基于复杂孔隙结构分析的低渗砂岩储层分类与表

征武鑫 吉林 吴伟 李芳 曾利刚 段朝伟 魏浩元 李英杰

摘要：綜合运用铸体薄片、扫描电镜、压汞测试、核磁共振等资料，对乌尔禾油田克拉玛依组低渗砂岩储层的微观孔隙结构特征进行分析。在此基础上，结合岩心物性、测井资料和生产数据，开展微观参数与宏观参数相结合的储层分类与表征。结果显示，中值压力、分选系数和核磁大小孔隙比，与研究区储层的物性相关性较好，可作为储层品质分类的微观定量参数；孔隙度、渗透率与研究区储层产能系数、容积系数相关性较好，是储层类型划分的宏观定量参数。储层品质因子有效建立了宏观与微观的联系，实现利用常规测井资料反算孔隙结构参数。反算的3项微观参数与单位厚度日产液量结合，将储层产能明显地分为了一、二、三类。研究认为，压汞曲线、核磁T2谱特征，中值压力、分选系数、核磁大小孔隙比、孔隙度、渗透率、储层品质因子，表征了研究区低渗砂岩的储层品质，明确了3类储层的定量划分标准。该研究方案为研究区储层类型3级精细划分提供了可靠依据。

关键词：乌尔禾油田;克拉玛依组;孔隙结构;低渗砂岩;K-means聚类算法;储层分类

中图分类号：P631.8+4

DOI：10.16152/j.cnki.xdxbzr.2020-04-013开放科学（资源服务）标识码（OSID）：

Classification and characterization of low permeability sandstone

reservoir based on complex pore structure analysis

WU Xin1， JI Lin1， WU Wei2， LI Fang1， ZENG Ligang3，DUAN Chaowei2， WEI Haoyuan3， LI Yingjie3

（1.Second Oil Production Plant， PetroChina Xinjiang Oilfield Company， Karamay 834000， China；

2.Research Institute of Logging Application， CNPC Logging Co.， Ltd.， Xi′an 710000， China；

3.Research Institute of Exploration and Development， PetroChina Yumen Oilfield Company， Jiuquan 735000， China）

Abstract： The micro pore structure of low permeability sandstone reservoir in Karamay formation of Wuerhe oilfield is analyzed by using casting thin section， scanning electron microscope， mercury injection test and nuclear magnetic resonance. On this basis， combined with core physical properties， logging data and production data， the reservoir classification and characterization of the combination of micro parameters and macro parameters are carried out. The results show that the medium pressure， sorting coefficient and nuclear magnetic pore ratio have a good correlation with the physical properties of the reservoir in the study area and can be used as micro quantitative parameters for reservoir quality classification; the porosity and permeability have a good correlation with the productivity coefficient and volume coefficient of the reservoir in the study area and are macro quantitative parameters for reservoir type classification. The reservoir quality factor effectively establishes the relationship between macro and micro dimensions， and realizes the inverse calculation of pore structure parameters by using conventional logging data. By combining the three micro parameters of back calculation with the daily liquid production per unit thickness， the reservoir productivity can be clearly divided into three categories， namely category one， two and three. According to the study， mercury injection curve， nuclear magnetic T2 spectrum characteristics， median pressure， sorting coefficient， nuclear magnetic pore ratio， porosity， permeability， reservoir quality factors， characterized the reservoir quality of low-permeability sandstone in the study area， and defined the quantitative classification criteria of three types of reservoirs. The research plan provides a reliable basis for the three-level fine classification of reservoir types in the study area.

Key words： Wuerhe Oilfield; Karamay Formation; pore structure; low permeability sandstone; K-means clustering algorithm; reservoir classification

中国西部的鄂尔多斯盆地、准噶尔盆地、酒泉盆地等，其低渗透砂岩储集层油气资源潜力巨大，成为学者关注的热点。大量的铸体薄片、扫描电镜、毛管压力分析以及生产资料表明，低渗砂岩储层的孔隙结构复杂多样，储层品质等级差异明显。利用微观孔隙结构进行储层分类是该类型储层研究的基础，是产能预测、开发方案制定的重要研究内容。有学者基于压汞测试和核磁共振实验分析［1］，提出了诸多低渗储层孔隙结构的评价方法，并在此基础上建立了微观孔隙结构参数和储层宏观参数的关系，给出了储层分类标准。如张晋言等［2］、罗少成等［3］、周明顺等［4］、耿斌等［5］以压汞或者核磁共振实验数据为依据，分析了储层孔隙结构的分类特征。姚军朋等［6］优选了孔喉中值半径、孔隙度、渗透率和束缚水饱和度作为碳酸盐岩储层的特征参数，对产能进行分级;王良军等［7］、师政等［8］强调了微观孔隙结构在地质上的应用;闫建平等［9］在孔隙结构分类的基础上，利用压汞资料研究不同孔隙结构特征及其对储层有效性的影响，认为低渗砂岩储层具有一定的微观孔隙结构参数下限;高衍武等［10］利用CT岩心扫描分析技术，完善了此类方法;司马立强等［11］获得了储层孔喉结构、储集性、渗滤性和裂缝发育程度等评价指标的关系，在划分气井的产能级别上取得了较好的应用效果。

上述研究成果均充分考虑了孔隙结构对储层类型划分的影响，主要通过压汞、核磁资料的曲线形态特征进行定性分类描述，然后用数理统计的方法，计算每一种类型微观参数的分类界限；在进行储层类型划分时，依据储层宏观表征参数孔隙度和渗透率建立孔隙结构和储层品质的联系。因此，该储层分类方法，一方面需要压汞、核磁等特殊实验和常规孔、渗分析数据的支撑，对实验依赖性较强;另一方面，该方法仅依靠孔、渗数据建立微观与宏观的联系，稍显不足。本研究通过分析乌尔禾油田克拉玛依组低渗砂岩储层的常规孔隙结构参数和储层渗流特性的关系，优选中值压力、分选系数和均值作为孔隙结构的分类参数，并在此基础上发现，核磁大小孔隙比在孔隙结构划分上有明显特征，从而进一步对微观孔隙结构的分类方案进行完善。除了将孔隙度、渗透率作为宏观参数与孔隙结构参数建立联系外，引入另一個宏观参数——储层品质因子，建立未取心段储层参数和孔隙结构的相关关系，并采用K-means聚类算法计算各微观、宏观参数的分类界限。最后，通过构建储层流动带综合参数，明确了储层的产能系数、容积系数和储层参数的内在联系，建立了更加全面的、基于多项微观、宏观参数的储层流动单元分类标准。

1 孔隙结构评价

1.1 孔隙结构特征

孔隙结构是岩石中孔隙和喉道的几何形状、大小、分布及其相互连通关系，微观孔隙结构的特征直接影响着储层岩石的储集能力和渗流能力。乌尔禾油田主要目的层为克拉玛依组，纵向上储层非均质性强，岩石性质变化大。岩心分析含油样品，其孔隙度主要集中在5.7％～19.4％，平均为11.2％；渗透率分主要集中在0.923×10-3～48.542.345×10-3μm2，最大为352.345×10-3μm2，平均为2.05×10-3μm2；物性特征为中—低孔、低渗。电镜资料显示，其储层微观孔隙结构复杂，发育有粒间孔、溶蚀孔、微孔隙和微裂缝（见图1），其中粒间孔、溶蚀孔是主要的流体储集空间。

压汞测试实验是储层孔隙结构研究的重要手段，其中毛管压力曲线形态和孔喉半径分布可以直观地反映孔隙结构的复杂程度。一般情况下，一条毛管压力曲线由进汞压力起始、结束的高切线斜率段和中间的相对平坦段组成。实验开始记录的进汞饱和度压力称为排驱压力，排驱压力的大小反映汞进入岩石孔隙的难易程度。中间的相对平坦段反映岩石的主体孔隙特征，该段曲线的高低代表了孔喉大小，陡平则代表了喉道的粗细。

图2为研究区典型的毛管压力曲线图和孔喉半径分布直方图。由图2A可知，其孔隙排驱压力在0.02～1 MPa，压力分布不均，粗细孔喉并存；由图2B可知，研究区储层孔喉半径分布不均，集中在1～9 μm，大小孔喉共存;毛管压力曲线形态显示其孔隙类型大致有以下4种：①大孔粗喉型（80号岩样），该类型岩石的孔隙排驱压力约为0.02 MPa，最大进汞饱和度可达95％以上，总体特征表现为孔隙个体大，喉道粗，分选连通好，孔隙度、渗透率均好。②小孔粗喉型储层（90号岩样），该类型岩石的孔隙排驱压力约为0.02 MPa，最大进汞饱和度可达85％以上，总体特征表现为喉道粗，分选连通较好，但孔隙个体小，孔隙度偏低，渗透率偏低。③大孔细喉型储层（17、57号岩样），该类型岩石的孔隙排驱压力约为0.1 MPa，最大进汞饱和度可达80％以上，总体特征表现为孔隙个体大，但喉道偏细，孔隙度中等，渗透率偏低。④小孔细喉型储层（8号岩样），该类型岩石的孔隙排驱压力在1 MPa以上，最大进汞饱和度低于80％，总体特征表现为孔隙个体小，喉道偏细，孔隙度低，渗透率低。

核磁共振实验技术的发展，为孔隙结构的研究提供了另一重要途径，根据实验测得的岩心T2谱图的双峰形态、幅度高低，可以定性评价孔隙结构。研究认为，核磁T2谱图由双峰组成，左峰代表小孔隙，右峰代表大孔隙，双峰的幅度代表各类孔隙的占比。谱图的峰形越靠右、幅度越高，则孔隙结构越好、物性越好；反之，孔隙结构差、物性差［12］。对图3中5块岩样的核磁T2谱分析发现，80号岩样的峰形靠右，幅越高，总体特征为大孔隙占比高，孔隙结构好，物性好，对应压汞分类的大孔粗喉型岩石;90号岩样的峰形靠右，幅越中等，总体特征为大孔隙占比高，孔隙结构好，物性中等，对应压汞分类的小孔粗喉型岩石;17，57号岩样的峰形居中，幅越中等，总体特征为大、小孔隙占比相当，孔隙结构中等，物性中等，对应压汞分类的大孔细喉型岩石;8号岩样的峰形居左，幅越高，总体特征为小孔隙占比高，孔隙结构差，物性差，对应压汞分类的小孔细喉型岩石。

由此可见，压汞与核磁实验数据均可对孔隙结构进行分类评价。其中，压汞可提供明确的定量数据，核磁T2谱图仅能定性分析。为了获得核磁实验的定量数据，本研究定义核磁大小孔隙比Q=2／1，表示核磁共振实验T2分布谱中，大孔隙信号与小孔隙信号之间的强度之比。图3中，典型核磁大小孔隙分布直方图显示，不同孔隙类型岩石核磁2和1变化较快，核磁大小孔隙之比分布范围较广，在0～8。由实验数据获取的压汞、核磁参数，构成了微观孔隙结构评价的基本参数集。

1.2 微观与宏观参数选择

由孔隙结构特征分析可知，孔喉均值、分选系数、平均孔喉半径、中值压力、中值孔喉半径、排驱压力、核磁大小孔隙比等参数均可定量表征储层的微观孔隙结构。但是，由于低渗砂岩的孔隙类型多样，孔隙结构复杂，加之沉积、成岩综合地质因素的影响，并不是所有的孔隙结构参数都与物性有较好的相关性。将研究区的孔隙结构参数与岩石孔、渗分别交会发现，中值压力Pm、分选系数θ和上文引入的核磁大小孔隙比Q与储层物性相关性较好（表1为孔隙结构参数与储层物性、孔隙结构参数之间相关性系数表）。在充分认识孔隙结构特征的基础上，优选这3个参数作为研究区储层微观孔隙结构定量评价的参数集合。

另外，储层品质因子是研究储集层岩石物理分类和反应宏观储层品质的重要参数［13］，在利用常规测井资料进行储层分类中有广泛的应用。为了能够在非取心段得到各储层孔隙结构的特征参数，引入储层品质因子指数RQI。

根据定义可知，储层品质因子能较好的反应储层的物性特征，计算公式如下

RQI=K，（1）

式中：RQI为储层品质因子，无量纲;为孔隙度，小数;K为渗透率，×10-3μm2。

取心段的，K由分析化验资料获取，非取心段则由常规测井曲线计算获取。由公式（1）分别建立储层品质因子RQI与中值压力Pm、分选系数θ、核磁大小孔隙比Q的相关关系，发现储层品质因子RQI与这3项微观孔隙结构参数均有较好的相关性，因此可利用宏观储层参数储层品质因子对研究区孔隙结构参数进行计算（见图4）。

由图4可知，各孔隙结构参数计算公式如下：

Pm=11.773×RQI-1.16，R=0.92，   （2）

θ=1.682+3.489×lgRQI，R=0.84， （3）

M=0.846+0.086×RQI，R=0.87，（4）

Q=0.016+0.059×RQI，R=0.87。（5）

因此，本文在定量劃分孔隙结构类型时，用到的微观参数有中值压力、分选系数、核磁大小孔隙比，宏观参数有孔隙度、渗透率、储层品质因子共6项，通过RQI建立非取心段微观孔隙结构参数与宏观物性参数的关系，实现连续计算。

2 孔隙结构类型划分

孔隙结构类型划分常用的方法有数理统计法、模糊聚类法和相关分析法，本文采用K-means聚类算法［14］。算法的基本原理是以样本和聚类中心的距离满足某一个阈值作为数据对象分类的标准，即同一类孔隙结构参数距离一个聚类中心的距离越小，则这组样本的特征差异性越小，越可能划分为同一种类型。算法的工作框架如下。

1）给出n个数据样本， 令I=1， 将岩心测试数据组成的参数集划分为K个聚类中心Zj（I）， j=1，2，3，…，K。

2）用欧式距离求解法计算每个数据样本与相邻的聚类中心的距离D（xiZj（I）），i=1，2，3，…，n;j=1，2，3，…，K。若该距离小于设定的阈值，即D（xiZj（I））=min｛D（xiZj（I）），i=1，2，3，…，n｝，则xi∈wk。

3）令I=I+1，Zj（2）=1n∑nji=1x（j）i， j=1，2，…，K，计算误差平方和准则函数Jc：Jc（2）=∑Kj=1∑njk=1‖x（j）k-Zj（2）‖2。

4）判断：如果｜JC（I+1）-JC（I）｜＜ξ，那么表示算法结束，反之，I=I+1，重新返回第2步执行。

一般情况下，孔隙结构参数的定量分类首先通过典型核磁T2谱、压汞曲线特征定性将岩石分类，然后计算各类型代表参数来实现。因此，K-means聚类算法中的K值需要预先给定位。很多情况下K值的估计是非常困难的。研究区典型核磁T2谱、压汞曲线特征以及孔隙类型定性划分结果如图5所示。由图5可以看出，核磁T2谱和压汞曲线将孔隙类型定性分为6类，分别为极好（E1），极好—好（E2），好（G1），好—中等（G2），中等—差（M），差（P）。

1）E1：孔隙度极高，渗透率极高，储层品质因子大于75;核磁T2谱呈右峰单峰，左峰幅度极低;毛管压力曲线低平，排驱压力低于0.1 MPa。

2）E2：孔隙度高，渗透率高，储层品质因子大于30;核磁T2谱呈双峰特征，但左峰幅度较低;毛管压力曲线低平，排驱压力低于0.1 MPa。

3）G1：孔隙度较高，渗透率高—中等，储层品质因子大于20;核磁T2谱呈双峰特征，且双峰幅度大致相等;毛管压力曲线低平，排驱压力低于0.1 MPa。

4）G2：孔隙度中等，渗透率中等，储层品质因子大于10;核磁T2谱呈双峰特征，左峰幅度略高于右峰;毛管压力曲线位于中间位置，排驱压力低于1 MPa。

5）M：孔隙度中等低，渗透率中等—低，储层品质因子大于1;核磁T2谱呈双峰特征，左峰幅度明显高于右峰;毛管压力曲线位于中间偏上位置，排驱压力低于1 MPa。

6）P：孔隙度低，渗透率极低，储层品质因子接近于1或者小于1;核磁T2谱呈单峰特征，右峰幅度极低;毛管压力曲线位于较高位置，排驱压力大于1 MPa。

由图5可以看出，孔隙结构由极好到差，毛管压力曲线逐渐抬升，排驱压力升高，最大进汞饱和度降低，表示岩石孔隙喉道变窄，孔隙结构变差;核磁T2谱图的右峰幅度逐渐降低，左峰幅度逐渐升高，表示大孔隙信号减弱，小孔隙信号增强。

将参与分类的6项孔隙结构参数（中值压力、分选系数、核磁大小孔隙比、孔隙度、渗透率、储层品质因子）组成6个集合，利用K-means聚类算法获得每个集合的中心参数。各孔隙类型的聚类参数中心如表2所示。

3 储层基本类型确定

3.1 利用綜合参数划分储层类型

在进行储层分类之前，需确定储层的基本类型。划分储层基本类型的方法有很多，一般是建立储层产液能力和储层参数的关系。常用于定量表征储层产液能力的参数有2种：① 产能系数kh，定义为地层有效渗透率k和地层有效厚度h的乘积，用以评价储层产能;② 容积系数h，地层有效孔隙度和地层有效厚度h的乘积，反映储层储集能力。图6为研究区产液能力综合参数与储层分类关系图。

从图6可以看出，按照散点分布和相对集中的原则，研究区的储层基本类型有3种，每一类储层的物性条件基本一致，储层之间则有较大差异。第一类储层：图6中右上圈所示，该类型储层产能系数大于800×10-3μm2·m，容积系数大于40，定义为高产储层;第二类储层：图中中间圈所示，该类型储层产能系数大于1×10-3μm2·m，容积系数大于1，定义为中产储层;第三类储层：图6中左下圈所示，该类型储层产能系数小于1×10-3μm2·m，容积系数小于30，定义为低产储层甚至干层。

根据产液能力和储层参数的关系，将研究区储层基本类型划分为3类，这是利用孔隙结构参数进行储层精细分类的前提。

3.2 利用孔隙结构进行储层分类

在储层基本类型划分结果的基础上，对相应的核磁T2谱和毛管压力曲线进行分类整合。按照储层划分为3类的原则，各类储层毛管压力曲线和核磁T2谱典型特征如图7，8所示。

图7依据储层基本类型划分结果，将毛管压力曲线归纳为3类。第一类储层：毛管压力曲线位于图版偏低位置，随着进汞压力的增加，汞饱和度迅速上升，这类储层的排驱压力一般低于0.02 MPa，岩石主体孔隙结构好，孔隙分布均匀，喉道半径大。第二类储层：毛管压力曲线位于图版的中间位置，随着进汞压力的增加，最大汞饱和度达85％左右，这类储层的排驱压力一般低于1 MPa，岩石主体孔隙结构较好，喉道半径中等。第三类储层：毛管压力曲线位于图版较高位置，随着进汞压力的增加，汞饱和度缓慢上升，这类储层的排驱压力一般高于1 MPa，岩石主体孔隙结构较差，喉道半径小，汞较难进入岩石孔隙空间。

图8依据储层基本类型划分结果，将核磁T2谱归纳为3类。第一类储层：T2谱峰右移，且右峰明显高于左峰，表明大孔隙信号强，岩石主体孔隙结构较好，以连通孔隙为主。第二类储层：T2谱呈明显的双峰特征，信号幅度相当，表明大、小孔隙均中态分布，岩石主体孔隙结构一般。第三类储层：T2谱峰左移，且左峰明显高于右峰，表明小孔隙信号强，岩石主体孔隙结构差，以不连通孔隙为主。

再次采用聚类算法，计算图7，8中3类储层孔隙结构的中心参数。各储层类型划分参数聚类中心如表3所示。

由表3可以看出， 储层的宏观参数（孔隙度、 渗透率、 储层品质因子）与微观孔隙结构参数（中值压力、 分选系数以及核磁大小孔隙比）一致性较好， 孔隙结构的好坏与储层物性的好坏正相关。

4 储层综合分类

微观孔隙结构参数和储层宏观参数有较好的相关性，微观-宏观参数建立的储层分类标准与储层物性一致性较好。但是，孔隙结构参数对储层产液能力的影响没有直观的表现出来，也没有具体的量化标准。为此，本研究通过单位厚度日产液量建立储层参数和储层品质的直接关系，对储层分类标准进行精细表征（见图9）。

图9为储层产能与中值压力、储层品质因子、分选系数、核磁大小孔隙比的关系图。由图9可以看出，单位厚度日产液量与储层品质因子、分选系数和核磁大小孔隙比成正比，与中值压力成反比，这与前面的分析结果一致。基于孔隙结构分析的储层标准，可将其分为3类，其中第一类、第二类储层产能较好，第三类储层产能低，或者属于干层。

对研究区孔隙结构特征进行深入分析，优选微观与宏观的孔隙结构评价参数，在此基础上对孔隙结构类型进行定量划分。利用综合参数和孔隙结构参数确定储层的基本类型，然后根据储层的实际产液能力建立储层品质和孔隙结构的定量关系，得出研究区的储层分类标准如表4所示。

1）第一类储层：储层渗流能力和储集性能好，产液能力强。从压汞曲线特征看，压力曲线低，排驱压力低，进汞饱和度高，储层孔隙度大，孔隙结构较好;核磁T2谱图中，大孔隙幅度高，谱图偏右，大孔隙占比较高，孔隙连通性较好;孔隙类型为E1，E2，G1，分别对应为极好，极好—好，好;储层宏观参数孔隙度大于8％，渗透率大于10×10-3μm2，储层品质因子大于20;储层微观参数分选系数一般大于2，核磁大小孔隙比大于1，中值压力小于0.2。

2）第二类储层：储层渗流能力和储集性能一般，产液能力一般。从压汞曲线特征看，压力曲线居中，排驱压力中等，进汞饱和度高，储层孔隙度大，孔隙结构一般;核磁T2谱图中，大、小孔隙幅度接近，谱图居中，大、小孔隙占比接近，孔隙连通性一般;孔隙类型为G1，G2，M，分别对应为好，好—中等，中等—差;储层宏观参数中，孔隙度一般在8％～12％，渗透率一般在（1～50）×10-3μm2，储层品质因子在2～20;储层微观参数分选系数一般在1.5～2，核磁大小孔隙比在0.5～1，中值压力在0.2～1。

3）第三类储层： 储层渗流能力和储集性能差， 产液能力差， 或无产液能力。 从压汞曲线特征看， 压力曲线高， 排驱压力高， 进汞饱和度低， 储层孔隙度小， 孔隙结构差; 核磁T2谱图中， 小孔隙幅度高， 谱图偏左， 小孔隙占比较高， 孔隙连通性差; 孔隙类型为M， P， 分别对应为中等—差， 差; 储层宏观参数中， 孔隙度一般小于10％， 渗透率小于1×10-3μm2，储层品质因子一般小于5;储层微观参数分选系数小于1.5，核磁大小孔隙比小于0.5，中值压力大于1。

5 结 论

1）研究区储层孔隙结构复杂，储集空间复杂多样，孔隙结构微观参数（孔隙中值压力、分选系数、核磁大小孔隙比）与储层宏观参数（孔隙度、渗透率和储层品质因子）相关性较好。通过微观，宏观参数将复杂孔隙结构划分为6类，分别为极好（E1）、极好—好（E2）、好（G1）、好—中等（G2）、中等—差（M）和差（P）。

2）克拉玛依组储层品质因子与孔隙结构参数有较好的拟合关系。利用储层品质因子，以及根据储层品质因子反算的3项微观孔隙结构参数，将储层按照单位厚度日产液量划分为3类，分别为好、较好和差。

3）由产液能力确定的研究区内3种类型储层，其压汞曲线、核磁T2谱图、孔隙类型特征可表征品质间的差异性；同时，优选的6项微观、宏观参数为该差异性确定了定量标准，为研究区制定了更加细致的储层类型划分方案。

致谢：在本文完成过程中，西南石油大学地球科学与技术学院陈科贵教授给予了悉心指导，在此表示感谢！

参考文献：

［1］ 王妍， 马瑶， 王若谷， 等. 致密砂岩储层微观孔隙结构的分形研究［J］. 西北大学学报（自然科学版）， 2019（6）：936-937.

WANG Y，MA Y，WANG R G，et al.Fractal study on micro pore structure of tight sandstone reservoir［J］.Journal of Northwest University （Natural Science Edition），2019（6）：936-937.

［2］ 张晋言， 刘海河， 刘伟. 核磁共振测井在深层砂砾岩孔隙结构及有效性评价中的应用［J］. 测井技术，2012， 36（3）：256-260.

ZHANG J Y，LIU H H，LIU W.Application of NMR Data to evaluation of deep glutenite pore structure and reservoir validity［J］.Logging Technology，2012，36（3）：256-260.

［3］ 罗少成，成志刚，林伟川， 等.基于核磁共振测井的致密砂岩储层孔喉空间有效性定量评价［J］.油气地质与采收率，2015，22（3）：16-21.

LUO S C，CHENG Z G，LIN W C，et al.Quantitative evaluation of the effectiveness of pore-throat space in tight sandstone reservoirs based on nuclear magnetic resonance log［J］.Oil and Gas Geology and Recovery，2015，22（3）：16-21.

［4］ 周明顺，殷洁，潘景丽， 等.基于核磁共振测井孔喉的低渗透率储层有效性评价方法［J］.测井技术，2014，38（4）：452-457.

ZHOU M S，YIN J，PAN J L，et al.Application of NMR data to evaluation of deep glutenite pore structure and reservoir validity［J］.Logging Technology，2014，38（4）：452-457.

［5］ 耿斌，胡心红.孔隙结构研究在低渗透储层有效性评价中的应用［J］.断块油气田，2011，18（2）：187-190.

GENG B，HU X H.Application of pore structure study in effectiveness evaluation of low permeability reservoir［J］.Fault Block Oil and Gas Field，2011，18（2）：187-190.

［6］ 姚军朋，季赟，陈中权，等. 柴达木盆地砂礫岩油藏储层有效性评价及应用［J］. 测井技术，2015，39（2）：59-63.

YAO J P，JI Y，CHEN Z Q，et al.Effectiveness evaluation and application of glutenite reservoir in Qaidam Basin［J］.Logging Technology，2015，39（2）：59-63.

［7］ 王良军，张文凯，胡晓文， 等.川东南志留系小河坝组致密砂岩储层孔隙结构［J］.成都理工大学学报（自然科学版），2019，46（1）：70-79.

WANG L J，ZHANG W K，HU X W，et al.Pore structures of the Xiaoheba Formation tight sandstone reservoirs in southeastern Sichuan Basin， China［J］.Journal of Chengdu University of Technology （Natural Science Edition）， 2019，46（1）：70-79.

［8］ 师政，邱隆伟，陆建林， 等.南堡地区碳酸盐岩储层孔隙结构特征及对物性的影响［J］.沉积学报，2019，37（2）：379-389.

SHI Z，QIU L W，LU J L，et al.Pore structure characteristics and their influence on petrophysical proper-ties of carbonate reservoirs in the Nanpu Area［J］.Journal of Sedimentation， 2019，37（2）：379-389.

［9］ 闫建平，张帆，王敏， 等.基于核磁共振实验的低渗透砂岩岩电参数分类及应用——以东营凹陷南坡沙四段为例［J］.地球物理学报，2019，62（7）：2748-2758.

YAN J P，ZHANG F，WANG M，et al.Classification of rock-electro parameters of low-permeability sandstone based on nuclear magnetic resonance log and its appication：An example of Es4 in south slope of the Dongying Depression［J］.Journal of Geophysics，2019，62（7）：2748-2758.

［10］高衍武， 吴伟， 张虔， 等. 利用多重-大津阈值算法和扫描电镜分割CT图像［J］. 长江大学学报（自然科学版）， 2019， 16（4）：17-24.

GAO Y W，WU W，ZHANG Q，et al.Segmentation of CT images using multiple Dajin threshold algorithm and SEM［J］.Journal of Yangtze University （Natural Science Edition），2019，16（4）：17-24.

［11］司马立强， 姚军朋， 黄丹， 等. 合川气田须家河组低孔隙度低渗透率砂岩储层有效性测井评价［J］. 测井技术， 2011，35（3）：64-68.

SIMA L Q，YAO J P，HUANG D，et al.Log evaluation of effectiveness of low porosity and low permeability sandstone reservoir in Xujiahe Formation of Hechuan gas field［J］.Log Technology， 2011，35（3）：64-68.

［12］吴伟， 邵广辉， 桂鹏飞， 等. 基于电成像资料的裂缝有效性评价和储集层品质分类——以鸭儿峡油田白垩系为例［J］.岩性油气藏， 2019 ， 31（6）：102-108.

WU W，SHAO G H，GUI P F，et al.Fracture effectiveness evaluation and reservoir quality classification based on electrical imaging data：A case study of Cretaceous in Yaerxia Oilfield［J］.Lithologic Reservoir，2019，31（6）：102-108.

［13］尚婷， 曹红霞， 郭艳琴， 等. 致密砂岩储层微观孔隙结构特征及物性影响因素分析——以延长探区上古生界山西组为例［J］. 西北大学学报（自然科学版），2017，47（6）：877-886.

SHANG T，CAO H X，GUO Y Q，et al.Analysis of micro pore structure characteristics and physical property influencing factors of tight sandstone reservoir：Taking Shanxi formation of Upper Paleozoic in Yanchang exploration area as an example［J］.Journal of Northwest University （Natural Science Edition），2017，47（6）：877-886.

［14］李慧勇，胡安文，于海波， 等.石臼坨凸起西段陡坡帶东营组三段储层特征及控制因素［J］.东北石油大学学报，2018，42（4）：75-84.

LI H Y，HU A W，YU H B，et al.Reservoir characteristics and controlling factors of the third member of Dongying Formation in the steep slope zone of the western Shijiutuo uplift［J］. Journal of Northeast Petroleum University，2018，42（4）：75-84.

（编 辑 雷雁林）