柳莊小雪，鄭民，于京都，張蔚，易慶

中國石油勘探開發(fā)研究院

0 前 言

石油運聚系數是石油運聚成藏效率的表征參數，也是石油資源成因法評價中的關鍵參數，一般用百分數來表示石油聚集量（或資源量）與供烴源巖生油量之比［1］。運聚系數大小受運聚方式決定，并直接影響運聚規(guī)模，是石油聚集量、區(qū)域石油富集程度的基本判斷。因此，石油運聚系數是石油地質評價與資源評價相關聯的一項關鍵參數，該參數的準確求取，對成因法評價中由石油生成量最終確定資源量起到了決定性作用［2］。

為了能夠客觀評價并準確求取運聚系數，多位學者曾先后嘗試采用多因素綜合評價法、多元線性回歸統(tǒng)計法、層次分析法等方法計算運聚系數的合理取值［3-9］。前人的研究提供了較好的研究思路，并在特定盆地中取得了較好的應用效果，但受制于研究目標的局限性、計算方法的線性缺陷，使得運聚系數研究成果在我國主要含油氣盆地范圍的應用受到限制。

1 運聚系數研究現狀及應用難點

1.1 運聚系數取值研究現狀

運聚系數的定量分析與油氣勘探程度有較大關系。低勘探程度區(qū)，由于所需的基礎參數欠缺，難以開展定量研究，通常采用地質類比法或專家打分法進行綜合計算，其結果準確性不高。高勘探程度區(qū)，由于油氣藏分布規(guī)律清楚，運聚系數的定量研究較為方便。宋國奇［3］采用多因素綜合法，結合福克-沃德法，計算濟陽坳陷東營凹陷石油運聚系數。祝厚勤等［4］利用層次分析法建立蘇北盆地高郵凹陷油氣運聚單元，定量評價油氣成藏體系，計算石油運聚系數。從前人的研究結果來看，一方面其研究區(qū)域相對局限在某一特定凹陷，另一方面其評價目標主要以早期的中淺層油氣藏為主，對于從全國范圍了解石油運聚的特征與規(guī)律，并指導深層石油運聚效率研究的作用仍較為局限。

石油運聚系數是在成因上受生、儲、蓋、運、圈、保等多項地質要素綜合影響的參數，在獨立系統(tǒng)范圍內具有較強的統(tǒng)計規(guī)律［10］。回歸分析法主要通過建立統(tǒng)計學模型，分析各主控因素影響運聚系數的方式，定量尋找運聚系數與主控因素之間的關系，減少人為干擾，降低誤差。柳廣弟等［5］基于統(tǒng)計學基礎，利于線性回歸分析建立了石油運聚系數與烴源巖年齡、烴源巖成熟度、圈閉發(fā)育程度及上覆地層不整合個數的預測模型；劉成林等［11］在大量統(tǒng)計分析的基礎上，建立了天然氣運聚系數與烴源巖年齡、有機碳含量、成藏關鍵時刻、蓋層厚度、蓋層埋深、不整合個數、儲層年齡間的關系模型；呂一兵等［12］基于BP 神經網絡建立了石油運聚系數與烴源巖年齡、烴源巖成熟度、區(qū)域不整合個數與圈閉面積系數之間的預測模型；張蔚等［13］利用回歸分析，建立了我國低勘探程度盆地油氣運聚系數與主要生烴時間、有效儲層百分比、圈閉面積系數以及區(qū)域不整合個數的統(tǒng)計模型?；诮y(tǒng)計學的多元線性回歸分析方法，可以用其反映運聚系數受各主控參數的影響，對運聚系數進行相對可靠的取值運算。

1.2 現有運聚系數預測模型的應用難點

利用模型預測石油運聚系數時，模型預測精度主要受兩方面關鍵要素的影響：一是模型可靠性直接受到建模時選用的地質參數及其取值準確程度的影響；二是建模方法本身是否具有合理的地質意義與數學原理。整體來看，現有模型的應用主要有以下3個難點：

（1）建模參數“取不到”

對石油運聚系數取值具有顯著影響的部分參數在勘探生產實踐中無法通過直接測試獲得。如運移距離，源控論指出石油以環(huán)形分布于生油凹陷周圍或鄰近的上下地層中，儲層距離油源越近，即運移距離越小，石油運聚效率越高，相應運聚系數越大，石油聚集量越大。但由于石油運移路徑是微觀的、復雜的，并遭到后期地質作用改造，無法客觀測取。此外，部分參數對運聚系數的影響是定性的，在地質參數定量化表征的預測模型中無法直接應用，如供烴流線類型、輸導體系類型等。

（2）建模參數“取不準”

受現有技術或評價區(qū)現今地質條件的限制，部分參數難以準確取值，例如有效烴源巖殘留烴量。烴源巖生成的油氣只有在滿足自身儲集能力后才能以游離相排出，烴源巖生烴量一定的情況下，烴源巖殘留烴規(guī)模，就決定了排出烴規(guī)模與聚集烴量，從而影響運聚系數的取值。但是，受深層取樣困難、殘留烴損失等原因導致殘留烴量測不準，從而使得用于建模時預測精度降低。

微課視頻的內容要強調理論知識的重難點，對實踐部分要強調過程、注重細節(jié)；在平臺建設方面構建學習平臺并上傳學習資源；在知識儲備方面，熟悉教學內容，預測可能出現的問題；在策略制定方面，教師制定教學策略，對教師的知識儲備能力要求較高。

（3）預測模型“算不準”

基于上述2點原因，現有模型建立時，不得不舍棄部分與運聚系數具有密切關系的地質參數，或選用的地質參數取值誤差較大，這導致建立的模型無法準確反映選用的地質參數與運聚系數之間的定量關系，使模型失去普遍代表性，造成預測結果不準確。并且，現有模型或以單一盆地建模，或以全國盆地為整體建模，前者應用范圍局限，后者預測的針對性較低，這也使得現有模型的應用效果并不理想。另外，建模選用的數學方法是否適宜，也會影響到預測模型的精度。由于地質參數與運聚系數的關系復雜，前人多數采用的簡單線性回歸擬合的效果并不理想，更無法實現全國整體性、區(qū)域獨立性的研究，也無法實現從中淺層向深層超深層的轉換、從常規(guī)向非常規(guī)的轉換。當前最為現實的做法是在普遍接受的簡單線性模型基礎上建立多元非線性回歸模型，使預測模型更為精確，適用范圍更為廣泛。

應用模型預測運聚系數本質上是借助數學工具對地質理論思想的定量表征，其前提是必須滿足地質解釋的合理性。部分已有模型雖然能夠求取一個運聚系數，但模型地質解釋的合理性仍有待進一步完善；而且建模主要依靠中淺層刻度區(qū)數據，對于深層評價的適用性不高。因此，本文通過對我國東部、西部大量中淺層及深層刻度區(qū)數據進行統(tǒng)計分析，建立石油運聚系數與各主控地質參數相關性的預測模型，可用于快速、準確地求取我國各區(qū)域中淺層及深層的石油運聚系數。

2 石油運聚系數主控因素分析及預測模型建立

2.1 模型建立的技術思路

石油運聚系數與相關的各項地質參數的非線性特征突出，無法應用多元線性回歸或簡單的二元非線性回歸建立預測模型。本次預測模型的建立，采用構建目標函數的思路進行分析，在構建目標函數的過程中，首先確立原則并從多種地質條件中優(yōu)選出影響運聚系數的主控因素，利用各主控因素構建目標函數大致結構，并基于回歸建模原理細化目標函數模型；最后根據非線性迭代算法理論，分別針對我國東部、西部地區(qū)運聚系數進行迭代運算，最終建立多元非線性回歸方程預測模型［14-15］。

2.2 主控因素分析及相關參數優(yōu)選

2.2.1 主控因素優(yōu)選原則

石油運聚系數受到多種地質因素交叉復合影響。通過逐個單獨擬合烴源巖（圖1a,1b）、儲層（圖1c,1d）、蓋層（圖1e,1f）等相關地質參數與石油運聚系數的相關關系發(fā)現，單個參數難以顯著控制運聚系數的取值。因此，在對運聚系數進行定量計算時，需要在與烴源巖條件、保存條件、儲層因素和充注因素等有關的幾十項基礎地質參數中，優(yōu)選出對運聚系數有直觀影響，且取值便捷的主控地質參數，然后對優(yōu)選的主控參數進行組合分析。

在優(yōu)選主控地質因素時，主要依據以下4 項原則：①所選地質參數代表性好，地質意義明確；②所選的地質參數與運聚系數相關性相對清晰，可以客觀反映二者之間的數學關系；③所選參數易于獲取，獲取時方便快捷，應用時能夠廣泛適用；④取值客觀，人為主觀干擾程度相對低。綜合考慮以上原則及實際情況，選取渤海灣、松遼、依舒地塹—方正斷陷、鄂爾多斯、三塘湖、吐哈等共計6個盆地54 個刻度區(qū)的解剖成果，篩選出對油氣運聚系數起主控作用的4 項基礎地質參數：烴源巖年齡、儲層年齡、蓋層之上不整合個數、供烴流線類型。

圖1 石油運聚系數與相關單參數擬合對比關系圖Fig.1 Crossplots of oil migration and accumulation coefficients and related single parameter

2.2.2 主控因素定量參數

烴源巖年齡是控制油氣運聚的一項重要條件。石油大量生成的時刻決定了石油從生成到距今所經歷的時間長短。通常情況下，烴源巖年齡越大，表明其主要生烴時間距今越久遠，那么在一段長時間的地質歷史時期，石油散失的可能性就越大。當地層中石油保存量減少時，其運聚系數通常降低。

儲層年齡是另一個影響石油運聚系數的重要因素。儲層年齡越老，石油成藏后距今所經歷的時代越久，經歷后期改造活動的概率增加，構造運動發(fā)生的可能性越高。在長期構造破壞的條件下，石油貯存的穩(wěn)定性會受到影響。儲層年齡越大，其成巖演化程度就越高，孔隙度將逐漸減小，不利于油氣匯聚。因此在一個盆地中，儲層年齡越大，石油運聚系數越小。

從保存條件上考慮石油運聚系數受到的影響，蓋層之上不整合個數直觀地表示了油藏所經歷的構造運動的次數。在一個盆地中，不整合個數越多，油藏所經歷的后期改造越頻繁，被破壞的可能性就增加。因此，不整合個數越多，油氣運聚系數越小。

2.2.3 主控因素定性標準化參數

供烴流線類型體現了石油運聚系數受充注因素的影響。供烴流線類型包括匯聚流、平行流、發(fā)散流和線性流，直觀地反映了供烴效率。供烴時油氣越集中，石油運聚效率越大，如匯聚流運聚系數較大；反之，供烴越發(fā)散，石油分散范圍越廣，越不易聚集，如發(fā)散流和線性流，運聚系數降低。將匯聚流、平行流、發(fā)散流和線性流分別賦值為4、3、2、1，以此量化供烴流線類型，對石油運聚系數進行定量計算。

2.3 數據集合及預測模型建立

2.3.1 建立研究參數基礎

基于參數優(yōu)選研究，依托54 個刻度區(qū)解剖結果，建立與運聚系數相關的地質參數集合，構造上包含了前陸、斷陷、克拉通等多種成盆構造動力學類型；層系上涵蓋了從新生界古近系至古生界寒武系的相對完整的年代地層序列，將其作為多因素非線性預測模型建立的數據基礎（表1）。

表1 我國主要盆地刻度區(qū)石油運聚系數與相關地質參數表Table 1 Oil migration and accumulation coefficients and related geological parameters of calibration plays in the major basins of China

表1 我國主要盆地刻度區(qū)石油運聚系數與相關地質參數表(續(xù)表)Table 1 Oil migration and accumulation coefficients and related geological parameters of calibration plays in the major basins of China (continued)

2.3.2 引入“中間參數”

在預測模型建立過程中，進一步引入源儲年齡差及儲源年齡比兩項“中間參數”。對于源儲年齡差，取其絕對值，該值越大，表明烴源巖與儲層之間相距的地質年代越遠，則造成油氣藏破壞改造的地質事件發(fā)生的可能性更高，因此該差值的絕對值被認為與運聚系數呈現一定的負相關特征（圖2）。

圖2 源儲年齡參數與運聚系數交會圖Fig.2 Crossplots of source-reservoir age parameters and oil migration accumulation coefficients

另一方面，儲源年齡比在預測模型建立過程中起到對源儲年齡差的調節(jié)作用?？紤]到當烴源巖、儲層之間的年齡差值相同，而烴源巖與儲層相對年輕時，其地質年齡之比也相對較低，表現為演化時間相對較短，在運聚及保存過程中遭受地質改造或破壞事件作用、發(fā)生烴類散失的概率相對較低。因此該比值被認為與運聚系數呈一定的負相關關系（圖3）。

2.3.3 分區(qū)建立多元非線性預測模型

運聚系數與相關的各項地質條件參數的非線性特征突出，應用簡單的二元非線性回歸及多元線性回歸均無法有效地建立預測模型。而在地質參數多且各參數間相互關聯性難以明確的非線性建模條件下，如最小二乘法、logistic 回歸、逐步回歸等方法的適用性受限，因此本次預測模型研究采用了構建目標函數的思路進行分析。

圖3 源儲年齡差絕對值、儲源年齡比與烴源巖年齡關系圖Fig.3 Crossplots of absolute value of source-reservoir age difference，the age ratio of reservoir to source rock and the source age

首先，建立目標函數大致結構。根據源儲年齡差絕對值與運聚系數所呈現的近對數—近冪函數特征的負相關關系，并考慮到儲層年齡與烴源巖年齡之比的地質意義，因此模型中包含了基于兩項中間參數的指數及冪函數結構。又由于烴源巖年齡與儲層年齡分別與有機質演化程度、儲層有效性等評價指標相關，因此在預測模型中還應將源、儲年齡視為獨立參數考慮。此外，其他兩項研究參數“蓋層之上不整合個數”和“供烴流線類型”為離散賦值式的評價指標，其與石油的運聚成藏具有較強的相關性，因此也應該做為預測模型的一部分體現。由此構建了目標函數的大致結構，如公式（1）：

其次，基于回歸建模原理來細化目標函數建模。由于無法通過對預測模型各部分的獨立結果進行簡單相加構建有效的預測模型，因此經過多次嘗試，并根據非線性迭代算法的相關理論，分別針對我國東部與西部運聚系數進行迭代計算。最終，我國東部、西部地區(qū)石油運聚系數預測模型分別在50次及24 次迭代后，殘差平方和趨于收斂，表明預測模型結構合理有效，利用回歸方程構建的預測模型在一定程度上揭示了基礎地質參數對運聚系數的影響方式，可以用于關鍵參數的預測。我國東部、西部地區(qū)石油運聚系數的預測模型分別如公式（2）、公式（3）：

式中，y為石油運聚系數，%；x1為烴源巖年齡，Ma；x2為儲層年齡，Ma；x3為蓋層之上不整合個數；x4為供烴流線類型，匯聚流賦值為4，平行流賦值為3，發(fā)散流賦值為2，線性流賦值為1。

3 預測效果驗證

為檢驗所建立預測模型的預測精度，分別選取我國東部、西部盆地部分中淺層及深層刻度區(qū)相關地質參數的數據，利用預測模型計算其石油運聚系數，并將預測結果與所選用刻度區(qū)解剖結果中的實際運聚系數進行交會分析（圖4）。

圖4 東部、西部盆地模型預測結果與實際運聚系數交會圖Fig.4 Crossplots of predictive values and actual values of oil migration and accumulation coefficients in eastern and western basins of China

通過檢驗來看，東部盆地模型預測精度R2為0.86（圖4a），西部盆地模型預測精度R2為0.84（圖4b），模型的平均預測精度達到0.85，說明預測值與實際值的吻合程度高，預測精度較高。同時，分別開展東部、西部盆地預測模型應用結果與實際運聚系數的回歸標準化殘差分析（圖5），東部盆地的預測模型應用結果與實際運聚系數的回歸標準化殘差較為均勻地分布在基準線的兩側（圖5a）；用于西部盆地驗證的刻度區(qū)數據較少，但其回歸標準化殘差仍具有沿基準線均勻分布的趨勢（圖5b）。這說明模型的預測效果較為穩(wěn)定。綜上所述，本次研究建立的模型預測精度較高、預測效果較穩(wěn)定，可有效地預測我國各區(qū)域中淺層及深層石油運聚系數。

圖5 東部、西部盆地預測模型應用結果與實際運聚系數殘差分析圖Fig.5 Residual analysis charts of predictive results and actual values of oil migration and accumulation coefficients in eastern and western basins of China

4 結 論

（1）石油運聚系數是石油運聚成藏效率的表征參數，也是石油資源成因法評價中的關鍵參數。通過多元非線性回歸分析建立石油運聚系數預測模型，可以減少人為影響因素，較為準確地對我國主要盆地的石油運聚系數進行定量求取，從而計算石油資源量。這是目前計算運聚系數較有效的途徑。

（2）綜合分析我國6 個盆地54 個刻度區(qū)，石油運聚系數主要與烴源巖年齡、儲層年齡、蓋層之上不整合個數、供烴流線類型、源儲年齡差絕對值以及儲源年齡比這6 項主控地質參數有較好的相關關系。

（3）區(qū)分東部偏裂谷型盆地、西部偏克拉通型盆地所屬刻度區(qū)解剖成果，利用多元非線性回歸分析方程分別建立東部、西部盆地石油運聚系數預測模型，預測結果與刻度區(qū)解剖的實際運聚系數較為接近，預測精度高達85%，預測效果良好。