Detekcja stref o lepszych parametrach zbiornikowych na podstawie atrybutów obliczanych z inwersji sejsmicznej

Abstract

Celem artykułu było wyodrębnienie stref o korzystniejszych parametrach zbiornikowych na podstawie analizy atrybutów sejsmicznych obliczanych z inwersji sejsmicznej w połączeniu z danymi otworowymi. Obliczenia przeprowadzono na wolumenie sejsmicznym ze zdjęcia 3D usytuowanego w środkowej części przedgórza Karpat. Przedmiotem badań była stropowa część kompleksu węglanowego górnej jury. Do identyfikacji stref o preferowanych parametrach wykorzystane zostały wykresy krzyżowe atrybutów impedancji fali podłużnej względem Lambda-Rho (Zp – λρ) oraz Lambda-Rho względem Mu-Rho (λρ – μρ). W obliczeniach wykorzystano opcję horizon probe dostępną w module Geobody Interpretation oprogramowania Petrel. Na podstawie otrzymanych wyników można stwierdzić, że najlepsze dopasowanie obrazu na przekrojach sejsmicznych z profilowaniem porowatości (PHI) w otworze G-4 uzyskano dla wariantu obliczeń Lambda-Rho vs. Mu-Rho, w którym w obrębie wyodrębnionych stref o lepszych parametrach zbiornikowych wydzielono trzy klasy zakresów wartości. Pozwoliło to również w lepszym stopniu zwizualizować zmienność analizowanych parametrów. Wyniki przeprowadzonych badań wskazują, że utwory węglanowe górnej jury w obszarze badań mają zróżnicowane parametry zbiornikowe, przy czym strefy o lepszych własnościach zlokalizowane są głównie w stropowej części tego kompleksu. Generalnie rejon o lepszym rozwoju własności zbiornikowych znajduje się na północny zachód od analizowanego otworu G-4. Można przypuszczać, że jest to związane z obecnością w tym rejonie regionalnych dyslokacji, wokół których doszło do rozwoju szczelinowatości. Najprawdopodobniej dodatkowym czynnikiem odpowiedzialnym za wzrost porowatości w tej strefie jest powierzchnia krasowa, rozwinięta bezpośrednio w stropie utworów jury. Prezentowana metodyka może znaleźć zastosowanie nie tylko do bezpośredniej identyfikacji poziomów skał zbiornikowych o preferowanych parametrach, ale może być też szeroko wykorzystywana w różnego typu analizach i modelowaniach przestrzennych.