火山岩油气藏的储层描述与建模

王锋庆

(西北大学 地质学系，陕西 西安 710069)

1 火山岩储层建模的特点

随着石油工业的发展和勘探开发的进行，火山岩储层的研究越来越受到重视。火山岩储层的分布及物性受多种因素的控制，这些因素包括构造作用、古地形、古气候、火山喷发的天气条件、岩浆演化、火山作用及火山喷发作用期后埋藏作用、成岩作用和后生作用等。正因为如此，火山岩储层比碎屑岩储层具有更大的复杂性和更强的非均质性，其研究难度远比碎屑岩储层大。而且从目前所查阅的国内外资料情况来看，火山岩储层建模还没有现成的经验可以借鉴。

火山岩储层的研究具有滞后性，目前砂岩和碳酸盐岩油气田的勘探开发已经进入单个油气藏的三维定量综合地质建模阶段，而对于火山岩储层这种复杂地质条件油气藏，国内外火山岩储层建模还处于概念模型阶段，即地质学家在典型的火山岩模型上加入勘探开发所需要的地质特征，对油田进行开发设计。如何综合利用测井和地质资料分析并预测火山岩储层参数在单井间的二维分布甚至是三维地质体内变化和分布规律是当前研究重点和热点。虽然火山岩储层本身比较复杂，但随着计算机技术的发展及新算法的提出，在地质资料非常丰富的地区，采用模式识别的方法利用神经网络进行岩相控制的储层分类，再在人工确定的火山机构中，对不同的岩相根据分类结果进行孔隙度值的填充，基本实现井间二维地质变量的模拟，而在三维空间上模拟仍处于探索阶段。

2 火山岩储层描述思路

2.1 火山岩储层建模常用资料

2.1.1 测井资料

1)火山岩测井响应特征

在火山岩地层的勘探开发过程中，如果火山岩种类较少时，一般可以根据岩心资料和岩屑录井资料来确定地层岩性，或者利用录井资料来区分它们。但对于岩性复杂的火山岩储层，有时录井资料给出的岩性不很正确，对正确划分岩性并以此为依据分析各种岩性相应的测井响应特征产生了较大的影响。此时需要用岩心或者可靠的录井资料来刻度测井资料，进而分析火山岩的测井响应特征。火山岩岩石类型较多，不同的岩石类型及同一类岩石在不同地区的测井响应特征也不尽相同[1]。

2)火山岩的常规测井特征

常规测井主要探测岩石的导电性、放射性、含氢指数、密度及声波传播性质等等，信息丰富。反映的是探测对象的综合属性，测量结果既取决于岩石的成分，也与岩石所在的成岩环境和相带有关[2]。

一般来讲，火山岩储集层测井响应具有以下特征:

(1)电阻率测井

火山岩岩石的电阻率变化非常大，是岩石的矿物成分、热液蚀变、孔缝发育程度和含油气的综合反映。致密熔岩的电阻率最高，当有裂缝时，电阻率有所降低，如果气孔发育，电阻率可能比较低。熔结凝灰岩的电阻率普遍低于致密的熔岩，凝灰岩的电阻率比熔结凝灰岩的电阻率低。熔岩蚀变后也会导致电阻率降低。

总体说来，物性好且以含气为主的火山岩储层的电阻率曲线一般表现为高值，物性好且以含水为主的储集层电阻率相对较低，物性差、岩性比较致密的储集层电阻率相对高。

(2)自然伽马和自然伽马能谱测井

当忽略井眼与地层的吸收效应时，自然伽马测井反映了岩石所放射出的自然伽马射线的强度。一般来说，从基性经中性至酸性，放射性矿物的含量是逐渐增加的。因而常见的流纹岩、流纹质火山碎屑岩中钾长石含量高，因此其放射性通常也是最大的，放射性强度一般都介于 100～190 API之间，玄武岩中放射性元素含量最少，放射性最低，安山岩居中。在同一类岩石中，岩石的结构对放射性也有影响，玄武岩、安山岩和流纹岩从熔岩向火山碎屑岩过渡，放射性会增加。通过分析发现，火山岩的岩性变化会导致自然伽马测井的数值变化，因此自然伽马测井曲线是区别沉积岩和火山岩的有效测井曲线之一。通常火山岩岩石的放射性 U、Th和K元素，从基性到酸性变化过程是逐渐增加的，即玄武岩中 U、T h和K的含量最低，安山岩略高，流纹岩含量最高。各类火山岩放射性元素又具有地区差异。

(3)中子测井

中子测井通过测量地层的含氢指数的变化来反映地层的孔隙度。因此，中子测井读数主要和岩石孔隙度和矿物成分有关。在岩石骨架不含氢的条件下，它反映地层总孔隙度，并不受空隙空间的几何形态和分布的影响。由基性经中性至酸性火山岩，视中子孔隙度值逐渐降低，并随孔隙、裂隙流体的含量的增加而增加。

(4)密度测井

所测量的岩石体积密度与岩石颗粒密度、孔隙中流体密度以及孔隙度的大小有关。而且实际密度测井值除了上述影响因素以外，还受井眼尺寸和泥饼的影响。火山岩从基性经中性至酸性岩石的铁镁矿物含量减少，硅铝矿物增加，密度则由大到小。在同类岩石中，火山碎屑岩的密度则低于熔岩。裂隙发育段密度值明显下降，并呈锯齿状剧烈变化。因而对于孔隙、裂缝都发育的火山岩，仅密度测井不能有效识别岩性、必须结合声波时差、电阻率或自然伽马测井曲线，才能有效识别岩性。

(5)声波测井

实际声波时差测井值受组成岩石的矿物成分、岩石致密程度、结构以及岩石孔隙中流体性质的影响。中生界火山岩储层多属于孔隙、裂缝组合的油气储层，裂缝发育，且多为高角度缝。纵波的能量在水平裂缝处会发生严重衰减，使声波时差发生周波跳跃，但在高角度裂缝处这种衰减很小，即声波时差一般不反映高角度裂缝。通常，声波时差以致密玄武岩最低，酸性的流纹岩稍高。在同类岩石中，火山碎屑岩的声波时差高于熔岩。当气孔或裂缝发育时，声波时差也会增大。

一般火山岩储层测井响应具有如下几个规律:

①从基性经中性到酸性火山岩，岩石的放射性逐渐增强;

②从基性经中性到酸性火山岩，岩石的中子测井响应逐渐降低;

③密度测井从基性岩到酸性岩由于 Fe和 Mg矿物减少，密度值逐渐减小;

④凝灰岩以高的声波时差和低的电阻率为特征区别于其他岩性。

对于不同的研究区域，需要根据岩心和测井资料进行对照，总结地区经验。

2.1.2 地震资料

利用地震信息识别火山岩储集层与沉积岩相比，火山岩类通常以地震波速较高、密度大、磁化率高、电阻率大和地震波吸收能量大为特征，这就为综合应用各种地球物理勘探方法提供了物理依据。因此，可通过地震岩性地层模拟、地震相解释、合成记录反射特征、瞬时信息特征、储层反演、三维可视化、属性聚类分析、层位综合标定、协调振幅、瞬时振幅等地震技术来识别“高波阻抗”的火山岩相与“低波阻抗”的陆源沉积相。成功的地震相带解释依赖于高质量和精细处理的地震资料，许多盆地高质量的地震资料完全可以用于火山岩油气藏解释。

2.2 针对火山岩的储层描述

2.2.1 火山岩储层预测技术

储层预测是世界性的难题，尤其对于 火山岩裂缝性储层，具有很强的空间非均质性，储层预测的难度极大。

通过溶蚀作用的研究预测储层的分布:古地形(古潜山)的高点，一般都经长期风化、溶蚀及剥蚀作用后残留的地层，往往是溶蚀孔洞的有利发育区。通过岩相分布的研究预测储层的分布:通过对火成岩岩相的划分研究，将喷出岩划分为3种岩相及伴生岩相，将侵入岩划分为中心、过渡及边缘3种岩相带，来预测有利的储集区;通过湖相碳酸盐岩岩石物理相的综合研究(包括沉积微相、岩石相、成岩－储集相的研究以及三者的叠加与延展)对储层进行分类，预测有利的储集区。

2.2.2 火山岩孔渗特征研究

火山岩渗流特征分析可以为储层评价提供理论依据。通过对岩心分析的孔隙度和渗透率分析总结规律可以获得储层参数方面的规律性认识，对油气田的开发就显得格外重要。同时储层参数的变化与储层空间类型、类型和孔隙结构等密切相关。从孔隙度、渗透率与埋深的关系来看，实验表明火山岩的岩石密度大，岩性致密且硬度大，在较小应力作用下很难变形，通常在上覆岩层压力大于 20 MPa时，孔隙度值将有所下降[4]。

2.2.3 储层非均质性分析

火山岩储层的发育程度主要包括了火山岩储层原生孔隙的保存、次生孔隙的形成，以及裂缝的发育等，它们的形成又主要受岩性、成岩作用和构造作用的控制。

储集层孔隙度和渗透率都是评价储集层质量的重要参数。孔隙度反映岩石的储集空间大小，而渗透率则反映储集层孔隙空间的连通性和岩石的渗流能力。将其进行科学的量化和指标化可以建立储层的非均质性模型，定量描述储层的非均质性，为储层描述提供依据。

3 火山岩储层建模

3.1 建模流程和方法

火山岩储层建模的目的是综合利用地质信息，正确描述已知井点的储层特点，同时预测无井区域的储层特性，包括岩性的展布与孔隙度的变化规律。

技术流程为:在岩性识别和孔隙度计算的基础上，利用SIS实现研究区的火山岩岩性空间模拟，最终在岩性模拟结果的控制下利用SIS实现火山岩孔隙度空间模拟。

3.2 建模思路

同碎屑岩储层建模一样，火山岩储层建模的目的是要描述和预测火山岩储层的空间分布特征和物性变化特征。所不同的是，火山岩储层不能建立火山岩骨架模型，因为火山岩体内的储集空间不仅取决于岩性、火山岩相特征，更重要的是取决于火山岩内的气孔、溶孔和裂缝等发育状况及火山岩喷发后的风化淋滤作用。一般建立火山岩储层储集空间分布模型，采取的技术流程如下:

(1)在岩芯观察、薄片鉴定、元素分析、化学成分分析的基础上识别火山岩岩石类型;

(2)测井火山岩岩性的识别，并建立测井火山岩岩性识别量板;

(3)在岩性识别的基础上结合地震资料解释进行火山岩相分析;

(4)建立火山岩相剖面地质模型;

(5)火山机构分析，建立火山喷发相平面模型;

(6)火山岩储层储集空间物性参数的计算;

(7)建立火山岩储层空间物性参数模型。

值得指出的是，根据目前资料情况，还很难准确地掌握火山机构内部的情况，所建立的地质模型仅仅是一个概念模型。但对勘探阶段火山岩储层的分析和预测仍有较大的意义。

3.3 建模方法及其算法原理

针对火山岩岩性、岩相和物性分布的离散性和随机性，我们利用布尔模拟方法、序贯指示模拟(SISM)算法和基于相分析的神经网络方法进行火山岩储层物性参数的模拟实验，一般认为“基于相分析的神经网络模拟方法”更符合常见井资料。因此选取该方法进行目的层的储集空间分布的模拟。基于相分析的神经网络模拟方法的算法原理简述如下:

人工神经网络是模拟人脑的神经网络处理信息的一种计算机程序。它的起源与发展均来自对动物神经系统的研究，早在20世纪50年代，研究者就采用软件或硬件方法，建立了许多以大量处理单元为节点，处理单元互联的拓扑网络进行仿生。该方法具有处理信息量大、自适应性良好、学习和记忆及误差自动校正能力强等特点，适合于储层参数的计算和预测。

往往由于工区内井距较大，资料信息点稀疏，所以在应用神经网络技术进行储层参数计算和预测过程中，一般需要进行严谨的相控制。通过大量的地质统计学分析，归纳出各种微相的储层物性参数分布特征。在此基础上，当应用神经网络技术进行储层物性参数计算和预测时，利用目的层位的微相展布规律及垂向变化趋势加以控制，可进一步加强预测的准确性和科学性。

3.4 储集空间物性预测模型

根据样品分析结果，不同的岩性具有不同的孔隙度。但经常由于样品有限，无法统计玄武岩、安山岩的孔隙度分布频率。因此一般根据测井岩性识别结果，采用密度和声波测井资料计算各种岩性的孔隙度。其原理和方法如下:

1)建立储集物性空间计算模型。岩石的总孔隙度为总孔隙体积与岩石体积之比。根据岩芯样品孔隙度分析数据和三条孔隙度曲线(密度、中子和声波时差曲线)的对比分析，对比找出相关性较好的两条曲线计算火山岩孔隙度。

2)参数选取。骨架密度值和骨架声波时差值的选取要复杂一些。有些火山岩的骨架值有一定的变化范围，选取不当，将给孔隙度计算和评价带来很大的误差。我们的做法是:在正确识别岩性的前提下，在特定岩性的井段内，选取井眼规则、密度或声波时差曲线较为平直的井段内的密度或声波时差测井值为该井段内该岩性的骨架值。

3)统计不同岩相的孔隙度分布频率。结合火山岩单井相分析的结果发现:不同的火山岩相有不同的孔隙度及其分布频率。

4)模拟:单井火山岩相分析及孔隙度计算可得出各火山岩相的孔隙度在垂向上的分布特征。神经网络首先学习各已知井中火山岩相的物性特征，再以火山机构中的相分布为依据推测未知井的火山岩相的物性分布特征。

4 结语

储层模拟是以测井解释成果为约束，基于空间插值技术的随机模拟。根据火山岩的特点，选择使用序贯指示模拟方法对研究区火山岩的岩性和孔隙度进行随机模拟研究:变异函数分析表明火山岩的岩性和孔隙度比碎屑岩的变程小，且具有块金效应;可以利用地质认识结论、统计学方法和抽样法对模拟结果进行验证，序贯指示模拟可以很好的应用于火山岩储层随机模拟研究中。

[1]潘保芝，张丽华，印长海，等.火山岩 CO2气层识别与含量预[J]. 大庆石油.地质与开发.2009，28(6):299－303.

[2]王英伟.基于随机模拟的火山岩储层描述[D].

[3]李长山，陈建.火山岩储层建模初探.地学前缘.2000，4(7):381～389.

[4]彭彩珍，郭平，苏萍，等.流纹岩类火山岩储层物性特征研究[J].西南石油大学学报 (自然科学版).2004，26(3):12－15.

[5]罗静兰，邵红梅，张成立.火山岩油气藏研究方法与勘探技术综述.石油学报.2003，1(24):31 －38.

[6]李冬梅，陈福利，李建芳，等.常规测井火山岩储层评价新方法[J].重庆科技学院学报:自然科学版.2010(1):56－59.

[7]邓攀，陈孟晋.火山岩储层构造裂缝的测井识别及解释.石油学报.2002，6(23):32 －37.

[8]王英，伟张建.基于序贯指示模拟方法的火山岩储层岩性及孔隙度模拟.吉林大学学报(地球科学版).2010，2(40):455－460.

[9]武钢，吴伟，等.胜利油区裂缝性油藏描述技术研究.特种油气藏.2004，3(11):25 －27.