砂体融合的定量表征及其对储集层连通性的控制

张磊夫，王红亮，李英烈，潘懋（. 北京大学地球与空间科学学院，北京 0087；. 中国地质大学（北京）能源学院，北京 0008；. 中国地质调查局油气资源调查中心，北京 0009）

砂体融合的定量表征及其对储集层连通性的控制

张磊夫1，王红亮2，李英烈3，潘懋1
（1. 北京大学地球与空间科学学院，北京 100871；2. 中国地质大学（北京）能源学院，北京 100083；3. 中国地质调查局油气资源调查中心，北京 100029）

以浊积朵叶体沉积为例，介绍了砂体融合现象的类型与形成原因，讨论了砂体融合现象对沉积环境及砂体叠置样式的指示作用，并应用砂体融合比定量描述了砂体之间相互融合的程度。在以砂泥为主的碎屑沉积中，砂体之间的相互融合非常普遍，其包括砂体对泥质隔夹层的侵蚀并与其他砂体融合两个方面。对已有文献的统计分析表明，砂体融合比在不同的构型层次有显著差异，在此基础上，用基于目标的建模方法建立了 3组砂地比、单砂层尺寸相同但具有不同层次与不同砂体融合比的朵叶体三维模型。对模型的连通性分析表明：模型引入的沉积层次越多，连通性越差；对沉积层次一致的模型而言，砂体融合比越高，连通性越好。图8表2参35

砂体融合；浊积朵叶体；储集层连通性；储集层建模

引用：张磊夫, 王红亮, 李英烈, 等. 砂体融合的定量表征及其对储集层连通性的控制[J]. 石油勘探与开发, 2017, 44(2): 205-212.

ZHANG Leifu, WANG Hongliang, LI Yinglie, et al. Quantitative characterization of sandstone amalgamation and its impact on reservoir connectivity[J]. Petroleum Exploration and Development, 2017, 44(2): 205-212.

0 引言

砂体融合（Sandstone amalgamation）是指泥质隔夹层因被侵蚀或尖灭或未发生沉积而导致的上覆砂体与下部砂体直接融合的一种沉积现象。此沉积现象普遍存在于各类碎屑岩沉积物中，众多学者将河流相储集层中出现的这种现象称为“切叠”，并进行了广泛的定性研究，但对于此现象的定量研究多集中于深水浊积沉积物[1-6]，这可能是因为相对于其他碎屑岩沉积而言，浊积岩在平面上展布范围极广且在纵向上呈现非常明显的较厚层砂体夹较薄层泥岩的互层特征，从而利于在较大范围追踪对比砂泥岩的侧向与垂向分布规律[4-6]。

前人研究发现，砂体融合现象可以有效地指示浊流沉积的沉积环境与砂体叠置样式[7-8]，且浊积岩储集层中砂体融合的程度是控制储集层连通性的决定性因素[9-10]。然而，目前对于砂体融合现象的研究仍有不足，主要表现在：①前人对于砂体融合现象的重要性（尤其是对砂岩连通性的影响）认识不够；②目前对砂体融合的研究多以定性为主，未达到定量或半定量的程度；③已有的三维储集层建模工作很少考虑砂体融合特征，导致对储集层连通性的预测可能会出现偏差。

本文拟以广泛发育砂体融合现象的浊积朵叶体为例，通过对前人研究成果的总结与三维随机建模，从定性与定量相结合的角度研究砂体融合现象的特征、沉积学意义以及对储集层连通性的控制作用，以期深化对此沉积现象的研究，为油气勘探开发提供新的思路。

1 砂体融合的类型与特征

砂体融合包括泥岩夹层的缺失（被侵蚀/尖灭/未沉积）及不同砂体的融合两方面。前人研究中广泛提及了此现象，部分学者也对单河道砂体间的融合样式进行了一定研究（如完全切叠式、不完全切叠式等），但总体而言对于砂体融合类型的关注较少。目前较具代表性的是 Walker[1]与 Mattern[7]的分类方案。Walker[1]将深水浊积岩中单砂层之间的融合现象分为 4种类型（见图1）：①上下两期砂岩层之间具有突然的截断面、上覆砂岩的底面出现保存较完整的负荷构造；②上下两期砂岩层之间出现一系列尖角状的泥岩片，泥岩片内层理保存完整，可能是未被完全侵蚀的泥岩层的残余物；③两期砂岩层之间的泥岩几乎不可见，但两期砂岩具有不同粒度，因此这类砂体融合只能从砂岩的粒度差异上来推断；④上下两期砂岩之间的泥岩完全不可见，且两期砂岩粒度一致，这意味着两期砂岩的沉积间隔极短，从而导致泥岩未发生沉积或沉积的泥岩被快速、完全侵蚀，此类砂体融合只能通过追踪砂岩层的侧向变化来识别（见图2）。总体而言，①②型砂体融合具有明显的侵蚀特征，较易识别且多见于深水浊积水道中，而③④型中砂体融合面较平缓、隐蔽，多发育于深水浊积朵叶体中。

图1 浊积岩中4种不同的砂体融合类型（据文献[1]修改）

图2 爱尔兰Ross Sandstone组浊积朵叶体中的砂体融合照片[1]（图中1—4为砂岩层编号）

Mattern[7]按照上覆浊积砂体对下部沉积物的侵蚀程度划分了两种砂体融合类型：①非板状砂体融合（Nontabular amalgamation），上覆砂体对下部沉积物下切超过2 cm，下切面具有明显的楔形；②板状砂体融合（Tabular amalgamation），上覆浊积砂体对下部沉积物的下切不超过 2 cm，下切面一般比较平缓。与Walker[1]的分类方案相比，这种分类方案没有深入考虑砂体融合现象的成因特征，但是便于对砂体融合现象进行定量统计。总之，这两种划分方案具有不同的侧重点，对这两种分类方案的引用应参考具体的研究目的。值得注意的是，这两种方案均是基于深水浊流沉积提出的，鉴于浊流沉积的特殊性，能否将这两种分类方法推广至其他沉积环境（如河流相、三角洲相）尚有待进一步研究。

2 砂体融合现象的沉积学意义

2.1 对沉积环境的指示作用

浊积朵叶体中最明显的砂体融合现象一般表现为：两个或多个薄层的砂泥互层单元（如图 2中砂岩层1、2、3）侧向渐变或突变为单个块状砂岩，后者厚度可达1～5 m，底面多具负荷构造（如图2砂岩层4）。鉴于深水浊积朵叶体沉积多呈扇状且沉积能量由中心往边缘呈辐射状减弱，此类型的砂体融合现象一般出现在朵叶体沉积的中心位置，意味着沉积速度较快、流体能量较高且具有很强的侵蚀能力；所形成的厚层块状砂岩砂质含量极高（砂地比接近 100%）、内部砂岩融合程度高、砂体融合面的侧向连续性好、储集性能较好。随着浊流向朵叶体远端推进，流体泥质含量增加、能量变低、侵蚀性变差，相对应的沉积物表现为薄层砂岩与厚层泥岩互层，砂地比低、砂体融合程度较低、砂体融合面分布较零散且侧向延续性差。因此，砂体融合现象的出现频率与特征可以指示浊积朵叶体的沉积环境：砂体融合程度越高、砂体融合面侧向连续越好，指示越近源的沉积环境。

2.2 对砂体叠置样式的指示作用

浊积朵叶体沉积经常呈现向上变厚的韵律[2-8]，而且砂体向上变厚的同时往往伴随着砂体融合程度向上变高的特点，这可能指示着浊积岩沉积持续前积的特征[2,6-8]。此外，浊积朵叶体沉积具有明显的“补偿性叠置”（Compensational stacking）特征，即新的沉积倾向于发育在较老沉积所形成的低洼处，从而不断“补偿”较老沉积所形成的不规则地貌并使最终地貌趋于平缓[11-15]。这种补偿性叠置意味着流体倾向于沉积而非侵蚀较老沉积物，新沉积砂体对之前砂体的侵蚀程度较低，砂体融合现象较少发育。因此，砂体融合程度与补偿性叠置的程度呈负相关关系：沉积物中砂体融合程度越低，沉积过程中发生补偿性叠置的可能性越高。

3 砂体融合现象的定量描述

3.1 砂体融合比定义

鉴于砂体融合现象的重要沉积学意义及数字化建模的发展，部分学者对砂体融合现象进行了定量描述。Chapin等[4]通过研究爱尔兰 Ross Sandstone组浊积岩露头中的砂体融合现象，最早定义了砂体融合比，对砂体融合的程度进行定量描述，（一维）砂体融合比的具体定义为：在一维剖面上砂体-砂体接触界面（砂体融合面）占所有接触界面（砂体-砂体、砂体-泥岩、泥岩-砂体）的百分比。对于砂体融合现象的定量描述有利于预测储集层的沉积学特征，例如，爱尔兰西海岸Kilcloher Cliff朵叶体露头可明显分为上下两部分（见图3），下部沉积物砂地比54%、平均砂体融合比3%，揭示了朵叶体远端位置的沉积环境；上部沉积物砂地比90%、平均砂体融合比高达67%，反映了朵叶体近源位置的沉积环境。由于一维砂体融合比仅局限于有效地反映一维空间(例如钻井、露头采样柱等)中砂泥岩之间的复杂接触特征，无法表征砂泥岩在二维空间（例如井间，地震、露头剖面）的分布情况。为此，Stephen等[9]及Manzocchi等[10]将此定义进一步扩展到了二维/三维，将二维/三维砂体融合比分别定义为砂体融合面的长度/面积占所有接触界面的长度/面积的百分比，并将其作为输入参数纳入建模软件中，建立了一系列具有不同砂体融合比的浊积岩三维储集层模型。

3.2 砂体融合比统计分析

由于浊积朵叶体沉积具有明显的层次性，目前已有多种针对浊积朵叶体构型层次的划分方案，相对应的术语也不尽相同。值得指出的是，近年来一系列基于高分辨率地震资料与高质量露头的研究发现，深水浊积朵叶体具有相似的四级层次特征[6,8,12-14]。例如，Prélat等[14]将南非 Karoo盆地横向展布数百千米的朵叶体露头划分为单砂层（bed）、朵叶体单元（lobe element）、朵叶体（lobe）以及朵叶体复合体（lobe complex）4个构型层次。本文也采用这种4级划分方案。在此基础上，笔者注意到朵叶体不同层次单元之间的接触关系存在差异，并定义了各层次单元之间的融合比以定量描述。以朵叶体为例，朵叶体融合比（lobe amalgamation ratio）定义为两期朵叶体之间融合面的长度占所有朵叶体接触面长度的百分比。通过对全球多个深水沉积体系进行详细的文献调研（见表1），同时结合对爱尔兰 Ross Sandstone组露头的实地定量研究[10,12]，笔者对浊积朵叶体不同层次单元间的融合比进行了统计分析，结果表明：浊积朵叶体构型单元层次越高，层次单元之间的相互融合程度越低（见图4a），即相互补偿性叠置的程度越高；在单砂层层次，砂体融合比普遍小于砂地比（见图4b）。

图3 爱尔兰Ross Sandstone组Kilclogher Cliff露头照片以及地层对比示意图（据文献[4]修改）

表1 朵叶体不同层次单元砂体融合比数据来源

图4 浊积朵叶体在不同沉积层次的砂体融合比（a）与单砂层层次的砂体融合比与砂地比（b）

4 砂体融合对储集层连通性的控制

4.1 砂体融合比与砂地比

以往在针对碎屑岩的储集层建模工作中，一般认为砂地比越高，储集层连通性越好[23-25]。然而，对不同深水浊积体系的定量统计表明：在单砂层层次，砂地比大于砂体融合比（见图4b），且经常出现砂地比很高但砂体融合比很低的情况。例如，在砂地比同为90%时，新西兰Mt. Messenger浊积体系与智利Tres Pasos浊积体系的单砂层砂体融合比分别为20%与48%（见图 5）。针对这两个浊积体系，Manzocchi等[10]分别建立了两组具有相同地层尺寸与砂地比的模型，但两者连通性差异明显，这表明砂体融合比才是砂体连通性的决定性因素（见图5），砂体融合比越高，连通性越好。值得注意的是，传统的建模方法，如 Larue与Hovadik等提出的基于目标的建模方法[24-25]，通常以砂地比作为重要输入参数且一般未考虑砂体融合比，这意味着最终模型的连通性将被严重高估。

图5 不同沉积体系中砂地比与砂体融合比关系与不同沉积体系相同砂地比模型连通性差异示意图（据文献[10]修改）

4.2 多层次朵叶体模型

朵叶体层次性的沉积分布特征控制着储集层中砂体的空间分布，如何准确地划分沉积层次，实现由大至小、由粗至细的储集层精细描述一直是储集层沉积学研究以及储集层随机建模的重点和难点[10,12,23,26-27]。浊积朵叶体储集层中不同层次单元间的砂体融合比不同(见图 4a)，不同层次单元砂体之间的泥质隔夹层对于层次单元砂体的隔挡程度不同，因此，针对浊积朵叶体储集层的建模应着重考虑层次性。未精细表征沉积层次的储集层三维模型由于忽视了不同层次单元间的泥岩隔挡程度，导致储集层连通性的分析结果出现偏差，从而难以为勘探开发工作提供较为准确的参考。

笔者以浊积朵叶体为例，建立了 3组含不同层次单元的朵叶体模型（见图 6、表 2）。由于在朵叶体复合体内，朵叶体之间融合比很低（见图4a），朵叶体之间几乎完全被泥岩隔挡，垂向连通性接近为零。因此，本文以朵叶体层次为最高层次，并着重研究朵叶体内部单砂层之间的相互连通性，具体输入参数如表 2所示。对于朵叶体、朵叶体单元、单砂层的尺寸及砂地比、融合比等各项输入参数的设置均基于笔者对全球深水朵叶体体系的统计分析[12,23]。建模使用vbFIFT三维建模软件[10]，该建模软件使用基于目标的建模方法，即将具有一定属性特征（如几何形态）的目标体“投放”于三维空间，建立的三维模型可输入 Petrel软件进行三维图形展示。

按照朵叶体层次划分机制，每个朵叶体由一个或多个朵叶体单元组成，每个朵叶体单元包含多个单砂层。相对应地，建模过程为向先前预先设定的朵叶体三维空间内置放多个朵叶体单元直至砂地比、融合比、几何尺寸等参数达到设定值，之后再往每个朵叶体单元三维空间内置放多个单砂层直至各项参数达到表 2设定值。3组模型的二维剖面与三维栅状图如图 6所示。用vbFIFT软件所建立的三维模型可以较好地表征朵叶体在不同沉积层次的形状与叠置特征，尤其是在不同层次单元之间的融合特征。每组模型记录 5次实现。由于这3组模型具有相同的砂地比和单砂层尺寸，因此不同的沉积层次及砂体融合比可以反映其对砂体连通性的控制作用。具体而言，朵叶体模型1、2包含朵叶体单元层次，而朵叶体模型 3不包含朵叶体单元层次（见表2）。

4.3 模型连通性分析

vbFIFT软件可以对模型中不同的连通单元突出着色并自动分析模型的砂体连通性。本次研究中对砂体连通性的定义与 Larue和 Hovadik等[24-25]所定义的一致，即单砂层相互连通所形成的最大连通单元占总模型体积的百分比。例如，图7a展示了模型2某次实现中单砂层相互融合而形成的不同连通单元（不同颜色）。图7b显示了模型1某次实现中最大的连通单元占模型总体积的百分比约为 15%，意味着此模型连通性为15%。具体而言，朵叶体模型1纳入了朵叶体单元与单砂层层次，同时为了真实地模拟朵叶体内部特征，建模中所设定的各项参数（朵叶体单元融合比15%、单砂层融合比为42%）均参考了全球朵叶体定量统计分析中[12,23]累计概率为 70%时的值（见图4a）。

图6 砂地比与单砂层尺寸相同但层次设置不同的3组朵叶体模型

表2 3组模型的输入参数

图7 模型连通性分析的二维/三维实例

模型2与模型1的单砂层砂地比、砂体融合比以及尺寸一致，但模型2在朵叶体单元的融合比（42%）大于模型 1（15%），这意味着两模型在单砂层层次特征完全一致的情况下，由于模型 2中朵叶体单元之间相互融合程度更高，因而其连通性要高于模型1（见图8）。模型 3未考虑朵叶体单元这一层次，而是直接将单砂层置放于朵叶体的三维空间内。与模型1、2相比，虽然具有完全一致的单砂层尺寸、融合比等特征，但是由于其未受朵叶体单元这一层次的约束，单砂层可以更加“自由”地相互叠置，从而最终的砂体连通性也非常好（见图8）。值得指出的是，模型3没有考虑朵叶体单元层次，因而与Stephen等[9]与Manzocchi等[10]的建模工作类似，这意味着这些建模研究虽然引入了砂体融合比，但由于没有考虑到完整的沉积层次，所以可能高估了最终的系统连通性。这也进一步表明针对不同沉积层次及层次单元间的融合程度的研究至关重要。

图8 3组模型各5次实现的连通性对比

5 讨论

在特定的沉积体系中，高的砂体融合比往往指示着相对较高的沉积能量与沉积速率。在其他以砂泥岩沉积物为主的沉积环境中也广泛提及了砂岩之间的相互融合现象，尤其是河流相[26,28]与浊积水道[5,29]各构型层次单元之间的侵蚀作用。河道砂体层次单元之间的相互融合程度也可以用来指示 A/S（可容纳空间/沉积物供给量）值，从而有利于建立高分辨率层序地层格架并精确对比河道砂体：低A/S值时河道下切作用强，河道之间相互融合程度高；而 A/S值较高时河道多为孤立分布，河道之间相互融合程度低[28,30]。

本研究通过随机建模证实了砂体融合比可以有效指示泥质隔夹层的分布特征，并且直接控制着朵叶体储集层的连通性。Barton等[31]注意到当浊积水道底部的泥质隔挡（mud drape）超过水道宽度的60%时，水道储集层的油气产出显著变差。按照砂体融合比的定义，浊积水道砂体融合比小于 40%时将严重影响储集层开发。此外，对于砂体融合现象的研究应注意区分不同层次单元，因为不同层次单元之间的融合程度存在显著差异。此发现可以为有关储集层构型层次研究[27,32]及分层次构型建模的研究[33-35]提供参考。

目前，主流的以沉积相为主的建模方法均以沉积相比例为主要控制参数，并未考虑砂体融合现象。同时，鉴于基于目标的建模方法难以完全忠实于井数据，而砂体融合比多应用于基于目标的建模方法中，导致砂体融合现象在储集层三维建模工作中常常被忽略。本文从定量分析与三维建模相结合的角度强调了砂体融合现象的沉积学意义及其对砂体连通性的控制作用，因此，在今后沉积学研究与三维建模工作中应重视砂体融合现象，并对其开展定量化研究。

6 结论

应用砂体融合比以定量表征砂体融合的程度，统计结果表明，在浊积朵叶体沉积物中，构型层次越高，层次单元之间的融合比越小，就单砂层层次而言，其砂体融合比一般小于砂地比。

建立了 3组具有不同层次与融合比但单砂层特征一致的三维朵叶体模型，对模型的连通性分析表明，模型引入的构型层次越多，连通性越差；对构型层次一致的模型而言，砂体融合比越高，连通性越好。

砂体融合比可以有效表征层次单元之间的接触关系，在进行多层次储集层建模时，应着重考虑不同沉积层次单元间的砂体融合比，以免错误预测砂体连通性，从而影响实际勘探与开发工作。

[1] WALKER R G. Shale grit and Grindslow shales: Transition from turbidite to shallow water sediments in the upper Carboniferous of northern England[J]. Journal of Sedimentary Research, 1966(1): 90-114.

[2] MUTTI E, RICCI LUCCHI F. Turbidites of the northern Apennines: Introduction to facies analysis[J]. International Geology Review, 1978, 20(2): 125-166.

[3] BOUMA A H. Introduction to submarine fans and related turbidite systems: Submarine fans and related turbidite systems[M]. New York: Springer, 1985: 3-5.

[4] CHAPIN M, DAVIES P, GIBSON J, et al. Reservoir architecture of turbidite sheet sandstones in laterally extensive outcrops, Ross Formation, western Ireland: Submarine fans and turbidite systems[M]. New York: Springer, 1994: 53-68.

[5] ROMANS B W, HUBBARD S M, GRAHAM S A. Stratigraphic evolution of an outcropping continental slope system, Tres Pasos Formation at Cerro Divisadero, Chile[J]. Sedimentology, 2009, 56(3): 737-764.

[6] GRUNDVÅG S A, JOHANNESSEN E P, HELLAND-HANSEN W, et al. Depositional architecture and evolution of progradationally stacked lobe complexes in the Eocene Central Basin of Spitsbergen[J]. Sedimentology, 2014, 61(2): 535-569.

[7] MATTERN F. Amalgamation surfaces, bed thicknesses, and dishstructures in sand-rich submarine fans: Numeric differences in channelized and unchannelized deposits and their diagnostic value[J]. Sedimentary Geology, 2002, 150(3): 203-228.

[8] MACDONALD H A, PEAKALL J, WIGNALL P B, et al. Sedimentation in deep-sea lobe-elements: Implications for the origin of thickening-upward sequences[J]. Journal of the Geological Society, 2011, 168(2): 319-332.

[9] STEPHEN K D. Outcrop-based stochastic modelling of turbidite amalgamation and its effects on hydrocarbon recovery[J]. Petroleum Geoscience, 2001, 7(2): 163-172.

[10] MANZOCCHI T, WALSH J J, TOMASSO M, et al. Static and dynamic connectivity in bed-scale models of faulted and unfaulted turbidites[J]. Geological Society London Special Publications, 2007, 292(1): 309-336.

[11] ELLIOTT T. Megaflute erosion surfaces and the initiation of turbidite channels[J]. Geology, 2000, 28(2): 119-122.

[12] ZHANG Leifu, MANZOCCHI T, PONTÉN A. Hierarchical parameterization and modelling of deep-water lobes[R]. Biarritz: Petroleum Geostatistics Extended Abstract, 2015.

[13] JEGOU I, SAVOYE B, PIRMEZ C, et al. Channel-mouth lobe complex of the recent Amazon fan: The missing piece[J]. Marine Geology, 2008, 252(1): 62-77.

[14] PRÉLAT A, HODGSON D M, FLINT S S. Evolution, architecture and hierarchy of distributary deep-water deposits: A high-resolution outcrop investigation from the Permian Karoo Basin, South Africa[J]. Sedimentology, 2009, 56(7): 2132-2154.

[15] STRAUB K M, PYLES D R. Quantifying the hierarchical organization of compensation in submarine fans using surface statistics[J]. Journal of Sedimentary Research, 2012, 82(11): 889-898.

[16] BERNHARDT A, JOBE Z R, LOWE D R. Stratigraphic evolution of a submarine channel–lobe complex system in a narrow fairway within the Magallanes foreland basin, Cerro Toro Formation, southern Chile[J]. Marine & Petroleum Geology, 2011, 28(3): 785-806.

[17] DUTTON S P, FLANDERS W A, BARTON M D. Reservoir characterization of a Permian deep-water sandstone, East Ford field, Delaware basin, Texas[J]. AAPG Bulletin, 2003, 87(4): 609-627.

[18] DRINKWATER N J, PICKERING K T. Architectural elements in a high-continuity sand-prone turbidite system, Late Precambrian Kongsfjord Formation, Northern Norway: Application to hydrocarbon reservoir characterization[J]. AAPG Bulletin, 2001, 85(10): 1731-1757.

[19] PYLES D R, STRACHAN L J, JENNETTE D C. Lateral juxtapositions of channel and lobe elements in distributive submarine fans: Three-dimensional outcrop study of the Ross Sandstone and geometric model[J]. Geosphere, 2014, 10(6): 1104-1122.

[20] JOHNSON S D, FLINT S, HINDS D, et al. Anatomy, geometry and sequence stratigraphy of basin floor to slope turbidite systems, Tanqua Karoo, South Africa[J]. Sedimentology, 2001, 48(5): 987-1023.

[21] SULLIVAN M D, FOREMAN J L, STERN D, et al. An integrated approach to characterization and modeling of deep-water reservoirs, Diana field, Western Gulf of Mexico[C]//Integration of outcrop and modern analogs in reservoir modeling. Houston: AAPG Memoir 80, 2004: 215-234.

[22] HODGSON D M, FLINT S S, HODGETTS D, et al. Stratigraphic evolution of fine-grained submarine fan systems, Tanqua Depocenter, Karoo Basin, South Africa[J]. Journal of Sedimentary Research, 2006, 76(1): 20-40.

[23] ZHANG Leifu, MANZOCCHI T, HAUGHTON P D W. Impact of sedimentological hierarchy on sandstone connectivity in deep-water lobes-an object-based modelling approach[R]. London: 75thEAGE Conference & Exhibition Incorporating SPE EUROPEC, 2013.

[24] LARUE D K, HOVADIK J M. Connectivity of channelized reservoirs: A modelling approach[J]. Petroleum Geoscience, 2006, 12(4): 291-308.

[25] HOVADIK J M, LARUE D K. Static characterizations of reservoirs: Refining the concepts of connectivity and continuity[J]. Petroleum Geoscience, 2007, 13(3): 195-211.

[26] MIALL A D. Reservoir heterogeneities in fluvial sandstones: Lessons from outcrop studies[J]. AAPG Bulletin, 1988, 72(6): 682-697.

[27] 张昌民. 储层研究中的层次分析法[J]. 石油与天然气地质, 1992, 13(3): 344-350. ZHANG Changmin. Hierarchy analysis in reservoir researches[J]. Oil & Gas Geology, 1992, 13(3): 344-350.

[28] MIALL A D, JONES B G. Fluvial architecture of the Hawkesbury sandstone (Triassic), near Sydney, Australia[J]. Journal of Sedimentary Research, 2003, 73(4): 531-545.

[29] MAYALL M, JONES E, CASEY M. Turbidite channel reservoirs: Key elements in facies prediction and effective development[J]. Marine & Petroleum Geology, 2006, 23(8): 821-841.

[30] 邓宏文, 王红亮, 阎伟鹏, 等. 河流相层序地层构成模式探讨[J].沉积学报, 2004, 22(3): 373-379. DENG Hongwen, WANG Hongliang, YAN Weipeng, et al. Architecture model of sequence stratigraphy in fluvial facies[J]. Acta Sedimentologica Sinica, 2004, 22(3): 373-379.

[31] BARTON M, O’BYRNE C J, PIRMEZ C, et al. Turbidite channel architecture: Recognizing and quantifying the distribution of channel base drapes using core and dipmeter data[R]. Houston: AAPG Annual Convention, 2010: 195-210.

[32] 林煜, 吴胜和, 王星, 等. 深水浊积朵叶储层构型模式研究[J]. 天然气地球科学, 2014, 25(8): 1197-1204. LIN Yu, WU Shenghe, WANG Xing, et al. Research on reservoir architecture models of deep-water turbidite lobes[J]. Natural Gas Geoscience, 2014, 25(8): 1197-1204.

[33] 吴胜和, 岳大力, 刘建民, 等. 地下古河道储层构型的层次建模研究[J]. 中国科学: 地球科学, 2008, 38(S1): 111-124. WU Shenghe, YUE Dali, LIU Jianmin, et al. Hierarchy modeling of subsurface palaeochannel reservoir architecture[J]. SCIENCE CHINA Earth Sciences, 2008, 51(2): 126-137.

[34] 岳大力, 吴胜和, 刘建民. 曲流河点坝地下储层构型精细解剖方法[J]. 石油学报, 2007, 28(4): 99-103. YUE Dali, WU Shenghe, LIU Jianmin. An accurate method for anatomizing architecture of subsurface reservoir in point bar of meandering river[J]. Acta Petrolei Sinica, 2007, 28(4): 99-103.

[35] PAN Mao, LI Zhaoliang, GAO Zhongbo, et al. 3-D geological modeling: Concept, methods and key techniques[J]. Acta Geologica Sinica, 2012, 86(4): 1031-1036.

（编辑 黄昌武）

Quantitative characterization of sandstone amalgamation and its impact on reservoir connectivity

ZHANG Leifu1, WANG Hongliang2, LI Yinglie3, PAN Mao1
(1. School of Earth and Space Sciences, Peking University, Beijing 100871, China; 2. School of Energy Resources, China University of Geosciences, Beijing 100083, China; 3. Oil and Gas Survey, China Geological Survey, Beijing 100029, China)

Taking turbidity lobe deposits as an example, the types and formation mechanisms of sandstone amalgamation were discussed, the indications of sandstone amalgamations to sedimentary environment and stacking pattern of sand bodies were investigated, and “amalgamation ratio” was employed to quantitatively describe the degree of sandstone amalgamation. Sandstone amalgamation is a common sedimentological phenomenon in sand/mud dominated clastic deposits, which generally consists of two processes: erosion of inter-sand mudstone barriers and amalgamation of sandstone beds which were previously separated by the mudstone barriers. Statistics analysis suggests that amalgamation ratio varies greatly in different hierarchical levels of structures. Based on these analyses, three sets of conceptual lobe 3D models with identical NTG (net to gross ratio) and bed sizes but different hierarchies and different amalgamation ratio using an object-based modeling approach. Static connectivity analysis of these models suggests that the more the hierarchical levels, the worse connectivity the model has; for models with identical hierarchical settings, the higher the amalgamation ratio, the better the connectivity.

sandstone amalgamation; turbidity lobes; sandstone connectivity; reservoir modeling

中国博士后科学基金（2016M591016）

TE<122.2 class="emphasis_bold">122.2 文献标识码：A122.2

A

1000-0747(2017)02-0205-08

10.11698/PED.2017.02.04

张磊夫（1987-）,男，湖南湘潭人，北京大学地球与空间科学学院在站博士后，主要从事沉积学与储集层建模方面的研究工作。地址：北京市海淀区颐和园路 5号，北京大学地球与空间科学学院，邮政编码：100871。E-mail：leifu.zhang@pku.edu.cn

联系作者：潘懋（1954-），男，内蒙古赤峰人，北京大学地球与空间科学学院教授，主要从事信息地质学方面的教学与研究工作。地址：北京市海淀区颐和园路5号，北京大学地球与空间科学学院，邮政编码：100871。E-mail：panmao@pku.edu.cn

2016-03-30

2016-12-30