致密砂巖儲層巖石相建模新思路

摘要：致密砂巖儲層中巖石相的類型多樣，空間相變很快，井間預(yù)測難度較大，常規(guī)的建模思路和方法難以進行準(zhǔn)確的表征和三維地質(zhì)建模。以鄂爾多斯盆地大牛地氣田DK13井區(qū)為例，綜合巖心、測井、野外露頭資料等，共劃分4種巖石相類型，包括小礫—巨砂巖相、粗砂巖相、中—細砂巖相和粉砂—泥巖相，明確各巖石相的構(gòu)型分布特征。在此基礎(chǔ)上提出“分區(qū)約束，逐級嵌入”的巖石相建模新思路：在巖石相平面分布最大邊界的約束下，分別在小礫—巨砂巖相和粗砂巖相邊界內(nèi)進行相建模，然后將各巖石相模型依次嵌入中—細砂巖相模型中完成建模。結(jié)果表明：本次模型與地質(zhì)分布特征和規(guī)律相符合，也具有較高的精度和穩(wěn)定性，單層巖石相的平均吻合率超過90%;與常規(guī)建模方法相比，該思路在井間巖石相的預(yù)測中不是應(yīng)用完全隨機的方法，而是更多地應(yīng)用了構(gòu)型分析的成果，能夠大幅提高井間巖石相預(yù)測的準(zhǔn)確度，再現(xiàn)巖石相的復(fù)雜空間分布樣式。

關(guān)鍵詞：致密砂巖； 巖石相； 儲層建模； 大牛地氣田； 儲層構(gòu)型

中圖分類號：TE 122.3"" 文獻標(biāo)志碼：A

引用格式：劉子豪，吳勝和，郭睿，等.致密砂巖儲層巖石相建模新思路［J］.中國石油大學(xué)學(xué)報（自然科學(xué)版），2024，48（4）：33-42.

LIU Zihao， WU Shenghe， GUO Rui， et al. New idea of lithofacies modeling for tight sandstone reservoir［J］.Journal of China University of Petroleum（Edition of Natural Science），2024，48（4）：33-42.

New idea of lithofacies modeling for tight sandstone reservoir

LIU Zihao1， WU Shenghe2， GUO Rui1， XU Zhenhua3， XU Zhenyong1， LIU Jiandang4， JIA Chao4， LIU Zhaowei5

（1.PetroChina Research Institute of Petroleum Exploration ＆ Development， Beijing 10083， China;

2.College of Geosciences in China University of Petroleum（Beijing）， Beijing 102249， China;

3.School of Geosciences in Yangtze University， Wuhan 434023， China;

4.Research Institute of Petroleum Exploration ＆ Production， SINOPEC， Beijing 100083， China;

5.AVIC Information Technology Company Limited， Beijing 100028， China）

Abstract：The types and spatial transition of lithofacies in tight sandstone reservoirs are complicated， with inter-well prediction being very difficult. Therefore， it is difficult to accurately characterize and make three-dimensional geological modeling with conventional modeling methods. In this study， taking well zone Dk13 of Daniudi gas field in Ordos Basin as an example， combining cores， logging， and field outcrop data， four types of lithofacies are divided， including fine conglomerate-giant grained sandstones， coarse-grained sandstones， mid-fine grained sandstones and siltstones， and distribution characteristics of each lithofacies are defined. On this basis， a new lithofacies modeling idea of \"zoning constraints and embedding step by step\" is proposed： under the constraint of the maximum boundary of lithofacies plane distribution， facies modeling is carried out within the boundaries of fine conglomerate-giant grained sandstones facies and coarse sandstone facies respectively， and then each lithofacies model is embedded into the mid-fine grained sandstones facies model in turn to complete the modeling. The results show that the model is in line with the geological distribution characteristics， with high accuracy and stability. The average match rate of lithofacies in a single layer is over 90%. Compared with the conventional modeling idea， this idea does not use the completely random method in the prediction of inter-well lithofacies but uses the results of reservoir architecture analysis more， greatly improves the accuracy of inter-well lithofacies prediction， reproduces the complex spatial distribution pattern of lithofacies.

Keywords： tight sandstone; lithofacies; reservoir modeling; Daniudi gas field; reservoir architecture

中國致密砂巖氣藏分布廣泛［1-2］，其儲層沉積相變快、砂體分布復(fù)雜、儲層連續(xù)性差、成巖非均質(zhì)性強［3-6］，常規(guī)的砂體和沉積相研究難以滿足生產(chǎn)開發(fā)的需要。巖石相的分類更為靈活，對儲層質(zhì)量差異的控制更加準(zhǔn)確，也受到越來越多學(xué)者的關(guān)注［7-11］。儲層地質(zhì)建模技術(shù)［12］目前對于常規(guī)碎屑巖儲層的建模方法和技術(shù)已經(jīng)比較完善，但是針對非均質(zhì)性很強的致密砂巖儲層建模仍然有一定局限性［13-14］：致密砂巖儲層巖石相的分類方案較多，分布十分復(fù)雜，單一建模方法難以精確表征巖石相的分布；現(xiàn)有的巖石相建模方法多注重于單井的巖石相預(yù)測研究，井間的巖石相預(yù)測仍然以隨機模擬的方法為主，得到的模型并不符合地質(zhì)特征和規(guī)律［15-21］；部分巖石相建模方法依賴于地震屬性和測井?dāng)?shù)據(jù)的協(xié)同［22-23］，對于地震品質(zhì)較低，或者缺少地震資料的地區(qū)，這些方法受到限制。筆者以鄂爾多斯盆地大牛地氣田DK13井區(qū)下石盒子組致密砂巖儲層為例，基于巖心、測井、野外露頭研究，深入解剖沉積微相和巖石相的構(gòu)型特征和分布規(guī)律，提出“分區(qū)約束，逐級嵌入”的巖石相建模新思路。

1 研究區(qū)概況

大牛地氣田位于鄂爾多斯盆地伊陜斜坡的東北部（圖1），整體上呈向西傾斜的平緩單斜，傾角小于1°。

研究區(qū)DK13井區(qū)位于大牛地氣田的西南部，面積約為400 km2。主要的儲層段為太原組、山西組和下石盒子組，埋深約為2600～2900 m，沉積厚度約為230～260 m，主要的烴源巖為石炭系和二疊系的煤巖、碳質(zhì)泥巖和厚層泥巖，屬于自生自儲的近源型天然氣藏［24-25］。本次研究目的層位下石盒子組垂向上可以劃分為3段7小層13個單層，主要的沉積相類型為三角洲平原沉積，內(nèi)部主要發(fā)育分流河道、溢岸和分流河道間等沉積微相，其中分流河道包括主河道和支流河道兩類，主河道內(nèi)部又可細分為河道以及心灘沉積。儲層的巖石類型主要為石英砂巖、巖屑石英砂巖和巖屑砂巖等，平均孔隙度為8.1%，平均滲透率為0.44×10-3 μm2，是典型的致密砂巖儲層。

2 巖石相類型、特征及分布

通過巖心觀察描述、野外踏勘、鏡下薄片觀察等方法進行巖石相類型、特征和分布規(guī)律的研究，包括共11口井、累積799 m的巖心資料，累積600個樣品點的薄片觀察、物性測試和粒度分析資料，以及野外踏勘的露頭觀察和描述資料。

2.1 巖石相分類

致密砂巖儲層中巖石相的類型可以有多種劃分方案，本次研究依據(jù)儲層質(zhì)量的主控因素進行巖石相的劃分，主要的原則包括：劃分后的巖石相具有明顯的儲層質(zhì)量差異；不同巖石相類型具有測井可識別特征，能夠進行全區(qū)范圍內(nèi)的儲層表征；不同巖石相的分布具有一定規(guī)律，具有可預(yù)測性。依據(jù)以上原則，首先通過巖心觀察描述、鏡下薄片觀察和粒度分析等方法對儲層的巖石學(xué)特征進行分析，結(jié)合儲層物性特征進行儲層質(zhì)量分析，發(fā)現(xiàn)粒度是儲層質(zhì)量差異的主控因素，然后以此進行巖石類型的劃分，共可識別出中礫巖（礫石直徑大于10 mm）、細礫巖（礫石直徑為5～10 mm）、小礫巖（礫石直徑為2～5 mm）、巨砂巖（顆粒直徑為1～2 mm）、粗砂巖（顆粒直徑為0.5～1 mm）、中砂巖（顆粒直徑為0.25～0.5 mm）、細砂巖（顆粒直徑為0.1～0.25 mm）、粉砂巖（顆粒直徑為0.05～0.1 mm）和泥巖等9種巖石類型（圖2）。不同的巖石類型之間具有明顯的物性差異特征，砂巖中小礫巖和巨砂巖的孔隙度和滲透率最高，孔隙度平均值為10.36%和9.75%，滲透率平均值為1.21×10-3和1.33×10-3" μm2；粗砂巖物性次之，孔隙度平均值為7.7%，滲透率平均值為0.6×10-3" μm2；粉砂巖儲層物性最差，平均孔隙度為1.7%，平均滲透率為0.06×10-3" μm2（圖3）。

研究發(fā)現(xiàn)，聲波時差曲線和伽馬與中子之積對不同粒度的砂巖區(qū)分效果顯著，但是鑒于測井分辨能力有限，難以將所有粒度的砂巖進行區(qū)分，故綜合巖石物性特征將物性相近且測井特征相近的巖石進行組合，同時由于粉砂巖儲層物性很差，難以形成有效儲層，將其和泥巖合并為同一種巖石相類型，最終得到了4種巖石相，分別為小礫巖—巨砂巖相（包含小礫巖、巨砂巖）；粗砂巖相（包括粗砂巖）；中—細砂巖相（包含中砂巖、細砂巖）；粉砂—泥巖相（包含粉砂巖和泥巖，圖4）。此外，對于中礫巖和細礫巖而言，一方面其測井響應(yīng)值范圍與中砂巖、細砂巖相似，難以準(zhǔn)確識別，一方面其儲層物性較差，難以發(fā)育優(yōu)質(zhì)儲層，另一方面其發(fā)育程度較低，在總共799 m巖心中，累積發(fā)育厚度不到1 m，因而不作為重點研究對象。

2.2 巖石相分布

選取山西柳林成家莊剖面作為本次研究的露頭指導(dǎo)，該剖面屬于山西組和下石盒子組的三角洲平原分流河道沉積環(huán)境，其物源來源與研究區(qū)相同，層位和沉積環(huán)境相似，因此其巖石相分布特征對本次研究具有很好的參考價值（圖5）。從剖面上可以看出，在分流河道內(nèi)部，垂向上存在一期或多期粒度向上變細的旋回變化，側(cè)向上，河道中部沉積厚度最大，粒度最粗，自河道中部向兩側(cè)粒度逐漸變小。

在巖石相分布模式的指導(dǎo)下，基于單井巖石相測井解釋和沉積微相分布，可以得到研究區(qū)的巖石相分布特征（圖6）。可以看出：平面上主河道內(nèi)巖石相呈環(huán)帶狀分布，小礫—巨砂巖相呈透鏡狀展布，多分布于心灘壩及河道底部，寬度為500～3000 m，長度為1000～13000 m；粗砂巖相呈條帶狀展布，分布于主河道主體；中—細砂巖相分布于主河道邊緣、支流河道和溢岸中；垂向上，單一河道內(nèi)發(fā)育一期或多期小礫—巨砂巖相—粗砂巖相—中-細砂巖相的完整或不完整旋回變化。

3 建模思路及方法

3.1 相構(gòu)型建模

儲層構(gòu)型屬于離散屬性的參數(shù)，主要的建模方法有確定性建模和隨機建模2大類。對于研究區(qū)的辮狀河三角洲平原，常用的建模方法都不能很好地實現(xiàn)：基于變差函數(shù)的二點地質(zhì)統(tǒng)計學(xué)方法難于再現(xiàn)此類復(fù)雜目標(biāo)的幾何形態(tài)；基于目標(biāo)的建模方法適合于儲層單元相對簡單的離散屬性的建模，而對于此類復(fù)雜構(gòu)型單元，參數(shù)化較為困難，難于進行；多點地質(zhì)統(tǒng)計學(xué)方法［26］應(yīng)用訓(xùn)練圖像代替變差函數(shù)表達地質(zhì)變量的空間結(jié)構(gòu)性，克服了傳統(tǒng)地質(zhì)統(tǒng)計學(xué)不能再現(xiàn)目標(biāo)幾何形態(tài)的不足，但其基于一定的平穩(wěn)性假設(shè)前提，難以用于表征此類復(fù)雜幾何外形及接觸關(guān)系，其他隨機建模方法存在模型優(yōu)選困難和不確定性突出等問題。此外建模工作中往往還采用人機交互方法，這種方法能夠最大限度地挖掘人的地質(zhì)認識，但工作效率較低，且建模結(jié)果因人而異。

本文中采用基于面的確定性建模方法，該方法是在平面圖的約束下，根據(jù)單井相界面建立某相單元的頂（或底）界面，以此為基礎(chǔ)，疊加該相單元厚度，得到該相的三維分布（圖7）。這種建模方法充分利用了之前對研究區(qū)構(gòu)型解剖成果，最大程度上得到符合地質(zhì)模式與認識的三維構(gòu)型模型，之后利用人機交互方法進行簡單的修正即可應(yīng)用，大大提高了工作效率。

（1）微相建模。研究區(qū)沉積微相類型主要包括主河道、支河道、溢岸及分流間沉積。以單井微相解釋結(jié)果確定各類砂體微相的頂界面，根據(jù)研究區(qū)微相平面分布圖約束各類沉積微相的平面分布范圍，以砂體厚度分布為約束，考慮河道砂體頂平底凸的剖面形態(tài)，利用自上而下的計算方法確定各類砂體微相的底界面；因無厚度約束，未計算的無效區(qū)為分流間沉積，可直接賦值，最終得到研究區(qū)微相模型（圖8（a））。

（2）主河道內(nèi)部的心灘壩建模。該建模步驟與微相建模相似，需要利用單井心灘壩解釋結(jié)果、心灘平面分布范圍和砂厚進行心灘砂體的構(gòu)型建模。有所不同的是，由于心灘砂體剖面呈底平頂凸的形態(tài)，建模時采用自下至上的計算方法，從而得到心灘砂體構(gòu)型模型（圖8（b））。

（3）相模型的建立。將心灘模型嵌入分流河道構(gòu)型模型之中，得到最終的構(gòu)型模型（圖8（c））。

利用基于面的構(gòu)型建模方法得到的模型能很好地符合地質(zhì)模式，再現(xiàn)了研究區(qū)辮狀河三角洲儲層的沉積形態(tài)，清晰地表達了辮狀河三角洲平原的構(gòu)型分布樣式，主河道呈交織條帶狀分布，心灘在主河道中呈孤立的透鏡狀分布，支流河道呈窄條帶狀分布于主河道邊部（圖8（c）、（d））。

3.2 巖石相建模

研究區(qū)的巖石相分布較為復(fù)雜，單一構(gòu)型單元內(nèi)部可發(fā)育多個巖石相組合，應(yīng)用單一建模方法難以直接得到符合地質(zhì)特征的三維建模。為了在建模過程中充分利用已有的二維巖石相平面分布樣式，得到更符合地質(zhì)認識的巖石相模型，提出“分區(qū)約束、逐級嵌入”的巖石相建模技術(shù)（圖9）。

（1）建立砂巖相模型。研究區(qū)目的層段內(nèi)主河道（包括心灘壩）、支流河道及溢岸均為砂體微相類型。根據(jù)研究區(qū)目的層段的三維沉積相模型，通過變換得到砂巖相模型，對應(yīng)中—細砂巖相模型，作為巖石相的背景模型（圖9）。

（2）建立巖石相分布邊界模型。根據(jù)各類巖石相的平面分布解剖結(jié)果，確定各類巖石相的最大分布范圍，以該范圍作為約束，對砂巖相模型計算得到各類巖石相分布的邊界模型，用于相控建模。

（3）建立各分區(qū)邊界內(nèi)巖石相模型。根據(jù)分區(qū)約束的思路，分別建立不同巖石相（粗砂巖相與小礫—巨砂巖相）邊界內(nèi)的巖石相模型。建模主要基于二維可變變程的相控序貫指示模擬，具體步驟為：根據(jù)平面分布范圍，確定各類巖石相的二維可變變程方向分布；根據(jù)各類巖石相解剖的規(guī)模確定變程大小，其中沿主流線方向的延伸長度反映主變程大 小，垂直流線的寬度反映次變程大小，厚度反映垂直變程大?。ㄏ孪奕? m，為垂向最小網(wǎng)格）；利用二維可變變程的相控序貫指示模擬得到50個實現(xiàn)，計算得到各類巖石相的概率模型；最后，利用概率模型作為趨勢，再次利用相控序貫指示模擬方法，建立各分區(qū)邊界內(nèi)巖石相模型（圖10（a）、（b））。

（4）建立三維巖石相模型。利用逐級嵌入的方法，由細到粗，將粗砂巖相模型、小礫—巨砂巖相模型依次嵌入到中—細砂巖相模型中，得到研究區(qū)目的層段的巖石相分布模型（圖10（c））。

利用上述建模方法得到的研究區(qū)目的層段的三維巖石相模型，再現(xiàn)了研究區(qū)辮狀河三角洲平原分流河道內(nèi)巖石相的分布樣式。平面上，主河道內(nèi)巖石相呈環(huán)帶狀分布，其中小礫—巨砂巖相呈透鏡狀展布，多分布于心灘中；粗砂巖相為主河道主體巖石相，呈條帶狀展布；中—細砂巖相分布于主河道邊緣、支流河道和溢岸中（圖10（c））。垂向上，主河道內(nèi)整體上從底至頂體現(xiàn)出由小礫—巨砂巖相、粗砂巖相逐漸演化為中—細砂巖相的巖石相變化（圖10（d））。

3.3 模型驗證

通過井網(wǎng)抽稀驗證和單井相比例比較進行巖石相模型的驗證。研究區(qū)總共有30口抽稀井，在建模過程中不參與插值，建立巖石相模型后，通過與模型相比較，計算吻合率，發(fā)現(xiàn)單井吻合率均大于85%。此外通過模型巖石相比例和單井巖石相比例進行直方圖分析，計算各單層模型相比例與單井相比例的吻合率（表1），發(fā)現(xiàn)巖石相模型的總體吻合率較高，平均為90%，各單層中H3-2-1單層吻合率最高，平均吻合率可達93.1%，H2-2-2單層吻合率最低，平均吻合率為86%，各巖石相類型中，粉砂—泥巖相吻合率最高，平均可達95%，中—細砂巖相吻合率最低，平均為82%。

由此可見，利用巖石相建模思路既能很好地體現(xiàn)巖石相的地質(zhì)分布規(guī)律和特征，又能與測井?dāng)?shù)據(jù)具有較高的吻合率，且各層中巖石相的吻合率均比較穩(wěn)定，反映了本次地質(zhì)模型的精度較高，證實了該建模技術(shù)的可靠性，可以為同類型儲層建模研究提供參考。

4 結(jié) 論

（1）綜合巖心、測井、物性分析等資料，可以將研究區(qū)致密砂巖儲層劃分為4類巖石相，包括小礫—巨砂巖相、粗砂巖相、中—細砂巖相和粉砂—泥巖相，其中小礫—巨砂巖相儲層物性最好，多發(fā)育在心灘壩和河道底部，粗砂巖相儲層物性次之，多呈條帶狀分布在河道主體，中—細砂巖相儲層物性較差，多發(fā)育在河道邊部或者溢岸沉積，粉砂—泥巖相不發(fā)育儲層。

（2）優(yōu)選基于構(gòu)型界面的建模方法，在單層平剖面構(gòu)型分析的基礎(chǔ)上，首先得到分流河道微相和心灘壩微相的構(gòu)型界面分布，然后從不同方向疊加砂體厚度建立模型，最終將心灘壩微相模型嵌入河道微相模型中得到沉積微相模型。

（3）在巖石相建模中提出“分區(qū)約束，逐級嵌入”的建模新思路：在巖石相平面分布最大邊界的約束下，分別在小礫—巨砂巖相和粗砂巖相邊界內(nèi)進行相建模，然后將各巖石相模型依次嵌入中—細砂巖相模型中完成建模。經(jīng)過驗證，抽稀井的巖石相吻合率超過85%，單層相比例的平均吻合率可達90%，證明此次建模的可靠性和穩(wěn)定性。

（4）與常規(guī)建模思路相比，本次建模更注重應(yīng)用單層沉積微相和巖石相構(gòu)型解剖的成果，在井間巖石相的預(yù)測中沒有采用完全隨機的方法，大幅提高了巖石相建模的精度，所得模型更符合地質(zhì)規(guī)律和特征。此外該建模思路不需要應(yīng)用高品質(zhì)的地震數(shù)據(jù)進行協(xié)同，能夠解決地震品質(zhì)較差或者缺乏地震數(shù)據(jù)的研究區(qū)的高精度儲層表征的需求。

參考文獻：

［1］ 鄒才能，朱如凱，吳松濤，等.常規(guī)與非常規(guī)油氣聚集類型、特征、機理及展望：以中國致密油和致密氣為例［J］.石油學(xué)報，2012，33（2）：173-187.

ZOU Caineng， ZHU Rukai， WU Songtao， et al. Types，characteristics， genesis and prospects of conventional and unconventional hydrocarbon accumulations： taking tight oil and tight gas in China as an instance［J］. Acta Petrolei Sinica， 2012，33（2）：173-187.

［2］ 戴金星，倪云燕，吳小奇.中國致密砂巖氣及在勘探開發(fā)上的重要意義［J］.石油勘探與開發(fā)，2012，39（3）：257-264.

DAI Jinxing， NI Yunyan， WU Xiaoqi. Tight gas in China and its significance in exploration and exploitation［J］. Petroleum Exploration and Development， 2012，39（3）：257-264.

［3］ 李楨.致密砂體內(nèi)部成巖非均質(zhì)與儲層質(zhì)量差異研究：以紅河油田延長組淺水三角洲分流河道帶為例［D］.北京：中國石油大學(xué)（北京），2018.

LI Zhen. Heterogeneity of diagenesis and reservoir quality in tight sandstone：a case study from the distributary channel belt in shallow water delta of triassic Yanchang Formation in Honghe Oilfield，Southern Ordos Basin［D］. Beijing： China University of Petroleum（Beijing）， 2018.

［4］ LIU Z， WU S， LI J， et al. Impact of petrographic characteristics on reservoir quality of tight sandstone reservoirs in coal-bearing strata： a case study in lower permian Shihezi Formation in Northern Ordos Basin， China［J］. Geological Journal， 2021，56（6）：3097-3117.

［5］ 詹國衛(wèi)，顧戰(zhàn)宇，龐河清，等.致密砂巖儲層孔隙結(jié)構(gòu)特征及其對開發(fā)的影響［J］.西南石油大學(xué)學(xué)報（自然科學(xué)版），2022，44（3）：70-84.

ZHAN Guowei， GU Zhanyu， PANG Heqing， et al. Porestructure characteristics of tight sndstone reservoir and its influence on development［J］. Journal of Southwest Petroleum University （Science amp; Technology Edition）， 2022，44（3）：70-84.

［6］ 鄒敏，夏東領(lǐng)，夏冬冬，等.致密砂巖儲層非均質(zhì)成因研究［J］.西南石油大學(xué)學(xué)報（自然科學(xué)版），2022，44（1）：41-52.

ZOU Min， XIA Dongling， XIA Dongdong， et al. Astudy on the cause of tight sandstone reservoir heterogeneity［J］. Journal of Southwest Petroleum University （Science amp; Technology Edition）， 2022，44（1）：41-52.

［7］ 董越，侯加根，曹剛，等.近岸水下扇巖石相及儲層特征分析：以鹽家油田鹽227區(qū)為例［J］.巖性油氣藏，2015，27（5）：60-66.

DONG Yue， HOU Jiagen， CAO Gang， et al. Lithofacies andreservoir characteristics of subaqueous fan： a case from Yan227 block in Yanjia Oilfield［J］. Lithologic Reservoirs， 2015，27（5）：60-66.

［8］ 李進步，劉子豪，徐振華，等.蘇里格氣田巖石相控制的致密砂巖儲層質(zhì)量差異機理［J］.特種油氣藏，2021，28（1）：10-17.

LI Jinbu， LIU Zihao， XU Zhenhua， et al.Quality difference mechanism of tight sandstone reservoir controlled by lithofacies in Sulige Gasfield［J］. Special Oil ＆ Gas Reservoirs， 2021，28（1）：10-17.

［9］ 秦波，張立強，林會喜.致密砂巖氣儲層巖石相非均質(zhì)性表征：以鄂爾多斯盆地東南部上古生界山西組1段為例［J］.甘肅科學(xué)學(xué)報，2018，30（4）：33-38.

QIN Bo， ZHANG Liqiang， LIN Huixi. Rock heterogeneity characterization in the reservoir of tight sandstone gas： a case study of upper Paleozoic in the section 1 of Shanxi Formation， Southeast， Ordos Basin［J］. Journal of Gansu Sciences， 2018，30（4）：33-38.

［10］ 趙曉明，吳勝和，岳大力，等.西非某油田深水海底扇巖石相類型及其識別方法研究［J］.測井技術(shù)，2010，34（5）：505-510.

ZHAO Xiaoming， WU Shenghe， YUE Dali， et al. Research onlitho faces types and identification method of deep-water submarine fan-taking one oilfield of West African as a case［J］. Well Logging Technology， 2010，34（5）：505-510.

［11］ 冉清昌，鐘安寧，周翔，等.沙河子組致密砂礫巖成巖相及孔隙演化分析［J］.西南石油大學(xué)學(xué)報（自然科學(xué)版），2022，44（1）：13-26.

RAN Qingchang， ZHONG Anning， ZHOU Xiang， et al. Diagenetic facies and porosity evolution of tight sandstone in Shahezi Formation［J］. Journal of Southwest Petroleum University （Science amp; Technology Edition）， 2022，44（1）：13-26.

［12］ 吳勝和.儲層表征與建模［M］.北京：石油工業(yè)出版社，2010：2-6.

［13］ 郭智，孫龍德，賈愛林，等.辮狀河相致密砂巖氣藏三維地質(zhì)建模［J］.石油勘探與開發(fā)，2015，42（1）：21-22.

GUO Zhi， SUN Longde， JIA Ailin， et al. 3D geological modeling for tight sand gas reservoir of braided river facies［J］. Petroleum Exploration and Development， 2015，42（1）：21-22.

［14］ 張佳佳，吳勝和，范廷恩，等.海底扇水道儲層參數(shù)建模新思路：以西非A油田為例［J］.石油與天然氣地質(zhì)，2017，38（2）：407-418.

ZHANG Jiajia， WU Shenghe， FAN Tingen， et al. New method for reservoir petrophysical modeling of submarine fan channels： a case from oilfield A in West Afrcia［J］. Oil ＆ Gas Geology， 2017，38（2）：407-418.

［15］ 尹楠鑫，國殿斌，李中超，等.沉積微相-巖石相隨機模擬及其控制下的屬性建模：以蘇里格氣田蘇49-01加密試驗區(qū)為例［J］.中國海洋大學(xué)學(xué)報（自然科學(xué)版），2015（3）：92-98.

YIN Nanxin， GUO Dianbin， LI Zhongchao， et al. Stochastic modeling of sedimentary microfacies-lithofacies and property modeling under its control： taking Su 49-01 infill test area of Sulige Gasfield for example［J］. Periodical of Ocean University of China， 2015（3）：92-98.

［16］ 湯延帥，汪洋，高建武，等.地質(zhì)約束條件下的致密儲層地質(zhì)建模研究：以七里村油田柴上塬區(qū)長6油層組為例［J］.西安石油大學(xué)學(xué)報（自然科學(xué)版），2021，36（5）：46-54.

TANG Yanshuai， WANG Yang， GAO Jianwu， et al. Study ongeological modeling of tight reservoirs under geological constraints： a case study of Chang 6 reservoir in Chaishangyuan area of Qilicun Oilfield［J］. Journal of Xian Shiyou University（Natural Science Edition）， 2021，36（5）：46-54.

［17］ 史彥堯，宋新民，郝志海，等.基于沉積微相-巖石相建立礫巖油藏測井參數(shù)解釋模型［J］.吉林大學(xué)學(xué)報（地球科學(xué)版），2010，40（3）：707-712.

SHI Yanyao， SONG Xinmin， HAO Zhihai， et al. A new method of well log interpretation by the sedimentary microfacies-lithofacies used in the conglomerate reservoir［J］. Journal of Jilin University（Earth Science Edition）， 2010，40（3）：707-712.

［18］ 劉躍杰，李繼紅，陳卓，等.基于三維訓(xùn)練圖像的多點地質(zhì)統(tǒng)計學(xué)巖相建模［J］.石油化工應(yīng)用，2015，34（9）：94-100.

LIU Yuejie， LI Jihong， CHEN Zhuo， et al. Application of multiple-point geostatistics lithofacies modeling based on 3D training image［J］. Petrochemical Industry Application， 2015，34（9）：94-100.

［19］ 田淼，董春梅，于永朋，等.基于集合卡爾曼濾波算法刻畫低滲透砂巖儲層的相對高滲透條帶［J］.油氣地質(zhì)與采收率，2018，25（4）：16-21.

TIAN Miao， DONG Chunmei， YU Yongpeng， et al. Characterization for relatively high-permeability zones in low-permeability sandstone reservoir based on ensemble Kalman Filter algorithm［J］. Petroleum Geology and Recovery Efficiency， 2018，25（4）：16-21.

［20］ 斯揚，蔡明俊，張家良，等.基于自組織神經(jīng)網(wǎng)絡(luò)及K最近鄰算法的儲層滲流屏障定量識別方法［J］.中國石油大學(xué)學(xué)報（自然科學(xué)版），2023，47（4）：35-47.

SI Yang， CAI Mingjun， ZHANG Jialiang， et al. Quantitative identification method of reservoir flow barriers based on self-organizing neural network and K-nearest neighbor algorithm［J］. Journal of China University of Petroleum（Edition of Natural Science），2023，47（4）：35-47.

［21］ 潘少偉，王朝陽，張允，等.基于長短期記憶神經(jīng)網(wǎng)絡(luò)補全測井曲線和混合優(yōu)化XGBoost的巖性識別［J］.中國石油大學(xué)學(xué)報（自然科學(xué)版），2022，46（3）：62-71.

PAN Shaowei， WANG Zhaoyang， ZHANG Yun， et al. Lithology identification based on LSTM neural networks completing log and hybrid optimized XGBoost［J］. Journal of China University of Petroleum （Edition of Natural Science）， 2022，46（3）：62-71.

［22］ 劉江麗，徐美茹，呂學(xué)菊，等.地震約束鮞粒灘型碳酸鹽巖儲層三維地質(zhì)建模［J］.中國石油勘探，2017，22（3）：63-70.

LIU Jiangli， XU Meiru， L Xueju， et al. 3D geologic modeling of oolitic-beach carbonate reservoirs based on seismic constraint［J］. China Petroleum Exploration， 2017，22（3）：63-70.

［23］ 鄭浩，楊志成，呂坐彬，等.渤海X油田高精度三維地質(zhì)建模研究［J］.重慶科技學(xué)院學(xué)報（自然科學(xué)版），2021，23（4）：56-59.

ZHENG Hao， YANG Zhicheng， L Zuobin， et al. Research on high-precision 3D geological modeling of Bohai X Oilfield［J］. Journal of Chongqing University of Science and Technology（Natural Science Edition）， 2021，23（4）：56-59.

［24］ 徐寧寧，邱隆偉，高青松，等.大牛地氣田上古生界儲層埋藏—成巖演化過程［J］.沉積學(xué)報，2016，34（4）：735-746.

XU Ningning， QIU Longwei， GAO Qingsong， et al. Research on evolution of burial diagenesis of tight reservior of the upper paleozoic in Daniudi Gasfield［J］." Acta Sedimentologica Sinica， 2016，34（4）：735-746.

［25］ DU W， JIANG Z， LI Q， et al. Sedimentary characterization of the upper paleozoic coal-bearing tight sand strata， Daniudi gasfield， Ordos Basin， China［J］. Journal of Earth Science， 2016，27（5）：823-834.

［26］ 劉鈞，楊希濮，呂文睿，等.多點地質(zhì)統(tǒng)計建模在扇三角洲沉積中的應(yīng)用［J］.西南石油大學(xué)學(xué)報（自然科學(xué)版），2022，44（5）：47-60.

LIU Jun， YANG Xipu， L Wenrui， et al. Application of multi-point geostatistical modeling in fan delta sedimentary model［J］. Journal of Southwest Petroleum University （Science amp; Technology Edition）， 2022，44（5）：47-60.

（編輯 劉為清）

收稿日期：2024-01-08

基金項目：國家科技重大專項（2017ZX05009-002）

第一作者及通信作者：劉子豪（1989-），男，博士，研究方向為儲層地質(zhì)學(xué)、油藏描述及三維地質(zhì)建模。E-mail： 278433581@qq.com。

文章編號：1673-5005（2024）04-0033-10"" doi：10.3969/j.issn.1673-5005.2024.04.004