复杂砂砾岩储集体岩相特征及识别技术——以川西北地区为例

蒋裕强 张 春 张本健 徐昌海 王 猛 房 龙 胡朝阳

1．西南石油大学资源与环境学院 2．中国石油西南油气田公司川西北气矿 3．中国石油西南油气田公司勘探开发研究院

川西北地区位于四川盆地西北部，地处广元、绵阳市境内，区域构造位于川西北古中坳陷低缓构造区，北邻龙门山—大巴山台缘坳陷，东南与八角场构造相邻。该区砂砾岩储层具有4大特点：①岩矿种类多、成分和结构复杂，成分为复成分，包括碳酸盐岩、石英砂岩、石英岩、泥岩及硅质岩，结构不一，有粗砾、中砾及细砾；②岩石类型多，包括砾岩、砂质砾岩、砾质砂岩、含砾砂岩及砂岩；③不同岩类储集空间差异大，以碳酸盐岩砾为主的砂砾岩储集空间发育砾内、砾间溶孔及微裂缝，以石英砂岩砾为主的砂砾岩储集空间发育砾内原生孔、砾内及砾间溶孔、裂缝及溶蚀孔洞；④砂砾岩体连片分布，且横向具可对比性，但由于总体孔隙欠发育，造成储层并非大面积连片分布，横向追踪困难，储层非均质性极强。

针对该区砂砾岩储层的几大特点（亦是难点），笔者经过野外踏勘，结合室内大量的岩心分析化验资料，以准确识别砂砾岩储层为切入点，以剑阁、九龙山、白龙场、柘坝场及文兴场等地区为研究重点，以上三叠统须家河组三段—下侏罗统珍珠冲段为目标层段，在深入分析砂砾岩岩相与测井曲线响应特征对应关系的基础上，采用多参数交会法和多元统计法划分不同的砂砾岩相，为下一步沉积相研究及储层参数模型的建立提供坚实的地质依据。

1 砂砾岩储层岩电特征

1．1 基本地质特征

根据野外踏勘、岩心观察及薄片鉴定，该区岩石类型包括砾岩、砂岩、粉砂岩、泥岩、煤及多种过渡岩类等。有效储集层为砾岩、砂质砾岩、含砾砂岩、砾质砂岩、粗—细砂岩及泥质砂岩。

砂砾岩储层发育于须三、须四段及珍珠冲段。须三、须四段主要发育辫状河道砂砾岩储集体［1－4］，砾石成分有碳酸盐岩、泥岩及硅质岩，以碳酸盐岩为主（超过95%），分选中等，呈次棱角—次圆状；储集空间包括砾内及砾间溶孔、微裂缝；储层物性具低孔（孔隙度介于0．05%～10．18%，平均为2．15%）、低渗（渗透率介于0．000 9～16．6mD，平均为0．27mD）、非均质性极强的特征。

珍珠冲段主要发育扇三角洲砂砾岩储集体，砾石成分有石英砂岩、石英岩、粉砂岩、泥岩、硅质岩及碳酸盐岩，以石英砂岩为主（超过90%），分选中等—好，呈次棱角—次圆状；储集空间包括砾内原生孔、砾内及砾间溶孔、裂缝及溶蚀孔洞；储层具低孔（孔隙度介于1．21%～5．69%，平均为2．69%）、低—中渗（垂直渗透率介于0．000 029～25．23mD，平均为2．72mD，水平渗透率介于0．001 2～517．89mD，平均为4．91 mD）、非均质性极强的特征。

1．2 岩相特征

岩相是以岩石结构特征为主来反映各微相砂体形成过程的古水动力条件［5－6］。在复杂岩性储集层中，由于岩相的不同，可以导致孔隙度和渗透率存在较大差异，渗透率可达到2个数量级［7－9］。因此，对复杂岩性储集层的岩相划分显得十分重要。

根据岩石成分、结构、构造和颗粒间的接触关系，考虑岩石物性差异，将岩石分为砾岩相、砂岩相、粉砂岩相和泥岩相。由于不同砾岩相中物性差异很大。因此，进一步将砾岩相细分为颗粒支撑砾岩相、杂基支撑砾岩相及混合支撑砾岩相。

颗粒支撑砾岩相：由多级颗粒支撑，砾级为中—细砾，砾岩具显著的“二元结构”，其一为砾石，按砾石成分可分为碳酸盐岩砾、石英砾、石英砂岩砾、燧石砾、泥岩砾、粉砂岩砾；其二为砾间充填物，有粗砂、中砂、细砂、粉砂及泥质。当砾岩的砾石成分为石英砂岩或含生屑的硅质时，砾岩段发育的砾内溶蚀孔及砾内裂缝，构成区内主要储集空间；当砾岩的砾石成分为碳酸盐岩时，裂缝较为发育。此外，砾间充填的砂部分发育长石高岭石化溶蚀孔，亦成为该岩类的有效储集空间。

杂基支撑砾岩相：砾石的分选性差，无定向排列，砾石杂乱地随机分布，呈漂浮状分布于泥质、粉砂质杂基中，多为泥质支撑，杂基含量较多，杂基堵塞孔隙，物性差。

混合支撑砾岩相：为颗粒支撑、杂基支撑砾岩相的过渡类型，发育砾内、砾间溶孔，物性较好，成为区内有效储集岩之一。

砂岩相：包括粗—细砂岩、含砾砂岩和砾质砂岩等。碎屑组分以碳酸盐岩岩屑为主（超过80%），成分成熟度差—中等，结构成熟度中等，分选和磨圆中等，多呈次棱—次圆状。颗粒支撑，颗粒间以点、线接触为主，胶结类型一般为连晶胶结，粒间充填自生石英、次生石英、无铁方解石、铁方解石、泥质及黏土矿物。发育少量岩屑粒内、粒间溶孔，具备一定的储集能力。

粉砂岩相：包括粉砂岩、泥质粉砂岩及钙质粉砂岩，钙质粉砂岩常见，一般物性较低，不具备产能。

泥岩相：包括泥岩、砂质泥岩、粉砂质泥岩、碳质泥岩、钙质泥岩和含砾泥岩等，一般不具备储集能力。

1．3 电性特征

根据9口井的岩心资料，分析不同岩相对应测井曲线的响应特征，建立岩相与测井相的关系（表1）。

表1 各种岩相测井响应特征表

1．3．1 颗粒支撑砾岩

常规测井曲线特征表现为：低伽马、高电阻率、低声波时差、低中子和高密度，深、浅双侧向电阻率（以下简称深、浅双侧向）有差异，伽马和电阻率曲线呈箱形微齿。成像测井特征表现为亮色斑点状，颗粒清晰可辨，色浅，储层段可见不规则裂缝。

1．3．2 杂基支撑砾岩

测井响应特征表现为：较低伽马、较高电阻率、低声波时差、低中子、较高密度，深、浅双侧向无差异，电阻率曲线呈齿化变化。

1．3．3 混合支撑砾岩

填隙物含量复杂，杂基分布不均匀，使得测井曲线特征复杂化，测井曲线响应特征常介于颗粒和杂基支撑砾岩相之间。

1．3．4 砂岩相

常规测井曲线响应特征表现为：较低伽马、较低密度、中等电阻率及较高声波时差，深、浅双侧向有差异，含钙质时电阻率更高。成像测井特征表现为层内岩性均匀，颜色中浅。

1．3．5 粉砂岩相

测井响应特征表现为：较高伽马、较高电阻率、较高密度和低声波时差、低中子，深、浅双侧向有差异。

1．3．6 泥岩相

测井响应特征表现为：高伽马、低电阻率、较高密度、高中子和较高声波时差，深、浅双侧向无差异，富含炭屑时声波时差更高。成像测井上表现为色较深，均匀，可见层理，易于识别。

此外，据砾石组分的差异，碳酸盐岩砾与石英砂岩砾相比，一般自然伽马、中子及声波时差偏低，密度和电阻率偏高。因砾石结构的不同，粗砾岩与中、细砾岩相比，一般自然伽马偏高，电阻率偏低，深、浅双侧向基本无差异。

2 岩相识别技术

考虑到该区砂砾岩矿物种类多、成分复杂，既有碳酸盐岩，又有碎屑岩组分这一特征，很难利用单一测井曲线或一种方法准确识别各类岩相。从实际资料情况出发，采用多条测井曲线综合运用和多种分析方法相结合划分岩相。

2．1 多种测井响应交会法

多种测井响应交会法［10］是通过做二维参数交会图来划分岩相。根据岩心划分的岩相对应测井曲线的测井特征值，做2种参数的交会图。选取GR、AC、CNL、DEN、RT等5条敏感测井曲线，建立自然伽马与深侧向电阻率、声波时差与深侧向电阻率、中子与深侧向电阻率、中子与密度交会图识别岩相（图1、2）。

由图1、2综合来看，GR—RT、CNL—RT图版的识别效果较好，DEN—CNL、RT—AC图版次之。砾岩与砂岩、泥岩易于区别，但不同砾岩相之间界限不甚明显。分析认为，这是由于砾岩非均质性强，使得测井参数之间并非呈简单的线性关系，而是呈受多参数影响的非线性关系。

图1 岩相划分GR—RT交会图

图2 岩相划分CNL—RT交会图

2．2 多元统计分析法

多元统计分析法［11］包括主成分分析和聚类分析2种判别分析方法。

2．2．1 主成分分析法

主成分分析的基本原理是利用坐标变换或者降维处理，消除或减少无用分量，将多种测井变量复合成少数几个综合变量（主成分），也即通过主成分分析，起到降维分析而又不损失测井信息的作用［12－13］。

综合考虑各类岩石物理相与测井曲线之间的相关关系，优选出自然伽马、光电指数、声波、中子、密度、深侧向、浅侧向等7条曲线来把这4类岩石物理相分开。

首先对关键井根据上述各岩石物理相的特点选择标准层；然后通过测井曲线的自动分层、归一化处理、主成分分析［14－15］等方法，从这7条测井曲线中提取了前2个主成分（公式1、2），其累计贡献率达原信息量的90%以上，应用这2个互不相关的主成分建立岩相划分图版（图3）。

图3 主成分分析法岩相划分交会图

将未知井段数据进行标准化，然后再利用图3所示的划分区域，将每个数据点代入图中的3个直线方程中，然后进行判断数据点所处位置，进而判断出各种岩石物理相。

2．2．2 聚类分析法

聚类分析是按照客体在性质上或成因上的亲疏关系，对客体进行定量分类的一种多元统计分析方法［16］。对测井曲线进行聚类分析的作用是判断所选样本间的相似程度，通过计算欧氏距离来确定。

首先，选择包括各类岩性的层段作为标准样本层，然后建立测井相—岩相数据库（表2），样本层经过最优分割、分层后，再按聚类分析算法进行聚类分析。

2．3 实例分析与评价

以 L105、L107、L110、L113、L117、L118、L119、J103、J104井及G3、G5井等11口井作为关键井，运用建立的测井解释模型进行测井资料处理，解释结果与岩心剖面进行对比分析，11口取心井共划分出328个岩性层，其中268层吻合，符合率为81．7%。

在60个不吻合层段中，15层是混合支撑砾岩和杂基支撑砾岩未区分开，5层是颗粒支撑的碳酸盐岩砾与石英砂岩砾没有区分开，16层是砂岩与粉砂岩判断出错，9层是砂岩与砾质砂岩没有区分开，15层是由于受测井仪器的分辨精度影响而难于分辨出来的薄层。考虑到测井资料质量及实际误差的存在，认为处理结果符合实际情况，建立的模型是可靠的，可以在全区未取心井中推广应用。

图4是L13井的测井相处理结果和岩心岩相分析结果对比，从图中可以看出处理结果符合程度很好。研究区共处理了56口井，处理结果用于地层横向对比、沉积相划分及储层测井解释模型的建立，取得了良好的效果。

3 结论与认识

1）以砂砾岩储层的准确识别为切入点，以剑阁、九龙山、白龙场、柘坝场及文兴场等地区为重点研究区块，以须三段—珍珠冲段为目标层段，在深入分析砂砾岩岩相与测井曲线响应特征对应关系的基础上，建立了岩相—测井相数据库。

2）采用多参数交会法和多元分析技术识别出砾岩、砂岩、粉砂岩和泥岩等主要岩相，考虑不同砾岩相之间物性和岩石结构的差异，将砾岩相进一步细分为颗粒支撑砾岩、杂基支撑砾岩、混合支撑砾岩，以及碳酸盐岩砾、石英砂岩砾与粗砾、中砾、细砾。分析结果表明，砾岩、砂岩、粉砂岩和泥岩岩相之间易于区别，但砾质砂岩和砂岩、泥质粉砂岩和粉砂质泥岩有时难以有效区别，另外，粗砾与中、细砾区分效果也较差，仅具一定参考性。

表2 测井相—岩相数据库表

图4 L13井测井相解释结果与岩相对比图（1in＝25．4mm）

3）根据岩心资料验证测井识别出的岩相，测井解释符合率较高（超过80%），能准确地划分储集层和非储集层，为该区下一步储层测井解释模型的建立和沉积相研究奠定了基础。

［1］郑荣才，戴朝成，罗清林，等．四川类前陆盆地上三叠统须家河组沉积体系［J］．天然气工业，2011，31（9）：16－24．ZHENG Rongcai，DAI Zhaocheng，LUO Qinglin，et al．Stratigraphic division and correlation of Upper Triassic in Sichuan Basin［J］．Natural Gas Industry，2011，31（9）：16－24．

［2］张健，李国辉，谢继容，等．四川盆地上三叠统划分对比研究［J］．天然气工业，2006，26（1）：12－15．ZHANG Jian，LI Guohui，XIE Jirong，et al．Stratigraphic division and correlation of Upper Triassic in Sichuan Basin［J］．Natural Gas Industry，2006，26（1）：12－15．

［3］蒋裕强，陶艳忠，沈妍斐，等．对大川中地区上三叠统须家河组二、四、六段砂岩沉积相的再认识［J］．天然气工业，2011，31（9）：39－50．JIANG Yuqiang，TAO Yanzhong，SHEN Yanfei，et al．A new understanding of sedimentary facies of sandstones in the 2nd，4th，and 6thmembers of the Upper Triassic Xujiahe Formation in the Large－Scale Middle Sichuan Basin ［J］．Natural Gas Industry，2011，31（9）：39－50．

［4］邓康龄．四川盆地形成演化与油气勘探领域［J］．天然气工业，1992，12（5）：7－12．DENG Kangling．Formation and evolution of Sichuan Basin and domains for oil and gas exploration［J］．Natural Gas Industry，1992，12（5）：7－12．

［5］吴元燕，徐龙，张昌明，等．油气储层地质［M］．北京：石油工业出版社，1996．WU Yuanyan，XU Long，ZHANG Changming，et al．Oil and gas reservoir geology［M］．Beijing：Petroleum Industry Press，1996．

［6］许磊，于兴河，杨勇，等．苏里格南部地区盒8段致密砂岩储层成岩作用及成岩相划分［J］．天然气工业，2012，32（7）：15－20．XU Lei，YU Xinghe，YANG Yong，et al．Diagenesis and diagenetic facies of tight sandstone reservoirs in the 8thmember of the Shihezi Formation，southern Sulige Gas Field［J］．Natural Gas Industry，2012，32（7）：15－20．

［7］RAGHAVAN R，SCORER J D T，MILLER F G，et al．An investigation by numerical methods of the effect of pressure－dependent rock and fluid properties on well flow tests［J］．SPE Journal，1972，12（3）：267－275．

［8］刘景环，王瑞丽，尤丽，等．涠西南凹陷流沙港组成岩相与有效储层研究［J］．西南石油大学学报：自然科学版，2012，34（6）：175－184．LIU Jinghuan，WANG Ruili，YOU Li，et al．Study on the diagenetic facies and effective clastic reservoirs in Liushagang Formation of Weixinan Sag［J］．Journal of Southwest Petroleum University：Science ＆ Technology Edition，2012，34（6）：175－184．

［9］吴颜雄，王璞珺，吴艳辉，等．火山岩储层储集空间的构成——以松辽盆地为例［J］．天然气工业，2011，31（4）：28－33．WU Yanxiong，WANG Pujun，WU Yanhui，et al．Components of volcanic reservoir space：A case study from the Songliao Basin［J］．Natural Gas Industry，2011，31（4）：28－33．

［10］李庆昌，吴虻，赵立春，等．砾岩油田开发［M］．北京：石油工业出版社，1997．LI Qingchang，WU Mang，ZHAO Lichun，et al．Conglomerate oil field development［M］．Beijing：Petroleum Industry Press，1997．

［11］LEE S H，KHARGHORIA A，DATTA－GUPTA A，et al．Electrofacies characterization and permeability predictions in complex reservoirs［J］．SPE Reservoir Evaluation＆ Engineering，2002，5（3）：237－248．

［12］杨维权，刘兰亭，林鸿洲．多元统计分析［M］．北京：高等教育出版社，1989．YANG Weiquan，LIU Lanting，LIN Hongzhou．Multivariate statistical analysis［M］．Beijing：Higher Education Press，1989．

［13］牟中海，蒋裕强．沉积环境与多元统计综合分析法［J］．西南石油学院学报，1996，18（1）：21－26．MOU Zhonghai，JIANG Yuqiang．Application of comprehensive analysis method of sedimentary environment and multiple statistics to the explanation of sedimentary facies［J］．Journal of Southwest Petroleum Institute，1996，18（1）：21－26．

［14］雍世和，张超谟．测井数据处理与综合解释［M］．东营：中国石油大学出版社，1996．YONG Shihe，ZHANG Chaomo．Logging data processing and interpretation［M］．Dongying：China University of Petroleum Press，1996．

［15］陈钢花，王中文，李德云，等．用多元统计方法自动识别沉积微相［J］．石油物探，1997，36（1）：71－76．CHEN Ganghua，WANG Zhongwen，LI Deyun，et al．Automatic discriminant sedimentary microfacies by means of multivarite statistics analysis［J］．Geophysical Prospecting for Petroleum，1997，36（1）：71－76．

［16］赵永军，李汉林．石油数学地质［M］．东营：中国石油大学出版社，1998．ZHAO Yongjun，LI Hanlin．Petroleum mathematical geology［M］．Dongying：China University of Petroleum Press，1998．