2019, Vol. 62
2. 西南石油大学地球科学与技术学院, 成都 610500;
3. 中石化胜利油田勘探开发研究院, 山东东营 257015;
4. 德克萨斯大学阿灵顿分校地球与环境科学学院, 美国 76019;
5. 中国石油新疆油田公司采油二厂, 新疆克拉玛依 834008
）、峰度（KG）、可动流体分量（Smf）及区间孔隙分量等孔隙结构参数, 建立了基于核磁T2谱特征参数的孔隙结构识别图版, 显示核磁T2谱孔隙结构参数对不同类型的储层有较好的识别效果, 进而探讨核磁孔隙结构参数和岩电参数之间的关系, 结果表明, T2谱峰度值与孔隙胶结指数（m）值相关性较高, 进一步确定了岩电参数m的核磁计算公式.最终, 将该套方法应用于研究区井筒剖面中, 有效地提高了饱和度计算精度, 也为东营凹陷南坡低渗透砂岩油藏储量估算与高效开发提供了依据.2. School of Geoscience and Technology, Southwest Petroleum University, Chengdu 610500, China;
3. Institute of Exploration and Development, Shengli Oil Field, SINOPEC, Dongying Shandong, 257015, China;
4. Department of Earth and Environmental Science, University of Texas at Arlington, Texas 76019, USA;
5. No.2 Oil Production Plant, Xinjiang Oilfield Company, PetroChina, Karamay Xinjiang 834008, China
), kurtosis (KG), mobile fluid ratio (Smf) and interval pore component in T2 spectrum, the identification chart of pore structure based on the characteristic parameters of T2 spectrum of NMR was established, which can help indentify reservoirs of varied types. Further more, the relationship between rock-electro parameters and T2 characteristic parameters were discussed. The results show that the KG is highly correlated with the cement exponent (m), and the calculation formula of m was further determined. Finally, this method was applied to the logging profile in the study area, which effectively improved the accuracy of saturation calculation and provided a basis for the reserves estimation and efficient development of low permeability sandstone reservoirs in the south slope of Dongying Depression.东营凹陷是渤海湾裂谷系内大型宽缓中-新生代断陷盆地，位于济阳坳陷东部，呈NEE走向，具有北断南超、北陡南缓的基本构造格局(操应长等，2009).沙河街组四段(Es4)沉积时期为断陷湖盆初始裂陷伸展的过渡时期，经早期沉积充填，凹陷南坡带形成了相对平缓的古地形背景，加之周缘地区陆源碎屑的充足供给，在该区广泛发育了滨浅湖滩坝砂体，受复杂沉积环境、成藏机制与构造、成岩作用等的影响，沙四段滩坝砂体表现为典型的低渗透特征(闫建平等，2016)，具有孔隙类型多样，孔隙结构复杂，微孔发育，非均质性强的特点，岩电参数特征也与常规储层存在显著差异(闫建平等，2015)，运用Archie公式选取单一岩电参数进行饱和度评价往往计算不准确，使得低渗透砂岩饱和度评价成为测井研究面临的难题.目前，国内外学者对低渗透砂岩饱和度评价进行了广泛的研究，Owen等学者通过物理实验和数值模拟方法认识到非常规储集层中岩石导电规律的特殊性(Owen, 1952; Diederix, 1982; Swanson, 1985).Wang等认为孔隙结构控制着岩石的导电效率，使得低渗透砂岩岩电参数出现异常特征，进而影响胶结指数m值的准确选取(毛志强和高楚桥，2000；Wang et al., 2005).而孔隙结构受多种因素的影响，如黏土矿物通过吸水膨胀控制孔隙结构，进而影响岩石的电性特征(Yang et al., 2018).核磁共振测井是目前公认的一种最有效利用测井资料评价储层孔隙结构的方法，它通过对地层流体中氢核核磁共振信号的观测获得横向弛豫时间T2分布，进而得到与孔隙结构有关的信息(Yao and Liu, 2012；Yan et al., 2017)，多维核磁共振测井还能获得岩石中不同流体的饱和度(Guo et al., 2016).因此，可以利用核磁共振T2谱获得与岩电参数有关的信息(黄毅等，2007；丁娱娇等，2017).笔者以东营凹陷南坡Es4段低渗透滩坝砂岩为研究对象，利用压汞、物性、岩电等实验资料探讨孔隙结构对岩电参数的影响，然后在孔隙结构分类的基础上，提取出核磁共振T2谱中T2g、峰度值及区间孔隙分量等表征孔隙结构的特征参数，建立T2谱孔隙结构参数与岩电参数的关系，从T2谱信息中给出了确立孔隙胶结指数m的关系式，该方法应用于井筒剖面有效地提高了储层有效性识别与饱和度计算精度，这也是核磁共振测井信息获取复杂孔隙结构低渗透砂岩岩电参数的有益探索.
1 孔隙结构对岩电参数的影响 1.1 孔隙结构特征及分类孔隙结构指储集层孔隙喉道的几何形状、大小、分布及相互连通和配比关系，是油气藏精细描述和储层综合评价中的重要研究内容.评价储层孔隙结构最直接有效的资料是压汞毛管压力曲线(刘卫等，2009)，毛管压力曲线作为毛细管力与非润湿相(润湿相)流体饱和度的关系曲线，能够反映孔喉半径分布、孔隙体积及孔喉连接方式等信息(杨峰等，2013).为深入研究东营凹陷南坡Es4段低渗透砂岩孔隙结构特征，对研究区57块岩石样品进行压汞测试(图 1)，显示出低渗透砂岩样品的毛管压力曲线在形态上有较大差异，进汞段倾斜且短，表明最大连通孔隙喉道的集中程度不高，孔隙结构不均匀.
|
图 1 Es4段储层毛管压力曲线图 Fig. 1 Capillary pressure curve of low permeability sandstone in Es4 |
排驱压力(Pd)与最大进汞饱和度(SHgmax)分散，喉道中值半径(r50)介于0.03~2.4 μm，最大孔喉半径分布在0.3~10.0 μm之间，其他一些与孔隙结构关系密切的表征量如孔隙度(φ)、渗透率(k)与孔喉半径均值(rm)都较低，且分布范围较宽，充分反映出研究区孔隙结构的复杂性.为便于对储层孔隙结构精细描述，参考储层分类评价标准及东营凹陷低渗透砂岩孔隙结构分类(闫建平等，2017)，结合Es4段物性数据(图 2)，将研究区孔隙结构分为三大类型、五种小类(表 1)，进而为讨论孔隙结构类型与岩电参数的关系奠定基础.
|
图 2 Es4段孔隙度-渗透率交会图 Fig. 2 Porosity and permeability cross-plot of Es4 |
|
表 1 东营凹陷Es4段低渗透砂岩孔隙结构分类参数表 Table 1 Classification on pore structure parameters of Es4 low permeability in Dongying sag |
Archie公式中岩性系数(a，b)、孔隙结构指数(m)和饱和度指数(n)的取值对饱和度的计算尤为重要.通常在实际生产中确定岩电参数的方法有两种，一种为岩电实验直接拟合得到a与m值，另一种是对单样品数据分析，令a=1获得m值，该方法的特点在于将孔隙结构信息全部集中在m上，这样计算得到的m值既能反映孔隙结构，又便于处理井资料时的选择，以下将通过两种方法讨论孔隙结构与岩电参数的关系.
对所有样品数据进行岩电参数拟合(不分孔隙结构)得到a=1.9269，m=1.5340(图 3a)，与纯砂岩岩电参数a=1，m=2存在差异，将其应用于实际井资料计算中，含水饱和度(Sw)计算结果与实际不符，出现偏高或偏低的现象，这是因为低渗透储层中不同的孔隙结构对岩石的导电性不同(张龙海等，2006)，因此，不区分孔隙结构类型而拟合得到的岩电参数在饱和度计算中不再适合.在分孔隙结构类型的基础上拟合岩电参数(图 3)，Ⅰ类孔隙结构较好，地层因素(F)与孔隙度(φ)呈较好的幂指数关系，而孔渗低、孔隙结构复杂的Ⅲ类储层中，关系规律性较Ⅰ类差.通过拟合Es4段三类孔隙结构岩样对应的岩电参数，Ⅰ型：a=1.0547，m=1.822(图 3b)；Ⅱ型：a=4.9528，m=1.1790(图 3c)；Ⅲ型：a=8.1203；m=0.9863(图 3d)，整体上随着孔隙度、渗透率降低，孔隙结构变差，岩电参数a值增加，m值减小.
|
图 3 Es4段F-φ交会图 (a)未区分孔隙结构类型; (b) Ⅰ型孔隙结构; (c) Ⅱ型孔隙结构; (d) Ⅲ型孔隙结构. Fig. 3 F-φ cross-plot of Es4 (a) Unclassified pore structure type; (b) Ⅰ type of pore structure; (c) Ⅱ type of pore structure; (d) Ⅲ type of pore structure. |
利用单样品分析资料，令a=1，得到m=-logF/logφ，考察m与物性参数的关系，在φ＜15%的Ⅱ、Ⅲ类储层中，m与φ呈线性正相关，说明随孔隙度增加，喉道的改善不明显，岩石的导电效率降低；在φ≥15%的Ⅰ类储层中，m与φ呈负相关，但趋势斜率较小(图 4)，该极值点的存在从电学参数的角度指示了常规储层与低渗透储层的物性界限，具有一定的分类意义(张明禄和石玉江，2005).从拟合岩电参数与单样品数据两种方法的分析结果来看，岩电参数与孔隙结构有密切关系，需要分孔隙结构类型获得相应的岩电参数.
|
图 4 Es4段孔隙度与m值交会图 Fig. 4 Porosity and m cross-plot of Es4 |
核磁共振T2谱和毛管压力曲线都反映岩石的孔隙结构，相比毛管压力曲线，岩样核磁共振T2谱不仅能直接反映孔隙结构信息，同时便于和核磁共振测井信息进行对比，有助于将分孔隙结构类型确立岩电参数推广到井筒剖面中，因此下面着重讨论利用核磁共振T2谱提取反映孔隙结构的敏感参数(即T2谱孔隙结构参数)，进而建立T2孔隙结构参数与岩电参数的关系.
2 基于核磁共振响应的岩电参数探讨 2.1 核磁共振T2谱提取孔隙结构参数 2.1.1 理论基础由核磁共振弛豫机制可知(肖立志，1998)，均匀磁场中饱和水的单个孔道中原子横向弛豫时间可近似表示为
|
(1) |
式中，S/V为单个孔隙的比表面，μm2/μm3；ρ2为岩石的横向表面弛豫强度，μm/ms.
(1) 式表明T2与岩性及孔隙比表面有关.假设孔隙具有规则的几何形状，则由(1)式得到T2与孔径rc的关系式为
|
(2) |
式中，Fs为几何形状因子，rc为孔径，对于球状孔隙，Fs=3；对于柱状管道，Fs=2.由(2)式可知，孔隙流体的弛豫时间与孔隙空间的大小及形状有关，孔隙空间越小，比表面积越大，表面相互作用的影响越强烈，横向弛豫时间也越短.观测的横向弛豫时间与平均孔隙半径rc是一一对应的.因此，利用T2分布可以评价孔隙大小及其孔径分布.
2.1.2 T2谱孔隙结构参数储层孔隙结构控制着孔隙流体的分布，核磁共振能够获得与孔隙流体赋存状态有关的信息，这是利用核磁T2谱评价储层孔隙结构的基础(Timur，1972).通过对核磁T2谱特征分析，选取与孔隙结构相关的参数如T2几何平均值、T2均值、峰度、区间孔隙分量和可动流体分量对储层孔隙结构进行定量描述.
T2几何平均值(T2g)是反映孔隙结构特征的参数，表征核磁共振T2分布，其计算公式如下：
|
(3) |
式中，T2g为T2几何平均值(ms)；T2i为第i个核磁共振横向弛豫时间(ms)；φi为对应的孔隙度分量(%)；φnmr为核磁共振孔隙度值(%)；N为核磁共振T2谱的采样点个数.
T2均值(
|
(4) |
T2标准差(σT2)是描述以T2均值为中心的散布程度，可以表征孔隙大小的分选程度，也称为分选系数，孔隙分选越好，分选系数越小.
|
(5) |
峰度(KG)用来衡量核磁共振T2曲线尖锐程度，可表示孔隙分布曲线峰的陡峭程度(白松涛等，2016)，以此反映岩石中孔隙大小的集中程度，对评价孔隙结构有较好的表征作用：
|
(6) |
可动流体分量(Smf)是以T2截止时间(T2cutoff)作为界限值，在饱和水状态下，将大于T2cutoff的孔隙分量称为可动流体分量(图 5a).当孔隙度一定时，可动流体分量越大，则说明可以发生渗流的流体越多，孔隙结构就越好.
|
(7) |
|
图 5 T2谱可动流体分量(a)和区间孔隙分量(b)示意图 Fig. 5 Distribution of movable fluid component and interval porosity component of NMR T2 |
区间孔隙分量利用压汞资料所得的孔喉分布标定核磁共振区间孔隙分量，提取不同弛豫时间范围内的孔隙分量，进而对岩石孔隙结构进行评价(白松涛等，2016).从T2谱中提取S1、S2和S3三个参数(式8)，分别代表介于小孔、中孔和大孔范围内的孔隙分量，当中孔、大孔所占区间越大，则岩石的孔隙结构越好.不同尺寸孔隙组分对应的T2范围需要根据压汞资料进行刻度，以东营凹陷南坡Es4段为例，压汞数据分析渗透率贡献值最大时，孔喉半径往往大于0.37 μm，此外，国外有学者研究指出(Wardlaw and Taylor, 1976)，喉道半径小于0.1 μm时由于水膜张力的作用使得油气难以开采，所以喉道半径0.1 μm即约为束缚流体的界限.因此，图 5b为通过压汞孔喉分布资料以0.1 μm、0.37 μm为界限刻度T2谱所得的S1、S2和S3界限值为28 ms和120 ms.
|
(8) |
式中，n1为经压汞资料刻度后小孔对应的T2值，n2为中孔对应的T2值.
2.2 不同孔隙结构的核磁特征为研究T2谱孔隙结构参数与岩电参数之间的关系，选取东营凹陷南坡低渗透砂岩Es4段14块岩心样品，按照实验过程对岩心样品的破坏程度及由易到难的级别，首先使用ZQ-1型气体渗透率自动测量仪，完成孔隙度、渗透率等物性参数的测量，然后采用HP4284A RLC测量仪测量岩心地层因素、电阻率增大系数等电性参数，最后利用苏州纽迈分析仪器股份有限公司的AniMR-150型全直径岩心核磁共振仪测量岩样离心前后核磁共振T2谱，核磁共振测量的基本参数：回波间隔TE=0.2 ms，回波个数为1024，等待时间Tw=5 s，离心前扫描次数为1024次，离心后扫描次数为2048.
饱和水岩石样品的T2分布与孔喉尺寸的分布有较好的相关性.选取不同孔隙结构的典型样品分析其核磁共振T2谱(图 6).从形态特征来看，Ⅰ型T2谱曲线呈高弛豫时间值分布，且高T2值部分占比较高，即大尺度的孔喉多；随着孔隙结构变差，Ⅱ型T2谱曲线中低T2值部分占比增加，双峰特征明显，反映出大孔、中孔数量逐渐减少，而小尺度孔隙增多；Ⅲ型T2谱曲线整体呈单峰分布，且峰值对应的T2值低，即以小孔喉为主.
|
图 6 沙四段低渗透砂岩不同孔隙结构类型核磁T2谱特征 (a) Ⅰ型孔隙结构; (b) Ⅱ型孔隙结构; (c) Ⅲ型孔隙结构. Fig. 6 T2 spectrum characteristics of different types of pore structure of low permeability sandstone of Es4 (a) T2 spectra of type Ⅰ pore structure; (b) T2 spectra of type Ⅱ pore structure; (c) T2 spectra of type Ⅲ pore structure. |
不同孔隙结构的T2谱参数如表 2所示，Ⅰ类孔隙结构T2g、
|
|
表 2 Es4段不同孔隙结构核磁共振T2谱参数表 Table 2 Nuclear magnetic resonance T2 spectrum parameters of different pore structure in the Es4 |
不同孔隙结构的核磁共振T2谱形态特征各不相同，而岩电参数值的大小一定程度上受孔隙结构的控制(闫建平等，2015)，因此，可通过提取T2谱中能表征孔隙结构的参数建立其与岩电参数的关系.
为验证T2孔隙结构参数对不同类型储层的敏感性，建立了东营凹陷南坡Es4低渗透储层孔隙结构类型识别图版(图 7).从图中可看出，核磁共振T2谱参数中峰度KG、T2g、
|
图 7 核磁共振孔隙结构参数识别孔隙结构类型图版 (a) T2g-峰度值; (b) T2g-T2均值; (c) T2均值-可动流体区间; (d) (S2+S3)-峰度值. Fig. 7 Pattern recognition of pore structure type using T2 spectrum characteristic parameter (a) T2g and kurtosis; (b) T2-mean and T2g; (c) Mobile fluid ratio and T2-mean; (d) Kurtosis and (S2+S3). |
将a固定为1时的m值与T2谱孔隙结构参数进行交会分析(图 8)，各孔隙结构参数对Ⅰ类储层有较好的区分度，但由于实验样品中Ⅰ类储层孔隙度均在极值点15%左右，其m值较高.对于φ≤15%的Ⅱ、Ⅲ类储层，峰度值与可动流体分量有更好的区分效果(图 8a、图 8b)，且峰度值与m值相关性较高，因此建立了不同孔隙结构类型的岩电参数m确定方法：
|
图 8 核磁T2谱孔隙结构参数与m值的关系 (a) m-峰度值; (b) m-可动流体分量; (c) m-T2均值; (d) m-T2g; (e) m-T2cutoff; (f) m-区间孔隙分量. Fig. 8 Relationship between parameters of NMR T2 spectra and m (a) m and kurtosis; (b) m and mobile fluid ratio; (c) m and T2-mean; (d) m and T2g; (e) m and T2cutoff; (f) m and interval pores. |
Ⅰ类孔隙结构类型储层：m=-0.214ln(KG)+2.122；
Ⅱ类孔隙结构类型储层：m=0.481ln(KG)+1.943；
Ⅲ类孔隙结构类型储层：m=0.258ln(KG)+1.936，
整体来看，随着孔隙结构变好，物性增加，相应的孔隙结构参数也变大.
3 实例分析及应用根据以上分析可知，岩电参数受孔隙结构的影响较大.以XF1井为例，依据建立的不同孔隙结构类型的岩电参数，可知Ⅰ、Ⅱ、Ⅲ类的a值分别为1.0547、4.9528和8.1203，m值分别为1.822、1.1790和0.9863，将其代入到Archie公式中进行计算(图 9)，结果显示，取平均单一岩电参数(a=1.9269，m=1.5340)不分孔隙结构计算的含水饱和度Sw的绝对误差为9.4%，计算效果较差，而按分孔隙结构选取岩电参数计算的Sw绝对误差为3.2%，精度提升了6.2%，这也说明基于孔隙结构分类后选取相应的岩电参数有助于提高低渗透砂岩储层饱和度的解释精度.
|
图 9 XF1井Es4段低渗透砂岩含水饱和度计算结果 Fig. 9 Calculation results of water saturation of Es4 low permeability sandstone in the XF1 well |
核磁共振T2参数可以较好地表征孔隙结构，进而与岩电参数m值存在密切的关系.以XF2井为例(图 10)，3315.6~3318.4 m段峰度值小于0.9，T2g小于4.5，表明孔隙结构较差、孔隙集中程度不高，为Ⅲ型孔隙结构，3319.8~3323.9 m、3324.8~3326.5 m、3332.5~3334.7 m及3338.4~3340.5 m段T2谱双峰特征明显，峰度值介于0.9~1.3、T2g介于4.5~20，为Ⅱ类孔隙结构；3329.2~3332.4 m层段的自由流体峰明显，峰度值大于1.3，T2g大于20，为Ⅰ类孔隙结构.
|
图 10 XF2井孔隙结构划分及岩电参数计算 Fig. 10 Pore structure division and calculation of rock electrical parameters in the XF2 well |
利用核磁T2谱参数对XF2井储层类型识别后(图 10)，根据峰度值与岩电参数之间的关系式可获得不同类型储层的m值，3329.2~3332.4 m层段的Ⅰ类储层m值较大，带入Archie公式计算得到的含油饱和度大于50%，判断为油层，井壁取芯含油级别显示为油浸；3324.8~3326.5 m段Ⅱ类储层的m值较Ⅰ类低，计算的含油饱和度介于35%~52%，判断为差油层，井壁取芯含油性描述为油斑，其他层段计算的饱和度高低和井壁取芯的含油性描述也基本吻合.
同样，利用核磁共振T2谱孔隙结构参数识别XF3井的孔隙结构类型后，依据不同储层相应的m值计算含油饱和度(图 11)，结果显示，3193.5~3196.4 m和3197.2~3199.6 m的Ⅱ类储层m较小，含油饱和度极低，结合其渗透率，判断为干层，3200.6~3202.5 m与3208.0~3210.9 m的Ⅰ类储层含油饱和度大于50%，解释为油层，饱和度计算结果与该井的解释结论及试油情况相符合.XF1、XF2和XF3井都表明，核磁共振T2谱参数可较好地划分储层类型，利用反演出不同类型储层的岩电参数计算的含油饱和度较合理准确，同时，也有助于复杂低渗透砂岩储层流体性质的精细识别.
|
图 11 XF3井孔隙结构划分及岩电参数计算 Fig. 11 Pore structure division and calculation of rock electrical parameters in the XF3 well |
(1) 东营凹陷南坡沙四段低渗透砂岩孔隙结构复杂，通过分孔隙结构类型拟合得到的岩电参数精度更高，随着储层孔隙度、渗透率降低，孔隙结构变差，岩电参数a值增加，m值减小，岩电参数受孔隙结构的变化而变化.
(2) T2g、T2均值、峰度、可动流体分量、区间孔隙分量等核磁孔隙结构参数能较好地反映孔隙结构类型，其中峰度与岩电参数m值的相关性较好，确立了由T2谱峰度值计算不同孔隙结构类型岩电参数m的公式.
(3) 将核磁共振T2谱参数反演的不同孔隙结构类型的m值，分类应用到井筒剖面饱和度计算中，有助于提高复杂低渗透砂岩储层含油饱和度解释的精度，也为流体精细识别及储量精确估算提供了依据.
Bai S T, Cheng D J, Wan J B, et al. 2016. Quantitative characterization of sandstone NMR T2 spectrum. Acta Petrolei Sinica (in Chinese), 37(3): 382-391, 414. DOI:10.1038/aps.2015.120 |
Cao Y C, Wang J, Liu H M, et al. 2009. Sedimentary characteristics and models of beach-bar sandbodies in the upper part of the fourth member of Paleogene in the south slope of Dongying depression. Journal of China University of Petroleum (in Chinese), 33(6): 5-10. |
Diederix K M. 1982. Anomalous relationships between resistivity index and water saturations in the rotliegend sandstone (The Netherlands). //SPWLA 23rd Annual Logging Symposium. Corpus Christi, Texas: Society of Petrophysicists and Well-Log Analysts.
|
Ding Y J, Chai X Y, Shao W Z, et al. 2017. Key parameters of water saturation based on concentration of T2 spectrum distribution. Well Logging Technology (in Chinese), 41(4): 405-411. |
Guo J F, Xie R H, Zou Y L, et al. 2016. Numerical simulation of multi-dimensional NMR response in tight sandstone. Journal of Geophysics and Engineering, 13(3): 285-294. DOI:10.1088/1742-2132/13/3/285 |
Huang Y, Zhao J, Cheng P F, et al. 2007. Enhancing accuracy of saturation model of low-porosity and low-permeability reservoirs by using nuclear magnetic resonance logging data. Oil & Gas Geology (in Chinese), 28(3): 390-394. |
Liu W, Xiao Z X, Yang S Y, et al. 2009. Comparative studies on methods of evaluation of reservoir pore structure by using NMR (nuclear magnetic resonance) well logging data. Oil Geophysical Prospecting (in Chinese), 44(6): 773-778. |
Mao Z Q, Gao C Q. 2000. Theoretical simulation of the resistivity and pore structure of hydrocarbon bearing rocks. Petroleum Exploration & Development (in Chinese), 27(2): 87-90. |
Owen J E. 1952. The resistivity of a fluid-filled porous body. Journal of Petroleum Technology, 4(7): 169-174. DOI:10.2118/952169-G |
Swanson B F. 1985. Microporosity in reservoir rocks: its measurement and influence on electrical resistivity. The Log Analyst, 26(6): 42-52. |
Timur A. 1972. Nuclear magnetic resonance study of carbonate rocks. The Log Analyst, 13(5): 3-11. |
Wang K W, Sun J M, Guan J T, et al. 2005. Percolation network modeling of electrical properties of reservoir rock. Applied Geophysics, 2(4): 223-229. DOI:10.1007/s11770-005-0028-2 |
Wardlaw N C, Taylor R P. 1976. Mercury capillary pressure curves and the interpretation of pore structure and capillary behaviour in reservoir rocks. Bulletin of Canadian Petroleum Geology, 24(2): 225-262. |
Yan J P, Wen D N, Li Z Z, et al. 2015. The influence of low permeable sandstone pore structure on rock electrical Parameters and its applications. Natural Gas Geoscience (in Chinese), 26(12): 2227-2233. |
Yan J P, Wen D N, Li Z Z, et al. 2016. The quantitative evaluation method of low permeable sandstone pore structure based on nuclear magnetic resonance (NMR) logging. Chinese Journal of Geophysics (in Chinese), 59(4): 1543-1552. DOI:10.6038/cjg20160434 |
Yan J P, He X, Geng B, et al. 2017. Nuclear magnetic resonance T2 spectrum: multifractal characteristics and pore structure evaluation. Applied Geophysics, 14(2): 205-215. DOI:10.1007/s11770-017-0614-0 |
Yan J P, Liang Q, Geng B, et al. 2017. Relationship between micro-pore characteristics and pore structure of low permeability sandstone: a case of the fourth member of Shahejie Formation in southern slope of Dongying Sag. Lithologic Reservoirs (in Chinese), 29(3): 18-26. |
Yang F, Ning Z F, Kong D T, et al. 2013. Pore structure of shales from high pressure mercury injection and nitrogen adsorption method. Natural Gas Geoscience (in Chinese), 24(3): 450-455. |
Yang L, Dou N H, Lu X B, et al. 2018. Advances in understanding imbibition characteristics of shale using an NMR technique: a comparative study of marine and continental shale. Journal of Geophysics and Engineering, 15(4): 1363-1375. DOI:10.1088/1742-2140/aaaf76 |
Yao Y B, Liu D M. 2012. Comparison of low-field NMR and mercury intrusion porosimetry in characterizing pore size distributions of coals. Fuel, 95: 152-158. DOI:10.1016/j.fuel.2011.12.039 |
Zhang L H, Zhou C C, Liu G Q, et al. 2006. Influence of pore structures on electric properties and well logging evaluation in low porosity and permeability reservoirs. Petroleum Exploration & Development (in Chinese), 33(6): 671-676. |
Zhang M L, Shi Y J. 2005. Archie′s electrical parameters of complex pore texture in sandstone reservoir. Geophysical Prospecting for Petroleum (in Chinese), 44(1): 21-23, 28. |
白松涛, 程道解, 万金彬, 等. 2016. 砂岩岩石核磁共振T2谱定量表征. 石油学报, 37(3): 382-391, 414. |
操应长, 王健, 刘惠民, 等. 2009. 东营凹陷南坡沙四上亚段滩坝砂体的沉积特征及模式. 中国石油大学学报(自然科学版), 33(6): 5-10. DOI:10.3321/j.issn:1673-5005.2009.06.002 |
丁娱娇, 柴细元, 邵维志, 等. 2017. 基于核磁共振T2谱集中度的低孔隙度低渗透率储层饱和度参数研究. 测井技术, 41(4): 405-411. |
黄毅, 赵军, 程鹏飞, 等. 2007. 利用核磁共振资料改善低孔低渗油藏饱和度模型的精度. 石油与天然气地质, 28(3): 390-394. DOI:10.3321/j.issn:0253-9985.2007.03.013 |
刘卫, 肖忠祥, 杨思玉, 等. 2009. 利用核磁共振测井资料评价储层孔隙结构方法的对比研究. 石油地球物理勘探, 44(6): 773-778. DOI:10.3321/j.issn:1000-7210.2009.06.022 |
毛志强, 高楚桥. 2000. 孔隙结构与含油岩石电阻率性质理论模拟研究. 石油勘探与开发, 27(2): 87-90. DOI:10.3321/j.issn:1000-0747.2000.02.024 |
肖立志. 1998. 核磁共振成像测井与岩石核磁共振及其应用. 北京: 科学出版社.
|
闫建平, 温丹妮, 李尊芝, 等. 2015. 低渗透砂岩孔隙结构对岩电参数的影响及应用. 天然气地球科学, 26(12): 2227-2233. DOI:10.11764/j.issn.1672-1926.2015.12.2227 |
闫建平, 温丹妮, 李尊芝, 等. 2016. 基于核磁共振测井的低渗透砂岩孔隙结构定量评价方法——以东营凹陷南斜坡沙四段为例. 地球物理学报, 59(4): 1543-1552. DOI:10.6038/cjg20160434 |
闫建平, 梁强, 耿斌, 等. 2017. 低渗透砂岩微孔特征与孔隙结构类型的关系——以东营凹陷南斜坡沙四段为例. 岩性油气藏, 29(3): 18-26. DOI:10.3969/j.issn.1673-8926.2017.03.003 |
杨峰, 宁正福, 孔德涛, 等. 2013. 高压压汞法和氮气吸附法分析页岩孔隙结构. 天然气地球科学, 24(3): 450-455. |
张龙海, 周灿灿, 刘国强, 等. 2006. 孔隙结构对低孔低渗储集层电性及测井解释评价的影响. 石油勘探与开发, 33(6): 671-676. DOI:10.3321/j.issn:1000-0747.2006.06.006 |
张明禄, 石玉江. 2005. 复杂孔隙结构砂岩储层岩电参数研究. 石油物探, 44(1): 21-23, 28. DOI:10.3969/j.issn.1000-1441.2005.01.006 |