CN107688206A - 一种高分辨率层序地层划分与对比方法 - Google Patents
一种高分辨率层序地层划分与对比方法 Download PDFInfo
- Publication number
- CN107688206A CN107688206A CN201710792433.9A CN201710792433A CN107688206A CN 107688206 A CN107688206 A CN 107688206A CN 201710792433 A CN201710792433 A CN 201710792433A CN 107688206 A CN107688206 A CN 107688206A
- Authority
- CN
- China
- Prior art keywords
- pyatyi
- sequence
- cycle
- control methods
- curve
- 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.)
- Pending
Links
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
本发明公开了一种高分辨率层序地层划分与对比方法,包括以下步骤:S1、关键井取心及分析化验联测设计、取样;S2、计算不同级别优势旋回厚度;S3、“分析化验曲线”旋回性分析;S4、测井曲线组合标定及模型建立;S5、高频层序对比及高频层序格架的建立。本发明的有益效果是:本发明提供的一种高分辨率层序地层划分与对比方法,为细粒相区油气的勘探与开发,特别是甜点段纵横向展布范围及其分布规律、井位的优选等提供切实可行的技术体系。层序识别和划分的研究精度高,可以比较精确的对五级、六级甚至七级层序进行识别和划分,满足当今精细化探勘的需求,而现有技术方法仅能比较准确的应用于常规粗粒相带低频层序的划分。
Description
技术领域
本发明涉及一种地层划分与对比方法,具体为一种高分辨率层序地层划分与对比方法,属于石油勘探和开发应用技术领域。
背景技术
随着勘探开发程度的不断深入,勘探领域由粗粒常规相带向细粒沉积区不断延伸。据预测,细粒相区蕴含的致密油气和页岩油气地质储量占总储量的50%以上,具有非常大的勘探潜力,国内外许多地区,如鄂尔多斯盆地长7、准噶尔盆地吉木萨尔、四川盆地川中侏罗系及北美地区的威利斯顿盆地Bakken、西墨西哥湾盆地Eagle Ford等,在致密油和页岩油勘探、开发上已形成规模,目前已成为重要的接替领域。细粒相区高频层序的划分和格架的建立,对于恢复地层沉积演化规律和纵横向展布特征、明确细粒相区甜点段的纵向分布层段和横向展布范围以及甜点段在层序格架中的分布规律等具有重要作用,同时也可以为油气成藏与分布规律的研究提供思路。
由于受到湖平面升降、气候、构造、物源供应强度等多重因素的叠合控制,陆相湖盆层序的精细划分一直是困扰地质工作者的一项难题,截至目前,常规相带高频层序的划分已形成多种相对有效的方法,如传统高分辨率层序地层学方法、针对米兰科维奇旋回的小波分析及频谱分析、测井曲线分形分析、最大熵谱分析以及针对碳酸盐潮坪环境的Fischer图解法等。其中有些方法可以实现半定量甚至定量划分。但细粒相区与常规相区有很大差异,导致许多方法难以直接运用到细粒相区高频层序划分中,如缺乏连续性岩心或露头资料、岩性旋回性不清晰、自然伽马曲线或自然伽马能谱曲线无明显起伏而难以提取有效信息等,同时还存在划分标准不严格、不精确、不统一等问题,这些都制约着细粒相区高频层序的划分与格架的建立,因此,针对上述问题提出一种高分辨率层序地层划分与对比方法。
发明内容
本发明的目的就在于为了解决上述问题而提供一种基于地化、岩矿、元素等多参数联合“分析化验曲线”的高频层序划分与格架建立的综合方法,并形成了一套合理有效、可供操作的方法步骤,解决了细粒相区高频层序划分与格架建立手段缺乏、标准不统一等问题,该方法应用于细粒相区的理论研究与实际生产研究,可以有效的明确甜点段纵横向展布范围及其分布规律,指导致密油气及页岩油气的勘探与开发。
本发明通过以下技术方案来实现上述目的,一种高分辨率层序地层划分与对比方法,包括以下步骤:
S1、关键井取心及分析化验联测设计;首先在细粒相区有利位置进行取心,然后进行分析化验联测的设计。分析化验联测取样采用精细配套的方式进行设计与取样,遵循合理设计、均匀取样、一致测试的原则,针对不同级别高频层序,设计取样密度要合理、样品分布要均匀,层序级别越高则取样密度越大,从而保证层序划分与对比的精度,五级层序取样密度以3-5m取1样品点较为合理,六级层序取样密度以1-2m取1样品点较为合理;测试项目要保证同一深度点采取岩性基本一致的样品进行多项目非订单式联测;
同一深度点测试项目内容至少要涵盖岩矿资料、有机地化资料和沉积环境资料(常量元素和微量元素)三部分。岩矿资料主要由全岩X射线衍射分析资料可得;有机地化资料主要为反映有机质丰度的有机碳含量(TOC)、氯仿沥青“A”、总烃(HC)、生烃潜量(S1+S2)、氢指数(HI)等;沉积环境资料包括反映氧化-还原环境、古盐度、古气候的常量元素和微量元素;把这些分析化验资料及测录井资料加载至数据分析软件(在此以Resform-地质工作室作为数据加载的统一平台),将每一道数据调整至合适的刻度范围,形成旋回性清晰的“分析化验曲线”,为层序的旋回性分析做好准备。
S2、计算不同级别优势旋回厚度;米兰科维奇旋回(气候旋回)是天文轨道力作用的结果,它在时间上具有等时性、稳定性和全球性,是一种全球范围的高频变化,以受气候周期影响显著、周期稳定且在地层记录中广泛存在的米兰科维奇旋回当作高频旋回的天然时间标尺,可以保证层序划分方案的统一性。但地层旋回和气候旋回不同,地层旋回不仅受气候的影响,它是多个因素综合控制的结果,存在优势旋回厚度。以0.4Ma及0.125Ma偏心率周期分别当作五级旋回及六级旋回的周期,通过地质手段计算出目的层段平均沉积速率,分别乘以0.4Ma及0.125Ma偏心率周期,计算出五级优势旋回厚度,同一凹陷细粒区优势旋回厚度相差较小,不同凹陷细粒区优势旋回厚度存在一定差别。
S3、“分析化验曲线”旋回性分析;陆相湖盆中水体深度总是呈现浅-深-浅-深反复规律性变化的,相应的,在沉积物岩性、有机质丰度、元素含量(反映沉积环境)等方面都会呈现规律性变化。依据层序地层学原理,沉积旋回是基准面(陆相中以湖平面代替)升降旋回的地层反映,其在沉积物上主要表现为岩性旋回(X衍射矿物成分可以反映)、有机质丰度旋回(TOC、S1+S2等参数可以反映)、元素含量旋回(表征古气候、古盐度及氧化-还原环境的微量元素可以反映)、颜色旋回(黑、深灰、灰、红等颜色可以反映)、结构旋回(纹层的成分及其厚度可以反映)等。通过对Resform形成的“分析化验曲线”的分析,提取其中不同级别的旋回信息,开展高频层序的划分及层序格架的建立。
其中,有机质丰度旋回:细粒沉积区属于相对广阔、稳定的深水环境,该环境受外界干扰较弱,有利于有机质的沉积和保存。有机质丰度纵向上的变化反映的是湖平面的升降变化。当有机质丰度纵向上由低到高,再变低时,对应的沉积环境则是偏氧化到偏还原,再到偏氧化,相应的湖平面则是上升又下降。这种变化即有机质的旋回性变化。一级-四级层序及其边界在地震、岩心等资料上基本可以清晰的识别出来,因此仍采用传统的层序地层学方法进行划分,本发明主要为四级层序内部的五级层序及六级层序的划分与对比提供一种行之有效的方法。为方便阐述该方法,以五级层序的识别和划分为例来进行分析,但对六级层序甚至七级层序的识别、划分,该方法同样有效,都在专利保护之内。在四级层序内部,结合五级优势旋回厚度,自底部向上观察有机质纵向变化规律,与五级优势旋回厚度相近且总体变化趋势一致的即为一个五级层序,再向上有机质变化趋势发生明显的转折的点,则对应着层序边界,为另一五级层序的开始,以此原理将五级层序逐一划分出来。
岩性旋回:和粗粒相带原理一样,细粒相区岩性特征也表现出旋回性,只是岩性变化相对复杂,在此以X射线衍射矿物成分纵向的旋回性来表征岩性旋回性。对于陆相湖盆,外源性矿物(石英、长石为主)和内源性矿物(白云石、方解石、方沸石、黄铁矿为主)所占的比例关系受湖平面升降变化的控制。在物源供应强度相对稳定的情况下,当外源性矿物纵向上由少到多,再变少时,对应的水体深度由浅到深,再到浅,相应的湖平面则是上升之后又下降的过程;同理当内源性矿物纵向上由多到少,再变多时,对应的水体深度由浅到深,再到浅,相应的湖平面则是上升之后又下降的过程。即矿物成分的旋回性。在四级层序内部,结合五级优势旋回厚度,自底部向上观察外源性矿物和内源性矿物百分含量纵向变化规律,与五级优势旋回厚度相近且总体变化趋势一致的即为一个五级层序,再向上矿物成分百分含量变化趋势发生明显转折的点,则对应着层序边界,为另一五级层序的开始,以此原理将五级层序逐一划分出来。
元素含量旋回性:即沉积环境的规律性变化。沉积地层中某些常量及微量元素或元素组合对沉积环境的变化非常敏感,选取合适的参数可以用来反映沉积环境的变化。
氧化-还原环境旋回性:同一湖盆,水底沉积物所处的氧化-还原环境可以反映水体深浅程度,当水底沉积环境由偏氧化到偏还原,再到偏氧化时,对应的水体水体深度由浅到深,再到浅,相应的湖平面则是上升又下降。在四级层序内部,结合五级优势旋回厚度,自底部向上分析沉积环境的总体变化趋势,与五级优势旋回厚度相近且总体变化趋势一致的即为一个五级层序,再向上沉积环境变化趋势发生明显转折的点,则对应着层序边界,为另一五级层序的开始,以此原理将五级层序逐一划分出来。反映氧化-还原环境的参数主要有:&U(2U/(U+Th/3))、Th/U、Mo、V/Cr、V/Sc等。
古盐度旋回性:在某一地质历史阶段内,湖盆的大小基本是相对恒定的,所以水体盐度与水体深浅之间存在明显的关系。当水体由偏咸水逐渐演化为偏淡水,又逐步变为偏咸水时,对应水体为由浅到深,再到浅,相应的湖平面变化为上升又下降。在四级层序内部,结合五级优势旋回厚度,自底部向上分析古盐度的总体变化趋势,与五级优势旋回厚度相近且总体变化趋势一致的即为一个五级层序,再向上古盐度变化趋势将发生明显的转折,发生明显转折的点对应着层序边界,为另一五级层序的开始,以此原理将五级层序逐一划分出来。反映古盐度的参数主要有:Cr、MnO、Sr/Ba、Mn/Fe、Ca/Mg等。
古气候旋回性:古气候是影响层序发育的重要因素,沉积地层中能够反映古气候的某些元素及其组合会随着气候的周期性变化呈现出旋回性的变化规律。当古气候由偏干旱逐渐演化为偏潮湿,又逐渐演化为偏干旱时,对应水体为由浅到深,再到浅,相应的湖平面变化为上升又下降。在四级层序内部,结合五级优势旋回厚度,自底部向上分析古气候的总体变化趋势,与五级优势旋回厚度相近且总体变化趋势一致的即为一个五级层序,再向上古气候变化趋势将发生明显的转折,发生明显转折的点对应着层序边界,为另一五级层序的开始,以此原理将五级层序逐一划分出来。反映古气候的参数主要有:V、Ni、Co、Sr、Ba、Ti、Sr/Cu、Mg/Ca、气候指数C值((Fe+Mn+Cr+V+Ni+Co)/(Ca+Mg+Sr+Ba+Na))等。
多参数旋回特征相互比对、精确筛选。由于陆相湖盆沉积环境的复杂性,高频层序发育的某些控制因素可能会受到其它因素的综合抑制,导致其纵向旋回性降低甚至没有明显的旋回性,所以需要把所有参数的旋回性进行相互比对及精确筛选,以多数参数旋回性一致的高频层序划分方案当做最终结果,尽量降低层序划分的误差。
S4、高频层序测井曲线组合标定及模型建立。测井曲线可以对比旋回性的基础依据:同一湖盆,所受到的气候条件、物源条件、湖平面升降变化等都是基本一致的,虽然不同位置井的地层厚度有差别,但测井曲线的变化规律具有一致性,各级次沉积旋回都是在一定时间域内的时间地层单元,表现在测井曲线则为相同或相似的曲线形态和变化规律,其顶底应是等时面,尤其是细粒沉积区,构造位置相对较低,地层沉积厚度较大且保存完整,一般难以遭受剥蚀,因此常规测井曲线即可良好的反映出这种变换规律一致性,依据这种一致性规律进行旋回划分。同时,常规测井曲线具有资料充足、纵向分辨率高、连续性好、成本较低的优点,从中筛选出对细粒区沉积旋回相对敏感的测井曲线,利用分析化验资料(岩矿、有机地化、元素)所识别出的高频层序来标定敏感测井曲线,明确测井曲线的旋回性及组合特征,构建测井曲线“识别模型”。在利用高频旋回对敏感测井曲线进行标定之前,首先要对曲线进行数据归一化、剔除异常点等预处理,降低测井资料的误差,处理方法同常规方法一致。同时在建立分析化验资料旋回与测井曲线旋回之间的对应关系时,敏感测井曲线要选择多条,综合分析进行旋回的标定,降低单一曲线所带来的多解性问题。敏感测井曲线主要包括能反应沉积环境、岩石物理化学性质等变化的自然伽马、自然电位、声波时差、补偿密度、补偿中子、电阻率等,其中某些测井响应可能敏感性较低,要做适当的筛选,提高层序划分的准确度。
S5、高频层序对比及高频层序格架的建立。旋回的演化取决于陆源碎屑物质的供应、古环境(包括古气候、古盐度、氧化-还原环境等)的演化、湖平面的升降变化等,相应的在沉积物中将记录下这些丰富的地史演化信息。所以沉积物矿物成分组成、有机质丰度、微量元素含量及组合特征、古生物类型、数量及其组合特征等都会表现出旋回性的变化规律。对于一个湖盆,不同位置的沉积环境、碎屑物质供应强度、水体深度等可能都存在一定的差异,但它们的变化规律具有整体性、一致性和相似性,这是进行横向对比的理论基础。在细粒沉积区,以识别出高频层序的标准井作为中心,做两条相互垂直的骨架剖面,一条剖面顺着物源方向,另一条垂直于物源方向,从标准井向两侧逐步外推,利用测井曲线“识别模型”对无分析化验资料井开展高频层序的识别与划分,方法同常规地层划分与对比方法一致,最后实现对细粒相区所有单井层序的划分,建立高频层序格架。在外推过程中,要明确典型标志层,遵循“旋回对比,分级控制,逐步闭合”的原则,因为细粒区沉积具有相对的一致性、连续性和完整性,越往盆地边缘,地层越可能存在间断性,同时受到沉积物自旋回的干扰,对比难度越大。
与现有的技术相比,本发明所述的一种高分辨率层序地层划分与对比方法具有以下有益效果:
1)层序识别和划分的研究精度高,可以比较精确的对五级、六级甚至七级层序进行识别和划分,满足当今精细化探勘的需求,而现有技术方法仅能比较准确的应用于常规粗粒相带低频层序的划分。
2)“岩矿-地化-元素多参数联合划分高频层序”的方法,强调多个参数的综合分析与相互对比验证,可以大大降低仅仅利用单因素或测井曲线进行高频旋回划分的多解性及模糊性。
附图说明
图1为本发明的流程图;
图2为本发明的实施例示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例:
以G-A井五级层序划分。该井位于沧东凹陷孔西斜坡,是该凹陷细粒沉积区一口关键井,孔二段连续取心近500m、设计取样上万块次,同时配套完整的测录井资料,具备利用该方法进行高频层序划分的良好条件。
一种高分辨率层序地层划分与对比方法,其包括以下步骤:
S1、关键井取心及分析化验联测设计;首先在细粒相区有利位置进行钻井取心,然后进行分析化验联测的设计。分析化验联测取样采用精细配套的方式进行设计与取样,遵循合理设计、均匀取样、一致测试的原则,针对不同级别高频层序,设计取样密度要合理、样品分布要均匀,层序级别越高则取样密度越大,从而保证层序划分与对比的精度,五级层序取样密度以3-5m取1样品点较为合理;测试项目要保证同一深度点采取岩性基本一致的样品进行多项目非订单式联测;
所述步骤S1中关键井要选在细粒相区断层不发育的位置,取心率收获率要高,保证高频层序的完整性;岩心要进行深度归为,以保障岩心信息和测录井信息的一致性;分析化验联测设计时五级层序3-5m取1样品点。
S2、样品点测试项目内容及取样;同一深度点测试项目内容至少要涵盖岩矿资料、有机地化资料和沉积环境资料(常量元素和微量元素)三部分。岩矿资料主要由全岩X射线衍射分析资料可得;有机地化资料主要为反映有机质丰度的有机碳含量(TOC)、氯仿沥青“A”、总烃(HC)、生烃潜量(S1+S2)、氢指数(HI)等;沉积环境资料包括反映氧化-还原环境、古盐度、古气候的常量元素和微量元素;把这些分析化验资料及测录井资料加载至数据分析软件(在此以Resform-地质工作室作为数据加载的统一平台),将每一道数据调整至合适的刻度范围,形成旋回性清晰的“分析化验曲线”,为旋回性分析做好准备。
所述步骤S2中同一深度样品点测试项目内容至少要涵盖岩矿资料、有机地化资料和沉积环境资料(常量元素和微量元素)三部分。岩矿资料主要由全岩X射线衍射分析资料可得;有机地化资料主要为反映有机质丰度的有机碳含量(TOC)、氯仿沥青“A”、总烃(HC)、生烃潜量(S1+S2)、氢指数(HI)等;沉积环境资料包括反映氧化-还原环境、古盐度、古气候的常量元素和微量元素。一切分析化验测试,按照现有实验分析方式进行即可。
S3、计算不同级别高频优势旋回厚度;米兰科维奇旋回(气候旋回)是天文轨道力作用的结果,它在时间上具有等时性、稳定性和全球性,是一种全球范围的高频变化,以受气候周期影响显著、周期稳定且在地层记录中广泛存在的米兰科维奇旋回当作高频旋回的天然时间标尺,可以保证层序划分方案的统一性。但地层旋回和气候旋回的不同,地层旋回不仅受气候的影响,它是多个因素综合控制的结果,存在优势旋回厚度。以0.4Ma偏心率周期当作五级旋回的周期,通过地质手段计算出目的层段平均沉积速率,乘以0.4Ma偏心率周期,计算出五级优势旋回厚度,同一凹陷细粒区优势旋回厚度相差较小,不同凹陷细粒区优势旋回厚度存在一定差别。
所述步骤S3、中以米兰科维奇旋回的0.4Ma偏心率周期分别当作五级旋回的周期,通过现有地质手段计算出细粒相区目的层段平均沉积速率,得出五级旋回的优势旋回厚度。0.4Ma偏心率周期基本控制五级旋回,优势旋回厚度在45-65m,当做五级层序标尺。
S4、“分析化验曲线”旋回性分析;陆相湖盆中水体深度总是呈现浅-深-浅-深反复规律性变化的,相应的,在沉积物岩性、有机质丰度、元素含量(反映沉积环境)等方面都会呈现规律性变化。依据层序地层学原理,沉积旋回是基准面(陆相中以湖平面代替)升降旋回的地层反映,其在沉积物上主要表现为岩性旋回(X衍射矿物成分代表)、有机质丰度旋回(TOC代表)、元素含量旋回(表征古气候、古盐度及氧化-还原环境的微量元素)、颜色旋回、结构旋回等。通过对Resform形成的“分析化验曲线”的分析,提取其中的旋回信息,开展高频层序的划分。
所述步骤S4中把步骤S2所得到的分析化验资料及关键井测录井资料加载至数据分析软件(在此以Resform-地质工作室作为数据加载的统一平台),将每一道数据调整至合适的刻度范围,形成旋回性清晰的“分析化验曲线”,开展高频旋回划分,以四级层序Ek24、Ek23、Ek22内部五级层序的识别与划分为例(六级层序的识别与划分同理),具体操作方法如下:
本示例中以TOC、S1+S2代表有机质丰度旋回,以陆源碎屑(X射线衍射分析石英+长石含量)、钙质(白云石+方解石含量)代表岩性旋回,以&U(2U/(U+Th/3))代表氧化还原变化,以Sr/Ba代表古盐度变化,以Mg/Ca代表古气候变化,如图2所示。
四级层序Ek24中“TOC旋回曲线”由基准面转换点A1向上,TOC含量总体上不断增大,代表了水体逐渐变深、基准面不断上升的过程,直至基准面转换点B1达到最大,然后又逐渐降低直至基准面转换点C1,代表了水体逐渐变浅、基准面不断下降的过程,从A1至C1,地层厚度50m,代表一个完整的五级旋回,因TOC和S1+S2之间存在良好的正相关性,所以对应的“S1+S2曲线”具有完全相似的变化特征,由基准面转换点A2向上,S1+S2不断增大,直至基准面转换点B2达到最大,然后又逐渐降低直至基准面转换点C2;由A1至B1水体逐渐变深、基准面上升多是水流量增大造成的,此时陆源碎屑供应量也是逐渐增大的,不利于钙质的沉积,因此“陆源碎屑曲线”表现为由基准面转换点A3向上,陆源碎屑不断增多,直至基准面转换点B3达到最大,然后又逐渐降低直至基准面转换点C3,陆源碎屑供应量达到最小,这一变化和A1至C1旋回是基本一致的,同样,“钙质曲线”表现为由基准面转换点A4向上,钙质不断减少,直至基准面转换点B4达到最小,然后又逐渐增大直至基准面转换点C4,钙质含量达到最大,A4至C4旋回和A1至C1旋回基本也是一致的;由A1至B1水体逐渐变深、基准面上升过程中,沉积环境也是出现一致性变化的,该过程中还原性逐渐增强、古盐度逐渐降低、古气候逐渐温暖湿润,因此反映反映氧化还原环境的“&U曲线”由基准面转换点A5向上,&U值总体上不断增大,代表了水体逐渐变深、基准面不断上升、还原性不断增强的过程,直至基准面转换点B5达到最大,同样,反映古盐度的“Sr/Ba曲线”由基准面转换点A6向上,Sr/Ba值总体上不断减小,代表了水体逐渐变深、基准面不断上升、古盐度逐渐降低的过程,直至基准面转换点B6达到最小,反映古气候的“Mg/Ca曲线”由基准面转换点A7向上,Mg/Ca值总体上不断减小,代表了水体逐渐变深、基准面不断上升、古气候逐渐温暖潮湿的过程,直至基准面转换点B7达到最小,由B1至C1水体逐渐变浅、基准面下降过程中,氧化性逐渐增强、古盐度逐渐增加、古气候逐渐炎热干燥,因此反映反映氧化还原环境的“&U曲线”由基准面转换点B5向上,&U值总体上不断减小,代表了水体逐渐变浅、基准面不断下降、氧化性不断增强的过程,直至基准面转换点C5达到最小,同样,反映古盐度的“Sr/Ba曲线”由基准面转换点B6向上,Sr/Ba值总体上不断增大,代表了水体逐渐变浅、基准面不断下降、古盐度逐渐增大的过程,直至基准面转换点C6达到最大,反映古气候的“Mg/Ca曲线”由基准面转换点B7向上,Mg/Ca值总体上不断增大,代表了水体逐渐变浅、基准面不断下降、古气候逐渐炎热干燥的过程,直至基准面转换点C7达到最小,三条元素曲线旋回规律性与地化曲线、岩矿曲线基本一致,如图2所示。
经岩矿、地化、元素等多参数旋回特征的相互比对、精确筛选,最终明确由A至C为一个完整五级旋回,命名为五级层序Ek2-4SQ①,同理,可以将C至M划分为5个五级旋回,分别命名为五级层序Ek2-4SQ②、Ek2-3SQ③、Ek2-3SQ④、Ek2-2SQ⑤、Ek2-2SQ⑥,如图2所示。
S5、高频层序测井曲线旋回及组合特征标定和模型建立。利用关键井G-A井所划分的6个五级层序分别标定相对敏感的常规测井曲线,如电阻率曲线、声波时差曲线、补偿密度曲线等,构建全区可以识别的测井曲线模型。在利用高频旋回对敏感测井曲线进行标定之前,首先要对曲线进行数据归一化、剔除异常点等预处理,降低测井资料的误差。同时在建立分析化验资料旋回与测井曲线旋回之间的对应关系时,敏感测井曲线要选择多条,综合分析进行旋回的标定,降低单一曲线所带来的多解性问题。一切曲线预处理、标定及构建模型等方法,按照现有常规方式进行即可。
S6、高频层序对比及高频层序格架的建立。在细粒沉积区,以识别出高频层序的标准井G-A井作为中心,做两条相互垂直的骨架剖面,一条剖面顺着物源方向,另一条垂直于物源方向,从标准井向两侧逐步外推,利用测井曲线“识别模型”去标定无分析化验资料井的测井曲线,按现有地层对比方法进行即可,最终实现对细粒沉积区所有井五级层序的划分和层序格架的建立。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (9)
1.一种高分辨率层序地层划分与对比方法,其特征在于,包括以下步骤:
S1、关键井取心及分析化验联测设计、取样;
S2、计算不同级别优势旋回厚度;
S3、“分析化验曲线”旋回性分析;
S4、测井曲线组合标定及模型建立;
S5、高频层序对比及高频层序格架的建立。
2.根据权利要求1所述的一种高分辨率层序地层划分与对比方法,其特征在于:在步骤S1中,首先在细粒相区有利位置进行取心,然后进行分析化验联测的设计,同一深度点测试项目内容至少包括涵盖岩矿资料、有机地化资料和沉积环境资料三部分,把这些分析化验资料及配套测录井资料加载至数据分析软件,将每一道数据调整至合适的刻度范围,形成具有明显旋回性的“分析化验曲线”。
3.根据权利要求2所述的一种高分辨率层序地层划分与对比方法,其特征在于:所述的“分析化验曲线”至少包括“TOC曲线”、“S1+S2曲线”、“陆源碎屑曲线”、“钙质曲线”、“&U曲线”、“Sr/Ba曲线”、“Mg/Ca曲线”。
4.根据权利要求2所述的一种高分辨率层序地层划分与对比方法,其特征在于:所述的沉积环境资料包括常量元素和微量元素。
5.根据权利要求1所述的一种高分辨率层序地层划分与对比方法,其特征在于:在步骤S2中,以0.4Ma及0.125Ma偏心率周期分别当作五级旋回及六级旋回的周期,通过地质手段计算出目的层段平均沉积速率,分别乘以0.4Ma及0.125Ma偏心率周期,计算出五级、六级优势旋回厚度,即五级、六级层序的厚度。
6.根据权利要求1所述的一种高分辨率层序地层划分与对比方法,其特征在于:在步骤S3中,依据层序地层学原理,结合步骤S2中的五级、六级 优势旋回厚度,对步骤S1中形成的“TOC曲线”、“S1+S2曲线”、“陆源碎屑曲线”、“钙质曲线”、“&U曲线”、“Sr/Ba曲线”、“Mg/Ca曲线”进行旋回性分析,得到五级或六级旋回,对应的则是五级或六级层序。
7.根据权利要求1所述的一种高分辨率层序地层划分与对比方法,其特征在于:在步骤S4中,将步骤S3中得到的五级或六级旋回去标定相对敏感的常规测井曲线,构建测井曲线“识别模型”。
8.根据权利要求7所述的一种高分辨率层序地层划分与对比方法,其特征在于:所述的常规测井曲线至少包括电阻率曲线、声波时差曲线和补偿密度曲线。
9.根据权利要求1所述的一种高分辨率层序地层划分与对比方法,其特征在于:在步骤S5中,利用步骤S4得到的测井曲线“识别模型”去标定无分析化验资料井的测井曲线,实现对细粒沉积区所有井五级层序的划分和层序格架的建立。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710792433.9A CN107688206A (zh) | 2017-09-05 | 2017-09-05 | 一种高分辨率层序地层划分与对比方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710792433.9A CN107688206A (zh) | 2017-09-05 | 2017-09-05 | 一种高分辨率层序地层划分与对比方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107688206A true CN107688206A (zh) | 2018-02-13 |
Family
ID=61156071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710792433.9A Pending CN107688206A (zh) | 2017-09-05 | 2017-09-05 | 一种高分辨率层序地层划分与对比方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107688206A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108919369A (zh) * | 2018-05-16 | 2018-11-30 | 中国海洋石油集团有限公司 | 一种定量识别米兰科维奇周期的方法 |
CN111335870A (zh) * | 2018-12-18 | 2020-06-26 | 中国石油天然气股份有限公司 | 一种确定油气潜力的方法、装置 |
CN111379552A (zh) * | 2020-03-04 | 2020-07-07 | 中国石油化工股份有限公司 | 基于高频层序地层学的海相页岩气水平井靶窗选择方法 |
CN111396026A (zh) * | 2020-02-28 | 2020-07-10 | 中国石油天然气股份有限公司 | 基于水平井测井数据的碳酸盐岩高渗层识别方法及装置 |
CN111983184A (zh) * | 2020-07-14 | 2020-11-24 | 中国石油天然气股份有限公司 | 陆相咸化湖盆致密油甜点确定方法及装置 |
CN112113958A (zh) * | 2019-06-20 | 2020-12-22 | 中国石油化工股份有限公司 | 页岩纹层的地球化学定量表征方法及系统 |
CN112558180A (zh) * | 2021-01-05 | 2021-03-26 | 东北石油大学 | 一种利用水平等时面快速检验地震层位标定准确性的方法 |
CN112731531A (zh) * | 2020-12-28 | 2021-04-30 | 西南石油大学 | 古地貌分析和数学分析结合的页岩气有利区预测方法 |
CN112763567A (zh) * | 2020-12-30 | 2021-05-07 | 核工业北京地质研究院 | 一种适用于杂色地层划分的元素地球化学方法 |
CN113047831A (zh) * | 2021-05-12 | 2021-06-29 | 西南石油大学 | 一种页岩层序划分方法 |
CN116859485A (zh) * | 2023-06-27 | 2023-10-10 | 成都理工大学 | 一种高频层序识别与对比方法、系统、设备及终端 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246963B1 (en) * | 1999-01-29 | 2001-06-12 | Timothy A. Cross | Method for predicting stratigraphy |
CN105182444A (zh) * | 2015-09-09 | 2015-12-23 | 中国海洋石油总公司 | 一种高分辨率层序地层格架约束的地质统计学反演方法 |
CN105590012A (zh) * | 2014-10-20 | 2016-05-18 | 核工业北京地质研究院 | 一种适用于层间氧化带砂岩型铀矿有利砂体的评价方法 |
-
2017
- 2017-09-05 CN CN201710792433.9A patent/CN107688206A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6246963B1 (en) * | 1999-01-29 | 2001-06-12 | Timothy A. Cross | Method for predicting stratigraphy |
CN105590012A (zh) * | 2014-10-20 | 2016-05-18 | 核工业北京地质研究院 | 一种适用于层间氧化带砂岩型铀矿有利砂体的评价方法 |
CN105182444A (zh) * | 2015-09-09 | 2015-12-23 | 中国海洋石油总公司 | 一种高分辨率层序地层格架约束的地质统计学反演方法 |
Non-Patent Citations (3)
Title |
---|
宋明水 等: "东营凹陷盐家地区砂砾岩体沉积期次精细划分与对比", 《石油学报》 * |
王永军 等: "柴达木盆地东部三湖地区四系米兰柯维奇旋回分析", 《地球物理学进展》 * |
郭来源 等: "湖相富有机质泥页岩地球化学元素高频变化及其地质意义:以泌阳凹陷BY1井取心段为例", 《现代地质》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108919369A (zh) * | 2018-05-16 | 2018-11-30 | 中国海洋石油集团有限公司 | 一种定量识别米兰科维奇周期的方法 |
CN111335870A (zh) * | 2018-12-18 | 2020-06-26 | 中国石油天然气股份有限公司 | 一种确定油气潜力的方法、装置 |
CN111335870B (zh) * | 2018-12-18 | 2023-04-25 | 中国石油天然气股份有限公司 | 一种确定油气潜力的方法、装置 |
CN112113958A (zh) * | 2019-06-20 | 2020-12-22 | 中国石油化工股份有限公司 | 页岩纹层的地球化学定量表征方法及系统 |
CN111396026A (zh) * | 2020-02-28 | 2020-07-10 | 中国石油天然气股份有限公司 | 基于水平井测井数据的碳酸盐岩高渗层识别方法及装置 |
CN111396026B (zh) * | 2020-02-28 | 2023-07-25 | 中国石油天然气股份有限公司 | 基于水平井测井数据的碳酸盐岩高渗层识别方法及装置 |
CN111379552A (zh) * | 2020-03-04 | 2020-07-07 | 中国石油化工股份有限公司 | 基于高频层序地层学的海相页岩气水平井靶窗选择方法 |
CN111983184B (zh) * | 2020-07-14 | 2023-01-06 | 中国石油天然气股份有限公司 | 陆相咸化湖盆致密油甜点确定方法及装置 |
CN111983184A (zh) * | 2020-07-14 | 2020-11-24 | 中国石油天然气股份有限公司 | 陆相咸化湖盆致密油甜点确定方法及装置 |
CN112731531B (zh) * | 2020-12-28 | 2022-07-22 | 西南石油大学 | 古地貌分析和数学分析结合的页岩气有利区预测方法 |
CN112731531A (zh) * | 2020-12-28 | 2021-04-30 | 西南石油大学 | 古地貌分析和数学分析结合的页岩气有利区预测方法 |
CN112763567A (zh) * | 2020-12-30 | 2021-05-07 | 核工业北京地质研究院 | 一种适用于杂色地层划分的元素地球化学方法 |
CN112763567B (zh) * | 2020-12-30 | 2023-11-14 | 核工业北京地质研究院 | 一种适用于杂色地层划分的元素地球化学方法 |
CN112558180A (zh) * | 2021-01-05 | 2021-03-26 | 东北石油大学 | 一种利用水平等时面快速检验地震层位标定准确性的方法 |
CN112558180B (zh) * | 2021-01-05 | 2023-09-15 | 东北石油大学 | 一种利用水平等时面快速检验地震层位标定准确性的方法 |
CN113047831A (zh) * | 2021-05-12 | 2021-06-29 | 西南石油大学 | 一种页岩层序划分方法 |
CN113047831B (zh) * | 2021-05-12 | 2022-07-15 | 西南石油大学 | 一种页岩层序划分方法 |
CN116859485A (zh) * | 2023-06-27 | 2023-10-10 | 成都理工大学 | 一种高频层序识别与对比方法、系统、设备及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107688206A (zh) | 一种高分辨率层序地层划分与对比方法 | |
CN103993871B (zh) | 针对薄互层地层的测井资料标准化处理方法及装置 | |
CN105005077B (zh) | 稀井条件下实钻井与虚拟井联合的薄层厚度预测方法 | |
CN107102376A (zh) | 一种陆相湖盆致密油富集有利区综合评价与预测方法 | |
Ali et al. | 3D integrated structural, facies and petrophysical static modeling approach for complex sandstone reservoirs: A case study from the coniacian–santonian matulla formation, july oilfield, gulf of suez, Egypt | |
Awolayo et al. | A cohesive approach at estimating water saturation in a low-resistivity pay carbonate reservoir and its validation | |
Zhang et al. | Reservoir quality variations within a sinuous deep water channel system in the Niger Delta Basin, offshore West Africa | |
Patacci et al. | Origin of mud in turbidites and hybrid event beds: Insight from ponded mudstone caps of the Castagnola turbidite system (north‐west Italy) | |
Aissaoui et al. | Petroleum assessment of berkine–Ghadames basin, southern Tunisia | |
CN107817260A (zh) | 一种泥页岩高频层序识别方法 | |
Naish et al. | Integrated outcrop, drill core, borehole and seismic stratigraphic architecture of a cyclothemic, shallow‐marine depositional system, Wanganui Basin, New Zealand | |
Chelini et al. | Gas shale reservoir characterization: a north Africa case | |
Hardisty et al. | Stratigraphic variability of Mississippian Meramec chemofacies and petrophysical properties using machine learning and geostatistical modeling, STACK trend, Anadarko Basin, Oklahoma | |
Metwally et al. | Formation evaluation of Abu Madi reservoir in Baltim gas field, Nile Delta, using well logs, core analysis and pressure data | |
Strong et al. | High resolution palaeogeographic mapping of the fluvial-lacustrine Patchawarra Formation in the Cooper Basin, South Australia | |
Chudi et al. | Petrophysical characterization of radioactive sands-integrating well logs and core information: A case study in the Niger Delta | |
CN113885096A (zh) | 高频层序划分与小层对比方法、装置、电子设备及介质 | |
Salazar et al. | A practical petrophysical model for a source rock play: The Mancos Shale | |
Sun et al. | Application of back-propagation neural networks in the distribution of oil sand reservoirs—a case study from the western slope of the Songliao Basin, China | |
Hu et al. | Seismic interpretation of sandstone-type uranium deposits in the Songliao Basin, Northeast China | |
Acho | Assessing hydrocarbon potential in cretaceous sediments in the Western Bredasdorp Sub-basin in the Outeniqua Basin South Africa | |
Li et al. | Multiscale modeling of meandering fluvial reservoir architecture based on multiple-point geostatistics: a case study of the minghuazhen formation, yangerzhuang oilfield, bohai bay basin, China | |
Zhang et al. | CBM fluvial depositional facies modelling and static upscaling workflow: a case study based on integration of cores, logs and deposition environment in Surat Basin | |
Wang et al. | Restoration of palaeogeomorphology and its petroleum-geological significance: Transitional-facies deposition during the early Permian in the southeastern Ordos Basin, North China | |
Balumi et al. | Chemostratigraphy of unconventional shale reservoirs: A case study of the Niobrara Formation within the Denver-Julesburg basin |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180213 |