唐相路，蕭漢敏，姜振學，劉學偉，楊再權(quán)，劉 格，張 帆

1.中國石油大學(北京) 油氣資源與探測國家重點實驗室，北京 102249；2.中國石油勘探開發(fā)研究院，北京 100083

儲層孔喉結(jié)構(gòu)是油氣地質(zhì)理論的重要組成部分，自油氣發(fā)現(xiàn)以來，一直是地質(zhì)研究的重點和難點[1-4]。特別是非常規(guī)油氣發(fā)展起來之后，微—納米級的孔喉結(jié)構(gòu)已成為近年來研究的熱點[5-13]。

針對儲層孔喉結(jié)構(gòu)研究，前人提出了很多方法，比如巖石薄片光學顯微鏡觀察、掃描電鏡觀察、高壓壓汞測試、氮氣吸附測試、孔隙度和滲透率測試、核磁共振測試等[14]。前人從定性到定量提出了一系列技術(shù)方法和理論，促進了對儲層孔喉結(jié)構(gòu)的認識。但是高壓壓汞、核磁共振等測試手段只能得到孔喉的“盲盒”數(shù)據(jù)，需要基于一定的數(shù)學模型去解釋儲層的孔喉結(jié)構(gòu)特征，而儲層的孔喉非均質(zhì)性強，單一的數(shù)學模型具有一定的局限性[15-16]。光學顯微鏡和掃描電鏡等觀察手段可以直觀地看到儲層孔喉的形貌特征。光學顯微鏡可以通過觀察鑄體薄片分析儲層孔隙大小、連通性等特征，但是分辨率有限，對致密儲層效果不好。掃描電鏡可以解決分辨率問題，但是在孔喉連通性和定量表征方面存在不足[17-18]。因此，選取鄂爾多斯盆地YJ422井延長組長6段致密儲層樣品，通過自主研發(fā)的一套高溫高壓合金注入裝置，將致密儲層中的孔喉注入合金，結(jié)合圖像孔喉提取方法，解決了孔喉連通性和定量表征的問題。通過大視域圖像拼接的方法，解決了儲層孔喉結(jié)構(gòu)代表性的問題。

1 實驗方法

1.1 樣品選擇及基本信息

本次實驗選取了鄂爾多斯盆地西南部YJ422井三疊系延長組長6段致密儲層樣品，共計選擇6塊樣品進行實驗。所選樣品深度介于1 790～1 795 m。樣品為三角洲前緣亞相深灰色粉砂巖。礦物組成以石英為主，平均含量為66.2%。長石含量平均為13.3%，巖屑含量平均為20.5%。樣品的孔隙度介于1.3%～5.8%，平均為4.3%。樣品的滲透率介于(0.019～0.426)×10-3μm2，平均為0.186×10-3μm2。

1.2 高溫高壓合金注入方法

巖石中孔喉結(jié)構(gòu)是油氣賦存的主要空間，對致密儲層的孔喉結(jié)構(gòu)研究通常采用掃描電鏡觀察分析[19-20]。但是通過掃描電鏡只能觀察到孔隙的形態(tài)、大小等信息，無法區(qū)分連通孔隙和不連通孔隙，并且孔隙和礦物邊緣識別效果較差，進而制約了對油氣成藏機理和滲流機理的深入認識。通過高溫高壓合金注入裝置將合金注入巖心之中，巖心中的高密度合金在掃描電鏡下形態(tài)清晰，因此可以用來確定儲層有效孔喉分布特征[21-22]。高溫高壓合金注入裝置的基本原理是合金在高溫下變?yōu)橐簯B(tài)，在加壓條件下會以液態(tài)形式注入樣品孔喉。溫度降低后，合金凝固在孔喉中(圖1)。由于合金具有高密度，在掃描電鏡下可以更容易地區(qū)別，合金存在的地方代表了連通孔喉發(fā)育的地方。高溫高壓合金注入裝置采用GH4169高溫高強度合金鋼，最大工作壓力可達450 MPa，工作容積60 mL，工作溫度250 ℃，加熱功率1.5 kW，理論最小可注入3 nm孔喉。綜合考慮致密儲層的孔隙發(fā)育特征，本次實驗采用的溫度為100 ℃，壓力為150 MPa，注入時間為1 h，樣品尺寸為2 cm3。實驗過程中首先將合金和巖心樣品放入高溫熔融金屬加熱杯中，密封后連接真空泵抽真空。設定好加熱溫度，使合金完全包裹在巖心樣品上。待冷卻后，注入高溫液壓油，使反應釜中的壓力達到一定的壓力。關閉供油閥門，開啟加熱到設定的溫度，觀察反應釜中壓力的變化，壓力的數(shù)值取決于加溫時反應釜的升高壓力值。實驗結(jié)束，待釜體溫度降至室溫時將樣品取出，進行后續(xù)切割、拋光等樣品處理工作。

1.3 大視域圖像拼接方法

致密儲層的孔隙通常以微—納米尺度為主，為了清晰地觀察孔喉結(jié)構(gòu)特征，需要將掃描電鏡的倍數(shù)放到足夠大[23]。但同時帶來了一個問題，倍數(shù)放大之后只能觀察到局部的孔喉結(jié)構(gòu)，而無法觀察儲層整體的孔喉特征。因此，通常得到的圖像效果是大倍數(shù)圖像看得清但看不全，小倍數(shù)圖像看得全但看不清，并且致密儲層非均質(zhì)性強，孔隙變化快，制約了對致密儲層孔喉結(jié)構(gòu)的準確全面的認識[24]。為了解決致密儲層孔喉結(jié)構(gòu)準確表征的問題，采用大視域圖像拼接方法，其基本原理是首先通過掃描電鏡獲得連續(xù)的大倍數(shù)小視域成像照片，然后將所獲得的連續(xù)的小視域高精度照片進行拼接，最終得到大視域高精度圖像，既解決了非均質(zhì)性問題，又解決了看不清和看不全的問題。圖像拼接方法是首先將參考圖像和待拼接圖像通過SIFT(Scale-Invariant Feature Transform)算法進行圖像預處理，找到圖像的特征點，然后通過KNN(K-Nearest Neighbor Classification)算法對圖像進行匹配，最后用RANSAC(Random Sample Consensus)算法對圖像進行融合與邊界平滑處理，最終獲得完整的拼接圖像。根據(jù)需求，繼續(xù)進行一系列圖像的拼接，形成一張無縫的、高清晰的圖像(圖2)。拼接的圖像為100張×100張的平面圖，形成4 mm×4 mm的視域范圍，它具有比任何單張圖像都要大的視域和更高的分辨率。

1.4 圖像孔喉提取方法

通過對圖像中的孔喉進行識別與提取，獲得孔喉的定量信息，是重要的儲層研究內(nèi)容。對于常規(guī)儲層，由于孔喉尺寸大，在光學顯微鏡下便清晰可見[25]。通過偏光顯微鏡的觀察，可以識別不同的礦物，結(jié)合圖像識別軟件，可以把孔喉較好地識別出來。但是對于掃描電鏡而言，巖石的灰度圖像只能通過灰度值來判定礦物，對孔喉的提取更加困難[26-27]。采用先礦物后孔喉的識別方法，首先基于能譜分析鑒定大視域圖像中的各種礦物，然后進行灰度值判別，定義各種礦物的灰度值區(qū)間。在大視域圖像中，隨機選取的各類礦物顆粒均不少于50個。根據(jù)灰度值區(qū)間分別提取出各種礦物，然后對各礦物進行孔喉提取。將孔喉和礦物進行二值化處理，定量分析各礦物的孔喉結(jié)構(gòu)特征。粒內(nèi)孔全部歸為所承載的單一礦物中，粒間孔因其由若干個礦物共同構(gòu)成，其含量根據(jù)與礦物接觸面的大小分攤到各接觸礦物中。結(jié)合各礦物含量，可以計算出樣品整體的孔隙分布特征(圖3)。通過逐級分解、先礦物后孔喉的方法可以避免因不同孔喉、不同礦物灰度值有差異而無法全部識別孔喉的問題。主要對石英、長石、碳酸鹽礦物、黏土礦物等礦物類型進行了識別，計算得到各礦物中孔隙的孔徑分布，結(jié)合樣品中各礦物含量，計算得到各礦物的孔隙度貢獻率。

2 結(jié)果與討論

2.1 合金對圖像孔喉識別的影響

在掃描電鏡下，巖石樣品中礦物和孔喉均是以灰度圖像的形式展示。電子束接觸的樣品表面物質(zhì)密度越大，灰度值越大。因此，在致密儲層樣品中，孔喉沒有密度，灰度值最小。石英、長石、碳酸鹽礦物的密度依次增加，它們的灰度值也依次增加，表現(xiàn)在圖像中為顏色越來越亮。黏土礦物的密度變化范圍大，因此其灰度值變化范圍也大。結(jié)合能譜分析，可以分辨出各礦物成分[28]。在同一張圖像中，每種礦物的灰度值是近似不變的。因此，在一張大視域拼接圖像中，只需要選取幾個點來確定各礦物的灰度值，便可以根據(jù)灰度值來確認圖像中全部礦物的分布。通過對注入合金樣品和未注入合金樣品的掃描電鏡觀察可以明顯地看到兩類樣品圖像的差異。由于合金密度遠高于樣品中的各類礦物，因此在圖像中合金顯示為亮白色(灰度值接近255)，合金所在的地方即代表了連通孔喉發(fā)育的地方。對于未注入合金的樣品圖像，黑色部分(灰度值接近0)代表孔喉發(fā)育的地方，但是無法區(qū)分是連通孔隙還是死孔，且孔喉邊緣受礦物影響灰度值會增加，導致識別孔喉邊緣難度增大(圖4)。因此，通過合金注入的方法識別致密儲層孔喉結(jié)構(gòu)特征具有顯著優(yōu)勢，是未來重要的發(fā)展方向。

2.2 孔隙發(fā)育類型及特征

致密儲層孔隙十分發(fā)育，不同類型孔隙形態(tài)差異顯著。通過掃描電鏡觀察可知，致密儲層主要發(fā)育粒間孔、粒內(nèi)孔和粒間—粒內(nèi)混合孔三種類型。粒間孔是最為發(fā)育的孔隙類型，也是連通性最好的孔隙，孔徑通常在幾微米到幾十微米。在大視域拼接圖像中的粒間孔幾乎全部被合金充填，表明粒間孔均是連通的孔隙。在脆性礦物顆粒之間的粒間孔形態(tài)規(guī)則，棱角分明(圖5a)。此外，當部分黏土礦物等碎屑附著在脆性礦物邊緣時，粒間孔形態(tài)受到黏土礦物影響，呈毛邊狀，且在黏土礦物等碎屑之間存在大量的小孔隙(圖5b)。粒內(nèi)孔主要發(fā)育在脆性礦物顆粒內(nèi)部，連通性極差，僅在部分粒內(nèi)孔中觀察到合金，且同一礦物中的粒內(nèi)孔也呈現(xiàn)部分連通、部分不連通的特征(圖5c，d)。粒內(nèi)孔孔徑較小，通常小于10 μm，形態(tài)以橢圓形為主，也呈現(xiàn)部分的管束型。粒間—粒內(nèi)混合孔也十分常見，主要發(fā)育在溶蝕礦物和黏土礦物的邊緣(圖5e，f)。此類孔隙連通性較好，在大視域拼接圖像中基本都可以看到充填合金。溶蝕礦物的粒間—粒內(nèi)混合孔的孔徑通常大于5 μm，形態(tài)依殘留溶蝕礦物邊緣展布。而黏土礦物粒間—粒內(nèi)混合孔一般小于5 μm，形態(tài)一般呈狹縫型，主要原因為黏土礦物晶體一般為片狀，片與片之間形成狹縫型孔隙。

2.3 喉道發(fā)育類型及特征

致密儲層主要發(fā)育孔隙縮小型喉道、縮頸型喉道、管束型喉道、片狀喉道和彎片狀喉道5種類型(圖6)?？紫犊s小型喉道主要為孔隙被礦物顆粒擠壓導致孔隙局部縮小形成的，喉道一般較粗，喉道半徑與孔隙半徑差異不大，主要發(fā)育在較大的粒間孔之間?？s頸型喉道主要發(fā)育在兩個礦物顆粒呈點接觸附近，喉道半徑較小，且長度有限，兩側(cè)孔隙通過極短的狹窄喉道連通，主要由弱壓實的脆性礦物支撐形成。管束型喉道的喉道半徑一般大于縮頸型喉道半徑，長度較長，如同水管。這類喉道延續(xù)性好，抗破壞能力強，是一種優(yōu)質(zhì)的長距離連通通道。片狀喉道是致密儲層中十分常見的一種喉道類型，喉道半徑小，形狀平直，呈片狀。這類喉道在巖石中整體是連通的，但在掃描電鏡二維平面中呈現(xiàn)時斷時續(xù)特征，表明其連通性是非均質(zhì)的。彎片狀喉道是片狀喉道的延伸，當片狀喉道呈彎曲形狀時稱為彎片狀喉道。這類喉道半徑小，長度大，與粒間孔連通性好，是致密儲層中最常見的一種喉道類型。此外，致密儲層中還發(fā)育少量的未連通喉道，孤立地發(fā)育在礦物顆粒之間，是礦物顆粒接觸面在壓實作用下殘留下來的喉道，主要由于礦物顆粒以強壓實狀態(tài)阻斷了這類喉道與外界連通的路徑。

2.4 孔喉分布特征

孔隙和喉道分布是致密儲層油氣運移和富集的關鍵[29-30]。通過對致密儲層中各礦物孔隙的識別與提取，獲得了石英、長石、碳酸鹽礦物、黏土礦物的孔徑分布特征。石英和長石的孔徑峰值在25～30 μm。碳酸鹽礦物的孔徑峰值在20～25 μm，但整體上在5～50 μm區(qū)間孔隙均比較發(fā)育。黏土礦物的孔徑峰值在10～15 μm，以小于25 μm的孔隙為主，明顯小于石英、長石和碳酸鹽礦物的孔徑峰值，表明其儲集性能較差(圖7)。致密儲層中石英、長石含量高(石英體積含量41.7%，長石體積含量22.5%)，它們的面孔率也高(石英面孔率9.5%，長石面孔率8.2%)。綜合石英、長石的面孔率和礦物含量，可以計算出石英、長石對致密儲層面孔率(φ=7.8%)的貢獻率達74%，而黏土礦物的貢獻率僅有11%。通過統(tǒng)計大視域拼接圖像中喉道的數(shù)量，結(jié)果表明致密儲層中彎片狀喉道是最主要的喉道類型，其占比超過40%，明顯高于其他喉道類型(圖8)。但彎片狀喉道連通性是五類喉道中最差的，是導致致密儲層低滲透率(K=0.05×10-3μm2)的主要原因。其次是片狀喉道，占比超過20%。

孔隙縮小型喉道、縮頸型喉道和管束型喉道的占比均較低，但它們的連通性相對較好，是有利的喉道類型，對致密儲層滲透率具有一定的促進作用。

3 結(jié)論

(1)采用高溫高壓合金注入裝置對巖心進行合金注入，在掃描電鏡下可以確定儲層有效孔喉分布特征，理論最小可注入3 nm孔隙。大視域圖像拼接方法將連續(xù)的小視域高精度照片進行拼接，最終得到大視域高精度圖像，具有比任何單張圖像都更大的視域和更高的分辨率，既解決了非均質(zhì)性問題，又解決了看不清和看不全的問題。采用先礦物后孔喉的識別方法定量分析各礦物的孔喉結(jié)構(gòu)特征，可以避免因不同孔喉、不同礦物灰度值有差異而無法全部識別孔隙的難題。

(2)致密儲層中孔喉灰度值最小，石英、長石、碳酸鹽礦物的灰度值依次增加，表現(xiàn)為圖像越來越亮。在圖像中合金所在的地方即代表了連通孔喉發(fā)育的地方，致密儲層主要發(fā)育粒間孔、粒內(nèi)孔和粒間—粒內(nèi)混合孔3種孔隙類型，孔隙縮小型喉道、縮頸型喉道、管束型喉道、片狀喉道和彎片狀喉道5種喉道類型。致密儲層發(fā)育多種類型的孔隙和喉道，顯示出油氣藏復雜的孔喉網(wǎng)絡體系。粒間孔是最為發(fā)育的孔隙類型，也是連通性最好的孔隙，對致密儲層成藏十分重要。石英和長石對致密儲層面孔率的貢獻率達74%，為油氣賦存提供了可觀的儲集空間。致密儲層中彎片狀喉道數(shù)量占比超過40%，是導致致密儲層低滲透率的主要原因。