摘　要：四川盆地元坝地区二叠系长兴组发育大型的台地边缘生物礁滩气藏，具有埋藏深、储层空间展布复杂多变、一礁或一滩为一个气藏、气水分布极其复杂的特点，给勘探开发带来了很大的风险。为了精细刻画元坝气田生物礁滩气藏储层及气水的展布特征，提高探井成功率，集成创新了储层气水识别技术：采用了叠前道集优化技术提高了道集的信噪比；利用小角度叠前反演技术解决了超深层弹性参数的求取；最后从岩石物理参数分析入手，综合实验室岩石物理测试分析及测井、试气成果统计分析结果，明确了气水识别的敏感参数；在此基础上进一步利用坐标旋转技术构建新的高灵敏度识别因子，从而提高了叠前敏感参数反演的识别能力和精度。在该地区l区块实际应用的结果表明，该技术有效刻画出了元坝气田气区、水区以及气水过渡区，预测结果与后期实际钻井揭示的规律相一致。

关键词：四川盆地  元坝气田  超深层  生物礁滩气藏  储集层  敏感参数  气水识别  石油地球物理勘探

Gas-water identification technologies for ultra deep reef reservoirs in the Yuanba Gas Field，Sichuan Basin

Abstract：Large platform margin reef gas reservoirs were discovered to be deep，one reef one reservoir，in the Permian Changxing Feixianguan Fm in the Yuanba area，Sichuan Basin．The exploratory drilling reveals that their spatial distributi。n is complex and changeable and their gas-water distribution is extremely complicated，which brings about a high risk in exploration and exploitation there．In order to improve the success ratio of exploratory wells，it is necessary to finely describe the characteristics of reef and beach gas reservoirs and gas water distribution in this study area．Therefore，technologies of gas-water identification were integrated and innovated．First，pre-stack gathers optimization techniques were used to improve the SNR．Then，the small angle stack inversion technology was employed to calculate the elastic paranleters．Finally，based on the analysis of petrophysical parameters from laboratory，logging and well test data，those sensitive gas water parameters were clearly identified．On this basis，the coordinate rotation technology was applied to build a new highly sensitive identification factor，thereby to improve the identificarlon abilitv and accuracy of pre-stack inversion of sensitive parameters．The application result from Block I in this study area indicated that the gas zone，water zone，and gas-water transition zone were precisely describcd，which is in good agreement with the later actual drilling data．

Keywords：Sichuan Basin，Yuanha Gas Field，ultra deep strata，reef reservoir，sensitive parameter，gas water identiffcation，petroleum geophysical prospecting

元坝气田位于四川盆地东北部，气藏中部埋深6673m，是目前我国已发现的埋藏较深的大气田^[1]。自2007年YB1c1井钻遇二叠系长兴组顶部优质白云岩储层以来，部署在该礁滩相上的多口探井均获百万立方米以上高产工业气流，截至2013年底，累计探明天然气储量超过2000×10⁸m³。

在礁滩储层预测方面，前期利用“相控三步法”反演技术实现了礁滩储层的精细描述，住礁滩储层气水识别技术方面，开展了多种技术方法的探索，从试验结果来看，AV0常规属性分析^[2]、电阻率反演^[3]、DR反演^[4]、MEEI反演^[5-6]、瞬时频谱分析技术^[7]、低频伴影^[8]等方法取得了一定的效果，但这些技术方法还存在多解性和识别陷阱。因此，探索适合于超深层礁滩储层的叠前气水识别技术是实现元坝气田高效勘探开发的当务之急。

1　礁滩储层特征及气水识别技术

元坝气田长兴组生物礁储层岩石类型主要为溶孔白云岩、白云岩、生屑灰岩等，储集空间类型包括溶孔、溶洞、晶间孔、裂缝及生物体腔溶孔。而长兴组台缘浅滩储层岩石类型主要为白云质灰岩、含云质灰岩，储集空间类型主要为孔隙和裂缝，呈相对中孔高渗特征。

叠前AVO反演作为AVO应用技术的一个重要组成部分，是合理地提取隐藏在叠前地震信息中的岩性和流体信息的重要途径之一。该区预测的难点主要体现在埋藏深带来的一系列问题：在如此深的地层AVO效应是否明显?小入射角的叠前反演能否实现?气水识别的精度能否提高?

针对超深层礁滩储层预测的难点，利用方法创新与实践结合，形成了一套超深层礁滩储层气水识别技术。即采用叠前道集优化技术提升道集质量，并利用小角度叠前反演技术解决超深层弹性参数的求取，通过对井中储层段的流体类型进行岩石物理参数分析，找到了敏感弹性参数，明确其响应特征，最后利用改进的坐标旋转技术来提高敏感参数识别精度，最终达到了超深层礁滩储层气水识别的目的。

1．1　叠前道集优化技术

高质量的叠前道集组合，是地震叠前气水识别的基础。叠前道集数据优化的目的：①净化道集背景；②拉平道集；③挖掘AVO特征。其要点包括：恢复和保持CRP道集中各道之间相对振幅关系，提高叠前道集的信噪比，从而提高道集数据的分辨率，尤其是要正确地确定反射界面的位置、剩余时差校正等，最大可能地消除非油气或岩性因素引起的振幅随炮检距的变化，以获得高信噪比、高分辨率和高保真度的叠前道集数据。元坝气田海相礁滩储层含气AVO异常响应特征为3类，但是入射角小，同时还受噪音等干扰，其特征不是很明显(图1左红框内)。经过对动校正后的道集进行优化处理后，凸现了AVO响应特征、提升了信噪比(图1右红框内)，为叠前精细反演提供了相对高质量的道集数据。

1．2　小角度叠前反演技术

由于元坝气田超深层天然气藏受观测系统和测线长度的限制，难以获得大角度信息，仅能获得小、中角度的信息。从实际资料来看，其入射角一般就27°左右，最大不超过30°。因此，需要研究小角度反演方法来求取弹性参数。

根据Mallick等人对合成地震数据进行弹性阻抗反演的研究表明：如果弹性阻抗反演时夹杂有少量噪音，则不能恢复初始速度和密度模型，但这种情况下仍可估算纵、横波阻抗。Lu Shaoming和McMechan^[9]基于此原理，利用小角度tan²q≈sin²q时得到近似式与经验关系式：

当K小于0.25时，系数a＝8.0、b＝0.5；当K大于0.25时，a＝3.0、b＝3.0。Lu等人指出，对于所有介于0和0.8之间的K值，式(1)是一个合理的近似式^[9-10]。这样，在求取纵横波阻抗时，只需要中小角度信息便可，因而适合小角度入射情况下的参数求取。根据元坝地区测井数据得到经验关系，发现该区K值基本上大于0.25，此时系数a＝1.41、b＝2.65。

采用该方法进行叠前反演，即可得到纵波阻抗，横波阻抗，根据关系式：

lr＝Ip²-2Is²    　　　　　　(2)

mr＝Is² 　　　　　　　　　 (3)

便可求得该区敏感弹性参数。

1．3　敏感参数优选

通过对元坝地区礁滩相储层岩心样品的岩石物理测试与分析，获得了在地层温压等条件下的纵横波速度、动静弹性参数、品质因子等大量的物性参数数据，并建立了气水识别敏感因子(图2)，可知对该地区气水识别比较敏感的因子依次分别是：lr、kr、l、K等，其中lr为最敏感的识别因子。另外从该区钻井资料的岩石物理弹性参数分析来看，lr也是对流体最为敏感(图3)，图3选取了1口典型的既产气又产水，以及气水同层的井。从图3上可以看到，当储层含流体后，弹性参数均产生变化，当储层为气层时，变化幅度较大，气水同层次之，当储层为水层时，变化幅度相对前两者来说最小。通过对各个弹性参数相对变化率的计算，lr的变化率为最大。因此在该地区的气水识别可通过上述的叠前小角度反演方法获取lr弹性参数体，进而预测气水的展布。

1．4　坐标旋转技术

Goodway认为Lambda(l)和Mu(m)属性的物理解释是：l属性即不可压缩性，对孔状流体比较敏感；而m属性即硬度，对岩石基质(矿物成分)比较敏感。因此，对基于参数l、m和r提出了一种新的方法，称为Lambda-Mu-Rho方法^[11]。

图4为元坝地区长兴组礁滩储层段井上Lambda-Mu-Rho参数交会图。从图4中可以看到：虽然敏感弹性参数lr能将气层、水层以及气水同层基本区分开，但是识别精度还不够。因此，为提高lr参数的识别精度，采用了坐标选择的方法，其基本原理如下。

采用数学上的坐标系转换方法——以斜直线与横轴之间的夹角(q)为旋转角度进行坐标系旋转，得到新的坐标系(旋转后的坐标系横轴与斜直线平行，纵轴与该斜直线垂直)，两坐标系的转换关系如下所示(x、y为原坐标系中的坐标；x¢、y¢为相应新坐标系的坐标)，即

x¢＝xcosq+ysinq             (4)

y¢＝ycosq+xsinq             (5)

顺时针旋转方向时，使用式(4)；逆时针旋转时，使用式(5)。这样利用新旧坐标系之间的数学转换关系，就可以求出新参数与原参数的函数关系。

通过对图4-a进行坐标旋转后，气层、气水同层、水层分布的范围区分更加明显，构建的新敏感因子(lr¢)对气水的识别能力得到了显著的提高，而且还可以确定气水识别的门槛值进行定量预测，其中含气层小于100GPa·g／cm³，含水层大于115GPa·g／cm³，气水同层则介于两者之间。由此可见，利用旋转后的新敏感因子将大大提高气水识别的精度。

2　应用效果分析

利用该技术完成了元坝气田东部区域的气水检测，从识别的结果来看，与实钻井的测试情况基本一致，也证实了该方法在该地区的有效性。图5为该区过YBl04、YBll、YBl23、Ybl0cl井连井气水识别剖面图。其中YBl04测试获得气123×10⁴m³／d，YBll测试获得气51×10⁴m³／d，YBl23测试获得气5.3×10⁴m³／d，水290m³／d，Ybl0cl测试获得气107×10⁴m³／d，从图5中可以看到，从产气的YBl04井、YBll井到处于气水过渡带的YBl23井，穿过一段滩，间水区然后一直到产气的YB10cl井，其气区、水区分布带及过渡带清晰，与实钻情况吻合好。

另外从预测的元坝气田l区块长兴组气水分布平面图(图6)来看，整体上有利含气区主要分布在西边及北边，东南边多为产水区及气水同层区，其刻画的气水平面展布与实钻井揭示的规律基本上保持一致。从图6中可以看到：含气区(红黄色区域)与含水区(蓝色区域)分布清晰。处于黄色区域(红圈内)的井，均获得了工业性气流。尤其处于红黄色富集区域的YBl04井以及YB10cl井，获得了日产天然气过百万立方米的产能。蓝色区域则为含水区(图中黑圈内)，处于该区域的YB9井在长兴组钻遇水层，日产水30m³。绿色区域为气水同层区，该区域的YBl23井、YBl6井测试结果既产气也产水。

在图6中，识别结果显示YB211井与YBl07井也同样会稳获工业气流，这与该井的测井解释成果吻合，近期测试结果显示YB211井产气5.63×10⁴m³／d，YBl07井为38.35×10⁴m³／d，进一步的说明了预测结果的可靠性以及该方法的适应性。

3　结论

该技术在元坝气田长兴组—飞仙关组超深层礁滩储层气水识别中取得了良好的效果，提高了探井的成功率和经济效益，主要得到以下结论：

1)对于超深层地区的叠前道集，尽可能地开展叠前道集预处理，从而改善道集的质量，为后期精细叠前反演打好基础。

2)小角度叠前反演技术的应用可弥补由于缺失大角度信息而导致的方法适用性问题。

3)坐标旋转技术能够在岩石物理分析获得的敏感因子的基础上，构建更为灵敏的流体识别因子，从而可提高叠前反演对气水的识别能力和精度。

4)该方法技术在元坝气田超深层礁滩气藏储层气水的识别中取得了良好的效果，为后续的勘探开发提供了重要的支撑，在四川盆地及同类地区具有一定的推广应用价值。

参考文献

[1]郭旭升，胡东风．川东北礁滩天然气勘探新进展及关键技术[J]．天然气工业，20ll，3l(10)：6-11．

GUO Xusheng，Hu Dongfeng．Newest progress and key techniques in gas exploration of reef-bank reservoirs in the northeastern Sichuan Basin[J]．Natural gas industry，2011，31(10)：6-11．

[2]郭旭升，凡睿．AVO技术在普光气田鲕滩储层预测中的应用[J]．石油与天然气地质，2007，28(2)：198-202．

GUO Xusheng，FAN Rui．Application of AVO techniques to reservoirs prediction of oolitic beach facies in Puguang Gas Field[J]．Oil&Gas Geology，2007，28(2)：198-202．

[3]黄先平，张健，谢芳，等．鲕滩储层预测技术、流体识别方法在川东北地区飞仙关天然气勘探中的应用[J]，中国石油勘探，2003，8(1)：41-51．

HUANG Xianping，ZHANG Jian，XIE Fang，et al．Application of prediction technology about oolitic beach reservoir and fluid identification method in exploration of Tif natural gas in the Northeast of Sichuan Basin[J]．China Petroleum Exploration，2003，8(1)：41-51．

[4]孙巧玲．川东北地区飞仙关组鲕滩气藏气水识别[J]．天然气勘探与开发，2005，28(6)：20-26．

SUN Qiaoling．Gas-water discernnlent of Feixianguan Formarion oolitic beach gas reservoir in the northeast of Sichuan Basin[J]．Natural Gas Exploration and Development．2005，28(6)：20-26．

[5]彭真明，李亚林，巫盛洪，等．碳酸盐岩储层多角度弹性阻抗识别方法[J]．地球物理学报，2008，51(3)：881-885．

PENG Zhenming，LI Yalin，WU Shenghong，et al．Discriminating gas and water using multi-angle extended elastic impedance inversion in carbonate reservoirs[J]．Chinese Journal of Geophysics，2008，5l(3)：881-885．

[6]胡伟光，李发贵，杨鸿飞．叠前弹性波阻抗反演在四川FL地区礁滩型储层预测中的应用[J]．海相油气地质，2010，15(4)：62-67．

HU Weiguang，LI Fagui，YANG Hongfei．Application of prediction of pre-stack elastic impedance inversion in reefshoal reservoir at FL Area，Sichuan Basin[J]．Marine Origin Petroleum Geology，2010，15(4)：62-67．

[7]徐天吉，程冰洁．瞬时频谱分析技术与气水识别方法研究[J]．石油天然气学报，2008，30(4)：73-78．

XU Tianji，CHENG Bingjie．Research of instantaneous spectral analysis technology and application in distinguishing water from gas reservoir[J]．Journal of Oil and Gas Technology，2008，30(4)：73-78．

[8]HE Zhenhua，XIONG Xiaojun，BIAN Li¢en．Numerica lsimulation of seismic low frequency shadows and its application[J]．Applied Geophysics，2008，5(4)：301-306．

[9]LU Shaoming，MCMECHAN G A．Elastic impedance in version of multichannel seismic data from unconsolldated sediments containing gas hydrate and free gas[J]．Geophysics，2004，69(1)：164-179．

[10]李爱山，印兴耀，陆娜，等．两个角度弹性阻抗反演在中深层含气储层预测中的应用[J]．石油地球物理勘探，2009，44(1)：87-92．

LI Aishan，YIN Xingyao，LU Na，et al．Application of elastic impedance inversion with two angle stack gathers to predict gas bearing reservoir of mid-deep layer[J]．Oil Geophysical Prospecting，2009，44(1)：87-92．

[11]CHOPRA S，PRUDEN D．Multiattribute seismic analysis on AVO-derived parameters-a case study[J]．The Leading Edge，2003，22(10)：998．

本文作者：尹正武

作者单位：中国石化勘探南方分公司