沉积微相定量研究方法

Yg ( X ) = max { Yg ( X ) }
1 ≤g ≤G
6 6
n
n
a i ( z , x ) CI ( z , x i - x j ) + μ( z , x ) = CI ( z , x i - x j ) ai ( z , x ) = 1 ( j = 1 , 2 , …, n)
2 . 2 研究区沉积微相判别函数
1 . 2 天然堤微相
天然堤是洪水携带的细 、 粉砂级物质沿河床两岸 堆积而形成的砂堤 ,其岩性为砂泥薄互层 ,在垂向层序 上位于水道和泛滥平原之间 , 自然伽马曲线为泥岩基 线上的不规则 “锯齿形” 。
1 . 3 决口扇微相
决口扇是洪水冲决天然堤流向漫滩而形成的扇状 砂体 ,一般由细砂岩和粉砂岩组成 ,垂向上为反韵律特 征 ,自然电位曲线呈漏斗形 。
即 G 类样本个数之和 ; g — — — 沉积微相类别号 ; n g — — — 第 g 类微相样本个数 ; Qg — — — 样本属第 g 类微相的先 验概率 ( 设各组先验概率相等) ,即 Qg = 1/ G; P — — — 特 征参 数 个 数 ; Xk — — — 标准 样 本 的 第 k 个 特 征 参 数;
S kj =
1
ng
i =1
6
Xjig
1
n - G g =1
6 6
G
n
g
( X kig - X kg ) ( Xjig - Xjg )
i =1
式中 G — — — 沉积微相的类别数 ; n — — — 标准样本总数 ,
52
石油勘探与开发・ 综合勘探开发技术 Vol. 30 No. 4
式中 F{ Zk , x | ( n ) } — — — 累积分布函数 ; CI ( z , x i ) μ ( — — 协方差函数 ; z , x ) — xj — — — 拉格朗日乘数 。 需要用 k 个门槛值将变量 Z 的变化范围离散化 。 由于某一位置的每个门槛值都对应一个方程组 , 因此 需求解 k 个方程组才能求出离散的累积分布函数 , 可 以用线性插值等方法求得 [ Zk , Zk + 1 ] 之间的累积分布 函数值 , 这样就求出了待估处的局部条件概率分布 。 顺序指示模拟方法输入的参数主要为各变量所占 比例 、 各变量的指示变差函数模型及指示代码 、 条件数 据、 网格的划分等 。 3 . 2 井间沉积微相预测 以研究区内各井沉积微相测井识别结果为约束条 件 ,通过顺序指示模拟预测出井间沉积微相分布 : 各沉 积时间单元均发育曲流河 , 但不同时间单元曲流河发 育程度不同 ,6 、 7 沉积时间单元的曲流河点坝最为发 育 ( 见图 2) 。
2 沉积微相的定量研究
2 . 1 Bayes 判别分析方法原理
首先从取心井中选取有代表性的各类微相作为标 准样本 ,进行逐步筛选计算 , 获得特征参数 ; 然后用特 征参数求取各类沉积微相的判别函数[7 ] :
图1 各沉积微相典型测井曲线
P
Yg ( X ) = ln Q g +
k =1
6
n
g
Ckg X k + Cog
参考文献 :
[1 ] 王洪辉 ,郑志宏 . 河南双河油田 Ⅳ 123 层系沉积微相特征研究 [J ] . 成都理工学院学报 ,2000 ,27 (2) :1312136. [2 ] 唐洪 . 综合利用测井资料划分河流沉积微相 [J ] . 中国海上油气 ( 地质) , 1998 , 12 (5) :3492353. [3 ] 尹燕义 ,王国娟 ,祁小明 . 曲流河点坝储集层侧积体类型研究 [J ] . 石油勘探与开发 ,1998 ,25 (2) :37240. [4 ] 邓宏文 , 王洪亮 , 李熙吉 . 层序地层基准面的识别 、 对比技术及应 用 [J ] . 石油与天然气地质 ,1996 ,17 (3) :1772184. [5 ] 刘建民 , 李阳 , 关振良 , 等 . 孤岛地区馆陶组河流沉积地层的高分 辨率层序地层样式 [J ] . 石油勘探与开发 ,2000 ,27 (6) :31232. [6 ] 杨玉卿 , 田洪 , 孟杰 . 渤海湾中部南堡 3522 地区新第三系河流沉 积及油气勘探意义 [J ] . 古地理学报 ,2001 ,3 (4) :77284. [7 ] 赵旭东 . 石油数学地质概论 [M] . 北京 : 石油工业出版社 ,1990. [8 ] 雷启鸿 ,宋子齐 ,谭成仟 . 油藏描述中的随机模拟方法 [J ] . 西安石 油学院学报 ,2000 ,15 (1) :13216. [9 ] 胡雪涛 ,李允 . 储集层沉积微相的随机模拟及其对比研究 [J ] . 西 南石油学院学报 ,2000 ,22 (1) :17219. [10 ] 陈亮 ,黄述旺 ,赖泽武 . 应用截断高斯随机模拟法研究沉积微相 [J ] . 石油勘探与开发 ,1998 ,25 (6) :74275 ,80. [11 ] 张国栋 ,唐伟 ,翟瑞国 ,等 . 河流相储集层横向预测方法探索 [J ] . 石油勘探与开发 ,2001 ,28 (6) :84286. [ 12 ] Soares Amilcar. Sequential indicator simulation with correction for local probabilities[J ] . Mathematical Geology ,1998 ,30 (6) : 7612765.
在取心井单井相分析的基础上 , 根据非取心井的 自然电位或自然伽马的曲线形态 , 能够定性划分沉积 微相 [1 ,2 ] ,但测井曲线特征必须明显 ,划分结果才能比 较准确 。四五家子油田位于松辽盆地东南隆起区杨大 城子背斜带南缘 , 白垩系泉头组发育较全 , 泉二段的 Ⅰ—Ⅳ 砂层组为砂泥岩互层沉积 , 埋深 400～600m , 含 油井段长约 100m , 划分为 8 个沉积时间单元 , 其自然 电位及自然伽马曲线特征不很明显 。本文应用 Bayes 判别分析方法定量判别单井沉积微相 , 在此基础上应 用顺序指示模拟方法预测井间沉积微相的分布 。
1 . 4 泛滥平原微相
1 Ⅰ—Ⅳ 砂层组沉积微相类型
据 3 口取心井的岩石薄片、 铸体薄片鉴定资料分 析 ,根据区域沉积背景、 基本沉积特征及其相标志 ,结合 测井曲线形态 ,确定本区Ⅰ —Ⅳ 砂层组发育曲流河[326 ] 的 点坝、 天然堤、 决口扇、 泛滥平原微相 (见图 1) 。
泛滥平原微相岩性主要是泥岩和粉砂质泥岩 , 粒 度最细 ,在曲流河沉积相中分布广泛 , 厚度较大 , 泥岩 颜色以褐色 、 棕红色为主 ,次为灰绿色 ,自然电位平直 , 自然伽马曲线显示高值 。
53
比较第 7 沉积时间单元沉积微相平面分布规律的 两次实现 ( 见图 3) ,可见大部分相带均出现 ,说明这些 相带是确定的 ,即曲流河点坝为其沉积主体 ,两侧发育 天然堤 ,偶见决口扇 ,曲流河以弯曲的单一河道为其特 征 ,顺水流方向连续性好 ,垂直于水流方向连续性差 。
沉积微相 ; 应用顺序指示模拟方法预测井间沉积微相 分布 ,模拟的多次实现表征了沉积微相的不确定性 。 经实际验证 ,本文定量研究沉积微相空间展布规律的 方法是可行且有效的 。
F{ Z0 , x ( n) } = [ I ( z , x ) ] 3 =
i =1
k 行第 j 列元素 ; Xjig — — — 第 g 类微相中第 i 个样本的
第 j 个特征参数 ; Xjg — — — 第 g 类微相中第 j 个特征参 数的平均值。 不同类型沉积微相的 Cog 和 Cig 不同 , 使判别函数
Yg不同 , 故可认为 Cog和 Cig就是各类微相的判别模型 。
6
n
ai ( z , x ) I ( z , x i )
其量 ; ai ( z , x ) 为权值 , 可 通过解下列方程组求得 :
i =1
对于新的待判样本 , 将其判归判别函数值为最大的第 g 类微相 :
i =1
根据取心井曲流河各微相的沉积旋回性、 沉积构 造、 结合测井相标志 ,从众多典型样本中提取了反映各 沉积微相的特征参数 ( 电性参数包括自然伽马 、 自然电 位 ,岩性物性参数包括孔隙度 、 渗透率 、 泥质含量 、 砂岩 百分含量等) 。为了使判别函数简单化 ,通过逐步判别 分析 ,最终优选出对本区沉积微相分类起主要作用的 孔隙度 ( <) 、 泥质含量 ( V sh ) 、 砂岩百分含量 ( s ) 3 个参 数 。建立了各类沉积微相的判别函数 : 点坝微相 : Y = 4. 386 < + 3. 418 s + 5. 047 V sh - 245. 001 天然堤微相 : Y = 4. 188 < + 3. 189 s + 4. 795V sh - 218. 444 决口扇微相 : Y = 4. 171 < + 3. 525 s + 5. 214V sh - 256. 349 泛滥平原微相 : Y = 4. 440 < + 3. 401 s + 5. 394 V sh - 269. 09 得出的判别函数性能如何 , 可以将各观测量的变 量值代入线性判别函数中 , 根据判别函数值确定每个 观测量分属哪一类 , 进行回代验证 。对取心井典型样 本检验的正判率为 92 % , 将全区所有井第 7 时间单元 根据测井相判别的沉积微相与 Bayes 判别结果对比 , 符合率达 85 %左右 。
陈烨菲 ,彭仕宓
( 石油大学 ( 北京) )
摘要 : 松辽盆地四五家子油田白垩系泉头组二段的 Ⅰ—Ⅳ 砂层组的自然电位及自然伽马曲线特征不很明显 。在区域沉积 背景 、 基本沉积特征及单井相分析的基础上 ,结合微相标志及测井曲线形态 ,认为该砂层组主要为曲流河沉积 ,发育曲流 河点坝 、 决口扇 、 天然堤及泛滥平原等 4 种沉积微相 。优选出识别沉积微相类型的主要特征参数 ( 孔隙度 、 泥质含量及砂 岩百分含量) ,应用 Bayes 逐步判别方法建立了各微相的判别函数 ,定量识别 136 口非取心井的沉积微相 ,正判率达 90 %以 上 ;继而应用顺序指示模拟方法预测井间沉积微相 。在 136 口井中抽取 8 口作为检验井 ,用上述方法重新模拟 ,进行抽稀 检验统计 ,7 口井预测结果与实际相符合 ,证明此预测方法是行之有效的 。图 3 表 1 参 12 关键词 : 沉积微相 ;Bayes 逐步判别 ; 曲流河 ; 顺序指示模拟 中图分类号 : TE121. 3 文献标识码 : A