论油气化探数据处理方法与流程

1、第 20卷 第 3期 1998年 8月 物探化探计算技术 Vol. 20No. 3 Aug. 1998 CO M P U T IN G T EC HN IQ U ES FO R GEO PHY SI CAL AN D G EO CHEM ICA L EX PL O RA T ION论油气化探数据处理方法与流程 林玉祥 郝石生(山东东营石油大学 屈智华 王 秀 (河北任丘华北油田 【 摘 要 】 油气化探数据受多种因素影响 , 采用不同的处理 方法和流程往往会产生颇不相同的效果 。 本文详细介绍了油气化探影响因素的校正 方法 、 指标优选与综合方法 、 异常确定方法以及多种多元异常 计算方法 ,

2、 提 出了合理的处理流 程 。 经在二连 盆地等地多 个油田验证 及通过未知区预测结果 与实际地质条件对比 , 认为这些 方法和该流程可以 有效的消除 主观因素 ,正确确定有利异常区 。【 关键词 】 油气化探 数据处理 方法与流程 实例与效果【 中图法分类号 】 P 632 O 290 引言化探数据处理是应用数学方法从地面化探原始数据中提取有效信息 , 揭示化探指标与各 处地质现象的内在联系 , 为油气藏勘探服务的方法和技术 1。 油气化探的采样介质变化多样 , 影响因素多 , 分析方法各异 , 工区面积大 , 样点数量多 , 因此最终得到的分析数据往往数量大而 有效信息不突出 。 化探数据

3、的处理方法很多 , 应结合具体的地质条件 , 选择合适的方法和合理 的流程 , 以达到最佳处理效果 。 我们通过对二连盆地 、 鄂尔多斯盆地 、 渤海湾盆地等地大量的地 面化探资料进行重新处理和综合解释 , 提出了有效的油气化探数据处理方法和流程 , 经实际应 用取得了令人满意的效果 。1 处理方法与流程油气化探数据处理必须选用合适的方法和遵循一定的流程 。 首先要进行影响因素的校正 , 消除各种影响因素的影响 。 其次进行数据预处理 , 使数据整体符合或接近正态或对数正态分 布 , 然后进行各种处理 , 确定异常和背景 , 进行综合异常分析与解释 (图 1 。 根据图 1中的方法和 流程对多

4、个已知区进行验证 , 均取得了较好的效果 。 下面对图 1中的有关方法及其应用技巧加 以说明 。1. 1 影响因素校正影响化探指标丰度的因素除区域地球化学烃场的通量和局部油气富集外 , 主要有地表生 收稿日期 :1998-03-09; 改稿日期 :1998-06-23 地址 :山东东营石油大学资源系 (邮政编码 :257062油气化探数据处理方法与流程图 1综合异常的确定 异常与背景的确定 指标综合 指标优选 离群数据处理 数据预处理 影响因素分析与校正 原始数据 克里格法 模糊数学 多变量场法 点群概率法 标准化加权法 多元统计法 单指标异常迭合法 衬度滑动平均法 趋势面法 统计计算法 M

5、A V 法 主因子法 加权平均法 因子分析 聚类分析 相关分析 稳健统计 统计检验法 标准化 简缩与增补 三次套合方差分析 多因素综合校正 有机质 碳酸盐 地形地貌 颜色和色调 岩性 地表生化作用 物化学反应 、 土壤性质 、 颜色 、 碳酸盐含量 、 有机质含量 、 地形外貌 、 植被等 2。 有些因素如土壤湿度 、 采样季节 、 工区内的水系分布等也有影响 。 此外 , 不同的指标可能影响因素不甚相同 。 由于多种因素对化探指标测值存在影响 , 必须进行多因素校正 , 从整体上建立抑制多种因素影响的方法 3。 利用多元线性回归方法可以对多种影响因素进行统一校正 , 效果较好 。具体到某一工

6、区 , 化探指标的影响因素可能会有所变化 , 特别是主要影响因素可能不同 , 应首先找出各种影响因素并区分主次 , 对主要影响因素必须加以校正 , 次要因素可视情况而定 。1. 2 数据预处理与离群数据处理根据三次套合方差分析可以确定分析数据质量是否可靠 。 数据简缩可以用分区加权法 、 分区滑动平均法或随机删除法 。 数据的增补一般根据数据的变化趋势 , 用已有数据的平均值代替或者用邻近数据的平均值代替 4。 为使具有不同的单位和数值大小变化范围的指标具有可比性 , 要通过某种变换使其成 为某种规范尺度下的地质变量 。 定量数据的标准化可分为对指标的标准化变换和对样品的标准化变换 , 常用最

7、大值标准化等方法 4, 有时也用衬值标准化方法 。 有些定性指标 , 如样品的颜色 、 岩性等参数 , 应首先进行定量化变换 , 即将定性 指标的符号或代码赋以定量的数值 。 例如砂土赋值为 1, 亚砂土赋值为 2等 。对离群数据的处理有两种途径 。 一是修改数据 , 适应方法 , 如正态分布检验与迭代删除法 。 二是修改方法 , 适应数据 , 例如稳健统计学方法 4。 化探离群数据多指特高值点而言 。 对于特低 值点的舍弃一般无争议 , 而对特高值点的舍弃 , 应比较慎重 。 多数情况下可以采用临界高值代 替 。 确定离群数据的界限 , 常用类比法 、 计算法和统计检验法 。 稳健统计法的优

8、点是在处理非正 态分布的数据时 , 运用加权原理求取数据整体的位置和尺度 。 根据概率统计学原理 , 以正态或 近似正态分布的背景母体数据为依据 , 统计的特征参数是可靠的 , 即利用稳健统计和迭代统计 求取的参数确定异常下限比较恰当 5。1. 3 指标优选与综合对化探指标进行筛选和分级的依据是各指标的地化意义和电算处理结果 。 常用的电算处 理方法为相关分析 、 聚类分析和因子分析等 。 为了避免指标优选而导致某些有用信息的损失 , 可以对各化探指标进行数值综合 。 常用主因子法将各化探指标通过因子分析转化为几个主因 子 , 从而使有效信息量保持在 85%以上 , 也可以用标准化信息加权迭合

9、法或因子载荷法 。 计算 多元素组合异常也可用 M AV 法 1。1. 4 背景与异常的确定在划分和确定地化异常时 , 应综合考虑异常所处的地质背景 、 地貌景观及地表介质等因 素 , 、 ·275·3期 林玉祥等 :论油气化探数据处理方法与流程等 。 通过试用各种方法 , 认为正态分布检验法在景观单一的大比例尺 、 小范围化探中效果较好 。 而趋势面分析方法在景观较单一的地区应用效果理想 。 衬度滑动平均差减法在局部地区 、 多景 观或多介质条件下比较适用 。 一般采用九点衬度滑动平均差减法确定异常 6。1. 5 综合异常的确定综合异常以所优选的化探指标为基础 , 重点分

10、析那些强度高 、 面积大 、 带有较多油气分布 信息的指标 。 划分多指标综合异常的方法可分为两大类 :一类是定性方法 , 即叠合法 ; 另一类是 定量化方法 (如多元统计法 、 标准化法 、 点群概率法 、 多变量场法 、 模糊模式识别 7、 马氏距离 法 、 克里格法 8等 。 前者主要考虑各类指标异常的外部形态及其相互之间所处的位置关系 , 而 后者则着重考虑各类指标相关性及其量值变化关系 。 2 应用实例及效果分析本文提出的化探数据处理方法与流程是对化探数据处理的一个总结 , 具体到某一化探工 区 , 根据其具体的地表条件和地下地质条件 , 确定影响异常的主要因素和选用相应处理方法 。

11、2. 1 S H 油田SH 油田位于 SH 4构造 , 是某凹陷中一个长期发育的潜山披覆背斜构造 。 1991年进行了地 面土壤化探测量 (330km 2, 0. 5×0. 5km 。 现以酸解烃重烃为例 , 对该油田上方异常的主要影响因素和相应的处理方法进行分析 。图 2为重烃 (C 2C 5烃类 原始数据趋势 (5次趋势面 正剩余值异常图 。 可见由于原始数据 中包括离群数据 (主要是特高值点 在内 , 得到的趋势正剩余值在油田南部出现一串相互独立 的高值区 , 如对正剩余值取统一下限 (0. 4_l /kg , 则油田北部几乎没有异常 。 说明特高值点的 影响是该区正确确定异常

12、的关键因素 。通过对原始数据进行正态分布检验和对离群数据进行迭代删除 (令特高值点等于临界高 值点 , 得到了接近正态分布的数据整体 , 然后确定的异常 (图 3 环绕油田分布 , 呈现出典型的图 2 SH 油田重烃趋势正剩余等值线图 图 3 SH 油田重烃异常图 ·276·物探化探计算技术 20卷强度及分布变化不大 , 说明岩性的影响是次要的 。 因此 , 分析和抓住主要影响因素并采取相应 的数据处理方法是取得理想效果的关键所在 。2. 2 JGS 油田JGS 油田是某凹陷中 的一断块油田 , 工业油层主要 集中 7901350m 的深度范围 内 。1992年在该凹陷的主

13、体勘探区域进行了 (510km 2, 0. 5×1km 土壤化探测量 。 现以酸解烃重烃指标为例说明该区化探异常的主要影响因素 。图 4是化探工区内酸解烃重烃原始数据等值线图 。 从图 4可见工区南部测值较低 , 高值区 主要分布在北部 。 这与该区主要烃源岩层南部埋藏深度大 、 北部埋藏较浅的分布规律相一致 。 区域背景主要反映了地下烃源岩的埋深情况 , 正确拟合区域背景是划分异常的关键 。通过研究 , 利用 5次趋势面较好地拟合了区域背景 , 得到了异常分布图 (图 5 。 从图 5 可 图 4 JG S 化探工区重烃原始数 据等值线图 图 5 JG S 化探工区重烃异常图见 ,

14、 JGS 油田上方的异常得到突出 , 而北部的异常相对削弱 , 更加符合地下油气分布情况 。 为 图 6 JGS 油田重烃异常图了消除工区面积大 、 景观复杂等因素影响 , 更好的了解油田上方的异常展布规律 , 对油田及其附近的局部地区单独进行了背景拟合 , 结果得到的异常更为清晰 (图 6 。2. 3 M GL 油田M GL 油田是一被断裂复杂化的短轴背斜 , 油层深度小于 1250m 。 该油田上方曾于 1989年 (AN 工区 , 1×1km 和 1994年 (AES 工区 , 1×0. 5km 两次进行化探测量 。按前述的方法和流程对壤气汞数据进行处理 , 得到了非

15、常理想的效果 (图 7 。 可见已知油田上方一般均有顶端块状异常分布 , 且异常范围和油田范围比较物合 , 堪称是化探成功实例的典型代表 。 如果仔细分析油田上方异常的强度 , 还可发现在油田的边缘异常较强 , 油田正上方异常较弱 。 这一点从图 8可以认识得更清楚 。从 M GL 油田的例子还可看到 (图 9 , 不同化探指标异常在油田周围的位置不尽相同 , 它 们相互叠合在一起可以得到比较完整的环状综合异常 , 环绕着油田分布 。 如果将各代表性指 ·277·3期 林玉祥等 :论油气化探数据处理方法与流程 图 7 AN 工区壤气汞异常图 图 8 M GL 油田壤气汞异常

16、图 叠合得到的综合异常较吻合 , 能较好的反映油田分布范围 。 但由于不同指标的地化意义 、 成因 、 运移方式和地表异常模式不同 , 所受的影响因素也不相同 , 有时单纯利用数值综合方法难以取 得好的效果 。此外 , M GL 油田上方进行的两次化探测量虽测网密度 、 采样深度 、 测点位置等均不相同 , 但得到的结果基本上是相同的 (图 10 。 特别是酸解烃指标指示的油田分布范围几乎完全相同 。 说明酸解烃方法是比较稳定和可靠的 。 而两次测量的 C 异常变化较大 , 说明 C 测值的随机 性较大 , 可靠性较差 。图 9 AN 化探工区 M G L 油田综合异常图 图 10 AES 化

17、探工区 M G L 油田 综合异常图 综上实例 , 可见油气化探数据处理是一个非常复杂的问题 , 需要遵循一定的方法和流程 , 发现和抓住关键因素并采取相应的处理方法 , 这样才能取得令人满意的效果 。3 结论(1 油气化探数据量大 , 影响因素较多 , 在进行数据处理时必须进行影响因素分析 , 找到 主要影响因素并采取相应的处理方法 , 做到去伪存真 , 才能得到较理想的处理结果 。(2 数据处理要试用多种方法和遵循一定的流程 , 从多角度 、 全方位挖掘化探数据所蕴藏 的油气藏信息 。 本文提出的流程和方法经过大量实例应用 , 证明是可靠和有效的 。 ·278·物探化探

18、计算技术 20卷3 期 林玉祥等: 论油气化探数据处理方法与流程 · 279 · 或工区内有新的资料 , 均应及时调整方法、流程和参数 , 重新处理 , 使处理结果不断改善 , 和实 际情况符合得更好 。 特别是在存在已知区的地区 , 反复处理尤为重要。 参考文献 1 吴锡生 . 化探数据处理方法 . 北京 : 地质出版社 , 1993 2 郝石生 ,林玉祥 . 油气地表化探理论与方法 . 北京 : 石油工业出版社 , 1994 3 张百灵 . 近地表油气化探干扰因素的讨论及其校正 . 石油实验地质 , 1993, 15( 3: 290 4 赵旭东 . 石油数学地质概论 .

19、 北京 : 石油工业出版社 , 1992 5 刘崇禧 . 油气化探方法与应用 . 安徽合肥 : 中国科学技术出版社 , 1992 6 王锡福 ,陈安福 . 鄂尔多斯盆地非地震油气勘探 . 北京 : 地质出版社 , 1992 7 张跃 ,邹寿平 . 模糊数学方法及其应用 . 北京 : 煤炭工业出版社 , 1992 8 王仁铎 ,胡光道 . 线性地质统计学 . 北京: 地质出版社 , 1988 METHOD AN D PROCEDURE OF DATA PRDCESSING IN SURFACE GEOCHEMICAL PROSPECTING Lin Yux iang Hao Shisheng Q

20、u Zhihua W ang X iu ( U niv ersity of Petro leum , Do ng ying , Shandong ( Huabei Oilfield, Renqiu, Hebei Abstract There are many f acto rs w hi ch influence the ef fects of pet ro leum geochemica l prospecting. Dif ferent met ho ds and procedure will lead t o rather dif ferent result s. This paper int ro duces i n detai l the mo dificatio n of i nf luence f act ors, i ndi cat or sel