天然气勘探

基于无人机倾斜摄影的碳酸盐岩生物礁露头多尺度非均质性表征——以鄂西利川见天村露头为例

  • 印森林 , 1, 2, 3 ,
  • 陈强路 1, 2 ,
  • 袁坤 1, 2 ,
  • 陈恭洋 , 3 ,
  • 吴有鑫 4 ,
  • 陈星月 5
展开
  • 1. 页岩油气富集机理与有效开发国家重点实验室,北京 102206
  • 2. 中国石化油气成藏重点实验室,江苏 无锡 214126
  • 3. 长江大学录井技术与工程研究院,湖北 荆州 434023
  • 4. 长江大学地球科学学院,湖北 武汉 430100
  • 5. 长江大学计算机科学学院,湖北 荆州 434023
陈恭洋(1963-), 男, 湖北潜江人, 教授, 博士,主要从事油气田开发地质与录井地质方面的科研与教学工作.E-mail:.

印森林(1983-),男,湖北仙桃人,副教授,博士,主要从事无人机露头储层表征与建模方面的科研与教学工作.E-mail:.

收稿日期: 2021-12-21

  修回日期: 2022-02-12

  网络出版日期: 2022-09-09

Characterization of multi-scale heterogeneity of carbonate reef outcrop by UAV oblique photography: Case study of Jiantian Village, Lichuan, western Hubei

  • Senlin YIN , 1, 2, 3 ,
  • Qianglu CHEN 1, 2 ,
  • Kun YUAN 1, 2 ,
  • Gongyang CHEN , 3 ,
  • Youxin WU 4 ,
  • Xingyue CHEN 5
Expand
  • 1. State Key Laboratory of Shale Oil and Gas Enrichment Mechanisms and Effective Development,Beijing 102206,China
  • 2. SINOPEC Key Laboratory of Petroleum Accumulation Mechanisms,Wuxi 214126,China
  • 3. Research Institute of Mud Logging Technology and Engineering,Yangtze University,Jingzhou 434023,China
  • 4. School of Geosciences,Yangtze University,Wuhan 430100,China
  • 5. School of Computer Science,Yangtze University,Jingzhou 434023,China

Received date: 2021-12-21

  Revised date: 2022-02-12

  Online published: 2022-09-09

Supported by

The National Science and Technology Major Project of China(2017ZX05008-006-004-002)

the Open Fund of SINOPEC Key Laboratory of Petroleum Accumulation Mechanisms “Panoramic Visualization of Geological Section Based on UAV Oblique Photography”

摘要

针对碳酸盐岩高陡生物礁露头多尺度非均质性研究存在的不足,利用传统野外考察与无人机倾斜摄影数字露头技术相结合,对湖北省西部(鄂西)利川见天村野外多个不同尺度的露头剖面进行了采集、处理与地质解释,基于三维数字露头数据开展了不同尺度的生物礁沉积体系、沉积微相和岩相组合非均质性研究,并对重点露头进行了三维模拟,最后,阐述了生物礁内部有利储层的分布特点。研究表明:①无人机倾斜摄影处理后数字模型具有与图像信息对应的三维坐标,可精准定位任意点坐标和测量地质体规模。依据采集信息精度建立了米级别的见天村宏观模型、分米级别的见天村陡崖剖面和厘米级别的采石场剖面等3个模型,为多尺度生物礁非均质性研究奠定了数据基础。②露头区大尺度沉积相带主要为自西向东发育的开阔台地、局限台地、生物礁和碳酸盐岩斜坡相。中尺度以生物礁发育礁基、生物丘、礁核和礁顶等4个微相为主,其中,礁基以薄层板状灰岩为主,单层厚约20 cm,总厚60 m;生物丘以多层不规则丘状沉积为特征,单层厚约30 cm,总厚45 m;礁核为不规则的凸起块状岩隆,厚度约为80~120 m;礁顶为块状晶粒白云岩,厚度约为20 m;小尺度礁核内部可以进一步细分为5期旋回,受海平面升降影响,不同旋回生物组合和岩性差异明显。③生物礁有利储层以发育晶间孔和晶间溶孔的礁顶晶粒白云岩为最好,其次是发育生物体腔孔和溶蚀孔隙的礁核微相骨架礁灰岩,物性相对较差的为发育黏结格架孔、溶孔和重结晶后的晶间孔礁丘的藻黏结礁灰岩。无人机倾斜摄影技术与传统露头研究方法相结合不仅可以定量表征不同尺度生物礁露头非均质性,而且对指导生物礁型气藏的勘探开发意义重大。

本文引用格式

印森林 , 陈强路 , 袁坤 , 陈恭洋 , 吴有鑫 , 陈星月 . 基于无人机倾斜摄影的碳酸盐岩生物礁露头多尺度非均质性表征——以鄂西利川见天村露头为例[J]. 天然气地球科学, 2022 , 33(9) : 1518 -1531 . DOI: 10.11764/j.issn.1672-1926.2022.04.010

Abstract

Multi-scale heterogeneity research on the high-steep outcrop area of carbonate rock is very difficult. Outcrop area of multiple scales of Lichuan Jiantian Village data was collected by unmanned aerial vehicle (UAV) oblique photography technology and combined with traditional field outcrop investigation, processing and detailed geological interpretation. The multi-scale reef depositional heterogeneity includes sedimentary system, sedimentary microfacies and lithofacies association. Additionally, the three-dimensional modeling of the significant outcrop was proposed. Finally, the distribution characteristics of high-quality reservoir of the reefs was identified. Research shows that: (1) The data model of the UAV oblique image acquisition processing in the high-steep field outcrop area of the Jiantian Village carbonate rock has three-dimensional coordinates (latitude, longitude, altitude) corresponding to the image information, which can accurately locate any position and measuring the scale of the geological body. Based on the high resolution and accuracy of the collected information, three models were established, including the macro-model of Jiantian Village area at the meter level, the bioherm of Jiantiancun Abrupt Cliff profile at the decimeter level and the Jiantian Village Quarry profile at the centimeter level. (2) The large-scale sedimentary facies in the outcrop area mainly consists of open platform, restricted platform, reef and carbonate slope facies developed from west to east. The reef base, bioherm, reef core and reef cap are the four microfacies developed in the mesoscale reef, among which, the reef base is dominated by thin-platy-limestone with a single layer thickness of about 20 cm and a total thickness of 60 m. Bioherm is characterized by multi-layered irregular sediment with hummocky, with a single layer thickness of about 30 cm and a total thickness of 45 m. The reef core is irregular raised massive rock uplift with a thickness of 80-120 m. The reef cap is massive crystal grain dolomite with a thickness of about 20 m. Small scale reef core can be subdivided into five cycles. Affected by base level change, different cycles of biological assemblages and lithology combination are obviously different. (3) Reef top crystal grain dolomite with intercrystalline pores and intercrystalline dissolved pore is the best reservoir, followed by the framework reef limestone with biology coelom pore and dissolution pore of reef core, algae-bonded-reef limestone with growth-framework pore and dissolved pores and recrystallized intercrystal pore of reef mounds. Combination of UAV oblique photography technology and traditional field outcrop investigation can not only quantitatively characterize the multi-scale heterogeneity of reef outcrop, but also has great significance for guiding the exploration and development of reef reservoirs.

0 引言

礁滩相是重要的碳酸盐岩类油气储层,我国二叠纪生物礁储层中已发现普光、建南、龙岗和元坝等大型气田1-2。围绕礁滩相研究,学者们探讨了生物礁岩石学特征3、礁体成因机制及分布规律4-6、礁体储层特征及发育机理7-9和生物礁气藏成藏机理等10;相关研究方法包括礁滩相野外露头考察11-13、地震储层预测14-16、三维地质建模17和地下录测井18等方法;从野外露头表征的技术来说,传统的人工拍照、比例尺估算测量、取样分析、二维非规则剖面研究等方法,逐步被全站仪19、Google20、三维激光21-22、探地雷达23和无人机24等新技术取代。在当代数据采集、信息传输及综合地质研究等相关创新技术快速发展,但前述技术方法依然具有较大局限性。受露头自然地理条件和植被覆盖影响,尤其涉及多个形态不规则露头的关联性研究上,通常存在片面性与多解性,上述部分方法的空间尺度与观测视野受到限制。例如,在很多表面草树林立露头区,探地雷达仪器不能贴地测量,数据获取难度较大,且受分辨率影响多解性普遍存在。尽管三维激光扫描技术在数据采集精度上占有显著优势,然而计算机的数据抽稀处理比较复杂且算法构建难度很大。此外,因其是360°仰角扫描,如遇中间突兀及高陡剖面,则难以扫描到被遮盖的部位,故数据采集视角存在盲区。当然,其实质还是二维数据,非三维坐标系。对比碎屑岩露头剖面来说,碳酸盐岩剖面具有高山大岭、层峦叠嶂和曲折弯转等特点,表征难度更大,特别是对于礁滩相储层来说,少见把上述技术应用到露头三维建模研究中的报道,剖面定量化表征及露头储层空间预测存在较大不足。
基于上述技术手段的局限性,特别针对地质工作者踏勘或视角不可到达的碳酸盐岩高陡部位岩相和沉积微相类型的无法观察描述和追踪对比的难题,本文笔者25-26构建了基于无人机倾斜摄影的数字露头表征技术体系。目前,无人机技术在军事27、农林28、城市规划29及其他行业30得到了较好的应用。因此,本文拟对湖北恩施利川市见天村二叠系长兴组礁滩相储层进行露头非均质性表征与建模,把无人机倾斜摄影技术融入野外地质考察工作中,借助于无人机的敏捷、多维视角、高精度和模型化的特性,开展高陡露头区野外露头考察及碳酸盐岩礁滩相多尺度非均质性研究,这不仅对拓展应用沉积学及三维地质建模理论具有重要意义,同时对指导油气田精细勘探开发具有重要的实践意义。

1 露头区地质概况

野外露头区位于湖北省西部(鄂西)恩施州利川市[图1(a)],距团堡镇以北约30 km,柏杨坝镇以东方向约25 km[图1(b), 图1(c)]。晚二叠世时自西向东,从开江—梁平海槽发育的开阔台地相向万州过渡为碳酸盐岩台地边缘斜坡,至利川碳酸盐岩台地相,到见天村露头区的碳酸盐岩台地边缘斜坡直至鄂西裂陷槽开阔台地沉积。鄂西利川市柏杨坝镇见天村露头剖面长兴组系列露头发育完整,地层厚度约为250 m,与下伏龙潭组以及上覆下三叠统飞仙关组均为整合接触[图1(d)]。根据该区岩石岩性、沉积构造特征以及古生物化石种类和数量,目的层长兴组可划分为2个三级层序11-12Sq1底界面为上二叠统龙潭组与长兴组分界面,界面下部为龙潭组开阔台地相沉积的灰色薄层状泥晶灰岩,而界面上部为长兴组底部斜坡相沉积的深灰色薄层状含生屑泥晶灰岩[图1(d)]。Sq2底界面位于长兴组内部,界面下部沉积了一套浅灰色中厚层细晶白云岩和残余生屑灰质白云岩,界面上部沉积一套灰色中层状泥晶灰岩,在界面附近则发育大量局部暴露溶蚀沉积作用标志[图1(d)]。位于Sq1高位体系域的长兴组发育了完整生物礁相沉积,主要包括礁基、生物丘(位于礁基之上、礁核之下的呈丘状岩石结构,并且生物类型及组合、岩性和上下均明显不同)、礁核和礁顶等微相[图1(d)]11。研究区岩性主要有藻黏结礁灰岩,具明显藻黏结—障积结构的藻黏结海绵礁灰岩;藻黏结灰岩及具藻黏结结构的海绵骨架障积岩;具明显的障积—骨架结构的海绵骨架礁灰岩,串管海绵和纤维海绵是主要造礁生物,不同部位生物种属与数量则差异较大31-36
图1 川东北—鄂西二叠系长兴组碳酸盐岩及生物礁区域地理位置与礁分布

(a)生物礁平面分布图;(b)地理位置图;(c)Google earth卫星影像、传统考察点位与建模范围;(d)沉积相—层序地层综合柱状图

Fig.1 Regional geographic location and reef distribution of carbonate rocks and reefs of Permian Changxing Formation, northeastern Sichuan and western Hubei

露头研究区以柏杨坝镇见天村为核心展开。村落被近东西向的山脉所夹持,村舍房屋沿山间平地顺东西向排列。在村东山上鱼皮泽背斜之上发育了隆起的呈近南北走向的陡崖剖面(称见天村陡崖剖面),在陡崖剖面的背后,沿见天村舍中间小路向北的山坡上,人工采石挖掘了一个经典生物礁露头剖面(称为采石场剖面),为陡崖剖面的背面礁核沉积。具体剖面之间的关系见图2。研究区高陡难攀,本次借助无人机倾斜摄影的手段开展多尺度非均质性研究工作24,具体研究方法见下文。
图2 无人机倾斜摄影见天村生物礁宏观分布图[图例见图1,图2(b)据文献[12],有修改]

Fig.2 Macro-reefs distribution of Jiantian Village by UAV oblique photography 3-D data(legend is shown in Fig.1,Fig.2(b) modified according to Ref.[12])

2 研究方法

本文研究以无人机倾斜摄影的先进技术结合传统人工考察为基础来开展工作。共踏勘点位20个(01—20号点),重点考察6个关键点位(01—05号点、10号点)[图1(c)],并收集露头照片约200 张,利用无人机搭载倾斜摄影相机针对野外露头采集获取了3个露头区的高清像(照)片数据与POS(Positioning and Orientating System,定位定向系统)数据,对野外采集的数据采用Context Capture软件系统进行了解释与处理24,构建了摄影图像与经纬度坐标相对应的野外露头三维数字化模型(数字露头模型或称数字地貌图像模型),范围共计约1.2 km2。包括,见天村全貌三维模型(分辨率约为2 m)、见天村陡崖剖面三维模型(分辨率约为5 cm)和采石场剖面三维模型(分辨率约为2 cm)等3个模型,均有三维坐标,具有全局性、系统性及连续性的优势,为开展多尺度非均质性的研究奠定了较好的数据资料基础。研究具体步骤如下,首先,利用见天村全貌三维模型开展大尺度沉积体系分布研究,重点对露头区生物礁宏观大尺度(厚度数十米级别)空间分布进行描述与定量化表征;然后,利用见天村陡崖剖面三维模型开展中尺度生物礁微相分布结构研究(厚度数米—十余米级别);该剖面出露较好,生物礁自下而上沉积微相单元序列齐全,是研究生物礁的经典剖面。因此针对剖面虚拟设置12个井点,结合传统露头考察对虚拟井点岩性进行标定(数据框架信息来源于无人机数字露头模型);之后,获取井点不同沉积微相单元的层界限数据,并利用Petrel建模软件进行平面分区域[图1(c)]、垂向分4个沉积微相单元(礁基、生物丘、礁核和礁顶)开展多点地质统计学模拟(训练图像来源于生物礁沉积模式图)25-26,建立了其空间三维岩性模型,其中见天村陡崖露头剖面两侧及中间、顶部等局部植被覆盖区也同时进行了三维空间预测,实现了利用已知剖面数据对未知区和覆盖区的预测。随后,利用采石场剖面三维模型开展小尺度礁核内部结构及非均质性研究(厚度分米—米级别),具有系统性和连续性较好的特点,为生物礁礁核定量原型模型的建立提供了支撑。最后,在上述研究基础上,结合分析测试数据,开展了生物礁有利储层的分析与预测。

3 露头区宏观大尺度沉积相分布

研究露头区平面分布以见天村展开,从开阔台地到局限台地,台地斜坡相的生物礁礁核向生物丘核演化,随后进入开阔台地沉积。其中生物礁主体分布呈沿斜坡相带的条带状,面积约为40 km2,长轴长度约为20 km,短轴长度约为4 km[图1(a),图2]。露头区岩性和微相的变化十分明显。斜坡相沉积为灰色薄—中层状泥晶生屑灰岩,厚度约为40 m,是生物礁发育的基础,为低能生屑滩沉积。生物丘沉积,以厚层块状藻黏结—海绵黏结—障积礁灰岩,厚度约为50 m,处于生物早期发育阶段,岩性组合较为复杂。礁核沉积,浅灰色块状海绵礁灰岩,串管海绵与纤维海绵生物极其发育,厚度约为100 m,是在生屑滩和生物丘上发育起来露头区的主体沉积微相单元,厚度较大且地貌隆起十分明显,易于识别,经构造抬升和风化剥蚀后极容易垮塌。局限台地相下部为深灰色厚层状生物碎屑含云质灰岩沉积,上部为灰色中厚层状细晶白云岩、残余生屑灰质云岩沉积,整体厚度约为80 m1236

4 露头区中尺度生物礁沉积微相组合及三维模型

4.1 见天村陡崖剖面生物礁沉积微相组合

见天村陡崖露头剖面出露区域对应于生物礁沉积相带中的生物丘核微相及礁基微相,垂直方向上的沉积序列对应于PSS1与PSS2准层序组[图1(d)],是开展露头区中尺度生物礁沉积微相组合及三维模型研究的良好场所。见天村陡崖剖面地处研究区东部(图2),剖面出露位置,地势呈明显隆起,东西长度为400 m,南北长度约为300 m,走向为NE70°(图3)。剖面底部发育深灰色薄—中层状泥晶灰岩,总厚度约为75 m;泥晶灰岩成层性良好,单层厚度为0.1~0.2 m,平均约为0.15 m[图4(a),图4(b)]。向上过渡为含生屑泥晶灰岩,其总厚度约为150 m,整体成层性较好,其单层厚度为0.2~0.5 m,平均厚度约为0.25 m。生物碎屑含量自下而上,渐渐增加;剖面局部夹含灰色中层状含生屑泥晶灰岩。生物种类主要是棘皮、腕足类和藻体碎屑等,数量相对较少,最底部见零星菊石化石,说明沉积时期为深水低能环境。剖面中间(生物丘)部位,岩性由含生屑泥晶灰岩逐渐向上过渡为藻黏结礁灰岩,厚度约为42.5 m。成层性变差,单层厚度约为2.5~3 m[图4(c), 图4(d)]。藻黏结灰岩之上沉积了一套具藻黏结结构海绵骨架礁灰岩,厚度约为35.5 m,成层性很差,表现为无序的块状凸起堆积。其顶部为海绵骨架障积岩,生物种类和数量均较多,以藻类及海绵生物种类为主,造礁生物主要为纤维海绵及串管海绵。成层性非常差,呈块状,凸起物无序堆积,大量沥青质显露[图4(e),图4(f)]。整体来说,剖面从下至上成层性逐渐变差,细层层状多集中于露头底部,为连续性较好的礁基沉积。
图3 无人机倾斜摄影见天村陡崖剖面地质解释

Fig.3 Geological interpretation of Jiantian Village abrupt cliff outcrop profile by UAV oblique photography 3-D data

图4 无人机倾斜摄影生物礁不同相带的岩性和结构细节

(a)、(b)生物礁礁基的中层状生屑灰岩;(c) 生物丘的块状藻黏结岩;(d) 生物丘的块状藻黏结岩丘状结构特征明显;(e)、(f)生物礁的块状障积骨架岩

Fig.4 Reefs lithology and sedimentary architecture details of different facies zones displayed by UAV oblique photography 3-D data

4.2 见天村陡崖剖面生物礁露头三维岩性模拟及模型

在露头区12个虚拟井点设置基础上,通过露头现场考察获取的岩性类型,结合无人机倾斜摄影模型的数据框架,对虚拟井点进行岩性标定37-38,并开展基于沉积单元分层界限数据对比分析,获取分层数据,利用Petrel软件的Facies模块,分礁基、生物丘、礁核和礁顶开展三维空间预测与模拟,模拟算法为多点地质统计学方法,训练图像数据来源于经典生物礁模式,针对不同相带分训练图像模拟的方式;随后,对见天村陡崖剖面进行了三维模拟工作。礁基微相单元三维模拟结果显示,其岩性主要为含生屑泥晶灰岩、泥质灰岩以及少量藻黏结灰岩。模型模拟效果较为理想,全面展示出泥晶灰岩与含生屑泥晶灰岩在三维空间上呈现明显的层状叠置特征[图5(a)]。生物丘核微相单元模拟结果显示其主要岩性为含生屑泥晶灰岩、藻黏结灰岩以及少量具藻黏结结构的海绵骨架岩;模型显示了含生屑灰岩与藻黏结灰岩呈叠置交互状、局部点状分布特征[图5(b)]。礁核微相单元模拟结果显示其主要为具藻黏结结构的海绵礁灰岩、海绵骨架障积岩、含生屑云质灰岩及少量细晶白云岩,三维模型显示了海绵骨架礁灰岩与含生屑云质灰岩呈现出明显的非均质性。藻黏结灰岩呈现孤立式分布,而海绵骨架礁灰岩表现出条带状特征,局部礁灰岩占比增大部位为生物礁最发育部位[图5(c)]。礁顶微相单元模拟数据结果表明其主要有具藻黏结结构的海绵礁灰岩、海绵骨架障积岩、含生屑云质灰岩及少量细晶白云岩等,其岩性叠置关系复杂[图5(d)]。建模结果较好地显示了受顶部白云岩化的影响,细晶白云岩与含生屑灰质云岩的含量增多(图5)。在露头剖面的约束下,以虚拟井点的岩性结合训练图像开展多点地质统计学模拟空间不同沉积单元的岩性分布,同时对植被覆盖区和未知区进行了预测,模拟结果数据与虚拟井点输入数据相似度约为90%,结果较好地展示了生物礁的三维空间分布。
图5 多点地质统计模拟见天村陡崖剖面生物礁不同微相三维分布[平面位置见图1(c)]

(a)多点地质统计模拟礁基三维岩性模型;(b)多点地质统计模拟礁丘三维岩性模型;(c)多点地质统计模拟礁核三维岩性模型;(d) 多点地质统计模拟礁顶三维岩性模型

Fig.5 Multi-point geostatistical simulation shows different microfacies distribution of reef in Jiantian Village abrupt cliff profile(the plane position is shown in Fig.1(c))

5 露头区小尺度生物礁礁核相内部特征

针对采石场剖面露头区发育的主体礁核微相,开展小尺度生物礁内部非均质性研究。剖面长度约为100 m,高度约为12 m,出露面积约为600 m2,是由于采石挖掘而露出,出露岩石剖面方正规则,观察、描述与无人机数据采集非常便捷,既是开展生物礁礁核内部结构研究的良好场所,也是建立定量生物礁原型模型的良好选区(图6)。
图6 无人机倾斜摄影见天坝采石场剖面解剖

Fig.6 Jiantianba quarry outcrop profile of UAV oblique photography

受海平面变化引起了生物礁内部结构的差异性,剖面共发育了5期典型沉积旋回(图7)。第一期与第二期构成一个完整的对称沉积旋回,自下而上为开阔台地沉积到台地边缘斜坡生物礁核部沉积,台地边缘斜坡生物礁核部为充填骨架海绵骨架礁灰岩,厚度为18 m,填充骨架海绵障积灰岩,厚度约为15 m,发育的生物类型主要为串管海绵、纤维海绵和藻类,开阔台地沉积主要为微晶生物碎屑灰岩,厚度约为9 m[图8(a),图8(b)]。第三期与第四期构成一个完整的沉积旋回,自下而上主要为礁核到礁顶微相,主要包括开放骨架海绵骨架礁灰岩,厚度约为10 m;黏结骨架海绵骨架礁灰岩,厚度约为10 m;侵蚀格架海绵骨架礁灰岩,厚度约为9 m,此沉积旋回为海平面由上升变下降的过程,发育了生物礁主体部分,生物种类和数量十分丰富,造礁生物包括串管海绵、水螅类等,附礁生物包括腕足类、腹足类、有孔虫、苔藓虫等,黏结生物为蓝绿藻、笛管苔藓虫等,毁礁生物为穿贝海绵、钻孔双壳类、棘皮动物和蠕虫类等[图8(c)—图8(j)]31。第五期为生物礁礁顶和礁盖,为海平面持续下降过程,自下而上发育了开放骨架海绵障积礁灰岩[图8(k)],厚度约为10 m,底栖生物黏结岩厚度约为9 m,顶部为厚度约为2 m的生物碎屑白云岩36
图7 见天坝采石场露头剖面综合柱状图(据文献[39]修改)

Fig.7 Comprehensive lithology of Jiantianba quarry outcrop profile(modified according to Ref.[39])

图8 不同期次生物礁非均质性特征

(a)采石场剖面旋回Ⅰ生物礁特征;(b)藻纹层泥晶灰岩;(c)—(j)藻纹层、方解石充填的黏结礁灰岩;(k)碎屑沉积物充填的孔洞;(l)串管海绵;(m)、(n)溶蚀晶洞;(o)裂缝

Fig.8 Reef heterogeneity characteristics of different cycles

从剖面的岩石类型与生物化石来看,生物礁内部非均质性十分强烈。底部生物以蓝绿藻生物为主,逐渐演化,向上则以海绵生物(串管海绵、纤维海绵)[图8(l)]为主,其间发育一些附礁生物和黏结生物;这些构成了生物骨架结构礁灰岩,具障积结构的骨架礁灰岩,礁前垮塌棱角状灰岩角砾岩,深灰色厚层状白云岩沉积等,整体裂缝和溶蚀晶洞发育,有的甚至达到了直径10多米的溶洞[图8(m)—图8(o)]。
生物分布结构、沉积构造与岩性的差异性是导致生物礁非均质性的几个关键因素。礁基以层状生物碎屑礁灰岩为主,整体为较差孔隙结构类型,非均质性很强;礁核为块状杂乱堆积海绵障积岩、海绵骨架岩及藻黏结岩发育晶间孔、生物骨架孔和未填充的洞缝体系发育孔隙结构较好,未被亮晶方解石晶体充填的部位发育大孔和大洞,非均质性较强;礁顶呈波状起伏、层状叠置并向上突起,其内部含白云岩夹棘皮灰岩、泥晶白云岩和纹层状白云岩等次生溶蚀孔隙非常发育,部分孔隙已被沥青和方解石充填,也有部分未被充填,孔隙结构整体发育很好,呈相对较弱的非均质性。

6 有利储层分布及含油气性预测

碳酸盐岩生物礁微观非均质性对储层的影响非常大,在上述不同尺度非均质研究的基础上,进一步对微观非均质性进行了探讨。生物礁受海平面升降和后期成岩改造的影响,体现有利储层分布具有明显规律性。海平面升降变化对生物礁沉积的不同微相分布和生物生长控制作用明显,露头区长兴组高位体系域时期发育的生物礁储层,其沉积环境主要为台地边缘的生物丘、生物礁主体和礁顶白云化沉积。同时后期典型成岩作用对孔隙结构的改造引起了储层物性的变化。总体来说,研究区经历了压实作用、压溶作用、溶蚀作用及胶结充填作用等成岩作用类型1136。储集层岩性主要有晶粒白云岩、骨架礁灰岩、藻黏结岩和障积礁灰岩等类型。其中,晶粒白云岩储层主要分布在礁顶,孔隙度为4.8%~1.8%,平均约为3.7%,而渗透率极大值为1.3×10-3 μm2,晶间溶孔和晶间孔为生物礁储层岩性中储层物性最好的2类储集空间;骨架礁灰岩储层则分布在礁体中上部,其孔隙度为2.8%~1.73%,平均约为2.1%,渗透率极大值可达0.38×10-3 μm2,主要储集空间为溶孔孔隙和生物体腔孔(如串管海绵等),其储层物性在生物礁各类储集岩岩性中整体较好(图9)。而藻黏结礁灰岩形成的储集层则主要分布在生物礁体下部,孔隙度为1.6%~0.38%,平均约为0.9%,渗透率极大值为0.17×10-3 μm2,主要储集空间为溶孔、黏结格架孔及重结晶作用后形成的晶间孔,其整体属于物性相对最差储层(图9图10)。
图9 不同类型生物礁岩性的孔渗差异

Fig.9 The porosity and permeability difference of reefs lithology

图10 见天村生物礁有利储层分布模式

Fig.10 Pattern of reservoir quality distribution of Jiantian Village reef

7 结论

通过上述研究,得出了如下结论:
(1)无人机倾斜摄影处理后数据模型具有与图像信息对应的三维坐标,可精准定位任意点坐标和测量地质体规模。依据采集信息精度建立了米级别的见天村宏观模型、分米级别的见天村陡崖剖面和厘米级别的采石场剖面等3个模型,为多尺度生物礁非均质性研究奠定了数据基础。
(2)露头区大尺度沉积相带主要为自西向东发育的开阔台地、局限台地、生物礁和碳酸盐岩斜坡相。中尺度以生物礁发育礁基、生物丘、礁核和礁顶等4个微相,其中,礁基以薄层板状灰岩为主,单层厚度约为20 cm,总厚度为60 m;生物丘以多层不规则丘状沉积为特征,单层厚度约为30 cm,总厚度为45 m;礁核为不规则的凸起块状岩隆,厚度约为80~120 m;礁顶为块状晶粒白云岩厚度约为20 m;小尺度礁核内部可以进一步细分5期旋回,受海平面升降影响,不同旋回生物组合和岩性差异明显。
(3)有利储层以发育晶间孔和晶间溶孔的礁顶晶粒白云岩发育得最好,其次是以发育生物体腔孔和溶蚀孔隙的礁核骨架礁灰岩较好,物性相对较差为发育黏结格架孔、溶孔和重结晶后的晶间孔礁丘的藻黏结礁灰岩。
1
马永生, 牟传龙, 郭旭升, 等. 四川盆地东北部长兴期沉积特征与沉积格局[J]. 地质论评, 2006, 52(1):25-29.

MA Y S, MOU C L, GUO X S, et al. Characteristic and framework of the Changxingian sedimentation in the northeastern Sichuan Basin[J].Geological Reviews,2006,52(1):25-29.

2
马永生, 蔡勋育, 培荣. 元坝气田长兴组—飞仙关组礁滩相储层特征和形成机理[J]. 石油学报,2014,35(6):1001-1011.

MA Y S, CAI X Y, PEI R. Characteristics and formation mechanisms of reef-shoal carbonate reservoirs of Changxing-Feixianguan formations, Yuanba Gas Field[J]. Acta Petrolei Sinica, 2014, 35(6): 1001-1011.

3
范嘉松, 吴亚生. 川东二叠纪生物礁的再认识[J]. 石油与天然气地质, 2002, 23(1): 12-18.

FAN J S, WU Y S. Restudies on Permian reefs in eastern Sichuan, China[J]. Oil & Gas Geology, 2002, 23(1):12-18.

4
ROBERT R. Structure and composition of organic reefs and carbonate mud mounds: Concepts and categories[J].Earth-Science Reviews, 2002, 58: 163-231.

5
ABBEY E,WEBSTER J M,BRAGA J C,et al. Deglacial mesophotic reef demise on the Great Barrier Reef[J]. Palaeogeography,Palaeoclimatology,Palaeoecology,2013,392:473-494.

6
徐守成,李国蓉,张小青,等. 川东北元坝地区长兴组生物礁白云岩成因机理[J]. 石油与天然气地质,2017,38(4):729-740.

XU S C, LI G R, ZHANG X Q, et al. Genetic mechanism of reef dolostones of the Changxing Formation in Yuanba area, northeastern Sichuan Basin[J]. Oil & Gas Geology, 2017, 38(4): 729-740.

7
WEBSTER J M, WALLACE L, SILVER E, et al. Coralgal composition of drowned carbonate platforms in the Huon Gulf, Papua New Guinea:Implications for lowstand reef development and drowning[J]. Marine Geology,2004,204:59-89.

8
严张磊, 邢凤存, 段金宝, 等.川东北地区长兴组台缘礁滩带沉积结构及储集层分布[J].新疆石油地质, 2018, 39(3): 311-317.

YAN Z L, XING F C, DUAN J B, et al. Sedimentary texture and reservoir distribution of platform margin reef flat zone in Changxing Formation of northeastern Sichuan Basin[J]. Xin-jiang Petroleum Geology, 2018, 39(3): 311-317.

9
HAO T,STEPHEN K,TAN X C, et al. Sedimentology of reefal buildups of the Xiannüdong Formation (Cambrian Series 2), SW China[J]. Journal of Palaeogeography,2019,8(2):170-180.

10
马永生, 傅强, 郭彤楼, 等.川东北地区普光气田长兴—飞仙关气藏成藏模式与成藏过程[J]. 石油实验地质, 2005, 27(5):455-460.

MA Y S, FU Q, GUO T L, et al. Pool forming pattern and process of the Upper Permian-Lower Triassic, Puguang Gas Field, Northeast Sichuan Basin, China[J]. Petroleum Geology & Experiment, 2005, 27(5): 455-460.

11
HU M Y, HU Z G, QIU X S, et al. Platform edge reef and bank structure and depositional model of Changxing Formation in Panlongdong section, Xuanhan, northeastern Sichuan[J]. Journal of Earth Science, 2012, 23(4):431-441.

12
胡明毅, 魏欢, 邱小松, 等.鄂西利川见天坝长兴组生物礁内部构成及成礁模式[J].沉积学报, 2012, 30(1):33-42.

HU M Y, WEI H, QIU X S, et al. Reef composition and their forming models of Changxing Formation in Jiantianba section of Lichuan, western Hubei[J]. Acta Sedimentologica Sinica, 2012, 30(1):33-42.

13
秦鹏, 胡忠贵, 吴嗣跃, 等.川东长兴组台缘礁滩相储层纵向非均质性特征及形成机制——以川东宣汉盘龙洞长兴组剖面为例[J]. 岩石矿物学杂志,2018,37(1):61-74.

QIN P, HU Z G, WU S Y,et al. Vertical heterogeneity and formation mechanism of the platform edge reef and bank reservoir in Changxing Formation of eastern Sichuan Basin[J]. Acta Petrologica et Mineralogica,2018,37(1):61-74.

14
蔡希源.川东北元坝地区长兴组大型生物礁滩体岩性气藏储层精细刻画技术及勘探实效分析[J]. 中国工程科学,2011, 13(10):28-33.

CAI X Y. The subtly method of reservoir and exploration effects on the organic reef-beach body of Changxing Formation, Yuanba area,northeastern Sichuan[J]. Engineering Sciences, 2011, 13(10): 28-33.

15
龙胜祥, 游瑜春, 刘国萍, 等.元坝气田长兴组超深层缓坡型礁滩相储层精细刻画[J]. 石油与天然气地质,2015,36(6): 994-1000.

LONG S X, YOU Y C, LIU G P, et al. Fine characterization of ultra-deep reef-shoal reservoirs of ramp-type in Changxing Formation in Yuanba Gas Field,Sichuan Basin[J]. Oil & Gas Geology,2015,36(6):994-1000.

16
武恒志, 吴亚军, 柯光明.川东北元坝地区长兴组生物礁发育模式与储层预测[J]. 石油与天然气地质, 2017, 38(4): 645-657.

WU H Z, WU Y J, KE G M. Bioherm development model and reservoir prediction of Changxing Formation in Yuanba area,northeastern Sichuan Basin[J]. Oil & Gas Geology,2017,38(4): 645-657.

17
张文彪, 段太忠, 刘彦锋, 等. 综合沉积正演与多点地质统计模拟碳酸盐岩台地——以巴西Jupiter油田为例[J]. 石油学报, 2017, 38(8): 925-934.

ZHANG W B, DUAN T Z, LIU Y F, et al. Integrated sedimentary forward modeling and multipoint geostatistics in carbonate platform simulation : A case study of Jupiter Oilfield in Brazil[J]. Acta Petrolei Sinica, 2017, 38(8): 925-934.

18
杨丽兵, 邓文龙, 徐守成, 等.元坝长兴组气藏礁滩沉积微相地质特征及测井识别[J]. 测井技术, 2017, 41(5): 538-543.

YANG L B, DENG W L, XU S C, et al. Geological characteristics of sedimentary microfacies in reef flat of Changxing Formation in Guangyuan gas reservoir and its well logging identification method[J]. Well Logging Technology, 2017, 41(5): 538-543.

19
郭宗河.用全站仪测量与测设高程的几个问题[J]. 测绘通报, 2001(12): 39-40.

GUO Z H. Some problems of height surveying and setting-out with total station[J]. Bulletin of Surveying and Mapping, 2001(12): 39-40.

20
石书缘, 胡素云, 冯文杰, 等. 基于Google Earth软件建立曲流河地质知识库[J]. 沉积学报, 2012, 30(5): 869-878.

SHI S Y, HU S Y, FENG W J, et al. Building geological knowledge database based on google earth software[J]. Acta Sedimentologica Sinica, 2012, 30(5): 869-878.

21
朱如凯,白斌,袁选俊,等. 利用数字露头模型技术对曲流河三角洲沉积储层特征的研究[J]. 沉积学报,2013,31(5): 867-877.

ZHU R K, BAI B, YUAN X J, et al. A new approach for outcrop characterization and geostatistical analysis of meandering channels sandbodies within a delta plain setting using digital outcrop models: Upper Triassic Yanchang tight sandstone Formation, Yanhe outcrop, Ordos Basin[J]. Acta Sedimentologica Sinica,2013,31(5):867-877.

22
曾庆鲁,张荣虎,卢文忠,等. 基于三维激光扫描技术的裂缝发育规律和控制因素研究——以塔里木盆地库车前陆区索罕村露头剖面为例[J]. 天然气地球科学,2017,28(3): 397-409.

ZENG Q L, ZHANG R H, LU W Z, et al. Fracture development characteristics and controlling factors based on 3D laser scanning technology:An outcrop case study of Suohan village, Kuqa foreland area, Tarim Basin[J]. Natural Gas Geoscience, 2017,28(3):397-409.

23
WOODWARD J, ASHWORTH P J, BEST J L,et al. The use and application of GPR in sandy fluvial environments: Methodological considerations[J]. Geological Society London Special Publications,2003,211(1):127-142.

24
印森林, 陈恭洋, 刘兆良, 等. 基于无人机倾斜摄影的三维数字露头表征技术[J]. 沉积学报,2018,36(1):72-80.

YIN S L, CHEN G Y, LIU Z L, et al. 3D digital outcrop characterization technology based on unmanned aerial vehicle oblique photography[J]. Acta Sedimentologica Sinica,2018,36(1):72-80.

25
印森林, 谭媛元, 张磊, 等. 基于无人机倾斜摄影的三维露头地质建模:以山西吕梁市坪头乡剖面为例[J]. 古地理学报, 2018,20(5):909-924.

YIN S L,TAN Y Y, ZHANG L, et al. 3D outcrop geological modeling based on UAV oblique photography data: A case study of Pingtouxiang section in Lüliang city, Shanxi Province[J]. Journal of Palaeogeography,2018,20(5):909-924.

26
印森林, 高阳, 胡张明, 等. 基于无人机倾斜摄影的露头多点地质统计模拟——以山西吕梁坪头乡石盒子组为例[J]. 石油学报,2021,42(2):198-216.

YIN S L, GAO Y, HU Z M, et al. Multiple-point geostatistical simulation of outcrop based on UAV oblique photographic data: A case study of Shihezi Formation in Pingtou township,Lüliang city,Shanxi[J]. Acta Petrolei Sinica,2021,42(2):198-216.

27
包战, 王树文. 有人/无人机协同作战能力生成问题研究[J]. 国防科技,2017,38(3):76-79.

BAO Z, WANG S W. Research on generating the cooperative operational ability of the manned/unmanned aerial vehicles[J]. National Defense Science & Technology,2017,38(3):76-79.

28
杨陆强, 果霖, 朱加繁, 等. 我国农用无人机发展概况与展望[J]. 农机化研究,2017,39(8):6-11.

YANG L Q, GUO L, ZHU J F, et al. The development situation and prospect of agricultural UAV in China[J]. Journal of Agricultural Mechanization Research,2017,39(8):6-11.

29
弥永宏, 张雪萍, 李英杰.基于倾斜摄影的三维城市建模研究[J].测绘与空间地理信息,2017,40(1):215-217.

MI Y H,ZHANG X P,LI Y J. Research on 3D city modeling based on oblique photography[J]. Geomatics & Spatial Information Technology,2017,40(1):215-217.

30
毕凯, 李英成, 丁晓波, 等. 轻小型无人机航摄技术现状及发展趋势[J]. 测绘通报,2015,60(3):27-31.

BI K, LI Y C, DING X B, et al. Aerial photogrammetric technology of light small UAV: Status and trend of development[J]. Bulletin of Surveying and Mapping,2015,60(3):27-31.

31
张维, 张孝林. 中国南方二叠系生物礁与古生态[M]. 北京:地质出版社.1997.

ZHANG W, ZHANG X L. Permian Reef and Paleoecology in Southern China[M].Beijing:Geological Publishing House,1997.

32
范嘉松. 中国的生物礁和油气[M]. 北京:海洋出版社,1996: 326-329.

FAN J S. Reef and Oil & Gas in China[M]. Beijing: Ocean Press, 1996: 326-329.

33
靳秀菊, 侯加根, 刘红磊, 等. 礁滩相储集层平面非均质性定量表征技术[J]. 地质论评, 2016, 62(5): 1315-1328.

JIN X J, HOU J G, LIU H L, et al. Quantitative characterization of plane heterogeneity of reef bank reservoir[J]. Geological Reviews, 2016, 62(5): 1315-1328.

34
LEINFELDER R R,SCHLAGINTWEIT F, WERNER W, et al. Significance of stromatoporoids in Jurassic reefs and carbonate platforms-concepts and implications[J]. Facies, 2005, 51: 287-325.

35
荣辉, 焦养泉, 吴立群, 等. 川东北开县满月甘泉剖面长兴组生物丘构成及成丘模式[J]. 沉积学报,2009,27(1):9-17.

RONG H, JIAO Y Q, WU L Q, et al. Organic bioherms and their forming models of Changxing Formation in Manyue-Ganquan section of Kaixian, Northeast Sichuan[J]. Acta Sedimentologica Sinica, 2009, 27(1): 9-17.

36
李思田, 焦养泉,陆永潮,等. 碳酸盐台地边缘带沉积体系露头研究及储层建模[M]. 北京:地质出版社, 2014.

LI S T,JIAO Y Q,LU Y C,et al.Outcrop Depositional System Research of the Carbonate Platform Margin Belts and Reservoir Modeling[M]. Beijing:Geological Publishing House, 2014.

37
PICKE A, FRECHETTE J D, COMUNIAN A, et al. Building a training image with digital outcrop models[J]. Journal of Hydrology, 2015, 531: 53-61.

38
印森林, 吴胜和, 冯文杰, 等. 基于辫状河露头剖面的变差函数分析与模拟[J]. 中南大学学报(自然科学版), 2013, 44(12): 4988-4994.

YIN S L, WU S H, FENG W J, et al. Variogram analysis and simulation on sedimentary outcrop profile of braided river[J]. Journal of Central South University (Science and Technology), 2013, 44(12): 4988-4994.

39
CHEN B C, XIE X N, AI-AASM I S, et al. Depositional architecture and facies of a complete reef complex succession: A case study of the Permian Jiantianba reefs, western Hubei, South China[J]. Minerals, 2018, 533:1-22.

文章导航

/