曲流河儲層建模方法的比較研究

尹艷樹，馮舒，尹太舉

（長江大學地球科學學院，湖北 荊州 434023）

曲流河儲層建模方法的比較研究

尹艷樹，馮舒，尹太舉

（長江大學地球科學學院，湖北 荊州 434023）

以大慶曲流河儲層為例，選擇指示克里金方法、序貫指示建模方法及多點地質統計學方法進行曲流河儲層建模的比較研究。通過比較決定河流相的儲層建模的優選方法，更好的服務于油田生產。從建立的模型效果看，指示克里金方法建立的模型砂體連片性最好，但存在明顯的平滑效應，表現在泥巖分布面積小，呈“牛眼”狀分布；序貫指示建模建立的砂體模型較有效地克服了平滑效應，弱化了泥巖分布的“牛眼”狀特征，但砂體連續性最差；而多點地質統計學則較好地反應了砂體的連續性，體現了河流的分布特征，同時避免了平滑效應，建立的模型最為客觀和準確。研究為河流相儲層建模方法選擇提供了依據，為實際油藏建立了高精度的儲層地質模型。

指示克里金；序貫指示建模；多點地質統計學方法；曲流河儲層

河流相儲層是關注程度較高的一類儲層。其儲層模型的建立，已經開發了多種建模方法，如基于目標的建模方法、指示建模方法等［1-5］，在實際河流相儲層建模中得到廣泛應用和評價；但方法之間建模效果比較研究則較為少見。在開發中后期、密井網條件下，油田對建立模型精度要求提高，亟需選擇合適的建模方法提高模型精度，服務于油田生產。以大慶油田曲流河儲層為例，選擇基于象元建模中的指示克里金方法、序貫指示建模方法及多點地質統計學（SNESIM）方法進行比較研究［6-9］，以期為油田開發后期儲層建模方法優選提供指導。

1 區域概況

大慶長垣薩爾圖油田發育薩爾圖、葡萄花、高臺子3套油層，共分7個油層組，27個砂巖組，92個沉積單元，沉積儲層主要為大型三角洲河流體系。研究區位于薩爾圖油田北部背斜構造的西端，構造較為平緩，地層傾角2～3°，地面平均海拔高度150 m左右。

精細地層對比和沉積相研究表明，研究區葡萄花油組PI-2沉積單元屬于較為典型的曲流河沉積，河道曲率不大，點壩砂體發育相對不明顯。細分沉積微相表明，在研究區可以識別出河道、天然堤、決口扇以及廢棄河道、泛濫平原等5種微相類型。以密井網為依據，勾繪了研究區砂泥巖平面分布模型，但儲層內部砂體分布較為復雜，非均質性嚴重，對油水運動有重要影響并決定了剩余油分布；亟需開展精細砂體分布研究，建立高精度砂泥巖模型，為油藏剩余油分析和挖潛提供地質依據。

2 方法簡述

2.1 指示克里金模型

指示克里金方法是一種確定性的建模方法［10］，指示克里金建模核心包括3個方面。

1）指示變換，將模擬對象指標化，其公式為

2）根據指示變換后的數據，求取每一類指標k（相類型）的指示變差函數。利用變差函數，建立待估點指示克里金方程組：

3）根據指示克里金方程組，計算待估點分屬于每一類指標（儲層）的期望值，并直接將最大期望的指標賦予待估點，完成儲層預測。

2.2 序貫指示建模

序貫指示建模與指示克里金的原理較為接近，但有2處較為明顯的區別。首先，在預測的過程中，待估點預測的順序是隨機的，這種隨機性保證了每次預測的時候待估點周圍數據空間配置的差異性，也就導致了克里金方程組的差異性；待估點預測的順序通過隨機種子數產生。其次，在預測值的分配上，不再是選擇期望值最大的指標作為模擬結果，而是以期望值建立概率分布模型，并通過蒙特卡洛隨機抽樣決定待估點處的預測值。

2.3 多點地質統計學方法

嚴格來講，多點地質統計學（SNESIM）方法仍然屬于序貫指示模擬的范疇，也遵循指示變換、指示克里金方程組求取等；只是在指示變換上，不再是單一的儲層相類型指標的變換，而是對多個相組合而成的數據事件進行指示變換；然后，通過一個克里金方程對此數據事件出現概率進行估計，并通過蒙特卡洛隨機抽樣決定待估點處的數據事件，從而完成對待估點的預測。

在多點統計中，與序貫指示求解克里金方程組不一樣，數據事件的克里金方程的求解是通過數據事件在訓練圖像中的重復次數來近似的。也就是說，對于克里金方程的求解，不再是利用變差函數，而是通過訓練圖像來獲得［11］。

3 模型比較與討論

分別利用這3種方法建立大慶油田P12小層曲流河儲層三維模型。為了突出砂泥巖分布，將相代碼簡化，只模擬砂巖相和泥巖相的分布（見圖1）。模擬結果見圖2、圖3和圖4。

圖1 研究區砂泥巖相模型

圖2 指示克里金建立模型

從圖2中可以看出，指示克里金建立的砂體分布最為連續，但其平滑效應較為明顯：在井鉆遇砂體較多的地方，模擬的砂體連片性好，泥巖分布面積小，呈“牛眼”狀分布，如B3-D6-38井區；而在泥巖鉆遇相對較多井區，B3-350-P51區域，砂巖分布范圍則被壓縮；同樣，在研究區下部，則出現砂巖過于連片的平滑效應。

圖3為序貫指示建模方法建立的砂泥巖模型。從圖中可以看出，砂體形態較為離散，其連續性是最差的，模擬的砂體也沒有出現較為明顯的河流特征；但是模型沒有出現較為明顯的平滑效應。在B3-D6-38井區，砂體較為發育，但泥巖分布范圍也相對較大，沒有過于偏向“優勢”砂體，也沒有出現“牛眼”分布，較為準確反映了地下儲層復雜非均質性特征。

圖3 序貫指示建模建立的模型

圖4為用多點地質統計學方法建立的砂泥巖模型。從圖中看出，多點地質統計學SNESIM方法建立的砂體連續性介于兩者之間，但其模擬砂體形態與河流形態最為相似；其次，其模擬結果也沒有出現明顯的平滑，反映了該方法在曲流河儲層建模中的優勢。

圖4 多點地質統計學方法建立的模型

分別以3種模型作為約束，進行儲層物性模型建立以及油藏數值模擬。

從油藏數值模擬的進程看，指示克里金方法建立的模型由于其平滑了地下儲層中的非均質性，其數值模擬更容易運行，模擬結果與實際有一定偏差；而多點統計模型則較好反映了儲層的非均質性，其模擬耗費時間相對較長，模擬結果與實際較為一致；序貫指示建模模型耗費時間最長，模擬結果介于兩者之間。

3種建模方法的比較，突出了多點地質統計學建模方法的優勢，這與方法本身有密切關系：首先，多點地質統計學強調的是數據事件的模擬，由于數據事件反映的是沉積微相空間配置，其實質是特定水動力下的沉積模式，因此，在某種程度上多點地質統計學能夠考慮儲層沉積過程與沉積響應；其次，其儲層預測概率求取來自于訓練圖像——一種反映地質學家對地下儲層分布認識的定量化圖像，這樣，其模擬就綜合了地質學家的經驗以及對模擬對象的先期認識，或者說綜合了先驗知識，從而較其他建模方法能夠更好反映地下儲層分布。

指示克里金方法則由于其對數據結構的依賴性以及取值的唯一性，導致在模型中存在有明顯的平滑性，一定程度上掩蓋了儲層內部復雜的變化性和非均質性特征；而序貫指示建模方法則在估計中抽樣的隨機性加劇了砂體的離散型。

4 結論

1）通過對河流相建模3種建模方法比較發現：指示克里金方法建立的模型砂體連續性好，但平滑效應最嚴重；序貫指示建模方法建立砂體連續性差，但平滑性效應不明顯；而多點地質統計學方法建立的砂體連續性介于兩者之間，但砂體形態較好反映了河道砂體形態，同時，模型平滑效應也不明顯。

2）利用多點地質統計學方法建立了大慶油田曲流河儲層砂泥巖分布模型，較好地指導了油田生產。

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

［2］李焱，張振順，胡望水，等.東濮凹陷濮城油田沙一段相控水淹模型研究［J］.斷塊油氣田，2011，18（4）：505-507. Li Yan，Zhang Zhenshun，Hu Wangshui，et al.Study on faciescontrolled waterflooding model for the first member of Shahejie Formation in Pucheng Oilfield，Dongpu Depression［J］.Fault-Block Oil&Gas Field，2011，18（4）：505-507.

［3］李伶俐，何生，馬偉竣.隨機建模在大牛地氣田新區早期氣藏描述中的應用［J］.斷塊油氣田，2010，17（3）：280-284. Li Lingli，He Sheng，Ma Weijun.Application of stochastic modeling in early description of gas reservoir in new area of Daniudi Gas Field［J］. Fault-Block Oil&Gas Field，2010，17（3）：280-284.

［4］Journel A G.Stochastic modelling of a fluvial reservoir：A comparative review of algorithms［J］．JPSE，1998，21（1）：95-121.

［5］吳星寶，李少華，尹艷樹，等.相控隨機建模技術在非均質性研究中的應用［J］.斷塊油氣田，2009，16（2）：58-60. Wu Xingbao，Li Shaohua，Yin Yanshu，et al.Application of faciescontrolled stochastic modeling in heterogeneity study［J］.Fault-Block Oil&Gas Field，2009，16（2）：58-60.

［6］Strebelle S.Conditional simulation of complex geological structure using multiple-point statistics［J］.Mathematical Geology，2002，34（1）：1-21.

［7］Zhang T，Switzer P，Journel A G.Filter-based classification of training image patterns for spatial simulation［J］.Mathematical Geology，2006.38（1）：63-80.

［8］Liu Y，Harding A，Abriel W，Strebelle S.Multiple-point simulation integrating wells，three dimensional seismic data，and geology［J］. AAPG Bulletin，2004,88（10）：905-921.

［9］Neil F，Zhang T.Method to generate fullbore images using borehole images and multi-point statistics［A］.SPE 120671，2009.

［10］Deutsch C V，Journel A G.GSLIB：Geostatistical software library and user′s guide［M］．New York：Oxford University Press，1998：125-145.

［11］尹艷樹，吳勝和.儲層隨機建模研究進展［J］.天然氣地球科學，2006，17（2）：210-216. Yin Yanshu，Wu Shenghe.The progress of reservoir stochastic modeling［J］．Natural Gas Geoscience，2006，17（2）：210-216．

（編輯 李宗華）

Comparison study on modeling method of meandering river reservoir

Yin Yanshu,Feng Shu,Yin Taiju
(School of Geosciences,Yangtze University,Jingzhou 434023,China)

Taking the meandering river reservoir in Daqing Oilfield as an example,this paper comparatively studies the reservoir modeling using indicator Kriging,sequential indicator simulation and multiple-point geostatistics by the selection of the most suitable algorithm.Based on this,the selected modeling methods are determined,which can serve for oilfield production.The results shows that the IK method gives the best continuous sand body and a bull-eyes mudstone,which is a smooth effect and the distribution area of mudstone is small;the sequential indicator simulation method effectively overcomes the smooth effect and weakens the features of bull-eyes mudstone with the worst continuous sand body;the multiple-point geostatistics method gives a comparable continuous sand body,which reflects the distribution characteristics of river and avoids the smooth effect,thus the established model is much more objective and accurate.This study can provide a basis for selecting the modeling method and a geologic model with high precision.

indicatorKriging;sequentialindicatorsimulation;multiple-pointgeostatisticsmethod;meanderingriverreservoir

國家自然科學青年基金“曲流河儲層精細地質建模方法研究”（40902043）、湖北省自然科學基金“密井網下儲層結構特征分析與建模方法優選”（2008CDB390）聯合資助

TE319

：A

1055-8907（2012）01-0044-03

2011-05-04；改回日期：2011-11-23。

尹艷樹，男，1978年生，博士，副教授。現從事儲集層建模的方法與教學研究。E-mail：yys6587@126.com。

尹艷樹，馮舒，尹太舉.曲流河儲層建模方法的比較研究［J］.斷塊油氣田，2012，19（1）：44-46，64. Yin Yanshu，Feng shu，Yin Taiju.Comparison study on modeling method of meandering river reservoir［J］.Fault-Block Oil&Gas Field，2012，19（1）：44-46，64.