孔隙度预测

1.模拟方法的选择及模拟参数的确定
工区目的层段孔隙度的预测同样应用的是适用于连续变量模拟的序贯指示模拟算法。
模拟前，对工区Ⅲ4、Ⅲ5、Ⅲ6小层孔隙度值的一、二元分布统计特征进行了详细的分析。
（1）Ⅲ4小层

图6-5　Ⅲ4小层孔隙度四个方向上的变异函数及45°方向的球型拟合曲线图

通过对177口井本小层砂岩孔隙度值的分析可知，其基本上为一呈现正偏的正态分布，区间在7%～28%之间，主值在18%～25%，平均为21.008%，属中等孔隙储层。该小层孔隙度值在NS（0°）、NE-SW（45°）、E-S（90°）和SE-WN（135°）等四个方向上的变异函数分析及45°方向的拟合曲线如图6-5所示。其中45。和90°方向上的变异函数曲线比较平稳，便于拟合，45°方向变异函数曲线的球型拟合结果表明，该方向上孔隙度的二元统计特征变量变程为130，基台值为1.02，块金常数为0.7，即这个方向上（也恰好是区域古水流方向）孔隙度值在1300米距离内有较好的相关性，这与沉积相带的展布是相当吻合的。而0°和135°两个方向上的变异函数结构比较复杂，由两套结构组成，可能是多期沉积作用影响的结果，即反映出这两个方向上砂岩孔隙度的非均质性要比前两个方向严重，这一点也与沉积相特征比较一致，因河道及河道砂坝砂体大致呈NE-SW（45°）展布，多个砂坝的平行排列势必要造成0°和135°两个方向上砂体的连通性变差，因而孔隙度等物性参数的分布也受到这一宏观非均质性的影响而显示出比较严重的非均质性。
（2）Ⅲ5小层
Ⅲ5小层砂体孔隙度的分布特征基本上与Ⅲ4小层类似，这也是由两个小层的宏观沉积特征所决定的。孔隙度值主要分布在19%～27%之间，平均为22.85%;0°和135°两个方向的变异函数结构比较复杂，难以拟合，而45。和90°方向较好，表明这两个方向上储层孔隙度非均质性较前两者要弱一些。
（3）Ⅲ6小层
正如同该小层的沉积相带分布特征与前两小层有较大差别一样，Ⅲ6小层的孔隙度分布特征较前两小层也有一定的差异。其值范围为7%～28%，且主要分布在19%～26%之间，平均为22.59%（图6-6）。四个方向上的变异函数均有多个起伏，变化较大（图6-7），0°方向拟合结果为变程约150，基台值1.3，块金常数0.5，说明该小层储层孔隙性变化快而且幅度大的特点，非均质性强，这一点与其宏观沉积特征比较吻合，物源大致由0°方向注入，规模较前两小层有所缩小，砂坝体积小，泥质含量增大，因而孔隙物性的空间分布更趋复杂化。

图6-6　Ⅲ6小层孔隙度分布直方图

2.模拟结果及解释
根据上述各小层的孔隙度分布特征，选取适当的模拟参数，分别对三小层的孔隙度平面及剖面分布进行了模拟，结果如图6-8、图6-9所示。
从三小层的孔隙度平面分布模型来看，其总的分布特征与砂体的分布（图2-15、图2-17、图2-19）显示出高度的吻合，孔隙度的高值带主要分布在砂体厚度较大的砂坝发育区，而沉积体的前缘和侧翼则普遍为低孔隙区。由于没有相应井点硬条件数据的控制，所以在Ⅲ4、Ⅲ5两小层模拟模型的右上角地区出现了对孔隙度的估计偏低的情形。

图6-7　Ⅲ6小层孔隙度四个方向上的变异函数及0°方向的球型拟合曲线图

孔隙度的剖面模拟模型与其相应的砂体骨架剖面模型也相当的一致，与图6-9a、b、c三图相对照，砂体大面积连续的Ⅲ4、Ⅲ5两小层，其剖面上高孔隙带也呈现连片分布，低孔泥质夹、隔层主要分布在小层的顶底及中部局部范围，而Ⅲ6小层的高孔带呈孤立状分布，显示出较强的非均质性。

用地震方法预测储层参数是相当困难的，这是由于地面地震勘探资料分辨率不够和同一地震参数往往受多种地质因素影响等多种不利因素引起的。目前用地震方法预测储层参数尚处于初级阶段，比较成功的是孔隙度参数的预测。
1. 时间平均方程法
Wyllie et al. （1958） 提出了波速与孔隙度的经验公式：

油气田开发地质学

式中：φ——孔隙度，小数；vp，vf，vpm——分别是岩石、流体及岩石骨架的P波速度，m/s。
该经验公式导自于饱含水的固结良好的纯砂岩。因此在实际应用中往往由于泥质含量、流体性质及固结程度等因素而引起误差。为了克服这些因素的影响，很多研究者对这一公式提出了修正。
为了克服泥质含量的影响，Angelei et al. （1982）按照声波测井常用的一个带有修正项的公式计算地震孔隙度，即：

油气田开发地质学

式中：R——泥质含量 （体积百分比），小数；vsh——泥岩的波速，m/s；其他参数同上式。
声波测井中使用这个公式时，泥质含量R及泥岩波速vsh可由其他测井方法得到，或由岩心测试资料得到。用地震资料估算孔隙度时，R和vsh也可由井孔测得的R和vsh值外推估计，但误差较大。
王思朴 （1989） 指出上式与实际岩石物性矛盾。因为当R＝0.5时，上式计算出的最大速度为1280m/s，最小速度为1080m/s，比流体速度 （约1600m/s） 低得多。这显然是不合理的，因此他提出了新的修正公式：

油气田开发地质学

为了克服流体和固结程度的影响，通常都采用乘以校正系数的方法。即根据已知井中流体成分和岩石压缩程度，确定一个经验校正系数，用于从地震资料中计算的孔隙度的校正。
总的来说，用时间平均方程求取孔隙度仍有很大的问题。其中泥质含量R和泥岩速度vsh值的确定最为困难，是误差的主要来源。
2. 用波阻抗求孔隙度
由于速度与密度之间的关系取决于岩性、沉积物年代、孔隙流体的性质、孔隙压力等因素，因此，在精确计算速度时，整个剖面上不可能有一个统一的速度-密度关系，而时间平均方程法正是没有考虑速度-密度关系在纵向与横向上的变化。用波阻抗来求孔隙度可弥补这一缺陷。具体做法是：首先根据取心井的分析孔隙度和相应地震道的波阻抗拟合得出孔隙度-波阻抗关系式，然后根据地震波阻抗剖面，计算出孔隙度剖面。
3. 联合使用纵、横波速度估算孔隙度
朱广生 （1991） 总结Tossaya和Castagna等人资料提出下式：
φ＝m1＋m2vP＋m3vS
其中，
式中：vP——P波速度，m/s；vS——S波速度，m/s；ai，bi——大于0的常数 （i＝1，2，3）。
实际预测孔隙度时，根据测井资料，用回归方法确定上式中的系数m1，m2，m3，分层建立经验公式，然后根据vP和vS值计算孔隙度。此方法的优点是避开了时间平均方程法中难以解决的泥质含量R和泥岩速度vsh的确定问题。

煤系地层主要由煤岩、碎屑岩和灰岩组成。煤岩是裂隙性多孔隙介质，既有沉积成煤过程中形成的原生孔隙，又有成煤后构造破坏形成的次生孔隙。孔隙类型和连通程度变化很大，为瓦斯的储存和运移提供了空间和通道。张井等（1998）通过对10个矿区、130余块煤样进行的系统测试，结果表明煤岩孔隙发育特征主要控制因素：①煤的变质程度，变质程度越高，沉积压实作用越强，其孔隙度越小；②煤岩组分及成煤植物，这主要与成煤植物残余孔隙和颗粒间孔隙有关；③后期构造破坏程度，构造在煤层中形成大量节理和微裂隙，增大了煤岩的孔隙性，最典型者为构造煤，其孔隙发育以微裂隙为主。碎屑岩主要指砂岩、泥岩和砂泥岩互层，其孔隙发育程度常常是充水性、富水性好坏的主要控制因素。泥岩由于致密，孔隙度一般较小，常发育一些不同宽度的隐裂隙。粉细砂岩由于胶结程度不同，孔隙结构有较大差异，孔隙度分布在3%～12%的范围。实验测试表明：胶结致密的粉细砂岩，以粒间微孔隙为主；胶结疏松的粉细砂岩，以粒间大孔隙为主；中粗砂岩孔隙度较大，一般5%～25%。灰岩常常是煤层的直接或间接充水含水层，其孔隙发育特征直接影响煤矿充水条件和水害工作的难易程度。实验测量表明：灰岩的孔隙发育特征主要受风化溶蚀程度和裂隙发育特征控制，孔隙度变化较大：0.3%～18.30%。

在油气藏描述中，常用数学统计的方法从地震反演得到波阻抗、速度或者密度来估算孔隙度，并得到很多经验公式。由于沉积地层有很多相似性，这些经验公式的定参方法可以借用过来分析煤系地层。其中Castagna等（1985）提出碎屑岩中P、S波速度与孔隙度φ、泥质含量R（体积百分比）的经验公式为

煤田3D3C地震勘探研究：以淮南顾桥煤矿为例

1986年，Han Dehua等人对75块砂岩在40MPa的围岩和1MPa孔隙压力下测量了孔隙度φ与泥质含量R，得到

煤田3D3C地震勘探研究：以淮南顾桥煤矿为例

以上两组经验公式表明，P、S波速度与孔隙度φ、泥质含量R之间存在线性关系，可以统一表示为

煤田3D3C地震勘探研究：以淮南顾桥煤矿为例

由于泥质含量是个难以测准的值，可以将式（4.3）消除泥质含量R，得到估算孔隙度的双波速公式

煤田3D3C地震勘探研究：以淮南顾桥煤矿为例

多分量地震可以提供可靠的P、S波速度，使得双波速公式估算孔隙度能够得到应用。

通过在试验区两口井的取心与工作面煤样的实验室测量，得出煤系地层孔隙度与P、S波速度的关系如图4.1所示。

图4.1 孔隙度φ与υ_P、υ_s的关系（实验数据）

通过二元回归分析得到回归关系为

煤田3D3C地震勘探研究：以淮南顾桥煤矿为例

用上式对岩样的孔隙度进行计算并与实测结果进行比较，如图4.2所示，估算值与实测值之间吻合程度较高。

图4.2 双波速法求取的孔隙度与实测孔隙度对比

利用公式（4.5）对反演的P波、S波速度转换得到的孔隙度剖面，如图4.3所示，可见煤层具有较大孔隙度：12%～15%; 1煤下方灰岩孔隙度变化较大：2%～8%；砂、泥岩孔隙度变化大：5%～17%，其中煤系地层中的砂泥岩孔隙度相对较小，主要在5%～11%，新生界底砂泥岩互层由于受到较强的风化作用，以中粗砂为主，孔隙度较大。

图4.3 孔隙度剖面（单位：%）