CN109541685B - 一种河道砂体识别方法 - Google Patents

Abstract

本发明公开了一种河道砂体识别方法，属于油田储层预测领域。该方法包括：对含有河道砂体的目标工区进行地震采集，获取地震数据，并在该目标工区内测井，获取测井数据。利用地震数据解释地震层位，并利用测井数据解释砂体厚度、沉积相和各级开发层位。利用地震层位、砂体厚度、沉积相和各级开发层位进行井震标定，获取井震标定结果。根据井震标定结果，建立砂岩组、小层及沉积单元在时间域中的空间层位。获取沉积相的类型，根据沉积相的类型对上述三者的空间层位进行纵向组合，得到框架模型。利用框架模型完成对该目标工区内河道砂体的分布特征的识别。该方法可以对不同厚度的河道砂体进行分布特征识别，提高了对河道砂体分布特征识别的精确度。

Description

一种河道砂体识别方法

技术领域

本发明涉及油田储层预测领域，特别涉及一种河道砂体识别方法。

背景技术

在油田勘探开发中，对河道砂体的研究是提高油气采收率的关键。特别地，在油田勘探开发后期，识别河道砂体的分布特征，更加便于对油气进行挖掘，提高油气采收率。可见，为了提高油气采收率，提供一种识别河道砂体分布特征的方法是十分重要的。

现有技术提供了一种河道砂体识别方法，包括：步骤1、在目标工区内测井，获取测井数据，并对目标工区进行地震采集，获取地震数据。步骤2、在框架模型的约束下，利用该测井数据通过变差函数建立初始储层模型。步骤3、以地震数据为约束，使储层模型与该地震数据相匹配。步骤4、自储层模型内提取所需的平面砂体厚度图和砂体剖面图，完成对目标工区内河道砂体分布特征的识别。需要说明的是，上述框架模型可以理解为构造模型，两者的不同之处在于：构造模型包括断层和层位，而此处的框架模型只包括层位。在对河道砂体的分布特征进行识别的过程中，一般通过以下方法建立框架模型：一、以地震解释层面为尺度建立框架模型，该框架模型一般与油层组对应，其顶部界面和底部界面间的距离为30-40m。二、以井点沉积单元为基本单位，利用空间差值法建立框架模型，该框架模型内包括多个沉积单元，每个沉积单元的顶部界面和底部界面间的距离均为3-4m。

发明人发现现有技术至少存在以下问题：

现有技术在识别河道砂体分布特征的过程中，以地震解释层面为尺度建立的框架模型顶部界面和底部界面间的距离过大，只适用于油层组尺度级别的河道砂体(即厚层河道砂体)的识别；而以井点沉积单元为基本单位，并利用空间差值法建立的框架模型中，沉积单元的顶部界面和底部界面间的距离较小，只适用于薄层河道砂体的识别。可见，现有技术对薄厚分布不均的河道砂体的识别效果较差。

发明内容

为了解决上述技术问题，本发明实施例提供了一种河道砂体识别方法。具体技术方案如下：

本发明实施例提供了一种河道砂体识别方法，包括：对含有河道砂体的目标工区进行地震采集，获取地震数据，并在所述目标工区内测井，获取测井数据；

所述河道砂体识别方法还包括：

利用所述地震数据解释地震层位，并利用所述测井数据解释砂体厚度、沉积相和各级开发层位；

利用所述地震层位、所述砂体厚度、所述沉积相和所述各级开发层位进行井震标定，获取井震标定结果；

根据所述井震标定结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位；

获取所述沉积相的类型，根据所述沉积相的类型对所述三者的空间层位进行纵向组合，得到框架模型；

利用所述框架模型进行随机反演，并根据反演结果提取所述各级开发层位的平面砂体厚度图和砂体剖面图，完成对所述目标工区内河道砂体的分布特征的识别。

具体地，作为优选，所述根据所述井震标定的结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位，包括：

制作单井合成地震记录，实现井震标定；

根据所述井震标定的结果，获取所述单井的砂岩组界面、小层界面及沉积单元界面的时间值；

根据所述砂岩组界面、所述小层界面及所述沉积单元界面的时间值，利用插值算法建立砂岩组、小层及沉积单元在时间域中的空间层位。

具体地，作为优选，所述获取所述沉积相的类型，根据所述沉积相的类型对所述三者的空间层位进行纵向组合，得到框架模型，包括：

利用所述测井数据获取所述沉积相的类型，所述沉积相的类型包括：高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相；

根据所述高弯曲分流河道相、所述低弯曲分流河道相和所述三角洲内前缘亚相，对所述砂岩组、所述小层及所述沉积单元的空间层位进行纵向组合，得到框架模型。

具体地，作为优选，所述纵向组合的方式为：

对所述高弯曲分流河道相和所述低弯曲分流河道相，采用砂岩组的尺度，获取所述砂岩组的空间层位；

对所述三角洲内前缘亚相，采用所述小层或所述沉积单元的尺度，获取所述小层或所述沉积单元的空间层位；

将所述砂岩组的空间层位、所述小层的空间层位及所述沉积单元的空间层位进行纵向组合。

具体地，作为优选，所述利用所述框架模型进行随机反演，并根据反演结果提取所述各级开发层位的平面砂体厚度图和砂体剖面图，完成对所述目标工区内河道砂体的分布特征的识别，包括：

利用所述测井数据，获取声波阻抗曲线与砂岩解释结果；

根据所述框架模型，建立所述声波阻抗曲线与所述砂岩解释结果之间的统计学关系；

利用所述统计学关系以及所述测井数据，确定所述高弯曲分流河道相、所述低弯曲分流河道相和所述三角洲内前缘亚相的变差函数的参数；

利用所述变差函数的参数进行随机反演，获得反演数据体；

利用所述反演数据体提取所述各级开发层位的所述平面砂体厚度图和所述砂体剖面图；

根据所述平面砂体厚度图和所述砂体剖面图，完成对所述目标工区内所述河道砂体的分布特征的识别。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例提供的河道砂体识别方法，通过利用地震数据解释地震层位，并利用测井数据解释砂体厚度、沉积相和各级开发层位；利用地震层位、砂体厚度、沉积相和各级开发层位进行井震标定，获取井震标定结果；根据井震标定结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位；获取沉积相的类型，根据沉积相的类型对上述三者的空间层位进行纵向组合，得到框架模型，保证了该框架模型的尺度是可变的，以便对不同厚度的河道砂体进行分布特征的识别。可见，本发明实施例提供的河道砂体识别方法对厚层河道砂体、薄层河道砂体以及薄厚分布不均的河道砂体的识别效果较好。通过利用框架模型进行随机反演，并根据反演结果提取各级开发层位的平面砂体厚度图和砂体剖面图，在实现对河道砂体分布特征识别的同时，提高了对河道砂体分布特征识别的精确度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的大庆垣北二西区的高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相的特征示意图；

图2-a是本发明实施例提供的大庆垣北二西区的砂岩组空间层位示意图；

图2-b是本发明实施例提供的大庆垣北二西区的小层空间层位示意图；

图2-c是本发明实施例提供的大庆垣北二西区的沉积单元空间层位示意图；

图3是本发明实施例提供的大庆垣北二西区的框架模型示意图；

图4-1是本发明实施例提供的大庆垣北二西区的高弯曲分流河道相主方向变差函数示意图；

图4-2是本发明实施例提供的大庆垣北二西区的低弯曲分流河道相主方向变差函数示意图；

图4-3是本发明实施例提供的大庆垣北二西区的三角洲内前缘亚相主方向变差函数示意图；

图4-4是本发明实施例提供的大庆垣北二西区的高弯曲分流河道相次方向变差函数示意图；

图4-5是本发明实施例提供的大庆垣北二西区的低弯曲分流河道相次方向变差函数示意图；

图4-6是本发明实施例提供的大庆垣北二西区的三角洲内前缘亚相次方向变差函数示意图；

图5是本发明实施例提供的大庆垣北二西区在框架模型约束下的反演数据体示意图；

图6-a是本发明实施例提供的大庆垣北二西区的平面砂体厚度图示意图；

图6-b是本发明实施例提供的大庆垣北二西区的河道砂体的沉积相示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

需要说明的是，框架模型可以理解为本领域所常见的构造模型，两者的不同之处在于：构造模型包括断层和层位，而本发明实施例中的框架模型只包括层位。

本发明实施例提供了一种河道砂体识别方法，该方法包括以下步骤：

步骤1、对含有河道砂体的目标工区进行地震采集，获取地震数据，并在该目标工区内测井，获取测井数据。

步骤2、利用地震数据解释地震层位，并利用测井数据解释砂体厚度、沉积相和各级开发层位。

步骤3、利用地震层位、砂体厚度、沉积相和各级开发层位进行井震标定，获取井震标定结果。

步骤4、根据井震标定结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位。

步骤5、获取沉积相的类型，根据沉积相的类型对上述三者的空间层位进行纵向组合，得到框架模型。

步骤6、利用框架模型进行随机反演，并根据反演结果提取各级开发层位的平面砂体厚度图和砂体剖面图，完成对该目标工区内河道砂体的分布特征的识别。

本发明实施例提供的河道砂体识别方法，通过利用地震数据解释地震层位，并利用测井数据解释砂体厚度、沉积相和各级开发层位；利用地震层位、砂体厚度、沉积相和各级开发层位进行井震标定，获取井震标定结果；根据井震标定结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位；获取沉积相的类型，根据沉积相的类型对上述三者的空间层位进行纵向组合，得到框架模型，保证了该框架模型的尺度是可变的，以便对不同厚度的河道砂体进行分布特征的识别。可见，本发明实施例提供的河道砂体识别方法对厚层河道砂体、薄层河道砂体以及薄厚分布不均的河道砂体的识别效果较好。通过利用框架模型进行随机反演，并根据反演结果提取各级开发层位的平面砂体厚度图和砂体剖面图，在实现对河道砂体分布特征识别的同时，提高了对河道砂体分布特征识别的精确度。

其中，步骤2提及的“各级开发层位”指的是：砂岩组、小层和沉积单元。

步骤3提及的“井震标定”是本领域常见的地震解释步骤，是连接测井、地震与地质信息的桥梁，其结果的准确与否直接决定着地震解释和后续反演的准确性。以纵波为例，井震标定的过程一般包括以下几个步骤：a、基于测井所得的测井数据计算反射系数；b、将地震子波与该反射系数进行褶积产生合成记录；c、将合成记录与地震数据、各级开发层位与地震解释层位对比分析，进行时深标定。

步骤5提及的“三者”指的是：砂岩组、小层和沉积单元。

其中，砂岩组指的是：在油层组内，有一定的连通性，且上、下被泥岩所分隔的相互靠近、岩性接近的单层组合。

小层指的是：以沉积单元为基础，上、下以泥质岩分隔的具有含油条件的砂质、粉砂质岩层。

以下就上述各个步骤分别进行阐述：

在本发明实施例中，根据井震标定的结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位，包括：

步骤401、制作单井合成地震记录，实现井震标定。

步骤402、根据井震标定的结果，获取单井的砂岩组界面、小层界面及沉积单元界面的时间值。

步骤403、根据砂岩组界面、小层界面及沉积单元界面的时间值，利用插值算法建立砂岩组、小层及沉积单元在时间域中的空间层位。

通过上述步骤，有效地建立了砂岩组、小层及沉积单元在时间域中的空间层位，为后续建立框架模型奠定了基础。

具体地，上述步骤401提及的“制作单井合成地震记录”指的是：针对特定单井，用声波测井或垂直地震剖面资料经过人工合成转换成的地震记录。

上述步骤402提及的“界面”均包括：上界面和下界面。具体地，根据井震标定的结果，获取单井的砂岩组界面、小层界面及沉积单元界面的时间值可以理解为：根据上述井震标定的结果，获取单井的砂岩组的上界面和下界面的时间值、小层的上界面和下界面的时间值，以及沉积单元的上界面和下界面的时间值。

上述步骤403中的“插值算法”为本领域所常见的，举例来说，本发明实施例可以采用克里金插值算法。具体地，将步骤402中获取的砂岩组界面、小层界面及沉积单元界面的时间值与砂岩组的厚度、小层的厚度、沉积单元的厚度相结合，并对上述各参数运用克里金插值算法，即可建立砂岩组、小层及沉积单元在时间域中的空间层位。

在本发明实施例中，获取沉积相的类型，根据沉积相的类型对三者的空间层位进行纵向组合，得到框架模型，包括：

步骤501、利用测井数据获取沉积相的类型，沉积相的类型包括：高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相。

步骤502、根据高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相，对砂岩组、小层及沉积单元的空间层位进行纵向组合，得到框架模型。

在步骤501中，高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相均为河道砂体沉积相的类型，通过获取高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相，能够有效地对砂岩组、小层及沉积单元三者的空间层位进行纵向组合，以得到框架模型。

进一步地，为了提高框架模型的精确度，对砂岩组、小层及沉积单元的空间层位进行纵向组合的方式为：

对高弯曲分流河道相和低弯曲分流河道相，采用砂岩组的尺度，获取砂岩组的空间层位；

对三角洲内前缘亚相，采用小层或沉积单元的尺度，获取小层或沉积单元的空间层位；

将砂岩组的空间层位、小层的空间层位及沉积单元空间层位进行纵向组合。

其中，“尺度”可以理解为厚度，具体地，上述砂岩组的尺度可以理解为：砂岩组的厚度(即砂岩组上界面与下界面之间的距离)；小层或沉积单元的尺度可以理解为：小层或沉积单元的厚度(即小层或沉积单元上界面与下界面之间的距离)。

在对砂岩组、小层及沉积单元的空间层位进行纵向组合时，使高弯曲分流河道相和低弯曲分流河道相的厚度与砂岩组的厚度相匹配，同时使三角洲内前缘亚相与小层厚度或沉积单元的厚度相匹配，以保证对砂岩组的空间层位、小层的空间层位及沉积单元空间层位进行纵向组合时的准确性。

为了保证对目标工区内河道砂体的分布特征的识别更加准确，利用框架模型进行随机反演，并根据反演结果提取各级开发层位的平面砂体厚度图和砂体剖面图，完成对目标工区内河道砂体的分布特征的识别，包括：

步骤601、利用测井数据，获取声波阻抗曲线与砂岩解释结果。

步骤602、根据框架模型，建立声波阻抗曲线与砂岩解释结果之间的统计学关系。

步骤603、利用统计学关系以及测井数据，确定高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相的变差函数的参数。

步骤604、利用变差函数的参数进行随机反演，获得反演数据体。

步骤605、利用反演数据体提取各级开发层位的平面砂体厚度图和砂体剖面图。

步骤606、根据平面砂体厚度图和砂体剖面图，完成对目标工区内河道砂体的分布特征的识别。

步骤601提及的“砂岩解释结果”指的是：单井砂岩在纵向上的分布。

步骤602提及的“声波阻抗曲线与砂岩解释结果之间的统计学关系”指的是：声波阻抗曲线与砂岩、非砂岩的对应关系，这种关系以实际测量得到的声波阻抗曲线与砂岩解释为基础，采用数理统计的方式拟合得到。

对于步骤603，根据上述统计学关系以及测井数据，确定了高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相的变差函数的参数，使后续随机反演的结果更加准确。

步骤604提及的“反演数据体”可以理解为：由随机反演获得的一个三维模型，其能够清楚地反映出井间砂体的非均质特征。

步骤605和步骤606提及的“平面砂体厚度图”和“砂体剖面图”分别指的是：从反演数据体中提取的河道砂体的平面图和剖面图，根据平面砂体厚度图和砂体剖面图可以对河道砂体分别进行水平方向和竖直方向上的识别，进而保证了对目标工区内河道砂体的分布特征的识别更加精准。

以下将通过具体实施例进一步地描述本发明。

实施例1

本实施例以大庆长垣北二西区为例，采用本发明实施例提供的方法对目标工区内河道砂体的分布特征进行识别。具体地，利用本发明实施例提供的方法识别河道砂体的分布特征的过程如下：

对含有河道砂体的目标工区进行地震采集，获取地震数据，并在该目标工区内测井，获取测井数据。

利用地震数据解释地震层位，并利用测井数据解释砂体厚度、沉积相和各级开发层位。

利用地震层位、砂体厚度、沉积相和各级开发层位进行井震标定，获取井震标定结果。

利用测井数据获取河道砂体的厚度和沉积相的类型，沉积相的类型包括：高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相(参见附图1)；根据高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相，对砂岩组、小层及沉积单元的空间层位进行纵向组合，得到框架模型(参见附图3)。其中，如附图2-a所示，砂岩组空间层位在纵向上共分为5个砂岩组，每个砂岩组的平均厚度为8m-10m。如附图2-b所示，小层空间层位在纵向上共分为10个小层，每个小层的平均厚度为4m-5m。如附图2-c所示，沉积单元层位在纵向上共分为17个沉积单元，每个沉积单元的平均厚度为2m-5m。

利用测井数据，获取声波阻抗曲线与砂岩解释结果。

根据框架模型，建立声波阻抗曲线与砂岩解释结果之间的统计学关系。

利用统计学关系以及测井数据，确定高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相的变差函数的参数。具体地，高弯曲分流河道相主方向变差函数和次方向变差函数可以分别参见附图4-1和附图4-4；低弯曲分流河道相主方向变差函数和次方向变差函数可以分别参见附图4-2和附图4-5；三角洲内前缘亚相主方向变差函数和次方向变差函数可以分别参见附图4-3和附图4-6。

利用变差函数的参数进行随机反演，获得反演数据体(参见附图5)。

利用反演数据体提取各级开发层位的平面砂体厚度图和砂体剖面图。

根据平面砂体厚度图(参见附图6-a)和砂体剖面图，完成对目标工区内河道砂体的分布特征的识别，即将该河道完整描述出来(参见基于上述平面砂体厚度图刻画出的沉积相图：附图6-b)。

基于上述，大庆垣北二西区在利用本发明的方法建立框架模型后，其结果具有较高的纵向分辨能力，反演结果和后验井解释结果符合较好，厚度2m以上砂体的综合识别准确率达到85％以上。并且，通过平面砂体厚度图和砂体剖面图可以识别100m-300m的窄小河道，并将该河道完整的描述出来，在油田开发中具有较大的应用价值。

以上所述仅为本发明的较佳实施例，并不用以限制本发明的保护范围，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种河道砂体识别方法，包括：对含有河道砂体的目标工区进行地震采集，获取地震数据，并在所述目标工区内测井，获取测井数据；

其特征在于，所述河道砂体识别方法还包括：

利用所述地震数据解释地震层位，并利用所述测井数据解释砂体厚度、沉积相和各级开发层位；

利用所述地震层位、所述砂体厚度、所述沉积相和所述各级开发层位进行井震标定，获取井震标定结果；

根据所述井震标定结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位；

获取所述沉积相的类型，根据所述沉积相的类型对所述三者在时间域中的空间层位进行纵向组合，得到框架模型，其中，所述获取所述沉积相的类型，根据所述沉积相的类型对所述三者在时间域中的空间层位进行纵向组合，得到框架模型，包括：利用所述测井数据获取所述沉积相的类型，所述沉积相的类型包括：高弯曲分流河道相、低弯曲分流河道相和三角洲内前缘亚相；根据所述高弯曲分流河道相、所述低弯曲分流河道相和所述三角洲内前缘亚相，对所述砂岩组、所述小层及所述沉积单元的空间层位进行纵向组合，得到框架模型；所述纵向组合的方式为：对所述高弯曲分流河道相和所述低弯曲分流河道相，采用砂岩组的尺度，获取所述砂岩组的空间层位；对所述三角洲内前缘亚相，采用所述小层或所述沉积单元的尺度，获取所述小层或所述沉积单元的空间层位；将所述砂岩组的空间层位、所述小层的空间层位及所述沉积单元的空间层位进行纵向组合；

利用所述框架模型进行随机反演，并根据反演结果提取所述各级开发层位的平面砂体厚度图和砂体剖面图，完成对所述目标工区内河道砂体的分布特征的识别。

2.根据权利要求1所述的河道砂体识别方法，其特征在于，所述根据所述井震标定结果，建立砂岩组、小层及沉积单元三者在时间域中的空间层位，包括：

制作单井合成地震记录，实现井震标定；

根据所述井震标定结果，获取所述单井的砂岩组界面、小层界面及沉积单元界面的时间值；

根据所述砂岩组界面、所述小层界面及所述沉积单元界面的时间值，利用插值算法建立砂岩组、小层及沉积单元在时间域中的空间层位。

3.根据权利要求1所述的河道砂体识别方法，其特征在于，所述利用所述框架模型进行随机反演，并根据反演结果提取所述各级开发层位的平面砂体厚度图和砂体剖面图，完成对所述目标工区内河道砂体的分布特征的识别，包括：

利用所述测井数据，获取声波阻抗曲线与砂岩解释结果；

根据所述框架模型，建立所述声波阻抗曲线与所述砂岩解释结果之间的统计学关系；

利用所述统计学关系以及所述测井数据，确定所述高弯曲分流河道相、所述低弯曲分流河道相和所述三角洲内前缘亚相的变差函数的参数；

利用所述变差函数的参数进行随机反演，获得反演数据体；

利用所述反演数据体提取所述各级开发层位的所述平面砂体厚度图和所述砂体剖面图；

根据所述平面砂体厚度图和所述砂体剖面图，完成对所述目标工区内所述河道砂体的分布特征的识别。

Images