一种海域水合物饱和度预测的方法与流程

本发明涉及一种海域水合物饱和度预测的方法，属于油气勘探领域。

背景技术：

天然气水合物是一种由水和甲烷等气体分子在低温高压下形成的似冰的固态物质，由气、液、固三态形成的混合体，具有能源密度高、清洁环保、分布广等特点。据美国能源部预测全球天然气水合物资源量为20万亿桶油当量，是全球煤、石油、天然气中有机碳总量的2倍。所以天然气水合物是21世纪公认的接替煤炭、石油等常规能源的新型绿色能源。近年来世界各国加大了对水合物的勘探开发研究的力度。

地震方法是海洋天然气水合物勘探初期的最主要手段。在勘探阶段，利用地震数据识别水合物的位置和估算水合物的饱和度是首要的任务，是设计钻探井位，进而讨论水合物的安全开采方案的基础工作。近些年，国内已经开展了相关方面的研究。运用重磁电技术，景建恩等(琼东南盆地天然气水合物及其成藏模式的海洋可控源电磁研究，地球物理学报，2018)探讨了海洋可控源电磁方法在探测水合物的位置中的应用。张光学等(三维地震与obs联合勘探揭示的神狐海域含水合物地层声波速度特征，地球物理学报，2014)提出了利用三维地震和obs联合勘探水合物的声波速度特征。徐华宁等(南中国海神狐海域天然气水合物地震识别及分布特征，地球物理学报，2010)挖掘地震数据和测井数据潜力，针对南中国海神狐海域水合物开展了地震识别工作。此外还有不少从测井出发开始研究水合物的工作，主要集中于水合物饱和度的计算。

但是还有三个方面的问题没有得到很好解决。一是水合物的识别还需要进一步精准。在地震剖面上，水合物一般具有比较明显的似海底反射层(bsr)现象。但因为地下介质构造、介质相变等原因也会产生伪bsr现象，为水合物的识别带来困难。二是水合物的研究大多还离不开井，也就是常说的“一孔之见”。水合物的识别及饱和度的计算，要依仗测井资料，但水合物勘探初期测井数量十分有限，即便有井，由于水合物的特殊位置，获得较高质量井资料也比较难。三是一直以来研究重点集中在水合物的勘探，较少关注与水合物伴生的游离气的预测，而是否存在游离气是水合物安全开采的关键因素之一。解决上述问题，还应该脱离井的束缚在地震数据中挖掘潜力。

实际上，在深水区普遍存在水合物高速(通常比围岩速度高300-700m/s)，而游离气低速(通常比围岩速度低300-1000m/s)的特征，所以通过速度识别水合物和游离气是一个有效的手段，但由于水合物纵向一般厚度不大、横向不连续、成块状分布，常规层析成像和速度扫描很难刻画出其横向的速度变化，所以需要借助于更高精度的速度建模手段—全波形反演技术。

技术实现要素：

针对上述问题，本发明的目的是提供一种海域水合物饱和度预测的方法，该方法利用全波形反演技术反演出精准的速度，根据水合物和围岩的速度差异，把水合物和游离气区别开来，再根据水合物速度和饱和度关系定量预测出水合物的饱和度，为水合物的开发井位选择提供可靠的依据。

为实现上述目的，本发明采用以下技术方案，一种海域水合物饱和度预测的方法，其特征在于，包括以下步骤：

1)地震数据预处理，得到观测炮集数据及偏移速度模型；

2)基于步骤1)中获得的观测炮集数据，利用地震近道初至提取地震子波；

3)基于步骤1)中获得的偏移速度模型，自上而下建立海水及近海底初始速度模型和密度模型，具体过程如下：

3.1)确定偏移速度模型中海水层的速度，并确定海水层的密度；

3.2)确定偏移速度模型中的精确海底位置；

3.3)确定偏移速度模型中海底以下地层的速度和密度；

4)利用步骤2)中获得的地震子波以及步骤3)中自上而下建立的海水及近海底初始速度模型及密度模型进行全波形反演，得到最终精细速度模型；

5)利用步骤4)中获得的精细速度模型识别水合物，并计算水合物饱和度；

依据水合物的速度特征在步骤4)中获得的精细速度模型上识别水合物；将水合物饱和度和有效孔隙度关系式与有效孔隙度与速度的拟合关系式联合起来，计算水合物饱和度。

在上述步骤5)中，水合物饱和度和有效孔隙度关系式为：

式中，s为水合物饱和度；rw为含水地层电阻率；rt为目的层电阻率；φ有效孔隙度；m、n、a1、b1均为经验常数；

有效孔隙度与水合物速度的拟合关系式为：

φ＝a2v²+b2v+c1

式中，a2、b2、c1为拟合系数；v为水合物速度。

上述步骤3.1)中，确定偏移速度模型中海水层的速度和海水层的密度，

确定海水层的速度，具体过程如下：

a)、获得采集时期海水的温度曲线，获取不同深度下的海水温度t；

b)、将步骤a)中获得的海水温度t代入乌德公式估算海水速度，获得海水速度曲线图；

乌德公式如下：

c＝1450+4.21t-0.037t²+1.14(s-35)+0.175p

式中，c为海水速度；t为海水温度；s为海水盐度；p为海水压力；

确定海水层的密度，具体为：

海水的密度取常值，为1.03kg/m³。

在上述步骤3.2)中，确定偏移速度模型中的精确海底位置，具体过程如下：

i)、基于上述步骤2)获得的地震子波数据、经上述步骤3.1)处理后的具有确定海水层速度和密度的偏移速度模型，采用正演算法获得正演炮集数据；

ii)、将步骤i)中获得正演炮集数据中的海底反射旅行时和步骤1)中获得的观测炮集数据的海底反射旅行时进行比对；如果存在较大旅行时差，调整海底位置；

iii)、重复步骤i)和ii)，直到步骤i)中获得的正演炮集数据和步骤1)中的观测炮集数据的海底反射旅行时一致，完成偏移速度模型中精确海底位置的确定。

在上述步骤3.3)中，确定偏移速度模型中海底以下地层的速度和密度；具体过程如下：

①、基于上述步骤2)获得的地震子波数据、经上述步骤3.1)和3.2)处理后的具有确定海水层速度和密度以及精确海底位置的偏移速度模型，利用正演算法获得正演炮集数据；

②、比较步骤①中获得的正演炮集数据的海底反射振幅和步骤1)中获得的观测炮集数据的海底反射振幅的大小来确定海底的反射系数；

③、基于②获得的反射系数，根据反射系数公式联合gardner公式确定海底以下地层的速度和密度；

反射系数公式如下：

式中，r为反射系数；ρ2和v2分别为下部地层密度和速度；ρ1和v1分别为上部地层密度和速度；

gardner公式如下：

ρ＝av^c

式中，ρ为介质密度；v为介质速度；a、c均为常数。

在上述步骤3.3)中，在确定海底以下地层的速度和密度时，还应分别考虑硬海底条件和软海底条件，

对于硬海底条件下，上述步骤3.3)中的第③步中，gardner公式中的常数a为0.31，c为0.25；

对于软海底情况下，上述步骤3.3)中的第③步中，gardner公式中的常数a和c由拟合得到。

在上述步骤1)中，地震数据预处理包括地震炮集数据非线性和线性噪音压制、滤波和偏移，同时地震数据通过偏移处理获得偏移速度模型。

本发明采用以上技术方案，其具有如下优点：1、本发明通过对地震数据进行预处理，根据预处理得到的观测炮集数据及偏移速度模型自上而下建立海水及近海底的初始速度模型和密度模型，再基于初始速度密度模型依靠全波形反演技术建立高精度的速度模型；根据水合物的速度特征在速度模型上识别水合物，并将水合物和游离气区别开来，为水合物的开发井位选择提供可靠的依据。2、本发明将速度和有效孔隙度的拟合关系式、有效孔隙度和水合物饱和度的关系式联合起来，计算水合物的饱和度，实现水合物饱和度的预测。本发明依据速度体估算水合物的饱和度，使得水合物饱和度预测可以在无井和少井区开展，强有力支撑无井或者少井区的水合物勘探开发。

附图说明

图1是海水温度变化曲线；

图2是海水速度变化曲线；

图3是过某井的地震剖面图；

图4是过某井的海水及近海底初始速度模型图；

图5是经过50次迭代全波形反演后的精细速度模型图；

图6是去除背景速度下的速度模型图。

具体实施方式

下面结合附图和实施例对本发明进行详细的描述。然而应当理解，附图的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。

本发明提供了一种海域水合物饱和度预测的方法，其包括以下步骤：

1)地震数据预处理，得到观测炮集数据及偏移速度模型；

地震数据处理包括地震炮集数据非线性和线性噪音压制、滤波、偏移等。地震数据处理的原则是去除正演模拟不能模拟的波，并有效地保护低频，所以应该在分析数据的基础上，对原始数据上的线性和非线性噪音进行压制，对外源干扰进行压制，进行地震保幅处理，且要依据反演要求进行低通滤波处理工作；同时地震数据通过偏移处理获得偏移速度模型。

2)基于步骤1)中获得的观测炮集数据，利用地震近道初至提取地震子波，用于正演运算和全波形反演；

3)基于步骤1)中获得的偏移速度模型，自上而下建立海水及近海底初始速度模型和密度模型，用于全波形反演技术，具体过程如下：

3.1)确定偏移速度模型中海水层的速度和海水层的密度；

确定海水层的速度，具体过程如下：

a)、获得采集时期海水的温度曲线(如图1所示)，获取不同深度下的海水温度t；

b)、将步骤a)中获得的海水温度t代入乌德公式估算海水速度，获得海水速度曲线图(如图2所示)，

乌德公式如下：

c＝1450+4.21t-0.037t²+1.14(s-35)+0.175p(1)

式中，c为海水速度；t为海水温度；s为海水盐度；p为海水压力；

由于全球海洋盐度变化不大，公式(1)压力的系数较小，所以对海水速度起主要作用的是海水温度。所以获得采集时期海水的温度曲线是计算不同深度的海水速度的关键。

确定海水层的密度，具体为：

海水的密度取常值，为1.03kg/m³；

3.2)确定偏移速度模型中的精确海底位置

海底位置确定对水合物的全波形反演技术十分重要，因为水合物距离海底近，不精确的海底会造成较大的残差，使得计算出的速度更新梯度较大，从而淹没了水合物较小速度差异梯度。

具体过程如下：

i)、基于步骤2)获得的地震子波数据、经步骤3.1)处理后的具有确定海水层速度和密度的偏移速度模型，采用正演算法获得正演炮集数据；

ii)、将步骤i)中获得正演炮集数据中的海底反射旅行时和步骤1)中获得的观测炮集数据的海底反射旅行时进行比对；如果存在较大旅行时差，调整海底位置；

iii)、重复步骤i)和ii)，直到步骤i)中获得的正演炮集数据和步骤1)中的观测炮集数据的海底反射旅行时一致，完成偏移速度模型中精确海底位置的确定。

3.3)确定偏移速度模型中海底以下地层的速度和密度；

具体过程为：

①、基于步骤2)获得的地震子波数据、经步骤3.1)和3.2)处理后的具有确定海水层速度和密度以及精确海底位置的偏移速度模型，利用正演算法获得正演炮集数据；

②、比较步骤①中获得的正演炮集数据的海底反射振幅和步骤1)中获得的观测炮集数据的海底反射振幅的大小确定海底的反射系数；

③、基于②获得的反射系数，根据反射系数公式联合gardner公式确定海底以下地层的速度和密度；

反射系数公式如下：

式中，r为反射系数；ρ2和v2分别为下部地层密度和速度；ρ1和v1分别为上部地层密度和速度；

gardner公式如下：

ρ＝av^c(3)

式中，ρ为介质密度；v为介质速度；a、c均为常数。

4)利用步骤2)中获得的地震子波以及步骤3)中自上而下建立的海水及近海底初始速度模型及密度模型进行全波形反演得到最终精细速度模型；

5)利用步骤4)中得到的精细速度模型识别水合物，并计算水合物饱和度，

依据水合物的速度特征(通常比围岩速度高300-700m/s)可以在步骤4)中获得的精细速度模型上识别水合物；

水合物饱和度和有效孔隙度关系式，

式中，s为水合物饱和度；rw为含水地层电阻率；rt为目的层电阻率；φ有效孔隙度；m、n、a1、b1均为经验常数；

由于在水合物段，密度变化较小，有效孔隙度的变化主要表现为速度的变化，可以用有效孔隙度φ与速度v的拟合关系式计算有效孔隙度，

有效孔隙度φ与水合物速度v的拟合关系式为：

φ＝a2v²+b2v+c1(5)

式中，a2、b2、c1为拟合系数；

结合式(4)、(5)即可得到水合物的饱和度，实现海域水合物饱和度的预测。

进一步地，在上述步骤3)中，在确定海底以下地层的速度和密度时，还应分别考虑硬海底条件和软海底条件，

因海底沉积环境和沉积历史不同，一些地区水层下地层沉积固结较好，为硬海底，其纵速度和密度较高，可以与下覆的正常沉积层一并考虑。而软海底纵渡速度和密度都较低，其速度和密度要单独考虑，然后再考虑软海底下覆的正常沉积层的速度和密度。

具体地，对于硬海底条件下，可以根据反射系数公式联合gardner公式确定海底以下地层的速度和密度，其中a为0.31，c为0.25；

对于软海底情况下，可以根据反射系数公式联合gardner公式确定海底以下地层的速度和密度，其中a和c常数可根据具体情况拟合得到。

下面根据具体实施例对本发明作以说明；

实施例1：

图3为某区的地震剖面图；

图4为海水及近海底的初始速度模型图，作为全波形反演的初始速度；

图5为经全波形反演后得到的精细速度模型图，图5中箭头处正是水合物分布区域；

为了更清楚的展示，可以把图5减去图4得到去除背景速度下的速度模型图(如图6所示)，图6中箭头所指位置看出水合物的分布情况；根据水合物的有效孔隙度和速度的离散值进行拟合，获得有效孔隙度和速度的拟合关系式，再联合水合物饱和度和有效孔隙度的关系式，即可计算水合物的饱和度。

本发明是基于全波形反演技术建立精确的速度基础之上进行水合物识别和饱和度估算的。核心的问题是建立高精度的速度模型，根据水合物的速度特征在速度模型上识别水合物，将速度和有效孔隙度的拟合关系式、有效孔隙度和水合物饱和度的关系式联合起来，计算水合物的饱和度，实现水合物的识别及饱和度的预测。

本发明仅以上述实施例进行说明，各部件的结构、设置位置及其连接都是可以有所变化的。在本发明技术方案的基础上，凡根据本发明原理对个别部件进行的改进或等同变换，均不应排除在本发明的保护范围之外。