CN1213308C - 使用地震数据预测储层中岩石或流体性质定量值的方法 - Google Patents

Abstract

提供了一种方法(图1)，用于预测地下地质体(10)中指定岩石或流体性质的值。由实验确定的声阻抗地震测量值被赋予与地下地质体(10)相关联的一个模型体。指定岩石或流体性质的第一预测值也被赋予该模型体。使用指定岩石或流体性质的第一预测值由一响应模型计算出该模型体的声阻抗第一预测值，其中该响应模型响应指定岩石或流体性质预测值的改变。将声阻抗第一预测值与声阻抗地震测量值进行比较，以确定声阻抗预测值与地震测量值的差值。根据该差值调节指定岩石或流体性质第一预测值，从而创建指定岩石或流体性质的第二预测值，其中该第二预测值减小该差值。

Description

使用地震数据预测储层中岩石或流体 性质定量值的方法

                         技术领域

一般地说，本发明涉及地下流体储层(reservoir)空间地质模型的创建方法。更具体地说，本发明是提供空间地质模型的一种方法，该模型具有指定岩石或流体性质的定量值，其中利用岩石物理的中央委员应模型和地震数据使这些定量值的误差极小化。所得到的空间地质模型有助于含烃储层的勘探和生产管理。

                         背景技术

在烃类勘探和地下近处开采烃类方面，越来越需要准确地表现感兴趣的地下储层。了解烃类储层的区域范围、烃类的储量以及流体渗透率(permeablity)对于降低经济损失风险和反过来增加该储层烃类生产的来说，是极其重要的。从一个或多个穿过储层的钻孔能最容易地得到关于烃类储层的这类信息。钻井速率、钻井碎屑、钻井泥浆成份的改变以及井中的岩芯样本提供了必需的信息。使测井工具通过井孔所产生的测井记录(log)也是好的信息源。测井记录提供了关于地下储层岩石和流体性质的有价值信息，如孔隙度、流体裁标识以及油页岩体量。测井记录的实例包括电阻率、伽马射线、密度、压缩波速度、剪切波速度以及中子测井记录。

由于测井记录只测量从井孔向外约达1英尺处的岩石和流体性质，而储藏层的绝大部分并未被井孔穿过，所以很可惜测井记录只能表征一个储藏层的极小部分。再有，钻井活动对井孔周围的岩石施加压力，从而改变岩石的性质，并使得测井记录以及岩芯分析得到的测量结果产生误差。长期存在的一种需要是准确地表征基本上穿过整个地下储层的岩石和流体的性质，特别是准确地表征储层未被钻井取样的区域中岩石和流体的性质。

当钻井数据有限时，传统上钻井数据被从井孔外推以表征整个储层。传统的外推技术把地下储层描绘成多个块或小单元的三维阵列，这些块或小单元集合到一起形成该储层的三维模型。通常，用绝对高程和地层表面二者确定每块的X、Y和Z坐标并使用搜索算法确定每块周围的相关数据点。此外，借助估计算法对每块的岩石性质赋值，例如基于距离的使用内插平均法的方法，这些方法以附近的数据值以及决定距离和岩石性质之间连续的地学统计方式为基础。

地震勘探也已用于提供地下储层的未被钻井取样的那些部分的地震信息。在地表或在井孔中利用冲击装置(例如振动源、气枪、空气枪以及重物下落)作为震源以在地下地层中产生剪切波和压缩波。这些波穿过地下地层传输，在声阻抗变化处反射，并通常在地表上置于一个阵列中的记录装置记录下来。这些记录数据通常使用软件处理，该软件被设计成最大幅度地减小噪声并保持反射振幅。地震勘探最终转化成定义该地下储层的代表岩石表面直接测量结果的三维数据集。这些数据集越来越多地用于评估地下结构和绘制地下结构图，以达到勘探和开采油、气或矿物资源的目的。然而，除了用于确定模型的顶面和基底外，地震数据在三维地质模型中通常尚未用于任何其他目的。本发明认识到需要更有效地把地震数据与地质模型结合，以准确地表征地下储层。

因此，本发明的一个目的是提供一种方法，通过集成使用地震数据和空间地质模型，更准确地预测地下层中岩石或流体性质的定量值。本发明的另一个目的是提供一种方法，更准确地预测地下储层中岩石或流体性质的定量值，该方法对烃类开采有特别的效用，使专业人员能更准确地确定烃类层的大小和边界。本发明的再一个目的是提供一种方法，更准确地预测地下储层中岩石或流体性质的定量值，该方法对烃类储层的管理有特别的效用，使专业人员能更接近于最大限度地或者最优化地从储层生产烃类。根据下文描述的发明，这些目的和其他目的将得已实现。

                         发明内容

一般地说，本发明是创建地下流体储层空间地质模型的一种方法，该模型提供了岩石或流体性质的较精确的定量数据。所得到的空间地质模型提供了流体储层的准确表征，从而有助于含烃储层的勘探或生产管理。该方法的实施起始于使用一个模型体来表征包括该流体储层的一个地质体，该模型体又被分成多个模型子体。这些模型子体与整个地质体中的各指定位置相关联。对每个模型子体通过迭代确定指定岩石或流体性质的误差极小化的值。所得到的适当指定岩石或流体性质的误差极小化的值对于烃勘探有特别的效用，使专业人员能更准确地确定该地质体内含烃储层的大小和边界。此外，或者在另一种情况中，所得到的适当指定岩石或流体性质的误差极小化的值对于管理该地质体内的含烃储层有特别的效用，使专业人员能更接近于最大限度地或者最优化地从储层生产烃类。

根据本方法的一个具体实施例，提供了一个地下地质体，这里已通过实验确定了该地质体的声阻抗地震测量值的分布。该地质体由具有多个模型子体的模型体表征。从这多个模型子体中选出一个模型子体，并把取自该分布的一个声阻抗地震测量值赋予该模型子体。指定一种关于该地质体的岩石或流体性质，并把该指定岩石或流体性质的第一预测值也赋予该模型子体。使用指定岩石或流体性质的第一预测值，由一响应模型计算出该模型子体的声阻抗第一预测值，这里的响应模型响应指定岩石或流体性质预测值的改变。将声阻抗第一预测值与声阻抗地震测量值进行对比，以确定声阻抗预测值和地震测量值之间的第一差值。根据该第一差值调整指定岩石或流体性质的第一预测值，从而创建指定岩石或流体性质的第二预测值，这里的第二预测值使第一差值减小。

然后，使用指定岩石或流体性质的第二预测值并由响应模型计算出该模型子体的声阻抗第二预测值。将声阻抗第二预测值与声阻抗地震测量值进行比较，以确定声阻抗预测值和地震测量值之间的第二差值，这里该第二差值小于第一差值。这些步骤迭代重复，直至该差值不超过一预先确定的最大容差为止。在终止迭代重复时指定岩石或流体性质的预测值即为该选定子体指定岩石或流体性质的误差极小化值。对另一模型子体重复该方法，直至对该模型体的每个模型子体都已确定了指定岩石或流体性质的误差极小化值为止。

从附图和描述中将进一步理解本发明。

                         附图说明

图1是示意性流程图，提供了本发明方法的概貌；

图2是包括该流体储层的一个地下地质体的示意性展示；

图3A、3B、3C是显示图1方法详细实施例的示意性流程图；

图4是根据图3A、3B、3C实施例构成的3-D地质模型的示意性展示；

图5是图4的3-D地质模型中一个小单元的示意性展示，这里对该单元提供了初始数据。

图6是根据图1方法确定的岩石和流体性质预测数据的图形展示。

                     具体实施方式

本方法的概貌示于图1的流程图，并在下文中参考图1进行描述。该方法包含5个阶段。第一阶段是根据实际的物理地质体构成的空间地质模型，该地质体中包括该流体储层。该空间地质模型包含一个模型体，它被分割成模型子体阵列。该模型子体阵列提供了一个空间框架，以使该地质体内指定位置的地球物理和岩石物理性质的实验值或预测值产生关联。该空间地质模型是使用实验确定的该地质体的声阻抗地震测量值和关于该地质体的其他已知实验数据或导出数据的分布构成的，这些数据是在本方法之前得到的。

该方法的第二阶段是把数据值初始填充到空间地质模型中。根据初始数据填充阶段，该地质体的某些地球物理和岩石物理性质的定量值被赋予整个空间地质模型。特别是，上面列举的分布中由实验确定的地震测量的声阻抗值被赋予空间地质模型的每个子体。该地质体的岩石和流体性质的估计值也被赋予该空间地质模型的每个子体。岩石或流体性质的估计值包括指定岩石或流体性质的初始估计值(或者称作第一预测值)，它们对本发法有特别的效用。

该方法的第三阶段是建立岩石物理响应模型。在建立岩石物理响应模型阶段，从储层中岩石、流体和地震性质之间的物理关系中选出或导出一个或多个响应方程式，这些物理关系对于岩石和流体物理领域的技术人员是众所周知的。通过把岩石和流体性质的估计值(包括指定岩石或流体性质的预测值)代入响应方程式，这些响应方程式能计算出声阻抗的预测值。这样，岩石物理响应模型产生声阻抗的预测值，可响应指定岩石或流体性质预测值中的变化。

该方法的第四阶段是指定岩石或流体性质预测值的误差极小化。误差极小化阶段的开始是使用岩石物理响应模型以及岩石和流体性质估计值(包括指定岩石或流体性质的第一预测值)来计算选定模型子体声阻抗的第一预测值。指定岩石或流体性质的误差极小化值是这样确定的：将声阻抗第一预测值与声阻抗地震测量值进行比较，根据比较结果迭代地调整指定岩石或流体性质的预测值，并使用岩石物理响应模型以及指定岩石或流体性质的调整后的预测值重新计算声阻抗的预测值，直至声阻抗的预测值和地震测量值之间达到可接受的匹配时为止。达到这一匹配的指定岩石或流体性质预测值是该选定模型子体的指定岩石或流体性质的误差极小化值。然后选择一个新的模型子体，并重复误差极小化阶段，直至对模型体中的每个模型子体都已确定了指定岩石或流体性质的误差极小化值为止。应该指出，在整个误差极小化阶段，岩石物理响应模型的形式、除指定岩石或流体性质外的其他岩石或流体性质的估计值、以及声阻抗地震测量值都保持固定值。

该方法的第五阶段，也是最后阶段，是把误差极小化值重新填充到空间地质模型中。根据重新填充误差极小化值阶段，以指定岩石或流体性质的误差极小化值替代第二阶段中初始填充到该空间地质模型中的指定岩石或流体性质的每个相应的第一预测值。本方法的最终产品是一个空间地质模型，它被指定岩石或流体性质的误差极小化数据值整体性填充并与该地质体相互关联。

下面参考图2至图5描述本发明的方法的最佳实施例。首先考虑图2，图中显示一个物理地质体，总体上用10表示。本实施例的方法可应用于地质体10，它包含一个地表面12和多个含有岩石或流体物质的地下地层14、16、18。这样，地质体10包括一个流体储层，它在各图中并未具体勾画出来。

地层14、16、18在地表面12下成层状延伸，这些层随深度串行叠加。地层14、16、18由不同的岩石和流体性质彼此区分开。因此，各地层14、16、18被地层事件分开，这些地层事件确定储层序列边界15、17。然而，应该理解，图2只是地下地质体的概念性表示。本方法的实践不限于任何特定的地质体，而是普遍地可应用于基本上是任何能在实验上从中产生地震数据的地质体。

图3A、3B、3C是本实施例的详细流程图，它按步骤描绘了本方法。在开始进行本方法之前，使用本领域技术人员公知的传统方法，通过地震测量在该地质体10中产生实验地震数据。为了本方法的目的，地震数据一般定义为由人工地震能源在地质体内建立地震波并观测响应该地震波而产生的波的到时(arrival time)和振幅所产生的信息，所观测的波是在地质体内通过高速区段的绕射波或从地质体内界面反射的波。这种界面通常是声波速度或体密度改变的结果。通常，有许多数据处理技术应用于地震数据以降低噪声或使数据更有意义。特别是，本方法是在使用称作地震反演的传统技术把地震数据转换成声阻抗之后利用这些数据。在市场上可购得多种地震反演软件包，它们处理地震数据、把数据转换成在地质体内声阻抗地震测量值随时间或深度的分布。一个示例地震反演软件可从CGG Americas公司(16430 Park Ten Place，Housfon，Texas77084，USA)得到，其商标是“TDROV”。

除了地震数据外，在开始本处理过程之前专业人员还可能得到关于该地质体10中岩石或流体性质的有限量钻井数据。这种数据通常是从贯穿地质体10的勘探井或生产井(未画出)中获取的。如前面指出的那样，钻井数据在区域范围上极其有限，其可靠性最好只能达到从井孔向外沿径向1英尺左右。无论如何，如下文所述，钻井数据如果能得到的话，便能用于本发明的实践。然而，应该理解，钻井数据的获得并非实践本方法的先决条件。只需要预先能得到该地质体10的声阻抗地震测量值的分布，或者能预先得到地震数据以便从中产生这种分布。如果不能预先得到地质体10的地震数据，可以把进行地震测量作为本方法的一个附属步骤来产生地质体10的地震数据。

参考图3A、3B、3C，本实施例以步骤30开始，这里提供了声阻抗地震测量值随时间的分布，它是已从图2的地下地质体10得到的。这一分布定义了一个3维地震声阻抗体(AI体)，这里AI体的x轴和y轴以长度为单位，z轴以时间为单位。通过步骤32、34、36、38、40从Al体构成地质体的3维(3-D)模型，该3维地质模型有一个模型体，这里模形体的全部3个轴x、y、z都是以长度为单位。

步骤32以解释AI体中的主要声阻抗边界并确认声阻抗边界与储层序列边界的相关性作为构建3-D地质模型的开始。在AI体中地震测量的声阻抗随时间的变化必须与地质体中岩石或流体性质随深度的变化相关。在确认正确的声阻抗界面时间发生在正确的地层事件之后，使用直线和交叉线构成的网格对整个AI体画出网格化时间相关界面。步骤34从网格化时间相关界面导出时间层位，对它们进行负等的值检验。将这些时间层位组合起来，从而完成一个时间分层框架。

步骤36使用对AI体内每个层位平均速度的最佳估计，把每个网格化时间相关界面转换成深度相关表面。如果有的话，微小的调整可在钻井位置处对深度相关表面实施，因为深度相关表面通常不会完全同样地匹配于来自钻井位置的层位取值。如果有的话，还可以根据流体接触面往往可识别为声阻抗值高度相关的空间变化这一事实，对离开钻井位置的深度相关表面进行小的调整。还可以随着深度相关表面的调整，对估计的平均速度进行调整。步骤38从深度相关表面导出深度层位，对它们进行负等厚线值检验。将这些深度层位组合起来，从而完成一个深度分层框架。在深度分层框架和时间分层框架之间有一对一的层位对应性。

步骤40把深度分层框架分割成多个3维模型小单元或块，从而产生一个3-D地质模型。再参考图4，图中显示地质体的3-D地质模型，总体上用42表示，一个代表性小单元用44表示。这类3-D地质模型通常包含数千万个小单元。深度分层框架的外边界定义了模型体46。在3-D地质模型42中的小单元被排序，从而在各小单元之间不会发生重叠。再参考图5，图中显示的小单元44有以长度为单元沿着x和y轴的二个维，它们勾划出平面图上的一个矩形或正方形。小单元44还有以长度为单位的第三维，它沿着代表深度的z轴，勾划出厚度。根据输入到3-D地质模型的AI体以及钻井数据(如果可得到的话)来选择每个小单元的具体尺度。例如，小单元的尺度可以选为以钻井记录取样率为间隔的线与交叉线的函数。可以对这些小单元进行精细分层，从而使这些小单元在两个深度分层框架层位之间被相等地分割而成(成正比)，平行于顶层位(超覆(on-lap))或平行于底层位(退覆(off-lap))。

这里展现的图4和图5是为了演示的目的。3-D地质模型42及与之关联的小单元只是在本发明范围内的空间地质模型的一种可能的构造。应该理解，如这里讲述的空间地质模型不受限于任何特定的表示维数或特定的表示单位数。这些小单元也不受限于任何几何构成。所以，在本发明的范围内构成n维空间地质模型，它具有相应空间构成的小单元。

再次参考图3A、3B、3C，3-D地质模型由步骤48和50填充了初始数据值。时间分层框架和深度分层框架共同提供一个3-D速度场，它使得能够把深度映射到时间并提供3-D地质模型和AI体之间的对应性。结果，步骤48把3-D地质模型的每个小单元的X、Y和Z值转换成Al体中的线、交叉线和时间。从AI体中提取出给空线、交叉线和时间处的声阻抗地震测量值并加载到3-D地质模型的相应小单元中。重复这一过程，直至3-D地质模型的每个小单元都被填充了取自AI体的适当的声阻抗地震测量值为止。由于AI体的有限频带特性，即AI体的垂直分辨率较低，所以同一声阻抗值往往加载到许多小单元中。

步骤50估计岩石和流体性质值，包括指定岩石或流体性质的第一预测值，并把估计值分布到3-D地质模型中的每个小单元。根据在岩石物理响应模型中的效用来选择岩石和流体性质，这在下文中参考步骤52描述。使用已知的科学和工程原理以及对该地质体可得到的所有岩石物理数据，来估计岩石和流体性质值。例如，从测井记录中可得到钻井数据，这些数据提供了沿着3-D地质模型的高分辨力层的岩石和流体性质的某些局部化钻井值，这些值与钻井位置相对应。除了流体类型标识(如气、油和水)以及流体饱和度值外，钻井数据通常不定期提供局部化的岩石孔隙度值。其他可得到的数据可包括PVT计算值，它们提供了流体压缩率的估计值。岩芯样品提供岩石颗粒密度和矿物组成。可根据任意多的传统技术，如距离加权、协同定位协同克星金法(co-located co-kriging)等，来进行3-D地质模型中岩石和流体性质初始估计值的分布。在本方法之后的各调整步骤中，可能有必要保持由该分布提供的给定岩石或流体性质的各初始估计值之间的特定关系。例如，由该分布提供的作为垂直位置函数的地层孔隙度相对性质必须在其后的调节步骤中予以保持。

步骤52建立基于岩石和流体性质与声阻抗之间的已知关系的岩石物理响应模型，作为一个响应方程组，岩石物理响应模型不同于3-D地质模型，是一个响应方程组，这里预测的指定岩石和流体性质是原始自变量，预测的声阻抗是原始的因变量。岩石物理响应模型用以岩石和流体性质的估计值(包括指定岩石或流体性质的预测值)向前计算声阻抗的预测值。这样，岩石响应模型描述在地质体内的声阻抗如何随着一个或多个岩石和流体性质(包括指定流体或岩石性质)而变化。

岩石物理响应模型最好是从传统的预测岩石和流体弹性模量方程中导出。这样的方程组示例是在G.Mavko等主编的《岩石物理公式》(斯坦福大学岩石物理实验室，1993)中公开的方程组，该书在这里引入作为参考。由下列方程组把声阻抗(AI)与岩石和流体性质关联起来：

AI＝Vpρb

这里：Vp＝压缩波速度

      ρ_b＝体密度

由第一克里斯托弗尔方程(Christoffle equation)把压缩波速度与岩石和流体性质关联起来：

Vp＝[(k^*+4/3G^*)/ρ_b]^1/2

这里：K^*＝体积模量(系统压缩率的倒数)

      G^*＝剪切模量

由伽斯曼表达式(Gassmann expression)计算体积模量：

K^*＝K_A+[(1-(K_A/K_M)²)/[(φ/K_F)+((1-φ)/K_M)-(K_A/(K_M)²)]]

这里：K_A＝构架(frame)模量(干岩石压缩率的倒数)

K_M＝矿物模量(颗粒压缩率的倒数)

φ＝岩石孔隙度

K_F＝流体模量(流体压缩率的倒数)

剪切模量G^*作为岩石孔隙度的线性函数进行估计。

体密度按下式计算：

ρ_b＝ρ_ma*(1-φ)+φ(S_W*ρ_W+(1-S_W)*ρ_HC)

这里：ρ_ma＝矩阵密度

ρ_W＝原生水密度

ρ_HC＝在正确的PVT条件下的烃密度

S_W＝储层水饱和度

如前面参考岩石和流体性质估计值所指出的那样，应用该模型需要彻底地使用对该地质体所能得到的全部岩石物理数据。如果能得到测井记录的话，则对测井记录进行检验，以估计岩石物理响应模型所需要的每个参数的变化、依赖性和限制。进行PVT计算以估计流体压缩率。LevertJ函数用于估计流体饱和度。岩芯样品用于确定岩石的颗粒密度和矿物成分。这样，由本方法最终预测的指定岩石或流体性质值如所期望地受到岩石物理响应模型中所用的其余岩石和流体性质的物理上可接受的值的约束。

步骤54开始小单元聚集选择循环，这里从3-D地质模型中选出其声阻抗地震测量值为常数的连续小单元组合。这里描述的选定小单元组合是连续小单元的垂直叠加聚集，但应该理解，本方法也可应用于连续小单元的水平聚集。一旦选择了小单元组合，便在小单元聚集选择循环内开始误差极小化循环，它包含步骤56、58、60、62和64。步骤56使用岩石物理响应模型以及岩石和流体性质估计值(包括指定岩石或流体性质的第一预测值)对组合中的每个小单元计算声阻抗第一预测值。步骤58在这整个小单元组合上对组合的每个小单元加权平均计算出的声阻抗第一预测值。步骤60从声阻抗地震测量值中减去声阻抗平均第一预测值，从而计算小单元组合的声阻抗平均第一预测值与声阻抗地震测量值之差。

声阻抗平均预测值和地震测量值之差的绝对值是所期望的由误差极小化循环算法进行极小化的目标函数。如果差值绝对值超过一个最大容限，例如1％，则步骤62在可接受的限度内把岩石或流体性质的第一预测值调整为第二预测值。如步骤64指出的那样，对指定岩石或流体性质第一预测值的调整，要在岩石物理响应模型中以指定岩石或流体性质的第二预测值代替第一预测值时，其第二预测值使得该小单元组合的声阻抗第一平均预测值与地震测量值之差这一目标函数减小。岩石或流体性质第一预测值的调整方向取决于声阻抗平均预测值和地震测量值之差的符号。

步骤64使误差极小化循环返回步骤56，这里使用岩石物理响应模型以及岩石和流体性质估计值(包括指定岩石或流体性质的第二预测值，它代替第一预测值)计算出声阻抗第二预测值。步骤58、60、62和64被重复必要的次数，直至对选定的小单元组合而言声阻抗预测值和声阻抗地震测量值之差的绝对值小于或等于最大容限为止。达到这一结果的组合中每个小单元的指定岩石或流体性质预测值便是那个小单元的指定岩石或流体性质的误差极小化值。显然，在误差极小化循环过程中，只有声阻抗预测值以及指定岩石和流体性质预测值被改变，而岩石和流体性质的其余估计值、声阻抗地震测量值以及岩石物理响应模型的响应方程形式都保持固定不变。

步骤66以指定岩石或流体性质的误差极小化值重新填充3-D地质模型的选定小单元，从而更新该3-D地质模型。特别是，以指定岩石或流体性质的新确定的误差极小化值代替在步骤50中填充到3-D地质模型中的指定岩石或流体性质的每个相应的第一预测值。步骤68使小单元聚集选择循环返回到步骤54，在那里从3-D地质模型中选出其声阻抗地震测量值为常数的另一组连续小单元。对新选定的连续小单元组合进行误差极小化循环，以对这些小单元确定指定岩石或流体性质的误差极小化值。然后将这些误差极小化值更新到3-D地质模型中。小单元聚集选择循环按上述方式重复必要的次数，直至对3-D地质模型中的每个小单元确定了指定岩石或流体性质的误差极小化值为止。

本方法的另一特性是对指定岩石或流体性质的选择。选择适当的指定岩石或流体性质，使专业人员能以该性质的误差极小化值填充3-D地质模型，从而能准确地表征该地质体内的流体储层。专业人员通常在上述图4所到步骤或在此之前选择指定的岩石或流体性质。选择标准在本专业技术人员的能力范围之内，并且专业人员具体需要函数。通常选择标准是所得到的3-D地质模型和误差极小化数据值的应用目的的函数。例如，本领域技术人员通常认为孔隙度、流体类型、或饱和度是烃勘探应用中有意义的岩石或流体性质。类似地，本领域技术人员通常认为孔隙度、流体类型、或渗透率是储层管理应用中有意义的岩石或流体性质。所以，尽管本方法不限于任何特定的指定岩石或流体性质，但上文列举的岩石和流体性质，即孔隙度、流体类型、饱和度以及渗透率，是本方法中具有效用的指定岩石或流体性质的实例。

图6显示本方法准确预测指定岩石或流体性质值的能力。孔隙度被选为这一应用的指定岩石或流体性质。根据本方法确定了沿一井孔长度方向的孔隙度误差极小化值。还根据本方法确定了沿该井孔长度方向的岩石和流体性质(饱和度和渗透率)的估计值以及声阻抗的预测值。这些值以虚线画在单独的垂直轴上。孔隙度、饱和度、渗透率以及声阻抗的实际实验测量值以实线画在相同各轴上以供比较。显然，本方法准确地预测了该地质体中的孔隙度值，即使当岩石物理响应模型的其余岩石和流体性质估计值欠准确时，也达到了孔隙度误差极小化值与实验测量值之间的紧密拟合。

尽管前文已描述和显示了本发明的最佳实施例，但应该理解，可对其进行诸如所建议的或其他的改变或修改，而这些都落入本发明的范围内。

Claims (10)

1.一种迭代确定地下地质体中某一位置处指定岩石或流体性质的误差极小化值的方法，所述方法包含：

提供一个地下地质体，其中已针对所述地质体用实验方法确定了声阻抗地震测量值的分布；

用具有多个模型子体的模型体表征所述地质体；

从所述多个模型子体中选出一个模型子体；

对所述模型子体赋予取自所述分布的声阻抗地震测量值；

指定与所述地质体关联的岩石或流体性质；

将所述指定岩石或流体性质的第一预测值赋予所述模型子体；

使用所述指定岩石或流体性质的第一预测值，由一响应模型对所述模型子体计算声阻抗第一预测值，其中所述响应模型响应所述指定岩石或流体性质预测值的改变；

将所述声阻抗第一预测值与所述声阻抗地震测量值进行比较，以确定所述声阻抗预测值和地震测量值的第一差值；以及

根据所述第一差值调整所述指定岩石或流体性质的第一预测值，以创建所述指定岩石或流体性质的第二预测值，其中所述第二预测值减小所述第一差值。

2.权利要求1的方法，进一步包含：使用所述指定岩石或流体性质的第二预测值由所述响应模型对所述模型子体计算声阻抗第二预测值。

3.权利要求2的方法，进一步包含：将所述声阻抗第二预测值与所述声阻抗地震测量值进行比较，以确定所述声阻抗预测值和地震测量值间的第二差值，其中所述第二差值小于所述第一差值。

4.权利要求1的方法，进一步包含：迭代重复所述下列步骤：调整所述指定岩石或流体性质的预测值，使用所述指定岩石或流体性质的调整后的预测值计算所述声阻抗预测值，以及将所述声阻抗的计算出的预测值与所述声阻抗地震测量值进行比较以确定所述声阻抗的计算的预测值和地震测量值之间的所述差值。

5.权利要求4的方法，其中当所述差值不超过预先确定的最大容限时，所述迭代重复终止。

6.权利要求1的方法，其中所述选择的模型子体是具有共同的声阻抗地震测量值的一些连续模型子体组合内所包括的第一模型子体。

7.权利要求6的方法，其中对所述组合中的全部模型子体的所述声阻抗预测值取平均值，从而建立所述组合的声阻抗平均预测值，并对所述组合确定所述声阻抗平均预测值和所述共同的声阻抗地震测量值之间的差值。

8.权利要求1的方法，其中所述指定岩石或流体性质是从包含孔隙度、饱和度以及渗透率的一组性质中选出的。

9.权利要求1的方法，进一步包含：

从所述多个模型子体中选出第二模型子体；

对所述第二模型子体赋予取自所述分布的声阻抗地震测量值；

将所述指定岩石或流体性质的第一预测值赋予所述第二模型子体；

使用所述第二模型子体的所述指定岩石或流体性质的第一预测值，由所述响应模型对所述第二模型子体计算声阻抗第一预测值；

对所述第二模型子体，将所述声阻抗第一预测值与所述声阻抗地震测量值进行比较，以对所述第二模型子体确定所述声阻抗预测值和地震测量值间的第一差值；以及

根据所述第一差值对所述第二模型子体调整所述指定岩石或流体性质的第一预测值，以创建所述第二模型子体的指定岩石或流体性质的第二预测值，其中所述第二预测值减小所述第一差值。

10.权利要求9的方法，其中所述第二模型子体包括在具有共同的声阻抗地震测量值的一些连续模型子体的第二组合内。

Images