多礦物巖石物理建模在新疆吉木薩爾頁巖油儲層預測中的應用

王 賢，毛海波，欽黎明，徐亞楠，黨志敏，蘇艷麗

(中國石油新疆油田公司勘探開發研究院，新疆 烏魯木齊 830013)

1 研究區地質概況

新疆吉木薩爾凹陷二疊系蘆草溝組頁巖油是中國規模化開發的陸源碎屑沉積頁巖油藏之一[1]，其復雜的地質條件給頁巖油評價帶來了一定困難。該區油氣勘探存在以下問題：儲集層埋深大；鉆井目標層薄(大約為5 m)；發育多套白云質泥巖夾層；常規地震反演預測精度較低，難以有效識別薄油層，鉆遇率難以保證；合層整體開發難度較大，有效可動用程度較低[2]。

吉木薩爾凹陷是在中石炭統褶皺基底上發展起來的一個西斷東超的箕狀凹陷，其周邊邊界特征明顯，西以西地斷裂和老莊灣斷裂與北三臺凸起相接，北以吉木薩爾斷裂與沙奇凸起毗鄰，南面為三臺斷裂，向東則表現為一個逐漸抬升的斜坡，最終過渡到古西凸起上。該區經歷了海西、印支、燕山、喜馬拉雅等多期構造運動。吉木薩爾凹陷位于準噶爾盆地東部，面積約1 500 km2，呈西深東淺、西斷東超的箕狀凹陷。構造為三面被斷層封割、東高西低的“箕狀”凹陷，斷裂欠發育研究區位于吉木薩爾凹陷斜坡帶上，面積為105 km2(圖1)。

圖1 研究區構造位置圖Fig.1 Structural map of the study area

根據區域標志層特征，該區地質分層自上而下為新近系(N)、古近系(E)、侏羅系齊古組(J3q)、頭屯河組(J2t)、侏羅系西山窯組(J2x)、三工河組(J1s)、八道灣組(J1b)、三疊系克拉瑪依組(T2k)、燒房溝組(T1s)、韭菜園組(T1j)、梧桐溝組(P3wt)、蘆草溝組(P2l)、井井子溝組(P2j)。其中，二疊系蘆草溝組(P2l)與上覆地層梧桐溝組(P3wt)為不整合接觸，與下伏地層井井子溝組(P2j)為不整合接觸。

吉木薩爾凹陷二疊系蘆草溝組自下而上分為蘆一段(P2l1)和蘆二段(P2l2)。蘆草溝組含油性和物性較好的儲集層段稱為“甜點”，三維空間內甜點集中的地質體稱為甜點體。蘆二段上部主要為泥巖，自西向東埋藏深度逐漸抬升，沉積厚度為13～34 m；蘆二段下部為主要為白云質泥巖夾云質粉砂巖，自西向東埋藏深度逐漸抬升，沉積厚度為94～122 m，是上“甜點”儲層主要分布井段，出油層聚集區。蘆一段上部主要為含云質泥巖，自西向東埋藏深度逐漸抬升，沉積厚度為40～59 m；蘆一段下部為下“甜點”儲層主要分布井段，巖性主要為含云質粉砂巖、泥質粉砂巖夾灰色泥巖或者灰色(含)云質粉砂巖、泥質粉砂巖與灰色泥巖互層，沉積厚度為58～136 m，是吉木薩爾凹陷二疊系蘆草溝組另一套重要儲集層，底部巖性主要為(白云質)泥巖夾云質粉砂巖。

以吉174井3 133～3 136 m全巖取芯資料為例，二疊系蘆草溝組巖性剖面為細粒碎屑巖與碳酸鹽巖過渡巖類，通過全巖分析得到的礦物組分多達12種，包括石英、鉀長石、斜長石、方解石、白云巖、鐵白云石、黃鐵礦、磷鐵礦、黏土礦物、銳鈦礦、方沸石、非晶體。張帥等[3]的研究表明，吉木薩爾凹陷在中二疊世為干旱氣候的淺水咸化湖盆，水體為分層較弱的厭氧環境，湖盆周邊火山活動強烈，湖底發育幔源熱液活動，使得湖盆具有較高的熱流背景值。云質巖儲集層主要為一套咸化湖泊準同生期云化作用混積巖，平面上云質巖與碎屑巖呈互補關系，主要分布于湖盆中心區與斜坡地帶。

2 巖石物理建模

2.1 頁巖微觀結構

準噶爾盆地吉木薩爾凹陷蘆草溝組云質巖成分復雜，主要由粉砂級-泥級陸源碎屑、凝灰碎屑、碳酸鹽及熱液礦物組成。云質巖中的白云石主要呈自形-半自形的微粉晶，集中形成白云石紋層或與其他組分混合堆積，局部可見自形-半自形的細晶白云石。白云石礦物學特征及礦物地球化學特征表明微粉晶白云石為同生期-準同生期快速結晶形成的原白云石，細晶白云石為成巖交代的產物(圖2)。蘆草溝組頂部不整合面附近存在著溶蝕孔發育帶的分布與不整合有關。巖芯薄片中見到大量反映風化淋濾溶蝕作用與暴露淡水作用的標志，主要有表生風化淋濾溶蝕孔、去云化方解石等。蘆草溝組云質巖儲集層除發育少量孔喉較粗的微米級、毫米級剩余粒間孔及溶蝕孔外，孔喉普遍細小，掃描電鏡下發現大量納米級孔隙與微裂縫，孔徑多為100～750 nm，孔隙類型主要為石英、白云石、長石及伊利石等細小礦物晶間孔、晶間溶孔及微縫。

2.2 頁巖油巖石物理建模流程

經典的巖石物理建模方法有徐懷特模型[4-6]、經驗模型、克里夫模型、臨界孔隙度模型、自洽模型等，其中，徐懷特模型因為計算過程簡單，數據比較準確而得到廣泛使用。徐懷特模型是經典的微分等效介質模型之一，是基于砂巖和泥巖兩種顆粒混合而成的礦物模型，在砂泥巖等碎屑巖剖面得到了廣泛應用，但也存在許多不確定因素[7]。該方法首先針對體積模型的每一成分單元逐一進行計算，適用于巖性相對簡單的(砂泥巖)碎屑巖地層測井評價工作。隨著研究對象的巖性、孔隙度結構和含油氣性越來越復雜(如復雜成分碳酸鹽巖、多孔隙類型儲層、火成巖、頁巖油氣儲層等)，受測量環境因素的影響，測井曲線特征值往往存在不可預知的問題，依靠測井曲線進行測井解釋評價存在較大風險。

本文的多礦物建模是在徐懷特模型的基礎上進一步擴展而成的，最大的優點在于能夠兼容多種礦物和復雜的孔隙類型。對于頁巖、碳酸鹽巖等復雜儲層，該模型具有較強的適用性。與砂巖儲層的巖石特征相比，頁巖的礦物成分更加多樣，為此針對泥質頁巖油儲層特點，綜合利用KT模型及高思曼(Gassmann)流體替換模型構建一種適用于頁巖的巖石物理模型，然后針對巖樣數據和測井數據等，利用建立的模型進行速度預測，預測結果與實際測量結果吻合好，驗證了該模型的適用性。

復雜孔隙類型的碳酸鹽巖巖石物理建模需考慮到不同孔隙類型，其孔隙縱橫比之間存在較大差異，需要根據掃描電鏡、鑄體薄片和巖芯樣品資料觀察。在巖石物理建模中，常利用孔隙的縱橫比來描述這個幾何結構的差異。在孔隙度相等的情況下，隨著孔隙縱橫比的增加，高孔隙縱橫比的巖石彈性強度更高、速度更快。

參考常規儲層巖石物理模型的建立方法，建立了頁巖的巖石物理模型。在建模過程中，巖石的基質被等效為石英、長石、白云石、方解石、干酪根及黏土，孔隙空間被劃分為原生孔隙、溶蝕孔隙及微裂縫孔隙。

巖石物理模型建模流程：①利用V-R-H等效模型計算平均計算混合礦物(石英、長石、白云石、方解石)的彈性模量[1]；②將干酪根作為包含物，利用KT模型添加到泥質背景中，得到黏土質混合礦物彈性模量[2]；③利用自洽模型將兩種等效介質與不同孔隙結構的孔隙度加入，計算干燥的孔隙包含物的彈性模量[3]；④利用流體指數(Brie)方程將孔隙流體(油、水)混合，得到混合流體模量；⑤利用高思曼(Gassmann)方程將孔隙流體(油、水混合物)加入到干巖石中，得到飽和巖石的彈性模量；⑥最后再利用縱橫波速度與體積模量、剪切模量、密度之間的關系式，求得最終的飽和流體巖石的縱波速度、橫波速度(圖3)。

圖3 頁巖巖石物理建模流程Fig.3 The shale rock physical modeling process

從工區內選取93口井作為反演井，其中，實測橫波12口井，ECS(元素俘獲測井)5口井。實現多礦物模型正演和反演巖石物理模型，提高了巖石物理模型的精度。以現有的原始數據來看，結合全巖分析和元素俘獲測井數據，建立了7種礦物成分的巖石物理模型，分別是伊利石、白云石、方解石、鈉長石、鉀長石、石英、干酪根，孔滲飽參數包括可動孔隙度、含油孔隙度、有效孔隙度、含水飽和度，巖性數據分為頁巖、云質泥巖、巖屑粉砂巖、泥晶粉砂巖、砂屑白云巖等組合巖性。從巖礦體積數據上看，方解石含量極少，主要的礦物類型是白云巖+長石、石英+黏土。長石和石英質類巖石礦物特征值相似，可將其歸為一類砂巖。歸類后，主要考慮礦物：黏土、白云石、長石石英、干酪根。基于12口井的實測橫波數據(以吉174井為關鍵井)，開展了測井評價及巖石物理建模研究。通過優化測井解釋，計算獲得巖石體積模型，并通過體積模型及礦物骨架參數系統反算一組輸入曲線，與原始輸入曲線對比吻合，質控模型參數閉合，測井評價體積模型與元素測井體積模型各礦物含量比例相當。從全巖分析、元素測井和測井評價體積模型對比結果來看，干酪根和礦物(黏土、石英長石、白云石)和流體參數(總孔隙度、有效孔隙度)達到了很高的吻合程度，達到78%以上的相關系數，證實多礦物模型的建立結果真實可靠(圖4)。從關鍵井(吉174井)實測橫波提取的質控圖來看，實測縱橫波在該主要目的層段成像較清晰，縱橫波提取和實測縱橫波速度可靠。利用多礦物模型正演計算出的結果(縱波速度、橫波速度、密度、縱橫波速度比、縱波阻抗)與實測結果對比，相關系數達到90%以上，證實利用多礦物模型計算出的各項巖石物理參數真實可靠(圖5)。

圖4 吉174井甜點段全巖分析元素測井以及測井評價體積模型Fig.4 Logging and logging evaluation volume model of dessert section in well J174

圖5 吉174井巖石物理正演彈性參數與實際測量結果對比圖Fig.5 Comparison of rock physical positive elastic parameters and actual measurements in well J174

2.3 蘆草溝組甜點識別和分類

依據多礦物模型計算出的敏感物性參數，制作了巖性量版。經過對比優選出縱橫波速度比和波阻抗等敏感參數作為識別甜點的依據(圖6(a))。蘆草溝組甜點巖性為云巖、云質砂巖及砂巖呈現低縱橫波速度比小于1.75，非儲層為泥巖大于1.75，可以將有利儲層與非儲層區分出來。泥巖和有利儲層的波阻抗數值差別不大，在4 000～12 000(m/s×g/cm3)均有分布，很難區分出來。但可以利用儲層巖性在波阻抗的差異來進一步細分。云巖分布在高值(9 000～12 000(m/s×g/cm3))，云質砂巖分布在中間值(7 500～9 000(m/s×g/cm3))，砂巖處在低值(5 500～7 500(m/s×g/cm3))。由于頁巖油賦存狀態與常規儲層完全不同，因此基于物性、含油性的甜點識別方法存在著很大的局限性。本文使用核磁共振測井解釋技術獲得的含油性評價參數(如游離油、吸附油、吸附水、可動油等)，以含油性為色棒，可以進一步劃分儲層的甜點類別(圖6(b))。根據以上巖性量版結合井場出油規律，最后以游離油孔隙度和縱橫波速度比為依據分類劃分出甜點分類(表1)。

圖6 吉174井蘆草溝組巖性與彈性關系量版Fig.6 Relationship chart between lithology and elasticity in well J174

表1 吉木薩爾凹陷蘆草溝組甜點評價分級評價標準Table 1 Grading evaluation standard of reservoirs of the shale rock in Permian Lucaogou Formation,Jimusar Depression

2.4 波形指示反演

經典的地震反演方法包括疊后波阻抗和疊前彈性阻抗反演[8]，遵循地球物理理論，有嚴格理論公式支撐的反演方法。例如基于褶積模型，利用子波褶積理論從井插值模型出發，不斷修改模型，與地震波形匹配，獲得最終反演成果[9-10]。經典反演特點是適應勘探初期階段地震為主，分辨率低，只能反演波阻抗，不能解決薄層或者阻抗不能區分砂泥巖的問題[11-12]。

波形指示反演(seismic meme inversion)利用地震波形的相似性作為指示因子，驅動井間寬頻測井曲線模擬，實現高分辨率薄層反演[13]。在地震波形指示反演中，通過相似地震波形的模仿，傳遞相似波形代表的高頻測井曲線所代表的巖性組合特征，實現高分辨率反演。地震波形指示反演實現過程中，首先通過奇異值分解實現井旁地震道波形高效動態聚類分析，建立地震波形結構與測井曲線結構的映射關系，生成不同類型波形結構(代表不同類型的地震相)的測井曲線樣本集；然后通過分析不同類型波形結構對應的樣本集分布，分別建立不同地震相類型的貝葉斯反演框架；其次在不同的貝葉斯框架下，分別優選樣本集的共性部分作為初始模型進行迭代反演；最后在反演迭代過程中，以樣本集的最佳截止頻率為約束條件，得到高分辨率的反演結果，地震波形指示反演方法利用地震波形的橫向變化表征儲層空間的變異性，其橫向變化反應了儲層空間的相變特征，與沉積環境相關，更符合沉積地質規律。利用地震波形空間變化信息約束井模擬，開創了地震反演和井協同模擬之外一種新的高分辨率儲層預測方法——井震聯合模擬，實現“相控”儲層預測。 圖7(a)波阻抗反演剖面，有利儲層為高值，圍巖為低值，可以看出儲層與圍巖的數值區別不大，垂向分辨率較低，過吉174井的儲層時間厚度為15～25 ms，無法準確反映有利儲層分布情況。圖7(b)為縱橫波速度比反演剖面，儲層為低值，圍巖為高值，過吉174井的儲層時間厚度為5～8 ms，達到了預測精度的目標，突破了以往傳統波阻抗反演的極限。根據圖7量版對儲層分類，綜合分析游離油孔隙度、束縛油孔隙度等多種因素，依據油氣田開發實踐經驗制定了吉木薩爾凹陷蘆草溝組甜點評價分級評價標準，刻畫出Ⅰ類儲層、Ⅱ類儲層、Ⅲ類儲層分布圖(圖8)。

圖7 過吉174井波阻抗和縱橫波速度比反演剖面Fig.7 Inversion section of impedance and velocity ratio between P-wave and S-wave through well J174

圖8 吉木薩爾凹陷蘆草溝組甜點分類評價圖Fig.8 Classification evaluation diagram of dessert in Lucaogou Formation,Jimusar Depression

3 結 論

1) 多礦物巖石物理建模是在徐懷特模型的基礎上進一步擴展而成的，最大的優點在于能夠兼容多種礦物和復雜的孔隙類型。對于頁巖、碳酸鹽巖等復雜儲層，該模型具有較強的適用性。運用多礦物模型實現了頁巖油儲層參數的精確計算，為儲層反演提供了可靠的敏感參數。

2) 經典的地震反演遵循了嚴格的地球物理理論，適應于勘探初期階段地震，分辨率低，只能反演波阻抗，不能解決薄層或者阻抗不能區分復雜巖性的問題。地震波形指示反演方法利用地震波形的橫向變化表征儲層空間的變異性，其橫向變化反應了儲層空間的相變特征，更符合沉積地質規律。地震反演和井協同模擬獲得了一種新的高分辨率儲層預測，突破了以往傳統反演的理論厚度，實現了敏感參數反演，識別了上下甜點的薄儲層，為頁巖油的勘探開發提供新的思路。

致謝本文研究得到了新疆油田公司勘探開發研究院油藏評價所高陽、李維、陳剛、王偉等專家的幫助，在此一并致謝。