摘　要：地震资料泊松比反演气水预测方法在砂岩储层中的应用效果稳定，但在碳酸盐岩储层中的预测效果还有待确认。为此，在四川盆地龙岗构造三叠系、塔里木盆地奥陶系、土库曼斯坦阿姆河右岸区块侏罗系等8个层系的碳酸盐岩储层中开展了应用研究。对测井资料的泊松比分析结果表明，碳酸盐岩储层含流体后，其泊松比由低到高依次对应于含气、同含气水、含水、致密层。基于该良好规律，可获得碳酸盐岩储层泊松比气水预测模型，随后制作合成地震记录，准确标定储层所在位置，进而可建立起测井泊松比与地震资料的关系，采用泊松比测井曲线约束地震资料进行反演的方法，并通过神经网络算法予以实现，从而得到泊松比反演剖面，能够较为清晰地反映储层含气、含水情况，由此获得的平面分布预测图可有效分析气水分布与构造、断层等的关系。在不同碳酸盐岩储层类型(如孔隙型、裂缝型、裂缝孔隙型、缝洞型)中的应用效果表明，该方法能有效识别碳酸盐岩储层的含气性和含水性，可作为气水预测的一种新手段。

关键词：碳酸盐岩  储集层  泊松比  天然气  水  预测效果  四川I盆地  塔里木盆地  阿姆河盆地

A gas-water forecasting model based on Poisson¢s ratio values and its application in carbonate reservoirs

Abstract：It is effective to predict gas-water through Poisson¢s ratio inversion of seismic data in sandstone reservoirs．However，the effectiveness of this method in carbonate reservoirs has not been well proved．Therefore，eight carbonate sequences，including the Triassic in the Longgang structure of the Sichuan Basin，the Ordovician in the Tarim Basin and the Jurassic in the Amu Darya Right Bank Basin of Turkmenistan，were selected for verifying the effectiveness of this method．The analysis of Poisson¢s ratio of logging data reveals that the Poisson¢s ratio values of carbonate reservoirs containing fluids correspond，from low to high，to gas layer，gas-water layer，water layer and tight layer respectively．This pattern is clear．Thus，a gas-water forecasting model based on Poisson¢s ratio values was built for carbonate reservoirs．Synthetic seismograms were generated to accurately calibrate the horizons of reservoirs．Poisson inversion profiles were obtained based on neural network algorithm and used to recognize gas water layers．The plane maps generated based on these profiles effectively revealed the relationship between gas—water distribution with structures and faults．Application in different types of carbonate reservoirs(such as porous type，fractured type，fractured-porous type and fractured-vuggy type)shows that this method is effective in the identification of gas and water distribution in carbonate reservoirs．It can be used as a new means of gas-water prediction．

Keywords：carbonates，reservoir，Poisson¢s ratio，natural gas，water，prediction effect，Sichuan Basin，Tarim Basin，Amu Darya River Basin

1　气水预测模型的建立

气水预测模型是根据预测区域的泊松比曲线结合试油情况建立的，基中泊松比曲线由阵列声波测井曲线，即纵波、横波时差转换而来，即

其中

式中dts为横波时差；dtc为纵波时差；g为纵横波速度比。

将泊松比曲线结合试油结果进行对比、统计分析，即得到泊松比值与气水的对应关系。目前，笔者已在8个不同储层中获得了与图1类似的关系。它们的基本规律是相同的，即泊松比值含气层低，含水层较高，致密层或非储层最高，只是在不同地区(含国内外)泊松比值略有差别。

由此建立的气水预测模型具有普适性(图2)。图2表示含气层、气水层、水层、岩石(碳酸盐岩)的泊松比分布范围，是依次升高的，具体到某个储层时，其值略有不同。依据此模型，即可对预测的结果进行气水预测解释。

2　泊松比气水预测的处理解释流程

1)制作合成记录，对储层进行准确标定，并在地震剖面上进行准确对比。

2)泊松比测井资料分析，建立储层泊松比气水预测模型。

3)建立测井泊松比—地震资料的关系，并将关系用于气水预测，形成平面预测成果。

4)进行解释，其方法已在本文参考文献[1-2]中介绍，此不赘述。

3　应用效果分析

3．1　四川盆地某构造下二叠统长兴组生物礁储层

该储层位于四川盆地某海槽，研究区自北东—南西依次出现海槽相、边缘相和台地相沉积，发育陆棚边缘礁。工业油气井成功率分别为42.3％和42.5％，并大量产水。气水分布预测已经成为重要课题。

对区内多口井储层段泊松比测井曲线统计分析，确定泊松比与气水的对应关系为：气层在0～0.285；气水层在0.285～0.305；干层大于0.315。

反演得到预测区域目的层泊松比均值分布图(图3)，红、黄色代表含气，绿、蓝色代表含水，灰、白色代表非储层。图3中指示框的颜色为含流体类别(气、气水、水)，其中的数据为产量。可以看到，预测的气水分布与试油结果基本对应，效果较明显，26口井有21口符合，符合率81％。

图3中矩形框上侧边线出现明显的含气条带，为边缘礁储层，该图同时显示海槽内有一定的含气性(图3黄色部分)。

3．2　四川盆地某构造雷口坡组

该构造中三叠统雷口坡组构造较复杂，断层较发育，圈闭类型有构造、岩性圈闭、岩性一构造复合圈闭。该区工业井成功率37.5％，获累计测试产量107.35×10⁴m³／d，展示出其良好的勘探开发前景。但雷口坡组储层气水分布规律不清楚，造成开发部署困难、影响开发效果等。

预测区内目的层段泊松比曲线有ll口，测试结果与泊松比曲线的关系符合一般的规律，统计得到的泊松比与气水关系如图1，含气泊松比在0～0.275之间，含水泊松比在0.265～0.310之间。

预测得到的含气分布如图4所示，红色为含气。该区4口纯产气井，3口井位于或紧邻低泊松比部位(红色)，1口井位于不含气部位，5口纯产水井均位于不含气的部位，3口气水同产井都位于或靠近含气部位，4口干井有2口井位于不含气部位。总体看，l6口井3口井不符合(符合率为81％)。

图5为预测的含水分布预测图。图5中，5口纯产气井和3口气水同产井有7口位于预测的含气分布区，有l口井不符合，4口纯产气井均不在预测的含水部位，4口干井有2口处于预测的含水部位。16口井有3口井不符合(符合率为81％)。

3．3　土库曼斯坦阿姆河地区侏罗系njj组储层

研究区内储层段礁、滩型储层发育。区块大断裂较多，油气分割不均，水体分布规律性差，这给井位部署和开发带来较大难度。

获得的气水分布预测图如图6所示。图6中黑线为断层，红、黄色为含气，绿、蓝色为含水，从图中看出，28口有6口与预测结果不符合，l3口含水井有2口井与预测结果不符合，总体符合率为85.36％。

此外，笔者还对四川盆地高石梯构造震旦系灯影组二段白云岩储层进行了探索性预测，获得了气水界面(图7)，该气水界面与该区的实钻结果符合。此外，在塔里木油田塔中区块开展了气水分布预测，得到了串珠状反射对应的溶洞储层结构，该结构与普通地质模型具有一致性(图8)。这种方法也能反映砂岩储层的地质结构^[3-5]。

4　结论与认识

笔者对8个不同地区、类型的碳酸盐岩储层做了气水预测探索，包括礁、礁滩、堤礁，有孔隙型、裂缝型、溶洞型，有构造、岩性圈闭型。应用表明，泊松比在碳酸盐岩储层气水预测中，建立的模型具有普适性，预测效果稳定，对气藏的勘探开发具有较好的参考价值。

但目前大多油气田所作阵列声波测井较少，且对曲线的处理还不够精细，值得引起重视，以便进一步发挥泊松比曲线的作用，更有效解决气水预测难题。

参考文献

[1]吴大奎，张本全，戴勇，等．地震资料气水识别方法及其应用[J]．天然气工业，2011，31(12)：54-58．

WU Dakui，ZHANG Benquan，DAI Yong，et al．Seismic identification methods for gas and water layers and their application[J]．Natural Gas Industry，2011，31(12)：54-38．

[2]吴大奎，戴勇，郑淑芬，等．叠后地震资料气水识别研究与应用[J]．天然气工业，2008，28(11)：38-41．

WU Dakui，DAI Yong，ZHENG Shufen，et al．Research and application of gas／water identification by poststack seismic dataEJ]．Natural Gas Industry，2008，28(11)：38-41．

[3]赵良孝．储层流体类型的测井判别方法[M]．成都：四川科学技术出版社，2009．

ZHAO Liangxiao．Logging identification methods of reservoir fluids types[M]．Chengdu：Sichuan Science＆Technology Press，2009．

[4]戴勇，吴大奎，李跃纲，等．川西地区九龙山构造碎屑岩储层气水预测实践[J]．天然气工业，2012，32(9)：37-39．

DAI Yong，WU Dakui，Ll Yuegang,et al．Prediction of gas and water distribution in clastic reservoirs of the jiulongshan structure in West Sichuan Basin[J]．Natural Gas Industry，2012，32(9)：37-39．

[5]吴大奎，李亚林，伍志明，等．地震、测井资料联合反演的神经网络算法研究[J]．天然气工业，2004，24(3)：55-57．

WU Dakui,LI Yalin，WU Zhiming，et al．Research on the neural network algorithm of joint inversion of seismic and log data[J]．Natural Gas Industry，2004，24(3)：55-57．

本文作者：吴大奎  戴勇  李刚毅  郑淑芬

作者单位：中国石油川庆钻探工程公司地质勘探开发研究院