酸性火山岩岩性识别方法及应用

葛红旗

（长江大学油气资源与勘探技术教育部重点实验室，湖北 武汉 430100）

酸性火山岩岩性识别方法及应用

葛红旗

（长江大学油气资源与勘探技术教育部重点实验室，湖北 武汉 430100）

中拐地区火山岩岩性复杂多样、纵横向变化快，火山岩与火山碎屑岩互层，且发生蚀变，测井响应特征与正常火山岩差别较大，与火山岩碎屑岩特征相似，岩性识别极其困难，需要针对共性及个性特征研究相应的火山岩测井识别方法。首先利用微电阻率扫描成像测井（FMI）上不同的图像纹理类型能较好反映岩石结构、构造特点，将FMI与岩心资料相结合，分析总结不同火山岩FMI图像模式，识别出岩石类型有火山角砾岩、英安岩、凝灰岩、玄武安山岩及花岗岩等，以火山角砾岩、玄武安山岩为主。然后分析出常规测井对FMI标定的岩性响应敏感的测井参数，并建立交会图岩性识别法，最后将识别结果与薄片资料对比，符合率高达88%，提高测井岩性解释精度。

火山岩；FMI；岩性识别；测井参数；交会图

随着油气勘探的不断深入，以及我国对油气资源的需求不断增加，传统的碎屑岩和碳酸盐岩油气资源已难以满足需要，火山岩油气藏的勘探开发日益受到重视[1-2]。火山岩油气储层，在我国不同类型的沉积盆地浅、中、深部地层中广泛分布。由于火山岩油气藏具有规模较小、初始产量高但递减快、储集类型和成藏条件复杂等特点，对该类油气藏的系统研究方法相对缺乏，储层评价极其困难[3-4]。

岩性识别是储层评价的基础性工作，准确识别火山岩的岩性、岩相和确定岩相序列是火山岩测井评价的重要内容，岩性识别准确性较差一直是影响火山岩储层研究的关键因素[5]。目前对火山岩岩性识别利用的测井资料包括常规测井、成像测井、ECS测井等，岩性识别方法较多，例如利用交会图法识别火山岩岩性[6]；利用元素测井资料制作了元素交会图，然后用元素与常规测井资料交会，对火山岩岩性进行了有效识别[7]；利用地球化学测井资料识别火山岩岩性[8]。这些方法对在岩性较纯的安山岩、玄武岩、凝灰岩等识别效果较好，而对于酸性—基性—超基性等复杂火山岩岩性识别效果不显著。中拐凸起火山岩具有多期次喷发和多系列的特点，岩石类型有岩浆岩和正常沉积岩。井下钻岩性主要以大套中基性火山岩为主，局部有花岗岩、火山角砾岩和凝灰岩以及砂砾岩等。由于研究区火山岩的矿物成分复杂，岩性种类繁多，识别难度非常大。利用FMI、岩心与薄片资料，标定不同类型火山岩的FMI图像模式，对多口井的岩性进行判别分析，然后利用常规测井曲线提取对火山岩岩性敏感的测井参数，最后通过交会图等手段识别岩性，提高测井岩性识别精度。

1 研究区火山岩的分类

火山岩的分类原则总体上包括二种：一种是根据岩石矿物成分分类；另一种是根据岩石化学成分分类。不同火山岩具有不同的化学成分，并在某些方面呈现有规律的变化，因此，本次研究主要利用矿物元素化学分析结果对ECS元素测井获取的岩石化学元素含量进行对比刻度，将氧化物含量投在TAS图版中进行火山岩分类和定名（图1）。从TAS分类图中可以看出，中拐凸起火山岩岩性类别分布比较广泛，以中基性火山岩为主，从玄武安山岩、安山岩到英安岩等都有分布。据ECS元素测井资料建立元素含量交会图（图2），从图中可以看出，研究区花岗岩具有明显的高硅与低铝、铁、钛含量的特点，与玄武安山岩相比，K、Na、Ca、Su元素的重量百分含量变化不大；Si元素的含量增加，平均值为0.315；Al元素的含量降低，平均值为0.064；Fe元素的含量降低，平均值为0.038；Ti元素的含量降低，平均值为0.002。英安岩与玄武安山岩相比，K、Na、Ca、Su元素的重量百分含量变化不大，Si、Al、Fe、Ti元素的含量界于玄武安山岩与花岗岩之间。

图1 中拐凸起火山岩岩心TAS分类Fig.1 The TAS classification of volcanic rock core in Zhongguai uplift

图2 中拐凸起火山岩元素含量交会图版Fig.2 The cross plot of element content of volcanic rock in Zhongguai uplift

2 中拐凸起火山岩岩性识别

针对中拐凸起火山岩特征，以火山岩岩石学和测井响应相关研究成果为依据，岩心标定测井、精细岩心归位，通过交会图等手段对火山岩进行识别。

2.1 利用电成像测井识别火山岩

1）FMI成像测井模式特征

电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岩性、物性、结构、构造等特征。火山岩不同的结构和构造，在成像测井图像上表现为不同的电阻率，反映在成像测井图像上就是不同的图像纹理类型，通过提取成像测井资料的图像纹理作为岩性识别时反映岩石结构与构造的特征。图像模式分类及特征见表1。在这些图像模式中，反映岩石结构构造的主要是前6个模式。

2）中拐凸起火山岩图像特征

表1 图像模式分类及特征Table 1 Classification and features of image pattern

对研究区8口取心井的岩心照片与FMI资料进行对比，分析总结不同类型火山岩岩性的图像特征（表2）。分析发现，中拐凸起石炭系火山岩发育有侵入岩、熔岩和火山碎屑岩类，岩石类型主要有火山角砾岩、玄武安山岩及花岗岩等。中基性火山岩以金龙10井、金龙14井为代表，侵入岩以金龙5井的巨厚花岗岩为代表。

2.2 利用交会图识别火山岩

由于不同岩性火山岩测井特征相互重叠，很难依据一种特征进行有效识别，利用多种特征进行综合识别是一种行之有效的方法。因此，首先要分析不同常规测井曲线对火山岩岩性的敏感性，确定并提取参与岩性识别的常规测井特征。

1）火山岩测井响应敏感性分析

自然伽马测井反映岩石所放射出自然伽马射线的总强度。一般情况，从基性岩、中性岩到酸性岩，其钾的含量逐渐增高，而酸性岩的铀、钍含量最高，因而放射性响应增强，自然伽马曲线值最大。在中拐凸起火山岩中，基性岩到酸性岩整体放射性都比较低，GR值在15.8～62.5 API变化，从基性岩到酸性岩自然伽马没有明显增大的趋势（图3a），因此，自然伽马测井的数值变化基本上反映不了火山岩的岩性的变化。

电阻率值是火山岩岩性和其中流体的综合反映，相比岩性而言流体对电阻率大小的影响较小。本研究区块火山岩各种岩性电阻率值的跨度较大，且相互重叠（图3b）。因此，电阻率曲线对区分火山岩岩性的敏感性较差。

图3 测井参数敏感性分析Fig.3 Sensitivity analysis of log parameters

声波时差是岩性、孔隙度、岩层的地质年代和埋藏深度的综合反映，当岩石受蚀变严重或溶蚀孔洞比较发育时，声波时差会增大。在中拐凸起，从基性岩到酸性岩声波时差有逐渐减小的趋势，但对玄武安山岩、火山角砾岩、石英安山岩和闪长岩还是不能有效的区分开（图3c）。因此，声波曲线对区分火山岩岩性的敏感性较差。

中子测井受地层岩性、流体性质影响较大，并随孔隙、裂隙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、沸石、绢云母等含有大量的结晶水和结构水，这时常表现出很高的中子孔隙度值，特别是在蚀变严重时，中子测井反应敏感。研究区的火山岩岩性从基性到酸性变化的过程中，中子孔隙度是逐渐减小的（图3d）。因此，中子孔隙度值在划分火山岩岩性时具有较高的敏感性。

密度测井受岩石的矿物成分、孔隙、裂隙、井眼尺寸和泥饼的影响。在火山岩中，随着岩性从基性到酸性变化，岩石中铁铝等重矿物含量逐渐减少，理论上密度应该是逐渐减小的。当然，孔隙发育的地层，其密度值会相应减小。在同类岩石中，火山碎屑岩的密度低于熔岩。孔洞或裂缝发育段由于受泥浆侵入的影响，密度明显下降，并呈锯齿状剧烈变化。同样，在岩石蚀变次生的沸石充填于气孔、裂缝之中，也会造成密度值下降。中拐凸起玄武安山岩和花岗岩的岩性密度平均值分别为2.69 g/cm3和2.65 g/cm3，而火山角砾岩、石英安山岩和闪长岩的密度平均值在2.57 g/cm3左右（图3e）。因此，密度曲线可以将玄武安山岩、花岗岩与其他几种岩石区分开，虽然密度曲线对火山岩岩性的敏感性不如中子曲线，但也具有一定的敏感性。

通过前面的研究可知，该区火山岩的主要岩性是玄武安山岩、石英安山岩、火山角砾岩、闪长岩以及花岗岩。一般从基性岩到酸性岩，岩石中钾的含量逐渐增高，酸性岩中的铀、钍含量最高，因而放射性更强，自然伽马曲线值最大。但该区的火山岩，从基性岩到酸性岩的钾含量变化不大，因此，用自然伽马曲线很难区分火山岩岩性。声波时差和电阻率曲线对火山岩岩性的敏感性较差，从酸性岩到基性岩并没有明显的规律性。中子和密度曲线在划分火山岩岩性时具有较高的敏感性（图3f）。

2）交会图识别火山岩

针对中拐凸起火山岩测井曲线敏感性特征，提取有准确岩性的火山岩井段信息，从每个样本点读取密度DEN和中子CNL常规测井数据，进行交会。图4为该区的DEN与CNL交会图，从图4中可以看出，玄武安山岩具有高中子、高密度的特点，火山角砾岩具有高中子、低密度的特点，英安岩具有中中子、中密度的特点，花岗岩具有低中子、高密度的特点。

图4 中拐凸起火山岩DEN-CNL交会图Fig.4 DEN-CNLcross plot of volcanic rock in Zhongguai uplift

3 应用效果分析

利用上述岩性识别方法对研究区三口井（金龙10井、11井、8井）做了岩性识别（图5），并将识别结果和成像测井以及薄片确定的岩性进行对比，结果见表3。研究区成像测井分析岩性与薄片分析结果基本一致。沉积岩利用常规测井曲线很容易识别，基性火山岩中的玄武岩、安山岩也易识别，符合率很高。研究区花岗岩呈酸性—中性变化，识别难度较大，且岩性中夹杂有凝灰质等成分，使得符合率有所降低，但整体符合率依然达到88%，提高了测井岩性识别精度。

表3 岩性识别效果对比Table 3 Lithology identification effect contrast

4 结论

1）利用电成像资料和岩心资料，对不同类型火山岩的FMI模式进行了分析总结，主要的图像模式有块状模式、线状模式、条带状模式、斑状模式、杂乱模式等，分析出研究区石炭系发育有侵入岩、熔岩和火山碎屑岩类，岩石类型主要有火山角砾岩、玄武安山岩及花岗岩等。

图5 金龙10井岩性解释成果Fig.5 Lithology interpretation results of well Jinglong 10

2）在FMI识别的基础之上，提取出对火山岩岩性识别敏感的常规测井参数，主要为密度和中子测井参数，后建立交会图识别火山岩岩性图版，并利用岩心薄片资料对识别结果进行验证，符合率达到88%，提高了岩性识别精度。

[1]马志宏.黄沙坨地区火山岩储层研究及预测[J].断块油气田，2003，10（3）：5-8.

[2]王满，薛林福，潘保芝.FMI图像纹理统计方法识别火成岩岩性[J].测井技术，2009，33（2）：110-114.

[3]匡朝阳，贺日政，高锐，等.火成岩气藏储层预测及勘探技术——以松辽盆地长岭断陷为例[J].地球物理学进展，2009，24（2）：602-608.

[4]张明学，吴杰，胡玉双.松辽盆地丰乐地区营城组火山岩储层预测[J].地球物理学进展，2009，24（6）：2145-2150．

[5]Sanyal S K,Juprasert S,Jubasche J.An evaluation of rhyolitebasalt-volcanic ash sequence from well logs[J].The Log Analyst,1980,21（1）：3-9.

[6]赵建，高福红.测井资料交会图法在火山岩岩性识别中的应用[J].世界地质，2003，22（2）：136-140.

[7]王拥军，周雪峰，吴海忠，等.火山岩岩性识别新技术[J].断块油气田，2006，13（3）：86-88.

[8]王飞，鲁明文，常银辉.利用地球化学测井资料识别火山岩岩性[J].大庆石油地质与开发，2008，27（5）：139-142.

（编辑 尹淑容）

Lithologic identification method and application of acidic volcanic rocks

Ge Hongqi
(Key Laboratory of Exploration Technologies for Oil and Gas Resources,Ministry of Education, Yangtze University,Wuhan,Hubei 430100,China)

In Zhongguai area,lithology of volcanic rocks is complex and changes rapidly in vertical horizontal direction.Volcanic rocks interbed with pyroclastic rocks and form alteration.Log response characteristic has a great difference from normal volcanic rocks;however it is similar to pyroclastic rocks.Due to the extremely difficult lithology identification,aiming at common and personality features,it needs to research corresponding volcanic rock logging recognition method.Firstly,micro resistivity was used to scan different image texture types of full bore microscan imager(FMI),which could preferably reflect rock texture and structure. Combined with FMI and core data,different FMI image patterns of volcanic rock were summarized,and rock types were identified. The rock types are volcanic breccia,dacite,tuff,andesibasalt and ganite,among them,volcanic breccia and andesibasalt are the main types.Secondly,logging parameters of conventional logging to lithological response sensitive marked by FMI were analyzed, and cross plot lithology identification method were established.Finally,compared with recognition results and thin slices,the coincidence rate reached 88%,thereby,the interpretation accuracy of logging lithology was greatly improved.

volcanic rock,full bore microscan imager(FMI),lithology identification,log parameter,cross plot

P631.8

：A

2015-05-16。

葛红旗（1989—），男，在读硕士研究生，地球物理测井及测井资料解释研究。