天然气地球科学 >

2022 , Vol. 33 >Issue 5: 831 - 842

DOI: https://doi.org/10.11764/j.issn.1672-1926.2021.12.003

天然气勘探

基于声学特性的致密砂岩储层含气性评价

  • 周彦球 , 1, 2 ,
  • 王贵文 , 1, 2 ,
  • 江程舟 1, 2 ,
  • 刘秉昌 1 ,
  • 解宇强 1 ,
  • 赖强 3 ,
  • 夏小勇 3
展开
  • 1. 中国石油大学（北京）地球科学学院，北京 102249
  • 2. 中国石油大学（北京）油气资源与探测国家重点实验室，北京 102249
  • 3. 中国石油西南油气田分公司勘探开发研究院，四川 成都 610041
王贵文（1966-），男，山西大同人，教授，博士，主要从事测井地质学、储层沉积学研究. E-mail：.

周彦球（1981-），男，湖南耒阳人，高级工程师，博士，主要从事致密砂岩气储层岩石物理实验分析及测井评价方法研究. E-mail：.

收稿日期: 2021-08-08

  修回日期: 2021-11-30

  网络出版日期: 2022-05-12

收起

Gas-bearing evaluation of tight sandstone reservoir based on acoustic characteristics

  • Yanqiu ZHOU , 1, 2 ,
  • Guiwen WANG , 1, 2 ,
  • Chengzhou JIANG 1, 2 ,
  • Bingchang LIU 1 ,
  • Yuqiang XIE 1 ,
  • Qiang LAI 3 ,
  • Xiaoyong XIA 3
Expand
  • 1. College of Geosciences，China University of Petroleum （Beijing），Beijing 102249，China
  • 2. State Key Laboratory of Petroleum Resources and Prospecting，China University of Petroleum （Beijing），Beijing 102249，China
  • 3. Research Institute of Exploration and Development，PetroChina Southwest Oil and Gasfield Company，Chengdu 610041，China

Received date: 2021-08-08

  Revised date: 2021-11-30

  Online published: 2022-05-12

Supported by

The National Natural Science Foundation of China(41872133)

the Strategic Cooperation Project of China National Petroleum Corporation and China University of Petroleum （Beijing）

Fold

本文亮点

以四川盆地金华—中台山地区沙溪庙组为例，研究致密砂岩储层的声学特性在含气性识别、饱和度计算及产能预测中的应用。通过30块岩样的变饱和度声波实验，分析纵横波时差、纵横波速度比随孔隙度、含水饱和度的变化规律，形成局部增强的声速图版及线性判别边界，进而建立分段饱和度模型。经试气资料验证，改进的声速图版可有效地识别Ⅰ、Ⅱ类气层，符合率为87.5%；基于声波实验的饱和度模型仅需少量测井曲线作为输入项，简单实用，计算的含水饱和度与岩心分析一致性好。在此基础上，通过数值积分求取储层的累积含气厚度，结合试气资料分别建立直井段与水平井段的产能预测模型，其决定系数R 2分别为0.83和0.67，可有效指导研究区产能预测。还分析比较了基于Gassmann方程的声学饱和度模型，认为该类模型所需理论参数较多，不确定性较大，而且存在伪边界效应，实验数据和测井资料均证实其适用性较差。

本文引用格式

周彦球 , 王贵文 , 江程舟 , 刘秉昌 , 解宇强 , 赖强 , 夏小勇 . 基于声学特性的致密砂岩储层含气性评价[J]. 天然气地球科学, 2022 , 33(5) : 831 -842 . DOI: 10.11764/j.issn.1672-1926.2021.12.003

Highlights

Taking Shaximiao Formation in Jinhua-Zhongtaishan area of Sichuan Basin as a case， this paper makes a study on the application of acoustic characteristics of tight sandstone reservoirs in gas-bearing identification， saturation calculation and productivity prediction. Through an acoustic experiment of variable saturations of 30 rock samples， the variation laws of P- and S- wave slowness and the velocity ratio with porosity and water saturation are analyzed， and a locally enhanced acoustic velocity chart and its linear discriminant boundary are formed， and then a piecewise saturation model is established. Verified by the gas test data， the improved velocity chart can effectively identify type Ⅰ and Ⅱ gas reservoirs， with a coincidence rate of 87.5%； the saturation model based on the experiment requires only a few logs as input items， which is simple and easy， and the calculated water saturation is in good agreement with core analysis. On this basis， the “cumulative gas bearing thickness” of the reservoir is calculated by numerical integration， and combined with the gas test data， the productivity prediction models of vertical and horizontal well section are established respectively， with determination coefficients of 0.83 and 0.67， respectively， which can effectively guide the productivity prediction in the study area. The acoustic saturation model based on Gassmann equation is also analyzed and compared. This kind of model is found to require more theoretical parameters and has a greater uncertainty and pseudo boundary effect. Its poor applicability is proved by both the experiment and logging data.

0 引言

含气性评价及产能预测是致密砂岩气勘探生产中面临的关键难题。由于受物性差、孔隙结构复杂（大孔、微孔并存，喉道类型多样，连通性差异大）、不动水饱和度高以及黏土矿物的附加导电性等多重因素影响，致密砂岩气层的导电机理复杂，含气性往往不是其电阻率差异的主控因素，仅根据电阻率高低识别流体性质容易引起误判［1-3］；而且，受沉积、成岩及成藏作用的综合影响，致密砂岩储层具有较强的宏观和微观非均质性，基于导电理论的阿尔奇公式及其衍生模型［4-7］的各种经验参数存在较大的不确定性，使得电法测井难以准确求取含气饱和度。相反，储层岩石的声学特性却可能是解决该问题的一种有效工具［8-9］，该方面的研究目前主要包括以下3类：第一类是以声学实验或数值模拟为主，探讨地层所含流体类型及流体饱和度对岩石的纵横波速度、弹性模量等声学特性的影响［10-16］，该类研究着重于揭示实验室条件下岩石含气性与声学特性之间的定性关系，一般未将实验规律推广应用于测井资料的评价中；第二类则以阵列声波测井为主要研究对象，通过提取或构建纵横波速度比、体积压缩系数、弹性模量差比等敏感参数，建立含气性识别图版［9，17-21］，该类研究主要用于气层的快速定性判别，未建立饱和度定量计算模型；第三类以Gassmann方程为主要理论基础，以声波测井计算的弹性模量等参数为主要输入项，构建饱和度模型［22-27］，该类研究实现了含气性的连续定量评价，然而，由于模型所需的众多岩石骨架和孔隙流体的声学参数在测井现场均难具体确定，阻碍了其进一步的推广应用。
四川盆地金华—中台山地区沙溪庙组为近年来发现的致密砂岩气藏，在储层测井含气性评价的实践中，结合实际试气资料发现，地层的视电阻率及其侵入特征对含气性响应不灵敏，单纯使用电阻率及其比值或者结合孔隙度测井建立交会图版都未能有效区分储层含气性的好坏；使用三孔隙度重叠、交会图、差值或比值法等非电识别方法［28-29］可取得一定效果，而基于声学特性的方法则体现出了最为明显的优势，同时，阵列声波测井在研究区获得了普遍的推广使用，有必要进一步明确储层含气性对其声学特性的影响规律，并建立简捷、高效的含气性识别及定量计算模型以满足现场工程技术应用的需求。因此，本文以研究区致密砂岩储层为对象，选取30块孔隙度近似等量递增的岩样开展变饱和度声波实验，分析声学特性随含水（气）饱和度的变化规律，在此基础上建立含气性识别图版及饱和度计算模型，并结合试气资料建立产能定量预测模型，从而形成一套以理论实验指导测井解释实践，快速定性识别与连续定量计算相结合的完整方法体系。同时，分别使用实验数据和测井资料对基于Gassmann方程的饱和度模型进行分析和检验。

1 研究区概况

金华—中台山地区位于川北古中坳陷低缓带的西南部，传统上属于川中地区［30］。该区块中侏罗统沙溪庙组二段气藏单井测试最高获日产83.88×104 m3的工业气流，为致密气勘探开发的重点区块，但目前认识程度仍然较低［31-34］。区内构造平缓，断层、裂缝不发育。沙二段总体上为一套形成于三角洲前缘沉积环境的巨厚紫红色泥岩夹砂岩［35-37］。储层为河道砂体，具有纵向多期、平面大面积叠置连片分布的特征。
研究区沙二段储集岩主要为细—中粒岩屑长石砂岩，其次为少量的长石岩屑砂岩。X射线衍射及全岩分析显示，储层主要矿物为石英和斜长石，黏土矿物主要为绿泥石与伊/蒙间层，储层段岩性较纯，泥质含量多在3.0%~10.9%之间，平均为6.4%。钻井取心与薄片分析显示，储集空间以孔隙型为主，孔隙类型主要为残余粒间孔以及长石的粒间、粒内溶孔。根据物性分析统计，砂岩孔隙度主要在1.5%~15.9%之间，平均为9.7%；砂岩渗透率主要在（0.002 4~8.79）×10-3 µm2之间，平均为0.31×10-3 µm2。岩心分析含水饱和度在15.3%~96.4%之间，平均为61.4%；核磁共振离心实验显示，束缚水饱和度在27.3%~90.7%之间，平均为60.8%，说明储层的含水饱和度较高，且主要是束缚水。沙二段储层在试气及试采中以产气为主，见微量凝析油，几乎不产水。

2 变饱和度声波实验分析

2.1　实验主要步骤

根据研究区已有的岩心常规物性分析，按照孔隙度大致均匀递增的顺序，选取3口井沙二段岩心柱塞样30块，其孔隙度为4.8%~14.8%，平均为9.8%；渗透率为（0.009 5~2.65）×10-3 µm2，平均为0.29×10-3 µm2。实验的主要步骤如下［12，14-15，17］：
（1）将岩样洗盐、烘干处理后，用天平称其质量，并测量干燥状态下的纵、横波速度。
（2）将岩样放入抽空饱和系统容器中，抽真空后导入配制好的模拟地层水，待岩样完全饱和后取出，快速地测量其质量及纵、横波速度。
（3）将岩样放入恒温箱中，经烘干脱去部分水后取出，测量其质量及纵、横波速度，重复该过程直到岩样接近完全干燥状态。
每块岩样均总共测量6种不同饱和状态下（包括干燥及完全饱和）的质量及纵、横波速度，其含水饱和度（ S w )、含气饱和度（ S g )可按下式计算［14］：
S w = M w - M d M s - M d S g = 1 - S w
式中： M w、 M d、 M s分别为岩样在部分湿润、完全干燥、完全含水饱和状态下的质量，kg。岩样的纵波时差（ Δ t c）、横波时差（ Δ t s）及纵横波。速度比（ r）分别按下式计算：
Δ t c = u d t / V p Δ t s = u d t / V s r = V p / V s = Δ t s / Δ t c
式中： Δ t c与 Δ t s分别为纵、横波时差，μs/ft（1 μs/ft≈3.28 μs/m，全文同）； V p、 V s分别为纵、横波速度，m/s； u d t = 3.048 × 10 5，为声波时差单位转换系数。

2.2　声学特性随孔隙度、含水饱和度的变化规律

声波实验数据显示，在完全含水饱和（ S w = 1）状态下，岩样的纵、横波时差均随孔隙度的增大而呈线性递增趋势（图1）：
图1 含水饱和状态下声波时差随孔隙度的变化

(a)岩心纵波时差随孔隙度的变化；(b)岩心橫波时差随孔隙度的变化

Fig.1 Variation of acoustic slowness with porosity when fully saturated with water

Δ t c = 130.8 ϕ + 53.9 Δ t s = 299.3 ϕ + 94.2 （3）

式中： ϕ为孔隙度，小数（v/v，即m3/m3； S w类似，下同；决定系数R 2分别为0.84和0.97。
由式（3）可见，横波时差比纵波时差受孔隙度的影响更为明显。根据上式，可得岩石骨架纵波时差为53.9 μs/ft，骨架横波时差为94.2 μs/ft，均接近砂岩的理论值［38］，说明岩样的岩性较纯且组成稳定，因而本文不考虑骨架变化及泥质含量的影响。
为综合考察声学特性的变化规律，分别以纵、横波时差和纵横波速度比为Z轴，岩心孔隙度为X轴，含水饱和度为Y轴，使用Lowess（局部加权回归）方法［39-43］将实验数据点拟合为三维曲面（图2）。
图2 岩心声波特性Lowess曲面

Fig.2 Lowess surface of core acoustic characteristics

如图2（a）Lowess曲面显示，随孔隙度的增大或含水饱和度的减小（含气饱和度增大），纵波时差均呈明显增大趋势。因而，对于致密气储层而言，由于受孔隙度和饱和度几乎同等程度的影响，其纵波时差既难以直接用于孔隙度计算，也难以快速直观地指示储层含气性。同时可见，该曲面在含水饱和度约为60%处略显弯折，说明纵波时差随饱和度变化的趋势具分段特征。
横波时差随孔隙度增大而显著增大。当含水饱和度大于约60%时，横波时差随含水饱和度的减小（含气饱和度增大）而缓慢减小，而当含水饱和度小于约60%时，横波时差几乎不受流体饱和度的影响［图2（b）］。
与声波时差相比，纵横波速度比受孔隙度的影响相对较弱，随孔隙度增大而缓慢增大。当含水饱和度大于约60%时，纵横波速度比随含水饱和度的减小（含气饱和度增大）而急剧减小；而在含水饱和度小于约60%时，纵横波速度比随含水饱和度的减小而缓慢减小。在干燥状态（ S w = 0）下，纵横波速度比 r d达到较为稳定的最低值，各岩样平均约为1.55［图2（c）］。
综上所述，纵横波速度比能较好地指示储层的含气性，它与孔隙度大致呈连续线性函数，而与含水饱和度则呈分段线性函数。根据所有样品的平均值，含水饱和度的转折点确定为 S w = 0.64处，进而拟合纵横波速度比：
r = 0.99 ϕ + 0.39 S w + 1.36 S w ≥ 0.64 0.99 ϕ + 0.23 S w + 1.43 ( S w < 0.64 )
其决定系数R 2为0.81。反向求解含水饱和度，得：
S w = 2.59 r - 2.57 ϕ - 3.53   S w ≥ 0.64 4.34 r - 4.31 ϕ - 6.22 ( S w < 0.64 )
根据以上分段函数即可由孔隙度及纵横波速度比计算储层的含水饱和度，但是需要由其他参数预先确定对应 S w = 0.64的分段点。

2.3　基于实验的含气性图版及饱和度模型

最早由BRIE等［23］制作的纵横波速度比—纵波时差图版是使用声学特性判断储层含气性的典型图版。如图3，致密砂岩气储层的声波实验数据仅局限于图版左下角的狭小区域，而且图版的干燥、饱和界限与实验数据并不匹配。
图3 声波实验数据点在BRIE图版中的位置

Fig.3 The position of acoustic experimental data points in BRIE chart

分析发现，其自变量X与因变量Y满足下式：
X = Δ t c Y = Δ t s / Δ t c
从而可得：
Y = Δ t s / X
如前所述，对具体某个岩样（孔隙度确定）而言， Δ t s受含水饱和度的影响甚为微弱［图2（b）］，不同饱和状态下可近似为常数。则由式（7）可知，同一样品不同饱和状态下的实验点恰好构成一段双曲线，而不同样品由于 Δ t s（或孔隙度）的不同，形成的双曲线段相互平行，这便是BRIE图版的主要原理。
对于致密砂岩气储层，由于X、Y数值范围都非常有限，上述双曲线段可用直线段近似。进一步修改X、Y坐标的刻度范围，对图版进行局部放大，可使其更适合于致密砂岩气储层。如图4，30个岩样不同饱和度的实验点可拟合成彼此平行的直线，其斜率相等而截距取决于岩样的孔隙度。对于每个岩样，线段的右下端为干燥点，而左上端为饱和点，从右下至左上，含水饱和度逐渐增加，而与线段垂直的方向则为近似的等饱和度线。进一步根据所有岩样的饱和度分布可求得对应 S w = 0.64的平均分界线大致为：
r = 0.012 Δ t c + 0.88
图4 局部增强的声速图版

Fig.4 Partially enhanced velocity chart

该边界以上为低饱和气或干层（Ⅱ类气层），以下则为高饱和气层（Ⅰ类气层），从而实现了致密砂岩储层含气性的快速直观判别。
将式（8）代入式（5），可得分段含水饱和度模型：
S w = 2.59 r - 2.57 ϕ - 3.53 r ≥ 0.012 Δ t c + 0.88 4.34 r - 4.31 ϕ - 6.22 ( r < 0.012 Δ t c + 0.88 )
该模型输入项纵波时差 Δ t c、纵横波速度比 r由阵列声波测井获得，孔隙度 ϕ可使用中子—密度测井方法计算，且可用岩心分析结果加以标定，而无需额外的其他处理参数，大大减少了饱和度求解过程中的不确定性，同时却具有较强的可靠性和自适应性。

2.4　基于Gassmann方程的饱和度模型

Gassmann于1951年提出的旨在预测岩石体积模量的方程［44］至今己成为岩石弹性物理研究的重要理论基础，在地球物理界有着广泛的应用，其常见形式为［22-23，26，45］：
K = K d + 1 - K d K m 2 ϕ K f + 1 - ϕ K m - K d K m 2 G = G d
式中： K、 K d、 K m、 K f分别为储层岩石、干燥岩石、岩石骨架、孔隙流体的体积模量，GPa； G和 G d分别为储层岩石和干燥岩石的剪切模量，GPa。根据Gassmann方程可解得孔隙流体体积模量为：
K f = ϕ 1 - K d K m 2 K - K d + K d K m 2 - 1 - ϕ K m
对于气水两相混合流体，其体积模量可表示为［23］：
K f = K w - K g S w e + K g
式中： K w和 K g分别为地层水和天然气的体积模量，GPa； e为流体混合指数，通常取值为2~5，当 e = 1时相当于串联模型，而当 e = 40时接近并联模型，即Wood方程［46］。由上式可知，理论上含气储层的 K f值应介于 K g与 K w之间，而含水饱和度则可表示为：
S w = K f - K g K w - K g 1 e
由于 K g与 K w为常数，由上式可知， S w随 K f单调递增，而当 e = 1时则为线性函数。根据式（11）、式（13）即可求解含水饱和度。对于实验中未直接测量的体积模量，按下式计算：
K = r 2 - 4 3 G K d = r d 2 - 4 3 G d
如前所述，研究区干燥岩样的纵横波速度比 r d = 1.55。剪切模量根据孔隙度计算［23，47］：
G = G d = G m 1 - ϕ c
式中： G d与 G m分别为干燥岩石及岩石骨架的剪切模量，GPa； c为拟合指数。
根据文献［19，23，26］，选取 K m = 39  GPa， K w = 2.76  GPa， K g = 0.05  GPa， G m = 44  GPa， c = 7.1， e = 3，使用上述公式计算岩样的含水饱和度。如图5，基于Gassmann方程的含水饱和度与岩心孔隙度、纵横波速度比可形成一个光滑的理想曲面，但与岩样实测数据点的匹配度较差，远不如全由实验数据拟合的Lowess曲面［图2（c）］。
图5 Gassmann理想曲面与实验数据点的对比

Fig.5 Comparison between Gassmann ideal surface and the experimental data points

3 测井含气性评价及产能预测

3.1　基于实验图版的含气性快速识别

研究区对目的层位采用滚动式勘探开发，根据具有高产潜质的直井（导眼井）部署水平井（段），并对其实施大规模的体积压裂以提高产量。直井段与水平井段的测试长度和日产量通常都不在相同的数量级。然而，若使用“每米无阻流量”衡量其产气效率，却可将二者的含气性进行统一的分级评价。根据对现有试气资料的统计，本文使用每米无阻流量450 m3/d的标准，分别将直井段和水平段的试气层划分为相对高产的Ⅰ类气层和相对低产的Ⅱ类气层（包含直井段的少量试气干层）。根据其对应的测井参数，将试气资料点投入基于实验改进的声速图版，如图6，测试数据点落在实验数据点的范围内，说明二者具有较好的可比性，图版的线性边界与试气证实的气层类型匹配良好，符合率为87.5%，验证了该图版用于含气性判别的有效性。
图6 改进的声速图版的含气性判别效果

Fig.6 Gas discrimination by the improved velocity chart

3.2　含水饱和度的定量计算

根据实验模型［式（9）］，编制算法处理模块，以测井曲线纵波时差、纵横波速度比、孔隙度作为输入项，计算储层的含水饱和度。如图7，由实验模型计算的含水饱和度曲线与岩心分析含水饱和度在量值和趋势方面均具有较好的一致性，说明基于实验的饱和度模型是可靠的。
图7 含水饱和度处理结果（J1井）

Fig.7 Water saturation results （Well J1）

地层条件下使用基于Gassmann方程的含水饱和度模型时，以测井曲线纵波时差、纵横波速度比、孔隙度作为输入项，同时计算动态剪切模量：
G = u g ρ b Δ t s 2
式中： ρ b为体积密度，g/cm3； u g为单位转换系数；当剪切模量 G采用GPa为单位时， u g = 9.29   27 × 10 4。
计算的孔隙流体体积模量 K f数值多在0~10 GPa范围内，超出了前述 K g、 K w理论值的限制。一方面，这可能是动态模量与静态模量的差异［48-49］造成的，另一方面，在仪器的探测范围内，泥浆滤液驱替了地层流体，其性质与实验室流体差别较大，可能也导致实际的 K w偏大而使 K f脱离理论限制。根据多口井计算的 K f曲线与岩心分析含水饱和度 S w的交会，发现二者总体呈线性关系（图8），即地层条件下应取 e = 1，而式（13）可改写为：
S w = a K f + b
图8 孔隙流体体积模量与岩心含水饱和度的关系

Fig.8 Correlation of pore fluid bulk modulus and core water saturation

根据拟合关系获取 a、 b系数，进而求解含水饱和度。
如图7，基于Gassmann方程的含水饱和度计算结果在储层内部与岩心分析结果较为一致，然而，在储层顶、底，随物性的变差，反而呈现“含气饱和度”逐渐增加，直到非储层段达到稳定的含气为主的假象。
根据式（11），可知 l i m ϕ → 0 K f = 0，而由式（17）可得 l i m K f → 0 S w = b。即，在储层的边界（或低孔层段），随着孔隙度的逐渐减小，含水饱和度将逐渐收敛于某一较小值，从而产生高含气饱和度的假象。由式（13）可知，即使在 e ≠ 1的情况下，由于 S w是随 K f单调递增的，随着孔隙度的减小，使用基于Gassmann方程的饱和度模型也必然产生类似假象。
然而，这显然有背于岩石物理学的基本常识及气藏的普遍情况。通常，随着储层的致密化，孔隙流体将以束缚水为主，而非饱含天然气。对于致密储层而言，这种伪边界效应尤其具有较大的迷惑性。

3.3　气层产能定量预测

定义储层含气孔隙度为：
P g = ϕ 1 - S w
按深度对含气孔隙度进行数值积分，可求取气层的“累积含气厚度”［50］：
S p g = ∫ X 1 X 2 P g d x = ∫ X 1 X 2 ϕ 1 - S w d x
式中： X 1、 X 2分别为储层顶、底深度，m。使用储层的累积含气厚度，可分别构建直井段和水平段的“产能因子”。研究发现，直井试气层段的产能与其渗透率 K p e r m密切相关，其产能因子 M v可表示为：
M v = S p g × K p e r m
水平井在经过大规模体积压裂的充分改造后，可认为其彼此间的渗透率差异不大，因而将水平井段的产能因子 M h表示为：
M h = S p g
如图9，在双对数坐标下，产能因子可以较好地拟合试气无阻流量 Q，直井段的拟合公式为：
L g   Q = 0.63 L g   M v + 0.29
图9 基于累积含气厚度的产能预测模型

Fig.9 Capacity model based on cumulative gas bearing thickness

决定系数R 2=0.83。
水平井段的拟合公式为：
L g   Q = 2.40 L g   M h - 2.34
决定系数R 2=0.67。
可见，累积含气厚度用于预测储层产能是准确可信的，也间接证明了基于实验的饱和度模型的实用性。

4 结论

（1） 通过致密砂岩气层的变饱和度声波实验发现，纵波时差受孔隙度和饱和度几乎同等程度的影响，横波时差则主要受控于孔隙度的变化，纵横波速度比随含水饱和度的变化明显，与之呈分段线性函数，有利于指示储层的含气性。
（2） 针对声波实验的数值特征，建立了局部增强的纵横波速度比—纵波时差图版，可有效识别Ⅰ、Ⅱ类气层，符合率为87.5%；进而构建了分段含水饱和度模型，计算结果与岩心分析具有较好的一致性。在此基础上，结合累积含气厚度构建产能因子，分别形成直井段和水平段的产能预测模型，其决定系数R 2分别为0.83和0.67，可指导研究区产能预测。
（3） 基于声波实验的饱和度模型输入参数少，可靠度高，简单实用，而基于Gassmann的声学饱和度模型涉及参数较多，不确定性大，存在伪边界效应，实验数据和测井资料均证实其适用性较差。

“氦气资源形成、评价与开发”专辑征稿启事

氦气是高新技术产业发展不可替代的重要稀缺战略资源，广泛应用于医疗、航天、国防、核能、前沿科学研究以及高新技术产业等领域，被誉为“气体稀土”。全球可利用的氦气资源分布极不均衡，主要集中在少数国家和地区。目前，我国氦气资源需求缺口巨大，对外依存度超过95%，国家氦气资源安全形势十分严峻。当前国际形势复杂多变，我国亟待探寻具有工业开发利用价值的氦气资源，并开展相应的基础研究和技术攻关。

通常，氦气大多以微量组分与天然气伴生，同时还有大量的氦气以溶解状态存在于地下水中。我国天然气藏中氦气平均含量低，资源潜力不明；氦气聚集研究起步晚，富氦气藏成藏机理不清，勘探技术体系尚未建立；低品位氦气提取技术落后，工业化利用受限。面向我国氦气战略资源的重大需求，经过与国内外相关科研教学生产单位和专家们的广泛沟通和深入讨论，决定于2022年在《天然气地球科学》组织“氦气资源形成、评价与开发”专辑，就氦气聚集机理与资源勘探开发的相关研究及应用撰文讨论，以期开拓新的研究思路，加强学科交叉与学术创新，助力我国氦气工业的全面发展。专辑拟定于2022年末以正刊形式在《天然气地球科学》刊出。诚邀业内专家学者积极投稿。

1. 征稿范围

（1）氦气来源与赋存，包括氦源岩、氦气运移机理与过程、氦气富集条件等研究。

（2）氦气资源评价与分布规律，包括基础地质背景、地质构造与岩石结构、有利富集区带、成藏特征与模式等研究。

（3）稀有气体分析测试技术与方法，包括不同地质样品中的稀有气体测试前处理方法、稀有气体含量和同位素分析技术及应用等研究。

（4）氦气开发，包括氦气开采理论与技术、氦气提纯纯化技术、氦气资源开发经济性评价及相关环境影响等研究。

2. 征稿要求

（1）稿件类型为综述与评述、研究论文等。撰稿规范及要求可到本刊主页“下载中心”下载（http：//www.nggs.ac.cn/CN/column/item158.shtml）。

（2）所有稿件编辑部均将严格按程序执行，不符合发表要求的稿件将被退回。录用后的稿件会优先在线出版。

（3）稿件基础资料、数据等信息，需符合有关单位/部门的保密要求。

3. 投稿截止日期

2022年9月30日。

4. 专辑召集人

范桥辉，研究员，中国科学院西北生态环境资源研究院

郑国东，研究员，中国科学院西北生态环境资源研究院

彭 楠，研究员，中国科学院理化技术研究所

王晓锋，教 授，西北大学

罗双江，研究员，中国科学院过程工程研究所

5. 投稿方式

登陆官网http：//www.nggs.ac.cn进行投稿。投稿时请备注“氦气资源形成、评价与开发”专辑。投稿成功后请将稿件信息告知专辑联系人。

6. 专辑联系人

陶辉飞 0931-4960893 taohuifei2018@lzb.ac.cn

李 平 0931-4960831 liping@lzb.ac.cn

李 靖 0931-4960891 lj1926@lzb.ac.cn

马向贤 0931-4960815 maxxan@lzb.ac.cn

李小燕 0931-8277790 lixy@llas.ac.cn

《天然气地球科学》编辑部

2022年4月2日

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
侯振学， 陈朕， 牛全兵， 等. 致密砂岩储层电性特征分析［J］. 岩性油气藏， 2020， 32（2）： 100-107.

HOU Z X， CHEN Z， NIU Q B， et al. Analysis of electrical characteristics of tight sandstone reservoirs［J］. Lithologic Reservoir，2020，32（2）：100-107.

2
朱文卿， 高树生， 沈杰， 等. 致密砂岩气藏气水层识别新方法——以苏76井区为例［J］.天然气地球科学，2019，30（11）： 1629-1638.

ZHU W Q， GAO S S， SHEN J， et al. A new method for identifying gas-water layer in tight sandstone gas reservoirs： Case study of Su76 well area［J］. Natural Gas Geoscience， 2019，30（11）：1629-1638.

3
王文文， 张宏伟， 周全， 等. 基于声电判别指数识别致密砂岩气层——以鄂尔多斯盆地东北缘D探区为例［J］. 复杂油气藏，2020，13（4）：35-38.

WANG W W， ZHANG H W， ZHOU Q， et al. Gas formation identification in tight sandstone based on acoustic-electricity discrimination index： Take D exploration area on northeastern margin of Ordos Basin as an example［J］. Complex Oil and Gas Reservoir，2020，13（4）：35-38.

4
孙建孟， 王克文， 李伟. 测井饱和度解释模型发展及分析［J］. 石油勘探与开发，2008，35（1）：101-107.

SUN J M， WANG K W， LI W. Development and analysis of logging saturation interpretation models［J］. Petroleum Exploration and Development，2008，35（1）：101-107.

5
李霞， 赵文智， 周灿灿， 等. 低孔低渗碎屑岩储集层双孔隙饱和度模型［J］. 石油勘探与开发，2012，39（1）：82-91.

LI X， ZHAO W Z， ZHOU C C， et al. Dual-porosity saturation model of low-porosity and low-permeability clastic reservoirs［J］.Petroleum Exploration and Development，2012，39（1）：82-91.

6
张帆, 闫建平, 李尊芝, 等.碎屑岩阿尔奇公式岩电参数与地层水电阻率研究进展[J]. 测井技术,2017,41(2):127-134.

ZHANG F, YAN J P, LI Z Z, et al. Research progress on rock electrical parameters and formation water resistivity of Archie formula for clastic rocks[J]. Well Logging Technology, 2017,41(2):127-134.

7
刘成川， 陈俊， 黎华继， 等. 中江气田沙溪庙组气藏致密砂岩储层测井评价［J］. 石油物探，2020，59（1）：131-140.

LIU C C， CHEN J， LI J H， et al. Logging evaluation of tight sandstone reservoir in the gas reservoir of the Shaximiao Formation within Zhongjiang Gas Field，China［J］. Petroleum Geophysical Exploration，2020，59（1）：131-140.

8
吴晓光， 季凤玲， 李德才. 偶极声波测井技术应用现状及研究进展［J］. 地球物理学进展，2016，31（1）：380-389.

WU X G， JI F L， LI D C. Application status and research progress of dipole acoustic well logging［J］. Progress in Geophysics，2016，31（1）：380-389．

9
曹先军， 李国军， 苗秀英， 等. 基于岩石力学参数的马家沟中下组合气层识别方法［J］. 测井技术，2020，44（2）：198-203.

CAO X J， LI G J， MIAO X Y， et al. Application of the gas recognition method based on rock mechanics in Middle-Lower Majiagou Formation［J］. Well Logging Technology，2020，44（2）：198-203.

10
KNIGHT R， NOLEN-HOEKSEMA R. A laboratory study of the dependence of elastic wave velocities on pore scale fluid distribution［J］. Geophysical Research Letters，1990，17（10）： 1529-1532.

11
MURPHY W， REISCHER A， HSU K. Modulus decomposition of compressional and shear velocities in sand bodies［J］. Geophysics，1993，58（2）：227-239.

12
朱洪林， 刘向君， 刘洪. 含气饱和度对碳酸盐岩声波速度影响的试验研究［J］. 岩石力学与工程学报，2011，30（S1）：2784-2789.

ZHU H L， LIU X J， LIU H. Experimental research on effects of gas saturation on acoustic wave velocity of carbonate rock［J］. Chinese Journal of Rock Mechanics and Engineering， 2011，30（S1）：2784-2789.

13
范宜仁， 邢东辉， 邓少贵， 等. 低渗透岩石声学特征及在含气性预测中的应用［J］. 西南石油大学学报（自然科学版）， 2015， 37（5）： 64-70.

FAN Y R， XING D H， DENG S G， et al. Acoustic properties of low permeability cores and its application to reservoir gas predication［J］. Journal of Southwest Petroleum University （Science & Technology Edition），2015，37（5）：64-70.

14
张银海， 李长文. 纵波特性与岩石含水饱和度关系的实验研究［J］. 测井技术，1995，19（1）：6-10.

ZHANG Y H， LI C W. Experimental study of the relation between specific property of P-wave and water saturation in rock［J］. Well Logging Technology，1995，19（1）：6-10.

15
房春慧， 潘保芝， 刘思慧， 等. 含气饱和度对致密砂岩纵波速度影响的实验研究及应用［J］. 地球物理学进展，2015，30（4）：1673-1676.

FANG C H， PAN B Z， LIU S H， et al. Experimental study and application on effect of gas saturation on P-wave velocity［J］. Progress in Geophysics，2015，30（4）：1673-1676.

16
姜黎明， 孙建孟， 刘学锋， 等. 天然气饱和度对岩石弹性参数影响的数值研究［J］. 测井技术，2012，36（3）：239-243.

JIANG L M，SUN J M，LIU X F，et al. Numerical study of the effect of natural gas saturation on the reservoir rocks’ elastic parameters［J］.Well Logging Technology，2012，36（3）：239-243.

17
成志刚， 张蕾， 赵建武， 等. 利用岩石声学特性评价致密砂岩储层含气性［J］. 测井技术，2013，37（3）：253-257.

CHENG Z G， ZHANG L， ZHAO J W， et al. Gas evaluation in tight sand reservoir using acoustic characteristics of rock［J］. Well Logging Technology，2013，37（3）：253-257.

18
张海涛， 石玉江， 张鹏， 等. 基于偶极横波测井的低渗透砂岩气层识别方法［J］. 测井技术，2015，39（5）：591-595.

ZHANG H T， SHI Y J， ZHANG P， et al. Identification of low permeability sandstone gas reservoir based on the DSI［J］. Well Logging Technology，2015，39（5）：591-595.

19
范宜仁， 宋岩， 张海涛， 等. 低渗透致密砂岩气层产能预测方法研究［J］. 测井技术，2016，40（5）：602-608.

FAN Y R， SONG Y， ZHANG H T， et al. Capacity prediction methods of tight gas sandstone reservoir with low permeability［J］. Well Logging Technology，2016，40（5）：602-608.

20
李山生， 赵辉， 司马立强， 等. 利用弹性参数识别气、水层［J］. 西南石油大学学报（自然科学版），2012，34（3）：83-88.

LI S S，ZHAO H，SIMA L Q，et al. Identification of water and gas reservoirs with elastic parameters［J］. Journal of Southwest Petroleum University（Science & Technology Edition），2012，34（3）：83-88.

21
弓浩浩， 夏宏泉， 崔丽香， 等. 基于测井推演的岩石力学参数识别致密砂岩气层［J］. 测井技术，2015，39（4）：496-500.

GONG H H， XIA H Q， CUI L X， et al. An identification method based on rock mechanics parameters logging deduction to tight sandstone gas reservoirs［J］. Well Logging Technology，2015，39（4）：496-500.

22
刘国强， 谭廷栋. 孔隙度和含气饱和度的弹性模量计算方法［J］. 石油勘探与开发，1993，20（5）：33-41.

LIU G Q， TAN T D. Porosity and gas-saturation determination using elastic moduli［J］. Petroleum Exploration and Development，1993，20（5）：33-41.

23
BRIE A， PAMPURI F， MARSALA A F， et al. Shear Sonic Interpretation in Gas-Bearing Sands［C］. SPE Annual Technical Conference and Exhibition， Dallas， Texas， 1995： 10.

24
王才志， 张丽君. 基于地层弹性模量建立含气饱和度模型［J］. 石油勘探与开发，2007，34（5）：598-602.

WANG C Z， ZHANG L J. Model of gas saturation determination based on elastic modulus［J］.Petroleum Exploration and De-velopment，2007，34（5）：598-602.

25
王磊， 王学琴， 吴胜， 等. 利用弹性模量计算含气饱和度方法研究［J］. 西南石油大学学报（自然科学版），2011，33（4）：69-72，190-191.

WANG L， WANG X Q， WU S， et al. Method of gas saturation prediction by elastic modules［J］. Journal of Southwest Petroleum University（Science & Technology Edition），2011，33（4）：69-72，190-191.

26
张鹏， 杨巧云， 范宜仁， 等. 基于Xu-White模型的致密砂岩储层含气性评价［J］. 岩性油气藏，2020，33（1）：1-8.

ZHANG P， YANG Q Y， FAN Y R， et al. Gas-bearing property evaluation of tight sandstone reservoir based on Xu-White model［J］. Lithologic Reservoirs，2020，33（1）：1-8.

27
尹帅， 丁文龙， 黄昌杰，等. 非饱和致密砂岩储层含气饱和度测井评价［J］. 天然气地球科学，2016，27（1）：156-165.

YIN S， D W L， HUANG C J， et al. Gas saturation logging evaluation of partially saturated tight sandstone reservoir［J］. Natural Gas Geoscience，2016，27（1）：156-165.

28
张福明， 查明， 邵才瑞， 等. 天然气的测井勘探与评价技术［J］. 地球物理学进展，2007，22（1）：179-185.

ZHANG F M， ZHA M， SHAO C R， et al. Technology of natural gas exploration and evaluation based on well-logging data［J］. Progress in Geophysics，2007，22（1）：179-185.

29
孙小平， 石玉江， 姜英昆. 长庆低渗透砂岩气层测井评价方法［J］. 石油勘探与开发，2000，27（5）：115-118，9，21.

SUN X P， SHI Y J， JIANG Y K. Log interpretation method for low permeability sandstone gas reservoir of Changqing Gas Field［J］. Petroleum Exploration and Development，2000，27（5）： 115-118，9，21.

30
ZHOU Y， LAI Q， XIA X， et al. A resistivity partitioning algorithm of borehole image to improve permeability estimates in shaly sandstones， central Sichuan Basin［J］. Marine and Petroleum Geology，2021，123：104782.

31
夏小勇， 姜永攀. 基于核磁测井孔喉分布的致密砂岩储层评价方法——以四川盆地Q地区沙溪庙组二段为例［J］. 海洋石油，2019，39（4）：47-54.

XIA X Y， JIANG Y P. Evaluation method of dense sandstone reservoir based on NMR logging pore and throat distribution： Taking the Second Member of Shaximiao Formation in Q area of Sichuan Basin as an example［J］. Offshore Oil，2019，39（4）：47-54.

32
朱讯， 肖富森， 洪海涛， 等. 四川盆地中部地区致密河道砂岩气藏高产井地震模式及井轨迹设计［J］. 天然气勘探与开发， 2020，43（3）：86-93.

ZHU X， XIAO F S， HONG H T， et al. Seismic model and wellbore trajectory design for high-yield wells of tight channel sandstone gas reservoirs，central Sichuan Basin［J］.Natural Gas Exploration and Development，2020，43（3）：86-93.

33
肖富森， 韦腾强， 王小娟，等. 四川盆地川中—川西地区沙溪庙组层序地层特征［J］. 天然气地球科学，2020，31（9）：1216-1224.

XIAO F S， WEI T Q， WANG X J， et al. Research on the sequence stratigraphy of the Shaximiao Formation in Chuanzhong-Chuanxi area，Sichuan Basin［J］.Natural Gas Geoscien-ce，2020，31（9）：1216-1224.

34
唐大海， 谭秀成， 涂罗乐， 等. 川中—川西过渡带沙溪庙组第二段致密砂岩储层物性控制因素及孔隙演化［J］. 成都理工大学学报（自然科学版），2020，47（4）：460-471.

TANG D H， TAN X C， TU L L， et al. Control factors and pore evolution of tight sandstone reservoir of the Second Member of Shaximiao Formation in the transition zone between central and western Sichuan Basin， China［J］. Journal of Chengdu University of Technology（Science & Technology Edition），2020，47（4）：460-471.

35
孙豪飞， 王锦西， 李明，等. 四川盆地中部地区侏罗系沙溪庙组远源油气藏勘探开发前景［J］. 科技创新与应用，2019（13）：1-5.

SUN H F， WANG J X， LI M， et al. Exploration and development prospect of distant oil and gas reservoirs of Jurassic Shaximiao Formation in central Sichuan Basin［J］. Technology Innovation and Application，2019（13）：1-5.

36
肖富森， 黄东， 张本健， 等. 四川盆地侏罗系沙溪庙组天然气地球化学特征及地质意义［J］.石油学报，2019，40（5）：568-576， 586.

XIAO F S， HUANG D， ZHANG B J， et al. Geochemical characteristics and geological significance of natural gas in Jurassic Shaximiao Formation， Sichuan Basin［J］. Acta Petrolei Sinica，2019，40（5）：568-576，586.

37
赵智鹏，刘建，苏茂章， 等. 新场气田上沙溪庙组Js2 1，3气层沉积微相特征［J］. 石油地质与工程，2013，27（2）：15-17，21.

ZHAO Z P， LIU J， SU M Z， et al. Sedimentary microfacies characteristics of Js2 1，3 gas reservoir of Upper Shaximiao Formation in Xinchang Gas Field［J］. Petroleum Geology and Engineer，2013，27（2）：15-17，21.

38
SERRA O， SERRA L. Well Logging-Data Acquisition and Applications［M］. Paris： Editions Technip，2004：431-433.

39
CLEVELAND W S. Robust locally weighted regression and smoothing scatterplots［J］. Journal of the American statistical association，1979，74（368）：829-836.

40
张颖. 统计学中回归分析及相关内容的教改思考——兼介绍LOESS回归［J］. 统计与信息论坛，2000，15（2）：35-37.

ZHANG Y. Reflections on the teaching reform of regression analysis and related contents in statistics： Also an introduction of LOESS regression［J］. Statistics & Information Tribune， 2000，15（2）：35-37.

41
张萌， 黄思静， 谢国刚， 等. LOWESS在锶同位素地层学中的应用［J］. 地球科学与环境学报，2004，26（2）：1-5.

ZHANG M， HUANG S J， XIE G G， et al. Application of LOWESS fit to strontium isotope stratigraphy［J］. Journal of Earth Sciences and Environment，2004，26（2）：1-5.

42
黄喻， 黄思静. 上扬子晚古生代海相地层锶同位素曲线的LOWESS拟合［J］. 矿物岩石，2009，29（1）：74-79.

HUANG Y，HUANG S J.LOWESS fit of strontium isotope stra-tigraphy for the marine facies strata in the Upper Yangtze Platform［J］. Journal of Mineral and Petrology，2009，29（1）：74-79.

43
严德春， 王加俊. 改进的稳健Lowess标准化算法在基因芯片中的应用［J］. 数据采集与处理，2013，28（1）：82-86.

YAN D C， WANG J J. Improved robust Lowess normalization method in analysis of gene chip［J］. Journal of Data Acquisition & Processing，2013，28（1）：82-86.

44
FRITZ G. Elastic waves through a packing of spheres［J］. Geophysics，1951，16（4）：673-685.

45
陈信平， 刘素红. 浅谈Gassmann方程［J］. 中国海上油气（地质），1996，10（2）：58-63.

CHEN X P，LIU S H.A preliminary introduction to Gassmann equation［J］.China Offshore Oil and Gas（Geology），1996，10（2）：58-63.

46
WOOD A B. A textbook of Sound［M］. Third edition 261. New York： The Macmillan Company，1956：281.

47
KEYS R G， XU S. An approximation for the Xu-White velocity model［J］. Geophysics，2002，67（5）：1406-1414.

48
边会媛， 王飞， 张永浩， 等. 储层条件下致密砂岩动静态弹性力学参数实验研究［J］. 岩石力学与工程学报，2015，34（S1）： 3045-3054.

BIAN H Y， WANG F， ZHANG Y H， et al. Experimental study of dynamic and static elastic parameters of tight sandstones under reservoir conditions［J］. Chinese Journal of Rock Mechanics and Engineering，2015，34（S1）：3045-3054.

49
单钰铭， 刘维国. 地层条件下岩石动静力学参数的实验研究［J］. 成都理工学院学报，2000，27（3）：249-254.

SHAN Y M， LIU W G. Experimental study on dynamic and static mechanics parameters of rocks under formation conditions［J］.Journal of Chengdu University of Technology，2000，27（3）：249-254.

50
雍世和， 张超谟， 高楚桥， 等. 测井数据处理与综合解释［M］. 北京： 中国石油大学出版社，2007：230.

YONG S H， ZHANG C M， GAO C Q， et al. Logging Data Processing and Comprehensive Interpretation［M］. Beijing：China University of Petroleum Press，2007：230.

Options
文章导航

/

〈 〉

陇ICP备2021001824号-7　 甘公网安备 62010202000678号
版权所有 © 《天然气地球科学》编辑部
地址：甘肃省兰州市天水中路8号　
邮编：730000　
电话：(0931)8277790　
E-mail：geogas@lzb.ac.cn
总访问量 　 今日访问 　 在线人数
技术支持：北京玛格泰克科技发展有限公司