基于成像矿物谱的页岩气储层脆性指数计算方法
——以四川盆地南部下志留统龙马溪组为例

2019-03-22 00:50何传亮侯克均

天然气工业 2019年2期

颜磊何传亮侯克均

1. 成都理工大学能源学院 2. 中石化西南石油工程技术服务股份有限公司

0 引言

页岩气储层的脆性矿物含量和脆性指数是影响其压裂效果及产能的重要参数，是页岩气藏压裂方案设计的核心技术问题之一[1-4]。对于油气储层而言，岩石脆性一般定义为岩石发生破裂前的瞬态变化难易程度，间接反映的是储层压裂后所形成裂缝的复杂程度，一般可以通过脆性指数来定量表征[5-6]。

目前国内外常用的脆性指数的计算方法[7-8]，大致上可分为两种：①是基于岩石力学参数的脆性指数计算方法。当测井资料齐全，有密度测井资料、阵列声波或偶极声波所测量的纵、横波时差时，即可通过泊—杨法计算岩石脆性指数[9-11]；②是基于脆性矿物(石英、长石、碳酸盐矿物等)含量的计算方法。在实验室条件下，通过X射线衍射资料获得岩石的矿物组分并进一步定量计算岩石脆性指数[9,12-13]。这两种方法虽然被认为是比较可靠的通过矿物组分计算脆性指数的方法，但缺点是成本较高，耗时耗力，并且过分依赖于取心资料，基本都是散点数据。

四川盆地南部地区下志留统龙马溪组发育富有机质黑色页岩，是该地区永川、威远区块页岩气主力研究层位[14-15]。笔者以此为例，利用成像测井数据并结合实验分析数据，通过对页岩矿物含量的定量分析，建立了页岩气储层的矿物含量和脆性指数的定量计算方法。这种方法一定程度上解决了不依靠岩心实验资料来评价页岩储层脆性的技术难题，具有较高的计算精度和现场应用价值；对比常规测井资料，成像测井能精确反映井周的岩性及脆性变化情况，比如裂缝的发育状况、局部的岩性变化等[16-17]；对层理和薄层的识别能力较好，这些信息在页岩储层脆性及可压裂性评价中也非常重要。最后以永页X1井和威页X1井所钻遇的龙马溪组页岩储层为实例，计算地层的脆性指数。结果表明该方法效果较好，能够解决研究区页岩储层脆性评价的技术难题。

图1 原始成像数据统计直方图

1 基于成像矿物谱的脆性指数计算方法

通过对成像测井数据分析和校正，进行图像的直方图加强，将成像测井图像刻度为成像矿物谱；然后基于正态分布理论并结合实验分析数据，通过解析成像矿物谱，获得矿物含量；最后结合裂缝特征等建立了脆性指数计算模型，最终形成了页岩储层矿物含量及脆性指数的计算方法。

1.1 成像测井数据分析、校正及处理

在成像测井数据进行解编和深度校正后，对极板的数据进行直方图统计（图1，红线为99%的数据分布区域）。由于仪器极板刻度因素等影响，各极板的原始测井数据分布范围变化较大，峰值分布不合理，部分数据可能为畸变值，这与地层的实际情况不符合，需要依据分析结果进行各极板数据的标准化校正。

由于方解石等碳酸盐岩矿物和石英等碎屑岩矿物的差异，在图中会出现双峰特征；又因为个别坏电极等影响，大约有1%的无效数据需要用邻近插值处理，约99%分布区间的数据为有效数据。据此设置各极板数据标准化的范围，采用正态分布函数进行极板数据的分布区间标准化，数据划分为0～255级区间。正态分布概率密度函数为：

式中x表示极板电导率数据，S/m；μ、σ表示常数，无量纲。

μ决定了图形的数据分布中心位置，σ决定了图形中峰的陡峭程度。

通过f(x)函数处理将极板数据标准化（图2），数据分布中心和主峰高度都较接近。将标准化后的测井数据通过变换，采用直方图增强的方式进行成像测井数据图像增强，得到图像灰度分布均匀且级数为0～255范围内的数字图像。

采用离散函数将每一灰度级rk映射到预计的灰度级Sk，得到均衡化的数据为：

式中n表示图像中像素的数量和，无量纲；nj表示灰度级为rj的像素数量，无量纲；r表示输入图像的灰度级，无量纲；pr表示前面获得的直方图数据，无量纲；k=0, 1, 2, …, L－1；L表示离散灰度级的数量，无量纲。

图2 原始成像数据标准化后的统计直方图

将前面的均衡数据进行函数变换得到直方图规定化数据：

式中Z表示输出图像的灰度级，无量纲。

通过上述处理，将原始数据的每个像素rk映射到对应的灰度级Sk，再将Sk映射到最终的灰度级值Zk，从而实现直方图增强。采用全井段作为窗长得到静态成像测井图像XRMI_S1，采用一定窗长得到动态成像测井图像XRMI_D1。

1.2 静态成像数据转化为成像矿物谱

基于全井段标准化和增强的静态成像测井数据，较准确地反映了地层的岩性特征。一般情况下，在页岩气储层的静态成像测井图像上，高亮颜色部分对应高电阻率的岩石，例如石英、方解石等；暗色部分对应低电阻率的岩石，例如黏土矿物，并且不同矿物对应的颜色有差异[18-19]。

但是仅根据颜色差异难以精确区分岩性，为了定量分析，需要将成像图0～255灰度级映射为矿物谱，并刻度到0～100区间，通过转化后，用波形来显示成像矿物谱（图3）。具体的映射关系为：

式中XSPEC(X)表示任意点的矿物谱数据，无量纲；XRMI_S1(X)表示任意点的静态成像测井数据，无量纲。

图3 成像测井波形矿物谱图

1.3 矿物谱分布截止值的确定

笔者在成像矿物谱分布特征研究基础上，采用岩心矿物成分分析刻度成像矿物谱的方法，利用实验矿物成分分析结果开展了成像矿物谱方解石类、石英长石类和黏土类矿物组分谱分布截止值确定的研究。研究中采用方解石类谱分布截止值（C1）和石英长石类谱分布截止值（C2）取不同截止值条件下，进行成像矿物谱计算的矿物含量与对应井段岩心分析矿物含量对比分析。研究结果表明，当方解石类谱分布截止值C1为25%、石英长石类谱分布截止值C2为50%时，成像矿物谱计算的矿物含量与对应井段岩心分析矿物含量结果基本一致，并且在非取心段及成像矿物谱计算的矿物含量与对应井段的岩性扫描测井或者元素俘获测井资料分析的矿物含量结果基本一致。由此可以确定川南龙马溪组成像矿物谱方解石类谱分布截止值C1为25%、石英长石类谱分布截止值C2为50%（图4）。然后根据地层成像矿物谱分布特征，进行地层矿物谱解析，并计算页岩气储层方解石类、石英长石类和黏土类的矿物含量。

1.4 计算页岩气储层中的脆性指数

根据矿物谱解析结果，获得方解石类、石英长石类和黏土含量。在页岩气储层中，石英、长石类矿物含量对地层的可压裂性影响最大，因此采用石英、长石类含量与所有矿物含量的比例来计算脆性指数。即

式中XBrite表示脆性指数；XV石英表示解析的石英矿物体积；XV黏土表示解析的黏土矿物体积；XV方解石表示解析的方解石矿物体积。

图4 成像矿物谱分布截止值解析图

2 龙马溪组页岩气井实例分析

基于建立的页岩气储层矿物含量及脆性指数分析方法，利用成像测井数据进行了川南页岩气井的XRMI成像测井资料处理解释（图5），永页X1井计算的矿物含量成果（图5第6道）与元素俘获能谱测井成果（图5第9道）具有很好的相关性。在长井段，两者在黏土矿物、石英与长石类矿物、方解石矿物的体积含量等变化趋势一致，数值基本相近。

从应用效果来看，本方法在实际计算中具有更高的精度，能够精确反映地层矿物含量、裂缝及地层层理的细微变化，计算的脆性指数XBrite能够有效反映地层脆度变化情况。另外，在层理、裂缝特征的评价中具有更直观的优势[20-22]。例如，永页X1井在4 087～4 097 m井段的脆性相对更高，因此建议本井在该段开窗侧钻水平段，该井水平段获得页岩气产量7.37×104m3/d，在水平井靶点层位优选中得到成功应用。目前，该技术已经在永川和威远地区的永页X1井、永页X2井、威页X1井等多口页岩气井中进行了应用，计算结果与岩心实验分析数据吻合较好，其误差情况如表1所示，精度较高，证明利用该方法对页岩气脆性指数的评价效果显著。

从该方法在威页X1井的应用情况看：首先，常规测井曲线特征表明井深3 579～3587 m页岩储层段有机质丰富，物性较好，计算的游离气含量高，该段为本井的优质页岩储层段；其次，从成像图、矿物谱及计算的脆性指数看，总体裂缝欠发育，暗色层理发育明显，矿物谱上呈高尖峰谱特征，3583.5～3 587.0 m井段的脆性指数更高，均值约为66.3%，综合地质及工程的脆性因素，建议将该段作为开窗侧钻的目的层（图6）。从实际水平段的轨迹来看，进入A靶点后轨迹在3 580.5～3583.5 m井段中穿行的比例为15.5%，3583.5～3 587.0 m井段中穿行的比例为84.5%，主要的穿行轨迹为该方法技术提出的目的层段，最终测试获得页岩气产量17.20×104m3/d，应用效果显著。