鄂尔多斯盆地铝土岩岩性识别方法与应用

郭笑锴，孙小平，袛淑华，胡琮，张泽文，刘蝶，胡明

（1.中国石油集团测井有限公司地质研究院，陕西 西安 710077；2.中国石油长庆油田公司气田开发事业部，陕西 西安 710018；3.中国石油长庆油田公司勘探事业部，陕西 西安 710018；4.中国石油长庆油田公司勘探开发研究院，陕西 西安 710018；5.中国石油集团测井有限公司培训中心，陕西 西安 710077；6.中国石油天然气集团有限公司测井重点实验室，陕西 西安 710077）

0 引 言

铝土岩是富含氢氧化铝物的一种沉积岩，铝土岩储层作为一种新型的非常规天然气储层，沉积类型多样，岩性多变，矿物成分多样，物性差异大[1]。目前国内外针对该类储层的岩性识别方法主要有岩心观察法、常规测井法[2]。岩心观察法主要是通过岩心或下列特征识别：野外铝土岩呈层状产出特征，质松，常含黄铁矿、赤铁矿结核或透镜体，一般具有鲕状结构或豆状结构等特征。这种方法是一种定性识别方法，需要有井段取心或野外露头，并不具有普遍适用性。利用常规测井资料识别铝土岩运用最多的是自然伽马能谱识别法，该方法主要是通过自然伽马能谱测井中铀值出现异常增高来识别地层中的铝土（质泥）岩，但自然伽马能谱测井不是常规必测的测井系列，许多测井资料里并不包括自然伽马能谱测井，使得该方法具有一定局限性。综上所述，目前对铝土岩的识别处于定性-半定量的阶段，难以做到利用常规测井曲线在矿物剖面中定量识别铝土岩，其矿物组分还需测井精细标定，缺乏岩性精细识别图版与标准。特别从近年来探井的试气结果来看，储层岩性变化是影响储层物性和含气性的关键因素，因此，准确识别岩性和精确计算矿物组分是鄂尔多斯盆地陇东地区太原组铝土岩储层测井评价的基础，也是亟待解决的关键问题。

本文依据鄂尔多斯盆地陇东地区太原组含铝岩储层X衍射全岩矿物分析，从岩石类型、矿物组分两方面对含铝岩储层进行了岩性定名与分类，明确了研究区铝土岩储层纵向上岩性的变化规律及特征。在此基础上，通过分析不同岩性的测井响应特征，建立了基于声波时差和自然伽马包络面积的含铝岩快速识别方法和基于费希尔判别的岩性自动识别技术。此外，依据全岩分析结果建立了岩石矿物含量计算模型，精细刻画了研究区铝土岩储层岩性剖面特征，实现了铝土岩定性到定量的识别与评价。将利用不同方法识别的岩性与岩心资料进行对比可知，该方法在铝土岩储层中取得较好的岩性识别效果，为开展储层测井精细评价奠定了基础，也为该类气藏的勘探开发提供了技术保障。

1 铝土岩岩性特征

在勘探初期，前人将鄂尔多斯盆地陇东地区太原组含铝岩定名为铝土质泥岩[3]，区别于常规泥岩，认为其主要矿物成分为一水硬铝石、一水软铝石和三水铝石，但缺乏相关分析化验资料验证[4-5]。本文通过对鄂尔多斯盆地陇东地区太原组含铝岩储层进行垂向系统采样，开展X衍射全岩矿物分析，依据6口井40个样品的X衍射全岩矿物分析数据，将主要矿物归纳为4类：铝质矿物、黏土矿物、重矿物和砂质矿物。铝质矿物含量平均为54.9%，其主要成分为一水硬铝石，一水硬铝石含量最高达96.9%；其次为高岭石、伊利石等黏土矿物，黏土矿物含量平均为35.2%；重矿物主要包含黄铁矿、菱铁矿等铁质矿物和锐钛矿等，平均含量为5.2%；石英、钾长石等砂质矿物含量较少，平均为1.8%。为了精确刻画含铝岩储层岩性变化特征，借鉴碎屑岩分类和命名原则[6]，根据铝质矿物中一水硬铝石含量和黏土矿物含量，将含铝岩岩石类型细分为铝土岩、泥质铝土岩、铝土质泥岩。一水硬铝石含量大于75%，黏土矿物含量小于25%的含铝岩定名为铝土岩；一水硬铝石含量大于50%，黏土矿物含量为25%～50%的含铝岩定名为泥质铝土岩；一水硬铝石含量为25%～50%，黏土矿物含量大于50%的含铝岩定名为铝土质泥岩。

从鄂尔多斯盆地陇东地区太原组整体上看，在含铝岩之上还有碳质泥岩、常规泥岩沉积，其测井曲线特征与含铝岩明显不同。研究区含铝岩层段呈现高自然伽马、高补偿中子、高密度、高铀、高钍、低声波时差、低电阻率的“五高二低”测井响应特征。典型的铝土岩层段由于铝土岩有较大的比表面积，具有强吸附性[7-8]，可以吸附铀、钍等高放射性矿物，造成自然伽马值异常偏高，自然伽马异常高值主要分布在400 ～590 API，最高超过650 API，平均值523 API；密度值大于2.65 g/cm3；补偿中子异常高值大于50%；声波时差值较上部泥岩段明显偏低，大部分小于210 μs/m；双侧向电阻率测井曲线“正差异”明显，由于风化壳的风化、淋滤作用，加之铝土岩自身较强的脆性，使得含铝岩中下部微裂缝或溶蚀孔发育[4]，因此，电阻率值很低，主要集中在10 ～150 Ω・m，部分井电阻率值仅为2 ～5 Ω・m；铝土岩层段中铀、钍含量明显升高，但钾含量变化不大，主要因为奥陶系鄂尔多斯盆地海侵处于高潮，太原期地壳继续下沉，海侵范围进一步扩大，富足的碳酸溶液使得海水中铀溶解度显著增大，铀、钍得到充分的溶解、运移和富集[见图1 （a） ]。碳质泥岩层段呈现高声波时差、中高电阻率、中低自然伽马的测井响应特征。声波时差值普遍大于250 μs/m；自然伽马值主要分布在200 ～320 API，较常规泥岩层段偏高；补偿中子值较常规砂泥岩层段偏高，主要分布在30%～55% [见图1 （b） ]。常规泥岩层段电阻率呈中低值，自然伽马明显偏低，一般小于200 API，密度和中子较典型铝土岩层段低，声波时差普遍较典型铝土岩层段偏高[见图1 （c） ]。

图1 不同岩性测井响应特征对比图

结合前人对研究区含铝岩研究发现[5]，不同岩性对储层的物性和孔隙结构会产成一定的影响，一水硬铝石含量较高的铝土岩是优势储层岩性。因此，岩性识别对于优质储层预测具有重要意义，需要开展单井岩性识别。

2 岩性识别方法

2.1 基于声波时差与自然伽马包络面积的含铝岩快速识别方法

结合研究区地质、岩性特征与含铝岩储层显著的高自然伽马和低声波时差测井响应特征，对比铝土岩、泥质铝土岩和铝土质泥岩的测井响应特征发现，铝土岩的自然伽马值普遍最高，大于500 API，泥质铝土岩自然伽马值主要分布在400 ～500 API，铝土质泥岩自然伽马值主要分布在250 ～400 API，声波时差值整体变化不大。因此，可利用声波时差与自然伽马包络面积进行含铝岩的快速识别。将声波时差和自然伽马曲线绘制在同一曲线道中，采用线性刻度调整声波时差和自然伽马测井曲线的左右刻度值。以铝土岩层段下部的白云岩为基准岩性，使声波时差和自然伽马曲线在低自然伽马、低声波时差层段基本重叠，并使高自然伽马和低声波时差的层段交集非空，产生包络。此时，声波时差左右刻度值分别为150、275 μs/m，自然伽马的左右刻度值分别为0、500 API。表1为铝土岩、泥质铝土岩、铝土质泥岩、碳质泥岩和常规泥岩这5种岩性基于声波时差与自然伽马包络面积的含铝岩快速识别示意图及识别标准，其中，铝土岩的声波时差和自然伽马包络面积较大，泥质铝土岩包络面积中等，铝土质泥岩较小（见表1）。

表1 基于声波时差与自然伽马包络面积的含铝岩快速识别示意图及识别标准

在含铝岩快速识别方法的基础上，基于含铝岩层段高自然伽马、低声波时差、高铀的测井响应特征，以及研究区钻遇含铝岩的43口井的岩心、试气资料，分别读取5种岩性的测井曲线值，利用43口井的172个数据点，优选自然伽马，分别与铀、声波时差交会，建立鄂尔多斯盆地陇东地区太原组含铝岩岩性识别图版（见图2）。从图2中可以看出，利用自然伽马与铀可有效识别5种岩性，图版精度为88.4% [图2 （a） ]，利用自然伽马与声波时差可明显区分碳质泥岩、常规泥岩与含铝岩，但是铝土岩、泥质铝土岩、铝土质泥岩3种岩性的划分界限不明显，精度较低[图2 （b） ]。同时，图版法读取数据时的人为误差会影响图版的应用效果。

图2 含铝岩岩性识别图版

2.2 基于费希尔判别的岩性自动识别技术

针对自然伽马与铀图版法、自然伽马与声波时差图版法识别岩性精度较低，且存在一定局限性等问题，本文从模式识别的角度出发，考虑到太原组不同岩性的测井响应特征，通过建立岩性敏感曲线优选矩阵图，确定反映不同岩性特征的敏感曲线AC、CNL、GR、U、Th。基于费希尔降维思想构建岩性判别敏感因子，依据费希尔典则函数计算的特征值的贡献率，确定能够识别5种岩性的主因子和次因子[9]，建立岩性敏感因子图版。然后根据优化算法构建不同岩性类型的判别指数，最终通过计算每种岩性判别指数的最大值形成基于费希尔判别的岩性自动识别技术。

2.2.1 岩性特征参数选取

基于鄂尔多斯盆地陇东地区太原组5种岩性的响应特征分析可知，自然伽马、铀和钍能反应不同岩性的吸附性和放射性，进一步构建铀迁移活化性能指数（lTh/U）来表征铝土岩的强吸附性，声波时差和补偿中子可反映不同岩石的物性和渗透性变化。最终优选GR、U、Th/U、CNL、AC这5条测井曲线作为岩性识别的基本特征参数曲线，进而构建能够识别岩性的敏感因子和岩性判别指数，通过多因素、多信息融合来综合反映岩性的变化特征。

2.2.2 构建岩性敏感因子和岩性判别指数

根据研究区43口井172个样本的取心和试气资料，采用社会科学统计软件（Statistics Package for the Social Scienses，SPSS）得到典则函数计算的特征值的贡献率，确定能够识别5种岩性的主因子Y1和次因子Y2，并建立岩性敏感因子识别交会图版（见图3），可以发现岩性识别效果得到明显提高，铝土岩、泥质铝土岩、铝土质泥岩、碳质泥岩和常规泥岩都能够有效区分。

图3 岩性敏感因子识别交会图版

式中，lGR为自然伽马测井值，API；lU为铀曲线测井值，10–6；lTH/U为铀迁移活化性能指数；lCNL为补偿中子测井值，%；lAC为声波时差测井值，μs/m。

根据构建的岩性敏感因子识别图版，计算出各岩性类别在低维空间中的中心坐标，根据各样品点距离各岩性类别重心的远近，构建各岩性类别的岩性判别指数I。I1、I2、I3、I4、I5分别为铝土岩、泥质铝土岩、铝土质泥岩、碳质泥岩、常规泥岩的岩性判别指数。其判别原则：将测井响应值分别代入式 （3）～式 （7）计算判别指数值，进行比较找出最大值，即为识别的岩性。

2.3 基于地层物理体积模型的全剖面矿物组分定量识别技术

研究区地层岩性矿物种类多，矿物含量变化大，准确计算矿物含量是岩性识别的基础，准确评价岩石矿物组分对获取准确的骨架参数、表征岩石脆性程度、优选压裂层段和设计压裂参数都至关重要[10]。本文依据地层物理体积模型将含铝岩的矿物组分简化为一水硬铝石、黏土矿物、重矿物和砂质矿物，基于X衍射全岩矿物分析资料，结合铝土岩储层典型的高自然伽马测井响应特征，分析出自然伽马与一水硬铝石具有很好的相关性[见图4 （a） ]，建立了一水硬铝石含量V1的计算模型

图4 一水硬铝石、黏土矿物、重矿物计算模型关系图

对于常规储层，黏土矿物含量越高，自然伽马越大，通过分析发现黏土矿物含量与自然伽马也具有较好的相关性[见图4 （b） ]，建立黏土矿物含量V2的计算模型

研究区含有黄铁矿、锐钛矿等重矿物，重矿物含量对岩性密度（lDEN）和光电吸收截面指数（Pe）具有一定的影响，一般重矿物含量越高，岩性密度和光电吸收截面指数值越大。通过统计分析，建立了重矿物含量与Pe和lDEN乘积的测井解释模型[见图4 （c） ]，进一步提高了重矿物含量的计算精度，重矿物含量V3的计算模型

根据岩石体积模型，最终得到砂质矿物含量V4的计算模型为

通过对岩石矿物含量的准确计算，形成了全剖面矿物组分定量识别技术。结合上文根据一水硬铝石和黏土矿物含量对铝土岩、泥质铝土岩和铝土质泥岩的分类，可实现铝土岩的定量识别。

3 岩性识别应用与效果分析

采用上述岩性识别方法和岩石矿物含量定量计算方法，对LA井进行铝土岩岩性评价（见图5）。图5中第1 ～6道为常规电性、物性、岩性及能谱测井响应，可以看到在4 040.0 ～4 057.5 m层段，常规测井呈现出高自然伽马、高中子、高密度、中低声波时差、高铀、高钍等特征，指示该段含铝岩发育。从第7道声波时差与自然伽马包络面积可以明显看出4 046.0 ～4 054.0 m深度段，包络面积较大；4 044.6 ～4 046.0 m深度段，无包络，自然伽马平均值为300 API，声波时差大于265 μs/m，按照表1标准识别岩性为碳质泥岩。第8 ～11道为计算出的矿物含量。第12道为利用费希尔判别法自动识别的岩性，第13道为形成的岩石矿物组分全剖面。4 040.0 ～4 042.2 m和4 054.0 ～5 057.5 m深度段包络面积较小，自然伽马平均值为360 API，声波时差约为257 μs/m，中子值为47%，铀为20×10–6，钍为54×10–6，计算该层段岩性敏感主因子为–0.16，次因子为2.14，投射到图3中的岩性敏感因子识别交会图版中，识别为铝土质泥岩；同时基于岩性判别指数也自动识别为铝土质泥岩，其计算的矿物含量与X衍射全岩矿物分析矿物含量具有很好的吻合度，计算一水硬铝石含量平均为31.4%，黏土矿物含量为62.5%，岩性命名为铝土质泥岩。在4 042.2 ～4 044.6 m和4 044.6 ～4 054.0 m深度段自然伽马平均值为594 API，声波时差约为207 μs/m，中子值为103%，铀为25×10–6，钍为8×10–6，计算该层段岩性敏感主因子为6.23，次因子为1.16，识别为铝土岩，岩性判别指数也自动识别为铝土岩，计算一水硬铝石含量平均为81.5%，黏土矿物含量为19.5%，岩性命名为铝土岩。因此，基于常规测井解释的岩性结论与X衍射全岩矿物分析的岩性分类结论一致。

图5 LA井铝土岩岩性识别成果图

图6为LB井铝土岩岩性识别成果图，结合常规测井响应和第7道声波时差与自然伽马包络面积可以明显看出，下段4 113.0 ～4 119.0 m深度段包络面积较大，识别为铝土岩。第8 ～11道计算的矿物含量与X衍射全岩矿物分析矿物含量具有很好的一致性。图6中4 102.0 ～4 106.0 m深度段自然伽马平均值为380 API，声波时差约为221 μs/m，中子值为65%，铀为19×10–6，钍为60×10–6，若利用图2的含铝岩岩性识别图版可能误判为铝土质泥岩，但计算该层段岩性敏感主因子为1.36，次因子为0.76，识别为泥质铝土岩，岩性判别指数自动识别为泥质铝土岩，中间夹薄层铝土岩，计算一水硬铝石含量平均为68.5%，黏土矿物含量为27.8%，岩性命名为泥质铝土岩。4 106.0 ～4 108.5 m和4 112.0 ～4 120.0 m深度段利用岩性判别指数自动识别为铝土岩，计算一水硬铝石含量平均为80.5%，黏土矿物含量为17.5%，岩性命名为铝土岩。中上段4 100.0 ～4 101.5 m、4 108.5 ～4 110.8 m和4 120.0 ～4 122.0 m深度段基于岩性判别指数自动识别为铝土质泥岩，通过岩石矿物含量定量计算，一水硬铝石含量平均为26.4%，黏土矿物含量为65.8%，岩性命名为铝土质泥岩。利用常规测井解释的岩性结论与X衍射全岩矿物分析的岩性结论一致。

图6 LB井铝土岩岩性识别成果图

利用研究成果，对鄂尔多斯盆地陇东地区太原组含铝岩储层4口井共21层进行岩性识别，建立从无到有的岩性、矿物组分解释新剖面，与岩心资料验证，岩性解释精度达95.2%。岩性的准确识别为发现铝土岩气藏提供了有力的技术支持，也为下步精细评价铝土岩储层物性、含气性和甜点优选提供了依据。

4 结 论

（1）由于鄂尔多斯盆地陇东地区太原组地层岩性变化大，矿物种类多样，通过对铝土岩层段测井响应特征分析，利用声波时差与自然伽马包络面积可进行含铝岩岩性的快速定性识别。在此基础上，通过优选综合反映不同岩性特征的敏感曲线，形成了基于费希尔判别的岩性自动识别技术，避免了自然伽马与铀、自然伽马与声波时差岩性识别图版人为读取数据引起的误差，直接从测井数据中计算岩性判别指数进行岩性自动识别，是解决复杂岩性识别的有效途径，该方法取得了较好的应用效果。

（2）准确计算岩石矿物含量是岩性识别的基础，基于X衍射全岩矿物分析，依据地层物理体积模型将含铝岩的矿物组分简化为一水硬铝石、黏土矿物、重矿物和砂质矿物，建立了鄂尔多斯盆地陇东地区太原组含铝岩岩石矿物定量计算模型，实现了铝土岩定性到定量的识别，岩性识别准确率达95%以上，该计算模型具有一定应用推广价值。