秦皇岛32-6油田北区三维相控地质统计建模与反演

闵小刚，康安，周守信

（1.中海石油研究中心，北京 100027；2.中海石油伊拉克有限公司，北京 100010）

秦皇岛32-6油田北区三维相控地质统计建模与反演

闵小刚1，2，康安2，周守信2

（1.中海石油研究中心，北京 100027；2.中海石油伊拉克有限公司，北京 100010）

秦皇岛32-6油田主要含油层系是被断层复杂化了的明化镇组下段河流相储层，由于薄夹层规模小，砂体薄厚极不稳定且横向变化大，井间可对比性差。常规确定性反演方法受地震频带限制，对目的层段出现频次最多的3～5 m砂体无法准确表征，造成钻前、钻后砂体的变化比较大。为了提高河流相储层预测的分辨率和精度，文中发展应用了相控地质统计学反演方法。具体实现过程是，首先反演出高分辨率的砂泥岩性模型，将它与基于目标的方法模拟出的沉积微相模型合并，然后在新的相模型约束下，按照双重变差函数分析思想，实现对薄储层物性的高精度反演。实际应用表明，井点预测砂体厚度误差较小，井间预测砂体连通、接触关系符合地震趋势和地质统计规律。由此得到的阻抗、优势相和物性三维地质模型，其垂向网格间距可达到1 ms，既能在平面上很好地表现地质认识，又能在纵向上合理划分出隔、夹层。

明化镇组；河流相储层；MCMC算法；变差函数；相控地质统计学反演

0　引言

国内对河流相储层研究得比较多，一般是从井震结合的角度对河流相的空间分布进行定性、定量表征。河流相储层描述的难点在于砂体厚度较薄、横向变化大、井间可对比性差［1］，这就造成纵向上隔夹层识别困难、平面上非均质性难以刻画。此外，海上油田由于平台的生命周期只有20 a，面对开发的巨大投资和风险，在总体开发方案设计阶段，就需要充分挖掘地震和有限的井信息，把地下储量规模及动用的砂体数量搞清楚。油田常用的方法是通过叠后反演（也有采用拟阻抗反演的）对砂体进行追踪解释，近年来又发展了叠前同时反演，以期对岩性、流体进行更为精确的预测，但均未改善地震的分辨率，对1/8波长以下厚度的砂体无法准确定位，导致钻前、钻后砂体变化率比较大（秦皇岛32-6油田总体开发方案编制阶段共预测了17 707个砂体，钻后发现18 951个砂体，增加了1 244个，变化率为12%）。限于平台容量，新增储量无法进入生产设施控制的范畴，而改造扩容的成本又非常高，造成多个砂体未能及时动用。在油田二次调整挖潜阶段，为了提高河流相储层预测的分辨率和精度，本文发展应用了相控地质统计学反演方法［2-3］。其中的相控，既考虑了岩相模型对隔、夹层纵向上的识别能力，又考虑了沉积微相模型对属性参数平面上的刻画能力，从而最大限度地挖掘了地震、地质信息，为油田的方案调整提供了更为细致的技术依据。

1　地质概况

秦皇岛32-6油田是中海油继绥中36-1油田之后，在渤海海域发现的又一个储量上亿吨的大油田，目前已进入高含水期、综合调整阶段。油田分为3个区，北区于2001年10月投产，目前共有61口井生产。明化镇组下段（主要是NmⅠ，NmⅡ油组）是主力含油层系。主力砂体（曲流河沉积）均被断层复杂化（南、北两个边界断层控制含油范围）［4］。限于常规地震反演的分辨率，多数薄砂体未能准确识别，造成钻前、钻后砂体数目变化较大。

2　砂泥岩性控制的地质统计学反演

地质统计学反演的前提条件是波阻抗能够较好地区分岩性［5-6］。通过重构曲线（取自然电位低频与深探测电阻率高频）的岩石物理分析，砂岩的波阻抗均值为4.80×106kg·m-3·m·s-1，泥岩为5.55×106kg·m-3·m·s-1，以5.10×106kg·m-3·m·s-1为界，重构阻抗可以很好地区分2种岩性，有效克服原始阻抗曲线上二者叠置严重、不利于岩性反演的因素。此外，孔隙度与重构阻抗曲线相关度较好，相关系数达到0.82，可以通过建立二者的云变换关系实现阻抗与孔隙度同时反演。

利用工区内61口井测井解释的砂泥岩性数据（粗化到1 ms采样间隔），统计岩性的直方图与变差函数，以及不同岩性中波阻抗的空间分布特征（与从稀疏脉冲反演中得到的阻抗体平面变差函数相互验证，选择更贴近实际地质情况的统计参数），基于MCMC算法可以反演得到高分辨率的砂泥岩性模型 （伴随着高分辨率的波阻抗数据体一起输出）。

在过QHD32-6-3，QHD32-6-7，A12，QHD32-6-4，B11，QHD32-6-6井的连井岩性反演剖面上（见图1），黄色代表砂岩，绿色代表泥岩，井上以波形方式显示的是相应的曲线（粗化到1 ms采样间隔）。从图中可见，井点处测井解释的砂泥岩性与地质统计反演的岩性数据体（以波阻抗为中间变量）吻合度非常高，不仅未漏掉厚度小的薄层，隔夹层的分布也一目了然，而且尊重了地震的横向变化趋势与构造倾向，砂体的边界与不同期次砂体的叠置关系刻画清晰。

图1　砂泥岩性反演结果

3　相模型的建立与物性参数反演

根据以往经验，砂泥岩控制的地质统计学反演结果，虽然纵向分辨率很高，对隔夹层的刻画也比较准确，但应用起来仍然有些问题，主要是反演后的数据体太碎，无法显示地质学的宏观沉积规律。然而它又是必不可少的，是沉积相分析的基础资料之一。等时格架下沉积相分析的优势主要在于平面上能很好地展现地质认识，也是决定砂体分布和物性的最主要因素（同时期的河道沉积有砂有泥）［7-8］。综合考虑二者的特点，本文采取了一种沉积微相模型与反演砂泥岩性模型合并的方法，以约束储层物性模型的实现与优化，最终得到的结果不再纠结于具体是指沉积相模型还是岩相模型，而是统称为相模型。

图2　沉积微相模型的建立与粗化

3.1相模型的建立与粗化

根据沉积相分析结果，利用基于目标的方法［9-10］，首先模拟出河道、天然堤、决口扇、河漫滩砂和泛滥平原5种微相的分布（见图2a）。由于天然堤、决口扇、河漫滩砂在工区内不甚发育且分布较零散，其样本点太少，拟合不出空间变差函数，故将它们合并，与河道模型一道作为储层相，而将泛滥平原（泥）模型作为非储层相（见图2b）。再以前文反演得到的砂体模型为背景（见图2c，以NmⅠ3小层第0微层为例），与简化后的沉积微相模型按照“储层相遵从岩相模型，非储层相遵从沉积微相模型”原则进行合并，使最终的相模型更逼近“地质真实”（见图2d）。

3.2双重变差函数分析

变差函数的调整，在很大程度上决定了模型的质量［11-12］。由于沉积微相（储层相、非储层相）属于离散变量，因此采用变化趋势最为平滑的高斯型变差函数（基台值为0.25）；而油藏属性参数（孔、渗、饱）及波阻抗属于连续变量，采用变化趋势最为尖锐的指数型变差函数（基台值为1）。球状变差函数介于这二者之间。微相变化时，属性参数肯定变化；微相不变时，属性参数也可能变化：因此，首先要确定微相的变程，再在微相的框架下进行属性参数变程的嵌套调试［13-14］。在这个过程中，阻抗一直担任中介的协调作用，即不管是对微相的分析还是对属性参数的分析，都要以阻抗变差函数为中间变量，观察其与约束稀疏脉冲反演得到的最小阻抗平面变差函数是否一致。只有保证阻抗的变化趋势一致，才能得到与原始地震道匹配程度最高的合成地震记录。

此外，在对各种沉积微相以及在相控基础上各类属性参数求取变差的过程中，主变程的方向固定在物源方向（NW45°），这保证了相建模与属性参数反演时宏观规律的一致性。NmⅠ3小层的变差函数统计结果见表1，最终采用的水平方向参数由井上资料与地震资料综合分析判断得到（含油饱和度参数模拟时，同时考虑了油水界面的实际位置）。

表1　NmⅠ3小层变差函数统计

3.3物性参数的反演

在相模型建立和双重变差函数分析的基础上，通过确定各参数X，Y，Z 3个方向上的变程，按照微相类型，选取合适的理论变差函数，以地震数据为硬约束条件，再次采用基于MCMC算法的地质统计学方法对物性参数进行反演。反演过程中仍然保证输入输出概率、地质沉积规律、合成记录与原始地震的一致性［15-16］。

以NmⅠ3小层第6微层为例，图3显示了反演的阻抗与物性三参数平面分布情况。从图3a可见，低阻抗（黄色）对应的河道砂体沿NW—SE方向展布，这与优势储层相平面分布规律一致。从优选的相控孔隙度、渗透率和含油饱和度预测结果上可见（见图3b—3d），总体上秦皇岛32-6油田北区NmⅠ3层段高物性条带沿物源方向朝南东延伸，由于河流改道以及侧积体夹层的存在，其值不连续分布，河道间低渗透泥岩形成储集层空洞区。

对于河道连续性较差的NmⅠ3油层下段，储层物性、含油性总体较差，由于局部含油且河道横向较窄，目前井网难以控制，形成井网控制不住型剩余油；NmⅠ3油层上段为主力厚油层，其砂体规模较大，横向展布范围较宽，物性、含油性好，河道以切叠型复合砂体为主，层间非均质严重，注入水总是沿正韵律河道底部高渗透方向快速突进，形成注采不完善型剩余油。

3.4反演结果的质量控制

本文通过盲井检验对反演结果进行质控［17］。由于工区的储集砂体以河道为主 （占明下段的24.9%），保证河道微相的准确性也就确保了地质模型的精度。以NmⅠ3小层为例，将从反演的波阻抗及油藏参数属性体中提取过井点处的曲线与原始曲线进行对比，结果表明，反演后相的宏观特征并未改变，但小层划分更细，井点钻遇的薄砂岩储层和泥岩隔夹层均得到了很好反映，这说明在遵循大的相环境前提下，以阻抗为中间变量的双重变差函数分析方法保证了反演结果的一致性、保真性和继承性，同时避免了工作的重复性，提高了效率。

在过QHD32-6-3，QHD32-6-7，A12，QHD32-6-4，B11，QHD32-6-6井的相控地质统计学孔隙度反演剖面上（见图4，垂向网格间距是1 ms，井上以波形方式显示的是相应的曲线），高孔隙发育部位都与岩性体上砂岩位置、阻抗体上低阻抗区有很好的对应关系。反演结果除了与井点信息吻合外，横向上很好地忠实了原始数据的构造倾向，表明反演过程中地震和井数据、以及地质认识 （地层框架模型）都作为硬数据得到了体现，整个剖面清晰、自然。薄互层横向突变等沉积特征与岩性的横向变化比较一致，说明相融合技术下油藏参数预测结果是合理的。

图4　相控地质统计学孔隙度反演结果

4　结束语

基于马尔科夫链蒙特卡罗算法的相控地质统计学反演方法，是地质、地震结合的一种新途径，既实现了地质（沉积）框架模型对地震反演的约束，显著降低了反演的多解性，也实现了地震数据下对地质现象的高精度描述。秦皇岛32-6油田北区明下段实际应用情况表明，反演得到的油藏三参数模型可以很好地再现沉积相在时-空域的展布特征及薄互层、隔夹层的空间分布，且与校验井实钻情况吻合程度很高。这为储层连通性与非均质性研究、寻找潜力目标、预测剩余油分布区奠定了可细化的基础。

［1］赵春明，胡景双，霍春亮，等.曲流河与辫状河沉积砂体连通模式及开发特征：以渤海地区秦皇岛32-6油田为例［J］.油气地质与采收率，2009，16（6）：88-91.

［2］黄捍东，张如伟，魏世平.地震非线性随机反演方法在陆相薄砂岩储层预测中的应用［J］.石油学报，2009，30（3）：387-390.

［3］张广智，王丹阳，印兴耀.利用MCMC方法估算地震参数［J］.石油地球物理勘探，2011，46（4）：605-609.

［4］彭文绪，周心怀，彭刚，等.渤海海域油气藏特征统计分析［J］.中国海上油气，2008，20（1）：18-21.

［5］王朝锋，汪昌贵，桂志先，等.声波曲线重构反演技术在青海油田的应用［J］.断块油气田，2009，16（6）：17-19.

［6］何英伟.地震重构反演在大庆长垣剩余油预测中的应用［J］.断块油气田，2013，20（2）：162-165.

［7］邓吉锋，周东红，杜晓峰，等.基于地震-复合微相分析砂体描述技术研究及应用［J］.断块油气田，2013，20（1）：55-58.

［8］张国一，侯加根.大港板桥凝析油气田含气单砂体精细预测技术［J］.断块油气田，2011，18（4）：469-471.

［9］Webster C M，Taylor P G.Integrating quantitative and qualitative reservoir data in sand prediction studies：The combination of numerical and geological analysis［R］.SPE 108586，2007.

［10］Lu X G，Pan M，Wang J H，et al.Microfacies modeling for distributary channel sandbody by using indicator principal component simulation ［J］.Acta Petrolei Sinica，2003，24（1）：53-55.

［11］年静波，汤磊，刘喜武.地质统计分析在地震资料砂泥岩分布预测中的应用［J］.石油物探，2004，43（3）：278-282.

［12］王晖.综合应用地震、地质和测井资料预测储层分布［J］.中国海上油气（地质），2001，15（2）：135-140.

［13］Wang Duanping，Yang Yaozhong，Gong Weiqing，et al.The method ctrf and application study about stochastic modeling with sedimentary microfacies［J］.Bulletin of Science and Technology，2004，20（2）：121-126.

［14］于兴河，李胜利，赵舒，等.河流相油气储层的井震结合相控随机建模约束方法［J］.地学前缘，2008，15（4）：33-41.

［15］Wu S H，Zhang Y W，Li S J，et al.Geological constraint principles in reservoir stochastic modeling［J］.Journal of University of Petroleum：Edition of Natural Science，2001，25（1）：55-58.

［16］Yu X H，Ma X X，Mu L X，et al.Geological pattern and hierarchical surface analysis of meandering reservoir［M］.Beijing：Petroleum Industry Press，2004：1-207.

［17］Clayton V D.Geostatistical reservoir modelling［M］.London：Oxford University Press，2002：193-244.

（编辑王淑玉）

3D geo-statistical modeling and inversion constrained by geo-facies in north area of QHD32-6 Oilfield

Min Xiaogang1，2，Kang An2，Zhou Shouxin2
（1.Research Center of CNOOC Ltd.，Beijing 100027，China；2.CNOOC Iraq Limited，Beijing 100010，China）

The main oil-bearing series in QHD32-6 Oilfield is fluvial reservoir of lower Minghuazhen Formation which is destroyed by faults.Considering the small-scale of thin inter-bed，the instability of sand-body thickness，and the lateral variation of reservoir，the stratigraphic correlation between wells is very difficult.Limited by the seismic effective frequency band，the ordinary inversion method based on CSSI is difficult in recognizing the major sand bodies with 3-5m thickness in target layer，these lead to the large change of sand body numbers after drilling.However the geo-statistics inversion method based on Markov chain Monte-Carlo algorithm（MCMC）is more powerful in improving resolution and accuracy of reservoir prediction.The specific method is：invert some high-resolution lithology realizations using MCMC geo-statistic inversion firstly，and model the channel and non-channel sedimentary microfacies using object-based methods simultaneously，then merge these two models；under the controlling of the new facies model，in accordance with the concept of double-variogram analysis，three physical property models which can predict thinner reservoir more accurately have been inverted by using the MCMC algorithm again.The practical application at north area of QHD32-6 Oilfield shows that the thickness errors between predicted and the actual at every well are less than 2 m，and reservoir property between wells follows the geo-statistical rules.The P-impedance，dominant reservoir facies and physical properties geomodel inverted with 1 ms grid interval in vertical can not only deliver the geology knowledge in lateral but also separate the main sand and shale barrier-bed/inter-bed clearly，these have broken through the deadline of ordinary seismic resolution.

Minghuazhen Formation；fluvial reservoir；MCMC algorithm；variogram；facies controlled geo-statistic inversion

国家科技重大专项课题“东濮凹陷油气富集规律与增储领域”（2011ZX05006-004）；中央高校科研专项资金项目“陆相含盐盆地深层有效储层形成机制研究”（10CX04009A）

TE19

A

10.6056/dkyqt201503012

2014-11-08；改回日期：2015-03-15。

闵小刚，男，1979年生，工程师，博士，2007年毕业于中国地质大学（武汉）矿产普查与勘探专业，现从事油藏地球物理研究工作。E-mail：minxiaogang131@aliyun.com。

引用格式：闵小刚，康安，周守信.秦皇岛32-6油田北区三维相控地质统计建模与反演［J］.断块油气田，2015，22（3）：325-329.

Min Xiaogang，Kang An，Zhou Shouxin.3D geo-statistical modeling and inversion constrained by geo-facies in the north area of QHD32-6 Oilfield［J］.Fault-Block Oil&Gas Field，2015，22（3）：325-329.