朱兆群，林承焰，張?zhí)K杰，任麗華，趙劍軒，陳仕臻，賈蕭蓬，陳 莉，張 吉

[1.中國石油大學(xué)(華東) 地球科學(xué)與技術(shù)學(xué)院,山東 青島 266580； 2.中國石油集團(tuán) 渤海鉆探工程有限公司 井下技術(shù)服務(wù)分公司,天津 300280； 3.中國石油 青海油田公司 采氣一廠，青海 格爾木 816000； 4.斯倫貝謝中國公司,北京 100015；5.中國石油 勘探與生產(chǎn)分公司，北京 100007； 6.中國石油 長慶油田公司 蘇里格氣田研究中心,陜西 西安 710021]

改進(jìn)的模糊-灰色綜合評判方法在儲層定量評價中的應(yīng)用
——以蘇里格氣田蘇X井區(qū)盒8下亞段低滲透氣藏為例

朱兆群1，林承焰1，張?zhí)K杰2，任麗華1，趙劍軒3，陳仕臻1，賈蕭蓬4，陳 莉5，張 吉6

[1.中國石油大學(xué)(華東) 地球科學(xué)與技術(shù)學(xué)院,山東 青島 266580； 2.中國石油集團(tuán) 渤海鉆探工程有限公司 井下技術(shù)服務(wù)分公司,天津 300280； 3.中國石油 青海油田公司 采氣一廠，青海 格爾木 816000； 4.斯倫貝謝中國公司,北京 100015；5.中國石油 勘探與生產(chǎn)分公司，北京 100007； 6.中國石油 長慶油田公司 蘇里格氣田研究中心,陜西 西安 710021]

儲層認(rèn)識不成熟以及評價信息不完備等問題，給蘇里格氣田蘇X井區(qū)盒8下亞段低滲透氣藏早期的儲層評價帶來很多不確定性，進(jìn)而無法精細(xì)刻畫儲層特征。如何充分體現(xiàn)儲層評價過程的不確定性以及有效擴(kuò)大評價結(jié)果的差異性,則成為改善儲層評價效果的關(guān)鍵。以隸屬度為紐帶，按照多信息疊合思想，將不確定方法中的模糊綜合評價和灰色關(guān)聯(lián)評價方法有機(jī)組合，對內(nèi)部算法進(jìn)行差異化改進(jìn)處理，建立了更加有效的模糊-灰色綜合評判方法。實例應(yīng)用表明，新方法在兼顧研究區(qū)儲層評價模糊性和灰色性的同時，還提高了低滲透儲層的區(qū)分度，提升了儲層描述的精度。根據(jù)改進(jìn)后的儲層分類結(jié)果，將盒8下亞段劃分出4類儲層，其中Ⅰ和Ⅱ類為有利儲層。平面上儲層展布與過去的近連片認(rèn)識相比刻畫得更加精細(xì)，儲層類別間具有較好的區(qū)分，更貼近河流沉積的發(fā)育規(guī)律和地質(zhì)知識庫，與已有實踐成果和地質(zhì)認(rèn)識也大致匹配。該方法能夠快速有效地指導(dǎo)氣田勘探開發(fā)部署實踐，為類似的低滲透儲層評價提供了新的思路。

定量評價；模糊數(shù)學(xué)；灰色理論；儲層描述；盒8下亞段；蘇里格氣田

蘇里格氣田是我國現(xiàn)階段最大的天然氣田，處在鄂爾多斯盆地陜北斜坡構(gòu)造單元的北部(圖1)，研究區(qū)蘇X井區(qū)位于蘇里格氣田的西南，面積約200 km2。盒8下亞段為一套主力氣層，具有“低滲、低壓、低豐度”的地質(zhì)特征，在連片低豐度含氣背景下存在相對富集區(qū)，儲層是氣藏富集的關(guān)鍵[1]。由于蘇X井區(qū)滾動勘探開發(fā)時間較短，工區(qū)面積大，基礎(chǔ)工作投入較少等問題存在，使得目前對盒8下亞段儲層缺乏系統(tǒng)的研究和認(rèn)知。在前期的儲層地質(zhì)評價中仍面臨較大的不確定性：一方面低滲透儲層本身較為復(fù)雜，往往分類標(biāo)準(zhǔn)不明確，評判較模糊；另一方面研究區(qū)投入程度較低，可獲取資料數(shù)據(jù)相對較少，支撐評價信息不充分，表現(xiàn)出灰色性。因此儲層認(rèn)識不成熟、評價信息不完備等主客觀條件的限制給研究區(qū)的儲層宏觀評價工作帶來一定的困難，也制約著氣田加快開發(fā)的步伐。

圖1 研究區(qū)蘇里格氣田蘇X井區(qū)位置示意圖Fig.1 Location map of the Su X Block in the Sulige gasfield

目前許多學(xué)者圍繞儲層評價做了大量工作，其中多數(shù)為對儲層參數(shù)建立等級標(biāo)準(zhǔn)進(jìn)行確定性評價[2-5]。針對類似研究區(qū)低滲透儲層評價中所表現(xiàn)出來的不確定性和非線性，模糊和灰色等評價方法開始得到部分應(yīng)用[6-15]。其中Foley，吳勝和等[6-7]對儲層評價中表現(xiàn)出的模糊性、灰色性等不確定性進(jìn)行了系統(tǒng)總結(jié)分析；Ghadam等[8]利用模糊數(shù)學(xué)并借助于人工智能對某一大型碳酸鹽儲層進(jìn)行有效表征和分類評價；Ranjbar-Karami等[9]則通過模糊系統(tǒng)方法并加以改進(jìn)提高了波斯灣南部氣田某一致密氣藏儲層彈性性能評價的可靠性；Liang等[10]采用灰色關(guān)聯(lián)法對影響威利斯頓盆地Baken致密油儲層單井產(chǎn)能的因素及其關(guān)系進(jìn)行了定量分析評價；楊正明等[11]通過模糊綜合評判方法將低滲透儲層指標(biāo)進(jìn)行集成對大慶外圍低滲透油田開展了儲層綜合評價；朱偉等[12]基于模糊數(shù)學(xué)對濱里海盆地東南部進(jìn)行油氣儲層評價，克服了評價過程中諸多不確定因素帶來的復(fù)雜化和主觀性問題；涂乙等[13]將灰色關(guān)聯(lián)法應(yīng)用到青東凹陷儲層評價中，解決了在信息數(shù)據(jù)不充分條件下的定量評價問題；葉禮友等[14]則針對低滲透砂巖的特點分別應(yīng)用模糊分析法和灰色關(guān)聯(lián)度分析法建立了相應(yīng)的儲層綜合分類評價標(biāo)準(zhǔn)?？傮w上當(dāng)前不確定性儲層評價方法的應(yīng)用仍是以模糊或灰色某一方法為主，多只考慮到不確定性的某一方面，兼顧模糊性與灰色性的綜合評判模型還較少，并且也往往忽略了在評價過程中為了提高表達(dá)一般性、減少不確定性而使得評價結(jié)果差異性減弱，區(qū)分度降低的問題，影響最終的評價效果[16]。因此如何既能充分體現(xiàn)評價過程的不確定性，又能有效擴(kuò)大評價結(jié)果的差異性成為進(jìn)一步改進(jìn)儲層評價的關(guān)鍵。本文結(jié)合蘇里格氣田蘇X井區(qū)盒8下亞段低滲透儲層評價的實際，建立了基于模糊綜合評價和灰色關(guān)聯(lián)評價方法組合改進(jìn)的模糊-灰色綜合評判新方法，并應(yīng)用于研究區(qū)實例，以期能夠為氣田早期的快速有效開發(fā)提供地質(zhì)依據(jù)，并對類似低滲透儲層評價方法進(jìn)行有益探索。

1 模糊-灰色綜合評判思路和方法

一般認(rèn)為，復(fù)雜性和精確性相互排斥，即隨著事物變復(fù)雜，其不確定性增強(qiáng)，精確化評價能力降低[17-18]。模糊數(shù)學(xué)和灰色理論是近年來應(yīng)用較廣的兩種系統(tǒng)評價方法，它們具有綜合定量評價復(fù)雜不確定性事物的優(yōu)勢[19-22]。本文建立的模糊-灰色綜合評判方法，其核心為在立足于已有模型及研究區(qū)盒8下段低滲透儲層評價研究現(xiàn)狀的基礎(chǔ)上，綜合模糊綜合評價和灰色關(guān)聯(lián)評價的方法原理和優(yōu)勢，以隸屬度為紐帶，按照多信息疊合思想將其組合在一起，并對內(nèi)部結(jié)構(gòu)和算法進(jìn)行改進(jìn)，在模型中增加特征信息，最大限度地體現(xiàn)綜合性、定量性和差異性，降低不確定性，更好地應(yīng)用于低滲透儲層宏觀評價中。

模糊-灰色綜合評判基本思路：針對儲層評價的客觀實際，在充分獲取數(shù)據(jù)資料基礎(chǔ)上建立基礎(chǔ)評價集(包括因素集、評語集和權(quán)重集)；確定隸屬度，通過隸屬度評判矩陣連接模糊、灰色評價數(shù)據(jù)，并改進(jìn)模糊綜合評價和灰色關(guān)聯(lián)分析模型進(jìn)行儲層多源信息的挖掘；通過多信息疊合集成模糊、灰色評價結(jié)果，并應(yīng)用計算機(jī)可視化技術(shù)完成儲層知識的發(fā)現(xiàn)與表達(dá)，做出相對客觀的儲層綜合評價，為氣田有效開發(fā)和科學(xué)決策提供依據(jù)?？傮w上按照遞進(jìn)關(guān)系可構(gòu)成基于數(shù)據(jù)-信息-知識的系統(tǒng)評價流程(圖2)。

1.1 建立評價集

建立評價集是評價的基礎(chǔ)。評價集一般由因素集、評語集及權(quán)重集組成。因素集即評價指標(biāo)體系，儲層評價的指標(biāo)有很多，其選擇需遵從一定的原則，如整體性、科學(xué)性、可比性與實用性原則等[23]，同時要符合客觀實際，保證數(shù)據(jù)的可得性與可靠性。評語集也稱評價等級，可以是一組定性的有序描述，如(很好、好、中等、差、很差)或者(一級、二級、三級)等，也可以是一組定量的有序數(shù)值，如(0.8,0.6,0.4,0.2)等，一般評價等級多劃分為3～5個。權(quán)重集用來反映評價因素，即各儲層指標(biāo)的相互關(guān)系和重要程度，常見權(quán)重確定方法有德爾菲法、主成分分析法、層次分析法、熵權(quán)法與特征向量法等[24]，其中熵權(quán)法[25]從信息熵的角度出發(fā)根據(jù)指標(biāo)變異大小來確定權(quán)重，能夠避免人為判斷帶來的隨意性，比較客觀，見公式(3)—(5)。

圖2 模糊-灰色儲層綜合定量評價流程Fig.2 Flow chart of comprehensive quantative reservoir evaluation based on the fuzzy-grey method

最終建立的因素集可記為：

(1)

式中：u1,u2,…,un代表n個評價因素。

最終建立的評語集可記為：

(2)

式中：v1,v2,…,vm代表m個評語等級。

熵權(quán)法計算公式：

(3)

(4)

(5)

式中：K為評價樣本對象的數(shù)目；xki為第k個評價對象第i種指標(biāo)的樣本數(shù)據(jù)；Pki為第k個評價樣本數(shù)據(jù)在第i種指標(biāo)中所占的比例；Ei為第i種指標(biāo)的信息熵，無量綱；ai為第i種指標(biāo)的權(quán)重，無量綱。

最終建立的權(quán)重集可記為：

(6)

式中：a1,a2,…,an代表n個權(quán)重值。

1.2 確定隸屬度

隸屬度函數(shù)為不確定性事物關(guān)系的描述處理提供了定量化的方法手段。以往儲層評價主要根據(jù)分級標(biāo)準(zhǔn)來進(jìn)行儲層分類和評分，即按照排中率每個屬性對象只能固定歸于某一類，沒有其他中間狀態(tài)可能，而現(xiàn)實中低滲透儲層不同類別之間的界線并不是非常嚴(yán)格和準(zhǔn)確，存在不確定性。隸屬度函數(shù)用多值的“亦此亦彼”的軟劃分來代替“非此即彼”的硬劃分，每個對象通過隸屬度轉(zhuǎn)換對不同評價等級都有一定的隸屬關(guān)系，并用[0,1]的數(shù)值來表述，能夠較好地體現(xiàn)儲層類別間漸變過渡的性質(zhì)，更貼合低滲透儲層評價的應(yīng)用實踐。目前隸屬度函數(shù)的確立還沒有一套成熟有效的方法,常見的隸屬度確定方法包括統(tǒng)計試驗法、專家經(jīng)驗法、二元對比排序法和分布函數(shù)法等。其中分布函數(shù)法是比較常用的方法，主要包括矩形分布、梯形分布、哥西分布、嶺形分布等[26]。需要指出的是，雖然不同的人可能建立的隸屬度函數(shù)形式不同，但只要能反映同一模糊概念，在解決和處理實際問題上仍然可以殊途同歸，取得較一致的結(jié)果，而所得到的隸屬度多只是“近似”，需要在實踐中根據(jù)信息反饋不斷加以調(diào)整，使之逐步完善。檢驗隸屬度函數(shù)建立是否合適的標(biāo)準(zhǔn)，也主要看其是否符合實際及應(yīng)用的效果。最終通過隸屬度函數(shù)確定隸屬度建立起基礎(chǔ)評價矩陣，可記為：

(7)

式中：rij表示評價對象中第i個因素對第j種評語的隸屬度。

1.3 改進(jìn)模糊綜合評價

傳統(tǒng)的模糊綜合評價主要通過權(quán)重集與隸屬度基礎(chǔ)矩陣，進(jìn)行模糊合成運算來獲得評價對象的綜合隸屬度，為了保留更多評判信息，又進(jìn)一步將綜合隸屬度歸一化，作為權(quán)值與數(shù)值型評語集加權(quán)求和得到模糊評價值[24]。其公式為：

式中：bj表示評價對象對第j種評語的綜合隸屬度。

(9)

由上式可以看出傳統(tǒng)模糊綜合評價結(jié)果范圍隨評語集而定，不便于后續(xù)與灰色評價方法的統(tǒng)一和比較。另外在通過隸屬度轉(zhuǎn)換建立隸屬矩陣過程中，雖相對提高了數(shù)據(jù)表達(dá)的一般性，體現(xiàn)了人的模糊認(rèn)識，有助于減少不確定性，但也在客觀上造成原始部分細(xì)節(jié)信息丟失，使得評價結(jié)果容易重疊冗余，區(qū)分度不高，類比于圖像的模糊化處理，影響儲層評價的效果。此次在原有基礎(chǔ)上參照相對模糊優(yōu)屬度模型結(jié)構(gòu)[14，19]進(jìn)行改進(jìn)，使評價結(jié)果能夠自然介于0～1，同時通過與最優(yōu)、最劣評語的對比來強(qiáng)化差異信息，有效擴(kuò)大結(jié)果數(shù)據(jù)范圍和離散度，提高評價模型特征提取能力，得到最后的模糊評價值表示為：

式中：mk為第k個評價對象改進(jìn)后的模糊評價值，無量綱；p為分辨系數(shù)，無量綱，是為了在保證結(jié)果優(yōu)屬關(guān)系不變的情況下能夠得到較好的區(qū)分效果，根據(jù)相對模糊優(yōu)屬度模型的取值經(jīng)驗以及人的一般認(rèn)知習(xí)慣通常取2，也可視評價效果及評價者需要和偏好而相應(yīng)調(diào)整。

1.4 改進(jìn)灰色關(guān)聯(lián)評價

對傳統(tǒng)的灰色關(guān)聯(lián)評價模型進(jìn)行改進(jìn)。首先在評價的輸入端即模型數(shù)據(jù)上，以往灰色關(guān)聯(lián)中無量綱灰色比較序列多是運用初值化、均值化與歸一化等算子直接處理得來[20]，未考慮到儲層本身的模糊性。此次以隸屬度為紐帶，對模糊化過程進(jìn)行抽離組合，在運算上通過將隸屬度矩陣作為權(quán)值與評語集進(jìn)行合成來得到評價對象的無量綱比較序列，以實現(xiàn)與模糊綜合評價的有機(jī)結(jié)合，記為：

式中：di表示評價對象第i種因素的灰色序列值，無量綱。

其次在模型結(jié)構(gòu)上，以往灰色關(guān)聯(lián)分析主要確定一個參考序列作為對比的母序列，此次參照Topsis法[27]的評價思想，充分利用比較信息，以儲層評價集最優(yōu)評語和最劣評語組成最優(yōu)參考序列和最劣參考序列，記為：

(12)

(13)

式中：Dg為最優(yōu)參考序列；Db為最劣參考序列。

采用鄧氏關(guān)聯(lián)度方法分別計算比較數(shù)列與兩參考數(shù)列之間各個因素的關(guān)聯(lián)系數(shù)，通過對關(guān)聯(lián)系數(shù)加權(quán)綜合求得最優(yōu)和最劣灰色關(guān)聯(lián)度，即得到相對的正理想解和負(fù)理想解，分別記為：

(15)

(17)

最后在模型結(jié)果上同樣為了充分挖掘?qū)ο箝g差異信息，減少由儲層數(shù)據(jù)不充分帶來的灰色性，將得到的最優(yōu)和最劣關(guān)聯(lián)度進(jìn)行強(qiáng)化對比，以盡可能增加結(jié)果的辨析區(qū)間，提高模型的識別和適應(yīng)能力，則灰色評價信息記為：

(18)

式中：hk為第k個評價對象改進(jìn)后的灰色評價值，無量綱；p為分辨系數(shù)，無量綱，其值大小影響灰色評價結(jié)果的分布狀況和離散趨勢，一般為了得到合適的取值區(qū)間常取1，也可視具體實際效果而有所調(diào)整。

1.5 多信息疊合

從某種意義上講，評價的本質(zhì)就是各種信息不斷疊合的過程。多信息疊合是在地質(zhì)評價中比較常用的一種方法[28]，主要借助一定技術(shù)手段，按照一定算法在空間上對多源信息進(jìn)行疊合，并通過可視化成圖實現(xiàn)評價知識的發(fā)現(xiàn)和表達(dá)，進(jìn)而直觀地服務(wù)于綜合決策分析。此次將得到的模糊和灰色評價結(jié)果作為新的儲層不確定性信息[29]，并賦予空間屬性按照組合集結(jié)的方式[30]進(jìn)行疊合，進(jìn)而在評價輸出端有機(jī)連接模糊綜合評價與灰色關(guān)聯(lián)分析。同時為了進(jìn)一步提高疊合信息的分辨度，借鑒圖像模糊逆處理的圖像增強(qiáng)算法，通過非線性變換對結(jié)果進(jìn)行差異化處理，以增強(qiáng)最終評價效果。記為：

(19)

式中：xk為第k個評價對象的疊合評價值，無量綱；α+β=1，0≤α≤1，0≤β≤1，可視地位均等各取0.5，也可據(jù)專家經(jīng)驗或評價效果而相應(yīng)調(diào)整。

(20)

式中：zk為第k個評價對象改進(jìn)后的疊合評價值，無量綱；0≤σ≤1，0≤τ≤1，σ和τ控制著變換的程度和樣式，可各取0.5，也可視具體實際效果進(jìn)行調(diào)整，當(dāng)兩者都為1時，為原始變換。

2 實例應(yīng)用

此次針對研究區(qū)蘇里格氣田蘇X井區(qū)盒8下亞段低滲透儲層評價中儲層較為復(fù)雜、資料相對匱乏等方面的實際，嘗試基于上述模糊-灰色綜合評判方法來系統(tǒng)開展儲層綜合定量評價，以進(jìn)一步闡述其應(yīng)用，同時期望對該區(qū)天然氣勘探開發(fā)及生產(chǎn)實踐提供一定的指導(dǎo)。

2.1 儲層基本特征

研究區(qū)盒8下亞段是一個以河流相為主體的大面積分布的砂巖巖性氣藏，受構(gòu)造的影響不明顯。根據(jù)少量的井?dāng)?shù)據(jù)分析，并結(jié)合鄰區(qū)的巖石鑒定及化驗資料，盒8下亞段儲層主要為巖屑石英砂巖，粒度較粗，磨圓呈次棱-次圓狀；分選中等，為顆粒支撐類型；顆粒間以線接觸為主，整體表現(xiàn)為中等偏低的成分和結(jié)構(gòu)成熟度；儲層物性較差，非均質(zhì)性強(qiáng)，巖心測試顯示孔隙度在5.02%～19.91%，平均值為9.18%，滲透率介于0.005×10-3～14.726×10-3μm2，平均為1.049×10-3μm2，屬于典型的低滲透儲層(圖3)。

2.2 建立評價集

因素集，目前低滲透儲層評價指標(biāo)主要包括儲層類型(巖性、巖相、沉積相)、儲層厚度(砂體厚度、有效厚度)、儲層物性(孔隙度、滲透率)、儲層微觀特征(孔隙結(jié)構(gòu)、成巖作用)和儲層非均質(zhì)特征(滲透率變異系數(shù)、突進(jìn)系數(shù))等多方面的內(nèi)容[31]。很多學(xué)者也曾有針對性地提出新的指標(biāo)，如通過壓汞與核磁實驗等獲取排驅(qū)壓力、孔喉中值半徑、最小非汞飽和度百分?jǐn)?shù)，可動流體比率等[32-34]。但這些指標(biāo)受客觀限制較大，并多用于機(jī)理分析與微觀表征等方面，難以有效指導(dǎo)宏觀區(qū)域評價。尤其對研究區(qū)而言，由于投入開發(fā)時間較短，研究程度偏低，資料較短缺，可利用儲層評價資源相對較少，很多指標(biāo)無法得到或不具有代表性。此次從實際出發(fā)，按照評價參數(shù)選擇原則，綜合考慮確定出較為全面的、屬性意義相對明確并且可以廣泛獲取的評價指標(biāo)集合，包括砂體厚度、孔隙度、滲透率、含氣飽和度、泥質(zhì)含量及非均質(zhì)突進(jìn)系數(shù)。其中砂體厚度、孔隙度、滲透率和含氣飽和度與儲層質(zhì)量成正比關(guān)系，為正相關(guān)指標(biāo)，泥質(zhì)含量與突進(jìn)系數(shù)與之相反，為負(fù)相關(guān)指標(biāo)。相應(yīng)地最后建立的因素集記為：

圖3 蘇里格氣田盒8下亞段儲層綜合柱狀圖Fig.3 Composite column section of the lower section of the eighth member of the Shihezi Formation in the Su X Block,Sulige gasfield

(21)

式中：H為砂體厚度，m；Φ為孔隙度，%；K為滲透率，10-3μm2；Sg為含氣飽和度，%；Sh為泥質(zhì)含量，%；Tk為突進(jìn)系數(shù)，無量綱。

評語集，根據(jù)一般的儲層分類習(xí)慣結(jié)合研究區(qū)盒8下亞段儲層發(fā)育情況和指標(biāo)特征，將評語劃分為4個級別，建立評語集為：

(22)

權(quán)重集，此次主要通過熵權(quán)法來確定不同評價指標(biāo)的權(quán)重。一般來說指標(biāo)變異程度越大，代表所能提供的信息量越多，在綜合評價中也就相對越重要[24]。將工區(qū)100多口井的樣本數(shù)據(jù)代入公式3～5中，得到因素集各指標(biāo)的權(quán)重，建立權(quán)重集為：

(23)

2.3 確定隸屬度

定量表達(dá)隸屬度并建立不同類別的隸屬關(guān)系是建立隸屬度函數(shù)的主要目的和任務(wù)。其中模糊分布中的嶺形系列分布曲線具有主值區(qū)間寬、過渡帶平緩以及抗干擾能力強(qiáng)的特點，更接近人的認(rèn)識特點和習(xí)慣，在評價中應(yīng)用較廣泛[24]。嶺形分布同其它模糊分布一樣，按照描述關(guān)系具有偏小型(降半嶺形分布)、偏大型(升半嶺形分布)和中間型(中間嶺形分布)3種具體表現(xiàn)形式(表1)。此次根據(jù)嶺形分布的曲線形式和公式，并結(jié)合研究區(qū)儲層指標(biāo)評價標(biāo)準(zhǔn)，構(gòu)造出各個評價參數(shù)對不同評價等級的隸屬度分布函數(shù)。利用建立的隸屬度函數(shù)曲線，可以將單一的儲層樣本轉(zhuǎn)換為多值的隸屬關(guān)系集合，進(jìn)而實現(xiàn)從因素集到評語集的不確定性關(guān)系映射。以蘇X-12-21井盒8下段儲層樣本為例，其砂體厚度H=13.75 m，代入砂體厚度參數(shù)的隸屬度函數(shù)曲線公式(表2)，可得到對四類儲層評語的隸屬度(0.854,1,0.146,0)。以此類推獲得該樣本所有參數(shù)數(shù)據(jù)的隸屬度集合，構(gòu)成蘇X-12-21井盒8下亞段儲層評價的基礎(chǔ)矩陣R，記為：

表1 嶺形分布隸屬度函數(shù)曲線及公式

(24)

2.4 模糊綜合評價

以上述蘇X-12-21井盒8下亞段儲層為例，將得到的隸屬基礎(chǔ)矩陣R代入模糊綜合評價公式(8)—(10)中，可分別計算出綜合隸屬度B=(0.593,0.958,0.407,0.026)，模糊評價值C=0.614，改進(jìn)的模糊評價值M=0.831，進(jìn)一步推廣得到全區(qū)的模糊綜合評價結(jié)果。對改進(jìn)前后的模糊評價值數(shù)據(jù)特征進(jìn)行對比：傳統(tǒng)的即改進(jìn)前的模糊評價結(jié)果C數(shù)值區(qū)間為0.257～0.770，離散度指標(biāo)標(biāo)準(zhǔn)差為0.096；改進(jìn)后的模糊評價結(jié)果M數(shù)值區(qū)間為0.011～0.997，數(shù)據(jù)標(biāo)準(zhǔn)差為0.253；從模糊評價值頻率分布對比直方圖(圖4)上也可以直觀地看出，改進(jìn)后的評價值數(shù)據(jù)范圍得以擴(kuò)大，分布相對較分散，便于區(qū)分和識別，可挖掘更多的信息。

2.5 灰色關(guān)聯(lián)評價

同樣以上述蘇X-12-21井盒8下亞段儲層為例，將得到的隸屬基礎(chǔ)矩陣R代入灰色關(guān)聯(lián)評價公式(11)，得到該儲層的灰色比較序列D=(0.671,0.680,0.502,0.470,0.694,0.707);通過公式(12)和(13)確定比較的最優(yōu)數(shù)列為Dg=(0.8,0.8,0.8,0.8,0.8,0.8)和最劣數(shù)列為Db=(0.2,0.2,0.2,0.2,0.2,0.2);利用公式(14)和(15)計算出最優(yōu)灰色關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度為Eg=(0.699,0.714,0.502,0.476,0.739,0.763)，F(xiàn)g=0.640;利用公式(16)和(17)計算出最劣灰色關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度為Eb=(0.389,0.385,0.498,0.526,0.378,0.372)，F(xiàn)b=0.428;最后利用公式(18)得到改進(jìn)的灰色關(guān)聯(lián)結(jié)果為H=0.727，依照同樣的方法可得到全區(qū)的灰色關(guān)聯(lián)評價結(jié)果。進(jìn)一步對改進(jìn)前后的灰色評價值數(shù)據(jù)特征進(jìn)行對比分析：若按照以往僅以最優(yōu)關(guān)聯(lián)度Fg作為灰色關(guān)聯(lián)評價結(jié)果，則其數(shù)值分布范圍在0.352～0.955，比較緊湊，數(shù)據(jù)標(biāo)準(zhǔn)差為0.106；而改進(jìn)后的灰色評價值H分布區(qū)間為0.178～0.984，標(biāo)準(zhǔn)差為0.170；頻率直方圖(圖4)也顯示改進(jìn)后評價結(jié)果數(shù)據(jù)區(qū)間長度增大，離散度提高，有效豐富了結(jié)果的差異信息，有利于更好地對比評價。

表2 砂體厚度參數(shù)的隸屬度函數(shù)分布

2.6 多信息疊合

以上述蘇X-12-21井盒8下亞段儲層為例，在分別得到改進(jìn)后的模糊評價值M=0.831和灰色評價值H=0.727后，將其代入公式(16)和(17)，得到最后的儲層綜合定量評價值Z=0.827。如果按照傳統(tǒng)評價結(jié)果和常規(guī)疊合公式(16)得到的綜合評價值X=0.627。同樣對照兩組綜合評價結(jié)果數(shù)據(jù)特征：改進(jìn)前常規(guī)方法得到的結(jié)果數(shù)據(jù)區(qū)間為0.304～0.862，標(biāo)準(zhǔn)差為0.099，而改進(jìn)后數(shù)值區(qū)間擴(kuò)展為0.060～0.995，標(biāo)準(zhǔn)差為0.239，數(shù)據(jù)范圍已經(jīng)接近0～1，類似于圖像增強(qiáng)處理一樣分辨度得到較大的改善；頻率分布對比圖(圖4)也形象表明改進(jìn)后的結(jié)果大大提高了數(shù)據(jù)結(jié)構(gòu)的差異性和區(qū)分度，使得儲層能夠有條件刻畫得更細(xì)致和準(zhǔn)確。

2.7 儲層綜合評價

儲層綜合評價有效集成各個儲層參數(shù)，可以避免單一指標(biāo)評價的不唯一和不一致性。利用最終改進(jìn)后的綜合定量評價結(jié)果對鉆探目標(biāo)進(jìn)行排隊和優(yōu)選，并通過系統(tǒng)聚類，結(jié)合氣田實際將研究區(qū)盒8下亞段劃分出Ⅰ類儲層(綜合得分為0.7～1.0)，Ⅱ類儲層(綜合得分為0.5～0.7)，Ⅲ類儲層(綜合得分為0.3～0.5)和Ⅳ類儲層(綜合得分為0～0.3)。經(jīng)檢驗分類結(jié)果總體符合率在90%左右，比改進(jìn)前準(zhǔn)確度提高10%以上。通過與已有試采開發(fā)成果對照基本相吻合(表3)：總體上儲層地質(zhì)評價相對較高(多為Ⅰ和Ⅱ類儲層)的井產(chǎn)氣量較多、開發(fā)效果較好，其平均產(chǎn)能可在1.0×104m3/d以上；Ⅲ類儲層產(chǎn)氣量相對較低，開發(fā)效果偏差；而Ⅳ類儲層產(chǎn)氣微量，多數(shù)為干層，基本上不具備工業(yè)開發(fā)價值。對于具體評價實例蘇X-12-21井盒8下亞段儲層，其綜合得分為0.827，評價等級屬于Ⅰ類儲層，經(jīng)測試，其單井日采氣量在1.25×104m3左右，具備較高的生產(chǎn)能力，評價結(jié)果與生產(chǎn)實際相符合。

圖4 蘇X-12-21井盒8下亞段儲層評價結(jié)果改進(jìn)前后對比Fig.4 Comparison of the reservoir evaluation results before and after improvement in the Su X Block,Sulige gasfield

部分試氣層段對應(yīng)儲層類型盒8下亞段不同儲層平均單井產(chǎn)能井號試氣層位日產(chǎn)氣/(104m3)儲層類型蘇X-11-09盒8下亞段1451Ⅰ蘇X-13-07盒8下亞段1003Ⅱ蘇X-15-10盒8下亞段1786Ⅰ蘇X-20-13盒8下亞段0935Ⅱ蘇X-14-22盒8下亞段0446Ⅲ蘇X-18-22盒8下亞段0131Ⅳ蘇X-12-07盒8下亞段0260Ⅲ蘇X-12-19盒8下亞段—Ⅳ

根據(jù)改進(jìn)后的儲層綜合評價平面分布圖可以看出,總體上儲層展布與過去的近連片認(rèn)識相比刻畫得更加精細(xì)(圖5)，儲層類別間具有較好的區(qū)分，更貼近河流沉積的統(tǒng)計規(guī)律和知識庫，與已有實踐成果和單井地質(zhì)認(rèn)識也大致匹配(圖6)。其中Ⅰ和Ⅱ類儲層平面多呈帶狀，寬度在1 000～3000 m，基本對應(yīng)研究區(qū)河道主體沉積的地質(zhì)發(fā)育尺度；縱向連續(xù)性較好，滿足水平井開發(fā)需要，單井相分析主要為疊置的心灘、河道滯留及高能水道沉積，砂體厚，粒度粗，以含氣含礫中、粗砂巖為主，物性較好。Ⅲ和Ⅳ類儲層多呈扁平狀，散布在Ⅰ和Ⅱ類儲層外側(cè)，展布規(guī)律性偏差，主要對應(yīng)低能水道、溢岸沉積等，粒度偏細(xì)，以中、細(xì)砂巖和粉砂巖為主，泥質(zhì)增加，物性較差。研究區(qū)盒8下亞段儲層評價結(jié)果整體相對較高，Ⅰ和Ⅱ類儲層發(fā)育良好，產(chǎn)氣較高，可作為地質(zhì)甜點，是天然氣富集和下一步開發(fā)的有利區(qū)。在評價的南北向條帶狀的Ⅰ和Ⅱ類儲層中已部署多口水平井或叢式水平井，皆取得了滿意的開發(fā)效果，有效促進(jìn)了研究區(qū)氣藏的勘探開發(fā)進(jìn)程；另外新方法在研究區(qū)盒8上亞段和山1段的儲層評價中也得到較好的應(yīng)用推廣。

圖5 蘇里格氣田蘇X井區(qū)盒8下亞段儲層綜合評價及對比Fig.5 Comprehensive reservoir evaluation map of the lower section of the eighth member of Shihezi Formation in Su X region of Sulige gasfielda.改進(jìn)前儲層綜合評價;b.改進(jìn)后儲層綜合評價

圖6 蘇里格氣田蘇X井區(qū)盒8下亞段各類儲層對應(yīng)單井地質(zhì)特征Fig.6 Corresponding geological features in a single well for each of the reservoir categories in the Su X Block,Sulige gasfielda.Ⅰ類儲層典型單井柱狀圖(蘇X-16-24)；b.Ⅱ類儲層典型單井柱狀圖(蘇X-13-07)；c.Ⅲ類儲層典型單井柱狀圖(蘇X-18-18)；d.Ⅳ類儲層典型單井柱狀圖(蘇X-14-13)

3 結(jié)論

1) 結(jié)合蘇里格氣田蘇X井區(qū)盒8下亞段低滲透儲層評價的實際，提出了基于模糊綜合評價和灰色關(guān)聯(lián)評價方法組合改進(jìn)的模糊-灰色綜合評判新方法和系統(tǒng)評價思路。該方法通過集成儲層評價的模糊性、灰色性及差異化處理，能夠較好體現(xiàn)低滲透儲層評價過程的不確定性和評價結(jié)果的差異性，為類似低滲透儲層評價提供了新的思路。

2) 改進(jìn)的模糊-灰色綜合評價方法應(yīng)用于研究區(qū)儲層分類評價和刻畫中，將研究區(qū)儲層分為4類，指出Ⅰ和Ⅱ類為有利目標(biāo)。評價結(jié)果區(qū)分度有了較大提高，平面上對儲層刻畫更精細(xì)，與生產(chǎn)實際及地質(zhì)認(rèn)識基本吻合，較好地指導(dǎo)了研究區(qū)勘探開發(fā)實踐。

[1] 葉成林，王國勇，何凱，等.蘇里格氣田儲層宏觀非均質(zhì)性——以蘇53區(qū)塊石盒子組8段和山西組1段為例[J].石油與天然氣地質(zhì)，2011，32 (2):236-244. Ye Chenglin,Wang Guoyong,He Kai,et al.Macro heterogeneity of reservoirs in Sulige gasfield—a case study of the 8thmember of the Shihezi Formation and the 1thmember of the Shanxi Formation in the Su53 Block [J].Oil & Gas Geology,2011,32(2):236-244.

[2] 侯瑞云,劉忠群.鄂爾多斯盆地大牛地氣田致密低滲儲層評價與開發(fā)對策[J].石油與天然氣地質(zhì),2012,33(1):118-128. Hou Ruiyun,Liu Zhongqun.Reservoir evaluation and development strategies of Daniudi tight sand gas field in the Ordos Basin[J].Oil & Gas Geology,2012,33(1):118-128.

[3] 賴錦，王貴文，鄭新華，等.大北地區(qū)巴什基奇克組致密砂巖氣儲層定量評價 [J].中南大學(xué)學(xué)報:自然科學(xué)版，2015，46(6):2285-2298. Lai Jin,Wang Guiwen,Zheng Xinhua,et al.Quantitative evaluation of tight gas sandstone reservoirs of Bashijiqike formation in Dabei gas field [J].Journal of Central South University,2015,46(6):2285-2298.

[4] 張仲宏，楊正明，劉先貴，等.低滲透油藏儲層分級評價方法及應(yīng)用[J].石油學(xué)報,2012,33(03):437-441. Zhang Zhonghong,Yang Zhengming,Liu Xiangui,et al.A grading evaluation method for low-permeability reservoirs and its application[J].Acta Petrolei Sinica,2012,33(3):437-441.

[5] Xiao L,Zou C,Mao Z,et al.An empirical approach of evaluating tight sandstone reservoir pore structure in the absence of NMR logs[J].Journal of Petroleum Science and Engineering,2016,137:227-239.

[6] Foley L,Ball L,Hurst A,et al.Fuzziness,incompleteness and randomness;classification of uncertainty in reservoir appraisal[J].Petroleum Geoscience,1997,3(3):203-209.

[7] 吳勝和，楊延強(qiáng).地下儲層表征的不確定性及科學(xué)思維方法[J].地球科學(xué)與環(huán)境學(xué)報，2012，34(2)：72-80. Wu Shenghe,Yang Yanqiang.Uncertainty and scientific methodology in subsurface reservoir characterization [J].Journal of Earth Sciences and Environment,2012,34(2):72-80.

[8] Ghadami N,Rasaei M R,Hejri S,et al.Consistent porosity-permeability modeling,reservoir rock typing and hydraulic flow unitization in a giant carbonate reservoir[J].Journal of Petroleum Science and Engineering,2015,131:58-69.

[9] Ranjbar-Karami R,Shiri M.A modified fuzzy inference system for estimation of the static rock elastic properties:A case study from the Kangan and Dalan gas reservoirs,South Pars gas field,the Persian Gulf[J].Journal of Natural Gas Science and Engineering,2014,21:962-976

[10] Liang T,Chang Y,Guo X,et al.Influence factors of single well's productivity in the Bakken tight oil reservoir,Williston Basin[J].Petroleum Exploration and Development,2013,40(3):383-388.

[11] 楊正明，張英芝，郝明強(qiáng)，等.低滲透油田儲層綜合評價方法[J].石油學(xué)報，2006，27(2)：64-67. Yang Zhengming,Zhang Yingzhi,Hao Mingqiang,et al.Comprehensive evaluation of reservoir in low-permeability oilfields [J].Acta Petrolei Sinica,2006,27(2):64-67.

[12] 朱偉，顧韶秋，曹子劍，等.基于模糊數(shù)學(xué)的濱里海盆地東南油氣儲層評價[J].石油與天然氣地質(zhì)，2013，34(3)：357-362. Zhu Wei,Gu Shaoqiu,Cao Zijian,et al.Fuzzy mathematics-based reservoir evaluation in the southeastern Pre-Caspian Basins[J].Oil & Gas geology,2013,34(3):357-362.

[13] 涂乙,謝傳禮,劉超,等.灰色關(guān)聯(lián)分析法在青東凹陷儲層評價中的應(yīng)用[J].天然氣地球科學(xué)，2012，23(2)：381-386. Tu Yi,Xie Chuanli,Liu Chao,et al.Application of Grey correlation analysis method in research evaluation of Qingdong Sag [J].Natural Gas Geoscience,2012,23(2):381-386.

[14] 葉禮友，鐘兵，熊偉，等.川中地區(qū)須家河組低滲透砂巖氣藏儲層綜合評價方法[J].天然氣工業(yè)，2012，32(11)：43-46. Ye Liyou,Zhong Bing,Xiong Wei,et al.An integrated evaluation method of Xujiahe low permeability sandstone gas reservoirs in Middle Sichuan Basin [J].Natural Gas Industry,2012,32(11):43-46.

[15] 程啟貴，郭少斌，王海紅，等.鄂爾多斯盆地中西部長6油層組儲層綜合評價[J].石油實驗地質(zhì)，2010，32(5)：415-419. Cheng Qigui,Guo Shaobin,Wang Haihong,et al.Comprehensive reservoir evaluation of chang-6 oil-bearing layers in midwest ordos basin[J].Petroleum Geology & Experiment,2010,32(5):415-419.

[16] 石驍騑，石廣仁，張慶春.模糊數(shù)學(xué)和灰色理論綜合評判效果對比[J].石油勘探與開發(fā)，2002，29(2)：84-85. Shi Xiaofei,Shi Guangren,Zhang Qingchun.Comparison of integrated decision results between fuzzy mathematics and grey theory[J].Petroleum Exploration & Development,2002,29(2):84-80.

[17] Zadeh L A.Outline of a new approach to the analysis of complex systems and decision processe[J].IEEE Transactions on Systems,Man and Cybernetics,1973,3(1):28-44.

[18] 王汝發(fā),朱海文.從精確科學(xué)到模糊科學(xué)的哲學(xué)思考[J].北京科技大學(xué)學(xué)報(社會科學(xué)版)，2001，17(1)：1-8. Wang Rufa,Zhu Haiwen.A philosophical thinking from exact science to fuzzy science [J].Journal of University of Science and Technology Beijing( Social Science Edition),2001,17(1):1-8.

[19] 王文圣，張翔，金菊良，等.水文學(xué)不確定分析方法[M].北京：科學(xué)出版社，2011：157-288. Wang Wensheng,Zhang Xiang,Jin Juliang,et al.Method of uncertainty ananysis for hydrology[M].Beijing:Science Press,2011:157-288.

[20] 劉思峰，黨耀國，方志耕，等.灰色系統(tǒng)理論及其應(yīng)用[M].北京：科學(xué)出版社，2010：1-12. Liu Sifeng,Dang Yaoguang,Fang Zhigeng,et al.Grey system theory and application[M].Beijing:Science Press,2010:1-12.

[21] Wong P,Aminzadeh F,Nikravesh M.Soft computing for reservoir characterization and modeling[J].Studies as fuzziness and soft computing,2001,80(5):586-590.

[22] Tamiloli N,Venkatesan J,Ramnath B V.A grey-fuzzy modeling for evaluating surface roughness and material removal rate of coated end milling insert[J].Measurement,2016,84:68-82.

[23] 周德群，方志耕，潘東旭.系統(tǒng)工程概論[M].北京：科學(xué)出版社,2007：194-201. Zhou Dequn,Fang Zhigeng,Pan Dongxu.Introduction to system engineering[M].Beijing:Science Press,2007:194-201.

[24] 李柏年.模糊數(shù)學(xué)及其應(yīng)用[M].合肥：合肥工業(yè)大學(xué)出版社,2007：77-84 Li Bonian.Fuzzy mathematics and its application [M].Hefei:Hefei University of Technology Press,2007:77-84.

[25] 楊少春，楊兆林，胡紅波.熵權(quán)非均質(zhì)綜合指數(shù)算法及其應(yīng)用[J].中國石油大學(xué)學(xué)報：自然科學(xué)版，2004，28(1)：18-21. Yang Shaochun,Yang Zhaolin,Hu Hongbo.An algorithm of heterogeneous synthetic index with entropy weight[J].Journal of China University of Petroleum(Edition of Natural Science),2004,28(1):18-21.

[26] 趙鵬大.定量地學(xué)：方法及應(yīng)用[M].北京：高等教育出版社，2004：100-120. Zhao Pengda.Quantitative geoscience:methods and its applications[M].Beijing:Higher Education Press,2004:100-120.

[27] 王新民，秦健春，張欽禮，等.基于AHP-TOPSIS評判模型的姑山駐留礦采礦方法優(yōu)選[J].中南大學(xué)學(xué)報:自然科學(xué)版，2013，44(3):1131-1137. Wang Xinmin,Qin Jianchun,Zhang Qinli,et al.Mining method optimization of Gu Mountain stay ore based on AHP-TOPSIS evaluation model[J].Journal of Central South University,2013,44(3):1131-1137.

[28] 郄瑞卿，薛林福，孫晶，等.多源信息疊合在延吉盆地油氣遠(yuǎn)景預(yù)測的應(yīng)用[J].地球物理學(xué)進(jìn)展，2009,24 (6):2128-2134. Qie Ruiqing,Xue Linfu,Sun Jing,et al.Oil and gas prospect forecast for the Yanji basin based on the multi-source information superimposed evaluation method [J].Progress in Geophysics,2009,24(6):2128-2134.

[29] 王清印，劉志勇.不確定性信息的概念、類別及其數(shù)學(xué)表述[J].運籌與管理，2001,10 (4):9～15 Wang Qingyin,Liu Zhiyong.The conception,sort and mathematical expression of Application of uncertainty information [J].Operations research and management science,2001,10(4):9-15.

[30] 郭亞軍.綜合評價理論、方法及應(yīng)用[M].北京:科學(xué)出版社，2007：79-100. Guo Yajun.Comprehensive evaluation theory,method,and application[M].Beijing:Science Press，2007：79-100.

[31] 晁會霞，姚衛(wèi)華，楊興科，等.儲層綜合評價方法在白豹油田中的應(yīng)用[J].西安石油大學(xué)學(xué)報(自然科學(xué)版)，2010,25(6):1-7. Chao Huixia,Yao Weihua,Yang Xingke,et al.Application of a comprehensive evaluation of method of reservoir in Bainao oilfeild[J].Journal of Xi’an Shiyou University:Natural Science Edition,2010,25(6):1-7.

[32] 楊百全，黃華梁，李玉華，等.低滲透儲層特征參數(shù)研究與應(yīng)用[J].天然氣工業(yè),2001,21(2):32-35. Yang Baiquan,Huang Hualiang,Li Yuhua,et al.A research on the characteristic parameters of low permeability reservoirs and its application [J].Natural Gas Industry,2001,21(2):32-35.

[33] 鄭磊，金之鈞，張哨楠.中東魯卜哈利盆地古生界致密砂巖儲層特征及評價[J].石油與天然氣地質(zhì),2013(4):475-482. Zheng Lei,Jin Zhijun,Zhang Shaonan.Features and evaluation of the Palaeozoic tight sandstone reservoirs of the Rub Al Khali Basin in the Middle East[J].Oil & Gas Geology,2013,34(4):475-482.

[34] 楊正明，姜漢橋，朱光亞，等.低滲透含水氣藏儲層評價參數(shù)研究[J].石油學(xué)報,2008,29(2):252-255. Yang Zhengming,Jiang Hanqiao,Zhu Guangya,et al.Research on reservoir evaluation index for low-permeability water-bearing gas reservoir[J].Acta Petrolei Sinica,2008,29(2):252-255.

(編輯 董 立)

Application of improved fuzzy-grey comprehensive evaluation method to quantitative reservoir evaluation:A case study of the low-permeability gas reservoirs of the lower part of 8th member of the Shihezi Formation in Su X block of Sulige Gasfield

Zhu Zhaoqun1,Lin Chengyan1,Zhang Sujie2,Ren Lihua1,Zhao Jianxuan3, Chen Shizhen1,Jia Xiaopeng4,Chen Li5,Zhang Ji6

[1.SchoolofGeosciences,ChinaUniversityofPetroleum(EastChina),Qingdao,Shandong266580,China；2.DownholeTechnologyServiceCompany,CNPCBHDC,Tianjin300580,China；3.No.1NaturalGasProductionPlant,QinghaiOilfieldCompany,PetroChina,Golmud,Qinghai816000,China；4.SchlumbergerChina,Beijing100015,China；5.TheBranchofExplorationandProductionCorporation,PetroChina,Beijing100007,China；6.SuligeGasfieldResearchCenterofChangqingOilfieldCompany,PetroChina,Xi’an,Shaanxi710021,China]

For the lower section of 8th member of the Shihezi Formation (Middle Permain) in the Su X block of the Sulige gasfield,significant degree of uncertainty was involved in early-stage evaluation of low-permeability gas reservoir due to immature understanding and incomplete information,which causes difficulty to a fine reservoir description.It is vital for a better reservoir evaluation to fully account for uncertainty and effectively magnify the differences of different reservoirs in evaluation results.In this paper,based on the idea of multi-information superposition,the methods of fuzzy mathematical evaluation and grey correlation analysis are linked by membership degree and are integrated to establish a more effective fuzzy-grey comprehensive evaluation model,along with differentiated and improved internal algorithm.The application of the model to reservoir evaluation in this study suggests that this method enhances the differences and precision for the low-permeability reservoir classification and characterization,with consideration of the fuzzy and grey properties of reservoir.In this case study,four types of reservoir are classified and the type Ⅰ and Ⅱ are deemed to be the favorable targets.The different reservoir categories are better separated in plane view than before.The comparison of evaluation results with the real production data and geological principles of fluvial deposition also displays good coincidence.This method may be effective and efficient for guiding the exploration and development of the gas field,and provide a new thought for similar low-permeability reservoir evaluation as well.

quantitative evaluation,fuzzy mathematics,grey theory,reservoir description,Shihezi Formation,Sulige gasfield

2016-09-18;

2016-12-20。

朱兆群(1986—)，男，博士研究生，油氣藏開發(fā)地質(zhì)。E-mail:zzq86@126.com。

國家科技重大專項(2011ZX05009-003)；中央高?；究蒲袠I(yè)務(wù)費專項資金項目(14CX06016A)。

0253-9985(2017)01-0197-12

10.11743/ogg20170121

TE122.2

A