|
$ t, r3 Q& i: i. {. [
点击上方蓝字关注我们了解更多  7 T. f4 v2 n5 B% \1 k P2 I
第774期 ( n+ C$ f1 I% ?
近期，国际著名工程技术综合性刊物《Journal of Natural Gas Science and Engineering》（天然气科学与工程）以《Permeability Prediction for Unconsolidated Hydrate Reservoirs with Pore Compressibility and Porosity Inversion in the Northern South China Sea》（利用孔隙可压缩性与孔隙度反演预测琼东南海域浅层未固结地层渗透率）为题发表了广州海洋地质调查局关于南海北部琼东南海域天然气水合物储层渗透率评价方法的最新研究成果。 渗透率预测对于寻找具有商业开发潜力的砂岩型水合物矿体具有积极作用，而渗透率的地震评价方法一直是国际研究难点。近年来，广州海洋局研究人员通过调研大量水合物储层渗透率估算方法及其实际应用效果，深度挖掘地震、测井等信息开展渗透率评价，取得了重要成果及认识。3 c# l) c" l# Y3 T0 r/ C
目前已成功应用的案例表明，地震渗透率预测需要结合孔隙结构、孔隙度等特征参数，研究人员通过大量理论模型推导，发现孔隙可压缩性一定程度上体现沉积物从未固结向固结地层转换的弹性转化过程，与未固结地层的渗透率成反比，继而提出一个新的弹性参数：孔隙可压缩性指示因子（PCI）。然后，通过推导未固结地层反射系数方程，建立起PCI与叠前地震振幅定量关系，提出利用双状态反演法获取PCI。大量实测数据分析表明，相比于其他参数，PCI与孔隙度对渗透率的变化最为敏感。据此，研究人员构建了一个以PCI和孔隙度为输入，以渗透率为输出的人工神经网络，展示了不同PCI与孔隙度输入下的渗透率预测结果。大量数据对其进行训练后，该神经网络可以较好地预测渗透率，且误差较小。该方法已应用至我国南海实际工区水合物储层渗透率评价，取得了较好的应用效果。
& P' I# J+ c4 h' x# Z& [ 
2 l" Q+ a) L+ l$ G 不同参数对渗透率的敏感性分析（a）以及模型预测的渗透率随着孔隙度、PCI的变化（b）
, n% T) k k$ n% ]8 d! k 
: h0 V# R2 t8 I- x; e( A( C 不同方法计算出的渗透率与实际渗透率对比（a）以及误差NMSE图（b）
1 Z6 m" ]$ l$ G2 T4 ?+ q. L1 {6 @7 O 
9 r* A6 }+ E; z8 `! n1 x
琼东南海域实际渗透率反演结果（a）以及反演结果在Mavko-Mukerji模板投点（b） 论文第一作者为邓炜，通讯作者为教授级高工梁金强。该研究由中国地质调查局项目（DD20190217）、南方海洋科学与工程广东省实验室（GML2019ZD0102）共同资助。（详情请点击左下角“阅读原文”）
1 Q2 V1 ^ X) R+ T: j! e; f4 z1 g 
: C2 A7 E/ `2 I; m- z; ~7 s; C
1 z8 x7 _& g+ {; t {& I) ^- U+ }) ?4 K
| 
