塔里木盆地塔河油田4区和6区奥陶系小尺度缝洞储集体概率识别方法

张 娟，杨 敏，谢润成，王 明，王 虹，罗紫薇

［1. 中国地质大学（北京）能源学院，北京 10083； 2. 中国石化西北油田分公司，新疆 乌鲁木齐830011；3. 成都理工大学能源学院，四川 成都610059］

塔河油田奥陶系油藏是中国典型的缝洞型碳酸盐岩油藏，与国内外其他碳酸盐岩油藏相比埋藏更深、储集类型多样［1-2］。地震反射上既有串珠、强反射的溶洞体，也有不规则弱串珠、反射杂乱的小尺度缝洞储集体。储集体发育特征及展布规律差异大，储层连通状况复杂，堪称世界上最复杂的碳酸盐岩油藏［3-4］。塔河油田早期的储集体识别及井位部署主要依靠振幅变化率，以“残丘匹配串珠、强地震反射”为主的规模缝洞体为开发对象［5］。随着塔河油田奥陶系碳酸盐岩勘探开发程度的日益深入，“串珠、强反射”等强振幅能量特征的识别技术日趋成熟，剩余“串珠”的数量减少、规模变小，仅依靠地震识别的串珠缝洞体来认识潜力区、提高储量动用程度，已经不能满足开发挖潜的需要，勘探开发目标由“串珠”领域转移到“非串珠”领域势在必行［6-7］。缝洞体的识别是认识储层发育规律的基础，针对大中型尺度的储集体已形成一些识别技术［8-10］，但随着油田开发的进一步深入，在小尺度缝洞储集体识别方面的研究无法满足油田精细开发的需求［11］。小尺度缝洞的识别相对大尺度缝洞而言更加困难，大型溶洞在地震剖面和常规测井上的识别很容易，钻井过程中易发生漏失、钻具放空等现象［12］。如何利用常规测井资料进行缝洞识别，一直以来都是油气开发研究中的难点［13］。成像测井等特殊测井资料虽然在缝洞储层中具有较好的识别效果，但成本较高，不可能所有井都进行成像测井［14］。目前国内外对小尺度缝洞最为直接的认识和描述主要依靠岩心观察，通过岩心与测井特征对比分析开展储层精细划分和识别，但对于未取心井，解释精度基本取决于研究者经验和掌握地质综合资料的详尽程度［15］。

塔河油田4 区、6 区是奥陶系主力油藏，多尺度缝洞系统广泛发育，储层发育规律最为复杂［16-17］。针对小尺度缝洞系统识别难度大的问题，提出采用岩心约束、缝洞测井信息深度挖掘和数学表征相融合的缝洞概率综合识别方法，为储层类型识别、纵横向小尺度缝洞系统的成因及分布规律研究奠定良好基础。

1 小尺度缝洞特征

在岩溶地质背景下，流体沿早期裂缝溶蚀扩展，形成的由裂缝沟通的一系列具有一定储渗能力的小溶洞、溶孔群称为小尺度缝洞储集体［18］。小尺度缝洞体孔洞直径在2～200 mm 以内，地震尺度难以识别。塔河油田4 区、6 区发育多种尺度的缝洞储集体，通过对研究区钻井、录井、岩心和测井资料反映的多尺度缝洞信息综合挖掘，从储层的储渗性能品质出发，根据储渗空间组合、充填性质和测井响应特征将本区小缝洞储层划分为5 类，基质型为非储层，孔隙、裂缝均不发育（图1）。

图1 塔河油田奥陶系小尺度缝洞体特征Fig.1 Characteristic chart board for Ordovician small⁃scale fractured⁃vuggy reservoirs，Tahe Oilfield

1）未充填溶洞型储层

未充填溶洞主要指地震尺度不易识别，直径或者放空高度小于2 m 的溶洞系统。此类缝洞体在岩心上无法被观察，只能根据钻井放空、漏失和测井曲线异常等特征进行识别。未充填溶洞在常规测井曲线常呈幅度异常增大或降低的特征，表现为深、浅侧向电阻率显著降低，声波时差和中子孔隙度明显增大，密度曲线急剧降低的特征，自然伽马曲线一般呈现低值，若局部充填少量泥质则自然伽马值会略微增大。

2）砂泥砾充填溶洞型储层

本区常见有砂泥砾充填的溶洞，是因岩溶垮塌沉积而形成，被砂、泥或砾充填。常规测井曲线呈高伽马、低电阻和低密度特征。未被完全充填或压实程度不高的洞穴可具有一定储集性，密度越大，充填程度越高。

3）裂缝-孔洞型储层

裂缝和孔洞相互沟通形成相对优质的储渗复合体，称为裂缝-孔洞型储层，该类储层一般岩心也很难钻取，岩心往往呈破碎状（破碎岩块可见裂缝面或孔洞，孔洞直径在2～100 mm），钻井时泥浆发生少量漏失，此类储层连续发育时漏失量变大。裂缝-孔洞型储层有效性较高，缝、洞发育，钻井时泥浆侵入明显，深浅侧向电阻明显降低，孔隙性变好。

4）裂缝-孔隙型储层

裂缝-孔隙型储层中孔隙相对发育，裂缝和孔隙相伴生（孔径1～2 mm），岩心表现为裂缝-溶蚀孔、裂缝-溶蚀孔-次生溶蚀缝、网状缝-溶蚀孔等储-渗组合，裂缝大量发育时岩心可成破碎段，此类储层也具有良好的储、渗能力。裂缝-孔隙型储层在常规测井曲线上是较难识别的一种类型，声波时差曲线小幅度增大（不典型发育时可无明显变化），密度曲线微幅增大，自然伽马曲线无变化，电阻率曲线反应相对敏感，会呈一定幅度差降低，呈中等电阻率、相对高密度特征。

5）溶孔-孔隙型储层

溶孔-孔隙型储集体是指碳酸盐岩储层中具有一定溶蚀孔洞、孔隙，岩心可见层状溶孔、斑状溶孔、云化灰岩晶间孔、化学充填小溶洞中的溶蚀孔。储集空间以较大的过油孔隙、孔洞组成（孔径1～2 mm），可发育少量的微裂缝。该类储集层具备一定的储集和渗、流能力，若与微裂缝系统匹配也可具有较高的产出潜力。该类型溶孔或孔隙较发育，测井曲线表现为中-高电阻率背景下相对低密度的特征。

2 多元概率缝洞识别

2.1 多参数交会缝洞识别法

利用常规测井资料识别致密碳酸盐岩中的低孔隙储层是具有较大难度的，尤其是用以识别这种致密背景地层中的小尺度缝洞储集体［19］。碳酸盐岩地层具有多种储集空间，不同储集空间又具有多种充填组合类型，多重地质信息交叠，导致常规测井响应特征十分复杂，各尺度的缝洞储集体识别难度大［20］。为突出不同缝、洞储层的测井响应特征，结合各类小尺度缝洞体间的岩性和物性差异，在深入分析反映小尺度缝洞储集体的侧向电阻率、密度、声波、中子等测井系列的电性响应特征基础上，开展了反映多尺度缝洞储集体的测井信息提取工作。由于密度和电阻率对缝洞储集空间及类型的分辨较为敏感，在前人研究基础上构建了密度比和深、浅电阻率比两个特征电性组合参数参与储层缝洞类型识别［21］。

构建的特征组合测井参数定义如下。

1）密度比DENR

式中：DEN为密度测井值，g/cm3；DENG为骨架密度，g/cm3；GR为自然伽马，API；GRmax为自然伽马最大值，API；GRmin为自然伽马最小值，API。密度测井反映地层总孔隙度，储层裂缝或孔洞越发育，密度测井值相对岩石骨架密度减小越多，DENR值则越小。

2）深、浅电阻率比RX

式中：RD为深侧向电阻率值，Ω·m；RS为浅侧向电阻率值，Ω·m。

缝洞发育层深、浅侧向电阻率之间的幅度差异比较明显，RX值越大，反映储层中溶蚀孔洞和裂缝越发育。该参数在不同的缝洞组合类型上可能会有电信息重合的可能，在应用时需结合多测井信息协同进行储层类型识别。利用地质岩心约束能较准确地寻找到缝洞储集层在测井上独有或共有的测井信息，针对这些敏感电信息建立缝洞储层综合识别方法是一种成熟的研究思路［22］。本研究观察了塔河地区大量岩心，岩心观察覆盖全区，以岩心刻度的典型小尺度缝洞储集体为地质约束，提取了242 个典型样本层段的常规测井信息，利用多参数两两交会的方法，对小尺度缝洞储集体进行电性细化和精细区分，根据各类储集体所在图形位置差异确定其电性曲线分类界限（图2）。

图2 塔河油田奥陶系小尺度缝洞体测井参数两两交会图Fig.2 Pairwise cross plots of logging parameters of the Ordovician small⁃scale fractured⁃vuggy reservoirs，Tahe Oilfield

自然伽马与深侧向电阻交会图版区分各类储集体较为明显，电阻率值越高储层越致密。未充填溶洞型电阻率一般小于20 Ω·m；裂缝-孔洞型和砂泥砾充填溶洞型的电阻率值都比较低，一般小于100 Ω·m；裂缝-孔隙型电阻值变大，介于100~400 Ω·m；溶孔-孔隙型由于缺乏裂缝沟通，变得相对致密，电阻率值介于300~1 000 Ω·m；基质型电阻率值普遍高于1 000 Ω·m，最高可达20 000 Ω·m。自然伽马测井可将不同岩石类型的储集层区分开，砂泥砾充填溶洞型自然伽马值介于40~75 API；其他类型的自然伽马值变动一般在20 API 附近，溶孔-孔隙型自然伽马值集中在小于10 API 范围内（图2）。从各类储集体的密度或密度比分布区间来看，基质型密度较高，中位值在2.72 g/cm3，溶孔-孔隙型、裂缝-孔隙型的密度比差异不大，但密度差异较大，这与两种储集类型储集空间大小有关。溶孔-孔隙型由于孔隙相对发育，且存在较大的孔隙空间，因此密度值相对较低，密度值介于2.55~2.68 g/cm3。裂缝-孔洞型的密度比在0.70~0.95，砂泥砾充填溶洞型的密度比在0.50~0.80，基质型表现为较高的密度比，普遍高于0.90。中子和声波时差测井对小尺度缝洞储集体的区分度较低。本区主要发育垂直和高角度裂缝，纵波传播路径不受影响或影响较小，因此对本区各类小缝洞储集体反映不够灵敏。

2.2 小尺度缝洞多元逐步判别方程的建立

多参数的两两交会法是深度挖掘反映小尺度缝洞敏感测井信息的基础，从各类参数两两交会分析来看自然伽马、电阻率、孔隙度测井及各类组合测井参数对不同尺度的缝洞体具有一定的识别能力，但由于常规测井系列众多，各测井系列的线性组合变量也各种各样，过多的测井参数并不能更好的反映各类缝洞储集体的差异。为此我们引入逐步判别方法，通过逐步判别方法可将引入的不重要变量剔除，通过变量的动态调整，最终只保留少量判别能力强的变量［23-29］。

根据全区大量的岩心小尺度缝洞观察结果挑选了6 大类，共计242 个典型样本，其中裂缝-孔洞型样本64 个，裂缝-孔隙型样本69 个，砂泥砾充填溶洞样本16 个，未充填溶洞型样本11 个，溶孔-孔隙型23 个，基质型59个。本次共引入了GR，AC，CNL，DEN，RD，RS，RX，DENR共计8 个参数。在引入测井参数时为了克服电阻率值变化大的效应，将电阻率均进行自然对数取值处理。6种识别类型分别用1-6的整数数字标识，将裂缝-孔洞型标识为“1”，裂缝-孔隙型标识为“2”，砂泥砾充填溶洞型标识为“3”，未充填溶洞型标识为“4”，溶孔-孔隙型标识为“5”，基质型标识为“6”。采用多元逐步判别原理，将引入的8 个变量进行动态调整，最后优选出判别能力较显著的特征参数共4 个：自然伽马（GR），密度比（DENR），浅侧向电阻率的自然对数值（lnRS），深、浅电阻率比值（RX）。逐步判别结果显示，242 个样本共识别正确223 个，判别准确率为92.1 %，通过判别函数的建立，各类小缝洞储集体得到了很好的区分，典则函数分布上界限比前述的交会图版更加清晰（图3）。典则函数是根据判别过程中Fisher判别系数建立的得分表达式，具体形式如下：

图3 塔河油田奥陶系各类小缝洞储集体典则函数分布Fig.3 Distribution diagram of canonical functions for various Ordovician small⁃scale fractured⁃vuggy reservoirs，Tahe Oilfield

典则函数1：

典则函数2：

为了进一步提高判别精度，需要建立针对各类型的判别方程，根据判别分析过程中确定的贝叶斯得分系数进一步建立了本区小尺度缝洞储集体和基质的判别方程，具体方程形式如下：

裂缝-孔洞型：

裂缝-孔隙型：

砂泥砾充填溶洞型：

未充填溶洞型：

溶孔-孔隙型：

基质型：

2.3 小尺度缝洞概率识别

完成判别函数方程的建立与求解后，需要对待判样本根据各母体的后验概率进行二次归类才能达到最佳的识别效果，因此需要对每类储集体的母体后验概率进行计算，最终结合每类储集体后验概率与其他储集类型的交会划定相应的概率识别界限，进而根据概率界限值来确定储集体类型。后验概率计算的原理如下［30］：

式中：m表示对缝洞信息敏感的测井曲线条数；xm*表示第m条测井曲线的测井值；X*表示待判样本的测井信息集；k表示缝洞储集体有g种类型；Fk（X*）表示待判缝洞储集体归属于第k类的判别函数得分。

若计算的某类判别函数值大，则将X*就归入第k类。但为了提高判别效果，还需计算待判样品X*归入第几类的概率，利用下式计算：

式中：Pk表示X*归入第k类的后验概率。为避免计算过程中的“溢出”现象，上式改写为：

通过上式可计算出待判缝洞储集体X*的后验概率。实际运用后验概率归类需要考虑到实际样本集的适应性，需要根据实际的储层样本确定各类缝洞储集体的概率识别界限。本次通过概率交会的方法确定了各类缝洞储集体和基质的概率界限，裂缝-孔洞型的概率界限为P1＞0.60，裂缝-孔隙型的概率界限为P2＞0.60，砂泥砾充填溶洞型的概率界限P3＞0.98，未充填溶洞型的概率界限P4＞0.98，溶孔-孔隙型的概率界限P5＞0.60，基质型的概率界限P6＞0.50（图4）。通过计算待判缝洞储集体X*的后验概率，并与各类储集体临界概率进行比较，确定待判缝洞体的类型归属。

图4 塔河油田奥陶系各类缝洞储集体母体临界后验概率确定关系Fig.4 Discrimination diagrams showing the critical posterior probabilities of various types of fractured⁃vuggy reservoirs，Tahe Oilfield

2.4 小尺度缝洞概率识别结果分析

在各类储集体后验概率确定的基础上，对本区单井开展了小缝洞体概率识别，形成了6 条概率曲线（图5 第9 曲线道），每条曲线代表了对应小缝洞储集体发育概率，其中P1曲线代表了归属裂缝-孔洞型的概率识别曲线，P2曲线代表了归属裂缝-孔隙型的概率识别曲线，P3代表了归属砂泥砾充填溶洞型的概率识别曲线，P4代表了未充填溶洞型的概率识别曲线，P5代表了溶孔-孔隙型的概率识别曲线，P6代表了归属围岩基质型的概率识别曲线。当待判缝洞储集体的后验概率值高于某类缝洞体的临界概率值则判定为该类型。

塔河油田TH-1 井第一次取心，从岩心底部往顶部观察（图5 第10 岩心图片道），在第一回次取心段中下部存在一段1.7 m 厚的洞沉积砂岩，属于本次划分的砂泥砾充填溶洞型；砂岩顶部为岩心破碎段，破碎段中可见大量油迹，破碎形态不规则，反映小尺度缝洞发育，属于本次划分的裂缝-孔洞型；岩心上部见不规则裂缝面，缝面过油痕迹明显，基质中孔隙相对发育，属于裂缝-孔隙型。统计了研究区24 口井和邻区10 口井的取心段深度位置，缝洞发育深度和位置，取心段概率识别缝洞厚度和位置，通过识别厚度与深度位置对比，缝洞识别结果与取心段缝洞位置的单井吻合率在62.5%～100%，平均为92%（图6），表明本次建立的概率判别识别法对小尺度缝洞储层的识别是准确可靠的，可在塔河油田各油区推广应用。

图5 塔河油田TH-1井小尺度缝洞概率识别剖面Fig.5 Profile for probability⁃constrained identification of small⁃scale fractured⁃vuggy reservoirs for Well TH-1 in Tahe Oilfield

图6 塔河油田奥陶系取心段岩心缝洞与概率识别结果对比（a）和取心井位置（b）Fig.6 Comparison of the fractured⁃vuggy reservoirs identified under probability constrains with that identified through core observation in Ordovician（a），and the location of the coring well for probability⁃constrained identification（b），Tahe Oilfield

基于概率的缝洞识别结果有助于认识研究区小尺度缝洞储层纵横向分布规律。基于以上方法，对全区单井进行了缝洞概率识别，图7 是一条典型的任意覆盖全区的连井对比图，反映了研究区缝洞发育的整体规律。研究区裂缝-孔洞型、裂缝-孔隙型和溶洞型储层大量发育，但单井间、平面间的发育程度存在明显差异，4 区小尺度缝洞储集体较6 区更为发育。溶洞、孔洞发育段纵向上呈现明显的两段分布特征，距T74界面深度50 m 以内和深部105～175 m（甚至更深处）范围内都是溶洞、孔洞和裂缝主要发育段，反映了海西早期岩溶发育了两期岩溶，垂向上洞穴层、缝洞层呈上下两层产出趋势。靠近T74不整合面附近70 m 以内是溶孔-孔隙型储层主要发育区，此类储层的形成与表层岩溶作用有关。以上规律与钻井、录井和生产揭示的缝洞发育特征也是吻合的，表明该缝洞识别方法可以为全区的储层认识和精细开发提供帮助。

图7 塔河油田4区和6区小尺度缝洞连井对比剖面Fig.7 Correlation of small⁃scale fractured⁃vuggy reservoirs between wells in Blocks 4-6，Tahe Oilfield

3 结论

1）塔河4 区、6 区小尺度缝洞储层划分为5 类，包括未充填溶洞型、砂泥砾充填溶洞型、裂缝-孔洞型、裂缝-孔隙型和孔隙-孔洞型储层。整体上缝洞储集体深侧向电阻率低于1 000 Ω·m，孔隙-溶洞型和裂缝-孔隙型深侧向电阻率值明显高于裂缝-孔洞型和未充填溶洞型，自然伽马值随储集空间内部充填物变化而变化。相对优质的储集体（裂缝-孔洞型、裂缝-孔隙型和未充填溶洞型）孔隙性较好，常具有相对高的声波时差和中子孔隙度，密度相对较低。

2）裂缝-孔洞型、裂缝-孔隙型的概率识别界限均大于0.60，砂泥砾充填溶洞型和未充填溶洞型的概率识别界限均大于0.98，孔隙-孔洞型的概率识别界限大于0.60，缝洞识别结果与取心段缝洞位置的单井吻合率在62.5%～100%，平均为92%，概率约束的缝洞识别方法可在塔河油田奥陶系碳酸盐岩储层中进行推广应用。

3）4 区小尺度缝洞储集体较6 区更为发育，溶洞、孔洞发育段纵向上呈现明显的两段分布特征，距T74界面深度50 m 以内和深部105～175 m（甚至更深处）范围内都是溶洞、孔洞、裂缝主要发育段，反映了海西早期两期岩溶特征。