深究地质统计学在属性平面预测运用统计学论文.docVIP

深究地质统计学在属性平面预测运用统计学论文 东营凹陷陡坡前缘扇体发育，储层具低孔、低渗特征，同时孔、渗参数相关性差，非均质性强等特点，因而砂砾岩扇体预测及有效储层描述难度大，是长期以来制约其勘探进程的关键因素。由于地震振幅主要代表地下地层的弹性属性差异，它包含了岩性、孔隙度、空隙内流体类型和饱和度等信息，故三维地震数据的振幅成图经常用于岩性和流体的定性解释。因此，极有必要用储层物性参数来约束地震振幅，通过将已钻井的孔隙度、渗透率等物性参数与地震资料联系起来，进行有效储层的平面预测，解决目前该类油藏勘探面临的实际难题，推动其勘探的持续进展。 1地质统计学在属性平面预测中的应用 1.1地质统计学应用原理 地质统计方法习惯称作克里金法（Kriging）。它是一种无偏的最小误差的储量计算方法，利用样本点与空间待估点信息的相对空间位置和相关性大小来计算、预测待估点是否含矿。 地质统计学是以区域化变量理论为基础，以变差函数为基本工具，对空间分布上既有随机性又有结构性的地质变量进行统计分析，建立符合地质规律的统计模型，来反映地层参数的变化规律，然后用这种规律对参数的空间展布进行预测。 区域化变量是具有数值的空间位置的函数，即由一点移到下一点时，函数值是变化的，并具有明显的不同程度的连续性。许多地质和地球物理变量都是区域化变量，如埋深、层厚、孔隙度、渗透率等，它在空间的分布既存在一定的规律（结构性），又存在局部的变异性（随机性），常用变差异函数来表征。 变差函数是计算区域化变量的核心，反映的是区域化变量增量的方差。计算公式如下： 假设空间点x只在一维x轴上变化，将区域化变量Z（x）在x，x+h两点处的值之差的方差一半定义为Z（x）在x方向上的变差函数r（h），其表达式为式中：h为xi和xi+h两点的距离，也称其为滞后距；Z（xi），Z（xi+h）分别为xi和xi+h两点处的观测值；2n（h）为相距为h的数据对的数目；r*（h）为试验变差函数，是用求[Z（xi）-Z（xi+h）]2的算术平均值的方法来计算的。以变差函数γ（h）为纵轴，以滞后距h为横轴，可做出平面变差曲线图（见图1）和垂向变差曲线图（见图2）。 1.2实现方法 储层物性平面预测技术就是通过计算地震属性与储层物性之间的相关度，优选出相关度高的属性来约束储层物性的横向外推。其实现方式的本质在于利用线性或神经网络拟合建立地震属性与储层物性的映射关系，将优选出的地震属性作物性参数转换，通过已知井点的物性参数对误差进行的校正，使其外推更为合理。在实际操作中（以孔隙度预测为例），有以下几步： 1）制作研究区内高精度地震合成记录 精细制作地震合成记录，建立井震之间的对应关系，建立地震属性的时间段与统计井点物性的深度段之间的对应性。 2）物性参数统计 统计研究区内多口井的孔隙度数据。 3）地震属性提取 在地震目标层解释的基础上，开取适当的研究时窗，提取包括振幅、相位、频率、能量类等十余种地震属性。 4）相关性分析 经过计算发现，Avg_Peak_Amplitude属性与统计井的孔隙度数据相关性最好，为67.85%。 5）属性平面预测 利用克里金的、确定的和随机的算法进行计算方法，综合井数据和地震数据产生物性网格数据，实现地层物性由已知井到未知点的合理外推。 6）误差校正，主要分有四步 ①初步孔隙度预测：利用变差函数将平均波峰振（Avg_Peak_Amplitude）换算成孔隙度值，得到L85井区孔隙度的初步预测结果。 井点误差校正：孔隙度的初步预测值与已统计井点的真实孔隙度间存在误差，将各井点处的孔隙度误差值计算出来。 误差校正网格：将井点处的孔隙度误差校正值推广至全区计算，形成全区的误差校正网格。 最终孔隙度预测：将误差校正网格应用到全区进行误差校正，得到本区最终的孔隙度预测结果。 2应用实例 有效储层是指储集了烃类流体并在现有工艺技术条件下可采出的物性下限以上的储层，其物性下限用能够储集和渗流的最小有效孔隙度和最小渗透率度量，通常用孔隙度或渗透率的某个确定值表述。 从得到的L85井区沙四上纯下亚段一砂组孔隙度预测图（见图3）上看，该区以中低孔隙度为主，孔隙度较高区域集中分布于L853、L933和L881三个井区。中孔隙度（6%-17%），为有效储层分布区，对应着砂砾岩扇体的扇中部位，该区域探井产油情况较好，为油气富集区。低孔隙度（6%），对应砂砾岩体的扇根、扇端以及扇间部位，物性较差，该区域完钻井井试油结果以干层为主。从得到的L85井区沙四上纯下亚段一砂组渗透率预测图（见