Natural Gas Geoscience >

2024 , Vol. 35 >Issue 11: 2064 - 2077

DOI: https://doi.org/10.11764/j.issn.1672-1926.2024.05.014

Distribution characteristic of favorable sand bodies in braided river delta of Xishanyao Formation，Yongjin area，Junggar Basin：Insight from stratigraphic forward modelling

  • Zengbao ZHANG , 1 ,
  • Likuan ZHANG , 2 ,
  • Yiming YAN 3 ,
  • Liqiang ZHANG 3
Expand
  • 1. SINOPEC Shengli Oilfield Company，Dongying 257062，China
  • 2. Institute of Geology and Geophysics，Chinese Academy of Sciences，Beijing 100029，China
  • 3. School of Earth Science and Technology，China University of Petroleum （East China），Qingdao 266580，China

Received date: 2024-01-16

  Revised date: 2024-05-31

  Online published: 2024-07-08

Supported by

The National Science and Technology Major Project(2017ZX05008-004)

the National Natural Science Foundation of China(42030808)

Fold

Abstract

The deep-buried tight sandstone reservoirs of the Xishanyao Formation in Yongjin area， Junggar Basin have significant exploration potential. However， the reservoirs exhibit poor physical properties， strong heterogeneity， limited wells， and poor seismic data quality， making the prediction and characterization of favorable sand body distribution challenging. Based on sedimentary background analysis， this study employs sedimentary forward modelling and simulation parameter analysis to construct a four-dimensional sedimentology model of the braided river delta of the Xishanyao Formation in the study area， and also predicts favorable facies and the distribution of sand bodies between wells. The results indicate that there are four flood surface in the Xishanyao Formation， and the Xishanyao Formation can be divided into four fourth-order sequences. Based on the sequence framework and vertical changes of sporopollen content， the simulated evolution process of the lake level is set to seven regression and six transgressions. Results from the reconstruction of paleoenvironment and paleo-water depth based on trace element suggest that during the sedimentation period of the Xishanyao Formation， the environment was weakly oxidizing to weakly reducing，with relatively shallow water depth， averaging about 34.69 m. Using the systematic trial and error method， simulation results confirm that when the parameter K for sediment concentration in river water is set to 0.08 g/L， the conformity of layer thickness among six wells is higher than 89%， with the highest lithological conformity at individual well points. The simulated study indicates that large-scale river deposits dominated， primarily characterized by vertical aggradation， and the river channel complexes were relatively extensive in the early stage of Xishanyao Formation deposition. In the middle stage， the river system exhibited a smaller scale and limited developed characteristics. In the late stage， the features were characterized by small， rapidly laterally migrating rivers with a broad distribution. Braided river delta plain distributary channels are favorable exploration targets in the area. Between Wells Y1 and Y3， as well as between Wells Y2 and Y6， there is a high probability of well-developed channel systems， making them favorable exploration targets in the region.

Key words： Stratigraphic forward modeling; Favorable sand bodies; Braided river delta; Xishanyao Formation; Yongjin area

Cite this article

Zengbao ZHANG , Likuan ZHANG , Yiming YAN , Liqiang ZHANG . Distribution characteristic of favorable sand bodies in braided river delta of Xishanyao Formation，Yongjin area，Junggar Basin：Insight from stratigraphic forward modelling[J]. Natural Gas Geoscience, 2024 , 35(11) : 2064 -2077 . DOI: 10.11764/j.issn.1672-1926.2024.05.014

0 引言

深层河流—三角洲相砂体分布预测一直是低渗油气藏勘探和开发的难点问题之一［1-3］。深层低渗储层普遍经历了强烈的成岩作用，物性整体较差，非均质性强［4-6］，地震沉积学或属性反演等技术预测有利砂体分布难度大［7-10］。近年来，沉积正演模拟技术日趋成熟，能够从沉积水动力学正演的角度定量分析沉积物搬运和沉积相演化过程［11-17］。碎屑岩沉积正演模拟可以考虑构造作用（沉降、断裂、弯曲、底辟作用）、海平面/湖泊变化（海面升降、降雨量和蒸发量）、沉积物供应（沉积物来源、基底和沉积物侵蚀）和搬运过程（河流、重力流、波浪）［18］，提供多种定量的不确定沉积学模型，帮助地质学家了解沉积系统演化过程，预测沉积相和井间岩性分布。目前，常用于沉积正演模拟的软件主要包括3种：Delft3D 软件、Sedsim软件和Dionisos软件［19-21］，其中Dionisos软件是基于水和重力驱动的扩散方程实现沉积正演模拟，可以开展控制单一变量和并行模拟，进而定量分析沉积过程中可容空间、沉积物供应量及水动力学参数等对沉积物展布的影响，实现对河流—三角洲相沉积过程的定量正演模拟。
准噶尔盆地腹部永进地区西山窑组储层埋深大，约为5 800~6 200 m，以三角洲—湖泊沉积为主，多口探井获得了工业油流，具有良好的油气勘探前景［22］。前人的研究工作表明，西山窑组储层物性总体较差，相对优质储层与砂岩粒度和组分密切相关，明显受到沉积相控制［22-24］。然而，由于储层砂体较薄、非均质性强，且存在煤层，不同岩性的波阻抗和测井响应差异小，砂岩与泥岩的波阻抗严重重叠，导致难以利用地球物理数据准确预测砂体分布。
如何识别有利储层分布成为深层油气勘探中面临的关键地质问题。沉积正演模拟可在对沉积背景分析的基础上，结合地震资料解释获得的层序格架、地层厚度和钻井揭示的岩性信息，进行系统的定量模拟，可为研究区沉积体系演化和有利相带分布带来新见解。
鉴于此，本文针对永进地区西山窑组深层钻井资料少、储层地震资料识别难度大的问题，采用沉积正演模拟方法，在模型参数分析的基础上，建立永进地区西山窑组的合理沉积学模型，以期为地震资料解释及砂体分布预测提供依据。

1 地质背景及层序格架

1.1　地质背景

准噶尔盆地是我国第二大内陆盆地，位于我国西北部新疆维吾尔自治区。盆地主要包含6个一级构造带，分别是西部隆起带、陆梁隆起带和东部隆起带3个隆起带，中央坳陷和乌伦古坳陷2个坳陷带，以及南部北天山山前冲断带［图1（a）］。中央坳陷可进一步划分为4个凹陷和6个凸起二级构造单元，永进地区处在盆地腹部中央坳陷沙湾凹陷东南部［图1（b）］。研究区侏罗系自下而上发育八道湾组（J1 b）、三工河组（J1 s）和西山窑组（J2 x），缺失头屯河组（J2 t）、齐古组（J3 q）和喀拉扎组（J3 k）。
图1 研究区构造位置和西山窑组岩性柱状图

（a）准噶尔盆地一级构造带分区；（b）准噶尔盆地腹部二级构造单元分区；（c）车—莫古隆起和钻井位置；（d）西山窑组岩性柱状图

Fig. 1 Structural location and lithological column of Xishanyao Formation of the study area

研究区自二叠纪至早侏罗世整体为负向构造单元，受中晚侏罗世燕山运动影响，车—莫古隆起构造隆升，依次经历了水下低凸阶段（J1 s）、水上扩展阶段（J2 x 1-2）、剧烈隆升阶段（J2 x 3—J3）、隐伏侵蚀段（K—E）等，地层遭受抬升剥蚀。白垩纪地层呈区域性不整合覆盖在中侏罗统西山窑组之上，古近纪—新近纪伴随着喜马拉雅期强烈掀斜和发生连续快速沉积，最终形成了南低北高的现今构造格局［25-27］。
中侏罗统西山窑组为永进地区主要勘探层系，油藏类型主要为地层和岩性油气藏；埋藏深度一般为5 800~6 200 m。储层以细砂岩、中砂岩和含砾粗砂岩为主，受车—莫古隆起演化的影响，发育西北向东南方向延伸的辫状河三角洲沉积砂体［28-29］［图1（c）］。西山窑组以黑色煤层、灰色和灰黑色泥岩、粉砂岩、细砂岩及中—粗砂岩为主［图1（d）］，砂岩孔隙度和渗透率低，孔隙度平均值为7.2%，平均渗透率为0.34×10-3 μm3，属于超低—特低孔渗砂岩储层［24］。

1.2　层序地层格架特征

白垩系清水河组底部为一套灰色砂岩、含砾粗砂岩，与下部西山窑组呈不整合接触（图2），沉积间断时间长，是典型的三级层序界面。西山窑组与下伏侏罗系三工河组为整合接触（图3），结合佟殿君等［25］将西山窑组划分为2个三级层序，西山窑组内部发育4个湖泛面，且煤层之上的地层向Y2井有明显上超现象（图3），故将西山窑组划分为4个四级层序，自下而上分别为Sq1、Sq2、Sq3和Sq4（图2）。
图2 研究区西山窑组岩性特征及层序地层格架

注：SU为不整合面；IFS为四级层序的初始湖泛面；MFS为四级层序的最大湖泛面；剖面位置见图1（c）

Fig.2 Lithologic characteristics and sequence stratigraphic framework of Xishanyao Formation in the study area

图3 研究区西山窑组地震层序地层格架

注：SU为不整合面；IFS为四级层序的初始湖泛面；MFS为四级层序的最大湖泛面；FS为湖泛面；剖面位置见图1（c）

Fig. 3 Sequence stratigraphic framework of Xishanyao Formation on seismic section in the study area

研究区Sq1整体以煤层、泥岩和薄层砂体沉积为主；Sq2以泥岩、厚层砂体为主；Sq3以湖相泥岩和中厚层砂体沉积为主；Sq4下部以厚层砂体沉积为主，上部为厚层泥岩夹薄层细砂岩。自然伽马测井曲线表现为由Sq1向Sq4逐渐减小的特征；岩性和自然伽马测井曲线显示了逐渐进积的特征，相当于1个三级层序的湖侵体系域，与图3中地震剖面揭示的层序特征相同。由此可见，西山窑组在Sq1主要发生了3次湖退和2次湖侵；Sq2发生2次湖侵和2次湖退；Sq3和Sq4分别为1次湖侵和1次湖退（图2）。

2 方法和模拟参数

2.1　模拟方法及工区设计

基于Dionisos软件平台开展沉积正演模拟，可以从三维空间和时间4个维度对地层沉积充填过程、岩性分布进行重现［5-6，15-18］。沉积正演模拟的输入参数主要包括以下4类：第一类是模拟研究区的大小、时间标尺与时间步、模拟网格精度及岩性类型，这类参数与研究对象和目的密切相关，一般为确定性参数；第二类为盆地基底的构造沉降量、初始水深、湖平面变化、沉积物总供应量和生长断层等，这类参数对于模拟研究区的可容空间变化具有较大影响；第三类为物源位置、岩性组成、沉积物供应速率和基底剥蚀速率；第四类为沉积物搬运方式，例如重力流比例、波浪影响范围和深度。
研究区为52.5 km×32.5 km的长方形区域，目的层为西山窑组，共有6口井岩心、测井、古生物和三维地震数据，可用于确定沉积正演模拟的基础数据、物源方向、基底沉降量及湖平面演化等参数。利用钻井、地震以及分析化验资料，确定西山窑组构造沉降量、初始水深、湖平面变化曲线、物源信息和沉积物搬运方式等参数。

2.2　模拟参数设计

2.2.1　基础参数确定

本文目的是分析沉积砂体的分布规律和位置，考虑模拟精度与模拟时长的关系，模拟研究区大小与实际研究区相同，网格精度设计为0.25 km×0.25 km，网格数为210（横向）×130（纵向）。地层由泥岩、细砂岩、中砂岩、含砾粗砂岩和煤层组成。目前，煤层的沉积正演模拟过程仍未有成功案例，且研究区煤层中不发育大型植物化石，因此煤层被当成富有机质的泥岩层。鉴于此，模拟岩性设为泥岩、细砂岩、中砂岩和粗砂岩4类。
根据胜利油田古生物鉴定数据，Y7井西山窑组孢粉组合中桫椤孢属（Cyathidites）孢子占有较高含量（16.66%），部分样品（6 210~6 230 m）达37%，未见白垩纪准噶尔孢属（Junggarsporites），属中侏罗世，结合文献［25］对西山窑组、头屯河组底部样品的同位素定年结果和2022年国际年代地层表，将西山窑组绝对年代定为176.6~167.6 Ma，模拟时间步长设为0.1 Ma，即时间步数为90次（图4）。
图4 研究区Y7井孢粉含量及湖平面演化

Fig.4 The sporopollen differentiation of Well Y7 and lake levelevolution in the study area

2.2.2　初始古水深

Ni、Sr、Co、Sr/Ba、Ni/Co和V/（V+Ni）等元素含量和比值与其沉积环境的盐度、氧化—还原环境及古水深等具有一定联系［30-32］。其中，Ni/Co值指示氧化—还原环境，小于5为氧化环境，5~7为贫氧环境，大于7为厌氧环境［32］。V/（V+Ni）值也可以指示氧化—还原环境，小于0.6为氧化环境，0.6~0.77为弱氧化—弱还原环境，大于0.77为还原环境。Sr/Ba值指示水体的盐度，小于0.6为淡水环境，0.6~1.0为半咸水环境，大于1为咸水环境。Ni含量同样指示了水体盐度，20~25 μg/g为淡水环境，25~40 μg/g为半咸水环境，大于40 μg/g为咸水环境。Sr含量也良好的水体盐度指示参数，100~500 μg/g为淡水环境，500~800 μg/g为半咸水环境，800~1 000 μg/g为咸水环境。
选取来自于研究区Sq2的23块样品（Y2井5 957.25~6 001.34 m、Y8井6 014.00~6 041.00 m、Y1井5 882.00~5 911.00 m、Y3井5 624.00~5 651.00 m）、Sq3的42块泥岩样品（Y6井5 989.00~6 008.00 m、Y1井5 843.00~5 873.00 m、Y3井5 582.00~5 623.00 m、Y7井6 114.00~6 122.00 m）、Sq4的20块样品（Y7井6 049.00~6 112.00 m）进行微量元素测试。结果（图5）表明，从Sq2至Sq4，Ni含量主要分布区间逐渐降低，Sr含量逐渐降低，Sr/Ba值变化较大，但整体仍以Sq4最低。Sr含量主要分布区间均小于50 μg/g，Sr/Ba值分布区间大部分小于0.6，表明研究区以淡水沉积为主。然而，Ni含量主要分布区间以20~50 μg/g为主，但变化范围较大，从20~70 μg/g均有分布，平均值为41.52 μg/g，表明西山窑沉积时期以淡水环境为主，但伴有干旱、高盐度环境。Ni/Co值主要分布区间小于5，V/（V+Ni）值主要分布区间为0.7~0.88之间，指示西山窑组沉积时期为弱氧化—弱还原环境，古水体深度较浅。
图5 研究区西山窑组微量元素分析结果

（a）Ni元素含量；（b）Sr元素含量；（c）Sr/Ba值；（d）Co元素含量；（e）Ni/Co值；（f）V/（V+Ni）值

Fig.5 The content of trace element data of Xishanyao Formation in the study area

此外，依据Co元素含量计算了陆相沉积环境的古水深［33］，公式如下：
V s = V o × N C o S C o - t × T C o
t = S l a N l a
h = 3.05 × 10 5 ( V s ) 1.5
式中：V s为样品沉积时的沉积速率，m/Ma；V 0为当时正常湖泊沉积速率，m/Ma；N Co为正常湖泊沉积物中Co元素的含量，为20 μg/g；S Co为样品中Co元素的含量，μg/g；T Co为陆源碎屑岩中Co元素的平均含量，为 4.68 μg/g；t为物源Co对样品的贡献值，无量纲；S La为样品中La元素的含量，μg/g；N La为陆源碎屑岩中La元素的平均含量，为38.99 μg/g；h为古水深，m。
研究区西山窑组Co含量平均值为18.9 μg/g，La平均含量为40.02 μg/g，三角洲相的沉积速率约为300 m/Ma，代入上述公式，估算平均古水深约为34.69 m。估算结果与微量元素反映的以淡水沉积为主，局部盐度较高，沉积环境总体为弱氧化—弱还原背景一致。因此，研究区西山窑组平均古水深设为34.69 m，利用厚度印模法恢复了古水深 ［图6（a）］。
图6 研究区沉积正演模拟基础输入参数

（a）初始古水深；（b）基底沉降量；（c）地层厚度；（d）物源方向

Fig.6 Basic input parameters for sedimentary forward simulation in the study area

2.2.3　相对湖平面变化

湖平面相对变化影响湖盆的可容空间。图2和图3显示的层序格架指示了Sq1包含3次湖平面下降，2次湖平面上升；Sq2包含2次湖平面上升和2次湖平面下降；Sq3和Sq4分别为1次湖平面上升和1次湖平面下降。为了确认层序格架指示的湖平面演化过程，对Y7井进行了系统的孢粉数据分析，分析结果（图4）与利用层序格架恢复的湖平面演化过程（图2）具有较高的吻合度。在西山窑组沉积期间，自下而上湖平面逐渐降低，表现为6次湖平面上升和7次湖平面下降。因此，将图4所示的湖平面演化曲线设置为相对湖平面演化模拟参数。
初始古水深由盆地初始形态决定，控制盆地初始可容空间。准噶尔盆地腹部沉降较大，沉积中心与沉降中心基本一致，沉积物厚度可用于反映沉积盆地的古水深趋势［34］。研究区沉积物厚度如图6所示，整体呈现出东南厚，西北薄的趋势。利用文献［34］的方法恢复出古水深，呈现为东南深、西北浅的趋势。

2.2.4　基底沉积量

构造沉降是影响可容空间的另一个主要控制因素，本文利用Airy平衡公式［35］计算构造沉降，并利用古水深、海平面演化过程和地层厚度估算了盆地基底沉降量［图6（b）］，结果显示沉积中心与沉降中心重合。

2.2.5　沉积物供应量及物源

沉积物总供应量利用沉积物的总体积计算，研究区内6口井的西山窑组厚度分别为116.50 m（Y1井）、94.00 m（Y2井）、160.00 m（Y3井）、164.00 m（Y6井）、238.00 m（Y7井）和102.00 m（Y8井），平均值为145.75 m，地震数据体计算的西山窑组沉积物厚度均值为104.67 m，小于钻井揭示的平均地层厚度。然而，研究区钻井多位于斜坡—盆地中心，所以钻遇地层厚度相对较大。因此，选用地震层位反映的地层厚度计算总沉积物供应量为178.6 km3。西山窑组沉积时间为176.6~167.6 Ma，因此物源区泥沙供给速率为19.84 km3/Ma。研究区6口井统计表明，西山窑组中泥岩占52.5%，砂岩占42.5%，含砾粗砂岩占5%。前人［25］研究指出，侏罗系西山窑组沉积时期物源主要来自西部和北部，这与研究区盆地古水深分布相似，因此将物源设为物源1、物源2、物源3和物源4。

2.2.6　沉积物搬运方式

本文研究利用扩散方程描述盆地内部砂、泥和砾石的搬运过程，包括重力搬运和河流搬运2种机制［24］。由于研究区以陆上、浅水—半深水沉积为主，因此仅考虑水流搬运作用。水流搬运的基本形式如下：
Q s = K × q × s
式中：Q s为沉积物通量，km2/a；K为扩散系数，与沉积物的粒度有关，km2/a；s为空间某地质的坡度，°；q为某点的水流通量，m3/km2。其中，K和s为确定性参数，一般于研究区沉积物的粒度及坡度有关，按照泥岩、砂岩和砾岩的平均粒径进行设定，分为0.05 mm、0.25 mm和0.5 mm。水流通量的设置通常需要确定水流沉积物浓度这一经验参数；根据文献［15-16］，河流水体沉积物浓度的经验参数为0.1 g/L，而文献［9］给出该经验参数可能为0.065 g/L，且敏感性分析表明该参数对泥砂分布影响较大，属于高敏感参数。本文研究用0.08 g/L作为基准参数，利用系数0.05、0.10、1.00、10.00和20.00作为比例系数，即沉积物浓度分别设为：0.004 g/L、0.008 g/L、0.08 g/L、0.8 g/L和1.6 g/L，进行5次并行模拟。模拟结果表明：当河流水体沉积物浓度为0.08 g/L时，各井点的岩性和地层厚度吻合度最高，细节参见模拟结果部分，因此确定河流水体沉积物浓度参数K为0.08 g/L。

3 模拟结果与砂体平面展布特征

3.1　沉积正演模拟结果及验证

沉积正演模拟的结果具有不确定性，需要进行多次模拟参数调整，以达到模拟结果与实际钻井地层厚度、岩性分布等数据吻合［5，15-16］。模拟结果可靠性的验证主要从以下2个方面开展。

3.1.1　沉积模式及层序结构

沉积正演模拟的优势在于可以解释不同沉积时期的平面沉积相带展布。钻井揭示永进地区西山窑组沉积时期，主要为西北方向东南方向逐渐展开的辫状河三角洲沉积体系，在Sq1沉积时期，煤层相对发育，水体浅，研究区以辫状河三角洲平原及沼泽沉积为主，这与模拟结果相同［图7（a），位于图4中时间标尺A点处，176.4 Ma；图7（b），位于图4中时间标尺B点处，175.6 Ma］。西山窑组整体沉积相展布如图7（c）所示，表明西山窑组沉积晚期，永进地区逐渐发生湖退，三角洲沉积萎缩至Y7井附近，湖盆逐渐萎缩，这与模拟结果的层序结构吻合度高（图8）。
图7 研究区西山窑组沉积正演模拟结果

（a）176.40 Ma时沉积相分布图；（b）175.6 Ma时沉积相分布图；（c）沉积正演模拟结果；（d）沉积厚度趋势图

Fig.7 The results of sedimentary forward simulation for Xishanyao Formation in the study area

图8 研究区沉积正演模拟结果连井剖面验证

Fig.8 The well section verification of simulated results in the study area

3.1.2　地层沉积厚度及岩性展布

通过各井点的岩性分布与模拟结果对比、利用地震资料解释的地层厚度最大值、最小值、中值及地层厚度趋势进行综合对比分析，验证模拟结果的可靠性。西山窑组早期砂砾岩主要分布于西北部和6口钻井区域；中期Y7井岩性逐渐变细；由Y2井至Y7井岩性整体上逐渐变细、厚度逐渐变薄，模拟结果与钻井吻合度高［图7（d），图8］。Y1井、Y2井、Y3井、Y6井、Y7井和Y8井地层厚度吻合度分别为92.3%、93.1%、90.5%、93.3%、89.5%、93.4%和95.3%。另外，模拟结果与地震资料均表明，地层厚度从西北向东南增大，平均地层厚度误差仅为3.2%。由此可见，单井岩性、层序格架、沉积模式和地层厚度都证实了沉积模拟结果的可靠性。

3.2　有利储集相类型及平面分布特征

研究区6口钻井岩心物性分析结果显示，西山窑组不同微相砂体物性差异较大。辫状河三角洲平原河道砂体中部主要以残余原生孔隙为主［图9（c）］，在河道底部常出现钙质胶结砂岩［图9（b）］，其他类型砂体中常因富含塑性颗粒［图9（a）］或者杂基［图9（d）］，在压实过程中物性变差。总体上，物性较好的砂体以三角洲平原分流河道和部分三角洲前缘水下分下分流河道为主。三角洲平原分流河道砂岩孔隙度均值为7.53%，渗透率均值为0.37×10-3 μm2，明显高于其他微相砂体。因此，三角洲平原分流河道微相是研究区西山窑组的有利储集相带。
图9 研究区西山窑组不同微相砂岩储层物性及微观特征

（a）孔隙度—渗透率交会图；（b）水下分流河道砂岩薄片照片，Y6井，6 082.30 m；（c）辫状河三角洲平原河道砂体顶部砂岩薄片照片，Y1井，5 872.00 m；（d）辫状河三角洲平原辫状河道砂体中部砂岩薄片照片，Y1井，5 875.00 m；（e）辫状河三角洲前缘席状砂薄片照片，Y7井，6 058.00 m

Fig. 9 The porosity， permeability and microscopic characteristics for different microfacies sandstone bodies of the Xishanyao Formation in the study area

然而，图3地震反射结构虽能反映地层结构，但由于砂、泥岩波阻抗差异性小，砂泥岩互层频繁，煤层速度差异大等原因，导致了地震资料不能识别出砂体空间展布特征。沉积正演模拟结果是基于泥岩、砂岩/砾岩含量、沉积水深和水流通量进行沉积相划分，因此根据模型的原理，水流通量较大、岩性较粗的浅水地区通常指示了河道主体位置。依据沉积正演模拟结果，刻画了不同沉积阶段的河道系统分布，其他相被赋予了透明色。依据湖平面的升降规律，西山窑组可划分为11个沉积阶段，图10中阶段①—⑤对应于层序Sq1，阶段⑥和⑦对应于层序Sq2，阶段⑧和⑨对应于层序Sq3，阶段⑩和⑪对应于层序Sq4。需要说明的是，层序Sq2内2个上升和下降半旋回中河流系统少，即使覆盖了更大时间步，河道系统仍然不发育，因此合并为阶段⑥和阶段⑦。
图10 研究区层序格架内西山窑组河道系统发育特征

Fig.10 Development characteristics of the channel system within the sequence framework for Xishanyao Formation in the study area

河流系统的刻画结果显示：来自不同物源区的河道系统常因地貌、河道侵蚀作用使得其物源区与河流系统并不成正交关系，尤其在沉积早期由于主河道对地貌和沉积物输送的差异，使得沉积物及河道分布与中晚期呈现较大差异（图11中阶段①—④）。例如，研究区西山窑组沉积开始时，河道系统相对较为稳定，河道搬运和迁移范围小，多以原地、小范围移动为主；至阶段④时期，河道系统开始侧向迁移，横向迁移距离从阶段①到阶段④明显增大。阶段⑤和⑥时期，河道系统开始发育较低，湖平面下降，沉积砂体逐渐向湖盆中心进积。阶段⑦和⑧时期，河道系统也发育较差，特征与阶段⑤和⑥相似。从阶段⑨到阶段⑪，河流系统开始明显增加，并且呈现出快速、大范围横向迁移的特征（图10）。
图11 研究区三级层序内西山窑组河道砂体叠置模式

Fig.11 Stacking pattern of channel sand bodies of Xishanyao Formation within the third level sequence in the study area

将上述河流迁移图像置于三级层序格架的湖退、湖侵和高位体系域中，表明西山窑组沉积初期，主要为低位体系域，整体发育垂向加积为主的大型河流沉积，河道复合体规模较大；西山窑沉积中期，为湖侵体系域，河流系统发育规模较小；西山窑组沉积晚期，研究区以小型、快速横向迁移型河流为主，河道规模小，但分布范围广（图11）。结合沉积正演模拟结果，恢复了研究区辫状河三角洲平原分流河道砂体分布的概率，对有利砂体分布进行了预测。图12是西山窑组分流河道砂体分布概率图，显示在Y1井—Y3井之间、Y2井—Y6井之间均存在较高的分流河道砂体发育概率，这些区域勘探成功的可能性更高。
图12 研究区西山窑组河道砂体分布概率

Fig.12 The probability of channel sand-bodies distribution of Xishanyao Formation in the study area

沉积正演模拟工作流程来源于经典海相层序地层学和扩散模型的研究。这种方法在利用地质资料分析确定性和不确定性参数后，通过多次数值模拟实验，可以获得相对高精确的地质模型。沉积正演模拟结果允许研究人员考虑更多的不确定性地质参数，分析和定量表征砂体演化规律。然而，沉积正演模拟的参数需要通过试错法进行确定，比较耗时，因而实际工作中应充分利用已有地质资料，尽可能地缩小不确定性参数的分布范围。另外，沉积正演模拟结果可以为多点地质统计学建模、基于沉积微相的确定性建模提供较好的训练图像，这对于开发阶段建立高精度地质模型也具有重要意义。

4 结论

（1）准噶尔盆地永进地区西山窑组主要发育4个湖泛面，可分为4个四级层序，自下而上分别为Sq1、Sq2、Sq3和Sq4，发生了7次湖退和6次湖侵；西山窑组沉积时期为弱氧化—弱还原环境，古水体深度较浅，平均古水深约为34.69 m。
（2）基于试错法确认了河流水体沉积物浓度参数K为0.08g/L时，钻井地层厚度吻合度均高于89%，且单井点岩性吻合度最高。西山窑组沉积初期为低位体系域，发育垂向加积为主的大型河流沉积，河道复合体规模较大；沉积中期为湖侵体系域，河流系统规模较小；沉积晚期以小型、快速横向迁移河流为主，河道规模小，但分布范围广。
（3）西山窑组辫状河三角洲平原河道砂体储集空间主要为残余原生孔隙，辫状河三角洲平原分流河道砂体物性明显高于其他微相，是有利储集相带。沉积正演模拟结果揭示，Y1井—Y3井和Y2井—Y6井等分流河道发育概率较高的地区可能是有利勘探目标。在低勘探程度的深层低渗储层油气勘探中，沉积正演模拟可为有利相带及储层预测提供有效工具。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
MACKEY S D， BRIDGE J B. Three-dimensional model of alluvial stratigraphy， theory and applications［J］. Journal of Sedimentary Research， 1995， 65（1）：7-31.

2
HAJEK E A， HELLER P L， SHEETS B A. Significance of channel-belt clustering in alluvial basins［J］. Geology， 2010， 38（6）：535-538.

3
OWEN A， EBINGHAUS A， HARTLEY A J， et al. Multi‐scale classification of fluvial architecture：An example from the Palaeocene-Eocene Bighorn Basin，Wyoming［J］.Sedimentology， 2017， 64： 1572-1596.

4
LI Y G， XU S F. Application of seismic rock physics and fo-rward simulation in predicting tight sands tone reservoirs［J］. Journal of Oil and Gas Technology， 2008， 30 （6）：61-66.

5
HU Y， HE W X， GUO B C. Combining sedimentary forward modeling with sequential Gauss simulation for fine prediction of tight sandstone reservoir［J］. Marine and Petroleum Geology， 2020， 112：104044.

6
HU Y，MA Y N，GUO B C， et al. Application of stratigraphic-sedimentological forward modeling of sedimentary processes to predict high-quality reservoirs within tight sandstone［J］. Marine and Petroleum Geology， 2019， 101：540-555.

7
ZENG H L， BACKUS M M. Interpretative advantages of 90°-phase wavelets：Part I.modeling［J］. Geophysics，2005，70（3）：7-15.

8
ZENG H L，BACKUS M M. Interpretative advantages of 90°- phase wavelets：Part II.seismic application［J］.Geophysics，2005，70（3）：17-24.

9
ZENG H L，LOUCK R G，FRANK I.Mapping sediment-dispe-rsal patterns and associated systems tracts in fourth and fifth order sequences using seismic sedimentology：Example from Corpus Christi Bay，Texas［J］.AAPG Bulletin，2007，9l：981-1003.

10
HAMED Z E， K URT J M. Quantitative seismic geomorphology of the middle Frio fluvial systems，South Texas， United States［J］. AAPG Bulletin， 2016， 100（4）：537-564.

11
LAWRENCE D T， DOYLE M， AIGNER T. Stratigraphic simulation of sedimentary basins：Concepts and calibration［J］. AAPG Bulletin， 1990， 74（3）：273-295.

12
FLEMINGS P B，GROZINGER J P. STRATA： Freeware for analyzing classic stratigraphy problems［J］. Geological Society of America Today， 1996， 6（12）：1-7.

13
BOWMAN S A， VAIL P R. Interpreting the stratigraphy of the Baltimore Canyon section，offshore New Jersey with PHIL，a stratigraphic simulator［C］//HARBAUGH J W， WATNEY W L， RANKEY E C， et al. Numerical Experiments in Stratigraphy： Recent Advances in Stratigraphic and Sedimentologic Computer Simulations. Tulsa： SEPM Society for Sedimentary Geology， 1999：117-138.

14
GRANJEON D， J OSPEH P. Concepts and applications of a 3-D multiple lithology， diffusive model in stratigraphic modeling［C］//HARBAUGH J W，WATNEY W L，RANKEY E C，et al.Numerical Experiments in Stratigraphy：Recent Advances in Stratigraphic and Sedimentologic Computer Simulations.Tulsa：SEPM Society for Sedimentary Geology，1999：197-210.

15
YIN X D， HUANG W H， WANG P F， et al. Sedimentary evolution of overlapped sand bodies in terrestrial faulted lacustrine basin：Insights from 3D stratigraphic forward modeling［J］. Marine and Petroleum Geology， 2017， 86：1431-1443.

16
YIN X D，LU S F，WANG P F，et al.A three-dimensional high-resolution reservoir model of the Eocene Shahejie Formation in Bohai Bay Basin，integrating stratigraphic forward modeling and geostatistics［J］.Marine and Petroleum Geology，2017，82：362-370.

17
ZHANG C C， SCHOLZ C A， HARRIS A D. Sedimentary fills and sensitivity analysis of deep lacustrine facies in multi-segment rift basins：Insights from 3D forward modeling［J］.Se-dimentary Geology，2020，408：105753.

18
CSATO I，GRANJEON D，CATUNEANU O， et al. A three-dimensional stratigraphic model for the Messinian crisis in the Pannonian Basin， eastern Hungary［J］. Basin Research，2013， 25：121-148.

19
HOOGENDOORN R M， OVEREEM I， STORMS J E A. Process-response modelling of fluvio-deltaic stratigraphy［J］.Co-mputers & Geosciences， 2008， 34（10）：1394-1416.

20
TETZLAFF D M， HARBAUGH J W. Simulating Clastic Sedimentation［M］. New York： Springer Verlag，1989：202.

21
GRANJEON D. 3D forward modelling of the impact of sediment transport and base level cycles on continental margins and incised valleys［C］//WARTINIUS A W，RAVNAS R，HO-WELL J A， et al. From Depositional Systems to Sedimentary Successions on the Norwegian Continental Margin. Chichester： John Wiley & Sons，Ltd.，2014：453-472.

22
石好果， 刘国宏， 宋传春， 等. 永进油田西山窑组储层预测方法［J］.石油天然气学报， 2008， 30（6）： 70-73.

SHI H G， LIU G H， SONG C C， et al. Reservoir prediction method of Xishanyao Formation in Yongjin oilfield［J］. Journal of Oil and Gas Technology， 2008， 30（6）：70-73.

23
焦翠华， 夏冬冬， 王军， 等. 特低渗砂岩储层物性下限确定方法——以永进油田西山窑组储集层为例［J］.石油与天然气地质， 2009， 30（3）：379-383.

JIAO C H， XIA D D， WANG J， et al. Methods for determining the petrophysical property cutoffs of extra-low porosity and permeability sandstone reservoirs：An example from the Xishanyao Formation reservoirs in Yongjin Oilfield［J］.Oil & Gas Geology， 2009， 30（3）：379-383.

24
张振宇， 张立宽， 罗晓容， 等. 准噶尔盆地中部地区深层西山窑组砂岩成岩作用及其对储层质量评价的启示［J］.天然气地球科学， 2019， 30（5）： 686-700.

ZHANG Z Y， ZHANG L K， LUO X R， et al. Diagenesis of sandstone and its implications for reservoir quality evaluation in the deep Xishanyao Formation in the central Junggar Basin［J］. Natural Gas Geoscience， 2019， 30（5）：686-700.

25
佟殿君， 任建业， 李亚哲. 准噶尔盆地侏罗系西山窑组沉降中心的分布及其构造控制［J］.大地构造与成矿学， 2006， 30（2）： 180-188.

TONG D J， REN J Y， LI Y Z. Distribution of the quick subsidence centers and tectonic control on the Jurassic Xishanyao Formation in Junggar Basin［J］.Geotectonics et Mineralization，2006， 30（2）：180-188.

26
贾庆素， 尹伟， 陈发景， 等. 准噶尔盆地中部车—莫古隆起控藏作用分析［J］.石油与天然气地质， 2007， 28（2）：257-265.

JIA Q S，YIN W， CHEN F J，et al.The role of analysis of Che-Mo palaeohigh in controlling hydrocarbon accumulation in central Junggar Basin［J］.Oil & Gas Geology，2007，28（2）：257-265.

27
林会喜， 宁飞， 苏皓， 等. 准噶尔盆地腹部车排子—莫索湾古隆起成因机制及油气意义［J］.岩石学报，2022，38（9）：2681-2696.

LIN H X， NING F， SU H， et al. The genetic mechanism and petroleum significance of Chepaizi-Mosuowan paleo-uplift in the central Junggar Basin［J］.Acta Petrologica Sinica，2022，38（9）：2681-2696.

28
朱允辉， 王离迟， 张福顺. 永进地区隐蔽油气藏成藏主控因素［J］. 天然气工业， 2008， 28（5）： 28-31.

ZHU Y H， WANG L C， ZHANG F S. The main controlling factors of concealed oil and gas reservoir accumulation in Yongjin area［J］. Natural Gas Industry，2008，28（5）：28-31.

29
朱美衡， 李茂榕， 朱凤云， 等.永进地区西山窑组成岩作用及储层影响因素［J］. 西南石油大学学报（自然科学版）， 2011， 33（1）：31-36.

ZHU M H， LI M R， ZHU F Y， et al. Sandstone diagenesis and the influence factors on reservoir of Xishanyao Formation in Yongjin area［J］. Journal of Southwest Petroleum University（Science & Technology Edition）， 2011， 33（1）： 31-36.

30
王峰， 刘玄春， 邓秀芹， 等. 鄂尔多斯盆地纸坊组微量元素地球化学特征及沉积环境指示意义［J］. 沉积学报， 2017， 35（6）：1265-1273.

WANG F，LIU X C，DENG X Q，et al.Geochemical characteristics environment implications of trace elements of Zhifang For-mation in Ordos Basin［J］.Acta Sedimentologica Sinica，2017， 35（6）：1265-1273.

31
王彤， 朱筱敏， 董艳蕾， 等. 基于微量元素分析的古沉积背景重建——以准噶尔盆地西北缘古近系安集海河组为例［J］. 地质学报， 2020， 94（12）：3830-3851.

WANG T， ZHU X M， DONG Y L， et al. Trace elements as paleo sedimentary environment indicators：A case study of the Paleogene Anihaihe Formation in the northwestern Junggar basin［J］. Acta Geologica Sinica， 2020， 94（12）：3830-3851.

32
CRUSE A M， LYONS T W. Trace metal records of regional paleoenvironmental variability in Pennsylvanian （Upper Carboniferous） black shales［J］. Chemical Geology， 2004， 206（3-4）： 319-345.

33
吴智平， 周瑶琪. 一种计算沉积速率的新方法——宇宙尘埃特征元素法［J］. 沉积学报， 2000， 18（3）：395-399.

WU Z P， ZHOU Y Q. Using the characteristic elements from meteoritic must in strata to calculate sedimentation rate［J］.Acta Sedimentologica Sinica， 2000， 18（3）：395-399.

34
董刚， 何幼斌. 根据地层厚度恢复古水深的研究［J］. 长江大学学报（自然科学版）， 2010， 7（3）： 484-486.

DONG G，HE Y B.A study of the restoration of paleowater de-pth according to the thickness of the strata［J］. Journal of Yangtze University（Natural Science Edition），2010，7（3）：484-486.

35
FANG P G， DING W W， FANG Y X， et al. Cenozoic tectonic subsidence in the southern continental margin， South China Sea［J］. Frontiers of Earth Science， 2017， 11： 427-441.

Options
Outlines

/

〈 〉

陇ICP备2021001824号-7　 甘公网安备 62010202000678号
Copyright © Natural Gas Geoscience, All Rights Reserved.
Tel: (0931)8277790　
E-mail：geogas@lzb.ac.cn
Total visitors:　 Visitors of today: 　 Now online:
Powered by Beijing Magtech Co. Ltd,.