CN110221358B - 三角洲沉积亚相数字化判别方法 - Google Patents
三角洲沉积亚相数字化判别方法 Download PDFInfo
- Publication number
- CN110221358B CN110221358B CN201910572705.3A CN201910572705A CN110221358B CN 110221358 B CN110221358 B CN 110221358B CN 201910572705 A CN201910572705 A CN 201910572705A CN 110221358 B CN110221358 B CN 110221358B
- Authority
- CN
- China
- Prior art keywords
- subphase
- delta
- quadrant
- sedimentary
- spider web
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供一种三角洲沉积亚相数字化判别方法,包括:步骤1,建立三角洲沉积亚相岩电识别模板,进行单井相划分;步骤2,进行差异性分析,获取能够表征不同沉积亚相的差异特征参数;步骤3,利用蛛网图特征参数差异分析法,建立沉积亚相多元参数识别模板;步骤4,利用多元回归数学拟合方法将特征参数进行拟合,建立沉积亚相定量化判别函数;步骤5,将函数值与单井相进行相关性分析,定义不同沉积亚相函数值门槛范围;步骤6,输入实钻井特征参数,得到三角洲沉积亚相数字化平面图。该三角洲沉积亚相数字化判别方法利用多元回归法建立沉积相数字化判别函数,结合地质认识确定明确的沉积亚相边界门槛,从而进行精确的沉积亚相划分。
Description
技术领域
本发明涉及沉积亚相划分应用领域,特别是涉及到一种三角洲沉积亚相数字化判别方法。
背景技术
随着勘探开发程度的日益提高,对勘探工作的要求也日益精细。沉积相划分技术作为重建地质历史时期沉积环境的重要手段,在油气勘探开发中起着重要的指导作用。目前主流的沉积相划分技术是利用单井相控制点,地震相控制面,依据个人经验确定相带边界的方法,其缺陷在于钻井、地震资料相互孤立,相带边界识别无可靠依据,导致沉积相带划分不准确。
三角洲沉积亚相数字化判别方法是解决三角洲沉积体系中沉积亚相划分的一种有效方法。传统的沉积亚相划分技术在确定沉积亚相边界时,运用在单井相基础上依据人为经验外推的方法,造成相带边界识别无标准,相带边界划分不准确等问题。为此我们发明了一种新的三角洲沉积亚相数字化判别方法,解决了以上技术问题。
发明内容
本发明的目的是提供一种利用数学地质方法将钻井、地震资料有机结合,通过“蛛网判识建模板,井震联控定门槛”的判识方法,克服传统划分方法存在的缺陷的三角洲沉积亚相数字化判别方法。
本发明的目的可通过如下技术措施来实现:三角洲沉积亚相数字化判别方法,该三角洲沉积亚相数字化判别方法包括:步骤1,建立三角洲沉积亚相岩电识别模板,进行单井相划分;步骤2,利用多参数交汇分析方法对不同沉积亚相的岩石物理、电性、地震性质进行差异性分析,获取能够表征不同沉积亚相的差异特征参数;步骤3,利用蛛网图特征参数差异分析法,建立沉积亚相多元参数识别模板;步骤4,利用多元回归数学拟合方法将特征参数进行拟合,建立沉积亚相定量化判别函数;步骤5,将函数值与单井相进行相关性分析,定义不同沉积亚相函数值门槛范围;步骤6,输入实钻井特征参数,得到三角洲沉积亚相数字化平面图。
本发明的目的还可通过如下技术措施来实现:
在步骤1中,在钻录资料、电测资料分析基础上,三角洲沉积体系沉积相地质理论知识指导下,按照钻、录、电、地震资料建立三角洲沉积亚相识别模板,进行单井相划分。
在步骤1中,将单井相划分为:
平原亚相:厚层砂岩夹薄层泥岩,SP曲线(自然电位曲线)呈钟形、箱形,同向轴中强振幅中强连续,频谱表现为高频能量团;
前缘亚相:上部厚层砂岩下部厚层泥岩,SP曲线呈漏斗形,同向轴中等振幅中等连续,频谱表现为中高能量团;
前三角洲亚相:厚层泥岩、油页岩,SP曲线平直,同向轴弱振幅中等连续,频谱表现为低频能量团。
在步骤2中,获取的差异特征参数包括:
AC曲线标准化,消除环境误差、值域误差;平原亚相:95<泥岩AC<140,前缘亚相:75<泥岩AC<98,前三角洲亚相:90<泥岩AC<105,三角洲平原亚相内发育的泥岩具有明显的高AC值,即低速特点;
SP曲线标准化,按照地震分辨率对SP曲线重采样;平原亚相:120<SP重采样<140,前缘亚相:120<SP重采样<150,前三角洲亚相SP重采样>150,前三角洲亚相具有明显的高SP重采样值;
对不同沉积亚相条件下同向轴地层倾角进行统计,平原亚相:1<地层倾角<6,前缘亚相:5<地层倾角<12,前三角洲亚相:0.8<地层倾角<5.7,三角洲前缘亚相具有明显的高地层角度值。
在步骤3中,将泥岩AC(泥岩的声波时差)、地层倾角、泥质含量、SP重采样曲线归一化,利用这四个参数建立一个四角坐标系统,不同沉积亚相下四个参数不同数值所围成的蛛网形状各不相同;
三角洲平原亚相:一、四象限蛛网面积>二、三象限蛛网面积,三、四象限蛛网面积>一、二象限蛛网面积,蛛网图长轴呈X方向,主要分布于一、三象限;
三角洲前缘亚相:二、三象限蛛网面积>一、四象限蛛网面积,一、二象限蛛网面积>三、四象限蛛网面积,蛛网图长轴呈Y方向,主要分布于一、二象限;
前三角洲亚相:三、四象限蛛网面积>一、二、象限蛛网面积,二、三象限蛛网面积>一、四象限蛛网面积,蛛网图无明显长轴方向,主要分布于第三象限。
在步骤4中,根据步骤3所得四参数蛛网图在不同沉积亚相下所表现的差异,通过数学拟合,利用四个参数建立沉积相表征公式:
S=(α×103+A×102)/(H*P);
其中S表示沉积亚相,α表示地层倾角,A表示AC曲线值,H表示泥质含量,P表示SP重采样曲线值。
在步骤5中,根据步骤4所得数学公式,将实钻井四参数输入运算,得到实钻井S值,根据步骤1所得单井相识别模板,将S值(代表沉积亚相的数值)与单井相划分结果相对比,两者相符,进行步骤5,两者不符,重复步骤4。
在步骤5中,确定S判别函数在不同沉积亚相下的门槛值:三角洲平原亚相S>500,三角洲前缘亚相中300<S<500,前三角洲亚相S<300。
在步骤5中,根据步骤4建立S判别函数,输入工区内探井四参数数据,得到三角洲沉积亚相数字化平面图,根部步骤5所得不同沉积亚相判别门槛值,完成沉积亚相划分。
本发明中的三角洲沉积亚相数字化判别方法,利用地震和钻井双重信息约束,利用多元回归法建立沉积相数字化判别函数,结合地质认识确定明确的沉积亚相边界门槛,从而进行精确的沉积亚相划分,是一种全新的沉积亚相划分方法,有效地弥补了传统技术的不足。
附图说明
图1为本发明的三角洲沉积亚相数字化判别方法的一具体实施例的流程图;
图2为本发明的一具体实施例中三角洲沉积亚相岩电识别模板的示意图;
图3为本发明的一具体实施例中三角洲沉积亚相蛛网图判识模板的示意图;
图4为本发明的一具体实施例中三角洲沉积亚相数字化平面图。
具体实施方式
为使本发明的上述和其他目的、特征和优点能更明显易懂,下文特举出较佳实施例,并配合附图所示,作详细说明如下。
如图1所示,图1为本发明的三角洲沉积亚相数字化判别方法的流程图。
步骤101,在钻录资料、电测资料分析基础上,三角洲沉积体系沉积相地质理论知识指导下,建立三角洲沉积亚相岩电识别模板,进行单井相划分:
按照钻、录、电、地震资料建立三角洲沉积亚相识别模板:
平原亚相:厚层砂岩夹薄层泥岩,SP曲线(自然电位曲线)呈钟形、箱形,同向轴中强振幅中强连续,频谱表现为高频能量团;
前缘亚相:上部厚层砂岩下部厚层泥岩,SP曲线呈漏斗形,同向轴中等振幅中等连续,频谱表现为中高能量团;
前三角洲亚相:厚层泥岩、油页岩,SP曲线平直,同向轴弱振幅中等连续,频谱表现为低频能量团。
步骤102,利用多参数交汇分析方法对不同沉积亚相的岩石物理、电性、地震性质进行差异性分析,获取能够表征不同沉积亚相的差异特征参数:
AC曲线标准化,消除环境误差、值域误差;95<泥岩AC(平原亚相)<140,75<泥岩AC(前缘亚相)<98,90<泥岩AC(前三角洲亚相)<105,三角洲平原亚相内发育的泥岩具有明显的高AC值,即低速特点;
SP曲线标准化,按照地震分辨率对SP曲线重采样;120<SP重采样(平原亚相)<140,120<SP重采样(前缘亚相)<150,SP重采样(前三角洲亚相)>150,前三角洲亚相具有明显的高SP重采样值;
对不同沉积亚相条件下同向轴地层倾角进行统计:1<地层倾角(平原亚相)<6,5<地层倾角(前缘亚相)<12,0.8<地层倾角(前三角洲亚相)<5.7,三角洲前缘亚相具有明显的高地层角度值;
步骤103,利用蛛网图特征参数差异分析法,建立沉积亚相多元参数识别模板:
将泥岩AC(泥岩的声波时差)、地层倾角、泥质含量、SP重采样曲线归一化,利用这四个参数建立一个四角坐标系统(如图3),不同沉积亚相下四个参数不同数值所围成的蛛网形状各不相同;
三角洲平原亚相:一、四象限蛛网面积>二、三象限蛛网面积,三、四象限蛛网面积>一、二象限蛛网面积,蛛网图长轴呈X方向,主要分布于一、三象限;
三角洲前缘亚相:二、三象限蛛网面积>一、四象限蛛网面积,一、二象限蛛网面积>三、四象限蛛网面积,蛛网图长轴呈Y方向,主要分布于一、二象限;
前三角洲亚相:三、四象限蛛网面积>一、二、象限蛛网面积,二、三象限蛛网面积>一、四象限蛛网面积,蛛网图无明显长轴方向,主要分布于第三象限;
步骤104,利用多元回归数学拟合方法将特征参数进行拟合,建立沉积亚相定量化判别函数:
根据步骤103所得四参数蛛网图在不同沉积亚相下所表现的差异,通过数学拟合,利用四个参数建立沉积相表征公式:
S=(α×103+A×102)/(H*P);
其中S表示沉积亚相,α表示地层倾角,A表示AC曲线值,H表示泥质含量,P表示SP重采样曲线值;
步骤105,将函数值与单井相进行相关性分析,定义不同沉积亚相函数值门槛范围:
根据步骤104所得数学公式,将实钻井四参数输入运算,得到实钻井S值,根据步骤101所得单井相识别模板,将S值与单井相划分结果相对比,两者相符,进行步骤105,两者不符,重复步骤104;
确定S判别函数在不同沉积亚相下的门槛值:S(三角洲平原亚相)>500,300<S(三角洲前缘亚相)<500,S(前三角洲亚相)<300;
步骤106,输入实钻井特征参数,得到三角洲沉积亚相数字化平面图。
根据步骤104建立S判别函数,输入工区内探井四参数数据,得到三角洲沉积亚相数字化平面图,根部步骤105所得不同沉积亚相判别门槛值,完成沉积亚相划分。
在应用本发明的一具体实施例中,包括以下步骤:
第一步:对不同三角洲沉积亚相下的岩性、电性进行分析,结合地质理论,建立三角洲沉积亚相岩电识别模板(如图2),在此基础上开展单井相划分,获取单井沉积亚相模式图。
第二步:对不同三角洲沉积亚相下岩石物理参数、测井、地震性质进行差异性分析,通过相关性分析筛选能够单独表征不同沉积亚相的差异特征参数。
第三步:利用蛛网图判识方法,将各特征参数归一化后投影到蛛网图中,建立不同三角洲沉积亚相识别模板如图(3)。
第四步:对差异特征参数进行多元回归数学拟合,得到三角洲沉积亚相定量化函数,实现对三角洲沉积亚相的数字化判别。
第五步:进行环境误差校正,提高函数值判识精度,将判识结果与实钻井单井相进行对比,两者吻合度低,重复第四步,两者吻合度高,根据实钻井单井相资料定义不同沉积亚相的函数值门槛范围。
第六步:利用判识函数开展全工区三角洲沉积亚相判识,得到三角洲沉积亚相数字化平面图如图(4)。
三角洲沉积亚相数字化判别方法,创新性地利用数字化划分沉积亚相的方式,确保了沉积亚相边界识别精确性和可靠性,能够更加真实地反映三角洲沉积时期的沉积环境,以及三角洲生长过程中向湖盆的推进方向,进而能为后续对三角洲体系中浊积岩发育区的确定和油气勘探开发提供可靠的地质模型介质。
Claims (4)
1.三角洲沉积亚相数字化判别方法,其特征在于,该三角洲沉积亚相数字化判别方法包括:
步骤1,建立三角洲沉积亚相岩电识别模板,进行单井相划分;
步骤2,利用多参数交汇分析方法对不同沉积亚相的岩石物理、电性、地震性质进行差异性分析,获取能够表征不同沉积亚相的差异特征参数;
步骤3,利用蛛网图特征参数差异分析法,建立沉积亚相多元参数识别模板;
步骤4,利用多元回归数学拟合方法将特征参数进行拟合,建立沉积亚相定量化判别函数;
步骤5,将函数值与单井相进行相关性分析,定义不同沉积亚相函数值门槛范围;
步骤6,输入实钻井特征参数,得到三角洲沉积亚相数字化平面图;
在步骤3中,将泥岩AC、地层倾角、泥质含量、SP重采样曲线归一化,利用这四个参数建立一个四角坐标系统,不同沉积亚相下四个参数不同数值所围成的蛛网形状各不相同;
三角洲平原亚相:一、四象限蛛网面积>二、三象限蛛网面积,三、四象限蛛网面积>一、二象限蛛网面积,蛛网图长轴呈X方向,主要分布于一、三象限;
三角洲前缘亚相:二、三象限蛛网面积>一、四象限蛛网面积,一、二象限蛛网面积>三、四象限蛛网面积,蛛网图长轴呈Y方向,主要分布于一、二象限;
前三角洲亚相:三、四象限蛛网面积>一、二、象限蛛网面积,二、三象限蛛网面积>一、四象限蛛网面积,蛛网图无明显长轴方向,主要分布于第三象限;
在步骤4中,根据步骤3所得四参数蛛网图在不同沉积亚相下所表现的差异,通过数学拟合,利用四个参数建立沉积相表征公式:
S=(α×103+A×102)/(H*P);
其中S表示沉积亚相,α表示地层倾角,A表示AC曲线值,H表示泥质含量,P表示SP重采样曲线值;
在步骤5中,根据步骤4所得数学公式,将实钻井四参数输入运算,得到实钻井S值,根据步骤1所得单井相识别模板,将S值与单井相划分结果相对比,两者相符,进行步骤5,两者不符,重复步骤4;
确定S判别函数在不同沉积亚相下的门槛值:三角洲平原亚相S>500,三角洲前缘亚相中300<S<500,前三角洲亚相S<300;
根据步骤4建立S判别函数,输入工区内探井四参数数据,得到三角洲沉积亚相数字化平面图,根部步骤5所得不同沉积亚相判别门槛值,完成沉积亚相划分。
2.根据权利要求1所述的三角洲沉积亚相数字化判别方法,其特征在于,在步骤1中,在钻录资料、电测资料分析基础上,三角洲沉积体系沉积相地质理论知识指导下,按照钻、录、电、地震资料建立三角洲沉积亚相识别模板,进行单井相划分。
3.根据权利要求2所述的三角洲沉积亚相数字化判别方法,其特征在于,在步骤1中,将单井相划分为:
平原亚相:厚层砂岩夹薄层泥岩,SP曲线呈钟形、箱形,同向轴中强振幅中强连续,频谱表现为高频能量团;
前缘亚相:上部厚层砂岩下部厚层泥岩,SP曲线呈漏斗形,同向轴中等振幅中等连续,频谱表现为中高能量团;
前三角洲亚相:厚层泥岩、油页岩,SP曲线平直,同向轴弱振幅中等连续,频谱表现为低频能量团。
4.根据权利要求1所述的三角洲沉积亚相数字化判别方法,其特征在于,在步骤2中,获取的差异特征参数包括:
AC曲线标准化,消除环境误差、值域误差;平原亚相:95<泥岩AC<140,前缘亚相:75<泥岩AC<98,前三角洲亚相:90<泥岩AC<105,三角洲平原亚相内发育的泥岩具有明显的高AC值,即低速特点;
SP曲线标准化,按照地震分辨率对SP曲线重采样;平原亚相:120<SP重采样<140,前缘亚相:120<SP重采样<150,前三角洲亚相SP重采样>150,前三角洲亚相具有明显的高SP重采样值;
对不同沉积亚相条件下同向轴地层倾角进行统计,平原亚相:1<地层倾角<6,前缘亚相:5<地层倾角<12,前三角洲亚相:0.8<地层倾角<5.7,三角洲前缘亚相具有明显的高地层角度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910572705.3A CN110221358B (zh) | 2019-06-27 | 2019-06-27 | 三角洲沉积亚相数字化判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910572705.3A CN110221358B (zh) | 2019-06-27 | 2019-06-27 | 三角洲沉积亚相数字化判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110221358A CN110221358A (zh) | 2019-09-10 |
CN110221358B true CN110221358B (zh) | 2021-03-23 |
Family
ID=67815337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910572705.3A Active CN110221358B (zh) | 2019-06-27 | 2019-06-27 | 三角洲沉积亚相数字化判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110221358B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698808A (zh) * | 2012-09-28 | 2014-04-02 | 中国石油天然气集团公司 | 一种对地震和测井数据波形极值特征点分离与波形重构方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7068182B2 (en) * | 2003-07-14 | 2006-06-27 | Halliburton Energy Services, Inc. | Method and apparatus for mud pulse telemetry |
CN102176054B (zh) * | 2011-02-18 | 2012-11-28 | 中国石油化工股份有限公司 | 近地表综合信息处理解释方法 |
CN104914482A (zh) * | 2014-03-13 | 2015-09-16 | 中国石油化工股份有限公司 | 一种复杂砂砾岩岩相组合类型定量识别方法 |
CN105044770A (zh) * | 2015-07-06 | 2015-11-11 | 成都理工大学 | 致密砂砾岩气藏储层定量预测方法 |
-
2019
- 2019-06-27 CN CN201910572705.3A patent/CN110221358B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698808A (zh) * | 2012-09-28 | 2014-04-02 | 中国石油天然气集团公司 | 一种对地震和测井数据波形极值特征点分离与波形重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110221358A (zh) | 2019-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yasin et al. | Estimation of petrophysical parameters from seismic inversion by combining particle swarm optimization and multilayer linear calculator | |
US10422902B2 (en) | Methods of generation of fracture density maps from seismic data | |
WO2018010628A1 (zh) | 一种基于大面积致密储层地震岩石物理反演方法 | |
Qi et al. | Attribute expression of fault-controlled karst—Fort Worth Basin, Texas: A tutorial | |
CN108680951A (zh) | 一种基于地震信息判断煤层气富集沉积控制作用的方法 | |
CN109425900B (zh) | 一种地震储层预测方法 | |
CN111596364A (zh) | 基于高精度层序地层格架的地震沉积微相组合分析方法 | |
CN109782360A (zh) | 一种低阻覆盖区深部砂体探测方法 | |
Jesus et al. | Multiattribute framework analysis for the identification of carbonate mounds in the Brazilian presalt zone | |
CN109324171A (zh) | 一种基于岩性统计的沉积相定量识别方法 | |
CN112505754B (zh) | 基于高精度层序格架模型的井震协同划分沉积微相的方法 | |
CN107132574B (zh) | 一种海相地层碎屑岩岩性组合的预测方法 | |
CN110221358B (zh) | 三角洲沉积亚相数字化判别方法 | |
CN104036119A (zh) | 划分沉积地层的方法 | |
Arsalan et al. | Application of extended elastic impedance: A case study from Krishna-Godavari Basin, India | |
CN115857047B (zh) | 一种地震储层综合预测方法 | |
Iturrarán-Viveros et al. | Validated artificial neural networks in determining petrophysical properties: A case study from Colombia | |
Jiang et al. | Velocity model optimization for surface microseismic monitoring via amplitude stacking | |
Cheng et al. | Reservoir prediction in a development area with a high-density well pattern using seismic sedimentology: An example from the BB2 block, Changyuan LMD oil field, Songliao Basin, China | |
CN113376692B (zh) | 致密砂岩气水平井压裂改造方案优化方法及装置 | |
CN115494552A (zh) | 一种斜井的测井曲线校正方法及其应用 | |
Dommisse | Structural and stratigraphic modeling techniques in shale and tight oil basin reservoir studies | |
CN111352154B (zh) | 一种基于宽方位地震的储层预测方法 | |
CN113176613B (zh) | 一种基于三级体控的多信息融合低频模型建立方法 | |
CN109581489B (zh) | 嵌套式地震相的提取方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |