四川盆地焦石坝地区龙马溪组泥页岩储层测井识别

严伟 王建波 刘帅 王昆 周依南

中国石化勘探南方分公司勘探研究院

页岩气是以多种相态存在并富集于泥页岩中的天然气，岩性多为沥青质或富含有机质的暗黑色泥页岩和高碳泥页岩，其间或有夹层状发育的粉砂质泥岩、泥质粉砂岩、粉砂岩等［1－4］。页岩气部分天然气主体上以游离相态存在于裂缝、孔隙及其他储集空间，部分以吸附状态存在于干酪根、黏土颗粒及孔隙表面，极少量以溶解状态储存于干酪根、夹层状的粉砂岩等［5］。页岩气的赋存方式使得储层含气的测井响应特征面临新探索。页岩气藏与常规气藏相比，具有弱敏感地球物理参数特征，这就大大增加了地球物理测井技术识别页岩气的难度［6－7］。

吴庆红等认为页岩储层具有“四高二低”特征，并且利用自然伽马、电阻率、中子孔隙度、声波时差和感应测井组合方法识别页岩气储层［8］。Lewis等利用自然伽马、电阻率、密度和岩性密度测井组合方法找出了含气页岩的典型测井曲线［9］。Cluff等利用自然伽马能谱测井识别了阿科马（Arkoma）盆地伍德福德（Woodford）地层的页岩气储层［10］。Bowman等研究了密西西比沃斯堡（Fort Worth）盆地巴尼特（Barnett）组的页岩层，认为声波与电阻率交会能够区分岩性［11］。充分认识泥页岩的测井响应特征，才能有效地识别泥页岩储层，进而对泥页岩储层参数计算进行研究。本文在调研国内外测井评价页岩气的基础上，分析实际页岩气井资料，总结涪陵焦石坝海相泥页岩地层测井响应特征，探索适合该区泥页岩储层识别的方法，从而更好地进行测井参数评价。

1 泥页岩测井响应特征

焦石坝位于重庆市涪陵区，构造位置处于川东高陡褶皱带包鸾—焦石坝背斜带，下志留统龙马溪组是四川盆地及周缘下古生界海相页岩气主要目的层。焦石坝海相页岩气探井JY1井、JY2HF、JY3HF和JY4HF井储层埋深介于2 300～2 595m，实验分析JY1井泥页岩主要有灰黑色泥岩、黑色碳质泥岩、灰黑色碳质泥岩、灰黑色粉砂质泥岩、灰黑色页岩和黑色碳质页岩6类。孔隙度值介于1.17%～7.22%，平均为4.52%，渗透率值介于0.001 6～335.209mD，平均为28.309mD。有机 碳含量 （TOC）介 于 0.55% ～5.89%，平均为2.54%。总含气量介于1.18～5.75 m3／t，平均为 3.14m3／t。镜质体反射率（Ro）大于2%。脆性矿物含量介于33.9%～80.3%，平均为56.5%，矿物组分以石英为主，平均占37.3%。

1.1 自然伽马曲线测井响应特征

自然伽马测井反映了岩石所放射出自然伽马射线的总强度。泥页岩地层中黏土对放射线物性的贡献很大，各种黏土矿物对放射线物质的贡献不同。蒙脱石本身不含放射线物质，但其阳离子交换能力较强，表面积较大，对放射线物质吸收能力强，含有较多的氧化铀，对黏土的放射线贡献最大；伊利石本身含钾，具有放射性，对氧化铀有一定的吸附能力；绿泥石本身无放射性，其阳离子交换能力差，缺乏放射性附着物。JY1井五峰—龙马溪组一段主要含气泥页岩段（井深2 330.46～2 414.88m）87个样品的全岩 X射线衍射显示黏土矿物含量自上而下有降低的特点，如图1（左图），黏土含量介于16.6%～62.8%，平均为40.9%。黏土矿物X射线衍射显示黏土矿物主要为伊蒙混层，含量介于25.0%～85.0%，平均为54.5%，其次为伊利石，含量介于12.0%～68.0%，平均为39.5%，含少量绿泥石，含量介于1.0%～20.0%，平均为6.0%，如图1（右图）所示。图2为JY1、JY2HF、JY3HF、JY4HF井五峰—龙马溪组一段泥页岩自然伽马对比图，图中曲线形态基本一致，从上到下测井值有逐渐增大趋势，这说明JY2HF、JY3HF和JY4HF井的黏土矿物组分和含量与JY1井具有极大的相似性。

1.2 自然伽马能谱测井曲线响应特征

自然伽马能谱测井反映了地层岩石中铀、钍、钾含量以及产生的伽马射线总和。自然伽马能谱测井能够提供更加详细的伽马射线信息。如图3所示，上部黏土岩中钾和钍的含量高，铀的含量低（相对钾和钍），下部黏土岩中有机质含量增高时，黏土颗粒对铀离子的吸附力增强，黏土的铀含量明显升高。4口井的铀、钍、钾曲线形态基本一致，整体上从上到下铀含量逐渐增大，钍含量和钾含量逐渐降低。

1.3 电阻率测井曲线响应特征

电阻率测井曲线的变化是多种因素综合的结果，它反映了岩石的矿物成分、热液蚀变、孔洞和裂缝发育程度、流体性质以及含油气多少的变化。由于泥页岩矿物组分复杂，当矿物组分含量和结构发生变化时，电阻率测井曲线也会发生改变。孔隙内的流体性质对电阻率测井也有较大影响，当发育的网状裂缝被钻井滤液充满时，电阻率测井值也会降低；此外，长石风化为高岭石、黑云母饰变为绿泥石，也可降低岩石的电阻率。有机质成熟度对电阻率大小也有影响，如图4所示，电阻率测井曲线形态基本一致，泥页岩段电阻率整体偏小，上部泥页岩电阻率低于下部泥页岩电阻率，与下部有机质含量增加有关。

1.4 三孔隙度测井曲线响应特征

1.4.1 声波测井曲线响应特征

图1 全岩矿物含量分析图

图2 泥页岩自然伽马测井曲线图

声波测井曲线受岩石的矿物成分、岩石致密程度、岩石结构以及孔隙流体性质等因素影响而表现为不同特征。如图5为三孔隙度测井曲线图，图中声波曲线形态相似，从上到下声波时差有增大趋势，有机质含量的增加会增大储层的孔隙度，从而引起声波时差值升高。

图3 泥页岩自然伽马能谱测井曲线图

1.4.2 中子测井曲线响应特征

中子测井受地层岩性、流体性质影响较大，并随着孔隙、裂隙中流体含量的变化而发生变化。当岩石发生蚀变时，次生的绿泥石、绢云母等矿物含有大量的结晶水和结构水，常表现出高的中子孔隙度。如图5，中子曲线形态相似，从上到下中子测井值有减小趋势。

图4 泥页岩电阻率测井曲线图

图5 泥页岩三孔隙度测井曲线图

1.4.3 密度测井曲线响应特征

密度测井受组成岩石的矿物成分、孔隙、裂隙、井眼和泥饼的影响。有机质密度较低，当泥页岩中有机质含量增加时会引起密度降低（如图5），密度曲线形态相似，从上到下密度测井值呈减小趋势。

1.5 PE测井曲线响应特征

岩性—密度测井能得到岩石光电吸收截面指数（PE），PE区分岩性的能力较强。不同矿物的PE值差别较大，流体的PE值很小，岩石光电吸收截面指数受岩石中流体性质和含量的影响很小。因此PE值主要取决于岩石的矿物成分和含量。如图6所示，PE曲线形态相似，从上部到下部PE值呈逐渐减小的趋势。JY1井全岩X射线衍射分析表明，从五峰—龙马溪组一段顶部到底部石英含量是逐渐增大的，且石英含量在整个实验分析层段（2 330.46～2 414.88m）占的比重大，含量最高达70.6%，而石英的PE值较低，这会降低测井的PE值。

图6 泥页岩PE测井曲线图

1.6 ECS测井曲线响应特征

ECS测井响应主要是组成岩石矿物的各种元素百分含量的总体反映，实际应用中主要提供Si、Al、Ca、Fe、Gd、S和Ti等地层元素［12］。其中，Si可指示石英，Ca与方解石和白云石密切相关，Al与Si可指示长石，S和Ca可以作为石膏的指示元素，Fe与黄铁矿和赤铁矿等相关，Al与黏土含量相关。图7为泥页岩ECS测井曲线图，左起第一道到第八道分别为硅（Si）、深度、铝（Al）、钙（Ca）、铁（Fe）、钆（Gd）、硫（S）、钛（Ti）。整体上从上到下硅元素含量逐渐增加，铝元素和铁元素含量逐渐降低，这与全岩分析矿物含量有较好对应性，钙元素、钆元素和钛元素含量整体无明显变化规律，局部硫元素含量接近零。

2 测井技术识别泥页岩储层

2.1 测井曲线叠合法

常规测井组合可以用来划分泥页岩岩性，根据前文对测井响应特征的分析，选取对泥页岩敏感曲线自然伽马、密度、中子来识别泥页岩，划分富有机质泥页岩层段。

图7 泥页岩ECS测井曲线图

自然伽马曲线指示地层的泥质含量，能较好地区分砂岩、泥岩和石灰岩，因此可考虑将自然伽马曲线定为基线，利用对泥页岩较为敏感的密度和中子曲线与之叠合，选取灰黑色泥岩为基准岩性。如图8所示，以井深2 509.63～2 512.25m深灰色粉砂岩下部泥岩为基准岩性，调整曲线刻度，使叠合的曲线在此重合。第一道和第二道分别为自然伽马—密度，自然伽马—中子曲线叠合道，上部粉砂岩段和下部石灰岩段，两条曲线间隔幅度相对较大，且密度和中子曲线偏向基准线的右边，称为“负差异”，在井深2 512.25～2 595.7m段，上部曲线基本重合，下部曲线间隔幅度大，且密度和中子曲线偏向基准线的左边，称为“正差异”。将上部曲线重合段定义为非富有机质泥页岩段，下部曲线呈“正差异”层段定义为富有机质泥页岩段。自然伽马—密度曲线叠合识别富有机质泥页岩层段为井深2 536.0～2 595.7m，厚度59.7m，自然伽马—中子曲线叠合识别富有机质泥页岩层段为井深2 538.7～2 595.7m，厚度57.0m。左起第五道为实测总含气量，第六道为分析有机碳含量，第七道为录井全烃值，识别的富有机质泥页岩层段对应的含气量、有机碳含量和全烃值都较高，且整体上“正差异”大的泥页岩层段对应的三者值也较高。

图8 JY4井泥页岩储层测井识别图

2.2 交会图法

选取敏感曲线自然伽马、三孔隙度曲线进行交会分析。干酪根密度较低，当泥页岩中有机质含量增加时密度会降低，有机质增加时会引起储层孔隙度增大，孔隙度增大会引起密度降低。如图9为实验分析有机碳含量与测井密度值交会图，图9中222个样点为JY1和JY2HF井实验分析数据，图中红线代表密度值为2.61g／cm3，红线左边的数据点有机碳含量全部大于1%，除了个别数据点外，其余的数据点有机碳含量全部大于等于2%，绝大部分数据点有机碳含量大于等于3%，还有部分数据点有机碳含量大于等于4%，按照行业标准，红线左边的数据点对应的页岩气层为高—特高页岩气层；红线右边数据点有机碳含量基本在全部小于3%，大部分在2%以下，有些小于1%。图9中数据点有机碳对应的密度值基本小于2.70g／cm3。因此可将密度值为2.61g／cm3作为富有机质泥页岩层段划分的标准，密度值为2.70g／cm3作为泥页岩层段划分的标准。在前面曲线叠合对泥页岩储层定性—半定量识别的基础上，进一步对泥页岩储层进行定量识别。图8左起第三道泥页岩层段密度测井值小于2.61g／cm3的富有机质值段在井深2 539.6～2 595.7m，厚度为56.1m，非富有机质泥页岩段在井深2 512.25～2 539.6m，密度测井值在2.61～2.70 g／cm3之间。密度测井值划分的富有机质泥页岩段与现场实测含气量、实验分析有机碳含量和录井气测值也有较好的对应性。从左起第三道可以看出在井深2 512.25～2 595.7m层段的上部有密度测井值小于2.61g／cm3的井段，下部有密度测井值小于2.70g／cm3的井段，这表明单独依靠密度测井曲线还不能够识别泥页岩和富有机质泥页岩，必须结合其他的识别方法。

图9 实验分析有机碳含量与测井密度值交会图

图8左起第八道为录井岩性，录井资料显示井段2 482.5～2 486.0m 和2 492.48～2 501.92m 为深灰色泥质粉砂岩，井深2 509.63～2 512.25m为深灰色粉砂岩；井深2 512.25～2 595.78m 为泥页岩，岩性主要为灰黑色泥岩、灰黑色含粉砂泥岩、灰黑色碳质泥岩、局部含少量深灰色泥云岩；井深2 595.78～2 610.50 m为石灰岩，包含灰色含云灰岩、灰色瘤状灰岩。测井识别时分为粉砂岩、泥页岩和石灰岩3大类，提取3种岩性对应的测井值做交会分析，判断识别效果。

图10（a）和图10（b）分别为自然伽马—中子和自然伽马—密度交会图。从图中可看出自然伽马能较好将泥页岩与粉砂岩和石灰岩分开，泥页岩自然伽马测井值较高，整体大于150API，粉砂岩的自然伽马值高于石灰岩自然伽马值，整体上泥页岩中子值较石灰岩和粉砂岩高，密度值较石灰岩和粉砂岩低，但都不能较好地将泥页岩分开；在泥页岩识别的基础上进一步识别非富有机质泥页岩和富有机质泥页岩。根据JY4HF井实验分析的19个有机碳含量样品值大小划分非富有机质泥页岩和富有机质泥页岩，将分析有机碳含量大于1的层段划为富有机质泥页岩段，该层段井深介于2 540.34～2 595.7m，厚度为55.36m；井深2 512.25～2 540.34m为非富有机质层段。如图10（c）和图10（d）分别为泥页岩层段自然伽马—中子和自然伽马—密度交会图，可以看出密度测井值区分非富有机质泥页岩和富有机质泥页岩的效果较好，中子测井值划分的效果次之，自然伽马测井值难以区分二者。

3 结论

1）焦石坝海相泥页岩储层稳定，测井响应特征明显，常规测井曲线具有高伽马、相对高电阻、高声波、高铀，低中子、低密度、低光电吸收截面指数、低钍、低钾的“四高五低”特征，非常规元素测井资料上表现为硅含量增加，铝含量和铁含量降低特征。

2）自然伽马测井曲线与密度（或中子）测井曲线叠合能较好识别泥页岩储层，有效区分富有机质泥页岩和非富有机质泥页岩。密度测井曲线对泥页岩储层较为敏感，在定性—半定量识别的基础上，密度测井值能较好识别富有机质泥页岩储层，富有机质泥页岩密度测井值小于2.61g／cm3，非富有机质泥页岩则介于2.61～2.70g／cm3。

图10 JY4HF井泥页岩识别交会图

3）该成果可为该区页岩气测井参数计算提供依据。

［1］ 王社教，王兰生，黄金亮，等.上扬子区志留系页岩气成藏条件［J］.天然气工业，2009，29（5）：45－50.WANG Shejiao，WANG Lansheng，HUANG Jinliang，et al.Accumulation conditions of shale gas reservoirs in Silurian of the Upper Yangtze region［J］.Natural Gas Industry，2009，29（5）：45－50.

［2］ 张金川，薛会，张德明，等.页岩气及其成藏机理［J］.现代地质，2003，17（4）：466.ZHANG Jinchuan，XUE Hui，ZHANG Deming，et al.Shale gas and reservoiring mechanism ［J］.Geoscience，2003，17（4）：466.

［3］ LAW B E，CURTIS J B.Introduction to unconventional petroleum systems［J］.AAPG Bulletin，2002，86（11）：1851－1852.

［4］ MOHSENI P.Gothic and Hovenweep shale play opportunity on the ute mountain ute Indian reservation，Colorado［R］.Michigan：Indian Mineral Development Act，2010.

［5］ 聂海宽，张金川.页岩气藏分布地质与规律［J］.中南大学学报：自然科学版，2010，41（2）：700－708.NIE Haikuan，ZHANG Jinchuan.Shale gas reservoir distribution geological law，characteristics and suggestions［J］.Journal of Central South University：Science and Technology，2010，41（2）：700－708.

［6］ 罗蓉，李青.页岩气测井评价及地震预测、监测技术探讨［J］.天然气工业，2011，31（4）：34－39.LUO Rong，LI Qing.Log evaluation，seismic prediction and monitoring techniques of shale gas reservoirs［J］.Natural Gas Industry，2011，31（4）：34－39.

［7］ 张金川，徐波，聂海宽，等.中国天然气勘探的两个重要领域［J］.天然气工业，2007，27（11）：1－6.ZHANG Jinchuan，XU Bo，NIE Haikuan，et al.Two essential gas accumulations for natural gas exploration in China［J］.Natural Gas Industry，2007，27（11）：1－6.

［8］ 刘双莲，陆黄生.页岩气测井评价技术特点及评价方法探讨［J］.测井技术，2011，35（2）：112－116.LIU Shuanglian，LU Huangsheng.Evaluation methods and characteristics of log evaluation technology in shale gas［J］.Well Logging Technology，2011，35（2）：112－116.

［9］ LEWIS R，INGRAHAM D，PEAECY M，et al.New evaluation techniques for gas shale reservoirs［C］∥SPWLA 47thAnnual Logging Symposium.Houston：Society of Petrophysicists and Well－Log Analysts，2004.

［10］ CLIFF B，MILLER M.Log evaluation of gas shales：A 35－year perspective［C］∥SPWLA 52thAnnual Logging Symposium.Houston：Society of Petrophysicists and Well－Log Analysts，2010.

［11］ 刘绪刚，孙建孟，郭云峰.元素俘获测井在储层综合评价中的应用［J］.测井技术，2005，29（3）：236－240.LIU Xugang，SUN Jianmeng，GUO Yunfeng.Application of elemental capture spectroscopy to reservoir evaluation［J］.Well Logging Technology，2005，29（3）：236－240.

［12］ 潘仁芳，赵明清，伍媛.页岩气测井技术的应用［J］.中国科技信息，2010（7）：16－18.PAN Renfang，ZHAO Mingqing，WU Yuan.Application of log evaluation technology in shale gas［J］.China Science and Technology Information，2010（7）：16－18.