Актуальность исследований заключается в необходимости уточнения строения залежей Самотлорского месторождения и выявления участков с наилучшими коллекторскими свойствами для эффективной разработки месторождения и максимального отбора углеводородов.
В настоящее время перспективы поддержания стабильного уровня добычи на Самотлорском месторождении связаны с вовлечением в разработку запасов нефти, расположенных в краевых зонах продуктивных пластов разреза. Бурение новых скважин в этих районах связано с высокими рисками получения нерентабельных притоков нефти ввиду недостаточной изученности продуктивности пластов бурением.
Анализ и использование при моделировании доступных геофизических полей (сейсмические, гравитационные, структурные карты, тектонические, фациальные карты), как правило, имеют коэффициенты корреляции с фактическими скважинными данными не более 25 %. Предлагаемый авторами алгоритм использования полипараметрических трендов позволяет повысить коэффициент корреляции до 55–65 %, что значительно снизит финансовые риски при проектировании бурения и зарезке боковых стволов (ЗБС), горизонтальных скважин (ГС).
Главная задача проведенной работы — в опробовании предлагаемого алгоритма на хорошо изученном объекте с большой выборкой скважинных данных с целью дальнейшего применения на «слабо-разбуренных» площадях с качественно проведенными геофизическими исследованиями (сейсмические, гравитационные, тепловые и др. поля).
Выбор параметров для прогноза в данной работе продиктован исключительно корреляцией каждого из полей всей имеющейся геолого-физической информации по данному объекту со скважинными данными. В данном случае такими полями послужили: поле сейсмических атрибутов, поле структурного фактора, поле параметра динамической активности, имеющие наиболее высокие коэффициенты корреляции по сравнению с другими полями.
Научная новизна исследований связана с обоснованием возможности уточнения коллекторских свойств пород целевых горизонтов Самотлорского месторождения УВ на основе использования полипараметрических зависимостей геолого-геофизических полей.

Породы пласта АВ1(1) изучены по керну 52 скважин, АВ1(2) — по керну 88 скважин. Накопление отложений пластов АВ1(1) и АВ1(2) проходило в прибрежно-морских («подводных») обстановках и отвечает сравнительно кратковременным периодам проградации дельты с влиянием волновых процессов на фоне медленно, возвратно-поступательно развивающейся субрегиональной трансгрессии.
Пласт АВ1(1) также накапливался в период проградации дельтовой системы и представлен отложениями дельты, сформированными в более глубоких обстановках относительно пласта АВ1(2). Объективно дельтовая лопасть пласта АВ1(1), относительно пласта АВ1(2), сместилась к востоку, что является следствием ритмично-поступательного развития субрегиональной трансгрессии. В восточной части исследуемой территории существовала песчаная проксимальная часть фронта дельты, которая к западу сменялась более алевритистыми осадками дистальной части фронта (рис. 1) [5]. На крайнем западе территории исследований осадки фронта дельты сменяются глинистыми отложениями продельтового склона. Зоны максимальных эффективных толщин отмечаются в восточной части территории и приурочены к фронту дельты, проксимальной его части.

Формирование отложений пласта БВ8(0) знаменует начало региональной («самотлорской») трансгрессии [2, 3, 4]. Трансгрессия в начальные этапы имела пульсирующий, возвратно-поступательный характер с элементами эпизодической и локальной проградации дельты (например, юго-восточная часть месторождения). Песчаники фронта дельты (устьевые бары) в пределах пласта БВ8(0) отмечаются лишь на востоке и юго-востоке исследуемой территории (рис. 2) [5].

В центральной и северной части месторождения песчаные отложения представлены маломощными прослоями, вероятно, ограниченных размеров и фрагментарного площадного распространения. Накопление данных отложений проходило эпизодически, в периоды сильных штормов (отложения штормовых слоев дистальной части фронта дельты). На западе площади песчано-алеврито-глинистые отложения дистальной части фронта дельты сменяются глинистыми алевролитами и аргиллитами продельтового склона [1, 4].
В данной статье предлагается построение прогнозных карт песчанистости, карт эффективных толщин на основе полипараметрических зависимостей геолого-геофизических полей.

Исходными данными при проведении анализа послужили:

• карты параметров: структурный фактор, параметр динамической активности временного поля Т0 (разница между исходными и «сглаженными» данными (высокочастотная фильтрация)), карта сейсмоклассов (нейронные сети) (рис. 3–6);
• коэффициенты песчанистости по скважинным данным (база данных), выборка из 28 500 скважин.

Специфический характер скаттерплотта связан c изначально дискретным полем сейсмокласса, впоследствии «сглаженным» процедурой smuth.

Построение полипараметрического поля (сейсмокласс + струкурный фактор + параметр динамической активности) в качестве прогнозной карты песчанистости в предлагаемом авторами алгоритме начинается с анализа исходных данных (составление зависимостей К_песч = f(ДА; СФ; SK):

• карта параметра динамической активности (ДА): [-4,5–+5,8 у.е] — для объекта АВ1(1-2); [-5,9–+7,5 у.е] — для объекта БВ8(0) (рис. 3, 5);
• карты структурного фактора («впадина —склон — вершина») (СФ): [0–4,5 у.е] — для объекта АВ1(1-2); [0–10,1 у.е] — для объекта БВ8(0) (рис. 3, 5);
• карты сейсмоклассов (SK) [1–7 кл.] (рис. 4, 6).

По полученным диаграммам зависимостей коэффициента песчанистости (по скважинным данным базы данных) от вышеназванных полей приняты полиноминальные тренды этих зависимостей с формулами:

• параметр ДА для объекта АВ1(1-2):

К_песч = -0,001083 × (ДА)3 + 0,000282 ×

× (ДА)2 + 0,051246 × (ДА) + 0,64861; (1)

• параметр ДА для объекта БВ8(0):

К_песч = -0,000008 × (ДА)3 + 0,000259 ×

× (ДА)2 +0,012206 × (ДА) + 0,54382; (2)

• параметр СФ для объекта АВ1(1-2):

К_песч = -0,001895 × (СФ)3 + 0,020878 ×

× (СФ)2 – 0,018243× (СФ) + 0,567; (3)

• параметр СФ для объекта БВ8(0):

К_песч = 0,00250262 × (СФ)3 – 0,035571*(СФ)2 +0,17939 × (СФ) + 0,26938; (4)

• параметр SK для объекта АВ1(1-2):

К_песч = -0,0017733 × (SK)3 +0.034892*(SK)2 – 0,17468*(SK) + 0,72831; (5)

• параметр SK для объекта БВ8(0):

К_песч = 0,0025026 × (SK)3 – 0,035571 × (SK)2 + 0,179394*(SK) + 0,269381. (6)

По формулам трендов рассчитаны значения Кпесч в каждой точке скважинных данных — КпесчТРЕНД. Определены средние значения поля каждого из параметров, каждого объекта. Вес параметра определялся как значение КпесчТРЕНД в данной точке, деленное на среднее значение по гистограмме. По полученным весовым значениям в каждой точке скважинных данных строились карты (поля) весовых коэффициентов каждого параметра, каждого объекта (рис. 7, 8).

Далее исходная карта параметра ДА была поделена на полученные карты весовых коэффициентов СФ, SK для каждого объекта, т.е. ДА преобразована в ДА* (с целью «нивелировать» влияние структурного фактора и сейсмокласса на зависимость коэффициента песчанистости от поля параметра динамической активности), с дальнейшим расчетом окончательного поля весовых коэффициентов параметра (ДА*) для каждого из объектов АВ1(1-2), БВ8(0). Аналогичная процедура проведена для параметра (СФ преобразована в СФ*) (деление на карты весовых коэффициентов ДА и SK — с целью «нивелировать» влияние динамической активности и сейсмокласса на зависимость коэффициента песчанистости от поля структурного фактора), проведен расчет окончательного поля весовых коэффициентов параметра (СФ*) для каждого из объектов АВ1(1-2), БВ8(0).
В заключение исходная карта сейсмоклассов была скорректирована делением на окончательные весовые поля параметров (ДА*), (СФ*), таким образом карта сейсмоклассов «нивелирована» от влияния полей динамической активности и структурного фактора. Составлена диаграмма зависимости Кпесч по скважинным данным от скорректированной карты сейсмоклассов (SK*) для каждого из объектов. Коэффициент корреляции составил 0,65 для объекта АВ1(1-2) и 0,67 для объекта БВ8(0). Построены прогнозные карты песчанистости (эффективных толщин) объектов АВ1(1-2), БВ8(0) с использованием скважинных данных и 2-Д трендf, рассчитанного по формуле полиноминального тренда зависимости Кпесч от полученного поля (SK*).