川东北下三叠统飞仙关组鲕粒白云岩孔喉的空间展布与刻画
张天付1,2, 寿建峰1,2, 郑兴平1,2, 佘敏1,2, 潘立银1,2
1 中国石油杭州地质研究院,浙江杭州 310023
2 中国石油天然气集团公司碳酸盐岩储层重点实验室,浙江杭州 310023

第一作者简介 张天付,男,1983年生,硕士,助理工程师,一直从事碳酸盐岩储集层及相关实验方法研究。电话:0571-85224947;E-mail:zhangtf_hz@petroChina.com.cn

摘要

孔喉特征是储集层研究的核心,厘清储集层孔喉在三维空间中的展布对油气勘探与开发意义重大。文中借助微纳米 CT立体成像技术和数字岩心技术对川东北飞仙关组残余鲕粒白云岩的孔喉特征进行刻画与描述,建立了微纳米级的孔喉三维空间展布模型,并计算了孔喉半径、形状因子、空间连通性等表征参数。此外,结合扫描电镜、压汞曲线等传统方法,对所建立的模型进行了有益的探讨和补充。结果表明,川东北地区残余鲕粒白云岩孔隙类型主要有粒间孔、粒间溶孔(铸模孔)、晶间(溶)孔、晶间缝和微裂隙等。其中,晶间孔和微裂隙为连通的喉道,其最小值可达 20~30 nm。样品重结晶强烈,受重结晶晶体的生长及后期压实等改造作用的影响,喉道堵塞,储集层渗透性差。

关键词: 孔喉结构; 微纳米 CT; 数字岩心; 空间展布
中图分类号:P618.230.2+1 文献标志码:文章编号:1671-1505 (2012) 02-0187-10 文章编号:1671-1505(2012)02-0187-10
Spatial distribution and characterization of pore and throat of oolitic dolostone of the Lower Triassic Feixianguan Formation in northeastern Sichuan Province
Zhang Tianfu1,2, Shou Jianfeng1,2, Zheng Xingping1,2, She Min1,2, Pan Liyin1,2
1 PetroChina Hangzhou Research Institute of Geology,Hangzhou 310023,Zhejiang
2 Key Laboratory of Carbonate Reservoir,CNPC,Hangzhou 310023,Zhejiang

About the first author Zhang Tianfu,born in 1983,is an associate engineer,and is engaged in researches of carbonate rock reservoir.E-mail:zhangtf_hz@petroChina.com.cn.

Abstract

The research of pore and throat texture is a key issue for oil exploration and development.With micro-CT and numerical rock technology,the authors characterized the texture of pore and throat of residual oolitic dolostone of the Lower Triassic Feixianguan Formation in northeastern Sichuan Province,and established the 3D models in micro scale.Based on these models,its radius,shape factor and spatial connectivity were calculated.A further discussion on the models has been processed under the help of SEM and mercury injection.The result indicates that pore system of the residual oolitic dolostone include interparticle pore,interparticle dissolved pore(moldic pore),intercrystalline(dissolved)pore,intercrystalline aperture,microfracture etc.The intercrystalline pore and microfracture are the connectivity pathway as throat.Its minimal size could be reduce to 20~30 nm.Recrystallization of the experimental sample is heavy,so the throat would be blocked due to the growth of the crystal and tectonic compaction after later diagenesis.

Key words: pore and throat texture; micro-CT; numerical rock; spatial distribution

孔喉结构是储集层研究的核心, 它不仅影响着油气储集性能及流体的渗流特性, 而且直接控制了油气井的产能和最终采收率。然而, 由于大部分储集层的非均质性和孔喉结构的复杂性, 使得对于储集层孔喉结构的研究或为二维的定性描述与半定量计算, 或仅从宏观角度考虑孔隙特性, 如孔隙度、渗透率等; 且传统的孔喉平均半径、分选系数等参数多表现为整个样品的均值分布, 对于孔喉结构的空间展布刻画不足, 忽略了喉道结构、喉道类型等。因此, 迫切需要寻求新的方法来对复杂孔喉结构的展布特征进行精细的刻画和定量的表征。

CT作为20世纪70年代兴起的无损探伤技术, 起初主要用于油气田开发的相关模拟实验。随着分析精度的提高, CT在孔喉结构、微观渗流数值模拟等方面的应用日益引起重视。如澳大利亚国立大学(2004)使用自制的Micro-CT对孔隙空间三维成像与重建进行了研究; 侯健等(2008)利用微焦点系统获得的CT切片数据建立了砂岩的三维孔喉网络模型, 并探讨了聚合物渗流和微观驱替模拟实验研究; 另外, Ø ren和Bakke(2002, 2003)、Arns等(2005)、Sheppard等(2006)、Hu(2007)、Hu 等(2008)、王家禄等(2009)及Sok等(2010)也对微纳米CT切片数据的三维重建、孔隙结构提取和微观渗流模拟等进行了讨论。

文中利用高精度微纳米CT仪和数字岩心软件, 对鲕粒白云岩的孔喉结构进行准确提取和定量计算。并结合铸体薄片、扫描电镜和压汞曲线, 对样品的孔喉演化和低渗透特性进行探讨。

1 样品和测试方法
1.1 实验样品

样品采自川东北地区盘龙洞剖面飞仙关组一段(图 1), 经光学显微镜严格鉴定, 定名为残余鲕粒白云岩(图 2)。该样品基质为他形、细— 中晶白云石, 白云石多具雾心亮边; 孔隙发育, 但大小不一, 最大孔隙直径可达0.5, mm; 多为铸模孔, 少量粒间孔、晶间孔和晶间溶孔, 其中铸模孔多充填半自形白云石, 少量充填方解石。经氦气法测试, 孔隙度为9.18%, 渗透率为3.36× 10-3μ m2

图1 川东北宣汉盘龙洞剖面位置及地层柱状图Fig.1 Location and stratigraphic column of Panlongdong section in Xuanhan of northeastern Sichuan Province

图2 残余鲕粒白云岩铸体薄片单偏光, × 25Fig.2 Optical microscope image of cast thin of residual oolitic dolostone, plain polarizer, × 25

1.2 测试方法

样品测试采用了中国石油天然气集团公司碳酸盐岩储层重点实验室高精度微纳米CT技术, 其主要有以下特色:(1)双射线源, 240 kV微米焦点射线源和180 kV纳米焦点射线源, 样品可大可小; (2)高精度平板探测器, 空间分辨率可达0.27, μ m; (3)5轴样品检测平台, 即可沿X、Y、Z方向自由移动, 可360度旋转, 也可倾斜; (4)高运算能力的计算机集群, 可自由处理上千幅的图像数据。

对样品的CT图像数值处理步骤(图3)如下:首先对利用CT仪器获取的三维体数据进行降噪处理, 其次对感兴趣的区域进行裁剪, 然后依据孔隙和固体基质分别对应的灰度值对数据体进行二值化处理后, 最后利用数字软件进行孔喉提取、定量计算和孔喉网络建模等。本次实验中分别选取3种不同尺度的柱体进行CT扫描, 柱体直径与扫描分辨率(括号内)分别为25 mm(20 μ m、10, μ m)、6, mm(3.3, μ m)、3 mm(0.8, μ m)。

图3 CT图像数字化处理步骤Fig.3 Digital processing steps of CT image

2 孔喉建模与定量表征
2.1 孔喉提取

孔喉提取与定量计算采用e-core数字岩心软件, 基本方法为颗粒识别法, 其思路如下:将二值化的三维数据体分为孔隙相和基质相, 分别赋值, 如0、3; 然后以两相边界为起始点, 通过双相燃烧法确定两相中轴并测量中轴上各点距边界的欧几里距离; 孔隙相中寻找最大距离, 并以此为半径, 嵌入等效球体, 代表孔隙; 最小半径代表喉道, 嵌入圆形棒体表示。详细算法可见Lindquist等(1996)、Thompson等(2002, 2006, 2008)相关论述。

实际岩石的孔喉结构并不是理想的球体和棒状, 为表示孔喉形状的不规则性, Mason和Morrow(1991)等提出了用形状因子G来描述孔喉的几何形状:G=A/P2(式中A为孔隙或喉道的截面面积, P为周长)。据此公式, 圆的形状因子为0.079, 正方形为0.062, 长方形为0.055, 等边三角形为0.048。孔喉的形状越规则, 形状因子越大。

2.2 孔喉网络模型及特征统计

孔喉提取后, 建立相应的网络模型(图4), 并对其进行细致的刻画, 统计孔喉半径、形状因子和空间连通性等表征参数(表 1)。表1中, 连通性为三维空间中与孔隙相连的喉道数, 对应于传统二维图像分析中的配位数。e-core软件建立的孔喉网络模型中, 同时可统计单个孔隙、喉道的空间坐标信息、半径、体积、形状因子、连通性(配位数)及每个与其连通的喉道特征(喉道长度、形状因子、空间坐标等)。其中, 孔隙、喉道为偏态分布, 大孔隙、喉道相对较少(图 5)。在此20 μ m分辨率下, 孔隙半径主要集中于40~140, μ m; 喉道半径主要分布于20~100 μ m。孔、喉形状因子为正态分布, 主要分布值为0.04~0.06(图 6)。同理, 建立了不同分辨率尺度下的孔喉网络模型, 并统计其孔喉半径和形状因子等表征参数, 详见表1图7

图4 分辨率为20, μ m的孔隙空间与网络模型Fig.4 Pore and pore network with resolution of 20, μ m

图5 分辨率为20, μ m时的孔隙和喉道频谱图Fig.5 Frequency spectrum of pore and throat with resolution of 20, μ m

图6 分辨率为20, μ m时的孔隙形状因子统计频谱图Fig.6 Frequency spectrum of shape factor with resolution of 20, μ m

图7 不同分辨率下岩石孔喉结构网络模型、半径、形状因子频谱分布Fig.7 Frequency spectrum of pore and throat network, radius and shape factor with different resolutions

表1 不同分辨率下川东北飞仙关组样品孔喉参数统计 Table1 Statics of pore and throat with different resolution of the Feixianguan Formation in northeastern Sichuan Province

CT扫描中, 分辨率越高, 能够识别出的微孔、微喉等细节信息就越丰富。因为实验样品为低渗透率, 存在许多微喉道和孤立孔隙, 所以在分辨率提高的情况下, 大量孤立孔隙、微喉道被识别, 孔隙度和样品的连通性增加。而用传统氮气法测试的孔隙度值只代表相对氮气连通的孔隙, 没有计算孤立孔隙, 其测试值相对较低。从图7中可看出, 在分辨率提高的情况下, 与孔隙(红色球体)相连的喉道明显增多, 单一的孔隙由分辨率为20, μ m下的相对独立孔隙, 逐渐演变为0.8, μ m下多喉道相连的“ 刺猬” (图7)。与此同时, 孔喉半径和形状因子的峰值和最小值逐渐往左偏移。特别是形状因子的频谱图由20, μ m下的单峰正态分布, 变为10, μ m下的偏态分布, 后演变为双峰分布(0.045~0.050、0.025~0.040)。不同位置的峰形对应不同大小的孔隙结构:右峰分布指示了粒间孔、铸模孔等大孔隙的形状特征, 这类孔隙形状规则; 左峰代表了“ 颗粒中的微孔隙” , 这类孔隙散布于颗粒或基质之间, 形状多变(Flavio et al., 1998)。

2.3 孔喉系统中的喉道结构

四川盆地二叠系— 三叠系碳酸盐岩普遍具低渗透的特征。以本次实验样品为例, 氮气法测试孔隙度为9.18%, CT图像数值计算孔隙度最高达17.57%, 渗透率却仅为3.36× 10-3μ m2, 说明样品中存在大量孤立孔隙, 图2中铸体薄片中的白色孔隙即为没有注入铸体的孔隙。

这与扫描电镜下的观察结果也较为一致(图8)。由图8-a0图8-f0可知, 样品发育晶间(溶)孔、晶间(溶)缝、微裂隙等。通过对比可以发现, 样品存在大量孤立孔未被铸体充注, 孤立孔隙大小由毫米级(图 2中完整的铸模孔)至纳米级(图 8-c1); 而对孔隙起连通作用的喉道主要为纳米级的晶间(溶)缝、微裂隙等(图8-a1图8-f1)。当晶体重结晶强烈时, 新生长的晶体或晶体加大边则阻塞喉道, 造成孤立孔的形成(图 8-c1, 8-e1, 8-f1)。图9中统计的罗家寨某井431块样品渗透率值中, 渗透率低于10× 10-3μ m2的占75%, 低于1× 10-3μ m2的占47%。压汞曲线证实(图 10), 对渗透率贡献最大的喉道, 直径分布在0.4~0.1, μ m之间, 最小喉道直径可至0.025 μ m。

图8 样品灌注铸体前后扫描电镜对比Fig.8 SEM picture contrast of cast thin sections before and after casting

图9 四川罗家寨鲕粒白云岩渗透率统计直方图Fig.9 Histogram of permeability of oolitic dolostone from Luojiazhai area, Sichuan Province

图10 四川罗家寨鲕粒白云岩压汞曲线Fig.10 Mercury curve of oolitic dolostone from Luojiazhai area, Sichuan Province

3 讨论

Wardlaw(1976)在研究Alberta Rainbow 湖地区的白云岩孔隙结构时发现, 当白云石生长时, 孔隙(晶间孔)周边的白云石沿着晶面和晶棱等速生长充填孔隙(图11-a)。晶体生长过程中, 以固定方向(箭头方向)等速生长充填孔隙, 使得孔隙由多边体(Polyhedral)演变为三角四面体(Tetrahedral), 即常见的三角孔(图11-b), 充填的结果是围绕孔隙的晶面由5个减少为3个。当晶体继续生长, 围绕三角孔的3个晶面, 以各自固定的角度(100° 、125° 、135° )等速生长, 孔隙最终演变为缝(席)状晶间孔, 或称之为晶间缝。随着晶体的生长、嵌合、聚集, 孔隙度急剧减小(图 12)。孔隙空间发育时, 孔隙结构主要为多面体, 孔隙度高达25%; 当晶体生长、聚集后, 孔隙结构变为四面体, 对应孔隙度也减小至15%; 而结晶强烈、排列紧密时, 孔隙结构演变为晶间缝(席状晶间孔), 孔隙度低至5%。Loucks和Lucia研究碳酸盐岩致密气藏时也发现相似规律(① Loucks R, Lucia j. 2011. Micropore/Microrhombic-Calcite Research(Tight-Gas Carbonates). Carbonate Reservoir Characterization Research Laboratory, Bureau of Economic Geology, the University of Texas at Austin), 即随着有孔虫壳体的由老到新变化, 方解石由针状过渡到棒状、柱状、短柱状, 最后生长为菱形四面体, 并聚集成更大的晶体或簇; 而古老的白垩系方解石与其相比, 显得更为紧密堆积, 孔隙空间也只剩狭小的席状晶间孔。若加上构造作用的挤压, 晶体之间排列会更加紧密, 且逐渐由自形演变为他形。

图11 实验室内岩盐生长过程Fig.11 Growing process of halite in lab

图12 白云石生长过程中孔隙结构变化及孔隙度减小示意图Fig.12 Sketch showing pore texture changes and porosity reduces during dolomite growing

镜下观察结果表明, 研究样品重结晶强烈, 且大量的晶体生长和次生加大发生于孔隙形成以后。图8-c1 中晶体边缘与晶体内部相比, 晶体干净, 棱角分明; 图13-d中的白云石晶体具雾心与亮边结构, 图13-e孔隙中的菱形晶体晶形完好, 晶体之间相互嵌合、聚集生长。这种后期的成岩作用对孔隙起破坏性作用, 减小了孔隙空间, 堵塞了喉道。基本过程可分为:初始阶段, 生长空间充足, 晶体自由生长, 减少孔隙; 生长阶段, 相邻的晶体相互嵌合、聚集, 改变孔隙形态与结构; 竞争生长阶段, 孔隙有限, 小晶体聚集成簇或更大的晶体, 堵塞喉道, 极大地降低了孔隙空间的连通性和渗透性(图 13-a, 13-b, 13-c)。当然, 若存在后期构造变化引起的微裂隙, 则会增加孔隙的连通性和渗透性(图 8-b0, 8-d0, 图13-c)。

图13 白云石晶体的重结晶或生长过程示意图Fig.13 Sketch showing growing process schema of dolomite

4 结论

四川盆地三叠系飞仙关组鲕粒白云岩孔隙发育, 类型多样, 有铸模孔、粒内(溶)孔、粒间(溶)孔、晶间孔、晶间缝和微裂隙等。

通过不同尺度下的CT扫描和数字岩心技术, 建立了直观的孔喉网络模型, 并对孔隙和喉道进行了详细的刻画和特征统计。当分辨率为20, μ m时, 识别出的主要为宏观大孔隙, 微小的喉道并没有被提取出来。随着分辨率的提高, 微小的孔喉被识别, 增加了网络模型的连通性和精细结构, 如形状因子的频谱图由20, μ m下的单峰正态分布, 变为10, μ m下的偏态分布, 后演变为双峰分布, 形状因子值的范围分别为0.045~0.050和0.025~0.040。不同位置的峰形对应不同结构的孔隙, 右峰分布指示了粒间孔、铸模孔等大孔隙的形状特征, 这类孔隙形状较为规则; 左峰分布代表了“ 颗粒中的微孔隙” , 这类孔隙多为颗粒或基质中的微孔, 形状多变。通过扫描电镜、压汞曲线等方法, 外推了喉道的大小, 其最小值可达20~30, nm。同时证实, 鲕粒白云岩中的白云石重结晶和生长会改变孔隙结构, 减小孔隙度, 堵塞喉道, 最终导致储集层的低渗透。

作者声明没有竞争性利益冲突.

参考文献
1 侯健, 李振泉, 张顺康, . 2008. 岩石三维网络模型构建的实验和模拟研究[J]. 中国科学G辑, 38(11): 1563-1575. [文内引用:1]
2 罗蛰谭, 王允诚. 1986. 油气储集层孔隙结构[M]. 北京: 科学出版社, 80-137. [文内引用:1]
3 王家禄, 高建, 刘莉. 2009. 应用CT技术研究岩石孔隙变化特征[J]. 石油学报, 30(6): 887-897. [文内引用:1]
4 Arns C H, Bauget F, Limaye A, et al. 2005. Pore scale characterization of carbonates using X-ray microtomography[J]. Society of Petroleum Engineers, 10(4): 1-10. [文内引用:1]
5 Flavio S A, Stefan L, Gregor P E. 1998. Quantitative characterization of carbonate pore systems by digital image analysis1[J]. The American Association of Petroleum Geologists, 82(10): 1815-1836. [文内引用:1]
6 Hu D. 2007. Micro-CT Imaging and Pore network extraction[D]. London: Imperial College, 55-67. [文内引用:1]
7 Hu D, Fjeldstad S, Alberts L. 2008. Pore network modelling on carbonate: A comparative study of different micro-CT network extraction methods[C]. In: Society of Core Analysts(ed). 2008 Symposium Proceedings of the Society of Core Analysts, 1-12. [文内引用:1]
8 Lindquist W B, Venkatarangan A, Dunsmuir J, et al. 1996. Pore and throat size distributions measured from synchrotron X-ray tomographic images of Fontainebleau sand stones[J]. Journal of Geophysical Research, 105(B9): 21 509-21 527. [文内引用:1]
9 Mason G, Morrow N R. 1991. Capillary behavior of a perfectly wetting liquid in irregular triangular tubes[J]. J. Colloid Interrace Sci. , 141(1): 262-274. [文内引用:1]
10 Sheppard A P, Sok R M, Averdunk H, et al. 2006. Analysis of rock microstructure using highresolution X-ray tomography[C]. In: Society of Core Analysts(ed). 2006 Symposium Proceedings of the Society of Core Analysts, 1-12. [文内引用:1]
11 Sok R M, Varslot T, Ghous A, et al. 2010. Pore scale characterization of carbonates at multiple scales: Integration of micro-CT, BSEM, and FIBSEM[J]. Petrophysics, 51(6): 379-387. [文内引用:1]
12 Thompson K E. 2002. Fast and robust delaunay tessellation in periodic domains[J]. International Journal for Numerical Methods in Enginnering, 55(11): 1345-1366. [文内引用:1]
13 Thompson K E, Willson C S, White C D, et al. 2006. Application of a new grain-based reconstruction algorithm to microtomography images for quantitative characterization and flow modeling[J]. Society of Petroleum Engineers, 13(2): 164-176. [文内引用:1]
14 Wardlaw N C. 1976. Pore geometry of carbonate rocks as revealed by pore casts and capillary pressure[J]. AAPG Bulletin, 60(2): 245-257. [文内引用:1]
15 Øren P E, Bakke S. 2002. Process based reconstruction of sand stones and prediction of transport properties[J]. Transport in Porous Media, 46(2-3): 311-343. [文内引用:1]
16 Øren P E, Bakke S. 2003. Reconstruction of berea sand stone and pore-scale modeling of wettability effects[J]. Journal of Petroleum Science and Engineering, 39(3): 177-199. [文内引用:1]