基于贝叶斯网络推理的油气成藏模式分析

丁玉璐 朱乐

油气资源评价研究中的难点是描述各种地质场景的不确定性，综合定量数据和定性知识做出科学的决策。贝叶斯网络是进行不确定性概率推理的有效模型。本文首先以假想的油气成藏为例，结合先验知识得到后验概率并创建贝叶斯网络，计算成藏可能性；然后构建塔河地区成藏可能性的贝叶斯网络，通过设置证据节点，预测效果有较大改善。结果表明，应用贝叶斯网络可以在一定程度上提高油气资源评价结果的可靠性。

一、研究成因

地质人员对地下认知往往涉及众多相互联系又相互影响的系列地质因素，这些因素本身及其相互之间的关系都存在大量的不确定性，一类是由于人们对客观世界的认识不足、信息缺失或知识缺乏而导致的认知不确定性，如对成藏过程分析的不确定性造成的不同成藏模式解释的差异；另一类是客观事物内在本质的随机不确定性，如三级圈闭的资源量不能由其系列四级圈闭简单累加，需要客观刻画不同四级圈闭随机出现的可能性。

针对这种不确定性问题的研究，专家学者们也提出了多种预测油藏分布的方法，如李建华、庞雄奇等预测目的层段岩性油气藏有利区分布通过求取TCDPS指数；徐野提出相应的模型及算法通过结合贝叶斯网络与信息融合技术；赵重远绘制出油气成藏预测图以已有的成烃期烃源岩或近烃源岩输导层的构造图为基础并且结合了成藏期后原生油气藏的变化情况；操成杰、陈忠等分别应用构造应力场驱油理论、三维有限元法对某地区进行油气成藏预测。综上分析，油气成藏预测中，不确定性因素很多，而这些因素又具有不确定性、随机性和相关性等特点。因此，本文以贝叶斯方法为基础，建立油气成藏模式分析贝叶斯网络模型，探索贝叶斯网络在油气成藏模式中的应用，希望能在一定程度上提高油气勘探成功率。

二、 贝叶斯网络

1.贝叶斯网络的定义。令G=（I，E）表示一个有向无环图（Directed Acyclic Graph， DAG），其中I代表图形中所有节点的集合，E表示有向连接线段的集合。令X=Xi 为有向无环图中的某一节点 所代表的随机向量，若节点X的联合概率可以表示成 ，则称X为相对于一有向无环图G的贝叶斯网络，其中，pa（i）表示节点 i 的父节点（parents）。

在上述定义中，对于任意随机变量，其联合概率可由各自的局部条件概率相乘得到：

2.贝叶斯网络推理类型。贝叶斯网络的推理是在给定证据节点值后，利用贝叶斯条件概率计算方法，计算出感兴趣的查询节点的概率。贝叶斯网络中的推理问题有三大类：后验概率问题、最大后验假设问题及最大可能解释问题。

①后验概率问题是指根据贝叶斯网络中某些变量的取值，计算另外一些变量的后验概率分布。在此类问题中，已知变量通常称为证据变量，记为E，取值记为e；需要计算其后验概率分布的变量称为查询变量，记为Q，需要计算的后验分布为P（Q|E=e）。

根据证据变量和查询变量所扮演的因果角色的不同，后验概率问题有四种不同的类型：a.从结果到原因的诊断；b.从原因到结果的预测；c.在同一结果的不同原因之间的原因关联推导；d.包含多种上述类型的混合推理。

②最大可能解释问题。在贝叶斯网络中，以变量消元法和团树传播法为代表的确定性推理和以随机抽样算法为代表的近似性推理，当节点众多并且连接稠密时，它们的计算复杂度较高，精确推理算法不太适用。此时通常有两种选择：一种是利用概率分布中的局部结构，如因果机制独立和环境独立，来进一步降低精确推理的复杂度；另一种是降低对精度的要求，考虑近似推理算法，以求在限定的时间内得到一个近似解。

三、油气成藏模式贝叶斯网络构造

1.假想成藏模式。以一个假想的成藏模式分析为例，构造了一个有限的离散随机成藏地质因素集合U ={“构造剧烈抬升”，“断层是否封闭”，“近距离运移”，“某一构造带成藏可能性”}的贝叶斯网络：假定“近距离运移”是决定“成藏可能性”的唯一因素，“构造剧烈运动”和“断层不封闭”是决定“近距离运移”的充分条件。其中，每个地质因素Xi有有限个状态（本文假定有两个状态：成立和不成立），利用该网络可以求取不同成藏地质因素在不同状态组合下的联合概率。

其中 是一个随机变量集合，使得 与 在 条件下独立。以岐中断裂带为例，采用三个成藏条件进行动态配置构建的特定地质场景来分析其成藏可能性：假定“近距离运移”是其成藏主要影响因素，同时假定两个相对独立的地质事件是决定“近距离运移”的充分条件，并通过现有地质资料对上述地质事件给出尽可能客观的可能性定义及设定每个节点各种可能概率值，利用团树传播算法进行确定性概率推理，获取近距离运移及成藏可能性的后验概率，从而构建贝叶斯网络。

随着钻井资料对该构造带断层封闭性验证，确定为不封闭，即“断层不封闭”节点可作为现有证据结点，重新进行确定性和不确定性概率推理，动态调整其它节点的概率值，以最终检验上述成藏条件配置的合理性。通过设置断层不封闭为证据节点，近距离运移和成藏可能性的概率值都有所增加。因此，以上构建的贝叶斯网络，在某个地质场景很确定的情况下，会对成藏可能性造成很大的影响，从而对探索油气勘探成藏模式提供了新的方法。下面对实际的应用场景进行探索并构建贝叶斯网络，分析成藏可能性。

2.塔河成藏预测。在多旋回海相沉积盆地中，多期构造活动的叠加导致多期生烃过程、油气输导体系演化与运聚机理和油气多期成藏与保存等，使得碳酸盐岩储层成因多为多因素的联合控制和多阶段的复合成因。而贝叶斯网络很适合定量描述碳酸盐岩层系复杂地质场景和成藏过程的不同地质因素的可能性，通过团树传播和随机取样两个算法进行确定性（精确）和不确定性（相似）贝叶斯推理，可以分析最大可能的碳酸盐岩储层成因机制。此外，在某些地质事件或储层成因被确认的情况下，可实现针对上述地质活动结果的反向求解过程，获取假设地质变量条件下的后验最大可能成藏模式（最大后验假设）。结合相关资料与实际的应用背景，最终决定设定沉积相控制、不整合面控制、流体（岩溶）作用为证据节点（此处为软证据）。对于实际的应用场景来说，有时不可能只对某一个或两个场景的可能性很确定，或许更多。因此，对于以上塔河成藏可能性，有三个确定场景，即沉积相控制、不整合面控制、流体（岩溶），并将其设置为证据节点。通过对比可知即在不确定的情况下，成藏只有不到一半的可能性，但在确定了某些场景并设置为证据节点后，大大的提高了成藏可能性。这对于地质人员来说是一个极大的好消息。

四、 总结与展望

贝叶斯网络是一个很好的用来建模潜在的依赖关系的工具。它很灵活，可以处理不同的地质类型；也很简单，可以使参数的数量保持在较低水平。本文尝试将贝叶斯网络引入油气成藏预测领域，并通過塔河岩溶储层成因分析为例进行说明，文中所构建的基于贝叶斯网络推理的油气成藏预测为地质人员提供了解决问题的新思路。

以系统论为指导的油气成藏体系研究过程，其实质就是对成藏要素从静态特征和动态演化两个方面进行详细分析，分析的结果可以基于不同的形式（定性和定量）来表达。石油地质学家往往是根据对某些地质事件的认识，结合己知的经验知识进行定性成藏模式分析，注重强调围绕油气藏的“生”、“储”、“盖”相关的系列成藏条件展开静态定性成藏模式分析，而对于“运”、“聚”、“保”等成藏过程的动态定量成藏过程分析仍然是研究相对薄弱的环节。二者的差异在于：静态分析关注基于某种特定地质场景假设，推断每个成藏地质条件的主观可能性。

但所面临的问题是，对某一成藏地质条件的认识往往存在不确定性或者多解性。比如，针对某一油气成藏的烃源岩是单源还是多源？如果是多源，那么不同来源的烃源岩的贡献是多少？这些假设问题的提出不是立刻就能够得到答案的，很多问题甚至随着勘探程度的提高而仍然不得其解。动态分析则考虑地质模型的多解性，假定不同成藏条件间的条件关系配置以及不同地质场景假设情况下的后验调整，展开针对后验概率、最大后验假设或最大可能解释问题的贝叶斯推理，从各种地质假设中寻找最有可能的成藏模式或地质模型。

（作者单位：中国地质大学（武汉））