统计法在苏北盆地曲塘次凹古近系石油资源评价中的应用

吕学菊， 邹　辰， 黄　兄， 胡朝俊， 鲁慧丽， 闫　春

(1.中国石油杭州地质研究院，浙江杭州310023； 2.中国石油浙江油田公司，浙江杭州310000)



统计法在苏北盆地曲塘次凹古近系石油资源评价中的应用

吕学菊1， 邹辰2， 黄兄1， 胡朝俊2， 鲁慧丽1， 闫春1

(1.中国石油杭州地质研究院，浙江杭州310023； 2.中国石油浙江油田公司，浙江杭州310000)

受勘探程度影响，曲塘次凹古近系未开展以统计法为主的资源评价。采用油藏规模序列法、油藏发现序列法和广义帕累托法3种统计法，从不同的角度定量评价曲塘次凹古近系的石油资源潜力，最终得到曲塘次凹资源量2 812万t。多种方法的计算结果可以相互验证，保证结果的可靠性。利用评价结果，还可类比勘探程度较低、地质条件相似区块的资源量，为石油行业战略决策提供依据。

资源评价；统计法；HyRAS软件；古近系；曲塘次凹；苏北盆地

0　引　言

目前，资源评价的方法很多，大致分为成因法、地质类比法和统计法。统计法近几年来发展迅速，统计模型和数理分析的新进展，使统计方法理论和应用都跃上了一个新台阶(赵旭东，1988；胡素云等，2005；赵文智等，2005a；周总瑛等，2005；郭秋麟等，2014)。统计法是利用勘探区内大量的勘探成果资料，通过数理分析将勘探成果合理地拟合成资源储量的增长曲线，将过去的勘探与发现状况有效地外推至未来，据此进行资源总量求和计算的方法。主要包括统计趋势预测法(如时间发现率、进尺发现率、翁氏旋回模型)、油藏规模序列法、油藏规模分布法、油藏发现序列法、储量增长率模型、储量变化模型、地质多因素回归分析法、广义帕累托法等(赵文智等，2005b；Drew et al.，1993)。

受勘探程度的影响，苏北盆地曲塘次凹仅开展过以成因法(盆地模拟法)为主的资源评价工作，评价结果不确定性很大。随着勘探程度的不断提高，急需摸清矿权区内的资源潜力，因此运用统计法定量评价资源量迫在眉睫。选用油藏规模序列法、油藏发现序列法和广义帕累托法3种统计方法，从不同的角度定量评价曲塘次凹的石油资源潜力，力求得到可信度高的资源量估算结果。

1　概　况

曲塘次凹属于苏北盆地东台坳陷东南部的海安凹陷，是东台坳陷的三级构造单元(图1)。盆地演化分析表明，曲塘次凹在进入古近纪后处于整体升降状态(局部有差异升降)，相对稳定，形态完整，是一个拥有完整油气系统的古近系地质构造单元。

曲塘次凹古近系基本完整，发育泰州组、阜宁组、戴南组和三垛组地层(图2)。其中，泰二段、阜二段、阜四段为深湖—半深湖相沉积，发育有效烃源岩；阜二段烃源岩以Ⅰ型干酪根为主，有机碳质量分数平均1.6%，氯仿沥青“A”质量分数约0.3%，每克岩石的含烃量为6～7 mg，成熟度达到成熟阶段，多项指标分析属于好烃源岩。阜二段烃源岩厚度较大，为100～300 m，分布广，基本满凹分布，为曲塘次凹主力烃源岩；泰二段烃源岩主要发育在泰二段下部，以Ⅰ、Ⅱ混合型干酪根为主，厚度50～80 m，基本满凹分布，已成熟，为凹陷的第二主力烃源岩；阜三段、阜四段泥岩为辅助烃源岩。泰一段、阜一段、阜三段、戴南组、三垛组为浅湖、三角洲、扇三角洲-河流相沉积，发育多套砂岩储层；泰二段、阜二段、阜三段、阜四段、戴南组等泥岩可作为有效直接盖层，盐城组为研究区广泛发育的区域盖层。

曲塘次凹勘探程度相对较高，矿区在三垛组、戴南组、阜宁组和泰州组均见到良好的油气显示，并在三垛组、戴南组、阜宁组获工业油流，矿区内多口钻井油气显示较好，并在曲塘深凹北侧发现了张家垛油田(朱建辉等，2005)。由此可见，曲塘次凹石油资源前景良好。

图1　曲塘次凹位置图Fig.1　Map showing location of the Qutang subsag

图2　曲塘次凹综合柱状图Fig.2　Comprehensive stratigraphic column of the Qutang subsag

2　油藏规模序列法

2.1方法原理

油藏规模序列是指将勘探油气区内已经发现的油藏按储量由大到小的顺序排列，所得到的油藏序列称为油藏规模序列(周总瑛等，2005)。国内外大量油气区资料表明(Hubbert，1967；Ivanhoe，1976)：一个完整的、独立的石油体系，即该地质体系内的油气生成、运移、聚集以及而后的地质变迁都是在同一石油地质演化历史条件下形成的，它的油藏规模序列遵循帕累托(Pareto)定律。其表述如下：

(1)

式(1)中，Qm为序号等于m的随机变量(第m个油藏的储量)； Qn为序号等于n的随机变量(第n个油藏的储量)； k为油藏储量规模变化率，实数；m、n为1、2、3…的整数序列中的任一数值(油藏序列号)，但m≠n。

对公式两边取对数，则有：

(2)

由此可见，最大油藏规模、最小油藏规模以及油藏个数和油藏规模变化率k等关键参数至关重要(姜振学等，2009；李浩武等，2009)。

评价流程：(1) 求k，根据已知油藏资料，通过迭代法拟合得到(郭秋麟等，2003)；(2) 根据k计算出已发现油藏在油藏规模序列中的序号；(3) 根据已知油藏的序号和储量，求出最大油藏的储量；(4) 根据最大油藏的储量求出序列中所有油藏的储量；(5) 将序列中大于最小经济油藏规模的油藏储量求和，得到预测区的资源量。

大量实例表明，当已发现的油藏个数较多时，预测序列常会丢失一些油藏，也就是说实际油藏在预测序列中找不到自己的位置，此时需要修正油藏规模序列，把“丢失”的油藏作为一组新的输入数据，计算第二个油藏规模序列，最终得到更为合理的石油资源量。

2.2资源量计算

根据曲塘次凹已发现油藏序列，利用系统HyRAS1.0，采用油藏规模序列法计算曲塘次凹的资源量，限定最小方差0.3，最小资源量4万t，最佳拟合角度K=37°,计算油藏个数为134个。第一次计算后“丢失”6个油藏，将“丢失”的油藏作为一组新的输入数据进行第二次计算。第二次计算时最佳拟合角度K=44°，计算油藏个数为26个。2次计算最终得到曲塘次凹油藏数量为160个，资源量95%概率(最小值)时为2 032万t，50%概率(期望值)时为2 680万t，5%概率(最大值)时为3 328万t。最终计算结果见图3。

图3　油藏规模序列法预测曲塘次凹油藏序列图Fig.3　Prediction of reservoir sequence in the Qutang subsag by reservoir size sequence method

3　油藏发现序列法

3.1方法原理

油藏发现序列法是估算石油资源量的一种常用方法。它是利用勘探成果资料将已发现油藏储量按照发现过程排序(即发现序列)建立模型，然后应用发现序列模型(也称发现过程模型)来预测未知数据，从而实现资源量计算。发现过程模型的讨论见文献(Lee，1998,2008)。

油藏规模序列法应用发现过程模型从有偏样本(偏向于大油藏)中估算油藏大小分布。被估算的油藏大小分布是超总体分布，且方法中应用了一个对数正态分布，因此需要估算对数正态分布的平均数(μ)和方差(σ2)，并得到分布的百分比，估算产生的将是一个区间估计值，当区带中总的油藏个数N为已知且提供了油藏大小分布时可以通过分级方式来估算油藏大小。同时也应用了油藏大小分级原则，通过匹配过程来确定区带中油藏大小分布和油藏个数。匹配过程是数据和地质模型之间的地质解释和激励迭代的组合，其思路是根据地质迹象设置不同的油藏个数值，然后通过分级估计单独的油藏大小；接着将估计的大小与储量相匹配，看哪一个N值在油藏大小估计值和实际储量间比较相符，通过一个令人满意的吻合，确定这个吻合在统计上是合理的并且与区带当前的地质解释一致，而且在可能的N值中，有一个N将是最为合理的值；再由匹配过程得到一个合理的分布模型之后，就可运用这个模型的数据对评价单元进行相关的资源量预测和估算。

3.2资源量计算

运用系统HyRAS 1.0，采用油藏发现序列法进行曲塘次凹资源评价，根据勘探现状，反复试验，最终确定均值、标准方差和油藏个数等关键参数，预测出曲塘次凹油藏数量为120个，资源量95%概率时(最小值)为2 167万t，50%概率时(期望值)为2 884万t，5%概率时(最大值)为4 038万t(图4)。

图4　油藏发现序列法预测曲塘次凹油藏分布序列图Fig.4　Prediction of reservoir distribution sequence in the Qutang subsag with reservoir discovery sequence method

4　广义帕累托法

4.1方法原理

广义帕累托(Pareto)法是盆地和区带级油气资源评价中的一种定量方法，研究油气藏整体的规模结构特征和表现规律，适用于不同勘探阶段或地区的评价任务。

大量勘探实践表明，许多含油气构造单元的油气藏规模结构存在分配额多(油气藏规模大)的群体的个体个数少，而分配额少(油气藏规模小)的群体的个体个数多的分布状态。考虑到油气藏规模的现实情况：(1)油气藏规模不可能无穷大；(2)太小的油气藏无实际价值。金之钧(1995)依据对西西利亚盆地的2 600个油气藏数据的统计分析，在帕累托分布分布函数中加入带有实际地质意义的控制参数，扩展帕累托分布概念，建立了广义帕累托分布。

如果对于某一勘探程度较高的地区所有已发现的油气藏，按其储量大小划分为有一定关系的储量级别或储量区间，统计油气藏在不同区间的分布个数并作直方图，可以发现随着油气藏储量的增加，出现的个数越来越少。从统计意义上讲即大的油气藏形成的概率较低，这种统计现象反映出油气聚集程度的不均一性。这种分布概率变化表现出很明显的规律性，用这样的概率密度函数来描述这种地质现象，称为油气藏规模概率密度函数。随着油气藏储量的增加，它是一个单调函数，确定函数形式及相关分布参数，也就唯一确定了油气藏规模概率密度分布函数。进一步，如能对可能发现(存在)的油气藏个数进行较准确的估计或预测，就可进行资源量的预测及资源结构的评价。

4.2资源量计算

使用系统HyRAS 1.0，采用广义帕累托法进行曲塘次凹资源评价时，利用已发现油藏的样本统计特征、分布模型特征(采用最大似然参数估算得到)和分布数值特征，通过回归分析得到中位数、标准方差和分布参数，最终计算出曲塘次凹油藏数量为129个，资源量结果为：95%概率时(最小值)为1 561万t，50%概率时(期望值)为2 854万t，5%概率时(最大值)为5 468万t(图5)。

图5　广义帕累托法预测曲塘次凹油藏分布序列图Fig.5　Prediction of reservoir distribution sequence in the Qutang subsag using the comprehensive Pareto method

5　综合评价

应用油藏规模序列法、油藏发现序列法和广义帕累托法3种统计法，得到的苏北盆地曲塘次凹资源量计算结果见表1，资源量的期望值分别为：2 680万t、2 884万t、2 854万t。根据实际勘探成果和3种方法的优缺点(郭秋麟等，2014)，采用特尔菲概率加权法，给予油藏规模序列法、油藏发现序列法和广义帕累托法不同的统计权重，最终得到曲塘次凹资源量为2 812万t。从计算结果来看，3种方法计算结果有所差异，油藏规模序列法计算结果最小，广义帕累托法和油藏发现序列法结果相近，但整体相差不大，计算结果可信度较高，可以为石油公司制定勘探新决策提供依据。

此外，通过成因法(盆地模拟法)计算得到曲塘次凹的生油量，利用统计法的资源量计算结果，可以用资源量除以生油量得到石油的运聚系数。运聚系数是地质类比法的一个重要参数，对勘探程度较低并具有相似地质条件的其他区块，可以应用地质类比法计算得到其资源量。由此可见，统计法定量评价石油资源至关重要。

表1　3种统计法计算结果

6　结　论

(1) 统计法计算资源量受到模型和参数选取等影响，可能会存在偏差。因此应用油藏规模序列法、油藏发现序列法和广义帕累托法3种统计法，从不同的角度进行估算，多种方法相互验证，可以提高估算结果的可信度。

(2) 3种统计方法的计算结果虽有所差别，但整体相差不大。采用特尔菲概率加权法后，得到曲塘次凹的油藏资源量为2 812万t。

(3) 通过成因法(盆地模拟法)和统计法的综合应用，可以得到石油的运聚系数，从而应用地质类比法，类比计算勘探程度较低并具有相似地质条件的其他区块的资源量。

郭秋麟，胡素云，张庆春，等，2003. 双序列法及其在油气资源评价中的应用[J]. 石油勘探与开发，30(5)：50-52．

郭秋麟，闫伟，高日丽，等，2014. 3种重要的油气资源评价方法及应用对比[J]. 中国石油勘探，19(1)：50-59．

胡素云，田克勤，柳广弟，等，2005. 刻度区解剖方法与油气资源评价关键参数研究[J]. 石油学报，26(增刊1)：49-54．

金之钧，1995. 五种基本油气藏规模概率分布模型比较研究及其意义[J]. 石油学报， 16(3)：6-13．

姜振学，庞雄奇，周心怀，等，2009. 油气资源评价的多参数约束改进油气田(藏)规模序列法及其应用[J]. 海相油气地质，14(3)：53-59．

李浩武，王彦军，汪斌，2009. 对油田规模序列法应用的一些讨论[J]. 石油天然气学报，31(3)：210-216．

赵旭东，1988. 石油资源定量评价[M]. 北京：地质出版社．

赵文智，胡素云，沈成喜，等，2005a. 油气资源评价的总体思路和方法体系[J]. 石油学报，26(增刊1)：12-17．

赵文智，胡素云，沈成喜，等，2005b. 油气资源评价方法研究新进展[J]. 石油学报，26(增刊1)：25-29．

周总瑛，白森舒，何宏，2005. 成因法与统计法油气资源评价对比分析[J]. 石油实验地质，27(1)：67-73.

朱建辉，江兴歌，徐旭辉，等，2005. 苏北盆地海安凹陷曲塘—李堡地区新生代演化和油气响应评价[J]. 石油实验地质，27(2)：138-143．

HUBBERT M K, 1967. Degree of advancement of petroleum exploration in United States[J]. AAPG Bulletin, 51(11)：2207-2227.

IVANHOE L F, 1976. Evaluating prospective basins oil/gas potential in basins estimated[J]. Oil and Gas Journal, 74(49)： 154-155.

DREW L J, SCHUENEMEYER J H, 1993. The evolution and use of discovery process models at the U．S． geological survey[J]. APPG Bulletin, 77(3): 467-478．

LEE P J, 1998. Analyzing multivariate oil and gas discovery data[C]//BUCCIANTI A，NARDI G，POLENZA R．Proceedings of the 4th Annual Conference of the International Association of Mathematical Geology． Island of Ichia， ITA:IAMG, 451-456.

LEE P J, 2008. Statistical Methods for Estimating Petroleum Resources[M]． Oxford： Oxford University Press．

Application of statistic methods to the Paleogene petroleum resource assessment in the Qutang subsag of Subei Basin

LV Xueju1, ZOU Chen2, HUANG Xiong1, HU Chaojun2, LU Huili1, YAN Chun1

(1. Petrochina Hangzhou Research Institute of Geology, Hangzhou 310023, Zhejiang, China; 2. Petrochina Zhejiang Oilfield Company, Hangzhou 310000, Zhejiang, China)

Petroleum resource assessment is of vital importance, which can provide important basis for the exploration and deployment of oil industry. Affected by the exploration degree, the Paleogene reservoirs in the Qutang subsag of Subei Basin have not received resource assessment using statistical methods. This work used three statistic methods including reservoir size sequence, reservoir discovery sequence and comprehensive Pareto method to quantitatively evaluate the Paleogene petroleum resource potential of the Qutang subsag, whose resource amount was calculated to be 2 812×104t. The calculation results using several methods can be verified to assure their reliability. These results can be also used to do analog analysis on the resources of other blocks with low exploration degree and similar geological conditions, which will provide strategic decision-making basis for oil industry.

resource assessment; statistic method; HyRAS software; Paleogene System; Qutang subsag; Subei Basin

10.3969/j.issn.1674-3636.2016.03.463

2016-03-07；

2016-03-23；编辑：蒋艳

中国石油重大科技专项“中国石油第四次油气资源评价”(2013E-050210)部分成果

吕学菊(1984—)，女，工程师，硕士，矿产普查与勘探专业，E-mail： lvxj_hz@petrochina.com.cn

P628+.2

A

1674-3636(2016)03-0463-06