地球物理学报  2020, Vol. 63 Issue (11): 4232-4243   PDF    
碳酸盐岩储层孔隙结构对电阻率的影响研究
田瀚1,2,3, 王贵文1, 王克文3, 冯庆付3, 武宏亮3, 冯周3     
1. 中国石油大学(北京)地球科学学院, 北京 102249;
2. 中国石油杭州地质研究院, 杭州 310023;
3. 中国石油勘探开发研究院, 北京 100083
摘要:碳酸盐岩储层孔隙类型多样,各种孔隙的尺寸变化范围可以跨越几个数量级,孔隙结构非常复杂,这种复杂孔隙结构和不均匀分布的多元孔隙空间使得储层电性呈现明显非阿尔奇特性.为了了解影响电阻率变化的控制因素,本次研究选取中三叠世雷口坡组的8块全直径碳酸盐岩岩样,开展了核磁共振、岩电实验、孔渗实验、压汞实验及薄片等实验,并利用数字图像分析法定量分析了孔隙结构特征.研究结果表明:①孔隙度是影响电阻率高低的重要因素,但并非唯一因素,除孔隙度以外,孔隙尺寸和数量、孔隙网络复杂程度远比吼道大小对电阻率的影响大;②在孔隙度一定的条件下,胶结指数m随储层中孤立大孔隙占比的增多而增大,当孔隙度增大到一定程度后,胶结指数m又随大孔隙占比的增多而减小,微裂缝起重要沟通作用;③在给定孔隙度时,以简单大孔隙为主的岩样表现为胶结指数m值较大,而以复杂孔隙网络、细小孔隙为主的岩样表现为胶结指数m值较小,具分散、孤立大孔隙的岩样,胶结指数m值最高;④依据孔隙几何参数与电阻率和胶结指数之间的关系,可以利用测井资料间接判别储层类型,从而提高储层有效性和含水饱和度评价精度.
关键词: 碳酸盐岩储层      全直径岩样      胶结指数      孔隙结构      电阻率测井     
Study on the effect of pore structure on resistivity of carbonate reservoirs
TIAN Han1,2,3, WANG GuiWen1, WANG KeWen3, FENG QingFu3, WU HongLiang3, FENG Zhou3     
1. College of Geosciences, China University of Petroleum(Beijing), Beijing 102249, China;
2. Petrochina Hangzhou Research Institute of Geology, Hangzhou 310023, China;
3. Research Institute of Petroleum Exploration&Development, Beijing 100083, China
Abstract: The pore types of carbonate reservoirs are diverse, the size of various pores can span several orders of magnitude, and the pore structure is very complex. Such complicated pore structure and pore space heterogeneous distribution of carbonate rock results in the non-Archie phenomenon. In order to understand the control factors affecting the resistivity, 8 full-diameter carbonate rock samples from the middle Triassic Leikoupo Formation were collected, and a series of experiments were carried out, including nuclear magnetic resonance (NMR), petroelectric, porosity and permeability, mercury injection and thin section observation. The results show that ① porosity is an important factor affecting the resistivity, but it is not the only factor. In addition to porosity, the size and number of pores and the complexity of the pore network have a greater impact on the resistivity than the throat size. ② With a certain porosity, the cementation component m increases with the increase of the proportion of isolated macropores. When the porosity increases to a certain extent, the cementation component m decreases with the increase of the proportion of macropores, and microfractures play an important role in intercommunication. ③ In a given porosity, rock samples with simple macropore have a big cementation component m value, while rock samples with complex pore network and small pores have a small cementation component m value, and that of the rock samples with dispersed and isolated macropores is the largest. ④ Based on the relationship between pore geometry parameters, resistivity and cementation component m, the logging data can be used to indirectly identify the reservoir types, so as to improve evaluation accuracy on the reservoir effectiveness and water saturation.
Keywords: Carbonate reservoir    Whole core    Cementation exponent    Pore structure    Resistivity log    
0 引言

电阻率测井是目前用于碳酸盐岩储层表征最常用的方法之一,其可以用于岩性识别、孔隙度评价和含水饱和度计算等,尤其是在储层流体性质判别中至关重要.传统认为,沉积岩的岩体是低导电体,电流是通过占据孔隙空间的流体传导,充注了流体的沉积岩电阻率值主要受孔隙空间大小和孔隙结构的影响,因此孔隙的大小、形状、分布和连通性都影响着电流的流动.

碳酸盐岩储层的孔隙结构复杂程度远超碎屑岩储层,主要原因在于碳酸盐岩储层受到沉积作用、成岩作用和构造作用共同控制(郭振华等,2011),尤其是成岩作用.后期成岩改造作用(压实作用、胶结作用、溶解作用和白云石化作用)可以导致碳酸盐沉积物孔隙度的增加或者减少,也可以通过对原始沉积物矿物成分的改变,来改变原始孔隙几何形态和分布(Verwer et al., 2011),最终导致碳酸盐岩储层孔隙体系异常复杂.

虽说碳酸盐岩储层孔隙结构与电阻率之间的关系尚无明确说明,但是对于均质的砂岩而言,其电阻率特性已被学者们所认识.Archie在1942年通过对大量岩心实验分析,发现岩石电阻率与孔隙度之间存在某种定量关系,并正式发表了对电法测井具有划时代意义的Archie公式(Archie,1942孙建孟等,2008).

Archie公式中的胶结指数m量化了在一定孔隙度条件下岩石电阻率的变化情况,而这种变化取决于岩石孔隙形态和分布,其实质上反映了孔隙结构的变化,赵良孝和陈明江(2015)蔡忠等(1993)认为,应将m值理解为孔隙结构指数.对于碳酸盐岩地层,Towle(1962)在考虑了孔隙几何形态的情况下,认为孔洞型储层,m值一般从2.67至7.3+变化,而裂缝型储层,m值要小于2;曾文冲和刘学锋(2013)通过对以粒间孔隙为主的碳酸盐岩储层分析发现,m值一般变化在1.7~1.9之间,但是对于以溶蚀孔洞为主的储层,m值在2.0~2.8变化,这是因为溶蚀孔洞对储层的孔隙度贡献大,而对岩石导电性贡献相对较小,而对于以裂缝为主的储层,其恰好与孔洞型储层相反,裂缝为储层提供了极佳渗流通道,构成了岩石优势导电路径,导致m值在1.2~1.5变化,碳酸盐岩储层胶结指数m值主要受三种“元素”(基质孔隙、裂缝和溶蚀孔洞)及其耦合关系控制;Lucia(2011)认为m值是分散孔洞孔隙度与总孔隙度比值的函数,在非连通孔洞型碳酸盐岩中,分散孔洞对电荷的流通没有贡献,导致电阻率值较高,m值较高,变化范围是1.8~4.0,在存在裂缝和其他连通孔洞孔隙类型的碳酸盐岩中,孔隙彼此连通性好,导电能力增强,m值较低,可能小于1.8;田瀚等(2019)的模拟研究表明,缝洞型碳酸盐岩储层不同孔隙空间大小及其形态对电阻率均有影响,尤其是当储层孔隙度较小(ϕ<10%)时,裂缝倾角越小,胶结指数m值就越小.低角度裂缝储层的m值趋向于1.1,高角度裂缝趋向于1.5,网状裂缝近似为1.3(赵良孝和陈明江,2015).

Weger等(2009)Verwer等(2011)利用一种数字图像分析方法对岩石薄片图像进行处理,从而获取岩石孔隙结构参数,利用这些参数来定量表征碳酸盐岩孔隙结构的几何形状特征.依据该方法在量化孔隙结构、评价孔隙结构特征与声波速度、岩石渗透率和电阻率关系方面取得较大进展.

笔者借鉴类似研究方法,同时为了进一步分析碳酸盐岩孔隙结构与电阻率的关系,利用所采集的全直径岩样,系统开展了核磁共振、岩电实验、孔渗分析、压汞实验和岩样电阻率测量,结合岩样薄片的数字图像分析,探讨了孔隙大小和形态、孔隙结构复杂程度与电阻率特性之间的关系.

1 岩心样品及实验 1.1 岩石样品

碳酸盐岩储层非均质性强,为了全面反映储层的孔隙特征,研究中采用了8块直径为105 mm的全直径岩石样品(图 1).样品来自于中国四川盆地中坝气田Z80井中三叠世雷口坡组.矿物组分分析结果证实,非碳酸盐矿物含量不到3%,矿物成分单一,岩性为泥-粉晶藻屑白云岩.样品的孔隙结构复杂,发育藻间溶孔、粒内溶孔、晶间孔和裂缝.

图 1 全直径岩样 Fig. 1 Full diameter rock samples
1.2 岩石物理测量

为了研究孔隙结构对碳酸盐岩电性的影响及规律,除常规的孔隙度、渗透率参数测量之外,重点进行了全直径岩心核磁、岩电测量,并在完成上述实验之后,从8块全直径岩样中钻取了21块柱塞样品开展压汞实验分析,并从岩样一端切割、制作了岩心薄片进行电镜实验及数字图像处理,具体实验测量数据见附录.

核磁实验:利用AniMR-150型岩心核磁共振分析系统测量全直径岩样的核磁T2谱.测前按照仪器要求设定磁体控制温度,并使探头和磁体保持恒温,仪器预热16 h以上,然后将标准水样、油样、标准样、待测岩样放入恒温箱中,温度设定为磁体工作温度,恒温6 h,设定测量参数后,对恒温后的标准水样、油样、标准样进行测量,将测量结果与标准谱对比,确定测量仪器的稳定性和准确性.测量过程中,将测量结果与标准谱对比,确定测量仪器的稳定性和准确性.测量过程中,将完全饱和水的全直径岩样用不含氢的非磁性容器装好,放入测量腔中,选择CPMG脉冲序列,设置测量参数后开始测量,实验中使用的主要采集参数为TW=6000 ms,TE=0.3 ms,扫描次数32,回波个数12000.

岩电实验:利用TH2828A型LCR数字电桥仪器测定岩样电阻率,在测量之前,首先对岩心样品进行了洗油、洗盐等预处理,接着进行烘干并抽空24 h以上,然后根据储层实际地层水,配制了矿化度为100000 ppm的NaCl溶液进行加压饱和,加压饱和时间为24 h以上.完全饱和后,测量全直径岩心饱含水电阻,最后将样品放置夹持器内,进行加压驱替,围压3 MPa,驱替压力0.1~3 MPa,在此测量岩心重量及电阻,驱替数次,获得几组不同含水饱和度的岩心重量及电阻数据.

孔渗实验:采用液体饱和法测量岩样孔隙度.基于达西定律,在利用游标卡尺确定岩样体积后,应用岩心气测渗透率仪测量气体渗透率.其中,孔隙度和渗透率的测量相对误差不超过0.5%.

压汞实验:测量前对岩样进行洗油等预处理,岩样清洗干净、烘干至恒重,并测量其几何尺寸、孔隙度和渗透率,将称得干岩样质量后于密封容器中将岩样抽真空,然后按照压汞仪器的操作要求,测定岩样每个点毛细管压力和对应的汞饱和度,并在半对数坐标图上绘制毛管压力与汞饱和度的关系曲线.

2 孔隙特征定量分析

薄片的数字图像分析借鉴Weger等(2009)Verwer等(2011)所描述的方法,利用特殊图像处理方法对单偏光条件下获取的薄片图像进行处理,该方法通过利用图像分割技术将图片中的孔隙空间单独提取出来,进而对所提取的孔隙系统进行计算,获取反映孔隙形态的参数,此处获取的形态参数均来自二维图像.

Weger等(2009)曾提出了两种最能描述孔隙几何形态的参数,分别为周长面积比和优势孔隙大小,其中,周长面积比被视为孔隙比表面积在二维图像上的表现,这两个参数与岩石物理特性相关.本次研究充分利用岩心薄片图像进行孔隙特征定量分析(图 2),其中图像分辨率约为1 μm2/像素.对于岩心薄片,首先对岩心薄片图像进行预处理,然后利用阈值分割法将图像划分为孔隙和骨架两相,最后对孔隙相进行定量分析,计算孔隙比表面积(SPoR)、优势孔隙大小(DOMsize)等参数.

图 2 薄片数字图像处理流程 (a)岩心薄片,单偏光;(b)采用图像处理软件提取的孔隙空间平面分布;(c)软件对孔隙系统分析及图像统计. Fig. 2 Slice digital image processing flow (a) Core slice, plane-polarized light; (b) Distribution of pore space extracted by image processing software; (c) Analysis of pore system and image statistics.

孔隙比表面积(SPoR)是指孔隙空间的总表面积与总体积之比,孔隙比表面积的大小与孔隙结构存在密切关系,通常孔隙比表面积越小,孔隙几何形态越简单;比表面积越大,孔隙几何形态越复杂.

优势孔隙大小(DOMsize)是指薄片上组成50%孔隙度的孔隙大小上限对应值,即占据一半孔隙空间所需要的孔隙最大尺寸.通过图像处理软件对薄片中孔隙体系进行单独提取,统计出孔隙尺寸、数量及总面孔率,将孔隙尺寸从小到大排列,确定优势孔隙大小,这一参数主要用来衡量样品中占主导优势的孔隙大小的范围.

3 孔隙结构与电阻率的关系 3.1 全直径核磁特征

核磁共振资料的横向驰豫时间是岩石孔隙结构的一种反映,因此,核磁T2谱被广泛用于孔隙结构定量评价(李军等,2004李艳等,2008高敏等,2000).图 3为7块全直径岩样核磁共振T2谱(其中样品1-X破坏,无法开展全直径核磁测试),岩样横向驰豫时间介于0.1~3000 ms,核磁T2谱呈明显单峰右偏或双峰特征,其中两个主峰所对应的横向驰豫时间分别为50 ms和500 ms.

图 3 全直径岩样核磁T2谱特征 Fig. 3 Nuclear magnetic T2 spectral characteristics of full-diameter rock samples

由核磁共振测量原理可知,横向驰豫时间T2与孔隙大小密切相关:孔隙越小,氢核在做横向驰豫的过程中,与孔隙壁的碰撞几率越大,驰豫时间T2越短;相反,孔隙越大,驰豫过程中氢与孔隙壁的碰撞几率越低,驰豫时间T2越长.由于T2谱反映了孔隙大小的分布特征,因此可以利用核磁T2谱对不同大小孔隙的发育情况进行定量分析(姜均伟等,2015谭茂金等,2006刘晓鹏和胡晓新,2009).

从研究所选取的7块全直径岩样核磁T2谱(图 3)可以看出,岩心微孔隙不发育,T2谱峰值均在50 ms以上,因此,我们重点分析了岩心大孔与小-中孔的发育情况及其对岩石电性的影响.依据T2谱形态,选取193ms作为大孔、小-中孔的区间分界值.利用该区间分界值,定量计算了不同岩心大孔、小-中孔孔隙度及其所占比例,结果如表 1所示.从表 1可以看出,7块全直径岩样岩心核磁孔隙度介于2.3%~7.7%,其中大孔隙占比在36%~58%,表明后期溶蚀作用所形成的次生溶蚀大孔占比较大.

表 1 全直径岩样不同孔隙空间大小 Table 1 The different pore space sizes of full diameter rock samples
3.2 胶结指数与孔隙结构

图 4为孔隙度与胶结指数m交会图,其中孔隙度为全直径岩样和柱塞样品实测结果,胶结指数m值根据实测岩石电阻率和孔隙度计算,其数值范围为1.88~2.414.交会结果发现,胶结指数m值随岩样孔隙度的增大而增大,反映出孔隙结构随储层物性变好而变复杂.

图 4 孔隙度与胶结指数m交会图 Fig. 4 The crossplot of core porosity and cementation exponent m

为了弄清楚为什么储层物性变好,储层孔隙结构却变复杂的原因,笔者将胶结指数m与大孔隙占比交会分析,以了解不同孔隙空间对孔隙结构的影响,其中大孔隙占比是指大孔隙部分占整个孔隙空间的比例,大孔隙占比越大,说明储集空间中大孔隙部分越多.当岩样总孔隙度小于6.5%(图中虚线框中的数据点),胶结指数m随大孔隙占比的增多而增大,且呈明显线性关系,相关性可达0.91,从右侧对应岩样的岩心薄片可以看出,虽然溶蚀孔洞发育,但大孔隙空间多呈分散孤立状态(图 5),溶蚀孔洞增加了储集空间大小,但并未改善连通性,甚至导致孔隙结构更加复杂,这就解释了为什么胶结指数m随孔隙度增大而变大.

图 5 大孔隙占比与胶结指数m交会图(一) Fig. 5 The crossplot of cementation exponent m and macropore ratio(Ⅰ)

为了进一步说明是因为孤立大孔隙部分导致岩样的孔隙结构变得复杂,笔者挑选了两块物性相近的岩样进行对比分析,具体岩石物理参数如表 2,两块岩样的总孔隙度相差仅有0.178%,且该差异主要是由大孔隙空间所引起,样品1-S的大孔隙部分孔隙度为2.737%,样品7的为2.905%,大孔隙部分相差0.168%,但是两者的胶结指数差异明显,样品1-S的胶结指数m值为2.087,样品7的m值为2.143,这说明样品7的孔隙结构要比样品1-S复杂.虽然样品7的物性要好于样品1-S,但是样品7孔隙结构比样品1-S复杂,导致所测量的电阻率值要大于样品1-S,这与传统认识存在差异,通常认为电阻率值随岩石物性变好而减小,而这两个岩样的测量结果则说明孔隙度不是影响电阻率高低的唯一因素,在物性相当的情况下,孔隙结构的复杂程度对电阻率的影响不容忽视,而胶结指数m可以很好表征孔隙结构的复杂程度.

表 2 样品1-S与岩样7岩石物理参数表 Table 2 The physical parameters of sample 1-S and 7

但是当岩样整体物性变好,总孔隙度大于6.5%时,胶结指数m随大孔隙占比的增多反而减小.如图 6所示,虽说只有两个样本点,但是已表现出这种变化趋势.从图 6右侧岩样对应岩心薄片可以看出,这两块岩样与前述岩样存在明显差异,这两块岩样的薄片中可见明显微裂缝发育,且微裂缝将孔隙空间相互连通,孔隙彼此不再孤立,裂缝增进了孔隙之间的连通性.

图 6 大孔隙占比与胶结指数m交会图(二) Fig. 6 The crossplot of cementation exponent m and macropore ratio(Ⅱ)

样品2-S的总孔隙度为7.653%,大孔隙占比为36.29%,胶结指数m为2.194,岩石电阻率为19.36 Ωm;样品2-X的总孔隙度为6.868%,大孔隙占比为40.9%,m值为2.099,岩石电阻率为21.82 Ωm,微裂缝造成胶结指数m随大孔隙占比的增大而减小.

因此可以看出,当岩石物性较差时,胶结指数m随孔隙空间中孤立大孔隙部分的增多而增大,孔隙结构变复杂,而当物性增大到一定程度后,胶结指数m随大孔隙的增多而减小,孔隙结构变简单,可能是由于微裂缝发育所引起的.

3.3 胶结指数与孔隙空间几何形态

图 7为地层因素与孔隙度交会图,图中颜色分别代表不同岩样对应薄片经图像处理后所得到的数字图像参数DOMsize(图 7a)和SPoR(图 7b).从交会图上可以发现参数DOMsize和SPoR表现出相反的变化趋势,即在孔隙度一定的条件下,SPoR为低值的样品(孔隙几何形状简单)具有较大的地层因素值,而SPoR为高值的样品(孔隙几何形状复杂)则具有相对较小的地层因素值,除虚线框中两个样品外(2-X和2-S),这两个样品微裂缝发育,其电性特征与孔隙性储层存在差异.参数DOMsize同样也表现出类似变化趋势,随着DOMsize值的增大,在相同孔隙度条件下,地层因素值相对较高,而DOMsize值较小的样品,地层因素值也较低,这说明,在孔隙度一定的情况下,具有简单大孔隙的样品电阻率值要高于具有以小孔隙为主,且具有复杂孔隙网络的样品的电阻率值.

图 7 地层因素与孔隙度交会图 (a)颜色代表优势孔隙大小值; (b)颜色代表孔隙比表面积大小. Fig. 7 The crossplot of formation factor and porosity (left: the color represent the value of DOMsize; right: the color represent the value of SPoR)

图 8为胶结指数与数字图像参数交会图,可以看出参数DOMsize和SPoR与胶结指数具有明显的相关性,DOMsize和SPoR与胶结指数m的相关系数分别为0.688和0.828,但两者与胶结指数的变化关系刚好相反,胶结指数随DOMsize值的增大而增大,却随SPoR值的增大而减小.胶结指数与参数DOMsize和SPoR所生成的二元线性关系的相关系数更是高达0.83,这种高相关性就意味着,在孔隙度一定的条件下,这两个几何参数就可以解释电阻率变化的主要原因.

图 8 胶结指数m与数字图像参数交会图 Fig. 8 The crossplot of cementation exponent m and digital image parameters

胶结指数与孔隙结构具有明显相关性,图 9为DOMsize和SPoR交会图,其中颜色代表不同岩样,下方的数据则是对应样品胶结指数m值的大小.交会图可以清晰反映几何参数DOMsize和SPoR与胶结指数之间的关系,即具有高DOMsize和低SPoR值的样品,其胶结指数m值相对较高,而那些具有低DOMsize和高SPoR值的样品,其m值相对较低,具体反映到样品上就是那些具有简单孤立大孔隙的岩样,其胶结指数值较高,而那些以小孔隙为主,且孔隙网络复杂的岩样,其胶结指数值往往较低.

图 9 优势孔隙大小与孔隙比表面积交会图 Fig. 9 The crossplot of DOMsize and SPoR
3.4 孔隙吼道与孔隙结构

利用压汞毛管压力曲线的形态特征及其特征参数可以定性和定量评价岩石的孔隙结构(郭振华等,2011).为了进一步分析孔隙结构特征,本次研究从8块全直径岩样中又分别钻取了21块直径为2.5 cm柱塞岩样开展核磁、压汞和岩电实验,图 10为不同压汞特征参数与孔隙结构分析交会图.

图 10 压汞特征参数分析交会图 (a)地层因素与中值压力交会图; (b)中值压力与孔隙度交会图; (c)中值压力与吼道半径交会图; (d)胶结指数与吼道半径交会图. Fig. 10 The crossplot of Mercury injection characteristic parameters

图 10a为饱和度中值压力与地层因素交会图.饱和度中值压力是进汞饱和度为50%时所对应的毛管压力,其能综合反映储层孔隙结构复杂情况.可以发现地层因素与中值压力的变化具有一致性,即中值压力越大(孔隙结构变差),岩石导电能力越差.

图 10b为饱和度中值压力与实测柱塞样品孔隙度交会图.整体来看,中值压力与孔隙度存在较好相关性,随着储层物性变好,中值压力明显变小,但是在一定物性区间范围内,中值压力与孔隙度的相关性较差,如孔隙度在4%~6%时,两者关系并不明显,这表明物性好坏并非孔隙结构唯一影响因素.

图 10c为中值压力与孔隙吼道半径交会图.虽说中值压力随吼道半径增大有减小的趋势,但是这种相关性很差.相同吼道半径样品表现出来的中值压力可以跨越一个数量级,这说明对于碳酸盐岩储层而言,单纯的吼道大小对储层孔隙结构的影响远没想象中重要.

图 10d为胶结指数与吼道半径交会图.可以看出吼道半径大小对储层孔隙结构好坏没有明显影响,并未出现随着吼道半径增大,胶结指数m变小的情况,两者的相关性极差,这也进一步说明单纯的吼道半径对储层孔隙结构好坏影响程度低.

4 讨论

孔隙大小和孔隙网络连通性是影响整个岩样导电特性的关键因素.除了孔隙度这一主要影响因素外,对电阻率的控制因素还需要考虑三点:(1)孤立孔洞的数量(Lucia and Conti, 1987);(2)孔隙喉道的大小(Verwer et al., 2011曾文冲和刘学锋,2013);(3)孔、洞、缝“三元”耦合关系(曾文冲和刘学锋,2013).

本次研究可以发现,那些微裂缝不发育、以分散孤立大孔隙为主的岩样的胶结指数m值往往较高,这正如Lucia等认为胶结指数m值的高低与分散孤立孔洞的数量有关一致.这种特点在前述样品1-S和7的对比中更加明显,在总孔隙度一定的条件下,分散大孔隙占比越多,胶结指数m值越大,电阻率值越高,而以小孔隙为主的样品,其胶结指数值相对偏低.这种电阻率的变化可以用李宁(2013)提出的“潜在连通性”进行解释.如图 11所示,假设岩石立方体中存在5个大小一样的孔洞,从A到B的连通路径不会超过10条(图 11a),即为101数量级; 如果保持孔洞A和B大小不变,将其他的分解为一系列大小不一的孔洞,但是它们体积之和保持与原球一致,即分解前后的总孔隙度不变,这样一来从A到B可能产生的连通路径激增到103数量级(图 11b),这种密集的孔隙网络大大增加了潜在的连通性,因此在孔隙度一定的条件下,以细小孔隙为主的岩石电阻率往往较低.

图 11 两种孔隙结构下的潜在连通性对比(据李宁,2013) Fig. 11 The contrast of potential connectivity under two pore structures(according to Li Ning, 2013)

学者们通过对孔洞型储层数值模拟发现,孔隙吼道可以通过对电流量的限制来影响电阻率值的变化,在孔隙度一定的条件下,当孔隙吼道比较狭窄,单位时间内通过吼道的电流量减少,电阻率值就会变大(Verwer et al., 2011张兆辉等,2014).曾文冲等认为,从岩石物理学角度,吼道主要影响岩石的渗透率和导电性,岩石孔隙系统可以分解为无数个孔腔(孔隙体)和吼道的组合,孔腔与吼道截面积的数量关系与胶结指数m值相关,随着吼道截面积的减小或孔腔截面积的增大(相当于溶蚀孔洞的发育,孔喉比增大),m值也随之增大.岩心的岩电实验结果却表明,随着溶蚀孔洞的发育,胶结指数m值并非一直呈增大趋势,之所以碳酸盐岩储层溶蚀孔洞的发育引起m值增大,很大程度受孔隙度约束.一般情况,随着溶蚀孔洞发育并引起孔隙度增大,m值亦逐步增大并达到一定的上限值,若孔隙度进一步增大,溶蚀孔洞更为发育时,碳酸盐岩储层的连通性就会得到明显改善,这又会导致胶结指数m值逐步减小.实验研究发现,碳酸盐岩储层中孔隙喉道对电阻率的影响作用较弱,图 12为样品1SD12和7C2核磁共振和压汞实验分析对比,二者实测孔隙度相近,分别为4.569%和4.493%,但是从核磁T2谱和孔喉半径分布图对比中可以发现,两者孔隙结构存在明显差异(张龙海等,2006),样品1SD12的平均吼道半径为5.046 μm,而样品7C2的平均吼道半径为7.219 μm,虽说样品1SD12的吼道半径小,但是其实际测得的胶结指数m值和岩石电阻率均小于样品7C2,其中样品1SD12的胶结指数m值为1.921,岩石电阻率为30.762 Ωm;样品7C2的胶结指数m值为2.15,岩石电阻率为64.664 Ωm,可以看出,在物性相近的情况下,吼道半径大的样品7C2的岩石电阻率反而大于吼道半径小的岩样1SD12.这就表明,对于碳酸盐岩储层而言,岩石的吼道半径对岩石电阻率并没有决定性影响,吼道半径大的岩样电阻率值不一定小于吼道半径小的岩样电阻率,这与以粒间孔隙为主的碎屑岩地层存在明显差异.

图 12 样品1SD12(a)和7C2(b)核磁共振和压汞实验对比 Fig. 12 The contrast of nuclear magnetic resonance and mercury injection experiments of sample 1SD12 and 7C2

虽然孤立大孔隙占比越多,胶结指数m值越大,但这仅限于孔洞型储层,一旦储层中裂缝发育,m值会明显减小,这是因为裂缝构成了岩石中电流的优势输导路径,同时能将孔隙空间相互串接起来,改善孔隙网络连通性,增强电荷的流通能力,所以储层中孔、洞、缝三者的耦合关系也直接影响着岩石电阻率的变化.

总之,孔隙度和孔隙结构两者均影响着电阻率的变化,虽说孔隙度是主因,但孔隙结构的作用不可忽视,在实际研究中存在着大量高孔高电阻率的情况,中坝气田雷三3亚段就是如此,在岩性和物性相同的情况下,传统雷口坡组气层电阻率下限值为200 Ωm,而中坝气田气层下限值高达1000 Ωm.通过岩石物理实验和孔隙几何参数分析发现,孔隙尺寸和数量、孔隙网络复杂程度及不同类型孔隙的耦合关系是孔隙结构参数中影响电阻率变化最为重要的几个因素.在孔隙度一定的条件下,以简单、分散大孔隙所构成的岩样之所以电阻率高,就是因为其孔隙网络简单,输导电荷的通道数量少,而以细小孔隙为主,但孔隙网络复杂或大孔隙发育,但裂缝发育的岩样,其潜在的孔隙连通路径多,有利于电荷的流通,所以电阻率较低.该认识对碳酸盐岩储层流体性质的判别影响很大,胶结指数m值正确与否直接影响含水饱和度的计算,若胶结指数从2变为2.5,含水饱和度可从34.6%变化到73.2%,判别结论就会出现巨大差异,保持固定的胶结指数值可能会导致错误的结果,因此,在储层评价中考虑孔隙结构的影响会明显提高判别结果.

5 结论

碳酸盐岩电阻率的变化范围广,在孔隙度一定的条件下,电阻率值的差异可达几个数量级.电阻率的剧烈变化范围影响着测井对储层流体性质的判断,而导致这种变化的原因很大程度上与孔隙结构有关,而非流体性质差异所引起.

(1) 孔隙度是影响电阻率高低的重要因素,但并非唯一因素,除了孔隙度以外,孔隙结构的作用不容忽视,但孔隙结构中,孔隙尺寸和数量、孔隙网络复杂程度远比孔隙吼道大小对电阻率的影响大.

(2) 全直径核磁共振、岩电实验和量化后的孔隙几何参数分析表明,在孔隙度一定的条件下,以分散、孤立简单大孔隙为主的岩样电阻率高,胶结指数m值大,且胶结指数值随大孔隙占比增多而增大,这是因为不连通的孔隙结构抑制了电荷的流动;那些以细小、复杂孔隙网络为主或以大孔隙为主,但微裂缝发育的岩样电阻率较低,原因在于潜在的连通孔隙数量大,孔、洞、缝“三元”耦合关系好,有利于电荷的流通.

(3) 胶结指数m可以很好的表征孔隙结构复杂程度,对于具有复杂孔隙结构的碳酸盐岩地层,固定的胶结指数值往往会导致错误的计算结果,如何获取准确的胶结指数值对储层有效性和含水饱和度的评价很重要,而基于岩石物理实验、数字岩心模拟和多孔介质模型分析的岩石导电规律研究是明确胶结指数变化行之有效的手段.

(4) 依据量化后孔隙几何参数(优势孔隙大小和孔隙比表面积)与电阻率和胶结指数的关系,在明确孔隙度的情况下,可以利用测井资料间接了解储层孔隙类型,针对不同孔隙类型储层建立含水饱和度的计算模型,从而提高测井评价精度.

Appendix table 1 全直径岩石物理测量结果及数字图像处理参数 Appendix table1 Petrophysical measurement results and digital image processing parameters of full diameter samples
Appendix table 2 柱塞岩石物理测量结果及数字图像处理参数 Appendix Table 2 Petrophysical measurement results and digital image processing parameters of plunger samples
References
Archie G E. 1942. The electrical resistivity log as an aid in determining some reservoir characteristics. Transactions of the AIME, 146(1): 54-62. DOI:10.2118/942054-G
Cai Z, Wang W F, Hou J G. 1993. The application of well logging data in the study of reservoir pore structure. Geological Review (in Chinese), 39(S1): 69-75.
Gao M, An X R, Zhi S H, et al. 2000. Evaluating porous structure of reservoir with MRIL data. Well Logging Technology (in Chinese), 24(3): 188-193.
Guo Z H, Li G H, Wu L, et al. 2011. Pore texture evaluation of carbonate reservoirs in Gasfield A, Turkmenistan. Acta Petrolei Sinica (in Chinese), 32(3): 459-465.
Jiang J W, Zhu Y Q, Xu X, et al. 2015. Pore structure characteristics of the carbonate reservoir and their influence on electric properties in H oilfield, Iraq. Progress in Geophysics (in Chinese), 30(1): 203-209. DOI:10.6038/pg20150131
Li J, Zhang C M, Tang X M, et al. 2004. Application of nuclear magnetic resonance (NMR) data in carbonate reservoir evaluation. Journal of Jianghan Petroleum Institute (in Chinese), 26(1): 48-50.
Li N. 2013. Introduction to Logging Interpretation of China Marine Carbonate Rocks (in Chinese). Beijing: Science Press.
Li Y, Fan Y R, Deng S G, et al. 2008. Experimental study of pore structure with nuclear magnetic resonance. Progress in Exploration Geophysics (in Chinese), 31(2): 129-132.
Liu X P, Hu X X. 2009. Progress of NMR log in evaluating reservoir pore structure in the last five years. Progress in Geophysics (in Chinese), 24(6): 2194-2201.
Lucia F J.2011.Carbonate Reservoir Characterization(in Chinese).Xia Y P, Huang Z F, Li M J et al. Trans.Beijing: Petroleum Industry Press.
Sun J M, Wang K W, Li W. 2008. Development and analysis of logging saturation interpretation models. Petroleum Exploration and Development (in Chinese), 35(1): 101-107.
Tan M J, Zhao W J. 2006. Description of carbonate reservoirs with NMR log analysis method. Progress in Geophysics (in Chinese), 21(2): 489-493.
Tian H, Shen A J, Zhang J Y, et al. 2019. New calculation method of cementation exponent m for crack-vuggy carbonate reservoirs. Chinese Journal of Geophysics (in Chinese), 62(6): 2276-2285. DOI:10.6038/cjg2019L0633
Towle G. 1962. An analysis of the formation resistivity factor-porosity relationship of some assumed pore geometries.//32nd Ann. Internat Mtg., Soc. Expi. Geophys.. Expanded Abstract.
Verwer K, Eberli G P, Weger R J. 2011. Effect of pore structure on electrical resistivity in carbonates. AAPG Bulletin, 95(2): 175-190. DOI:10.1306/06301010047
Weger R J, Eberli G P, Baechle G T, et al. 2009. Quantification of pore structure and its effect on sonic velocity and permeability in carbonates. AAPG Bulletin, 93(10): 1297-1317. DOI:10.1306/05270909001
Zeng W C, Liu X F. 2013. Interpretation of non-Archie phenomenon for carbonate reservoir. Well Logging Technology (in Chinese), 37(4): 341-351.
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 and Development (in Chinese), 33(6): 671-676.
Zhang Z H, Gao C Q, Gao Y D. 2014. Theoretical simulation and analysis factors of resistivity in vuggy reservoir. Journal of Southwest Petroleum University (Science & Technology Edition) (in Chinese), 36(2): 79-84.
Zhao L X, Chen M J. 2015. A discussion on the relationships between five properties in reservoir evaluation. Natural Gas Industry (in Chinese), 35(1): 53-60.
蔡忠, 王伟锋, 侯加根. 1993. 利用测井资料研究储层的孔隙结构. 地质论评, 39(S1): 69-75.
F.J.卢西亚.2011.碳酸盐岩储层表征.夏义平, 黄忠范, 李明杰等译.北京: 石油工业出版社.
高敏, 安秀荣, 祗淑华, 等. 2000. 用核磁共振测井资料评价储层的孔隙结构. 测井技术, 24(3): 188-193.
郭振华, 李光辉, 吴蕾, 等. 2011. 碳酸盐岩储层孔隙结构评价方法——以土库曼斯坦阿姆河右岸气田为例. 石油学报, 32(3): 459-465.
姜均伟, 朱宇清, 徐星, 等. 2015. 伊拉克H油田碳酸盐岩储层的孔隙结构特征及其对电阻的影响. 地球物理学进展, 30(1): 203-209. DOI:10.6038/pg20150131
李军, 张超谟, 唐小梅, 等. 2004. 核磁共振资料在碳酸盐岩储层评价中的应用. 江汉石油学院学报, 26(1): 48-50.
李宁. 2013. 中国海相碳酸盐岩测井解释概论. 北京: 科学出版社.
李艳, 范宜仁, 邓少贵, 等. 2008. 核磁共振岩心实验研究储层孔隙结构. 勘探地球物理进展, 31(2): 129-132.
刘晓鹏, 胡晓新. 2009. 近五年核磁共振测井在储集层孔隙结构评价中的若干进展. 地球物理学进展, 24(6): 2194-2201.
孙建孟, 王克文, 李伟. 2008. 测井饱和度解释模型发展及分析. 石油勘探与开发, 35(1): 101-107.
谭茂金, 赵文杰. 2006. 用核磁共振测井资料评价碳酸盐岩等复杂岩性储集层. 地球物理学进展, 21(2): 489-493.
田瀚, 沈安江, 张建勇, 等. 2019. 一种缝洞型碳酸盐岩储层胶结指数m计算新方法. 地球物理学报, 62(6): 2276-2285. DOI:10.6038/cjg2019L0633
曾文冲, 刘学锋. 2013. 碳酸盐岩非阿尔奇特性的诠释. 测井技术, 37(4): 341-351.
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.
张兆辉, 高楚桥, 高永德. 2014. 孔洞型储层电阻率理论模拟及影响因素. 西南石油大学学报(自然科学版), 36(2): 79-84.
赵良孝, 陈明江. 2015. 论储层评价中的五性关系. 天然气工业, 35(1): 53-60.