沉積微相-巖石相隨機模擬及其控制下的屬性建模*——以蘇里格氣田蘇49-01加密試驗區(qū)為例

尹楠鑫，國殿斌，李中超，李明映，張倩萍，賈海松，何 康，張 寧

（1.中國石化中原油田博士后工作站，河南 鄭州 450018；2.中國石化中原油田勘探開發(fā)科學(xué)研究院，河南 鄭州 450018；3.中國石油大學(xué)（北京）地球科學(xué)學(xué)院，北京 102249；4.中海油天津分公司，天津 300452）

在油氣田開發(fā)階段，三維地質(zhì)建模是油藏描述的核心，也是研究剩余油分布的基礎(chǔ)［1－3］。模型精度的高低不僅直接影響石油地質(zhì)家們對研究區(qū)的地質(zhì)認識，也對油藏工程人員的數(shù)值模擬結(jié)果產(chǎn)生重要影響，進而也影響到后期開發(fā)方案的部署與調(diào)整。因此如何建立精細的三維地質(zhì)模型是石油地質(zhì)家們面臨的一個難點問題。三維地質(zhì)建模在方法上分為確定性建模和隨機建模，在提高模型精度方面，目前主要通過相控建模方法來實現(xiàn)。這里的相指的是巖相或者是沉積微相，然而這兩種相控建模方法均難以精細刻畫不同巖性所引起的儲層非均質(zhì)性類型及強度。因此本文以蘇里格氣田蘇49-01加密試驗區(qū)塊為例，以波阻抗為約束條件建立了研究區(qū)的泥質(zhì)含量模型，通過神經(jīng)網(wǎng)絡(luò)判別分析，給出泥質(zhì)含量對應(yīng)的砂、泥界限的門檻值下限，由此建立起研究區(qū)的巖相模型，在巖相模型的基礎(chǔ)之上，統(tǒng)計沉積微相建模所需的參數(shù)，運用確定性建模方法，建立起研究區(qū)的三維沉積相模型。結(jié)合沉積微相－巖石相劃分方法所表征的不同成因類型的砂體間的巖性、物性特征，在三維沉積微相模型內(nèi)模擬沉積微相－巖石相模型，以該模型為約束條件建立起研究區(qū)精細的三維屬性模型，從而為油田后期的儲層非均質(zhì)性研究、剩余油分布研究以及油田開發(fā)調(diào)整方案的編制奠定基礎(chǔ)。

1 工區(qū)概況

蘇49-01加密試驗區(qū)位于蘇里格氣田蘇14試驗區(qū)西北角，其三維地震覆蓋區(qū)南起蘇14-6-10井，北至蘇14-03-10井，西起蘇14-1-02井，東至蘇14-1-18井。面積160km2，實施鉆井46口。研究目的層為上古生界二疊系下石盒子組的盒8段及山西組的山1段。氣藏類型為典型的巖性圈閉氣藏，氣層由多個單砂體橫向復(fù)合疊置而成，基本屬于低孔、低滲、低豐度的氣藏。盒8段在本區(qū)主要為辮狀河沉積，其沉積微相包括河道滯留沉積、心灘、天然堤、泛濫平原，其中河道和心灘最為發(fā)育，其它微相則零星分布。剖面結(jié)構(gòu)中以砂礫巖及中粗砂巖為主，細砂及粉砂沉積在連續(xù)的砂質(zhì)剖面中所占份額很少。該層段內(nèi)單層平均滲透率一般在（0.15～2）×10－3μm2，最高達到62 174×10－3μm2；單層平均孔隙度一般為12%～15%，最高達到21.12%，是盆地迄今為止發(fā)現(xiàn)的上古生界儲層最好的地區(qū)之一。山1段砂體總體則表現(xiàn)為曲流河的沉積特征，發(fā)育河道、邊灘、天然堤、決口扇等微相，本加密實驗區(qū)主要發(fā)育河道和邊灘沉積，巖性為細—中粒巖屑砂巖、巖屑質(zhì)石英砂巖和泥質(zhì)巖。儲層物性在該區(qū)相對較差，單層平均滲透率一般在（0.13～0.16）×10－3μm2，平均孔隙度為7%～10%。

2 儲層相模型的建立

相控建模是最近幾年三維地質(zhì)建模發(fā)展的重要方向，其首要前提是建立符合地質(zhì)認識的精細的三維相模型［4－7］。三維相建模就是定量描述儲集體的大小、幾何形態(tài)及其三維空間的分布。無論是巖相控制建模還是沉積微相控制建模，其主要目的是在對儲層物性參數(shù)進行模擬時考慮同一位置的巖相或者沉積相對其的約束作用。因此，建立高精度屬性模型的首要前提是建立精細的三維相模型。在開發(fā)階段，建立沉積微相模型的諸多統(tǒng)計參數(shù)除來自巖心數(shù)據(jù)以及測井?dāng)?shù)據(jù)外，其不同類型的相邊界參數(shù)以及垂向的厚度參數(shù)則主要來自巖相模型。為此，本文在49-01加密實驗區(qū)細分層的基礎(chǔ)之上，通過測井約束地震反演，依據(jù)波阻抗與井上砂巖含量的正相關(guān)性，采用序貫高斯的隨機模擬方法建立泥質(zhì)含量模型。然后對泥質(zhì)含量模型采用基于神經(jīng)網(wǎng)絡(luò)分析判別方法，建立起研究區(qū)的巖相模型，進而對砂體規(guī)模和展布進行分析并獲得基于目標(biāo)建模所需的各種參數(shù)，如河道的延伸方向、寬度、厚度等，最后可通過采用基于目標(biāo)的方法建立研究區(qū)的沉積微相模型。

2.1 巖相模型的建立

目前建立巖相模型有3種方法［8］，本文則是通過優(yōu)選與地震參數(shù)最為接近、相關(guān)性最好而且最能反映巖相特征的泥質(zhì)含量曲線作為建模的主變量（見圖4），將測井約束反演所得波阻抗三維地震數(shù)據(jù)體作為次變量（見圖1），以協(xié)同克里格為基本算法的條件模擬技術(shù)建立蘇49-01加密實驗區(qū)的泥質(zhì)含量模型，該模擬過程充分整合了地震信息，使得模擬結(jié)果始終忠實于單井上的測井?dāng)?shù)據(jù)的同時，井間又吻合了測井約束反演所識別的砂體，且其精度大大提高。在已有的泥質(zhì)含量模型的基礎(chǔ)之上，通過神經(jīng)網(wǎng)絡(luò)判別法，發(fā)現(xiàn)蘇49-01加密實驗區(qū)儲層泥質(zhì)含量小于30%，依據(jù)門限值將泥質(zhì)含量模型直接轉(zhuǎn)換成巖相模型。圖2為蘇49-01加密實驗區(qū)的巖相模型，模型更加直觀的表征了研究區(qū)砂體在三維空間的展布。理論上，模型預(yù)測的砂、泥巖精度遠遠高于測井約束反演所預(yù)測的結(jié)果，將圖1和圖2對比發(fā)現(xiàn)，測井約束反演的波阻抗只是從宏觀上預(yù)測了儲層的空間展布，其砂、泥巖邊界較為模糊。而通過測井約束反演波阻抗協(xié)同模擬所建立的巖相模型不僅精細刻畫了砂、泥巖的邊界，而且也對無井區(qū)的砂體分布預(yù)測提供了可靠依據(jù)。

圖1 蘇49-01加密試驗區(qū)波阻抗三維數(shù)據(jù)體Fig.1 3Dimpedance data of Su 49-01infill test area

圖2 蘇49-01加密試驗區(qū)三維巖相模型Fig.2 3Dlithofacies model of Su 49-01infill test area

2.2 沉積微相模型的建立

相分布控制了儲層的空間展布，同一沉積微相控制了沉積物、砂體的形成條件以及成巖過程，因而其內(nèi)部的儲層物性也具有一定的相似性［9］。不同沉積微相內(nèi)的沉積物形成條件有明顯的差異，儲層物性變化較大，通過分相帶進行變差函數(shù)分析，統(tǒng)計不同相帶內(nèi)儲層的變化參數(shù)，進而約束建立儲層參數(shù)模型能在一定程度上提高儲層物性的預(yù)測精度［10］，但反映不了同一相帶內(nèi)不同巖性所引起的儲層物性差異。在蘇49-01試驗區(qū)，依據(jù)超短期基準(zhǔn)面旋回的疊加樣式、層序結(jié)構(gòu)和河流頻繁改道形成的“河道＋泛濫平原”沉積模式把多期河道劃分開，在每一個短期旋回內(nèi)分出粗、細兩個沉積單元，研究區(qū)目的層段劃分了14個超短期旋回對應(yīng)于14個單層，通過將研究單元刻畫到單砂層以后，可最大化減少優(yōu)勢相表征所引起的“相丟失現(xiàn)象”。由于研究區(qū)目的層段為河流相沉積（曲流河和辮狀河），其主要的沉積微相為泛濫平原，因而可將其作為背景相（不需要統(tǒng)計建模參數(shù)），待模擬的微相為河道滯留沉積、點壩和心灘微相。在巖相模型的基礎(chǔ)之上，通過對砂體規(guī)模和展布進行分析，獲得基于目標(biāo)建模所需的各種參數(shù)，如河道的延伸方向、寬度、厚度等（見表1）。以基于目標(biāo)的方法建立研究區(qū)的沉積微相模型（見圖3）。通過沉積微相模型與反演數(shù)據(jù)體約束建立的巖相模型對比發(fā)現(xiàn)，在單層級別的層序地層格架之上未出現(xiàn)“非優(yōu)勢相”丟失現(xiàn)象（見圖2）。另外研究區(qū)目的層段主要發(fā)曲流河和辮狀河兩種沉積相，沉積微相則主要發(fā)育河道、心灘、點壩以及泛濫平原，其余的天然堤、決口扇等微相不發(fā)育。

2.3 沉積微相－巖石相模型的建立

2.3.1 沉積微相－巖石相的劃分 辮狀河、扇三角洲和沖積扇沉積都具有近物源、相變快的特點，沉積相對儲集層的發(fā)育起著明顯的控制作用［11］，將巖性變化很大的儲層作為一個單元（巖相模型）約束建立屬性模型，必然導(dǎo)致很大的誤差；另外沉積微相也只是對沉積類型和部位的劃分，其內(nèi)部仍然有巖性的變化，將沉積相帶作為建模單元則難以考慮這種變化［12］，因此僅僅依靠巖相或者沉積相控建模所得到的屬性模型精度是不夠的。分相帶對其內(nèi)部巖性進行解釋，進而在沉積相內(nèi)部模擬沉積微相－巖石相模型，用該相模型約束建立的屬性模型可在同一沉積微相內(nèi)部反映巖性變化所引起的儲層物性變化，其首要前提是對研究區(qū)各單井不同沉積微相內(nèi)的巖性識別，朱怡翔在蘇里格氣田通過選擇5種對巖相響應(yīng)敏感的巖石物理測井作為樣品的屬性特征，識別了含礫砂巖、粗－中砂巖、中細砂巖、細粉砂巖、泥巖、煤6種不同的巖相［13］，本次研究依據(jù)其測井解釋模板，從多角度綜合分析相控因素，將沉積微相劃分同巖性劃分相結(jié)合（見表2），二者耦合形成新的“沉積微相－巖石相”，用來精細表征研究區(qū)的儲層特征。

表1 H8X1.1單層沉積微相模擬參數(shù)表Tabel 1 The data tabel of sedimentary microfacies simulation parameters of H8X1.1monolayer

圖3 蘇49-01加密試驗區(qū)三維沉積微相模型Fig.3 The 3DSedimentary microfacies model of Su 49-01infill test area

表2 沉積微相－巖石相耦合劃分方案Tabel 2 The coupling division scheme of sedimentary microfacies-lithofacies

盒8上段發(fā)育曲流河沉積，砂少泥多，典型的泥包砂序列，砂體主要為河道滯留沉積和點壩沉積，單砂體厚度較小，巖性以粗中砂巖為主。儲層物性相對較差，儲層平均孔隙度小于1%，滲透率小于0.01×10－3μm2。含氣飽和度小于10%，多為干層。盒8下段發(fā)育辮狀河沉積相，砂多泥少，砂體主要為河道滯留沉積和心灘沉積，單砂體厚度比曲流河點壩要大，巖性以含礫砂巖以及粗砂巖為主。儲層物性相對較好，儲層平均孔隙度為7%，平均滲透率為0.5×10－3μm2，含氣飽和度多高達50%以上，為研究區(qū)的有利產(chǎn)層。山1段時期又相變?yōu)榍骱映练e，該段內(nèi)同樣砂少泥多，砂體主要為河道滯留沉積和點壩沉積，單砂體厚度較小，巖性以粗中砂及細砂巖為主。儲層物性相對較差，儲層平均孔隙度小于1%，滲透率小于0.01×10－3μm2。含氣飽和度小于10%，多為干層。依據(jù)沉積相與各巖相的耦合關(guān)系，在研究區(qū)目的層對各單井進行了沉積微相－巖石相的劃分（見圖4）。

圖4 單井沉積微相－巖石相劃分Fig.4 The division of sedimentary microfacies-lithofacies for single-well

2.3.2 沉積微相－巖石相模擬 巖石相控建模突出反映了儲集層的“四性”關(guān)系。巖性、物性、含油氣性差異是造成測井響應(yīng)（電性）差異的主要原因，其中，巖性是基礎(chǔ)，物性是表征，含油氣性是結(jié)果，電性則是手段［9］。不同成因的巖性反映了儲層孔隙結(jié)構(gòu)差異，也是儲層測井曲線響應(yīng)差異的本質(zhì)表現(xiàn)。以沉積微相－巖石相為約束條件建立的屬性模型更能反映儲層的非均質(zhì)性，特定的巖性基本上代表了特定的一類孔隙結(jié)構(gòu)，確定巖性就是間接進行孔隙結(jié)構(gòu)的分類，從而達到由孔隙結(jié)構(gòu)控制建模的目的。蘇49-01試驗區(qū)，盒8段到山1段共識別了10種沉積微相－巖石相，在隨機模擬時，這10種成因巖石相均作為離散變量輸入，其實質(zhì)是分單層、分相帶統(tǒng)計每種沉積微相－巖石相的原始分布概率，并將其做為隨機模擬時的全局概率，預(yù)測井間的相分布。圖5為研究區(qū)沉積微相控條件下的沉積微相－巖石相模擬，從該模型中可以看出，盒8段下2小層河道微相內(nèi)主要以河道含礫砂巖相為主，順著河道方向呈北東南西向展布，其次是河道細砂巖相對較發(fā)育。這兩種河道成因巖性所反映的儲層孔隙結(jié)構(gòu)變化大，對后期約束建立的屬性模型起明顯的控制作用。該小層心灘內(nèi)的沉積微相－巖石相則是以心灘含礫砂巖相為主，心灘粗砂巖相次之，最少為心灘細砂巖相。

圖5 蘇49-01試驗區(qū)沉積微相－巖石模型Fig.5 The sedimentary microfacies-lithofacies model of Su 49-01infill test area

3 沉積微相－巖石相控制下的屬性模型

沉積微相－巖石相模型控制下建立的儲層屬性參數(shù)（孔隙度、滲透率、含氣飽和度）模型。其實質(zhì)是分層、分巖石類型統(tǒng)計各種物性參數(shù)分布特征，然后分別模擬。同一微相內(nèi)相同巖性具有相近的巖石物理性質(zhì)，在相同的巖性內(nèi)用序貫高斯算法建立的巖石物性參數(shù)分布模型會大大提高預(yù)測精度。

3.1 屬性模型的建立

屬性模型主要是指孔隙度模型、滲透率模型、有效厚度模型以及流體模型，它是精細油藏描述中的核心部分［14－15］。高精度的屬性模型可準(zhǔn)確預(yù)測有利目標(biāo)的空間展布，是油氣開發(fā)方案部署和調(diào)整的依據(jù)。本次屬性模型的建立主要是在巖相模型、沉積微相模型以及沉積微相－巖石相模型的框架內(nèi)，以蘇49-01試驗區(qū)內(nèi)46口井的測井二次解釋數(shù)據(jù)為輸入數(shù)據(jù)，應(yīng)用前期儲層精細評價中的沉積微相分布特征、儲層參數(shù)的測井計算和評價、儲層非均質(zhì)性認識、儲層的分類評價、儲層的展布特征等相關(guān)資料為約束條件，通過序貫高斯隨機模擬對建模過程加以趨勢約束，對井間孔隙度、滲透率加以約束建立研究區(qū)的高精度三維屬性模型（見圖6）。結(jié)合圖5沉積微相－巖石相的模擬結(jié)果分析可知，儲層物性較好的區(qū)域主要分布在河道含礫砂巖相和心灘含礫砂巖相中，其次是河道粗砂巖相和心灘粗砂巖相，最差為河道細砂巖相和心灘細砂巖相，這也充分說明不同類型不同成因的巖性對儲層物性起關(guān)鍵性的控制作用。

圖6 蘇49-01試驗區(qū)屬性模型Fig.6 The property model of Su 49-01test area

3.2 不同相控下的模型比較

通過砂－泥巖巖相、沉積微相以及沉積微相－巖石相控制建立的孔隙度模型對比（見圖7），可以看出，砂-泥巖巖相控制的孔隙度模型（見圖7B），在儲層內(nèi)部具有很大的隨機性，它只是在變差函數(shù)約束條件下滿足了隨機模擬結(jié)果的概率分布與已知硬數(shù)據(jù)的概率分布的一致性，其井間不能反映因相變或者巖性變化所引起的儲層物性差異，也沒有體現(xiàn)出沉積模式對儲層的控制作用。而沉積相控制建立的孔隙度模型（見圖7C）雖然能反映河道或者點壩物性變化的連續(xù)性，但它不能反映同一相帶內(nèi)或者不同相帶內(nèi)巖性對儲層物性的影響，其約束建立的屬性精度還不能充分反映儲層的非均質(zhì)性。基于砂－泥巖巖相和沉積微相模型所建立起來的沉積微相－巖石相模型控制建模則能彌補以上兩種相控建模所面臨的不足。從圖7A和圖7D對比可知，河道含礫砂巖相和心灘含礫砂巖相所反映的孔隙度均較好，而河道細砂巖相和心灘細砂巖相約束下的孔隙度較差，加之受沉積相帶的約束，模擬結(jié)果也充分體現(xiàn)了沉積模式對儲層的控制作用。這種復(fù)合相控法建立的儲層參數(shù)模型，揭示了同一微相不同巖石相帶之間儲層巖性、物性上的差異，為油藏開發(fā)中后期調(diào)整挖潛提供了更為可靠的地質(zhì)模型。

圖7 不同相控條件下的孔隙度模型Fig.7 The different porosity model controlled by different facies model

4 結(jié)論

（1）在高精度的層序地層格架（單層）基礎(chǔ)上，通過測井?dāng)?shù)據(jù)與地震屬性相關(guān)性優(yōu)選，發(fā)現(xiàn)研究區(qū)以反演波阻抗協(xié)同模擬的泥質(zhì)含量模型，在經(jīng)過神經(jīng)網(wǎng)絡(luò)判別法給定的下限值所得到的砂巖相模型可充分反映儲層的空間展布，其為準(zhǔn)確建立沉積相模型提供了必要的相關(guān)參數(shù)，同時，單層級別的層序地層格架可減少優(yōu)勢相表征過程中的“非優(yōu)勢相”丟失現(xiàn)象。

（2）單純的砂－泥巖巖相約束建模和沉積相控建模雖然在一定程度上反映了儲層的物性變化，但均難以精細刻畫不同成因巖性所引起的孔隙結(jié)構(gòu)變化從而導(dǎo)致的儲層非均質(zhì)性。

（3）沉積微相－巖石相控制建模其實質(zhì)是按單層、按相帶分巖性統(tǒng)計各種物性參數(shù)分布特征，進而模擬屬性模型，能充分反映同一微相或者不同微相內(nèi)因巖性變化而引起的儲層非均質(zhì)性，分巖性采用序貫高斯算法建立的巖石物性參數(shù)分布模型會大大提高預(yù)測精度。

［1］白薷，張金功，李渭.鄂爾多斯盆地水和地區(qū)延長組長63巖性油藏儲層地質(zhì)建模 ［J］.吉林大學(xué)學(xué)報：地球科學(xué)版，2012，42（6）：20-35.

［2］裘懌楠.儲層地質(zhì)模型 ［J］.石油學(xué)報，1991，12（4）：55-61.

［3］潘少偉，楊少春，楊柏，等.相控建模技術(shù)在江蘇油田莊2斷塊中的應(yīng)用 ［J］.天然氣地球科學(xué)，2009，20（6）：935-940.

［4］尹艷樹，吳勝和，張昌民，等.用多種隨機建模方法綜合預(yù)測儲層微相 ［J］.石油學(xué)報，2006，27（2）：68-71.

［5］于興河，陳建陽，張志杰，等.油氣儲層相控隨機建模技術(shù)的約束方法［J］.地學(xué)前緣，2005，12（3）：237-243.

［6］呂曉光，張永慶，陳兵，等.深度開發(fā)油田確定性與隨機建模結(jié)合的相控建模［J］.石油學(xué)報，2004，25（5）：60-64.

［7］周麗清，熊琦華，吳勝和.隨機建模中相模型的優(yōu)選驗證原則 ［J］.石油勘探與開發(fā)，2001，28（1）：68-71.

［8］賈玉梅，徐芳，陳斌，等.基于地震資料的薄互層儲層三維地質(zhì)建模——以埕海油田二區(qū)為例 ［J］.天然氣地球科學(xué)，2010，21（5）：833-838.

［9］吳勝和，張一偉，李恕軍，等.提高儲層隨機建模精度的地質(zhì)約束原則 ［J］.石油大學(xué)學(xué)報，2001，25（1）：55-58.

［10］計秉玉，趙國忠，王曙光，等.沉積相控制油藏地質(zhì)建模技術(shù) ［J］.石油學(xué)報，2006，27（增刊）：111-114.

［11］侯維虹，渠永宏，張永慶，等.通過地層沉積過程進行儲集層的精細描述 ［J］.石油勘探與開發(fā)，2004，31（增刊）：106-109.

［12］周燦燦，王擁軍，周鳳鳴.近源砂巖原生孔隙儲集層巖石相控建模及其應(yīng)用 ［J］.石油勘探與開發(fā)，2006，33（5）：552-557.

［13］朱怡翔，田昌炳，于興河，等.鄂爾多斯盆地蘇里格氣田相對高滲砂體的成因及其巖石物理測井識別方法 ［J］.石油與實驗地質(zhì)，2004，26（4）：389-396.

［14］Wong P M，Shibli S A R.Modeling a fluvial reservoir with mult-ipoint statistics and principal components［J］.Journal of Petro-leum Science and Engineering，2001，31（2）：157-163.

［15］李莎莎，張金亮，王金凱.復(fù)雜小斷塊儲層精細模型研究 ［J］.中國海洋大學(xué)學(xué)報：自然科學(xué)版，2011，41（Sup）：337-340.