深水浊积水道多点地质统计模拟——以安哥拉Plutonio油田为例

张文彪，段太忠，刘志强，苑书金，林煜，许华明（.中国石化石油勘探开发研究院；.中国石油集团东方地球物理勘探有限责任公司油藏地球物理研究中心）



深水浊积水道多点地质统计模拟
——以安哥拉Plutonio油田为例

张文彪1，段太忠1，刘志强1，苑书金1，林煜2，许华明1
（1.中国石化石油勘探开发研究院；2.中国石油集团东方地球物理勘探有限责任公司油藏地球物理研究中心）

摘要：为对西非安哥拉Plutonio油田渐新统O73砂层组深水浊积水道分布进行模拟，基于浅层高频地震资料，对浅层水道沉积的形态特征及规模进行定量研究，通过相似性类比，用于指导油田深层单一水道砂体规模统计，然后建立定量化三维训练图像，最后利用多点地质统计学Snesim算法进行深水浊积水道分布模拟，并利用实钻井资料进行验证。研究表明：研究区浅层单一水道宽度、深度呈线性正相关关系，弯曲度与陆坡坡度呈指数负相关，单一水道砂体平均厚度13 m，平均宽度162 m。通过高精度梯度阻抗反演，提取浅层水道目标地质体作为深层水道定量化三维训练图像，采用Snesim算法进行随机模拟，深层浊积水道模拟结果忠实于井点数据，且水道砂体的平面形态、发育规模以及叠置关系具有受训练图像定量约束的特点，能够再现水道以及水道与天然堤间的空间结构与几何特征。图13参19关键词：深水沉积；浊积水道；多点地质统计模拟；浅水沉积；三维训练图像；渐新统；下刚果—刚果扇盆地

0 引言

多点地质统计学可以描述具有复杂空间结构和几何形态的地质体，是今后地质统计学发展的一个热门方向，其应用难点在于训练图像的获取，以往训练图像制作多以密井网区资料为基础[1-5]，通过单井内插和外推进行模式拟合，获取不同微相的平面形态特征，得到二维训练图像。该方法制作的训练图像很大程度上依赖于地质人员推测，不确定性较大。海上油田钻井成本高，井网密度小，难以控制单一砂体（单一水道）规模，而且浊积水道在沉积过程中迁移摆动频繁，单一水道间交切关系复杂，常规二维训练图像难以描述变化频繁的沉积过程，需要能够表征空间结构关系的三维训练图像。利用海上浅层（近海底）水道沉积的高频地震资料，通过多属性分析及反演，能够清晰刻画浅层浊积水道的空间分布特征，通过相似性类比，可作为三维训练图像的重要来源。笔者以西非安哥拉Plutonio油田渐新统O73砂层组为例，首先论证了浅层沉积指导深层研究的可行性；然后通过分析浅层水道沉积的高频地震资料，描述了单一水道的平面形态及其摆动特征，并统计了单一水道宽度、深度（厚度）和弯曲度的范围及其之间的定量关系，建立了定量且符合沉积模式的三维训练图像；最后采用多点地质统计学方法对目的层沉积微相进行模拟，以期为该区开发调整奠定地质基础。

1 研究区概况

安哥拉Plutonio油田位于西非下刚果—刚果扇盆地南端、现今大陆斜坡的中下部位置（见图1），水深1 000～1 500 m，主力含油层系为第三系渐新统O73砂层组，综合岩心分析认为，该区O73砂层组为典型的深水浊积水道沉积。该区主要发育水道和天然堤微相类型，其中水道砂为主要储集层，属高孔高渗、底水驱动的岩性构造油藏。受后期盐底辟活动影响，该区构造变形强烈。Plutonio油田于2007年投产至今已钻井30口，平均井距600～800 m，难以控制单砂体分布范围。经过近8 a的高速开采（海上油田强注强采），采油井平均含水40%，个别井含水已达90%并已关停，但可采储量采出程度仅30%，仍有大量剩余油富集。目前该油田正处于第3期调整井井位优化阶段，为进一步挖潜剩余油，储集层分布的精确再认识至关重要。

图1　研究区位置图

研究区浅层（上新统）同样沉积了一套浊积水道砂体，未受到后期盐岩活动影响，形态保存完整，地震分辨率高（主频60 Hz）。浅层沉积是目前研究深水沉积原型模型的一个重要来源，在沉积背景高度相似的情况下具有很好的指导作用，同时较其他类型原型模型（露头、现代沉积、密井网）具有一些优势[6-7]：①资料精度有保障（海上高密度采集、高分辨率处理）；②工区范围足够大，容易把握并分析完整沉积形态；③可从平面、剖面及三维空间描述沉积形态特征；④能提供较充分的定量关系研究样品点。该区充分依托浅层高频（主频60 Hz）地震的优势，通过地震反射结构分析、反演以及多属性分析对浊积水道特征进行定量研究。本文就浅层与深层水道沉积特点进行了相似性类比：地理位置相同，均位于西非安哥拉深水区；区域构造上，均位于挤压构造和拉张构造的转换带（过渡区）；沉积物源同为北东方向刚果河水系，沉积背景为典型的深水浊流沉积环境，水体整体表现为水退背景；从盆地背景上看，均属于被动大陆边缘盆地（下刚果—刚果扇盆地），沉积相类型都属于河道—海底扇浊流沉积；沉积地形均位于中下陆坡位置（发育中—高弯度水道）。由此可见，浅层与深层待研究区沉积环境相似，可利用浅层水道的形态特征（水道的宽度、深度、弯曲度以及弯曲弧长等）来指导渐新统O73砂层组沉积微相模拟研究。

2 浊积水道定量化研究

建立能反映实际地质情况的定量化训练图像是多点地质统计学的关键环节和基础。首先，基于研究区浅层地震资料分析，获取浊积水道的形态特征、规模分布及相关参数定量关系；然后通过定量关系类比，指导目的层单井钻遇水道砂体分析，并对比两者（浅层和深层）水道砂体规模的差异，作为多点模拟过程中砂体规模变化（扩大或缩小）系数的参考；最后在浅层高频地震反演资料中提取三维浊积水道目标地质体，建立浊积水道定量化三维训练图像。

2.1 浅层（上新统）水道形态特征

单一水道是水道体系形成过程中的基本成因单元[8-9]，单一水道的侧向、垂向迁移形成了不同规模的复合水道分布。先验认识（三维训练图像）不仅要能反映出单一成因单元的定量几何形态，而且要有各成因单元的定量组合模式，并能体现出不同演化阶段的储集层构型特点。开展单一水道的形态及演化研究有助于深入了解复合水道（复合砂体）的形成过程，有效降低开发风险。但单一水道属小尺度单元，稀井网很难控制水道砂体边界，为此，基于浅层高频地震反射结构分析，从剖面和平面分析了水道的迁移模式。

单一水道为一次性成因单元，砂体厚度由水道中部到边部逐渐减薄，反映在振幅能量特征上则中部强、边部弱。图2a为浅层地震均方根振幅地震属性地层切片，能清晰反映出水道的平面形态，且复合水道内部单一水道呈现出整体迁移模式[10]，可分解为平行古流向和垂直古流向摆动。从地震反射剖面来看，受水道迁移特征及内部泥质含量变化的影响，单一水道边界处振幅发生明显变化，多数表现为振幅减弱，局部呈现出振幅增强特点，且地震剖面上呈现出一定的叠瓦状特征。从图2还可以看出单一水道剖面迁移特征明显，模式可分为侧向、斜列和摆动3种类型；侧向迁移造成水道间侧向拼接，砂体垂向厚度与单一水道深度接近，垂向非均质性程度较弱；而斜列和摆动迁移造成水道在垂向上叠置，砂体厚度多大于单一水道深度，而且由于水道底部往往存在滞留沉积等弱渗透层，导致该类砂体垂向非均质性较强。

图2　研究区浅层（上新统）水道平面、剖面形态特征

2.2 浅层（上新统）水道规模定量关系

关于水道（河道）规模的定量关系，以陆相曲流河的研究最多也最为成熟，而且建立了相应的经验公式[11]。对深水浊积水道规模及定量关系的研究是当前的一个热点[12]。本文从最小沉积单元（单一水道）入手，提取了研究区大量浅层均方根振幅地震属性地层切片，选择8条典型单一水道作为样本，从高品质深度域地震剖面上直接对其宽度（w）、深度（h）进行测量（见图3a），测量样品点52个，统计发现其宽度和深度之间具有较好的正相关关系：h=0.069 7 w+1.710 5，相关系数达0.8以上[13]。该分析结果可作为该地区经验数据或经验公式。

弯曲度（k=ha/la，k为河道弯曲度，ha为河道长度，la为河谷长度，见图3b）也是水道模拟过程中的一项重要参数，通过测量统计，单一水道弯曲度为1.00～5.40，平均为1.87。弯曲度受多种地质因素影响，可能与古陆坡坡度关系较大[14]。笔者同样以受后期构造运动影响较小的近海底水道作为实例，沿水道延伸方向（即陆坡下降方向）统计单一水道弯曲度与地形坡度（θ=arctan(m/l），θ为坡度，m为厚度，l为长度，见图4a）的关系，发现两者呈负相关（图4b），且相关性较好。究其原因，笔者认为地形坡度越缓，物源供应能力越弱，沉积物粒度变细，所形成的单一水道弯曲度也越大。

图3　研究区浅层（上新统）单一水道规模测量方法示意图

图4　研究区浅层（上新统）浊积水道弯曲度与陆坡坡度相关性（R—相关系数）

2.3 深层（渐新统）水道规模

研究区渐新统储集层主要为水道沉积并伴有天然堤发育，从岩性分布来看，单一水道主体由递变砂体（水道砂体从底部到顶部泥质含量逐渐增加）夹泥质薄层组成，水道顶部呈砂泥薄互层；单井上测井曲线特征明显，水道呈钟形或箱型，天然堤以齿化箱型为主，主要分布在水道砂体上部，相对易识别（见图5）。目的层段地震资料虽然使用了宽方位角采集，但主频仅在25 Hz左右，很难达到识别单一水道砂体的目的，但能识别出复合水道砂体的轮廓（见图6）。从地震属性平面图看复合砂体宽度在850～2 500 m。

图5　研究区O73砂层组单井沉积微相解释及对比关系（垂直物源方向）

从目的层井震资料来看，要达到分析单一砂体的目的比较困难，需要借助高精度原型模型指导实际油田单砂体认识。笔者在前面已类比了浅层与深层水道在构造背景及沉积环境方面的相似性，由于单一水道属于一次性成因单元，所以水道的宽度与深度之间能够维持在一定的比例，使宽度与深度之间具有较好的相关性。尽管浅层与深层水道沉积可能由于压实和成岩胶结强度不同而导致水道规模（宽度、深度）的绝对值存在差异，但宽度与深度的比例仍应保持在一定范围，所以浅层水道宽度、深度的经验公式对于指导深层仍具有一定适用性。而对于水道的弯曲度特征，由于沉积时期的构造背景相似，而构造特征（主要是古陆坡坡度）对弯曲度起主要控制作用（见图4），所以认为浅层水道的弯曲度分布与深层水道具有较强的相似性。水道的迁移叠置规律受物源、海平面升降、构造沉降、古气候、地形坡度等诸多因素影响，在大环境（构造、沉积背景）相似的情况下，平面迁移特征（主要是弯曲度）及剖面叠置关系（包含弯曲特征及垂向沉积变化）也同样具有较好的相似性，即迁移叠置规律相似。所以，该研究区可以将浅层水道作为类比的原型模型。

笔者根据研究区开发井钻遇的水道砂体资料（厚度），借助浅层水道统计的经验公式确立目的层单一水道发育规模。首先对各单井微相类型进行解释（见图5），统计单井解释的单一水道砂体厚度为8～23 m，平均为13 m。根据已统计经验公式计算得到单一水道砂体宽度为91～305 m，平均162 m。所以，目前井网很难控制住单砂体边界。通过对比浅层水道规模参数的分布，考虑差异压实的影响，认为计算结果可信。

图6　B油田O73砂层组Ⅱ小层复合水道砂体平面分布

3 浊积水道分布模拟

3.1 三维训练图像获取

浅层浊积水道的地震反射特征清晰，但要提取浅层地质目标体（水道），首先要进行高精度反演。本次以该区浊积岩岩石物理模型为基础，充分挖掘叠前地震岩性信息，用多道地震记录自相关统计方法并结合井震标定结果估算子波，采用叠前参数反演技术[15-16]进行储集层反演，最后优选出梯度阻抗作为砂泥岩识别的最佳参数（见图7）。与常规叠后声波阻抗反演相比，梯度阻抗能明显区分砂泥岩，参数交叉重叠部分少，而且该反演方法受井控约束程度小，反演信息主要来自原始地震信息，结果更可靠。

图7　梯度阻抗与声波阻抗识别砂泥岩效果对比

基于反演得到的梯度阻抗数据体以及人工解释的水道侧向迁移包络线，通过地球物理雕刻技术（用砂岩梯度阻抗范围截断）提取浅层水道三维目标体（见图8a），将该目标体导入Petrel软件中并进行网格化。根据上述单井解释（见图5）得知浊积水道往往都伴有天然堤沉积，垂向相序上天然堤一般都沉积在水道主体的上部以及平面水道条带的边部，且天然堤内部砂体往往泥质含量增加，在岩石物理分析中认为是砂泥岩梯度阻抗交叉重叠的部分（见图7b）。根据梯度阻抗反演结果，将导入Petrel中的目标体阻抗值进行二次划分（依据重叠部分截断值），将目标体微相划分为水道和天然堤，背景相为深海泥岩相（见图9）。由于目标提取过程中受分辨率限制难免存在误差，对此主要依据沉积模式进行适当人工调整。图8b为本次建立的反映水道、天然堤砂体与水道间泥岩分布的三维训练图像，平面上能体现出水道的展布形态，天然堤沿水道两侧边部分布；三维栅状剖面上水道呈“顶平底凸”状，且单一水道间的迁移、叠置关系明显，符合地质模式及先验认识，说明该训练图像可靠。三维训练图像从空间上提供了微相砂体间的几何关系以及单一砂体本身的形态特征，在多点统计模拟中更接近实际情况。

3.2 多点地质统计随机模拟

多点地质统计学目前代表性算法为Snesim和Simpat，其中Snesim算法在目前商业软件（Petrel、RMS）中最为常用。多点地质统计学方法应用于地质建模具备一定优势[17-19]：①模拟过程中考虑复杂形状地质体的空间配位关系；②考虑储集层在不同水动力条件下的沉积模式；③模拟过程综合了地质家的经验；④算法快速灵活，易于多次模拟进行模型优选。

本次多点统计模拟基于Petrel软件平台，采用Snesim算法，以测井相数据为基础；同时，用目的层解释出的复合水道砂体分布范围（见图6）为约束，借助生成的三维训练图像对研究区水道砂体分布进行模拟，建立目的层沉积微相模型。模拟过程主要包括数据准备、扫描训练图像并构建稳定的搜索树、调整匹配参数、选择随机路径、序贯求取各模拟点数据事件的条件概率分布函数并抽样获得模拟实现，这一过程均通过Petrel软件自动完成。其中规模系数（scaling）的获取采用浅层水道宽度（或深度）平均值除以实际研究区水道宽度（或深度）平均值，计算结果为1.6，即训练图像砂体规模是实际模拟砂体规模的1.6倍，在建立训练图像网格时需要考虑这个倍数关系。同时，根据O73砂层组的小层划分结果（Ⅰ、Ⅱ）及井间对比关系（见图5）分层展开模拟，并在进行最终模型优选的时候考虑小层间水道砂体叠置关系是否符合沉积模式。

图8　浅层浊积水道三维目标体及三维训练图像

图9　梯度阻抗与声波阻抗交会识别沉积微相类型

图10　研究区O73砂层组Ⅱ小层水道平面分布模拟结果

图11　研究区O73砂层组水道分布垂向演化多点地质统计模拟结果

依据上述流程对目的层段O73砂层组沉积微相进行模拟，图10为O73砂层组Ⅱ小层井控模拟得到的浊积水道平面分布，从图中可以看出，浊积水道分布模拟结果在完全忠实于井信息的基础上，能够再现训练图像表达的水道几何形态和展布。图11为三维模型中从上到下抽取的3个地层切片，整个O73砂层组水道沉积从底部到顶部呈现出A/S（可容纳空间与沉积物供给量之比）逐渐增大的过程，能够体现出复合水道垂向上的演化特征。笔者还从栅状图和横切水道剖面上进行了结果分析（见图12），水道单砂体形态和迁移特征均符合地质模式，且水道发育规模（宽、深）与单井统计和计算的结果相符，宽深比与训练图像设定的范围也比较吻合。由于Snesim算法本身存在的不连续性，导致局部水道（天然堤）出现不连续现象，如图10中Well 25—Well 28井区附近，可在后期工作中依据沉积模式人机交互适当处理。此外，在模拟结果剖面中（见图12b），个别单一水道边界（图中紫色线）内出现了天然堤分布位置不太合理的现象，经反复检查模型，发现主要出现在水道叠置关系复杂的地方。分析其可能原因为：①训练图像本身结构复杂，模拟过程中在叠置关系简单或者未叠置部分模拟比较合理，而在叠置复杂且井控程度不够时可能会出现类似不稳定现象；②多点统计模拟应尽量采用分类少且结构简单的相模式作为训练图像，本文目的层水道叠置复杂，在此基础上又加入了天然堤微相，且Snesim算法本身存在一定的连续性局限，所以导致局部结构不太合理。总之，多点地质统计学方法在深水浊积水道模拟中具有一定适用性和优势，亦存在一定局限性。

图12　研究区O73砂层组多点地质统计模拟结果栅状图及剖面图

图13　新井Well 3钻遇砂体与模型预测砂体对比

3.3 模拟结果验证

Plutonio油田目前正处于开发调整阶段，其中Well 3井为近期完钻的一口加密采油井，在模型局部更新之前可将该井实钻结果加载到地质模型中检验储集层模拟结果的可靠性。图13为Well 3井实际钻遇砂体与模型预测砂体对比，从图中可以看出O73砂层组仅有一套薄砂体在模型中未揭示，统计结果显示测井解释砂体厚度为64 m，模型预测砂体厚度为58 m，预测准确率达90%以上，说明本文水道分布模拟结果可信度较高。此外，基于该储集层骨架模型建立的属性（孔隙度、渗透率、饱和度）模型直接应用于该油田数值模拟，对该区14口采油井进行历史拟合，拟合度均达到95%以上，为油田剩余油开发方案优化奠定了重要基础。

4 结论

研究浅层水道沉积可以得到深层水道的平面形态分布特征与水道规模定量关系，Plutonio油田O73砂层组单一水道存在侧向、斜列以及摆动3种迁移模式；统计了单一水道宽度、深度以及宽深比分布范围，其中宽度、深度呈线性正相关，弯曲度与古陆坡坡度呈负相关，相关系数均较高。通过沉积环境相似性类比，利用浅层沉积规律可以指导深层水道规模研究，Plutonio油田单一水道砂体平均厚度13 m，平均宽度162 m，目前井网难以控制单砂体规模。通过高精度梯度阻抗反演可提高砂泥岩识别精度，提取的浅层水道目标地质体可作为该区定量化三维训练图像。基于浅层高频地震资料提取定量化三维目标体（训练图像），通过多点地质统计学（Snesim算法）方法进行随机模拟，结果比较可靠且符合地质模式。本文方法适用于具有一定井网控制程度的深水水道沉积储集层，同时对现代沉积实例相对匮乏的其他深水沉积类型（扇体、朵叶）的模拟也具有借鉴意义。

参考文献：

[1] 张丽, 孙建孟, 孙志强, 等.多点地质统计学在三维岩心孔隙分布建模中的应用[J].中国石油大学学报(自然科学版), 2012, 36(2): 105-109.ZHANG Li, SUN Jianmeng, SUN Zhiqiang, et al.Application of multiple-point geostatistics in 3D pore structure model reconstruction[J].Journal of China University of Petroleum(Edition of Natural Science), 2012, 36(2): 105-109.

[2] STREBELLE S, JOURNEL A G.Reservoir modeling using multiple-point statistics[R].SPE 71324, 2001.

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

[4] ARPAT G B.Sequential simulation with patterns[R].California, USA: Stanford University, 2005: 1-85.

[5] 周金应, 桂碧雯, 林闻.多点地质统计学在滨海相储层建模中的应用[J].西南石油大学学报(自然科学版), 2010, 32(6): 70-74.ZHOU Jinying, GUI Biwen, LIN Wen.Application of multiple-point geostatistics in offshore reservoir modeling[J].Journal of Southwest Petroleum University (Science & Technology Edition), 2010, 32(6): 70-74.

[6] 李少华, 张昌民, 林克湘, 等.储层建模中几种原型模型的建立[J].沉积与特提斯地质, 2004, 24(9): 102-106.LI Shaohua, ZHANG Changmin, LIN Kexiang, et al.The construction of prototype models in reservoir modeling[J].Sedimentary Geology and Tethyan Geology, 2004, 24(9): 102-106.

[7] 穆龙新, 贾文瑞, 贾爱林.建立定量储层地质模型的新方法[J].石油勘探与开发, 1994, 21(4): 82-86.MU Longxin, JIA Wenrui, JIA Ailin.Some new methods for establishing quantitative reservoir model[J].Petroleum Exploration and Development, 1994, 21(4): 82-86.

[8] 赵晓明, 吴胜和, 刘丽.西非陆坡区深水复合水道沉积构型[J].中国石油大学学报(自然科学版), 2012, 36(6): 1-5.ZHAO Xiaoming, WU Shenghe, LIU Li.Sedimentary architecture model of deep-water channel complexes in slope area of West Africa[J].Journal of China University of Petroleum (Science & Technology Edition), 2012, 36(6):1-5.

[9] WYNN R B, CRONINB B T, PEAKALLC J.Sinuous deep-water channels: Genesis, geometry and architecture[J].Marine and Petroleum Geology, 2007, 24(6): 341-387.

[10] LIN Yu, WU Shenghe, WANG Xing, et al.Composite sand bodies architecture of deep-water turbidite channels in the Niger Delta Basin[J].Acta Geologica Sinica(English Edition), 2014, 88(5): 1801-1803.

[11] 李宇鹏, 吴胜和, 岳大力.现代曲流河道宽度与点坝长度的定量关系[J].大庆石油地质与开发, 2008, 27(6): 19-22.LI Yupeng, WU Shenghe, YUE Dali.Quantitative relation of the channel relation of the channel width and point-bar length of modern meander river[J].Petroleum Geology & Oilfield Development in Daqing, 2008, 27(6): 19-22.

[12] WOOD L J, MIZE-SPANSKY K L.Quantitative seismic geomorphology of a quaternary leveed-channel system, offshore eastern Trinidad and Tobago, northeastern South America [J].AAPG Bulletin, 2009, 93(1): 101-125.

[13] 张文彪, 陈志海, 刘志强, 等.深水水道形态定量分析及沉积模拟: 以西非Gengibre油田为例[J].石油学报, 2015, 36(1): 41-49.ZHANG Wenbiao, CHEN Zhihai, LIU Zhiqiang, et al.Morphology quantitative analysis and simulation of deep water channel: A case study of a research area in West Africa[J].Acta Petrolei Sinica, 2015, 36(1): 41-49.

[14] KOLLA V, BOURGES P, URRUTY J M, et al.Evolution of deep-water Tertiary sinuous channels offshore Angola(west Africa) and implications for reservoir architecture[J].AAPG Bulletin, 2001, 85(8): 1373-1405.

[15] CONNOLLY P.Elastic impedance[J].Leading Edge, 2012, 18(4): 438-438.

[16] MA Jinfeng.Forward modeling and inversion methods based on generalized elastic impedance in seismic exploration[J].Chinese Journal of Geophysics, 2003, 46(1): 159-168.

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

[18] ARPAT G B, CARES J.A multiple-scale, pattern-based approach to sequential simulation[J].Quantitative Geology & Geostatistics, 2005, 14: 255-264.

[19] 尹艳树, 吴胜和, 张昌民, 等.基于储层骨架的多点地质统计学方法[J].中国科学: D辑: 地球科学, 2008, 38(增刊Ⅱ): 157-164.YIN Yanshu, WU Shenghe, ZHANG Changmin, et al.A reservoir skeleton-based multiple point geostatistics method[J].SCIENCE CHINA Earth Sciences, 2009, 52(zk1): 171-178.

（编辑 黄昌武）

Application of multi-point geostatistics in deep-water turbidity channel simulation：A case study of Plutonio oilfield in Angola

ZHANG Wenbiao1, DUAN Taizhong1, LIU Zhiqiang1, YUAN Shujin1, LIN Yu2, XU Huaming1
(1.Petroleum Exploration and Production Research Institute, Sinopec, Beijing 100083, China; 2.Research Centre of Reservoir Geophysics, CNPC Geophysical Company Limited, Zhuozhou 072750, China)

Abstract：In order to simulate the deep water channel distribution of the Oligocene O73 sand layers in the Plutonio oilfield in Angola of west Africa.Based on the shallow high frequency seismic data, the morphology and quantitative scale of shallow channel were studied.By analogy, this study was used as guidance for the scale statistics of single deep channel sandstone, and a three dimensional quantitative training image was created.On this basis, the deep water channel distribution was simulated using multi-point geo-statistics Snesim algorithm and tested by real drilling.The results show that the width and depth of shallow single channel are in linear correlation, while the tortuosity is negatively correlated with the slope gradient exponentially.The average depth of single channel sandstone was 13 meters and the average width was 162 meters.It is concluded that the deep water channel distribution simulation results consist with well data obtained through high resolution gradient impedance inversion, extraction of shallow channel geologic body as 3-D quantitative training image and simulation using Snesim algorithm.The spatial morphology and size of different channels are constrained by the quantitative characteristics of training image, and can reproduce geometric characteristics and spatial structure of deep water channels and levees.

Key words：deep-water sedimentation; turbidity channel; multi-point geo-statistics; shallow-water sedimentation; three-dimensional training image; Oligocene; Lower Congo-Congo Fan Basin

中图分类号：TE122.2

文献标识码：A

文章编号：1000-0747(2016)03-0403-08

DOI:10.11698/PED.2016.03.10

基金项目：国家“十二五”科技重大专项（2011ZX05031-003）；中国石化科技开发部项目（G5800-15-ZS-KJB016）

第一作者简介：张文彪（1984-），男，河北廊坊人，硕士，中国石化石油勘探开发研究院工程师，主要从事深水油气田开发地质及三维建模方面的研究工作。地址：北京市海淀区北四环中路267号奥运大厦1108室，中国石化石油勘探开发研究院重点项目技术支持中心，邮政编码:100083。E-mail：zwb.syky@sinopec.com

收稿日期：2015-01-18 修回日期：2016-02-19