АНАЛИЗ СВЯЗНОСТИ КОЛЛЕКТОРА В УСЛОВИЯХ ГЕОЛОГИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ Текст научной статьи по специальности «Науки о Земле и смежные экологические науки»

предлагается использовать результаты люминесцентного анализа керна, имеющего более высокую вертикальную разрешающую способность, чем стандартные методы геофизических исследований скважин.

По результатам вычислительного эксперимента показано, что параметры геологической неопределенности при моделировании оказывают существенное влияние на коэффициент лито-логической связности и коэффициент охвата залежи вытеснением, и с помощью их обоснованного выбора можно повысить достоверность геологической модели, в том числе при моделировании и планировании систем разработки в низкопроницаемых коллекторах.

Результаты работы планируется применять для оценки литологической связности месторождений Компании при геологическом моделировании, что, в свою очередь, будет способствовать повышению качества построения геолого-гидродинамических моделей.

Ключевые слова: коэффициент литологической связности, коэффициент песчанистости, геологическое моделирование, стохастическое моделирование, теория перколяции, коэффициент охвата, высокорас-члененный коллектор, вариограмма.

© S.I. Konovalova, R.V. Bayguzin, Yu.B. Lind

ANALYSIS OF RESERVOIR CONNECTIVITY UNDER GEOLOGICAL UNCERTAINTY

RN-BashNIPIneft, 86/1, ulitsa Lenina 450103, Ufa, Russian Federation, e-mail: [email protected], [email protected], [email protected]

Detailed three-dimensional geological and hydrodynamic modeling of hydrocarbon deposits is necessary for a comprehensive account of the geophysical and field information during the design of field development. One of the main tasks is to reduce the influence of source data and modeling parameters uncertainty on making the design decisions.

The paper analyzes the influence of multivariate stochastic geological modeling parameters and the variability of the initial data on the hydrodynamic connectivity of reservoirs. It is proposed to use the coefficient of lithological connectivity, which is the ratio of the pore volume of the largest percolation cluster to the total pore volume of cells in the model, in order to assess the uncertainties in the distribution of the reservoirs and the influence of geological modeling parameters. The proposed methodology for the analysis of reservoir connectivity without building a hydrodynamic model can be used to assess the heterogeneity of the distribution of reservoir properties in the crosswell space and to predict development indicators in un-drilled reservoir areas.

It is proposed to use the results of luminescent core analysis with its higher vertical resolution compared to standard methods of geophysical research of wells for taking into account the vertical heterogeneity of the reservoirs.

According to the results of a computational experiment, it is

shown that the parameters of geological uncertainty of the model have a significant effect on the lithological connectivity coefficient and their substantiated choice makes it possible to achieve consistency of the simulation results with actual development data. It has also been established that the parameters of geological uncertainty affect the reservoir coverage factor in the model at low sandiness, which should be taken into account at geological modeling and planning of development systems in low-permeability reservoirs.

The results of the study are planned to be used to assess the lithological connectivity of the Company's fields in geological modeling, which, in turn, will contribute to improving the quality of geological and hydrodynamic models.

Key words: lithological connectivity coefficient, sandiness coefficient, geological modeling, stochastic modeling, percolation theory, reservoir coverage factor, highly dissected reservoir, variogram.

Геолого-гидродинамическое моделирование широко применяется для изучения процессов, происходящих в нефтегазоносных пластах, и позволяет решить множество различных задач: от получения вероятных сценариев распределения свойств коллектора в межскважинном пространстве и оценки извлекаемых запасов углеводородов до прогнозирования дебитов и оптимизации процессов разработки. Задача построения детальной трехмерной модели месторождения, согласованно учитывающей геолого-геофизические закономерности и данные разработки, как и все обратные задачи фильтрации, имеет не единственное решение. При выборе оптимальной стратегии разработки месторождения одной из основных сложностей является неопределенность параметров геологической модели при распределении геологических свойств в межскважинном пространстве.

Выбор методов и параметров геологического моделирования определяет протяженность, связность и расчлененность песчаных тел-коллекторов в модели, и, как следствие, расчетную эффективность системы поддержания пластового давления (ППД) и продуктивность скважин. Так, моделирование кубов литологии, в которых коллекторы выделены методами поинтервальной интерпретации, может привести к пропуску маломощных песчаных пропластков-коллекторов

из-за ограниченной вертикальной разрешающей способности стандартных методов геофизических исследований скважин (ГИС). А некорректный выбор параметров латеральной изменчивости песчаных тел при моделировании может привести к отсутствию гидродинамической связи между скважинами в модели.

Авторами проведен анализ влияния изменчивости исходных данных на гидродинамическую связность коллекторов на основе многовариантного стохастического геологического моделирования.

1. Основные характеристики при моделировании расчлененного коллектора

Песчаное тело (коллектор) в модели может иметь различную форму в зависимости от конкретной реализации геостохастического моделирования, поэтому для характеристики неоднородного строения пласта традиционно рассматривают интегральные свойства: песчанистость, расчлененность и связность.

Песчанистость пород характеризуется коэффициентом песчанистости (NTG), под которым понимают отношение порово-го проницаемого объема V к общему объему резервуара Vres:

ЫТС = (1)

"геБ

Расчлененность выражается соответствующим коэффициентом, который представляет собой отношение числа пластов-коллекторов, просуммированного по всем скважинам, пробуренным по площади, к общему числу скважин [1].

Гидродинамическая связность коллектора характеризуется наличием связей (перетоков) между скважинами и ячейками коллектора. Связность коллектора количественно определяется коэффициентом литологичес-кой связности (ЛС) Р, который представляет собой отношение порового объема перколя-ционного кластера (совокупности ячеек наибольшего песчаного тела-коллектора, по которым происходит протекание флюида) V

ТУЮУ1

к общему поровому объему ячеек в модели V [2-3]:

Р =

V'тах

V '

(2)

способности стандартных методов ГИС [7].

Для выделения коллектора использовалось оцифрованное фото ультрафиолетового (УФ) свечения керна, интенсивность которого является безусловным признаком нефте-насыщенных прослоев [8]. Соответственно, мерилом высокой неоднородности коллектора выступает неравномерная интенсивность свечения керна.

Варьирование граничного значения интенсивности ультрафиолетового свечения керна I отделяющего коллектор от неколлектора, вместе с коэффициентом NTG является одним из основных этапов анализа связности коллектора, о котором будет рассказано ниже.

Для определения I полученные значения интенсивности свечения осредняются методом скользящего среднего с шагом 0,1 м и нормируются в диапазоне от 0 до 1:

Важным показателем при выборе наилучшего варианта системы разработки, оценке эффективности заводнения и прочих методов воздействия на продуктивный пласт является также коэффициент охвата залежи вытеснением Кохв, который определяется как отношение суммарного порового объема ячеек песчаных тел, вовлеченных в разработку, Vохв , ко всему поровому объему ячеек в модели V [4-5].

Учет указанных параметров при геологическом моделировании дает возможность получить достоверный прогноз дальнейшей разработки нефтегазовых залежей.

2. Выделение расчлененного коллектора

Невысокая вертикальная разрешающая способность стандартных методов ГИС (гамма-каротажа, метода потенциала собственной поляризации и др.) не позволяет учесть неоднородное вертикальное строение коллектора и выделить пропластки мощностью меньше 0,4 м [6]. Объектом анализа в данной работе выступает высокорасчлененный коллектор одного из нефтяных месторождений Западной Сибири, характеризующийся переслаиванием песчаников и алевролитов с глинистыми и карбонатными прослоями, мощность которых существенно меньше разрешающей

Д/ =

1-1

min

I -I ■

1тах 1тт

(4)

где I - интенсивность ультрафиолетового свечения, I , I - соответственно мини' min max

мальное и максимальное значения I в интервале рассматриваемого пласта.

Отсечка I представляет собой граничное значение параметра AI: при AI > I выделенный прослой относился к коллектору, при AI < I - к неколлектору. На рисунке 1 приведены результаты выделения коллектора на основе люминесцентного анализа керна при I = 0,5 совместно со стандартным комплексом ГИС и колонками литологии.

3. Анализ связности коллектора

Построение геологической односкважин-ной модели и выделение связанных песчаных тел с целью исследования связности коллектора включает в себя следующие этапы:

- построение структурного каркаса модели и трехмерной сетки;

- распространение осредненных сква-жинных данных на сетку методами стохастического моделирования;

- литологическое моделирование («коллектор-неколлектор») при разных отсечках I ;

- выделение песчаных тел;

Рис. 1. Результаты люминесцентного анализа керна совместно со стандартным комплексом ГИС и колонками литологии:

1 - потенциал собственной поляризации (ПС), кавернометрия (ДС), потенциал-зонд (PZ); 2 - нейтронный каротаж (НК), гамма-каротаж (ГК), 3 - индукционный каротаж (ИК); 4,5 - коллектор и насыщение по ГИС, 6 - оцифрованное фото керна в УФ-свете, 7 - коллектор, выделенный по УФ-свечению керна (1сг = 0,5); 8 - интенсивность УФ-излучения I; 9 -параметр Д!

- построение и анализ зависимостей коэффициента ЛС коллектора от NTG;

- аппроксимация экспериментальных кривых.

За основу структурного каркаса модели приняты поверхности кровли и подошвы пласта, полученные по геологическим маркерам на скважинах. В центре сектора моделирования размером 2 км х 2 км расположена выбранная скважина с результатами люминесцентного анализа, при этом размер ячеек по латерали варьируется в диапазоне от 10 м до 100 м, а по вертикали - выбран исходя из дискретности каротажа и равен 0,1 м.

Для распространения скважинных данных на сетку использовалось стохастическое моделирование в программном паке-

те Petrel, позволяющее создать множество равновероятных реализаций распределения параметра Д1 [9]. Параметр Д1 распределен в межскважинном пространстве методом последовательного гауссова моделирования с использованием сферического типа вариог-раммы (функции, описывающей корреляционные связи между значениями переменной в точках пространства в зависимости от расстояния между ними). Построены кубы Д1 с различными радиусами вариограмм по лате-рали: от 0 до 1000 м с шагом от 50 м до 500 м, размерами ячеек (dx, dy): от 10 м до 100 м с шагом от 10 м до 20 м. С целью сохранения расчлененности коллектора в геологической модели радиус вариограммы по вертикали был принят 0,2 м.

вестник академии наук рб

/

2020, том 34, № 1(97)

& 0

Рис. 2. Геологическая модель и связанные песчаные тела (Rvar = 500 м, размер ячеек 10 м х 10 м):

А - куб Д1, Б - куб литологии, В - связанные песчаные тела в модели, Г - наибольшее связанное песчаное тело (перколяционый кластер)

Кубы литологии получены из кубов AI варьированием отсечек I с шагом 0,1. Программными средствами пакета Petrel (метод Connected volumes) выделены связанные песчаные тела-коллекторы, протяженность которых меняется в зависимости от латерального радиуса вариограмм. На рисунке 2 приведен пример кубов AI, литологии и связанных песчаных тел, а также наибольшее по объему единое связанное песчаное тело при радиусе вариограмм по латерали 500 м и размере ячейки 50 м.

Согласно статьям [5, 10], зависимость между коэффициентом ЛС и NTG имеет перколяционный характер. Авторами проведен анализ зависимости коэффициента ЛС от параметра NTG при различных значениях радиусов вариограмм распределения песчаных тел по латерали и размеров ячеек (рис. 3), подтверждающий выводы авторов статьи [5] о чувствительности геолого-гидродинамических моделей к параметрам геостохастических алгоритмов. Как видно из рисунка 3А, на котором представлена зависимость коэффициента ЛС от NTG при различных значениях радиуса вариограмм, при

NTG > 0,4 коллектор хорошо связан для всего рассмотренного диапазона Rvaг. В случае 0,2 < ШГО < 0,4 наблюдается переходная зона - кратное снижение коэффициента ЛС при незначительном уменьшении NTG, причем чем меньше радиус вариограмм, тем резче данное снижение. Для радиусов вариограмм R < 200 м при значениях

г г уаг Г

NTG < 0,2 коэффициент ЛС принимает значения, близкие к нулю, что свидетельствует об отсутствии гидродинамической связи между ячейками коллектора.

Рисунок 3Б демонстрирует зависимость коэффициента ЛС от параметра NTG при различных значениях размера ячеек (ёх, ёу). Аналогично предыдущему случаю, при NTG > 0,4 коллектор можно считать хорошо связанным во всех рассматриваемых случаях. При 0,2 < NTG < 0,4 наблюдается резкое снижение коэффициента ЛС при незначительном уменьшении параметра NTG. С уменьшением размера ячеек коэффициент ЛС остается высоким даже при низких значениях песчанистости, кривые стремятся к ступенчатому виду - перколяционный переход более явно выражен.

вестник академии наук рб / __

' 2020, том 34, № 1(97) llllllllllllllllllllllllllIIIIIIIiEbI

P(NTG, Rvar)

P(NTG, ах. ay)

__II IMMl-"'* - •

/' / /

t :' / 1 1 1 It 1 II

f /

li' 1 Г ! / / i

У / 1 А /I //; / /

/ ' . / / I f I 1 1 .—- ftvar=0M

h \ 1 —»- Rvar=B0H

1 / / Rvar» 100м

*"7 р 1 1 / > / I / ' 1 * t IS > t Rvar »2 Мм Rvar-50QM

ftwar = 1000м

t J l/- / t I IT 1 1 I j#

/ \fl / /11 /

1 t /

til { ■ 1Г ' 1 lj J

i/j / if} / f J 1 jr I fd 1 / J i f jri Jt ¥ dtMy=lQM dMy=3Qw dK,dy = 50w —M— dx,dy = 70w ---- ds,dy = 90w * dx,dy = 100M

е.4

NTG

(и

NTG

Рис. 3. Зависимость коэффициента ЛС коллектора от коэффициента песчанистости: А - при различных значениях радиусов вариограмм по латерали ^ Б - при различных размерах ячеек ^х, dy)

Зависимость коэффициента ЛС от NTG аппроксимируется следующим уравнением из теории перколяции [10]:

„ _ Га(ЫТС - реУ, N10 > ре /сч

1 ~ 1 0, N10 < ре ' С5)

гдеРе - порог перколяции (минимальное значение параметра NTG, при котором возникает протекание), а и в - коэффициенты.

В случае рассмотрения связности коллектора уравнение (5) допускает обобщение. В классической теории перколяции модель кластера бесконечна, в геологической модели - нет. Для бесконечных перколяционных кластеров порог перколяции имеет определенное значение, которое зависит от свойств модели, и наблюдается ступенчатый переход (а=1 и в=0), в то время как в реальной модели порог перколяции лежит в интервале значений коэффициента песчанистости [11], и связность не равна нулю, если значение пес-чанистости ниже критического значения (порога перколяции).

В теории перколяции все ячейки имеют одинаковую вероятность быть либо коллектором, либо неколлектором, то есть вариограмма распределения песчаных тел в идеальном слу-

чае должна иметь нулевой радиус по латерали («белый шум»). Пример такого случая приведен на рисунке ЗА при Rrar = 0, где значение P в районе порога перколяции резко падает до нуля, максимально приближаясь к ступенчатому виду. Но, в отличие от теории, количество ячеек в геологической модели не стремится к бесконечности, поэтому строго вертикального падения кривой не наблюдается.

Для аппроксимации экспериментальных кривых вначале были получены характерные значения коэффициентов а, в, Ре для случаев, представленных на рисунке 3 (нелинейным методом наименьших квадратов (НМНК), реализованным на языке программирования Python): а ~ 1, в ~ 0,01-0,05, Ре ~ 0,2-0,4. Далее эти значения были аппроксимированы полиномиальными поверхностями:

N N

0 = .V' (6) [=0;=0

где по осям Zi и Z2 располагаются, соответственно, размеры ячеек (dx, dy) и радиус вариограмм по латерали Rvar, по оси в - аппроксимируемый параметр; N - степень по-

линома. В таблице 1 показано сопоставление значений параметров а, в, Ре и аппроксимирующих их поверхностей степени от 1 до 3.

По результатам вычислительного эксперимента было установлено, что удовлетворительные значения коэффициента детерминации > 0,5) для параметров а и в достигаются при использовании полиномов второго порядка, а порога перколяции ре - третьего. На рис. 4 показаны значения параметров а, в, Ре и аппроксимирующие их поверхности.

Построенные зависимости в дальнейшем можно использовать для воспроизведения кривых литологической связности для ее оценки при геологическом моделировании, что, в свою очередь, будет способствовать повышению качества построения геолого-гидродинамических моделей.

4. Анализ зависимости охвата залежи вытеснением от параметров геологической неопределенности модели

Дополнительно для прогнозирования эффективности системы разработки проведен анализ зависимости коэффициента охвата залежи вытеснением от рассматриваемых в работе параметров геологической неопределенности модели (радиусов вариограмм по латерали Rvaг и параметра NTG).

В данной работе рассмотрен простейший элемент разработки, состоящий из одной добывающей и одной нагнетательной скважин. Коэффициент охвата в данном слу-

Таблица 1 - Сопоставление значений параметров а, поверхностей

раметров а, в, ре и аппроксимирующих их

Аппро-ксими руемый параметр Коэффициент детерминации R2

N = 1 N = 2 N = 3

а 0,015 0,559 0,605

в 0,032 0,502 0,595

Ре 0,406 0,422 0,555

чае определяется по формуле [4-5]:

„ _ Vinj Vprod ^in],prod г„л охв --77-' (У)

7

где V . - суммарный поровый объем ячеек, дренируемых нагнетательной скважиной, Vprod - суммарный поровый объем ячеек, дренируемых добывающей скважиной, V , - суммарный поровый объем ячеек,

ту proa J 1 1

дренируемых как нагнетательной, так и добывающей скважинами.

Проведен анализ зависимости рассчитанного коэффициента охвата от параметра NTG и радиуса вариограмм по латерали для фиксированного расстояния между скважинами R й = 500 м и размера ячеек 50 м.

На рис. 5А представлена зависимость

Рис. 4. Зависимость коэффициентов а, р и порога перколяции ре от радиуса вариограмм и размера ячеек: А - параметр а, Б - параметр в, В - параметр р

А

Б

Рис. 5. Зависимость коэффициента охвата Кохв от Rvar и NTG: А - зависимость от NTG при различных значениях R , Б - зависимость от R при различных значениях NTG

\/аг ' \/яг 1

Кохв от NTG при различных значениях R .

1 1 var

Из этого рисунка видно, что Кохв увеличивается с ростом NTG, однако зависимость от Rvar по нему проследить сложно, в связи с чем был построен также график зависимости Кохв от R при различных значениях NTG

var

(рис. 5Б).

Из рисунка 5Б видно, что при высоких значениях NTG Кохв практически не меняется и примерно равен 1 (что логично, поскольку коллектор в модели характеризуется высокой гидродинамической связностью). При низких значениях NTG радиус вариограмм существенно влияет на Кохв: с увеличением Rvar происходит рост связности в модели, и, соответственно, увеличение Кохв. При этом значение Кохв начинает изменяться скачкообразно ввиду уменьшения размера песчаных тел, пересеченных скважинами, поскольку вследствие этого не все имеющиеся песчаные тела оказываются охваченными разработкой.

Таким образом, количественно выражаемые в Кохв потери нефти из-за прерывистости пласта при низких значениях параметра NTG в пределах перколяционного перехода также имеют высокую чувствительность к

изменению радиуса вариограмм по латера-ли, что необходимо учитывать при геологическом моделировании.

При сопоставлении значения Кохв, рассчитанного по формуле (4), со значением, определяемым по данным разработки, можно также сделать вывод о корректности выбора параметров моделирования (в частности, радиуса вариограмм по латерали) для повышения прогнозной способности модели.

Выводы. Проведена оценка влияния параметров неопределенности модели на протяженность геологических тел и значение коэффициента ЛС на основе многовариантного стохастического геологического моделирования.

В рамках исследования высокорасчле-ненный коллектор был выделен на основе анализа интенсивности свечения керна в ультрафиолетовом свете. Данный метод позволил выявить тонкие прослои нефтена-сыщенного коллектора, что невозможно при использовании классических методов ГИС из-за их невысокой вертикальной разрешающей способности.

Установлено, что такие параметры, как размерность сетки и радиус вариограмм по

латерали, оказывают существенное влияние на коэффициент ЛС, на основе чего сделан вывод о том, что обоснованный выбор этих параметров позволяет достичь согласованности результатов моделирования с данными фактической разработки.

Показано, что радиус вариограмм по ла-терали влияет на коэффициент охвата залежи вытеснением в модели при низких значениях песчанистости, что нужно учитывать при

геологическом моделировании и планировании систем разработки в низкопроницаемых коллекторах.

В перспективе результаты работы планируется применять для оценки гидродинамической связности нефтяных и нефтегазовых месторождений при геологическом моделировании, что, в свою очередь, будет способствовать повышению качества построения геолого-гидродинамических моделей.

Л И Т Е Р А Т У Р А

1. Гиматудинов Ш.К. Физика нефтяного и газового пласта. М.: Недра, 1971. 312 с.

2. Закревский К.Е., Чернуха М.Н. Связность резервуаров при геологическом моделировании // Вестник ЦКР Роснедра. 2010. № 3. С. 18-24.

3. Косков Б.В., Косков В.Н., Шурубор Ю.В. Проблема исследования гидродинамической связности геологических тел и методы ее решения // Вестник Пермского университета. Геология. 2011. № 4. С. 90-95.

4. Байков В.А., Безруков А.В., Бикбулатов С.М., Савичев В.И., Усманов Т.С., Рощектаев А.П. Пер-коляционные пределы связанности геологических тел в задачах геолого-гидродинамического моделирования // Нефтяное хозяйство. 2010. № 8. С. 40-42.

5. Федоров А.Э., Аминева А.А., Дильмухаме-тов И.Р., Краснов В.А., Сергейчев А.В. Анализ геологической неопределенности при стохастическом моделировании геологических тел // Нефтяное хозяйство. 2019. № 9. С. 24-28.

6. Хмелевской В.К., Горбачев Ю.И., Калинин А.В., Попов М.Г., Селиверстов Н.И., Шевнин В.А. Геофизические методы исследований. Петропавловск-Камчатский: КГПУ. 2004. 229 с.

7. Байков В.А., Жонин А.В., Коновалова С.И., Мартынова Ю.В., Михайлов С.П., Рыкус М.В. Петрофизическое моделирование сложнопост-роенного терригенного коллектора // Территория «НЕФТЕГАЗ». 2018. № 1. С. 34-38.

8. ГОСТ Р 53375-2009. Скважины нефтяные и газовые. Геолого-технологические исследования. Общие требования. М.: Стандартинформ, 2009. 19 с.

9. Байгузин Р.В., Коновалова С.И. Изучение гидродинамической связности коллекторов в зависимости от их песчанистости и характеристик геологической модели // Геология, геоэкология и ресурсный потенциал Урала и сопредельных территорий. 2019. № 7. С. 121-123.

10. Hovadik J.M., Larue D.K. Static characterizations of reservoirs: Refining the concepts of connectivity and continuity // Petroleum Geoscience. 2007. Т. 13. № 3. С. 195-211.

11. Тарасевич Ю.Ю. Перколяция: теория, приложения, алгоритмы. М.: УРСС, 2002. 112 с.

R E F E R E N C E S

1. Gimatudinov Sh.K. Fizika neftyanogo i gazovogo plasta [Physics of oil and gas reservoir]. Moscow, Nedra, 1971. 312 p. (In Russian).

2. Zakrevsky K.E., Chernukha M.N. Svyaznost rezer-vuarov pri geologicheskom modelirovanii [Connectivity of reservoirs during geological modeling]. Vestnik CKR Rosnedra - Bulletin of the Central Committee of Rosnedra, 2010, no. 3, pp. 18-24. (In Russian).

3. Koskov B.V., Koskov V.N., Shurubor Yu.V. Problema issledovaniya gidrodinamicheskoy svy-aznosti geologicheskikh tel i metody ee resheniya [The problem of studying the hydrodynamic connectivity of geological bodies and methods for its solution]. Vestnik Permskogo universiteta, Ge-ologiya - Bulletin of the Perm University. Geology, 2011, no. 4, pp. 90-95. (In Russian).

4. Baykov V.A., Bezrukov A.V., Bikbulatov S.M., Savichev V.I., Usmanov T.S., Roshchektaev A.P. Perkolyatsonnye predely svyazannosti geo-logicheskikh tel v zadachakh geologo-gidrodin-amicheskogo modelirovaniya [Percolation limits for connectivity of geological bodies in the problems of geological and hydrodynamic modeling]. Neftyanoe khozyaystvo - Oil Industry, 2010, no. 8, pp. 40-42. (In Russian).

5. Fedorov A.E., Amineva A.A., Dilmukhametov I.R., Krasnov V.A., Sergeychev A.V. Analiz geo-logicheskoy neopredelennosti pri stokhastiches-kom modelirovanii geologicheskikh tel [Analysis of geological uncertainty in stochastic modeling of geological bodies]. Neftyanoe khozyaystvo -Oil Industry, 2019, no. 9, pp. 24-28. (In Russian).

6. Khmelevskoy V.K., Gorbachev Yu.I., Kalinin A.V.,

Popov M.G., Seliverstov N.I., Shevnin V.A. Geo-fizicheskie metody issledovaniy [Geophysical research methods]. Petropavlovsk-Kamchatskiy, KGPU, 2004. 229 p. (In Russian).

7. Baykov V.A., Zhonin A.V., Konovalova S.I., Mar-tynova Yu.V., Mikhaylov S.P., Rykus M.V. Petro-fizicheskoe modelirovanie slozhnopostroennogo terrigennogo kollektora [Petrophysical modeling of heterogeneous terrigenous reservoir]. Territo-riya Neftegas - Oil and Gas Territory, 2018, no. 1, pp. 34-38. (In Russian).

8. GOST R 53375-2009. Skvazhiny neftyanye i gazovye. Geologo-tekhnologicheskie issledo-vaniya. Obshchie trebovaniya [Oil and gas wells. Geological and technological research. General requirements]. Moscow, Standartinform, 2009. 19 p. (In Russian).

9. Bayguzin R.V., Konovalova S.I. Izuchenie gi-

drodinamicheskoy svyaznosti kollektorov v za-visimosti ot ikh peschanistosti i kharakteristik geologicheskoy modeli [Studying the hydrody-namic connectivity of reservoirs depending on their sandiness and characteristics of geological model]. Geologiya, geoekologiya i resursnyy po-tentsial Urala i sopredelnykh territoriy - Geology, Geoecology and Resource Potential of the Urals and Adjacent Territories 2019, no. 7, pp. 121-123. (In Russian).

10. Hovadik J.M., Larue D.K. Static characterizations of reservoirs: Refining the concepts of connectivity and continuity. Petroleum Geoscience, 2007, vol. 13, no. 3, pp. 195-211.

11. Tarasevich Yu.Yu. Perkolyatsiya: teoriya, prilo-zheniya, algoritmy [Percolation: Theory, applications, algorithms]. Moscow, URSS, 2002. 112 p. (In Russian).

УДК 551.7.022

DOI: 10.24411/1728-5283-2020-10105

ФАЦИАЛЬНАЯ ЗОНАЛЬНОСТЬ ПОЗДНЕПАЛЕОЗОИСКИХ ОТЛОЖЕНИЙ ВОСТОЧНОГО БОРТА ПРЕДУРАЛЬСКОГО ПРОГИБА

© Е.А. Володина,

аспирант,

Московский Государственный Университет им. М.В. Ломоносова, геологический факультет, Ленинские горы, д. 1, 119234, г Москва, Российская Федерация,

e-mail: ekaterina.volodina2015@ yandex.ru

В статье приведены исследования фациальной зональности отложений позднего палеозоя в Юрюзано-Сылвенской впадине Предуральского краевого прогиба. Во многих работах описана поперечная фациальная зональность отложений. Целью данной работы является выяснение фациальной зональности позднепалеозойских отложений прогиба в продольном направлении с юга на север. Вторая цель - установление источников и направлений сноса материала при формировании этих отложений. В ходе работы изучены отложения на территории следующих листов масштаба 1:200 000: N-40^1 (Бакал), N-40^1 (Куса), О-40-XХХVI (Нязепетровск) и 0-40-ХХХ (Ревда). Автором были подробно описаны разрезы с детальным отбором шлифов. В ходе работы были выделены несколько групп литотипов, отражающих структурно-текстурные особенности пород, их состав и территориальное распространение. Построена корреляционная схема позднепалеозойских отложений на основании всех изученных разрезов. Анализ распределения литотипов по площади и по разрезу позволил реконструировать источники и направления сноса материала. Главным источником сноса был Тараташский выступ и его западное обрамление. К западу от Тараташского выступа, на территории Кусинского листа склон был очень крутой, а территория приподнята выше соседних. Это подтверждается литологическими и структурными особенностями разрезов. Такая ситуация объясняется

вестник академии наук рб

/

2020, том 34, № 1(97)