Применение компьютерных технологий при геохимических поисках месторождений нефти и газа

Гинзбург Л.Н., Корюкин Г.Л. (г. Москва)

Эффективность прогнозирования, поисков и разведки скоплений углеводородов (УВ) может быть существенно повышена в результате использования технологий геохимических поисков месторождений нефти и газа (ГПНГ). Особо важное значение,  эти методы приобретают в малоизученных и труднодоступных районах со сложными климатическими условиями, где разрешающая способность традиционных геолого-геофизических исследований на нефть и газ недостаточно высока. Современные теоретические основы нефтегазопоисковой геохимии базируются, с одной стороны, на явлениях парагенезиса зонально-кольцеобразных геофизических, геохимических и биогеохимических полей в осадочном чехле земной коры и связанных с ними процессом  субвертикального  массопереноса вещества и энергии из скоплений УВ, а с другой — на теорию формирования геохимических полей нефтяных и газовых месторождений.

Внедрение компьютерных технологий в производсто ГПНГ в СССР начиналось с разработок  ВНИИгеосистем в 1972 г. (Петухов А.В. и др.,1972) и нашло свое продолжение в работах Петухова А.В.,Ванюшина В.А.,Сиротюка В.А. и др.(1976-1993 гг.), в которых нашли отражения  фундаментальные исследования в области обработки и интерпретации геохимической информации и разработаны методические рекомендации по компьютеризации  всего камерального процесса ГПНГ.

В настоящее время методы геохимических поисков месторождений нефти и газа перетерпели существенные качественные изменения, вызванные внедрением в производство новой более чувствительной химико-аналитической аппаратуры. Спектр определяемых УВ расширился от С₁-С₅ до С₁-С₂₅, а чувствительность определений геохимических компонентов увеличилась с n х 10^-4 до n х 10^-6-10^-9. Прогрессивные изменения произошли и в современных компьютерных технологиях: появилась новые  программно-вычислительные комплексы, решающие задачи по интерпретации геохимической информации на более высоком уровне. 

В практике поисков месторождений нефти и газа типичной является ситуация, когда по геохимическим параметрам известного месторождения необходимо осуществить оценку нефтегазоносности на сопредельных поисковых  площадях. Одним из таких примеров применения компьютерных технологий при интерпретации геохимических данных при ГПНГ может  служить нефтегазоконденсатное месторождение в Ямало-Ненецком автономном округе. Фактической основой для прогнозной оценки служили значения содержаний геохимических показателей  Не, Н₂, N₂, CO₂, С₇ – С₂₄ в 22 пробах эталонного месторождения и в 540 пробах, отобранных в приповерхностных отложениях из скважин (глубиной 1-2 метра) на территории поисковых площадей. Формально задачу настоящего исследования можно сформулировать следующим образом: используя групповой спектр и уровень значений концентраций геохимических компонентов в пробах месторождения в качестве эталона, выявить на поисковых площадях области, максимально «схожие» с параметрами эталона. При этом геохимические параметры эталона могут включать, как результаты аналитических исследований пластовых проб скоплений УВ, так и проб приповерхностных отложений или донных осадков. Для простоты изложения в дальнейшем будем понимать под термином «эталон» - пробы, характеризующие месторождения, а под термином «экзамен» - пробы, соответствующие территории поисковых площадей.

Природные факторы явились осложняющим обстоятельством уже на начальном этапе обработки геохимических данных. Изменения литологического состава, содержаний Сорг., сезонные колебания оказывают существенное влияние на физико-химические условия, которые протекают на той или иной глубине, что сказывается на значениях концентрации углеводородных компонентов. В нашем случае, геохимические пробы отбирались и, соответственно, анализировались в разные времена года: в летний период 2006 г.было отобрано и проанализировано 331 проб, а зимой 2007 г. – 231 проба, причем территория эталона была опробована в оба года примерно в равных количествах. Простое сравнение статистических параметров выборок, соответствующих различным временам опробования, показывает, что наиболее сильное влияние природные факторы сказываются на концентрации наиболее тяжелых компонентов УВ. Наглядное представление о влиянии температуры на концентрации УВ в пробах, отобранных при разных температурных режимах, дают предложенные Дж. Тьюки (1981) диаграммы типа «ящик с усами», представленные на рис. 1.Статистически вопрос о значимых различиях концентраций УВ в пробах, отобранных в различных условиях в  разные годы сводится к проверке гипотезы о принадлежности двух выборок к одной генеральной совокупности. Применение критерия Колмогорова-Смирнова к аналитическим данным разных лет показало, что лишь концентрации  С₁₆Н₃₄  в пробах, отобранных в 2006 и 2007 г.г., могут считаться однородными при 5% уровне значимости. В связи с выявленным значимым различием в концентрациях УВ в геохимических пробах, отобранных в различных литологических условиях и  в разные времена года, возникает достаточно сложный вопрос о выявлении значений таких различий и их нивелировании. Данную проблему можно было бы решить достаточно просто, если были бы известны значения истинного фона для выборок разных лет. Однако, на практике надежные оценки величины фона, как правило, отсутствуют. С формальной точки зрения, отобранные пробы могут рассматриваться как точки в многомерном пространстве геохимических признаков. Для множества подобных точек и ставится задача определения фоновых параметров. В практике геохимических поисках рудных месторождений Л.Н.Гинзбургом (1997) удачно себя зарекомендовал метод определения «базисного вектора», компоненты которого служат начальными нормирующими коэффициентами соответствующих геохимических показателей. Используем данный метод к определению «базисных векторов» для выборок, соответствующих разным годам опробования. Найденные для каждой выборки «базисные вектора» представляют собой осредненные значения концентраций элементов по пробам образований, не связанных с УВ залежами. Так как опробование в разные года проводилось на одной территории с тождественными ландшафтно-геологическими и тектоническими условиями, то можно с помощью найденных значений базисных векторов привести значения концентраций геохимических показателей 2007 г к аналитическим данным 2006г. На рис. 1 представлены диаграммы, характеризующие распределения некоторых геохимических компонентов в пробах 2006 г и 2007 г до (а) и после преобразования (б). Из приведенных диаграмм видно, что после подобного преобразования характер распределения геохимических показателей в пробах, отобранных при различных природных условиях и в разные годы, имеет сходный характер.

Наиболее распространенным способом решения задачи прогнозирования является применение методов автоматической классификации. Однако эти методы при большом числе признаков часто дают неудовлетворительное решение. Это связано с тем, что все показатели являются в равной мере информативными, причем каждый из них определяет свое разбиение, в общем случае отличное от остальных. Небольшие изменения в системе исходных показателей часто приводят к значительному перераспределению объектов по группам. В условиях, когда теоретические основы выбора информативных параметров отсутствуют, весьма разумным представляется использовать в качестве таких параметров направления максимальной изменчивости исходных геохимических показателей, т.е. главные факторы (Харман Г, 1972).

Поэтому целесообразно перейти от исходной системы показателей к системе небольшого числа независимых факторов, а затем уже проводить классификацию, используя в качестве признаков найденные факторы. В задачах поисковой геохимии значения факторов приобретают крайне важное значение. Проецируя точки, соответствующие   отобранным  пробам,  на   факторные  оси,  можно    проанализировать внутреннюю структуру многомерных геохимических данных, увидеть различные «облака» скоплений данных и «выбросы», выявить аномальные и фоновые области. 

C₁₇H₃₆

a) до преобразования	б) после преобразования

пристан

a) до преобразования	б) после преобразования

Рис. 1.  Диаграммы, характеризующие аналитические данные C₁₇H₃₆  и пристана разных лет до и после преобразования

Исследуем методом главных факторов выборку, элементами которой являются содержания геохимических показателей в пробах, отобранных в поверхностных отложениях на территории «эталона» и «экзамена». Применение факторного анализа позволило выявить 10 факторов, суммарная дисперсия которых составляет более 85% дисперсии исходной системы. Причем, на долю первых двух факторов приходится более 70% суммарной дисперсии. Разумеется, не все факторы являются информативными в отношении выделения аномальных объектов в отдельную группу, но если выбранная система геохимических показателей отражает хоть в некоторой степени особенности локализации залежей УВ, это должно сказаться на одном или нескольких главных факторов. Переход к главным факторам – это один из способов «взвешивания» исходных показателей по их значимости. Если исследуемые выборки неоднородны и обладают внутренней структурой, эта структура должна быть хорошо видна в проекциях на главные факторы. Поэтому с помощью метода главных факторов можно осуществлять предварительную неформальную классификацию еще до применения специальных классификационных алгоритмов.

Исследуем диаграмму распределения отобранных проб в плоскости первых двух факторов. Проекции большинства проб на факторные оси представляют собой эллипсовидное «облако» с центром вблизи начала координат. Скорее всего, эти пробы соответствуют фоновым областям и не представляют интереса для поисковых целей. Внимание заслуживают точки, наиболее удаленные от этого облака – именно они соответствуют пробам, отобранным на территории известного месторождения, а также могут соответствовать перспективным областям. Из анализа полученной диаграммы рассеяния следует, что и сам «эталон» далеко не однороден, и, как минимум, состоит из трех классов.

Для контроля правильности разбиения проб эталона на группы, нами было проведено несколько независимых методов автоматической классификации. Первый являлся обычным иерархическим методом кластер-анализа, в котором в качестве критерия группирования был использован гибкий критерий Ворда. Результаты классификации, представленные в виде дендрограммы свидетельствуют, что все пробы месторождения группируются в 3 класса. Состав выделенных классов полностью совпадает с группами, полученными на факторной диаграмме. Второй метод автоматической классификации, использованный для проверки надежности классификации объектов эталона, представлял собой метод k-средних. Алгоритм выделяет заданное число кластеров, минимизируя внутригрупповые расстояния и максимизируя межгрупповые расстояния. Результаты классификации по методу k-средних также полностью совпадают с предыдущими решениями. Таким образом, все геохимические пробы, отобранные на территории месторождения, представляющие  на начальном этапе исследований единый эталон или «образ» месторождения, на финальном  этапе разбивается на три эталона.

Теперь оценку перспективности поисковых площадей необходимо проводить на основе трех эталонов, представляющих собой «образ» нефтегазоконденсатного месторождения. Для этого рассчитаем взвешенные Евклидовы расстояния (R_i) от центра соответствующего эталона до каждой точки экзамена, а в качестве весов используем собственные числа соответствующих факторов. Для каждого эталона полученные расстояния преобразуем таким образом, чтобы значения расстояний изменялись в интервале [0, 1], при этом 0 соответствует наименьшему расстоянию, а 1 – наибольшему. В результате для каждой пробы поверхностных отложений поисковых площадей и эталонного месторождения мы можем получить значения расстояний от каждой точки до соответствующего эталона. Однако, оперировать с расстояниями (R) не очень удобно, поэтому от расстояний перейдем к значению сходства по простой формуле: α = (1-R). Значение  α_ik  = 1 для  i-й пробы означает ее полную тождественность с k – м эталоном, и, напротив, значение  α_ik  = 0 означает, что i-я проба полностью отличается от k – го эталона. Если меру сходства α_ik  выразить в процентах, то ее можно трактовать как вероятностную оценку сходства i-й пробы с  k – м эталоном. Вероятностная оценка сходства экзаменационных проб с нефтегазоконденсатным месторождением может быть получена как взвешенное среднее значений сходств  (α_i1, α_i2, α_i3)  в каждой пробе. На рис.2 представлена полученная таким образом вероятностная оценка обнаружения залежей УВ в пределах исследуемой площади. Построенная карта является основой для оконтуривания районов, перспективных для поисков залежей УВ по геохимическим данным. Предложенный подход, апробированный на большом количестве площадей, позволяет утверждать, что все «пустые» площади могут быть уверенно отбракованы на основе геохимических исследований, за счет чего результативность глубокого поискового бурения можно увеличить в среднем на 40-60%.

Рассматриваемая технология оценки нефтегазоносности поисковых площадей на сопредельных с эталонными месторождениями нефти и газа территориях успешно реализована в ЗАО «ПАНГЕЯ» в  Пур-Тазовской нефтегазоносной области, на акватории Обской губы, в Непско-Ботуобинской нефтегазоносной области, входящей в состав Лено Тунгусской нефтегазоносной провинции, на акватории Чукотского моря и др.

Рис.2   Карта вероятностей обнаружения залежей УВ

(на основании сходства геохимических данных поисковых площадей и нефтегазоконденсатного месторождения)

Рис.3   Карта вероятностей обнаружения залежей УВ
на перспективных площадях Обской губы

Особенно примечательны результаты ГПНГ полученные на перспективных площадях Обской губы, где  по геохимическим данным отмечены  неоспоримые признаки продуктивности ряда площадей. Впервые, на акватории Обской губы по данным ГПНГ были получены фактические материалы, свидетельствующие о продуктивности досеноманский части разреза. Если раньше на акватории Обской губы  глубокое бурение осуществлялось исключительно для поиска сеноманских газовых залежей, то по рекомендациям наших исследований вскрыв бурением более глубокие барремские отложения  в   августе 2005 г. были впервые  открыты  газоконденсатные скопления УВ на Чугорьяхинском месторождении. На рис.3 отчетливо отмечаются перспективные площади, где тождественность поисковых геохимических показателей  с эталоном-газоконденсатным месторождением составляет 75-95%, что позволяет прогнозировать здесь открытие  газоконденсатных залежей в досеноманских отложениях.

Таким образом, накопленный опыт дает основание считать, что рассмотренные компьютерные технологии могут быть успешно реализованы  при  геохимических поисках на нефть и газ, особенно в труднодоступных территориях со сложным геологическим строением осадочного чехла, включая акватории Арктики.  

Литература

1. Гинзбург Л.Н.          Геоскан – система компьютерного геохимического картирования, тез.докл. «Международный симпозиум по прикладной геохимии стран СНГ», М., ИМГРЭ, 1997, стр. 228-230
2. Петухов А.В. Принципы подбора исходных признаков для прогнозирования нефтегазоносности локальных площадей математическими методами.Нефтегаховая геология и геофизика. 1972. № 9. стр.23-26
3. Петухов А.В., Ванюшин В.А., Сиротюк В.А. Автоматизированные системы обработки данных геохимических поисков залежей нефти и газа. М.ВНИИЯГГ,1979.стр. 59
4. Петухов А.В., Ванюшин В.А., Сиротюк В.А. Комплексный анализ данных геохимических поисков месторождений нефти и газа. М. Недра, 1981. стр. 262
5. Тьюки Дж.     Анализ результатов наблюдений, М., Из-во «Мир», 1981, стр. 57-59
6. Харман Г.         Современный факторный анализ., М., Статистика, 1972,486 с.