自然伽马能谱测井在延安地区黏土矿物分析中的应用

宁 波，姚志刚，李瑞祥

(西安石油大学地球科学与工程学院，西安 710065)

岩石中的黏土矿物会影响测井值，因此需要对黏土矿物进行研究，分析黏土矿物对于油层保护和提高原油产量及采收率具有重要意义。地球上存在黏土矿物的油层占总油层的50%以上，黏土矿物比较复杂，具有敏感性。而油田钻井开发时通常会采用各种钻井液和增产液，当其与油层中的黏土矿物不匹配时，黏土矿物就会破坏油层。因此,对黏土矿物种类及含量进行研究对油气田勘探开发以及地质学基础理论的研究具有重要意义。

自然伽马能谱测井在识别不同的黏土矿物、定量计算地层中的黏土矿物含量和识别岩性等方面具有很高的应用价值[1]。近年来，自然伽马能谱测井方法在中国多个大油田相继投入生产实践，并以其独特的优势解决了很多实际问题。目前应用较多的是条件交会图法和统计分类法。条件交会图法是利用钾-钍交会图识别出不同井段上黏土矿物组合类型的变化规律，再采用多元线性逐步回归分析法，建立黏土矿物类型及含量计算模型[2]。但条件交会图法对黏土矿物的类型识别不够准确，并且对黏土矿物精确含量的计算均依靠于室内岩芯分析资料，成本高，过程复杂。统计分类法主要应用于岩性识别，但是统计分类法的算法太过复杂，且不易改进。因此，一种新的岩性识别方法的建立已成为研究的重点。

不同地层放射性特征反映了地层岩性的变化[3]。而自然伽马能谱能够反映出黏土矿物中放射性元素的含量高低，同时也为预测地下岩性中黏土矿物的含量提供了一种简单易行的方法。基于此，对延安地区实际情况进行研究，利用自然伽马能谱测井确定黏土矿物；并在条件交会图法的基础上进行改进，为识别岩性尤其是黏土矿物识别建立了新的思路，同时为该区勘探开发提供一定的理论依据。

1 地质概况

根据现今构造形态、基底性质和底形及大的构造运动情况，结合中国行政区划，将鄂尔多斯盆地构造单元由南至北，有东至西划分为6个一级构造单元。即南部的渭北隆起、北部为伊盟隆起；东部为晋西挠褶带、中部的陕北大单斜坡(范围最大，占整个盆地面积的1/2左右)、中西部天环大坳陷和西部的西缘逆冲断带[4]。而研究区位于鄂尔多斯盆地延安地区，地处陕北斜坡构造单元的东部地区(图1)。

图1 研究区构造位置示意图Fig.1 Schematic diagram of structural location in the study area

2 黏土矿物成分与放射性元素含量的关系

不同岩石的自然伽马放射性不同，泥质含量越低，放射性越低。在组成岩石的众多矿物中，放射性元素含量最多的是黏土矿物，而不同黏土矿物中U、Th和K的含量存在差异。黏土矿物存在较强的可塑性、胶体性与吸附性。主要黏土矿物有伊利石、蒙脱石、高岭石、绿泥石和混层黏土矿物[5]。

研究发现各种黏土矿物的测井特征值存在差异[6]。表1为高岭石、绿泥石、伊利石和蒙脱石U、Th、K含量及Th/K、孔隙度等参数的测井响应值[7]。

3 图版法确定黏土矿物

斯伦贝谢公司制作的图版[8]，可以对地层中所含量的黏土矿物类型定性判别,但是此图版不能提供黏土矿物含量与具体对应关系。因此,根据延安地区所采集到的井数据，采用黄茜[9]2008年改进的图版进行分析，该图版可以确定黏土矿物的种类以及大体含量。

表1 常见黏土矿物的测井特征值Table 1 Logging eigenvalues of common clay minerals

图2 黏土矿物分析图版[9]Fig.2 Clay mineral analysis chart[9]

如图2所示，纯伊利石分布于图2的右上角,其变化趋势为由其他区域向右上角,伊利石含量逐渐增加。当伊利石成分增大时,反映在图版上可能有两种表现形式:一是伊利石线百分数增加;二是伊/高转化百分线值增加。因此伊利石线和伊利石的伊/高转化百分线值可分别反映伊利石矿物成分的变化程度,二者共同效应才能够真正代表伊利石含量。伊利石相对含量具体计算过程:首先读出资料点落在伊利石线的百分数,再读伊利石的伊/高转化百分线值,故二者之积为伊利石的百分含量。高岭石含量为高岭石线的百分数与伊/高转化百分线值之积。计算出伊利石及高岭石百分含量之后,利用高岭石含绿泥石、伊利石、蒙脱石伊蒙混层为地层中主要黏土矿物,三者之和约为100%,计算出蒙脱石含量内含伊蒙混层[9]。

由图2可知，研究区黏土矿物类型是混合矿物。根据上述的计算方法，伊利石含量最高，约为20%～70%；其次是高岭石，含量约为21%～50%；蒙脱石含量最少，约为0～59%。原测井资料显示：高岭石含量在20%～60%，伊利石含量为30%～70%，蒙脱石含量为10%～50%。对比可知，高岭石、蒙脱石与伊利石的图版分析结果和实际资料相符。

4 多元回归确定黏土矿物成分及含量

4.1 研究区黏土矿物含量和U、Th、K含量之间的关系

首先通过图版计算高岭石、伊利石和蒙脱石的相对含量，然后作高岭石、伊利石和蒙脱石含量与放射性元素U、Th、K含量的交会图，最后分析高岭石、伊利石和蒙脱石含量与U、Th、K含量之间的相关关系。

4.1.1 高岭石含量与U、Th、K含量的交会图

图3 高岭石含量与U、Th、K含量交会图Fig.3 Intersection diagram of kaolinite content and U,Th,K content

如图3所示，随着U含量增大，高岭石含量既有增大的趋势，也有减小的趋势，说明高岭石含量和U含量之间的相关性不明显；高岭石含量和Th含量的相关系数为0.98，随着Th含量的增大，高岭石含量显著增大，表明高岭石含量和Th含量之间的关系为高度正相关；高岭石含量与K含量的相关系数为0.74，随着K含量的增加，高岭石含量也不断增加，说明高岭石含量和K含量之间的关系为强线性正相关。

4.1.2 伊利石含量和U、Th、K含量的交会图

如图4所示，伊利石含量与U含量的相关系数为0.61，随着U含量增大，伊利石含量也增大，说明伊利石含量与U含量之间关系为正相关；伊利石含量与Th含量的相关系数为0.67，随着Th含量增大，伊利石含量也不断增大，表明伊利石含量和Th含量之间的关系也是正相关；伊利石含量与K含量的相关系数为0.96，随着K含量的增大，伊利石含量也明显增大，说明伊利石含量和K含量之间的关系为高度正相关。

图4 伊利石含量与U、Th、K含量交会图Fig.4 Intersection diagram of Illite content and U,Th,K content

4.1.3 蒙脱石含量和U、Th、K含量的交会图

如图5所示，蒙脱石含量与U含量的相关系数为0.31，U含量增加，蒙脱石含量有减小趋势，说明蒙脱石含量和U含量之间的关系为弱负相关；蒙脱石含量与Th含量的相关系数为0.94，随着Th含量增大，蒙脱石含量明显减小，表明蒙脱石含量与Th含量之间的关系为强线性负相关；蒙脱石含量与K含量之间的相关系数为0.94，随着K含量的增大，蒙脱石含量显著减少，说明蒙脱石含量和K含量之间的关系也为高度负相关。

图5 蒙脱石含量与U、Th、K含量交会图Fig.5 Intersection diagram of montmorillonite content and U,Th,K content

4.2 建立黏土矿物含量多元线性回归方程

根据上述的相关性分析，可以发现黏土矿物含量和U、Th、K含量之间存在或强或弱，或正或负的线性相关关系，这与多元线性回归的基本条件符合，于是建立多元线性回归方程[10]：

Wx=a+bU+cTh+dK

(1)

式(1)中：Wx为黏土矿物相对含量；x为黏土矿物类型；a为常数项；b、c、d分别为变量U、Th、K的系数。将黏土矿物含量Wx和U、Th、K含量代入式(1)，通过最小二乘法拟合求得a、b、c、d，代入式(1)，即为黏土矿物的多元线性回归计算方程。

求得井C的黏土矿物含量和U、Th、K含量的多元线性回归计算方程：

(2)

式(2)中：W(高岭石)为高岭石的相对含量；W伊利石为伊利石的相对含量；W蒙脱石为蒙脱石的相对含量。根据井C各点U、Th、K含量，可以通过式(2)，分别计算出各个点所对应的高岭石、蒙脱石、伊利石等黏土矿物含量。

将多元线性回归方程计算的高岭石含量与从图版读取的高岭石含量作交会图，如图6所示，横坐标W高1为高岭石的图版读取值，纵坐标W高岭石为多元线性回归方程计算的高岭石含量。由图6可知，W高岭石和W高1比较均匀的分布在直线y=x上及两边，说明回归拟合效果很好，表明可以利用多元线性回归方程来计算高岭石含量。

图6 高岭石回归方程计算值与图版读取值交会图Fig.6 Intersection of calculated value and chart reading value of kaolinite regression equation

图7 伊利石回归方程计算值与图版读取值交会图Fig.7 Intersection of calculated value and chart reading value of Illite regression equation

将多元线性回归方程计算的伊利石含量与从图版读取的伊利石含量作交会图，如图7所示。图7的横坐标W伊1为伊利石的图版读取值，纵坐标W伊利石为多元线性回归方程计算的伊利石含量。通过交会图(图7)可以发现，W伊利石和W伊1比较均匀的分布在直线y=x上及两边，说明回归拟合效果很好，表明可以利用多元线性回归方程来计算伊利石含量。

将多元线性回归方程计算的蒙脱石含量与从图版读取的蒙脱石含量作交会图，如图8所示，横坐标W蒙1为蒙脱石的图版读取值，纵坐标W蒙脱石为多元线性回归方程计算的蒙脱石含量。通过交会图可以发现，W蒙脱石和W蒙1比较均匀的分布在直线y=x上及两边，说明回归拟合效果很好，表明可以利用多元线性回归方程来计算蒙脱石含量。

图8 蒙脱石回归方程计算值与图版读取值交会图Fig.8 Intersection of calculated value and chart reading value of montmorillonite regression equation

分析发现，高岭石、伊利石和蒙脱石的回归拟合效果都很好，说明可以通过多元线性回归方程来计算黏土矿物含量，该方法是可行的。

4.3 确定黏土矿物的绝对含量

通过图版法和多元线性回归方程确定的黏土矿物含量都是相对含量，要确定黏土矿物的绝对含量，就需要计算出泥质含量[11]。

泥质含量的计算方法有很多，研究表明地层的泥质含量和钍或钾含量的线性关系较好，但与地层的铀含量关系复杂。因为铀除了伴随碎屑沉积存在外，还与地层的有机质和一些含铀重矿物含量有关，所以一般不用铀含量求泥质含量，而用钍含量与钾含量的测井值计算泥质含量。因此利用钍含量来确定泥质含量，计算公式如式(3)、式(4)所示:

SVTH=(Th-Thmin)/(Thmax-Thmin)

(3)

SVTE=(2GCUR·SVTH-1)/(2GCUR-1)

(4)

式中:SVTH和SVTE分别为钍含量求得的泥质含量指数和泥质体积含量；Th为钍的含量，min和max分别为纯砂岩地层和纯泥岩地层的最小值与最大值；GCUR为Hilchie指数[12]。

计算求得泥质含量后，与黏土矿物的相对含量作积，便可确定其在地层中的绝对含量。

5 结论

通过对研究区的自然伽马能谱测井值U、Th、K与黏土矿物含量的分析，可以得到以下结论。

(1)通过改进的图版计算不同地层中高岭石、伊利石及蒙脱石含量，作黏土矿物含量与U、Th、K含量的交会图。单一地层段与混合地层段(全井不分地层)，其交会图具有相似性，说明黏土矿物含量只与放射性元素含量有关，而与地层无关。

(2)改进后的图版不仅可用于定性分析，还可以用于定量分析，即在判定黏土矿物类型的同时，也能够求取黏土矿物的含量。经过验证求取的结果符合实际资料的分析结果，证明通过图版法，利用自然伽马能谱测井的放射性元素含量求取黏土矿物含量的方法是可行的。

(3)建立黏土矿物含量回归模型，对研究区具有重要意义。对于该区黏土矿物含量的计算可达到定量要求。这种多元线性回归的计算方法可推广用于同一地区的黏土矿物含量计算。

(4)黏土矿物含量与多元线性回归模型，还可以提供黏土矿物含量在沿井轴纵向上的连续性变化，可以作为重要参数应用于其他相关研究中。