吉木萨尔凹陷陆相页岩油储层测井定量解释

谭锋奇 ，黎宪坤，高 阳，李映艳，张 方

1.中国科学院大学地球与行星科学学院，北京 石景山 100049；

2.中国科学院计算地球动力学重点实验室，北京 石景山 100049；

3.中国石油新疆油田分公司，新疆 克拉玛依834000

引言

随着石油勘探开发广度和深度的不断推进，常规油气资源的储量及产量均呈现逐渐下降的趋势，寻找有效的接替能源成为石油行业发展的必然要求[1]。非常规油气作为一种特殊的油气藏类型，其巨大的资源储量及开发前景已经得到充分论证[2-5]，相应的勘探理论和开发技术也在逐步发展与成熟[6-9]。页岩油作为非常规油气资源中的一种类型，是指在富有机质页岩层系中，以吸附、溶解或游离方式赋存于泥页岩基质孔隙、微裂缝及非烃源岩薄夹层中的油气资源，具有典型的源储一体、微纳米孔隙发育、原油赋存状态多样及黏度大、流度低的特征[10-11]。与北美资源禀赋条件良好的海相页岩油相比[12]，中国主要发育中高成熟度的陆相页岩油，其产层多分布于陆相沉积的拗陷、断陷型盆地中，导致连续聚集的分布范围小，非均质性强，有机质成熟度低，油品较重，流动性差，有效开发的难度很大[13-14]。

据初步估算[2]，中国中高成熟度陆相页岩油地质资源量约为（135∼204）×108t，为了把巨大的资源量转化成实际的油气产量，长庆油田、胜利油田、大港油田及新疆油田等相继开展了页岩油勘探开发方面的研究工作[15-18]，其中，新疆油田吉木萨尔凹陷二叠系芦草沟组陆相页岩油的发展最为迅速[19-21]。该油藏自2011 年在吉25 直井中首次获得工业油流，后续相继开展了直井开发试验、水平井提产试采、井组井距改造规模对比等矿场试验，取得了良好的生产效果，已成为中国首个国家级陆相页岩油规模建产示范区[22-23]。

随着吉木萨尔页岩油勘探开发的不断推进，面临许多亟需解决的技术难题，其中，页岩油储层的测井精细解释与评价就是其中之一。首先，咸化湖相与三角洲相造成了复杂的岩石类型，岩性纵向变化快且呈薄互层发育，储层测井曲线响应特征有效提取的难度比较大。其次，页岩油孔隙类型以微纳米孔喉为主，孔隙结构对储层渗流性的影响比较大，优选有效测井曲线表征孔隙结构对渗透率的贡献，成为亟待解决的难题。另外，直井与水平井测井曲线之间存在一定的偏差，利用直井段岩芯与测井曲线建立的解释模型不能应用于水平井的储层评价中，两者转换关系的研究目前鲜有文献报道。最后，前期页岩油以矿场技术试验及增产上产为主要目标[24-25]，储层测井精细解释的研究工作相对薄弱。因此，基于目前丰富的取芯和测井资料，明确储层的四性关系，建立高精度的测井解释模型，成为吉木萨尔陆相页岩油可持续高效开发的基础和前提。

1 油藏地质背景

吉木萨尔凹陷位于准噶尔盆地东部，是盆地一级构造单元东部隆起上的一个次级凹陷，面积约1 278 km2，现今具有典型的西断东超箕状结构特征[26]。二叠系芦草沟组构造简单，整体上为东高西低的西倾单斜（图1a），主体部位地层倾角在3◦∼5◦，断裂不发育。

图1 吉木萨尔凹陷芦草沟组区域构造及地层发育特征Fig.1 Regional structure and stratigraphic features of Lucaogou Formation in Jimusar Sag

吉木萨尔凹陷自下而上发育石炭系、二叠系、三叠系、侏罗系、白垩系、古近系和新近系，石炭系是准噶尔盆地第一套盖层，也是该区第一套烃源岩赋存层系。二叠系自下而上发育中二叠统井井子沟组、芦草沟组和上二叠统梧桐沟组，芦草沟组与将军庙组整合接触，与梧桐沟组不整合接触（图1b），地层厚度在35∼300 m，平均为200 m，向周缘减薄，纵向上分为两段，主要岩性为页岩、岩屑长石粉细砂岩、云屑砂岩及云质砂岩，是凹陷内最主要的烃源岩层，也是页岩油的主力赋存层系。

吉木萨尔凹陷芦草沟组为一套典型的陆相咸化湖盆沉积体系，呈现三源混积的沉积格局，主要为咸化湖相与三角洲相[27]。纵向上，芦草沟组自下而上分为一段（P2l1）和二段（P2l2），每段内各分成3 个砂层组，根据岩性、物性及含油性的分布特征，芦二段砂层组发育“上甜点”，芦一段砂层组发育“下甜点”，上、下甜点对应两个咸化高峰，从下甜点到上甜点体，湖盆封闭，水体变浅，盐度变高，形成了复杂的岩矿组合与岩石类型。上甜点体为浅湖相、滨浅湖相及滨湖相—云泥坪相沉积，主要岩性为砂屑云岩、云屑砂岩和岩屑长石粉细砂岩，其中，砂屑云岩和云屑砂岩的测井响应特征为低伽马、中低电阻率，而岩屑长石粉细砂岩由于钠长石含量较高，测井响应表现为高伽马、中低电阻率特征。下甜点体为三角洲前缘、浅湖相、浅湖相—半深湖相及半深湖相沉积，主要岩性为纹层状云质粉砂岩和粉砂质云岩，测井响应表现为高伽马、中低电阻率特征。

综上分析可知，芦草沟组页岩油的甜点体具有被源岩夹持的特点，目前的开发对象主要为甜点体，相邻的源岩为隔层，由于上、下甜点体在沉积环境、岩性、物性、含油性及测井曲线响应特征上均存在较大差异，因此，为提高储层评价的精度，页岩油测井解释模型需要分上、下层系建立。

2 物性测井解释模型

页岩油储层物性主要包括有效孔隙度和渗透率两个参数，前者表征储层有效储集空间的绝对大小，后者表征储层微观孔隙结构的渗流能力，这两个参数既是储层分类以及油层评价的重要指标，也是页岩油水平井高效开发的关键因素[28]。

图2 为吉木萨尔凹陷芦草沟组页岩油储层物性频率分布直方图，综合分析可以看出，页岩油储层整体致密，多尺度孔喉发育，以纳米级孔隙为主，渗透率总体小于1.000 mD。其中，上甜点有效孔隙度平均为9.92%，渗透率平均为0.421 mD；下甜点有效孔隙度平均为8.72%，渗透率平均为0.331 mD。整体上，上甜点物性好于下甜点。

图2 芦草沟组页岩油储层物性频率分布直方图Fig.2 Frequency distribution histogram of shale oil reservoir physical property of Lucaogou Formation

2.1 有效孔隙度模型

以吉木萨尔凹陷芦草沟组页岩油密闭取芯井的孔隙度与渗透率、孔隙度与含油饱和度两种测试类型的岩芯分析资料为依据，在岩芯归位的基础上，分析有效孔隙度的敏感参数。通过对补偿密度、声波时差和中子孔隙度与有效孔隙度吻合程度的研究发现，中子孔隙度与岩芯分析有效孔隙度的吻合程度最差，相关性最低，补偿密度和声波时差与岩芯分析有效孔隙度的吻合程度均较好，相关性较高，但整体上补偿密度与有效孔隙度的相关性高于声波时差，两者的吻合程度最好（图3）。因此，芦草沟组页岩油有效孔隙度的计算优选补偿密度作为反演参数，建立测井解释模型。

图3 芦草沟组有效孔隙度测井曲线优选图Fig.3 Logging curve optimization of effective porosity calculation of Lucaogou Formation

在测井曲线优选的基础上，依据建立的岩芯刻度测井数据集，分别制作芦草沟组上、下甜点岩芯分析有效孔隙度与补偿密度交会图如图4 所示。可以看出，上、下甜点有效孔隙度与补偿密度决定系数分别为0.807 2 和0.816 1，相关系数均比较高；另外，上、下甜点的有效孔隙度与补偿密度均呈现负相关的变化趋势，随着补偿密度测井值变大，页岩油储层的有效孔隙度逐渐变小，补偿密度在2.30∼2.63 g/cm3，有效孔隙度在2%∼22%，可以利用两者之间线性变化的相关关系准确计算储层的有效孔隙度参数。

图4 芦草沟组岩芯分析有效孔隙度与补偿密度交会图Fig.4 Crossplot of effective porosity and compensation density of Lucaogou Formation

2.2 渗透率模型

渗透率是岩石传导流体的能力，通常受两方面因素的影响，一是有效孔隙度，即岩石可以有效渗流的孔隙体积，是影响渗透率的主要因素，反映绝对孔隙性对渗透率的贡献；二是储层的微观孔隙结构，即微观孔喉的尺寸大小及连通情况，储层有效孔隙体积相同时，由于孔隙结构的不同通常会影响流体的渗流路径及渗流阻力，最终导致渗透率差异较大，影响孔隙结构的主要因素则包括水动力条件、沉积作用及后期的成岩作用。因此，需要优选测井曲线来反映微观孔隙结构对渗透率的影响。

通过对芦草沟组密闭取芯井常规测井曲线与岩芯分析渗透率相关性的对比分析，首先，建立上、下甜点常规曲线与渗透率的对应数据集；然后，利用数据挖掘方法分析不同曲线对渗透率的影响权重，进而优选敏感参数建立计算模型。数据挖掘是知识发现的关键组成部分，通过不断循环、逐渐优化的过程来寻找新规律和建立新模型，主要包括数据预处理、数据选择、数据变换、数据挖掘、模式评价及知识表征等6 个步骤[29]。

利用广义线性混合算法对上、下甜点的渗透率数据集进行处理，从渗透率计算的参数敏感权重（图5）可以看出，对于芦草沟组页岩油储层渗透率的影响，补偿密度的影响权重最大，代表了有效孔隙对储层渗流性的贡献；自然伽马次之，代表了泥质含量对渗透率的影响，由于黏土矿物的分布形式和含量会对微观孔隙结构进行改造，进而影响流体的渗流路径，导致渗透率减小；声波时差也有一定权重，代表了压实胶结作用对渗流性的影响。其他测井曲线的影响权重均较小，因而不参与渗透率模型的建立。

图5 渗透率计算的参数敏感权重分析Fig.5 Weight analysis of parameter sensitivity of permeability calculation

基于广义线性混合算法的数据挖掘结果，采用补偿密度、自然伽马和声波时差3 条测井曲线进行拟合，建立芦草沟组页岩油上、下甜点渗透率计算的经验公式，其中，补偿密度表征有效孔隙度对渗透率的贡献，自然伽马和声波时差则表征微观孔隙结构对渗透率的影响。

式中：

K—渗透率，mD；

IDEN—补偿密度，g/cm3；

IGR—自然伽马，API；

IAC—声波时差，µs/m。

为了明确多条曲线反演模型在页岩油渗透率计算中的适用性，将其与单因素模型进行对比，单因素模型仅用有效孔隙度进行反演建立。从对比结果可以看出，对于上、下甜点体，多条曲线反演模型测井解释的符合率整体上好于单因素模型，前者的计算精度达到了88.47%，而后者仅有62.82%，由于单因素模型只考虑有效孔隙度对渗透率的贡献，没有考虑微观孔隙结构的改造对渗透率的影响，因而在补偿密度值较小的层段，渗透率的计算结果会出现失真，模型计算值远大于岩芯分析数据（图6），导致计算精度大幅度下降。综上分析，对于芦草沟组页岩油储层，考虑多因素影响的渗透率计算模型，可以有效提高解释精度。

图6 芦草沟组渗透率计算结果对比图Fig.6 Comparison of permeability calculation of Lucaogou Formation

图7 芦草沟组上甜点岩性与含油性对比图Fig.7 Comparison of lithology and oilliness of upper sweet spot in Lucaogou Formation

3 含油性测井解释模型

3.1 含油性纵向分布规律

岩芯宏观观察、镜下微观分析、常规与核磁测井响应及录井荧光级别等资料的综合研究发现，芦草沟组页岩油“甜点”的含油性与储层物性和岩性密切相关，孔隙越发育，含油性越好，饱和度越高。对于孔隙度大于10%的“甜点”，平均含油饱和度可以达到80%；而对于孔隙度在6%∼10%的“甜点”，平均含油饱和度在65%左右。

3.2 含油饱和度模型建立

含油饱和度是油气勘探和开发中最重要的参数，准确计算含油饱和度是做好储层研究和油藏评价的基础。

通过对不同含油饱和度解释方法的对比研究，确定芦草沟组页岩油储层含油饱和度计算采用Archie 公式，分上甜点和下甜点分别确定储层的岩电参数（a，b，m，n）。

式中：Sw，So—地层含水、含油饱和度，%；Rw—地层水电阻率，Ω·m；Rt—地层真电阻率，Ω·m；ϕ—储层有效孔隙度，%；a—岩性系数，无因次，不同岩性数值不同；b—饱和度系数，无因次，数值接近1；m—胶结指数，无因次；n—饱和度指数，无因次。

利用Archie 公式计算储层的含油饱和度，先要确定岩电参数，由于岩电参数中的胶结指数m受岩性和孔隙结构的影响，而芦草沟组上、下甜点的岩性、物性和孔隙结构差异比较大，因此，胶结指数分上、下甜点分别确定。利用芦草沟组页岩油密闭取芯井的岩电分析资料制作地层因素与孔隙度的交会图（图8），进而回归上、下甜点的胶结指数，其中，上甜点m和a值分别为1.830 和1.025，下甜点m和a值分别为1.768 和0.952。

图8 芦草沟组地层因素与孔隙度交会图Fig.8 Crossplot of formation factor and porosity of Lucaogou Formation

岩电参数中的饱和度指数n与储层的孔隙结构和岩性没有直接关系，只与注入水的性质有关，但是，为了提高含油饱和度的计算精度，饱和度指数也分上、下甜点分别确定。利用取芯井岩电分析资料制作电阻率增大指数与含水饱和度交会图（图9），进而回归上、下甜点的饱和度指数，其中，上甜点n和b值分别为1.602 和1.026，下甜点n和b值分别为2.060 和1.003。

图9 芦草沟组电阻率增大指数与含水饱和度交会图Fig.9 Crossplot of resistivity increasing index and water saturation of Lucaogou Formation

地层水电阻率是利用Archie 公式计算含油饱和度的重要参数。由于吉木萨尔凹陷芦草沟组页岩油主要采用水平井体积压裂方式进行开采，在压裂过程中，会向地层注入大量含有石英砂或者陶粒的压裂液，以便裂缝开启后对其进行有效支撑，防止压后裂缝闭合。这些压裂液会随着水平井开发的推进不断返排出地层，因此，开发初期获取的地层水资料是压裂液和原始地层水的混合液，不能代表原始地层水的情况，需要等压裂液基本返排完以后再取水样进行测试，以确定真实的地层水电阻率。

基于以上原因，芦草沟组页岩油地层水电阻率确定的水分析资料，按照水平井退液结束后的产出水资料进行确定，从表1 芦草沟组地层水分析化验资料可以看出，A 井和B 井到目前为止分别产水11 300.4 m3和9 350.4 m3，基本完成压裂液的返排，其地层水矿化度可以代表原始地层情况，水型以NaHCO3为主，油藏中部温度为85◦C，按照地层水电阻率计算的理论模型，确定芦草沟组地层水电阻率为0.143 Ω·m。

表1 芦草沟组地层水分析化验资料Tab.1 Experimental data of formation water of Lucaogou Formation

3.3 模型精度分析

通过前面的研究确定了芦草沟组储层上、下甜点的物性和含油性解释模型，从3 个参数的计算结果可以看出（图10），解释结果与岩芯分析数据吻合程度较高，其中，有效孔隙度的解释精度达到94.5%，渗透率的解释精度为87.6%，含油饱和度的解释精度为90.3%，满足芦草沟组页岩油储层评价的精度要求，模型可以推广应用。

图10 芦草沟组物性和含油性计算成果图Fig.10 Calculation result of physical property and oil saturation of Lucaogou Formation

4 微观孔隙结构参数解释模型

微观孔隙结构是指岩石孔隙和喉道的几何形状、大小、分布及相互连通情况，以及孔隙与喉道间的配置关系，对页岩油的赋存状态、渗流规律、压裂改造及最终的开发效果均有重要的影响[30]。

依据岩芯观察、铸体薄片及扫描电镜等资料的综合分析，芦草沟组页岩油储层的孔隙类型以粒间溶孔和粒内溶孔为主，是主要的储油空间，占到孔隙类型的85%以上，晶间孔次之，以白云石的晶间孔为主，微裂缝欠发育，占比最低（图11a，图11b，图11c，图11d）。从微裂缝到晶间孔，芦草沟组页岩油分别发育毫米级、微米级、纳米级孔隙（图11e，图11f，图11g，图11h），不同孔隙空间所占的比例差异较大，其中，纳米级孔喉占到储集空间的75%以上，以微细孔喉为主，孔喉连通性好，进汞饱和度可以达到80%以上；微米级孔喉占到储集空间的20%左右，以粒间溶孔为主；毫米级孔喉以微裂缝为主，占比较小。

图11 芦草沟组页岩油孔隙类型及孔隙尺寸对比图Fig.11 Comparison of shale oil pore classification and pore size of Lucaogou Formation

从高压压汞资料可以看出，页岩油储层整体上发育纳米级孔喉，由于上、下甜点的沉积环境、水动力条件及后期成岩作用的不同，导致微观孔隙结构参数差异较大。其中，上甜点渗透率0.197 mD，分选系数1.808，最大孔喉半径0.789 µm，平均毛管半径0.237 µm，均质系数0.230；下甜点渗透率0.152 mD，分选系数2.072，最大孔喉半径0.435µm，平均毛管半径0.131µm，均质系数0.223（表2）。整体上，上甜点的物性和孔隙结构均优于下甜点，分选系数和均质系数好，中值半径和平均毛管半径大，储层非均质性弱。为了定量表征页岩油储层的微观孔隙结构特征，选择分选系数和平均毛管半径作为特征参数，建立相应的测井解释模型。

表2 芦草沟组页岩油微观孔隙结构参数对比表Tab.2 Comparison of shale oil micro-pore structure parameter of Lucaogou formation

通过对芦草沟组页岩油密闭取芯井微观孔隙结构参数与测井曲线敏感性的分析，首先建立分选系数、平均毛管半径与常规测井曲线的数据集，进而利用广义线性混合算法对两个数据集进行处理，优选微观孔隙结构参数计算的敏感曲线。

从挖掘结果可以看出，对于上、下甜点的平均毛管半径，补偿密度的影响权重最大，敏感性最高，两者呈现负相关关系；声波时差的影响权重次之，两者呈现正相关关系；中子孔隙度、自然电位和自然伽马权重较小，不参与建模（图12）。对于上、下甜点的分选系数，声波时差的影响权重最大，敏感性最高；自然伽马和中子孔隙度的影响权重次之；补偿密度由于影响权重较小，敏感性较低，不参与建模（图12）。

图12 微观孔隙结构参数敏感权重分析Fig.12 Weight analysis of logging curve sensitivity of micro pore structure parameter

基于数据挖掘结果，利用敏感曲线建立芦草沟组上、下甜点平均毛管半径和分选系数测井解释的经验公式。

式中：rm—平均毛管半径，µm；Dr—分选系数，无因次；ICNL—中子孔隙度，%。

利用建立的模型对芦草沟组页岩油储层的微观孔隙结构参数进行计算，并与岩芯分析数据对比研究，确定模型的解释精度。从图13 所示的单井解释结果可以看出，模型计算结果与岩芯分析数据吻合程度较高，上甜点岩芯分析分选系数和平均毛管半径分别为2.02 和0.28µm，测井计算值分别为2.19和0.31µm，相对误差分别为8.4%和10.7%；下甜点岩芯分析分选系数和平均毛管半径分别为1.65 和0.16µm，测井计算值分别为1.78 和0.18µm，相对误差分别为7.8%和12.5%。整体上，对于芦草沟组页岩油储层，分选系数的计算精度达到92.2%，平均毛管半径的计算精度为88.7%。

图13 芦草沟组微观孔隙结构参数计算成果图Fig.13 Calculation result of micro pore structure parameter of Lucaogou Formation

5 岩石力学参数解释模型

吉木萨尔凹陷页岩油的开发均采用水平井体积压裂技术，为了更好地设计工程参数及评价压裂效果，岩石力学参数的准确计算是前提条件。岩石的变形与岩石力学性质密切相关，岩石力学性质通常包括弹性与塑性、脆性与韧性、刚性与黏性等3 个方面，可以利用杨氏模量、泊松比、剪切模量和抗压强度等参数定量表征[31-32]。目前，利用测井曲线计算岩石力学参数，其关键是要建立横波时差和泥质含量的反演模型，在以上两个参数确定的基础上，结合声波时差和补偿密度曲线就可以有效评价储层的力学性质[33]。

芦草沟组页岩油储层横波时差的反演，主要依据岩石物理的实验结果，纵、横波时差和地层密度具有一定的相关性，两个参数利用常规测井曲线中声波时差和补偿密度进行表征，计算经验公式为

式中：

∆ts—横波时差，µs/m；

∆tp—纵波时差，µs/m。

泥质含量是指砂砾岩骨架中粒径小于63µm 的细粉砂、黏土等颗粒占岩石总体积的百分比，不仅对推断沉积环境有着重要的指示作用，而且会影响储层的岩石强度参数。

通过对吉木萨尔凹陷芦草沟组不同测井曲线对泥质含量敏感性的对比分析，确定测井曲线随泥质含量的变化规律，建立泥质含量与测井曲线的数据集，共计237 条数据记录，进而利用数据挖掘方法分析不同测井曲线对泥质含量的影响权重。其中，中子孔隙度的权重最大，敏感性最高；声波时差次之，敏感性居中；自然伽马的权重最小，敏感性最低。依据3 条测井曲线反演页岩油泥质含量的解释模型，得到上、下甜点泥质含量计算的经验公式。

上甜点

式中：

Vsh--泥质含量，%。

下甜点

6 测井解释模型应用

6.1 直井定量评价

在芦草沟组储层精细研究基础上，建立了页岩油上、下甜点物性、含油性、微观孔隙结构以及岩石力学参数的高精度测井解释模型，相应的计算公式可直接应用到直井测井评价中，确定各种储层参数。芦草沟组页岩油直井测井解释成果见图14。

图14 芦草沟组页岩油直井测井解释成果图Fig.14 Well longing interpretation result of vertical shale oil well of Lucaogou Formation

可以看出，目前上、下甜点主要开发的层段是P2l22−2和P2l12−2，其中，上甜点有效孔隙度9.6%，含油饱和度78.5%，物性和含油性均比较好；分选系数1.82，平均毛管半径0.628µm，储层非均质性弱，孔喉尺寸大，渗流性好；杨氏模量和泊松比分别为2.52 GPa 和0.35，抗压强度11.8 MPa，杨氏模量和抗压强度较小，泊松比较大，储层的可压裂性较差。下甜点有效孔隙度11.4%，含油饱和度71.6%，物性较好，含油性较低；分选系数1.97，平均毛管半径0.542µm，储层非均质性比上甜点强，孔喉尺寸小，渗流性较差；杨氏模量和泊松比分别为3.48 GPa和0.31，抗压强度17.2 MPa，杨氏模量和抗压强度较大，泊松比较小，储层的可压裂性好于上甜点。

6.2 水平井定量评价

吉木萨尔凹陷页岩油储层测井解释模型是利用岩芯分析资料与直井测井曲线的相关关系建立，而页岩油开发基本上采用水平井体积压裂的方式，由于直井段和水平井段的井眼环境差异比较大，矿物颗粒的沉积方式、孔隙流体的重力分异及地层各向异性的差别都会导致对于相同的测井曲线，水平井与直井存在一定的偏差。因此，页岩油水平井储层参数的定量计算必须先进行测井曲线的转换，把水平环境下测量的测井曲线转换到直井环境，进而利用建立的模型评价水平段的储层参数。

以芦草沟组有地质导向的水平井测井曲线为研究对象，统计距离直井段20 m 内水平段各测井曲线的平均值，并与相同深度直井段各测井曲线的数值进行对比，确定不同测井曲线的差异。

研究结果表明，对于芦草沟组同一甜点的页岩油储层，由于垂向上沉积颗粒的韵律性变化及上、下围岩的影响，井筒内的电场分布受纵向非均质性的控制，而水平段岩性单一、非均质性弱，井筒内的电场分布只受页岩储层的控制，因此，水平井的电阻率大于直井电阻率（图15a）。对于声波时差曲线，由于直井段纵向上受沉积韵律变化、矿物颗粒尺寸及沉积结构面的综合影响，滑行纵波的衰减会增大，走时会变长，相较于非均质性弱、沉积韵律变化较小的水平段储层，直井的声波时差大于水平井声波时差（图15b）。对于补偿密度曲线，当密度小于2.4 g/cm3，属于孔隙度大、物性较好的页岩油储层，则直井的补偿密度大于水平井；当密度大于2.4 g/cm3，属于孔隙度小、物性较差的页岩油储层，则直井的补偿密度小于水平井（图15c），但整体上两种测量方式得到的补偿密度曲线差异不是很大。自然伽马与中子孔隙度受井眼环境的影响较小，测井曲线不需要转换。

图15 水平井与直井测井曲线转换关系图版Fig.15 Transformation plate of horizontal well and vertical well logging curves

对于芦草沟组水平井测井的页岩油储层，依据图16 建立的转换关系对水平段测井曲线进行处理，将其转换为直井段的测量结果，在此基础上，利用建立的测井解释模型计算储层参数。从上甜点水平井单井解释成果（图16）可以看出，虽然水平段的岩性相同，非均质性较弱，井轨迹在同一储层段内钻进，但是不同深度的储层参数也存在一定的差异，通过测井解释模型的计算结果，可以有效评价水平段的物性、含油性、微观孔隙结构及可压裂性，为压裂施工及产能评价提供准确的基础数据。

7 结论

1）吉木萨尔凹陷芦草沟组页岩油上、下甜点的沉积环境和水动力条件不同，导致测井曲线的响应特征存在较大差异，利用岩芯刻度测井方法，细分上、下层系建立储层物性、含油性、微观孔隙结构及岩石力学等参数的测井定量解释模型，可以大幅度提高储层评价的精度。

2）水平井井眼环境、孔隙流体的重力分异以及地层的各向异性，均会导致水平井测井曲线与直井测井曲线存在一定的偏差，基于直井岩芯刻度测井建立的页岩油储层定量解释模型，必须经过曲线校正后才能应用于水平井测井的储层综合评价。

3）针对陆相页岩油储层的测井精细解释，数据挖掘方法可以在复杂的测井数据中快速提取敏感曲线，确定不同测井参数的影响权重，进而建立多因素约束下的储层参数解释模型，而岩石物理方法则对影响因素比较单一的储层参数建模适用性较好，数据挖掘与岩石物理两种方法的有效结合为非常规油气储层的评价提供了一种新的思路和途径。