页岩气储层含气量计算模型研究

张作清,孙建孟,龚劲松,夏志林

（1.中国石化华东石油工程有限公司测井分公司，江苏扬州225007；2.中国石油大学（华东）地球科学与技术学院，山东青岛266580）

油气地质

页岩气储层含气量计算模型研究

张作清1,孙建孟2,龚劲松1,夏志林1

（1.中国石化华东石油工程有限公司测井分公司，江苏扬州225007；2.中国石油大学（华东）地球科学与技术学院，山东青岛266580）

页岩气是一种重要的非常规天然气。依据等温吸附实验数据，对影响页岩吸附能力的各项因素进行了分析，并借鉴KIM方程构建了页岩吸附气含量计算模型。根据所建立的页岩岩石物理模型，对页岩的孔隙系统进行了划分，并构建了页岩岩石的导电模型，利用该导电模型计算了页岩的游离气饱和度。模型参数全部实现常规测井资料计算，最后采用含气量计算模型对页岩气井进行了处理，同时对处理结果进行了分析，验证模型的准确性。分析埋深、成熟度对页岩含气性的影响，并进行验证。利用吸附气和游离气体积之和估算页岩气储层含气量，其结果与现场岩心解吸含气量对应良好，验证了本模型的可行性。

页岩气；游离气；吸附气；含气量；测井

0　引言

页岩气是指以吸附、游离和溶解状态存在于泥页岩、高含碳泥页岩及其所夹砂质、粉砂质岩中的非常规天然气［1-3］。研究表明，页岩气的赋存方式不同于常规天然气，在常规气藏中，天然气以游离态为主，而在页岩气藏中，天然气以游离态、吸附态及溶解态为主［3-6］。游离态气体的赋存方式与常规天然气相同，均存在于有机质孔隙、微裂隙和基质孔隙中。吸附气吸附于有机质、黏土矿物的表面，其中以有机质表面吸附为主。另外，还有极少数的气体以溶解态存在于干酪根和沥青质中［7］。页岩中的含气量不仅是评价页岩气储量的重要依据，也是页岩气井单井产量预测的关键，决定着页岩气井的开采价值和开采寿命。

目前，页岩中含气量的测量方法［8-11］主要有2种：岩心解吸法、等温吸附与测井解释结合法。岩心解吸法，也称为直接法，是指将钻井取心得到的页岩放入解吸罐中解吸，确定其含气量。含气量包括3部分：①损失气，自钻头遇到岩层到岩样装入解吸罐中之前释放出的气体；②解吸气，岩样装入解吸罐后在大气压力条件下解吸出的气体；③残余气，终止解吸后仍残留在岩石样品中的气体。等温吸附与测井解释结合法，也称为间接法，是指对岩心进行等温吸附实验，建立吸附气含量与其影响因素的计算模型，结合测井解释法［11］计算游离气含量，最终得到总的含气量。

笔者以等温吸附数据为基础，分析页岩吸附的影响因素，在KIM方程［12］的基础上通过温度等系数修正页岩吸附气含量计算模型。对于游离气，以页岩岩石体积物理模型为基础，对岩石孔隙进行划分，分析各孔隙类型的含气特性，并利用页岩岩石导电模型计算游离气饱和度。综合吸附气和游离气计算模型，以实现页岩含气量的定量评价。

图1　样品1等温吸附线形态Fig.1　The isothermal adsorption of No.1 sample

1　吸附气计算模型研究

目前，国内外关于页岩吸附能力的研究多基于等温吸附实验，并建立压力与吸附量的关系。笔者通过研究各因素（压力、有机碳含量、水分、黏土等）对页岩吸附能力的影响，建立考虑多因素的页岩吸附能力计算模型。

1.1吸附影响因素分析

1.1.1压力和温度

页岩等温吸附实验［13］表明：当压力较小时，随着压力的增加，气体吸附量快速增加，并呈近线性关系（图1中段1）；当压力增加到一定程度时，气体吸附量随压力的增加其趋势逐渐变缓（图1中段2）；当样品的吸附量达到饱和后，压力继续增加，吸附量则趋于稳定（图1中段3）。甲烷分子因吸附而失去的动能转变为吸附热能，气体的吸附为放热过程。郭为等［14］认为温度增加会降低页岩的吸附能力。根据曾鑫等［15］的研究发现，随着压力变化，温度对页岩吸附能力的影响程度变化不大，影响因子为一平均值0.023 4。因此，利用相同样品不同温度下的等温吸附实验数据，可分析在相同压力下温度对页岩吸附的影响程度。

1.1.2有机质含量和成熟度

页岩有机质颗粒表面是吸附气的主要赋存场所。相关研究表明，有机质控制页岩纳米级孔隙的发育［1］，页岩的比表面积和吸附能力与总有机碳含量呈正相关关系［16-17］，因此有机质含量是制约页岩吸附能力的主要因素。除有机质含量外，有机质成熟度控制着有机质孔隙结构的发育，对页岩气的吸附特性产生影响。虽然，有机质成熟度对页岩吸附能力的定量研究需要进一步探讨，但已有研究发现成熟度对页岩中纳米级孔隙具有控制作用。有机质在成熟过程中，当Ro＜2%时，微孔与介孔的孔容所占比例都比较小，且随成熟度的增加仅略有增加；当Ro＞2%时，微孔与介孔的孔容随成熟度的增加快速增加；当Ro=3.5%时，微孔的孔容达到最大值，之后开始下降［18］，而纳米级孔隙是页岩气的重要储集空间［19］。

1.1.3水分

岩石的润湿性与其对流体的吸附能力具有相关关系。当岩样为水湿时，与甲烷分子相比，水分子更易吸附于岩石孔隙表面。当岩样含水时，特别是当水分占据比表面积较大的微孔喉表面时，会减少页岩中天然气可利用的吸附面积，使页岩的饱和吸附量降低。同时水分使某些黏土矿物（蒙脱石）吸水发生膨胀，影响岩石的孔隙结构，使吸附气含量降低。甲烷吸附体积随样品含水率的增加而减少，这种负相关关系可用如下公式［20］进行表述

式中：VD为干燥岩样的甲烷吸附气质量体积，cm3/g；VM为含水岩样的甲烷吸附气质量体积，cm3/g；m为岩样中水分的质量分数，%；α为水分对甲烷吸附的影响程度，Ross等［20］建议取值0.3。

求得岩石含水饱和度（Sw）和孔隙度（φ）后，岩石中水分的质量分数（m）可用下式计算：

式中：Sw为含水饱和度，%；φ为孔隙度，%；ρma为岩石密度，g/cm3；ρw为地层水密度，g/cm3，缺省值为1 g/cm3。

1.1.4黏土矿物

页岩地层矿物成分中，石英和方解石比表面积小，对甲烷的吸附能力弱。相反，黏土矿物发育大量微孔隙，比表面积大，吸附能力强。吉利明等［21］对黏土矿物在65℃条件下，大于53 μm的干燥样的等温吸附研究中发现，不同黏土类型的吸附能力差异很大，其中蒙脱石对甲烷的吸附能力最强，其后依次为伊/蒙混层、高岭石、绿泥石、伊利石等，但在地层中由于地层水的存在，水的吸附性比气体强，岩石含水会使吸附气含量降低［22］。王茂桢等［23］认为黏土矿物的吸附能力之所以降低，是因为黏土矿物吸水使表面吸附位被水分子占据的缘故。页岩中黏土矿物随含水量变化的吸附规律还需进一步研究。Ambrose［24］发现样品含水后，在总有机碳（TOC）与吸附量的关系中，当TOC的质量分数为0时，甲烷吸附量几乎为零，说明页岩含水后，总有机碳含量是制约页岩吸附能力的主要因素，黏土矿物几乎失去吸附能力。因此，在构建地层条件下的页岩吸附气含量模型时，认为可忽略黏土矿物成分及其含量的影响。

1.2吸附气体积计算模型研究

根据张雪芬等［6］、郭为等［14］、郭洋等［25］的研究发现，页岩气与煤层气的成藏、赋存机理，以及对天然气的吸附特性均具有一定的相似性。煤层气的开采及研究较早，国内外学者对其吸附气的定量研究取得了许多的成果，除采用Langmuir等温吸附模型外，1977年KIM从煤岩心吸附数据出发，在考虑吸附影响因素（压力、温度、水分含量与煤组分）的基础上，提出定量评价煤层吸附气体积的KIM方程

式中：Gs为煤层吸附气质量体积，cm3/g；ω为水分质量分数，%；α为灰分质量分数，%；Vw为湿煤含气质量体积，cm3/g；Vd为干煤含气质量体积，cm3/g；B为温度常数，约为0.14 cm3/（g·℃）；p和T分别为煤层压力与温度；k0和n0均为校正系数。

受KIM方程启发，运用类比方法，以页岩样品等温吸附实验为基础，综合压力、有机碳及水分对页岩吸附的影响，并在KIM方程原有形式的基础上，建立适用于页岩吸附气体积的计算模型［15］，即

式中：P为压力，MPa；T为温度，℃；k与n均为模型系数，与吸附影响因素有关；b为温度常数，由变温吸附实验得到，取值0.023 4 cm3/（g·℃）；TOC为总有机碳质量分数，%；m为水分质量分数，%；α为水分对甲烷吸附的影响程度，本区块取值0.3。经等温吸附实验得本研究区中

2　游离气计算模型研究

2.1页岩岩石体积物理模型

在富有机质页岩中，由于有机质和黄铁矿等特殊矿物的存在，适用于常规储层的岩石物理模型已不再适用。以评价页岩储层含气饱和度及分析页岩各孔隙组分为目的，结合前人的研究成果［26-31］，将页岩分为两大系统和四大孔隙组分（图2）。两大系统为有机质体积系统（Vk）和非有机质体积系统（Vnk），其中有机质体积系统包含有机质骨架（vk）和有机质孔隙（φorg）；非有机质体积系统包括非有机质骨架（vnk）和无机孔隙（φnk）。四大孔隙组分包括有机质孔隙、黏土孔隙、微裂隙和基质孔隙。

图2　富有机质页岩岩石体积物理模型Fig.2　Physical model of organic matter rich shale rock volume

页岩气储层具有超低孔、低渗特征，储层孔隙类型多样，孔隙大小不均。从成因上可分为有机质孔隙和无机质孔隙，有机质孔隙存在于有机质中，是有机质生烃膨胀作用的产物，其发育受总有机碳含量和有机质成熟度的影响。无机质孔隙包括黏土孔隙、微裂隙和基质孔隙（粒间孔、粒间溶孔等）。从孔隙尺寸上看［27］，有机质孔隙尺寸最小，以纳米级为主，黏土孔隙和基质孔隙均以纳米、微米级为主，微裂隙尺寸较大，为微米、毫米级。

2.2游离气体积计算模型研究

由于干酪根具有亲油性，在有机质成熟度较高时，可假设有机质孔隙是完全含气的，基本不含地层水［28］。黏土孔隙是黏土矿物之间的微细孔隙，与有机质孔隙不同，黏土孔隙表面表现为亲水性特征，对水分子吸附能力强。在构建游离气体积计算模型时，可假设黏土孔隙100%含水，不含游离气。基质孔隙主要为残余原生孔隙和不稳定矿物溶蚀孔。在页岩脆性矿物含量较高时，微裂隙发育程度高，它不仅是页岩气的运移通道，也是页岩气重要的储集空间。

在构建页岩导电模型时，可假设岩石的电阻率受以下4种因素的影响：①100%含水的黏土；②导电矿物黄铁矿；③有机质；④基质孔隙和微裂隙空间的地层水。另外，还可假设以上导电成分是并联导电的。基于以上假设，可构建如下页岩并联导电模型：

式中：Rt为页岩的电阻率，实际计算时可以用深探测电阻率代替，Ω·m；Rcl为100%含水黏土的电阻率，取自实验数据，Ω·m；Vcl为黏土体积分数，%；Rpy为黄铁矿的电阻率，取自实验数据，Ω·m；Vpy为黄铁矿的体积分数，%；Rk为有机质电阻率，Ω·m；Vk为有机质体积分数，%；φ为基质孔隙、微裂隙之和，%；Sw为以上两类孔隙的含水饱和度，%；Rw为地层水电阻率，取自地层水分析资料，Ω·m；a，b，m与n均为模型参数。

由于有机质骨架电阻率较高，因此基于有机质孔隙100%含气的假设，考虑各组分并联的情况，将上述模型简化为

式中：参考孙建孟等［32］研究认为Rcl=40 Ω·m，Rpy= 0.5 Ω·m。

求解式（8）可得基质孔隙和微裂隙的含水饱和度（Sw）。

地层的游离气饱和度（Sg）计算公式如下：

式中：Sg为地层含气饱和度，%；φt为岩石总孔隙度，%；φorg为有机质孔隙度，%；φcl为黏土孔隙度，%。

2.3模型参数的求取

2.3.1应用声波测井估算总孔隙度

在页岩气地层中，三孔隙度测井都受到有机质的干扰，其中密度测井受井眼质量的影响严重，中子测井受黏土晶间水的影响，声波测井受井眼影响相对较弱。针对某研究区，以氦气法测得的岩心分析孔隙度为刻度，利用声波时差建立总孔隙计算公式，即

式中：φt为岩石总孔隙度，%；AC为声波时差测井值，μs/m。

2.3.2应用自然伽马能谱估算总有机碳含量

由于干酪根具有低密度、低声波传播速度、高电阻率等特征，地层含有机质时，测井曲线上响应明显。因此，利用测井方法可以快速、经济地求取有机质丰度，并获取钻井剖面的总有机碳含量。常用的测井计算有机碳含量的方法［33］有：补偿密度法、自然伽马法、自然伽马能谱法及声波电阻率重叠法等。

研究区总有机碳TOCw与自然伽马能谱U含量相关性最好，相关系数达到0.882 4。

TOCw=0.188 8×U-0.178 4，R2=0.882 4（11）

总有机碳体积分数（TOCv）与质量分数（TOCw）的转换关系为

式中：ρb为密度测井值，g/cm3；ρorg为有机碳密度，g/cm3。

2.3.3应用面孔率估算有机质孔隙度

有机质孔隙度的大小受总有机碳含量的控制，而孔隙的发育程度受有机质成熟度的制约，利用常规测井方法无法计算有机质孔隙度。李军等［27］认为借助扫描电镜（SEM）技术可以直观地确定有机质孔隙大小及其分布，估算有机质面孔率。同时Jarvie等［34］提出，有机质孔隙度随有机质成熟生烃作用的增强而单调增加，但两者之间的关系在不同区块有所差异。本次研究利用平均面孔率对总有机碳体积分数进行测定，获取研究区有机质孔隙度计算公式

式中：φorg为有机质孔隙度，%；a为测定系数；Ro为有机质成熟度。

2.3.4黏土孔隙度

黏土颗粒细小，表面积很大，颗粒表面亲水性明显，吸附大量的水。采用中子-密度交会图［35］计算黏土孔隙度（图3）。在图3中Q点为纯岩石骨架点，W点为水点，D点为干黏土点，CL点为湿黏土点，Sd点为含水纯砂岩点，E点到纯泥岩线的距离与水点W到距离之比为孔隙度φ1，E点到的距离与水点W到距离之比为孔隙度φ2，孔隙度φ1和φ2的差异由黏土水引起，两者之差为黏土孔隙度，即

图3　中子-密度交会图计算黏土孔隙度示意图Fig.3　Diagram showing porosity calculation by neutron and density

2.3.5应用常规测井计算矿物组分含量

（1）黏土含量计算模型

在泥页岩地层中，由于富含有机质常常表现为高自然伽马测井特征，因此应用常规的自然伽马测井估算泥质含量在泥页岩中已不适用。为了有效解决该问题，张晋言等［36］提出利用中子密度归一化建模计算泥质含量。式中：pnd为中子密度归一化差值，无量纲；φn为中子测井值，%。

（2）砂质含量计算模型

研究发现，砂质含量与三孔隙度测井补偿中子、密度和声波时差有很好的对应关系，为了提高模型的通用性，将三孔隙度两两组合构建M，N和P参数，使模型的输入参数归一化和无量纲化，并利用砂质含量与M，N和P参数进行三元回归，建立砂质含量模型，即

M，N和P采用如下三孔隙度曲线计算：

式中：ΔTf为流体声波时差，μs/ft，（1 ft≈0.305 m）；ΔT为声波时差测井值，μs/ft；ρf为流体密度值，g/cm3。

（3）灰质含量计算模型

与求取砂质含量一样，灰质含量与三孔隙度测井补偿中子、密度和声波时差有很好的对应关系，通过对灰质含量与M，N和P参数进行三元回归，建立灰质含量模型，即

（4）黄铁矿含量计算模型

根据岩石体积模型各组分之和为1，则黄铁矿含量为

各组分模型应用效果见图4和图5。

图4　各组分建模关系（Ⅰ）Fig.4　Relationships among parameters（Ⅰ）

图5　各组分建模关系（Ⅱ）Fig.5　Relationships among parameters（Ⅱ）

3　模型应用效果分析

3.1模型检验

为检验该方法的有效性，应用上述页岩吸附气和游离气体积计算模型对X1井进行了处理，处理层段为2 100～2 160 m（图6）。

图6第1道为岩性测井曲线道，包括自然伽马、自然电位、井径曲线；第2道为三孔隙度测井曲线道，包括补偿密度、补偿中子、声波时差曲线；第3道为深、中、浅电阻率曲线；第4道为声波时差计算的总孔隙度与岩心分析总孔隙度曲线，两者对应性均较好；第5道为U曲线计算的总有机碳含量与岩心分析有机碳对比，两者同样具有较好的一致性；第6道为黄铁矿含量曲线；第7道为测井计算总含气量与岩心解吸含气量对比；第8道为本文提出的吸附气和游离气计算模型计算的含气量。由第7道可知，测井计算含气量与岩心测试含气量具有较好的对应关系。

图6　X1井页岩含气性测井评价Fig.6　Logging evaluation of gas-bearing ability of X1 well

3.2不同成熟度井间处理结果对比分析

3.2.1热演化程度对含气性的影响

从图7可看出：有机质主要生气成熟度为1.5～3.0，且为热裂解生气阶段；成熟度过低（Ro＜1.5）未大量生气；成熟度过高（Ro＞3.0）地层产气能力降低，有机质石墨化（碳化）可能造成地层电阻率异常低。由于过成熟的有机质不能再生成天然气，而在漫长的地质演化过程中又由于发生构造运动，使保存条件变差，造成气体逸散，储层中含气量降低。

图7　有机质热演化过程Fig.7　Thermal evolution of organic matter

3.2.2埋藏深度（温度与压力）对含气性的影响

地层埋深对页岩气的储存有很大影响，其与常规天然气的不同主要表现在压力和温度的变化对吸附气的影响。如图8所示，当温度不变时随着压力的增加，吸附气量先是急剧增加，后逐渐变缓，最后趋于稳定。当压力不变时，随温度升高，吸附气量持续降低。综合两者的影响，随深度的增加，地层压力增加，地层温度升高，当埋深较浅时压力变化主导吸附气量的增加；当达到一定深度时，温度与压力的影响大小相同，趋势相反，使吸附气量达到最大值；当埋深继续增加，压力对吸附气量的影响较少，温度主导吸附气量的变化，吸附气量随深度增加而逐渐减小。

图8　深度对吸附气的影响Fig.8　Effect of depth on adsorbed gas

3.2.3不同成熟度页岩层处理结果对比分析

本文选取了研究区3口不同成熟度的页岩气井，其中X2井（图9）页岩储层段为572～638 m，累积厚度为66 m。从图9可以看出：岩心分析值与回归模型计算的总含气量值基本吻合，模型应用效果良好。该井孔隙度为4%左右，有机质平均值为3%左右，成熟度平均值为1.7，页岩有机质演化处于生气窗阶段，气测全烃显示高值。由于该页岩储层埋藏较浅，因此气体赋存以吸附态为主，总含气质量体积为1.2 m3/t左右。

图9　X2井页岩含气性测井评价Fig.9　Logging evaluation of gas-bearing ability of X2 well

X3井（图10）页岩储层段为4 263.3～4 410.7 m，累积厚度为147.4 m。从图10可以看出：岩心分析值与回归模型计算的总含气量值基本吻合，模型应用效果良好。该井孔隙度为3%左右，有机质平均值为3.2%，成熟度平均值为2.2，有机质演化处于生气窗阶段，生烃潜力大，气测全烃显示高值。总含气质量体积为0.8～3.0 m3/t，其中游离气大于总含气量的50%。

图10　X3井页岩含气性测井评价Fig.1　0Logging evaluation of gas-bearing ability of X3 well

图11　X4井页岩含气性测井评价Fig.1　1Logging evaluation of gas-bearing ability of X4 well

X4井（图11）页岩储层段解释为2层，累积厚度为225 m。从图11可看出：岩心分析值与回归模型计算的总含气量值基本吻合，模型应用效果良好。该井第1层深度为2 605～2 734 m，平均孔隙度为3.4%，平均有机质为3.4%，平均成熟度为3.8，该段有机质成熟度过高，气测全烃显示低值，平均电阻率为1.7 Ω·m，含气量较低；第2层深度为2 734～2 830 m，平均孔隙度为4.2%，平均有机质为5.4%，平均成熟度为4.04，电阻率极低，平均为0.4 Ω·m，含气量较低，质量体积约为0.5 m3/t。

4　结论

（1）通过对页岩气吸附影响因素进行分析，并借鉴煤层吸附气体积计算公式KIM方程，构建了考虑压力、温度、总有机碳含量、水分的页岩吸附气体积计算模型，计算结果与实验结果吻合程度较高。

（2）由于页岩矿物组分与孔隙类型复杂，为了评价页岩含气饱和度和各孔隙组分，建立了无量纲化的矿物组分模型，划分有机与无机系统，并将页岩孔隙系统划分为四大孔隙组分，包括有机质孔隙、黏土孔隙、基质孔隙和微裂隙，并给出了相应的计算方法和模型，提高了模型的普适性和计算精度。

（3）构建了考虑黏土、导电矿物黄铁矿、有机质、地层水的页岩四组分导电饱和度模型，并利用岩心分析资料刻度常规测井，实现全部模型参数的求取，最终获得页岩气储层游离气饱和度。利用吸附气和游离气体积之和估算页岩气储层含气量，其结果与现场岩心解吸含气量对应良好，验证了该模型的可行性。

（4）很多专家认为成熟度是评价页岩气的关键指标，通过研究区数口井的对比分析，较好地验证了该观点。通常优质页岩气储层的成熟度为1.5%～3%，有机质成熟度过高的地层，有机质可能会发生石墨化，而形成低电阻特征，本文提出的模型不适用于该种情况，这也是今后需要重点加以研究的难题。

（References）：

［1］邹才能，陶士振，侯连华，等.非常规油气地质［M］.北京：地质出版社，2011. Zou Caineng，Tao Shizhen，Hou Lianhua，et al.Unconventional oil and gas geology［M］.Beijing：Geology Press，2011.

［2］张金川，汪宗余，聂海宽，等.页岩气及其勘探研究意义［J］.现代地质，2008，22（4）：640-646. Zhang Jinchuan，Wang Zongyu，Ni Haikuan，et al.Shale gas and its significance for exploration［J］.Geoscience，2008，22（4）：640-646.

［3］Curtis J B.Fractured shale gas systems［J］.AAPG Bulletin，2002，86（11）：1921-1938.

［4］张小龙，张同伟，李艳芳，等.页岩气勘探和开发进展综述［J］.岩性油气藏，2013，25（2）：116-122. Zhang Xiaolong，Zhang Tongwei，Li Yanfang，et al.Research advance in exploration and development of shale gas［J］.Lithologic Reservoirs，2013，25（2）：116-122.

［5］张金川，金之钧，袁明生.页岩气成藏机理和分布［J］.天然气工业，2004，24（7）：15-18. Zhang Jinchuan，Jin Zhijun，Yuan Mingsheng.Reservoiring mechanism of shale gas and its distribution［J］.Natural Gas Industry，2004，24（7）：15-18.

［6］张雪芬，陆现彩，张林晔，等.页岩气的赋存形式研究及其石油地质意义［J］.地球科学进展，2010，25（6）：597-604. Zhang Xuefen，Lu Xiancai，Zhang Linye，et al.Occurrences of shale gas and their petroleum geological significance［J］.Advances in Earth Science，2010，25（6）：597-604.

［7］张金川，聂海宽.四川盆地页岩气成藏地质条件［J］.天然气工业，2008，28（2）：151-156. Zhang Jinchuan，Ni Haikuan.Shale gas accumulation geological conditions in the Sichuan Basin［J］.Natural Gas Industry，2008，28（2）：151-156.

［8］李玉喜，乔德武，姜文利，等.页岩气含气量和页岩气地质评价综述［J］.地质通报，2011，30（2/3）：308-317. Li Yuxi，Qiao Dewu，Jiang Wenli，et al.Gas content of gas-bearing shale and its geological evaluation summary［J］.Geological Bulletin of China，2011，30（2/3）：308-317.

［9］董谦，刘小平，李武广，等.关于页岩含气量确定方法的探讨［J］.石油与天然气，2012，30（2/3）：34-37. Dong Qian，Liu Xiaoping，Li Wuguang，et al.Discuss about shale gas content determination method［J］.Natural Gas and Oil，2012，30（2/3）：34-37.

［10］孙建孟.基于新“七性”关系的煤层气、页岩气测井评价［J］.测井技术，2013，37（5）：457-465. Sun Jianmeng.Coalbed methane and shale gas evaluation based on new seven related losing goals［J］.Well Logging Technology，2013，37（5）：457-465.

［11］钟光海，谢冰，周肖.页岩气测井评价方法研究——以四川盆地蜀南地区为例［J］.岩性油气藏，2015，27（4）：96-102. Zhong Guanghai，Xie Bing，Zhou Xiao.Well logging evaluation methods of shale gas reservoir：A case study from Shunan area，Sichuan Basin［J］.Lithologic Reservoirs，2015，27（4）：96-102.

［12］Kim A G.Estimating methane content of bituminous coalbeds from adsorption data［M］.US：Dept.of the Interior，Bureau of Mines，1977：1-11.

［13］刘洪林，王红岩.中国南方海相页岩吸附特征及其影响因数［J］.天然气工业，2012，32（9）：5-9. Liu Honglin，Wang Hongyan.China southern marine shale adsorption characteristic and influence factor［J］.Natural Gas Industry，2012，32（9）：5-9.

［14］郭为，熊伟，高树生，等.温度对页岩等温吸附/解吸特征影响［J］.石油勘探与开发，2013，40（4）：481-485. Guo Wei，Xiong Wei，Gao Shusheng，et al.Impact of temperature on the isothermal adsorption/desorption characteristics of shale gas［J］.Petroleum Exploration and Development，2013，40（4）：481-485.

［15］曾鑫，孙建孟，崔红珠.变等温页岩吸附气体积计算模型［J］.测井技术，2014，38（3）：286-291.Zeng Xin，Sun Jianmeng，Cui Hongzhu.Shale adsorbed gas volume calculation model under varied temperature［J］.Well Logging Technology，2014，38（3）：286-291.

［16］蒲泊伶，蒋有录，王毅，等.四川盆地下志留统龙马溪组页岩气成藏条件及有利地区分析［J］.石油学报，2010，31（2）：225-260. Pu Boling，Jiang Youlu，Wang Yi，et al.Reservoir-forming conditions and favorable exploration zones of shale gas in Lower Silurian Longmaxi Formation of Sichuan Basin［J］.Acta Petrolei Sinica，2010，31（2）：225-260.

［17］Wang S B，Song Z G，Cao T T，et al.The methane sorption capacity of paleozoic shales from The Sichuan Basin，China［J］.Marine and Petroleum Geology，2013，44：112-119.

［18］程鹏，肖贤明.很高成熟度富有机质页岩的含气性问题［J］.煤炭学报，2013，38（5）：737-741. Cheng Peng，Xiao Xianming.Gas content of organic-rich shales with very high maturities［J］.Journal of China Coal Society，2013，38（5）：737-741.

［19］Javadpour F.Nanopores and apparent permeability of gas slow in mudrocks（shales and siltstones）［J］.Journal of Canadian Petroleum Technology，2009，48（8）：16-21.

［20］Ross D J K，Bustin R M.Shale gas potential of the Lower Jurassic Gordondale member，Northeastern British Columbia Canada［J］. Bulletin of Canada Petroleum Geology，2007，55（1）：51-75.

［21］吉利明，邱军利，张同伟，等.泥页岩主要黏土矿物组分甲烷吸附实验研究［J］.地球科学，2012，37（5）：1043-1050. JiLiming，QiuJunli，Zhang Tongwei，et al.Experimental on methane adsorption of common clay minerals in shale［J］.Earth Sciences，2012，37（5）：1043-1050.

［22］Daniel J K，Ross R，Marc Bustin.The importance of shale composition and pore structure upon gas storage potential of shale gas reservoirs［J］.Marine and Petroleum Geology，2009，26：916-927.

［23］王茂桢，柳少波，任拥军，等.页岩气储层黏土矿物孔隙特征及其甲烷吸附作用［J］.地质论评，2015，61（1）：207-216. Wang Maozhen，Liu Shaobo，Ren Yongjun，et al.Pore characteristics and methane adsorption of clay minerals in shale gas reservoir［J］.Geological Review，2015，61（1）：207-216.

［24］Ambrose R J.Micro-structure of gas shales and its effects on gas storage and production performance［D］.Oklahoma：The University of Oklahoma，2011.

［25］郭洋.页岩气与煤层气成藏条件与开发技术对比［J］.内江科技，2010（12）：131. Gou Yang.Comparison of shale gas and coalbed methane accumulation conditions and development technology［J］.Neijiang Science &Technology，2010（12）：131.

［26］李霞，周灿灿，李潮流，等.页岩气岩石物理分析技术及研究进展［J］.测井技术，2013，37（4）：352-359. Li Xia，Zhou Cancan，Li Chaoliu，et al.Advances in petrophysical analysis technology of shale gas［J］.Well Logging Technology，2013，37（4）：352-359.

［27］李军，路菁，李争，等.页岩气储层“四孔隙”模型建立及测井定量表征方法［J］.石油与天然气地质，2014，35（2）：266-271. Li Jun，Lu Jing，Li Zheng，et al.“Four-pore”modeling and its quantitative logging description of shale gas reservoir［J］.Oil&Gas Geology，2014，35（2）：266-271.

［28］赵培强，毛志强.页岩气储层Ramirez体积物理模型的改进［J］.石油学报，2014，35（3）：480-485. Zhao Peiqiang，Mao Zhiqiang.Improvement of Ramirez's petrophysical model for volume of shale gas reservoir［J］.Acta Petrolei Sinica，2014，35（3）：480-485.

［29］Sondergeld C H，Newsham K E，Comisky J T，et al.Petrophysical considerations in evaluation and producing shale gas resources［R］.SPE 131768，2010：1-29.

［30］王玉满，董大忠，杨桦，等.川南下志留统龙马溪组页岩储集空间定量表征［J］.中国科学：地球科学，2014，44（6）：1348-1356. Wang Yuman，Dong Dazhong，Yang Hua，et al.Quantitative characterization of reservoir space in the Lower Silurian Longmaxi Shale，Southern Sichuan Basin［J］.Scientia Sinica（Terrae），2014，44（6）：1348-1356.

［31］Sondergeld C H，Ambrose R J，Rai C S，et a1.Micro-structural studies of gas shales［R］.SPE 131771，2010：1-17.

［32］孙建孟，张晋言，赵建鹏，等.一种泥页岩油气饱和度的计算模型：中国，CN104712329 A［P］.2015-01-29. Sun Jianmeng，Zhang Jinyan，Zhao Jianpeng，et al.A computational model of shale oil and gas saturation：China，CN104712329 A［P］. 2015-01-29.

［33］熊镭，张超谟，张冲，等.A地区页岩气储层总有机碳含量测井评价方法研究［J］岩性油气藏，2014，26（3）：74-78. Xiong Lei，Zhang Chaomo，Zhang Chong，et al.Research on logging evaluation method of TOC content of shale gas reservoir in A area［J］.Lithologic Reservoirs，2014，26（3）：74-78.

［34］Jarvie D M，Hill R J，Ruble T E，et al.Unconventional shalegassystems：The Mississippian Barnett shale of north-central Texas as one model for thermogenic shale-gas assessment［J］.AAPG Bulletin，2007，91（4）：475-499.

［35］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，2007. Yong Shihe，Zhang Chaomo.Logging data processing and comprehensive interpretation［M］.Dongying：Press of China University of Petroleum，2007.

［36］张晋言，孙建孟.利用测井资料评价泥页岩油气“五性”指标［J］.测井技术，2012，36（2）：146-153. Zhang Jinyan，Sun Jianmeng.Log evaluation on shale hydrocarbon reservoir［J］.Well Logging Technology，2012，36（2）：146-153.

（本文编辑：杨琦）

Gas content calculation model of shale gas reservoir

Zhang Zuoqing1，Sun Jianmeng2，Gong Jingsong1，Xia Zhilin1
（1.Well Logging Company，Huadong Petroleum Engineering Co.Ltd.，Sinopec，Yangzhou 225007，Jiangsu，China；2.School of Geosciences，China University of Petroleum，Qingdao 266580，Shandong，China）

Shale gas is important unconventional resource.Based on the experimental isotherm adsorption data，the factors affecting the adsorption of shale were analyzed and the calculation model of shale adsorbed gas content was established by KIM equation.Through the establishment of shale rock physics model，the pore system was divided and a shale rock conductivity model was set up，and shale free gas saturation was calculated by use of this conductivity model. All parameters of the model were calculated by conventional logging data.Finally，the gas content calculation model was used to evaluate a real shale gas well，and the accuracy was verified.The influence of buried depth and maturity on thegascontentwasalsoanalyzed.Thegascontentofshalegasreservoirwascalculatedbyusingthetotalvolumeofadsorbed gas and free gas，and the result tally with the desorption gas content of core，which verifies the feasibility of this model.

shale gas；free gas；adsorbed gas；gas content；logging

P618.1

A

1673-8926（2015）06-0005-10

2015-07-20；

2015-09-03

中国石化先导项目“非常规天然气测井评价技术及模块编制”（编号：SG14-29X）资助

张作清（1963-），男，高级工程师，主要从事测井技术与管理工作。地址：（225007）江苏省扬州市史可法路85号中国石化华东石油工程有限公司。E-mail：zhangzuoqing@126.com。