黄 力 王安生 王跃祥 王秀彦 赵艾琳 杨 满 张宗富

1.中国石油西南油气田分公司勘探开发研究院 2.中国石油东方地球物理公司研究院 3.斯伦贝谢有限公司

随着勘探的不断深入，发现的火成岩油气藏愈来愈多，甚至在某些地区已形成很大的产能。准噶尔盆地东部石炭系火成岩天然气资源量约为6188×108m3[1]，资源量巨大。盆地东部石炭系地层是一套多期喷发、多期改造而成的火山熔岩和火山碎屑岩，厚度约200 m，顶部为深灰色凝灰岩、沉积岩，以下主要为深灰色、灰色安山岩和火山角砾岩，局部发育凝灰岩。一般火成岩油气藏为溶蚀孔洞—裂缝双重孔隙介质的强烈非均质储层，比碎屑岩和碳酸盐岩油气藏更为复杂[2-3]，其岩性测井识别与储层测井评价都非常困难。

1 岩性识别

火成岩测井岩性识别是其储层评价的基础，提高岩性识别符合率一直是火成岩储层研究中的难题。一般采用地震法进行火成岩纵横向展布及喷发期次研究，由于测井纵向分辨率高，故利用其自然伽马、自然伽马能谱测井、密度 、声波测井、电法测井的综合分析来确定矿物成分，并与薄片资料建立二维或三维交会解释图版[4-5]，同时利用成像测井响应特征及实际钻井取心资料来标定常规测井曲线以定性分析岩石结构和构造特征。此外还有测井相分析技术[6]、神经网络技术[7]、模糊数学[8]、对应分析和模糊聚类[9]、主成分分析法[10]等。

该区块石炭系发育火山碎屑岩类和火山熔岩类。其中火山碎屑岩类包括火山角砾岩、角砾凝灰岩（包括薄片鉴定的角砾凝灰岩、凝灰质角砾岩、角砾玻屑凝灰岩）和凝灰岩；火山熔岩类为安山岩。

本次研究中，笔者对取心井岩心观察、岩石薄片鉴定、微电阻率成像测井（XRMI）进行统计与分析，考虑研究可操作性与研究目的，对岩性进行了合并分类及统一命名。并通过分析测井响应特征，以岩心薄片确定的岩性为基础，制定各岩性的定量识别标准，如表1所示。

表1 火成岩岩性定量识别标准一览表

1.1 主成分分析

由于火成岩岩性复杂，其反映岩性的常规曲线与碎屑岩、碳酸盐岩存在较大差异，从表1看出，曲线之间往往存在信息重叠的情况，此外量纲不统一也不利于岩性的识别，在应用前需要对曲线进行筛选。主成分分析法通过变换可以把原来各个指标化为几个互不相关的综合指标的一种方法，可以达到数据化简、揭示变量之间的关系和进行统计分类解释的目的[11]。

首先，从5口取心井的常规测井数据中筛选得出 7 个可能与岩性相关的指标 x1,x2,…,x7，分别为声波（AC）、井径（CALI）、密度（DEN）、中子（CNL）、自然伽马（GR）、深电阻率（RT）、自然电位（SP），z1,z2,…,zm分别为指标 x1,x2,…,x7的第 1，第 2，…，第m主要成分，定义为：

确定主成分就是确定原来变量 x1,x2,…,x7在诸主成分 zi（i=1,2,…, m）上的相关系数 lij（i=1,2,…,m; j=1,2,…, p），可通过以下方法求解。

原始数据经标准化处理的相关系数矩阵定义为：

根据特征方程 ，用Jacobi法求出特征值 λ（ii=1,2,…, p），并且将其按大小顺序排列，即。

然后计算主成分贡献率以及累计贡献率，其中主成分zi的贡献率定义为：

累计贡献率定义为：

最后取累计贡献率为85%～95%的特征值λ1,λ2,…, λm所对应的第 1、第 2、第 3、…、第 m（m ≤ p）个主成分zi。通过计算，发现仅3个主成分的累计贡献率就已经超过85%了，其与各测井变量的相关系数如表2所示，可看出第1主成分中密度（DEN）相关系数最高，影响最大，第2主成分中深电阻率（RT）的影响最大，第3主成分中自然伽马（GR）的影响最大，此3种测井变量即为对岩性最敏感的曲线。

1.2 三维交会解释图版

以主成分分析结果为依据，利用5口取心井的薄片鉴定的结果，岩心标定测井，建立了电阻率—自然伽马—密度交会图3参数建立的三维图版（图1），该图版比二维图版多了1个参数，更适用于复杂的火成岩地层。从交会图可知GR值相对集中在30～70 API，表现为基性—中基性岩性。由于其岩石结构的变化导致孔隙度增大，其密度值明显低于熔岩安山岩类。凝灰岩密度最低，易于识别。电阻率值按照凝灰岩、角砾凝灰岩、火山角砾岩、安山岩的顺序依次增高，这也说明电阻率高低主要反映火山岩的孔隙结构，对熔岩及碎屑岩的划分敏感。

2 火成岩储层物性评价

储层岩心观察、成像测井和地质研究表明，该工区内石炭系火山岩储层孔隙类型主要为溶孔，其次为微裂缝和气孔。储层特征为中等电阻率，高声波时差，低密度的特征。针对该储层的特点，在解释过程中，主要用基质孔隙度、裂缝孔隙度参数定量描述这类储层物性特征。

表2 相关系数表

图1 火成岩电阻率、密度、自然伽马交会图

2.1 基质孔隙度计算

火成岩孔隙度计算方法有很多[12-14]。其中声波测井主要反映火成岩的骨架孔隙结构特征，对火成岩的岩性成分、蚀变程度等反应不敏感，主要反映基质孔隙度及原生溶孔、气孔孔隙度。考虑该区储层岩性为角砾凝灰岩和火山角砾岩，而2种岩性孔隙结构不同，根据取心井孔隙度分析资料，分别建立了火山角砾岩、角砾凝灰岩的孔隙度计算模型，如图2、图3。

图2 火山角砾岩声波孔隙度计算模型

2.2 裂缝评价及裂缝参数计算

裂缝是岩石受力形成的一种没有明显位移的脆性构造，其形成的根本原因是岩石所受的应力超过其承受强度[15]。如何利用常规测井资料有效评价和识别裂缝仍然是个难题[16]。岩心描述和XRMI解释成果统计表明，火成岩中裂缝类型主要有低角度斜交缝、网状缝、直劈缝、高角度缝4种类型。不同类型的裂缝在常规测井曲线上具有不同的响应特征：

图3 角砾凝灰岩声波孔隙度计算模型

1）低角度缝：双侧向微小负差异，或者无差异。一般当裂缝的开度较大时，声波时差声波跳跃或明显增大。XRMI图像显示为黑色正弦曲线，10°≤倾角＜70°。

2）高角度缝：深浅双侧向电阻率呈正差异，电阻率值在致密层高阻的背景下有所降低，随裂缝开度的增大电阻率减小；当侵入半径较大时，对于油层而言，深浅双侧向的幅度差值较大。对于水层差异值较小。XRMI图像显示为黑色正弦曲线，倾角≥70°。

3）网状缝：冲洗带电阻率（RXO）曲线出现毛刺状跳跃现象，深电阻率 （RT）在裂缝发育且无充填的时候变小,密度（DEN）有变小的趋势,自然伽马 （GR）、声波时差（AC）和中子孔隙度（CNL）相对没有裂缝发育的地方会变大,有时会伴随声波时差周波跳跃的现象。由于围岩的电阻率比泥浆电阻率高,所以各种类型的开启裂缝在成像图上都表现为相互切割的呈网状的深色正弦线组成。

4）充填缝：裂缝有充填时常规测井曲线变化特征不明显。由于电流扩散，充填矿物质的电阻率比周围岩石高，充填缝常会在裂缝平面上的上下倾斜交汇处显示一个高、低电阻率交互区。充填缝是一种无效缝，不能作为储层流体的渗滤通道。

5）诱导缝：常规测井曲线变化特征不明显。为钻井钻头钻开地层时，地层应力平衡被打破，成像上在平行最大水平应力方向上呈八字形或羽行对称排列的特征。

2.2.1 成像测井裂缝孔隙度计算模型

裂缝孔隙度：岩石的裂缝孔隙度定义为裂缝孔隙体积与岩石体积之比。裂缝孔隙度虽然在总孔隙度中占的比重较小，国内外统计表明火成岩裂缝孔隙度一般小于1%，但具有非常重要的渗流特点，它决定了油气的最终采收率[17]。

成像测井裂缝孔隙度计算主要是通过人工对天然裂缝进行拾取，并采用斯仑贝谢公司的裂缝计算方法对裂缝进行定量计算，提供裂缝长度（FVTL）、裂缝密度（FVD）、校正后的裂缝密度（FVDC）、裂缝视孔隙度（FVPA）和裂缝走向等参数[18-19]，各参数的计算公式如下：

式中R表示井眼半径，m； C表示FMI井眼覆盖率；Li表示第i条裂缝的长度；Ⅰi表示第i深度段内裂缝的条数；Wi表示第i条裂缝的平均宽度；H表示评价井段长度，m；θi表示第i条裂缝的视倾角，即裂缝面与井轴的夹角。

2.2.2 双侧向测井裂缝孔隙度计算模型

根据国内外大量实践证实，裂缝对深浅双侧向电阻率有比较灵敏的反应,利用裂缝井段与双侧向电阻率计算裂缝孔隙度，其中经典的是Pezard[20]等在Sibbit[21]等人研究的基础上，建立了裂缝地层电性各向异性的数值计算模型[22]，进一步总结不同角度裂缝的双侧向测井响应，按裂缝倾角将裂缝分为水平缝、垂直缝两种情况，该公式考虑到裂缝性地层侵入特性。

计算水平裂缝模型裂缝孔隙度（φf）的公式为：

计算垂直裂缝模型裂缝孔隙度的计算公式为：

对于网状缝，采用并联导电模型，利用双侧向测井资料推导网状裂缝孔隙模型[23-24]，再利用迭代算法求得裂缝孔隙度：

式中Cd、Cs、Cm、Cw分别表示深侧向、浅侧向、泥浆滤液电导率、地层水电导率，1/（Ω·m）； x表示裂隙网格长度相对大小，小于1；mf表示裂缝孔隙度指数，（F为地层因子，

考虑双侧向与成像测井资料计算裂缝孔隙度的原理不一样，双侧向电阻率法反映的是体积模型中双侧向电阻率对于岩石裂缝的测井响应，计算模型为无限大空间，具宏观特征。成像测井计算裂缝孔隙度实际上是反映井壁面积意义上的面孔率，更具微观优势特征，其图像特征更加直观。成像测井与双侧向解释的裂缝孔隙度之间有差异是合理的。笔者利用成像资料提供的裂缝孔隙度，对双侧向测井资料计算的裂缝孔隙度进行标定，建立成像测井裂缝孔隙度（FVPA）与双侧向裂缝孔隙度（φf） 关系如下：

图4是常规测井与成像测井裂缝孔隙度交会图，通过回归分析，得到 a=7.989 5，b=－0.000 4，成像测井解释裂缝孔隙度与双侧向计算裂缝孔隙度两者约成8倍的关系，通过此关系，可利用常规曲线对全区进行裂缝孔隙度计算。

图4 常规裂缝孔隙度与成像裂缝对比分析图

3 应用实例

3.1 三维图版进行岩性综合识别

图5 X井解释成果综合图

图5为三维图版岩性综合识别成果图。该井2485～2 490 m段常规测井曲线表现为低伽马、高密度、高电阻率特征，电阻率多介于10～50 Ω·m，显示为中基性安山岩及安山质火山碎屑熔岩特征，ECS测井处理图分析表明，硅含量在井深约2 480 m～2 490 m降低，铝、铁，钛含量增加，为典型的安山岩特征，成像测井显示熔结结构发育，成像测井电阻率值较高，图像颜色较亮，从录井上为安山岩。该井 2 450～ 2 455 m 表现为中等伽马值，低密度，低电阻率，电阻率值介于2～20 Ω·m，为基性火山碎屑岩特征。成像测井为相对低值，图像颜色较暗。从录井资料上也为角砾凝灰岩。解释成果与录井、成像及ECS测井基本一致。说明利用三维交会图并结合成像测井及岩心数据综合判别岩性，可有效识别岩性。

3.2 建立分岩性孔隙度模型计算储层孔隙度

从单井的测井孔隙度与岩心分析孔隙度对比图（图6）可以看出不管是火山角砾岩还是角砾凝灰岩，计算结果的符合程度非常高。统计孔隙度误差可见火山角砾岩的计算结果平均绝对误差－0.6%，平均相对误差5.4%；角砾凝灰岩平均绝对误差0.3%，平均相对误差4.4%，均在探明储量规范规定的有效孔隙度计算绝对误差小于2%，相对误差小于8%的范围内。

3.3 裂缝识别

图6 测井处理孔隙度与岩心分析孔隙度单井图

图7 不同岩性裂缝厚度与平均孔隙度统计图

根据裂缝在常规测井资料上的响应特征进行裂缝识别，结果表明该区裂缝以低角度斜交缝的裂缝厚度（裂缝厚度是指该类型裂缝发育段的地层厚度）最大，网状缝、高角度缝次之。从各岩性统计的裂缝厚度与孔隙度图（图7）可看出：火山角砾岩、角砾凝灰岩裂缝厚度比较大，但裂缝孔隙度总体偏低，裂缝孔隙度平均值低于0.03%。角砾凝灰岩裂缝孔隙度最高，火山角砾岩次之，为储层发育有利目标；凝灰岩几乎不发育裂缝；安山岩岩性致密，总体上裂缝孔隙度偏低，但裂缝发育段厚度与角砾凝灰岩、火山角砾岩基本相当，故不能忽视裂缝的存在。

3.4 综合评价

综合裂缝识别与孔隙度计算结果，认为裂缝发育与岩性有着重要关系。安山岩、火山角砾岩、角砾凝灰岩裂缝比较发育，角砾凝灰岩裂缝孔隙度最高，火山角砾岩次之，为储层发育有利目标；凝灰岩几乎不发育裂缝；安山岩也发育一定厚度的裂缝，具有一定的潜力。如图8所示，在安山岩顶部计算的裂缝孔隙度为0.02%，成像测井显示裂缝发育，具有较好的气测反映，在一定条件下采取压裂措施可作为渗流通道。因此安山岩可作为潜力储层。

图8 测井成果图

4 结论

1）通过主成分分析，确定对岩性较敏感的常规曲线为密度、电阻率、自然伽马；建立了电阻率—自然伽马—密度三参数交会图，该图版比二维图版增加一个参数，更适合复杂的火成岩解释。通过对解释结果的验证，利用多参数可有效区分该区的火山岩岩性。

2）对基质孔隙度采用对火成岩基质孔隙度及原生孔隙度较敏感的声波曲线进行刻度，分别对储层的主要岩性——火山角砾岩、角砾凝灰岩进行建模计算，提高了储层孔隙度的解释精度，符合储量计算的精度要求。

3）利用成像资料计算的裂缝孔隙度对双侧向测井资料计算的裂缝孔隙度进行标定，成像测井计算的孔隙度与双侧向计算裂缝孔隙度约成8倍的关系，从而利用资料丰富的测井曲线对全区进行裂缝孔隙度计算。计算结果表明裂缝发育与岩性有着重要关系，安山岩、火山角砾岩、角砾凝灰岩裂缝比较发育；角砾凝灰岩中裂缝孔隙度最高，火山角砾岩次之，为储层发育的主要岩性；安山岩岩性致密，但裂缝较发育，可作为潜力储层。