(一) 成像测井识别裂缝
裂缝在井壁电成像和声成像测井图上均表现为连续或间断的深色条带，其形状取决于裂缝的产状。垂直缝和水平缝分别为竖直的和水平的条带，斜交缝为正弦波条带状，网状缝为正弦波条带状、竖直的和水平的条带的组合特征。低角度裂缝、高角度缝和网状缝3种裂缝性储层的电成像测井响应特征如图4－21所示。
对裂缝性质的解释主要要注意天然裂缝与层理、各种诱导裂缝，如钻具振动形成的裂缝、重泥浆造成的压裂缝、应力释放裂缝和井眼崩落的区别。特别是应力释放裂缝，既可在岩心上出现，也可在井壁上出现。在成像图上的特征为1组接近平行的高角度裂缝，且裂缝面十分规则。在常规测井解释中，容易误解释为低孔高角度裂缝型储层。当出现在岩心上时，很容易给岩心描述带来错觉，必须注意识别。其方法是看裂缝中有无泥浆侵入的痕迹，无侵入者为应力释放裂缝。应力释放裂缝只有1组，且裂缝面较为完整;而压裂缝或为3组，或为一组不完整的，且仅出现在两个对称方向上的高角度裂缝。
根据X1井EMI图像显示特征，在EMI测量井段内，裂缝较发育，类型有:斜交缝、高角度缝、网状缝(表4－6)。
表4－6 X1井石炭系裂缝统计表
续表
图4－21 X1井裂缝类型EMI图像
斜交缝:倾角小于90°的开口缝，包括高角度斜交缝(倾角≥70°)、低角度斜交缝(10°≤倾角<70°)，EMI图像显示为黑色正弦曲线。EMI测量井段内发育有多组(数条)斜交缝。
高角度缝:倾角等于90°的开口缝，EMI图像上表现为黑色竖线，缝宽不等，通常情况下两条线相互平行，延伸较长。
网状缝:由两组以上产状不同的裂缝相互切割的呈网状的开口缝组成。本井石炭系网状缝相对欠发育，网状缝基本是与斜交缝交替发育。
(二) 常规测井识别裂缝
理论研究结果表明，深、浅双侧向电阻率的大小及差异性质除受流体性质影响外，还严重地受到另外两个因素的控制。一是裂缝张开度、裂缝密度、裂缝产状、裂缝径向延伸等裂缝自身的特征;二是岩石本身的电阻率。
1. 双侧向测井
(1) 裂缝性储层在深、浅双侧向上的响应特征
由于深、浅双侧向电阻率的大小及差异性质受流体性质、裂缝张开度、裂缝密度、裂缝产状、裂缝径向延伸以及岩石本身的电阻率影响。因此高角度裂缝(>75°)为主的储层来说，深、浅双侧向出现正差异，且比值随裂缝倾角、裂缝张开度、裂缝径向延伸度、裂缝纵向穿层长度的增大而增大。对于低角度裂缝(<75°)，深浅侧向出现负差异。此外还必须考虑到岩块电阻率Rb的影响，即对同样的裂缝，Rb越高，深浅双侧向的电阻率差异也越大。斜角缝、高角度缝和网状缝三种裂缝性储层的深、浅双侧向测井响应特征分别如图4－22～图4－24。
图4－22 X2井斜角缝测井响应特征
(2) 裂缝性储层在微球形聚焦测井曲线上的响应特征
微球形聚焦测井具有比双侧向的径向探测深度浅，垂直分辨率高的特点，因此它受井眼和泥饼的影响比双侧向测井大，但它分辨裂缝的能力却远比双侧向强。因此，当井眼较规则时，微球形聚焦测井在裂缝段将发生比双侧向较多的起伏，且在双侧向电阻率背景上来回变化，如图4－23。
2. 密度测井
密度测井测量的是岩石的体积密度，主要反映的是岩石的总孔隙度，而与孔隙的几何形态无关。由于密度测井仪为极板推靠式仪器，当极板接触到天然裂缝时会对密度测井产生较大影响。
图4－23 X3井高角度缝测井响应特征
图4－24 X4井网状缝测井响应特征
3. 补偿中子
与密度测井类似，补偿中子测量的也是岩石的总孔隙度，不受孔隙几何形态和分布的影响。补偿中子由于其测井探测深度较大，而成为确定非均质的裂缝性火山岩油藏总孔隙度的有效方法。在裂缝性火山岩剖面层段上，补偿中子显示为相对高的孔隙度值，而且裂缝越发育，中子孔隙度就越大。与其他常规测井类似，补偿中子也同样只能指示裂缝带的位置，不能确定裂缝的发育方向。
4. 声波时差
裂缝在声波时差曲线上的反应与井筒周围裂缝的产状及发育程度有关。声波时差对高角度缝没有反应，对低角度缝或网状裂缝，声波时差将相应增大。当遇到大的水平裂缝或网状裂缝时，声波能量急剧衰减而产生周波跳跃现象。因此利用声波时差可以识别水平裂缝或网状裂缝，但不能用于识别垂直裂缝。
(三) 地层倾角测井识别裂缝
地层倾角测井是探测天然裂缝的各种方法中较为有效的方法之一。用地层倾角测井资料识别裂缝的方法有:裂缝识别测井、电导率异常检测、定向微电阻率、双井径曲线等。
1. 裂缝识别测井(FIL)
地层倾角的微电阻率曲线常在高阻背景上以低的电阻率异常显示出裂缝。FIL是利用地层倾角的4条微电阻率曲线，按顺序排列组合相邻两极板的4组重叠曲线(1－2，2－3，3－4，4－1)，裂缝则以明显的高电导率异常显示出来。当任一极板通过充满高电导率泥浆的裂缝时，其电导率升高，重叠曲线出现幅度差。一般高倾角裂缝常以一组或两组明显的幅度差出现，垂直裂缝在两条曲线上有较长井段的异常;而水平裂缝在4条重叠曲线上均有较短的异常。这种方法的缺点是不能准确地识别沉积构造和裂缝。
2. 利用电导率异常检测识别火山岩裂缝
该方法是利用地层倾角测量的原始记录在曲线对比垂向移动范围所确定的井段上，求出各极板与相邻两个极板电导率的最小正差异值，并把此值叠加在该极板的方位曲线上。作为判别裂缝的标志，这种方法排除了由于层理所引起的电导率异常，突出了与裂缝有关的电导率异常。在电导率异常检测DCA成果图上，不仅可以直接显示出裂缝的存在，而且直接给出了裂缝存在的方位。用该方法必须满足下列3个条件:①电导率超过一定的水准，②电导率数值之差足够大，③异常可以在极少数连续层位上探测到。
3. 双井径重叠法
双井径重叠是识别裂缝的一种重要方法，通常具有较好的使用效果。根据地层倾角测井曲线显示的定向扩径、椭圆形井眼及相对方位角曲线平直无明显变化等，可以划分出高角度裂缝层段。而且，根据扩径方位或椭圆形井眼的长轴方向，可以确定高角度裂缝的方向。一般双井径曲线值与钻头直径均相等为硬地层，双井径曲线值均小于钻头直径为渗透层，双井径曲线值均大于钻头直径为泥岩或疏松易塌层，双井径曲线值之一大于钻头直径，另一等于或小于钻头直径，呈椭圆形井眼，为高角度裂缝。
(四) 利用双侧向测井资料定性识别裂缝的实现方法
为了能有效识别出裂缝、优化单井射孔层段，从而更好地指导现场生产工作，在基于对众多的成像测井资料与常规测井资料进行对比分析后，建立了天然裂缝的常规测井解释模型。这种方法不同于裂缝孔隙度计算，是一种定性的判断方法，其主要方法是首先提取成像测井资料中典型的裂缝，然后对常规测井资料进行标定，从而提取裂缝在常规测井资料中的响应特征，然后针对这些特征进行编写识别程序，从而使用计算机对裂缝进行自动识别评价。
通过分析笔者发现当地层出现网状缝或其他类型的斜交缝的时候，微球测井曲线一般会比较迅速地下穿双侧向，在非裂缝处微球一般会悬浮于双侧向之上。其原理为:井壁的张开裂缝会导致微球电阻率值(RXO)的急剧下降(张开裂缝中充满泥浆所致)，依此可以识别裂缝发育井段。通过与成像测井对比发现，该方法可以识别多数的张开裂缝，但无法区别钻井诱导裂缝。
其识别图版为:
BRXO≤0.8并且BXOT≤0.8
则该井段为裂缝发育井段当RT≤70和RXO≤70的情况不能使用本方法判断。
其中:BRXO=RXO/RXO1;
BXOT=RXO/RT。
式中:RXO———冲洗带电阻率;
RT———地层真电阻率;
BRXO———冲洗带电阻率变化幅度;
BXOT———冲洗带电阻率与地层真电阻率幅度比;
RXO1———RXO曲线上当前深度点的上一个采样点。
通过BRXO和BRXT的斜率大小来判断裂缝的存在。
图4－25是利用该方法进行裂缝识别的一个实例，图中第三道裂缝指示曲线即是根据双侧向和微球形聚焦测井曲线计算得到的，它只是一条定性指示曲线。无量纲，代表该深度存在裂缝或裂缝发育的相对程度。
通过利用常规测井曲线计算判断的储层裂缝段与成像测井拾取的裂缝层段对比，认为利用常规测井资料判断裂缝的方法是可行的，也是较为有效的。
(五) 基于测井曲线元的裂缝定量识别
针对火山岩裂缝性油气藏裂缝测井识别这一难题，在充分分析其裂缝曲线元及其变化特征的基础上，刻画了裂缝曲线元的数学特征，建立了基于测井曲线元的裂缝概率模型，进而来计算裂缝发育的概率。
裂缝的存在对电性、放射性等各种物理性质均有不同程度的影响，其影响可在测井曲线元的变化形态上造成异常响应。由于各种测井方法对裂缝的敏感程度并非完全相同，加之某些非裂缝因素也可能引起与裂缝相同的异常响应。所以，用一、二种常规测井方法识别裂缝的准确性往往很低，在井眼条件较差的情况下尤其如此，而多种测井信息综合反映裂缝的可能性明显增大。因此，本节利用多种常规测井信息来建立基于测井曲线元的裂缝概率模型，进而来对研究工区的裂缝进行定量识别。
1. 裂缝曲线元及其特征
在裂缝发育段，三侧向电阻率曲线和微电阻率都比上下相邻曲线段读值降低，但不同的层段降低的程度有所不同。也就是说，同样是裂缝发育段，曲线的形态还与岩性、层厚、泥浆电阻率、侵入深度等因素有关。而这些因素的影响都反映在曲线元的形态变化上。
图4－25 X5井利用双侧向和微球形聚焦测井识别裂缝实例
为了便于准确地刻画测井曲线的变化形态，引入了测井曲线元的概念。在测井曲线上，如果对曲线所考查的某一性质与邻近的曲线段明显不同，则把这样的一段曲线称为测井曲线元，简称为曲线元。记为
准噶尔盆地火山岩储层测井评价技术
或者记为C∶C∈［a，b］。通常a，b为测井曲线的左右刻度。
假设Ci－1∈［a，b］、Ci∈［a，b］、Ci+1∈［a，b］分别为相邻的3段曲线元，假设Ai－1，Ai，Ai+1表示相应曲线元的某一性质，ε1为一给定值，依据定义则有
准噶尔盆地火山岩储层测井评价技术
式(4－13)中，F并不表示一种单纯的映射，而是一种刻度，就是一种度量相邻曲线元某一特征的差别的方式。ε1是针对某一项待考察的指标给定的限定值，也就是划分不同曲线元的截至值。
若已知Ci∈［a，b］为一曲线元，［a，b］为该曲线的左右刻度。有时这一区间也可限定在该段曲线的最大最小值之间。
曲线元的数理统计分析主要计算曲线元的均值μ、极差J、数学期望E、方差σ2或标准差σ等。在进行数理统计分析之前，先要有一个合理的假定条件，对于xi∈［a，b］，i=0，1，…，n取任意值的几率都是相等的。因为对于某一段地层来说，在已知的值域内(比如曲线的左右刻度)，没有任何理由让某一项测井量(例如电阻率)只取某一值而不能为另外的值，也就是说，在值域测井量取任一个值的机会是均等的。因此对于任意点的概率Pi有
准噶尔盆地火山岩储层测井评价技术
在这一假设条件下，测井曲线元的数学期望和方差就可以计算了。
根据关键井的岩心标定，裂缝在测井曲线上的变化特征主要表现为三侧向电阻率曲线出现高值背景上的降低，深浅电阻率的幅度差也有所减小，同时微电极曲线也表现为同样的特征。自然伽马曲线没有增大或增大很小，通过滤波可以消除。把这样的曲线段称为裂缝曲线元。
2. 火山岩储层裂缝指标的定义
在实际处理过程中，考虑到火山岩地层岩性的复杂性，定义的裂缝指标有如下4种方式。
(1) 双侧向或双感应幅度差
直接在综合测井曲线图(对数坐标)上找到致密段和裂缝段的双侧向(或双感应)幅度差绝对值，ΔRb和ΔRf。当前处理深度的电阻率幅差指示的裂缝概率为:
准噶尔盆地火山岩储层测井评价技术
式中:P———裂缝概率;
ΔR———当前深度的电阻率对数的幅度差绝对值。
(2) 井径测井曲线
准噶尔盆地火山岩储层测井评价技术
式中:CAL———当前深度的井径;
CALf和CALb———裂缝层段和致密层段的井径。
(3) 微球形聚焦测井
对微球形聚焦电阻率测井曲线的对数lg(x)进行滤波处理，得到滤波后的测井曲线lg(x)'，提取剩余变化(Dx)，则裂缝概率:
准噶尔盆地火山岩储层测井评价技术
式中:Dxf和Dxb分别为裂缝层段和致密层段的剩余变化值;Dx=lg(x)－lg(x)'。
(4) 其他曲线
对其他非电阻率测井曲线x进行滤波处理，得到滤波后的测井曲线x'，提取剩余变化Δx=x－x'。
准噶尔盆地火山岩储层测井评价技术
式中:Δxf和Δxb———裂缝层段和致密层段的剩余变化值。
上述指标除了双侧向取绝对值外，均考虑到裂缝特征在曲线上的方向性。
3. 裂缝识别
一般测井采样间距为12.5cm，岩心裂缝观察表明裂缝的一般长度在1个采样间距到几十个采样间距之间。因此，从采样间距上考虑，如果要利用常规测井曲线识别裂缝，必须至少有3个采样点，即2个采样间距构成的裂缝。因为如果是2个采样点，2个采样点读值的变化只可能是由大变小、相反或不变，3种之一，而不能构成裂缝曲线元由大变小再变大的变化特征。这是根据常规测井曲线判断裂缝存在的必要条件。一条裂缝的延伸长度必须至少大于12.5cm×2cm才能够被常规测井曲线识别到。从测井解释的角度说，常规测井资料识别的裂缝长度至少是25cm。
根据裂缝曲线元的特征编制了基于测井曲线元的计算机裂缝识别软件系统，其识别过程如下。
1) 测井数据录入。
2) 判断原始数据文件是否有三侧向曲线和微电极曲线，或二者之一。如果都没有，则无法进行裂缝识别，退出系统。
3) 测井资料校正和数据标准化。资料校正是正确识别的前提，数据标准化便于进行曲线元拟合和计算曲线元的数字特征。该软件主要采用了极差标准化、极差正规化和标准差标准化3种方法。
4) 读入分层数据。研究中只对砂岩储层段进行了裂缝识别，对泥岩未处理，所以在识别之前先要读入分层数据。如果该井还没有分层，必须先分层。
5) 曲线元滤波。滤波主要是消除曲线上微小的扰动，因为它会影响到对裂缝曲线元识别。滤波方法多采用加权滑动平均法，如钟型函数或汉明函数等，也可采用卡尔曼滤波。
6) 从第1层开始，逐点判断电阻率与邻近上下两个采样点关系，设存在xi－1，xi，xi+1为3个相邻的采样点，并且给定ε为一门限值，如果式(4－19)成立，则从采样点xi开始记录采样点数S1，直到式(4－19)成立，则必然有式(4－20)成立。同样开始记录采样点数S2，直到式(4－20)不成立
准噶尔盆地火山岩储层测井评价技术
记录满足式(4－19)和式(4－20)总采样点数(S=S1+S2)。对三侧向和微电极曲线依据式(4－19)和式(4－20)作判断。
7) 对同一层段的GR曲线进行判断，消除由于泥岩夹层引起电阻率降低而误判为裂缝的层段。
8) 计算裂缝存在概率Pf。
计算裂缝曲线元的极差(J)、数学期望(E)、方差(D)。因为裂缝曲线元的形态特征是电阻率在高值背景上的骤然降低，表明其极差很大，并且降低越明显，极差就越大。同时，其数学期望与极差的差值也随之增大。方差越大，裂缝存在的可能性越大，因此裂缝的概率与方差成正比。此外裂缝曲线元的曲线突变不会延续很长，否则这种突变成了一种渐变，也就不是裂缝了。定义单条曲线判断裂缝存在的概率计算式为
准噶尔盆地火山岩储层测井评价技术
在识别过程中，对于JD－581测井系列同时采用了深、浅三侧向及其幅度差、微电极及其幅度差、GR曲线、感应曲线和声波曲线;对于CLS3700测井系列则将三侧向换为双侧向电阻率曲线。根据式(4－21)，每1条曲线都将给出1个单曲线裂缝存在概率，按照贝叶斯准则，所有曲线指示裂缝存在概率由下式计算
准噶尔盆地火山岩储层测井评价技术
式中，Pf，i———单曲线裂缝存在概率;
l———参加裂缝判别的曲线条数。同时给定了一个经验参数εP作为裂缝存在概率的截止值，规定只有Pf>εP时，才认为该裂缝存在，并且被记录下来。
经本书研究确定，RXO权值变化范围为0.4～0.5、Rt和Ri幅度差的权值变化范围为0.25～0.35、井径变化范围为0.1～0.2、声波或密度变化范围为0.15～0.25。
4. 裂缝识别实例
基于上述方法，对研究盆地内的白X1井进行裂缝识别，其识别成果图如图4－26所示。由该图可知，在1717～1728m井段所计算的裂缝概率值较高，说明该段发育裂缝的概率较大;而在1710～1717、1728～1750m井段处，所计算的裂缝概率值较低，说明该段发育裂缝的概率较小。裂缝概率反映地层中存在裂缝的概率大小，是对裂缝发育程度的判别。概率值越大，裂缝越发育;反之，概率值越小，裂缝发育越差。从FMI图像上看，1715.0～1720.0m发育一组高角度缝，在1720.0～1722.0m发育一组高角度缝以及斜交缝，在1722.0～1728.8m发育一组雁状缝以及斜交缝。根据岩心描述裂缝统计(表4－7)可知，在该井段内，裂缝较发育，类型有:斜交缝、直劈缝、网状缝、充填缝以及雁状缝。由此可知，对缺乏成像测井和岩心描述等资料的情况下，该方法能够利用常规测井资料来较准确地识别其裂缝发育的井段。
图4－26 白X1井裂缝识别实例
表4－7 白X1井裂缝统计表
由于本区石炭系地层火山岩岩性复杂，裂缝的常规测井响应特征(如声波时差、中子孔隙度、深浅双侧向等)受岩性影响较大，容易将岩性的变化混淆为裂缝。而成像测井图可直观地反映裂缝的形状(如弯曲程度)、填充状况。从本区岩心资料和成像测井资料综合来看，利用成像测井来识别裂缝较为有效。
《测井技术》是测井行业唯一面向国内外公开发行的正式期刊，中国科技论文统计源期刊。本刊在全国1286种统计源期刊中名列第408位，在陕西省636种入源期刊中列第13位，能源学科类28种入源期刊中列第9位。目前已被国内外六家数据库收录。《测井技术》于1977年创刊，是国内惟一反映我国测井技术发展现状、水平及动向的技术刊物。本刊集学术性、技术性和信息性为一体，为《中国学术期刊（光盘版）》期刊；被《中国石油文摘》、美国《石油文摘》、美国职业测井分析家学会（SPWLA）地球物理数据库、美国 Ei检索刊物数据库、万方数据库等收录检索；被美国《PETROPHYSICS》转载；发行范围覆盖了与测井相关的各个领域，形成与国际相关测井行业的学术交流和信息交流，同时被全国主要大专院校图书馆馆藏。《测井技术》所刊登的文章内容主要涵盖测井技术的理论研究、实验分析、仪器设计与数据采集、测井资料分析处理、石油地质解释、动态监测技术、软件开发以及科技信息动态等方面，内容覆盖了与测井相关的各个领域。 综述处理解释测井仪器测井应用动态监测射孔技术 1992年全国优科技期刊二等奖1997年集团公司优秀科技期刊奖2000年陕西省优秀科技期刊一等奖 期刊名称：测井技术 英文名称：Well Logging Technology主办单位：中国石油集团测井有限公司出版地：陕西省西安市语言种类：中文历史沿革：现用刊名：测井技术曾用刊名：地球物理测井主管单位：中国石油天然气集团公司主编：陆大卫 李剑浩 王环地址：西安市南郊红专南路8号西安石油勘探仪器总厂邮政编码：710061 主任委员： 陆大卫副主任委员（按姓氏笔划排序）： 匡立春 李剑浩 李建良 李越强 陈序三 陈尚明委员（按姓氏笔划排序）： 王天波 王 环 王国平 王界益 尹庆文 田树祥 安 涛 刘书民 刘风亮 朱世和 李 宁 李林新 李保同 李铁军 李国欣 宋公仆 汤天知 何亿成 吴世旗 佟成秋 严建奇 肖承文?陈必孝 姚声贤 邵在平 国庆忠 周灿灿 周凤鸣 范宜仁 金 鼎胡启月 张继果 郭海敏?施振飞 陶宏根 董经利 夏耀先 鲜于德清 魏大农 鞠晓东 谢荣华 樊政军
(1)泥页岩气储层的常规测井曲线响应
由于页岩气与常规气一样，是不导电介质，具有密度小、含氢指数低、传播速度慢等物理特性。因此，含气页岩的测井响应应该不同于非含气页岩，利用页岩气储层在常规测井曲线上的响应特征，通过测井解释资料，不仅可以识别储层，还能够进行地层评价。识别页岩气储层所需要的常规测井方法主要有：自然伽马、井径、中子、密度、声波时差和电阻率测井。以下依次对页岩气储层在常规测井曲线上的响应特征进行分析：
① 自然伽马测井：泥页岩气储层的自然伽马值显示高值，这是由于：①泥页岩中泥质含量较高，泥质含量越高放射性就越强；②含气页岩中有机质含量丰富，通常情况下干酪根形成于一个使铀沉淀的还原环境，从而具有较强的放射性，导致自然伽马值升高。
② 井径测井：页岩一般表现为扩径，而且有机质含量越高，扩径越明显。
③ 声波时差测井：页岩气储层的声波时差值显示为高值，并伴有周波跳跃现象，这是由于：A页岩气的存在使得声波速度降低，声波时差增大；B.声波在有机质中传播的速度较低，含气页岩中含有大量有机质，导致声波时差增大。如果声波时差值偏小，则说明页岩地层中有机质丰度低，经济开采价值不大；C.含气页岩内部发育裂缝，遇到裂缝气层会发生周波跳跃现象，或者曲线突然拔高。
④ 中子测井：页岩气储层中子测井显示为高值。中子测井反映的是地层中的含氢量也就是地层孔隙度。中子测井值升高的原因为：①在页岩气储层中，含气会导致中子密度值减小，但是束缚水会使中子密度值增大，由于页岩中束缚水饱和度要大于含气饱和度，因此，两者综合的效果还是会使页岩气的中子密度值升高；②页岩气储层中有机质的氢含量使得中子密度值升高。
⑤ 地层密度测井：地层密度显示为低值。地层密度值实际上测量的是地层的电子密度，而电子密度相当于地层体积密度。页岩密度为低值，比砂岩和碳酸盐岩的地层密度值低，但是比煤层和硬石膏的地层密度值高出很多。对于含气页岩储层来讲，随着有机质和烃类气体含量增加，将会使地层密度值变得更低，如果页岩气储层中发育裂缝，也会使地层密度测井值降低。
⑥ 岩性密度测井：岩性密度表现为低值。岩性密度测井的Pe值可以用来指示岩性，用于识别页岩中的黏土矿物类型。页岩矿物组分的变化，将导致单位体积页岩岩性密度测井值发生变化。
⑦ 电阻率测井：泥页岩的深浅电阻率总体低值，局部负值。泥页岩气的电阻率受到很多因素的影响，主要有：①页岩泥质含量高，束缚水饱和度高，而这两者的电阻率都很低；②页岩气储层低孔低渗，使得泥浆滤液侵入范围很小，侵入带影响很小，深浅曲线值非常相近，这反映了页岩气储集层的渗透率值低；③有机质电阻率高，干酪根的电阻率为无限大，含气页岩中有机质丰度高，会进一步导致电阻率测井值升高。
在表10.1中对泥页岩气储层的常规测井响应特征进行了总结，图10.1展示了实际测量的页岩气储层的常规测井曲线，与普通页岩相比，含气页岩具有自然伽马强度高、电阻率大、地层密度低和光电效应低的典型特征。
图10.1 泥页岩气储层的实际测井响应曲线
(据SHELL，2006)
表10.1 泥页岩气储层的常规测井响应特征
(2)测井评价基本方法
从测井资料中准确分析有关泥页岩气储层的物性参数和地化参数，在泥页岩地层评价中占据着非常重要的地位。不同的服务公司都发展了其独特的页岩地层的测井评价方法，这些方法都是在常规测井分析理论的基础上发展得到的。与常规储层预测不同，泥页岩气储层的关键在于对生烃潜力和力学特征的评价和认识，这就意味着从测井曲线中分析估算泥页岩的有机质丰度、成熟度、孔隙度、矿物组分和弹性参数成为重点。但是由于泥页岩的矿物组分非常复杂而且次生矿物发育，使得对泥页岩储层的认识变得相当困难，矿物组分分析是泥页岩气储层评价的重点和基础。为了获取这些参数，要充分发挥常规测井和先进测井技术的优势，综合多种测井技术对泥页岩地层进行全面评价。表10.2中总结了泥页岩气储层评价中几种常用的测井方法以及它们的主要用途，在实际泥页岩气生产中，这些测井技术在地层评价中发挥了重要作用，通过不同测井技术的结合，最终能够获取有关储层的重要参数信息。
表10.2 地层评价中常用的测井方法及其主要用途
通过以上一系列测井方法技术相结合，试图对泥页岩气储层进行以下评估：①估算泥页岩有机质丰度和成熟度，对泥页岩地层的产气量进行评估；②预测泥页岩的矿物组分和弹性性质，对页岩的工程开采难易程度进行评估；③计算孔隙度、饱和度等物性参数，对页岩储层的储集空间和连通性进行评价；④利用成像测井，分析泥页岩气储层中发育的天然裂缝。如何综合利用多种测井方法进行泥页岩地层评价，这是石油工作者十分关注的，在此总结了常用的基本分析方法。泥页岩气储层和常规储层最直接的差异在于它含有丰富的有机质，当计算其他储层参数时一般都要考虑有机质的影响，需要有机质作为已知的输入条件。因此，预测泥页岩的有机质丰度是基础，将当作重点进行介绍，对于其他储层参数的估算方法简要介绍其方法和思想。
① 有机质丰度估算方法
泥页岩含有丰度的有机质，由于有机质的存在，会使得测井曲线发生相应的变化。正是由于这种差异，才使得利用测井技术预测TOC有理论依据。表10.3总结了由于存在有机质所导致的常规测井响应特征的变化(Fertl和Chinliger，1988；Passey等，1990)。利用不同的特征差异，就能够得到不同的TOC估算方法。有的方法仅仅利用了单方面的特征差异，只利用自然伽马强度的差异或者密度差异，而有些方法则利用了多种特征的差异，例如ALogR方法。表10.4总结了计算TOC的几种方法思路，总体来讲，主要是利用了有机质密度低、含有放射性元素、饱含孔隙和电阻率无穷大的特征。
表10.3 有机质导致的泥页岩气储层测井响应特征的变化
(据Sondergeld等，2010)
表10.4 利用测井曲线计算TOC的方法
(修改于Sondergeld等，2010)
一、内容概述
图1 Barnett页岩某井典型测井图
地球物理测井简称测井，是在钻孔中使用测量电、声、热、放射性等物理性质的仪器，以辨别地下岩石和流体性质的方法，是勘探和开发油气田的重要手段。测井也是页岩气勘探不可缺少的技术手段，发挥着十分重要的作用（图1）。数十年来，大多数页岩气田均进行了测井数据采集，以满足页岩气储层评价的需要。根据Luffel和Guidry（1989）的文献，Appalachian盆地大多数采用空气钻井，采用测井系列包括双感应、岩性密度测井、井壁中子、自然伽马能谱，还包括井下电视和温度测井。
页岩气勘探、开发与石油等其他资源的勘探手段有相似之处，所采用的地球物理测井方法和仪器基本是相同的。国外在页岩气勘探与开发中，普遍采用了斯仑贝谢、贝克-休斯、哈里伯顿等国际测井服务公司的先进技术。地球物理测井是在钻孔中研究地层物理性质的一系列探测方法的统称。当前国内外使用的先进探测仪器都集成了电子信息、计算机控制、数据处理、应用物理等多个领域中最先进的技术，它们对地层物理性质探测的数量和质量都达到了前所未有的高度。总体来说，目前在油气勘探领域使用的测井技术大致可以分为下述几种类型：
1）以探测地层的电性为主的一系列测井方法，如普通电极系测井、侧向测井、感应测井、自然电位测井、介电测井等。
2）以探测地层的放射性为主的一组方法，如自然伽马测井、能谱测井、中子测井、密度测井、元素测井等。
3）以探测地层的声波传播特性和弹性参数为主的一组方法，如声波速度测井、声幅测井、声波全波测井等。
除此之外，有时还使用一些其他的测井方法，如磁测井、重力测井、温度测井等。这些方法应用范围虽然不广泛，但它们对于解决一些特定的地质或者工程问题往往非常有用。
随着理论和技术的进步，测井仪器也经历了模拟-数字-数控-成像的演变过程。目前国内外常用的先进方法有电阻率扫描成像、声波成像、阵列感应、核磁成像等。
页岩气勘探中涉及的岩石类型、流体性质和研究任务决定了它使用的测井与油气勘探中的测井系列基本是相同的。因此，上述常用的测井方法在页岩气勘探中同样有着广泛的应用，可以提供关于目的层尽可能详尽的岩石物理信息（图2）。
墨菲石油公司根据页岩气储层评价需求，提出了较为全面的页岩气测井序列，包括：
1）电阻率、密度、中子测井；
2）核磁共振测井，用于确定页岩孔隙度（不受TOC影响）；
3）声波测井，用于岩石力学性质分析；
4）成像测井，用于识别裂缝。
测井在页岩气藏勘探开发中有两大任务，一是储层及含气量的评价，二是为完井服务提供指导参数并在钻井中起地质导向作用，这其中包含了岩性、孔隙、裂缝、有机碳、储层岩石力学等参数评价。勘探和开发不同阶段达到上述目的采用的测井系列是不同的，表1总结了国外针对不同井别采用的测井采集系列。对于新区，一般而言，最经济的测井系列包括自然伽马测井、自然电位测井、井径、岩性密度测井、补偿中子测井、电阻率测井（双侧向或者阵列感应测井）、元素俘获能谱测井和声波时差测井。从表1 中可见，除了一些常规油气藏采用的测井方法，在页岩气测井采集中还采用了一些测井新技术，包括元素俘获能谱测井、核磁共振测井、微电阻率成像测井和声波时差测井，这些测井新技术的应用在页岩气勘探开发的初期是非常有必要的，有助于含气页岩储层特征的综合评价，也有助于指导油气公司后续的勘探开发。例如，运用微电阻率成像测井、声波全波测井和井下声波电视可以确定裂缝性质；用元素俘获能谱测井能够确定岩石矿物含量并计算有机碳和无机碳含量。
图2 地球物理测井技术对页岩岩心综合特征和页岩气地质储量的校正
1.部分测井技术简介
（1）自然伽马测井
岩层的自然伽马曲线幅度主要取决于地层中放射性物质铀、钍、钾含量及地层中泥质含量的高低。页岩气的自然伽马曲线相对于碎屑岩类为明显高值异常特征。这是由于：①页岩中泥质含量高，泥质含量越高伽马放射性就越高；②某些有机质中含有高放射性物质。一般性地层中，泥页岩在地层中伽马显示最高值（＞100 API）。相比之下，砂岩和煤层显示低值。
（2）井径测井
砂岩显示缩径；泥页岩一般为扩径。
（3）地层密度测井
地层密度值实际上测量的是地层的电子密度，而电子密度相当于地层体积密度。页岩密度为低值，比砂岩和碳酸盐岩地层密度测井值低，但是比煤层和硬石膏层密度值高出很多。随着有机质和烃类气体含量增加将会使地层密度值更低。存在裂缝，也会使地层密度测井值降低。
表1 页岩气不同井别采用的测井采集系列
（4）岩性密度测井
现代测井仪器可以同时测量地层密度和岩性密度。岩性密度测井Pe值可以用来指示岩性。岩性密度测井可应用于识别页岩黏土矿物类型。页岩矿物组成的变化将导致单位体积页岩岩性密度测井值的变化。结合取心材料，可以很好地分析某地区的黏土岩矿物成分。
（5）中子测井
页岩气储集层中子测井值为高值。中子测井值反映的是岩层中的含氢量。含氢物质一般为：水、石油、结晶水和含水砂，即中子密度测井反映的是地层孔隙度。页岩地层孔隙度一般小于10%。页岩气储集层中，要注意两个相反的影响因素：地层中含气使得中子密度值减小，而束缚水则使中子密度值偏大。束缚水饱和度大于含气饱和度，故认为束缚水对于中子测井值的影响较大。有机质中的氢含量也会对中子测井产生影响使孔隙度偏大。在页岩气储集层段，中子孔隙度值显示低值，这代表高的含气量、短链碳氢化合物。
（6）电阻率测井
页岩气所含的有机质不具导电性，使页岩气的电阻率增大。使得在测井曲线上页岩气的电阻率明显高于泥岩、页岩。一般腐殖质含量愈高电阻率愈大，因此页岩气的典型特征是衡量页岩气品质的一个重要标志。
（7）声波时差测井
页岩气储层声波时差值显示高值。页岩比泥岩致密，孔隙度小，声波时差介于泥岩和砂岩之间。遇到裂缝气层有周波跳反应，或者曲线突然拔高。页岩有机质含量增加时，其声波时差增大；声波值偏小，则反映了有机质丰度低。
（8）元素俘获能谱（ECS）测井
该测井技术可求取地层元素含量，由元素含量计算出岩石矿物成分。它所提供的丰富信息，能满足评价地层各种性质、获取地层物性参数、计算黏土矿物含量、区别沉积体系、划分沉积相带和沉积环境、推断成岩演化、判断地层渗透性等的需要。
（9）偶极声波测井
能提供纵波时差、横波时差资料，利用相关软件可进行各向异性分析处理，判断水平最大地层应力的方向，计算水平最大与最小地层应力，求取岩石泊松比、杨氏模量、剪切模量、破裂压力等重要岩石力学参数，满足岩石力学参数计算模型建立的要求，指导页岩储层的压裂改造。
（10）声、电成像测井
具有高分辨率、高井眼覆盖率和可视性特点，在岩性与裂缝识别、构造特征分析方面具有良好的应用效果。识别页岩储层裂缝的类型，对指导页岩气的改造、评定页岩储层的开发效果有着重要的意义。
2.测井评价技术
这里重点介绍勘探阶段中的测井评价技术，该评价技术主要包括以下几个方面：
（1）含气页岩储层的测井识别
页岩气与常规气一样，是不导电介质，具有密度值很小、含氢指数低、传播速度慢等物理特性。与普通页岩相比，页岩气中有机质含量较高，放射性元素铀含量比较高，干酪根的密度较低，通常介于0.95 ～1.05g/m3 之间。含气页岩测井响应为“四高两低”特征，即高伽马、高电阻率、高声波时差、高中子孔隙度，低密度、低光电效应。
（2）总有机碳（TOC）含量、热成熟度（Ro）指标计算
干酪根的形成多是在一个放射性元素铀含量比较高的还原环境，因而它使自然伽马曲线出现高值。利用自然伽马测井，通过ECS测井测得自然伽马能谱，分析钾、铀、钍主要元素的丰度，可以定量确定总有机碳的含量。中子-密度法可以指示镜质体反射率（Ro）。
（3）页岩孔隙、裂缝参数评价
根据补偿声波和长源距声波、补偿中子、体积密度评价孔隙度。可根据QFM模型由ECS测得的元素含量换算有关骨架参数的方法来计算含气页岩的孔隙度。微电阻率扫描成像测井和核磁共振测井对天然缝、诱导缝以及断层等，都有着良好的分辨能力。压裂后裂缝识别评价可采用井温测井、同位素测井或交叉偶极横波测井来识别评价裂缝高度和长度。
（4）页岩储集层含气饱和度估算
利用双侧向、感应测井、CMR核磁共振测井等来估算。另外还可根据等温吸附曲线和测井得到地层温度、压力计算地层的吸附气含量，在精确得到黏土矿物含量及其类型和地层孔隙度的基础上，计算游离气饱和度。
（5）页岩渗透性评价
利用自然电位、自然伽马能谱、微电极、CMR核磁共振测井等来评价。
（6）页岩岩矿组成测定
ECS元素俘获能谱测井是一种很好的方法，其ECS探头应用中子感生俘获自然伽马能谱测定矿物中硅、钙、硫、铁、钛、钆、氯、钡和氢的含量，可以获得准确的地层成分评价结果，包括黏土、碳酸盐、硬石膏、石英、长石和云母等。
（7）页岩岩石力学参数计算
根据声波扫描测井、中子密度、成像测井来综合计算岩石弹性参数（泊松比、杨氏模量），确定地层应力和最大主应力方位。
二、应用范围及应用实例
在页岩气储层评价中，测井资料可以进行定性和定量解释。定性解释内容包括识别岩性、判断含气页岩层、识别裂缝等。定量解释内容包括：确定矿物成分；计算孔隙度、渗透率；计算干酪根含量/总有机碳含量（TOC）、吸附气和游离气含量；计算热成熟度和热成熟度指数（MI）；计算储层厚度；计算弹性参数；评价天然气地质储量（GIP）等。下面分别对应用情况做简单的介绍：
1.识别岩性和计算矿物成分
Flower（1983）利用声波测井、电阻率测井资料，快速直观地识别了俄亥俄泥盆纪页岩储层。Walter等（1990）利用自然伽马能谱等测井资料识别了俄克拉荷马和德克萨斯Woodford页岩气储层等。Luffel等（1992）综合分析测井资料、岩心资料，识别Appalachian盆地泥盆纪页岩气储层的岩性，并计算了其矿物成分。Richard等（2007）利用自然伽马测井、电阻率测井资料识别了得克萨斯Fort Worth盆地密西西比纪Barnett页岩气储层及其厚度。Kinley等（2008）利用测井资料识别了得克萨斯特拉华盆地密西西比纪页岩气储层。Ross等（2008）综合利用测井资料分析了加拿大西部沉积盆地泥盆纪—密西西比纪页岩气储层的矿物成分。Scott等（2008）利用测井资料划分了得克萨斯Fort Worth盆地密西西比纪Barnett页岩气储层岩性。Gary等（2011）对Appalachian盆地中泥盆统Marcellus地层的页岩气储层进行了识别。
2.裂缝识别与评价
Gale等（2007）综合成像测井和岩心资料对Fort Worth盆地密西西比纪Barnett页岩气储层的裂缝体系进行了评价（图3）。Boyer等（2010）指出，在页岩气水平井的开发中，随钻成像测井系统已被应用于解决水平井测井存在的一些问题。应用该系统可以在整个井筒长度范围内进行电阻率成像和井筒地层倾角分析。成像能够将地层天然裂缝和钻井诱发裂缝进行比较，帮助作业者确定射孔和油井增产的最佳目标。利用测井得到的成像资料来识别地震资料无法识别的断层。Hamed Soroush等指出，在页岩气储层测井为了防止井眼垮塌时，通常采用油基泥浆钻井，为了评价裂缝通常使用油基泥浆电阻率成像测井（OBMI）和超声成像测井（UBI）。Waters等（2010）论述了页岩气水平井钻井中成像测井的应用，用于识别层理和裂缝。
图3 水力压裂示意图
（a）水力压裂增长过程；（b）微地震数据图；（c）岩心中压裂引起的裂隙封闭和张开
3.判断含气页岩
Lewis等（2004）给出了含气页岩的典型测井曲线图，上部含气页岩为Oklahoma州泥盆系—密西西比系Woodford页岩，表现为伽马、电阻率高值，密度、Pe低值；下部为Sylvan地层，不含气。测井曲线差异明显。
4.计算孔隙度、渗透率、饱和度
Soeder于1984年计算了Appalachian盆地泥盆纪页岩气储层的孔隙度及渗透率。Luffel等（1989）综合利用测井资料、岩心资料，计算了Appalachian盆地泥盆纪页岩气储层的孔隙度、有效孔隙度及含气饱和度，并分析了其渗透率。Ross等（2008）综合利用测井资料计算了加拿大西部沉积盆地泥盆纪—密西西比纪页岩气储层总孔隙度、渗透率。LeCompte等（2010）的研究指出核磁共振测井（NMR）也可用于计算孔隙度，计算结果与岩心分析孔隙度非常一致。
5.确定总有机碳含量
研究表明，页岩气储层的含气量主要取决于其总有机碳含量。
根据自然伽马测井资料可计算TOC。Schmoker于1981年对美国Illinois州New Albany页岩岩心进行研究，发现自然伽马测井值与TOC呈线性关系。
据密度测井资料计算TOC。Schmoker于1979年对美国Illinois的New Albany页岩岩心进行研究，发现TOC与密度测井值之间具有良好的相关性，因此利用密度测井资料计算总有机碳含量。Schmorker和Hester（1979）、Hester和Schmorker（1987）的文献均有相关内容的报道。Schmorker和Hester于1979 年在Anadarko盆地Woodford页岩层分析中，TOC计算结果的置信度达到90%，误差约为± 1.6%（质量分数）。
电阻率-孔隙度曲线叠合图也可以用于确定TOC，这种方法也称为ΔlgR法。Passey等（1990）给出了利用声波时差和地层电阻率计算TOC的数学表达式。
6.确定热成熟度指数
图4 来自测井分析的热成熟度图
当页岩中TOC达到一定指标后，有机质的成熟度则成为页岩气源岩生烃潜力的重要预测指标，含气页岩的成熟度越高表明页岩生气量越大，页岩中可能赋存的气体也越多。
Zhao Hank等（2007）研究了Fort Worth盆地Barnett页岩气层的热成熟度指数（图4），给出了利用测井资料计算MI的公式。
Miller（2010）对比了页岩层不同镜质体反射率Ro的各种测井曲线响应特征，认为R o影响测井曲线的变化：当R o在1.8～2.0范围内时，密度低值，密度和中子曲线重叠，地层电阻率高值达到（100Ω·m）；当Ro＞4.5时，密度高值，密度和中子曲线分开，地层电阻率非常小（＜1Ω·m）。
7.计算储层岩石力学参数
Gatens等（1990）利用声波测井资料、原位应力数据计算了Appalachian盆地页岩气储层的力学参数，绘制了地应力剖面。
Rick Rickman等（2008）针对页岩气储层的压裂问题论述了每一种页岩气储层不见得都与Barnett地层相同。在压裂中必须进行优化设计，为此必须进行演示物理参数的计算，在这篇文献中他提出了脆性、闭合压力、压裂宽度、杨氏模量、泊松比等计算方法，并给出了实例。
8.确定天然气地质储量等
Cluff（2006）利用Langmuir公式计算了Woodford页岩气储层的平均地质储量，并绘制成平面图。
三、资料来源
Cluff B，Miller M.2010.Log evaluation of gas shales：a 35⁃year perspective，April 2010 DWLS luncheon
Decker A D，Wicks D，Coates J M P.1993.Gas content measurements and log based correlations in the Antrim Shale.Topical report.in G.R.Institute，ed.Chicago，IL，p.51 p.＋ appendices.OSTI ID：7203859
Decker A，Hill D，Wicks D.1993.Log⁃based gas content and resource estimates for the Antrim Shale，Michigan basin.Paper SPE⁃25910，SPE Rocky Mountain Regional/Low Permeability Reservoirs Symposium，659～669
Dorsch J.1995.Determination of effective porosity of mudrocks：a feasibility study，p.70 p.OSTI ID：204203
Evans K F，Engelder T，Plumb R A.1989.Appalachian Stress Study 1.A detailed description of in situ stress variations in Devonian shales of the Appalachian plateau.Journal of Geophysical Research，94：7129～7154
Evans K F，Oertel G，Engelder T.1989.Appalachian Stress Study 2.Analysis of Devonian Shale Core：Some Implications for the Nature of Contemporary Stress Variations and Alleghanian Deformation in Devonian Rocks.Journal of Geophysical Research，94：7155～7170
Fertl W，Chilingarian G.1990.Hydrocarbon resource evaluation in the Woodford Shale using well logs.Journal of Petroleum Science and Engineering，4：347～357
Flower J G.1983.Use of sonic⁃shear⁃wave/resistivity overlay as a quick⁃look method for identifying potential pay zones in the Ohio（Devonian）Shale.Paper SPE⁃10368，Journal Petrole-um Technology，638～642.DOI：10.2118/10368-PA
Gas Research Institute.1991.Formation evaluation technology for production enhancement：log，core，geochemical analyses in Barnett Shales.in G.R.Institute，ed.Chicago，IL，125 GRI 5086-213～1390
Gatens J I，Harrison C W，Lancaster D E et al.1990.In⁃Situ Stress Tests and Acoustic Logs Determine Mechanical Properties and Stress Profiles in the Devonian Shales.Paper SPE18523⁃PA，SPE Formation Evaluation，5：248～254.DOI：10.2118/18523-PA
Hester T C，Sahl H L，Schmoker J W.1988.Cross sections based on gamma⁃ray，density，and resistivity logs showing stratigraphic units of the Woodford Shale，Anadarko basin，Oklahoma.U.S.Geological Survey Miscellaneous Field Studies Map MF⁃2054，2 sheets
Hester T C，Schmoker J W.1987a.Determination of organic content from formation⁃density logs，Devonian⁃Mississippian Woodford Shale，Anadarko basin，Oklahoma.U.S.Geological Survey Open⁃File Report，87～20：11
Hester T C，Schmoker J W.1987b.Formation resistivity as an indicator of oil generation in black shales ［ abstract］.AAPG Bulletin，71：1007
Hester T C，Schmoker J W，Sahl H L.1990.Log⁃derived regional source⁃rock characteristics of the Woodford Shale，Anadarko basin，Oklahoma.U.S.Geological Survey Bulletin，1866⁃D：38
Kinley T J，Lance W Cook，John A Breyer et al.2008.Hydrocarbon potential of the Barnett Shale（Mississippian），Delaware Basin，west Texas and southeastern New Mexico.AAPG Bulletin，92（8）：967～991
Le Compte B.2010.Comprehensive Resource Play Evaluation for Well Completion DecisionsMineralogy，Acoustic，and NMR Integration.Murphy Oil Inc.
Lewis R，Ingraham D，Pearcy M et al.2004.New Evaluation Techniques for Gas Shale Reservoirs.Resservoir Symposium
Luffel D L.1993.Advances in shale core analyses，Chicago，Il，Gas Research Institute，p.138 zones in tight formations：A case study in Barnett gas shale.Journal of Petroleum Science and Engineering
Luffel D L，Guidry F K.1989.Reservoir rock properties of Devonian shale from core and log analysis.Soc Core Analysts 3rd Annual Technical Conference，13
Luffel D L，Guidry F K.1992.New core analysis methods for measuring reservoir rock properties of Devonian shale.Paper SPE⁃20571，Journal Petroleum Technology，44：1184 ～1190.DOI：10.2118/20571-PA
Luffel D L，Guidry F K，Curtis J B.1992.Evaluation of Devonian Shale with new core and log analysis methods.Paper SPE⁃21297，Journal of Petroleum Technology，44：1192 ～1197.DOI：10.2118/21297-PA
Truman R B，Campbell R L.1986.Devonian⁃shale well⁃log interpretation.Annual report 111.OSTI ID：5511050
Vanorsdale C.1987.Evaluation of Devonian shale gas reservoirs.Paper SPE⁃14446，Journal Petroleum Technology，209～216
Vanorsdale C，Boring P.1987.Evaluation of initial reservoir data to estimate Devonian shale gas reserves.Paper SPE⁃16862，SPE 62nd Annual Technical Conference，283～288
Waters G et al.2010.Use of horizontal well image tools to optimize Barnett shale reservoir exploration.SPE
Work P L.1975.Digitized well logs can help boost success in exploring shale intervals.Oil and Gas Journal，73（7）：84～88
Zhao，Hank，Givens N B et al.2007.Thermal Maturity of the Barnett Shale Determined from Well⁃Log Analysis.AAPG Bulletin，91：535～549
