基于地图代数的油气空间分布评价系统

2023-05-30彭成

电脑知识与技术 2023年1期

彭成

摘要：为展示油气概率在地理空间上分布，同时展现对应区域地质对象，基于地理信息技术及地图代数计算，实现对不同地质区域不同部分的油气概率分布评价。首先定义油气概率评价矢量图层并栅格化处理，通过地图代数公式录入及计算，得到油气概率空间分布；进一步通过插值方法对周边地理区域进行油气概率近似估计实现预测；同时实现了完善的地图代数公式设定。结合实例，验证了与地理信息系统结合效果，为油气空间分布提供更直观的展示途径。

关键词：地图代数；空间分布；油气概率；矢量图层；地理信息系统

中图分类号：P618.13， TP311.1 文献标识码：A

文章編号：1009-3044（2023）01-0111-03

1 引言

随着对油气资源评价和勘探效益的要求不断提高，同时为了充分利用勘探资料，作为资源评价重要组成部分的油气概率空间分布引起了人们的重视，借助数学地质方法和计算机技术，油气概率空间分布的研究进展迅速，出现了多种油气概率空间分布预测方法[1-2]。

目前油气概率空间分布的预测方法主要有成因模型法，随机过程的统计模型法和信息集成法三大类[3]。成因模型法主要考虑油气成藏的地质因素，适用于勘探初期地区[4-5]；随机过程的统计模型法主要以钻探结果为基础、以地质统计方法为手段来预测油气分布，适用于钻探程度高、油气地质条件相对简单的地区[6-8]；信息集成法与油气空间分布有关的地质、地球物理和勘探工程等信息为一体，能够综合反映油气空间分布的特征[9-10]。

然而，对于上述方法，只给出了油气概率在不同地理位置的分布情况，并没有进一步与地理信息系统进行结合，进行油气概率空间分布的地图代数计算。对于一片地质区域，影响其含油气概率的因素有多个[11-12]，对于区域中某个部分，需要对这些因素进行综合计算来得到此部分的含油气概率预测情况；另外，对于不同的地质区域，含油气概率相关因素对其影响的权重也不相同[13-14]，为了能够计算出不同地质区域不同部分的含油气概率分布情况，需要利用地图代数计算功能，将每块区域的含油气概率因素进行加权计算。在计算结果的展示上，也应与地理信息系统技术相结合，从而将油气概率的空间分布与区域的地质对象同时展现，更直观地查看油气概率的空间分布。

因此，针对上述问题，需要一种与地理信息系统结合更为紧密，具有更加完善的地图代数功能，能够更好展示含油气概率在地理空间上分布的计算方法。

2 矢量图层定义

首先导入用于油气概率空间分布计算的矢量图层，矢量图层由一系列含有空间位置信息的图元所组成，图元的类型有点、线、多边形、多点、多线、多多边形六种，图元具体的形状和位置信息都是通过坐标来存储和表示，通过这些坐标中X和Y的最值可以得到图元所占的范围大小。如图1中所示，本文例子导入了3个图层，分别为“川西J2SX控制储量”“川西J2SX控制储量3”“川西J2SX控制储量4”，均为多边形类型的矢量图层。

在地质学中，矢量图层代表一片地理区域，矢量图层中每个图元代表这片区域中一个地质对象，并在其中存储了这个地质对象地理上的形状和位置坐标信息。本文例子中三个矢量图层为川西坳陷沙溪庙组的勘探程度图，图1中不同颜色深度的图层分别代表了这三个矢量图层对应的地理区域的形状，位置和范围。

在定义油气概率评价所需的矢量图层时，会选取其相关的属性文件，其中存储了区域中各个地质对象的配套属性，每项配套属性是一个数据库字段，对于用于油气概率评价的矢量图层，其属性文件中应有评价其油气概率的相关字段。对于用于油气概率评价的矢量图层，图层中每个图元会含有与之相应若干项的油气概率评价值作为属性信息，代表这个图元对应的地质对象所在区域含油气概率的大小。在本文例子中，对导入的三个矢量图层添加其配套的属性数据，使得图层中不同图元有不同的油气概率评价值，可以利用这些值来得到这个矢量图层所对应区域的含油气概率分布情况。如图1中下方输出空间中所示，给出了“川西J2SX控制储量”这一图层对应的属性数据，其中包含五个字段，分别为“geometryid”“圈闭概率”“充注概率”“储层概率”“保存概率”，第一个字段为图元的编号，后面4个字段代表此图元的4项油气概率评价参数，图元的含油气概率为这4个参数的加权平均。

3 矢量图层栅格化

接下来对导入的矢量图层进行栅格化。将所有矢量图层的总区域按x和y两个方向进行切分，划分为网格形式，网格中每个格子的油气概率评价值为落在这个格子内的所有图元的油气概率评价值的均值。所有图层都按照同样的划分方式进行划分，由于矢量图层中图元的形状是不规则的，将其网格化就可以得到规则的区域所对应的油气概率评价值，使得图层与图层间可以进行地图代数计算及油气概率空间分布的展示。例如对于“川西J2SX控制储量”图层，其栅格化后的一个格子中的“圈闭概率”的值为落在这个格子中的所有图元的“圈闭概率”的值的平均数。

对于没有图元落在其中的格子，其油气概率评价值用插值的方法进行计算，插值方法分为距离反平方和克里金插值两种，用户可以自行选择。距离反平方方法是根据格子周围图元的油气概率评价值，加权平均计算出格子的油气概率评价值，其中权重是图元到格子距离的平方的倒数。克里金插值又称空间自协方差最佳插值法，其广泛应用于地下水模拟，土壤制图等领域，是一种很有用的地质统计网格化方法，关于其具体的算法实现已有较多资料介绍，在此不再赘述[8]。本文例子中所采用的为克里金插值，对没有图元落在其中的格子给出插值计算得到的油气概率评价相关参数值。

4 地图代数公式设定

完成矢量图层栅格化之后，进行地图代数公式的输入。地图代数计算即用户自定义公式对栅格化后的各个图层进行计算，计算结果也是栅格化的矢量图层，区域及格子的划分都与传入的矢量图层相同。计算结果中每个格子的油气概率评价值为公式中各个矢量图层的格子的油气概率评价值经过公式运算得到的值。最简单的如两个图层相加，表示将这两个图层中的油气概率评价值相加，计算结果中每个格子的油气概率评价值为这两个图层在此格子对应的油气概率评价值之和。如图2所示，本文例子中输入的公式为：

{[Layer（川西J2SX控制储量.圈闭概率）*0.3 + Layer（川西J2SX控制储量.充注概率）*0.3 + Layer（川西J2SX控制储量.储层概率）*0.2 + Layer（川西J2SX控制储量.保存概率）*0.2] + [Layer（川西J2SX控制储量3.圈闭概率）*0.25 + Layer（川西J2SX控制储量3.充注概率）*0.25 + Layer（川西J2SX控制储量3.储层概率）*0.3 + Layer（川西J2SX控制储量3.保存概率）*0.2] + [Layer（川西J2SX控制储量4.圈闭概率）*0.25 + Layer（川西J2SX控制储量4.充注概率）*0.3 + Layer（川西J2SX控制储量4.储层概率）*0.3 + Layer（川西J2SX控制储量4.保存概率）*0.15]}/3

其含义为，首先对每个栅格化矢量图层计算其油气概率评价分布，方法为对油气概率评价相关的4个字段的值进行加权平均，公式中不同图层的4个字段的权重有所不同，如“川西J2SX控制储量”4个字段的权重分别为0.3，0.3，0.2，0.2，而“川西J2SX控制储量3”4个字段的权重分别为0.25，0.25，0.3，0.2表示不同评价参数对于不同的地理区域对象在含油气概率上影响力区别。得到每个图层的油气概率评价分布后，将这些图层的油气概率评价值取均值，得到了总体区域的油气概率评价分布。如图2所示，本文例子总网格的划分方式为10行乘10列，表示将矢量图层按照10乘10的方式划分来实现栅格化。

5 地图代数解析计算

接下来对用户传入的公式进行解析和计算，用戶传入的公式中用“LAYER（图层名.字段名）”来表示一个栅格化矢量图层的字段，运算符除了四则运算外，还有指数、对数、三角函数等，都可以传入到公式中，公式在解译过程中会按照这些运算符的优先级，逐步解译。

对于“LAYER（图层名.字段名）”这样的公式片段，会解译为具体的栅格化矢量图层；对于数值型的公式片段，也会解译为栅格化矢量图层，其中每个格子的值即片段代表的数值，例如本文例子公式中含有数值0.3，则会解译为一个栅格化矢量图层，其网格划分方式与图层的划分方式相同，都为10乘10的网格，每个格子对应的属性值均为0.3。

栅格化矢量图层的计算是对栅格化矢量图层每个格子的油气概率评价值进行计算。如“log（LAYER（图层名.字段名））”的计算结果为与这个栅格化矢量图层范围及格子划分相同的栅格化矢量图层，不同的是其中每个格子的油气概率评价值为之前的值取对数；“log（LAYER（图层名.字段名）） *0.3”的计算结果为与这个栅格化矢量图层范围及格子划分相同的栅格化矢量图层，不同的是其中每个格子的油气概率评价值为之前的0.3倍；“log（LAYER（图层名1.字段名1））+ log（LAYER（图层名2.字段名2））” 的计算结果为与这两个栅格化矢量图层范围及格子划分相同的栅格化矢量图层，其中每个格子的油气概率评价值为这两个栅格化矢量图层对应格子的油气概率评价值之和。经过用户自定义公式的计算，最终得到的栅格化矢量图层中每个格子的油气概率评价值即经过同样公式运算得到的结果。

在本文例子中，计算结果为一个栅格化矢量图层，图层的网格划分方式为10行乘10列，对于每个格子，其格子对应的属性值为各个图层在此格子的对应的属性值经过本文例子中设定的公式计算得到的结果。

将计算结果用等值线的方式展示，如图3所示，对于计算结果的栅格化矢量图层，用等值线图形来展示这个图层的油气概率空间分布，等值线图层传入的信息为各个点及各个点对应的值，即计算结果中各个网格的中心点坐标及各个网格的油气概率评价值。

6 结论

基于地理信息技术及地图代数计算，实现对不同地质区域不同部分的油气概率分布评价，得到油气概率空间分布，为油气空间分布提供更直观的展示途径，得出了以下结论：

1）将地质风险的空间分布栅格化，与地理信息系统技术结合起来，直观地展示了含油气概率在地理空间上的分布情况。

2）采用插值方法对周边地理区域进行含油气概率的近似估计，实现含油气概率的预测。

3）提供了完善的地图代数公式设定功能，使得地质风险空间分布的计算更加方便。

参考文献：

[1] 陈小梅，欧奎，贾霍甫.风险概率法在油气区块评价中的运用[J].石油地质与工程，2018，32（6）：64-66，119.

[2] 覃利娟.概率法在油气储量不确定性分析中的应用[J].断块油气田，2019，26（6）：723-727.

[3] 王峰，安晓亚，朱璇.地理空间数据增量更新版本化管理方法研究[J].地理空间信息，2021，19（2）：6，26-29.

[4] 宋轩，高云君，李勇，等.空间数据智能：概念、技术与挑战[J].计算机研究与发展，2022，59（2）：255-263.