CT技术在致密砂岩微观孔隙结构研究中的应用——以鄂尔多斯盆地延长组长7段为例

尤源，牛小兵，李廷艳，杨孝，淡卫东

（1.低渗透油气田勘探开发国家工程实验室，西安710018；2.中国石油长庆油田分公司a.勘探开发研究院；b.油藏评价处，西安710018）



CT技术在致密砂岩微观孔隙结构研究中的应用——以鄂尔多斯盆地延长组长7段为例

尤源1，2a，牛小兵1，2a，李廷艳1，2a，杨孝2b，淡卫东1，2a

（1.低渗透油气田勘探开发国家工程实验室，西安710018；2.中国石油长庆油田分公司a.勘探开发研究院；b.油藏评价处，西安710018）

摘要：为揭示致密砂岩复杂的孔隙结构特征，应用高分辨率CT技术,对鄂尔多斯盆地延长组长7段致密砂岩样品开展了定量研究。利用CT阈值差异识别样品中的孔隙和喉道，从而获得致密砂岩高精度二维及三维孔喉图像；应用数字岩心方法建立致密砂岩孔隙网络模型，并根据模型中的定量参数分析，获得孔隙及喉道的半径分布及其对储集空间的贡献率、孔喉连通性等特征，实现了长7段致密砂岩微观孔隙结构特征定量表征：长7段致密砂岩微米级孔喉连续分布；半径大于2 μm的孔隙是长7段致密砂岩的主要储集空间；孔隙、喉道间具有一定的连通性，配位数主要为1～ 3.应用高分辨率CT技术可定量表征致密砂岩孔隙结构特征。

关键词：鄂尔多斯盆地；延长组；致密砂岩；孔隙；喉道；CT技术

鄂尔多斯盆地上三叠统延长组长7段发育典型的致密砂岩储集层，勘探开发实践证明，油气在这种致密砂岩中也能聚集成藏，并能形成规模巨大且具有勘探潜力的油气资源[1-2]，这引起了人们对致密砂岩微观孔隙结构的普遍关注[3-4]。近年来，致密砂岩孔隙测试方法取得了很大进步：核磁共振、恒速压汞技术开始广泛应用于致密砂岩可动流体赋存特征及孔喉匹配关系研究[5-6]；场发射扫描电镜和双束电镜（FIBSEM）技术[3]，使致密砂岩孔喉图像识别精度最高达到0.1 nm；通过矿物自动识别技术，实现了矿物精确识别与孔隙成因分析[7]；应用CT技术开展了岩石孔喉三维重构及孔隙中流体动态分布研究[8-9]。CT技术可在不破坏样品的条件下对内部结构进行分析，依据扫描数据体可对孔隙结构进行二维及三维数字重构，并实现数字岩心模拟分析，因而，在致密砂岩及页岩前期研究中被大量应用[10]。随着CT扫描分辨率不断提高及数字岩心模拟的日趋成熟，应用高分辨率CT技术（微米级）进行致密砂岩孔喉定量表征已经成为可能[11]。本文应用高分辨率CT技术对鄂尔多斯盆地长7段致密砂岩样品进行测试，通过二维及三维重构，获得致密砂岩高精度孔喉图像；应用数字岩心技术提取孔隙网络模型，定量计算孔喉的尺度、组合关系、连通程度以及对储集能力的贡献等特征，以期对鄂尔多斯盆地致密砂岩储集层或同类型致密储集层研究有所借鉴。

1　CT技术测试方法及流程

1.1高分辨率CT技术概况

在工业CT基础上发展形成了应用于岩石结构及孔隙特征研究的高分辨率CT技术，主要利用锥形X射线穿透物体，通过不同倍数的物镜放大图像，由360°旋转所得到的大量X射线衰减图像重构出三维立体模型，实现CT显微镜的功能。本文采用的微米CT测试仪器为Xradia公司产的MicroXCT-200型微米CT扫描仪，其扫描分辨率为0.5～35.0 μm，可以对致密砂岩样品中的微米级孔隙进行识别和研究。

1.2孔隙识别及孔隙网络模型建立

（1）孔隙识别及孔隙图像获取使用高分辨率CT扫描仪对致密砂岩样品进行扫描，获得CT值三维数据体。用图像处理软件处理成CT值灰度图像，并截取样品二维切片及三维图像。根据孔隙中流体和岩石颗粒CT值具有显著差异的原理，通过对CT阈值进行合理界定，识别出岩石颗粒及孔隙，进而用软件对孔喉进行分割提取，获得孔喉的二维及三维分布图像。

（2）孔隙网络模型的建立在致密砂岩样品高分辨率CT扫描数据基础上，采用“最大球法”原理[12]对孔隙和喉道进行识别，建立致密砂岩样品孔隙网络模型[13-15]，并对该模型各项参数进行统计分析。

1.3样品及测试流程

测试样品取自鄂尔多斯盆地伊陕斜坡构造区的Y4井长7段油层，埋深2 061.47—2 061.64 m.岩性为粉砂岩，实测孔隙度为11.9%，渗透率为0.16 mD.首先，对样品（直径25 mm）进行整体低精度扫描，扫描分辨率为26.8 μm；然后，选取样品上具有代表性的部位分别切割出5mm，2mm和1mm尺寸的小样品进行精细扫描，扫描分辨率分别是2.79 μm，1.13 μm和0.52 μm；最后，选取最佳扫描结果进行重构，处理获得二维及三维图像，提取孔隙并构建孔隙网络模型，依据模型参数，对样品孔隙结构进行定量分析。

2　结果与讨论

2.1致密砂岩样品的微观孔隙图像

（1）二维图像在样品CT扫描二维切片图像中（图1），灰度图像不同颜色反映CT值的差异，CT值越大，颜色越偏向白色；CT值越小，颜色越偏向黑色。根据孔隙识别的基本原理，可以直观判断岩石中矿物或孔隙：灰色及白色主要为岩石骨架颗粒，黑色部分主要为孔隙。在数据处理时，可根据CT阈值及变化梯度确定孔隙分割标准，据此从灰度图中定量提取孔隙。通过样品低精度整体扫描发现，样品内部相对均质，无明显裂缝，一些矿物具有成层分布特征，分辨率为26.8μm扫描精度下可见孔隙不多（图1a）。随着扫描精度逐渐提高，致密砂岩样品中的孔隙和喉道识别效果越来越好，在图像中可以见到残余粒间孔隙、溶蚀孔隙形态及孔隙在成岩过程中被充填、胶结的现象（图1b，图1c，图1d）。其中，采用直径25 mm样品（分辨率为26.8 μm），得到的图像达不到致密砂岩孔喉识别要求；而直径为1 mm的样品（分辨率0.52 μm）测试条件接近仪器的极限，测试周期长且得到的图像具有重影。对比各图，直径为2 mm的样品（分辨率为1.13 μm）综合测试效果较好，可以实现致密砂岩的精细表征。另外，在2 mm的尺度范围内，致密砂岩孔隙发育相对均匀，能涵盖孔喉的代表性特征，故直径2 mm的样品可以作为致密砂岩的表征性单元[16]。

图1　研究区长7段致密砂岩样品不同分辨率CT扫描二维切片

（2）三维图像以直径2 mm的致密砂岩样品（分辨率1.13 μm）精细扫描数据为基础构建三维图像（图2）。可看出，样品微米级孔隙较为发育。可在任意方向上对三维图像进行切片，分析致密砂岩孔喉的形态和分布特征，为准确表征喉道提供依据。

2.2孔隙网络模型的建立

以上述方法建立致密砂岩孔隙网络模型（图3）。用软件可放大观察每个孔隙、喉道的连接关系，结合灰度图像可判识孔喉。观察发现，由众多微米级孔隙、喉道构成的孔隙网络，成为储集空间和流动通道。经核验，孔隙网络模型与CT三维孔喉分布完全匹配，且孔隙网络模型可信度高。根据孔隙网络模型可获得致密砂岩样品孔隙数量、喉道数量、每个孔隙和喉道的半径及体积、每个孔隙与喉道间的连通关系、孔隙配位数等孔隙结构信息。例如：在体积为1.44 m3的立方体单元中共识别出孔隙23 135个，最大半径30.60 μm，最小半径0.12 μm，平均半径4.12 μm；识别出27 584个喉道，最大半径24.50 μm，最小半径0.45 μm，平均半径3.51 μm；孔隙配位数为0～24.00，平均2.36，孤立孔隙1 412个。

图2　研究区长7段致密砂岩样品重构三维图像

图3　研究区长7段致密砂岩样品孔隙网络模型

2.3孔隙和喉道的分布特征

（1）数量分布将样品中所有的孔隙和喉道按照半径分区，对不同半径区间的孔隙和喉道数进行统计，得到不同半径孔隙、喉道的分布频率。由图4可看出，致密砂岩样品呈现出多尺度孔喉连续分布的特征，半径为2～4 μm的孔隙占41.69%；半径为2～4 μm的喉道占47.20%；致密砂岩喉道半径比孔隙半径整体偏小，但其主要分布区间相差并不显著，这是因为，在孔隙网络建模中，对孔隙和喉道的界定是根据其原始定义进行的[17]，这与压汞方法得到的等效喉道半径不同。

图4　研究区长7段致密砂岩样品孔隙、喉道半径分布频率

（2）体积分布依据孔隙网络模型得到每个孔隙和喉道的体积，据此定量统计分析不同半径孔隙或喉道对总孔隙或喉道体积所贡献的比例，得到致密砂岩样品孔隙和喉道体积构成图（图5）。

图5　研究区长7段致密砂岩样品孔隙、喉道体积构成

分析认为，不同半径孔隙对储集空间贡献率不同，其中半径大于2 μm孔隙的体积贡献比例超过98.00%（图5a），与图4对比可知，半径小于2 μm的孔隙虽然数量超过了15.00%，但对储集空间的贡献率仅1.83%.对喉道的分析也显示相似的认识（图5b）。综合分析，致密砂岩虽然发育多尺度孔隙，并且其中半径小于2 μm的孔隙数量众多，但对储集空间的贡献并不占主导，半径大于2 μm的孔隙构成致密砂岩的主要储集空间。因此，在致密砂岩孔隙研究过程中，对微、纳米孔隙的存在及其贡献率应做客观评价。

2.4孔隙和喉道的连通性

对孔隙网络模型获得的致密砂岩孔隙配位数进行统计分析，并与典型的Berea砂岩进行对比（表1）[18]。由表1可看出，研究区长7段致密砂岩样品配位数主要为1～3，即大多数孔隙连接1～3个喉道，具有一定的连通性。但与标准的Berea砂岩相比，研究区致密砂岩孔隙配位数整体偏低，尤其是配位数为0的孤立孔隙偏多。

表1　研究区长7段致密砂岩样品与Berea砂岩配位数对比

3　结论和认识

（1）应用高分辨率CT技术可获得致密砂岩样品高精度二维及三维图像，并在建立孔隙网络模型基础上，实现致密砂岩孔隙结构定量表征。

（2）研究区长7段致密砂岩具有多尺度孔喉连续分布特征，数量最多的孔隙和喉道半径为2～4 μm.半径小于2 μm的孔隙比例虽然超过15.00%，但对储集空间的贡献率较低，半径大于2 μm的孔隙构成致密砂岩主要的储集空间；孔隙和喉道形成复杂的孔隙网络通道，配位数主要为1～3，连通性较Berea砂岩差。

参考文献：

［1］邹才能.非常规油气地质［M］.北京：地质出版社，2013. ZOU Caineng.Unconventional petroleum geology［M］.Beijing:Pe⁃troleum Industry Press，2013.

［2］冯渊，杨伟伟，刘一仓，等.鄂尔多斯盆地镇北油田长81油藏电阻率差异成因［J］.新疆石油地质，2015，36（5）：526-530. FENG Yuan，YANG Weiwei,，LIU Yicang，et al.Analysis on causes of reservoir resistivity differences of Chang81reservoir in Zhenbei oilfield，Ordos basin［J］.Xinjiang Petroleum Geology，2015，36（5）：526-530.

［3］邹才能，朱如凯，白斌，等.中国油气储层中纳米孔首次发现及其科学价值［J］.岩石学报，2011，27（6）：1 858-1 864. ZOU Caineng，ZHU Rukai，BAI Bin，et al.First discovery of nano⁃pore throat in oil and gas reservoir in China and its scientific value ［J］.ActaPetrologicaSinica，27（6）:1 857-1 864.

［4］马锋，王红军，张光亚，等.致密油聚集特征及潜力盆地选择标准［J］.新疆石油地质，2014，35（2）：243-247. MA Feng，WANG Hongjun，ZHANG Guangya，et al.Tight oil accu⁃mulation characteristics and selection criteria for potential basins ［J］.XinjiangPetroleum Geology，2014，35（2）:243-247.

［5］冯胜斌，牛小兵，刘飞，等.鄂尔多斯盆地长7致密油储层储集空间特征及其意义探讨［J］.中南大学学报（自然科学版），2013，44 （11）:4 574-4 580. FENG Shengbin，NIU Xiaobing，LIU Fei，et al.Characteristics of Chang7 tight oil reservoir space in Ordos basin and its significance ［J］.Journal of Central South University（Science and Technology），2013，44（11）:4 574-4 580.

［6］李卫成，张艳梅，王芳，等.应用恒速压汞技术研究致密油储层微观孔喉特征——以鄂尔多斯盆地上三叠统延长组为例［J］.岩性油气藏，2012，24（6）：61-64. LI Weicheng，ZHANG Yanmei，WANG Fang，et al.Application of constant⁃rate mercury penetration technique to study of pore throat characteristics of tight reservoir:a case study from the Upper Trias⁃sic Yanchang formation in Ordos basin［J］.Lithologic Reservoirs，2012，24（6）:61-64.

［7］尤源，牛小兵，冯胜斌，等.鄂尔多斯盆地延长组长7致密油储层微观孔隙特征研究［J］.中国石油大学学报（自然科学版），2014，38（6）：18-23. YOU Yuan，NIU Xiaobing，FENG Shengbin，et al.Study of pore fea⁃tures in Chang7 tight oil reservoir，Yanchang layer，Ordos basin［J］. Journal of China University of Petroleum（Edition of Natural Sci⁃ence，2014，38（6）:18-23.

［8］王家禄，高建，刘莉.应用CT技术研究岩石孔隙变化特征［J］.石油学报，2009，30（6）：887-893. WANG Jialu，GAO Jian，LIU Li.Porosity characteristics of sand⁃stone by X⁃ray CT scanning system［J］.Acta Petrolei Sinica，2009，30（6）:887-893.

［9］佘敏，寿建峰，郑兴平，等.基于CT成像的三维高精度储集层表征技术及应用［J］.新疆石油地质，2011，32（6）：664-666. SHE Min，SHOU Jianfeng，ZHENG Xingping，et al.3D high resolu⁃tion reservoir characterization techinque based on CT imaging and application［J］.XinjiangPetroleum Geology，2011，32（6）:664-666.

［10］GOLB A，KNACKSTEDT M，AVERDUNK H，et al.3D porosity and mineralogy characterization in tight gas sandstones［J］.The LeadingEdge，2010，29（12）:1 476-1 483.

［11］白斌，朱如凯，吴松涛，等.利用多尺度CT成像表征致密砂岩微观孔喉结构［J］.石油勘探与开发，2013，40（3）：329-333. BAI Bin，ZHU Rukai，WU Songtao，et al.Multi⁃scale method of na⁃no（micro）⁃CT study on microscopic pore structure of tight sand⁃stone of Yanchang formation，Ordos basin［J］.Petroleum Explora⁃tion and Development，2013，40（3）：329-333.

［12］SILIN D B，JIN G，PATZEK T W.Robust determination of pore space morphology in sedimentary rocks［R］.SPE 84296，2003.

［13］DONG H.Micro⁃CT imaging and pore network extraction［D］.Lon⁃don：Imperial College，2007.

［14］BAKKE S，ØREN P E.3⁃D Pore⁃scale modeling of sandstones and flow simulations in the pore networks［J］.SPEJ，1997，2：136-149.

［15］ØREN P E，BAKKE S，ARNTZEN O J.Extending predictive capa⁃bilities to network models［J］.SPEJ，1998，12：324-336.

［16］何更生.油层物理［M］.北京：石油工业出版社，2006. HE Gengsheng.Reservoir petrophysics［M］.Beijing:Petroleum In⁃dustry Press，2006.

［17］方少仙，侯方浩.石油天然气储层地质学［M］.山东东营：中国石油大学出版社，2006. FANG Shaoxian，HOU Fanghao.Reservoir geology of oil and gas ［M］.Dongying，Shandong:Press of China University of Petroleum，2006.

［18］姚军，赵秀才.数字岩心及孔隙级渗流模拟理论［M］.北京：石油工业出版社，2010. YAO Jun，ZHAO Xiucai.Theory of digital core and flow simulation in pore scale［M］.Beijing:Petroleum Industry Press，2010.

（编辑顾新元）

Application of CT Scanning System to Study of Micro⁃Pore Structure of Tight Sandstone:A Case Study of Chang⁃7 Member of Yanchang Formation in Ordos Basin

YOU Yuan1,2a,NIU Xiaobing1,2a,LI Tingyan1,2a,YANG Xiao2b,DAN Weidong1,2a

(1.National EngineeringLaboratory for Exploration and Development of Low⁃Permeability Oil&Gas Fields,Xi’an,Shaanxi 710018,China; 2.PetroChinaChangqingOilfield Company,a.Research Institute of Exploration and Development, b.Department of Reservoir Evaluation,Xi’an,Shaanxi 710018,China)

Abstract:In order to reveal the complicated pore structure characterisitcs of tight sandstone,this paper made a quantitative study of the tight sandstone sample from the Chang⁃7 member of Yanchang formation in Ordos basin by high⁃resolution CT scanning system,obtained the high⁃accuracy 2D and 3D pore throad images of it by using CT threshold differences,developed the tigh sandstone pore network model using digital core method,and conducted quantitative parameter statistics and analysis from this model,obtaining the radius distribution of pores and throats and their contributions and pore throat connectivity characterisitcs to the tight sandstone storage spaces,hence realizing the quantitative characterization of micro⁃pore structures of the tight sandstone.The results show that the tight sandstone of Chang⁃7 mem⁃ber of Yanchang formation in Ordos basin is characterized by continued distribution of micron pore throats,different contributions of differ⁃ent radius pores to the storage spaces,of which the pores with radius over 2 μm are the main storage spaces of it,and a certain connectivity between pores and throats,with coordination number from 1 to 3.

Keywords:Ordos basin;Yanchangformation;tight sandstone;pore;throat;CT scanningsystem

作者简介：尤源（1982-），男，宁夏盐池人，工程师，博士，低渗透油田开发，（Tel）029-86591924（E-mail）youy_cq@petrochina.com.cn

基金项目：国家973项目（2014CB239003）；国家自然科学基金（41390451）

收稿日期：2015-08-04

修订日期：2016-01-21

文章编号：1001-3873（2016）02-0227-04

DOI：10.7657/XJPG20160219

中图分类号：TE112.3

文献标识码：A