近年来，油气勘探成本受多种因素的影响呈持续升高的趋势。西部某盆地作为天然气资源最丰富的地区，是国内天然气的主产地之一，正处于加快上产的新时期。在快速上产的发展过程中，如何解决高成本的困扰，提高勘探成效，降低勘探成本是关键环节，油气勘探成效综合评价的方式和手段显得尤为重要。

以往勘探成效评价指标单一，评价方法简单。一般用投资和储量，通过相关公式计算预探成本或发现成本来体现勘探成效的好坏^[1-4]。分析发现，油气勘探活动中储量是石油天然气生产企业的重要产出部分，但不能由此来完全体现勘探成效。如果仅用预探成本或者发现成本作为勘探成效评判的唯一标准，往往不能如实反映油气勘探成效的具体构成，不利于管理者做出正确的决策。笔者以西部某盆地2001—2020年的勘探成果作为基础，梳理归类影响勘探成效的关键指标，构建勘探成效综合评价指标体系；利用熵权法确定指标权重，根据改进雷达图法创建勘探成效综合评价模型。应用该模型对勘探成效进行合理评价，找到影响勘探成效的关键指标，通过合理匹配指标参数，进一步优化勘探部署方案和投资结构，最终实现勘探提质增效。

1 构建评价指标体系

1.1 指标选取

在综合评价中，指标选取是否合理对评价的科学性和结果的准确性极其重要。影响勘探成效的指标多而复杂。关键指标总结为储量、钻井、地震、投资和其他类共 5 大类 20 余项^[5-8]。其中与储量有关的指标为探明储量、控制储量、可采储量、储量丰度、单位进尺发现的储量、井控储量、井控面积、

储量转换率、经济可采储量等；与钻井有关的指标为钻探井数、探井成功率、探井进尺、钻井成本、钻速、工业气井数等；与地震有关的指标为二、三维地震工作量、成本等；与投资有关的指标为发现成本、预探成本、总投资、单位探明储量投资等；其他类包括总资源量、圈闭钻探成功率等。

根据西部某盆地勘探投入和产出历史规律，分析影响勘探成效的关键因素，创建了油气勘探成效综合评价体系，包括工程技术、勘探工作量、勘探效益、勘探效率以及管理等 5 大类 9 小类指标（图1）。工程技术类中，平均单井测试产量指工业气井累积测试产量与工业气井数之比；钻井速度指所有井每小时的平均钻井进尺。勘探工作量类评价指标在时间段、气藏类型和主要勘探领域 3 个方面评价中略有不同，时间段评价中以探明储量、三维地震、完钻井数的完成百分比来体现，同时增加了获气井数；在气藏类型和主要勘探领域评价中，无法统计完成百分比等，因此用探明储量的申报量和实际完钻井数来体现。探明储量的完成百分比以某一时间段、同一勘探领域或气藏类型中探明储量之和或完成百分比来体现；三维地震的完成百分比以三维地震采集完成的工作量或百分比来体现。勘探效益类中万米进尺获取的探明储量指探明储量与完钻进尺的比值。勘探效率类中单井控制面积指探明储量面积与完钻井数之比；单井控制储量指探明储量与完钻井数之比。管理类中探井成功率指工业气井与完钻井数之比。

1.2 指标归一化处理

所选取的 5 大类 9 小类指标的量纲各不相同。为便于指标之间的对比，需要将指标值进行归一化处理，统一为 0～1 的无量纲的指标值^[9-11]。正向指标值越大越好，1表示最好状态，0表示最差状态；负向指标值越大越差，1 表示最差状态，0 表示最好状态。本次油气勘探成效综合评价指标体系中的指标均为正向指标，归一化处理式为：

1.3 指标权重的确定

各指标对上一级指标的影响程度存在差异，即各自占上一级指标的权重不同。权重的大小直接影响对上一级指标的重要程度。因此，如何科学、合理地确定各指标对应的权重尤为重要。熵权法是以评价数据的变异性为基础进行赋权，改善了现有赋权方法主观性过强的问题，实现对指标权重的客观赋值^[12-14]。根据熵的概念计算第 j 项指标的熵值为：

其中：

因K>0，0 ≤ f_ij ≤ 1，则0 ≤ H_j ≤ 1。

第j项指标的权重w_j计算公式为：

2 改进雷达图法评价模型

雷达图法是基于一种形似导航雷达显示屏上的图形而构建的一种多变量的对比分析方法，常被运用于多个指标系统的定性和定量综合评价。用雷达图的面积与周长进行定性评价，面积越大，评价对象的总体优势越大；面积越小，则反之。在面积一定的情况下，周长越短，越趋近于圆，各方面发展越均衡。利用根据面积与周长两个指标构建的评价函数f（v₁，v₂）进行定量评价，f值计算公式为：

其中：

将（7）和（8）式代入（6）式得到：

将多个实测样本的计算结果 f 值进行排序，与单位样本值进行比较评价。多指标综合评估的典型雷达图如图2 所示，基于雷达图法的勘探成效综合评价流程见图3。

传统雷达图法方法较简单，结果较为直观，易于得出各方案优劣情况。但该方法的缺点是如果指标在雷达图中的排序发生改变，雷达图的面积和周长也会发生改变，定量计算的 f 值也随之发生改变，对评价结果会产生很大的影响^[15-18]。

较传统的雷达图法，改进的雷达图法保留了其优点且避免了缺点，绘制过程如下：①绘制以 O 为圆心的单位圆。②引出射线 OA，根据指标权重w_j 与角度 θ_j间存在的定量关系（θ_j = 360w_j）依次绘制 OB，OC，…。③以每个扇形区域的角平分线为坐标轴，在其上标出各指标的评估值点（指标归一化值），顺序连接各点形成封闭多边形，即为改进的雷达图。绘制 5个指标对应的改进的雷达图如图4所示。定性和定量评价的方式与前述一致。

3 实例分析

在2001—2020年勘探成果的基础上，利用改进的雷达图法按时间段、气藏类型和主要勘探领域 3 大类分别进行勘探成效综合评价。时间段以 5 a为一个评价周期，分为“十五”“十一五”“十二五”和 “十三五”4个时间段；气藏类型有构造、地层-构造、岩性-构造、构造-地层、岩性-地层、构造-岩性、岩性气藏7类；主要勘探领域为震旦系—下古生界、沙溪庙组+须家河组、二叠系—三叠系礁滩、下二叠统、雷口坡组+嘉陵江组、石炭系6大领域。

将 4 个时间段、7 类气藏类型、6 大勘探领域指标数据分别构成实际样本集，开展数据归一化处理，计算权重和θ_j值，将单位样本数据作为参考样本集，分别编绘不同时间段、不同气藏类型、不同勘探领域的雷达图。

3.1 不同时间段的勘探成效综合评价

经计算，时间段中工程技术类的权重值和 θ_j值分别为0.235，84.72°；勘探工作量类的权重值和θ_j值分别为0.143，51.39°；勘探效益类的权重值和θ_j值分别为0.204，73.61°；勘探效率类的权重值和θ_j值分别为 0.189，68.02°；管理类的权重值和 θ_j 值分别为 0.229，82.86°。基于以上数据，绘制不同时间段改进的雷达图（图5）。

根据“十五”—“十三五”时期的勘探成效雷达图进行定性判断，“十二五”时期的勘探成效雷达图面积最大，基本接近单位样本的雷达图面积，且周长最小，趋近于圆，勘探成效综合评价优，各方面的发展较均衡；其次为“十三五”时期，再次为“十一五”时期，“十五”时期的面积最小，勘探成效综合评价差。

利用（9）式分别对“十五”“十一五”“十二五”和 “十三五”的勘探成效进行定量计算，并将结果进行排序（表1）。结果表明，“十二五”时期勘探成效最好，其次为“十三五”时期，再次为“十一五”时期， “十五”时期最差，与定性评价结果一致。评价结果表明，随着时间的推移，地质认识在不断深化，科学技术在进步，总体上勘探成效呈现变好的趋势。

3.2 不同气藏类型的勘探成效综合评价

气藏类型中工程技术类的权重值和θ_j值分别为 0.180，64.71°；勘探工作量类的权重值和θ_j值分别为 0.194，69.91°；勘探效益类的权重值和 θ_j值分别为 0.171，61.53°；勘探效率类的权重值和 θ_j值分别为0.28 7，103.32°；管理类的权重值和 θ_j 值分别为 0.168，60.53°。基于以上数据，绘制不同气藏类型改进的雷达图（图6）。

根据7类气藏类型勘探成效改进的雷达图进行定性判断，岩性-地层气藏的勘探成效雷达图面积最大，周长最小，趋近于圆，勘探成效综合评价优，各方面的发展相对较均衡；其次为构造-地层和构造-岩性气藏；再次为地层-构造、岩性、构造气藏。岩性-构造气藏的面积最小，勘探成效综合评价差。

利用（9）式对 7 类气藏类型的勘探成效进行定量计算，并将结果进行排序（表2）。结果表明，岩性-地层气藏勘探成效最好，其次为构造-地层气藏，再次为构造-岩性气藏，构造、岩性-构造气藏最差，与定性评价结果一致。总体上复合气藏勘探成效较优，其次是岩性气藏，构造气藏较差。

3.3 不同勘探领域的勘探成效综合评价

6大勘探领域中工程技术类的权重值和 θ_j值分别为0.170，61.13°；勘探工作量类的权重值和θ_j值分别为0.272，97.81°；勘探效益类的权重值和θ_j值分别为0.186，66.90°；勘探效率类的权重值和θ_j值分别为 0.231，82.98°；管理类的权重值和 θ_j值分别为 0.142， 51.18°。基于以上数据，绘制不同勘探领域改进的雷达图（图7）。

根据6大勘探领域的勘探成效雷达图进行定性判断，震旦系—下古生界领域的勘探成效雷达图面积最大，基本接近单位样本的雷达图面积，周长最小，趋近于圆，勘探成效综合评价优，各方面的发展较均衡；其次为沙溪庙组+须家河组领域的勘探成效雷达图面积较大，再次为二叠系—三叠系礁滩领域和下二叠统领域。雷口坡组+嘉陵江组和石炭系领域的面积最小，勘探成效综合评价差。

利用（9）式对盆地 6 大主要勘探领域的勘探成效进行定量计算，并将结果进行排序（表3）。结果表明，震旦系—下古生界领域勘探成效最好，其次为沙溪庙组+须家河组领域，再次为二叠系—三叠系礁滩和下二叠统，雷口坡组+嘉陵江组与石炭系领域最差，与定性评价结果一致。

通过上述分析，认为在权重系数差别不大的情况下，指标值是影响综合评价的关键（表4）；时间段中5大类的一级指标的权重为0.14～0.24，权重最大值仅是最小值的 1.7 倍；除勘探工作量外，其余 4 项指标权重差别不大；二级指标中权重最大值与最小值的比值，平均单井测试产量达到 4.2，单井控制面积达到 3.3，获气井、单井控制储量和万米进尺获取的探明储量均超过 2.5，为 2.6～2.8。通过“十五”— “十四五”时期的数据分析，认为在“十二五”“十三五”期间获气井数不是最多情况下，优质规模储量的集中发现，使得其平均单井测试产量高、探井成功率高、单井控制面积大、万米进尺获取的探明储量大，勘探效益好。

盆地 7类气藏类型中 5大类的一级指标的权重为 0.17～0.29，权重最大值仅是最小值的 1.7 倍；除勘探效率类权重系数较大外，其余 4 项指标权重差别不大；二级指标中最大值与最小值的比值，探明储量达到238，完钻井数达到40，单井控制储量和万米进尺获取的探明储量均达到 25。与大部分复合气藏相比，岩性、构造气藏其单个气藏储量规模较小，大部分为几十亿方，含气面积也一般为几十平方公里，但探井较多，一般是复合气藏的几倍，故勘探效益类和效率类指标值偏低。同时在探井成功率和钻速不占优的情况下，平均单井测试产量也偏低。以上因素共同导致复合气藏总体上较岩性、构造气藏勘探成效较好。

盆地主要勘探领域中5大类的一级指标的权重为 0.14～0.27，权重最大值仅是最小值的 1.9 倍；二级指标中权重最大值与最小值的比值，探明储量达到 113.2，平均单井测试产量、单井控制面积均超过 20，完钻井数、单井控制储量和万米进尺获取的探明储量均超过 10，为 13.2～15.0。通过盆地 6 大领域的数据分析，认为震旦系—下古生界领域油气高产富集区带集中、储量规模大、平均单井测试产量高、优质规模储层发育、位于相对平坦的地区，便于较短时间内规模控制，集中探明，勘探成效显著；沙溪庙组+须家河组领域单井浅、工程事故少、大面积含气、勘探开发一体化作业，从而钻速快、储量规模大、探井成功率高，勘探成效较好。

4 成果验证

根据上述3种不同类型的勘探成效综合评价结果开展相互验证工作（表5—表7）。结果显示每一类评价结果都可靠，评价方法具有较好的适用价值。如勘探成效排名靠前的岩性-地层、构造-地层气藏，在勘探时间段上正好位于“十二五”“十三五” 时期，在主要勘探领域上均属于震旦系—下古生界，与时间段和主要勘探领域上均排名靠前的评价结果一致；勘探成效排名靠后的岩性、构造气藏，在勘探时间段上处于“十一五”“十五”时期，在主要勘探领域上属于二叠系—三叠系礁滩、嘉陵江组、石炭系等，与时间段和主要勘探领域上均排名靠后的评价结果一致。

5 结论

结合西部某盆地勘探投入产出历史规律，优选出包括工程技术、勘探工作量、勘探效益、勘探效率以及管理在内的影响勘探成效关键指标，利用熵权法确定指标权重，根据改进的雷达图法，形成了盆地油气勘探成效综合评价模型。利用该模型对 2001—2020 年各时间段、不同气藏类型、主要勘探领域开展勘探成效评价。评价结果与实际勘探情况吻合度高，具有较好的适用性。该评价方法能较为客观地反映勘探成效的具体构成及内部关系，使得勘探管理工作更加规范化、科学化和精准化。同时可以根据综合评价结果，对重点勘探领域的典型气藏开展勘探工作量投入与产出关系的深入分析，提出勘探成效最优化情况下的探井投入和配比关系，对勘探部署、规划计划等工作起到重要支撑作用。

符号解释

f——雷达图法定量评价值；

f_ij ——第i个样本值下第j项指标评价值的比重；

H_j ——第j项指标的熵值；

i——第i组数据；

j——第j项指标；

L_i ——实测样本的雷达图周长；

L_m——单位样本的雷达图周长；

m——单位样本指标数；

n——指标数；

S_i ——实测样本的雷达图面积；

S_m——单位样本的雷达图面积；

v₁——实测样本的雷达图法面积与单位样本雷达图法面积之比；

v₂——雷达图中单位样本周长的平方与实测样本面积之积，再与实测样本周长的平方与单位样本面积之积的比值；

w_j ——第j项指标的权重；

W_j ——指标对应的权重值；

x——归一化结果值；

x_ij ——第i组数据中第j项指标值；

x_max——实测指标值中最大值；

x_min——实测指标值中最小值；

θ_j ——根据第 j 项指标的权重，计算其在圆中所占的度数，（°）。

参考文献