段冬平，侯加根，劉鈺銘，張 友，岳大力，史燕青

(1.中國石油大學 油氣資源與探測國家重點實驗室，北京 102249;2.中國石油大學 地球科學學院，北京 102249)

多點地質統(tǒng)計學方法在三角洲前緣微相模擬中的應用

段冬平1，2，侯加根1，2，劉鈺銘1，2，張 友1，2，岳大力1，2，史燕青1，2

(1.中國石油大學 油氣資源與探測國家重點實驗室，北京 102249;2.中國石油大學 地球科學學院，北京 102249)

通過鄱陽湖三角洲現(xiàn)代沉積的研究確立水下分流河道與河口壩微相的平面形態(tài)與結構特征，結合永安鎮(zhèn)油田密井網(wǎng)區(qū)資料統(tǒng)計的兩種微相寬度建立定量的訓練圖像。以此為基礎，利用多點地質統(tǒng)計學Sneisim算法進行三角洲前緣的微相模擬。模擬結果具有忠實于井點數(shù)據(jù)、不同微相平面形態(tài)與發(fā)育規(guī)模受訓練圖像定量約束的特點;能夠再現(xiàn)三角洲前緣水下分流河道與河口壩的幾何特征與空間結構。利用該方法可以建立反映現(xiàn)代沉積特征與地下實際情況的沉積微相模型。

現(xiàn)代沉積;密井網(wǎng);訓練圖像;多點地質統(tǒng)計學;三角洲前緣

如何建立精確的沉積微相地質模型一直是學者們追求的目標，國內外學者多利用密井網(wǎng)區(qū)資料、野外露頭和現(xiàn)代沉積，結合傳統(tǒng)的兩點地質統(tǒng)計學方法進行微相的隨機模擬研究［1-7］。相對于傳統(tǒng)的兩點地質統(tǒng)計學而言，多點地質統(tǒng)計學方法可以描述具有復雜空間結構和幾何形態(tài)的地質體，是今后地質統(tǒng)計學發(fā)展的方向。多點地質統(tǒng)計學應用的難點在于訓練圖像的制作，以往訓練圖像的制作以密井網(wǎng)區(qū)資料為基礎［8-12］，密井網(wǎng)區(qū)資料雖可以獲取微相的長寬數(shù)據(jù)，但不同微相的平面形態(tài)特征更依賴于地質人員的推測?，F(xiàn)代沉積可以直觀表述不同微相的平面特征。筆者以永安鎮(zhèn)油田永三斷塊沙二段5砂組為例，利用鄱陽湖三角洲現(xiàn)代沉積獲取不同微相的平面形態(tài)特征，利用密井網(wǎng)資料得到水下分流河道的寬度數(shù)據(jù)，二者結合建立定量且符合現(xiàn)代沉積的訓練圖像，對多點地質統(tǒng)計學模擬方法進行約束，并對研究區(qū)沉積微相進行隨機模擬。

1 研究區(qū)概況

永安鎮(zhèn)油田位于濟陽坳陷東營凹陷的東北部，北鄰陳家莊凸起，東鄰青坨子凸起，西為民豐洼陷，南抵東營凹陷中央隆起帶，是一個中高滲、稀油低飽和復雜斷塊油藏。永三斷塊沙二段為典型的進積三角洲沉積，沙二段5砂組為河控三角洲前緣沉積，以河口壩與水下分流河道沉積為主［13］。井網(wǎng)密度達到50口/km2，局部井距可達50 m。

研究區(qū)巖心分析與測井資料表明，5砂組巖性主要為中砂巖、粉細砂巖，分選磨圓較好，說明沉積物經(jīng)歷長距離搬運，平面砂體厚度圖呈東薄西厚的朵狀形態(tài)，屬于遠源細粒的朵狀河控三角洲。而1 700 a前至今贛江、修水、撫河、信江、饒河已進入穩(wěn)定的河流發(fā)展階段，鄱陽湖三角洲開始發(fā)育，形成了現(xiàn)今的進積型河控三角洲，巖性以中－細砂及粉砂為主、沉積物經(jīng)過長距離搬運，泥質較少、淘洗干凈，具有較高的圓度和分選性，平面形態(tài)為朵狀［14］，與研究區(qū)在沉積物的巖性、粒度、分選、磨圓以及三角洲平面形態(tài)上具有高度的相似性。因此，可以利用鄱陽湖三角洲的平面特征(水下分流河道與河口壩微相的平面形態(tài)特征、水下分流河道寬度變化與河口壩長寬比等數(shù)據(jù))來指導永安鎮(zhèn)油田沙二段5砂組沉積微相研究。

2 多點地質統(tǒng)計學原理與優(yōu)點

多點地質統(tǒng)計學分為迭代與非迭代兩類方法。迭代類方法受到迭代收斂的局限，其應用受到限制。傳統(tǒng)的非迭代算法在提取特定網(wǎng)格的局部條件概率時需要重新掃描訓練圖像，嚴重影響計算速度，Strebelle等［15-16］提出了多點統(tǒng)計隨機模擬的Snesim算法，利用搜索樹一次性存儲訓練圖像的條件概率分布，保證了模擬過程中快速提取條件概率分布函數(shù)，大大減少了運算時間。

多點地質統(tǒng)計學綜合了基于目標和基于像元的算法優(yōu)點，能有效克服傳統(tǒng)地質統(tǒng)計學描述復雜空間結構和幾何形態(tài)地質體的不足，在建模中的優(yōu)勢主要體現(xiàn)在兩個方面：①在模擬具有復雜形狀地質體分布時可以聯(lián)合反映空間多個位置點的幾何形狀和相互配位關系;②多點地質統(tǒng)計學模擬算法具有快速靈活性，模擬的沉積微相展布具有一定的真實性。

3 訓練圖像

訓練圖像的建立是多點地質統(tǒng)計學方法應用的基礎，首先利用鄱陽湖三角洲沉積確立三角洲前緣不同微相的平面形態(tài)特征，再利用永三斷塊局部密井網(wǎng)資料確定水下分流河道和河口壩微相的寬度數(shù)據(jù)，二者相結合，最終建立定量的三角洲前緣訓練圖像。

3.1 微相平面形態(tài)

鄱陽湖位于長江以南，江西省北部，贛江、撫河、修水、信江、饒河5河匯入，湖底平坦，水較淺，平均深度為8.4 m，湖盆傾斜坡度小。贛江流域面積占鄱陽湖流域總面積的49.9%，過南昌后分西、北、中、南4支入湖。以匯入鄱陽湖的贛江中支河道形成的三角洲朵葉體為例，在受人類活動影響較小的區(qū)域，利用衛(wèi)星圖像(平面分辨率30 m)揭示河控三角洲前緣水下分流河道與河口壩砂體三維幾何形態(tài)，分析水下分流河道與河口壩的平面特征并測量二者的長度、寬度數(shù)據(jù)。

3.1.1 河道形態(tài)

三角洲前緣水下分流河道在形成演化時，隨著河流流入湖盆，湖水頂托作用使河口壩砂體形成，河口壩阻礙作用導致河道開始分叉，形成新的分流河道。通過對鄱陽湖三角洲的觀測發(fā)現(xiàn)，河道分叉角度普遍小于90°(圖1(a))。整體上分流河道寬度向下游變窄，由1處的450 m降至最末端8處的40 m(圖1(b))，新分叉河道與老河道寬度比為0.5～1.3，平均為0.75。平面上水下分流河道常形成一個向湖盆方向發(fā)散的網(wǎng)狀結構。

3.1.2 河口壩形態(tài)

通過對鄱陽湖現(xiàn)代沉積中河口壩的平面形態(tài)觀察，發(fā)現(xiàn)主要呈兩端銳角收斂的狹長心灘狀河口壩和物源方向銳角收斂的三角狀河口壩兩種。

(1)狹長心灘狀河口壩。平面形態(tài)表現(xiàn)為長軸端銳角收斂，中心部位寬度最大，類似于辮狀河心灘，其形態(tài)主要受水下分流河道發(fā)育的限制，因水下分流河道的分叉在頂部形成銳角狀，在末端同樣受到分流河道的分叉與合并的影響，形成銳角收斂。這種形態(tài)的河口壩主要發(fā)育在三角洲的中上部(圖1(a))。

(2)三角狀河口壩。平面形態(tài)為物源方向銳角收斂的三角狀河口壩，其物源方向的形態(tài)由水下分流河道的分叉控制，因此物源方向呈銳角狀，而末端隨著水下分流河道的分叉、發(fā)散并消亡，最終河口壩末端的形態(tài)不再受河道控制而收斂。其河口壩規(guī)模不一，主要發(fā)育在三角洲前緣的中下部(圖1(a))。

圖1 鄱陽湖三角洲Fig.1 Poyang Lake Delta

3.1.3 不同微相砂體規(guī)模及長寬比

將分流河道上次分叉與下次分叉之間的長度定義為單一分流河道，測量其長度與寬度，測量結果表明，水下分流河道長度集中在500～1000 m，平均為900 m，寬度集中在30～150 m，平均為90 m(圖2)。

圖2 鄱陽湖三角洲前緣不同微相砂體的長度、寬度概率分布Fig.2 Sands of different micro-facies length and width of probability distribution in Poyang Lake Delta front

平面上共劃分出31個單一河口壩單元，其中在三角洲前緣中上部的心灘狀河口壩有11個，河口壩長度為750～2730 m，寬度為230～850 m。在三角洲前緣下部，因分流河道持續(xù)分叉，數(shù)量增多，河口壩的數(shù)量也相應增多，河口壩有20個，平面形態(tài)主要為三角狀河口壩，河口壩規(guī)模變化較大，河口壩長度為160～3600 m，寬度為100～1400 m。兩類河口壩的長度集中在500～1500 m，寬度為250～750 m。

鄱陽湖三角洲測量的河口壩長寬比為1.17～6.89，平均為3.28，河道長寬比為2～41，平均為15，水下分流河道的長度與寬度之間無相關性。

河口壩砂體的長度與寬度相關性較好，長度(L)與寬度(W)的關系式為

3.2 密井網(wǎng)區(qū)微相規(guī)模

根據(jù)密井網(wǎng)區(qū)資料可以確立不同微相的發(fā)育規(guī)模，研究區(qū)主要為水下分流河道與河口壩沉積。首先對研究區(qū)單井微相類型進行解釋，然后在局部密井網(wǎng)區(qū)選擇垂直物源連井剖面，測量不同微相在剖面上的發(fā)育規(guī)模(圖3)。因水下分流河道在井間邊界的具體位置無法確定，依據(jù)經(jīng)驗將河道邊界定為1/2井距處，圖3剖面中有兩條水下分流河道，測得的河道寬度平均約為100 m，而河口壩的寬度大于150 m，參考鄱陽湖三角洲水下分流河道與河口壩的發(fā)育規(guī)模，認為結果可信。

3.3 訓練圖像

綜合研究區(qū)資料及現(xiàn)代沉積研究結果，建立合理而定量的訓練圖像。

在密井網(wǎng)區(qū)，通過連井對比剖面的分析，研究區(qū)水下分流河道的寬度約為100 m，河口壩寬度大于150 m。從鄱陽湖現(xiàn)代沉積研究中得到了三角洲前緣不同微相的平面發(fā)育特征，包括水下分流河道銳角分叉，河道每分叉一次寬度減至原寬度的0.75倍，研究區(qū)內河口壩形態(tài)以狹長心灘狀為主、長寬比約為3.2。根據(jù)研究區(qū)的沉積背景，結合以上定量和定性數(shù)據(jù)，將物源方向定為北東東向，在Petrel軟件中建立研究區(qū)的訓練圖像(圖4)，訓練圖像反映了研究區(qū)微相的定量分布模式，重點在于表達儲層變化的空間結構性，同時定量反映了微相的發(fā)育規(guī)模。

圖3 密井網(wǎng)區(qū)5砂組2小層垂直物源方向連井剖面相Fig.3 Sedimentary micro-facies section of dense well zone for 2 member，sand bed 5

圖4 三角洲前緣儲層微相的訓練圖像Fig.4 Micro-facies training image of delta front

4 多點地質統(tǒng)計學的隨機模擬

Petrel軟件的多點地質統(tǒng)計學采用Snesim算法，本次研究以井點測井相為硬數(shù)據(jù)，借助現(xiàn)代沉積與密井網(wǎng)資料得到的訓練圖像對沉積微相進行模擬，建立目的層沉積微相模型。

利用Snesim算法對研究區(qū)沉積微相進行隨機建模。包括準備數(shù)據(jù)、掃描訓練圖像以構建搜索樹、選擇隨機路徑、序貫求取各模擬點的條件概率分布函數(shù)并通過抽樣獲得模擬實現(xiàn)，這一過程通過Petrel軟件自動完成。圖5為其中一個模擬實現(xiàn)(空白處為斷層錯動)。從圖中可以看出，沉積微相模擬結果在完全忠實于井信息基礎上，再現(xiàn)了訓練圖像表達的幾何形態(tài)和空間展布，不僅反映了訓練圖像的結構性，在兩種不同微相的發(fā)育規(guī)模上也與訓練圖像設定的規(guī)模相吻合。由于Snesim算法本身存在不連續(xù)性的特點，導致局部水下分流河道出現(xiàn)不連續(xù)的現(xiàn)象(圖5)，可以在后期工作中需要人機交互進行相應的處理。

圖5 研究區(qū)多點地質統(tǒng)計隨機建模模擬實現(xiàn)Fig.5 An analog implementation of multi-point geostatistics stochastic modeling in study area

5 結論

(1)通過對鄱陽湖三角洲現(xiàn)代沉積的研究可以得到水下分流河道的平面形態(tài)分布特征與寬度變化規(guī)律，其中河道呈發(fā)散分叉變窄的葉脈狀，河口壩的平面形態(tài)可劃分為狹長心灘狀與三角狀，河口壩的長寬比平均為3.28。依據(jù)在油田密井網(wǎng)區(qū)獲取水下分流河道與河口壩兩種微相的寬度數(shù)據(jù)，二者相結合可以建立與現(xiàn)代沉積特征吻合并具有定量化特點的訓練圖像。

(2)多點地質統(tǒng)計學方法綜合了基于象元方法和基于目標方法的優(yōu)點，通過已建立的定量訓練圖像，利用Snesim算法模擬三角洲前緣水下分流河道與河口壩微相，模擬結果可以展示兩種微相的幾何形態(tài)與空間展布。

(3)將現(xiàn)代沉積和實際油田資料有機結合，建立具定量特征的訓練圖像，通過多點地質統(tǒng)計學進行微相隨機模擬的方法不僅適用于三角洲前緣儲層，對其他沉積類型的微相模擬也具有借鑒意義，尤其是對現(xiàn)代沉積研究更為深入的河流相儲層。

［1］穆龍新，賈文瑞，賈愛林.建立定量儲層地質模型的新方法［J］.石油勘探與開發(fā)，1994，21(4)：82-86.

MU Long-xin，JIA Wen-rui，JIA Ai-lin.Some new methods for establishing quantitative reservoir model［J］.Petroleum Exploration and Development，1994，21(4)：82-86.

［2］李少華，張昌民，林克湘，等.儲層建模中幾種原型模型的建立［J］.沉積與特提斯地質，2004，24(9)：102-106.

LI Shao-hua，ZHANG Chang-min，LIN Ke-xiang，et al.The construction of prototype models in reservoir modeling［J］.Sedimentary Geology and Tethyan Geology，2004，24(9)：102-106.

［3］陳程，孫義梅，賈愛林.扇三角洲前緣地質知識庫的建立及應用［J］.石油學報，2006，27(2)：53-57.

CHEN Cheng，SUN Yi-mei，JIA Ai-lin.Development and application of geological knowledge database for fandelta front in the dense spacing area［J］.Acta Petrolei Sinica，2006，27(2)：53-57.

［4］賈愛林，何東博，何文祥，等.應用露頭知識庫進行油田井間儲層預測［J］.石油學報，2003，24(6)：51-58.

JIA Ai-lin，HE Dong-bo，HE Wen-xiang，et al.Application of outcrop geological knowledge database to prediction ofinter-well reservoir in oilfield［J］.Acta Petrolei Sinica，2003，24(6)：51-58.

［5］唐海發(fā)，賈愛林，彭仕宓，等.洪積扇相儲層沉積微相-巖石相隨機模擬［J］.中國石油大學學報：自然科學版，2010，34(3)：12-17.

TANG Hai-fa，JIA Ai-lin，PENG Shi-mi.et al.Stochastic modeling of sedimentary microfacies-lithofacies in proluvial fan reservoir［J］.Journal of China University of Petroleum(Edition of Natural Science)，2010，34(3)：12-17.

［6］ROBERT S Tye.Geomorphology：anapproach to determining subsurface reservoir dimensions［J］.American Association of Petroleum Geologists，Bulletin，2004，88：1123-1147.

［7］ROBERT S Tye，JAMES J Hickey.Permeability characterization of distributary mouth bar sandstones in Prudhoe Bay field，Alaska：how horizontal cores reduce risk in developing deltaic reservoirs［J］.American Association of Petroleum Geologists，Bulletin，2001，85：459-475.

［8］ 吳勝和，李文克.多點地質統(tǒng)計學：理論、應用與展望［J］.古地理學報，2005，7(1)：137-143.

WU Sheng-he，LI Wen-ke.Multiple-point geostatistics：theory，application and perspective ［J］.Journal of Palaeogeography，2005，7(1)：137-143.

［9］尹艷樹，吳勝和，張昌民，等.基于儲層骨架的多點地質統(tǒng)計學方法［J］.中國科學D輯：地球科學，2008，38(增刊Ⅱ)：157-164.

YIN Yan-shu，WU Sheng-he，ZHANG Chang-min，et al.Based on reservoir skeleton multi-point geostatistics［J］.Scientia Sinica Terrae(Ser D)，2008，38(supⅡ)：157-164.

［10］駱楊，趙彥超.多點地質統(tǒng)計學在河流相儲層建模中的應用［J］.地質科技情報，2008，27(3)：68-71.

LUO Yang，ZHAO Yan-chao.Application of multiplepoint geostatistics in fluvial reservoir stochastic modeling［J］.Geological Science and Technology Information，2008，27(3)：68-71.

［11］張偉，林承焰，董春梅.多點地質統(tǒng)計學在秘魯D油田地質建模中的應用［J］.中國石油大學學報：自然科學版，2008，32(4)，24-28.

ZHANG Wei，LIN Cheng-yan，DONG Chun-mei.Application of multiple-point geostatistics in geological modeling of D Oilfield in Peru［J］.Journal of China University of Petroleum(Edition of Natural Science)，2008，32(4)：24-28.

［12］周金應，桂碧雯，林聞.多點地質統(tǒng)計學在濱海相儲層建模中的應用［J］.西南石油大學學報：自然科學版，2010，32(6)：70-74.

ZHOU Jin-ying，GUI Bi-wen，LIN Wen.Application of multiple-point geostatistics in offshore reservoir modeling［J］.Journal of Southwest Petroleum University(Science ＆ Technology Edition)，2010，32(6)：70-74.

［13］楊勇.東營凹陷永安鎮(zhèn)油田永3斷塊沙二段進積三角洲沉積體系［J］.油氣地質與采收率，2009，16(2)：27-29.

YANG Yong.The representative prograded delta depositional system in Yong3 fault-block，Yonganzhen Oilfield，Dongying depression［J］.Petroleum Geology and Recovery Efficiency，2009，16(2)：27-29.

［14］張春生，陳慶松.全新世鄱陽湖沉積環(huán)境及沉積特征［J］.江漢石油學院學報，1996，18(1)：24-29.

ZHANG Chun-sheng，CHEN Qing-song.Holocene sedimentary environment and characteristics in the Poyang lake［J］.Journal of Jianghan Petroleum Institute，1996，18(1)：24-29.

［15］STREBELLE S，JOURNEL A G.Reservoir modeling using multiple-point statistics［R］.SPE 71324，2001.

［16］STREBELLE S.Conditional simulation of complex geological structures using multiple-point statistics［J］.Mathematical Geology，2002，34(1)：1-21.

Application of multi-point geostatistics in delta front microfacies simulation

DUAN Dong-ping1，2，HOU Jia-gen1，2，LIU Yu-ming1，2，ZHANG You1，2，YUE Da-li1，2，SHI Yan-qing1，2
(1.State Key Laboratory of Petroleum Resource and Prospecting in China University of Petroleum，Beijing 102249，China;2.College of Geosciences in China University of Petroleum，Beijing 102249，China)

By the study of modern deposition in Poyang Lake Delta，planar morphology and structural features of underwater distributary channel and mouth bar were established.And the widths of two facies were established by statistics of dense well network data in Yonganzhen Oilfield，then the quantitative training images were created.On the basis，the delta front microfacies was simulated using multi-point geostatistics Sneisim algorithm.The simulation results have the characteristics of matching to well point data，and planar morphology and size of different microfacies are constrainted by quantitative characteristics of the training images，which reproduces geometric characteristics and spatial structure of delta front distributary channel and mouth bar.The sedimentary microfacies model created by this method can well reflect modern sedimentary characteristics and the actual situation of underground.

modern sedimentation;dense well pattern;training image;multi-point geostatistics;delta front

TE 319

A

10.3969/j.issn.1673-5005.2012.02.004

1673-5005(2012)02-0022-05

2011－08－12

國家科技重大專項課題(2011ZX05010－001);國家自然科學青年基金項目(40902035);教育部博士點新教師基金項目(20090007120003)

段冬平(1980－)，男(漢族)，黑龍江蘭西人，博士研究生，研究方向為油氣田開發(fā)地質與油藏描述。

(編輯 徐會永)