三塘湖盆地火山岩储层测井定量评价方法

章海宁，张翔，李国瑛，马肃滨，周小军

（1.中国石油集团测井有限公司技术中心，陕西西安710077；2.西北大学地质学系，陕西西安710069；3.油气资源与勘探技术教育部重点实验室，长江大学，湖北荆州434023；4.中国石油集团测井有限公司吐哈事业部，新疆哈密839009）

三塘湖盆地火山岩储层测井定量评价方法

章海宁1，2，张翔3，李国瑛1，马肃滨4，周小军4

（1.中国石油集团测井有限公司技术中心，陕西西安710077；2.西北大学地质学系，陕西西安710069；3.油气资源与勘探技术教育部重点实验室，长江大学，湖北荆州434023；4.中国石油集团测井有限公司吐哈事业部，新疆哈密839009）

三塘湖盆地火山岩地层岩性、孔隙结构复杂，电阻率测井受背景电阻率影响大，测井定量评价难度很大。针对岩性识别、物性参数和饱和度定量计算三大难点，利用图像处理技术提取火山岩结构特征，结合常规测井资料特征，采用支持向量机方法在多维空间中识别火山岩性；以混合骨架模型和复杂孔隙结构模型为基础，评价储层基质孔隙、裂缝孔隙和渗透率等物性参数；通过消除背景导电饱和度模型，消除火山岩背景电阻率的影响，并利用裂缝孔隙性地层电阻率模型确定不导电水饱和度，求取非均质的复杂孔隙结构火山岩地层含油饱和度，从而形成了一套完整的火山岩定量评价方法。

测井评价；火山岩储层；岩性识别；混合骨架模型；复杂孔隙结构；饱和度方程

0 引 言

三塘湖盆地火山岩地层岩性多样，各种岩性混杂，发育大量过渡岩性。地层储集空间原生和次生孔隙共存，储集空间由裂缝和孔隙双重介质控制，其中次生作用形成的储集空间占主导地位，而原生和次生孔隙都具有双重孔隙结构。地层孔隙度分布范围均较宽，大多数地层渗透率均小于0.5mD＊＊非法定计量单位，1mD＝9.87×10－4μm2，下同，属低孔隙度、特低渗透率储层［1］。以上地层特征给测井定量评价造成了很大的困难，首先是地层的岩性难以准确识别，过渡岩性骨架难以确定；另一方面火成岩地层基质孔隙小，孔隙结构复杂，储层物性难以准确确定；各种岩性的电阻率差异很大，即使是同一种岩性由于地层孔隙结构复杂，造成同一种岩性的地层的电阻率也存在很大的差异，火成岩饱和度评价更是个难题。

本文针对以上问题提出了1套完整的火山岩定量评价方法，其中利用常规测井特征识别岩性、利用成像测井特征识别结构，用支持向量机的方法在多维特征空间中识别岩性；形成了基于混合骨架模型和火山岩复杂孔隙结构的储层物性评价方法；引入和改进了消除背景导电饱和度模型，在消除背景导电影响的情况下进行含油气性的评价。

1 岩性识别

1.1 岩性识别方法

利用常规测井资料识别岩性的方法主要依据不同岩石矿物成分组合的不同测井响应特征进行岩性识别。实际应用中采用对比分析、交会图分析和统计分析的方法，确定提取不同岩性的常规测井特征，优选自然伽马、密度、中子、声波等13种参与岩性识别的常规测井曲线与组合特征。

常规测井资料主要反映不同岩性的成分特性，对岩石结构的信息反映较弱。成像测井资料能够提供环井壁地层电阻率随深度变化的图像，可以清楚直观地反映岩石结构、构造等特征。从成像测井图像中可以清楚地反映火山角砾岩、集块岩等岩性的颗粒大小、形状、圆度及球度等。

在对具有不同结构特征的火山岩进行识别时，既要提取反映岩性成分的特征，又要提取反映岩性结构与构造的特征。火山岩岩性识别流程见图1。

1.2 成像特征提取［2］

1.2.1 灰度共生矩阵

定义方向为θ、间隔为d的灰度共生矩阵为［P（i，j，d，θ）］，矩阵的维数等于图像灰度级数，P（i，j，d，θ）表示矩阵第i行第j列元素，它定义为点（m，n）的灰度值为i，点（k，l）的灰度值为j出现的频率。其中2点的关系为

图1 岩性识别流程图

间隔d为欧式距离，与反映要描述的纹理的频谱有关，由于火山岩中凝灰结构的纹理表现为微观纹理特征，故d的取值为1，θ取4个方向0°，45°，90°及135°的值。

1.2.2 灰度共生矩阵图像纹理特征的提取

一幅图像的灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息。它是分析图像的局部模式和它们排列规则的基础，从它出发可以进一步提取描述图像纹理的一系列特征。为表达简明起见，在下面的共生矩阵表达中略去间隔d和方向θ。

由以上灰度共生矩阵提取了5个反映纹理特征统计量有能量、对比度、熵、相关性、局部均匀性。从电成像测井静态图像与动态图像中分别提取反映岩性结构的这5种图像纹理特征，并通过对比分析明确纹理特征与火山岩中典型的熔岩结构、火山集块结构、火山角砾结构及凝灰结构等4种岩性结构的关系。

1.3 多维空间支持向量机识别

确定未知样本的岩性类型，就是依据最优分类面确定样本的岩性类型，即样本在高维特征空间的位置。该方法输入的是各样本的特征向量，输出为各样本预测的岩性类型［3］。其基本结构见图2。

图2 支持向量机方法示意图

采用监督支持向量机方法进行岩性识别。具体包括样本选择；核函数及模型参数确定；测井特征的归一化；采用监督训练建立支持向量机方法的判别函数；根据建立的判别函数对参加资料进行火山岩岩性识别。

利用已建立的预测模型，便可对研究地区内的井进行岩性预测，采用逐点预测的方法，即从研究层段的顶面，逐点提取测井值送入SVM模型进行逐点储层预测。由于每种岩性对应的测井响应特征值变化范围较大，需要对逐点预测的岩性结果进行后处理，剔除一些异常的岩性类型值。

2 物性评价

2.1 混合骨架模型

三塘湖不同岩性的岩心黏土分析实验结果统计表明，玄武岩、凝灰岩和火山角砾岩均不同程度地发育有黏土，其中凝灰岩和火山角砾岩中黏土含量较高的岩心占的比例较高，火山岩体积模型中必须考虑黏土，以往的模型往往忽略了黏土组分。

按混合骨架体积模型概念，把地下岩石的构成按彼此性质差异的大小，简化成3部分：孔隙、黏土和混合骨架（见图3）。

图3 混合骨架体积模型

混合骨架体积模型认为实际地层是由混合骨架、黏土和储集空间构成，即

2.2 复杂孔隙结构模型

复杂孔隙结构解释模型把岩石的总孔隙度等效为基质孔隙、孔洞孔隙和裂缝孔隙组成的地质结构模型。孔洞在岩块中常呈分散状分布，当没有裂缝沟通时，孔洞之间靠基质孔隙沟通。孔洞的存在对总孔隙度影响很大，但是对岩石电导率却影响较小。

2.3 孔隙度渗透率计算方法

可以用ECS岩石骨架密度与岩石元素含量的关系式得到连续的骨架参数曲线。如果没有ECS元素俘获测井，可以利用岩心分析数据，根据混合骨架模型，确定不同岩性地层的孔隙度、黏土参数；利用测井数据，推导出视混合骨架的中子值、混合骨架密度值和混合骨架声波值等参数。将这些参数作频率直方图，选取相应的混合骨架值。建立密度、中子、声波测井等混合骨架模型响应方程，由最优化方法得到地层混合骨架含量、黏土含量和地层孔隙度。

声波测井纵波初至波的传播时间反映的孔隙度一般只是基质孔隙度，而不包括缝洞孔隙度。应用声波测井求取的基质孔隙度不仅包括晶间孔隙、粒间孔隙，还包含均匀分布的细小溶孔及微细裂缝。考虑到火成岩矿物成分的复杂性，每种矿物成分的理论骨架相差较大，分层系、分岩性建立声波孔隙度模型，从而评价地层的基质孔隙。

裂缝孔隙度虽然在总孔隙度中占的比重较小，但其具有非常重要的渗流特点，决定了油气的产能。成像测井在裂缝的识别和定量评价上取得了较好的效果，然而由于成像测井成本较高，并不是每口井都进行成像测井，而且探测深度浅，对延伸较远的裂缝和孔洞效果较差；常规测井目前大多是用深、浅双侧向电阻率及衍生的方法计算裂缝孔隙度。

对孔隙、裂缝并存的复杂孔隙介质储层，可以将储层等效地看成由微毛细管组成的孔隙型储层和由宏观裂缝组成的裂缝型储层组成。因此，孔隙裂缝型储层渗透率包含基质渗透率（Kb）和裂缝系统渗透率（Kf），总的渗透率为

3 饱和度评价方法

测井测量的电阻率是孔隙流体、含水微孔隙、导电矿物及井筒分流几部分导电共同作用的结果［4］。定义除孔隙流体导电之外，所有其他因素引起的电阻率为背景电阻率。建立饱和度模型时考虑背景导电的影响，由此计算得到的饱和度即可消除背景导电的影响。实际地层中，岩性相对稳定的地层，若地层水饱和度等于不导电水饱和度时，对应的测井电阻率即为地层的背景电阻率。实际应用中需要分不同岩性选取相应的背景电阻率，可以选取纯油气层、或者致密层的最大电阻率值作为背景电阻率。消除背景导电饱和度模型

对均质地层，不同岩性地层的不导电水饱和度可以用地层因素与孔隙度的关系式（11）确定不导电水饱和度，实际应用中可用岩心的物性实验和岩电实验结果确定

以上方法对孔隙结构单一的均质地层是适用的，但是对复杂储集孔间地层，尤其裂缝性地层，由于裂缝和孔洞的发育程度、裂缝的产状、孔隙空间的充填情况都会影响到电流的分布，不导电水饱和度与孔隙结构是紧密相关的。三塘湖盆地火山岩地层，玄武岩地层由岩心实验确定的不导电水孔隙度为3.74%，而杏仁状玄武岩由于孔洞的增加，其不导电水孔隙为5.27%。可见使用固定不导电水饱和度的方法不能适用于复杂孔隙结构地层的饱和度评价（见图4）。

图4 不同孔隙结构玄武岩不导电水孔隙度分析图

针对复杂孔隙结构地层其电阻率解释模型可以采用相应的含水裂缝孔隙型地层电阻率测井解释模型描述。岩石的导电性由2种独立的单一孔隙结构，即岩石的裂缝导电网络与岩块孔隙（包括基质孔隙和孔洞孔隙）导电网络并联而成的导电系统［5］，完全含水岩石的电阻率有如下关系

式中，Lm、Bm分别为裂缝和基质孔隙度指数；Dm为复杂孔隙结构地层孔隙度指数。

通常认为裂缝孔隙度指数Lm＝1。定义孔隙比例系数Vl，即次生孔隙（裂缝、孔洞、和裂隙）在总孔隙中的比例

则

式中，Bm＝1.87＋0.019／φt。

由此可得到复杂地层的孔隙结构指数，根据φch＝φDm可以确定地层的导电水孔隙度，并由式（16）确定不导电水饱和度［6］

以上方法根据地层的裂缝发育程度逐点计算地层的孔隙结构指数和不导电水饱和度，将均质地层模型转化为非均质地层解释模型，满足了非均质性很强的火成岩地层的饱和度评价需要。

4 方法应用

利用LEAD（测井综合应用平台）提供的处理程序框架和解释方法动态库，开发火山岩处理程序（LavaVisual.exe）和火山岩处理解释方法动态库（LeadLavaMat.dll）。火山岩处理程序能够进行火山岩地层岩性自动识别，计算储层参数，包括孔隙度（总孔隙度、裂缝孔隙度、基质孔隙度、孔洞孔隙度）、泥质含量、岩石骨架含量、含油饱和度、渗透率等，并提供有效储层指示曲线。

上述定量评价方法在10口重点井中进行了应用，其中岩性识别采用逐点预测的方法进行岩性自动识别，同时将逐点识别结果与岩心实验分析的岩性鉴别结果进行了对比，对玄武岩、安山岩、凝灰岩、火山角砾岩等4种岩性识别符合率达到85%；对玄武岩、安山岩、凝灰岩、火山角砾岩、玄武质角砾岩、安山质角砾岩、凝灰质角砾岩及玄武质安山岩等8种火山岩识别符合率接近80%。

在准确确定地层混合骨架参数后，计算得到地层的总孔隙度和黏土含量，地层总孔隙度与对岩心实验结果对应较好；计算得到的基质孔隙、裂缝孔隙和孔洞孔隙与地层实际孔隙类型相符。实际资料的处理结果表明，基于混合骨架模型和复杂孔隙结构模型的火山岩物性定量评价方法较好地解决了三塘湖盆地火山岩地层物性参数的定量评价问题。

由消除背景导电饱和度模型计算得到饱和度与试油产能对比，效果较好。图5为马×××井定量处理成果图。从图5中可以看出，消除背景饱和度与试油结果吻合，油层消除背景含油饱和度高于阿尔奇公式计算含油饱和度，而在干层和水层则低于阿尔奇公式计算含油饱和度，说明消除背景导电饱和度模型通过背景电阻率参数的引入，减少了背景电阻率对饱和度的影响，准确地反映了地层流体性质的变化，可以满足三塘湖盆地火山岩地层饱和度评价的要求。

图5 马×××井饱和度对比图

5 结 论

（1）以常规测井资料特征结合成像测井图像结构特征，在多维空间中识别火山岩性。

（2）以混合骨架模型和复杂孔隙结构模型为基础评价储层基质孔隙、裂缝孔隙和渗透率等物性参数。

（3）消除背景导电饱和度模型考虑了火山岩背景电阻率的影响，并利用裂缝孔隙性地层电阻率测井解释模型，根据地层的不同孔隙结构来逐点确定不导电水饱和度，从而使模型适用于非均质的复杂孔隙结构地层。

（4）该方法在三塘湖盆地火山岩储层进行了实际应用，并见到了好的应用效果。

［1］ 刘俊田，朱有信，李在光，等.三塘湖盆地石炭系火山岩油藏特征及主控因素［J］.岩性油气藏，2009，21（3）：23－28.

［2］ 宁顺刚，白万民，喻钧，等.基于灰度共生矩阵的图像分割方法研究［J］.电子科技，2009，11：69－71.

［3］ 宋延杰，张剑风，闫伟林，等.基于支持向量机的复杂岩性测井识别方法［J］.大庆石油学院学报，2007，5：18－20.

［4］ 张超谟，张占松，李军，等.基于港湾效应的导电机理与饱和度方程研究［J］.石油天然气学报，2009，31（6）：86－89.

［5］ 王树寅，李晓光，石强，等.复杂地层测井评价原理和方法［M］.北京：石油工业出版社，2006.

［6］ 章海宁，张超谟.适用复杂孔隙结构地层消除背景导电饱和度模型［J］.测井技术，2011，35（1）：41－44.

Quantitative Log Evaluation Method for Volcanic Reservoir in Santanghu Basin

ZHANG Haining1，2，ZHANG Xiang3，LI Guoying1，MA Subing4，ZHOU Xiaojun4
（1.Technical Center，China Petroleum Logging CO.LTD.，Xi’an，Shaanxi 710077，China；2.Department of Geology，Northwest University，Xi’an，Shaanxi 710069，China；3.Key Laboratory of Exploitation Technologies for Oil and Gas（Yangtze University），Jingzhou，Hubei 434023，China；4.Tuha Division，China Petroleum Logging CO.LTD.，Hami，Xinjiang 839009，China）

In Santanghu basin，it is difficult to quantitatively evaluate the volcanic reservoirs since lithology and porosity structure is complex and reservoir resistivity is impacted by background resistivity.For simplifying lithologic identification，physical property and saturation calculation，proposed is a set of quantitative evaluation methods：Volcanic rock structure feature is extracted from electricity images using imaging processing technology；Combining with normal logging data，lithology is identified with SVM（Support Vector Machine）method in multidimensional space；On the basis of the mixed matrix model and complicated porosity structure model，it can evaluate block porosity，fracture porosity and permeability，etc.The saturation equation of eliminating background electric conduction is used to calculate oil saturation of the heterogeneous volcanic reservoir with complicated porosity structure，and to eliminate influence of the background resistivity；and non－conduction water saturation is obtained from fracture porosity reservoir resistivity model.

log evaluation，volcanic reservoir，lithologly identification，mixed matrix model，complex pore structure，saturation equation

P631.84 文献标识码：A

2011－08－24 本文编辑 余迎）

刘会娟，女，从事火药应用与石油工程交叉学科的科研工作。