基于多元回归分析的致密油可采资源评价方法

张新顺，王红军，马 锋，卞从胜，王兆明

(中国石油 勘探开发研究院，北京 100083)

2014年后持续的低油价使得石油的勘探开发工作大幅减少，但美国致密油的产量却并未出现明显下滑，目前产能保持近2.45×108t/a，占到其全国石油产量的50%以上[1-2]，印证了学者们对致密油资源开发潜力的乐观预期[3-4]。前人对不同地区致密油的形成机理、微观结构和分布规律等做了详细的研究，但涉及可采资源评价相关研究仍较少[5-8]。随着非常规油气勘探发展需要，致密油的可采性和可采资源量评价显得尤为重要，单纯的体积法、成因法、类比法等常规资源评价手段已经无法满足致密油可采资源的评价需求[9-10]。

虽然常规资源评价方法已不再适用，但是这些方法基于的油气成藏理论仍然是致密油可采资源形成和富集的基础，只是不清楚这些地质因素如何控制可采资源的分布。对于致密油可采资源富集区地质特征已有较多研究[11-13]，这些地质特征因素对致密油可采资源的影响类似于“木桶效应”，也就是致密油可采资源高低取决于最差的一个地质因素。早期学者通过“评分法”给评价参数或评价结果赋予权重，提供了一种途径，却受人为影响较大[14-15]。进一步发展为EUR(最终估算可采储量)类比法等，但关键步骤是选取适合的刻度区来类比目标评价区，仍然受主观因素影响[16]。通过多元线性方程建立的多因素预测模型，是一个较好的解决途径，目前在油气开发、构造成因和经济趋势等相关因素分析中多有应用[17-20]。但该方法目前主要问题是将多个相关因素“等同”视之，仅对寻找主控因素有帮助，对于致密油可采资源定量表征并不太符合实际情况，无法得到较为理想的结果，相关应用实例也较少[21]。另外，也有直接利用人工神经网络、随机模拟等方法[22]，即使预测值与实际值匹配度较好，也无法得知其中各个参数与预测量的具体关系和影响程度[23]。

考虑到目前现行评价方法，本文以北美二叠盆地SJ区块狼营组(Wolfcamp)致密油为例，阐述一种评价致密油可采资源和可采性的新方法。该方法以生产井实际数据为基础，利用多元回归方程模拟钻井区关键地质参数与单井产量的关系，再通过区域地质参数预测未钻井区可采资源丰度，进而获得较为可靠的研究区致密油可采资源量。

1 评价方法思路及步骤

1.1 可采资源评价思路

在多元线性方程的基础上[公式(1)]，利用多元幂次相乘的关系建立新的模型可以突出其中某个地质因素的影响[公式(2)]。单位面积可采资源量或可采性作为因变量，影响参数则为自变量，B～K为各自变量的影响系数。因为当该模型中的任一参数过低，均会大幅降低结果，而且很难被其他参数的高值“弥补上”；而仅当多个因素中等或较好时，结果才最有可能获得高值。假设有5个相同权重的影响参数评分，当其多元线性方程之和相同时，若5个参数的方差越大，其多元幂次结果会越小(图1)。这种评价模型很好的区分出了不同因素的影响，符合评价致密油区资源是否富集的核心思想。

Y=A+BX1+…+KXK-1

(1)

(2)

式中：Y为因变量;e为自然对数的底数;Xi为第i个自变量;A～K为影响系数。

另外，可采资源量更接近于实际生产中可采出的石油量，衡量可采资源量评价结果好坏，最有说服力的参数就是实际产量数据。理论上讲，可采资源量大的地区，对应的可采储量、甚至产量都应该比较高。目前公认的最能反映单井井控面积下可采出石油量的参数是EUR和2年以上累产量，两者均可利用产量递减曲线获得[24-25]。

基于上述理论模型，通过研究区地质因素与单井产量的相关关系，选取相关影响因素，根据相关性建立参数与已钻井实际产量的关系模型，再结合多元回归获得模型中各个影响因素的系数(影响权重)，获得该区致密油可采资源量的最终评价模型。虽然工程因素对于产量也会有影响，由于数据限制本文仅考虑水平完井段长，其他工程因素例如压砂量、返液排量等，近似的视为相同，或者通过统一均一化简单的校正到同一水准，并不做过多考虑。

图1 多元线性和多元幂次式结果比对Fig.1 Comparison of multivariate linear and power results

1.2 可采资源评价主要步骤

结合上述研究思路，本次致密油可采资源定量评价的主要步骤如下。

步骤1，在同一构造背景下，选取达到半年生产历史年限的生产井。通过其生产曲线利用双曲-指数递减法计算出每口井的EUR，或者直接使用其单井累产数据(2年及2年以上累计产量可较为真实的反应实际产量情况)。

步骤2，确定每口井所处位置的地质特征参数，并分别与产量数据进行相关性分析。

步骤3，对部分地质特征参数做变换，使每个变换后的“新”参数与产量呈正相关。例如，当某个地质特征参数对产量的影响呈抛物线型关系时，根据公式3将该地质特征参数对产量的影响变换成正相关关系。

X′=Xm-|Xm-X|

(3)

式中：X′为变换后的地质特征参数;X为原地质特征参数，Xm为地质特征参数的最优经验值(统计得到)。

步骤4，若地区可获取影响参数较多，可以利用相关性分析结果从每个区块的地质特征参数选出与产量显著相关的地质特征影响参数。

步骤5，根据区块内各致密油井单井产量数据与其地质特征影响参数建立多元幂次方程模型，经过对数变换，重新变成多元线性方程(公式2两侧对数化，见后文)，以便对各地质参数影响系数进行求解。

步骤6，将各个区块的地质特征影响参数代入所述多元线性模型，并进行多元线性回归分析，以确定所述多元线性模型的各地质特征参数影响系数的最优解，从而获得致密油研究区内的单位面积可采资源量(与产量数据对应的模拟产量值)计算模型。

步骤7，根据所述可采资源计算模型预测致密油待评价区域的可采资源量丰度分布情况，结合地区钻井平均井控面积，可以计算出评价区内致密油可采资源总量。

2 地区概况

二叠盆地位于美国德克萨斯州西部和新墨西哥州的东南部，是北美地区最大的含油气盆地之一，总面积约为17.4×104km2(图2)。该盆地是一个不对称的不规则八角形，由一个北西-南东向的基底隆起-中央盆地台地，分隔了东部的米兰德次盆和西部的特拉华次盆[26]。米兰德次盆在形状上不对称，东部边界是东部陆架，向西埋藏深度变深至中央台地，西部的特拉华次盆相对更深。目前在中央台地和西北陆架上发现了大量的常规油气，目前已经进入了勘探和开发的成熟期。盆地内整个二叠系均有油气产出，但以中低孔、低渗为主，储集条件差。在斯普拉贝里组上部地层和狼营组下部地层，均已发现大量常规油气，而在狼营组内部和上部邻近层系斯普拉贝里组发现大量致密油资源。

图2 二叠盆地基本概况(据文献[26-27]修改)Fig.2 Geology of the Permian Basin,North America(modified after references[26-27])a.二叠盆地构造划分图；b.米兰德次盆SJ区典型井测井曲线图(U24井，位置见图3)

研究区SJ区位于米兰德次盆中南部(图2a)，该次盆有多套烃源岩，其中二叠系狼营组为主要的烃源岩，也是盆地内致密油的最重要源岩。狼营组以黑色、富含有机质页岩为主，同时发育薄砂岩和灰岩互层(图2c)。有机质以Ⅱ型干酪根为主，平均TOC(总有机碳含量)为3.25%，最高可达4.4%，成熟度Ro(镜质体反射率)为0.7%～1.0%；上部斯普拉贝里组生烃能力相对较差，干酪根Ⅱ/Ⅲ型，平均TOC为1.5%，成熟度Ro为0.6%～0.9%。狼营组可细分为A、B、C、D共四段，整体而言，从下向上粒度变粗。C段和D段以碳酸盐岩和泥岩互层为主，A段和B段中石英含量变高，以粉砂岩和泥页岩互层为主[28]。米兰德次盆二叠系沉积于半深海环境及重力滑塌作用环境中，岩石组合以几厘米至几米不等的规模互层出现，单层厚度一般不足1m[29]，这种互层式源储配置关系使得致密储层与烃源岩大面积接触，烃源岩的排烃效率相对也比较高，非常有利于致密油成藏[30]。

米兰德次盆致密油层主要为斯普拉贝里组和狼营组[31]，米兰德次盆含致密油层位较多，但主要有两套：二叠系斯普拉贝里组(上、中、下段)、狼营组(A—D段)。这两套含油层系总厚度达1 000 m，其中盆地中北部以斯普拉贝里组致密油直井为主，南部目的层为狼营组致密油水平井为主。

3 基础资料情况

狼营组在SJ区地质背景较为相近，且已有多口直井和水平井生产井，针对狼营组A—D段均有开发，其中针对该组B12段开发井最多。为了降低其他因素干扰，本次主要研究SJ区内以狼营组B12段为目的层的水平井，共计78口(图3)。这批井完钻时间均为2011—2012年，均为水平井，作业者均为Pioneer石油公司，因而在钻井、完井、压裂等工程和技术方面，均可近似认为是相同的。SJ区数据来源由两部分组成，狼营组水平井产量和地质数据主要来自PLS商业数据库，地区直井产量和地质数据主要来自IHS钻井数据[32]，同时参考CGG公司Frogi全球地球化学数据库和C & C全球大油气田数据库相关资料[27]。通过钻井、测井资料可获得本区78口井钻井处的SJ区狼营组B12段的主要地质参数的层段平均值，例如孔隙度、含油饱和度、脆性矿物含量等，即井位处地质特征参数。

图3 SJ区致密油井分布Fig.3 Distribution of tight oil wells in SJ area in the Permian Basin,North America(紫色井为开发狼营组 B12段水平井，红框为SJ区，位置见图2)

图4 二叠盆地米兰德次盆致密油井2年累计产量、IP产量与EUR相关关系图Fig.4 Correlation between 2-year cumulative production,IP and EUR of Midland tight oil wells in the Permian Basin,North Americaa.致密油井EUR与2年累产关系；b.致密油井EUR与IP产量关系

产量数据是利用单井2年累计产量数据作为最直接、最真实的表征。本区78口井均有IP产量(初始产量)和2年累计产量，但仅有部分井具有完整的生产数据，为了尽可能的选取全面的数据参与运算，同时又避免在模型建立阶段引入人为误差，所以在模拟阶段不使用EUR，也不利用经验公式或倍数关系将累计产量数据换算成EUR。而是直接利用2年累计产量数据作为可采资源的“真实值”，这样模拟后可获得虚拟井控面积下“2年内可采出的资源量”。单个虚拟井控面积内的可采资源量，与单井EUR相对应，为方便简写为PWRR，对应2年累计产量的“可采资源量”即为PWRR2Y。

4 可采资源量评价

4.1 地质参数与可采资源相关性分析

研究中首先利用相关性分析确定致密油井各个地质参数与产量之间的相关密切程度，具体是SPSS数据分析软件中Pearson相关性分析功能完成(表1)。通过选取相关参数与产量进行回归模拟，可以一定程度简化运算。本区成熟度Ro均介于0.6%～1.0%，该阶段Ro与产量呈正相关关系，所以并未利用公式3再做变换。不同地质因素与2年累计产量的相关性分析结果显示，狼营组致密油可采资源的影响因素中含油饱和度、脆性矿物含量、有机质含量、水平完井段长为显著相关，有机质成熟度、孔隙度、压裂级数为相关。

由于水平完井段长和压裂级数均为工程因素，原则上要尽量选取工程条件相近的井做分析，以确保获得地质因素对可采资源的真实影响情况。但实际上，受限于现场施工条件，很难有成批相似工程条件的生产井，更不可能完全一样。考虑到本区78口井压裂级数覆盖不全，且主要介于3.5～5级，本文近似认为相同；而各井水平完井段长差异较大，从900 m到2 200 m不等，且与可采资源显著相关，由此需要单独作为一个影响参数考虑。另外，地层厚度对本区致密油可采资源影响不明显，在后续回归运算中，可以删掉该参数，本文为了前后形成鲜明对比，所以后文运算中暂且未删除厚度参数。

综上，在SJ区狼营组B12段致密油可采资源模型中共选取7个初始参数：有机质丰度(TOC)、厚度(H)、有机质成熟度(Ro)、含油饱和度(Soil)、脆性矿物含量(Brit)、孔隙度(Por)和水平完井段长(L)(图5；表2)。

4.2 评价模型的建立及影响系数的求取

由于本次各参数影响系数多元回归过程中，是利用2年累计产量作为正演的真实值，因而模拟获得预测公式也相对应的是虚拟井控面积下2年可采资源量，即PWRR2Y。基于选区参数与致密油2年累计产量的正相关性，根据公式(2)建立关键地质参数与产量的多元模型，具体为公式(4)。

(4)

为了简化公式(4)，该方程两侧同时做对数运算，转化为多元线性方程，获得公式(5)。

(5)

式中:CUM2Y为致密油区域的单井2年累计产量，t；Ro为有机质成熟度，%(本次未作变换)；H为地层厚度，m；Por为孔隙度，%；Soil为含油饱和度，%；Brit为脆性矿物含量，%；TOC为有机质丰度，%；L为水平完井段长，km；i为参数组序数，1到n；A为常数系数；B～H分别为各参数的影响系数。

将原始地质参数和2年产累计产量同时进行对数变换，形成“新的参数”代入建立的多元线性方程组公式(5)；变换后的地质参数数据作为自变量，变换后的2年累计产量数据作为预测变量，共计78组数据依次进行迭代运算。与多元线性回归分析类似[33-34]，当获得残差为最小值时，且各地质参数的影响系数为正时，求出常数系数和各地质参数的影响系数。该过程利用MATLAB软件即可实现，拟合出各参数影响系数的最佳值，如表3。

表1 狼营组地质因素与2年累计产量相关性分析参数Table 1 Parameters for correlation analysis between geological factors and 2-year cumulative production of Wolfcamp Formation in the Permian Basin

注：采用Pearson相关性分析法，显著性<0.05为相关，显著性<0.01为显著相关。

图5 狼营组B12段主要地质参数平面分布Fig.5 Planar distribution of main geological parameters for the B12 interval of Wolfcamp Formation,Permian Basin,North Americaa.有机质丰度TOC；b.产层厚度；c.成熟度Ro；d.含水饱和度；e.脆性矿物含量；f.孔隙度(饼图大小代表产量高低，下同)

本次模型是幂函数相乘的方程，各个参数的影响系数就是各个参数的幂次方，幂次方的大小决定了该参数在方程中的影响权重，所以各个参数的影响系数大小，就直接表明了各个参数对致密油可采资源的影响程度大小。SJ区狼营组B12段致密油可采资源影响地质参数排序从大到小依次为：脆性矿物含量、成熟度、孔隙度、含油饱和度。其中脆性矿物含量影响系数明显高于其他几个参数，即为该区致密油可采资源主控因素。

将各个参数系数代入原模型，获得SJ区狼营组B12段致密油单位面积2年可采资源量PWRR2Y预测公式[公式(6)]，与2年累计产量对应。通过模拟结果PWRR2Y与实际2年累计产量的对比，发现模拟产量与实际产量的集中误差在40%以内(表2)。客观上讲，单井产量受控因素远不止几个主要地质因素，因此模拟产量与实际产量误差不超过100%均可以认为是具有应用价值的结果。本次模拟为了使数据尽可能多的参与计算，以便后文分析区域的可采资源量，未考虑单位段长压裂级数对产量的影响，获得的预测与实际产量相关系数为0.788 5(图6)。若为消除压裂级数的部分影响，仅选取单位段长压裂级数介于3到5.6之间的钻井，获得的预测与实际产量相关性更好，相关系数达0.803 9，由于过程基本一致，本文不再详述。

表2 致密油水平井地质参数、实际产量和预测结果Table 2 Geological parameters,practical production and prediction results of tight oil horizontal wells in the Wolfcamp Formation,Permian Basin,North America

续表2 致密油水平井地质参数、实际产量和预测结果Table 2 (continued)Geological parameters,practical production and prediction results of tight oil horizontal wells in the Wolfcamp Formation,Permian Basin,North America

注：CUM2Y为2年累产实际值，t；PWRR2Y为2年累产的模拟值，t；Ro为有机质成熟度，%(本次未做变换)；H为地层厚度，m；Por为孔隙度，%；Soil为含油饱和度，%；Brit为脆性矿物含量，%；TOC为有机质丰度，%；L为水平完井段长，km；压裂级数为反映水力压裂强度的参数。

表3 多元回归拟合各参数影响系数Table 3 Influence coefficient of each parameter for multivariate regression fitting in the Wolfcamp Formation,Permian Basin

图6 模拟结果PWRR2Y与2年累计产量对比Fig.6 Comparison between the simulation results(PWRR2Y) and 2-year cumulative production

(6)

式中:PWRR2Y为虚拟井控面积下2年预测产量，t；Ro为有机质成熟度，%；Por为孔隙度，%；Soil为含油饱和度，%；Brit为脆性矿物含量，%；TOC为有机质丰度，%；L为水平完井段长，km。

4.3 可采资源量评价

由于公式(6)中有非地质因素水平完井段长，所以需要去掉后才能预测可采资源量。统计该区136口致密油水平井完井段长后，本文选取中值1 700 m为该区水平井平均完井段长(平均值为1 670 m，相差不大)，也就可以把评价模型中水平段长L变成固定值，即5.61.231 6。由此利用Petra软件网格插值计算功能和式6，结合各参数平面分布图(图5)，计算出SJ区块狼营组B12段致密油PWRR2Y。利用经验公式(图4，公式7)换算成致密油PWRR，网格化插值即可得到单位井控面积可采资源量平面分布图。通过地区钻井平均井控面积，可以计算得到研究区狼营组B12段致密油单位面积资源丰度图(图7)。本次计算单井井控面积时，参考该区其他层位的成熟区块水平井平均井距，统计得到该区水平井压裂后的渗流半径r为185 m，再结合前述平均水平段长即得井控面积。评价结果图高值区内的钻井产量也均比较高，而低值区致密油井产量相应比较低，说明原来模型与实际情况对应性良好，也印证了前文0.788 5的相关系数。

PWRR=5.203 8PWRR2Y0.932 8

(同EUR=5.203 8CUM2Y0.932 8)

(7)

式中:PWRR为虚拟井控面积下可采资源量，t；PWRR2Y为虚拟井控面积下2年预测产量，t；EUR为单井最终可采储量，t；CUM2Y为单井2年累积产量，t。

假设评价区目的层系全部布满水平井，水平井的井控面积之间空余，结合待评价区域的单位面积可采资源量分布图和单位面积大小，即单井平均井控面积，通过公式(8)就可以计算出平均区内目的层系的致密油可采资源总量。狼营组B12段总可采资源量，为4 615×104t。

(8)

式中：TRR为评价区技术可采资源量，t；S为评价区面积，km2；r为渗流半径，km；L为水平井水平方向完井段长，km；PWRR为单一虚拟井控面积下可采资源量，t。

由于非常规资源与经济开采紧密联系，因此单一的资源总量很难满足实际生产中的需要。由此，可以根据经济成本和预期产量，划分出高产、中产、低产对应的PWRR界限后(表4)，进而估算出不同产能的致密油可采资源量，可与“Ⅰ类、Ⅱ类、Ⅲ类资源相对应。而现有技术下可采资源总量，就是以0为界限的可采资源量。这种划分方法告别了以往仅仅通过几个参数的叠加就定性的划分出的Ⅰ类、Ⅱ类、Ⅲ类可采资源。本文选取狼营组B12段水平井钻井和完井平均成本为5.35×106美元，油价为440美元/t，计算出SJ区狼营组B12段致密油Ⅰ类可采资源为44×104t；Ⅱ类可采资源为2 483×104t；Ⅲ类可采资源为1 869×104t。所以，在该区狼营组B12段致密油主要处于Ⅱ类和Ⅲ类可采资源，当然若按照当前油价为220美元/t，则几乎全部为Ⅲ类和Ⅲ类以下的可采资源。根据国际油价的变化，可以相应的调整对应的界限，再利用上述方法得到不同级别的可采资源量，该可采资源量某种程度已经可以代替经济可采资源量。如果有招标区块的位置信息，则可以很轻易的计算出区块内各级别可采资源量，对合理评估区块的致密油资源特征也具有重要意义。

图7 SJ区狼营组B12段致密油可采资源丰度预测结果平面分布Fig.7 Planar distribution of prediction results of the recoverable tight oil abundance in the B12interval of Wolfcamp Formation in SJ area,Permian Basin,North America

可采资源级别完井水平段平均长度/m平均井距/m2年累计产量界限/(104 t)EUR界限/(104 t)分布面积/km2可采资源量/(104 t)Ⅰ类(高产区)1 7003701.433.387644Ⅱ类(中产区)1 7003700.952.465 5012 483Ⅲ类(低产区)1 7003700.471.236 0671 869总可采资源量13 6674 615

5 讨论

5.1 结果分析

模拟过程中一些地质特征参数影响系数为“0”，原因可能有两种：第一种原因，为该参数在研究区内对致密油可采资源量并无明显影响关系，例如厚度因素，前文地层厚度与2年累计产量相关性分析时的结果为不相关，回归分析再次印证了相关性分析的结果可靠性。第二种原因，是各个地质参数并非是正交的，它们之间也是具有正相关性的，因而该影响因素被别的因素所覆盖，在公式中无需重复体现，例如，许多致密油区的TOC、含油饱和度或Ro之间往往都有正相关关系。SJ区78口井的TOC与含油饱和度直接的相关性就高达0.92(图8)，所以造成了含油饱和度参数“取代”了TOC的影响。后一种原因，也从侧面说明了相关性分析仅能简单的分析单一参数对可采资源的影响，在相关因素中，无法更精细的分析出这些参数对可采资源的影响大小，以及影响参数之间的相互关系。

常规的原地资源丰度是利用体积法计算出的，基于孔隙度、地层厚度和含油饱和度等数据，其与实际产量存在一定的对应性。SJ区狼营组B12段生产井位置的原地资源丰度与2年累计产量相关系数R2为0.27(图9)，显然没有本次新模型的对应性好(图8)。另外，通过原地资源丰度图计算，可以获得SJ区狼营组B12段致密油地质资源量为171×108t，按照致密油平均可采系数3.5%，即可采资源量为6×108t，比本次计算结果大了10倍。据USGS、EIA等机构对世界级致密油生产区威利斯顿盆地巴肯组(Bakken)的致密油可采资源估计，总量为4.9×108t～10×108t[3,35-36]，因而二叠盆地局部仅狼营组B12段的可采资源量就具有6×108t的可采资源量显然是不太可能的，这也侧面说明了常规方法对致密油可采资源的评估作用有限。

图8 含油饱和度与TOC相关关系Fig.8 Correlation between oil saturation and TOC in the Wolfcamp Formation,Permian Basin,North America

图9 原地资源丰度与实际产量散点图Fig.9 Scatter diagram showing correlation between in-situ oil abundance and actual production

总体上，结果说明本次设计模型的可靠性较好，虽然影响产量的因素众多，现实中也不可能对一个地区快速掌握清楚，但总体上的效果能够满足评价的需要。

5.2 模型误差分析

在地质条件相近的致密油产区内，依据地质参数模拟产量的思路，建立地质参数与产量的关系模型。基于关系模型，结合未钻井地区地质参数，就可以预测出未钻井地区可采资源丰度。通过二叠前陆盆地狼营组、威利斯顿克拉通盆地巴肯组和海湾被动陆缘盆地鹰滩组(Eagleford)致密油(图10)3个地区的致密油可采资源丰度评价结果，显示该模型对于同一构造带范围内的单位面积平均可采资源的预测具有较为良好的适用性，与致密油所在盆地类型并无明显关系。但是通过威利斯顿盆地巴肯组和海湾盆地鹰滩组致密油可采资源丰度预测和实际产量比对图可以看出，对于区域内某口井的可采资源丰度预测应用效果仍有许多缺陷。

分析认为形成如此不足的原因主要有以下几点：

1) 生产井产量数据与地质参数来源差异。巴肯组和鹰滩组的部分致密油井产量数据与地质参数并不是一一对应的，而是通过附近井平均值(网格插值)获得，这就造成了模型中自变量和因变量的不匹配，从而形成相应的误差。

2) 参与模拟运算的数据种类和覆盖面不全。当参与运算的数据组中，包含某个地质参数较高值，也有该地质参数较低值时，运算的数据覆盖面就会越大，模拟结果将会越好，越能反映实际地质规律和生产情况。另外，由于是海外的致密油生产区，资料获取在一定程度上受限，虽然主要地质参数均有，但是地质参数种类并不完全。例如巴肯组致密油模型建立过程中缺少产层脆性矿物含量的因素；狼营组致密油模型建立过程中缺少统一的地层压力数据。另外，巴肯组、鹰滩组和狼营组致密油模型建立过程中均缺少描述裂缝发育程度的参数，而裂缝发育程度对致密油可采资源的影响也是很难完全被其他地质参数所代替的。

图10 海湾盆地鹰滩组致密油可采资源预测与实际产量分布Fig.10 Diagram showing the predicted recoverable resources and actual production of Eagle Ford tight oil,Gulf of Mexico Basin

3) 施工条件、技术水平等工程影响或者人为影响无法忽略。虽然本文通过生产井水平完井段长均一化和选取完井时间相当的生产井，在一定程度上的消除了部分工程因素的影响，但是仍有很多未考虑的非地质因素影响，例如水平井压裂质量，生产时对地层压力、温度的控制等等，也会造成同样地质条件下不同产量的现象，在预测模型中就会形成与真实值的误差。例如，在巴肯组和鹰滩组致密油预测可采资源丰度与实际产量叠合图中明显可以看出，在多口高产井附近经常会出现一两口低产井，而在多口低产井附近出现一两口中高产井的现象。

4) 模型中选取的因变量的问题。本次模型中选取的产量数据作为可采资源量的“真实值”，一定程度上低估了资源量，因此本方法得出结果可认为是相对保守的可采资源量。

毕竟实际地质情况并不能完全真实的反映在本次设计的模型中，但是与常规资源评价方法相比，已经有了较大提升，基本可以满足对某个区域内的致密油可采资源的评价和有利区的优选，而且为未来经济评价也可以提供更加详实的数据支持。

5.3 模型适用范围

综合3个不同类型盆地的致密油可采资源丰度的评价结果与实际产量的分析，发现该模型尚有不足。为了能使该可采资源模型能够发挥更好的评价和预测能力，认为应用本次模型来评价致密油可采资源规模和分布特征的地区，具有以下条件时应用效果较好：

1) 研究区内致密油同属一构造带内，总体构造条件变化较小。因此相对而言，更适合于大型盆地海相沉积地层，即致密油层系沉积面积大、相对稳定构造区面积大。若研究区内致密油构造差异大，其主控因素就会有明显差异，需要先将研究区按构造条件划分成相应的多个区域，分别利用本次模型进行模拟预测。

2) 数据来源统一、类型多、覆盖面广，模型精度会越高。同一公司的钻井、完井和生产数据，人为误差会比较小；同一批次的实验分析数据，人为误差也会比较低。研究区具有厚度、孔隙度、有机质丰度、有机质成熟度、脆性矿物含量等多个地质参数数据，这些参数需基本包括定性评价致密油的基本参数，即烃源条件、资源规模和可开采性三方面条件参数。生产井所处地质条件覆盖面越高越好，即各地质参数适当有一定跨度。例如，在成熟度较高和较低处均有生产井数据，就容易区分出区块内成熟度对致密油的影响程度。研究区还必须已有N口致密油生产井，N大于所选地质参数的数量。这些井最好具有半年以上连续生产的产量数据，以便计算出较为准确的单井EUR，或者有2年以上累产等稳定的产量数据。

3) 生产井钻井、完井质量和开采措施需基本相当，或者可以作为一个参数定量表征。关于影响生产井产量的主要工程措施情况均需要考虑，以降低工程因素对模型的影响，例如前文所述水平井水平完井段长情况等。另外，生产井的开采技术差异较大，其产量数据也需要先标准化后再进行统一运算，例如一口井在1年内经历多次再压裂，其产量会比同样地质条件下的井产量高，这时就需要分开考虑。

基本符合上述3个条件的研究区，在应用本次模型，按步骤实施获得的预期结果精度会比较高。若研究区数据条件差异较大，需重新考虑选取的方法或对本次模型进行一定的修正。

6 结论

1) 基于研究区致密油井地质参数与实际产量数据关系，建立评价致密油可采资源的评价模型，利用相关性分析和多元回归方法确定各地质参数及影响系数，进而可获得研究区致密油可采资源丰度和资源量。

2) 通过对二叠盆地SJ区狼营组B12段典型致密油实例分析，本文提出方法具有较好应用，并确定该区致密油可采资源的地质因素影响从大到小依次为：脆性矿物含量、成熟度、孔隙度、含油饱和度，计算出可采资源量为4 615×104t。

3) 多元回归的致密油可采资源量评价模型与产量直接对应，因而可以通过增加对产量的约束，获得不同级别的可采资源量，使得资源评价结果能更为直接有效的用于经济评价和区块优选等。