地球物理学进展  2015, Vol. 30 Issue (1): 228-241   PDF    
页岩气储层地球物理测井评价研究现状
王濡岳1,2,3, 丁文龙1,2,3 , 王哲1,2,3, 李昂1,2,3, 何建华1,2,3, 尹帅1,2,3    
1. 中国地质大学 能源学院, 北京 100083;
2. 海相储层演化与油气富集机理教育部重点实验室, 中国地质大学, 北京 100083;
3. 页岩气资源战略评价国土资源部重点实验室, 中国地质大学, 北京 100083
摘要:页岩气是以吸附或游离态为主赋存于暗色富有机质、极低渗透率的泥页岩中, 自生自储、连续聚集的天然气藏.我国页岩气富集地质条件优越, 具有良好资源前景及开发潜力.页岩气勘探开发的“甜点”是富有机质页岩优质储层的发育段和有利区, 页岩气储层评价是寻找“甜点”的关键.地球物理测井技术贯穿于页岩气的勘探开发, 是识别和评价页岩气储层的重要手段之一.我国的页岩气勘探开发及储层评价正处于起步探索阶段, 为了有效利用地球物理测井技术进行页岩气储层评价, 在调研国内外大量文献的基础上, 结合已有的地质、测井资料, 首先介绍了页岩气勘探开发中不同钻井类型所采用的测井系列, 对比和分析了页岩气储层测井响应特征.其次从矿物组分、地球化学参数、物性参数、含气性和可压裂性评价等方面全面深入论述了页岩气储层测井评价方法及评价参数的计算, 认为矿物组分、地球化学参数、物性参数、含气性和可压裂性是页岩气储层测井评价的重点, 并结合实际资料改进了TOC和脆性指数计算公式.最后提出了我国页岩气储层测井评价中存在的主要问题、发展趋势及一些认识和建议.
关键词页岩气     测井系列     测井响应     储层评价     测井评价     地球化学参数评价     含气性评价     可压裂性评价    
Progress of geophysical well logging in shale gas reservoir evaluation
WANG Ru-yue1,2,3, DING Wen-long1,2,3 , WANG Zhe1,2,3, LI Ang1,2,3, HE Jian-hua1,2,3, YIN Shuai1,2,3    
1. School of Energy Resources, China University of Geosciences, Beijing 100083, China;
2. Key Laboratory for Marine Reservoir Evolution and Hydrocarbon Abundance Mechanism, Ministry of Education, China University of Geosciences, Beijing 100083, China;
3. Key Laboratory for Shale Gas Exploitation and Assessment, Ministry of Land and Resources, China University of Geosciences, Beijing 100083, China
Abstract: Shale gas is mainly comprised of the adsorbed and free gas which accumulated in black organic-rich and extremely low-permeability shales. Shale gas reservoirs have the characteristics of autochthonous generation, continuous charging and accumulation. China have superior geological conditions for shale gas accumulation, favorable shale gas resource prospects and development potentials. Compared with the North America, formation and development of .China's shale gas have obvious particularity and many geological and development problems need to be solved urgentlyIn general, the gas-bearing shale layers in China possess high TOC, high thermal maturity and a high degree of later reformation. The "sweet spot" in shale gas exploration and development is a section of high quality and core reservoir area, which determines the shale gas reservoir evaluation as the key to find out "sweet spot" in organic-rich shales. Geophysical well logging is one of the significant methods for identification and evaluation of shale gas reservoirs, which is throughout the process of shale gas exploration and development. Shale gas exploration, development and reservoir evaluation in China is at a initial stage. In order to use geophysical well logging effectively and efficiently to evaluate shale gas reservoirs in China and with a combination of literature, geological and well log data, this paper firstly introduces commonly used well logging series in different type of wells in shale gas exploration and development. And the logging response of shale gas reservoir is compared and analysed. Secondly, the main well logging methods and parameters' calculation of shale gas reservoir evaluation are introduced from the aspects of mineral composition, geochemical parameter, physical parameter, gas content and fracability. In particular, the emphases of shale gas reservoir evaluation are mineral composition, geochemical parameter, gas content and fracability, which determines whether a shale has potentials for further development. Besides, the equations of calculating TOC and brittleness index are improved by a combination of methods and actual data. Lastly, this paper puts forward several main problems, trends, understandings and suggestions about the geophysical well logging evaluation of shale gas reservoir in China.
Key words: shale gas     well logging series     logging response     reservoir evaluation     log evaluation     geochemical parameter evaluation     gas content evaluation     fracability evaluation    
0 引 言

页岩气勘探开发始于北美,已近200年历史,目前正进入全球快速发展期,我国的页岩气勘探开发和相关研究启动较晚,处于起步阶段(邹才能等,2011).页岩气的勘探开发对于提高中国天然气产量、缓解油气对外依存度、保障国家能源安全具有重要意义(张金川等,2011).

页岩气勘探开发的“甜点”是富有机质页岩优质储层的发育段和有利区.页岩气储层为特低孔渗储层,以发育多类型纳米至微米级孔隙为特征(邹才能等,2011);裂缝是页岩的另一种主要储集空间,对页岩气藏具有双重作用(邹才能等,2011丁文龙等, 20112012久凯等,2012).有机质含量、类型、成熟度、页岩储层物性、裂缝发育程度、矿物成分、温度和压力、湿度、优质页岩厚度等参数对含气量均有不同程度的影响(李玉喜等,2011丁文龙等,2012),是页岩气储层评价的重要内容.页岩气储层评价方法包括地质分析、样品分析实验、地震勘探和地球物理测井等技术方法.

地球物理测井技术贯穿油气勘探开发全过程,是识别、评价页岩气储层的重要手段.我国页岩气测井评价理论、技术与方法正处于起步探索阶段,孙建孟、邹长春、谭茂金、李军、魏斌等学者及研究团队已在该领域进行了大量研究工作,取得了重要的成果,并有效地指导了我国页岩气的勘探开发(谭茂金和张松扬,2010莫修文等,2011郝建飞等,2012侯颉等,2012聂昕等,2012肖昆等,2012张晋言和孙建孟,2012孙建孟,2013张作清和孙建孟,2013李军等,2014魏斌等,2014).但是,面临我国复杂的页岩气地质条 件、多样的页岩气储层类型以及较强的页岩气储层非均质性和各向异性,需建立适用于我国页岩气储层的测井评价方法体系.在调研大量文献基础上,结合已有的页岩气地质、测井资料,系统分析并阐述了地球物理测井在页岩气储层评价中的应用. 1 页岩气测井系列及响应特征 1.1 页岩气测井系列

与国外相比,我国测井技术在仪器、方法、应用基础研究、管理科学和软件等方面存在一定的差距,缺乏拥有自主知识产权的核心技术(陶果和多雪峰,2001),故许多先进的测井技术尚未在我国页岩气储层评价中广泛应用与推广,使我国目前测井采集系统呈现出引进与国产并存、测井方法多样、精度差异较大的特点.

页岩气测井序列的选择取决于勘探开发不同阶段及要解决的地质和工程问题.鉴于我国目前测井采集系统的特点,总结了页岩气勘探开发中不同钻井类型所采用的测井系列(表 1).

表 1 页岩气探井、评价井及开发井测井系列(据郝建飞等,2012魏斌等, 2014略改)Table 1 Logging series in different types of shale gas well
1.2 页岩气储层测井响应特征

含气页岩层系在测井曲线上响应特征明显,总体表现为“四高两低一扩”的特征(表 2).图 1为北美Barnett页岩与中国贵州下寒武统牛蹄塘组页岩测井响应特征,二者具有良好的可比性.贵州下寒武统牛蹄塘组页岩黄铁矿、磷块岩、钼、镍等多金属矿层发育,可能是造成有效光电吸收截面指数(Pe)偏大的主要因素.

表 2 页岩气储层测井响应特征 (据肖昆等,2012张作清和孙建孟,2013;略改)Table 2 Logging response of shale gas reservoir

图 1 北美Barnett页岩与中国贵州某井下寒武统牛蹄塘组页岩测井响应特征Fig. 1 Typical shale gas reservoir logging response of black shale in Barnett and Lower Cambrian Niutitang Formation
2 页岩气储层特征参数测井评价方法

页岩气储层特征参数的测井评价主要包含五个方面:矿物组分评价;地球化学参数评价,包括总有机含量(TOC)和有机质成熟度参数的计算;物性参数评价,包括页岩储层的孔隙度、渗透率以及饱和度;含气性评价,包括游离气量和吸附气量的计算;可压裂性评价,包括岩石力学参数评价、地应力评价、脆性评价和裂缝识别及评价.

与常规油气相比,页岩气在沉积背景、发育构造部位、分布与聚集规律、储层特征和渗流机理等方面都存在较大差异,这决定了页岩储层与常规油气储层测井响应特征、测井评价理论与方法有所不同.页岩气测井评价的重点是矿物组分评价、地球化学参数评价、物性参数评价、含气性评价和可压裂性评价.地球化学、物性和含气性指标揭示了页岩储层的生气能力和含气量,决定页岩气藏的储量;由于非常规油气储层致密,需要行大规模的压裂改造提高产能,矿物组分和可压裂性评价反映了页岩气储层被改造的潜力,决定页岩气的开采效益. 2.1 矿物组分评价

目前用于分析页岩气储层矿物组分的测井方法有常规测井、元素俘获能谱测井(ECS)和自然伽马能谱测井(NGS)(Boyer et al., 2006侯颉等,2012张作清等,2013).

ECS测井目前在国外页岩气勘探开发中对岩石矿物解释具有非常重要的作用,斯伦贝谢公司综合应用ECS和Platform Express实现了利用ECS测井和常规测井对页岩气储层矿物组分的评价(图 2).通过结合密度、中子、有效光电截面吸收指数(Pe)、NGS等测井资料,通过随机求解方法 可获得包括总黏土、总碳酸盐岩、石英、长石、黄铁矿、有机质、石膏和云母等矿物组分的精确评估.

图 2 利用Platform Express和ECS测井得到的Barnett页岩综合测井结果(据Boyer et al., 2006)Fig. 2 Montage of Barnett Shale log data derived from Platform Express and ECS logs

张晋言等利用中子、密度、声波与三孔隙度测井资料建立了新的泥质、砂质、和灰质矿物模型对泥页岩矿物组分求解(张晋言和孙建孟,2012),精度较高(图 3),公式为

式中,Vsh、Vs and 、Vlime分别为泥质、砂质和灰质含量,小数;a、b为地区拟合系数;DN为归一化后密度与中子差值,小数;TM为声波、密度交会斜率;TN为中子、密度交会斜率;TP为声波、中子交会斜率;ρb为密度测井值,g/cm3;ρf为流体密度,g/cm3;Δt为测井声波时差,μm/ft(1 ft= 0.3048 m,全文同);Δtf为流体声波时差,μs/ft;ФN为中子测井值,%.
图 3 泥质、砂质和灰质矿物模型精度检验据(据张晋言和孙建孟,2012)Fig. 3 Accuracy test of shale,s and and lime mineral model
2.2 地球化学参数评价 2.2.1 总有机碳含量(TOC)

Schmoker通过对美国Illinois的New Albany页岩岩心的研究,发现TOC与密度测井值和自然伽马测井值之间均具有良好的线性关系,并以此利用密度和自然伽马测井资料计算TOC(Schmoker, 19791981);Passey等提出了利用声波曲线和地层电阻率计算TOC的公式,即ΔlgR法(Passey et al., 1990);Lewis等提出利用元素俘获能谱测井(ECS)和干酪根转换因子等参数计算干酪根和TOC含量(Lewis et al., 2004);Jacobi等提出利用密度和核磁共振测井来计算TOC(Jacobi et al., 2009);Pemper等提出用脉冲中子和自然伽马能谱计算TOC(Pemper et al,2009);Khoshnoodkia等提出利用电阻率、中子、密度和声波测井资料与模糊逻辑技术建立神经网络来计算TOC(Khoshnoodkia et al,2011);刘超等提出并应用了变系数ΔlgR法,提高了TOC预测精度,并且理论上适用于泥页岩的含油性评价,为富有机质泥页岩含油性评价提供了新的思路(刘超等,2014).

元素俘获能谱测井能够较为精确地获取TOC含量,由于其成本较高所以在我国尚未广泛运用和推广.相比之下ΔlgR法较为简便,但ΔlgR法需要镜质体反射率(Ro)这一参数,且该方法没考虑到对TOC十分敏感的密度参数,朱光有等在Passey的基础上建立了利用声波时差、电阻率和密度测井资料计算TOC的数学模型(朱光有等,2003),公式为

式中,R为测井电阻率,Ω · m ;Δt为声波时差,μm/m;ρ为密度测井值,g/cm3a、b、c为系数,采用最小二乘法拟合获得.

贵州下寒武统牛蹄塘组富有机质页岩TOC测井计算中,选取自然伽马及自然伽马能谱、声波时差、密度、补偿中子(CNL)和电阻率(lgR)等测井参数与岩心分析TOC进行回归分析,发现各测井参数与TOC均具有不同程度的线性关系.通过选取不同参数组合进行多元线性回归并分析模型计算精度,最终选取了自然伽马(GR)、铀(U)、钍(Th)、钾(K)、密度、声波时差、补偿中子(CNL)与电阻率(lgR)8个参数建立数学模型进行TOC计算,效果较好(图 4),公式如下:

式中,GR为自然伽马测井值,API;U、Th为铀、钍含量测井值,g/t;K为钾含量测井值,%;ρ为密度测井值,g/cm3;Δt为声波时差,μm/m;CNL为补偿中子测井值,pu;R为测井电阻率,Ω · m;a、b、c、d、x、y、z、m、n为系数,采用最小二乘法拟合获得.
图 4 多元回归计算TOC与岩心分析TOC关系 Fig. 4 The relationship between multiple linear regression calculated TOC and measured TOC from core analysis
2.2.2 有机质成熟度

有机质成熟度指标是衡量有机质向油气转化程度的参数.由于镜质体反射率(Ro)随热演化程度的升高而稳定增大,并具有相对广泛、稳定的可比性,且其他有机质成熟度指标(固体沥青反射率、碳同位素指标等)均可与Ro进行对比和相关性分析,使Ro成为目前应用最为广泛、最为权威的成熟度指标.Ro随地层埋深或温度的增加呈指数增长,在沉降稳定地区,Ro与埋深关系规律明显,因此可通过干酪根分析化验结果与其对应深度建立回归关系,得出Ro与深度回归方程(朱光有等,2003).

Ro在电阻率、密度和中子曲线上都有一定的体现,Miller等认为当Ro在1.8%~2.0%范围内时,密度为低值,地层电阻率高值(达到100 Ω · m);当Ro>4.5%时,密度高值,地层电阻率非常小(小于1 Ω · m)(魏斌等,2014). 2.3 物性参数评价

Herron等提出用元素俘获能谱测井(ECS)对孔隙度进行计算(Herron et al., 2002).核磁共振测井(NMR)具有不受岩性影响、测量精度高的特点,在页岩孔隙度、渗透率、束缚和可动流体计算中有较好的应用.Abu-Shanab等提出了一种将密度和NMR孔隙度相结合的DMR(密度—核磁共振)孔隙度来评价致密储层孔隙度(Abu-Shanab et al., 2005);毛志强等提出了一种结合声波时差和核磁共振测井资料计算低孔低渗气层真实孔隙度的方法(毛志强等,2010);LeCompte利用核磁共振测井(NMR)计算了页岩孔隙度(LeCompte,2010),计算结果与岩心分析值高度一致(图 5).

图 5 核磁共振测井(NMR)确定页岩储层孔隙度和TOC实例(据LeCompte,2010)Fig. 5 Porosity and TOC from NMR logging evaluation

由于泥页岩中含有一定量的有机质,同时占据矿物骨架体积,张晋言等(2012)提出一种适用于泥页岩的利用密度测井资料进行泥质和TOC含量校正的孔隙度模型和改进的HERRON公式(Herron,1987)计算矿物组分渗透率模型:

式中,Φe为有效孔隙度,%;Φd为密度孔隙度,%;VTOC为有机质体积,小数;ρma、ρTOC、ρf为骨架、有机质和流体密度,g/cm3;Vsh为泥质含量,小数.

式中,K为渗透率,mD;Vsand 、Vlime为砂质含量和灰质含量,%.

李军等提出了页岩气储层有机孔隙、粘土孔隙、碎屑孔隙和微裂缝等“四孔隙”评价模型和测井定量计算方法(图 6),其中裂缝孔隙度可由电阻率成像测井(FMI)、核磁共振测井和双侧向测井资料求取,有机孔隙、粘土孔隙和碎屑孔隙计算公式如下(李军等,2014):

式中,Φorg、Φclay、Φsd、ΦfissureΦt分别为有机孔隙度、黏土孔隙度、碎屑孔隙度、裂缝孔隙度和总孔隙度,%;ΦTclay为粘土含量为100%时总孔隙度,由临近泥岩测井响应确定,%;a为系数,与有机质成熟度有关,由扫描电镜(SEM)分析确定;Vclay为测井计算的黏土含量,%;TOCw为有机碳含量(质量比),%;ρb、ρorg分别为测井密度和有机质密度,g/cm3.
图 6 页岩气储层微观孔隙组分、含气量测井评价实例(据李军等,2014)Fig. 6 Profile of micropore components and logging evaluation of gas content of shale gas reservoir
2.4 含气性评价 2.4.1 吸附气含量

吸附气含量的获取主要利用现场解吸法、等温吸附法和测井解释法,唐颖等对解吸法进行了改进(唐颖等,2011).等温吸附法是通过页岩样品的等温吸附实验来模拟样品的吸附过程以获取页岩的最大饱和吸附气含量.Lewis等(2004)提出利用温度、压力、TOC校正后的兰格缪尔等温吸附曲线计算吸附气含量:

式中,Vlt为储层温度下兰格缪尔体积,ft3/t;Plt为储层温度下兰格缪尔压力,psi(1 psi=6 894.757 Pa,全文同);c3取0.0027;c7取0.005;c4和c8为过渡变量;T为储层温度,;Ti为等温吸附温度,;VlcTOC校正的储层温度下兰格缪尔体积,TOCiso为等温线上总有机质质量百分比,%;TOClg为测井得到的总有机质质量百分比,%;gc为吸附气含量,ft3/t;Pl兰格缪尔压力,即1/2兰格缪尔体积所对应的压力,psi;Vl为兰格缪尔体积,即无限大压力下的气体体积,ft3/t.

Kim等提出的通过煤层工业分析组分和等温吸附理论计算煤层含气量的公式称为KIM方程(Kim,1977),孙建孟基于KIM方程建立了页岩吸附气体积计算模型(孙建孟,2013):

式中,V为吸附气含量,cm3/g;p为压力,MPa;T为温度,TOC为总有机碳质量,g;m为水分的质量百分数;k、n为模型系数,与孔隙度和成熟度指标有关;α为水分对页岩吸附的影响系数,通过相关实验求取;B为温度常数,通过变等温吸附实验获取,缺省值为0.0234.

测井解释法是通过测井资料解释获取页岩的孔隙度、含气饱和度、矿物组成、地层温度、地层压力等参数(Boyer et al., 2006谭茂金和张松扬,2010齐宝权等,2011聂海宽和张金川,2012),利用含气量和测井参数的关系建立模型求取页岩含气量.聂海宽等选取TOC、总烃含量、石英含量、粘土矿物含量、孔隙度、密度、黄铁矿含量和碳酸盐含量8个参数拟合计算了四川盆地周缘下古生界龙马溪组和牛蹄塘组页岩的含气量(图 7),并指出TOC和孔隙度是控制页岩含气量的主要因素(聂海宽和张金川,2012).

图 7 多元回归计算含气量和实测含气量关系据(据聂海宽等,2012)Fig. 7 The relationship between multiple linear regression calculated gas content and measured gas content
2.4.2 游离气含量

游离气也叫自由气,是页岩评价中的重要参数.游离气含量与储层的孔隙度、含气饱和度、密度、碳酸盐含量、温度和压力有关(潘仁芳等,2011聂海宽和张金川,2012),可通过多元参数拟合或利用如下公式计算:

式中,Gf为游离气量,m3/t;P1为地面状态下压力,Pa;P2为地下某深度处的静水压力,Pa;m为岩石质量,t,取1 t;ρ为地层体积密度,t/m3;T1、T2为常温(20 ℃)和地下某深度处对应的热力学温度,K;Φe为有效孔隙度,%;Sw为地层含水饱和度,%.

如果页岩储层中存在液态烃,需先获取气油比,再求取游离气含量.Hank Zhao等研究了Barnett页岩气层的测井资料和有机质成熟度,定义了热成熟度指数(MI),MI和气油比(GOR)具有很好的相关性(Zhao et al., 2007),可用于页岩储层含气量的计算(图 8):

式中,N为取样深度处密度孔隙度大于等于9%,含水饱和度小于等于75%时的数据样本总数;Φn9i为每个取样深度的密度孔隙度大于等于9%时的中子孔隙度;Sw75i为每个取样深度的密度孔隙度都大于等于9%、含水饱和度小于等于75%时的含水饱和度;Rw为地层水电阻率,Ω · m;Rt为深电阻率测井值,Ω · m;Φd9i为换算后的密度孔隙度,小数;Φd为密度孔隙度,小数;m为岩石胶结指数.
图 8 MI与log(GOR)之间的线性拟合关系据(据Zhao et al.,2007)Fig. 8 Correlation between the MI in Liner scale and the initial GOR in logarithmic scale
2.5 可压裂性评价

可压裂性是页岩在水力压裂中具有被有效压开的能力的性质,是页岩气开发中最关键的评价参数(唐颖等,2012),影响因素主要包括页岩脆性(脆性矿物含量、弹性模量和泊松比)、天然裂缝发育程度、水平主应力差、成岩作用及其他因素.富有机质泥页岩中天然裂缝的发育程度直接影响着页岩气藏的品质、产量和开采效益,页岩气可采储量取决于页岩储层内裂缝的产状、密度、组合特征和张开程度,而且天然裂缝的长度和走向对诱导缝转向、水力裂缝起裂压力和位置等具有重要的控制作用(丁文龙等, 20112012久凯等,2012).岩石力学参数决定了水力压裂裂缝的形状、大小和宽度,应力的大小和方向决定裂缝的延伸方向、高度和位置(侯颉等,2012张晋言和孙建孟,2012张作清等,2013).因此储层岩石力学参数评价、地应力评价、脆性评价和裂缝识别与评价尤为重要. 2.5.1 页岩储层岩石力学参数评价

岩石力学参数的获取主要借助岩石力学实验与阵列声波测井.一些学者进行了利用常规测井资料获取岩石力学参数方法的研究(贺顺义等,2008杨秀娟等,2008).利用阵列声波测井通过提取地层的纵、横波速度结合密度测井资料可计算出岩石的弹性力学参数和岩石强度参数,进一步可计算岩石的破裂压力(Coates and Denoo,1981阎树汶等,1994高坤等,2007赖富强等,2007朱玉林,2007王丽忱,2013),公式如下:

式中,G为剪切模量,GPa;K为体积模量,GPa;Ed为动态弹性模量,GPa;μd为动态泊松比,Δtp、Δts为测井纵、横波时差,μs/ft.

式中,α为Biot系数,无量纲;σc为岩石单轴抗压强度,MPa;σt为抗拉强度,MPa;E为岩石弹性模量,GPa;φ为内摩擦角,°;τ为内聚力,GPa;Cb为体积压缩系数;Cma为骨架压缩系数.

利用测井资料计算的岩石弹性力学参数为动态弹性参数,需与岩石力学实验测得的静态弹性参数进行对比分析.通过前人的大量研究(葛洪魁等,2001杨秀娟等,2008)认为,动、静态弹性参数的关系一般为线性,动态弹性参数值一般高于静态,岩石动、静态弹性参数间存在差别的内部原因是岩石内部存在微裂隙及孔隙流体,外部原因是载荷的应变幅值(最大应变与平均应变的差值)与频率不同. 2.5.2 地应力评价

地应力是指地壳中的应力,主要由重力应力、构造应力、孔隙压力及热应力等耦合构成.地应力具有大小、方向、空间分布和期次.目前研究地应力的方法有很多,主要有声发射法、水力致裂法、井壁崩落法、井斜统计法和测井解释法等.一般情况下,人工压裂缝沿最大水平主应力方向延伸.因此,确定地应力的大小和方向是地层压裂改造成功的重要保证.对于页岩气储层,横观各向同性的地应力模型能更真实地表示地应力情况(邓金根等,2013),计算公式如下:

式中,P0为垂向应力,MPa;ρave为上覆地层的平均密度,g/cm3;h0为目的层起始深度,m;ρ为密度测井值,g/cm3;g为重力加速度,m/s2;h为目的层段深度,m;σH为最大水平主应力,MPa;σh为最小水平主应力,MPa;Eh、Ev分别为水平方向和垂直方向杨氏模量,MPa;μh、μv分别为施加水平和垂直应变时水平应变的泊松比;α为有效应力系数,通常取1;Pp为地层孔隙流体压力(可由等效深度法计算得到),MPa;εH、εh分别为水平最大和最小构造应变;ξ为渗流系数,通常取0.

地应力方向的确定主要依靠声、电成像测井和阵列声波测井,方法主要包括井眼崩落法、钻井诱导缝推断法及阵列声波快横波方位分析法(图 9);钻井诱导缝受现今构造应力场控制,构造开启缝主要受古构造应力场控制,裂缝走向与最大主应力方向一致;井眼崩落长轴方向与现今最小水平主应力方向一致(薛茹斌,2006雷茂盛等,2007丁文龙等,2009齐宝权等,2011).声波测井中快横波方位与最大水平主应力方向一致,因此可利用偶极横波成像的各向异性来确定最大水平主应力方向(郑淑芬,2000苏远大等,2005赖富强等,2007聂昕等,2012王丽忱,2013).

图 9 声电成像和偶极子阵列声波确定地应力方向实例据(据赖富强等,2007)Fig. 9 The direction of principle stress obtained by resistivity and acoustic imaging logging
2.5.3 脆性评价

脆性指数可以表示页岩储层压裂的难易程度(Kahraman and Altindag, 2004),反映的是储层压裂后所形成裂缝的复杂程度.页岩脆 性测井评价主要有三种方法: 弹性参数法(Grieser and Bray, 2007)、矿物组分法和弹性参数与矿物成分组合法(刁海燕,2013).

弹性参数法是根据岩石力学参数中弹性模量与泊松比的大小,分别取权值进行计算.如图 10所示,从绿色到红色弹性模量逐渐增大,泊松比逐渐减小,脆性逐渐增大.具体计算公式:

式中,EBrit为脆性弹性模量,GPa;μBrit为脆性泊松比;BRIT为脆性指数,无量纲;E为测井资料获得的弹性模量,GPa;μ为测井资料获得的泊松比;Emax、Emin为弹性模量最大、最小值,GPa;μmax、μmin为泊松比最大、最小值.
图 10 弹性模量和泊松比交会图据(据Rickman et al.,2008)Fig. 10 A cross plot of Young's Modulus and Poisson's Ratio

矿物组分法是根据脆性矿物石英所占储层矿物总含量百分数来指示页岩的脆性:

式中,VQtz、VCal、VClay为石英、方解石、黏土矿物体积,%;BRIT为岩石脆性指数.

刁海燕针对上述两种方法的不足,提出了弹性参数与矿物成分组合法(EP&MC Method),提出计算岩石脆性的新公式(刁海燕,2013):

式中,EQtz、ECal、EClay为石英、方解石、黏土矿物弹性模量,GPa;μQtz、μCal、μClay为石英、方解石、黏土矿物泊松比.

上述三种方法并未考虑到长石、方解石、黄铁矿等脆性矿物对页岩脆性的影响,当页岩中有机质和黄铁矿等含量较高时,其在矿物组分中所占积不可忽略.且有机质、黏土含量及孔隙类型对泥页岩岩石弹性性质具有一定的影响(董宁等,2014).我国贵州地区下寒武统牛蹄塘组黑色页岩中TOC和黄铁矿含量局部大于9%,故提出改进的脆性指数计算公式:

式中,VFs、VCal、VOrg、VPy为长石、碳酸盐岩、有机质和黄铁矿的矿物体积,%;EFs、ECal、EOrg、EPy为长石、碳酸盐岩、有机质和黄铁矿的弹性模量,GPa;μFs、μCal、μOrg、μPy为长石、碳酸盐岩、有机质和黄铁矿的泊松比. 2.5.4 裂缝识别及评价

利用常规测井资料进行裂缝识别及评价的研究,前人已做过大量工作(孙建孟等,1999许同海,2005高松洋,2007王越之和田红,2007谭茂金和张松扬,2010朱定伟等,2013),泥页岩裂缝发育层段测井响应特征表现为:放射性元素钍、钾含量较低,铀含量较高;电阻率、声波时差、中子孔隙度高值,密度曲线低值;地层倾角图倾向杂乱、深浅侧向电阻率曲线表现出明显的幅度差,微侧向电阻率与深浅侧向电阻率之间一般具有明显差异;正幅度差反映了储层高角度裂缝发育,低角度裂缝表现为电阻率曲线在高阻背景上的明显降低.

声、电成像测井对高导缝、高阻缝、钻井诱导缝、缝合线、水力压裂缝、层理面等裂缝、界面都有着良好的分辨能力(图 11),能够判断裂缝类型、识别地层结构构造、确定裂缝产状和获取裂缝定量参数,在裂缝识别和评价中发挥着重要作用(雷茂盛等,2007丁文龙等,2009莫修文等,2011齐宝权等,2011李启翠等,2013).为防止井壁垮塌,页岩气钻井作业常采用油基泥浆,可通过油基泥浆电阻率成像测井(OBMI)和超声成像测井(UBI)等手段进行裂缝识别与评价(Soroush et al., 2010).在开发阶段加密钻井时,井眼成像测井有助于识别和评价邻井中的水力压裂产生的裂缝,对压裂工作部署及效果评价提供参考.将测井裂缝识别与数理统计分析中的相关理论结合,可建立新的裂缝测井综合识别方法,如概率密度法、R/S变尺度分析法和神经网络法等,用于识别及评价裂缝分布特征复杂的页岩气储层中的裂缝(孙炜等,2014).

图 11 FMI测井在垂井和水平井钻遇的页岩储层裂缝和层理特征据(据Boyer et al.,2006李启翠等,2013)Fig. 11 The FMI log shows fractures and bedding features in black shales encountered by vertical and horizontal wells

在北美,随钻成像测井已运用于某些油气井,以解决水平测井存在的一些问题;在Barnett页岩远景区,已利用成像测井资料来识别地震无法识别的断层以及与之相关的下伏产水白云岩的天然裂缝群(Boyer et al., 2006). 3 存在的主要问题及发展趋势 3.1 存在的主要问题

综上所述,我国页岩气储层测井评价研究方面,主要存在以下问题:
(1)页岩气储层评价中,矿物组分、岩石力学、地应力、脆性参数和裂缝识别及评价非常重要,常规测井无法满足页岩储层评价的特殊要求,需结合特殊测井技术,如阵列声波、核磁共振、电阻率成像和元素测井,以获取更多、更精确的页岩储层评价参数.

(2)与国外相比,我国在常规测井资料分析与解释,电磁、声波测井基础理论方面处于国际先进水平.而针对非常规油气储层评价的专项测井技术、仪器和方法研究等方面与国外尚有一定的差距,直接影响到了我国页岩气储层测井评价.

(3)每种测井方法都有一定的适用条件,我国页岩气地质条件复杂,海相、陆相及海陆过渡相页岩气储层差别较大、非均质性和各向异性较强,使同一种页岩储层测井评价方法在对不同地区和不同类型的页岩储层评价应用中的计算精度、适用性和推广性受到制约.

(4)由于我国页岩气勘探开发处于起步阶段,针对页岩气勘探开发及评价的钻、测井资料积累不足,页岩气储层评价的基础理论与方法不够完善,加上对我国页岩气富集规律及其主控因素缺乏系统全面的认识,直接影响到我国页岩气储层测井评价效果.

(5)我国目前页岩气测井系列呈现出引进与国产并存、测井方法多样、精度差异较大的特点,使不同地区测井资料在种类和精度上存在差异,不利于页岩气储层测井评价结果的横向对比、储层参数的表征和页岩气富集规律性认识的总结.

(6)由于早期只关注到富有机质页岩的生气能力,对其储集特征和储气能力的研究较少.虽然我国许多老油区具有良好的页岩油气资源潜力,但缺少相应的页岩气储层评价工作.故如何有效利用老井资料进行富有机质页岩油气储层测井评价具有非常重要的现实意义. 3.2 发展趋势

(1)声、电阻率成像测井、阵列声波测井、核磁共振测井、元素俘获能谱测井和三轴感应电阻率测井(Anderson et al., 2008)等测井新技术,与常规测井相比能够在页岩气储层中获取更多、更精确的特征参数,故这些测井新技术在页岩气储层定量评价中具有广阔的应用前景.

(2)由于页岩气开发一般为水平井,在没有专门传送设备时电缆测井仪通常无法进行有效测井.随钻测井(王瑞甲等,2012李新等,2013邵才瑞等,2013)、过钻头测井(Aivalis et al., 2012)具有不受井眼轨迹和泥浆侵入影响、更加经济与高效的特点,将在页岩气勘探开发中发挥重要作用.

(3)地层测试技术与井间测井技术(张晓岗,2013),能够获取储层流体性质与分布、地层参数和裂缝参数,识别和评价邻井中水力压裂产生的裂缝,为压裂方案部署及储层改造效果评价提供参考.综合运用地震勘探(宗兆云等,2012孙伟家等,2013)、地球物理测井与井间地球物理技术,可对页岩气储层进行综合评价. 4 结论与建议

(1)我国页岩气测井评价正处于起步探索阶段,应加强页岩气测井基础理论和评价方法研究,加快研发和引进适用于我国页岩气的测井技术、仪器和评价软件,服务我国的页岩气勘探开发.

(2)每种测井评价方法都有一定的适用条件,结合我国测井系列与精度多样化的特点,应采用常规和特殊测井技术相结合、多种评价方法相结合的思路进行页岩气储层测井评价.

(3)与北美相比,我国页岩气地质条件复杂,页岩气储层类型多样、非均质性和各向异性较强,在借鉴美国页岩气测井评价理论、方法与技术的同时,应结合我国不同地区的实际地质情况和页岩气储层特征建立与之相适用的测井评价体系.

(4)针对我国不同地区、不同类型的页岩气储层特征,应加强页岩气储层测井响应特征研究及相关的页岩储层物性、地球化学和岩石力学等实验分析.在现有技术条件下,尤其应加强利用常规测井资料定量计算页岩气储层参数的研究,以便充分利用老井资料全面开展页岩气测井评价.

(5)地球物理勘探技术是页岩气储层识别、评价和增产改造的关键技术,应加强页岩气储层测井属性分析,深化地球物理测井与其他地球物理技术之间的互补性与相关性研究,将页岩气地球物理测井与地震储层反演、微地震监测等技术相结合,综合评价、预测页岩气储层有利区(甜点),为页岩气勘探开发提供更可靠的依据.

参考文献
[1] Abu-Shanab M M, Hamada G M, Oraby M E, et al. 2005. Improved porosity estimation in tight gas reservoirs from NMR and density logs[J]. Emirates Journal for Engineering Research, 10(2): 9-13.
[2] Aivalis J, Meszaros T, Porter R, et al. 2012. Logging through the bit[J/OL]. Oilfield Review, 24(2): 44-53, http://www.slb.com/-/media/Files/resources/oilfield_review/ors12/sum12/4_thru_bit.pdf.
[3] Anderson B, Barber T, Leveridge R, et al. 2008. Triaxial induction-A new angle for an old measurement[J/OL]. Oilfield Review, 20(2): 64-84, http://www.slb.com/-/media/Files/resources/oilfield_review/ors08/sum08/05_triaxial_induction.pdf.
[4] Boyer C, Kieschnick J, Suarez-Rivera R, et al. 2006. Producing gas from its source[J/OL]. Oilfield Review, 18(3): 36-49, http://www.slb.com/-/media/Files/resources/oilfield_review/ors06/aut06/producing_gas.pdf.
[5] Coates G R, Denoo S A. 1981. Mechanical properties program using borehole analysis and Mohr's circle[C]. SPWLA 22nd Annual Logging Symposium, 1-17.
[6] Deng J G, Chen Z R, Geng Y N, et al. 2013. Prediction model for in-situ formation stress in shale reservoirs[J]. Journal of China University of Petroleum, 37(6):59-64.
[7] Diao H Y. 2013. Rock mechanical properties and brittleness evaluation of shale reservoir[J]. Acta Petrologica Sinica (in Chinese), 29(9): 3300-3306.
[8] Ding W L, Qi L X, Lyu H T, et al. 2009. Analysis of the lower-middle ordovician reservoir tectonic stress field using FMI Data in the South of Tahe Oilfield[J]. Geoscience (in Chinese), 23(5): 852-859.
[9] Ding W L, Xu C C, Jiu K, et al. 2011. The research progress of shale fractures[J]. Advances in Earth Science (in Chinese), 26(2): 135-144.
[10] Ding W L, Li C, Li C Y, et al. 2012. Dominant factor of fracture development in shale and its relationship to gas accumulation[J]. Earth Science Frontiers (in Chinese), 19(2): 212-220.
[11] Dong N, Huo Z Z, Sun Z D, et al. 2014. An investigation of a new rock physics model for shale[J].Chinese J . Geophys. (in Chinese), 57(6):1990-1998.
[12] Gao K, Tao G, Wu Y Q, et al. 2007. Determining breakdown pressures in transversely isotropic formation by multipole array acoustic logs[J]. Journal of China University of Petroleum (Edition of Natural Science) (in Chinese), 31(1): 35-39.
[13] Gao S Y. 2007. Application of imaging logging data in Identification of fracture(in Chinese)[Master thesis]. Dongying: China University of Petroleum.
[14] Ge H K, Chen Y, Lin Y S. 2001. Microscopic mechanism of difference between static and dynamic elastic parameters of rock[J]. Journal of the University of Petroleum, China (in Chinese), 25(4): 34-36.
[15] Grieser B, Bray J. 2007. Identification of Production Potential in Unconventional Reservoirs[C]. SPE 106623, 1-6.
[16] Hao J F, Zhou C C, Li X, et al. 2012. Summary of shale gas evaluation applying geophysical logging[J]. Progress in Geophysics (in Chinese), 27(4): 1624-1632, doi: 10.6038/j.issn.1004-2903.2012.04.040.
[17] He S Y, Shi Y M, Xie N, et al. 2008. The method for acquirement of conventional logging response-based lithomechanical parameters[J]. Xinjiang Petroleum Geology (in Chinese), 29(5): 662-664.
[18] Herron M M. 1987. Estimating the intrinsic permeability of clastic sediments from geochemical data[C]. SPWLA 28th Annual Logging Symposium, 1-23.
[19] Herron M M, Herron S L, Grau J A, et al. 2002. Real-Time Petrophysical Analysis in Siliciclastics From the Integration of Spectroscopy and Triple-Combo Logging[C]. SPE 77631, 1-7.
[20] Hou J, Zou C C, Yang Y Q. 2012. Well logging method in the analysis of the mineralogical composition of shale gas reservoirs[J]. Chinese Journal of Engineering Geophysics (in Chinese), 9(5): 607-613.
[21] Jacobi D J, Breig J J, LeCompte B, et al. 2009. Effective geochemical and geomechanical characterization of shale gas reservoirs from the wellbore environment: Caney and the woodford shale[C]. SPE, 124231, 1-20.
[22] Jiu K, Ding W L, Li Y X, et al. 2012. Structural features in northern Guizhou area and reservoir fracture of lower Cambrian shale gas[J]. Natural Gas Geoscience (in Chinese), 23(4): 797-803.
[23] Kahraman S, Altindag R. 2004. A brittleness index to estimate fracture toughness[J]. International Journal of Rock Mechanics and Mining Sciences, 41(2): 343-348.
[24] Khoshnoodkia M, Mohseni H, Rahmani O, et al. 2011. TOC determination of Gadvan Formation in South Pars Gas field, using artificial intelligent systems and geochemical data[J]. Journal of Petroleum Science and Engineering, 78(1): 119-130.
[25] Kim A G. 1977. Estimating methane content of bituminous coalbeds from adsorption data[C]. U. S: Dept. of the Interior, Bureau of Mines, 1-11.
[26] Lai F Q, Sun J M, Su Y D, et al. 2007. Prediction of fracture pressure using multi-pole array acoustic logging[J]. Progress in Exploration Geophysics, 30(1): 39-42.
[27] LeCompte B. 2010. Comprehensive resource play evaluation for well completion decisions- mineralogy, acoustic, and NMR integration[R]. Murphy Oil Inc.
[28] Lei M S, Wang Y H, Zhao J. 2007. Analysis on tectonic stress field of Xujiaweizi Rift in Daqing Oilfield with FMI[J]. Geoscience (in Chinese), 21(1): 14-21.
[29] Lewis R, Ingraham D, Pearcy M, et al. 2004. New evaluation techniques for gas shale reservoirs [J/OL]. Reservoir Symposium, http://www.sipeshouston.com/presentations/pickens%20shale%20gas.pdf.
[30] Li J, Lu J, Li Z, et al. 2014. “Four-pore” modeling and its quantitative logging description of shale gas reservoir[J]. Oil & Gas Geology (in Chinese), 35(2): 266-271.
[31] Li Q C, Lou Y S, Shi W Z, et al. 2013. Application of FMI imaging logging in shale gas formation of Sichuan basin[J]. Petroleum Geology and Engineering (in Chinese), 27(6): 58-60.
[32] Li X, Xiao L Z, Huang K, et al. 2013. Nuclear Magnetic Resonance Logging-While-Drilling response at formation boundary [J]. Chinese J. Geophys. (in Chinese), 56(8): 2862-2869, doi: 10.6038/cjg20130834.
[33] Li Y X, Qiao D W, Jiang W L, et al. 2011. Gas content of gas-bearing shale and its geological evaluation summary[J]. Geological Bulletin of China (in Chinese), 30(2-3): 308-317.
[34] Liu C, Lu S F, Xue H T. 2014. Variable-coefficient ΔlgR model and its application in shale organic evaluation[J]. Progress in Geophysics (in Chinese), 29(1): 312-317, doi: 10.6038/pg20140144.
[35] Mao Z Q, Zhang C, Xiao L. 2010. A NMR-based porosity calculation method for low porosity and low permeability gas reservoir[J]. Oil Geophysical Prospecting (in Chinese), 45(1): 105-109.
[36] Mo X W, Li Z B, Pan B Z. 2011. Method and advance of shale gas formation evaluation by means of well logging[J]. Geological Bulletin of China (in Chinese), 30(2-3): 400-405.
[37] Nie H K, Zhang J C. 2012. Shale gas accumulation conditions and gas content calculation: a case study of Sichuan basin and its periphery in the lower paleozoic[J]. Acta Geologica Sinica (in Chinese), 86(2): 349-361.
[38] Nie X, Zou C C, Yang Y Q, et al. 2012. Application of well logging to the evaluation of the rock mechanical properties of the shale gas reservoirs[J]. Chinese Journal of Engineering Geophysics (in Chinese), 9(4): 433-439.
[39] Pan R F, Chen L, Liu P C. 2011. Study on the evaluation of shale gas resource by a classified method[J]. Journal of Oil and Gas Technology (in Chinese), 33(5): 172-174.
[40] Passey Q R, Creaney S, Kulla J B, et al. 1990. A practical model for organic richness from porosity and resistivity logs[J]. AAPG Bulletin, 74: 1777-1794.
[41] Pemper R R, Han X G, Mendez F E, et al. 2009. The Direct Measurement of Carbon in Wells Containing Oil and Natural Gas Using a Pulsed Neutron Mineralogy Tool[C]. SPE 124234, 1-14.
[42] Qi B Q, Yang X B, Zhang S D, et al. 2011. Logging evaluation of shale gas reservoirs in the southern Sichuan Basin[J]. Natural Gas Industry (in Chinese), 31(4): 44-47.
[43] Rickman R, Mullen M J, Petre J E, et al. 2008. A Practical Use of Shale Petrophysics for Stimulation Design Optimization: All Shale Plays Are Not Clones of the Barnett Shale[C]. SPE, 115258, 1-11.
[44] Schmoker J W. 1979. Determination of organic content of Appalachian Devonian shales from formation-density logs[J]. AAPG Bulletin, 63(9): 1504-1509.
[45] Schmoker J W. 1981. Determination of organic-matter content of Appalachian Devonian shales from gamma-ray logs[J]. AAPG Bulletin, 65(7): 1285-1298.
[46] Shao C R, Cao X J, Chen G X, et al. 2013. A fast forward algorithm for LWD gamma-ray response and its geosteering application[J]. Chinese J. Geophys. (in Chinese), 56(11): 3932-3942, doi: 10.6038/cjg20131135.
[47] Soroush H, Rasouli V, Tokhmechi B. 2010. A data processing algorithm proposed for identification of breakout zones in tight formations: A case study in Barnett gas shale[J]. Journal of Petroleum Science and Engineering, 74(3-4): 154-162.
[48] Su Y D, Qiao W X, Sun J M, et al. 2005. Evaluating formation shear-wave anisotropy by using cross-dipole acoustic logging data[J]. Geophysical Prospecting for Petroleum (in Chinese), 44(4): 409-412.
[49] Sun J M, Liu R, Mei J X, et al. 1999. Fracture identification technique by conventional logs from Western Chaidamu Basin, Qinghai Oilfield[J]. Well Logging Technology (in Chinese), 23(4): 268-272.
[50] Sun J M. 2013. Coalbed methane and shale gas evaluation based on new seven related logging goals[J]. Well Logging Technology (in Chinese), 37(5): 457-465.
[51] Sun W, Li Y F, Fu J W, et al. 2014. Review of fracture identification with well logs and seismic data[J]. Progress in Geophysics, 29(3):1231-1242.
[52] Sun W J, Fu L Y, Guan X Z, et al. 2013. A study on anisotropy of shale using seismic forward modeling in shale gas exploration[J].Chinese J . Geophys. (in Chinese), 56(3):961-970.
[53] Tan M J, Zhang S Y. 2010. Progress in geophysical logging technology for shale gas researvoirs[J]. Progress in Geophysics (in Chinese), 25(6): 2024-2030, doi: 10.3969/j.issn.1004-2903.2010.06.018.
[54] Tang Y, Zhang J C, Liu Z J, et al. 2011. Use and improvement of the desorption method in shale gas content tests[J]. Natural Gas Industry (in Chinese), 31(10): 108-112.
[55] Tang Y, Xing Y, Li L Z, et al. 2012. Influence factors and evaluation methods of the gas shale fracability[J]. Earth Science Frontiers (in Chinese), 19(5): 356-363.
[56] Tao G, Duo X F. 2001. On the development of China's geophysical well logging technology[J]. Progress in Geophysics (in Chinese), 16(3): 98-101, doi: 10.3969/j.issn.1004-2903.2001.03.013.
[57] Wang L C. 2013. Research on logging evaluation and application of rock mechanics properties in shale gas reservoirs (in Chinese) [Master thesis]. Beijing: China University of Geosciences.
[58] Wang R J, Qiao W X, Ju X D. 2012. Numerical study of formation anisotropy evaluation using cross dipole acoustic LWD[J]. Chinese J. Geophys. (in Chinese), 55(11): 3870-3882, doi: 10.6038/j.issn.0001-5733.2012.11.035.
[59] Wang Y Z, Tian H. 2001. Research of fracture reservoir characteristics using FMI logging and dual laterolog[J]. Fault-Block Oil & Gas Field (in Chinese), 8(5): 30-32.
[60] Wei B, Wang L S, Fu Y Q. 2014. Summary of Shale Gas Evaluation by Well Logging (in Chinese)[M]. Beijing: Petroleum Industry Press.
[61] Xiao K, Zou C C, Huang Z H, et al. 2012. Summary on logging response characteristics and identification methods for shale gas reservoir[J]. Science & Technology Review (in Chinese), 30(18): 73-79.
[62] Xu T H. 2005. Logging method and its research progress in identification of tight reservoirs fractures[J]. Petroleum Geology and Recovery Efficiency (in Chinese), 12(3): 75-78.
[63] Xue R B. 2006. Identifying terrestrial stress direction by imaging logs In Erdos Basin[J]. Petroleum Instruments (in Chinese), 20(3): 52-53.
[64] Yan S W, Chang G Z, Zhang Y M, et al. 1994. Calculation of breakdown pressure and mechanical property parameters of rocks[J]. Journal of Xi'an Petroleum Institute (in Chinese), 9(4): 7-12.
[65] Yang X J, Zhang M, Yan X Z. 2008. Study on acoustic logging-based rock elasticity parameters [J]. Petroleum Geology and Engineering (in Chinese), 22(4): 39-42.
[66] Zhang J C, Bian R K, Jing T Y, et al. 2011. Fundamental significance of gas shale theoretical research[J]. Geological Bulletin of China (in Chinese), 30(2-3): 318-323.
[67] Zhang J Y, Sun J M. 2012. Log evaluation on shale hydrocarbon reservoir[J]. Well Logging Technology (in Chinese), 36(2): 146-153.
[68] Zhang X G. 2013. The new trend of logging technology development[J]. Petroleum & Equipment (in Chinese), (4): 96-97.
[69] Zhang Z Q, Sun J M. 2013. Progress of Logging Evaluation on Shale Gas Reservoirs[J]. Journal of Oil and Gas Technology (in Chinese), 35(3): 90-95.
[70] Zhang Z Q, Zheng Y, Sun J M. 2013. “Six parameter relationship” study of shale gas reservoir[J]. Well Testing (in Chinese), 22(1): 65-70, 74.
[71] Zhao H, Givens N B, Curtis B. 2007. Thermal maturity of the Barnett Shale Determined from well-log analysis[J]. AAPG Bulletin, 91(4): 535-549.
[72] Zheng S F. 2000. Anisotropy of formation velocity and its application[J]. Well Logging Technology (in Chinese), 24(3): 223-226.
[73] Zhu D W, Wang X Z, Ding W L, et al. 2013. Application of logging data in the identification of high quality shale gas reservoirs: an example from the Chang-7 black shale in southeastern Ordos Basin[J]. Journal of Xi'an Shiyou University (Natural Science Edition) (in Chinese), 28(2): 25-29, 34.
[74] Zhu G Y, Jin Q, Zhang L Y. 2003. Using log information to analyse the geochemical characteristics. of source rocks in fiyang depression[J]. Well Logging Technology (in Chinese), 27(2): 104-109.
[75] Zhu Y L. 2007. Application of well logging data in research of earth stress (in Chinese)[Master thesis]. Dongying: China University of Petroleum.
[76] Zong Z Y, Yin X Y, Zhang F, et al. 2012. Reflection coefficient equation and pre-stack seismic inversion with Young's modulus and Poisson ratio[J]. Chinese J . Geophys. (in Chinese), 55(11):3786-3794.
[77] Zou C N, Tao S Z, Hou L H, et al. 2011. Unconventional Oil and Gas Geology (in Chinese)[M]. Beijing: Geological Publishing House, 14-23, 128-163.
[78] 邓金根,陈峥嵘,耿亚楠,等. 2013. 页岩储层地应力预测模型的建立和求解[J].中国石油大学学报(自然科学版),37(6):59-64.
[79] 刁海燕. 2013. 泥页岩储层岩石力学特性及脆性评价[J]. 岩石学报, 29(9): 3300-3306.
[80] 丁文龙, 漆立新, 吕海涛,等. 2009. 利用FMI资料分析塔河油田南部中—下奥陶统储层构造应力场[J]. 现代地质, 23(5): 852-859.
[81] 丁文龙, 许长春, 久凯,等. 2011. 泥页岩裂缝研究进展[J]. 地球科学进展, 26(2): 135-144.
[82] 丁文龙, 李超, 李春燕,等. 2012. 页岩裂缝发育主控因素及其对含气性的影响[J]. 地学前缘, 19(2): 212-220.
[83] 董宁,霍志周,孙赞东,等. 2014. 泥页岩岩石物理建模研究[J].地球物理学报,57(6):1990-1998.
[84] 高坤, 陶果, 仵岳奇,等. 2007. 利用多极子阵列声波测井资料计算横向各向同性地层破裂压力[J]. 中国石油大学学报(自然科学版), 31(1): 35-39.
[85] 高松洋. 2007. 成像测井资料在裂缝识别中的应用[硕士论文]. 东营: 中国石油大学.
[86] 葛洪魁, 陈颙, 林英松. 2001. 岩石动态与静态弹性参数差别的微观机理[J]. 石油大学学报(自然科学版), 25(4): 34-36.
[87] 郝建飞, 周灿灿, 李霞,等. 2012. 页岩气地球物理测井评价综述[J]. 地球物理学进展, 27(4): 1624-1632, doi: 10.6038/j.issn.1004-2903.2012.04.040.
[88] 贺顺义, 师永民, 谢楠,等. 2008. 根据常规测井资料求取岩石力学参数的方法[J]. 新疆石油地质, 29(5): 662-664.
[89] 侯颉, 邹长春, 杨玉卿. 2012. 页岩气储层矿物组分测井分析方法[J]. 工程地球物理学报, 9(5): 607-613.
[90] 久凯, 丁文龙, 李玉喜,等. 2012. 黔北地区构造特征与下寒武统页岩气储层裂缝研究[J]. 天然气地球科学, 23(4): 797-803.
[91] 赖富强, 孙建孟, 苏远大,等. 2007. 利用多极子阵列声波测井预测地层破裂压力[J]. 勘探地球物理进展, 30(1): 39-42.
[92] 雷茂盛, 王玉华, 赵杰. 2007. 根据FMI资料分析大庆油田徐家围子断陷构造应力场[J]. 现代地质, 21(1): 14-21.
[93] 李军, 路菁, 李争,等. 2014. 页岩气储层“四孔隙”模型建立及测井定量表征方法[J]. 石油与天然气地质, 35(2): 266-271.
[94] 李启翠, 楼一珊, 史文专,等. 2013. FMI成像测井在四川盆地页岩气地层中的应用[J]. 石油地质与工程, 27(6): 58-60.
[95] 李新, 肖立志, 黄科,等. 2013. 随钻核磁共振测井的地层界面响应特征[J]. 地球物理学报, 56(8): 2862-2869, doi: 10.6038/cjg20130834.
[96] 李玉喜, 乔德武, 姜文利,等. 2011. 页岩气含气量和页岩气地质评价综述[J]. 地质通报, 30(2-3): 308-317.
[97] 刘超, 卢双舫, 薛海涛. 2014. 变系数ΔlgR方法及其在泥页岩有机质评价中的应用[J]. 地球物理学进展, 29(1): 312-317, doi: 10.6038/pg20140144.
[98] 毛志强, 张冲, 肖亮. 2010. 一种基于核磁共振测井计算低孔低渗气层孔隙度的新方法[J]. 石油地球物理勘探, 45(1): 105-109.
[99] 莫修文, 李舟波, 潘保芝. 2011. 页岩气测井地层评价的方法与进展[J]. 地质通报, 30(2-3): 400-405.
[100] 聂海宽, 张金川. 2012. 页岩气聚集条件及含气量计算——以四川盆地及其周缘下古生界为例[J]. 地质学报, 86(2): 349-361.
[101] 聂昕, 邹长春, 杨玉卿,等. 2012. 测井技术在页岩气储层力学性质评价中的应用[J]. 工程地球物理学报, 9(4): 433-439.
[102] 潘仁芳, 陈亮, 刘朋丞. 2011. 页岩气资源量分类评价方法探讨[J]. 石油天然气学报, 33(5): 172-174.
[103] 齐宝权, 杨小兵, 张树东,等. 2011. 应用测井资料评价四川盆地南部页岩气储层[J]. 天然气工业, 31(4): 44-47.
[104] 邵才瑞, 曹先军, 陈国兴,等. 2013. 随钻伽马测井快速正演算法及地质导向应用[J]. 地球物理学报, 56(11): 3932-3942, doi: 10.6038/cjg20131135.
[105] 苏远大, 乔文孝, 孙建孟,等. 2005. 正交偶极声波测井资料在评价地层各向异性中的应用[J]. 石油物探, 44(4): 409-412.
[106] 孙建孟, 刘蓉, 梅基席,等. 1999. 青海柴西地区常规测井裂缝识别方法[J]. 测井技术, 23(4): 268-272.
[107] 孙建孟. 2013. 基于新“七性”关系的煤层气、页岩气测井评价[J]. 测井技术, 37(5): 457-465.
[108] 孙炜,李玉凤,付建伟,等. 2014. 测井及地震裂缝识别研究进展[J].地球物理学进展,29(3):1231-1242.
[109] 孙伟家,符力耘,管西竹,等. 2013. 页岩气地震勘探中页岩各向异性的地震模拟研究[J].地球物理学报,56(3):961-970.
[110] 谭茂金, 张松扬. 2010. 页岩气储层地球物理测井研究进展[J]. 地球物理学进展, 25(6): 2024-2030, doi: 10.3969/j.issn.1004-2903.2010.06.018.
[111] 唐颖, 张金川, 刘珠江,等. 2011. 解吸法测量页岩含气量及其方法的改进[J]. 天然气工业, 31(10): 108-112.
[112] 唐颖, 邢云, 李乐忠,等. 2012. 页岩储层可压裂性影响因素及评价方法[J]. 地学前缘, 19(5): 356-363.
[113] 陶果, 多雪峰. 2001. 我国地球物理测井技术的发展与战略初探[J]. 地球物理学进展, 16(3): 98-101, doi: 10.3969/j.issn.1004-2903.2001.03.013.
[114] 王丽忱. 2013. 页岩气藏岩石力学性质的测井评价方法与应用[硕士论文]. 北京: 中国地质大学.
[115] 王瑞甲, 乔文孝, 鞠晓东. 2012. 利用随钻正交偶极子声波测井评价地层各向异性的数值研究[J]. 地球物理学报, 55(11): 3870-3882, doi: 10.6038/j.issn.0001-5733.2012.11.035.
[116] 王越之, 田红. 2001. 常规测井与FMI测井资料相结合研究储层裂缝[J]. 断块油气田, 8(5): 30-32.
[117] 魏斌, 王绿水, 傅永强. 2014. 页岩气测井评价综述[M]. 北京: 石油工业出版社, 22-82.
[118] 肖昆, 邹长春, 黄兆辉,等. 2012. 页岩气储层测井响应特征特征及识别方法研究[J]. 科技导报, 30(18): 73-79.
[119] 许同海. 2005. 致密储层裂缝识别的测井方法及研究进展[J]. 油气地质与采收率, 12(3): 75-78.
[120] 薛茹斌. 2006. 用成像测井资料确定鄂尔多斯盆地地应力方向[J]. 石油仪器, 20(3): 52-53.
[121] 阎树汶, 常贵钊, 张永敏,等. 1994. 岩石破裂压力和力学特性参数的计算[J]. 西安石油学院学报(自然科学版), 9(4): 7-12.
[122] 杨秀娟, 张敏, 闫相祯. 2008. 基于声波测井信息的岩石弹性力学参数研究[J]. 石油地质与工程, 22(4): 39-42.
[123] 张金川, 边瑞康, 荆铁亚,等. 2011. 页岩气理论研究的基础意义[J]. 地质通报, 30(2-3): 318-323.
[124] 张晋言, 孙建孟. 2012. 利用测井资料评价泥页岩油气“五性”指标[J]. 测井技术, 36(2): 146-153.
[125] 张晓岗. 2013. 测井技术发展新趋势(下)[J]. 石油与装备, (4): 96-97.
[126] 张作清, 孙建孟. 2013. 页岩气测井评价进展[J]. 石油天然气学报, 35(3): 90-95.
[127] 张作清, 郑炀, 孙建孟. 2013. 页岩气评价“六性关系”研究[J]. 油气井测试, 22(1): 65-70, 74.
[128] 郑淑芬. 2000. 地层速度各向异性及其应用[J]. 测井技术, 24(3): 223-226.
[129] 朱定伟, 王香增, 丁文龙,等. 2013. 测井资料在优质页岩气储层识别中的应用——以鄂尔多斯盆地东南部长7段黑色页岩为例[J]. 西安石油大学学报(自然科学版), 28(2): 25-29, 34.
[130] 朱光有, 金强, 张林晔. 2003. 用测井信息获取烃源岩的地球化学参数研究[J]. 测井技术, 27(2): 104-109.
[131] 朱玉林. 2007. 测井资料在地应力研究中的应用[硕士论文]. 东营: 中国石油大学.
[132] 宗兆云,印兴耀,张峰,等. 2012. 杨氏模量和泊松比反射系数近似方程及叠前地震反演[J].地球物理学报,55(11):3786-3794.
[133] 邹才能, 陶士振, 侯连华,等. 2011. 非常规油气地质[M]. 北京: 地质出版社, 14-23, 128-163.