论述地质建模技术的最新进展
从本质上讲,地质建模技术是从三维的角度对储层进行定量的研究,其核心是对井间储层进行多学科综合一体化、三维定量化及可视化的预测。在给定资料前提下,井间储层预测有两种途径,相应地也就有两种建模途径,即确定性建模和随机建模。确定性建模是对井间未知区给出确定性的预测结果,而随机建模则是对井间未知区应用随机模拟方法给出多个“可选”的、“等可能”的预测结果。
1、确定性建模
确定性建模是从具有确定性资料的控制点(如井点)出发,推测出点间(如井间)确定的、唯一的储层参数。确定性建模方法主要有储层地震学方法、储层沉积学方法及地质统计学克里金插值方法,三者可单独使用,亦可结合使用。
1.1储层地震学方法
储层地震学主要是应用地震资料研究储层的几何形态、岩性及储层参数的分布。研究厚度相对较小,一般在几米至几十米范围内,在地震剖面上主要表现为一个反射同相轴或几个同相轴组成的反射波组。应用地震资料进行确定性储层建模的思路主要是将地震属性参数,如层速度、波阻抗、振幅等转换为储层岩性和物性参数,其前提是地震属性参数与地质参数之间具有确定的关系。
1.2储层沉积学方法
储层沉积学方法主要用于建立储层相模型。建模的主要过程是科学地井间砂体对比。应用层序地层学原理,识别并对比反映基准面高频变化的关键面(如洪泛面、海侵冲刷面等)或高频基准面转换旋回,为砂体对比提供等时地层框架。然后,在沉积模式指导下,综合应用岩心、测井甚至地震资料进行砂体对比分析与建模。
1.3克里金插值方法
在确定性储层参数建模中,主要应用插值方法对空间上每个网格赋以储层参数值(孔隙度、渗透率或含油饱和度)。由于传统的数理统计学插值方法只考虑观测点与待估点之间的距离,而不考虑地质规律所造成的储层参数在空间上的相关性,因此插值精度很低。为了提高对储层参数的估值精度,广泛应用克里金方法来进行井间插值,其核心是根据待估点周围的若干已知信息,应用变差函数对待估点的未知值作出“最优”(即估计方差最小)、“无偏”(即估计值的均值与观测值的均值相同)的估计。
2、随机建模
由于地质的复杂性及资料的不完备性,储层预测与建模中总是存在着一些不确定性。为了评价储层预测中的不确定性,人们广泛应用了随机建模技术。所谓随机建模,是指以已知的信息为基础,以随机函数为理论,应用随机模拟方法,产生可选的、等可能的储层模型的方法。通过对多个等可能随机储层模型中的不确定性进行评价,以满足油田勘探开发决策在一定风险范围的正确性的需要,这是与确定性建模方法的重要差别。按照随机模拟中空间赋值的方式,可以把随机建模方法分为两大类:基于目标的方法和基于象元的方法。
2.1基于目标的随机建模方法基于目标的方法,是通过对目标几何形态(如长、宽、厚及其之间定量关系)的研究,在建模过程中直接产生目标体。通过定义目标的不同几何形状参数以及各个参数之间所具有的地质意义上的关系,可以真实再现储层的三维形态。该方法包括两吴胜和等:储层地质建模的现状与展望类,分别为基于目标体结果的方法和基于目标体形成过程的方法。
(1)基于目标体结果的方法
早期的基于目标体结果的方法主要采用了布尔模型,如Matheron认为概率模型符合泊松点过程,即认为目标中心点位置符合齐次泊松点过程(homogeneous Poisson process)。随后,Chessa等对齐次泊松点过程提出了改进措施,即在无井区模拟采用非齐次的泊松点过程,从而满足了井间与井点分布具有差异的要求;为了表征不同储层成因单元的相互关系,又提出了采用Gibbs点过程来描述砂体间相互关系。另在目标形态再现方面,Syversvee给出了再现泥岩顶底曲线特征的算法并对多井钻遇同一目标进行了考虑,通过引入泥岩配置参数,描述泥岩为多口井钻遇情况,从而再现多井钻遇同一目标的问题。Deutsch等提出了基于目标的层次模型(Fluvsim)。在该方法中,使用
基于目标的模拟方法模拟了河道、溢岸、决口扇及泛滥平原等四种相的联合分布。Jones提出了基于流线分布建立河流相储层模型的方法。他通过一系列指示主要流动方向的线段来模拟沉积作用的流动趋势特征。利用古水流轨迹建立了指示河流流动方向的流线,局部随机修
改方位角就可以再现河流流动方位变化特征。Patterson也做了类似的研究。更进一步,他通过计算河流中线曲率,利用通用“示性点过程”,结合流线的模拟,对点坝位置及倾向模拟进行了探索性研究。
(2)基于目标体形成过程的方法
从模拟目标体的沉积过程来刻画非均质储层的建模方法,可称为“基于过程”(pro-cess-based)的随机模拟方法。法国地质统计学中心一研究组开发了一个结合地质统计学和沉积学的储层模拟程序。模型刻画了河道及与之相关的沉积物随时间在空间的变化。纵向上通过相比例来进行模型约束。该模拟方法是基于沉积过程的模拟但同时又通过随机方法来控制河道的演化过程(如侧向迁移、决口、改道等)。由于利用了沉积动力学和河床演变学的研究成果,所以产生的河道形态较为真实。基于目标的模拟方法具有其独有的优点:使用灵活,一些先验的地质知识可容易地作为条件信息加入到模型中去,如各种相百分比、砂体宽厚比、各种相空间分布规律等,这样就可最大限度地综合地质家的认识。但是,基于目标的模拟方法要求很强的先验地质知识,因此,如何最大限度地获取这一先验地质知识并有效地整合到模型中去,是提高建模精度的关键。
2.2基于象元的随机建模方法
对于基于象元的随机模型,其基本模拟单元为网格化储层格架中的单个网格,既可用于连续性储层参数的模拟,亦可用于离散地质体的模拟。基于象元的随机模拟方法,其基本思路是首先根据条件数据建立待模拟网格的累计条件概率分布函数(ccdf),然后对其进行随机模拟,即从ccdf中随机地提取分位数,便得到该网格的模拟实现。
(1)传统的基于两点统计学的方法
在传统的基于两点统计学的方法中,共同的特点ccdf均可以由解一系列克里金方程来求取。这些方法包括高斯模拟、截断高斯模拟、指示模拟等。高斯随机域是最经典的随机函数,该模型的最大特征是随机变量符合高斯分布(正态分布)。实际中经常应用序贯模拟,即为序贯高斯模拟,多用于连续变量的模拟。序贯高斯模拟过程是从一个象元到另一个象元序贯进行,而且用于计算某象元ccdf的条件数据除原始数据外,还考虑已模拟过的所有数据。从ccdf中随机地提取分位数便可得到模拟实现。
截断高斯随机域属于离散随机模型,其基本模拟思路是通过一系列门槛值截断规则网格中的三维连续变量而建立物体的三维分布。其中,连续变量(如粒度中值)首先转换成高斯分布(正态分布),然后通过变差函数模型,应用任一连续高斯域模拟方法建立三维连续变量的分布。另外,通过对离散物体(如不同沉积相)编码并进行高斯域模拟,亦可得到三维离散变量的分布。这一方法适合于相带呈排序分布的沉积相模拟,如三角洲(平原、前缘和前三角洲)、呈同心分布的湖相(滨湖、浅湖、深湖)、滨面相(上滨、中滨、下滨)的随机模拟。指示模拟既可用于离散物体(类型变量),又可用于离散化的连续变量类别的随机模拟。指示模拟的重要基础为指示变换和指示克里金。所谓指示变换,即将数据按照不同的门槛值编码为1或0的过程。指示变换的最大优点是可将软数据(如试井解释、地质推理和解释)进行编码,因而可使其参与随机模拟。实际中经常应用序贯模拟算法,即为序贯指示模拟。序贯指示模拟可用于多向分布的沉积相建模,也可用于断层和裂缝的随机建模。
(2)多点地质统计随机模拟方法
由于传统的基于象元的算法依赖于两点统计,导致更多的形态信息没有得到综合。因此美国斯坦福大学的研究者提出了一种新的基于象元的算法,即多点地质统计随机模拟。目前多点地质统计学的代表算法有两种:Strebelle等提出的Snesim算法和Arpat等提出的Simpat算法。在多点地质统计学中,应用“训练图像”(training image)代替变差函数表达地质变量的空间结构性。同时,用一个给定的数据事件(dataevent)对训练图像进行扫描来获取该数据事件的累积条件概率分布(ccdf)。由于该方法仍然以象元为模拟单元,而且采用序贯算法(非迭代算法),因而很容易忠实硬数据,并具有快速的特点。多点地质统计学方法综合了基于象元和基于目标的算法优点,同时一定程度上克服了已有的缺陷。
建模算法的改进:
(1)复杂地质体的建模问题,如将储层构型分析中的侧积体作为目标体的随机建模;
(2)获取先验地质知识并有效地整合到建模过程中;
(3)基于过程的模拟如何实现井数据条件化等。
针对多点统计建模,可以考虑从以下方面改进:
(1)建立不同的训练图像以反映不同的非均质性,解决如河道的规模变化、形态变化等非平稳现象;
(2)目标体连续性的改进,以产生更加连续的目标体;
(3)三维模拟中数据事件及三维训练图像的建立;
(4)综合多学科信息以及物性建模等方面。另外,裂缝性及缝洞性储层的建模算法仍很不完善,亦需大力改进。
个人总结,希望大家批评指正
[ 此贴被小跳在2009-08-03 12:07重新编辑 ]