页岩气藏常规测井响应特征研究

林璠，曹煜，田慧君

（成都理工大学能源学院，四川成都610059）

页岩气藏常规测井响应特征研究

林璠，曹煜，田慧君

（成都理工大学能源学院，四川成都610059）

页岩气资源量丰富，但国内开采处于起步阶段。为了提高页岩气藏开采水平，首先需要清楚的认识页岩气藏的储层特征。研究页岩气藏的测井响应特征能够对储层中的岩石矿物组成、含气性能等做出合理的评价。通过查阅国内外文献，从常规测井技术与特殊测井技术总结了页岩气藏的测井响应特征，响应特征中与常规油气藏显著不同的地方是识别有机泥页岩的重要手段。现场实际中，要结合储层矿物组成等，并排除其它干扰因素，运用多种测井响应特征方法对页岩气藏进行解释。测井响应特征的研究为页岩气藏的后续勘探开发奠定了基础。

页岩气；自然伽马测井；有机质；测井响应

Conventional logging response analysis on shale gas reservoir

页岩气是存在于有机泥页岩中的天然气，具有自生自储的特点［1］。页岩气在储层中的存储方式主要有两种：（1）以游离态的形式存在于基质孔隙中；（2）以吸附态的形式吸附在干酪根的表面［2］。页岩气资源量丰富，但目前国内开采出的页岩气仅为资源量中很小的一部分，国内页岩气藏的开采仍然处于起步阶段，很多技术都借鉴美国页岩气藏的开发模式［3］。

提高页岩气藏的开采水平，勘探开发是第一步，对页岩气藏地球物理测井响应特征的研究是认识页岩气藏岩性组成特征、有机质含量以及含气性特征等的重要手段。本文中查阅大量国内外参考文献，总结了页岩气藏常规测井响应特征以及其与常规气藏测井响应特征的不同，同时介绍了两种用于解释页岩气藏的特殊测井技术。测井响应特征的研究为页岩气藏的后续勘探开发奠定了基础。

1 页岩气储层不同测井响应特征

大部分用于生油页岩储层的测井技术同样适用于页岩气储层。生油岩储层与页岩气储层之间的区别主要体现在三个方面，一是储层内的流体类型不同（气体取代了油），二是孔隙的分布不同（除了基质内的粒间孔隙，还存在着干酪根孔隙），最后是岩石矿物的组成不同（页岩气储层基质中包含有脆性矿物）。总结了国外针对不同井采用的不同测井系列［4］（见表1）。

表1 页岩气井不同井别的测井系列［4］

对于页岩气藏新区，最合理的测井系列包括：自然伽马测井、自然电位测井、井径、岩性密度测井、补偿中子测井、电阻率测井（双侧向或者阵列感应测井）、元素俘获能谱测井和声波成像测井。此外，除了一些常规油气藏采用的测井方法，页岩气测井采集中还采用了一些测井新技术，包括元素俘获能谱测井、核磁共振测井、微电阻率成像测井和声波成像测井，这些测井新技术的应用在页岩气勘探开发的初期是非常必要的，有助于含气页岩储层特征的综合评价，也有助于指导油公司后续的勘探开发。

2 常规测井响应特征

2.1 自然伽马测井和自然伽马能谱测井

大部分微粒级的岩石作解释时，自然伽马测井可以将页岩储层（裂隙或者烃源岩）与常规储层岩性相区分。自然伽马测井主要反映了粘土含量和TOC丰度：K元素和Th元素含量高表明粘土含量丰富；U元素含量高表明含有大量有机质。如果页岩气储层在海相环境下沉积（主要是II型干酪根），那么U元素能够作为有机质的重要指示标志；如果在陆相（或者湖相）环境沉积，U元素含量缺乏，这种情况下U元素通常与TOC丰度没有关系。在陆相（或者湖相）环境中，总的自然伽马曲线能够识别岩石中的粘土成分，但却不能表明岩石中含有大量有机碳。而且，并不是所有的U元素都来自有机质，原生矿物中的U元素才与有机碳有关，所以Wignall在1994年的研究中提出：要获得U和TOC之间可靠的关系，必须将碎屑岩中的U元素从总的U元素测量值中去掉［5］。

2.2 电阻率测井

岩石的电阻率与岩石中导电成分有直接关系。常规储层中地层水是主要的导电介质，地层水含有一定的矿化度，电阻率低，而且体积越大，电阻率越低。烃类流体（油或气）是不导电的，当地层中大量油气取代了原有地层水时，地层的电阻率大大增加。

页岩气储层中含有粘土矿物，含量较少时质量分数在20%到30%，而有些储层粘土含量高达70%。粘土导电性对流体解释的影响程度取决于粘土相对于地层水的附加导电性。如果地层水的矿化度大于海水（例如等效NaCl溶液矿化度为35 000 mg/L），那么粘土相对于地层水的附加电阻率小，对流体解释的影响程度也小。另外，地层水占有的孔隙体积大小也影响着粘土的导电性，随着地层水的增加，粘土相对于地层水的附加电阻率也会增加。

其它矿物成分（有机或者无机成分）对岩石的导电性能也起着重要的作用。黄铁矿普遍存在于页岩气储层中的有机层段内，当它的数量较多时会影响电阻率的测井响应结果，使电阻率值降低［7］。大多数有机层段中都含有黄铁矿，但是高TOC层段仍然保持相对高的电阻率。出现这种状况的原因在于，黄铁矿密度较大，当岩石中含有10%质量分数的黄铁矿时，它所占据的岩石体积空间也仅仅为7%，就如同对于低密度的有机质来说，10%质量分数的TOC占有的是20%体积的干酪根，道理是一样的。

某些成熟度较高（Ro＞＞3）的页岩储层，其电阻率比成熟度低（1＜Ro＜3）的储层小1到2个数量级。可以认为：在较高成熟度条件下，有机碳重结晶形成了具有导电性能的石墨，但是石墨的数量并不多，只能将其看成是石墨形成的雏形。于是可以充分证明，在极高成熟度的有机页岩中（Ro＞＞3），岩石具有很高的导电性能不仅仅是因为地层水、粘土和黄铁矿的原因，还由于存在有其它的矿物成分。

2.3 密度测井

有机质（或者干酪根）的低密度值会对岩石样品的体积密度造成显著影响，进而影响密度测井的响应结果。如果其它参数一定，可以建立以TOC为变量的密度测井曲线（见图1）。这种密度测井的优点是它具有较高的垂直分辨率（1 ft），能够区分垂向上TOC的细微差异。密度测井与高分辨率的电阻率测井相结合应用时，效果更佳。

图1 TOC与颗粒骨架密度的关系曲线（Passey，2010）［6］

2.4 声波测井

与密度测井响应类似，其它条件一定的情况下，由于有机质的纵波速度低，时差大，纵波测井可以确定TOC含量。目前为止，大部分的研究都集中在纵波，但是横波的波速也可能受影响。一般来说，声波测井结合其它测井方式能够使TOC的解释效果增强。

2.5 光电吸收截面指数测井

光电吸收截面指数测井（PEF）能够确定岩性，但是，一般只利用PEF测井，通过岩性交汇图（比如：体积密度和光电吸收截面指数PEF交汇图，视骨架密度和视骨架体积吸收截面）确定矿物含量。岩性交汇图仅限于三种矿物（石英，方解石，白云岩）的应用，当存在粘土矿物时，方法就不适用了。

2.6 中子测井

一般认为，单独利用中子测井来解释有机质丰度，效果并不好。中子测井不仅能够反应有机质中的氢元素，也反应出了粘土矿物晶体结构中氢氧根离子里的氢元素，同时还受地层水、液体以及气态烃中的氢元素的影响。对于某些硅质页岩气储层，标准的中子-密度交汇图能够解释含气层段。但是中子-密度交汇图技术仅限于地层中粘土含量不多的情况下使用，当粘土含量较多时，氢氧根离子的增加会导致中子-密度叠合的分离，从而不能解释含气层段。

2.7 核磁共振测井

非常规储层的核磁共振测井评价技术有限。在饱含水，低TOC的页岩气层段，核磁共振解释的孔隙度与岩心测量的孔隙度的一致性较好。

总结了页岩气储层中常规的测井响应特征（见表2）。

表2 页岩气储层各类测井响应

3 特殊测井响应解释

3.1 元素测井

元素测井可以确定总粘土、碳酸盐岩和石英的含量（误差在-10 wt%），而这些参数与页岩气储层中有机质的丰度没有直接关系。不过，总的硅质和总碳酸盐岩成分关系着岩石的地球物理特征。此外，可以用元素测井来识别重要的地层段，比如黄铁矿层段或者菱铁矿层段。

有机页岩非均质性强，包含了多种矿物成分，这些矿物成分的浓度随深度变化大。页岩中常见的主要是三种矿物成分-石英、方解石和粘土。除此之外，还存在少部分的钾长石、斜长石、白云岩、铁白云石、黄铁矿和氟磷灰石。为了确定地层中的矿物含量，许多公司将他们的目标投向了中子捕获能谱测井（NCS）。但NCS测井仍有它的局限性，在测井过程中它没有考虑干酪根的存在，而且它的预测精度依赖于氧化物密闭模型和元素转化为矿物干重的经验公式。更重要的是，NCS测井由于价格昂贵，测井仪器以及井眼条件限制等因素，适用性不强，一般不被考虑。

3.2 成像测井

高分辨率成像测井适用于识别电阻率在垂向上的微小差异，这种差异能与有机质丰度变化联系起来（很可能是因为这一层段含气饱和度高）。从图2的成像测井图可以看出，很容易识别出单层－底部亮色区域为高TOC丰度，高电阻率，往上深色区域TOC丰度和电阻率都降低。需要注意的是，用成像测井进行解释时，致密的碳酸盐岩或者硅质层和菱铁矿结晶都显示具有电阻，在图像上体现为亮色区域。

高分辨率成像测井需要水基泥浆，虽然说油基泥浆也可以识别特征相近的储层特性，但是与水基泥浆电测井图相比，就显得粗糙了。

图2 成像测井图（Passey，2010）［6］

4 结论

（1）从自然伽马测井、自然伽马能谱测井、电阻率测井、密度测井、声波测井、光电吸收截面指数测井、中子测井以及核磁共振测井等常规测井分析了页岩气藏的测井响应特征，以及其与常规储层在响应特征上的不同之处。

（2）特殊测井如元素测井和成像测井，在页岩气藏测井解释中有一定的可用性，但由于设备昂贵，适用条件有限，实际应用并不广泛。

（3）页岩气藏测井解释要综合考虑储层中矿物成分、水体分布，并排除其它干扰条件，采用多种测井技术相结合，对整个气藏进行解释。

［1］张金川，姜生玲，唐玄，等.我国页岩气富集类型及资源特点［J］.天然气工业，2009，29（12）：109-114.

［2］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.

［3］张金川，徐波，聂海宽，等.中国页岩气资源勘探潜力［J］.新能源，2008，（6）：136-140

［4］郝建飞，周灿灿，李霞，等.页岩气地球物理测井评价综述［J］.地球物理学进展，2012，27（4）：1624-1632.

［5］Wignall，P.B.Black shales［M］.Clarendon Press，Oxford and New York，1994.

［6］Passey，Q.R.，Bohacs，K.M.，Esch，W.L.，et al.From oilprone source rock to gas-producing shale reservior-geologic and petrophysical characterization of unconventional shalegas reservoirs［J］.Paper SPE131350 presented at the CPS/ SPE International Oil&Gas Conference and Exhibition，Beijing，China，8-10 June，2010：1-29.

［7］Haryanto，A.Comparative study for the interpretation of mineral concentrations，total porosity，and TOC in hydrocarbonbearing shale from conventional well logs［J］.Paper SPE 166139 presented at the SPE Annual Technical Conference and Exhibition，Louisiana，USA，30 September-2 October，2013：1-20.

LIN Fan，CAO Yu，TIAN Huijun
（Energy College of Chengdu University of Technology，Chengdu Sichuan 610059，China）

As one of abundant natural resources，shale gas has a promising prospect，but exploitation of which being still in start stage in China.To progressing development for shale gas reservoir，study the characteristics of shale gas formation is priority.Using well logging response can determine rock compositions and evaluate gas content properly.By reviewing lots of literatures domestic and overseas，summarize logging response of conventional and special technics on shale gas reservoir.The significant differences between conventional reservoirs and shale gas reservoir in logging response are major means to identify organic shale.In field sites，varies logging response analysis should be combined based on mineral composition and avoiding some other disturbing.Study on logging response analysis is significant for the later exploitation of shale gas reservoirs.

shale gas；natural-gamma ray logging；organic material；logging response

10.3969/j.issn.1673-5285.2015.08.008

TE135.2

A

1673-5285（2015）08-0032-04

2015－06-01

2015－08-03

国家高技术研究发展计划（863计划）《页岩气钻完井及储层评价与产能预测技术研究》，项目编号：2013AA064501。

林璠，女（1989-），成都理工大学在读硕士研究生，研究方向为油藏工程和数值模拟。