CN108388709A - 基于成岩相预测的储层孔隙度定量模拟方法 - Google Patents
基于成岩相预测的储层孔隙度定量模拟方法 Download PDFInfo
- Publication number
- CN108388709A CN108388709A CN201810116727.4A CN201810116727A CN108388709A CN 108388709 A CN108388709 A CN 108388709A CN 201810116727 A CN201810116727 A CN 201810116727A CN 108388709 A CN108388709 A CN 108388709A
- Authority
- CN
- China
- Prior art keywords
- delta
- grid
- facies
- lake
- fan
- 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.)
- Granted
Links
- 208000035126 Facies Diseases 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004088 simulation Methods 0.000 title claims abstract description 23
- 238000011160 research Methods 0.000 claims abstract description 89
- 239000011435 rock Substances 0.000 claims abstract description 46
- 238000004062 sedimentation Methods 0.000 claims abstract description 25
- 239000012530 fluid Substances 0.000 claims abstract description 7
- 238000005260 corrosion Methods 0.000 claims description 125
- 230000007797 corrosion Effects 0.000 claims description 110
- 238000012986 modification Methods 0.000 claims description 93
- 230000004048 modification Effects 0.000 claims description 93
- 239000010453 quartz Substances 0.000 claims description 78
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 78
- 239000010433 feldspar Substances 0.000 claims description 71
- 229910021532 Calcite Inorganic materials 0.000 claims description 62
- 229910000514 dolomite Inorganic materials 0.000 claims description 48
- 239000010459 dolomite Substances 0.000 claims description 48
- 239000011148 porous material Substances 0.000 claims description 40
- 239000004927 clay Substances 0.000 claims description 38
- 230000015572 biosynthetic process Effects 0.000 claims description 34
- 238000003325 tomography Methods 0.000 claims description 24
- 238000005056 compaction Methods 0.000 claims description 21
- 239000002253 acid Substances 0.000 claims description 14
- 239000002245 particle Substances 0.000 claims description 12
- 239000004576 sand Substances 0.000 claims description 10
- 239000004575 stone Substances 0.000 claims description 10
- 230000008021 deposition Effects 0.000 claims description 9
- 238000004090 dissolution Methods 0.000 claims description 9
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 9
- 239000011707 mineral Substances 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 8
- 238000013178 mathematical model Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000012153 long-term therapy Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000012634 fragment Substances 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 230000002269 spontaneous effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000013505 freshwater Substances 0.000 claims description 3
- 239000008187 granular material Substances 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000005755 formation reaction Methods 0.000 description 32
- 238000011161 development Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009828 non-uniform distribution Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000000280 densification Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Agronomy & Crop Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Computer Hardware Design (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于成岩相预测的储层孔隙度定量模拟方法，该方法基于碎屑岩储层沉积相、岩性、流体性质、沉积旋回、成岩阶段、断层发育情况的研究，建立不同地质环境条件下以及不同成岩作用下“地质参数‑成岩作用‑孔隙度”预测模型，进而对碎屑岩储层孔隙度大小进行预测，确定碎屑岩储层孔隙空间分布，为油藏评价提供依据。
Description
技术领域
本发明涉及油气勘探开发技术领域，具体地指一种基于成岩相预测的储层孔隙度定量模拟方法。
背景技术
当今国内外油气勘探开发面临的主要问题和挑战是油气资源短缺、勘探形势严峻、开发难度日益加大等实际问题。在油气价格萎靡的形式下，如何经济高效地对油气进行勘探开发，就显得尤为重要。众所周知，储层孔隙度是决定油气藏规模和开采价值的重要物性参数。获取储层孔隙度主要依托以下几种地质资料：
1.岩心资料，在实验室中通过一些分析测试手段对单个岩心进行测量，从而获取岩石的孔隙度参数；
2.测井资料，利用岩石的电性特征来间接获取岩石的孔隙度；
3.地震资料，利用砂岩波阻抗进行砂岩孔隙度的计算。
通过岩心资料和测井资料获取的孔隙度数据常常有限，井点与井点之间的孔隙度数据需进行数学插值，而地下储层非均质性常制约数据的可靠性，另外受采样点的限制，所采集数据不一定都有代表性。地震数据具有很好连续性，而限于品质和分辨率原因，不能满足储层精细研究和刻画，尤其是砂体薄的碎屑岩储层。基于这一背景，利用直接的储层测量数据已不能较好地反映出储层的发育，特别是有效储层的发育分布状况，影响了碎屑岩储层，尤其是高成岩阶段低孔、低渗储层油气勘探开发，必须寻找出一种不同于常规方法的评价方法，来更好地、更合理地预测优势储层分布，最终为油气勘探开发提供有力依据。
伴随着计算机的广泛应用，数值模拟技术可谓是方兴未艾，使得储层评价工作日益定量化、可视化。目前国内外储层数值模拟原理与技术存在以下几点问题：
1.模拟参数单一，不能对复杂地质体进行很好刻画；
2.模拟过程过于线性，不能再现储层演化的复杂过程；
3.模拟方法过于综合，不能满足科研需要以及油气藏精细描述。
以上问题，制约了数值模拟的科学性、准确性、真实性。
发明内容
本发明针对上述存在的问题，提供了基于成岩相预测的储层孔隙度定量模拟方法，该方法基于碎屑岩储层沉积相、岩性、流体性质、沉积旋回、成岩阶段、断层发育情况的研究，建立不同地质环境条件下以及不同成岩作用下“地质参数-成岩作用-孔隙度”预测模型，进而对碎屑岩储层孔隙度大小进行预测，确定碎屑岩储层孔隙空间分布，为油藏评价提供依据。
为了实现上述目的，本发明提供了一种基于成岩相预测的储层孔隙度定量模拟方法，包括以下步骤：
1)收集研究区地质资料
2)建立原始资料数据库
(1)沉积相类型数据库F_m
对碎屑岩储层沉积相类型进行概括和分类建立沉积相类型数据库F_m；
(2)岩性数据库R_n
根据组成岩石颗粒的颗粒大小及矿物成分，将碎屑岩岩性进行划分，建立岩性数据库R_n；
(3)酸碱度数据库P_o
根据储层孔隙中流体酸碱性大小，建立酸碱度数据库P_o；
(4)沉积旋回数据库C_p
对碎屑岩储层沉积旋回类型进行概括和分类建立沉积旋回数据库C_p，
(5)成岩阶段数据库S_q
(6)断层指数数据库N_r
根据研究区断层发育情况确定断层指数Ω，建立断层指数数据库N_r；
3)建立成岩作用数据库D_c
根据岩石中不同矿物Mi的孔隙改变量建立成岩作用数据库；
4)建立成岩作用预测模型
(1)研究区储层网格化
将研究区储层网格化，即空间上不均匀分布的数据按一定方法(如滑动平均法、克里格法或其他适当的数值推算方法)归算成规则网格中的代表值(趋势值)的过程；研究区储层的每个网格可用Wi(X，Y)表示；
(2)确定网格属性
a.根据研究区沉积相数据确定网格Wi(X，Y)的沉积相属性F_m；
b.根据研究区岩性数据确定网格Wi(X，Y)的岩性属性R_n；
c.根据研究区酸碱度数据确定网格Wi(X，Y)的酸碱度属性P_o；
d.根据研究区沉积旋回数据确定网格Wi(X，Y)的沉积旋回属性C_p；
e.根据研究区成岩阶段数据确定网格Wi(X，Y)的成岩阶段属性S_q；
f.根据研究区断层指数数据确定网格Wi(X，Y)的断层指数属性N_r；
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)，即为：
Wi(X，Y)＝F_m+R_n+P_o+C_p+S_q+N_r；
(3)基于研究区岩石薄片资料、分析测试资料，确定研究区已知井Hj所在网格Wj(X，Y)的成岩作用D_s_j；
(4)确定已知井Hj所在网格Wj(X，Y)的综合属性Gj(F_m_j，R_n_j，P_o_j，C_p_j，S_q_j，N_r_j)，建立已知井Hj所在网格Wj(X，Y)成岩作用D_s与综合属性G(F_m_j，R_n_j，P_o_j，C_p_j，S_q_j，N_r_j)的对应关系，即为：
D_s_j＝F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j；
(5)任取一未知网格Wi(X，Y)，确定未知网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)，即为：
Gi＝(F_m_i，R_n_i，P_o_i，C_p_i，S_q_i，N_r_i)；
(6)将网格Wi(X，Y)的成岩作用综合属性Gi与井Hj所在网格Wj(X，Y)的综合属性Gj相比较，即为：
Gi-Gj＝(F_m_i，R_n_i，P_o_i，C_p_i，S_q_i，N_r_i)-(F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j)；
如果满足Gi-Gj＝0，则未知网格Wi(X，Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j；
如果Gi-Gj≠0，则按不同属性优先级顺序，即：沉积相F_m一级、岩性R_n二级、沉积旋回C_p三级、酸碱度P_o四级、成岩阶段S_q五级、断层指数N_r六级对未知网格Wi(X，Y)的成岩作用进行判识，即为：
ⅰ：F_m_i-F_m_j＝0，R_n_i-R_n_j≠0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅱ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅲ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅳ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅴ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j＝0，N_r_i-N_r_j≠0；未知网格Wi(X，Y)的成岩作用D_s_i满足条件i时，未知网格Wi(X，Y)与具有相同属性F_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅱ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅲ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅳ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅴ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、P_o_j、S_q_j的网格Wj(X，Y)的成岩作用相同；
(7)根据每个网格Wi(X，Y)的成岩作用确定研究区成岩作用横向分布；
5)建立成岩作用数学模型，即为：建立起不同成岩作用下孔隙模拟数学模型；
(1)压实作用模型D1
其中：颗粒密度ρs＝2650kg/m3；水密度ρw＝1.0×103kg/m3；k1为常数，k1＝0.67；c为常数，c＝3.68×10-8Pa-1；重力g＝9.8N/kg；VCom为压实作用改变孔隙体积百分量，％；强压实中压实弱压实
(2)胶结作用模型
a.石英胶结模型D2
其中：a，b为常数，a＝1.98×10-22，b＝0.022℃(-1)；VQue_Cem为石英胶结作用改变孔隙体积百分量，％；M为石英的摩尔质量，g/mol；ρ为石英的密度，g/cm3；T为反应温度，℃；T＝cn*z+dn，cn为地温梯度，℃/m；dn为地表温度或恒温带温度，℃；z为地层埋藏深度，m；A0为自生石英开始形成时石英颗粒原始表面积；A0＝6fV/D；D为石英颗粒的粒径，mm；V为单位砂岩体积，mm3；f为单位体积砂岩中石英的体积百分含量；石英强胶结石英中胶结石英弱胶结
b.长石胶结模型D3
其中：x埋藏深度(Km)；VFel_Cem为长石胶结作用改变孔隙体积百分量，％；长石强胶结长石中胶结长石弱胶结
c.方解石胶结模型D4
其中：x埋藏深度(Km)；VCal_Cem为方解石胶结作用改变孔隙体积百分量，％；方解石强胶结方解石中胶结方解石弱胶结
d.白云石胶结模型D5
其中：x埋藏深度(Km)；VDol_Cem为白云石胶结作用改变孔隙体积百分含量，％；白云石强胶结白云石中胶结白云石弱胶结
e.粘土胶结模型D6
其中：x埋藏深度(Km)；VCla_Cem为黏土胶结作用改变孔隙体积百分含量，％；粘土强胶结粘土中胶结粘土弱胶结
(3)溶蚀作用模型
a.石英溶蚀模型D7
其中：VQue_Dis为石英溶蚀作用改变孔隙体积百分含量，％；T为热力学温度，T＝273+T0+c*(H-H0)，T0为古地温，c为地温梯度，℃/m，H为地层埋深，H0为恒温带温度；ρH20为常温条件下水密度；石英强溶蚀石英中溶蚀石英弱溶蚀
b.长石溶蚀模型D8
其中：t为距今时间，Ma；为平均孔隙度，％；t1为地层温度首次达到70℃的时间，Ma；t2为地层温度首次达到90℃对应的时间，Ma；Δt＝t1-t2；VFel_Dis为长石溶蚀作用改变孔隙体积百分含量，％；长石强溶蚀长石中溶蚀长石弱溶蚀
c.方解石溶蚀模型D9
其中：x埋藏深度(Km)；VCal_Dis为方解石溶蚀作用改变孔隙体积百分含量，％；方解石强溶蚀方解石中溶蚀方解石弱溶蚀
d.白云石溶蚀模型D10
其中：x埋藏深度(Km)；VDol_Dis为白云石溶蚀作用改变孔隙体积百分含量，％；白云石强溶蚀白云石中溶蚀白云石弱溶蚀
6)压实量、胶结量以及溶蚀量模拟计算
(1)根据研究区埋藏史确定每个网格不同时刻t埋深H；
(2)根据研究区温度史确定每个网格不同时刻t温度T；
(3)根据4)中成岩作用预测模型确定每个网格Wi(X，Y)成岩作用预测模型；
(4)根据步骤(1)中埋深H、步骤(2)中温度T和步骤(3)得到每个网格Wi(X，Y)成岩作用预测模型计算每个网格的压实减孔量Vcom、胶结减孔量VMi_cem、溶蚀增孔量VMi_dis以及孔隙大小，其计算公式如下：
Φ＝Φ0-VCom-VMi_Cem+VMi_Dis
其中，Φ为孔隙度模拟值，Φ0为孔隙初始值，VCom为压实减孔量；VMi_Cem为矿物Mi(石英Que、长石Fel、方解石Cal、白云石Dol、黏土Cla)胶结减孔量；VMi_Dis为矿物Mi(石英Que、长石Fel、方解石Cal、白云石Dol)溶蚀增孔量。
进一步地，所述步骤1)中，收集研究区地质资料包括：
研究区成岩作用数据、研究区埋藏史和温度史、研究区沉积相图、研究区储层岩性图、研究区储层断裂分布图、研究区储层酸碱度图、研究区储层成岩阶段图、研究区储层沉积旋回图。
再进一步地，所述步骤2)中，
(1)沉积相类型数据库F_m包括：冲积扇-旱扇-扇根F_1、冲积扇-旱扇-扇中F_2、冲积扇-旱扇-扇缘F_3、冲积扇-湿扇-扇根F_4、冲积扇-湿扇-扇中F_5、冲积扇-湿扇-扇缘F_6、河流相-曲流河-河床亚相-河床滞留F_7、河流相-曲流河-河床亚相-边滩F_8、河流相-曲流河-堤岸亚相-天然堤F_9、河流相-曲流河-堤岸亚相-决口扇F_10、河流相-曲流河-河漫亚相-河漫滩F_11、河流相-曲流河-泛滥盆地-河漫湖泊F_12、河流相-曲流河-河漫沼泽F_13、河流相-辫状河-牛轭湖F_14、河流相-辫状河-河床滞留F_15、河流相-辫状河-心滩F_16、河道F_17、河流相-辫状河-泛滥平原F_18、湖泊相-断陷型-湖成三角洲F_19、湖泊相-断陷型-滨湖F_20、湖泊相-断陷型-浅湖F_21、湖泊相-断陷型-半深湖F_22、湖泊相-断陷型-深湖F_23、湖泊相-断陷型-湖湾F_24、湖泊相-坳陷型-湖成三角洲F_25、湖泊相-坳陷型-滨湖F_26、湖泊相-坳陷型-浅湖F_27、湖泊相-坳陷型-半深湖F_28、湖泊相-坳陷型-深湖F_29、湖泊相-坳陷型-湖湾F_30、湖泊相-前陆型-湖成三角洲F_31、湖泊相-前陆型-滨湖F_32、湖泊相-前陆型-浅湖F_33、湖泊相-前陆型-半深湖F_34、湖泊相-前陆型-深湖F_35、湖泊相-前陆型-湖湾F_36、三角洲相-辫状河三角洲-三角洲平原-分支F_37、三角洲相-辫状河三角洲-三角洲平原-河道F_38、三角洲相-辫状河三角洲-三角洲平原-陆上天然堤F_39、三角洲相-辫状河三角洲-三角洲平原-决口扇F_40、三角洲相-辫状河三角洲-三角洲平原-沼泽F_41、三角洲相-辫状河三角洲-三角洲平原-淡水湖泊F_42、三角洲相-辫状河三角洲-三角洲前缘-水下分支河道F_43、三角洲相-辫状河三角洲-三角洲前缘-水下天然堤F_44、三角洲相-辫状河三角洲-三角洲前缘-支流间湾F_45、三角洲相-辫状河三角洲-三角洲前缘-分支河口砂坝F_46、三角洲相-辫状河三角洲-三角洲前缘-远砂坝F_47、三角洲相-辫状河三角洲-三角洲前缘-前缘席状砂F_48、三角洲相-辫状河三角洲-前三角洲F_49、三角洲相-扇三角洲-扇三角洲平原-泥石流F_50、三角洲相-扇三角洲-扇三角洲平原-河道充填F_51、三角洲相-扇三角洲-扇三角洲平原-漫滩F_52、三角洲相-扇三角洲-扇三角洲前缘-碎屑流F_53、三角洲相-扇三角洲-扇三角洲前缘-水下分流河道F_54、三角洲相-扇三角洲-扇三角洲前缘-支流间湾F_55、三角洲相-扇三角洲-扇三角洲前缘-河口砂坝F_56、三角洲相-扇三角洲-扇三角洲前缘-远砂坝F_57、三角洲相-扇三角洲-前扇三角洲F_58；
(2)岩性数据库R_n包括细砾岩R_1、中砾岩R_2、粗砾岩R_3、巨砾岩R_4、石英砂岩R_5、长石质石英砂岩R_6、岩屑质石英砂岩R_7、长石岩屑质石英砂岩R_8、长石砂岩R_9、岩屑质长石砂岩R_10、岩屑长石砂岩R_11、岩屑砂岩R_12、长石质岩屑砂岩R_13、长石岩屑砂岩R_14、黏土R_15、泥岩R_16、页岩R_17；
(3)酸碱度数据库P_o包括强酸性P_1：pH＜3；酸性P_2：3≤pH＜5；弱酸性P_3：5≤pH＜7；弱碱性P_4：7≤pH＜9；碱性P_5：9≤pH＜11；强碱性P_6：11≤pH≤14；
(4)沉积旋回数据库C_p包括：正旋回C_1、反旋回C_2、复合旋回C_3；
(5)成岩阶段数据库S_q包括：早成岩阶段A期ⅠA，即为：S_1；早成岩阶段B期ⅠB，即为：S_2；中成岩阶段A期ⅡA，即为：S_3；中成岩阶段B期ⅡB，即为S_4；晚成岩阶段Ⅲ，即为：S_5；
(6)断层指数数据库N_r包括：一级指数N_1：Ω＜1；二级指数N_2：1≤Ω≤3；三级指数N_3：3＜Ω≤5；四级指数N_4：5＜Ω；
再进一步地，所述步骤3)中，成岩作用数据库D_c中成岩作用类型包括：
强压实作用D1-1：其孔隙改变量为
中压实作用D1-2：其孔隙改变量为
弱压实作用D1-3：其孔隙改变量
石英强胶结作用D2-1：其孔隙改变量为
石英中胶结作用D2-2：其孔隙改变量为
石英弱胶结作用D2-3：其孔隙改变量
长石强胶结作用D3-1：孔隙改变量
长石中胶结作用D3-2：其孔隙改变量
长石弱胶结作用D3-3：其孔隙改变量
方解石强胶结作用D4-1：其孔隙改变量
方解石中胶结作用D4-2：其孔隙改变量
方解石弱胶结作用D4-3：其孔隙改变量
白云石强胶结作用D5-1：其孔隙改变量
白云石中胶结作用D5-2：其孔隙改变量
白云石弱胶结作用D5-3：其孔隙改变量
黏土强胶结作用D6-1：其孔隙改变量
黏土中胶结作用D6-2：其孔隙改变量
黏土弱胶结作用D6-3：其孔隙改变量
石英强溶蚀作用D7-1：其孔隙改变量为
石英中溶蚀作用D7-2：其孔隙改变量为
石英弱溶蚀作用D7-3：其孔隙改变量
长石强溶蚀作用D8-1：孔隙改变量
长石中溶蚀作用D8-2：其孔隙改变量
长石弱溶蚀作用D8-3：其孔隙改变量
方解石强溶蚀作用D9-1：其孔隙改变量
方解石中溶蚀作用D9-2：其孔隙改变量
方解石弱溶蚀作用D9-3：其孔隙改变量
白云石强溶蚀作用D10-1：其孔隙改变量
白云石中溶蚀作用D10-2：其孔隙改变量
白云石弱溶蚀作用D10-3：其孔隙改变量
本发明的有益效果在于：
本发明提供了基于成岩相预测的储层孔隙度定量模拟方法，该方法基于碎屑岩储层沉积相、岩性、流体性质、沉积旋回、成岩阶段、断层发育情况的研究，建立不同地质环境条件下以及不同成岩作用下“地质参数-成岩作用-孔隙度”预测模型，进而对碎屑岩储层孔隙度大小进行预测，确定碎屑岩储层孔隙空间分布，能对碎屑岩储层尤其是低孔、低渗致密储层孔隙度大小起到很好预测作用，为油藏评价提供依据
附图说明
图1为研究区埋藏史、温度史；
图2为研究区东营组二段沉积相图；
图3为研究区东营组二段等值线图；
图4为研究区东营组二段沉积旋回图；
图5为研究区东营组二段流体酸碱性图；
图6为研究区东营组二段岩性图；
图7为研究区东营组二段成岩阶段图；
图8为研究区东营组二段断层指数图；
图9为研究区东营组二段成岩作用图；
图10为研究区东营组二段孔隙平面分布图；
具体实施方式
为了更好地解释本发明，以下结合具体实施例进一步阐明本发明的主要内容，但本发明的内容不仅仅局限于以下实施例。
实施例1：
基于成岩相预测的储层孔隙度定量模拟方法，包括以下步骤：
1)收集研究区地质资料
研究区成岩作用数据、研究区埋藏史和温度史、研究区沉积相图、研究区储层岩性图、研究区储层断裂分布图、研究区储层酸碱度图、研究区储层成岩阶段图、研究区储层沉积旋回图。
2)建立原始资料数据库
(1)沉积相类型数据库F_m
对碎屑岩储层沉积相类型进行概括和分类，其中包括：冲积扇-旱扇-扇根F_1、冲积扇-旱扇-扇中F_2、冲积扇-旱扇-扇缘F_3、冲积扇-湿扇-扇根F_4、冲积扇-湿扇-扇中F_5、冲积扇-湿扇-扇缘F_6、河流相-曲流河-河床亚相-河床滞留F_7、河流相-曲流河-河床亚相-边滩F_8、河流相-曲流河-堤岸亚相-天然堤F_9、河流相-曲流河-堤岸亚相-决口扇F_10、河流相-曲流河-河漫亚相-河漫滩F_11、河流相-曲流河-泛滥盆地-河漫湖泊F_12、河流相-曲流河-河漫沼泽F_13、河流相-辫状河-牛轭湖F_14、河流相-辫状河-河床滞留F_15、河流相-辫状河-心滩F_16、河道F_17、河流相-辫状河-泛滥平原F_18、湖泊相-断陷型-湖成三角洲F_19、湖泊相-断陷型-滨湖F_20、湖泊相-断陷型-浅湖F_21、湖泊相-断陷型-半深湖F_22、湖泊相-断陷型-深湖F_23、湖泊相-断陷型-湖湾F_24、湖泊相-坳陷型-湖成三角洲F_25、湖泊相-坳陷型-滨湖F_26、湖泊相-坳陷型-浅湖F_27、湖泊相-坳陷型-半深湖F_28、湖泊相-坳陷型-深湖F_29、湖泊相-坳陷型-湖湾F_30、湖泊相-前陆型-湖成三角洲F_31、湖泊相-前陆型-滨湖F_32、湖泊相-前陆型-浅湖F_33、湖泊相-前陆型-半深湖F_34、湖泊相-前陆型-深湖F_35、湖泊相-前陆型-湖湾F_36、三角洲相-辫状河三角洲-三角洲平原-分支F_37、三角洲相-辫状河三角洲-三角洲平原-河道F_38、三角洲相-辫状河三角洲-三角洲平原-陆上天然堤F_39、三角洲相-辫状河三角洲-三角洲平原-决口扇F_40、三角洲相-辫状河三角洲-三角洲平原-沼泽F_41、三角洲相-辫状河三角洲-三角洲平原-淡水湖泊F_42、三角洲相-辫状河三角洲-三角洲前缘-水下分支河道F_43、三角洲相-辫状河三角洲-三角洲前缘-水下天然堤F_44、三角洲相-辫状河三角洲-三角洲前缘-支流间湾F_45、三角洲相-辫状河三角洲-三角洲前缘-分支河口砂坝F_46、三角洲相-辫状河三角洲-三角洲前缘-远砂坝F_47、三角洲相-辫状河三角洲-三角洲前缘-前缘席状砂F_48、三角洲相-辫状河三角洲-前三角洲F_49、三角洲相-扇三角洲-扇三角洲平原-泥石流F_50、三角洲相-扇三角洲-扇三角洲平原-河道充填F_51、三角洲相-扇三角洲-扇三角洲平原-漫滩F_52、三角洲相-扇三角洲-扇三角洲前缘-碎屑流F_53、三角洲相-扇三角洲-扇三角洲前缘-水下分流河道F_54、三角洲相-扇三角洲-扇三角洲前缘-支流间湾F_55、三角洲相-扇三角洲-扇三角洲前缘-河口砂坝F_56、三角洲相-扇三角洲-扇三角洲前缘-远砂坝F_57、三角洲相-扇三角洲-前扇三角洲F_58；
(2)岩性数据库R_n
根据组成岩石颗粒的颗粒大小及矿物成分，将碎屑岩岩性进行划分，建立岩性数据库，它包括细砾岩R_1、中砾岩R_2、粗砾岩R_3、巨砾岩R_4、石英砂岩R_5、长石质石英砂岩R_6、岩屑质石英砂岩R_7、长石岩屑质石英砂岩R_8、长石砂岩R_9、岩屑质长石砂岩R_10、岩屑长石砂岩R_11、岩屑砂岩R_12、长石质岩屑砂岩R_13、长石岩屑砂岩R_14、黏土R_15、泥岩R_16、页岩R_17；
(3)酸碱度数据库P_o
根据储层孔隙中流体酸碱性大小，建立酸碱度数据库；它包括强酸性P_1：pH＜3；酸性P_2：3≤pH＜5；弱酸性P_3：5≤pH＜7；弱碱性P_4：7≤pH＜9；碱性P_5：9≤pH＜11；强碱性P_6：11≤pH≤14；
(4)沉积旋回数据库C_p
对碎屑岩储层沉积旋回类型进行概括和分类，其中包括：正旋回C_1、反旋回C_2、复合旋回C_3；
(5)成岩阶段数据库S_q
成岩阶段数据库S_q包括：早成岩阶段A期ⅠA，即为：S_1；早成岩阶段B期ⅠB，即为：S_2；中成岩阶段A期ⅡA，即为：S_3；中成岩阶段B期ⅡB，即为S_4；晚成岩阶段Ⅲ，即为：S_5；
(6)断层指数数据库N_r
根据研究区断层发育情况确定断层指数Ω，建立断层指数数据库，其中包括：一级指数N_1：Ω＜1；二级指数N_2：1≤Ω≤3；三级指数N_3：3＜Ω≤5；四级指数N_4：5＜Ω；
3)建立成岩作用数据库D_c
根据岩石中不同矿物Mi的孔隙改变量建立成岩作用数据库，成岩作用类型包括：
强压实作用D1-1：其孔隙改变量为
中压实作用D1-2：其孔隙改变量为
弱压实作用D1-3：其孔隙改变量
石英强胶结作用D2-1：其孔隙改变量为
石英中胶结作用D2-2：其孔隙改变量为
石英弱胶结作用D2-3：其孔隙改变量
长石强胶结作用D3-1：孔隙改变量
长石中胶结作用D3-2：其孔隙改变量
长石弱胶结作用D3-3：其孔隙改变量
方解石强胶结作用D4-1：其孔隙改变量
方解石中胶结作用D4-2：其孔隙改变量
方解石弱胶结作用D4-3：其孔隙改变量
白云石强胶结作用D5-1：其孔隙改变量
白云石中胶结作用D5-2：其孔隙改变量
白云石弱胶结作用D5-3：其孔隙改变量
黏土强胶结作用D6-1：其孔隙改变量
黏土中胶结作用D6-2：其孔隙改变量
黏土弱胶结作用D6-3：其孔隙改变量
石英强溶蚀作用D7-1：其孔隙改变量为
石英中溶蚀作用D7-2：其孔隙改变量为
石英弱溶蚀作用D7-3：其孔隙改变量
长石强溶蚀作用D8-1：孔隙改变量
长石中溶蚀作用D8-2：其孔隙改变量
长石弱溶蚀作用D8-3：其孔隙改变量
方解石强溶蚀作用D9-1：其孔隙改变量
方解石中溶蚀作用D9-2：其孔隙改变量
方解石弱溶蚀作用D9-3：其孔隙改变量
白云石强溶蚀作用D10-1：其孔隙改变量
白云石中溶蚀作用D10-2：其孔隙改变量
白云石弱溶蚀作用D10-3：其孔隙改变量
4)建立成岩作用预测模型
(1)研究区储层网格化
将研究区储层网格化，即空间上不均匀分布的数据按一定方法(如滑动平均法、克里格法或其他适当的数值推算方法)归算成规则网格中的代表值(趋势值)的过程；研究区储层的每个网格可用Wi(X，Y)表示；
(2)确定网格属性
a.根据研究区沉积相数据确定网格Wi(X，Y)的沉积相属性F_m；
b.根据研究区岩性数据确定网格Wi(X，Y)的岩性属性R_n；
c.根据研究区酸碱度数据确定网格Wi(X，Y)的酸碱度属性P_o；
d.根据研究区沉积旋回数据确定网格Wi(X，Y)的沉积旋回属性C_p；
e.根据研究区成岩阶段数据确定网格Wi(X，Y)的成岩阶段属性S_q；
f.根据研究区断层指数数据确定网格Wi(X，Y)的断层指数属性N_r；
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)，即为：
Wi(X，Y)＝F_m+R_n+P_o+C_p+S_q+N_r；
(3)基于研究区岩石薄片资料、分析测试资料，确定研究区已知井Hj所在网格Wj(X，Y)的成岩作用D_s_j；
(4)确定已知井Hj所在网格Wj(X，Y)的综合属性Gj(F_m_j，R_n_j，P_o_j，C_p_j，S_q_j，N_r_j)，建立已知井Hj所在网格Wj(X，Y)成岩作用D_s与综合属性G(F_m_j，R_n_j，P_o_j，C_p_j，S_q_j，N_r_j)的对应关系，即为：
D_s_j＝F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j；
(5)任取一未知网格Wi(X，Y)，确定未知网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)，即为：
Gi＝(F_m_i，R_n_i，P_o_i，C_p_i，S_q_i，N_r_i)；
(6)将网格Wi(X，Y)的成岩作用综合属性Gi与井Hj所在网格Wj(X，Y)的综合属性Gj相比较，即为：
Gi-Gj＝(F_m_i，R_n_i，P_o_i，C_p_i，S_q_i，N_r_i)-(F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j)；
如果满足Gi-Gj＝0，则未知网格Wi(X，Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j；
如果Gi-Gj≠0，则按不同属性优先级顺序，即：沉积相F_m一级、岩性R_n二级、沉积旋回C_p三级、酸碱度P_o四级、成岩阶段S_q五级、断层指数N_r六级对未知网格Wi(X，Y)的成岩作用进行判识，即为：
ⅰ：F_m_i-F_m_j＝0，R_n_i-R_n_j≠0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅱ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅲ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅳ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅴ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j＝0，N_r_i-N_r_j≠0；未知网格Wi(X，Y)的成岩作用D_s_i满足条件i时，未知网格Wi(X，Y)与具有相同属性F_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅱ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅲ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅳ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅴ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、P_o_j、S_q_j的网格Wj(X，Y)的成岩作用相同；
(7)根据每个网格Wi(X，Y)的成岩作用确定研究区成岩作用横向分布；
5)建立成岩作用数学模型，即为：建立起不同成岩作用下孔隙模拟数学模型；
(1)压实作用模型D1
其中：颗粒密度ρs＝2650kg/m3；水密度ρw＝1.0×103kg/m3；k1为常数，k1＝0.67；c为常数，c＝3.68×10-8Pa-1；重力g＝9.8N/kg；VCom为压实作用改变孔隙体积百分量，％；强压实中压实弱压实
(2)胶结作用模型
a.石英胶结模型D2
其中：a，b为常数，a＝1.98×10-22，b＝0.022℃(-1)；VQue_Cem为石英胶结作用改变孔隙体积百分量，％；M为石英的摩尔质量，g/mol；ρ为石英的密度，g/cm3；T为反应温度，℃；T＝cn*z+dn，cn为地温梯度，℃/m；dn为地表温度或恒温带温度，℃；z为地层埋藏深度，m；A0为自生石英开始形成时石英颗粒原始表面积；A0＝6fV/D；D为石英颗粒的粒径，mm；V为单位砂岩体积，mm3；f为单位体积砂岩中石英的体积百分含量；c为平均每年地层温度的平均改变量，℃/y；石英强胶结石英中胶结石英弱胶结
b.长石胶结模型D3
其中：x埋藏深度(Km)；VFel_Cem为长石胶结作用改变孔隙体积百分量，％；长石强胶结长石中胶结长石弱胶结
c.方解石胶结模型D4
其中：x埋藏深度(Km)；VCal_Cem为方解石胶结作用改变孔隙体积百分量，％；方解石强胶结方解石中胶结方解石弱胶结
d.白云石胶结模型D5
其中：x埋藏深度(Km)；VDol_Cem为白云石胶结作用改变孔隙体积百分含量，％；白云石强胶结白云石中胶结白云石弱胶结
e.粘土胶结模型D6
其中：x埋藏深度(Km)；VCla_Cem为黏土胶结作用改变孔隙体积百分含量，％；粘土强胶结粘土中胶结粘土弱胶结
(3)溶蚀作用模型
a.石英溶蚀模型D7
其中：VQue_Dis为石英溶蚀作用改变孔隙体积百分含量，％；T为热力学温度，T＝273+T0+c*(H-H0)，T0为古地温，c为地温梯度，℃/m，H为地层埋深，H0为恒温带温度；ρH20为常温条件下水密度；石英强溶蚀石英中溶蚀石英弱溶蚀
b.长石溶蚀模型D8
其中：t为距今时间，Ma；为平均孔隙度，％；t1为地层温度首次达到70℃的时间，Ma；t2为地层温度首次达到90℃对应的时间，Ma；Δt＝t1-t2；VFel_Dis为长石溶蚀作用改变孔隙体积百分含量，％；长石强溶蚀长石中溶蚀长石弱溶蚀
c.方解石溶蚀模型D9
其中：x埋藏深度(Km)；VCal_Dis为方解石溶蚀作用改变孔隙体积百分含量，％；方解石强溶蚀方解石中溶蚀方解石弱溶蚀
d.白云石溶蚀模型D10
其中：x埋藏深度(Km)；VDol_Dis为白云石溶蚀作用改变孔隙体积百分含量，％；白云石强溶蚀白云石中溶蚀白云石弱溶蚀
6)压实量、胶结量以及溶蚀量模拟计算
(1)根据研究区埋藏史确定每个网格不同时刻t埋深H；
(2)根据研究区温度史确定每个网格不同时刻t温度T；
(3)根据4)中成岩作用预测模型确定每个网格Wi(X，Y)成岩作用预测模型；
(4)根据步骤(1)中埋深H、步骤(2)中温度T和步骤(3)得到每个网格Wi(X，Y)成岩作用预测模型计算每个网格的压实减孔量Vcom、胶结减孔量VMi_cem、溶蚀增孔量VMi_dis以及孔隙大小，其计算公式如下：
Φ＝Φ0-VCom-VMi_Cem+VMi_Dis
其中，Φ为孔隙度模拟值，Φ0为孔隙初始值，VCom为压实减孔量、VMi_Cem为矿物Mi(石英Que、长石Fel、方解石Cal、白云石Dol、黏土Cla)胶结减孔量、VMi_Dis为矿物Mi(石英Que、长石Fel、方解石Cal、白云石Dol)溶蚀增孔量。
实施例2
基于碎屑岩储层溶蚀增孔量的定量预测方法预测渤中凹陷东营组二段储层孔隙溶蚀情况，具体步骤如下：
1、收集研究区地质资料
收集渤中凹陷东营组二段储层的地质资料，并按照原始资料数据库对各种类型数据进行分类。收集的地质资料包括以下内容：研究区东营组二段成岩作用数据表(表1、表2、表3)、研究区埋藏史和温度史、东营组二段储层沉积相图、东营组二段储层岩性图、东营组二段储层断裂分布图、东营组二段储层酸碱度图、东营组二段储层成岩阶段图、东营组二段储层沉积旋回图(如图1-8)。
2、确定储层属性
(1)网格化工区
将渤中凹陷东营组二段碎屑岩储层进行网格化，每个网格用Wi(X，Y)表示。
(2)确定网格属性
a.根据研究区沉积相数据确定网格Wi(X，Y)的沉积相属性F_m；
b.根据研究区岩性数据确定网格Wi(X，Y)的岩性属性R_n；
c.根据研究区酸碱度数据确定网格Wi(X，Y)的酸碱度属性P_o；
d.根据研究区沉积旋回数据确定网格Wi(X，Y)的旋回属性C_p；
e.根据研究区成岩阶段数据确定网格Wi(X，Y)的成岩阶段属性S_q；
f.根据研究区断层指数数据确定网格Wi(X，Y)的断层指数属性N_r；
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)，即为：
Wi(X，Y)＝F_m+R_n+P_o+C_p+S_q+N_r；
3.确定研究区成岩作用
(1)确定单井成岩作用
收集研究区岩石薄片分析测试数据，根据岩石颗粒接触关系、原生孔隙、胶结类型、胶结含量、次生孔隙类型以及溶蚀含量，结合成岩作用划分方案，确定不同井东营组二段的成岩作用类型，即已知井Hi所在网格Wi(X，Y)的成岩作用所对应的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)。
表1研究区东营组二段成岩作用表
表2研究区东营组二段成岩作用表
表3研究区东营组二段成岩作用表
(2)确定井间成岩作用
a.任取一未知网格Wi(X，Y)，确定未知网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)；即为：Gi＝(F_m_i，R_n_i，P_o_i，C_p_i，S_q_i，N_r_i)
如网格W30＝(F_43，R_6，ⅠB，C_2，P_2，N1)；
如网格W40＝(F_43，R_10，ⅠB，C_3，P_2，N3)；
如网格W50＝(F_26，R_11，ⅡA，C_1，P_4，N2)；
如网格W60＝(F_45，R_6，ⅠB，C_3，P_2，N2)；
b.将网格Wi(X，Y)的成岩作用综合属性Gi与井Hj(CFD16-1-2D、CFD16-1-1、Hz4、CFD17-3-1、Hz5、CFD18-1-2D、CFD18-2-2D、CFD18-2E-1、BZ13-1-1、BZ13-1-2、BZ13-1-3、CFD23-1-1、CFD23-3-1、BZ19-4-1、CFD24-1-1、CFD16-2-1、CFD16-3-1、CFD18-1N-1、BZ19-2-1)所在网格Wj(X，Y)的综合属性Gj相比较，即为：
G i-Gj＝(F_m_i+R_n_i+P_o_i+C_p_i+S_q_i+N_r_i)-(F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j)
如果满足Gi-Gj＝0，则未知网格Wi(X，Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j；
如果Gi-Gj≠0，则按不同属性优先级(即为：沉积相一级、岩性二级、旋回三级、酸碱度四级、成岩阶段五级、断层指数六级)对未知网格Wi(X，Y)的成岩作用进行判识，即：
ⅰ：F_m_i-F_m_j＝0，R_n_i-R_n_j≠0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅱ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅲ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅳ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅴ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j＝0，N_r_i-N_r_j≠0；
未知网格Wi(X，Y)的成岩作用D_s_i满足条件i时，未知网格Wi(X，Y)与具有相同属性F_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅱ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅲ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅳ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅴ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j、P_o_j的网格Wj(X，Y)的成岩作用相同；
如网格W30＝(F_43，R_6，ⅠB，C_2，P_2，N1)-(F_m_CFD17-3-1+R_n_CFD17-3-1+P_o_CFD17-3-1+C_p_CFD17-3-1+S_q_CFD17-3-1+N_r_CFD17-3-1)＝0，即网格W30与井CFD17-3-1具有相同的成岩作用，也即：W30＝D1-2_D6-3_D4-1
如网格W40＝(F_43，R_10，ⅠB，C_3，P_2，N3)-(F_CFD18-2E-1+R_n_CFD18-2E-1+P_o_CFD18-2E-1+C_p_CFD18-2E-1+S_q_CFD18-2E-1+N_r_CFD18-2E-1)＝0，即网格W40与井CFD18-2E-1具有相同的成岩作用，也即：W40＝D1-2_D6-3_D4-3_D8-1；
如网格W50＝(F_26，R_11，ⅡA，C_1，P_2，N1)网格属性满足条件ⅳ，即：F_m-F_m_BZ-13-1-3＝0，R_n-R_n_BZ-13-1-3＝0，C_p-C_p_BZ-13-1-3＝0，S_q-S_q_BZ-13-1-3＝0，P_o-P_o_BZ-13-1-3≠0，N_r-N_r_BZ-13-1-3≠0；则W50与井BZ-13-1-3具有相同成岩作用，也即：W50＝D1-2_D6-2_D2-3_D8-3；
如网格W60＝(F_26，R_11，ⅡA，C_1，P_2，N1)网格属性满足条件ⅴ，即：F_m-F_m_CFD-16-2-1＝0，R_n-R_n_CFD-16-2-1＝0，C_p-C_p_CFD-16-2-1＝0，S_q-S_q_CFD-16-2-1＝0，P_o-P_o_CFD-16-2-1＝0，N_r-N_r_CFD-16-2-1≠0；则W60与井CFD-16-2-1具有相同成岩作用，也即：W60＝D1-2_D6-2_D9-1；
c.根据每个网格Wi(X，Y)的成岩作用确定研究区成岩作用横向分布。
4、研究区成岩作用数学模型
(1)压实作用模型D1
其中：颗粒密度ρs＝2650kg/m3；水密度ρw＝1.0×103kg/m3；k1为常数，k1＝0.67；c为常数，c＝3.68×10-8Pa-1；重力g＝9.8N/kg；VCom为压实作用改变孔隙体积百分量，％；强压实中压实弱压实
(2)胶结作用模型
a.石英胶结模型D2
其中：a，b为常数，a＝1.98×10-22，b＝0.022℃(-1)；VQue_Cem为石英胶结作用改变孔隙体积百分量，％；M为石英的摩尔质量，g/mol；ρ为石英的密度，g/cm3；T为反应温度，℃；T＝cn*z+dn，cn为地温梯度，℃/m；dn为地表温度或恒温带温度，℃；z为地层埋藏深度，m；A0为自生石英开始形成时石英颗粒原始表面积；A0＝6fV/D；D为石英颗粒的粒径，mm；V为单位砂岩体积，mm3；f为单位体积砂岩中石英的体积百分含量；c为平均每年地层温度的平均改变量，℃/y；石英强胶结石英中胶结石英弱胶结
b.长石胶结模型D3
其中：x埋藏深度(Km)；VFel_Cem为长石胶结作用改变孔隙体积百分量，％；长石强胶结长石中胶结长石弱胶结
c.方解石胶结模型D4
其中：x埋藏深度(Km)；VCal_Cem为方解石胶结作用改变孔隙体积百分量，％；方解石强胶结方解石中胶结方解石弱胶结
d.粘土胶结模型D6
其中：x埋藏深度(Km)；VCla_Cem为黏土胶结作用改变孔隙体积百分含量，％；粘土强胶结粘土中胶结粘土弱胶结
(3)溶蚀作用模型
a.石英溶蚀模型D7
其中：VQue_Dis为石英溶蚀作用改变孔隙体积百分含量，％；T为热力学温度，T＝273+T0+c*(H-H0)，T0为古地温，c为地温梯度，℃/m，H为地层埋深，H0为恒温带温度；ρH20为常温条件下水密度；石英强溶蚀石英中溶蚀石英弱溶蚀
b.长石溶蚀模型D8
其中：t为距今时间，Ma；为平均孔隙度，％；t1为地层温度首次达到70℃的时间，Ma；t2为地层温度首次达到90℃对应的时间，Ma；Δt＝t1-t2；VFel_Dis为长石溶蚀作用改变孔隙体积百分含量，％；长石强溶蚀长石中溶蚀长石弱溶蚀
c.方解石溶蚀模型D9
其中：x埋藏深度(Km)；VCal_Dis为方解石溶蚀作用改变孔隙体积百分含量，％；方解石强溶蚀方解石中溶蚀方解石弱溶蚀
(4)主要参数选取
a.压实作用模型主要参数选取
ρs＝2650kg/m3；
ρw＝1.0×103kg/m3；
k1＝0.67；
c＝3.68×10-8Pa-1；
g＝9.8N/kg；
b.石英胶结模型主要参数选取
a＝1.98×10-22；
b＝0.022℃(-1)；
M＝60g/mol；
ρ＝0.25g/cm3；
c＝0.00000000000002℃/y；
Cn＝0.0031℃/m；
Dn＝18℃；
D＝0.02mm；
V＝1mm3；
f＝0.65；
T1＝90℃；
T2＝140℃；
c.石英溶蚀模型主要参数选取
T0＝21℃；
c＝0.0031℃/m；
H0＝30m；
ρH20＝1.0g/cm^3；
d.长石溶蚀模型主要参数选取
t1＝16.2
t2＝8.2
t＝28.1
6)溶蚀量模拟计算
(1)根据研究区构造深度数据，确定每个网格埋深H；
(2)根据研究区埋藏史、温度史，确定每个网格不同时刻t的埋深H(t)以及温度T；
(3)根据4)中成岩作用预测模型确定每个网格Wi(X，Y)溶蚀增孔量数学模型；
(4)根据步骤(1)中埋深H、步骤(2)中温度T和步骤(3)得到每个网格Wi(X，Y)成岩作用预测模型；
如网格W20，埋深H＝2375，发生了中压实D1-2、石英弱溶蚀D7-3；
网格W20孔隙值Φ＝Φ0-Vcom-VMi_cem+VMi_dis＝40-18.4+1.8＝23.4；
如网格W30，发生了中压实D1-2、黏土弱胶结D6-3、方解石强胶结D4-1，埋深H＝2300(m)，
网格W30孔隙值Φ＝Φ0-VCom-VMi_Cem+VMi_Dis＝40-17.5-3.5-7.8＝11.2；
如网格W40，发生了中压实D1-2、黏土弱胶结D6-3、方解石弱胶结D4-3、长石强溶蚀D8-1，埋深H＝2342，
网格W40孔隙值Φ＝Φ0-VCom-VMi_Cem+VMi_Dis＝40-18.0-3.6-4.8+11.8＝25.4；
如网格W50，发生了中压实D1-2、黏土中胶结D6-2、石英弱胶结D2-3、长石弱溶蚀D8-3，埋深H＝2150，
网格W50孔隙值Φ＝Φ0-VCom-VMi_Cem+VMi_Dis＝40-15.7-7.1-1.8+2.3＝17.7；
如网格W60，发生了中压实D1-2、黏土中胶结D6-2、方解石强溶蚀D9-1，埋深H＝2400，
网格W50孔隙值Φ＝Φ0-VCom-VMi_Cem+VMi_Dis＝40-18.6-8.2+12.3＝25.5；
(5)根据每个网格的溶蚀量，确定东营组二段储层孔量度分布(图10)；
其它未详细说明的部分均为现有技术。尽管上述实施例对本发明做出了详尽的描述，但它仅仅是本发明一部分实施例，而不是全部实施例，人们还可以根据本实施例在不经创造性前提下获得其他实施例，这些实施例都属于本发明保护范围。
Claims (4)
1.一种基于成岩相预测的储层孔隙度定量模拟方法，其特征在于：包括以下步骤：
1)收集研究区地质资料
2)建立原始资料数据库
(1)沉积相类型数据库F_m
对碎屑岩储层沉积相类型进行概括和分类建立沉积相类型数据库F_m；
(2)岩性数据库R_n
根据组成岩石颗粒的颗粒大小及矿物成分，将碎屑岩岩性进行划分，建立岩性数据库R_n；
(3)酸碱度数据库P_o
根据储层孔隙中流体酸碱性大小，建立酸碱度数据库P_o；
(4)沉积旋回数据库C_p
对碎屑岩储层沉积旋回类型进行概括和分类建立沉积旋回数据库C_p，
(5)成岩阶段数据库S_q
(6)断层指数数据库N_r
根据研究区断层发育情况确定断层指数Ω，建立断层指数数据库N_r；
3)建立成岩作用数据库D_c
根据岩石中不同矿物Mi的孔隙改变量建立成岩作用数据库；
4)建立成岩作用预测模型
(1)研究区储层网格化
将研究区储层网格化，研究区储层的每个网格用Wi(X，Y)表示；
(2)确定网格属性
a.根据研究区沉积相数据确定网格Wi(X，Y)的沉积相属性F_m；
b.根据研究区岩性数据确定网格Wi(X，Y)的岩性属性R_n；
c.根据研究区酸碱度数据确定网格Wi(X，Y)的酸碱度属性P_o；
d.根据研究区沉积旋回数据确定网格Wi(X，Y)的沉积旋回属性C_p；
e.根据研究区成岩阶段数据确定网格Wi(X，Y)的成岩阶段属性S_q；
f.根据研究区断层指数数据确定网格Wi(X，Y)的断层指数属性N_r；
g.根据上述步骤a、b、c、d、e和f确定每个网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)，即为：
Wi(X，Y)＝F_m+R_n+P_o+C_p+S_q+N_r；
(3)基于研究区岩石薄片资料、分析测试资料，确定研究区已知井Hj所在网格Wj(X，Y)的成岩作用D_s_j；
(4)确定已知井Hj所在网格Wj(X，Y)的综合属性Gj(F_m_j，R_n_j，P_o_j，C_p_j，S_q_j，N_r_j)，建立已知井Hj所在网格Wj(X，Y)成岩作用D_s与综合属性G(F_m_j，R_n_j，P_o_j，C_p_j，S_q_j，N_r_j)的对应关系，即为：
D_s_j＝F_m_j+R_n_j+P_o_j+C_p_j+S_q_j+N_r_j；
(5)任取一未知网格Wi(X，Y)，确定未知网格Wi(X，Y)的综合属性G(F_m，R_n，P_o，C_p，S_q，N_r)，即为：
Gi＝(F_m_i，R_n_i，P_o_i，C_p_i，S_q_i，N_r_i)；
(6)将网格Wi(X，Y)的成岩作用综合属性Gi与井Hj所在网格Wj(X，Y)的综合属性Gj相比较，即为：
Gi-Gj＝(F_m_i，R_n_i，P_o_i，C_p_i，S_q_i，N_r_i)-(F_m_j+ R_n_j+P_o_j+C_p_j+S_q_j+N_r_j)；
如果满足Gi-Gj＝0，则未知网格Wi(X，Y)的成岩作用D_s_i与井j具有相同的成岩作用D_s_j；
如果Gi-Gj≠0，则按不同属性优先级顺序，即：沉积相F_m一级、岩性R_n二级、沉积旋回C_p三级、酸碱度P_o四级、成岩阶段S_q五级、断层指数N_r六级对未知网格Wi(X，Y)的成岩作用进行判识，即为：
ⅰ：F_m_i-F_m_j＝0，R_n_i-R_n_j≠0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅱ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j≠0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅲ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j≠0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅳ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j≠0，N_r_i-N_r_j≠0；
ⅴ：F_m_i-F_m_j＝0，R_n_i-R_n_j＝0，C_p_i-C_p_j＝0，P_o_i-P_o_j＝0，S_q_i-S_q_j＝0，N_r_i-N_r_j≠0；未知网格Wi(X，Y)的成岩作用D_s_i满足条件i时，未知网格Wi(X，Y)与具有相同属性F_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅱ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅲ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅳ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、S_q_j的网格Wj(X，Y)的成岩作用相同；
D_s_i满足条件ⅴ时，未知网格Wi(X，Y)与具有相同属性F_m_j、R_n_j、C_p_j、P_o_j、S_q_j的网格Wj(X，Y)的成岩作用相同；
(7)根据每个网格Wi(X，Y)的成岩作用确定研究区成岩作用横向分布；
5)建立成岩作用数学模型，即为：建立起不同成岩作用下孔隙模拟数学模型；
(1)压实作用模型D1
其中：颗粒密度ρs＝2650kg/m3；水密度ρw＝1.0×103kg/m3；k1为常数，k1＝0.67；c为常数，c＝3.68×10-8Pa-1；重力g＝9.8N/kg；VCom为压实作用改变孔隙体积百分量，％；强压实中压实弱压实
(2)胶结作用模型
a.石英胶结模型D2
其中：a，b为常数，a＝1.98×10-22，b＝0.022℃(-1)；VQue_Cem为石英胶结作用改变孔隙体积百分量，％；M为石英的摩尔质量，g/mol；ρ为石英的密度，g/cm3；T为反应温度，℃；T＝cn*z+dn，cn为地温梯度，℃/m；dn为地表温度或恒温带温度，℃；z为地层埋藏深度，m；A0为自生石英开始形成时石英颗粒原始表面积；A0＝6fV/D；D为石英颗粒的粒径，mm；V为单位砂岩体积，mm3；f为单位体积砂岩中石英的体积百分含量；石英强胶结石英中胶结石英弱胶结
b.长石胶结模型D3
其中：x埋藏深度，Km；VFel_Cem为长石胶结作用改变孔隙体积百分量，％；长石强胶结长石中胶结长石弱胶结
c.方解石胶结模型D4
其中：x埋藏深度，Km；VCal_Cem为方解石胶结作用改变孔隙体积百分量，％；方解石强胶结方解石中胶结方解石弱胶结
d.白云石胶结模型D5
其中：x埋藏深度，Km；VDol_Cem为白云石胶结作用改变孔隙体积百分含量，％；白云石强胶结白云石中胶结白云石弱胶结
e.粘土胶结模型D6
其中：x埋藏深度，Km；VCla_Cem为黏土胶结作用改变孔隙体积百分含量，％；粘土强胶结粘土中胶结粘土弱胶结
(3)溶蚀作用模型
a.石英溶蚀模型D7
其中：VQue_Dis为石英溶蚀作用改变孔隙体积百分含量，％；T为热力学温度，T＝273+T0+c*(H-H0)，T0为古地温，c为地温梯度，℃/m，H为地层埋深，H0为恒温带温度；ρH20为常温条件下水密度；石英强溶蚀石英中溶蚀石英弱溶蚀
b.长石溶蚀模型D8
其中：t为距今时间，Ma；为平均孔隙度，％；t1为地层温度首次达到70℃的时间，Ma；t2为地层温度首次达到90℃对应的时间，Ma；Δt＝t1-t2；VFel_Dis为长石溶蚀作用改变孔隙体积百分含量，％；长石强溶蚀长石中溶蚀长石弱溶蚀
c.方解石溶蚀模型D9
其中：x埋藏深度，Km；VCal_Dis为方解石溶蚀作用改变孔隙体积百分含量，％；方解石强溶蚀方解石中溶蚀方解石弱溶蚀
d.白云石溶蚀模型D10
其中：x埋藏深度，Km；VDol_Dis为白云石溶蚀作用改变孔隙体积百分含量，％；白云石强溶蚀白云石中溶蚀白云石弱溶蚀
6)压实量、胶结量以及溶蚀量模拟计算
(1)根据研究区埋藏史确定每个网格不同时刻t埋深H；
(2)根据研究区温度史确定每个网格不同时刻t温度T；
(3)根据4)中成岩作用预测模型确定每个网格Wi(X，Y)成岩作用预测模型；
(4)根据步骤(1)中埋深H、步骤(2)中温度T和步骤(3)得到每个网格Wi(X，Y)成岩作用预测模型计算每个网格的压实减孔量Vcom、胶结减孔量VMi_cem、溶蚀增孔量V Mi_dis以及孔隙大小，其计算公式如下：
Φ＝Φ0-VCom-VMi_Cem+VMi_Dis
其中，Φ为孔隙度模拟值，Φ0为孔隙初始值，VCom为压实减孔量；VMi_Cem为矿物Mi胶结减孔量；VMi_Dis为矿物Mi溶蚀增孔量。
2.根据权利要求1所述基于成岩相预测的储层孔隙度定量模拟方法，其特征在于：所述步骤1)中，收集研究区地质资料包括：研究区成岩作用数据、研究区埋藏史和温度史、研究区沉积相图、研究区储层岩性图、研究区储层断裂分布图、研究区储层酸碱度图、研究区储层成岩阶段图、研究区储层沉积旋回图。
3.根据权利要求1所述基于成岩相预测的储层孔隙度定量模拟方法，其特征在于：所述步骤2)中，(1)沉积相类型数据库F_m包括：冲积扇-旱扇-扇根F_1、冲积扇-旱扇-扇中F_2、冲积扇-旱扇-扇缘F_3、冲积扇-湿扇-扇根F_4、冲积扇-湿扇-扇中F_5、冲积扇-湿扇-扇缘F_6、河流相-曲流河-河床亚相-河床滞留F_7、河流相-曲流河-河床亚相-边滩F_8、河流相-曲流河-堤岸亚相-天然堤F_9、河流相-曲流河-堤岸亚相-决口扇F_10、河流相-曲流河-河漫亚相-河漫滩F_11、河流相-曲流河-泛滥盆地-河漫湖泊F_12、河流相-曲流河-河漫沼泽F_13、河流相-辫状河-牛轭湖F_14、河流相-辫状河-河床滞留F_15、河流相-辫状河-心滩F_16、河道F_17、河流相-辫状河-泛滥平原F_18、湖泊相-断陷型-湖成三角洲F_19、湖泊相-断陷型-滨湖F_20、湖泊相-断陷型-浅湖F_21、湖泊相-断陷型-半深湖F_22、湖泊相-断陷型-深湖F_23、湖泊相-断陷型-湖湾F_24、湖泊相-坳陷型-湖成三角洲F_25、湖泊相-坳陷型-滨湖F_26、湖泊相-坳陷型-浅湖F_27、湖泊相-坳陷型-半深湖F_28、湖泊相-坳陷型-深湖F_29、湖泊相-坳陷型-湖湾F_30、湖泊相-前陆型-湖成三角洲F_31、湖泊相-前陆型-滨湖F_32、湖泊相-前陆型-浅湖F_33、湖泊相-前陆型-半深湖F_34、湖泊相-前陆型-深湖F_35、湖泊相-前陆型-湖湾F_36、三角洲相-辫状河三角洲-三角洲平原-分支F_37、三角洲相-辫状河三角洲-三角洲平原-河道F_38、三角洲相-辫状河三角洲-三角洲平原-陆上天然堤F_39、三角洲相-辫状河三角洲-三角洲平原-决口扇F_40、三角洲相-辫状河三角洲-三角洲平原-沼泽F_41、三角洲相-辫状河三角洲-三角洲平原-淡水湖泊F_42、三角洲相-辫状河三角洲-三角洲前缘-水下分支河道F_43、三角洲相-辫状河三角洲-三角洲前缘-水下天然堤F_44、三角洲相-辫状河三角洲-三角洲前缘-支流间湾F_45、三角洲相-辫状河三角洲-三角洲前缘-分支河口砂坝F_46、三角洲相-辫状河三角洲-三角洲前缘-远砂坝F_47、三角洲相-辫状河三角洲-三角洲前缘-前缘席状砂F_48、三角洲相-辫状河三角洲-前三角洲F_49、三角洲相-扇三角洲-扇三角洲平原-泥石流F_50、三角洲相-扇三角洲-扇三角洲平原-河道充填F_51、三角洲相-扇三角洲-扇三角洲平原-漫滩F_52、三角洲相-扇三角洲-扇三角洲前缘-碎屑流F_53、三角洲相-扇三角洲-扇三角洲前缘-水下分流河道F_54、三角洲相-扇三角洲-扇三角洲前缘-支流间湾F_55、三角洲相-扇三角洲-扇三角洲前缘-河口砂坝F_56、三角洲相-扇三角洲-扇三角洲前缘-远砂坝F_57、三角洲相-扇三角洲-前扇三角洲F_58；
(2)岩性数据库R_n包括细砾岩R_1、中砾岩R_2、粗砾岩R_3、巨砾岩R_4、石英砂岩R_5、长石质石英砂岩R_6、岩屑质石英砂岩R_7、长石岩屑质石英砂岩R_8、长石砂岩R_9、岩屑质长石砂岩R_10、岩屑长石砂岩R_11、岩屑砂岩R_12、长石质岩屑砂岩R_13、长石岩屑砂岩R_14、黏土R_15、泥岩R_16、页岩R_17；
(3)酸碱度数据库P_o包括强酸性P_1：pH＜3；酸性P_2：3≤pH＜5；弱酸性P_3：5≤pH＜7；弱碱性P_4：7≤pH＜9；碱性P_5：9≤pH＜11；强碱性P_6：11≤pH≤14；
(4)沉积旋回数据库C_p包括：正旋回C_1、反旋回C_2、复合旋回C_3；
(5)成岩阶段数据库S_q包括：早成岩阶段A期ⅠA，即为：S_1；早成岩阶段B期ⅠB，即为：S_2；中成岩阶段A期ⅡA，即为：S_3；中成岩阶段B期ⅡB，即为S_4；晚成岩阶段Ⅲ，即为：S_5；
(6)断层指数数据库N_r包括：一级指数N_1：Ω＜1；二级指数N_2：1≤Ω≤3；三级指数N_3：3＜Ω≤5；四级指数N_4：5＜Ω。
4.根据权利要求1所述基于成岩相预测的储层孔隙度定量模拟方法，其特征在于：所述步骤3)中，成岩作用数据库D_c中成岩作用类型包括：
强压实作用D1-1：其孔隙改变量为
中压实作用D1-2：其孔隙改变量为
弱压实作用D1-3：其孔隙改变量
石英强胶结作用D2-1：其孔隙改变量为
石英中胶结作用D2-2：其孔隙改变量为
石英弱胶结作用D2-3：其孔隙改变量
长石强胶结作用D3-1：孔隙改变量
长石中胶结作用D3-2：其孔隙改变量
长石弱胶结作用D3-3：其孔隙改变量
方解石强胶结作用D4-1：其孔隙改变量
方解石中胶结作用D4-2：其孔隙改变量
方解石弱胶结作用D4-3：其孔隙改变量
白云石强胶结作用D5-1：其孔隙改变量
白云石中胶结作用D5-2：其孔隙改变量
白云石弱胶结作用D5-3：其孔隙改变量
黏土强胶结作用D6-1：其孔隙改变量
黏土中胶结作用D6-2：其孔隙改变量
黏土弱胶结作用D6-3：其孔隙改变量
石英强溶蚀作用D7-1：其孔隙改变量为
石英中溶蚀作用D7-2：其孔隙改变量为
石英弱溶蚀作用D7-3：其孔隙改变量
长石强溶蚀作用D8-1：孔隙改变量
长石中溶蚀作用D8-2：其孔隙改变量
长石弱溶蚀作用D8-3：其孔隙改变量
方解石强溶蚀作用D9-1：其孔隙改变量
方解石中溶蚀作用D9-2：其孔隙改变量
方解石弱溶蚀作用D9-3：其孔隙改变量
白云石强溶蚀作用D10-1：其孔隙改变量
白云石中溶蚀作用D10-2：其孔隙改变量
白云石弱溶蚀作用D10-3：其孔隙改变量
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810116727.4A CN108388709B (zh) | 2018-02-06 | 2018-02-06 | 基于成岩相预测的储层孔隙度定量模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810116727.4A CN108388709B (zh) | 2018-02-06 | 2018-02-06 | 基于成岩相预测的储层孔隙度定量模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108388709A true CN108388709A (zh) | 2018-08-10 |
| CN108388709B CN108388709B (zh) | 2023-06-27 |
Family
ID=63075252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810116727.4A Active CN108388709B (zh) | 2018-02-06 | 2018-02-06 | 基于成岩相预测的储层孔隙度定量模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108388709B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110245686A (zh) * | 2019-05-16 | 2019-09-17 | 中国石油天然气集团有限公司 | 一种计算石英相对百分含量的岩性快速识别方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102562048A (zh) * | 2010-12-30 | 2012-07-11 | 长江大学 | 一种预测高成岩阶段低孔低渗碎屑岩有效储层的方法 |
| US20140377872A1 (en) * | 2013-06-20 | 2014-12-25 | Total Sa | Method of predicting the amount and the composition of fluids produced by mineral reactions operating within a sedimentary basin |
| CN106597548A (zh) * | 2016-12-02 | 2017-04-26 | 中国石油大学(华东) | 一种多因素定量评价地质时期3d孔隙度的方法 |
-
2018
- 2018-02-06 CN CN201810116727.4A patent/CN108388709B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102562048A (zh) * | 2010-12-30 | 2012-07-11 | 长江大学 | 一种预测高成岩阶段低孔低渗碎屑岩有效储层的方法 |
| US20140377872A1 (en) * | 2013-06-20 | 2014-12-25 | Total Sa | Method of predicting the amount and the composition of fluids produced by mineral reactions operating within a sedimentary basin |
| CN106597548A (zh) * | 2016-12-02 | 2017-04-26 | 中国石油大学(华东) | 一种多因素定量评价地质时期3d孔隙度的方法 |
Non-Patent Citations (1)
| Title |
|---|
| QIAN WENDAO等: "Forming Condition and Geology Prediction Techniques of Deep Clastic Reservoirs" * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110245686A (zh) * | 2019-05-16 | 2019-09-17 | 中国石油天然气集团有限公司 | 一种计算石英相对百分含量的岩性快速识别方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108388709B (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101937108B (zh) | 低渗碎屑岩油气藏储量确定方法 | |
| CN103670383B (zh) | 一种识别泥页岩油藏有效储层的方法及设备 | |
| Lashin et al. | Characterization of the Qishn sandstone reservoir, Masila Basin–Yemen, using an integrated petrophysical and seismic structural approach | |
| CN105590012B (zh) | 一种适用于层间氧化带砂岩型铀矿有利砂体的评价方法 | |
| CN105467464B (zh) | 近岸水下扇砂砾岩有效连通体划分和对比方法 | |
| CN106503834A (zh) | 一种湖相超低孔渗储层致密油甜点区的预测方法 | |
| CN106988737B (zh) | 一种利用岩性组合识别沉积相的方法 | |
| Bekele et al. | Modeling secondary oil migration with core-scale data: Viking Formation, Alberta Basin | |
| CN105467463B (zh) | 近岸水下扇洪水沉积单元体最大延伸距离量化预测方法 | |
| CN104240153A (zh) | 一种含水层地下储气库的选址评估方法 | |
| CN108678735A (zh) | 一种识别地下古代河流类型的方法 | |
| Zhu et al. | Structural division of granite weathering crusts and effective reservoir evaluation in the western segment of the northern belt of Dongying Sag, Bohai Bay Basin, NE China | |
| CN108344854A (zh) | 基于成岩过程的碎屑岩储层胶结减孔量的定量预测方法 | |
| CN108362621A (zh) | 基于成岩相测井识别技术模拟计算碎屑岩储层孔隙度的方法 | |
| CN108446788A (zh) | 基于成岩过程的碎屑岩储层孔隙度预测方法 | |
| CN108388709A (zh) | 基于成岩相预测的储层孔隙度定量模拟方法 | |
| CN105468890B (zh) | 近岸水下扇洪水沉积单元体宽度量化预测方法 | |
| Yao et al. | Effects of the interaction of tectonics, eustasy, climate, and minerals on the sedimentary evolution of early-middle Jurassic in the Hongshanzui region in Junggar Basin | |
| Johnson et al. | Sedimentology and paleogeographic significance of six fluvial sandstone bodies in the Maroon Formation, Eagle Basin, northwest Colorado. Sedimentology of an Eolian sandstone from the Middle Pennsylvanian Eagle Valley Evaporite, Eagle Basin, northwest Colorado. Burial reconstruction of the Early and Middle Pennsylvanian Belden Formation, Gilman area, Eagle Basin, northwest Colorado | |
| CN108345963A (zh) | 碎屑岩储层胶结减孔量的定量预测方法 | |
| CN108388708A (zh) | 碎屑岩储层溶蚀增孔量的定量预测方法 | |
| CN108364096A (zh) | 基于过程响应的碎屑岩储层溶蚀增孔量定量预测方法 | |
| CN105488729A (zh) | 一种浮选型多金属尾矿库二次开发利用的资源量调查方法 | |
| Lu et al. | Sedimentary characteristics and sand-body distributions in the Lower Permian He 8 Member, Ordos Basin, China | |
| Zhang et al. | Depositional characteristics of fluvial facies in gentle slope zone of lacustrine rift basins: The third member of the Dongying Formation in the Wen’an Slope of Baxian Sag, Bohai Bay Basin, China |
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 |