Soleimani M

（伊朗沙赫魯?shù)吕砉ご髮W采礦、石油與地球物理系）

0 引言

類比法廣泛應用于地質(zhì)研究中，在礦藏資源潛力預測和勘探?jīng)Q策方面也有一定應用。新區(qū)開始勘探研究時，地質(zhì)家首先會研究區(qū)域地質(zhì)條件，將過去勘探工作中所積累的經(jīng)驗作為類比信息。在地質(zhì)家看來，不同區(qū)域通常具有不同的地質(zhì)特征，反映了沉積和區(qū)域地質(zhì)的獨特性。如果研究區(qū)與類比區(qū)存在差異，且類比區(qū)之間存在差異，最簡單的方法是將每個地區(qū)劃歸一個不同的種類。但這種觀點存在一些局限[1]，其主要原因在于采樣和獲得勘探信息的成本很高，特別是在石油勘探中（如果勘探目標區(qū)很大，該成本將會非常高）；原因之二，與第1個因素有關(guān)，即，由于直接采樣成本高昂，間接采樣方法如地質(zhì)研究被廣泛用于推測未知礦藏資源狀況和勘探結(jié)果；原因之三，亦與第 1個因素相關(guān)，高昂的采樣成本突顯了獲知相關(guān)隨機變量先驗分布的重要意義[2]。因此，如果根據(jù)地質(zhì)特征類比作出決策，設計勘探項目（隨后將進行鉆探），可能面臨高額的投資損失。當類比區(qū)和研究區(qū)存在地質(zhì)差異時，可采用以下3種方法避免這種損失[2]：①將各個地區(qū)分別作為限制因素和先驗概率來源，應用決策理論計算其他替代方案的預期損失；②從專家處獲取主觀的先驗概率，獲得主觀概率的最佳準備工作是審查支持性信息，通常包括礦物/石油產(chǎn)狀以及類似地區(qū)的礦藏信息，而由地質(zhì)家根據(jù)經(jīng)驗和知識對不相似性作出判斷；③對類比區(qū)與研究區(qū)的地質(zhì)相似性進行定量評估，提供礦物/石油產(chǎn)狀的數(shù)學類比信息。本文基于地質(zhì)背景的相似性原則，選用第 3種解決方案，提出伊朗境內(nèi)部分區(qū)域油田勘探的概念決策模型。

1 模型整體結(jié)構(gòu)

圖1 基于概念決策模型的油氣勘探模擬示意圖

設計概念決策模型的目的是根據(jù)地質(zhì)假設（構(gòu)造圈閉，地下構(gòu)造和地層圈閉）模擬盆地勘探。模型中除需選擇目標盆地的地質(zhì)假設條件外，還需指定勘探方法和調(diào)查強度（見圖 1）。具體決策包括是否開展普查勘探、是否鉆井、是否采用新的地質(zhì)假設或終止勘探等。發(fā)現(xiàn)油氣藏的工作包括在預測的油藏區(qū)域內(nèi)鉆井，鉆井深度與油層深度相同，或大于油層深度。模型中采用貝葉斯決策理論進行決策，因而決策可反映下列期望值：油藏數(shù)目及其規(guī)模的分布；一種地質(zhì)假設相對于另一種地質(zhì)假設的期望成功率；每種地質(zhì)假設條件下使用勘探方法探測和識別出地質(zhì)條件的概率。根據(jù)貝葉斯決策理論，將根據(jù)勘探結(jié)果對一些初始期望值進行修改。模型參數(shù)包括了經(jīng)濟因素（價格、勘探和生產(chǎn)成本、產(chǎn)量、貼現(xiàn)率、預算和稅費等），在每種地質(zhì)假設條件下，經(jīng)濟參數(shù)與油藏參數(shù)均保持不變[3-4]。

概念決策模型由 4個主要部分構(gòu)成：①特性的生成，根據(jù)假設，確定盆地異常點種子、油藏位置種子及各種假設條件下每個油藏的響應矢量種子等信息；②勘探模擬，按照假設開展地質(zhì)普查；③決策分析，隨著信息不斷豐富，修改先驗概率，并計算鉆井、非鉆井和勘探的預期損失；④經(jīng)濟評價，評價所發(fā)現(xiàn)油氣藏的凈現(xiàn)值，并確定各經(jīng)濟油藏的產(chǎn)量。

圖 1所示為模擬的主要階段和次序。該模型的每一次迭代計算都要先生成特性、含油氣盆地，然后模擬盆地勘探。對所獲得的結(jié)果進行處理，得出所選定的量值，如所發(fā)現(xiàn)的油氣藏儲量及給定經(jīng)濟參數(shù)條件下的經(jīng)濟可采儲量[5]。通過改變選定參數(shù)及其取值水平重復模擬，可檢驗模型的敏感性[6]。

2 特性模擬

特性模擬的第 1步是把地表預測的含油異常區(qū)作為盆地的種子，異常區(qū)隨機散布于整個盆地，其面積由抽樣分布頻率確定（見圖2a）。圖2b所示為某個地質(zhì)假設條件下異常區(qū)的空間分布，異常區(qū)位置由隨機選定，其規(guī)模分布由取樣確定。一旦確定了異常區(qū)的種子，可通過矩形分布抽樣得到概率（P），并與油藏數(shù)目占異常體總數(shù)的假設比例進行對比，從而確定與油藏有關(guān)的異常，即：若 P ＜NpNa，則為油藏，其中Np為油藏個數(shù)，Na為異常區(qū)個數(shù)。

對于確定為油藏的每個異常區(qū)，異常區(qū)面積可轉(zhuǎn)換成最終油藏儲量[7]。實際勘探中，勘探技術(shù)并不能探測出全部異常，有下列兩種情況[8]：如果采用的勘探方法無效，則不可能識別出特定類型的含油異常；勘探方法對于特定類型的異常有效，但由于解釋有誤或局部存在地質(zhì)干擾，也可能無法識別出異常。

3 伊朗油田的地質(zhì)條件響應

通過具有響應矢量的每個異常區(qū)種子，將上述兩種情況和伊朗油田實際地質(zhì)條件引入到模型中。響應矢量的元素為特定假設下地質(zhì)條件對各種勘探方法的響應[7]，元素隨異常體類型的變化而變化。以伊朗西南部油田為例，模擬3種模型（圈閉）的油氣資源潛力：地表構(gòu)造圈閉、地下構(gòu)造圈閉和地層圈閉[9]（見表1）。當對某一勘探技術(shù)的響應小于100%時，從矩形概率分布進行抽樣，并將其與表 1的相應響應值進行對比，就可以確定出該勘探技術(shù)的響應。例如，地下構(gòu)造對重力勘探的響應為 20%，由此得出假設地下構(gòu)造異常的重力響應值為 P＜20%[10-12]。每次微迭代計算都要重新確定盆地異常區(qū)種子，根據(jù)深度和地質(zhì)假設，結(jié)合表1中6種勘探方法中每一種方法的每個異?？碧巾憫僧惓^(qū)和油藏的空間分布。確定盆地異常區(qū)種子后，進入盆地勘探模擬階段。這種勘探模擬需要模擬給定勘探方法和地質(zhì)假設條件下的勘探過程，還需要模擬地質(zhì)家和勘探家的決策過程[10]。

圖2 異常區(qū)規(guī)模及空間分布示意圖

表1 地質(zhì)條件與勘探方法的響應關(guān)系

圖3 研究區(qū)位置圖

伊朗西南部德茲夫爾海灣（見圖3）是伊朗西南油氣區(qū)的中心，伊朗主要油田均分布于該區(qū)。雖然該地區(qū)資源潛力巨大，至今實施的勘探工作量卻很少，因而筆者應用所提出的勘探模型，確定該地區(qū)油田對模型的響應，以驗證模型對勘探的指導作用。

4 應用實例

德茲夫爾海灣地區(qū)油藏呈不對稱長軸背斜形態(tài)，北西—南東走向，目的層為裂縫性灰?guī)r[11]。航攝地質(zhì)和地表地質(zhì)研究并未證明該地區(qū)存在油田，根據(jù)表 1所列標準，該地區(qū)的油田對于航攝地質(zhì)和地表地質(zhì)研究的響應為零，但其對重力勘探、構(gòu)造測試井和地下地質(zhì)研究的綜合響應為80%。

由圖 4可以看出，構(gòu)造地質(zhì)研究和測試井未能準確定位目標區(qū)，即背斜高點，測試井位位于背斜翼部。

圖4 目標區(qū)井位和某油田構(gòu)造地質(zhì)圖

圖 5所示為圖 4中 A—A?測線地震剖面，從中清晰可見背斜高點，即合適的鉆井位置。說明在這些地區(qū)，采用地球物理技術(shù)勘探效果更好。然而，選擇測試井井位時僅使用了孔隙度分布圖（見圖 6a），圖 6b所示為投產(chǎn)后得到的凈毛比（有效厚度和總厚度比值）分布圖，可見 2張圖差別非常大。目標油藏的總孔隙度和蓋層孔隙度分布見圖7，結(jié)果再次表明，目的層的高孔隙度區(qū)與蓋層的低孔隙度區(qū)并不一致。目標區(qū)較好的產(chǎn)層應該是地震勘探所確定的層段。這充分說明，研究區(qū)油氣系統(tǒng)并非僅受構(gòu)造控制，下一步勘探中應考慮由于巖相變化而形成的地層圈閉。

圖5 目標區(qū)地震剖面（剖面位置見圖4）

圖6 目標區(qū)平均孔隙度分布與凈毛比分布圖

圖7 目標地層孔隙度及蓋層孔隙度分布圖

5 結(jié)語

文獻[12]提出了未知數(shù)目非均勻目標序貫指示優(yōu)選法，是迄今為止唯一設計用作測試網(wǎng)格鉆井勘探方法有效性的研究成果，但該研究也只是做了有限的嘗試，尤其是它將網(wǎng)格鉆井期限延長到了10年，并假設市場供應不會產(chǎn)生價格方面的響應。

網(wǎng)格鉆井的油藏定位成功率至少與分階段勘探模擬相當。事實上，對于具有巨大地層圈閉含油氣潛力的盆地，網(wǎng)格鉆井定位油藏的準確性更高。但在盆地勘探的各個階段，多階段序列勘探方法的投資回報比網(wǎng)格鉆井大得多，約為網(wǎng)格鉆井總投資回報的兩倍。在資本效率方面，分階段序列勘探遠比網(wǎng)格鉆井有效。這一點證實了理論預測的結(jié)果，即由于存在更經(jīng)濟的方法，網(wǎng)格鉆井并沒有被用作主要的勘探策略。

概念決策模型在伊朗西南部德茲夫爾海灣的應用實例證實了模型的準確性。研究區(qū)儲集層受構(gòu)造要素控制，要準確確定油藏規(guī)模和目標點，應依據(jù)地震勘探方法，而非地質(zhì)圖和地下構(gòu)造圖。

[1] Attanasi E D, Drew L J. Lognormal size distribution as a consequence of economic truncation[J]. Mathematical Geology, 1985,17： 335-351.

[2] Davis J C, Harrbaugh J W. A simulation model for oil exploration in continental shelves[J]. Economics of Exploration for Energy Resources, 1981, 26： 19-50.

[3] Cozzolino J M. Measurement and projection of exploration search efficiency[R]. SPE 7456, 1979.

[4] King K R. Bayesian decision theory and computer simulation applied to multistage, sequential petroleum exploration[D]. Pennsylvania：The Pennsylvania State University, 1971.

[5] Hantschel T, Kauerauf A. Fundamentals of basin and petroleum systems modeling[M]. New York： Springer Publishing, 2009.

[6] Allen P A, Allen J R. Basin analysis： Principles and application to petroleum play assessment[M]. 3rd Edition. New Jersey： Wiley-Blackwell, 2013.

[7] Schneider F, Wolf S, Faille I, et al. A 3D basin model for hydrocarbon potential evaluation： Application to Congo offshore[J]. Oil and Gas Science and Technology, 2000, 55： 3-13.

[8] Pannell D J. Sensitivity analysis of normative economic models：Theoretical framework and practical strategies[J]. Agricultural Economics, 1997, 16(2)： 51-60.

[9] Telnaes N, Zwach C, Fladmark G. 3D basin modeling： A new tool for petroleum system analysis[R]. Calgary： 16th World Petroleum Congress, 2000.

[10] Kagawa T, Zhao B, Miyakoshi K. A case study in constructing a 3-D basin structure model corresponding to information available in the target area[R]. Vancouver： 13th World Conference on Earthquake Engineering, 2004.

[11] Müller J P, Guzofski C, Rivero C. New approaches to 3D structural restoration in fold-and-thrust belts using growth strata[R]. Calgary：AAPG Annual Meeting, 2005.

[12] Cozzolino J M. Sequential search for an unknown number of objects of nonuniform size[J]. Operational Research, 1979, 20： 293-308.