疊合概率法在碳酸鹽巖儲層評價中的應用
——以遼河坳陷西部凹陷高升地區(qū)沙四段為例

李 陽 代宗仰 黃 蕾 周曉龍 葛偉峰 單俊峰 劉 寧

（1 西南石油大學地球科學與技術(shù)學院；2 中國石化中原油田分公司物探研究院；3 中國石油遼河油田公司勘探開發(fā)研究院）

0 引言

遼河坳陷西部凹陷自20世紀70年代投入勘探以來，已實現(xiàn)三維地震全覆蓋，沙四段是西部凹陷主要烴源巖層系，油氣資源豐富，發(fā)育多套湖相碳酸鹽巖。1978—1994年，地質(zhì)工作者按構(gòu)造控油模式對西部凹陷進行勘探和開發(fā)，發(fā)現(xiàn)L11區(qū)塊杜家臺油層和g1區(qū)塊高升油層等常規(guī)油藏具有較大的勘探潛力；1994—2008年，主要聚焦于砂礫巖儲層，對儲集空間以裂縫為主的特殊儲層研究甚少。近年來，研究發(fā)現(xiàn)西部凹陷沙四段除發(fā)育常規(guī)構(gòu)造油氣藏外，還存在大面積的非常規(guī)油氣聚集區(qū)[1]。這類非常規(guī)油氣儲層巖性多為褐灰色、褐黃色泥質(zhì)云（灰）巖，偶見灰色—深灰色泥巖夾云（灰）質(zhì)泥巖及油頁巖的互層組合，且具良好的油氣顯示，地球化學分析證實，這些碳酸鹽巖中的油氣來源于沙四段本身，具有源儲一體、油氣分布基本與構(gòu)造無關(guān)、圈閉邊界受控于碳酸鹽巖地層的分布特征，并在一定的工藝條件下可產(chǎn)出工業(yè)油流。隨著油田勘探開發(fā)的不斷深入，對西部凹陷高升地區(qū)的儲層評價方法也在不斷完善豐富。本文在綜合考慮西部凹陷高升地區(qū)構(gòu)造特征及沉積相特征的基礎(chǔ)上，使用疊合概率法對該地區(qū)沙四下亞段高升油層碳酸鹽巖儲層進行評價分析，指導該區(qū)后期勘探開發(fā)。

1 儲層評價方法簡介及研究區(qū)概況

為了能更好地對儲層作出符合地質(zhì)實際的分類和評價，國內(nèi)外專家學者研究了多種儲層評價方法，從傳統(tǒng)的定性分析到使用各種數(shù)據(jù)挖掘方法的定量化分析，綜合考慮的因素越來越多，評價結(jié)果日益準確精細。如地質(zhì)經(jīng)驗法從儲層巖石類型、物性等方面來研究儲層特征，由于其標準源于勘探生產(chǎn)實踐，所以具有地域局限性[2-8]；灰色關(guān)聯(lián)法使用較多，該方法將儲層評價過程轉(zhuǎn)化為系統(tǒng)的數(shù)學計算過程，可以定量評價儲層，但有時對儲層成因影響因素缺乏深入認識，導致評價結(jié)果出現(xiàn)偏差[9-13]；層次分析法是使用簡單數(shù)學工具將復雜問題劃分為各個組成因素，然后分析各個因素之間的關(guān)系并判斷它們的相對重要性，此法可以將復雜問題簡單化，但隨意性強不易驗證[14-17]。除了以上3種儲層評價方法之外，還有人工神經(jīng)網(wǎng)絡(luò)法、聚類分析法及模糊數(shù)學法等，這些方法各有其優(yōu)缺點[18-24]（表1）。

表1 不同儲層評價方法對比[20]Table 1 Comparison of reservoir evaluation methods [20]

研究區(qū)處于遼河坳陷西部凹陷西斜坡中北部的高升古隆起，古新世房身泡期，在區(qū)域拉張應力作用下，形成東西分帶、南北分塊的基底形態(tài)特征。由于高升油層沉積初期研究區(qū)為干旱氣候，水體偏堿性，有利于湖相碳酸鹽巖的沉積，故在水下高地的水動力條件較強區(qū)域出現(xiàn)了鮞粒灘、生屑灘、砂屑灘等粒屑灰（云）巖沉積，而在浪基面以下沉積了半深湖—深湖亞相的暗色泥巖、油頁巖沉積。高升中晚期，湖盆基底沉降十分強烈，出現(xiàn)了顯著的西抬東降、北抬南降的變化，臺安—大洼斷裂的強烈活動使得湖盆擴張，湖盆水體強烈加深，主要發(fā)育一套半深湖—深湖亞相泥云（灰）質(zhì)湖底微相和泥質(zhì)湖底微相沉積，巖性以褐灰色、灰褐色泥質(zhì)云（灰）巖、深灰色泥巖夾灰褐色油頁巖為主。此后，在高升晚期，湖盆略有萎縮，湖平面開始下降，由泥質(zhì)湖底微相向灰（云）泥質(zhì)湖底微相過渡（圖1）。

圖1 研究區(qū)高升時期沉積相平面圖Fig.1 Sedimentary facies plan at S4g period in study area

由上可知，研究區(qū)高升時期主要發(fā)育兩種類型的碳酸鹽巖儲層，其中一種碳酸鹽巖儲層主要發(fā)育在湖盆的低隆區(qū)域，以濱淺湖亞相為主，儲層巖石類型主要為灰綠色中厚層狀粒屑灰（云）巖，粒屑以砂屑、殼粒（正常鮞、假鮞和藻鮞）及生物顆粒為主，其中砂屑由泥晶方解石組成，鮞粒多為表皮鮞，儲集空間主要為原生孔隙和粒間溶孔，儲層孔隙和喉道連通性好，該區(qū)粒屑灰（云）巖儲層受古地貌、沉積環(huán)境的影響，其分布范圍呈東北走向（圖2a-d）；另一種儲層主要發(fā)育在湖盆中心，其沉積環(huán)境一般為半深湖—深湖亞相，巖石類型主要為泥質(zhì)云巖、方沸石質(zhì)云巖，此類巖石比較堅硬致密、性脆，微裂縫、微孔隙普遍發(fā)育，儲層孔隙度一般小于10%，滲透率小于2mD，為典型致密儲層（圖2e、f）。由于研究區(qū)碳酸鹽巖儲層類型的特殊性，需選取盡可能多的參數(shù)來定量評價儲層特征。本文選取粒屑灰（云）巖厚度、碳酸鹽巖厚度、脆性指數(shù)、裂縫密度、孔隙度及滲透率6項特征參數(shù)繪制等值線平面圖（圖3）并進行儲層評價。

圖2 研究區(qū)高升時期巖石特征Fig.2 Rock characteristics at S4g period in study area

圖3 研究區(qū)高升時期儲層不同特征參數(shù)平面圖Fig.3 Characteristic parameters plans of reservoirs at S4g period in study area

2 疊合概率法

儲層的形成和發(fā)育與多種因素有關(guān)，其分布是這些因素相互疊加的結(jié)果。對于多因素的儲層評價，人們通常是把每種因素做成單一的平面評價圖，然后再把幾個因素的平面圖疊合成一張圖，形成一張布滿各種線條的評價圖，簡稱為“圖疊圖生新圖”。但是這種圖會因為線條太多，不易讀懂，而且一旦評價因素較多，則很難根據(jù)這些密集的線條準確評價有利區(qū)塊。本文提出的疊合概率法是將已經(jīng)繪制的儲層不同因素的平面圖進行量化，通過使用Relief F算法計算不同因素的權(quán)重值，各權(quán)重值乘以不同因素量值再相加后即可得到一張多因素疊合概率圖，最終形成儲層綜合評價圖。此方法可以將儲層不同特征綜合體現(xiàn)在平面上，儲層有利勘探區(qū)一目了然。采用疊合概率法可以很好地對具有多因素影響的碳酸鹽巖儲層進行綜合評價，其基本思路是：把影響儲層發(fā)育的若干因素看成若干事件，對單因素進行分析并且打分，即每種因素發(fā)育的好壞程度可以用0～1之間的概率值來表示，概率值越大，存在的可能性就越大。例如圖4中因素1平面圖，可將數(shù)值大于a的范圍取概率值為0.8，數(shù)值在a與b之間的概率值取為0.6，b到c之間的概率值為0.2，這樣便可以將單因素平面圖轉(zhuǎn)化成單因素概率平面圖。由于影響儲層發(fā)育的因素并不是獨立的，所以還應對各種因素量值乘以權(quán)重值后再相加，即可得到一張多因素概率平面圖。圖中概率高值區(qū)就是儲層發(fā)育較好區(qū)域；反之，概率低值區(qū)為儲層發(fā)育較差區(qū)域。數(shù)據(jù)處理與等值線圖可以使用surfer和didger軟件協(xié)助完成，具體步驟為：首先，手工勾繪不同因素平面圖并使用didger軟件對不同平面圖數(shù)字化；其次，使用surfer軟件對平面數(shù)據(jù)網(wǎng)格化，將不同因素的網(wǎng)格化文件進行加權(quán)平均；最后，在surfer中生成儲層概率平面圖，從而確定儲層評價預測圖。該方法的優(yōu)點是使儲層評價定量化，而且綜合評價圖上只有一種線條，便于查看。

灰色關(guān)聯(lián)法與層次分析法均可以對不同因素進行權(quán)重分析，但是它們均屬于無監(jiān)督學習，具有主觀性過強、部分指標最優(yōu)值難以確定的缺點。Relief F算法可以考慮多類別的信息（不同類型的儲層），每次從訓練樣本集中隨機取出一個樣本R，然后從R同類的樣本集中找出R的k個近鄰樣本，再從每個R的不同類的樣本集中找出k個近鄰樣本，更新每個特征參數(shù)的權(quán)重[25-27]。使用Matlab軟件平臺，利用Relief F算法，根據(jù)各個特征參數(shù)和類別的相關(guān)性賦予不同權(quán)重，權(quán)重值越大表示該特征參數(shù)對樣本的區(qū)分能力越強。使用此方法對研究區(qū)高升油層中不同因素（特征參數(shù)）進行權(quán)重分析，從表2可以發(fā)現(xiàn)，孔隙度和滲透率的權(quán)重值偏小，這主要是由于同時評價常規(guī)與非常規(guī)儲層造成的，粒屑灰（云）巖厚度權(quán)重值基本控制在常規(guī)儲層分布范圍內(nèi)，而脆性指數(shù)和裂縫密度對非常規(guī)儲層有較大影響。

圖4 疊合概率法流程圖（以兩個因素為例）Fig.4 Flow chart of overlapping probability method(based on two factors)

表2 Relief F算法權(quán)重分析結(jié)果Table 2 Weight analysis results from Relief F algorithm

3 儲層評價及有利區(qū)帶預測

通過專家打分法確定各因素的概率取值標準（表3），在此基礎(chǔ)上，綜合考慮各個因素對儲層的影響，對各個因素進行加權(quán)平均。通過計算得到儲層發(fā)育概率平面圖（圖5），將概率值大于0.4的區(qū)域定為Ⅰ類儲層發(fā)育區(qū)（最有利區(qū)），發(fā)育常規(guī)儲層，其孔隙度一般大于14.9%，滲透率大于2mD，儲集空間以原生（殘余）粒間孔、溶蝕粒間孔及溶蝕粒內(nèi)孔為主，孔喉組合類型主要為中孔—粗喉型或者中孔—中喉型，孔隙分布均勻且具較好的連通性，這類儲層主要分布在g3-4-3井區(qū)，該井區(qū)在高升初期為古隆起，且以粒屑灘微相為主。概率值為0.3～0.4的區(qū)域定為Ⅱ類儲層發(fā)育區(qū)（有利區(qū)），包含了粒屑灰（云）巖相對較發(fā)育的地區(qū)。L35井區(qū)為Ⅱ類儲層發(fā)育區(qū)，發(fā)育非常規(guī)儲層，其主要受巖石的脆性指數(shù)和裂縫密度的控制，巖性主要為泥晶云巖、泥質(zhì)云巖和方沸石質(zhì)云巖，儲集空間多為微孔隙和裂縫，且該井區(qū)斷裂十分發(fā)育。概率值為0.2～0.3的區(qū)域定為Ⅲ類儲層發(fā)育區(qū)（較有利區(qū)），概率值為0.1～0.2的區(qū)域定為Ⅳ類儲層發(fā)育區(qū)（欠發(fā)育區(qū)），把概率值小于0.1的區(qū)域定為Ⅴ類儲層（不利區(qū)），最后得到儲層分布評價預測圖（圖6）。

表3 儲層各因素概率取值標準Table 3 Probability criteria for reservoir factors

圖5 研究區(qū)沙四段高升油層儲層發(fā)育概率平面圖Fig.5 Probability plan of S4g reservoir development in study area

4 預測結(jié)果驗證

圖6 研究區(qū)沙四段高升油層儲層評價預測圖Fig.6 Prediction of S4g reservoir evaluation in study area

圖7 西部凹陷沙四段勘探成果圖Fig.7 Exploration results of Es4 reservoir development in western sag

使用疊合概率法對高升油層進行評價且對有利儲集區(qū)帶進行預測，由圖6可知，高升油層Ⅰ類儲層主要發(fā)育在g3-4-3井區(qū)，g1、L35及L86井區(qū)發(fā)育Ⅱ類儲層。圖7為西部凹陷沙四段勘探成果圖，不難看出，預測圖與勘探成果圖對應性較好（圖6、圖7）。此外，從圖6中可以看到，L86井區(qū)的儲層預測結(jié)果與g1、L35井區(qū)類似，同時L86井經(jīng)巖心觀察巖性以粒屑云巖為主，且具有較好的油氣顯示，與g3-4-3井區(qū)儲層巖性及物性極為相似（均屬于粒屑灰（云）巖），所以值得將L86井區(qū)作為重點勘探對象。

5 結(jié)論與認識

使用Relief F權(quán)重分析方法可以準確地分析計算儲層不同特征參數(shù)的權(quán)重值，遼河坳陷西部凹陷高升地區(qū)沙四段高升油層的碳酸鹽巖厚度、脆性指數(shù)、裂縫密度、孔隙度、滲透率及粒屑灰（云）巖厚度的權(quán)重值分別為0.25、0.2、0.1、0.03、0.02及0.4，說明粒屑灰（云）巖厚度及碳酸鹽巖厚度在很大程度上影響著研究區(qū)碳酸鹽巖儲層的分布。

在綜合研究區(qū)構(gòu)造特征及儲層沉積相特征的基礎(chǔ)上，選擇Relief F算法分析儲層影響因素的權(quán)重，再結(jié)合使用疊合概率法，可以有效評價并預測儲層有利區(qū)帶，最終評價成果圖簡單明了，便于查看，可為油田進一步深入勘探提供可靠的地質(zhì)依據(jù)。