焦石坝页岩气储层黏土组分特征及其体积分数计算

王燕，冯明刚，魏祥峰，李素兰，刘帅

（中国石化勘探分公司勘探研究院，四川 成都610041）

1 区域概况

川东南涪陵焦石坝构造，位于四川盆地川东隔挡式褶皱带南段石柱复向斜、 方斗山复背斜和万县复向斜等多个构造单元的结合部，整体由7 个局部构造组成。研究区海相页岩气储层主要发育于志留系下统龙马溪组龙一段和奥陶系上统五峰组。岩性以暗色页岩为主，岩石类型丰富，常见的有含放射虫碳质笔石页岩、碳质笔石页岩、含骨针放射虫笔石页岩、含碳含粉砂质泥岩、含碳质笔石页岩以及含粉砂质泥岩；沉积相主要是深水陆棚亚相和浅水陆棚亚相沉积的滨外陆棚相；页岩矿物成分主要包括硅质、长石、方解石、白云石、黄铁矿和黏土等；页岩有机碳质量分数总体较高，原始生烃潜力巨大，有机质类型主要为Ⅰ型，为过成熟演化阶段，以生成干气为主；页岩现场含气检测总含气量较高，吸附气量较大；页岩储集空间以孔隙为主，主要为低—中孔、特低渗—低渗储层［1-6］。截至2014年6月，焦石坝构造第1 口探井JY1HF 井按日产气6×104m3定产，已稳产1.5 a，累计产气3 769×104m3。

2 黏土矿物组分特征

2.1 黏土矿物组分及体积分数

焦石坝构造五峰组—龙马溪组页岩气储层黏土矿物体积分数总体较低，纵向上具有自上而下逐渐减少的特征，体积分数为16.60%～62.80%，平均40.90%。黏土矿物组分以伊蒙混层和伊利石为主，次为绿泥石，不含蒙脱石，体积分数分别为25.00%～85.00%，12.00%～68.00%，1.00%～20.00%，平均分别为54.45%，39.45%，6.02%，纵向上具有自上而下伊蒙混层体积分数增高、伊利石减少的特征。

2.2 黏土矿物与有机质

页岩气以吸附方式吸附在页岩有机质和黏土颗粒表面；因此，有机质丰度不仅影响页岩的生烃强度，同时也影响页岩中有机质孔隙的发育以及吸附气的体积分数。通常，高有机质丰度页岩，具有高生烃潜力以及高吸附气体积分数［7-10］。

利用交会法，分析JY1 井五峰组—龙马溪组页岩气储层有机碳质量分数与黏土矿物组分及其体积分数之间的关系（见图1），可知页岩气储层总有机碳质量分数与黏土矿物、伊利石、绿泥石体积分数呈负相关关系，与伊蒙混层体积分数呈正相关关系。

图1 JY1 井页岩气储层岩心实验分析结果

2.3 黏土矿物间孔

页岩气储层的储集方式不同于常规油气藏，主要表现为以吸附状态赋存在微孔隙的内表面上，少量以游离状态存在于页岩的裂隙中［11-12］。因此，储层是一种双孔隙岩层，由基质孔隙和裂隙组成，基质孔隙和裂隙的大小、 形态以及孔隙度和连通性等决定页岩气的储集、运移和产出。利用氩离子束抛光扫描电子显微镜技术对页岩气储层孔隙进行高分辨率观察，主要针对纳米级孔隙进行研究，识别出五峰组—龙马溪组页岩气储层的孔隙类型主要为有机质孔、黏土矿物间孔、晶间孔、次生溶蚀孔4 类。其中，黏土矿物间孔指页岩中片状黏土矿物之间的孔隙，包括黏土矿物与黏土矿物间或与其他颗粒之间的孔隙（见图2）。这类孔隙具有体积小、吸附性较强、数量多的特点。该类孔隙发育与黏土矿物密切相关，有利于页岩气的聚集。

焦石坝构造五峰组—龙马溪组页岩气储层中的黏土矿物间微孔，多表现为片状黏土矿物边缘的微小裂隙。其宽度一般小于1 μm，于黏土矿物周缘不均匀分布；矿间孔的发育程度与页岩中黏土矿物的数量和种类息息相关，黏土矿物越多，矿间孔越发育，页岩吸附天然气的能力越强。伊利石、高岭石、蒙脱石均发育此类孔隙。其中，以伊利石最优，扫描电镜下呈弯曲的薄片状、不规则板条状，集合体呈蜂窝状、丝缕状等，其矿间孔是页岩储层的主要孔隙类型之一（见图2）。

图2 焦石坝构造五峰组—龙马溪组一段页岩中黏土矿物粒间微孔特征

3 黏土矿物组分体积分数计算

在常规测井解释中，泥质主要是指颗粒粒径小于0.01 mm 的岩石矿物，成分上一般包括黏土矿物、细粉砂和碳酸盐岩。而针对页岩气储层解释计算的黏土矿物体积分数，是指地层中的伊蒙混层、伊利石、绿泥石以及高岭石等黏土矿物组分体积分数的总和［13-14］。黏土矿物体积分数的计算精度，不但影响储层矿物成分体积分数计算，还直接影响着储层孔隙度及其脆性参数的计算精度。利用岩心分析数据和常规测井资料，建立页岩气储层中黏土矿物体积分数的测井解释模型是非常必要的。

3.1 技术思路

常规测井资料计算黏土矿物及其组分体积分数的总体思路为：

首先，整理分析页岩气储层段的测井资料和岩心实验数据，确定建模样本，并在此基础上优化数理模型，设定变量自动筛选条件，建立黏土矿物组分预测模型，进而计算出黏土矿物组分相对体积分数。

然后，利用自然伽马能谱测井资料，定性分析识别黏土矿物类型，并在此基础上，改进原有泥质体积分数计算模型，建立黏土矿物总量计算模型，计算出黏土矿物总量绝对体积分数。

最后，将计算得出的黏土矿物组分相对体积分数和黏土矿物总量绝对体积分数，利用模型进行转化，最终计算得出页岩气储层黏土矿物组分绝对体积分数。

3.2 计算模型

3.2.1 黏土矿物组分计算模型

优选多元线性回归数理统计方法建立黏土矿物组分计算模型，计算页岩气储层中黏土矿物组分相对体积分数。同时，结合焦石坝构造五峰组—龙马溪组页岩气储层地质、测井等特征，排除储层段局部铀值异常高的干扰，设定铀值等于8×10-6为门阀值，分别建立富铀和非富铀页岩气储层段的黏土矿物组分计算模型。

3.2.1.1 非富铀页岩气储层段

将铀值小于等于8×10-6的储层段定义为非富铀段，优先选用含铀值的计算模型：

式中：w（IS），w（I），w（C），w（K′）分别为伊蒙混层、伊利石、绿泥石、高岭石相对体积分数，%；w（Th），w（U），分别为钍、铀测井体积分数，10-6；w（K）为钾测井体积分数，%。

3.2.1.2 富铀页岩气储层段

当储层段铀值大于8×10-6时，为排除铀值异常高的影响，优先选用不含铀值的计算模型：

式（1）、式（2）中的系数，利用焦石坝构造岩心实验分析资料，采用最小二乘拟合法求得。

3.2.2 黏土矿物总量计算模型

一般情况下，页岩气储层在测井曲线上表现为高自然伽马、高视孔隙度和较高电阻率，所以可以用这些曲线指示黏土矿物的存在。但孔隙度测井系列和电阻率曲线受地层孔隙度、 地层水矿化度等因素的影响较大，所以一般不选择它们计算泥质体积分数。而自然伽马（或钍、铀、钾）曲线值反映地层的自然放射性，其主要与沉积环境有关，当地层富含有机质时，地层将吸附含铀矿物，从而使自然伽马值升高，因此，在计算黏土体积分数时首选无铀伽马，具体计算模型如下。

1）利用无铀伽马相对值的变化，计算黏土矿物体积分数指数。

式中：CLAY 为黏土矿物体积分数指数；KTH 为地层无铀伽马曲线值，API；KTHmax为纯地层无铀伽马最大值，API；KTHmin为纯地层无铀伽马最小值，API。

2）将CLAY 转化为黏土矿物体积分数。

式中：V 为黏土矿物体积分数，%；GCUR 为地层常数（焦石坝地区取值为2）。

将上述2 个模型计算得出的黏土矿物组分相对体积分数和黏土矿物总体积分数，利用数理模型进行转化，最终计算得出黏土矿物组分的绝对体积分数。

3.3 实例分析

应用上述计算模型（式（1）—（4）），可以计算JY1井五峰组—龙马溪组页岩气储层段黏土矿物总量及其组分体积分数。同时，利用岩心实测资料进行精度分析，可知测井计算与岩心分析结果之间具有较好的相关性，相关系数为0.539 4～0.883 0（见表1）。

表1 岩心分析与测井计算黏土矿物体积分数误差统计

4 结论

1）涪陵页岩气田焦石坝构造五峰组—龙马溪组页岩气储层黏土矿物总量较低，在纵向上具有从上到下逐渐减少的特征。

2）黏土矿物间孔为涪陵页岩气田焦石坝构造五峰组—龙马溪组页岩气储层的重要孔隙之一，其发育程度与黏土矿物的体积分数和种类息息相关，黏土矿物组分中的伊利石、高岭石、蒙脱石均发育此类孔隙，其中以伊利石最优。

3）利用常规测井曲线计算得出页岩气储层的黏土矿物组分及体积分数，并利用岩心分析资料进行精度分析，证实测井计算与岩心分析之间相关性较好。

［1］李玉喜，聂海宽，龙鹏宇.我国富含有机质泥页岩发育特点与页岩气战略选区［J］.天然气工业，2009，29（12）：115-118.

［2］郭彤楼，张汗荣.四川盆地焦石坝页岩气田形成于富集高产模式［J］.石油勘探与开发，2014，41（1）：28-36.

［3］郭彤楼，刘若冰.复杂构造区高演化程度海相页岩气勘探突破的启示：以四川盆地东部盆缘JY1 井为例［J］.天然气地球科学，2013，24（4）：643-651.

［4］梁超，姜在兴，杨镱婷，等.四川盆地五峰组—龙马溪组页岩岩相及储集空间特征［J］.石油勘探与开发，2012，39（6）：691-698.

［5］张琴，王红岩，拜文华，等.南方海相志留系页岩有机质类型恢复研究［J］.断块油气田，2013，20（2）：154-156.

［6］武瑾，王红岩，拜文华，等.渝东南龙马溪组页岩储层特征及吸附影响因素分析［J］.断块油气田，2013，20（6）：713-718.

［7］Lewis R，Ingraham D，Pearcy M，et al.New evaluation techniques for gas shale reservoirs［C］//The Denver Well Logging Society.SPWLA 47th Annual Logging Symposium.Houston：Society of Petrophysicists and Well-Log Analysts，2004.

［8］Cluff B，Miller M.Log evaluation of gas shales：A 35-year perspective［C］//The Denver Well Logging Society.SPWLA 52th Annual Logging Symposium.Denver：DWLS Luncheon，2010.

［9］王燕，张汉荣，冯明刚，等.利用常规测井资料预测泥页岩含气量的方法［J］.石油天然气学报，2014，36（1）：66-72.

［10］董大忠，程克明，王世谦，等.页岩气资源评价方法及其在四川盆地的应用［J］.天然气工业，2009，29（5）：33-39.

［11］朱彤，曹艳，张快.美国典型页岩气藏类型及勘探开发启示［J］.石油实验地质，2014，36（6）：718-724.

［12］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.

［13］王燕.自然伽马能谱测井资料确定黏土体积分数方法研究［J］.石油天然气学报，2013，35（1）：100-104.

［14］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.