学文网【摘要】从Gassmann出发，根据岩石物理参数属性基础及地震波的波动理论及不同流体其性质不同的原理，构建了一个高灵敏度流体识别因子。根据Hiltermann的3类砂岩模进行对比分析不同识别因子在流体识别的灵敏度。得出新构建的识别因子更加灵敏。
【关键词】识别因子 纵横波波阻抗 拉梅系数 流体识别
随着地震勘探目标的深入和地层里油气储集体越来越复杂，需要更多反映储层流体的有效信息。地震纵波、横波及转换波综合利用为此提供了效果显著的方法。在地震数据基础上对地质储层的流体识别的各种深入研究中，出现了各种流体的指示方法。如Russell[1]等提出的ρf 流体识别因子、国内宁忠华[4]等也提出了具有波阻抗量纲σFS FI F 等。本文从Biot - Gassmann[2][3]孔隙弹性理论和流体替换理论出发，从理论上分析研究了流体因子的敏感性，然后构建了个高灵敏度识别因子。
1 构建的敏感流体识别因子的理论基础
据Biot理论可得：
式中：饱和流体岩石的拉梅常数为λsat；干燥岩石的拉梅常数λdry；当孔隙压力为常数时，流体体积与岩石体积之间变化之比为β；流体在体积不变时进入地层的压力，为地层模量M。Gassmann在1951年推导出公式：
2 构建高敏感流体识别因子
在波阻抗量纲中，波阻抗量纲的低次类可以将数据的差异缩小，高次类的量纲可以将数据的差异更加的突出，两者的结合可以突出构建的因子的灵敏性，更好的达到流体识别的目的。
根据表1可以看出，纵波阻抗Ip第一类砂岩里面并不能很好的区分出含气、含水砂岩，在第二类和第三类里面能区分，效果不明显；因横波阻抗Is对流体不敏感，即横波阻抗在区分三类砂岩的含水与含气效果上都不明显；在流体识别因子中，ρ？与σHSFIF对三类砂岩区分还是比较明显的，它们的取值都为正数。笔者构建的识别因子σLKE在三类砂岩的含水与含气的区分上更加明显，例如在流体识别因子在取正数值的时候，能很好的区分第三类砂岩里含水含气，在含水的时候为2503.9，而含气为1.694；在第一类砂岩与第二类砂岩样本里，σLKE的区分含水含气效果更加明显，正数值代表含水，负数值代表含气，第一类砂岩的含水为671.8，第一类砂岩的含气为-8227，第二类砂岩含水为6464.2，第二类砂岩含气为-40.06。
4 结论
从Biot Gassmann方程为出发点，对流体敏感识别因子与不敏感识别因子进行不同次方量纲组合，可以得出更敏感的流体识别因子σLKE。通过实际计算证明，该敏感因子比别的流体识别因子有更高的敏感度。构建的流体因子还要与当地实际资料结合，根据不同的储层地区，从而构建合适的敏感流体识别因子 。
参考文献
[1] Russell B H ， Hedlin K， Hilterman F J ，et al. Fluid -property discrimination with AVO ： A Biot-Gassmann perspective[J ]. Geophysics ， 2003，68 （1） ：29-39
[2] Biot， M.A.，Theory of propagation of elastic waves in fluid saturated porous solid，I：Low frequence range， and II： Higherfrequence range[J]. Jounal of the Acoustical Society of America，1956，28：168-196
[3] Gassmann， F.，Uber die Elastizitat poroser Medien， Vierteljahrsschrift der Naturforschenden Gesellschaft in Zurich[J].1951，96：1-23
[4] 宁忠华，贺振华，黄德济.基于地震资料的高灵敏度分析流体识别因子[J].石油物探， 2006，45 （3） ：239-241