塔里木盆地寒武系地層測(cè)井巖性識(shí)別研究

張曉明，李清松，張小聰，吳丹，陳春林，劉四新

1.中石化西北油田分公司 勘探開(kāi)發(fā)研究院，烏魯木齊 830011；2.吉林大學(xué) 地球探測(cè)科學(xué)與技術(shù)學(xué)院，長(zhǎng)春 130026

0 引言

測(cè)井巖性識(shí)別是測(cè)井學(xué)研究的主要內(nèi)容，是測(cè)井儲(chǔ)層評(píng)價(jià)的基礎(chǔ)[1--2]。只有準(zhǔn)確識(shí)別儲(chǔ)集層巖石的類型，才能準(zhǔn)確評(píng)價(jià)其儲(chǔ)集類型。和其他國(guó)家相比，中國(guó)油氣田的類型多樣，既有碎屑巖儲(chǔ)集層，又有大量碳酸鹽儲(chǔ)集層，同時(shí)火成巖、變質(zhì)巖儲(chǔ)集層也不同程度的存在。因此，巖性識(shí)別工作既復(fù)雜又重要。

目前，測(cè)井巖性識(shí)別最多體現(xiàn)在火成巖巖性識(shí)別上[3--18]。為建立針對(duì)侏羅系火成巖儲(chǔ)層行之有效的測(cè)井評(píng)價(jià)研究方法和相應(yīng)的手段, 陳立英等[3]研究了升平汪家屯及昌德地區(qū)火成巖巖性的測(cè)井響應(yīng)規(guī)律性。應(yīng)用主成分分析法,對(duì)該地區(qū)火成巖井段進(jìn)行數(shù)字處理并繪出單井火成巖巖性剖面圖，為儲(chǔ)量參數(shù)計(jì)算打下牢固的基礎(chǔ)。楊申谷等[4]簡(jiǎn)化了儲(chǔ)層分析中的火山巖分類方案,探討了簡(jiǎn)化后的火山巖類型在常規(guī)測(cè)井上的響應(yīng)特征。他們認(rèn)為由基性火山巖到酸性火山巖,表現(xiàn)為伽馬值的增高;由火山碎屑巖到熔巖,表現(xiàn)為電阻率和密度的增高和聲波時(shí)差的降低;在熔巖段內(nèi),測(cè)井曲線齒化代表了熔巖的破碎,反映于聲波時(shí)差的增高和密度的降低及電阻率的降低。綜合多個(gè)油田的實(shí)際資料,建立了火山巖的測(cè)井識(shí)別圖版和標(biāo)準(zhǔn)。針對(duì)海拉爾盆地火山碎屑巖成因復(fù)雜、熔巖與沉積巖共生和巖芯定名多的情況,汪洪濤[5]從測(cè)井資料巖性識(shí)別的角度,歸結(jié)為3個(gè)大類,12種主要巖性。在巖性識(shí)別方法建立過(guò)程中,嘗試了交會(huì)圖、蛛網(wǎng)圖等圖示法,但都效果不佳。為此,采用了模式識(shí)別中的神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)兩種算法,結(jié)合編程實(shí)現(xiàn)了巖性的計(jì)算機(jī)自動(dòng)識(shí)別,效果明顯,兩種方法的平均符合率都達(dá)到了84%以上。劉俊田等[6]以三塘湖盆地馬朗凹陷石炭系卡拉崗組火山巖巖石薄片資料為基礎(chǔ),研究出利用常規(guī)測(cè)井信息識(shí)別礦物成分,應(yīng)用成像測(cè)井信息識(shí)別火山巖的巖石結(jié)構(gòu)及構(gòu)造,并將兩者結(jié)合對(duì)火山巖巖性進(jìn)行綜合判別的巖性識(shí)別方法，取得較好的應(yīng)用效果。

其他巖性的測(cè)井識(shí)別也有許多工作[19--23]。針對(duì)川東北地區(qū)幾種主要巖性,高峰等[19]利用取芯分析和巖屑錄井資料綜合標(biāo)定。通過(guò)對(duì)自然伽馬、深側(cè)向電阻率、三孔隙度和伽馬能譜等測(cè)井?dāng)?shù)據(jù)經(jīng)過(guò)交會(huì)圖分析,優(yōu)選出對(duì)巖性敏感的自然伽馬、釷、鉀測(cè)井曲線,提出利用改進(jìn)的重疊法進(jìn)行巖性識(shí)別。針對(duì)吉林省農(nóng)安扶余地區(qū)油頁(yè)巖的測(cè)井響應(yīng)特征,翟艇等[20]提出利用曲線幅差法識(shí)別油頁(yè)巖的巖性,對(duì)于扶余伊家店A井和農(nóng)安哈拉海B井的油頁(yè)巖識(shí)別率分別為90.59%和87.61%。程昊[21]通過(guò)分析陸相頁(yè)巖層系不同巖性類型測(cè)井響應(yīng)特征,統(tǒng)計(jì)出不同巖性的測(cè)井響應(yīng)分布區(qū)間,研究了不同巖性測(cè)井響應(yīng)的差異,采用因子分析法降低數(shù)據(jù)分析維度,提取了巖性敏感的測(cè)井參數(shù),使用測(cè)井反演的方法校正薄層及圍巖效應(yīng)對(duì)測(cè)井真實(shí)值的影響,運(yùn)用K--Means聚類分析法對(duì)頁(yè)巖層系的巖性進(jìn)行識(shí)別。與實(shí)際巖芯對(duì)比表明,該方法能夠有效識(shí)別頁(yè)巖層系復(fù)雜巖性類型,準(zhǔn)確性較好。呂曉蘭[22]在大量數(shù)據(jù)分析的基礎(chǔ)上,通過(guò)交會(huì)圖版識(shí)別的方法,對(duì)單井巖性進(jìn)行識(shí)別,建立典型碳酸鹽巖的測(cè)井骨架響應(yīng)特征。運(yùn)用對(duì)巖性敏感的均方根振幅屬性及層速度進(jìn)行聚類分析,在平面上預(yù)測(cè)出五類優(yōu)勢(shì)巖性發(fā)育區(qū),為進(jìn)一步的地層分布研究和儲(chǔ)層預(yù)測(cè)奠定了基礎(chǔ)。王彬瑋[23]運(yùn)用巖芯樣品、測(cè)井等資料,通過(guò)X射線粉晶衍射、元素含量測(cè)試等實(shí)驗(yàn)對(duì)宣達(dá)地區(qū)中、下三疊統(tǒng)嘉陵江組--雷口坡組含鹽系典型礦物特征及巖石測(cè)井響應(yīng)特征進(jìn)行分析,并基于測(cè)井解釋方法原理對(duì)雜鹵石進(jìn)行識(shí)別。

另外，各種先進(jìn)的數(shù)學(xué)分析方法的使用也是當(dāng)代巖性識(shí)別過(guò)程中的一個(gè)重要特色[24--26]。于代國(guó)等[24]將基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)方法引入到測(cè)井資料處理和解釋中。在測(cè)井巖性識(shí)別方面研究發(fā)現(xiàn),支持向量機(jī)方法克服了神經(jīng)網(wǎng)絡(luò)的固有缺陷,提供了一種識(shí)別巖性的新方法。應(yīng)用效果表明該方法具有適應(yīng)性強(qiáng)、識(shí)別精度高的優(yōu)點(diǎn)。賀新蔚等[25]利用自組織神經(jīng)網(wǎng)絡(luò)對(duì)測(cè)井?dāng)?shù)據(jù)進(jìn)行巖性識(shí)別,具有較強(qiáng)的自組織性、適應(yīng)性和較高的容錯(cuò)能力,與其他神經(jīng)網(wǎng)絡(luò)算法相比,計(jì)算量小、收效速度快。實(shí)驗(yàn)結(jié)果表明:自組織特征映射神經(jīng)網(wǎng)絡(luò)對(duì)測(cè)井?dāng)?shù)據(jù)進(jìn)行巖性識(shí)別是可行的,而且識(shí)別率較高,是一種行之有效的巖性識(shí)別的好方法。楊楊[26]圍繞模糊聚類方法識(shí)別巖性這一課題,通過(guò)對(duì)支持向量機(jī)理論法和測(cè)井曲線特征分析法來(lái)研究如何選取工區(qū)巖性特征敏感參數(shù)。以對(duì)地層巖性敏感的測(cè)井參數(shù)作為輸入變量,并基于模糊聚類理論研制了自動(dòng)識(shí)別軟件,并調(diào)試和應(yīng)用。

塔里木盆地寒武紀(jì)地層經(jīng)過(guò)幾十年的勘探，已經(jīng)取得了一些進(jìn)展，但研究程度依然不足。本文針對(duì)塔里木盆地寒武紀(jì)地層，開(kāi)展巖性識(shí)別的研究，為儲(chǔ)層評(píng)價(jià)奠定基礎(chǔ)。

1 地質(zhì)特征及巖石類型

根據(jù)區(qū)域地層劃分標(biāo)準(zhǔn)，塔里木盆地寒武系地層可分為上統(tǒng)(丘里塔格下亞群)、中統(tǒng)(阿瓦塔格組、沙依里克組)、下統(tǒng)(吾松格爾--肖爾布拉克--玉爾吐斯組)。研究區(qū)面積非常大，大致分為潛山領(lǐng)域、臺(tái)緣領(lǐng)域及臺(tái)地領(lǐng)域，各區(qū)地層發(fā)育情況有所不同。井鉆探表明，研究區(qū)大致包括以下10余種巖性。

白云巖：顏色為深灰色，灰色、灰黑色，碳酸鈣含量5%，碳酸鎂鈣含量95%～97%。粉晶--中晶結(jié)構(gòu)，巖性致密，硬、脆，貝殼狀斷口，巖屑呈片塊狀，與稀鹽酸不反應(yīng)。鏡下見(jiàn)晶粒結(jié)構(gòu)。礦物成分為白云石，以細(xì)晶為主，部分粉晶，分布均勻。晶粒多半自形，它形，以直線或凹凸接觸為主，有殘余泥晶方解石存在。偶見(jiàn)石英、隱晶硅質(zhì)殘余。

含灰白云巖：顏色為深灰色、黃灰色，碳酸鎂鈣含量15%～20%，碳酸鈣含量78%～85%。粉晶--中晶結(jié)構(gòu)，巖性致密，硬、脆，貝殼狀斷口，巖屑呈片狀，與稀鹽酸不反應(yīng)。鏡下鑒定：礦物成分主要為白云石，以粗晶為主，部分中晶。晶粒多半自形、他形，以直線或凹凸接觸為主，表面較臟，有殘余泥晶方解石。并有輕微去云化作用，常見(jiàn)白云石晶粒次生加大。

含膏云巖：顏色以深灰色為主，碳酸鈣含量5%，碳酸鎂鈣含量78%，石膏含量5%～10%；泥晶結(jié)構(gòu)為主，巖性致密，硬、脆，瓷狀斷口，巖屑呈片狀，滴水不滲，與冷稀鹽酸不反應(yīng)，加熱反應(yīng)劇烈，反應(yīng)液較混濁。

膏質(zhì)云巖：顏色以深灰色為主，碳酸鎂鈣含量70%～80%，膏質(zhì)含量30%～20%，白云石多呈他形，泥晶--粉晶結(jié)構(gòu)。性硬--較軟，可塑性差--好，硬石膏多呈微晶、粒狀、板狀、解理發(fā)育，膏質(zhì)分布不均，土狀斷口，巖屑呈片狀--團(tuán)塊狀。

膏質(zhì)云巖：顏色主要為淺灰色、灰色，分布不均，碳酸鎂鈣含量40%～50%,碳酸鈣含量3%～5%,膏質(zhì)含量約10%～20%，石膏主要呈團(tuán)塊狀集中分布。局部可見(jiàn)去云化現(xiàn)象，粉晶結(jié)構(gòu)，巖性致密，硬、脆，瓷狀斷口，巖屑呈片--塊狀,與冷稀鹽酸不反應(yīng)，加熱反應(yīng)劇烈。

灰?guī)r：顏色以黃灰色、灰色、白色為主，碳酸鈣含量95%～98%，碳酸鎂鈣含量3%～5%，泥晶結(jié)構(gòu)，疏松，手捻成粉末狀，具土狀斷口及土壯光澤，與稀鹽酸反應(yīng)強(qiáng)烈，反應(yīng)液較渾濁。

含云灰?guī)r：顏色以黃灰色、深灰色為主，碳酸鈣含量90%～95%，碳酸鎂鈣含量3%～5%，亮晶方解石膠結(jié)，分布均勻；顆粒結(jié)構(gòu)，顆粒以砂屑為主；巖性致密，硬、脆，瓷狀斷口，巖屑呈片塊狀，與稀鹽酸反應(yīng)強(qiáng)烈。

膏巖：顏色為白色，巖屑呈團(tuán)塊狀，較疏松，性軟，吸水性、可塑性較好，易膨脹，水中久置呈乳狀。

泥質(zhì)膏巖： 顏色以灰白色為主，石膏含量60%～70%，多為泥晶土狀集合體,性較軟，可塑性差，遇水分散，土狀斷口，巖屑呈團(tuán)塊狀。局部見(jiàn)底礫巖，直徑2 cm±，顏色為褐色、灰色，次圓狀，磨圓度好。

云質(zhì)膏巖：顏色以灰白色為主，石膏含量60%～70%，碳酸鎂鈣含量40%～30%，硬石膏多呈不規(guī)則長(zhǎng)條狀，分布均勻；白云石為泥晶結(jié)構(gòu)，性硬，致密，可塑性差，土狀斷口，巖屑呈塊狀。

鹽膏巖：顏色以灰色為主，少量褐色，鹽巖為半透明--不透明狀半自形晶，粗--礫晶結(jié)構(gòu)，性脆,具玻璃光澤，味咸，易融于水；石膏為泥晶土狀集合體，含灰質(zhì)，質(zhì)不純，性較軟，可塑性差，遇水分散，土狀斷口，巖屑呈豆?fàn)睢?/p>

鹽巖：顏色為灰白色、褐色，鹽為半透明狀半自形晶，粗--礫晶結(jié)構(gòu)，性脆，具玻璃光澤，味咸，易融于淡水。鏡下鑒定晶體呈粒狀，具立方體解理，均質(zhì)體。

膏鹽巖：顏色以灰白色為主，鹽巖含量極少，為半透明狀半自形晶，粗--礫晶結(jié)構(gòu)，性脆,具玻璃光澤，味咸，易融于水；石膏為泥晶土狀集合體，含灰質(zhì)，性較軟，可塑性差，遇水分散，土狀斷口，巖屑呈粒--片狀。

可以看出除了比較純凈的巖性外，存在許多過(guò)度巖性。根據(jù)寒武紀(jì)地層巖性的分類及組成，結(jié)合測(cè)井解釋的特點(diǎn)和限制，將巖石類型歸納為四類：白云巖、石灰?guī)r、鹽巖和膏巖。

2 方法基本原理

塔里木盆地研究區(qū)內(nèi)的寒武系碳酸鹽巖地層的巖性復(fù)雜、含量變化大，不同巖性的儲(chǔ)層其電性特征變化大，“四性關(guān)系”難以確定。解釋參數(shù)呈現(xiàn)出非固定參數(shù)關(guān)系，測(cè)井解釋方法及標(biāo)準(zhǔn)與實(shí)際存在矛盾，評(píng)價(jià)標(biāo)準(zhǔn)難以確定。因此對(duì)研究區(qū)內(nèi)的復(fù)雜巖性的巖性識(shí)別是測(cè)井?dāng)?shù)據(jù)處理的重要內(nèi)容。通過(guò)分析寒武系碳酸鹽巖地層測(cè)井資料，初步建立寒武系地層巖性識(shí)別方法。

2.1 各種巖性標(biāo)準(zhǔn)數(shù)據(jù)的選取

就測(cè)井巖性識(shí)別而言，最重要的問(wèn)題首先是建立標(biāo)準(zhǔn)樣本數(shù)據(jù)，一般采用巖芯刻度測(cè)井的辦法。利用取芯數(shù)據(jù)和測(cè)井曲線進(jìn)行對(duì)比，并經(jīng)過(guò)深度校準(zhǔn)，選擇曲線穩(wěn)定井段測(cè)井?dāng)?shù)據(jù)作為各個(gè)巖性對(duì)應(yīng)的標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行分析，共807個(gè)深度點(diǎn)數(shù)據(jù)。根據(jù)實(shí)際情況和前人經(jīng)驗(yàn)，筆者選擇自然伽馬(GR)、密度測(cè)井(DEN)、中子測(cè)井(CNL)和聲波測(cè)井(AC)4條曲線做為巖性識(shí)別的曲線，最終目的就是從這4條曲線出發(fā)，判斷巖石類型。

首先，在SPSS軟件下對(duì)各種巖性的測(cè)井值進(jìn)行統(tǒng)計(jì)分析(表1)，計(jì)算其平均值和標(biāo)準(zhǔn)差?？梢钥闯?，鹽巖的AC值比較大而DEN小，而且標(biāo)準(zhǔn)差不大；膏巖DEN大，CNL小，且標(biāo)準(zhǔn)差小。盡管如此，從單條曲線識(shí)別巖性并非易事，因此重點(diǎn)考慮其他方法。

表1 各種巖性的測(cè)井響應(yīng)特征值Table 1 Logging response characteristic values of various lithologies

2.1 交會(huì)圖分析法

為了更進(jìn)一步分析各種巖性的測(cè)井響應(yīng)特征，筆者對(duì)4種巖性對(duì)應(yīng)的AC、DEN、CNL、GR進(jìn)行了兩--兩交會(huì)，依然采用SPSS軟件進(jìn)行。如圖1所示，不管從哪個(gè)繪圖鹽巖都很容易識(shí)別。而其他3種巖性在DEN--AC、CNL--AC、GR--AC、CNL--GR 4個(gè)交會(huì)圖中都無(wú)法識(shí)別，但在DEN--CNL和DEN--GR交會(huì)圖中，則表現(xiàn)出明顯的分布特征，可以區(qū)分。

在分析各種交會(huì)圖的基礎(chǔ)上，制定了以下2種基于交會(huì)圖的巖性識(shí)別方法：

方法1：利用DEN--CNL交會(huì)圖巖性識(shí)別法

根據(jù)圖1e，如果CNL<2.5且DEN<2.3,定為鹽巖；如果CNL<0.0且DEN>2.9,定為膏巖；如果DEN>2.7且非(CNL<0.0且DEN>2.7),

定為白云巖；如果非(CNL<2.5且DEN<2.3),且DEN<2.7，定為石灰?guī)r；這樣的分類原則，保證了無(wú)空白區(qū)。對(duì)標(biāo)準(zhǔn)數(shù)據(jù)的回判正確率90.21%。

方法2：利用DEN--GR交會(huì)圖巖性識(shí)別法

根據(jù)圖1f，如果GR<30且DEN<2.2,定為鹽巖；如果GR<30.0且DEN>2.89,定為膏巖；如果DEN>2.7且非(GR<30.0且DEN>2.89),定為白云巖；如果非(GR<30且DEN<2.2),且DEN<2.7，定為石灰?guī)r；這樣的分類原則，保證了無(wú)空白區(qū)。對(duì)標(biāo)準(zhǔn)數(shù)據(jù)的回判正確率86.74%。

2.3 判別分析法

判別分析先根據(jù)已知類別的事物的性質(zhì)(自變量)，按照一定的判別準(zhǔn)則，建立一個(gè)或多個(gè)判別函數(shù)，用研究對(duì)象的大量資料確定判別函數(shù)中的待定系數(shù)，并計(jì)算判別指標(biāo)，然后對(duì)未知類別的新事物進(jìn)行判斷以將之歸入已知的類別中。

這些判別函數(shù)是各個(gè)獨(dú)立預(yù)測(cè)變量的線性組合。程序自動(dòng)選擇第一個(gè)判別函數(shù)，以盡可能多的區(qū)別各個(gè)類，然后再選擇和第一個(gè)判別函數(shù)獨(dú)立的第二個(gè)判別函數(shù)，盡可能多的提供判別能力。程序?qū)凑者@種方式，提供剩下的判別函數(shù)。判別函數(shù)的個(gè)數(shù)為k。

a．DEN--AC交會(huì)圖；b.CNL--AC交會(huì)圖; c.GR--AC交會(huì)圖; d.CNL--GR交會(huì)圖; e. DEN--CNL交會(huì)圖; f.DEN--GR交會(huì)圖。圖1 各種巖性對(duì)應(yīng)的測(cè)井交會(huì)圖Fig.1 Log intersection maps corresponding to various lithologies

筆者使用SPSS統(tǒng)計(jì)分析軟件，對(duì)樣本數(shù)據(jù)進(jìn)行分析。針對(duì)4種巖性共807個(gè)樣本數(shù)據(jù)點(diǎn)，建立4個(gè)典型判別函數(shù)，分別為：

f1=8.315×AC+738.831×DEN+7.965×CNL-

0.118×GR-1272.566

(1)

f2=7.980×AC+687.684×DEN+7.817×CNL-

0.230×GR-1139.902

(2)

f3=15.740×AC+441.927×DEN-1.157×CNL-

0.505×GR-989.611

(3)

f4=8.378×AC+756.162×DEN+7.339×CNL-

0.099×GR-1325.587

(4)

4個(gè)函數(shù)對(duì)應(yīng)于4種巖性，即白云巖、石灰?guī)r、鹽巖和膏巖。分類函數(shù)是一種概率函數(shù)，那個(gè)值最大就判為那種巖性。樣本回判的數(shù)點(diǎn)正確率為96.7%?？梢钥闯雠袆e函數(shù)法的樣本數(shù)據(jù)回判準(zhǔn)確率明顯高于交會(huì)圖方法。

3 效果檢驗(yàn)

根據(jù)以上研究，筆者采用判別分析法，在FORWARD平臺(tái)上編制了相應(yīng)的處理模塊，接下來(lái)用非樣本數(shù)據(jù)進(jìn)行檢驗(yàn)。

首先，對(duì)星火1井?dāng)?shù)據(jù)進(jìn)行處理(圖2)。取芯情況為：①井段5 865.13～5 866.63 m，進(jìn)尺1.50 m，芯長(zhǎng)1.50 m，灰色油跡礫屑泥晶白云巖；②井段5 866.63～5 867.15 m，進(jìn)尺0.52 m，芯長(zhǎng)0.52 m，灰色礫屑泥晶白云巖；③井段5 867.15～5 872.18 m，進(jìn)尺5.03 m，芯長(zhǎng)0.00 m，殘留?？梢钥闯?，處理結(jié)果完全符合取芯資料。

圖2 星火1井處理結(jié)果圖Fig.2 Processing results of Well Xinghuo 1

其次，對(duì)瑪北1井的數(shù)據(jù)進(jìn)行了處理(圖3)。取芯情況為：①井段6 180.49～6 182.28 m，進(jìn)尺1.79 m，芯長(zhǎng)1.70 m，定名為深灰色白云巖；②井段6 182.28～6 184.41 m，進(jìn)尺2.13 m，芯長(zhǎng)2.13 m，定名為深灰色白云巖。

圖3 瑪北1井處理結(jié)果圖Fig.3 Processing results of Well Mabei 1

4 結(jié)論

(1)通過(guò)分析塔里木盆地構(gòu)造寒武系地層巖性特征，結(jié)合前人經(jīng)驗(yàn)和測(cè)井技術(shù)固有能力，將研究區(qū)巖類型歸結(jié)為4種巖性，白云巖、石灰?guī)r、鹽巖和膏巖。

(2)根據(jù)取芯數(shù)據(jù)，提取各種巖性對(duì)應(yīng)的標(biāo)準(zhǔn)測(cè)井值，共807個(gè)深度點(diǎn)數(shù)據(jù)，選取對(duì)巖性敏感的測(cè)井曲線，包括密度測(cè)井、中子測(cè)井、聲波測(cè)井以及自然伽馬測(cè)井4條曲線。

(3)利用統(tǒng)計(jì)分析的方法分析各種巖性的標(biāo)準(zhǔn)測(cè)井?dāng)?shù)據(jù)，對(duì)4種曲線進(jìn)行兩兩組合的交會(huì)圖進(jìn)行分析，發(fā)現(xiàn)DEN--CNL和DEN--GR兩種交會(huì)圖具有比較好的區(qū)分能力，并制定了兩種相應(yīng)的識(shí)別方法。利用SPSS軟件和判別分析法制定4個(gè)識(shí)別函數(shù)，根據(jù)函數(shù)的大小形成巖性識(shí)別方法。研究發(fā)現(xiàn)判別分析法比交匯圖法具有更高準(zhǔn)確率。

(4)在軟件平臺(tái)上通過(guò)對(duì)非樣本井段數(shù)據(jù)的處理，測(cè)試井段全部符合，取得良好應(yīng)用效果。