Natural Gas Geoscience >

2021 , Vol. 32 >Issue 7: 950 - 960

DOI: https://doi.org/10.11764/j.issn.1672-1926.2021.01.010

Geological evaluation indexes and lowest limit standards for selection of shale gas industrial construction areas： Case study of X block in southern Sichuan Basin

  • Zhuo WEN , 1, 2 ,
  • Yong-shang KANG , 1, 2 ,
  • Liu-xu KANG 1, 2 ,
  • Jun LI 1, 2 ,
  • Qun ZHAO 3 ,
  • Hong-yan WANG 3
Expand
  • 1. State Key Laboratory of Petroleum Resources and Prospecting，China University of Petroleum （Beijing），Beijing 102249，China
  • 2. College of Geosciences，China University of Petroleum （Beijing），Beijing 102249，China
  • 3. PetroChina Research Institute of Petroleum Exploration & Development，Beijing 100083，China

Received date: 2020-10-23

  Revised date: 2021-01-09

  Online published: 2021-07-22

Supported by

The China National Science and Technology Major Project(2017ZX05035)

Fold

Abstract

As a demonstration zone for commercial shale gas development in my country， the areas in southern Sichuan Basin have a good prospect for exploration and development. In order to solve the problem of large different single well productivity in shale gas and low energy and low efficiency of some production wells， starting from the actual gas production effect of the X block， combined with shale logging interpretation data， X-ray diffraction， rock organic carbon analysis and reservoir physical properties， the factors which influence shale gas production were analyzed to determine the evaluation index of the geological selection of the shale gas industrial production area， also using 8.0×104 m3/d as shale gas industrial flow lowest limit， exploring the lowest limit standard of corresponding evaluation index. The study shows that： （1） The drilling rate of high-quality reservoir， TOC content， porosity， and brittleness index have a significant effect on shale gas production capacity， and these can be used as a key indicator for the selection of shale gas industrial production areas. （2） Shale gas production capacity is not necessarily related to the total gas content of shale， but it has a very obvious positive correlation with the relationship between free gas content and free gas proportion. Therefore， free gas content and proportion of shale can be used as one of the evaluation indicators for the selection of production areas. （3） Compared with BI mer and BRMC4， BI bm can better indicate the shale brittleness. （4） To reach the lowest limit of industrial oil and gas flow， it is recommended that the drilling rate of high-quality reservoirs should reach at least 65%， TOC content should reach 3.3%， porosity should reach 3.5%， gas content should reach 3.0 m3/t， and the ratio of free gas accounts should reach more than 60%，that is，the free gas content should reach 2.0 m3/t， and the BIbm should reach 0.5.

Key words： Shale gas; Industrial production areas; Evaluation index; Lowest limit standard; X block in southern Sichuan Basin

Cite this article

Zhuo WEN , Yong-shang KANG , Liu-xu KANG , Jun LI , Qun ZHAO , Hong-yan WANG . Geological evaluation indexes and lowest limit standards for selection of shale gas industrial construction areas： Case study of X block in southern Sichuan Basin[J]. Natural Gas Geoscience, 2021 , 32(7) : 950 -960 . DOI: 10.11764/j.issn.1672-1926.2021.01.010

0 引言

页岩气是赋存于低孔低渗的富含有机质页岩夹层中的天然气，主体上为自生自储、大面积连续成藏的天然气聚集［1］。美国早在19世纪时就开展了页岩气的勘探开发工作，并于1821年在阿巴拉契亚盆地实现了页岩气的商业开发［2-3］。中国页岩气资源丰富，根据中国石油天然气股份有限公司第四次资源评价结果，中国陆上页岩气可采资源量为12.85×1012 m3，其中，海相页岩气可采资源量为8.82×1012 m3，占比为69%；海陆过渡相页岩气可采资源量为2.37×1012 m3，占比为18%；陆相页岩气可采资源量为1.66×1012 m3，占比为13%［4］。中国的页岩气研究虽起步较晚，但发展迅速，已经成为了继北美之后第一个实现页岩气规模化商业开发的国家［5］。
众多学者在页岩气选区评价指标的选取方面做了大量的工作，但多数都集中于勘探有利区选区评价指标及其下限标准的研究上［6-17］，鲜有关于页岩气工业建产区选区评价指标的研究报道。随着我国页岩气勘探开发工作的深入开展，原有的页岩气勘探有利区的评价指标及其下限值已经明显不适用于工业建产区阶段的需要，比如在相似的工程工艺技术条件下，蜀南地区X区块出现了生产井单井测试产量差异较大、部分气井低产低效的问题。为了解决这一问题，需要在页岩气勘探有利区研究的基础上，紧密联合现场生产实际进一步探索页岩气工业建产区的选区评价指标及其下限标准。
本文以蜀南地区X区块龙马溪组页岩X-射线衍射、岩石有机碳、储层物性、测井解释及生产测试等实际勘探开发资料为基础，运用数学方法定量表征各地质因素对页岩气产能的影响程度，确定影响页岩气水平井产量的主控地质因素，即为工业建产区选区评价指标，并以8.0×104 m3/d作为工业油气流下限进而确定相应评价指标的下限值。通过研究，以期能为X区块以及蜀南地区其他区块下一步的页岩气工业建产选区提供参考和借鉴。

1 研究区概况

四川盆地作为我国页岩气开发的先导试验区，目前已经率先实现了页岩气勘探开发。经过近些年大量的地质研究和选区评价，四川盆地及周缘已经圈定多个页岩气资源勘探开发有利区、控制区和探明区。四川盆地边缘发育了城口、龙门山等一级断裂，盆地内发育了多个低陡、平缓及高陡断褶带。研究区主要为四川盆地南部的X区块（图1），也包含了四川盆地及周缘部分页岩气地区。
图1 研究区位置示意（据文献［18］修改）

Fig.1 Location map of the study area （modified by Ref.［18］）

研究区属于川西南古中斜坡低褶带，地层平缓、倾角小，整体为大型宽缓单斜构造，断裂不发育。研究区以震旦系变质岩、岩浆岩为基底，而奥陶系—侏罗系较为完整。从发育地层来看，从上到下主要地层依次为侏罗系、三叠系、二叠系、志留系和奥陶系等，泥盆系和石炭系由于隆升受到剥蚀而缺失。龙马溪组页岩沉积时期处于加里东构造运动期，构造活动活跃，海平面升降频繁，经历了多个沉积旋回，页岩纵向上尤其是底部层理发育，非均质性强。龙马溪组龙一1亚段位于龙马溪组底部，是钻井及压裂改造的目标层段。龙一1亚段根据页岩特征又可以分为4个小层：1小层主要发育黑色炭质、硅质页岩，厚度大约为1~4 m；2小层主要发育黑色炭质页岩层，厚度大于小层1，大约为4~11 m；3小层主要发育黑色炭质、硅质页岩，厚度略小于小层2，大约为3~9 m；4小层厚度大于其他3个小层，大约为6~25 m，岩性以黑色页岩为主（表1）。与龙一1 2—龙一1 4小层相比，龙一1 1小层表现为高TOC、高孔隙度、高脆性、高含气量和低黏土含量的特征，是研究区龙马溪组页岩最有利储集层发育段，产气贡献最大［19］。
表1 研究区龙马溪组页岩小层划分

Table 1 Stratigraphic division table of the Longmaxi Formation shale in the study area

组 段 小层 主要特征 厚度范围/m
龙马溪组 龙二 以灰绿色、浅灰色泥岩，粉砂质泥岩为主，少含灰质，中高伽马，少见笔石 100~250
龙一 龙一2 岩性以龙一2底部深灰色页岩，与下伏五峰组—龙一段灰黑色页岩分界 100~150
龙一1 4 厚度大，GR为相对3小层低平的箱型，140~180 API，AC、CNL低于3小层，DEN高于3小层，TOC低于3小层 6~25
3 标志层，黑色炭质、硅质页岩，GR陀螺型凸出于2、4小层，160~270 API，高AC，低DEN，TOC与GR形态相似 3~9
2 厚度较大，黑色炭质页岩，GR相对1、3小层低平（类）箱型特征，与4类似，GR为140~180 API，TOC分布稳定，低于1、3小层 4~11
1 标志层，黑色炭质、硅质页岩，GR在底部出现龙马溪组内最高值，在170~500 API，TOC在4%~12%，GR最高值下半幅点为1底界 1~4

2 工业建产区选区评价地质指标优选讨论

页岩气的产出不同于常规油气，一共经历了钻井、压裂改造、压裂液返排、生产等多个环节。因此，页岩开发过程中的测井参数、钻井、压裂、生产管理等诸多地质、工程参数都不同程度地对页岩气井产能产生了一定的影响［20-21］。有关学者［22-23］将页岩气的影响因素分为地质因素和工程因素两大类，其中地质因素是保证页岩气具有可观产量的基础。在考虑同等工程技术因素的前提下，寻找影响页岩气水平井高产的主控地质因素便成了重点。根据现场生产数据及地质参数的实际反馈，探讨影响X区块页岩气产能的主控地质因素，即工业建产区选区评价地质指标。
页岩气的开发受诸多地质因素影响，不同因素之间又存在某种相关关系，例如TOC含量与含气量都对页岩气产能产生影响，但TOC含量与含气量之间也存在一定的关系，若简单地利用某一地质因素与页岩产能的线性回归拟合系数来判断其对产能的影响程度是不准确的。当变量之间不存在严格的数学关系时，利用灰色关联法进行分析变量与因变量之间的关系是非常有效的［24-26］。灰色关联法能在系统中离乱的、随机的观测数据中，确定各自变量与因变量之间的关联程度。
基于蜀南地区X区块的现场反馈的地质参数与实际生产数据，以测试产量作为参考序列X 0（k），龙一1 1小层钻遇率、龙一1 2小层钻遇率、平均伽马值、TOC含量、有效孔隙度、含气量和脆性指数共7个地质参数作为比较序列Xi （k），进而探讨各个地质参数对页岩气产能的影响程度。其具体步骤为：首先将参考序列和比较序列进行标准化转化，采用min-max归一化方法，具体转化过程如式（1）：
Y i = x i - m i n   1 ≤ i ≤ n   ( x i ) m a x 1 ≤ i ≤ n   ( x i ) - m i n 1 ≤ i ≤ n   ( x i )
由此得到的新数列Yn 即为标准化序列。通过式（2）计算灰色关联系数求取关联度并依此进行排序，确定各比较序列对参考序列的主次关系，其排序结果如表1所示。
ξ i k = m i n i '   m i n k '   X 0 k ' - X i ( k ' ) + ρ m a x i '   m a x k '   X 0 k ' - X i ( k ' ) X 0 k - X i ( k ) + ρ m a x i '   m a x k '   X 0 k ' - X i ( k ' )
式中：ξi （k）代表比较数列中第i个地质参数中的第k个数值Xi （k）与参考数列中第k个数值X 0（k）之间的关联系数；i′代表7个地质参数，其取值为1，2，···，7；k′代表比较数列的25个数值，其取值为1，2，···，25；ρ代表分辨系数，在（0， 1）内取值，通常取0.5［27］。
由灰色关联法计算结果可以看出，研究区龙一1 1小层钻遇率和TOC对页岩气测试产量的影响最大，其次是有效孔隙度和脆性指数，然后是平均伽马值和龙一1 2小层钻遇率，最后是含气量。其中龙一1 1小层钻遇率与测试产量的关联度最大，达到了0.729；含气量与测试产量的关联度最小，为0.545。各地质因素对测试产量的影响程度按照关联度排序依次为龙一1 1小层钻遇率>TOC>有效孔隙度>脆性指数>平均伽马值>龙一1 2小层钻遇率>含气量。
因此本文认为，在7个地质参数中，优质储层钻遇率、TOC含量、有效孔隙度和脆性指数4个指标是影响页岩气产能的主控因素，平均伽马值和龙一1 2小层钻遇率与测试产量的关系不明显。同时由表2发现，含气量对页岩气测试产量的影响程度不明显，所得结论与前人研究结果［28-30］出现了矛盾，此异常关系也将在第3章节分析讨论。
表2 地质参数与测试产量关联度排序

Table 2 Ranking table of correlation degree between geological parameters and tested output

测试产量

影响因素

 龙一1 1小层钻遇率 TOC 有效孔隙度 脆性指数 平均伽马值 龙一1 2小层钻遇率 含气量
关联度 0.729 0.722 0.686 0.682 0.589 0.547 0.545
排序 1 2 3 4 5 6 7

3 工业建产区选区地质评价指标下限值讨论

目前X区块水平井已钻至4 000 m以深层位，参考国家标准建议［28］，在此深度范围中工业油气流下限标准为8.0×104 m3/d（表3）。结合以上讨论结果和前人研究［29-31］，建议将优质储层钻遇率、TOC含量、有效孔隙度、脆性指数和含气量5个页岩气高产主控地质因素作为页岩气工业建产区的选区地质评价指标，并同时以研究区目前开采深度的工业油气流下限标准为依据，最终确定相关评价指标的下限值。
表3 页岩气井最低工业性气流量标准[28]

Table 3 Minimum industrial gas flow standards for shale gas wells[28]

气层埋深/m 直井产气量/（104 m3/d） 水平井产气量/（104 m3/d） 气层埋深/m 直井产气量/（104 m3/d） 水平井产气量/（104 m3/d）
<500 — — 2 000~3 000 1.00 4.00
500~1 000 0.20 1.00 3 000~4 000 2.00 6.00
1 000~2 000 0.50 2.00 4 000~4 500 3.00 8.00

3.1　优质储层钻遇率下限讨论

较高水平的优质储层钻遇程度对页岩气产能的影响非常显著［21，32-33］，优质页岩层段钻遇长度与厚度是气井高产的物质保障。在工程工艺条件相差不大的条件下，探寻优质储层钻遇率的下限值是实现页岩气高产的最基本条件。
蜀南地区X区块水平井测试产量与龙一1 1储层钻遇率呈正相关关系，水平井在龙一1 1小层内穿行比例越高，获得的产量越高。有关学者研究认为页岩气若想达到高产20×104 m3/d，Ⅰ类储层（主要分布于龙一1 1小层）钻遇率不得低于80%［19］。本文根据生产资料绘制了龙一1 1小层钻遇率与测试产量关系图（图2），由图表分析发现，只有当龙一1 1小层钻遇率达到一定数值之后，测试产量才出现大量分异的现象，这说明龙一1 1小层储层钻遇率较小时，页岩气产能也只能保持一个较低的水平；只有当龙一1 1小层钻遇率达到一定阈值以后，其他地质因素的影响作用才开始显现出来，测试产量从而开始出现分异的现象。从数据统计中可以发现，当龙一1 1小层钻遇率达到65%以上时研究区测试产量普遍比较高，其中测试产量达到8.0×104 m3/d（工业油气流下限标准）的水平井占比95.45%。因此为了达到工业气流下限标准，本文建议研究区页岩储层优质储层钻遇率不低于65%，即在水平井每1 500 m的水平段长中，至少要钻遇优质储层厚度975 m才可能达工业建产区油气流下限标准，建议同时利用随钻地质导向技术随时调整钻头方向提高优质储层钻遇率以提高页岩气产能及最终可采储量。
图2 研究区测试产量与优质储层钻遇率关系

Fig.2 Relationship between tested output and drilling rate of high quality reservoirs in the study area

3.2　 TOC和有效孔隙度下限讨论

页岩TOC含量和有效孔隙度分别代表着页岩储层的生烃潜力和储层物性［19，32-33］。作为评价页岩储层品质的2个关键因素，TOC含量和有效孔隙度大小对页岩气井的产能有着重要影响。
研究区生产井的测试产量整体比较高，有84.0%的水平井达到了工业油气流下限标准8.0×104 m3/d，但这并不能说明勘探有利区的下限标准（TOC、有效孔隙度下限分别为2.0%、2.0%）就适用于工业建产区的选区标准。岩石有机碳实验分析结果表明蜀南地区X区块TOC含量整体比较高，基本上都达到了3.0%以上，最高达到了5.8%；岩心实测有效孔隙度发现，X区块水平井的有效孔隙度最小为3.8%，最大为7.2%，平均为5.88%，以上说明研究区水平井的TOC含量和有效孔隙度大小整体较高，这也是该区块水平井整体产能水平较高的原因。为了进一步研究工业建产区的TOC和有效孔隙度下限标准，笔者分别绘制了X区块测试产量随TOC含量、有效孔隙度的变化关系图（图3，图4）。
图3 TOC含量与测试产量关系

Fig.3 Relationship between tested output and TOC content

图4 有效孔隙度与测试产量关系

Fig.4 Relationship between tested output and effective porosity

由图3、图4可以看出，TOC与有效孔隙度都对测试产量呈正相关关系。由曲线斜率可以看出，TOC对测试产量的影响程度较大些，这与灰色关联分析结果一致。两者与测试产量的拟合关系分别为：
P=7.99 TOC－18.70，r=0.65
P=3.988 Φ－5.750 6，r=0.38
式中：P代表测试产量，104 m3/d；Φ代表有效孔隙度，%。
其中，TOC含量与测试产量的相关系数大于有效孔隙度，这也从侧面证实了TOC对页岩产能的相关性较高一些，对页岩产能的影响程度高于有效孔隙度。当测试产量P为8.0×104 m3/d时，可得TOC含量为3.3%、有效孔隙度为3.5%，如图3、图4中红线所示。在页岩气工业建产区选区时，建议将页岩气工业建产区选区的TOC含量和有效孔隙度的下限标准分别定为3.3%、3.5%。

3.3　页岩含气量下限讨论

3.3.1　含气量与产能的关系

高含气量是页岩气高产必不可少的条件［29-31］，页岩气含量同时也是衡量页岩气是否具有经济开采价值和评估资源潜力的关键指标。文中含气量指的是总含气量，页岩气的赋存状态复杂，总含气量主要由游离气和吸附气组成。研究区水平井资料缺少详细的游离气和吸附气数据，根据X区块现有评价井的测试资料做出了游离气相关评价指标（数据均为测井解释值）与测试产量的关系（图5）。
图5 研究区页岩含气量与测试产量关系

Fig.5 Relationship between gas content and tested output in the study area

由图5可以发现，页岩游离气占比越高，其测试产量就越高。X204井龙马溪组页岩含气量高，游离气含量占比最高，其值超过75%，测试日产气量可达到16.5×104 m3/d；X201井与X205井总含气量相近，但X205井游离气占比超过60%，X205井测试产量（2.6×104 m3/d）也明显高于游离气占比50.49%的X201井的测试产量0.26×104 m3/d，可见游离气含量对测试产量的贡献很大。
在页岩气的开发过程中，游离气含量和吸附气含量影响着页岩气的产量及寿命。页岩游离气含量决定着页岩气的初期产能大小，随着开采过程中储层压力的降低，吸附气逐渐解吸产出，因此可以说明吸附气含量决定着页岩气田的寿命。洪亚飞等［34］通过实验研究认为，由于储层压力的降低，吸附气解吸而产出，因此随着吸附气含量的增加，页岩气产出的难度增加，会导致最终的累计产量下降；同时吸附气含量升高意味着游离气含量的降低，会直接造成页岩气初期产能也随之降低。
页岩吸附气可以分为解吸气和残余气，笔者根据现有资料绘制了研究区现场岩心实测的页岩残余气含量与总含气量的变化关系图（图6）。根据图6可以看出，随着总含气量的增加，页岩残余气含量也随之增加，说明总含气量增加有可能是吸附气含量升高或者吸附气升高占主导作用的缘故，故而造成了总含气量与测试产量所出现的异常变化关系。
图6 研究区页岩残余含气量与总含气量关系

Fig.6 Relationship between residual gas content and total gas content in the study area

3.3.2　含气量下限讨论

研究区具有测试产量的水平井缺少游离气含量数据，为了进一步探究页岩气工业建产区的含气量下限与游离气含量下限，笔者收集了蜀南地区多口井的实际生产资料（表4），对照工业油气流下限标准（表3），初步讨论页岩气工业建产区含气量与游离气含量的下限指标。
表4 四川盆地及周缘页岩含气量与测试产量统计

Table 4 Statistical of gas content and tested gas production of shales in Sichuan Basin and its peripheral

地区 井号/井型 层位 深度/m

含气量

/（m3/t）

游离气占比

/%

 测试产量/（104 m3/d） 资料来源
X区块 X201/直井

龙马

溪组

 1 501~1 541 2.4 50.49 0.26 本文
X202/直井 2 538~2 579 3.7 ~ 4.5 ( 4.1 ) 61.94 2.75
X204/直井 3 499~3 526 7.3 76.33 16.5
X205/直井 3 676~3 705 2.4 ~ 4.3 ( 3.4 ) 62.8 2.6
焦石坝 JY1/水平井 2 378~2 416 4.4 ~ 8.2 ( 6.1 ) 60~75 20.3 文献［22］
JY2/水平井 2 534~2 575 3.8 ~ 9.6 ( 6.8 ) 33.7
长宁 宁201/直井 2 479~2 525 2.0 ~ 6.2 ( 4.8 ) 43.63~55.26 0.72~1.00 文献［35］
保靖 保页1/直井

筇竹

寺组

 2.5 0.16
威远 W201/直井 2 652~2 704 1.10 ~ 3.51 ( 2.01 ) 1.08
长宁 宁206/直井 1 850~1 890 0 ~ 0.8 ( 0.65 ) 无气
昭通 昭103/直井 2 490~2 540 0.06 ~ 0.62 ( 0.35 ) 无气
常德 常页1/直井 1 120~1 250 0.06 ~ 2.10 ( 1.02 ) 无气

注：括号内数值为平均值，X区块及宁201井总含气量及游离气占比为测井解释数据；宁201井测试产量及其他地区资料来自参考文献[35]

表4为四川盆地及其周缘页岩含气量和游离气占比与测试日产气量统计表。由表4可见，当页岩气井含气量小于2.5 m3/t时，如保页1井、X201井、宁206井等，难以获得工业气流。这说明了前人所总结的页岩总含气量下限值1~2 m3/t偏小，将该总含气量下限作为页岩工业建产区的含气量下限标准，存在一定的局限。本文研究发现，当游离气占比小于60%时，即使有较高的总含气量，比如宁201井（总含气量为4.8 m3/t），也难以获得工业气流，这说明在进行页岩气的工业选区时仅仅考虑总含气量的多少是不够的，也应该考虑其中游离气占比的多少。发现当游离气含量占比超过60%且总含气量高于3.4 m3/t时，如X205井，可获得工业性气流（表3）；X202井、X204井、JY1井和JY2井等含气量都比较高且游离气含量大于60%时，其测试产量都超过了工业油气流下限标准。通过以上讨论，笔者建议页岩气工业建产区含气量下限为2.5~3.4 m3/t，本文取其平均值3.0 m3/t，其中游离气含量占比最好要达到60%以上才能达到工业油气流标准。

3.4　页岩脆性指数下限讨论

页岩储层的可压裂性好坏直接影响着页岩气的产能。具有良好可压裂性的页岩层段压后裂缝发育程度较高，在实际生产时产能也一般较高；可压裂性较差的页岩层段压后裂缝扩展程度不充分，产能效果也比较差［36］，因此对页岩储层进行可压裂性评价至关重要，前人［36-37］一般用页岩脆性来表征页岩的可压裂性。目前，中国石油天然气集团公司页岩气开采现场鉴定一类页岩可压裂储层的脆性指数标准最低为55%，研究区块目前采用BRMC4指数来表征页岩脆性。X-射线全岩衍射方法测得研究区龙马溪组页岩矿物成分，计算可知威远区块BRMC4指数都分布在60%以上，理论上产气效果会比较好，但是实际情况并非如此，可见对评价页岩可压裂性的页岩脆性指数有待进一步研究。

3.4.1　页岩脆性指数表征方法

目前，页岩气压裂设计中常能够连续计算岩石脆性指数的计算方法主要有3种：岩石力学脆性指数（BI mer）、传统岩矿脆性指数（BRMC4）和改进岩矿脆性指数（BI bm）。其各自的原理及计算方法如下：
（1） 力学脆性指数（BI mer）
RICKMAN等［38］通过对美国Barnett盆地页岩气开发经验的总结认为，杨氏模量越大，泊松比越低，则页岩的脆性越好，通过对测井所测的杨氏模量和泊松比进行归一化处理并校正，得到基于弹性参数的脆性指数表达公式，如式（5）所示：
E B r i t = ( Y M   - Y M m i n ) / ( Y M m a x - Y M m i n )
μ B r i t = ( μ m a x - μ ) / ( μ m a x - μ m i n )
B I m e r = 0.5 E B r i t + 0.5 μ B r i t
式中：E Brit代表归一化的杨氏模量，10 GPa；μ Brit代表归一化的泊松比；BI mer代表脆性指数；YM代表实测杨氏模量；YM max代表杨氏模量最大值；YM min代表杨氏模量最小值；μ代表实测泊松比；μ max代表泊松比最大值；μ min代表泊松比最小值。
（2） 传统岩矿脆性指数（BRMC4）
传统矿物脆性指数是通过测定页岩中脆性矿物含量与总矿物的百分比来计算页岩的脆性指数的。页岩的矿物组成比较复杂，一般来说，硬矿物石英、长石、方解石、白云石从岩石力学性质来讲都能压裂。根据有关学者的研究［39-41］，总结矿物脆性指数的计算方法，如式：
B R M C 4 = ( W Q + W F + W C + W D ) / W T  
式中：BRMC4代表传统岩矿脆性指数；W Q、W F、W C和W D分别为石英、长石、方解石和白云石质量；W T为总矿物质量。
（3） 改进岩矿脆性指数（BI bm）
尚春江［42］和KANG等［43］提出的改进脆性矿物指数（BI bm），是基于页岩脆性矿物含量而计算出来的评价页岩脆性的指数。他们认为，仅仅考虑脆性矿物含量是不够的，因为不同的矿物具有不同的体积模量，因此每种矿物对页岩脆性的影响也是不一样的。尚春江［42］和KANG等［43］将石英脆性的权重定为1，将长石、方解石和白云石3种脆性矿物的权重分别确定为石英的体积模量与相应脆性矿物的体积模量之比，从而提出综合考虑脆性矿物含量和不同脆性矿物体积模量的改进岩矿脆性指数（BI bm），其计算公式如式：
BIbm =(WQ+0.49×WF+0.51×WC+ 0.44×WD)/WT
式中：BI bm为改进脆性矿物指数；下标bm指脆性矿物。

3.4.2　页岩脆性指数下限讨论

将以上3种脆性指数应用于实际生产中进行验证，发现BI bm的评价效果更符合现场实际。实验井是位于中国西南地区四川盆地的一口直井，将3种方法用于例井压裂缝高度检测（图7）。图中第5列红色曲线为BI mer，第6列为测井解释的脆性矿物含量，第7列中蓝色曲线为BRMC4的值，第7列中红色曲线为BI bm。2个射孔区间分别为4 119~4 120.5 m和4 124.5~4 126 m（图7，第9列），在这2个射孔区间同时进行水力压裂，水力压裂作业前后，在3 825~4 143 m的区间内进行RST测井以检测裂缝高度（图7，第8栏）。水力压裂前的SIGM记录（第8列中的蓝色曲线）和水力压裂后的SIGM记录（第8列中的红色曲线）对比表明，水力压裂区间为4 115.5~4 126 m，水力压裂高度为10.5 m。BI mer、BRMC4和BI bm的相对高值区间均对应于水力压裂区间。然而，BI bm的相对高值区间是最突出和最可辨别的。重要的是，在约4 127 m至以深的岩层中，方解石对页岩脆性的贡献起到主导作用，BI mer和BRMC4显示出相对较高的值（高脆性），但BI bm显示相对较低的值（很少被压裂），表明此深度的页岩层为压裂屏障，不易被压裂。
图7 实验井水力压裂缝高度RST测井检测图

Fig.7 RST log detection chart of hydraulic fracture height in cased well

由图7结合现场实际可以得出结论，与BI mer和BRMC4指数相比，BI bm指数是一种更好、更实用的用于识别页岩可压裂层段和压裂屏障层段的方法。同时由图7可以得知，页岩储层BI bm指数需要达到0.5时可以被压裂，因此本文建议将改进岩矿脆性指数（BI bm）的下限定为0.5。
同时由计算可知，X201井BI bm指数为0.47，小于下限标准0.5，据BI bm指数预测，本井页岩未达脆性压裂条件。X201井未达工业气流标准（表3），除与游离气含量低有关之外，还可能与页岩脆性低、压裂效果差等因素具有一定关系，说明BI bm指数在评价脆性上应用的可靠性。

4 结论与建议

（1）优质储层钻遇率、TOC含量、孔隙度、脆性指数对页岩气产能的影响作用比较显著，可以作为页岩气工业建产区选区地质评价的关键指标。
（2）页岩气产能与页岩总含气量没有十分必然的联系，而与游离气含量及游离气占比关系呈现十分明显的正相关关系，因此页岩游离气含量和占比可作为页岩工业建产区的选区评价指标。
（3）相比于BI mer和BRMC4，BI bm指数能够更好的指示页岩脆性。
（4）要达到页岩气工业油气流下限标准8.0×104
m3/d，本文建议优质储层钻遇率至少要达到65%、TOC含量要达到3.3%、有效孔隙度要达到3.5%、含气量要达到3.0 m3/t，其中游离气占比要达到60%以上，即游离气含量要达到2.0 m3/t、BI bm指数要达到0.5。

References

Publishing order | Descend order by publishing year | Descend order by cited within
1
邹才能， 陶士振， 白斌， 等. 论非常规油气与常规油气的区别和联系［J］.中国石油勘探， 2015， 20（1）：1-16.

ZOU C N， TAO S Z， BAI B， et al. Differences and relations between unconventional and conventional oil and gas［J］.China Petroleum Exploration， 2015， 20（1）：1-16.

2
CURTIS J B. Fractured shale-gas systems［J］.AAPG Bulletin， 2002， 86（11）：1921-1938.

3
邹才能， 张国生， 杨智， 等. 非常规油气概念、特征、潜力及技术——兼论非常规油气地质学［J］.石油勘探与开发， 2013， 40（4）：385-399.

ZOU C N， ZHANG G S， YANG Z， et al. Geological concepts， characteristics， resource and key techniques of unconventional hydrocarbon： On unconventional petroleum geology［J］.Petroleum Exploration and Development， 2013， 40（4）：385-399.

4
赵文智， 贾爱林， 位云生， 等. 中国页岩气勘探开发进展及发展展望［J］.中国石油勘探， 2020， 25（1）：31-44.

ZHAO W Z， JIA A L， WEI Y S， et al. Progress and prospect of shale gas exploration and development in China［J］.China Petroleum Exploration， 2020， 25（1）：31-44.

5
邹才能， 董大忠， 王玉满， 等. 中国页岩气特征、挑战及前景（二）［J］.石油勘探与开发， 2016， 43（2）：31-44.

ZOU C N， DONG D Z， WANG Y M， et al. Shale gas in China： Characteristics， challenges and prospects （Ⅱ） ［J］.Petroleum Exploration and Development， 2016， 43（2）：31-44.

6
李武广， 杨胜来. 页岩气开发目标区优选体系与评价方法［J］.开发工程， 2011， 31（4）：59-62.

LI W G， YANG S L. Optimization system and evaluation method of shale gas development target area［J］.Development Engineering， 2011， 31（4）：59-62.

7
范柏江， 师良， 庞雄奇. 页岩气成藏特点及勘探选区条件［J］.油气地质与采收率， 2011， 18（6）：9-14.

FAN B J， SHI L， PANG X Q. Shale gas accumulation characteristics and exploration selection condition［J］.Petroleum Geology and Recovery Efficiency， 2011， 18（6）：9-14.

8
李建青， 高玉巧， 花彩霞， 等. 北美页岩气勘探经验对建立中国南方海相页岩气选区评价指标体系的启示［J］.油气地质与采收率， 2014， 21（4）：23-33.

LI J Q， GAO Y Q， HUA C X， et al. Enlightenment from north American shale gas exploration experience to the establishment of evaluation index system for marine shale gas selection in southern China［J］.Petroleum Geology and Recovery Efficiency， 2014， 21（4）：23-33.

9
管全中， 董大忠， 王玉满， 等. 层次分析法在四川盆地页岩气勘探区评价中的应用［J］.地质科技情报， 2015， 34（5）：91-97.

GUAN Q Z， DONG D Z， WANG Y M， et al. AHP application to shale gas exploration areas assessment in Sichuan Basin［J］. Geological Science and Technology Information， 2015， 34（5）：91-97.

10
郭秀英， 陈义才， 张鉴， 等. 页岩气选区评价指标筛选及其权重确定方法——以四川盆地海相页岩为例［J］.天然气工业， 2015， 35（10）：57-64.

GUO X Y， CHEN Y C， ZHANG J， et al. Assessment index selection and weight determination of shale gas plays： A case study of marine shale in the Sichuan Basin［J］.Natural Gas Industry， 2015， 35（10）：57-64.

11
王军鹏， 鲁东升， 陈宏亮， 等. 湖南保靖区块龙马溪组页岩气地质特征及有利区优选［J］.非常规油气， 2017， 4（5）：32-37， 56.

WANG J P， LU D S， CHEN H L， et al. Geological characteristics of shale gas and favorable area optimization in Longmaxi Formation， Baojing block， Hunan Province［J］.Unconventonal Oil & Gas， 2017， 4（5）：32-37， 56.

12
周红， 朱芳冰. 基于优化组合权—灰关联—TOPSIS的页岩气有利区优选［J］.地质科技情报， 2018， 37（5）：106-113.

ZHOU H， ZHU F B. Optimization of favorable areas of shale gas based on optimal combination weights and grey correlation and TOPSIS［J］.Geological Science and Technology Information， 2018， 37（5）：106-113.

13
梁峰. 中上扬子地区五峰组—龙马溪组页岩气富集模式及有利区优选［D］.北京： 中国矿业大学， 2018：1-133.

LIANG F. The Research on Shale Gas Enrichment Pattern and the Favorable Area Optimizing of Wufeng-Longmaxi Shale in Middle and Upper Yangtze Region［D］.Beijing： China University of Mining and Technology， 2018：1-133.

14
黄为. 川东南丁山地区龙马溪组页岩气地质特征及有利目标优选［D］.成都： 西南石油大学， 2019：1-66.

HUANG W. Geological Characteristics and Optimization of Favorable Targets of Longmaxi Formation Shale Gas in Dingshan Area，Southeastern Sichuan［D］. Chengdu：Southwest Pe-troleum University， 2019：1-66.

15
杨平， 汪正江， 于谦， 等. 四川盆地西南缘五峰组—龙马溪组页岩气资源潜力分析［J］. 中国地质，2019，46（3）：601-614.

YANG P， WANG Z J， YU Q， et al. An resources potential analysis of Wufeng-Longmaxi Formation shale gas in the southwestern margin of Sichuan Basin［J］.Geology in China， 2019， 46（3）：601-614.

16
邵威， 黄正清， 李建青， 等. 浙西南—赣东北地区寒武系荷塘组页岩气成藏地质条件及有利区带优选［J/OL］.中国地质：1-18［2021-01-15］.http：//kns.cnki.net/kcms/detail/11.1167.p.20200914.1802.002.html.

SHAO W， HUANG Z Q， LI J Q， et al. Shale gas reservoir-forming conditions and exploration prospect in cambrian hetang formation of southwestern zhejiang and northeastern Jiangxi Province［J/OL］.Geology in China：1-18［2021-01-15］.http：//kns.cnki.net/kcms/detail/11.1167.p.20200914.1802.002.html.

17
王晓蕾， 曹正杰， 杨强强， 等. 川东地区龙潭组龙马溪组页岩气成藏地质条件与有利区评价［J］.科学技术与工程， 2020， 20（20）：8139-8145.

WANG X L， CAO Z J， YANG Q Q， et al. Geological conditions of shale gas formation in Longtan Formation in eastern Sichuan region and evaluation of promising areas［J］.Science Technology and Engineering， 2020， 20（20）：8139-8145.

18
刘乃震， 王国勇. 四川盆地威远区块页岩气甜点厘定与精准导向钻井［J］.石油勘探与开发， 2016， 43（6）：978-985.

LIU N Z， WANG G Y. Shale gas sweet spot identification and precise geo-steering drilling in Weiyuan Block of Sichuan Basin， SW China［J］.Petroleum Exploration and Development， 2016， 43（6）：978-985.

19
陈雪， 徐剑良， 黎菁， 等. 威远区块页岩气水平井产量主控因素分析［J］.西南石油大学学报：自然科学版， 2020， 42（5）：63-74.

CHEN X， XU J L， LI J， et al. An analysis of main controlling Factors of production for horizontal shale gas well in Weiyuan Block［J］.Journal of Southwest Petroleum University：Science & Technology Edition， 2020， 42（5）：63-74.

20
李庆辉， 陈勉， FRED P W， 等. 工程因素对页岩气产量的影响——以北美Haynesville页岩气藏为例［J］.天然气工业， 2012， 32（4）：54-59， 123.

LI Q H， CHEN M， FRED P W， et al. Influence of engineering factors on shale gas production：A case study of Haynesville shale gas reservoir in north America［J］.Natural Gas Industry， 2012， 32（4）：54-59， 123.

21
贾成业， 贾爱林， 何东博， 等. 页岩气水平井产量影响因素分析［J］.天然气工业， 2017， 37（4）：80-88.

JIA C Y， JIA A L， HE D B， et al. Analysis of factors affecting shale gas horizontal well production［J］.Natural Gas Industry， 2017， 37（4）：80-88.

22
郭旭升. 涪陵页岩气田焦石坝区块富集机理与勘探技术［M］.北京： 科学出版社， 2014：1-347.

GUO X S. Enrichment Mechanism and Exploration Technology of Jiaoshiba Block in Fuling Shale Gas Field［M］.Beijing： Science Press， 2014：1-347.

23
李晨阳. ZT区块页岩气井产能影响因素分析与预测［D］.西安： 西安石油大学， 2020：1-82.

LI C Y. Analysis of Affecting Factors and Productivity Prediction of Shale Gas Well in ZT Block［D］.Xian： Xi’an Shiyou University， 2020：1-82.

24
聂玲， 周德胜， 郭向东， 等. 利用灰色关联法分析低渗气藏压裂影响因素［J］.断块油气田， 2013， 20（1）：133-136.

NIE L， ZHOU D S， GUO X D， et al. Analysis on influencing factors of postfracture response in low permeability gas reservoir with gray correlation method［J］.Fault-Block Oil & Gas Field， 2013， 20（1）：133-136.

25
李玉伟， 艾池， 胡超洋， 等. 应用模糊综合评判和灰色关联度分析评价水平井多级压裂效果［J］.数学的实践与认识， 2014， 44（2）：51-56.

LI Y W， AI C， HU C Q， et al. Evaluating multistage fractruing effect of horizontal wells using fuzzy comprehensive evaluation and grey relational grade analysis［J］.Mathematics in Practice and Theory， 2014， 44（2）：51-56.

26
杨文光， 吴云洁， 王建敏. 新型灰色关联分析模型的改进与拓展［J］.郑州大学学报：理学版， 2017， 49（2）：24-30.

YANG W G， WU Y J， WANG J M. Improvement and development of the new model of grey correlation analysis［J］.Journal of Zhengzhou University ：Science Edition， 2017， 49（2）：24-30.

27
杨宇宁， 王剑. 基于灰色关联分析法的页岩气资源丰度敏感性研究［J］.沉积与特提斯地质， 2016， 36（1）：109-112.

YANG Y N， WANG J. The susceptibility of the shale gas resources abundances based on the grey association analysis［J］.Sedimentary Geology and Tethyan Geology， 2016， 36（1）：109-112.

28
中国国家标准化管理委员会. GB/T31483—2015页岩气地质评价方法［S］.北京： 中国标准出版社， 2015.

CHINA NATIONAL STANDARDIZING COMMITTEE. GB/T31483-2015 Geological Evaluation Methods for Shale Gas［S］.Beijing： Standards Press of China， 2015.

29
彭恒伟. 影响页岩气高产的地质因素分析［J］.石化技术， 2017， 24（12）：8， 7.

PENG H W. Analysis of geological factors affecting high shale gas production［J］.Petrochemical Technology， 2017， 24（12）：8， 7.

30
马文礼，李治平，高创，等.页岩气初期产能主控因素“Pearson-MIC”分析方法［J］.中国科技论文， 2018， 13（15）：1765-1771.

MA W L， LI Z P， GAO C， et al. “Pearson-MIC” analysis method for the initial production key controlling factors of shale gas wells［J］.China Sciencepaper， 2018， 13（15）：1765-1771.

31
郑爱维， 梁榜， 舒志国， 等. 基于大数据PLS法的页岩气产能影响因素分析——以四川盆地涪陵气田焦石坝区块为例［J］.天然气地球科学， 2020， 31（4）：542-551.

ZHENG A W， LIANG B， SHU Z G， et al. Analysis of influencing factors of shale gas productivity based on large data technology： A case of Jiaoshiba Block in Fuling Gas Field， Sichuan Basin［J］.Natural Gas Geoscience， 2020， 31（4）：542-551.

32
谢军， 赵圣贤， 石学文， 等. 四川盆地页岩气水平井高产的地质主控因素［J］.天然气工业， 2017， 37（7）：1-12.

XIE J， ZHAO S X， SHI X W， et al. Main geological factors controlling high production of horizontal shale gas wells in the Sichuan Basin［J］.Natural Gas Industry， 2017， 37（7）：1-12.

33
唐伟. 页岩气水平井小层钻遇率与产量差异分析［J］.云南化工， 2019， 46（7）：56-57.

TANG W. Analysis of the difference between the drilling rate and yield of shale gas horizontal wells［J］.Yunan Chemical Technology， 2019， 46（7）：56-57.

34
洪亚飞， 王建忠， 孙强. 焦石坝页岩气储层产能影响因素分析［J］.非常规油气， 2016， 3（5）：73-78.

HONG Y F， WANG J Z， SUN Q. Analysis of the influence factors for shale gas reservoir in Jiaoshiba area［J］.Unconventonal Oil & Gas， 2016， 3（5）：73-78.

35
赵文智， 李建忠， 杨涛， 等. 中国南方海相页岩气成藏差异性比较与意义［J］.石油勘探与开发， 2016， 43（4）：499-510.

ZHAO W Z， LI J Z， YANG T， et al. Comparison and significance of marine shale gas accumulation differences in southern China［J］.Petroleum Exploration and Development， 2016， 43（4）：499-510.

36
侯冰， 陈勉， 王凯， 等. 页岩储层可压裂性评价关键指标体系［J］.石油化工高等学校学报， 2014， 27（6）：42-49.

HOU B， CHEN M， WANG K， et al. The key index system of fracability evaluation in gas shale reservior［J］.Journal of Petrochemical Universities， 2014， 27（6）：42-49.

37
肖佳林， 李远照， 候振坤， 等. 一种页岩储层脆性评价方法［J］.断块油气田， 2017， 24（4）：486-489.

XIAO J L， LI Y Z， HOU Z K， et al. Evaluation method for shale reservoir brittleness［J］.Fault-Block Oil & Gas Field， 2017， 24（4）：486-489.

38
RICKMAN R， MULLEN M， PETER E， et al. A Practical Use of Shale Petrophysics for Stimulation Design Optimization： All Shale Plays Are Not Clones of the Barnett Shale［R］.SPE Annual Technical Conference and Exhibition， 2008：21-24. doi：10.2118/115258-MS.

39
陈吉， 肖贤明. 南方古生界3套富有机质页岩矿物组成与脆性分析［J］.煤炭学报， 2013， 38（5）：822-826.

CHEN J， XIAO X M. Mineral composition and brittleness of three sets of paleozoic organic-rich shales in China south area［J］.Journal of China Coal Society， 2013， 38（5）：822-826.

40
赵佩， 李贤庆， 孙杰， 等. 川南地区下古生界页岩气储层矿物组成与脆性特征研究［J］.现代地质， 2014， 28（2）：396-403.

ZHAO P， LI X Q， SUN J， et al. Study on mineral composition and brittleness characteristics of shale gas reservoirs from the Lower Paleozoic in the southern Sichuan Basin［J］.Geoscience， 2014， 28（2）：396-403.

41
原园， 姜振学， 喻宸， 等. 柴北缘中侏罗统湖相泥页岩储层矿物组成与脆性特征［J］.高校地质学报， 2015， 21（1）：117-123.

YUAN Y， JIANG Z X， YU C， et al. Mineral compositions and brittleness of the Middle Jurassic lacustrine shale reservoirin northern Qaidam Basin［J］.Geological Journal of China Universities， 2015， 21（1）：117-123.

42
尚春江. 蜀南地区页岩气储层可压裂性评价方法研究［D］.北京：中国石油大学（北京）， 2019：1-67.

SHANG C J. Research of the Evaluation Method of Fractability of Shale Gas Reservoir in Sichuan Basin［D］.Beijing： Cnina University of Petroleum （Beijing）， 2019：1-67.

43
KANG Y S， SHANG C J， ZHOU H， et al. Mineralogical brittleness index as a function of weighting brittle minerals-from laboratory tests to case study［J］.Journal of Natural Gas Science and Engineering， 2020（77）：103278.

Options
Outlines

/

〈 〉

陇ICP备2021001824号-7　 甘公网安备 62010202000678号
Copyright © Natural Gas Geoscience, All Rights Reserved.
Tel: (0931)8277790　
E-mail：geogas@lzb.ac.cn
Total visitors:　 Visitors of today: 　 Now online:
Powered by Beijing Magtech Co. Ltd,.