К оглавлению журнала

УДК 553.98 © И.Л.Левинзон, 1997

КРИТЕРИИ ПРОГНОЗА НЕФТЕГАЗОНОСНОСТИ ЮРСКОГО КОМПЛЕКСА НАДЫМ-ПУРСКОЙ НГО

И.Л.Левинзон (АО "Пурнефтегазгеология")

В данной статье приводится методика оценки информативности различных критериев, используемых при прогнозе нефтегазоносности локальных структур, на базе данных по 52 структурам, из которых 26 содержат залежи углеводородов в юрских отложениях (класс А) и 26 — пустые (класс Б).

К критериям, контролирующим нефтегазоносность, относятся морфологические характеристики самих структур: амплитуда А, площадь S, интенсивность Ис = A/ЦS, размеры осей lg и lk и форма lk/lg локальных структур.

В качестве комплексного показателя Kck косвенно контролирующего нефтегазоносность, брались показатели степени тектонического контроля - CK1 и СК2, отражающие местоположение локальных структур в пределах более крупных тектонических элементов. Критерий Kck определялся по формуле

Помимо этого, анализировались толщины юрского нефтегазоносного комплекса (НГК) Тк и региональной покрышки Тп, а также их отношения. При локальном прогнозе учитывалась история геологического развития локальных поднятий во времени (dАк, dАкz). Под величиной dАк понимается прирост амплитуды за временной интервал от мела до современности в процентах, а dАкz аналогичный прирост за кайнозой.

В качестве общего критерия, связывающего эти величины, применялся коэффициент, определяемый по формуле

Кроме того, информационность критериев дополнялась изучением соотношения локальных aл и региональных aр углов наклона поверхности кровли юрского НГК aл/aр, а также амплитуд новейших движений Ан и расстояний от центра локальных структур до ближайших разломов Lp.

Для каждого из рассматриваемых показателей раздельно для нефтегазоносных и пустых структур были построены гистограммы и определены основные статистические характеристики (табл. 1).

Анализ средних значений показывает, что в ряде случаев они резко отличаются в классах А и Б, а иногда более слабо. В последнем случае их дисперсии могут быть различными.

Для количественной меры индивидуальной оценки информативности по каждому из показателей были построены линейные функции и рассчитаны критерии c2 и канонические коэффициенты корреляции - rk (см. табл. 1). Кроме того, проанализировано распознавание изучаемых структур в отношении нефтегазоносности.

Рассмотрим полученные результаты. Наиболее информативными показателями являются палеоструктурные критерии: структуры, прирастившие за мел около 50 % от современной амплитуды, нефтегазоносны, более чем на 50 % -в основном пустые; структуры, прирастившие в кайнозое в среднем 44 %, нефтегазоносны, менее чем на 44 % — в основном пустые. По данным показателям и нефтегазоносные, и пустые структуры распознаются одинаково.

Следующая по информативностигруппа показателей, характеризующих параметры самих структур: нефтегазоносны крупные, линейно вытянутые структуры. По этим показателям лучше распознаются пустые структуры.

Таблица 1

Статистическое обоснование информативности показателей

Показатели

Средние значения по структурам c

Отношение средних

Характеристики моделей

Распознавание, %

А+Б

А

Б

c2

rk

угловой коэффициент

свободный член

А+Б

А

Б

А

105

127,7

82,3

1,54

4,81

0,30

0,0138

-1,4528

65,38

50

80,77

S

292

422

162

2,60

7,35

0,37

0,0030

-0,8823

65,38

50

80,77

Ис

7,4

7,6

7,2

1,05

0,23

0,07

0,3103

-2,2989

55

57

53

Tk

863

844

882

1,04

0,22

0,07

0,0035

-3,0092

46

50

42

ан

113

108

117

1,08

0,58

0,11

0,0232

-2,6261

55,77

53,85

57,69

Тп

40

43

36

1,19

0,98

0,13

0,0392

-1,5710

55,76

46,15

65,38

aл/aр

2,13

2,28

1,98

1,15

1,61

0,19

1,1900

-2,5402

57,69

46,15

69,23

CK1

0,52

0,61

0,42

1,45

0,64

0,11

1,1701

-0,6077

55,77

80,77

30,77

СК2

0,44

0,66

0,23

2,86

3,42

0,25

1,2403

-0,5486

61,53

76,92

46,15

Lp

48

26

70

2,69

2,71

0,23

0,0100

-0,5135

67,31

84,62

50

dАк

64

56

74

1,32

8,17

0,39

0,0440

-2,8821

61,54

61,54

61,54

dАkz

34

44

25

1,76

8,18

0,39

0,0440

-1,5195

61,54

61,54

61,54

lg

25

32

19

1,68

6,39

0,34

0,0575

-1,4775

61,53

46,15

76,92

lk

12

14

10

1,40

3,22

0,25

0,1297

-1,6216

55,76

46,15

65,38

Анализ значений толщин региональной покрышки и соотношения локальных и региональных углов наклона показал, что по мере увеличения значений этих показателей нефтегазоносность повышается. По данным критериям лучше распознаются пустые структуры. Толщина покрышки более 60 м способна экранировать любую залежь в юрском НГК. Толщина юрского НГК изменяется от 400 до 1600 м, наиболее благоприятными условиями аккумуляции углеводородов обладают структуры с толщинами около 850 м. По данному критерию структуры разделяются практически одинаково. По критерию степени тектонического контроля и расстояния от разломов нефтегазоносные структуры распознаются лучше, чем пустые.

Рассмотрим, как происходит разделение по обучающей выборке в зависимости от различного числа т используемых признаков (табл. 2). При этом анализируется такое число признаков, при котором происходит максимальное разделение на классы нефтегазоносных и пустых структур. Остановимся на наиболее оптимальных вариантах при различных значениях т.

Для одного признака наилучшее разделение получилось при использовании критерия Кp (см. табл. 2).

Таблица 2

Коэффициенты моделей дискриминантных функций

Показатели

Признаки (т)

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

А

 

 

 

0,0252

0,00119

-0,00116

-0,00168

0,00993

0,00810

-0,00908

-0,01414

-0,01944

-0,01919

-0,01774

-0,01913

-0,01913

-0,02175

S

 

0,00136

0,00093

0,00090

0,00089

0,00009

0,00012

0,00066

0,00094

0,00102

0,00083

0,00086

0,00054

0,00051

0,00040

-0,00035

lg/lk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-0,68131

Tk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,00014

0,00108

0,00083

0,00084

0,00093

ан

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,01105

-0,01352

-0,01346

-0,01478

Kck

1,00002

-0,70635

-0,70714

-0,67826

0,39951

0,38277

-0,40884

-0,36205

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Тп

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,01527

0,01522

0,01422

Kp

 

 

 

 

 

 

 

-0,64887

-0,66969

0,71995

0,71978

-0,65007

-0,62438

-0,52388

-0,62408

-0,62512

-0,65240

-0,65894

-0,66925

Lp

 

 

 

 

 

-0,00456

-0,00475

-0,00490

0,00445

0,00383

-0,00503

-0,00552

-0,00521

-0,00519

-0,00538

-0,00512

-0,00514

-0,00347

lg

 

 

 

 

 

 

 

 

 

0,01772

-0,05180

-0,05444

0,02120

0,00631

0,02588

0,02339

0,02967

0,03402

0,03531

0,07492

lk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0,07444

0,07302

0,07436

0,06018

0,05966

0,06197

0,04010

Tk/Tп

 

 

 

 

 

 

 

 

 

 

 

 

 

0,01720

-0,01722

-0,01652

-0,02096

-0,02164

-0,02342

-0,00919

-0,00923

-0,01002

Свободный член

0,00002

-0,39129

 

-0,16447

0,09205

-0,06615

1,16323

0,74191

-0,40213

-0,99690

-1,96526

-2,04367

-1,30211

-1,95224

-1,99б01

-1,13056

rk

0,424

0,453

0,456

0,493

0,521

0,520

0,544

0,571

0,589

0,598

0,638

0,637

0,664

0,671

0,671

0,674

c2

9,83

11,27

11,32

13,40

15,08

15,10

16,31

18,15

19,41

19,95

23,28

22,98

25,28

25,72

25,45

25,51

Распознавание, %: классы А+Б

класс А

класс Б

67,3 65,38 69,23

67,30 57,69 76,92

67,30 57,69 76,92

67,30 61,51

73,08

67,30 65,38 69,23

67,30 65,38 69,23

67,30 65,38 69,23

75 69,23 80,77

76,92 73,08 80,77

76,92 73,08 80,77

78,84 69,23 88,46

76,92 69,23 84,62

82,69

76,92 88,46

84,61 80,77 88,46

84,61 80,77 88,46

88,46 84,62 92,31

 

При наличии двух признаков эффективность разделения не улучшилась. В интервале от трех до семи признаков разделение на классы оставалось постоянным, затем по мере увеличения т эффективность разделения последовательно увеличивалась и при т = 16 составила 88,46 %. Необходимо отметить, что независимо от числа признаков всегда лучше классифицируются пустые структуры, чем нефтяные. Это свидетельствует о том, что в данной совокупности показателей отсутствуют критерии, непосредственно связанные с нефтегазоносностью. В качестве такого критерия, например, можно использовать отношение метана к сумме тяжелых углеводородов в водах НГК, но, к сожалению, по всем 52 структурам таких данных нет. Для тех структур, которые были расклассифицированы неверно, применение этих данных способствовало повышению их распознавания.

По мнению автора, необходимо дополнительно привлечь ряд факторов, генетически связанных с нефтегазоносностью разреза, но даже без учета этих данных выполненный анализ по косвенным критериям показывает, что оценка нефтегазоносности подготовленных объектов может увеличить эффективность прогнозов до 80 % при современной эффективности за последние 5 лет 47 %.

ABSTRACT

The article presents a procedure for evaluating of informativeness of various criteria used in forecasting of oil and gas potential of local structures. As criteria controlling oil and gas potential, morphological characteristics of structures themselves such as amplitude, area, intensity, sizes of axis and form of local structures were used. Histograms have been constructed for each of the discussed indices separately for oil and gas and dry structures; main statistical characteristics were determined. Paleostructural criteria are considered to be most informative indices. Next by informativeness is a group of indices characterizing parameters of the structures themselves. The performed analysis by indirect criteria shows that oil and gas potential estimation of targets prepared could increase a prognosis