致密气核磁共振测井观测模式及气水弛豫分析
——以四川盆地为例

张 筠 吴见萌 朱国璋

1.中石化西南石油工程有限公司 2.中国石油川庆钻探工程公司地质勘探开发研究院

四川盆地天然气资源丰富，随着勘探进程的纵深推进，勘探对象的日趋复杂，致密砂岩、碳酸盐岩等致密储层已成为新时期的重点勘探目标。

四川盆地致密储层非均质性强，储层物性较差，绝大多数孔隙度小于10%，渗透率低于0.1 mD，属于致密或极致密储层，储层具有复杂的气水关系。

针对四川盆地致密储层特征，气水差异识别是致密储层评价的难点。核磁共振测井能正确评价致密砂岩、碳酸盐岩等致密储层的流体性质[1-2]，但前提是必须选择合理的核磁共振测井观测模式。

笔者以岩石弛豫特征和气水弛豫特征为理论基础，形成了四川盆地致密砂岩和碳酸盐岩储层的T2气水弛豫判别标准，能有效甄别出孔隙度4%～10%的致密储层的流体性质，为四川盆地致密储层的气水差异识别、天然气储量计算、产能建设提供了重要的技术支撑。

1 核磁共振测井观测模式选择

MRIL_P型核磁共振观测模式有4种，即单TW/单TE模式、双TW/单TE模式、单TW/双TE模式和双TW/双TE模式。这4种观测模式为P型核磁在不同的油气藏条件、不同的观测目标中的应用奠定了基础，针对不同的储层、不同的油气藏类型、不同的勘探目标层位，应选择较为合适的观测模式进行测量[3]。

目前，四川盆地上三叠统须家河组致密碎屑岩开展了多次核磁共振测井观测模式对比试验。以某10井须家河组观测模式对比为例，共进行了4种观测模式的测井资料采集[4]，主要包括D9TW3、D9TWE1、D9TWE2及D9TWE3，这4种观测模式对应着不同的等待时间和回波间隔（表1）。研究中，分别对不同测量模式的核磁测井资料进行了处理，其对比分析如下。

表1 MRIL-Prime测井仪4种观测模式及其基本参数表

1.1 “双 TW/单TE”与“双TW/双TE”观测模式对比

某10井须家河组储层在3 697～3 731 m共进行了两种观测模式的核磁测井信息采集，即D9TW3和D9TWE3，这两种观测模式所对应的采集参数显示A组长等待时间和B组短等待时间一致，但回波间隔存在明显差异，D9TW3观测模式所对应的A、B组回波间隔为3.6 ms，D9TWE3观测模式所对应的A、B组回波间隔为0.9 ms。

该储层段谱分布特征表明：当采用D9TW3观测模式采集时，其对应的回波间隔较大，长、短等待时间T2分布谱所表现出的特征是右边界左移，T2谱分布范围变窄，差谱显示可动烃信息微弱；当采用D9TWE3观测模式采集时，对应的回波间隔较小，长、短等待时间T2谱分布范围宽，差谱显示可动烃信息较强（图1）。依据长等待时间T2分布谱，利用D9TW3观测模式计算的可动流体信息主要以可动水为主，利用D9TWE3观测模式计算的可动天然气信息较D9TW3观测模式计算的可动天然气信息多。该储层段经套管射孔、加砂压裂测试，获得天然气产量0.524 6×104m3/d，水产量6.2 m3/d，该层应评价为气水同层[5]。综合对比分析认为，D9TWE3观测模式所反映出的储层可动流体信息与实际测试情况一致，因此，D9TWE3观测模式好于D9TW3观测模式。

1.2 “双TW/双TE”观测模式对比

本次研究试验了“双TW/双TE”模式中的D9TWE1、D9TWE2、D9TWE3等3种观测模式的核磁测井原始资料采集及回波信号分析，这3种观测模式均有足够长的等待时间，即TW= 13.0 s，其自旋回波信号已完全恢复到平衡状态。由于恢复时间受测井速度的影响，因此，试验井采用的3种观测模式测井速度均控制在1.5 m/s，其目的是使孔隙中的氢核完全极化。

图1 某10井须家河组观测模式对比图

考虑核磁共振测井受到等待时间、回波间隔的影响，3种观测模式的长等待时间、短等待时间、回波间隔（即双TW）保持一致，故得到的差谱信息也基本一致。由于四川盆地致密储层以天然气为主，因此，扩散系数起主要作用，为了突出致密储层的天然气信息，主要依据D9TWE1、D9TWE2、D9TWE3等3种观测模式的“双TE”的差异，结合试气资料，对致密气层段的核磁原始回波信号进行处理对比分析，以此选择最合适的观测模式。其目的是能有效甄别出孔隙度4%～10%的天然气信息，正确评价四川盆地致密碎屑岩、碳酸盐岩等致密储层的流体性质。

以试验井某10井致密储层4 513～4 552 m为例（图2），岩性为灰色细砂岩，气测全烃由0.85%上升到51.357%，孔隙度为4%～10%。该储层段共进行了D9TWE1、D9TWE2、D9TWE3等3种观测模式的核磁测井原始回波信号采集，这3种观测模式所对应的采集参数显示A、B组等待时间、回波间隔和D组等待时间均一致，唯有D组长回波间隔有所差异，这3种观测模式的D组长回波间隔分别为1.8 ms、2.7 ms和 3.6 ms（表 1）。

从3种核磁共振测井观测模式采集的回波信号处理成果对比来看（图2），储层段4 513.5～4 517.4 m采用D9TWE3观测模式采集的回波信号，经解谱后，D组的长回波间隔T2分布谱相对于A组的短回波间隔T2分布谱向减小的方向偏移，且整体的偏移量较大。而采用D9TWE1、D9TWE2观测模式得到的D组的长回波间隔T2分布谱和A组的短回波间隔T2分布谱基本一致，无明显差异，无含气指示特征。而该储层段完井测试获天然气产量0.586×104m3/d。因此，依据D9TWE3观测模式的处理结果所判别的储层流体性质与测试结论一致，综合判别D9TWE3观测模式优于D9TWE1、D9TWE2观测模式。

图2 某10井致密储层3种观测模式的核磁测井原始资料采集及处理对比分析图

同样，储层段4 525.5～4 538.5 m采用D9TWE3观测模式得到的D组的长回波间隔T2分布谱，相对于A组的短回波间隔T2分布谱向减小的方向偏移，整体偏移量较大；相比之下，采用D9TWE2观测模式得到的D组的长回波间隔T2分布谱，相对于A组的短回波间隔T2分布谱向减小方向偏移的偏移量相对较小；而采用D9TWE1观测模式得到的D组的长回波间隔T2分布谱略微偏移，含气指示特征不明显。该储层段完井测试获天然气产量1.8×104m3/d，进一步证明了采用D9TWE3观测模式得到的T2分布谱特征更易判别四川盆地致密储层的含气性。

2 致密储层气水弛豫特征

2.1 致密砂岩储层的T2气水弛豫特征

研究中以岩石弛豫特征和气水弛豫特征为理论基础[6-7]，对川西地区须家河组四段已测试层的气水弛豫特征进行分析。

研究结果表明：对岩屑砂岩，岩石颗粒越细，比表面积越大，表面弛豫作用越强，横向弛豫时间越短[8]；对于天然气，其扩散比油或水快得多，气体的扩散系数和气体的密度及分子运动速度有关，而气体的密度与温度压力有关，随着压力增大，气体密度增大，随着温度的升高，分子运动速度加快，分子间碰撞概率增加，扩散系数增大；对地层水，当附存于岩屑砂岩中时，表面弛豫起主要作用。

通过分析，由于川西地区须四段储层孔隙结构不同，致使T2气水弛豫特征存在明显差异，例如细粉砂岩→粗中砂岩的横向弛豫时间由短变长。在相同孔隙结构的情况下，储层流体性质不同时，T2弛豫特征也存在差异，当储层含天然气时，主要受扩散弛豫的影响，当储层含水时，主要受表面弛豫的影响，通常情况下，扩散弛豫作用比表面弛豫作用的横向弛豫时间短，因此，天然气的T2弛豫时间比水的T2弛豫时间短[9-10]。但川西地区须四段气水的T2弛豫特征恰恰相反，这主要表现在流体的扩散还要受到孔隙空间的限制，在大孔隙中，流体扩散受孔壁限制较小，扩散系数增大；在小孔隙中，随着孔径的减小或扩散时间的增大，扩散作用受到孔径限制，使得扩散系数减小。川西地区须四段储层属于致密碎屑岩储层，孔隙度介于4%～10%，故天然气受扩散作用的影响比较小，从而造成天然气的T2弛豫时间比水的T2弛豫时间长 。

通过研究，以测试层为样本，分别确定出了粗中砂岩、细粉砂岩储层的T2气水弛豫（图3）。研究表明：T2气水弛豫存在一定的规律，在储层岩性一致的情况下，T2气水弛豫随着储层孔隙度的增大而增大，即储层孔隙度越大，T2气水弛豫分布值越大，储层孔隙度越小，T2气水弛豫分布值越小；同时，T2气水弛豫分布值还与储层孔径密切相关，在孔隙度相同的情况下，T2气水弛豫分布值随孔径尺寸的增大而增大，因此，细粉砂岩→粗中砂岩的T2气水弛豫分布值由小变大[12-13]。其具体气水弛豫分布值如表2所示。

图3 川西地区须四段粗中砂岩的T2气水弛豫分布特征图

表2 川西地区须四段不同岩性储层的T2气水弛豫分布值域区间情况表

2.2 碳酸盐岩储层的T2气水弛豫特征

对碳酸盐岩，体积弛豫比表面弛豫的作用强，因此相对砂岩来说，碳酸盐岩横向弛豫时间较长。当碳酸盐岩储层伴有裂缝和溶蚀孔洞发育时，体积弛豫的作用就越强，因此，横向弛豫时间就越短[14]。同时，流体性质对碳酸盐岩储层核磁共振T2气水弛豫分布也有一定影响。据研究，四川盆地缝洞性碳酸盐岩储层的标准T2分布谱右峰的主峰值域区间主要集中在100～1 000 ms之间，气层的T2分布谱右峰靠前，水层的T2分布谱右峰靠后。

结合缝洞性储层T2分布谱特征，以4口井的测试资料为依据，分析认为不同储层物性的核磁共振测井T2气水分布值也存在明显差异[15]，本次研究对Ⅰ、Ⅱ类测试层的T2气水分布特征进行了解析，其具体的T2气水弛豫分布的值域区间情况如表3所示。依据核磁T2分布谱特征，能较为明显地区分缝洞性储层的流体性质。

以PZ1井雷口坡储层5 731～5 866 m为例，储层岩性为灰质白云岩。录井显示该段储层气测值由0.460%上升至4.495%，井口见少量针尖状气泡；取心段5 817.0～5 821.1 m共发育裂缝208条，缝密度29 条/m，平缝150条、斜缝13条、立缝45条，略具臭鸡蛋气味。录井评价为含气层。

测井曲线特征（图4）反映该段储层物性较好，纵向上储层连续性好，深侧向电阻率测值主要集中在100～2 000 Ω·m之间，三孔隙度曲线反映出的Ⅰ类储层发育点5 763.5 m和5 780.0 m对应的电阻率测值低至70 Ω·m；电成像测井资料显示该段储层高角度裂缝和网状缝发育，其储集类型为裂缝—孔洞型[16]，其中5 763.5 m和5 780.0 m网状裂缝和溶蚀孔洞非常发育；核磁共振资料处理成果显示有效孔隙度较大，长等待时间T2分布谱右峰的主峰值域区间在100～500 ms之间，差谱显示主要储层段5 756～5 790 m和5 815～5 866 m具明显可动天然气信息特征；主要储层段斯通利波能量明显衰减，储层渗透性好；综合评价为Ⅰ类气层有2.8 m，Ⅱ类气层有24.2 m，Ⅲ类气层有47.4 m。完井测试获得天然气无阻流量332×104m3/d，实现了该气田的重大油气发现。

表3 缝洞性碳酸盐岩储层T2气水弛豫分布值域区间情况表

图4 PZ1井5 731～5 866 m测井响应特征及处理成果组合图

3 结论

1）采用D9TWE3观测模式得到的T2谱分布特征更易判别四川盆地致密砂岩、碳酸盐岩等致密储层的流体性质。

2）储层致密化是致密碎屑岩储层气水弛豫分布特征的主要影响因素。川西地区须四段致密储层受扩散作用的影响较小，储层T2气水分布特征表现为天然气的T2弛豫时间比水的T2弛豫时间长。

3）四川盆地缝洞性碳酸盐岩储层气水弛豫分布特征为：气层的T2分布谱右峰靠前，水层的T2分布谱右峰靠后。

[1] Eslami M, Kadkhodaie-Ilkhchi A, Sharghi Y & Golsanami N.Construction of synthetic capillary pressure curves from the joint use of NMR log data and conventional well logs[J]. Journal of Petroleum Science and Engineering, 2013, 111: 50-58.

[2] Labani MM, Kadkhodaie-Ilkhchi A & Salahshoor K. Estimation of NMR log parameters from conventional well log data using a committee machine with intelligent systems: A case study from the Iranian part of the South Pars Gas Field, Persian Gulf Basin[J]. Journal of Petroleum Science and Engineering, 2010,72(1/2): 175-185.

[3] 肖立志, 柴细元, 孙宝喜, 陆大卫, 付有升, 高秋涛. 核磁共振测井资料解释与应用导论[M]. 北京: 石油工业出版社, 2001.Xiao Lizhi, Chai Xiyuan, Sun Baoxi, Lu Dawei, Fu Yousheng& Gao Qiutao. NMR logging interpretation and China case studies[M]. Beijing: Petroleum Industry Press, 2001.

[4] 肖立志. 核磁共振成像测井与岩石核磁共振及其应用[M]. 北京: 北京科学出版社, 1998.Xiao Lizhi. NMR imaging logging principles and applications[M]. Beijing: Science Press, 1998.

[5] 张筠. 川西坳陷裂缝性储层的裂缝测井评价技术[J]. 天然气工业, 2003, 23(增刊1): 43-45.Zhang Yun. Fracture log evaluation techniques of the fractured reservoirs in West Sichuan Depression[J]. Natural Gas Industry,2003, 23(S1): 43-45.

[6] 吴见萌, 葛祥, 张筠, 董震. 核磁共振测井在川西低孔隙度低渗透率储层中的应用[J]. 测井技术, 2010, 34(2): 159-163.Wu Jianmeng, Ge Xiang, Zhang Yun & Dong Zhen. The application of the NMR logging to low porosity and permeability reservoir in west Sichuan[J]. Well Logging Technology, 2010,34(2): 159-163.

[7] 吴见萌, 张筠, 葛祥. 利用核磁共振测井资料评价致密储层可动水饱和度[J]. 测井技术, 2011, 35(6): 559-563.Wu Jianmeng, Zhang Yun & Ge Xiang. NMR logging evaluation of mobile water saturation in tight reservoir[J]. Well Logging Technology, 2011, 35(6): 559-563.

[8] 李宁, 肖承文, 伍丽红, 石玉江, 武宏亮, 冯庆付, 等. 复杂碳酸盐岩储层测井评价: 中国的创新与发展[J]. 测井技术,2014, 38(1): 1-10.Li Ning, Xiao Chengwen, Wu Lihong, Shi Yujiang, Wu Hongliang, Feng Qingfu, et al. The innovation and development of log evaluation for complex carbonate reservoir in China[J].Well Logging Technology, 2014, 38(1): 1-10.

[9] 颜其彬, 赵辉, 司马立强, 施振飞. 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 & Shi Zhenfei. A study of NMR experiments of carbonates[J]. Natural Gas Industry, 2010,30(1): 36-38.

[10] 谢然红, 肖立志, 邓克俊, 廖广志, 刘天定. 二维核磁共振测井[J]. 测井技术, 2005, 29(5): 430-434.Xie Ranhong, Xiao Lizhi, Deng Kejun, Liao Guangzhi & Liu Tianding. Two-dimensional NMR logging[J]. Well Logging Technology, 2005, 29(5): 430-434.

[11] 谢然红, 肖立志. (T2, D)二维核磁共振测井识别储层流体的方法[J]. 地球物理学报, 2009, 52(9): 2410-2418.Xie Ranhong & Xiao Lizhi. The (T2, D) NMR logging method forぼuids characterization[J]. Chinese Journal of Geophysics, 2009,52(9): 2410-2418.

[12] 李鹏举, 张智鹏, 姜大鹏. 核磁共振测井流体识别方法综述[J].测井技术, 2011, 35(5): 396-401.Li Pengju, Zhang Zhipeng & Jiang Dapeng. Review on fluid identification methods with NMR logging[J]. Well Logging Technology, 2011, 35(5): 396-401.

[13] 张晋言, 刘海河, 刘伟. 核磁共振测井在深层砂砾岩孔隙结构及有效性评价中的应用[J]. 测井技术, 2012, 36(3): 256-260.Zhang Jinyan, Liu Haihe & Liu Wei. Application of NMR data to evaluation of deep glutenite pore structure and reservoir validity[J]. Well Logging Technology, 2012, 36(3): 256-260.

[14] Akkurt R, Guillory AJ, Vinegar HJ & Tutunjian PN. NMR logging of natural gas reservoirs[J]. The Log Analyst, 1996, 37(6):33-42.

[15] Sun B & Dunn KJ. Core analysis with two dimensional NMR[C]//Proceedings of the 2002 International Symposium of the Society of Core Analysts.

[16] 孙鲁平, 首皓, 赵晓龙, 李平. 基于微电阻率扫描成像测井的沉积微相识别[J]. 测井技术, 2009, 33(4): 379-383.Sun Luping, Shou Hao, Zhao Xiaolong & Li Ping. Sedimentary facies identiベcation based on FMI imaging logging data[J]. Well Logging Technology, 2009, 33(4): 379-383.