青海东昆仑八宝山盆地高原含气泥页岩储层关键参数评价

佘刚，叶志红，张程恩，李兴文，袁莎莎，王少卿

1.中国石油集团测井有限公司长庆分公司，陕西 西安 710200 2.中国石油集团测井有限公司吐哈分公司，新疆 鄯善 838200 3.中国石油集团测井有限公司青海分公司，甘肃 敦煌 736200 4.中国石油集团测井有限公司华北分公司，河北 任丘 062552

国内外多个区域及层系的开发结果证明，页岩气作为重要的非常规能源其储层地质特征与常规能源有着明显差异[1-2]，对于页岩气的测井评价更为复杂，常规测井手段难以满足页岩气储层评价的需要。目前，页岩气储层参数的测井评价主要以岩心实验为依据，在常规测井基础之上综合电成像、阵列声波等大量特殊测井多尺度、高精度的测量及处理结果建立岩性、物性、含气性等模型，形成了多种评价方法[3-6]。

青海东昆仑八宝山盆地三叠系八宝山组源岩品质及含气性较好，其暗色泥页岩是最好的页岩气储层，但关于高原含气泥页岩储层的研究较少，研究区源岩有机碳变化大、储层矿物成分多样、储层空间复杂、岩性整体致密等特征也对开展高原含气泥页岩测井评价提出了更大挑战。为此，本文充分挖掘常规测井、电成像及阵列声波测井资料的有效信息，利用岩心刻度测井、相关性分析、最优化算法，数学形态学刻画等方法探讨了泥页岩储层关键参数评价方法，以期提高储层参数的评价效果，为高原含气泥页岩储层评价提供技术保障。

1 区域地质特征

八宝山盆地位于东昆仑地质构造带的昆中结合带及其南侧，地处青藏高原西北缘青海中部东昆仑山内，海拔在4 000 m以上。盆地内中-下三叠统为海相沉积环境，上三叠统为滨海-陆相河湖沉积环境，其八宝山组为一套高原陆相碎屑岩及火山岩沉积，岩石类型复杂且纵向变化大，主要为砂泥质页岩类，夹粗砂岩、中砂岩、细砂岩等粗中碎屑岩及少量安山岩，其暗色泥页岩及少量炭质泥岩是主要的页岩气储层[7-8]，主要特征为：①源岩品质较高，总有机碳含量(w(TOC))集中分布在0.5%～2%，最大有38.4%，暗色泥页岩岩性主要为灰黑色泥质粉砂岩、炭质泥页岩及煤层(线)等，当粉砂岩中炭质成分高时也可成为有效源岩；②矿物成分多样，以石英、长石和黏土矿物为主，石英含量约40%～60%，平均为50%，黏土矿物含量约25～58%，平均35.5%，多为伊/蒙混层。方解石及白云石等碳酸盐矿物较少，一般小于10%；③储集空间复杂，八宝山组泥页岩主要发育有机质微孔，其次为矿物粒间孔隙、微裂缝、层间页理缝及延缝溶蚀孔，物性分析孔隙度0.13%～4.3%，平均2.5%，渗透率普遍小于1 mD，大多小于0.5 mD，孔喉半径多为0.11～2.68 μm，整体储层致密，仅有微米级孔隙结构；④储层含气性较好，含气量最高达25.4 m3/t，解析气主要为4.1～8.3 m3/t，且气体中甲烷含量95%～100%；⑤脆性矿物含量高，石英、长石等脆性矿物具较好可压性，易产生网状缝，利于页岩气开采。

2 储层参数评价

2.1 总有机碳含量计算

w(TOC)是评价泥页岩生油气或含油气的主要参数，目前主要是利用岩心分析TOC刻度常规曲线以建立计算模型。常见的计算方法为线性回归法，该方法主要基于自然伽马能谱铀(U)含量、体积密度、声波时差等建立一元或多元线性模型来计算，特别是利用U含量法计算效果较好，在柴达木盆地广泛使用[9]。第二类为电阻率和声波时差(密度或中子)重叠法，简称ΔlgR法，该方法要求在非源岩处声波时差与电阻率曲线基本重叠，并作为基线，而在富有机质层段生烃会使声波时差及电阻率增大，两条曲线采用相反刻度排列会出现分离或包络；使用该方法时，读取重合段对应的电阻率值ρt基线和声波时差值Δt基线，两条曲线的幅度差即为Δlgρ，表达式为：

w(TOC)=Δlgρ×10(2.297-0.168ILOM)×C

式中：ρt为地层真电阻率，Ω·m；ρbl为普通泥岩(非源岩)电阻率，Ω·m；k为声波时差与电阻率曲线在泥岩段重合时的校正系数，一般取0.02；Δt为计算点的实测声波时差，μs/m；Δtbl为普通泥岩的声波时差，μs/m；ILOM为成熟度等级指数，由实验室镜质体反射系数(Ro)计算得到；C为校正系数，根据研究区w(TOC)分析资料标定。

式中：ρRHOG为骨架密度值，g/cm3；ρRHOB为体积密度值，g/cm3。

分析认为，基于铀含量计算的w(TOC)受含铀矿物影响，基于声波时差和电阻率的ΔlgR法多受基线值及其他参数影响，Schmoker模型受孔隙流体及井眼影响，研究区又未进行元素俘获或岩性扫描测井，即单一方法均不同程度受到影响，必须以实验分析数据为依据探讨各类方法在研究区的适应性。

在主要泥页岩层段进行了大量取心及实验分析，其w(TOC)实验分析值0.10%～6.05%，平均1.25%，数据变化范围较大。尝试利用铀含量、ΔlgR法、Schmoker模型等多种方法对其w(TOC)分别进行了求解，对比发现w(TOC)实验分析值与Schmoker模型计算值误差最大，与基于密度和电阻率的ΔlgR法计算值、基于中子孔隙度和电阻率的ΔlgR法计算值、基于孔隙度法的计算值一致性也较差；而改进的Schmoker模型、基于声波时差和电阻率的ΔlgR法及U含量法计算的w(TOC)与w(TOC)实验分析值对应性较好，但是上述3种方法都无法全井段准确地反映w(TOC)(见图1)。因此，仔细对比3种方法计算的w(TOC)与实验分析值之间的关系，通过加权计算的w(TOC)与实验分析值具有较高的符合度。加权计算的w(TOC)表达式为：

式中：w(TOC)WC为加权计算的w(TOC)；w(TOC)ΔlgR为基于声波时差和电阻率的ΔlgR法计算的w(TOC)；w(TOC)MODIFIED_SCHMOKER为改进的Schmoker模型计算的w(TOC)；w(TOC)U为U含量法计算的w(TOC)。

2.2 矿物成分计算

岩心薄片及全岩分析认为，研究区岩石矿物类型主要为黏土、石英、长石、方解石、白云石和少量黄铁矿共6种，目前对于复杂矿物的精确计算主要依据元素俘获测井，而研究区缺少元素俘获测井资料。传统的常规测井通过建立线性模型计算矿物的方法仅能得到最多3种矿物含量，且精度较低，效果差。因此，基于常规曲线发掘非常规的计算方法十分必要，而建立最优化数学模型求解可以较好地解决该问题。最优化算法是在地球物理反演的基础上，以岩心分析及测井数据为基本来建立多矿物模型，利用输入的初始储层参数计算出的理论曲线与实测曲线的误差，建立最优化解释目标函数，并利用最优化算法不断调整储层参数输入值使目标函数最小化，从而获得储层最优化解释结果[12]。

最优化算法首先通过岩电对比选择对于岩性比较敏感的中子、密度、声波、光电截面指数、自然伽马、深侧向电阻率、自然伽马能谱中的铀、钍和钾共9个参数，建立9个方程对所含的6种矿物成分进行最优化求解得到连续的矿物成分，可以将其表达为一个超定方程组[13]：

1)线性响应方程组：

R1=(C11×V1)+(C12×V2)+……+(C1n×Vn)

R2=(C21×V1)+(C22×V2)+…+(C2n×Vn)

……

Rm=(Cm1×V1)+(Cm2×V2)+…+(Cmn×Vn)

图1 w(TOC)计算结果对比及方法优选Fig.1 Comparison of w(TOC) calculation results and optimization of methods

2)限制条件：

V1+V2+…+Vn=1

Vmin≤Vi≤Vmax，默认 0≤Vi≤1

式中：R1，R2，…，Rm为测井响应值，即上文提到的中子、密度等9个敏感曲线，即m取9；C11，C21，…，Cmn为矿物的测井响应参数；V1，V2，…，Vn为上文提到的6种矿物干重(失水后的质量)，即n取6。

为了取得更加实际的处理效果，处理过程中同时利用全岩分析结果对处理的矿物进行精细标定。图2中泥页岩段(954.0～984.0 m)取心进行全岩分析，各矿物的最优化计算结果与全岩分析结果基本接近，特别是黏土、石英、长石3种主要矿物具有较好的一致性。方解石与白云石总体含量较少，不易处理得到准确的白云石含量，但在碳酸盐岩发育段，如井段984.0～998.0 m，密度2.74 g/cm3左右，声波时差179 μs/m，中子孔隙度9.8%，深侧向电阻率高达2 000 Ω·m以上，三孔隙度交会处于灰岩线附近，云质和灰质成分明显增多，约占50%，极少量泥质成分，反映为钙质砂岩，岩心描述为含砾粗砂岩，滴酸有反应，表明处理结果与岩性基本相符，充分说明基于常规曲线的最优化算法有效解决了研究区泥页岩储层的复杂矿物识别问题。

2.3 物性参数计算

岩心及薄片观察认为，八宝山组泥页岩主要发育有机质微孔，其次为矿物粒间孔隙、微裂缝、层间页理缝及延缝溶蚀孔等多种储集空间，常规方法难以对于各类储集空间进行精细评价。对于基质孔计算，由于岩性较为复杂，通过实验分析值与测井值之间建立关系，相关性均较差，为此利用最优化算法计算的多矿物含量结合体积模型求取混合骨架值，实现变骨架的基质孔隙度φ[13]，公式为：

ρma=ρqu×vqu+ρcl×vcl+ρca×vca+ρdo×vdo+ρK-fe×vK-fe

图2 岩石矿物全岩分析结果Fig.2 Whole rock analysis results of rocks and minerals

式中：ρma为混合骨架值；(密度部分用各矿物对应的骨架值表示)ρqu为石英密度值，取2.65 g/cm3；ρcl为黏土密度值，取2.60 g/cm3；ρca为方解石密度值，取2.71 g/cm3；ρdo为白云石密度值，取2.87 g/cm3；ρK-fe为钾长石密度值，取2.52 g/cm3；(体积部分为矿物含量)vqu为石英含量，1；vcl为黏土含量，1；vca为方解石含量，1；vdo为白云石含量，1；vK-fe为钾长石含量，1；ρb为测井密度值，g/cm3；ρf为流体密度值，g/cm3。

对于裂缝的定性和定量描述，最准确且最直观的方法就是利用电成像的高清图像来评价，可以得到裂缝的类型、规模、产状等，定量评价主要是对所拾取的裂缝的开度(宽度)、密度、长度及裂缝孔隙度进行定量计算。目前应用比较多的是利用有限元法对裂缝宽度进行量化[14]，公式为：

式中：W为裂缝宽度，mm；c和b为常数，与仪器相关，取决于成像测井仪器的具体结构；A为裂缝引起的异常电流面积，m2；ρm为泥浆滤液电阻率，Ω·m，一般常规测井会测量得到；ρxo为冲洗带电阻率，一般直接取经浅侧向刻度过的电成像微电阻率值，Ω·m。

对于溶蚀孔缝直接量化评价效果比较好的是斯伦贝谢公司的PoroTex图像处理技术[15]，该技术以数学上的形态学理论为基础，通过交会图及人机交互的方式选择适合的的截止值或门槛，使电成像图像上的孔缝洞基本被代表溶蚀的颜色所覆盖，从而可以对孔缝洞的面积及所占图像百分比进行提取并计算。并通过面孔率、面孔面积等参数量化表达，可以更好地反映次生孔隙的发育、连通情况，对孔隙结构也一定指示能力。

成像测井可以直接的对裂缝进行定性及定量描述，但由于测量深度较浅，对于地层裂缝及溶洞的发育及径向延伸展布情况不能准确预测，而阵列声波测井可以提供纵波、横波及斯通利波等声波信息，反演得到的声波幅度、衰减系数、地层渗透率，特别是斯通利波的反射系数及流体移动指数可以较好的表达地层的渗透能力和裂缝的连通性[16]，结合实验分析建立起流体移动指数与渗透率的关系，公式为：

式中：IQFM为流体移动指数，μs/m；S为总斯通利波时差，μs/m，由阵列声波测井时差提取得到；ρm为泥浆密度，g/cm3；Km为泥浆体积模量，由泥浆密度和纵、横波速度得到，MPa；G为地层剪切模量，由密度测井及横波速度得到，MPa；K为渗透率，mD。

图3 储层物性处理结果对比Fig.3 Comparison of reservoir physical property treatment results

通过储层物性处理结果(见图3)对比发现，通过变骨架的基质孔隙度计算结果与实验分析结果较为接近；基于阵列声波反演计算的渗透率与实验分析结果在纵向具较好的一致性；综上，计算值基本能够满足储层评价的要求。

图4为研究区含气泥页岩储层物性综合评价结果，其中第4道为基于岩石矿物变骨架的基质孔计算结果，第4～6道为基于电成像的裂缝参数计算结果，第7道为PoroTex图像处理技术计算的面孔面积及面孔率，第8～10道为阵列声波计算得到的声波幅度等储层渗透性参数。通过各类参数对储层空间的精细刻画，认为研究区泥页岩储层分为两种类型：一类为泥页岩本身具备裂缝及溶蚀孔缝等储集空间，如图4中824～834 m井段，变骨架的基质孔隙度仅1%左右，但局部裂缝较为发育，且裂缝宽度较大(0.36 mm)，裂缝孔隙度0.43%，PoroTex图像处理技术计算的面孔面积15.74 in2，面孔率17.19%；对应的阵列声波幅度较小，衰减明显，也具较强的“人字型条纹”反射，反射系数明显高于上下层，说明该井段储层自身物性较好且径向渗透性及裂缝连通性好。另一类为与泥页岩呈互层状或夹于泥页岩中的薄层泥质砂岩储层，如图4中850～856 m井段，裂缝十分发育，且延缝溶蚀现象明显，计算的各类参数均说明该井段物性较好，裂缝具有一定规模且连通性好，为一典型的含气泥页岩储层。

2.4 含气性评价

泥页岩储层的含气性受有机碳、矿物组分、储层物性及温度、压力等多因素影响，对其含气量、吸附气及游离气的评价需要考虑多种因素的作用。一般对于吸附气计算通常基于等温吸附实验，采用朗格缪尔方程来计算，而游离气通常采用基于体积压缩因子、孔隙度、含水饱和度等参数的经验模型估算[10]。由于研究区缺少等温吸附实验参数，无法计算得到相对准确的含水饱和度，采用方程或经验模型评价含气性有一定难度。因此，考虑其他方法间接计算：首先优选与含气量比较敏感的体积密度、w(TOC)等参数与吸附气含量建立相关关系，发现含气量与体积密度呈负相关，而与w(TOC)呈正相关(见图5)，再结合两个参数采用二元回归计算得到更加准确的吸附气含量，表达式为：

Gs=-10.29ρv+1.2w(TOC)+34.14R2=0.91

式中：Gs为吸附气含量，m3/t；ρv为体积密度，g/cm3。

对于总含气量计算，基于研究区收集到的95件代表性较强的实验分析数据，通过与常规测井曲线值、孔隙度等参数一一建立关系，优选与总含气量相关的敏感参数，发现补偿中子孔隙度、深侧向电阻率可以较好地反映储层的总含气量(见图6)；计算的总含气量与实验的总含气量符合度较高，基本可以用于评价储层总含气量(见图7)；再与吸附气含量之差得到游离气含量，关系式为：

Gt=0.59φCNL+0.001 5ρt-6.75R2=0.72

Gcfm=Gt-Gs

式中：Gt为总含气量，m3/t；Gcfm为游离气含量，m3/t；φCNL为补偿中子孔隙度，%；ρt为深侧向电阻率，Ω·m。

图4 含气泥页岩储层物性综合评价结果Fig.4 Comprehensive evaluation results of physical properties of gas-bearing shale reservoir

图5 Gs与ρv及w(TOC)关系图Fig.5 Relationship of Gs with ρv and w(TOC)

2.5 可压裂性评价

页岩气储层由于较为致密，目前普遍采用压裂工艺施工开采，因此，对于岩石的可压裂性即脆性及破裂压力评价比较关键。对于脆性评价一般用脆性指数来表达，通过矿物加权处理可以得到更加准确的结果[17]，公式为：

式中：IB为矿物加权计算的脆性指数，%；Vi为来自元素俘获测井或常规测井处理的各矿物含量；IB，i为各矿物的脆性指数，取实验分析值。

图6 Gt与φCNL及ρt关系图Fig.6 Relationship of Gt with φCNL and ρt

另一种脆性评价方法是根据阵列声波测井的岩石力学参数得到，认为基于纵横波及密度反演的泊松比、弹性模量是岩石力学的整体反映，国内外通过相关现场实践认为岩石物理学法更能反映岩石的脆性，公式如下：

式中：E为地层的弹性模量，MPa；Emax、Emin分别为最大、最小弹性模量，MPa；δ为泊松比，1；δmax、δmin分别为最大、最小泊松比，1。

由于阵列声波测井参数可靠性强，可以计算得到泊松比和体积模量等气层判断参数及地层破裂压力，计算结果较为丰富，首选阵列声波测井进行脆性指数和破裂压力的计算，并结合实验分析得到的静态弹性模量和静态泊松比实现动静态参数转换以减小计算误差，表达式为：

δs=3.037 1×δd-0.648

Es=4.445 7×Ed+0.211 1

式中：δs、δd分别为静态、动态泊松比，1；Es、Ed分别为静态、动态弹性模量，MPa。

通过岩石力学静态参数计算的脆性指数与实验分析结果具有较好的对应性(见图7)，但相比较而言，通过矿物加权计算的脆性指数更为理想，与实验分析结果的符合度更高，再结合阵列声波处理的破裂压力、应力等参数，可以实现对泥页岩储层较为全面的可压裂性评价。

2.6 储层品质评价标准

利用常规、电成像及阵列声波测井等资料处理的泥页岩储层总有机碳含量、矿物组分、孔隙度、含气量、脆性指数等参数，结合研究区泥页岩储层特性及开采效果，参考国内其他地区页岩气评价方法，将八宝山盆地泥页岩储层划分为三类(见表1)：Ⅰ类储层，在现有试采工艺条件下能够获得工业气流；Ⅱ类储层，在现有工艺条件下能够获得低产气流；Ⅲ类储层，在现有工艺条件下只产少量气或不产气。依据上述标准综合划分八宝山盆地高原含气泥页岩有利储集段，优选最佳层段试气试采。

3 应用效果

根据储层关键参数评价方法及储层品质评价标准对八宝山盆地B2井进行了处理解释(见图8)，该井654.0～665.5 m、680.0～692.2 m两个井段为Ⅰ类储层：第1井段为黑色粉砂质泥岩层，源岩品质较好，w(TOC)WC为2.7%；储层基质微孔、裂缝及溶蚀孔缝均发育，阵列声波变密度图上反射条纹明显，斯通利波幅度减小、反射系数增强、衰减增大，反映出孔缝延伸远且连通性好，计算的变骨架的基质孔隙度1.15%，渗透率0.016 mD，裂缝孔隙度0.2%；该井段储层含气性较好，泊松比与压缩系数含气包络面积较大，气测全烃抬升明显，计算总含气量11.18 m3/t，吸附气含量6.82 m3/t，游离气含量4.36 m3/t；该井段破裂压力整体较低，为19.9 MPa，上部脆性指数较强，为67.8%，且上部泥质含量相对较低，溶蚀及裂缝较下部更加发育，也易于压裂改造，测试产气量贡献更大。同理，第2井段也具有类似特征。上述两井段进行上下一体分层段试气后获得高产天然气。应用结果再次证明，对八宝山盆地高原含气泥页岩储层关键参数评价有效地解决了研究区页岩气储层的评价难题并取得了较好的应用效果。

图7 储层总含气量及脆性指数计算结果Fig.7 Calculation results of total gas content and brittleness index of the reservoir

表1 八宝山盆地高原含气泥页岩储层品质评价标准

4 结论与认识

1)通过实验与理论相结合，尝试多方法求解w(TOC)，优选改进的Schmoker模型、基于声波时差和电阻率的ΔlgR法及U含量法等3种方法加权处理提高了w(TOC)的计算精度；基于敏感参数的最优化算法，通过超定方程组求解，能够较好地评价复杂泥页岩储层岩石矿物含量。

2)基于岩石矿物变骨架的基质孔隙度计算和基于电成像的裂缝参数计算及PoroTex图像处理技术对次生孔隙进行了全面评价，阵列声波测井可以在径向上与电成像测井形成互补，对于孔缝的径向连通性可以进行精确刻画，有效解决了八宝山盆地高原含气泥页岩储层复杂储集空间表征难题。

图8 B2井泥页岩储层品质综合评价成果图Fig.8 Comprehensive evaluation results of shale reservoir quality in well B2

3)基于敏感参数建立的多元回归模型评价储层含气量、吸附气含量及游离气含量，与实验分析结果有较好的一致性；可压性评价方面，矿物加权计算的脆性指数相对于岩石力学参数计算的脆性指数具有更理想的效果。

4)基于上述储层关键参数评价模型，形成了八宝山盆地高原含气泥页岩储层品质评价标准，为试气选层提供了依据。实际应用结果表明，八宝山盆地高原含气泥页岩储层关键参数评价方法有效解决了研究区页岩气储层的评价难题并取得了较好的应用效果。