在螞蟻屬性體約束下的裂縫建模方法研究

張亞春

(長江大學地球環境與水資源學院，湖北 武漢 430100)

尹太舉,周文

(長江大學地球科學學院，湖北 武漢 430100)

?

在螞蟻屬性體約束下的裂縫建模方法研究

張亞春

(長江大學地球環境與水資源學院，湖北 武漢 430100)

尹太舉,周文

(長江大學地球科學學院，湖北 武漢 430100)

針對現今裂縫建模方法存在的問題，探討結合成像測井、常規測井和地震資料建立精細裂縫模型的思路和方法。首先，在構造平滑處理、方差體計算的基礎上，利用螞蟻追蹤技術追蹤獲得能精確反映裂縫發育規律的螞蟻屬性體；其次，通過解釋成像測井和常規測井資料，獲得裂縫傾向、傾角、方位等參數信息，以這些信息為基礎結合螞蟻屬性體，構建裂縫密度模型；最后采用隨機建模的方法，構建M地區離散裂縫網絡模型，對該模型做粗化處理，得到裂縫屬性模型。該模型清晰地反映了儲層裂縫的三維空間分布特征及裂縫屬性特征。

裂縫建模；螞蟻屬性體；成像測井；井震結合

裂縫是油氣藏重要的儲集空間和滲流通道。據調查發現，世界上超過50%以上的油氣資源產自裂縫性油氣藏，建立合理且精確的裂縫模型是油氣田開發部署和數值模擬研究不可或缺的條件。在我國，裂縫性油氣藏普遍發育。然而，因為裂縫性油氣藏具有非均質性強、裂縫發育情況復雜且與常規油氣藏開發有本質區別等特征，導致裂縫性油氣藏開發難度大。為了找到一種能夠有效研究裂縫的方法，筆者以中國內陸某小型盆地M地區為例，結合成像測井、常規測井解釋的裂縫參數信息和通過地震資料獲取的螞蟻屬性體信息，開展研究區裂縫識別和裂縫建模工作，最終獲得研究區的裂縫模型。

1　建模思路

圖1　井震結合裂縫建模流程圖

在地震資料約束下的裂縫建模方法將測井數據垂向上的高分辨率特征和地震數據橫向上的高分辨率特征結合在一起。以測井資料解釋得到的井點的精確裂縫參數(傾向、傾角、走向等)為基礎數據，建立得到每個井點的裂縫發育密度曲線；以地震資料處理后得到的螞蟻屬性體為約束條件，利用井間隨機插值的模擬方法得到全區的裂縫密度模型。兩者的結合充分保留了地震資料橫向信息的準確性并有效地降低了數學插值在研究區井網稀疏無法有效控制裂縫發育特征的部位所造成的誤差。最后利用裂縫密度模型，采用隨機建模方法，構建M地區的離散裂縫網絡模型，對模型進行粗化獲得裂縫屬性模型。其流程如圖1所示。

2　建立速度模型

圖2　時間、埋深、速度交匯圖

螞蟻屬性體來源于地震數據，屬于時間域的范疇，而裂縫模型屬于深度域，若用螞蟻屬性體作為約束條件進行裂縫建模則需要對屬性體進行時深轉換，且時深轉換的精確與否決定了裂縫模型是否準確。而時深轉換的準確與否與速度模型的準確性密切相關。如果速度模型的準確性較低，將導致時深關系不匹配或匹配性較低，從而使得通過該速度模型轉換獲得的深度域的地震數據不準確，使得螞蟻屬性體的約束失去意義，進而使得裂縫模型失去準確性。

速度模型建立的關鍵一步是制作地震合成記錄，地震合成記錄的準確與否，關系到時深關系的準確性。該次研究通過提取目的層井旁地震子波，在波形、相位、能量相似原則的約束下，不斷調整子波同相軸和原始地震同相軸之間的對應關系，生成契合度較高的地震合成記錄。對研究區30余口井進行合成記錄的制作，并利用這些合成記錄確定時深關系，從而獲得每口井的平均速度曲線[1]。研究發現目的層的平均速度與地層埋深之間表現出較好的線性關系(圖2)，表明該時深關系具有較高的準確性。利用該時深關系在分層數據的約束下，建立速度模型。

3　基于地震資料的螞蟻屬性體

螞蟻屬性體的獲得主要分為3步。第1步是對原始地震資料進行構造平滑處理，該處理能夠有效降低地震數據中的干擾信息，提高信噪比，突出同相軸的斷裂部位。

第2步是計算方差體。在構造平滑處理的基礎上，計算得到的方差體能夠對地震中的不連續信息進行進一步的增強。通過前人的研究發現，方差屬性體相較于其他地震屬性體來說，對不連續性的增強效果更加明顯[2]。

第3步是生成螞蟻屬性體。經過上述處理后，地震資料中的不連續信息得到有效增強，利用螞蟻追蹤技術生成螞蟻屬性體。螞蟻追蹤技術包含6個參數：種子點、覓食路線偏移度、螞蟻搜索步長、允許追蹤的非法步長、合法步長及搜索終止門限值，這些參數定義了人工螞蟻的不同屬性。種子點定義了每只螞蟻的追蹤范圍；覓食路線偏移度控制了螞蟻在搜索范圍內允許的最大偏移角度；螞蟻搜索步長控制了螞蟻每次搜索的最大范圍；允許追蹤的非法步長定義了允許追蹤的無效步數(無效步數指螞蟻沒有追蹤到有效目標的步數)；合法步長定義了螞蟻追蹤到的裂縫信息被定義為有效信息所要求的連續步數；搜索終止門限值為螞蟻追蹤停止的條件。

結合區域構造分析，經過反復試驗和不斷調整，最終對追蹤參數的設定見表1。對得到的螞蟻屬性體進行時深轉換，并利用Petrel軟件的Geometrical modeling 模塊將深度域的螞蟻屬性體網格化到已經建好的三維網格中(圖3)，圖中深色區域表示裂縫發育區域(螞蟻屬性體的值域范圍為(-1,1))。

表1　螞蟻追蹤參數設定

圖3　不同小層螞蟻屬性體屬性模型

4　成像測井資料處理

成像測井資料中關于裂縫的解釋是裂縫建模的第一步。在該過程中需要識別成像測井中解釋出的裂縫，并對裂縫參數(包括傾向、傾角、深度等)進行統計。FMI測井資料能夠較準確地反映地下裂縫參數。通過對研究區內擁有FMI測井解釋資料的47口井的解釋數據研究，統計出了其下溝組的裂縫發育的傾角、傾向、方位角、深度等裂縫產狀，并利用Petrel軟件平臺對裂縫產狀數據進行處理。

裂縫密度曲線是描述裂縫發育強度及發育規律的重要參數，同時也是構建裂縫密度模型的關鍵數據。一般來說，在裂縫型油氣藏中，裂縫密度曲線值大的深度段，裂縫發育密集，容易形成良好的儲集層且油井產量一般較高；而裂縫發育程度低的部位，一般形成致密型儲集層且不易獲得高產油井[3]。

在Petrel軟件中，利用成像測井解釋資料生成裂縫累計曲線(cumulative)和裂縫密度曲線(intensity)。軟件中，每一深度點的裂縫密度曲線計算公式如下：

式中：intensity(depth)表示每個采樣深度點裂縫的密度，條/m；cumulative(depth)表示采樣深度點處裂縫的累計密度，條/m；w表示開窗長度(petrel軟件中窗口長度)，m[4]。

在計算裂縫密度曲線時，可以在開窗長度里面通過生成的蝌蚪圖，計算出每個深度窗中裂縫發育的玫瑰花圖(圖4)。通過對不同層段玫瑰花圖的研究發現，該區裂縫發育方向主要有兩組:一組為NE-SW方向，一組為NW-SE方向。結合生產數據，高產層位大多為裂縫發育密集層位。

圖4　K1-K2連井剖面裂縫玫瑰花圖

裂縫密度曲線是一種連續變量，根據Petrel軟件對連續變量的處理方法和裂縫建模的需要，對井點的裂縫密度曲線進行粗化，將井點的數據轉換到三維網格中。

5　井震結合建立裂縫模型

地震資料在縱向上的分辨率與井點資料相比低很多，但其在橫向上的高分辨率是井點數據無法比擬的。通過研究發現，利用地震數據處理后得到的螞蟻屬性體能夠精確地表征地下斷裂系統的發育特征，這為以螞蟻屬性體作為建模約束提供了良好的基礎。該次建模分兩步進行：①以螞蟻屬性體作為協變量，井點裂縫密度曲線數據為主變量，模擬裂縫密度模型；②采取隨機建模方法，以裂縫密度模型為輸入數據，建立裂縫離散網絡模型。

5.1數據分析

儲層在地下三維空間內的變化規律可以通過變差函數的變化反映出來。對變差函數的合理調整也是基于地質統計學建模方法的關鍵所在。變差函數的特征參數主要包括變程、塊金值和拱高。通過調整變差函數，可以獲得相應的信息，利用這些信息可以分析研究地質問題；反之，地質研究資料也可用來校驗變差函數是否準確[5]。變差函數的變程大小是變差函數的關鍵所在，通過調整其大小能決定變量主體之間的相關性范圍，同時也能反映變量載體在空間上的展布特征[6]。

在進行變差函數分析時，以井點獲得的裂縫密度曲線為主變量，螞蟻屬性體作為約束變量。螞蟻屬性體主要刻畫的是宏觀上的裂縫形態、走向及發育規律，是裂縫密度模型的軟約束條件。在進行裂縫建模時，若螞蟻屬性體刻畫的裂縫信息與井點資料刻畫的裂縫信息發生沖突時，前者服從后者，即以井點裂縫信息為準。通過這種方法建立的裂縫密度模型既保證了井點處裂縫信息與地下實際情況相符的特點，又充分利用了地震資料橫向信息豐富、精確的特點。

5.2裂縫密度模型

利用Petrel軟件Petrophysical modeling 模塊，建立裂縫密度模型(圖5)。圖5展示了M地區在螞蟻屬性體約束下建立的裂縫密度模型和沒有約束條件下建立的裂縫密度模型。圖5(a)為采用井震結合的方法，以螞蟻屬性體為約束條件建立的裂縫密度模型；圖5(b)為僅使用井點裂縫數據采用井間插值方法建立的裂縫密度模型。

圖5　M地區裂縫密度模型對比

對比分析表明，井震結合建立的裂縫密度模型結合了井點資料和地震資料各自的特點，其反映的地下裂縫發育特征更符合實際的地質認識。而無約束條件下的裂縫密度模型只在井分布密集區域對裂縫的發育密度進行了刻畫，而其他部位均顯示為裂縫不發育。相比較而言，前者既滿足了井點數據的地質統計學特征，同時又反映出地震數據中檢測到的斷裂信息在無井控區域裂縫預測依然準確。與只依靠井點資料模擬得到的裂縫密度模型相比，以井震結合方法建立的裂縫密度模型對井間及無井控區域裂縫預測的準確性大大提升。

5.3裂縫離散網絡模型及裂縫屬性模型

依托Petrel軟件Fracture network模塊，采用隨機建模方法，以裂縫密度模型為輸入數據，建立裂縫離散網絡模型。該模型中，裂縫的走向、傾向、傾角、開度及滲透率等信息都包含在隨機生成的裂縫斷片中。

在此基礎上，對裂縫離散網絡模型粗化得到研究區裂縫屬性模型包括裂縫孔隙度模型和裂縫滲透率模型。Petrel軟件中模型粗化的計算方法有兩種：Oda計算方法和基于流體的計算方法[7]。Oda計算方法是一種以地質數據統計學為計算原理的運算方法，其原理是以網格內已知的參數信息為計算模板，通過分析這些網格和其他網格之間的相關性，進而對其他網格內的參數信息進行模擬。該方法計算速度快，但由于其對裂縫間的連通性關系考慮得不充分，當裂縫密度較小時，存在低估裂縫滲透率的可能[8]。

基于流體的計算方法計算精度較高，該方法首先對每個網格都進行一定的參數設定，然后在地層壓力梯度的約束下模擬每個網格中的流體流動形態，然后綜合起來進行運算，從而獲得地層不同方向的滲透率。該方法對流動單元內不同方向的裂縫形態都進行了考量，因此其計算時間較長[9]。

在該次研究中，筆者利用Oda算法對裂縫模型進行了粗化，得到裂縫屬性模型(孔隙度、滲透率模型)(圖6)。通過對比裂縫屬性模型與基質屬性模型發現，在裂縫的影響下，儲層的滲透率和孔隙度明顯增大。結合實際生產資料發現，在裂縫發育密集區，油井產量明顯升高，這表明以該方法建立的裂縫模型具有較高的準確性。

圖6　裂縫屬性模型

6　結論

1)結合地震資料和測井資料進行井震標定，制作單井合成記錄獲得研究區時深關系，并建立研究區的速度模型，利用該速度模型對地震資料進行時深轉換。準確的速度模型是確保時深轉換準確的關鍵。

2)在對地震資料處理的基礎上，利用螞蟻追蹤技術追蹤得到能夠精確表征地下裂縫展布規律的螞蟻屬性體。

3)應用地質統計學協變量方法，以井點數據為主變量，螞蟻屬性體為約束條件，控制井間插值和模擬，建立裂縫密度模型；以該裂縫密度模型為約束條件，采用隨機建模方法，建立裂縫離散網絡模型；利用Oda計算方法對模型進行粗化計算，得到裂縫屬性模型。由此建立的裂縫模型，充分體現了井點數據的縱向高分辨率特征和地震資料橫向高分辨率特征，真實地反映了地下裂縫在三維空間中的展布樣式及發育規律，同時有效降低了井間裂縫預測的不確定性，提高了裂縫預測的精度。

[1]李艷麗，柳成志，王文廣，等.井震結合斷層建模方法在薩北北二西的應用[J].科學技術與工程，2011，11(18)：4128～4185.

[2] 張繼標，戴俊生，趙力彬，等. 基于螞蟻算法的斷裂自動解釋技術在黃玨南地區的應用[J].中國石油大學學報(自然科學版)，2011，35(6)：14～19.

[3] 吳鍵，孫圓輝，王彬，等. 準噶爾DX18區塊裂縫性火山巖儲集體三維地質建模[J].石油勘探與開發，2012，39(1)：92～99.

[4] 郎曉玲，郭召杰. 基于DFN離散裂縫網絡模型的裂縫性儲層建模方法[J]. 北京大學學報(自然科學版)，2013，49(6)：964～972.

[5] 劉澤容，杜慶龍，蔡忠. 應用變差函數定量研究儲層非均質性[J]. 地質論評，1993，39(4)：297～301.

[6] 孫磊，孫龍德，江同文，等. 塔里木盆地輪南油田TⅢ油組底水塊狀油藏夾層分布規律研究[J]. 海相油氣地質，2001，6(4)：47～52.

[7] 李玉梅. 朝陽溝油田朝5 北井區裂縫性儲層建模與剩余油定量評價[D]. 北京: 中國地質大學，2011.

[8] 梁宇濤，劉鵬程，馮高城. 基于螞蟻追蹤技術的裂縫型儲層建模方法[J]. 復雜油氣藏， 2014，7(3)：11～15.

[9] 程超，楊洪偉，周大勇，等. 螞蟻追蹤技術在任丘潛山油藏的應用[J].西南石油大學學報(自然科學版)，2010，32(2)：48～52.

[編輯]宋換新

2015-11-20

張亞春(1990-)，女，碩士生,現主要從事開發地質學方面的學習與研究，740023932@qq.com。

TE122.111

A

1673-1409(2016)14-0016-06

[引著格式]張亞春，尹太舉,周文.在螞蟻屬性體約束下的裂縫建模方法研究[J].長江大學學報(自科版), 2016,13(14):16～21.