新岩石物理参数研究

摘要： 对于非常规的储层，例如页岩气，它的储层区是脆性的。在描述不同岩石物理的参数中，杨氏模量E是衡量岩石的脆性的。计算杨氏模量E时，需要有效密度，而计算密度时需要的大偏移距地震资料通常是很难得到的。针对这种情况提出了一种新岩石物理参数E，即杨氏模量和密度的乘积，通过与属性的对比体现其在AVO叠前反演中的优势。

关键词： 新岩石物理参数；Eρ；μρ；AVO叠前反演

中图分类号：P584 文献标识码：A 文章编号：1006-4311（2014）01-0290-02

0 引言

在储层预测方面，流体含量和岩性的区别是很重要的。对于非常规的储层，例如页岩气，而它的储层区是脆性的。脆性区域压裂就越好，页岩气储层的开发必须要有压裂的存在。在描述不同岩石物理的参数中，杨氏模量E是衡量岩石的脆性的。这个物理常量通常是来自测井数据，但这种测量是局限在一个很小的区域。对于研究在一个区域岩性脆性的横向变化时，应用3维地震数据是最好的。用地震数据来计算杨氏模量需要有效的密度（？籽），然而计算密度需要的大偏移距的地震资料通常是很难得到的。在这项研究中，我们提出了一个新的属性（E？籽）。所以在表征脆度时，杨氏模量值大，密度值也大，两者乘积结果值会更放大差异，更能突出岩石的脆度。

在没有密度数据的情况下，去刻画有储层的特征，岩性和流体含量的关系时，一般用Ip和Is量，因为Ip对流体很敏感。

1997年Goodway et al提出岩石物理参数例如拉梅常量（？姿、？滋）可以从Ip和Is去测定，并证明了？姿（对空隙流体较为敏感）和？滋（对岩石基质的硬度较为敏感）是很难从地震数据中隔离出来的，而？姿？籽、？滋？籽能很容易从Ip和Is中得到。

此外，通过？姿？籽-？滋？籽的交会图更好的展示了岩性和流体的区别。2003年Russell et al提出了更广义的流体量（？籽f）代替？姿？籽属性。

同样地在2011年Katahara 用测井数据研究了？资？籽属性的应用，并促进了流体的检测。2011年Dabagh et al比较了？资？籽和？姿？籽，发现？资？籽对于流体检测是更好的属性。

1 E？籽属性的原理

杨氏模量E是用来衡量岩石刚度的，杨氏模量与体积模量之间的关系式可表示为：

E=3？资（1-2？滓）

将上式代入E，可得到：

如果通过反演获得了横波阻抗Is和纵波阻抗Ip，就可以直接计算E？籽。

2 E？籽属性在XY区页岩气的应用（叠前AVO反演）

该区主要包含了褐色、灰色和黑色的页岩。这些页岩从硅酸富集的角岩和白云岩到碳酸盐岩变化。三叠系M组是从细粒的粉砂岩缓慢变化到细粒砂岩，并伴随着有限的页岩含量。有一套白云岩重叠在粉砂岩和砂岩上。

侏罗系N组——三叠系M组分界面是不整合面，在这个工区中分开了侏罗纪和二叠纪。鉴于这个储层区复杂的地质情况，首先通过基于3D的包含P波阻抗和S波阻抗叠前AVO反演，继而用？滋？籽变化到E？籽。我们注意到E？籽属性比？滋？籽属性在细节上有更高的值；有砂岩时E？籽是更低的值，而在含白云岩的粉砂岩中E？籽表现为更高的值。因此这个新的E？籽属性不仅是一个好的岩性表征量，还是一个强化了的岩性变化的表征量。

在图1中，分别展示了？滋？籽和E？籽体的垂直反演剖面。显然我们注意到E？籽属性比up属性体现了更多的细节，分辨率更高。这个图中上面的部分展现了更低的振幅值，和砂岩的存在保持一致；而更高的值出现在下面部分，验证了在这个区域含白云岩的粉砂岩。

在图2中分别展示了三叠系M组中的？滋？籽时间切片和E？籽时间切片；这些箭头指出了一些很表征岩性的地方，而？滋？籽时间切片中没有体现。所以E？籽属性在表征岩性时强于？滋？籽属性。

从图3的交汇图也可以看出E？籽属性的更优些。？资？籽-E？籽图中层位信息对应的点簇比？资？籽-？滋？籽分开得更多。

图4是图3中方形区域的投影。可以看出左边？资？籽-？滋？籽交会图的投影图和右边？资？籽-E？籽交会图的投影图都能分辨出三叠系M组，但？资？籽-E？籽分辨率是相对高些的。

3 总结

①岩石的硬度是一个很重要的特性，尤其是对页岩气油井增产的裂隙型储层。更硬的页岩比软的要更开裂些，这就增加了这些区域的渗透率。因此杨氏模量可以刻画页岩中坚硬袋型的岩石。但很多时候由于密度资料的原因，利用从地震资料得到的E？籽属性表征岩石的脆性。

②强调在岩性脆度方面的检测，而κρ注重流体的检测。E？籽参数对于流体反映不如对岩性反映敏感。在表征脆度时，杨氏模量值大，密度值也大，两者乘积结果值会更放大差异，更能突出岩石的脆度。

参考文献：

[1]Dabagh， H.， Hazim and Alkhafaf， S.， 2011， Comparison of kρ and λρ in clastic rocks： A test on two wells with different reservoir-quality stacked sands from West Africa， The Leading Edge， 30， 986-994.

[2]Goodway， B.， Chen， T. and Downton， J.， 1997， Improved AVO fluid detection and lithology discrimination using Lamé petrophysical parameters， 67th Ann. Internat. Mtg： SEG， 183-186.

[3]Katahara，W. K.，2001， Lame's parameter as a pore-fluid indicator： A rock-physics perspective， SEG Expanded Abstracts 20， 326-328.

[4]Russell， B. H.， K. Hedlin， F. Hilterman and L. R. Lines， 2003， Fluid-property discrimination with AVO： A Biot-Gassmann perspective， Geophysics， 68， 29-39.