Системы интерпретации данных ГИС на ЭВМ и решаемые задачи

К системам автоматизированной обработки данных ГИС на ЭВМ второго поколения относится система «Каротаж», комплекс Ц-3, комплекс ГИК-2М, системы ПГ-2Д, СТР, «Самотлор Ц-2» и др.

Система «Каротаж» создана во ВНИИ «Геофизика» (авторы – Н. Н. Сохранов, С. М. Зунделевич и др.). Система «Каротаж» усо- вершенствовалась по мере появления новых, более мощных много- программных ЭВМ (элементная база – транзисторы) – «Минск-22»,

«БЭСМ-4» и «М-222». Эта программа получила наибольшее рас- пространение, и ее некоторые подпрограммы использовались в других программных системах на ЭВМ третьего  поколения.

Наиболее ярко особенности программы «Каротаж» можно наблю- дать при решении задачи литологического расчленения разреза скважин по кривым скважинных наблюдений.

Система «Каротаж» основана на сопоставлении комплексных кодов, составленных по значениям геофизических параметров для данного интервала разреза скважины, с табличными комплексны- ми кодами, характерными для различных литологических разно- видностей. При составлении комплексных кодов весь диапазон изменения геофизического параметра (амплитуда кривой ГИС) двумя граничными значениями разбивается на три группы и вме- сто численных значений отсчетов используются их кодовые обо- значения: малые показания – 00, средние – 01, большие – 10. По двоичным кодам, выявленным для каждого используемого геофи- зического параметра по каротажным диаграммам, формируется комплексный диагностический код путем их последовательной записи. Эти коды, составленные по геофизическим показаниям (параметрам), сравниваются с прогнозными диагностическими ко- дами и определяют литологическую разновидность породы (ее ин- декс) в какой-либо точке разреза.

Основное преимущество метода комплексных кодов заключает- ся в том, что он позволяет полностью использовать ту часть инфор- мации о взаимозависимости геофизических параметров, которая со- храняется после кодирования значений геофизических параметров. Однако потери информации от кодирования остаются весьма боль- шими, а неполное использование информации ведет к тому, что при малом числе признаков возможности метода в области выделения литологических разностей пород оказываются крайне ограниченны- ми. В то же время использование большого числа параметров приво- дит к очень громоздкой процедуре обучения. Кроме того, при ис- пользовании этого метода приходится решать труднейшую проблему выбора границ между «большими», «средними» и «малыми» значе- ниями каждого геофизического параметра. По такой же технологиче- ской схеме были созданы программы ПГД-2Д, СТР, «Самотлор Ц-2»

для других нефтяных районов, учитывающие конкретные промысло- во-геологические условия.

Система ГИК-2М разработана во ВНИИ «Нефтепромгеофи- зика» (автор – Г. Н. Зверев). В основе его алгоритма лежит идея, близкая к используемой в методе комплексных кодов. Только вме- сто комплексных кодов вводятся логические функции, которые можно комбинировать согласно задаваемым условиям. Логические функции являются более мобильными по сравнению с комплекс- ными кодами. Помимо логических функций применен вероятност- но-статистический метод для повышения эффективности про- граммы. Так, по формуле Байеса уточняется литологический ин- декс в случае неоднозначной классификации того или иного пласта логическими функциями и выбирается тот индекс, который дает максимальную апостериорную вероятность. При этом учиты- вается вес логических функций. В методе ГИК-2М используется уровенная (граничная) линия для всего разреза. Это граничное значение сравнивается со значением на той или иной каротажной кривой в интерпретируемой точке, и ему присваивается значение 0 или 1. Затем эти нули и единицы объединяются либо логическим сложением (дизъюнкция), либо логическим умножением (конъ- юнкция). Недостатком ГИК-2М является субъективность выбора логических функций и граничных значений.

Интерактивные методы. Кросс-плоты. Визуальные обра- зы. Относительно невысокая эффективность программ распозна- вания при литологической идентификации горных пород по дан- ным ГИС привела многих исследователей к выводу, что требуемое качество идентификации можно обеспечить только в рамках инте- рактивных систем автоматизированной интерпретации. Многие зарубежные интерактивные системы обработки материалов ГИС применяются как для предварительной оценки разреза, проводимой непосредственно на скважине по упрощенной программе, так и для полной комплексной интерпретации данных каротажа с целью литологического расчленения, определения физических парамет- ров и т. п.

Результаты обработки представляются в виде таблиц и графи- ков. На всех этапах интерпретации осуществляется попарное со- поставление результатов каротажа, относящихся к одной и той же точке с помощью кросс-плотов.

Кросс-плоты – графическое средство выполнения такого со- поставления. Они представляют собой бланк с прямоугольными координатами, на осях которого откладывают величины каких- либо двух геофизических или физических параметров; нанесенные на график и относящиеся к одной и той же глубине группируются на бланке (в зависимости, например, от литологии породы) самым различным образом. Классификация литологических разновидно- стей пород по определенной группе попарно коррелируемых гео- физических признаков составляет основную идею кросс-плота. Результаты полной интерпретации представляют графически обычно в виде четырех колонок, по каждой из которых даны кри- вые нескольких параметров, вычисленных при интерпретации. В каждой колонке группируются однотипные параметры (напри- мер, компоненты литологических разновидностей пород). Т. е. ме- тодическая основа систем интерпретации состоит в последова- тельной классификации пород в разрезе скважин по отдельным свойствам, в определении на каждом этапе классификации значе- ний тех или иных параметров и постоянном их уточнении. По- строение и анализ кросс-плотов выполняются только для интерва- лов однородных по типу пород, что является ограничением при интерпретации, например, карбонатно-терригенного разреза. На- глядная форма представления результатов обработки данных ГИС в виде кросс-плотов очень удобна для анализа (рис. 72).

Обработка геофизической информации ведется с использова- нием автоматизированных систем, разрабатываемых разными фирмами. Но, как правило, эти системы имеют общие черты и по- строены на близких принципиальных основах, характерных для времени их появления, развития вычислительной техники и мате- матических методов обработки. В середине 70-х гг. наиболее

развитыми были системы SARABAND и CORIBAND (фирма

«Шлюмберже») и системы PROLOG и EPILOG (фирма «Дрессер Атлас»). В 80-е гг. появились системы GLOBAL («Шлюмберже») и ULTRA (фирма «Герхарт»).

 

Рис. 72. Анализ типа пород с помощью кросс-плота

Система CORIBAND (Complex Reservoir Interpretation by Analysis of Neutron and Density) реализует методику комплексной интерпретации данных с помощью анализа нейтронных и плотно- стных методов совместно с другими методами пористости, мето-

дом сопротивления и методом глинистости. Входными парамет- рами являются: диаграммы плотностного (ГГК), нейтронного (НГК) и акустического (АК) метода, индукционного (ИК) и экра- нированного зонда (БК) при определении пористости и ПС, ГК и каверномера для оценки глинистости. Одна из основных задач интерпретации в этой системе – определение литологии породы с помощью ГГК, НГК и АК. Анализ проводят последовательно с помощью нескольких кросс-плотов: водородосодержание (НГК) – плотность (ГГК), пористость – пористость по АК, водородосодер- жание – пористость по АК.

Базовой кривой кросс-плота является кривая для известняка, поскольку эталонирование нейтронной аппаратуры произведено на модели того же минерального состава. Кривая известняка дает нейтронную пористость, равную истинной пористости породы. Кривые для доломита и кварца (песчаника) смещены относи- тельно линии известняков за счет того, что различие в химиче- ском составе пород влияет на величину нейтронной пористости, определенной по НГК на известняке. Области, заключенные ме- жду кривыми, соответствуют породам со смешанным составом скелета породы: известняк – песчаник, известняк – доломит, пес- чаник – доломит (см. рис. 72).

Метод визуальной диагностики – метод визуального образа при интерактивной интерпретации материалов ГИС предложил А. Е. Кулинкович, считающий, что весьма эффективно будет рабо- тать такая программа автоматической обработки кривых ГИС на ЭВМ, которая представляет геологические объекты (пласты гор- ных пород) в наглядной форме – с выводом на дисплей. В связи с этим был предложен метод визуальной диагностики – метод «ви- зуального образа». Набор признаков представляется в виде диа- грамм, которые и являются «визуальными образами» геологиче- ских объектов. Располагая эталонными наборами «образов», соот- ветствующих различным типам выделяемых пластов, можно проводить диагностику, сопоставляя «визуальный образ» пласта определенного типа с диаграммами эталонных групп. Диаграммы

«визуального образа» дают возможность интерпретатору наглядно представить разрез скважины, проанализировать его и ввести со- ответствующие изменения.

Корреляция разрезов скважин по данным ГИС. Для того чтобы эффективно эксплуатировать нефтяные залежи, необходимо иметь правильное представление о их геологическом строении и добывных возможностях скважин. Большая часть геологических и геофизических наблюдений, на основе которых осуществляется изучение геологического строения залежи, относится к отдельным пересечениям толщи горных пород какого-либо месторождения буровыми скважинами и носит фрагментарный, локальный харак- тер. Отсюда понятно, что для получения общей характеристики геологического объекта используется некий комплекс отдельных замеров и наблюдений, каждое из которых считается локальным, т. к. носит точечный характер на фоне огромных размеров изучае- мого геологического объекта. Локальные замеры производятся для получения самых разнообразных геопараметров, всесторонне опи- сывающих объект исследования (форма, размеры, условия залега- ния геологических тел, их геофизические, геохимические и др. ха- рактеристики).

Проблема локальности порождает проблему экстраинтерпо- ляции и детальности, и для того, чтобы охарактеризовать место- рождение как связный пространственный объект, требуется осу- ществить восхождение от результатов локальных наблюдений и измерений к целостной, полноопределенной модели изучаемо- го месторождения, выполнить экстраинтерполяцию промыслово- геофизических данных на межскважинные пространства.

Объем, непосредственно вскрытый скважинами, по сравне- нию с объемом всего изучаемого объекта ничтожно мал. Сам объект, как правило, отчетливо стратифицирован, и его изменчи- вость особенно велика в вертикальном направлении. Интенсив- ность такой изменчивости и крайне малый объем информации о самом объекте делает задачу экстраинтерполяции скважинных данных на межскважинные пространства очень неопределенной и трудноразрешимой. Отсюда, в связи со стратифицированно-

стью объекта и значительно меньшей интенсивностью его лате- ральной изменчивости по сравнению с вертикальной, степень неопределенности задачи можно существенно снизить, заменив экстраинтерполяцию, выполняемую в трехмерном пространстве, на выполняемую в двумерном пространстве. Это достигается за счет расчленения изучаемого месторождения и вмещающего его блока земной коры на отдельные слои, пласты или пачки, рас- сматриваемые при выполнении экстраинтерполяции в качестве двумерных плоских тел. Только приняв модель слоистого строе- ния осадочной толщи можно ставить задачу литологической кор- реляции: идентификацию одного и того же пласта в различных скважинах.

При традиционной «ручной» методике геологической интер- претации материалов ГИС задача детальной корреляции разрезов в определенной мере решается попутно с выполнением литологи- ческой интерпретации. На ЭВМ же литолого-стратиграфическое расчленение разреза скважин как единую задачу решить не уда- лось, т. к. существующие автоматизированные системы обработки материалов ГИС обычно решают вопросы литологической иден- тификации и стратиграфической индексации разреза в отрыве друг от друга, зачастую в явной или скрытой форме полностью пере- кладывая корреляцию разрезов на человека, управляющего рабо- той автоматизированной системы.

В настоящее время существует ряд программ по корреляции разрезов скважин по данным ГИС. Наиболее используемые и из- вестные алгоритмы корреляции предложены В. А. Бадьяновым и Ш. А. Губерманом [53, 54].

Алгоритмы межскважинной корреляции разрезов скважин, базирующиеся на идее геолого-статистического разреза (ГСР) предложены В. А. Бадьяновым и др. Системный характер этих алгоритмов достаточно очевиден: он выражается в последователь- ном применении декомпозиционного (расчленение разреза каждой скважины на слои и «расписывание» пластов, выделенных на сводном разрезе, по отдельным скважинам) и интегративного (по- строение сводного разреза) подхода. Авторы этого алгоритма счи-

тают, что т. к. в нефтепромысловой геологии и проектировании разработки нефтяных месторождений существует задача по оценке и учету реальной структурно-морфологической сложности при- родных резервуаров нефти, то ее следует решать при детальном расчленении и корреляции разрезов скважин. Достаточными ис- ходными данными для решения этой задачи являются сведения об отметках границ продуктивного горизонта и проницаемых пропла- стков. Поэтому был разработан алгоритм эвристического характе- ра, с помощью которого выбирается модель напластования геоло- гического объекта, а затем в рамках выбранной модели строится геолого-статистический разрез (ГСР), оценивается ритмичность ГСР и выделяются границы ритмов, идентифицируются пропласт- ки в изучаемых скважинах в соответствии с выделенными ритма- ми и, наконец, выбирается модель напластования для каждого ритма. Методика построения ГСР принципиально сводится к на- хождению хотя бы одной корреляционной поверхности как можно ближе к продуктивному горизонту: лучше, когда это четкий репер. Поэтому проводится попарное сопоставление разрезов скважин с ГСР и вычисляется коэффициент взаимосвязи, т. е. вероятность появления коллектора и неколлектора. Сам же ГСР представляет собой дифференциальную кривую распределения относительного содержания (вероятности появления) коллекторов и дает обоб- щенную картину строения исследуемого геологического объекта по разрезу. Пропластки контрольной скважины относятся к како- му-либо ритму по критериям пространственной близости, в ре- зультате чего множество пропластков коллектора разбивается на подмножества, соответствующие ритмам (пластам). В итоге про- дуктивный горизонт расчленяется на пласты и устанавливается их взаимооднозначное соответствие, чем достигается пообъектная корреляция.

Авторы чисто композиционного алгоритма корреляции разре- зов скважин Ш. А. Губерман, О. И. Баринова и др. при корреляции пластов горных пород в осадочных толщах преследовали две цели:

1) установить в разрезах изучаемых скважин точки, которые в процессе накопления осадков одновременно принадлежали бы

к одной и той же поверхности осадконакопления (синхронные точки); 2) выявить в разрезах скважин интервалы, принадлежащие сейчас или некогда одному и тому же геологическому телу.

При расчленении разрезов скважин по данным ГИС представ- ляется, что разрез состоит из подразделений нескольких иерархи- ческих уровней – крупных однородных интервалов, каждый из которых имеет более мелкие интервалы, а те, в свою очередь, де- лятся еще на более мелкие. При этом для каждого уровня интерва- лов характерны свои группы предпочтительных значений, т. е. предлагается описывать разрез в несколько этапов: сначала грубо, а затем детализировать его, расчленяя каждый из выделенных на предыдущем уровне интервалов по такому же принципу. На прак- тике этому соответствует разбивка разреза на толщи, пачки, пла- сты, пропластки. При этом предполагается, что в пределах каждо- го крупного интервала пласты залегают плоскопараллельно или веерообразно (принцип перспективного соответствия Б. Хейтса) с неизменным порядком их следования по вертикали (принцип упорядоченности) и малой изменчивостью физических свойств по простиранию (принцип похожести).

Физические свойства пластов, относящихся к одному и тому же месторождению, изменяются в пределах одних отложений от разреза к разрезу незначительно, что сказывается на сходстве кон- фигурации участков диаграмм ГИС, проведенных одинаковыми геофизическими методами в различных скважинах. Поэтому при корреляции разрезов прежде всего выделяются интервалы, наибо- лее сходные по своей конфигурации. В качестве меры похожести используется величина нормированного коэффициента корреля- ции двух сопоставляемых участков диаграмм.

В основу алгоритма сопоставления разрезов скважин положе- на геометрическая модель геологических разрезов, основанная на предположении, что геологический разрез состоит из нескольких этажей и что внутри каждого этажа мощности входящих в него пластов изменяются от разреза к разрезу пропорционально рас-

стоянию между разрезами. Алгоритм сопоставления границ пла- стов, выделенных на каротажных диаграммах, базируется на поис- ке функции минимальных рассогласований между соответствую- щими границами двух коррелируемых разрезов. Границы пластов, выделенных в разрезах сопоставляемых скважин на разных иерар- хических уровнях, прослеживаются на корреляционных графиках каждой пары скважин до пересечения друг с другом.

Предлагаемые алгоритмы рассчитаны на решение задачи корре- ляции в чистом виде, с отрывом от литологического расчленения. Другие существующие алгоритмы машинной корреляции разрезов скважин мало отличаются от вышерассмотренных алгоритмов.

Перспективы объединения задач литологической иденти- фикации, стратиграфической индексации и корреляции разре- зов скважин по данным ГИС. Традиционные, «ручные» методи- ки интерпретации данных ГИС, как правило, используют геофизи- ческую информацию не только для определения литологического состава, характера насыщения и физических свойств пластов гор- ных пород, но и для определения стратиграфической принадлеж- ности этих пластов, фактически объединяя задачи интерпретации материалов ГИС по отдельным скважинам и межскважинную кор- реляцию разрезов скважин [53, 54].

В большинстве современных программах по машинной обра- ботке данных ГИС задачи стратиграфической индексации (меж- скважинной корреляции) не столько решаются, сколько обходятся за счет явного или скрытого применения человеко-машинных ре- жимов работы.

Из изложенного выше краткого обзора ясно, что основным направлением автоматизированной интерпретации данных ГИС должна стать разработка алгоритмов, решающих задачу литологи- ческой идентификации и оценки характера насыщения пород в неразрывной связи с задачей определения места каждого из слоев в общей стратиграфической схеме исследуемого района, т. е. вы- полняющих и межскважинную корреляцию разрезов.

Известно, что при «ручной» обработке задача литологическо- го расчленения фактически сливается с задачей стратиграфическо- го расчленения. Поэтому для приближения методики машинной интерпретации к «ручной» надо объединить задачи литологиче- ского расчленения и корреляции разрезов скважин в единую зада- чу литолого-стратиграфической интерпретации данных ГИС. Ре- шению сложных задач человек обучается не столько осваивая раз- личные частные правила, сколько подражая другому человеку или следуя какому-то сложному эталонному примеру. Поэтому нужно автоматизированную интерпретацию организовать по принципу обучения на эталонной ситуации. Простое наблюдение за дейст- виями геолога или геофизика, интерпретирующего материалы ГИС, свидетельствуют, что он при решении задачи расчленения разреза рассматривает каждую диаграмму ГИС как единое целое. Поэтому необходимым мероприятием по приближению машинной интерпретации к «ручной» является создание такого алгоритма, в котором компьютер на любом шаге своей работы «видит» каж- дую из кривых ГИС не только по частям, но и в целом.