渤中19-6 太古界潛山復(fù)雜巖性儲層礦物組分反演

朱博遠，張超謨，2，張占松，2，朱林奇，周雪晴

（1.長江大學地球物理與石油資源學院，武漢 430100；2.長江大學油氣資源與勘探技術(shù)教育部重點實驗室，武漢 430100）

0 引言

古潛山油氣藏巖性復(fù)雜，曾長期暴露地表遭受風化剝蝕，并經(jīng)歷多期構(gòu)造作用的疊加改造，因而各類次生儲集空間發(fā)育，形成了儲集空間復(fù)雜、非均質(zhì)性較強的儲集層［1-2］。經(jīng)過多年的勘探研究，在渤海灣盆地渤中凹陷西南部的渤中19-6 深層太古界潛山構(gòu)造帶儲層中發(fā)現(xiàn)了千億立方米大型凝析氣田，為該構(gòu)造目前已發(fā)現(xiàn)的最大氣田，該構(gòu)造帶儲層是由太古界變質(zhì)巖和上覆砂礫巖共同構(gòu)成的儲層系統(tǒng)，稱為深層泛潛山儲層系統(tǒng)［3-6］。在渤海灣地區(qū)中，如蓬萊9-1 潛山區(qū)域及錦州25-1 潛山區(qū)域中的巖性較為單一，常見片麻巖、花崗巖為主［7-9］，而渤中19-6 潛山構(gòu)造帶儲層常見變質(zhì)巖層段中夾雜著玢巖、斑巖、輝綠巖等后期侵入體和安山巖、玄武巖等噴出巖，且長石普遍發(fā)生絹云母化、云母被鐵白云石交代［10］。巖性及其礦物組分多樣化導(dǎo)致使用“Wylie”方程等經(jīng)典公式或線性與非線性回歸等傳統(tǒng)方法對準確求解物性參數(shù)帶來較大困難［11-14］。因此，迫切須要開展復(fù)雜巖性和礦物組分的測井研究，通過已有的巖心測試資料和測井曲線對礦物組分含量進行標定，并對未取心井進行反演。

通過測井資料和實驗巖心，對渤中19-6 太古界潛山構(gòu)造帶巖性進行分析，采用最優(yōu)化方法，建立多礦物組分反演模型，并對該模型進行改進，利用測井資料計算得到石英、長石、重礦物和云母含量及有效孔隙度，以期為復(fù)雜巖性剖面解釋及物性評價提供指導(dǎo)。

1 復(fù)雜巖性分析

圖1 BZ19-6-X 井潛山層段綜合柱狀圖Fig.1 Comprehensive histogram of buried hill layer in well BZ19-6-X

依據(jù)實驗巖心和常規(guī)測井資料及電成像裂縫拾取，綜合分析了太古界潛山地層的巖性特征，發(fā)現(xiàn)渤中19-6 潛山構(gòu)造帶儲層儲集空間類型主要為裂縫型、孔隙型、孔隙-裂縫型［15-17］。巖性以變質(zhì)巖（片麻巖）為主，含有少量侵入巖（玢巖）、噴出巖（安山巖）及其他巖性［10］。在礦物組分上，含有火成巖塊、巖漿巖塊、石英巖塊等巖屑組分。以BZ19-6-X井為例（圖1），二長片麻巖（圖1 中4 257 m）巖石組分主要為斜長石，體積分數(shù)約為40%，鉀長石體積分數(shù)約為35%，石英體積分數(shù)約為20%，黑云母體積分數(shù)約為5%；礦物晶粒粗大，晶粒間接觸緊密，可見嵌晶包含結(jié)構(gòu)；長石絹云母化。斜長片麻巖（圖1中4 245 m）巖石組分主要為斜長石，體積分數(shù)約為53%，石英體積分數(shù)約為30%，鉀長石體積分數(shù)約為13%，黑云母體積分數(shù)約為4%；礦物晶粒較粗，多呈粗晶；巖石內(nèi)見兩期巖石裂縫，被泥質(zhì)、黃鐵礦等充填；局部可見鐵白云石和白云石交代。輝綠玢巖（圖1 中4 309 m）主要礦物組分為基性斜長石，體積分數(shù)約為65%、石英體積分數(shù)約為33%，黑云母及輝石和少量鐵質(zhì)礦物，體積分數(shù)約為2%；具輝綠結(jié)構(gòu)特征，部分輝石蝕變?yōu)榫G泥石。

斜長片麻巖層段（圖1 中4 243～4 250 m，4 269～4 275 m）測井曲線呈高自然伽馬，具有明顯的峰狀；有效孔隙度平均在8%左右；該段礦物含量曲線有較明顯的起伏；該儲層段裂縫發(fā)育。二長片麻巖層段（圖1 中4 250～4 269 m，4 275～4 305 m）測井曲線呈高電阻率；儲層段平均孔隙度約為5%；該段礦物含量曲線未出現(xiàn)明顯的起伏；該儲層段裂縫發(fā)育。潛山侵入地層（圖1 中4 305～4 320 m）測井曲線呈高光電吸收截面指數(shù)、低自然伽馬、高密度、高中子和高電阻率，其中光電吸收截面指數(shù)、自然伽馬、密度和中子呈明顯的箱形；該段平均孔隙度約為2%；該段礦物含量曲線未出現(xiàn)明顯的起伏；見幾條微小裂縫，其內(nèi)被鐵白云石等礦物充填。

綜上對巖石學特征、測井響應(yīng)特征、物性、礦物組分含量和裂縫分布等方面的描述表明：渤中19-6構(gòu)造帶太古界潛山地層礦物組分十分復(fù)雜，除長石、石英和黑云母外，還有蝕變作用生成的絹云母，鐵白云石和伴生的鐵質(zhì)礦物等膠結(jié)物；同種巖類，斜長片麻巖測井響應(yīng)特征及礦物含量與二長片麻巖相比具有明顯差異；非同種巖石，片麻巖和侵入巖測井響應(yīng)特征也有較大差異；二長片麻巖、斜長片麻巖和侵入巖之間的孔隙度差異及裂縫發(fā)育程度受礦物含量變化的影響，可反映出不同巖性的儲集空間結(jié)構(gòu)可能存在差異，非均質(zhì)性強。因此太古界潛山巖性極其復(fù)雜，直接利用常規(guī)測井曲線難以準確計算巖石骨架各礦物的含量。

2 重礦物識別

基于復(fù)雜巖性分析，渤中19-6 太古界潛山地層中發(fā)育重礦物。根據(jù)巖心薄片鏡下特征及X 射線衍射全巖礦物含量（表1）確定了重礦物以鐵白云石（質(zhì)量分數(shù)約為4.4%）、黃鐵礦（質(zhì)量分數(shù)約1.25%）和菱鐵礦（質(zhì)量分數(shù)約為3.5%）為主，這3 種重礦物的測井密度介于3.08～5.01 g/cm3、補償中子介于5.7%～13.7%、光電吸收截面指數(shù)介于14.5～23 b/e和自然伽馬介于0～10 API［18］，與石英和長石相比，呈高光電吸收截面系數(shù)、低自然伽馬、高補償密度和高補償中子，發(fā)現(xiàn)該重礦物測井響應(yīng)值與侵入巖地層（圖1 中4 305～4 320 m）測井響應(yīng)特征相似，并且該層段薄片中鑒定有重礦物，因此重礦物測井響應(yīng)特征符合地質(zhì)認識。

表1 渤中19-6 太古界潛山層段礦物X 射線衍射全巖礦物含量Table 1 X-ray diffraction full-rock mineral content of heavy minerals in Bozhong 19-6 Archean buried hill%

重礦物對光電吸收截面指數(shù)、自然伽馬、補償密度和補償中子等較為敏感，根據(jù)這一特性，建立了Icl1與Icl2等2 條重礦物指示曲線。Icl1［19］為中子和密度計算的視灰?guī)r孔隙度之差，Icl2為光電吸收截面指數(shù)相對值與自然伽馬相對值之差，其表達式如下：

式中：CNL為中子孔隙度測井值，小數(shù)；DEN為補償密度測井值，g/cm3；PE為光電吸收截面指數(shù)，b/e；GR為自然伽馬，API；PEmax為PE與GR在圖版上重疊后的最大刻度值，b/e；PEmin為PE與GR在圖版上重疊后的最小刻度值，b/e；GRmax為GR與PE在圖版上重疊后的最大刻度值，API；GRmin為GR與PE在圖版上重疊后的最小刻度值，API。

參考已知巖石薄片及X 射線衍射中的重礦物和測井曲線響應(yīng)特征對重礦物雙指示曲線進行閾值選取，以BZ19-6-X 井為例，分別取值0.077 和0.290。從圖2 可以看出，用2 條指示曲線對BZ19-6-X 井侵入巖中的重礦物進行雙重識別，綠色部分為識別出的重礦物，識別結(jié)果可參照重礦物反演計算結(jié)果，如果指示曲線在對應(yīng)深度段確實識別出重礦物，則被視為重礦物層。通過重礦物的識別，為后續(xù)提高多礦物反演計算精度起到至關(guān)重要的作用。

圖2 BZ19-6-X 井雙指示曲線識別重礦物Fig.2 Heavy mineral identification by double indicator curves in well BZ19-6-x

3 測井多礦物反演

多礦物反演利用組分響應(yīng)疊加原理，聯(lián)合多種測井曲線資料刻畫礦物組分，具有較高的精度，最優(yōu)化反演方法在砂巖地層和頁巖地層評價中得到了廣泛應(yīng)用［20-23］。相比砂巖，在渤中19-6 潛山變質(zhì)巖儲層中，最優(yōu)化反演方法有明顯的改進：礦物成分較多，對須要反演的礦物進行了優(yōu)化；該礦物組分反演難度大，增加非線性響應(yīng)方程，對優(yōu)化算法的要求更高；一口井可能存在曲線響應(yīng)過于復(fù)雜以至于基礎(chǔ)模型無法解決所有問題，如重礦物影響、擴徑影響、伽馬異常和反演曲線異常等，所以建立了以基礎(chǔ)模型為主、多個分模型相結(jié)合的組合模型。

3.1 礦物的求解方法

反演中用到的測井曲線為聲波時差、補償密度、補償中子、自然伽馬、深電阻率和體積光電吸收截面，由于用于反演的曲線較少，為保證反演的效果必須要求測井曲線數(shù)目不少于要反演的礦物種類，所以將鉀長石與斜長石合并為長石，鐵白云石、黃鐵礦和菱鐵礦合并為重礦物進行反演。黑云母等暗色礦物，即使其含量較少，但它們對電測資料的影響較大，在資料處理中不能忽略［20］。

3.2 目標函數(shù)及限制條件

測量得到的曲線中大多數(shù)響應(yīng)方程是線性的或可以變成線性的，如自然伽馬、密度等，線性響應(yīng)方程的一般形式為

式中：M為測井曲線；n為地層組分數(shù)，個；Vi為組分i的體積分數(shù)，%；Ri為組分i的響應(yīng)參數(shù)。

結(jié)合式（3），得到反演公式為

式中：DT為聲波時差，μs/m；U為體積光電吸收截面指數(shù)（補償密度與光電吸收截面指數(shù)乘積），b/cm3；fpor為孔隙流體（有效孔隙度），小數(shù)。

求解V1,V2,…,Vn。得到非線性電阻率響應(yīng)方程［11］為

式中：a為與巖性有關(guān)的巖性系數(shù)；m為膠結(jié)指數(shù)；c為飽和度指數(shù)；Rt為地層電阻率，Ω·m；φt為孔隙度，無因次；Rw為地層水電阻率，Ω·m；Sw為含水飽和度，無因次。

在反演過程中還內(nèi)置了與組分含量有關(guān)的限制條件：

（1）所有組分體積之和等于100%，即

式中：n+f為巖石骨架組分數(shù)，個。

（2）單個組分的體積分數(shù)介于0～100%。

（3）沖洗帶與原狀地層孔隙體積相等，即

式中：flu為地層沖洗帶組分數(shù)，個。

3.3 模型的建立

儲層中既有鉀長石，又有斜長石，并且鉀長石中又見微斜長石，斜長石中又見鈉長石與鈣長石，所以長石測井響應(yīng)參數(shù)不唯一，只用一類長石測井響應(yīng)參數(shù)無法滿足反演要求。根據(jù)張愛軍［18］的描述（表2），確定了參數(shù)中差異較大的體積密度、縱波時差、自然伽馬和體積光電吸收截面的范圍值，經(jīng)過進行多次調(diào)試，分析各長石之間的權(quán)重，最終選取了最恰當?shù)拈L石參數(shù)（表2），而其他測井響應(yīng)參數(shù)即參考測井解釋軟件給出的默認值。

表2 潛山長石測井響應(yīng)參數(shù)選取Table 2 Selection of logging parameters for buried hill feldspar

由于一口井可能存在曲線響應(yīng)過于復(fù)雜以至于基礎(chǔ)模型無法解決所有問題，此時須要借助模型組合，模型組合是利用判斷語句，對儲層類別進行判斷。其中模型概率方程用于確定模型組合中每個模型的概率，概率最大的模型即為被選用的模型，概率計算可用線性函數(shù)表示，即

式中：linear 為有關(guān)線性函數(shù)；Y為模型概率值；Xi為第i個限制條件。當X1變化到Xi時，Y從0 變化到1，可以理解為模型使用Xi的結(jié)果，這樣的函數(shù)提供穩(wěn)健的從一個模型到另外一個模型的轉(zhuǎn)換。

圖3 測井曲線反演重礦物Fig.3 Log inversion of heavy minerals

潛山地層中易發(fā)生鐵白云石交代、絹云母化等蝕變作用，常伴隨鐵質(zhì)礦物的出現(xiàn)，這些鐵白云石、黃鐵礦和菱鐵礦等鐵質(zhì)礦物的測井響應(yīng)參數(shù)也不唯一，但與調(diào)試長石參數(shù)不同的是，不論怎樣選取參數(shù)，也無法取得最恰當?shù)闹氐V物測井參數(shù)（圖3），直接利用基礎(chǔ)模型反演礦物，會使整個潛山地層出現(xiàn)大量的重礦物，造成較大計算誤差。從圖3 可以看出，基礎(chǔ)模型反演出重礦物的地方，并沒有明顯的重礦物測井響應(yīng)特征，通過不斷地模型調(diào)試，引入雙指示曲線，將2 條指示曲線的閾值作為基礎(chǔ)模型的限制條件，再進行反演（重礦物模型），有效篩選出重礦物，這樣就提高了多礦物反演計算精度。在分模型中，除重礦物模型，還增加了擴徑模型，由于變質(zhì)巖儲層較厚，經(jīng)常會分多次測量，出現(xiàn)井壁垮塌，其中受影響的主要是補償密度和光電吸收截面指數(shù)，因此在擴徑深度段內(nèi)去掉補償密度和體積光電吸收截面指數(shù)這2 條反演曲線。除了上述模型外，還用到了高伽馬模型，有些井段會出現(xiàn)自然伽馬值異常偏大的現(xiàn)象，基礎(chǔ)模型中的伽馬測井參數(shù)相對較小，不適用于這種層段，須要調(diào)高伽馬測井參數(shù)值，使反演過程中的重構(gòu)自然伽馬曲線與測量伽馬吻合較好。

在礦物組分反演時，求解聯(lián)立的方程組過程中會出現(xiàn)方程組數(shù)目大于未知數(shù)個數(shù)，這種現(xiàn)象被稱為超定［24］。其非相關(guān)函數(shù)計算方法如下：

式中：DENRE為理論密度曲線，g/cm3；DENCH為實際密度曲線，g/cm3；DENWM為密度曲線的權(quán)重；DENUNC為密度曲線的不確定度，g/cm3。

在反演結(jié)束后，需要一條質(zhì)量控制曲線（Inco為歸一化后的非相關(guān)函數(shù)），進行理論測井曲線與實際測井曲線的對比。

4 應(yīng)用結(jié)果

圖4 BZ19-6-A 井反演綜合解釋成果圖Fig.4 Inversion interpretation results of well BZ19-6-A

BZ19-6-A 井經(jīng)過礦物組分最優(yōu)化解釋處理，使用了基礎(chǔ)模型、重礦物模型和高伽馬模型，對聲波時差、補償密度、補償中子、自然伽馬、體積光電吸收截面指數(shù)、深電阻率曲線進行了最優(yōu)化測井解釋。結(jié)果表明（圖4）：①通過計算得到的重構(gòu)測井曲線與實際測量的自然伽馬、體積光電吸收截面指數(shù)、補償中子、補償密度、聲波時差和深電阻率曲線吻合得較好。②計算石英含量、長石含量和云母含量與薄片鑒定結(jié)果趨勢基本保持一致，所得礦物組分含量與薄片巖心吻合較好。③3 921～3 923 m 處，見雙指示曲線對重礦物識別的結(jié)果，最終組合模型反演計算的有效孔隙度比基礎(chǔ)模型反演計算的有效孔隙度與巖心更吻合。④組合模型反演計算的有效孔隙度與巖心基本吻合，精度明顯高于多元回歸法計算的有效孔隙度。

分別對BZ19-6-A 井、BZ19-6-B 井和BZ19-6-C 井的106 塊樣品進行了誤差分析：將BZ19-6-A 井、BZ19-6-B 井和BZ19-6-C 井的測井解釋有效孔隙度與巖心孔隙度作交會圖，數(shù)值點為潛山某一層段的平均值，其值基本落在45°的直線上，有效孔隙度與巖心一致性較好（圖5）。

圖5 潛山地層孔隙度交會圖Fig.5 Crossplot of porosity of buried hill formation

5 結(jié)論

（1）渤中19-6 太古界潛山構(gòu)造帶受蝕變作用、測井響應(yīng)特征、礦物含量、孔隙度及裂縫發(fā)育的影響，儲層巖性極其復(fù)雜，導(dǎo)致巖石礦物骨架難以精確計算，使用經(jīng)典公式或經(jīng)驗公式計算物性參數(shù)會產(chǎn)生較大誤差。

（2）潛山地層重礦物含量高（質(zhì)量分數(shù)約為8%），且重礦物組分及類型多樣，常見鐵白云石、黃鐵礦和菱鐵礦；由于直接利用多礦物反演的方法會使重礦物反演結(jié)果偏大，進而使孔隙度計算偏大。為此，根據(jù)重礦物測井響應(yīng)特征，建立雙指示曲線模型識別重礦物，并應(yīng)用于多礦物反演模型中，較好地降低了由重礦物計算不準確造成的誤差。

（3）基于復(fù)雜巖性分析，建立了一套適用于渤中19-6 太古界潛山復(fù)雜巖性儲層礦物組分反演模型。采用最優(yōu)化反演方法，對其優(yōu)化了礦物組分及相應(yīng)測井參數(shù)；增加非線性響應(yīng)控制；采用多種模型組合的方式對剖面進行解釋評價。反演計算出的礦物含量與薄片巖心大致相同，顯著提升了孔隙度計算精度，較好地降低了由于礦物成分復(fù)雜對物性計算造成的影響。