張曉明,李清松,張小聰,吳丹,陳春林,劉四新
1.中石化西北油田分公司 勘探開發(fā)研究院,烏魯木齊 830011;2.吉林大學(xué) 地球探測科學(xué)與技術(shù)學(xué)院,長春 130026
測井巖性識別是測井學(xué)研究的主要內(nèi)容,是測井儲層評價的基礎(chǔ)[1--2]。只有準(zhǔn)確識別儲集層巖石的類型,才能準(zhǔn)確評價其儲集類型。和其他國家相比,中國油氣田的類型多樣,既有碎屑巖儲集層,又有大量碳酸鹽儲集層,同時火成巖、變質(zhì)巖儲集層也不同程度的存在。因此,巖性識別工作既復(fù)雜又重要。
目前,測井巖性識別最多體現(xiàn)在火成巖巖性識別上[3--18]。為建立針對侏羅系火成巖儲層行之有效的測井評價研究方法和相應(yīng)的手段, 陳立英等[3]研究了升平汪家屯及昌德地區(qū)火成巖巖性的測井響應(yīng)規(guī)律性。應(yīng)用主成分分析法,對該地區(qū)火成巖井段進行數(shù)字處理并繪出單井火成巖巖性剖面圖,為儲量參數(shù)計算打下牢固的基礎(chǔ)。楊申谷等[4]簡化了儲層分析中的火山巖分類方案,探討了簡化后的火山巖類型在常規(guī)測井上的響應(yīng)特征。他們認(rèn)為由基性火山巖到酸性火山巖,表現(xiàn)為伽馬值的增高;由火山碎屑巖到熔巖,表現(xiàn)為電阻率和密度的增高和聲波時差的降低;在熔巖段內(nèi),測井曲線齒化代表了熔巖的破碎,反映于聲波時差的增高和密度的降低及電阻率的降低。綜合多個油田的實際資料,建立了火山巖的測井識別圖版和標(biāo)準(zhǔn)。針對海拉爾盆地火山碎屑巖成因復(fù)雜、熔巖與沉積巖共生和巖芯定名多的情況,汪洪濤[5]從測井資料巖性識別的角度,歸結(jié)為3個大類,12種主要巖性。在巖性識別方法建立過程中,嘗試了交會圖、蛛網(wǎng)圖等圖示法,但都效果不佳。為此,采用了模式識別中的神經(jīng)網(wǎng)絡(luò)、支持向量機兩種算法,結(jié)合編程實現(xiàn)了巖性的計算機自動識別,效果明顯,兩種方法的平均符合率都達到了84%以上。劉俊田等[6]以三塘湖盆地馬朗凹陷石炭系卡拉崗組火山巖巖石薄片資料為基礎(chǔ),研究出利用常規(guī)測井信息識別礦物成分,應(yīng)用成像測井信息識別火山巖的巖石結(jié)構(gòu)及構(gòu)造,并將兩者結(jié)合對火山巖巖性進行綜合判別的巖性識別方法,取得較好的應(yīng)用效果。
其他巖性的測井識別也有許多工作[19--23]。針對川東北地區(qū)幾種主要巖性,高峰等[19]利用取芯分析和巖屑錄井資料綜合標(biāo)定。通過對自然伽馬、深側(cè)向電阻率、三孔隙度和伽馬能譜等測井?dāng)?shù)據(jù)經(jīng)過交會圖分析,優(yōu)選出對巖性敏感的自然伽馬、釷、鉀測井曲線,提出利用改進的重疊法進行巖性識別。針對吉林省農(nóng)安扶余地區(qū)油頁巖的測井響應(yīng)特征,翟艇等[20]提出利用曲線幅差法識別油頁巖的巖性,對于扶余伊家店A井和農(nóng)安哈拉海B井的油頁巖識別率分別為90.59%和87.61%。程昊[21]通過分析陸相頁巖層系不同巖性類型測井響應(yīng)特征,統(tǒng)計出不同巖性的測井響應(yīng)分布區(qū)間,研究了不同巖性測井響應(yīng)的差異,采用因子分析法降低數(shù)據(jù)分析維度,提取了巖性敏感的測井參數(shù),使用測井反演的方法校正薄層及圍巖效應(yīng)對測井真實值的影響,運用K--Means聚類分析法對頁巖層系的巖性進行識別。與實際巖芯對比表明,該方法能夠有效識別頁巖層系復(fù)雜巖性類型,準(zhǔn)確性較好。呂曉蘭[22]在大量數(shù)據(jù)分析的基礎(chǔ)上,通過交會圖版識別的方法,對單井巖性進行識別,建立典型碳酸鹽巖的測井骨架響應(yīng)特征。運用對巖性敏感的均方根振幅屬性及層速度進行聚類分析,在平面上預(yù)測出五類優(yōu)勢巖性發(fā)育區(qū),為進一步的地層分布研究和儲層預(yù)測奠定了基礎(chǔ)。王彬瑋[23]運用巖芯樣品、測井等資料,通過X射線粉晶衍射、元素含量測試等實驗對宣達地區(qū)中、下三疊統(tǒng)嘉陵江組--雷口坡組含鹽系典型礦物特征及巖石測井響應(yīng)特征進行分析,并基于測井解釋方法原理對雜鹵石進行識別。
另外,各種先進的數(shù)學(xué)分析方法的使用也是當(dāng)代巖性識別過程中的一個重要特色[24--26]。于代國等[24]將基于統(tǒng)計學(xué)習(xí)理論的支持向量機方法引入到測井資料處理和解釋中。在測井巖性識別方面研究發(fā)現(xiàn),支持向量機方法克服了神經(jīng)網(wǎng)絡(luò)的固有缺陷,提供了一種識別巖性的新方法。應(yīng)用效果表明該方法具有適應(yīng)性強、識別精度高的優(yōu)點。賀新蔚等[25]利用自組織神經(jīng)網(wǎng)絡(luò)對測井?dāng)?shù)據(jù)進行巖性識別,具有較強的自組織性、適應(yīng)性和較高的容錯能力,與其他神經(jīng)網(wǎng)絡(luò)算法相比,計算量小、收效速度快。實驗結(jié)果表明:自組織特征映射神經(jīng)網(wǎng)絡(luò)對測井?dāng)?shù)據(jù)進行巖性識別是可行的,而且識別率較高,是一種行之有效的巖性識別的好方法。楊楊[26]圍繞模糊聚類方法識別巖性這一課題,通過對支持向量機理論法和測井曲線特征分析法來研究如何選取工區(qū)巖性特征敏感參數(shù)。以對地層巖性敏感的測井參數(shù)作為輸入變量,并基于模糊聚類理論研制了自動識別軟件,并調(diào)試和應(yīng)用。
塔里木盆地寒武紀(jì)地層經(jīng)過幾十年的勘探,已經(jīng)取得了一些進展,但研究程度依然不足。本文針對塔里木盆地寒武紀(jì)地層,開展巖性識別的研究,為儲層評價奠定基礎(chǔ)。
根據(jù)區(qū)域地層劃分標(biāo)準(zhǔn),塔里木盆地寒武系地層可分為上統(tǒng)(丘里塔格下亞群)、中統(tǒng)(阿瓦塔格組、沙依里克組)、下統(tǒng)(吾松格爾--肖爾布拉克--玉爾吐斯組)。研究區(qū)面積非常大,大致分為潛山領(lǐng)域、臺緣領(lǐng)域及臺地領(lǐng)域,各區(qū)地層發(fā)育情況有所不同。井鉆探表明,研究區(qū)大致包括以下10余種巖性。
白云巖:顏色為深灰色,灰色、灰黑色,碳酸鈣含量5%,碳酸鎂鈣含量95%~97%。粉晶--中晶結(jié)構(gòu),巖性致密,硬、脆,貝殼狀斷口,巖屑呈片塊狀,與稀鹽酸不反應(yīng)。鏡下見晶粒結(jié)構(gòu)。礦物成分為白云石,以細(xì)晶為主,部分粉晶,分布均勻。晶粒多半自形,它形,以直線或凹凸接觸為主,有殘余泥晶方解石存在。偶見石英、隱晶硅質(zhì)殘余。
含灰白云巖:顏色為深灰色、黃灰色,碳酸鎂鈣含量15%~20%,碳酸鈣含量78%~85%。粉晶--中晶結(jié)構(gòu),巖性致密,硬、脆,貝殼狀斷口,巖屑呈片狀,與稀鹽酸不反應(yīng)。鏡下鑒定:礦物成分主要為白云石,以粗晶為主,部分中晶。晶粒多半自形、他形,以直線或凹凸接觸為主,表面較臟,有殘余泥晶方解石。并有輕微去云化作用,常見白云石晶粒次生加大。
含膏云巖:顏色以深灰色為主,碳酸鈣含量5%,碳酸鎂鈣含量78%,石膏含量5%~10%;泥晶結(jié)構(gòu)為主,巖性致密,硬、脆,瓷狀斷口,巖屑呈片狀,滴水不滲,與冷稀鹽酸不反應(yīng),加熱反應(yīng)劇烈,反應(yīng)液較混濁。
膏質(zhì)云巖:顏色以深灰色為主,碳酸鎂鈣含量70%~80%,膏質(zhì)含量30%~20%,白云石多呈他形,泥晶--粉晶結(jié)構(gòu)。性硬--較軟,可塑性差--好,硬石膏多呈微晶、粒狀、板狀、解理發(fā)育,膏質(zhì)分布不均,土狀斷口,巖屑呈片狀--團塊狀。
膏質(zhì)云巖:顏色主要為淺灰色、灰色,分布不均,碳酸鎂鈣含量40%~50%,碳酸鈣含量3%~5%,膏質(zhì)含量約10%~20%,石膏主要呈團塊狀集中分布。局部可見去云化現(xiàn)象,粉晶結(jié)構(gòu),巖性致密,硬、脆,瓷狀斷口,巖屑呈片--塊狀,與冷稀鹽酸不反應(yīng),加熱反應(yīng)劇烈。
灰?guī)r:顏色以黃灰色、灰色、白色為主,碳酸鈣含量95%~98%,碳酸鎂鈣含量3%~5%,泥晶結(jié)構(gòu),疏松,手捻成粉末狀,具土狀斷口及土壯光澤,與稀鹽酸反應(yīng)強烈,反應(yīng)液較渾濁。
含云灰?guī)r:顏色以黃灰色、深灰色為主,碳酸鈣含量90%~95%,碳酸鎂鈣含量3%~5%,亮晶方解石膠結(jié),分布均勻;顆粒結(jié)構(gòu),顆粒以砂屑為主;巖性致密,硬、脆,瓷狀斷口,巖屑呈片塊狀,與稀鹽酸反應(yīng)強烈。
膏巖:顏色為白色,巖屑呈團塊狀,較疏松,性軟,吸水性、可塑性較好,易膨脹,水中久置呈乳狀。
泥質(zhì)膏巖: 顏色以灰白色為主,石膏含量60%~70%,多為泥晶土狀集合體,性較軟,可塑性差,遇水分散,土狀斷口,巖屑呈團塊狀。局部見底礫巖,直徑2 cm±,顏色為褐色、灰色,次圓狀,磨圓度好。
云質(zhì)膏巖:顏色以灰白色為主,石膏含量60%~70%,碳酸鎂鈣含量40%~30%,硬石膏多呈不規(guī)則長條狀,分布均勻;白云石為泥晶結(jié)構(gòu),性硬,致密,可塑性差,土狀斷口,巖屑呈塊狀。
鹽膏巖:顏色以灰色為主,少量褐色,鹽巖為半透明--不透明狀半自形晶,粗--礫晶結(jié)構(gòu),性脆,具玻璃光澤,味咸,易融于水;石膏為泥晶土狀集合體,含灰質(zhì),質(zhì)不純,性較軟,可塑性差,遇水分散,土狀斷口,巖屑呈豆?fàn)睢?/p>
鹽巖:顏色為灰白色、褐色,鹽為半透明狀半自形晶,粗--礫晶結(jié)構(gòu),性脆,具玻璃光澤,味咸,易融于淡水。鏡下鑒定晶體呈粒狀,具立方體解理,均質(zhì)體。
膏鹽巖:顏色以灰白色為主,鹽巖含量極少,為半透明狀半自形晶,粗--礫晶結(jié)構(gòu),性脆,具玻璃光澤,味咸,易融于水;石膏為泥晶土狀集合體,含灰質(zhì),性較軟,可塑性差,遇水分散,土狀斷口,巖屑呈粒--片狀。
可以看出除了比較純凈的巖性外,存在許多過度巖性。根據(jù)寒武紀(jì)地層巖性的分類及組成,結(jié)合測井解釋的特點和限制,將巖石類型歸納為四類:白云巖、石灰?guī)r、鹽巖和膏巖。
塔里木盆地研究區(qū)內(nèi)的寒武系碳酸鹽巖地層的巖性復(fù)雜、含量變化大,不同巖性的儲層其電性特征變化大,“四性關(guān)系”難以確定。解釋參數(shù)呈現(xiàn)出非固定參數(shù)關(guān)系,測井解釋方法及標(biāo)準(zhǔn)與實際存在矛盾,評價標(biāo)準(zhǔn)難以確定。因此對研究區(qū)內(nèi)的復(fù)雜巖性的巖性識別是測井?dāng)?shù)據(jù)處理的重要內(nèi)容。通過分析寒武系碳酸鹽巖地層測井資料,初步建立寒武系地層巖性識別方法。
就測井巖性識別而言,最重要的問題首先是建立標(biāo)準(zhǔn)樣本數(shù)據(jù),一般采用巖芯刻度測井的辦法。利用取芯數(shù)據(jù)和測井曲線進行對比,并經(jīng)過深度校準(zhǔn),選擇曲線穩(wěn)定井段測井?dāng)?shù)據(jù)作為各個巖性對應(yīng)的標(biāo)準(zhǔn)數(shù)據(jù)進行分析,共807個深度點數(shù)據(jù)。根據(jù)實際情況和前人經(jīng)驗,筆者選擇自然伽馬(GR)、密度測井(DEN)、中子測井(CNL)和聲波測井(AC)4條曲線做為巖性識別的曲線,最終目的就是從這4條曲線出發(fā),判斷巖石類型。
首先,在SPSS軟件下對各種巖性的測井值進行統(tǒng)計分析(表1),計算其平均值和標(biāo)準(zhǔn)差??梢钥闯?,鹽巖的AC值比較大而DEN小,而且標(biāo)準(zhǔn)差不大;膏巖DEN大,CNL小,且標(biāo)準(zhǔn)差小。盡管如此,從單條曲線識別巖性并非易事,因此重點考慮其他方法。
表1 各種巖性的測井響應(yīng)特征值Table 1 Logging response characteristic values of various lithologies
為了更進一步分析各種巖性的測井響應(yīng)特征,筆者對4種巖性對應(yīng)的AC、DEN、CNL、GR進行了兩--兩交會,依然采用SPSS軟件進行。如圖1所示,不管從哪個繪圖鹽巖都很容易識別。而其他3種巖性在DEN--AC、CNL--AC、GR--AC、CNL--GR 4個交會圖中都無法識別,但在DEN--CNL和DEN--GR交會圖中,則表現(xiàn)出明顯的分布特征,可以區(qū)分。
在分析各種交會圖的基礎(chǔ)上,制定了以下2種基于交會圖的巖性識別方法:
方法1:利用DEN--CNL交會圖巖性識別法
根據(jù)圖1e,如果CNL<2.5且DEN<2.3,定為鹽巖;如果CNL<0.0且DEN>2.9,定為膏巖;如果DEN>2.7且非(CNL<0.0且DEN>2.7),
定為白云巖;如果非(CNL<2.5且DEN<2.3),且DEN<2.7,定為石灰?guī)r;這樣的分類原則,保證了無空白區(qū)。對標(biāo)準(zhǔn)數(shù)據(jù)的回判正確率90.21%。
方法2:利用DEN--GR交會圖巖性識別法
根據(jù)圖1f,如果GR<30且DEN<2.2,定為鹽巖;如果GR<30.0且DEN>2.89,定為膏巖;如果DEN>2.7且非(GR<30.0且DEN>2.89),定為白云巖;如果非(GR<30且DEN<2.2),且DEN<2.7,定為石灰?guī)r;這樣的分類原則,保證了無空白區(qū)。對標(biāo)準(zhǔn)數(shù)據(jù)的回判正確率86.74%。
判別分析先根據(jù)已知類別的事物的性質(zhì)(自變量),按照一定的判別準(zhǔn)則,建立一個或多個判別函數(shù),用研究對象的大量資料確定判別函數(shù)中的待定系數(shù),并計算判別指標(biāo),然后對未知類別的新事物進行判斷以將之歸入已知的類別中。
這些判別函數(shù)是各個獨立預(yù)測變量的線性組合。程序自動選擇第一個判別函數(shù),以盡可能多的區(qū)別各個類,然后再選擇和第一個判別函數(shù)獨立的第二個判別函數(shù),盡可能多的提供判別能力。程序?qū)凑者@種方式,提供剩下的判別函數(shù)。判別函數(shù)的個數(shù)為k。
a.DEN--AC交會圖;b.CNL--AC交會圖; c.GR--AC交會圖; d.CNL--GR交會圖; e. DEN--CNL交會圖; f.DEN--GR交會圖。圖1 各種巖性對應(yīng)的測井交會圖Fig.1 Log intersection maps corresponding to various lithologies
筆者使用SPSS統(tǒng)計分析軟件,對樣本數(shù)據(jù)進行分析。針對4種巖性共807個樣本數(shù)據(jù)點,建立4個典型判別函數(shù),分別為:
f1=8.315×AC+738.831×DEN+7.965×CNL-
0.118×GR-1272.566
(1)
f2=7.980×AC+687.684×DEN+7.817×CNL-
0.230×GR-1139.902
(2)
f3=15.740×AC+441.927×DEN-1.157×CNL-
0.505×GR-989.611
(3)
f4=8.378×AC+756.162×DEN+7.339×CNL-
0.099×GR-1325.587
(4)
4個函數(shù)對應(yīng)于4種巖性,即白云巖、石灰?guī)r、鹽巖和膏巖。分類函數(shù)是一種概率函數(shù),那個值最大就判為那種巖性。樣本回判的數(shù)點正確率為96.7%??梢钥闯雠袆e函數(shù)法的樣本數(shù)據(jù)回判準(zhǔn)確率明顯高于交會圖方法。
根據(jù)以上研究,筆者采用判別分析法,在FORWARD平臺上編制了相應(yīng)的處理模塊,接下來用非樣本數(shù)據(jù)進行檢驗。
首先,對星火1井?dāng)?shù)據(jù)進行處理(圖2)。取芯情況為:①井段5 865.13~5 866.63 m,進尺1.50 m,芯長1.50 m,灰色油跡礫屑泥晶白云巖;②井段5 866.63~5 867.15 m,進尺0.52 m,芯長0.52 m,灰色礫屑泥晶白云巖;③井段5 867.15~5 872.18 m,進尺5.03 m,芯長0.00 m,殘留??梢钥闯?,處理結(jié)果完全符合取芯資料。
圖2 星火1井處理結(jié)果圖Fig.2 Processing results of Well Xinghuo 1
其次,對瑪北1井的數(shù)據(jù)進行了處理(圖3)。取芯情況為:①井段6 180.49~6 182.28 m,進尺1.79 m,芯長1.70 m,定名為深灰色白云巖;②井段6 182.28~6 184.41 m,進尺2.13 m,芯長2.13 m,定名為深灰色白云巖。
圖3 瑪北1井處理結(jié)果圖Fig.3 Processing results of Well Mabei 1
(1)通過分析塔里木盆地構(gòu)造寒武系地層巖性特征,結(jié)合前人經(jīng)驗和測井技術(shù)固有能力,將研究區(qū)巖類型歸結(jié)為4種巖性,白云巖、石灰?guī)r、鹽巖和膏巖。
(2)根據(jù)取芯數(shù)據(jù),提取各種巖性對應(yīng)的標(biāo)準(zhǔn)測井值,共807個深度點數(shù)據(jù),選取對巖性敏感的測井曲線,包括密度測井、中子測井、聲波測井以及自然伽馬測井4條曲線。
(3)利用統(tǒng)計分析的方法分析各種巖性的標(biāo)準(zhǔn)測井?dāng)?shù)據(jù),對4種曲線進行兩兩組合的交會圖進行分析,發(fā)現(xiàn)DEN--CNL和DEN--GR兩種交會圖具有比較好的區(qū)分能力,并制定了兩種相應(yīng)的識別方法。利用SPSS軟件和判別分析法制定4個識別函數(shù),根據(jù)函數(shù)的大小形成巖性識別方法。研究發(fā)現(xiàn)判別分析法比交匯圖法具有更高準(zhǔn)確率。
(4)在軟件平臺上通過對非樣本井段數(shù)據(jù)的處理,測試井段全部符合,取得良好應(yīng)用效果。