基于地震反演及多信息協同約束的沖積扇儲層精細建模

趙 磊, 柯 嶺, 段太忠, 王鳴川, 商曉飛, 賀婷婷

( 1. 中國石油化工股份有限公司 石油勘探開發研究院,北京 100083； 2. 中國石油大學 博士后流動站,北京 102249； 3. 中海油研究總院，北京 100028 )

基于地震反演及多信息協同約束的沖積扇儲層精細建模

趙 磊1,2, 柯 嶺3, 段太忠1, 王鳴川1, 商曉飛1, 賀婷婷1

( 1. 中國石油化工股份有限公司 石油勘探開發研究院,北京 100083； 2. 中國石油大學 博士后流動站,北京 102249； 3. 中海油研究總院，北京 100028 )

油田開發早期區塊井資料少、井距大，難以對儲層進行精確描述。采用疊后地震反演數據進行沉積相研究，定量分析扇根亞相各微相，為三維沉積相模型提供地質參數；以測井數據為硬數據，采用沉積相控制、反演協同體等信息約束建立儲層的泥質質量分數模型。結果表明，應用包括地震反演信息在內的多種信息進行約束建模，可以綜合測井資料縱向高精度和地震資料橫向高精度的優點，解決勘探開發階段儲層精細描述的問題。

地震反演； 儲層建模； 多信息協同約束； 沖積扇

0 引言

沖積扇儲層非均質性較強，在油氣田開發階段，需要采用三維地質建模技術對它進行精細描述[1]。人們在成因、構型單元分布、沉積特征等方面對沖積扇儲層進行研究。文獻[2]建立構造活動強度逐漸減弱的沖積扇沉積模式[2]。Rohtash K研究喜馬拉雅山第四系沖積扇，提出理想的沖積扇模式[3]。Srivastava認為斷層活動強度大，沖積扇規模大；反之，沖積扇規模較小[4]。Waters J V認為在氣候由濕潤轉為干旱過程中，礫質河道的規模變小且彎曲度增大[5]。Miall A D提出儲層構型概念[6]。吳勝和等探討新疆克拉瑪依油田三疊系克下組沖積扇儲層內部層次劃分系統，并建立以“泛連通體”為特征的沉積構型模式[7]。陳玉琨等建立沖積扇儲層地震地質識別方法[8]。馮文杰認為扇根儲層主要為流溝系統，形成“樹杈”組合，為建立三維沖積扇模型提供較好的模式及參數[9]。吳小軍等采用多點地質統計學方法建立沖積扇模型[10]。李君等采用多種建模方法耦合建立沖積扇模型[11]。

開發早期階段油田井資料較少，井距可能達到數千米。對于沖積扇等強非均質性儲層，在一個井距范圍內沉積相及砂體突變較大，單純的井資料信息不足以得出詳細的儲層信息，需要綜合地震等信息進行定量分析[12-14]，并將結果應用到儲層建模中，降低模型的不確定性[15-17]。通過地質統計學反演砂體厚度，結合單井沉積相和沉積模式，筆者分析各個沉積微相之間的定量關系，采用基于目標的方法進行相建模。同時，綜合地震、測井、地質等信息進行協同約束屬性建模，實現高精度儲層地質建模。

1 研究區概況

克拉瑪依油田X井區塊夏子街組油藏位于準格爾盆地西北緣車排子地區，距克拉瑪依小拐鎮南偏西約為11.0 km(見圖1)。研究區主要發育二疊系沉積，目的層段為夏子街組(P2x3)，地層由頂至底可劃分為三個砂層組——P2x31、P2x32、P2x33，頂面構造形態為一由西向東傾的單斜構造(見圖2)。

圖1 X井區位置Fig.1 The location of the X block

圖2 X井區夏子街組頂面構造

二疊系夏子街組整體屬于沖積扇沉積。縱向上，該扇體內部沉積具有較好的連續性，沉積厚度近千米；平面上，該扇體主體部位長為6.5～8.0 km，寬為3.0～4.0 km，面積為32.0 km2，屬于規模較小的扇體，扇體空間展布為西一東向。根據巖心觀察、粒度分析及電性特征研究單井相，X井區屬于沖積扇—扇根亞相沉積。根據巖心觀察、粒度分析及FMI成像測井資料，該扇根沉積以褐色及雜色砂礫巖為主，礫石直徑一般為2～60 mm，砂礫巖比為82%～98%。礫石成分主要為凝灰巖和安山巖，磨圓為次棱角狀，分選差。

2 沖積扇分析

2.1 扇根沉積特征

夏子街組整體沉積物粒度粗，以礫巖為主，屬于沖積扇沉積相。X井區位于扇根亞相，主要發育三種沉積微相：主槽、槽灘及漫洪帶(見圖3)。

主槽是沖積扇儲層粒度最粗、分選磨圓最差的微相，形態上一般為2～3個直而深的槽體，是在洪水期快速堆積形成的，沉積物以砂礫巖為主。識別標志為垂直物源方向上為寬槽狀，呈現不規則、不明顯的凸形；粒度最大，但分選較差，以礫巖為主，顏色多為褐紅、灰綠色、淺灰色；層理類型不明顯，有時可以觀察到洪積層理、前積型單層系交錯層理，韻律不明顯；測井曲線為箱型或漏斗型。

槽灘位于主槽與高地形之間的過渡地帶，當洪水規模較大時沖出主槽，在扇面上形成發散狀水流，水流流速降低，攜帶的粗碎屑物質堆積下來而形成槽灘礫石體，粒度小于主槽的，沉積作用具有側積和垂向加積雙重特征。在測井曲線上表現為鐘型的疊加或者不明顯的鋸齒狀。

漫洪帶形成于扇根的相對高部位，分布于主槽和槽灘周邊區域。漫洪帶內部也發育細粒沉積和砂體，是由古地形高低起伏不定、在不同位置沉積上的差異造成的，連片性較差，整體沉積物較細，以砂泥質為主，含少量細礫。其中，較細粒的沉積物主要為含砂質泥巖和粉砂質泥巖，呈塊狀，厚度在0.5 m左右，電阻率低，在20～50 Ω·m之間。

2.2 地震特征

采用疊后地震資料，信噪比不高，主頻為35 Hz。在三維地震描述中，地震相表現為楔狀復合波形前積相，局部出現雜亂反射相，反映扇根部位泥巖隔層少、成層性差的特點(見圖4(a))。在振幅平面圖上，扇根部位主要集中在振幅均值大于1.0×104處(見圖4(b))。

在一般情況下，采用確定性反演，如疊后約束稀疏脈沖反演受到地震分辨率的制約，得到的波阻抗剖面一般能分辨10 m左右的砂層，無法滿足非均質性強的砂體的描述。采用隨機性反演，如地質統計學反演將區域地質概念和井資料進行融合，可以提高縱向分辨率，是解決橫向非均質性很強的油氣藏描述問題的最佳方案[18-20]。

圖3 研究區che67井單井柱狀圖Fig.3 Column map showing stratigraphy, lithology, sedimentary facies of well che67

分別采用疊后約束稀疏脈沖反演(CSSI)和地質統計學反演方法，總體上兩者結果趨勢一致，說明兩種反演方法既與地震信息符合，又可以相互驗證，結果較為可靠，其中地質統計學反演在縱向上有較高的分辨率(見圖5)。利用地質統計學隨機反演產生井間波阻抗，通過反復迭代使合成地震道與原始地震道進行最大程度匹配，最終得到多個等概率波阻抗體。對多個波阻抗體進行優選，通過井上儲層特征分析，利用閾值進行截斷，轉換為儲層的地質統計學反演砂體厚度分布，分析沖積扇關系。

2.3 沖積扇關系

根據地質統計學反演砂巖厚度，選取第P2x33層沉積相進行分析，以研究區3條主槽和槽灘作為對象，共有24個樣本點，對厚度、寬度進行測量并分析其中的關系(見圖6)。

圖4 X井區地震相剖面及振幅平面Fig.4 Seismic facies profile and amplitude map of X block

圖5 X井區疊后約束稀疏脈沖反演與地質統計學反演結果Fig.5 Poststack constraint sparse pulse inversion and geostatistical inversion

2.3.1 寬度與深度

X井區主槽參數統計關系見圖7。由圖7可知：(1)主槽寬度較為均勻，分布在600～950 m之間，平均為704 m，但640～660 m范圍居多，占比為20%左右。(2)主槽厚度主要在20～30 m之間，占比為85%以上，少數達到35 m。(3)主槽寬深比為30～35，占比為80%，少數達到40。

X井區槽灘參數統計關系見圖8。由圖8可知：(1)槽灘寬度變化比較大，介于400～1 600 m，其中600 m左右寬度占比為45%～55%；(2)槽灘厚度在8～20 m之間，其中11～13 m占比較少，其余較為均勻。(3)寬厚比在60～180之間，其中寬厚比為60左右占比為60%以上。

X井區主槽和槽灘屬于一次性成因沉積單元，其寬度和厚度存在定量關系(見圖9)。在一定范圍內，主槽寬度隨著厚度的增加而增大，且兩者之間存在指數正相關關系(見圖9(a))。槽灘寬度與厚度之間存在指數負相關關系(見圖9(b)，即隨著槽灘變寬，槽灘厚度呈現變薄趨勢。槽灘寬度與主流線的長度存在線性正相關關系(見圖9(c)，說明槽灘寬度隨著主流線的延伸呈現變寬趨勢。

原因在于扇根主要形成于洪水事件早期，受古地形限制作用的影響，主槽被限制在底形較低范圍，寬度變化范圍受到限制，且扇根沉積物沉積較為迅速，寬度較大的區域厚度也較大，存在較好的正相關關系。槽灘位于扇根主槽與高地形過渡地帶，由沖出主槽的沉積物沉積而形成，隨著流動距離的增加，水體快速散開，水動力驟減，隨著主流線的長度變大，槽灘寬度變寬，厚度變薄(見圖10)。

圖6 X井區反演砂體厚度及采樣點Fig.6 Inversion of sand body thickness and sampling point in X block

2.3.2 波長與幅度

波長反映一個完整的主槽前進的距離，幅度反映主槽的擺動能力，它們與沖積扇的坡度有關，坡度越大，波長越長，幅度越小。統計研究區6條主槽和槽灘的24個樣本點分布特征(見圖11)。由圖11可知：(1)波長變化在1 800～3 800 m之間，平均為2 562 m，2 600 m左右占比為55%～60%。(2)幅度變化在600～1 300 m之間，平均為750 m，700～900 m的占比為81%。相對于河流相儲層，主槽的波長相對較大，幅度相對較小，曲率小于1.3，較為平直，與主槽發育的較高坡度和暫時性的水流(雨水或洪水)有關：坡度越大，單次的水流流量越大，波長越長且幅度越小，曲率也越小。

3 多信息協同約束建模

3.1 方法選擇

由于沉積微相有明確的幾何特征和形態，基于像元的方法(如序貫指示模擬法)無法模擬具有明確空間形態的模型。在一定程度上，多點地質統計學方法可以克服兩點統計學不能再現目標幾何形態的不足，但其本質屬于基于像元的方法，地質體的三維重現困難[21]；截斷高斯方法產生的模型能夠反映原始模型的分布格局和特點，但是各種微相在模型中的占比和原始數據有較大的差異[22]。基于目標體建模方法(Object Modeling)尤其適合具有背景相的目標進行模擬[23-24]，如曲流河和辮狀河等具有水道的沉積相，研究區沖積扇扇根亞相發育類似水道微相，可以采用目標體建模方法；根據原型模型和地震反演參數，對3個砂層組進行模擬，且在模擬的過程中允許后期形成的主槽對前期沉積進行沖刷剝蝕。

圖7 X井區主槽參數統計關系Fig.7 Statistical relationship parameters of main channel in X block

圖8 X井區槽灘參數統計關系Fig.8 Statistical relationship parameters of swale in X block

3.2 參數設置

基于目標體建模方法，直接產生目標體，設置包括形態、規模及趨勢等的目標參數，選取符合實際的地質參數，采用彎曲條帶狀且帶天然堤的形態進行模擬。根據前期定量關系，主槽的波長和振幅采用三角分布，波動因數為0.2，中值分別為2 562、750 m。主槽的寬度和厚度也采用三角分布，波動因數為0.2，中值分別為704、30 m，主槽設置參數見表1。

圖9 主槽、槽灘寬度與厚度及其與主流線長度關系Fig.9 Width-depth ratio of main channel and swale and its relation to the length of main streamline

圖10 X井區沖積扇—扇根沉積變寬變薄示意

圖11 X井區扇根波長、幅度及其比值關系Fig.11 Relationship between fanhead wavelength, amplitude and its ratio in X-block

沉積相參數分布波動因數低值/m中值/m高值/m主槽寬度厚度波長振幅三角分布0．26007049502030351800256238006007501300

研究區物源主要來自于西部，有多種方法可以控制物源方向，既可以在物源方向給定數值范圍，也可以采用方向趨勢(Directional Trend)。由于已經確定沉積相的方向及流向，可以通過物源點(Souce Points)和流線(Flow Line)進行控制。物源點不僅可以控制主槽和槽灘的物源方向和發育起點，且根據物源點的個數和分布范圍，也可以控制主槽發育的規模。流線決定主槽的擺動范圍，相當于負地形規模，即主槽最大的振幅不超過流線的控制范圍。

根據沉積特征和沉積模式，槽灘的形態隨著主流線延伸，逐漸變薄變寬。吳勝和等證實新疆油田扇根片流帶在向下游展布的過程中變寬變薄[7]，Pranter M J等在深水水道中也證實這種規律[25]。在基于目標的傳統Fluvsim算法中，能夠賦予槽灘一定范圍的寬度和厚度，使之符合三角分布或正態分布，但是只能保證槽灘的寬度和厚度在一定的合理范圍內，符合前期的統計規律，不能表現槽灘沿主流線方向的規律性變化，需要對基于目標的傳統Fluvsim算法進行較為復雜的改進[25]。采用趨勢面控制方法，相對簡單易行，根據槽灘的寬度、厚度與主流線長度之間的定量關系，分別生成趨勢面(見圖12)。由圖12可知，在統計范圍內，主槽的厚度和寬度體現水道底凸頂平的槽狀特點和各個沉積微相的相互接觸關系，槽灘在平面上隨著主槽主流線的延伸長度變寬、厚度變薄，模擬結果與沉積過程存在較高的一致性(見圖13)。

圖12 X井區槽灘厚度和寬度趨勢面控制Fig.12 Thickness and width trend control of swale

圖13 X井區基于目標的方法模擬結果Fig.13 The simulation result based on the object method

3.3 多信息綜合建模

測井曲線數據在縱向上分辨率可以達到0.125 m，對于細節刻畫較好，研究區只有3口井，采用變差函數進行插值將產生多解性。地震反演數據橫向采集密度大，在平面上連續性和預測性強，但是在縱向上分辨率較低(主波波長的1/4)，對非均質性刻畫不夠。采用多信息協同約束建模，將測井、地震反演和地質等信息結合到一起，發揮測井資料縱向分辨率和地震反演等數據橫向分辨率強的特點，對于井資料缺乏、儲層非均質性較強的油氣田，可以提高屬性模型井間的預測精度。

在泥質質量分數模型中，采用沉積相約束屬性的建模策略[26]。采用高斯隨機函數算法進行模擬，利用分解算法進行并行運算，即采用克里金和非條件模擬(傅里葉轉換算法)，相對于序貫高斯隨機模擬(SGS)，運算速度快且在主次變量和模擬變量相關性之間無系統誤差。

反演的泥質質量分數數據體能夠反映井點數據的精確性及地質規律，但泥質質量分數連續性過好，數據體平均化的效果嚴重，砂泥巖沒有明顯的界限，模糊儲層的非均質性，縱向分辨率相對較低(見圖14(a))。對于多信息綜合約束的泥質質量分數模型，地震反演數據作為軟數據，以同位協同模擬的方式進行運算。采用地震反演數據約束的泥質質量分數模型，砂泥巖之間的界限得到更好的體現(見圖14(b))，且體現沉積相的控制作用，能夠反映地震數據表現的大尺度儲層結構，體現儲層非均質性強的地質規律。

圖14 X井區反演泥質與相控泥質質量分數模型剖面

3.4 不確定性分析

3.4.1 概率分布一致性檢驗方法

三維地質模型實質上是對井外位置區域進行內插和外推，如果模型的精度高，則其模型數據的分布規律與離散化數據、原始測井曲線數據應該保持一致，即它們具有相同的分布區間和峰值形態。儲層孔隙度數據體、原始數據及離散化數據見圖15，其中藍色為模型數據體，綠色為離散化數據體，紅色為原始數據。由圖15可以看出，除了首尾受消峰效應的影響而有一定的誤差，整體具有相似的分布規律，說明模擬結果保留原始數據分布信息，模擬精度較高。

3.4.2 儲量檢驗

地質儲量決定油田的開發和規模，可以作為三維地質模型進行檢驗的定性參數。采用該模型計算的儲量與地質分析結果較為符合，誤差在7%以內，驗證模型的準確性。

圖15 X井區三維地質模型概率分布一致性檢驗

4 結論

(1)根據地震反演數據對沖積扇扇根儲層進行定量分析，其中主槽被底形限定在一定范圍內，寬度和厚度變化不大，主槽的厚度和寬度呈現一定的正相關關系。槽灘的寬度和厚度隨著主流線的延伸方向分別呈現線性正相關和負相關關系。

(2)采用基于目標的方法進行模擬，槽灘的寬度和厚度采用趨勢面控制方法，隨著物源方向的延伸，槽灘的寬度和厚度分別變寬和變薄，符合地質模式和定量分析結果。

(3)采用多信息協同約束模擬屬性模型，在地震反演數據的基礎上加入測井、巖心、沉積相等儲層信息，發揮不同數據的優點，最終定量、統一地刻畫儲層的空間屬性，描述儲層的非均質性，模型的精度較高。

[1] Zhao Fan. Lacustrine algal limestone reservoir in western Qaidam basin, China [J]. Carbonates Evaporites, 2013,25(11):101-107.

[2] Viseras C, Calvache M L, Soria J M, et al. Differential features of alluvial fans controlled by tectonic or eustatic accommodation space. Examples from the Betic Cordillera, Spain [J]. Geomorphology, 2003,50(1):181-202.

[3] Rohtash K. Evolution of the Quaternary alluvial fan system in the Himalayan foreland basin implications for tectonic and climatic decoupling [J]. Quaternary International, 2007,159(1):6-20.

[4] Srivastava. Late Quaternary alluvial fans and paleosols of the Kangra basin, NW Himalaya: Tectonic and paleoclimatic implications [J]. Catena, 2009,76(2):135-154.

[5] Waters J V. Climatic controls on late Pleistocene alluvial fans, Cyprus [J]. Geomorphology, 2010,115(3):228-251.

[6] Miall A D. Architectural-element analysis: A new method of facies analysis applied to fluvial deposits [J]. Earth Science Reviews, 1985,22(2):261-308.

[7] 吳勝和,范崢,許長福,等.新疆克拉瑪依油田三疊系克下組沖積扇內部構型[J].古地理學報,2012,14(3):331-340. Wu Shenghe, Fan Zheng, Xu Changfu, et al. Internal architecture of alluvial fan in the Triassic lower Karamay formation in Karamay oilfield, Xinjiang [J]. Journal of Palaeogeography, 2012,14(3):331-340.

[8] 陳玉琨,王延杰,朱亞婷,等.克拉瑪依油田七東_1區克下組沖積扇儲層構型表征[J].巖性油氣藏,2015,27(5):92-97. Chen Yukun, Wang Yanjie, Zhu Yating, et al. Architecture characterization of alluvial fan reservoir of lower Karamay formation in east district 7(1) of Karamay oilfield [J]. Lithologic Reservoirs, 2015,27(5):92-97.

[9] 馮文杰,吳勝和,許長福,等.沖積扇儲層竄流通道及其控制的剩余油分布模式——以克拉瑪依油田一中區下克拉瑪依組為例[J].石油學報,2015,36(7):858-870. Feng Wenjie, Wu Shenghe, Xu Changfu, et al. Water flooding channel of alluvial fan reservoir and its controlling distribution pattern of remaining oil: A case study of triassic lower Karamay formation. Yizhong area, Karamay oilfield, NW China [J]. Acta Petrolei Sinica, 2015,36(7):858-870.

[10] 吳小軍,李曉梅,謝丹,等.多點地質統計學方法在沖積扇構型建模中的應用[J].巖性油氣藏,2015,27(5):87-91. Wu Xiaojun, Li Xiaomei, Xie Dan, et al. Application of multiple-point geostatistics method to structure modeling of alluvial fan [J]. Lithologic Reservoirs, 2015,27(5):87-91.

[11] 李君,李少華,張敏,等.多種建模方法耦合建立沖積扇三維構型模型:以克拉瑪依油田六中東區下克拉瑪依組為例[J].現代地質,2013,27(3):662-668. Li Jun, Li Shaohua, Zhang Min, et al. Combining several modeling methods to build 3D architecture model of alluvial fan: A case study on lower Karamay formation, Liuzhong Dong area, Karamay oilfield [J]. Geoscience, 2013,27(3):662-668.

[12] 李素華,李兆影.官渡構造下沙溪廟組致密砂巖儲層有效識別[J].東北石油大學學報,2014,38(2):35-42. Li Suhua, Li Zhaoying. Effective identification of tight sandstone reserovir of lower Shaximiao formation in Guandu structure [J]. Journal of Northeast Petroleum University, 2014,38(2):35-42.

[13] 張昆,劉永福,許永忠,等.基于D—S證據理論的多參數反演的火成巖識別——以塔里木盆地哈拉哈塘地區為例[J].東北石油大學學報,2013,37(1):51-56. Zhang Kun, Liu Yongfu, Xu Yongzhong, et al. Muti-parameter inversion in identifying igneous rocks based on D-S evidence thoery-taking Halahatang area in Tarim basin as an example [J]. Journal of Northeast Petroleum University, 2013,37(1):51-56.

[14] 李中冉,牛彥山,薛鳳玲,等.測井約束儲層反演技術在低滲透油藏描述中的應用[J].東北石油大學學報,2004,28(6):89-91. Li Zhongran, Niu Yanshan, Xue Fengling, et al. Application log constraining reservoir invension technology to low permeability reservoir description [J]. Journal of Northeast Petroleum University, 2004,28(6):89-91.

[15] 劉文嶺.地震約束儲層地質建模技術[J].石油學報,2008,29(1):64-68. Liu Wenling. Geological modeling technique for reservoir constrained by seismic data [J]. Acta Petrolei Sinica, 2008,29(1):64-68.

[16] 竇松江,趙郁文,徐芳,等.埕海油田地質建模過程中的難點及對策[J].天然氣地球科學,2010,21(4):652-656. Dou Songjiang, Zhao Yuwen, Xu Fang, et al. Difficulties and countermeasures of geological modeling in Chenghai oilfield [J]. Natural Gas Geoscience, 2010,21(4):652-656.

[17] 牟智全,周立宏,張彥湘,等.地震—地質綜合儲層預測技術在大慶油田G533區塊的應用[J].石油地球物理勘探,2009,44(3):323-330. Mu Zhiquan, Zhou Lihong, Zhang Yanxiang, et al. Application of seismic geologic integrative reservoir prediction technique in Gu 533 block of Daqing oilfield [J]. Oil Geophysical Prospecting, 2009,44(3):323-330.

[18] 何火華,李少華,杜家元,等.利用地質統計學反演進行薄砂體儲層預測[J].物探與化探,2011,35(6):804-808. He Huohua, Li Shaohua, Du Jiayuan, et al. The application of geostatistic inversion method to predicting the thin sandstione reservoir [J]. Geophysical & Geochemical Exploration, 2011,35(6):804-808.

[19] 尚建林,李太輝,霍新勇,等.地質統計學反演預測百口泉油田百34井區薄砂體[J].新疆石油地質,2009,30(6):758-760. Shang Jianlin, Li Taihui, Huo Xinyong, et al. Application of geostatistical inversion to prediction of thin sand body of Karamay formation in Bai-34 well area in Baikouquan oilfield [J]. Xinjiang Petroleum Geology, 2009,30(6):758-760.

[20] 孫思敏,彭仕宓.地質統計學反演方法及其在薄層砂體預測中的應用[J].西安石油大學學報:自然科學版,2007,22(1):41-44. Sun Simin, Peng Shimi. Geostatistical inversion method and its application in the prediction of thin reservoirs [J]. Journal of Xi'an Shiyou University: Natural Science Edition, 2007,22(1):41-44.

[21] Zhang T. Incorporating geological conceptual models and interpretations into reservoir modeling using multiple-point geostatistics [J]. Earth Science Frontiers, 2008,15(1):26-35.

[22] 包興,李君,李少華.截斷高斯模擬方法在沖積扇儲層構型建模中的應用[J].斷塊油氣田,2012,19(3):316-318. Bao Xing, Li Jun, Li Shaohua. Application of truncated Gaussian simulation algorithm in architecture modeling of alluvial fan reservoir [J]. Fault-Block Oil & Gas Field, 2012,19(3):316-318.

[23] 王家華,劉衛麗,白軍衛,等.基于目標的隨機建模方法[J].重慶科技學院學報:自然科學版,2012,14(1):162-163. Wang Jiahua, Liu Weili, Bai Junwei, et al. On the object-based stochastic modeling method [J]. Journal of Chongqing University of Science and Technology: Nature Sciences Edition, 2012,14(1):162-163.

[24] 尹艷樹,張昌民,李玖勇,等.多點地質統計學研究進展與展望[J].古地理學報,2011,13(2):245-252. Yin Yanshu, Zhang Changmin, Li Jiuyong, et al. Progress and prospect of multiple-point geostatistics [J]. Journal of Palaeogeography, 2011,13(2):245-252.

[25] Pranter M J, Reza Z A, Weimer P. Deepwater reservoir modeling using sequence-stratigraphic and geomorphic constraints [C]∥SPE Annual Technical Conference and Exhibition. USA: Society of Petroleum Engineers, 2005:11-22.

[26] 牛博,高興軍,趙應成,等.古辮狀河心灘壩內部構型表征與建模——以大慶油田薩中密井網區為例[J].石油學報,2015,36(1):89-100. Niu Bo, Gao Xingjun, Zhao Yingcheng, et al. Architecture characterization and modeling of channel bar in paleo-braided river: A case study of dense well pattern area of Sazhong in Daqing oilfield [J].Acta Petrolei Sinica, 2015,36(1):89-100.

2016-10-24；編輯：任志平

國家科技重大專項(2016ZX05033-003-002)

趙 磊(1985-)，男，在站博士后，工程師，主要從事開發地質和三維地質建模方面的研究。

段太忠,E-mail: duantz.syky@sinopec.com

TE132

A

2095-4107(2017)01-0063-10

DOI 10.3969/j.issn.2095-4107.2017.01.007