梨树断陷砂砾岩测井岩性识别

刘倩茹，薛林福，潘保芝，白烨，张程恩

（1.吉林大学地球科学学院，吉林 长春 130026；2.吉林大学地球探测科学与技术学院，吉林 长春 130026）

0 引 言

梨树断陷下白垩统营城组、沙河子组砂砾岩储集体为快速沉积的产物，具有成分成熟度低、结构成熟度低、岩性纵横向变化大、非均质性强的特点，部分砂砾岩、砂岩和粉砂岩无论从电测井还是放射性测井曲线上均较难区分［1－2］。传统利用测井信息进行岩性识别的方法较多，常用交会图版法识别岩性。神经网络、模糊聚类、主成分分析等方法也已在岩性识别中得到了广泛应用。孟凡顺等［3］运用基于主成分分析的距离判别分析对砂岩、砾岩和泥岩进行了划分，准确率较高，但所选取的样本数量较少。鲁国明［4］运用岩性识别指数对东营凹陷的砂砾岩岩性进行了判别，建立了岩性识别曲线LIC，取得了很好的应用效果。

本文通过对梨树断陷砂砾岩储层特征的认识，结合常规测井资料建立了该区砂砾岩岩性与测井响应的关系，提出了主因子（F）结合岩性识别指数（L）进行岩性识别的方法。该方法充分利用各种测井信息及其组合，使得砾质、砂质和泥质类岩石岩性识别符合率得到了有效提高，满足了实际生产需求。

1 梨树断陷砂砾岩特征

根据研究区薄片资料分析，该区主要发育砂砾岩、细砾岩、含砾砂岩、中砂岩、细砂岩、粉砂岩和泥岩等多种岩性。为建立测井信息与砂砾岩岩性之间的关系，提取研究区13口井165个薄片对应的自然伽马（GR）、电阻率（Rt）、密度（DEN）、补偿中子（CNL）、声波时差（AC）、光电吸收截面指数（Pe）等7种测井信息，剔除部分受井眼影响或含油性影响数据点，其余154个薄片数据点主要归为3大类岩性——砾质类（砂砾岩、细砾岩）、砂质类（含砾砂岩、中砂岩、细砂岩、粉砂岩）和泥质类（粉砂质泥岩、泥岩）。

由于岩心是岩性最原始最直接的表征，而EMI成像测井纵向分辨率很高，能够直观反映砾石大小及形态，因此在岩性识别过程中结合岩心、EMI成像图和地质资料总结了松辽盆地梨树断陷几种主要岩性的基本特征（见表1）。

表1 梨树断陷主要岩性特征总结

通过交会图对比发现，GR、Rt、AC和CNL与岩性关联性较强（见图1、图2）。泥质类岩石具有高自然伽马、高补偿中子、高声波时差、低电阻率的特点，成像图上表现为暗色条带状；砂质类岩石和砾质类岩石具有中自然伽马、中声波时差的特点，成像图上表现为浅黄色—白色层理状，含砾石时可在成像图上看到清晰的砾状亮斑，且砾质类岩石电阻率相对更高一些。表2给出了154个薄片数据经统计得到的自然伽马、声波时差、中子及电阻率的曲线特征值。

表2 各类岩性测井值统计表

2 岩性识别主因子

表3为所有主成分总方差解释。第1主成分F1对应特征值为3.329 3，累计方差贡献率为83.23%；第2主成分F2对应特征值为0.381 44，累计方差贡献率为92.77%。图3为第1主成分F1和第2主成分F2的交会图，其中

式中，x1、x2、x3、x4分别为将样本点的自然伽马GR、电阻率对数值lgRt、补偿中子CNL、声波时差AC标准化后的数据。结合主成分F1和F2形成了主因子F

式中，λ1和λ2分别为主成分F1和F2对应的特征根。

表3 主成分的总方差解释

3 岩性识别指数结合主因子识别岩性

常规测井曲线中自然伽马、声波时差及岩性参数N均能较好地反映岩性。由于受岩石结构和成分复杂性的影响，用单条曲线不能有效区分岩性。综合利用这三者形成了岩性识别指数L，结合F和L进行岩性识别［8－10］。

式中，φNf为水的中子孔隙度，%；φNma为中子骨架值，%；φN为中子测井值，%；ρf为水的密度值，g／cm3；ρma为密度骨架值，g／cm3；ρb为密度测井值，g／cm3；d为GR—AC交会图上的点到参考点（0，150）的距离（参考点显示的是测井数据基础值）；N为在中子测井值和密度测井值交会图上，如果把某一单矿物骨架点（φ＝0）和水点（φ＝100%）引1条直线，由这种矿物组成的各种孔隙度的岩石按照体积模型的概念都将落在这条直线上，N就是这条直线的斜率。

图4为主因子F及岩性识别指数L的交会图，砾质类、砂质类、泥质类数据点更为集中，能够有效地对三大类岩性进行区分。

图3 主成分分析F1—F2交会图

在该地区同时利用了自组织神经网络、模糊聚类及主成分分析算法进行了岩性识别，4种方法回判符合率对比结果见表4。显然，主因子F结合岩性识别指数L进行识别符合率更高，其中砾质类的符合率达到90%，砂质类的符合率达到88.89%，泥质类的符合率为94.23%，整体符合率为90.91%，符合实际生产的需要。

图4 主因子F及岩性识别指数L交会图

图5为梨树断陷×井岩性识别综合解释图。剖面上出现了3类主要的岩性：砾质类、砂质类和泥质类。图5中第7道为F—L岩性识别结果，第8道为EMI成像测井图，可以看出F—L岩性识别结果与EMI图像显示及录井岩性符合良好，与测井曲线特征也具有很好的一致性，证明了该方法的实用性及有效性。准确识别岩性为进一步研究储层“四性”关系及含油气性打下了坚实的基础，对油气田开发及评价具有重要的意义。

表4 4种方法回判正确率统计表

图5 梨树断陷×井岩性识别综合解释图

4 结 论

（1）针对砂砾岩储层的特殊性，根据岩心及EMI成像测井分析岩性，总结了松辽盆地梨树断陷主要岩性的特征。

（2）以主成分分析方法为基础，通过主因子F结合岩性识别指数L进行岩性识别，区分出了砾质类、砂质类和泥质类岩石。

（3）与自组织神经网络、模糊聚类及主成分分析方法进行对比，该方法具有较高的识别符合率，能够满足实际生产需求。

［1］周波，李舟波，潘保芝.火山岩岩性识别方法研究［J］.吉林大学学报：地球科学版，2005，35（3）：394-397.

［2］毛庆，张德峰，吴春文，等.东营凹陷北部陡坡带深层砂砾岩体岩性测井识别 ［J］.油气地质与采收率，2010，17（3）：57-58.

［3］孟凡顺，徐会君，朱焱，等.基于主成分分析的距离判别分析方法在岩性识别中的应用 ［J］.石油工业计算机应用，2011（1）：24-28.

［4］鲁国明.东营凹陷深层砂砾岩岩性测井综合识别技术［J］.测井技术，2010，34（2）：168-171.

［5］张晋言，孙建孟，刘海河，等.盐家油田深层砂砾岩储层岩性自动识别新技术 ［J］.测井技术，2011，35（5）：447-448.

［6］黄布宙，潘保芝.松辽盆地北部深层火成岩测井响应特征及岩性划分 ［J］.石油物探，2001，40（3）：42-47.

［7］韩科龙.测井自动分层方法研究及其在岩性识别中的应用 ［D］.成都：成都理工大学，2011.

［8］张国英，王娜娜，张润生，等.基于主成分分析的BP神经网络在岩性识别中的应用 ［J］.北京石油化工学院学报，2008，16（3）：43-44.

［9］毕广武.测井资料在塔里木格盆地查干组地层岩性识别中的应用 ［J］.国外测井技术，2008，23（5）：17-19.

［10］李祖兵，罗明高，王建伟，等.利用测井资料识别火山岩岩性的方法探讨 ［J］.天然气地球科学，2009，20（1）：114-115.