王夏斌, 胡光义, 范廷恩, 范洪军, 陈飞, 何明薇. (2021)复合点坝构型样式分类方案及分布概率统计* [J]. 古地理学报, 23(1): 207-222
Wang Xia-Bin, Hu Guang-Yi, Fan Ting-En, Fan Hong-Jun, Chen Fei, He Ming-Wei. (2021)Classification scheme and distribution probability statistics of composite point bar architectures[J]. Journal Of Palaeogeography, 23(1): 207-222.   
Doi: 10.7605/gdlxb.2021.01.014
Permissions
Copyright©2021, 《古地理学报》编辑部
版权所有.《古地理学报》编辑部
复合点坝构型样式分类方案及分布概率统计*
王夏斌, 胡光义, 范廷恩, 范洪军, 陈飞, 何明薇
中海油研究总院有限责任公司,北京 100028

第一作者简介 王夏斌,男,1988年生,博士后,主要从事开发地质研究。E-mail: wangxb35@cnooc.com.cn。

收稿日期:2020-04-23
基金资助:*中海油“海上中深层油藏地球物理技术及其应用研究”项目(编号: YXKY-2019-ZY-05)资助
摘要

复合点坝储集层内部非均质性分析是曲流河研究的难点,仅靠地震和测井资料难以解释清楚。关于复合点坝储层构型表征也较缺乏定量化指导标准。本研究选取了13条曲流河河段的260个复合点坝作为数据样本,进行参数分类统计,形成曲流河复合点坝地质知识库。将复合点坝分为4大类、25个亚类;将侧积体分为8大类、22个亚类。统计不同类型复合点坝和侧积体构型样式的分布概率关系。以此为基础,充分利用定量分布概率关系,达到在资料较少情况下分析复合点坝储集层平面非均质性的目的。

关键词: 复合点坝; 储层构型样式; 概率; 平面非均质性
中图分类号:P512.31 文献标志码:A 文章编号:1671-1505(2021)01-0207-16
Classification scheme and distribution probability statistics of composite point bar architectures
Wang Xia-Bin, Hu Guang-Yi, Fan Ting-En, Fan Hong-Jun, Chen Fei, He Ming-Wei
CNOOC Research Institute Co.,Ltd.,Beijing 100028,China

About the first author Wang Xia-Bin,born in 1988,postdoctor,is mainly engaged in development geological research. E-mail: wangxb35@cnooc.com.cn.

Fund:Financially supported by CNOOC project of “Research on Geophysical Technology and Its Application of Offshore Medium and Deep Reservoirs”(No.YXKY-2019-ZY-05)
Abstract

The analysis of heterogeneity within the composite point bar reservoirs is difficult in the study of meandering river sediments,and it is difficult to be explained clearly by seismic and well logging data alone. There is also a lack of quantitative guidelines to characterize the architecture of the composite point bar reservoirs. In this paper,260 composite point bars in 13 meandering rivers are selected to carry out parameter classification and statistics to build a geological database of composite point bars. Composite point bars are divided into 4 categories and 25 subcategories,and lateral accretion bodies are divided into 8 categories and 22 subcategories. The distribution probability relationship between different types of composite point bars and lateral accretion bodies is calculated. On this basis,the quantitative distribution probability relationship is then fully used to analyze the planar heterogeneity of the composite point bar reservoirs with limited data.

Key words: composite point bar; reservoir architecture; probability; planar heterogeneity
1 概述

曲流河沉积具有复杂的形态结构, 储集层非均质性强, 已有的表征方法难以解释清楚, 地质模型通常简化甚至忽略复合点坝储集层内部的非均质性(吴胜和等, 2008; 岳大力等, 2009; 胡光义等, 2018, 2019; Sylvester et al., 2019; Salmela et al., 2020)。因此, 亟待提出一种创新性思路分析曲流河复合点坝储集层的非均质性。本研究提出了对复合点坝和侧积体构型样式分布情况进行量化统计, 在样本数据基础上分析它们的定量分布概率, 从而建立复合点坝和侧积体构型样式的定量关系, 尝试建立一种分析曲流河储集层非均质性的新方法。

侧积体是曲流河道迁移的产物, 反映了曲流河演化的轨迹(Wu et al., 2016; Ghinassi et al., 2018; Hagstrom et al., 2019; 陈薪凯等, 2020; 赵晓明等, 2020)。而复合点坝的形态正是最晚期曲流河道的形态。因此, 复合点坝与侧积体之间具有成因关系。

研究过程中, 利用Google Earth选取了不同气候下的典型曲流河段, 进行参数分类统计。识别出各类复合点坝的形态、规模、组合样式等, 截取单一点坝对岩性特征进行描述, 并对侧积体的迁移模式进行分析, 形成曲流河复合点坝地质知识库。以知识库作为基础, 充分利用复合点坝与侧积体的定量分布概率关系, 达到在资料较少的情况下分析复合点坝储集层非均质性的目的。这种方法避开了传统沉积考察和露头研究具有局限性的缺点。

2 复合点坝样本来源

Google Earth软件提供了全球解析度较高的卫星影像图, 为地质研究提供了大量样本(石书缘等, 2012; 王夏斌等, 2016, 2018)。 通过对Google Earth卫星照片上全球河流的观察与筛选, 选取了13条不同气候条件下的典型曲流河段、 每条曲流河段选取20个复合点坝进行统计, 即260个复合点坝。 河流区域位置绘制在Koppen-Geiger气候区分布图上(Peel et al., 2007)(图 1), 覆盖了所有主要的气候类型。 表 1总结了各河段的位置、 长度、 坡降和流量。 河流流量数据来源于Nixon等(1959)、 Bobrovitskaya等(1996)、 Meybeck和Ragu(1997)、 Swales等(2000)的研究。

图 1 Koppen-Geiger气候区分布与样本所属河流分布（底图据Peel et al., 2007; 有修改）Fig.1 Distribution of Koppen Geiger climate areas and samples of rivers (Base map is modified from Peel et al., 2007)

表 1 研究样本所属河流情况 Table 1 River conditions to which the study samples belong
3 复合点坝类型划分与演化
3.1 类型划分

对选取的260个复合点坝样本形态特征进行定量描述。定义复合点坝两翼端点连线为宽度, 从复合点坝顶点做宽度连线的垂线段为长度。首先, 依据复合点坝两翼切线向顶点处是否收敛, 将复合点坝分为敞开型和闭合型; 然后, 在敞开型复合点坝中, 依据河湾顶点处是否有明显的夹角, 分为棱角型和非棱角型; 最后, 在敞开非棱角型复合点坝中, 依据复合点坝是否对称, 分为敞开非对称型和敞开对称型。据此, 将复合点坝构型样式分为4大类、25个亚类。4大类包括: 敞开非对称型(M1)、棱角型(M2)、闭合型(M3)和敞开对称型(M4)复合点坝。M1型复合点坝细分为9个亚类, M2型细分为4个亚类, M3型细分为7个亚类, M4型细分为5个亚类(表 2)。

表 2 复合点坝构型样式分类 Table 2 Classification of the architectural styles of composite point bars

敞开非对称型(M1)复合点坝两翼呈不对称状, 其中一翼与复合点坝宽度连线夹角为90° 或钝角。根据长宽比和一翼与宽度连线夹角的不同将M1型复合点坝细分为9个亚类, 具体特征见表 2。

棱角型(M2)复合点坝河湾顶点具有明显的夹角, 这种类型在自然界中较少见。根据其长宽比、夹角大小及两翼对称性将M2型复合点坝分为4个亚类(表 2)。

闭合型(M3)复合点坝坝尾开口呈闭合状, 曲流带两翼切线在曲流环内相交, 易发生截弯取直现象。根据其长宽比、对称性、河湾顶点圆滑程度、曲流带一翼与宽度连线的夹角将M3型复合点坝细分为7个亚类(表 2)。

敞开对称型(M4)复合点坝两翼对称, 且两翼与复合点坝宽度连线夹角为锐角。根据其长宽比、河湾顶点的圆滑程度将M4型复合点坝细分为5个亚类(表 2)。

3.2 演化模式

通过对全球曲流河研究的调研(乔辉等, 2015; Durkin et al., 2018; Mason and Mohrig, 2019; 王夏斌等, 2019; Herbert et al., 2020), 文中将复合点坝的演化分为5种运动方式, 即: 侧向迁移模式、顺流迁移模式、扩张模式、旋转模式和闭合(截弯取直)模式(图 2)。复合点坝通过5种模式进行转化, 转化过程可以是单一模式, 也可以是2至3种的复合模式。

图 2 河流复合点坝演化模式
a— 侧向迁移型(澳大利亚墨累河); b— 顺流迁移型(阿根廷丘布特河); c— 扩张旋转型(阿根廷内格罗河); d— 扩张顺流型(澳大利亚米切尔河); e— 顺流旋转型(阿根廷科罗拉多河)Fig.2 Evolution models of compound point bars

1)侧向迁移模式。 侧向迁移模式是通过增加河道弯曲度指数和加长流路实现的, 其河湾顶点沿着曲流带垂直方向规律性迁移。此种模式曲流环对称且侧积方向较为固定。如果把曲流河视作波, 其波长保持不变, 而振幅随时间有规律增大。上游坝和下游坝曲流环的转折端处, 侧积泥岩夹层在此有规律收敛于一点, 上游坝没有明显遭受侵蚀和切割。这种模式通常发育在水动力较弱、流量变化较为平缓的河段, 通常与其他模式复合。侧向迁移易诱发颈项取直作用(图 2-a)。

2)顺流迁移模式。 顺流迁移模式指曲流河曲率保持不变, 河湾顶点平行于曲流带长轴方向朝着下游迁移, 即波长和振幅保持不变, 相位发生平移。具体表现为晚期曲流环平行于曲流带纵轴方向有规律地迁移, 上游坝被晚期的点坝侵蚀切割, 下游坝被超覆叠置, 发育反向坝。坝上游端侧积泥岩夹层平整剪切呈平行发散状, 坝下游端的侧积泥岩夹层彼此平行, 转折端依次叠覆。其控制因素包括: (1)堤岸抗冲蚀能力相对较弱; (2)持续稳定的强水动力; (3)沉积物粒度偏细; (4)水浅流急; (5)稳定物源供给等(图 2-b)。

3)扩张模式。 扩张模式是指河湾顶点、河湾转换点均规律性向外移动, 河道流路加长、复合点坝规模增大, 但河道弯曲度指数变化不大。前人文献中(Ielpi and Ghinassi, 2014), 通常将扩张模式简单归入侧向迁移模式, 笔者认为有必要将其从侧向迁移模式中独立出来。侧向迁移模式一般仅是单向延伸, 河道迁移轨迹呈1维线性变化; 而扩张模式是多向延伸, 河道迁移轨迹呈2维面向扩展。扩张模式一定程度上“ 拉直” 了河道, 减缓了曲流河截弯取直的过程(图 2-c)。

4)旋转模式。 旋转模式是指河湾顶点有规律地做圆周运动, 分为顺流向和逆流向旋转2种方式。顺流向旋转表现为河道向下游方向旋转迁移, 逆流向旋转表现为向上游方向旋转迁移。这2种模式会产生不同的侧积结果。(1)顺流向旋转会造成上游坝的侧积泥岩夹层向上游方向分散、下游坝的侧积泥岩夹层收敛。上游坝遭受侵蚀切割, 下游坝不断增生, 但凹岸被掏蚀, 形成反向坝。通常下游坝比上游坝旋转幅度大, 同时也增加了下游坝河段发生颈项取直的概率。这种模式与堤岸两侧不均衡的抗冲蚀能力有关, 即上游坝凹岸抗冲蚀能力强、下游坝抗冲蚀能力弱。(2)逆流向旋转表现为曲流环在向下游生长的同时, 曲流环有向上游旋转的趋势, 除了发育反向坝外, 上游坝的侧积泥岩夹层依次叠覆收敛, 弱化了上游坝侧积泥岩夹层向上游方向发散的幅度, 而下游坝的侧积泥岩夹层收敛速度因逆流旋转而变慢, 收敛距离拉长。由于逆流旋转作用, 导致上游坝与下游坝发育的规模极不对称, 上游坝更发育。坝的逆流生长与凹岸抗冲蚀能力不均衡有关, 下游抗冲蚀能力更强, 导致曲流环向旋转抗冲蚀能力的方向拓展(图 2-d)。

5)闭合模式。 闭合模式是指曲流环转折端在曲流演化过程中, 随着河道弯度指数增大, 上游与下游转折端靠拢的过程。闭合模式会引发曲流河段截弯取直现象, 当上游与下游转折端距离突破某一临界值后, 曲流环两侧河道不再舍近求远而直接汇合, 形成主河道。原来的河湾遭废弃, 形成牛轭湖。闭合模式与曲流河单向环形螺旋水流密切相关, 水流在转折端凹岸处下沉, 造成凹岸不断被掏蚀, 河流向凸岸扩张, 扩张结果的直接表现形式是河流路径加长, 河道弯度指数增大。在有限空间内, 这种增长必然是有限度的增长, 即曲流环两侧上下游转折端距离趋近于0时, 便发生了截弯取直。这种作用也可以提前, 如洪水期, 随着流量和流速的增大, 河流前驱力和惯性力必然增强, 由此具备了水流冲破曲流转折端狭窄薄弱带的条件, 而直接与下游段汇合, 提前发生截弯取直作用。闭合模式有对称和非对称2种形式, 非对称闭合模式上下游坝增生规模不同(图 2-e)。

6)复合模式。 通常情况, 曲流河演化表现为上述几种模式的复合。常见的有侧向顺流、顺流旋转、侧向扩张、扩张旋转、闭合扩张、闭合扩张旋转、闭合侧向扩张、闭合侧向旋转等复合类型。复合模式中单个类型与前述特征一致, 不同点在于其表现为2种或3种模式类型同时发生。如侧向顺流模式表现为在沿着曲流带长轴方向侧向迁移的同时, 曲流环整体垂直曲流带长轴向下游迁移, 曲流波长基本保持不变, 且相位顺水流平移, 上游坝和下游坝侧积泥岩夹层的分布规律类似顺流模式, 同样上游坝被侵蚀而下游坝向下游方向增生, 发育反向坝。复合模式是自然界中复合点坝发育的常态模式, 相反, 单一模式的点坝不常见。

不同复合点坝类型通过以上5种运动模式或复合模式进行转换。本次研究通过调研分析, 根据运动模式绘制了复合点坝成因演化图版(图 3)。该图版详细展示了某种类型向另一种类型复合点坝的演化历程。往往一种类型复合点坝既是演化起始点, 又是演化产物。仅作为演化起始点的复合点坝类型有M1c、M3b、M3c和M4e, 仅作为演化产物的复合点坝类型有M1g和M3g, M2b类型的演化历程尚不清晰, 在自然界中也较少见。复合点坝成因演化图版相当于建立了复合点坝的“ 谱系” , 通过该“ 谱系” , 依据复合点坝的形态即可重构出演化历史, 解释复合点坝的成因, 具有理论和应用意义。

图 3 河流复合点坝演化规律Fig.3 Evolution laws of compound point bars

3.3 侧积体类型划分

通过Google Earth卫星图像, 进一步分析了多个复合点坝侧积体形态和生长轨迹。卫星图像显示侧积体的迁移方向、组合样式具有较大的变异性, 总体上表现为渐变和突变2种形式, 反映了河道缓慢迁移和洪水等突发现象。侧积体迁移组合方式主要有侧向、扩张、顺流和旋转4种形式(Ghinassi et al., 2014), 这是侧积体构型样式划分的主要依据。根据卫星图像的观察、素描和分析, 以及对前人成果(Nowinski et al., 2011; Strick et al., 2018; 林志鹏等, 2018)的总结, 最终将侧积体构型样式划分为8个大类, 分别为侧向迁移型、侧向旋转型、二次顺流迁移型、扩张型、顺流迁移型、顺流变向型、复合型和残存型, 每种类型进一步细分, 划分为22种亚类模式(图 4; 表 3), 对每种类型模式编号。每个侧积体构型样式的编码由2个数字组成: 第1个数字表示大类, 第2个数字表示亚类, 用点隔开, 以分级描述多种不同侧积体构型样式。该分类方案包括了所有侧积体构型样式, 并考虑了其成因机制, 对侧积体复杂性的描述优于侧向、扩张、顺流和旋转4种简单成因机制。通过观察后确定侧积体样本在该分类方案中的类型, 就可以进一步推导出曲流带的迁移历史过程。

图 4 不同类型河流侧积体构型样式(分类名称见表3)Fig.4 Architectural styles of lateral accretionary bodies(category names in Table 3)

表 3 河流侧积体构型样式分类 Table 3 Classification of the architectural styles of lateral accretionary bodies
4 样本分布概率统计
4.1 样本分析举例

研究选取了13条典型曲流河段作为样本分析统计。文中以奥克泰迪河、塞内加尔河、墨累河和额尔齐斯河样本的地质素描图为例, 详细描述其特征。4条河流分属不同气候区, 具有不同的地貌特征。素描图件突出了废弃河道和活动河道的几何形态、复合点坝样式、侧积体的组合样式, 并对局部区域放大, 进行细致的沉积特征和成因分析。在此基础上, 对研究段复合点坝和侧积体构型样式进行分类统计。这是下一步定量概率分析工作的基础。

4.1.1 奥克泰迪河样本特征

奥克泰迪河(Ok Tedi River)位于巴布亚新几内亚境内, 处于热带雨林区。河流源于星山(Star Mountain), 流域几乎全部位于西部省境内。河流流速极快, 流量巨大, 是世界流速最快的河流之一(Grenfell et al., 2014)。

为了便于研究统计, 绘制了该曲流段的素描图(图 5)。漫滩上废弃河道和废弃点坝支离破碎、互相叠置(图 5-a, ④), 截弯取直现象显著(图 5-a, ③), 废弃河道位置常伴生小型泛滥湖泊(图 5-a, ⑤)。根据素描图分析, 建立了奥克泰迪河20个复合点坝样本的分类方案(图 5-a右)。分析定量分类统计数据, 复合点坝多为闭合型(M3型), 占35%; 敞开非对称型(M1型)和敞开对称型(M4型)复合点坝各占25%; 侧积体类型多样化, 涵盖所有8种类型, 多为侧向旋转型(类型2), 占30%。侧积体类型显示曲流带迁移过程中发生了方向变化。曲流带迁移方式与复合点坝的长度有关: 长度大于3 km的复合点坝以侧向迁移作用为主(图 5-a, ①), 长度小于3 km的复合点坝以旋转作用为主(图 5-a, ②)。

图 5 巴布亚新几内亚奥克泰迪河研究段素描
a— ①侧向迁移作用, ②旋转作用, ③截弯取直, ④废弃点坝叠置, ⑤小型泛滥湖泊; b— 重点研究段非均质性解释Fig.5 Sketch drawing of Ok Tedi River research section

进一步分析亚类特征, 复合点坝构型样式以M3g亚类(曲流带一侧倒转, 顶部圆状)占比最大, 占15%; 侧积体构型样式以3.1亚类(旋转渐变顺流型)占比最大, 占15%。这反映了曲流带迁移以旋转作用为主。总体上, 各种类型多样化, 占比差别并不大, 反映了该曲流段类型复杂, 如果形成储集层, 则储集层的非均质性强。

图 5-b为图 5-a中白色方框内复合点坝非均质性解剖图件。图中, 复合点坝和侧积体破坏程度高, 大部分为残缺体, 且分布杂乱。与活动河道成因相关的侧积体少, 说明河道发生过多期改道。与活动河道相关的侧积体组合样式表现出河道主要通过旋转渐变顺流(3.1亚类)和微旋侧向(1.2亚类)迁移, 复合点坝靠下游位置岩性较上游位置细。

4.1.2 塞内加尔河样本特征

塞内加尔河(Senegal River)为非洲西部河流, 为毛里塔尼亚和塞内加尔的界河。河流主要位于干旱草原地区。流域面积44× 104 km2, 年平均流量773 m3/s(Razik et al., 2014)。

研究段废弃点坝规模大, 人为破坏小, 植被区和裸露区清晰可辨。曲流带以敞开型为主(图 6-a, ①), 顺流和扩张加积现象显著(图 6-a, ②)。点坝复合叠置现象明显, 侧积体有多次变向增生的特点(图 6-a, ③)。根据素描图分析, 建立了塞内加尔河20个复合点坝样本的分类方案(图 6-a右)。分析定量分类统计数据, 复合点坝多为敞开非对称型(M1型), 占35%; 侧积体多为二次顺流迁移型(类型3), 占40%。侧积体形态表现出曲流带迁移以向下游顺流加积为主, 代表顺流型的侧积体类型(类型3、类型5、类型6)占据了样本的80%, 反映了河道以顺流和扩张作用为主。靠近活动河道带, 侧积体变密(图 6-a, ⑤), 植被也显著增多(图 6-a, ④), 反映河道规律性迁移、砂泥岩含量均衡。复合点坝和侧积体亚类型占比差距大, M3c亚类复合点坝(顶端扁平状)、3.1亚类侧积体(旋转渐变顺流型)与6.1亚类侧积体(变向顺流型)均占20%, 形成储集层后, 均质性好。

图 6 塞内加尔塞内加尔河研究段素描
a— ①敞开型复合点坝, ②顺流和扩张作用, ③侧积体多次变向增生, ④植被, ⑤侧积体加密; b— 重点研究段非均质性解释Fig.6 Sketch drawing of Senegal River research section

图 6-b为图 6-a中白色方框内复合点坝储集层非均质性解剖图件。图中, 侧积体组合样式以顺流和扩张作用为主, 这导致了沉积物的分异, 靠近上游沉积砂质为主, 靠近下游沉积泥质为主, 这是储集层非均质性的主要成因。

4.1.3 墨累河样本特征

墨累河(Murray River)位于澳大利亚南部, 发源于澳大利亚阿尔卑斯山脉(Australian Alps), 是澳大利亚最长、流域面积最大的一条河流。河流主要位于热带草原气候。流域面积100× 104 km2, 年均流量190 m3/s(Fluin et al., 2010)。

研究段废弃河道和复合点坝数量多, 规模差别大。整体上随着曲流带规模增大, 其不规则性和复杂性增加(图 7-a, ①)。长度小于1.5 km的复合点坝主要表现为顺流迁移型特征, 长度大于1.5 km的复合点坝表现为多期间断迁移后形成的复杂复合体(图 7-a, ②)。这种大型复合点坝迁移特征以顺流和扩张作用为主, 旋转作用为辅(图 7-a, ③)。根据素描图分析, 建立了墨累河20个复合点坝样本的分类方案(图 7-a右)。分析定量分类统计数据, 复合点坝多为敞开对称型(M4型, 占40%)和棱角型(M2型); 侧积体多为二次顺流迁移型(类型3), 占40%。复合点坝和侧积体形态较为规律。废弃河道特征表明, 串沟取直是曲流带废弃的主要原因(图 7-a, ④)。河道溃堤的部位形成狭长水道, 成为主河道的连接水道(图 7-a, ⑤)。总体上, 该段曲流河迁移机制较为规律, 小型点坝顺流扩张加积为主, 大型点坝为多期间断迁移形成的复合体, 可以成为潜力较好的储集层。

图 7 澳大利亚墨累河研究段素描
a— ①曲流带类型复杂, ②多期间断迁移后形成的复杂复合体, ③顺流和扩张作用为主, 旋转作用为辅, ④串沟取直; b— 重点研究段非均质性解释Fig.7 Sketch drawing of Murray River research section

图 7-b为图 7-a中白色方框内复合点坝储集层非均质性解剖图件。图中, 泥质废弃河道发育, 截弯取直现象普遍。复合点坝规模不同, 其侧积体类型和储集层非均质性不同。大型复合点坝主要为河道微旋侧向迁移所形成(1.2亚类), 靠近上下游岩性粒度不同, 具有非均质性; 小型复合点坝主要为河道顺流迁移所形成, 岩性以泥岩为主。

4.1.4 额尔齐斯河样本特征

额尔齐斯河(Irtysh River)为鄂毕河最大的支流, 是流经中国、哈萨克斯坦、俄罗斯的国际河流, 主体位于俄罗斯境内。额尔齐斯河发源于中国新疆阿尔泰山南坡, 在俄罗斯注入鄂毕河。河流跨经多个不同气候区, 研究段为温带大陆性气候。流域面积164.3× 104 km2, 年均流量214 m3/s(Chen et al., 2016)。

研究段废弃河道多呈闭合状, 截弯取直现象显著(图 8-a, ③)。侧积体组合样式以旋转型和顺流型为主(图 8-a, ①), 复合点坝增生主要为旋转迁移作用(图 8-a, ②)。植被主要发育于河道中心坝和远离活动河道的泛滥平原区, 反映泥质含量高(图 8-a, ④, ⑤)。根据素描图分析, 建立了墨累河20个复合点坝样本的分类方案(图 8-a右)。分析定量分类统计数据, 复合点坝多为闭合型(M2型), 占40%, 其次是敞开对称型(M1型)和敞开非对称型(M4型), 各占25%。侧积体以二次顺流迁移型(类型3)为主, 占35%, 侧向旋转型(类型2)和扩张型(类型4)占比也较大, 各占25%和15%。本例中, 侧积体的变化是最为连续的, 反映了河道缓慢迁移的特征, 是形成优质储集层的基础。

图 8 俄罗斯额尔齐斯河研究段素描
a— ①旋转和顺流作用, ②旋转迁移作用, ③截弯取直, ④河道中心坝植被, ⑤泛滥平原植被; b— 重点研究段非均质性解释Fig.8 Sketch drawing of Irtysh River research section

图 8-b为图 8-a中白色方框内复合点坝储集层非均质性解剖图件。图中, 各复合点坝类型具有典型性, 反映河道迁移连续、突发事件少。侧积体组合样式均表现为先侧向、再扩张或旋转, 沉积物表现为靠近上游粒度粗、下游粒度细。

综合分析, 4条曲流河段样本具有不同的特征, 形成的储集层类型也相异。其中, 奥克泰迪河和额尔齐斯河以闭合型复合点坝为主, 塞内加尔河以敞开非对称型为主, 墨累河以敞开对称型为主。奥克泰迪河所包含的亚类型复合点坝和侧积体种类最多, 反映其均质性差; 塞内加尔河所包含的亚类型复合点坝和侧积体种类最少, 且不同种类占比相差大, 反映其均质性最好。额尔齐斯河侧积体类型多于复合点坝类型, 反映其河道迁移较为连续; 墨累河复合点坝类型多于侧积体类型, 反映其为多期间断沉积。

4.2 复合点坝和侧积体构型样式总体概率分布

对260个复合点坝和侧积体的构型样式进行分类(表 2, 表 3), 在分类基础上进行数据统计、概率计算, 形成了复合点坝和侧积体的构型样式概率统计分布图(图 9-a, 9-b)。

图 9 复合点坝类型(a)与侧积体类型(b)分布概率Fig.9 Probability of compound point bartypes(a) and lateral accretionary body types(b)

对260个样本中复合点坝构型样式概率统计分布进行分析, 4大类、25亚类复合点坝构型样式均涵盖于内。敞开非对称型、棱角型、闭合型、敞开对称型复合点坝在样本中各占比26%、11%、24%、39%。敞开对称型(M4型)在样本中占比最大, 13条曲流段均可见, 每条曲流段至少可以观察到4个以上。棱角型(M2型)和闭合型(M3型)在不同曲流段的出现概率差异大, 例如, 卡斯科奎姆河样本没有闭合型复合点坝, 普鲁斯河样本却出现了10个。所有复合点坝样本中占比最大的亚类是M4d(半圆型), 占比14%。各大类复合点坝中占比最大的亚类分别是M1g(横卧型)、M2d(对称棱角型)、M3f(斜倚闭合型)、M4d(半圆型)(图 9-a)。

对样本中侧积体构型样式概率统计分布进行分析, 8大类22亚类侧积体构型样式均涵盖于内。各大类侧积体构型样式在样本中占比如下: 侧向迁移型2%、侧向旋转型16%、二次顺流迁移型45%、扩张型5%、顺流迁移型6%、顺流变向型12%、复合型9%、残存型5%。每条曲流段中都发育侧向旋转型侧积体(类型2), 并逐渐向下游转化为二次顺流迁移型侧积体(类型3)。二次顺流迁移型(类型3)在样本中占比最大, 每条研究曲流段中至少发育6个。不同研究曲流段中分布概率差异最大的是顺流变向型(类型6), 例如, 卡斯科奎姆河样本中没有顺流变向型侧积体, 塞内加尔河样本中却可见7个。所有复合点坝样本中, 侧积体占比最大的亚类是3.1(旋转渐变顺流型), 占比20%。各大类侧积体构型样式中占比最大的亚类分别是1.2(垂向侧向迁移型)、2.2(单向侧向突变旋转型)、3.1(旋转渐变顺流型)、4.2(垂向侧向后平面扩张型)、5.2(弧状顺流型)、6.2(顺流后变向扩张型)、7.1(2期点坝复合型)、8.2(侧积体残存型)(图 9-b)。

4.3 复合点坝与侧积体构型样式概率分布关系

以上统计了复合点坝与侧积体构型样式在所有样本中的分布概率, 而统计各类复合点坝中侧积体类型的概率分布更具意义, 即建立起复合点坝与侧积体构型样式之间的关系。通过对样本的统计, 制作了侧积体构型样式在各复合点坝样式中的分布数量和占比图表(图 10; 表 4)。图 10中, 先将各研究河段样本按照4类复合点坝进行分类统计, 然后统计各侧积体构型模式在某一类复合点坝构型样式中的数量与占比。

图 10 河流复合点坝与侧积体构型样式概率分布关系Fig.10 Probability distribution of architectural styles of composite point bars and lateral accretionary bodies

表 4 河流复合点坝与侧积体构型样式概率分布统计 Table 4 Probability distribution of architectural styles of composite point bars and lateral accretionary bodies

通过统计分析, 发现4类复合点坝构型样式中, 棱角型(M2型)和敞开对称型(M4型)复合点坝具有所有8种类型的侧积体构型样式, 而敞开非对称型(M1型)复合点坝缺失侧向迁移型、顺流迁移型侧积体, 闭合型(M3型)复合点坝缺失顺流迁移型侧积体。总体上, 各类复合点坝内部侧积体类型多样, 反映了复合点坝沉积和迁移规律的复杂性。

通过图 10中间列饼图具体分析每类复合点坝。闭合型(M3型)复合点坝中侧积体构型样式分布概率与其他3类复合点坝明显不同, 它的二次顺流迁移型(类型3)、顺流迁移型(类型5)、顺流变向型(类型6)侧积体占比31%, 远小于其他3类复合点坝中该类侧积体平均占比74%, 反映了其下游迁移加积作用最弱。闭合型(M3型)复合点坝中侧向旋转型(类型2)侧积体占比最大(37%), 远高于其他3类复合点坝中该类侧积体的平均值(9%), 反映其最易截弯取直。敞开非对称型(M1型)复合点坝中二次顺流迁移型(类型3)侧积体占比62%, 明显偏高, 反映了其下游加积作用显著。棱角型(M2型)和敞开对称型(M4型)复合点坝中侧积体类型和占比最为接近, 反映了这2类复合点坝在成因上的相似性。

5 分布概率分析复合点坝平面非均质性

利用以上复合点坝与侧积体构型样式分布概率统计成果, 以及复合点坝构型样式分类演化图版(表 4; 图 10), 本次研究提出了一种分析复合点坝内部构型样式与储集层平面非均质性的方法。

在传统储集层表征研究中, 通过研究区的井震资料一般可以表征出8级构型单元(复合点坝)的形态, 对于更精细的级次(单一点坝、侧积体等级次), 受限于资料分辨率难以表征(胡光义等, 2018)。仔细分析复合点坝卫星照片, 其内部结构复杂性主要是由于河道多期变向迁移所致。通过复合点坝外形特征, 可以判断出其类型(表 2), 进而通过演化图版(图 3)恢复出其演化历史, 对复合点坝内部结构样式达到定性分析的程度, 再通过各类复合点坝和侧积体概率分布, 可以进一步半定量恢复出复合点坝内部构型样式与储集层平面非均质性。

为了验证方法的可行性、有效性, 本次研究以样本的卫星照片为例说明工作流程。样本的卫星照片可以直接观察出其内部构型特征, 可以验证工作成果。图 11以奥克泰迪河复合点坝10(M1i亚类)样本为例, 简述分析复合点坝内部构型样式与储集层非均质性的工作流程。

图 11 巴布亚新几内亚奥克泰迪河复合点坝10(M1i亚类)内部非均质性解释流程Fig.11 Flow chart for explaining the heterogeneity of the Composite Point Bar 10(M1i subtype) of Ok Tedi River in Papua New Guinea

1)首先需要明确复合点坝储集层非均质性的成因主要是河道变向迁移和叠置造成的, 所以第1步应反推出河道的演化历史。这主要依据本次研究建立的曲流带演化解释图版(图 3)。

2)传统井震结合的储集层表征方法, 一般可以解剖出复合点坝的边界形态(岳大力等, 2018; Yue et al., 2019)。依据其形态、长宽比和对称性等参数特征, 按照复合点坝构型样式分类表(表 2), 判别出复合点坝的类型和编号。以奥克泰迪河复合点坝10样本卫星照片为例说明, 根据复合点坝样本的形态、长宽比和对称性, 判断出其为Mli型复合点坝(图 11-A, 11-BⅠ )。

3)依据曲流带演化解释图版(图 3), 反推出复合点坝的演化过程。如M1i亚类复合点坝, 可以依据图版反推出前期点坝类型分别为M1a、M4d和M4e亚类。该步骤的难点在于多解性, 往往一个复合点坝类型有多种可能的反推结果。这需要参考相邻层位的解释成果、复合点坝的定量规模、邻近复合点坝的特征、曲流河的总体演化规律、复合点坝概率分布等已知信息综合分析判断(图 11-BⅡ , 11-BⅢ , 11-BⅣ )。

4)识别出曲流环的河湾顶点、河湾转换点、弯曲度变化点, 初步判断所形成点坝的平面非均质性分布。依据的理论基础是弯曲度变化处通常为流速差异最大的区域, 沉积物岩性发生变化。普遍表现为上游坝位置岩性粒度粗, 下游坝位置岩性粒度细, 凹岸发生剥蚀作用(Carter, 2003; Smith et al., 2009; Colombera et al., 2017)。

5)将反推出的各复合点坝与初解释的复合点坝叠置, 根据复合点坝概率分布(图 9-a)半定量化判断其叠置面积, 早期低弯度曲流河覆盖于晚期高弯度曲流河之上(图 11-CⅠ )。

6)半定量确定复合点坝内侧积体分布样式。依据复合点坝与侧积体构型样式概率分布关系(图 10, 表 4), 初步推断出各复合点坝内侧积体的分布组合样式。进一步根据侧积体概率分布(图 9-b), 半定量绘制出各亚类侧积体在复合点坝内的分布面积(图 11-CⅡ )。

7)将各类复合点坝、侧积体合并, 根据各曲流带拐点位置判断出非均质性(图 11-CⅢ )。

8)将曲流带上相同性质的拐点连接, 连接线替换为不同非均质性类型的界线, 一般认为相邻区域储集层非均质性是连续渐进变化的, 上游坝岩性粗、下游坝岩性细, 所以从复合点坝靠上游区域至下游区域用渐变的颜色填充, 形成最终复合点坝内部构型样式和平面非均质性成果图件(图 11-CⅣ )。

6 结论

1)通过样本数据分析, 将复合点坝划分为4个大类、25亚类, 4个大类包括敞开非对称型(M1型)复合点坝、棱角型(M2型)复合点坝、闭合型(M3型)复合点坝、敞开对称型(M4型)复合点坝。M1型复合点坝细分为9个亚类, M2型细分为4个亚类, M3型细分为7个亚类, M4型细分为5个亚类。将侧积体构型样式划分为8个大类, 分别为侧向迁移型、侧向旋转型、二次顺流迁移型、扩张型、顺流迁移型、顺流变向型、复合型和残存型, 每种类型进一步细分, 划分为22种亚类模式。

2)各类型复合点坝和侧积体统计样本中, 敞开对称型(M4型)复合点坝占比最大, 二次顺流迁移型侧积体占比最大。

3)通过复合点坝与侧积体构型样式分布概率统计成果, 以及复合点坝构型样式分类演化图版, 可以在资料较少的情况下分析复合点坝平面非均质性。

(责任编辑 李新坡; 英文审校 徐 杰)

参考文献
[1] 陈薪凯, 刘景彦, 陈程, 马骁. 2020. 主要构型要素细分下的曲流河单砂体识别. 沉积学报, 38(1): 205-217.
[Chen X K, Liu J Y, Chen C, Ma X. 2020. Identifying single sand bodies in meand ering river deposits based on subdivision of main architecture elements. Acta Sedimentologica Sinica, 38(1): 205-217] [文内引用:1]
[2] 胡光义, 范廷恩, 陈飞, 井涌泉, 宋来明, 梁旭, 肖大坤. 2018. 复合砂体构型理论及其生产应用. 石油与天然气地质, 39(1): 1-10.
[Hu G Y, Fan T E, Chen F, Jing Y Q, Song L M, Liang X, Xiao D K. 2018. Theory of composite sand body architecture and its application to oilfield development. Oil and Gas Geology, 39(1): 1-10] [文内引用:2]
[3] 胡光义, 肖大坤, 范廷恩, 宋来明, 陈飞, 井涌泉, 高玉飞. 2019. 河流相储层构型研究新理论、新方法: 海上油田河流相复合砂体构型概念、内容及表征方法. 古地理学报, 21(1): 149-165.
[Hu G Y, Xiao D K, Fan T E, Song L M, Chen F, Jing X Q, Gao Y F. 2019. New theory and method of fluvial reservoir architecture study: concepts, contents and characterization of offshore oilfield fluvial compound sand -body architecture. Journal of Palaeogeography(Chinses Edition), 21(1): 149-165] [文内引用:1]
[4] 胡光义, 许磊, 王宗俊, 宋来明, 商志垒, 田楠. 2018. 加拿大阿萨巴斯卡Kinosis区域下白垩统McMurray组内河口湾复合点坝砂体构型解剖. 古地理学报, 20(6): 79-90.
[Hu G Y, Xu L, Wang Z J, Song L M, Shang Z L, Tian N. 2018. Architectural analysis of compound point-bar sand body in inner estuary of the Lower Cretaceous McMurray Formation in Kinosis area, Athabasca, Canada. Journal of Palaeogeography(Chinses Edition), 20(6): 79-90] [文内引用:1]
[5] 林志鹏, 单敬福, 陈乐, 孙千军, 王义武, 汪菲. 2018. 基于地貌形态学交融的现代曲流河道迁移构型表征. 沉积学报, 36(3): 427-445.
[Lin Z P, Shan J F, Chen L, Sun Q J, Wang Y W, Wang F. 2018. Geomorphology processes of channel planform migration on modern meand ering rivers. Acta Sedimentologica Sinica, 36(3): 427-445] [文内引用:1]
[6] 乔辉, 王志章, 李莉, 李海明, 潘潞, 王开宇. 2015. 基于卫星影像建立曲流河地质知识库及应用. 现代地质, 29(6): 1444-1453.
[Qiao H, Wang Z Z, Li L, Li H M, Pan L, Wang K Y. 2015. Application of geological knowledge database of modern meand ering river based on satellite image. Geoscience, 29(6): 1444-1453] [文内引用:1]
[7] 石书缘, 胡素云, 冯文杰, 刘伟. 2012. 基于Google Earth软件建立曲流河地质知识库. 沉积学报, 30(5): 869-878.
[Shi S Y, Hu S Y, Feng W J, Liu W. 2012. Building geological knowledge database based on Google Earth Software. Acta Sedimentologica Sinica, 30(5): 869-878] [文内引用:1]
[8] 王夏斌, 姜在兴, 袁帅. 2016. 海拉尔盆地贝西斜坡多级坡折带对油气圈闭的控制作用. 高校地质学报, 22(2): 360-367.
[Wang X B, Jiang Z X, Yuan S. 2016. Controls of multistage slope breaks on the hydrocarbon traps in Beixi Slope of Hailaer Basin. Geological Journal of China Universities, 22(2): 360-367] [文内引用:1]
[9] 王夏斌, 姜在兴, 胡光义, 范廷恩, 王旭影, 卢欢. 2018. 辽河西部凹陷曙北地区古近系沙四上亚段滩坝发育的控制因素. 高校地质学报, 24(6): 800-809.
[Wang X B, Jiang Z X, Hu G Y, Fan T E, Wang X Y, Lu H. 2018. Factors control the development of beach bar in the Upper Fourth Member of the Paleogene Shahejie Formation in the Shubei Area of the Western Sag, Liaohe Basin. Geological Journal of China Universities, 24(6): 800-809] [文内引用:1]
[10] 王夏斌, 姜在兴, 胡光义, 范廷恩, 王俊辉, 卢欢. 2019. 辽河盆地西部凹陷古近系沙四上亚段沉积相及演化. 吉林大学学报(地球科学版), 49(5): 1222-1234.
[Wang X B, Jiang Z X, Hu G Y, Fan T E, Wang J H, Lu H. 2019. Sedimentary facies and evolution of Upper Fourth Member of Paleogene Shahejie Formation in Western Sag of Liaohe Basin. Journal of Jilin University(Earth Science Edition), 49(5): 1222-1234] [文内引用:1]
[11] 吴胜和, 岳大力, 刘建民, 束青林, 范峥, 李宇鹏. 2008. 地下古河道储层构型的层次建模研究. 中国科学: 地球科学, 38(增Ⅰ): 111-121.
[Wu S H, Yue D L, Liu J M, Shu Q L, Fan Z, Li Y P. 2008. Hierarchical modeling of paleochannel reservoir architecture. Scientia Sinica(Terrae), 38(Supplement Ⅰ): 111-121] [文内引用:1]
[12] 岳大力, 陈德坡, 徐樟有, 吴胜和, 范峥, 蒋婷婷. 2009. 济阳坳陷孤东油田曲流河河道储层构型三维建模. 古地理学报, 11(2): 233-240.
[Yue D L, Chen D P, Xu Z Y, Wu S H, Fan Z, Jiang T T. 2009. Channel reservoir architecture 3D modeling of meand ering fluvial reservoir in Gudong Oilfield, Jiyang Depression. Journal of Palaeogeography(Chinese Edition), 11(2): 233-240] [文内引用:1]
[13] 岳大力, 李伟, 王军, 王武荣, 李健. 2018. 基于分频融合地震属性的曲流带预测与点坝识别: 以渤海湾盆地埕岛油田馆陶组为例. 古地理学报, 20(6): 941-950.
[Yue D L, Li W, Wang J, Wang W R, Li J. 2018. Prediction of meand ering belt and point-bar recognition based on spectral-decomposed and fused seismic attributes: a case study of the Guantao Formation, Chengdao Oilfield, Bohai Bay Basin. Journal of Palaeogeography(Chinses Edition), 20(6): 941-950] [文内引用:1]
[14] 赵晓明, 冯圣伦, 谭程鹏, 冯莫沉, 唐春. 2020. 平移型点坝形成机理与沉积特征. 西南石油大学学报(自然科学版), 43(2): 1-15.
[Zhao X M, Feng S L, Tan C P, Feng M C, Tang C. 2020. Formation mechanism and sedimentary characteristics of translational point bars. Journal of Southwest Petroleum University(Science & Technology Edition), 43(2): 1-15] [文内引用:1]
[15] Bobrovitskaya N, Zubkova C, Meade R. 1996. Discharges and yields of suspended sediment in the Ob and Yenisey Rivers of Siberia. IAHS Publications-Series of Proceedings and Reports-Intern Assoc Hydrological Sciences, 236(1): 115-124. [文内引用:1]
[16] Carter D. 2003. 3-D seismic geomorphology: insights into fluvial reservoir deposition and performance, Widurifield, Java Sea. AAPG Bulletin, 87(6): 909-934. [文内引用:1]
[17] Chen F, Yuan Y, Davi N, Zhang T. 2016. Upper Irtysh River flow since AD 1500 as reconstructed by tree rings, reveals the hydroclimatic signal of inner Asia. Climatic Change, 139(3-4): 1-15. [文内引用:1]
[18] Colombera L, Mountney N, Russell C, Shiers M, McCaffrey W. 2017. Geometry and compartmentalization of fluvial meand er-belt reservoirs at the bar-form scale: quantitative insight from outcrop, modern and subsurface analogues. Marine and Petroleum Geology, 82(1): 35-55. [文内引用:1]
[19] Durkin P, Hubbard S, Holbrook J, Boyd R. 2018. Evolution of fluvial meand er-belt deposits and implications for the completeness of the stratigraphic record. Geological Society of America Bulletin, 130(5): 721-739. [文内引用:1]
[20] Fluin J, Tibby J, Gell P. 2010. The palaeolimnological record from lake Cullulleraine, lower Murray River(south-east Australia): implications for understand ing riverine histories. Journal of Paleolimnology, 43(2): 309-322. [文内引用:1]
[21] Ghinassi M, Moody J, Martin D. 2018. Influence of extreme and annual floods on point-bar sedimentation: inferences from Powder River, Montana, USA. Geological Society of America Bulletin, 131(1): 71-83. [文内引用:1]
[22] Ghinassi M, Nemec W, Aldinucci M, Nehyba S, Ozaksoy V, Fidolini F. 2014. Plan-form evolution of ancient meand ering rivers reconstructed from longitudinal outcrop sections. Sedimentology, 61(4): 952-977. [文内引用:1]
[23] Grenfell M, Nicholas A, Aalto R. 2014. Mediative adjustment of river dynamics: the role of chute channels in tropical sand -bed meand ering rivers. Sedimentary Geology, 301(3): 93-106. [文内引用:1]
[24] Hagstrom C, Hubbard S, Leckie D, Durkin P. 2019. The effects of accretion-package geometry on lithofacies distribution in point-bar deposits. Journal of Sedimentary Research, 89(5): 381-398. [文内引用:1]
[25] Herbert C M, Alexand er J, Amos K J, Fielding C R. 2020. Unit bar architecture in a highly-variable fluvial discharge regime: examples from the Burdekin River, Australia. Sedimentology, 67(7): 576-605. [文内引用:1]
[26] Ielpi A, Ghinassi M. 2014. Planform architecture, stratigraphic signature and morphodynamics of an exhumed Jurassic meand er plain(Scalby Formation, Yorkshire, UK). Sedimentology, 61(7): 1923-1960. [文内引用:1]
[27] Mason J, Mohrig D. 2019. Differential bank migration and the maintenance of channel width in meand ering river bends. Geology, 47(8): 1136-1140. [文内引用:1]
[28] Meybeck M, Ragu A. 1997. Presenting the GEMS-GLORI: A compendium of world river discharge to the oceans. IAHS Publications, 243(6): 3-14. [文内引用:1]
[29] Nixon M, Lacey G, Bowen H. 1959. A study of the bank-full discharges of rivers in England and Wales. Proceedings of the Institution of Civil Engineers, 14(4): 395-425. [文内引用:1]
[30] Nowinski J, Cardenas M, Lightbody A. 2011. Evolution of hydraulic conductivity in the floodplain of a meand ering river due to hyporheic transport of fine materials. Geophysical Research Letters, 38(1): 193-196. [文内引用:1]
[31] Peel M, Finlayson B, Mcmahon T. 2007. Updated world map of the Koppen-Geiger climate classification. Hydrology and Earth System Sciences, 11(3): 259-263. [文内引用:1]
[32] Razik S, Dekkers M, Dobeneck T. 2014. How environmental magnetism can enhance the interpretational value of grain-size analysis: a time-slice study on sediment export to the NW African margin in Heinrich Stadial 1 and Mid Holocene. Palaeogeography, Palaeoclimatology, Palaeoecology, 406(4): 33-48. [文内引用:1]
[33] Salmela J, Kasvia E, Vaaja M, Kaartinen H, Kukko A, Jaakkola A, Alho P. 2020. Morphological changes and riffle-pool dynamics related to flow in a meand ering river channel based on a 5-year monitoring period using close-range remote sensing. Geomorphology, 352(1): 1-17. [文内引用:1]
[34] Smith D, Hubbard S, Leckiea D, Milovan F. 2009. Counter point bar deposits: lithofacies and reservoir significance in the meand ering modern Peace River and ancient McMurray Formation, Alberta, Canada. Sedimentology, 56(6): 1655-1669. [文内引用:1]
[35] Strick R, Ashworth P, Awcock G, John L. 2018. Morphology and spacing of river meand er scrolls. Geomorphology, 310(1): 57-68. [文内引用:1]
[36] Swales S, Storey A, Bakowa K. 2000. Temporal and spatial variations in fish catches in the fly river system in papua new guinea and the possible effects of the Ok Tedi copper mine. Environmental Biology of Fishes, 57(1): 75-95. [文内引用:1]
[37] Sylvester Z, Durkin P, Covault J. 2019. High curvatures drive river meand ering. Geology, 47(3): 263-266. [文内引用:1]
[38] Wu C, Ullah M, Lu J, Bhattacharya J. 2016. Formation of point bars through rising and falling flood stages: evidence from bar morphology, sediment transport and bed shear stress. Sedimentology, 63(5): 1458-1473. [文内引用:1]
[39] Yue D, Li W, Wang W, Hu G, Qiao H, Hu J, Zhang M, Wang W. 2019. Fused spectral-decomposition seismic attributes and forward seismic modelling to predict sand bodies in meand ering fluvial reservoirs. Marine and Petroleum Geology, 99(5): 27-44. [文内引用:1]