Как составить геологическую модель

Построение достоверных геологических моделей

После публикации серии статей про построение геологических моделей пришло время обсудить, скажем прямо, самое интересное — а насколько эти модели достоверны? Несомненно, все представленные ранее модели интересны и полезны — землетрясения, вулканы, золотые месторождения и другие. Теперь покажем, что они являются действительными геологическими моделями. На самом деле, мы уже все доказательства упоминали, но сегодня обсудим подробно. Теоретическая часть и история метода приведены в статье Методы компьютерного зрения для решения обратной задачи геофизики, на гитхабе опубликован Python ноутбук 3D Density Inversion by Circular Hough Transform (Focal Average) and Fractality Index с оценкой достоверности моделирования, и я даже написал техническую статью непосредственно об используемых там вычислительных методах Вычислительная геология и визуализация: пример Python 3 Jupyter Notebook, не касаясь геологического смысла выполняемых вычислений. Кроме того, в статье Геология XXI века как наука данных о Земле модель землетрясения заверена с помощью результатов спутниковой интерферометрии.

Вычислительные методы для оценки достоверности моделей

Поскольку мы используем вычислительные методы для построения геологических моделей, очевидным решением является использование также вычислительных методов для оценки достоверности получаемых моделей. Хорошо известные методы контроля сходимости при изменении масштаба модели и построения прямых моделей к обратным с последующим сравнением исходных данных и результатов прямого моделирования на обратной модели позволяют получить вычислительно корректный результат. В предлагаемом ноутбуке 3D Density Inversion by Circular Hough Transform (Focal Average) and Fractality Index выполнена именно такая последовательность действий: априори задана геологическая модель плотности, для которой посчитано распределение вертикальной компоненты гравитационного поля на поверхности (сила тяжести) — прямая модель, для этого распределения вычислена соответствующая модель геологической плотности — обратная модель, от построенной обратной модели снова вычислено распределение силы тяжести — прямая модель, после чего выполнено сравнение двух прямых моделей. Поскольку прямая модель определяется однозначно, то совпадение прямых моделей априори заданного и вычисленного распределений плотности гарантирует корректность обратной модели. Далее использован масштаб вычислений 1:4, то есть выполнено загрубление априори заданной модели в 4 раза, что ожидаемо снижает точность обратной модели — и тем не менее, мы все еще получаем высокую точность, как будет показано далее. Поскольку моделирование трехмерное, то уменьшение разрешения в 4 раза по каждой координате ускоряет вычисления в 64 раза (на два десятичных порядка), что очень существенно для больших моделей. Моделирование выполнено в безразмерных единицах, так что полученные результаты применимы для любых геологических масштабов.

Посмотрим на изображения априори заданной и восстановленной (обратной) моделей:

Здесь на обратной модели заметен краевой эффект в виде дополнительных темных поверхностей по краям. Этот эффект приводит к искажению визуализации обратной модели, поскольку отображаемые изоповерхности построены с фиксированным шагом в интервале от минимального до максимального значений плотности модели и при значимом изменении этих краевых значений изоповерхности обратной модели все более не совпадают с изоповерхностями априорной модели. Чтобы оценить величину и пространственное распределение краевого эффекта, сравним пространственные распределения силы тяжести (прямую модель) априори заданного распределения плотности и для обратной модели:

В третьей колонке выделено кольцо аномальных значений, связанных с краевым эффектом, причем эффект проявляется как вокруг всей модели (верхний график), так и вокруг каждого элемента плотностной модели (нижний график). При этом, внутри модели значение краевого эффекта мало и значения прямой модели совпадают с точностью 97.85% (Total Correlation на правом нижнем графике), а краевой эффект вокруг всей модели снижает корреляцию прямых моделей до 92.33% (Total Correlation на правом верхнем графике). Таким образом, необходимо строить обратную модель большего размера с возможностью удалить ее внешнюю часть с выраженным краевым эффектом. Внутренний краевой эффект незначителен и снижает точность прямой модели от обратной на 2.15% (100% — 97.85%), при этом краевой эффект уменьшается при использовании полосовой фильтрации, но не исчезает полностью. К примеру, после полосовой фильтрации в диапазоне 10-70 в безразмерных единицах моделирования внутренний краевой эффект уменьшается почти вдвое до 1.19% (100% — 98.81%):

Для оценки точности непосредственно обратной модели сравним ее профиль плотности по глубине с таким профилем для априори заданной модели путем вычисления линейной регрессии:

Здесь точность восстановления профиля плотности (Inversion Density) составляет 99.1% и зависит от параметров полосовой фильтрации.

Подводя итог, проведенное моделирование показывает возможность построения модели плотности геологической среды с высокой точностью 99% и выше при использовании полосовой фильтрации поля силы тяжести на поверхности. При более детальном масштабе вычисления (как указано выше, моделирование выполнено с загрублением в 4 раза) точность полученной модели еще увеличивается.

Спутниковая интерферометрия для оценки достоверности моделей

Этот метод легко доступен и понятен и обладает высокой детальностью. Спутниковая интерферограмма показывает вертикальные и горизонтальные смещения участков земной поверхности с субсантиметровой точностью почти в любой точке планеты (если там вообще возможно построить интерферограмму). Таким образом, задача валидации геологических моделей сводится к выделению геологических блоков и вычислению их трехмерного смещения между моментами времени до и после сейсмического события (достаточно слабого землетрясения на значительном удалении от рассматриваемой территории, что происходит постоянно и повсеместно) и сравнению этих смещений с полученными методом спутниковой интерферометрии. Поскольку интерферограмма представляет собой визуально понятную картину смещений, по наглядности именно этот метод превосходит все прочие. Вдобавок, такие интерферограммы открыто и регулярно публикуются для всех более-менее заметных сейсмических событий.

Приведем пример смещения геологических блоков для землетрясения (эпицентр показан черной точкой в центре модели на поверхности), модель которого мы уже рассматривали в статье Геология XXI века как наука данных о Земле:

На модели видно, как опускается левый геологический блок и поднимается правый, при этом картинка фазовой интерферометрии на поверхности модели (в виде частей разноцветных колец) показывает расположение границ геологических блоков и центральной части опускающегося блока, которая имеет максимальную амплитуду вертикального сдвига. Вертикальный сдвиг можно визуально оценить по количеству колец (одно кольцо соответствует набегу фазы в 2π и расстоянию, равному длине волны используемого радара). Кроме того, можно воспользоваться готовыми картами вертикального и горизонтального смещений.

Посмотрим карты смещений для этого сейсмического события от Геологической службы США:

Таким образом, заверка моделей методом спутниковой интерферометрии требует построения дополнительной геологической модели, зато сами интерферограммы от общепризнанных доверенных источников доступны для визуального сравнения и анализа. Для подробного анализа можно построить и более детальные интерферограммы, наподобие показанной выше на поверхности модели.

Заключение

Как видим, мы действительно построили и рассматривали достоверные геологические модели и, более того, мы способны заверить их как вычислительными, так и геологическими методами. Мне встречались десятки аналогичных моделей и более десятка соответствующих диссертаций по геофизике, при этом их авторы не утруждают себя физическими основами метода и анализом вычислительных ограничений, что в итоге приводит к совокупности проблем: неоднозначности решения (отсутствие предварительной полосовой фильтрации), резким «выбросам» значений на границах модели (краевые эффекты), чрезвычайному загрублению получаемой модели (вычисление радиального градиента как разницы между кругами, а не кольцами, и вычисление по секторам, все это в попытке избавиться от не фильтрованного шума в исходных данных). Впрочем, это касается всех методов решения обратных задач без исключения — подготовка данных, аккуратность вычислений и валидация результатов имеют решающее значение.

Что же касается моделей машинного обучения на основе построенных геологических моделей, то для них оценки достоверности могут быть получены стандартными методами. Выполняя поиск параметров (grid search) мы уже оперируем оценкой точности, так что все сводится к правильной подготовке (и, при необходимости, разметке) исходных данных. Кроме того, повышая разрешение геологической модели мы увеличиваем и количество пикселов (пропорционально квадрату разрешения, то есть количеству пикселов на единицу площади), попадающих в размеченные контуры известных месторождений, что позволяет получить высокую точность даже при задании всего лишь нескольких небольших контуров.

В следующей статье мы поговорим про синтез сверхдетального рельефа и его валидацию для его использования в геомоделировании. Как будет показано, заявленные пространственное разрешение и вертикальная точность рельефа не значат (почти) ничего, так что, зачастую, нельзя просто купить качественный детальный рельеф, подходящий для целей геомоделирования, но можно построить его по открытым данным.

Если вас заинтересовало все то, о чем я рассказываю, посмотрите ссылки ниже, вероятно, там вы найдете для себя интересное и полезное.

Ссылки

• Мои статьи на Хабре
• Теоретические и практические статьи и посты на LinkedIn
• Геологические модели и код на GitHub
• YouTube канал с геологическими моделями
• Геологические модели в виртуальной/дополненной реальности (VR/AR)

Геологическая модель месторождения — набор баз данных по скважинам, с фактическими значениями тех или иных параметров, и программное обеспечение (ПО), позволяющее по этим данным восстанавливать значения заданных параметров в любой точке межскважинного пространства.

Так реализуется статическая геологическая модель месторождения.

Историко-генетические геологические модели позволяют объяснить строение исследуемой площади с точки зрения истории ее развития.

3-мерная геологическая модель залежи углеводородов — это объемное представление месторождения в виде многомерного объекта, в котором максимально отражено геологическое строение изучаемого объекта и который используется для изучения процессов разработки месторождения.

3-мерная геологическая модель позволяет учесть особенности геологического строения залежей нефти и газа.

Достоверность геологических моделей месторождений зависит:

— от количества исходных данных: чем больше исходных данных, тем модель более достоверная;

— от входной геолого-геофизической информации, используемых технологий и профессионализма специалистов, работающих над проектом.

Факторы, которые привели к разработке 3-мерного геологического моделирования:

— разработка математических алгоритмов 3-мерного моделирования;

— получение исходных данных в цифровом виде: обработка и интерпретация 3D сейсморазведки, геофизических исследований скважин и т.д.;

— появление 3-мерного гидродинамического моделирования, основой которого является геологическое моделирование;

— появление мощных компьютеров и рабочих станций, позволяющих выполнять сложные математические расчеты;

— возможность визуализации результатов;

— разработка коммерческих программ, обеспечивающих весь цикл построения 3-мерных моделей (загрузка, корреляция, построение карт и кубов ФЕС, визуализация, анализ данных, выдача графики и др.);

— представление о геологическом строении месторождений.

Под набором обычных слов «высококачественные данные ГИС и сейсморазведки» скрываются серьезные финансовые затраты.

Необходимо не просто записать стандартный комплекс ГИС, а провести широкополосную акустику, плотностной каротаж, ядерно-магнитные методы, Fullbore Formation MicroImager (FMI)…

Создание адекватной модели месторождения требует немалых затрат.

Но что делать, когда о высоком качестве геолого-геофизической информации остается только мечтать?

Как построить в случае недостатка входных данных достоверную 3-мерную геологическую модель?

Как принять важное решение о судьбе того или иного нефтегазового актива, находящегося на стадии разведки или ввода в эксплуатацию?

Сегодня для решения задач в области анализа свойств резервуаров углеводородов и их распределения в межскважинном пространстве существует целый ряд апробированных технологий.

Множество публикаций в зарубежных и отечественных индустриальных изданиях посвящены успешным проектам, в ходе которых на основании комплексирования высококачественных данных ГИС и 3D сейсморазведки, удается получить кубы литотипов и пористости продуктивных отложений, а в некоторых случаях даже смоделировать насыщение ловушек.

При проведении сейсмики поставить сейсморазведку 3D высокой кратности с большими выносами, обработать данные с применением современных алгоритмов миграции до суммирования, применить сейсмическую инверсию на этапе интерпретационной обработки.

В итоге, с 1^й стороны, многократно увеличивается стоимость работ, а с другой — появляется шанс создать адекватную модель месторождения.

Отлаженная система взаимодействия всех участников процесса, несомненно, влияет на успешность конечного результата.

Ответить на эти вопросы поможет пример создания геологической модели на основе реального проекта.

По одному из Западно-Сибирских месторождений (юго-восточная часть нефтегазоносной провинции) перед специалистами IngenixGroup была поставлена задача аудита нефтегазового актива.

Факторами, значительно влияющими на достоверное решение, были низкое качество входной геолого-геофизической информации и временные рамки.

Конечной целью проекта являлась не просто оценка запасов, а принятие обоснованного инвестиционного решения.

Как уже отмечалось выше, в процессе создания геологической модели и подсчете запасов/ресурсов участвуют специалисты многих направлений.

Но единым связующим звеном для всех должна являться геология.

И в1^ю очередь необходимо понимание всеми специалистами условий осадконакопления.

Другими словами, в основе цифровой модели резервуара должна стоять седиментационная модель.

Только при таких условиях можно достоверно решить задачу геологического моделирования даже при недостаточности входных данных.

На 1^м этапе работы были проанализированы данные по 8^и скважинам, результаты обработки и интерпретации 3D сейсморазведки площадью 85 км² и отчеты предыдущих исследований.

По итогам проведенной экспертизы было принято решение о необходимости собственной переинтерпретации геолого-геофизической информации, и создании 3-мерной модели.

Для понимания детального строения объекта исследований анализировались данные по всей территории лицензионного участка недр, включая 2 соседних месторождения.

В результате в проект была вовлечена информация по 25 скважинам (23 из них пробурены в 1960- 1970^е гг), 1400 погонных км 2D профилей и куб 3D.

Целевой интервал отождествляется с пластом Ю₁ (верхнеюрский нефтегазоносный комплекс).

Во всех отчетах, выполненных ранее, отмечено, что лицензионный участок недр расположен в зоне перехода васюганской свиты в наунакскую, а условия осадконакопления переходные — от континентальных к прибрежно-морским фациям.

Такие выводы не дают однозначных ответов на главные вопросы: «В каких условиях происходило образование коллекторов? Какова морфология песчаных тел?»

В предыдущих работах исследуемый резервуар с эффективными толщинами 4 — 27 м представлялся единым песчаным телом, широко развитым по площади, с отдельными глинистыми прослоями.

Однако разрезы скважин свидетельствуют о сложной пространственной геометрии песчаных пластов.

В данной ситуации ключом к решению важнейшей задачи прогноза зон распространения коллекторов, является выяснение фациальной природы песчаных тел, т.е. условий их формирования.

В исследовании, проведенном Н. Ивановой применена методика комплексного фациального анализа, включающая в себя определение генезиса продуктивных пластов на основе геофизических, литологических и терригенно-минералогических данных.

Был проведен анализ электрометрических характеристик пластов (по конфигурации каротажных диаграмм ПС, КС и ГК, НГК) и обработан керновый материал по большому количеству скважин (макро- и микроскопические исследования).

На основании изучения терригенно-минералогических комплексов (ТМК) пород (ассоциаций минералов тяжелых фракций) доказано, что на протяжении верхней юры на большой территории исследований (куда входит и изучаемый лицензионный участок) господствовали континентальные условия осадконакопления.

Электрометрические характеристики пласта Ю₂ свидетельствуют о существовании речной системы еще во время накопления отложений тюменской свиты.

На рубеже тюменской и наунакской свит не происходит смены обстановок осадконакопления.

Пласты Ю_1/3+4 также формировались преимущественно в континентальных условиях, на фоне региональной регрессии моря.

Спокойный тектонический режим и выровненный рельеф предопределили развитие речной системы с меандрирующими руслами.

Отложения русел прослеживаются по целому ряду скважин.

Мощность коллекторов пласта Ю_1/3+4 на изучаемом ЛУ достигает 18 м.

Песчаники среднемелкозернистые плохосортированные с различными видами слоистости, с глинистым каолинит-хлоритовым цементом.

Вверх по разрезу зернистость уменьшается, улучшается сортировка, появляется сидерит, увеличивается количество ОВ.

Гранулометрический состав отложений русловых фаций свидетельствует о достаточно высокой энергии потока.

Генетически связанные с русловыми отложениями фации мелких проток и прирусловых песков встречены еще по ряду скважин. Песчано-алевритовые отложения имеют небольшую мощность до 5 м.

Эффективная толщина отложений песков разлива, береговых валов, прирусловых отмелей невелика (2-4 м), но площадь их распространения достаточно большая.

Фация заливных пойм с мелкопесчаным и алевролитовым материалом, с большим количеством углефицированного растительного детрита встречена в разрезах нескольких скважин на севере лицензионного участка.

Отложения заболоченных участков пойм, стариц, болот также выявлены в нескольких скважинах и представлены глинами с редкими тонкими прослоями алевролитов и песчаников.

Во время накопления пласта Ю_1/1+2 в региональном плане на фоне трансгрессии моря отмечается сокращение области континентальных обстановок накопления.

Лишь на отдельных палеовозвышенностях продолжает существовать речная система.

В целом отмечается понижение гидродинамического режима, русла становятся меандрирующими, большее распространение получают пойменные озерно-болотные отложения.

Мощности песчаных тел уменьшаются, возрастает алевритовая составляющая, происходит глинизация русловых отложений, увеличивается количество прослоев углей, что отражается и на конфигурации каротажных диаграмм.

Основная цель фациального анализа изучаемых отложений — установление связей генетических типов и фильтрационно-емкостных свойств пород, и, как следствие, выявление зон развития улучшенных пород-коллекторов.

Важными факторами, влияющими на фильтрационно-емкостные свойства коллекторов продуктивного интервала, являются гранулометрический состав и наличие цемента.

По результатам проведенных исследований было выяснено, что коллекторские свойства ухудшаются при увеличении содержания алевритовой фракции, при увеличении плотности пород и с повышением содержания глинистого и сидеритового цементов.

И, наоборот, значения пористости и проницаемости возрастают с увеличением песчаной фракции и снижением содержания глинистого цемента (в отложениях унаследованных палеорусел в одной из скважин значения фазовой проницаемости газа по результатам исследования керна достигают 460 мД).

Таким образом, в породах-коллекторах отложений палеорусел следует ожидать улучшенные фильтрационно-емкостные свойства.

Отложения песков разлива, береговых валов, прирусловых отмелей и пойменно-озерно-болотные обладают, соответственно, пониженными и низкими фильтрационно-емкостными свойствами.

Пойменно-озерные-болотные фации чаще всего вообще не являются коллекторами.

На основе сведений о фациальной принадлежности образований в каждой скважине, полученными в результате проведенного анализа диаграмм ГИС и керна, была проведена статистическая обработка геолого-геофизической информации и сделаны следующие выводы.

1.Скважины, расположенные в пределах предполагаемых палеорусел, характеризуются:

— по данным ГИС повышенными эффективными толщинами: для пласта Ю_1/3+4 эффективная толщина пласта достигает 18 м, а для пласта Ю_1/1+2 — 12 м;

— по данным ГИС и керна отмечаются улучшенные фильтрационно-емкостные свойства: пористость до 18 %, а проницаемость до 500 мД;

— по результатам испытаний в целом для пласта Ю₁ получены наиболее высокие дебиты газа (более 100 тыс м³/сутки).

2. Методика и процедуры построения геологической модели.

Для завершения этапа создания седиментационной модели месторождения, которая в 1^ю очередь базируется на фациальном анализе керна и кривых ГИС, необходима интерпретация волновой картины сейсмических данных и сведение всех результатов в единую карту распределения фаций.

По определению Митчема и Вейла сейсмофациальный анализ: «Это — исследование формы, непрерывности, амплитуд, частот сейсмических отражений и их ассоциаций в пределах того или иного сейсмического комплекса и анализ этих параметров с целью получения информации об условиях осадконакопления и литологическом составе отложений».

Конфигурация отражений является самым выразительным признаком сейсмических фаций и позволяет установить основные характеристики напластований, по которым, в свою очередь, можно судить о процессах седиментации, о палеорельефе, о характере заполнения русел и т.д.

В результате анализа карт атрибутов и различных видов срезов по сейсмическому кубу в интервале пласта Ю₁ не было обнаружено классического отображения палеорусел в виде изменения интенсивности амплитуд или значительного «проседания» фаз, что обычно фиксируется на разрезах в палеоварианте.

Для выяснения этого явления было проведено моделирование изменений волнового поля в зависимости от свойствпласта и вмещающих пород.

В целом изучаемые отложения имеют достаточно выдержанные по разрезу акустические характеристики (Vp~3500-3800 м/сек, ρ~2.4-2.6 г/см³).

При этом встречающиеся угольные пропластки характеризуются аномально низкими пластовыми скоростями 2000-2500 м/сек и плотностями 1.3-1.6г/см³.

На основе анализа модельных трасс был сделан вывод о том, что изменение свойств наиболее мощного пласта Ю_1/3+4 незначительно отражается на значениях амплитуд.

В то время как отсутствие или сокращение мощности угольных пропластков приводит к преображению всего волнового пакета, отождествляемого с отложениями наунакской свиты.

Таким образом, именно прослои углей в большей степени влияют на интенсивность сейсмической записи.

Тем не менее, с использованием алгоритма нейронных сетей были получены сейсмофациальные карты отдельно для пластов Ю_1/1+2 и Ю_1/3+4, характеризующие изменения волновой картины в многоатрибутном варианте.

В 1^м случае анализировались кубы: Relative Acoustic Impedance и Differentiation, во 2^м случае: Differentiation, куб амплитуд и Amplitude-Weighted Instantaneous Frequency.

Наиболее отчетливо и в том, и в другом случае выделяется зона развития пойменных отложений, что подтверждается полностью заглинизированным разрезом одной из скважин, расположенной на границе 3D съемки и отдельными маломощными прослоями коллекторов, вскрытых другой скважиной в пределах 3-мерной сейсмики.

Но самой информативной с точки зрения авторов данной работы стала карта сейсмофаций, рассчитанная в целом для интервала пласта Ю₁.

Были намечены предполагаемые границы мощного палеорусла шириной около 1,5- 2 км, характерного для пласта Ю_1/3+4.

А также ряд более узких, меандрирующих русел, свойственных для пласта Ю_1/1+2 и граница зоны распространения глинистых отложений.

Красно-коричневые сейсмические фации отождествляются с зонами преобладания коллекторов, а сине-фиолетовые — с зоной преобладания отложений поймы.

Подобный анализ был также сделан и по профилям 2D.

Однако в силу нескольких причин (съемки разных лет, различные графы обработки, большое расстояние между профилями), полученные результаты менее достоверны.

Таким образом, на основании сведений регионального характера, геолого-геофизической информации по скважинам и по результатам интерпретации данных сейсморазведки 2D/3D, было выполнено картирование русловых фаций продуктивных отложений пластов Ю_1/1+2 и Ю_1/3+4.

Факт существования зон глинистых пойменных отложений позволил обоснованно разделить залежи пласта Ю₁ соседних месторождений, в которых газоводяной контакт различается на 10^ки метров.

Корректное решение задачи количественной оценки свойств резервуара Ю₁ в межскважинном пространстве в данных условиях не представляется возможным.

Сейсмическая инверсия — наиболее популярная на сегодняшний день технология прогноза эффективных толщин и пористости будет неэффективной.

Ее применение может привести лишь к недостоверным результатам.

Целый ряд факторов указывает на это:

— из 25 скважин только в 3 есть данные акустического каротажа и в 2 — плотностного каротажа;

— моделирование изменений сейсмической картины в зависимости от различных свойств коллекторов и вмещающих пород показало, что интенсивность амплитуд волнового пакета в большей степени зависит от наличия угольных пропластков, а не от вариаций эффективной мощности пласта и/или пористости;

— проведенный петрофизический анализ дает основание сделать вывод, что по значениям акустического импеданса невозможно разделить изучаемые отложения на коллектор и неколлектор (глинистые разности).

В связи с вышесказанным было принято решение о принятии результатов седиментационного анализа в качестве основы 3-мерной геологической модели.

Были построены трендовые карты эффективных толщин на основании сейсмофациальных карт и общих принципов распространения русловых отложений.

Куб литологии создавался с учетом особенностей строения палеорусел, протяженности осадочных тел, сообщаемости отдельных пропластков и их распределения по вертикали.

Оцененные запасы углеводородов по трехмерной геологической модели позволили выбрать наиболее обоснованный сценарий разработки месторождения и рассчитать финансово — экономическую модель, на основании которой были приняты своевременные инвестиционные решения.

Итогом работы стал ввод изучаемого месторождения на стадию эксплуатации.

На сегодняшний день пробурены 4 эксплуатационные скважины.

Новые данные полностью подтвердили подход к пониманию геологического строения залежи, структурный план и наличие зон коллекторов с улучшенными фильтрационно-емкостными свойствами.

В процессе освоения был получен ожидаемый высокий дебит газа — порядка 300-400 тыс м³/сутки.

Если говорить об организационных моментах работы над проектом, то следует отметить, что квалификация и опыт экспертов проектной группы — важный фактор успешной работы и достижения результата. Но существует ряд вопросов, которые оказывают не меньшее влияние на результат исследований.

1. Итог работы зависит от состава проектной группы и коммуникаций внутри этой группы.

Обычная практика оценки проектов — это последовательная цепочка от интерпретации сейсмических данных до подсчета запасов и/или оценки ресурсов.

На первый взгляд, такая последовательность процесса оправдана.

Научно-исследовательские центры или институты имеют свои подразделения, занимающиеся интерпретацией сейсмических данных, петрофизическими исследованиями, геологическим и гидродинамическим моделированием.

Каждое подразделение выполняет свою задачу и передает результат своей работы смежному подразделению.

Кроме того, существует практика заказа исследований в нескольких научно-исследовательских центрах. Каждый институт выполняет определенную часть проекта.

Заказчик в этом случае получает дополнительную экспертизу (каждая последующая цепочка в процессе является некоторым аудитором предыдущего исполнителя).

С другой стороны, такая последовательность приводит к потере обратной связи между экспертами разных специализаций.

Не секрет, что экспертиза или интерпретация разных специалистов могут быть диаметрально противоположными (что естественно на начальной стадии разработки месторождений).

Это происходит по ряду причин: разные уровни профессионализма, опыта, знаний, объемов исходной информации.

Заказчик должен иметь свою квалифицированную экспертизу, чтобы быть «рефери» в случае неоднозначных выводов от разных исполнителей.

Крупные нефтяные и газовые компании решают эти проблемы через создание собственных научно-аналитических центров.

Но и это не дает гарантию качественной оценки проекта.

Единственным решением проблемы коммуникаций является создание комплексной группы специалистов.

Члены этой команды имеют возможность работать в тесном взаимодействии.

Чаще всего, оценка проекта состоит из множества итераций.

Вышеописанный случай подтверждает, что интерпретация сейсмических данных невозможна без создания геологической концепции модели еще на первом этапе исследований.

Изучение региональных трендов геологического строения залежей позволяет понять подходы к сейсмическому моделированию.

Сейсмическое моделирование устанавливает взаимосвязи между волновым полем (интенсивностью и формой записи) в зависимости от изменения петрофизических свойств изучаемого интервала (пористости, литологии, насыщения).

Это дает возможность оценить, в какой мере сейсмические данные чувствительны к изменению коллекторских свойств, и установить критерии для последующего их прогноза по сейсмическим данным.

Суть петрофизического обоснования заключается в поиске корреляционных связей между упругими параметрами и коллекторскими свойствами изучаемых отложений.

В процессе такого анализа также оценивается эффективность использования результата инверсионных преобразований для прогноза свойств коллекторов и разделения литотипов в поле упругих параметров.

По найденным зависимостям строятся прогнозные карты, характеризующие изменение петрофизических свойств по площади и рассчитываются кубы литологии, пористости.

Все эти процедуры взаимосвязаны и нацелены на построение качественной геологической модели.

В описании методики изучений сейсмическая инверсия, как технология прогноза эффективных толщин и пористости, не будет эффективной в данном исследовании.

Применение этой технологии может привести лишь к недостоверным результатам.

Но чаще всего, исполнители не готовы сообщить заказчику о неоправданности каких-либо запланированных процедур, потому что не хотят терять доходы.

Это вторая проблема исследовательских институтов или сервисных компаний, осуществляющих оценку проектов.

Для нефтегазовых компаний важно получить качественную, но недорогую оценку.

Сервисные компании готовы сделать качественную модель, но не готовы терять рентабельность своего бизнеса (что может произойти, если фактические трудозатраты превысят плановые показатели). Оценить трудозатраты до начала анализа практически невозможно.

Исполнитель не знает качества материала и не может определить какая методика даст наиболее верный результат.

Единственный способ избежать такой ситуации — это оплата услуг исполнителя по фактическим затратам.

Но в этом случае нефтяные компании должны быть готовы платить за качество, а исполнители должны быть максимально правдивы.

Т. Кирьянова, Н. Кузнецова

Одним из способов упорядочить, структурировать и визуализировать большие массивы получаемых геолого-геофизических данных является геологическое моделирование.

Модель – это упрощенное представление реального объекта или протекающих в нем процессов или явлений. Используя термин «геологическая модель» мы прежде всего имеем в виду упрощенное представление строения недр и процессов в них происходящих.

Геологическая модель, как правило, используется для решения следующих задач:

• Выбора оптимального расположения скважин
• Планирование и геонавигация скважин
• Подготовка геологической основы для гидродинамического и бассейнового моделирования
• Подсчет запасов нефти и газа / минерального сырья

Среди подтипов геологического моделирования выделяют детерминированное моделирование и стохастическое моделирование.

Детерминированное моделирование

Детерминированное геологическое моделирование подразумевает отсутствие случайных величин при создании модели. Конечным результатом детерминированного моделирования является одна единственная модель, получаемая при использовании имеющегося набора исходных данных. Модели такого типа чаще всего используются геологами и они наиболее просты к пониманию. И в самом деле, если моделируемое месторождение или площадь обладает конкретными свойствами, то значит эти свойства должна описывать одна единственно верная геологическая модель.

Стохастическое моделирование

Стохастическое геологическое моделирование, в противоположность к детерминированному вводит понятие случайной величины. Результатом данного типа моделирования будет являться не одна, а уже некоторый набор моделей, каждая из которых будет соответствовать заданным исходным данным и будет равновероятна остальным моделям.

Возможность получения нескольких равновероятных моделей объясняется следующим:

Так как геологическое моделирование производится на основе имеющихся геолого-геофизических данных, получаемых по пробуренным скважинам (литология, отбивки пластов, насыщение, пористость и т.д.), то такой набор данных является дискретным и не предполагает полноценного покрытия площади моделирования.  Соответственно, все остальные точки пространства между скважинами в строящейся геологической модели будут определяться путем интерполяции и мы не можем на 100% быть уверены в точности таких построений. Значит возможно построить не одну, а несколько равновероятностных моделей (стохастическая интерполяция), которые будут соответствовать исходному набору данных.

Среди других подтипов геологического моделирования также выделяют статическое моделирование и динамическое моделирование.

Статическое моделирование

Результатом статического моделирования является модель, имеющая определенную неизменную структуру с конкретными свойствами в каждой ячейке модели. Статическая модель отражает свойства моделируемого объекта в конкретный момент времени.

Динамическое моделирование

Динамическое моделирование подразумевает моделирование некоего процесса, например процесса осадконакопления или движения пластового флюида. Построение динамической модели возможно только при наличии статической модели.

В качестве примера динамического моделирования можно привести гидродинамическое моделирование — моделирование движения флюидов через поровое пространство.

Как уже было сказано, при построении какой-либо геологической модели геологические отложения представляются в виде набора ячеек заданной геометрии (регулярная/нерегулярная сетка) и набором свойств.

Учитывая, что построение модели основывается на результатах интерпретации геолого-геофизических данных, результаты интерпретации которых могут быть неоднозначны (различие в критериях или методах определения), то модель как правило строится итеративно, со внесением различных корректировок и дополнений.

Обобщенный алгоритм построения гидродинамической модели может выглядеть следующим образом:

1. Сбор и интерпретация геолого-геофизических данных
2. Построение геологической модели на основе собранного набора данных
3. Построение гидродинамической модели на основе статической геологической модели
4. При несовпадении результатов расчета гидродинамической модели с фактическими данными со скважин, происходит переход на п. 1 или 2 и корректировка геологической модели.

From Wikipedia, the free encyclopedia

Geologic modelling, geological modelling or geomodelling is the applied science of creating computerized representations of portions of the Earth’s crust based on geophysical and geological observations made on and below the Earth surface. A geomodel is the numerical equivalent of a three-dimensional geological map complemented by a description of physical quantities in the domain of interest.^[1]
Geomodelling is related to the concept of Shared Earth Model;^[2]
which is a multidisciplinary, interoperable and updatable knowledge base about the subsurface.

Geomodelling is commonly used for managing natural resources, identifying natural hazards, and quantifying geological processes, with main applications to oil and gas fields, groundwater aquifers and ore deposits. For example, in the oil and gas industry, realistic geologic models are required as input to reservoir simulator programs, which predict the behavior of the rocks under various hydrocarbon recovery scenarios. A reservoir can only be developed and produced once; therefore, making a mistake by selecting a site with poor conditions for development is tragic and wasteful. Using geological models and reservoir simulation allows reservoir engineers to identify which recovery options offer the safest and most economic, efficient, and effective development plan for a particular reservoir.

Geologic modelling is a relatively recent subdiscipline of geology which integrates structural geology, sedimentology, stratigraphy, paleoclimatology, and diagenesis;

In 2-dimensions (2D), a geologic formation or unit is represented by a polygon, which can be bounded by faults, unconformities or by its lateral extent, or crop. In geological models a geological unit is bounded by 3-dimensional (3D) triangulated or gridded surfaces. The equivalent to the mapped polygon is the fully enclosed geological unit, using a triangulated mesh. For the purpose of property or fluid modelling these volumes can be separated further into an array of cells, often referred to as voxels (volumetric elements). These 3D grids are the equivalent to 2D grids used to express properties of single surfaces.

Geomodelling generally involves the following steps:^[3]

1. Preliminary analysis of geological context of the domain of study.
2. Interpretation of available data and observations as point sets or polygonal lines (e.g. «fault sticks» corresponding to faults on a vertical seismic section).
3. Construction of a structural model describing the main rock boundaries (horizons, unconformities, intrusions, faults)^[4]
4. Definition of a three-dimensional mesh honoring the structural model to support volumetric representation of heterogeneity (see Geostatistics) and solving the Partial Differential Equations which govern physical processes in the subsurface (e.g. seismic wave propagation, fluid transport in porous media).

Geologic modelling components[edit]

Structural framework[edit]

Incorporating the spatial positions of the major formation boundaries, including the effects of faulting, folding, and erosion (unconformities). The major stratigraphic divisions are further subdivided into layers of cells with differing geometries with relation to the bounding surfaces (parallel to top, parallel to base, proportional). Maximum cell dimensions are dictated by the minimum sizes of the features to be resolved (everyday example: On a digital map of a city, the location of a city park might be adequately resolved by one big green pixel, but to define the locations of the basketball court, the baseball field, and the pool, much smaller pixels – higher resolution – need to be used).

Rock type[edit]

Each cell in the model is assigned a rock type. In a coastal clastic environment, these might be beach sand, high water energy marine upper shoreface sand, intermediate water energy marine lower shoreface sand, and deeper low energy marine silt and shale. The distribution of these rock types within the model is controlled by several methods, including map boundary polygons, rock type probability maps, or statistically emplaced based on sufficiently closely spaced well data.

Reservoir quality[edit]

Reservoir quality parameters almost always include porosity and permeability, but may include measures of clay content, cementation factors, and other factors that affect the storage and deliverability of fluids contained in the pores of those rocks. Geostatistical techniques are most often used to populate the cells with porosity and permeability values that are appropriate for the rock type of each cell.

Fluid saturation[edit]

Most rock is completely saturated with groundwater. Sometimes, under the right conditions, some of the pore space in the rock is occupied by other liquids or gases. In the energy industry, oil and natural gas are the fluids most commonly being modelled. The preferred methods for calculating hydrocarbon saturations in a geologic model incorporate an estimate of pore throat size, the densities of the fluids, and the height of the cell above the water contact, since these factors exert the strongest influence on capillary action, which ultimately controls fluid saturations.

Geostatistics[edit]

An important part of geologic modelling is related to geostatistics. In order to represent the observed data, often
not on regular grids, we have to use certain interpolation techniques. The most widely used technique is kriging
which uses the spatial correlation among data and intends to construct the interpolation via semi-variograms. To reproduce more realistic spatial variability and help assess spatial uncertainty between data, geostatistical simulation based on variograms, training images, or parametric geological objects is often used, e.g.^[5]

Mineral Deposits[edit]

Geologists involved in mining and mineral exploration use geologic modelling to determine the geometry and placement of mineral deposits in the subsurface of the earth. Geologic models help define the volume and concentration of minerals, to which economic constraints are applied to determine the economic value of the mineralization. Mineral deposits that are deemed to be economic may be developed into a mine.

Technology[edit]

Geomodelling and CAD share a lot of common technologies. Software is usually implemented using object-oriented programming technologies in C++, Java or C# on one or multiple computer platforms. The graphical user interface generally consists of one or several 3D and 2D graphics windows to visualize spatial data, interpretations and modelling output. Such visualization is generally achieved by exploiting graphics hardware. User interaction is mostly performed through mouse and keyboard, although 3D pointing devices and immersive environments may be used in some specific cases. GIS (Geographic Information System) is also a widely used tool to manipulate geological data.

Geometric objects are represented with parametric curves and surfaces or discrete models such as polygonal meshes.^[4][6]

Research in Geomodelling[edit]

Problems pertaining to Geomodelling cover:^[7][8]

• Defining an appropriate Ontology to describe geological objects at various scales of interest,
• Integrating diverse types of observations into 3D geomodels: geological mapping data, borehole data and interpretations, seismic images and interpretations, potential field data, well test data, etc.,
• Better accounting for geological processes during model building,
• Characterizing uncertainty about the geomodels to help assess risk. Therefore, Geomodelling has a close connection to Geostatistics and Inverse problem theory,
• Applying of the recent developed Multiple Point Geostatistical Simulations (MPS) for integrating different data sources,^[9]
• Automated geometry optimization and topology conservation^[10]

History[edit]

In the 70’s, geomodelling mainly consisted of automatic 2D cartographic techniques such as contouring, implemented as FORTRAN routines communicating directly with plotting hardware. The advent of workstations with 3D graphics capabilities during the 80’s gave birth to a new generation of geomodelling software with graphical user interface which became mature during the 90’s.^[11][12][13]

Since its inception, geomodelling has been mainly motivated and supported by oil and gas industry.

Geologic modelling software[edit]

Software developers have built several packages for geologic modelling purposes. Such software can display, edit, digitise and automatically calculate the parameters required by engineers, geologists and surveyors. Current software is mainly developed and commercialized by oil and gas or mining industry software vendors:

Geologic modelling and visualisation

• IRAP RMS Suite
• GeoticMine
• Geomodeller3D
• DecisionSpace Geosciences Suite
• Dassault Systèmes GEOVIA provides Surpac, GEMS and Minex for geologic modeling
• GSI3D
• Mira Geoscience provides GOCAD Mining Suite, a 3D geological modelling software that compiles, models, and analyzes for valid interpretation that honours all data.
• Seequent provides Leapfrog 3D geological modeling & Geosoft GM-SYS and VOXI 3D modelling software.
• Maptek provides Vulcan, 3D modular software visualisation for geological modelling and mine planning
• Micromine is a comprehensive and easy to use exploration and mine design solution, which offers integrated tools for modelling, estimation, design, optimisation and scheduling.
• Promine
• Petrel
• Rockworks
• SGS Genesis
• Move
• SKUA-GOCAD
• Datamine Software provides Studio EM and Studio RM for geological modelling
• BGS Groundhog Desktop free-to-use software developed by the GeoAnalytics and Modelling directorate of British Geological Survey.

Groundwater modelling

• FEFLOW
• FEHM
• MODFLOW

• GMS
• Visual MODFLOW

• ZOOMQ3D

Moreover, industry Consortia or companies are specifically working at improving standardization and interoperability of earth science databases and geomodelling software:

• Standardization: GeoSciML by the Commission for the Management and Application of Geoscience Information, of the International Union of Geological Sciences.
• Standardization: RESQML(tm) by Energistics
• Interoperability: OpenSpirit, by TIBCO(r)

See also[edit]

• Numerical modeling (geology)
• Petroleum engineering
• Seismic to simulation

References[edit]

• Bolduc, A.M., Riverin, M-N., Lefebvre, R., Fallara, F. et Paradis, S.J., 2006. Eskers: À la recherche de l’or bleu. La Science au Québec : http://www.sciencepresse.qc.ca/archives/quebec/capque0606f.html
• Faure, Stéphane, Godey, Stéphanie, Fallara, Francine and Trépanier, Sylvain. (2011). Seismic Architecture of the Archean North American Mantle and Its Relationship to Diamondiferous Kimberlite Fields. Economic Geology, March–April 2011, v. 106, p. 223–240. http://econgeol.geoscienceworld.org/content/106/2/223.abstract
• Fallara, Francine, Legault, Marc and Rabeau, Olivier (2006). 3-D Integrated Geological Modeling in the Abitibi Subprovince (Québec, Canada): Techniques and Applications. Exploration and Mining Geology, Vol. 15, Nos. 1–2, pp. 27–41. http://web.cim.org/geosoc/docs/pdf/EMG15_3_Fallara_etal.pdf
• Berg, R.C., Mathers, S.J., Kessler, H., and Keefer, D. A., 2011. Synopsis of Current Three-dimensional Geological Mapping and Modeling in Geological Survey Organization, Champaign, Illinois: Illinois State Geological Survey, Circular 578. https://web.archive.org/web/20111009122101/http://library.isgs.uiuc.edu/Pubs/pdfs/circulars/c578.pdf
• Turner, A. K.; Gable, C. (2007). «A review of geological modelling. In: Three-dimensional geologic mapping for groundwater applications, Workshop extended abstracts» (PDF). Denver, Colorado. Archived from the original (PDF) on 2008-11-21.
• Kessler, H., Mathers, S., Napier, B., Terrington, R. & Sobisch, H.-G. (2007). «The present and future construction and delivery of 3D geological models at the British Geological Survey».{{cite web}}: CS1 maint: multiple names: authors list (link) (GSA Denver Annual Meeting. Poster)
• Wycisk,P., Gossel W., Schlesier, D. & Neumann, C. (2007). «Integrated 3D modelling of subsurface geology and hydrogeology for urban groundwater management» (PDF). International Symposium on New Directions in Urban Water Management. Archived from the original (PDF) on 2008-12-17.{{cite web}}: CS1 maint: multiple names: authors list (link)
• Kessler, H., Mathers, S., Lelliott, M., Hughes, A. & MacDonald, D. (2007). «Rigorous 3D geological models as the basis for groundwater modelling. In: Three-dimensional geologic mapping for groundwater applications, Workshop extended abstracts» (PDF). Denver, Colorado. Archived from the original (PDF) on 2008-12-03.{{cite web}}: CS1 maint: multiple names: authors list (link)
• Merritt, J.E., Monaghan, A., Entwisle, D., Hughes, A., Campbell, D. & Browne, M. (August 2007). «3D attributed models for addressing environmental and engineering geoscience problems in areas of urban regeneration – a case study in Glasgow, UK. In: First Break, Special Topic Environmental and Engineering Geoscience» (PDF). pp. Volume 25, pp 79–84.{{cite web}}: CS1 maint: multiple names: authors list (link)^{[permanent dead link]}

• Kevin B. Sprague & Eric A. de Kemp. (2005) Interpretive Tools for 3-D Structural Geological Modelling Part II: Surface Design from Sparse Spatial Data http://portal.acm.org/citation.cfm?id=1046957.1046969&coll=&dl=ACM
• de Kemp, E.A. (2007). 3-D geological modelling supporting mineral exploration. In: Goodfellow, W.D., ed., Mineral Deposits of Canada: A Synthesis of Major Deposit Types, District Metallogeny, the Evolution of Geological Provinces, and Exploration Methods: Geological Association of Canada, Mineral Deposits Division, Special Publication 5, p. 1051–1061. https://web.archive.org/web/20081217170553/http://gsc.nrcan.gc.ca/mindep/method/3d/pdf/dekemp_3dgis.pdf

Footnotes[edit]

External links[edit]

• Geological Modelling at the British Geological Survey