碳酸盐岩储层的结构特征多变，直接影响了其岩石物理参数。很多表现为双峰或多峰孔隙网络，孔隙直径从小于1微米到数毫米不等。此外，很多孔隙系统太大，以至于常规岩心分析无法反映其真实面貌，而且测井所得总孔隙度是不同体积上的平均值。因此，目前通过地震和测井资料解释来预测碳酸盐岩的特性仍面临诸多挑战。碎屑岩中常用的振幅vs．偏移距（amplitude versus offset）分类系统并不适用于碳酸盐岩，因为前者的孔隙大部分都是连通的粒间单峰孔隙网络。由薄片数字图像分析（DIA）得到的孔隙几何参数最近被用于改进声波速度以及渗透率和孔隙度的决定系数（coefficient of determination）。虽然该方法可以极大地改善决定系数预测结果，但它仍没有考虑孔隙的空间信息，因为DIA参数来自于二维分析。本文提出了将孔隙空间的局部和全局参数（由三维图像提取）与碳酸盐岩的实验物理性质相结合，改善P波速度和渗透率预测效果的方法。结果表明，将孔隙度、微孔隙度和三维几何参数与P波速度相结合，可以将调整后的决定系数从0．490提高至0．962。利用该方法也可以改进渗透率预测效果（从0．668增至0．948）。这些结果表明，孔隙的几何形态和孔隙尺寸是P波速度和渗透率的主控因素。
展开▼
