利用多点地质统计学方法模拟岩相分布论文

利用多点地质统计学方法模拟岩相分布论文（精选2篇）

篇1：利用多点地质统计学方法模拟岩相分布论文

传统的地质统计学是利用变差函数描述地质变量的相关性和变异性，通过建立在某个方向上两点之间的地质变量的变化关系来描述空间的变化特性.但是，建立在两点统计关系上的变差函数本身在描述储层非均质性上有很大的不足，它反映的仅仅是空间两点之间的相关性，不能充分描述复杂几何形状砂体如河道砂体和冲积扇砂体空间的连续性和变异性.当井资料较少时，用于计算实验变差函数的点对很少，它也就不能正确反应空间两点之间的相关性.建立在两点基础上的变差函数在储层地质建模中存在一定的不足，而多点地质统计学[14是建立在多个点的相关关系上，所以它在解决描述空间变量的连续性和变异性方面得到越来越广泛的应用.斯坦福大学的Journel教授曾指出多点地质统计学是今后地质统计学发展的方向，它的优势已越来越显著.1多点地质统计学的原理

在阐述多点地质统计学之前，首先回顾一下变差函数的地质统计学方法是如何模拟储层岩相分布的，以序贯指示模拟算法为例进行说明.该方法的基本原理简述如下：

假设在模拟区域有k种岩相S1，S2…?》，对于模拟目标区域内的每一相，定义指示变量：

对于任一待模拟点，其出现第k种相的概为:P(Ik=1lz(u)SaVa)，a为待估点所包括的条件区域，利用两点地质统计学方法计算该概率是采用克里格方法：

其中，&为克里格方法确定的权系数，它通过求解由变差函数或协方差函数建立的克里格方程组来确定.多点地质统计学与两点地质统计学的主要区别在于上面的概率的确定方法不同，它首先引入一训练图像，通过在训练图像中寻找与待估点内条件数据分布完全相同的事件的个数来确定概率分布，因此它可以反映出多个位置的联合变异性.例如，计算图1()中u点的概率时，相应的条件数据场为da={Z(ul)Z(u2)，Z(U3)，Z(U4)}，其基本方法是首先要在训练图像(b)中寻找与图(a)中数据分布完全相同的事件的个数，即要在训练图像中找出与图（a)几何完全相同的区域，同时在该区域中相同的位置处z(U1)，Z(u2)，z(u3)，z(u4)的值完全相同.在训练图像中一共找到4个既能满足条件数据u1,u2，u3，u4数值，同时又能满足它们分空间几何形状的事件，在这4个事件中，3个事件的u点的值为0，只有1个事件中u点值为1，因此u点岩相为1的条件概率为P{u=1Idn}=1/4,而P{u=0Idn}=3/4,这样便可求出了u点的条件概率.因此u点岩相为1的条件概率为P{u=1Idn}=1/4,而P{u=0Idn}=3/4,这样便可求出了u点的条件概率.上述方法不仅考虑了区域内条件数据的值而且也考虑了条件数据的几何形状.而两点地质统计学只是依靠Z(u1)，Z(u2)，Z(u3)，Z(u4)的值及各点与u点距离通过求解克里格方程组来确定u点的概率，并没有考虑dn的几何形状和各条件数据的配位关系.基于上述原理，SebastienStrebelle提出了snes-im模拟算法121，利用该算法可以快速、灵活地模拟岩相分布.该方法的具体步骤为：

(1)利用非条件模拟建立三维训练图像；

(2)定义通过所有待估结点的随机路径；

(3)对随机路径中的任意待估点/(=1，2，…，1):①定义查找范围内的条件数据;②保留邻区的数据点;③在训练图像中寻找与该区域内条件数据完全相同的事件，计算该点岩相的分布概率.④由MontoCarlo法得到位置处的一个模拟值;⑤将模拟结果归入条件指示数据集中.(4)重复上一步模拟，直到所有的点全被模拟.训练图像既可以通过非条件模拟求出，也可以通过该地区的地质露头资料分析得出.对训练图像的条件非模拟可以选择非条件的布尔模拟方法，其方法和原理参见文献.2实例分析

对于开发中后期的砂岩油藏储层参数模拟采用两阶段模拟方法可以较为准确地反映储层的非均质性，而“两步建模”的第一步就是要建立储层结构或流动单元模型，模拟沉积体在空间排列的复杂性;利用多点统计学模拟方法可以较好地完成砂体骨架模拟.模拟区域选择我国东部某砂岩油藏第15小层，在该层一共有64口井，测井资料解释结果表明有26口井钻遇砂体，另外38口井钻遇泥岩，砂体比例为40%.对岩相进行编码，砂岩为1，泥岩为0，图2为该层井位分布图.采用上述方法模拟砂体的分布.首先建立训练图像，运用布尔模拟方法，把砂体比例40%输入，为保证训练图像数据充足，网格划分为250X250X1，一共由62500个模拟数据组成，布尔模拟结果见图3.把条件数据和布尔模拟生成的训练图像，输入到snesim模拟算法中进行模拟.根据该区域的特点，椭圆最大搜索半径选为300m,搜索半径内最多的条件数据设为30，搜索主方向选择物源方向5°，得到该层的砂泥岩分布（图4).从模拟结果看出，它很好地满足了条件数据，即在各井点处的模拟结果与数据相一致，这表明该方法为条件模拟.同时，模拟的砂体展布方向和趋势与依靠地质经验手工绘制的砂体展布图（图5)比较吻合，在模拟的左下角与左上角砂体的展布与手工勾绘的几乎完全一致，但该方法在局部区域表现出砂体展布的非均质性和不确定性，与手工勾画砂体展布的平滑而唯一的表现是具有一定差别的，它充分体现了砂体局部的变异性和非均质性.3结论

(1)多点地质统计学是今后地质统计学发展的主要方向，它可以联合反映空间多个位置点的几何形状和相互配位关系;在模拟具有复杂形状地质体分布时，它比两点地质统计学方法具有更大的优势.(2)利用snesim模拟算法可以快速灵活地进行多点地质统计模拟，模拟的岩相展布图具有一定的真实性，它为储层参数的两阶段模拟奠定了基础.

篇2：利用多点地质统计学方法模拟岩相分布论文

地质统计学是20世纪60—70年代发展起来的数学地质学科的一门分支。它利用变差函数来描述地质变量的相关性及变异性,但建立在空间两点统计关系上的变差函数在描述储层非均质性等方面还存在很大的不足[1]。因此,Journel和Guardiano等人于1992年首先提出了多点地质统计(Multiple-point geostatis)方法。Strebelle则于2000年对该方法进行了改进,张团峰于2006年扩展了多点地质统计方法的应用范围,促进了其进一步发展[2]。现在,多点地质统计方法已经从理论研究发展到石油工业的应用中,成为了现代油藏描述的一个重要分支[3,4,5,6,7,8,9,10,11]。江苏油田庄2断块于1995年底正式投入开发,现已进入中含水期,剩余油的挖潜任务比较艰巨。本文以江苏油田庄2断块阜一段E1f12-1小层为例,着重研究利用多点地质统计方法(Snesim算法),进行地质条件约束下的岩相建模研究,最终为油藏精细描述奠定基础。

1 多点地质统计方法

与两点地质统计学相比,多点地质统计方法的最大区别就是引入了训练图像(Ti,Training image)的概念[1]。训练图像是地质概念模型的数值表示,是结合了各种数据(测井、地震和井点等)的变体,其地位等同于两点地质统计学中的变差函数。通过在训练图像中寻找与待估点内条件数据分布完全相同的事件的个数来确定概率分布,因此它可以反映出多个位置的联合变异性。多点地质统计方法的基本原理如下。

图1(a)中数据事件包括4个已知向量点和一个未知中心点(这里黑点代表河道,白点代表河道间,灰点代表未知中心点);图1(b)为一个反映河道(黑色)与河道间(白色)分布的训练图像。通过扫描训练图像,可获取未取样点处的条件概率分布函数。例如,计算图1(a)中u点的概率时,相应的数据事件为dn={z(u1),z(u2),z(u3),z(u4)},应用该数据事件扫描图1(b)的训练图像,可以找到4个既能满足条件数据u1,u2,u3,u4的数值,同时又能满足它们空间几何形状的事件。其中,中心点为河道的重复为3个,即p(u;黑色$|d{}_n)=\frac{3}{4}$;而中心点为河道间的重复为1个,即p(u;白色$|d{}_n)=\frac{1}{4}$,因此,该未取样点为河道的概率可定为$\frac{3}{4}$,而为河道间的概率为$\frac{1}{4}$。上述方法不仅考虑了区域内条件数据的值,而且也考虑了条件数据的几何形状。而两点地质统计学只是依靠z(u1),z(u2),z(u3),z(u4)的值及各点与u点距离通过求解克里格方程组来确定u点的概率,并没有考虑dn的几何形状和各条件数据的配位关系。

总体来看,多点地质统计方法比两点地质统计学有了很大的进步:它不仅能够反映出空间多个位置的相关性,而且可以结合包括地震数据在内的多种软数据来表达复杂的空间结构和再现目标的几何形态[5]。同时,由于多点地质统计方法仍然以像素为基本模拟单元,并采用序贯算法,所以容易忠实条件数据,克服了基于对象的模拟算法的不足。

2 基于多点地质统计方法的岩相建模研究

2.1 研究区地质概况

江苏油田庄2断块构造上位于苏北盆地高邮凹陷北斜坡带码头庄背斜构造的南翼,面积约2.5 km2,是一个北东东向展布的受断鼻构造控制的油藏。地层平缓南倾,倾角4°~6°,东西两翼基本对称。主要的产油层段为下第三系阜宁组一段、二段,其中阜一段发育三角洲前缘亚相,阜二段发育滨浅湖亚相。阜一段以暗棕色砂、泥岩不等厚互层为特征,岩性变化大,三角洲相砂体是该区主要储集层之一;阜二段为一套暗色泥岩为主的地层,是一套有力的生油层段,下部为灰黑色泥岩夹生物碎屑灰岩和鲕粒灰岩。庄2断块于1995年10月开始实施注水开发,截至2006年10月,累计产油91.97 ×104 t,采出程度为16.7%,综合含水率达到了65.1%。整体上看,主力油层的主体部位注采井网基本稳定,动用程度高,但水淹严重,局部区域的井网控制程度较低。

2.2 训练图像的建立

训练图像原本是一个地质概念,用来描述地层中的各向异性,地质体的走向、分布等等。训练图像包含了待模拟区域想要包含的各种特征模式,但它只是一种概念上的特征模式集合,不需要有很高的精确度或者符合某种条件数据的分布。

阜一段E1f12-1小层共发育两种微相,分别为水下分流河道和水下分流间湾。其中水下分流河道以灰色粉砂岩为主,含灰色、灰黑色泥砾。砂层较厚,一般大于3 m,最厚可达10 m。自然电位曲线呈钟形、箱形及钟形—箱形组合形态,以箱形和钟形—箱形组合形态为主。水下分流间湾以灰色、深灰色泥岩、粉砂质泥岩为主,夹薄层状、透镜状粉砂岩,自然电位曲线在砂体处有较小的幅度。依据E1f12-1小层的河道发育形态及砂体分布特征,利用不同的方法建立了3种训练图像。

借鉴前人已有的研究成果(图2),同时兼顾了E1f12-1小层水下分流河道的发育特征建立了此种训练图像,如图3(a)所示。依据沉积微相图(图4)中的河道延伸形态和砂体分布特征,并综合河道砂体在纵向上的递增趋势及其他的地质认识,建立了第2种训练图像,见图3(b)。示点性过程模拟是建立在对目标体具有充分地质认识的基础上,在模拟过程中,可将一些关于目标体的先验地质认识(目标体形状、大小、空间分布规律)作为条件约束信息加入模型中,从而使随机模拟结果最大限度的接近地质实际[12]。结合E1f12-1小层水下分流河道的展布特征,利用示点性过程模拟建立起第3种训练图像,见图3(c)。

2.3 岩相模型的模拟实现

利用3种不同的训练图像,建立了3种不同的多点相模式(Multi-point facies pattern)。在这3种相模式控制下,选取不同的随机种子,利用多点地质统计算法来模拟实现阜一段E1f12-1小层的岩相模型。经过多次模拟后,选取每种训练图像对应的合理实现(图5)。与第1个实现相对应的随机种子为3 560,砂泥比为0.275 6、0.724 4;与第2个实现相对应的随机种子为15 362,砂泥比为0.262 0、0.732 0;与第3个实现相对应的随机种子为16 834,砂泥比为0.361 2、0.638 8。

岩相模型建立以后,还需结合钻井、测井信息等对其进行检验。从抽样井的统计结果可得出:在第1种训练图像控制下模拟得出的岩相模型的砂体吻合率较低,为30%左右;在第3种训练图像控制下模拟得出的岩相模型的砂体吻合率为50%左右;在第2种训练图像控制下模拟得出的岩相模型的砂体吻合率最高,达到了80%以上,同时,砂泥比也与已有的地质认识最为接近。可见,与第1种、第3种训练图像相比,第2种才是较为合理的、适合本研究区域的训练图像,在该训练图像控制下采用的算法及给定的参数也是合理的。

利用不同的方法建立了阜一段E1f12-1小层的3种训练图像。岩相模型的统计结果表明:通过沉积微相图建立的训练图像最接近已有的地质概念模型,也与已有的地质认识最为吻合。在第2种训练图像约束下,利用多点地质统计方法建立的岩相模型,既忠实于井点数据,又具有一定的随机性,基本上再现了E1f12-1小层砂体的几何形态,而且减小了砂体零散分布的现象。同时,在岩相模型控制下模拟有助于进行地质条件约束,进而建立合理的储层参数模型。

2.4 对岩相建模的3点认识

总结利用多点地质统计方法建立阜一段E1f12-1小层岩相模型的整个过程,得出以下3点认识:

(1)训练图像的建立既要能反映研究区的地质特征,符合各沉积微相的实际比例,又要考虑到多点地质统计方法即Snesim算法的平稳性;

(2)各小层的沉积微相图是其建立训练图像的主要参考依据;

(3)同一种参数设置下,不同的训练图像会产生不同的模拟结果;同一种训练图像及同一种参数设置下,不同的随机种子也会产生不同的模拟结果。

3 存在的不足

利用多点地质统计方法建立起阜一段E1f12-1小层的岩相模型,但总体来看,本次研究还存在以下不足:

(1)只使用了硬数据(测井数据),没有结合软数据(地震数据等)。从某种意义上讲,地震数据是最为重要的软数据,但由于庄2断块面积较小,且地震资料品质较差,因此在建立岩相模型时仅使用了测井数据和钻井数据等。

(2)对训练图像的建立方法研究的不够深入,且忽略了其平稳性研究。训练图像是地质概念模型的数值表示,但关于训练图像如何建立,目前并没有固定的或者较为成熟的方法。本文只是提出了3种较为简单的建立训练图像的方法,但就如何针对某一区域建立起集合各种地质特征的训练图像,本此研究并没有给出明确的答案;并且多点地质统计方法要求训练图像平稳,不存在明显趋势或局部明显的变异性,本次研究中也忽略了这一点。

(3)对Snesim算法中某些参数的地质含义的研究不够深入。本次研究采用了Petrel软件,在利用Snesim算法建立阜一段E1f12-1小层岩相模型过程中,较多的是采用了系统自带的参数,而没有针对庄2断块的具体地质特征,探索调试出Snesim算法中适合该区域的各项地质参数。

4 结 论

(1)与两点地质统计学相比,多点地质统计方法不仅忠实于井点数据,还可以通过训练图像加入地质概念,从而更好的描述地质变量的空间结构性和相关性,以及具有复杂空间结构和几何形态的地质体。

(2)阜一段E1f12-1小层发育水下分流河道和水下分流间湾两种微相。针对E1f12-1小层的河道发育形态及砂体分布特征,利用不同的方法建立了3种训练图像。在这3种训练图像控制下,利用多点地质统计方法来建立E1f12-1小层的岩相模型。对所建的岩相模型进行统计分析后发现:在第2种训练图像控制下模拟得出的岩相模型与抽样井砂体的吻合率较高,砂泥比也与已有的地质认识较为接近。最后,结合E1f12-1小层岩相建模的具体过程,提出了3点认识,并指出了本次研究存在的一些不足。

(3)目前,多点地质统计方法的研究还不是特别成熟。本文仅仅对多点地质统计方法作了初步的应用与探讨,以期达到抛砖引玉的作用。

摘要：目前,多点地质统计方法的应用越来越广泛。以江苏油田庄2断块阜一段E1f12-1小层为例,利用多点地质统计方法来进行岩相建模研究。首先依据E1f12-1小层的河道发育形态及砂体分布特征,利用不同的方法建立了3种训练图像。然后在这3种训练图像控制下,模拟实现了E1f12-1小层的岩相模型。结合钻井、测井信息综合分析后发现:依据沉积微相图所建的第2种训练图像控制下产生的岩相模型与已有的地质认识较为吻合。利用多点地质统计方法建立岩相模型有助于从地质的角度对模型进行约束,促进概念模型向定量模型的转化,最终建立反映地下真实地质情况的储层模型。

关键词：多点地质统计方法,江苏油田,训练图像,岩相模型

参考文献

[1]吴胜和,李文克.多点地质统计学——理论、应用与展望.古地理学报,2005;7(1):137—143

[2] Zhang T,Bombarde S,Strebelle S,et al 3D porositymodeling of acarbonate reservoir using continuous multiple-point statistics simula-tion.SPE 96308,2005

[3]冯国庆,陈浩,张烈辉,等.利用多点地质统计学方法模拟岩相分布.西安石油大学学报(自然科学版),2005;20(5):9—11

[4]姜香云,王志章,吴胜和.储层三维建模及在油藏描述中的应用研究.地球物理学进展,2006;21(3):902—908

[5]张伟,林承焰,董春梅.多点地质统计学在秘鲁D油田地质建模中的应用.中国石油大学学报(自然科学版),2008;32(4):24—28

[6]尹艳树,吴胜和,翟瑞,等.利用Smi pat模拟河流相储层分布.西南石油大学学报(自然科学版),2008;30(2):19—22

[7]杨宏伟.利用多点地质统计学方法进行垦西71断块沉积微相建模.石油天然气学报(江汉石油学院学报),2010;32(6):224—225

[8]周金应,桂碧雯,林闻.多点地质统计学在滨海相储层建模中的应用.西南石油大学学报(自然科学版),2010;32(6):70—74

[9] Strebelle S,Journel A.Reservoir modeling usingmultiple-point statis-tics.SPE 71324,2001

[10] Strebelle S.Conditional simulation of complex geological structuresusing multiple-point statistics.MathematicalGeology,2002;34(1):1—21

[11] Caers J M.Multiple-point geostatistics:A quantitative vehicle forintegrating geologic analogs into multiple reservoir models.GrammerG M.AAPG memoir:Integration of outcrop and modern analog datain reservoir models,2004:383—394