CN108255990A - 一种定量表征不同河型河道砂体的几何参数关系的方法 - Google Patents

一种定量表征不同河型河道砂体的几何参数关系的方法 Download PDF

Info

Publication number
CN108255990A
CN108255990A CN201711470353.8A CN201711470353A CN108255990A CN 108255990 A CN108255990 A CN 108255990A CN 201711470353 A CN201711470353 A CN 201711470353A CN 108255990 A CN108255990 A CN 108255990A
Authority
CN
China
Prior art keywords
river
channel
width
length
channel sand
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
Application number
CN201711470353.8A
Other languages
English (en)
Inventor
袁静
谢君
钟剑辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201711470353.8A priority Critical patent/CN108255990A/zh
Priority to PCT/CN2018/076934 priority patent/WO2019127879A1/zh
Publication of CN108255990A publication Critical patent/CN108255990A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method

Abstract

本发明公开了一种定量表征不同河型河道砂体的几何参数关系的方法，具体涉及河道砂体空间预测领域。其解决了现已建立的河流砂体经验公式定量化方面存在普遍的缺陷且适应性差的不足。该方法基于谷歌地球进行，具体包括：利用谷歌地球寻找辫状河、分汊河、曲流河和网状河四类河型的典型河流；通过谷歌地球测量典型河流的河道的基础数据，建立各类型河流的河道砂体特征参数地质数据库，作为地质知识库的基础源数据；依据谷歌地球获得的基础源数据，对不同河型河道砂体各几何参数之间的相关关系拟合定量公式；总结出14项相关性显著的各类河型河道砂体几何参数的相关关系经验公式，并将相关关系经验公式应用到河流相的河道砂体中预测河道及河道带宽度。

Description

一种定量表征不同河型河道砂体的几何参数关系的方法
技术领域
本发明涉及河道砂体空间预测技术领域，具体涉及一种定量表征不同河型河道砂体的几何参数关系的方法。
背景技术
河型划分有诸多分类方案。在前人的研究基础上，根据河道形态及沉积物特征将河流划分为辫状河、曲流河、分汊河、网状河及顺直河五种河型(王随继等，1999)的河流分类方案既满足了以油气生产为目的的河流储层沉积学家的需要，也满足了以防护水患、治理河流为目的的水利学家和地貌学家的需要，是使沉积学界、地貌学界和水利学界在一个统一的河型分类的格架中相互借鉴各自的研究成果，从而促进河流沉积学不断发展的有益尝试，因而日渐被学者们接受和认可。其中，顺直河是特殊环境下发育的产物，在自然界中并不常见。本发明就前四类河型开展研究进行几何关系定量表征。
油气储集砂体深埋于地下，在油田开发的中后期，建立精确的地质模型对掌握剩余油分布规律，提高石油采收率至关重要，储集砂体地质知识库的精度则是影响其成败的关键因素。储集砂体几何参数及其关系仅依靠钻井、测井和地震资料难以进行全面准确的表征，因此利用现代河流沉积构建定量知识库，然后将其应用于地下砂体规模与几何特征的定量预测，是解决该问题的有效方法。
前人在建立河流砂体经验公式的过程中做了诸多尝试，如Schumm公式，Leeder关系式，Leopold关系式等。但已有的经验公式一方面在定量化方面存在普遍的缺陷，即未能针对不同类型河流沉积特征细致刻画其砂体几何参数之间的定量关系；另一方面，已有的公式多源于现代河流沉积和野外露头的实地考察，因样本有限，局限性较大。
发明内容
本发明的目的是针对上述不足，提出了一种针对不同类型河流沉积特征细致刻画其砂体几何参数之间的定量关系的方法。
本发明具体采用如下技术方案：
一种定量表征不同河型河道砂体的几何参数关系的方法，基于谷歌地球进行，具体包括以下步骤：
步骤一：利用谷歌地球寻找辫状河、分汊河、曲流河和网状河四类河型的典型河流；
步骤二：通过谷歌地球测量典型河流的河道的基础数据，建立各类型河流的河道砂体特征参数地质数据库，作为地质知识库的基础源数据；
步骤三：依据谷歌地球获得的基础数据，对不同河型河道砂体各几何参数之间的相关关系拟合定量公式；
步骤四：总结出14项相关性显著的各类河型河道砂体几何参数的相关关系经验公式，所述14项相关关系经验公式中的10项涉及河道长度、河道宽度、河道弧长和河道带宽度定量表征关系，用于各河型砂体几何参数的预测和计算；4项涉及对应河型心滩宽度与心滩长度、点坝宽度与点坝长度、河道砂坝宽度与河道砂坝长度，用于预测地下河流储集砂体的几何参数，为储层建模和油藏数值模拟提供地质模型基础参数数据；
步骤五：将步骤四中的相关关系经验公式应用到河流相的河道砂体中，预测河道及河道带宽度。
优选地，所述步骤二中，通过谷歌地球测量的河道的基础数据包括：分汊参数、河道弧长、河道直径、河道宽带、河道带宽度、曲率和坡降。
优选地，所述坡降包括最大坡降以及平均坡降。
优选地，所述步骤二中，通过谷歌地球测量的河道砂体特征参数，其中：
辫状河的河道砂体特征参数包括心滩数量、最大心滩长度、最大心滩宽度、最小心滩长度和最小心滩宽度；
分汊河的河道砂体特征参数包括河道砂坝数量、河道砂坝长度和河道砂坝宽度；
曲流河的河道砂体特征参数包括点坝弧长、点坝长度和点坝宽度；
网状河的河道砂体特征参数包括河道砂坝数量、最大河道砂坝长度、最大河道砂坝宽度、最小河道砂坝长度和最小河道砂坝宽度。
优选地，所述步骤二中，通过谷歌地球测量典型河流的河道的基础数据过程中，利用谷歌地球截取各河段图像依次进行测量，获得基础数据，建立各类型河流的河道砂体特征参数地质数据库。
优选地，截取22个河段，测得220组河道砂体特征参数，其中辫状河的河道砂体特征参数包括20组，分汊河的河道砂体特征参数包括68组，曲流河的河道砂体特征参数包括74组，网状河的河道砂体特征参数包括54组，累计数据2821个。
优选地，所述步骤三中，依据步骤二所得的基础数据，对各河型基础参数及其特征参数之间相关关系进行两两拟合。
优选地，所述步骤四中，14项相关关系经验公式中有10项涉及各河型河道带宽度与河道长度、河道宽度、河道弧长和之间的定量表征关系；包括辫状河河道带宽度与河道长度、河道宽度、河道弧长的相关关系，具体为式(1)～(3)：
Wb＝5.4374Rb0.7103 (1)
Lb＝0.2453Wb2+0.2794Wb+3.4049 (2)
Ab＝2.309Wb+1.8218 (3)
其中，Wb为辫状河河道带宽度，单位为km；Rb为辫状河河道宽度，单位为km；Lb为辫状河河道长度，单位为km；Ab为辫状河河道弧长，单位为km；
分汊河河道带宽度与河道长度、河道宽度的相关关系，具体为式(4)和(5)；
Wab＝2.9442Rab0.8861 (4)
Lab＝11.175Wab0.9221 (5)
其中，Wab为分汊河河道带宽度，单位为km；Rab为分汊河河道宽度，单位为km；Lab为分汊河河道长度，单位为km；
曲流河河道带宽度与河道长度、河道宽度、河道弧长的相关关系，具体为式(6)～(8)；
Wm＝10.632Rm1.4309 (6)
Lm＝0.8095Wm2-2.8952Wm+4.0103 (7)
Am＝1.039Wm2-3.113Wm+5.5318 (8)
其中，Wm为曲流河河道带宽度，单位为km；Rm为曲流河河道宽度，单位为km；Lm为曲流河河道长度，单位为km；Am为曲流河河道弧长，单位为km；
网状河河道带宽度与河道宽度、河道弧长的相关关系.具体为式(9)和(10)：
Ras＝0.1497Was1.0458 (9)
Aas＝4.6415Was0.8617 (10)
其中，Ras为网状河河道宽度，单位km；Aas为网状河河道弧长，单位为km；Was为网状河河道带宽度，单位为km。
优选地，所述步骤四中，14项相关关系经验公式中有4项涉及对应河型心滩宽度与心滩长度、点坝宽度与点坝长度、河道砂坝宽度与河道砂坝长度的定量关系，包括“辫状河心滩宽度-长度”，“分汊河河道砂坝宽度-长度”，“曲流河点坝宽度-长度”和“网状河河道砂坝宽度-长度”，用于预测地下河流砂体的几何参数，具体为式(11)～(14)：
W1＝0.3095L1 0.7521 (11)
其中，W1为辫状河心滩宽度，单位为km；L1为辫状河心滩长度，单位为km；
W2＝0.3413L2 0.9868 (12)
其中，W2为分汊河河道砂坝宽度，单位为km；L2为分汊河河道砂坝长度，单位为km；
W3＝0.3751L3 1.1354 (13)
其中，W3为曲流河点坝宽度，单位为km；L3为曲流河点坝长度，单位为km；
W4＝0.3277L4 0.8433 (14)
其中，W4为网状河河道砂坝宽度，单位为km；L4为网状河河道砂坝长度，单位为km。
本发明具有如下有益效果：
本发明以不同河型河道砂体的沉积发育特征的差异性为认识前提，针对不同河流类型总结出相应的砂体预测经验公式，预测结果更加符合河型沉积特征和演化的规律，能够准确地表征各河型河流砂体的二维及三维几何参数及其关系，为精细地描述和预测地下河流相储集砂体提供了更精准的地质几何模型。
附图说明
图1为定量表征不同河型河道砂体的几何参数关系的方法的几何关系流程图；
图2为辫状河特征参数测量示意图；
图3为分汊河特征参数测量示意图；
图4为曲流河特征参数测量示意图；
图5为网状河特征参数测量示意图；
图6a为辫状河的河道带宽度-河道宽度的相关关系定量表征示意图；
图6b为辫状河的河道长度-河道带宽度的相关关系定量表征示意图；
图6c为辫状河的河道弧长-河道带宽度的相关关系定量表征示意图；
图7a为分汊河的河道带宽度-河道宽度的相关关系定量表征示意图；
图7b为分汊河的河道长度-河道带宽度的相关关系定量表征示意图；
图8a为曲流河的河道带宽度-河道宽度的相关关系定量表征示意图；
图8b为曲流河的河道长度-河道带宽度的相关关系定量表征示意图；
图8c为曲流河的河道弧长-河道带宽度的相关关系定量表征示意图；
图9a为网状河的河道宽度-河道带宽度的相关关系定量表征示意图；
图9b为网状河的河道弧长-河道带宽度的相关关系定量表征示意图；
图10a为辫状河心滩宽度-长度相关关系定量表征示意图；
图10b为分汊河河道砂坝宽度-长度相关关系定量表征示意图；
图10c为曲流河点坝宽度-长度相关关系定量表征示意图；
图10d为网状河河道砂坝宽度-长度相关关系定量表征示意图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明：
如图1所示，一种定量表征不同河型河道砂体的几何参数关系的方法，基于谷歌地球(Google Earth)进行，具体包括以下步骤：
步骤一：利用谷歌地球寻找辫状河、分汊河、曲流河和网状河四类河型的典型河流；所选河流须不受人类活动影响或影响较小，最终选定勒拿河、黑龙江、湄公河、拉凯阿河、巴拉圭河、亚马逊河、尼罗河、刚果河、密西西比河全球九条著名大河的典型河段，涵盖了不同河型。
步骤二：通过谷歌地球测量典型河流的河道的基础数据，建立各类型河流的河道砂体特征参数地质数据库，作为地质知识库的基础源数据；
步骤三：依据谷歌地球获得的基础数据，对不同河型河道砂体各几何参数之间的相关关系拟合定量公式；
步骤四：总结出14项相关性显著的各类河型河道砂体几何参数的相关关系经验公式，所述14项相关关系经验公式中的10项涉及河道长度、河道宽度、河道弧长和河道带宽度定量表征关系，用于各河型砂体几何参数的预测和计算；4项涉及对应河型心滩宽度与心滩长度、点坝宽度与点坝长度、河道砂坝宽度与河道砂坝长度，用于预测地下河流储集砂体的几何参数，为储层建模和油藏数值模拟提供地质模型基础参数数据；
步骤五：将步骤四中的相关关系经验公式应用到河流相的河道砂体中，预测河道及河道带宽度。结果表明，本发明由于切合各河型沉积特征，可更准确地表达不同河型砂体的二维及三维几何关系，提高储层预测的准确性。
步骤二中，通过谷歌地球测量的河道的基础数据包括：分汊参数、河道弧长、河道直径、河道宽带、河道带宽度、曲率和坡降，坡降包括最大坡降以及平均坡降。
步骤二中，通过谷歌地球测量的河道砂体特征参数，其中：
如图2所示，辫状河的河道砂体特征参数包括心滩数量、最大心滩长度、最大心滩宽度、最小心滩长度和最小心滩宽度；以亚马逊河53测量河段为例；河段性质：辫状河；基础参数：河道弧长ACB，河道长度ADB，河道宽度EF，河道带宽度GH；特征参数：白色虚线段为不同规模心滩长度和宽度。
如图3所示，分汊河的河道砂体特征参数包括河道砂坝数量、河道砂坝长度和河道砂坝宽度；以黑龙江10测量河段为例；河段性质：分汊河；基础参数：河道弧长ACB，河道长度ADB，河道宽度EF，河道带宽度GH；特征参数：白色虚线段为不同规模河道砂坝长度和宽度。
如图4所示，曲流河的河道砂体特征参数包括点坝弧长、点坝长度和点坝宽度；以亚马逊河36河段为例；河段性质：曲流河；基础参数：河道弧长ACB，河道长度ADB，河道宽度EF，河道带宽度GH；特征参数：白色虚线段为不同时期不同规模点坝长度和宽度。
如图5所示，网状河的河道砂体特征参数包括河道砂坝数量、最大河道砂坝长度、最大河道砂坝宽度、最小河道砂坝长度和最小河道砂坝宽度。以勒拿河4河段为例；河段性质：网状河；基础参数：河道弧长ACB，河道长度ADB，河道宽度EF，河道带宽度GH；特征参数：白色虚线段为不同规模河道砂坝长度和宽度
步骤二中，通过谷歌地球测量典型河流的河道的基础数据过程中，利用谷歌地球截取各河段图像依次进行测量，获得基础数据，建立各类型河流的河道砂体特征参数地质数据库。
截取22个河段，测得220组河道砂体特征参数，其中辫状河的河道砂体特征参数包括20组，分汊河的河道砂体特征参数包括68组，曲流河的河道砂体特征参数包括74组，网状河的河道砂体特征参数包括54组，累计数据2821个。
步骤三中，依据步骤二所得的基础数据，对各河型基础参数及其特征参数之间相关关系进行两两拟合。
步骤四中，14项相关关系经验公式中有10项涉及各河型河道带宽度与河道长度、河道宽度、河道弧长和之间的定量表征关系；包括辫状河河道带宽度与河道长度、河道宽度、河道弧长的相关关系，如图6所示，具体为式(1)～(3)：
Wb＝5.4374Rb0.7103 (1)
Lb＝0.2453Wb2+0.2794Wb+3.4049 (2)
Ab＝2.309Wb+1.8218 (3)
其中，Wb为辫状河河道带宽度，单位为km；Rb为辫状河河道宽度，单位为km；Lb为辫状河河道长度，单位为km；Ab为辫状河河道弧长，单位为km；
分汊河河道带宽度与河道长度、河道宽度的相关关系，如图7所示，具体为式(4)和(5)；
Wab＝2.9442Rab0.8861 (4)
Lab＝11.175Wab0.9221 (5)
其中，Wab为分汊河河道带宽度，单位为km；Rab为分汊河河道宽度，单位为km；Lab为分汊河河道长度，单位为km；
曲流河河道带宽度与河道长度、河道宽度、河道弧长的相关关系，如图8所示，具体为式(6)～(8)；
Wm＝10.632Rm1.4309 (6)
Lm＝0.8095Wm2-2.8952Wm+4.0103 (7)
Am＝1.039Wm2-3.113Wm+5.5318 (8)
其中，Wm为曲流河河道带宽度，单位为km；Rm为曲流河河道宽度，单位为km；Lm为曲流河河道长度，单位为km；Am为曲流河河道弧长，单位为km；
网状河河道带宽度与河道宽度、河道弧长的相关关系，如图9所示，具体为式(9)和(10)：
Ras＝0.1497Was1.0458 (9)
Aas＝4.6415Was0.8617 (10)
其中，Ras为网状河河道宽度，单位km；Aas为网状河河道弧长，单位为km；Was为网状河河道带宽度，单位为km。
步骤四中，14项相关关系经验公式中有4项涉及对应河型心滩宽度与心滩长度、点坝宽度与点坝长度、河道砂坝宽度与河道砂坝长度之间的定量关系，包括“辫状河心滩宽度-长度”，“分汊河河道砂坝宽度-长度”，“曲流河点坝宽度-长度”和“网状河河道砂坝宽度-长度”，用于预测地下河流砂体的几何参数，具体为式具体为式(11)～(14)：
W1＝0.3095L1 0.7521 (11)
其中，W1为辫状河心滩宽度，单位为km；L1为辫状河心滩长度，单位为km；
W2＝0.3413L2 0.9868 (12)
其中，W2为分汊河河道砂坝宽度，单位为km；L2为分汊河河道砂坝长度，单位为km；
W3＝0.3751L3 1.1354 (13)
其中，W3为曲流河点坝宽度，单位为km；L3为曲流河点坝长度，单位为km；
W4＝0.3277L4 0.8433 (14)
其中，W4为网状河河道砂坝宽度，单位为km；L4为网状河河道砂坝长度，单位为km。
其中
式(11)～(14)均为W＝ALB形式，其拟合结果如图10所示，且相关系数较高，可用于预测地下河道砂体的几何参数。
在步骤五中，运用上述经验公式进行计算，得到某地区新近系Ng64、Ng61(2)、Nm73、Nm72(2)等主力层河流相砂体的河道及河道带宽度，并与根据前人经验公式计算所得的数据进行对比(表1)。结果表明，本发明由于区分了不同河型，与前人经验公式相比更加切合不同河型的沉积规律，可更准确地表达各类河流砂体的二维及三维几何关系。
表1
本发明人相关研究业已明确某地区新近系主力产层Ng64为辫状河、Ng61(2)为分汊河、Nm73和Nm72(2)为曲流河。在统计该地区所有钻井主力层河道砂体单层厚度基础上，结合前人经验公式计算得到河道宽度，然后运用式(1)、(4)以及(6)计算得到该地区主力层河流相砂体的河道带宽度，并与前人类似经验公式所得结果进行了对比。主要过程如下：
利用Leeder关系式求出Lorenz河道宽度Rl(辫状河河道宽度Rb，分汊河河道宽度Rab，曲流河河道宽度Rm)，河道曲率>1.7时河道深度和河道宽度呈指数关系：
logRl＝1.54logH+0.83
式中，Rl为Lorenz河道宽度，m；H为河道深度正旋回砂体厚度，m；用同样的方法计算得出辫状河河道宽度Rb，m；分汊河河道宽度Rab，m；曲流河河道宽度Rm，m。
运用Lorenz关系式计算得出“Lorenz河道带宽度”：
Wl＝7.44Rl1.01
式中，Wl为Lorenz河道带宽度，m；Rl为Lorenz河道宽度，m。计算结果见表1。
利用本发明所得的各河型河道砂体定量表征式分别计算，得出各主力层的河道带宽度。其中，Ng64为辫状河型，用式(1)计算；Ng61(2)为分汊河型，用式(4)计算；Nm73和Nm72(2)为曲流河型，用式(6)计算，计算结果见表1。
对比分析表1数据可知，某地区各小层主力砂体“Lorenz河道带宽度”相差不大，即尽管各主力层河型不同，但河道带宽度极为相近；而本发明计算所得的不同层段河道带宽度数值差别较大，其中明化镇组河道带宽度明显窄于馆陶组河道带宽度，馆陶组上段中上部河道带宽度明显窄于底部。
原因在于，Lorenz经验公式对河道带宽度的预测没有区分河型，对不同河型均使用了统一的计算公式，因而无法准确表征不同河型河道砂体几何参数的特异性，以此为地质模型自然无法精准预测地下储集砂体。本发明以不同河型河道砂体的沉积发育特征的差异性为认识前提，针对不同河流类型总结出相应的砂体预测经验公式，因而预测结果更加符合河型沉积特征和演化的规律，自然能更准确地表征各河型河流砂体的二维及三维几何参数及其关系，从而为精细地描述和预测地下河流相储集砂体提供了更精准的地质几何模型。
当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (9)

1.一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，基于谷歌地球进行，具体包括以下步骤：
步骤一：利用谷歌地球寻找辫状河、分汊河、曲流河和网状河四类河型的典型河流；
步骤二：通过谷歌地球测量典型河流的河道的基础数据，建立各类型河流的河道砂体特征参数地质数据库，作为地质知识库的基础源数据；
步骤三：依据谷歌地球获得的基础数据，对不同河型河道砂体各几何参数之间的相关关系拟合定量公式；
步骤四：总结出14项相关性显著的各类河型河道砂体几何参数的相关关系经验公式，所述14项相关关系经验公式中的10项涉及河道长度、河道宽度、河道弧长和河道带宽度定量表征关系，用于各河型河道砂体几何参数的预测和计算；4项涉及对应河型心滩宽度与心滩长度、点坝宽度与点坝长度、河道砂坝宽度与河道砂坝长度，用于预测地下河流储集砂体的几何参数，为储层建模和油藏数值模拟提供地质模型基础参数数据；
步骤五：将步骤四中的相关关系经验公式应用到河流相的河道砂体中，预测河道及河道带宽度。
2.如权利要求1所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，所述步骤二中，通过谷歌地球测量的河道的基础数据包括：分汊参数、河道弧长、河道直径、河道宽带、河道带宽度、曲率和坡降。
3.如权利要求2所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，所述坡降包括最大坡降以及平均坡降。
4.如权利要求1所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，所述步骤二中，通过谷歌地球测量的河道砂体特征参数，其中：
辫状河的河道砂体特征参数包括心滩数量、最大心滩长度、最大心滩宽度、最小心滩长度和最小心滩宽度；
分汊河的河道砂体特征参数包括河道砂坝数量、河道砂坝长度和河道砂坝宽度；
曲流河的河道砂体特征参数包括点坝弧长、点坝长度和点坝宽度；
网状河的河道砂体特征参数包括河道砂坝数量、最大河道砂坝长度、最大河道砂坝宽度、最小河道砂坝长度和最小河道砂坝宽度。
5.如权利要求1所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，所述步骤二中，通过谷歌地球测量典型河流的河道的基础数据过程中，利用谷歌地球截取各河段图像依次进行测量，获得基础数据，建立各类型河流的河道砂体特征参数地质数据库。
6.如权利要求5所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，截取22个河段，测得220组河道砂体特征参数，其中辫状河的河道砂体特征参数包括20组，分汊河的河道砂体特征参数包括68组，曲流河的河道砂体特征参数包括74组，网状河的河道砂体特征参数包括54组，累计数据2821个。
7.如权利要求6所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，所述步骤三中，依据步骤二所得的基础数据，对各河型基础参数及其特征参数之间相关关系进行两两拟合。
8.如权利要求1所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，所述步骤四中，14项相关关系经验公式中有10项涉及各河型河道带宽度与河道长度、河道宽度、河道弧长和之间的定量表征关系；包括辫状河河道带宽度与河道长度、河道宽度、河道弧长的相关关系，具体为式(1)～(3)：
Wb＝5.4374Rb0.7103 (1)
Lb＝0.2453Wb2+0.2794Wb+3.4049 (2)
Ab＝2.309Wb+1.8218 (3)
其中，Wb为辫状河河道带宽度，单位为km；Rb为辫状河河道宽度，单位为km；Lb为辫状河河道长度，单位为km；Ab为辫状河河道弧长，单位为km；
分汊河河道带宽度与河道长度、河道宽度的相关关系，具体为式(4)和(5)；
Wab＝2.9442Rab0.8861 (4)
Lab＝11.175Wab0.9221 (5)
其中，Wab为分汊河河道带宽度，单位为km；Rab为分汊河河道宽度，单位为km；Lab为分汊河河道长度，单位为km；
曲流河河道带宽度与河道长度、河道宽度、河道弧长的相关关系，具体为式(6)～(8)；
Wm＝10.632Rm1.4309 (6)
Lm＝0.8095Wm2-2.8952Wm+4.0103 (7)
Am＝1.039Wm2-3.113Wm+5.5318 (8)
其中，Wm为曲流河河道带宽度，单位为km；Rm为曲流河河道宽度，单位为km；Lm为曲流河河道长度，单位为km；Am为曲流河河道弧长，单位为km；
网状河河道带宽度与河道宽度、河道弧长的相关关系，具体为式(9)和(10)：
Ras＝0.1497Was1.0458 (9)
Aas＝4.6415Was0.8617 (10)
其中，Ras为网状河河道宽度，单位km；Aas为网状河河道弧长，单位为km；Was为网状河河道带宽度，单位为km。
9.如权利要求1所述的一种定量表征不同河型河道砂体的几何参数关系的方法，其特征在于，所述步骤四中，14项相关关系经验公式中有4项涉及对应河型心滩宽度与心滩长度、点坝宽度与点坝长度、河道砂坝宽度与河道砂坝长度之间的定量关系，包括“辫状河心滩宽度-长度”，“分汊河河道砂坝宽度-长度”，“曲流河点坝宽度-长度”和“网状河河道砂坝宽度-长度”，用于预测地下河流砂体的几何参数，具体为式(11)～(14)：
W1＝0.3095L1 0.7521 (11)
其中，W1为辫状河心滩宽度，单位为km；L1为辫状河心滩长度，单位为km；
W2＝0.3413L2 0.9868 (12)
其中，W2为分汊河河道砂坝宽度，单位为km；L2为分汊河河道砂坝长度，单位为km；
W3＝0.3751L3 1.1354 (13)
其中，W3为曲流河点坝宽度，单位为km；L3为曲流河点坝长度，单位为km；
W4＝0.3277L4 0.8433 (14)
其中，W4为网状河河道砂坝宽度，单位为km；L4为网状河河道砂坝长度，单位为km。
CN201711470353.8A 2017-12-29 2017-12-29 一种定量表征不同河型河道砂体的几何参数关系的方法 Pending CN108255990A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711470353.8A CN108255990A (zh) 2017-12-29 2017-12-29 一种定量表征不同河型河道砂体的几何参数关系的方法
PCT/CN2018/076934 WO2019127879A1 (zh) 2017-12-29 2018-02-22 一种定量表征不同河型河道砂体的几何参数关系的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711470353.8A CN108255990A (zh) 2017-12-29 2017-12-29 一种定量表征不同河型河道砂体的几何参数关系的方法

Publications (1)

Publication Number Publication Date
CN108255990A true CN108255990A (zh) 2018-07-06

Family

ID=62725087

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711470353.8A Pending CN108255990A (zh) 2017-12-29 2017-12-29 一种定量表征不同河型河道砂体的几何参数关系的方法

Country Status (2)

Country Link
CN (1) CN108255990A (zh)
WO (1) WO2019127879A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110874505A (zh) * 2018-08-14 2020-03-10 中国石油天然气股份有限公司 一种辫状河储层建模的方法及装置
CN113190954A (zh) * 2021-03-16 2021-07-30 广东石油化工学院 一种基于露头和井资料定量表征河道单砂体的方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597732B (zh) * 2020-06-02 2020-12-08 中国水利水电科学研究院 一种使用汊点影响区水面梯度的河网水流数值模拟方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1938281B1 (en) * 2004-09-10 2015-01-21 ExxonMobil Upstream Research Company Geologic models of subsurface sedimentray volumes
CN104729445A (zh) * 2015-03-11 2015-06-24 长江大学 河口坝几何形态测量方法
CN105607146A (zh) * 2015-09-10 2016-05-25 中国海洋石油总公司 一种曲流河砂体规模的定量表征方法
CN105844709A (zh) * 2016-03-25 2016-08-10 中国水利水电科学研究院 复杂河道地形流域洪水演进虚拟仿真的淹没线追踪方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2390806C2 (ru) * 2008-01-09 2010-05-27 Государственное образовательное учреждение высшего профессионального образования Марийский государственный технический университет Способ гидрографической оценки речной сети по численности водотоков
CN103942842A (zh) * 2014-03-19 2014-07-23 中国石油天然气股份有限公司 嵌入式曲流河砂体建模方法
CN104978763B (zh) * 2015-05-13 2017-09-22 中国矿业大学(北京) 一种基于三维Douglas‑Peucker算法的河网要素与DEM的同步综合地图仿真方法
CN105740464B (zh) * 2016-03-03 2017-03-22 中国国土资源航空物探遥感中心 一种基于dem的河谷形态参数自动提取方法
CN107301263B (zh) * 2017-04-05 2020-07-14 华东师范大学 一种基于单幅图像的河流网络过程式生成方法
CN107315813B (zh) * 2017-06-29 2020-07-17 中国测绘科学研究院 一种stroke特征约束的树状河系层次关系构建及简化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1938281B1 (en) * 2004-09-10 2015-01-21 ExxonMobil Upstream Research Company Geologic models of subsurface sedimentray volumes
CN104729445A (zh) * 2015-03-11 2015-06-24 长江大学 河口坝几何形态测量方法
CN105607146A (zh) * 2015-09-10 2016-05-25 中国海洋石油总公司 一种曲流河砂体规模的定量表征方法
CN105844709A (zh) * 2016-03-25 2016-08-10 中国水利水电科学研究院 复杂河道地形流域洪水演进虚拟仿真的淹没线追踪方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110874505A (zh) * 2018-08-14 2020-03-10 中国石油天然气股份有限公司 一种辫状河储层建模的方法及装置
CN110874505B (zh) * 2018-08-14 2022-11-04 中国石油天然气股份有限公司 一种辫状河储层建模的方法及装置
CN113190954A (zh) * 2021-03-16 2021-07-30 广东石油化工学院 一种基于露头和井资料定量表征河道单砂体的方法

Also Published As

Publication number Publication date
WO2019127879A1 (zh) 2019-07-04

Similar Documents

Publication Publication Date Title
CN104866653B (zh) 一种获取地下三维密度结构的方法
CN109613612A (zh) 一种碳酸盐岩颗粒滩精细刻画与预测方法
CN105510993A (zh) 前陆盆地深埋挤压型复杂膏盐岩层识别和分布预测方法
CN108802851A (zh) 一种沉积变质型铁-石墨矿勘探方法
CN111006987B (zh) 一种储层裂缝孔渗参数预测方法
Sun et al. Analysis and modeling of fluvial-reservoir petrophysical heterogeneity based on sealed coring wells and their test data, Guantao Formation, Shengli oilfield
CN108255990A (zh) 一种定量表征不同河型河道砂体的几何参数关系的方法
CN111899338B (zh) 一种覆盖区地层岩性三维建模的方法、装置及系统
Morgan et al. Investigating the hydraulic role of a large buried valley network on regional groundwater flow
CN110019594B (zh) 一种基于数值模拟的地质知识库建立方法
Feagin et al. Active fault motion in a coastal wetland: Matagorda, Texas
Li et al. Case study of sandbody architecture and quantitative parameters of the far-source sandy braided river: Saertu Oilfield, Daqing, China
Jiang et al. Recognizing the internal structure of normal faults in clastic rocks and its impact on hydrocarbon migration: A case study from Nanpu Depression in the Bohai Bay Basin, China
Rehfeldt Prediction of macrodispersivity in heterogeneous aquifers
Zhang et al. Multi-parameters logging identifying method for sand body architectures of tight sandstones: A case from the Triassic Chang 9 Member, Longdong area, Ordos Basin, NW China
Dastanboo et al. Comparison between electrical resistivity tomography and tunnel seismic prediction 303 methods for detecting the water zone ahead of the tunnel face: A case study
Zhao et al. Research on meandering river reservoir deposition architecture and 3D modeling of the Gudao Oil field in the Bohai Bay Basin
Bauer et al. Modeling microfracture geometry to the asses the function of a karst system (Vízfő spring catchment area, Western Mecsek Mountains, Hungary)
Tan et al. Spatiotemporal variation and climatic response of water level of major lakes in China, Mongolia, and Russia
Li et al. Seismic prediction of lithofacies heterogeneity in paleogene hetaoyuan shale play, Biyang depression, China
Guo et al. Application of electrical resistivity imaging to detection of hidden geological structures in a single roadway
Xu et al. The violent ground motion before the Jiuzhaigou earthquake Ms7. 0
Liu et al. Numerical simulation for the effects of waves and grain size on deltaic processes and morphologies
Ezekiel et al. Preliminary Interpretation of gravity mapping over the Njaba sub-basin of Southeastern Nigeria. An implication to petroleum potential
Harper Fluvial architecture of the lower Williams Fork Formation (middle Mesaverde Group), Douglas Creek Arch, Colorado

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

Application publication date: 20180706

RJ01 Rejection of invention patent application after publication