潘和平，樊政军，常文会

潘和平，樊政军，常文会_大人地球物理科学

潘和平¹，樊政军²，常文会³

（1.中国地质大学地球物理与空间信息学院，武汉，430074；2.中国石化西北分公司，乌鲁木齐，830011；3.中石化华北石油局，郑州，450006）

摘　要：地球物理测井（简称测井）目前已发展成为十大石油学科之一，是地球物理学科的重要分支。测井被广泛应用于油气田的勘探与开发的全过程，为石油地质和工程技术人员寻找和评价油气层提供了重要的资料和数据，也提供了解决一系列地质难题的途径。测井的地质应用相当广泛，以作者的研究成果为主，也吸收了一些国内外专家的研究成果，目的是着重对测井应用于油气层模式识别、低阻油气层评价、煤层气层评价、泥浆侵入、储层横向对比等问题进行总结和综述。

关键词：地球物理测井，油气储层，模式识别，低阻油层，煤层气层，泥浆侵入，储层横向对比

引　言

地球物理测井（简称测井）是20世纪20年代发展起来的新兴学科，测井作为勘探与开发的一个重要手段已有80多年的历史。测井是应用地球物理的方法来研究油气田、煤田、水文工程等方面的钻井地质剖面，解决某些地下地质问题和钻井技术问题的一门科学技术。它是以不同岩石的物性差异为基础，如电性差异、电化学差异、核物理差异、声差异等等，通过相应的地球物理方法连续地测量反映岩石某种物性参数随井的变化规律，从而研究油气田、煤田、水文工程等方面的钻井地质剖面，划分油气层、煤层，确定油气的储集特征、煤质含量等等。

测井的地质应用相当广泛，尤其在勘探与开发方面，测井目前已发展成为十大石油学科之一，是地球物理学科的重要分支。测井被广泛应用于油气田的勘探与开发的全过程，为石油地质和工程技术人员寻找和评价油气层提供了重要的资料和数据，也提供了解决一系列地质难题的途径。测井在油气田的勘探与开发中的主要应用领域包括岩性划分及矿层识别，碎屑岩、碳酸盐岩、火成岩、变质岩储层评价，低阻油气层评价，天然气储层（常规气、煤层气、页岩气等）评价，水淹层识别与评价，水平井评价，声波全波列测井评价，声、电成像测井资料解释与应用、核磁共振测井资料解释及应用，生产测井资料解释与应用，地质、测井等综合解释沉积环境，超压预测，地应力大小、方向和分布，测井、地震联合解释，地层对比、地质、测井、地震等综合进行油藏描述等。

本文以作者的研究成果为主，也吸收了一些国内外专家的研究成果，目的是着重对测井应用于油气层模式识别^［1～5］、低阻油气层评价^［6～14］、煤层气层评价^{［15～28］}、泥浆侵入^{［29～55］}、储层横向对比^{［56～64］}等问题进行总结和综述。

1　油气储层模式识别

在油气勘探中，测井资料解释的最基本任务是在钻孔剖面上准确地识别油（气）层、油水同层、水层、干层等。识别方法可以是逐地层自动识别，也可以是逐采样点自动识别。多数采用逐地层自动识别方法，逐地层自动识别油（气）层、油水同层、水层、干层等的方法步骤如下：①对地球物理测井曲线进行计算机自动分层取值；②提取能够较好反映储层流体性质的特征参数；③利用曲线分层取值、计算特征参数，结合试油、生产井等资料建立自动识别油（气）层、油水同层、水层、干层等模型；④利用灰色聚类、熵聚类、BP人工神经网络、SVD及BAYES判别函数法等识别油气层、油水同层、水层、干层。

灰关联分析聚类是基于灰色关联度分析。灰色关联度分析是事物之间、因素之间关联性的度量分析，是基于母序列与子序列的微观或宏观几何接近，以分析序列间的关联程度。对识别油气层母序列是已知矿层（即油气层、水层等）上的测井曲线和储层参数信息，子序列是多个待识别或待聚类地层上的测井曲线和储层参数信息。

判别分析是判别样品所属类型的一种统计方法。较常用的判别分析方法是根据Bayes准则得出的Bayes判别和根据Fisher（费歇尔）准则得出的Fisher判别。对于多类判别问题来说，用得最多的是Bayes判别方法。

奇异矩阵的奇异值分解法在求解病态线性方程组方面是目前已经知道的最好的一种方法。利用奇异值分解法分类识别低阻油气层的方法为：求解由已知油气层、油水同层、水层等样品组成的超定问题的线性方程组，建立低阻油层、气层、水层等地层属性的判别函数。

表1为A1井各种方法识别油气层结果对比。表中BP、SVD、GRAY、BAYES分别为利用BP人工神经网络、奇异值分解、灰色关联度分析聚类、BAYES判别分析法识别储层所含流体类型，1、2、3、4分别代表油（气）层、油水同层、水层、干层。DEP1、DEP2分别为地层起、止深度。表中其他符号同前。通过30多口井实际资料的解释，各种方法识别低阻油气层结果，说明如下几点：

（1）BP人工神经网络、奇异值分解、灰色关联度分析聚类、BAYES判别分析法识别结果与产层结果基本一致，没有漏掉油气层，仅个别产油气量小的油气层识别为油水同层。

（2）BP人工神经网络和灰色关联度分析聚类的识别结果比奇异值分解和BAYES判别分析法识别结果更好。

信息熵对随机事件所含信息量大小的度量是依据其不同信号出现的概率大小为依据。对于利用测井资料识别油气层、水层来说，系统为油层、油水同层、水层，特征参数为测井曲线值或利用测井曲线等资料计算的储层特征值，便可得到某种特征参数出现某种流体属性（如油层）的概率，根据其概率分布，研究基于信息熵的识别油气层、水层的方法。

表2为A2熵分析识别结果，表中对于识别油气、水层来说，系统为油层、油水同层、水层，取特征参数^［5］：A＝Rild/R_o-Rild，为深感应电阻率；Ro为地层完全含水时地层的电阻率；B＝R_wa/R_w-R_wa，为视地层水电阻率；R_w为地层水电阻率；C＝Rild/R_tc-R_tc，为油层临界电阻率；D＝S_o，为利用声波地层因素确定的含油饱和度；I₁、I₂、I₃分别为待识别地层属于油层、油水同层、水层的信息，当L＝max（I_i，I＝1，2，3）时，待识别地层属于第L类。对某一个待识别地层的I₁、I₂、I₃值之间相差较大说明该方法能有效地识别地层流体属性。深度为4 958.375～4 971.5m处测试结果为油气层，油：80.7m³/d，气：160m³/d。深度为5 046～5 049.5m处测试结果为油气层，油：56.3m³/d，气：845m³/d，水：31.7m³/d。

表1　A1井各种方法识别低阻油气层结果对比［3］

注：R_T为深探测电阻率；S_W为含水饱和度；DSW为含水饱和度与束缚水饱和度之差；F_w为含水率；PORH为含油孔隙度；R_w为地层水阻率；R_f为八侧向电阻率；R_tt1为视含水饱和度

表2　A2井熵分析识别结果［4］

2　低阻油气层测井评价

低电阻率油气层的含义可从几个方面来理解：①油气层的电阻率低于或接近邻近水层的电阻率；②油气层的电阻率低于邻近泥岩层的电阻率；③油气层的电阻率虽然高于邻近水层和邻近泥岩层的电阻率，但油气层的电阻率比通常所说油气层电阻率范围（3～100Ω·m）要低，也属于低阻油气层。值得注意的是，第一种低电阻率油气层解释难度最大，其原因是在电性上难以区分油气层与水层，因此，该种低阻油气层是国内外解释专家探讨的重点。

2.1　低电阻率成因

低电阻率油气层的成因非常复杂，成因类型多，如地层水矿化度高、束缚水饱和度高、附加导电性、泥质等，而且虽然不同油气田的低电阻率油气层成因有一个或多个相同，但它们存在明显差异，因此，了解低电阻率油气层成因，对利用测井等资料评价低电阻率油气层是很有意义的。在国内外不少油田存在低电阻率油气层，由于不同油田油气层电阻率减小的因素不同，因此导致难以区分油气层与水层的原因也不同。以下结合国内外油气田低阻油气层的实际情况，综述低电阻率油气层成因。

2.1.1　地层中的水

油气层中含有高矿化度地层水：泥质砂岩储层由粒间孔隙、微孔隙、泥质和砂岩骨架（石英）等组成，而地层水主要储存在粒间孔隙中，当油气层粒间孔隙中存在一定数量的高矿化度（低电阻率）地层水时，油气层电阻率必然减小，并且随着油气层中含高矿化度水的数量增大，油气层电阻率减小得就越历害。

油气层中含有较多的束缚水：泥质砂岩储层中的束缚水包括微孔隙（微毛细管孔隙）中不能流动的水和吸附在岩石颗粒表面上的水。储层岩石细粒成分的增多和黏土矿物的填充与富集，导致地层中微孔隙发育，微孔隙储集束缚水，使储层束缚水含量增高。在油气层粒间孔隙中不含自由水只含油气的情况下，由于油气层含较多的束缚水，在泥质砂岩储层导电网络中若增加一个低电阻器，便使油气层的电阻率值明显下降。

岩石强亲水：在油水共存条件下，岩石表现为混合润湿，但部分岩石由于其表面的强吸水性（如蒙脱石附着颗粒表面），而始终表现为强亲水的特点，它为形成发达的导电网络提供了保障，从而造成低阻。

油气、水层对比条件发生变化：当油气层与水层中地层水不一样，而且差异很大时，降低了油气层与水层的电性差异。

油气层微孔隙发育：当油气储层中存在两组孔隙系统，一是孔隙半径小于0.1μm的微孔隙系统，另一是粒间（渗流）孔隙系统，由于油气层微孔隙十分发育，并且微孔隙系统中存在相当数量的微孔隙水，使油气层的电阻率值减小。通常微孔隙十分发育的油气层，在储层孔隙结构上压汞分析喉道半径分布图呈双峰分布，即喉道半径峰值分别为0.1μm左右和2.0～10.0μm。

2.1.2　岩性成分

黏土矿物的附加导电性：一般情况下黏土颗粒表面的负电荷吸附的阳离子是不能移动的，但这种吸附并不很紧密，在电场的作用下，吸附的阳离子可以与岩石中溶液的其他水合离子交换位置，引起导电现象，这种现象称为黏土矿物的阳离子交换（在泥质砂岩中，最常见的可交换阳离子是Na^＋、K^＋、Mg^2＋、Ca^2＋等离子。由黏土矿物的阳离子交换产生的导电性称为黏土矿物的附加导电性。但值得注意的是，在高地层水矿化度的情况下，黏土矿物的附加导电性可忽略不计，但在淡地层水的情况下，泥质附加导电性上升是造成油气层低阻的主要因素。油气层电阻率下降的数值取决于黏土含量、分布和阳离子交换能力。

岩性细、泥质含量高：这类油气层受沉积旋回和沉积环境的控制，表现为岩石细粒成分（粉砂）增多和（或）黏土矿物充填与富集，导致地层中微孔隙发育，微孔隙和渗流孔隙并存。这类微孔隙发育的地层，束缚水含量明显增加，在高矿化度地层水作用下造成电阻率极低。

骨架导电：一般油气储层的骨架是不导电物质（石英等），但当油气储层的骨架含有导电物质时，致使油气层电阻率降低，在我国有些油气田（新疆塔里木侏罗系）发现，并经重矿物分析证实，在油气储层骨架中富含黄铁矿，部分井黄铁矿含量可占重矿物含量的95%，还有的井黄铁矿局部富集，呈浸染状、层块乃至团块状分布，大幅度降低了地层的电阻率。

2.1.3　钻井液的侵入

钻井液的侵入：当油气层为轻质油气层时，该类油气层具有比重小、黏度低、流动性好等特点。在钻井过程中，井眼周围地层的轻质油气层容易被泥浆滤液驱赶走，由于泥浆的侵入，使轻质油气层的电阻率减小，降低了轻质油气层与水层的深探测电阻率的差异。

测井探测范围：侵入与测井探测范围有限这一矛盾引起低阻。由于地层中存在裂缝等原因，泥浆侵入地层较深，泥浆滤液驱井眼周围油气，使油气层电阻率降低。

2.2　评价思路

不同油气田的油气层低电阻率成因存在差异，因此，不同油气田需根据各自的特点，研究低电阻率油气层测井评价方法。评价低电阻率油气层的技术思路为：①分析地区地质概况；②分析岩心测试、试油等资料；③分析总结低阻油气层、水层的测井曲线响应特征和物性特征；④分析总结该地区低阻油气层的主要成因；⑤研究利用测井等资料评价低电阻率油气层的方法；⑥利用试油等资料检验测井评价结果；⑦对评价方法进行完善。

在以上研究利用测井等资料评价低电阻率油气层的方法步骤中，可以结合油气田特点，从以下几个方面着手：

（1）从导电模型入手：首先根据油田低阻成因等实际情况，从现有的（国内外已发表的）模型中选择合适的导电模型，计算含水饱和度。如果很难选择合适的导电模型，则修改现有的导电模型或建立新的导电模型。

（2）从提高输入参数的精度入手：提高评价需要参数的精度会提高低阻油气层测井评价精度，例如：R_w、R_mf等，电阻率反演处理，准确提取地层的电阻率，对测井曲线进行校正，如SP校正，提高V_sh计算精度等。

（3）模式识别油气层：通过测井资料、结合地质、试油等资料，提取地区油、气、水地层的测井、物性特征等，建立识别模型，利用模式识别方法，如模糊综合评判方法、BP人工神经网络方法、灰关联分析聚类法、判别函数法等识别低阻油气层。

2.3　评价实例

新疆塔北地区中新生界层段有两类油气储层，即一般油气层和特殊油气层。其特殊油气层的电阻率（0.4～1.5Ω獭十）低于或接近邻近水层的电阻率，在电性上难以区分油气层与水层，给测井资料解释带来很大难度。根据新疆塔北地区中新生界的泥质砂岩油气储层的情况，在分析和研究大量测井曲线资料、岩心分析资料的基础上，提取了水层、两类油气储层测井曲线特征和储层物性特征，剖析了使新疆塔北三叠系油气层电阻率值减小的主要原因，其主要原因是：①有高矿化度地层水；②束缚水饱和度高；③微孔隙十分发育。另外，水层电阻率随泥质含量增大而增大，油气层电阻率随泥质含量增大而减小的现象是这3个原因综合影响的结果。在剖析阿尔奇、泥质分布型、Qv（双水）型、岩石骨架、有效介质、扩展的阿尔奇等导电模型中，吸取了这些模型的优点，克服了他们的不足，结合新疆塔北地区中新生界的泥质砂岩油气储层的特征，建立了一个新的泥质砂岩导电模型——双水泥质骨架导电模型^［7］。双水是自由水和微孔隙水，泥质骨架是含有黏土水的黏土颗粒。大量实际资料处理结果表明逐点解释的含水饱和度与压汞换算的含水饱和度一致性好，同时利用BP人工神经网络、灰关联分析聚类、SVD法建立判别函数法等方法识别低电阻率油气层与水层，其逐层识别油、气、水层的结果与试油和实际情况相符，符合率达85%以上。

3　煤层（气层）测井评价

煤层气是重要的非常规天然气，发展潜力大。煤层不仅是储存甲烷的储层，而且是生成甲烷的源岩。煤层的物理结构是一个双重孔隙，即煤层中含有由基质孔隙和裂缝孔隙的孔隙系统，其裂缝孔隙又由主裂理（面割理）和次级割理（端割理）组成。煤层甲烷呈3种状态存在于煤中，即以分子状态吸附在基质孔隙的内表面上、以游离气体状态存在于孔隙和裂缝或溶于煤层的地层水中。由于煤层的物理结构以及煤层气（甲烷）的存储、运移等方面区别于常规天然气，因而传统的评价常规天然气储层的方法不适合于评价煤层气储层。

煤层气测井技术被认为是最具前途的一种手段，一旦用煤心数据标定了测井记录数据，就可以使用测井数据估计煤层气储层的特性。测井解释快速直观、分辨率高、费用低廉等特点，可弥补取心、试井及煤心分析这些方面的不足，使测井技术不仅在勘探开发现场大有用武之地，测井技术还是煤层气勘探开发中的重要手段。煤层气测井评价技术的研究具有十分重要的意义和非常广阔的应用前景^［5］。测井评价煤层气储层的内容主要为测井系列选择及煤层气储层的划分，包括确定深度、厚度、夹层位置和围岩岩性；煤质参数计算包括确定矿物成分、挥发分、水分及固定碳的百分比，进行煤质分析；计算孔隙度、渗透率、饱和度、含水性、含气量等煤层气储层参数；煤层力学参数和地应力分析；煤层对比、沉积环境分析等。以下主要论述煤层气储层测井评价系列选择、煤层的划分、岩性识别、煤质参数计算、煤层气含量等问题。

3.1　煤层气储层测井评价系列选择

煤层气储层（煤层）与围岩在岩性物性上的差别，是煤层气测井响应的物理基础，是选择测井系列的前提。合理选择测井系列对评价煤层气及其储层至关重要。目前评价煤层气的常规测井方法包括自然电位、双侧向（或感应）、微电极、补偿密度、自然伽马、声波时差、声波全波列、中子孔隙度以及井径测井等，其应用方法见表3。

表3　煤层气储层测井评价系列^［28］

3.2　煤层的划分、岩性识别

煤层气井的测井资料解释，首先是识别煤层气层，然后才是煤层气层上储层参数的计算，因此，同样在煤田测井资料的解释中，需标定煤层（气层），划分岩性。煤层相对于围岩，物理性质差异明显，它具有密度低（密度孔隙度高）、声波时差大（声波孔隙度高）、含氢量高（中子孔隙度高）、自然伽马低、自然电位有异常（由氧化还原作用产生的自然电位）、电阻率高（烟煤、褐煤电阻率高，无烟煤的电阻率低）等特点。

通常可以采用人工解释的方法划分煤层、岩性识别，或采用模式识别方法自动划分煤层、识别岩性。利用以上所述特点，以及相应的测井曲线组合用于划分煤层以及确定煤层厚度、位置、岩性识别等，一般都能得到较为满意的结果。

3.3　煤质参数计算

煤层煤质参数通常可由煤样实验室分析、测井体积模型法以及概率模型法来确定。测井体积模型法利用孔隙度测井（如密度、声波等）建立响应方程组，采用最优化等方法来求解方程组，所求煤质参数可为煤层开采提供依据。但是，测井体积模型法所确定的煤质参数不能直接与煤样实验室分析得出的工业分析指标相对照。而煤样实验室分析要花费大量的人力、资金和时间。如果以测井体积模型法为基础，结合概率模型法，配合一定量的煤样实验室分析资料来建立确定煤质参数的解释模型，则这3种确定煤质参数的方法之间可以优势互补。

煤的组成成分比较复杂，但若忽略煤中相对体积含量小于1%的成分，则可以近似地把煤看成由纯煤（主要包含有固定碳和挥发分）、湿灰分（主要包含不可燃烧的固体矿物和这些矿物在燃烧过程中释放出来的挥发分）和水分3部分组成。测井体积模型法正是依据这种煤的组成成分建立等效体积模型和相应的测井响应方程组，并通过求解方程组得到纯煤、灰分和水分的相对体积含量。显然，测井体积模型法得到的煤质参数与煤样实验室分析得到的煤质参数（包括固定碳、灰分、挥发分以及水分）不能简单等同。就灰分而言，测井体积模型法中所指的是煤在原生状态下一些不可燃烧的部分，而在煤样实验室分析法中所指的是煤样经过燃烧后得到的残渣，二者在成分、数值上均不一样。虽然测井体积模型法确定的煤质参数与煤样实验室分析得到的煤质参数之间不能直接对照，但二者之间往往具有区域性的规律。为了便于两者之间的直接对照，设煤的组成成分由固定碳、灰分、挥发分和水分4部分组成，依据该模型可以容易地写出密度、声波、自然伽马响应方程式和物质平衡方程式，利用该思路建立华北地区评价煤质参数的解释模型，并对华北7口井煤层井段进行了解释，实例解释结果表明：模型估算的碳分含量与煤样实验室分析的碳分含量之间的误差非常小，其相对误差小于5%；估算的灰分含量与煤样实验室分析的灰分含量的一致性较好，尤其是当灰分含量小于30%时，两者之间的误差非常小，经过计算，其相对误差小于10%。

3.4　煤层气含量

煤层甲烷在煤储层中的储集及渗流与常规天然气大不相同，其影响因素多样而复杂。影响煤层含气量的主要因素与煤阶、压力（埋深）、煤层厚度、矿物质含量、煤层渗透率等因素有关。煤层含气量随着煤阶的增加而增加，在同样温度和压力（深度）条件下，高煤阶吸附甲烷能力明显高于低煤阶的吸附能力。煤层含气量随着矿物质含量的增加而减小，如随灰分含量的增加而减小。煤层含气量随着煤层水分含量的增加而减小。煤层含气量随孔隙度和微孔隙的增加而增加。

煤层的物理结构是一个双重孔隙，即煤层中含有由基质孔隙和裂缝孔隙的孔隙系统，其裂缝孔隙又由主裂理（面割理）和次级割理（端割理）组成。煤层甲烷呈3种状态存在于煤中，即以分子状态吸附在基质孔隙的内表面上、以游离气体状态存在于孔隙和裂缝或溶于煤层的地层水中。值得注意的是，虽然煤层中的基质孔隙的作用于常规双重孔隙储集层中的基质孔隙的作用相同，但它们之间存在两点区别：一是储存在常规双重孔隙储集层基质孔隙中的气是自由气；而煤层中的气主要吸附在基质孔隙的内表面，是吸附气。在初始状态下，煤层孔隙中的自由气的含气饱和度小于10%；二是由于煤层的基质孔隙直径很小（一般小于2nm），所以煤层中的气体主要通过基质孔隙来扩散。

在较多情况下，煤层埋藏的深度足够大时，煤在煤化过程中甲烷才不致于流失。因此煤层气含量在一定程度上取决于煤层的埋深。另外既然煤层甲烷吸附在基质孔隙的表面，那么微孔隙的数量与甲烷的总量密切相关，而微孔隙的数量与固定碳Q_c和灰分校正量（1-Q_a）又密切相关。综上所述，可利用煤质分析和解吸测定等资料，建立方程式来评估煤层含气量。

确定煤层含气量的重要方法之一是基于气体在固体表面吸附的特性，由Langmuir（兰格谬尔）实验定律。煤对甲烷的吸附能力与温度和压力有关：当温度一定时，随压力升高吸附量增大，当达到一定高的压力时，煤的吸附能力达到饱和，再增加压力，吸附量也不再增加。煤的上述吸附特征一般用方程描述，即：

式中：Q表示一定压力下，煤吸附气体的量（m³/t）；P_p表示压力（MPa）；V_L表示Lang-muir体积（m³/t）；P_L表示Langmuir压力（MPa）。

煤对甲烷的吸附是一个物理过程，当煤层压力降低到一定程度时，被吸附的甲烷与微孔隙表面分离，即解吸，吸附与解吸是一个可逆过程。煤的吸附、解吸特征是我们赖以进行煤层气开发的基本原理之一。

另外，还有一些作者利用非线性理论，预测煤层气含气量。

综上所述，利用测井资料预测煤层气含气量的主要方法可以大致归纳为：①利用含气量与Vc、Va等的关系建立模型；②利用Langmuir（兰格谬尔）实验定律；③利用非线性理论，预测煤层气含气量。

4　泥浆侵入问题分析

泥浆由泥浆滤液和固体颗粒组成，在钻井过程中为防止井喷，通常泥浆柱的压力大于地层压力，此压力差驱使泥浆滤液向渗透性地层渗透，即泥浆侵入。泥浆侵入形成泥饼、冲洗带、过渡带和原状地层（图1）。侵入带由冲洗带和过渡带组成。通常侵入带的深度从几十厘米到几米。无泥浆侵入的地层即原状地层。

国内外学者对泥浆侵入的研究主要集中在以下几个方面：①泥浆侵入深度的研究；②泥浆侵入的时间序列分析；③泥浆侵入对各种电阻率测井影响的校正方法研究；④泥浆侵入对电阻率影响的动态数值模拟等。以下着重论述泥浆侵入渗透性储层径向电性特征、泥浆侵入数值模拟等问题。

4.1　泥浆侵入渗透性储层径向电性特征

盐水泥浆侵入与淡水泥浆侵入的电性特征完全不一样（图2），图2中，R_mf、R_w分别为泥浆滤液、地层水电阻率；R_xo、R_i、R_t分别为冲洗带、过渡带和原状地层电阻率；d_xo、d_i分别为冲洗带、侵入带直径；H_mc为泥饼厚度。当R_mf＞R_w时为淡水泥浆，R_mf＜R_w时为盐水泥浆。泥浆侵入后，侵入带电阻率将升高，称为高侵剖面；泥浆侵入后，侵入带电阻率降低，称为低侵剖面。由图可以看出：①油气层，淡水泥浆侵入时，高侵剖面或不明显；盐水泥浆侵入时，低侵剖面明显；②水层，淡水泥浆侵入时，高侵剖面明显，盐水泥浆侵入时，侵入电性特征不明显。

图1　泥浆侵入渗透性地层

图2　泥浆侵入渗透性地层径向电性特征

需要说明的是，对于油气层由于油气的相对渗透率大于地层水，在滤液径向渗滤的过程中，油气会被排挤得更快些，以致会在未侵入带之前形成一个地层水饱和度相对较高的环形空间，出现一个电阻率较低的带，称为低阻环带。原生地层水饱和度S_w低，即油气饱和度高时，低阻环带比较明显。当S_w＞60%时，几乎不再出现低阻环带。

4.2　泥浆侵入数值模拟

石油钻井中由于泥浆柱压力大于地层压力，使得钻井泥浆侵入到原始地层中，改变地层的电阻率，影响了电阻率测井的准确性。随着泥浆滤液中的水的成分侵入地层，地层中的油被驱离井孔，孔隙中的油水比例和水中的矿物质浓度随着离井孔的距离而发生径向的改变，这一过程可以通过各相的含水饱和度和矿化度值来量化。

假设地层中只有水相和油相，可以用两相流的流动方程（渗流方程）来描述油水相的压力和含水饱和度随时间的变化过程^［40］：

式中：ρ_w和ρ_o分别为水和油的密度；k为地层渗透率；k_rw和k_ro分别为水和油的相对渗透率；μ_w和μ_o为水和油的粘度；P_w和P_o分别为水和油的压力；^→g为重力加速度；D为垂直高度差；φ为孔隙度；S_w和S_o为含水饱和度和含油饱和度；t为侵入时间。

对于两相流，式（2）、式（3）有如下控制方程：

式中：p_c为油水之间的毛细压力，它是一个与含水饱和度有关的非线性函数。

一般情况下泥浆滤液和地层水含盐分的浓度是不同的，当泥浆滤液渗入地层中时两种不同浓度的水发生了盐分的混溶，使得水的矿化度（盐分浓度）沿远离井孔的方向变化，这称为盐分的对流扩散，用如下公式表述混合后水的矿化度的值，得到流体的对流扩散方程^［64］：

式中：C_w为矿化度；K_D为弥散张量，反映了分子扩散对流体成分浓度的影响。

当不考虑井斜的影响，因此采用有限差分对上述偏微分方程进行二维离散。由于研究区域在平面部分限于井壁周围数米范围，且围绕井轴呈对称的变化，研究考虑垂向的变化，故采用r-z坐标进行离散化，即垂向上均匀离散，径向上非均匀离散。由于方程的系数随侵入时间和距离发生非线性变化，采用隐式压力显示饱和度的方法可以进行快速有效的近似计算。

现给出算例进行数值模拟，基本参数设置如下：设储层的岩石为非均匀各向异性介质，考虑重力作用，忽略黏度随压力的变化，孔隙度初始值按照0.6-0.01j由上至下递减，原始地层渗透率按照（9.8697＋0.2j）×10^-16 m²从上至下逐渐变大（其中j为纵向网格节点数），水的初始密度为1 050kg/m³，油的初始密度为950kg/m³，泥浆的密度为1 300kg/m³，水的黏度初始值为0.001Pa·s，油的黏度初始值为0.002Pa·s，孔隙压缩系数为6×10^-101/Pa，水的压缩系数为5×10^-101/Pa，油的压缩系数为10×10^-101/Pa，含水饱和度初始值为0.4，泥浆矿化度为0.01，地层水矿化度为0.1，泥饼渗透率取值与地层渗透率一样，井口半径为0.1m，储层半径为6.1m，胶结因子为1，胶结指数为2，饱和度指数为2，地层温度为100℃，储层顶部参考压力为11.3×10⁷Pa，储层顶部深度为2 000m，底部深度为2 010m。径向网格划分为200个，纵向网格划分为30个。

侵入时间为24小时。计算后将压力、含水饱和度、矿化度和电阻率值在垂向和径向的分布进行二维成图，并在垂向上等间距抽取5条纵向的一维曲线进行绘图，以将一维和二维进行对比研究，如图3所示。

图3　侵入24小时的压力、矿化度、含水饱和度、电阻率径向分布^［30］

（a）压力；（b）矿化度；（c）含水饱和度；（d）电阻率

4.3　泥浆侵入电阻率正演

Doll几何因子理论是利用近区电磁场，在一定假定条件下，应用电磁感应定律和毕奥—萨伐尔定律^{［10～21］}来研究涡流在接收线圈上产生的感应电动势，即可得出几何因子理论的结果。其基本假设：均匀地层由很多小导电环组成，不考虑导电环之间的相互作用。对于双线圈系，二维Doll几何因子的表达式为：

式中：

但实际双感应测井信号是通过复合线圈系共同响应信号相应叠加而成的，常规双感应测井为六线圈系列，可用以下的复合线圈的公式来描述其几何因子特征：

式中：n_ri为第i个接收线圈的线圈匝数；L_ij为第i个接收线圈与第j个发射线圈之间的距离；g_rij为第i个接收线圈与第j个发射线圈所构成的双线圈系的几何因子；m、n为接收线圈和发射线圈的个数。

任何反演技术都离不开正演模型（图4）的设置，设置模型认为侵入带有统一的电阻率，冲洗带—过渡带—原状地层之间电阻率的变化呈阶梯状跃变。正演解释模型设置：

冲洗带电导率：σ_xo＝（σ_xo，1，σ_xo，2，…，σ_xo，M）；过渡带电导率：σ_im＝（σ_im，1，σ_im，2，…，σ_im，m）；原状地层电导率：σ_t＝（σ_t，1，σ_t，2，…，σ_t，M）；层厚：h＝（h₁，h₂，…，hM）；冲洗带直径：d_xo＝（d_xo，1，d_xo，2，…，d_xo，M）；侵入带直径：Di＝（D_i，1，Di，2，…，Di，M）；半径a，泥浆电导率σ_m、底部厚层电导率σ₀、顶部厚层电导率σM_＋1。

图4　地层模型示意图［46，50，51］

4.4　泥浆侵入电阻率反演

将双感应测井的5个反演参数（冲洗带电阻率、冲洗带半径、过渡带电阻率、侵入半径、原状地层电阻率）分为4组，分别为冲洗带半径、冲洗带电阻率和过渡带电阻率、侵入半径、过渡带电阻率和原状地层电阻率，对这4组参数进行轮换分布反演。

图5展示的是A井感应测井反演成果图，可以看出，电导率拟合绝对误差都小于0.001，反演得出模型曲线与实测曲线有着很好的一致性，通过反演所得模型数据可以得出以下结论：2 139.6～2 141.2m、2 156.4～2 157m层段为泥岩层，2 141.2～2 147m层段为油层，2 147～2 150.8m层段为油水同层，2 150.8～2 156.4m层段为含油水层。

A井岩石电阻率特性和泥浆侵入特征表现为：油层段表现出较高或略高原状地层电阻率特性，原状地层的电阻率略高于冲洗带电阻率，出现低电阻率泥浆侵入现象，泥浆侵入深度达到0.4m，泥浆侵入对感应测井电阻率的影响较大；油水同层原状地层电阻率偏低，油水同层电阻率与冲洗带电阻率大小相差不大，泥浆侵入达到了0.425m。干层表现为高的冲洗带电阻率，高原状地层电阻率，无泥浆侵入现象。因此可通过此反演结果及相关信息进行综合解释及进行油水层的识别。

A井径向比值法有：油层段，R_t＝19.7～26.5Ω·m，R_xo＝17.5～21.5Ω·m，R_xo/R_t＝0.81～0.88，出现低阻侵入现象；油水同层段，R_t＝14.3Ω·m，R_xo＝17.5Ω·m，R_xo/R_t＝1.22；含油水层段，R_t＝9～11.5Ω·m，R_xo＝14.5～19.3Ω·m，R_xo/R_t＝1.61～1.67，出现高阻侵入现象。

因此，（R_xo/R_t）油层＜（R_xo/R_t）油水同层＜（R_xo/R_t）含油水层＜（R_xo/R_t）水层。

图5　A井2 139～2 160m层段反演效果图^［46］

5　储层横向对比

某大油田由多个小油田组成，先后在奥陶系、石炭系和三叠系的地层中发现工业油气流，其中石炭系上下分成数个油气层，但砂体横向分布不稳定、薄互层交错、层位横向对比困难，很有必要在单井测井解释的基础上，再结合地震资料开展多井资料的横向对比解释。

5.1　单井解释

测井资料对从井口到井底的地层具有很高的垂向分辨率。通常测井解释都是针对某一口井的资料进行解释，单井测井资料解释是多井对比、油组划分的基础，单井解释主要步骤为：①选择测井解释参数；②环境校正；③确定孔隙度、泥质含量等；④确定含水饱和度；⑤绘制单井解释成果图。

5.1.1　环境校正

在实际工作中，井径、泥浆比重、泥饼厚度、泥浆矿化度等井眼环境因素都会使测井曲线偏离地层的真实参数值，为了保证测井数据的准确性以及解释工作的正确性，很有必要对测井数据进行环境校正，以使得测井曲线尽可能地反映实际情况。同时，也要消除测井仪器本身存在的噪声。

5.1.2　储层参数计算

由于在该地区利用常规方法不能较好地确定泥质含量，也不能较好地确定孔隙度、骨架成分（石英、灰质），直接影响储层含油性评价，为此需要重新建立确定孔隙度、泥质含量、骨架成分（石英、灰质）的模型，利用最优化方法求解它们。塔河油田储层参数计算的步骤如下：①输入参数的选取；②建立GP、SP、CNL、AC、R_t、R_xo等的响应方程；③建立最优化分析的目标函数；④利用最优化变尺度法反演参数：孔隙度、泥质含量、含水饱和度、冲洗带含水饱和度等。

5.2　多井资料的解释

5.2.1　沉积标志

某油田石炭系由卡拉沙依组和巴楚组组成，卡拉沙依组为石炭系含油气岩性段，是石炭系的主要研究对象，该岩性段以沉积旋回、岩性组合、岩性特征为基础，又可细分为5个油组（砂层），各岩性段的岩性组合与沉积特征如下。

Ⅰ油砂组：以灰色、杂色泥岩为主，夹浅灰色、白色、黄灰色含油细粒长石岩屑砂岩、岩屑长石砂岩、含砾砂岩及泥质粉砂岩，厚度20～104m，西薄东厚；Ⅱ油砂组：浅灰色黄灰色含油细—中粒长石岩屑砂岩、砾状砂岩与灰色、紫色、棕褐色泥岩不等厚互层、夹浅灰色泥质砂岩，厚度93～97m；Ⅲ油砂组：紫色、棕褐色、灰色泥岩夹浅灰色、黄灰色含油细粒长石岩屑砂岩、粉砂岩及泥晶灰岩，厚度40～61m；Ⅳ油砂组：灰白色、黄灰色含油不等粒长石岩屑砂岩、岩屑石英砂岩与深灰色泥岩不等厚互层，厚度70～91m；Ⅴ油砂组：棕褐色、灰色泥岩夹灰白色、黄灰色含油细—中粒岩屑石英砂岩、粉砂岩，厚度65～74m。

5.2.2　多井测井资料的横向分析

单井资料虽然对井下地层有较好的垂向分辨率，但是不能反映井周围地层的展布情况。所以有必要在做完单井解释后将各井文件中同一种参数的数据合并到一个文件中得到该参数的多井合并数据，利用该数据结合过井地震资料可以绘制出储层参数的横向分布图。根据井位的布置状况将近似在一条直线上的井的资料进行合并，可以将这些井中的同种测井参数的数据提取出来存放到一个文件中，然后利用这些测井参数的合并文件绘制各参数的横向分布图（图6）。

由石炭系储层横向电性分布可以看出：①三叠系与石炭系的界面是中生代与古生代的界限，由于这两个年代的岩性差别较大，导致在电性上存在较大的差异，由以上几图可以明显地看出，三叠系岩层（4 950m以上）的电阻率明显低于石炭系岩层的电阻率；②在接近5 350m出现电阻率高值，此高值是进入奥陶系的标志，及双峰灰岩；③由以上几图的电阻率横向分布，根据电阻率的相对大小可以将石炭系岩层分为低、中、高3个区（以图6塔河油田3号区块测线2石炭系储层横向电性分布为例）。4 850.0～4 980m为低电阻率区，岩性段Ⅰ；4 980～5 200.0m为中等电阻率区，岩性段Ⅱ；5 200.0～5 350.0m为较高电阻率区，岩性段Ⅲ。

在单井资料对储层参数解释的基础上，综合多口井的解释结果研究储层参数的横向展布情况。图7为某油田4号区块井、深度、孔隙度、含水饱和度三维孔间等值线图，该图包括的井有：C1、C2、C3、C4、C5。根据孔隙度（%）、含水饱和度（%）的空间分布特征，可将该段分为5个砂层组（或油组）：第一砂层组，深度范围为4 870.0～4 930.0m；第二砂层组，深度范围为4 930.0～5 060.0m；第三砂层组，深度范围为5 070.0～5 130.0m；第四砂层组，深度范围为5 130.0～5 170.0m；第五砂层组，深度范围为5 170.0～5 240.0m。

图6　电阻率和自然电位横向分布^［56］

A1、A2、A3、A4为井名

图7　孔隙度、含水饱和度分布［56］

结　论

（1）对于油气层模式识别来说，取样依据合理，各种识别方法的判对率高，建立的判别模型有效，这是模式识别油气层的关键之一。

（2）对于低阻油气层评价来说，低阻成因复杂，评价方法应根据其成因结合地质录井、岩心分析、压汞等资料，采取相应的评价方法，如解释模型研究、油气层特征提取和识别等。

（3）测井资料结合岩心煤质分析、含气量测试资料等可以建立计算煤质参数、孔隙度、含气量等参数的模型，但储层具有双重孔隙介质结构，孔隙系统复杂，孔隙度、渗透率、含气量等参数的计算仍然存在较大的难度。

（4）分析泥浆侵入电性特征、泥浆问题等要结合不同油田的具体情况（例如泥浆分淡水、盐水等因素）来研究。泥浆侵入数值模拟能够动态反映储层参数随侵入时间的变化情况，电阻率反演能够提高确定地层电阻率的精度。

（5）储层横向预测研究，必须结合岩心、沉积、构造等地质资料，在单井测井解释的基础上，再结合地震资料开展多井资料的横向对比解释。

参考文献

［1］潘和平，黄智辉.灰关联聚类及其在测井中的应用［J］.物探与化探，1998，22（1）：34-42.

［2］潘和平，刘国强.应用BP神经网络预测煤质参数及含气量［J］.地球科学——中国地质大学学报，1997，22（2）：210-214.

［3］潘和平，樊政军，马勇.低阻油气层识别方法研究［J］.天然气工业，2006，26（2）：66-68.

［4］潘和平，樊政军，马勇.基于信息熵识别油气层和水层的聚类方法［J］.石油大学学报（自然科学版），2004，28（6）：31-34.

［5］Pan Heping，Zhang Zeyu.Identifying oilgas layer by minimum distance clustering［C］.2011Eighth International Conference on Fuzzy Systems and Knowledge Discovery（FSKD），2011：1 972-1 975.

［6］曾文冲.油气藏储集层测井评价技术［M］.北京：石油工业出版社，1991.

［7］潘和平，樊政军，王家映，等.新疆塔北低阻油气储层导电模型、双水泥质骨架导电模型［J］.中国科学，2001，（2）：104-110.

［8］潘和平，樊政军，孟凡莹.新疆塔北低阻油气层测井评价技术［M］.武汉：中国地质大学出版社，2000.

［9］潘和平，樊政军，等.低电阻率油气储层测井评价［J］.地球物理勘探进展，2002，12（6）：11-17.

［10］孙建孟，程芳，王景花，等.低阻油气层评价技术［J］.石油学报，1998，19（3）：83-88.

［11］樊政军，金意志，贺铎华.低阻储层参数的测井解释与精度检验［J］.西北油气勘查与开发，1996，（1）：35-38.

［12］Olivar A L，de Lima，Sharma M M.A grain conductivity approach to shally sandstones［J］.Geophysics，1990，55（10）：1 347-1 356.

［13］Zemanek J.Low-resistivity hydrocarbon-bearing sand reservoirs SPE Formation Evaluation，1989，4（6）：515-521.

［14］Givens W W.A Conductive rock matrix model（CRMM）for the analysis of low-contrast resistivity formation［J］.1987，28（2）：138-151.

［15］王敦则，蔚远江，覃世银.煤层气地球物理测井技术发展综述［J］.石油物探，2003，42（1）：127-131.

［16］潘和平，黄智辉.煤层含气量测井解释方法探讨［J］.煤田地质与勘探，1998，26（2）：58-60.

［17］潘和平，黄智辉.利用模糊模式识别煤成气层［J］.地球科学——中国地质大学学报，1993，18（1）：84-94.

［18］潘和平，黄智辉.测井资料解释煤成气层方法研究［J］.现代地质，1994，8（1）：119-125.

［19］潘和平，黄智辉.煤层煤质参数测井解释模型［J］.现代地质，1998，12（3）：447-451.

［20］潘和平，黄智辉.煤层含气量测井解释方法探讨［J］.煤田地质与勘探，1998，26（2）：58-60.

［21］刘家瑾，陆国纯.煤田测井资料数字处理［M］.北京：煤炭工业出版社，1991.

［22］周家尧，关德师.煤储集层特征［J］.天然气工业，1995，15（5）：6-10.

［23］李铭，楚泽涵，卢颖忠.煤层气测井评价［J］..特种油气藏，2000，7（1）：4-10.

［24］柳孟文，李能根，赵文光等.煤层气综合评价技术初探［J］.测井技术，1999，23（2）：99-102.

［25］娄剑青.影响煤层气井产量的因素分析［J］.天然气工业，2004，24（4）：62-64.

［26］全裕科.影响煤层含气量若干因素初探［J］.天然气工业，1995，15（5）：1-5.

［27］Ahmed U，et al.An advanced and intergrated approach to coal formation evaluation.SPE 22736，1991.

［28］潘和平.煤层气储层测井评价［J］.天然气工业，2005；25（3）：48-51.

［29］潘和平，樊政军，马勇，电阻率测井的钻井液侵入校正方法［J］.天然气工业，2005，25（7）：41-43.

［30］常文会，潘和平，周峰.泥浆侵入二维数值模拟［J］.地球科学——中国地质大学学报，2010年，35（4）：674-680.

［31］Zhou Gongcai，Pan Heping，et al.The calculation and analysis of array induction logging HRAI instrument’s response［J］.Proceedings—2011 8th International Conference on Fuzzy Systems and Knowledge Discovery，FSKD 2011，2 570-2 574.

［32］陈丽虹，李舟波.侵入带对视电阻率的影响［J］.长春科技大学学报，1999，29（3）：295-298.

［33］林纯增，张舫.泥浆侵入特性的测井应用［J］.测井技术，2002，26（4）：341-346.

［34］赵永刚，潘和平.麻黄山西探区淡水泥浆侵入电阻率测井特征分析及其应用［J］.地质科技情报，2012，31（1）：106-108.

［35］Donaldson E C，Chernoglazov V.Characterization of drilling mud fluid invasion［J］.Journal of Petroleum Science and Engineering，1987，1（1）：3-13.

［36］刘振华，胡启，张建华.时间推移双侧向测井响应特征及其变化规律［J］.石油地球物理勘探，1996，31（4）：536-540.

［37］孙建孟，张海涛，马建海，杨洪民.用时间推移测井计算原始含水饱和度新方法研究［J］.测井技术，2003，27（3）：217-220.

［38］张建华，胡启，刘振华.钻井泥浆滤液侵入储集层的理论计算模型［J］.石油学报，1994，15（4）：73-78.

［39］马明学，鞠斌山.一种新的计算泥浆侵入储层电阻率分布的数学模型［J］.测井技术，2004，28（6）：502-507.

［40］韩大匡，陈钦雷.油藏数值模拟基础［M］.北京：石油工业出版社，1993.

［41］Ma Mingxue，Ju Binshan.A novel mathematical model to calculate distribution of mud Invasion formation resistivity［J］.Well Logging Technology，2004，28（6）：502-507.

［42］Dubost F X，Zheng S Y，Corbett P W M.Analysis and numerical modeling of wireline pressure tests in thin-bedded turbidites［J］.J.Pet.Sci.Eng.，2004，45（3–4）.

［43］Goode P A，Thambynayagam R K M.Influence of an invaded zone on a multiprobe formation tester［J］.SPE Form.Eval.，1996，11（1）：31–40.

［44］Kuchuk F J，Onur M.Estimating permeability distribution from 3Dinterval pressure transient tests［J］.J.Pet.Sci.Eng.，2003，39（1–2）：5-27.

［45］Sun Jianmeng，Zhang Haitao，et al.On a new method for calculating insitu water saturation with time-lapse log［J］.Well Logging Technology，2003，27（3）：217-220.

［46］Chang Wenhui，Pan Heping，Zhao Yonggang.Inversion of mud invasion of horizontal layered formation with induction logs in mahuangshan area［J］.2010Sixth International Conference on Natural Computation（ICNC 2010）.

［47］Torres Verdin C，Habashy T M.Rapid numerical simulation of axisymmetric single-well induction data using the extended born approximation［J］.Radio Science，2001，36（6）：1 287-1 306.

［48］Newman G A，Alumbaugh D L.Three-dimensional induction logging problems，Part 2：A finite-difference solution［J］.Geophysics，2002，67（2）：484-491.

［49］Hue Y.Analysis of electromagnetic well-logging tools［D］.The Ohio State University，2006.

［50］汪宏年等.双感应测井资料的快速近似迭代反演［J］.地球物理学报，2007，50（5）：1 614-1 622.

［51］杨韦华.电法测井的快速迭代反演方法［J］.石油大学学报（自然科学版），1999，23（2）：20-26.

［52］陈启艳，范晓敏.复杂侵入带的感应测井响应计算［J］.吉林大学学报（地球科学版），2006（S2），36：155-158.

［53］杨华，吴洪深.双感应测井反演方法及其在莺歌海盆地的应用［J］.中国海上油气，2005（01），17（1）：21-24.

［54］仵杰，程建华，陈睿.感应测井信号处理及应用研究［J］.西安石油学院学报（自然科学版），2003，18（2）：71-75.

［55］陈启艳，范晓敏，王斌.泥浆滤液侵入带的感应测井响应及环境影响［J］.新疆石油地质，2008，29（1）：61-64.

［56］Pan Heping，Fan Zhengjun，Luo Miao，et al.Lateral Contrast and Prediction of Carboniferous Reservoirs using Logging data in Tahe Oil Field，Xinjiang，China［J］.Journal of Earth Science，2010，21（4）：480-488.

［57］常文会，赵永刚，卢松.曲流河环境沉积微相和测井相特征分析［J］.天然气工业，2010，30（2）：48-51.

［58］潘和平，牛一雄.测井资料提取中国大陆科学钻探PPII孔岩石物性［J］.工程地球物理学报，2004，1（1）：10-18.

［59］Knox P R.Determining between-well reservoir architecture in deltaic sandstones using only well data：oligocene frio formation，Tijerina-canales-blucher field，south Texas［J］.AAPG Bulletin，1996，80（9）：54-67.

［60］Victoria M.Lateral and vertical discrimination of thin-bed fluvial reservoirs：geostatistical inversion of a 3DSeismic Data Set［C］.SPE Latin American and Caribbean Petroleum Engineering Conference，Buenos Aires，Argentina，2001，1-15.

［61］Zhang J，Qin L，Zhang Z.Depositional facies，diagenesis and their impact on the reservoir quality of silurian sandstones from tazhong area in central tarim basin，western China［J］.Journal of asian earth sciences，33：42-60.

［62］Kang Y Z.Geological Characteristics of the Formation of the Large Tahe Oilfield in the Tarim Basin and its Prospects［J］.Geology in China，2003，30（3）：315-319.

［63］Zhong D K，Qi L X，Liu K N，et al.Study on sedimentary facies of carboniferous Kalashayi Formation in the South of Tahe Oilfield［J］.Acta Sedimentologica Sinica，2009.27（4）：614-621.

［64］Lake L W.Enhanced oil recovery［M］.Prentice Hall Inc.，New Jersey，USA，1989：354-423.