油藏地質(zhì)建模中多點(diǎn)訓(xùn)練圖像應(yīng)用研究

熊 哲，嚴(yán) 錫，金楊波

（1．西安石油大學(xué)，陜西 西安710065； 2．中國(guó)石化河南油田勘探開發(fā)研究院，河南 南陽473132）

油藏地質(zhì)建模中多點(diǎn)訓(xùn)練圖像應(yīng)用研究

熊 哲1，嚴(yán) 錫2，金楊波1

（1．西安石油大學(xué)，陜西 西安710065； 2．中國(guó)石化河南油田勘探開發(fā)研究院，河南 南陽473132）

多點(diǎn)地質(zhì)統(tǒng)計(jì)方法作為目前最新最前沿的地質(zhì)建模方法，需依靠訓(xùn)練圖像對(duì)地質(zhì)模型進(jìn)行約束。只有深入探討辮狀河沉積環(huán)境下應(yīng)用訓(xùn)練圖像的方法，才能使所建立的訓(xùn)練圖像滿足地質(zhì)建模的需求。

多點(diǎn)統(tǒng)計(jì)；訓(xùn)練圖像；油藏地質(zhì)建模

1 多點(diǎn)訓(xùn)練圖像概念

訓(xùn)練圖像是地質(zhì)概念模型的數(shù)值表示，是結(jié)合了各種類型數(shù)據(jù)（井位、測(cè)井、地震等）的變體。在油藏建模中，訓(xùn)練圖像作為三維概念模型或模式，可以描述空間屬性變化的基本規(guī)律（見圖1）。訓(xùn)練圖像的作用相當(dāng)于變差函數(shù)，但后者只能反映兩點(diǎn)間的結(jié)構(gòu)性。

圖1 訓(xùn)練圖像對(duì)空間屬性變化的展現(xiàn)

由于儲(chǔ)層具有不同尺度的非均質(zhì)性，可以產(chǎn)生不同分辨率的訓(xùn)練圖像。針對(duì)研究變量的類型（離散或連續(xù)）也可以對(duì)訓(xùn)練圖像進(jìn)行分類，例如沉積相是離散型的，而物性參數(shù)，如孔隙度、滲透率或其它的巖石物性是連續(xù)型的。在實(shí)際應(yīng)用中，訓(xùn)練圖像必須是三維的，這樣才可以全面反映出沉積在橫向上的遷移和垂向上的加積模式。橫向上的遷移模式可以用高分辨率的地震勘測(cè)檢測(cè)到，然而，露頭類比或測(cè)井解釋可以提供縱向上的沉積微相的分布模式。

多點(diǎn)統(tǒng)計(jì)建模方法具有通過訓(xùn)練圖像把各種數(shù)據(jù)的變化合并到有條件模擬里的能力，而且使得訓(xùn)練圖像的模式符合各個(gè)局部數(shù)據(jù)的空間分布。

訓(xùn)練圖像有以下要求：一是三維空間；二是穩(wěn)定性，即貫穿整個(gè)研究區(qū)域，訓(xùn)練圖像的統(tǒng)計(jì)參數(shù)是不變的；三是重復(fù)性，即可以用相同的構(gòu)建元素反復(fù)重建；四是非周期性，即訓(xùn)練圖像的一個(gè)部分都不是其他部分相同的復(fù)制；覆蓋所有可能的變體的不同的綜合中，這些元素必須是變化的；五是相對(duì)的簡(jiǎn)單，即訓(xùn)練圖像的構(gòu)建形式不能太復(fù)雜，這些構(gòu)建形式在各個(gè)實(shí)現(xiàn)中不能重復(fù)出現(xiàn)。

2 油藏建模中訓(xùn)練圖像應(yīng)用

訓(xùn)練圖像可以通過以下方式得到：一是通過布爾模型在規(guī)則的網(wǎng)格上建立一個(gè)簡(jiǎn)單的3D模型；二是通過地質(zhì)認(rèn)識(shí)進(jìn)行手工畫相；三是從外部導(dǎo)入模型。

在實(shí)際應(yīng)用中，為了與研究區(qū)的地質(zhì)知識(shí)緊密結(jié)合，通常對(duì)露頭以及儲(chǔ)層環(huán)境進(jìn)行詳細(xì)研究，再通過手工畫相的方式建立訓(xùn)練圖像。

在承認(rèn)訓(xùn)練圖像為一個(gè)先驗(yàn)的、具有代表性的數(shù)值模型之前，需考慮訓(xùn)練圖像平穩(wěn)性。要使模式的統(tǒng)計(jì)量能夠被推斷出來，這個(gè)先驗(yàn)?zāi)Ｐ途蛻?yīng)該包含足夠多相同的局部訓(xùn)練模式的復(fù)制品。訓(xùn)練圖像需要是平穩(wěn)的，然而實(shí)際油藏是非常不平穩(wěn)的，由于沉積引起的非均質(zhì)性和各向異性，它們的沉積模式是由各個(gè)位置所決定的，而且是不重復(fù)的。例如，在一個(gè)河流相沉積的油藏中，河道的方位和寬度從一個(gè)位置到另一個(gè)位置都可能發(fā)生改變。即便如此，在一個(gè)訓(xùn)練圖像里，河道的方位和尺寸不應(yīng)該變化太大。

研究區(qū)是辮狀河道沉積環(huán)境，主要?jiǎng)澐譃楹拥牢⑾?，心灘微相，以及泛濫平原微相，那么所建立的訓(xùn)練圖像中必須包括這三個(gè)相，再通過多點(diǎn)相建模，從而模擬出初步的研究區(qū)沉積相。

2．1 對(duì)目標(biāo)層位進(jìn)行細(xì)分

實(shí)際油藏建模中為了降低地質(zhì)參數(shù)的不確定性，建立的訓(xùn)練圖像是三維的，因此需對(duì)目標(biāo)層位進(jìn)行研究：細(xì)分為10片，對(duì)其進(jìn)行相數(shù)據(jù)分析，得到縱向微相含量比例曲線（見圖2），再根據(jù)每片微相的含量手工描繪訓(xùn)練圖像。

圖2 細(xì)分10片后的縱向微相含量比例曲線

通過圖2曲線可知，灰色泛濫平原微相呈現(xiàn)上部多，下部少的分布；藍(lán)色河道微相則廣泛發(fā)育，含量接近或超過50%；紅色心灘微相在縱向上兩端較多，含量接近25%，其余分布較為均勻。

值得注意的是，細(xì)分層的層數(shù)并沒有明確要求，需考慮細(xì)分層后每小層的厚度以及具體層位來細(xì)分。細(xì)分的層數(shù)越多，則精確性越高，但工作量會(huì)增大。

2．2 手工描繪訓(xùn)練圖像

對(duì)研究層位細(xì)分為10片，每1片進(jìn)行手繪訓(xùn)練圖像時(shí)，必須嚴(yán)格按照縱向微相含量比例曲線，并參考研究區(qū)的地質(zhì)環(huán)境。

研究區(qū)是辮狀河沉積環(huán)境，河道大量發(fā)育，則訓(xùn)練圖像中應(yīng)以河道為主，在保持泛濫平原比例同時(shí)注意河道中的心灘發(fā)育；心灘微相與泛濫平原微相所處的位置則需通過地質(zhì)認(rèn)識(shí)來判斷。

手繪時(shí)每1片的訓(xùn)練圖像由于微相含量不同會(huì)出現(xiàn)差別，選取具有典型性的1，5，8，9片（見圖3）。

通過第1，5，8，9片訓(xùn)練圖像知，各個(gè)微相的形態(tài)與分布都具有相似性，并且相對(duì)簡(jiǎn)單都具有重復(fù)性，符合訓(xùn)練圖像構(gòu)建特征。

圖3 研究區(qū)第1，5，8，9片訓(xùn)練圖像

2．3 各片微相含量對(duì)比

由圖2知，第1片與第5片相比，泛濫平原微相減少8%，心灘微相增大5%；第8片泛濫平原微相相對(duì)顯著減少，含量只有10%，心灘微相顯著增大，含量達(dá)到24%；第9片與第8片相比，泛濫平原微相含量增大4%，而心灘微相含量則顯著降低到10%。整體趨勢(shì)為河道微相占主體，泛濫平原微相先變少后增多，心灘微相先增大后減小。

圖3中的手繪訓(xùn)練圖像在各片微相含量變化上與上述一致，可以看到河道微相廣泛發(fā)育，而心灘微相與泛濫平原微相位置大致固定，但隨著圖2微相含量縱向比例曲線的變化，二者含量出現(xiàn)顯著的變化。

2．4 整體微相含量對(duì)比

三種微相在模擬中用0，1，2表示，即0為泛濫平原微相，1為河道微相，2為心灘微相；比較10片訓(xùn)練圖像總體含量與原始井?dāng)?shù)據(jù)顯示的是否基本一致。訓(xùn)練圖像與原始井?dāng)?shù)據(jù)的含量進(jìn)行對(duì)比，泛濫平原微相含量相差0．5%，河道微相含量相差0．5%，心灘微相含量相差0．1%，說明訓(xùn)練圖像在含量上與實(shí)際基本一致（見圖4）。

圖4 訓(xùn)練圖像與原始井?dāng)?shù)據(jù)微相總體含量對(duì)比

每1片的微相含量變化與圖2的比例曲線變化相符合，并且總體含量對(duì)比沒有太大差別如圖4，則訓(xùn)練圖像是有效的約束條件，可以用來進(jìn)行最初步的模擬。

3 認(rèn)識(shí)與結(jié)論

1）訓(xùn)練圖像作為多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)的約束手段，在手繪時(shí)需結(jié)合地質(zhì)上的認(rèn)識(shí)，并嚴(yán)格按照總體含量以及各片含量的變化來繪制；手繪訓(xùn)練圖像的目的在于反映研究區(qū)縱向上的微相含量變化，并展現(xiàn)橫向上的微相分布。

2）在實(shí)際建模過程中，通過訓(xùn)練圖像可以生成訓(xùn)練圖像庫，對(duì)研究區(qū)的地質(zhì)知識(shí)與經(jīng)驗(yàn)進(jìn)行積聚與分級(jí)，可以使模擬更加有效。

3）訓(xùn)練圖像作為一種有效約束手段，通常與地震信息相結(jié)合，將地震信息作為軟數(shù)據(jù)進(jìn)行地質(zhì)解釋得到一個(gè)訓(xùn)練圖像，再用原始井?dāng)?shù)據(jù)等硬數(shù)據(jù)得到另一訓(xùn)練圖像，再將軟數(shù)據(jù)與硬數(shù)據(jù)結(jié)合對(duì)兩個(gè)訓(xùn)練圖像掃描，獲取樣點(diǎn)綜合條件概率。

［1］吳勝和，李文克．多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)－理論、應(yīng)用與展望［J］．古地理學(xué)報(bào)，2005，7（1）：141．

［2］Methods of Multiple－Point Statistics in Geological Simulation Practice：Prospects for Application，A．V．Bezrukov，SPE135911．

［3］王家華，王鏡惠．地質(zhì)統(tǒng)計(jì)學(xué)反演研究［J］．吐哈油氣．2011，16（3）：201．

［4］王家華，張團(tuán)峰．油氣儲(chǔ)層隨機(jī)模擬［M］，北京：石油工業(yè)出版社，2001．

［5］李少華，張尚鋒．雙河油田儲(chǔ)層地質(zhì)模型研究［J］，沉積與特提斯地質(zhì)．2007，27（3）：110．

The Application of Multi－point Training Images in Reservoir Geological Modeling

XIONG Zhe，YAN Xi，JIN Yang－bo

（
1．Xi＇an Shiyou University，Xi＇an，Shaanxi，710065；2．Exploration ＆ Development Research Institute of Henan Oilfield Company，SINOPEC，Nanyang，Henan 473132，China）

Multiple－point geostatistics，the most cutting－edge geological modeling method so far，is heavily depending on the training images to control the geological model．The application of training images under the circumstances of braided river sedimentary must be further explored to build up training images qualified for the demands of geological modeling．

Multi－Point Statistics；Training Images；Reservoir Geological Modeling

TE1；P61

A

1009—301X（2012）04—0001—02

當(dāng)研究區(qū)為辮狀河沉積環(huán)境時(shí)，多點(diǎn)地質(zhì)統(tǒng)計(jì)方法適用于對(duì)其進(jìn)行地質(zhì)建模。多點(diǎn)地質(zhì)統(tǒng)計(jì)學(xué)作為今后地質(zhì)統(tǒng)計(jì)學(xué)發(fā)展主要方向，它可以聯(lián)合反映空間多個(gè)位置點(diǎn)的幾何形狀與相互配位關(guān)系，在模擬復(fù)雜形狀地質(zhì)體分布中有較大優(yōu)勢(shì)。它的最大優(yōu)勢(shì)在于通過訓(xùn)練圖像對(duì)模型進(jìn)行約束，考慮地質(zhì)方面的因素更多，得到的模型具有較準(zhǔn)確的幾何形態(tài)分布。訓(xùn)練圖像是多點(diǎn)地質(zhì)統(tǒng)計(jì)模擬的重要約束手段，在油藏建模中起到至關(guān)重要的作用。

2012－04－19

熊哲（1987－），男，畢業(yè)于長(zhǎng)江大學(xué)石油地質(zhì)系，西安石油大學(xué)研究生在讀，主要從事儲(chǔ)層評(píng)價(jià)以及油藏建模方面的研究。

［責(zé)任編輯 郭華玉］