多矿物岩石物理建模在新疆吉木萨尔页岩油储层预测中的应用

王 贤，毛海波，钦黎明，徐亚楠，党志敏，苏艳丽

(中国石油新疆油田公司勘探开发研究院，新疆 乌鲁木齐 830013)

1 研究区地质概况

新疆吉木萨尔凹陷二叠系芦草沟组页岩油是中国规模化开发的陆源碎屑沉积页岩油藏之一[1]，其复杂的地质条件给页岩油评价带来了一定困难。该区油气勘探存在以下问题：储集层埋深大；钻井目标层薄(大约为5 m)；发育多套白云质泥岩夹层；常规地震反演预测精度较低，难以有效识别薄油层，钻遇率难以保证；合层整体开发难度较大，有效可动用程度较低[2]。

吉木萨尔凹陷是在中石炭统褶皱基底上发展起来的一个西断东超的箕状凹陷，其周边边界特征明显，西以西地断裂和老庄湾断裂与北三台凸起相接，北以吉木萨尔断裂与沙奇凸起毗邻，南面为三台断裂，向东则表现为一个逐渐抬升的斜坡，最终过渡到古西凸起上。该区经历了海西、印支、燕山、喜马拉雅等多期构造运动。吉木萨尔凹陷位于准噶尔盆地东部，面积约1 500 km2，呈西深东浅、西断东超的箕状凹陷。构造为三面被断层封割、东高西低的“箕状”凹陷，断裂欠发育研究区位于吉木萨尔凹陷斜坡带上，面积为105 km2(图1)。

图1 研究区构造位置图Fig.1 Structural map of the study area

根据区域标志层特征，该区地质分层自上而下为新近系(N)、古近系(E)、侏罗系齐古组(J3q)、头屯河组(J2t)、侏罗系西山窑组(J2x)、三工河组(J1s)、八道湾组(J1b)、三叠系克拉玛依组(T2k)、烧房沟组(T1s)、韭菜园组(T1j)、梧桐沟组(P3wt)、芦草沟组(P2l)、井井子沟组(P2j)。其中，二叠系芦草沟组(P2l)与上覆地层梧桐沟组(P3wt)为不整合接触，与下伏地层井井子沟组(P2j)为不整合接触。

吉木萨尔凹陷二叠系芦草沟组自下而上分为芦一段(P2l1)和芦二段(P2l2)。芦草沟组含油性和物性较好的储集层段称为“甜点”，三维空间内甜点集中的地质体称为甜点体。芦二段上部主要为泥岩，自西向东埋藏深度逐渐抬升，沉积厚度为13～34 m；芦二段下部为主要为白云质泥岩夹云质粉砂岩，自西向东埋藏深度逐渐抬升，沉积厚度为94～122 m，是上“甜点”储层主要分布井段，出油层聚集区。芦一段上部主要为含云质泥岩，自西向东埋藏深度逐渐抬升，沉积厚度为40～59 m；芦一段下部为下“甜点”储层主要分布井段，岩性主要为含云质粉砂岩、泥质粉砂岩夹灰色泥岩或者灰色(含)云质粉砂岩、泥质粉砂岩与灰色泥岩互层，沉积厚度为58～136 m，是吉木萨尔凹陷二叠系芦草沟组另一套重要储集层，底部岩性主要为(白云质)泥岩夹云质粉砂岩。

以吉174井3 133～3 136 m全岩取芯资料为例，二叠系芦草沟组岩性剖面为细粒碎屑岩与碳酸盐岩过渡岩类，通过全岩分析得到的矿物组分多达12种，包括石英、钾长石、斜长石、方解石、白云岩、铁白云石、黄铁矿、磷铁矿、黏土矿物、锐钛矿、方沸石、非晶体。张帅等[3]的研究表明，吉木萨尔凹陷在中二叠世为干旱气候的浅水咸化湖盆，水体为分层较弱的厌氧环境，湖盆周边火山活动强烈，湖底发育幔源热液活动，使得湖盆具有较高的热流背景值。云质岩储集层主要为一套咸化湖泊准同生期云化作用混积岩，平面上云质岩与碎屑岩呈互补关系，主要分布于湖盆中心区与斜坡地带。

2 岩石物理建模

2.1 页岩微观结构

准噶尔盆地吉木萨尔凹陷芦草沟组云质岩成分复杂，主要由粉砂级-泥级陆源碎屑、凝灰碎屑、碳酸盐及热液矿物组成。云质岩中的白云石主要呈自形-半自形的微粉晶，集中形成白云石纹层或与其他组分混合堆积，局部可见自形-半自形的细晶白云石。白云石矿物学特征及矿物地球化学特征表明微粉晶白云石为同生期-准同生期快速结晶形成的原白云石，细晶白云石为成岩交代的产物(图2)。芦草沟组顶部不整合面附近存在着溶蚀孔发育带的分布与不整合有关。岩芯薄片中见到大量反映风化淋滤溶蚀作用与暴露淡水作用的标志，主要有表生风化淋滤溶蚀孔、去云化方解石等。芦草沟组云质岩储集层除发育少量孔喉较粗的微米级、毫米级剩余粒间孔及溶蚀孔外，孔喉普遍细小，扫描电镜下发现大量纳米级孔隙与微裂缝，孔径多为100～750 nm，孔隙类型主要为石英、白云石、长石及伊利石等细小矿物晶间孔、晶间溶孔及微缝。

2.2 页岩油岩石物理建模流程

经典的岩石物理建模方法有徐怀特模型[4-6]、经验模型、克里夫模型、临界孔隙度模型、自洽模型等，其中，徐怀特模型因为计算过程简单，数据比较准确而得到广泛使用。徐怀特模型是经典的微分等效介质模型之一，是基于砂岩和泥岩两种颗粒混合而成的矿物模型，在砂泥岩等碎屑岩剖面得到了广泛应用，但也存在许多不确定因素[7]。该方法首先针对体积模型的每一成分单元逐一进行计算，适用于岩性相对简单的(砂泥岩)碎屑岩地层测井评价工作。随着研究对象的岩性、孔隙度结构和含油气性越来越复杂(如复杂成分碳酸盐岩、多孔隙类型储层、火成岩、页岩油气储层等)，受测量环境因素的影响，测井曲线特征值往往存在不可预知的问题，依靠测井曲线进行测井解释评价存在较大风险。

本文的多矿物建模是在徐怀特模型的基础上进一步扩展而成的，最大的优点在于能够兼容多种矿物和复杂的孔隙类型。对于页岩、碳酸盐岩等复杂储层，该模型具有较强的适用性。与砂岩储层的岩石特征相比，页岩的矿物成分更加多样，为此针对泥质页岩油储层特点，综合利用KT模型及高思曼(Gassmann)流体替换模型构建一种适用于页岩的岩石物理模型，然后针对岩样数据和测井数据等，利用建立的模型进行速度预测，预测结果与实际测量结果吻合好，验证了该模型的适用性。

复杂孔隙类型的碳酸盐岩岩石物理建模需考虑到不同孔隙类型，其孔隙纵横比之间存在较大差异，需要根据扫描电镜、铸体薄片和岩芯样品资料观察。在岩石物理建模中，常利用孔隙的纵横比来描述这个几何结构的差异。在孔隙度相等的情况下，随着孔隙纵横比的增加，高孔隙纵横比的岩石弹性强度更高、速度更快。

参考常规储层岩石物理模型的建立方法，建立了页岩的岩石物理模型。在建模过程中，岩石的基质被等效为石英、长石、白云石、方解石、干酪根及黏土，孔隙空间被划分为原生孔隙、溶蚀孔隙及微裂缝孔隙。

岩石物理模型建模流程：①利用V-R-H等效模型计算平均计算混合矿物(石英、长石、白云石、方解石)的弹性模量[1]；②将干酪根作为包含物，利用KT模型添加到泥质背景中，得到黏土质混合矿物弹性模量[2]；③利用自洽模型将两种等效介质与不同孔隙结构的孔隙度加入，计算干燥的孔隙包含物的弹性模量[3]；④利用流体指数(Brie)方程将孔隙流体(油、水)混合，得到混合流体模量；⑤利用高思曼(Gassmann)方程将孔隙流体(油、水混合物)加入到干岩石中，得到饱和岩石的弹性模量；⑥最后再利用纵横波速度与体积模量、剪切模量、密度之间的关系式，求得最终的饱和流体岩石的纵波速度、横波速度(图3)。

图3 页岩岩石物理建模流程Fig.3 The shale rock physical modeling process

从工区内选取93口井作为反演井，其中，实测横波12口井，ECS(元素俘获测井)5口井。实现多矿物模型正演和反演岩石物理模型，提高了岩石物理模型的精度。以现有的原始数据来看，结合全岩分析和元素俘获测井数据，建立了7种矿物成分的岩石物理模型，分别是伊利石、白云石、方解石、钠长石、钾长石、石英、干酪根，孔渗饱参数包括可动孔隙度、含油孔隙度、有效孔隙度、含水饱和度，岩性数据分为页岩、云质泥岩、岩屑粉砂岩、泥晶粉砂岩、砂屑白云岩等组合岩性。从岩矿体积数据上看，方解石含量极少，主要的矿物类型是白云岩+长石、石英+黏土。长石和石英质类岩石矿物特征值相似，可将其归为一类砂岩。归类后，主要考虑矿物：黏土、白云石、长石石英、干酪根。基于12口井的实测横波数据(以吉174井为关键井)，开展了测井评价及岩石物理建模研究。通过优化测井解释，计算获得岩石体积模型，并通过体积模型及矿物骨架参数系统反算一组输入曲线，与原始输入曲线对比吻合，质控模型参数闭合，测井评价体积模型与元素测井体积模型各矿物含量比例相当。从全岩分析、元素测井和测井评价体积模型对比结果来看，干酪根和矿物(黏土、石英长石、白云石)和流体参数(总孔隙度、有效孔隙度)达到了很高的吻合程度，达到78%以上的相关系数，证实多矿物模型的建立结果真实可靠(图4)。从关键井(吉174井)实测横波提取的质控图来看，实测纵横波在该主要目的层段成像较清晰，纵横波提取和实测纵横波速度可靠。利用多矿物模型正演计算出的结果(纵波速度、横波速度、密度、纵横波速度比、纵波阻抗)与实测结果对比，相关系数达到90%以上，证实利用多矿物模型计算出的各项岩石物理参数真实可靠(图5)。

图4 吉174井甜点段全岩分析元素测井以及测井评价体积模型Fig.4 Logging and logging evaluation volume model of dessert section in well J174

图5 吉174井岩石物理正演弹性参数与实际测量结果对比图Fig.5 Comparison of rock physical positive elastic parameters and actual measurements in well J174

2.3 芦草沟组甜点识别和分类

依据多矿物模型计算出的敏感物性参数，制作了岩性量版。经过对比优选出纵横波速度比和波阻抗等敏感参数作为识别甜点的依据(图6(a))。芦草沟组甜点岩性为云岩、云质砂岩及砂岩呈现低纵横波速度比小于1.75，非储层为泥岩大于1.75，可以将有利储层与非储层区分出来。泥岩和有利储层的波阻抗数值差别不大，在4 000～12 000(m/s×g/cm3)均有分布，很难区分出来。但可以利用储层岩性在波阻抗的差异来进一步细分。云岩分布在高值(9 000～12 000(m/s×g/cm3))，云质砂岩分布在中间值(7 500～9 000(m/s×g/cm3))，砂岩处在低值(5 500～7 500(m/s×g/cm3))。由于页岩油赋存状态与常规储层完全不同，因此基于物性、含油性的甜点识别方法存在着很大的局限性。本文使用核磁共振测井解释技术获得的含油性评价参数(如游离油、吸附油、吸附水、可动油等)，以含油性为色棒，可以进一步划分储层的甜点类别(图6(b))。根据以上岩性量版结合井场出油规律，最后以游离油孔隙度和纵横波速度比为依据分类划分出甜点分类(表1)。

图6 吉174井芦草沟组岩性与弹性关系量版Fig.6 Relationship chart between lithology and elasticity in well J174

表1 吉木萨尔凹陷芦草沟组甜点评价分级评价标准Table 1 Grading evaluation standard of reservoirs of the shale rock in Permian Lucaogou Formation,Jimusar Depression

2.4 波形指示反演

经典的地震反演方法包括叠后波阻抗和叠前弹性阻抗反演[8]，遵循地球物理理论，有严格理论公式支撑的反演方法。例如基于褶积模型，利用子波褶积理论从井插值模型出发，不断修改模型，与地震波形匹配，获得最终反演成果[9-10]。经典反演特点是适应勘探初期阶段地震为主，分辨率低，只能反演波阻抗，不能解决薄层或者阻抗不能区分砂泥岩的问题[11-12]。

波形指示反演(seismic meme inversion)利用地震波形的相似性作为指示因子，驱动井间宽频测井曲线模拟，实现高分辨率薄层反演[13]。在地震波形指示反演中，通过相似地震波形的模仿，传递相似波形代表的高频测井曲线所代表的岩性组合特征，实现高分辨率反演。地震波形指示反演实现过程中，首先通过奇异值分解实现井旁地震道波形高效动态聚类分析，建立地震波形结构与测井曲线结构的映射关系，生成不同类型波形结构(代表不同类型的地震相)的测井曲线样本集；然后通过分析不同类型波形结构对应的样本集分布，分别建立不同地震相类型的贝叶斯反演框架；其次在不同的贝叶斯框架下，分别优选样本集的共性部分作为初始模型进行迭代反演；最后在反演迭代过程中，以样本集的最佳截止频率为约束条件，得到高分辨率的反演结果，地震波形指示反演方法利用地震波形的横向变化表征储层空间的变异性，其横向变化反应了储层空间的相变特征，与沉积环境相关，更符合沉积地质规律。利用地震波形空间变化信息约束井模拟，开创了地震反演和井协同模拟之外一种新的高分辨率储层预测方法——井震联合模拟，实现“相控”储层预测。 图7(a)波阻抗反演剖面，有利储层为高值，围岩为低值，可以看出储层与围岩的数值区别不大，垂向分辨率较低，过吉174井的储层时间厚度为15～25 ms，无法准确反映有利储层分布情况。图7(b)为纵横波速度比反演剖面，储层为低值，围岩为高值，过吉174井的储层时间厚度为5～8 ms，达到了预测精度的目标，突破了以往传统波阻抗反演的极限。根据图7量版对储层分类，综合分析游离油孔隙度、束缚油孔隙度等多种因素，依据油气田开发实践经验制定了吉木萨尔凹陷芦草沟组甜点评价分级评价标准，刻画出Ⅰ类储层、Ⅱ类储层、Ⅲ类储层分布图(图8)。

图7 过吉174井波阻抗和纵横波速度比反演剖面Fig.7 Inversion section of impedance and velocity ratio between P-wave and S-wave through well J174

图8 吉木萨尔凹陷芦草沟组甜点分类评价图Fig.8 Classification evaluation diagram of dessert in Lucaogou Formation,Jimusar Depression

3 结 论

1) 多矿物岩石物理建模是在徐怀特模型的基础上进一步扩展而成的，最大的优点在于能够兼容多种矿物和复杂的孔隙类型。对于页岩、碳酸盐岩等复杂储层，该模型具有较强的适用性。运用多矿物模型实现了页岩油储层参数的精确计算，为储层反演提供了可靠的敏感参数。

2) 经典的地震反演遵循了严格的地球物理理论，适应于勘探初期阶段地震，分辨率低，只能反演波阻抗，不能解决薄层或者阻抗不能区分复杂岩性的问题。地震波形指示反演方法利用地震波形的横向变化表征储层空间的变异性，其横向变化反应了储层空间的相变特征，更符合沉积地质规律。地震反演和井协同模拟获得了一种新的高分辨率储层预测，突破了以往传统反演的理论厚度，实现了敏感参数反演，识别了上下甜点的薄储层，为页岩油的勘探开发提供新的思路。

致谢本文研究得到了新疆油田公司勘探开发研究院油藏评价所高阳、李维、陈刚、王伟等专家的帮助，在此一并致谢。