应用岩性统计法定量分析沉积相——以陕北地区延长组长8段为例

周新平，张文选，刘广林，宋 鹏，楚美娟，陈 璐

(1.中国石油长庆油田分公司 勘探开发研究院，陕西 西安 710018； 2.低渗透油气田勘探开发国家工程实验室，陕西 西安 710018； 3.中油测井 油气评价中心，陕西 西安 710061)



应用岩性统计法定量分析沉积相
——以陕北地区延长组长8段为例

周新平1，2，张文选1，2，刘广林1，2，宋 鹏1，2，楚美娟1，2，陈 璐3

(1.中国石油长庆油田分公司 勘探开发研究院，陕西 西安 710018； 2.低渗透油气田勘探开发国家工程实验室，陕西 西安 710018； 3.中油测井 油气评价中心，陕西 西安 710061)

为了提高沉积相判识的准确性和客观性，应用岩性统计法定量分析了陕北地区延长组长8段沉积相。以传统的沉积相分析为基础，统计了各类沉积微相的岩性、厚度、厚度比、层比等数据，分析优选了沉积相敏感参数，建立了砂质岩、泥质岩厚度比-层比定量判识图版。通过传统沉积相分析验证，其准确率在70%以上，表明利用岩性统计法定量分析沉积相是可行的。

沉积相定量分析；岩性统计法；厚度比；层比；延长组；陕北地区

周新平，张文选，刘广林，等.应用岩性统计法定量分析沉积相:以陕北地区延长组长8段为例[J].西安石油大学学报(自然科学版)，2016，31(6)：9-14,22.

ZHOU Xinping,ZHANG Wenxuan,LIU Guanglin,et al.Quantitative analysis of sedimentary facies using lithology statistics:taking Chang 8 member in northern Shaanxi area as an example[J].Journal of Xi'an Shiyou University (Natural Science Edition),2016,31(6):9-14,22.

引 言

沉积相分析是油气地质勘探的基础。传统的沉积相研究以露头剖面、钻井取心资料为基础，通过岩性组合、沉积构造、古生物等相标志识别沉积相，再利用岩心刻度测井建立钻孔的测井相模式，以点及面进行油区沉积相分析，在勘探程度低、钻井数量少的地区还需结合地震资料辅以研究[1-3]。然而，露头剖面、岩心分析存在一定的主观性和多解释，测井相分析还处在以形态判识为主的定性阶段，地震相解释则受限于资料品质等。随着沉积学的发展，定量分析是沉积相研究的必然趋势，前人在沉积相定量分析方面取得了一些成果，特别是在测井定量判识方面成果显著，通过对测井特征参数Bayes判别分析[4-7]、主成分分析[8]、聚类分析[9]、神经网络分析[10]等识别沉积相。近年来，部分学者对现代河流、三角洲开展了岩性、规模、频率、时间间隔等方面的测量统计[11-13]，定量分析了沉积相类型及演化规律，效果良好。考虑到不同沉积相在岩性、厚度、层数等自身属性上的差异，为了提高沉积相识别的准确性和客观性，本次研究在传统沉积相分析的基础上，运用岩性统计法定量分析陕北地区延长组长8段沉积相，建立了沉积相定量判别图版，以期为沉积相定量化研究提供一种可借鉴的新方法。

1 沉积相类型

受盆地构造、湖盆底形、物源供给等控制，鄂尔多斯盆地中生界不同沉积地区沉积体系存在较大差异。陕北地区处于湖盆缓坡带，受北部阴山古陆远物源的影响，沉积物搬运距离远，发育曲流河-曲流河三角洲沉积体系[14]。研究区延长组长8段继承了早期浅水沉积特征，以三角洲前缘沉积为主[15-16]。根据大量的岩心观察及测井响应分析，结合前人研究成果，认为研究区长8油层组主要发育水下分流河道、河口坝、远砂坝、河道间4类沉积微相(图1)，水下分流河道、河道坝为主要的储集砂体类型。

(1)水下分流河道：岩性以灰色、灰白色细砂岩、粉砂岩为主，发育大型槽状交错层理、板状交错层理、块状层理、平行层理等强水流成因沉积构造，冲刷充填构造常见，与上覆泥岩形成典型的二元结构。水下分流河道砂体单层厚度薄，一般0.6～1.4 m，河道砂体呈多期叠置分布，总厚度可达28 m。砂岩概率累计曲线以两段式的跳跃、悬浮总体为主，分选差—中等。测井响应特征明显，SP曲线呈中幅箱型、钟型。

(2)河口坝：砂体结构呈反韵律特征，常与水下分流河道伴生，岩石类型与水下分流河道类似，部分夹薄层泥岩、粉砂质泥岩，以块状层理、平行层理、板状交错层理为主。少数河口坝砂体中部见泥砾，直径0.3～2.0 cm，呈漂浮状，磨圆较好。河口坝砂体单层厚度薄，叠置砂体总厚度达20 m。砂岩概率累计曲线以三段式为主，发育两段跳跃次总体，分选较好。SP曲线主要为齿化中幅漏斗型。

(3)远砂坝：岩性以粉砂岩、泥质粉砂岩、粉砂质泥岩为主，夹薄层泥岩，沙纹层理、波状层理、变形层理等。研究区远砂坝发育相对较少，厚度薄，一般小于1 m，孤立分布。测井形态主要为齿化低幅指状。

(4)河道间：主要为灰色、深灰色泥岩、粉砂质泥岩、泥质粉砂岩，局部发育沙纹层理细砂岩，常见炭屑、植物碎片等。SP曲线表现为平滑或微齿化的泥岩基线特征，少量有略微的幅度异常，可能与砂岩夹层、泥岩中钙质含量等有关。

2 岩性统计参数及其意义

不同的沉积环境形成了不同的岩石类型和结构特征，岩性、厚度、层数以及相关比值等参数反映沉积相的自身属性。本次研究运用岩性统计法定量分析了陕北地区延长组长8段沉积相。首先，选取长8钻井取心段长、沉积特征明显的井进行详细观察，基于传统沉积相分析，统计取心段已知沉积微相的岩性、厚度、层数等参数；其次，分析各类沉积微相不同岩性的厚度、厚度比、层比等数据，优选沉积相敏感参数；最后，综合各敏感参数，建立沉积相定量判识图版。

通过对研究区20余口井长8取心井段的岩性统计，将其划分为砂质岩、泥质岩2类，再根据粒度、泥质含量等进行细分，将砂质岩细分为细砂岩、粉砂岩、泥质粉砂岩。将泥质岩细分为泥岩、粉砂质泥岩。统计分析了各类沉积微相不同岩性的厚度、厚度比、层比等参数，各参数定义及地质意义如表1。

图1 陕北地区Q22井延长组长8段沉积微相剖面Fig.1 Sedimentary microfacies profile of Chang 8 member of well Q22 in the Northern Shaanxi area

参数类型定义各参数地质意义厚度总厚度厚度总和沉积速率、沉积物供给量、水动力强弱单层厚度最大单层厚度最小单层厚度平均单层厚度水动力强弱、水动力条件的稳定性厚度比厚度/总厚度水动力强弱层比层数/总层数水动力变化频率

(1)厚度：反映沉积速率、沉积物供给量以及水动力强弱等诸多沉积参数，包含总厚度和单层厚度。总厚度即研究层段内该岩性的厚度总和，单层厚度包括各岩性在研究层段内的最大单层厚度、最小单层厚度、平均单层厚度。单层厚度除了反映水动力强弱外，更体现水动力条件的稳定性，有效释放了被总厚度屏蔽的各单层信息。

(2)厚度比：主要反映沉积环境的水动力强弱。厚度比即各种岩性在某研究层段内所占的比例，类似于砂地比、泥地比等。

(3)层比：反映沉积环境的水动力变化频率，突出研究层段内的层数特征。层比即各类岩性出现的层数与研究层段内岩层总层数的比值。当某岩性的层比较大时，表明该岩性在研究的岩性段内层数多，其对应的水动力条件在沉积过程中出现频繁。

3 沉积相定量判别

3.1 各沉积微相岩性参数统计

不同沉积微相的岩性统计参数存在差异。岩性统计结果(表2)表明，研究区长8取心井段水下分流河道微相砂质岩的总厚度较大，主要分布在10.6～23.5 m，中值14.6 m，平均18.3 m，反映沉积物供给量足、水动力强；单层厚度变化大则反映水动力变化频繁；厚度比、层比接近1，表明水下分流河道岩性主要为砂质岩，以强水动力条件为主。其他沉积微相各岩性参数统计方法相同，这里不再赘述。

3.2 岩性参数交会图

交会图反映各参数的分布特征及相互关系。根据各沉积微相不同岩性参数的统计，优选了敏感参数。砂质岩、泥质岩岩性参数具有较好的敏感性，下面以砂质岩岩性参数为例进行详述。水下分流河道、河口坝、远砂坝的岩性以砂质岩为主，河道间则主要为泥质岩沉积，通过砂质岩的最大单层厚度(图2(a))、平均单层厚度(图2(b))、层数(图2(c))等参数仅能将河道间微相与水下分流河道、河口坝、远砂坝微相区分开，其他3种沉积微相则难以区分。

研究区延长组长8为湖泊坳陷期，构造活动相对平稳，地理位置位于湖盆缓坡带，以三角洲前缘沉积为主，岩性变化不大。厚度比是沉积相研究的常用参数，反映不同微相不同岩性的沉积速率、沉积物供给量等差异。本次研究引入层比参数，层比蕴含有沉积水体的水动力强弱、变化频率等信息，通过沉积物垂向分布特征反映水介质的变化规律。由图2(d)、图2(e)可知，厚度比、层比能较好地区分4类沉积微相。砂质岩的厚度比、层比相关性较强，同一沉积微相的厚度比、层比具有相同的分布区间，河道间小于0.3，远砂坝介于0.3与0.7之间，河口坝介于0.7与0.9之间，水下分流河道大于0.9。因此，根据砂地比、层比建立了沉积相定量判识图版(图2(f))。

3.3 厚度箱线图

箱线图利用最小值、第一四分位数、中位数、第三四分位数与最大值表征数据分布，能清晰反映数据是否对称以及离散程度等信息。根据各沉积微相岩性参数统计，分别绘制了各沉积微相砂质岩的总厚度箱线图(图3(a))、单层厚度箱线图(图3(b))。不同沉积微相砂质岩单层厚度箱线图差异不大，总厚度箱线图则能较好地区分各类微相。水下分流河道砂质岩总厚度5.4～28.2 m，主要分布在10.6～23.5 m，中值厚度14.6 m；河口坝砂质岩总厚度4.5～19.6 m，主要分布在5.5～13.4 m，中值厚度9.8 m；远砂坝砂质岩总厚度2.4～5.0 m，主要分布在3.1～4.5 m，中值厚度3.8 m；河道间砂质岩总厚度0.2～7.6 m，主要分布在0.9～4.4 m，中值厚度3.2 m。

3.4 沉积相定量判别的应用

根据各沉积微相砂质岩、泥质岩判别图版(图2)，选取8口井的数据进行验证。从图2(f)、图2(g)可以看出，水下分流河道、河道间微相的判别准确率较高，应用效果较好，河口坝、远砂坝的准确率相对较低，数据投影出现重叠，反映沉积环境复杂。砂质岩厚度比-层比、泥质岩厚度比-层比图版投影(图2(h)、图2(i))准确率均在70%以上，基本达到要求。

图2 三角洲前缘各沉积微相砂质岩、泥质岩岩性统计参数交会图及判识图版Fig.2 Lithologic statistical parameter cross-plots and identification charts of sandy rocks and mud rocks in different delta front microfacies

图3 研究区长8段各沉积微相砂质岩厚度分布箱线图Fig.3 Thickness boxplots of sandy rocks in different sedimentary microfacies of Chang 8 member in the study area

4 结 论

(1)研究区长8油层组继承了早期浅水沉积特征，主要为三角洲前缘沉积，发育水下分流河道、 河口坝、远砂坝、河道间4类沉积微相，水下分流河道、河口坝为主要的储集体类型。

(2)岩性、厚度、厚度比、层比反映沉积微相的岩石类型、结构特征等属性。砂质岩、泥质岩厚度比、层比能较好地区分4类沉积微相，同一沉积微相两参数分布区间相同，河道间小于0.3，远砂坝介于0.3与0.7之间，河口坝介于0.7与0.9之间，水下分流河道大于0.9，应用效果良好，准确率在70%以上。

(3)本文应用岩性统计法定量分析沉积相效果良好，但针对其他沉积体系(河流相、湖泊相等)，特别是事件沉积(浊流、砂质碎屑流等)，其效果还不得而知。另外，取心段岩性统计工作繁琐，层段划分及沉积相识别也存在人为因素，如何将测井信息与岩性参数有效结合，能否借助诸如Bayes判别分析、聚类分析、神经网络分析等量化手段还需进一步研究。

[1] 何幼斌,王文广.沉积岩与沉积相[M].北京:石油工业出版社,2009：1-290.

[2] 王仁铎.利用测井曲线形态特征定量判别沉积相[J].地球科学：中国地质大学学报,1991,16(3):303-309. WANG Renduo.Quantitative discrimination of sedimentary facies by use of shape characteristics of log curves[J].Earth Science:Journal of China University of Geosciences,1991,16(3):303-309.

[3] 刘保国,刘力辉.实用地震沉积学在沉积相分析中的应用[J].石油物探,2008,47(3):266-271. LIU Baoguo,LIU Lihui.Application of applied seismic sedimentary in sedimentary facies analysis[J].Geophysical Prospecting for Petroleum,2008,47(3):266-271.

[4] 雍世和,文政.用Bayes判别法定量识别沉积微相[J].测井技术,1995,19(1):22-27. YONG Shihe,WEN Zheng.Quantitative discrimination of sedimentary microfacies with bayes discriminant analysis[J].Well Logging Technology,1995,19(1):22-27.

[5] 陈钢花,申辉林,雍世和.应用数理统计方法自动解释地层岩性及沉积微相[J].石油大学学报(自然科学版),1996,20(4):26-29. CHEN Ganghua,SHEN Huilin,YONG Shihe.Automatic analysis of lithology and sedimentary microfacies by means of mathematical statistics[J].Journal of the University of Petroleum,China,1996,20(4):26-29.

[6] 倪新锋,田景春,陈洪德,等.应用测井资料定量识别沉积微相：以鄂尔多斯盆地姬塬-白豹地区三叠系延长组为例[J].成都理工大学学报(自然科学版),2007,34(1):57-61. NI Xinfeng,TIAN Jingchun,CHEN Hongde,et al.Quantitative discrimination of sedimentary microfacies by use of log date:taking the Triassic Yangchang Formation in Jiyang-Baibao region of Ordos Basin for example[J].Journal of Chengdu University of Technology (Science & Technology Edition),2007,34(1):57-61.

[7] 陈烨菲,彭仕苾.沉积微相定量研究方法[J].石油勘探与开发,2003,30(4):51-53. CHEN Yefei,PENG Shibi.Quantitative study on sedimentary microfacies[J].Petroleum Exploration and Development,2003,30(4):51-53.

[8] 刘静,李正从,王智,等.基于ICA、PCA与SVM方法的沉积微相定量识别[J].测井技术,2011,35(3):262-265. LIU Jing,LI Zhengcong,WANG Zhi,et al.Quantitative identification of microfacies based on ICA,PCA and SVM[J].Well Logging Technology,2011,35(3):262-265.

[9] 张春生.最大赋权树模糊聚类分析在沉积相划分中的应用[J].江汉石油学院学报,1992,14(2):15-20.

[10] 冉启全,李士伦,李元元.用神经网络模式识别沉积微相[J].石油勘探与开发,1995,22(2):59-63.[11] 范代读,李从先,陈美发,等.长江三角洲泥质潮坪沉积间断的定量分析[J].海洋地质与第四纪地质,2001,21(4):1-6. FAN Daidu,LI Congxian,CHEN Meifa,et al.Quantitative analyses on diastems of the mudflat deposits in the Yangtze River delta[J].Marine Geology & Quaternary Geology,2001,21(4):1-6.

[12] 余烨,张昌民,张尚锋,等.应用岩性统计方法判识沉积相：以珠江口盆地三角洲沉积为例[J].古地理学报,2011,13(3):271-277. YU Ye,ZHANG Changmin,ZHANG Shangfeng,et al.Sedimentary facies recognition using lithological statistics:example from delta deposits of Pearl River Mouth Basin[J].Journal of Plaeogeography,2011,13(3):271-277.

[13] CORNEL Olariu.Quantitative study of delta front deposits[D].Texas：the University of Texas at Dallas,2005:1-169.

[14] 杨华,付金华.超低渗透油藏勘探理论与技术[M].北京:石油工业出版社,2012：1-308.

[15] 楚美娟,郭正权,白嫦娥,等.鄂尔多斯盆地延长组长81油层浅水三角洲沉积模式[J].石油天然气学报,2013,35(6):10-16. CHU Meijuan,GUO Zhengquan,BAI Chang'e,et al.Sedimentary models of shallow water delta of Chang 81reservoir in Yangchang Formation of Ordos Basin[J].Journal of Oil and Gas Technology,2013,35(6):10-16.

[16] 李士祥,楚美娟,黄锦绣,等.鄂尔多斯盆地延长组长8油层组砂体结构特征及成因机理[J].石油学报,2013,34(3):435-444. LI Shixiang,CHU Meijuan,HUANG Jinxiu,et al.Characteristics and genetic mechanism of sandbody architecture in Chang-8 oil layer of Yanchang Formation,Ordos Basin[J].Acta Petrolei Sinica,2013,34(3):435-444.

责任编辑：王 辉

Quantitative Analysis of Sedimentary Facies Using Lithology Statistics:Taking Chang 8 Member in Northern Shaanxi Area as an Example

ZHOU Xinping1,2,ZHANG Wenxuan1,2,LIU Guanglin1,2,SONG Peng1,2,CHU Meijuan1,2,CHEN Lu3

(1.Research Institute of Exploration and Development,Changqing Oilfield Company of CNPC,Xi'an 710018,Shaanxi,China;2.National Engineering Laboratory for Low Permeability Oil & Gas-field Exploration and Development,Xi'an 710018,Shaanxi,China;3.Oil and Gas Assessment Center,CNLC,Xi'an 710061,Shaanxi,China)

In order to improve the accuracy and objectivity of sedimentary facies recognition,the quantitative analysis of sedimentary facies of Chang 8 member in northern Shaanxi area was carried out by lithological statistics.Based on traditional sedimentary facies analysis,the statistics of the lithology,thickness,thickness ratio and layer ratio of different sedimentary microfacies was finished,the sensitive parameters of sedimentary facies were selected,and the quantitative identification chart of sandstone and mudstone (the sand to shale thickness ratio-he sand to shale layer ratio) was established.According to the traditional sedimentary facies analysis,the accuracy of this identification chart is more than 70%,which shows that it is feasible to quantitatively analyze sedimentary facies by means of lithology statistics method.

quantitative analysis of sedimentary facies;lithology statistics;thickness ratio;layer ratio;Yanchang Formation;northern Shaanxi area

2016-06-22

国家科技重大专项大型油气田及煤层气开发(编号:2011ZX05044；2011ZX05001)

周新平(1984-)，男，博士，主要从事沉积学及石油地质学研究。E-mail:zhxp13_cq@petrochina.com.cn

10.3969/j.issn.1673-064X.2016.06.002

TE122

1673-064X(2016)06-0009-06

A