油砂储层特征及测井评价方法研究——以柴达木盆地干柴沟地区为例

佘　刚,马丽娟,徐永发,叶高鹏,米小银,李成元

（中国石油集团测井有限公司青海事业部，甘肃敦煌736200）

油砂储层特征及测井评价方法研究
——以柴达木盆地干柴沟地区为例

佘刚,马丽娟,徐永发,叶高鹏,米小银,李成元

（中国石油集团测井有限公司青海事业部，甘肃敦煌736200）

柴达木盆地油砂资源丰富，但目前尚无系统的测井评价方法。结合已有的地质和测井资料，详细分析了干柴沟地区油砂储层的矿物成分、物性特征和含油性特征，认为孔隙度与含油率是油砂含油性的主控因素。利用测井参数建立了孔隙度与含油率计算模型，二者均具有较高精度。通过构建含油综合指数，结合孔隙度与含油率确定了油砂的解释图版及分类标准，实际应用效果较好，可为利用测井方法评价油砂矿等非常规能源提供一定的参考。

油砂；含油率；含油综合指数；测井评价；柴达木盆地

0　引言

近年来，随着加拿大及美国油砂资源的成功开采，油砂作为一种非常规资源逐渐引起了人们的关注［1-2］。油砂又称“沥青砂”、“稠油砂”、“重油砂”或“焦油砂”，是一种含有沥青或焦油的砂或砂岩［3］。它是原油形成后向近地表或浅地表的砂体运移，在砂体中轻组分挥发，重组分残留下来而形成的液态矿产资源［4］。油砂由沥青、砂、富矿黏土和水混合而成，其中沥青是油砂矿所含的原油，其质量分数为3%～20%，黏度一般大于1×104mPa·s（或相对密度大于1.0 g/cm3）［5］。

柴达木盆地油砂出露广泛，品质较好的油砂大多分布于盆地西部新生界，其含油率一般为4%～8%，资源潜力巨大［6-8］。柴达木盆地干柴沟地区油砂矿有浅钻井8口，钻井深度均在200 m左右，而该区潜水面约为290 m，为油砂分布的下限。对诸井均进行了全井段系统取心，并取得了大量测井、录井及实验分析资料。然而，目前国内外对油砂矿的研究多注重于开采方面，通过测井方法对其进行系统评价的则较少［9-10］。笔者采用测井方法对干柴沟地区油砂含油性的主控因素及评价方法等进行研究，进而确立该区油砂的解释图版与分类标准，以期为测井评价油砂储层提供依据。

1　油砂储层特征

1.1岩石矿物特征

研究区浅层油砂十分发育。通过岩心观察认为，油砂储层占92.39%，岩性主要为砾岩、含砾粗砂岩、细砂岩和中砂岩，其次为粉砂岩和泥质粉砂岩，矿物成分以长石为主，其次为石英、云母碎片，岩石颗粒多为次棱角状，分选中等；非油砂储层普遍不含油，仅占7.61%，岩性主要为泥岩及粉砂质泥岩。

1.2物性特征

GCG01，GCG02，GCG04和GCG07等井样品物性分析结果统计表明，油砂储层孔隙度主要为10%～30%，平均为16.81%，渗透率主要为1～1 000 mD，平均为34.05 mD，属于中高孔、中高渗储层［11］。储层埋藏较浅，均分布在埋藏深度小于200 m的地层中，因此油砂固结较弱，胶结疏松，且方解石作为主要胶结物邻近地表易受溶蚀，这些都是其储层物性较好的主要原因［12］。对GCG01和GCG07等2口井共计26件样品同时进行了孔隙度与渗透率分析，并对二者分岩性进行孔隙度与渗透率交会发现，孔隙度随渗透率增大而增大，且物性受岩性影响明显，具有岩性变粗物性随之变好的特征（图1）。

1.3含油性特征

含油率为沥青质量与含沥青岩石（油砂）质量的比值，是油砂含油性评价的关键参数之一［13-14］。通过对上述4口井158件样品的含油率分析结果统计表明，该区油砂含油率为0.1%～6.0%，主要为1%～4%，平均为1.97%，且含油率高的样品也具有较高的含油级别。根据岩心描述资料可知，该区油砂含油级别以油斑为主，其次为油浸和油迹，有少量含油及荧光，其中油斑的含油率总体高于油浸和油迹，而荧光含油率偏低；此外，含油率与岩心孔隙度也呈明显的正相关关系，即孔隙度越高油砂含油率越高。

从不同岩性的物性变化来看，砾岩和粗砂岩物性最好，其次为细砂岩和粉砂岩（参见图1）。总体上，在该区岩性越粗，孔隙度越高，而孔隙度越高，油砂含油率也越高，即具有岩性控制物性、物性控制含油性的规律。

图1　干柴沟地区油砂储层物性与岩性的关系Fig.1　Cross plot of physical properties and lithology of oil sand reservoir in Ganchaigou area

2　测井解释模型研究

2.1孔隙度模型

试验对鱼道池室内水流流态进行观测，观测结果表明，在不同工作水深条件下，各级水池内均能形成典型的竖缝式水流流动结构，水流流态良好。表面水流流向明确，主流顺畅，水流在隔板前壅高，自竖缝处形成明显的跌落流出进入下一级水池后，主流弯曲向左侧偏转，形成“S型”流向，水流在水池内扩散较好，未出现主流临近两侧边墙的不利流态。在隔板下游主流两侧形成局部回流，强度不大，为鱼类提供了有效的休息场所。鱼道池室流态见图3。

采用重庆地质仪器厂的JGSB-1型仪器对柴达木盆地干柴沟地区的油砂井均做了自然电位、自然伽马、电阻率和声波时差测井。由于仪器系列相同，故各井测井数据稳定，无需再进行标准化处理或采用自然伽马相对值等方法进行归一化处理。通过各井地层对比发现，由于该区埋藏深度小于80 m的地层胶结疏松，致使各井声波时差曲线都具有不同程度的跳跃或跳尖，失真严重，故声波时差值不能够用于孔隙度的准确建模。然而，该区岩性对物性具有明显的控制作用，可以考虑在缺少密度或中子曲线的情况下，利用反映岩性的自然电位或自然伽马曲线间接地反映物性，本次研究利用自然伽马值来计算孔隙度。由于浅层特别疏松且部分样品含有裂缝，分析所得孔隙度值可信度低。对将其去除后所建立的岩心分析孔隙度与对应的自然伽马值进行交会，显示二者有着较好的对应关系［图2（a）］，说明自然伽马值可以用于疏松地层的孔隙度计算。计算结果平均绝对误差为2.14%，平均相对误差为13.0%。分析误差原因，可能是自然伽马曲线相对岩样分辨率较低，部分读值存在偏差所造成。计算公式为

式中：GR为自然伽马，API；φ为孔隙度，%。

对埋藏深度大于80 m的相对固结较好的地层而言，声波时差曲线基值相对稳定，曲线无跳尖或突变。由于部分样品含有裂缝，分析所得孔隙度值可信度低。对将其去除后所建立的岩心分析孔隙度与对应的声波时差值进行交会，显示二者对应关系较好［图2（b）］，说明采用声波时差值计算地层孔隙度精度较高。计算结果平均绝对误差为2.03%，平均相对误差为10.20%。分析误差原因，可能是声波时差曲线受到相对岩样中泥质的影响，部分读值存在偏差所造成。计算公式为

式中：AC为声波时差，μs/m。

图2　孔隙度计算模型Fig.2　Calculation model of porosity

2.2含油率模型

对上述4口井158件样品含油率的分析结果与声波时差、电阻率、自然电位、自然伽马及岩心分析孔隙度等多个参数之间建立相关关系，其中孔隙度、自然伽马和电阻率等3个参数对含油率比较敏感，因此优选这3个参数作为自变量，以实验分析得到的含油率作为因变量，并采用多元线性回归的方法得到各参数的权重［15-16］，从而建立了含油率的计算模型。计算结果平均绝对误差为0.64%，平均相对误差为6.4%。分析误差原因，当3个参数与含油率一致性均好时能够准确反映含油率，而当某一参数敏感性较差时则存在较大偏差。计算公式为

式中：S为含油率，%；Rt为电阻率，Ω·m。

应用所建立的模型对该区各浅钻井的含油率进行计算，通过与具有实验数据的取心井进行对比发现，计算的孔隙度和含油率与岩心分析结果比较接近。对于埋藏深度小于80 m且声波时差曲线失真的井段采用自然伽马值计算孔隙度，以减小计算误差。

3　解释及分类标准研究

根据柴达木盆地干柴沟地区GCG02和GCG07等井油砂水洗及干馏分离出的原油量，结合对应岩样的实验分析结果，认为干柴沟油砂矿具有工业开采价值的含油率下限为2.5%，孔隙度下限为11%，对应含油级别下限为油迹。由于含油率与孔隙度均是油砂储层评价的关键参数，通过将二者交会后发现对油砂具有较好的识别效果（图3），能够将大部分油砂层和干层区分开，但浅层（埋藏深度小于80 m的地层）干层电阻率偏高，造成计算的含油率偏高，因此部分干层点误入油砂区；同时，相对压实地层段（埋藏深度大于80 m的地层）油砂层的计算含油率有偏低的情况。这说明，油砂含油率不仅与孔隙度等参数相关，而且与埋藏深度也有一定关系，并有随着深度的增加逐渐增大的趋势（图4），因此对油砂层的解释必须结合埋藏深度综合加以分析。由于孔隙度和含油率均为油砂含油性的主控因素并与含油性正相关，且埋藏深度大于80 m时含油率才与含油性呈明显的正相关。因此，自定义一个含油综合指数I，该指数可反映在孔隙度与含油率一定时不同埋藏深度对油砂含油性的影响。计算公式为

式中：φ为计算孔隙度，%；D为深度，m。

根据实验分析数据制作含油综合指数频率累计图（图5），其数据点在58和110处分别出现拐点，使曲线呈近似直线段、弧形过渡段和平缓直线段三段式。结合孔隙度与含油率的关系，建立干柴沟地区油砂解释图版与分类标准［17-18］（图3、表1）。A类油砂层：I大于110，孔隙度大于16%，含油率大于4%，目前具有一定开采价值，解释为油层。B类油砂层：I为58～110，孔隙度为11%～16%，含油率为2.5%～4.0%，待开采或干馏工艺等技术提高后将具有开采价值［19-20］，解释为差油层。C类油砂层：I小于58，孔隙度小于11%，含油率小于2.5%，为无效干砂层，无经济效益，解释为干层。

图3　含油率-孔隙度（a）、含油综合指数-含油率（b）解释图版Fig.3　Interpretation charts of oil content with porosity（a）and synthetic oil-bearing index（b）

图4　含油率随深度变化关系图Fig.4　Relationship between oil content and depth

图5　含油综合指数频率累计图Fig.5　Cumulative frequency diagram of synthetic oil-bearing index

表1　干柴沟地区油砂分类标准Table 1　The classification criterion of oil sands in Ganchaigou area

4　应用效果分析

应用所建立的模型对柴达木盆地干柴沟地区所有井进行孔隙度、含油率及含油综合指数计算，并绘制综合成果图（图6）。计算结果与实验分析结果相对吻合，下部地层计算所得孔隙度误差相对上部地层略大，但计算值与实验值总体趋势一致。图6中对A类油砂层的计算孔隙度、计算含油率及含油综合指数均用红色填充，以便能更加快速地对油砂层进行解释。图6所示井段原定性解释为8个油砂层，均位于埋藏深度小于100 m的地层，而精细解释A类具开采价值的油砂层有9个，均位于埋藏深度大于110 m的地层，目前从22件油砂样品中已成功抽提出工业油砂油的样品为10件，主要分布于埋藏深度大于110 m的地层。经精细解释，研究区主要的油砂层均位于埋藏深度大于110 m的井段，特别是埋藏深度大于150 m的井段为优质油砂层集中发育的井段。

图6　干柴沟地区GCG07井精细解释成果Fig.6　The fine interpretation results of GCG07 well in Ganchaigou area

5　结论

（1）含油率和孔隙度均是进行油砂储层评价的主要参数。根据不同地层固结程度分别采用自然伽马和声波时差计算孔隙度，均具有较高的精度。寻找敏感性参数并采用多元线性回归的方法计算含油率，计算结果与实验结果更加接近。

（2）油砂的含油率不仅与孔隙度相关，还与地层埋藏深度有关。本次研究综合考虑孔隙度、含油率及埋藏深度的影响构建了含油综合指数，并根据孔隙度、含油率及含油缩合指数建立了干柴沟地区油砂解释图版与分类标准，将油砂层分为A类（油层）、B类（差油层）和C类（干层），比较符合生产实际。

（3）应用所建立的模型计算干柴沟地区所有井的地层孔隙度、含油率及含油综合指数，并结合解释图版及分类标准进行精细解释与评价，取得了较好的应用效果。

（References）：

［1］杨雪飞，王兴志，张哨楠，等.川西北厚坝地区油砂储层特征及成岩作用分析［J］.岩性油气藏，2013，25（5）：59-64. Yang Xuefei，Wang Xingzhi，Zhang Shaonan，et al.Oil sand reservoir characteristics and diagenesis in Houba area，northwestern Sichuan［J］.Lithologic Reservoirs，2013，25（5）：59-64.

［2］刘人和，王红岩，王广俊，等.中国油砂矿资源开发利用与潜力及前景［J］.天然气工业，2009，29（9）：126-128. Liu Renhe，Wang Hongyan，Wang Guangjun，et al.Oil sands resource exploitation and potential and prospects in China［J］.Natural Gas Industry，2009，29（9）：126-128.

［3］崔苗苗，李文深，李晓鸥，等.油砂资源的开发和利用［J］.化学工业与工程，2009，26（1）：79-83. Cui Miaomiao，Li Wenshen，Li Xiaoou，et al.Development and utilization of oil sands［J］.Chemical Industry and Engineering，2009，26（1）：79-83.

［4］周鹏，王文冰，崔义，等.油砂的成矿特征及开采分离技术［J］.洁净煤技术，2010，16（6）：91-96. Zhou Peng，Wang Wenbing，Cui Yi，et al.Mineralization characteristics and separation technology of oil sands［J］.Clean Coal Technology，2010，16（6）：91-96.

［5］张刚，刘继伟，李留仁，等.油砂分离技术的研究现状及影响因素分析［J］.内蒙古石油化工，2008（1）：111-113. Zhang Gang，Liu Jiwei，Li Liuren，et al.Research status and influencing factors separation technology of oil sands［J］.Inner Mongolia Petrochemical Industry，2008（1）：111-113.

［6］欧成华，董兆雄.柴达木盆地干柴沟—咸水泉地区渐新统—中新统沉积相分布特征［J］.地质论评，2010，56（5）：653-663. Ou Chenghua，Dong Zhaoxiong.Sedimentary facies distribution characteristics of Oligocene-Miocene in Ganchaigou-Xianshuiquan area，Qaidam Basin［J］.Geological Review，2010，56（5）：653-663.

［7］王屿涛，董蔚凯，靳涛，等.准噶尔盆地油砂地质评价及开采可行性［J］.石油科技论坛，2006（4）：37-41. Wang Yutao，Dong Weikai，Jin Tao，et al.Geological evaluation and mining feasibility of oil sands in Junggar Basin［J］.Oil Forum，2006（4）：37-41.

［8］路俊刚，陈世加，欧成华，等.柴达木盆地西部北区干柴沟地区深层勘探潜力分析［J］.石油实验地质，2010，32（2）：136-139. Lu Jungang，Chen Shijia，Ou Chenghua，et al.The deep reservoir exploration analysis in the Ganchaigou region of north area of western Qaidam Basin［J］.Petroleum Geology&Experiment，2010，32（2）：136-139.

［9］WangWH，aramcoS，WeavingK.Sedimentarytexturecharacterization and permeability anisotropy quantification of McMurray oil sands by integration of core data and electrical borehole images［R］. SPE 145784，2010.

［10］Strobl R，Ray S.The value of dipmeters and borehole images in oil sands deposits—A Canadian study［J］.Frontiers Innovation，2009，26（1）：197-203.

［11］黄叶秋，宋光永，王波，等.柴达木盆地英东油田N22和N21砂岩储层特征［J］.岩性油气藏，2013，25（2）：19-25. Huang Yeqiu，Song Guangyong，Wang Bo，et al.Reservoir charactersitics of N22and N21in Yingdong Oilfield，Qaidam Basin［J］. Lithologic Reservoirs，2013，25（2）：19-25.

［12］孟杰，寇海峰.方解石的溶蚀及其意义［J］.科技传播，2011（10）：111-112. Meng Jie，Kou Haifeng.Calcite dissolution and its significance［J］. Public Communication of Science&Technology，2011（10）：111-112.

［13］贾承造.油砂资源状况与储量评估方法［M］.北京：石油工业出版社，2007：26-28. Jia Chengzao.Oil sands resources and reserves estimation method［M］.Beijing：Petroleum Industry Press，2007：26-28.

［14］周文，于雷，张银德，等.准噶尔盆地乌尔禾地区油砂成矿的因素［J］.新疆石油地质，2008，29（6）：710-712. Zhou Wen，Yu Lei，Zhang Yinde，et al.The factors for oil sand accumulation in Wuerhe area of Junggar Basin［J］.Xinjiang Petroleum Geology，2008，29（6）：710-712.

［15］陈钢花，杨叶.利用常规测井资料确定黏土矿物含量的方法研究［J］.岩性油气藏，2011，23（2）：109-113. Chen Ganghua，Yang Ye.Method of determining clay mineral content by using conventional logging data［J］.Lithologic Reservoirs，2011，23（2）：109-113.

［16］杜波，于正军，韩建军.多元线性回归法在DX北带砂砾岩储层孔隙度定量预测中的应用［J］.天然气勘探与开发，2012，35（4）：36-40. Du Bo，Yu Zhengjun，Han Jianjun.Application of Multiple Linear Regression in quantitative prediction of sand-conglomerate reservoir porosity in the DX north zone［J］.Natural Gas Exploration&Development，2012，35（4）：36-40.

［17］甘贵元，张建英，段国绿，等.青藏地区油砂矿品级划分标准研究［J］.青海石油，2013，31（4）：18-21. Gan Guiyuan，Zang Jianying，Duan Guolü，et al.Oil sands grade division standard for Qinghai-Tibet region［J］.Qinghai Petroleum，2013，31（4）：18-21.

［18］何羽飞，刘淼，赵建斌，等.致密油储层复杂岩性测井综合识别［J］.油气藏评价与开发，2014，4（4）：7-10. He Yufei，Liu Miao，Zhao Jianbin，et al.Logging comprehensive identification of complex lithology in tight reservoir［J］.Reservoir Evaluation and Development，2014，4（4）：7-10.

［19］马满兴.大民屯凹陷油页岩层段储集性能研究［J］.岩性油气藏，2013，25（5）：37-43. Ma Manxing.Study on the reservoir properties of the interval of oil shale in Damintun Depression［J］.Lithologic Reservoirs，2013，25（5）：37-43.

［20］付小东，饶丹，秦建中，等.柴达木盆地北缘地区中侏罗统大煤沟组页岩油形成地质条件［J］.岩性油气藏，2014，26（6）：20-27. Fu Xiaodong，Rao Dan，Qin Jianzhong，et al.Geological conditions for shale oil forming of Middle Jurassic Dameigou Formation in the northern margin of Qaidam Basin［J］.Lithologic Reservoirs，2014，26（6）：20-27.

（本文编辑：于惠宇）

Reservoir characteristics of oil sands and logging evaluation methods：A case study from Ganchaigou area，Qaidam Basin

She Gang，Ma Lijuan，Xu Yongfa，Ye Gaopeng，Mi Xiaoyin，Li Chengyuan
（Qinghai Division，CNPC Logging Co.Ltd.，Dunhuang 736200，Gansu，China）

Qaidam Basin is rich in oil sand resources，but at present there is no systemic method for logging evaluation. Based on the existing geological and logging data，the mineral composition，physical properties and oiliness of the oil sand reservoirs in Ganchaigou area were analyzed.It is considered that porosity and oil content are the main factors of the oiliness of oil sands.By logging data，the calculation models of porosity and oil content were established with higher accuracy.By means of constructing the concept of synthetic oil-bearing index，combined with porosity and oil content，the interpretation charts and classification criterion of oil sands were established，and good effect was achieved in the actual production.

oil sands；oil content；synthetic oil-bearing index；logging evaluation；Qaidam Basin

TE349

A

1673-8926（2015）06-0119-06

2015-07-28；

2015-09-02

中国石油天然气集团公司重大科技专项“柴达木盆地高原咸化湖盆油气藏测井评价技术攻关”（编号：2011E-0305）资助

佘刚（1982-），男，硕士，工程师，主要从事测井资料处理与综合解释工作。地址：（736200）甘肃省敦煌市七里镇中油测井青海事业部。E-mail：443724572@qq.com。