_dry的最大值从大到小进行迭代计算，分别采用两种不同的流体因子计算公式计算流体项，并设定两种流体项之差的绝对值作为反演目标函数，采用寻找全局最优解的方法反演最优干岩石泊松比及基质矿物等效体积模量，当反演目标函数小于某一阈值(横波预测阈值设定优选0.1)，停止计算，保存当前K₀及σ_dry。两种流体因子计算公式如下：

$f1={\mathrm{\&beta;}}^{2}M=\frac{{(1-\frac{K_{\mathrm{dry}}}{K_0})}^2}{\frac{\mathrm{\&phi;}}{K_{\mathrm{fl}}}+\frac{1-\mathrm{\&phi;}}{K_0}-\frac{K_{\mathrm{dry}}}{K_0^2}}---\left(13\right)$

f2＝Z_p ²-cZ_s ²    (14)

$c={\left(\frac{V_p}{V_s}\right)}_{\mathrm{dry}}^2=\frac{2(1-{\mathrm{\&sigma;}}_{\mathrm{dry}})}{1-2{\mathrm{\&sigma;}}_{\mathrm{dry}}}---\left(15\right)$

式中，K₀,K_fl分别为基质矿物等效体积模量、流体等效体积模量，K_dry为干岩石体积模量，K_dry参考krief公式给定，φ代表孔隙度，β为Biot系数。Z_p、Z_s分别为纵、横波阻抗，M为纵波模量，c为与泊松比σ_dry有关的参数。

采用临界孔隙度模型的线性公式计算基质矿物的等效剪切模量μ₀：

${\mathrm{\&mu;}}_0=\frac{{\mathrm{\&mu;}}_{\mathrm{dry}}}{1-\frac{\mathrm{\&phi;}}{{\mathrm{\&phi;}}_c}}---\left(16\right)$

${\mathrm{\&mu;}}_{\mathrm{dry}}=\frac{4}{3}{K}_{\mathrm{dry}}\&times;(S-1)---\left(17\right)$

$S=\frac{3(1-{\mathrm{\&sigma;}}_{\mathrm{dry}})}{1+{\mathrm{\&sigma;}}_{\mathrm{dry}}}---\left(18\right)$

式中，φ_c为临界孔隙度，其取值一般为0.4。(Mavko G,Mukerji T,Dvorkin J.The rockphysics handbook:Tools for seismic analysis in porous media[M].London:Cambridge University Press,1998)

采用基于自适应扁率反演的Xu-White模型计算大、中孔隙层段横波速度：

结合工区实际岩石物理情况，对孔隙扁率给定一个区间，从小到大不断调整扁率参数计算相应的饱和岩石纵波速度及横波速度，并以反演纵波速度与实测纵波速度的差的绝对值最小为最优约束，获取最优反演横波速度，计算公式如下(19)式，V_s为根据实测纵波速度计算得到的首次预测的横波速度：

$V_s=\sqrt{{\mathrm{\&sigma;}}_{\mathrm{dry}}/\mathrm{\&rho;}}---\left(19\right)$

μ_dry＝σ_dry(1-φ)^q(20)

$q=\frac{1}{5}\mathrm{\&Sigma;}{\mathrm{\&upsi;}}_l{F}_{\mathrm{iijj}}\left(\mathrm{\&alpha;}\right)---\left(21\right)$

式中

$F_{\mathrm{iijj}}\left(\mathrm{\&alpha;}\right)=\frac{2}{F_2}+\frac{1}{F_3}+\frac{F_3{F}_4+F_5{F}_6-F_7{F}_8}{F_1{F}_3}$

其中各个张量由下列各式计算：

$F_1=1+A[1+\frac{3}{2}(g+\mathrm{\&gamma;})-\frac{R}{2}(3g+5\mathrm{\&gamma;})]+B(3-4R)+\frac{A}{2}(A+3B)(3-4R)[g+\mathrm{\&gamma;}-R(g-\mathrm{\&gamma;}+{2\mathrm{\&upsi;}}^2)]$

$F_2=1+\frac{A}{2}[R(2-\mathrm{\&gamma;})-\frac{1+{\mathrm{\&alpha;}}^2}{{\mathrm{\&alpha;}}^2}g(R-1)]$

$F_3=1+\frac{A}{4}[3\mathrm{\&gamma;}+g-R(g-\mathrm{\&gamma;})]$

$F_4=A[R(g+\mathrm{\&gamma;}-\frac{4}{2})-g]+\mathrm{B\&gamma;}(3-4R)$

F₅＝1+A[1+g-R(γ+g)]+B(1-γ)(3-4R)

$F_6=2+\frac{A}{4}[9\mathrm{\&gamma;}+3g-R(5\mathrm{\&gamma;}+3g)]+\mathrm{B\&gamma;}(3-4R)$

$F_7=A[1-2R+\frac{g}{2}(R-1)+\frac{\mathrm{\&gamma;}}{2}(5R-3)]+B(1-\mathrm{\&gamma;})(3-4R)$

F₈＝A[g(R-1)-Rγ]+Bγ(3-4R)

A＝-1，B＝0， $R=\frac{3{\mathrm{\&mu;}}_0}{{3K}_0+{4\mathrm{\&mu;}}_0},$ $g=\frac{{\mathrm{\&alpha;}}^2}{1-{\mathrm{\&alpha;}}^2}(3\mathrm{\&gamma;}-2),$

$Y=\frac{\mathrm{\&alpha;}}{{(1-{\mathrm{\&alpha;}}^2)}^{3/2}}[{\cos }^{-1}\left(\mathrm{\&alpha;}\right)-\mathrm{\&alpha;}\sqrt{1-{\mathrm{\&alpha;}}^2}]$

在以上公式中，υ_l和α分别代表砂岩或者泥岩占岩石基质的体积百分比(根据测井泥质含量计算)和孔隙扁率，F_iijj(α)代表孔隙扁率为α时的Eshelby张量。

5)对首次预测的横波速度采用迭代处理，得到最终预测的横波速度。将首次预测的横波速度V_s作为初始横波速度T_V_s，重复一次反演计算过程，以提高反演精度，得到最终预测的横波速度，并记录。

6)对每个测井深度点的数据进行步骤2至步骤5的计算，直至所有测井点计算完毕，并保存结果。综合小孔隙层段及大、中孔隙层段的预测横波速度，即可得到储层段每个测井深度点的预测横波速度，并用于地震波正演模拟及地震属性参数反演等的计算。

本发明的优点如下：

1：在计算前先对实测纵波、横波测井曲线进行预处理(中值滤波)，减小噪音对横波反演的影响，并且提高拟合公式的预测精度。

2：根据苏里格区块实际情况，将孔隙度分为小孔隙层段与大、中孔隙层段两部分，并以不同方法计算两部分的横波速度，能够有效提高计算效率及预测精度；

3：采用迭代的思想，进行2次计算，进一步提高横波预测的精度。

Claims (3)

1.一种适用于低孔隙度砂泥岩地层横波速度预测新方法，其特征在于按照以下步骤进行：

步骤1：输入目的层段的深度、实测纵波速度、密度、孔隙度、含水饱和度、泥质含量，并对目的层段的纵波速度进行一维中值滤波处理；

步骤2：应用步骤1中的参数，根据深度点的孔隙度的大小，分别计算小孔隙度层段和大、中孔隙度层段的初始横波速度；

步骤3：根据初始横波速度，进行反演计算得到首次预测的横波速度；

步骤4：将步骤3中首次预测的横波速度作为初始横波速度，重复一次步骤3的反演计算过程，以提高反演精度，得到最终预测的横波速度，并记录；

步骤5：对测井的每一个深度点进行步骤2至步骤4的计算，直至所有测井点计算完毕，即可得到储层段每个测井深度点的预测横波速度。

2.按照权利要求1所述一种适用于低孔隙度砂泥岩地层横波速度预测新方法，其特征在于：所述步骤2中，若孔隙度小于或等于0.02，则运用公式 $V_s\_l=0.068\&times;V_p^2+0.452\&times;V_p+0.982,$ 由滤波后的该深度点的实测纵波速度直接计算出该小孔隙度层段的初始横波速度，若孔隙度大于0.02，则计算方法为：

首先根据当前测井深度点的实测数据计算对应的流体体积模量K_fl：

K_w＝2.02+0.304×SD-0.0572×SD²，

K_o＝1.19+0.362×SD-0.042×SD²，

K_g＝0.00014+0.00946×SD-0.00145×SD²，

$K_{\mathrm{fl}}=\frac{1}{\frac{\mathrm{sw}}{K_w}+\frac{\mathrm{sg}}{K_g}+\frac{\mathrm{so}}{K_o}},$

式中，K_w,K_o,K_g分别为地层水、油、气的体积模量，sw,sg,so分别为当前地层水、气、油的饱和度，SD为当前测井点的深度；

计算大、中孔隙层段初始横波速度，对当前测井深度点的泥质含量进行判断，若泥质含量小于或等于0.5,采用Castagna提出的砂岩Vp-Vs速度公式计算初始横波速度：

T_V_s＝0.804×V_p-0.856，

若泥质含量大于0.5,采用Castagna提出的泥岩Vp-Vs速度公式计算初始横波速度：

T_V_s＝0.77×V_p-0.867。

3.按照权利要求1所述一种适用于低孔隙度砂泥岩地层横波速度预测新方法，其特征在于：所述步骤3中根据初始横波速度进行反演的方法为：

预测初始求取饱和状态岩石的体积模量及剪切模量，

$K_{\mathrm{sat}}=\mathrm{\&rho;}\&times;({V_p}^2-\frac{4}{3}T\_{V_s}^2),$

μ_sat=T_V_s ²×ρ，

式中，K_sat为饱和岩石体积模量，μ_sat为饱和岩石剪切模量，ρ为当前深度点的实测密度值，基质矿物等效体积模量K₀的取值范围由公式

K_sat<K₀＝K_dry(1-φ)^(3/(φ-1))<K_sat(1-φ)^(3/(φ-1))

给定，式中，K_dry为干岩石体积模量，φ代表孔隙度，对于干岩石泊松比σ_dry，其取值范围通常在0～0.45之间，根据这个范围迭代估算孔隙岩石基质矿物等效体积模量，根据K₀及σ_dry的初始值即K₀及σ_dry的最大值从大到小进行迭代计算，分别采用两种不同的流体因子计算公式计算流体项，并设定两种流体项之差的绝对值作为反演目标函数，采用寻找全局最优解的方法反演最优干岩石泊松比及基质矿物等效体积模量，当反演目标函数小于某一阈值，本发明中横波预测阈值设定优选0.1，停止计算，保存当前K₀及σ_dry，两种流体因子计算公式如下：

$f1={\mathrm{\&beta;}}^{2}M=\frac{{(1-\frac{K_{\mathrm{dry}}}{K_0})}^2}{\frac{\mathrm{\&phi;}}{K_{\mathrm{fl}}}+\frac{1-\mathrm{\&phi;}}{K_0}-\frac{K_{\mathrm{dry}}}{K_0^2}},$

f2＝Z_p ²-cZ_s ²，

$c={\left(\frac{V_p}{V_s}\right)}_{\mathrm{dry}}^2=\frac{2(1-{\mathrm{\&sigma;}}_{\mathrm{dry}})}{1-2{\mathrm{\&sigma;}}_{\mathrm{dry}}},$

式中，K₀,K_fl分别为基质矿物等效体积模量、流体等效体积模量，K_dry为干岩石体积模量，K_dry参考krief公式给定，φ代表孔隙度，β为Biot系数，Z_p、Z_s分别为纵、横波阻抗，M为纵波模量，c为与泊松比σ_dry有关的参数，采用临界孔隙度模型的线性公式计算基质矿物的等效剪切模量μ₀：

${\mathrm{\&mu;}}_0=\frac{{\mathrm{\&mu;}}_{\mathrm{dry}}}{1-\frac{\mathrm{\&phi;}}{{\mathrm{\&phi;}}_c}},$

${\mathrm{\&mu;}}_{\mathrm{dry}}=\frac{4}{3}{K}_{\mathrm{dry}}\&times;(S-1),$

$S=\frac{3(1-{\mathrm{\&sigma;}}_{\mathrm{dry}})}{1+{\mathrm{\&sigma;}}_{\mathrm{dry}}},$

式中，φ_c为临界孔隙度，其取值为0.4，采用基于自适应扁率反演的Xu-White模型计算大、中孔隙层段横波速度，对孔隙扁率给定一个区间，从小到大不断调整扁率参数计算相应的饱和岩石纵波速度及横波速度，并以反演纵波速度与实测纵波速度的差的绝对值最小为最优约束，获取最优反演横波速度，计算公式如下，V_s为根据实测纵波速度计算得到的首次预测的横波速度：

$V_s=\sqrt{{\mathrm{\&sigma;}}_{\mathrm{dry}}/\mathrm{\&rho;}},$

μ_dry＝σ_dry(1-φ)^q，

$q=\frac{1}{5}\mathrm{\&Sigma;}{\mathrm{\&upsi;}}_l{F}_{\mathrm{iijj}}\left(\mathrm{\&alpha;}\right),$

式中：

$F_{\mathrm{iijj}}\left(\mathrm{\&alpha;}\right)=\frac{2}{F_2}+\frac{1}{F_3}+\frac{F_3{F}_4+F_5{F}_6-F_7{F}_8}{F_1{F}_3},$

其中各个张量由下列各式计算：

$F_1=1+A[1+\frac{3}{2}(g+\mathrm{\&gamma;})-\frac{R}{2}(3g+5\mathrm{\&gamma;})]+B(3-4R)+\frac{A}{2}(A+3B)(3-4R)[g+\mathrm{\&gamma;}-R(g-\mathrm{\&gamma;}+{2\mathrm{\&upsi;}}^2)]$

， $F_2=1+\frac{A}{2}[R(2-\mathrm{\&gamma;})-\frac{1+{\mathrm{\&alpha;}}^2}{{\mathrm{\&alpha;}}^2}g(R-1)],$

$F_3=1+\frac{A}{4}[3\mathrm{\&gamma;}+g-R(g-\mathrm{\&gamma;})],$

$F_4=A[R(g+\mathrm{\&gamma;}-\frac{4}{2})-g]+\mathrm{B\&gamma;}(3-4R),$

F₅＝1+A[1+g-R(γ+g)]+B(1-γ)(3-4R)，

$F_6=2+\frac{A}{4}[9\mathrm{\&gamma;}+3g-R(5\mathrm{\&gamma;}+3g)]+\mathrm{B\&gamma;}(3-4R),$

$F_7=A[1-2R+\frac{g}{2}(R-1)+\frac{\mathrm{\&gamma;}}{2}(5R-3)]+B(1-\mathrm{\&gamma;})(3-4R),$

F₈＝A[g(R-1)-Rγ]+Bγ(3-4R)，

A＝-1，B＝0， $R=\frac{3{\mathrm{\&mu;}}_0}{{3K}_0+{4\mathrm{\&mu;}}_0},$ $g=\frac{{\mathrm{\&alpha;}}^2}{1-{\mathrm{\&alpha;}}^2}(3\mathrm{\&gamma;}-2),$

$Y=\frac{\mathrm{\&alpha;}}{{(1-{\mathrm{\&alpha;}}^2)}^{3/2}}[{\cos }^{-1}\left(\mathrm{\&alpha;}\right)-\mathrm{\&alpha;}\sqrt{1-{\mathrm{\&alpha;}}^2}],$

在以上公式中，υ_l和α分别代表砂岩或者泥岩占岩石基质的体积百分比和孔隙扁率，F_iijj(α)代表孔隙扁率为α时的Eshelby张量。