Оценка толщины маломощных пластов при помощи данных сейсморазведки на примере тульско-бобриковских отложений Республики Татарстан

Определение трехмерной геометрии и внутренней архитектуры пластов коллекторов важно для прогнозирования запасов и добычи нефти. Многие коллекторы имеют малую мощность, которая меньше сейсмического разрешения. При использовании стандартной сейсмической записи сейсмическое разрешение составляет порядка 12 м [13]. Однако в реальной записи при наличии шума разрешающая способность становится еще меньше, и оценка мощности отложений толщиной менее 20 м является сложной задачей [2].

Скважинные данные могут использоваться для построения карт мощностей, но прогноз мощности на основе одномерных скважинных данных имеет высокую неопределенность [8]. Следовательно, точное прогнозирование границ и оценка толщины русловых песчаных тел имеет важное значение для снижения рисков бурения и повышения нефтеотдачи [12].

Некоторые авторы [2] применяли мультитрассовые сейсмические атрибуты, такие как доминирующая частота (dominant frequency) и стратиграфические переменные (stratigraphic variables), которые могут быть напрямую связаны с толщиной пласта. Применение спектральной декомпозиции, а также комбинаций различных частотных составляющих сигнала также является возможным решением проблемы [6][11].

Еще одним подходом к оценке мощности платов является классификация сейсмических данных по форме сейсмической трассы.

Форма и характер сейсмической волны часто используются для характеристики качества коллектора. Это связано с тем, что форма сейсмической волны несет информацию о фазе, частоте и амплитуде — и любое изменение этих параметров считается отражением изменения литологии, пористости и типа флюида [1]. Можно использовать классификацию формы волны для оценки толщины пласта в межскважинном пространстве [3].

Геологическая характеристика объекта

Объектом исследования стали отложения бобриковско-радаевского возраста на одном из месторождений Республики Татарстан. Кровля тульского горизонта нижнего карбона является сильным положительным отражением и легко опознается в сейсмической записи. Отражающая граница выдержана по площади и не имеет разрывов и нарушений. Турнейский ярус также представлен сильным отражением. Однако карта изохрон между тульским и турнейским отражениями не соответствует изменению мощности, наблюдаемому по скважинным данным. На рисунке 1 показан сейсмический разрез 3D куба с выделенными отражениями, отождествляемыми с тульским горизонтом и турнейским ярусом.

По скважинным данным на исследуемой территории мощность отложений изменяется от 12 м (в областях отсутствия врезов) до 41 м (в областях развития врезов), средняя мощность отложений 21 м, что является недостаточным для уверенного разделения по данным сейсморазведки [13]. Эрозионные палеоврезы бобриковско-радаевского возраста широко распространены на территории Республики Татарстан. С палеоврезовыми отложениями связаны многие месторождения нефти, с чем связан значительный интерес к их изучению [5][7][11].

Методика

В рамках данной работы использовался сейсмический куб 3D и данные по 14 глубоким скважинам.

Для эксперимента было рассчитано 9 кубов сейсмических атрибутов: доминирующая частота, спектральная декомпозиция на 5 различных частотах (40, 45, 50, 55 и 60 Гц), envelope, RMS amplitude и относительный акустический импеданс.

Доминирующая частота использует преобразование Фурье и выделение в каждой точке значения частоты с наибольшей амплитудой. Спектральная декомпозиция применяет дискретное преобразование Фурье для выделения отдельных частот в сигнале. Атрибут envelope рассчитывает огибающую комплексной сейсмической трассы (которая соотносится с общей энергией сигнала). Атрибут RMS amplitude — это среднеквадратичная амплитуда сигнала в каждой точке сейсмотрассы. Относительный акустический импеданс рассчитывается по принципу простейшей сейсмической инверсии без привязки к скважинам и моделирования. Подробнее о сути этих атрибутов написано в работах [9][10].

Значения сейсмических атрибутов в точках пересечения скважин сравнивались с данными по мощностям интервала для выявления зависимости вида «сейсмический атрибут — мощность пласта».

Далее для сейсмических атрибутов с наибольшей корреляцией строились прогнозные карты мощности. Однако, несмотря на высокую степень корреляции, построение карт мощностей по линейным зависимостям дает неувязку в значениях по скважинам. Чтобы избежать этого, авторы применили кокригинг в качестве алгоритма картопостроения. Этот алгоритм позволяет строить карты по данным скважин с включением в них информации по сейсмическим атрибутам [4].

Также авторами применялась классификация сейсмического сигнала по форме сейсмотрассы и связь полученных классов с мощностями отложений. Расчеты проводились в программном продукте Canvas от Paradigm. Суть метода заключается в моделировании изменения формы сигнала в зависимости от толщины слоя с настройкой на данные по скважинам.

Результаты и обсуждение

В результате анализа 9 атрибутов высокие значения корреляции между мощностью и сейсмическим атрибутом были получены только для двух атрибутов: доминирующая частота (коэффициент корреляции -0,67) и моночастотная компонента на частоте 60 Гц (коэффициент корреляции -0,9). Эти атрибуты были использованы при построении карт мощности.

Карты мощностей, построенные по сейсмическим атрибутам, приведены на рисунках 2 и 3. На рисунке 4 приведена карта, рассчитанная по данным классификации сейсмического сигнала по форме сейсмотрассы.

Оценка точности проводилась методом кросс-валидации. Суть метода заключается в последовательном исключении из данных одной точки (скважины), построению карты по оставшимся скважинам и сравнении значений полученной карты и исключенной точки. Проверка проводилась последовательным исключением каждой из 14 скважин, то есть всего для каждого метода проводилось 13 реализаций. Для каждого метода вычислялось среднеквадратичное отклонение по всем реализациям.

Для проверки качества методик авторами была построена карта мощности методом схождения, без использования сейсмического материала. Полученные результаты приведены в таблице.

Другие авторы, работавшие над схожей задачей, решали ее разными методами. В работе [8] проанализировано изменение мощности прослоев глин по модели выклинивающегося пласта, но без количественной характеристики и без оценки точности своих расчетов. Применение классификации по форме волны также применялось авторами работы [3] и показало хорошую корреляцию с увеличением мощности в палеоканалах. Авторы работы [6] применили спектральную декомпозицию и сейсмическую инверсию для построения карты мощности на месторождении Tuscaloosa по данным 3D сейсморазведки. В этой работе удалось с высокой точностью предсказать мощность продуктивных отложений. Наконец в работе [11] авторы применили 12 сейсмических атрибутов, объединили их в единую модель мощности при помощи нейронной сети и откалибровали по данным скважин.

Как видно, авторы, работавшие над проблемой оценки мощности маломощных отложений по данным сейсморазведки на различных месторождениях, получали схожие результаты.

Выводы

Оценка мощности продуктивных отложений для маломощных пластов была проведена различными методами: метод схождения, применение сейсмических атрибутов, оценка мощности по форме сейсмического сигнала.

Применение метода схождения дает очень большую погрешность (среднеквадратичное отклонение порядка половины мощности оцениваемого пласта). Применение сейсмических атрибутов уменьшает среднеквадратичное отклонение (доминирующая частота — 10,2 м, моночастотная компонента (на частоте 60 Гц) — 7,2 м). Однако классификация по форме сигнала дает наилучшие результаты и позволяет уменьшить среднеквадратичную ошибку почти в два раза, до 6,3 м. Кроме того, при использовании этого метода возможно четко проследить положение палеовреза и оценить его мощность.