砂岩型铀矿勘查中密度曲线的校正及应用——以十红滩铀矿床为例

李继安，杨 兴，郗 昭，王逢涛，刘卫国

(核工业203研究所，陕西 咸阳 712000)



砂岩型铀矿勘查中密度曲线的校正及应用
——以十红滩铀矿床为例

李继安，杨 兴，郗 昭，王逢涛，刘卫国

(核工业203研究所，陕西 咸阳 712000)

在综合分析密度测井原理的基础上，对砂岩型铀矿勘查中密度曲线出现的畸变现象进行了详细剖析，认为矿层中γ射线对长、短源距道数据的叠加是造成矿层中密度测井曲线畸变的根源。提出了通过两次测井来消除由于矿层叠加对长、短源距道数据的干扰，进而对矿层中密度测井曲线进行校正的方法，建立了一套适合砂岩型铀矿勘查中计算矿石密度较为准确的自动化工作模型，并以新疆吐哈盆地十红滩铀矿床为例，进行了对比验证。结果表明，通过对密度曲线的校正，使计算的矿石密度更加接近其真实密度。利用校正后的密度测井曲线及其它测井资料对于岩性的正确识别及铀资源/储量的估算具有重要的现实意义。

密度曲线；砂岩型铀矿；十红滩铀矿床

砂岩型铀矿床是主要的铀矿床类型之一。随着铀资源地下浸出技术的不断完善，沉积盆地中砂岩型铀资源由原来的山地工程采矿技术不能利用的贫铀矿化，转变为环保和经济可采的铀资源，从而成为一种经济价值可观的矿产资源[1]。在砂岩型铀矿的勘查过程中，利用测井资料对含矿含水层进行正确的岩性识别与划分是勘查工作的一个重要内容，特别是在岩心采取率低或在岩心颠倒、混乱的情况下，尤显其重要性。但是在利用密度及其它测井资料进行岩性识别，划分矿层顶、底板，确定含矿层中隔、夹层的过程中，却发现矿层所对应的密度测井曲线发生严重畸变，制约了测井资料的进一步应用。本文分析了密度测井曲线畸变的原因，并提出相应的校正方法，建立了一套适合砂岩型铀矿勘查中计算矿石密度较为准确的自动化工作模型。

1 问题的提出

在利用测井资料进行岩性划分时，物探工作者常是通过综合物探测井采集各岩性参数进行岩性识别和划分岩性。在十红滩地区，主要是采用密度、电阻率、井径等参数互相配合进行岩性识别和划分。表1为十红滩铀矿床西山窑组不同岩性的物性参数表。

通过对十红滩铀矿床几十个钻孔中含矿岩层的物性参数统计得知(表1)：不同层位、不同岩性的视密度、视电阻率、井径等物性参数是有差异的。煤层(线)为高视电阻率、低视密度；致密钙质砂岩表现为高视电阻率、高视密度，在测井曲线上相对于其它岩性具有易于辨识的特征；泥岩、泥质粉砂岩、粉砂质泥岩、粉砂岩具有低视电阻率、大井径的特点；而细砂岩、中砂岩、粗砂岩等也具有一定的物性差异，这种不同层位、不同岩性之间较为明显的差异，为岩性的解释和不同岩性厚度的确定提供了依据[2]。

表1 十红滩铀矿床西山窑组岩石物性参数表

对于岩性的解释，重点是含矿含水层中的岩性识别，而矿层的岩性识别及厘定，更是重中之重，其中包括矿层的顶底板及岩性，矿层中是否夹有泥岩、煤层、煤线及钙质层等以及他们的位置和厚度，这些都是勘查砂岩型铀矿的重要指标，因为这些信息的准确识别和判定，决定着矿层解释中资源量的合并和剔除、矿段的划分，进而对地浸工艺的选择产生重要的影响[3]。但是在最需要仔细厘定的这些矿层中，常用来判定岩性等地质信息的重要参数——密度测井曲线却常产生畸变，为进一步的地质判定工作提供了假象，增加了铀资源量估算的难度。出现这些情况的原因还得从放射性密度测井原理来探讨。

2 密度测井原理及测井装置

2.1 密度测井原理

我们知道，γ射线通过物质时，主要发生3种不同类型的反应，即电子对效应，康普顿效应和光电效应。铯源(137CS)能发出γ射线的能量在0.66 MeV左右，由于这种源发出的γ射线能量较低，不生成电子对，采用铯源，测得的放射性活度与光电效应和康普顿散射的综合作用有关。光电效应主要发生在γ射线与重元素相互作用的条件下，但大多数构成岩石矿物的元素都是比较轻的元素，γ射线通过这些元素时，主要产生康普顿效应。康普顿效应是密度测井的主要反映，敏感于地层的电子密度，电子密度几乎精确地与体积密度成正比[4]。在致密层中，γ射线碰撞次数多，每次碰撞损失部分能量，使射线被吸收，因此测得的γ射线很少，与此相反，在低密度地层中，碰撞次数少而能量损失少，探测到的γ射线多,这就是密度测井的原理(图1)。

图1 密度测井原理图Fig.1 Principle of density logging

2.2 密度测井的装置及参数

为了减少钻孔孔径、泥浆等因素对密度测量的影响，测井仪通常采用单臂推靠装置并采用双源距补偿进行测量。双源距补偿密度测井是在单源距密度测井基础上发展起来的。选用137CS(半衰期33 a，E=663 keV，活度3.7 GBq)作为放射源，源室由高密度的铁钨合金材料制成，采用定向发射结构，如图1所示。探测器为长源距、短源距两个，均采用定向接收装置。闪烁体及光电倍增管由钽银片包裹,滤除低能射线，只接收由地层散射来的200 keV以上的γ射线，该能区的γ射线计数率的对数值与地层密度呈线性关系。长源距探测深度大，受井壁泥饼影响小，短源距探测深度小，受泥饼影响大，通过实验，求出密度补偿方程。在沉积地层中具有明显密度差异的岩石，由密度测井曲线很容易划分。

密度测井技术参数如下：

(1)密度测量范围：(1.10～2.80)±0.03 g/cm3。

(2)长源距探测器：① 测量范围： 0～32000 cps； ②闪烁体：NaI(TI)φ23×40 mm；③ 光电倍增管：GDB235； ④源距：350 mm。

(3)短源距探测器：① 测量范围： 0～32000 cps； ②闪烁体：NaI(TI)φ13×10 mm；③ 光电倍增管：GDB15； ④源距：200 mm。

2.3 密度校准系数刻度

密度测井的系数通过在经有效原子系数校正后的已知密度的铝(ρ=2.57g/cm3)模块和有机玻璃(ρ=1.26 g/cm3)模块上取得。具体方法是将装好137CS放射源的密度管平放在铝和有机玻璃模块上，使其发射窗口贴近模块的凹槽，分别测量长、短源距道对铝和有机玻璃模块的响应值，校准系数按下式计算求取：

(1)

(2)

(3)

(4)

式中：δ铝—铝模块密度(g/cm3)；δ有—有机玻璃模块密度(g/cm3)；L铝—长源距道在铝模块上测量的响应值(cps)；L有—长源距道在有机玻璃模块上测量的响应值(cps)；N铝—短源距道在铝模块上测量的响应值(cps)；N有—短源距道在有机玻璃模块上测量的响应值(cps)；CL—长源距道铝模块校准系数；DL—长源距道有机玻璃模块校准系数；CN—短源距道铝模块校准系数；DN—短源距道有机玻璃模块校准系数。

将用上述方法测量计算而求得的4个参数CL、DL、CN、DN输入砂岩型铀矿测井工作站，该工作站自动调用这些参数对野外采集的长、短源距道数据进行计算即可求得各测点的密度值。

3 矿层中密度测井曲线畸变原因分析

图2 ZK7-19孔照射量率、长源距道和短源距道计数率原始曲线Fig.2 Original curve of gamma exposure rate at long and short spacing in ZK7-19 ①—照射量率曲线；②—长源距道计数率曲线；③—短源距道计数率曲线。

从密度测量原理和装置上可以看出，其测量地层密度的前提条件是探管携带的放射源向井壁定向发射γ射线，该γ射线与岩层矿物中元素发生康普顿效应后，被探管中的长源距和短源距探测器中的晶体接收，利用测得的长源距道和短源距道数据，结合标定的参数得到所测地层的密度。理想条件下，在整个测量过程中长源距与短源距探测器所接受的射线均来自密度管所携带的铯源，无其它射线，但实际情况是，地层中必然有γ射线进入到接收晶体中，对其密度计算产生影响，只是地层的背景值与放射源的照射量率相比较，其数值可以忽略不计，对地层密度的计算结果影响不大。但矿层辐射的γ射线不可忽略，它们将与铯源发出的反映地层密度的γ射线同时被长、短源距探测器所接受，这样两类射线数据叠加，导致最后计算的矿石密度偏小。实际上，矿层中γ射线强度的大小直接影响最后的计算结果，矿石中γ射线越强，计算出的密度越偏小。

4 密度的校正方法及应用

4.1 密度数据的校正方法

由上述密度测井原理和密度测井曲线在矿层中产生畸变的原因分析可知，剔除掉矿层中放射性元素叠加到长、短源距道的数据，从而得到单一与地层密度相关的数据，进而正确计算出地层的岩石密度，是解决这一问题的根本。我们通过在密度探管携带铯源正常进行测井后，卸去铯源，对矿层再进行一次测量。第2次不带铯源测量的长、短源距道数据，是地层本身放射性元素所叠加的数据，也正是引起密度测井曲线在矿段发生畸变的根源。利用剔除矿层干扰后的长、短源距道数据进行计算得到的结果，最接近于地层的真实密度。为此，我们在十红滩铀矿床选择了一些工业孔进行了实验(图2～4)。

从图2可以看出，在ZK7-19钻孔中的183.70～192.40 m和194.00～194.50 m两个铀矿段中，对应的长、短源距道计数率由于矿层中放射性元素的影响明显偏高，特别是长源距道计数率的变化受矿层影响尤其明显，其曲线变化形态基本与矿层的照射量率变化一致；在消除矿层的放射性干扰后(图3)，长、短源距道的计数率曲线明显发生变化，此时它们的变化规律正是地层密度有关信息的

图3 ZK7-19孔消除矿层放射性干扰后的长源距道计数率和短源距道计数率曲线Fig.3 Counting rate curve at long and short spacing after removing radiation interference in borehole ZK7-19①—照射量率曲线；②—长源距道计数率曲线；③—短源距道计数率曲线。

图4 ZK7-19孔消除矿层干扰前后密度曲线对比Fig.4 Density curves before and after removing the interference of ore seam in borehole ZK7-19①—照射量率曲线；②—校正前密度曲线；③—矫正后密度曲线。1—粗砂岩；2—中砂岩；3—细砂岩；4—含砾细砂岩；5—泥岩。

反映。通过消除矿层中放射性干扰前后密度计算结果的对比(图4)，可以看到，没有消除矿层干扰前，计算的矿层对应的岩石密度数值小于或接近2.0 g/cm3,为典型的煤、炭质泥岩、粉砂质泥岩的密度特征(为非渗透层，不可地浸开采)，通过消除干扰后的计算，密度值实际上为细砂岩、含砾细砂岩和中砂岩等渗透性岩石的密度特征，结合其它曲线特征可以判定该矿段应为以含砾细砂岩、中砂岩为主的渗透性岩石，与地质编录结果基本吻合，可进行地浸开采。

4.2 在十红滩地区的应用与对比

为了探讨该方法的效果和可靠性，我们在十红滩铀矿床的南北矿带中，选择在矿心采取率大于85%共计24个工业孔中进行了测量对比。为了使对比结果具有代表性，选取的24个钻孔在矿带中基本均匀分布，其中南矿带7个，北矿带17个，对比样品分布于十红滩铀矿床的赋矿层位——西山窑组第1～3岩性段中，对比方法是以从这些孔中采取的矿心采用蜡封法测量获得的矿石样品密度为标准，将消除矿层影响后计算得到的矿石密度与其对比。表2为在24个钻孔中采集的40个样品的对比结果。从对比结果可以看出，40个对比样品中，最大绝对误差为0.16 g/cm3，相对误差为8.21%，其余39件对比样品相对误差均小于3%，其中小于1.00%的样品29件，占对比样品的72.50%，基本能满足砂岩型铀矿资源量、储量估算中对密度计算的要求。

在以上40个对比样品中，绝对误差大于0.10 g/cm3(规范要求密度测量的绝对误差不大于0.10 g/cm3)的样品只有1个，分析其误差原因很可能是在样品采集过程中密封不好，加上十红滩地区炎热、干燥的气候特征，造成矿石样品中水分的大量流失，所以07WD-4号样品封蜡法测量的结果比放射性密度测量结果小得多。

表2 封蜡法与测井校正后的矿石密度对比表

续表 2

5 结语

在砂岩型铀矿勘查过程中，通过对原始密度测井数据的校正，最大限度地消除了矿层对密度测井曲线的干扰，从而能够更准确地计算出矿石密度，使得铀资源量/储量估算更接近实际情况。利用校正后的密度测井曲线配合其它综合测井曲线，使得铀矿段岩性的识别、划分更准确、细致，矿段的合并或剔除更合理。同时，通过编程，使得密度测井曲线的校正在被认可的砂岩型铀矿测井资料处理软件——砂岩型测井工作站能够自动计算处理，减少了手工计算的许多繁琐过程和误差，使得密度测井曲线的校正方便快捷，建立起了一套在砂岩型铀矿勘查中计算矿石密度较为准确的工作方法。当然，我们只是在十红滩地区进行了实验对比，受资料等限制，文中难免有疏漏，甚至错误之处，敬请指正。

[1]赵鹏大.非传统矿产资源概论[M].北京：地质出版社，2003.

[2]赵希刚，吴汉宁，柏冠军，等.砂岩型铀矿床矿层中隔、夹层物性特征识别[J].铀矿地质，2006，22(1)：44-49.

[3]EJ/T 1214-2006,地浸砂岩型铀矿资源/储量估算指南[S].

[4]蔡柏林，王惠濂.钻孔地球物理勘探[M].北京：地质出版社,1990.

Density Logging Curve Correction and Application in Sandstone Uranium Exploration——A Case Study of Shihongtan Uranium Deposit

LI Ji-an, YANG Xing,XI Zhao,WANG Feng-tao,LIU Wei-guo

(ResearchInstituteNo.203,CNNC,Xianyang,Shaanxi712000,China)

Based on the principle of density logging, this paper first disserted the reason of the distortion occurred in density data, and pointed out that the superposition of long and short spacing data caused by γ radiation in ore seam is the reason for the curve distortion, and then raised a set of method which measure the density data twice to minimize the effect caused by the superposition and adjust the density curve in ore seam, the method established an automatic calculate model which fits calculating ore seam density in sandstone uranium exploration. By comparison and validation on data acquired in Shihongtan uranium deposit situated in Turpan-Hami basin, Xin Jiang, it was finally found that the density after correction of the calculated density fits the real density better. Therefore it can be concluded that corrected curve data is very important in recognizing rocks correctly and calculating uranium reserves.

density logging curve； sandstone type uranium deposits； Shihongtan deposit

10.3969/j.issn.1000-0658.2015.04.007

2013-07-25 [改回日期]2015-04-24

李继安(1971—)，男，高级工程师(研究员级)，1993年毕业于华东地质学院勘查地球物理专业，长期从事铀矿科研和勘查工作。E-mail:jianlee2000@126.com

1000-0658(2015)04-0459-08

P631.8

A