CN109471165A - 基于包含敏感岩性识别因子为变量的avo近似式叠前反演方法 - Google Patents

Abstract

本发明提供一种基于叠前地震资料反演求取敏感岩性识别因子的方法，该方法包括依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析，得出敏感岩性识别因子，为减少间接计算该因子误差积累，推导出以敏感的岩性识别因子为变量的AVO近似公式，借鉴弹性阻抗推导原理推导以敏感岩性识别因子、剪切模量和密度表示的弹性波阻抗公式，应用正则化算法直接从实际的弹性阻抗数据体反演提取敏感岩性识别因子、剪切模量和密度数据体进行储层的岩性预测、流体识别，该敏感岩性识别因子相对于常规弹性参数具有更优识别能力，计算结果速度快，稳定性强特点。

Description

基于包含敏感岩性识别因子为变量的AVO近似式叠前反演 方法

技术领域

本发明属于石油勘探数据处理技术领域，涉及一种基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法。

背景技术

Ostrander(1982)首先提出了利用反射系数随入射角变化识别“亮点”型含油气砂岩的AVO技术，使叠前AVO技术成为地震勘探的主要研究内容，国内外学者开展了大量的研究。首先，在一定的假设条件下，一些学者提出利用弹性岩石物理参数组合来进行储层识别，Goodway等(1999)提出了LMR技术,使用拉梅常数和密度乘积识别优势储层的方法。在考虑多孔流体饱和岩石的前提下，Russell等(2003)总结了前人的观点，对Biot-Gassmann方程改写为纵波阻抗、横波阻抗加权形式作为优势储层的指示因子。以上的识别因子都是在叠前三参数反演基础上二次计算得到敏感识别因子，为避免二次计算产生误差积累，国内外学者先后对AVO近似式展开了研究，Gray等(1999)为从地震数据中得到比声波速度、阻抗更能直观表示岩石属性体积模量与拉梅常数，将Richards近似式进行重新排，得到了包含岩石的拉梅常数、体积模量、密度的AVO近似式。Russell等(2011)根据Biot-Gassmann饱和孔隙介质理论提出考虑饱和岩石与干岩石属性的流体因子，推导得到包含流体因子、剪切模量、密度三参数的AVO近似式。为利用AVO近似式得到各种弹性参数，Connolly等(1999)首先提出弹性阻抗(EI)概念，并利用大角度弹性阻抗油气异常来进行优势储层的识别。之后叠前AVO和弹性阻抗反演技术得到了长足的发展(Whitcombe，2002；甘利灯，2005；许翠霞,2014；印兴耀，2014)。基于以上文献调研，围绕地震技术的发展能够提高油气藏勘探成功率这一思想，以东营凹陷为研究对象，由于灰质成分的存在，使得泥岩的速度变高，和砂岩速度相当，在地震上均能形成强的反射，识别及描述均比较困难。叠后属性无法彻底的剔除掉灰质的影响，只起到了压制的作用；而常规反演方法受地震资料品质制约，在灰质成分小的地方效果较好，在灰质成分大的地方效果差，因此需要研发新的剔除灰质反演方法。

发明内容

为了解决以上问题，本发明提出了基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法。

本发明的技术方案是：

基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法，包括以下步骤：

S1.依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析，得出敏感岩性识别因子；

S2.反演数据输入，其中，反演数据包括大、中、小三个角度道集地震数据、地震解释层位、测井数据和子波数据；

S3.根据基于包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式计算大、中、小三个角度弹性阻抗数据；

S4.利用地震解释层位、步骤S2计算的大、中、小三个角度弹性阻抗曲线及角道集数据建立低频模型；

S5.利用大、中、小三个角度地震子波、步骤S2计算的弹性阻抗曲线、步骤S3计算的低频模型及地震解释层位反演得到大、中、小三个角度弹性阻抗数据体；

S6.利用步骤S4计算的大、中、小三个角度弹性阻抗数据体反演计算敏感岩性识别因子、剪切模量、密度参数进行储层的岩性及流体识别。

上述方案进一步包括：

步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式具体如下：

EI(θ)＝F^a(θ)μ^b(θ)ρ^c(θ) (11)

式中，a(θ)、b(θ)、c(θ)为角度系数，F为敏感的岩性识别因子，μ为剪切模量，ρ为密度。

步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式推导具体如下：

假设地下有一反射界面，传统的Aki-Richards AVO近似式为：

v_p、v_s、ρ、γ_sat、θ分别的平均纵波速度、横波速度、密度、横波与饱和岩石的纵波速度比和界面的入射角，Δv_p、Δv_s、Δρ为界面两侧纵波、横波和密度变化量；把纵波速度、横波速度和密度的反射系数定义为：

由实际资料优选出的F＝ρf岩性识别因子有更高的岩性识别能力，即

式中：γ_dry为干岩石纵横波速度比；

首先对(5)进行微分计算，由此得：

式(6)两边除以F得：

由式(7)得到敏感的岩性识别因子反射系数与纵横波速度、密度反射系数之间的关系式：

同理得：

组合出敏感的岩性识别因子(F)、剪切模量(μ)与密度(ρ)组合的AVO近似式：

借鉴Connolly推导弹性波阻抗的方法，得基于式(10)近似式的弹性波阻抗方程：

EI(θ)＝F^a(θ)μ^b(θ)ρ^c(θ) (11)

式中，a(θ)、b(θ)、c(θ)为角度系数分别为

步骤S6中利用S5计算的大、中、小三个角度弹性阻抗数据体反演计算敏感的岩性识别因子、剪切模量、密度参数，具体求解过程如下：

为提取参数，将弹性阻抗公式两边取对数，得

ln[EI(θ)]＝alnF+blnμ+clnρ (12)

式中θ已知、γ_dry、γ_sat通过测井资料求取。

步骤S6中将三个角度值分别代入上式，得到

通过求解式(13)得敏感岩性识别因子、剪切模量和密度。

本发明的有益效果是：能够根据实际测井资料统计计算岩性识别因子，优选出该区识别岩性最为敏感的因子，为减少间接计算该因子误差积累，推导出以该敏感岩性识别因子为变量的AVO近似公式，解决了利用叠前地震资料反演叠前三参数进行二次计算得到该敏感的岩性识别因子，提高了计算精度。

附图说明

表1为砂岩、灰岩和泥岩模型各种组合弹性计算数据；

图1为基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法流程图；

图2为9种因子对砂岩、灰岩和泥岩的识别能力比较；

图3为大、中、小三个角度道集数据；

图4为大、中、小三个角度弹性阻抗数据体；

图5为常规测井曲线计算大、中、小三个角度弹性阻抗曲线；

图6为大、中、小角度道集数据提取的地震子波；

图7为敏感的岩性识别因子联井剖面；

图8为纵波阻抗联井剖面

具体实施方式

为使本发明的上述和其他目的、特征和优点能更明显易懂，下文特举出较佳实施例，并配合所附图式，作详细说明如下。

如图1所示，为本发明的基于优选敏感岩性识别因子为变量的AVO近似式的叠前反演方法流程示意图。

S1.依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析(表1、图2)，得出敏感岩性识别因子(F)；

表1

S2.反演数据输入，其中，反演数据包括大、中、小三个角度道集地震数据(图3)、地震解释层位、测井数据和地震子波数据(图6)；

S3.根据基于包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式计算大、中、小三个角度弹性阻抗数据(图5)；包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式推导具体如下：

假设地下有一反射界面，传统的Aki-Richards AVO近似式为：

v_p、v_s、ρ、γ_sat、θ分别的平均纵波速度、横波速度、密度、横波与饱和岩石的纵波速度比和界面的入射角，Δv_p、Δv_s、Δρ为界面两侧纵波、横波和密度变化量。Aki-Richards近似式由三项简化的反射系数属性构成，这些属性与纵波阻抗、横波阻抗有相同的数学形式，但是物理意义不同，如纵波速度、横波速度和密度的反射系数定义为：

由实际资料优选出的F＝ρf岩性识别因子有更高的岩性识别能力，即

式中：γ_dry为干岩石纵横波速度比。

首先对(5)进行微分计算，由此可得：

式(6)两边除以F得：

由式(7)可得到敏感的岩性识别因子反射系数与纵横波速度、密度反射系数之间的关系式：

同理可得：

可组合出敏感的岩性识别因子(F)、剪切模量(μ)与密度(ρ)组合的AVO近似式：

借鉴Connolly推导弹性波阻抗的方法，可得基于式(10)近似式的弹性波阻抗方程：

EI(θ)＝F^a(θ)μ^b(θ)ρ^c(θ) (11)

式中，a(θ)、b(θ)、c(θ)为角度系数分别为

S4.利用地震解释层位、S3计算的大、中、小三个角度弹性阻抗曲线及角道集数据建立低频模型；

S5.利用大、中、小三个角度地震子波、S3计算的弹性阻抗曲线、S4计算的低频模型及地震解释层位反演得到大、中、小三个角度弹性阻抗数据体(图4)；

S6.利用S5计算的大、中、小三个角度弹性阻抗数据体反演计算敏感的岩性识别因子、剪切模量、密度参数，具体求解过程如下：

为提取参数，将弹性阻抗公式两边取对数，得

ln[EI(θ)]＝alnF+blnμ+clnρ (12)

式中θ已知、γ_dry、γ_sat通过测井资料求取。

将三个角度值分别代入上式，得到

由于角度已知，此时只需三个相互独立的弹性阻抗数据体即可通过求解式(13)得敏感岩性识别因子(图7)、剪切模量、密度。

从实际的反演效果可看出，敏感岩性识别因子的优势储层边界优于常规纵波阻抗(图8)反演数据。

Claims (5)

1.基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法，其特征在于包括以下步骤：

S1.依据实际工区建立砂岩、灰岩、泥岩模型进行岩性敏感性分析，得出敏感岩性识别因子；

S2.反演数据输入，其中，反演数据包括大、中、小三个角度道集地震数据、地震解释层位、测井数据和子波数据；

S3.根据基于包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式计算大、中、小三个角度弹性阻抗数据；

S4.利用地震解释层位、步骤S2计算的大、中、小三个角度弹性阻抗曲线及角道集数据建立低频模型；

S5.利用大、中、小三个角度地震子波、步骤S2计算的弹性阻抗曲线、步骤S3计算的低频模型及地震解释层位反演得到大、中、小三个角度弹性阻抗数据体；

S6.利用步骤S4计算的大、中、小三个角度弹性阻抗数据体反演计算敏感岩性识别因子、剪切模量、密度参数进行储层的岩性及流体识别。

2.根据权利要求1所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法，其特征在于步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式具体如下：

EI(θ)＝F^a(θ)μ^b(θ)ρ^c(θ) (11)

式中，a(θ)、b(θ)、c(θ)为角度系数，F为敏感的岩性识别因子，μ为剪切模量，ρ为密度。

3.根据权利要求2所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法，其特征在于步骤S3包含敏感岩性识别因子为变量的AVO近似式的弹性阻抗公式推导具体如下：

假设地下有一反射界面，传统的Aki-Richards AVO近似式为：

v_p、v_s、ρ、γ_sat、θ分别的平均纵波速度、横波速度、密度、横波与饱和岩石的纵波速度比和界面的入射角，Δv_p、Δv_s、Δρ为界面两侧纵波、横波和密度变化量；把纵波速度、横波速度和密度的反射系数定义为：

由实际资料优选出的F＝ρf岩性识别因子有更高的岩性识别能力，即

式中：γ_dry为干岩石纵横波速度比；

首先对(5)进行微分计算，由此得：

式(6)两边除以F得：

由式(7)得到敏感的岩性识别因子反射系数与纵横波速度、密度反射系数之间的关系式：

同理得：

组合出敏感的岩性识别因子(F)、剪切模量(μ)与密度(ρ)组合的AVO近似式：

借鉴Connolly推导弹性波阻抗的方法，得基于式(10)近似式的弹性波阻抗方程：

EI(θ)＝F^a(θ)μ^b(θ)ρ^c(θ) (11)

式中，a(θ)、b(θ)、c(θ)为角度系数分别为

4.根据权利要求3所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法，其特征在于步骤S6中利用S5计算的大、中、小三个角度弹性阻抗数据体反演计算敏感的岩性识别因子、剪切模量、密度参数，具体求解过程如下：

为提取参数，将弹性阻抗公式两边取对数，得

ln[EI(θ)]＝aln F+bln μ+cln ρ (12)

式中θ已知、γ_dry、γ_sat通过测井资料求取。

5.根据权利要求4所述的基于包含敏感岩性识别因子为变量的AVO近似式叠前反演方法，其特征在于步骤S6中将三个角度值分别代入上式，得到

通过求解式(13)得敏感岩性识别因子、剪切模量和密度。