西非某油田深水海底扇岩石相类型及其识别方法研究

赵晓明,吴胜和,岳大力,孙立春,完颜祺琪,刘 丽

(1.中国石油大学资源与信息学院,北京102249;2.中国石油大学油气资源与探测国家重点实验室,北京102249; 3.中海石油研究中心,北京100027;4.中国石油勘探开发研究院廊坊分院,河北廊坊065007)

西非某油田深水海底扇岩石相类型及其识别方法研究

赵晓明1,2,吴胜和1,2,岳大力1,2,孙立春3,完颜祺琪4,刘 丽1,2

(1.中国石油大学资源与信息学院,北京102249;2.中国石油大学油气资源与探测国家重点实验室,北京102249; 3.中海石油研究中心,北京100027;4.中国石油勘探开发研究院廊坊分院,河北廊坊065007)

以西非某油田深水沉积为例,依据重力流类型和岩性将深水海底扇岩石相类型划分为13种类型。提出一种基于交会图技术和多参数判别技术的多方法综合识别技术,依据矿物成分及电性差异归为储层和非储层2类。非储层类岩石相又可归为砂质碎屑流-底部滞留沉积、泥质类沉积、半远洋页岩沉积、滑塌物等4类。利用交会图识别技术对深水海底扇岩石相进行归类;利用逐步判别技术,对同一大类内部具有相似矿物成分、但成因机制不同的岩石相进行判别,从而完成深水海底扇岩石相类型的识别。利用多方法综合识别技术解释的岩石相与取心描述结果吻合率在80%以上,该方法可作为深水海底扇岩石相类型的识别方法。

测井解释;岩石相类型;识别方法;深水海底扇;多方法综合识别;精度验证

0 引 言

随着深水低位扇巨型油气田的接连发现,深水海底扇储层已经成为重要的油气勘探开发区[1-3]。由于深水沉积作用过程、油气成藏规律和开发的特殊性,与陆地和浅水区的开发相比作业成本高、施工难度大、技术要求高,如何精细解析深水海底扇储层内部沉积模式是高效开发深水海底扇油气田的关键。而单井岩石相的准确识别是研究深水海底扇储层沉积模式的基础。本文以西非某油田深水海底扇储层为例,利用岩心资料,在对岩石相类型划分的基础上对其进行了常规测井识别研究。

1 深水海底扇岩石相类型

深水海底扇沉积主要包括3种亚相类型,即水道、天然堤和朵叶体。每种沉积类型又包括了多个微相,如水道主要包括网状、高弯度水道和低弯度水道等3种;天然堤包括近岸天然堤和远岸天然堤;朵叶体包括决口朵叶体、河口朵叶体和冲决朵叶体等[4]。每种微相是由多个岩石相在空间上叠合而成,且不同岩石相具有不同的重力流类型,因此,准确识别岩石相类型有助于深水海底扇沉积模式及成因机制的研究。

实例区为典型水道形深水海底扇,其沉积物以细粒为主,岩石类型多样,成因机制复杂。从目前公开发表的文献看,不同学者具有不同的岩石相分类方案[5-9],以此为依托,根据重力流类型和岩性,可将研究区岩石相划分为13类(见图1)。物性分析结果表明,块状中-细粒高密度浊积砂岩、块状粗粒-砾状高密度浊积砂岩、块状粗粒-砾状粘滞性砂岩、交错层状砂岩以及贯入砂体等属储层类岩石相,而其他岩石相均为非储层类。

图1 深水海底扇沉积岩石相类型

由此可见,深水海底扇岩石相类型复杂多样,部分岩石相间矿物特征相似,这势必造成其测井响应特征出现叠置以及同种测井系列界限不明显的现象,为此本文提出了多方法综合识别。

2 岩石相的多方法综合识别

深水海底扇岩石相的多方法综合识别是指采用交会图和逐步判别技术,综合运用各种测井曲线信息,通过对岩石相类型的大类化和建立判别方程实现岩石相类型的识别(见图2)。

图2 深水海底扇沉积岩石相识别方法

2.1 岩石相的大类化及其识别

深水海底扇沉积物岩石相类型较多,它们之间在矿物成分上存在着异同,仅用几条曲线很难将其全部区分开。本文以矿物成分类型和电性特征为依据,利用交会图识别技术[10-12]对深水海底扇的岩石相类型进行归类,从而实现大类化,并对其结果进行识别。这里的大类化有2层含义,一是指将深水海底扇所有岩石相大类化为储层和非储层2类;二是指将属于非储层的岩石相大类化为砂质碎屑流-底部滞留沉积、泥质类沉积(Stow序列的上部、Stow序列的下部、粉砂质鲍马序列、泥质碎屑流沉积)、半远洋页岩沉积、滑塌物等4类。

由图3可见,对于储层和非储层利用自然伽马与密度交会图版可较好地将其区分开。

对于非储层类岩石相其识别从储层研究角度似乎并没有太大意义,但从沉积角度分析,非储层类岩石相的识别有助于深水海底扇成因机理及沉积模式的研究。图4中自然伽马-电阻率交会图结合各岩石相的矿物成分类型,可初步将非储层归为砂质碎屑流-底部滞留沉积、泥质类沉积、半远洋页岩沉积、滑塌物等4大类,各类非储层间界限较为清晰,具体划分见表1。

图3 西非某油田自然伽马与密度交会图版

图4 西非某油田自然伽马-电阻率交会图版

2.2 同一大类内部岩石相的识别

由图3和图4分析,深水海底扇储层类、泥质沉积类以及底部滞留沉积-砂质碎屑流沉积类内部,由于各岩石相矿物成分相似,电性特征差异较小,故很难用交会图技术将同一大类内部的岩石相区分开。本文采用逐步判别技术[13]对深水海底扇同一大类内部各岩石相进行识别。

逐步判别技术的理论基础为逐步判别分析法,其基本思想是根据每个变量在各组判别式中所起判别作用的重要性不同,选出起判别效果最大的变量,使其进入判别式,剔除不起判别作用的变量,将其退出判别式,从第1个变量开始,每步引进(或剔除)1个变量,如此反复进行,一直到没有可以再引入(或剔除)时为止[14-16]。

表1 西非某油田深水海底扇储层大类化岩石相识别参数表

按照上述思想,针对研究区交会图识别技术所不能解决的问题,建立了储层类、砂质碎屑流-底部滞留沉积类、泥质沉积类内部各岩石相的逐步判别模型。

储层类内部各岩石相的逐步判别模型为

砂质碎屑流沉积与底部滞留沉积的逐步判别模型

泥质沉积类内部各岩石相的逐步判别模型为

式中,Yn为无因次综合变量;B0、B1、B2、B3、B4、B5、B6、B7、B8为识别系数,无因次;GR为自然伽马测井值,API;tNPH为中子测井值,%;tCurveN为中子和密度组合测井值,无因次;D EN为密度测井值, g/cm3;Rt为电阻率测井值,Ω·m。

不同岩石相具有不同的B0、B1、B2、B3、B4、B5、B6、B7、B8识别系数(见表2),以储层类岩石相为例,由某一点的测井数据可得到5个 Y值,最大 Y值所对应岩石相即为这一点解释结果。

3 识别模型精度验证

取心资料能直接、准确地反映地下信息(包括岩性、物性以及含油性等),可用其结果对深水海底扇岩石相识别模型进行准确性检验。检验主要从2个方面开展,一是对参与模型拟合的样品点进行回判,检验逐步判别模型的准确性;二是将取心井段解释结果与识别结果进行对比,检验多方法综合识别结果的准确性。

通过对参与模型拟合的样品点进行回判结果见图5所示。储层类岩石相的回判率为84.2%,砂质碎屑流沉积与底部滞留沉积的回判率达93.4%,而泥质沉积类岩石相的回判率相对较低,为78.9%,其误判主要发生在泥质浊流沉积的上部和下部。由于它们间具有相同的成因机制,故其识别结果基本不影响对深水海底扇成因机制及沉积模式的理解。可见,逐步判别技术识别精度较高,可较好地区分用交会图技术无法识别的深水海底扇岩石相类型。

表2 西非某油田深水海底扇储层岩石相识别系数表

图5 逐步判别模型样品点回判结果

利用多方法综合识别,依据研究区某评价井的取心资料(单一岩相厚度大于0.5m),结合其相应的岩石相解释结果,对识别结果的吻合率进行定性和定量检验。由图6可定性看出,岩石相解释与取心结果具有较高的吻合度,

其中储层类岩石相解释结果吻合程度最高。从定量统计可知,实例区某井砂体的累计取心厚度为30.78 m(包括砂质碎屑流和底部滞留沉积),依据所建识别模型解释的岩石相吻合厚度为27.21 m,其吻合率达88.4%,而非砂体的累计取心厚度为44.44 m,解释的岩石相吻合厚度为36.20 m,吻合率为81.4%,误判主要发生在泥质浊流沉积的上部和下部。可见,利用多方法综合识别深水海底扇岩石相类型具有较高的精度。

图6 西非某油田某井深水海底扇岩相解释结果与取心结果对比

4 结 论

(1)深水海底扇沉积可根据重力流和岩石类型划分为13种岩石相,其中块状中-细粒高密度浊积砂岩、块状粗粒-砾状高密度浊积砂岩、块状粗粒-砾状粘滞性砂岩、交错层状砂岩以及贯入砂体等岩石相属于储层。

(2)深水海底扇岩石相可依据矿物成分及电性差异归为储层和非储层2类,其中非储层类岩石相又可归为砂质碎屑流-底部滞留沉积、泥质类沉积、半远洋页岩沉积、滑塌物等4类,交会图技术是识别上述岩石相大类化结果的较好手段。

(3)同一大类内部,各岩石相矿物成分相似,电性特征差异较小,交会图识别技术应用受阻。采用多参数判别技术可较好地对深水海底扇同一大类内部各岩石相进行识别,样品点回判吻合率达80%左右。

(4)多方法综合识别技术是基于交会图技术和多参数判别技术的方法,通过对有利的测井系列的筛选和判别方程的建立完成深水海底扇岩石相识别,与取心结果对比表明,解释结果吻合率在80%以上。

[1] 李大伟,李德生,陈长民,等.深海扇油气勘探综述[J].中国海上油气,2007,19(1):18-24.

[2] 王春修.国外深水油气勘探动态及经验[J].中国海上油气:地质,2002,16(2):141-144.

[3] 陈建文.深水盆地油气勘探新领域[J].海洋地质动态, 2003,19(8):38-41.

[4] 吕 明,王 颖,陈 莹.尼日利亚深水区海底扇沉积模式成因探讨及勘探意义[J].中国海上油气,2008,20 (4):275-282.

[5] Lowe D R.Sediment Gravity Flow s:II.Depositional Models w ith Special Reference to the Depositsof High Density Turbidity Currents[J].Journal of Sedimentary Research,1982,52:279-297.

[6] M utti E.Turbidite Sandstones[M].Italy,Agip-Istituto di Geologia,Universita‘di Parma,1992:275.

[7] Richard M,Bowman M.Submarine Fans and Related Depositional Systems:II.Variability in Reservoir A rchitecture and Wireline Log Character[J].Marine and Petroleum Geology,1998,15:821-839.

[8] Haughton P D W,Barker S P,McCaffrey W D.“Linked”Debrites in Sand-rich Turbidite System s——O rigin and Significance[J].Sedimentology,2003,50 (3):459-482.

[9] Talling P J,Amy L A,W ynn R B,Peakall J,Robinson M.Beds Comp rising Debrite Sandw iched Within Co-genetic Turbidite:Origin and Widesp read Occurrence in Distal Depositional Environments[J].Sedimentology,2004,51(1):163-194.

[10]陈小军,罗顺社,张 凌.火山熔岩特征及岩性识别方法[J].油气地球物理,2009,7(2):18-21.

[11]周凤鸣,司兆伟,马越蛟,等.南堡凹陷低电阻率油气层综合识别方法[J].石油勘探与开发,2008,35(6):680-684.

[12]冉启全,胡永乐,任宝生.火成岩岩性识别方法及其应用研究——以大港枣园油田枣35块火成岩油藏为例[J].中国海上油气,2005,17(1):25-30.

[13]陈 军,范晓敏,莫修文.火山碎屑岩岩性的测井识别方法[J].吉林大学学报:地球科学版,2007,37(增刊): 99-113.

[14]吕国祥,廖明光.石油数学地质[M].成都:电子科技大学出版社,1995.

[15]方开泰.实用多元统计分析[M].上海:华东师范大学出版社,1989.

[16]向东进,李宏伟,刘小雅.实用多元统计分析[M].武汉:中国地质大学出版社,2005.

Research on L itho Faces Typesand Identification Method of Deep-water Submarine Fan——Taking One Oilf ield of West African asa Case

ZHAO Xiaoming1,2,WU Shenghe1,2,YUEDali1,2,SUN Lichun3,WANYAN Qiqi4,L IU Li1,2
(1.Faculty of Resource and Information Technology,China University of Petroleum,Beijing 102249,China;2.State Key Laboratory of Petroleum Resource and Prospecting,China University of Petroleum,Beijing 102249,China;3.CNOOC Research Center,Beijing 100027, China;4.Langfang Branch of Research Institute of Petroleum Exploration and Development,Langfang,Hebei 065007,China)

Taking one oilfield in west African as a case,this article studies the types of fan litho face in the deep-water submarine and its recognition method,w hich can imp rove the recognition accuracy of litho faces fo r nonco ring wells and heighten the understanding of sedimentary and genetic model.In term of flow types and lithology,litho faces of deep-water submarine fan are divided into thirteen types.Because of the similarity of mineral composition among litho faces,it is difficult to identify them.Therefore,w e have developed a new method——multi-method identification technique,w hich synthesizes the crossp lot and stepw ise discrim inant techniques.The method includes two steps.Firstly,it uses crossp lot to classify all litho faces into five types,and then circum scribes the value of different logging suites among the five types.Secondly,the inner litho facesof the above five types,w hich have similarmineral and different genesis,can be identified by stepw ise discriminant function.The app lication suggested that themethod has a high recognition capability,and its coincidence rate comes to 80%by the comparison w ith coring interp retation.Thus,the multi-method identification technique can be used to identify litho faces of the deep-water submarine fan.

log interp retation,litho faces type,identification method,deep-water submarine fan,multi-method identification technique,accuracy test

1004-1338(2010)05-0505-06

P631.84

A

国家科技重大专项海上开发地震技术及应用研究(2008ZX05024)

赵晓明,男,1982年生,博士研究生,主要从事储层地质学、地震储层学及油藏描述等方面的研究工作。

2010-01-05 本文编辑 李总南)