鄂尔多斯盆地志丹地区长9致密储层流体识别

黄 薇，张小莉，赵进义

(1.西北大学大陆动力学国家重点实验室/地质学系，陕西西安 710069;2.延长油田股份有限公司西区采油厂，陕西延安 717500)

近年来，鄂尔多斯盆地延长组下组合(长7～长10油层组)不断发现新的含油区，油气勘探效果显著，勘探开发潜力巨大［1-2］。与延长组长6～长1油层组相比，长7～长10油层组的沉积微相复杂多变，砂体成因类型、储层岩石学特征、成岩作用、地层水系统以及成藏动力条件等方面的差异性更大，非均质性更强，进而导致储集物性在整体上变化大且孔隙结构复杂，属于典型的低孔、低渗甚至特低渗、超低渗致密储层［3-6］。延长组下组合地层的构造相对简单，但油水分异程度差，油水关系复杂，常规油层和低阻油层，常规水层和高阻水层同时存在，导致流体识别困难。本研究针对鄂尔多斯盆地延长组深层主力含油层系长9油层组，探究致密储层流体识别方法，来提高延长组流体识别的精度和油层测井解释的符合率。

1 储层地质特征

1.1 储层岩石学特征

鄂尔多斯盆地长9储层主要为三角洲前缘水下分流河道砂体和河口砂坝沉积，岩性以长石砂岩、长石岩屑砂岩为主［7-8］。其中，长石含量较高，平均值为33.5%;石英含量较低，平均值为20.2%;岩屑含量较高，平均值为28.1%，以火成岩屑为主。砂岩粒度主要集中在细砂级，粒度范围一般为0.14～0.18 mm和0.20～0.25 mm，细粒的质量百分含量高达81.8%。填隙物含量较高，主要为伊利石、方解石和绿泥石，其中伊利石含量最高，平均值为4.2%，占填隙物总含量的28.6%。孔隙类型以残余粒间孔和溶孔为主，占总孔隙的58.9%。

1.2 储层物性特征

根据47口井322个物性分析统计数据，研究区储层孔隙度值一般为0.3% ～13.5%，主要分布范围为0.3% ～6.9%，平均值为5.4%;渗透率值一般为(0.01～1.48)×10-3μm2，主要分布范围为(0.01～0.27)×10-3μm2，平均值为0.17×10-3μm2，为典型的低孔、特低渗致密砂岩储层。

1.3 地层水分析

分析地层水参数的特征及其变化是测井识别流体性质的基础。研究区同一含油层系的不同含油区，或者同一含油区的不同含油层系，地层水性质及其矿化度的变化均将直接影响到岩石的束缚水饱和度，且岩石的束缚水饱和度随地层水矿化度的增大而降低，最后趋于稳定［9］。研究区长9油层组地层水性质为中性偏酸性，pH值为4.8～7.5，平均值为6.7。地层水水型以CaCl2型为主，矿化度变化范围较大，分布范围一般为1.98～79.8 g/L。

2 流体识别的测井参数

2.1 油层测井响应特征

在常规测井曲线中，自然电位异常幅度、自然伽马、声波时差和电阻率曲线特征是储层砂岩骨架、泥质含量、孔隙度、渗透率、孔隙结构、含油饱和度和束缚水饱和度的综合反映［10-11］。一般储层的含油性特征与岩性、物性和测井响应特征均具有较好的对应关系，且含油性越好，声波时差和电阻率值就越高。以Z445井长91油层为例，在1 802～1 806 m处，油层对应的储层岩性为细砂岩，孔隙度值为1.4% ～7.5%(平均值为4.9%)，渗透率值为(0.05～0.27)×10-3μm2(平均值为0.12×10-3μm2)，测井响应具有明显的自然电位负异常(23.4 mV)、低自然伽马(70.1 API)、高声波时差(234.4 μs/m)和高电阻率(107.8 Ω·m)的特征(见图1)。

2.2 流体识别参数的选取

流体识别主要选取携带有特殊地质意义的测井参数，这不仅能够有效放大或突出不同流体在地质和测井响应特征上的差异性，尽量减少岩石骨架的影响，而且能准确、直观地识别流体，提高测井识别的精度。储层孔隙内含油性及其相对含量的不同，往往导致不同流体的测井响应特征也具有一定的差异性。

由于地层水矿化度的高低在一定程度上影响着水层的电阻率测井响应特征，在识别鄂尔多斯盆地长9致密储层的流体性质时，需要同时考虑地层水矿化度的变化［12-14］。统计研究区20口井不同流体性质对应的测井参数及地层水矿化度的分布范围发现，不同流体在测井响应特征上的差异性较为微弱，水层与油层的电阻率分布范围部分重叠，这表明研究区存在常规油层和常规水层的同时，还存在着低阻油层和高阻水层，油水层识别困难(见表1)。

表1 不同流体性质的测井响应值Tab．1 Logging response values of different fluid properties

研究区不同流体测井响应值分布范围的差异性微弱，导致油水层对比关系复杂，仅用单项测井参数或单一常规测井方法难以有效地识别流体的性质。因此，本研究综合分析储层地质特征、测井响应特征及地层水系统特征，选取反映储层“四性关系”的自然电位、自然伽马、声波时差和深感应电阻率测井资料，建立了一套适合鄂尔多斯盆地长9致密储层的流体识别方法。

3 致密储层流体识别

3.1 重叠图法

砂岩的声波时差和自然电位异常幅度在一定程度上可以较好地反映储层物性参数的相对大小，且储层孔隙度越高，声波时差值越高;渗透性越好，自然电位异常幅度就越大。储层含油时，孔隙度和渗透率较好，声波时差和深感应电阻率值均较高［15］。利用视自然电位与实测自然电位、声波时差与深感应电阻率重叠图直观地定性识别流体性质，主要表现为:①若储层为油层，两条曲线之间的幅度差较大，且含油性越好，幅度差越大;②若储层为水层或干层，两条曲线之间的幅度差则很小或几乎无幅度差。

对于视自然电位-实测自然电位和声波时差-深感应电阻率重叠图(基本无幅度差)都不能识别的水层和干层，由于水层的自然电位异常幅度较大，可以通过声波时差-自然电位重叠图明显的幅度差识别出水层，用声波时差和自然电位曲线几乎重叠的特征来识别出干层。利用视自然电位-实测自然电位、声波时差-深感应电阻率重叠图并结合声波时差-自然电位重叠图中两条曲线的幅度差相对大小，可以有效地识别出常规油层、油水层、水层和干层，且识别效果较好，但其对低阻油层和高阻水层的识别效果并不明显。

在Y515井2 062～2 068 m试油井段，自然伽马值较低、自然电位明显负异常，声波时差值较高，深感应电阻率较低，在声波时差-自然电位、视自然电位-实测自然电位重叠图上具有明显幅度差，而声波时差-深感应电阻率重叠图上幅度差较小，使得低阻油层具有似油水层的特征(见图2A)。

图2 低阻油层和高阻水层重叠图特征Fig.2 Overlapping graph characteristics of low resistivity oil layer and high resistivity water layer

在Z4082井2 062～2 068 m试油井段，深感应电阻率相对较高，自然电位异常幅度大，视自然电位-实测自然电位和声波时差-深感应电阻率重叠图均存在明显的幅度差，对应的岩性剖面显示为细砂岩(见图2B)。对比分析Z4082井及其周围井长91水分析资料发现，其矿化度明显比一般地层水矿化度更低，仅为2.5 g/L，这导致水层电阻率增大，高阻水层与邻近油层的电阻率差异变小，对比关系变得微弱，从而使得高阻水层具有似油层、油水层的特征。

3.2 交会图法

油层和水层在声波时差、深感应电阻率、自然伽马、自然电位异常幅度等测井参数值上有着明显的差异，可以通过不同流体在储层岩性、物性和含油性等方面的差异性，根据不同的测井参数值的分布区来识别。研究区长9油层组35个试油资料点的状况为油层6个、油水同层21个、含油水层1个、水层2个、干层2个和新增试油水层3个。根据多井试油资料和对应的测井参数进行交会图综合分析，可以进一步识别出低阻油层、高阻水层、泥质含量相对较高的干层和相对高放射性砂岩的水层(见图3)。

1)在储层的岩性和地层水性质基本不变的前提下，声波时差(Δt)与深感应电阻率(RILD)交会图可以有效地反映储层的孔隙度和含油性特征。由于储层含油后，声波时差和深感应电阻率均较高，不仅在单井重叠图中声波时差和深感应电阻率曲线的幅度差较大，而且在声波时差和深感应电阻率交会图中也位于图3A中高值区A区，且位于A区的1个油层电阻率值(RILD)约为32.7 Ω·m，为相对低阻油层。位于C区的常规水层由于电阻率较低明显区分于位于A区的常规油层，但位于B区的1个干层和1个相对高阻水层则与油层、油水层混合不易区分开(见图3A)。该交会图对常规油层、水层的识别效果较好，而对于低阻油层、高阻水层和常规油水层的混合区不易识别出来。

2)自然伽马(GR)与深感应电阻率(RILD)交会图从岩性与含油性的关系考虑，可以识别出位于A区的2个高自然伽马砂岩储层的油层和油水层，位于C区的2个水层和1个干层，其中1个水层为高自然伽马砂岩储层，其对应的自然伽马值为104.6 API，其他水层和干层混入油层、油水层分布区，难以区分开(见图3B)。

图3 不同测井参数识别流体交会图Fig.3 Crossplot of fluid identification by different logging parameters

3)声波时差(Δt)与自然电位异常幅度(Usp)反映储层物性的效果好。利用该图有效地识别出了分布于A区的12个油层、油水层与含油水层，其孔隙度和渗透率均较高，为储集物性较好的储层(见图3C)。其中，含油水层电阻率较高，具有似油层和油水层的高阻特征而混入B区，2个水层和1个干层由于储集物性较差，分布在低孔隙度或低渗透率的C区。综合分析图3A和图3C中同样位于B区的一个相对高阻水层和低阻油层，在图3C的B区中，水层的自然电位异常幅度最大，且声波时差值较高，而声波时差值(Δt)略大于212.9 μs/m的油层自然电位异常幅度较高，但声波时差值在B区为最小。

4)自然伽马(GR)与深感应电阻率(RILD)、声波时差(Δt)及地层水矿化度(Cw)的组合参数(RILD×Δt×Cw)交会图综合反映储层的岩性、物性含油性和地层水系统之间的内在联系。根据组合参数及岩性参数自然伽马测井值的特点，该图将试油资料点分成5个区:①A区为油水层相对集中区，是岩性相对比较纯、地层水矿化度比较高的常规油水层区;②B区主要为水层点集中分布区，由于研究区岩性、物性及地层水系统变化大，水层的分布范围也较大;③ C区为油层、油水层和水层混合分布区，反映研究区多数含油层与水层的测井响应参数特征相近;④D区主要是水层分布区，为相对高自然伽马的砂岩储层和相对泥质含量较高的储层分布区;⑤E区为高自然伽马砂岩储层区(见图3D)。

剔除根据 Δt-RILD，GR-RILD，Δt-Usp 交会图已经识别出的油层、油水层、水层和干层后，根据自然伽马与组合参数(RILD×Δt×Cw)交会图可以进一步识别出部分常规油层与油水层、水层、低阻油层、高阻水层和干层。研究结果显示，研究区仅有1个水层混入油层、油水层分布区(见图4)。至此，通过重叠图法和交会图法对流体性质进行逐步识别和相互校验，测井解释符合率达到97.1%。

3.3 Archie公式法

根据Archie公式模型，通过计算含油饱和度可以定量地识别流体性质［16-17］。根据Z446井区16块样品的岩电实验分析数据，可以确定出地层因素(F)与孔隙度(φ)、电阻率增大系数(I)与含水饱和度(Sw)的关系及相关系数(R)，进而求取含油饱和度(So)，其计算公式分别为:

式中:F为地层因素，小数;φ为孔隙度，%;I为电阻率增大系数，小数;Sw为含水饱和度，%;RILD为地层水电阻率，Ω·m，So为含油饱和度，%。

图4 GR与RILD×Δt×Cw综合解释交会图Fig.4 Comprehensive interpretation crossplot between GR and RILD×Δt×Cw

3.4 应用效果

为了验证重叠图和交会图定性识别法及Archie公式定量识别法的应用效果，本研究以试油井Z445井和Z405井为例，分别应用上述方法对鄂尔多斯盆地志丹地区长9致密储层进行流体识别。

Z445井长9油层组试油5层，试油结论均为油层，其中1，2号层合试日产油7.2 t，日产水0.0 m3，3，4，5 号层合试日产油 7.5 t，日产水 0.0 m3。从试油层对应的测井资料分析，声波时差-自然电位、视自然电位-实测自然电位和深感应电阻率-声波时差曲线重叠图均具有明显的幅度差，与岩性剖面一致;相对于1号层，2，3，4，5号层的曲线重叠图幅度差更为明显，且与物性岩心分析测试数据有较好的对应性，反映为油层特征(见图5)。相应地，提取5层试油井段对应的自然伽马、自然电位异常幅度、声波时差和深感应电阻率及地层水矿化度值进行交会图分析，处理数据点位于油层区(见图3)。但是，1号储层电阻率较低，与邻近油层相比，电阻率增大倍数较小、自然伽马值较高、岩性变化频繁，反映为低阻油层的特征。分析其岩心资料及其自然伽马测井资料后认为，低阻油层的形成与岩性的薄层效应及泥质含量的增加有关。根据 Archie公式(3)计算出 1，2，3，4，5 号层试油井段含油饱和度分别为69.7%，75.3%，82.4%，80.8%，76.8%，解释结论为油层。基于以上重叠图法、交会图法和Archie公式法综合分析，1 号层综合解释结论为低阻油层，2，3，4，5 号层综合解释结论为油层，与试油结论基本一致。

图5 Z445井油层识别测井解释成果图Fig.5 Logging interpretation results of oil layer in Z445 well

Z405井长9油层组试油3层，试油结论均为油水层，合试井段日产油0.8 t，日产水2.1 m3。从图6试油层段对应的测井资料分析，声波时差-自然电位、视自然电位-实测自然电位和深感应-声波时差曲线重叠图均具有明显的幅度差，但视自然电位与实测自然电位的重叠图幅度差明显不如油层的重叠图幅度差明显，反映为油水层特征(见图6)。同样，提取试油井段对应的自然伽马、自然电位异常幅度、声波时差和深感应电阻率及地层水矿化度值进行交会图分析，处理数据点位于油水层区(见图3)。根据Archie公式(3)计算试油井段含油饱和度分别为36.8%，25.5%，30.0%，解释结论为油水层。基于以上重叠图法、交会图法和Archie公式法综合分析，综合解释结论为油水层，与试油结论一致。

图6 Z405井油水层识别测井解释成果图Fig.6 Logging interpretation results of oil-water layer in Z405 well

4 结论

1)鄂尔多斯盆地长9储层岩性、物性、含油性和地层水系统复杂，常规油层和高阻水层、常规水层和低阻油层共存，油、水层对比关系复杂。因此，流体识别应选取能够有效放大或突出不同流体性质差异性的测井参数，尽量减少岩石骨架的影响，且能够准确、直观地识别流体，提高识别精度。

2)根据储层流体的测井响应特征，利用视自然电位-实测自然电位、声波时差-深感应电阻率和声波时差-自然电位重叠图法初步识别常规油层、油水层、水层和干层，利用声波时差与深感应电阻率、自然伽马与深感应电阻率、声波时差与自然电位异常幅度及自然伽马与组合参数(RILD×Δt×Cw)交会图法进一步识别和校验高伽马砂岩的水层、低阻油层和高阻水层，进而结合Archie公式法定量计算含油饱和度，综合识别流体。

3)鄂尔多斯盆地长9致密储层流体识别方法综合考虑了储层的岩性、物性、电性和含油性特征以及地层水系统特征，有效地克服了储层地质特征复杂、高自然伽马砂岩局部发育及低阻油层、高阻水层和常规油水层共存等因素的影响，预测结果可以为延长组深层致密储层的油气勘探提供可靠的依据。

［1］ 王居峰，赵文智，郭彦如，等.鄂尔多斯盆地三叠系延长组石油资源现状与勘探潜力分析［J］.现代地质，2010，24(5):957-964.

［2］ 王香增，任来义，张丽霞，等.鄂尔多斯盆地吴起—定边地区延长组下组合油源对比研究［J］.石油实验地质，2013，35(4):426-431.

［3］ 屈红军，杨县超，曹金舟，等.鄂尔多斯盆地延长组深层油气聚集规律［J］.石油学报，2011，32(2):243-248.

［4］ 杨华，窦伟坦，刘显阳，等.鄂尔多斯盆地三叠系延长组长7沉积相分析［J］.沉积学报，2010，28(2):254-263.

［5］ EDWORD D P.Relationship of porosity and permeability to various parameters derived from mercury injection-capillary pressure curves for sandstone［J］.AAPG Bulletin，1992，76(2):191-198.

［6］ 段毅，于文修，刘显阳，等.鄂尔多斯盆地长9油层组石油运聚规律研究［J］.地质学报，2009，83(6):855-860.

［7］ 周进高，姚根顺，邓红婴，等.鄂尔多斯盆地延长组长9油层组勘探潜力分析［J］.石油勘探与开发，2008，35(3):289-293.

［8］ 时保宏，姚泾利，张艳，等.鄂尔多斯盆地延长组长9油层组成藏地质条件［J］.石油与天然气地质，2013，34(3):294-300.

［9］ 邓少贵，范宜仁，李国欣，等.地层水矿化度对泥质砂岩物理性质的影响［J］.测井技术，2006，30(2):113-115.

［10］张小莉，王凯.王集油田相对低电阻率油层成因及识别［J］. 石油勘探与开发，2004，31(5):60-62.

［11］张龙海，周灿灿，刘国强，等.孔隙结构对低孔低渗储集层电性及测井解释评价的影响［J］.石油勘探与开发，2006，33(6):671-676.

［12］肖冬生，乔东生.低阻油层识别新方法及其应用［J］. 断块油气田，2010，17(4):509-512.

［13］杨碧松.低矿化度地层水地层油气水层识别研究［J］. 天然气工业，2000，20(2):42-44.

［14］李长喜，欧阳健，周灿灿，等.淡水钻井液侵入油层形成低电阻率环带的综合研究与应用分析［J］.石油勘探与开发，2005，32(6):82-86.

［15］王赛英，赵冠军，张萍，等.低阻油层形成机理及测井识别方法研究［J］.特种油气藏，2010，17(4):10-14.

［16］张明禄，石玉江.复杂孔隙结构砂岩储层岩电参数研究［J］. 石油物探，2005，44(1):21-28.

［17］郑庆林，王钰森，赵雨.低孔隙度条件下阿尔奇含水饱和度解释模型改进［J］.测井技术，2006，30(1):57-59.