岩性油气藏  2022, Vol. 34 Issue (4): 89-102       PDF    
×
吉木萨尔凹陷二叠系芦草沟组页岩储层孔隙结构定量表征
张记刚1, 杜猛2,3,4, 陈超1, 秦明1, 贾宁洪3,4, 吕伟峰3,4, 丁振华1, 向勇2    
1. 中国石油新疆油田分公司 勘探开发研究院, 新疆 克拉玛依 834000;
2. 中国石油大学(北京)机械与储运工程学院, 北京 102249;
3. 中国石油勘探开发研究院, 北京 100083;
4. 中国石油勘探开发研究院提高采收率国家重点实验室, 北京 100083
摘要: 吉木萨尔凹陷二叠系芦草沟组是重要的页岩油气聚集区。通过铸体薄片、压汞及核磁共振等分析,结合医用CT、微米CT扫描技术、扫描电镜矿物定量评价(QEMSCAN)及Avizo可视化软件先进的数学算法,构建了吉木萨尔凹陷芦草沟组页岩储层的三维数字岩心并提取了孔隙网络模型参数,获取全尺度孔径分布曲线,从多个维度综合开展其微观孔隙结构定量表征研究。研究结果表明:①研究区芦草沟组页岩储层的孔隙度平均为7.6%,渗透率平均为0.37 mD,为“低孔-特低渗”型致密页岩储层,其主要储集空间类型为次生溶蚀孔,含残余粒间孔、生物体腔孔和成岩微裂缝。②孔喉尺度为纳米—微米级不等,以0.12~1.75 μm喉道贡献率最高,亚微米—微米级孔喉对渗流的贡献较大,孔隙展布形态多为孤立状和条带状,孔隙半径大多为4.5~12.5 μm;喉道半径大多为1.3~5.1 μm,喉道长度为5~15 μm;孔喉配位数为1~2,孔隙结构具有非均质性强、连通性差等特点,孔喉连通性比孔隙尺度对渗流的贡献更大。③纳米尺度下,基质矿物主要为石英和钠长石,纳米级微孔大多分布于矿物颗粒(晶体)内部有机质孔及胶结物微孔隙,孔径为0.015~5.000 μm。
关键词: 页岩油    非均质性    跨尺度    数字岩心    微观孔隙结构表征    芦草沟组    二叠系    吉木萨尔凹陷    
Quantitative characterization of pore structure of shale reservoirs of Permian Lucaogou Formation in Jimsar Sag
ZHANG Jigang1, DU Meng2,3,4, CHEN Chao1, QIN Ming1, JIA Ninghong3,4, LYU Weifeng3,4, DING Zhenhua1, XIANG Yong2    
1. Research Institute of Exploration and Development, PetroChina Xinjiang Oilfield Company, Karamay 834000, Xinjiang, China;
2. College of Mechanical and Transportation Engineering, China University of Petroleum(Beijing), Beijing 102249, China;
3. PetroChina Research Institute of Petroleum Exploration & Development, Beijing 100083, China;
4. State Key Laboratory of Enhanced Oil Recovery, PetroChina Research Institute of Petroleum Exploration & Development, Beijing 100083, China
Abstract: The Permian Lucaogou Formation in Jimsar Sag is an important shale oil and gas accumulation area. Based on the analyses of cast thin sections, mercury injection and nuclear magnetic resonance, combined with medical CT, micro-CT scanning technology, quantitative evaluation of minerals by scanning electron microscope(QEMSCAN)and advanced mathematical algorithms of Avizo visualization software, a three-dimensional digital core of shale reservoirs of Lucaogou Formation in Jimsar Sag was constructed, and the pore network model parameters were extracted, and the full-scale pore size distribution curves were obtained. The comprehensively quantitative characterization of microscopic pore structure from multiple dimensions was carried out. The results show that: (1)The average porosity of the shale reservoirs of Lucaogou Formation in the study area is 7.6%, and the average permeability is 0.37 mD, which belongs to low porosity and ultra-low permeability tight shale reservoir. The main reservoir space is secondary dissolved pores, including residual intergranular pores, biological cavity pores and diagenetic microfractures.(2)The pore throat scale ranges from nanometers to micrometers. The throats within 0.12-1.75 μm have the highest contribution rate, and the submicron-micron pore throats have a greater contribution to seepage. The pores are mainly distributed in isolated and banded shape. The pore radius is mostly 4.5-12.5 μm, the throat radius is mostly 1.3-5.1 μm, and the throat length is 5-15 μm. The pore throat coordination number is mainly 1-2. The pore structure has the characteristics of strong heterogeneity and poor connectivity, and the contribution of pore connectivity to seepage is greater than that of pore scale.(3)On the nano scale, the matrix minerals are mainly quartz and albite, the main nano micropores are organic matter pores in mineral particles(crystals)and cement micropores, and the pore radius is 0.015-5.000 μm.
Key words: shale oil    heterogeneity    cross scale    digital core    microscopic pore structure characterization    Lucaogou Formation    Permian    Jimsar Sag    
0 引言

页岩油气是指在富有机质页岩层段中富集生成的油气资源,其有效开发一直是一个世界性难题[1-3]。据最新勘探进展显示,中国页岩油可采储量为397.4×108 t,广泛分布于渤海湾、松辽、鄂尔多斯等区域,在我国石油增储上产中占有较高地位。近年来,以凹陷区成藏为理论依据发现的吉木萨尔页岩油藏,已成为中国页岩油研究的热点之一,受到国内外学者广泛关注,其储量规模高达10×108 t,为国家级页岩油示范区,预计2025年建设产能200× 104 t [4-5]。吉木萨尔页岩储层储集空间以低孔低渗的纳米微孔喉为主,孔隙类型因其复杂的连通性及后期成岩作用而差异较大,非均质性较强。影响页岩油高效开发的主要因素常表现为孔隙结构特性及油气赋存机制[6-8],因此,开展吉木萨尔凹陷芦草沟组页岩储层孔隙结构特征研究,对于提高油藏采收率、改善油气勘探开发工艺具有重要意义。

常规的储层孔隙结构的表征方法有扫描电镜、铸体薄片和压汞等[9-10],非常规方法通常有医用CT、微米CT、纳米CT、FE电镜、FIB电镜和气体吸附法等[11-12]。随着高分辨率CT技术的不断革新,数字岩心无损探测技术通过X射线衰减成像建立孔网三维模型,从而可开展孔隙可视化定量表征。贾宁洪等[13]利用纳米CT和MAPS技术识别干酪根纳米级孔隙,完成岩样孔隙度精密测量,建立了无损孔隙度测量新方法;Bijoyendra等[14]、Golab等[15]结合高精度扫描电镜及微米CT建立煤岩三维孔隙结构;王朋飞等[16]以微米CT技术和数字岩心对页岩微观孔隙结构特征进行研究;Lyu等[17]利用矿物成像方法(QEMSCAN)和微米CT分析了储层基质内孔隙应力敏感成因与井间压力传播机制的关系。

综合上述研究成果可看出利用CT技术可开展岩心可视化无损表征研究,受CT扫描精度及孔网重建方法的影响,孔隙模型重建过程中存在阈值分割孔隙度损失、模型过于理想化等问题。此外大多研究集中于碳酸盐岩、砂砾岩储层的岩石类型、岩性划分等,研究方法相对传统,仅对部分特定尺度孔径适用,对于页岩纳米孔隙的研究仍处于定性观察阶段,微纳米级孔隙定量表征研究较少。以吉木萨尔凹陷芦草沟组页岩为研究对象,采用高分辨率CT扫描样品,定量表征岩样的微米级孔隙结构,通过二维图像采集系统分析页岩储层的非均质孔喉结构特性,同时建立页岩三维可视化数字岩心研究孔隙在岩石骨架中的展布,以不同颜色标定孔隙连通性,结合微图像拼接技术对基质纳米孔隙进行定量分析,以期为吉木萨尔页岩油藏勘探开发提供指导。

1 地质概况

准噶尔盆地是石炭世—第四纪晚期的大型陆相盆地,位于我国西北部,总面积为13 533 km2。吉木萨尔凹陷位于准噶尔盆地的东部隆起,经历多期构造演化后形成了现今的构造格局(图 1)。该区域西高东低,北邻沙奇凸起和吉木萨尔断裂带,西邻西地断裂和北三台凸起,东邻帐北断褶带和古西凸起,南面与三台断裂及吉南凸起相邻,南北间距约50 km,东西间距约60 km,总体构造格局为单斜“箕状”二级构造单元,面积约1 300 km2 [18-19],是油气运移和聚集的有利区域。吉木萨尔凹陷自下而上发育层系为石炭系的松喀尔苏组、巴塔玛依内山组,二叠系的乌拉泊组、井井子沟组、芦草沟组、梧桐沟组,三叠系的韭菜园子组、烧房沟组、克拉玛依组,侏罗系的八道湾组、三工河组、西山窑组、头屯河组、齐古组,白垩系的吐谷鲁群,古近系、新近系和第四系[18-19]。二叠系自上而下依次为梧桐沟组(P3wt)、芦草沟组(P2l)、井井子沟组(P2j)、乌拉泊组(P2wl),地层构造比较完整且层系间为部分不整合接触。本次研究层系芦草沟组是页岩油开发的主要目的层系,有机质含量高,生烃潜力大,是盆地内品质较好的烃源岩,厚度为200~350 m,其岩性复杂,主要为灰色白云质泥岩、黑色泥岩以及白云岩。根据岩性分类及物性演化规律,将芦草沟组自下而上划分为芦一段和芦二段;根据岩心含油情况及物性分析,芦草沟组由2个“甜点体”组成,层厚分别达43 m和38 m [20-21],上甜点整体岩性为云质砂岩及黑色泥质砂岩,下甜点岩性主要为云质粉细砂岩。

下载原图 图 1 吉木萨尔凹陷构造单元(a)及地层划分(b)(据文献[19] 修改) Fig. 1 Structural units(a)and strata division(b)of Jimsar Sag
2 物性特征与孔隙类型

选取吉木萨尔凹陷157块页岩样品开展物性分析测试,结果显示其孔隙度为2.3%~15.9%,平均为7.6%;渗透率为0.01~2.00 mD,分布于0.01~1.00 mD的样品超过80%,平均为0.37 mD,为“低孔-特低渗”型致密页岩储层。岩样孔隙度增大时,渗透率无明显变化规律,孔渗交会相关性不强(图 2),部分样品局部发育微裂缝,渗透率可达1.8 mD,表明页岩储层裂缝的存在对储层起到一定改造作用。此外,页岩储集层喉道偏细,储层孔隙若无法连通,则成为无效孔隙,岩心溶蚀孔或微裂隙发育可使页岩储集层中无效孔隙得以连通,发育成有效的储集空间。研究区页岩致密化程度高且所处地层较深,白云石压实等改造作用使得该储层渗透率和孔隙度均较低,孔喉形成的组合极其复杂,渗透率变异系数为0.5以上,平均为1.7左右,储层具有较强非均质性。通过孔渗交会图可看出孔隙度和渗透率无明显线性关系,分布较为散乱,孔隙度相似的岩样渗透率可表现为数量级差别,间接反映了页岩连通性较为复杂。芦草沟组页岩油原油密度为0.86~0.92 g/cm3,储层温度条件下黏度为10.4 mPa·s,凝固点为23 ℃,蜡的质量分数10.84%,初馏点为126.7 ℃,非烃和沥青质含量较高,以轻质油和中质油为主。

下载原图 图 2 吉木萨尔凹陷二叠系芦草沟组渗透率和孔隙度交会图 Fig. 2 Cross plot of permeability and porosity of Permian Lucaogou Formation in Jimsar Sag

根据岩石薄片资料对该区样品岩性进行判别,观察结果显示芦草沟组岩性可分为混合极细粒粉砂岩、碳酸盐岩和碎屑岩等(图 3a3c)。极细砂的体积分数为30%;砂质成分石英和燧石细碎屑的体积分数为15%;长石的体积分数为60%,以斜长石和钠长石为主,具明显双晶,蚀变较深,绢云母化,个别泥化强烈,磨圆度为次圆—次棱状,颗粒间接触方式多为点-线式,颗粒偏细且分选性一般。粒径多小于0.34 mm,粒度分布图谱普遍为明显双峰型。岩屑成分以中酸性喷出岩屑为主,填隙物以杂基为主,成分主要为网状泥质和高岭石、水云母等黏土矿物,见雏晶状绢云母聚集分布;高岭石呈团块状富集,方解石以粉晶为主,星点状分布;白云石自形程度较高,以粉晶为主,分散分布。颗粒间可观察到碳酸盐岩及黏土等胶结矿物,岩层间表现为孔隙- 压嵌式胶结。该区块岩石总面孔率约为4%,原生孔隙颗粒轮廓较为清晰,粒间与颗粒表面无明显次生加大和溶蚀现象,其直径可达几十微米,由于原生孔隙间含有填充物且孔隙数量占比较小,对储层有效孔隙度的贡献相对较小。次生孔隙是主要储集空间,主要包括胶结物或钠长石溶蚀过程中形成的溶孔,碳酸盐溶蚀发育程度较高,其次为杂基和长石,尽管次生孔隙孔径极小,由于其在岩石中广泛发育,对储层孔隙度的贡献最大。此外还包括少量生物体腔孔和成岩微裂缝,微裂缝发育程度较低,对储层孔隙度的贡献最小(图 3d3f)。岩心碎屑均被油质沥青浸染,炭质体积分数约为3%,呈针状、条纹状定向分布,有机质残体呈条带状富集(图 3g),粒间弥漫条纹状黑褐色、蓝白色及少量亮黄色油质,炭质沥青分布集中(图 3h3i),含油性好,利于开采。

下载原图 图 3 吉木萨尔凹陷二叠系芦草沟组页岩储层岩石薄片特征 (a)蓝色为白云石,黑色为主炭质,J10024井,3 499.2 m;(b)极细粒粉砂状结构,砂质层粒间溶孔发育,J10022井,3 642.6 m;(c)极细粒粉砂质结构,碎屑分选中等,J10014井,3 485.9 m;(d)粒间溶孔及残余粒间孔发育,颗粒溶蚀显著,J10024井,3 642.9 m;(e)粒间溶孔、杂基微孔,J10012井,3 499.5 m;(f)颗粒溶孔,炭质呈针簇状,J10011井,3 643.8 m;(g)极细粒粉砂状,炭质呈条带状富集,J10016井,3 493.7 m;(h)粒间弥漫褐黄色炭质,J10014井,3 395.7 m,荧光薄片;(i)粒间弥漫蓝白色油质,见部分黑褐色炭质,J10024井,3 642.4 m,荧光薄片 Fig. 3 Characteristics of rock thin sections of shale reservoirs of Permian Lucaogou Formation in Jimsar Sag
3 孔隙结构特征 3.1 孔喉双峰态展布特征

孔喉尺度分析对于评价储层渗流特性至关重要,高压压汞因其较高的进汞压力可准确测定小孔喉的孔径。吉木萨尔凹陷二叠系芦草沟组岩样高压压汞实验结果(表 1)显示,页岩储层毛管压力曲线表现为略粗歪度特性,进汞达到饱和时中值压力较高,可达17.521~65.836 MPa,曲线平台部分较窄,表明孔喉分选较差(图 4)。根据毛管压力曲线特征,可将样品分为2类。Ⅰ类样品(J1和M1)平均排驱压力为4.26 MPa,低于Ⅱ类样品(J2和M2)的平均排驱压力6.41 MPa,Ⅰ类样品毛管压力曲线阈压较低,表明其孔隙半径较大。2类样品退汞效率均较低,平均为33.51%,表明孔隙与喉道差异大,汞在压力减至极低时仍大量残留于岩心中,孔喉非均质性较强,贾敏效应较强,与上述物性分析结论一致。由最终退汞效率可得出同一汞饱和度时对应的毛管压力,据此可推断芦草沟组地层流体动用时启动压力梯度较大。由高压压汞测试得到的孔喉分布占比及渗透率累计贡献率可知,研究区页岩储层孔喉半径呈双峰分布,跨度大,可划分3个数量级,纳米—亚微米级为细尺度孔喉,粗尺度孔喉主要为亚微米—微米级,由于所处地层较深,广泛发育纳米级孔喉。Ⅰ类样品孔喉以亚微米—微米级孔喉为主(图 4a),对渗流起主要贡献的孔径集中在0.15~1.75 μm;Ⅱ类样品孔喉主要为纳米级(图 4b),对渗流起主要贡献的孔径集中在0.12~1.27 μm,表明页岩油储层渗透率主要由亚微米—微米级孔喉所贡献。研究区样品的核磁共振测试结果显示,压汞测试孔喉分布与核磁T2谱孔径转化结果具有较强的相关性(图 4c4d),表现出明显的双峰特性。Ⅱ类样品相对于Ⅰ类样品发育较多的纳米级孔喉(0.005~0.150 μm),根据核磁孔径转化可得其对应核磁T2值为0.020~1.350 ms,右峰相较左峰较低。结合2类样品较高的排驱压力(4.154~6.874 MPa),表明储层孔喉半径极小,纳米级孔喉是芦草沟组页岩储层重要孔喉体系,极其细小的喉道导致了储层较低的渗透率。

下载CSV 表 1 吉木萨尔凹陷二叠系芦草沟组储层样品高压压汞实验结果 Table 1 Experimental results of high pressure mercury injection of reservoir samples of Permian Lucaogou Formation in Jimsar Sag
下载原图 图 4 吉木萨尔凹陷二叠系芦草沟组储层样品压汞数据与T2谱孔径转换拟合曲线 Fig. 4 Fitting curves of high pressure mercury injection and NMR T2 spectrum pore diameter conversion of Permian Lucaogou Formation in Jimsar Sag

进行高压压汞测试时,发现小孔喉对与其连通的大孔隙存在屏蔽效应,因而对大孔径的测量不够准确。恒速压汞具有较小的进汞速度,每一进汞时刻都可认为是准静态,可以识别孔隙与喉道。芦草沟组恒速压汞实验结果(图 5)表明Ⅰ类样品孔隙半径大多为120~150 μm,主峰在135 μm左右;Ⅱ类样品孔隙半径大多为80~120 μm,主峰在100 μm左右。由于恒速压汞测试进汞压力较低,仅为6.19 MPa,最大精度为0.1 μm,测试结果显示2类样品喉道半径均分布在0.1 μm以下。2类样品均具有较大的孔喉半径比,Ⅰ类样品孔喉比为360~480,平均为450;Ⅱ类样品孔喉比为420~650,平均为570,表明页岩储层具有较强非均质性,存在“大孔细喉”的孔喉分布特征。

下载原图 图 5 吉木萨尔凹陷二叠系芦草沟组储层样品孔喉半径分布特征 Fig. 5 Pore-throat radius distribution of reservoir samples of Permian Lucaogou Formation in Jimsar Sag
3.2 微米级孔隙结构表征 3.2.1 CT扫描实验

对吉木萨尔凹陷芦草沟组页岩样品开展医用CT扫描实验,空间分辨率为0.1875 mm/像素,共6× 128张图片,像素尺寸为0.2 mm×0.2 mm×1.25 mm,(管电压120 kV,管电流130 mA,扫描层厚1.25 mm,扫描层间隔5.00 mm,每层扫描时间0.5 s,图像重建时间0.167 s(512×512矩阵)。采用单层扫描方式,最终获得二维孔隙结构特征灰度图像(图 6),灰度图像体素的灰度值与矿物组分有关,高灰度值常表示岩石骨架,低灰度值表示岩心孔隙。CT灰度图显示样品的孔隙分布极不均匀,颗粒间结合紧密,2类样品均存在明显倾斜小角度层理,呈明暗交互的纹层排布,主要由沉积物源矿物组分差异引起的,岩心薄片上少见沿层理定向排列的微裂隙,基本沿层理走向延伸(图 6a6f),对页岩油排采贡献较低。

下载原图 图 6 吉木萨尔凹陷二叠系芦草沟组储层样品CT扫描二维灰度图像 (a)小角度层理构造,J10024井,3 642.7 m;(b)颗粒结合致密,J10022井,3 542.6 m;(c)蓝色为粒间孔隙,强非均质性,J10021井,3 442.3 m;(d)明暗交互的纹层排布,J10022井,3 522.8 m;(e)见高亮矿物,J10024井,3 445.78 m;(f)片状孔隙富集,J10014井,3 562.8 m;(g)粒间孔、溶孔,J10024井,3 499.2 m;(h)黑色粒间孔隙发育,J10024井,3 499.2 m;(i)粒内孔,高亮矿物发育,J10022井,3 642.6 m Fig. 6 Two-dimensional grayscale images of CT scan of reservoir samples of Permian Lucaogou Formation in Jimsar Sag

受医用CT分辨率的限制,无法观察到微米级的孔隙和裂缝,以2 μm/像素对样品开展微米CT扫描。扫描结果显示该区块主要储集空间包括数量逐渐减少的原生孔隙,主要类型为由于压实等构造作用使微细颗粒嵌入而发育的原生粒间孔和残余粒间孔;因成岩阶段溶蚀而发育的次生孔隙,包括次生溶孔、晶间孔、局部微裂缝等;局部发育微裂缝,主要是由粒间溶蚀或后期构造挤压而形成,这些微裂隙、原生孔隙和次生孔隙可构成相互连通的渗流网络系统,提高储层渗透性。2类样品岩性差异明显,储集空间类型也有所区别,其中,Ⅰ类样品J1主要发育粒间孔、溶孔、晶间孔等,黑色孔隙遍布整个岩石界面(图 6g6h);Ⅱ类样品J2以晶间孔、粒内孔、层间缝等为主(图 6i),高亮的高密度矿物贯穿整个岩石骨架;其他样品主要发育晶间缝、微裂隙、晶内孔,粒间孔较少。

3.2.2 图像处理

CT扫描时系统自身机械振动会导致CT图像存在噪点,降噪滤波处理常用来改善图像的质量及精度,通常采用高斯滤波、中值滤波及均值滤波等对图像进行降噪处理[22-23]。对3种方法比较后选择中值滤波算法进行本次图像降噪处理,中值滤波既可以去除噪声的同时保护图像边缘,通过使孤立噪声点消除获得较好的图像复原效果,为页岩孔隙图像分割奠定基础。通过降噪处理、亮度调整后的CT图像,图像噪点明显减少(图 7)。

下载原图 图 7 吉木萨尔凹陷二叠系芦草沟组储层样品CT图片降噪处理 Fig. 7 Noise reduction of CT images of reservoir samples of Permian Lucaogou Formation in Jimsar Sag

将CT灰度图导入Avizo三维可视化软件,开展人机交互阈值分割,以便更好地区分岩石骨架与孔隙。由于页岩岩性致密,岩心除孔隙外还分布高密度矿物,通过对孔隙、高密度矿物、基质进行单独分割并提取,以保证页岩三维重建孔隙结构与实际岩心的一致性。阈值的确定是基于岩心实测孔隙度和肉眼观察2种方式。以J1样品为例,首先在实验室利用孔隙度测量仪(型号PORG—200)对圆柱页岩样品进行孔隙度的测定,测定结果显示该岩样的孔隙度为16.4%;再选取不同大小的阈值分割图像,并在人机交互系统中实时观测不同阈值对应的岩样孔隙分割结果,通过多次分割调整,当阈值大小适中时其对应的孔隙度与实测孔隙度较为一致,可得到分割后的二值化CT图像(图 8),其中蓝色的区域代表孔隙,红色表示高密度矿物,黄色表示致密基质。

下载原图 图 8 吉木萨尔凹陷二叠系芦草沟组储层样品阈值分割图像 (a)样品灰度图像;(b)二值化CT图像,蓝色区域为孔隙;(c)二值化CT图像,红色为高密度矿物;(d)二值化CT图像,黄色为致密基质 Fig. 8 Threshold segmentation of reservoir samples of Permian Lucaogou Formation in Jimsar Sag
3.2.3 三维孔隙结构网络模型重建

通过CT处理软件将二维灰度图像逐一重组,可获得与二维切面图具有较强相关性的三维灰度图(图 9a9g)。结合Avizo三维可视化软件将蓝色区域分割为孔隙空间(图 9b9h),红色部分划分为高密度矿物(图 9c9i),如黄铁矿,石英等,黄色区域分割为基质部分(图 9d9j),建立页岩孔隙结构的三维数字岩心(图 9e9k),由此可清晰观察到岩样孔隙在岩石骨架中的展布。芦草沟组页岩储层三维孔隙图像显示,岩样孔隙类型以长条状、连续片状或孤立状为主,前者具有良好的连通性,而孤立状微孔主要由岩样中未连通的孤立体组成。Ⅰ类样品中存在大量片状或条带状孔隙,这是由于样品中发育较多残余粒间孔和溶蚀微孔,且粒间溶孔通常从颗粒边部向中心溶蚀,主要成因为:①不稳定矿物(碳酸盐、长石和岩屑)的可溶性部位在遇有机酸和CO2等酸性物质时发生的选择性溶蚀;②早期大气淡水溶蚀过程中晶体内部溶蚀及白云质砂屑之间胶结物溶蚀,如泥质溶孔,沸石溶孔等;③储层形成过程中颗粒间微孔受到的压实作用不足,孔隙被部分充填后残留的粒间孔,在页岩中广泛存在,其孔径可达微米级。Ⅱ类样品连片状孔隙较少而孤立孔隙较多,其主要与晶间孔及粒内溶孔较为发育有关,其中方解石晶间孔及白云石晶间孔发育最为普遍,主要成因为:①白云石等准同生期沉积后泥晶灰质向细晶、微晶转化过程中,体积逐渐变小,晶体呈格架状接触形成,连通性较差,可作为局部储集空间;②长石、方解石等碳酸盐矿物内部的粒内溶蚀作用形成的粒内溶孔,多呈椭圆形、小球状,孔径较小,一般为微米级。此外,可观察到页岩样品三维孔隙重构图像存在部分富集带或分散带,其中富集带为岩样内部溶蚀孔与粒间孔相互连通所致,常表现为连续带状分布;孔隙分散带主要表现为孤立状,与无机矿物晶间孔和粒内微孔有关。样品的孔渗物性越差时非均质性越明显,该结论与现有对页岩孔喉特性的研究一致。

下载原图 图 9 吉木萨尔凹陷二叠系芦草沟组储层样品数字岩心三维重构及孔喉连通性分析 (a)—(f)Ⅰ类样品J1片带状富集粒间孔隙发育,J10024井,3 499.2 m;(g)—(l)Ⅱ类样品J2孤立状分散式溶蚀孔隙发育,J10022井,3 642.6 m Fig. 9 Three-dimensional reconstruction of digital core and pore throat connectivity of reservoir samples of Permian Lucaogou Formation in Jimsar Sag

从本质上讲,总孔隙中连通孔隙所占比例在一定程度上等效于有效孔隙占总孔隙的比例。孔喉连通性可采用图像标记算法进行标定,通过将相邻的孔隙体标记为相同孔隙簇,可有效提取连通孔隙并对其开展定性及定量分析。三维数字岩心首张切片与末张切片若存在同一标记,定义该孔隙为连通孔隙,否则视作孤立孔隙[24],采用不同颜色划分不同孔隙簇(图 9f9l)。研究区页岩连通孔隙主要呈片状或条带状,Ⅰ类样品J1具有较多的连通孔隙,连续片状微米级孔隙延展性和连通性均很好,大多数呈团簇状、长块状分布,实测孔隙度为16.4%,渗透率为0.129 mD;Ⅱ类样品J2基质较为致密,高亮的高密度矿物呈长条状分布,孔隙展布主要为孤立条状孔隙簇,尽管孔隙簇具有较大尺寸,但整体上连通性不佳,多为无效孔隙,实测样品孔隙度为10.9%,渗透率仅为0.025 mD。孔隙连通性结果显示样品连通性比孔隙尺寸对渗流影响更大,特别是粒内溶蚀微孔及粒间孔集中发育才可具有更好的连通性。

3.2.4 微米级三维孔喉参数定量表征

采用“最大球”算法从数字岩心图像中提取岩样三维连通孔喉结构网络模型[25-26],该模型为一种等价孔隙空间拓扑结构且有效包含孔隙几何特征的孔喉模型,该模型简化了数字岩心的同时保留了孔隙分布特性。选取任意孔隙像素点为中心,并以此中心点为球心向四周膨胀,遇相邻骨架即停止,该球体内所有球的集合定义为最大球,球串之间相对较大的球体称为孔隙,连接2个大球之间的狭长球体则为喉道,从而将数字岩心简化为以孔隙和喉道为组成单元的孔隙网络模型。通过统计分析模型孔喉半径、形状因子等参数,可完成岩样微观孔喉结构的定量表征。

根据孔隙网络模型的孔喉参数分析结果(表 2图 10)可知,2类样品孔隙半径大多为4.50~12.50 μm,平均孔隙半径具有一定差异性,Ⅰ类样品J1平均孔隙半径为20.22 μm,Ⅱ类样品J2平均孔隙半径为12.29 μm。Ⅰ类样品物性较好,孔隙较为发育,Ⅰ类样品孔隙半径均值和峰值都比Ⅱ类样品大(图 10a)。喉道作为主要流通通道,2类样品喉道半径大多为1.3~5.1 μm,Ⅰ类样品平均喉道半径为4.62 μm,而Ⅱ类样品平均喉道半径为2.76 μm,Ⅱ类样品较大的孔隙较少,喉道起主要控制作用(图 10b),这与压汞实验测试结果及连通性识别结果相一致。此外,从图中可发现2类样品的平均孔隙形状因子及喉道形状因子均在0.048 0左右(图 10c10d),这说明孔隙和喉道截面形状多为三角形。2类样品喉道长度分布差异较小(图 10e),大多为5~15 μm,峰值为6~10 μm,Ⅰ类样品平均配位数多为1或2(图 10f),而Ⅱ类样品平均配位数大多为1,表明Ⅱ类样品储集层孔隙连通性较差,岩心渗透率较低。

下载CSV 表 2 吉木萨尔凹陷二叠系芦草沟组储层样品孔喉结构参数 Table 2 Parameters of pore throat structure of reservoir samples of Permian Lucaogou Formation in Jimsar Sag
下载原图 图 10 吉木萨尔凹陷二叠系芦草沟组储层样品孔喉结构参数分布 Fig. 10 Distribution of pore throat structure parameters of reservoir samples of Permian Lucaogou Formation in Jimsar Sag
3.3 纳米级孔隙结构表征及含油特性 3.3.1 基质矿物分布特征

CT扫描结果难以识别芦草沟组页岩样品基质内的纳米孔喉,利用QEMSCAN矿物分析系统结合MAPS技术对样品矿物组成及微细孔隙开展研究。研究区样品主要矿物成分为石英和长石,可见白云石、黄铁矿、方解石等高密度矿物,MAPS全局视域图中可见基质内部纳米级—亚微米级孔道,致密基质内纳米级矿物晶间孔类型多样,尺寸多小于1 μm,可达几十纳米,其形态表现为不规则的小球状及狭条状,多嵌于颗粒间隙物表层和矿物晶体内,可能与矿物颗粒结构缺失及溶解效应相关。颗粒矿物主要是微米级别,颗粒粒径主要为0.02~0.05 mm,颗粒之间疏松地填充泥质,富有基质中发育大量微纳米有机质孔、粒内孔及胶结物微孔隙,孔径为0.015~5.000 μm,可以看出Ⅰ类样品存在较明显的孔隙,储集空间优于Ⅱ类样品。2类样品黏土体积分数均为7%~8%,Ⅰ类样品黏土矿物以伊利石、绿蒙混层为主,早期的强压实和胶结作用会破坏粒间孔隙,绿泥石层具有抗压实作用,可对孔隙起到一定保护作用,伊蒙混层矿物主要形成黏土矿物晶间孔,孔径为纳米—亚微米级(0.3~4.0 μm);Ⅱ类样品黏土矿物主要为蒙脱石,颗粒接触紧密,长石、方解石脆性矿物含量大于黏土含量,具有较大的压裂改造空间,粒间黄铁矿含量相对较高,宏观尺度的溶蚀孔较少(图 11)。

下载原图 图 11 吉木萨尔凹陷二叠系芦草沟组储层样品矿物分布特性与含油特征 (a)Ⅰ类样品J1发育高亮方解石、绿泥石,J10024井,3 499.2 m;(b)J1样品背散射整体视域图,J10024井,3 499.2 m;(c)J1样品粒间孔隙发育,J10024井,3 499.2 m;(d)Ⅱ类样品J2粒间黄铁矿发育,J10022井,3 642.6 m;(e)J2样品背散射整体视域图,J10022井,3 642.6 m;(f)J2样品粒内溶蚀微孔,J10022井,3 642.6 m;(g)微米级孔径含油形态,红色为重质油,蓝色为轻质油,J10024井,3 499.2 m;(h)微纳米全孔径含油特性,“大孔细膜状、小孔填充状”赋存特征,J10022井,3 642.6 m;(i)微米级孔壁边缘及颗粒表面为重质油(红色),中间为轻质油(绿色),J10022井,3 642.6 m Fig. 11 Mineral distribution characteristics and oil-bearing properties of reservoir samples of Permian Lucaogou Formation in Jimsar Sag
3.3.2 微纳米孔径全尺度展布及含油特征

将压汞测试结果与微米CT孔喉参数进行拟合可得到芦草沟组页岩样品全尺度孔径分布曲线,可看出研究区页岩储层孔隙尺度及类型多样,整体上具有跨尺度的特性,由于2类样品存在部分残余粒间孔隙,这些孔隙孔径多大于100 μm,而纳米级孔隙多为晶间微孔及粒内溶孔,孔径多为十几至几百纳米。综上可看出纳米级孔隙在页岩基质储层中分布较广,对于油气储存及渗流可产生一定作用,但单一纳米孔隙类型难以连通,不足以形成有效的流动通道;页岩油气勘探应着重关注亚微米—微米级孔喉,该类孔喉数量较大,且对渗透率产生重要影响。此外,结合激光共聚焦剩余油实验可知吉木萨尔页岩油赋存形式主要为管条状、填充状及细膜状。图中灰白色表示颗粒矿物,蓝色和绿色表示轻质组分,红色表示重质油组分,可见“大孔”中原油以薄膜状赋存于矿物表面或孔隙边缘壁上,“小孔”中原油以充填状赋存,具“大孔细膜状、小孔填充状”的赋存特征,纳米级微孔普遍含油,且原油多以吸附状态分布于纳米级微孔中。剩余油三维重建图像显示在页岩微纳米孔隙中,随着含油饱和度增高,油膜厚度越大,小孔充填状含油比例越高,呈现小孔原油向大孔运移趋势,重质组分附着于颗粒表面、粒间孔等大孔隙或纳米级小孔中,流动性较差;轻质组分主要赋存于粒内溶孔等亚微米级小孔隙中,流动性较强(图 12),大量纳米级含油孔隙的存在验证了基质内发育纳米级孔隙的观点[27-28]。综合数字岩心孔隙结构定量表征结果及含油性分析,建议将胶结作用弱、颗粒矿物含量高的混积型储集层作为芦草沟组下一步勘探开发的“甜点”地带,该“甜点”体的微纳米孔隙普遍含油,喉道类型主要为孔隙缩小型,孔径大多为0.1~2.0 μm。因此,微纳米孔隙的有效动用是页岩油接下来提高采收率的重要方向之一。

下载原图 图 12 吉木萨尔凹陷二叠系芦草沟组储层样品微纳米孔径全尺度分布及原油赋存孔径分布 Fig. 12 Full-scale distribution of micro-nano pores and distribution of crude oil occurrence of reservoir samples of Permian Lucaogou Formation in Jimsar Sag
4 结论

(1)吉木萨尔凹陷二叠系芦草沟组孔喉发育差异明显,孔喉展布主要为连续带状及孤立状,连通孔隙主要以富集式带状分布,这是由于岩样内部溶孔与粒间孔相互连通所致;非连通孔隙主要以分散式孤立状分布,与粒内溶孔及晶间孔有关;数字岩心可视化分析表明较差的孔隙连通性导致了储层较低的渗透率。

(2)研究区微米级孔隙半径大多为4.5~12.5 μm,喉道半径大多为1.3~5.1 μm,其峰值为3 μm左右,喉道长度为5~15 μm,孔喉配位数大多为1~3,孔隙和喉道截面大多为三角形,反映了孔隙结构较强的非均质性,在物性较差的样品中表现更明显。

(3)吉木萨尔凹陷芦草沟组页岩样品致密基质内纳米级矿物晶间孔类型多样,多嵌于颗粒间隙物表层及矿物晶体内,孔径为0.015~5.000 μm,单一孔隙类型无法独立构成渗流通道,整体连通性较差。轻质组分主要赋存于粒内溶孔等亚微米级小孔隙中,流动性较强;重质组分附着于颗粒表面、粒间孔等大孔隙及纳米级小孔隙中,流动性较差,纳米级孔隙普遍含油且原油多以吸附状态赋存。研究区储层孔喉尺度分布广泛,储层岩石发育大量纳米级孔喉,亚微米—微米级孔喉对渗流贡献较大。

参考文献
[1]
张廷山, 彭志, 杨巍, 等. 美国页岩油研究对我国的启示. 岩性油气藏, 2015, 27(3): 1-10.
ZHANG Tingshan, PENG Zhi, YANG Wei, et al. Enlightenment of shale oil research in the United States to China. Lithologic Reservoirs, 2015, 27(3): 1-10. DOI:10.3969/j.issn.1673-8926.2015.03.001
[2]
许琳, 常秋生, 杨成克, 等. 吉木萨尔凹陷二叠系芦草沟组页岩油储层特征及含油性. 石油与天然气地质, 2019, 40(3): 535-549.
XU Lin, CHANG Qiusheng, YANG Chengke, et al. Shale oil reservoir characteristics and oil bearing property of Permian Lucaogou Formation in Jimusar Sag. Oil & Gas Geology, 2019, 40(3): 535-549.
[3]
何登发, 陈新发, 况军, 等. 准噶尔盆地石炭系油气成藏组合特征及勘探前景. 石油学报, 2010, 31(1): 1-11.
HE Dengfa, CHEN Xinfa, KUANG Jun, et al. Characteristics and exploration prospects of hydrocarbon accumulation in Carboniferous in Junggar Basin. Acta Petrolei Sinica, 2010, 31(1): 1-11.
[4]
刘一杉, 东晓虎, 闫林, 等. 吉木萨尔凹陷芦草沟组孔隙结构定量表征. 新疆石油地质, 2019, 40(3): 284-289.
LIU Yishan, DONG Xiaohu, YAN Lin, et al. Quantitative characterization of pore structure of Lucaogou Formation in Jimsar Sag. Xingjiang Petroleum Geology, 2019, 40(3): 284-289.
[5]
李国欣, 覃建华, 鲜成钢, 等. 致密砾岩油田高效开发理论认识、关键技术与实践: 以准噶尔盆地玛湖油田为例. 石油勘探与开发, 2020, 47(6): 1-13.
LI Guoxin, QIN Jianhua, XIAN Chenggang, et al. Theoretical understandings, key technologies and practices of tight conglomerate oilfield efficient development: A case study of the Mahu Oilfield, Junggar Basin, NW China. Petroleum Exploration and Development, 2020, 47(6): 1-13.
[6]
吉鸿杰, 邱振, 陶辉飞, 等. 烃源岩特征与生烃动力学研究: 以准噶尔盆地吉木萨尔凹陷芦草沟组为例. 岩性油气藏, 2014, 28(4): 34-42.
JI Hongjie, QIU Zhen, TAO Huifei, et al. Characteristics of source rocks and hydrocarbon generation dynamics: A case study of Lucaogou Formation in Jimsar Sag, Junggar Basin. Lithologic Reservoirs, 2014, 28(4): 34-42.
[7]
冷振鹏, 杨胜建, 吕伟峰, 等. 致密油孔隙结构表征方法: 以川中致密油储层岩心为例. 断块油气田, 2016, 23(2): 161-165.
LENG Zhenpeng, YANG Shengjian, LYU Weifeng, et al. Pore structure characterization for tight oil reservoirs: Taking Chuanzhong tight oil reservoir cores as examples. Fault-Block Oil & Gas Field, 2016, 23(2): 161-165.
[8]
贾承造, 邹才能, 杨智, 等. 陆相油气地质理论在中国中西部盆地的重大进展. 石油勘探与开发, 2018, 45(4): 546-560.
JIA Chengzao, ZOU Caineng, YANG Zhi, et al. Significant progress of continental petroleum geology theory in basins of central and western China. Petroleum Exploration and Development, 2018, 45(4): 546-560.
[9]
YANG Liu, ZHANG Xuhui, ZHOU Tong, et al. The effects of ion diffusion on imbibition oil recovery in salt-rich shale oil reservoirs. Journal of Geophysics and Engineering, 2019, 16(3): 525-540. DOI:10.1093/jge/gxz025
[10]
林森虎, 邹才能, 袁选俊, 等. 美国致密油开发现状及启示. 岩性油气藏, 2011, 23(4): 25-30.
LIN Senhu, ZOU Caineng, YUAN Xuanjun, et al. Current situation and enlightenment of tight oil development in the United States. Lithologic Reservoirs, 2011, 23(4): 25-30. DOI:10.3969/j.issn.1673-8926.2011.04.005
[11]
黄建波, 张奎, 谢斌, 等. 准噶尔盆地玛湖凹陷百口泉组低渗透率砾岩储层分类. 测井技术, 2020, 44(3): 305-311.
HUANG Jianbo, ZHANG Kui, XIE Bin, et al. Classification and log evaluation to low permeability conglomerate reservior of Baikouquan Formation in Mahu Depression Junggar Basin. Well Logging Technology, 2020, 44(3): 305-311.
[12]
刘向君, 熊健, 梁利喜, 等. 基于微CT技术的致密砂岩孔隙结构特征及其对流体流动的影响. 地球物理学进展, 2017, 32(3): 1019-1028.
LIU Xiangjun, XIONG Jian, LIANG Lixi, et al. Study on the characteristics of pore structure of tight sand based on microCT scanning and its influence on fluid flow. Progress in Geophysics, 2017, 32(3): 1019-1028.
[13]
贾宁洪, 吕伟峰, 常天全, 等. 高效无损岩心孔隙度精确测量新方法. 石油学报, 2018, 39(7): 824-828.
JIA Ninghong, LYU Weifeng, CHANG Tianquan, et al. A new method for precisely measuring core porosity with high efficiency and no destruction. Acta Petrolei Sinica, 2018, 39(7): 824-828.
[14]
BERA B, MITRA S K, VICK D. Understanding the micro structure of Berea Sandstone by the simultaneous use of micro-computed tomography(micro-CT)and focused ion beam-scanning electron microscopy(FIB-SEM). Micron, 2010, 42(5): 412-418.
[15]
GOLAB A, WARD C R, PERMANA A, et al. High-resolution three-dimensional imaging of coal using microfocus X-ray computed tomography, with special reference to modes of mineral occurrence. International Journal of Coal Geology, 2013, 113: 97-108. DOI:10.1016/j.coal.2012.04.011
[16]
王朋飞, 姜振学, 李卓, 等. 渝东北下寒武统牛蹄塘组页岩微纳米孔隙结构特征. 地球科学, 2017, 42(7): 1147-1156.
WANG Pengfei, JIANG Zhenxue, LI Zhuo, et al. Micro-nanopore structure characteristics in the Lower Cambrian Niutitang shale, Northest Chongqing. Earth Science, 2017, 42(7): 1147-1156.
[17]
LYU Weifeng, CHEN Shiyu, GAO Yang, et al. Evaluating seepage radius of tight oil reservoir using digital core modeling approach. Journal of Petroleum Science and Engineering, 2019, 178: 609-615. DOI:10.1016/j.petrol.2019.03.072
[18]
陈怡婷, 刘洛夫, 王梦尧, 等. 鄂尔多斯盆地西南部长6、长7储集层特征及其控制因素. 岩性油气藏, 2020, 32(1): 51-65.
CHEN Yiting, LIU Luofu, WANG Mengyao, et al. Characteristics and controlling factors of Chang 6 and Chang 7 reservoirs in southwestern Ordos Basin. Lithologic Reservoirs, 2020, 32(1): 51-65.
[19]
马铨峥, 杨胜来, 杨龙, 等. 准噶尔盆地吉木萨尔凹陷芦草沟组致密储层微观孔隙特征. 大庆石油地质与开发, 2020, 52(1): 36-42.
MA Quanzheng, YANG Shenglai, YANG Long, et al. Micro pore characteristics of Lucaogou Formation tight reservoir in Jimusaer Sag, Junggar Basin. Petroleum Geology & Oilfield Development in Daqing, 2020, 52(1): 36-42.
[20]
CURTIS M E, SONDERGELD C H, AMBROSE R J, et al. Microstructural investigation of gas shales in two and three dimensions using nanometer-scale resolution imaging. AAPG Bulletin, 2012, 96(4): 665-677. DOI:10.1306/08151110188
[21]
张文文, 韩长城, 田继军, 等. 吉木萨尔凹陷二叠系芦草沟组层序地层划分及演化特征. 岩性油气藏, 2021, 33(5): 45-58.
ZHANG Wenwen, HAN Changcheng, TIAN Jijun, et al. Sequence stratigraphy division and evolutionary features of Permian Lucaogou Formation in Jimsar Sag. Lithologic Reservoirs, 2021, 33(5): 45-58.
[22]
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. 石油勘探与开发, 2013, 40(3): 329-333.
BAI Bin, ZHU Rukai, WU Songtao, et al. Multi-scale method of nano(micro)- CT study on microscopic pore structure of tight sandstone of Yanchang Formation, Ordos Basin. Petroleum Exploration and Development, 2013, 40(3): 329-333.
[23]
王刚, 沈俊男, 储翔宇, 等. 基于CT三维重建的高阶煤孔裂隙结构综合表征和分析. 煤炭学报, 2017, 42(8): 2074-2080.
WANG Gang, SHEN Junnan, CHU Xiangyu, et al. Characterization and analysis of pores and fissures of high-rank coal based on CT three-dimensional reconstruction. Journal of China Coal Society, 2017, 42(8): 2074-2080.
[24]
刘向君, 朱洪林, 梁利喜. 基于微CT技术的砂岩数字岩石物理实验. 地球物理学报, 2014, 57(4): 1133-1140.
LIU Xiangjun, ZHU Honglin, LIANG Lixi. Digital rock physics of sandstone based on micro-CT technology. Chinese Journal of Geophysics, 2014, 57(4): 1133-1140.
[25]
郝乐伟, 王琪, 唐俊. 储层岩石微观孔隙结构研究方法与理论综述. 岩性油气藏, 2013, 25(5): 123-128.
HAO Lewei, WANG Qi, TANG Jun. Research progress of reservoir microscopic pore structure. Lithologic Reservoirs, 2013, 25(5): 123-128. DOI:10.3969/j.issn.1673-8926.2013.05.023
[26]
李佳琦, 陈蓓蓓, 孔明炜, 等. 页岩油储集层数字岩心重构及微尺度下渗流特征: 以吉木萨尔凹陷二叠系芦草沟组页岩油为例. 新疆石油地质, 2019, 40(3): 319-327.
LI Jiaqi, CHEN Beibei, KONG Mingwei, et al. Digital core reconstruction and research on microscale flow characteristics of shale oilreservoir: A case of the shale oil in Permian Lucaogou Formation, Jimsar Sag. Xingjiang Petroleum Geology, 2019, 40(3): 319-327.
[27]
PENG Jun, HAN Haodong, XIA Qingsong, et al. Fractal characteristic of microscopic pore structure of tight sandstone reservoirs in Kalpintag Formation in Shuntuoguole area, Tarim Basin. Petroleum Research, 2020, 5(1): 1-17. DOI:10.1016/j.ptlrs.2020.01.005
[28]
杨甫, 贺丹, 马东民, 等. 低阶煤储层微观孔隙结构多尺度联合表征. 岩性油气藏, 2020, 32(3): 14-23.
YANG Fu, HE Dan, MA Dongmin, et al. Multi-scale joint characterization of micro-pore structure of low-rank coal reservoir. Lithologic Reservoirs, 2020, 32(3): 14-23.