پژوهش نفت

پژوهش نفت

کاربرد پارامترهای ژئومکانیکی در شناسایی نواحی هیدروکربنی و تعیین لیتولوژی مخزن نهرعمر در یکی از میادین نفتی جنوب ایران

نوع مقاله : مقاله پژوهشی

نویسندگان
علی کدخدایی
پیمان عزیزی شوشبلاغ
دانشگاه شهیدبهشتی
10.22078/pr.2025.5699.3528
چکیده
پارامترهای ژئومکانیکی در صنعت نفت و گاز نقش کلیدی در ارزیابی خصوصیات سنگ مخزن، پیش‌بینی رفتار سازند در برابر حفاری و بهینه‌سازی تولید هیدروکربن ایفا می‌کنند. در این پژوهش، به‌منظور شناسایی بهترین ناحیه هیدروکربنی در یک میدان نفتی و تعیین لیتولوژی مخزن، از پارامترهای ژئومکانیکی استفاده شده است. در مرحله نخست، با بهره‌گیری از یک شاخص ترکیبی، متشکل از حاصل‌ضرب پارامترهای ژئومکانیکی و مقاومت صوتی که از وارون‌سازی لرزه‌ای پیش از برانبارش به‌دست آمدند، مناطق مستعد هیدروکربن شناسایی گردیدند. کاهش مقدار این شاخص ترکیبی، نشان‌دهنده افزایش احتمال حضور هیدروکربن در ناحیه مورد نظر است. در ادامه، با تهیه نقشه‌های ایزوکور در مناطق شناسایی‌شده، نواحی دارای بیشترین ضخامت به‌عنوان گزینه‌های بهینه برای اکتشاف، استخراج و تولید انتخاب گردیدند. پس از تعیین دقیق محل حفاری، لیتولوژی‌های مخزن شامل شیل، سنگ‌آهک، سنگ‌آهک دارای گاز و ماسه‌سنگ حاوی نفت ـ که پیش‌تر از طریق نمونه‌برداری خرده‌سنگ‌های حفاری شناسایی شده بودند ـ با استفاده از نمودارهای پراکندگی ژئومکانیکی مختلف مورد تجزیه‌وتحلیل و تفکیک قرار گرفتند. این نمودارها شامل مدول یانگ در برابر نسبت پواسون، Z_p در برابر V_p/V_s ، Mu-Rho در برابر Lambda-Rho و نسبت پواسون در برابر Lambda-Rho هستند. هدف از این نمودارها، بررسی دقیق روند تغییرات لیتولوژی بر اساس داده‌های لرزه‌ای و فراهم آوردن امکان شناسایی و تفکیک دقیق لیتولوژی‌ها بدون نیاز به حفاری است. این رویکرد، به مطالعات آتی اجازه می‌دهد تا با بهره‌گیری از نمودارهای مشابه و روندهای همگن، فرآیند شناسایی لیتولوژی را بهبود بخشند. به‌منظور ارزیابی دقت روش، مقاومت صوتی تراکمی و مدول یانگ حاصل از داده‌های لرزه‌ای با مقادیر متناظر در داده‌های چاه مقایسه شد؛ تطابق ۹۰ درصدی مقاومت صوتی و بیش از ۸۰ درصدی مدول یانگ، دقت و قابلیت اطمینان این روش را در توصیف ویژگی‌های ژئومکانیکی مخزن به‌طور مؤثری تأیید می‌کند.
کلیدواژه‌ها
پارامترهای ژئومکانیکی
وارون‌سازی لرزه‌ای
شناسایی لیتولوژی
پتانسیل هیدروکربنی
نمودارهای پراکندگی
موضوعات

عنوان مقاله English

Application of Geomechanical Parameters in Identifying Hydrocarbon Zones and Determining the Lithology of the Nahr-umr Reservoir in One of the Southern Oilfields of Iran

نویسنده English

peyman Azizi Shoshbulag
Shahid Beheshti University
چکیده English

Geomechanical parameters play a key role in the oil and gas industry by assisting in the evaluation of reservoir rock properties, predicting formation behavior during drilling, and optimizing hydrocarbon production. In this study, geomechanical parameters were used to identify the most favorable hydrocarbon zones in an oilfield and to determine reservoir lithology. In the first stage, hydrocarbon-prone areas were identified using an integrated attribute defined as the product of geomechanical parameters and acoustic impedance, obtained from pre-stack seismic inversion. A decrease in the value of this composite attribute indicates a higher probability of hydrocarbon presence in the area. Subsequently, isochore maps were generated for the identified areas, and zones with the greatest thickness were selected as optimal targets for exploration, extraction, and production. After determining the precise drilling locations, the reservoir lithologies—including shale, limestone, gas-bearing limestone, and oil-bearing sandstone, which had been previously identified from drilling cuttings—were analyzed and differentiated using various geomechanical scatter plots. These plots included Young’s modulus versus Poisson’s ratio, Zₚ versus Vₚ/Vₛ, Mu-Rho versus Lambda-Rho, and Poisson’s ratio versus Lambda-Rho. The purpose of these plots was to accurately examine lithological variations based on seismic data and to enable reliable identification and classification of lithologies without the need for drilling. This approach provides a framework for future studies to enhance lithological identification by employing similar plots and consistent geomechanical trends. To assess the accuracy of the method, the compressional impedance and Young's modulus derived from seismic data were compared with corresponding well log values. A 90% match in acoustic impedance and over 80% agreement in Young's modulus confirm the method's accuracy and reliability in characterizing the geomechanical properties of the reservoir.

کلیدواژه‌ها English

Geomechanical parameters
seismic inversion
lithology identification
hydrocarbon potential
scatter plots
[1]. Odoh, B. I., & Nwokeabia, C. N. (2024). Synergy in the Subsurface: Revolutionizing Reservoir Characterization through Integrated Geophysics and Rock Physics. International Journal of Research and Innovation in Applied Science, 9(8), 756-764. doi.org/10.51584/IJRIAS.2024.908068.##
[2]. Dehghani, M. H., Shadizadeh, S. R., & Roozbehani, B. (2014). Geomechanical modeling using well logs: A case study of an iranian heterogeneous carbonate reservoir. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 36(14), 1555-1570. doi.org/10.1080/15567036.2010.545808.##
[3]. Ardo, B. U. (2016). Correlating Core Analysis and Well Logging: The Stezyca Oil and Gas Field. Oil & Gas Research, 2(2), 2472-0518.##
[4]. Mondol, N. H. (2025). Well logging: principles, applications and uncertainties. In Petroleum geoscience: From sedimentary environments to rock physics (pp. 385-425). Berlin, Heidelberg: Springer Berlin Heidelberg.##
[5]. Zhou, B., Zhang, X., Zhao, L., Zhou, B., Chen, L., & Lu, Y. (2023, June). Pre-drilling prediction of 3D geomechanical parameters based on seismic data: A case study of Tarim Oilfield. In ARMA US Rock Mechanics/Geomechanics Symposium (pp. ARMA-2023). ARMA. doi.org/10.56952/ARMA-2023-0138.##
[6]. Esmaeilpour, S., & Ispas, I. (2023, June). 3D in-situ stress characterization using seismic inversion and downhole measurements. In ARMA US Rock Mechanics/Geomechanics Symposium (pp. ARMA-2023). ARMA. doi.org/10.56952/ARMA-2023-0182.##
[7]. Al-Garbawi, Z. H., & Al-Shahwan, M. F. (2019). Petrophysical evaluation for the reservoir units of Nahr-Umr formation in the luhais oil field south of Iraq. The Iraqi Geological Journal, 83-100.##
[8]. Riahi, Z. T., Sarkarinejad, K., Faghih, A., Soleimany, B., & Payrovian, G. R. (2021). Impact of inversion tectonics on the spatial distribution of hydrocarbon traps in the NW Persian Gulf and the southern Dezful Embayment, SW Iran. Marine and Petroleum Geology, 134, 105364.## doi.org/10.1016/j.marpetgeo.2021.105364.##
[9]. Noufal, A. (2020, November). Geomechanical Evidences for Conjugate Slip and Block Rotation Along the Strike. In Abu Dhabi International Petroleum Exhibition and Conference (p. D021S043R003). SPE. doi.org/10.2118/203463-MS.##
[10]. Jaber, A. K., & Shuker, M. T. (2014). Multiple linear regression approach for the permeability calculation from well logs: A case study in Nahr Umr formation-Subba oil field, Iraq. International Journal of Science and Research (IJSR), 3(6), 1408-1415. ISSN (Online): 2319-7064.##
[11]. Coulon, J. P., Lafet, Y., Deschizeaux, B., Doyen, P. M., & Duboz, P. (2006). Stratigraphic elastic inversion for seismic lithology discrimination in a turbiditic reservoir. In SEG Technical Program Expanded Abstracts  25, (1): 2092-2096. Society of Exploration Geophysicists. doi.org/10.1190/1.2369949.##
[12]. Hampson, D. P., Russell, B. H., & Bankhead, B. (2005). Simultaneous inversion of pre-stack seismic data. In SEG International Exposition and Annual Meeting.##
[13]. Veire, H. H., & Landrø, M. (2006). Simultaneous inversion of PP and PS seismic data. Geophysics, 71(3), R1-R10. doi.org/10.1190/1.2194533.##
[14]. Shuey, R. T. (1985). A simplification of the Zoeppritz equations. Geophysics, 50(4), 609-614. doi.org/10.1190/1.1441936.##
[15]. Jiang, J. W., & Park, H. S. (2014). Negative poisson’s ratio in single-layer black phosphorus. Nature communications, 5(1), 4727.##
[16]. Xie R. C., Zhou W., Yang Z. B., Shan Y. M., Zhou Q. M., and Zhang S. J. (2011). Testing characteristics and log interpretation of rock’s poisson ratio under simulating formation condition, Well Logging Technol, 35, 218–223.##
[17]. Sharma, R. K., & Chopra*, S. (2012, September). New attribute for determination of lithology and brittleness. In SEG Technical Program Expanded Abstracts, 31(1): 1-5. Society of Exploration Geophysicists. doi.org/10.1190/segam2012-1389.1.##
[18]. Katahara, K. W. (2001, September). Lame¿ s Parameter As a Pore-fluid Indicator: a Rock-physics Perspective. In SEG International Exposition and Annual Meeting (pp. SEG-2001). SEG.##
[19]. Kaczmarczyk-Kuszpit, W. (2021). Reservoir characterization based on the Lambda-Mu-Rho method–case study. Nafta-Gaz, 77(10), 625-632. doi: 10.18668/NG.2021.10.01.##
[20]. Taras, Y., & Riahi, M. A. (2023). Geomechanical assessments of a sandstone reservoir using 3D pre-stack seismic and wellbore data. Journal of African Earth Sciences, 200, 104847. doi.org/10.1016/j.jafrearsci.2023.104847.##
[21]. Castagna, J. P., & Swan, H. W. (1997). Principles of AVO crossplotting. The leading edge, 16(4), 337-344. doi.org/10.1190/1.1437626.##
[22]. Roy, A., Dowell, B. L., & Marfurt, K. J. (2012, September). Characterizing a Mississippian Tripolitic Chert reservoir using 3D unsupervised seismic facies analysis and well logs: An example from Osage County, Oklahoma. In SEG Technical Program Expanded Abstracts, 31 (1): 1-5. Society of Exploration Geophysicists. doi.org/10.1190/segam2012-1365.1.##
پژوهش نفت
دوره 36، 1405-1 - شماره پیاپی 146
فروردین و اردیبهشت 1405
صفحه 18-33