准噶尔盆地风南井区百口泉组岩性测井识别方法

赵　宁，王　亮，唐　勇，瞿建华，罗兴平，司马立强

（1.西南石油大学a.地球科学与技术学院；b.油气藏地质及开发工程国家重点实验室，成都610500；2.中国石油新疆油田分公司勘探开发研究院，新疆克拉玛依834000）

准噶尔盆地风南井区百口泉组岩性测井识别方法

赵宁1，王亮1，唐勇2，瞿建华2，罗兴平2，司马立强1

（1.西南石油大学a.地球科学与技术学院；b.油气藏地质及开发工程国家重点实验室，成都610500；2.中国石油新疆油田分公司勘探开发研究院，新疆克拉玛依834000）

准噶尔盆地风南井区百口泉组致密砂砾岩储集层岩石类型多样，粒径跨度大，非均质性强，严重影响了油藏开发效果。在参考国家标准GB/T 17412.2—1998《沉积岩岩石分类和命名方案》的基础上，将百口泉组岩性分为泥岩、中—细砂岩、粗砂岩、细砾岩、小中砾岩、大中砾岩和粗砾岩。各类岩性岩石学特征分析表明，不同岩性的沉积环境、岩石粒度、杂基含量、物性及孔隙结构等存在差异。粗砂岩、细砾岩和小中砾岩为储集层优势岩性，大中砾岩次之；泥岩、中—细砂岩与粗砾岩主要发育干层或非储集层；根据各类岩性岩石学特征差异及其测井响应特征，建立了声波时差与深侧向电阻率交会图版和ϕND与深侧向电阻率交会图版的联合识别岩性的方法。测井识别的岩性与取心岩性一致性较好，可以在研究区推广应用。

准噶尔盆地；风南井区；百口泉组；砂砾岩；岩性分类；测井；岩性识别；交会图版

准噶尔盆地风南井区位于乌夏断裂带与玛湖凹陷的结合处，构造格局形成于白垩纪早期，为东南倾的平缓单斜（图1）。研究区目的层为下三叠统百口泉组，自下而上可分为百一段（T1b1）、百二段（T1b2）和百三段（T1b3），与下伏中二叠统下乌尔禾组呈角度不整合接触。百口泉组发育典型的扇三角洲沉积，具有近物源、多水系和快速多变的沉积环境，岩性以一套粒级较粗的碎屑沉积物为主。

在勘探初期，对百口泉组粗细混杂堆积的岩石统一定名为“砂砾岩”[1-2]。随着研究的深入，发现岩石颗粒粒径的大小控制着岩石的物性及含油气性；笼统定名为“砂砾岩”的储集层具有粒径范围广、结构复杂、物性差异大等特点。“砂砾岩”储集层中既有含油气性好的优质储集层，又包含物性差的非储集层，难以较好评价储集层的有效性。因此，需进一步对“砂砾岩”岩性进行精细分类。

图1　研究区构造位置

对于砂砾岩储集层岩性的分类，主要考虑的因素有杂基含量、颗粒大小、成分及成因特征等[3]。目前，常根据砾石颗粒的大小对砂砾岩岩性进行分类，但是，对于颗粒的粒级，划分方案较多，不同划分方案的粒级存在明显的差别[4-6]。砂砾岩岩性测井识别方法可分为常规测井与非常规测井岩性识别方法。常规测井岩性识别方法主要基于“岩心刻度测井”的思想，利用交会图版或模式识别算法开展砂砾岩岩性识别[7-8]。然而，前人的研究中未对“砂砾岩”进行进一步细分，因此，现有常规测井岩性识别方法中，笼统地将岩性识别为“砂砾岩”。非常规测井岩性识别方法中，地层微电阻率扫描成像测井（FMI）具有直观反映砾石粒度的优点[9-10]。然而，受成像测井分辨率的影响，难以识别颗粒相对较细的细砾岩。同时，研究区成像测井资料少，成像测井岩性识别方法难以推广应用。

针对准噶尔盆地风南井区百口泉组砂砾岩岩性划分与岩性测井识别存在的问题，以岩心粒度、薄片、物性、常规测井等资料为基础，重新制定“砂砾岩”岩性分类方案，并在此基础上建立砂砾岩岩性测井识别方法。

1　百口泉组砂砾岩岩性分类

依照国家标准GB/T 17412.2—1998《沉积岩岩石分类和命名方案》，将准噶尔盆地风南井区百口泉组砂砾岩岩性按粒级划分为砾岩、砂岩和泥岩3大类，其中，砾岩可进一步划分为细砾岩、中砾岩、粗砾岩和巨砾岩；砂岩划分为中—细砂岩和粗砂岩；泥岩类主要包括粉砂岩和泥岩。岩心物性统计显示，中砾岩储集层物性差异大，粒径在8～16 mm的中砾岩物性与油气显示较好，而粒径在16～32 mm的中砾岩物性与油气显示较差，因此，以粒径16 mm为界限，将中砾岩进一步划分为小中砾岩与大中砾岩。此外，将中砂岩与细砂岩统称为中—细砂岩，粒径小于0.06 mm的粉砂岩与泥岩统称为泥岩。基于此，建立了风南井区百口泉组砂砾岩岩性分类与命名方案（表1）。由于巨砾岩粒径已经超过取心筒直径，在岩心剖面上难以完整显示，故本次岩性识别不考虑巨砾岩。

表1　准噶尔盆地风南井区百口泉组砂砾岩岩性分类与命名方案

2　不同砂砾岩岩石学特征

研究区百口泉组主要发育碎屑岩，在参考《沉积岩岩石分类和命名方案》的基础上，将风南井区百口泉组砂砾岩岩性划分为3大类7小类。

泥岩主要发育于扇三角洲前缘水下分流河道间或扇三角洲前缘末端[11-12]。粒度细、分选好，黏土含量高；孔喉属于微孔，孔渗条件差，几乎不具备储集性能。

中—细砂岩主要发育于扇三角洲平原分流河道间、前缘远砂坝和前扇三角洲[11-12]。碎屑颗粒分选性较好，压实作用较强，黏土杂基含量较高；孔隙度为3.15%～10.15%，平均渗透率为0.071 mD；平均孔隙半径为0.027 μm，压汞曲线呈细歪度（图2a）。

粗砂岩主要发育于扇三角洲前缘河口砂坝[11-12]。碎屑颗粒经过充分的淘洗，分选较好，黏土杂基含量低；碎屑成分以火成岩岩屑、石英为主；发育原生粒间孔，少见粒内溶孔；孔隙度为4.99%～16.41%，平均渗透率为0.901 mD；平均孔隙半径为5.440 μm，压汞曲线呈中-粗歪度（图2b）。粗砂岩储集层为风南井区最优质的储集层。

细砾岩主要发育于扇三角洲前缘远岸水下分流河道，河口砂坝也可见细砾岩分布[11-12]。砾石分选中等—较好，黏土杂基含量较低；砾石成分以火成岩为主；孔隙类型以剩余粒间孔为主，局部长石和岩屑溶蚀，形成次生溶孔；孔隙度为4.12%～14.43%，平均渗透率为0.531 mD；平均孔隙半径为5.172 μm，压汞曲线呈中-粗歪度（图2c）。细砾岩储集层为风南井区主力产油层。

小中砾岩主要发育于扇三角洲前缘近岸水下分流河道，其次是辫状分支水道[11-12]。砾石分选较差—中等，黏土杂基含量高；储集空间以剩余粒间孔和次生溶孔混合发育为主；孔隙度为3.84%～12.22%，平均渗透率为0.215 mD；平均孔隙半径为0.510 μm，压汞曲线呈中-细歪度（图2d）。

大中砾岩主要发育于扇三角洲前缘辫状分支水道[11-12]。砾石分选差，黏土杂基含量高；孔隙类型以粒内溶孔为主，连通性差，偶见砾缘缝；孔隙度为3.45%～12.65%，平均渗透率为0.143 mD；平均孔隙半径为0.074 μm，压汞曲线呈中-细歪度（图2e）。

图2　准噶尔盆地风南井区百口泉组不同砂砾岩岩石学特征

粗砾岩主要发育于扇三角洲平原辫状水道与辫状分支水道[11-12]，黏土杂基含量高，物性差，主要为干层或非储集层。

3　风南井区百口泉组岩性测井识别

3.1岩性敏感测井曲线分析

不同砂砾岩岩性岩石学特征分析表明，不同岩性的沉积环境、岩石粒度、杂基含量、物性及孔隙结构等存在差异。成像测井对岩石粒度响应敏感，然而风南井区成像测井资料少，难以大规模利用成像测井资料识别岩性。因此，需要分析常规测井资料对杂基含量、物性及孔隙结构等特征的响应，进而识别岩性。

常规测井资料中自然伽马和自然电位测井可以反映储集层的岩性、沉积环境和杂基含量等。然而自然电位与自然伽马测井响应受钻井液矿化度以及火山碎屑中放射性矿物的影响，难以有效识别岩性、沉积环境和杂基含量[13]。密度、声波时差和中子孔隙度测井可直观显示储集层物性特征，电阻率测井可以间接反映储集层的孔隙结构。因此，本文优选对岩性敏感的深侧向电阻率、三孔隙度（声波时差、密度和中子孔隙度）测井曲线，建立交会图版识别岩性。

3.2岩性测井识别方法

三孔隙度测井曲线与深侧向电阻率的交会图中，声波时差与深侧向电阻率交会图版对岩性的识别效果相对较好（图3），从泥岩到粗砾岩，随着岩石颗粒的变粗，比表面积变小，岩石颗粒表面的束缚水含量降低，深侧向电阻率具有增大的趋势。同时，从粗砂岩到粗砾岩，声波时差降低，孔隙度减小，物性变差。声波时差与深侧向电阻率交会图版中泥岩与中—细砂岩声波时差较大，主要是由于发育了大量的无效束缚孔隙。整体而言，声波时差与深侧向电阻率交会图版能较好识别泥岩、中—细砂岩、粗砂岩及粗砾岩；细砾岩、小中砾岩和大中砾岩，尤其是小中砾岩与大中砾岩在交会图版中重叠，难以识别。

细砾岩、小中砾岩和大中砾岩因沉积环境不同，除了砾石粒级的差异外，黏土杂基含量也存在明显差异。文献［14］和文献［15］证实中子孔隙度与密度孔隙度差的大小能较好表征黏土杂基含量。为此，构建了ϕND这个新参数，即：

其中，

式中ϕND——中子孔隙度与密度孔隙度之差，%；

ϕN——中子孔隙度，%；

ϕD——密度孔隙度，%；

ϕCNL——中子孔隙度测井值，%；

ρb——密度测井值，g/cm3；

ρma——颗粒骨架密度，g/cm3，一般取2.65 g/cm3；ρf——孔隙流体密度，g/cm3，一般取1.00 g/cm3.

从细砾岩到大中砾岩，黏土杂基含量增大，表现为ϕND增大。声波时差与深侧向电阻率交会图版中难以识别的细砾岩、小中砾岩和大中砾岩在ϕND与深侧向电阻率交会图版中可以识别（图4）。

图3　准噶尔盆地风南井区百口泉组三孔隙度测井数据与深侧向电阻率交会图版

4　应用效果分析

研究区百口泉组岩性测井识别方法研究显示，单一的交会图版难以识别各类砂砾岩岩性，而采用声波时差与深侧向电阻率交会图版、ϕND与深侧向电阻率交会图版可以有效识别砂砾岩岩性。风南15井测井方法识别的岩性与取心岩性对比显示，利用声波时差与深侧向电阻率交会图版和ϕND与深侧向电阻率交会图版联合识别的岩性与取心岩性整体吻合较好，但测井方法识别的岩性的顶、底界面与取心岩性的顶、底界面不能完全重合（图5），主要是由于界面处测井响应特征受上、下不同岩性的影响，以现有测井仪器纵向分辨率，准确识别岩性界面比较困难。

风南15井2 740.0—2 742.4 m井段深侧向电阻率与声波时差平均值分别为6.0 Ω·m和278.8 μs/m，利用声波时差与深侧向电阻率交会图版识别为泥岩，与取心岩性相符；2 744.3—2 745.1 m井段，深侧向电阻率平均值为23.3 Ω·m，声波时差平均值为236.1 μs/m，识别为粗砂岩，2 745.0 m处取心岩性为粗砂岩；2 750.1—2 751.0 m和2 751.0—2 751.6 m井段，深侧向电阻率平均值相同，约为42.1 Ω·m，声波时差平均值均为226.3 μs/m，声波时差与深侧向电阻率交会图版难以精细识别岩性类型，但通过ϕND与深侧向电阻率交会图版，根据ϕND明显存在差异，可识别出2 750.1—2 751.0 m为小中砾岩，2 751.0—2 751.6 m为大中砾岩，2 750.5 m处取心岩性为小中砾岩，与测井方法识别岩性相吻合。

采用上述方法对风南井区9口井的百口泉组岩性进行识别，利用7种岩性共124个取心样品对识别岩性进行检验。7种岩性识别符合率均达到80.0%以上，其中泥岩符合率为87.5%，中—细砂岩为84.6%，粗砂岩为90.4%，细砾岩为83.3%，小中砾岩为81.8%，大中砾岩为82.3%，粗砾岩为90.9%.声波时差与深侧向电阻率交会图版和ϕND与深侧向电阻率交会图版联合识别岩性的方法能有效识别研究区百口泉组岩性。

图4　准噶尔盆地风南井区百口泉组ϕND与深侧向电阻率交会图版

图5　准噶尔盆地风南井区风南15井百口泉组测井方法识别岩性与取心岩性对比

5　结论

（1）通过对准噶尔盆地风南井区百口泉组致密砂砾岩岩性岩石学特征分析，建立了具有区域针对性的砂砾岩岩性分类标准，可将砂砾岩岩性分3大类7小类。

（2）分析砂砾岩测井响应特征，发现声波时差、深侧向电阻率和中子孔隙度与密度孔隙度之差对砂砾岩岩性变化最为敏感。首先利用声波时差与深侧向电阻率交会图版识别出泥岩、中—细砂岩、粗砂岩和粗砾岩4类岩性；然后利用ϕND与深侧向电阻率交会图版识别出细砾岩、小中砾岩和大中砾岩，从而准确识别出百口泉组7类主要岩性。

（3）测井方法识别岩性结果与取心岩性吻合较好，此方法能够准确识别出砂砾岩主要的7类岩性，且具有较好的操作性，为砂砾岩的岩性定量识别提供切实可行的方法。

［1］王贵文，孙中春，付建伟，等.玛北地区砂砾岩储集层控制因素及测井评价方法［J］.新疆石油地质，2015，36（1）：8-13. WANG Guiwen，SUN Zhongchun，FU Jianwei，et al.Control factors and logging evaluation method for glutenite reservoir in Mabei area，Junggar basin［J］.Xinjiang Petroleum Geology，2015，36（1）：8-13.

［2］邹妞妞，庞雷，史基安，等.准噶尔盆地西北缘玛北地区百口泉组砂砾岩储层评价［J］.天然气地球科学，2015，26（增刊2）：63-72. ZOU Niuniu，PANG Lei，SHI ji'an，et al.Reservoir evaluation of glu⁃tenite body of Baikouquan formation in Maibei area，NW Junggar ba⁃sin［J］.Natural Gas Geoscience，2015，26（Supp.2）：63-72.

［3］朱筱敏.沉积岩石学（第四版）［M］.北京：石油工业出版社，2008. ZHU Xiaomin.Sedimentary petrology（4th edition）［M］.Beijing：Pe⁃troleum Industry Press，2008.

［4］谭增驹，郑宏安，张超谟，等.利用粒度中值平均粒径研究陆源碎屑岩岩性与结构［J］.测井技术，1995，19（2）：130-134. TAN Zengju，ZHENG Hongan，ZHANG Chaomo，et al.Study of the lithology and texture of terrigenous clastic rock with medium grain size and average grain diameter［J］.Well Logging Technology，1995，19（2）：130-134.

［5］于兴河.碎屑岩系油气储层沉积学（第二版）［M］.北京：石油工业出版社，2008. YU Xinghe.Clastic reservoir sedimentology（2nd edition）［M］.Bei⁃jing：Petroleum Industry Press，2008.

［6］赵澄林.沉积学原理［M］.北京：石油工业出版社，2001. ZHAO Chenglin.Principles of sedimentology［M］.Beijing：Petro⁃leum Industry Press，2001.

［7］白烨，薛林福，潘保芝，等.多方法融合判别复杂砂砾岩岩性［J］.吉林大学学报（地球科学版），2012，42（增刊2）：442-451. BAI Ye，XUE Linfu，PAN Baozhi，et al.Multi⁃methods combined identify lithology of glutenite［J］.Journal of Jilin University（Earth Science Edition），2012，42（Supp.2）：442-451.

［8］鲁国明.东营凹陷深层砂砾岩岩性测井综合识别技术［J］.测井技术，2010，34（2）：168-171. LU Guoming.Logging comprehensive identification technology of deep sandy conglomerate lithology，Dongying sag［J］.Well Logging Technology，2010，34（2）：168-171.

［9］闫建平，蔡进功，赵铭海，等.电成像测井在砂砾岩体沉积特征研究中的应用［J］.石油勘探与开发，2011，38（4）：444-451. YAN Jianping，CAI Jingong，ZHAO Minghai，et al.Application of electrical image logging in the study of sedimentary characteristics of sandy conglomerates［J］.Petroleum Exploration and Develop⁃ment，2011，38（4）：444-451.

［10］周伦先.成像测井技术在研究砂砾岩沉积构造中的应用［J］.新疆石油地质，2008，29（5）：654-656. ZHOU Lunxian.Application of fullbore formation microimager（FMI）to study of glutenite sedimentary structures in Jiyang de⁃pression［J］.Xinjiang Petroleum Geology，2008，29（5）：654-656.

［11］于兴河，瞿建华，谭程鹏，等.玛湖凹陷百口泉组扇三角洲砾岩岩相及成因模式［J］.新疆石油地质，2014，35（6）：619-627. YU Xinghe，QU Jianhua，TAN Chengpeng，et al.Conglomerate lithofacies and origin models of fan deltas of Baikouquan forma⁃tion in Mahu sag，Junggar basin［J］.Xinjiang Petroleum Geology，2014，35（6）：619-627.

［12］张顺存，蒋欢，张磊，等.准噶尔盆地玛北地区三叠系百口泉组优质储层成因分析［J］.沉积学报，2014，32（6）：1 171-1 180. ZHANG Shuncun，JIANG Huan，ZHANG Lei，et al.Genetic analy⁃sis of the high quality rservoir of Triassic Baikouquan formation in Mabei region，Junggar basin［J］.Acta Sedimentologica Sinica，2014，32（6）：1 171-1 180.

［13］楚泽涵，高杰，黄隆基，等.地球物理测井方法与原理：下册［M］.北京：石油工业出版社，2007. CHU Zehan，GAO Jie，HUANG Longji，et al.Principles and meth⁃ods of geophysical logging：partⅡ［M］.Beijing：Petroleum Indus⁃try Press，2007.

［14］毛志强，谭廷栋.密度测井和中子测井的相关性及其在识别天然气层中的应用［J］.地球物理学报，1996，39（1）：125-133. MAO Zhiqiang，TAN Tingdong.The correlativity of density log and neutron log and its application in identifying gas formations［J］.Ac⁃ta Geophysica Sinica，1996，39（1）：125-133.

［15］石玉江，肖亮，毛志强，等.低渗透砂岩储层成岩相测井识别方法及其地质意义——以鄂尔多斯盆地姬塬地区长8段储层为例［J］.石油学报，2011，32（5）：820-828. SHI Yujiang，XIAO Liang，MAO Zhiqiang，et al.An identification method for diagenetic facies with well logs and its geological signif⁃icance in low⁃permeability sandstones：a case study on Chang 8 res⁃ervoirs in the Jiyuan region，Ordos basin［J］.Acta Petrolei Sinica，2011，32（5）：820-828.

（编辑潘晓慧杨新玲）

Logging Identification Method for Lithology:A Case Study of Baikouquan Formation in Wellblock Fengnan,Junggar Basin

ZHAO Ning1,WANG Liang1,TANG Yong2,QU Jianhua2,LUO Xingping2,SIMA Liqiang1
(1.Southwest Petroleum University a.School of Geosciences and Technology;b.State Key Laboratory of Oil and Gas Reservoir Geology and Exploitation,Chengdu,Sichuan 610500,China;2.Research Institute of Exploration and Development,Xinjiang Oilfield Company, PetroChina,Karamay,Xinjiang 834000,China)

The tight sandy conglomerate reservoir in Baikouquan formation of Wellblock Fengnan,Junggar basin is characterized by vari⁃ous types of rocks,large range of grain size and severe heterogeneity,all of which have significant impacts on reservoir development effect. On the basis of the reference on national standard(GB/T 17412.2⁃1998)Classification and Nomenclature Schemes of Sedimentary Rocks, the rocks in Baikouquan formation can be classified as mudstone,moderate⁃fine sandstone,coarse sandstone,fine conglomerate,small peb⁃ble conglomerate,large pebble conglomerate and coarse conglomerate.The analysis on lithological and petrologic features of different rocks shows that there are differences in sedimentary environment,grain size,matrix content,physical property and pore structure among differ⁃ent lithologies.Coarse sandstone,fine conglomerate and small pebble conglomerate are dominant reservoir lithologies with the secondary of large pebble conglomerate.Dry layer or non⁃reservoir is mainly composed of mudstone,moderate⁃fine sandstone and coarse conglomerate. Based on lithological and petrologic features and their logging responses,interval transit time⁃deep lateral resistivity cross plot chart are es⁃tablished and a combined identification method of ϕNDand the plot is developed.The lithology obtained from logging identification matches well with that from cores,which could be widely used in the study area.

Junggar basin;Wellblock Fengnan;Baikouquan formation;sandy conglomerate;lithology classification;logging;lithology identification;cross⁃plot

P631.8

A

1001-3873（2016）06-0732-06

10.7657/XJPG20160618

2016-05-17

2016-08-08

国家自然基金青年基金（41504108）；中国博士后科学基金（2015M582568）

赵宁（1992-），男，新疆伊宁人，硕士研究生，地球探测与信息技术，（Tel）15928080212（E-mail）zn126000_petrol@126.com