低孔低渗砂砾岩油气藏测井评价综合技术研究现状
摘要
砂砾岩是油气储集的有利地层之一,但由于其岩性复杂、埋藏深、低孔低渗、非均质性强等特点, 影响了一系列储层参数(岩石矿物成分、孔隙度、饱和度、有效厚度等)的计算精度，使该类油藏的开发难度明显增大。这些因素综合起来导致难以划分有效储层与非有效储层，无法准确判断油水层。本文主要是从低孔低渗砂砾岩储层参数测井解释现状方面进行调研,论述了各参数的测井解释新方法。同时介绍了核磁共振、高分辨率阵列感应、多级阵列声波以及成像测井等测井新技术在低孔低渗储层中的应用。
关键词：砂砾岩 测井参数
引言
由于砂砾岩体具有内部岩性复杂多变，母岩成分变化大，成熟度较低等特点，致使难以确定岩石骨架，而岩石骨架和孔隙结构又严重影响电阻率变化，这就导致电阻率很难反映储层孔隙流体性质的信息，再加上其他因素的影响(如：储层岩性、结构、粘土含量及含油性等)，油层、气层、水层、干层界限的测井响应特征也表现的极不明显，极大的提升了流体识别的难度，这时再利用常规的解释图版就很难判别油水层。此外，砂砾岩储层非均质性严重、孔隙结构复杂多样。储层基质含量和储层间非渗透性隔层含量均较多，很难建立储层参数的计算模型，从而导致地质参数计算精度不高。针对上述情况，不少人先后提出可以应用深侧向、岩性密度、声波时差等综合评价参数交会图法，分测井系列、岩性建立解释模型,或者针对不同岩石物理相类型建立储层参数解释模型，采用主成分分析等数学方法，提取反映油水特征的综合特征参数,进行油水层判别。此外，还可以用多矿物模型测井最优化法和BP神经网络法等非参数数学建模方法,其效果要更好。在遇到常规测井系列解决不了的问题时，还可以使用核磁共振测井、高分辨率阵列感应、多级阵列声波以及成像测井等，其对砂砾岩有效储层划分、流体识别、孔隙结构研究等方面作用巨大等等。
一：储层参数测井解释
在总结前人研究的基础上，可以得到他们对砂砾岩储层参数测井解释的研究主要包括以下几个方面内容： 1、划分砂砾岩储集层
在测井解释中首要问题是储集层的划分，以便集中精力对其进行研究。划分砂砾岩渗透层的主要传统方法有:自然电位测井、微电极测井、微球型聚焦测井微侧向测井、感应测井、声波时差测井、自然伽马测井、密度测井、井径测井等。但各种传统方法都有各自的优点和缺点（图1），但是核磁共振测井的引入，对利用测井划分砂砾岩的渗透层具有很大的作用。在识别过程中还可以运用常规交会图法、高维样品极点降维法以及模式识别法，并将三种岩性识别方法进行总结，常规交会图法识别岩性较为直观，但由于测井响应特征较多，进行测井响应特征的两两交会较为繁琐，同时其误差也较大；高维样品极点降维法通过程序进行运行，将多个测井响应特征映射到一维、二维或三维空间中，应用较为方便；模式识别法首先是应用最优搜索算法提取测井响应样本的特征组合，然后运用Bayes判别法进行判定岩性类别，在岩性识别中取得了较好的效果，但也存在先验概率确定的问题。对比由于每种方法只是从某一个侧面显示砂砾岩储层渗透性，井下情况又比较复杂，所以应提倡多种测井信息综合解释。
图1 传统测井曲线方法的优缺点
2、确定砂砾岩储层孔隙度
砂砾岩储层测井孔隙度的计算，得益于孔隙度测井系列的逐步完善和广泛应用。目前主要借助于三孔隙度测井资料，利用经典公式求取孔隙度。另外,核磁测井技术的发展，为计算砂砾岩储层孔隙度提供了更丰富的信息。目前为止,文献上关于砂砾岩储层孔隙度的其它计算方法有以下几种：(1)基于体积模型的测井解释方法和多矿物测井最优化解释方法；(2)用岩心分析孔隙度与测井响应值建立一元或多元回归方程；(3)非参数统计法,如神经网络等。2010年胡松等人采用主成分分析法从三孔隙度曲线曲线中提取出一个综合主成分，用提取出的综合主成分和岩心分析孔隙度回归建模，计算砂砾岩孔隙度精度和常规单一孔隙度曲线回归建模精度相比有较大提高。 3、估算砂砾岩储层渗透率
近年来，测井分析者进一步研究了岩石渗透率的测井响应特征，提出渗透率不仅取决于岩石孔隙度的大小，而且与孔隙的几何形状有十分密切的关系，同时还指出砂硕岩粒间的孔隙结构与组成岩石骨架颗粒的粒度分布也有十分密切的关系，继而建立了用孔隙度和束缚水饱和度计算渗透率，用孔隙度和粒度中值计算渗透率的方程，另外也可利用神经网络等方法求取渗透率。对于砂砾岩储层,岩石矿物颗粒粒径变化范围极大,孔隙结构非常复杂,加大了解决这个问题的难度。 4、含油饱和度
迄今为止,已经提出的用于评价泥质砂岩储集层含水饱和度的解释方法不少于三种，相应的衍生解释方程也有近百个，但还没有针对砂砾岩储层的解释方法。