咸水层CO₂地质封存全地层地质建模技术研究

Research on Whole Strata Geological Modeling Technology for CO₂ Geological Storage in Salt Water Layer

摘要

咸水层CO₂地质封存技术是实现我国“碳达峰、碳中和”目标的重要支撑技术，但目前基于油气开发目的的三维地质建模技术难于满足CO₂地质封存的要求，咸水层CO₂地质封存数值模拟以及安全性评价等需要从地面至目的层段全部地层，针对Subei盆地Gaoji地区（S盆地G地区），利用Petrel软件以及多种确定性、随机性建模方法开展从目的层到地表的全地层三维模型建模技术研究，主要成果如下：提出利用构造框架构造建模（Structural framework）方法解决由复杂的断层接触关系引起的各种断层建模问题，并利用阶梯状网格化方法解决全地层建模网格要求问题，使全地层模型网格数小于千万；提出在岩性模型约束下采用不同的地质统计学方法依次模拟得到孔隙度、渗透率等模型的方法；结合全地层地质模型特点，采用储层发育特征对比方法对GJ地区的全地层地质模型的精度进行了检验，总体认为本次GJ地区随机建模结果具较高的可信度.本次研究提出的全地层地质建模方法可以为咸水层CO₂地质封存后期数值模拟以及安全检查提供可靠完整的地质模型，对咸水层CO₂地质封存的发展具有重要意义.

Abstract

The CO₂ geological storage technology in salt water layer is an important supporting technology for achieving China’s carbon peaking and carbon neutrality goals. However, the current 3D geological modeling technology based on oil and gas development purposes is difficult to meet the requirements of CO₂ geological storage. Numerical simulation and safety evaluation of CO₂ geological storage in salt water layers require a geological model of all strata from the ground to the target layer. Taking the Gaoji area of the Subei basin as an example, using Petrel software and various deterministic and stochastic modeling methods, it conducted research on the three-dimensional modeling technology of the entire strata from the target strata to the surface. The main achievements are as follows. Propose to use the Structural framework method to solve various fault modeling problems caused by complex fault contact relationships, and use the stepped grid method to solve the grid requirements for whole formation modeling. Propose a method of sequentially simulating porosity, permeability, and other models using different geostatistical methods under the constraint of lithological models，and ensure that the number of grids in the entire geological model is less than ten million. Based on the characteristics of the geological model of the entire formation, the accuracy of the geological model of the entire formation in the Gaoji area was tested using the comparison method of reservoir development characteristics. Overall, it is believed that the results of the random modeling in the Gaoji area have high credibility. The geological modeling method proposed in this study can provide a reliable and complete geological model for the numerical simulation and safety inspection of CO₂ geological storage in salt water layers, which is of great significance for the development of CO₂ geological storage in salt water layers.

Graphical abstract

关键词

碳 / CO₂地质封存 / 咸水层 / 地质建模 / GJ地区 / S盆地 / 油气地质.

Key words

carbon / CO₂ geological storage / salt water layer / geological modeling / Gaoji area / Subei basin / petroleum geology

0 引言

CCS（二氧化碳捕集封存）/CCUS（二氧化碳捕集利用封存）是实现我国“碳达峰、碳中和”目标的重要支撑技术，咸水层因其具有大量丰富的储存空间，且地理分布较广等优点，成为CO₂地质封存的主要封存空间，但是咸水层CO₂地质封存研究中仍存在众多难题，其中CO₂地质封存与油气藏地质建模技术亦存在较大差异，需开展进一步的研究（崔振东等，2010；Randi et al.， 2017；Onoja et al.， 2019；刘廷等，2021；Sun et al.， 2021；桑树勋等，2022； Edouard et al.， 2023；李阳等，2023）.目前，随着油气勘探开发的发展，油气藏三维地质建模方面的研究无论是在软件还是在技术方面都趋于成熟，例如中国石油勘探开发科学研究院开发所的GMSS、法国斯伦贝谢公司的Petrel、Geoframe中的P3D模块、Landmark公司的Stratmodel、T⁃surf公司的GOCAD和Roxor公司的RMS软件等为三维地质建模提供了大量良好的软件平台.在方法和技术层面油气藏三维地质建模也有了较为完善的技术系列，包括多源数据融合技术、复杂地层、断层建模技术、网格剖分技术等，三维地质建模可分为确定性建模和随机建模两个方向，无论是确定性建模还是随机建模近年来都得到了快速的发展和完善（杨耀忠，2003；于兴河等，2005；高寿涛等，2010；贾爱林，2010；史玉成等，2012；曲良超和卞昌蓉，2012；邹拓和徐芳，2015；练章贵等，2019；Shen et al.， 2021）.

但是，目前油气地质方面的三维地质建模主要针对油气富集的油气藏开展研究，即建立的模型仅仅是含有油气的储层以及其上覆的盖层及下伏的含水层等地层中的部分，在咸水层及衰竭油气藏CO₂地质封存研究中，需要开展CO₂的封存安全性，不仅需要建立封闭CO₂的地质圈闭的三维地质模型，还需要对上覆地层开展研究，建立其三维地质模型，为CO₂沿井筒、断层、露头等的渗漏研究提供基础，也为CO₂泄露检测方案的部署提供地质依据，因而需要建立从目的层到地表的全地层三维模型，现阶段缺少相关技术与方法.本次选择S盆地JH凹陷GJ地区作为典型区块开展全地层地质建模技术研究，为咸水层CO₂地质封存提供技术保障.

1 研究区地质概况

JH凹陷位于S盆地DT坳陷西部，为晚白垩世发育起来的南断北超的箕状凹陷.北起JH隆起，南至TC凸起，西邻ZBL隆起，东与LTQ⁃LB低凸起相连，面积约5 000 km²（图1）.JH凹陷西斜坡是指SH、CJ次凹的西部斜坡带，西连JH隆起，南邻ZBL隆起，斜坡整体呈西抬东倾，走向北东，总面积约1 500 km²（图1）（王伟锋等，1996；张金亮等，2006；高炎等，2008）.GJ地区构造位置位于JH凹陷西斜坡中段，为在斜坡构造背景上被断层切割形成的断鼻、断块群，主要含油层系为古近系FN组E₁f₂和E₁f₁，储集层为砂岩和碳酸盐岩.

GJ地区FN组的地层与下伏TZ组呈假整合‒整合接触，与上覆DN组呈假整合接触，根据大套岩性组合自下而上称之为E₁f₁、E₁f₂、E₁f₃和E₁f₄.其中E₁f₁厚度约650 m，岩性主要为暗棕色细砂岩、粉砂岩与棕褐色泥岩互层，砂岩发育；E₁f₂厚度约250 m，上部为半深湖、深湖相黑色泥岩，中部为灰黑色泥灰岩、油页岩、鲕状灰岩及生物碎屑灰岩，底部发育滨浅湖泥砂岩沉积地层；E₁f₃厚度约220 m，岩性为灰、浅灰色粉砂岩、细砂岩与灰色泥岩互层；E₁f₄厚度约300 m，为一套深灰色半深湖、深湖相泥页岩（张金亮等，2006；高炎等，2008）.FN组地层发育了E₁f₁与E₁f₂、E₁f₃与E₁f₄两组分布稳定的储盖组合，与GJ地区有利的圈闭条件形成了良好的CO₂地质封存场所，因而本次研究针对GJ地区开展.

2 构造模型建模方法及思路

现有的针对含油气层段三维地质建模方法主要是针对油气富集的油气藏开展的，因而主要研究对象是富集油气的储层、盖层以及少部分下覆的含水储层，并且由于数模过程中对于网格数量的要求，因而建立的三维地质模型往往不包括上部的大套地层（王鸣川等，2017；张文彪等，2019）.本次研究主要目的是建立从目的层到地表的全地层三维模型的相关技术与方法，并能够满足数模对网格数的要求.全地层三维地质模型是从地面至目的层段的全部地层的地质模型，而常见油气藏储层建模主要是针对油气藏以及上下盖层或者遮挡断层建立地质模型.相比而言，全地层三维模型在纵向和横向尺幅更大，由于这种大尺幅模型网格数往往更加巨大，导致后期数值模拟难以实现，因而需要根据咸水层CO₂地质封存的技术需求开展全地层三维地质模型的建模技术研究，利用多种建模方法综合解决网格数过多、断层接触关系复杂等问题.全地层三维模型的建立主要包括数据准备、构造建模、储层属性建模、模型检验等内容，其中构造建模是全地层地质建模的关键.

2.1　基础资料准备

各种地质建模方法均是以数据库为基础的，数据的丰富和准确程度决定了地质模型的精确度，从油气藏建模方面看，主要数据包括钻井、取心、测井、地震、开发动态等多方面的资料（黄文松，2022；唐佳凡等，2024）.本次研究共用到了GJ地区220余口井的基本数据，这些数据包括：井位坐标、补心高、补心海拔、井斜数据、分层数据、地震反射层（T₃⁰、T₃¹、T₃³）构造图，地震解释的断层数据以及构造等值线数据等.

2.2　构造建模方法

构造建模是地质建模里最基础和最重要的环节之一，构造模型又由断层模型和层面模型组成，层面模型是地层界面的三维显示，多层的层面模型叠合形成地层格架模型，断层模型是断层面对地层的切割的三维显示，精确地表征断面和层面之间的相互切割关系是地层格架模型的关键.

本次是采用Petrel软件建立GJ地区全地层地质模型，考虑到全地层地质建模的特殊性，优先对构造建模的方法进行了优选.目前，利用Petrel软件进行构造建模中最常用的方法是角点网格构造建模（Corner point gridding）.该方法主要过程是先建立断层对层面切割形成的断层线，然后利用多组断层线建立三维断层模型，继而在断层模型中插入地层层面，形成地层格架模型，进而在地层格架模型中插入测井曲线并形成属性模型等.角点网格建模的优点是可以交互式建立、修改断层形态及其之间的相互关系，并沿着断层线、边界线或尖灭线方便地设置网格走向（史玉成等，2012；李兆亮等，2016）.但如果油藏构造特别复杂，断层交接方式多样时，断层Pillar的建立和相互关系的处理较为困难，并且角点网格所形成的网格索引是用于映射到参数空间的每个网格单元，因此建立的网格不是产生畸变就是导致后期数值模拟无法收敛.在建立复杂断裂系统断层模型中，有时受断层Pillar几何位置的限制，不得不简化断层，无法精确体现断层的实际特征.

所以，在复杂构造精细建模中，角点网格构造建模方法弊端较为明显，而构造框架构造建模（Structural framework）方法，解决了由复杂的断层接触关系引起的各种断层建模问题，适用于构造复杂的地区（断层发育且数量多，断层接触关系复杂）（杨耀忠，2003；史玉成等，2012；邹拓和徐芳，2015）.其主要特点是：一方面可以自动计算判定断层‒断层交切关系，以及断层‒层位、层位‒层位交切关系，节省人工编辑、定义断层模型的时间和精力，大大提高了复杂构造建模的能力；另一方面可以运用地质规律网格化层面，即根据层位沉积规律（整合面、剥蚀面、基底、不整合面），划分地质层段，根据沉积体积守恒等原则，合理预测不同断块单元内层位位置及层段厚度，使构造模型更加准确合理.考虑到GJ地区断裂比较发育，而且模型纵向跨度大，不同区域断层产状变化大等因素，选用Petrel构造框架构造建模方法开展GJ地区全地层的构造建模.

2.3　断层模型

在断层建模前，需要定义工区的几何形状，即设置模型范围或工区范围，选择涵盖GJ地区主力断块的一个矩形作为模型边界，覆盖面积约46.0 km².根据区域已解释的T₃⁰、T₃¹、T₃³三套地震反射层的断层多边形展布特征，认为GJ地区断裂总体较发育，主要圈闭的控制断层在T₃¹、T₃³具有较好的继承性，而在各圈闭内部的低序级断层或断块间的调节断层上下层系继承性较差.

在构造建模中，结合区域断裂系统发育规律认识，选取T₃¹、T₃³两套层系继承性好的13条控制断层为对象，首先以角点网格建模方法建立断层模型（图2）.然后基于构造框架构造建模方法，将已建立的断层面作为输入数据导入并模拟成单独光滑的面，断层建立起来后，需要依据事先建立的削截法则来处理断层的接触关系，在削截法则中需要确定主断层（削截断层）和次断层（被削截），以及削截方式（是顶削截还是底削截），从而实现利用框架建模构造建模方法最终建立的GJ地区断层模型（图3）.

2.4　层面模型

层面模型是在断层被准确表征后才可建立，其建立效果直接决定了下步地层格架模型的生成质量.在完成了断层框架之后，需要利用已有的地层数据、地质关系和模拟参数开展地层模拟，模拟时首先按照断层面生成一个单独的地层，然后运用层面削截法则建立完整的构造模型.本次共建立了地面、E₂s₁底面、E₂d₁底面、E₁f₄底面、E₁f₂¹底面、E₁f₂³底面和E₁f₁²底面共7个层面模型（图4）.

2.5　构造网格化

在常规角点网格单元模型中复杂构造常会引起许多问题，如因为断层削截而引起的翘曲或扭曲的网格在油藏模拟器中造成了不合适的消耗，构造框架构造建模方法中基于“Stair⁃Step”（阶梯状）复杂构造建模算法很好地解决了这一难题，用阶梯状断层处理复杂断层的几何形状（图5），从而有效避免了因断层削截而引起的网格翘曲或挠曲（于兴河等，2005；高寿涛等，2010；马元琨等，2021）.因此，本次采用阶梯状网格化断层的方式来实现全地层模型的构造网格化（图6），阶梯状网格化方法可以解决全地层建模中CO₂封存地层网格密度要求高，上覆地层网格密度要求低的问题，也为后期数值模拟提供合理的网格数量.

在构造网格化过程中，设置模型网格的尺寸为50 m×50 m，纵向上共划分6个单元（Zone），细分网格104个（其中主力层系E₁f₃~E₁f₂¹、E₁f₂²~E₁f₂³和E₁f₁¹~E₁f₁²纵向网格均细分为20个），模型总网格数为2 073 546个.

3 储层属性模型建模方法

储层属性模型包括了油气或CO₂储集层中的各类属性，主要有沉积微相、储层物性、裂缝、流体性质等，采用合理的模拟方法对地层格架模型中的每个网格进行赋值，建立储层属性模型.不同的储层属性参数反映不同的储层特征，因此为适应不同的研究需要，可建立不同的储层属性模型.本次为精确建立GJ地区全地层的储层物性参数模型，首先利用序贯指示方法模拟得到该块各套地层的岩性模型，并在岩性模型约束下，采用不同的地质统计学方法依次模拟得到孔隙度、渗透率等模型（图7）.

3.1　岩性模型

岩性模型属于构造模型的升级模型，构造模型只是一个深度域的框架，岩性模型则为这一框架进行了地质实体的填充，也就是给其赋予了一定的岩性特征.本次研究将这个赋予的过程称为岩性模拟，它是下一步有效开展储层参数模拟的有力保障.本次研究采用了序贯指示模拟方法来进行储层砂泥岩岩性的模拟.

（1）模拟方法.序贯指示模拟方法属于基于象元的随机建模方法范畴，序贯方法是沿着随机路径依次地求取各节点的累计条件分布函数，并从累计条件分布函数中提取模拟值.具体过程是通过多条件数据来判断变量的空间相关性，当累计条件分布函数被假设为指示分布时，称为序贯指示模拟方法.该方法对离散型变量的模拟具有明显优势，可以很好地模拟复杂的各向异性地质现象，并建立各向异性的模拟图像.

（2）模拟实现.岩相模拟过程主要包括单井的岩性离散化、数据分析和模拟运算等过程，其关键步骤是变差函数数据分析，变差函数分析可以很好地对砂体分布、物源方向、沉积微相等进行模拟，利用实验样本的分布特征，选取合理的理论变差函数模型，然后对搜索半径、滞后距以及容限角等参数进行拟合.最后，在做好数据分析基础上，对GJ地区全地层的砂泥岩岩性进行了随机模拟，获得了岩性模型（图8）.

3.2　孔隙度模型

孔隙度储层的岩性特征相关性密切，本次研究采用岩性约束下的序贯高斯模拟方法来进行储层孔隙度的模拟.序贯高斯模拟是一种适用于各向异性不强的条件下连续变量的随机模拟，在进行储层参数模拟时，也需要开展储层参数的拟合，通过序贯高斯模拟得到了GJ地区全地层的孔隙度模型（图9）.

3.3　渗透率模型

GJ地区储层的渗透性具有超强的非均质性，因而选用序贯高斯同位协同模拟方法，通过多类型、多来源的软数据作为约束进行联合模拟，从而获得更为合理的渗透率模型.由于孔隙度与渗透率存在的正相关关系，因而通过孔隙度与渗透率经验公式获得渗透率模型.利用孔隙度数据作为软数据，利用孔隙度与渗透率的相关系数作为协同因子，基于序贯高斯同位协同模拟方法获得GJ地区全地层的渗透率模型（图10）.

4 全地层模型质量检验

全地层模型建立后模型的质量检验是全地层建模技术的重要环节.通过对油气藏地质建模检验方法与全地层模型特点相结合，采用储层发育特征来检验模型的质量.

4.1　三维地质模型检验方法

通常可以有5种方法对建立地质模型的误差进行检验：

（1）储量计算检验：获得储集层参数模型后，可利用建模软件进行储量的计算.并与采用传统计算方法计算的储量结果相对比，依据对比结果的差异性，可以对模型的误差进行检验.

（2）概率分布一致性检验：地质模型的模拟值与观察值理论上应保持一致，因而利用原始井数据与模拟结果概率分布交汇图等图件，在交汇图上数据点应该成一条倾角为45°的直线，通过数据点偏离该直线的偏移量进行验证.

（3）再现变差函数检验：可依据模拟结果的变差函数应该与条件值的变差函数是否一致对模型进行检验.

（4）抽稀井检验：抽稀井检验是从原始井中随机抽掉一部分井，用剩余资料作为已知条件进行模拟，并进一步分析被抽掉的井点处数据是否与抽稀井资料一致.

（5）动态检验：动态检验可以利用油田开发生产动态资料是否与地质模型情况下模拟的油田生产情况相吻合.也可以通过调解地质模型中的参数，使得模拟历史动态资料与实际动态数据相一致，进而获得一组储层参数（孔隙度、渗透率等），该储层参数是否与原始储层参数相一致.

4.2　储层发育特征检验

由于CO₂地质封存场地不一定有已开发的油气藏，因而储量、动态检验方法在该类模型中不再适宜，因而本次主要采用储层发育特征对比方法对GJ地区的全地层地质模型的精度进行了检验.储层发育特征检验，就是通过对地质模型中反映的储层相关信息或数据进行成图，并与精细油藏描述中储层发育特征的认识进行对比分析，来检验所建立地质模型的精度.本次主要选取岩性剖面图与储层连通图相对比，开展了地质模型质量分析.

根据两张GJ地区砂泥岩岩性随机模型剖面图（图11），认为其很好地展现了GJ地区目的层系E₁f₂₊₁储层的横向及纵向发育特征，并与对应的储层连通图的剖面特征吻合性较好，吻合度达90%以上，总体认为本次GJ地区随机建模结果具较高的可信度.

5 结论

（1）咸水层CO₂地质封存数值模拟以及安全性评价等需要从地面至目的层段的全部地层的地质模型，建立全地层三维模型包括数据准备、构造建模、储层属性建模、模型检验等内容，利用构造框架构造建模（Structural framework）方法解决由复杂的断层接触关系引起的各种断层建模问题，利用阶梯状网格化方法解决全地层建模网格要求问题.

（2）利用序贯指示方法模拟得到该块各套地层的岩性模型，岩性模拟过程主要包括单井的岩性离散化、数据分析和模拟运算等过程，利用实验样本的分布特征，选取合理的理论变差函数模型进行岩性模型模拟.并在岩性模型约束下，GJ地区储层具有超强的非均质性，因而选用序贯高斯同位协同模拟方法，通过多类型、多来源的软数据作为约束进行联合模拟，依次模拟得到孔隙度、渗透率等模型.

（3）由于CO₂地质封存场地不一定有已开发的油气藏，因而储量、动态检验方法在该类模型中不再适宜，因而采用储层发育特征对比方法对GJ地区的全地层地质模型的精度进行了检验，总体认为本次GJ地区随机建模结果具较高的可信度.

参考文献

[1] Cui, Z.D., Liu, D.A., Zeng, R.S., et al., 2010. Geological Sequestration of CO₂ and China’s Sustainable Development. China Population. Resources and Evironment, 20(3): 9-13 (in Chinese with English abstract).

[2] Edouard, M. N., Okere, C. J., Ejike, C., et al., 2023. Comparative Numerical Study on the Co⁃Optimization of CO₂ Storage and Utilization in EOR, EGR, and EWR: Implications for CCUS Project Development. Applied Energy, 347: 121448. https://doi.org/10.1016/j.apenergy.2023.121448

[3] Gao, S.T., Yang, H.W., Lü, D.L., et al., 2010. Fine Geological Modeling of Complicated Fault⁃Block Oil Reservoir with Variety of Information. Special Oil & Gas Reservoirs, 17(6): 29-31 (in Chinese with English abstract).

[4] Gao, Y., Li, W.F., Shi, X.R., 2008. Sequence Division and Sedimentary Facies Analysis of Funing Formation in Fanzhuang Oilfield of Jinhu Depression. Journal of Oil and Gas Technology, 30(5): 225-227 (in Chinese with English abstract).

[5] Huang, W. S., 2022. Multi⁃Point Statistical Modeling of 3D Seismically Constrained Braided River Reservoirs: A Case Study of Block Venezuela M. Earth Science, 47(11): 4033-4045 (in Chinese with English abstract).

[6] Jia, A.L., 2010. Fine Reservoir Description and Geological Modeling Technology. Petroleum Industry Press, Beijing (in Chinese with English abstract).

[7] Li, Y., Wang, R., Zhao, Q. M., et al., 2023. Evaluation Method of Carbon Dioxide Sequestration Potential of Salt Water Layer in Petroleum Basin. Petroleum Exploration and Development, 50(2): 424-430 (in Chinese).

[8] Li, Z. L., Pan, M., Han, D. G., et al., 2016. 3D Structural Modeling Technology. Earth Science, 41(12):2136-2146 (in Chinese with English abstract).

[9] Lian, Z.G., Li, J., Wang, X., et al., 2019. Comparison of Deterministic Modeling and Stochastic Modeling for Interlayers in Clastic Reservoir Development. Xinjiang Petroleum Geology, 40(5): 605-609 (in Chinese with English abstract).

[10] Liu, T., Ma, X., Diao, Y.J., et al., 2021. Research Status of CO₂ Geological Storage Potential Evaluation Methods at Home and Abroad. Geological Survey of China, 8(4): 101-108 (in Chinese with English abstract).

[11] Ma, Y.K., Lian, Y.X., Yu, X., et al., 2021.3D Geologic Modeling for Complex Fault Block Oil and Gas Reservoirs and Its Application to Nanbaxian Oil and Gasfield, Qaidam Basin. Natural Gas Technology and Economy, 15(1): 18-23 (in Chinese with English abstract).

[12] Onoja, M. U., Williams, J. D. O., Vosper, H., et al., 2019. Effect of Sedimentary Heterogeneities in the Sealing Formation on Predictive Analysis of Geological CO₂ Storage. International Journal of Greenhouse Gas Control, 82: 229-243. https://doi.org/10.1016/j.ijggc.2019.01.013

[13] Qu, L.C., Bian, C.R., 2012. Application of Fault Modeling Combined with Well Data and Seismic Data in Complicated Fault Block. Fault⁃Block Oil & Gas Field, 19(4): 426-429 (in Chinese with English abstract).

[14] Randi, A., Sterpenich, J., Thiéry, D., et al., 2017. Experimental and Numerical Simulation of the Injection of a CO₂ Saturated Solution in a Carbonate Reservoir: Application to the CO₂⁃DISSOLVED Concept Combining CO₂ Geological Storage and Geothermal Heat Recovery. Energy Procedia, 114: 2942-2956. https://doi.org/10.1016/j.egypro.2017.03.1423

[15] Sang, S.X., Liu, S.Q., Lu, S.J., et al., 2022. Engineered Full Flowsheet Technology of CCUS and Its Research Progress. Petroleum Reservoir Evaluation and Development, 12(5): 711-725, 733 (in Chinese with English abstract).

[16] Shen, X. F., Dong, W. H., Wan, Y. Y., et al., 2021. Numerical Simulation of Effects of Microbial Action on CO₂ Geological Storage in Deep Saline Aquifers. Natural Resources Research, 30(2): 1629-1648. https://doi.org/10.1007/s11053⁃020⁃09780⁃7

[17] Shi, Y.C., Chen, M.Q., Zhang, S.Q., et al., 2012. Point⁃Line⁃Surface⁃Geometry Four⁃Step Structural Modeling for Complex Fault⁃Block Reservoir. Xinjiang Petroleum Geology, 33(4): 488-490 (in Chinese with English abstract).

[18] Sun, Y., Lin, R. Y., Pan, Y., et al., 2021. Experimental Analysis and Numerical Simulation of the Stability of Geological Storage of CO₂: A Case Study of Transforming a Depleted Gas Reservoir into a Carbon Sink Carrier. ACS Omega, 6(50): 34832-34841. https://doi.org/10.1021/acsomega.1c05475

[19] Tang, J.F., Tang, M.M., Lu, S.F., et al., 2024. Three⁃ Dimensional Modeling of Estuary Reservoir Based on Coupling Sedimentary Dynamics Simulation and Multipoint Geostatistics Method. Earth Science, 49(1): 174-188 (in Chinese with English abstract).

[20] Wang, M.C., Duan, T.Z., Ji, B.Y., 2017. Research Progress and Application of Multipoint Statistics Geological Modeling Technology. Journal of Palaeogeography, 19(3): 557-566 (in Chinese with English abstract).

[21] Wang, W.F., Yang, S.C., Jin, Q., et al., 1996. Microscopic Characteristics of the Second Member of Funing Formation in Xiyuan Area of Jinhu Sag. Journal of China University of Petroleum (Edition of Natural Science), 20(5): 12-16 (in Chinese with English abstract).

[22] Yang, Y.Z., 2003. Geological Modeling Study of Complex Fault Block Reservoir Transected by Many Interior Faults. Bulletin of Science and Technology, 19(3): 196-200 (in Chinese with English abstract).

[23] Yu, X. H., Chen, J. Y., Zhang, Z. J., et al., 2005. Constraint Method of Phased Stochastic Modeling Technology for Oil and Gas Reservoirs. Earth Science Frontiers,12(3): 237-244 (in Chinese with English abstract).

[24] Zhang, J.L., Si, X.Q., Lin, H., 2006. Sedimentary Facies Analysis of the 3^rd Member of the Funing Formation in the Jinhu Depression. Periodical of Ocean University of China, 36(4): 535-539 (in Chinese with English abstract).

[25] Zhang, W.B., Duan, T.Z., Liu, Y.F., et al., 2019. Application Status and Development Trend of Quantitative Geological Modeling. Geological Science and Technology Information, 38(3): 264-275 (in Chinese with English abstract).

[26] Zou, T., Xu, F., 2015. Technical Strategy for Fine Geological Modeling in Later Development Stage of Complex Fault⁃Block Oilfield. Journal of Southwest Petroleum University (Science & Technology Edition), 37(4): 35-40 (in Chinese with English abstract).

基金资助

教育部产学合作协同育人项目“基于“双碳”背景下的绿色勘探技术助力油气田低碳发展”(231106252153915)