辮狀河相致密砂巖氣藏三維地質(zhì)建模

郭智，孫龍德，賈愛林，盧濤

（1.中國石油勘探開發(fā)研究院；2.中國石油天然氣股份有限公司；3.中國石油長慶油田分公司蘇里格氣田研究中心）

辮狀河相致密砂巖氣藏三維地質(zhì)建模

郭智1，孫龍德2，賈愛林1，盧濤3

（1.中國石油勘探開發(fā)研究院；2.中國石油天然氣股份有限公司；3.中國石油長慶油田分公司蘇里格氣田研究中心）

針對常規(guī)地質(zhì)建模方法在辮狀河相致密砂巖氣藏適用性差的問題，以鄂爾多斯盆地蘇里格氣田為研究對象，提出“多期約束，分級相控，多步建模”建模方法。該方法采用測井約束地震反演自然伽馬場，并在先驗地質(zhì)信息控制下建立自然伽馬模型；回歸自然伽馬模型與砂巖概率的關系，建立砂巖概率體，并通過多點地質(zhì)統(tǒng)計學方法建立巖石相模型；然后建立巖石相、辮狀河體系雙重控制下的沉積微相模型；最后綜合沉積微相、有效砂體規(guī)模、儲集層參數(shù)分布等因素，建立有效砂體模型。建模中盡可能將地質(zhì)約束條件加入地質(zhì)模型，增強了井間砂體預測的精度，提高了三維地質(zhì)模型的可靠性，為天然氣開發(fā)提供更可靠的地質(zhì)依據(jù)。圖6表4參20

蘇里格氣田；致密砂巖氣；地質(zhì)建模；巖石相模型；沉積微相模型；多期約束；分級相控

0 引言

中國致密氣資源分布廣泛，資源量與開發(fā)潛力巨大[1]，其可采資源量為（9～13）×1012m3，產(chǎn)量已達全國天然氣總產(chǎn)量的30%以上[2]。鄂爾多斯盆地蘇里格氣田是中國致密砂巖氣藏的典型代表[3]，其沉積、儲集層特征具特殊性：沉積環(huán)境為湖盆背景下的陸相辮狀河沉積[4]，相變較快，儲集層穩(wěn)定性較差，有效砂體呈透鏡狀，為普遍低滲背景下的相對高滲“甜點”，砂體不等同于有效砂體，兩者呈“砂包砂”二元結(jié)構(gòu)。

對于蘇里格氣田辮狀河相致密砂巖儲集層，常規(guī)的地質(zhì)建模方法表現(xiàn)出較大的局限性[5]：①采用“一步建?！狈椒ǎo相控的儲集層屬性建模）或“兩步建?！狈椒ǎ◣r相或沉積微相控制下的儲集層屬性建模）[6-8]，然而現(xiàn)有的地質(zhì)約束條件對模型控制不足；②測井、地震等資料結(jié)合的效果并不理想，尤其當儲集層埋深較大，地震資料品質(zhì)不好時，常規(guī)波阻抗反演的精度無法滿足開發(fā)需求[9-10]；③辮狀河沉積相建模中，心灘在河道內(nèi)只能按照固定比例、近同等規(guī)模分布，很難在模型中呈現(xiàn)復雜的沉積相相變情況，與沉積特征不符；④井間有效砂體難以識別和預測[11]。

針對現(xiàn)有地質(zhì)建模方法的不足，結(jié)合蘇里格氣田地質(zhì)特征，本文提出了“多期約束，分級相控，多步建?！钡慕７椒?，旨在不斷提高地質(zhì)模型的精度。建模的核心是在三維空間內(nèi)較準確地展現(xiàn)蘇里格氣田“砂包砂”的二元結(jié)構(gòu)。因此巖石相模型和有效砂體模型是本次建模研究的重點。

“多期約束”指分期次分步驟在模型中加入約束條件[12]，以降低資料解釋的多解性，明確地質(zhì)含義；“分級相控”指建立巖石相和辮狀河體系共同控制下的沉積微相模型，使沉積微相模型同時受巖石相和辮狀河體系控制；“多步建?！笔菍⒌刭|(zhì)模型分成多個步驟，通過巖石相約束沉積相，沉積相控制儲集層屬性，根據(jù)儲集層屬性判斷有效砂體。

1 地質(zhì)概況

蘇里格氣田位于鄂爾多斯盆地伊陜斜坡中北部（見圖1），整體受控于鄂爾多斯盆地寬緩的構(gòu)造背景。該構(gòu)造為南西傾的大單斜，坡降僅為4～8 m/km，坡角為0.2°～0.5°，區(qū)內(nèi)斷層基本不發(fā)育。上古生界氣藏含氣層段主要為二疊系石盒子組盒8段、山西組山1段，共有7個開發(fā)小層。蘇里格氣田的沉積環(huán)境整體為陸相辮狀河沉積體系，可分為心灘、河道充填、泛濫平原3種微相。

針對蘇里格氣田，選取沉積和儲集層特征有代表性、開發(fā)時間長、井網(wǎng)密度大、資料完備的蘇6加密區(qū)作為建模的研究區(qū)。在河道頻繁擺動的沉積背景下，研究區(qū)砂體多期疊置，儲集層相對發(fā)育，厚度大，鉆遇率約為60%～90%；有效砂體受沉積和成巖雙重控制[13]，主要為粗砂巖相，集中在心灘中下部及河道充填底部等，空間上呈透鏡狀零星分布，厚度薄，鉆遇率約為20%～70%，平均44.7%。砂體及有效砂體呈“砂包砂”二元結(jié)構(gòu)，凈毛比（有效砂體厚度與砂體厚度比值）僅為0.15～0.40（見表1）。

圖1 蘇里格氣田區(qū)域位置圖

通過精細砂體解剖、干擾試井試驗、水平井鉆井等分析，認為有效單砂體厚度分布區(qū)間為1～5 m，在1.5～2.5 m區(qū)間的分布頻率最高。有效砂體平均厚2～3 m，寬200～500 m，長400～700 m。根據(jù)野外露頭觀察、沉積物理模擬并結(jié)合前人研究成果，認為心灘砂體寬厚比為20～110，長寬比為2～6；河道充填寬厚比50～120，長寬比2～5。

表1 蘇里格氣田蘇6加密區(qū)各小層砂體平均厚度及鉆遇率統(tǒng)計

2 巖石相模型

參考井距、地震道間距等信息，設計建模網(wǎng)格大小為25 m × 25 m × 1 m。以根據(jù)鉆井、地震資料建立的構(gòu)造模型為基礎，在三維空間表征巖石相分布。這里“巖石相”指“砂巖相”或“泥巖相”，而不具體劃分其巖性，不同于廣義的表征巖石物理特征的“巖相”。

蘇里格氣田盒8段、山1段等目的層段埋深較大，平均為3 200～3 600 m。地表呈荒漠化或半荒漠化狀態(tài)，地震反射條件弱，地震資料品質(zhì)不好，信噪比及分辨率較低，需要用測井資料標定地震，提高地震垂向分辨率。波阻抗反演能將地震波形記錄轉(zhuǎn)化為地層巖性信息，但由于蘇里格氣田砂、泥巖波阻抗范圍接近，該方法只能區(qū)分大的砂巖段、泥巖段，而無法準確劃分單個砂巖層、泥巖層。

由于某些測井曲線能較好地表現(xiàn)巖性變化，且與地震數(shù)據(jù)在表現(xiàn)巖性界面等方面存在內(nèi)在聯(lián)系，本次研究利用多期約束思想，優(yōu)選測井曲線，通過神經(jīng)網(wǎng)絡識別技術分析測井、地震資料的函數(shù)關系，反演地球物理特征曲線隨機場，以其為約束條件建立地球物理特征曲線三維模型，生成砂巖概率體，并利用多點地質(zhì)統(tǒng)計學方法建立巖石相模型（見圖2）。

圖2 地質(zhì)建模流程

2.1 自然伽馬場

蘇里格氣田儲集層受控于河流相沉積環(huán)境，垂向上砂、泥巖互層頻繁出現(xiàn)。通過分析聲波時差、自然電位（SP）、自然伽馬（GR）、中子測井、電阻率等多條測井曲線[14]，發(fā)現(xiàn)GR曲線與巖石相的對應關系最好，對巖性的變化最敏感。另外地震反射波也與地層巖性有一定相關性，其正是傳統(tǒng)的波阻抗反演的理論基礎。本次研究通過神經(jīng)網(wǎng)絡模式識別技術[15]，輸入GR曲線與地震成果數(shù)據(jù)，進行匹配訓練，形成學習樣本集，建立一系列與實際測井GR相近的地震特征，以此為標準，測井約束地震反演GR場。

對比波阻抗反演和GR場反演效果（見圖3），可看出砂巖、泥巖對應的波阻抗值接近，范圍皆在（10.0～12.8）×106kg/（m2·s），故波阻抗在區(qū)內(nèi)劃分砂、泥巖效果較差；而反演GR場則能較好地區(qū)分砂、泥巖，砂巖的反演GR值總體較低，泥巖的反演GR值相對較高，同時反演的GR場與測井GR值對應關系好，相關系數(shù)可達0.76，故可利用先驗地質(zhì)信息約束井間的反演GR場，從而降低資料解釋的多解性。

圖3 波阻抗反演與GR反演效果對比

測井約束地震反演GR場將地震資料和測井資料有機結(jié)合，保證了分析數(shù)據(jù)的質(zhì)量和多源性，突破了傳統(tǒng)意義上的地震分辨率，理論上可得到與測井資料相同的分辨率。但反演的GR場存在一個很大的缺點，就是在井間缺少地質(zhì)含義，具有多解性。在目前較難提高地震分辨率的條件下，獲得更準確的地質(zhì)信息并將其加入到地質(zhì)模型中是減少多解性的關鍵。

2.2 自然伽馬模型

考慮到基于地震資料的反演GR場在井間的局限性，以井點處的GR值為硬數(shù)據(jù)，以反演的GR場為軟數(shù)據(jù)，以精細地質(zhì)解剖獲得的地質(zhì)信息為約束條件（物源方向和砂體主變程、次變程、垂直變程等），通過序貫高斯方法建立GR模型，從而降低了地震資料的多解性，明確了砂體預測的地質(zhì)含義，保證了GR值在井點和井間的連續(xù)性。

2.3 砂巖概率體

GR模型和砂巖概率具有一定的對應關系，砂巖概率總體上隨著GR值的升高而降低，泥巖概率隨著GR值的升高而增加，但并不意味著給出任意一段地層的GR值，就可準確判斷其是砂巖或泥巖。通過回歸GR值和砂巖概率的統(tǒng)計關系，將GR模型轉(zhuǎn)化為砂巖概率體模型，在建模軟件中根據(jù)GR值自動判識巖石相時，根據(jù)計算出的砂巖概率，隨機生成可供挑選的多個巖石相模型的實現(xiàn)，減少了給出唯一GR閾值所帶來的誤差。

2.4 巖石相建模方法

目前最常用的兩種相建模方法分別為序貫指示模擬和基于目標的模擬。序貫指示模擬是一種基于象元的方法，通過變差函數(shù)研究空間上任意兩點地質(zhì)變量的相關性，能較好地忠實于井點硬數(shù)據(jù)，但不能模擬多變量的復雜關系。平面上常造成河道錯斷，砂體呈團狀，邊緣呈鋸齒狀，不符合辮狀河沉積模式。基于目標模擬以離散性的目標物體為模擬單元，雖然能表現(xiàn)出河道的形態(tài)，但在井較多的情況下，常出現(xiàn)無法忠實于井點數(shù)據(jù)。

鑒于傳統(tǒng)的基于變差函數(shù)的隨機模擬方法和基于目標的隨機建模方法的不足，多點地質(zhì)統(tǒng)計學應運而生，并迅速成為隨機建模的研究前沿和熱點。該方法利用訓練圖像代替變差函數(shù)，揭示了地質(zhì)變量的空間結(jié)構(gòu)性[16]，克服了不能再現(xiàn)目標幾何形態(tài)的不足，同時采用了序貫算法，忠實于硬數(shù)據(jù)[17]，克服了基于目標的隨機模擬算法的不足。

2.5 巖石相模型

多點地質(zhì)統(tǒng)計學的關鍵基礎是獲得訓練圖像。訓練圖像是能夠表述實際砂體結(jié)構(gòu)、幾何形態(tài)及其分布模式等地質(zhì)信息的數(shù)字化圖像。大尺度的訓練圖像包含的地質(zhì)信息多，模擬精度高，但更耗時[18]。訓練圖像不必忠實于實際井信息，而只反映一種先驗地質(zhì)概念與統(tǒng)計特征[19]，其主要來源于露頭信息、現(xiàn)代沉積原型模型，基于目標的非條件模擬結(jié)果和沉積模擬獲得的沉積體參數(shù)，以及數(shù)字化草圖。

由于各個小層的儲集層特征不同，本次研究通過基于目標的非條件模擬，優(yōu)化訓練圖像模擬尺度，分地層單元分別建立7個開發(fā)小層的三維訓練圖像，盒8段砂體發(fā)育程度總體好于山1段。以井點巖石相數(shù)據(jù)為硬數(shù)據(jù)，以井間砂巖概率體為軟數(shù)據(jù)，以建立的訓練圖像為依據(jù)，通過多點地質(zhì)統(tǒng)計學建立三維巖石相模型。由于密井網(wǎng)區(qū)精細的地質(zhì)解剖、較準確的砂巖概率體、多點地質(zhì)統(tǒng)計學較先進的算法，建立的三維巖石相模型在井點處忠實于硬數(shù)據(jù)，在井間能較好地表現(xiàn)出河道形態(tài)。

利用地震波形砂體預測方法在平面上驗證、修正和完善建立的巖石相模型。地震波形指地震波振幅、頻率、相位的綜合變化，可在平面上較好表現(xiàn)一定厚度的砂體分布，利用地震波形進行井間預測具有一定的準確性。

3 沉積相模型

3.1 辮狀河體系帶研究

蘇里格氣田盒8段、山1段地層沉積時離物源近，其坡降緩，水動力強，河道遷移、改道頻繁，形成規(guī)模較大的辮狀河體系（辮狀河復合體），平面上呈片狀分布。受沉積物源、水動力及古地形等條件控制，蘇里格氣田辮狀河沉積體系可分為辮狀河體系疊置帶、辮狀河體系過渡帶和辮狀河體系間3個相帶。辮狀河體系平面上對應千米級地層，垂向上對砂組級地層，包含2～3個開發(fā)小層。

研究表明辮狀河體系對沉積微相的發(fā)育類型、發(fā)育頻率和發(fā)育規(guī)模具有較強的控制作用。小層級別沉積微相的展布整體上受砂層組級別的辮狀河體系控制，兩者在物源方向、河道走向等大體趨勢上呈現(xiàn)較大的關聯(lián)性，但沉積微相在局部又展現(xiàn)出了一定的變化（見圖4）。辮狀河體系帶中的疊置帶處于古地形最低洼處，為古河道持續(xù)發(fā)育部位，導致心灘發(fā)育頻率高，規(guī)模大；而過渡帶處為高能水道、低能水道交互的區(qū)域，以河道充填發(fā)育為主，以心灘發(fā)育為輔。經(jīng)統(tǒng)計，疊置帶的心灘相比于過渡帶的心灘，其發(fā)育頻率為后者的近兩倍（見表2），前者可比后者厚0.3～0.5 m，比后者寬70～80 m，比后者長100～200 m。

圖4 辮狀河體系與沉積微相平面圖

表2 辮狀河體系疊置帶與過渡帶心灘、河道充填發(fā)育比例

心灘在河道內(nèi)并非按固定比例均勻分布，其在疊置帶內(nèi)發(fā)育頻率高，規(guī)模大，在過渡帶內(nèi)發(fā)育頻率低，規(guī)模也相對小。通過辮狀河體系帶研究可以刻畫和描述沉積微相在空間分布的不均一性。心灘微相對應蘇里格氣田最有利的儲集層。由于疊置帶與過渡帶內(nèi)發(fā)育的心灘分布規(guī)律不同，疊置帶與過渡帶的儲集層質(zhì)量也存在明顯差異。

3.2 沉積微相模型

傳統(tǒng)相控建模中的“相”指“巖相”或“沉積相”[20]，然而僅靠巖相或者沉積相無法表征蘇里格辮狀河相致密砂巖氣藏的強非均質(zhì)性。因此，在建立可靠性較高的巖石相模型前提下，本次研究首先嘗試結(jié)合巖石相與沉積相，利用基于目標的模擬方法，通過巖石相控制沉積微相建立相模型，分為兩步：①先將河道充填與心灘合并成河道相，作為模擬相，對應巖石相模型中的砂巖相，泛濫平原作為背景相，對應巖石相模型中的泥巖相；②模擬心灘，只侵蝕原來第一步模擬產(chǎn)生的河道相，其他網(wǎng)格還保持第一步的實現(xiàn)結(jié)果。這樣模型中的心灘會按照統(tǒng)計出的固定比例、近同等規(guī)模分布在河道中，從而將河道相粗略地當成均質(zhì)的整體，這與已有的沉積認識不符。

鑒于辮狀河體系帶對沉積微相較強的控制作用，考慮利用辮狀河體系與巖石相共同約束沉積微相模型，需要解決兩個問題：①辮狀河體系與巖石相地層尺度不同，辮狀河體系是沉積環(huán)境對應砂層組級別地層的綜合反映，而三維巖石相模型類似于等時地層切片的疊合，辮狀河體系的疊置帶甚至不一定能準確對應巖石相模型中的砂巖；②建立相模型時，建模軟件只允許輸入一個三維模型作為約束條件。因此，需要將辮狀河體系平面分布特征與巖石相三維模型相結(jié)合，具體方法是：將同一位置的網(wǎng)格既屬于砂巖，又位于疊置帶的定為疊置帶；同一網(wǎng)格既屬于砂巖，又位于過渡帶或辮狀河體系間的，定為過渡帶；網(wǎng)格處屬于泥巖的，定為辮狀河體系間。根據(jù)不同辮狀河體系帶內(nèi)心灘、河道充填等沉積微相分布頻率和發(fā)育規(guī)模的統(tǒng)計特征，建立巖石相-辮狀河體系共同約束下的沉積微相模型。

受辮狀河體系和巖石相共同約束的沉積微相模型，心灘在局部區(qū)帶分布集中，規(guī)模較大，與沉積特征相符；而僅受巖石相控制的沉積微相模型，模擬效果不好，心灘在河道內(nèi)以均一的概率、幾乎均等的規(guī)模分布，淡化了沉積相在空間展布中固有的不均一性。而常規(guī)的不受巖石相控制的沉積微相模型效果更差。

4 有效砂體模型

有效砂體的空間分布遵從一定的地質(zhì)和統(tǒng)計規(guī)律，同時也受沉積微相、儲集層參數(shù)的影響和控制。蘇里格氣田有效砂體相對于非有效砂體的儲集層參數(shù)值較高，受沉積和成巖雙重控制，有效砂體與心灘等沉積微相對應關系較好，經(jīng)統(tǒng)計，研究區(qū)86%的有效砂體分布在心灘中。

在建立巖石相模型、沉積相模型和儲集層參數(shù)模型的基礎上，分別用兩種方法建立有效砂體模型：①離散型建模方法——基于目標的模擬，以井點處測井或試井證實的有效砂體為硬數(shù)據(jù)，根據(jù)有效砂體在空間的分布規(guī)律及統(tǒng)計特征（見表3），將有效砂體（氣層、含氣層）作為相屬性進行模擬，非有效砂體作為背景相；②連續(xù)型建模方法——序貫高斯模擬方法，通過試井、試采等數(shù)據(jù)分析，得到有效砂體的儲集層參數(shù)下限值（孔隙度大于等于5%，含氣飽和度大于等于45%），針對孔隙度、滲透率和飽和度儲集層參數(shù)模型進行數(shù)據(jù)篩選（孔隙度變差函數(shù)見表4），將滿足要求的網(wǎng)格定為有效砂體。

表3 有效砂體建模參數(shù)

表4 孔隙度建模變差函數(shù)

5 模型檢驗

地下地質(zhì)情況的認識程度、建?；A資料的應用效果、建模方法和算法的合理與否很大程度上決定了地質(zhì)建模的精度和準確度。從地質(zhì)認識驗證、井網(wǎng)抽稀檢驗、儲集層參數(shù)對比、儲量計算、動態(tài)驗證等方面檢驗建模效果。若模型效果好，精度高，則輸出模型；若模型效果不好，則反復調(diào)整建模參數(shù)，重新建立模型，直至達到理想的效果。本次研究的建模方法已應用于蘇里格氣田具體的開發(fā)區(qū)塊，在砂體預測及含氣性檢測等方面取得了不錯的開發(fā)效果。

5.1 地質(zhì)認識驗證

研究區(qū)盒8段下亞段2小層在W9井區(qū)、W12井區(qū)的砂體厚度大，儲集層質(zhì)量好。井點處建立的地質(zhì)模型與砂體等厚圖有較好的對應關系；三維地質(zhì)模型通過地震資料、砂體概率體和建模算法對井間的砂體分布進行了合理的預測（見圖5）。

圖5 基于模型和手工繪制的砂體等厚圖對比

5.2 井網(wǎng)抽稀檢驗

蘇里格氣田密井網(wǎng)的井距為400 m × 600 m，將建模井網(wǎng)逐級抽稀，被抽掉的井作為檢驗井，不參與模擬，用剩余的井資料重新建立模型，分析井間砂體的正判率（砂體模擬的正確率），檢驗模型的可靠程度。井間砂體的正判率通過對比模型中被抽掉的井位處砂、泥巖分布與實鉆井的砂、泥巖剖面的符合程度而得到。統(tǒng)計表明，隨著井網(wǎng)井距的增大，井間砂體的正判率依次下降（見圖6）。800 m × 1 200 m、1200 m × 1 800 m、1 600 m × 2 400 m井網(wǎng)下的井間條件下，砂體正判率分別為85.7%、72.7%、55.2%。抽稀到1 600 m × 2 400 m時，多段砂巖出現(xiàn)判斷錯誤，井間砂體正判率約為50%，這對砂、泥巖判斷意義不大。模型對厚層砂體預測的準確性要明顯好于薄層砂體。一般認為，正判率在70%以上的模型是基本可靠的。經(jīng)對比，本次巖石相建模方法適用于1 200 m × 1 800 m井網(wǎng)，而常規(guī)巖石相建模方法僅適用于800 m × 1 200 m，兩者相比，本次建立的模型精度有較大程度的提高。

圖6 模型井網(wǎng)抽稀檢驗（紅色井名代表該井被抽掉，建模時未用到該井資料，藍色井名代表在模擬時用到了該井資料）

5.3 儲集層參數(shù)對比

對比屬性建模參數(shù)結(jié)果、離散化數(shù)據(jù)與原始測井曲線，三者分布范圍接近，在同一區(qū)間的分布比例相差較小，其中儲集層孔隙度為5%～12%，滲透率為（0.01～10.00）×10-3μm2，含氣飽和度主要為20%～70%。本次建立的相控屬性模型能夠反映輸入屬性參數(shù)的基本分布特征，模擬精度較高。

5.4 儲量計算

儲量的集中程度和規(guī)模大小是孔隙度、含氣飽和度、凈毛比等參數(shù)的綜合表現(xiàn)，儲量計算的合理與否可作為儲集層參數(shù)和有效砂體模擬效果好壞的檢驗標準。研究區(qū)密井網(wǎng)區(qū)是蘇里格氣田最有利的開發(fā)區(qū)塊之一，探井資料表明儲量豐度為（1.3～1.5）×108m3/km2。經(jīng)計算，本次建立的地質(zhì)模型天然氣儲量為44.53×108m3，其中盒8段下亞段第2小層儲量最高，盒8段上亞段第2小層次之，盒8段儲量富集程度好于山1段，區(qū)內(nèi)平均儲量豐度為1.362×108m3/km2，與地質(zhì)認識吻合較好。

5.5 動態(tài)資料驗證

通過數(shù)值模擬方法檢驗地質(zhì)模型精度。將地質(zhì)模型網(wǎng)格粗化為100 m × 100 m × 3 m，對產(chǎn)量、井口壓力等進行歷史擬合，對比模擬預測動態(tài)與生產(chǎn)實際動態(tài)之間的差異，將模型進行相應的調(diào)整并分析擬合效果。經(jīng)統(tǒng)計，研究區(qū)擬合誤差小于5%的井占總井數(shù)的83.3%，說明地質(zhì)模型的精度較高。

6 結(jié)論

針對蘇里格氣田辮狀河相致密砂巖氣藏的儲集層特征，應用概率論思想，結(jié)合測井、地震、地質(zhì)等資料，提出“多期約束，分級相控，多步建?！钡慕７椒?。分期次引入多重地質(zhì)約束條件，逐步降低資料解釋的多解性和不確定性（測井約束反演GR場—GR模型—砂巖概率體—巖石相模型）；分級次建立相模型，包括巖石相模型、辮狀河體系、沉積微相模型；分多個步驟建立三維地質(zhì)模型，前一步驟或前幾步驟的成果是后一步驟的數(shù)據(jù)基礎。

相對于常規(guī)建模方法，“多期約束，分級相控，多步建?！苯７椒ūM可能加入了先驗地質(zhì)信息，依據(jù)井震關系（GR場反演比常規(guī)的波阻抗反演區(qū)分砂、泥巖效果好），增強了井間砂體的可預測性，使建立的模型符合已有的沉積特征和地質(zhì)認識，提高了三維地質(zhì)模型的精度。

[1] 孫龍德,方朝亮,李峰,等.中國沉積盆地油氣勘探開發(fā)實踐與沉積學研究進展[J].石油勘探與開發(fā),2010,37(4): 385-396.Sun Longde,Fang Chaoliang,Li Feng,et al.Petroleum exploration and development practices of sedimentary basins in China and research progress of sedimentology[J].Petroleum Exploration and Development,2010,37(4): 385-396.

[2] 張煥芝,何艷青,陳文征.加快致密氣開發(fā)的政策研究[J].石油科技論壇,2014,33(4): 13-16.Zhang Huanzhi, He Yanqing,Chen Wenzheng.Accelerate policy research on compact gas development[J].Oil Forum,2014,33(4): 13-16.

[3] 孫龍德,鄒才能,朱如凱,等.中國深層油氣形成、分布與潛力分析[J].石油勘探與開發(fā),2013,40(6): 641-649.Sun Longde,Zou Caineng,Zhu Rukai,et al.Formation,distribution and potential of deep hydrocarbon resources in China[J].Petroleum Exploration and Development,2013,40(6): 641-649.

[4] 張文才,顧岱鴻,趙穎,等.蘇里格氣田二疊系相對低密度砂巖特征及成因[J].石油勘探與開發(fā),2004,31(1): 57-59.Zhang Wencai,Gu Daihong,Zhao Ying,et al.Characteristics and generating mechanism of Permian relative low-density sandstone in Sulige Gas Field,Northwest China[J].Petroleum Exploration and Development,2004,31(1): 57-59.

[5] 陳鳳喜,盧濤,達世攀,等.蘇里格氣田辮狀河沉積相研究及其在地質(zhì)建模中的應用[J].石油地質(zhì)與工程,2008,22(2): 21-24.Chen Fengxi,Lu Tao,Da Shipan,et al.Study on sedimentary facies of braided stream and its application in geological modeling in Sulige gas field[J].Petroleum Geology and Engineering,2008,22(2): 21-24.

[6] 吳勝和,李宇鵬.儲層地質(zhì)建模的現(xiàn)狀與展望[J].海相油氣地質(zhì),2007,12(3): 53-60.Wu Shenghe,Li Yupeng.Reservoir modeling: Current situation and development prospect[J].Marine Origin Petroleum Geology,2007,12(3): 53-60.

[7] 賈愛林.中國儲層地質(zhì)模型20年[J].石油學報,2011,32(1): 181-188.Jia Ailin.Research achievements on reservoir geological modeling of China in the past two decades[J].Acta Petrolei Sinica,2011,32(1): 181-188.

[8] 賈愛林,程立華.數(shù)字化精細油藏描述程序方法[J].石油勘探與開發(fā),2010,37(6): 623-627.Jia Ailin,Cheng Lihua.The technique of digital detailed reservoir characterization[J].Petroleum Exploration and Development,2010,37(6): 623-627.

[9] 吳鍵,李凡華.三維地質(zhì)建模與地震反演結(jié)合預測含油單砂體[J].石油勘探與開發(fā),2009,36(5): 623-627.Wu Jian,Li Fanhua.Prediction of oil bearing single sand body by 3D geological modeling combined with seismic inversion[J].Petroleum Exploration and Development,2009,36(5): 623-627.

[10] 孫龍德,撒利明,董世泰.中國未來油氣新領域與物探技術對策[J].石油地球物理勘探,2013,48(2):317-324.Sun Longde,Sa Liming,Dong Shitai.New challenges for the future hydrocarbon in China and geophysical technology strategy[J].Oil Geophysical Prospecting,2013,48(2): 317-324.

[11] 盧濤,李文厚,楊勇.蘇里格氣田盒8氣藏的砂體展布特征[J].礦物巖石,2006,26(2):100-105.Lu Tao,Li Wenhou,Yang Yong.The sandstone distribution characteristics of He-8 gas reservoir of Sulige gas field[J].Mineral Petrol,2006,26(2): 100-105.

[12] 賈愛林,郭建林,何東博.精細油藏描述技術與發(fā)展方向[J].石油勘探與開發(fā),2007,34(6): 691-695.Jia Ailin,Guo Jianlin,He Dongbo.Perspective of development in detailed reservoir description[J].Petroleum Exploration and Development,2007,34(6): 691-695.

[13] 何東博,賈愛林,田昌炳,等.蘇里格氣田儲集層成巖作用及有效儲集層成因[J].石油勘探與開發(fā),2004,31(3): 69-71.He Dongbo,Jia Ailin,Tian Changbing,et al.Diagenesis and genesis of effective sandstone reservoirs in the Sulige gas field[J].Petroleum Exploration and Development,2004,31(3): 69-71.

[14] 郭智,楊少春,賈愛林,等.薄砂層多開發(fā)層系油田測井精細解釋方法[J].石油學報,2013,34(6): 1137-1142.Guo Zhi,Yang Shaochun,Jia Ailin,et al.Fine log interpretation for oilfields with thin sands and multiple developed layer systems[J].Acta Petrolei Sinica,2013,34(6): 1137-1142.

[15] 艾寧,唐永,楊文龍,等.基于模糊神經(jīng)網(wǎng)絡的致密砂巖儲層反演: 以長嶺斷陷1號氣田登婁庫組為例[J].石油與天然氣地質(zhì),2013,34(3): 413-420.Ai Ning,Tang Yong,Yang Wenlong,et al.Fuzzy neutral network-based tight sandstone reservoir inversion: A case study from the Denglouku Formation in Changling 1 gas field[J].Oil &Gas Geology,2013,34(3): 413-420.

[16] Deutsch C V,Wang Libing.Hierarchical object-based geostatistical modeling of fluvial reservoirs[J].Mathematical Geology,1996,28(7): 857-880.

[17] Strebelle S B,Journel A G.Reservoir modeling using multiple-point statistics[R].SPE 71324,2001.

[18] 石書緣,尹艷樹,馮文杰.多點地質(zhì)統(tǒng)計學建模的發(fā)展趨勢[J].物探與化探,2012,36(4): 655-660.Shi Shuyuan,Yin Yanshu,Feng Wenjie.The development and prospect of multiple-point geostatistics modeling[J].Geophysical &Geochemical Exploration,2012,36(4): 655-660.

[19] 吳勝和.儲層表征與建模[M].北京: 石油工業(yè)出版社,2010.Wu Shenghe.Reservoir characterization &modeling[M].Beijing: Petroleum Industry Press,2010.

[20] 李少華,劉顯太,王軍,等.基于沉積過程建模算法Alluvsim的改進[J].石油學報,2013,34(1): 140-144.Li Shaohua,Liu Xiantai,Wang Jun,et al.Improvement of the Alluvsim algorithm modeling based on depositional processes[J].Acta Petrolei Sinica,2013,34(1): 140-144.

（編輯 林敏捷 繪圖 劉方方）

3D geological modeling for tight sand gas reservoir of braided river facies

Guo Zhi1,Sun Longde2,Jia Ailin1,Lu Tao3
(1.PetroChina Research Institute of Petroleum Exploration &Development,Beijing 100083,China;2.PetroChina Company Limited,Beijing 100007,China;3.Sulige Gas Field Research Center of PetroChina Changqing Oilfield Company,Xi’an 710018,China)

Considering the poor applicability of conventional geological modeling to tight sand gas reservoir in braided river facies,a modeling method of “multi-stage constraint,hierarchical facies and multi-step models” was put forward taking Sulige gas field in Ordos Basin as the study object.The method obtains the GR field by seismic inversion constrained by logging data,and GR modeling is built under the control of the prior geological knowledge;the relation regression is realized between the GR model and the sandstone probability,sandstone probability modeling is built,and rock facies modeling is obtained by multi-point geostatistics theory;sedimentary microfacies modeling controlled by rock facies and braided-river-system is made;and eventually build effective sand body modeling by integrating sedimentary microfacies,effective sand body scale and reservoir properties distribution.The research method discussed in this paper has put geological constraints into the model as far as possible,enhanced the inter-well sand body predictability and improved the precision rate,thus it can provide a more reliable geological basis for gas reservoir development.

Sulige gas field;tight sand gas;geological modeling;rock facies model;sedimentary microfacies model;multi-stage constraint;hierarchical facies

國家科技重大專項“大型油氣田及煤層氣開發(fā)”（2011ZX05015）

TE122

A

1000-0747(2015)01-0076-08

10.11698/PED.2015.01.09

郭智（1986-），男，山東東營人，博士，中國石油勘探開發(fā)研究院工程師，主要從事油氣田開發(fā)地質(zhì)方面的研究工作。地址：北京市海淀區(qū)學院路20號，中國石油勘探開發(fā)研究院鄂爾多斯分院，郵政編碼：100083。E-mail：guozhi2014@petrochina.com.cn

2014-01-04

2014-12-10