储层孔隙度预测方法综述

杨景楠

摘   要：对储层物性进行钻前精细预测是在储运预测领域具有非常重要现实意义的一个分支，目前在国外已经取得了不少的成果，然而国内在该领域的研究相对较少。近年来，国内一些学者从不同的方面针对储层孔隙度问题进行了一些模型分析，各具有优缺点。基于此，文章结合相关资料就常见的几种储层孔隙度预测方法进行了具体分析，并对每种预测方法的优缺点进行了阐述。

关键词：储层物性;孔隙度预测;方法优缺点

对于储层预测领域来说，常规的含油气储层及其有效性的预测是热点，而近些年来在国外储层领域已成为热点的储层物性钻前预测则研究相对较少，目前国内相关领域的从业人员也已经开始了该方面的研究，并根据研究目的不同，从多方面建立了多种储层孔隙度预测模型[1]，且取得了一定的效果。储层孔隙度预测模型就是通过对实际的数据借助已有的单个或多个自变量进行选择性回归、拟合，进而建立预测孔隙度参数的数学模型。

1    用时深效应指数（TDI）预测储层孔隙度

目前国外储层物性参数预测已形成系统的研究流程，所用模型主要为多元线性模型（当填隙物的含量<10.0%时，其预测误差<2.0%;但当填隙物含量>10.0%时，其预测精度显著降低）。陆相盆地碎屑岩沉积多为近源堆积，填隙物含量较高，尤其是深层填隙物含量更高，一般都>10.0%，这导致生产过程中此类多元线性模型不合适。而基于Sombra和Kiang提出的用时深效应指数（Time-Depth Index，TDI）预测储层孔隙度的方法[2]，在层序地层研究和沉积相分析的基础上，通过建立不同沉积微相储层TDI与实测孔隙度的相关模型，利用三维地震资料计算待评价区不同沉积微相储层的TDI值，在钻井资料较少的情况下，对储层孔隙度进行预测。

碎屑岩储层孔隙度主要受沉积环境、成岩作用以及构造的影响与控制[3-4]，埋藏时间越长，埋深越大，TDI值就越高，特别是早期深埋、后期浅埋储层的TDI值明显高于早期浅埋而后期快速深埋储层的TDI值。而在同一地温场和静水压力条件下，温度和地层压力又与埋深Z（t）成正比。因此，TDI值的大小综合反映了时间、温度与压力等因素对储层孔隙度的影响程度。

通过建立不同沉积微相储层TDI与实测孔隙度的相关模型，利用三维地震资料计算不同类型储层的TDI值，在钻前资料较少情况下，对未钻井区储层孔隙度进行预测。

2    利用地震属性分析技术预测储层孔隙度

通过聚类分析等方法可以对提取的多种地震属性进行相关性优选，确定与孔隙度相关性高的属性作为预测储层孔隙度的模型基本参数，将区内井点处的孔隙度进行井震结合，采用多元線性回归、非参数回归、神经网络、随机模拟法等方法对储层孔隙度参数进行预测，可以取得一定的应用效果[3]。

要确保应用的属性能够有效预测出孔隙度，就必须选择最合适、恰当的地震属性参数，但是地震属性结果与地震资料品质、多种地质因素等多方面影响，并且由于是井参与控制，目标区储层范围的属性参数与井点处的属性参数并不完全一致，这就导致准确性并不一定完全可靠，通过这样的关系得到的储层孔隙度参数变化规律并不一定精确，进而对后续的工作带来不利影响。

3    利用地球物理反演方法预测储层孔隙度

地球物理反演就是把现有的相关数据通过相关的方法进行地下地质结构和岩石性质恢复。狭义地说，就是从有限频带宽度的地震数据中恢复出宽带波阻抗。波阻抗反演方法细分起来有很多种，但总体来说可以分为两个大类，一类是基于反射系数逆公式的直接反演;另一类是基于正演模型的迭代反演。其中迭代反演又可以细分为有井条件下的宽带约束反演、无井条件下的广义线性反演以及诸如混沌理论、神经网络等非线性反演范畴的方法。

在宽带约束反演众多的细分方法中，约束稀疏脉冲反演目前应用最为广泛且效果最明显，与其他反演方法相比，优势明显，主要表现为：反演精度高、有效反映地质信息、多解性少、对测井相关参数（如多少、分布程度等）要求较低等。

利用现成的地震测井等相关资料进行精准的层位标定，然后通过波阻抗反演，得到波阻抗数据体，随后针对波阻抗数据体按储层类型进行针对性校正，根据校正后的波阻抗数据进行孔隙度计算，进而得到孔隙度数据体。

地震反演过程中往往会出现通过波阻抗计算得到的孔隙度与实际孔隙度差别很大的问题，具体的表现为砂岩密集的区域孔隙度较小，而泥岩富集的区域孔隙度明显偏大，出现这个问题的原因主要有两个方面，一方面是与应用的波阻抗反演方法相关;另一方面就是跟砂岩波阻抗值是否准确有关，即是否由真正的砂岩引起的波阻抗值来参与孔隙度的计算。

4    结语

除了上文介绍的几种常见的储层孔隙度数学模型方法以外，还有诸如通过孔隙度与速度经验公式直接进行计算、通过统计拟合孔隙度与深度、速度、纵横波速度比等参数之间的关系建立孔隙度预测模型等其他多种方法，这些方法各有特点，在实际应用过程中要根据研究区实际情况和研究目的作出针对性选择。

[参考文献]

[1]DAVIDM，JANH.Porosity prediction from seismic inversion，lavrans field，halten terrace，Norway[J].The Leading Edge，2000（4）：392-399.

[2]张丽萍，王罡.超压地层储层孔隙度的预测方法[J].大庆石油学院学报，2007（3）：8-11.

[3]GLUYAS J，CADE C A.Prediction of porosity in compacted sands[A].Reservoir Quality Prediction in Sandstones and Carbonates[C].AAPG Memoir，1997.

[4]王粤川，孟元林，贺茹.用时深效应指数预测储层孔隙度[J].中国海上油气，2006（5）：308-313.

[5]吴东胜，王正允，王方平.应用地震波速度预测砂岩孔隙度[J].石油与天然气地质，1995（3）：291-293.