基于錄測井資料的沉積微相定量識別方法研究
——以渤中26-X構造為例

陳 靖

(中海油能源發展股份有限公司工程技術分公司，天津300452)

隨著渤海油田油氣勘探程度不斷深入，可供選擇的勘探目標規模變小、隱蔽性增強、構造背景復雜[1]，為了搞清油氣分布規律，對沉積環境的研究要求更加精細，精確劃分沉積微相已成為現階段研究重點。傳統的沉積微相識別方法是以巖心分析為核心，通過對巖心觀察獲取反映地下地質情況的巖石顏色、沉積構造等特征，結合巖石樣品分析結果，并與測井曲線對比，綜合判斷沉積微相類型。沉積微相識別目前仍然停留在以人工判別為主的定性階段，無統一的識別標準，主要依靠個人經驗，其結果受人為主觀因素影響較大。每個人對巖心發育的沉積構造、測井曲線的形態認知都可能存在差異，導致出現不同的看法。即使具有相同的認識，對它們所形成的組合也會存在多種解釋，從而使沉積微相劃分結論產生偏差。因此有必要研究一種沉積微相定量識別方法，解決人工定性判別差異較大的難題。

本文提出利用測井曲線結合錄井資料定量識別沉積微相的方法，選取渤海油田渤中26-X構造多口探井資料，通過明確新近系明化鎮組下段沉積微相類型，采用錄測井資料與數學方法相結合的方式定量識別沉積微相，其識別結果與地質劃分結果吻合度高，表明該方法對后續沉積微相研究具有一定的借鑒意義。

1 研究區概況

1.1 地質背景

渤中26-X構造處于渤海海域南部，構造位于黃河口凹陷西北洼，屬于渤南低凸起西段南側大斷層下降盤[2]，是一個復雜斷塊(圖1)。早期受邊界大斷層影響，形成斷裂背斜的構造背景；晚期受次級斷層影響，淺層形成大量復雜斷塊構造，為渤中26-X構造油氣聚集提供了有利條件。

圖1 區域構造位置

鉆井揭示渤中26-X構造淺部地層以第四系和新近系為主，主要包括平原組、明化鎮組以及館陶組，其中新近系明化鎮組、館陶組均鉆遇油氣顯示。新近系明化鎮組下段(以下簡稱明下段)是該構造的主要含油氣層系，也是本次研究的目的層段。

1.2 明下段沉積微相類型

通過對研究區巖心觀察，結合測井曲線特征、錄井巖性數據以及前人研究成果，綜合分析判定區內明下段普遍發育淺水三角洲前緣亞相，并可進一步細分為水下分流河道、水下天然堤、水下決口扇、水下分流間灣等沉積微相[3]。

1.2.1 水下分流河道

水下分流河道為陸上分支河道延伸進入水下的部分，沉積物顆粒分選較好，粒度均勻，巖性以粉砂巖、細砂巖為主，平行層理、交錯層理較為發育，底部常發育沖刷面。砂體厚度一般為4～15 m，正韻律特征明顯(圖2a)。

自然電位和自然伽馬曲線形態均以箱形和鐘形為主，自然電位值為62.56～88.64 mV，自然伽馬值為53.67～62.29 API。箱形曲線多反映物源充足，砂體分布穩定的特征；鐘形曲線則反映物源由強到弱的過程，可能為河道側緣砂體向河道主砂體過渡。由于泥質含量低，電阻率值較高，曲線呈現高幅度的鐘形、箱形或二者疊加。

1.2.2 水下天然堤

水下天然堤是水下分流河道兩側的砂脊，退潮時可部分出露水面而成為砂坪[4]。巖性相對較細，主要為粉砂巖、泥質粉砂巖，常見流水形成的波狀層理，局部發育流水與波浪共同作用形成的交錯層理，可見沖刷、充填等構造。砂體厚度一般為1～3 m，大多數垂向韻律不明顯，少量呈正韻律特征(圖2b)。

自然電位和自然伽馬曲線形態均為鐘形，自然電位值為62.75～67.98 mV，自然伽馬值為59.31～65.73 API。由于泥質含量較高，電阻率值低，曲線呈指狀尖峰特征。

1.2.3 水下決口扇

水下決口扇是水下天然堤受高能水流沖擊發生決口沉積形成的產物。巖性與水下天然堤類似，以粉砂巖、泥質粉砂巖為主，發育平行層理、波紋層理等。砂體厚度一般為2～6 m，垂向呈下細上粗的反韻律特征，平面上呈扇形展布，并與河道相交(圖2c)。

自然電位和自然伽馬曲線形態呈漏斗形，中-低幅齒化，自然電位值為49.67～58.47 mV，自然伽馬值為66.18～73.96 API。電阻率曲線齒化特征明顯，與自然伽馬曲線形態類似。

1.2.4 水下分流間灣

水下分流間灣處于地勢相對低洼的湖灣地區，巖性以泥巖為主，夾雜薄層粉砂巖或泥質粉砂巖，水體較平靜，屬于低能穩定沉積環境，水平層理常見，局部發育透鏡狀層理，垂向上無明顯韻律特征(圖2d)。

圖2 明下段沉積微相特征

由于巖性以泥質沉積為主，自然電位和自然伽馬曲線形態均近平直并具鋸齒狀，當夾雜薄層砂巖時，呈低幅指狀，自然電位值為42.85～48.79 mV，自然伽馬值為72.69～80.27 API；電阻率值低，曲線整體較平直。

2 沉積微相定量識別方法

2.1 基本原理

錄井巖屑資料可以客觀反映地層縱向變化特征，具有較高的使用價值。此外巖屑資料的數量遠遠多于巖心樣品，而且不同于巖心僅能反映砂體局部特征，巖屑資料的連續性好，具有大尺度對比的優勢，可以解決沉積微相研究需要巖心樣品較多的難題[5]。通過觀察巖屑可以直接獲取巖石顏色、巖性和含油性等宏觀信息，與測井曲線反映的地層微觀信息互補。因此將測井曲線與地質錄井資料充分結合，提取曲線數值和形態，利用數學方法進行量化表征，并且采用主成分分析法將多個特征參數轉化為一個識別參數，最后選取該識別參數和錄井巖性數據對沉積微相定量識別，實現數理統計邏輯判別與地質意義的有機結合。

2.2 選取測井特征參數

從測井曲線中提取反映沉積微相的特征參數，是沉積微相定量識別的關鍵[6]。本次研究主要使用測井曲線中的形態類參數對沉積微相定量識別，選擇合適的測井曲線是重點。所選測井曲線既要保證數量充足，可以覆蓋整個研究區，又能反映地層巖性、物性、電性等特征。根據以上原則，選擇自然電位、自然伽馬以及深側向電阻率、淺側向電阻率四條測井曲線作為研究對象，統計各類沉積微相對應的測井曲線數值范圍(表1)。

表1 明下段各類沉積微相測井曲線數值范圍

在此基礎之上，通過對其特征參數進行分析，明確特征參數與沉積微相之間的聯系。經研究表明，測井曲線的幅度、形狀、頂底接觸關系、光滑程度四個特征參數與沉積微相相關性較好。

2.2.1 曲線幅度

主要指測井曲線形態相對于泥巖基線的變化，可分為低幅、中幅和高幅。幅度大小可以反映出沉積物的粒度、分選性、泥質含量等沉積特征的變化。根據測井曲線幅度的變化，可以了解沉積環境能量的變化情況[7-8]。儲集物性較好的砂巖通常幅度值高，反映水體能量高。

2.2.2 曲線形狀

主要指測井曲線形態的輪廓，常見形狀包括箱形、鐘形、漏斗形、平直狀等。形狀特征可以反映沉積物巖性、粒度的垂向變化情況，間接表明沉積過程中物源供應狀況和水體能量變化特征[9]。

2.2.3 頂底接觸關系

主要指測井曲線頂、底部形態的變化趨勢，包括漸變和突變兩種類型。頂底接觸關系可以反映早期砂體沉積和晚期砂巖沉積時物源供應和水體能量的變化速度。頂部漸變表明物源供應逐漸減少并至中斷，底部漸變表明物源供應持續增加；頂部突變表明物源供應突然中斷，底部突變表明與下伏巖層可能存在不整合接觸關系[10]。

2.2.4 曲線光滑程度

主要指測井曲線形態的波動性，可分為光滑、微齒和齒化三級。曲線光滑程度可以反映沉積環境的穩定性，一般測井曲線光滑說明物源供應充足且水體能量穩定，測井曲線齒化則說明水體能量不穩定，存在間歇性變化。

2.3 特征參數計算

通過對測井曲線進行計算可以得到反映沉積微相的特征參數，為了使各特征參數有利于橫向對比，需要對測井曲線進行標準化處理，經過處理的測井曲線數值介于0～1之間。

(1)

式中：Y為標準化處理后的數據；X為原始測井數據；Xmin為曲線最小值；Xmax為曲線最大值。

2.3.1 測井平均值

主要反映曲線幅度大小。

(2)

式中：V為測井平均值；Y(i)為測井曲線第i個深度點的標準化值；N為沉積微相井段內的深度點數。

2.3.2 相對重心

主要反映曲線形態的輪廓，由于各個井段的長度不同，利用絕對重心對比較為困難，可以使用相對重心，即絕對重心除以井段內深度點數[11]。相對重心偏下方(W>0.5)曲線形態為鐘形，相對重心偏上方(W<0.5)曲線形態為漏斗形，相對重心居中(W=0.5)則曲線形態為箱形或平直。

(3)

式中：W為相對重心。

2.3.3 平均斜率

主要反映曲線形態變化的速率，其計算結果可以表明頂底接觸關系。由平均斜率可以獲取曲線與水平線的夾角，對于砂巖增幅測井曲線，夾角小于80°時呈鐘形，夾角為80°～100°時呈箱形或平直狀，夾角大于100°時呈漏斗形。

(4)

(5)

2.3.4 突變幅度

主要反映曲線形態變化的趨勢，其計算結果可以表明頂底接觸關系。一般數值越大表明曲線形態為突變，反之則為漸變。

Z=Zmax-Zmin

(6)

式中：Z為突變幅度；Zmax為突變處最大幅度，Zmin為突變處最小幅度。

2.3.5 變差方差根

主要反映曲線整體波動性程度和平滑性，GS值大表明曲線波動頻繁，平滑性較差；GS值小表明曲線相對穩定，平滑性較好。

(7)

(8)

(9)

式中：GS為變差方差根；G1為變異函數，反映微相段內測井數據的局部波動性；S2為方差，反映微相段內測井數據的整體波動性；M(h)為間隔為h小時的數據對[Y(i)，Y(i+h)]的數目。

根據上述選取的測井特征參數，針對研究區已鉆探井的自然電位、自然伽馬以及深淺側向電阻率測井數據進行計算，可以獲得區內明下段主要的四種沉積微相測井特征參數值。由于四條測井曲線分析方法相同，本文僅以自然電位曲線特征參數舉例說明(表2)。

表2 明下段各類沉積微相自然電位特征參數平均值

2.4 主成分分析

通過上述方法可以得到五個特征參數，但是利用這些特征參數對沉積微相進行量化識別的時候仍然存在著數據量巨大，區分度小的問題，因此考慮用較少的變量去替代原始資料中的大部分變量[12]。引入主成分分析降維算法，通過線性變化把高維空間的數據沿著區分度最小的方向映射到低維度空間，提取數據的主要特征分量，降低數據維度，從而實現簡化計算、提升效率的目的。

根據主成分分析的數學原理，假設數據之間存在線性關系，可以使用線性投影的方法獲得一個低維數據，且該數據應保持原始數據協方差結構。這個過程可以用最大總體方差表示，用來衡量信息量的情況，一般信息量越大，方差越高；信息量越少，方差越小。主成分分析實質上就是一個坐標變換的過程，向方差最大的方向線性投影形成新的坐標系，在這個過程中實現多參數轉換為單一參數，降低數據特征的維度并保留原始數據的大部分信息[13]，具體算法步驟如下所示：

通過計算機編輯降維函數，計算出矩陣T后，實現對原始矩陣A的降維。將測井平均值V、相對重心W、平均斜率K、突變幅度Z、變差方差根GS五個特征參數，降維為一個參數，其形式為：

B=a1V+a2W+a3K+a4Z+a5GS

(10)

式中：B為沉積微相綜合識別參數；a1、a2、a3、a4、a5為主成分的系數向量。

2.5 建立定量識別模型

根據上述原理，選取研究區已鉆探井的自然電位測井數據，對明下段四種沉積微相進行計算，并建立了研究區沉積微相識別模型，具體結果如下所示。

水下分流河道：B1=5.62V+4.25W+1.23K+0.42Z+0.92GS

水下天然堤：B2=4.98V+3.87W+1.15K+0.36Z+0.84GS

水下決口扇：B3=4.56V+3.12W+1.24K+0.28Z+0.58GS

水下分流間灣：B4=3.85V+2.47W+1.57K+0.16Z+0.45GS

新的測井曲線可以利用上述方法提取特征參數數值，由于不同的沉積微相具有不同的識別模型，對于新的待識別樣本，按照使識別模型判別函數達到最大值即歸為第b*類沉積微相的原則，首先利用可信度Qb*函數初步判別其屬于哪類沉積微相，之后將特征參數數值代入該類沉積微相主成分計算公式，獲取綜合識別參數B的數值，依據研究區已建立的識別標準(表3)，確定其沉積微相類型。

表3 明下段各類沉積微相識別標準

(11)

(12)

式中：Qb*為待識別樣本屬于第b*類沉積微相的概率；F(b)為待識別微相樣本的特征參數代入各個沉積微相識別模型公式后的函數值；F(b*)為待識別微相樣本在所有沉積微相判別函數值中的最大值；b為沉積微相類型數目；b*為識別模型判別函數值最大的沉積微相類別。

通過對研究區錄井巖性資料進行分析，發現明下段沉積微相與巖性有較好的對應關系。在各沉積微相中，水下分流河道主體巖性以細砂巖為主，水下天然堤巖性基本上為粉砂巖、泥質粉砂巖，水下決口扇巖性以泥質粉砂巖為主，水下分流間灣巖性以泥巖為主，夾雜薄層粉砂巖或泥質粉砂巖。自水下分流河道至水下分流間灣沉積微相，巖性由粗變細，推測很可能是沉積微相特征參數出現相對較為明顯差異性的原因。

為了進一步提高沉積微相定量識別的精度，在此基礎上，將錄井巖性資料與自然電位曲線特征參數中反映曲線幅度大小的“測井平均值V”相結合，當兩者反映巖性一致時，表明沉積微相判別結果較為準確，如有差異，則說明特征參數計算值存在誤差，需重新分析(圖3)。將測井曲線數據與錄井巖性數據相匹配，利用錄井巖性資料進行校正，可避免單純依靠數理統計邏輯判別的缺點，突出了該方法的地質意義。此外，通過對錄井巖性資料進行分析，可以明確巖石顏色、類型等，從而間接判斷基于測井降維數據計算的沉積微相識別結果是否準確，實現了兩者相互對比驗證，解決了測井曲線受環境影響失真以及受樣本代表性和數量局限性的影響，可將解釋的準確率進一步提升。

圖3 沉積微相定量識別流程

3 應用效果

應用該方法對區內新鉆探井BZ26-X-10d井明下段沉積微相進行定量識別，共劃分出42個沉積微相，并將其識別結果與綜合地質劃分結果(實際結果)進行對比，有34個結果相符，部分對比結果見圖4，兩者吻合率為80.95%，說明該方法具備較好的實用性。

圖4 BZ26-X-10d井沉積微相定量識別結果對比

在準確識別單井沉積微相的基礎上，通過分析研究區已鉆探井測井曲線特征，參考砂巖厚度及各油組的分布趨勢，并結合區內地震相及地質相的劃分結果，對明下段Ⅲ油組、Ⅳ油組沉積微相的平面展布特征進行預測，可為有利目標區的確定提供依據。其中，Ⅲ油組、Ⅳ油組整體發育以水下分流河道為沉積主體的淺水三角洲沉積，呈近北東向條帶狀分布，出現一定程度彎曲，局部發育水下天然堤、水下決口扇沉積；受河控作用影響，近岸水下分流河道稍寬，沿湖盆方向水下分流河道寬度逐漸變窄(圖5)。

圖5 明下段Ⅲ、Ⅳ油組沉積微相平面展布

4 結論與建議

(1)本次研究將測井曲線數據與錄井巖性數據相結合，依據典型沉積微相特征，利用數學方法定量獲取測井曲線形態特征參數，采用主成分分析法將多個特征參數轉化為一個識別參數，選取該識別參數和錄井巖性數據對沉積微相定量識別結果綜合判斷。該方法避免了人為主觀因素所引起的多解性，具有更明確的地質意義，經驗證識別結果準確率較高，其研究思路可為后續沉積微相定量識別工作提供參考。

(2)特征參數的選取對于沉積微相識別具有重要意義，在實際應用中應根據研究區的實際地質情況，合理選擇反映沉積微相變化的特征參數，使定量識別結果更加準確。

(3)后續研究應在特征參數計算時進一步擴大樣本數量，增加各類典型沉積微相的代表性數據，使定量識別模型的適用范圍更加廣泛。