Rock Physics Modeling and Fracture Prediction of Double Porosity Media in the Hutubi Area
-
摘要:
呼图壁地区深层目标合层系白垩系清水河组与侏罗系喀拉扎组、头屯河组（K1q、J3k、J2t）具有规模储层且油气资源丰富，但传统孔隙介质岩石物理建模无法有效区分油气甜点与泥岩。本文在系统分析目标段测井曲线特征基础上，通过微分等效介质岩石物理模型进行横波速度校正，通过Gassman方程流体置换恢复纵横波速度比和纵波阻抗曲线原状地层响应特征，突出甜点储层与泥岩区分度；引入线性滑动理论，建立双孔介质裂缝型储层岩石物理模型。将原生孔隙的微分等效介质岩石物理模型与各向异性次生裂缝的线性滑动模型进行有机融合，实现呼1井-呼6井区孔缝型储层各向异性介质岩石物理建模，构建岩石物理量板。结合叠前OVT域地震数据各向异性反演，有效进行叠前AVAZ裂缝预测。本文形成一套完整的深层甜点预测方法技术流程，为类似探区深层目标勘探开发提供参考。
Abstract:The deep target strata K1q, J3k and J2t in the Hutubi area have large-scale reservoirs and abundant oil and gas resources, but the traditional rock physics modeling of porous media cannot effectively distinguish oil and gas desserts from mudstones. Based on the systematic analysis of the logging curve characteristics of the target section, the shear wave velocity is corrected by the differential equivalent medium rock physics model, and the VPVSC and PIMP curves are restored by the Gassman equation fluid replacement, which highlights the sweet spot reservoir and mudstone discrimination. The linear sliding theory is introduced to establish the rock physics model of fractured reservoirs in dual-porosity media. The differential equivalent medium rock physics model for primary pores and the linear sliding model for anisotropic secondary fractures are organically integrated to realize the anisotropic medium rock physics modeling of the pore-fracture reservoir in the Hu 1-Hu 6 well area, and the rock physics plate is constructed. Combined with the anisotropic inversion of pre-stack OVT domain seismic data, the dominant reservoirs are effectively predicted. This paper has formed a complete set of deep fracture prediction method and technical processes, that provide a reference for the exploration and development of deep targets in similar exploration areas.
-
Keywords:
- anisotropy inversion /
- dual-porous medium /
- rock-physical /
- fracture prediction
-
COVID-19是一种具有高度传染性的疾病，对全球人民的生命和健康造成了很大威胁。2020年1月30日世界卫生组织（WHO）宣布本次疫情为全球突发公共卫生事件，并提高了风险等级。截至2023年02月03日，全球已报道超过7.54亿病例感染、超过681万人死亡[1]。胸部CT的一些影像学特征对COVID-19的诊断有意义[2]。
COVID-19的起病、发展、转归时期的临床指标及胸部CT的影像学特征是一个动态演变的过程，本文通过比较分析处于不同发病时间的COVID-19患者的临床指标与多种胸部CT影像特征，总结处于不同病程的COVID-19患者临床指标与多种胸部CT影像特征的发展规律，对临床医生的诊断与治疗提供帮助。
1. 材料与方法
1.1 研究人群
收集2022年11月至2023年1月期间首都医科大学附属北京世纪坛医院发热门诊收治的161例新型冠状病毒抗原阳性同时胸部CT显示肺部感染阳性的病例，其中男91例（56.5％），女70例（43.5％），年龄26～98岁，平均年龄（68.5±15.8）岁；病程1～35 d，平均病程（9.1±5.6） d；按首次发热时间与CT检查时间间隔不同分为两组（＜10 d组，≥10 d组）。
本研究纳入的临床指标包括临床症状（发热、憋气、咳嗽、咳痰、咽痛、肌痛）、实验室指标（C反应蛋白、白细胞、淋巴细胞、单核细胞、中性粒细胞计数）。
1.2 CT扫描方法
采用32排北京SINOVISION CT Insitum-CT 338机型。扫描参数：探测器宽度16 cm，螺距1.0，管电压120 kV，管电流150 mAS，重建层厚肺窗1.5 cm，层间距1.5 cm，纵隔窗5 mm，层间距5 mm，重建矩阵512×512，FOV 380～450。扫描范围肺尖至肺底。
1.3 影像分析
由两名有经验的放射科医生分别阅片，对161例病例的胸部CT影像特征进行评价，如意见不一致，由高级别医生决定。评价的CT影像特征包括：周围（胸膜下、胸膜内）、中央（血管周、血管外）、混合分布、上肺为主，下肺为主，斑片、大片、束带、铺路石征、空气支气管征、空泡征、蜂窝、边界不规则、病灶内条索、纤维索条、牵拉支扩、反晕征、煎蛋征、胸膜尾征、胸膜下线、胸膜下栅栏、胸膜增厚、叶间裂增厚、胸腔积液。
其中周围分布中的胸膜下分布指病变与胸膜相连；胸膜内分布指病变与胸膜间存在胸膜下黑线或胸膜下黑带即与胸膜间存在未受累区；中央分布中的血管周指病变分布在血管周围、紧邻血管；血管外指病变与血管间存在未受累区。
1.4 统计学方法
采用SPSS 26.0软件，根据发病与CT检查时间间隔将患者分为两组：＜10 d组和≥10 d组，比较两组患者相关的临床指标与影像学征象。选择10 d作为分组的依据：有研究发现在轻度和中度COVID-19患者中，传染性病毒可以在症状发作后持续一周或更长时间，并随着时间的推移而下降，在症状出现后10 d，病毒培养的可能性降至6％[3]。
本研究数据均为非正态资料，以中位数及四分位数表示，组间比较采用曼-惠特尼检验、分类变量使用卡方检验或费舍尔精确检验。P<0.05表示差异有统计学意义。
2. 结果
两组COVID-19患者中，临床症状、实验室化验指标、CT影像学征象存在统计学差异。临床症状中咽痛和肌痛在两组间的差异有统计学意义，咽痛在＜10 d组发生几率更大，肌痛在≥10 d组发生几率更大；而发热、憋气、咳嗽、咳痰两组间未见明确统计学意义（表1）。
表 1 不同病程患者组临床症状占比情况Table 1. Proportion of clinical symptoms in different disease course groups临床指标 组别 统计检验 ＜10 d ≥10 d $Z/\chi^{2}$ P 年龄（$M(Q_1,Q_3)$） 69（59，82） 70（59，79） -0.328 0.743 性别（男，例（％）） 52（56.5） 39（56.5） 0.000 1.000 发热/（例（％）） 92（100.0） 69（100.0） — — 憋气/（例（％）） 13（14.1） 14（20.3） 1.072 0.301 咳嗽/（例（％）） 45（48.9） 37（53.6） 0.112 0.738 咳痰/（例（％）） 84（91.3） 64（92.8） 0.350 0.554 咽痛/（例（％）） 43（46.7） 19（27.5） 6.140 0.013 肌痛/（例（％）） 3（3.3） 9（13.0） 5.470 0.019 在实验室指标中，C反应蛋白的差异存在统计学意义，C反应蛋白在＜10 d组数值更高淋巴细胞计数更低；而白细胞、中性粒细胞和单核细胞计数在两组间未见明确统计学差异（表2）。
表 2 不同病程患者组实验室指标对比情况Table 2. Comparison of laboratory indicators in different disease course groups实验室指标（$M(Q_1,Q_3)$） 组别 统计检验 ＜10 d ≥10 d Z P C反应蛋白/（mg/L） 32.71（11.52，67.57） 15.70（2.88，50.93） -2.761 0.006 白细胞/（×109/L） 6.23（4.82，7.74） 6.99（5.10，8.29） -1.570 0.116 淋巴细胞/（×109/L） 1.31（0.99，1.69） 1.78（1.03，2.41） -2.979 0.003 单核细胞/（×109/L） 0.35（0.44，0.61） 0.47（0.37，0.59） -0.297 -0.766 中性粒细胞/（×109/L） 4.09（3.01，5.89） 4.22（3.19，5.90） -0.478 0.632 在CT影像特征方面，＜10 d组患者存在血管周、混合分布、大片（图1（a））、空气支气管征（图1（a））的比例更高，≥10 d组患者存在边界不规则、病灶内索条（图1（d）和（e））、反晕征（图1（b）和（f））、胸膜尾征（图1（d））、胸膜下线（图1（c））、胸膜下栅栏（图1（c））的比例更高，差异有统计学意义。而胸膜下、胸膜内、血管外、上肺为主、斑片、束带状、实变相关征象、铺路石征、牵拉支扩、空泡征、煎蛋征、蜂窝、胸膜增厚、叶间裂增厚、胸腔积液出现占比在两组间差异没有统计学意义（表3）。
![]()
图 1 COVID-19肺部感染的相关影像学征象Figure 1. Imaging signs associated with COVID-19 lung infection表 3 不同病程患者组病灶各类影像征象占比情况Table 3. Proportion of various imaging signs in the lesions of patients with different disease course影像指标 组别 统计检验 ＜10 d（92例） ≥10 d（69例） $\chi^{2} $ P 分布特征/（例（％）） 周围 88（95.7） 68（98.6） 1.101 0.294 胸膜下 67（72.8） 49（71.0） 0.064 0.800 胸膜内 85（92.4） 66（95.7） 0.720 0.396 中央 74（80.4） 45（65.2） 4.735 0.030 血管周 74（80.4） 43（62.3） 6.515 0.011 血管外 10（10.9） 8（11.6） 0.021 0.885 混合 71（77.2） 42（60.9） 5.009 0.025 分布优势/（例（％）） 上肺为主 10（10.9） 6（8.7） 0.208 0.648 下肺为主 41（44.6） 43（62.3） 3.846 0.050 病变形态/（例（％）） 斑片状 81（88.0） 56（81.2） 1.473 0.225 大片状 56（60.9） 25（36.2） 9.574 0.002 束带状 39（42.4） 34（49.3） 0.754 0.385 实变相关征象/（例（％）） 42（45.7） 29（42.0） 0.210 0.647 铺路石征 56（60.9） 35（50.7） 1.651 1.199 空气支气管征 69（75.0） 32（46.4） 13.817 0.000 空泡征 52（56.5） 38（55.9） 0.006 0.936 机化纤维化征象/（例（％）） 蜂窝 9（9.8） 9（13.0） 9.414 0.516 边界不规则 40（43.5） 44（63.8） 6.505 0.011 病灶内索条 22（23.9） 37（53.6） 14.991 0.000 纤维索条 61（66.3） 51（73.9） 1.078 0.299 牵拉支扩 50（54.3） 45（65.2） 1.926 0.165 反晕征 30（32.6） 37（53.6） 7.166 0.007 煎蛋征 46（50.0） 42（60.9） 1.880 0.170 胸膜尾征 38（41.3） 44（63.8） 7.961 0.005 胸膜下线 21（22.8） 34（49.3） 12.264 0.000 胸膜下栅栏 7（7.6） 26（37.7） 21.881 0.000 胸膜病变/（例（％）） 胸膜增厚 68（73.9） 56（81.2） 1.170 0.279 叶间裂增厚 14（15.2） 17（24.6） 2.251 0.134 胸腔积液 3（3.3） 3（4.3） 0.130 0.719 3. 讨论
3.1 不同病程COVID-19患者的临床表现和实验室指标分析
研究显示，COVID-19常见的临床症状主要为发热、咳嗽，咳痰、畏寒、头痛、咽痛、胸闷气促、流涕、肌痛、乏力、腹痛等，有研究认为咽痛更多见于轻症，而肌痛在重症患者中更多见[4]；在本研究中，咽痛在＜10 d组更常见，而肌痛在≥10 d组更常见，结果支持了既往研究。
C反应蛋白（CRP）已被公认为全身炎症和严重感染的标志物[5]。作为一种急性期反应物，CRP与宿主细胞病原体和膜中的磷酸胆碱结合，增强吞噬作用、促进清除，此外，CRP与配体结合后还可以效地激活补体系统[6]。C反应蛋白水平的升高与全身炎症反应和COVID-19患者的严重程度紧密相关[7-8]。本研究重症患者较少，主要为轻型和中型患者，C反应蛋白在病毒感染的急性期升高，而随着病程时间延长，炎症逐渐吸收，C反应蛋白呈下降趋势，符合炎症发展的规律。
有文献报道，淋巴细胞在COVID-19急性期表现为数量减少，在恢复期其数量逐渐升高至正常水平[9-10]。在本研究中，相对于≥10 d组而言，＜10 d组淋巴细胞计数下降更明显，提示随病程的延长，肺部感染逐渐吸收好转，本研究与文献一致。
3.2 不同病程的COVID-19患者CT征象分析
研究显示，新型冠状病毒利用血管紧张素转化酶-2（ACE2）作为细胞受体后，首先引起肺间质损伤、随后伴有实质的变化[2,11-12]。有文献基于尸检结果发现，新型冠状病毒相关的肺部病理改变以3个阶段的弥漫性肺泡损伤（DAD）为特征，即渗出、增生和纤维化[13]。大片影（>3 cm）是肺部炎症渗出、实变的表现，在＜10 d组占比更高，而随着病程延长，炎症渗出病变逐渐吸收，大片影随之减少。血管周和混合分布说明炎症累及范围较广，在＜10 d组占比更高，说明随着病程延长，炎症范围减小。
在影像学征象方面，本研究显示不同病程的COVID-19多个征象存在明显的统计学差异。支气管充气征（air bronchogram）是指在不透明背景下可以看到充气支气管影，据报道是COVID-19的CT表现[2,10]。支气管充气征通常在大片影背景里存在，这就可以解释支气管充气征发生规律和大片影相同。反晕征（reversed halo sign），又称环礁征（atoll sign），表现为中心是密度较低的磨玻璃密度影，周围是新月形或环形的高密度实变影[2,14]。本次研究中，≥10 d组反晕征发生机率更多，可能是由于随着病程延长、疾病的发展，围绕GGO发生实变、增殖、机化，或是病变吸收而在中心留下相对低密度[15-16]。
在COVID-19中观察到纤维化或纤维索条的CT表现。有研究显示[17]，17％ 的COVID-19患者存在纤维条索。纤维化可能是由于肺慢性炎症或增殖性疾病愈合期间细胞成分逐渐被瘢痕组织取代而形成的。本研究中，纤维索条在两组间的差异未见明确统计学差异，原因可能如下：
①本研究中纳入的患者多为老年 COVID-19患者，其本身存在基础性纤维索条改变；②纤维索条在肺部CT中是较为常见的征象，炎症、结核等很多原因都可以导致，同时，纤维索条在10 d后出现更可能是疾病转归的一种表现，而一次检查无法评价索条是否为陈旧性病变。
基于以上的原因，本研究引入病灶内索条的概念，在≥10 d组病灶内索条占比更多，更能反映病变内部出现了纤维化的表现。
胸膜下线、胸膜下栅栏、胸膜尾征的出现提示出现肺部纤维化改变。对于以上几个COVID-19患者的CT相关影像学征象，目前研究较少。本研究中≥10 d组出现胸膜下线、胸膜下栅栏、胸膜尾征的机率更大，提示随着病程延长、疾病的发展，肺部渗出、实变病灶逐渐吸收，出现了肺部纤维化改变。
目前，纤维化与患者预后之间的关系值得商榷。部分研究认为纤维化的存在表明疾病状态稳定的COVID-19患者预后良好[15]。然而，也有研究显示纤维化可能表明COVID-19预后不良，认为纤维化征象提示其随后可能进展到高峰期或导致肺间质纤维化疾病[16-18]。
本研究存在部分局限性：①本研究纳入患者多为轻中症患者，下一步可增加重症患者的比例进行研究；②本研究未纳入肺功能成像指标；③本研究仅分析早期纤维化相关征象的差异，可进一步纳入长期的COVID-19患者进行研究。
综上所述，不同病程的COVID-19患者不仅在临床症状、实验室指标方面存在明显差异，在CT图像上病变的分布、形态、特殊征象方面均存在显著差异，认识这些差异存在的规律，可以帮助临床医生更好地诊断和治疗COVID-19。需要特别指出的是，本研究发现在发病10 d后，肺部机化和纤维化的影像学征象占比更高、对比<10 d组有显著差异，提示临床医生在发病10 d或更早时间使用抗纤维化药物是有一定必要性的。
-
![]()
图 2 呼探1井（左）和呼6井（右）的测井解释成果对比图
Figure 2. Comparison of logging interpretation results of Hutan 1 well (left) and Hutan 6 well (right)
![]()
图 3 呼101井各向同性介质岩石物理建模成果
Figure 3. Rock physics modeling results of isotropic medium in Hu 101 well
![]()
图 4 岩石物理建模校正与储层流体置换校正效果图
Figure 4. Rock physics modeling correction and reservoir fluid replacement correction effect diagram
![]()
图 5 呼6井双孔介质岩石物理评价成果图
Figure 5. The rock physics evaluation results of the double-porosity medium in Hu 6 well
![]()
图 6 呼探1井双孔介质岩石物理评价成果图
Figure 6. The rock physics evaluation results of the double-porosity medium in Hutan 1 well
![]()
图 8 呼探1井点OVT道集K1q顶面AVOZ曲线
Figure 8. AVOZ curve of K1q top surface of OVT gathers in Well Hutan 1
![]()
图 10 呼探1井主测线裂缝强度剖面
Figure 10. Fracture strength profile of main survey line in Hutan 1 well
![]()
图 11 清水河组（K1q）叠前AVAZ裂缝预测效果
Figure 11. Pre-stack AVAZ fracture prediction effect of Qingshuihe Formation (K1q)
![]()
图 12 清水河组（K1q）黑框区域叠前AVAZ裂缝预测效果局部放大图
Figure 12. Local enlarged map of pre-stack AVAZ fracture prediction effect in black frame area of Qingshuihe Formation (K1q)
![]()
图 13 清水河组（K1q）红框区域叠前AVAZ裂缝预测效果局部放大图
Figure 13. Local enlarged map of pre-stack AVAZ fracture prediction effect in red frame area of Qingshuihe Formation (K1q)
![]()
图 14 喀拉扎组（J3k）叠前AVAZ裂缝预测效果
Figure 14. Prestack AVAZ fracture prediction effect of Kalazha Formation (J3k)
![]()
图 15 喀拉扎组（J3k）黑框区域叠前AVAZ裂缝预测效果局部放大图
Figure 15. Local enlarged map of pre-stack AVAZ fracture prediction effect in black frame area of Kalazha Formation (J3k)
![]()
图 16 喀拉扎组（J3k）红框区域叠前AVAZ裂缝预测效果局部放大图
Figure 16. Locally enlarged map of the pre-stack AVAZ fracture prediction effect in the red frame area of Kalazha Formation (J3k)
-
[1] 杜金虎, 熊金良, 王喜双, 等. 世界物探技术现状及中国物探技术发展的思考[J]. 岩性油气藏, 2011,23(4): 1−8. doi: 10.3969/j.issn.1673-8926.2011.04.001 DU J H, XIONG J L, WANG X S, et al. Status quo of international geophysical exploration technologies and thinking about the development of PetroChina geophysical exploration technologies[J]. Lithologic Reservoirs, 2011, 23(4): 1−8. (in Chinese). doi: 10.3969/j.issn.1673-8926.2011.04.001
[2] 李金诺. 浅谈石油行业大数据的发展趋势[J]. 价值工程, 2013,32(29): 172−174. doi: 10.3969/j.issn.1006-4311.2013.29.090 LI J N. The development tendency of big data in petroleum industry[J]. Value Engineering, 2013, 32(29): 172−174. (in Chinese). doi: 10.3969/j.issn.1006-4311.2013.29.090
[3] 张保庆, 周辉, 左黄金, 等. 宽方位地震资料处理技术及应用效果[J]. 石油地球物理勘探, 2011,46(6): 396−400, 406. doi: 10.13810/j.cnki.issn.1000-7210.2011.03.027 ZHANG B Q, ZHOU H, ZUO H J, et al. Wide azimuth data processing techniques and their applications[J]. Oil Geophysical Prospecting, 2011, 46(6): 396−400, 406. (in Chinese). doi: 10.13810/j.cnki.issn.1000-7210.2011.03.027
[4] 李桂林, 夏忠谋, 陈高, 等. 陆上复杂介质下高精度叠前宽方位角地震采集技术—以镇巴工区为例[J]. 地球物理学进展, 2014,29(1): 0282−0290. LI G L, XIA Z M, CHEN G, et al. High-resolution prestack wide azimuth seismic acquisition technique in complex media of land: A example in Zhenba area[J]. Progress in Geophysics, 2014, 29(1): 0282−0290. (in Chinese).
[5] WILLIAMS M, JENNER E. Interpreting seismic data in the presence of azimuthal anisotropy; or azimuthal anisotropy in the presence of the seismic interpretation[J]. The Leading Edge, 2002, 21(8): 771−774. doi: 10.1190/1.1503192
[6] 孙炜, 何治亮, 李玉凤, 等. 改进的方位各向异性裂缝预测方法及应用[J]. 石油地球物理勘探, 2014,49(6): 1170−1178. SUN W, HE Z L, LI Y F, et al. An improved method of fracture prediction based on P-wave anisotropy and its application[J]. Oil Geophysical Prospecting, 2014, 49(6): 1170−1178. (in Chinese).
[7] 姜传金, 鞠林波, 张广颖, 等. 利用地震叠前数据预测火山岩裂缝的方法和效果分析—以松辽盆地北部徐家围子断陷营城组火山岩为例[J]. 地球物理学报, 2011,54(2): 515−523. doi: 10.3969/j.issn.0001-5733.2011.02.031 JIANG C J, JU L B, ZHANG G Y, et al. The method and effect analysis of volcanic fracture prediction with prestack seismic data: An example from the volcanic rocks of Yingcheng formation in Xujiaweizi fault depression, north of Songliao basin[J]. Chinese Journal of Geophysics, 2011, 54(2): 515−523. (in Chinese). doi: 10.3969/j.issn.0001-5733.2011.02.031
[8] 陈明春, 徐晟, 魏春光. 裂缝型碳酸盐岩储层预测技术及海外气田勘探实践[J]. 地球物理学进展, 2015,30(4): 1660−1665. doi: 10.6038/pg20150419 CHEN M C, XU S, WEI C G. Technique of fractured carbonate reservoir prediction and its application in oversea gas field exploration[J]. Progress in Geophysics, 2015, 30(4): 1660−1665. (in Chinese). doi: 10.6038/pg20150419
[9] 刘军迎, 雍学善, 杨午阳, 等. 基于叠前方位振幅的大港-埕海地区奥陶系风化壳裂缝储层的叠前预测[J]. 地球物理学进展, 2012,27(4): 1588−1597. doi: 10.6038/j.issn.1004-2903.2012.04.036 LIU J Y, YONG X S, YANG W Y, et al. Prestack fracture reservoir bed estimation of Ordovician weather layer of Dagang-Chenghai area based on azimuthal prestack seismic amplitude[J]. Progress in Geophysics, 2012, 27(4): 1588−1597. (in Chinese). doi: 10.6038/j.issn.1004-2903.2012.04.036
[10] 贾跃玮, 魏水建, 吕林. 应用地震纵波方位各向异性定量预测火山岩裂缝[J]. 石油物探, 2014,53(4): 477−483. doi: 10.3969/j.issn.1000-1441.2014.04.014 JIA Y W, WEI S J, LV L. Application of seismic P-wave azimuthal anisotropy in volcanic fracture quantitative prediction[J]. Geophysical Prospecting for Petroleum, 2014, 53(4): 477−483. (in Chinese). doi: 10.3969/j.issn.1000-1441.2014.04.014
[11] 王康宁, 李慧莉, 张继标. 塔中北坡地区奥陶系碳酸盐岩叠前地震裂缝预测方法应用研究[J]. 地球物理学进展, 2017,32(5): 2078−2084. doi: 10.6038/pg20170530 WANG K N, LI H L, ZHANG J B. Study of pre-stack seismic fracture prediction method and its application in Ordovician carbonate formation in northern slope of the Tazhong uplift[J]. Progress in Geophysics, 2017, 32(5): 2078−2084. (in Chinese). doi: 10.6038/pg20170530
[12] 印兴耀, 马正乾, 向伟, 等. 地震岩石物理驱动的裂缝预测技术研究现状与进展(I)−裂缝储层岩石物理理论[J]. 石油物探, 2022,61(2): 183−204. YIN X Y, MA Z Q, XIANG W, et al. Review of fracture prediction driven by the seismic rock physics theory (Ⅰ): Effective anisotropic seismic rock physics theory[J]. Geophysical Prospecting for Petroleum, 2022, 61(2): 183−204. (in Chinese).
下载:
计量
- 文章访问数: 144
- HTML全文浏览量: 64
- PDF下载量: 26
