页岩储集层综合评价因子及其应用——以四川盆地东南缘焦石坝地区奥陶系五峰组—志留系龙马溪组为例

沈骋，任岚，赵金洲，谭秀成，吴雷泽

（1. 油气藏地质及开发工程国家重点实验室 西南石油大学，成都 610500；2. 中国石化江汉油田分公司石油工程技术研究院，武汉 430035）

页岩储集层综合评价因子及其应用
——以四川盆地东南缘焦石坝地区奥陶系五峰组—志留系龙马溪组为例

沈骋1，任岚1，赵金洲1，谭秀成1，吴雷泽2

（1. 油气藏地质及开发工程国家重点实验室 西南石油大学，成都 610500；2. 中国石化江汉油田分公司石油工程技术研究院，武汉 430035）

针对目前页岩储集层评价方法的缺点，提出采用综合评价因子预测优质页岩储集层的分布规律和压裂施工的优势压裂段。综合评价因子由物性评价因子和压裂评价因子采用等效计算方法求得，物性评价因子结合测井得到的岩电参数利用矿物体积模型获取，表征储集层储集性；压裂评价因子利用考虑矿物组分的等效介质模型获取，表征储集层可压裂性。根据综合评价因子，结合岩心宏观、微观特征分析和测井资料，将四川盆地东南缘焦石坝奥陶系五峰组—志留系龙马溪组一段页岩储集层划分为 4类储集岩，其中高自生硅页岩和高陆源硅页岩具有较优质的储集性和可压裂性，中陆源硅页岩次之，低陆源硅页岩较差。利用综合评价因子可对生产井水平段测井资料进行解释，分析不同储集岩类型占比，识别具有优质储集性和可压裂性的储集层，预测结果与现场压裂后生产效果对应较好。图13表2参37

综合评价因子；物性评价因子；压裂评价因子；页岩储集层；含气性；可压裂性；硅页岩；焦石坝页岩气；四川盆地

0 引言

页岩储集层的高效评价已成为页岩气开发相关研究中的重要环节[1-2]。优质的储集性能和理想的储集层改造体积（SRV）是获得经济产能的前提。由于地质特征和资料收集程度存在差异，不同工区页岩储集层的评价方法区别较大，如采用属性等值线[3]、地震反演[4-6]、岩相标定法[7-9]、旋回对比法[10]进行储集性评价，或采用矿物组分法[11-12]、弹性参数法[13-14]及二者综合分析法[15-17]、结合微地震监测SRV的数值解法[18-19]进行脆性及可压性评价，以达到选取具备优质物性的“地质甜点区”或预测改造程度较好的“人造高渗区”的目的[20]。然而，目前的评价方法尚未同时考虑储集层的地质和工程因素[21]，导致水平井分段分簇压裂方案的设计具有不确定性，难以实现高产或稳产；也未综合考虑页岩储集层物性与可压性之间的联系（即具有较大SRV的水平井（段）是否同时具备优质储集性或较高含气量），使得生产井布井、优势压裂段选取等技术问题的指向性尚不明确。

得益于郭旭升[22]、郭彤楼等[23]提出的“二元富集”理论和高产富集模式，四川盆地东南缘焦石坝地区奥陶系五峰组—志留系龙马溪组页岩取得实质性的开发成效，储集层评价工作已取得阶段性成果[24-25]。本文针对目前页岩储集层评价方法存在的问题，选择该区块作为研究对象，考虑储集层含气特征和体积压裂效果的影响，建立涵盖物性评价和可压裂性评价的页岩储集层综合评价因子，划分储集岩类型，结合测井解释资料获取具有优质储集性和可压裂性的储集层的分布。研究对后续重复压裂段产能评价也具有指示作用。

1 页岩储集层综合评价因子建立

页岩气开发过程需要同时考虑储集层地质特征和压裂施工条件。已有学者通过岩样和数值分析发现页岩储集层脆性矿物组分含量与孔隙度存在负相关性[15,26]，四川盆地焦石坝地区五峰组—龙马溪组页岩岩样分析同样发现该规律（见图 1）。由此可知，储集性较好的区带可能并非压裂施工的甜点区，而能够形成较大SRV的区带可能不具备优质储集性。因此，有必要将地质与工程特征结合起来对页岩储集层进行评价，建立考虑物性和可压裂性的页岩储集层综合评价因子。

图1 四川盆地焦石坝地区五峰组—龙马溪组页岩储集层岩样脆性矿物含量与孔隙度关系图

1.1 物性评价因子

物性特征直接影响含油气特性。物性评价通常采用实验方法，即通过毛管压力曲线获取储集层储集空间特征来评价页岩储集性，但由于页岩的致密程度相当而无法明确区分（见表1）；或借鉴常规储集层储能系数的应用，采用总有机碳含量（TOC）与富有机质（TOC值大于2%）储集层（视）厚度的乘积进行评价。但不同地区页岩气开发效果表明，页岩储集层中游离态页岩气的贡献权重至关重要且不可忽略（见图 2），储集层TOC和孔隙度分别是预测吸附气和游离气含量的关键参数[27]（见图 3、图 4），而上述方法未能考虑孔隙度等衡量储集空间和游离气含量的因素。因此，本文从考虑含气特性的角度出发，同时选取TOC和孔隙度建立物性评价因子，并采用熵权法得到参数的权重，以此评价页岩储集层物性。

表1 四川盆地焦石坝地区JY-1井龙马溪组页岩压汞实验数据

引入物性权重系数a1、b1，分别表征孔隙度（游离气）和TOC（吸附气）对产能的贡献能力，建立页岩储集层物性评价因子：

图2 北美不同页岩储集层吸附气与游离气含量对比图

图3 岩心实测总有机碳含量与吸附气量关系图

图4 岩心实测孔隙度与游离气量关系图

由于经济原因，TOC和孔隙度难以通过实验获取。故本文利用测井解释资料，采用文献[28]的方法，利用测井密度进行TOC的回归计算：

同理，将页岩分为基质（硅质、碳酸盐和黏土矿物、有机质）、地层流体与储集空间（束缚水、天然气和孔缝）两部分[15]。根据矿物体积模型法建立孔隙度计算式：

运用熵权法计算孔隙度和TOC的权重系数。首先对孔隙度与TOC进行归一化处理：

然后建立熵模型：

最后通过如下权模型获取物性权重系数：

研究区页岩储集层孔隙度大于等于4.5%时对应高游离气量（见图 4），岩心孔隙度测试结果也表明区内储集层孔隙度大于等于4.5%时游离气量在总含气量中的比例较大（见图5）。因此，分别计算孔隙度大于等于4.5%和小于4.5%条件下的a1、b1，表征不同条件下游离气与吸附气对产能的贡献。计算结果为：孔隙度大于等于 4.5%时，a1、b1分别为 0.65、0.35；孔隙度小于4.5%时，a1、b1分别为0.55、0.45。

图5 JY-1井岩心游离气量与吸附气量关系图

1.2 压裂评价因子

页岩储集层可压裂性同样影响页岩气产能，通常用矿物脆性或岩石力学脆性等简单的综合表征参数[13-17,29]反映。文献[13]将不同矿物组分等价处理进行估算，不能准确评价脆性；文献[15]未考虑泊松比与弹性模量等的权重，而不同工区不同弹性参数的变化幅度不同，对压裂施工的影响也会不同；文献[29]虽然考虑了断裂韧性、裂缝延伸判别准则等诸多因素，但较为繁琐，且需预设天然裂缝产状，人为可调性过强。

通常地，泊松比越小，弹性模量越大，页岩储集层改造体积越大（见图 6），对应较大产气区域。基于此，借鉴新型脆性因子[15]，建立压裂评价因子：

图6 Y井各压裂段微地震监测SRV与弹性参数关系图

利用测井解释成果可获取纵波、横波时差来计算各数据点对应的弹性模量和泊松比：

并非所有生产井都进行阵列声波测井，研究过程中通常缺失横波数据。为实现利用测井数据快速计算压裂评价因子，建立矿物组分与弹性参数的相关关系并简化计算流程，本文利用Voigt-Reuss-Hill模型[30-32]、Biot-Gassmann模型[33]获取纵横波数据。

首先，建立不同矿物组分的Voigt-Reuss-Hill模型以计算岩石基质等效弹性参数（体积模量和切变模量）：

然后，根据Mavko等[34]基于Biot理论推导的两相介质中应力与应变的等价关系，将孔隙与流体同时加入页岩基质中：

本文将束缚水与天然气同时考虑为流体，可以通过含水饱和度与含气饱和度数据等效换算：

再根据 Biot-Gassmann模型建立弹性参数之间的关系式：

最后，根据（10）式—（14）式求得纵波时差、横波时差，再通过（8）式、（9）式求出各测井点的弹性模量和泊松比，然后代入（7）式求出压裂评价因子。

1.3 综合评价因子

假设储集层物性与可压裂性对优质储集层以及压后产能贡献均等，则通过等效计算方法建立综合评价因子：

2 基于综合评价因子的储集岩类型划分

四川盆地焦石坝地区五峰组—龙马溪组一段页岩储集层岩石类型变化较小，但由于沉积期由深水滞留厌氧环境向深水陆棚环境转变，沉积水体的局限性被打破，受高能水体环境的影响逐渐增大，矿物组分比例及其成因有明显区别，尤其表现为硅质矿物由五峰组生物成因的自生硅为主向龙马溪组陆源碎屑成因的陆源硅为主的快速转化[35]。在前人对四川盆地焦石坝页岩储集层研究[36]和三轴岩石力学实验的基础上，利用综合评价因子，从物性和岩石力学角度，将五峰组—龙马溪组一段含气页岩（除去五峰组顶部观音桥段凝灰岩）划分为低陆源硅页岩（S1）、中陆源硅页岩（S2）、高陆源硅页岩（S3）和高自生硅页岩（S4）4类储集岩（见图7）。

2.1 低陆源硅页岩

图7 四川盆地焦石坝地区五峰组—龙马溪组一段页岩储集层的物性评价因子与压裂评价因子图版

该类岩石岩心多呈深灰—灰黑色，致密，水平纹层发育（见图8a、8b），夹有顺层发育的粉砂质条带，条带宽约0.3～1.0 mm，另有少量未充填水平裂缝（长约100 mm，宽约1～2 mm）、方解石脉（见图8a）和大量粉砂质团块（6 mm×6 mm）～（10 mm×35 mm）（见图8b）发育。镜下观察该类岩石黏土矿物含量大于 50%，最高达76%，硅质矿物含量小于35%，碳酸盐矿物含量小于8%；石英颗粒具有一定的顺层性及定向性（见图8c）。

该类岩石物性评价因子集中在0.2～0.4，压裂评价因子主要分布在0.4～0.6，表现出较差的储集性和较好的可压裂性。岩石内层理缝、纳米级有机质孔等宏微观储集空间发育较少，是影响储集性的主要因素。虽然岩石基质中硅质、碳酸盐矿物等脆性矿物总量较低，但粉砂质条带和大量的粉砂质团块弥补了脆性矿物的不足，有助于增强岩石的可压裂性。该类岩石综合评价因子分布在0.1～0.4，储集空间的匮乏使得天然气资源量较少，较低的天然裂缝发育程度也使得体积改造难以产生较大SRV。综合认为该类岩石的开发效果较差。

图8 四川盆地焦石坝地区五峰组—龙马溪组一段页岩储集层低陆源硅页岩宏、微观特征

2.2 中陆源硅页岩

该类岩石岩心多呈深灰—灰黑色，致密且性脆，水平层理发育，见灰黑色泥质条带和浅灰色粉砂质条带频繁叠置（见图9a）；方解石半充填水平裂缝（长约70～120 mm，宽约1～2 mm）较为发育。镜下观察该类岩石黏土矿物含量小于 35%，硅质矿物含量在35%～50%，碳酸盐矿物含量在 8%～10%，并发现白云石聚集呈带状分布（见图9b），与黏土具有不清晰的界线；石英较均匀分布在黏土中，或呈纹层状（见图9c）；相比低陆源硅页岩，笔石化石碎片较多，含量达5%～10%。

该类岩石物性评价因子主要分布在0.3～0.5，压裂评价因子主要分布在0.4～0.6。较差的孔隙发育程度和天然裂缝被半充填制约着储集空间的发育，影响储集性。而较高的脆性矿物含量则保证了储集层具有较好的可压裂性。该类岩石综合评价因子分布在 0.40～0.45，虽然储集性较差，但宏观上天然裂缝较好的发育程度、泥质条带和粉砂质条带的叠置，微观上石英粉砂、白云石和黏土等不同矿物的相互接触等特征，使得岩石具有较多的应力弱面，压裂施工过程中岩体更易发生破坏。若上覆和下伏岩层储集性较好，则可选择该类岩石发育层进行水力压裂，沟通上下岩层获得高产。

图9 四川盆地焦石坝地区五峰组—龙马溪组一段页岩储集层中陆源硅页岩宏、微观特征

2.3 高陆源硅页岩

该类岩石岩心多呈灰黑色，水平层理发育，粉砂质条带较少，呈断续状（见图 10a），毫米级宽度；天然裂缝发育，主要为水平缝，自上而下裂缝发育密度增大，并由方解石半充填、未充填向全充填转变，偶见垂直缝（见图 10b）；笔石化石碎片与低、中陆源硅页岩相比更多（见图 10c）。镜下观察该类岩石黏土矿物含量小于 20%，硅质矿物含量大于 50%，碳酸盐矿物含量大于 10%；富石英、白云石矿物区与富黏土矿物区具有不清晰界线，宽度约0.200～0.275 mm（见图10d）。不同于中陆源硅页岩，该类岩石白云石也可呈星点状较均匀分布（件图 10e）；放射虫、硅质骨针发育（见图10f），可见方解石交代现象。

该类岩石物性评价因子主要分布在0.40～0.75，压裂评价因子主要分布在0.35～0.60。相对较高的有机质含量对应纳米级有机质孔发育，有机质的高度转化进一步增大了储集空间，对吸附气和游离气的储集具有积极作用。高脆性矿物含量同样保证了水力压裂的可行性。该类岩石综合评价因子分布在0.45～0.50，储集性和可压裂性均较好，且方解石半充填、全充填的天然裂缝大量发育使得宏观应力弱面增多，碳酸盐矿物的增多使得不同矿物间的微观应力弱面增多[16,37]，有利于裂缝扩展并沟通更多含气区域。综合认为该类岩石可作为优先开采对象。

图10 四川盆地焦石坝地区五峰组—龙马溪组一段页岩储集层高陆源硅页岩宏、微观特征

2.4 高自生硅页岩

该类岩石岩心多呈灰黑—黑色，主要发育在五峰组，页理发育；裂缝十分发育，主要被方解石充填，呈近水平（见图 11a、11b）或近垂直状，并交错为 U型或“井”字型（见图11c、11d）。镜下观察该类岩石黏土矿物含量低于 20%，硅质矿物含量大于 60%，最高达75%，碳酸盐含量为8%～10%；大量石英粉砂和白云石混合的浅色纹层与深色黏土层互层（见图11e），或石英粉砂呈带状聚集分布（见图 11f）；笔石化石碎片富集，多被硅质交代，无定向分布。

该类岩石物性评价因子主要分布在0.5～0.9，表现出较好的储集性；压裂评价因子主要分布在 0.40～0.55，表现出较好的储集层可压裂性。高有机碳含量成为资源富集的保障[36]，而在裂缝系统近乎完全充填条件下有机质孔的大量发育成为形成优质储集层的保障。高含量自生石英脆性矿物的发育加上U型和“井”字型充填缝的大量交互发育，形成的不同应力弱面共同使得岩石具有较好的可压裂性。该类岩石综合评价因子大于0.5，储集性和可压裂性均较好，目前生产过程中被视为主要的水力压裂开采岩石类型。

四川盆地焦石坝地区五峰组—龙马溪组一段 4类页岩具有不同的物性与可压裂性。综合探讨认为高自生硅页岩和高陆源硅页岩具有较好的储集性和可压裂性，中陆源硅页岩次之，低陆源硅页岩较差。

3 优质储集层识别与压裂后产能评价

3.1 优质页岩储集层识别

图11 焦石坝地区五峰组—龙马溪组一段页岩储集层高自生硅页岩宏、微观特征

区别于常规储集层直井生产模式，页岩气开采需通过水平井压裂施工实现产能，传统的储能系数或将不再适用于水平井段的横向评价。通过测井解释，运用储集层综合评价因子划分水平段 4类岩石类型所占比例。对焦石坝全区已有92口生产井进行水平段岩石类型划分发现（见表2），钻遇高自生硅页岩、高陆源硅页岩比例较高的水平井具有较好的测试产量。也就是说，综合评价因子高于0.45的页岩储集层同时具备较好的储集性与可压裂性，证实了综合评价因子的适用性，也说明页岩储集层评价不能仅单独考虑储集性或可压裂性。

表2 四川盆地焦石坝地区水平井钻遇页岩储集层物性、可压裂性、测试产量统计表

3.2 压裂后产能评价

页岩储集层分段压裂施工，各压裂段的生产能力对单井产量贡献不一。北美页岩储集层现场生产结果表明对单井产量有明显贡献的压裂段不到50%。为此，以进行过微地震实时监测SRV的Y井（见图6）17个压裂段为例（见图 12a），根据物性评价因子、压裂评价因子和综合评价因子进行水平段评价（见图13）。

总体上看，Y井第13—17段综合评价因子主要分布在 0.45～0.50，同时表现出较好的储集性与可压裂性，产量贡献最佳，多在（1.0～2.0）×104m3/d；第1、4、9、11、12段综合评价因子主要分布在0.5及以上，表现出较好的储集性，可压裂性相对较差，产量贡献适中，多在（0.5～1.0）×104m3/d；第2、3、5—8、10段综合评价因子多在0.45以下，在0.45～0.50的较少，物性与压裂评价因子波动幅度大，产量贡献较差甚至没有产量，基本在0.5×104m3/d以下。由此可以看出，物性与压裂效果同时对产量产生影响：①对于本文研究区，当综合评价因子大于0.50时，储集性具有先天优势，以往压裂选层方案中多选取该层进行施工，但压裂改造过程中由于天然裂缝的大量发育，压裂液滤失量大，且下伏涧草沟组瘤状灰岩并未具备含气性，改造过程中压裂液及其能量向灰岩的转移对产量贡献无效（见图 12b），微地震监测获取的 SRV主要分布在（1.5～3.0）×106m3，近井储集层可被充分改造，所以产量相对适中；②当综合评价因子为0.45～0.50时，页岩储集层同时具备较好的储集性和可压裂性，从穿行层位来看，水平段并未穿行含气性最优的五峰组，但却因为从最具压裂性的层位起裂，将上覆和下伏含气性较好的储集层动用起来（见图12c），SRV比穿行综合评价因子大于0.5的层段更大，多高于3.0×106m3，最具开发优势；③当综合评价因子小于0.45时，尽管可压裂性较好，但多对应储集性较差的层位，且天然裂缝发育程度较低，难以调动相邻的优势储集层，无法形成较大SRV（多小于1.5×106m3），所以开发效果相对较差。

图12 焦石坝地区Y井水平段穿行层位及压裂模式

图13 焦石坝地区Y井水平段物性、可压裂性及综合评价测井解释成果

4 结论

基于岩石物理实验获取储集层地质特征，综合前人研究成果，建立了反映页岩储集层储集性与可压裂性的综合评价因子。根据综合评价因子，将四川盆地东南缘焦石坝地区奥陶系五峰组—志留系龙马溪组一段页岩储集层划分为低陆源硅页岩、中陆源硅页岩、高陆源硅页岩和高自生硅页岩 4类储集岩，其中高陆源硅页岩和高自生硅页岩的储集性和可压裂性最好，是页岩开发的优质岩类。

根据测井解释获取储集层地质特征，将综合评价因子应用到实际生产中后发现，综合评价因子充分考虑地质与工程因素，与压后生产效果对应较好。利用综合评价因子进行水平段评价时，适中且稳定的综合评价因子表示同时具有较好的储集性和可压裂性，对应较高产量，证实储集性与可压裂性是同时影响产量的因素。

符号注释：

a1，b1——物性权重系数；e1，e2——原始物性评价因子、压裂评价因子；e1max，e1min——单井最大、最小物性评价因子；e2max，e2min——单井最大、最小压裂评价因子；E0——综合评价因子；Ei——第i个测井解释数据点对应的弹性模量，GPa；Ej——孔隙度熵值或总有机碳熵值；Emax，Emin——单井测井解释点中最大、最小弹性模量，GPa；fn——第n类矿物组分含量，%；k——测井数据点个数；K，μ——饱和流体状态的页岩体积模量和切变模量，GPa；Kf——流体体积模量，GPa；Km，μm——基质体积模量和切变模量，GPa；Kn，μn——第 n类矿物组分的体积模量和切变模量，GPa；KR，μR——Reuss平均体积模量和切变模量，GPa；KV，μV——Voigt平均体积模量和切变模量，GPa；Kw，Kg——液相、气相体积模量，GPa；max xj，min xj——研究区最大、最小孔隙度或总有机碳含量，%；p——随体积应变和流量增大的压力，MPa；R——相关系数；Sw——岩体含水饱和度，%；TOC——总有机碳含量，%；TOClab——实验室测得平均总有机碳含量，%；TOCmax，TOCmin——单井最大、最小总有机碳含量，%；Wj——孔隙度或总有机碳的权值；xij——第i个测井解释数据点对应的孔隙度或总有机碳含量，%；Yij——第i个测井解释数据点对应的归一化孔隙度或总有机碳含量；α——Biot系数；Δtp，Δts——纵波时差、横波时差，ms/m；ρ——测井（岩心）密度，g/cm3；ρf——流体密度，g/cm3；ρk——有机质（干酪根）密度，g/cm3；ρm——基质密度，g/cm3；υi——第i个测井解释数据点对应的泊松比；υmax，υmin——单井地球物理解释点中最大、最小泊松比；φe——有效孔隙度，%；φmax，φmin——单井最大、最小孔隙度，%。

[1] 陈新军, 包书景, 侯读杰, 等. 页岩气资源评价方法与关键参数探讨[J]. 石油勘探与开发, 2012, 39(5)： 566-571.CHEN Xinjun, BAO Shujing, HOU Dujie, et al. Methods and key parameters of shale gas resources evaluation[J]. Petroleum Exploration and Development, 2012, 39(5)： 566-571.

[2] 陈更生, 董大忠, 王世谦, 等. 页岩气藏形成机理与富集规律初探[J]. 天然气工业, 2009, 29(5)： 17-21.CHEN Gengsheng, DONG Dazhong, WANG Shiqian, et al. A preliminary study on accumulation mechanism and enrichment pattern of shale gas[J]. Natural Gas Industry, 2009, 29(5)： 17-21.

[3] 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)： 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)： 308-317.

[4] ALZATE J H, DEEPAK D. Integration of surface seismic, microseismic,and production logs for shale gas characterization： Methodology and field application[J]. Interpretation, 2013, 1(2)： 37-49.

[5] HU R, VERNIK L, NAYVELT L, et al. Seismic inversion for organic richness and fracture gradient in unconventional reservoirs： Eagle Ford Shale, Texas[J]. Leading Edge, 2015, 34(1)： 80-84.

[6] 郭旭升, 尹正武, 李金磊. 海相页岩含气量地震定量预测技术及其应用： 以四川盆地焦石坝地区为例[J]. 石油地球物理勘探,2015, 50(1)： 144-149.GUO Xusheng, YIN Zhengwu, LI Jinlei. Quantitative seismic prediction of marine shale gas content, a case study in Jiaoshiba area,Sichuan Basin[J]. Oil Geophysical Prospecting, 2015, 50(1)： 144-149.

[7] ABOUELRESH M O, SLATT R M. Lithofacies and sequence stratigraphy of the Barnett Shale in east-central Fort Worth Basin,Texas[J]. AAPG Bulletin, 2012, 96(1)： 34-43.

[8] HAN C, JIANG Z, HAN M, et al. The lithofacies and reservoir characteristics of the Upper Ordovician and Lower Silurian black shale in the Southern Sichuan Basin and its periphery, China[J].Marine & Petroleum Geology, 2016, 75： 181-191.

[9] OU C, RUI R, LI C, et al. Multi-index and two-level evaluation of shale gas reserve quality[J]. Journal of Natural Gas Science &Engineering, 2016, 35： 1139-1145.

[10] 石强, 陈鹏, 王秀芹, 等. 页岩气水平井高产层段判识方法及其应用： 以四川盆地威远页岩示范区下志留统龙马溪组为例[J]. 天然气工业, 2017, 37(1)： 60-65.SHI Qiang, CHEN Peng, WANG Xiuqin, et al. A method for identifying high-productivity intervals in a horizontal shale gas well and its application： A case study of the Lower Silurian Longmaxi Fm in Weiyuan Shale gas demonstration area, Sichuan basin[J]. Natural Gas Industry, 2017, 37(1)： 60-65.

[11] GUO Z, CHAPMAN M, LI X. A shale rock physics model and its application in the prediction of brittleness index, mineralogy, and porosity of the Barnett Shale[C]//2012 SEG Annual Meeting. Las Vegas, Nevada： SEG, 2012.

[12] SHI X, LIU G, JIANG S, et al. Brittleness index prediction from conventional well logs in unconventional reservoirs using artificial intelligence[R]. IPTC 18776-MS, 2016.

[13] PAPANASTASIOU P, ATKINSON C. The brittleness index in hydraulic fracturing[R]. ARMA 15-489, 2015.

[14] GENG Z, CHEN M, JIN T, et al. Brittleness determination of rock using rock physics techniques calibrated with macro damage[R].ARMA 15-268, 2015.

[15] 刘致水, 孙赞东. 新型脆性因子及其在泥页岩储集层预测中的应用[J]. 石油勘探与开发, 2015, 42(1)： 117-124.LIU Zhishui, SUN Zandong. New brittleness indexes and theirapplication in shale/clay gas reservoir prediction[J]. Petroleum Exploration and Development, 2015, 42(1)： 117-124.

[16] MATHIA E, RATCLIFFE K. Brittleness index： A parameter to embrace or avoid?[R]. URTeC 2448745, 2016.

[17] ROJAS L F, PEÑA Y Q, CARRILLO Z H C. Brittleness analysis： A methodology to identify sweet spots in shale gas reservoirs[R]. SPE 180955-MS, 2016.

[18] MITTAL R, ORUGANTI Y, MCBURNEY C. Re-fracturing simulations： Pressure-dependent SRV and shear dilation of natural fractures[R]. SPE 178631-MS, 2015.

[19] ANDERSON D M, THOMPSON J M, CADWALLADER S D, et al.Maximizing productive stimulated reservoir volume in the Eagle Ford： An infill case study[R]. URTeC 2430961, 2016.

[20] 邹才能, 丁云宏, 卢拥军, 等. “人工油气藏”理论、技术及实践[J].石油勘探与开发, 2017, 44(1)： 144-154.ZOU Caineng, DING Yunhong, LU Yongjun, et al. Concept,technology and practice of “man-made reservoir” development[J].Petroleum Exploration and Development, 2017, 44(1)： 144-154.

[21] OTTMANN J, BOHACS K. Conventional reservoirs hold keys to the‘Un’s[J]. AAPG Explorer, 2014, 35(2)： 26.

[22] 郭旭升. 南方海相页岩气“二元富集”规律： 四川盆地及周缘龙马溪组页岩气勘探实践认识[J]. 地质学报, 2014, 88(7)： 1209-1218.GUO Xusheng. Rules of Two-Factor enrichment for marine shale gas in southern China： Understanding from the Longmaxi Formation shale gas in Sichuan Basin and its surrounding areas[J]. Acta Geologica Sinica, 2014, 88(7)： 1209-1218.

[23] 郭彤楼, 张汉荣. 四川盆地焦石坝页岩气田形成与富集高产模式[J]. 石油勘探与开发, 2014, 41(1)： 28-36.GUO Tonglou, ZHANG Hanrong. Formation and enrichment mode of Jiaoshiba shale gas field, Sichuan Basin[J]. Petroleum Exploration and Development, 2014, 41(1)： 28-36.

[24] 郭旭升, 胡东风, 文治东, 等. 四川盆地及周缘下古生界海相页岩气富集高产主控因素： 以焦石坝地区五峰组—龙马溪组为例[J].中国地质, 2014, 41(3)： 893-901.GUO Xusheng, HU Dongfeng, WEN Zhidong, et al. Major factors controlling the accumulation and high productivity in marine shale gas in the Lower Paleozoic of Sichuan Basin and its periphery： A case study of the Wufeng-Longmaxi Formation of Jiaoshiba area[J].Geology of China, 2014, 41(3)： 893-901.

[25] 彭勇民, 龙胜祥, 胡宗全, 等. 四川盆地涪陵地区页岩岩石相标定方法与应用[J]. 石油与天然气地质, 2016, 37(6)： 964-970.PENG Yongmin, LONG Shengxiang, HU Zongquan, et al. Calibration method of shale petrological facies and its application in Fuling area,the Sichuan Basin[J]. Oil and Gas Geology, 2016, 37(6)： 964-970.

[26] 张腾, 张烈辉, 唐洪明, 等. 页岩孔隙整合化表征方法： 以四川盆地下志留统龙马溪组为例[J]. 天然气工业, 2015, 35(12)： 19-26.ZHANG Teng, ZHANG Liehui, TANG Hongming, et al. An integrated shale pore characteristics method： A case study of the Lower Silurian Longmaxi Formation in the Sichuan Basin[J]. Natural Gas Industry,2015, 35(12)： 19-26.

[27] 黄仁春, 王燕, 程思洁, 等. 利用测井资料确定页岩储层有机碳含量的方法优选： 以焦石坝页岩气田为例[J]. 天然气工业, 2014,34(12)： 25-32.HUANG Renchun, WANG Yan, CHENG Sijie, et al. Optimal selection of logging-based TOC calculation methods of shale reservoirs： A case study of the Jiaoshiba shale gas field, Sichuan Basin[J]. Natural Gas Industry, 2014, 34(12)： 25-32.

[28] 赵金洲, 沈骋, 任岚, 等. 页岩储层不同赋存状态气体含气量定量预测： 以四川盆地焦石坝页岩气田为例[J]. 天然气工业, 2017,37(4)： 27-33.ZHAO Jinzhou, SHEN Cheng, REN Lan, et al. Quantitative prediction of gas contents in different occurrence states of shale reservoirs： A case study of Jiaoshiba shale gasfield in the Sichuan Basin[J]. Natural Gas Industry, 2017, 37(4)： 27-33.

[29] 赵金洲, 许文俊, 李勇明, 等. 页岩气储层可压性评价新方法[J].天然气地球科学, 2015, 26(6)： 1165-1172.ZHAO Jinzhou, XU Wenjun, LI Yongming, et al. A new method for fracability evaluation of shale-gas reservoirs[J]. Natural Gas Geoscience, 2015, 26(6)： 1165-1172.

[30] VOIGT W. Crystal physics[M]. Leipzig： Teubner, 1928： 1-20.

[31] REUSS A. Stresses constant in composite, rule of mixtures for compliance components[J]. Journal of Applied Mathematics and Mechanics, 1929, 9(1)： 49-58.

[32] HILL R. The elastic behavior of crystalline aggregate[J]. Journal of Process Physical Society, 1952, 65(5)： 349-354.

[33] BIOT M. Theory of propagation of elastic waves in a fluid saturated porous solid[J]. The Journal of the Acoustical Society of America,1956, 28(2)： 168-191.

[34] MAVKO G, MUKERJI T, DVORKIN J. The rock physics handbook：Tools for seismic analysis of porous media[M]. Cambridge：Cambridge University Press, 2003.

[35] 王淑芳, 邹才能, 董大忠, 等. 四川盆地富有机质页岩硅质生物成因及对页岩气开发的意义[J]. 北京大学学报(自然科学版), 2014,50(3)： 476-486.WANG Shufang, ZOU Caineng, DONG Dazhong, et al. Biogenic silica of organic-rich shale in Sichuan Basin and its significance for shale gas[J]. Acta Scientiarum Naturalium Univesitatis Pekinensis,2014, 50(3)： 476-486.

[36] 吴蓝宇, 胡东风, 陆永潮, 等. 四川盆地涪陵气田五峰组—龙马溪组页岩优势岩相[J]. 石油勘探与开发, 2016, 43(2)： 1-9.WU Lanyu, HU Dongfeng, LU Yongchao, et al. Advantageous shale lithofacies of Wufeng Formation-Longmaxi Formation in Fuling gas field of Sichuan Basin, SW China[J]. Petroleum Exploration and Development, 2016, 43(2)： 1-9.

[37] 付小东, 秦建中, 縢格尔, 等. 烃源岩矿物组成特征及油气地质意义： 以中上扬子古生界海相优质烃源岩为例[J]. 石油勘探与开发, 2011, 38(6)： 671-684.FU Xiaodong, QIN Jianzhong, TENGER, et al. Mineral components of source rocks and their petroleum significance： A case from Paleozoic marine source rocks in the Middle-Upper Yangtze region[J].Petroleum Exploration and Development, 2011, 38(6)： 671-684.

（编辑 胡苇玮）

A comprehensive evaluation index for shale reservoirs and its application:A case study of the Ordovician Wufeng Formation to Silurian Longmaxi Formation in southeastern margin of Sichuan Basin, SW China

SHEN Cheng1, REN Lan1, ZHAO Jinzhou1, TAN Xiucheng1, WU Leize2
(1. State Key Laboratory of Oil and Gas Reservoir Geology and Exploration, Southwest Petroleum University, Chengdu 610500,China; 2. Research Institute of Petroleum Engineering of Jianghan Oilfield Branch of Sinopec Corp., Wuhan 430035, China)

Aiming at the disadvantages of existing shale reservoir evaluation methods, a new comprehensive index was proposed to accurately predict the distribution of high quality shale reservoirs and favorable fracturing intervals. The comprehensive index can be calculated using the physical properties index and fracturing index by the equivalent method. Computed by logging rock-electric parameters and mineral bulk physical model, the physical properties index characterizes reservoir property and gas-bearing property; the fracturing index characterizes reservoir fracability and is acquired by equivalent porous medium model considering mineral components.According to the comprehensive index, combined with the macro-micro characteristics of cores and logging data, the shale reservoirs in the Ordovician Wufeng Formation to Silurian Longmaxi Formation of Jiaoshiba area in the southeastern margin of Sichuan Basin are subdivided into four types, the high terrigenous siliceous and high authigenic siliceous types are the best in reservoir property and fracability, followed by the middle siliceous and then low siliceous. The comprehensive index can be used to interpret the logging data of horizontal well to figure out the proportion of reservoirs of different types, identify the spatial distribution of reservoirs with good physical properties and good fracability. The predicted results match well with actual production after fracturing.

comprehensive evaluation index; physical properties index; fracturing index; shale reservoir; gas-bearing property; fracability;siliceous shale; Jiaoshiba shale gas; Sichuan Basin

“十三五”国家科技攻关重大专项（2016ZX05060）；国家自然科学基金（51404204）

P618.12

A

1000-0747(2017)04-0649-10

10.11698/PED.2017.04.19

沈骋, 任岚, 赵金洲, 等. 页岩储集层综合评价因子及其应用： 以四川盆地东南缘焦石坝地区奥陶系五峰组—志留系龙马溪组为例[J]. 石油勘探与开发, 2017, 44(4)： 649-658.

SHEN Cheng, REN Lan, ZHAO Jinzhou, et al. A comprehensive evaluation index for shale reservoirs and its application： A case study of the Ordovician Wufeng Formation to Silurian Longmaxi Formation in southeastern margin of Sichuan Basin, SW China[J]. Petroleum Exploration and Development, 2017, 44(4)： 649-658.

沈骋（1990-），男，四川成都人，西南石油大学在读博士研究生，主要从事储集层地质与增产改造技术方面的研究工作。地址：四川省成都市新都区新都大道 8号，西南石油大学油气藏地质及开发工程国家重点实验室，邮政编码：610500。E-mail：ShenC_Victor@163.com

联系作者简介：赵金洲（1962-），男，湖北仙桃人，硕士，西南石油大学教授，主要从事油气藏压裂酸化理论与应用方面的教学和科研工作。地址：四川省成都市新都区新都大道8号，西南石油大学，邮政编码：610500。E-mail：zhaojz@swpu.edu.cn

2016-12-11

2017-05-12