三維地質(zhì)建模技術(shù)方法及實現(xiàn)步驟

三維地質(zhì)建模技術(shù)方法及實現(xiàn)步驟陰國鋒2007.10.22目錄一、三維地質(zhì)建模的意義二、三維地質(zhì)建模技術(shù)發(fā)展的現(xiàn)狀三、三維地質(zhì)建模的發(fā)展動向四、三維地質(zhì)建模技術(shù)方法及實現(xiàn)建模的意義：

最大程度地集成多種資料信息，

最大程度地減少儲層預(yù)測的不確定性。一、建模意義

二步建?；蛳嗫亟?，即首先建立沉積相、儲層結(jié)構(gòu)或流動單元模型，然后根據(jù)不同沉積相（砂體類型或流動單元）的儲層參數(shù)定量分布規(guī)律，分相（砂體類型或流動單元）進(jìn)行井間插值或隨即模擬，建立儲層參數(shù)分布模型。

三步建模，相控建模表征了層面的非均質(zhì)性。為表征垂向的非均質(zhì)性，人們開始采用三步建模。即利用沉積微相圖約束巖相建模；再利用所建立的巖相模型，進(jìn)一步約束孔、滲、飽等屬性參數(shù)建模。由于研究的深入，過去儲層表征、隨機(jī)建模領(lǐng)域主要利用井資料分析相帶空間展布及物性空間特征的基本格局正在被突破!地震資料在儲層隨機(jī)建模中的應(yīng)用越來越多，如巖相建模時地震速度的應(yīng)用，模擬退火算法中地震資料和露頭及井資料的結(jié)合等。由于這些進(jìn)展，隨機(jī)建模的思路與方法也開始在地震反演中得到應(yīng)用。二、地質(zhì)建模技術(shù)發(fā)展的現(xiàn)狀三、發(fā)展動向

開發(fā)地震和隨機(jī)模擬是兩大發(fā)展方向，而且也在向綜合方向發(fā)展，甚至是與流動模擬三者的結(jié)合，這將是必然結(jié)果。 地震、測井一體化地質(zhì)綜合研究建立儲層地質(zhì)知識庫應(yīng)用地質(zhì)統(tǒng)計理論和隨機(jī)建模方法建立三維地質(zhì)模型研究思路四、三維地質(zhì)建模技術(shù)方法及實現(xiàn)河道寬度W厚度儲層三維地質(zhì)模型地層對比測井解釋微相劃分儲層地質(zhì)知識庫地震資料解釋時深轉(zhuǎn)換波阻抗反演地質(zhì)建模流程圖構(gòu)造模型相模型屬性模型地質(zhì)建模三步程序（Three-stepsModeling）：

建立井模型（WellModel）

建立層模型（FrameworkModel）

建立參數(shù)模型（AttributesModel）

步驟(1)

正確描述井孔柱狀剖面開發(fā)地質(zhì)屬性技術(shù)

（一維井模型）(2)

劃分流動單元及井間等時對比技術(shù)

（二維層模型）(3)

井間屬性定量預(yù)測技術(shù)

（三維整體模型）油藏地質(zhì)模型的三步建模程序（一）、建立井模型技術(shù)目的： 建立每口井各種開發(fā)地質(zhì)屬性（Attributes）的一維柱狀剖面井筒油藏描述最基本的九項屬性：

滲透層（儲層）有效層隔夾層 含油層含氣層含水層

孔隙度滲透率飽和度

（一）、建立井模型技術(shù)

比較成熟的現(xiàn)有技術(shù)

方法手段：以巖心及各種測試資料為基礎(chǔ)，以測井為主要手段；

關(guān)鍵：建立把各種儲層測井信息轉(zhuǎn)換成開發(fā)地質(zhì)屬性的定性、定量模型。以實際靜、動態(tài)資料對其進(jìn)行標(biāo)定。

現(xiàn)階段存在的主要技術(shù)難點

滲透率還無法直接由測井方法求得（核磁共振測井有望）?，F(xiàn)有測井解釋方法都是間接求得的，誤差30%；

當(dāng)前建模中各油公司實用的方法是：用巖心數(shù)據(jù)建立的孔隙度~滲透率關(guān)系反求，最簡單的辦法是，求

LnK=f(

)的線性關(guān)系，這樣仍然有一定的誤差，因為一個

值相應(yīng)的是一個滲

透率分布范圍，不是一個定值。（一）

、建立井模型技術(shù)

目前在發(fā)展的技術(shù)：

用神經(jīng)網(wǎng)絡(luò)技術(shù)等提高K~

的相關(guān)系數(shù)；

用隨機(jī)建模方法模擬相應(yīng)

的K分布。

最重要的是新測井技術(shù)的發(fā)展和完善：

成像測井；

過套管測井；

隨鉆測井。（一）

、建立井模型技術(shù)（二）

、建立層模型技術(shù)

目的： 建立儲集體格架：把每口井中的每個地質(zhì)單元通過井間等時對比聯(lián)接起來——把多個一維柱狀剖面構(gòu)筑成三維地質(zhì)體，建成儲集體的空間格架。

關(guān)鍵點：正確地進(jìn)行小單元的等時對比，即要實現(xiàn)單個砂層的正確對比。可對比單元愈小，建立的儲集體格架愈細(xì)。對于陸相沉積難度更大。

現(xiàn)有成熟和流行技術(shù)：

“旋回對比、分級控制”；

河流砂體小層對比，應(yīng)用“等高程”，“切片”等方法；

地震橫向追蹤技術(shù)；

高分辨率層序地層學(xué)。（二）

、建立層模型技術(shù)

現(xiàn)有成熟和流行技術(shù)：

“旋回對比、分級控制”：

對于湖相沉積是相當(dāng)有效的；

對于沖積相沉積、劃分和對比砂組一般是有效的；連續(xù)沉積井段過長時難于控制。（二）

、建立層模型技術(shù)

現(xiàn)有成熟和流行技術(shù)：

河流砂體小層對比，應(yīng)用“等高程”，“切片”等方法：現(xiàn)已比較廣泛應(yīng)用，但仍為有待深化的技術(shù)；

地震橫向追蹤技術(shù)：有待提高分辨率；

高分辨率層序地層學(xué)：露頭—巖心—測井—地震綜合，力爭把準(zhǔn)層序縮小到“十米級”。（二）

、建立層模型技術(shù)

正在攻關(guān)的方向及內(nèi)容：

沖積相（重點是河流砂體）的層序（旋回）識別標(biāo)志；

地震、測井結(jié)合高分辨率層序地層學(xué)；

沉積學(xué)；

計算機(jī)自動對比。（二）

、建立層模型技術(shù)（二）

、建立層模型技術(shù)

正在攻關(guān)的方向及內(nèi)容

沖積相 （重點是河流砂體）的層序（旋回）識別標(biāo)志

古土壤

遺跡化石，現(xiàn)發(fā)展遺跡相

古地磁學(xué)

前兩者成功的報導(dǎo)較多，將同樣遇到向井下轉(zhuǎn)移的問題。

正在攻關(guān)的方向及內(nèi)容

地震、測井結(jié)合高分辨率層序地層學(xué)

測井約束下的地震反演；

沉積學(xué)：在野外露頭精細(xì)解剖各類沉積體的建筑結(jié)構(gòu)要素，識別界面特征；

計算機(jī)自動對比:有模擬手工對比，有地質(zhì)統(tǒng)計對比（見一些報導(dǎo)）。（二）

、建立層模型技術(shù)

目前的實際應(yīng)用：

在建立本區(qū)“巖—電”關(guān)系的基礎(chǔ)上，用測井曲線，地質(zhì)家手工對比到可能的最小單元（一般為砂組，或三級旋回），計算機(jī)建模時按一定的地質(zhì)規(guī)律進(jìn)一步機(jī)械劈分。

對于我國陸相沉積，盡可能正確控制到“十米級”單元。

小層對比仍有一定的經(jīng)驗性（藝術(shù)）。（二）

、建立層模型技術(shù)網(wǎng)格設(shè)計

平面:50×50M縱向細(xì)剖分Layers:107建模范圍網(wǎng)格單元數(shù)125×38×107，總單元數(shù)508250模擬單元劃分三維斷層模型(FaultModeling)三維斷層模型構(gòu)造建模采用確定性建模，因為構(gòu)造基本是確定的，沒有隨機(jī)性Make-Horizons三維油組框架模型三維地質(zhì)結(jié)構(gòu)模型Make-zones三維地質(zhì)結(jié)構(gòu)模型三維垂向網(wǎng)格剖分模型Layering垂向平均網(wǎng)格厚度0.5米東西剖面南北剖面（三）、建立參數(shù)模型技術(shù)目的：

定量地給出儲集體內(nèi)各種屬性參數(shù)空間分布

1.1地質(zhì)建模的初期：插值(傳統(tǒng)統(tǒng)計學(xué)估值方法)地質(zhì)建模初期，人們曾嘗試的各種插值算法對未知區(qū)域、特別是井間地區(qū)進(jìn)行估計。如三角網(wǎng)格法、曲面樣條法、按距離加權(quán)平均法、趨勢面法等。這些算法所產(chǎn)生的結(jié)果均是確定性的。這些傳統(tǒng)的插值算法，僅考慮到觀測點與待估點之間的距離，而沒有考慮到空間位置之間的相互關(guān)聯(lián)，既地質(zhì)規(guī)律所造成的儲層參數(shù)在空間上的相關(guān)性，應(yīng)用效果不盡人意。這個時期，開創(chuàng)了用數(shù)學(xué)方法解決地質(zhì)問題的先河。3.1地質(zhì)建模的初期3.2地質(zhì)建模的發(fā)展時期：克里金

80年代，地質(zhì)統(tǒng)計學(xué)方法受到人們的普遍重視。在算法上步入克里金插值階段?？死锝鸸烙嬍菍鹘y(tǒng)內(nèi)插方法的一次飛躍，即不同位置相互影響的大小是用變差函數(shù)或協(xié)方差函數(shù)來定量描述的?？死锝鸩逯捣椒?，主要是因為該算法考慮了儲層內(nèi)部屬性參數(shù)平面及垂向上的各向異性，在三維網(wǎng)格化過程中，依據(jù)儲層的成因特點，在各方向上采用不同的變程做為約束條件，即插值搜索范圍為一個三種軸向半徑不同的橢球體，其長軸方向代表儲層參數(shù)發(fā)育的優(yōu)勢方向，因此，算法上較距離反比加權(quán)等更加科學(xué)?？死锝鹚惴m然能夠反映各向異性，但無法表征儲層井間預(yù)測的不確定性。(地質(zhì)統(tǒng)計學(xué)克里金估值方法)3.3地質(zhì)建模的興盛時期：隨機(jī)建模由于克里金估計方法是一種數(shù)據(jù)內(nèi)插方法，把它用于儲層評價常常會平滑掉儲層特征在空間展布的變異性，從而對研究儲層的非均質(zhì)性和不確定性是不適合的。所謂隨機(jī)建模，是指以已知的信息為基礎(chǔ)，應(yīng)用隨機(jī)函數(shù)理論、隨機(jī)模擬方法，產(chǎn)生可選的、等概率的儲層模型的方法。

從模擬單元的角度來分，隨機(jī)模擬可以分為：

(地質(zhì)統(tǒng)計學(xué)在石油工業(yè)中廣泛應(yīng)用)

基于目標(biāo)隨機(jī)模型其基本模擬單元為目標(biāo)物體（即是離散性質(zhì)的地質(zhì)特征，如沉積相、流動單元等），主要方法為標(biāo)點過程。

基于象元的隨機(jī)模型以象元（相當(dāng)于儲層網(wǎng)格化后的單個網(wǎng)格）為基本模擬單元，既可用于連續(xù)性儲層參數(shù)的模擬，也可用于離散地質(zhì)體的模擬?；谀繕?biāo)（Object－based)和基于象元（Pixel－based）

離散模型主要描述一個離散性質(zhì)的地質(zhì)特征，如沉積相分布、砂體位置和大小、泥質(zhì)隔夾層的分布和大小，裂縫和斷層的分布、大小、方位等。

連續(xù)性模型主要描述連續(xù)變化的地質(zhì)參數(shù)的空間分布，如孔隙度、滲透率、流體飽和度等巖石物理參數(shù)，地震層速度、油水界面等參數(shù)的空間分布。在實際油藏中，離散性質(zhì)和連續(xù)性質(zhì)是共存的。將上述兩類模型結(jié)合在一起，則構(gòu)成混合模型，亦稱為二步模型，即第一步建立離散模型，描述儲層大范圍的非均質(zhì)特征（儲層結(jié)構(gòu)）特征，第二步是在離散模型的基礎(chǔ)上建立表征巖石參數(shù)空間變化和分布的模型，由此便獲得了混合模型。這種建模方法成為“二步建?！狈椒ā碾S機(jī)模擬方法可以分為二大類：離散型（Discrete）連續(xù)型（Continuous）從而建立的模型稱為離散模型（Discretemodels）連續(xù)性模型（Continuousmodels）隨機(jī)模擬是以隨機(jī)函數(shù)理論為基礎(chǔ)的。隨機(jī)函數(shù)由一個區(qū)域化變量的分布函數(shù)和變差函數(shù)來表征。根據(jù)模擬的方法不同，其變量亦稱為:離散型變量和連續(xù)性變量。確定性建模是對井間未知區(qū)給出確定性的預(yù)測結(jié)果，即試圖從具有確定性資料的控制點出發(fā)，推測出點間（如井間）確定的、唯一的儲層參數(shù)。例如：克里金，移動平均算法都是確定性建模方法。隨機(jī)建模與確定性建模的差異

是算法不同

(確定性建模無論軟件運(yùn)行多少次，其結(jié)果是不變的。)隨機(jī)建模與確定性建模的差異確定性建模序貫指示模擬法SIS

（針對離散/連續(xù)變量）

在序貫指示模擬中，局部條件概率分布直接由指示克里金方程組求得。序貫高斯模擬法SGS（針對連續(xù)變量）在序貫高斯模擬中，局部條件概率分布都假設(shè)為高斯分布，其均值和方差由簡單克里金方程組求得。示性點過程的儲層建模方法最早有挪威學(xué)者提出，是一種基于目標(biāo)的隨機(jī)建模方法。該方法應(yīng)用了隨機(jī)幾何學(xué)中點過程理論。點過程提供各種模型來研究點的不規(guī)則空間分布。這些點在空間上的分布可以是完全獨(dú)立的（如泊松點過程），也可以是相互關(guān)聯(lián)的或排斥的（如吉布斯點過程）。示性點過程則是一種特殊的點過程。一個點過程，對其上賦予一個特征值（或稱為一個屬性、或示性）時，就稱為示性點過程。該方法在模擬地質(zhì)體的空間分布是十分有用的，它的基本思路就是根據(jù)點過程理論先產(chǎn)生這些物體的中心點在空間上的分布，然后再將物體性質(zhì)（如物體的幾何形態(tài)、大小、方向等）標(biāo)注于各點上，即通過隨機(jī)模擬產(chǎn)生這些空間點的屬性，并與已知的條件信息進(jìn)行匹配。二、主要隨機(jī)建模方法及特點（三）

、建立參數(shù)模型技術(shù)

石油地下地質(zhì)遇到的實質(zhì)問題，也是關(guān)鍵點：

如何依據(jù)已有井點（控制點頭，原始樣本點）的參數(shù)值進(jìn)行合理地內(nèi)插、外推井間未鉆井區(qū)（預(yù)測點）的同一參數(shù)值。

內(nèi)插值誤差愈小，地質(zhì)模型精度就愈高。

影響精度的因素：

精、細(xì)度相互制約，單元愈細(xì)，提高精度愈難；

屬性本身的非均質(zhì)程度，非均質(zhì)性愈強(qiáng)，提高精度愈難；精度與對其地質(zhì)規(guī)律的認(rèn)識程度成正比（原型模型、地質(zhì)知識庫）。

確定性建模技術(shù)（DeterministicModeling)

傳統(tǒng)的地質(zhì)方法（包括克里金技術(shù)）

開發(fā)地震技術(shù)

水平井技術(shù)

隨機(jī)建摸技術(shù)（StochasticModeling)兩類建模方法

確定性建模方法（DeterministicModeling）

傳統(tǒng)的地質(zhì)方法：按地質(zhì)趨勢線性內(nèi)插；

開發(fā)地震反演；

計算機(jī)建模。

三、建立參數(shù)模型技術(shù)

確定性建模方法（DeterministicModeling）

傳統(tǒng)的地質(zhì)方法：按地質(zhì)趨勢線性內(nèi)插:包括：簡單線性內(nèi)插，趨勢面作圖法，相帶等控制下的線性內(nèi)插，等等。

對構(gòu)造現(xiàn)象和非均質(zhì)程度很弱的參數(shù)是成熟可用的，如地層壓力、溫度、飽和度、孔隙度等。

有時甚至穩(wěn)定沉積體如三角洲前緣河口壩、席狀砂的

滲透率分布也是可用的。三、建立參數(shù)模型技術(shù)三、建立參數(shù)模型技術(shù)

確定性建模方法（DeterministicModeling）

開發(fā)地震反演：

用地震屬性（振幅、波阻抗等）與巖心（測井）孔隙度建立關(guān)系，反演孔隙度。再用孔隙度推滲透率——已在普遍應(yīng)用。只要應(yīng)用時要對其不確定性程度心中有數(shù)。

目前除常規(guī)三維地震外，正在發(fā)展井間地震、四維地震（時移地震）等。三、建立參數(shù)模型技術(shù)

確定性建模方法（DeterministicModeling）

計算機(jī)建模：

簡單插值法：距離反比權(quán)衡，曲面樣條法，等等；

克里金法：以求平均值為目的的建模，如儲量計算效果很好，反映非均質(zhì)性效果差。三、建立參數(shù)模型技術(shù)

隨機(jī)建模方法（StochasticModeling）

雖然地下儲層本身是確定的，但人們?nèi)フJ(rèn)識它時就可能出現(xiàn)隨機(jī)性。這由于：

資料信息不足；

資料信息本身有不確定性；

一些儲層屬性的地質(zhì)規(guī)律有一定的隨機(jī)性。三、建立參數(shù)模型技術(shù)

隨機(jī)建模方法（StochasticModeling）

定義：用一組已知信息，依據(jù)一定的地質(zhì)統(tǒng)計特征，用某一隨機(jī)算法，模擬出一組等概率的實現(xiàn)（Realizations）。

關(guān)鍵點：原型模型和地質(zhì)知識庫，合適的隨機(jī)算法。隨機(jī)建模的兩個關(guān)鍵表征一定統(tǒng)計結(jié)構(gòu)特征的隨機(jī)算法對象儲層的統(tǒng)計結(jié)構(gòu)特征等概率的多個實現(xiàn)同類沉積類似物的原型模型成熟開發(fā)區(qū)優(yōu)選地質(zhì)模型露頭

離散方法(DiscreteMethods)

以對象為基礎(chǔ)的模擬方法

連續(xù)型方法(ContinuousMethods)

以象元為基礎(chǔ)的模擬方法

條件模擬(ConditionalSimulation)

忠實于采樣點資料的方法

非條件模擬(UnconditionalSimulation)

已知采樣點資料也可以修改的方法隨機(jī)建模方法分類目前流行的隨機(jī)算法

對象為基礎(chǔ)的算法

布爾法(Boolean)示點性過程法(MarkedPointProcess)截斷高斯法(TruncatedGaussianSimulation)

序慣模擬

序慣高斯模擬(SequentialGaussianSimulation)序慣指示模擬(SequentialIndicatorSimulation)馬爾可夫——貝葉斯模擬(Markov-BayesSimulation)指示主因子模擬(IndicatorPrincipalComponentsSimulation)目前流行的隨機(jī)算法

估計加模擬誤差

（EstimationPlusSimulatedError)轉(zhuǎn)向帶法(TurningBands)分形模擬(FractalSimulation)

模擬退火(SimulatedAnnealing)三、建立參數(shù)模型技術(shù)

隨機(jī)建模方法（StochasticModeling）

隨機(jī)模擬結(jié)果的應(yīng)用：

建立概念模型，保證主要的屬性基本面貌正確，在早期評價階段應(yīng)用是很成功的；

估計不確定性；

地質(zhì)約束下選用；

蒙特卡洛式的應(yīng)用：最樂觀的、最可能的和最悲觀的模型；

最大概率的應(yīng)用，甚至用平均值作確定性的應(yīng)用；

用數(shù)模擬和動態(tài)歷史快速篩選。

隨機(jī)建模方法（StochasticModeling）

目前正在發(fā)展、探索的技術(shù)和問題

各類沉積儲層的原型模型，豐富地質(zhì)知識庫；

各種算法對各類儲層的適應(yīng)性；各種算法對實現(xiàn)不同地質(zhì)目的的適應(yīng)性；

發(fā)展新的算法；

如何應(yīng)用綜合地震、地質(zhì)、測井資料。三、建立參數(shù)模型技術(shù)三維儲層參數(shù)建?！穹从车叵聝游镄裕?、滲、飽、凈毛比）空間分布的參數(shù)模型?！襁\(yùn)用地震屬性控條件下的高斯模擬方法，是定量描述儲層物性分布的較為理想的選擇。高精度儲層參數(shù)三維分布模型儲層隨機(jī)模擬方法隨機(jī)模擬儲層隨機(jī)建模是近年來在地質(zhì)研究領(lǐng)域發(fā)展的最新技術(shù)，對儲層非均質(zhì)性及復(fù)雜油藏進(jìn)行描述，作為對儲層非均質(zhì)性進(jìn)行模擬和對所有不確定性進(jìn)行評估的最佳方法，隨機(jī)性建模技術(shù)被廣泛應(yīng)用。隨機(jī)建模方法隨機(jī)模型類型條件模擬方法分類方法名稱以目標(biāo)物體為模擬單元的方法示性點過程法或布爾方法離散困難隨機(jī)成因模擬法離散困難以象元為模擬單元的方法馬爾柯夫隨機(jī)域法離散/連續(xù)可以截斷高斯模擬法離散/連續(xù)可以兩點直方圖法離散/連續(xù)可以序貫高斯模擬法離散/連續(xù)可以序貫指示模擬法離散/連續(xù)可以模擬退火模擬法連續(xù)可以分形隨機(jī)域法連續(xù)可以常見隨機(jī)模擬方法分類由于阜寧組一、二段儲層橫向變化不大，砂體分布具有比較穩(wěn)定，且有地震屬性信息的協(xié)同，所以我們在進(jìn)行巖石物理屬性連續(xù)變量的模擬時選擇了序貫高斯協(xié)同地震屬性數(shù)據(jù)的模擬方法。序貫高斯模擬算法比較穩(wěn)健，對于分布穩(wěn)定的數(shù)據(jù)實現(xiàn)速度很快，是應(yīng)用較為廣泛的連續(xù)變量的模擬方法。隨機(jī)模擬方法的選擇

高斯隨機(jī)域是最經(jīng)典的隨機(jī)函數(shù)。這種模型最大的特征是隨機(jī)變量符合高斯分布或經(jīng)過轉(zhuǎn)換符合正態(tài)分布。高斯模擬可采用多種算法如序貫?zāi)M、指示模擬、誤差模擬、概率場模擬等。其中序貫高斯模擬是應(yīng)用最為廣泛的一種。序貫?zāi)M同許多隨機(jī)模擬的方法相同都是通過從條件分布中抽取變量Z(u)的值來實現(xiàn)某一位置u處的模擬，但序貫?zāi)M的思想將這種條件進(jìn)一步擴(kuò)展到u附近的所有點，包括條件數(shù)據(jù)點和模擬過的數(shù)據(jù)點?？傊蜇灨咚鼓M是以高斯概率理論和序貫?zāi)M算法產(chǎn)生連續(xù)空間變量分布的隨機(jī)模擬方法。序貫高斯模擬序貫高斯模擬為一種應(yīng)用高斯概率理論和序貫?zāi)M算法產(chǎn)生連續(xù)變量空間分布的隨機(jī)模擬方法。模擬過程是從一個象元到另一個象元序貫進(jìn)行的，用于建立局部累計條件概率分布（ccdf）的數(shù)據(jù)不僅包括原始條件數(shù)據(jù)，而且考慮已模擬過的數(shù)據(jù)。從局