天然气勘探

塔里木盆地下侏罗统阿合组下砂砾岩段致密砂岩成岩相划分及测井识别——以库车坳陷依奇克里克地区为例

  • 李明强 , 1 ,
  • 张立强 , 1 ,
  • 李政宏 1 ,
  • 张亮 2 ,
  • 毛礼鑫 3 ,
  • 徐小童 1
展开
  • 1. 中国石油大学(华东)地球科学与技术学院,山东 青岛 266580
  • 2. 中国石油塔里木油田分公司勘探开发研究院,新疆 库尔勒 841000
  • 3. 江苏地质矿产设计研究院,江苏 徐州 221006
张立强(1970-),男,山东曲阜人,教授,博士生导师,主要从事油气储层地质学研究.E-mail: .

李明强(1995-),男,山东泰安人,硕士研究生,主要从事测井解释和数据挖掘等研究.E-mail: .

收稿日期: 2021-01-24

  修回日期: 2021-02-23

  网络出版日期: 2021-10-21

Diagenetic facies division and logging identification of tight sandstone in the lower conglomerate member of Lower Jurassic Ahe Formation in Tarim Basin: Case study of Yiqikelike area in Kuqa Depression

  • Mingqiang LI , 1 ,
  • Liqiang ZHANG , 1 ,
  • Zhenghong LI 1 ,
  • Liang ZHANG 2 ,
  • Lixin MAO 3 ,
  • Xiaotong XU 1
Expand
  • 1. School of Geosciences,China University of Petroleum (East China),Qingdao 266580,China
  • 2. Research Institute of Exploration & Development,PetroChina Tarim Oilfield Company,Korla 841000,China
  • 3. Jiangsu Mineral Resources and Geological Design and Research Institute,Xuzhou 221006,China

Received date: 2021-01-24

  Revised date: 2021-02-23

  Online published: 2021-10-21

Supported by

The Strategic Pilot Science and Technology Project of Chinese Academy of Sciences(Class A)(XDA14010202)

the Major Science and Technology Projects of PetroChina(ZD2019-183-001)

本文亮点

塔里木盆地库车坳陷依奇克里克地区下侏罗统阿合组储层成岩作用复杂、非均质性强,具有低孔、低渗特征。利用岩心观察、普通薄片和铸体薄片鉴定、扫描电镜等多种地质资料,依据成岩作用及成岩矿物将目的层划分为5类成岩相:致密压实相、碳酸盐胶结相、不稳定组分溶蚀相、溶蚀微裂缝相和微裂缝相。通过交会图处理常规测井资料,发现不同的成岩相具有不同的测井响应,但由于不同的成岩相测井响应存在信息重叠,因此并不能通过交会图识别不同成岩相。利用BP神经网络对测井信息进行数据挖掘,将成岩相测井识别从低维线性不可分问题映射到高维非线性可分,训练出的学习模型准确率较高,并通过与薄片鉴定结果和孔渗数据的对比,验证了学习模型的准确性,进而为缺乏取心井段的储层成岩相测井识别提供依据。

本文引用格式

李明强 , 张立强 , 李政宏 , 张亮 , 毛礼鑫 , 徐小童 . 塔里木盆地下侏罗统阿合组下砂砾岩段致密砂岩成岩相划分及测井识别——以库车坳陷依奇克里克地区为例[J]. 天然气地球科学, 2021 , 32(10) : 1559 -1570 . DOI: 10.11764/j.issn.1672-1926.2021.03.001

Highlights

Reservoir diagenesis of Lower Jurassic Ahe Formation in Yiqikelike area, Kuqa Depression, Tarim Basin is complex, highly heterogeneous and characterized by low porosity and low permeability. According to the diagenesis and diagenetic minerals, the target strata were divided into five types of diagenetic facies: tightly compacted facies, carbonate cemented facies, unstable-components dissolution facies, dissolution micro-fracture facies and micro-fracture facies by observation of core, thin section, cast thin section and scanning electron microscope. Different diagenetic facies have different logging responses through cross-plot processing of conventional logging data. However, it is not possible to identify different diagenetic facies by cross-plot because of the overlap of logging information of different diagenetic facies. By using BP neural network to mine logging information, the training model has a high accuracy rate. By comparing with the thin section identification results and pore and permeability data, the accuracy of the learning model is verified, thus providing a basis for the logging identification of reservoir diagenetic facies in the interval lacking of coring.

0 引言

随着油气勘探开发的不断深入,非常规油气展现出巨大的潜力1。中国致密砂岩油气资源总量丰富,开发利用潜力巨大1-4。前人研究表明,致密砂岩储层低孔低渗,微观上孔隙结构复杂,孔隙连通性较差5,而后期成岩作用往往是改善储层物性的重要因素6-7。库车坳陷油气资源十分富集8-9,依奇克里克构造带下侏罗统阿合组为典型的致密砂岩储层,多期复杂的成岩作用导致储层差异性较大,非均质性强10-13,勘探风险和难度较大1114,制约着该地区油气的增产上储。
成岩相可以直接反映储层性质、类型和质量等特性15-16,前人17-19通过研究成岩相来判别优质储层和预测有利储集体,并通过建立成岩相测井解释模板对储层进行评价20-21。但与单一成岩作用控制其成岩相的常规砂岩相比,致密砂岩不同成岩作用相互叠加,导致不同成岩相测井数据存在信息重叠,成岩相评价存在取心资料少、时间消耗长以及传统的交会图并不能有效区分各类成岩相等问题,难以实现成岩相空间上的连续性评价,从而给致密砂岩储层评价带来一定困难22。而BP神经网络是一种典型的数据挖掘方法23,判别过程依赖于训练数据,针对非线性变量具有良好的效果23。此外,BP神经网络相较于线性的多元统计算法,不会因个别神经元的损失而影响预测结果,对模糊数据的泛化能力强、稳定性高23-24。前人利用神经网络对储层岩性23和岩相识别24进行了应用,研究对象为碳酸盐岩岩性及岩相识别。因此,本文将探讨此方法在致密砂岩成岩相测井识别中的应用效果。
本文通过大量的岩心、薄片及扫描电镜资料的观察,依据成岩矿物和成岩作用将研究区划分为5种成岩相,利用Matlab软件搭建BP神经网络对测井数据进行学习,进而利用学习模型对全段成岩相进行了预测,通过与岩性、薄片及孔渗数据对比,明确了各类成岩相纵向分布规律,以期为致密砂岩有利区预测和评价提供借鉴。

1 区域地质概况

1.1 工区概况

库车坳陷位于塔里木盆地北部,北邻南天山造山带,南接塔北隆起,呈NEE向展布,面积约为2.85×104 km2,是一个在古生代被动陆缘和中生代陆内坳陷基础上发育起来的新生代再生前陆盆地25。库车坳陷具有“南北分段、东西分段、垂向分层”的构造特点26。研究区位于塔里木盆地库车坳陷依奇克里克构造带中部,南邻阳霞凹陷和秋里塔格构造带,西邻克拉苏构造带(图1)。该构造带发育中、新生代地层,包括三叠系、侏罗系、白垩系、古近系、新近系和第四系等陆相地层10
图1 研究区构造单元及位置(据文献[27]修改)

Fig.1 Structural units and locations of research area (modified from Ref.[27])

库车坳陷侏罗系自下而上发育阿合组、阳霞组、克孜勒努尔组、恰克马克组、齐古组和喀拉扎组共6套地层(图2)。阿合组自上而下可分为3段:上砂砾岩段、中砂砾岩段和下砂砾岩段,厚度为200~450 m,与下伏三叠系塔里奇克组呈不整合接触10。阿合组发育辫状河三角洲沉积,下砂砾岩段主要发育辫状河三角洲平原和前缘亚相(图2),砂体类型主要以辫状河三角洲平原亚相辫状河道和前缘亚相水下分流河道为主26。岩性主要包括泥岩、粉砂质泥岩、粉砂岩、细砂岩、含砾中砂岩、含砾粗砂岩和粗砂岩,泥岩夹层少,砂体厚度大,趋于稳定分布10
图2 库车坳陷侏罗系地层划分及阿合组岩性特征

Fig.2 Jurassic stratigraphic division and lithologic characteristics of Ahe Formation in Kuqa Depression

1.2 岩石学特征

综合前人1012-1427-30岩石薄片分析结果及本文观察研究,认为库车坳陷依奇克里克地区下侏罗统阿合组岩石类型主要为岩屑砂岩,部分为长石岩屑砂岩(图3),与前人认识基本一致,石英含量较高,介于40%~70%之间,平均值为54.26%;岩屑含量次之;长石含量最低,介于1%~20%之间。岩屑成分主要以变质岩岩屑为主,其次为岩浆岩岩屑,沉积岩岩屑含量最少1327,根据岩屑在成岩过程中表现出的特征可大致分为2类:一类是易受挤压变形的塑性岩屑;另一类是受挤压而发生破裂的刚性岩屑。
图3 阿合组砂岩岩石类型

Fig.3 Sandstone types of Ahe Formation

下侏罗统阿合组致密砂岩碎屑颗粒分选中等—较好,颗粒磨圆以次圆状—次棱角状为主,接触关系以点—线接触、线—凹凸接触为主1329,具有成分成熟度低、结构成熟度中等的特征。杂基含量较低,主要为黏土杂基和云泥质杂基,胶结物主要为钙质、硅质和泥质,硅质胶结物含量较低,钙质胶结物含量差异较大10,胶结类型以接触—孔隙和压嵌隙式为主29

2 成岩作用类型

前人研究13-1529-30认为库车坳陷北部阿合组经历的主要成岩作用及其对储层的影响为:较强烈的压实作用是储层孔隙度减小的重要因素,垂向和构造压实减孔量分别为12.1%和15.7%29;胶结作用形成的方解石、铁方解石、二氧化硅以及黏土杂基30堵塞喉道,破坏了孔隙连通性13;溶蚀作用是阿合组主要的增孔作用,成岩过程和生烃期形成的有机酸促进了溶蚀作用的进行13-1529;古构造挤压具有减孔降渗和造缝增渗双重效应,是导致储层物性平面差异性的主要原因29。另外,方解石胶结物在碱性环境中还会发生交代长石或石英的交代作用29。本文在总结前人对库车坳陷阿合组成岩作用研究的基础上,认为对储层物性影响较大的成岩作用为压实和压溶作用、胶结作用、溶蚀作用和破裂作用,其成岩特征如下。

2.1 压实作用和压溶作用

压实作用和压溶作用主要表现在颗粒接触关系为点—线接触、线—凹凸接触(图4),少量颗粒呈凹凸接触。镜下可见塑性云母颗粒及软岩屑的压实变形以假杂基的形式充填粒间孔隙[图4(a)]。压实作用是研究区原生粒间孔大量损失、储层致密化的主要原因。
图4 库车坳陷下侏罗统阿合组致密砂岩显微薄片特征

(a)YN2井,4 785.8 m,塑性岩屑压实变形;(b)YN5井,4 850.71 m,碳酸盐胶结;(c)YN5井,4 850.71 m,碳酸盐胶结;(d)YN4井,4 500.7 m,粒间溶孔;(e)YN4井,4 473.77 m,粒间溶孔、粒内溶孔;(f)DB102井,5 022.8 m,粒间溶孔,微裂缝;(g)YN2井,4 551 m,粒间溶孔、粒内溶孔、微裂缝;(h)YN5井,4 534.76 m,石英等刚性颗粒破裂,微裂缝;(i)YN5井,4 779.96 m,石英等刚性颗粒破裂,微裂缝

Fig.4 Microsection characteristics of tight sandstone of Lower Jurassic Ahe Formation in Kuqa Depression

2.2 胶结作用

研究区胶结类型主要包括钙质胶结、硅质胶结和泥质胶结,其中钙质胶结最为常见。钙质胶结物被染为红色[图4(b),图4(c)],胶结物类型主要为铁方解石和方解石,占据部分或全部粒间孔隙及次生溶孔,对储层的伤害较大。硅质胶结主要表现为石英的次生加大[图4(b)],但数量较少。泥质胶结类型丰富,在扫描电镜中可以看到伊利石(I)及伊/蒙混层充填于粒间孔隙(图5),对储层的渗透性影响较大。
图5 各类成岩相岩心、薄片、扫描电镜和常规测井响应对比

Fig.5 Comparison of core, thin section, scanning electron microscope and conventional logging responses of various diagenetic facies

2.3 溶蚀作用

溶蚀作用使储层形成大量的次生孔隙,是改善储层物性的重要因素。薄片中可以观察到不稳定组分的粒间溶蚀[图4(d)]和长石的粒内溶蚀[图4(e)]形成斑点状或蜂窝状的次生溶孔,而稳定组分的溶蚀(如石英)数量较少,在研究区不具有普遍性,扫描电镜下长石溶蚀呈书页状[图5中(Or)]。溶蚀作用的强弱与储层的物性、裂缝的发育程度密切相关,孔渗性越好、微裂缝越发育的位置越有利于流体的进入,溶蚀作用越强烈[图4(g)]。

2.4 破裂作用

破裂作用分为成岩压实过程中颗粒的破裂作用以及后期侧向构造应力造成的破裂。裂缝提高了储层的渗透率,有效促进流体的进入,并促进溶蚀作用的进行[图4(g)]。岩心上多见低角度宏观缝(图5),在镜下可以看到石英、长石以及刚性岩屑的破裂[图4(h),图4(i)],裂缝切穿石英颗粒。沿裂缝发育带,往往伴生大量次生溶蚀孔,多条微裂缝相互切穿形成较好的输导网络,这也形成研究区最好的储层类型[图4(g)]。

3 成岩相划分

成岩相是指在成岩与构造等作用下,沉积物经历一定成岩阶段和演化的产物。目前,对于成岩相定义和划分方案尚无统一的认识,但多数涉及到成岩作用及其产物等内容31。综合前人研究成果总结出2种实用性较强的划分方案:成岩强度划分法19-20、成岩矿物+成岩作用类型及其组合划分法16-1821-22。成岩作用强度虽然能定量表征不同成岩相类型,但缺点是镜下统计数据量较大,成岩相划分过于详细可能导致测井数据不敏感,致密压实相普遍具有较高GR值,将成岩相划分为强压实相,中等压实相则会导致测井数据信息重叠更为严重。因此,为使得各类成岩相在测井参数上区分更为明显,综合成岩相划分标准、测井参数敏感性和勘探实用性,本文依据成岩矿物+成岩作用类型进行成岩相划分。
通过对研究区普通、铸体薄片及扫描电镜共计350张照片资料的系统研究,总结出对阿合组储层物性具有重要影响的成岩作用为压实作用、胶结作用、溶蚀作用和破裂作用。当仅有压实作用存在时划为致密压实相,本文1.2节研究认为硅质胶结和黏土矿物胶结含量较低,在研究区不具有普遍性,因此将具有碳酸盐胶结作用的划分为碳酸盐胶结相,仅具有溶蚀作用和破裂作用的分别划分为溶蚀相和微裂缝相,而2种成岩作用同时存在时划分为溶蚀微裂缝相。各成岩相在孔渗特征(下文第5节)以及测井曲线响应上具有较好的区分性,因此本文将成岩相划分为以上5类。各类成岩相岩心、薄片及扫描电镜微观特征和测井曲线特征如下。

3.1 致密压实相

研究区致密压实相塑性颗粒含量高、粒度细、颗粒分选性差,抗压实能力弱。岩心致密,因此DEN 值大,切面光滑,在镜下往往会观察到塑性岩屑的压实变形[图4(a)]和伊利石(I)充填粒间孔隙(图5)。测井响应特征表现为GR值变化较大,中—高GR、中—高AC、高CNL和高DEN,深、浅电阻率重合或接近重合(图5表1)。
表1 各类成岩相测井数据范围及平均值

Table 1 Logging data ranges and average values of various diagenetic facies

成岩相类型 GR/API AC/(μs/m) CNL/% DEN/(g/cm3 RD/(Ω·m) RS/(Ω·m)
致密压实相 58~146(85) 56~78(66.4) 0.04~0.25(0.1) 2.51~2.72(2.65) 6.5~85.1(19.5) 4.1~25.3(12.4)
碳酸盐胶结相 69~103(86) 62~71(65.9) 0.07~0.13(0.1) 2.57~2.73(2.68) 20.1~71(33.6) 2.1~9.3(6.4)
不稳定组分溶蚀相 56~92(75) 65~78(69.0) 0.03~0.06(0.05) 2.52~2.65(2.58) 6.0~69.2(46.7) 5.8~51.8(31.9)
溶蚀微裂缝相 58~98(74) 68~79(69.7) 0.04~0.06(0.05) 2.43~2.62(2.56) 18.7~35.3(27.4) 11.4~19.3(15.5)
微裂缝相 53~74(68) 58~66(65.4) 0.02~0.06(0.04) 2.55~2.68(2.63) 19.3~61.9(32.4) 9.5~41.6(23.7)

注:58~146(85)为最小值—最大值(平均值)

3.2 碳酸盐胶结相

碳酸盐胶结相岩心粒度较粗,原生孔隙度较大有利于流体的流入,形成钙质胶结物。正交光下呈高级白干涉色,铸体薄片显红色[图4(b),图4(c)],扫描电镜下可见方解石(Cc)充填(图5)。测井响应特征表现为中—低GR、低CNL、中AC和高DEN,深、浅电阻率较高,多数不重合(图5表1)。

3.3 不稳定组分溶蚀相

不稳定组分溶蚀相以长石和岩屑的溶蚀为主,部分薄片甚至可见石英被溶蚀,溶蚀作用形成大量次生溶蚀孔隙,是改善储层物性的重要因素。岩心粒度较粗,镜下可见次生溶孔[图4(d),图4(e)],扫描电镜下可见钾长石(Or)被溶蚀(图5),孔渗性较好。测井响应特征为低GR、低CNL、中—高AC和低DEN,深、浅电阻率不重合(图5表1)。

3.4 溶蚀微裂缝相

由于微裂缝的存在,储层成岩过程中形成的流体会进一步导致溶蚀作用的发生,溶蚀作用强烈的储层往往抗压实能力减弱,岩石也更容易发生破裂。二者相互影响,形成流体渗流网络,是研究区物性最好的一类储层。岩心可见裂缝及沿裂缝发育的溶蚀孔,扫描电镜下可见微裂缝(图5)。测井响应特征表现为低GR、低CNL、高AC,DEN值低,深、浅侧向电阻率变化较大且不重合(图5表1)。

3.5 微裂缝相

该类成岩相发育于刚性颗粒含量较高的储层中,刚性颗粒受到强烈的压实作用往往会发生破裂,形成微裂缝。随着压实作用的进行,微裂缝会进一步加宽形成肉眼可见的构造缝,岩心、薄片和扫描电镜中均可看到微裂缝的存在(图5)。测井响应特征表现为低GR、中—低CNL、中—高AC和中—低DEN,深、浅电阻率存在一定差值(图5表1)。

4 成岩相测井识别

4.1 成岩相交会图特征

通过对150张普通和铸体薄片进行观察研究,对每张薄片进行成岩相命名,并提取对应深度点对成岩相测井响应比较敏感的参数GR、AC、CNL、DEN、RD、RM作交会图,通过对比交会图(图6)发现,不同成岩相在交会图中具有一定区分度,但由于不同成岩相存在信息重叠,传统测井曲线交会图并不能有效区分各类成岩相。
图6 研究区成岩相不同测井参数交会

Fig.6 Crossplots of different logging parameters of diagenetic facies of research area

声波时差(AC)、中子孔隙度(CNL)、密度(DEN)测井对孔缝反应敏感,随着孔隙度增加,声波时差(AC)和中子孔隙度值增大,密度值变小32。从表1可以发现,致密压实相和碳酸盐胶结相普遍比溶蚀相、溶蚀微裂缝相和微裂缝相具有较低的声波时差、中子孔隙度和较高的密度值。致密压实相和碳酸盐胶结相往往含有较多的泥质,因此自然伽马值(GR)往往高于其他3类成岩相。由表1也可以看出致密压实相自然伽马值和浅侧向电阻率(RS)值高于致密压实相,因此二者具有一定区分度。而溶蚀微裂缝相与微裂缝相比高孔高渗,故溶蚀微裂缝相具有较高的声波时差(图6)。

4.2 优选测井参数和数据预处理

前人研究发现,自然伽马对泥质反应敏感,声波时差、中子孔隙度和密度则对岩石的孔隙敏感程度较高,而双侧向电阻率(RD、RS)是表征岩石裂缝的有效常规测井参数,构建新参数∣RD/RS-1∣(简记为ΔR)可放大裂缝对测井曲线的影响27。从储层评价的角度出发,研究区成岩相划分最重要的影响因素为泥质含量、溶蚀形成的孔隙和微裂缝。因此,共选取对储层成岩相较为敏感的GR、AC、CNL、DEN、RD、RM和ΔR共7个测井参数作为BP神经网络的输入值进行学习。
另外,不同的测井参数具有不同的量纲,井间环境受钻井液等因素的影响也各不相同,这些因素的影响会极大影响智能性算法的学习效果。因此,在测井特征提取过程中,先对样本点进行严格的深度归位及井径校正,然后进行数据的标准化处理。利用SPSS24.0对全井数据统一进行Z-Score标准化处理 ,并去除测井数据中的极异常值。

4.3 训练BP神经网络

利用Matlab软件编程搭建BP神经网络,将7种测井参数作为输入层,成岩相类型作为输出层。目前神经网络神经元节点数与隐含层数的选取还没有统一的公式,现阶段对依奇克里克地区阿合组成岩相的BP神经网络经过多次测试发现,当隐含层神经元设定为15层时学习效果最好;通过对比各传递函数,函数的种类对学习效果影响不大,隐含层传递函数选用Logsig,输出层传递函数选用Purelin,为防止训练过程中占用大量的内存而宕机,训练函数选择Trainscg;设定的最大训练次数为20 000次,训练误差精度为0.005,即训练20 000次后其与实测误差在0.005范围内。选取具有薄片资料的样本点150个,每个样本点上下共提取5组测井数据,共计750组样本数据,按照4∶1的比例分为训练样本和测试样本。运行Matlab程序,得到学习结果准确率为87.9%。
图7可以发现,函数输出1~5分别代表致密压实相、碳酸盐胶结相、不稳定组分溶蚀相、溶蚀微裂缝相和微裂缝相。致密压实相错分率略高,但也不难发现,一部分致密压实相被错分为碳酸盐胶结相,这与二者的岩石物理性质和物性密不可分,即均具有较高的密度和较低的孔隙度。另外,部分溶蚀微裂缝相是由碳酸盐胶结相演变而来,此类有一个错分,但该样本在研究区数量极少。因此,不单独作为一类成岩相来划分。部分微裂缝相由于裂缝率较高,开度较大,具有较高的孔隙度,2个样本被错分为溶蚀相。综合来看,以上少数被错分的成岩相从储层评价角度来看,不影响储层的评价和预测。因此,我们认为该模型的学习准确率较高,可被应用。
图7 BP神经网络预测结果与实际类型比较

Fig.7 Comparison of BP neural network prediction results with actual types

5 预测效果

YN2井下砂砾岩段共取心3次,该段上中下部均有取心,薄片资料共计150张。利用上节训练好的BP神经网络学习模型对依奇克里克构造带YN2井下侏罗统阿合组下砂砾岩段4 890~4 995 m进行成岩相测井识别,将Z-Score标准化后的测井数据作为输入层导入程序,识别效果如图8所示,将预测结果同微观薄片和孔渗数据的对比,可以看出5张检验薄片的成岩相类型同预测结果一致。另外,从孔渗规律上看,溶蚀相、溶蚀微裂缝相和微裂缝相对应的储层孔渗性较高,而致密压实相和碳酸盐胶结相对应层段孔渗性极差(图8)。通过预测结果统计各类成岩相孔隙度和渗透率数据,从交会图(图9)可以发现,总体上阿合组除微裂缝相外,各成岩相孔渗相关性较好。致密压实相和碳酸盐胶结相孔渗较差,二者重合部分略多,但显著特征是碳酸盐胶结相相较于致密压实相普遍具有更低的渗透率,个别碳酸盐胶结相具有较高的渗透率,这是由于部分碳酸盐胶结相样本同时也发育微裂缝,但此类样本极少,故不单独划为一类成岩相分析。不稳定组分溶蚀相孔隙度介于4%~10%之间,渗透率介于(1~8)×10-3 µm2之间。溶蚀微裂缝相孔隙度高,渗透性好,为研究区最好的一类储层,而微裂缝相普遍具有较高的渗透率。
图8 YN2井阿合组下砂砾岩段成岩相测井识别

Fig.8 Logging identification of diagenetic facies in the lower conglomerate section of Ahe Formation in Well YN2

图9 成岩相孔隙度和渗透率交会

Fig.9 Crossplot of porosity and permeability of diagenetic facies

图8可以看出,各类成岩相在此层段发育程度具有明显的不同,致密压实相占比最大,这是由于地层埋深大,压实作用强烈所致,多发育于粒度细、塑性颗粒含量较高的层段。碳酸盐胶结相往往呈薄层分布于其他类成岩相中,但比较明显的规律是近泥岩段或泥质粉砂岩段较为发育,碳酸盐胶结相薄夹层物性极差,极大地降低了储层质量,对后期的开发具有一定影响。微裂缝相多发育于刚性颗粒含量比较高、分选性比较差的中—粗砂岩中,在本段多发育于中上部。
不稳定组分溶蚀相和溶蚀微裂缝相是2类最好的储层,二者多发育于细砂岩和含砾中砂岩中,发育的层位和储层物性相关性比较高,说明致密砂岩成岩相的测井识别有利于探明油气的分布规律,对油气的勘探开发具有重要意义。

6 结论

(1)塔里木盆地库车坳陷依奇克里克地区阿合组下砂砾岩段致密砂岩经历多期成岩作用,非均质性强。结合岩心、薄片和扫描电镜资料,依据成岩矿物和成岩作用类型将下砂砾岩段致密砂岩划分出5种成岩相:致密压实相、碳酸盐胶结相、不稳定组分溶蚀相、溶蚀微裂缝相和微裂缝相。
(2)岩心资料有限,难以对全井段成岩相进行预测,致密砂岩与常规砂岩相比,成岩作用的相互交叉导致不同成岩相测井信息存在重叠,利用传统的测井解释模板和交会图难以实现不同成岩相的识别,二者制约着储层预测和评价。通过BP神经网络对测井数据进行数据挖掘,将成岩相测井识别从低维线性不可分问题映射到高维非线性可分,实现了多维测井参数识别成岩相。
(3)通过BP神经网络训练测井数据得出训练模型,稳定性好、预测速度快、分辨率高,通过和5张检验薄片对比,统计各类成岩相146个孔渗数据,认为预测的成岩相符合孔渗规律,对快速实现致密砂岩储层成岩相预测和评价具有指导意义。
1
贾承造,郑民,张永峰.中国非常规油气资源与勘探开发前景[J].石油勘探与开发,2012,39(2):129-136.

JIA C Z, ZHENG M, ZHANG Y F. Unconventional hydrocarbon resources in China and the prospect of exploration and development[J].Petroleum Exploration and Development,2012,39(2):129-136.

2
邹才能,赵群,董大忠,等.页岩气基本特征、主要挑战与未来前景[J].天然气地球科学,2017, 28(12):1781-1796.

ZOU C N, ZHAO Q, DONG D Z, et al. Geological characteristics, main challenges and future prospect of shale gas[J].Natural Gas Geoscience,2017,28(12):1781-1796.

3
李建忠,董大忠,陈更生,等.中国页岩气资源前景与战略地位[J].天然气工业, 2009,29(5):11-16.

LI J Z, DONG D Z, CHEN G S, et al. Prospects and strategic position of shale gas resources in China[J].Natural Gas Industry,2009,29(5) :11-16.

4
邹才能,陶士振,侯连华,等.非常规油气地质[M].北京:地质出版社, 2011.

ZOU C N, TAO S Z, HOU L H, et al. Unconventional Petroleum Geology[M].Beijing: Geological Publishing House, 2011.

5
SHANLEY K W, CLUFF R M. The evolution of pore-scale fluid-saturation in low permeability sandstone reservoirs[J].AAPG Bullion, 2015, 99(10):1957-1990.

6
戴金星,倪云燕,吴小奇.中国致密砂岩气及在勘探开发上的重要意义[J].石油勘探与开发,2012, 39(3):257-264.

DAI J X, NI Y Y, WU X Q. Tight gas in China and its significance in exploration exploitation[J].Petroleum Exploration and Development,2012,39(3):257-264.

7
丁文龙,尹帅,王兴华,等.致密砂岩气储层裂缝评价方法与表征[J].地学前缘,2015,22(4):173-187.

DING W L, YIN S, WANG X H, et al. The fracture method and characterization of tight sandstone gas reservoir[J].Earth Science Frontiers,2015,22(4):173-187.

8
钟大康,周立建,孙海涛,等.鄂尔多斯盆地陇东地区延长组砂岩储层岩石学特征[J].地学前缘,2013, 20(2):52-60.

ZHONG D K, ZHOU L J, SUN H T, et al. Petrology of sandstone reservoirs in Longdong area,Ordos Basin[J]. Earth Science Frontiers,2013,20(2):52-60.

9
王金琪.超致密砂岩含气问题[J].石油与天然气地质,1993,14(3):169-180.

WANG J Q. Problems relating to gas-bearing in super-tight sandstone[J].Oil & Gas Geology,1993,14 (3):169-180.

10
张立强,严一鸣,罗晓容,等.库车坳陷依奇克里克地区下侏罗统阿合组致密砂岩储层的成岩差异性特征研究[J].地学前缘,2018,25(2):170-178.

ZHANG L Q, YAN Y M, LUO X R, et al. Diagenetic differences of tight sandstone of the Lower Jurassic Ahe Formation in the Yiqikelike area of the Kuqa Depression, Tarim Basin[J].Earth Science Frontiers,2018, 25(2):170-178.

11
郭宏莉,朱如凯.利用有机包裹体探讨塔里木盆地依奇克里克构造带下侏罗统油气运移与油气藏的存储条件[J].岩石学报,2005,21(5):1467-1472.

GUO H L, ZHU R K. To research hydrocarbon migration and preservation conditions by fluid inclusion in the eastern Kuqa Depression, Tarim Basin[J].Acta Petrologica Sinica,2005,21(5):1467-1472.

12
杨帆,邸宏利,王少依,等.塔里木盆地库车坳陷依奇克里克构造带侏罗系储层特征及成因[J].古地理学报, 2002,4(2):46-55.

YANG F, DI H L, WANG S Y, et al. Reservoir characteristics and genesis of the Jurassic in Yiqikelike tectonic zone of Kuqa Depression in Tarim Basin[J]. Journal of Palaeogeography,2002,4(2):46-55.

13
张妮妮,刘洛夫,苏天喜,等.库车坳陷东部下侏罗统致密砂岩储层特征及主控因素[J].沉积学报,2015, 33(1):160-169.

ZHANG N N, LIU L F, SU T X, et al. Reservoir characteristics and main controlling factors of the Lower Jurassic tight sandstone in eastern Kuqa Depression[J]. Acta Sedimentologica Sinica,2015,33(1):160-169.

14
高小跃,刘洛夫,姜振学,等.库车坳陷东部YN5井下侏罗统致密储层特征及主控因素[J].现代地质,2013, 27(5):1099-1109.

GAO X Y, LIU L F, JIANG Z X, et al. Tight reservoir beds and control factors of Lower Jurassic system in Well YN5, eastern Kuqa Depression[J].Geoscience,2013,27(5):1099-1109.

15
魏钦廉,郑荣才,肖玲,等.鄂尔多斯盆地吴旗地区长6储层特征及影响因素分析[J].岩性油气藏,2007, 19(4):45-50.

WEI Q L, ZHENG R C, XIAO L, et al. Influencing factors and characteristics of Chang 6 reservoir in Wuqi area, Ordos Basin[J].Lithologic Reservoirs,2007,19(4):45-50.

16
高辉,孙卫.鄂尔多斯盆地合水地区长8储层成岩作用与有利成岩相带[J].吉林大学学报:地球科学版, 2010, 40(3):542-548.

GAO H, SUN W. Diagenesis and favorable diagenetic facies of Chang 8 reservoir in Heshui area, Ordos Basin[J].Journal of Jilin University: Earth Science Edition, 2010, 40(3):542-548.

17
郑荣才,耿威,周刚,等.鄂尔多斯盆地白豹地区长6砂岩成岩作用与成岩相研究[J].岩性油气藏, 2007,19(2):1-8.

ZHENG R C, GENG W, ZHOU G, et al. Diagenesis and diagenetic facies of Chang 6 sandstone of Yanchang Formation in Baibao area, Ordos Basin[J].Lithologic Reservoirs,2007,19(2):1-8.

18
赖锦,王贵文,信毅,等.库车坳陷巴什基奇克组致密砂岩气储层成岩相分析[J].天然气地球科学,2014,25 (7):1019-1032.

LAI J, WANG G W, XIN Y, et al. Diagenetic facies analysis of tight sandstone gas reservoir of Bashijiqike Formation in Kuqa Depression[J]. Natural Gas Geoscience,2014,25(7):1019-1032.

19
彭军,吴慧明,韩浩东,等.巴楚地区东河塘组致密砂岩储层成岩相研究.[J].石油与天然气地质,2016,37(2):245-255.

PENG J, WU H M, HAN H D, et al. Study on diagenetic facies of the Donghetang tight sandstone reservoirs in Bachu area[J].Oil & Gas Geology,2016,37(2):245-255.

20
操应长,葸克来,赵贤正,等.廊固凹陷沙四上亚段储层成岩相及其测井识别[J].中南大学学报:自然科学版, 2015,46(11):4183-4194.

CAO Y C, XI K L, ZHAO X Z, et al. Reservoir diagenetic facies and its logging identification of Es4 s in Langgu Sag[J]. Journal of Central South University: Science and Technology,2015,46(11):4183-4194.

21
范宜仁,李菲,邓少贵,等.致密砂岩储层成岩相特征分析及测井识别[J].测井技术, 2018,42(3):307-314.

FAN Y R, LI F, DENG S G, et al. Characteristics analysis of diagenetic facies in tight sandstone reservoir and its logging identification[J].Well Logging Technology,2018,42(3):307-314.

22
冉冶,王贵文,赖锦,等.利用测井交会图法定量表征致密油储层成岩相:以鄂尔多斯盆地华池地区长7致密油储层为例[J].沉积学报, 2016,34(4):694-706.

RAN Y, WANG G W, LAI J, et al. Quantitative characterization of diagenetic facies of tight sandstone oil reservoir by using logging crossplot: A case study on Chang 7 tight sandstone oil reservoir in Huachi area, Ordos Basin[J]. Acta Sedimentologica Sinica,2016,34(4):694-706.

23
李政宏,刘永福,张立强,等.数据挖掘方法在测井岩性识别中的应用[J].断块油气田,2019,26(6):713-718.

LI Z H, LIU Y F, ZHANG L Q, et al. Application of data mining method in lithology identification using well log[J].Fault-Block Oil & Gas Field,2019,26(6):713-718.

24
DUBOIS M K, BOHLING G C, CHAKRABARTI S. Comparison of four approaches to a rock facies classification problem[J]. Computers & Geosciences,2007,33(5):599-617.

25
贾东,卢华夏,蔡东升,等.塔里木盆地北缘库车前陆褶皱——冲断构造分析[J].大地构造与成矿学,1997,21(1):1-8.

JIA D, LU H X, CAI D S, et al. Fold-thrust structure analysis of Kuqa foreland in the northern margin of Tarim Basin[J]. Geotectonica et Metakkogenia,1997,21(1):1-8.

26
贾承造,顾家裕,张光亚.库车拗陷大中型气田形成的地质条件[J].科学通报,2002,47(S1):49-55.

JIA C Z, GU J Y, ZHANG G Y. Geological conditions for the formation of large and medium-sized gas fields in the Kuqa Depression[J]. Chinese Science Bulletin,2002,47(S1):49-55.

27
史超群,许安明,魏红兴,等.构造挤压对碎屑岩储层破坏程度的定量表征——以库车坳陷依奇克里克构造带侏罗系阿合组为例[J].石油学报, 2020,41(2):205-215.

SHI C Q, XU A M, WEI H X, et al. Quantitative characterization on the clastic reservoir destruction by tectonic compression: A case study of the Jurassic Ahe Formation in Yiqikelike structural belt,Kuqa Depression[J].Acta Petrolei Sinica,2020,41(2):205-215.

28
张惠良,寿建峰,陈子料,等.库车坳陷下侏罗统沉积特征及砂体展布[J].古地理学报,2002,4(3):47-58.

ZHANG H L, SHOU J F, CHEN Z L, et al. Sedimentary characteristics and sand body distribution of Lower Jurassic in Kuqa Depression[J]. Journal of Palaeogeography, 2002,4(3):47-58.

29
王珂,张荣虎,余朝丰,等.塔里木盆地库车坳陷北部构造带侏罗系阿合组储层特征及控制因素[J].天然气地球科学,2020,31(5):623-635.

WANG K, ZHANG R H, YU C F, et al. Characteristics and controlling factors of Jurassic Ahe reservoir of the northern tectonic belt,Kuqa Depression,Tarim Basin[J].Natural Gas Geo-science, 2020,31(5):623-635.

30
李国欣,易士威,林世国,等.塔里木盆地库车坳陷东部地区下侏罗统储层特征及其主控因素[J].天然气地球科学,2018,29(10):1506-1517.

LI G X, YI S W, LIN S G, et al. Reservoir characteristics and main controlling factors of Lower Jurassic in the eastern Kuqa Depression of Tarim Basin[J]. Natural Gas Geoscience,2018,29(10):1506-1517.

31
邹才能,陶士振,周慧,等.成岩相的形成、分类与定量评价方法[J].石油勘探与开发,2008,35(5):526-540.

ZOU C N, TAO S Z, ZHOU H, et al. Genesis, classification and evaluation method of diagenetic facies[J]. Petroleum Exploration and Development,2008,35(5):526-540.

32
李政宏,张立强,陈曦,等.缝洞型碳酸盐岩储层测井识别——以塔中东部良里塔格组良二段为例[J].天然气地球科学,2019,30(12):1805-1814.

LI Z H,ZHANG L Q,CHEN X,et al.Logging identification of fractured-vuggy carbonate reservoirs:A case study from the se-cond section of Lianglitage Formation,in the eastern part of Ta-zhong[J].Natural Gas Geoscience,2019,30(12):1805-1814.

文章导航

/