0.   引言

“甜点”储层最早是地质学家们研究致密气、页岩气等非常规“连续型”油气藏提出的概念，该类油气藏通常呈大规模分布，但大部分丰度较低，仅局部富集，该富集区称之为“甜点”^[1]。近几年，陆丰南地区古近系勘探实践表明^[2-4]，具有较高经济产能的“甜点”储集层是中深层高效勘探的关键。陆丰A构造位于陆丰13洼南部缓坡带，主要目的层系文昌组埋深>3 700 m，沉积体系为辫状河三角洲沉积，受埋深压实和沉积成岩等因素影响，储层表现出强非均质性、低孔渗特征（孔隙度8%～10%，渗透率约1 ×10⁻³ µm²）。按照陆丰南地区文昌组储层划分标准，该层段属于致密-近致密储层。纵、横波阻抗等常规阻抗属性难以满足有效储层及流体的区分，这给利用传统属性弹性参数分析开展深部复杂岩性背景下的“甜点”储层反演预测带来了挑战。因此，如何寻找低孔隙度、低渗透率储层中相对优质的储层分布，对Ａ构造低渗储层的勘探开发及岩性油气藏的勘探意义重大。

利用地震属性分析技术开展储层及流体识别研究一直是地球物理学家关注的课题^[5]。近几年，岩石物理分析技术及叠前弹性反演技术的快速发展，极大地丰富了敏感弹性参数对岩性及流体的识别^[6-8]。GOODWAY等^[9]系统提出了$ \lambda {\text{ - }}\mu {\text{ - }}\rho $参数组属性分析岩性和孔隙流体识别新方法；RUSSELL等^[10]基于Gassmann方程提出流体因子$ \rho f $；QUAKENBUSH等^[11]利用坐标旋转率先提出泊松阻抗属性，兼具泊松比和密度2种属性的特点，用于研究不同岩性和流体类型之间的区别；MAZUMDAR^[12]进一步深化泊松阻抗研究，提出泊松阻尼因子属性；孙喜新等^[13]将泊松阻抗应用于平湖砂岩气藏检测；解吉高等^[14]利用泊松阻抗进行油气检测，取得了较好的效果；张林清等^[15]利用坐标旋转技术构建新的储层物性弹性参数用于“甜点”识别；刘力辉等^[16]提出地震物相概念分析方法将储层分级评价实现“甜点”预测目的；韩刚等^[17]利用叠前AVO三参数反演得到泊松比和密度开展致密砂岩及储层“甜点”预测。总体而言，针对古近系反映致密砂岩储层“甜点”的敏感弹性参数预测应用效果方面的研究较少。

本文利用协克里金建模方法构建低频趋势模型，开展叠前弹性阻抗反演获得$ {v_{\text{p}}} $、$ {v_{\text{s}}} $和$ PI $弹性参数，通过岩石物理分析及坐标旋转技术构建泊松阻抗弹性参数为识别“甜点”储层的敏感属性。对研究区目的层的砂体及储层“甜点”分布进行预测。该技术预测结果与已钻井揭示的情况吻合，储层的横向变化及空间展布符合区域地质认识，能够有效描述“甜点”储层分布，取得了较好的应用效果。

1.   技术方法

1.1   泊松阻抗属性

由于古近系地层随埋深增加AI、v_p/v_s 2种弹性参数都存在明显的压实背景趋势^[18-19]，导致不同层系或不同深度的砂岩储层AI、v_p/v_s门槛值均存在差异。为了消除弹性参数随着地层埋深增加而引起的压实背景趋势的影响，QUAKENBUS等^[11]引入坐标旋转概念，将纵波阻抗与横波阻抗2个弹性参数通过线性组合形成一个新参数即泊松阻抗（PI），泊松阻抗其内在本质为泊松速度（v_σ）与密度（ρ）的乘积，而泊松速度与地震的纵、横波速度（或泊松比）有关，因此，泊松阻抗综合了泊松比和密度两种属性的特点。其表达式如下：

由于AI=v_p·ρ，SI= v_s·ρ，式（1）也可表达为：

式中：AI为纵波阻抗，kg·m⁻³·m·s⁻¹；

SI为横波阻抗，kg·m⁻³·m·s⁻¹；

v_p为纵波速度；

v_s为横波速度；

（v_p–cv_s）=v_σ为泊松速度。其中c为常数，决定了坐标轴旋转角度，通过寻找合适的旋转角度，实现PI对岩性和物性识别区分。

1.2   基于协克里金建模叠前弹性参数反演

1.2.1   基于协克里金建模构建低频模型

由于海上钻井分布不均，古近系沉积环境变化大，依靠传统井控插值获得的低频模型，难以满足勘探需求。DUBRULE等^[20]、肖张波等^[21]将地震数据约束到反演趋势模型中，减小了井间估值的不确定性。本文利用变差函数作为空间变化的统计分析工具，在层序格架的控制下分别对测井数据和地震数据进行纵向上和横向上的空间结构分析，地震数据作为软约束，凸显宏观沉积特征对趋势模型的把控，同时融入了地震数据的贡献降低井间建模的不确定性，协克里金线性加权公式如下：

式中：$ X\left(u_{X_{i}}\right) $为$ u_{X_{i}} $处的测井数据；

$ Y\left(u_{Y_{k}}\right) $为$ u_{Y_{k}} $处的地震趋势数据；

$ \boldsymbol{\lambda}_{\boldsymbol{X}_{i}} $、$ \lambda_{Y_{k}} $是基于变差分析的加权系数值。

相比常规的井插值低频模型构建来说，协克里金趋势建模能更好地反映储层时空展布，符合沉积演化规律。层序格架的约束厘清了储层时间分布概念，变差函数的分析明确了储层空间上的展布。该方法将地震数据软作为约束体现了沉积作用对趋势模型的控制，进而实现相控反演，避免了井-震合并时在井点处不吻合的问题及“牛眼”现象。

1.2.2   叠前弹性参数反演

Zoeppritz方程是叠前地震反演重要的理论基础，该方程组虽然可以准确地表示波场在边界处发生的变化，却难以直接分析介质参数对振幅系数的影响，需对其简化才能进行反演。1980年，AKI-RECHARDS等^[22]提出基于纵横波速度和密度的Zoeppritz近似式:

式中：R（θ）表示pp波反射系数；

θ为入射角，（°）；

$\dfrac{{\Delta {v_{\rm{p}}}}}{{{v_{\rm{p}}}}} $，$\dfrac{{\Delta {v_{\rm{s}}}}}{{{v_{\rm{s}}}}} $和$\dfrac{{\Delta \rho }}{\rho } $分别为纵，横波速度反射系数和密度反射系数。

通过该公式（4）的求解，可以直接反演得到v_p、v_s和ρ的弹性参数，避免了间接计算导致的积累误差。由此，可通过公式（1）、（2）计算得到泊松阻抗属性。

1.3   岩石物理敏感性分析

岩石物理学研究是地震数据定量解释的重要组成部分，是连接地震属性与储层特征的纽带。借助岩石物理分析可以明确岩石及其内部所含流体性质与地震弹性参数之间的内在联系，实现井震的统一，使储层研究更有针对性。

1.3.1   岩石物理分析

研究区文昌组岩性特征复杂，为了实现反演定量解释，开展多井多参数岩石物理交会分析明确砂岩储层敏感弹性参数。根据AI-$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $岩石物理交会可知（图1），文昌组砂岩相比泥岩具有相对高阻特征，但整体砂岩与泥岩AI叠置严重，单纯依靠AI难以有效区分砂、泥岩。但$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $阀值为1.72时，可以实现砂泥岩区分。$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $<1.72为砂岩，反之，$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $>1.72为泥岩。另外，在低$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $，低纵波阻抗区域对应为物性较好的含油砂岩（测井解释$ \phi $>10%）。综上所述，单一弹性参数虽然对岩性的识别性较好，但物性受埋深压实和沉积作用等多因素耦合，无法进一步识别储层物性。因此，若要有效识别文昌组“甜点”储层，首先需要根据$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $阀值准确识别砂岩，再结合AI属性阀值识别“甜点”储层。由图1可知，当砂岩满足$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $<1.72且AI>9.3e+06时，砂岩为“甜点”储层。通过2种属性共同筛选可以识别“甜点”储层。

图  1  AI-v_p/v_s岩石物理交会图

Figure  1.  The crossplot of of AI-v_p/v_s petrophysics

下载: 全尺寸图片 幻灯片

1.3.2   泊松阻抗构建及交汇分析

由于存在明显的压实背景趋势，导致不同层系或不同深度的砂岩储层AI、$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $门槛值均存在差异^[18-19]。本区泊松阻抗弹性参数的构建主要步骤：

（1）根据岩芯薄片所展现的岩石微观结构和孔隙演化的主控因素对文昌组储层分类评价（表1）。①孔隙度>11%，渗透率>10×10⁻³ µm²为Ⅰ类储层；②当孔隙度8%～11%，渗透率（4～10） ×10⁻³ µm²时为Ⅱ类储层；③孔隙度<8%，渗透率（0.1～4 ）×10⁻³ µm²为Ⅲ类储层。其中Ⅰ、Ⅱ类属于“甜点”储层，Ⅲ类储层为非“甜点”。

表  1  陆丰凹陷南部古近系文昌组储层分类评价

Table  1.  Reservoir classification and evaluation of the Paleogene Wenchang Formation in the southern Lufeng Sag

储层分类		Ⅰ	Ⅱ	Ⅲ
物性特征	φ/%	＞11	8～11	<8
	K/（10−3 µm2）	>10	4～10	0.1～4
孔隙 特征	平均孔径/μm	＞7	1～2	0.4～1
	孔隙类型	原生粒间孔-溶孔		溶孔

下载: 导出CSV 

| 显示表格

（2）计算坐标轴旋转角度$ c $，构建泊松阻抗弹性参数^[17]。基于上述分类标准，结合测井解释，对研究区储层进行分类解释。由图2a文昌组不同类型储层AI-SI岩石物理交会可见：在AI-SI坐标系中，Ⅰ类砂岩、Ⅱ类砂岩、Ⅲ类砂岩及泥岩分布存在一定差异，但无论是沿AI方向或SI方向均有较大范围的重叠。因此，在AI-SI坐标系中通过单一属性都无法识别不同类型的砂岩。而泥岩的AI与SI 具有较好的线性关系，拟合公式为：

图  2  不同弹性参数岩石物理交会图

Figure  2.  Crossplot of different petrophysical elastic parameters

下载: 全尺寸图片 幻灯片

相关系数达0.98，由式（5），即可得到c=1.43，从而可知：

根据式（6）可以计算研究区所有井的PI曲线，由此通过PI–AI岩石物理交会（图2b ）可知：①在PI属性方向：Ⅰ类砂岩、Ⅱ类砂岩、Ⅲ类砂岩和泥岩区具有较好的区分度，PI<1.58e+06为Ⅰ类砂岩、Ⅱ类砂岩，1.8e+06>PI>1.58e+06为Ⅲ类砂岩，PI>1.8e+06为泥岩。坐标旋转后避免了AI–SI坐标系中单一属性（AI或SI）均无法识别的问题；②对于不同深度的地层，PI消除了压实影响，避免了阀值随深度变化。③“甜点”储层（Ⅰ类、Ⅱ类砂岩）分布在PI＜1.58e+06区域，致密储层及泥岩分布在高值区域。综合分析认为，利用泊松阻抗即PI值能有效识别“甜点”储层和致密砂岩。

1.3.3   泊松阻抗属性对储层敏感性响应分析

由于目的层埋藏较深，储层整体偏致密。由LF-2井文昌组的弹性参数曲线综合柱状图可知（图3），①3 678～3 788 m深度范围内砂岩和泥岩呈较明显的高泊松阻抗特征，其中泥岩整体高于砂岩，砂岩主要为Ⅲ类干层砂岩（粉色），物性差；②3 850～3 889 m深度范围内的砂岩比3 678～3 788 m深度范围的砂岩泊松阻抗特征值低，砂岩为油层Ⅰ类砂岩（黄色），储层物性较好；③3 890～3 989 m深度范围内对应砂岩泊松阻抗呈现明显的低值特征，砂岩为油层Ⅰ类砂岩（橘黄色），储层物性好；④整体对比纵横波阻抗差异对岩性及物性都不敏感，砂岩和泥岩重叠较严重。因此，分析认为泊松阻抗对储层“甜点”及物性的反映最敏感。

图  3  LF-2井弹性参数曲线综合柱状图

Figure  3.  Comprehensive stratigraphic columns of elastic parameter curve of Well LF-2

下载: 全尺寸图片 幻灯片

为了进一步说明泊松阻抗对储层物性识别的优势，开展孔隙度敏感度定量分析。根据DILLON等^[23]提出的弹性参数敏感性定量评价方法，弹性参数关于储层物性的敏感度定义为甜点和非甜点所对应的弹性参数平均值之差比上泥岩的属性标准差，比值越大说明弹性参数对物性的变化越敏感。图4为8种常规弹性参数与泊松阻抗的物性敏感度直方图。横坐标1—8分别代表$ {v_{\text{p}}} $、$ {v_{\text{s}}} $、AI、SI、$ {v_{\text{p}}}{\text{/}}{v_{\text{s}}} $、弹性参数（ EI ）、泊松比及泊松阻抗（PI）属性。可以看出，相对于常规纵横波速度、密度及其组合形成的其他弹性参数，本次构建泊松阻抗曲线对物性变化的敏感度最高。

图  4  不同弹性参数敏感度对比

Figure  4.  Comparison in sensitivity of different elastic parameters

下载: 全尺寸图片 幻灯片

2.   应用效果

2.1   反演效果分析

图5为研究区内过LF-1和LF-2井的连井纵横波速度比反演剖面（图5a ）和泊松阻抗反演剖面（图5b ）。从纵横波反演剖面上（图5a ）看黑色箭头指示处LF-1井和LF-2井纵横波速度比阀值<1.72为砂岩储层，和实钻岩性吻合，表明该属性能较好地反映岩性，但难以近一步直接判断储层物性情况。而从泊松阻抗反演剖面（图5b ）可知，黑色箭头指示LF-2井相对于LF-1井泊松阻抗更低。LF-1井区反演泊松阻抗为1.76e+06 （kg·m⁻³·m·s⁻¹），依据岩石物理解释（图2），主要在Ⅲ类砂岩区域，指示为致密储层。而LF-2井区砂岩为泊松阻抗小于“甜点”阀值1.58e+06，为1.28e+06 （kg·m⁻³·m·s⁻¹），指示为I、Ⅱ类“甜点”储层。钻探结果表明LF-1井文昌组钻遇细砂岩储层孔隙度为8%，渗透率为4×10⁻³ µm²，而LF-2井文昌组储层孔隙度为12%，渗透率为23×10⁻³ µm²，为水下分流河道砂体。反演结果和测井吻合较好，说明本方法的可靠性和适用性。

图  5  不同弹性参数反演剖面

Figure  5.  Inversion profiles of different elastic parameters

下载: 全尺寸图片 幻灯片

2.2   “甜点”储层分布预测

根据岩石物理分析，泊松阻抗属性能有效识别古近系文昌组优质储层砂岩。图6为研究区内利用沿层泊松阻抗预测的文昌期“甜点”储层平面展布图，可以看出LF-2井、LF-3井和LF-4均预测有甜点储层。平面分布特征表明，文昌组优质储层非均质性较强，分布范围较集中。沉积分析表明，三角洲的物源方向从WS方向（黄色箭头）往NE方向推进，在断层的控制下，在湖盆中心洼陷区展开并广泛沉积。地质研究表明洼陷中心暗色泥岩厚度最大（600 m）、生油能力最强，这些优质烃源岩与优质储层形成了良好的“源-储”配置关系，因此是岩性油气藏形成的有利场所。

图  6  “甜点”储层平面分布图

Figure  6.  Plane distribution of “sweet spot” reservoirs

下载: 全尺寸图片 幻灯片

3.   结论

（1） 古近系受埋深压实及沉积环境影响，岩性规律复杂，通过岩石物理分析及坐标旋转将纵波阻抗与横波阻抗2个弹性参数通过线性组合融合为单一属性，明确泊松阻抗作为物性指示因子能实现陆丰古近系文昌组“甜点”储层预测并取得了较好的应用效果。

（2） 针对中深层固结和压实作用较强的砂岩储层而言，深化弹性参数岩石物理分析，有助于提升砂岩及储层“甜点”的定量预测精度。

（3） 叠前弹性参数反演获得泊松阻抗，在此基础上开展定量解释，预测砂岩及储层“甜点”分布特征与沉积认识相吻合，证明了叠前地震反演在本区储层预测中的准确性，也为本区岩性油气藏勘探提供了有利的依据。