最大熵谱分析技术在大安油田J南区块小层划分与对比中的应用

欧阳阳，谢 俊，王金凯，王 栋，董运晓

(山东科技大学地球科学与工程学院，山东青岛 266590)

最大熵谱分析技术在大安油田J南区块小层划分与对比中的应用

欧阳阳，谢 俊，王金凯，王 栋，董运晓

(山东科技大学地球科学与工程学院，山东青岛 266590)

在松辽盆地南部大安油田J南区块扶杨地层对比与划分的研究中，常规测井曲线分层标志不明显。为提高小层划分和对比的准确性，以高分辨率层序地层学理论为基础，利用最大熵谱分析技术，对自然伽马曲线进行最大熵谱分析(INPEFA)处理。INPEFA曲线能够显示通常在原始测井曲线中无法显示的趋势和模式，提高了层序地层划分的纵向分辨率，清楚地识别出研究区泉四段和泉三段顶底界面及各油组界面。通过连井对比，将扶杨油层划分为1个长期基准面旋回，6个中期基准面旋回和21个短期基准面旋回，建立了扶杨油层短期旋回级别的高分辨率等时地层格架，为储集层综合评价和精细三维地质建模方法的选取及模型的精度提供了地质依据。

大安油田；层序界面识别；小层划分；高分辨率等时地层格架

1 地质概况

大安油田位于大安-红岗阶地二级构造带，属于松辽盆地南部中央坳陷区一部分(图1)，受大安逆断层控制，整体上形成大型鼻状构造，中南部发育多个北西走向呈雁列式排列的断层[1]。J南区块位于大安油田南部，靠近背斜构造轴部，属于构造-岩性油藏，主要目的层段是泉头组的泉三段和泉四段的扶杨油层，该储层为河流-末端扇沉积体系。泉四段上部主要由灰黑色泥岩及棕灰色粉砂岩泥质粉砂岩组成不等厚互层，下部以紫红色泥岩为主，夹灰白色粉砂岩，地层厚度约120 m。泉三段以紫红色泥岩为主，夹棕灰、棕红色粉、细砂岩及泥质粉砂岩；平均孔隙度10.43%，平均渗透率9.70×10-3μm2，是裂缝性低孔特低渗储集层。由于裂缝发育及分布的复杂性，该区块的井组方向性见水明显，并且注水利用率低，供液不足，无效注水问题显著，增加了开发难度。

针对大安油田J南区块开发生产中存在的问题，综合研究区的地震、钻井、录井和测井资料，运用INPEFA(最大熵谱分析)技术解决测井曲线划分小层有时并不清楚的难题。因此本文对大安油田J南区块扶杨地层进行精细的小层划分与对比，建立以短期旋回为等时地层对比单位的层序地层格架，可进一步进行单砂体的刻画。

图1 大安油田区域构造位置

2 层序界面识别方法

层序界面的识别方法先是结合区域标志层控制高级别层序界面，其次是在识别界定的层序界面内依次划分较低级别的地层界面。根据J南区块的地质特点，在综合分析钻井岩心、录井、测井资料的基础上，运用地震特征识别、测井识别、岩心识别和INPEFA技术。地震特征识别的局限性是其分辨率较低，测井曲线特征、岩心特征可以精细划分较低级别层序界面，INPEFA曲线有效提取曲线中隐藏的地层信息，辅助地层界面的识别。

2.1 地震特征识别方法

运用地震资料可对地层进行长距离追踪，相对于其他识别方法，其优点在于：分布范围广、连续性好、接触关系明显以及反射界面相对等时等(图2)。它是建立层序地层格架的重要基础，是一种识别层序边界的有效方法。它能通过识别削截、顶超、上超和下超地震反射终止关系，结合地震波动力学特征和地震反射同相轴的产状，在盆地范围识别层序边界位置、层序不整合面的分布范围以及层序的厚度和空间展布等[3]。

2.2 测井特征和岩性特征识别方法[4-7]

层序内部砂泥岩的变化,测井曲线基值发生明显转变的转折点等都是层序界面划分的依据。层序界面附近GR，SP，AC等测井资料都会有明显的变化，可以根据测井曲线的幅度、形态，在垂向上不同的组合特点及横向上的追踪对比等特征较为准确地识别地层层序边界。研究区的各种测井曲线是在淡水泥浆、常规钻井条件下测得，笔者选取GR，SP，AC双侧向等测井组合序列(表1)，可以清楚地反映地层的岩相组成和旋回性特征，并识别出泉头组泉四段和泉三段各级次层序界面。

表1 地层岩性在测井曲线上的响应特征

2.3 INPEFA技术识别

INPEFA技术是采用综合预测误差滤波分析方法，提取层序界面的响应特征，得到直观、明显、清楚的层序界面标志。首先对地层划分的目的层段，即进行整体INPEFA曲线处理。INPEFA曲线能够显示该地层的频率变化趋势，根据趋势线的变化和拐点进行地层层序界面的识别，其中负向拐点(曲线形态变化是低值-高值-低值，对应INPEFA 曲线的高值尖峰)代表可能的层序界面；正向拐点(曲线形态变化是低值-高值-低值，对应 INPEFA 曲线的低值尖峰)代表可能的洪泛面。在整体INPEFA曲线处理的基础上，为了识别较低级别的层序界面，采用对某个层段测井曲线单独处理的方法，即进行局部INPEFA曲线处理，依次进行较低层序界面的识别，完成精细地层划分[8]。自然伽马曲线最能敏感地反映泥质含量的变化，本文中的频谱分析全部采用自然伽马曲线。

3 实例分析与应用

通过对大安油田取心井大202、探井、评价井及综合录井数据的统计分析，研究区目的层段扶杨油组地层岩性主要发育有细砂岩、粉砂岩、粉砂质泥岩、泥质粉砂岩、泥质砂岩、砂质泥岩和泥岩，属于典型的陆相碎屑岩地层；岩相侧向变化剧烈，相变复杂。根据地质录井(岩心录井和岩屑录井等)所表现出的岩性及岩石组合(旋回性)、地震剖面反射特征、测井曲线特征等，对自然伽马测井曲线进行INPEFA处理，识别出研究区泉四段顶部界面、泉四段底和泉三段底界面及各油组界面特征。

3.1 泉四段顶界面的识别

从整个大安地区看，扶余油层顶可以作为全区稳定的一套标志层，上覆地层青一段底部岩性发生突变，沉积了一套灰黑色泥岩。测井电性的表现是：声波时差阶梯式降低，自然伽马曲线显示降低，在地震响应上为强反射，是研究区青一段底部与泉四段顶界面的识别标志。在局部INPEFA曲线上有明显的正向拐点(图3)。

3.2 泉四段底与泉三段顶界面的识别

泉四段底部与泉三段的地层界限处分布着广泛且稳定的紫红色泥岩，是明显的标志层。泉四段底部扶余Ⅳ油组电阻率曲线呈现高阻，泉三段顶部是低平的电阻率曲线，两者界限非常突出，可以作为界面的识别标志(图4)。

3.3 油组界面的识别

对研究区油组界面的识别采用局部INPEFA曲线的处理方法。在整体INFEFA分析完成的基础上，将已经确定的一个层序起止深度作为处理深度窗口对测井曲线进行最大熵谱分析而得到的频率趋势线，称为局部INPEFA曲线，并进行层序内沉积旋回的识别[8]。局部INPEFA分析将原始测井曲线其中的一段进行处理得到一条旋回级次非常清晰的INPEFA曲线，从而可以识别四级、五级层序界面。

图3 泉四段顶界面测井特征

图4 泉四段底与泉三段顶界面测井特征

通过最大熵谱分析，可明显地分辨出泉四段4个显著的渐变过程，分别为3个上升半旋回和1个下降半旋回。泉三段可清楚地分辨出一个完整的基准面旋回，为1个上升半旋回和1个下降半旋回，以此可以作为连井对比与层序划分的依据；再结合岩电对应关系，可以将研究区目的层位泉四段和泉三段划分为6个油组(图5)。

图5 基于频谱属性趋势分析方法进行多井对比

4 小层的划分及高分辨率等时地层格架

4.1 小层对比与划分

小层的正确划分与对比是储集层精细认识的基础地质工作[9]。前人对大安油田在油组及小层的划分对比方面做了大量卓有成效的工作。本次研究在标志层识别的基础上结合油组界面的控制实现小层对比，并通过INPEFA曲线变化趋势辅助小层的划分，对大安油田J南区块扶杨油组重新进行了小层的划分及对比。为了便于在横向上的追踪对比和生产动态分析，在划分过程中总的原则是保持单砂层的完整性和使之与流动单元尽可能匹配。

小层划分的原则。①可分性和横向稳定性：小层是一连续沉积的地层单元，在岩性和电性上，其顶、底界具有清楚的界面特征。研究区是末端扇沉积，各小层砂泥互层频繁，以复合韵律和正旋回为主。②国内低渗透多层砂岩油田划分标准：各小层内包含一个或多个单砂层，按照小层厚度，结合各小层沉积早期砂岩相对发育及韵律性等特征，进行小层划分与对比。③各井间相对应小层的岩性、电性特征相似，地层厚度相近的原则。

研究区9，11，13小层内平均单砂体厚度为1.8 m，平均单层内单砂体个数4个，隔层分布稳定，并且这三个小层在全区的砂体连通性及同一小层内测井曲线的旋回特征明显。在原有分层的基础上，对9，11，13小层进行了细分，分为9-1和9-2小层，11-1和11-2小层，13-1和13-2小层，共划分了21个小层，小层划分方案见表2。

4.2 扶杨油层高分辨率层序地层格架

一般情况下，长期和中期旋回在地震剖面上有较为突出的响应，而短期旋回由于规模较小，很难从地震上识别。泉四段和泉三段为末端扇沉积，储层横向变化快，因此仅依靠一种资料、一口井数据很难满足对比的准确性和精度。针对这一问题，在单井层序地层分析的基础上，利用井震结合和合成记录的方法，在地震剖面上标定地质意义上的分层，完成

表2 大安油田J南区块小层划分方案

连井的层序地层划分与对比，从而使纵横向层序地层格架闭合。至此建立起了大安油田J南区块扶杨油层6个中期旋回、21个短期旋回的高分辨率等时地层格架(图6)。为确保全区准确精细统一对比，根据研究区的构造走向和物源体系以及泉四段和泉三段的地层展布特征，选择平行和垂直物源方向，布置了控制全区的以短期基准面旋回层序作为地层对比单元的连井剖面。

从地层格架连井剖面图可以看出，该地区地层连续分布，各小层厚度稳定。从沉积特征分析，研究区内主要沉积单元是末端扇中部亚相，该地带具有较丰富的砂质沉积物，是良好的油气储集层地区[10]。因此，高分辨等时地层格架模型的建立是进行油气藏沉积微相、微构造和储集层预测的基础，直接决定了油水关系的正确认识，是最为基本的油气藏地质子模型。

图6 近东西方向高分辨率地层格架

5 结论

(1)INPEFA曲线处理能够提取原始测井曲线所隐藏的趋势特征，可以准确地识别层序界面，有效地描述地层的旋回特征。在地震特征、测井和岩心特征识别方法的基础上，利用INPEFA技术，实现了泉三段和泉四段各级层序界面的识别。

(2)在标志层识别基础上，结合砂组界面的控制，实现了小层精细对比与划分，研究区划分为6个中期旋回，21个短期旋回，建立了大安油田J南区块扶杨油层的高分辨率等时地层格架。

[1] 史超群，鲍志东，方松，等. 松辽盆地大安油田扶余油层储层特征及控制因素[J].西北大学学报:自然科学版，2014 , 44(6):959-969.

[2] S Djin Nio, Brouwer J, Smith D, et al. Spectral trend attribute analysis: applications in the stratigraphic analysis of wireline logs[J].First Break, 2005,23(4):71-75.

[3] 朱筱敏. 层序地层学[M].山东东营:中国石油大学出版社，2006: 1-42,119-133.

[4] SERRA O. Foundamentals of well-log interpretation: The acquisition of logging data[M].Amsterdam: Elsevier,1984：62-78.

[5] SERRA O. Foundamentals of well-log interpretation: The interpretation of logging data[M].Amsterdam: Elsevier,1986：110-135.

[6] MAT D, Jong G G,Djin S,et al. Resolving climate change in the period 15-23ka in Greenland ice cores: a new application of spectral trend analysis[J].Terra Nova,2009,21(2):137-143.

[7] JONG M, De G G, Nio S D,et al. Subsurface correlation in the Upper Carboniferous(Westphalian) of the Anglo-Dutch Basin using the climate-stratigraphic approach[J].First Break,2007,25:49-59.

[8] 路顺行，张红贞，孟安，等. 运用INPEFA技术开展层序地层研究[J].石油地球物理勘探，2007，42(6):703-708.

[9] 张金亮，谢俊. 油田开发地质学[M].北京: 石油工业出版社，2011：35-60.

[10] 张金亮，戴朝强，张晓华. 末端扇——在中国被忽略的一种沉积作用类型[J].地质评论,2007, 53(2):170-179.

编辑：赵川喜

1673-8217(2017)02-0028-06

2016-10-26

欧阳阳，1991年生，在读硕士研究生，主要研究方向为储层沉积学及油田开发地质学。

国家自然科学基金项目“碳酸盐岩地下储气库多重介质储层强注强采流体多尺度运移机理”(51674156) 和“水淹油环地下储气库高速注采过程中损失气赋存规律及表征方法研究》(51504143)资助。

TE122.3

A