Проблема прогнозирования нефтегазоносности, решаемая традиционными геологическими методами, обычно сводится к оценке относительной перспективности локальных структур (объектов), т. е. к оценке их возможной продуктивности. В настоящей попытке системного подхода к решению проблемы прогноза нефтегазоносности представляется перспективным построение такой системы, предметом изучения которой является не геологический объект (например, зона нефтегазонакопления или отдельное скопление УВ), а его состояние (объект продуктивный или непродуктивный). Такой подход легко адаптируется к уже имеющимся представлениям о механизме формирования скоплений УВ и может быть основан на использовании выявленных факторов нефтегазонакопления в качестве системообразующих (рис. 1).

Как известно, основными факторами, определяющими возможность генерации, аккумуляции и консервации УВ, являются тектонический, литологический и геохимический. Тектонический фактор характеризует наличие в разрезе прогнозируемого региона благоприятных структурных форм, которые могут служить ловушками УВ в процессе их миграции в водной среде. Литологический фактор определяет наличие в разрезе региона протяженных пластов-коллекторов, обеспечивающих возможность миграции УВ и их улавливание ловушками. Геохимический фактор характеризует наличие исходного органического вещества в виде рассеянного УВ-вещества, а также определяет условия, благоприятные для созревания органического вещества и его эмиграции из продуцирующих нефтегазоматеринских пород в пласты-коллекторы.

К числу признаков, характеризующих геохимический фактор, относятся данные о наличии в разрезе мощных глинистых толщ, обогащенных органическим веществом, которые могли выполнить роль нефтегазоматеринских пород; в это множество входят также сведения о температурах (палеотемпературах) нефтегазоматеринских толщ, о положении прогнозных объектов по отношению к областям возможной генерации УВ и путях их миграции (с учетом палеоструктурных планов) и др. (см. рис. 1).

Во-первых, часть признаков может быть доступна только в условиях сравнительно высокой геолого-геофизической изученности и требует бурения скважин. Естественно, что в условиях малоисследованного, нуждающегося в прогнозе региона такой уровень изученности, как правило, нереализуем, да и сам факт наличия буровых данных делает ненужной проблему прогноза. Поэтому сведения о признаках, доступных на стадии прогнозирования нефтегазоносности, могут быть получены из анализа геофизических материалов. Прежде всего, это данные о рельефе и мощности прогнозируемых толщ, форме, размерах, ориентации ловушек и др. Ряд данных о составе возможно продуктивных толщ могут быть получены в результате интерполяции и экстраполяции данных бурения на соседних изученных площадях в предположении о сравнительно главном региональном характере изменения, например, содержания рассеянного органического вещества, пористости, глинистости, карбонатности коллекторов и т. д.

Во-вторых, следует считаться с техническими возможностями совместной обработки достаточно обширного множества признаков, даже с учетом использования ЭВМ. Ведь далеко не все признаки вносят достаточно весомый вклад в определение продуктивности ловушки и таким образом существенно различаются по информативности в оценке перспектив нефтегазоносности. Исходя из существующих моделей формирования залежей УВ следует, что, например, амплитуда складки (ловушки) по своей информативности, несомненно, превосходит такой признак, как содержание карбонатов в цементе коллектора и т. п. Поэтому для последующей количественной обработки целесообразнее сохранять лишь наиболее информативные признаки, доступные на стадии прогнозирования по результатам геолого-геофизических работ.

Перейдем теперь к описанию системы. Первым шагом прогнозирования являются отбор и оценка информативности признаков, характеризующих системообразующие факторы. В числе таких признаков только те, которые известны на стадии невысокой геолого-геофизической изученности, до проведения буровых работ. На основе сейсмических данных и интерполяции результатов бурения на соседних разбуренных площадях в число таких признаков могут быть включены:
1) абсолютная отметка возможно продуктивной толщи в своде структуры, ее амплитуда, площадь свода, отношение большой и малой осей (форма) структуры, наличие разломов, характеризующих сводовую часть и другие, определяющие тектонический фактор;
2) региональные фоновые значения пористости, проницаемости, суммарной эффективной мощности и состава цемента коллектора, значения мощности региональной покрышки, характеризующие литологический фактор;
3) фоновые значения содержания органического углерода, данные о пластовой температуре и пластовом давлении, сведения о положении прогнозной структуры по отношению к вероятной области генерации УВ, наличие разломов на пути возможной латеральной миграции УВ и прочие, характеризующие геохимический фактор.

где D – значение дискриминантной функции, D_i – постоянные коэффициенты, g_i – нормированные значения признаков, k – число признаков. Кроме того, рассчитывается граничное значение D₀ дискриминантной функции, при котором, если D>D₀, прогнозный объект относится к классу месторождений, а при D<D₀ – к классу “пустых” структур. Надежность прогноза n оценивается по удалению прогнозного объекта от дискриминантной плоскости, т. е. по модулю

n=|D–D₀|, (2)

h=Nв/N, (3)

где h – достоверность прогноза; Nв – число эталонных объектов, получивших верные ответы; N – общее число эталонных объектов.

Оценка информативности признаков g₁, g₂, ..., g_к осуществляется по абсолютному значению соответствующих коэффициентов как вклад, вносимый признаком (с учетом знака коэффициента) в общее значение дискриминантной функции. Результатом такой оценки является ряд информативности, построенный по убыванию вклада признака в определение продуктивности (нефтегазоносности) прогнозируемой структуры, например: g₆, g₂, g₁, g₄, g₃, g₅ при k-6 (табл. 1). Из этого ряда для дальнейшего рассмотрения могут быть отобраны наиболее информативные признаки по критерию

|D_min| >= 0.2|D_max| (4)

Как видно из примера (см. табл. 1), этому критерию отвечает значение D_min=D₁, и в качестве наиболее информативных признаков могут быть отобраны g₆ (проницаемость), g₂ (пористость) и g₁ (суммарная эффективная мощность), т. е. признаки, характеризующие литологический фактор.

Полученное преобладание литологических признаков, естественно, не означает возможность исключения из последующего рассмотрения для целей прогнозирования других признаков – таких, как наличие и амплитуда структуры, особенности ее строения и т. д. Выявленные информативные признаки позволяют лишь наиболее достоверно оценить вероятность обнаружения скоплений в пределах структур, т. е. зон, несомненно, благоприятных с точки зрения других факторов. Достаточно высокой оказалась и общая достоверность прогноза: при контрольной оценке 17 эталонных объектов (12 месторождений и 5 “пустых” структур) только на двух (1 месторождение и 1 “пустая” структура) получены неверные ответы. Таким образом h =15/17=0,88.

g=G+h, , (5)

(6)

Функцию региональной компоненты обычно подбирают в виде степенного полинома
первого G₁=ax+by+c, (7)
второго G₂=ax²+bxy+cy²+dx+ey+f (8) или
третьего порядков G₃=ax³+bx²y+cxy²+dy³+ex²+fxy+ky²+lx+my+n, (9)

h = g – G. (11)

При наложении и вычитании карт выделяются участки региона с повышенным или пониженным фактическим значением признака относительно его среднего значения, описываемого региональной компонентой. Так локализуются положительные и отрицательные относительные аномалии признака, характеризующие наиболее (или наименее) благоприятные условия нефтегазоносности. Геологическая интерпретация этих аномалий позволяет определить локальные особенности рельефа дна бассейна, проявления локальных тектонических движений и другие характеристики прогнозируемой продуктивной толщи. В общем тренд-анализ реализует свойство относительности геологических признаков и позволяет выявить положение относительно благоприятных (неблагоприятных) участков.

На примере, приведенном на рис. 2, видно, что распределения региональных тенденций и локальных аномалий информативных признаков определяются особенностями строения района. Так, на рис. 2, а видно, что региональная тенденция изменения проницаемости связана с наличием зоны дробления на северо-востоке, где также отмечена и локальная аномалия. Региональный максимум пористости, по-видимому, имеет гранулярную природу и приурочен к северо-западной части региона; положение локальных максимумов определяется особенностями рельефа дна бассейна и связано с относительно мелководными участками (см. рис. 2, б).

Увеличение суммарной эффективной мощности, определяемое, очевидно, положением наиболее прогнутой части бассейна, ориентировано в юго-западном направлении. Здесь же, на западе района, отмечается крупный локальный максимум этого признака (см. рис. 2, в).

Следующий этап прогнозирования – выяснение взаимного соотношения выявленных относительных аномалий наиболее информативных признаков. В соответствии со свойством конгруэнтности осуществляется плановое сопоставление аномалий и поиск зон совпадения. Для рассмотренного выше примера осуществлено сопоставление относительных максимумов проницаемости, пористости и суммарной эффективной мощности, показанное на рис. 3. Как видно на карте, совмещение максимумов представляет достаточно сложную мозаику совпадения двух и трех аномалий, различающихся по степени перспективности. Эти различия могут быть учтены количественно, если учесть информативность каждого из признаков. Естественно, что наибольшей перспективностью должны обладать структуры, расположенные в участках совпадения всех трех литологических аномалий g₆, g₂ и g₁. К следующей категории относятся структуры в пределах относительных максимумов g₂ и g₂; к еще более низкой категории – g₆ и g₁ и т. д. (табл. 2).

p=hS, (12)

где р – вероятность, S – нормированный суммарный вклад информативных признаков.

Как видно из табл. 2, значения вероятности образуют в зонах различной перспективности ряд, убывающий от максимального значения до нуля. Значения этих вероятностей характерны для зон различной категории, приведенных на рис. 2. Здесь отчетливо проявляются приуроченность разведанных месторождений к зонам высоких категорий, а “пустых” структур – к зонам низких категорий перспективности. Положение неразбуренных структур в зонах различных категорий может служить основой для принятия решения о последовательности их промышленного освоения и выборе первоочередных объектов поисково-разведочных работ на нефть и газ.

A system approach to the solution of petroleum potential forecasting problems has been attempted. The subject of research is not a geological object, but its state. Such an approach is based on the use of oil and gas accumulation factors as being system-forming.

a – проницаемости, б – пористости, в – суммарной эффектной мощности. 1 – изолинии тренда (мкм², %, м); 2 – положения положительных локальных аномалий; 3 – разрывные нарушения

Зоны различной вероятности открытия скоплений УВ:1 – 0.88, 2 – 0,76, 3 – 0,70, 4 – 0,57, 5 – 0,31, 6 – 0,18, 7 – 0,12; 8 – эталонные месторождения; 9 – структуры, выведенные из разведки с отрицательными результатами; 10 – неразбуренные структуры