赖 锦 庞小娇 赵 鑫 赵仪迪王贵文 黄玉越 李红斌 黎雨航
1.油气资源与探测国家重点实验室·中国石油大学(北京) 2.中国石油大学(北京)地球科学学院
地球物理测井作为地质学家的“眼睛”,测井探测的是地层声学(声波时差、幅度)、电磁学(电阻率、核磁)和核物理(放射性、伽马射线)等岩石物理属性[1-4]。目前,测井技术已广泛运用于基础地质(构造、地层和沉积等)、石油地质(测井储层评价、烃源岩及源储组合评价等)和工程地质(钻井设计、压裂等)等领域[5-7]。测井解释是把测井信息加工成地质、工程等信息的过程[6]。地球物理测井以岩石声、电、核等岩石物理属性为理论基础试图解决地质与工程问题,不可避免地容易在测井—地质转换关系建立上产生误区[3,8]。不同系列测井资料同时蕴含地球物理属性和地质属性,二者本身难以建立清晰准确的转换关系,同时测井曲线隐含的地质信息难以得到有效挖掘,这非常依赖于测井解释人员的地质经验[6,9-10]。利用测井资料解决地质问题时,往往陷入“一孔之见”的局限。
测井地质学是地球物理测井与地质学相互交叉融合的学科,在地质学理论指导下的测井综合解释可以提供更科学的解释结论,实现测井由“一孔之见”到“一孔百见”的跨越。因此,测井地质学研究首先要注重测井技术的地球物理属性,并深入融合地质学思维[3,11]。透过现象看本质,强调矛盾与方案,对于测井地质学分析非常重要,很多测井曲线需要用地质的语言去描述或解读。开展测井地质学综合研究,挖掘测井曲线蕴含的地质属性信息,可减少测井评价认识的多解性,同时地质思维的融入可提升测井资料地质应用的精度与广度[3,12-13]。然而,由于不同测井曲线组合对地质目标敏感性存在差异和测井曲线岩石物理属性与岩石地质成因存在不对应性,加之测井曲线组合为岩石物理、地质及工程等多因素响应综合体,存在多重信息的混淆[9,14],再加之不同测井系列适用条件差异的影响,导致测井地质学研究过程中常出现误区,解剖测井地质学研究典型误区并探索相应的对策与科学思维势在必行。
笔者针对以上问题,系统归纳总结测井地质学研究中存在的典型误区及原因解剖,并提出对策与科学思维,揭示了不同测井系列纵向分辨率尺度及其与探测深度的矛盾,并指出钻井液类型、井壁规则性等对测井采集的影响,以避免“伪资料”误导测井解释评价。在此基础上归纳总结高自然伽马砂岩、高密度高电阻率泥岩、低阻油层等特殊地质现象,再系统论述测井井旁构造解析、沉积相分析、地应力评价以及裂缝识别等领域的典型误区与对策。通过对测井地质学研究中的经典错误案例进行解析,追求科学性与实践性的统一,以寻找正确的解决方法,为综合测井地质学研究提供科学思路。
地质目标的复杂性以及测井资料的多解性导致测井地质学综合研究面临多重挑战。不同尺度地质与地球物理测井资料难以深度融合、测井资料包含的地质信息难以挖掘、岩石物理响应特征不匹配等问题造就了测井地质学研究中的难题。基于声、电、核岩石物理属性的常规测井资料一直受到其承载信息能力有限的影响,有时甚至陷入“一孔之见”的误区,且容易受到多解性的干扰,导致在利用测井资料进行地质解释中存在诸多误区。测井地质学研究中的典型误区可以归纳为两个方面:一是地质体(构造、沉积、裂缝等)解释误区,二是储层属性(岩性、物性、电性及应力等)参数计算误区。例如,测井资料地质解释中,常规认识为低自然伽马为砂岩,高自然伽马为泥岩,然而由于砂岩中存在的特定矿物的放射性,会导致出现高自然伽马砂岩,如钾长石(高钾)、方沸石(高钍)、火山凝灰质(高钾、钍)的存在,导致砂岩表现出异常高自然伽马测井特征。以准噶尔盆地吉木萨尔凹陷芦草沟组为例,其长石岩屑粉砂岩由于钾长石以及凝灰质岩屑的高放射性,导致自然伽马可高达100 API,可以看到高自然伽马层段对应的岩心明显为粉砂岩段而非泥岩。
造成测井解释存在误区的原因包括人为影响因素(即在解释过程人为判断的影响)和非人为影响因素(即仪器和探测环境的影响)。
不同的测井系列由于采用不同数据采集原理,导致其纵向分辨率与探测深度千差万别(表1)。通常情况下,从井场采集到的数据体文件采样间隔一般为0.125 m,然而0.125 m不是正确的测井曲线纵向分辨率,常规测井纵向分辨率一般为1.000 m。岩性(SP、GR)和孔隙度测井(AC、CNL和DEN)系列的纵向分辨率约为1.000 m,探测深度在冲洗带范围(10~20 cm)。电阻率测井中的侧向测井以及感应测井由于采用了聚焦和线圈化的电极,相应的纵向分辨率可提高到0.600 m,甚至0.300 m[3];核磁共振测井纵向分辨率最高可达0.200 m,元素俘获测井的纵向分辨率为0.457 m,阵列声波测井纵向分辨率为3.000 m[3];高分辨率成像测井的纵向分辨率可以达到0.005 m[15](表1)。此外,电成像测井仪采用纽扣电极系测量,在深度上的采样间隔为2.5 mm[16],因此通过纽扣电极电导率曲线,纵向分辨率可以达到2.5 mm。
表1 不同测井系列的纵向分辨率与探测深度统计表
测井曲线的纵向分辨率和探测深度,往往互相制约,纵向分辨率越高,探测深度一般越浅(表1)。当然通过仪器的改进,可对以上缺点进行改进,如电阻率成像、高分辨率测井仪器等,通过缩短接受探头的间距,提高纵向分辨率,探测深度可以保持不变或稍微降低。常规测井曲线纵向分辨率高,但径向探测深度小,通常小于1.0 m,高分辨率阵列感应测井可以达到3.0 m[3,17]。声波远探测测井技术可探测井眼数十米范围内的地质体(地层界面、断层、裂缝、孔洞、盐丘等)特征,突破了测井技术“一孔之见”的认识,然而代价则是纵向分辨率由常规测井的1.0 m降低到声波远探测测井的10.0 m[17-18]。
测井采集受到钻井液类型、井壁规则性以及测量过程中仪器旋转的影响,因而在采集过程当中可能出现“异常点”。在解释之前,应当阐明测量环境或测量条件对测井解释的影响,测井资料的预处理与校正工作至关重要。除电缆测井外,随钻测井能实时地提供地层评价和钻井数据,可减少测井所需要的钻机在用时间,在高风险井中也能保证数据的采集,随钻测井资料广泛应用于地质导向和地层评价工作中[19-20]。
2.2.1 钻井液类型
钻井液可分为水基钻井液和油基钻井液,其中水基钻井液按矿化度又可分为淡水和盐水钻井液。淡水钻井液中,自然电位曲线在砂岩段总显示为负异常,在不存在放射性矿物的情况下,砂岩的自然伽马往往表现为低值。因此,当自然电位曲线趋势总是与自然伽马曲线一致时,为淡水钻井液测井;当自然电位曲线趋势不与自然伽马曲线一致时,为盐水钻井液测井,或者是油基钻井液测井,且油基钻井液通常表现为浅电阻率大于深电阻率。
2.2.2 井壁规则性
在钻井过程中,如果井壁的地应力超过了井周岩石的破坏强度,将造成井壁崩落[21],形成不规则井壁,在井径曲线上表现为扩径现象。井壁的规则性对众多测井系列均有明显影响,如贴井壁测量的密度测井在扩径段将呈明显下降趋势(图1的蓝色虚线框部分)。因此,对于贴井壁测量的测井仪器往往需要改善或者减少钻井液信号的影响。中子孔隙度测井在扩径段探测的为钻井液的信息,在测井上表现为高中子的特征。此外,声波时差测井也不同程度地受到扩径影响(图1的蓝色虚线框部分)。
核磁共振测井中CMR型核磁共振测井仪器贴井壁测量,在扩径段,仪器不能完全紧贴井壁测量,测井数据采集到的信号主要来自于井筒钻井液信息。因此,CMR型核磁共振测井在扩径段测量的为钻井液信息,导致核磁共振T2增大,计算孔隙度偏大,非真实孔隙度(图1)。相比较而言,MRIL-P型核磁共振测井仪器采用居中的测量方式,相对受井眼扩径及不规则影响小[22]。
此外,在典型的扩径段(图1蓝色虚线框部分),阵列声波测井会出现“V”字形干涉条纹(指示裂缝假象)(图1)。成像测井贴井壁测量,测量的为冲洗带电阻率,图1上部扩径段为砂岩扩径,成像测井为亮色块状,下部扩径段泥质增加,成像测井为暗色块状(图1)。
2.2.3 仪器旋转
除了井壁规则性影响外,仪器旋转也将影响测井质量和解释结果,导致测井采集质量不合格,尤其是带方位性的电成像、地层倾角和阵列声波测井。地层倾角测井仪器的旋转(1号极板)会导致方位受到影响。阵列声波测井仪器在测井时常发生旋转,旋转过程中它的方位会相对反射体变化,从而模糊测量的方位信息[17]。
2.3.1 岩石物理特性
进行测井储层评价时,往往需要依托一定的岩石物理响应基础,不同的测井系列,其依托岩石物理基础差异明显。目前,测井学科已集声、电、核及核磁多种测量方法和手段于一身[5]。在测井解释过程中,明确不同测井系列岩石物理响应机理至关重要。如自然伽马主要探测地层中的钾、钍和铀元素含量,反映的是地层岩性(泥质)特征,用自然伽马进行孔隙度计算则不可取。此外,储层参数计算以及流体性质评价中也容易存在误区,如低阻油层的评价以及有效储层物性下限的确定等,不同研究区和层位测井评价方法适用性并不一致。
除了要考虑测井系列岩石物理响应机理外,测井解释成果也要符合地质目标的基本特征。如因受黏土矿物发育以及复杂孔隙结构影响,储层含束缚水,这决定了测井解释的含油气饱和度不应达到100%。在砂泥岩剖面中,测井计算得到的孔隙度甚至超过40%的问题,在实际过程当中往往不可取,因为砂岩原始孔隙度只有40%,在埋藏成岩过程中由于压实和胶结的影响,孔隙度会极大地降低。因此,岩心以及相关的分析化验资料刻度测井能够避免对测井资料的错误认识。但在实际的岩心刻度测井工作中,岩心分析的数据多为点数据,而测井曲线是一定范围内(纵向分辨率)测井响应的综合反映,岩心刻度测井时点对点读值来刻度测井不一定准确。因此,可以考虑层对点读值,通过选取一定范围内的测井曲线值求取平均值后,与岩心分析化验值比对,从而提高解释精度,尤其是对于相变快、非均质性较强的非常规油气储集层。
2.3.2 构造
测井可以识别的地质构造包括不整合面、断层以及褶皱[3]。对于断层、褶皱等地质体往往需要通过成像测井以及地层倾角测井矢量模式变化来确定,而不整合面在常规测井曲线形态和幅度变化特征上响应明显[15]。目前,对于井旁构造解析已经形成相对比较完善的方法理论体系,通过常规测井曲线形态和幅度,成像测井图像模式和地层倾角测井矢量模式(红模式、蓝模式、绿模式等)变化,可以判断井旁发育的断层、褶皱以及不整合面[3,15]。但当不整合面遇到井壁崩落时,需要注意区分由井壁崩落的因素引起的测井特征变化。鄂尔多斯盆地奥陶系马家沟组与石炭系本溪组不整合面由于地层剥蚀形成大型风化壳[23](图2)。可以看到风化壳发育位置常规测井曲线形态和幅度以及成像测井图像模式发生明显变化,钻遇这套风化壳地层时出现钻井井壁崩落(井径曲线增大),因此,部分测井曲线的异常响应跟井壁的规则性相关,尤其是贴井壁测量的密度以及成像测井,声波时差测井测量的滑行纵波时差,也因井壁规则性影响曲线幅度和形态(图2)。
2.3.3 沉积
测井相通常指表征不同地层特征的一组测井响应特征集[3]。常规测井曲线幅度、形态和顶底接触关系以及地层倾角测井矢量模式、成像测井图像被广泛运用至沉积特征的精细描述与刻画工作中[3,15,24-26]。但测井相是抽象的,而沉积相则包含实际地质意义,沉积相与测井相之间并非一一对应关系。
成像测井静态平衡图像是整个井段范围内按统一的颜色色调进行刻度,成像测井动态加强图为选用一定的窗长对局部层段信息进行放大展示,因此不能用来判别粒序[15,27]。碳酸盐岩岩溶可以改变沉积相特征,此时需要划分岩溶相带,优选有利储集体发育的风化残积带、垂直渗流带[16]。此外,油基钻井液背景下电成像测井拾取岩性和沉积构造的分辨能力将大为降低,声成像则对裂缝响应特征灵敏,但不能识别沉积纹层等沉积构造特征[28]。
测井沉积学研究中往往可利用高分辨率成像测井获取古水流方向。①拾取砂岩内部沉积层理方向,并形成对应的玫瑰花图。因为岩石在构造演化过程中产状可能发生变化,因此,玫瑰花图指示的并非沉积时古水流方向,需先做构造校正。②通过读取相对厚层高自然伽马泥岩段层面的倾斜方向作为地层产状(泥岩沉积时近于水平),在此基础上通过构造校正,校正后的砂岩层理的方向可作为古水流方向(图3)[3,26]。
图3 塔里木盆地库车坳陷BZ1203井白垩系基于成像测井的古水流恢复图
进行古水流分析时要明确松散沉积物堆积的角度一般小于40°(沉积休止角小于40°),因为当松散沉积物堆积角度增大到一定程度后,沉积物将失稳,从而沿着斜坡向下滑动[29]。古水流方向恢复时,需要注意拾取的沉积休止角不能超过40°(图3)。图中塔里木盆地库车坳陷白垩系砂岩构造校正前的砂岩层理倾角(红色蝌蚪)甚至可达50°,主要是由于岩石经历构造运动后导致产状变陡,通过拾取内部高自然伽马泥岩的产状作为地层产状(绿色蝌蚪)可知,地层产状(倾角)接近30°。而构造校正后泥岩产状基本近于水平(小于5°),相对应的砂岩产状也小于沉积休止角(40°),经构造校正后的古水流方向为自北向南,与库车坳陷白垩系由北向南的物源供给方向相吻合(图3)。
2.3.4 地应力
地层被钻开以后,地应力将失去平衡并重新分布,在井壁形成井壁崩落和钻井诱导缝,其中井壁崩落方向平行于现今水平最小主应力(σmin)方向,而钻井诱导缝则指示现今水平最大主应力(σmax)方向[30-31]。井壁崩落在成像测井上表现为两条暗色或黑色的较宽的垂直长条带或者斑块,呈180°对称(图4-a)。除井壁崩落外,部分井段将产生钻井诱导缝,包括钻井液压裂缝、应力释放缝和钻具振动形成的微裂缝,三者方向均对应最大主应力方向。其中钻井液压裂缝在成像图上呈180°对称分布的两条黑色条带或“双轨”(宽度比井壁崩落窄),它们平行于井轴,延伸较长,方位基本稳定(图4-b)。应力释放缝是在钻井过程中井孔内的应力得以释放而形成的一组裂缝,除了沿井轴180°对称外,其典型识别特征为雁列式排列[3](图4-c)。钻具振动形成的微裂缝主要发育于刚性地层中(碳酸盐岩等),其开度和延伸距离相对较小,成像测井图上呈现两组平行发育、延伸范围浅、倾角和倾向大致相同、形状规则的裂缝组,可呈羽毛状排列(图4-d)。因此,在进行地应力方向判别时需要注意区分不同类型的井壁崩落和诱导缝,从而进行现今地应力方向判别[15]。
图4 井壁崩落、诱导缝成像测井响应特征图
2.3.5 裂缝
天然裂缝典型测井响应特征可以总结为井眼扩大、声波时差增大、密度降低、电阻率刺刀状下降、地层倾角微电阻率曲线下降、阵列声波“V”字形干涉条纹以及成像测井暗色正弦曲线特征[32-34]。常规测井识别裂缝往往易受其他因素影响,成像测井图像上泥质条带、层理面、层界面与裂缝有时难以区分[35]。因此,裂缝的测井识别与探测最易遇到的误区即为裂缝与泥质条带、层理面等区分问题。对于切割过井眼的裂缝,在成像测井图上表现为正弦曲线特征,常规测井曲线上的声波时差增大、密度降低以及电阻率降低也指示裂缝发育(图5)。然而部分泥质条带、层理发育位置,同样也会导致电阻率降低。因此,需要结合岩心观察以及成像测井识别裂缝发育带(图5)。
除了定性识别裂缝面发育特征外(裂缝倾向和倾角),成像测井还可以计算裂缝孔隙度、裂缝水动力宽度、裂缝长度和裂缝线密度4个参数[15,32,36-37]。需要注意的是裂缝参数,尤其是裂缝孔隙度数值区间往往会夸大展示,同时裂缝孔隙度小于0.5%[38],部分裂缝发育较为密集层段,裂缝孔隙度可达1%,这一点解释时尤须留意。此外,裂缝张开度通常处于毫米级尺度区间,处于一定埋深的裂缝,受到岩层重力以及构造应力影响,往往张开度有限[15]。当然,成像测井裂缝的识别与定量参数计算都是基于水基钻井液前提的,在油基钻井液背景下,裂缝的识别与评价往往需要声、电测井相结合[28]。
2.3.6 特殊地质现象
受低构造幅度、复杂孔隙结构和高束缚水饱和度等因素影响,渤海湾盆地中浅层发育众多低阻油层或低对比度油层(包括油层绝对低阻,如油层电阻率小于5 Ω·m,或者是油层电阻率与相邻水层的比值小于2,甚至与水层相近的油层)[39-41]。
测井资料地质解释中,常规认识为砂岩低自然伽马、泥岩高自然伽马。然而,由于砂岩中存在的特定矿物的放射性,会导致出现高自然伽马砂岩,如钾长石(高钾)、方沸石(高钍)、火山凝灰质(高钾、钍)的存在,导致砂岩表现出异常高自然伽马测井特征[42-43]。如,鄂尔多斯盆地延长组由于凝灰质发育,广泛存在自然伽马大于85 API的高自然伽马砂岩[42]。
泥岩与砂岩相比,除了表现为高自然伽马特征外,往往表现为低密度和低电阻率。但是,在塔里木盆地库车坳陷超深层高温高压环境中,泥岩由于强烈的地应力挤压作用,往往表现出高密度和高电阻率特征[28](图6)。图中的泥岩(高自然伽马段)埋深超过7 900 m,岩石体积密度超过2.65 g/cm3,电阻率达到50 Ω·m,大于邻层的砂岩密度和电阻率,岩心可观测到泥岩致密,成像测井表现为亮斑特征,指示较高电阻率(图6)。
以上种种特殊地质现象的存在,往往会导致在测井曲线组合特征上的“异常表现”。因此,要剥离由于特殊地质现象的存在导致的测井异常特征,从而进行科学、合理地测井综合地质解释。
测井的核心认识是识别与发现油气层[5]。目前,常规储层测井评价(岩性识别、储层参数计算及流体性质判别)已经形成比较完善的解释流程。对于相对复杂的致密砂岩储层以及深层碳酸盐岩储集体,通过常规测井结合成像测井、阵列声波测井等也能实现储层综合评价及有利储层预测[16,23,44]。
21世纪以来,非常规油气(致密油气、页岩油气为典型代表)的兴起导致测井储层评价工作面临全新挑战[3-4]。与常规油气“四性关系”测井评价不同,源储一体或紧邻的非常规油气需求“七性关系”(岩性、物性、电性、含油性、脆性、烃源岩特性和地应力各向异性)和“三品质”(烃源岩品质、储层品质和工程品质)测井综合评价[3-4]。非常规油气测井评价往往要依托电成像、核磁共振、阵列声波、岩性扫描等新技术测井资料,首先揭示“七性”及其耦合关系,在此基础上通过烃源岩品质及其评价指标落实资源“甜点”区/带,通过储层品质分类及评价指标预测地质“甜点”区/带,然后建立工程品质分类及测井评价标准,由此优选工程“甜点”区/带[45-49]。
常规测井难以适应非常规油气测井储层评价工作,核磁共振测井(横向弛豫T2谱以及纵向弛豫T1谱)被广泛运用到非常规储层参数计算及流体性质判别工作中[50-51]。非常规储集层孔隙度低,钻井液侵入较浅,难以出现深、浅电阻率幅度差[4],因此,油气层与水层、干层相比,在孔隙度和电阻率测井系列中难以得到区分(图7)。图中可以看到,油层和干层的电阻率曲线均呈现微弱幅度差,但油层电阻率值比干层要高,且油层与干层相比,孔隙度曲线指示较好储层物性,因此,常规测井只能大致做到非常规油气的油层与干层的区分。相比较而言,核磁共振测井在非常规储层测井评价中优势明显。油层的T1和T2谱均具有明显的宽分布和拖尾现象,指示油层的信息,而干层的T1和T2谱分布均较窄(图7)。当然,在实际工作中,需要注意井壁稳定性的影响,如油层上下层段发生明显井壁崩落(井径曲线明显增大)、T1和T2谱出现明显的谱峰增大现象(图7)。
通常测井解释人员强调从地质角度考虑测井现象。测井地质综合研究中,既要强调测井曲线地球物理属性挖掘,解释过程也要强调融入地质思维[3,9]。在利用测井资料对地质现象进行分析解释过程中,首先要明确测井仪器及测量环境,对其在解释过程中可能引起的误区做到心中有数;其次,对研究的地质背景要有一个清晰的认识,融合地质思维可以帮助尽快排除多解性,从而获得最优解;最后,引入大数据学习和人工智能,使得测井地质解释更加快速和高效。目前,地质大数据正在以指数形式增长[52],测井同样本身是海量数据的综合。大数据学习和人工智能与测井地质学深度融合将在油气勘探开发各个环节得到广泛运用,人工智能作为一种改进计算机求解问题的方法,可以使测井解释工作者从大量低知识层次的分析工作中解脱出来,但人工智能解释需要正确的样品库、知识图库供机器学习[13,53]。人工智能的融入可以更高效地处理与解释海量测井数据。因此,针对学习任务的特点,可优选不同机器学习方法,寻求不同测井信息之间内在特征及关联性,挖掘测井曲线间隐含的地球物理属性特征。同时在测井地质学指导下,融入测井信息对应的地质思维,使得人工智能更科学、高效和智能地利用测井资料解决地质问题。
事物的发展往往要经历曲折性和前进性的统一,事物发展要经历由肯定到否定,再到否定之否定的发展过程,在此过程中事物将不断完善。从实践论的角度,测井地质学的研究是测井信息向地质信息的转换,要经历实践到认识,再从认识到实践的多次反复才能完成。笔者在总结测井—地质信息转换的基础上,主要论述了相关的测井地质学研究过程中常见的误区,并从错误中寻找正确的对策与思路,以期达到一体化的测井地质学综合解释与评价过程。
1)地质目标的复杂性以及测井资料的多解性导致测井地质学综合研究面临多重挑战。不同尺度地质与地球物理测井资料难以深度融合以及测井资料包含的地质信息难以挖掘等问题造成了测井地质解释中的两大误区:地质体的解释与储层参数的计算。
2)不同测井系列纵向分辨率尺度区间、钻井液类型、井壁规则性以及仪器旋转均会对测井采集的影响,应避免测井解释中出现“伪资料”而误导测井解释评价。高自然伽马砂岩、高密度高电阻率泥岩等特殊地质现象在利用测井资料解决地质问题时应考虑岩石物理响应机理差异,避免常规认识造成的错误解释。
3)在测井井旁构造解析、沉积响应、地应力评价以及裂缝识别等过程中,规避不同地质现象在测井上的同一响应导致的测井解释误区。在非常规油气测井储层评价中,充分利用新技术测井资料的高分辨和较高精度的不同流体响应特性开展测井评价,从而避免低分辨率的常规测井在解释过程中引起的误区。
4)在测井地质学研究中采用科学思维,首先要明确测井仪器及测量环境,对其在解释过程中可能引起的误区做到心中有数;其次,对研究的地质背景要有一个清晰的认识,融合地质思维可以帮助尽快排除多解性,从而获得最优解;最后,引入大数据学习和人工智能,使得测井地质解释更加快速和高效。实现地质到测井再到地质的转换,从实践到认识再到实践,从“一孔之见”到“一孔百见”的辩证和系统性思维,为测井地质学综合研究提供科学思路。