致密岩石矿物组分含量及脆性指数多元回归定量预测

黄军平，张智盛，杨占龙，黄云峰，邸俊，张丽萍（1.中国石油a.勘探开发研究院西北分院；b.油藏描述重点实验室，兰州73000；.成都理工大学能源学院，成都610059）

致密岩石矿物组分含量及脆性指数多元回归定量预测

黄军平1a，1b，张智盛2，杨占龙1a，1b，黄云峰1a，1b，邸俊1a，张丽萍1a
（1.中国石油a.勘探开发研究院西北分院；b.油藏描述重点实验室，兰州730020；2.成都理工大学能源学院，成都610059）

定量预测致密岩石中矿物组分含量和脆性特征，可以为非常规油气勘探目标和压裂井段等的优选提供依据。以中国西部地区ZKZ盆地侏罗系含煤地层和YBL盆地侏罗系非含煤地层为例，利用常规测井资料和岩心分析数据，优选对矿物组分较为敏感的常规测井曲线。将参与建模的敏感测井曲线进行了标准化处理，用多元回归分析方法，建立了含煤地层和非含煤地层致密岩石中矿物组分含量及脆性特征的定量预测模型，并对含煤地层和非含煤地层致密岩石脆性特征及其成因进行了论证。预测结果与实测值具有较高的一致性。

致密岩石；矿物组分；脆性特征；多元回归；定量预测

岩石矿物组分含量和脆性特征是非常规油气勘探开发重点关注的对象，也是非常规油气勘探甜点区选择的重要参数。对于致密储集层，矿物组分含量和脆性特征预测尤为重要，直接影响着后期压裂射孔井段的选择［1］。在压裂时，应选取黏土矿物含量相对少、脆性矿物含量相对多的层段［2］。岩心分析和测井评价是认识岩石特性的2种主要手段［3］，对典型探井系统采样，并进行X射线衍射分析或岩石弹性参数的研究，是获取致密岩石矿物组分含量和脆性特征的最佳途径。岩石矿物组分是岩石力学性质的物质基础与内因，而声学、电学等性质是岩石力学性质的外在表现形式［4］。因此，可以利用典型井岩心分析数据与常规测井资料相结合，优选对矿物组分敏感的测井曲线，建立一套定量预测致密储集层中岩石矿物组分含量的方法［5-7］，为非常规油气勘探开发提供依据。

本文在全岩X射线衍射、泥岩X射线衍射、薄片及能谱等分析的基础上，结合测井资料，利用多元回归分析方法，对致密岩石中矿物组分相对含量及脆性指数进行了定量预测，对致密岩石脆性特征及脆性产生原因进行了论证，旨在为低勘探程度区的油气勘探服务。

1　定量预测方法研究

国内外关于致密岩石矿物组分含量和脆性指数定量预测的方法较少［8-10］，对致密岩石中脆性特征及脆性产生的原因进行分析的研究则更少。在岩石的脆性指数预测方面，应用较为广泛的是弹性参数法［11-12］和矿物组分法。笔者考虑到预测方法的易操作性，结合实际资料情况，把常规测井曲线与岩心化验分析资料相结合，利用多元回归分析方法，建立了定量预测含煤地层和非含煤地层致密岩石中矿物组分含量及脆性指数的模型。

1.1弹性参数法

弹性参数法利用杨氏模量和泊松比间接反映岩石的脆性，在岩石学范畴内，杨氏模量越大，泊松比越小，岩石脆性越好，地层越易压裂［11］。岩石的脆性特征通常用岩石的脆性指数（B）表示。

岩石脆性指数的计算公式［13-14］如下:

弹性参数法关键在于获取高精度的杨氏模量和泊松比等岩石弹性参数［13］。不足之处在于:一是无法获取岩石中各矿物组分含量，仅能计算出脆性指数；二是无法解释岩石脆性产生的本质原因。这两点不足极大地制约了弹性参数法的应用。

1.2矿物组分法

矿物组分法主要利用元素俘获测井（ECS）计算矿物组分含量［14-15］，虽然能计算出岩石中各矿物组分含量，但在特定软件中才能使用，且原理较为复杂，实际操作中较难实现。在国内油气勘探中，如果没有特殊需要，很少进行元素俘获测井。

在预测岩石脆性指数方面，矿物组分法较弹性参数法有了进一步的提高，因为在定量预测岩石矿物组分含量基础上，利用脆性矿物组分含量计算脆性指数，计算公式［13］为

对于以石英为主的岩石，（4）式适用性强；对于以石英、长石为主的岩石，需在（4）式的分子项中增加一些脆性较大的矿物组分含量。

1.3多元回归分析方法

笔者用单因素测井资料拟合了致密岩石中矿物组分含量，取得了一定的效果（图1）。由于单因素测井资料多解性较大，此方法在某一特定区块适用，在另一个区块可能就不适用。

文献［16］认为，补偿中子、密度、声波时差、自然伽马和体积光电吸收截面指数5条测井曲线能很好反映矿物成分。本文通过对中国西部地区侏罗系陆相含煤地层与非含煤地层的研究，认为声波时差、补偿中子、密度、自然伽马、深侧向电阻率和浅侧向电阻率6条测井曲线也能很好地反映致密岩石中各矿物组分含量（图2）。就定量预测石英含量（C石英）而言，含煤地层与非含煤地层通过多元回归分析方法拟合的相关系数（R2）都在0.7以上［17］，效果较好。故此模型可以在其他类似区块推广应用。建立的含煤地层与非含煤地层多元回归方程为:

含煤地层

非含煤地层

图1　测井单因素拟合矿物组分含量

常规测井解释模型最多只能求解除泥质以外的双矿物地层［3］，而对于3种或3种以上变量的模型则很难求解。多元回归分析方法则可以同时考虑多个变量，并对每个变量所代表的地质涵义进行定性解释。在进行矿物组分含量和脆性指数定量预测时，充分考虑了能反映岩石性质的多种属性，如岩性、物性、电性和流体性质等。由于岩石中矿物组分较多，为便于研究，笔者将致密岩石中矿物组分划分为石英、长石、碳酸盐矿物、黏土矿物和其他矿物等5类［18］。

2　应用实例

中国西部地区煤系发育，油气资源丰富。在塔里木盆地、准噶尔盆地、柴达木盆地、吐哈盆地等侏罗系煤系中都有油气田发现。笔者选取中国西部地区ZKZ盆地侏罗系含煤地层和YBL盆地侏罗系非含煤地层，运用多元回归分析方法，对含煤地层和非含煤地层致密岩石中矿物组分含量和脆性指数进行了定量预测。此外，结合电子探针和能谱等手段，对其脆性特征和脆性产生的原因进行了论证。

图2　中国西部地区多元回归法拟合石英含量

2.1含煤地层

ZKZ盆地中—下侏罗统为一套含煤地层，煤层厚度小，单层厚度基本小于4 m，在侏罗纪—白垩纪，盆地沉积中心迁移明显［19］。下侏罗统芨芨沟组煤、碳质泥岩和泥岩为盆地主力烃源岩，纵向上，煤、炭质泥岩和泥岩与砂岩互层分布。测井、录井资料表明，与烃源岩紧邻的砂岩全烃含量高，气测异常明显。由于储集层较为致密，物性差，此盆地在勘探上一直未取得突破。前人曾在此盆地发现过稠油和油砂［20］，表明曾有过油气生成运聚过程。

通过对岩石中各矿物组分实验分析数据与不同测井曲线的研究，发现含煤地层模型下，对矿物组分较为敏感的测井曲线分别为声波时差、补偿中子、密度、自然伽马、深侧向电阻率和浅侧向电阻率。将目的层段这6条测井曲线进行标准化处理后，利用多元回归分析方法将上述6条测井曲线与岩心实测石英、长石、碳酸盐矿物、黏土矿物和其他矿物含量进行拟合［21］，得到了如下的通用关系式:

利用多元回归分析方法预测的盆地中关键探井的致密岩石中各矿物组分含量如图3所示，含煤地层模型下致密岩石矿物组分中石英和黏土矿物含量最高，在1 600.0—3 000.0 m井段，石英含量基本在50%以上，黏土矿物含量不低于33%，长石含量较低；2 220.7—2 816.5 m井段基本处于长石不发育带内；但在此井段，反映沉积环境的其他矿物，如黄铁矿、石膏和菱铁矿等矿物组分含量较高；方解石和白云石等碳酸盐矿物组分含量总体不发育。利用定量预测的各矿物组分含量，计算含煤地层中岩石脆性指数，公式为

此模型下岩石脆性指数整体偏高，基本都在0.5以上。一般当脆性矿物组分含量大于40%，黏土矿物含量小于30%时，岩石脆性较好［13］。可知，2 352.0—2 748.0 m井段为最有利的压裂甜点区。

2.2非含煤地层

YBL盆地中侏罗统为其主要勘探目的层。主要发育三角洲、半深湖-深湖和重力流等3种沉积相。烃源岩岩性单一，主要为湖相暗色泥岩。纵向上，砂岩与泥岩叠置分布，与泥岩互层分布的砂体油气显示较为活跃。储集层物性较差，通过对盆地中A井目的层段实施大型体积压裂，获得了工业油流。

利用多元回归分析方法预测的石英、长石、碳酸盐矿物、黏土矿物和其他矿物含量与岩心实验分析资料吻合较好（图4），相关系数0.8以上，说明此方法在非含煤地层模型下适用性较强。

非含煤地层模型下，A井中侏罗统岩石矿物组分较多，主要为石英、长石、碳酸盐矿物和黏土矿物4种矿物。在2 287.0—3 032.0 m井段，反映沉积环境的其他矿物，如黄铁矿、石膏等矿物组分含量不能忽视。总体来说，非含煤地层模型中长石含量比含煤地层模型中长石含量高，2 292.0—2 904.0 m和3 399.0—3 724.0 m井段为长石发育带。大于3 034.0 m深度范围为碳酸盐矿物（如方解石、白云石）发育带，石英和长石含量较低。

由于非含煤地层脆性矿物以石英、长石和碳酸盐矿物（方解石和白云石）为优势矿物，故脆性指数的计算公式为

图3　多元回归分析法定量预测含煤地层各矿物组分含量及脆性指数

此模型下岩石脆性指数（B）高值区分为1个深度带（3 041.0—3 695.0 m）和3个波峰区（2 414.7—2 421.9 m，2 457.6—2 466.9 m和2 646.9—2 656.2 m）（图4）。3 041.0—3 695.0 m深度带脆性高主要是因为方解石及白云石等碳酸盐矿物组分含量高；另外3个波峰区脆性指数高，是由于石英和长石含量较高所致。其中获得工业油流的2 646.9—2 656.2 m井段，石英、方解石及白云石含量均不高，但长石含量高，尤其是钾长石，显微镜下也发现了大量钾长石次生溶蚀孔隙，这与多元回归分析法预测结果较为吻合。

3　结论

（1）通过对常规测井曲线与岩心实验分析数据的研究，指出常规测井曲线中声波时差、补偿中子、密度、自然伽马、深侧向电阻率和浅侧向电阻率曲线能很好地反映岩石中各矿物组分含量，提出了定量预测致密岩石中矿物组分含量及脆性指数的方法——多元回归分析方法，实现了致密岩石矿物组分含量及脆性指数的定量评价。

（2）在中国西部地区ZKZ盆地侏罗系含煤地层和YBL盆地侏罗系非含煤地层中，应用多元回归分析方法定量预测了致密岩石中矿物组分含量和脆性指数，预测的各矿物组分含量计算值与岩心实测值具有较高的正相关性。在误差允许的范围内，基本保证了含煤地层和非含煤地层定量预测的矿物组分含量和脆性指数的准确性。

图4　多元回归分析法定量预测非含煤地层各矿物组分含量及脆性指数

符号注释

a，b，c，d，e，f，m——常数；

B——岩石脆性指数，%；

BE——杨氏模量计算的脆性指数，%；Bσ——泊松比计算的脆性指数，%；

C——各矿物组分含量，%；

E——杨氏模量，［（g/cm3）·（m/s）］2；

Emax——杨氏模量最大值，［（g/cm3）·（m/s）］2；

Emin——杨氏模量最小值，［（g/cm3）·（m/s）］2；

Rd——深侧向电阻率，Ω·m；

Rs——浅侧向电阻率，Ω·m；

υ——声波时差，μs/m；

ρCN——补偿中子密度，v/v；

ρ——密度，g/cm3；

γ——自然伽马，API；

σ——泊松比；

σmax——泊松比最大值；

σmin——泊松比最小值。

［1］颜其彬，陈培元，杨辉廷，等.普光气田须家河组黏土矿物及胶结物对致密砂岩储层的影响［J］.中南大学学报（自然科学版），2014，45（5）:1 574-1 582.

YAN Qibin，CHEN Peiyuan，YANG Huiting，et al.Effect of clay minerals and cements in Xujiahe formation of Puguang gasfield，Sichuan basin on tight sandstone reservoir formation［J］.Journal of Central South University（Science and Technology），2014，45（5）: 1574-1582.

［2］郝建飞，周灿灿，李霞，等.页岩气地球物理测井评价综述［J］.地球物理学进展，2012，27（4）:1624-1632.

HAO Jianfei，ZHOU Cancan，LI Xia，et al.Summary of shale gas evaluation applying geophysical logging［J］.Progress in Geophysics，2012，27（4）:1624-1632.

［3］秦瑞宝，余杰.多矿物处理方法在北美页岩油气藏测井评价中的应用［J］.石油地球物理勘探，2013，48（增刊1）:175-180.

QIN Ruibao，YU Jie.Application of multi-mine soft model in a shale oil & gas reservoir logging evaluation［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:175-180.

［4］董宁，许杰，孙赞东，等.泥页岩脆性地球物理预测技术［J］.石油地球物理勘探，2013，48（增刊1）:69-74.

DONG Ning，XU Jie，SUN Zandong，et al.Shale brittleness prediction by geophysical methods［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:69-74.

［5］赵淑娥，王华，刘小龙，等.基于测井数据的高精度层序地层定量划分方法及其应用［J］.中南大学学报（自然科学版），2013，44 （1）:233-240.

ZHAO Shu'e，WANG Hua，LIU Xiaolong，et al.A method for quantitative division of sequence stratigraphy with high-resolution using logging data and its application［J］.Journal of Central South University（Science and Technology），2013，44（1）:233-240.

［6］张立松，闫相祯，杨秀娟，等.致密碎屑岩裂缝性储层裂缝发育定量预测［J］.中南大学学报（自然科学版），2014，45（2）:501-506.

ZHANG Lisong，YAN Xiangzhen，YANG Xiujuan，et al.Quantitative prediction of natural fracture development for tight fractured clastic rock reservoir［J］.Journal of Central South University（Science and Technology），2014，45（2）:501-506.

［7］许杰，何治亮，董宁，等.含气页岩有机碳含量地球物理预测［J］.石油地球物理勘探，2013，48（增刊1）:64-68.

XU Jie，HE Zhiliang，DONG Ning，et al.Total organic carbon content prediction of gas-bearing shale with geophysical methods［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:64-68.

［8］车廷信，黄延章，刘赫.基于测井敏感属性重构的随机模拟地震反演［J］.石油地球物理勘探，2013，48（增刊1）:131-138.

CHE Tingxin，HUANG Yanzhang，LIU He.Seismic stochastic inversion based on logging sensitive attributes reconstruction［J］.Oil Geophysical Prospecting，2013，48（Supp.1）:131-138.

［9］李军，路菁，李争，等.页岩气储层“四孔隙”模型建立及测井定量表征方法［J］.石油与天然气地质，2014，35（2）:266-271.

LI Jun，LU Jing，LI Zheng，et al.‘Four-pore'modeling and its quantitative logging description of shale gas reservoir［J］.Oil & Gas Geology，2014，35（2）:266-271.

［10］李庆辉，陈勉，金衍，等.页岩脆性的室内评价方法及改进［J］.岩石力学与工程学报，2012，31（8）:1680-1685.

LI Qinghui，CHEN Mian，JIN Yan，et al.Indoor evaluation method for shale brittleness and improvement［J］.Chinese Journal of Rock Mechanics and Engineering，2012，31（8）:1680-1685.

［11］GRIESER B，BRAY J.Identification of production potential in unconventional reservoirs［R］.SPE 106623，2007.

［12］刁海燕.泥页岩储层岩石力学特征及脆性评价［J］.岩石学报，2013，29（9）:3300-3306.

DIAO Haiyan.Rock mechanical properties and brittleness evaluation of shale reservoir［J］.Acta Petrologica Sinica，2013，29（9）: 3300-3306.

［13］赵政璋，杜金虎.致密油气［M］.北京:石油工业出版社，2012.

ZHAO Zhengzhang，DU Jinhu.The tight oil & gas［M］.Beijing:Petroleum Industry Press，2012.

［14］廖东良，肖立志，张元春.基于矿物组分与断裂韧度的页岩地层脆性指数评价模型［J］.石油钻探技术，2014，42（4）:37-41.

LIAO Dongliang，XIAO Lizhi，ZHANG Yuanchun.Evaluation model for shale brittleness index based on mineral content and fracture toughness［J］.Petroleum Drilling Techniques，2014，42（4）:37-41.

［15］廖东良.页岩地层ECS测井资料解释新方法及其应用［J］.石油钻探技术，2015，43（4）:102-107.

LIAO Dongliang.Interpretation and app lication of ECS logging data in shale formations［J］.Petroleum Drilling Techniques，2015，43 （4）:102-107.

［16］潘保芝，李舟波，付有升，等.测井资料在松辽盆地火成岩岩性识别和储层评价中的应用［J］.石油物探，2009，48（1）:48-52.

PAN Baozhi，LI Zhoubo，FU Yousheng，et al.Application of logging data in lithology identification and reservoir evaluation of igneous rock in Songliao basin［J］.Geophysical Prospecting for Petroleum，2009，48（1）:48-52.

［17］陈吉，肖贤明.南方古生界3套富有机质页岩矿物组成与脆性分析［J］.煤炭学报，2013，38（5）:822-826.

CHEN Ji，XIAO Xianming.Mineral composition and brittleness of three sets of Paleozoic organic-rich shales in China south area［J］. Journal of China Coal Society，2013，38（5）:822-826.

［18］张丽霞，石彦，梁成钢，等.砂岩黏土矿物相对含量分析中存在的问题［J］.新疆石油地质，2014，35（3）:365-368.

ZHANG Lixia，SHI Yan，LIANG Chenggang，et al.Theproblems existing in relative content analysis of sandstone clay minerals［J］. Xinjiang Petroleum Geology，2014，35（3）:365-368.

［19］任和爱，李刚.北山地区总口子盆地油气勘探方向［J］.海洋地质动态，2005，21（4）:24-27.

REN Heai，LI Gang.The oil & gas exploration direction of the Zongkouzi basin in Beishan area［J］.Marine Geology Letters，2005，21（4）:24-27.

［20］吴青鹏，杨占龙，韩小锋，等.中口子盆地黑1井石油地质综合评价［R］.中国石油吐哈油田分公司，2012.

WU Qingpeng，YANG Zhanlong，HAN Xiaofeng，et al.The comprehensive geological evaluation of the Hei1 well in Zhongkouzi basin ［R］.PetroChina Tuha Oilfield Company，2012.

［21］李华阳，周灿灿，李长喜，等.致密砂岩脆性指数测井评价方法——以鄂尔多斯盆地陇东地区长7段致密砂岩储集层为例［J］.新疆石油地质，2014，35（5）:593-597.

LI Huayang，ZHOU Cancan，LI Changxi，et al.Logging evaluation and application of brittleness index in tight sandstone reservoir—a case study of Chang-7 tight sandstone reservoir in Longdong area of Ordos basin［J］.Xinjiang Petroleum Geology，2014，35（5）:593-597.

（编辑顾新元）

Quantitative Prediction of Mineral Component Content and Brittleness Index in Tight Rocks Based on Multivariate Regression Analysis

HUANG Junping1a，1b，ZHANG Zhisheng2，YANG Zhanlong1a，1b，HUANG Yunfeng1a，1b，DI Jun1a，ZHANG Liping1a
（1.PetroChina，a.Northwest Branch，Research Institute of Petroleum Exploration & Development；b.Key Laboratory of Reservoir Description，Lanzhou，Gansu 730020，China；2.College of Energy Resources，Chengdu University of Technology，Chengdu 610059，China）

Quantitative prediction of mineral component content and brittleness in tight rocks can provide a basis for optimization of exploration targets and fracturing intervals in unconventional reservoirs.Taking Jurassic coal-bearing strata in ZKZ basin and Jurassic non-coal strata in YBL basin in western China as examples，conventional logging curves sensitive to mineral components are selected based on conventional logging and core analysis data.Standardized processing is performed for sensitive logging curves related to modeling.Based on multivariate regression analysis，a quantitative model is established with multivariate regression analysis to predict mineral component content and brittleness in tight rocks in coal-bearing and non-coal strata，and the features and geneses of tight rock brittleness are demonstrated. The prediction results highly correspond to the actual measured values.

tight rock；mineral component；brittleness feature；multivariate regression；quantitative prediction

TE112.221

A

1001-3873（2016）03-0346-06

10.7657/XJPG20160320

2015-04-30

2016-01-28

国家科技重大专项（011ZX05001）；中国石油科技重大专项（2013E-0502）

黄军平（1983-），男，湖北荆州人，工程师，硕士，石油地质，（Tel）15117267607（E-mail）cnhjp2007@163.com