黃軍平，張智盛，楊占龍，黃云峰，邸俊，張麗萍（1.中國石油a.勘探開發(fā)研究院西北分院；b.油藏描述重點實驗室，蘭州73000；.成都理工大學能源學院，成都610059）

致密巖石礦物組分含量及脆性指數(shù)多元回歸定量預測

黃軍平1a，1b，張智盛2，楊占龍1a，1b，黃云峰1a，1b，邸俊1a，張麗萍1a
（1.中國石油a.勘探開發(fā)研究院西北分院；b.油藏描述重點實驗室，蘭州730020；2.成都理工大學能源學院，成都610059）

定量預測致密巖石中礦物組分含量和脆性特征，可以為非常規(guī)油氣勘探目標和壓裂井段等的優(yōu)選提供依據。以中國西部地區(qū)ZKZ盆地侏羅系含煤地層和YBL盆地侏羅系非含煤地層為例，利用常規(guī)測井資料和巖心分析數(shù)據，優(yōu)選對礦物組分較為敏感的常規(guī)測井曲線。將參與建模的敏感測井曲線進行了標準化處理，用多元回歸分析方法，建立了含煤地層和非含煤地層致密巖石中礦物組分含量及脆性特征的定量預測模型，并對含煤地層和非含煤地層致密巖石脆性特征及其成因進行了論證。預測結果與實測值具有較高的一致性。

致密巖石；礦物組分；脆性特征；多元回歸；定量預測

巖石礦物組分含量和脆性特征是非常規(guī)油氣勘探開發(fā)重點關注的對象，也是非常規(guī)油氣勘探甜點區(qū)選擇的重要參數(shù)。對于致密儲集層，礦物組分含量和脆性特征預測尤為重要，直接影響著后期壓裂射孔井段的選擇［1］。在壓裂時，應選取黏土礦物含量相對少、脆性礦物含量相對多的層段［2］。巖心分析和測井評價是認識巖石特性的2種主要手段［3］，對典型探井系統(tǒng)采樣，并進行X射線衍射分析或巖石彈性參數(shù)的研究，是獲取致密巖石礦物組分含量和脆性特征的最佳途徑。巖石礦物組分是巖石力學性質的物質基礎與內因，而聲學、電學等性質是巖石力學性質的外在表現(xiàn)形式［4］。因此，可以利用典型井巖心分析數(shù)據與常規(guī)測井資料相結合，優(yōu)選對礦物組分敏感的測井曲線，建立一套定量預測致密儲集層中巖石礦物組分含量的方法［5-7］，為非常規(guī)油氣勘探開發(fā)提供依據。

本文在全巖X射線衍射、泥巖X射線衍射、薄片及能譜等分析的基礎上，結合測井資料，利用多元回歸分析方法，對致密巖石中礦物組分相對含量及脆性指數(shù)進行了定量預測，對致密巖石脆性特征及脆性產生原因進行了論證，旨在為低勘探程度區(qū)的油氣勘探服務。

1　定量預測方法研究

國內外關于致密巖石礦物組分含量和脆性指數(shù)定量預測的方法較少［8-10］，對致密巖石中脆性特征及脆性產生的原因進行分析的研究則更少。在巖石的脆性指數(shù)預測方面，應用較為廣泛的是彈性參數(shù)法［11-12］和礦物組分法。筆者考慮到預測方法的易操作性，結合實際資料情況，把常規(guī)測井曲線與巖心化驗分析資料相結合，利用多元回歸分析方法，建立了定量預測含煤地層和非含煤地層致密巖石中礦物組分含量及脆性指數(shù)的模型。

1.1彈性參數(shù)法

彈性參數(shù)法利用楊氏模量和泊松比間接反映巖石的脆性，在巖石學范疇內，楊氏模量越大，泊松比越小，巖石脆性越好，地層越易壓裂［11］。巖石的脆性特征通常用巖石的脆性指數(shù)（B）表示。

巖石脆性指數(shù)的計算公式［13-14］如下:

彈性參數(shù)法關鍵在于獲取高精度的楊氏模量和泊松比等巖石彈性參數(shù)［13］。不足之處在于:一是無法獲取巖石中各礦物組分含量，僅能計算出脆性指數(shù)；二是無法解釋巖石脆性產生的本質原因。這兩點不足極大地制約了彈性參數(shù)法的應用。

1.2礦物組分法

礦物組分法主要利用元素俘獲測井（ECS）計算礦物組分含量［14-15］，雖然能計算出巖石中各礦物組分含量，但在特定軟件中才能使用，且原理較為復雜，實際操作中較難實現(xiàn)。在國內油氣勘探中，如果沒有特殊需要，很少進行元素俘獲測井。

在預測巖石脆性指數(shù)方面，礦物組分法較彈性參數(shù)法有了進一步的提高，因為在定量預測巖石礦物組分含量基礎上，利用脆性礦物組分含量計算脆性指數(shù)，計算公式［13］為

對于以石英為主的巖石，（4）式適用性強；對于以石英、長石為主的巖石，需在（4）式的分子項中增加一些脆性較大的礦物組分含量。

1.3多元回歸分析方法

筆者用單因素測井資料擬合了致密巖石中礦物組分含量，取得了一定的效果（圖1）。由于單因素測井資料多解性較大，此方法在某一特定區(qū)塊適用，在另一個區(qū)塊可能就不適用。

文獻［16］認為，補償中子、密度、聲波時差、自然伽馬和體積光電吸收截面指數(shù)5條測井曲線能很好反映礦物成分。本文通過對中國西部地區(qū)侏羅系陸相含煤地層與非含煤地層的研究，認為聲波時差、補償中子、密度、自然伽馬、深側向電阻率和淺側向電阻率6條測井曲線也能很好地反映致密巖石中各礦物組分含量（圖2）。就定量預測石英含量（C石英）而言，含煤地層與非含煤地層通過多元回歸分析方法擬合的相關系數(shù)（R2）都在0.7以上［17］，效果較好。故此模型可以在其他類似區(qū)塊推廣應用。建立的含煤地層與非含煤地層多元回歸方程為:

含煤地層

非含煤地層

圖1　測井單因素擬合礦物組分含量

常規(guī)測井解釋模型最多只能求解除泥質以外的雙礦物地層［3］，而對于3種或3種以上變量的模型則很難求解。多元回歸分析方法則可以同時考慮多個變量，并對每個變量所代表的地質涵義進行定性解釋。在進行礦物組分含量和脆性指數(shù)定量預測時，充分考慮了能反映巖石性質的多種屬性，如巖性、物性、電性和流體性質等。由于巖石中礦物組分較多，為便于研究，筆者將致密巖石中礦物組分劃分為石英、長石、碳酸鹽礦物、黏土礦物和其他礦物等5類［18］。

2　應用實例

中國西部地區(qū)煤系發(fā)育，油氣資源豐富。在塔里木盆地、準噶爾盆地、柴達木盆地、吐哈盆地等侏羅系煤系中都有油氣田發(fā)現(xiàn)。筆者選取中國西部地區(qū)ZKZ盆地侏羅系含煤地層和YBL盆地侏羅系非含煤地層，運用多元回歸分析方法，對含煤地層和非含煤地層致密巖石中礦物組分含量和脆性指數(shù)進行了定量預測。此外，結合電子探針和能譜等手段，對其脆性特征和脆性產生的原因進行了論證。

圖2　中國西部地區(qū)多元回歸法擬合石英含量

2.1含煤地層

ZKZ盆地中—下侏羅統(tǒng)為一套含煤地層，煤層厚度小，單層厚度基本小于4 m，在侏羅紀—白堊紀，盆地沉積中心遷移明顯［19］。下侏羅統(tǒng)芨芨溝組煤、碳質泥巖和泥巖為盆地主力烴源巖，縱向上，煤、炭質泥巖和泥巖與砂巖互層分布。測井、錄井資料表明，與烴源巖緊鄰的砂巖全烴含量高，氣測異常明顯。由于儲集層較為致密，物性差，此盆地在勘探上一直未取得突破。前人曾在此盆地發(fā)現(xiàn)過稠油和油砂［20］，表明曾有過油氣生成運聚過程。

通過對巖石中各礦物組分實驗分析數(shù)據與不同測井曲線的研究，發(fā)現(xiàn)含煤地層模型下，對礦物組分較為敏感的測井曲線分別為聲波時差、補償中子、密度、自然伽馬、深側向電阻率和淺側向電阻率。將目的層段這6條測井曲線進行標準化處理后，利用多元回歸分析方法將上述6條測井曲線與巖心實測石英、長石、碳酸鹽礦物、黏土礦物和其他礦物含量進行擬合［21］，得到了如下的通用關系式:

利用多元回歸分析方法預測的盆地中關鍵探井的致密巖石中各礦物組分含量如圖3所示，含煤地層模型下致密巖石礦物組分中石英和黏土礦物含量最高，在1 600.0—3 000.0 m井段，石英含量基本在50%以上，黏土礦物含量不低于33%，長石含量較低；2 220.7—2 816.5 m井段基本處于長石不發(fā)育帶內；但在此井段，反映沉積環(huán)境的其他礦物，如黃鐵礦、石膏和菱鐵礦等礦物組分含量較高；方解石和白云石等碳酸鹽礦物組分含量總體不發(fā)育。利用定量預測的各礦物組分含量，計算含煤地層中巖石脆性指數(shù)，公式為

此模型下巖石脆性指數(shù)整體偏高，基本都在0.5以上。一般當脆性礦物組分含量大于40%，黏土礦物含量小于30%時，巖石脆性較好［13］?？芍?，2 352.0—2 748.0 m井段為最有利的壓裂甜點區(qū)。

2.2非含煤地層

YBL盆地中侏羅統(tǒng)為其主要勘探目的層。主要發(fā)育三角洲、半深湖-深湖和重力流等3種沉積相。烴源巖巖性單一，主要為湖相暗色泥巖?？v向上，砂巖與泥巖疊置分布，與泥巖互層分布的砂體油氣顯示較為活躍。儲集層物性較差，通過對盆地中A井目的層段實施大型體積壓裂，獲得了工業(yè)油流。

利用多元回歸分析方法預測的石英、長石、碳酸鹽礦物、黏土礦物和其他礦物含量與巖心實驗分析資料吻合較好（圖4），相關系數(shù)0.8以上，說明此方法在非含煤地層模型下適用性較強。

非含煤地層模型下，A井中侏羅統(tǒng)巖石礦物組分較多，主要為石英、長石、碳酸鹽礦物和黏土礦物4種礦物。在2 287.0—3 032.0 m井段，反映沉積環(huán)境的其他礦物，如黃鐵礦、石膏等礦物組分含量不能忽視?？傮w來說，非含煤地層模型中長石含量比含煤地層模型中長石含量高，2 292.0—2 904.0 m和3 399.0—3 724.0 m井段為長石發(fā)育帶。大于3 034.0 m深度范圍為碳酸鹽礦物（如方解石、白云石）發(fā)育帶，石英和長石含量較低。

由于非含煤地層脆性礦物以石英、長石和碳酸鹽礦物（方解石和白云石）為優(yōu)勢礦物，故脆性指數(shù)的計算公式為

圖3　多元回歸分析法定量預測含煤地層各礦物組分含量及脆性指數(shù)

此模型下巖石脆性指數(shù)（B）高值區(qū)分為1個深度帶（3 041.0—3 695.0 m）和3個波峰區(qū)（2 414.7—2 421.9 m，2 457.6—2 466.9 m和2 646.9—2 656.2 m）（圖4）。3 041.0—3 695.0 m深度帶脆性高主要是因為方解石及白云石等碳酸鹽礦物組分含量高；另外3個波峰區(qū)脆性指數(shù)高，是由于石英和長石含量較高所致。其中獲得工業(yè)油流的2 646.9—2 656.2 m井段，石英、方解石及白云石含量均不高，但長石含量高，尤其是鉀長石，顯微鏡下也發(fā)現(xiàn)了大量鉀長石次生溶蝕孔隙，這與多元回歸分析法預測結果較為吻合。

3　結論

（1）通過對常規(guī)測井曲線與巖心實驗分析數(shù)據的研究，指出常規(guī)測井曲線中聲波時差、補償中子、密度、自然伽馬、深側向電阻率和淺側向電阻率曲線能很好地反映巖石中各礦物組分含量，提出了定量預測致密巖石中礦物組分含量及脆性指數(shù)的方法——多元回歸分析方法，實現(xiàn)了致密巖石礦物組分含量及脆性指數(shù)的定量評價。

（2）在中國西部地區(qū)ZKZ盆地侏羅系含煤地層和YBL盆地侏羅系非含煤地層中，應用多元回歸分析方法定量預測了致密巖石中礦物組分含量和脆性指數(shù)，預測的各礦物組分含量計算值與巖心實測值具有較高的正相關性。在誤差允許的范圍內，基本保證了含煤地層和非含煤地層定量預測的礦物組分含量和脆性指數(shù)的準確性。

圖4　多元回歸分析法定量預測非含煤地層各礦物組分含量及脆性指數(shù)

符號注釋

a，b，c，d，e，f，m——常數(shù)；

B——巖石脆性指數(shù)，%；

BE——楊氏模量計算的脆性指數(shù)，%；Bσ——泊松比計算的脆性指數(shù)，%；

C——各礦物組分含量，%；

E——楊氏模量，［（g/cm3）·（m/s）］2；

Emax——楊氏模量最大值，［（g/cm3）·（m/s）］2；

Emin——楊氏模量最小值，［（g/cm3）·（m/s）］2；

Rd——深側向電阻率，Ω·m；

Rs——淺側向電阻率，Ω·m；

υ——聲波時差，μs/m；

ρCN——補償中子密度，v/v；

ρ——密度，g/cm3；

γ——自然伽馬，API；

σ——泊松比；

σmax——泊松比最大值；

σmin——泊松比最小值。

［1］顏其彬，陳培元，楊輝廷，等.普光氣田須家河組黏土礦物及膠結物對致密砂巖儲層的影響［J］.中南大學學報（自然科學版），2014，45（5）:1 574-1 582.

YAN Qibin，CHEN Peiyuan，YANG Huiting，et al.Effect of clay minerals and cements in Xujiahe formation of Puguang gasfield，Sichuan basin on tight sandstone reservoir formation［J］.Journal of Central South University（Science and Technology），2014，45（5）: 1574-1582.

［2］郝建飛，周燦燦，李霞，等.頁巖氣地球物理測井評價綜述［J］.地球物理學進展，2012，27（4）:1624-1632.

HAO Jianfei，ZHOU Cancan，LI Xia，et al.Summary of shale gas evaluation applying geophysical logging［J］.Progress in Geophysics，2012，27（4）:1624-1632.

［3］秦瑞寶，余杰.多礦物處理方法在北美頁巖油氣藏測井評價中的應用［J］.石油地球物理勘探，2013，48（增刊1）:175-180.

QIN Ruibao，YU Jie.Application of multi-mine soft model in a shale oil & gas reservoir logging evaluation［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:175-180.

［4］董寧，許杰，孫贊東，等.泥頁巖脆性地球物理預測技術［J］.石油地球物理勘探，2013，48（增刊1）:69-74.

DONG Ning，XU Jie，SUN Zandong，et al.Shale brittleness prediction by geophysical methods［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:69-74.

［5］趙淑娥，王華，劉小龍，等.基于測井數(shù)據的高精度層序地層定量劃分方法及其應用［J］.中南大學學報（自然科學版），2013，44 （1）:233-240.

ZHAO Shu'e，WANG Hua，LIU Xiaolong，et al.A method for quantitative division of sequence stratigraphy with high-resolution using logging data and its application［J］.Journal of Central South University（Science and Technology），2013，44（1）:233-240.

［6］張立松，閆相禎，楊秀娟，等.致密碎屑巖裂縫性儲層裂縫發(fā)育定量預測［J］.中南大學學報（自然科學版），2014，45（2）:501-506.

ZHANG Lisong，YAN Xiangzhen，YANG Xiujuan，et al.Quantitative prediction of natural fracture development for tight fractured clastic rock reservoir［J］.Journal of Central South University（Science and Technology），2014，45（2）:501-506.

［7］許杰，何治亮，董寧，等.含氣頁巖有機碳含量地球物理預測［J］.石油地球物理勘探，2013，48（增刊1）:64-68.

XU Jie，HE Zhiliang，DONG Ning，et al.Total organic carbon content prediction of gas-bearing shale with geophysical methods［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:64-68.

［8］車廷信，黃延章，劉赫.基于測井敏感屬性重構的隨機模擬地震反演［J］.石油地球物理勘探，2013，48（增刊1）:131-138.

CHE Tingxin，HUANG Yanzhang，LIU He.Seismic stochastic inversion based on logging sensitive attributes reconstruction［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:131-138.

［9］李軍，路菁，李爭，等.頁巖氣儲層“四孔隙”模型建立及測井定量表征方法［J］.石油與天然氣地質，2014，35（2）:266-271.

LI Jun，LU Jing，LI Zheng，et al.‘Four-pore'modeling and its quantitative logging description of shale gas reservoir［J］.Oil & Gas Geology，2014，35（2）:266-271.

［10］李慶輝，陳勉，金衍，等.頁巖脆性的室內評價方法及改進［J］.巖石力學與工程學報，2012，31（8）:1680-1685.

LI Qinghui，CHEN Mian，JIN Yan，et al.Indoor evaluation method for shale brittleness and improvement［J］.Chinese Journal of Rock Mechanics and Engineering，2012，31（8）:1680-1685.

［11］GRIESER B，BRAY J.Identification of production potential in unconventional reservoirs［R］.SPE 106623，2007.

［12］刁海燕.泥頁巖儲層巖石力學特征及脆性評價［J］.巖石學報，2013，29（9）:3300-3306.

DIAO Haiyan.Rock mechanical properties and brittleness evaluation of shale reservoir［J］.Acta Petrologica Sinica，2013，29（9）: 3300-3306.

［13］趙政璋，杜金虎.致密油氣［M］.北京:石油工業(yè)出版社，2012.

ZHAO Zhengzhang，DU Jinhu.The tight oil & gas［M］.Beijing:Petroleum Industry Press，2012.

［14］廖東良，肖立志，張元春.基于礦物組分與斷裂韌度的頁巖地層脆性指數(shù)評價模型［J］.石油鉆探技術，2014，42（4）:37-41.

LIAO Dongliang，XIAO Lizhi，ZHANG Yuanchun.Evaluation model for shale brittleness index based on mineral content and fracture toughness［J］.Petroleum Drilling Techniques，2014，42（4）:37-41.

［15］廖東良.頁巖地層ECS測井資料解釋新方法及其應用［J］.石油鉆探技術，2015，43（4）:102-107.

LIAO Dongliang.Interpretation and app lication of ECS logging data in shale formations［J］.Petroleum Drilling Techniques，2015，43 （4）:102-107.

［16］潘保芝，李舟波，付有升，等.測井資料在松遼盆地火成巖巖性識別和儲層評價中的應用［J］.石油物探，2009，48（1）:48-52.

PAN Baozhi，LI Zhoubo，F(xiàn)U Yousheng，et al.Application of logging data in lithology identification and reservoir evaluation of igneous rock in Songliao basin［J］.Geophysical Prospecting for Petroleum，2009，48（1）:48-52.

［17］陳吉，肖賢明.南方古生界3套富有機質頁巖礦物組成與脆性分析［J］.煤炭學報，2013，38（5）:822-826.

CHEN Ji，XIAO Xianming.Mineral composition and brittleness of three sets of Paleozoic organic-rich shales in China south area［J］. Journal of China Coal Society，2013，38（5）:822-826.

［18］張麗霞，石彥，梁成鋼，等.砂巖黏土礦物相對含量分析中存在的問題［J］.新疆石油地質，2014，35（3）:365-368.

ZHANG Lixia，SHI Yan，LIANG Chenggang，et al.Theproblems existing in relative content analysis of sandstone clay minerals［J］. Xinjiang Petroleum Geology，2014，35（3）:365-368.

［19］任和愛，李剛.北山地區(qū)總口子盆地油氣勘探方向［J］.海洋地質動態(tài)，2005，21（4）:24-27.

REN Heai，LI Gang.The oil & gas exploration direction of the Zongkouzi basin in Beishan area［J］.Marine Geology Letters，2005，21（4）:24-27.

［20］吳青鵬，楊占龍，韓小鋒，等.中口子盆地黑1井石油地質綜合評價［R］.中國石油吐哈油田分公司，2012.

WU Qingpeng，YANG Zhanlong，HAN Xiaofeng，et al.The comprehensive geological evaluation of the Hei1 well in Zhongkouzi basin ［R］.PetroChina Tuha Oilfield Company，2012.

［21］李華陽，周燦燦，李長喜，等.致密砂巖脆性指數(shù)測井評價方法——以鄂爾多斯盆地隴東地區(qū)長7段致密砂巖儲集層為例［J］.新疆石油地質，2014，35（5）:593-597.

LI Huayang，ZHOU Cancan，LI Changxi，et al.Logging evaluation and application of brittleness index in tight sandstone reservoir—a case study of Chang-7 tight sandstone reservoir in Longdong area of Ordos basin［J］.Xinjiang Petroleum Geology，2014，35（5）:593-597.

（編輯顧新元）

Quantitative Prediction of Mineral Component Content and Brittleness Index in Tight Rocks Based on Multivariate Regression Analysis

HUANG Junping1a，1b，ZHANG Zhisheng2，YANG Zhanlong1a，1b，HUANG Yunfeng1a，1b，DI Jun1a，ZHANG Liping1a
（1.PetroChina，a.Northwest Branch，Research Institute of Petroleum Exploration & Development；b.Key Laboratory of Reservoir Description，Lanzhou，Gansu 730020，China；2.College of Energy Resources，Chengdu University of Technology，Chengdu 610059，China）

Quantitative prediction of mineral component content and brittleness in tight rocks can provide a basis for optimization of exploration targets and fracturing intervals in unconventional reservoirs.Taking Jurassic coal-bearing strata in ZKZ basin and Jurassic non-coal strata in YBL basin in western China as examples，conventional logging curves sensitive to mineral components are selected based on conventional logging and core analysis data.Standardized processing is performed for sensitive logging curves related to modeling.Based on multivariate regression analysis，a quantitative model is established with multivariate regression analysis to predict mineral component content and brittleness in tight rocks in coal-bearing and non-coal strata，and the features and geneses of tight rock brittleness are demonstrated. The prediction results highly correspond to the actual measured values.

tight rock；mineral component；brittleness feature；multivariate regression；quantitative prediction

TE112.221

A

1001-3873（2016）03-0346-06

10.7657/XJPG20160320

2015-04-30

2016-01-28

國家科技重大專項（011ZX05001）；中國石油科技重大專項（2013E-0502）

黃軍平（1983-），男，湖北荊州人，工程師，碩士，石油地質，（Tel）15117267607（E-mail）cnhjp2007@163.com