以二区六区块明3-5-1单层为例,通过二维相建模对设计的基于储层目标骨架的多点地质统计学储层随机建模方法以及Simpat方法进行对比分析。
1.建模前参数的准备
多点地质统计学储层随机建模方法最重要的输入参数就是训练图像。前文已经探讨了训练图像建立的过程,并通过地震、地质以及测井等资料建立了明3-5-1单层的训练图像,这里就不再赘述了。
图5-24 明3-5-1单层微相的训练图像(130*85网格)
另外,数据样板选择也比较重要。数据样板太小不能考虑太多的信息,而数据样板太大则增加了计算量。数据样板一般选择和目标体宽度接近为好。从明3-5-1单层沉积微相平面分布分析可以得之,河道宽度在100~240m之间,如果采取20m网格,则河道占据5~12个网格大小,因此采用7*7数据样板、两重网格搜索策略即可以满足要求。
在建模过程中还需要准备条件数据,对于研究区来说就是井数据和地震数据。对研究区明3-5-1进行优势相分析,判别准则为:如果井资料存在河道条件数据,则认为在此井处为河道微相;如果没有河道微相,而有溢岸相(天然堤、决口扇等),则定为溢岸相;如果仅存在泥岩,则定为泛滥平原。经过这样处理,获得了研究区56口井在明3-5-1单层的优势相。对优势相进行了编码,泛滥平原用0表示,河道用1表示,溢岸用2表示。
从地震振幅分布图看,由于在研究区北部断层较发育,影响了地震效果。只是在中部断层较少,构造较平稳,地震与砂体有较好的对应关系。而中部井资料也相对较丰富。因此,本次研究仅综合地震属性识别的主流线,指导河流骨架模型建立。
图5-25 结合地震及沉积微相预测的明3-5-1单层河道骨架模型
对于将地震属性作为软数据约束建模,由于断层影响了部分区域的地震效果,因此暂不做考虑。从地震沿层切片图上,可以较清楚看到中部河流分汊和汇合特征。在北上方,从北北西方向以及北北东方向流入两条河流,并在MQ4-8井附近汇合;随后继续向南方向流动至G1-64井附近产生分汊,分别向南和南东方向流出研究区。结合井资料获得砂体等厚图以及沉积微相分布图,采用数字化工具,获得了研究区河道流线(图5-25、图5-26)。在随后基于储层骨架的方法中,此河道主流线将作为河道骨架模型,指导不和约束随机建模。
图5-26 利用Simpa方t法和基于河道骨架的方法建立的明3-5-1单层微相模型比较
2.明3-5-1单层随机建模
利用Simpat方法和基于储层骨架的方法,分别建立起明3-5-1单层沉积微相储层地质模型(图5-26),以比较两种方法的建模效果。从模型效果来看,基于储层骨架的方法以及Simpat方法都较好地再现了河道形态及空间分布,模拟结果基本与实际勾绘的沉积微相分布图具有较高的相似性。但通过比较发现,基于储层骨架的方法模拟的河道在研究区连续分布,不存在断续的现象,河道分汊合并现象在模拟实中现得到了很好的反映;而Simpat方法模拟的河道整体特征也与实际微相分布基本相符合,但是河道出现了中断,而河道分汊合并现象再现效果也不是很好。这说明基于骨架的方法较Simpat方法在再现储层目标形态及分布上具有较明显的优势。Simpat方法以及基于储层骨架的方法都是通过模拟数据模式来再现储层目标的。数据模式反映的是储层形态特征,因此储层形态再现好坏可以通过数据模式选择正确与否来评价。前已述及,数据模式选择正确与否可以从模拟匹配度图来衡量,分别计算了各自的匹配度图(图5-27)。通过比较Simpat方法以及基于储层骨架的方法模拟实现的匹配度图可以看出,基于储层骨架的方法的匹配度图值较低,而Simpat方法的模拟匹配度图值较高,这表明基于储层骨架的方法相对于Simpat方法其选择的数据模式整体准确性高。此外,通过比较发现尤其是在条件数据较少的地方,在骨架模型指导下,数据模式选择具有较高的准确性,反映在匹配度图上就是较低的值,如图中红色方框标定的地方。这也从侧面说明骨架模型能够更好的约束随机建模,获得更加满意的地质模型。
图5-27 Simpat方法和基于河道骨架预测的方法的匹配度图比较1—河道;2—溢岸;3—泛滥平原
利用基于储层骨架的多点地质统计学随机建模方法建立了明3-5-1单层微相的10个实现(图5-28),求取了河道出现的概率(图5-29)。从10个实现结果来看,模拟结果具有较高的相似性,其分布与勾绘的沉积微相平面分布吻合程度较高。不过在河道边部以及井资料较少区域,模拟实现之间还是有一定的差异的。表明模拟实现能够真实反映河道分布及其不确定性。从河道概率图上可以看出,河道出现概率高的区域与实际勾绘的沉积微相分布极为相似,表明基于储层骨架的多点地质统计学随机建模方法正确预测了河道分布。
以上建模结果分析表明,与Simpat方法相比,基于储层骨架的多点地质统计学随机建模方法能够更好再现储层的目标形态及分布,因此,更适用于储层目标体的地质建模。
图5-28 利用基于储层骨架的方法获得的10个实现
图5-29 利用基于河道骨架预测的方法建立的10个实现获得的河道概率