辫状河相致密砂岩气藏三维地质建模

郭智，孙龙德，贾爱林，卢涛

（1.中国石油勘探开发研究院；2.中国石油天然气股份有限公司；3.中国石油长庆油田分公司苏里格气田研究中心）

辫状河相致密砂岩气藏三维地质建模

郭智1，孙龙德2，贾爱林1，卢涛3

（1.中国石油勘探开发研究院；2.中国石油天然气股份有限公司；3.中国石油长庆油田分公司苏里格气田研究中心）

针对常规地质建模方法在辫状河相致密砂岩气藏适用性差的问题，以鄂尔多斯盆地苏里格气田为研究对象，提出“多期约束，分级相控，多步建模”建模方法。该方法采用测井约束地震反演自然伽马场，并在先验地质信息控制下建立自然伽马模型；回归自然伽马模型与砂岩概率的关系，建立砂岩概率体，并通过多点地质统计学方法建立岩石相模型；然后建立岩石相、辫状河体系双重控制下的沉积微相模型；最后综合沉积微相、有效砂体规模、储集层参数分布等因素，建立有效砂体模型。建模中尽可能将地质约束条件加入地质模型，增强了井间砂体预测的精度，提高了三维地质模型的可靠性，为天然气开发提供更可靠的地质依据。图6表4参20

苏里格气田；致密砂岩气；地质建模；岩石相模型；沉积微相模型；多期约束；分级相控

0 引言

中国致密气资源分布广泛，资源量与开发潜力巨大[1]，其可采资源量为（9～13）×1012m3，产量已达全国天然气总产量的30%以上[2]。鄂尔多斯盆地苏里格气田是中国致密砂岩气藏的典型代表[3]，其沉积、储集层特征具特殊性：沉积环境为湖盆背景下的陆相辫状河沉积[4]，相变较快，储集层稳定性较差，有效砂体呈透镜状，为普遍低渗背景下的相对高渗“甜点”，砂体不等同于有效砂体，两者呈“砂包砂”二元结构。

对于苏里格气田辫状河相致密砂岩储集层，常规的地质建模方法表现出较大的局限性[5]：①采用“一步建模”方法（无相控的储集层属性建模）或“两步建模”方法（岩相或沉积微相控制下的储集层属性建模）[6-8]，然而现有的地质约束条件对模型控制不足；②测井、地震等资料结合的效果并不理想，尤其当储集层埋深较大，地震资料品质不好时，常规波阻抗反演的精度无法满足开发需求[9-10]；③辫状河沉积相建模中，心滩在河道内只能按照固定比例、近同等规模分布，很难在模型中呈现复杂的沉积相相变情况，与沉积特征不符；④井间有效砂体难以识别和预测[11]。

针对现有地质建模方法的不足，结合苏里格气田地质特征，本文提出了“多期约束，分级相控，多步建模”的建模方法，旨在不断提高地质模型的精度。建模的核心是在三维空间内较准确地展现苏里格气田“砂包砂”的二元结构。因此岩石相模型和有效砂体模型是本次建模研究的重点。

“多期约束”指分期次分步骤在模型中加入约束条件[12]，以降低资料解释的多解性，明确地质含义；“分级相控”指建立岩石相和辫状河体系共同控制下的沉积微相模型，使沉积微相模型同时受岩石相和辫状河体系控制；“多步建模”是将地质模型分成多个步骤，通过岩石相约束沉积相，沉积相控制储集层属性，根据储集层属性判断有效砂体。

1 地质概况

苏里格气田位于鄂尔多斯盆地伊陕斜坡中北部（见图1），整体受控于鄂尔多斯盆地宽缓的构造背景。该构造为南西倾的大单斜，坡降仅为4～8 m/km，坡角为0.2°～0.5°，区内断层基本不发育。上古生界气藏含气层段主要为二叠系石盒子组盒8段、山西组山1段，共有7个开发小层。苏里格气田的沉积环境整体为陆相辫状河沉积体系，可分为心滩、河道充填、泛滥平原3种微相。

针对苏里格气田，选取沉积和储集层特征有代表性、开发时间长、井网密度大、资料完备的苏6加密区作为建模的研究区。在河道频繁摆动的沉积背景下，研究区砂体多期叠置，储集层相对发育，厚度大，钻遇率约为60%～90%；有效砂体受沉积和成岩双重控制[13]，主要为粗砂岩相，集中在心滩中下部及河道充填底部等，空间上呈透镜状零星分布，厚度薄，钻遇率约为20%～70%，平均44.7%。砂体及有效砂体呈“砂包砂”二元结构，净毛比（有效砂体厚度与砂体厚度比值）仅为0.15～0.40（见表1）。

图1 苏里格气田区域位置图

通过精细砂体解剖、干扰试井试验、水平井钻井等分析，认为有效单砂体厚度分布区间为1～5 m，在1.5～2.5 m区间的分布频率最高。有效砂体平均厚2～3 m，宽200～500 m，长400～700 m。根据野外露头观察、沉积物理模拟并结合前人研究成果，认为心滩砂体宽厚比为20～110，长宽比为2～6；河道充填宽厚比50～120，长宽比2～5。

表1 苏里格气田苏6加密区各小层砂体平均厚度及钻遇率统计

2 岩石相模型

参考井距、地震道间距等信息，设计建模网格大小为25 m × 25 m × 1 m。以根据钻井、地震资料建立的构造模型为基础，在三维空间表征岩石相分布。这里“岩石相”指“砂岩相”或“泥岩相”，而不具体划分其岩性，不同于广义的表征岩石物理特征的“岩相”。

苏里格气田盒8段、山1段等目的层段埋深较大，平均为3 200～3 600 m。地表呈荒漠化或半荒漠化状态，地震反射条件弱，地震资料品质不好，信噪比及分辨率较低，需要用测井资料标定地震，提高地震垂向分辨率。波阻抗反演能将地震波形记录转化为地层岩性信息，但由于苏里格气田砂、泥岩波阻抗范围接近，该方法只能区分大的砂岩段、泥岩段，而无法准确划分单个砂岩层、泥岩层。

由于某些测井曲线能较好地表现岩性变化，且与地震数据在表现岩性界面等方面存在内在联系，本次研究利用多期约束思想，优选测井曲线，通过神经网络识别技术分析测井、地震资料的函数关系，反演地球物理特征曲线随机场，以其为约束条件建立地球物理特征曲线三维模型，生成砂岩概率体，并利用多点地质统计学方法建立岩石相模型（见图2）。

图2 地质建模流程

2.1 自然伽马场

苏里格气田储集层受控于河流相沉积环境，垂向上砂、泥岩互层频繁出现。通过分析声波时差、自然电位（SP）、自然伽马（GR）、中子测井、电阻率等多条测井曲线[14]，发现GR曲线与岩石相的对应关系最好，对岩性的变化最敏感。另外地震反射波也与地层岩性有一定相关性，其正是传统的波阻抗反演的理论基础。本次研究通过神经网络模式识别技术[15]，输入GR曲线与地震成果数据，进行匹配训练，形成学习样本集，建立一系列与实际测井GR相近的地震特征，以此为标准，测井约束地震反演GR场。

对比波阻抗反演和GR场反演效果（见图3），可看出砂岩、泥岩对应的波阻抗值接近，范围皆在（10.0～12.8）×106kg/（m2·s），故波阻抗在区内划分砂、泥岩效果较差；而反演GR场则能较好地区分砂、泥岩，砂岩的反演GR值总体较低，泥岩的反演GR值相对较高，同时反演的GR场与测井GR值对应关系好，相关系数可达0.76，故可利用先验地质信息约束井间的反演GR场，从而降低资料解释的多解性。

图3 波阻抗反演与GR反演效果对比

测井约束地震反演GR场将地震资料和测井资料有机结合，保证了分析数据的质量和多源性，突破了传统意义上的地震分辨率，理论上可得到与测井资料相同的分辨率。但反演的GR场存在一个很大的缺点，就是在井间缺少地质含义，具有多解性。在目前较难提高地震分辨率的条件下，获得更准确的地质信息并将其加入到地质模型中是减少多解性的关键。

2.2 自然伽马模型

考虑到基于地震资料的反演GR场在井间的局限性，以井点处的GR值为硬数据，以反演的GR场为软数据，以精细地质解剖获得的地质信息为约束条件（物源方向和砂体主变程、次变程、垂直变程等），通过序贯高斯方法建立GR模型，从而降低了地震资料的多解性，明确了砂体预测的地质含义，保证了GR值在井点和井间的连续性。

2.3 砂岩概率体

GR模型和砂岩概率具有一定的对应关系，砂岩概率总体上随着GR值的升高而降低，泥岩概率随着GR值的升高而增加，但并不意味着给出任意一段地层的GR值，就可准确判断其是砂岩或泥岩。通过回归GR值和砂岩概率的统计关系，将GR模型转化为砂岩概率体模型，在建模软件中根据GR值自动判识岩石相时，根据计算出的砂岩概率，随机生成可供挑选的多个岩石相模型的实现，减少了给出唯一GR阈值所带来的误差。

2.4 岩石相建模方法

目前最常用的两种相建模方法分别为序贯指示模拟和基于目标的模拟。序贯指示模拟是一种基于象元的方法，通过变差函数研究空间上任意两点地质变量的相关性，能较好地忠实于井点硬数据，但不能模拟多变量的复杂关系。平面上常造成河道错断，砂体呈团状，边缘呈锯齿状，不符合辫状河沉积模式。基于目标模拟以离散性的目标物体为模拟单元，虽然能表现出河道的形态，但在井较多的情况下，常出现无法忠实于井点数据。

鉴于传统的基于变差函数的随机模拟方法和基于目标的随机建模方法的不足，多点地质统计学应运而生，并迅速成为随机建模的研究前沿和热点。该方法利用训练图像代替变差函数，揭示了地质变量的空间结构性[16]，克服了不能再现目标几何形态的不足，同时采用了序贯算法，忠实于硬数据[17]，克服了基于目标的随机模拟算法的不足。

2.5 岩石相模型

多点地质统计学的关键基础是获得训练图像。训练图像是能够表述实际砂体结构、几何形态及其分布模式等地质信息的数字化图像。大尺度的训练图像包含的地质信息多，模拟精度高，但更耗时[18]。训练图像不必忠实于实际井信息，而只反映一种先验地质概念与统计特征[19]，其主要来源于露头信息、现代沉积原型模型，基于目标的非条件模拟结果和沉积模拟获得的沉积体参数，以及数字化草图。

由于各个小层的储集层特征不同，本次研究通过基于目标的非条件模拟，优化训练图像模拟尺度，分地层单元分别建立7个开发小层的三维训练图像，盒8段砂体发育程度总体好于山1段。以井点岩石相数据为硬数据，以井间砂岩概率体为软数据，以建立的训练图像为依据，通过多点地质统计学建立三维岩石相模型。由于密井网区精细的地质解剖、较准确的砂岩概率体、多点地质统计学较先进的算法，建立的三维岩石相模型在井点处忠实于硬数据，在井间能较好地表现出河道形态。

利用地震波形砂体预测方法在平面上验证、修正和完善建立的岩石相模型。地震波形指地震波振幅、频率、相位的综合变化，可在平面上较好表现一定厚度的砂体分布，利用地震波形进行井间预测具有一定的准确性。

3 沉积相模型

3.1 辫状河体系带研究

苏里格气田盒8段、山1段地层沉积时离物源近，其坡降缓，水动力强，河道迁移、改道频繁，形成规模较大的辫状河体系（辫状河复合体），平面上呈片状分布。受沉积物源、水动力及古地形等条件控制，苏里格气田辫状河沉积体系可分为辫状河体系叠置带、辫状河体系过渡带和辫状河体系间3个相带。辫状河体系平面上对应千米级地层，垂向上对砂组级地层，包含2～3个开发小层。

研究表明辫状河体系对沉积微相的发育类型、发育频率和发育规模具有较强的控制作用。小层级别沉积微相的展布整体上受砂层组级别的辫状河体系控制，两者在物源方向、河道走向等大体趋势上呈现较大的关联性，但沉积微相在局部又展现出了一定的变化（见图4）。辫状河体系带中的叠置带处于古地形最低洼处，为古河道持续发育部位，导致心滩发育频率高，规模大；而过渡带处为高能水道、低能水道交互的区域，以河道充填发育为主，以心滩发育为辅。经统计，叠置带的心滩相比于过渡带的心滩，其发育频率为后者的近两倍（见表2），前者可比后者厚0.3～0.5 m，比后者宽70～80 m，比后者长100～200 m。

图4 辫状河体系与沉积微相平面图

表2 辫状河体系叠置带与过渡带心滩、河道充填发育比例

心滩在河道内并非按固定比例均匀分布，其在叠置带内发育频率高，规模大，在过渡带内发育频率低，规模也相对小。通过辫状河体系带研究可以刻画和描述沉积微相在空间分布的不均一性。心滩微相对应苏里格气田最有利的储集层。由于叠置带与过渡带内发育的心滩分布规律不同，叠置带与过渡带的储集层质量也存在明显差异。

3.2 沉积微相模型

传统相控建模中的“相”指“岩相”或“沉积相”[20]，然而仅靠岩相或者沉积相无法表征苏里格辫状河相致密砂岩气藏的强非均质性。因此，在建立可靠性较高的岩石相模型前提下，本次研究首先尝试结合岩石相与沉积相，利用基于目标的模拟方法，通过岩石相控制沉积微相建立相模型，分为两步：①先将河道充填与心滩合并成河道相，作为模拟相，对应岩石相模型中的砂岩相，泛滥平原作为背景相，对应岩石相模型中的泥岩相；②模拟心滩，只侵蚀原来第一步模拟产生的河道相，其他网格还保持第一步的实现结果。这样模型中的心滩会按照统计出的固定比例、近同等规模分布在河道中，从而将河道相粗略地当成均质的整体，这与已有的沉积认识不符。

鉴于辫状河体系带对沉积微相较强的控制作用，考虑利用辫状河体系与岩石相共同约束沉积微相模型，需要解决两个问题：①辫状河体系与岩石相地层尺度不同，辫状河体系是沉积环境对应砂层组级别地层的综合反映，而三维岩石相模型类似于等时地层切片的叠合，辫状河体系的叠置带甚至不一定能准确对应岩石相模型中的砂岩；②建立相模型时，建模软件只允许输入一个三维模型作为约束条件。因此，需要将辫状河体系平面分布特征与岩石相三维模型相结合，具体方法是：将同一位置的网格既属于砂岩，又位于叠置带的定为叠置带；同一网格既属于砂岩，又位于过渡带或辫状河体系间的，定为过渡带；网格处属于泥岩的，定为辫状河体系间。根据不同辫状河体系带内心滩、河道充填等沉积微相分布频率和发育规模的统计特征，建立岩石相-辫状河体系共同约束下的沉积微相模型。

受辫状河体系和岩石相共同约束的沉积微相模型，心滩在局部区带分布集中，规模较大，与沉积特征相符；而仅受岩石相控制的沉积微相模型，模拟效果不好，心滩在河道内以均一的概率、几乎均等的规模分布，淡化了沉积相在空间展布中固有的不均一性。而常规的不受岩石相控制的沉积微相模型效果更差。

4 有效砂体模型

有效砂体的空间分布遵从一定的地质和统计规律，同时也受沉积微相、储集层参数的影响和控制。苏里格气田有效砂体相对于非有效砂体的储集层参数值较高，受沉积和成岩双重控制，有效砂体与心滩等沉积微相对应关系较好，经统计，研究区86%的有效砂体分布在心滩中。

在建立岩石相模型、沉积相模型和储集层参数模型的基础上，分别用两种方法建立有效砂体模型：①离散型建模方法——基于目标的模拟，以井点处测井或试井证实的有效砂体为硬数据，根据有效砂体在空间的分布规律及统计特征（见表3），将有效砂体（气层、含气层）作为相属性进行模拟，非有效砂体作为背景相；②连续型建模方法——序贯高斯模拟方法，通过试井、试采等数据分析，得到有效砂体的储集层参数下限值（孔隙度大于等于5%，含气饱和度大于等于45%），针对孔隙度、渗透率和饱和度储集层参数模型进行数据筛选（孔隙度变差函数见表4），将满足要求的网格定为有效砂体。

表3 有效砂体建模参数

表4 孔隙度建模变差函数

5 模型检验

地下地质情况的认识程度、建模基础资料的应用效果、建模方法和算法的合理与否很大程度上决定了地质建模的精度和准确度。从地质认识验证、井网抽稀检验、储集层参数对比、储量计算、动态验证等方面检验建模效果。若模型效果好，精度高，则输出模型；若模型效果不好，则反复调整建模参数，重新建立模型，直至达到理想的效果。本次研究的建模方法已应用于苏里格气田具体的开发区块，在砂体预测及含气性检测等方面取得了不错的开发效果。

5.1 地质认识验证

研究区盒8段下亚段2小层在W9井区、W12井区的砂体厚度大，储集层质量好。井点处建立的地质模型与砂体等厚图有较好的对应关系；三维地质模型通过地震资料、砂体概率体和建模算法对井间的砂体分布进行了合理的预测（见图5）。

图5 基于模型和手工绘制的砂体等厚图对比

5.2 井网抽稀检验

苏里格气田密井网的井距为400 m × 600 m，将建模井网逐级抽稀，被抽掉的井作为检验井，不参与模拟，用剩余的井资料重新建立模型，分析井间砂体的正判率（砂体模拟的正确率），检验模型的可靠程度。井间砂体的正判率通过对比模型中被抽掉的井位处砂、泥岩分布与实钻井的砂、泥岩剖面的符合程度而得到。统计表明，随着井网井距的增大，井间砂体的正判率依次下降（见图6）。800 m × 1 200 m、1200 m × 1 800 m、1 600 m × 2 400 m井网下的井间条件下，砂体正判率分别为85.7%、72.7%、55.2%。抽稀到1 600 m × 2 400 m时，多段砂岩出现判断错误，井间砂体正判率约为50%，这对砂、泥岩判断意义不大。模型对厚层砂体预测的准确性要明显好于薄层砂体。一般认为，正判率在70%以上的模型是基本可靠的。经对比，本次岩石相建模方法适用于1 200 m × 1 800 m井网，而常规岩石相建模方法仅适用于800 m × 1 200 m，两者相比，本次建立的模型精度有较大程度的提高。

图6 模型井网抽稀检验（红色井名代表该井被抽掉，建模时未用到该井资料，蓝色井名代表在模拟时用到了该井资料）

5.3 储集层参数对比

对比属性建模参数结果、离散化数据与原始测井曲线，三者分布范围接近，在同一区间的分布比例相差较小，其中储集层孔隙度为5%～12%，渗透率为（0.01～10.00）×10-3μm2，含气饱和度主要为20%～70%。本次建立的相控属性模型能够反映输入属性参数的基本分布特征，模拟精度较高。

5.4 储量计算

储量的集中程度和规模大小是孔隙度、含气饱和度、净毛比等参数的综合表现，储量计算的合理与否可作为储集层参数和有效砂体模拟效果好坏的检验标准。研究区密井网区是苏里格气田最有利的开发区块之一，探井资料表明储量丰度为（1.3～1.5）×108m3/km2。经计算，本次建立的地质模型天然气储量为44.53×108m3，其中盒8段下亚段第2小层储量最高，盒8段上亚段第2小层次之，盒8段储量富集程度好于山1段，区内平均储量丰度为1.362×108m3/km2，与地质认识吻合较好。

5.5 动态资料验证

通过数值模拟方法检验地质模型精度。将地质模型网格粗化为100 m × 100 m × 3 m，对产量、井口压力等进行历史拟合，对比模拟预测动态与生产实际动态之间的差异，将模型进行相应的调整并分析拟合效果。经统计，研究区拟合误差小于5%的井占总井数的83.3%，说明地质模型的精度较高。

6 结论

针对苏里格气田辫状河相致密砂岩气藏的储集层特征，应用概率论思想，结合测井、地震、地质等资料，提出“多期约束，分级相控，多步建模”的建模方法。分期次引入多重地质约束条件，逐步降低资料解释的多解性和不确定性（测井约束反演GR场—GR模型—砂岩概率体—岩石相模型）；分级次建立相模型，包括岩石相模型、辫状河体系、沉积微相模型；分多个步骤建立三维地质模型，前一步骤或前几步骤的成果是后一步骤的数据基础。

相对于常规建模方法，“多期约束，分级相控，多步建模”建模方法尽可能加入了先验地质信息，依据井震关系（GR场反演比常规的波阻抗反演区分砂、泥岩效果好），增强了井间砂体的可预测性，使建立的模型符合已有的沉积特征和地质认识，提高了三维地质模型的精度。

[1] 孙龙德,方朝亮,李峰,等.中国沉积盆地油气勘探开发实践与沉积学研究进展[J].石油勘探与开发,2010,37(4): 385-396.Sun Longde,Fang Chaoliang,Li Feng,et al.Petroleum exploration and development practices of sedimentary basins in China and research progress of sedimentology[J].Petroleum Exploration and Development,2010,37(4): 385-396.

[2] 张焕芝,何艳青,陈文征.加快致密气开发的政策研究[J].石油科技论坛,2014,33(4): 13-16.Zhang Huanzhi, He Yanqing,Chen Wenzheng.Accelerate policy research on compact gas development[J].Oil Forum,2014,33(4): 13-16.

[3] 孙龙德,邹才能,朱如凯,等.中国深层油气形成、分布与潜力分析[J].石油勘探与开发,2013,40(6): 641-649.Sun Longde,Zou Caineng,Zhu Rukai,et al.Formation,distribution and potential of deep hydrocarbon resources in China[J].Petroleum Exploration and Development,2013,40(6): 641-649.

[4] 张文才,顾岱鸿,赵颖,等.苏里格气田二叠系相对低密度砂岩特征及成因[J].石油勘探与开发,2004,31(1): 57-59.Zhang Wencai,Gu Daihong,Zhao Ying,et al.Characteristics and generating mechanism of Permian relative low-density sandstone in Sulige Gas Field,Northwest China[J].Petroleum Exploration and Development,2004,31(1): 57-59.

[5] 陈凤喜,卢涛,达世攀,等.苏里格气田辫状河沉积相研究及其在地质建模中的应用[J].石油地质与工程,2008,22(2): 21-24.Chen Fengxi,Lu Tao,Da Shipan,et al.Study on sedimentary facies of braided stream and its application in geological modeling in Sulige gas field[J].Petroleum Geology and Engineering,2008,22(2): 21-24.

[6] 吴胜和,李宇鹏.储层地质建模的现状与展望[J].海相油气地质,2007,12(3): 53-60.Wu Shenghe,Li Yupeng.Reservoir modeling: Current situation and development prospect[J].Marine Origin Petroleum Geology,2007,12(3): 53-60.

[7] 贾爱林.中国储层地质模型20年[J].石油学报,2011,32(1): 181-188.Jia Ailin.Research achievements on reservoir geological modeling of China in the past two decades[J].Acta Petrolei Sinica,2011,32(1): 181-188.

[8] 贾爱林,程立华.数字化精细油藏描述程序方法[J].石油勘探与开发,2010,37(6): 623-627.Jia Ailin,Cheng Lihua.The technique of digital detailed reservoir characterization[J].Petroleum Exploration and Development,2010,37(6): 623-627.

[9] 吴键,李凡华.三维地质建模与地震反演结合预测含油单砂体[J].石油勘探与开发,2009,36(5): 623-627.Wu Jian,Li Fanhua.Prediction of oil bearing single sand body by 3D geological modeling combined with seismic inversion[J].Petroleum Exploration and Development,2009,36(5): 623-627.

[10] 孙龙德,撒利明,董世泰.中国未来油气新领域与物探技术对策[J].石油地球物理勘探,2013,48(2):317-324.Sun Longde,Sa Liming,Dong Shitai.New challenges for the future hydrocarbon in China and geophysical technology strategy[J].Oil Geophysical Prospecting,2013,48(2): 317-324.

[11] 卢涛,李文厚,杨勇.苏里格气田盒8气藏的砂体展布特征[J].矿物岩石,2006,26(2):100-105.Lu Tao,Li Wenhou,Yang Yong.The sandstone distribution characteristics of He-8 gas reservoir of Sulige gas field[J].Mineral Petrol,2006,26(2): 100-105.

[12] 贾爱林,郭建林,何东博.精细油藏描述技术与发展方向[J].石油勘探与开发,2007,34(6): 691-695.Jia Ailin,Guo Jianlin,He Dongbo.Perspective of development in detailed reservoir description[J].Petroleum Exploration and Development,2007,34(6): 691-695.

[13] 何东博,贾爱林,田昌炳,等.苏里格气田储集层成岩作用及有效储集层成因[J].石油勘探与开发,2004,31(3): 69-71.He Dongbo,Jia Ailin,Tian Changbing,et al.Diagenesis and genesis of effective sandstone reservoirs in the Sulige gas field[J].Petroleum Exploration and Development,2004,31(3): 69-71.

[14] 郭智,杨少春,贾爱林,等.薄砂层多开发层系油田测井精细解释方法[J].石油学报,2013,34(6): 1137-1142.Guo Zhi,Yang Shaochun,Jia Ailin,et al.Fine log interpretation for oilfields with thin sands and multiple developed layer systems[J].Acta Petrolei Sinica,2013,34(6): 1137-1142.

[15] 艾宁,唐永,杨文龙,等.基于模糊神经网络的致密砂岩储层反演: 以长岭断陷1号气田登娄库组为例[J].石油与天然气地质,2013,34(3): 413-420.Ai Ning,Tang Yong,Yang Wenlong,et al.Fuzzy neutral network-based tight sandstone reservoir inversion: A case study from the Denglouku Formation in Changling 1 gas field[J].Oil &Gas Geology,2013,34(3): 413-420.

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

[17] Strebelle S B,Journel A G.Reservoir modeling using multiple-point statistics[R].SPE 71324,2001.

[18] 石书缘,尹艳树,冯文杰.多点地质统计学建模的发展趋势[J].物探与化探,2012,36(4): 655-660.Shi Shuyuan,Yin Yanshu,Feng Wenjie.The development and prospect of multiple-point geostatistics modeling[J].Geophysical &Geochemical Exploration,2012,36(4): 655-660.

[19] 吴胜和.储层表征与建模[M].北京: 石油工业出版社,2010.Wu Shenghe.Reservoir characterization &modeling[M].Beijing: Petroleum Industry Press,2010.

[20] 李少华,刘显太,王军,等.基于沉积过程建模算法Alluvsim的改进[J].石油学报,2013,34(1): 140-144.Li Shaohua,Liu Xiantai,Wang Jun,et al.Improvement of the Alluvsim algorithm modeling based on depositional processes[J].Acta Petrolei Sinica,2013,34(1): 140-144.

（编辑 林敏捷 绘图 刘方方）

3D geological modeling for tight sand gas reservoir of braided river facies

Guo Zhi1,Sun Longde2,Jia Ailin1,Lu Tao3
(1.PetroChina Research Institute of Petroleum Exploration &Development,Beijing 100083,China;2.PetroChina Company Limited,Beijing 100007,China;3.Sulige Gas Field Research Center of PetroChina Changqing Oilfield Company,Xi’an 710018,China)

Considering the poor applicability of conventional geological modeling to tight sand gas reservoir in braided river facies,a modeling method of “multi-stage constraint,hierarchical facies and multi-step models” was put forward taking Sulige gas field in Ordos Basin as the study object.The method obtains the GR field by seismic inversion constrained by logging data,and GR modeling is built under the control of the prior geological knowledge;the relation regression is realized between the GR model and the sandstone probability,sandstone probability modeling is built,and rock facies modeling is obtained by multi-point geostatistics theory;sedimentary microfacies modeling controlled by rock facies and braided-river-system is made;and eventually build effective sand body modeling by integrating sedimentary microfacies,effective sand body scale and reservoir properties distribution.The research method discussed in this paper has put geological constraints into the model as far as possible,enhanced the inter-well sand body predictability and improved the precision rate,thus it can provide a more reliable geological basis for gas reservoir development.

Sulige gas field;tight sand gas;geological modeling;rock facies model;sedimentary microfacies model;multi-stage constraint;hierarchical facies

国家科技重大专项“大型油气田及煤层气开发”（2011ZX05015）

TE122

A

1000-0747(2015)01-0076-08

10.11698/PED.2015.01.09

郭智（1986-），男，山东东营人，博士，中国石油勘探开发研究院工程师，主要从事油气田开发地质方面的研究工作。地址：北京市海淀区学院路20号，中国石油勘探开发研究院鄂尔多斯分院，邮政编码：100083。E-mail：guozhi2014@petrochina.com.cn

2014-01-04

2014-12-10