CN115061202B - 一种页岩含气性地震储层直接检测方法 - Google Patents

一种页岩含气性地震储层直接检测方法 Download PDF

Info

Publication number
CN115061202B
CN115061202B CN202210656621.XA CN202210656621A CN115061202B CN 115061202 B CN115061202 B CN 115061202B CN 202210656621 A CN202210656621 A CN 202210656621A CN 115061202 B CN115061202 B CN 115061202B
Authority
CN
China
Prior art keywords
organic matter
dispersion
shale
matter mixture
shale gas
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210656621.XA
Other languages
English (en)
Other versions
CN115061202A (zh
Inventor
吕晓瑜
郭智奇
刘财
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jilin University
Original Assignee
Jilin University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jilin University filed Critical Jilin University
Priority to CN202210656621.XA priority Critical patent/CN115061202B/zh
Publication of CN115061202A publication Critical patent/CN115061202A/zh
Application granted granted Critical
Publication of CN115061202B publication Critical patent/CN115061202B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/30Analysis
    • G01V1/306Analysis for determining physical properties of the subsurface, e.g. impedance, porosity or attenuation profiles
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/28Processing seismic data, e.g. for interpretation or for event detection
    • G01V1/282Application of seismic models, synthetic seismograms
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00Details of seismic processing or analysis
    • G01V2210/60Analysis
    • G01V2210/62Physical property of subsurface
    • G01V2210/624Reservoir parameters

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种页岩含气性地震储层直接检测方法,属于油气地球物理勘探技术领域,技术要点是:包括通过Brown‑Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量,直接预测表征有机质性质的弹性参数,与反射系数精确公式对比,将固体骨架及有机质解耦的地震弹性AVO表达式扩展为频变形式,构建预测页岩含气富集的地震波频散属性反演理论,构建页岩固体骨架‑有机质解耦的频变AVO反演方法,预测有机质混合物频散属性作为页岩含气富集的识别因子,通过岩石物理理论模型分析,具有得到频散属性DMk和D对页岩含气富集程度的变化更为敏感,从而提高了页岩气储层含气性识别的精度与可靠性的优点。

Description

一种页岩含气性地震储层直接检测方法
技术领域
本发明涉及油气地球物理勘探技术领域,具体是涉及一种页岩含气性地震储层直接检测方法。
背景技术
近年来非常规天然气特别是页岩气引起了人们的广泛关注。据估计,我国拥有世界上最大的页岩气储量,而页岩气的勘探开发,有赖于利用高精度地震方法预测天然气富集。
有机质和有机孔的富集是页岩气成藏的物质基础。Passey等人(2010)理论认为有机质成熟过程中干酪根内部发育有机孔,形成的有机质混合物能够显著影响页岩弹性各向异性。Carcione(2000)提出了一种量化有机混合物对有机页岩整体弹性响应影响的建模方法。Carcione(2001)将提出的模型扩展到分析烃源岩层的振幅与偏移量之间的关系。基于岩石物理模型,Sayers(2013)研究了与有机页岩干酪根相关的地震AVO响应。目前针对有机质引起页岩地震频散衰减的研究较少,主要认为有机质干酪根是刚度较小的固体物质,具有非弹性性质(Carcione,2000)。非弹性的干酪根与固体基质耦合,使页岩整体具有非弹性性质,进而引起地震波的频散衰减。
由于地震波频散直接和页岩中的有机质混合物有关,所以频变AVO方法有很好的应用前景。由于频变AVO反演方法是将AVO近似公式扩展到频变形式,它的发展与AVO近似公式的发展密切相关。Aki和Richards(2002)在假设相邻地层介质弹性参数变化较小的情况下,给出了包含纵横波速度和密度相对变化量的纵波反射系数线性近似公式,相应的频变AVO公式得到了广泛应用。但该公式只能反演得到岩石整体的响应,Russell等人(2011)结合饱和流体多孔弹性介质理论对Aki-Richards近似进行重组,提出了流体项与固体骨架解耦的反射系数近似公式,突出体现了岩石孔隙流体效应对反射系数的影响。相应的频变AVO反演方法的研究,更为准确的进行孔隙流体识别。然而,有机质干酪根和发育其中的有机孔与页岩气成藏密切相关,仅识别孔隙流体不足以预测页岩储层的含气性,有必要对页岩有机质混合物和固体骨架解耦的AVO近似式进行研究。
本发明通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量,并结合Aki&Richards的AVO理论构建岩石固体骨架及有机质解耦的新的地震弹性AVO表达式,直接预测表征有机质性质的弹性参数,包括:表征有机质体积模量的Mk以及表征有机质剪切模量的Mμ参数。与反射系数精确公式对比,通过理论模型测试对新构建的AVO表达式进行精度分析。并且,将固体骨架及有机质解耦的地震弹性AVO表达式扩展为频变形式,构建预测页岩含气富集的地震波频散属性反演理论。在此基础上,构建页岩固体骨架-有机质解耦的频变AVO反演方法,预测有机质混合物频散属性作为页岩含气富集的识别因子,包括:表征有机质混合物体积模量频散的频变属性DMk以及表征有机质混合物剪切模量频散的频变属性D。并且,通过岩石物理理论模型分析,验证了频散属性DMk和D对页岩含气富集的敏感性。与常规纵波速度频散属性相比,本发明计算得到频散属性DMk和D对页岩含气富集程度的变化更为敏感,从而提高了页岩气储层含气性识别的精度与可靠性。
发明内容
针对现有技术存在的不足,本发明实施例的目的在于提供一种页岩含气性地震储层直接检测方法,以解决上述背景技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种页岩含气性地震储层直接检测方法,包括如下步骤:
步骤1:获取目标储层的叠前地震资料,生成叠前角道集;
步骤2:通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量,结合Aki&Richards的AVO理论构建岩石固体骨架及有机质解耦的新的地震弹性AVO表达式,直接预测表征有机质性质的弹性参数,包括表征有机质体积模量的Mk以及表征有机质剪切模量的Mμ参数。
步骤3:与反射系数精确公式对比,通过理论模型测试对构建的AVO表达式进行精度分析;
步骤4:将固体骨架及有机质解耦的地震弹性AVO表达式扩展为频变形式,构建预测页岩含气富集的地震波频散属性反演理论;
步骤5:构建页岩固体骨架-有机质混合物解耦的频变AVO反演方法,预测有机质混合物频变属性,作为页岩含气富集的识别因子,包括表征有机质混合物体积模量频散的频变属性DMk以及表征有机质混合物剪切模量频散的频变属性D
步骤6:通过岩石物理理论模型分析,验证频散属性DMk和D对页岩含气富集的敏感性;
步骤7:对叠前地震资料进行时频分析,计算叠前地震数据时频谱;以及
步骤8:步骤7中获得的叠前地震道集时频谱作为入新构建的频变AVO反演方法的输入,计算页岩有机质频散属性DMk和D作为页岩含气富集的识别因子,用于页岩储层含气富集区的直接检测。
作为本发明进一步的方案,所述步骤2所述的通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量。具体地,通过饱和岩石与固体骨架体积模量之差Mk表征有机质混合物体积模量,通过饱和岩石与固体骨架剪切模量之差Mμ表征有机质混合物剪切模量,即:
Mk=Ksat-Kdry
Mμ=μsatdry
其中,Ksat和μsat分别为饱和岩石的体积模量和剪切模量,Kdry和μdry分别为岩石固体骨架的体积模量和剪切模量。
作为本发明进一步的方案,所述步骤2所述的岩石固体骨架及有机质解耦的地震弹性AVO表达式,通过结合Brown-Korringa固体替换理论与Aki&Richards的AVO理论,构建岩石固体骨架及有机质解耦的、以有机质体积模量Mk和有机质剪切模量Mμ表征的地震弹性AVO表达式,实现页岩固体骨架与有机质解耦的目的。构建的页岩固体骨架与有机质解耦的地震弹性AVO表达式为:
其中,Mk和Mμ分别为表征有机质体积模量以及有机质剪切模量的关键弹性参数,μ为地下岩石的剪切模量,ρ为地下岩石的密度,ΔMk为界面两侧关键弹性参数Mk的差值,ΔMμ为界面两侧关键弹性参数Mμ的差值,Δμ为界面两侧剪切模量的差值,Δρ为界面两侧密度的差值,θ为入射角,N=Mk/Mμ为有机质混合物体积模量和剪切模量关键弹性参数的比值,γsat=[VP/VS]sat为饱和岩石的纵横波速度比,γdry=[VP/VS]dry为岩石固体骨架的纵横波速度比。
作为本发明进一步的方案,所述步骤4所述的预测页岩含气富集的地震频变属性反演公式,考虑了与有机质混合物频散和衰减有关的有机质混合物模量随频率的变化,以及引起反射系数随频率的变化。以ω0为参考频率,新构建的频变AVO公式为:
ΔRPP(θ,ω)=RPP(θ,ω)-RPP(θ,ω0)
=(ω-ω0)A(θ)DMk+(ω-ω0)B(θ)D+(ω-ω0)C(θ)Dμ
其中,RPP(θ,ω0)为参考频率ω0处的反射系数,ω为任意频率,A(θ)、B(θ)、C(θ)是与入射角有关的系数,分别为:
作为本发明进一步的方案,所述步骤5所述的表征页岩含气富集的频散属性,即:表征有机质混合物体积模量的频散属性DMk以及表征有机质混合物剪切模量的频散属性D,其定义为:
其中,Mk和Mμ分别表征有机质混合物体积模量以及有机质混合物剪切模量,ω为任意频率。
作为本发明进一步的方案,所述步骤6所述针对频散属性DMk和D的岩石物理理论模型分析,即通过岩石物理建模,明确在不同有机质体积分数fOM下Mk和Mμ随频率的变化特征,验证了频散属性DMk和D对页岩含气富集的敏感性。
作为本发明进一步的方案,所述步骤8所述计算得到频散属性DMk和D作为页岩含气富集的识别因子,其通过页岩固体骨架与有机质解耦的方式,突出反映有机质混合物引起的地震波频散与衰减,与常规纵波速度频散属性相比对页岩含气富集程度的变化更为敏感。
综上所述,本发明实施例与现有技术相比具有以下有益效果:
提出有机质混合物识别因子频散属性,通过岩石固体骨架及有机质解耦的方式,突出反映有机质混合物引起的地震频散与衰减,较常规纵波速度频散属性页岩的含气富集程度的变化更为敏感,提高了页岩气储层含气性识别的精度和可靠性。
为更清楚地阐述本发明的结构特征和功效,下面结合附图与具体实施例来对本发明进行详细说明。
附图说明
图1是基于固体骨架及有机质解耦地震波频散属性反演的页岩储层含气性直接预测方法的实施流程图。
图2是基于岩石固体骨架及有机质解耦的弹性AVO公式精度对比分析图。
图3是不同有机质体积分数fOM饱和页岩的纵横波速度Vp、Vs,表征有机质体积模量的关键弹性参数Mk以及表征有机质剪切模量的关键弹性参数Mμ的频散曲线。
图4是实施例中过研究区内A井和B井的连井叠后振幅图。
图5是实施例中过研究区内A井和B井的反演结果DMk和D连井剖面图。
图6是实施例中过研究区内A井和B井的反演结果DP和DS连井剖面图。
图7是实施例中研究区的反演结果DMk和D平面图。
图8是实施例中研究区的反演结果DP和DS平面图。
图9是实施例中研究区的局部区域反演结果DMk、DP平面对比图,并附有产气井位置。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
在一个实施例中,一种页岩含气性地震储层直接检测方法,参见图1~图9,包括如下步骤:
步骤1:获取目标储层的叠前地震资料,生成叠前角道集;
步骤2:通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量,结合Aki&Richards的AVO理论构建岩石固体骨架及有机质解耦的新的地震弹性AVO表达式,直接预测表征有机质性质的弹性参数,包括表征有机质体积模量的Mk以及表征有机质剪切模量的Mμ参数。
步骤3:与反射系数精确公式对比,通过理论模型测试对构建的AVO表达式进行精度分析;
步骤4:将固体骨架及有机质解耦的地震弹性AVO表达式扩展为频变形式,构建预测页岩含气富集的地震波频散属性反演理论;
步骤5:构建页岩固体骨架-有机质混合物解耦的频变AVO反演方法,预测有机质混合物频变属性,作为页岩含气富集的识别因子,包括表征有机质混合物体积模量频散的频变属性DMk以及表征有机质混合物剪切模量频散的频变属性D
步骤6:通过岩石物理理论模型分析,验证频散属性DMk和D对页岩含气富集的敏感性;
步骤7:对叠前地震资料进行时频分析,计算叠前地震数据时频谱;以及
步骤8:步骤7中获得的叠前地震道集时频谱作为入新构建的频变AVO反演方法的输入,计算页岩有机质频散属性DMk和D作为页岩含气富集的识别因子,用于页岩储层含气富集区的直接检测。
进一步的,参见图1~图9,所述步骤2所述的通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量。具体地,通过饱和岩石与固体骨架体积模量之差Mk表征有机质混合物体积模量,通过饱和岩石与固体骨架剪切模量之差Mμ表征有机质混合物剪切模量,即:
Mk=Ksat-Kdry
Mμ=μsatdry
其中,Ksat和μsat分别为饱和岩石的体积模量和剪切模量,Kdry和μdry分别为岩石固体骨架的体积模量和剪切模量。
进一步的,参见图1~图9,所述步骤2所述的岩石固体骨架及有机质解耦的地震弹性AVO表达式,通过结合Brown-Korringa固体替换理论与Aki&Richards的AVO理论,构建岩石固体骨架及有机质解耦的、以有机质体积模量Mk和有机质剪切模量Mμ表征的地震弹性AVO表达式,实现页岩固体骨架与有机质解耦的目的。构建的页岩固体骨架与有机质解耦的地震弹性AVO表达式为:
其中,Mk和Mμ分别为表征有机质体积模量以及有机质剪切模量的关键弹性参数,μ为地下岩石的剪切模量,ρ为地下岩石的密度,ΔMk为界面两侧关键弹性参数Mk的差值,ΔMμ为界面两侧关键弹性参数Mμ的差值,Δμ为界面两侧剪切模量的差值,Δρ为界面两侧密度的差值,θ为入射角,N=Mk/Mμ为有机质混合物体积模量和剪切模量关键弹性参数的比值,γsat=[VP/VS]sat为饱和岩石的纵横波速度比,γdry=[VP/VS]dry为岩石固体骨架的纵横波速度比。
进一步的,参见图1~图9,所述步骤4所述的预测页岩含气富集的地震频变属性反演公式,考虑了与有机质混合物频散和衰减有关的有机质混合物模量随频率的变化,以及引起反射系数随频率的变化。以ω0为参考频率,新构建的频变AVO公式为:
ΔRPP(θ,ω)=RPP(θ,ω)-RPP(θ,ω0)
=(ω-ω0)A(θ)DMk+(ω-ω0)B(θ)D+(ω-ω0)C(θ)Dμ
其中,RPP(θ,ω0)为参考频率ω0处的反射系数,ω为任意频率,A(θ)、B(θ)、C(θ)是与入射角有关的系数,分别为:
进一步的,参见图1~图9,所述步骤5所述的表征页岩含气富集的频散属性,即:表征有机质混合物体积模量的频散属性DMk以及表征有机质混合物剪切模量的频散属性D,其定义为:
其中,Mk和Mμ分别表征有机质混合物体积模量以及有机质混合物剪切模量,ω为任意频率。
进一步的,参见图1~图9,所述步骤6所述针对频散属性DMk和D的岩石物理理论模型分析,即通过岩石物理建模,明确在不同有机质体积分数fOM下Mk和Mμ随频率的变化特征,验证了频散属性DMk和D对页岩含气富集的敏感性。
进一步的,参见图1~图9,所述步骤8所述计算得到频散属性DMk和D作为页岩含气富集的识别因子,其通过页岩固体骨架与有机质解耦的方式,突出反映有机质混合物引起的地震波频散与衰减,与常规纵波速度频散属性相比对页岩含气富集程度的变化更为敏感。
在本实施例中,如图1所示,本发明实现上述目的的具体实施方案如下:
步骤1:获取目标储层的叠前地震资料,生成叠前角道集。
步骤2:通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量,并结合Aki&Richards的AVO理论构建岩石固体骨架及有机质解耦的新的地震弹性AVO表达式,直接预测表征有机质性质的弹性参数,包括:表征有机质体积模量的Mk以及表征有机质剪切模量的Mμ参数。新的地震弹性AVO表达式推导过程如下:
有机质混合物由干酪根和发育其中的有机质孔隙组成,由于干酪根具有非零剪切模量,因此利用Brown-Korringa固体替换理论得到有机质混合物与固体骨架组成的饱和岩石弹性性质。Brown-Korringa固体替换理论可以写成如下形式:
令Mk=αk 2Fk,Mμ=αμ 2Fμ,
其中γdry=[VP/VS]dry为干岩石的纵横波速度比。Mk和Mμ分别表征了有机质的体积模量和剪切模量。
由于多元函数的微分遵循链式法则
将公式(2)中的γdry视为常数,则
重写公式(4),得到
Aki和Richards(2002)将PP反射系数近似为三项的线性化和:
将上式写成公分母是ρVP 2的形式,得到
将式(5)代入上式,得到
由于μdry=μ-Mμ,代入上式得到
对式(4)左侧同时除以ρVP 2,得到
对上式整理得到
进而得到
将上式代入式(9),得到
令N=Mk/Mμ,整理上式得到表征岩石固体骨架及有机质解耦的新的地震弹性AVO表达式
步骤3:与反射系数精确公式对比,通过理论模型测试对新构建的AVO表达式进行精度分析。
本实施例中将表征岩石固体骨架与有机质解耦的弹性AVO表达式RPP(θ)与Zoeppritz方程和Aki-Richard表达式的精度进行了分析,具体请参照图2,所用地层模型参数如表1所示。通过对比发现,考虑岩石固体骨架与有机质解耦的弹性AVO表达式RPP(θ)具有较高的精度。
表1
步骤4:将固体骨架及有机质解耦的地震弹性AVO表达式扩展为频变形式,构建预测页岩含气富集的地震波频散属性反演理论。频变AVO近似式的推导过程如下:
假设表征有机质体积模量的关键弹性参数Mk、表征有机质剪切模量的关键弹性参数Mμ、岩石剪切模量μ随频率变化,密度不随频率变化,将(14)扩展到频变形式:
对(15)式关于特征频率ω0做一阶泰勒展开,得到
特征频率ω0处的反射系数表达式为
定义有机质混合物体积模量和剪切模量的频散属性分别为DMk和D,饱和岩石剪切模量的频散属性为Dμ
因此整理式(17)得到表征岩石固体骨架与有机质解耦的频变AVO反演公式为
步骤5:构建页岩固体骨架-有机质混合物解耦的频变AVO反演方法,预测有机质混合物频变属性,作为页岩含气富集的识别因子,即:表征有机质混合物体积模量频散的频变属性DMk以及表征有机质混合物剪切模量频散的频变属性D
页岩含气富集的识别因子,即:表征有机质混合物体积模量频散的频变属性DMk以及表征有机质混合物剪切模量频散的频变属性D定义为:
其中,Mk和Mμ分别表征了有机质的体积模量和剪切模量,ω为任意频率。
步骤6:通过岩石物理理论模型分析,验证频散属性DMk和D对页岩含气富集的敏感性。
对频散属性DMk和D进行岩石物理理论模型分析。图3是不同有机质体积分数fOM饱和页岩的纵横波速度Vp、Vs,表征有机质体积模量的关键弹性参数Mk以及表征有机质剪切模量的关键弹性参数Mμ的频散曲线。从图中可以看出地震波在含有机质混合物的地下页岩中传播时是频散的,岩石中所含的fOM不同,频散大小也不同。而且,表征有机质体积模量的关键参数Mk以及表征有机质剪切模量的关键参数Mμ的频散程度比纵横波速度的频散程度更大,这说明有机质引起的频散对有机质模量关键参数更敏感。因此,预计利用表征有机质混合物体积模量频散的频变属性DMk和表征有机质混合物剪切模量频散的频变属性D进行烃类识别更为准确。通过岩石物理建模,明确在不同有机质体积分数fOM下Mk和Mμ随频率的变化特征,验证了频散属性DMk和D对页岩含气富集的敏感性,为频散属性DMk和D的应用奠定理论基础。
步骤7:对叠前地震资料进行时频分析,计算叠前地震数据时频谱。
图4是研究区四川盆地龙马溪页岩气储层连井叠后地震剖面,过井A和井B,黑色线为目标层龙马溪组页岩底部。对叠前角道集利用谱分解方法进行时频分析,得到不同频率下的时频谱。
步骤8:步骤7中获得的叠前地震道集时频谱作为入新构建的频变AVO反演方法的输入,计算页岩有机质频散属性DMk和D作为页岩含气富集的识别因子,用于页岩储层含气富集区的直接检测。
在实际数据应用中,地震信号S(t)可以看作是地震子波w(t)与反射系数r(t)的卷积
S(t)=w(t)*r(t) (22)
因此,对式(20)进行谱分解,同时考虑地震子波的影响,得到
对于n个入射角和m个频率的叠前角道集分解谱ΔS(θ,ω),将式(23)改写为矩阵形式
上式可以写成简单形式
式中d为分解谱ΔS(θ,ω),G为式(23)中的系数矩阵。然后用最小二乘法计算式(24)中的频散属性
式中,σ为阻尼因子,I为单位矩阵。
以步骤7中获得的叠前地震道集时频谱作为入新构建的频变AVO反演方法的输入,根据式(26)反演得到表征有机质混合物体积模量频散的频变属性DMk和表征有机质混合物剪切模量频散的频变属性D(图5)。将Smith和Gidlow提出的纵波AVO近似公式拓展到频变形式,利用最小二乘法反演得到纵波频变属性DP和横波频变属性DS(图6)。与表征岩石整体的纵横波速度频变属性DP和DS相比,表征有机质混合物的频变属性DMk和D更反映目标层内的信息,分辨率更高。
图7是利用新频变近似公式反演得到的研究区反演结果DMk和D平面图,图8是利用传统方法得到的研究区反演结果DP和DS平面图。可以看到,与频散属性DP和DS相比,表征有机质混合物体积模量频散的频变属性DMk和表征有机质混合物剪切模量频散的频变属性D对页岩含气富集区具有更高的识别与分辨能力。
图9是研究区局部区域频散属性DMk和DP的平面图,以及水平压裂产气井。与DP相比,DMk对页岩含气富集区具有更高的识别与分辨能力。DP对产气井如井E-HF、井A-HF、井D-1HF、井D-2HF等无异常响应,而在DMk对这些产气井具有明显的异常响应,表明本发明提出的有机质混合物体积模量频散属性DMk在页岩含气性识别方面能够取得更精确的预测结果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种页岩含气性地震储层直接检测方法,其特征在于,包括如下步骤:
步骤1:获取目标储层的叠前地震资料,生成叠前角道集;
步骤2:通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量,结合Aki&Richards的AVO理论构建岩石固体骨架及有机质混合物解耦的新的地震弹性AVO表达式,直接预测表征有机质混合物性质的弹性参数,包括有机质混合物体积模量Mk以及有机质混合物剪切模量Mμ参数,构建岩石固体骨架及有机质混合物解耦的、以有机质混合物体积模量Mk和有机质混合物剪切模量Mμ表征的地震弹性AVO表达式,实现页岩固体骨架与有机质混合物解耦的目的,构建的页岩固体骨架与有机质混合物解耦的地震弹性AVO表达式为:
其中,Mk和Mμ分别为有机质混合物体积模量以及有机质混合物剪切模量,μ为地下岩石的剪切模量,ρ为地下岩石的密度,ΔMk为界面两侧弹性参数Mk的差值,ΔMμ为界面两侧弹性参数Mμ的差值,Δμ为界面两侧地下岩石剪切模量的差值,Δρ为界面两侧地下岩石密度的差值,θ为入射角,N=Mk/Mμ为有机质混合物体积模量和剪切模量的比值,γsat=[VP/VS]sat为饱和岩石的纵横波速度比,γdry=[VP/VS]dry为岩石固体骨架的纵横波速度比;
步骤3:与反射系数精确公式对比,通过理论模型测试对构建的AVO表达式进行精度分析;
步骤4:将固体骨架及有机质混合物解耦的地震弹性AVO表达式扩展为频散形式,构建预测页岩含气富集的地震波频散属性反演理论;
步骤5:构建页岩固体骨架-有机质混合物解耦的频散AVO反演方法,预测有机质混合物频散属性,作为页岩含气富集的识别因子,包括表征有机质混合物体积模量频散的频散属性DMk以及表征有机质混合物剪切模量频散的频散属性D
步骤6:通过岩石物理理论模型分析,验证频散属性DMk和D对页岩含气富集的敏感性;
步骤7:对叠前地震资料进行时频分析,计算叠前地震数据时频谱;以及
步骤8:步骤7中获得的叠前地震道集时频谱作为新构建的频散AVO反演方法的输入,计算页岩有机质混合物频散属性DMk和D作为页岩含气富集的识别因子,用于页岩储层含气富集区的直接检测。
2.根据权利要求1所述的页岩含气性地震储层直接检测方法,其特征在于,所述步骤2中的通过Brown-Korringa固体替换理论考虑页岩中干酪根与有机孔组成的有机质混合物的非零体积与剪切模量,通过饱和岩石与固体骨架体积模量之差Mk有机质混合物体积模量,通过饱和岩石与固体骨架剪切模量之差Mμ有机质混合物剪切模量,即:
Mk=Ksat-Kdry
Mμ=μsatdry
其中,Ksat和μsat分别为饱和岩石的体积模量和剪切模量,Kdry和μdry分别为岩石固体骨架的体积模量和剪切模量。
3.根据权利要求1所述的页岩含气性地震储层直接检测方法,其特征在于,所述步骤4中,预测页岩含气富集的地震频散属性反演公式,考虑了与有机质混合物频散和衰减有关的有机质混合物模量随频率的变化,以及引起反射系数随频率的变化,以ω0为参考频率,新构建的频散AVO公式为:
ΔRPP(θ,ω)=RPP(θ,ω)-RPP(θ,ω0)
=(ω-ω0)A(θ)DMk+(ω-ω0)B(θ)D+(ω-ω0)C(θ)Dμ
其中,RPP(θ,ω0)为参考频率ω0处的反射系数,ω为任意频率,A(θ)、B(θ)、C(θ)是与入射角有关的系数,分别为:
4.根据权利要求1所述的页岩含气性地震储层直接检测方法,其特征在于,所述步骤5中,页岩含气富集的频散属性,即:有机质混合物体积模量的频散属性DMk以及有机质混合物剪切模量的频散属性D,其定义为:
其中,Mk和Mμ分别有机质混合物体积模量以及有机质混合物剪切模量,ω为任意频率。
5.根据权利要求1所述的页岩含气性地震储层直接检测方法,其特征在于,所述步骤6中,针对频散属性DMk和D的岩石物理理论模型分析,即通过岩石物理建模,明确在不同有机质混合物体积分数fOM下Mk和Mμ随频率的变化特征,验证了频散属性DMk和D对页岩含气富集的敏感性。
6.根据权利要求1所述的页岩含气性地震储层直接检测方法,其特征在于,所述步骤8中,计算得到频散属性DMk和D作为页岩含气富集的识别因子,其通过页岩固体骨架与有机质混合物解耦的方式,突出反映有机质混合物引起的地震波频散与衰减,与常规纵波速度频散属性相比对页岩含气富集程度的变化敏感。
CN202210656621.XA 2022-06-10 2022-06-10 一种页岩含气性地震储层直接检测方法 Active CN115061202B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210656621.XA CN115061202B (zh) 2022-06-10 2022-06-10 一种页岩含气性地震储层直接检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210656621.XA CN115061202B (zh) 2022-06-10 2022-06-10 一种页岩含气性地震储层直接检测方法

Publications (2)

Publication Number Publication Date
CN115061202A CN115061202A (zh) 2022-09-16
CN115061202B true CN115061202B (zh) 2024-03-15

Family

ID=83200466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210656621.XA Active CN115061202B (zh) 2022-06-10 2022-06-10 一种页岩含气性地震储层直接检测方法

Country Status (1)

Country Link
CN (1) CN115061202B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104459778A (zh) * 2014-12-03 2015-03-25 中国石油天然气股份有限公司 一种基于双相介质固液解耦的叠前地震反演方法及系统
WO2015145257A2 (en) * 2014-03-28 2015-10-01 Cgg Services Sa Method and apparatus for characterizing azimuthal anisotropy using statistical moments
WO2016041189A1 (zh) * 2014-09-19 2016-03-24 杨顺伟 一种评价页岩气储层及寻找甜点区的方法
CN106501858A (zh) * 2016-12-20 2017-03-15 南华大学 一种页岩气地层层理地球物理评价方法
WO2018010628A1 (zh) * 2016-07-15 2018-01-18 河海大学 一种基于大面积致密储层地震岩石物理反演方法
CN108572389A (zh) * 2017-03-14 2018-09-25 中国石油化工股份有限公司 频变粘弹性流体因子叠前地震反演方法
CN113253347A (zh) * 2021-05-14 2021-08-13 中南大学 基于vti介质的页岩储层avo反演表征方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11493658B2 (en) * 2019-12-03 2022-11-08 China Petroleum & Chemical Corporation Computer-implemented method and system employing nonlinear direct prestack seismic inversion for poisson impedance

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015145257A2 (en) * 2014-03-28 2015-10-01 Cgg Services Sa Method and apparatus for characterizing azimuthal anisotropy using statistical moments
WO2016041189A1 (zh) * 2014-09-19 2016-03-24 杨顺伟 一种评价页岩气储层及寻找甜点区的方法
CN104459778A (zh) * 2014-12-03 2015-03-25 中国石油天然气股份有限公司 一种基于双相介质固液解耦的叠前地震反演方法及系统
WO2018010628A1 (zh) * 2016-07-15 2018-01-18 河海大学 一种基于大面积致密储层地震岩石物理反演方法
CN106501858A (zh) * 2016-12-20 2017-03-15 南华大学 一种页岩气地层层理地球物理评价方法
CN108572389A (zh) * 2017-03-14 2018-09-25 中国石油化工股份有限公司 频变粘弹性流体因子叠前地震反演方法
CN113253347A (zh) * 2021-05-14 2021-08-13 中南大学 基于vti介质的页岩储层avo反演表征方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘道理等.基于频变AVO反演的深层储层含气性识别方法.天然气工业.2020,第40卷(第01期),全文. *
张明振.基于流体弹性阻抗反演的储层含油气性识别方法.地球物理学进展.2016,第31卷(第06期),全文. *
逄硕等.基于频变AVO反演的页岩储层含气性地震识别技术.地球物理学报.2018,第61卷(第11期),全文. *

Also Published As

Publication number Publication date
CN115061202A (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
Li et al. Permeability evolution of shale under anisotropic true triaxial stress conditions
Da‐Xing A study on the rock physics model of gas reservoir in tight sandstone
CN106772604B (zh) 基于流体体积压缩系数的叠前地震反演方法
CN107203005B (zh) 一种定量化计算裂缝描述参数的方法
Zimmer et al. Pressure and porosity influences on VP− VS ratio in unconsolidated sands
US7974785B2 (en) Method for quantitative evaluation of fluid pressures and detection of overpressures in an underground medium
Chehrazi et al. Pore-facies as a tool for incorporation of small-scale dynamic information in integrated reservoir studies
Chen et al. Estimation of dry fracture weakness, porosity, and fluid modulus using observable seismic reflection data in a gas-bearing reservoir
CN106597544A (zh) 致密油气藏脆性的预测方法及装置
CN104155693A (zh) 储层流体流度的角道集地震响应数值计算方法
Baird et al. Frequency-dependent seismic anisotropy due to fractures: Fluid flow versus scattering
Ma et al. Azimuthally variation of elastic impedances for fracture estimation
Ma et al. Fracture parameters estimation from azimuthal seismic data in orthorhombic medium
Khoshdel et al. Permeability estimation using rock physics modeling and seismic inversion in a carbonate reservoir
CN115061202B (zh) 一种页岩含气性地震储层直接检测方法
Qian et al. A rock physics driven Bayesian inversion for TOC in the Fuling shale gas reservoir
Nguyen et al. A review on methods for constructing rock physics model of saturated reservoir rock for time-lapse seismic
He et al. Rock skeleton models and seismic porosity inversion
Wang et al. Wavefield simulation of fractured porous media and propagation characteristics analysis
Jia et al. Seismic response analysis and distribution prediction of source rocks in a survey of the South China Sea
Jiang et al. The constructing of pore structure factor in carbonate rocks and the inversion of reservoir parameters
Yun et al. Pore fluid substitution effects on elastic wave propagation in Berea sandstone: Implication to seismic monitoring of CO2 geologic storage
CN107764697A (zh) 基于孔隙介质渐进方程非线性反演的含气性检测方法
Ordonez et al. Recent advances in naturally fractured reservoir modeling
CN117950051A (zh) 一种关于致密砂岩含气量识别因子与孔隙度的avo反演方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant