Интерпретация данных ГИС на базе системно-структурного подхода учебн

исследовать механизмы их функционирования, что позволило выделять наиболее существенные свойства среди параметров изучаемой системы признаков, обнаруживать закономерности в их проявлении, анализировать жизнеспособность работы той или иной программы распознавания. Наметился реальный путь к широкому использованию большого количества исходных данных и обобщений для всестороннего понимания механизма решения задач распознавания. Опыт решения задач распознавания свидетельствует о том, что, как это следует из основной системной парадигмы, часто основная «различающая» информация заключена не в отдельных признаках, а в различных их сочетаниях. Анализ практики машинной идентификации горных пород по материалам ГИС в полной мере подтверждает справедливость этого вывода: основная информация о литологическом составе пород заключена во взаимосвязях показаний различных методов каротажа.

В качестве примера рассмотрим задачу детального литологического расчленения на пласты соленосной толщи в разрезах скважин Верхнекамского месторождения калийных солей (ВКМКС). Эта задача весьма актуальна в связи с проблемами уточнения геологического строения и промышленной оценки калийной залежи и технологического контроля за надежностью изоляции залежей солей от воздействия надсолевых и подсолевых вод в нефтяных скважинах.

Для литологического расчленения рассматривались интервалы разрезов, охватывающие нижнюю часть уфимского яруса и представленные соляно-мергельными породами, и часть соляной толщи, включающей в себя покровную каменную соль, толщу калийных солей и верхние пласты подстилающей каменной соли общей мощностью 150–160 м.

Пласты галогенных пород (каменная соль, гипс, карналлит, сильвинит и их переслаивание между собой и глинистыми породами) уверенно выделяются по каротажным диаграммам

(табл. 2.1).

91

Таблица 2.1

Литологические разности пород соленосных отложений ВКМКС, выделяемые по диаграммам ГИС, и их физические параметры

92

Полученные результаты по литологическому расчленению соленосных отложений показывают, что никакой объективной необходимости в применении интерактивных систем (кроссплотов и визуальных образов) нет: полнота учета взаимосвязей показаний различных геофизических методов, которую может обеспечить компьютер, несомненно, гораздо выше обеспечиваемой человеком, анализирующим кросс-плоты или диаграммы, служащие визуальными образами данных. По-видимому, роль человека заключается не в каких-то его замечательных способностях к выявлению взаимосвязей между теми или иными свойствами, а в том, что он действует с учетом некоторых целостных, интегративных особенностей ситуации, вносит в интерпретацию элементы системного подхода, отсутствующего в большинстве современных алгоритмов литологической интерпретации данных ГИС.

Перспективным в отношении полного учета взаимосвязей свойств является класс алгоритмов, основанный на вычислении оценок (предложен Ю.И. Журавлевым). Алгоритмы этого класса базируются на вычислении приоритетов (оценок сходства), характеризующих близость распознаваемого и эталонного объектов по некоторой совокупности (системе) взаимосвязанных признаков. При этом идея использования совокупности взаимосвязанных признаков доводится до логического конца: степень похожести объектов оценивается в процессе сопоставления всех возможных сочетаний признаков, входящих в описание объектов интерпретации. Существенное достоинство алгоритма вычисления оценок состоит в том, что для вычисления оценок, определяющих принадлежность распознаваемого объекта одному из заданных классов, имеются простые аналитические формулы, заменяющие сложные переборные процедуры. При этом был предложен так называемый «алгебраический» подход к решению задач распознавания и классификации: расширение семейства алгоритмов с помощью алгебраических операций и построение семейства, гарантирующего получение корректного алгоритма, обеспечивающего решение изучаемого класса задач.

93

Основные объекты исследования в современной науке представляют собой те или иные системы, и подход к объектам исследования как к системам выражает одну из главных особенностей современного научного познания. Как было отмечено выше, любой рассматриваемый объект может являться частью объекта более высокого уровня (изучаемый продуктивный пласт является частью нефтяной залежи) или может состоять из целого ряда объектов более низкого уровня (продуктивный пласт изучается по образцам горных пород), т.е. объекты различного уровня связаны между собой иерархическим образом. Таким образом, важнейшей особенностью объекта исследования как системы является его иерархичность, которая означает, что каждый ее элемент, в свою очередь, может рассматриваться как некоторая система, а сама исследуемая система представляет собой лишь один из компонентов более широкой системы.

Традиционные «ручные» методики интерпретации данных ГИС, как правило, используют геофизическую информацию не только для определения литологического состава, характера насыщения и физических свойств пластов горных пород, но и для определения стратиграфической принадлежности этих пластов, фактически объединяя задачи интерпретации материалов ГИС по отдельным скважинам и межскважинную корреляцию разрезов скважин.

Широкоизвестные алгоритмы распознавания образов оказались относительно эффективными при решении задач литологической идентификации пород и определения характера насыщения коллекторов. Что же касается задач стратиграфической индексации (межскважинной корреляции) пластов, то в большинстве современных программ машинной обработки данных ГИС эти задачи не столько решаются, сколько обходятся за счет явного или скрытого применения человеко-машинных режимов работы. Указанное ограничение возможностей автоматизированной интерпретации ГИС обусловлено тем, что стратиграфическая идентификация по самой своей природе относится к числу задач, решаемых на основе системного подхода. При исполь-

94

зовании традиционных методик системно-структурного анализа, требующих иерархической декомпозиции разрезов отдельных скважин, используются представления, плохо поддающиеся формализации и поэтому малопригодные для того, чтобы стать основой алгоритмов машинной идентификации стратиграфической принадлеж-ности горных пород по данным скважинных наблюдений.

Однако декомпозиция не является единственным способом реализации системного подхода к изучению геологических объектов. В силу пространственной компактности геологических систем и их элементов иерархичность можно учесть с помощью так называемого интегрального (целостностного, а не кусочного) способа отражения иерархичности. Поэтому представляет интерес интегративный способ реализации системноструктурного подхода к решению задач корреляции разрезов скважин при машинной обработке данных ГИС. Способ заключается в одновременном рассмотрении как исходных диаграмм ГИС, так и их псевдостатистических (усредненных) отображений, получаемых в результате сглаживания исходных диаграмм с помощью скользящих окон различных размеров. При этом описание элемента системы (точки на оси скважины) включает в себя как данные по самому элементу, так и характеристики членов всей цепочки подсистем разных иерархических уровней, которым этот элемент принадлежит, играя роль их (подсистем) общего геометрического центра.

Использование псевдостатистических представлений кривых ГИС позволяет построить алгоритмы интерпретации, по своей форме не отличающиеся от обычных статистических алгоритмов, но фактически базирующихся на системном подходе. Такие алгоритмы дают возможность при интерпретации на компьютере данных ГИС объединить литологическую интерпретацию со стратиграфической, т.е. достичь той же полноты интерпретации, которой характеризуются традиционные ручные методики.

95

2.3. Корреляция разрезов скважин по материалам ГИС с точки зрения системно-структурного подхода

Системный подход к исследованию геологических тел обычно реализуется на основе их декомпозиции на иерархии пространственно связных частей-подсистем. Границы подсистем всех уровней желательно проводить по поверхностям (линиям, точкам) скачкообразного уменьшения мер взаимного сходства и взаимосвязи смежных элементов объема (площади, длины) изучаемого объекта. Тогда возможности иерархической декомпозиции как средства моделирования сложных систем проявляются с наибольшей полнотой.

Нередко единственным надежным источником сведений о составе и строении исследуемых геологических тел являются скважинные данные, которых, как правило, достаточно для рациональной декомпозиции разреза каждой скважины и построения с помощью межскважинной корреляции общей схемы иерархического расчленения разбуренного объема земной коры на части, сменяющие одна другую по вертикали, но никогда не хватает для однозначного прослеживания выделенных частей (будем называть их «пластами») по площади и для выхода на имеющие точные топографические привязки иерархические описания пластов как площадных объектов.

Свойства пласта известны только в отдельных точках наблюдений – скважинах, и, чтобы не начинать обработку данных с решения плохо определенных задач экстраинтерполяции, декомпозицию пласта приходится подменять классификацией имеющихся точек наблюдений. Если классификацию осуществить с помощью кластер-анализа, на каждом шаге кластеризации соблюдая запрет на объединение групп точек, геометрические зоны влияния которых (участки, охватывающие элементы площади, лежащие к одной из точек группы ближе, чем к другим классифицируемым точкам) не стыкуются между собою, от нее нетрудно перейти к иерархической декомпозиции площади

96

развития пласта на пространственно связные участки. При этом каждый участок, трактуемый в качестве подсистемы, определится как совпадающий с совокупностью геометрических зон влияния скважин, попавших в одно из классификационных подразделений, сформированных в процессе кластер-анализа.

Описанный декомпозиционный способ выявления иерархичности внутренней структуры пласта успешно используется при анализе разработки нефтяных месторождений. Для выхода на «более естественный» результат декомпозиции площади развития пласта можно предпослать экстраинтерполяцию скважинных данных на межскважинное пространство. Однако такое решение некорректно, так как экстраинтерполяция выполняется исходя из предположения о плавном изменении свойств пласта между скважинами, а иерархическая декомпозиция вполне оправданна лишь при наличии в пространственном изменении свойств пласта четко выраженных скачков. Отсюда следует: если моделирование пласта начать с экстраинтерполяции скважинных данных (построения горногеометрической модели), декомпозиция должна быть заменена каким-то другим (пока назовем его «горногеометрическим») способом отображения и учета иерархичности внутренней структуры пласта. Удобным средством отображения иерархичности может послужить дополнение обычной (не сглаженной) горногеометрической модели набором трендовых моделей, полученных из обычной модели путем ее сглаживания скользящими окнами разных размеров.

При использовании декомпозиционного способа системное описание отдельной «точки» пласта задается перечислением «ступеней» той лестницы конкретных подсистем, которая ведет от данной «точки» к пласту, взятому в целом, и параметрами подсистем. В рамках горногеометрического способа системным описанием «точки» служит набор снятых с карт (числовых моделей) тренда средних значений интенсивности проявления одного и того же свойства на площадных элементах разных размеров, имеющих своим геометрическим центром данную «точку».

97

Поэтому последний способ отражения иерархичности можно назвать интегративным.

Первое предположение, которое лежит в основе работы по литологической корреляции по М.Ш Губерману – это принятие слоистого строения осадочной толщи. Он считает, что корреляция разрезов скважин опирается в основном на сопоставление толщ горных пород, характеризующихся одинаковым литологическим составом и физическими свойствами. Обязательный элемент корреляции – сопоставление конфигураций каротажных кривых, т.к. задача корреляции решается практически по данным каротажа. При корреляции подразумевается постоянная последовательность пластов и их упорядоченность согласно гипотезе Хейтса. Сопоставления толщ горных пород в разрезе скважин осуществляется при выборе интервалов сравнения и оценки мер близости между ними. Системный подход заключается в огрублении кривых ГИС при стратиграфическом расчленении разреза разной степени детальности, т.е. использование интегральных кривых ГИС ступенчатой формы. Следует отметить, что на практике стратиграфическая корреляция по данным ископаемым фауны и флоры и анализов керна не проводятся – они успешно заменены диаграммами ГИС.

По мнению А.М. Волкова, корреляция возможна при максимизации функций взаимной корреляции и удачном выборе метода распознавания образов, т.к. большинство алгоритмов корреляции ориентированы на детальное сравнение разрезов. Выделение четких реперов (1-й этап корреляции) позволит успешно провести корреляцию межреперных пространств (2-й этап корреляции).

Опыт решения задач распознавания свидетельствует о том, что часто основная «различающая» информация заключена не в отдельных признаках, а в различных их сочетаниях. Наиболее перспективными в этом смысле является класс алгоритмов распознавания, основанных на вычислении оценок. Принцип алгоритма такого класса состоит в вычислении приоритетов (оценок

98

сходства), характеризующих близость распознаваемого и эталонного объектов по системе совокупности признаков.

Основой стратиграфии является корреляция. Стандартные методы корреляции связаны с поиском и установлением идентичных точек или уровней в сравниваемых стратиграфических последовательностях. В нефтедобывающей промышленности для корреляции применяются в основном палеонтологические методы. Например, одна группа геологов (Степанов, Крумбейн) понимает задачу корреляции в установлении возрастных (временных) отложений геологических тел, другая (Жижченко, Давиташвили, Данбар) пользуется этим термином, имея в виду и задачу установления невозрастных пространственных отношений геологических тел по литологическому составу, фауне.

В настоящее время нет полной геологической характеристики разрезов скважин (керн, испытания, гидродинамика). Поэтому необходимо увязывать данные ГИС с геологической информацией на базе изучения связей геофизических методов с физико-геологическими свойствами горных пород. Эти связи имеют сложный (многомерный) характер, так как существует проблема каротажных зондов (их размеры, влияние на их показания вмещающих пород и т.п.).

Зависимость типа «Параметры по ГИС = f (геологические параметры)» не может быть использована в отдельной точке разреза, а лишь по какому-то интервалу (отрезку) скважины. В этом случае разрез скважины делят на относительно однородные участки, а затем находят характерные показания внутри них (по пласту). В других случаях выбирается некая классификация коллекторов или же вводится эффект усреднения показаний прибора и усреднение петрофизических параметров, т.е. мы имеем дело с интегральными характеристиками. Многие исследователи считают, что по данным ГИС можно определить литологическую характеристику пород. Каждый конкретный метод ГИС интересен в том смысле, что он может снять неопределенности при определении характеристик геологических объектов.

99

Применение данных ГИС при седиментологических и ли- толого-страти-графических исследованиях открывает большие перспективы для решения ряда геологических и, в частности, поисковых задач. Различные методы ГИС позволяют с большой детальностью «просматривать» разрез, вскрываемый скважиной, получать непрерывную информацию о составе и свойствах пород по вертикали, а также прослеживать их изменение по региону. Каждое из этих свойств (плотность, сопротивление, скорость, радиоактивность и т. п.), зафиксированное тем или иным геофизическим методом, в какой-то мере связано с условиями осадкообразования, что предопределяет возможность седиментологического анализа по данным ГИС.

Эффективность применения системно-структурного подхода в нефтяной отрасли наиболее ярко проявляется при исследовании (моделировании) нефтяной залежи. Описание залежи как геологического объекта приобретает системно-структурный характер при учете окружающей залежь среды и становится очевидным, что одним из основных элементов процедуры построения реальной модели является проведение геологических границ (литологических, геолого-физических и т.п.).

Важным этапом на пути получения описания модели залежи является межскважинная корреляция геологических разрезов отдельных скважин. Успешное построение корреляционных схем возможно только в случае принятия модели слоистого строения осадочной толщи и использования четкой литологостратиграфической классификации пластов горных пород, выделяемых в разрезе скважин по материалам промысловогеофизических исследований.

Для того чтобы эффективно эксплуатировать нефтяные залежи, необходимо иметь правильное представление об их геологическом строении и добывных возможностях скважин. Большая часть геологических и геофизических наблюдений, на основе которых изучается геологическое строение залежи, относится к отдельным пересечениям толщи горных пород ка-

100