成岩相作为反映特定成岩环境或过程的成岩产物的综合表现，尤其对储层的物性特征具有明显的控制作用.近年来，众多专家、学者通过对成岩相的研究认为，作为控制优质储层发育的关键因素，成岩相的展布规律研究尤其对低渗、特低渗背景下“甜点”储层的寻找具有重要的指导作用(罗静兰等，2001；杨威等，2007；宋子齐等，2008).目前成岩相研究主要是依赖钻井取心的岩心薄片资料，而钻井取心由于成本高、数量有限无法实现成岩相的连续划分，测井资料作为地层岩石物理特性的信息载体，从资料品质、分辨率、连续性以及经济成本等方面都具备独有的优势性，国内外在利用测井资料划分储层成岩相方面做了很多研究工作(张海涛等，2012；赖锦等，2013；庞国印等，2013；白烨等，2013；Gould et al.，2014)，最关键的是在测井地质学等相关学科或理论的指导下，总结出不同成岩相的测井响应特征，基于数理统计方法建立相应的测井识别模式与准则，最终完成取心井段以外储层成岩相类型的识别.

五号桩油田位于济阳坳陷沾化凹陷东北部斜坡带的次一级构造单元上，桩62-66块在五号桩油田北部，桩62-66块沙三下Ⅰ油组储层主要以构造-岩性油藏为主，储层非均质性较强，成岩作用对储层物性、孔隙结构等影响较大.因此，正确认识、划分沙三下Ⅰ油组储层成岩相对后续有利储层预测具有重要的意义.

基于普通薄片、铸体薄片及扫描电镜等资料，结合岩石碎屑成分、矿物组合、填隙物成分以及成岩作用类型等，将桩62-66块沙三下Ⅰ油组储层划分为压实-杂基充填致密成岩相、自生粘土矿物充填胶结成岩相、不稳定组分溶蚀成岩相、石英次生加大成岩相、碳酸盐胶结致密成岩相等5种成岩相.

(1)压实-杂基充填致密成岩相

此类成岩相岩性比较细，岩石颗粒成分中软组分含量较高，压实过程中软组分发生强烈变形，导致原生孔隙急剧减小(图 1a)，储层物性很差，孔隙度分布于2.4%~9.8%，渗透率0.1~2.3 mD.

图 1

Fig. 1

图 1 不同成岩相显微图像特征 Fig. 1 Microscopic image characteristics of different diagenetic facies

(2)自生粘土矿物充填胶结成岩相

此类成岩相中粘土矿物一般存在于颗粒表面或充填孔隙，占据孔隙空间，堵塞喉道.储层储集空间以残余粒间孔、晶间孔为主(图 1b)，物性较差，孔隙度分布于4.9%~13.6%，渗透率0.15 mD~20.6 mD.

(3)不稳定组分溶蚀成岩相

研究区此类成岩相的储集空间包括：成岩作用早期在矿物颗粒边缘形成的粘土包壳发生溶蚀产生的一定数量的贴粒溶孔；地下流体沿长石解理面等破裂面渗入溶蚀产生了大量蜂窝状或不规则状的粒内溶孔；颗粒边缘溶蚀形成的边缘齿状化的粒间溶孔(图 1c).该类成岩相储层物性最好，孔隙度分布于9.1%~23.2%，渗透率10.5 mD~61.2 mD.

(4)石英次生加大成岩相

沙三下Ⅰ油组储层硅质胶结发育较为普遍，但含量比较低，硅质胶结物的平均含量为2%左右.石英次生加大充填粒间孔隙(图 1d)，改变储层孔隙结构，使储层物性变差，该类成岩相储层孔隙度分布于7.1%~15.8%，渗透率0.64 mD~30.6 mD.

(5)碳酸盐胶结致密成岩相

根据胶结程度之不同，铁方解石胶结有完全充填和部分充填之分，结构上多为微晶-细晶结构，含铁方解石和含铁白云石等晚期碳酸盐胶结物多呈半晶状或充填式胶结，其堵塞孔隙作用明显(图 1e).此类成岩相是研究区物性最差的成岩相，仅发育少量的压实残余粒间孔及晶间微孔，孔隙度分布于1.8%~7.3%，渗透率0.04 mD~2.55 mD.

主成分分析是将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法，又称主分量分析. 其基本思路是：设P维随机向量 X =(x₁，x₂，…，x_p)^T，其均值向量为u，协方差阵为 V .将这P个特征向量 x₁，x₂，…，x_p重构成尽可能少的几个不相关的变量y₁，y₂，…，y_m(m<p)，并能充分反映原来P个特征变量所反映的信息.

从P个特征向量的n维观测样本矩阵 X 出发，求主成分的方法步骤如下：

(1)将原始数据进行归一化处理，设所选的第i个采样点的第j种测井参数值为x_ij，(i=1，2，…，n；j=1，2，…，p)，用标准差归一化法处理后，得到第i个采样点第j种测井参数归一化值为x_ij：

(2)计算样本矩阵的相关系数矩阵为

(3)对应于相关系数矩阵 R，求特征方程 |R －λI| =0的P个非负特征值λ₁>λ₂>…>λ_p≥0，对应于特征值λ_i的相应特征向量为

(4)选择m(m<p)个主分量.当前面m个主分量y₁，y₂，…，y_m(m<p)的方差和占全部总方差的比例a=接近于1时(例如a≥0.9)，选取前m个因子y₁，y₂，…，y_m为第1，2，…，m个主分量.这m个主分量的方差和占全部总方差的90%以上，基本上保留了原来因子x₁，x₂，…，x_p的信息，大大减少了原始样本数据的维数，简化了数据运算.

为了有效地识别成岩相类型，应尽可能多的选取对成岩相反应敏感的测井曲线，基于主成分分析的成岩相测井识别方法，主要是通过对多维测井数据进行降维，利用测井曲线构建主成分变量，在保证原始信息损失最小的情况下，以少量的主成分变量代替原有的多维测井信息，简化数据运算(雍世和等，2002；余杰和陈钢花，2007；钟仪华和李榕，2009；张莹和潘保芝，2009；陈德坡等，2010；范宜仁等，2012；刘爱疆等，2013；韩学辉等，2014)，从而实现储层成岩相的测井定量识别.

(1)特征参数提取

从测井曲线中提取反映成岩相特征的参数是成岩相测井识别的关键，首先依据岩心自然伽马与自然伽马曲线相对比并结合岩心观察对镜下薄片来实现深度归位，对三口取心井共158块镜下薄片定名成岩相提取样本层数据，共选取自然伽马(GR)、深侧向电阻率(Rlld)、浅探测电阻率(Rxo)、补偿中子(CNL)、密度(DEN)、声波时差(AC)、自然电位(SP)7条曲线.各类成岩相对应提取的样本层测井响应特征见表 1.

表 1 (Table 1)

表 1 桩62-66块沙三下Ⅰ油组不同成岩相测井响应特征 Table 1 Diagenetic facies logging response characteristics of Es3x1 in Zhuang62-66 area 成岩相类型 测井响应 特征 自然伽马 API 深侧向电阻率 Ω·m 浅侧向电阻率 Ω·m 补偿中子 % 密度 g/cm3 声波时差 us/ft 自然电位 mV 压实-杂基充填致密成岩相 平均值 98.2 9.2 7.2 18.7 2.52 82.3 72.3 最大值 118.4 13.6 14.3 26.4 2.6 89.3 80.2 最小值 72.2 7.3 5.8 15.3 2.39 82.1 63.5 自生粘土矿物充填胶结成岩相 平均值 95.6 8.4 8.2 15.4 2.46 84.6 45.3 最大值 120.2 11.9 10.9 22.3 2.59 93.5 69.1 最小值 82.9 4.5 4.7 13.4 2.38 73.2 32.8 不稳定组分溶蚀成岩相 平均值 80.1 8.2 6.5 16.1 2.4 76.8 46.2 最大值 93.2 18.7 15.8 23.6 2.43 86.3 60.3 最小值 72.9 5.4 4.1 12.7 2.32 70.3 40.2 石英次生加大成岩相 平均值 90.4 13.8 11.9 12.3 2.45 71.3 62.3 最大值 115.6 16.6 15.6 16.2 2.52 82.6 68.2 最小值 76.7 6.2 6.5 8.6 2.39 64.5 36.5 碳酸盐胶结致密成岩相 平均值 64.9 58.6 56.7 7.2 2.56 62.4 76.2 最大值 72.5 62.2 60.8 12.5 2.62 70.4 80.2 最小值 61.1 53.4 51.9 5.4 2.48 59.2 65.4

表 1 桩62-66块沙三下Ⅰ油组不同成岩相测井响应特征 Table 1 Diagenetic facies logging response characteristics of Es3x1 in Zhuang62-66 area

(2)储层成岩相定量识别

利用提取的测井响应数据作为样本数据，在对样本数据进行归一化处理后，基于主成分分析法，可以得到各主成分特征向量的特征值和方差贡献率(表 2).

表 2 (Table 2)

表 2 特征值对应的单位化特征向量、特征值、方差贡献率 Table 2 Unit characteristic vector，characteristic values and variance contribution rate of characteristic values 特征向量 特征值 a1 a2 a3 a4 a5 a6 a7 方差贡献率/% F1 2.842 -0.45 0.39 -0.41 0.5 -0.39 -11.7 0.28 40.6 F2 2.226 0.32 0.98 -0.24 0.57 0.23 -0.63 -0.78 31.8 F3 0.924 -0.16 0.32 -0.65 0.28 -0.44 -8.7 0.57 13.2 F4 0.511 0.98 1.56 -0.09 0.83 0.56 -3.4 -0.64 7.3 F5 0.371 0.48 -0.62 0.19 0.77 -0.91 -6.4 8.7 5.3 F6 0.084 3.1 -0.89 1.23 6.28 -4.65 0.76 -0.9 1.2 F7 0.042 -0.26 2.47 -0.87 0.13 -0.51 0.04 0.11 0.6

表 2 特征值对应的单位化特征向量、特征值、方差贡献率 Table 2 Unit characteristic vector，characteristic values and variance contribution rate of characteristic values

根据各个特征值对应的特征向量，得到了桩62-66块沙三下Ⅰ油组成岩相的主成分计算方程式为

在上述转换方程中，前4个主成分变量F₁~F₄的累计贡献率达原信息量的92.9%，可以代替原来的7个测井变量，基于上述转换方程式提取的前四个主成分，建立了沙三下Ⅰ油组储层成岩相识别图版(图 2a、图 2b)，从第一、第二主成分交会图上，可以基本达到准确识别各类成岩相的目的.其中，石英次生加大成岩相识别效果不是很理想.结合第三、第四主成分交会图，可以较好地识别石英次生加大成岩相、碳酸盐胶结致密成岩相，从而最终完成沙三下Ⅰ油组储层5类的成岩相的定量识别.通过对取心井进行成岩相测井识别效果回判(图 3)，统计了三口井共158块薄片的对比情况，正判146块，符合率高达92.4%.

图 2

Fig. 2

图 2 (a)第一、第二主成分交会图；(b)第三、第四主成分交会图 Fig. 2 (a)Plot of F1 vs．F2；(b)Plot of F3 vs．F4

图 3

Fig. 3

图 3 Z66-1井沙三下Ⅰ油组储层单井成岩相识别 Fig. 3 Reservoir’s diagenetic facies identification of Es3x1 of Well Z66-1

4.1  基于成岩相测井响应机理研究，依据“岩心刻度测井”的准则，采用主成分分析法实现了桩62-66块沙三下Ⅰ油组储层成岩相的连续定量识别，与实验室镜下薄片专家命名对比，符合率高达92.4%，验证了此方法的可靠性.

4.2  研究实例表明，主成分分析法将多条测井曲线降维成能突出成岩相特征的主成分变量，简化数据运算的同时，最大程度地减少了有效信息的损失，选择累积方差贡献率大于90%的主成分变量来做交会图，能够方便、有效地实现储层成岩相类型识别.

致 谢 感谢审稿专家提出的修改意见和编辑部的大力支持！