閔小剛，康安，周守信

（1.中海石油研究中心，北京 100027；2.中海石油伊拉克有限公司，北京 100010）

秦皇島32-6油田北區(qū)三維相控地質(zhì)統(tǒng)計建模與反演

閔小剛1，2，康安2，周守信2

（1.中海石油研究中心，北京 100027；2.中海石油伊拉克有限公司，北京 100010）

秦皇島32-6油田主要含油層系是被斷層復雜化了的明化鎮(zhèn)組下段河流相儲層，由于薄夾層規(guī)模小，砂體薄厚極不穩(wěn)定且橫向變化大，井間可對比性差。常規(guī)確定性反演方法受地震頻帶限制，對目的層段出現(xiàn)頻次最多的3～5 m砂體無法準確表征，造成鉆前、鉆后砂體的變化比較大。為了提高河流相儲層預測的分辨率和精度，文中發(fā)展應用了相控地質(zhì)統(tǒng)計學反演方法。具體實現(xiàn)過程是，首先反演出高分辨率的砂泥巖性模型，將它與基于目標的方法模擬出的沉積微相模型合并，然后在新的相模型約束下，按照雙重變差函數(shù)分析思想，實現(xiàn)對薄儲層物性的高精度反演。實際應用表明，井點預測砂體厚度誤差較小，井間預測砂體連通、接觸關系符合地震趨勢和地質(zhì)統(tǒng)計規(guī)律。由此得到的阻抗、優(yōu)勢相和物性三維地質(zhì)模型，其垂向網(wǎng)格間距可達到1 ms，既能在平面上很好地表現(xiàn)地質(zhì)認識，又能在縱向上合理劃分出隔、夾層。

明化鎮(zhèn)組；河流相儲層；MCMC算法；變差函數(shù)；相控地質(zhì)統(tǒng)計學反演

0　引言

國內(nèi)對河流相儲層研究得比較多，一般是從井震結(jié)合的角度對河流相的空間分布進行定性、定量表征。河流相儲層描述的難點在于砂體厚度較薄、橫向變化大、井間可對比性差［1］，這就造成縱向上隔夾層識別困難、平面上非均質(zhì)性難以刻畫。此外，海上油田由于平臺的生命周期只有20 a，面對開發(fā)的巨大投資和風險，在總體開發(fā)方案設計階段，就需要充分挖掘地震和有限的井信息，把地下儲量規(guī)模及動用的砂體數(shù)量搞清楚。油田常用的方法是通過疊后反演（也有采用擬阻抗反演的）對砂體進行追蹤解釋，近年來又發(fā)展了疊前同時反演，以期對巖性、流體進行更為精確的預測，但均未改善地震的分辨率，對1/8波長以下厚度的砂體無法準確定位，導致鉆前、鉆后砂體變化率比較大（秦皇島32-6油田總體開發(fā)方案編制階段共預測了17 707個砂體，鉆后發(fā)現(xiàn)18 951個砂體，增加了1 244個，變化率為12%）。限于平臺容量，新增儲量無法進入生產(chǎn)設施控制的范疇，而改造擴容的成本又非常高，造成多個砂體未能及時動用。在油田二次調(diào)整挖潛階段，為了提高河流相儲層預測的分辨率和精度，本文發(fā)展應用了相控地質(zhì)統(tǒng)計學反演方法［2-3］。其中的相控，既考慮了巖相模型對隔、夾層縱向上的識別能力，又考慮了沉積微相模型對屬性參數(shù)平面上的刻畫能力，從而最大限度地挖掘了地震、地質(zhì)信息，為油田的方案調(diào)整提供了更為細致的技術依據(jù)。

1　地質(zhì)概況

秦皇島32-6油田是中海油繼綏中36-1油田之后，在渤海海域發(fā)現(xiàn)的又一個儲量上億噸的大油田，目前已進入高含水期、綜合調(diào)整階段。油田分為3個區(qū)，北區(qū)于2001年10月投產(chǎn)，目前共有61口井生產(chǎn)。明化鎮(zhèn)組下段（主要是NmⅠ，NmⅡ油組）是主力含油層系。主力砂體（曲流河沉積）均被斷層復雜化（南、北兩個邊界斷層控制含油范圍）［4］。限于常規(guī)地震反演的分辨率，多數(shù)薄砂體未能準確識別，造成鉆前、鉆后砂體數(shù)目變化較大。

2　砂泥巖性控制的地質(zhì)統(tǒng)計學反演

地質(zhì)統(tǒng)計學反演的前提條件是波阻抗能夠較好地區(qū)分巖性［5-6］。通過重構(gòu)曲線（取自然電位低頻與深探測電阻率高頻）的巖石物理分析，砂巖的波阻抗均值為4.80×106kg·m-3·m·s-1，泥巖為5.55×106kg·m-3·m·s-1，以5.10×106kg·m-3·m·s-1為界，重構(gòu)阻抗可以很好地區(qū)分2種巖性，有效克服原始阻抗曲線上二者疊置嚴重、不利于巖性反演的因素。此外，孔隙度與重構(gòu)阻抗曲線相關度較好，相關系數(shù)達到0.82，可以通過建立二者的云變換關系實現(xiàn)阻抗與孔隙度同時反演。

利用工區(qū)內(nèi)61口井測井解釋的砂泥巖性數(shù)據(jù)（粗化到1 ms采樣間隔），統(tǒng)計巖性的直方圖與變差函數(shù)，以及不同巖性中波阻抗的空間分布特征（與從稀疏脈沖反演中得到的阻抗體平面變差函數(shù)相互驗證，選擇更貼近實際地質(zhì)情況的統(tǒng)計參數(shù)），基于MCMC算法可以反演得到高分辨率的砂泥巖性模型 （伴隨著高分辨率的波阻抗數(shù)據(jù)體一起輸出）。

在過QHD32-6-3，QHD32-6-7，A12，QHD32-6-4，B11，QHD32-6-6井的連井巖性反演剖面上（見圖1），黃色代表砂巖，綠色代表泥巖，井上以波形方式顯示的是相應的曲線（粗化到1 ms采樣間隔）。從圖中可見，井點處測井解釋的砂泥巖性與地質(zhì)統(tǒng)計反演的巖性數(shù)據(jù)體（以波阻抗為中間變量）吻合度非常高，不僅未漏掉厚度小的薄層，隔夾層的分布也一目了然，而且尊重了地震的橫向變化趨勢與構(gòu)造傾向，砂體的邊界與不同期次砂體的疊置關系刻畫清晰。

圖1　砂泥巖性反演結(jié)果

3　相模型的建立與物性參數(shù)反演

根據(jù)以往經(jīng)驗，砂泥巖控制的地質(zhì)統(tǒng)計學反演結(jié)果，雖然縱向分辨率很高，對隔夾層的刻畫也比較準確，但應用起來仍然有些問題，主要是反演后的數(shù)據(jù)體太碎，無法顯示地質(zhì)學的宏觀沉積規(guī)律。然而它又是必不可少的，是沉積相分析的基礎資料之一。等時格架下沉積相分析的優(yōu)勢主要在于平面上能很好地展現(xiàn)地質(zhì)認識，也是決定砂體分布和物性的最主要因素（同時期的河道沉積有砂有泥）［7-8］。綜合考慮二者的特點，本文采取了一種沉積微相模型與反演砂泥巖性模型合并的方法，以約束儲層物性模型的實現(xiàn)與優(yōu)化，最終得到的結(jié)果不再糾結(jié)于具體是指沉積相模型還是巖相模型，而是統(tǒng)稱為相模型。

圖2　沉積微相模型的建立與粗化

3.1相模型的建立與粗化

根據(jù)沉積相分析結(jié)果，利用基于目標的方法［9-10］，首先模擬出河道、天然堤、決口扇、河漫灘砂和泛濫平原5種微相的分布（見圖2a）。由于天然堤、決口扇、河漫灘砂在工區(qū)內(nèi)不甚發(fā)育且分布較零散，其樣本點太少，擬合不出空間變差函數(shù)，故將它們合并，與河道模型一道作為儲層相，而將泛濫平原（泥）模型作為非儲層相（見圖2b）。再以前文反演得到的砂體模型為背景（見圖2c，以NmⅠ3小層第0微層為例），與簡化后的沉積微相模型按照“儲層相遵從巖相模型，非儲層相遵從沉積微相模型”原則進行合并，使最終的相模型更逼近“地質(zhì)真實”（見圖2d）。

3.2雙重變差函數(shù)分析

變差函數(shù)的調(diào)整，在很大程度上決定了模型的質(zhì)量［11-12］。由于沉積微相（儲層相、非儲層相）屬于離散變量，因此采用變化趨勢最為平滑的高斯型變差函數(shù)（基臺值為0.25）；而油藏屬性參數(shù)（孔、滲、飽）及波阻抗屬于連續(xù)變量，采用變化趨勢最為尖銳的指數(shù)型變差函數(shù)（基臺值為1）。球狀變差函數(shù)介于這二者之間。微相變化時，屬性參數(shù)肯定變化；微相不變時，屬性參數(shù)也可能變化：因此，首先要確定微相的變程，再在微相的框架下進行屬性參數(shù)變程的嵌套調(diào)試［13-14］。在這個過程中，阻抗一直擔任中介的協(xié)調(diào)作用，即不管是對微相的分析還是對屬性參數(shù)的分析，都要以阻抗變差函數(shù)為中間變量，觀察其與約束稀疏脈沖反演得到的最小阻抗平面變差函數(shù)是否一致。只有保證阻抗的變化趨勢一致，才能得到與原始地震道匹配程度最高的合成地震記錄。

此外，在對各種沉積微相以及在相控基礎上各類屬性參數(shù)求取變差的過程中，主變程的方向固定在物源方向（NW45°），這保證了相建模與屬性參數(shù)反演時宏觀規(guī)律的一致性。NmⅠ3小層的變差函數(shù)統(tǒng)計結(jié)果見表1，最終采用的水平方向參數(shù)由井上資料與地震資料綜合分析判斷得到（含油飽和度參數(shù)模擬時，同時考慮了油水界面的實際位置）。

表1　NmⅠ3小層變差函數(shù)統(tǒng)計

3.3物性參數(shù)的反演

在相模型建立和雙重變差函數(shù)分析的基礎上，通過確定各參數(shù)X，Y，Z 3個方向上的變程，按照微相類型，選取合適的理論變差函數(shù)，以地震數(shù)據(jù)為硬約束條件，再次采用基于MCMC算法的地質(zhì)統(tǒng)計學方法對物性參數(shù)進行反演。反演過程中仍然保證輸入輸出概率、地質(zhì)沉積規(guī)律、合成記錄與原始地震的一致性［15-16］。

以NmⅠ3小層第6微層為例，圖3顯示了反演的阻抗與物性三參數(shù)平面分布情況。從圖3a可見，低阻抗（黃色）對應的河道砂體沿NW—SE方向展布，這與優(yōu)勢儲層相平面分布規(guī)律一致。從優(yōu)選的相控孔隙度、滲透率和含油飽和度預測結(jié)果上可見（見圖3b—3d），總體上秦皇島32-6油田北區(qū)NmⅠ3層段高物性條帶沿物源方向朝南東延伸，由于河流改道以及側(cè)積體夾層的存在，其值不連續(xù)分布，河道間低滲透泥巖形成儲集層空洞區(qū)。

對于河道連續(xù)性較差的NmⅠ3油層下段，儲層物性、含油性總體較差，由于局部含油且河道橫向較窄，目前井網(wǎng)難以控制，形成井網(wǎng)控制不住型剩余油；NmⅠ3油層上段為主力厚油層，其砂體規(guī)模較大，橫向展布范圍較寬，物性、含油性好，河道以切疊型復合砂體為主，層間非均質(zhì)嚴重，注入水總是沿正韻律河道底部高滲透方向快速突進，形成注采不完善型剩余油。

3.4反演結(jié)果的質(zhì)量控制

本文通過盲井檢驗對反演結(jié)果進行質(zhì)控［17］。由于工區(qū)的儲集砂體以河道為主 （占明下段的24.9%），保證河道微相的準確性也就確保了地質(zhì)模型的精度。以NmⅠ3小層為例，將從反演的波阻抗及油藏參數(shù)屬性體中提取過井點處的曲線與原始曲線進行對比，結(jié)果表明，反演后相的宏觀特征并未改變，但小層劃分更細，井點鉆遇的薄砂巖儲層和泥巖隔夾層均得到了很好反映，這說明在遵循大的相環(huán)境前提下，以阻抗為中間變量的雙重變差函數(shù)分析方法保證了反演結(jié)果的一致性、保真性和繼承性，同時避免了工作的重復性，提高了效率。

在過QHD32-6-3，QHD32-6-7，A12，QHD32-6-4，B11，QHD32-6-6井的相控地質(zhì)統(tǒng)計學孔隙度反演剖面上（見圖4，垂向網(wǎng)格間距是1 ms，井上以波形方式顯示的是相應的曲線），高孔隙發(fā)育部位都與巖性體上砂巖位置、阻抗體上低阻抗區(qū)有很好的對應關系。反演結(jié)果除了與井點信息吻合外，橫向上很好地忠實了原始數(shù)據(jù)的構(gòu)造傾向，表明反演過程中地震和井數(shù)據(jù)、以及地質(zhì)認識 （地層框架模型）都作為硬數(shù)據(jù)得到了體現(xiàn)，整個剖面清晰、自然。薄互層橫向突變等沉積特征與巖性的橫向變化比較一致，說明相融合技術下油藏參數(shù)預測結(jié)果是合理的。

圖4　相控地質(zhì)統(tǒng)計學孔隙度反演結(jié)果

4　結(jié)束語

基于馬爾科夫鏈蒙特卡羅算法的相控地質(zhì)統(tǒng)計學反演方法，是地質(zhì)、地震結(jié)合的一種新途徑，既實現(xiàn)了地質(zhì)（沉積）框架模型對地震反演的約束，顯著降低了反演的多解性，也實現(xiàn)了地震數(shù)據(jù)下對地質(zhì)現(xiàn)象的高精度描述。秦皇島32-6油田北區(qū)明下段實際應用情況表明，反演得到的油藏三參數(shù)模型可以很好地再現(xiàn)沉積相在時-空域的展布特征及薄互層、隔夾層的空間分布，且與校驗井實鉆情況吻合程度很高。這為儲層連通性與非均質(zhì)性研究、尋找潛力目標、預測剩余油分布區(qū)奠定了可細化的基礎。

［1］趙春明，胡景雙，霍春亮，等.曲流河與辮狀河沉積砂體連通模式及開發(fā)特征：以渤海地區(qū)秦皇島32-6油田為例［J］.油氣地質(zhì)與采收率，2009，16（6）：88-91.

［2］黃捍東，張如偉，魏世平.地震非線性隨機反演方法在陸相薄砂巖儲層預測中的應用［J］.石油學報，2009，30（3）：387-390.

［3］張廣智，王丹陽，印興耀.利用MCMC方法估算地震參數(shù)［J］.石油地球物理勘探，2011，46（4）：605-609.

［4］彭文緒，周心懷，彭剛，等.渤海海域油氣藏特征統(tǒng)計分析［J］.中國海上油氣，2008，20（1）：18-21.

［5］王朝鋒，汪昌貴，桂志先，等.聲波曲線重構(gòu)反演技術在青海油田的應用［J］.斷塊油氣田，2009，16（6）：17-19.

［6］何英偉.地震重構(gòu)反演在大慶長垣剩余油預測中的應用［J］.斷塊油氣田，2013，20（2）：162-165.

［7］鄧吉鋒，周東紅，杜曉峰，等.基于地震-復合微相分析砂體描述技術研究及應用［J］.斷塊油氣田，2013，20（1）：55-58.

［8］張國一，侯加根.大港板橋凝析油氣田含氣單砂體精細預測技術［J］.斷塊油氣田，2011，18（4）：469-471.

［9］Webster C M，Taylor P G.Integrating quantitative and qualitative reservoir data in sand prediction studies：The combination of numerical and geological analysis［R］.SPE 108586，2007.

［10］Lu X G，Pan M，Wang J H，et al.Microfacies modeling for distributary channel sandbody by using indicator principal component simulation ［J］.Acta Petrolei Sinica，2003，24（1）：53-55.

［11］年靜波，湯磊，劉喜武.地質(zhì)統(tǒng)計分析在地震資料砂泥巖分布預測中的應用［J］.石油物探，2004，43（3）：278-282.

［12］王暉.綜合應用地震、地質(zhì)和測井資料預測儲層分布［J］.中國海上油氣（地質(zhì)），2001，15（2）：135-140.

［13］Wang Duanping，Yang Yaozhong，Gong Weiqing，et al.The method ctrf and application study about stochastic modeling with sedimentary microfacies［J］.Bulletin of Science and Technology，2004，20（2）：121-126.

［14］于興河，李勝利，趙舒，等.河流相油氣儲層的井震結(jié)合相控隨機建模約束方法［J］.地學前緣，2008，15（4）：33-41.

［15］Wu S H，Zhang Y W，Li S J，et al.Geological constraint principles in reservoir stochastic modeling［J］.Journal of University of Petroleum：Edition of Natural Science，2001，25（1）：55-58.

［16］Yu X H，Ma X X，Mu L X，et al.Geological pattern and hierarchical surface analysis of meandering reservoir［M］.Beijing：Petroleum Industry Press，2004：1-207.

［17］Clayton V D.Geostatistical reservoir modelling［M］.London：Oxford University Press，2002：193-244.

（編輯王淑玉）

3D geo-statistical modeling and inversion constrained by geo-facies in north area of QHD32-6 Oilfield

Min Xiaogang1，2，Kang An2，Zhou Shouxin2
（1.Research Center of CNOOC Ltd.，Beijing 100027，China；2.CNOOC Iraq Limited，Beijing 100010，China）

The main oil-bearing series in QHD32-6 Oilfield is fluvial reservoir of lower Minghuazhen Formation which is destroyed by faults.Considering the small-scale of thin inter-bed，the instability of sand-body thickness，and the lateral variation of reservoir，the stratigraphic correlation between wells is very difficult.Limited by the seismic effective frequency band，the ordinary inversion method based on CSSI is difficult in recognizing the major sand bodies with 3-5m thickness in target layer，these lead to the large change of sand body numbers after drilling.However the geo-statistics inversion method based on Markov chain Monte-Carlo algorithm（MCMC）is more powerful in improving resolution and accuracy of reservoir prediction.The specific method is：invert some high-resolution lithology realizations using MCMC geo-statistic inversion firstly，and model the channel and non-channel sedimentary microfacies using object-based methods simultaneously，then merge these two models；under the controlling of the new facies model，in accordance with the concept of double-variogram analysis，three physical property models which can predict thinner reservoir more accurately have been inverted by using the MCMC algorithm again.The practical application at north area of QHD32-6 Oilfield shows that the thickness errors between predicted and the actual at every well are less than 2 m，and reservoir property between wells follows the geo-statistical rules.The P-impedance，dominant reservoir facies and physical properties geomodel inverted with 1 ms grid interval in vertical can not only deliver the geology knowledge in lateral but also separate the main sand and shale barrier-bed/inter-bed clearly，these have broken through the deadline of ordinary seismic resolution.

Minghuazhen Formation；fluvial reservoir；MCMC algorithm；variogram；facies controlled geo-statistic inversion

國家科技重大專項課題“東濮凹陷油氣富集規(guī)律與增儲領域”（2011ZX05006-004）；中央高?？蒲袑ｍ椯Y金項目“陸相含鹽盆地深層有效儲層形成機制研究”（10CX04009A）

TE19

A

10.6056/dkyqt201503012

2014-11-08；改回日期：2015-03-15。

閔小剛，男，1979年生，工程師，博士，2007年畢業(yè)于中國地質(zhì)大學（武漢）礦產(chǎn)普查與勘探專業(yè)，現(xiàn)從事油藏地球物理研究工作。E-mail：minxiaogang131@aliyun.com。

引用格式：閔小剛，康安，周守信.秦皇島32-6油田北區(qū)三維相控地質(zhì)統(tǒng)計建模與反演［J］.斷塊油氣田，2015，22（3）：325-329.

Min Xiaogang，Kang An，Zhou Shouxin.3D geo-statistical modeling and inversion constrained by geo-facies in the north area of QHD32-6 Oilfield［J］.Fault-Block Oil&Gas Field，2015，22（3）：325-329.