曲流河環(huán)境沉積微相和測(cè)井相特征分析

摘 要

摘要：在鉆井過(guò)程中，取心及巖屑錄井資料都十分有限，以往通過(guò)巖心觀察或者綜合分析巖屑錄井資料來(lái)進(jìn)行巖性和沉積環(huán)境研究的方法受到很大限制，而利用各種測(cè)井資料所提供的豐富信息
摘要：在鉆井過(guò)程中，取心及巖屑錄井資料都十分有限，以往通過(guò)巖心觀察或者綜合分析巖屑錄井資料來(lái)進(jìn)行巖性和沉積環(huán)境研究的方法受到很大限制，而利用各種測(cè)井資料所提供的豐富信息來(lái)進(jìn)行沉積相研究已成為發(fā)展趨勢(shì)。通過(guò)研究曲流河沉積相中各沉積微相的特征及在測(cè)井曲線上的響應(yīng)特征，提取各不同沉積微相的測(cè)井相特征參數(shù)，建立曲流河沉積環(huán)境的各沉積微相的測(cè)井相模式及特征參數(shù)樣本，利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)反饋學(xué)習(xí)，獲得一套適合研究區(qū)曲流河沉積微相的判別系數(shù)，并對(duì)其他實(shí)際測(cè)井資料進(jìn)行沉積微相自動(dòng)識(shí)別，所得結(jié)果與地質(zhì)專家解釋結(jié)果吻合率在84%以上，效果顯著。由此表明在油氣勘探進(jìn)程中采用該方法進(jìn)行沉積微相自動(dòng)識(shí)別是切實(shí)可行的，可大大提高儲(chǔ)層解釋的速度和精度。
關(guān)鍵詞：曲流河；沉積微相；測(cè)井相；模糊數(shù)學(xué)；特征；解釋
0 引言
    以往的巖性和沉積環(huán)境的研究工作[1～2]都是主要通過(guò)巖心觀察或者綜合分析巖屑錄井資料，但取心及巖屑錄井資料都有限。而事實(shí)上，每口井的各種測(cè)井資料所提供的豐富的地質(zhì)信息并未得到充分的利用，高效利用測(cè)井資料中豐富地質(zhì)信息已成為沉積相的研究工作從定性解釋向定量解釋發(fā)展的方向了。近年來(lái)，于民鳳等[3]通過(guò)蜘蛛網(wǎng)圖和梯形圖的方法，展示了不同沉積相的特征；唐洪等[4]應(yīng)用直方圖或頻率交會(huì)圖等方法，從測(cè)井相等展示了不同沉積相的特征；嚴(yán)科等[5]實(shí)現(xiàn)了沉積微相的人機(jī)交互識(shí)別，應(yīng)用Bayes統(tǒng)計(jì)方法，建立測(cè)井相-沉積微相線性判別模型，取得了明顯的成效。
    測(cè)井相研究的目的是通過(guò)其測(cè)井響應(yīng)，客觀地描述探測(cè)得到的穿過(guò)層系，并識(shí)別出現(xiàn)有的不同的基本測(cè)井相，用以研究它的垂直序列的排列，由此推斷側(cè)向演變，并達(dá)到重建沉積環(huán)境的目的。該研究需要結(jié)合研究區(qū)的地質(zhì)特征和測(cè)井曲線響應(yīng)特征，但實(shí)際往往受到研究區(qū)地質(zhì)特征和測(cè)井響應(yīng)特征的約束。因此，建立適應(yīng)研究區(qū)域的分析方法及判別模型，用測(cè)井資料信息接合人工智能技術(shù)直接轉(zhuǎn)換成地質(zhì)信息是一項(xiàng)新的探索。
1 曲流河環(huán)境沉積微相及測(cè)井相特征
    該研究區(qū)域發(fā)育為曲流河沉積[1、6]，主要亞相確河道亞相、堤岸亞相、河漫亞相以及牛軛湖亞相。其中牛軛湖亞相在該區(qū)不發(fā)育。
1.1 曲流河沉積亞相類型及其沉積特征
1.1.1河道亞相
    巖石類型以砂巖為主，次為礫巖，碎屑粒度是河流相中最粗的。層理發(fā)育，類型豐富多彩。缺少動(dòng)植物化石，僅見(jiàn)破的植物枝、干等殘?bào)w，巖體形態(tài)多具有透鏡狀，底部具有明顯的沖刷界面。學(xué)者們又把河道亞相分為河床滯留和邊灘兩個(gè)微相。
1.1.2堤岸亞相
    堤岸亞相在垂向上發(fā)育在河床沉積的上部，屬河流相的頂層沉積。與河道沉積相比，其巖石類型簡(jiǎn)單，粒度較細(xì)，濁型交錯(cuò)層理為主。主要由天然堤和決口扇兩個(gè)微相組成。
1.1.3河漫沉積
    河漫沉積類型很簡(jiǎn)單，主要為粉砂巖和黏土巖。粒度是河流沉積中最細(xì)的，層理類型單調(diào)，主要為波狀層理和水平層理。平面上位于堤岸亞相外側(cè)，分布面積廣泛；垂向上位于河床或堤岸亞相之上，以下為河漫沉積的3個(gè)沉積微相(河漫灘、河漫湖泊、河漫沼澤)。
1.2 測(cè)井相特征
    沉積環(huán)境和巖石粒度的不同，使得測(cè)井曲線的形態(tài)特征[4～8]上也不同，主要表現(xiàn)在以下幾方面。
    河床滯留沉積：自然電位曲線常為光滑的箱形或鐘形曲線，曲線頂、底部常為突變，但頂部有時(shí)可能為漸變，電阻率曲線的異常則可能很小，泥質(zhì)含量較低。
    邊灘沉積：自然電位曲線上常為鐘形或齒化鐘形，也有時(shí)會(huì)出現(xiàn)鐘形或齒化鐘形的疊加；電阻率偏高，泥質(zhì)含量較低。
    天然堤：巖性主要為薄的砂泥巖薄互層，自然電位和自然伽馬曲線為中-低幅度的指形或鋸齒狀。
    決口扇：自然電位和自然伽馬曲線為中-低幅度扁鐘形，頂、底界面通常為突變型，但也存在底部突變型和頂部漸變型。
    河漫灘：自然電位和自然伽馬常為中-低幅度齒化箱形，電阻率異常較小。
    河漫湖泊：主要為黏土巖沉積，夾有粉砂巖，測(cè)井曲線一般表現(xiàn)為平直型(夾有小尖峰)。
    河漫沼澤：測(cè)井曲線形態(tài)常為平直型(夾有齒化小尖峰)，當(dāng)有碳質(zhì)泥巖沉積時(shí)，自然伽馬曲線出現(xiàn)低值，形態(tài)表現(xiàn)為指狀。
2 測(cè)井特征參數(shù)提取
   測(cè)井相分析利用自然伽馬(GR)、自然電位(SP)等能夠表征沉積環(huán)境的測(cè)井曲線定性特征以及定量計(jì)算出的各種測(cè)井參數(shù)值來(lái)描述地層的沉積相。由于測(cè)井資料具有間接性導(dǎo)致測(cè)井解釋不可避免地具有多解性。這種多解性可以由測(cè)井系統(tǒng)的完善，測(cè)井資料質(zhì)量的提高以及地質(zhì)資料的約束來(lái)克服。應(yīng)用高質(zhì)量的測(cè)井資料，可以從中提取出反演地層沉積環(huán)境的相關(guān)信息。
2.1 巖性自動(dòng)劃分
    根據(jù)地層巖性[8]粒度大小進(jìn)行層段劃分，主要可分為粗砂層，中砂層，細(xì)砂層，粉砂層，泥巖層(含碳質(zhì)泥巖)5種巖性地層(表1)，不同的巖性對(duì)應(yīng)的各曲線的測(cè)井值不同(圖1)，結(jié)合研究區(qū)域錄井資料，選取各不同粒度巖性測(cè)井響應(yīng)樣本，運(yùn)用Bayes判別方法[9]，得出概率分布函數(shù)。
表1 粒度大小劃分巖性對(duì)照表    mm
巖性
粗砂巖
中砂巖
細(xì)砂巖
粉砂巖
泥巖
粒度大小
1～0.5
0.5～0.25
0.25～0.1
0.1～0.01
＜0.01
   泥巖層：SH＞50%
   粗砂巖層：
Y1=3.853GR-0.566ILD+152.26DEN-2.942SH+1.107POR-285.383
   中砂巖層：
Y2=2.981GR-0.436ILD+148.482DEN-2.257SH+1.092POR-236.048
   細(xì)砂巖層：
Y3=4.731GR-0.555ILD+149.567DEN-3.291SH+1.213POR-334.931
   粉砂巖層：
Y4=4.829GR-0.368ILD+149.609DEN-3.943SH+0.991POR-360.4
式中：SH為泥質(zhì)含量值；GR為自然伽馬測(cè)井值；ILD為深感應(yīng)測(cè)井值；DEN為密度測(cè)井值；POR為孔隙度；Y1、Y2、Y3、Y4分別為粗砂巖、中砂巖、細(xì)砂巖、粉砂巖的概率值。
    運(yùn)用各巖性的概率分布函數(shù)對(duì)各原始樣本的回判驗(yàn)證中，正確率在95%以上，效果明顯。
2.2 測(cè)井曲線歸一化
    為了使各特征參數(shù)有利于對(duì)比，對(duì)測(cè)井曲線進(jìn)行歸一化[10～12]處理，即
   
式中：Y為歸一化后的測(cè)井?dāng)?shù)據(jù)；X為原始測(cè)井?dāng)?shù)據(jù)；Xmin為測(cè)井曲線最小值；Xmax為測(cè)井曲線最大值。
2.3 特征參數(shù)
2.3.1相對(duì)重心(RM)
主要反映曲線形態(tài)的變化，鐘形的重心偏下方，RM＞0.5；漏斗形的重心偏上方，RM＜0.5；箱形的重心居中，RM=0.5。
 
式中：N為微相段內(nèi)數(shù)據(jù)點(diǎn)數(shù)；x(i)為測(cè)井曲線值。
2.3.2變差方差根(GS)
綜合反映微相段內(nèi)曲線段整體波動(dòng)性程度和鋸齒的多少，波動(dòng)大鋸齒多，則GS值大；反之GS小。即
 
式中：x(i)為測(cè)井曲線值；M(1)、M(2)分別是間隔為1、2的數(shù)據(jù)對(duì)[x(i)，x(i+1)]、[x(i)，x(i+2)]的數(shù)目。
2.3.3微相段測(cè)井平均值(xa)
主要反映曲線幅度大小。即
 
2.3.4 微相段中粒度均值()
主要反映沉積環(huán)境能量的高低。即
 
式中：Md(i)為巖石粒度值。
3 BP網(wǎng)絡(luò)識(shí)別沉積微相
BP網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的變換函數(shù)是S型函數(shù)。因此輸出量為0～1之間的連續(xù)量，可以實(shí)現(xiàn)從輸入到輸出的任意非線形映射，權(quán)值調(diào)整采用的是反向傳播的學(xué)習(xí)算法。在確定了BP網(wǎng)絡(luò)結(jié)構(gòu)之后，利用輸出、輸入樣本集對(duì)其進(jìn)行訓(xùn)練，即對(duì)網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行學(xué)習(xí)和調(diào)整，以使網(wǎng)絡(luò)實(shí)現(xiàn)給定的輸入、輸出的映射關(guān)系。經(jīng)過(guò)訓(xùn)練的BP網(wǎng)絡(luò)，對(duì)于不是樣本集中的輸入就能給出合適的輸出。但是，樣本集所包含的信息必須與樣本集所包含的信息類似，否則，需重新訓(xùn)練尋找合適的權(quán)重，才能做出精確預(yù)測(cè)(圖2)。
 
    通過(guò)對(duì)幾口關(guān)鍵井的詳細(xì)研究以及地質(zhì)專家解釋資料，選取若干沉積微相層段作為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本，建立曲流河環(huán)境7種微相的測(cè)井相判別模式。其BP訓(xùn)練誤差見(jiàn)圖3。
    結(jié)合曲流河環(huán)境的測(cè)井曲線特征，測(cè)井特征參數(shù)主要有自然伽馬曲線和自然電位曲線的重心、幅值、波動(dòng)及鋸齒大小、巖性粒度平均值作為BP神經(jīng)網(wǎng)絡(luò)的輸入層，中間節(jié)點(diǎn)數(shù)為18，隱含層學(xué)習(xí)率為0.1，輸出層學(xué)習(xí)率為0.05。訓(xùn)練所得訓(xùn)練誤差達(dá)到0.0114，原始數(shù)據(jù)的回判效果達(dá)到100%，效果顯著。
4 實(shí)際井資料處理
    根據(jù)以上分析原則，編制了相應(yīng)的軟件，用已確定了沉積微相的測(cè)井特征參數(shù)進(jìn)行訓(xùn)練，得出相關(guān)權(quán)值和閾值，并對(duì)某區(qū)域曲流河相井段資料進(jìn)行了實(shí)際處理。
    根據(jù)BP進(jìn)行訓(xùn)練后得到的神經(jīng)網(wǎng)絡(luò)進(jìn)行傳遞識(shí)別所得的解釋成果，處理井段為80m，由測(cè)井分析得出的19段微相層與地質(zhì)專家劃分結(jié)果(共15段)吻合較好，所劃分的微相層段頂?shù)捉缑婊疽恢?，自?dòng)識(shí)別的沉積微相與地質(zhì)專家解釋的結(jié)果吻合率在84%以上(圖4)。
 
結(jié)合測(cè)井特征參數(shù)進(jìn)行識(shí)別的映射效果是明顯的，神經(jīng)網(wǎng)絡(luò)會(huì)對(duì)薄地層產(chǎn)生響應(yīng)。正因如此，在兩個(gè)地質(zhì)沉積特征相似的微相層中，會(huì)相應(yīng)地產(chǎn)生誤判現(xiàn)象。例如，邊灘環(huán)境與河床滯留環(huán)境在測(cè)井曲線值、形狀等都是相近的，只有粒度大小上有微小的差別；河漫灘與河漫沼澤中的薄泥質(zhì)粉砂層的測(cè)井特征相似。所以，在測(cè)井特征參數(shù)沒(méi)有差別時(shí)，通過(guò)測(cè)井對(duì)微相的識(shí)別是有局限性的，但對(duì)不同特征沉積微相的識(shí)別效果明顯。
5 結(jié)論
1) 可以根據(jù)不同訓(xùn)練樣本進(jìn)行訓(xùn)練學(xué)習(xí)，應(yīng)用于不同的區(qū)域和沉積微相，擺脫了傳統(tǒng)應(yīng)用巖心等錄井資料進(jìn)行微相識(shí)別的局限性，提高了測(cè)井資料的利用效率。
    2) 需注意的是訓(xùn)練樣本的選擇要準(zhǔn)確，因?yàn)橹蟮淖R(shí)別完全是通過(guò)之前訓(xùn)練所得的一套映射權(quán)值和閾值決定的。
    3) 通過(guò)實(shí)際資料的處理，進(jìn)一步證實(shí)了結(jié)合測(cè)井相特征參數(shù)并應(yīng)用BP神經(jīng)網(wǎng)絡(luò)方法進(jìn)行沉積微相識(shí)別的顯著效果。
參考文獻(xiàn)
[1] 王良忱.沉積環(huán)境和沉積相[M].北京：石油工業(yè)出版社，1996.
[2] 王金榮，劉洪濤.測(cè)井沉積微相識(shí)別方法及應(yīng)用[J].大慶石油學(xué)院學(xué)報(bào)，2004，29(4)：18-20.
[3] 于民鳳，程日輝.陸相盆地主要沉積微相的測(cè)井特征[J].世界地質(zhì)，2005，124(2)：182-187.
[4] 唐洪.綜合利用測(cè)井資料劃分河流沉積微相[J].中國(guó)海上油氣：地質(zhì)，1998，12(5)：349-352.
[5] 嚴(yán)科，楊少春，任懷強(qiáng).吐哈盆地紅臺(tái)氣田測(cè)井相分析[J].石油天然氣學(xué)報(bào)，2008，30(4)：99-103.
[6] 陳鋼花，王中文.河流相沉積微相與測(cè)井相研究[J].測(cè)井技術(shù)，1996，20(5)：335-340.
[7] 馬正.應(yīng)用自然電位測(cè)井曲線解釋沉積環(huán)境[J].石油與天然氣地質(zhì)，1982，3(1)：25-39.
[8] 潘和平，牛一雄.測(cè)井資料提取中國(guó)大陸科學(xué)鉆探PPII孔巖石物性[J].工程地球物理學(xué)報(bào)，2004，1(1)：10-16.
[9] 向東進(jìn).實(shí)用多元統(tǒng)計(jì)[M].武漢：中國(guó)地質(zhì)大學(xué)出版社，2005.
[10] 雍世和，洪有密.測(cè)井資料綜合解釋與數(shù)字處理[M].北京：石油工業(yè)出版社，1982.
[11] 潘和平，馬火林，蔡柏林，等.地球物理測(cè)井與井中物探[M].北京：科學(xué)出版社，2009.
[12] 黃堅(jiān)，張紅杰，趙衛(wèi)平，等.測(cè)井資料質(zhì)量控制與評(píng)價(jià)[J].工程地球物理學(xué)報(bào)，2005，2(2)：134-138.
 
(本文作者：常文會(huì)1，2 趙永剛2 盧松1 1.中國(guó)地質(zhì)大學(xué)地球物理與空間信息學(xué)院；2.中國(guó)石化集團(tuán)華北石油局測(cè)井公司)