摘 要

摘　要：火成岩储层具有岩性复杂、储集空间复杂、孔隙结构复杂和蚀变程度高等特征，使得其声波、中子、密度、核磁和地层元素测井的响应与沉积岩有较大的差别，通常适用于沉积岩基

摘　要：火成岩储层具有岩性复杂、储集空间复杂、孔隙结构复杂和蚀变程度高等特征，使得其声波、中子、密度、核磁和地层元素测井的响应与沉积岩有较大的差别，通常适用于沉积岩基质孔隙度计算的测井曲线并不完全适应于火成岩储层，为此进行了深入研究。结果表明：火成岩储层具有孔径差异大，孔隙分布不均匀、各向异性强的显著特征，理论分析得知该类储层的声波测井值往往偏低，同时，大量实际测井资料也揭示声波对火成岩岩性反应不敏感；火成岩蚀变程度高，蚀变后的一些矿物含氢指数高，使补偿中子测井值显著增加；对理论模拟、测井资料和实验资料进行综合分析后认为，火成岩的强磁化率特征使岩石孔隙内部产生强磁场梯度，使T2谱前移明显、幅度降低，核磁孔隙度明显偏低；地层元素测井孔隙度在部分井误差大，反映该方法在火成岩地层中使用的局限性；而密度测井却能有效反映地层的总孔隙度，实际资料显示密度孔隙度与岩心分析孔隙度误差较小。因此，火成岩储层基质孔隙度的计算应首选密度测井曲线。

关键词：火成岩  储集层  孔隙度  密度测井  测井曲线  优选

The preferred logging curve for the calculation of matrix porosity of volcanic reservoirs

Abstract：Volcanic rocks are characterized by complex lithologies，reservoir space and pore structure as well as strong alteration，making their responses of sonic logging，neutron logging，density logging，NMR logging and strata element logging quite different from those of sedimentary rocks．Such logs commonly suitable for the calculation of matrix porosity of sedimentary rocks are not completely suitable for volcanic reservoirs．Volcanic reservoirs have large variations of pore diameters，uneven distribution of pores and strong heterogeneity．Theoretical analysis shows that their sonic logging porosity is generally lower than the normal value．In addition，a large amount of real logging data also shows that sonic wavc is not sensitive to the lithology of volcanic rocks．Volcanic rocks are high in alteration and some altered minerals have a high hydrogen index(HI)，causing the significant increase of compensated neutrons．Theoretical simulation and comprehensive analyses of logging data and experimental data reveal that the strong magnetie susceptibility of volcanic rocks generates a strong magnetic field gradient within pores，resulting in significant forward moving of T2 spectrum and lowering of T：amplitude，thus their NMR porosity is significantly lower than the normal value．Great errors of the strata element logging porosity were found in some wells，indicating this method¢s limitation in application to volcanic rocks．In contrast，the density logging can effectively reflect the gross porosity of reservoirs，and real data show that the density logging porosity matches well with the porosity data by core analysis．Therefore，the density log should be the first choice for matrix porosity calculation of volcanic rocks．

Keywords：volcanic rock，reservoir，porosity，density log，logging curve，optimization

火成岩基质孔隙度的计算不能完全照搬沉积岩的计算方法，适应于计算沉积岩孔隙度的测井曲线并不一定完全适用于火成岩，两者之间存在较大的差异。优选计算火成岩基质孔隙度的有利曲线是可靠评价火成岩基质孔隙度的关键。研究表明：在火成岩储层中，密度曲线计算火成岩孔隙度要明显的优于核磁^[1-2]、声波^[3-5]、中子和地层元素测井(ECS) ^[6]曲线。

1　各类测井方法在火成岩中的响应特征

1．1　声波测井

声波测井能有效反映孔隙均匀分布的均质地层的孔隙度，而火成岩储层孔隙孔径差别较大，孔隙分布不均匀，孔隙分布各向异性强，连通性差(图1)。如准噶尔盆地陆东地区和克拉美丽气田的火成岩储层孔隙分布不均匀，如黄骅坳陷北堡地区火成岩储层中普遍发育有连通性较差的气孔和杏仁体内孔^[7]，松辽盆地庆深气田储层中发育有孔喉比大、孔喉分选差的储层，可见火成岩储层的孔隙分布往往不均匀^[8]。声波测井记录的是声波传播最快的首波，对于这种孔隙分布不均匀的储层，声波测井记录的是绕过部分孔隙传播速度最快的波，因为沿骨架传播的声波速度最快，故声波测井在这类储层中测得的速度往往偏低；此外，实测资料也显示，从酸性岩到基性岩类，随着铁镁矿物含量的增加，密度测井值和补偿中子值是逐渐增大，且不同岩类间差别大，但声波总体变化不大，差别较小。图2是某地区基性熔岩、酸性熔岩和中性火山角砾岩的声波时差对比图，3种不同的岩性且孔隙度存在一定差异，但3种岩性的声波时差差别较小。准噶尔盆地l97口井不同岩性的火成岩声波时差统计也显示，不同岩性火成岩的声波时差无明显的差异。大庆油田深层不同火山熔岩的声波测井值也无明显的差别。因此，不宜优选声波测井资料来计算火成岩地层的孔隙度。

 

 

1．2　中子测井

火成岩的蚀变程度高，蚀变后常常会形成高含结晶水的绿泥石、高岭石、云母、蛇纹石和方沸石等，如绿泥石的含氢指数可达52％，高岭石的含氢指数可达36％，云母的含氢指数在20％以上，因而蚀变后的一些矿物对补偿中子测井值影响很大，会使补偿中子显著增加，一般是蚀变越严重，补偿中子也越大。因此，在不能有效定量评价火成岩蚀变程度的情况下，利用补偿中子计算的孔隙度往往不可靠，故不建议用补偿中子来计算。

1．3　核磁共振测井

火成岩岩性复杂，岩性识别较难，这给孔隙度的计算带来了很大困难，而“核磁共振测井不受岩性影响”这一广泛认识，使得一些研究人员想到利用这一优势来计算火成岩地层的孔隙度，因为这样可以避开火成岩复杂岩性识别这一难题，已发表了一些不考虑火成岩岩性直接使用核磁来计算火成岩储层孔隙度的文献。结合核磁共振测井响应理论与实际测井资料研究表明，火成岩岩性会对核磁共振测井信号产生显著影响，核磁共振测井在火成岩储层中使用具有很大的局限性，尤其是在基性岩和低孔火成岩储层中。核磁共振测井T2谱受自由弛豫、表面弛豫和扩散弛豫3种弛豫机制的作用。自由弛豫(体弛豫)与岩石空隙中的流体体积、流体类型、流体性质等因素有关，表面弛豫是表面弛豫强度与孔隙比表面的乘积，其值与岩石颗粒比表面大小、胶结物性质等有关，但不受温度及压力的影响。可见自由弛豫和表面弛豫都与岩性关系小。扩散弛豫是由梯度场中分子扩散引起的，而梯度场一是来自于测井仪器建立的，称外部梯度磁场，另一个来源是岩石骨架颗粒与孔隙流体之间磁化率差(Dc)引起的内部梯度磁场。若岩石颗粒(骨架)呈逆磁性时，油和水呈弱逆磁性，则岩石骨架颗粒与孔隙流体之间磁化率差便很小，孔隙内部梯度磁场便很小，对于这类岩石，扩散弛豫与岩性关系不大，岩性对核磁共振测井T2谱影响不大。若岩石颗粒呈强顺磁性时，岩石骨架颗粒与孔隙流体之间磁化率差便很大，会在孔隙内部产生强内部梯度磁场，将对核磁共振测井产生很大影响，对于这类岩石，岩性会对核磁共振测井产生较大影响。

而火成岩大多呈强顺磁性，会使火成岩储层孔隙内部产生强梯度磁场，这是因为火成岩中含大量磁铁矿、角闪石和黑云母等强顺磁性矿物和铁磁性矿物。从酸性火成岩到基性岩，铁磁性矿物和强顺磁性矿物的含量是逐渐增大，岩石的磁化率也逐渐增大，因此，基性岩的磁化率明显的大于酸性岩。火成岩具有的强磁化率特征会使火成岩储层孔隙内部产生强梯度磁场，在孔径一定的情况下，岩石的磁化率越大，孔隙内部梯度磁场越强。

1．3．1强顺磁性岩石对核磁共振测井T2谱影响的理论分析

式(1)与式(2)相结合理论模拟强内部梯度磁场对T2谱的影响，模拟两种大小的内部磁场强度，模拟假定外部磁场梯度一定、不考虑不同尺寸孔径的孔隙其内部磁场梯度的差异性及增大回波间隔引起的短弛豫信号的损失，即

 

式中T2B为体积弛豫，ms；D为扩散系数，cm²／s；G为观测时的梯度磁场；g为旋磁比；TE为回波间隔；r2为横向表面弛豫强度；S／V为岩石比表面；B0为外加磁场强度；r为磁场变化的距离；Dc为岩石骨架颗粒与孔隙流体之间磁化率的差。

对比模拟的两种大小的内部梯度磁场对T2谱影响的成果图可看出(图3)：相同回波间隔下，内部磁场梯度越强，相同弛豫组分对应的T2谱时间越短，意味着T2谱前移越明显，使其向弛豫时间变短的方向移动。

 

1．3．2强顺磁性岩石对核磁共振测井T2谱影响的实际资料分析

实际测井资料与理论模拟结果有相同的认识。图4所示井段为酸性火成岩类，岩性是花岗斑岩，孔隙度最大为l2％，平均孔隙度为9％，图5所示井段为基性火成岩类，岩性是玄武岩，取心段最大孔隙度为18.6％，平均孔隙度为l2％，基性玄武岩的孔隙度要高于酸性花岗斑岩的孔隙度。

 

 

从孔喉大小看，图5所示的基性玄武岩的孔喉半径(图5-b)要明显的大于酸性花岗斑岩(图4-b)。基性玄武岩孔喉半径大于0.148mm的孔喉体积要明显的大于酸性花岗斑岩，孔喉半径大于0.148mm的孔喉体积两口井分别是48％和l8.2％，孔喉半径大小差异明显。

根据核磁共振测井理论知，核磁共振测井T2谱时间的长短反映孔喉半径的大小，一般孔喉半径越大，T2谱弛豫时间越长，T2谱越靠后^[9-12]，但图5的基性玄武岩尽管其孔隙度大、孔喉半径也大，但其T2谱相对酸性花岗斑岩明显偏向短弛豫时间，基性玄武岩的T2谱普遍分布在l0ms的左边(图5-a)，而酸性花岗斑岩尽管其孔喉半径小，但其T2谱却普遍分布在10ms的右边(图4-a)，差异显著，这与一般的核磁理论认识不一致，这是因为基性玄武岩具有强顺磁性，会使储层孔隙内部产生强梯度磁场，使扩散弛豫明显增强，使T2谱发生明显前移的现象，这与前面的关于强顺磁性岩石对核磁共振测井T2谱影响的理论分析相一致。

1．3．3内部梯度磁场的大小对核磁孔隙度的影响

火成岩强磁化率特征会使储层孔隙内部产生强梯度磁场，使扩散弛豫明显增强，除了使T2谱发生前移外，还会使核磁T2谱发生衰减，谱面积减小，核磁孔隙度降低，核磁信号的衰减程度与孔隙内部的梯度磁场大小成正比，孔隙内部梯度磁场越大，核磁信号衰减越大，核磁孔隙度越小。

6块岩心核磁实验孔隙度与常规分析孔隙度对比看出，火成岩核磁实验孔隙度明显低于常规分析的孔隙度(表1)，并且基性岩(21号岩样)减小的程度要明显的大于酸性岩(如表l中的12、22、23号岩样)。这是因为，基性玄武岩的磁化率高，孔隙内部梯度磁场强，核磁信号衰减幅度大。

 

实际测井资料也具有相同的规律。图5中基性玄武岩取心段岩心分析平均孔隙度ll.93％，核磁分析平均孔隙度8.15％，平均误差31.7％。图4中酸性花岗斑岩岩心分析平均孔隙度8.45％，核磁分析平均孔隙度7.97％，平均误差5.7％。表明强磁化率岩石核磁分析的孔隙度较常规分析的偏低，岩石磁化率越大，核磁分析的孔隙度偏低幅度越大。

由式(3)可知，岩石孔隙内部磁场梯度的强弱除与岩石磁化率有关外，还与岩石孔喉尺寸大小有关，与孔喉尺寸大小成反比，孔喉半径越小，孔隙内部梯度磁场越强，T2谱前移越明显，核磁测井孔隙度也越低。

图5中3641～3645m段核磁孔隙度与常规岩心孔隙度之间的误差要明显的大于3636～364lm段(图5-a)，这是因为3641～3645m段的岩心孔喉半径要明显的小于3636～3641m段。

因此，利用核磁共振测井计算火成岩地层的孔隙度具有很大的局限性，尤其在中基性火成岩地层和低孔地层中^[13-14]。

1．4　密度测井

密度测井反映的是仪器探测范围内地层的总密度，能有效反映地层的总孔隙度，对各种类型的孔隙度都能有效反映，如火成岩地层中大的气孔、溶蚀孔洞空隙都能反映。采用岩心刻度测井的方法，分区块、分岩性建立了不同区块、不同岩性的密度测井与岩心分析孔隙度间的线性回归模型用于计算火成岩储层的孔隙度，实际应用表明，利用密度曲线计算的孔隙度与岩心分析孔隙度之间的误差较小(表2)。

 

1．5　ECS测并

地层元素测井(ECS)可以获得主要造岩元素Si、Fe、Ti、Ca、AL、S、Cl、Cr、Gd等的质量百分含量，这些元素的含量与岩石的骨架密度直接相关，中国石油大庆油田有限责任公司、中国石油新疆油田公司(以下简称新疆油田公司)^[6]等建立了利用ECS测井测得的元素含量直接计算岩石体积密度的模型，可以不考虑火成岩复杂岩性识别的问题。新疆油田公司应用准噶尔盆地18口井319组实验数据来计算火成岩的骨架密度^[6]：

rma＝2.53553+0.10462Wsi+0.40365WFe+13.619977WTi      (4)

jD＝(rma-rb)／(rma-rf)        (5)

式中Wsi WFe、WTi分别为ECS硅元素、铁元素和钛元素的质量百分含量；jD为密度孔隙度；rma、rb、rf分别为骨架密度、测井密度、流体密度值。

利用式(4)可动态计算不同深度点的岩石骨架密度，然后将骨架密度值带入式(5)逐深度点计算火成岩地层的孔隙度。从8口井的实际计算效果看，ECS测井方法确定的岩石骨架密度带入孔隙度模型计算的孔隙度在个别井误差大(表2)，显示该方法还不能完全适应火成岩地层，该方法在确定复杂火成岩岩石骨架方面有许多不完善的地方，这也是因火成岩矿物组分多、矿物组分复杂、岩性复杂引起的。

2　结束语

综合研究成果表明：用于火成岩孔隙度计算的声波、中子、密度、核磁和ECS曲线中，应首先优选密度测曲线来计算火成岩储层的孔隙度。

 

参考文献

[1]张玲，王志强，张丽艳，等．火成岩油气藏储量计算有关问题探讨[J]．石油与天然气地质，2009，30(2)：223-229．

ZHANG Ling，WANG Zhiqiang，ZHANG Liyan，et al．A discussion on certain issues concerning reserve calculation of igneous reservoirs[J]．Oil and Gas Geology，2009，30(2)：223-229．

[2]赵杰，雷茂盛，杨兴旺，等．火山岩地层测井评价新技术[J]．大庆石油地质与开发，2007，26(6)：134-137．

ZHAO Jie，LEI Maosheng，YANG Xingwang，et al．New logging evaluation technique for volcanic rock formation[J]．Petroleum Geology&Oilfield Development in Daqing．2007，26(6)：134-137．

[3]李宁，付有升，杨晓玲，等．大庆深层流纹岩全直径岩心实验数据分析[J]．测井技术，2005，29(6)：480-483．

LI Ning，FU Yousheng，YANG Xiaoling，et al．Experimental data analysis on full diameter rhyolite cores from Daqing deep layers[J]．Well Logging Technology，2005，29(6)：480-483．

[4]刘俊田，焦立新，张日供，等．三塘湖盆地牛东区块石炭系火山岩储集层测井评价[J]．天然气地球科学，2009，20(4)：518-521．

LIU J untian，JIAO Lixin，ZHANG Rigong，et al．Well logging evaluation of Carboniferous volcanic reservoirs in Niudong Block，Santanghu basin[J]．Natural Gas Geoscience，2009，20(4)：518-521．

[5]陈钢花，范宜仁，代诗华．火山岩储层测井评价技术[J]．中国海上油气：地质，2000，14(6)：422-427．

CHEN Ganghua，FAN Yiren，DAI Shihua．An evaluation technique for volcanic reservoir using well logging data[J]．China Offshore Oil and Gas(Geology)，2000，14(6)：422-427．

[6]匡立春，董政，孙中春，等．基于元素俘获谱测井计算火山岩储集层孔隙度的方法[J]．新疆石油地质，2009，30(3)：287-288．

KUANG Lichun，DONG Zhen9，SUN Zhongchun，et al．Method for calculation of volcanic reservoir porosity basedon ECS log[J]．Xingjiang Petroleum Geology，2009，30(3)：287-288．

[7]马乾，鄂俊杰，李文华，等．黄骅坳陷北堡地区深层火成岩储层评价[J]．石油与天然气地质，2000，21(4)：337-340．

MA Qian，E Junjie，LI Wenhua，et al．Reservoir evaluation of deep seated igneous rocks in Beipu Region，Huanghua Depression[J]．Oil＆Gas Geology，2000，21(4)：337-340．

[8]曲延明，舒萍，纪学雁，等．松辽盆地庆深气田火山岩储层的微观结构研究[J]．吉林大学学报：地球科学版，2007，37(4)：721-725．

QU Yanming，SHU Ping，JI Xueyan，et al．Micro fabrics of reservoir volcanic rocks in the Qingshen Gas Field of the Songliao Basin[J]．Journal of Jilin University：Earth Science Edition，2007，37(4)：721-725．

[9]赵辉，戴诗华，司马直强，等．磨溪地区嘉二段储层有效性评价方法[J]．西南石油大学学报：自然科学版，2009，31(5)：13-16．

ZHAO Hui，DAI Shihua，SIMA Liqiang，et al．Reservoir effectiveness evaluation for Tlj2 strata in Moxi Area[J]．Journal of Southwest Petroleum University：Science&Technology Edition．2009，31(5)：13-16．

[l0]颜其彬，赵辉，司马立强，等．碳酸盐岩核磁共振实验与认识[J]．天然气工业，2010，30(1)：36-38．

YAN Qibin，ZHAO Hui，SIMA Liqiang，et al．A studv of NMR experiments of carbonates[J]．Natural Gas Industry，2010，30(1)：36-38．

[11]司马立强，吴丰，缪祥禧．龙岗地区礁滩储层有效性评价[J]．西南石油大学学报：自然科学版，2012，34(1)：176-182．

SIMA Liqiang，WU Feng，MIAO Xiangxi．Bank reef reservoir effectiveness eValuation in Longgang District[J]．Journal of Southwest Petroleum Universitv：Science&Technology Edition，2012，34(1)：l76-l82．

[12]陈欢庆，胡永乐，冉启全，等．徐东地区营城组一段火山喷发模式特征[J]．西南石油大学学报：自然科学版，2012，34(1)：41-48．

CHEN Huanqing，HU Yongle，RAN Qiquan，et al．Mode characteristics of volcanic eruption of the member l of Yingcheng Formation in Xudong Area in Songliao Basin[J]．Journal of Southwest Petroleum University：Science＆Technology Edition，2012，34(1)：41-48．

[13]曹宝军，李-卡H7y，姚约东．火山岩气藏开发难点与对策[J]．天然气工业，2007，27(8)：82-84．

CAO Baojun，LI Xiangfang，YAO Yuedong．Challenges and strategies in volcanic gas reservoir development[J]．Natural Gas Industry，2007，27(8)：82-84．

[14]陈晓红，何文渊，冯子辉．松辽盆地徐家圈子断陷主要断裂对气藏的控制作用[J]．天然气工业，2012，32(3)：53-56．

CHEN Xiaohong，HE Wenyuan，FENG Zihui．Controlling effect of major faults on the gas reservoirs in tbe Xujia weizi fault depression，Songliao Basin[J]．Natural Gas Industry，2012，32(3)：53-56．

 

本文作者：戴诗华  赵辉  姜淑云

作者单位：中国石油西部钻探工程公司

  中国石油川庆钻探工程公司地质勘探开发研究院

  中国石油长城钻探工程公司服务公司