浅谈离散裂缝网络(DFN)模型与裂缝随机建模方法

离散裂缝网络（DFN）模型

众所周知，与储层参数（如储层孔隙度、渗透率、含油饱和度等）相比，储层内的裂缝属于离散变量，其发育具有以下两方面的独特性：

一是整个裂缝网络可能基于构造或地层，并以一个离散体形式存在，犹如横纵交错的公路网，而且并非所有裂缝都彼此相交或连通，

其连通性甚至与互相间的距离不存在直接联系；二是反映裂缝发育特征的各类参数相对复杂，同时包括了矢量性参数（如裂缝产状）与标量性参数（如裂缝密度、裂缝宽度、裂缝长

度等）。正是基于这样的特殊性，离散裂缝网络（Discrete Fracture Network，DFN）模型才得以应运而生。

与传统意义上的等效多孔介质(equivalent porous media, EPM)模型不同，DFN 模型明确定义了模拟区域内每一条裂缝的位置、产状、几何形态、尺寸、宽度以及孔渗性质等，同时对裂缝进行分组，每一组均有各自的统计学共性，因此所有裂缝在空间上既被相互独立地随机放置，又分别属于不同发育特征的裂缝组，见下图。

这种处理方式既保证了裂缝网络被当作离散对象来对待，同时各种性质的裂缝参数又都能得到充分考虑，因而为获得精确的裂缝几何模型与裂缝参数模型提供了可能。

裂缝随机建模方法

从国内公开发表的文献来看，“裂缝随机建模（Fracture stochastic Modeling）”一词是在最近1-2年才提出来的，即便在国外的公开文献中，这种提法也是比较新的，可以说是裂缝研究领域非常新的一个方向。下面笔者通过类比“储层随机建模（Reservior stochastic Modeling）”，并结合自身的一些科研经历，谈谈对于裂缝随机建模方法方面的一些不成熟想法。

综观各式文献，裂缝建模的主要宗旨可归纳为：

充分利用各种资料获得的裂缝数据，建立能精确反映未知区裂缝产状、几何形态、尺寸、宽度及空间展布规律等的三维裂缝几何模型（即DFN模型），在此基础上运用相关的数学算法，粗化/计算得到能定量表征裂缝参数三维空间分布的数据体，即裂缝参数模型。

与储层建模一样，裂缝建模的方法也可以按其特点分成确定性与随机性两类。在三维地震资料品质良好以及野外地质露头与钻井资料足够充分的情况下，可以将追踪出来的裂缝轨迹数据直接生成唯一确定的裂缝模型。显然，这种确定性裂缝建模的条件在绝大多数情况下很难得到满足。此外，众所周知，地层中的裂缝系统是地质历史时期众多复杂地质过程综合作用的产物，它具有影响与控制因素的多样性、发育与分布的随机性等显著特点。因此，以现有的技术条件，还很难掌握井间任一范围内各种尺寸裂缝确定的、真实的发育特征，这就意味着未知区的裂缝模拟在客观上与储层模拟一样，同样存在不确定性，即模拟结果具有多解性，甚至这种多解性比储层模拟的还要更加强烈。正因为如此，从国外的公开文献来看，学者们更多地倾向于通过随机建模方法来对井间未知区的裂缝发育情况进行模拟。

所谓的裂缝随机建模，大概可以下这样一个定义，以已获取的裂缝信息为基础，统计分析其各类参数，同时采用其他二维或三维成果数据（如三维地震属性体、二维应力场图等）作为约束条件，通过随机模拟方式生成可选的相同概率裂缝模型的方法。其主导思想在于，满足已知点的某些裂缝统计学理论发育特征（例如裂缝产状、裂缝尺寸等）的基础上，承认未知区裂缝的发育具有一定的随机性，这就很好地尊重了裂缝模拟具有不确定性的客观事实。与储层随机模拟一样，由随机建模方法得到的最终裂缝模型并不是唯一的，而是给定条件范围内多个可能的实现（裂缝模型），并且这些实现均忠实于裂缝产状、裂缝尺寸、裂缝密度等特定裂缝参数的已知统计特征。正因为如此，才保证了最终裂缝几何模型与裂缝参数模型在一定随机范围内的准确性。