Содержание к диссертации
Введение
1 Метод сейсмической инверсии 20
1.1 Математические методы, применяемые в сейсмической инверсии . 21
1.1.1 Линейный метод 21
1.1.2 Методы градиентного спуска 22
1.1.3 Метод иммитационного аннилинга 22
1.1.4 Вероятностный подход к проблеме инверсии 23
1.2 Акустическая инверсия 24
1.2.1 Рекурсивная инверсия 25
1.2.2 Инверсия на основе оператора – цветная инверсия 26
1.2.3 Инверсия редких импульсов 26
1.2.4 Инверсия, основанная на модели 28
1.3 Упругая инверсия 30
1.3.1 Расширенная упругая инверсия 32
1.3.2 Синхронная инверсия 34
1.4 Геостатистическая инверсия 35
1.5 Выводы 37
2 Прогноз литологических ловушек в неоднородных терригенных коллекторах 39
2.1 Геологическая обстановка 39
2.2 Условия осадконакопления пласта Ю2. Спектральное разложение сейсмических данных. Выделение литофаций 42
2.3 Анализ петрофизических и упругих свойств терригенных пород пласта Ю2 44
2.4 Влияние сортировки зерен и содержания цемента на акустические свойства чистых юрских песчаников 49
2.4.1 Сортировка зерен песчаника 52
2.4.2 Цементирующая часть 52
2.4.3 Выводы 55
2.5 Сейсмическая инверсия и прогноз коллекторских свойств 57
2.6 Выводы 61
3 Изучение эффекта засолонения пор пород-коллекторов 63
3.1 Обзор теории Био-Гассмана 64
3.1.1 Основные положения 64
3.1.2 Лабораторные измерения 66
3.1.3 Практическое применение 67
3.2 Теоретическое исследование влияния засолонения на упругие свойства песчаников 71
3.2.1 Причины засолонения 72
3.2.2 Объект исследования. Модель сухого и водонасыщенного песчаника 75
3.2.3 Упругие свойства водосоляной смеси 78
3.2.4 Модель засолоненного песчаника 82
3.3 Прогноз зон засолонения песчаного пласта ВЧ1 по 3D сейсмическим данным 85
3.3.1 Геологическая обстановка 85
3.3.2 Анализ упругих свойств песчаников. Выделение литофаций 87
3.3.3 Моделирование изменения амплитуды с удалением 89
3.3.4 Информативность атрибутов. Байесовская статистика . 91
3.3.5 Сейсмическая инверсия и вероятностная классификация . 96
3.3.6 Параметр засолонения и верификация результатов 99
3.4 Выводы 101
4 Способ оценки параметров порового пространства карбонатных коллекторов 103
4.1 Классификации карбонатных пород 103
4.2 Упругие свойства карбонатных пород и определяющие их факторы104
4.3 Эффективные модели карбонатных пород 110
4.3.1 Дифференциальная эффективная модель 111
4.3.2 Самосогласованная модель 112
4.3.3 Исследование теоретических моделей 113
4.4 Прогноз пористости и аспектного отношения карбонатных пород по ГИС и сейсмическим данным 119
4.4.1 Описание алгоритма 120
4.4.2 Пример работы метода на модельных данных 121
4.4.3 Пример работы метода на данных ГИС 123
4.4.4 Пример работы метода на сейсмических данных 130
4.5 Выводы 131
Заключение 133
Список литературы
- Метод иммитационного аннилинга
- Влияние сортировки зерен и содержания цемента на акустические свойства чистых юрских песчаников
- Теоретическое исследование влияния засолонения на упругие свойства песчаников
- Информативность атрибутов. Байесовская статистика
Метод иммитационного аннилинга
С каждым годом задачи, возникающие перед нефтяной сейсморазведкой, становятся сложнее и требуют внедрения новых технологий, нестандартных решений и интеграции различных дисциплин. Последние достижения в области полевых сейсмических работ [118], обработки данных и построения сейсмических изображений оказали значительное влияние на интерпретацию сейсмических материалов. В настоящее время качество сейсмических данных позволяет проводить прогноз литологии [31, 30] и трещинноватости [102, 105], определять тип пластового флюида [30], оценивать пористость и давление [106]. Эти успехи, прежде всего, связаны с достижениями в области решения обратных задач (инверсия сейсмических данных) и петроупругого моделирования (rock physics modeling)[42]. Развитию этих направлений посвящена данная работа. Мы считаем, что они продолжат активно совершенствоваться в связи с ростом интереса к нетрадиционным запасам углеводородов.
В современных комплексных проектах по разведке и разработке нефтегазовых месторождений используют сейсмические атрибуты, которые напрямую связаны с тремя ключевыми параметрами Vp, Vs, р (скорость продольных волн, скорость поперечных волн, объемная плотность). К таким атрибутам относятся AVO-атрибуты R (интерсепт) и G (градиент), которые характеризуют границу раздела упругих свойств [31], и пластовые атрибуты - импедансы, как результат амплитудной сейсмической инверсии. Преобразование сейсмических волновых полей в разрезы и кубы импедансов является одним из ключевых этапов динамической интерпретации. Значительные усилия специалистов направлены на подготовку сейсмических и скважинных данных для выполнения инверсии и разработку методов ее интерпретации.
Отметим основные преимущества сейсмической инверсии по сравнению с использованием атрибутного анализа [76]: 1) результаты сейсмической инверсии являются количественной характеристикой и представляют произведение скорости на плотность: Vp р - акустический импеданс, Vs р - сдвиговый импеданс. 2) импеданс - это свойство горной породы, и он может быть получен из различных источников: сейсмические наблюдения, ГИС, лабораторные измерения. 3) разрезы и кубы импедансов - объект междисциплинарного изучения для специалистов из разных областей геонаук: геофизиков, геологов, петрофизиков, инженеров-разработчиков.
Задачу инверсии сейсмических данных можно рассматривать как детерминистическую или стохастическую. Результатом любой детерминистической инверсии является единственная модель упругих свойств, которая удовлетворяет сейсмическим данным и априорным ограничениям. Данный вид инверсии уже давно является производственным стандартом и обязательно используется в проектах по прогнозу коллекторских свойств. D. Hampson в статье [67] сформулировал одну из важных проблем детерминистической инверсии: когда у нас есть подходящая модель упругих свойств, которая удовлетворяет сейсмическим данным, откуда мы знаем, что нет другой модели, которая подходила бы с тем же успехом? В действительности, существует множество таких моделей, то есть проблема сейсмической инверсии состоит в неоднозначности. Неоднозначность означает, что различные геологические условия могут вызывать одинаковый сейсмический отклик. Детерминистические методы не позволяют вероятностно оценить величину неоднозначности. В дальнейшем неоднозначность восстановления акустических и упругих параметров может отразиться на результатах интерпретации и привести к неправильным геологическим выводам. Для снижения геологических рисков используют различные методы верификации полученных результатов: кросс-валидация (использование части скважин в качестве контрольных), привлечение априорной геологической информации и т.д. С этой точки зрения важным является разработка методики комплексиро-вания качественной (атрибутный анализ, спектральное разложение и др.) и количественной (сейсмическая инверсия) интерпретации сейсмических данных.
Другой подход для прогноза коллекторских свойств связан с применением геостатистических методов прогноза [53], в том числе и стохастической инверсии. Первые примеры использования геостатистики в нефтяной промышленности можно отнести к 80-м годам ХХв. Но по-настоящему производственной технологией геостатистика начинает становится только сейчас. Под стохастической геостатистикой понимают группу методов, результатом работы которых является множество реализации (симуляций) свойств изучаемого объекта, так в частности, цель геостатистической инверсии заключается в создании множества реализаций акустического импеданса, обусловленных сейсмическими и скважинными данными. Для стохастической инверсии подбирается и использу ется ряд статистических параметров, которые не требуются для детерминистической инверсии, прежде всего это вариограммы: горизонтальные и вертикальные, которые позволяют учесть пространственную связанность упругих свойств. Результатом работы стохастической инверсии является множество реализаций импедансов высокого разрешения. К основным преимуществам геостатистических методов можно отнести возможность получать результаты в масштабе данных ГИС, рассчитав при этом вероятностную оценку прогнозных свойств. Геостатистический подход позволяет объединить информацию разных масштабов (геология, сейсмика, ГИС) в виде единой 3D цифровой геологической модели.
При всех положительных сторонах результатов сейсмической инверсии, восстановленный импеданс зависит от многих геологических параметров: толщины пластов, литологии, пористости, эффективного давления, типа порового флюида. Определяющими для количественной сейсмической интерпретации в конкретных геологических условиях будут являться обоснованные методы и алгоритмы работы с упругими свойствами. Кроме того привлечение априорной геологической информации повышает надежность прогноза и вносит геологический смысл.
Упругие свойства, полученные в результате сейсмической инверсии, используют для оценки и прогноза всевозможных свойств, начиная от пористости тсрригснных коллекторов и заканчивая гсомсханичсскими свойствами битуминозных глин и трещиноватых карбонатов. Связь между упругими атрибутами и прогнозными параметрами может быть установлена только методами петро-упругого моделирования (rock physics modeling), которые в настоящее время становятся очень актуальными (рис. 1). Петроупругое моделирование можно определить как исследование связей между петрофизическими свойствами горных пород (литология, пористость, проницаемость, тип насыщения, поровое давление, анизотропия, трещиноватость, и.т.д) и скоростями продольных, поперечных волн, а также их поглощающими свойствами, полученными из сейсмических наблюдений, ГИС и лабораторных измерений. Петроупругое моделирование является быстро развивающейся областью геофизики со множеством направлений и сфер исследований: от изучения фильтрации флюида в масштабе пор до прогноза сейсмического отклика сложнопостроенных коллекторов. Пионерскими работами в этой области были исследования, проведенные в лаборатории физики горных пород Стенфордского Университета под руководством А.
Влияние сортировки зерен и содержания цемента на акустические свойства чистых юрских песчаников
В данной главе представлена методология комплексной интерпретации сейсмических данных, включающая анализ керна и шлифов, петрофизические исследования, разработку петроупругой модели коллектора с целью изучения проблемы засолонения терригенных пластов Восточной Сибири (рис. 3.1). Особое внимание было уделено физике горных пород, которая является основой интерпретации результатов сейсмической инверсии, поскольку связывает упругие и коллекторские свойства горных пород. Предложенный подход позволил получить достоверный количественный прогноз засолонения в межскважинном пространстве.
В первом параграфе проведен обзор теории флюидонасыщенных пород Гассмана, где рассмотрены теоретические аспекты уравнения Гассмана и его модификаций, приведено обобщение лабораторных измерений, а также результаты практического применения теории в случаях, значимых для интерпретации сейсмических данных. Теория Гассмана имеет особое значение для динамической интерпретации сейсмических данных, так как позволяет оценить скорости флюидонасыщенных пород при низких сейсмических частотах. Во втором параграфе рассмотрена одна из возможных причин засолонения Верхнечонских песчаных пластов (ВЧ) в Восточной Сибири, проведен анализ влияния эффекта засолонения на упругие свойства песчаников и разработана петроупругая модель засолоненного песчаника. В третьем параграфе выполнен прогноз зон засолонения песчаных коллекторов ВЧ по сейсмическим данным 3D. На основе байесовского подхода и теории информации определен вклад сейсмических атрибутов и их пар при прогнозе засолонения. Выполнена акустическая и упругая инверсия сейсмических данных, проведена вероятностная классификация. Введен параметр засолонения [24].
Основными итогами работы являются: петроупругая модель засолонен-ного песчаника и прогнозная карта засолонения коллекторов верхнечонского горизонта, которую рекомендуется использовать при планировании заложения новых скважин и проектировании системы поддержания пластового давления. Сейсмические данные (P-impedance, Vp/Vs, El)
В своей классической статье Гассман вывел уравнение, которое связывает эффективный объемный модуль флюидонасыщенной породы Ksat с объемными модулями материала матрицы Кт, сухой породы К dry, порового флюида Kf и пористостью ( , причем сдвиговый модуль породы /І не зависит от типа флюида и остается постоянным [62]:
Согласно первому ограничению длина волны должна во много раз превышать размер зерен и пор. Это ограничение имеет отношение ко многим теориям распространения волн в пористых средах и в рамках сейсмических методов выполняется всегда. Допущение 2 указывает на отсутствие в горной породе изолированных или плохо сообщающихся пор. Это условие дает гарантию наступления равновесия потока поровой жидкости, вызванного проходящей волной, за время равному половине периода волны. Уравнение Гассмана предполагает длину волны бесконечной (нулевая частота). Однако, Grechka показал [64], что условие 2 не является критичным. Согласно проведенных им теоретических расчетов, наличие изолированных пор не вызывает существенных ошибок при расчетах методом Гассмана. Ограничение 3 нарушается практически всегда, поскольку все флюиды имеют ненулевую вязкость. Это допущение также имеет отношение к длине волны или частоте. Если частота волны равна нулю, то флюид с любой вязкостью будет уравновешен за время равное половине длины волны, т.е. за бесконечное время. Согласно 4 и 5 из горной породы не происходит утечек флюида, и между скелетом породы и флюидом не происходит химических процессов и физических взаимодействий.
Biot обобщил уравнение Гассмана для всего диапазона частот. Он включил параметр вязкости флюида в уравнение, а также учел, что флюид может перемещаться относительно скелета породы [40]. Согласно исследованиям Wang and Nur разница в скоростях рассчитанных по уравнению Био для нулевой (уравнение Гассмана) и бесконечной частоты обычно менее 3% [123]. В практике сейсмической интерпретации уравнение Био не получило широкого распространения.
Более чем через двадцать лет после выхода публикации Гассмана, Brown and Korringa ввели два новых параметра в классическое уравнение. Обобщенное уравнение снимает ограничение 1 и может быть применено для неоднородных горных пород: где Kif – объемный модуль порозаполнителя, if – сдвиговый модуль порозаполнителя. Численное моделирование подтвердило выводы авторов. Уравнения могут быть применены, если разница в упругих модулях скелета породы и порозаполнителя не превышает 40%. Новые уравнения могут быть использованы для прогноза скоростей в коллекторах, содержащих высоковязкую (тяжелую) нефть.
Первые лабораторные измерения скоростей волн с целью сопоставления с рассчитанными по методу Гассмана были проведены на осадочных породах [66, 51]. Количественные результаты этих измерений показали расхождение значение скоростей с прогнозируемыми по Гассману. Отрицательный результат в данном случае можно объяснить высокочастотными измерениями скоростей, которые не поддерживаются теорией. Лабораторные исследования терригенных пород (песчаники) проведенные на низких частотах показали отличное соответствие с теорией Гассмана [93].
В настоящее время большой интерес вызывает применение теории Гас-смана для прогноза скоростей в карбонатных породах. Лабораторные измерения скоростей карбонатных пород были проведены многими исследователями [124, 86, 34, 101]. В большинстве случаев прогноз по уравнению Гассмана занижает наблюденные скорости, однако в некоторых случаях были зафиксированы завышения скоростей [124, 34].
Большой вклад по изучению скоростей в карбонатных породах внесла работа Adam and Batzle [26]. В этом исследовании проведены измерения как на высоких (0.8 MHz), так и на низких (сейсмических) частотах (10 Hz). Результаты измерений показывают дисперсию скоростей продольных и поперечных волн (скорости на высоких частотах выше). Эффект значителен при низком эффективном давлении. Дисперсия скоростей может быть объяснена вязкоупругими свойствами материалов, а также зависимостью от траектории прохождения высокочастотной волны. Но зависимость от частоты значительно уменьшается при использовании комбинации двух дисперсионных параметров, например отношения Vp/Vs. Объемные модули, рассчитанные по уравнению Гассмана, отличаются в среднем на 15% от измеренных на разных частотах. В свою очередь ошибка скоростей составит около 5%.
Теоретическое исследование влияния засолонения на упругие свойства песчаников
Верхнечонское месторождение является частью Непско-Ботуобинской нефтегазоносной области Лено-Тунгусской нефтегазоносной провинции, и приурочено к крупной флексуре на юго-восточном склоне Непско-Ботуобинской антеклизы (рис. 3.18). На архейско-протерозойском фундаменте с перерывом залегает осадочный чехол, представленный отложениями протерозоя, палеозоя, мезозоя и кайнозоя. Формирование венд-кембрийского палеобассейна характеризовалось накоплением терригенно-карбонатно-соленосного комплекса. В основании комплекса выделяется терригенно-карбонатная формация венда, на изучаемой площади представленная отложениями мотской свиты [3].
Породы коллекторы, приуроченные к терригенным отложениям венда на Верхнечонском месторождении представлены пластами ВЧ1 и ВЧ2 (рис. 3.19). Эти пласты сложены песчаниками гравелитистыми полимиктовыми, аркозовыми, кварцевого состава. Зерна неокатанные, плохоотсортированные. Присутствуют включения рудных минералов. Цемент вторичный, поровый и базально-поровый, регенерационный [14]. Отличительной особенностью рассматриваемых отложений является крайне широкое развитие в них вторичных изменений: регенерация и инкорпорация зерен, ангидритизация и галитизация (засолонение).
Галитизация оказала доминирующее влияние на венд-кембрийские коллекторы подсолевого комплекса, с которым связаны основные перспективы нефтегазоносности. Присутствие галита в поровом пространстве – одна из главных причин неоднородности коллекторских свойств горизонтов, поскольку его вымывание из образцов керна приводит к повышению их пористости в 2 - 2.5 раза и увеличению проницаемости в сотни раз. Засолонение порового пространства наиболее распространено в водонасыщенных коллекторах. В связи с этим притоки пластовой воды дебитом свыше 10 м3/сут редки и получены лишь в единичных скважинах. В пределах залежей УВ отложение солей наблюдается в значительно меньшем масштабе или отсутствует вовсе. Поэтому перспективные горизонты либо дают при испытании высоко-дебитные притоки нефти и газа, границя Непско-Ботуобинской антеклиэы Главные месторождения: границы Нелегкого и Мирнинского сводов г Нефтяные
Обзорная карта. Непско-Ботуобинская антеклиза [3] Рисунок 3.19 – Стратиграфия отложений венда либо их пустотное пространство запечатано солью до такой степени, что они перестают быть коллекторами. Химический анализ показал что соль, заполнившая поры, представлена практически чистым галитом.
Для решения поставленной задачи были выбраны скважины, в которых присутствовал современный акустический (в т.ч. и на поперечных волнах), плот-ностной каротаж, а также петрофизические данные: глинистость, пористость эффективная и общая, засолонение (рис. 3.6).
Рассмотрим влияние глинистости и засолонения на упругие свойства песчаников пласта ВЧ1. На рисунке 3.20 изображен кросс-плот Vp/Vs – акустический импеданс. Глинизация пласта приводит к уменьшению акустического импеданса и увеличению Vp/Vs, что характерно для большинства терригенных пород. На рисунке 3.20(б) в тех же координатах показано влияние засолонения. Заполнение пор солью увеличивает акустический импеданс и уменьшает отношение Vp/Vs. Важно отметить, что эффект значителен только при сильном засолонении (более 40%). Анализ реальных данных засолонения песчаника согласуется с P-lmpedancer;[rnte) (itac))
Завершим анализ упругих свойств песчаников ВЧ1 выделением лито-фаций (или литоклассов), которые будут использоваться для вероятностной классификации. Критерием разделения данных на классы прежде всего является объем соли в порах. Примем для граничного значения засолонения объем соли в порах 40%: 1 класс – песчаник засолоненный (Vsalt 40%), 2 класс – песчаник (Vsalt 40%). Так же можно выделить 3 класс – чистая глина (рис. 3.22). Отложения чистых глин вскрыты несколькими скважинами в погребенном канале, положение которого можно точно установить с использованием атрибутов волнового поля, например (рис. 3.23), поэтому 3 класс из дальнейшего рассмотрения исключим.
Моделирование изменения амплитуды с удалением В этом разделе мы провели анализ изменения амплитуды с удалением по реальным сейсмограммам ОСТ, а также сопоставим полученные результаты с синтетическими сейсмограммами, рассчитанными для двух скважин: 27 и 1256. Пласт ВЧ1 в этих скважинах отличается по свойствам: в скважине 1256 песчаник сильно засолонен, в 27 – объем соли в порах незначителен (рис. Рисунок 3.23 – Картирование глинистого канала Синтетические сейсмограммы были рассчитаны на основе полноволнового алгоритма [112].
Кровля мотской свиты (отражение M2) (рис.3.25) характеризуется интенсивным отрицательным отражением, которое устойчиво по всей площади. Следующее за ним положительное отражение сопоставляется с песчаными пластами ВЧ. Средняя толщина пласта ВЧі по площади около 15 м (в скважине 27 - 16 м, в скважине 1256 - 14 м), что менее разрешающей способности имеющихся сейсмических данных (Л/4 18 — 20 м, при / = 50 — 55 Hz и V = 4000 — 4250 м/c). Поэтому отнести положительное отражение к кровле или подошве ВЧі невозможно. Моделирование позволяет оценить влияние засолонения песчаного пласта на интерференционное отражение. В скважине 1256 отражение ВЧ имеет положительный знак при нормальном падении и сильный отрицательный градиент. В скважине 27 отражение ВЧ имеет амплитуду близкую к нулю и отрицательный градиент. Так же отметим хорошее соответствие синтетических и реальных сейсмограмм.
Информативность атрибутов. Байесовская статистика
Предлагаемый способ базируется на моделях включений, которые были рассмотрены ранее и на геостатистическом алгоритме: преобразовании облака точек (cloud transform method) [35].
Рассмотрим алгоритм работы метода преобразования облака точек, который мы применили для прогноза общей пористости (рис. 4.15). На вход подается поле значений в координатах акустический импеданс - пористость (рис. 4.15 а). Значения акустического импеданса делятся на бины (рис. 4.15 б), для каждого бина строится функция плотности вероятности пористости (PDF) (рис. 4.15 г) и интегральная функция плотности вероятности (CDF) (рис. 4.15 д). Интегральные функции плотности вероятности для всех бинов показаны на рисунке 4.15 (в) в виде карты. Карта CDF используются для определения пористости по входному значению акустического импеданса: для каждого бина выбирается случайное число из равномерного распределения от 0 до 1, которое преобразуется в значение пористости согласно CDF функции (рис. 4.15 д). Таким способом, для каждого значения акустического импеданса проводится множество симуляций пористости. Рассмотренный алгоритм можно усовершенствовать, если для рассчитываемых кривых пористости учитывать пространственную связанность данных. Для этого необходимо подобрать теоретическую вариограмму пористости, которая будет использоваться для расчета всех симуляций. На рис. 4.16 показаны экспериментальные вариограммы для исследуемых скважин, красным цветом изображена осредненная вариограмма
Работа алгоритма была протестирована на модельном разрезе, состоящем из 4 интервалов карбонатных пород с различными характеристиками порового пространства. Входные данные акустического импеданса были рассчитаны согласно модели ДЕМ со следующими свойствами скелета и флюида: К = 76.4 ГПа, /І = 49ГПа, р = 2.87 г/см3, Kji = 2.5 ГПа, pji = 1 г/см3, ipc = 0.6. Значения пористости и аспектного отношения для каждого интервала были заданы нормальными распределениями (рис. 4.17). Для каждого интервала было рассчитано по 100 значений акустического импеданса. На рисунке 4.18 представлен график акустический импеданс - пористость для модельных данных. Цветом показаны значения для различных интервалов разреза. Также в модельные данные были добавлены фоновые значения (500 точек) со следующими параметрами нормального распределения для пористости: fipor = 0.08,
Экспериментальные и теоретическая (черная) вариограммы пористости для исследуемого интервала Op0r = 0.005 и аспектного отношения: /ia = 0.1, aa = 0.001. Затем, используя те же нормальные распределения пористости и аспектного отношения (рис. 4.17) и модель ДЕМ, была рассчитана кривая акустического импеданса для которой проводился прогноз пористости и аспектного отношения. Результаты работы алгоритма представлены на рисунке 4.19. На рисунке 4.19 (а) показана модельная пористость (черная) и среднее 50 симуляций пористости (синяя). Средняя ошибка в прогнозе пористости составила менее 0.02 для всего интервала разреза. На рисунке 4.19 (б) показана кривая аспектного отношения и среднее 50 симуляций аспектного отношения (красная). Характер поведения прогнозной кривой аспектного отношения соответствует модельной кривой и позволяет классифицировать разрез по типу порового пространства. На рисунке 4.19 (в) показана вероятность появления пористости более 0.05. Необходимо отметить, что расчет модельных данных проводился без учета вертикальной связанности данных (без учета вариограммы). Этот факт объясняет наличие аномальных значений, например на кривой аспектного отношения (глубина 2012.8, 2017, ...).
График акустический импеданс - общая пористость для целевого интервала. Линии - модели ДЭМ для различного аспектного отношения (0.008, 0.1, 1) дения в Восточной Сибири. Исследуемый интервал представлен доломитами с незначительным содержанием глины и ангидрита. Отметим сложную связь общей пористости и акустического импеданса, которая не позволяет применить традиционные способы прогноза пористости. Для анализа этих данных мы использовали модифицированные дифференциальные эффективные модели (ДЭМ) с критической пористостью 0.6. Модели рассчитывались в два этапа. Сначала определялись упругие модули сухой породы, затем проводилось заполнение пор водой согласно уравнению Гассмана. За свойства матрицы приняты свойства чистого доломита. Модели показаны линиями на графике (рис. 4.20).
Прогноз пористости и аспектного отношения по данным ГИС проведем по скважине представленной на рисунке 4.12. В данном случае было проведено 100 симуляций пористости и последующих расчетов аспектного отношения. Точность определения аспектного отношения была выбрана 0.00001. На рисунке 4.21 показаны различные способы обработки множества реализаций: наиболее вероятное значение пористости, а также квантили Р10, P90, наиболее вероятное значение аспектного отношения, вероятность наличия пористости более 7%. Ошибка прогноза средней пористости увеличивается в интервале глинизации доломитов (2104-2108 м), который может быть установлен по значениям кривой аспектного отношения, где 0.05. В области кавернозной пористости 0.1, в интервале трещины 0.08 0.1 . Достоверность интервалов подтверждается объемной моделью и данными FMI (рис. 4.12).
