对储层裂缝的准确识别和预测是高效开发裂缝性油气藏的关键。目前，对储层裂缝识别及预测多采用常规测井及成像测井技术^[1-9]，结合岩心露头和井数据，然后利用叠后地震数据提取各类属性进而对裂缝的展布规律进行预测。这种方法对于宏观裂缝规律的研究具有一定的实用性，但预测精度往往较低，而且主要应用于碳酸盐岩储层和砂岩储层^[10-20]。

基于地震资料的裂缝识别预测是另外一种常用手段，采用的方法主要分为地震叠前与地震叠后两类。这两类预测方法基本只局限于地震信息本身，并没有考虑到井震信息的有效结合，会影响预测结果的可靠性^[21-23]。周文等基于地震资料，利用蚂蚁追踪技术，结合成像测井资料和生产动态资料，评价并预测青西油田下沟组泥云岩和砂砾岩储层裂缝的分布规律及发育程度^[24-25]。

准噶尔盆地广泛发育裂缝性特低渗透砂质砾岩油藏，这类油藏裂缝分布十分复杂、且规律性较差，采用常规的技术手段和方法，难以实现对裂缝的准确识别和预测。本文通过地质、地震、测井等技术手段建立了一套砂质砾岩油藏裂缝定量表征方法，基于裂缝特征宏观描述，综合岩心、测井信息建立裂缝识别模式和解释模型，通过开展单井裂缝识别，开展裂缝密度、方位等规律预测，最终通过试油试采等资料对预测结果进行验证。该方法成功应用于红山嘴油田红153井区，裂缝准确识别率达到70%以上，取得较好的效果，对于整个准噶尔盆地致密砂质砾岩储层的裂缝表征具有一定的指导和借鉴意义。

1 裂缝特征 1.1 研究区概况

红山嘴油田红153井区位于准噶尔盆地西北缘，表现为一北西向南东倾斜的单斜特征，研究区被3条大断裂所夹持，内部主要发育一组北西向小断裂（图 1）。储层岩性以砾岩、砂质砾岩为主，黏土矿物以伊/蒙混层为主，储层岩石结构成熟度较差，磨圆度主要为次圆状—次棱角状、次圆状，分选性较差，支撑类型为颗粒支撑，胶结类型主要为孔隙—接触式、孔隙式、压嵌式等，颗粒以线接触为主，粒内溶孔和微裂缝都有发育，储层平均孔隙度为4.9%，平均渗透率为0.29mD，属于特低孔特低渗透砂质砾岩裂缝性油藏。

从邻区勘探历程来看，相似的裂缝性砂质砾岩油藏虽然初期产量高，但稳产一段时间后，产量呈断崖式下降的特征。红153井区裂缝系统非常复杂，非均质性极其严重，属于世界级复杂难开发的油藏，开展对裂缝的识别研究是解决以上难点的关键。

1.2 裂缝发育特征

通过对岩心裂缝观察发现红153井区裂缝发育，以斜交缝数量最多，其次是高角度缝和垂直缝，且裂缝多被方解石、沸石充填；镜下观察可发现微裂缝发育（图 2），微裂缝以开启缝为主，因此微裂缝才是油气主要渗流通道。通过岩心观察，对长度大于或等于1cm的裂缝统计发现，裂缝发育段平均裂缝密度为0.1~4条/m，纵向上，单井裂缝发育具有分段性，分析认为地层较薄，剥蚀严重，顶部容易形变或淋滤而发育裂缝。

岩心观察统计发现，该区裂缝平均长度为23.21mm，平均宽度为1.49mm，裂缝平均孔隙度为0.15%，平均渗透率为33.88mD，可见裂缝对孔隙度贡献不大，但是对渗透率影响很大，对于油藏的渗流能力起到了主导作用^[26-27]。

1.3 裂缝产状及有效性

根据11口评价井和探井取心及成像测井资料统计，红153井区以低角度缝为主，其次为高角度缝。据10口成像测井资料统计，裂缝走向分为4类，主要为南北走向及北东—南西走向，井数各3口，分别占分析井数的30%；次为北西—南东走向，井数2口，占分析井数的20%，剩余1口井发育北东—南西及北西—南东两组共轭裂缝。油藏裂缝发育受断层控制，大部分裂缝走向与相邻断层平行，发育程度与距断层距离密切相关。

红153井区裂缝倾角以30°~75°为主，横向上，东西两区块裂缝倾角分布比例一致，以斜交缝和高角度缝为主；垂向上，中—浅层裂缝倾角比例一致，深层斜交缝比例增大，高角度缝比较少。裂缝走向主要集中在100°~150°和200°~250°之间，靠近边界断层附近的裂缝以近平行边界断层为主，研究区中部裂缝走向以北东向为主，南部以近东西向为主（图 3）。据岩心描述资料统计，岩心裂缝长度以10~30cm居多，其次为小于10cm和30~60cm的裂缝；裂缝宽度主要分布在1~5mm之间，其次为0.1~1mm，由此可见，红153井区夏子街组裂缝以中缝为主，小缝次之。

岩心、成像测井、试井及试油试采资料证实，红153井区裂缝具有含油性，并且是流体的有效渗流通道，由诱导缝走向统计结果表明，现今最大主应力方向为近东西向，易形成近东西向的压裂裂缝，近南北向和北东向的天然裂缝与压裂裂缝沟通，达到最大泄油面积，压裂效果较好。

1.4 裂缝成因及主控因素

研究区构造形成主要经历了两个阶段，即早期的中—晚二叠世印支运动和晚期的中侏罗世燕山运动。其中印支运动是该区夏子街组裂缝形成的主要时期，这一时期主要遭受北西向主应力挤压。红153井区夏子街组位于红3井东断裂上盘，抬升遭受剥蚀，地层较薄，且有一定倾角，容易形成与主应力方向垂直（北东向）的斜交缝（图 4）。

裂缝控制因素主要有两方面，一是岩性，二是断层。如图 5所示，砂质砾岩发育裂缝数量最多，小砾岩其次，粉砂岩最少。整体来看，粒度越小、岩性越致密、脆性越大，岩心越容易发育裂缝。如图 6所示，裂缝发育除了受岩性影响以外，断层也是影响裂缝发育的主要因素，离断层越近，裂缝越发育。

2 测井裂缝识别与解释 2.1 裂缝识别方法

针对红153井区裂缝发育段测井曲线响应特征，裂缝解释主要选用常规测井系列中纵向分辨率较高的冲洗带电阻率、声波时差测井曲线，采用模式识别方法进行单井裂缝解释（图 7）。利用模式法优选敏感曲线，通过部分岩心和成像测井资料对裂缝位置的标定，学习该井区裂缝发育的曲线组合模式，建立裂缝识别模式和梯度变化标准，将剩余岩心及成像测井裂缝解释结果作为验证条件，对研究区所有井进行裂缝识别，以对岩心及成像测井资料进行补充。

2.1.1 曲线优选

冲洗带电阻率测井曲线可以使用微球聚焦、贴井壁的微电极或微侧向测量仪器获得，探测对象为井壁周围的冲洗带电阻率。当贴井壁探头滑过裂缝或靠近裂缝区域时，电阻率下降，该变化将被仪器记录，冲洗带电阻率测井响应曲线主要反映储层岩性和物性情况，其结果受油气影响较小。微球聚焦测井是确定冲洗带电阻率（RXO）最好的方法^[28]，缺少该曲线时，可以用微电极曲线代替。

声波测井测量的是井壁附近纵向短距离滑行声波的传播时间，经过裂缝时声波时差增大而被记录下来，裂缝角度高时变化不明显。因此裂缝识别优先选择高分辨率声波测井，没有该资料时可以用声波时差曲线代替，如图 8所示。

2.1.2 曲线预处理

在可获取环境校正图版的情况下（与测量工具对应，图版来源于实验室数据），对各条曲线进行井眼尺寸、钻井液密度、钻井液电阻率等环境校正，同时对曲线进行深度校正，使各条曲线在同一深度的响应一致。一般以自然伽马（GR）曲线的深度为准。

2.1.3 裂缝识别模式及梯度标准

测井曲线采样点与上下相邻点对比，其形态主要可归纳为4种模式：凹、凸、撇、捺，对于理想的砂泥岩剖面，声波时差与冲洗带电阻率相关性较好。由成像测井裂缝发育点曲线相应特征分析，红153井区裂缝对应测井曲线组合具有规律性（图 9）。通过对该井区9口FMI成像测井的裂缝发育点模式统计，得到最能代表研究区裂缝测井曲线组合特征的4种模式（图 10）。

利用梯度曲线作为裂缝识别的控制参数，区分仪器误差与岩性、岩性与裂缝引起的模式差异。

上行梯度公式：

$ {\rm{TIDU}}{R_{{\rm{XO}}}}\_{\rm{UP}} = {\rm{Abs}}(({R_{{\rm{XO}}(n - 1)}} - {R_{{\rm{XO}}}})/{R_{{\rm{XO}}}}) $

(1)

$ {\rm{TIDU}}AC\_{\rm{UP}} = {\rm{Abs}}((A{C_{(n - 1)}} - AC)/AC) $

(2)

式中  TIDUR_XO_UP——电阻率测井上行梯度，无量纲；

R_XO(n-1)——n-1时刻电阻率值，无量纲；

R_XO——n时刻电阻率值，无量纲；

TIDUAC_UP——声波时差测井上行梯度，无量纲；

AC_(n-1)——n-1时刻声波时差值，无量纲；

AC——n时刻声波时差值，无量纲；

Abs——绝对值。

下行梯度公式：

$ {\rm{TIDU}}{{{R}}_{\rm{XO}}}\_{\rm{DOWN}} = {\rm{Abs}}(({R_{{\rm{XO}}}} - {R_{{\rm{XO}}(n + 1)}})/{R_{{\rm{XO}}}}) $

(3)

$ {\rm{TIDU}}AC\_{\rm{DOWN}} = {\rm{Abs}}((AC - A{C_{(n + 1)}})/AC) $

(4)

式中  TIDUR_XO_DOWN——电阻率测井下行梯度，无量纲；

R_XO(n+1)——n+1时刻电阻率值，无量纲；

TIDUAC_DOWN——声波时差测井下行梯度，无量纲；

AC_(n+1)——n+1时刻声波时差值，无量纲。

声波时差梯度计算参数方式如下：若声波曲线测量误差是4ms/m，仪器分辨率是0.1m，砂岩段声波时差最大值是360ms/m，曲线采样间隔为0.025m，那计算得到声波时差最小裂缝识别梯度为0.0027。冲洗带电阻率梯度计算参数方式如下：计算得到微电阻率相对误差为0.1（行业标准），仪器纵向分辨率为0.15m，曲线采样间隔为0.025m；微电阻率最小裂缝识别梯度为0.016；根据声波时差曲线、微电阻率曲线测量误差和研究区砂岩段声波时差的最大值等，确定声波时差和微电阻率曲线变化梯度的下限值为0.003和0.02。利用冲洗带电阻率曲线或声波时差曲线变化模式与自然伽马曲线相关对比，可部分消除泥质对裂缝识别的影响^[29]。

2.2 裂缝识别及解释结果分析

根据上述基本原理和方法，利用10口钻井取心及成像测井资料中的7口作为学习井，建立裂缝解释标准，然后以剩余3口取心井作为验证井，最终建立了符合红153井区特征的特低渗透砂质砾岩裂缝性油藏裂缝识别解释模型。

利用所建立的解释模型，对红153井区开展裂缝解释吻合率统计分析，结果如表 1所示。可以看出：对10口含油取心及成像测井井段共识别裂缝814条，其中581条得到验证，符合率为71.4%。

同时，通过对射孔段裂缝厚度与初期产量交会可以看出，射孔段裂缝厚度越大，初期产量越高，表明裂缝发育程度与产量成正比关系（图 11）。

3 地震叠前裂缝预测 3.1 裂缝预测基本原理

目前已经发展起来的裂缝性油气藏勘探技术包括：横波勘探技术、纵横转换波技术、多分量地震技术、多方位VSP技术和纵波AVAZ技术等。其中横波勘探技术最为有效，但是横波采集和处理的费用极高，油田投资风险大，因此不能成为常用技术；多分量地震技术、多方位VSP技术和纵横转换波技术虽然有较好的应用效果，但普遍应用于非常规地震采集项目，成本高，在国内现阶段难以广泛应用；纵波AVAZ技术成本低且应用范围广，因此发展成为较普遍的商业化技术。

裂缝的存在导致介质的物理性质随着方位不同而发生变化，这在地震中称为方位各向异性。裂缝对地震波产生了各向异性的传播特征，依据这一特征可以利用地震叠前地震资料检测裂缝。各向异性裂缝检测方法是基于纵波的一种地震检测方法，当地震纵波在遇到裂缝地层产生反射时，由于纵波与裂缝的方位角不同，产生的反射就不同。利用三维地震资料宽方位角的特点，提取不同方位角的地震纵波响应特征，就可以用于检测裂缝发育的相对程度^[30-32]，该方法尤其对开启的高角度缝效果明显。

3.2 地震叠前裂缝预测结果分析

利用地震叠前各向异性裂缝预测方法，对红153井区夏子街组裂缝发育情况进行了预测。结合地震资料、井资料的统计分析以及该区的沉积特征，综合预测红153井区裂缝发育带主要集中在各向异性较强的中部地区，南北部地区裂缝相对不发育。从图 12裂缝密度与试油数据对比也可以发现，产量较高的井分布在研究区中部各向异性高值区域（图 12中红色为各向异性高值区，绿色为低值区），产量低或者不出油的井主要集中在南北两侧各向异性不发育带上^[33]。

红153井区全部井均为压裂求产，如图 13所示（时间域剖面），H153井和H154井为油井（红框为试油层段），其中H154井射孔段裂缝发育，且压裂范围内裂缝发育程度也较好（蓝色椭圆指示压裂范围），而H153井射孔段裂缝欠发育，但是通过压裂可以沟通裂缝发育带；h1658井和hD1610井均为干层，这两口井射孔段及压裂范围内均表现为裂缝欠发育。这也说明地震叠前各向异性裂缝预测技术对单一的裂缝有较好的预测效果。

4 结论

（1）基于岩心、成像测井及常规测井资料，建立了特低渗透砂质砾岩油藏裂缝识别模式和解释模型，并利用地震叠前各向异性裂缝预测方法对裂缝密度及方位进行了预测，形成了一套集地质、地震、测井等技术手段于一体的砂质砾岩油藏裂缝定量表征方法。

（2）以模式判别逐点检测法对红153井区开展裂缝识别，统计结果表明，共识别裂缝814条，其中581条得到验证，符合率为71.4%；单井裂缝统计表明，纵向上裂缝主要集中在夏子街中上部，裂缝发育的井主要位于研究区中部断裂带上。

（3）应用地震叠前各向异性技术开展地震叠前裂缝预测，结果表明，红153井区裂缝主要位于该区中部，南北两侧裂缝欠发育，靠近边界断层的裂缝走向以近平行于边界断裂为主，而该区中部裂缝方向比较复杂，主要发育北东向裂缝，其次发育少量近东西向裂缝。通过与实际钻井对比证实裂缝预测结果是可靠的。