Natural Gas Geoscience >

2025 , Vol. 36 >Issue 9: 1706 - 1717

DOI: https://doi.org/10.11764/j.issn.1672-1926.2025.05.016

Pore structure and heterogeneity characteristics of deep coal reservoirs constrained by coal macrolithotypes

  • Pengfei REN , 1 ,
  • Long CHEN 2 ,
  • Wenqin LUO 3 ,
  • Wenrui ZHENG 2 ,
  • Xiao HU 2 ,
  • Chen YI 2 ,
  • Xingjian WANG 1 ,
  • Zhichen PU 4
Expand
  • 1. State Key Laboratory of Oil and Gas Reservoir Geology and Engineering （Chengdu University of Technology），Chengdu 610059，China
  • 2. Third Gas Production Plant，PetroChina Changqing Oilfield Company，Ordos 017300，China
  • 3. Research Institute of Exploration and Development，PetroChina Changqing Oilfield Company，Xi’an 710018，China
  • 4. College of Energy，Chengdu University of Technology，Chengdu 610059，China

Received date: 2025-03-31

  Revised date: 2025-05-11

  Online published: 2025-06-20

Supported by

The Sichuan Provincial Natural Science Foundation Project （Youth Fund Project）(2024NSFSC0819)

Fold

Abstract

Deep coalbed methane （CBM） represents a critical new frontier for increasing natural gas reserves and production in China. Macrolithotypes govern the storage and production of CBM. This study focused on the No. 8 coal reservoir in the Benxi Formation of the Ordos Basin. Through vitrinite reflectance testing， maceral analysis， proximate analysis， CO₂ adsorption， low-temperature N₂ adsorption， and high-pressure mercury intrusion porosimetry， the pore structure characteristics and heterogeneity of deep coal reservoirs constrained by macrolithotypes were systematically analyzed. The study reveals that from bright to dull coal， vitrinite content decreases， ash yield increases， the specific surface area （CO₂-SSA） and pore volume （CO₂-TPV） of ultra-micropores gradually decrease， while the specific surface area （N₂-SSA） and pore volume （N₂-TPV） of micropores gradually increase， the pore volume of meso-macropores gradually decreases， and the cross-scale effects between pore structures relatively weaken. From bright coal to dull coal， the fractal dimension of ultra-micropores （D C） gradually decreases， the surface fractal dimension of micropores and transition pores （D N1） decreases， the pore structure fractal dimension of micropores and transition pores （D N2） increases， and the fractal dimension of meso-macropores （D M） is generally higher. D C is positively correlated with vitrinite content， CO₂-TPV， and CO₂-SSA， and negatively correlated with ash yield. D N1 is negatively correlated with inertinite content， ash yield， N₂-TPV， and N₂-SSA， while D N2 is positively correlated with these parameters. The heterogeneity of pores at different scales is influenced by the source of organic pores， mineral filling， and complex geological conditions in deep formations across macrolithotypes. In bright and semi-bright coals， the aromatic layer stacking densification and reduced interlayer spacing caused by high coalification promote ultra-micropore development and higher D C values. Endogenous fractures in bright and semi-bright coals provide more meso-macropore spaces. Semi-dull/dull coals dominated by durain and fusain exhibit cellular cavity pores and mineral-supported micropores with lower D N1. Complex deep geological conditions induce pore deformation， combined with mineral filling and supplementation， resulting in higher D N2 and D M values.

Key words： Deep coalbed methane; Macrolithotypes; Pore structure; Heterogeneity; Ordos Basin

Cite this article

Pengfei REN , Long CHEN , Wenqin LUO , Wenrui ZHENG , Xiao HU , Chen YI , Xingjian WANG , Zhichen PU . Pore structure and heterogeneity characteristics of deep coal reservoirs constrained by coal macrolithotypes[J]. Natural Gas Geoscience, 2025 , 36(9) : 1706 -1717 . DOI: 10.11764/j.issn.1672-1926.2025.05.016

0 引言

作为一种优质、高效和清洁的非常规天然气资源，煤层气的开发利用具有保障煤矿安全生产、增加清洁能源供应、减少温室气体排放等多重效益［1-3］。近年来，深部煤层气勘探开发取得重大突破，为煤层气产业的可持续发展提供了新方向，其势必将成为我国天然气未来增储上产的新领域［4-6］。相较于浅部煤层气，深部煤层气地质条件更为复杂（高地应力、高地层温度、高储层压力），“三高”的地质特征耦合作用对煤储层孔裂隙结构、气体赋存方式、气水赋存特征、富集成藏规律等有着深远的影响［6-8］。深部煤储层孔裂隙系统影响着气体的赋存和运移，明确孔隙结构和非均质性特征是深部煤储层评价的关键要素［9-11］。
煤储层的表征技术通常可以分为图像观测法、流体侵入法和无损表征法［8］，其中流体侵入法较为广泛使用的是CO2吸附实验、低温N2吸附实验、高压压汞测试等。受限于测试方法的精度和使用范围，CO2吸附实验通常用于表征小于2 nm的超微孔，低温N2吸附实验用于表征1.2~100 nm的微小孔，高压压汞测试用于表征大于100 nm的中大孔。深部煤储层通常呈现特低孔、特低渗，孔裂隙结构通常呈现“U”型，最为发育的是<2 nm的超微孔［12-15］，孔隙结构的跨尺度效应明显且非均质性极强［6］。煤储层孔裂隙非均质性在一定程度上影响煤储层宏观非均质性，进而影响煤层气储集、渗流和产出等性能［10］。为此，分形理论被引入用于描述多孔介质孔隙结构非均质性，常见的分形模型有：海绵模型、Brunauer-Emmett-Teller（BET）模型、Frenkel-Halsey-Hill（FHH）模型和多重分形模型等［9，16-17］。
宏观煤岩类型依据光泽特征可以划分为光亮煤、半亮煤、半暗煤和暗淡煤4类，其类型的差异直接控制煤储层物性特征、气体吸附—解吸行为及产能响应［18-20］。鄂尔多斯盆地本溪组8号煤宏观煤岩类型分布具显著空间分异特征，平面上亮煤与镜煤含量自北向南、自西向东呈递增趋势，纵向上自下而上逐渐增加，其中光亮煤主要富集于煤层中上部，构成优质煤层气储集层段［21-22］。深部煤储层受高地应力与高温耦合作用，孔隙压缩—变形效应显著增强，不同煤岩类型对高温压耦合作用的差异性响应进一步加剧储层非均质特征。鉴于此，本研究系统开展CO₂吸附实验、低温N₂吸附实验和高压压汞测试等实验，并基于多种分形理论模型，精细表征本溪组8号煤储层宏观煤岩类型约束下的多尺度孔隙结构和非均质性特征，以期为该地区深部煤层气的勘探开发提供依据。

1 实验方法与分形维数计算

1.1　实验方法

样品取自鄂尔多斯盆地苏14区块苏29H井本溪组8号煤层，采样深度为3 657.4~3 668.3 m，根据国家标准《烟煤的宏观煤岩类型分类》（GB/T 18023—2000），将其分为光亮煤、半亮煤、半暗煤、暗淡煤（图1）。依据国家标准《煤的镜质体反射率显微镜测定方法》（GB/T 6948—2008）和行业标准《全岩光片显微组分鉴定及统计方法》（SY/T 6414—2014），采用Leica DM4P光度计显微镜完成镜质体反射率（R O，%）和显微组分测定。煤岩工业分析依据国家标准《煤的工业分析方法 仪器法》（GB/T 30732—2014），采用迈尔斯通PYRO微波灰化炉完成。基于国家标准《气体吸附BET法测定固态物质比表面积》（GB/T 19587—2017），利用Micromeritics ASAP 2420型吸附仪开展低温N2吸附实验（-196 ℃，P/P₀=0.001~0.998）和CO2吸附实验（0 ℃，P/P₀=0.000 1~0.030 0），实验流程包括样品烘干、真空脱气、测试。N2吸附的原理是随着相对压力（P/P₀）的增加，-196 ℃的液氮在煤储层从小到大的孔隙表面发生吸附、毛细凝聚现象。然后，根据吸附量和相对压力的关系，利用BET、Barret-Joyner-Halenda（BJH）、Density Functional Theory（DFT）等方程计算孔隙比表面积、孔体积及孔径分布。CO2吸附的原理是考虑在液态CO2的饱和温度（0 ℃）条件下，CO2分子的动力学直径仅为0.33 nm，高饱和蒸气压下，气体能够快速扩散到0.40 nm以下的超微孔中进行填充，进而获取不同相对压力下气体的充填量的吸附曲线，并利用DFT方程、Density functional theory（DA）方程计算超微孔的比表面和孔体积。高压压汞实验依据国家标准《岩石毛管压力曲线的测定》（GB/T 29171—2023），采用AutoPore Ⅳ-9500全自动压汞仪实施，最大压力设置为200 MPa，有效孔径检测范围为5 nm~1 000 μm。其原理是利用汞在孔隙表面的非润湿性，当外加压力增加，汞进入到煤储层孔隙中，进汞体积即为煤储层孔隙体积，再利用Washburn方程计算孔径分布特征。
图1 苏29H井不同宏观煤岩类型样品

Fig.1 Samples of different macrolithotypes from Well Su-29H

目前，煤储层孔隙的分类标准主要为霍多特分类法［23］和国际纯粹与应用化学联合会（IUPAC）分类法［24］。在表征煤的全孔径过程中，受限于各测试手段表征孔径的局限性，通常需要选取2 nm作为CO₂吸附实验和低温N₂吸附分界孔径，选取孔径为100 nm或者50 nm作为低温N₂ 吸附和高压压汞实验分界孔径［15］。然后，高压压汞数据在表征50~100 nm孔径时，忽略了高压阶段煤基质压缩效应，导致该段孔径表征出现争议［6，15］。因此，本文遵循不同测试方法优势测量范围和弱化50~100 nm孔径表征分歧的原则，按照霍多特［23］分类法进行孔隙分类，并将小于2 nm的孔定义为超微孔［10］，即超微孔（<2 nm）、微孔（2~10 nm）、小孔（10~100 nm）、中孔（100~1 000 nm）、大孔（>1 000 nm）。为了避免不同模型对孔隙体积和比表面积计算的差异性，本文CO₂吸附实验、低温N₂吸附实验均选取DFT模型计算相关数据。

1.2　分形维数计算方法

分形维数理论用于表征孔隙的非均质性，其被广泛应用到地球科学、材料科学以及其他交叉学科中。其中，Washburn推导模型利用高压压汞数据被用于表征中大孔的分形特征［25］；FHH模型利用低温N₂吸附实验数据被广泛用于表征微小孔的分形特征［9］。煤中超微孔的分形维数表征相对较少，近年来，戴方尧等［26］提出了一种适合表征页岩小于2 nm孔隙的分形模型，熊益华等［27］将其拓展到了煤储层中，取得了较好的效果。因此，本文选取Washiburn推导方程计算中大孔分形维数，选取FHH模型计算微小孔分形维数，选取戴方尧等方法计算超微孔分形维数。

1.2.1　CO2吸附实验分形维数计算

JARONIEC等［28］发现在孔径为0.1~1 nm的孔隙尺度下，孔径分布函数J（x）与孔隙半径x的双对数曲线具有明显的线性关系：
L n J x = 2 - D C L n x + C
式中：DC 为CO2吸附实验分形维数；x为孔半径，nm；C为常数；利用Dubinin-Astakhov（DA）方程与Jaroniec-Choma（JC）方程［29］可以求得J（x）的表达式为：
J x = 3 ρ v Г v 3   z v - 1 e - ( ρ z ) 3 15 + 8   557.5 z 2 - 0.014 z - 2
式中：Г为伽马函数；ρ为伽马分布的尺度参数，kJ/mol；ν为形状参数，无因次；z为特征能E0的倒数；STOECKLI等［30］发现x与z存在如下关系：
x = 15 z + 2   852.5 z 3 + 0.014 z - 1 - 0.75
ρ，ν可通过微孔全吸附方程拟合，得：
θ = V V 0 = 1 + A β ρ 3 - v 3
式中：θ为相对吸附量；V为在平衡压力p条件下孔隙被填充的体积，cm3/g； V 0为微孔总体积，cm3/g；A为吸附势，kJ/mol；β为亲和系数，CO2可取0.38［26-27］。
CO2在超微孔中主要是以微孔充填的形式，符合Polanyi吸附理论的固体表面具有吸附势能的认识，A=RTLn（ P 0 / P），R为气体常数，取8.314 J/（mol·K）；T为开尔文温度，K； P与 P 0分别为吸附压力与饱和蒸汽压，MPa。V 0根据Dubinin-Radushkevich（D-R）方程，求取 L n V与 L n 2 ( P 0 P )函数的截止值获取。
L n V = L n V 0 - 2.303 k R T β 2 L n 2 P 0 P

1.2.2　低温N2吸附实验分形维数计算

FHH方法被广泛用于描述多孔介质的不规则几何和结构特性［9］，利用吸附压力和吸附量的数据，可根据如下方程计算煤的吸附孔分形维数：
L n   V V 0 = c o n s t a n t + A [ L n ( L n ( P 0 P ) ) ]
其中：V为平衡压力P下吸附的气体分子体积；V 0为单分子层吸附气体的体积；P 0为气体吸附的饱和蒸汽压； c o n s t a n t为常数。通过吸附体积和相对压力倒数的对数线性关系（LnV和Ln（Ln（P 0 /P）））的斜率求取A值，低温N2吸附实验分形维数D N=3+A，D N1（P 0 /P值为0~0.5）和D N2（P 0 /P值为0.5~1）分别表示比表面的粗糙度和吸附孔体积的复杂性［31］。

1.2.3　高压压汞实验分形维数计算

基于压汞数据的分形维数的计算方法通常有热力学模型、Menger海绵模型、Sierpinski模型和Wash-burn推导模型等，本文运用Washiburn推导方程［32］：
S H g = 1 - ( P c P c , m i n ) D M - 3
式中：S Hg为孔隙累计进汞体积分数；P c为毛管压力，MPa；P c，min为最小毛管压力，MPa；D M为压汞分形维数。然后利用对数交换可得到：
L g   1 - S H g = D M - 3 L g P c + ( 3 - D M I P ) L g p c , m i n
根据压汞数据，利用Lg（ P c）与Lg（1-S Hg）曲线斜率K，计算分形维数D M=3+K。

2 实验结果与讨论

2.1　煤岩煤质特征

煤岩煤质特征影响煤层储层物性、孔隙结构、非均质性、含气性等，是煤储层评价中的关键基础参数。表1测试数据表明，本溪组8号煤镜质体反射率（R O）介于2.06%~2.23%之间，属贫煤范畴。显微组分测试结果显示：镜质组含量为40%~73%，惰质组含量为15.8%~27.4%，矿物含量为8.3%~32.6%，未检出壳质组。从光亮煤至暗淡煤，镜质组含量逐渐降低，矿物含量逐渐增加。工业分析结果显示：水分含量为0.44%~0.58%，灰分产率为8.64%~28.86%，挥发分为9.85%~10.95%，固定碳为59.80%~81.05%。从光亮煤至暗淡煤，灰分产率逐渐增加，固定碳含量逐渐降低。综合数据表明：灰分产率与镜质组含量呈显著负相关，与矿物含量呈正相关，光亮煤以高镜质组含量、低矿物含量、低灰分产率为特征。
表1 不同煤岩类型样品镜质体反射率、显微组分和工业分析结果

Table 1 Vitrinite reflectance, maceral composition, and proximate analysis results of different coal macrolithotype samples

样品

编号

煤岩

类型

 R O/% 显微组分/% 工业分析/%
镜质组 惰质组 壳质组 矿物 水分 灰分 挥发分 固定碳
M1 光亮煤 2.23 73 18.7 0 8.3 0.46 8.64 9.85 81.05
M2 半亮煤 2.13 66 15.8 0 18.2 0.44 18.33 10.11 71.12
M3 半暗煤 2.09 55 18.9 0 26.1 0.44 24.56 10.95 64.06
M4 暗淡煤 2.06 40 27.4 0 32.6 0.58 28.86 10.76 59.80

2.2　CO2吸附实验数据与分析

深部煤储层超微孔含量较高，其为煤层气的吸附提供大量场所，明确超微孔发育特征可为深部煤层气赋存机理提供支撑［12-15］。CO2吸附实验数据用于表征超微孔的孔隙结构特征。图2显示，不同宏观煤岩样品的CO₂吸附曲线形态一致，均呈略微上凸的形状，从暗淡煤到光亮煤上升幅度逐渐加大，光亮煤吸附量最高。表2数据表明：CO₂-SSA介于17.546~94.744 m²/g之间，CO₂-TPV为0.003 23~0.018 7 cm³/g，二者呈显著正相关，从光亮煤至暗淡煤CO₂-SSA与CO₂-TPV呈现递减趋势。图3显示，4种煤岩类型的CO₂-SSA和CO₂-TPV均呈现“两主一次”三峰结构，主峰分别位于0.48~0.7 nm和0.8~0.9 nm区间，次峰位于0.7~0.8 nm之间，其中0.48~0.7 nm超微孔对孔容和比表面积贡献更大。光亮煤的比表面积与总孔容较其他煤岩类型更大，两主峰峰值最高，表明光亮煤的超微孔最为发育。
图2 不同煤岩样品CO2吸附曲线

Fig.2 CO₂ adsorption isotherms of different coal macrolithotypes samples

表2 不同煤岩类型样品高压压汞测试、低温N2吸附实验、CO2吸附实验孔隙结构参数

Table 2 Pore structure parameters from CO₂ adsorption experiments, low-temperature N₂ adsorption and high-pressure mercury intrusion porosimetry of different coal macrolithotype samples

样品编号

煤岩

类型

 CO2吸附实验 低温N2吸附实验 高压压汞实验

CO2-TPV

/（cm3/g）

CO2-SSA

/（m2/g）

N2-TPV

/（cm3/g）

N2-SSA

/（m2/g）

最大进汞

饱和度/%

 退汞效率/%
M1 光亮煤 0.018 7 94.744 0.000 6 0.09 73.526 58.333
M2 半亮煤 0.020 44 76.555 0.001 67 0.107 73.331 82.156
M3 半暗煤 0.007 14 35.712 0.001 55 0.207 65.532 52.666
M4 暗淡煤 0.003 23 17.546 0.003 17 0.409 55.525 66.909
图3 超微孔比表面积（a）和孔体积（b）随孔径的变化曲线

Fig.3 Specific surface area (a) and pore volume (b) of ultramicropores as a function of pore size

如图4所示，随着镜质组含量的增加，CO₂-SSA和CO₂-TPV呈现递增趋势；随着灰分产率的增加，CO₂-SSA和CO₂-TPV呈现递减趋势。光亮煤、半亮煤镜质组含量较高，宏观煤岩成分主要为镜煤和亮煤，随着煤化作用的增加，煤中的芳香层叠合，分子结构致密化［33］，超微孔更加发育，导致其CO₂- SSA和CO₂-TPV较高。半暗煤、暗淡煤镜质组含量较少，宏观煤岩成分主要为暗煤和丝炭。暗煤主要形成于活水氧化条件下，惰质组中掺进较多的矿物转变而成［33］，其中芳香层叠合的超微孔较少、灰分产率较高，CO₂-SSA和CO₂-TPV较低。丝炭是由于木质纤维组织在缺水多氧环境中缓慢氧化形成或者成煤物质受森林火灾而形成［33］，通常其孔隙较大，对超微孔的补充有限。
图4 镜质组含量（a）、灰分产率（b）与CO2 -TPV、CO2 -SSA的关系

Fig.4 Relationship between vitrinite content (a), ash yield (b) and CO2 -TPV, CO2 -SSA

2.3　低温N2吸附实验数据与分析

微小孔是煤层气单层吸附和扩散的重要场所，明确微小孔发育特征对查明气体单层吸附和扩散过程至关重要［34］。低温N2吸附实验数据用于表征微小孔的孔隙结构特征。基于IUPAC滞后回线分类法［31］，不同宏观煤岩类型吸附等温线可分为2类：H3型（以光亮煤为代表）表现为吸附—脱附曲线整体平行，低压区（相对压力P/P 0<0.3）缓慢上升，近饱和压力区（相对压力P/P 0>0.9）吸附量骤增，此时发生明显的毛细凝聚现象（图5）。吸附—脱附曲线没有出现明显的滞后环现象，表明此类孔隙发生毛细凝聚和毛细蒸发时相对压力接近，反映孔隙以连通性差的半封闭孔为主（如一端封闭的圆筒形孔、平行板状孔或狭缝孔）；H2型（半亮煤、半暗煤、暗淡煤）在低压区吸附—脱附曲线重合，中压区（相对压力P/P 0=0.4~0.8）吸附量快速上升，高压区（相对压力P/P 0值接近1时），吸附曲线急剧上升。当相对压力P/P 0值为0.5左右时，脱附曲线出现拐点形成窄滞后环（图5），反映的孔隙类型是连通性相对较好的两端开放孔，如两端开放的平行板状孔或圆状筒孔。表2数据显示，N2-SSA介于0.09~0.409 m2/g之间，N2-TPV为0.000 6~0.003 17 cm3/g，二者具有较好正相关关系。从光亮煤到暗淡煤N2-SSA和N2-SSA均呈现增加的趋势。图6显示，不同煤岩类型的小孔比微孔更加发育，小孔提供了更大的孔容贡献，而微孔提供了更大比表面贡献。
图5 不同煤岩样品低温N2吸附曲线

Fig.5 Low-temperature N₂ adsorption isotherms of different coal macrolithotypes samples

图6 微小孔比表面积（a）和孔体积（b）随孔径的变化曲线

Fig.6 Specific surface area (a) and pore volume (b) of micropores and transition pores as a function of pore size

如图7所示，随着镜质组含量的增加，N₂-SSA和N₂-TPV呈现递减趋势；随着灰分产率的增加，N₂-SSA和N₂-TPV呈现递增趋势。半暗煤、暗淡煤镜质组含量低、灰分产率高，其主要原因是半暗煤、暗淡煤宏观煤岩成分主要为暗煤和丝炭，暗煤中矿物的掺入导致其灰分产率较高［33］。暗煤中惰质组丝炭化形成开放型细胞腔孔［33］，主要为微小孔发育；丝炭中丝质体细胞壁在氧化碳化后形成蜂窝状孔洞［33］，孔隙较大，加之后期煤化作用中芳环缩合进一步扩大孔隙。其次是矿物对于孔隙起到支撑作用，防止随着深度的增加，孔隙闭合，同时，矿物本身形成的微小孔对其也有一定的补充。
图7 镜质组含量（a）、灰分产率（b）与N2 -TPV、N2 -SSA的关系

Fig.7 Relationship between vitrinite content (a), ash yield (b) and N2 -TPV, N2 -SSA

2.4　高压压汞实验数据与分析

中大孔是游离态气体赋存和渗流的重要场所，影响深部煤层气游离气含量和气体渗流特征［34］。高压压汞实验数据用于表征中大孔的孔隙结构特征。基于进汞—退汞曲线形态特征（图8），煤样孔隙结构可分为3类：第Ⅰ类以光亮煤为代表，表现为“分离型”曲线，进汞与退汞曲线间距显著。大孔阶段，进汞曲线呈现快速增加，在中小孔阶段，进汞曲线缓慢增加，在微孔阶段，进汞曲线急剧增加，反映大孔与微孔发育主导、中小孔次之的特征。第Ⅱ类以光亮煤为代表，在大孔阶段，进汞量基本不变，中小孔阶段，进汞曲线缓慢增加，当达到微孔阶段时，进汞曲线快速增加。第Ⅲ类以半暗煤和暗淡煤为代表，大孔段进汞量趋零，中小孔段持续缓增，微孔段快速充注。
图8 高压压汞进、退汞曲线（a）和孔径分布曲线（b）

Fig.8 Mercury intrusion-extrusion curves (a) and pore size distribution curves (b) from high-pressure mercury intrusion porosimetry

总体而言，从光亮煤到暗淡煤进汞饱和度逐渐降低，半亮煤退汞效率最高，表现为较好的连通性，其他煤岩类型退汞效率一般，可能孔隙结构更加复杂，孔喉的控制作用更为显著或存在大量的封闭孔隙。压汞孔径分布曲线呈“高—低—高”变化特征（图5），光亮煤至暗淡煤各类孔隙体积依次降低。需注意的是，压汞实验在微小孔尺度（<100 nm）的检测结果与N₂吸附数据存在矛盾，这是由于高进汞压力下煤基质压缩变形导致微孔结构失真，故压汞数据宜用于中大孔（>100 nm）表征。光亮煤、半亮煤宏观煤岩成分主要为镜煤和亮煤，内生裂隙较为发育，脆性较大，容易破碎，其中大孔较为发育。半暗煤、暗淡煤宏观煤岩成分主要以暗煤和丝炭为主，矿物含量较高，易充填于孔隙和内生裂隙中，导致中大孔发育较差。

2.5　孔隙结构综合对比

深部煤层气的产出需要经历多尺度孔裂隙系统，综合对比各级孔隙结构特征，是研究气体赋存和产出机制的关键基础［6］。基于CO₂吸附实验、低温N₂吸附实验和高压压汞测试数据，按照前文提及的方法计算不同孔径的孔隙体积，按照超微孔用CO₂吸附实验数据、微小孔用低温N₂吸附实验、中大孔用高压压汞测试数据，对不同宏观煤岩类型孔隙结构进行全尺度精细定量表征（图9）。结果表明：不同宏观煤岩类型孔隙呈现“高—低—高”的变化特征，其中超微孔和中大孔更为发育，提供了主要的孔隙空间。光亮煤、半亮煤高超微孔体积能为甲烷的吸附提供更多的吸附场所，有助于高含气量煤层气的形成；其次，光亮煤、半亮煤高中大孔体积有助于后期气体的流动。整体上，从光亮煤到暗淡煤，其孔隙结构之间的跨尺度效应相对减弱，相对有利于气体的流动，因此对光亮煤、半亮煤而言，在开发过程中需要增加孔隙中的微小孔，使得气体的扩散效果增加，进而更有利于气体的产出。
图9 不同宏观煤岩类型全尺度孔隙孔径特征

Fig.9 Pore size characteristics across full scales of different coal macrolithotypes samples

3 各级孔隙非均质性特征

煤储层孔隙结构非均质性控制着煤层气的运移和持续产出，直接决定了煤层气的开采效率［17］。基于各实验分形模型计算结果显示（图10，表3），所有分形维数均分布于2~3的理论区间，符合分形维数范围。超微孔分形维数D C值介于2.13~2.33之间，从光亮煤至暗淡煤逐渐降低。D N1表征微小孔表面粗糙度（值越高表面越不规则），DN2反映微小孔孔隙结构复杂度（值越高孔道越复杂）。D N1值介于2.03~2.70之间，D N2值介于2.37~2.62之间，整体上光亮煤和半亮煤具有更高的D N1和更低的D N2。中大孔的分形维数D M值介于2.94~2.99之间，变化范围较小，均接近3，揭示中大孔系统较大的非均质性，对气体运移形成显著制约，其可能为深部复杂的地质条件和次生矿物的充填等因素影响的结果。
图10 超微孔（a）、微小孔（b）、中大孔（c）分形特征

Fig.10 Fractal characteristics of ultramicropores (a), micropores and small pores (b), and meso-macropores (c)

表3 不同宏观煤岩类型各孔径分形维数特征

Table 3 Fractal dimension characteristics of different pore sizes for different coal macrolithotypes samples

样品

编号

煤岩

类型

 超微孔 微小孔 中大孔
D C D N1 D N2 D M
M1 亮煤 2.33 2.70 2.37 2.94
M2 半亮煤 2.20 2.70 2.37 2.98
M3 半暗煤 2.26 2.03 2.62 2.99
M4 暗煤 2.13 2.14 2.58 2.97
超微孔的D C与镜质组含量、CO2-TPV、CO2-SSA呈正相关关系，与灰分产率呈负相关关系（图11）。光亮煤中镜质组含量、CO2-TPV、CO2-SSA较高，芳香层叠合、分子结构致密化、非均质性增强；加之高演化程度导致芳香层间距缩小、交联键断裂，产生大量超微孔、孔隙分布离散化加强，非均性增加；同时，深部煤层复杂的地质条件，导致镜质组发生塑性变形，部分超微孔被挤压变形，孔隙喉道狭窄，非均质性增加。暗淡煤矿物含量较高，灰分产率较大，相反镜质组含量较少，CO2-TPV、CO2-SSA较低，非均质性较弱，同时矿物具有一定的支撑作用，导致孔隙变形较少，非均质性较低。
图11 超微孔分形维数（D C）与镜质组、灰分产率（a）、CO2 -TPV、CO2 -SSA（b）的关系

Fig.11 Relationship between fractal dimension of ultra-micropores (D C) and vitrinite content, ash yield (a), CO₂-TPV, CO₂-SSA (b)

D N1与惰质组含量、灰分产率、N2-TPV、N2-SSA呈负相关关系（图12），相反D N2与惰质组含量、灰分产率、N2-TPV、N2-SSA呈正相关关系（图13）。半暗煤、暗淡煤的宏观煤岩成分主要为暗煤和丝炭，其惰质组和矿物含量较高，其孔隙主要是开放型细胞腔孔或者是氧化碳化后形成蜂窝状孔洞，孔隙表面相对光滑，加之矿物对孔隙凹凸的充填，形成光滑的矿物涂层，使得D N1较小；N2-TPV、N2-SSA与灰分产率（矿物含量）之间具有较好的正相关关系，因此，随着N2-TPV、N2-SSA的增加，D N1呈现降低的趋势。半暗煤、暗淡煤中的细胞腔孔和蜂窝状孔洞在深部复杂的地质条件下，易发生变形，增加了孔隙结构的非均质性，同时矿物充填作用，导致孔隙结构的复杂性增加，此外矿物本身的孔隙结构，加深了孔隙类型的多样性，导致孔隙结构非均质性增加，D N2呈现增加趋势。
图12 微小孔分形维数（D N1）与惰质组、灰分产率、N2 -TPV、N2 -SSA的关系

Fig.12 Relationship between fractal dimensions of micropores （D N1） and inertinite content, ash yield, N₂-TPV, N₂-SSA

图13 微小孔分形维数（D N2）与惰质组、灰分产率、N2 -TPV、N2 -SSA的关系

Fig.13 Relationship between fractal dimensions of micropores （DN2） and inertinite content, ash yield, N₂-TPV, N₂-SSA.

4 结论

（1）从光亮煤到暗淡煤，镜质组含量降低、灰分产率增加，超微孔的CO2-SSA、CO2-TPV逐渐降低。CO₂-SSA和CO₂-TPV与镜质组正相关，与灰分产率负相关。光亮煤、半亮煤中镜煤和亮煤的芳香层叠合致密化有助于超微孔的发育。
（2）光亮煤的微小孔为一端封闭的圆筒形孔、平行板状孔或狭缝孔，其他煤岩类型为两端开放孔，从光亮煤到暗淡煤微小孔N2-SSA、N2-TPV逐渐增加，小孔提供更多的孔容空间，微孔提供更多的比表面积。N₂-SSA和N₂-TPV与镜质组含量呈现负相关，与灰分产率呈现正相关。半暗煤、暗淡煤中暗煤和丝炭提供更多微小孔空间，矿物起到支撑和补充。
（3）从光亮煤到暗淡煤，中大孔体积逐渐降低，孔隙结构之间的跨尺度效应相对减弱。光亮煤、半亮煤中镜煤和亮煤的内生裂隙更为发育，提供更多的中大孔空间，半煤、暗淡煤矿物充填导致中大孔孔隙体积降低。
（4）从光亮煤到暗淡煤D C（2.13~2.33）降低，微小孔D N1（2.03~2.70）降低、D N2（2.37~2.62）增加，中大孔D M（2.94~2.99）较高。D C与镜质组含量、CO2-TPV、CO2-SSA呈正相关，与灰分产率呈负相关。D N1与惰质组含量、灰分产率、N2-TPV、N2-SSA呈负相关关系，D N2则相反均为正相关。光亮煤、半亮煤中镜煤和亮煤的芳香层叠合致密化、高演化的芳香层间缩距、深部塑性变形导致D C较高；半暗煤、暗淡煤中暗煤和丝炭的孔隙类型、矿物涂层导致D N1较小，深部地质条件导致孔隙变形，加之矿物充填和补充，导致D N2较大；D M则可能与深部复杂的地质条件和次生矿物的充填有关。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
秦勇，申建，史锐. 中国煤系气大产业建设战略价值与战略选择［J］.煤炭学报，2022，47（1）：371-387.

QIN Y，SHEN J，SHI R. Strategic value and choice on construction of large CMG industry in China［J］. Journal of China Coal Society，2022，，47（1）；371-387.

[2]
徐凤银，侯伟，熊先钺，等. 中国煤层气产业现状与发展战略［J］.石油勘探与开发，2023，50（4）：669-682.

XU F Y，HOU W，XIONG X Y，et al. The status and development strategy of coalbed methane industry in China［J］. Petroleum Exploration and Development，2023，50（3）：1-14.

[3]
桑树勋，郑司建，刘世奇，等.煤系气及深部煤层气高效勘探开发若干研究进展［J］.中国矿业大学学报，2025，54（1）：1-25.

SANG S X，ZHENG S J，LIU S Q，et al. Research advances in efficient exploration and development of coal measure gases and deep coalbed methane［J］.Journal of China University of Mining & Technology，2025，54（1）：1-25.

[4]
徐凤银，聂志宏，孙伟，等.鄂尔多斯盆地东缘深部煤层气高效开发理论技术体系［J］.煤炭学报，2024，49（1）：528-544.

XU F Y，NIE Z H，SUN W，et al. Theoretical and technological system for highly efficient development of deep coalbed methane in the eastern edge of Ordos Basin［J］.Journal of China Coal Society，2024，49（1）：528-544.

[5]
鞠玮，陶树，杨兆彪，等.中国深部煤层气研究与勘探开发现状及其发展趋势［J］.石油实验地质，2025，47（1）：9-16.

JU W，TAO S，YANG Z B，et al. Current status and development trends of deep coalbed methane research in China［J］.Petroleum Geology & Experiment，2025，47（1）：9-16.

[6]
闫霞，徐凤银，熊先钺，等.深部煤层气勘探开发关键实验技术及发展方向［J］.煤田地质与勘探，2025，53（1）：128-141.

YAN X，XU F Y，XIONG X Y，et al. Key experimental technology of deep CBM exploration and development and its development direction［J］.Coal Geology & Exploration，2025，53（1）：128-141.

[7]
王振至，傅雪海，潘结南，等.深部储层煤层气产出影响因素［J］.煤田地质与勘探，2025，53（2）：84-98.

WANG Z Z，FU X H，PAN J N，et al. A study on the factors influencing the production of deep coalbed methane［J］. Coal Geology & Exploration，2025，53（2）：84-98.

[8]
唐淑玲，汤达祯，杨焦生，等.鄂尔多斯盆地大宁—吉县区块深部煤储层孔隙结构特征及储气潜力［J］.石油学报，2023，44（11）：1854-1866，1902.

TANG S L，TANG D Z，YANG J S，et al. Pore structure characteristics and gas storage potential of deep coal reservoirs in Daning-Jixian block of Ordos Basin［J］.Acta Petroleum Sinica，2023，44（11）：1854-1866，1902.

[9]
REN P F，XU H，TANG D Z，et al. Pore structure and fractal characterization of main coal-bearing synclines in western Guizhou，China［J］. Journal of Natural Gas Science and Engineering，2019，63（1）：58-59.

[10]
刘大锰，李振涛，蔡益栋.煤储层孔-裂隙非均质性及其地质影响因素研究进展［J］.煤炭科学技术，2015，43（2）：10-15.

LIU D M，LI Z T，CAI Y D.Study progress on pore-crack heterogeneity and geological influence factors of coal reservoir［J］.Coal Science and Technology，2015，43（2）：10-15.

[11]
姚艳斌，刘大锰.基于核磁共振弛豫谱的煤储层岩石物理与流体表征［J］.煤炭科学技术，2016，44（6）：14-22.

YAO Y B，LIU D M.Petrophysics and fluid properties characterizations of coalbed methane reservoir by using NMR relaxation time analysis［J］.Coal Science and Technology，2016，44（6）：14-22．

[12]
张雷，边利恒，侯伟，等.深部煤储层孔隙结构特征及其勘探意义——以鄂尔多斯盆地东缘大宁—吉县区块为例［J］.石油学报，2023，44（11）：1867-1878.

ZHANG L，BIAN L H，HOU W，et al. Pore structure characteristics and exploration significance of deep coal reservoirs：A case study of Daning-Jixian block on the eastern edge of the Ordos Basin［J］.Acta Petrolei Sinica，2023，44（11）：1867-1878.

[13]
赵喆，徐旺林，赵振宇，等.鄂尔多斯盆地石炭系本溪组煤岩气地质特征与勘探突破［J］.石油勘探与开发，2024，51（2）：234-247，259.

ZHAO Z，XU W L，ZHAO Z Y，et al. Geological characteristics and exploration breakthroughs of coal rock gas in Carboniferous Benxi Formation Ordos Basin NW China［J］. Petroleum Exploration and Development，2024，51（2）：234-247，259.

[14]
邓泽，王红岩，姜振学，等.深部煤储层孔裂隙结构对煤层气赋存的影响——以鄂尔多斯盆地东缘大宁—吉县区块为例［J］.煤炭科学技术，2024，52（8）：106-123.

DENG Z，WANG H Y，JIANG Z X，et al. Influence of deep coal pore and fracture structure on occurence of coalbed methane：A case study of Daning-Jixian block in eastern margin of Ordos Basin［J］. Coal Science and Technology，2024，52（8）：106-123

[15]
吴见，孙强，石雪峰，等.深部煤层孔隙结构与流体差异赋存特征研究［J］.煤田地质与勘探，2024，52（8）：89-100.

WU J，SUN Q，SHI X F，et al. Pore structure and differential fluid occurrence of deep coal seams［J］. Coal Geology & Exploration，2024，52（8）：89-100.

[16]
杨明，柳磊，刘佳佳，等.中阶煤孔隙结构的氮吸附—压汞—核磁共振联合表征研究［J］.煤炭科学技术，2021，49（5）：67-74.

YANG M，LIU L，LIU J J，et al. Study on joint characterization of pore structure of middle-rank coal by itrogen adsorption-mercury intrusion-NMR［J］.Coal Science and Technology，2021，49（5）：67-74.

[17]
张苗，刘钦节，王兴阵，等.整合压汞、N2和CO2吸附的中—高阶煤多重分形特征［J］.煤炭学报，2024，49（5）：2394-2404.

ZHANG M，LIU Q J，WANG X Z，et al. Multiple fractal characterization of medium-high rank coal integrating mercury intrusion porosimetry N2 and CO2 adsorption experiments［J］. Journal of China Coal Society，2024，49（5）：2394-2404.

[18]
LIU Y L，TAMG D Z，XU H，et al. The impact of coal macrolithotype on hydraulic fracture initiation and propagation in coal seams［J］.Journal of Natural Gas Science and Engineering，2018，56：299-314.

[19]
侯伟，徐凤银，张雷，等.煤岩类型对煤储层吸附/解吸特征影响及实践意义——以保德区块为例［J］.煤田地质与勘探，2022，50（3）：110-118.

HOU W，XU F Y，ZHANG L，et al.Influence of coal litho-types on adsorption/desorption characteristics in coal reservoirs and its practical significance：A case study in Baode block［J］. Coal Geology & Exploration，2022，50（3）：110-118.

[20]
赵方钰，邓泽，王海超，等.煤体结构与宏观煤岩类型对煤体吸附/解吸瓦斯的影响［J］.煤炭科学技术，2022，50（12）：170-184.

ZHAO F Y，DENG Z，WANG H C，et al. Influence of coal structure and macrolithotype of coal on coal adsorption and desorption of gas［J］. Coal Science and Technology，2022，50（12）：170-184.

[21]
刘新社，黄道军，虎建玲，等.鄂尔多斯盆地中东部地区石炭系本溪组煤岩气储层特征［J］.天然气工业，2024，44（10）：51-62.

LIU X S， HUANG D J， HU J L，et al. Reservoir characteristics of Carboniferous Benxi Formation coal-rock gas in the central and eastern Ordos Basin［J］. Natural Gas Industry， 2024， 44（10）：51-62.

[22]
牛小兵，张辉，王怀厂，等.鄂尔多斯盆地中、东部石炭系本溪组煤储层纵向非均质性特征及成因——以M172井为例［J］.石油与天然气地质，2024，45（6）：1577-1589.

NIU X B，ZHANG H，WANG H C，et al. Characteristics and genesis of vertical heterogeneity in a coal seam of the Carboniferous Benxi Formation，eastern Ordos Basin：A case study of Well M172［J］. Oil & Gas Geology，2024，45（6）：1577-1589.

[23]
霍多特.煤与瓦斯突出［M］.宋世钊，王佑安，译.北京：中国工业出版社，1996．

HODOT.Coal and Gas Outbursts［M］.Translated by SONG S Z，WANG Y A. Beijing： China Industry Press 1996.

[24]
THOMMES M，KANEKO K，NEIMARK A V，et al.Physisorp-tion of gases，with special reference to the evaluation of surface area and pore size distribution（IUPAC technical report）［J］. Pure and Applied Chemistry，2015，87（9-10）：1051-1069.

[25]
李振，邵龙义，侯海海，等.高煤阶煤孔隙结构及分形特征［J］.现代地质，2017，31（3）：595-605.

LI Z，SHAO L Y，HOU H H，et al. Pore structures and fractal characteristics of high rank coals［J］.Geoscience，2017，31（3）：595-605.

[26]
戴方尧，胡海燕，张爱华.有机质页岩孔隙分形模型的适用性研究［J］.煤炭科学技术，2019，47（2）：168-175．

DAI F Y，HU H Y，ZHANG A H.Suitability study on fractal model of organic shale pore［J］.Coal Science and Technology，2019，47（2）：168-175．

[27]
熊益华，周尚文，焦鹏飞，等.基于低温 CO2吸附的煤和页岩微孔结构分形分析［J］. 天然气地球科学，2020，31（7）：1028-1040.

XIONG Y H，ZHOU S W，JIAO P F，et al. Fractal analysis of micropore structures in coal and shale based on low temperature CO2 adsorption［J］.Natural Gas Geoscience，2020，31（7）：1028-1040.

[28]
JARONIEC M，GILPIN R K，CHOMA J. Correlation between microporosity and fractal dimension of active carbons［J］. Carbon，1993，31（2）：325-331.

[29]
CHOMA J，JARONIEC M，PIOTROWSKA J. On the mesopore correction of adsorption data used for characterizing microporous structure of activated carbons［J］.Materials Chemistry and Physics，1987，18（ 4） ：409-421．

[30]
STOECKLI F，BALLERINI L，SBERNARDINI D. On the evolution of micropore widths and areas in the course of activation［J］. Carbon，1989，27（3）：501-502.

[31]
姚艳斌，刘大锰.煤储层精细定量表征与综合评价模型［M］．北京：地质出版社，2013.

YAO Y B，LIU D M. Fine Quantitative Characterization and Comprehensive Evaluation Model of Coal Reservoirs［M］. Beijing： Geological Publishing House，2013.

[32]
WASHBURN E W. The dynamics of capillary flow［J］.Physical Review，1921，17（3）：273-283.

[33]
杨起，韩德馨. 中国煤田地质学［M］.北京：煤炭工业出版社，1979.

YANG Q，HAN D X. China Coalfield Geology［M］.Beijing：Coal Industry Press， 1979.

[34]
程远平，胡彪. 基于煤中甲烷赋存和运移特性的新孔隙分类方法［J］.煤炭学报，2023，48（1）：212-225.

CHENG Y P， HU B. A new pore classification method based on the methane occurrence and migration characteristics in coal［J］.Journal of China Coal Society，2023，48（1）：212-225.

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,.