致密砂岩储层脆性指数计算的一种改进方法

李旻杰 谭成仟

(西安石油大学 地球科学与工程学院， 西安 710065)

储层岩石的脆性指数是表征储层可压裂性的一个重要参数。脆性指数高的地层，对压裂作业反应敏感，能够迅速形成复杂的网状裂缝[1]。采用矿物组分法计算脆性指数时，由于不同工区的脆性矿物类型不同，建立的计算模型各不相同，计算结果就存在一定的误差。本次研究，针对鄂尔多斯盆地马岭地区三叠系延长组第7油层致密砂岩储层，将灰色关联法与矿物组分法相结合来计算脆性指数，分析矿物成分对脆性指数的影响及致密砂岩储层的脆性特征。

1 研究区地质概况

研究区位于鄂尔多斯盆地西南部甘肃省庆阳市境内，构造位置上主体位于天环坳陷东部、伊陕斜坡西部，构造特征为平缓的西北倾单斜，沉积微相为半深湖 — 深湖亚相浊积水道。研究区的布井方式以大井丛式布井为主，总共投产112口井，单井产油量为9 t/d，区块产油量为943 t/d，区块含水率为40.7%。

马岭地区三叠系延长组第7油层组致密砂岩，以岩屑长石砂岩、长石岩屑砂岩为主，总体上具有高石英、低长石的特点：石英平均体积分数为52%；长石族矿物平均体积分数为25%；岩屑平均体积分数为19%；水云母的平均体积分数为1.66%。填隙物约占砂岩总量的3.18%，其中黏土约占60.2%。原生孔隙不发育，孔隙类型以长石溶孔为主，同时发育微裂隙。储层排驱压力较高，喉道中值半径较小，孔喉分选性较差，孔隙结构均属小孔微细喉型。

2 关于矿物组分法

常见的脆性指数计算方法有岩石力学参数法、弹性参数法和矿物组分法。岩石力学参数法，需要测量岩石样品的杨氏模量及泊松比，对样品的破坏较大，成本相对较高。弹性参数法，需要泊松比和弹性模量的最大值和最小值刻度，横波测井费用高，也不是所有井都能测偶极子横波。矿物组分法，利用XRD数据进行矿物特征分析，成本较低，但由于各地区岩石矿物含量不同，导致脆性指数计算精度相对较低。由于矿物组分法的资料相对容易获取且成本较低，我们以矿物组分法为基础，对计算方法进行改进。

矿物组分法是先将矿物划分为脆性矿物与延性矿物，然后利用各种矿物的体积分数来计算脆性指数。由于矿物特征的限制，该方法没有标准化公式，其理论公式如式(1)。

BI=[V脆性/(V脆性+V延性)]×100%

(1)

式中：BI为储层岩石脆性指数；V脆性为脆性矿物体积分数；V延性为延性矿物体积分数。

矿物成分是影响岩石脆性的关键因素。学者们针对岩石矿物成分的体积分数而提出了计算岩石脆性的方法[2-5]。石英已经被确认为脆性矿物，而长石族矿物则不一定都是脆性矿物。有学者对长石族矿物的脆性差异进行了分析，认为钙含量较高的长石脆性较强，钾含量较高的长石脆性最弱[6]。因在马岭地区未做长石族矿物含量的精细划分，现利用与工区邻近的合水地区的长石族矿物含量进行预测。有研究表明，合水地区砂岩矿物中的长石主要为钠长石和钾长石[7]，因此我们将长石考虑为延性矿物。

3 计算方法的改进

3.1 矿物组分权重的确定

以长71段和长72段为主要研究层位，在马岭地区选取6口井的岩石矿物组分检测数据(见表1)。

表1 长7组岩石的矿物组分体积分数 单位：%

采用灰色关联分析法[8]求取各组分的权重系数。选取储层脆性为母序列，选取石英、方解石、白云石及菱铁矿作为第一子序列，选取水云母、绿泥石、长石作为第二子序列。根据表1中的数据，按下列公式计算确定各种矿物组分的权重系数。

(2)

(3)

式中：△max、△min分别为各数列最大和最小极差；ξi，0为第i个时刻曲线Xi与参考曲线X0的相对差值；ρ为分辨系数，取值0.5。

根据所得出的各矿物关联度，计算各矿物的权重。

(4)

式中：ai为矿物组分的权重系数；ri，0为各组分的关联度。

求得的权重系数如表2所示。在脆性矿物中，石英是储层脆性的主要影响因素，其平均权重系数占比为35.3%；长石是储层脆性的次要影响因素，平均权重系数占比为16.8%。

表2 矿物组分权重系数

3.2 脆性指数的计算

基于Rick Rickman等人提出的矿物组分法[9]，对脆性指数计算公式进行改进。引入矿物组分权重系数，最后按式(5)计算脆性指数。

(5)

按照长7组岩层的矿物组分数据，分别采用改进算法和Rickman算法计算脆性指数，得到的脆性指数平均值分别为52.49%和66.55%(见表3)。与该地区现有的偶极声波时差计算得到的脆性指数进行比较，改进算法的误差很小(见表4)，而Rickman算法的误差较大。Rickman算法是将长石按照脆性矿物进行分析，且没有考虑矿物组分的权重，因此计算得到的脆性指数值偏大。

表3 Rickman算法与改进算法得到的脆性指数

表4 偶极声波时差法与改进算法得到的脆性指数

从长7组砂岩的脆性指数分布频率上看，大多集中在52.5%左右，这说明储层脆性相对较大，适合进行压裂操作。根据盆地内部钻井岩心资料及各类测井资料，对盆地内长7组进行矿物特征对比分析，发现石英含量较高、长石含量较低。石英是主要影响储层脆性的矿物，高石英的特性造成了马岭地区长7组储层具有高岩石脆性指数。

根据单井脆性指数计算数据，结合研究区砂体展布特征，绘制了马岭地区长7组脆性指数平面展布图(见图1a)。将其与陇东地区长7组裂缝密度分布图(见图1b)进行对照，可知脆性指数分布情况与裂缝密度的分布趋势是近似的。在研究区的中部地区裂缝密度达0.14条/m左右，西部及东南部的裂缝密度相对较小[10-13]。

图1 脆性指数与裂缝密度分布对照

马岭地区主力油层长7组岩石脆性指数较高，脆性指数高于50%的大多分布在中部地区。在中部地区开展大型体积压裂作业，不仅可形成众多的人工裂缝，而且还将会扩增天然裂缝，形成渗流性更好的裂缝网络，从而提高油田单井产量。

4 结 语

采用矿物组分法计算岩层脆性指数，受限于对岩石中脆性矿物的判定。我们在传统的矿物组分法基础上引入矿物组分权重系数，建立了综合考虑矿物组分体积分数和矿物组分权重系数的脆性指数评价模型。运用这种改进型矿物组分法计算马岭地区长7组致密砂岩的脆性指数，计算结果与实际测量结果十分接近，说明改进后的算法准确程度较高。

从马岭地区脆性指数的平面分布来看，脆性指数普遍大于50%，且大多集中在研究区中部地区。计算得到的脆性指数的整体分布趋势与长7组裂缝密度分布趋势相匹配，这说明改进型矿物组分法的计算结果是符合实际的。