基于地震信息的相控建模方法优化

高云峰，乐靖，范洪军，刘振坤，许磊

(中海油研究总院，北京 100028)

基于地震信息的相控建模方法优化

高云峰，乐靖，范洪军，刘振坤，许磊

(中海油研究总院，北京 100028)

针对少井情况下变差函数难以确定，常规相控随机建模不确定性大的问题，提出了一种基于地震信息的相控建模方法。该方法采用确定的沉积微相作为约束，将同一微相内的地震属性与测井数据作为已知样点用于变差函数分析，然后将地震属性、测井数据作为输入数据，通过分相模拟建立三维储层参数模型。AKPO油田实际应用结果表明，该方法增强了变差函数选择的依据,降低了储层参数建模的不确定性。

地震信息;相控建模;变差函数;序贯高斯模拟;AKPO油田

储层的空间分布遵循自然界的沉积规律。将对沉积规律的认识(如沉积相)加入到地质建模的过程中，能够使地质模型更符合沉积规律，并有效表征储层的非均质性。因此，很多的学者都在研究如何在地质建模过程中加入沉积相约束(即相控建模方法)[1～4]。目前常用的相控建模方法是采用离散变量建模方法模拟出地质体的沉积相，在此基础上利用合适的地质统计学方法对各种物性参数进行模拟。但少井情况下，传统相控随机建模变差函数难以确定，模型不确定性大。随着地震技术的不断进步，如何更好地结合地震数据进行相控建模的问题已经得到广泛关注[5～8]。为此,笔者提出了一种基于地震信息的相控建模方法。

1 方法原理

基于地震信息的相控建模优化方法采用确定的沉积微相(研究人员综合地震数据、测井数据及地质资料分析成果)进行约束建模。具体实现过程中，通过井、震信息综合分析，抽取敏感地震数据作为沉积微相控制点，并与井点数据共同进行变差函数分析，避免了筛选多个相模型的时间并提高了相模型的精度。

在进行约束建模之前，对每一种类型的沉积微相给定一个唯一的编号，以参与物性的估计或模拟计算过程。设定编号后，确保模型的每一个网格节点都对应着某一种类型的沉积微相，当某一沉积微相用于约束模拟物性时，对应该微相编号的所有网格节点都参与模拟计算，其他编号的网格节点不参与计算。

沉积微相编号过程中，首先统计建模工区内沉积微相的类型数目，设定总的类型数为N，然后给某一种沉积相编号为整数1，给另一种沉积微相的编号为整数2，以此类推直至把所有微相都编号完毕。设定f为代表某一种沉积微相的整数编号，沉积微相的编号方法可以表示为：

f=1,2,…,N

(1)

研究选择配置协克里金序贯高斯模拟方法(COSGSIM)进行物性模拟，通过标识沉积微相的离散变量f实现在物性估计或者模拟过程中的沉积微相约束，协克里金估计的主变量和二级变量的线性组合公式与方差就可以改写为：

(2)

2 技术流程

基于地震信息的相控建模优化方法实现的具体流程如下：

1)根据已经解释好的沉积微相图(见图1)，对每一种沉积微相依次进行整数编号设定[9～12]，使模型的每一个网格节点和代表沉积微相类型的整数编号对应。

图1 沉积微相约束建模原理示意图

2)分析所要模拟的物性参数与作为约束数据的地震数据之间的相关性，将相关性最好的地震数据作为第2变量。

3)选择估计或模拟算法，如配置协克里金序贯高斯模拟方法(COSGSIM)和协克里金方法等。

4)分别在每一种沉积微相范围内进行变差函数分析。将某一种沉积微相范围内的测井数据和地震数据作为输入数据，即把该微相的网格节点对应的测井数据和地震数据用于变差函数分析，获取该微相的物性空间分布特征。

5)分别对每一种沉积微相进行物性参数模拟，即将每一种沉积微相范围内的测井资料、地震信息及相应变差函数分析结果作为输入数据，进行相控模拟。

3 方法检验

在基于地震信息的相控建模优化方法理论研究的基础上，选取尼日利亚AKPO油田深水浊积储层进行了方法检验。

3.1 工区概况

图2 储层孔隙度-波阻抗交会图

研究区目的层段储层主要为第三纪中～晚中新世的深水浊积水道和朵叶状砂体，共有7个油藏， 18个小层。笔者重点以B油藏第2小层(B2)为例进行详细讨论,研究基础资料包括10口井(平均井距约1～2km)的测井解释成果数据和地震反演纵波阻抗数据。

通过对各井储层物性统计分析发现，储层孔隙度分布于17%～28%，渗透率为200～2000mD，储层具有中孔、中高渗的储集物性特征，储层孔隙度和波阻抗具有较高的负相关性(见图2)。各井的孔隙度(Φ)与波阻抗(Z)的数据拟合公式(其中相关系数为0.7432)为:

Φ=-0.0051Z+58.128

(3)

图3 B2小层地震纵波阻抗平面分布图

图4 B2小层沉积微相分布图

由于研究区为轻质油藏，而且储层物性好，储层地震响应非常明显，利用地震信息能够有效表征储层展布特征。根据B2小层地震属性分析结果(见图3)，纵波阻抗属性与各井点储层钻遇情况有很好的一致性。黄-红色高阻抗区域指示储层发育有利部位，其整体形态也符合浊积水道砂岩地质分布规律。因此，笔者采用波阻抗数据作为第2变量进行约束建模。

3.2 沉积微相分析

根据沉积微相分析结果(见图4)，B2小层可分为浊积水道、天然堤和半远洋泥岩3种沉积微相。对每一种沉积微相依次进行整数编号，分别标识浊积水道为1、天然堤为2、半远洋泥岩为3。

由于工区井距较大，浊积河道微相内井点控制程度较低，天然堤和半远洋泥岩沉积微相甚至没有井点控制。因此，利用地震波阻抗数据与井点数据共同进行变差函数分析。根据建模网格设计，以井距的1/3为控制点距(约400m左右)，提取地震波阻抗数据。工区内三维地震测网是12.5m×12.5m，因此按照线道号分别间隔32条测线进行抽稀，共有25×25个点。加上原有的10口井数据，共635个数据点。

3.3 效果分析

基于地震信息优化相约束的配置协克里金序贯高斯方法对B2小层的孔隙度进行预测。综合10口井测井解释孔隙度数据和地震反演波阻抗数据，通过数字化后的沉积微相图的约束，分别求取浊积水道、天然堤和半远洋泥岩3种沉积微变差函数，并生成60个实现(见图5)。从图5可以看出，基于地震信息的相控建模优化方法很好地表征了储层沉积特征，确保沉积特征与研究人员认识的一致，降低了模型的不确定性。

图5 B2小层60个孔隙度实现平均值

图6 B2小层孔隙度模拟结果

将建模结果与单井粗化结果，以及原始测井解释结果对比分析(见图6)，模拟孔隙度为0%～38%，中值为24%。孔隙度分布范围均与实际测井解释数据具有较高的吻合程度，表明模拟结果的可靠性。

研究过程中，通过抽稀井网试验进一步检验了方法的稳定性。依次选取其中3、5、6口井作为盲井，采用同样建模方法和参数，分别生成不同抽稀井网情况下平均孔隙度模型(60次实现)，然后统计各抽稀井网情况下各盲井所穿过网格的模拟孔隙度与测井解释孔隙度的差异。结果表明，3、5、6口抽稀井网情况下的井点孔隙度的平均变化率依次为14.2%，16.8%，15.7%，随着抽稀井数量的增加，井点孔隙度的平均变化率基本保持稳定。也证明了该方法建模结果精度较高，而且有较好的稳定性。

4 结论

1)通过基于地震信息的相控建模方法优化，将敏感地震属性和测井数据作为已知样点用于变差函数分析，降低了少井条件下变差函数的不确定性。

2)综合敏感地震属性、测井数据用于分相物性模拟中，能够更好的表征微相内储层的非均质性，提高属性建模的精度。

3)实际应用结果表明，地震信息在相控建模中的充分应用能够有效提高地质模型的精度。因此，基于地震信息的确定性建模方法将是储层地质建模发展的重要方向。

[1]王国臣.井震结合相控储层建模在肇源南的应用[J]. 大庆石油地质与开发，2014，33(6):145～150.

[2]陈景阳，胡伟岩，赵卫平，等.印尼C油田三维地质模型的创建与分析[J].油气藏评价与开发，2015,5(5):6～10.

[3]尹欢，尹艳树，张义，等.青西凹陷窟窿山地区三维地质建模研究[J].长江大学学报(自科版)，2015,12(23):1～4.

[4]许姗姗.应用地震正反演技术提高地质建模精度[J].中国石油和化工标准与质量，2014, 41(9):177～177.

[5]周单.地震数据约束相控建模方法研究[D].中国石油大学，2010.

[6]石莉莉.基于地震资料的薄互层储层精细地质建模[J].长江大学学报(自科版)，2016，13(1)：12～15.

[7]张宇焜，王晖，胡晓庆,等.少井条件下的复杂岩性储层地质建模技术——以渤海湾盆地石臼坨凸起A油田为例[J].石油与天然气地质，2016, 37(3):450～456.

[8]刘超，谢传礼，李宇鹏，等. 利用虚拟井提高相控随机建模中地质约束的原理和方法[J]. 天然气地球科学，2015，26(4):616～624.

[9]靳秀菊，侯加根，刘红磊,等.礁滩相储集层平面非均质性定量表征技术[J].地质论评，2016,62(5):1315～1328.

[10]王高强，梁卫卫，白海龙,等. 变差函数在储层地质建模中的应用[J]. 中国石油和化工标准与质量，2014(23)：117～118.

[11]孙玉波.河流相砂体地质建模方法[D]. 秦皇岛：燕山大学，2014.

[12]李顺.序贯指示模拟在储层沉积相建模中的研究及应用[D].长春：吉林大学，2015.

[编辑] 洪云飞

2016-07-18

国家科技重大专项 (2011ZX05030-005)。

高云峰(1974-)，男，博士，高级工程师, 现主要从事油藏地球物理技术应用方面的研究工作；E-mail：gaoyf@cnooc.com.cn。

P631.44

A

1673-1409(2016)31-0001-04

[引著格式]高云峰，乐靖，范洪军，等.基于地震信息的相控建模方法优化[J].长江大学学报(自科版)，2016,13(31)：1～4.