鄂尔多斯盆地上古生界泥页岩储层含气性影响因素及储层评价

郭少斌，赵可英

(中国地质大学 (北京) 能源学院，北京 100083)

鄂尔多斯盆地上古生界泥页岩储层含气性影响因素及储层评价

郭少斌，赵可英

(中国地质大学 (北京) 能源学院，北京 100083)

评价泥页岩储层的好坏主要考虑泥页岩的含气性与泥页岩后期压裂开发的难易程度。据此，优选了与泥页岩储层优劣紧密相关的6项影响因素，包括有机碳含量、等温吸附气量、成熟度、孔隙度、伊蒙混层及脆性矿物含量。运用灰色关联理论，对鄂尔多斯盆地上古生界泥页岩储层进行了评价，应用储层综合评价指标(REI)可将储层分为3类：Ⅰ类储层，REI≥0.5；Ⅱ类储层，0.33≤REI<0.5；Ⅲ类储层，0.3≤REI<0.33。同时参考前人成果和经验数据，提出了该区海陆过渡相泥页岩储层的评价方案，并用图像的方式展示了不同储层的特征。

泥页岩储层；灰色关联；储层评价；上古生界；鄂尔多斯盆地

页岩气藏的生储盖均为泥页岩，属于连续聚集、自生自储型气藏[1-2]。泥页岩中的孔隙以有机质演化过程中形成的微孔隙为主，天然气在泥页岩储层中主要以吸附态和游离态为主。由于其孔隙结构以及其中天然气赋存状态的特殊性，导致常规油气储层的评价方法体系难以适用于特殊的泥页岩储层[3]，需要建立一套适合泥页岩储层的评价方法。目前国内针对页岩气储层表征及评价的工作开展得相对较少，前人的研究[3-11]考虑泥页岩含气量的影响因素不够，没有和泥页岩含气量建立关系。作者以我国上扬子古生界岩心样品测试为依据，首先从含气量入手，讨论储层含气性影响因素，进行储层评价，初步提出了我国上扬子古生界页岩气储层评价方案[12]。在此基础上，本文以鄂尔多斯盆地上古生界泥页岩储层为例，进一步开展了页岩气储层评价初步研究，提出了我国鄂尔多斯盆地上古生界海陆过渡相页岩气储层评价分类方案。

1 研究区概况

鄂尔多斯盆地上古生界是以障壁岛—潮坪—潟湖沉积体系为主的陆表海环境与河流—三角洲平原相沉积体系为主的陆源碎屑沉积环境交互形成的混合沉积体系。其岩性复杂，底部以灰岩、泥岩、煤层及砂岩为主，上部以砂岩、泥岩及煤层为主，岩性交互频繁，泥岩单层厚度小，但层数多，累积厚度大，泥岩主要分布在上石炭统的本溪组、下二叠统的太原组和山西组。平面上山西组、太原组的泥页岩在整个盆地内发育较为稳定，横向连续性好；本溪组的泥页岩在盆地局部相对稳定。上古生界泥页岩埋深在1 400～4 000 m，累积泥页岩厚度最小13 m，最大164.5 m，平均94.3 m。

2 泥页岩储层评价

2.1 储层评价参数的选取

有机碳含量不仅是衡量烃源岩生烃潜力的重要参数，而且是有机质作为吸附气的核心载体[13]。有机质含有丰富的微孔隙，是吸附甲烷的重要空间，且泥页岩中的分散有机质是一种活性非常强的吸附剂，能够提高泥页岩的吸附能力。泥页岩中含气量与泥页岩的有机碳含量呈线性正相关关系[14]，主要原因是泥页岩对甲烷的吸附能力伴随着TOC值增高而增强，吸附气量增大[15](图1)。因此有机碳含量是评价泥页岩储层的最重要参数。

目前，越来越多的研究者认同Curtis和Martini等的观点[16-17]，即吸附作用是页岩气聚集的基本属性之一。泥页岩储层中的天然气主体以吸附态赋存于泥页岩的显微孔隙中，仅在大的孔隙和微裂缝中存在游离态[3]。因此，对泥页岩储层储气性能的评价，除了其孔隙体积和孔隙结构外，其对天然气的吸附能力也是评价的一个重要指标[3]。泥页岩对天然气的吸附能力往往是通过等温吸附实验获得的吸附气量的多少来反映。吸附气量的多少除了受到有机碳含量的影响，还受到地层温度和压力的影响。本次研究所测试的泥页岩样品埋深在2 300～2 500 m，其地层平均温度在80 ℃左右，为了尽量模拟地层温压对泥页岩吸附气的影响，吸附气量是由80 ℃时等温吸附试验所获得的。

干酪根大量生气主要在热裂解阶段，如果成熟度太低，泥页岩主要含油而不是含气。王社教等人对鄂尔多斯盆地环14井山西组页岩和任5井太原组泥页岩的热模拟实验结果表明，Ro>1.1%时，气态烃产率随Ro增大迅速增大[18]，有利于页岩气的大量产出。因此，泥页岩的成熟度也是评价泥页岩储层的一个重要指标。黏土矿物中的伊蒙混层与吸附气量呈现正相关关系(图1)，也是评价泥页岩储层的指标。

无论是碎屑岩储层还是泥页岩储层，孔隙度、渗透率始终是评价储层的重要指标。泥页岩储层的渗透率都很低且变化非常复杂，页岩气后期开发主要借助压裂手段，压裂可改造其渗透率，故泥页岩储层评价中主要考虑孔隙度的大小，而渗透率不作为关键因素。

泥页岩中脆性矿物的含量直接影响到页岩气后期的压裂开发，鄂尔多斯盆地上古生界泥页岩中石英含量占到脆性矿物的72%～98%。石英颗粒可构成一个相对刚性的格架，增强泥页岩的抗压实能力，有利于泥页岩中有机质微孔隙的保存[12,19]，同时是控制孔隙和裂缝发育程度的主要内在因素之一[20]，直接影响储集空间和渗流通道，增加游离气的储存空间，因此脆性矿物可作为储层评价的一个因素。

综上所述，本文从泥页岩储层的有机碳含量、有机质成熟度、吸附气量、孔隙度、伊蒙混层及脆性矿物6个参数入手对鄂尔多斯盆地上古生界泥页岩储层进行了评价。

2.2 灰色关联分析储层评价方法

泥页岩储层的影响因素很多，除了前面提到的6个主要指标以外，还有埋深、厚度、裂缝的发育程度、脆性矿物的含量等。每个影响因素对储层好坏的影响程度都不一样，下面用灰色关联法确定这些参数对储层的影响程度、参数之间的相关度。

灰色理论是采用多因素来对储层进行综合定量研究，用一个综合定量评价指标来解决单因素储层评价中出现的矛盾问题[21]。采用关联法进行数据处理，可在储层评价中深入挖掘数据内部的结构信息，在非均质性较强的区域寻找相对优质储层[22]。

依据前述从泥页岩储层影响因素中选取的6个储层评价指标：有机碳含量、吸附气含量、储层孔隙度、有机质成熟度、伊蒙混层及脆性矿物，应用灰色理论对鄂尔多斯盆地上古生界泥页岩储层进行了下述系统研究。

图1 吸附气含量与w(TOC)、Ro、伊蒙混层之间的关系

2.2.1 选定母序列和子序列

有机碳含量的多少直接影响页岩气的生气率和吸附能力，故本文选取有机碳含量作为母序列，孔隙度、有机质成熟度、吸附气量、伊蒙混层和石英含量作为子序列。

2.2.2 对母序列和子序列进行无量纲处理

由于系统中各个参数的量纲不同，且部分数值的数量级相差悬殊，这些数据不能直接进行比较，需要对这些数据消除量纲处理，转换为可以比较的数据序列。作者采用区间值变换法将每项参数归到(0，1)之间。

2.2.3 求取灰色关联系数ξ(Xi)和关联度ri

所谓关联程度实质上是指各个参数之间的几何形状的差别程度，离有机碳曲线越近，其关联度就越大，对储层好坏的影响也越大，反之亦然(图2)。从图2可以看出吸附气含量与有机碳的关联度最大。

接下来在归一化后的各参数序列中选出二级最小差和二级最大差，利用式(1)求取灰色关联系数ξ(Xi)：

(1)

式中：Dmin min为二级最小差；Dmax max为二级最大差；

图2 有机碳含量与不同参数之间的关联度

ρ为分辨系数，本文取0.4。

每个样品的每个参数均有1个关联系数，数据多不便于进行整体比较，有必要将每个参数的关联系数集中为1个值，即平均值，作为母序列与子序列之间关联程度的数据表示。若有机碳含量的关联度为1，吸附气量、孔隙度、Ro、伊蒙混层及石英含量的关联度分别为0.82,0.60,0.50,0.48,0.46。

2.2.4 关联度排序和权重系数的确定

为了反映各参数与储层好坏之间的“优劣”关系，需要对各参数关联度的大小次序进行描述。值越大，该参数在评价储层总体特性时所占的比重越大。将所求各个参数的关联度进行归一化处理，最后求得各个参数的权重系数(表1)。

2.2.5 储层综合评价指标的确定

为了能对储层综合分类和评价，需要求取储层综合评价的指标REI：

(2)

式中：n为储层评价参数的个数；ai为储层评价参数的权重系数；Xi为储层评价参数。

2.2.6 储层分类评价

依据各样品的储层综合评价指标，可以作出储层综合评价指标值的概率累计曲线图(图3)，然后寻找曲线的拐点(曲线的最大变化点)，该拐点就是储层分类的区分点[12]。通过对鄂尔多斯盆地上古生界海陆过渡相泥页岩样品分析得到，该区上古生界泥页岩储层分类阀值分别为0.3，0.33和0.5，阀值非常接近，说明鄂尔多斯盆地上古生界的泥页岩储层特征相近。根据阀值可将储层分为3类：Ⅰ类储层，REI≥0.5；Ⅱ类储层，0.33≤REI<0.5；Ⅲ类储层，0.3≤REI<0.33；REI<0.3的为非储层(图3)。

表1 关联度和权重系数

图3 储层综合评价指标概率累计曲线

3 泥页岩储层评价方案

根据上述储层评价分类指标对鄂尔多斯盆地上古生界泥页岩的测试样品进行储层评价(表2)。综合储层综合评价指标及国内外经验数据最终得出鄂尔多斯盆地上古生界泥页岩的储层分类评价方案(表3，4)，对储层与非储层的特征进行了系统总结。

应用上述评价指标对榆88井上古生界泥页岩储层进行分析，可见榆88井山西组泥页岩以Ⅱ-Ⅲ类储层为主，本溪组、太原组以Ⅰ类储层为主，局部夹有Ⅲ类储层(图4)。

4 储层空间特征

鄂尔多斯盆地上古生界泥页岩中主要发育溶蚀孔、有机质内孔隙和黏土矿物微孔隙，裂缝不发育。Ⅰ类储层有机质含量与石英等脆性矿物含量高，而且氩离子抛光显示储层的微裂缝较发育，缝宽小于1 μm居多，少量1～2 μm，偶见2～4 μm，缝长几到十几微米居多，少量长几十微米。扫描电镜表明石英、长石等碎屑颗粒常见，少量黏土矿物，发育微米级微孔缝和粒间孔隙，且孔径较大；核磁共振T2谱揭示微小孔和中大孔发育，少见裂缝。Ⅱ类储层氩离子抛光显示微孔隙发育，孔缝宽小于1 μm居多，少量1～2 μm，缝长多在几到十几微米，少量长几十微米，少量微孔隙1～7 μm；扫描电镜表明黏土矿物含量高，以黏土矿物晶间孔和微米级粒间孔隙为主；核磁共振T2谱揭示，只发育微小孔且微小孔的连通性差。Ⅲ类储层氩离子抛光显示少见微孔隙，孔缝宽小于1 μm居多，少量微孔隙1～3 μm；扫描电镜表明矿物组成以黏土为主，多为层状，黏土矿物层间和晶间孔发育，但孔径较小；核磁共振T2谱揭示，只发育微小孔且微小孔的连通性差(图5)。

表2 鄂尔多斯盆地上古生界泥页岩灰色关联储层综合评价

表3 鄂尔多斯盆地上古生界泥页岩储层评价关键指标

表4 鄂尔多斯盆地上古生界泥页岩储层评价参考指标

图4 鄂尔多斯盆地榆88井泥页岩储层特征综合柱状

5 结论

(1)与储层优劣紧密相关的6项因素中，有机碳含量和泥页岩的吸附能力与泥页岩储层的好坏联系最紧密，其权重系数分别为0.26和0.21，伊蒙混层、脆性矿物对储层的影响较小。

(2)应用灰色关联理论计算储层综合评价指标REI，可将鄂尔多斯盆地上古生界泥页岩储层分为3类：Ⅰ类储层，REI≥0.5；Ⅱ类储层，0.33≤REI<0.5；Ⅲ类储层，0.3≤REI<0.33；REI<0.3的为非储层。

(3)初步提出了鄂尔多斯盆地上古生界海陆过渡相泥页岩储层评价方案，总结出了页岩气储层与非储层识别的基本特征。

图5 鄂尔多斯盆地上古生界3类储层储集空间特征

[1] Jarvie D M,Hill R J,Ruble T E,et al.Unconventional shale-gas systems:The Mississippian Barnett Shale of north-central Texas as one model for thermogenic shale-gas assessment[J].AAPG Bulletin,2007,91(4):475-499.

[2] Curtis J B.Fractured shale-gas systems[J].AAPG Bulletin,2002,86(11):1921-1938.

[3] 于炳松.页岩气储层的特殊性及其评价思路和内容[J].地学前缘,2012,19(3):252-258.

Yu Bingsong.Particularity of shale gas reservoir and its evaluation[J].Earth Science Frontier,2012,19(3):252-258.

[4] 陈更生,董大忠,王世谦,等.页岩气藏形成机理与富集规律初探[J].地质与勘探,2009,29(5):17-21.

Chen Gengsheng,Dong Dazhong,Wang Shiqian,et al.A preliminary study on accumulation mechanism and enrichment pattern of shale gas[J].Geology and Prospecting,2009,29(5):17-21.

[5] 蒋裕强,董大忠,漆麟,等.页岩气储层的基本特征及其评价[J].天然气工业,2010,30(10):7-12.

Jiang Yuqiang,Dong Dazhong,Qi Lin,et al.Basic features and evaluation of shale gas reservoirs[J].Natural Gas Industry,2010,30(10):7-12.

[6] 李延钧,刘欢,刘家霞,等.页岩气地质选区及资源潜力评价方法[J].西南石油大学学报:自然科学版,2011,33(2):28-35.

Li Yanjun,Liu Huan,Liu Jiaxia,et al.Geological regional selection and an evaluation method of resource potential of shale gas[J].Journal of Southwest Petroleum University:Science & Technology Edition,2011,33(2):28-35.

[7] 刘超英.页岩气勘探选区评价方法探讨[J].石油实验地质,2013,35(5):564-569.

Liu Chaoying.Discussion on methods of shale gas exploration evaluation[J].Petroleum Geology & Experiment,2013,35(5):564-569.

[8] 许长春.国内页岩气地质理论研究进展[J].特种油气藏,2012,19(1)：9-16.

Xu Changchun.Progress in research on shale gas geological theory in China[J].Special Oil & Gas Reservoirs,2012,19(1)：9-16.

[9] 侯读杰,包书景,毛小平,等.页岩气资源潜力评价的几个关键问题讨论[J].地球科学与环境学报,2012,34(3):7-16.

Hou Dujie,Bao Shujing,Mao Xiaoping,et al.Discussion on the key issues of resource potential evaluation for shale gas[J].Journal of Earth Sciences and Environment,2012,34(3):7-16.

[10] 孙海,姚军,孙致学,等.页岩气数值模拟技术进展及展望[J].油气地质与采收率,2012,19(1)：46-49.

Sun Hai,Yao Jun,Sun Zhixue,et al.Recent development and prospect on numerical simulation of shale gas reservoirs[J]. Petroleum Geology and Recovery Efficiency,2012,19(1)：46-49.

[11] 邵晓州,余川,付勋勋,等.页岩气研究新进展及开发瓶颈分析[J].断块油气田,2012,19(6):764-766.

Shao Xiaozhou,Yu Chuan,Fu Xunxun,et al.New research progress and development bottleneck analysis of shale gas[J].Fault-Block Oil and Gas Field,2012,19(6):764-766.

[12] 郭少斌,黄磊.页岩气储层含气性影响因素及储层评价:以上扬子古生界页岩气储层为例[J].石油实验地质,2013,35(6):601-606.

Guo Shaobin,Huang Lei.Gas-bearing influential factors and evaluation of shale gas reservoir:A case study of Paleozoic shale gas reservoir in Upper Yangtze region[J].Petroleum Geology & Experiment,2013,35(6):601-606.

[13] 潘仁芳,伍媛,宋争.页岩气勘探的地球化学指标及测井分析方法初探[J].中国石油勘探,2009,14(3):6-9.

Pan Renfang,Wu Yuan,Song Zheng.Geochemical parameters for shale gas exploration and basic methods for well logging analysis[J].China Petroleum Exploration,2009,14(3):6-9.

[14] Bowker K A.Barnett shale gas production,Fort Worth Basin:issues and discussion[J].AAPG Bulletin,2007,91(4):523-533.

[15] Montgomery S L,Jarvie D M,Bowker K A,et al.Mississippian Barnett shale,Fort Worth Basin,north-central Texas:gas-shale play with multi-trillion cubic foot potential[J].AAPG Bulletin,2005,89(2),155-175.

[16] 张金川,王宗余,聂海宽,等.页岩气及其勘探研究意义[J].现代地质,2008,22(4):640-646.

Zhang Jinchuan,Wang Zongyu,Nie Haikuan,et al.Shale gas and its significance for exploration[J].Geoscience,2008,22(4):640-646.

[17] Martini A M,Walter L M,Ku T C W,et al.Microbial production and modification of gases in sedimentary basins:A geochemical case study from a Devonian shale gas play,Michigan Basin[J].AAPG Bulletin,2003,87(8):1355-1375.

[18] 王社教,李登华,李建忠,等.鄂尔多斯盆地页岩气勘探潜力分析[J].天然气工业,2011,31(12):1-7.

Wang Shejiao,Li Denghua,Li Jianzhong,et al.Exploration potential of shale gas in the Ordos Basin[J].Natural Gas Industry,2011,31(12):1-7.

[19] Loucks R G,Ruppel S C.Mississippian Barnett shale:Lithofacies and depositional setting of a deep-water shale-gas succession in the Fort Worth Basin,Texas[J].AAPG Bulletin,2007,91(4):579-601.

[20] Ross D J K,Bustin R M.The importance of shale composition and pore structure upon gas storage potential of shale gas reservoirs[J].Marine and Petroleum Geology,2009,26(6):916-927.

[21] 程启贵,郭少斌,王海红,等.鄂尔多斯盆地中西部长6油层组储层综合评价[J].石油实验地质,2010,32(5):415-419.

Cheng Qigui,Guo Shaobin,Wang Haihong,et al.Comprehensive reservoir evaluation of Chang-6 oil-bearing layers in Midwest Ordos basin[J].Petroleum Geology & Experiment,2010,32(5):415-419.

[22] 谭成仟,宋子齐,高哲荣.灰色系统理论在二连洪浩尔舒特凹陷储层评价中的应用[J].物探化探计算技术,1998,20(1):62-71.

Tan Chengqian,Song Ziqi,Gao Zherong.Grey system theory and its application to reservoir evaluation in Hong Haoershute Depression[J].Computing Techniques for Geophysical and Geochemical Exploration,1998,20(1):62-71.

(编辑 黄 娟)

Gas-bearing influential factors and estimation of shale reservoirs in Upper Paleozoic, Ordos Basin

Guo Shaobin, Zhao Keying

(SchoolofEnergyResources,ChinaUniversityofGeosciences,Beijing100083,China)

In the estimation of shale gas reservoirs, the shale gas content and the difficulty for fracture development are the main influencing factors. Six critical factors were chosen, including organic carbon content, the amount of adsorbed gas, maturity, porosity, and the content of I/S and brittle mineral. According to the theory of grey correlation grade, the shale reservoirs in the Upper Paleozoic in the Ordos Basin were studied. The reservoirs were classified into three types based on the Reservoir Estimating Index (REI). WhenREI≥0.5, the reservoirs belong to type Ⅰ. When 0.33≤REI<0.5, the reservoirs belong to type Ⅱ. When 0.3≤REI<0.33, the reservoirs belong to type Ⅲ. Combined with previous studies, an estimation scheme of transitional facies shale gas reservoirs in the study area was proposed, and the characteristics of different reservoirs were shown with images.

shale gas reservoir; gray correlation; reservoir estimation; Upper Paleozoic; Ordos Basin

1001-6112(2014)06-0678-06

10.11781/sysydz201406678

2014-01-06；

2014-09-10。

郭少斌(1962—)，男，教授，博士生导师，从事层序地层、储层和油气资源预测与评价(含非常规)工作。E-mail: guosb58@126.com。

国土资源部2012年度“全国油气资源战略选区调查与评价”专项(2009QYXQ15-07-05)资助。

TE122.2

A