引用本文
冯森, 李国良, 房金伟, 张晶, 陈玉霜, 李玉英. 叠前弹性参数反演技术在苏里格气田X区块致密气储层预测及含气性检测中的应用[J]. 录井工程, 2025,36(4): 69-76.
FENG Sen, LI Guoliang, FANG Jinwei, ZHANG Jing, CHEN Yushuang, LI Yuying. Application of pre-stack elastic parameters inversion technique to tight gas reservoir prediction and gas-bearing property detection in the X block, Sulige Gas Field[J]. Mud Logging Engineering, 2025,36(4): 69-76.
Doi:10.3969/j.issn.1672-9803.2025.04.011  
Permissions
Copyright©2025, 《录井工程》杂志社
《录井工程》杂志社 所有
叠前弹性参数反演技术在苏里格气田X区块致密气储层预测及含气性检测中的应用
冯森①, 李国良①, 房金伟①, 张晶②, 陈玉霜②, 李玉英①
①中国石油渤海钻探油气合作开发公司
②中国石油东方物探研究院长庆分院

作者简介：冯森 工程师,1991年生,2017年毕业于中国石油大学（北京）地质资源与地质工程专业,现在中国石油渤海钻探油气合作开发公司从事地球物理及天然气开发地质研究工作。通信地址：300457 天津市滨海新区经济技术开发区第二大街83号中国石油天津大厦4楼416-2室。E-mail：fengsen@cnpc.com.cn

收稿日期: 2025-11-07
基金: 中国石油渤海钻探局级重大研发类课题“苏西致密砂岩气藏断-砂耦合控藏机制及成藏模式研究”（编号：2024ZD09F-01）
摘要

随着天然气开发进程不断深入,苏里格气田X区块逐步由富集区向外围区滚动建产,有效储层逐渐减薄,含气性分布复杂,常规叠后地震反演已经难以适应当前储层预测与含气性检测需求。为此,应用共反射点（CRP）道集数据开展叠前弹性参数反演,旨在定量预测盒6、盒8、山1段有效储层分布。首先开展道集优化,应用走时校正方法提高道集资料一致性;进而应用Xu-White模型进行岩石物理建模及横波速度预测,得到满足叠前弹性参数反演需求的横波速度数据;随后开展目的层岩石物理分析,明确纵横波速度比能够有效区分岩性,其与纵波阻抗交会分析能够有效区分含气性;最终通过子波参数优化获得相关系数较高的叠前分角度地震子波,通过叠前弹性参数反演定量预测有效储层厚度及分布。结果表明：①以纵横波速度比1.82为界能够有效区分砂、泥岩,以纵波阻抗11 000 （g/cm3）·（m/s）为界能够有效区分有效储层与干层;②砂岩厚度与纵横波速度比呈负相关,有效砂岩厚度与纵横波速度比及低于纵波阻抗门槛值的交会数据点数呈正相关;③依据反演成果实施井位9口,证明叠前弹性参数反演方法为X区块后续滚动建产及产能接替目标优选提供了可靠依据。

关键词: 苏里格气田; 叠前弹性参数反演; 纵横波速度比; 致密气储层; 含气性
中图分类号:TE132.1 文献标志码:A
Application of pre-stack elastic parameters inversion technique to tight gas reservoir prediction and gas-bearing property detection in the X block, Sulige Gas Field
FENG Sen①, LI Guoliang①, FANG Jinwei①, ZHANG Jing②, CHEN Yushuang②, LI Yuying①
①Oil & Gas Cooperation and Development Company, BHDC, CNPC, Tianjin 300457, China
②Changqing Branch,BGP INC., CNPC, Xi′an, Shaanxi 710021, China
Abstract

With the continuous deepening of the natural gas development process, the X block of Sulige Gas Field has gradually rolled from the enrichment area to the peripheral area for production. The effective reservoirs have gradually thinned, and the gas bearing properties distribution has become complex. Conventional post-stack seismic inversion has become difficult to meet the current requirements of reservoir prediction and gas-bearing property detection. Therefore,using common reflection point （CRP） gather data, pre-stack elastic parameters inversion is carried out to quantitatively predict the distribution of effective reservoirs in He 6, He 8 and Shan 1 Members.First, optimize the trace gather and apply travel-time correction method to improve the consistency of the trace gather data. Furthermore, the Xu-White model is applied for rock physics modeling and shear wave velocity prediction, obtaining shear wave velocity data that meets the requirements of pre-stack elastic parameters inversion. Subsequently, a target bed petrophysical analysis is carried out, confirming that the longitudinal and transverse wave velocity ratio can effectively distinguish lithology, and the crossplot analysis for it and P-wave impedance can effectively identify gas-bearing properties. Finally, the wavelet parameters are optimized to obtain the pre-stack angular seismic wavelet with a higher correlation coefficient, and the effective reservoir thickness and distribution are quantitatively predicted by the pre-stack elastic parameters inversion. The key findings involve three aspects. （1） A threshold value of 1.82 for the longitudinal and transverse wave velocity ratio can distinguish sandstone from mudstone, and a threshold value of 11 ‍000 （g/cm3）·（m/s） for P-wave impedance can distinguish effective reservoirs from dry layers. （2） The sandstone thickness is negatively correlated with the longitudinal and transverse wave velocity ratio, while effective sandstone thickness is positively correlated with the number of crossplot data points between the longitudinal and transverse wave velocity ratio and the value below the P-wave impedance threshold. （3） Based on the inversion results, nine well locations were implemented, proving the pre-stack elastic parameters inversion method provides a reliable basis for the subsequent rolling production and capacity replacement target optimization in the X Block.

Keyword: Sulige Gas Field; pre-stack elastic parameters inversion; the longitudinal and transverse wave velocity ratio; tight gas reservoir; gas-bearing property
0 引言

鄂尔多斯盆地苏里格气田是目前我国陆上最大的致密气田, 具有典型的低渗、低压、低丰度地质特征[1]。随着气田开发逐步进入中后期, X区块外围区资源劣质化问题日益凸显, 近年来新井钻遇有效储层常表现为“ 薄、多、分散” 特征, 地震储层预测及含气性检测难度不断增大。为保障气田高效开发、井位高质量部署, 需进一步挖掘叠前道集数据信息、提高储层及含气性分布预测准确性。常规地震叠加剖面包含振幅、相位、频率、波形等信息, 而叠前道集数据还保留了地震波在不同偏移距、入射角下的响应特征, 可揭示地层弹性参数（如纵横波速度比、泊松比等）, 为推断岩性及流体性质提供更多信息[2]。应用共反射点（CRP）道集资料开展叠前弹性参数反演, 通过Zoeppritz方程组或其近似公式, 能够定量反演纵波阻抗、横波阻抗、密度等参数, 解析气层地震反射在不同偏移角度下的振幅变化效应（AVO）, 提升有效储层预测精度, 为X区块井位部署提供了更高维度的决策依据。

本文以二维地震保真保幅重处理资料为基础, 通过开展叠前CRP道集优化处理及岩石物理分析, 明确纵横波速度比与纵波阻抗交会分析能够较好区分有效砂岩、干砂岩与泥岩; 在此基础上, 迭代优化参数开展叠前弹性参数反演, 通过建立有效储层厚度与反演数据关系, 定量预测主要目的层有效砂体展布特征。研究表明, 叠前弹性参数反演技术对于指导X区块外围区高效开发具有重要意义。

1 叠前弹性参数反演基本原理

叠前弹性参数反演技术是利用叠前CRP道集数据与纵波速度、横波速度、密度等测井资料, 联合反演出多种岩石物理参数来综合判别储层岩性及含油气性的技术。德国地球物理学家Karl Zoeppritz于1919年推导出了著名的Zoeppritz方程组, 建立了弹性纵波、弹性横波在介质分界面处的反射与透射随入射角变化的关系。随着AVO理论技术逐步推广, 众多地球物理学家针对该方程进行了简化与实践应用[3, 4, 5]。Aki和Richards利用斯奈尔定律和Zoeppritz方程组推导出了在假设相邻地层介质弹性参数变化较小的情况下, 以速度和密度相对变化表示的反射系数近似公式[6], 即Aki-Richards近似式：

$\begin{aligned} R_{\mathrm{PP}}= & \frac{\Delta V_{\mathrm{p}}}{\bar{V}_{\mathrm{p}}}\left(1+\tan ^{2} \theta\right)-8 \frac{\Delta V_{\mathrm{s}}}{\bar{V}_{\mathrm{s}}} K \sin ^{2} \theta+ \frac{\Delta \rho}{\bar{\rho}}\left(1-4 K \sin ^{2} \theta\right) \end{aligned}$

式中：RPP为纵波反射系数; ΔVp、 ΔVs、 Δρ分别为界面两侧纵波速度、横波速度和密度的差值; Vp¯、 Vs¯、 ρ¯分别为界面两侧纵波速度、横波速度和密度的平均值; K为横波速度与纵波速度比值的平方; θ 为地震波入射角。

该方法假设前提为地震波入射到地层水平的半无限空间介质上, 较好地适用于鄂尔多斯盆地伊陕斜坡上古生界近水平层状的地层条件, 公式考虑了纵波速度、横波速度和密度的变化, 给出了反射系数与上述参数变化间的对应关系。该公式既简化了反射系数的计算途径, 同时也保留了足够的精度来满足储层预测需求。

与叠后反演相比, 叠前弹性参数反演具有明显优势。该技术考虑了入射角与反射系数之间的关系, 同时充分利用了叠前CRP道集所记录的AVO信息, 因此能够反演获得相比于声阻抗而言对油气更为敏感的弹性阻抗信息, 从而更加有效地预测储层的含气性。此外, 利用横波资料信息参与计算, 能够有效减少因纵波受流体影响而产生的多解性。

2 叠前弹性参数反演关键环节

良好的井震数据质量、有效的岩石物理分析、合适的反演参数选取是获得可靠反演结果、开展岩性及含气性预测的先决条件。本文针对道集优化处理、横波速度预测、岩石物理分析、子波提取4个反演关键环节, 阐述苏里格气田X区块叠前弹性参数反演流程。

2.1 道集优化处理

叠前弹性参数反演是基于叠前角道集及分角度叠加数据体完成的, 因此叠前CRP道集的预处理及质量改善是影响反演结果的重要环节[7]。首先对原始道集开展分角度叠加及一致性分析（图1）。由剖面可见, 当相关系数> 0.75时, 目的层远、中、近道反射的相位整体一致性较好; 当相关系数< 0.75时, 相位出现明显偏差。从平面上看, 近道与中道、中道与远道相关系数多数大于0.75; 工区存在低值, 应用该道集数据开展叠前弹性参数反演, 会出现较大误差, 影响整体反演结果。针对道集一致性较差问题, 应用走时校正开展道集优化（图2）, 走时校正是一种对地震波传播时间进行修正的技术, 主要用于消除因介质复杂性、观测条件等因素导致的实际走时与理论走时的偏差, 进一步消除剩余时差, 从而提高道集资料质量。结果表明, 校正后叠前分角度叠加数据相位一致性得到显著提升, 相关系数总体大于0.85, 平面上有效减少了一致性较低区域, 为叠前弹性参数反演奠定了良好的数据基础。

图1 原始道集分角度叠加及一致性分析

图2 走时校正前后对比及一致性分析

2.2 横波速度预测

常规测井资料中均包含纵波速度, 横波速度通常仅能通过加测阵列声波测井方式获得, 因此需要对横波速度进行预测。研究区仅有W 1井具有实测横波速度, 其他井需要进行估算, 横波速度预测效果对反演结果具有至关重要的影响。横波速度预测方法主要分为两类：一是统计拟合方法, 即根据大量已有的纵、横波速度及密度等信息, 寻找横波速度与其他参数的经验公式[8], 该方法针对砂泥岩剖面预测精度较低, 且需要大量的实测横波速度数据, 对X区块适用性较差; 二是岩石物理建模方法, 即通过已知测井信息对孔隙形态等进行假设, 构建岩石物理模型, 开展横波速度预测, 国内外已有众多学者开展了相关工作[9, 10]。本文选取适用于砂泥岩地层的Xu-White模型[11]进行岩石物理建模及横波速度预测, 结果表明, W 1井山西组及石盒子组地层中实测横波速度数据与预测横波速度数据具有良好的一致性, 能够满足叠前弹性参数反演需求（图3）。

图3 W 1井实测横波速度与预测横波速度对比

2.3 岩石物理分析

应用测井资料及横波速度估算数据, 开展主要目的层岩石地球物理参数交会分析。以盒8段为例, 基于W 1-W 30共30口井测井数据的纵横波速度比、密度、纵波阻抗、纵波时差、横波阻抗、横波时差等多种参数交会分析（图4）结果表明：应用纵横波速度比能够有效区分砂、泥岩, 纵横波速度比越低, 砂岩预测厚度越大; 应用纵横波速度比与纵波阻抗交会可以区分有效储层与干层, 如果单井纵向上满足纵波阻抗小于11 000 （g/cm3）· （m/s）门槛值的反演数据个数越多, 则有效储层厚度越大。在开展盒6、盒8、山1段岩石地球物理参数交会分析的基础上, 统计研究区主要目的层岩石物理参数（表1）, 确定了各目的层不同岩性纵横波速度比及纵波阻抗取值范围, 即：以纵横波速度比1.82为界区分砂、泥岩, 大于该值为泥岩, 小于该值为砂岩; 以纵波阻抗11 000 （g/cm3）· （m/s）为界区分有效储层与干层, 小于该值为有效储层, 大于该值为干层, 为开展叠前弹性阻抗反演奠定基础。

图4 X区块盒8段岩石地球物理参数交会分析图板

表1 X区块主要目的层岩石物理参数统计
2.4 子波提取

叠前弹性参数反演需要估算每个部分角度叠加数据体所对应的子波, 子波的振幅和频率特性随角度变化而变化, 各角度的子波在形状上应具有相似性, 相位应趋于一致。子波是做好地震反演的重要参数之一, 其估算的合适与否, 直接影响地震反演的效果。本次研究先采用雷克子波进行初步井震标定, 建立井震时深关系; 其次针对分角度叠加数据体, 提取井旁道地震子波, 优选与理论子波具有相似形态的地震子波进行标定; 最后选择标定相关系数较高的井, 迭代优化子波长度、相位及时窗, 确定叠前分角度地震子波。

研究以W 21井为基础, 优选长度128 ms、变相位且包含煤层强反射的子波作为叠前弹性参数反演全区匹配统一的最终地震子波, 从子波效果上看, 合成记录与井旁地震反射具有良好的一致性, 相关系数达到0.86, 分角度叠加数据体提取的地震子波形态一致, 振幅谱峰值振幅随叠加角度增大呈频率降低趋势, 相位谱在40 Hz以内具有良好一致性（图5）。

图5 X区块叠前分角度地震子波

3 反演效果分析

前文分析表明, 研究区叠前CRP道集数据经优化处理后, 一致性得到显著提高; 应用Xu-White模型进行岩石物理建模及横波速度预测, 结果与实测数据有良好对应效果, 使地震资料与测井资料能够满足叠前弹性参数反演需求。其后便是围绕Aki-Richards近似式求解的叠前反演工作, 基于地震数据的一维褶积模型假设, 通过同时匹配不同入射角度下的合成道与地震道, 反演得到纵波速度、横波速度、密度等弹性参数, 进一步计算得到纵横波速度比及纵、横波阻抗等参数。

3.1 典型井反演结果分析

本文应用纵横波速度比（Vp/Vs）反演结果, 以1.82为界来区分砂、泥岩, 预测盒6、盒8、山1段储层厚度; 应用Vp/Vs与纵波阻抗交会结果, 以目的层纵波阻抗11 000 （g/cm3）· （m/s）为界区分有效储层与干层, 最终预测盒6、盒8、山1段有效厚度属性分布（图6）。以004测线反演结果（图7）为例, 根据反演结果, W 1井与W 16井盒8段的Vp/Vs大于W 23井, 指示W 1、W 16井盒8段储层厚度较W 23井明显减薄, 实钻显示, W 1、W 16、W 23井盒8段储层厚度分别为34、32、43.7 m, 预测结果与实钻对应关系良好。对盒8段有效砂体进行雕刻, 黑色范围为满足纵波阻抗小于11 000 （g/cm3）· （m/s）的有效储层预测范围, 图中可见, W 1井盒8段预测有效储层厚度及范围较大, W 16井盒8段预测有效储层厚度较薄, 前者实钻有效储层厚度20.7 m, 后者11.2 m, 预测与实钻相符, 井间含气性分布及连通关系合理可靠。

图6 X区块有效厚度属性分布

图7 004测线反演结果

3.2 井区有效储层分布预测结果分析

通过实钻砂岩厚度与Vp/Vs、有效砂岩厚度与Vp/Vs及低于纵波阻抗门槛值的交会数据点数交会分析表明, Vp/Vs与实钻砂岩厚度呈良好的负相关关系（图8）, Vp/Vs及低于纵波阻抗门槛值的交会数据点数与实钻有效砂岩厚度呈良好的正相关关系（图9）。通过建立有效厚度与反演数据回归曲线, 实现了对研究区盒6、盒8、山1段有效储层厚度分布的定量预测（图10）。研究区盒6段有效储层分布范围有限, 以局部甜点式发育为主, 仅4口井实钻盒6段有效储层, 平均厚度2.8 m; 盒8段有效储层分布范围广, 呈连片发育特征, 厚值区呈北东-南西向条带状展布, 与区域盒8段河道发育方向一致, 有效厚度分布在1.5~22.9 m, 平均厚度11.8 m; 山1段有效储层分布范围较窄, 呈近南北向展布, 厚值区分布特征与曲流河沉积规律一致, 18口井钻遇山1段有效储层, 厚度分布在0.8~10.5 m, 平均厚度5.6 m。统计叠前弹性参数反演预测30口井主要目的层储层及有效储层与实钻符合情况, 以储层厚度相对误差小于30%、有效储层厚度绝对误差小于4 m作为井震符合划分标准, 研究区盒8段30口井中, 有25口井预测储层厚度与实钻相符, 预测符合率为83.3%, 23口井预测有效储层厚度与实钻相符, 预测符合率为76.6%。

图8 Vp/Vs与实钻砂岩厚度交会图

图9 交会数据点数与实钻有效砂岩厚度交会图

图10 X区块主力层有效储层厚度分布

3.3 应用实例

根据实钻及有效储层预测结果, 2025年实施直井和定向井9口, 实钻气层与应用叠前弹性参数反演预测含气层位高度吻合, 静态及试气效果均为Ⅰ +Ⅱ 类水平, 证实了叠前弹性参数反演方法在X区块储层预测与含气性检测方面具有良好的应用效果, 对保障井位精准部署、实现区块稳产开发具有重要意义。

4 结论

（1）相较于叠后反演, 叠前弹性参数反演技术能够有效挖掘叠前CRP道集数据中的AVO信息, 应用基于Zoeppritz方程组的Aki-Richards近似式开展叠前弹性阻抗反演, 能够减少预测多解性, 提高预测结果的可靠程度。

（2）岩石物理分析表明, 纵横波速度比与纵波阻抗参数交会能够区分X区块有效砂岩、干砂岩与泥岩, 统计盒6、盒8、山1段岩石物理参数, 确定了各层位关键参数界限值, 以纵横波速度比1.82为界区分砂、泥岩, 以纵波阻抗11 000 （g/cm3）· （m/s）为界区分有效储层与干层。

（3）通过迭代优化子波长度、相位及时窗, 确定了适用于研究区的子波模型, 经完钻井验证, 反演成果可有效预测主要目的层储层分布及含气性特征。

（4）新完钻井证实, X区块储层预测与含气性检测成果与实钻高度吻合, 叠前弹性参数反演可准确刻画有效储层分布规律, 为区块后续滚动建产及产能接替目标优选提供了可靠依据。

（编辑 陈娟）

参考文献
[1] 何自新, 付金华, 席胜利, 等. 苏里格大气田成藏地质特征[J]. 石油学报, 2003, 24(2): 6-12.
HE Zixin, FU Jinhua, XI Shengli, et al. Geological features of reservoir formation of Sulige Gas Field[J]. Acta Petrolei Sinica, 2003, 24(2): 6-12. [本文引用:1]
[2] 高棒棒, 苏海, 段淑远, 等. 苏里格南部地区地震储层预测技术研究: 以盒8段为例[J]. 地球物理学进展, 2020, 35(4): 1364-1369.
GAO Bangbang, SU Hai, DUAN Shuyuan, et al. Study of seismic reservoir prediction technology in the southern area of Sulige: A case of 8th Member of Shihezi Formation[J]. Progress in Geophysics, 2020, 35(4): 1364-1369. [本文引用:1]
[3] 郑晓东. Zoeppritz方程的近似及其应用[J]. 石油地球物理勘探, 1991, 26(2): 129-144.
ZHENG Xiaodong. Approximation of Zoeppritz equation and its application[J]. Oil Geophysical Prospecting, 1991, 26(2): 129-144. [本文引用:1]
[4] 赵伟, 陈小宏, 李景叶. 薄互层调谐效应对AVO的影响[J]. 石油物探, 2006, 45(6): 570-573.
ZHAO Wei, CHEN Xiaohong, LI Jingye. Analysis of impact of thin interbed tuning effect on AVO[J]. Geophysical Prospecting for Petroleum, 2006, 45(6): 570-573. [本文引用:1]
[5] 贺保卫, 潘仁芳, 莫午零, 等. 用AVO方法从定性到半定量检测砂岩含气性[J]. 断块油气田, 2005, 12(1): 19-20.
HE Baowei, PAN Renfang, MO Wuling, et al. Detect the gas-bearing properties of sand stone using AVO method: From qualitatively interpretation to half-quantitatively interpretation[J]. Fault-Block Oil & Gas Field, 2005, 12(1): 19-20. [本文引用:1]
[6] AKI K, RICHARDS P G. Quantitative seismology, theory and methods[J]. Earth Science Reviews, 1981, 17(3): 296-297. [本文引用:1]
[7] 包培楠, 王维红, 李文龙, 等. CRP道集优化处理及其在大庆油田S区的应用[J]. 物探与化探, 2019, 43(5): 1030-1037.
BAO Peinan, WANG Weihong, LI Wenlong, et al. CRP gather optimal processing and its application to S area of Daqing Oilfield[J]. Geophysical and Geochemical Exploration, 2019, 43(5): 1030-1037. [本文引用:1]
[8] 刘兰锋, 尹龙, 黄捍东, 等. 一种基于岩石物理建模的横波预测方法[J]. 物探与化探, 2021, 45(6): 1482-1487.
LIU Lanfeng, YIN Long, HUANG Hand ong, et al. Research on the method of shear wave prediction based on rock physics modeling[J]. Geophysical and Geochemical Exploration, 2021, 45(6): 1482-1487. [本文引用:1]
[9] XU S Y, WHITE R E. A physical model for shear-wave velocity prediction[J]. Geophysical Prospecting, 1996, 44(4): 687-717. [本文引用:1]
[10] 印兴耀, 李龙. 基于岩石物理模型的纵、横波速度反演方法[J]. 石油物探, 2015, 54(3): 249-253.
YIN Xingyao, LI Long. P-wave and S-wave velocities inversion based on rock physics model[J]. Geophysical Prospecting for Petroleum, 2015, 54(3): 249-253. [本文引用:1]
[11] 张杨. 利用Xu-White模型估算地震波速度[J]. 成都理工大学学报(自然科学版), 2005, 32(2): 188-195.
ZHANG Yang. Xu-White model for seismic wave velocity prediction[J]. Journal of Chengdu University of Technology(Science & Technology Edition), 2005, 32(2): 188-195. [本文引用:1]