Содержание к диссертации
Введение
1. Математическое моделирование при исследовании некоторых вопросов теории нафтидогенеза и методики количественной оценки перспектив нефтегазоносности 13
1.1. Общие замечания 13
1.2. Моделирование в теории нафтидогенеза и при прогнозе нефтегазоносности. История вопроса и современное состояние 29
1.3. Обобщенные модели формирования скоплений углеводородов 42
1.4. Природа неопределенности при прогнозе ресурсов углеводородов крупных нефтегазоносных систем 65
1.5. Возможный механизм формирования распределения скоплений углеводородов по крупности 93
2. Оценка ресурсов углеводородов слабоизученных седиментационных бассейнов 122
2.1. Некоторые вопросы теории и практики количественной оценки перспектив нефтегазоносности объектов разного ранга 122
2.2. История вопроса и современное состояние проблемы оценки перспектив нефтегазоносности слабоизученных седиментационных бассейнов 131
2.3. Уточненные модификации объемно-статистического метода 150
3. Прогноз распределения скоплений углеводородов по крупности в слабоизученных седиментационных бассейнах 173
3.1. Общие замечания. Состояние проблемы 173
3.2. Статистические оценки параметров распределения нефтяных месторождений 178
3.3. Статистические оценки параметров распределения газовых месторождений 200
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 углеводородов региональных нефтегазоносных комплексов 257
5.1. Предварительные замечания 257
5.2. Региональный и зональный прогноз нефтегазоносности с использованием эмпирических функциональных моделей 263
5.3. Региональный и зональный прогноз нефтегазоносности с использованием анализа условных вероятностей 303
6. Прогноз уникальных и крупных скоплений углеводородов в нефтегазоносных системах различного масштаба 353
6.1. История методов прогноза уникальных и крупных месторождений 353
6.2. Методика оценки параметров распределения скоплений по крупности в сравнительно хорошо изученных системах 361
6.3. Прогноз выявления новых уникальных и крупных месторождений на примере Западно-Сибирского бассейна 380
6.4. Прогноз выявления новых уникальных и крупных месторождений в нефтегазоносных районах 393
Заключение 422
Литература 424
- Моделирование в теории нафтидогенеза и при прогнозе нефтегазоносности. История вопроса и современное состояние
- Статистические оценки параметров распределения нефтяных месторождений
- Тунгусский седиментационный бассейн
- Прогноз выявления новых уникальных и крупных месторождений на примере Западно-Сибирского бассейна
Моделирование в теории нафтидогенеза и при прогнозе нефтегазоносности. История вопроса и современное состояние
Современное состояние осадочно-миграционной теории происхождения нефти и газа характеризуется достаточно высоким уровнем разработанности. Анализ некоторых стадий генезиса углеводородных скоплений проводится на чрезвычайно глубоком теоретическом и методическом уровне (например, исследование созревания рассеянного органического вещества, первичной миграции, углеводородов-биомаркеров и т.д.). В области же применения методов математического моделирования к исследованию нефтегазоносных систем намечается определенное отставание. Причем, происходит это на фоне широкого, в последние 30-40 лет, применения этих методов во всех областях естествознания, включая смежные дисциплины (теория многокомпонентной фильтрации, теоретическая геофизика и т.д.). Такое отставание может объясняться двумя обстоятельствами. Во-первых, определенным разочарованием исследователей в возможностях математического моделирования, наступившим после активных попыток применить в геологии нефти и газа высокоформализованные и, часто, содержательно неясные подходы в 60-70 годы. Во-вторых, тем, что большинство разработанных математических моделей были направлены, прежде всего, на решение задач количественного прогноза перспектив нефтегазоносное, то есть на получение конкретных численных оценок разумной точности. Заметим, что на этом пути возникло несколько препятствий, часть из которых, по-видимому, принципиально непреодолимы. Например, отсутствие в целом ряде случаев экспериментальной информации, необходимой для верификации моделей.
В рамках исследований данного направления был получен ряд исключительно интересных результатов. Например, был исследован закон распределения скоплений углеводородов по крупности и закономерности их выявления в геологоразведочном процессе (Шпильман, 1972; Конторович, Демин, 1977 и др.). Но ориентация на применение математических моделей, прежде всего, в практических целях привела к тому, что в какой-то мере были упущены возможности их использования для решения теоретических вопросов и исследования качественного поведения нефтегазоносных систем. Можно назвать достаточно ограниченное число отечественных работ такого направления (Конторович, 1978; Конторович, Лившиц, 2002, 2007). Между тем опыт других естественных наук показывает, что обоснованное применение даже сравнительно простых моделей может существенно прояснить механизмы ряда нетривиальных природных явлений, наблюдаемых экспериментально. Классическими примерами такого рода стали модель Лотки-Вольтерра в биологии популяций, система Лоренца в динамике атмосферы (Физическая энциклопедия, 1990) и т.д. Основным результатом работ этого направления следует считать установление факта возникновения в достаточно простых нелинейных системах движений упорядоченных в пространстве и времени, а также возникновения стохастических движений в нелинейных системах малой фазовой размерности.
История использования математического моделирования в геологии нефти и газа насчитывает около ста лет. Внедрение математического моделирования тесно связано с вовлечением в арсенал геологии нефти и газа методов физики и химии, для которых математическое моделирование является естественным языком. Вероятно, в силу названных причин, наибольшее применение математические модели первоначально нашли при изучении вопросов разработки нефтяных месторождений. Последние существенным образом базируются на теории многофазной фильтрации, основные положения которой были разработаны в первой трети прошлого века (Маскет, 1949). В настоящее время математическое моделирование и основанное на нем компьютерное моделирование прочно вошли в повседневную практику при решении, задач проектирования разработки месторождений нефти и газа.
Во второй половине 20-го века математическое моделирование начало активно применяться при решении задач количественного прогноза перспектив нефтегазоносности. В рамках прогноза стали широко использоваться математические модели, относящиеся, в терминах предыдущего раздела, к функциональным (эмпирико-статистическим) моделям.
Методы и модели этой группы основаны на наличии стохастических связей между величиной или элементами структуры начальных геологических ресурсов углеводородов и характеристиками оцениваемого объекта. Типичная схема применения методов этой группы следующая: подбирается эмпирическая математическая модель, связывающая целевые параметры (НГР УВ и др.) с некоторыми из параметров, характеризующих свойства оцениваемого объекта
- подбирается выборка, состоящая из относительно хорошо изученных объектов того же ранга с известной оцениваемой величиной и других параметров, входящих в модель;
- коэффициенты модели определяются из условия наилучшего (в некотором смысле) соответствия данным по эталонной выборке;
- верифицированная модель используется для прогноза величины НГР УВ или другой искомой величины.
Среди основных недостатков такого подхода можно назвать следующие:
- отсутствие генетических, содержательно ясных соображений при выборе формы зависимостей делает их, по существу, пригодными только для интерполяционного прогноза;
- минимизированные наборы параметров часто не включают факторы, которые должны по содержательным соображениям существенно влиять на величину НГР УВ, что приводит к естественным сомнениям в качестве полученной модели и в достоверности результатов прогноза по ней.
Существенный вклад в развитие этого направления на разных этапах внесли многие отечественные (М.Д. Белонин, Н.И. Буялов, С.А. Винниковский, А.М; Волков, Ю.А. Воронин, В.И. Галкин, СВ. Гольдин, В.И. Демин, А.Н. Дмитриевский, А.Э. Конторович, Н.А. Крылов, В.Р. Лившиц, М.С. Модёлевский, В.Д. Наливкин, И.В. Орешкин, Г.Б. Острый, Ю.В. Подольский, А.А. Растегин, В.И. Шпильман и др.) и зарубежные (И. Арпс, Дж. Давтон, Дж. Дэвис, Г. Кауфман, Р. Карпентер, Т. Клетс, Дж. Харбух и др.) исследователи.
Существующий огромный массив публикаций по этим вопросам, включает несколько сборников и монографий, которые можно рассматривать как ключевые. В первую очередь следует упомянуть книгу (Буялов и др., 1962), заложившую основу современным методикам количественной оценки перспектив нефтегазоносности, не смотря на весьма ограниченный объем и невысокую сложность используемых в ней математических моделей.
В серии методических руководств 1978, 1983 и 2000 гг. (Методическое руководство..., 197 8; Методические указания..., 1983; Методическое руководство..., 2000) был сконцентрирован накопленный на тот момент опыт отечественных исследователей в области применения математических методов для количественного прогноза перспектив нефтегазоносности. В более развернутой форме эти результаты были представлены в монографиях 1979 г. (Методы оценки..., 1979) и 1990 г. (Методические основы..., 1990) под редакцией Н.И. Буялова, В.Д. Наливкина.
Важную роль в развитии методов количественной оценки прогнозных и перспективных ресурсов нефти играет сборник материалов Стэндфордской конференции 1975 г. Американской ассоциации геологов-нефтяников (Методы оценки..., 1978). В книге охарактеризованы методы оценки неоткрытых запасов нефти и газа, применяемые в США, Канаде, Франции государственными организациями (Геологическая служба США, Комитет потенциальных ресурсов газа США, Геологическая служба Канады и др.) и крупными нефтяными фирмами. Приведены подробные примеры оценок величин различных групп неоткрытых запасов (вероятных, возможных, умозрительных) на материале ряда конкретных районов США и Канады. Освещены возможности повышения степени достоверности оценок с помощью математического моделирования.
В 1977 году вышла монография трех исследователей Дж.У. Харбуха, Дж.Х. Давтона Дж.К. Дэвиса (1981, перевод на русский язык) посвященная применению вероятностных методов при поисках месторождений нефти. В книге обобщен опыт применения вероятностных методов в различных геологических условиях на территории США, и на обширном фактическом материале показаны конкретные приемы и методы построения математических моделей геологических объектов и процессов, связанных с выявлением скоплений нефти. Авторы наглядно и убедительно показали эффективность использования системного анализа, имитационного моделирования поисково-разведочного процесса, условий размещения и вероятностного прогноза наличия месторождений.
Статистические оценки параметров распределения нефтяных месторождений
В одной из основополагающих работ по данной тематике (Коиторович, Демин 1979) на основе литературных данных (Ресурсы..., 1974, 1977) была сформирована выборка из 18 сравнительно хорошо изученных бассейнов Северной Америки. Для каждого бассейна авторы (Конторович, Демин, 1979) рассматривали раздельно совокупности нефтяных и газовых месторождений.
Для каждого из бассейнов были получены оценки параметров усеченного распределения Парето аппроксимирующего РСК. Несколько позже эти же бассейны в составе большей выборки были использованы в работе (Конторович др., 1986) и в разделе 1.3 настоящей работы для анализа влияния возраста осадочного выполнения на ресурсы углеводородов и были разделены на преимущественно палеозойские, мезозойские, мезозойско кайнозойские и кайнозойские. Для всех бассейнов выборки достаточно надежно известны основные, наиболее общие характеристики осадочного выполнения - максимальные толщины, площади и объемы осадочного выполнения (см. табл. 1.1).
Основываясь на оценках параметров РСК, приведенных в работе (Конторович, Демин, 1979), можно попытаться установить их взаимосвязи с известными общими характеристиками осадочного выполнения бассейнов. В данном разделе рассмотрим распределение по крупности в сформированной выборке для совокупностей нефтяных месторождений. Основные характеристики РСК и осадочного выполнения бассейнов приведены в таблице. 3.1.
Необходимо отметить, что ниже рассматриваются РСК для извлекаемых запасов месторождений, так как информация именно по извлекаемым запасам была в работах (Конторович, Демин, 1979) первичной. Распределение нефтяных месторождений по геологическим запасам авторы (Конторович, Демин, 1979) получали, как легко проверить, в предположении об едином, практически для всех бассейнов эталонной выборки, коэффициенте извлечения. Вторым моментом, который следует учитывать, является то, что со времени публикации работы (Конторович, Демин, 1979) оценки НГР УВ Мексиканского залива выросли почти в два раза.
Анализ приведенных в работе (Конторович, Демин, 1979) значений параметров усеченного распределения Парето и результатов прогноза РСК в каждом бассейне показывают, что между ними существует некоторое рассогласование. В ряде случаев — это очевидное следствие опечаток. В связи с этим, параметры РСК в бассейнах эталонной выборки, полученные в работе (Конторович, Демин, 1979), были в отдельных случаях скорректированы. На рисунках 3.1, 3.2 показано соответствие скорректированных оценок параметров Я и втахн оценок из работы (Конторович, Демин, 1979).
Оценка параметра Я
В разделе 1.5 на основе простейшей модели было показано, что теоретическое РСК для крупных и крупнейших скоплений с высокой точностью аппроксимируются усеченным распределением Парето (1.18). При этом параметр Я должен существенно зависеть от стадии развития нефтегазоносной системы. Соответствующая качественная зависимость Я от преимущественного возраста осадочного выполнения была установлена для распределения месторождений нефти по величине геологических запасов. Эталонная выборка, использовавшаяся в разделе 1.5, состояла из тех же бассейнов, что и в данном. Естественно предположить, что зависимость параметр Я от возраста осадочного выполнения должна выполняться и для извлекаемых запасов.
Так же как в разделе 2.3 и для удобства дальнейшего количественного анализа будем измерять преимущественный возраст осадочного выполнения в числовой шкале, сопоставив кайнозойским и мезозойско-кайнозойским СБ значение - 1, мезозойским - 2, а палеозойским - 3. Переход от шкалы наименований к численной шкале позволит использовать индекс преимущественного возраста осадочного выполнения при построении статистических многомерных зависимостей. Зависимость Я от индекса преимущественного возраста осадочного выполнения СБ показана на рис. 3.3. Возникает естественный вопрос, можно ли выявить влияние на Я других характеристик осадочного выполнения бассейна? Заметим, что параметр Я (впрочем, как и другие параметры РСК) определяется на основе данных о распределении крупных и крупнейших месторождений, выявляемых в первую очередь и наиболее полно (Конторович, Демин, Страхов, 1985,1987). Иначе говоря, величина параметра Я связана с формой правого хвоста РСК. Результаты численных экспериментов (раздел 1.5) показывают, что на форму правого хвоста распределения месторождений по величине запасов основное влияние оказывает форма распределения диссипационного параметра (относительной скорости диссипации УВ из скопления). В свою очередь диссипационный параметр отражает условия консервации скоплений УВ в бассейне. Достаточно трудно связать распределение скоплений по условиям сохранения УВ в них с общими характеристиками бассейна — возрастом, объемом, площадью, максимальной и средней толщинами осадочного выполнения и т.д. В то же время влияние этих характеристик (по крайней мере, геометрических) на форму распределения аккумуляционного параметра (абсолютной скорости аккумуляции) более очевидно. Действительно, чем больше доля осадочного выполнения, находящаяся в зоне интенсивной генерации и миграции, тем больше должна быть доля скоплений с относительно высокими скоростями аккумуляции. Это связано с тем, что генерация и эмиграция при нафтидогенезе являются лимитирующими, в терминах кинетики, стадиями (Конторович, 1976). Влияние распределения аккумуляционного параметра на форму правого хвоста распределения скоплений УВ по крупности существенно слабее, чем влияние распределения диссипационного параметра. Тем не менее, исходя из приведенных выше соображений, можно попытаться выявить эту зависимость на эмпирическом материале. При этом следует ожидать уменьшения величины Я при увеличении в системе доли объектов с высокими скоростями аккумуляции.
Введем параметр, характеризующий долю осадочного выполнения бассейна, находящегося в зоне интенсивных процессов генерации и эмиграции жидких УВ. Следует заметить, что границы этой зоны могут существенно отличаться в различных бассейнах в зависимости от температурного режима, скоростей осадконакопления, преобладающего типа рассеянного органического вещества в нефтематеринских породах, соотношения различных литологических пород в осадочном выполнении и т.д. (Конторович, 1976). Имеющийся в нашем распоряжении фактический материал не позволяет установить границы этой зоны индивидуально для каждого бассейна выборки.
Тунгусский седиментационный бассейн
Тунгусский седиментационный бассейн, занимающий центральную и западные части Сибирской платформы, является одним из крупнейших в мире. Базовые представления о его геологическом строении нашли отражение в ряде обобщающих работ и специальных публикаций (Геология и нефтегазоносность..., 1977; Геология нефти..., 1981; Нефтегазоносные бассейны..., 1994в; и др.). Как единая структура, он достаточно четко выражен по терригенно-угленосным верхнепалеозойским и туфогенно-эффузивным триасовым отложениям и представляет собой крупную наложенную внутриплатформенную депрессию субмеридионального простирания (рис.4.3).
Следует заметить, что исходя из современных представлений о тектоническом строении Сибирской платформы (Старосельцев, 1996; Конторович и др., 2004; Конторович и др., 2009), возможно более корректным было бы название - Курейский седиментационный бассейн, по крупнейшей отрицательной структуре, выделяемой по венд-силурийскому структурному ярусу. Однако, для сохранения преемственности с ранее выполненными количественными оценками данного СБ в данном разделе будет использоваться наименование - Тунгусский.
На севере граница бассейна проходит по склону Енисей-Хатангского регионального прогиба, где фундамент залегает на глубине до 1 км. По фундаменту эта граница носит дизъюнктивный характер (Нефтегазоносные бассейны..., 1994в). Восточная граница идет от Анабарского свода по системе поднятий II порядка к северному окончанию Непско-Ботуобинской антеклизы. Юго-Восточная граница проходит по осевой части антеклизы до Непского свода. Южная - от центральной части Непского свода, через Катангскую седловину к Байкитской антеклизе. Юго-западная — по осевой части Байкитской антеклизы (через Камовский свод) и далее к краевому шву Сибирской платформы, по которому проходит западная граница СБ. На западе граница трассируется системой краевых поднятий платформы, так называемой Турухано-Норильской грядой. В своей северной части бассейн полностью наследует структуру, выделяемую по венд-силурийскому структурному ярусу, Курейской синеклизы. На юге охватывает Сюгджерскую и Катангскую седловины, Катскую впадину, а также склоны Непско-Ботуобипской и Байкитской антеклиз (Нефтегазоносные бассейны..., 1994в).
Фундамент в пределах бассейна довольно резко дифференцирован, глубина его залегания колеблется от 3.5-4 км (на сводах) до 9 -10 км (во впадинах) (Конторович и др., 2004).
В бассейн полностью или частично входят Северо-Тунгусская и Южно-Тунгусская, Байкитская, Катангская, Непско-Ботуобинская, Анабарская НГО и Турухано-Норильский СНГР.
Осадочный чехол в пределах Тунгусского бассейна начал формироваться в позднем протерозое. К концу триаса территория была перекрыта мощной толщей терригенных, карбонатных, эвапоритовых и туфогенно-эффузивных пород. Выделяются следующие структурные ярусы и соответствующие им циклы осадконакопления: рифейский, венд-нижнепалеозойский, среднепалеозойский, верхнепалеозойский, триасовый и юрско-меловой.
Образования нижнепалеозойского структурного яруса наиболее широко распространены в пределах бассейна. Ярус сложен терригенно- и сульфатно-карбонатными породами с прослоями солей. Общая мощность отложений нижнего палеозоя составляет обычно 2-4 км.
Среднепалеозойский структурный ярус охватывает отложения силура, девона и нижнего карбона. Наиболее характерной чертой среднего палеозоя можно считать прогибание крупных участков территории. Толща, выделяемая в верхнепалеозойский структурный ярус, охватывает визенамюрские, средне-верхнекаменноугольиые, пермские и нижнетриасовые образования. Угленосная формация верхнего палеозоя на значительной части территории перекрыта вулканогенно-осадочными породами триаса. В период образования верхнепалеозойского структурного яруса и началось заложение рассматриваемой крупнейшей отрицательной структуры Сибирской платформы - Тунгусского седиментационного бассейна (Геология нефти..., 1981; Нефтегазоносные бассейны..., 1994в).
С началом мезозойской эры Сибирская платформа вступила в новый этап тектонического развития, качественно отличный от предыдущих. К концу позднепермского времени относятся первые вспышки вулканической деятельности, а в раннем триасе уже происходили мощные трещинные извержения базальтовой лавы. Вулканическая деятельность с незначительными перерывами продолжалась в течение нижнего и возможно среднего триаса, в результате чего накопилась мощная (до 2800 - 3000 м) толща базальтов и вулканогенно-обломочных пород (Геология нефти..., 1981; Нефтегазоносные бассейны..., 1994в).
Образования следующего юрско-мелового структурного яруса практически сохранились лишь на некоторых небольших по площади участках и представлены угленосными отложениями (Нефтегазоносные бассейны..., 1994в).
На подавляющей части своей территории в отношении перспектив нефтегазоносности Тунгусский осадочный бассейн изучен крайне слабо.
Полупромышленные притоки углеводородов получены из нижнекембрийских отложений на западе бассейна на Таначинской, Мактаконской, Усть-Дельтулинской площадях (Нефтегазоносные бассейны..., 1994в). Относительно более хорошо изучены его южные районы, прилегающие (и частично перекрывающие их) к территориям с доказанной нефтегазоносностью (Непско-Ботуобинская и Байкитская антеклизы, Катангская седловина). В пределах этой весьма узкой полосы возможно применение для количественной оценки перспектив нефтегазоносности сравнительно точного метода внутренних геологических аналогий (Методическое руководство..., 2000). Общая слабая изученность центральных и северных районов Тунгусского бассейна и, главное, отсутствие достаточного числа объектов с доказанной промышленной нефтегазоносностью, которые можно было бы использовать в качестве эталонов, исключает применение здесь метода внутренних геологических аналогий в любых его модификациях. Единственно возможный путь оценки -это использование ОСМ в различных вариантах. ОСМ использовался при количественной оценке перспектив нефтегазоности Сибирской платформы (в том числе и Тунгусской синеклизы) по состоянию на 01.01.79 г., 01.01.83 г., 01.07.84 г. и в ряде дальнейших оценок.
За последние десятилетия представления о строении Тунгусского седиментационного бассейна в определенной мере уточнялись (Нефтегазоносные бассейны..., 1994в; Конторович и др., 2004; Конторович и др., 2009). Основываясь на данных ИНГГ СО РАН (рис.4.3) площадь бассейна можно оценить величиной 1100 тыс.км". Общий объем осадочного выполнения составляет не менее 4400 тыс.км , а максимальная мощность осадков не менее 10 км.
Количественная оценка перспектив нефтегазоносности Тунгусского СБ сталкивается, по крайней мере, с двумя трудностями. Во-первых, этот СБ имеют уникально большой возраст вулканогенно-осадочного чехла, выполненного преимущественно нижнепалеозойскими и верхнепротерозойскими отложениями. Во-вторых, для этого СБ характерна высокая насыщенность разреза секущими и пластовыми интрузиями основного состава (Геология нефти..., 1981; Нефтегазоносные бассейны..., 1994в). По этим показателям Тунгусский СБ не имеет аналогов среди СБ эталонной выборки. Кроме того в разрезе этих СБ очень высока доля карбонатных отложений - около 50 %. Из СБ эталонной выборки доля карбонатов больше только в Месопотамском СБ - 60 %. Из сказанного следует, что прогноз величины НГР УВ по моделям, приведенным выше (раздел 3.2), по существу, будет представлять собой экстраполяцию.
Особую сложность представляет учет влияния на перспективы нефтегазоносности траппового магматизма, как из-за отсутствия соответствующей статистики, так и из-за известной неоднозначности теоретических взглядов на это явление (Геология нефти..., 1981; Конторович и др., 1998; Конторович, Хоменко, 2001). Если исходить из отрицательного, в целом, влияния траппового магматизма на перспективы нефтегазоносности, то можно предложить следующий путь его учета. Во-первых, следует скорректировать объемы осадочных пород в СБ, исходя из того, что по ряду данных внедрение траппов приводит к разрушению залежей и ухудшению коллекторских свойств (Геология нефти..., 1981; Конторович, Хоменко, 2001). Зона такого влияния не превышает, по-видимому, 0.3-0.5 мощности интрузии. Поэтому при подсчете объемов неметаморфизованного осадочного выполнения мощность каждого комплекса следует уменьшить на удвоенную мощность содержащихся в нем пластовых интрузий.
Трапповые интрузии распределены по разрезу Тунгусского СБ неравномерно. Наиболее насыщена траппами верхняя часть разреза. Из стратиграфических комплексов наиболее насыщен траппами верхнепалеозойский. Объем интрузий в нем близок к 20%. Траппы занимают около 7.5 % от всего объема пород, выполняющих СБ. Их содержание равномерно уменьшается с глубиной от 13 % в первом километровом интервале до долей процента в интервале 5-6 км.
Прогноз выявления новых уникальных и крупных месторождений на примере Западно-Сибирского бассейна
Закономерности распределения скоплений углеводородов по величине запасов, рассмотренные выше, позволяют достаточно последовательно прогнозировать количество скоплений в различных классах крупности для геологических объектов ранга провинций, отдельных нефтегазоносных комплексов в их пределах, а в ряде случаев и для нефтегазоносных областей и районов.
Существует несколько обстоятельств, которые необходимо учитывать при выполнении прогноза числа месторождений в различных классах крупности и, особенно, при интерпретации результатов такого прогноза.
В действующей классификации границы классов крупности месторождений нефти определяются по величине их извлекаемых запасов. Критическая зависимость коэффициента извлечения от экономических условий приводит к его сильной изменчивости во времени. Соответственно, сходные по своим характеристикам залежи, поставленные на баланс в разное время, могут иметь различные извлекаемые запасы.
Процесс разведки, особенно крупных месторождений, растянут во времени и сопровождается, как правило, существенными корректировками величины запасов. Это обстоятельство имеет два следствия: 1. Запасы уже выявленных скоплений, приведенные в государственном балансе, меняются во времени, что часто приводит к их переходу из одного класса крупности в другой. 2. В силу этого размывается смысл понятия «открытие нового крупного месторождения» - месторождение открытое и поставленное на баланс как мелкое или среднее впоследствии может оказаться крупным или уникальным: Таким образом, часть прогнозируемых новых крупных и уникальных месторождений уже открыты, но перейдут в указанные классы только в ходе доразведки.
В соответствии, с «принципом неопределенности», сформулированным для прогнозных задач геологии нефти и газа В.И.Шпильманом (1982), чем выше степень локализации прогноза, тем ниже его относительная точность. Как следствие, в случае прогноза количества месторождений определенных классов крупности целесообразно выполнить прогноз для объектов максимально большого ранга. Результаты такого прогноза позволят оценить возможные пределы и степень достоверности прогноза объектов более низкого ранга.
Методы оценки, основанные на использовании распределения по крупности, теоретически более обоснованы, чем эмпирико-статистические. Но их надежность» будет падать с уменьшением размеров объекта (уменьшением количества месторождений в его пределах). Они требуют знания параметров распределения,, которые затруднительно оценить теоретически, а для определения их статистическими методами необходимо выявить, достаточное количество наиболее крупных месторождений и надежно оценить их запасы.
Методика оценки параметров распределения месторождений по крупности, кратко рассмотренная в предыдущих разделах, допускает совместную оценку параметров распределения (показателя степени в усеченном распределении Парето, максимально возможных размеров единичного месторождения или предельной доли начальных ресурсов в нем), числа месторождений и, как следствие, суммарных начальных ресурсов. В качестве примера в табл. 6.2-6.3 приведены некоторые результаты оценки параметров распределения месторождений нефти и газа Западно-Сибирской нефтегазоносной провинции по величине запасов. Многовариантная оценка выполнялась в предположении, что выявлено разное количество крупнейших месторождений провинции. Из приведенных данных видно, что при увеличении числа учитываемых, фактически выявленных месторождений показатель степени Я систематически возрастает. Одновременно возрастают оценки начальных ресурсов и оценки общего числа месторождений в провинции.
Фактическое и расчетное число месторождений нефти, запасы которых превосходят некоторое фиксированное значение (интегральные функции распределения), представлены на рис.6.12-6.24. Из графиков для нефтяных месторождений видно, что на некоторых интервалах значения эмпирической функции распределения превосходят расчетные. В общем случае это может быть связано с неточностями исходной информации, возможная природа которых обсуждалась выше. Но при малых значениях числа эталонных месторождений такое уклонение становится систематическим (варианты 2н -5н), что противоречит физическому смыслу интегрального распределения. Данный результат допускает, по крайней мере, несколько интерпретаций.
1. Усеченное распределение Парето достаточно хорошо аппроксимирует эмпирические данные О распределении по величине скоплений углеводородов во многих нефтегазоносных бассейнах. С другой стороны, из теоретических соображений (раздел 1.3) ясно, что вид истинного распределения может отличаться от усеченного распределения Парето, по крайней мере, на некоторых интервалах крупности. В частности, это может приводить к тому, что параметры аппроксимирующего распределения Парето будут зависеть от интервала аппроксимации. Это, в свою очередь, может приводить к неадекватным результатам экстраполяции распределения в области меньших значений запасов.
2. Эмпирические данные могут представлять собой смесь совокупностей с различными распределениями и различной степенью выявленное. И в том, и в другом случае форма эмпирического распределения может существенно искажаться.
3. Причиной искажения формы эмпирического распределения могут послужить также, отклонения в величинах извлекаемых запасах месторождений эталонной выборки, связанные с неоднозначностью в определении коэффициентов извлечения, недоразведанностью отдельных месторождений и т.д.
Тем не менее, полученные результаты можно использовать для предварительной оценки количества неоткрытых крупных и уникальных месторождений нефти и газа. При этом во внимание имеет смысл принять результаты прогноза в вариантах, в которых отсутствует систематическое превышение эмпирической интегральной функции распределения месторождений по величине запасов над расчетной.
С учетом всего сказанного выше и результатов формального прогноза (рис. 6.11-6.24 и табл. 6.2) количество невыявленных крупных и уникальных месторождений нефти может меняться от 0 до 50 (варианты 1н, 6н, 8н, 9н, Юн, 11н). Следует заметить, что во всех этих вариантах прогнозируемая величина начальных извлекаемых ресурсов нефти превосходит принятую оценку по состоянию на 01.01.2002 г. В вариантах, в которых прогнозируемая оценка начальных извлекаемых ресурсов ближе всего к принятой, число прогнозируемых невыявленных месторождений минимально. Прогнозируемое число невыявленных уникальных месторождений нефти во всех вариантах не превосходит 2-х, что, скорее всего, находится в пределах точности прогноза.
Таким образом, в ЗСНГП можно ожидать выявления нескольких десятков новых крупных месторождений нефти и не более 1-2 уникальных. Причем новые уникальные месторождения нефти, скорее всего, появятся за счет доразведки уже выявленных крупных месторождений.
В большинстве вариантов прогноза распределения по запасам месторождений газа (рис. 6.25-6.34 и табл. 6.3) расчетная интегральная функция распределения превосходит эмпирическую. Если взять за основу варианты с прогнозируемыми начальными ресурсами максимально близкими к принятым по состоянию на 01.01.2002 г., то число невыявленных крупных и уникальных месторождений может составить 107-113 (варианты 6г, Юг), в том числе уникальных — 4-5.
Естественно, полученные результаты следует рассматривать как ориентировочные, накладывающие общие ограничения на локализованный прогноз.
