油氣資源評價中成因法分析與運聚系數取值模型研究

白琨琳,趙迎冬

(1.中國科學院南海海洋研究所邊緣海與大洋地質重點實驗室，廣東廣州 510301；2.中國科學院大學，北京 100049；3.南寧師范大學地理科學與規劃學院，廣西南寧 530001)

0 引言

油氣資源評價是運用多學科、多手段、多方面資料成果和信息，在系統工程分析條件下，以石油地質基礎研究為主線，對油氣資源的過去、現在和將來狀況進行綜合分析(趙文智等，2005；吳曉智等，2016)。油氣資源評價方法是進行油氣資源評價的直接手段，包括成因法、類比法、統計法三大類(李建忠等，2016)。而成因法因其自身特點(Ungerer et al.，1984)，已被廣泛應用，但仍存在諸多問題，最典型的如運聚系數取值困難。雖然大量學者針對運聚系數進行了研究，并通過解剖刻度區初步建立了回歸公式(宋國奇，2002；柳廣弟等，2003；祝厚勤等，2007；周總瑛，2009；呂一兵等，2011；張蔚等，2019)，但精度仍然很低，選取參數的相關性不高，與地質的關聯性不強，容易產生誤差，導致運聚系數取值變化幅度非常大，無法有效推廣使用。本文以成因法與運聚系數的特點來闡述其計算方式，建立一套運聚系數計算過程模型，使運聚系數的取值更有依據，更能滿足實際計算需要，同時也提高了成因法的可靠性。

1 成因法的特點與發展

1.1 特點

成因法遵守油氣從生成到運移、到聚集成藏的原則，通過對烴源巖中烴類的生成量、排出量、吸附量、散失量、破壞量等計算，確定油氣藏中油氣最終的保留量(龐雄奇等，2000；趙迎冬和趙銀軍，2019)，其計算過程展示了油氣藏形成的完整成因過程，因此稱“成因法”(圖1)。其計算能夠較好地體現盆地的生烴、排烴、運聚等過程，具有明確的地質意義。

圖1 成因法烴類轉移過程

成因法通常用于盆地級、凹陷級油氣資源的評價，而當研究區資料較豐富時，也可以用于計算區帶級油氣資源量。成因法在不同勘探程度地區都可以使用，通過不斷豐度的地質數據來提高計算的準確度。如在低勘探程度地區，地質資料較少時，可以使用成因法中的氫指數法、殘留有機碳法、氯仿瀝青“A”等方法，這些方法所需參數較少，準確度較低；而在高勘探程度地區可使用盆地模擬法，全面計算出生烴、排烴、殘留烴的含量，并推導出潛在資源量，準確度較高。

分析成因法計算過程與原理，其計算是從生成、排出、運移、聚集、破壞、保留的多個角度來考慮，計算過程為一種遞減模式，通常會使計算結果偏高，具有“高估”特點，可作分析資源“上限值”的方法(圖2)。

圖2 成因法資源量特點

對勘探數據的要求少，可計算資源的“上限”是成因法的主要優點，如某些勘探早期地區，勘探資料匱乏，甚至缺少油藏發現，這種情況下，成因法所需數據少且計算方便的特點就能體現，并且成因法計算出的資源量較大，能給予該區勘探信心并指導勘探方向。如圖3所示，當某盆地處于勘探早期，地質資料少，勘探只發現少數油藏，探明儲量很低時，無法使用類比法，并且受有限的儲量數據所限，統計法只能計算出較低的資源量。此時成因法可以快速算出盆地生烴量，并簡單計算資源量。因成因法高估特點，該資源量會比統計法所得結果大，形成了該地區資源的“上限值”。同時該時期資料少，因此資源量范圍幅度較大，符合當時實際的勘探情況。

圖3 勘探過程與資源量變化關系

而勘探中期，地質資料已經比較豐富，且有大量油藏被發展，探明儲量也有了大幅度增長，此時就可以使用多種計算方法獲取資源量，如可以通過類比法類比其它凹陷刻度區，也可以通過多種統計法分析統計規律計算資源量。此時地質數據較全，生烴量會有大幅度的增長，導致成因法計算的資源量大幅度增加(圖3)。其它方法計算出資源量也因大量勘探發現而大幅度增加，導致最終資源量增加，此時成因法計算的資源量依然可作為“上限值”。

在勘探后期，油藏基本被勘探完全，探明儲量達到頂峰。此時地質資料研究已經十分全面，生烴量與運聚系數變化都不大，導致成因法計算出的資源量變化很小(圖3)。而油藏勘探完成與探明儲量確定，會導致各種方法算得資源量都趨于統一，資源量范圍幅度較小。綜合以上，可將成因法看作勘探過程中一個計算油氣資源量“上限值”的方法。

1.2 發展與瓶頸

1978年，Tissot和Welte首次定義了定量計算烴源巖生烴量的數學模型(Tissot and Welte，1978)，作為成因法計算油氣資源量的理論基礎。隨后由于受制于運聚系數取值，成因法被認為誤差大，準確率不高，真正使用得較少。此外，由于社會與經濟體制的不同，國外追求經濟效益，以遠景可開采石油儲量作為資源量(Meneley et al.，2003)，而不重視地質成因與地質資源量，越來越少使用以地質資源為基礎的成因法，多使用以經濟效益為基礎的統計法(Charles，1993；Charpentier and Klett，2005；Hackley and Ewing，2010)。

因此，近40年來國外在常規油氣資源評價方法上主要注重改進統計模型與注重地質綜合分析，而對成因法后續研究投入不多。國內則是重點發展成因法，在早期的油氣資源評價中更是以成因法為主。隨著90年代計算機技術的發展，將成因法研究的重點放在盆地模擬技術上(趙文智等，2005)。盆地模擬即通過計算機技術模擬整個盆地生烴與排烴的過程，計算出盆地生烴量與排烴量，并能夠模擬出油氣的運聚方向。可以說盆地模擬技術的誕生將油氣的生成、運移、聚集合為一體，通過研究各種地質參數，建立了數字化的動態模型，方便了成因法的計算，大幅度提高了成因法計算的準確率。目前，盆地模擬技術技術已經發展到三維綜合模擬階段，并與含油氣系統分析、成藏動力系統分析相結合，不斷推進向更高的層次發展(張慶春等，2001)，國內外發展出了多種盆地模擬軟，如PetroMod、BasinMod等(Barker et al.，1984；Ulmishek，1986；Magoon，1987)。但目前盆地模擬計算資源量只是在生烴方面較為完善，還存在其它方面問題，如排烴過程較為復雜不易模擬，區帶邊界不易確定等。

目前運聚系數的取值依然是整個成因法使用中最主要的問題，盆地模擬技術無法解決，阻礙了成因法的進一步發展。

2 運聚系數分析與建模

2.1 存在問題

運聚系數是成因法中最重要的參數之一，它是生烴量與最終形成油藏的比率值，其中油的運聚系數取值范圍從不足1%至15%(宋國奇，2002；柳廣弟等，2003；祝厚勤等，2007；周總瑛，2009；呂一兵等，2011；張蔚等，2019)。有時也可以用排烴量與形成油藏做比值，稱為排聚系數，這種排聚系數比運聚系數的準確度更高，但計算起來也更加復雜，還需要考慮排烴的復雜過程。但無論是哪種系數，都涉及到將生、排烴量轉換為最終資源量，這是一個十分復雜的過程。

運聚系數目前沒有準確的公式，也無法通過軟件模擬出，常通過估值或回歸公式的方式求取。但是目前的回歸公式準確度仍然很低，選取的回歸參數相關性也不高，并且這種回歸公式的取值方式使成因法缺失了通過地質過程計算資源量的特點，同時缺失了成因法計算資源量“上限值”的特點。

近些年來，隨著刻度區技術的發展，運聚系數又有了新的計算方式，即通過類比刻度區計算運聚系數。如將一個高勘探程度的刻度區解剖后獲得運聚系數，通過對地質條件的比較，類比計算出預測區的運聚系數。然而該方法仍然存在問題，如用什么地質條件作為計算運聚系數的標準？類比刻度區求取運聚系數與直接使用刻度區類比法計算資源量有何區別？假如運用在勘探初期，無較多的地質資料，一些參數無法獲取時，如何類比運聚系數？因此用刻度區類比計算運聚系數仍然不可行。

因此目前需要的是一個簡單而有效的運聚系數計算模型，并擁有成因法具有體現油氣成藏過程與計算“上限值”特點，應將運聚系數研究的重點放在模型的建立與改進上。

2.2 運聚系數分析與建模

運聚系數的分析不等同于地質條件分析，側重點應有所不同。而油氣的成藏過程是從烴類排出到聚集成藏，因此運聚系數分析也應參考成藏過程。

依據油氣成藏過程，分析運聚系數計算的主要依據，建立了運聚系數取值模型，模型如圖4所示。烴類成藏演化的過程可表示為：烴源巖生成烴一部分排出成為排出烴，一部分成為滯留烴；排出烴中的一部分運移聚集成為聚集烴；聚集烴中的一部分被破壞散失，一部分保留下來成為保留烴；保留烴中的一部分為非常規油氣藏，只有一部分為常規油氣藏。因此整個成藏過程可劃分成6個過程，即排烴過程、運移過程、聚集過程、儲存過程、破壞過程、資源比例過程(龐雄奇等，2000；張善文等，2003；周總瑛，2009)，而此6個過程就需要通過6個參數來實現，參數一般為各時期影響資源豐度的主控因素(張蔚等，2019)，如可以通過烴源巖埋深計算排烴率，用源儲距離計算烴類滯留儲層率，用儲蓋組合數計算烴類聚集率，用儲層厚度計算聚集烴類儲存率，用蓋層保護計算烴類保存率，用儲層埋深計算常規油氣比例。

圖4 運聚系數取值模型

然而，這些參數的取值依據還需通過大量數據構建，設立出參數取值標準。

2.3 模型參數設置

分別根據以上6個過程建立各項參數的取值依據，因較多使用以油藏為主的地區為數據來源，因此本文運聚系數模型主要適用于石油資源量計算。

(1)排烴過程

以往回歸模型中常用烴源巖年齡來表示排烴量的多少，但如果烴源巖地層構造變化大，使用烴源巖年齡參數會與實際產生矛盾。如年齡較老的地層可能比年齡較新的地層抬升更高，但排烴率卻更低，因此選用烴源巖年齡作為排烴率取值依據是不合適的。本文使用烴源巖埋深與排滯系數關系作為排烴率的取值依據(張延東等，2011)，其中排滯系數即排烴抑滯率，即烴源巖中殘留烴與生成烴的比值，計算式排滯系數f。

f=S1/(S0-S2)

其中S0為原始產烴率，mg/g TOC，mL/g TOC；S1為自由烴，mg/g巖石；S2為生油潛力，mg/g 巖石；S1與S2可以通過實驗測試得出，S0需要經過公式換算得出。

排滯系數可以通過大量實驗測試得出準確結果(徐春華等，2006；陳義才等，2009)，排滯系數一般為0.4～0.9，整體上隨深度增加而減少(周總瑛，2009)。排滯系數計算得到的排烴率相比傳統殘烴法或生烴潛力法計算出的準確率要高(張延東等，2011)。烴源巖埋深與排滯系數關系如圖5a，可見同一埋深中較大排滯系數為排烴受到抑制時的排烴狀態，代表烴源巖厚度巨大，烴類不易排出導致；而同一埋深中較小的排滯系數應表示處于砂泥交互帶的烴源巖排烴狀態。因此用較大排滯系數作為烴源巖的排烴效率，符合成因法計算“上限值”的特點，通過烴源巖埋深直接獲取排滯系數與排烴率。

(2)運移過程

烴類從排出到目的儲層需要經過一定距離的運移，途中烴類會散失一部分，因此需計算途中散失烴量，本文用源儲距離作取值依據。根據砂巖儲層氯仿瀝青“A”的平均含量計算砂巖儲層滯留烴量，即算出儲層單位面積厚度的平均含烴量。通過分析幾個刻度區的含烴量平均值，得到單位源儲距離的烴類滯留量。如在排烴強度為2×106t/km2地區，依據刻度區氯仿瀝青“A”平均值求得其單位儲層滯留烴量為1×105t/km2，因此儲層殘烴率為5%。單位源儲距離設為1 km，儲層殘烴率為5%，而源儲距離設為2 km，儲層殘烴率為10%，這樣隨著源儲距離的增加，儲層殘烴率程線性增長趨勢(圖5b)。因此可通過估計源儲距離計算出儲層滯留率。

(3)聚集過程

聚集過程主要關注儲蓋組合情況，因為單純的儲層厚度并不能決定烴類的富集程度，只有形成有效的儲蓋組合后才能大規模富集烴類。儲蓋組合數與聚集率的關系也可通過刻度區來分析，如通過層區帶刻度區來分析單個儲蓋組合的聚集效率，再通過運聚單元刻度區來分析多個儲蓋組合下的聚集效率。以中國東部大量斷陷盆地為數據基礎，根據其多個運聚單元刻度區及其內部層區帶刻度區解剖結果，單個儲蓋組合運聚系數在4%～5%，而2個儲蓋組合運聚系數為7%～8%，3個儲層組合運聚系數為10%左右，4個儲層組合運聚系數為13%左右。通過回歸分析，認為聚集效率與運聚系數正相關線性相關。因此對比儲蓋組合數，就可得出聚集效率結果，結果如圖5c所示。

(4)儲存過程

儲存過程指儲層能存下的烴量，儲層越厚儲存率越高，因此本文將儲層厚度作為儲存率的計算依據。一般一些巖性油氣藏中儲層厚度是油氣富集率的關鍵。儲存率與儲層厚度的關系可通過油層有效厚度來統計分析，經過統計大多數油藏油層有效厚度主要集中在10～50 m，而油層有效厚度100 m以上的概率不到1%(據多家油田探明儲量報告統計)。那么大概率100 m左右厚的儲層就能基本儲存下全部烴量，而累計砂巖厚度不足100 m時，儲存率會受影響。按照油層有效厚度分布概率，可計算油層有效厚度的累計概率曲線，將此概率曲線作為儲存率隨儲層厚度變化標準，最終關系如圖5d所示。

(5)破壞過程

有學者使用不整合數來表示破壞過程，但實際并不合適，同樣不整合數地區關聯的油氣運聚系數變化幅度卻很大，比如受1次構造破壞的地區，運聚系數可以從6%～20%，變化大，無法準確取值。因此可以加入蓋層性質來綜合取值，如將蓋層分為厚層泥巖(火山巖)、中層泥巖、薄層泥巖、砂泥互層4種蓋層類型，分別分析不同蓋層類型下不整合次數對運聚系數的影響。最后通過保存率與運聚系數相關性分析出保存率得取值，結果如圖5e所示。

(6)資源比例過程

很多地區成藏條件好，但因儲層物性不好，形成常規油藏少、致密油藏多的情況，因此資源類型與儲層物性有關。可以用儲層埋深代替儲層物性，并推算常規油藏的比例，以孔隙度8%作為常規油藏與致密油藏的分界線(賈承造等，2012)。綜合大量儲存孔隙度隨深度變化數據，當埋深3200 m以淺時，平均孔隙度8%～18%，普遍大于8%，因此常規油藏比例100%；而儲層4200 m以深時，孔隙度基本都小于8%，因此常規油藏比例為0，具體如圖5f所示。

圖5 運聚系數模型內各參數取值依據

模型參數的取值普遍對應較大運聚結果，因此計算出的運聚系數普遍較大，可使最終成因法的計算結果偏大，達到計算資源“上限值”的目的。

3 運聚系數模型實例檢驗

刻度區是一種高勘探程度區，地質資料、成藏過程、儲量勘探等方面分析十分全面，可以起到標準區的作用，因此可以通過刻度區檢驗本文的運聚系數取值模型是否準確?？潭葏^的高勘探程度可以直接獲取運聚系數，其運聚系數可以直接用刻度區的資源量與生烴量比值獲得，取值十分準確。本文將以勘探程度較高的南堡凹陷為例，以南堡凹陷內的兩個刻度區檢驗本文運聚系數取值模型，兩個刻度區都是以油藏為主。

3.1 南堡凹陷刻度區解剖

用來檢驗模型的刻度區通常是凹陷級或運聚單元級，但層區帶級刻度區研究更精細(張雪峰等，2016)，也可以用于檢驗，因此本文將南堡凹陷兩個刻度區作用檢驗對象，分別是運聚單元級刻度區——高柳刻度區，層區帶級刻度區——南堡1號構造東營組一段(Ed1)刻度區?？潭葏^基本成藏特征如圖6所示。其中運聚單元級刻度區是為了準確驗證運聚系數取值模型，而層區帶級刻度區是為了驗證模型在小尺度精細評價時的準確度。

圖6 南堡凹陷刻度區成藏特征

刻度區解剖的主要內容又可分為兩個方面，一是刻度區油氣成藏條件的詳細解剖，分析刻度區油氣成藏關鍵地質因素，如生、儲、蓋等條件；二是運用合理的計算方法確定刻度區資源量，進而分析出刻度區的資源參數，如運聚系數、資源豐度等(胡素云等，2005)。

刻度區之所以稱為“刻度”是因為其通過解剖能做為“標尺”進行量化分析，因此其成藏條件必須能以參數形式展現，如烴源巖條件需從烴源巖厚度、有機碳含量、有機質類型等方面進行量化。分別對2個刻度區的成藏條件進行量化分析，結果如表1所示。

表1 南堡凹陷刻度區成藏條件解剖參數表

資源參數是刻度區類比其它地區時使用的重要參數，通過計算刻度區資源量可以得到所需的資源參數，其中就包括運聚系數。由于刻度區是高勘探程度地區，在資源量計算方法上通常以統計法為主(龐雄奇等，2000；呂一兵等，2011)，參考本次刻度區級別，選取適合的計算方法，油藏規模序列法與圈閉加合法。生烴量通過盆地模擬軟件求得。計算結果如表2所示，高柳刻度區烴源巖生烴量為24.6×108t，資源量30908×104t，計算得運聚系數為12.6%；南堡1號Ed1刻度區烴源巖生烴量為25.3×108t，資源量12689×104t，計算得運聚系數為5.0%。

表2 南堡凹陷刻度區資源參數表

3.2 模型檢驗

將2個刻度區結果代入到運聚系數模型中，其中參數取值分別為：高柳刻度區烴源巖埋深為4000 m，源儲距離4 km，儲蓋組合數4個，儲層厚度1200 m，蓋層保護為中層泥巖，不整合次數2，儲層埋深3100 m；南堡1號構造Ed1段刻度區烴源巖埋深為4100 m，源儲距離12 km，儲蓋組合數1個，儲層厚度220 m，蓋層保護為火山巖，不整合次數1，儲層埋深2200 m。根據模型(圖5)可將以上結果轉化為排烴率、滯留率、聚集率、儲存率、保存率、常規油藏率，結果如表3所示。依據運聚系數模型最終計算出高柳刻度區運聚系數12.6%，南堡1號構造Ed1段刻度區運聚系數5%。對比模型計算結果，與實際運聚系數結果相差小，說明模型準確度高，且在不同級別的預測區均能使用。

表3 刻度區解剖結果檢驗運聚系數取值模型

3.3 模型的適用性分析

即使運聚系數精確度提高，其始終是成因法計算資源量的一部分，因此運聚系數取值模型也應遵循成因法的特點，即計算資源量的“上限值”。其適用性也應與成因法一致，即適用范圍廣，使用頻率高，準確度較低。因此，本文建立的運聚系數取值模型其目的主要是為了使成因法更加便捷，計算更加簡單，在數據不多的情況下也可使用。

不同勘探程度地區對資源量計算準確度的需求不一樣，在成因法的使用上會產生不同“需求”。因此可以通過分析不同勘探地區對計算資源量的“需求”來指導成因法的“需求”，再判斷運聚系數取值模型是否滿足“需求”，得出模型的適用性。結果如表4所示，可以看出模型在中-低勘探程度地區可滿足計算“需求”，在計算過程中起到了關鍵的作用，因此適用性高；而高勘探程度地區，取值模型只是眾多計算方法之一，重要程度較低，因此適用性中等。

表4 運聚系數取值模型的適用性分析

4 結論

(1)成因法計算資源量具有明確地質意義，因其高估的特點，可以用于計算油氣資源量“上限值”。

(2)油氣成藏可劃分成6個過程，即排烴過程、運移過程、聚集過程、儲存過程、破壞過程、資源比例過程，對這6個過程分別設立參數取值依據可得運聚系數的取值模型。

(3)該運聚系數取值模型在中-低勘探程度地區適用性高，而在高勘探程度地區適用性中等。