Методы количественной оценки перспектив нефтегазоносности (на примере седиментационных бассейнов Сибири).

Бурштейн, Лев Маркович

Бесплатный автореферат и диссертация по наукам о земле на тему
Методы количественной оценки перспектив нефтегазоносности (на примере седиментационных бассейнов Сибири).
ВАК РФ 25.00.12, Геология, поиски и разведка горючих ископаемых

Автореферат диссертации по теме "Методы количественной оценки перспектив нефтегазоносности (на примере седиментационных бассейнов Сибири)."

11-4

4122

На правах рукописи

Бурштейн Лев Маркович

МЕТОДЫ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ПЕРСПЕКТИВ НЕФТЕГАЗОНОСНОСТИ (НА ПРИМЕРЕ СЕДИМЕНТАЦИОННЫХ БАССЕЙНОВ СИБИРИ)

25.00.12 - Геология, поиски и разведка нефтяных и газовых месторождений

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора геолого-минералогических наук

НОВОСИБИРСК 2011

Работа выполнена в Учреждении Российской академии наук Институте нефтегазовой геологии и геофизики им. A.A. Трофимука Сибирского отделения РАН

Официальные оппоненты:

доктор геолого-минералогических наук Мигурский Анатолий Викторович

доктор геолого-минералогических наук Мкртчян Олег Мкртычевич

доктор геолого-минерапогических наук Халимов Элик Мазитович

Ведущая организация: Учреждение Российской академии наук

Институт проблем нефти и газа РАН (ИПНГ РАН, Москва)

Защита состоится 26 октября 2011г. в 10 часов на заседании диссертационного совета Д 003.068.02 при Учреждении Российской академии наук Институте нефтегазовой геологии и геофизики им. А.А. Трофимука Сибирского отделения РАН, в конференц-зале.

Адрес: пр-т Ак. Коптюга, 3, г. Новосибирск, 630090 Факс: (383) 333-23-01, (383) 333-25-13 e-mail: KostyrevaEA@ipgg.nsc.ru

С диссертацией можно ознакомиться в библиотеке ИНГГ СО РАН. Автореферат разослан 16 сентября 2011 г.

Ученый секретарь диссертационного совета к. г.-м. н.

Введение

В обозримом будущем углеводородное сырье сохранит свое значение для мировой промышленной цивилизации, а его роль в экономике России, вероятно, будет возрастать. Истощение старых нефтегазоносных провинций неизбежно приведет к вовлечению в цикл воспроизводства ресурсной базы углеводородного сырья мелких и мельчайших скоплений в районах и комплексах с высокой степенью освоенности, сравнительно плохо изученных комплексов старых районов, слабоизученных седиментационных бассейнов (СБ). Для России существенная часть таких перспективных объектов сосредоточена в Сибири и на прилегающих акваториях, в районах с неблагоприятными географическими и горно-геологическими условиями. Как следствие, удельная стоимость подготовки ресурсно-сырьевой базы будет возрастать, что, в свою очередь, повысит требования к качеству и надежности перспективного планирования поисково-разведочных работ на нефть и газ. Информационной базой такого планирования является количественная оценка величины и структуры ресурсов углеводородов (Методическое руководство..., 2000).

Среди отечественных ученых, внесших выдающийся вклад в это направление геологической науки, следует прежде всего назвать И.М. Губкина, A.A. Бакирова, И.О. Брода, М.Д. Белонина, Н.И. Буялова, Н.Б. Вассоевича, В.И. Высоцкого, И.В. Высоцкого, И.С. Грамберга, Ф.Г. Гурари, М.Ф. Двали, А.Н. Дмитриевского, В.И. Ермакова, H.A. Еременко, М.К. Калинко, К.А. Клещева, А.Э. Конторовича, H.A. Крылова, Н.Д. Линдтропа, С.П. Максимова, М.С. Моделевского,

B.Д. Напивкина, С.Г. Неручева, И.И. Нестерова, H.H. Ростовцева, Ф.К. Салманова, В.В. Семеновича, A.A. Трофимука, Э.Э. Фотиади, Э.М. Халимова, В.И. Шпильмана. Значительный вклад в теорию и практику количественного прогноза нефтегазоносности внесли также Ю.Н. Батурин,

C.А. Винниковский, A.M. Волков, В.И. Галкин, C.B. Галкин, Ю.Н. Григоренко, Е.Б. Грунис, Ш.А. Губерман, В.И. Демин, О.С. Краснов, B.C. Лазарев, М.Г. Лейбсон, В.Р. Лившиц, Н.В. Мельников, Ю.П. Миронычев, М.А. Напольский, Г.Б. Острый, Г.И. Плавник, Ю.В. Подольский, В.В. Потеряева, A.A. Растегин, Г.П. Сверчков, В.А. Скоробогатов, В.И. Старосельский, B.C. Старосельцев, В.П. Ступаков, Н.В. Судат, Л.О. Сулейманова и др.

Несмотря на значительные успехи в развитии методологии количественного прогноза перспектив нефтегазоносности, до сих пор остается целый ряд не до конца решенных проблем. К наиболее важным, с нашей точки зрения, относятся следующие:

1. Не в полной мере выявлено влияние на результаты прогноза больших, относительно слабоизученных нефтегазоносных систем стохастичности их характеристик, устойчивости протекающих в них процессов и природы этих явлений. Анализ этого вопроса чрезвычайно важен

для понимания естественных и неустранимых ограничений на точность прогноза.

2. Методики прогноза одного из наиболее существенных элементов структуры ресурсов углеводородов (УВ) - распределения скоплений по крупности (РСК) - были развиты для сравнительно хорошо изученных систем. В случае прогноза в слабоизученных нефтегазоносных системах, параметры РСК приходится задавать экспертно на основе качественных аналогий. С этой точки зрения, принципиально важно установить связь параметров РСК с наиболее общими геологическими характеристиками вмещающих нефтегазоносных систем.

3. В районах и комплексах с высокой степенью освоенности основным резервом нефтегазовой промышленности являются мелкие и мельчайшие скопления УВ. Прогноз их числа и запасов, сосредоточенных в них суммарных ресурсов, базируется на установленных эмпирически законах РСК и в области мелких и мельчайших скоплений имеет экстраполяционный характер. Для более надежного прогноза в этой области важно исследовать механизмы формирования РСК.

4. В большинстве методик прогноза используются эталонные объекты, в пределах которых информация о нефтегазоносности и геологических параметрах усредняется. При этом часть доступной информации в областях вне эталонных объектов не учитывается или учитывается не в полной мере. Представляется важной разработка вариантов методики прогноза, максимально полно учитывающих всю доступную информацию о нефтегазоносности оцениваемых объектов.

Таким образом, необходимость, исследования природы естественной неопределенности величины и элементов структуры ресурсов в нефтегазоносных системах, анализа механизмов формирования ресурсов УВ и распределения их скоплений по крупности, развития методик прогноза ресурсов и их структуры в различных информационных ситуациях на объектах прогноза, максимально учитывающих прямые результаты нефтегазопоисковых работ, определяют актуальность настоящего исследования.

Объектом исследования являются крупные нефтегазоносные системы Сибири и смежных акваторий.

Цель исследований. Выполнить анализ причин, возможных механизмов возникновения и масштабов стохастичности процессов нафтидогенеза в крупных нефтегазоносных системах (НГС), оценить связанную с этим степень неопределенности прогноза перспектив их нефтегазоносности, разработать методы прогноза нефтегазоносности объектов разного ранга и степени изученности, максимально учитывающие прямые результаты поисково-разведочных работ на нефть и газ, апробировать их при прогнозе реальных НГС.

Достижение этой цели предполагает решение следующих основных задач:

1. Построить обобщенные модели динамики нафтидогенеза в крупных НГС и на этой основе исследовать возможные механизмы возникновения неустойчивого поведения и стохастичности, формирования РСК в них.

2. Установить связь параметров РСК с характеристиками вмещающих

НГС.

3. Разработать методику прогноза перспектив нефтегазоносности. максимально учитывающую прямые результаты поисково-разведочных работ на нефть и газ и стохастическую природу зависимости величины и структуры ресурсов УВ от характеристик вмещающих систем.

4. Выполнить количественный прогноз перспектив нефтегазоносности для ряда крупных, наименее изученных НГС Сибири и сопредельных акваторий.

Методы исследования и фактический материал. Теоретической основой работы является осадочно-миграционная теория нафтидогенеза. элементы теории вероятности, случайных процессов и нелинейной динамики. Основные методы исследований - статистический анализ, компьютерное моделирование и вычислительный эксперимент.

Фактической основой исследований послужили открытые сведения о ресурсах и запасах геологических объектов разного ранга, литературные и фондовые данные по более чем 90 сравнительно хорошо изученным седиментационным бассейнам мира (в том числе Сибири), нефтегазоносным комплексам в их пределах, более чем 100 эталонным участкам юрских и меловых нефтегазоносных комплексов (НГК) в Западно-Сибирском нефтегазоносном бассейне, данные о результатах исследований и испытаний более 2000 скважин в его пределах. Материалы были собраны и подготовлены в ходе выполнения плановых научных работ в ИНГГ СО РАН и СНИИГГиМСе, совместных работ с коллективами сибирских геологических организаций, ВНИИЗарубежгеологии, ВНИИОкеангеологни и др.

Научная новизна выполненных исследований и личный вклад автора состоят в следующем:

■ Впервые показано, что в рамках простейших динамических моделей нафтидогенеза в крупных НГС могут возникать режимы со сложным, слабоустойчивым («предстохастическим») поведением, что, в свою очередь, может приводить к высокой степени неопределенности в результатах прогноза величины их ресурсов.

■ Построена динамическая модель формирования распределения скоплений УВ по крупности.

■ Установлены эмпирические связи параметров РСК с характеристиками вмещающей НГС, и на этой основе предложена методика их прогноза.

■ Предложен метод прогноза плотности ресурсов УВ на основе ее связи с успешностью поисково-разведочного бурения и с использованием аппарата анализа условных вероятностей.

■ Усовершенствована методика прогноза размеров крупнейших скоплений для объектов ранга нефтегазоносной области и района.

" Выполнен количественный прогноз величины и структуры ресурсов ряда наименее изученных седиментационных бассейнов Сибири и отдельных районов Западно-Сибирского бассейна.

В диссертационной работе автор защищает следующие научные положения и результаты:

1. Нелинейный характер процессов нафтидогенеза может приводить к существенному различию в величине начальных ресурсов УВ в макроскопически подобных крупных НГС. Вследствие этого возникает неустранимая неопределенность в результатах количественного прогноза перспектив их нефтегазносности.

2. Распределение скоплений УВ по крупности порождается процессами аккумуляции и диссипации в нефтегазоносной системе. Конкретная форма этого распределения определяется геологическими факторами, контролирующими скорости этих процессов.

3. Широкий спектр возможных форм распределения аккумулятивно-диссипативных параметров НГС приводит к распределениям скоплений УВ по крупности, которые удовлетворительно аппроксимируются усеченным распределением Парето (УРП).

4. В зависимости от стадии процесса нафтидогенеза в конкретной нефтегазоносной системе параметры распределения скоплений УВ по крупности в области сравнительно мелких скоплений могут отличаться от параметров распределения в диапазоне крупных скоплений.

5. Комплекс эмпирических прогностических моделей для детерминированной и вероятностной оценки начальных геологических ресурсов (НГР) УВ и параметров распределения скоплений нефти и газа по крупности в слабоизученных седиментационных бассейнах.

6. Эмпирические прогностические модели на основе выявленных связей плотности начальных суммарных ресурсов с характеристиками вмещающих меловых и юрских комплексов Западно-Сибирского мегабассейна.

7. Методика количественного прогноза нефтегазоносности сравнительно хорошо изученных объектов ранга НГК на основе связи успешности поисково-разведочного бурения с плотностью начальных суммарных ресурсов и с использованием аппарата анализа условных вероятностей.

8. Прогностические модели и вероятностная оценка возможного числа невыявленных крупных и уникальных месторождений нефти и газа в нефтегазоносных областях Западно-Сибирской провинции.

Достоверность научных выводов и заключений определяется тем, что в основе выполненного анализа лежит обширный фактический материал по более чем 90 сравнительно хорошо изученным седиментационным бассейнам мира и Сибири, мезозойским нефтегазоносным комплексам Западно-Сибирского мегабассейна (146 эталонных участков), распределению и величине ресурсов и запасов углеводородов в их пределах. Теоретические модельные построения базируются на основных принципах осадочно-миграционной теории нафтидогенеза и используют хорошо развитый аппарат теории стохастических систем и нелинейной динамики. Прогнозные характеристики нефтегазносных систем, полученные в работе, совпадают с наблюдаемыми в природе.

Теоретическая и практическая значимость:

1. Полученные результаты существенно уточняют представления о характере процессов нафтидогенеза, возможных механизмах возникновения распределения скоплений углеводородов по крупности, причинах приводящих к неопределенности в величине начальных ресурсов углеводородов в крупных НГС.

2. Предложенные методики оценки величины и структуры ресурсов УВ нашли широкое применение и практическое подтверждение при количественных оценках перспектив нефтегазоносности Западно-Сибирской и Лено-Тунгусской нефтегазоносных провинций, седиментационных бассейнов Сибири и смежных акваторий арктических морей (Енисей-Хатангский, Тунгусский, Южно-Карский и др.).

Апробация работы. Основные положения и разделы работы неоднократно докладывались на всесоюзных, всероссийских и международных конференциях, конгрессах и симпозиумах в Москве, Санкт-Петербурге, Новосибирске, Томске, Красноярске, Иркутске, Якутске. Киото (Япония), Рио-де-Жанейро (Бразилия), Праге (Чехия), Лондоне (Великобритания) и т.д.

Методики количественной оценки ресурсов углеводородов слабоизученных седиментационных бассейнов апробированы (1984 г.) Государственной экспертной комиссией при Госплане СССР. Материалы по одной из методик прогноза выставлялись на ВДНХ СССР в 1987 г., отмечены бронзовой медалью и защищены лицензией ЧССР.

Полученные при участии автора в ходе выполнения всероссийских (ранее всесоюзных) оценок перспектив нефтегазоносности по состоянию на начало 1983, 1988, 1993 и 2002 гг. оценки величины и структуры ресурсов УВ осадочных бассейнов Восточной и Западной Сибири прошли апробацию в экспертных комиссиях Министерства геологии СССР и Министерства природных ресурсов РФ. Результаты, представленные в диссертационной работе, использовались при разработке планов социально-экономического развития Томской области и Ямало-Ненецкого автономного округа.

По теме диссертации опубликовано 96 работ, в том числе 9 монографий и монографических изданий (в соавторстве), 23 статьи в журналах (20 из списка ВАК), 41 - в сборниках и трудах всесоюзных, всероссийских и международных конференций.

Структура работы. Диссертационная работа состоит из введения, шести глав и заключения, содержит 285 страниц текста, 129 рисунков, 26 таблиц. Список литературы включает 169 наименований.

Работа выполнена в Институте нефтегазовой геологии и геофизики им.

A.A. Трофимука СО РАН. Она является результатом многолетних исследований автора в области количественного прогноза перспектив нефтегазоносности и моделирования процессов нафтидогенеза.

Благодарности. В ходе проведенных исследований были очень полезны советы и консультации, творческое содружество и обмен мнениями с соратниками по научной школе академика А.Э. Конторовича -

B.И. Деминым, В.А. Конторовичем, В.О. Красавчиковым, О.С. Красновым, В.В. Лапковским, В.Р. Лившицем, А.Н. Фоминым. Неоценимую пользу принесли встречи и дискуссии с представителями других научных школ и направлений М.Д. Белониным, К.А. Клещевым, Ю.П. Миронычевым, М.С. Моделевским, И.С. Новиковым, В.И. Шпильманом, Ю.В. Подольским и многими другими учеными и специалистами. Всем этим людям автор выражает искреннюю и глубокую признательность и хранит самые теплые воспоминания о тех из них, кто уже ушел из жизни. Особую благодарность автор выражает академику А.Э. Конторовичу за постоянное внимание, поддержку и создание условий, без которых, эта работа не могла бы быть выполнена.

Глава 1. Математическое моделирование при исследовании некоторых вопросов теории нафтидогенеза и методики количественной оценки перспектив нефтегазоносности

Количественные аспекты осадочно-миграционной теории происхождения нефти и газа развивались прежде всего в связи с задачами прогноза, что привело к возникновению группы эмпирических методов, основанных на наличии стохастических связей между величиной или элементами структуры ресурсов УВ и параметрами, характеризующими оцениваемый объект. Другим направлением внедрения математических моделей в геологию нефти и газа стала разработка объемно- и историко-генетических методов прогноза.

Можно выделить еще одну группу математических моделей, применяемых в нефтегазовой геологии. Это модели, рассматривающие процессы нафтидогенеза для какой-либо крупной системы (бассейна, нефтегазоносного комплекса, резервуара, зоны нефтегазосбора) в целом и играющие важную роль прежде всего как инструмент качественного анализа теоретических вопросов геологии нефти и газа. Наибольший вклад в

разработку этого направления внесли отечественные исследователи (А.Б. Вистелиус, А.Э. Конторович, В.Р. Лившиц, В.И. Шпильман и др.). А.Э. Конторович (1978), предложил динамическую модель процессов нафтидогенеза, в основе которой лежит представление о скоплениях УВ как результате действия двух противоположно направленных процессов -аккумуляции УВ в ловушки и их диссипации. А.Б. Вистелиус (1980), для выявления характера распределения массы нефти в природной системе по различным формам, впервые применил стохастическую модель формирования скоплений УВ и исследовал ее стационарные состояния. Подходы, использованные в моделях А.Б. Вистелиуса и А.Э.Конторовича могут быть применены для анализа широкого круга ситуаций, в частности для изучения природы нелинейности процессов нафтидогенеза.

На основе представлений о первичных скоплениях УВ в коллекторах (Неручев, 2003) и теории многофазной фильтрации можно показать, что темпы аккумуляции зависят при прочих равных условиях не только от общей массы УВ в коллекторах на путях вторичной миграции, но и от ее доли в форме подвижных первичных скоплений. Рассмотрим дифференциальный баланс различных форм УВ в крупной НГС.

Количества аккумулированных УВ (£)„) возрастает за счет перехода из мигрантоспособной формы (первичные скопления, 0.т) и снижается при разрушении скоплений (при этом часть УВ может вернуться в мигрантоспособную форму). Изменение количества мигрантоспособных УВ в системе, связано с захватом УВ, распределенных в коллекторах на путях миграции (в дисперсной фазе и в виде мелких скоплений, (2к), переходом в аккумулированную форму и потерями за счет окисления, выноса с элизионными водами и т.д. Изменение массы условно «немигрантоспособной» группы УВ (()к) связано с поступлением УВ в коллектора из нефтематеринских толщ или извне, их захватом первичными скоплениями второй группы и безвозвратными потерями.

Количество УВ, перешедших в мигрантоспособную форму в единицу времени за счет захвата первичными скоплениями в первом приближении для системы постоянного объема можно принять пропорциональным произведению Ок и 0-т- Остальные зависимости можно считать линейными. Тогда система уравнений, описывающих динамику изменения £>„, <2„, и £)ь имеет вид:

^=-к4-ок-к2-ая-()к+к,-оя+г.

Здесь / - количество УВ, эмигрировавших из нефтематеринских толщ или поступивших в систему извне за единицу времени; - относительная скорость потерь мигрантоспособных У В на путях миграции; к2 -коэффициент пропорциональности, описывающий скорость, с которой

мигрантоспособные УВ первичных скоплений захватывают дисперсно рассеянные УВ в коллекторах и УВ мелких мало подвижных скоплений; к4 -относительная скорость потерь немигрантоспособных УВ в коллекторах; /соотносительная скорость перехода мигрантоспособных УВ в коллекторах в немигрантоспособные формы за счет создания остаточного насыщения; к6 -относительная скорость перехода мигрантоспособных УВ в коллекторах в аккумулированные формы; к7 - относительная скорость безвозвратных потерь аккумулированных УВ.

После стандартной замены переменных *> = (к1/к4)-0в,и = (к1/к4)-0Я1,у = (к2/к1)-0к,т = к4-1,а = к4/к1, А = к,/к1,3=к6/кг,0 = кл/к1,р = (к2-/)/(к1-к4) система (1) примет вид:

сЫ ~ йи ¿V „

у--= - уу + о ■ и, а ■•— = -и + V ■ и, — = -у - у ■ и + р ■ и + (р. \А>

йт <1т йт

Исследование фазового портрета системы (2) стандартными методами (Амелькин, 1987; Арнольд, 2000) в предположении ее автономности показывает, что она имеет два стационарных решения: (п0=5, «о=0, у,г=<р}; /<„=£•($?-1)/( 1-/7), У^!}-При значениях управляющего параметра (р<\ первый стационар (узел) устойчив, т.е. является аттрактором, и расположен на границе физически допустимых решений, второй стационар (седло) неустойчив и расположен в физически запрещенной части фазовой плоскости. Следовательно, если параметр <р имеет значение ниже критического <р=\, система при любых начальных условиях будет стремиться к состоянию с фиксированной положительной массой «немигрантоспособных», рассеянных в коллекторах УВ и нулевой массой мигрантоспособных и аккумулированных УВ.

При переходе через критическое значение физический смысл имеют оба стационара, но первый из них теряет устойчивость (превращается в седло), а второй приобретает (фокус) и становится аттрактором. Характер поведения системы меняется. При начальном состоянии с суммарной массой УВ, близкой к нулю, в системе некоторое время будет происходить накопление немигрантоспособных УВ, а лишь затем, при достижении окрестности первого стационара процессы вторичной миграции и аккумуляции интенсифицируются, и величины и и (и соответствующие им е„и 0.т) станут возрастать. При этом величина V (соответствующая ()к) будет уменьшаться до стационарного значения. Фазовые портреты системы в координатах и и V при разных значениях управляющего параметра <р представлены на рис. 1.

Анализ системы (2) показывает, что малые неконтролируемые вариации начальных условий могут приводить к существенным временным сдвигам в фазовом портрете тождественных в остальном систем. Этим обстоятельством, наряду с другими факторами, может объясняться

значительный разброс в наблюдаемых плотностях ресурсов, близких по своим характеристикам НГС, что в свою очередь может привести к плохо устранимым погрешностям прогноза при использовании упрощенных моделей, параметры которых определяются на основе эмпирических данных.

Рис. 1. Фазовые портреты нефтегазоносной системы при различных значениях управляющего параметра: (а) <р = 0.2; (б) <р = 0.6; (в) <р = 0.99; (г) <р = 1.5; (д) ip = 3.0; (е) ср = 5.0.

Из графиков на рис. 1 видно, что при некоторых значениях параметров и начальных условий в системе возможны затухающие колебания масс УВ. Возникновение осцилляций связано с нелинейностью системы и характером второго, основного стационара - устойчивого фокуса.

Выше предполагалась автономность системы (1) и постоянство входного сигнала - интенсивности эмиграции. Естественно, в реальных системах это условие в общем случае не выполняется. Интересно выяснить, в какой мере на поведении системы скажется отказ от условия стационарности. Интенсивность процессов генерации зависит от температурного режима и динамики погружения нефтематеринских толщ (Конторович, 1978; Тиссо, Велте, 1981). Достаточно реалистичным выглядит сценарий, при котором интенсивность процессов эмиграции сначала плавно возрастает, а затем уменьшается до нуля, что соответствует равномерному или затухающему погружению единственной нефтематеринской толщи. Трехмерный фазовый портрет системы и зависимости от времени массы УВ в различных формах, приведены на рис. 2. Количество УВ в системе во всех формах имеет два максимума, при одном максимуме управляющего параметра - интенсивности эмиграции.

I10-

интенсивность эмиграции рассеянные УВ мигрантоспособные УВ. аккумулированные УВ _

4 6 Время, (у.е.)

Рис. 2. Фазовый портрет нефтегазоносной системы (а) и временные зависимости фазовых переменных (б) при одномодальном изменении управляющего параметра.

При более сложном поведении управляющего параметра, соответствующем неравномерному погружению с периодическими инверсиями, количество мигрирующих и аккумулированных УВ в системе изменяется практически синхронно и с некоторым сдвигом по фазе по отношению к интенсивности эмиграции и количеству рассеянных УВ. Квазициклический характер поведения системы, проявлявшийся для постоянной и одномодальной функций интенсивности эмиграции, нивелируется за счет влияния периодической компоненты в управляющем параметре. В то же время сохраняется основной эффект, связанный с учетом возможной нелинейности процессов нафтидогенеза - процессы миграции и аккумуляции в системе не протекают, пока не накоплена некоторая критическая масса рассеянных У В.

Таким образом, материалы главы 1, изложенные выше обосновывают первое из защищаемых положений.

Одной из надежно установленных в геологии нефти и газа количественных закономерностей является закон распределения скоплений УВ по крупности. Закон распределения для месторождений УВ изучался многими специалистами (Arps, Roberts, 1958; Kaufman, 1963; Шпильман, 1972, 1982; Буялов и др., 1975; Конторович и др., 1977, 1979, 1980, 1986, 1988, 1989; Лившиц, 2004; Харбух, Давтон, Дэвис, 1982; Крылов, 2009; и др.). Продолжительное время преобладала точка зрения о логарифмически нормальном законе распределения скоплений УВ по крупности. В.И. Шпильман (1972) показал, что логарифмически нормальный закон справедлив только для совокупностей выявленных скоплений УВ. Для описания РСК в природных системах им было предложено использовать амодальный закон распределения с функцией плотности вероятности вида -(р{в) = ви/в2 {в - запасы скопления УВ; в^ - запасы минимального учитываемого скопления).

А.Э. Конторовичем и В.И.Деминым (1977, 1979) на основе эмпирического анализа данных по хорошо изученным бассейнам России и Северной Америки, была развита теория анализа РСК при произвольном виде этого распределения сформулированы общие ограничения на вид функции плотности вероятности и предложено аппроксимировать РСК усеченным распределением Парето:

Ф)=С • 0 - лу - О/а • +■ (1 - Л - (*„,„ щу ))• (3)

Здесь фшх- максимально возможные размеры скопления УВ. Выражение (3) обобщает классическое распределение Парето и стремится к нему при

Отметим, что сходные идеи об ограничениях на вид функции плотности вероятности в общем виде высказывал и В.И. Шпильман (1982).

Природа формирования РСК для УВ и иных полезных ископаемых анализировались в работах (Булкин, Неженский, 1981; Харбух, Давтон, Дэвис, 1982; Конторович и др., 1988; и др.) Анализ механизмов или общих принципов, приводящих к распределению объектов по классическому распределению Парето, можно найти в работах (Шрейдер, 1963; Яблонский, 1986; Федер, 1991; и др.). К сожалению, эти модели исходят из общих, часто физически не очевидных принципов и, как следствие, не дают возможности связать характеристики нефтегазоносной системы с параметрами РСК.

Естественно рассматривать запасы # любого скопления УВ в НГС как следствие процессов аккумуляции и диссипации. В первом приближении изменения величины в во времени можно представить в виде уравнения:

И = а-ь-е. №

Здесь Г - время, а - скорость поступления УВ в ловушку, Ь - относительная скорость разрушения скопления.

Скорость поступления УВ в ловушку и относительная скорость диссипации УВ из ловушки могут интерпретироваться как случайные величины (Конторович, 1976; Вистелиус, 1980). Для достаточно длительных этапов развития устойчиво погружающихся нефтегазоносных систем можно допустить, что а и Ь для конкретного скопления не зависят от времени. Тогда решение уравнения (4), при условии 0(О)=О, описывает динамику изменения величины запасов единичного скопления УВ на этапе его формирования после начала активной аккумуляции: в = (а/Ь)-(1—е~'"). (5)

При достаточной длительности процессов нафтидогенеза, размеры скопления в могут достичь стационара - предельно достижимой (при фиксированных а и Ь) величины в\ й61<Ь = 0, в=а/Ь . (6)

После завершения процессов аккумуляции изменение размеров скопления будет происходить по закону: в = (а/Ь) е~'" ■ О)

При статистически независимых а и Ь, и достижении стационарности (6) для плотности вероятности РСК <р(0) можно получить:

Здесь Ц, - область интегрирования, зависящая от в; <р2{а) и (Ь) -

плотности вероятности для распределений скоплений УВ в системе по скоростям аккумуляции и относительным скоростям диссипации.

В частном случае, когда параметры а и Ь равномерно распределены на конечных интервалах [ят|Л, ятах] и [йтш, Ьтах], из (8) легко получить явный вид плотности <р(в)- При достаточно больших в (в > тах(атш/Ьшп,аит /¿>ти))

модельная плотность вероятности тождественна УРП (3) с показателем Л=2. Естественно, трудно ожидать, что в реальных системах параметры а и Ь будут распределяться равномерно. Однако численное моделирование вида функции (р{в) при различных формах<р2(а) и <руф) показывает, что для

широкого спектра форм распределения <р2(а) и фъф) УРП апроксимирует

правые хвосты полученных модельных распределений с очень высокой точностью.

Модельные РСК могут быть и амодальными, и унимодальными. В общем случае характер поведения модельных распределений на левом хвосте (то есть, в области мелких и мельчайших скоплений) отличается от характера его поведения на правом хвосте в сторону уменьшения доли скоплений по сравнению с УРП. Естественно, это обстоятельство существенно, только если изменение наблюдается для значений в>в^.

Для анализа влияния времени на форму РСК была построена серия специальных модельных распределений. Принималось, что эволюция размеров каждого скопления происходит до момента времени /=100 у.е. и состояния, близкого к стационарному (6), затем аккумуляция прекращается и начинается распад сформировавшихся скоплений по закону (7). Для полученных модельных распределений правые хвосты аппроксимировались УРП для оценки параметра Л. Пример зависимости параметра Л от времени с начала интенсивной аккумуляции для одного из модельных распределений представлен на рис. 3.

Картина изменения параметра Л, представленная на рис. 3, качественно сохраняется при любых правдоподобных формах распределений параметров а и Ь. Косвенное подтверждение этой закономерности можно получить, сравнив значения параметра Л для совокупностей месторождений в бассейнах или нефтегазоносных комплексах с различным преимущественным возрастом осадочного выполнения.

(8)

Рис. 3. Зависимость параметра Я от времени с начала интенсивной аккумуляции.

На рис. 4 оценки значений параметра Л (Конторович, Демин, 1979) для совокупностей нефтяных месторождений в 18 СБ Северной Америки сопоставлены с преимущественным возрастом их осадочного выполнения. Параметр Л минимален для кайнозойских и мезо-кайнозойских бассейнов, возрастает для мезозойских и несколько снижается для палеозойских. Очевидно качественное совпадение наблюдаемой закономерности с полученной на основе модельных построений.

2.5-,

♦

2.3 ♦

♦ рг

2.1 ■ кг, кг-ш. ♦

♦

1.9- ♦

$ ♦ *

1.7- мг ♦

1.5-

♦

1.3

Преимущественный возраст осадочного выполнения, Т

Рис. 4. Параметр Л для бассейнов с преимущественно кайнозойским, мезозойско-кайнозойским, мезозойским и палеозойским возрастом осадочного выполнения.

Результаты анализа предложенной модели, изложенные выше, обосновывают второе, третье и четвертое защищаемые положения.

Глава 2. Оценка ресурсов углеводородов слабоизученных седиментационных бассейнов

При выполнении количественной оценки перспектив нефтегазоносности на первых этапах геологоразведочных работ приходится иметь дело с объектами, характеристики которых определены с невысокой степенью точности. Чаще всего такими объектами являются седиментационные бассейны или их крупные части. Развитие теории и практики геологии нефти и газа показало, что их скопления естественным образом связаны с относительно крупными депрессиями со значительными объемами неметаморфизованных осадков, испытавших погружение на глубины, превосходящие некоторую критическую величину. Наиболее последовательно это положение выражено в учении о нефтегазоносных бассейнах (НГБ), развитом в трудах большой группы исследователей (И.О. Брод, Н.Б. Вассоевич, И.В. Высоцкий, А.Э. Конторович, М.С. Моделевский, В.А. Оленин, Б.А. Соколов, A.A. Трофимук, В.Е. Хаин и др.).

На этой основе возникла обширная группа методов, базирующихся на наличии стохастических связей между величиной НГР УВ и некоторыми характеристиками осадочного выполнения СБ или его крупных частей. Элементы такого подхода к прогнозу НГР слабоизученных территорий можно найти еще в работах Л.Г. Уикса (Weeks, 1949, 1950). Впервые СБ как объект оценки был выделен М.Ф. Двали и Т.П.Дмитриевой (1976). Они же предложили название «объемно-статистический метод» (ОСМ). Данный подход к оценке НГР УВ крупных нефтегазоносных систем развивался в основном в работах отечественных исследователей (A.A. Арбатов, A.B. Кондаков, А.Э. Конторович, В.Д. Наливкин, М.С. Напольский, И.И. Нестеров, М.С. Моделевский, A.A. Растегин, B.C. Резник, A.A. Трофимук и др.). Наиболее последовательным критиком рассматриваемого подхода был Х.Д. Хедберг (1978).

Совершенствование ОСМ шло по пути расширения набора прогнозируемых величин и прогностических параметров, усложнения вида математических моделей прогноза. С одной стороны, усложнение математических моделей и увеличения числа учитываемых параметров требует увеличения объемов эталонных выборок и более детального описания геологического строения входящих в них СБ. С другой стороны, чем больше объем выборки, тем менее изученные СБ приходится в нее включать, тем ниже относительная точность анализируемых параметров и тем больше связанные с этим ошибки прогноза. В ряде работ функциональные преобразования прогностических параметров не учитывают характер их распределения, что приводит к завышению формальной точности полученных математических моделей. Все эти обстоятельства накладывают естественные ограничения на применение ОСМ.

В то же время при количественной оценке слабоизученных СБ подходы ОСМ не имеют альтернативы. Необходимость оценки величины

НГР УВ в условиях, когда об объекте оценки имеется лишь самая общая информация, вынуждает использовать для прогноза достаточно простые и максимально устойчивые в статистическом смысле зависимости и параметры.

Анализ выборки из чуть менее 100 сравнительно хорошо изученных НГБ, для которых известны основные геометрические характеристики осадочного выполнения, его преимущественный возраст и относительно точные оценки НГР УВ, позволил построить серию прогностических моделей, в определенной мере учитывающих приведенные выше ограничения.

Для подвыборки, содержащей 38 бассейнов с преимущественно кайнозойским и мезозойско-кайнозойским возрастом осадочного выполнения, были получены следующее уравнения:

1п £> = 1.699 + 0.588 ■ 1п Я-0.776 • 1п 5 +1.474 1п К Л2 =0.581, сг = 0.997, (9) 1п¡2 = 4.632+0.686 £- = 2.65, Я2 = 0546, <7 = 1.010. (Ю)

Здесь и ниже Q - начальные геологические ресурсы в млн т условных углеводородов (УУВ); V - объем осадочного выполнения в тыс. км3; 5 -площадь осадочного выполнения в тыс. км2; Н - мощность осадочного выполнения в км; Уе1 - эффективный объем осадочного выполнения в тыс. км3; е - мощность неэффективного слоя пород в км; Я2 - коэффициент детерминации; а- стандартное остаточное отклонение величины 1п ().

Для подвыборки, содержащей 33 бассейна с преимущественно мезозойским возрастом осадочного выполнения:

1п(2 = -1.197■ 1п5 + 2.257• 1пV, Я2 =0.872, <т = 0.693, (П)

1п £ = 2.463 +1.036 е = 23, И2 = 0.873, <т = 0.689. (12)

Для подвыборки, содержащей 26 бассейнов с преимущественно палеозойским возрастом осадочного выполнения:

1п£2 = 1.727-1п#+0.506-1п5+0.318ТпУ, Я2 =0.88, <7 = 0.593, (13) 1п0 = 4.168 + 0.809ЛпУе{,£ = 3.3, Я2 = 0.846, а = 0.657. (14)

Для смешанной подвыборки, содержащей 71 бассейн с преимущественно кайнозойским или мезозойским возрастом осадочного выполнения:

1п<2 = 0.665 1п#-1.087 1п5 + 1.965 1пУ, Я2 =0.729, ст = 0.886, (15) 1п2 = 3.766 + 0.844ЛпУ^, £ = 2.7, Я2 =0.711, ст = 0.908. (16)

Для смешанной подвыборки, содержащей 59 бассейнов с преимущественно мезозойским или палеозойским возрастом осадочного выполнения:

1п (2 = 1.069 • 1п Я + 0.943 Тп V, Л2 = 0.853, а = 0.690, (17)

1п б = 3.163 + 0.947 • 1п Ус/, £ = 2.8, Я2 = 0.858, а = 0.679. (18)

И, наконец, для объединенной выборки, содержащей 98 бассейнов разного возраста, были получены следующее уравнения:

1п £> = 0.717 +1.25 • 1п Н + 0.841 • 1п V - 0.191 • Т, Л2 = 0.725, о - 0.875 , (19) 1п 2 = 3.955 + 0.823 • 1п Уе}, е = 3.0, Л2 = 0.725, а = 0.882. (20)

Здесь и ниже Т - индекс преимущественного возраста осадочного выполнения, принимающий следующие значения: 1 - для СБ с преимущественно кайнозойским, 2 - преимущественно мезозойским и 3 -преимущественно палеозойским возрастами осадочного выполнения.

Пример зависимости фактической величины ИГР УВ от расчетной величины ИГР УВ для объединенной выборки представлен на рис. 5.

3 &

♦ KZ л2 = 0.734 ♦

♦ MZ

♦ PZ

♦ ♦ ♦

vjr

♦ ♦ *

♦ *ж * * ♦

♦ ty - * / * ♦

♦ У »

♦ ♦ ♦ ♦

♦ *

♦

lo loo íooo юооо íooooo íooooo

Оценка начальных геологических ресурсов, млн т УУВ

Рис. 5. Зависимость фактических начальных геологических ресурсов седиментационных бассейнов от расчетных.

Анализ полученных прогностических уравнений ОСМ, их параметров и статистических характеристик позволяет сделать следующие выводы.

Наибольшей неопределенностью характеризуются прогностические зависимости для относительно молодых СБ с преимущественно кайнозойским и мезозойско-кайнозойским возрастом осадочного выполнения. Этот результат подтверждает выводы о влиянии времени на характер протекания процессов нафтидогенеза, полученные в главе 1. Зависимости для мезозойской и палеозойской подвыборок и для смешанной подвыборки очень близки. Поэтому для прогноза НГР УВ СБ этого возраста,

вполне допустимо использовать уравнения, полученные по смешанной подвыборке.

Сравнение уравнений, связывающих НГР УВ СБ с эффективным объемом и уравнений, связывающих НГР УВ с общими геометрическими характеристиками СБ, показало, что статистические характеристики последних или очень близки, или превосходят статистические характеристики первых. Так как оценка по «геометрическим» уравнениям технически несколько проще, на практике имеет смысл использовать именно их.

Таким образом, в главе 2 получен комплекс эмпирических прогностических моделей для вероятностной оценки начальных геологических ресурсов нефти и газа в слабоизученных седиментационных бассейнах, являющийся частью пятого защищаемого результата.

Глава 3. Прогноз распределения скоплений углеводородов по крупности в слабоизученных седиментационных бассейнах

Информация о виде и параметрах РСК крайне важна для перспективного планирования геологоразведочных работ на нефть и газ. На ее основе можно эффективно моделировать процесс выявления ресурсов УВ и строить многовариантные сценарии развития нефтегазового комплекса.

Как уже говорилось выше (гл. 1) согласно современным представлениям наиболее удачной формой аппроксимации РСК (по крайней мере для достаточно крупных скоплений) является усеченное распределение Парето (Конторович, Демин, 1977, 1979). Методика оценки параметров УРП (3) в ее современном варианте развивалась в основном усилиями отечественных исследователей (Лившиц, 2003, 2004). Существующие варианты ориентированы на прогноз в условиях достаточно высокой изученности объекта оценки, когда крупнейшие скопления УВ выявлены, а их запасы достоверно определены. Как следствие, для объектов, находящихся на ранних стадиях изучения, оценка параметров РСК в значительной степени является экспертной.

Эти обстоятельства делают актуальной разработку формализованной методики оценки параметров усеченного распределения Парето, аппроксимирующего РСК для слабоизученных бассейнов.

В результате анализа доступных фактических данных по выборке из 18 сравнительно хорошо изученных осадочных бассейнов Северной Америки (Конторович, Демин, 1979) установлены эмпирические зависимости параметров распределения нефтяных месторождений по величине запасов от характеристик осадочного выполнения бассейнов. Установленные зависимости позволяют дать оценки параметров РСК в бассейнах на самых ранних стадиях их изучения в отсутствии достаточной информации о размерах крупнейших скоплениях.

Ниже рассматриваются РСК извлекаемых запасов месторождений. В связи с этим, параметры РСК в бассейнах эталонной выборки, полученные в работе (Конторович, Демин, 1979) были в отдельных случаях скорректированы.

Оценка параметра X. В главе 1 было показано, что параметр Л должен существенно зависеть от стадии развития нефтегазоносной системы. Зависимость параметра Л от индекса преимущественного возраста осадочного выполнения характеризуется следующим соотношением:

Я = 0.58 + 1.45 Т-0.34 Т2, Я2 = 0.52-

Зависимость можно уточнить за счет введения дополнительных прогностических параметров:

X = 0.74+ 1.78 Г—0.42-7"2 -1.26-(К^ /V) + 0.052 1пУ, (21)

Л2 = 0.73, сг = 0.15.

Зависимость Л для газовых месторождений от характеристик СБ описывается следующим соотношением:

Я = 3.59 -1.271 • Г + 0.283 • 7"2 -0.521 • 1п Я + 0.121 • 1п 5, (22)

Л2 = 0.68, <т = 0.18.

Оценка параметра ¿¡„ах* Для параметра втзх существует положительная связь с характеристиками, отражающими размеры осадочного выполнения бассейна. Эта связь описывается следующим уравнением:

1п6»пих = 0.262 • 1п V + 0.184 ■ Я + 2.01, Л2 = 0.59, <7 = 0.71. (23)

Здесь #тах в млн т У У В.

Для газовых месторождений зависимость описывается следующим уравнением:

1п в^ = -2.979 + 2.665 • 1п Н + 0.450 • 1п 5, Л2 = 0.49, С7 = 1.46. (24)

Оценка параметра N. Очень существенной характеристикой РСК является число скоплений углеводородов в нефтегазоносной системе (Ы). Этот параметр не входит непосредственно в выражение функции плотности распределения (3), но тесно с ней связан, так как оценивается с учетом конкретного ее вида.

В силу неизбежной недоразведанности СБ эталонной выборки в области мелких и мельчайших месторождений, а так же возможных отклонений формы РСК от УРП для таких месторождений построить надежную зависимость N от параметров осадочного выполнения затруднительно. С другой стороны, количество фактически выявленных скоплений в хорошо изученных бассейнах (Ау может служить надежной оценкой для величины N снизу.

Для величины /V/ нефтяных месторождений было получено следующее эмпирическое уравнение, связывающее ее с характеристиками бассейна:

\nNj- =-1.61 + 1.02- 1п// + 0.56- 1пУ + 0.60 Т, Л2 = 0.75,а = 0.77. (25)

Следует заметить, что уклонение полученной по уравнению (25) оценки фактически выявленного числа месторождений в бассейне от прогнозируемого по УРП (Конторович, Демин, 1979) общего числа составляет: для палеозойских бассейнов около 15%, мезозойских и кайнозойских бассейнов около 40%. Значительная часть этого уклонения связана с мелкими и мельчайшими месторождениями. С учетом сказанного выше, уравнением (25) можно пользоваться на практике, внося в полученную по нему оценку поправку не менее +15%.

Для газовых месторождений зависимость описывается следующим уравнением:

1п Ыг = -3.859 + 0.884 ■ 1п Н +1.031 • 1п V, Л2 = 0.815, а = 0.77. (26)

Полученные зависимости качественно согласуются с результатами анализа простейшей теоретической модели формирования распределения по крупности скоплений УВ в НГС, введенной ранее. В частности, в главе 1 была установлена возможность отклонений от усеченного распределения Парето для бассейнов, в которых велика доля объектов с высокими скоростями аккумуляции. Последнее условие должно чаще реапизовываться в относительно молодых и интенсивно прогибающихся бассейнах. Относительная доля мелких скоплений (высота левого хвоста распределения) будет тем ниже, чем больше в системе доля скоплений с относительно высокими скоростями аккумуляции. При преобладании объектов с высокой скоростью аккумуляции и низким выбранным значением левой границы, распределение может перестать быть амодапьным в наблюдаемой области.

В главе 3 построен комплекс эмпирических прогностических моделей для оценки параметров распределения скоплений нефти и газа по крупности в слабоизученных седиментационных бассейнах, являющийся частью пятого защищаемого результата.

Глава 4. Примеры оценки седиментационных бассейнов Сибири

В настоящей главе приведены результаты (см. вкл. табл. 1) применения развитых методик (9-26) для оценки некоторых слабоизученных седиментационных бассейнов Сибири (Тунгусский, Енисей-Хатангский, Байкальский, Северо- и Южно-Минусинские) и смежных акваторий (ЮжноКарский). Приведенные оценки максимально формализованы и призваны в первую очередь продемонстрировать результаты применения развитых ранее методов на реальных объектах.

Для сопоставимости результатов оценки извлекаемых ресурсов нефти на основе моделей главы 3 (21-24), приводились к геологическим ресурсам с принятым экспертно коэффициентом извлечения, равным 0.33. Число месторождений оценивалось по моделям (25, 26). Учитывая результаты главы 3, в оценку числа скоплений вносилась поправка таким образом, чтобы

суммарная оценка НГР УВ, полученная на основе прогноза распределения по крупности, совпадала с наиболее вероятной оценкой по выбранной модели ОСМ.

Южно-Карский СБ. Наиболее вероятная оценка НГР УВ ЮжноКарского СБ составляет 13.6 млрдт УУВ и с доверительной вероятностью 0.8 превосходит 5.6 млрдт УУВ. С той же доверительной вероятностью НГ УВ Южно-Карского СБ не превосходят 33 млрдт УУВ. Общее прогнозируемое количество скоплений, содержащих промышленные запасы нефти, составляет 885. Прогнозируемое число скоплений с промышленными запасами газа - 651. Запасы среднего месторождения нефти составят 5 млн т, а газа - 14 млрд м3. Геологические запасы крупнейшего скопления нефти составят не менее 310 млн т, а газа - не менее 380 млрд м3. Учитывая размеры месторождений, уже выявленных в пределах бассейна (Ленинградское, Руссановское и др.), последняя оценка выглядят достаточно осторожной.

Прогноз соотношения геологических ресурсов нефти и газа в ЮжноКарском бассейне указывает на почти двукратное преобладание ресурсов газа. Естественно для извлекаемых ресурсов преобладание газа будет еще больше.

Енисей-Хатангский СБ. Оценка НГР УВ Енисей-Хатангского СБ составляет 12.4 млрд т УУВ и с доверительной вероятностью 0.8 превосходит 5.1 млрдт УУВ. С той же доверительной вероятностью НГР УВ Енисей-Хатангского СБ не превосходят 30.2 млрдт УУВ.

Общее прогнозируемое количество скоплений, содержащих промышленные запасы нефти, составляет 637. Прогнозируемое число скоплений, содержащих запасы газа - 434. Запасы среднего месторождения нефти составят 5 млн т, а газа - 21 млрд м3. Размеры крупнейшего скопления нефти составят не менее 265 млн т, а газа - не менее 517 млрд м3. Учитывая начальные геологические запасы крупнейших месторождений уже выявленных в пределах бассейна (Пеляткинское - 258 млрд м3 и Паяхское -47 млн т) последние оценки, особенно по нефти, выглядят достаточно оптимистично. Однако надо учитывать, что размеры крупнейшего скопления неизбежно прогнозируются с большой степенью неопределенности. В этом смысле двукратное различие в размерах прогнозируемого и выявленного крупнейшего скопления газа вполне естественно. Кроме того, степень изученности Енисей-Хатангского СБ относительно невелика и неравномерна, так что нельзя исключить открытия скоплений с существенно большими запасами нефти.

Прогноз соотношения геологических ресурсов нефти и газа в Енисей-Хатангском СБ указывает на почти трехкратное преобладание ресурсов газа. Естественно, для извлекаемых ресурсов преобладание газа будет еще больше.

Тунгусский СБ. Оценка НГР УВ Тунгусского СБ составляет 25.2 млрдт УУВ и с доверительной вероятностью 0.8 превосходит 11.8 млрдт

УУВ. С той же доверительной вероятностью НГР УВ Тунгусского СБ не превосходят 54 млрд т УУВ.

Общее прогнозируемое количество скоплений, содержащих промышленные запасы нефти, составляет чуть менее 1928. Прогнозируемое число скоплений с запасами газа - 1128. Запасы среднего месторождения нефти составят 9 млн т, а газа - 6 млрд м3. Согласно выполненной оценки размеры крупнейшего скопления нефти составят не менее 750 млн т, а газа -не менее 290 млрд м3. Учитывая размеры месторождений, разведанных в южных, смежных с Тунгусским бассейном районах Сибирской платформы (Юрубчено-Тохомское, Верхнечонское, Чаяндинское и др.), последние оценки выглядят вполне правдоподобно.

Наконец, прогноз соотношения нефти и газа в Тунгусском бассейне дает 2.5 - кратное преобладание геологических ресурсов нефти. Исходя из приведенных оценок, перспективы центральных и северных районов Тунгусской синеклизы представляются весьма высокими.

В главе 4 приведены результаты прогноза и для ряда более мелких слабоизученных бассейнов Сибири - Южно- и Северо-Минусинских и Байкальского СБ (см. вкл. табл. 1).

Таким образом, в главе 4 в качестве иллюстрации применения разработанных методик количественной оценки перспектив нефтегазоносности слабоизученных седиментационных бассейнов даны интервальные вероятностные оценки величины и структуры НГР УВ некоторых наименее изученных СБ Сибири и прилегающих акваторий. Наиболее вероятная суммарная оценка НГР УВ в крупнейших из них (ЮжноКарский, Енисей-Хатангский и Тунгусский) составляет более 50 млрд т УУВ. В том числе НГР нефти более 25 млрд т. В этих бассейнах возможно открытие новых крупных и уникальных скоплений УВ.

Глава 5. Методика оценки величины и структуры ресурсов углеводородов региональных нефтегазоносных комплексов

При количественном прогнозе перспектив нефтегазоносности объектов ранга регионального НГК, как правило, используется один из вариантов метода аналогий. Конкретные прогностические модели и многие смежные вопросы подробно анализировались в ряде монографий отечественных исследователей (Конторович и др., 1981; Шпильман, 1982; Буялов и др., 1990; Методическое руководство..., 2000; и т.д.).

Основной проблемой метода геологических аналогий является то, что процесс и результат построения прогностических моделей в большинстве случаев плохо воспроизводимы. Как правило, число доступных эталонов невелико, а исходный набор прогностических параметров ограничен и часто содержит характеристики объекта, генетическая связь которых с прогнозируемой величиной далеко не очевидна. Как следствие, выбор минимизированного набора информативных параметров и формы

математической модели вынужденно носят существенно формальный характер.

При эмпирическом подходе к построению прогностических моделей следует стремиться выявить характер и природу влияния на прогнозируемую величину, вошедших в модели переменных. В том числе и переменных, индексирующих воздействие «скрытых» переменных, недоступных по тем или иным причинам для измерения. Формы используемых эмпирических зависимостей должны учитывать естественные физические и логические ограничения. Последнее особенно важно при экстраполяционном прогнозе, когда значения прогностических переменных выходят за интервалы их определения на эталонных объектах или оцениваемые объекты существенно удалены от эталонных.

Использование эмпирических функциональных моделей может потребовать учета некоторых специальных, регуляризирующих параметров, не вошедших непосредственно в прогностическую модель, но существенно влияющих на перспективы нефтегазоносности в области экстраполяции.

В таблице 2 (см. вкл.) приведены примеры прогностических функциональных моделей, связывающих площадную плотность ресурсов УВ в меловых и юрских НГК Западно-Сибирскй нефтегазоносной провинции (ЗСНГП) с геологическими характеристиками осадочного чехла. Эти и подобные зависимости для других комплексов и территорий использовались при количественной оценке перспектив нефтегазоносности ЗСНГП по состоянию на 01.01.2002 г. Фактические материалы, использованные при построении моделей, подготовлены коллективами ИГНГ СО РАН (ныне ИНГГ СО РАН) и ряда западно-сибирских научно-производственных организаций (СибНАЦ, НАЦРН ХМАО им. В.И. Шпильмана, ЗапСибГЕОНАЦ и др.) в период 1997-2002 гг.

В рассматриваемых примерах прогностические модели были получены с помощью пошагового регрессионного анализа. Рассматриваемый подход целесообразно применять в случаях, когда набор возможных прогностических переменных ограничен, и не позволяет использовать модели, построенные с учетом генетических соображений (Шпильман, 1982), но в то же время исходных данных достаточно для выполнения процедур статистического анализа.

Изменившаяся за последние десятилетия система недропользования, делает необходимой оценку объектов нового типа - лицензионных участков. Границы участков часто секут границы литофациальных зон, тектонических элементов разных порядков, иногда даже границы локальных объектов. Таким образом, в геологии нефти и газа возникла новая постановка задачи прогноза - дать оценку ресурсов УВ участка произвольной формы.

В тех случаях, когда не удается выявить зависимости плотности НГР УВ на эталонных участках от геолого-геофизических характеристик вмещающих отложений, а изученность объекта оценки глубоким бурением

достаточно высока, прогноз величины НГР УВ может быть основан на связи плотности НГР УВ с вероятностью получения положительных результатов испытаний. Природа такой связи достаточно очевидна. При прочих равных условиях, чем больше доля площади нефтегазоносного комплекса занята скоплениями УВ, тем выше плотность НГР и, следовательно, тем выше вероятность получения положительного результата при поисково-разведочных работах. В качестве оценки вероятности положительного результата (индекса успешности) можно принять отношение числа продуктивных скважин к их общему числу на некотором участке. Существенно, что такой подход позволяет вовлечь в анализ результаты работ за пределами эталонных участков.

В общем случае связь плотности ресурсов и индекса успешности имеет достаточно сложный характер. На нее существенно влияют геометрия скоплений УВ, средняя линейная плотность запасов на месторождениях, а также ряд других параметров (Шпильман, 1982). В первом приближении эта связь достаточно хорошо описывается степенным законом (рис. 6,7, см. вкл. табл. 3).

2 *

а 3.25 а.

и о

¡5 2.75

■§• 2.25

♦ Верхнеюрсюш НТК (север) ^ Верхнеюрский НТК (юг) ■ Среднеюрский НТК (север)

А •

-2.25 -2.05 -1.85 -1.65 -1.45 -1.25 -1.05 -0.85 -0.65 -0.45 -025 Логарифм индекса успешности

Рис. 6. Зависимость логарифма плотности начальных геологических ресурсов от логарифма вероятности успеха при поисково-разведочном бурении.

Юрские НТК ЗСНГП. Приведенные зависимости однозначно указывают на устойчивую связь между индексом успешности и плотностью ресурсов. Подобные зависимости можно получить и для других НГК ЗСНГП. В тех случаях, когда удается

установить зависимость индекса успешности от каких-либо картируемых геологических параметров, данные соотношения могут быть использованы для прогноза плотности ресурсов на сравнительно менее изученной части НГК.

Для учета влияния совокупности прогностических параметров на вероятность положительного результата при испытаниях может быть применена комбинация анализа условных вероятностей и линейного дискриминантного анализа (Галкин, 1992; Галкин и др., 1997; Харбух, Давтон, Дэвис, 1981; КазЧгоПа е1 а1„ 2003).

£ е.»

Л2 = 0.76

♦ Аяимовский НГК

■ Подкошайский НГК Я1 = 0.78 ♦

•

* Подпимский НГК Л2 = 0.53 * ,

• Подсармаиовский НГК

й2 = 0.53 • " /•ь ■ •

• Л Л* ^ г у

■ ^ ' У ▲

У' ■

-3.50 -3.00 -2.50 -2.00 -1.50 -1.00 -0.50 0.00

Логарифм индекса успешности

Рис. 7. Зависимость логарифма плотности начальных геологических ресурсов от логарифма вероятности успеха при поисково-разведочном бурении.

Нижнемеловые НГК ЗСНГП.

Например, для верхнеюрского (васюганского> НГК юго-востока Западной Сибири по данным о более чем 1100 поисково-разведочных скважинах удалось выявить частные зависимости успешности поисково-разведочного бурения от геологических характеристик разреза. Некоторые из полученных результатов этого анализа представлены на рис. 8-9 (см. вкл.).

Наилучшее разделение скважин на продуктивные и остальные обеспечила следующая дискриминантная функция (параметры значимы с доверительной вероятностью не ниже 0.95):

/ = -0.461 + 0.0184 • д, + 0.0265 • х2 - 0.0074 • х3 + 0.00086 • л:4 - (2?)

-0.00059 • +0.0130 • х6 -0.00033 ■ х7 + 0.00296- хй. Здесь х| - суммарные толщины песчаных пачек Ю|' и Ю,2 (м), х2 - оценка возможных масштабов аккумуляции (у.е.), х3 - толщины глин подстилающих баженовскую свиту (георгиевская свита) (м), х4 -расстояние до ближайшего гипсометрического максимума (у.е.), х5 -абсолютные отметки подошвы баженовской свиты (м), х6 - структурные остатки по подошве баженовской свиты (м), дг7 -абсолютные отметки подошвы мезозойского чехла (м), х8 -толщины нижневасюганской подсвиты (м).

Процедура анализа условных вероятностей реализовывалась для комплексного параметра, совпадающего со значением дискриминантной функции.

Аналогичным образом для средне юрского НГК юго-восточных районов Западно-Сибирского бассейна, по данным о более чем 730 скважинах наилучшее их разделение на продуктивные и не давшие промышленного притока УВ обеспечила следующая дискриминантная функция (параметры значимы с доверительной вероятностью не ниже 0.85):

/ = 0.815 + 0.00455 ■ - 0.00519 • л:2 - 0.179 • х3 + (28)

+ 0.00234 ■ х, - 0.00204 • х,. Здесь х, - суммарные толщины песчаников среднеюрского НГК (м), х2 - суммарные толщины верхневасюганской подсвиты (м), хъ - современный средний температурный градиент (°С/100 м), дг4 - структурные остатки по подошве нижневасюганской подсвиты, х5 - толщины баженовской свиты (м).

Далее, как и для верхнеюрского НГК, реализовывалась процедура условного анализа для одной переменной.

Следует отметить, что все многообразие возможных зависимостей индекса успешности от геологических характеристик (примеры на рис. 8-9) не может быть описано на основе введения комплексного параметра в виде линейной дискриминантной функции Фишера. Однако для довольно широкого класса ситуаций, когда геолого-геофизические параметры, влияющие на вероятность успеха испытаний, взаимно независимы, данная проблема может быть решена. Случай частично зависимых параметров может быть сведен к рассматриваемому ниже с помощью специальных процедур (например, факторного анализа). Излагаемый ниже подход был развит автором совместно с Л.С. Грековой и И.В. Жилиной (2006).

Под взаимной независимостью параметров х и у будем понимать, независимость вероятности р появления пары любых их допустимых значений как для любой точки всего исследуемого НГК, так и для всех входящих в эталонную выборку скважин, для которых известен результат испытания:

р(х,у) = р{х)- р(у), p{x,y\q) = p(x\q)■ p{y\q). (29)

Здесь q - результат испытания, принимающий значения 0 или 1.

Выполнение условий (29) для пар переменных может быть проверено с использованием критерия (Неймана-Пирсона) (Дэвис, 1990; Крамер, 1975). Используя формулу Байеса (Корн Г., Корн Т., 1984) можно показать, что для любого числа N независимых в этом смысле параметров условная вероятность результата испытания факторизуется:

р(д I х,,..., дг„) = р{41 дг,) •... ■ р{ц I ■ (/К?))'-" • (30)

Выражение (30) позволяет существенно облегчить проведение условного анализа. В частности, для анализа влияния на результаты испытаний двух независимых переменных можно использовать не полностью пересекающиеся эталонные выборки. Сходная по идеологии методика построения прогнозных карт для некоторых видов минерального сырья, но с использованием аппарата нечетких множеств была описана в работах (Ткачев, Амосов, 2003; (Зшггип§, Agterberg, 1999). Определение всякого рода «нечетких» объектов неизбежно содержит существенные элементы экспертизы, что, с нашей точки зрения, вносит избыточный произвол в процедуру прогноза и неоправданно ее усложняет.

Как и выше, рассмотрим в качестве примера прогноз успешности испытаний в верхнеюрском и среднеюрском нефтегазоносных комплексах юго-востока Западно-Сибирской нефтегазоносной провинции. При анализе вероятности успеха использовалась та же, что и в первом случае, база данных.

Далее приведен аналитический вид зависимости вероятности успеха от некоторых конкретных прогностических параметров. Вид зависимостей выбирался с учетом естественных формальных (0 < р < 1) и физических ограничений.

Верхнеюрский НГК. /?(<? I х) = ехр(-0.057 ■ л- - 0.874), х - толщины аргиллитов георгиевской свиты (м); р(д \х) = ехр(-8.16 • х2 + 8.52 • х - 3.03),

х - коэффициент песчанистости горизонта Ю| (доли единицы); р(д I х) = 0.423 - 0.555/(1 + ехр((х - 0.922) /1.04)), х - натуральный логарифм нормированной оценки масштабов аккумуляции (условные единицы);

р(ц I х) = 0.51 - 25.51 /(1 + ехр((л- + 23.34) / 5.44)), х — суммарные толщины песчаных пачек Ю,1 и Ю,2 (м).

Среднеюрский НГК

р(д I х) = 0.148 + (0.059 - 0.148) /(1 + ехр((л" - 43.5)/3.05)), х- общие толщины песчаников верхнетюменской подсвиты (м); р{Я I х) = ехр(-1.819 + (1.819 - 3.024) /(1 + ехр«* -19.5) /4.0))), х-толщины нижневасюганской подсвиты (м); р{ц\х) = ехр(0.0304 + (0.1834-0.0304)/(1 + ехр((х-68.52)/9.03))), х - толщины васюганской свиты (м);

р(д I х) = ехр(-0.628 • (1п(.г + 0.001))2 + 6.834 • 1п(х + 0.001) - 20.59), х - суммарные толщины нижне- и среднеюрских отложений (м). На основе полученных частных зависимостей, карт входящих в них геологических параметров и с учетом соотношения (30) были построены карты успешности поисково-разведочного бурения, примеры которых приведены на рис. 10, 11 (см. вкл.). Карты прогноза успешности могут использоваться самостоятельно при планировании поисково-разведочных работ. Использование зависимостей между успешностью поисково-разведочного бурения и плотностью ресурсов или более точных зависимостей, которые теоретически можно построить на основе статистики о геометрической форме скоплений, характерной для целевого комплекса, позволяет перейти от карт индекса успешности к картам плотности ресурсов. В рассматриваемом подходе локальную плотность ресурсов естественно рассматривать как еще одну форму меры успешности поисково-разведочного бурения.

Основным достоинством рассматриваемого подхода является возможность придания операционного смысла понятию «локальная плотность ресурсов». Что в свою очередь позволяет выполнять оценки участков территории произвольной формы. Последнее существенно при решении задач геолого-экономической оценки при лицензировании недр. Метод прогноза перспектив нефтегазоносности на основе анализа условной вероятности успеха при поисково-разведочном бурении может быть хорошим дополнением или в ряде случаев альтернативой традиционным вариантам метода внутренних аналогий.

В главе 5 построен комплекс эмпирических прогностических моделей, обоснована методика количественного прогноза нефтегазоносности сравнительно хорошо изученных объектов ранга НГК на основе связи успешности поисково-разведочного бурения с плотностью начальных суммарных ресурсов и с использованием аппарата анализа условных вероятностей, что и представляет собой шестой и седьмой защищаемые результаты.

Глава 6. Прогноз уникальных и крупных скоплений углеводородов в нефтегазоносных системах различного масштаба

Анализа закономерностей локализации «гигантских» месторождений нефти и газа играет большую роль в теоретической и прикладной геологии нефти и газа. Их освоение обеспечивает наибольшую эффективность геологоразведочных работ, с ними связана большая часть разведанных на сегодняшний день запасов углеводородного сырья и объемов его добычи в мире.

Проблеме прогноза крупнейших скоплений посвящено значительное число работ отечественных и зарубежных специалистов (Вышемирский и др., 1971; Нестеров и др., 1975; Конторович, Демин, 1979; Конторович и др., 1981; Краснов, 1980; Белонин, 1982, 1997; Шпильман, 1982; Лившиц, 2003; Klemme, 1983 и др.). Обстоятельные сводки по этой проблеме с 70-х годов прошлого века публикуются под редакцией М.Т. Хэлбути (1970, 1980, 1992,

2003).

Наиболее общий подход к вероятностному прогнозу количества месторождений в определенных классах крупности основан на анализе их распределения по величине запасов (Шпильман, 1972, 1982; Конторович, Демин, 1977, 1979; Конторович, Лившиц, 1988; Лившиц, 2003, 2004). Подход имеет некоторые ограничения. Оценки, полученные на его основе, будут локализованы с точностью до размеров нефтегазоносной системы, а параметры распределения скоплений УВ по величине запасов наиболее надежно определяются по информации об уже открытых, как правило, самых крупных скоплениях в системе.

Альтернативой для получения локализованных оценок числа крупнейших скоплений и их размеров является подход на основе анализа стохастических зависимостей величин скоплений УВ от характеристик нефтегазоносной системы. Соответствующая группа методов разрабатывалась А.Э.Конторовичем, О.С.Красновым (1980,1984), В.И.Шпильманом (1982) и в наиболее законченной форме М.Д. Белониным (1982,1997).

Для случаев, когда есть основания предполагать, что в нефтегазоносной системе выявлено достаточно большое число скоплений известно несколько методик оценки параметров УРП (Конторович, Демин, 1977; Лившиц, 2003,

2004). Хотя при современном развитии компьютерной техники реализация этих методик не представляет больших проблем, для практического применения при оперативных оценках можно воспользоваться более простым и наглядным подходом.

Введем понятие ненормированной интегральной функции распределения, равной числу скоплений, размеры которых превосходят величину в'-

"га»

Ф(0) = N ■ j<p[x)dx.

Будем считать, что выявлено, по крайней мере, от крупнейших скоплений - д > Д > > в ■

1 2 — ' " — т

Исходя из смысла функции Ф(в), ясно, что если природная совокупность скоплений описывается УРП, то существуют такие параметры ^' ^тах и N' ПРИ К0Т0РЫХ значение ненормированной интегральной функции распределения от величины г-го скопления близко к его номеру г:

Ф(6,)~1, ¿ = 1. ..от.

Тогда задачу отыскания Л, впах и N можно свести к обычной минимизации суммы квадратов отклонений:

£(Ф(0,.)-г)2->т т. (31)

¡=1

Поиск параметров распределения формально можно выполнить по любому поднабору из от (от>3) крупнейших выявленных скоплений. В рамках описываемого подхода нет необходимости знать величину начальных ресурсов (2- При известных параметрах Л , втт и N она может быть оценена

с использованием выражения (3). Однако на практике ее независимая оценка часто позволяет регуляризовать полученные результаты.

На основе предложенной методики был выполнен многовариантный прогноз возможного количества крупных и уникальных месторождений нефти и газа для Западно-Сибирской нефтегазоносной провинции. Примеры фактической и модельной ненормированных интегральных функций распределения приведены на рис. 12, 13.

Запасы месторождения, (у.е.)

Рис. 12. Эмпирическое и расчетное ненормированные интегральные распределения месторождений нефти ЗСНГП по запасам.

Запасы месторождения, (трлн м3)

Рис. 13. Эмпирическое и расчетное ненормированные интегральные распределения месторождений газа ЗСНГП по запасам.

В вариантах, давших наилучшее соответствие фактической и модельной функций распределения без учета соответствия оценок ресурсов, можно ожидать выявления не более 2 крупных и уникальных месторождений нефти, и не более 43 крупных (из них не более 1 уникального) месторождения газа. При этом оценка извлекаемых ресурсов нефти ЗСНГП оказывается на 17% выше официально принятой, а газа на 40% ниже. В вариантах, в которых прогнозируемая оценка начальных извлекаемых ресурсов нефти ближе всего к принятой, число прогнозируемых невыявленных месторождений минимально.

Естественно, полученные результаты следует рассматривать как рамочные, накладывающие лишь самые общие ограничения на результаты локализованного прогноза.

Для прогноза количества и величины месторождений нефти и газа в единицах нефтегазогеологического районирования ранга области или района подход на основе анализа распределения по крупности применим не всегда. Часто методически проще построить статистические зависимости для размеров п-го месторождения или числа месторождений определенного размера.

Из общих соображений ясно, что на количество и размеры месторождений в единице нефтегазоносного районирования любого ранга должны влиять и плотность и величина начальных ресурсов (Белонин, 1997). Поиск зависимости величин месторождений в каком-либо нефтегазоносном объекте следует вести от величины ресурсов и их плотности или, что

эквивалентно, от величины ресурсов и размеров объекта. В качестве размеров объекта может быть использована площадь или объем осадков в его пределах. Продемонстрируем этот подход на примере нефтегазоносных районов ЗСНГП.

В соответствии с принятым при оценке перспектив нефтегазоносности по состоянию на 01.01.2002 г. нефтегазогеологическим районированием на территории ЗСНГП выделены 61 НГР и 3 самостоятельных НГО, в пределах которых НГР еще не выделены.

При выполнении приведенной ниже оценки начальные запасы крупных и уникальных месторождений УВ для всех НГР принимались в соответствии с государственным балансом на 01.01.2005 г., а начальные ресурсы - в соответствии с результатами количественной оценки по состоянию на 01.01.2002 г. Для районов, входящих в состав Южно-Карской НГО, оценка НГР УВ принималась по данным ВНИИОкеангеологии.

В эталонные выборки включались НГР с коэффициентами разведанности (здесь отношение суммы накопленной добычи и запасов категорий А, В, Сь С2 к начальным ресурсам) более 0.35 - для нефти и 0.40 -для газа. Для НГР, попавших в эталонные выборки, а также для остальных НГР, в которых было выявлено хотя бы одно месторождение, строились зависимости размеров первых пяти по крупности месторождений и общего числа крупных и уникальных месторождений от начальных ресурсов и площади НГР. Примеры парных зависимостей размеров крупнейших скоплений от начальных ресурсов приведены на рис. 14, 15.

я 5

3 I

X <

■е- 1

♦ Кразв > 0.35 ■ Кразв < 0.35 ▲ Ввштрсгое

9 10 11 12 13 14 15 16 17

Логарифм начальных извлекаемых ресурсов нефти нефтегазоносного района, (у. е.)

Рис. 14. Зависимость размеров крупнейшего месторождения нефти от начальных извлекаемых ресурсов для нефтегазоносных районов разной степени разведанности.

Логарифм начальных ресурсов газа нефтегазоносного района, (млрд м3)

Рис. 15. Зависимость размеров крупнейшего месторождения газа от начальных

ресурсов для нефтегазоносных районов разной степени разведанности.

Как и следовало ожидать, для НГР эталонной выборки корреляция размеров месторождений и числа крупных и уникальных месторождений с начальными ресурсами выше, чем для относительно недоразведанных НГР. Также отчетливо фиксируется систематическое снижение размеров месторождений каждого класса в большинстве НГР, не вошедших в эталонную выборку, по сравнению с линией регрессии для месторождений соответствующего класса в эталонной выборке. Это означает, что месторождение соответствующего класса в менее изученном НГР или не выявлено, или недоразведано.

Для прогноза размеров месторождений нефти и газа были получены следующие уравнения регрессии:

Нефть.

1п6>, = -0.301 • 1п5 +1.102• 1п2, п = 16, а1 =0.276;

1пв2 = -0.354• 1п5 +1.075■ 1п(2, п = 16, ст2 =0.311;

1п= -0.476■ 1п5 +1.139■ 1п2, п — 16, сг=0.157;

1п в4 = -0.222 ■ 1п 5 + 0.925 ■ 1п 2, п = 16, а1 = 0.204;

1п в5 = -0.270 ■ 1п 5 + 0.937 • 1п 2, п = 16, а2 = 0.224;

1п 0, = 2.833 + 0.520 ■ 1п 5 +1.058 • 1п 2 -1-206 • 1п г, п = 80, а2 = 0.223 ; 1п(Л/+ 1) =-7.958 +0.668-1п2, п = 16, ст2 =0.087.

Газ.

1п <9, =-1.069 + 1.006 1п 2, п = 16, а2= 0.198;

1п0, =-2.152 + 0.992 1п<2, п = 15, о2 =0.497;

1п#, =-1.945+ 0.847 1п б, п = 14, а1 =0.955;

1п в, = -0.745 + 0.956 • 1п 2 -1.740 • 1пп = 45, сг = 0.528;

]П(Л/ +1) = -0.811 + 0.273 • 1п <2, п = 16, о1 = 0.244 ■ Здесь в, - запасы 1-го по величине в НГР месторождения в условных единицах для нефти и в трлн м3 для газа; N - число крупных и уникальных месторождений в НГР; 5 - площадь НГР в км"; Q - начальные ресурсы НГР в условных единицах для нефти и в трлн м3 для газа; п - число НГР в эталонной выборке; а2 - остаточная дисперсия; / - номер месторождения по величине его запасов в НГР.

Заметим, что в зависимости для месторождений газа не вошла площадь - параметр, характеризующий размеры НГР. Вероятно, это связано с тем, что площади НГР эталонной выборки по газу варьируют в достаточно узких пределах, и влияние этого параметра или, что эквивалентно, плотности начальных ресурсов газа на запасы г-го по величине месторождения, статистически не фиксируются.

На основе приведенных выше уравнений и стандартных статистических процедур даны оценки числа крупных и уникальных месторождений нефти и газа, выявление которых возможно в данном НГР. С доверительной вероятностью 70 % в пределах ЗСНГП может быть открыто не менее 16 крупных месторождений нефти. С той же доверительной вероятностью в ЗСНГП может быть открыто 41 крупное месторождения газа. В том числе несколько уникальных. В силу того, что формальная оценка вероятности выявления новых уникальных месторождений нефти дает крайне низкие величины, прогноз по ним в работе не приводится. Последнее впрочем, не означает, что невозможно выявление новых уникальных месторождений нефти в ЗСНГП. Они могут появиться в первую очередь за счет доразведки или объединения уже открытых месторождений. Нельзя исключить и выявление новых уникальных месторождений, связанных с локальными мощными очагами генерации (пример Красноленинское и Ванкорское месторождения).

Таким образом, в главе 6 предложены прогностические модели и выполнена вероятностная оценка возможного числа невыявленных крупных и уникальных месторождений нефти и газа в нефтегазоносных областях Западно-Сибирской провинции, что и является восьмым защищаемым результатом.

Заключение

Настоящая работа посвящена исследованию природы естественной неопределенности величины и структуры ресурсов в нефтегазоносных системах, анализу механизмов формирования ресурсов УВ и распределения их скоплений по крупности, развитию методик прогноза ресурсов и их структуры в различных информационных ситуациях на объектах прогноза,

максимально учитывающих прямые результаты нефтегазопоисковых работ.

В работе выполнен анализ причин, возможных механизмов возникновения и масштабов стохастичности процессов нафтидогенеза в крупных НГС, оценена связанная с этим степень неопределенности прогноза перспектив их нефтегазоносности, разработаны методы прогноза нефтегазоносности объектов разного ранга и степени изученности.

Наиболее важные теоретические выводы, обоснованные в работе, заключаются в следующем:

■ Нелинейность процессов нафтидогенеза может приводить к возникновению существенного различия в величине начальных ресурсов УВ в макроскопически подобных крупных НГС. Вследствие этого возникает неустранимая неопределенность в результатах количественного прогноза перспектив их нефтегазносности.

■ Распределение скоплений углеводородов по крупности порождается процессами аккумуляции и диссипации в НГС. Конкретная форма распределения скоплений УВ по крупности определяется распределениями геологических факторов, контролирующих эти процессы.

■ Для широкого диапазона возможных форм распределения аккумулятивно-диссипативных параметров нефтегазоносных систем результирующее распределение скоплений по крупности удовлетворительно апроксимируется усеченным распределением Парето. В то же время для некоторых стадий процесса формирования скоплений УВ и специфических сочетаний аккумулятивно-диссипативных параметров форма результирующего распределения может существенно отличаться от усеченного распределения Парето.

■ В зависимости от стадии процесса нафтидогенеза в конкретной нефтегазоносной системе параметры распределения скоплений углеводородов по крупности в области сравнительно мелких скоплений могут отличаться от параметров распределения в диапазоне крупных скоплений.

Существенными практическими результатами, полученными в работе, являются:

■ Комплекс эмпирических прогностических моделей оценки НГР УВ в слабоизученных седиментационных бассейнах, учитывающих особенности распределения объемов и преимущественный возраст осадочного выполнения СБ.

■ Эмпирические прогностические модели для оценки параметров распределения скоплений нефти и газа по крупности в слабоизученных седиментационных бассейнах, основанные на выявленных связях этих параметров с характеристиками осадочного выполнения бассейнов.

■ Интервальные вероятностные оценки величины и структуры НГР УВ некоторых СБ Сибири и прилегающих акваторий. Наиболее вероятная суммарная оценка НГР УВ в крупнейших из них (Южно-Карский, Енисей-Хатангский и Тунгусский) составляет более 50 млрд т УУВ. В том числе НГР

нефти более 25 млрд т. В этих бассейнах возможно открытие новых крупных и уникальных скоплений УВ.

■ Методика количественного прогноза нефтегазоносности сравнительно хорошо изученных объектов ранга регионального нефтегазоносного комплекса на основе связи успешности поисково-разведочного бурения с плотностью начальных суммарных ресурсов и с использованием аппарата условного анализа.

■ Прогностические модели и выполненный на их основе вероятностный прогноз возможного числа невыявленных крупных и уникальных месторождений нефти и газа в нефтегазоносных областях Западно-Сибирской провинции.

Основные публикации по теме диссертации Публикации в журналах рекомендованных ВАК

1. Конторович А.Э., Бурштейн Л.М. Новая модификация объемно-статистического метода оценки начальных геологических ресурсов нефти и газа нефтегазоносных бассейнов // Геология нефти и газа. - 1981. - № 4. - С. 20-24.

2. Бурштейн Л.М. К методике расчета массы битумоидов, эмигрировавших из глинистого пласта//Геология и геофизика. - 1982.-№ 9.-С. 125-127.

3. Конторович А.Э., Моделевский М.С., Трофимук A.A., Бурштейн Л.М., и др. Возраст седиментационных бассейнов и его влияние на ресурсы углеводородов // Советская геология. - 1986. - № 10. - С. 12-18.

4. Бурштейн Л.М. Новые модификации объемно-статистического метода оценки ресурсов нефти и газа// Геология и геофизика. - 1986. -№ 12. - С. 15-21.

5. Бурштейн Л.М. Важнейшие факторы, влияющие на величину начальных геологических ресурсов углеводородов // Геология и геофизика. - 1988. -

№ 10. - С. 57-64.

6. Конторович А.Э., Бурштейн Л.М., Каштанов В.А. и др. Перспективы укрепления сырьевой базы добычи нефти НГДУ «Стрежевойнефть» // Нефтяное хозяйство. - 1996. - № 11. - С. 35-39.

7. Бурштейн Л.М., Жидкова Л.В., Конторович А.Э., Меленевский В.Н. Модель катагенеза органического вещества (на примере баженовской свиты) // Геология и геофизика. - 1997. - № 6. - С. 1070-1078.

8. Белова Е.В., Бурштейн Л.М., Жилина И.В. и др. Перспективы нефтегазоносности зоны контакта отложений палеозоя и мезозоя Лугинецкого нефтегазоносного района (Томская область) // Геология нефти и газа. - 1998. - № 5. - С. 30-35.

9. Конторович А.Э., Бахтуров С.Ф., ... Бурштейн Л.М. и др. Разновозрастные очаги нафтидообразования и нафтидонакопления на Северо-Азиатском кратоне//Геология и геофизика - 1999. -Т. 40. -№ 11.-С. 1676-1693.

10. Бурштейн Л.М. Возможный механизм формирования распределения скоплений углеводородов по крупности // Геология и геофизика. - 2004. -Т. 45. - № 7. - С. 815-825.

11. Бурштейн JI.M. Некоторые вопросы теории и практики количественной оценки перспектив нефтегазоносности // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2006. - № 5-6. - С. 24-27.

12. Конторович В.А., Жилина И.В., ... Бурштейн J1.M. и др. Перспективы нефтегазоносности нижнеюрских отложений юго-восточных районов Западной Сибири // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2006. - № 5-6. - С. 109-115.

13. Конторович А.Э., Конторович В.А., ... Бурштейн Л.М. и др. Предъенисейская нефтегазоносная субпровинция - новый перспективный объект поисков нефти и газа в Сибири // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2006. - № 5-6. - С. 9-23.

14. Бурштейн Л.М., Грекова Л.С., Жилина И.В. Прогноз перспектив нефтегазоносности на основе анализа условных вероятностей (на примере верхнеюрского нефтегазоносного комплекса юго-востока Западной Сибири) // Геология, геофизика и разработка нефтяных и газовых месторождений. -

2006.-№5-6.-С. 85-91.

15. Бурштейн Л.М. Статистические оценки параметров распределения скоплений нефти по величине в слабоизученных седиментационных бассейнах// Геология и геофизика. - 2006. - Т. 47. - № 9. - С. 1013-1023.

16. Конторович А.Э., Каширцев В.А., ... Бурштейн Л.М. и др. Нефтегазоносность отложений озера Байкал // Геология и геофизика. -

2007. - Т. 48. - № 12.-С. 1346-1356.

17. Бурштейн Л.М. К вопросу о нелинейности процессов нафтидогенеза // Геология и геофизика. - 2009. - Т. 50. - № 7. - С. 809-821.

18. Конторович А.Э., Эпов М.И., Бурштейн Л.М. и др. Геология, ресурсы углеводородов шельфов арктических морей России и перспективы их освоения // Геология и геофизика. - 2010. - Т. 51. - № 1. - С. 7-17.

19. Kontorovich А.Е., Khomenko A.V., Burshtein L.M., et all. Intense basic magmatism in the Tunguska petroleum basin, Eastern Siberia, Russia // Petroleum Geoscience. - 1997. - N 3. - P. 359-369.

20. Burshtein L.M., Kontorovich A.E., Livshits V.R., Li Guodu. Quantitative Estimation of the Petroleum Potential of Poorly Explored Sedimentary Basins // Petroleum Science. - 2000. - V. 3. - N 2. - P. 1-10.

Монографии и монографические издания

21. Количественная оценка перспектив нефтегазоносности слабоизученных регионов / Конторович А.Э., Бурштейн Л.М., Гуревич Г.С. и др. - М.: Недра, 1988.-223 с.

22. Методические основы прогнозирования нефтегазоносности / Буялов Н.И., Бурштейн Л.М., Винниковский С.А. и др. - М.: Недра, 1990. - 248 с.

23. Программа активного недропользования на территории Эвенкийского автономного округа на 1999-2005 гг. (основные положения) /

Конторович А.Э., Изаров В.Т.....Бурштейн Л.М. и др. - Новосибирск: Изд-

во СО РАН, 1999. - 122 с.

24. Государственная концепция развития Сибири на долгосрочную перспективу

(исходные материалы к проекту) / Добрецов Н.Л., Конторович А.Э.....

Бурштейн Л.М. и др. - Новосибирск: Изд-во СО РАН, филиал «Гео», 2000. - 97 с.

25. Методическое руководство по количественной и экономической оценке ресурсов нефти, газа и конденсата России / Аленин В.В., Батурин Ю.Н., ... Бурштейн Л.М. и др. - М.: ВНИГНИ, 2000. - 190 с.

26. Программа и концепция развития нефтяной и газовой промышленности в Томской области на 2001-2005 гг. и период до 2030 г. / Конторович А.Э., Кресс В.М., ... Бурштейн Л.М. и др. - Новосибирск: Изд-во СО РАН, филиал «Гео», 2001. - 86 с.

27. Современное состояние и стратегические проблемы социально-экономического развития Томской области в первые десятилетия XXI века / Конторович А.Э., Кресс В.М., ... Бурштейн Л.М. и др. - Новосибирск: Изд-во СО РАН, филиал «Гео», 2002. - 316 с.

28. Особенности геологического строения и разработки уникальных залежей газа Крайнего Севера Западной Сибири / Ермилов О.М., Карогодин Ю.Н., ... Бурштейн Л.М. и др. - Новосибирск: Изд-во СО РАН, 2004. - 141 с.

29. Перспективы развития сырьевой базы на территории севера Западной Сибири / Конторович А.Э., Черепанов В.В., ... Бурштейн Л.М. -М.: Газпром экспо, 2010. - 62 с.

Технический редактор Е.В.Бекренёва Подписано в печать 24.05.2011 Формат 60x84/16. Бумага офсет №1. Гарнитура Тайме Печ.л. 2,0. Тираж 125.3ак.№б0_

ИНГГ СО РАН, 630090, Новосибирск, пр-т. Ак. Коптюга. 3

11-18 165

О г

2010012016

Таблица 2

Зависимости плотности начальных геологических ресурсов для нефтегазоносных комплексов и районов Западно-Сибирской нефтегазоносной провинции

от геологических параметров

Нефтегазоносный комплекс Районы ЗСНГП Число эталонов Уравнение Параметры

Среднеюрский Северные 17 1п<?Л. = —5.15-х, + 0.028-х2 +42.1-х, -0.019х4 + 21.38-Х, --61.08х2, Л2 =0.9, <7 = 0.44 Х| - песчанистость верхнеюрского НГК (доли единицы), х2-толщины песчаников нижнее-среднеюрского НГК (м), х.ч-современный тепловой поток в основании осадочного чехла (Вт/м"), х4- толщины флюидоупора среднеюрского НГК (м), х5 - песчанистость среднеюрского НГК (доли единицы)

Верхнеюрский Южные 30 1п = -3.046 + 0.015 ■ .с, - 0.0002 • х,2 +19.88 • х2 --19.31 • х2 + 0.154 • х3 - 0.00183 • х32, Л2 = 0.76, <7 = 0.57 х, - остаток структурной поверхности подошвы баженовской свиты, рассчитанный как разница двух сеточных моделей с шагом 5 км, предварительно сглаженных в окнах 40 и 80 км, х2 - коэффициент песчанистости горизонта Ю| (доли ед.), Дч -толщины баженовской свиты (м)

Верхнеюрский Северные 9 1п = -52.8 + 0.0441 ■ х, - 0.0258 • х2 - 2.95 • 1041 ■ х2, Я2 =0.81, <7 = 0.41 х, - эффективные толщины проницаемого комплекса васюганского резервуара (м), х2- мощность мезозойских отложений (м)

Ачимовский Северные 8 1п qs = -52.46 + 0.00638• х, + 0.385 • х2 - 0.00588■ х2 --0.00781 ■ х, - 3.48 • 10-5 ■ х2, Л2 = 0.95, а = 0.73 Х| - толщины неокомского комплекса (м), - толщины нижнеачимовских глин (м), Хз - абсолютные отметки кровли сеноманского комплекса (м)

Подсармановский Северные 17 1п <?, = 4.36 - 0.0047 ■ х, + 0.483 • 1п х, - 0.0767 • х, + 0.139 ■ х3 + + 0.128х4+0.00172 х42,Л2 =0.89,<7 = 0.61 Х| - толщины песчаников в комплексе, перекрытых глинами суммарной мощностью более 5м (м), х2 - суммарная толщина флюидоупоров в комплексе (м), х3- толщина регионального флюидоупора над подкошайским комплексом (м), толщина песчаников в ачимовском комплексе

Подпимский Северные 12 1п = 2.037 -0.00490• х, -0.021 - х,, Л2 = 0.80, с = 0.56 Х\ - толщины всех песчаников в подкашайском комплексе (м), х2 - суммарная толщина флюидоупоров в комплексе (м)

Подкошайский Северные 15 1п = -89.33 - 0.0039 ■ х, - 0.251-х,- 0.0031 • х, -- 0.084 • х4 -1.83 • 10"5 • х2, Л2 = 0.96, а = 0.41 XI - суммарная толщина подпимского и подсармановского комплексов (м), х2 - число глинистых пластов в комплексе (ед.), хз — толщины всех песчаников в комплексе (м), х4-абсолютные отметки кровли комплекса (м)

10 б

100 120

Рис. 8. Зависимости взвешенной частоты успешных испытаний скважин в верхнеюрском НГК юго-востока Западной Сибири от геологических параметров: а - толщины глин, подстилающих баженовскую свиту (м); б - суммарной толщины песчаников пачек Ю/ и Ю)2 (м); в - среднего содержания органического углерода в баженовской свите в окрестностях скважины (% на породу); г - коэффициента песчанистости горизонта Ю| (доли ед.); д - толщины васюганской свиты (м); е - натуральный логарифм масштабов возможной аккумуляции (у. е.).

Рис. 9. Зависимости взвешенной частоты успешных испытаний скважин в

среднеюрском НГК юго-востока Западной Сибири от геологических параметров: а - толщины песчаников верхнетюменской подсвиты (м); б -суммарной толщины васюганской свиты (м); в - толщины нижневасюганской подсвиты (м); г - суммарной толщины нижне-среднеюрских отложений (м); д - абсолютные отметки подошвы верхнетюменской подсвиты (м); е - толщины верхневасюганской подсвиты (м).

Таблица 1

Результаты количественной оценки начальных геологических ресурсов некоторых слабоизученных бассейнов Сибири и смежных акваторий

Бассейн Преи мущест-венный возраст осадочного выполнения Мощность осадочного выполнения (км) Площадь (тыс.км") Объем осадочного выполнения (ты с. км') Оценка начальных ресурсов УВ (млрд т УУВ) Оценка начальных ресурсов нефти (млрд т) Оценка начальных ресурсов газа (трлн м"1) Оценка числа месторождений нефги Оценка числа месторож деиий газа Оценка размеров крупнейшего месторождения нефги (млрдт) Оценка размеров крупнейшего месторождения [■аза (трлн м?)

Наиболее вероятная Минимальная р = 0.8 Максимальная р = 0.8

Южно-Карский Мезозойский 12,0 395 1615 13.60 5,60 33,00 4,60 33,00 885 651 0,310 0,380

Нннсей- Хатанге кий Мезозойский 14,0 340 1435 12,40 5,10 30,20 3,40 8,90 637 434 0,265 0,517

Тунгусский Палеозойский 10,0 1100 3740 25,21 11,80 54,00 17,96 7,25 1928 1184 0,747 0,288

С'сверо-Минусинский Палеозойский 5,5 22,6 54 0,33 0,15 0,70 0,32 0,01 55 5 0,047 0,004

Южно-Минусинский Палеозойский 7,0 21.4 75 0,54 0,25 1,15 0,51 0,03 79 8 0,053 0,008

Байкальский Кайнозойский 7,5 30 75 0,73 0,21 2,66 0,64 0,09 70 24 0,099 0,014

Таблица 3

Зависимости индекса успешности поисково-разведочного бурения от плотности начальных геологических ресурсов на эталонных участках мезозойских

нефтегазоносных комплексов Западно-Сибирской нефтегазоносной провинции

Нефтегазоносный комплекс Районы ЗСНГП Уравнение Параметры

Среднеюрский Северные 1п</„. =1.28<Нп*+4.722, Л2 =0.670, <7 = 0.692 £/„ - плотность ресурсов (тыс.т/км") к - индекс успешности (доли, ед.)

Верхнеюрский Южные 1п</Л. =1.446Тп£+4.814, Я2 =0.446, о = 0.685

Верхнеюрский Северные 1п<7л. =1.422-\пк +4.800, Я2 =0.335, о = 0.635

Верхнеюрский Объединённая выборка 1п<7, =1.422-1пА' +4.813, Я2 =0.422, ст = 0.645

Юрские Объединённая выборка 1п<7л. =1.312-Ы + 4.712, Я2 =0.562, <7 = 0.648

Ачимовский Северные 1п<7„. =1.874' \пк + 6.371, Л2 =0.757, <7 = 0.896

Подсармановский Северные 1ПС?Л. =1.374-Ы-+5.834, /?2 =0.533, <7 = 0.937

Подпнмскнй Северные 1п<7, =1.074 1п*+4.948, Я2 =0.562, <7 = 0.862

Подкошайский Северные 1п<7, =1.448-1пЛ + 5.694, Я2 =0.778, ст = 0.785

Нижнемеловые Объединённая выборка \пдх =1.467-\пк+ 5.791, Я2 =0.649, <7 = 0.861

Индекс успешности, дол. ед. оТ-оо км Границы НГК

„ - * Границы субъектов Федерации

0.6 Границы НГР

<г Границы НГО

0.5 <г Границы НГП

— 0.4 <0 Скважины, вскрывшие верхнеюрские отложения

0.3 0.2 ♦ 0 Скважины, вскрывшие верхнегорские отложения с положительным результатом Нефтяные месторождения

0.1 а а Нефтегазовые месторождения Газовые месторождения

Рис. 10. Схематическая карта расчетного индекса успешности в верхнеюрском НГК южных районов Западной Сибири.

О 100 200 300 км

Индекс

успешное™, _ .._„

_ _ Границы НГК

дол.ед.

ч Границы субъектов Федерации

Границы ИГР ' Границы ИГО ^-' Границы ИГП

Скважины, вскрывшие верхнеюрские отложения

♦

Скважины, вскрывшие верхнеюрские отложения с положительным результатом Нефтяные месторождения Нефтегазовые месторождения ¿¡2 Газовые месторождения

Рис. 11. Схематическая карта расчетного индекса успешности в среднеюрском НГК южных районов Западной Сибири.

Текст научной работыДиссертация по наукам о земле, доктора геолого-минералогических наук, Бурштейн, Лев Маркович, Новосибирск

УЧРЕЖДЕНИЕ РОССИЙСКОЙ АКАДЕМИИ НАУК ИНСТИТУТ НЕФТЕГАЗОВОЙ ГЕОЛОГИИ И ГЕОФИЗИКИ

им. A.A. ТРОФИМУКА СИБИРСКОГО ОТДЕЛЕНИЯ РАН

На правах рукописи

05201Ш2£4

БУРШТЕЙН ЛЕВ МАРКОВИЧ

МЕТОДЫ КОЛИЧЕСТВЕННОЙ ОЦЕНКИ ПЕРСПЕКТИВ НЕФТЕГАЗОНОСНОСТИ (НА ПРИМЕРЕ СЕДИМЕНТАЦИОННЫХ БАССЕЙНОВ СИБИРИ)

Специальность 25.00.12 — Геология, поиски и разведка нефтяных и газовых месторождений

ДИССЕРТАЦИЯ

На соискание ученой степени доктора геолого-минералогических наук

Новосибирск 2011

Оглавление

Введение 4

1. Математическое моделирование при исследовании некоторых 13 вопросов теории нафтидогенеза и методики количественной оценки перспектив нефтегазоносности

1.1. Общие замечания 13

1.2. Моделирование в теории нафтидогенеза и при прогнозе 29 нефтегазоносности. История вопроса и современное состояние

1.3. Обобщенные модели формирования скоплений углеводородов 42

1.4. Природа неопределенности при прогнозе ресурсов углеводородов 65 крупных нефтегазоносных систем

1.5. Возможный механизм формирования распределения скоплений 93 углеводородов по крупности

2. Оценка ресурсов углеводородов слабоизученных 122 седиментационных бассейнов

2.1. Некоторые вопросы теории и практики количественной оценки 122 перспектив нефтегазоносности объектов разного ранга

2.2. История вопроса и современное состояние проблемы оценки 131 перспектив нефтегазоносности слабоизученных седиментационных бассейнов

2.3. Уточненные модификации объемно-статистического метода 150

3. Прогноз распределения скоплений углеводородов по , 173 крупности в слабоизученных седиментационных бассейнах

3.1. Общие замечания. Состояние проблемы 173

3.2. Статистические оценки параметров распределения нефтяных 178 месторождений

3.3. Статистические оценки параметров распределения газовых 200 местор ожд ений

4. Примеры оценки седиментационных бассейнов Сибири 208

4.1. Предварительные замечания 208

4.2. Южно-Карский седиментационный бассейн 212

4.3. Енисей-Хатангский седиментационный бассейн 220

4.4. Тунгусский седиментационный бассейн 228

4.5. Южно- и Северо-Минусинский седиментационные бассейны 241

4.6. Байкальский седиментационный бассейн 250

5. Методика оценки величины и структуры ресурсов 257 углеводородов региональных нефтегазоносных комплексов

5.1. Предварительные замечания 257

5.2. Региональный и зональный прогноз нефтегазоносности с 263 использованием эмпирических функциональных моделей

5.3. Региональный и зональный прогноз нефтегазоносности с 303 использованием анализа условных вероятностей

6. Прогноз уникальных и крупных скоплений углеводородов в 353 нефтегазоносных системах различного масштаба

6.1. История методов прогноза уникальных и крупных месторождений 353

6.2. Методика оценки параметров распределения скоплений по 361 крупности в сравнительно хорошо изученных системах

6.3. Прогноз выявления новых уникальных и крупных месторождений 380 на примере Западно-Сибирского бассейна

6.4. Прогноз выявления новых уникальных и крупных 393 месторождений в нефтегазоносных районах

Заключение 422

Литература 424

Введение

Среди отечественных ученых, внесших выдающийся вклад в это направление геологической науки следует прежде всего назвать И.М. Губкина, A.A. Бакирова, И.О. Брода, М.Д. Белонина, Н.И. Буялова, Н.Б. Вассоевича, В.И. Высоцкого, И.В. Высоцкого, И.С. Грамберга, Ф.Г. Гурари, М.Ф. Двали, А.Н. Дмитриевского, В.И. Ермакова, H.A. Еременко, М.К. Калинко, К.А. Клещева, А.Э. Конторовича, H.A. Крылова, Н.Д. Линдтропа, С.П. Максимова, М.С. Моделевского, В.Д. Наливкина, С.Г. Неручева, И.И. Нестерова, H.H. Ростовцева, Ф.К. Салманова, В.В. Семеновича, A.A. Трофимука, Э.Э. Фотиади, Э.М. Халимова, В.И. Шпильмана. Значительный вклад в теорию и практику количественного прогноза нефтегазоносности внесли также Ю.Н. Батурин,

С.А. Винниковский, A.M. Волков, В.И. Галкин, C.B. Галкин, Ю.Н. Григоренко, Е.Б. Грунис, Ш.А. Губерман, В.И. Демин, О.С. Краснов, B.C. Лазарев, М.Г. Лейбсон, В.Р. Лившиц, Н.В. Мельников,

Ю.П. Миронычев, М.А. Напольский, Г.Б. Острый, Г.И. Плавник, Ю.В. Подольский, В.В. Потеряева, A.A. Растегин, Г.П. Сверчков, В.А. Скоробогатов, В.И. Старосельский, B.C. Старосельцев, В.П. Ступаков, Н.В. Судат, Л.О. Сулейманова и др.

2. Методики прогноза одного из наиболее существенных элементов структуры ресурсов углеводородов (УВ) — распределения скоплений по крупности (РСК) — были развиты для сравнительно хорошо изученных систем. В случае прогноза в слабоизученных нефтегазоносных системах, параметры РСК приходится задавать экспертно на основе качественных аналогий. С этой точки зрения, принципиально важно установить связь параметров РСК с наиболее общими геологическими характеристиками вмещающих нефтегазоносных систем.

сосредоточенных в них суммарных ресурсов, базируется на установленных эмпирически законах РСК и в области мелких и мельчайших скоплений имеет экстраполяционный характер. Для более надежного прогноза в этой области важно исследовать механизмы формирования РСК.

4. В большинстве методик прогноза используются эталонные объекты, в пределах которых информация о нефтегазоносности и геологических параметрах усредняется. При этом часть доступной информации в областях вне эталонных объектов не учитывается или учитывается не в полной мере. Представляется важной, разработка вариантов методики прогноза, максимально полно учитывающих всю доступную информацию о нефтегазоносности оцениваемых объектов.

Таким! образом, необходимость, исследования природы естественной неопределенности величины и элементов структуры ресурсов в нефтегазоносных системах, анализа механизмов формирования ресурсов УВ и распределения их скоплений по крупности, развития методик прогноза ресурсов и их структуры в различных информационных ситуациях на объектах прогноза, максимально учитывающих прямые результаты нефтегазопоисковых работ, определяют актуальность настоящего исследования.

Объектом исследования являются крупные нефтегазоносные системы Сибири и смежных акваторий.

прямые результаты поисково-разведочных работ на нефть и газ, апробировать их при прогнозе реальных НГС.

Достижение этой цели предполагает решение следующих основных задач:

1.Построить обобщенные модели динамики нафтидогенеза в крупных НГС и на этой основе исследовать возможные механизмы возникновения неустойчивого поведения и стохастичности, формирования РСК в них.

2.Установить связь параметров РСК с характеристиками вмещающих НГС.

3. Разработать методику прогноза перспектив нефтегазоносности, максимально учитывающую прямые результаты поисково-разведочных работ на нефть и газ и стохастическую природу зависимости величины и структуры ресурсов УВ от характеристик вмещающих систем.

Методы исследования и фактический материал. Теоретической основой работы является осадочно-миграционная теория нафтидогенеза, элементы теории вероятности, случайных процессов и нелинейной динамики. Основные методы исследований — статистический анализ, компьютерное моделирование и вычислительный эксперимент.

нефтегазоносном бассейне, данные о результатах исследований и испытаний более 2000 скважин в его пределах. Материалы были собраны и подготовлены в ходе выполнения плановых научных работ в ИНГТ СО РАН и СНИИГГиМСе, совместных работ с коллективами сибирских геологических организаций, ВНИИЗарубежгеологии, ВНИИОкеангеологии и Др.

Научная новизна выполненных исследований и личный вклад автора состоят в следующем:

■ Построена динамическая1 модель формирования распределения скоплений УВ по.крупности.

■ Установлены эмпирические связи параметров, РСК с характеристиками вмещающей НГС, и на этой основе предложена методика их прогноза.

■ Усовершенствована методика прогноза' размеров крупнейших скоплений для. объектов ранга нефтегазоносной области и района.

■ Выполнен количественный прогноз величины и структуры ресурсов ряда наименее изученных седиментационных бассейнов Сибири и отдельных районов Западно-Сибирского бассейна.

1 Под динамической моделью здесь и далее понимается «математический объект, соответствующий реальным системам эволюция которых однозначно определяется начальным состоянием.» (Физическая энциклопедия. Т.1, с.625)

В диссертационной работе автор защищает следующие научные положения и результаты:

1. Нелинейный2 характер процессов нафтидогенеза может приводить к существенному различию в величине начальных ресурсов У В в макроскопически подобных крупных НГС. Вследствие этого возникает неустранимая неопределенность в результатах количественного прогноза перспектив их нефтегазносности.

5. Комплекс эмпирических прогностических моделей для детерминированной и вероятностной оценки начальных геологических ресурсов (НГР) УВ и параметров распределения

2 Нелинейность здесь и далее понимается обычным образом, как несоблюдение принципа суперпозиции (Физическа энциклопедия. Т.З, с.312). В данном случае имеется ввиду, что увеличение массы эмигрировавших из нефтематеринских толщ УВ в нефтегазоносной системе ведет к непропорциональному росту массы аккумулированных УВ

скоплений нефти и газа по крупности в слабоизученных седиментационных бассейнах.

7. Методика количественного прогноза нефтегазоносности сравнительно хорошо изученных объектов ранга НТК на основе связи успешности поисково-разведочного бурения с плотностью начальных суммарных ресурсов и с использованием аппарата анализа условных вероятностей. ,

8. Прогностические модели и вероятностная оценка возможного числа невыявленных крупных и уникальных месторождений нефти и газа в нефтегазоносных областях ЗападноСибирской провинции.

Теоретическая и практическая значимость:

1. Полученные результаты существенно уточняют представления о характере процессов нафтидогенеза, возможных

' механизмах возникновения распределения скоплений углеводородов по крупности, причинах приводящих к неопределенности в величине начальных ресурсов углеводородов в

крупных НГС.

Апробация работы. Основные положения и разделы работы неоднократно докладывались на всесоюзных, всероссийских и международных конференциях, конгрессах и симпозиумах в Москве, Санкт-Петербурге, Новосибирске, Томске, Красноярске, Иркутске, Якутске, Киото (Япония), Рио-де-Жанейро (Бразилия), Праге (Чехия), Лондоне (Великобритания) и т.д.

Методики количественной оценки ресурсов углеводородов слабоизученньтх седиментационных бассейнов апробированы (1984 г.)

I Государственной экспертной комиссией при Госплане СССР. Материалы по

одной из методик прогноза выставлялись на ВДНХ СССР в 1987 г., отмечены бронзовой медалью и защищены лицензией ЧССР.

работе, использовались при разработке планов социально-экономического развития Томской области и Ямало-Ненецкого автономного округа.

По теме диссертации опубликовано 96 работ, в том числе 9 монографий и монографических изданий (в соавторстве), 23 статьи в журналах (20 из списка ВАК), 41 — в сборниках и трудах всесоюзных, всероссийских и международных конференций.

Структура работы. Диссертационная работа сос

Информация о работе

Бурштейн, Лев Маркович
доктора геолого-минералогических наук
Новосибирск, 2011
ВАК 25.00.12

Диссертация

Методы количественной оценки перспектив нефтегазоносности (на примере седиментационных бассейнов Сибири). - тема диссертации по наукам о земле, скачайте бесплатно

Автореферат

Похожие работы