段冬平，侯加根，刘钰铭，张 友，岳大力，史燕青

(1.中国石油大学 油气资源与探测国家重点实验室，北京 102249;2.中国石油大学 地球科学学院，北京 102249)

多点地质统计学方法在三角洲前缘微相模拟中的应用

段冬平1，2，侯加根1，2，刘钰铭1，2，张 友1，2，岳大力1，2，史燕青1，2

(1.中国石油大学 油气资源与探测国家重点实验室，北京 102249;2.中国石油大学 地球科学学院，北京 102249)

通过鄱阳湖三角洲现代沉积的研究确立水下分流河道与河口坝微相的平面形态与结构特征，结合永安镇油田密井网区资料统计的两种微相宽度建立定量的训练图像。以此为基础，利用多点地质统计学Sneisim算法进行三角洲前缘的微相模拟。模拟结果具有忠实于井点数据、不同微相平面形态与发育规模受训练图像定量约束的特点;能够再现三角洲前缘水下分流河道与河口坝的几何特征与空间结构。利用该方法可以建立反映现代沉积特征与地下实际情况的沉积微相模型。

现代沉积;密井网;训练图像;多点地质统计学;三角洲前缘

如何建立精确的沉积微相地质模型一直是学者们追求的目标，国内外学者多利用密井网区资料、野外露头和现代沉积，结合传统的两点地质统计学方法进行微相的随机模拟研究［1-7］。相对于传统的两点地质统计学而言，多点地质统计学方法可以描述具有复杂空间结构和几何形态的地质体，是今后地质统计学发展的方向。多点地质统计学应用的难点在于训练图像的制作，以往训练图像的制作以密井网区资料为基础［8-12］，密井网区资料虽可以获取微相的长宽数据，但不同微相的平面形态特征更依赖于地质人员的推测。现代沉积可以直观表述不同微相的平面特征。笔者以永安镇油田永三断块沙二段5砂组为例，利用鄱阳湖三角洲现代沉积获取不同微相的平面形态特征，利用密井网资料得到水下分流河道的宽度数据，二者结合建立定量且符合现代沉积的训练图像，对多点地质统计学模拟方法进行约束，并对研究区沉积微相进行随机模拟。

1 研究区概况

永安镇油田位于济阳坳陷东营凹陷的东北部，北邻陈家庄凸起，东邻青坨子凸起，西为民丰洼陷，南抵东营凹陷中央隆起带，是一个中高渗、稀油低饱和复杂断块油藏。永三断块沙二段为典型的进积三角洲沉积，沙二段5砂组为河控三角洲前缘沉积，以河口坝与水下分流河道沉积为主［13］。井网密度达到50口/km2，局部井距可达50 m。

研究区岩心分析与测井资料表明，5砂组岩性主要为中砂岩、粉细砂岩，分选磨圆较好，说明沉积物经历长距离搬运，平面砂体厚度图呈东薄西厚的朵状形态，属于远源细粒的朵状河控三角洲。而1 700 a前至今赣江、修水、抚河、信江、饶河已进入稳定的河流发展阶段，鄱阳湖三角洲开始发育，形成了现今的进积型河控三角洲，岩性以中－细砂及粉砂为主、沉积物经过长距离搬运，泥质较少、淘洗干净，具有较高的圆度和分选性，平面形态为朵状［14］，与研究区在沉积物的岩性、粒度、分选、磨圆以及三角洲平面形态上具有高度的相似性。因此，可以利用鄱阳湖三角洲的平面特征(水下分流河道与河口坝微相的平面形态特征、水下分流河道宽度变化与河口坝长宽比等数据)来指导永安镇油田沙二段5砂组沉积微相研究。

2 多点地质统计学原理与优点

多点地质统计学分为迭代与非迭代两类方法。迭代类方法受到迭代收敛的局限，其应用受到限制。传统的非迭代算法在提取特定网格的局部条件概率时需要重新扫描训练图像，严重影响计算速度，Strebelle等［15-16］提出了多点统计随机模拟的Snesim算法，利用搜索树一次性存储训练图像的条件概率分布，保证了模拟过程中快速提取条件概率分布函数，大大减少了运算时间。

多点地质统计学综合了基于目标和基于像元的算法优点，能有效克服传统地质统计学描述复杂空间结构和几何形态地质体的不足，在建模中的优势主要体现在两个方面：①在模拟具有复杂形状地质体分布时可以联合反映空间多个位置点的几何形状和相互配位关系;②多点地质统计学模拟算法具有快速灵活性，模拟的沉积微相展布具有一定的真实性。

3 训练图像

训练图像的建立是多点地质统计学方法应用的基础，首先利用鄱阳湖三角洲沉积确立三角洲前缘不同微相的平面形态特征，再利用永三断块局部密井网资料确定水下分流河道和河口坝微相的宽度数据，二者相结合，最终建立定量的三角洲前缘训练图像。

3.1 微相平面形态

鄱阳湖位于长江以南，江西省北部，赣江、抚河、修水、信江、饶河5河汇入，湖底平坦，水较浅，平均深度为8.4 m，湖盆倾斜坡度小。赣江流域面积占鄱阳湖流域总面积的49.9%，过南昌后分西、北、中、南4支入湖。以汇入鄱阳湖的赣江中支河道形成的三角洲朵叶体为例，在受人类活动影响较小的区域，利用卫星图像(平面分辨率30 m)揭示河控三角洲前缘水下分流河道与河口坝砂体三维几何形态，分析水下分流河道与河口坝的平面特征并测量二者的长度、宽度数据。

3.1.1 河道形态

三角洲前缘水下分流河道在形成演化时，随着河流流入湖盆，湖水顶托作用使河口坝砂体形成，河口坝阻碍作用导致河道开始分叉，形成新的分流河道。通过对鄱阳湖三角洲的观测发现，河道分叉角度普遍小于90°(图1(a))。整体上分流河道宽度向下游变窄，由1处的450 m降至最末端8处的40 m(图1(b))，新分叉河道与老河道宽度比为0.5～1.3，平均为0.75。平面上水下分流河道常形成一个向湖盆方向发散的网状结构。

3.1.2 河口坝形态

通过对鄱阳湖现代沉积中河口坝的平面形态观察，发现主要呈两端锐角收敛的狭长心滩状河口坝和物源方向锐角收敛的三角状河口坝两种。

(1)狭长心滩状河口坝。平面形态表现为长轴端锐角收敛，中心部位宽度最大，类似于辫状河心滩，其形态主要受水下分流河道发育的限制，因水下分流河道的分叉在顶部形成锐角状，在末端同样受到分流河道的分叉与合并的影响，形成锐角收敛。这种形态的河口坝主要发育在三角洲的中上部(图1(a))。

(2)三角状河口坝。平面形态为物源方向锐角收敛的三角状河口坝，其物源方向的形态由水下分流河道的分叉控制，因此物源方向呈锐角状，而末端随着水下分流河道的分叉、发散并消亡，最终河口坝末端的形态不再受河道控制而收敛。其河口坝规模不一，主要发育在三角洲前缘的中下部(图1(a))。

图1 鄱阳湖三角洲Fig.1 Poyang Lake Delta

3.1.3 不同微相砂体规模及长宽比

将分流河道上次分叉与下次分叉之间的长度定义为单一分流河道，测量其长度与宽度，测量结果表明，水下分流河道长度集中在500～1000 m，平均为900 m，宽度集中在30～150 m，平均为90 m(图2)。

图2 鄱阳湖三角洲前缘不同微相砂体的长度、宽度概率分布Fig.2 Sands of different micro-facies length and width of probability distribution in Poyang Lake Delta front

平面上共划分出31个单一河口坝单元，其中在三角洲前缘中上部的心滩状河口坝有11个，河口坝长度为750～2730 m，宽度为230～850 m。在三角洲前缘下部，因分流河道持续分叉，数量增多，河口坝的数量也相应增多，河口坝有20个，平面形态主要为三角状河口坝，河口坝规模变化较大，河口坝长度为160～3600 m，宽度为100～1400 m。两类河口坝的长度集中在500～1500 m，宽度为250～750 m。

鄱阳湖三角洲测量的河口坝长宽比为1.17～6.89，平均为3.28，河道长宽比为2～41，平均为15，水下分流河道的长度与宽度之间无相关性。

河口坝砂体的长度与宽度相关性较好，长度(L)与宽度(W)的关系式为

3.2 密井网区微相规模

根据密井网区资料可以确立不同微相的发育规模，研究区主要为水下分流河道与河口坝沉积。首先对研究区单井微相类型进行解释，然后在局部密井网区选择垂直物源连井剖面，测量不同微相在剖面上的发育规模(图3)。因水下分流河道在井间边界的具体位置无法确定，依据经验将河道边界定为1/2井距处，图3剖面中有两条水下分流河道，测得的河道宽度平均约为100 m，而河口坝的宽度大于150 m，参考鄱阳湖三角洲水下分流河道与河口坝的发育规模，认为结果可信。

3.3 训练图像

综合研究区资料及现代沉积研究结果，建立合理而定量的训练图像。

在密井网区，通过连井对比剖面的分析，研究区水下分流河道的宽度约为100 m，河口坝宽度大于150 m。从鄱阳湖现代沉积研究中得到了三角洲前缘不同微相的平面发育特征，包括水下分流河道锐角分叉，河道每分叉一次宽度减至原宽度的0.75倍，研究区内河口坝形态以狭长心滩状为主、长宽比约为3.2。根据研究区的沉积背景，结合以上定量和定性数据，将物源方向定为北东东向，在Petrel软件中建立研究区的训练图像(图4)，训练图像反映了研究区微相的定量分布模式，重点在于表达储层变化的空间结构性，同时定量反映了微相的发育规模。

图3 密井网区5砂组2小层垂直物源方向连井剖面相Fig.3 Sedimentary micro-facies section of dense well zone for 2 member，sand bed 5

图4 三角洲前缘储层微相的训练图像Fig.4 Micro-facies training image of delta front

4 多点地质统计学的随机模拟

Petrel软件的多点地质统计学采用Snesim算法，本次研究以井点测井相为硬数据，借助现代沉积与密井网资料得到的训练图像对沉积微相进行模拟，建立目的层沉积微相模型。

利用Snesim算法对研究区沉积微相进行随机建模。包括准备数据、扫描训练图像以构建搜索树、选择随机路径、序贯求取各模拟点的条件概率分布函数并通过抽样获得模拟实现，这一过程通过Petrel软件自动完成。图5为其中一个模拟实现(空白处为断层错动)。从图中可以看出，沉积微相模拟结果在完全忠实于井信息基础上，再现了训练图像表达的几何形态和空间展布，不仅反映了训练图像的结构性，在两种不同微相的发育规模上也与训练图像设定的规模相吻合。由于Snesim算法本身存在不连续性的特点，导致局部水下分流河道出现不连续的现象(图5)，可以在后期工作中需要人机交互进行相应的处理。

图5 研究区多点地质统计随机建模模拟实现Fig.5 An analog implementation of multi-point geostatistics stochastic modeling in study area

5 结论

(1)通过对鄱阳湖三角洲现代沉积的研究可以得到水下分流河道的平面形态分布特征与宽度变化规律，其中河道呈发散分叉变窄的叶脉状，河口坝的平面形态可划分为狭长心滩状与三角状，河口坝的长宽比平均为3.28。依据在油田密井网区获取水下分流河道与河口坝两种微相的宽度数据，二者相结合可以建立与现代沉积特征吻合并具有定量化特点的训练图像。

(2)多点地质统计学方法综合了基于象元方法和基于目标方法的优点，通过已建立的定量训练图像，利用Snesim算法模拟三角洲前缘水下分流河道与河口坝微相，模拟结果可以展示两种微相的几何形态与空间展布。

(3)将现代沉积和实际油田资料有机结合，建立具定量特征的训练图像，通过多点地质统计学进行微相随机模拟的方法不仅适用于三角洲前缘储层，对其他沉积类型的微相模拟也具有借鉴意义，尤其是对现代沉积研究更为深入的河流相储层。

［1］穆龙新，贾文瑞，贾爱林.建立定量储层地质模型的新方法［J］.石油勘探与开发，1994，21(4)：82-86.

MU Long-xin，JIA Wen-rui，JIA Ai-lin.Some new methods for establishing quantitative reservoir model［J］.Petroleum Exploration and Development，1994，21(4)：82-86.

［2］李少华，张昌民，林克湘，等.储层建模中几种原型模型的建立［J］.沉积与特提斯地质，2004，24(9)：102-106.

LI Shao-hua，ZHANG Chang-min，LIN Ke-xiang，et al.The construction of prototype models in reservoir modeling［J］.Sedimentary Geology and Tethyan Geology，2004，24(9)：102-106.

［3］陈程，孙义梅，贾爱林.扇三角洲前缘地质知识库的建立及应用［J］.石油学报，2006，27(2)：53-57.

CHEN Cheng，SUN Yi-mei，JIA Ai-lin.Development and application of geological knowledge database for fandelta front in the dense spacing area［J］.Acta Petrolei Sinica，2006，27(2)：53-57.

［4］贾爱林，何东博，何文祥，等.应用露头知识库进行油田井间储层预测［J］.石油学报，2003，24(6)：51-58.

JIA Ai-lin，HE Dong-bo，HE Wen-xiang，et al.Application of outcrop geological knowledge database to prediction ofinter-well reservoir in oilfield［J］.Acta Petrolei Sinica，2003，24(6)：51-58.

［5］唐海发，贾爱林，彭仕宓，等.洪积扇相储层沉积微相-岩石相随机模拟［J］.中国石油大学学报：自然科学版，2010，34(3)：12-17.

TANG Hai-fa，JIA Ai-lin，PENG Shi-mi.et al.Stochastic modeling of sedimentary microfacies-lithofacies in proluvial fan reservoir［J］.Journal of China University of Petroleum(Edition of Natural Science)，2010，34(3)：12-17.

［6］ROBERT S Tye.Geomorphology：anapproach to determining subsurface reservoir dimensions［J］.American Association of Petroleum Geologists，Bulletin，2004，88：1123-1147.

［7］ROBERT S Tye，JAMES J Hickey.Permeability characterization of distributary mouth bar sandstones in Prudhoe Bay field，Alaska：how horizontal cores reduce risk in developing deltaic reservoirs［J］.American Association of Petroleum Geologists，Bulletin，2001，85：459-475.

［8］ 吴胜和，李文克.多点地质统计学：理论、应用与展望［J］.古地理学报，2005，7(1)：137-143.

WU Sheng-he，LI Wen-ke.Multiple-point geostatistics：theory，application and perspective ［J］.Journal of Palaeogeography，2005，7(1)：137-143.

［9］尹艳树，吴胜和，张昌民，等.基于储层骨架的多点地质统计学方法［J］.中国科学D辑：地球科学，2008，38(增刊Ⅱ)：157-164.

YIN Yan-shu，WU Sheng-he，ZHANG Chang-min，et al.Based on reservoir skeleton multi-point geostatistics［J］.Scientia Sinica Terrae(Ser D)，2008，38(supⅡ)：157-164.

［10］骆杨，赵彦超.多点地质统计学在河流相储层建模中的应用［J］.地质科技情报，2008，27(3)：68-71.

LUO Yang，ZHAO Yan-chao.Application of multiplepoint geostatistics in fluvial reservoir stochastic modeling［J］.Geological Science and Technology Information，2008，27(3)：68-71.

［11］张伟，林承焰，董春梅.多点地质统计学在秘鲁D油田地质建模中的应用［J］.中国石油大学学报：自然科学版，2008，32(4)，24-28.

ZHANG Wei，LIN Cheng-yan，DONG Chun-mei.Application of multiple-point geostatistics in geological modeling of D Oilfield in Peru［J］.Journal of China University of Petroleum(Edition of Natural Science)，2008，32(4)：24-28.

［12］周金应，桂碧雯，林闻.多点地质统计学在滨海相储层建模中的应用［J］.西南石油大学学报：自然科学版，2010，32(6)：70-74.

ZHOU Jin-ying，GUI Bi-wen，LIN Wen.Application of multiple-point geostatistics in offshore reservoir modeling［J］.Journal of Southwest Petroleum University(Science ＆ Technology Edition)，2010，32(6)：70-74.

［13］杨勇.东营凹陷永安镇油田永3断块沙二段进积三角洲沉积体系［J］.油气地质与采收率，2009，16(2)：27-29.

YANG Yong.The representative prograded delta depositional system in Yong3 fault-block，Yonganzhen Oilfield，Dongying depression［J］.Petroleum Geology and Recovery Efficiency，2009，16(2)：27-29.

［14］张春生，陈庆松.全新世鄱阳湖沉积环境及沉积特征［J］.江汉石油学院学报，1996，18(1)：24-29.

ZHANG Chun-sheng，CHEN Qing-song.Holocene sedimentary environment and characteristics in the Poyang lake［J］.Journal of Jianghan Petroleum Institute，1996，18(1)：24-29.

［15］STREBELLE S，JOURNEL A G.Reservoir modeling using multiple-point statistics［R］.SPE 71324，2001.

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

Application of multi-point geostatistics in delta front microfacies simulation

DUAN Dong-ping1，2，HOU Jia-gen1，2，LIU Yu-ming1，2，ZHANG You1，2，YUE Da-li1，2，SHI Yan-qing1，2
(1.State Key Laboratory of Petroleum Resource and Prospecting in China University of Petroleum，Beijing 102249，China;2.College of Geosciences in China University of Petroleum，Beijing 102249，China)

By the study of modern deposition in Poyang Lake Delta，planar morphology and structural features of underwater distributary channel and mouth bar were established.And the widths of two facies were established by statistics of dense well network data in Yonganzhen Oilfield，then the quantitative training images were created.On the basis，the delta front microfacies was simulated using multi-point geostatistics Sneisim algorithm.The simulation results have the characteristics of matching to well point data，and planar morphology and size of different microfacies are constrainted by quantitative characteristics of the training images，which reproduces geometric characteristics and spatial structure of delta front distributary channel and mouth bar.The sedimentary microfacies model created by this method can well reflect modern sedimentary characteristics and the actual situation of underground.

modern sedimentation;dense well pattern;training image;multi-point geostatistics;delta front

TE 319

A

10.3969/j.issn.1673-5005.2012.02.004

1673-5005(2012)02-0022-05

2011－08－12

国家科技重大专项课题(2011ZX05010－001);国家自然科学青年基金项目(40902035);教育部博士点新教师基金项目(20090007120003)

段冬平(1980－)，男(汉族)，黑龙江兰西人，博士研究生，研究方向为油气田开发地质与油藏描述。

(编辑 徐会永)