楊勇，聶海峰，張雅玲，譚蓓，鮮波

（1.中國石油長慶油田公司勘探開發(fā)研究院，陜西西安 710021；2.中國石油塔里木油田塔西南勘探開發(fā)公司，新疆喀什 844804；3.中國石油塔里木油田公司勘探開發(fā)研究院，新疆庫爾勒 841000）

基于多點地質統(tǒng)計學的巖性氣藏精細建模方法與應用

楊勇1，聶海峰2，張雅玲1，譚蓓2，鮮波3

（1.中國石油長慶油田公司勘探開發(fā)研究院，陜西西安 710021；2.中國石油塔里木油田塔西南勘探開發(fā)公司，新疆喀什 844804；3.中國石油塔里木油田公司勘探開發(fā)研究院，新疆庫爾勒 841000）

針對巖性氣藏復雜地質特征導致的氣藏描述和預測中的不確定性，在對比評價隨機建模理論與方法適應性的基礎上，提出以多點地質統(tǒng)計學為核心的“井-震-沉積模式”巖性氣藏隨機建模方法，即以先驗地質認識為基礎，充分利用井點“硬數(shù)據(jù)”、三維地震數(shù)據(jù)及現(xiàn)代河流沉積模式等多域信息，以多點地質統(tǒng)計學的訓練圖像代替經典地質統(tǒng)計學的變差函數(shù)，綜合運用各種信息，形成了巖性氣藏精細地質建模技術與方法。在蘇里格氣田某三維試驗區(qū)，通過多點地質統(tǒng)計學多域信息整合功能，建立試驗區(qū)精細地質模型。模型評價結果表明，井震結合建模策略可以有效降低河流相巖性氣藏儲層表征的不確定性，顯著提高了模擬精度和運算效率。

巖性氣藏；多點地質統(tǒng)計學；訓練圖像；井震結合；隨機建模

巖性油氣藏的描述與預測重點是含油氣的特殊巖性和物性體，必須充分利用現(xiàn)有各種資料，創(chuàng)造性地綜合運用各種信息，形成巖性油氣藏描述與預測綜合技術系列[1]。蘇里格氣田含氣層為多個單砂體橫向復合疊置而成，屬低孔、低滲、低豐度大型巖性圈閉氣藏[2-8]。針對該氣田的復雜地質特征，本文提出基于“井-震-沉積模式”的巖性氣藏精細地質建模理論與方法。首先，在合成記錄、屬性反演基礎上，以井點分層為控制點，以地震資料為約束，建立精細構造骨架模型；然后，通過多點地質統(tǒng)計學多域信息整合功能，有效綜合井點“硬數(shù)據(jù)”和地質及地震等“軟數(shù)據(jù)”，以訓練圖像代替?zhèn)鹘y(tǒng)地質統(tǒng)計學的變差函數(shù)，實現(xiàn)蘇里格氣田巖性氣藏精細地質建模。

1 井震約束儲層精細建模方法

儲層隨機建模實質就是以井點“硬數(shù)據(jù)”為控制，采用一定的數(shù)學插值算法，在多種約束條件（如三維地震、沉積模式等）下，將井點參數(shù)離散到整個儲層空間，從而達到應用計算機仿真技術再現(xiàn)油氣儲層空間形態(tài)、參數(shù)場分布的目標。隨著地震分辨率的提高和隨機建模理論與方法的長足發(fā)展，特別是多點地質統(tǒng)計學算法的日益成熟，地震約束在儲層精細構造模型、儲層沉積微相及屬性參數(shù)模型建立中得到廣泛應用[3]。

在區(qū)域地質背景下，應用先驗地質認識建立河流相地質知識庫，明確各微相空間配置關系和特征參數(shù)，根據(jù)CAD算法處理露頭圖像，建立定量表征相模式的訓練圖像。訓練圖像是多點地質統(tǒng)計學理論方法的核心工具，既遵循定性的地質認識，也符合定量的幾何學特征，反映了沉積微相的空間結構性。通過多點地質統(tǒng)計學整合巖性氣藏多類數(shù)據(jù)來源，建立巖性氣藏沉積微相模型，應用相控建模策略，在儲層參數(shù)數(shù)據(jù)分析基礎上，以井點“硬數(shù)據(jù)”為條件變量，在“地震-沉積雙模式”約束條件下，建立巖性氣藏精細地質模型。

2 多點地質統(tǒng)計學原理及算法

首先，應用多點地質統(tǒng)計學的多域信息整合功能，在儲層精細構造模型上，以野外露頭及沉積模式等先驗地質認識為基礎，建立反映油氣田河流相儲層微相類型和空間配置關系的訓練圖像，以井點沉積微相剖面為“硬數(shù)據(jù)”，分別計算待模擬節(jié)點井點、地震約束下的條件概率及井點和先驗地質認識約束下的條件概率；然后，將2個概率綜合為一個條件概率，從而實現(xiàn)沉積微相在地震信息約束下的多個等概率模擬；最后，結合地質認識、生產動態(tài)等多域信息，對多個實現(xiàn)作概率統(tǒng)計，進行優(yōu)勢相計算，以優(yōu)勢相模型作為最終的沉積相或砂體骨架模型。多點地質統(tǒng)計學的算法流程主要包括3部分[9-10]。

2.1 井點“硬數(shù)據(jù)”與先驗地質認識的條件概率

首先，用任意給定的數(shù)據(jù)樣板去掃描訓練圖像，則可以獲得每一個數(shù)據(jù)事件的重復數(shù)，這些重復數(shù)將存儲在搜索樹結構中。然后，在基于象元的模擬過程中，每一個未知節(jié)點將會依次訪問。收集相鄰條件數(shù)據(jù)事件（包括原始硬數(shù)據(jù)和已模擬值），并從搜索樹中獲得聯(lián)合數(shù)據(jù)事件（A，B）和條件數(shù)據(jù)事件B的重復數(shù)，根據(jù)貝葉斯條件概率公式，條件概率P）為

2.2 井點“硬數(shù)據(jù)”與地震信息的條件概率

2.3 多域信息整合下的條件概率

從先驗地質認識、井點“硬數(shù)據(jù)”和地震數(shù)據(jù)分別獲得條件概率），下一步需要將其合并成單一的后驗概率），即多域信息整合部分。

Journel[11]于2002年提出了一個“校正比例恒等式”，將）整合成），此算法的基本假設為條件概率）是獨立的。2003年，Zhang等[12]指出該恒等式的假設等價于B和C這2類數(shù)據(jù)是獨立的，為了能解釋B和C的相關性，Journel引進系數(shù)τ（τ>0），τ>1時，增大了地震數(shù)據(jù)的影響，τ<1時，減小了地震數(shù)據(jù)的影響。

3 應用實例

3.1 地質概況

蘇里格氣田含氣層為鄂爾多斯盆地上古生界二疊系下石盒子組的盒8段及山西組的山1段，構造平緩，由多個單砂體橫向復合疊置而成，為河流相沉積體系，儲層非均質性強，砂體規(guī)模及分布控制著氣藏儲量分布，孔滲性差，屬于典型的低孔、低滲、低豐度的大型巖性圈閉氣藏[2-4]。氣田目前處于開發(fā)早期，井距、排距在幾百米甚至上千米，相對于氣藏有效砂體，僅靠現(xiàn)井網(wǎng)無法實現(xiàn)對砂體的有效控制，因此，氣藏有效厚度及物性參數(shù)的空間分布預測成為氣藏精細描述的難點和關鍵所在。本文以蘇里格中區(qū)某三維地震加密試驗區(qū)為例，綜合構造演化、沉積體系、儲層特征、三維地震及鉆井、測井二次解釋等不同資料，從不同學科、不同角度綜合信息，實現(xiàn)蘇里格氣田巖性氣藏精細地質建模。

3.2 井震結合精細構造建模技術

在有地震資料的情況下，一般應用地震資料層位解釋結果進行儲層界面的層面建模[13-17]。研究區(qū)構造平緩，無斷層發(fā)育，因此，井間構造形態(tài)的模擬是構造精細建模的關鍵。加密試驗區(qū)盒8段氣藏應用地震約束與無地震約束的構造模型對比見圖1。結果表明，在構造總體趨勢上，2種方法無大的差異，但考慮地震約束的構造模型，可有效克服克里格插值方法的平滑作用，對井間局部微構造進行精細刻畫，局部正向構造往往是剩余油氣的富集區(qū)域。

圖1 三維構造模型

3.3 沉積微相模擬

針對蘇里格氣田復雜的河流相成因特征，有效砂體幾何形態(tài)復雜，基于象元和基于目標體的單一模擬算法無法滿足河流相儲層沉積微相模擬的要求，多點地質統(tǒng)計學方法應運而生[7-9]。在多點地質統(tǒng)計學中，應用訓練圖像代替變差函數(shù)表征地質變量的空間結構性，因此，可以精確表征各微相幾何形態(tài)和微相間的過渡關系，有效克服了基于象元的方法不能再現(xiàn)目標幾何形態(tài)的不足；同時，由于該方法仍然以象元為模擬單元，很容易忠實井點“硬數(shù)據(jù)”，并具有運算快速的特點，故克服了基于目標體模擬算法的不足[8]。由此可見，多點地質統(tǒng)計學方法綜合了基于象元和基于目標體算法的優(yōu)點，克服了已有算法的缺陷。

訓練圖像既遵循定性的地質認識，也符合定量的幾何學特征，反映了沉積微相的空間結構性。從砂體分布來看，盒8下段辮狀河道側向遷移速度快，遷移、廢棄、復活頻繁，砂體多期復合疊置，橫向大片分布；曲流河河道側向擺動受限，砂體沉積規(guī)模小，橫向連片性差。從測井相分析得出，山1段砂體分布要好于盒8上段。根據(jù)加密井網(wǎng)鉆井和露頭描述，可以定量確定試驗區(qū)河道砂體幾何學特征:辮狀河河道寬度800～1 500m，厚度9～15m；曲流河河道寬度170～520m，厚度4～11 m[13-14]。除此以外，訓練圖像的編制還要結合井點測井相的劃分，使訓練圖像的相比例盡量等于測井相的比例[15]。依據(jù)上述方法，編制試驗區(qū)盒8段和山1段的河流相沉積體系訓練圖像（見圖2）。

在訓練圖像建立基礎上，應用多點地質統(tǒng)計學建立了研究區(qū)儲層沉積微相地質模型。由模擬結果得出，多點地質統(tǒng)計學可以很好地反映河道、邊（心）灘、泛濫平原的相對位置關系，再現(xiàn)了盒8下段是以河道平直、延伸較遠、砂體橫向變化快、連片性好為特點的辮狀河沉積體系；盒8上段、山1段是以多河道、低彎度為特點的曲流河沉積體系。由于采用序貫模擬算法，計算速度較快。該沉積微相模型既忠實于井信息，又實現(xiàn)了訓練圖像的結構性[15]，因此，井震結合建模思想有效降低了河道微相空間分布的不確定性和預測難度。

圖2 盒8、山1段訓練圖像集

3.4 基于“井-震-沉積模式”約束條件屬性參數(shù)模型

考慮到巖性氣藏流體分布復雜及儲層描述和預測的不確定性，只有綜合運用各種信息，才能最大限度地降低參數(shù)場展布預測結果的不確定性。相控建模思路為:首先，建立沉積相、儲層結構或流動單元模型；然后，根據(jù)不同沉積相（砂體類型或流動單元）儲層參數(shù)定量分布規(guī)律，分相（砂體類型或流動單元）進行井間插值或隨機模擬；最后，建立儲層參數(shù)分布模型。

由于地震資料突出的橫向預測能力，將地震數(shù)據(jù)作為較準確數(shù)據(jù)，以同位協(xié)同克里格的方式，參與儲層參數(shù)建模的插值與模擬計算，可以顯著提高儲層屬性參數(shù)空間預測精度。模擬結果表明，井震約束模型既符合井數(shù)據(jù)的地質統(tǒng)計學特征，又能反映在地震數(shù)據(jù)中觀測到的大尺度結構和儲層連續(xù)性[17]。針對試驗區(qū)地質特征，通過地震約束有效降低了地質模型的不確定性，顯著提高了儲層地質建模的精度（見圖3）。

圖3 “井-震-沉積模式”約束下屬性參數(shù)模型

3.5 模型檢驗

根據(jù)屬性建模結果，將研究區(qū)盒8、山1段劃分為3類流動單元:Ⅰ類流動單元儲層物性好、含氣飽和度高，主要為邊（心）灘沉積砂體，為主力砂體發(fā)育區(qū)域；Ⅲ類流動單元砂體基本不發(fā)育，物性差，低于儲層下限，屬于河道間沉積微相，為本區(qū)主要隔夾層；Ⅱ類流動單元物性特征及泥質質量分數(shù)介于Ⅰ，Ⅲ類流動單元之間，規(guī)模相對較大，空間位置上多與Ⅰ類邊部連接，其儲滲條件相對較差。

4 結論

1）提出了“井-震-沉積模式”相結合的巖性氣藏建模思想，即以先驗地質認識為基礎，充分利用井點“硬數(shù)據(jù)”、三維地震數(shù)據(jù)及現(xiàn)代河流沉積模式等多域信息，建立巖性氣藏精細地質模型，從而達到對巖性氣藏精細刻畫和有效描述的目的。

2）“井震結合”思想始終貫穿在巖性氣藏精細建模過程中，有效降低了地質模型的不確定性，顯著提高了精細地質模型的精度和可靠性，為研究區(qū)氣藏開發(fā)方案的編制和動態(tài)預測提供了可靠保證。

[1]曹正林，趙應成，劉全新，等.勘探階段巖性氣藏描述與預測技術思路及技術體系[J].天然氣工業(yè)，2001，21（6）:42-45.

[2]黎菁，駱建江，張旭陽，等.蘇里格氣田東區(qū)氣層產能貢獻差異微觀因素分析[J].斷塊油氣田，2012，19（6）:756-759.

[3]楊鍇，艾迪飛，耿建華.測井、井間地震與地面地震數(shù)據(jù)聯(lián)合約束下的地質統(tǒng)計學隨機建模方法研究[J].地球物理學報，2012，55（8）: 2695-2704.

[4]郭建林，陳程，賈愛林，等.應用隨機模擬方法預測蘇里格6井區(qū)有效砂體分布[J].石油天然氣學報，2006，28（5）:54-57.

[5]閆存章，李陽.油藏地質建模與數(shù)值模擬技術文集[M].北京:石油工業(yè)出版社，2007:377-378.

[6]Strebelle S，Journel A.Reservoir modeling using multiple-point statistics[R].SPE 71324，2001.

[7]尹艷樹，吳勝和.儲層隨機建模研究進展[J].天然氣地球科學，2006，17（2）:210-216.

[8]吳勝和，李克文.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.

[9]Liu Yuhong，Harding A，GilbertR，etal.A workflow formultiple-point geostatistical simulation[J].Quantitative Geology and Geostatistics，2005，14（1）:245-254.

[10]韓繼超.蘇里格氣藏地質建模研究及應用[M].東營:中國石油大學出版社，2010:20-25.

[11]Journel A.Combining knowledge from diverse sources:An alternative to traditionaldata independencehypotheses[J].MathematicalGeology，2002，34（5）:573-596.

[12]Zhang T，Journel A G.Merging prior geological structure and local data:Themap geostatistics answer[J].SCRFAnnual Report，2003，2（16）:156-172.

[13]Bastante F，Ordonez C，Taboada J，et al.Comparison of indicator kriging，conditional indicator simulation and multip le-point statistics used tomodelslate deposits[J].Engineering Geology，2008，98（1/2）: 50-59.

[14]白全明，樊長栓，李曉茹，等.辮狀河道砂體模擬:以蘇里格6井區(qū)為例[J].石油天然氣學報，2005，27（5）:580-582.

[15]陳兆榮，侯明才，董桂玉，等.蘇里格氣田北部下石盒子組盒8段沉積微相研究[J].沉積與特提斯地質，2009，29（2）:39-46.

[16]焦養(yǎng)泉，李思田.陸相盆地露頭儲層地質建模研究與概念體系[J].石油實驗地質，1998，20（4）:346-352.

[17]劉文玲.地震約束儲層地質建模技術[J].石油學報，2008，29（1）: 64-68.

（編輯 楊會朋）

Method and application of stochasticmodeling for lithologic gas reservoir based onmultiple-point geostatistics

Yang Yong1,Nie Haifeng2,Zhang Yaling1,Tan Bei2,Xian Bo3

(1.Research Instituteof Exp loration and Developm ent,Changqing Oilfield Company,PetroChina,Xi’an 710021,Ch ina;2.Kekeya Operation Area,Taxinan Exploration and Development Company,Tarim Oilfield Com pany,PetroChina,Kashgar 844804,China; 3.Research Instituteof Exp loration and Developm ent,Tarim Oilfield Com pany,PetroChina,Korla 841000,China)

The complex geological features of lithologic gas reservoir result in the uncertainty of gas reservoir description and prediction.Based on the theory ofmulti-pointgeostatistics,the stochasticmodelingmethod for lithologic gas reservoirof the"wellseism ic-sedimentarymode"withmultipoint geostatisticsas the core is proposed,that is based on a priorigeological knowledge and takes fulluseofmulti-domain information suchaswellpointhard data,seismic dataandmodern riversedimentarymode.Amulti-point geostatistics"training images"instead of classical geostatistics"variogram"will make comprehensive use of various information creatively to form adetailed geologicalmodeling theoryandmethod for lithologic gas reservoir.In one3-D testareaofSuligeGasField, a fine geological model for test area is built through the multi-domain information integration of multi-point geostatistics.The evaluation resultofmodel shows that the combination ofwell-seismicmodeling strategy can effectively reduce the cause of strong fluvial gas reservoir and the uncertainty of lithologic gas reservoir characterization,and improve the complex geometry and the simulationaccuracyand computationalefficiency ofhigh-sinuosity fluvial reservoir.

lithologic gas reservoir;multi-pointgeostatistics;training image;well-seism ic combination;stochasticmodeling

國家科技重大專項課題“鄂爾多斯盆地大型巖性地層油氣藏勘探開發(fā)示范工程”（2008ZX05044-003-16）

TE319

A

2013-04-11；改回日期：2013-09-22。

楊勇，男，1974年生，高級工程師，碩士，2007年畢業(yè)于西南石油大學油氣田開發(fā)專業(yè)，主要從事低滲透致密氣藏開發(fā)科研工作。E-mail:yy4_cq@petrochina.com.cn。

楊勇，聶海峰，張雅玲，等.基于多點地質統(tǒng)計學的巖性氣藏精細建模方法與應用[J].斷塊油氣田，2013，20（6）:723-726.

Yang Yong，Nie Haifeng，Zhang Yaling，et al.Method and app lication of stochastic modeling for lithologic gas reservoir based on multip le-point geostatistics[J].Fault-Block Oil&Gas Field，2013，20（6）:723-726.

10.6056/dkyqt201306010