基于叠前地震属性的碳酸盐岩储集相预测方法及装置与流程

本发明涉及地震油气勘探、开发领域，尤其涉及一种基于叠前地震属性的碳酸盐岩储集相预测方法。

背景技术：

世界上碳酸盐岩型油气田储量约占总储量的50％，其产量也达总产量的60％以上。碳酸盐岩储层是一种非常复杂的储集类型，碳酸盐岩储层精细描述仍是一项长期的世界性难题。

碳酸盐岩岩石类型多样，矿物结构和形成演化复杂。与砂岩储集层相比，碳酸盐储集层储集空间类型多、次生变化大，具有更大的复杂性和多样性。碳酸盐岩储层孔隙总体表现为“浅表成孔，中深保存、调整”的特征。通常，根据碳酸盐岩储集空间特征，可以将碳酸盐岩储层分为孔隙型碳酸盐岩储层、洞穴型碳酸盐岩储层、岩溶型碳酸盐岩储层及裂缝型碳酸盐岩储层等。不同类型的碳酸盐岩储层参数特征存在较大差异，其地震响应特征也存在很大的差异，故基于地震属性参数的碳酸盐岩储层描述方法也不相同。目前而言，还没有一种通用有效的碳酸盐岩储层地震属性参数精细描述的方法适用于所有类型的碳酸盐岩油藏描述，不同类型的碳酸盐岩储层地震属性参数精细描述仍面临诸多挑战。

目前，常规的碳酸盐岩储层参数地震描述技术有地震振幅分析技术、地震反射结构分析技术、地震波形聚类分析技术、三维地震相干体处理技术、古地貌古水系可视化分析技术、叠后储层波阻抗反演、叠前储层弹性参数反演、叠前地震各向异性分析技术以及烃类直接检测技术(hdi、avo)等，这些地震属性参数储层描述技术在碳酸盐岩油藏勘探开发中发挥了重要作用，能够降低了勘探开发风险，但碳酸盐岩油藏的钻探风险依然很高。

技术实现要素：

针对现有方法中碳酸盐岩油藏储层描述难度大、精度低、钻探风险高的问题，本发明提出一种提高碳酸盐岩油藏地震属性参数描述的精度，降低碳酸盐岩油藏勘探和开发的风险的基于叠前地震属性的碳酸盐岩储集相预测方法。

本发明的基于叠前地震属性的碳酸盐岩储集相预测方法，该方法包括：

步骤1，碳酸盐岩叠前储层弹性参数反演；

步骤2，建立基于测井储层参数信息的碳酸盐岩储集相先验概率模型；

步骤3，基于步骤1和步骤2的阶段成果，应用贝叶斯分类识别方法实现碳酸盐岩油藏的储层三维储集相预测。

进一步的，所述步骤1，具体包括：

步骤1.1，对测井资料进行环境校正及预处理，并进行储层参数的岩性解释及物性解释；

步骤1.2，依据测井储层参数的岩性解释及物性解释，对储层进行储集相划分；

步骤1.3，开展基于井约束的叠前地震储层弹性参数反演，得到目标层的p波阻抗及vp/vs的反演数据体。

进一步的，所述步骤3，具体包括：

步骤3.1，依据反演得到p波阻抗、纵横波速度比vp/vs参数及储层参数的先验概率模型，计算碳酸盐岩储层参数的后验概率；

步骤3.2，应用储层多参数贝叶斯分类识别方法，完成碳酸盐岩油藏的储集相预测。

进一步的，所述步骤3.2中，应用贝叶斯分类识别方法实现碳酸盐岩油藏的储层三维储集相预测具体为：

已知样本数据x＝<x1，x2，…，xn>，x共有n种属性，xi表示第i个属性ai的值，任意类y∈{c1,...,ck}，y共有k个类别，cj表示第j个类的概率。

给定一个未分类的数据样本x，应用贝叶斯分类算法，预测样本数据x属于

具有最高后验概率的类，未知样本x属于类别ci的条件是，当且仅当

p(ci|x)＞p(cj|x),1≤j≤k,j≠i，

因此，为对未知样本x分类，对每个类ci计算，当且仅当p(x|ci).p(ci)>p(x|cj).p(cj)，1≤j≤k，j≠i,则样本x属于类ci。

进一步的，在所述步骤4中，弹性参数反演是在井约束和叠前道集的基础上，根据fatti方法的zoeppritz方程近似表达式计算反演，所述zoeppritz方程近似表达式为：

其中，ip＝vpρ是声波阻抗，is＝vsρ是横波阻抗，θ是入射角的值。

进一步的，所述步骤3.2中，碳酸盐岩油藏的储集相预测是以贝叶斯理论为基础，在碳酸盐岩叠前储层弹性参数反演数据成果和钻探测试碳酸盐岩储集相先验概率的基础上，通过求解后验概率分布，应用统计学的贝叶斯分类识别方法，预测样本属于某一储集相类别的概率。

进一步的，所述贝叶斯分类识别方法中，贝叶斯概率公式为：

其中，p(yi|x)为x条件概率分布函数，yi代表第i类储集相，p(yi)为yi的先验概率分布，p(x)为碳酸盐岩储层参数矢量x先验概率分布,x代表储层参数矢量,如x＝(zp，vp/vs)，p(x|yi)表示储集相yi的储层参数先验条件概率分布模型。

进一步的，所述贝叶斯分类识别方法是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。

本发明还提供了一种基于叠前地震属性的碳酸盐岩储集相预测装置，包括，

弹性参数反演模块，用于碳酸盐岩叠前储层弹性参数反演；

先验概率模型模块，用于建立基于测井储层参数信息的碳酸盐岩储集相先验概率模型；

后验概率模块，用于碳酸盐岩储集相根据先验概率模型，计算碳酸盐岩储层参数的后验概率，并应用贝叶斯分类识别方法实现碳酸盐岩油藏的储层三维储集相预测。

进一步的，所述弹性参数反演模块具体用于，对测井资料进行环境校正及预处理，并进行储层参数的岩性解释及物性解释，基于井约束的叠前地震储层弹性参数反演，得到目标层的p波阻抗及vp/vs的反演数据体。

进一步的，所述先验概率模型模块具体用于，依据测井储层参数的岩性解释及物性解释，对储层进行储集相划分；

根据测井储层的储集相分类及井储层参数信息，建立测井储层的储集相与储层参数的先验概率模型。

进一步的，所述后验概率模块具体用于，依据反演得到p波阻抗、vp/vs参数及储层参数的先验概率模型，计算碳酸盐岩储层参数的后验概率；应用储层多参数贝叶斯分类识别方法，完成碳酸盐岩油藏的储集相预测。

与现有方法相比，本发明的基于叠前地震属性的碳酸盐岩储集相预测方法，针对碳酸盐岩储层描述精度低、优质储层预测难的问题，综合构造沉积、钻探储层参数信息、碳酸盐岩岩石物理储层参数特征、叠前地震含储层参数信息及储层预测技术，形成了井震、储层沉积一体化的多参数储集相预测技术。

该方法依据已钻探的碳酸盐岩储层参数信息及叠前地震储层弹性参数反演的成果，应用先进的贝叶斯分类方法及井储层参数的碳酸盐岩储集相先验概率模型，实现碳酸盐岩油藏的储层储集相预测，有利于碳酸盐岩油藏开发方案的优化。该方法对于孔隙型碳酸盐岩油藏的优质储层预测具有较好的适用性，能够有效地预测碳酸盐岩优质储集相，进一步提高储层描述精度，为勘探开发井位部署提供更可靠依据。

上述方法特征可以各种适合的方式组合或由等效的方法特征来替代，只要能达到本发明的目的。

附图说明

在下文中将基于仅为非限定性的实施例并参考附图来对本发明进行更详细的描述。其中：

图1是本发明的基于叠前地震属性的碳酸盐岩储集相预测方法流程图。

图2是本发明实施例中某碳酸盐岩油田l井的gr曲线、储集相、p波阻抗曲线、孔隙度曲线及纵横波速度比vp/vs曲线。

图3是本发明实施例中基于某油田l井的碳酸盐岩储层信息建立的关于储层弹性参数p波阻抗及vp/vs的3类储集相先验概率密度函数。

图4是本发明实施例中过l井的叠前反演弹性参数p波阻抗剖面图及vp/vs剖面图。

图5是本发明实施例中过l井基于叠前储层弹性参数反演成果的优质储集相预测剖面图。

图6是本发明实施例中靶区目标层段优质储集相的平面分布图。

具体实施方式

以下将结合说明书附图和具体实施例对本发明做进一步详细说明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的方法方案均在本发明的保护范围之内。

如图1所示，本发明的基于叠前地震属性的碳酸盐岩储集相预测方法，包括：

步骤1，碳酸盐岩叠前储层弹性参数反演；

具体包括：

步骤1.1，对测井资料进行环境校正及预处理，并进行储层参数的岩性解释及物性解释，包括有效孔隙度的分析；

步骤1.2，依据测井储层参数的岩性解释及物性解释，对储层进行储集相划分，一般划分不超过5类；

步骤1.3，开展基于井约束的叠前地震储层弹性参数反演，得到目标层的p波阻抗及vp/vs的反演数据体。

步骤2，根据测井储层的储集相分类及井储层参数信息，建立基于测井储层参数信息的碳酸盐岩储集相先验概率模型；

步骤3，基于步骤1和步骤2的阶段成果，应用贝叶斯分类识别方法实现碳酸盐岩油藏的储层三维储集相预测。

具体包括：

步骤3.1，依据反演得到的p波阻抗、纵横波速度比vp/vs参数及储层参数的先验概率模型，计算碳酸盐岩储层参数的后验概率；

步骤3.2，应用储层多参数贝叶斯分类识别方法，完成碳酸盐岩油藏的储集相预测；并

依据基于地震叠前反演的储集相预测成果，结合实钻井信息、储层沉积特征，完成碳酸盐岩优质储层的综合评价分析，优化碳酸盐岩油藏勘探开发方案。

进一步的，在步骤1.3中，弹性参数反演是在井约束和叠前道集的基础上，根据fatti方法的zoeppritz方程近似表达式计算反演，所述zoeppritz方程近似表达式为：

其中，ip＝vpρ是声波阻抗，is＝vsρ是横波阻抗，θ是入射角的值。

进一步的，步骤3.2中碳酸盐岩油藏的储集相预测是以贝叶斯理论为基础，在碳酸盐岩叠前储层弹性参数反演数据成果和钻探测试碳酸盐岩储集相先验概率的基础上，通过求解后验概率分布，应用统计学的贝叶斯分类识别方法，预测样本属于某一储集相类别的概率。

进一步的，贝叶斯分类识别方法中，贝叶斯概率公式为：

其中，p(yi|x)为x条件概率分布函数，yi代表第i类储集相，p(yi)为yi先验概率分布，p(x)为碳酸盐岩储层参数矢量x先验概率分布,x代表储层参数矢量,如x＝(zp，vp/vs)，p(x|yi)表示储集相yi的储层参数先验条件概率分布模型。

贝叶斯分类识别方法是指通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。

其原理为，已知样本数据x＝<x1，x2，…，xn>，x共有n种属性，xi表示第i个属性ai的值，任意类y∈{c1,...,ck}，y共有k个类别，cj表示第j个类的概率。

给定一个未分类的数据样本x，应用贝叶斯分类算法，预测样本数据x属于具有最高后验概率的类，未知样本x属于类别ci的条件是，当且仅当

p(ci|x)＞p(cj|x),1j≤k,j≠i

因此，为对未知样本x分类，对每个类ci计算，当且仅当p(x|ci).p(ci)>p(x|cj).p(cj)，1≤j≤k，j≠i,则样本x属于类ci。

本发明还提供了一种基于叠前地震属性的碳酸盐岩储集相预测装置，包括，

弹性参数反演模块，用于碳酸盐岩叠前储层弹性参数反演；

先验概率模型模块，用于建立基于测井储层参数信息的碳酸盐岩储集相先验概率模型；

后验概率模块，用于碳酸盐岩储集相根据先验概率模型，计算碳酸盐岩储层参数的后验概率，并应用贝叶斯分类识别方法实现碳酸盐岩油藏的储层三维储集相预测。

进一步的，弹性参数反演模块具体用于，对测井资料进行环境校正及预处理，并进行储层参数的岩性解释及物性解释，基于井约束的叠前地震储层弹性参数反演，得到目标层的p波阻抗及vp/vs的反演数据体。

进一步的，先验概率模型模块具体用于，依据测井储层参数的岩性解释及物性解释，对储层进行储集相划分；根据测井储层的储集相分类及井储层参数信息，建立测井储层的储集相与储层参数的先验概率模型。

进一步的，后验概率模块具体用于，依据反演得到的p波阻抗、vp/vs参数及储层参数的先验概率模型，计算碳酸盐岩储层参数的后验概率；应用储层多参数贝叶斯分类识别方法，完成碳酸盐岩油藏的储集相预测。

按照本发明提供的基于叠前地震属性的碳酸盐岩储集相预测方法，以巴西盐下某孔隙型碳酸盐岩油藏储层为例，进行了现场实施。

巴西盐下某孔隙型碳酸盐岩油藏储层为白垩系礁滩相碳酸盐岩，油田水深平均2400米，开发成本高，优质储层预测难度大。开发区块在实施三维地震基础上，以碳酸盐岩储层的岩石物理参数特征为依据，开展了井信息约束的叠前地震储层参数反演工作，应用叠前地震属性的碳酸盐岩储集相预测方法进行了测试，取得了较好的应用效果，实现了优质储集相的预测，提高了储层描述的精度，优化了油田开发方案。

实施的具体步骤为：

s1，对目标层段的井测试资料的储层进行岩性和物性解释，并进一步划分储集相，如图2所示，依据储层有效孔隙度将储层划分为高孔储集相、中孔储集相及低孔储集相。

s2，根据井点测试储层的储集相分类及储层参数，建立储层储集相与储层参数p波阻抗及vp/vs的先验概率函数模型。图3为l井的碳酸盐岩储层信息建立的关于储层弹性参数p波阻抗及纵横波速度比vp/vs的3类储集相先验概率密度函数。

s3，井信息约束的叠前地震储层弹性参数反演，得到p波阻抗及vp/vs的反演数据体，如图2所示，展示了工区某碳酸盐岩油田l井的gr曲线、储集相、p波阻抗曲线、孔隙度曲线及vp/vs曲线，可以依据储层的测井响应特征解释储层的岩性、物性与含油气性，其中优质碳酸盐岩储层具有低vp/vs及中低波阻抗特征。

如图4所示，是过l井的叠前反演弹性参数p波阻抗剖面图(图4上图)及纵横波速度比vp/vs剖面图(图4下图)，碳酸盐岩油藏的优质储层具有低vp/vs值及中低波阻抗特征，虽然与储层单参数纵波阻抗相比，叠前储层参数反演能够提高储层预测的精度，但此时碳酸盐岩油藏储层描述精度仍不够，钻探风险依然很高。

s4，依据叠前地震反演得到碳酸盐岩油藏的储层p波阻抗、vp/vs参数及碳酸盐岩储集相先验概率模型，计算碳酸盐岩油藏储层的储集相后验概率，再依据多储层弹性参数的贝叶斯识别分类技术，完成碳酸盐岩油藏的储集相预测，图5是过l井基于叠前储层弹性参数反演成果和储层先验概率模型预测的储集相剖面，剖面深黑色区域表示高孔储集相部位，从预测的储集相剖面中极易识别深黑色的优质储集相，为井位部署提供依据。

s5，提取目标层段碳酸盐岩油藏的储集相平面分布图，图6依据叠前地震数据预测的储集相数据体，提取的靶区目标层段储集相的平面分布图，优质储层分布特征极易识别(深黑色表示高孔储集相，为碳酸盐岩储层有利区)，提高了地震识别优质储集相的能力，为碳酸盐岩油藏井位部署提供可靠依据。

s6，应用工区的地质构造沉积特征、钻探信息、目标层段振幅均方根平面分布图及目标层储集相平面分布特征图，确定了碳酸盐岩油藏的优质储层的空间分布特征研究，依据研究成果优化了油田的开发方案，取得了良好的经济效益。

至此，本领域技术人员应该认识到，虽然本文已详尽示出和描述了了本发明的多个示例性，但是在不脱离本发明的精神和范围的情况下，仍可根据发明公开的内容直接或推导出符合本发明原理的许多其他变型或修改，因此，本发明的范围应该被理解和认定为覆盖了所有这些其他变型或修改。

此外，尽管在附图中以特定顺序描述了本发明实时操作，但是，这并非要去或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。可以省略某些步骤，将多个步骤合并为一个步骤或者将一个步骤分成多个步骤执行。

虽然已经参考优选实施例对本发明进行了描述，但在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在冲突，各个实施例中所提到的各项方法特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有方法方案。