曲流河储层建模方法的比较研究

尹艳树，冯舒，尹太举

（长江大学地球科学学院，湖北 荆州 434023）

曲流河储层建模方法的比较研究

尹艳树，冯舒，尹太举

（长江大学地球科学学院，湖北 荆州 434023）

以大庆曲流河储层为例，选择指示克里金方法、序贯指示建模方法及多点地质统计学方法进行曲流河储层建模的比较研究。通过比较决定河流相的储层建模的优选方法，更好的服务于油田生产。从建立的模型效果看，指示克里金方法建立的模型砂体连片性最好，但存在明显的平滑效应，表现在泥岩分布面积小，呈“牛眼”状分布；序贯指示建模建立的砂体模型较有效地克服了平滑效应，弱化了泥岩分布的“牛眼”状特征，但砂体连续性最差；而多点地质统计学则较好地反应了砂体的连续性，体现了河流的分布特征，同时避免了平滑效应，建立的模型最为客观和准确。研究为河流相储层建模方法选择提供了依据，为实际油藏建立了高精度的储层地质模型。

指示克里金；序贯指示建模；多点地质统计学方法；曲流河储层

河流相储层是关注程度较高的一类储层。其储层模型的建立，已经开发了多种建模方法，如基于目标的建模方法、指示建模方法等［1-5］，在实际河流相储层建模中得到广泛应用和评价；但方法之间建模效果比较研究则较为少见。在开发中后期、密井网条件下，油田对建立模型精度要求提高，亟需选择合适的建模方法提高模型精度，服务于油田生产。以大庆油田曲流河储层为例，选择基于象元建模中的指示克里金方法、序贯指示建模方法及多点地质统计学（SNESIM）方法进行比较研究［6-9］，以期为油田开发后期储层建模方法优选提供指导。

1 区域概况

大庆长垣萨尔图油田发育萨尔图、葡萄花、高台子3套油层，共分7个油层组，27个砂岩组，92个沉积单元，沉积储层主要为大型三角洲河流体系。研究区位于萨尔图油田北部背斜构造的西端，构造较为平缓，地层倾角2～3°，地面平均海拔高度150 m左右。

精细地层对比和沉积相研究表明，研究区葡萄花油组PI-2沉积单元属于较为典型的曲流河沉积，河道曲率不大，点坝砂体发育相对不明显。细分沉积微相表明，在研究区可以识别出河道、天然堤、决口扇以及废弃河道、泛滥平原等5种微相类型。以密井网为依据，勾绘了研究区砂泥岩平面分布模型，但储层内部砂体分布较为复杂，非均质性严重，对油水运动有重要影响并决定了剩余油分布；亟需开展精细砂体分布研究，建立高精度砂泥岩模型，为油藏剩余油分析和挖潜提供地质依据。

2 方法简述

2.1 指示克里金模型

指示克里金方法是一种确定性的建模方法［10］，指示克里金建模核心包括3个方面。

1）指示变换，将模拟对象指标化，其公式为

2）根据指示变换后的数据，求取每一类指标k（相类型）的指示变差函数。利用变差函数，建立待估点指示克里金方程组：

3）根据指示克里金方程组，计算待估点分属于每一类指标（储层）的期望值，并直接将最大期望的指标赋予待估点，完成储层预测。

2.2 序贯指示建模

序贯指示建模与指示克里金的原理较为接近，但有2处较为明显的区别。首先，在预测的过程中，待估点预测的顺序是随机的，这种随机性保证了每次预测的时候待估点周围数据空间配置的差异性，也就导致了克里金方程组的差异性；待估点预测的顺序通过随机种子数产生。其次，在预测值的分配上，不再是选择期望值最大的指标作为模拟结果，而是以期望值建立概率分布模型，并通过蒙特卡洛随机抽样决定待估点处的预测值。

2.3 多点地质统计学方法

严格来讲，多点地质统计学（SNESIM）方法仍然属于序贯指示模拟的范畴，也遵循指示变换、指示克里金方程组求取等；只是在指示变换上，不再是单一的储层相类型指标的变换，而是对多个相组合而成的数据事件进行指示变换；然后，通过一个克里金方程对此数据事件出现概率进行估计，并通过蒙特卡洛随机抽样决定待估点处的数据事件，从而完成对待估点的预测。

在多点统计中，与序贯指示求解克里金方程组不一样，数据事件的克里金方程的求解是通过数据事件在训练图像中的重复次数来近似的。也就是说，对于克里金方程的求解，不再是利用变差函数，而是通过训练图像来获得［11］。

3 模型比较与讨论

分别利用这3种方法建立大庆油田P12小层曲流河储层三维模型。为了突出砂泥岩分布，将相代码简化，只模拟砂岩相和泥岩相的分布（见图1）。模拟结果见图2、图3和图4。

图1 研究区砂泥岩相模型

图2 指示克里金建立模型

从图2中可以看出，指示克里金建立的砂体分布最为连续，但其平滑效应较为明显：在井钻遇砂体较多的地方，模拟的砂体连片性好，泥岩分布面积小，呈“牛眼”状分布，如B3-D6-38井区；而在泥岩钻遇相对较多井区，B3-350-P51区域，砂岩分布范围则被压缩；同样，在研究区下部，则出现砂岩过于连片的平滑效应。

图3为序贯指示建模方法建立的砂泥岩模型。从图中可以看出，砂体形态较为离散，其连续性是最差的，模拟的砂体也没有出现较为明显的河流特征；但是模型没有出现较为明显的平滑效应。在B3-D6-38井区，砂体较为发育，但泥岩分布范围也相对较大，没有过于偏向“优势”砂体，也没有出现“牛眼”分布，较为准确反映了地下储层复杂非均质性特征。

图3 序贯指示建模建立的模型

图4为用多点地质统计学方法建立的砂泥岩模型。从图中看出，多点地质统计学SNESIM方法建立的砂体连续性介于两者之间，但其模拟砂体形态与河流形态最为相似；其次，其模拟结果也没有出现明显的平滑，反映了该方法在曲流河储层建模中的优势。

图4 多点地质统计学方法建立的模型

分别以3种模型作为约束，进行储层物性模型建立以及油藏数值模拟。

从油藏数值模拟的进程看，指示克里金方法建立的模型由于其平滑了地下储层中的非均质性，其数值模拟更容易运行，模拟结果与实际有一定偏差；而多点统计模型则较好反映了储层的非均质性，其模拟耗费时间相对较长，模拟结果与实际较为一致；序贯指示建模模型耗费时间最长，模拟结果介于两者之间。

3种建模方法的比较，突出了多点地质统计学建模方法的优势，这与方法本身有密切关系：首先，多点地质统计学强调的是数据事件的模拟，由于数据事件反映的是沉积微相空间配置，其实质是特定水动力下的沉积模式，因此，在某种程度上多点地质统计学能够考虑储层沉积过程与沉积响应；其次，其储层预测概率求取来自于训练图像——一种反映地质学家对地下储层分布认识的定量化图像，这样，其模拟就综合了地质学家的经验以及对模拟对象的先期认识，或者说综合了先验知识，从而较其他建模方法能够更好反映地下储层分布。

指示克里金方法则由于其对数据结构的依赖性以及取值的唯一性，导致在模型中存在有明显的平滑性，一定程度上掩盖了储层内部复杂的变化性和非均质性特征；而序贯指示建模方法则在估计中抽样的随机性加剧了砂体的离散型。

4 结论

1）通过对河流相建模3种建模方法比较发现：指示克里金方法建立的模型砂体连续性好，但平滑效应最严重；序贯指示建模方法建立砂体连续性差，但平滑性效应不明显；而多点地质统计学方法建立的砂体连续性介于两者之间，但砂体形态较好反映了河道砂体形态，同时，模型平滑效应也不明显。

2）利用多点地质统计学方法建立了大庆油田曲流河储层砂泥岩分布模型，较好地指导了油田生产。

［1］Deutsch C V，Wang L.Hierarchical object-based stochastic modeling of fluvial reservoirs［J］.Mathematical Geology，1996，28（7）：857-880.

［2］李焱，张振顺，胡望水，等.东濮凹陷濮城油田沙一段相控水淹模型研究［J］.断块油气田，2011，18（4）：505-507. Li Yan，Zhang Zhenshun，Hu Wangshui，et al.Study on faciescontrolled waterflooding model for the first member of Shahejie Formation in Pucheng Oilfield，Dongpu Depression［J］.Fault-Block Oil&Gas Field，2011，18（4）：505-507.

［3］李伶俐，何生，马伟竣.随机建模在大牛地气田新区早期气藏描述中的应用［J］.断块油气田，2010，17（3）：280-284. Li Lingli，He Sheng，Ma Weijun.Application of stochastic modeling in early description of gas reservoir in new area of Daniudi Gas Field［J］. Fault-Block Oil&Gas Field，2010，17（3）：280-284.

［4］Journel A G.Stochastic modelling of a fluvial reservoir：A comparative review of algorithms［J］．JPSE，1998，21（1）：95-121.

［5］吴星宝，李少华，尹艳树，等.相控随机建模技术在非均质性研究中的应用［J］.断块油气田，2009，16（2）：58-60. Wu Xingbao，Li Shaohua，Yin Yanshu，et al.Application of faciescontrolled stochastic modeling in heterogeneity study［J］.Fault-Block Oil&Gas Field，2009，16（2）：58-60.

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

［7］Zhang T，Switzer P，Journel A G.Filter-based classification of training image patterns for spatial simulation［J］.Mathematical Geology，2006.38（1）：63-80.

［8］Liu Y，Harding A，Abriel W，Strebelle S.Multiple-point simulation integrating wells，three dimensional seismic data，and geology［J］. AAPG Bulletin，2004,88（10）：905-921.

［9］Neil F，Zhang T.Method to generate fullbore images using borehole images and multi-point statistics［A］.SPE 120671，2009.

［10］Deutsch C V，Journel A G.GSLIB：Geostatistical software library and user′s guide［M］．New York：Oxford University Press，1998：125-145.

［11］尹艳树，吴胜和.储层随机建模研究进展［J］.天然气地球科学，2006，17（2）：210-216. Yin Yanshu，Wu Shenghe.The progress of reservoir stochastic modeling［J］．Natural Gas Geoscience，2006，17（2）：210-216．

（编辑 李宗华）

Comparison study on modeling method of meandering river reservoir

Yin Yanshu,Feng Shu,Yin Taiju
(School of Geosciences,Yangtze University,Jingzhou 434023,China)

Taking the meandering river reservoir in Daqing Oilfield as an example,this paper comparatively studies the reservoir modeling using indicator Kriging,sequential indicator simulation and multiple-point geostatistics by the selection of the most suitable algorithm.Based on this,the selected modeling methods are determined,which can serve for oilfield production.The results shows that the IK method gives the best continuous sand body and a bull-eyes mudstone,which is a smooth effect and the distribution area of mudstone is small;the sequential indicator simulation method effectively overcomes the smooth effect and weakens the features of bull-eyes mudstone with the worst continuous sand body;the multiple-point geostatistics method gives a comparable continuous sand body,which reflects the distribution characteristics of river and avoids the smooth effect,thus the established model is much more objective and accurate.This study can provide a basis for selecting the modeling method and a geologic model with high precision.

indicatorKriging;sequentialindicatorsimulation;multiple-pointgeostatisticsmethod;meanderingriverreservoir

国家自然科学青年基金“曲流河储层精细地质建模方法研究”（40902043）、湖北省自然科学基金“密井网下储层结构特征分析与建模方法优选”（2008CDB390）联合资助

TE319

：A

1055-8907（2012）01-0044-03

2011-05-04；改回日期：2011-11-23。

尹艳树，男，1978年生，博士，副教授。现从事储集层建模的方法与教学研究。E-mail：yys6587@126.com。

尹艳树，冯舒，尹太举.曲流河储层建模方法的比较研究［J］.断块油气田，2012，19（1）：44-46，64. Yin Yanshu，Feng shu，Yin Taiju.Comparison study on modeling method of meandering river reservoir［J］.Fault-Block Oil&Gas Field，2012，19（1）：44-46，64.