本發(fā)明涉及勘探地球物理領(lǐng)域，尤其涉及地震資料處理中的一種基于改進Biot系數(shù)分析的橫波速度估算方法。

背景技術(shù)：

常規(guī)聲波測井資料中大多缺少橫波資料，而橫波資料又是儲層評價和流體識別的重要信息，因此必須利用現(xiàn)有測井資料，結(jié)合地震巖石物理模型反演獲得可靠的橫波信息。橫波反演研究始于巖石物理測試數(shù)據(jù)分析，前人早期研究結(jié)果發(fā)現(xiàn)巖石的橫波速度與巖石基質(zhì)、孔隙度、孔隙形狀(扁率)、泥質(zhì)含量、壓力等因素有關(guān)，且對孔隙度和泥質(zhì)含量較為敏感，因此在反演橫波的模型中必須綜合考慮以上因素。常規(guī)的橫波速度估算方法主要有以下三類：①基于經(jīng)驗關(guān)系式的估算方法，如Greenberg等、Castagna等提出的縱、橫波速度關(guān)系式，該法的缺點是受地域性影響較大，反演橫波速度精度較低；②基于巖石物理模型的預(yù)測方法，如Xu-White模型、Gassmann模型、等效介質(zhì)理論模型及Pride模型；③神經(jīng)網(wǎng)絡(luò)方法。熊曉軍(2011)研究了基于自適應(yīng)基質(zhì)礦物等效彈性模量反演的橫波速度估算方法,侯波(2012)研究了基于臨界孔隙度Pride模型的橫波速度預(yù)測方法,張廣智(2012)研究了基于修正Xu-White模型的碳酸鹽巖橫波速度估算方法,劉靈(2012)研究了橫波速度預(yù)測的邊界加權(quán)平均法，這些方法能較為有效地預(yù)測出測井橫波速度，但是沒有考慮巖石物理測試的結(jié)果。Biot系數(shù)是描述在干燥或排液條件下，孔隙壓力保持不變情況下孔隙體積變化與總的體積變化之比，干燥巖石模量與基質(zhì)模量能夠用Biot系數(shù)聯(lián)系起來，本發(fā)明提供了一種基于改進Biot系數(shù)分析的橫波速度估算方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的就是針對現(xiàn)有技術(shù)不足，提出了一種基于改進Biot系數(shù)分析的橫波速度估算方法，結(jié)合了回歸分析基質(zhì)參數(shù)計算，改進的Biot系數(shù)計算與模擬退火反演算法的特點,可以有效地獲得巖石的橫波速度。

一種基于改進Biot系數(shù)分析的橫波速度估算方法，包括如下步驟：

步驟S1：獲取研究區(qū)巖心測試數(shù)據(jù)，基于回歸分析估算基質(zhì)密度與基質(zhì)模量；

步驟S11：針對研究工區(qū)所取的圓柱狀巖芯首先采用天平和游標卡尺測出巖芯的質(zhì)量m和體積V，利用質(zhì)量和體積計算巖芯的密度ρ＝m/V；采用氦孔隙度測試儀測試巖芯的孔隙度Φ；采用智能超聲P-S波綜合測試儀測試獲得巖芯的縱波速度V_p和橫波速度V_s；

步驟S12：針對獲得的巖芯測試數(shù)據(jù)作回歸分析，通過對巖石的密度ρ和孔隙度Φ數(shù)據(jù)回歸分析獲得基質(zhì)密度ρ_s，回歸時主要選取的是較為致密的低孔隙度巖心測試結(jié)果，回歸公式選用一次線性函數(shù)ρ＝a+bφ，所得擬合直線與y軸的截距a為基質(zhì)密度ρ_s；

步驟S13：通過波速和孔隙度測試數(shù)據(jù)進行回歸分析得到基質(zhì)速度V_Ps和V_Ss，回歸公式選用一次線性函數(shù)V_P＝a₁+b₁φ和V_S＝a₂+b₂φ，所得擬合直線與y軸的截距a₁和a₂為基質(zhì)速度V_Ps和V_Ss；

步驟S14：將基質(zhì)密度和速度轉(zhuǎn)換為基質(zhì)模量，包括基質(zhì)的體積模量基質(zhì)的剪切模量

步驟S2：利用改進的Biot系數(shù)進行干燥巖石模量正演計算，結(jié)合Gassmann流體替換方法獲得飽和巖石的彈性模量；

步驟S21：考慮到Biot系數(shù)與孔隙度及孔隙結(jié)構(gòu)有關(guān)，在計算巖石模量時引入可變臨界孔隙度φ_c和固結(jié)參數(shù)η，假設(shè)巖石的臨界孔隙度φ_c與孔隙的縱橫比α相關(guān)，孔隙度為Φ；巖石的固結(jié)參數(shù)η與巖石的固結(jié)程度有關(guān)，一般2＜η＜20，這里取η＝2；n為指數(shù)，結(jié)合研究區(qū)的資料分析可以得到n＝1/4；計算改進的Biot系數(shù)

步驟S22：利用Biot系數(shù)B和基質(zhì)體積模量K_s計算干燥巖石體積模量K_dry＝(1-B)K_S，利用Biot系數(shù)B和基質(zhì)剪切模量μs計算干燥巖石的剪切模量

步驟S23：根據(jù)Mavko(1998)可知流體的參數(shù)滿足水密度ρ_w＝1.02g/cm³，油密度ρ_o＝0.75g/cm³，氣密度ρ_g＝0.2g/cm³，水體積模量K_w＝2.7GPa，油體積模量K_o＝1GPa，氣體積模量K_g＝0.1GPa，各種流體的飽和度由測井所給的數(shù)據(jù)獲得；利用孔隙中水飽和度S_w、氣體飽和度S_g和油飽和度So以及水密度ρ_w、氣體密度ρ_g和油密度ρ_o計算孔隙流體的密度ρ_f＝S_wρ_w+S_oρ_o+S_gρ_g；利用孔隙中水飽和度S_w、氣體飽和度S_g和油飽和度S_o以及水體積模量ρ_w、氣體體積模量ρ_g和油體積模量ρ_o計算孔隙流體的體積模量

步驟S24:利用基質(zhì)密度ρ_s和孔隙中流體的密度ρ_f計算出飽和巖石的密度ρ_sat＝(1-φ)ρ_s+φρ_f；

步驟S25:利用基質(zhì)模量K_s和孔隙流體的體積模量K_f計算飽和巖石的模量通過Gassmann方程計算飽和巖石的體積模量K_sat＝K_dry+B²M，飽和巖石的剪切模量μ_sat＝μ_dry；

步驟S3：通過聲波時差曲線換算出來測井縱波速度V_p1，通過前面獲得的彈性模量計算出縱波速度通過迭代反演使得測試結(jié)果和計算結(jié)果的誤差E＝||V_P1-V_P2||達到最小，采用非線性模擬退火反演算法反演迭代獲得每個點對應(yīng)的臨界孔隙度值φ_c，進而可以計算出每個點對應(yīng)的Biot系數(shù)B，最后通過前面的正演算法計算出每個點預(yù)測的橫波速度。

附圖說明

附圖1為本發(fā)明的主要方法步驟。

附圖2為回歸獲取基質(zhì)密度圖。

附圖3為回歸獲取基質(zhì)模量圖。

附圖4為橫波速度估算結(jié)果與實驗測試結(jié)果對比圖。

附圖5為某井橫波速度估算結(jié)果圖，其中第一列為測井深度，第二列為縱波速度，第三列為實測橫波速度和估算橫波速度，從圖中可以看出二者吻合程度較好，第四列為密度測井結(jié)果。

具體實施方式

結(jié)合附圖1-5，對本發(fā)明作進一步的描述：一種基于改進Biot系數(shù)分析的橫波速度估算方法，具體實施方案包括如下步驟：

步驟S1：獲取研究區(qū)巖心測試數(shù)據(jù)，基于回歸分析估算基質(zhì)密度與基質(zhì)模量；

步驟S11：針對研究工區(qū)所取的圓柱狀巖芯首先采用天平和游標卡尺測出巖芯的質(zhì)量m和體積V，利用質(zhì)量和體積計算巖芯的密度ρ＝m/V；采用氦孔隙度測試儀測試巖芯的孔隙度Φ；采用智能超聲P-S波綜合測試儀測試獲得巖芯的縱波速度V_p和橫波速度V_s；

步驟S12：針對獲得的巖芯測試數(shù)據(jù)作回歸分析，通過對巖石的密度ρ和孔隙度Φ數(shù)據(jù)回歸分析獲得基質(zhì)密度ρ_s，回歸時主要選取的是較為致密的低孔隙度巖心測試結(jié)果，回歸公式選用一次線性函數(shù)ρ＝a+bφ，所得擬合直線與y軸的截距a為基質(zhì)密度ρ_s；

步驟S13：通過波速和孔隙度測試數(shù)據(jù)進行回歸分析得到基質(zhì)速度V_Ps和V_Ss，回歸公式選用一次線性函數(shù)V_P＝a₁+b₁φ和V_S＝a₂+b₂φ，所得擬合直線與y軸的截距a₁和a₂為基質(zhì)速度V_Ps和V_Ss；

步驟S14：將基質(zhì)密度和速度轉(zhuǎn)換為基質(zhì)模量，包括基質(zhì)的體積模量基質(zhì)的剪切模量

步驟S2：利用改進的Biot系數(shù)進行干燥巖石模量正演計算，結(jié)合Gassmann流體替換方法獲得飽和巖石的彈性模量；

步驟S21：考慮到Biot系數(shù)與孔隙度及孔隙結(jié)構(gòu)有關(guān)，在計算巖石模量時引入可變臨界孔隙度φ_c和固結(jié)參數(shù)η，假設(shè)巖石的臨界孔隙度φ_c與孔隙的縱橫比α相關(guān)，孔隙度為Φ；巖石的固結(jié)參數(shù)η與巖石的固結(jié)程度有關(guān)，一般2＜η＜20，這里取η＝2；n為指數(shù)，結(jié)合研究區(qū)的資料分析可以得到n＝1/4；計算改進的Biot系數(shù)

步驟S22：利用Biot系數(shù)B和基質(zhì)體積模量K_s計算干燥巖石體積模量K_dry＝(1-B)K_S，利用Biot系數(shù)B和基質(zhì)剪切模量μ_s計算干燥巖石的剪切模量μ_dry＝(1-B)μ_S；

步驟S23：流體的參數(shù)滿足水密度ρ_w＝1.02g/cm³，油密度ρ_o＝0.75g/cm³，氣密度ρ_g＝0.2g/cm³，水體積模量K_w＝2.7GPa，油體積模量K_o＝1GPa，氣體積模量K_g＝0.1GPa，各種流體的飽和度由測井所給的數(shù)據(jù)獲得；利用孔隙中水飽和度S_w、氣體飽和度S_g和油飽和度S_o以及水密度ρ_w、氣體密度ρ_g和油密度ρ_o計算孔隙流體的密度ρ_f＝S_wρ_w+S_oρ_o+S_gρ_g；利用孔隙中水飽和度S_w、氣體飽和度S_g和油飽和度S_o以及水體積模量ρ_w、氣體體積模量ρ_g和油體積模量ρ_o計算孔隙流體的體積模量

步驟S24:利用基質(zhì)密度ρ_s和孔隙中流體的密度ρ_f計算出飽和巖石的密度ρ_sat＝(1-φ)ρ_s+φρ_f；

步驟S25:利用基質(zhì)模量K_s和孔隙流體的體積模量K_f計算飽和巖石的模量通過Gassmann方程計算飽和巖石的體積模量K_sat＝K_dry+B²M，飽和巖石的剪切模量μ_sat＝μ_dry；

步驟S3：通過聲波時差曲線換算出來測井縱波速度V_p1，通過前面獲得的彈性模量計算出縱波速度這里比較測試結(jié)果和計算結(jié)果的誤差E＝||V_P1-V_P2||達到最小，采用非線性模擬退火反演算法反演獲得每個點對應(yīng)的臨界孔隙度值φ_c，模擬退火算法不僅可以向目標函數(shù)減小的方向搜索，也能向目標函數(shù)增大的方向搜索，故可以從局部極值中爬出，不易陷在局部極值中。模擬退火法與傳統(tǒng)的蒙特卡洛反演方法也有不同，它不是盲目地進行隨機搜索，而是在一定的理論指導(dǎo)下進行隨機搜索，故能保證搜索的效率，能達到整體極值。然后計算出每個點對應(yīng)的Biot系數(shù)B，最后通過前面的正演算法計算出每個點預(yù)測的橫波速度。

通過以上流程，能夠有效獲得巖石的橫波速度。圖2為回歸獲取基質(zhì)密度圖，圖3為回歸獲取基質(zhì)模量圖。圖4為橫波速度估算結(jié)果與實驗測試結(jié)果對比圖，橫波估算結(jié)果和實測的橫波結(jié)果吻合較好，這說明該方法的有效性。圖5為某井橫波速度估算結(jié)果圖，其中第一列為測井深度，第二列為縱波速度，第三列為實測橫波速度和估算橫波速度，第四列為密度測井結(jié)果，從圖中可以看出估算出的橫波曲線和測井獲得的橫波曲線吻合程度較好，取得的預(yù)測結(jié)果誤差較小，能夠滿足橫波速度預(yù)測的精度要求。

本發(fā)明針對實際測井數(shù)據(jù)中往往缺少橫波速度信息這一問題，研究了利用縱波速度和其它儲層參數(shù)預(yù)測橫波速度，相比傳統(tǒng)的橫波速度估算方法，本發(fā)明充分考慮了巖石物理實驗測試的結(jié)果，利用巖石物理測試結(jié)果獲得研究區(qū)巖石的基質(zhì)模量，采用改進的Biot系數(shù)方法通過反演獲得實驗測量數(shù)據(jù)和實際測井數(shù)據(jù)的橫波速度，與實測結(jié)果相比誤差小、精度高，證明該方法相比傳統(tǒng)方法而言具有更好的針對性,可以有效地獲得巖石的橫波速度。為聯(lián)合應(yīng)用縱、橫波信息進行疊前反演，降低儲層預(yù)測的風險，提高流體識別精度奠定了基礎(chǔ)。

本發(fā)明不局限于上述具體實施方式，根據(jù)上述內(nèi)容，按照本領(lǐng)域的普通技術(shù)知識和慣用手段，在不脫離本發(fā)明上述基本技術(shù)思想前提下，本發(fā)明還可以做出其它多種形式的等效修改、替換或變更，均屬于本發(fā)明的保護范圍。