阿姆河右岸生物礁滩储层的横波速度预测方法

阿姆河右岸生物礁滩储层的横波速度预测方法徐小勇;李瑞;徐明华;侯泽富;龚幸林【摘要】为提高阿姆河右岸生物礁滩储层叠前弹性参数反演的精度和可靠性，采用岩石物理测试分析的纵、横波速度的关系式估算小孔隙度储层的横波速度，采用基于基质矿物等效体积模量反演方法、碳酸盐岩孔隙结构反演方法和 Xu-White 模型方法估算中、大孔隙度储层的横波速度。

用该方法计算的横波速度结果与没有考虑该区孔隙结构的计算方法结果对比，精度明显提高，并且和实际测井的横波速度曲线也更加吻合。

根据阿姆河右岸生物礁储层的特点，对储层孔隙结构分类采用不同的横波预测方法，更适合于该区的生物礁滩储层反演和油气预测。

%In order to improve the pre-stack elastic inverse accuracy and reliability in the biological reef reservoir from the Amudarya right bank,this paper discusses a method for S-wave velocity estimation in this reservoir.The method uses the relation between P-wave velocity and S-wave velocity to estimate the S-wave velocity from the small porosity reservoir.The relation is obtained from the petro-physics test and analysis.Then,the S-wave velocity from the medium and large porosity reservoir is calculated by the methods based on the equivalent bulk modulus inversion of the matrix mineral,the pore structure inversion of carbonate rocks and the Xu-White pared with the other methods to calculate S-wave velocity without considering the pore structure of this area,this method for the calculation of the shear wave velocity is more accuracy,and the result is in accordance with the S-wave velocity from the actual logging data.According to the characteristics of the biological reef reservoir from the Amudarya rightbank and by using different shear velocity prediction methods to classify the reservoir pore structure are more suitable for the inversion of the biological reef reservoir and the prediction of oil and gas in this area.【期刊名称】《成都理工大学学报（自然科学版）》【年(卷),期】2015(000)002【总页数】6页(P225-230)【关键词】阿姆河右岸;横波速度预测;等效体积模量;孔隙结构【作者】徐小勇;李瑞;徐明华;侯泽富;龚幸林【作者单位】成都理工大学地球探测与信息技术教育部重点实验室，成都610059;成都理工大学地球探测与信息技术教育部重点实验室，成都 610059;川庆钻探工程有限公司地质勘探开发研究院，成都 610051; 中国石油阿姆河天然气公司，北京 100012;川庆钻探工程有限公司地球物理勘探公司，成都 610215;中国石油阿姆河天然气公司，北京 100012【正文语种】中文【中图分类】P631.4;TE122.24阿姆河右岸地区卡洛夫－牛津阶主要发育碳酸盐岩生物礁滩储层，其不仅矿物成分多样（广泛发育灰岩、白云岩、泥岩等），而且孔隙类型复杂多变（裂缝、孔隙、溶蚀孔洞等），具有很强的非均质性［1］，给横波速度预测带来了很大的困难。

目前，常规的横波速度预测方法可以概述为5类：（1）基于经验关系式的方法，如Greenberg-Castagna公式方法［2］等，其原理简单，但是对于非均质性强的碳酸盐岩储层应用效果较差。

（2）基于 Gassmann方程的流体替换方法，如Gassmann方程方法［3－5］等，近似 Gassmann方程方法［6，7］等，该类方法受Gassmann方程的均匀介质假设的限制，往往需要借助等效介质理论进行近似计算。

（3）基于 Xu-White模型的方法及其改进方法［8，9］等，主要用于预测砂泥岩地层的横波速度。

（4）适用于碳酸盐岩储层的横波预测新方法［10］，其对常规的Xu-White模型进行了一定的改进（考虑了基质矿物的多样性和孔隙结构的多样性），获得了一定的实际应用效果；但是这类方法都需要求解多项未知数，解的稳定性较差。

为了有效地预测阿姆河右岸区块卡洛夫—牛津阶储层的横波速度，本文首先分析了目标区的典型测井曲线特征，然后综合利用研究区的岩石物理测试分析数据、基质矿物等效体积模量反演方法［11］和碳酸盐岩孔隙结构反演方法［12］，提出一种适用于阿姆河右岸卡洛夫－牛津阶储层的高精度横波速度反演方法。

1 方法原理1.1 岩石物理测试与分析基于 Greenberg-Castagna公式［2］的横波速度方法是目前主要的横波速度预测方法之一，其显著优点是计算效率快，缺点是公式中的系数难以准确地确定。

目前，人们往往采用已知井的实测纵波和横波资料进行分析，其受测井资料的影响较大。

为了准确地分析研究区的纵、横波速度的关系式，本文选取了研究区的31块储层岩石样品进行了地层温压条件下的岩石物理参数测试［13］，获得了准确的纵、横波速度及岩石的基本参数（密度、孔隙度等）。

采集的岩心样品主要来自于研究区的Cha21井和Pir21井，部分岩石样品见图1。

图2是地层温压条件下（样品测试的最高温度为200℃，最大围压为140MPa）的饱气岩样和饱水岩样的纵波速度与横波速度的统计关系图。

基于 Greenberg-Castagna方程［2］的一般形式（vS，分别得到了饱气状态和饱水状态的vP－vS关系式。

饱水状态：图1 研究区的部分岩石样品Fig.1 Some rock samples in the Amudarya area图2 地层温压条件下的饱气岩样和饱水岩样的vP－vS关系图Fig.2 The relationship of vPand vSbetween gas-saturated rock sample and saturated rock sample under the same temperature and pressure（A）饱气岩样；（B）饱水岩样饱气状态：1.2 基质矿物等效弹性模量的反演研究区储层岩石的矿物成分主要有灰岩、白云岩和泥岩，如果使用常规的Voigt-Reuss-Hill平均（V-R-H）方法计算基质矿物的等效弹性模量，需要设定每种矿物成分的弹性模量和体积分数，而实际的测井曲线往往没有这些参数。

为此，本文采用基于流体分析的基质矿物等效弹性模量反演方法［11］估算每个测井深度点的基质矿物的等效弹性模量。

为了提高原计算方法的计算精度，本文采用前面得到的vP－vS 关系式（方程（1）、（2））估算横波的初始值，有效地提高了计算的效率和精度（原方法采用Castagna的经验公式，误差较大）。

1.3 碳酸盐岩储层的孔隙结构反演碳酸盐岩生物礁滩储层的孔隙结构相对砂泥岩而言，孔隙类型更加复杂多变，常见的孔隙类型主要有印模孔、粒间孔隙和微裂隙等。

刘欣欣等提出了类似的碳酸盐岩孔隙结构反演方法［10］，采用自适应遗传算法求解若干个孔隙类型的扁率及其体积分数，解的稳定性较差。

与此不同，本文采用Kumar、Xu的研究成果——每个测井深度点的主要孔隙由2种类型组成（图3）。

即通过设定“参考孔隙—速度”趋势，如果计算的P波或S波速度高于该趋势线，则假定其孔隙由印模孔和粒间孔隙组成；如果计算的P波或S波速度低于该趋势线，则假定其孔隙由微裂隙和粒间孔隙组成。

因此，仅需要搜索2类孔隙的扁率及体积分数（即3个未知数，其中2类孔隙的总体积分数为100%），可以有效地降低反演的多解性。

αRef代表粒间孔隙的扁率，αCrack代表微裂隙的扁率，αStiffPore代表印模孔的扁率［14，15］。

图中红色条状虚线为印模孔隙曲线，由上至下印模孔隙占总孔隙的比例依次减小。

紫色点状虚线为微裂缝孔隙曲线，由上至下微裂缝孔隙占总孔隙的比例依次增大。

图中图3 孔隙－纵波速度－孔隙结构的关系图Fig.3 Predicted effect of the pore type on P-wave velocity（Xu，2009）实线为参考孔隙曲线，其孔隙类型比例见顶部1.4 研究区典型井的测井曲线特征分析图4是研究区的典型井之一Oja21井的实际测井曲线，钻井测试结果表明其储层均为气层，且储层分布的深度范围为3 760～4 030m。

从图4（B）可以看出，该井的下部储层（深度3 960～4 030m）孔隙度相对较低，皆为＜4%。

该段储层的纵、横波的曲线变化规律也与上段储层的高孔隙度不同：横波曲线的变化幅度较小，曲线形态比较平缓（见图中的矩形标识区）。

对于常规的基于Xu-White模型的横波反演方法而言，其收敛条件都采用估算的纵波速度与实测纵波速度的差值［16］，隐含要求纵、横波速度的变化规律相同。

因此，研究区的小孔隙度储层的纵、横波速度的变化规律与此条件并不吻合，如果采用这类方法，将会产生较大的误差。

图4 Oja21井的测井曲线Fig.4 Log curves of Well Oja21（A）实测的纵波速度和横波速度；（B）实测的孔隙度1.5 研究区横波速度反演的计算步骤基于上述理论分析和研究区典型井的测井曲线特征分析，我们提出了如下适用于研究区生物礁滩储层的横波速度预测的计算步骤。