新沟油田新沟嘴组下段Ⅱ油组岩性测井综合识别

宋换新，陈波，沈均均

鲁锋，赵俊龙 （长江大学非常规油气湖北省协同创新中心，湖北 武汉430100）

陈晓娜 （中石化中原油田分公司采油二厂地质研究所，河南 濮阳457532）

1 区域地质概况

新沟油田位于湖北省监利县新沟镇西南，构造位于潜江凹陷西南部丫角－新沟低凸起上［1］。新沟油田主体为断层复杂化的断块、断鼻构造油藏，目前已经发现3个含油气区块 （新一区、新二区和桥4区），探明含油面积7．74km2，探明石油地质储量300．58×104t。古近系新沟嘴组是新沟油田的主要勘探开发层系，新沟嘴组地层分为上、下两段，新沟嘴组下段又可划分为Ⅰ、Ⅱ、Ⅲ共3个油组，其中Ⅰ油组和Ⅲ油组主要为砂岩储层油藏，现阶段勘探开发程度较高。近期的老井复查中，在Ⅱ油组白云岩储层中获得新突破，已经有十多口井在致密白云岩储层中压裂获工业油流，该层系被认为是江汉油田近年来发现的一个重要资源接替新领域，对于研究区的增储稳产意义重大。但是长期以来，对于新沟嘴组下段Ⅱ油组的研究一直比较薄弱，其中利用测井资料识别岩性，并建立相关识别模型［2，3］，是沉积相研究及储层预测的基础，也是研究区现阶段亟需解决的难题之一。

2 岩性识别难点及测井识别方法

新沟嘴组下段Ⅱ油组沉积时期，新沟油田所在的潜江凹陷南部地区属于陆源碎屑供应不足、水体相对闭塞的浅水盐湖相沉积环境，Ⅱ油组沉积了一套盐湖相复杂岩性地层，特殊的岩性和地层结构导致利用测井资料识别岩性难度大。岩心观察表明，纵向上岩性主体为灰色泥晶白云岩与深灰色－灰黑色泥岩互层，其间夹有少量的泥膏岩、泥质粉砂岩等薄层。根据4口全井段钻井取心井 （X391井、X521井、X1171井和X461井）岩性统计表明：泥岩、白云岩占地层总厚度平均值分别为50．9%和34．2%，两者占到地层总厚度的85%以上；其次为泥膏岩，占地层厚度的8．5%，其他岩性所占比例较少。4口井单层厚度平均值为0．34～0．36m，差别不大，单层厚度薄、互层频繁。同时，研究区测井资料除近几年的新钻井外，老井测井曲线系列大多不全，一般只有自然伽马、井径等几条基本曲线，对于岩性识别比较重要的的中子、密度等测井曲线系列缺失，导致利用测井资料进行岩性识别困难重重。

为满足沉积相研究及储层预测对于岩相认识的需要，考虑到研究区测井资料的具体情况，对于研究区新沟嘴组下段Ⅱ油组的测井资料岩性识别分2种方案进行：①对于测井资料较全的井，综合利用多条测井曲线，结合岩心观察和录井资料，利用Fisher判别法建立岩性判别模型［4，5］；②对于测井曲线系列不全的井，首先利用自然伽马测井曲线计算得到泥质含量曲线［2］，并对泥质含量曲线进行合理劈分，建立岩性预测模型。

3 Fisher判别法岩性识别

测井资料中包含着丰富的地质信息，利用测井资料进行岩性识别是常用的研究方法。对于复杂岩性地区，简单的测井曲线数值统计或相关交会图区分岩性效果往往不理想，这就需要利用相应的数学方法对于原始资料中相关岩性信息进行提取和优化，才能有效区分不同岩性的地层，常用的方法有Fisher判别法［4，5］、模糊聚类法［6］、神经网络法［7，8］等。对于研究区测井曲线资料较全的井，该次研究利用Fisher判别法进行岩性的综合判识。

3．1 地层岩性测井响应特征

考虑到研究区地层岩性及结构的复杂性，该次Fisher判别法岩性识别的岩性划分为4大类：泥岩、泥晶白云岩、泥膏岩和粉砂岩，这4种岩性地层占到研究区地层厚度的95%以上，而且该划分可以满足下步沉积微相及储层预测的需要。选取自然伽马 （qAPI）、声波时差 （Δt）、补偿中子孔隙度 （Фnc）、补偿密度 （ρc）、光电吸收截面指数 （Ipe）等5条测井曲线资料，利用研究区新沟嘴组下段Ⅱ油组4口全井段取心井的岩心观察资料，在岩心柱子上选取厚度较大的 （＞0．5m）不同岩性段的117个样本点，对各样本点5条测井曲线值进行读取，建立数据库。对各样本点测井数据作交会图 （图1）和统计表（表1），结果表明：泥岩qAPI、Δt明显较高，而ρc明显较低；泥晶白云岩的qAPI明显较低，Δt、Фnc相对较高；泥膏岩Δt、Фnc相对较低，而ρc、Ipe相对较高；粉砂岩的Ipe相对较低。以上结果表明，优选的5条测井曲线均包含有一定的岩性信息，同时选取的样本点具有较好的代表性，适合于进行岩性的Fisher判别分析。

图1 研究区不同岩性测井曲线交会图

表1 研究区不同岩性的测井曲线响应特征表

3．2 判别分析结果

在进行Fishier判别分析之前，首先要对测井曲线的原始数据进行归一化处理，具体方法见文献［9］。利用数学分析软件SPSS 16．0，对归一化后的样本点数据进行Fisher判别分析，计算出各种岩性的判别函数。研究建立的各种岩性判别函数如下：式中：qAPI′、Δt′、Фnc′、ρc′、Ipae′分别是qAPI、Δt、Фnc、ρc、Ipae测井曲线原始数据的归一化值，1；Y1、Y2、Y3、Y4分别泥岩、泥晶白云岩、泥膏岩和粉砂岩的判别函数。

判别方法是Y1、Y2、Y3、Y4函数计算得到最大值，样本点就判定为该函数对应的岩性。对各样本点进行Fishier判别的结果见表2。所有117个样本点中，判对的样本点有105个，整体符合率为89．7%，符合率较高。其中，泥岩的符合率为100%，泥晶白云岩的符合率为86．5%，粉砂岩的符合率为77．8%，判别符合率较高；泥膏岩为58．3%，相对较低。

表2 Fishier判别结果分析

3．3 应用效果

利用建立的判别函数和测井资料数据 （8点／m）对研究区新沟嘴组下段Ⅱ油组进行岩性识别，并将识别结果与岩性观察成果进行对比，结果见图2。从图2可以看出，测井曲线岩性识别建立的岩性柱子，能比较准确地反映沉积旋回的变化规律，除极薄夹层外，各种岩性整体对应较好，对于厚度较大的泥晶白云岩、泥岩以及粉砂岩层段，判别函数都能比较准确地反映地层岩性，整体识别效果较好，达到了沉积微相研究及储层预测对于岩性识别的要求。

4 泥质含量法岩性识别

研究区仅部分井具有较齐全的测井曲线系列，很多老井仅有自然伽马、自然电位、井径等几条主要用于地层对比的测井曲线，识别岩性常用的中子、密度等测井曲线系列缺失，并且不同时期的测井曲线系列组合不统一，导致部分地区无法统一使用Fisher判别法进行岩性识别。考虑到研究区地层主要为泥岩和白云岩互层的特征，沉积微相研究及储层预测对于岩性的区分重点在于白云岩与泥岩的区分。同时，绝大多数老井都有qAPI测井曲线资料，并且qAPI测井曲线对白云岩与泥岩频繁互层的韵律性地层反映敏感，因此对于这部分井采用泥质含量法进行岩性识别。

4．1 识别方法

根据阿尔奇公式，首先利用FORWARD测井解释软件，通过选取合适的参数［10］，利用qAPI曲线计算出泥质体 积 分 数 （φ（sh））， 再 根 据φ（sh）＝25%，50%，75%将岩性划分为白云岩、泥质白云岩、云质泥岩和泥岩4种岩性。考虑到部分岩性在qAPI曲线上特征相似，对研究区观测到7种岩性根据qAPI曲线特征的不同加以合并，最终形成如图3所示的判别模型。该模型基本达到了区分泥岩与白云岩的目的。

4．2 应用效果

应用泥质含量法对X391井进行岩性识别，结果见图4。从图4可以看出，该方法能够比较好地区分白云岩与泥岩互层地层，测井识别地层旋回清楚，与岩心观察的岩性柱子具有较好的对应关系。对各层段利用判识的结果与岩心观察的结果进行对比统计，结果见表3。从表3可以看出，从岩性上看，泥质含量法对于各层段的白云岩、泥质白云岩、云质泥岩和泥岩的判别平均误差率分别为11．8%、15．15%、48．55% 和 16．6%，除泥质白云岩外，其他岩性的准确率较高；从层段上来看，大多数层段误差率在20%以内，整体符合率较高。

虽然泥质含量法对泥膏岩、粉砂岩等岩性无法进行具体识别，但是这部分岩性地层在研究区分布厚度有限 （占地层总厚度的比例小于15%）。对于钻井取心有限、地震资料岩相识别困难的地区，该方法不失为一种有效的岩性识别方法，基本可以达到研究区的沉积微相及储层预测的研究要求。

图2 X461井Fishier判别法测井岩性判识

图3 泥质含量法岩性识别模型

5 结论

1）针对新沟油田新沟嘴组下段Ⅱ油组的盐湖相复杂岩性地层，对于测井曲线系列较齐全的井，利用Fisher判别法进行岩性识别；对于测井系列不全的老资料井，利用泥质含量法进行岩性识别。

2）Fisher判别法对于泥岩、泥晶白云岩及粉砂岩等识别的符合率较高；泥质含量法对于Ⅱ油组各小层段的白云岩、泥质白云岩及泥岩判识准确度较高。

3）实际应用表明，2种方法识别岩性剖面均能较好地反映沉积旋回的规律性，与岩心观察结果符合度较高，能够满足沉积微相研究及储层预测对于岩性识别的要求。该方法为钻井取心资料较少、地震岩相识别困难的复杂岩性地区的岩性识别提供借鉴。

表3 新沟嘴组下段Ⅱ油组各小层泥质含量法岩性判识统计表

［1］许泓，陈立欣 ．新沟油田新沟嘴组下段Ⅱ油组非常规油气藏研究 ［J］．长江大学学报 （自科版），2013，10 （8）：22～24．

［2］雍世和，张超谟 ．测井资料处理与解释［M］．东营：石油大学出版社，2004．80～96．

［3］赵良孝，补勇 ．碳酸盐岩储层测井评价［M］．北京：石油工业出版社，1994．

［4］田艳，孙建孟，王鑫，等．利用逐步法和Fisher判别法识别储层岩性 ［J］．勘探地球物理进展，2010，33 （2）：126～129．

［5］张家政，关泉生，谈继强，等．Fisher判别在红山嘴油田火山岩岩性识别中的应用 ［M］．新疆石油地质，2008，29（6）：762～764．

［6］张涛，莫修文 ．基于交会图与模糊聚类算法的复杂岩性识别 ［J］．吉林大学学报 （地球科学版），2007，37（s1）：109～113．

［7］马海，王延江，胡睿，等 ．测井岩性识别新方法研究 ［J］．地球物理学进展，2009，24（1）：263～269．

［8］张洪，邹乐君，沈晓华．BP神经网络在测井岩性识别中的应用 ［J］．地质与勘探，2002，38（6）：63～65．

［9］尹海洁，刘耳 ．社会统计软件SPSS for Windows简明教程 ［M］．北京：社会科学文献出版社，2003．

［10］金燕，张旭，刘兴刚，等 ．基于FORWARD平台的碳酸盐岩储层测井评价系统的开发与应用 ［J］．测井技术，2003，27（5）：413～422．