CN106841001A - 一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法 - Google Patents

Abstract

本发明公开了一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法，包括以下步骤：1)成岩作用定量评价；2)选取成岩因素体现；3)选取多元线性逐步回归作为数据分析方法，通过储层质量发育主控因素分析，实现对孔隙度与渗透率预测；4)依据回归分析方法对孔隙度和渗透率进行回归分析，本发明明确了苏里格气田东区盒8段砂岩储层质量影响因素，建立了储层质量预测模型，预测效果良好；也为其他地区的致密砂岩储层质量定量预测提供了一种新的思路与方法。

Description

一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率 预测方法

技术领域

本发明涉及地质岩石勘测技术领域，具体是一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法。

背景技术

随着世界各国对石油天然气资源需求的不断上升，而常规油气资源日渐枯竭，在这种能源供需矛盾日益深化的背景下，非常规油气资源逐渐成为地质学家关注的重点。致密砂岩气因其较大的资源潜力与良好的发展前景，成为新的勘探目标。

鄂尔多斯盆地苏里格气田是目前为止中国发现的最大气田之一，主力产层二叠系山西组山1、山2段与石盒子组盒8段，砂岩具有低孔、低渗、超低渗、强非均质性特征，为了实现气田的高效勘探开发，亟需对致密砂岩储层质量与致密化影响因素以及孔隙度和渗透率预测进行深入研究，明确储层发育的控制因素，建立一种有效的储层质量预测方法。

研究表明储层质量受沉积作用和成岩作用综合影响。沉积作用对储层的控制主要体现在对储层原始性质的影响，沉积相影响组分、颗粒粒径、排列方式，砂体结构与砂岩原始孔隙度和渗透率，并决定了早期成岩演化时的孔隙水化学性质。

而成岩作用对储层的改造则决定储层最终质量与特征，成岩作用发生在分子水平，复杂的微观孔隙结构被认为是长期复杂的成岩改造的结果，因为储层质量主要受孔隙几何形状，因此各种成岩进程决定了储层质量；然而，由于各种成岩作用的差异，成岩作用可以加强，保存或者损害孔隙度与渗透率。

Ehrenberg提出压实作用即机械压实导致的孔隙损失是一种重要的岩石改造作用，可以影响早期沉积格架。

胶结作用由于胶结物类型丰富对于储层质量的影响较为复杂，有研究认为方解石胶结物是控制砂岩储层质量的主要因素，超过75％的原始孔隙被方解石胶结消失；然而若方解石胶结形成在成岩早期，它的存在可以抵御压实作用对于孔隙的破坏；硅质胶结主要以石英颗粒的加大边与粒间自生石英的形式降低孔隙度。

粘土矿物，无论是成岩形成或者原生的，都趋于在颗粒间堵塞孔隙喉道，高岭石作为长石与火成岩岩屑颗粒的溶蚀产物出现在原生孔隙，高岭石组分会随着埋深成岩减少，当温度>130℃伊利石就会取代高岭石；伊利石主要形成颗粒包膜与孔隙衬里，颗粒包膜伊利石的出现会加强石英颗粒的溶蚀压力，并占据孔隙与喉道；孔隙衬里或孔隙桥接伊利石会堵塞孔隙喉道，从而降低渗透率；绿泥石也会抑制石英加大，保存孔隙度；尽管绿泥石能够充填孔隙并降低孔喉直径，绿泥石晶体由于通常较小难以引起强烈的孔隙闭塞。

相对于其他的成岩作用对于储层的破坏作用，溶蚀作用往往对储层发育具有建设性作用，溶蚀作用形成的次生孔隙、构造活动形成的裂缝都会提高孔隙度与渗透率；由于孔隙度与渗透率共同决定了储层质量，分析原始沉积及成岩改造导致储层质量演化，明确储层致密化过程与影响因素已成为储层质量研究关键问题。

针对上述问题已经有了大量研究，试图明确影响因素并开展深层储层岩石孔隙度、渗透率预测；但是大多数储层质量控制因素研究成果局限在在对储层质量发育影响因素的定性分析和描述，虽然极少数学者能够对储层发育影响因素进行定量评价，但评价因素少，缺乏对沉积、成岩多因素的综合分析，更没有通过系统的数值分析定量评价储层质量影响主控因素，因此基于上述研究成果的储层质量预测具有片面性；此外比较广泛的根据测井数据预测储层质量由于需要大量数据标定，工作量较大，成本也较高。

鄂尔多斯盆地是中国第二大沉积盆地，古生代地层分布面积超过250000km²；区域上可以划分为六个构造单元，包括伊盟隆起、渭北隆起、晋西挠褶带、伊陕斜坡、天环坳陷、西缘掩冲带；盆地构造格架整体为一大型向东、向北0.5–1.0°缓倾斜的不对称向斜；苏里格气田东区纵跨内蒙与榆林，穿越伊陕斜坡北部与伊盟隆起南部，勘探面积11000km²，气田分布受南北条状展布的上古生界河流、三角洲相砂体控制，是一个大型的岩性圈闭气藏，气藏地质条件非常复杂，具有低孔隙度、低渗透率、低气藏压力、低丰度的特征；发育二叠系石盒子组、山西组、本溪组及下古马家沟组多个含油气层段，具典型的多层系含气特征，二叠系下石盒子组盒8段是研究区主要产层，石盒子组盒8段厚45～60m，发育河流三角洲，气藏在工区南北平均埋深2690–3260m；地温梯度3.03℃/100m，地层压力24.188–27.804MPa，地层静压力系数0.86，是典型的低孔、低渗、低压气藏。

基于对前期研究的认识和思考，目前需要研究的几个目标如下：(1)明确砂岩储层物质组成，结构特征，孔隙类型与孔喉结构特征；(2)定性与定量手段结合，评价各成岩作用强度分析成岩作用类型与其对储层质量的影响，建立砂岩储层致密化成岩演化过程；(3)利用多元逐步线性回归统计分析方法对沉积、成岩包含的储层质量影响因素进行综合分析；(4)基于对储层质量影响因素的分析，建立储层质量即孔隙度、渗透率预测的模型，实现可以依靠岩心或岩屑样品的砂岩组分与成岩作用分析开展储层质量预测。

发明内容

本发明的目的在于提供一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法，其特征在于，包括以下步骤：

1)储层砂岩孔隙度、渗透率、岩石学组分含量、胶结物含量、总孔隙体积、溶蚀孔体积定量参数的获取，成岩作用定量评价；

1.1)对砂岩柱塞样品测试孔隙度、渗透率参数，并磨制柱塞样品匹配的铸体薄片。利用偏光显微镜定性分析成岩作用类型，结合图像分析、扫描电镜、X-射线衍射技术定量鉴定岩石矿物组分含量、胶结物含量、总孔隙体积、溶蚀孔体积、颗粒粒度分选性。

1.2)在成岩作用与成岩矿物含量鉴定基础上，依据压实作用损失孔隙度式(1)和胶结作用损失孔隙度式(2)计算公式计算样品的压实作用与胶结作用引起的孔隙度降低量；公式如下：

IGV＝intergranular pore space+CEM (3)；

其中，COPL为压实作损失孔隙度，CEPL为胶结作用损失孔隙度，OP为原始孔隙度；CEM为砂岩中胶结物总体积；IGV为压实作用后，胶结作用前的粒间孔隙体积；OP通过原始孔隙度计算公式，即Φ_o＝20.91+22.90/S_o计算，其中Φ_o表示砂岩原始孔隙度，S_o表示特拉斯科分选系数；砂岩原始孔隙度分布为35～39.25％；CEM和IGV通过砂岩铸体薄片的偏光显微镜鉴定；计算统计COPL分布1.4-34.83％，平均15.5％，CEPL分布1％-34％，平均13.86％；表明压实作用与胶结作用导致了储层孔隙的大量损失，其中压实作用的影响略强于胶结作用；

1.3)为综合对比压实作用、胶结作用、溶蚀作用的强度差异及对储层质量的影响，进一步通过视压实率,式(4)、视胶结率，式(5)、视溶蚀率，式(6)定量评价各成岩作用：

其中，ACOMR为视压实率；PVinitial为原始粒间孔隙体积，等同于式(1)中的OP；PVfinial为压实后胶结强粒间孔隙体积IGV；

其中，ACEMR为视胶结率；Vcements为总胶结物体积，等同于式(2)中的CEM；IGP为粒间孔隙体积–(粒间胶结物+杂基含量)；

其中，ADISR为视溶蚀率；PVdissolution为溶蚀孔隙体积；PVtotal为总孔隙体积，即粒间孔隙体积+溶蚀孔隙体积；

通过铸体薄片的鉴定结果获取Vcements、depositional matrix参数，利用图像处理软件对铸体薄片照片进行孔隙提取，相应孔隙平面面孔率近似为孔隙体积，得到PVdissolution、PVtotal孔隙体积参数；

2)选取沉积因素，即石英含量、长石含量、刚性岩屑含量、塑性岩屑含量、杂基含量；成岩因素，即碳酸盐胶结物含量、高岭石含量、绿泥石含量、伊利石含量、硅质胶结物含量、视压实率、视溶蚀率，由于胶结物含量作为成岩因素单独体现不再重复考虑视胶结率。以这些典型的定量化因素为储层质量主控因素分析自变量，以相应样品的孔隙度与渗透率作为储层质量因变量；

3)选取多元线性逐步回归作为数据分析方法，进行储层发育主控因素定量分析，在储层质量发育主控因素分析基础上实现对孔隙度与渗透率预测；

3.1)分析过程中分别以孔隙度(φ)、渗透率(k)作为因变量Y，以石英含量，长石含量，刚性岩屑含量，塑性岩屑含量，杂基含量，碳酸盐胶结物含量，高岭石含量，绿泥石含量，伊利石含量，硅质胶结物含量，视压实率，视溶蚀率为自变量集合(X₁，X₂，X₃……X₁₂)，建立自变量集合关于的Y多元线性逐步回归分析；

3.2)综合考虑储层质量预测阶段对建模分析的精度验证，选取其中34口井290个样品参数作为回归分析样本，而另外10口井的154个样品作为验证数据。根据建模样品数据建立自变量数据X与观测值Y矩阵(式9～式17)，其中特征指标为P＝12，每一个特征指标有n＝290个待分析样本；初步估计选入的回归方程的自变量个数为6个左右，验水平取α＝0.1，则有F_0.1(6，283)＝2.1，因此选取的引入标准和剔除自变量的临界值为：

F₁＝2.1 (7)；F₂＝2.1 (8)

样品的数据矩阵如下:

原始数据第m步相关系数矩阵(式18)：

首先对原始数据作0步相关关系矩阵R⁽⁰⁾，对所有自变量x_i(i＝1,2,…，p)计算偏回归平方和P_i ⁽⁰⁾，标准化回归方程为：

将最大者P_t ⁽⁰⁾的x_t作为待引入方程，对x_t进行显著性检验，求取F，如果F≥F₁，则引入变量x_t：

引入变量后，对矩阵进行变换，做出第一步变换后的矩阵R⁽¹⁾：

随后继续引入变量，当逐步回归进行到第m步时，已有r个自变量，x₁ ^(m)，x₂ ^(m)，x_r ^(m)(它们是12个自变量中的r个)引入回归方程，即有：

第m+1步，要在剩下的12-r个自变量中选出某一个变量进入回归方程，在这12-r个变量中选其在回归中对y所起作用最大的那个变量x_t，即x_t对应的偏回归平方和P_t ^(s)最大，并利用其对应的F值来检验x_t的影响是否显著如果F≥F₁，则决定引入x_t：

当逐步回归进行至第s步时，在第s+1步对所引入的r个自变量中剔除某个在回归方程中已不再是重要的变量x_h，它所对应的偏回归平方和p_h ^(s)最小，用统计量F来检验x_h是否显著；如果F＜F₂，则剔除X_h，反之则保留：

重复以上步骤进行逐步回归，直到第k步既不能引入也不能剔除，由R^(k)得到回归方程的结果：

标准回归系数

标准残差平方和

复相关系数

标准回归方程其中i表示引入后没有被剔除的变量的足码；

将所有标准化的量转化成原有关的相应量以建立最终的回归方程，计算公式如下：

4)依据回归分析方法分别对孔隙度和渗透率进行回归分析，回归过程及主要分析结果如下：

4.1)回归分析建立12个自变量与孔隙度的相关系数矩阵，对孔隙发育建设性因素根据影响程度排序为高岭石含量>硅质胶结物含量>伊利石含量>绿泥石含量>塑性岩屑含量>杂基含量>石英含量，对于孔隙度发育有着破坏性的各因素影响程度排序则为压实作用(视压实率)>长石含量>刚性岩屑含量>碳酸盐胶结物含量>溶蚀作用(视溶蚀率)；依据各因素与孔隙度的相关程度综合分析认为高岭石、硅质胶结物、伊利石、绿泥石与压实作用、长石是孔隙度发育的主要影响因素；

孔隙度预测回归方程建立共进行10步，得到多元逐步回归分析构建的孔隙度预测回归方程如式(34)所示：

y＝-57.907+0.931x₁+0.926x₂+0.904x₃+0.959x₄+0.05x₅+0.09x₆+0.064x₇+0.081x₁₀-0.346x₁₁(34)；

4.2)在渗透率发育影响因素与预测分析过程中由于渗透率绝对值均较小，取渗透率对数lnk作为Y值，同样建立12个自变量与渗透率的相关系数矩阵，渗透率发育建设性因素影响程度排序硅质胶结物含量>石英含量>伊利石含量>高岭石含量>杂基含量>塑性岩屑含量>绿泥石含量>溶蚀作用(视溶蚀率)，对渗透率发育具有破坏性影响的因素影响程度排序为压实作用(视压实率)>长石含量>刚性岩屑含量>碳酸盐胶结物含量；分析认为硅质胶结物，石英，伊利石，高岭石，压实作用，长石是渗透率发育的主要控制因素；渗透率预测方程建立共进行10步，多元逐步回归分析构建的渗透率回归方程如式(35)所示：y＝-14.113+0.188x₁+0.15x₂+0.153x₃+0.212x₄+0.035x₅-0.158x₈+0.042x₁₀-0.078x₁₁(35)。

与现有技术相比，本发明的有益效果是：本发明应用岩石铸体薄片、扫描电镜、X-射线衍射、高压压汞、孔隙度渗透率测试、流体包裹体均一温度测试等技术手段分析了储层砂岩的组分、孔隙结构性质、成岩作用类型与强度、成岩自生矿物含量与类型，恢复建立了储层砂岩成岩作用与孔隙演化史；利用多元线性逐步回归综合分析了12种沉积、成岩因素对孔隙度、渗透率的影响程度,建立了储层质量(孔隙度与渗透率)预测模型；研究显示岩石类型以岩屑砂岩为主，比例达69.76％；其次为岩屑石英砂岩，26.15％；储层具有以下特征：低孔-特低孔，孔隙度分布0.29-16.6％，平均值7.51％；特低渗-超低渗，水平渗透率分布0.0065mD-5.21mD，主要渗透率区间位于＜0.4mD；高排驱压力，0.48-4.2MPa，平均1.48MPa；砂岩储层经历了中等压实、中-强胶结与弱溶蚀等成岩作用的改造，胶结作用主要为石英加大，自生石英，铁方解石，无铁方解石和粘土矿物胶结，粘土矿物主要为颗粒包膜绿泥石与高岭石、伊利石；溶蚀作用对于储层质量影响较弱，储层孔隙度发育主控因素包括高岭石、硅质胶结、伊利石、绿泥石与压实作用、长石含量，渗透率发育则主要受硅质胶结物，石英，伊利石，高岭石，压实作用，长石含量控制；依据多元线性逐步回归分析建立的方程进行孔隙度与渗透率预测，效果良好；本发明明确了苏里格气田东区盒8段砂岩储层质量影响因素，建立相应的储层质量预测模型的同时，也为其他地区的致密砂岩储层质量定量预测提供了一种新的思路与方法。

附图说明

图1为绿泥石环边发育，粒间孔隙中见自生石英结构示意图。

图2为绿泥石胶结、硅质胶结发育，长石溶蚀形成粒内溶孔结构示意图。

图3为长石、岩屑溶孔发育，孔隙主要为残余粒间孔与高岭石晶间孔，长石高岭石化与石英次生加大结构示意图。

图4为石英加大边发育，孔隙主要为长石溶蚀孔隙与高岭石晶间孔结构示意图。

图5为颗粒点、点-线接触，片岩岩屑压实后塑性变形结构示意图。

图6为颗粒线、线～凹凸接触，白云母遭受压实错断变形结构示意图。

图7为压实强烈，石英颗粒接触处发生压溶作用，呈缝合线接触结构示意图。

图8为石英次生加大边发育，颗粒间发育嵌晶钙质胶结结构示意图。

图9为方解石连晶胶结粒间孔隙，铁氰化钾染色后胶结物呈紫红色结构示意图。

图10为粒间孔发育，孔隙中见晶型完整的自生石英微晶电镜图。

图11为绿泥石呈颗粒包膜或栉壳状生长，孔隙中发育自生石英电镜图。

图12为书页状高岭石充填孔隙，晶间孔隙发育电镜图。

图13为书页状高岭石堵塞孔隙及孔喉电镜图。

图14为书页状高岭石集合体与片状、丝缕状伊利石共生，充填孔隙电镜图。

图15为书页状、蠕虫状高岭石与片状伊利石共生，高岭石部分向伊利石转化电镜图。

图16为蜂窝状伊利石形成桥接，堵塞孔及喉道，粒间孔隙发育自生石英电镜图。

图17为长石沿节理溶蚀形成粒内溶孔电镜图。

图18为长石溶蚀后形成粒内溶孔与丝缕状伊利石电镜图。

图19为模型预测与测试孔隙度建模数据对比图。

图20为模型预测与测试孔隙度验证数据对比图。

图21为建模数据预测孔隙度与测试孔隙度相关性分析图。

图22为验证数据预测孔隙度与测试孔隙度相关性分析图。

图23为模型预测与测试渗透率建模数据对比图。

图24为模型预测与测试渗透率验证数据对比图。

图25为建模数据预测渗透率与测试渗透率相关性分析图。

图26为验证数据预测渗透率与测试渗透率相关性分析图。

图1-18中，Q：石英；F：长石；L：岩屑；Ca：碳酸盐胶结物；Qa：自生石英；Qo：共生石英；Cln：玉髓；Ch：绿泥石；K：高岭石。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。

请参阅图1-26，一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法；为满足研究，对研究区内40口典型代表井的盒8段砂岩储层取样，包含岩心、岩屑、柱塞样品共1200样，取样深度2769m～3120m；对1052个样品进行真空饱和蓝色或红色环氧树脂，磨制铸体薄片，进行岩石矿物学、成岩特征、孔隙特征与胶结物分析；部分薄片利用茜素红与铁氰化钾染色以鉴定碳酸盐胶结物；利用300点计数法定量统计砂岩样品中的颗粒、胶结物、杂基、孔隙类型、结构特征、粒径、排列等参数；砂岩薄片分析采用装备有DS-Ri1CCD与NIS ELEMENTS图像软件的Nikon LV100PO偏光显微镜；为标定粒径≤2um的主要粘土矿物的含量，建立薄片粘土矿物含量鉴定标准，选取了35块岩心样品进行了全岩衍射与粘土矿物衍射分析，利用analytical X’Pert Pro X-射线衍射仪(XRD)；在薄片观察基础上，为了更为精细的观察矿物形态与孔隙的微观结构特征，对60余块砂岩样品进行镀金，扫描电镜测试；设备为装备有XM2-L能量分散x-射线分析光谱探测仪的FEI Quanta 450ESEM扫描电镜，颗粒元素定量识别主要利用能谱探测仪；利用Sanchez Technologies生产的Low GasPermeability Measurement 700对444个直径1英寸的柱塞样品定量测试储层储集即孔隙度、渗流性能即水平渗透率；测试静压力725psi，测试介质N₂；选取56个储层质量级别不同的的砂岩样品利用Quantachrome Poremaster-60压汞仪进行压汞测试，通过这些参数翻译储层孔隙结构特征；为了明确胶结物形成条件，分析成岩序列，对30个双面剖光的样品开展流体包裹体均一温度测试.设备Linkam THM600/TS90冷热台连接Leica偏光显微镜以获取包裹体温度，设备精度±0.2℃，测温范围-196℃-600℃。测试过程升温速率3℃/min；应用TIGER 3000P图像分析软件进行颗粒粒径测量与孔隙分析，数据分析部分主要依据多元线性回归分析原理，基于Microsoft Visual Basic 6.0编程语言编制的分析程序。

砂岩的物质组成是储层演化的基础，物质组成的差异影响着成岩演化与储层致密化的路径，从而影响储层质量，依据Folk砂岩分类表对1052块砂岩铸体薄片观察划分，盒8段岩石类型以岩屑砂岩为主，比例达69.76％；其次为岩屑石英砂岩，26.15％；碎屑成分以石英为主，含24.2～95％；其次为岩屑，含4～71.57％；长石含2.5～19.1％；刚性岩屑包括砂岩屑、花岗岩屑、碳酸盐岩屑、白云母石英片岩屑、多晶石英岩屑和石英岩屑，刚性岩屑平均含量为16.8％，塑性岩屑包括泥岩屑、粉砂岩屑、板岩屑、片岩岩屑和千枚岩屑，塑性岩屑平均含量6.6％。主要粒径区间为0.2～0.85mm，砂岩结构成熟度中等，成分成熟度即石英/(长石+岩屑)分布0.31～16.8，平均2.95，中等～高。

对研究区盒8段，40口取芯井，常规的444岩心柱塞(净围压725psi)分析结果统计分析：孔隙度分布0.29～16.6％，平均7.51％，整体呈正态单峰分布，峰值在6％～12％，水平渗透率分布0.0065mD～5.21mD，主要渗透率区间位于＜0.4mD；孔隙度与水平渗透率呈指数相关，相关系数R＝0.629。依据中国石油与天然气工业标准，油气储层评级方法(SY/T6285-2011)，该段储层为低孔-特低孔，特低渗-超低渗储层。

铸体薄片观察显示盒8层砂岩孔隙发育程度非均质性强烈，孔隙类型包括粒内溶孔、铸模孔、杂基溶孔、粒间溶孔及原生粒间孔、粘土矿物晶间孔等7种类型。原生粒间孔隙与绿泥石胶结伴生，仅在局部层段发育程度高，薄片样品原生孔隙面孔率一般为0.4％～2.1％，平均0.75％，长石、岩屑溶孔、粘土矿物晶间孔这些次生孔隙面孔率一般1％～2.5％，平均1.6％；喉道类型则以管束状、弯片状为主。

56个砂岩压汞分析参数，排驱压力一般为0.48～4.2MPa，平均1.48MPa，中值压力一般10.21-48.96MPa，平均15.04MPa；中值喉道半径一般为0.08-1.18μm，平均0.11μm；砂岩进汞饱和度一般为20.12-94.8％，平均值65.81％；退汞效率14.7-59.2％，平均42.02％。砂岩具有高排驱压力，高中值压力，细歪度，小-特小孔道的特征。

研究区盒8段储层低孔、低渗、超低渗、强非均质性特征并非一蹴而就，而是在经历漫长的沉积、成岩演化后形成的；鄂尔多斯盆地其他地区盒8段的研究成果表面成岩作用对储层致密化具有显著影响；综合铸体薄片、扫描电镜、X-射线衍射等手段分析评价各种成岩作用，如图1-9所示。

图1中，绿泥石环边发育，粒间孔隙中见自生石英，Z10，3091.3m；

图2中，绿泥石胶结、硅质胶结发育，长石溶蚀形成粒内溶孔，SD24-55，2974.32m；

图3中，长石、岩屑溶孔发育，孔隙主要为残余粒间孔与高岭石晶间孔，长石高岭石化与石英次生加大普遍；

图4中，石英加大边发育，孔隙主要为长石溶蚀孔隙与高岭石晶间孔，Z10，3108.92m；

图5中，颗粒点、点-线接触，片岩岩屑压实后塑性变形，SD24-55，2942.3m；

图6中，颗粒线、线-凹凸接触，白云母遭受压实错断变形，SD24-55，2993.21m；

图7中，压实强烈，石英颗粒接触处发生压溶作用，呈缝合线接触,SD35-57，2931.63；

图8中，石英次生加大边发育，加大边宽0.02～0.07mm，颗粒间发育嵌晶钙质胶结，SD24-55井，2995.21m；

图9中，方解石连晶胶结粒间孔隙，铁氰化钾染色后胶结物呈紫红色，Z6，2943.8m。

碎屑物质在沉积后即开始受到机械压实，压实作用对储层性质的影响是绝对的、不可逆的；通过研究机械压实的有效深度认为机械压实主要在埋深小于2km的深度产生破坏；这个深度范围主要由应力影响成岩作用，随着埋深的增加机械压实作用增强，颗粒的接触关系逐渐由点-线接触向线-凹凸接触转变，局部还可见压溶作用导致的颗粒缝合接触；颗粒变形也逐渐由塑性岩屑的塑性变形、褶皱向刚性岩屑的破碎、错断转变。

研究层段储层砂岩的主要胶结物为硅质、碳酸盐胶结物，有少量的黏土矿物和硫化物。

1.硅质胶结：研究区内40口取心井1052个铸体薄片中硅质胶结发育的样品400个，比例达40％，硅质胶结物的以石英次生加大边与自生石英两种形式存在，石英加大边一般Ⅰ-Ⅱ期，宽0.02-0.08mm，自生石英多为自形、半自形或它形微晶石英，粒径0.03-0.45mm，呈全充填或半充填于粒间孔隙中，部分长石溶蚀孔中也可见；石英次生加大边含量0.15-5％，平均1.23％，自生石英含量0.3-5％，平均0.81％。

2.碳酸盐胶结：盒8段1052个样品中260个发育碳酸盐胶结，碳酸盐胶结物主要为方解石、铁方解石、白云石以及菱铁矿，含量在部分样品中甚至超过硅质胶结物的含量，260个样品统计方解石含量0.2-30％，平均3.54％，一般方解石呈嵌晶胶结于颗粒间孔隙，当其含量大于18％时，主要呈连晶胶结，可导致孔隙与喉道完全堵塞；无铁方解石以细粉晶状胶结于孔隙或局部连晶状产出，铁方解石则多呈斑块状胶结孔隙，并交代碎屑颗粒、杂基及早期胶结物。

白云石的含量一般为0.1-5％，平均含量不超过0.5％，菱铁矿作为胶结物，含量一般不超过2％，平均含量仅有0.02％，这两种胶结物以嵌晶胶结的方式发育。

3.粘土矿物胶结：铸体薄片与扫面电镜观察砂岩粘土矿物主要为伊利石、绿泥石、高岭石以及伊/蒙混层矿物，为定量分析各类型粘土矿物含量，对35个样品通过沉降法抽提储层岩石中泥质(≤2μm)，抽提结果显示盒8段粘土矿物绝对含量为1.81％-15.79％，平均4.88％；粘土X-射线衍射结果见表1所示：

表1粘土X-射线衍射结果

由表1表明：砂岩中伊利石平均含量16.02％，伊/蒙间层5.17％，高岭石平均含量58.57％，绿泥石平均含量20.25％；整体上粘土矿物以高岭石和绿泥石为主，其次为伊利石和伊/蒙间层；各种粘土矿物的产状不同，高岭石为主要的粘土矿物，以书页状、蠕虫状充填原生孔隙与次生孔隙中，局部可见于喉道；绿泥石胶结物主要以颗粒包膜产出，在扫描电镜下呈叶片状垂直于颗粒生长，厚度一般为3-10μm；X射线衍射结果显示，砂岩粘土矿物中绿泥石胶结物的相对含量为6.1-33.4％，绝对含量不超过5％，绿泥石多发育在石英加大边之后；伊利石与伊/蒙混层含量较低，片状、丝缕状伊利石主要形成薄的颗粒包膜与孔隙衬里，且与高岭石伴生；伊/蒙混层是粘土矿物中含量最低的，混层矿物中的混层比一般为10-15，在孔隙边缘形成薄的衬里。

4.交代作用：交代作用包括早期方解石胶结物对颗粒和杂基的交代，晚期含铁方解石对石英次生加大、自生石英的交代以及黄铁矿对颗粒和杂基的交代，交代作用对于孔隙度的影响较小。

5.溶蚀作用：溶蚀作用由于形成了次生孔隙对于储层质量改善具有重要意义，研究层段溶蚀作用主要表现为长石及岩屑颗粒溶蚀形成粒内孔；粒间孔隙边缘的颗粒如长石、岩屑发生溶蚀形成粒间扩溶孔；长石或岩屑颗粒完全溶蚀形成铸模孔，溶蚀孔面孔率一般为0.5-5.5，平均值小于2％。

6.构造破裂：由于构造平缓，裂缝欠发育，仅在少数岩心中见到近水平的裂缝，裂缝被石英或方解石半充填；镜下见少量的微裂缝，主要发育在颗粒较细、塑性矿物聚集的区域；缝宽0.03mm-0.06mm，裂缝延伸性与连通性差，对于储层物性改善效果不明显。

矿物学观察与流体包裹体温度测试一起来明确各种主要成岩作用的相对时间，重建盒8段储层砂岩成岩演化序列；原始沉积物在沉积后即开始受到压实作用，在压实作用达到最强之前局部层段发育绿泥石环边，在个别石英颗粒上有一期早于绿泥石形成的弱石英加大边。而在未发育绿泥石环边的石英颗粒石英加大边往往较为强烈。绿泥石环边发育的样品具有异常高的原生粒间孔隙，绿泥石胶结后粒间孔隙中常见自生石英与碳酸盐胶结物的存在；这表明虽然绿泥石环边能够抑制石英加大，从而保存孔隙度；但绿泥石的发育却无法抑制孔隙中胶结物的沉淀。

长石及岩屑颗粒的溶蚀多发生在酸性环境中，研究区盒8段有三期明显的烃类充注，有机质热演化可以普遍的形成有机酸，这为溶蚀作用提供了条件，长石及岩屑溶蚀作用在形成次生孔隙的同时为胶结作用提供物质来源，粒间扩溶孔隙周边的石英加大，次生孔隙中发现的的自生石英、方解石、高岭石等充分证实了这种观点。

高岭石作为典型的长石溶蚀作用产物普遍发育,这导致整体孔隙度保持大概未变化，而且由于高岭石晶间孔的发育，渗透率还可能会有所增加；片状、丝缕状伊利石多与高岭石伴生，这表明存在高岭石发生伊利石化或者向伊利石转化的过程；而一般这种成岩过程在130℃以上才会发生。伊利石堵塞孔喉或形成孔隙桥接降低了储层渗透率，少量颗粒包膜伊利石可以抑制石英生长，保存孔隙度。

作为两种主要的胶结物，硅质与方解石中的包裹体为确定成岩作用发生的时间提供了有力的支撑，石英加大边包裹体均一温度呈双峰分布于80-165℃，自生石英包裹体温度分布103℃-170℃，早期弱石英加大发育后至少发育两期强烈的硅质胶结；方解石胶结物包裹体均一温度双峰分布于90-170℃。矿物学分析发现早期主要以无铁方解石为主，晚期则多为铁方解石，方解石的形成普遍晚于硅质胶结；包裹体测温结果显示温度连续分布在80-170℃，这反映了盒8段天然气成藏是一个连续过程，两个主要包裹体均一温度分布区间对应着烃类充注期，溶蚀作用发生在烃类充注之前的有机质演化排酸阶段，这表明砂岩储层经历了两期溶蚀作用，具体如图10-18所示。

图10粒间孔发育，孔隙中见晶型完整的自生石英微晶，T29，2885.72m；

图11绿泥石呈颗粒包膜或栉壳状生长，孔隙中发育自生石英，Z7，2903.7m；

图12书页状高岭石充填孔隙，晶间孔隙发育，Z38井，3011.7m；

图13书页状高岭石堵塞孔隙及孔喉，Z24，2922.28m；

图14书页状高岭石集合体与片状、丝缕状伊利石共生，充填孔隙，SD35-57，2931.63m；

图15书页状、蠕虫状高岭石与片状伊利石共生，高岭石部分向伊利石转化，Z22，3194.2m；

图16蜂窝状伊利石形成桥接，堵塞孔及喉道，粒间孔隙发育自生石英，Y31，2916.8m；

图17长石沿节理溶蚀形成粒内溶孔，SD24-55，2974.32m；

图18长石溶蚀后形成粒内溶孔与丝缕状伊利石，SD24-55,2956.92m。

由以上分析得出盒8段主要储层砂岩经历的主要成岩作用与成岩演化序列为：机械压实(中等)→早期黄铁矿、菱铁矿胶结→第Ⅰ期石英加大边(弱)→早期绿泥石颗粒包膜(弱)→长石颗粒、岩屑颗粒溶解(弱)→第Ⅱ期石英加大边(中等)→无铁方解石嵌晶胶结、交代(弱)→长石颗粒、岩屑颗粒溶解(中等)→高岭石、绿泥石、伊利石胶结(中～强)→粒间自生微晶石英胶结(中～弱)→铁方解石胶结(中)→长石颗粒、岩屑颗粒溶解(弱)晚期方解石和白云石交代颗粒。

成岩作用定量评价：

在成岩作用与成岩矿物含量鉴定基础上，依据压实作用损失孔隙度式(1)和胶结作用损失孔隙度式(2)计算公式计算444个样品的压实作用与胶结作用引起的孔隙度降低量；公式如下：

IGV＝intergranular pore space+CEM (3)

其中，COPL为压实作损失孔隙度，CEPL为胶结作用损失孔隙度，OP为原始孔隙度；CEM为砂岩中胶结物总体积；IGV为压实作用后，胶结作用前的粒间孔隙体积；OP通过原始孔隙度计算公式，即Φ_o＝20.91+22.90/S_o计算，其中Φ_o表示砂岩原始孔隙度，S_o表示特拉斯科分选系数；砂岩原始孔隙度分布为35～39.25％；CEM和IGV通过砂岩铸体薄片的偏光显微镜鉴定；计算统计COPL分布1.4-34.83％，平均15.5％，CEPL分布1％-34％，平均13.86％；压实作用与胶结作用导致了储层孔隙的大量损失，其中压实作用的影响略强于胶结作用。

由于上述计算公式仅能对比压实与成岩作用对储层孔隙减少的影响，为综合对比压实作用、胶结作用、溶蚀作用的强度差异及对储层质量的影响，进一步通过视压实率,式(4)、视胶结率,式(5)、视溶蚀率，式(6)定量评价各成岩作用。

其中，ACOMR为视压实率；PVinitial为原始粒间孔隙体积，等同于式(1)中的OP；PVfinial为压实后胶结强粒间孔隙体积IGV。

其中，ACEMR为视胶结率；Vcements为总胶结物体积，等同于式(2)中的CEM；IGP为粒间孔隙体积–(粒间胶结物+杂基含量)。

其中，ADISR为视溶蚀率；PVdissolution为溶蚀孔隙体积；PVtotal为总孔隙体积，即粒间孔隙体积+溶蚀孔隙体积。

上述公式中的Vcements、depositional matrix等参数主要通过铸体薄片的鉴定结果获取，而由于PVdissolution、PVtotal孔隙体积参数难以获取较为困难，因此利用图像处理软件对铸体薄片照片进行孔隙提取，计算面孔率，在计算时近似认为面孔率即为相应的孔隙体积。

研究区40口取芯井，1052块岩心样品计算得ACOMR一般3.64-89.03％，平均40.53％，属中等压实，ACEMR分布8.89-95.53％，平均64.27％，属中-强胶结；ADISR分布0-74.53％，平均6.36％，属弱溶蚀；这表明沉积作用后中等压实、中-强胶结与弱溶蚀作用对储层的改造促进了储层致密化。

表2成岩作用强度统计表

参数(％)	OP	COLP	ACOMR	CEM	ACEMR	Psecondary	ADISER
								范围	35-39.25	1.4-34.83	3.64-89.03	1-34	8.89-95.53	0-7	0-74.53
平均	37.15	15.5	40.53	13.86	64.27	0.73	6.36

综上所述，充分考虑储层质量的影响因素，储层质量主控因素定量分析与储层质量预测主要选取沉积因素(石英含量、长石含量、刚性岩屑含量、杂基含量、塑性岩屑含量)，成岩因素(碳酸盐胶结物含量、硅质胶结物含量、高岭石含量、绿泥石含量、伊利石含量、压实率、溶蚀率)，各类胶结物含量作为成岩因素体现，胶结率不重复考虑。

数据分析方法选取多元线性逐步回归，主要考虑储层质量影响因素间彼此存在相关性会产生多因素与孔隙度或渗透率存在多重共线性，大气、生物学、结构化学、海洋学、农业、地质等领域应用表明这种方法能较好地克服多重共线性现象的发生，有利于实现多变量关系的分析，在储层质量发育主控因素分析基础上，实现对孔隙度与渗透率有效预测。

多元线性回归分析中，回归方程中包含的自变量越多，回归平方和U就越大，则偏差平方和Q就越小，一般情况下剩余标准差(S剩余)也随之减少，回归方程效果越好，而精度也越高。在“最优”回归方程中总希望包括尽可能多的自变量，特别是对因变量y有显著影响的自变量不能遗；但自变量太多时，某些自变量对因变量y不起作用或作用极小，那么偏差平方和Q也不会由于自变量的增加而减少，相反由于Q的自由度的减少，反而使剩余标准差增大，这就影响回归方程的精度；分析过程中分别以孔隙度(φ)、渗透率(k)作为因变量Y，以石英，以长石，刚性岩屑，塑性岩屑，杂基，钙质胶结物，高岭石，绿泥石，伊利石，硅质胶结，压实率，溶蚀率为自变量集合(X₁，X₂，X₃……X₁₂)，建立自变量集合关于的Y多元线性逐步回归分析。

考虑到储层质量预测阶段需要对建模分析的精度验证，选取其中34口井290个样品参数作为回归分析样本，而另外10口井的154个样品作为验证数据。根据建模样品数据建立自变量数据X与观测值Y矩阵(式9～式17)，其中特征指标为P＝12，每一个特征指标有n＝290个待分析样本。初步估计选入的回归方程的自变量个数为6个左右，验水平取α＝0.1，则有F_0.1(6，283)＝2.1，因此选取的引入标准和剔除自变量的临界值为：

F₁＝2.1 (7)；F₂＝2.1 (8)

样品的数据矩阵如下:

原始数据第m步相关系数矩阵(式18)：

首先对原始数据作0步相关关系矩阵R⁽⁰⁾，对所有自变量x_i(i＝1,2,…，p)计算偏回归平方和P_i ⁽⁰⁾，由于只引入一个变量，此时标准化回归方程为：

将最大者P_t ⁽⁰⁾的x_t作为待引入方程，对x_t进行显著性检验，求取F，如果F≥F₁，则引入变量x_t：

引入变量后，对矩阵进行变换，做出第一步变换后的矩阵R⁽¹⁾：

随后继续引入变量，当逐步回归进行到第m步时，已有r个自变量，x₁ ^(m)，x₂ ^(m)，x_r ^(m)(它们是12个自变量中的r个)引入回归方程，即有：

考虑第m+1步，要在剩下的12-r个自变量中选出某一个变量进入回归方程，当然应在这12-r个变量中选其在回归中对y所起作用最大的那个变量x_t，即x_t对应的偏回归平方和P_t ^(s)最大，并利用其对应的F值来检验x_t的影响是否显著如果F≥F₁，则决定引入x_t：

而当逐步回归进行至第s步时，欲在第s+1步对所引入的r个自变量中剔除某个在回归方程中已不再是重要的变量x_h，它所对应的偏回归平方和p_h ^(s)必然最小，可用统计量F来检验x_h是否显著。如果F＜F₂，则X_h应剔除。反之则保留。因此要剔除一个变量，首先这个变量要对已建立的回归方程影响小，而且还要求影响不显著。

按照上述步骤进行逐步回归，直到第k步既不能引入也不能剔除。可以由R^(k)得到回归方程的结果：

标准回归系数

标准残差平方和

复相关系数

标准回归方程其中i表示引入后没有被剔除的变量的足码；

为建立最终的回归方程，需要将所有标准化的量转化成原有关的相应量，计算公式如下：

依据上述回归分析步骤分别对孔隙度和渗透率进行回归分析，回归过程及主要分析结果如下：

回归分析建立了12个自变量与与孔隙度的相关系数矩阵，如表3所示，相关系数可以反应各自变量与因变量孔隙度的关系，由表3可知对孔隙发育建设性因素根据影响程度排序为高岭石含量>硅质胶结物含量>伊利石含量>绿泥石含量>塑性岩屑含量>杂基含量>石英含量，而对于孔隙度发育有着破坏性的各因素影响程度排序则为压实作用(视压实率)>长石含量>刚性岩屑含量>碳酸盐胶结物含量>溶蚀作用(视溶蚀率)；依据各因素与孔隙度的相关程度综合分析认为高岭石、硅质胶结、伊利石、绿泥石与压实作用、长石是孔隙度发育的主要影响因素。

表3回归分析相关性检测(孔隙度)

变量项	Q	F	R	P	M	Ca	K	Ch	I	Si	ACOMR	ADISR	MPOR
														Q	1	-0.356	-0.771	-0.510	0.064	-0.366	-0.107	-0.120	-0.072	0.376	0.116	0.322	0.205
F	-0.356	1	0.447	-0.280	-0.085	0.135	-0.397	-0.150	-0.457	-0.328	0.481	0.100	-0.507
														R	-0.771	0.447	1	0.359	-0.063	0.002	-0.189	-0.080	-0.206	-0.440	0.423	-0.296	-0.345
P	-0.510	-0.280	0.359	1	0.013	-0.190	0.346	0.114	0.374	-0.150	-0.145	-0.288	0.233
														M	0.064	-0.085	-0.063	0.013	1	-0.199	-0.211	-0.201	-0.198	0.179	-0.127	0.019	0.228
Ca	-0.366	0.135	0.002	-0.190	-0.199	1	-0.217	-0.119	-0.177	-0.201	-0.358	-0.057	-0.197
														K	-0.107	-0.397	-0.189	0.346	-0.211	-0.217	1	0.699	0.906	-0.044	-0.510	-0.161	0.347
Ch	-0.120	-0.150	-0.080	0.114	-0.201	-0.119	0.699	1	0.440	0.033	-0.372	-0.149	0.252
														I	-0.072	-0.457	-0.206	0.374	-0.198	-0.177	0.906	0.440	1	-0.082	-0.469	-0.143	0.314
Si	0.376	-0.328	-0.440	-0.150	0.179	-0.201	-0.044	0.033	-0.082	1	-0.272	0.054	0.322
														ACOMR	0.116	0.481	0.423	-0.145	-0.127	-0.358	-0.510	-0.372	-0.469	-0.272	1	0.095	-0.665
ADISR	0.322	0.100	-0.296	-0.288	0.019	-0.057	-0.161	-0.149	-0.143	0.054	0.095	1	-0.078
														MPOR	0.205	-0.507	-0.345	0.233	0.228	-0.197	0.347	0.252	0.314	0.322	-0.665	-0.078	1

其中，Q：石英；F：长石；R：刚性岩屑；P：塑性岩屑：M：杂基；Ca：钙质胶结物；K：高岭石；Ch：绿泥石；I：伊利石；Si：硅质胶结物；ACOMR：视压实率；ADISR：视溶蚀率；MPOR：测试孔隙度。

数值分析的结果与定性分析的认识有一定差异，通常认为的高岭石、硅质胶结、伊利石这些可以造成孔隙损失的因素与孔隙度发育具有较强的正相关性，而长石含量、溶蚀作用这些明显可以增加孔隙度的因素却与孔隙度呈负相关；这是由于高岭石、硅质胶结、伊利石可能作为溶蚀作用的产物，含量越高表明储层经历的溶蚀作用越强，而统计的长石含量多为非易溶长石含量，易溶长石多数已发生溶蚀形成孔隙，溶蚀率与孔隙度呈较弱的负相关则可能是由于溶蚀作用普遍较弱，溶蚀后的胶结作用改造使得最终孔隙度很低，进而导致溶蚀作用与最终的孔隙度关系成负相关。

孔隙度预测回归方程建立共进行10步，其中x₈绿泥石，x₉伊利石均因F-statistics<2.1而未引入，而x₁₂溶蚀率在x₄塑性岩屑变量引入后，因为F-statistics由9.44降低为0.60被剔除，如表4所示，之所以有三个自变量未被引入到回归方程，因为自变量间存在相关关系如表3所示，剔除的自变量素受到其他变量影响较大，与之相关的一个或几个变量组合能够反映出这三个变量对孔隙度的影响，因此即使定性的观察发现绿泥石、溶蚀率对孔隙度发育具有积极作用，伊利石可以堵塞孔隙，但定量表征和孔隙度预测时，由于其他因素的综合导致这三个变量因对孔隙度影响程度过小而被忽略。

表4孔隙度发育主控因素多元线性逐步回归分析过程

得到多元逐步回归分析构建的孔隙度预测回归方程如式(34)所示：

y＝-57.907+0.931x₁+0.926x₂+0.904x₃+0.959x₄+0.05x₅+0.09x₆+0.064x₇+0.081x₁₀-0.346x₁₁(34)；

依据构建的方程计算实测值对应的预测值，结果如图19-20所示，测量值与预测值呈线性相关，建模数据的测试孔隙度与预测孔隙度的决定系数(R²)为0.9736，验证数据的测试孔隙度与预测孔隙度的决定系数(R²)为0.8295，如图21-22所示；建模数据与验证数据的均方根误差(RMSE)分别为0.5866，0.6810，如图21-22所示；由图19-20可以看出建模数据与预测值拟合效果良好；特别是4％～10％区间由于建模样本点丰富，预测值与测量值误差小，而小于4％和大于10％的数据由于样本数量较少，虽然大部分数据预测效果较好，但仍存在一定数量的值与实际值误差较大。模型验证阶段，由于验证数据集中于2％～10％，与建模数据集中区域耦合，因此预测效果好。如果想进一步提高储层孔隙度的预测精度，建模阶段需要继续增加孔隙度<4％和>10％的样本。

在渗透率发育影响因素与预测分析过程中由于渗透率绝对值均较小，取渗透率对数lnk作为Y值。同样建立12个自变量与渗透率的相关系数矩阵，由表5的回归分析相关性检测表可知各自变量与渗透率的关系，渗透率发育建设性因素影响程度排序硅质胶结物含量>石英含量>伊利石含量>高岭石含量>杂基含量>塑性岩屑含量>绿泥石含量>溶蚀作用(视溶蚀率)，对渗透率发育具有破坏性影响的因素影响程度排序为压实作用(视压实率)>长石含量>刚性岩屑含量>碳酸盐胶结物含量。与孔隙度一样渗透率影响因素数值分析的结果与定性分析也存在差异，硅质胶结、高岭石、伊利石、绿泥石、杂基这些易导致渗透率降低的因素成为了建设性因素，这一定程度上归因于这些胶结物形成于溶蚀作用之后，作为溶蚀作用对孔隙结构改造强度的一种反应，虽然定性分析这些因素会降低渗透率，但含量越高表明溶蚀改造越强烈；分析认为硅质胶结物，石英，伊利石，高岭石，压实作用，长石含量是渗透率发育的主要控制因素。

表5回归分析相关性检测(渗透率)

变量项	Q	F	R	P	M	Ca	K	Ch	I	Si	ACOMR	ADISR	MPER
														Q	1	-0.356	-0.771	-0.510	0.064	-0.366	-0.107	-0.120	-0.072	0.376	0.116	0.322	0.317
F	-0.356	1	0.447	-0.280	-0.085	0.135	-0.397	-0.150	-0.457	-0.328	0.481	0.100	-0.544
														R	-0.771	0.447	1	0.359	-0.063	0.002	-0.189	-0.080	-0.206	-0.440	0.423	-0.296	-0.465
P	-0.510	-0.280	0.359	1	0.013	-0.190	0.346	0.114	0.374	-0.150	-0.145	-0.288	0.154
														M	0.064	-0.085	-0.063	0.013	1	-0.199	-0.211	-0.201	-0.198	0.179	-0.127	0.019	0.265
Ca	-0.366	0.135	0.002	-0.190	-0.199	1	-0.217	-0.119	-0.177	-0.201	-0.358	-0.057	-0.183
														K	-0.107	-0.397	-0.189	0.346	-0.211	-0.217	1	0.699	0.906	-0.044	-0.510	-0.161	0.274
Ch	-0.120	-0.150	-0.080	0.114	-0.201	-0.119	0.699	1	0.440	0.033	-0.372	-0.149	0.106
														I	-0.072	-0.457	-0.206	0.374	-0.198	-0.177	0.906	0.440	1	-0.082	-0.469	-0.143	0.281
Si	0.376	-0.328	-0.440	-0.150	0.179	-0.201	-0.044	0.033	-0.082	1	-0.272	0.054	0.394
														ACOMR	0.116	0.481	0.423	-0.145	-0.127	-0.358	-0.510	-0.372	-0.469	-0.272	1	0.095	-0.579
ADISR	0.322	0.100	-0.296	-0.288	0.019	-0.057	-0.161	-0.149	-0.143	0.054	0.095	1	-0.021
														MPER	0.317	-0.544	-0.465	0.154	0.265	-0.183	0.274	0.106	0.281	0.394	-0.579	0.021	1

Q：石英；F：长石；R：刚性岩屑；P：塑性岩屑；M：杂基；Ca：钙质胶结物；K：高岭石；Ch：绿泥石；I：伊利石；Si：硅质胶结物；ACOMR：视压实率；ADISR：视溶蚀率；MPER：测试渗透率(lnk)。

渗透率预测方程建立共进行10步，其中x₉伊利石，x₁₂溶蚀率因F统计量＜2.1未被引入，x₇高岭石在x₈绿泥石引入后被剔除，x₆碳酸盐胶结物在x₁₀硅质胶结变量引入后，因F-statistics＜2.1均被剔除，如表6所示。回归方程未被引入或被剔除的自变量原因与孔隙度分析中的一样，这些自变量对于渗透率的影响被方程中的其他自变量组合体现。

表6渗透率发育主控因素多元线性逐步回归分析过程

多元逐步回归分析构建的回归方程如式(35)：

y＝-14.113+0.188x₁+0.15x₂+0.153x₃+0.212x₄+0.035x₅-0.158x₈+0.042x₁₀-0.078x₁₁(35)

依据构建的方程计算实测值对应的预测值，如图23-24所示，渗透率测量值与与预测值呈幂相关，建模数据的测试渗透率与预测渗透率的决定系数(R²)为0.7023，验证数据的测试渗透率与预测渗透率的决定系数(R²)为0.543，如图25-26所示；建模数据与验证数据的均方根误差(RMSE)分别为0.333，0.0715，如图25-26所示，相比于孔隙度的分布区间，渗透率更为集中，主要分布于0.01mD～1mD，总体预测效果良好，结果如图23-24所示，模型验证阶段由于选取的验证数据点的渗透率集中于0.01mD～1mD，也有着较好的预测效果，因此认为该方程能够实现对渗透率的有效预测，对于渗透率<0.01mD和>1mD的样品，由于建模样本较少，无法确定这两个区间的预测效果，与孔隙度预测一样，如果提高渗透率的预测精度，需要在回归分析阶段增加样本。

由于定量分析得出的结果反映了量化了的数据间的相关性，尽管利用这种相关性将与孔隙度、渗透率呈正相关的参数定义为建设性因素，将与孔隙度、渗透率呈负相关的参数定义为破坏性因素，这种结论由于有悖于基于常规地质理论的解释而显得稍有不妥，但毫无疑问利用这些指标反映储层孔隙度、渗透率的发育程度是可行的。

综上所述，得出盒8段岩石类型以岩屑砂岩为主，其次为岩屑石英砂岩,砂岩成分成熟度与结构成熟度均为中-高；储层具有低孔-特低孔，特低渗-超低渗，高排驱压力，小-特小孔道的特征；孔隙以长石次生孔隙为主，原生粒间孔局部层段发育；喉道管束状、弯片状为主；中等压实、中-强胶结导致储层大量孔隙度损失，而弱溶蚀作用对于储层改造效果较差。

基于多元线性逐步回归分析克服多重共线性现象，明确了沉积、成岩共12种因素与孔隙度、渗透率的关系，孔隙度发育建设性因素影响程度排序为高岭石含量>硅质胶结物含量>伊利石含量>绿泥石含量>塑性岩屑含量>杂基含量>石英含量，孔隙度发育破坏性因素影响程度排序为压实作用(视压实率)>长石含量>刚性岩屑含量>碳酸盐胶结物含量>溶蚀作用(视溶蚀率)；渗透率发育建设性因素影响程度排序硅质胶结物含量>石英含量>伊利石含量>高岭石含量>杂基含量>塑性岩屑含量>绿泥石含量>溶蚀作用(视溶蚀率),渗透率发育破坏性因素影响程度排序为压实作用(视压实率)>长石含量>刚性岩屑含量>碳酸盐胶结物含量含量。

依据多元线性逐步回归分析建立的方程对孔隙度与渗透率预测效果较好，这对于储层质量预测而言是一种突破，这种方法基于矿物组分与成岩作用分析，基础参数可以通过对岩心或者岩屑样品的鉴定获取，因此具有较强的可实施性；但由于本次研究样本孔隙度与渗透率参数相对集中，如果想进一步提高预测的精度，需要继续增加样本数据。

研究成果在明确盒8段储层发育控制因素与指导勘探开发的同时，也为其他地区致密砂岩储层的研究提供了一种新的借鉴。

本发明中所有样品测试依据行业标准，测试设备由西南石油大学油气藏地质及开发国家重点实验室提供。

上面对本专利的较佳实施方式作了详细说明，但是本专利并不限于上述实施方式，在本领域的普通技术人员所具备的知识范围内，还可以在不脱离本专利宗旨的前提下做出各种变化。

Claims (1)

1.一种基于储层质量主控因素分析的致密砂岩孔隙度、渗透率预测方法，其特征在于，包括以下步骤：

1)储层砂岩孔隙度、渗透率、岩石学组分含量、胶结物含量、总孔隙体积、溶蚀孔体积定量参数的获取，成岩作用定量评价；

1.1)对砂岩柱塞样品测试孔隙度、渗透率参数，并磨制柱塞样品匹配的铸体薄片，利用偏光显微镜定性分析成岩作用类型，结合图像分析、扫描电镜、X-射线衍射技术定量鉴定岩石矿物组分含量、胶结物含量、总孔隙体积、溶蚀孔体积、颗粒粒度分选性；

1.2)在成岩作用与成岩矿物含量鉴定基础上，依据压实作用损失孔隙度式(1)和胶结作用损失孔隙度式(2)计算公式计算样品的压实作用与胶结作用引起的孔隙度降低量；公式如下：

$COPL=OP-\frac{(100\&times;IGV)-(OP\&times;IGV)}{(100-IGV)}---\left(1\right);$

$CEPL=(OP-COPL)\&times;\frac{CEM}{IGV}---\left(2\right);$

IGV＝intergranular pore space+CEM (3)；

其中，COPL为压实作损失孔隙度，CEPL为胶结作用损失孔隙度，OP为原始孔隙度；CEM为砂岩中胶结物总体积；IGV为压实作用后，胶结作用前的粒间孔隙体积；

OP通过原始孔隙度计算公式，即Φ_o＝20.91+22.90/S_o计算，其中Φ_o表示砂岩原始孔隙度，S_o表示特拉斯科分选系数；砂岩原始孔隙度分布为35～39.25％；CEM和IGV通过砂岩铸体薄片的偏光显微镜鉴定；计算统计COPL分布1.4-34.83％，平均15.5％，CEPL分布1％-34％，平均13.86％；表明压实作用与胶结作用导致了储层孔隙的大量损失，其中压实作用的影响略强于胶结作用；

1.3)为综合对比压实作用、胶结作用、溶蚀作用的强度差异及对储层质量的影响，进一步通过视压实率,式(4)、视胶结率，式(5)、视溶蚀率，式(6)定量评价各成岩作用：

$ACOMR=\frac{PVinitial-PVfinial}{PVinitial}\&times;100\%---\left(4\right);$

其中，ACOMR为视压实率；PVinitial为原始粒间孔隙体积，等同于式(1)中的OP；PVfinial为压实后胶结强粒间孔隙体积IGV；

$ACEMR=\frac{Vcements}{Vcements+IGP}\&times;100\%---\left(5\right);$

其中，ACEMR为视胶结率；Vcements为总胶结物体积，等同于式(2)中的CEM；IGP为粒间孔隙体积–(粒间胶结物+杂基含量)；

$ADISR=\frac{PVdissolution}{PVtotal}\&times;100\%---\left(6\right);$

其中，ADISR为视溶蚀率；PVdissolution为溶蚀孔隙体积；PVtotal为总孔隙体积，即粒间孔隙体积+溶蚀孔隙体积；

通过铸体薄片的鉴定结果获取Vcements、depositional matrix参数，利用图像处理软件对铸体薄片照片进行孔隙提取，相应孔隙平面面孔率近似为孔隙体积，得到PVdissolution、PVtotal孔隙体积参数；

2)储层质量发育主控因素选取沉积因素，即石英含量、长石含量、刚性岩屑含量、杂基含量、塑性岩屑含量；成岩因素，即碳酸盐胶结物含量、硅质胶结物含量、高岭石含量、绿泥石含量、伊利石含量、压实率、溶蚀率；各类胶结物含量作为成岩因素体现；

3)选取多元线性逐步回归作为数据分析方法，进行储层发育主控因素定量分析，在储层质量发育主控因素分析基础上实现对孔隙度与渗透率预测；

3.1)分析过程中分别以孔隙度(φ)、渗透率(k)作为因变量Y，以石英含量，长石含量，刚性岩屑含量，塑性岩屑含量，杂基含量，碳酸盐胶结物含量，高岭石含量，绿泥石含量，伊利石含量，硅质胶结物含量，视压实率，视溶蚀率为自变量集合(X₁，X₂，X₃……X₁₂)，建立自变量集合关于的Y多元线性逐步回归分析；

3.2)综合考虑储层质量预测阶段对建模分析的精度验证，选取其中34口井290个样品参数作为回归分析样本，而另外10口井的154个样品作为验证数据；根据建模样品数据建立自变量数据X与观测值Y矩阵(式9～式17)，其中特征指标为P＝12，每一个特征指标有n＝290个待分析样本；初步估计选入的回归方程的自变量个数为6个左右，验水平取α＝0.1，则有F_0.1(6，283)＝2.1，因此选取的引入标准和剔除自变量的临界值为：

F₁＝2.1(7)；F₂＝2.1 (8)

样品的数据矩阵如下：

$\stackrel{\&OverBar;}{x_j}=\frac{1}{n}\underset{i=1}{\overset{n}{\&Sigma;}}{x}_{ij},j=1,2,\mathrm{...},p---\left(11\right);$

$\stackrel{\&OverBar;}{y}=\frac{1}{n}\underset{i=1}{\overset{n}{\&Sigma;}}{y}_i---\left(12\right);$

$s_j=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\&Sigma;}}{(x_{ij}-{\stackrel{\&OverBar;}{x}}_j)}^2}---\left(13\right);$

$s_y=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\&Sigma;}}{(y_i-\stackrel{\&OverBar;}{y})}^2}---\left(14\right);$

$S_{kj}=\frac{1}{n}\underset{i=1}{\overset{n}{\&Sigma;}}(x_{ik}-{\stackrel{\&OverBar;}{x}}_k)(x_{ij}-{\stackrel{\&OverBar;}{x}}_j)---\left(15\right);$

$r_{kj}=\frac{s_{kj}}{s_k\&CenterDot;s_j}---\left(16\right);$

$P_i^m=\frac{{\left(r_{iy}^{\left(m\right)}\right)}^2}{r_{ii}^{\left(m\right)}}---\left(17\right);$

原始数据第m步相关系数矩阵(式18)：

$R^{\left(m\right)}=\left[\begin{array}{ccccc}{r}_{11}^{\left(m\right)}& r_{12}^{\left(m\right)}& \mathrm{...}& r_{1p}^{\left(m\right)}& r_{1y}^{\left(m\right)}\\ r_{21}^{\left(m\right)}& r_{22}^{\left(m\right)}& \mathrm{...}& r_{2p}^{\left(m\right)}& r_{2y}^{\left(m\right)}\\ .& .& .& .& .\\ .& .& .& .& .\\ .& .& .& .& .\\ r_{p1}^{\left(m\right)}& r_{p2}^{\left(m\right)}& \mathrm{...}& r_{p3}^{\left(m\right)}& r_{3y}^{\left(m\right)}\\ r_{y1}^{\left(m\right)}& r_{y2}^{\left(m\right)}& \mathrm{...}& r_{y3}^{\left(m\right)}& r_{yy}^{\left(m\right)}\end{array}\right]---\left(18\right)$

首先对原始数据作0步相关关系矩阵R⁽⁰⁾，对所有自变量x_i(i＝1,2,…，p)计算偏回归平方和P_i ⁽⁰⁾，标准化回归方程为：

$b_i^{\&prime;\left(0\right)}=\frac{r_{iy}^{\left(0\right)}}{r_{ii}^{\left(0\right)}}---\left(20\right);$

$P_i^{\left(0\right)}=\frac{{\left(r_{iy}^{\left(0\right)}\right)}^2}{r_{ii}^{\left(0\right)}}---\left(21\right);$

将最大者P_t ⁽⁰⁾的x_t作为待引入方程，对x_t进行显著性检验，求取F，如果F≥F₁，则引入变量x_t：

$F=\frac{P_t^{\left(0\right)}(n-2)}{Q^{\left(1\right)}}=\frac{P_t^{\left(0\right)}(n-2)}{r_{yy}^{\left(0\right)}-P_t^{\left(0\right)}}---\left(22\right);$

引入变量后，对矩阵进行变换，做出第一步变换后的矩阵R⁽¹⁾：

$r_{ij}^{\left(1\right)}=\left\{\begin{array}{cc}{r}_{ij}^{\left(0\right)}-r_{it}^{\left(0\right)}{r}_{tj}^{\left(0\right)}{r}_{tt}^{\left(0\right)}& i\&NotEqual;t,j\&NotEqual;t\\ r_{tj}^{\left(0\right)}/r_{tt}^{\left(0\right)}& i=t,j\&NotEqual;t\\ -r_{it}^{\left(0\right)}/r_{tt}^{\left(0\right)}& i\&NotEqual;t,j=t\\ 1/r_{tt}^{\left(0\right)}& i=t,j=t\end{array}\right\}---\left(23\right)$

$R^{\left(1\right)}=\&lsqb;r_{ij}^{\left(1\right)}\&rsqb;---\left(24\right);$

随后继续引入变量，当逐步回归进行到第m步时，已有r个自变量，x₁ ^(m)，x₂ ^(m)，x_r ^(m)(它们是12个自变量中的r个)引入回归方程，即有：

第m+1步，要在剩下的12-r个自变量中选出某一个变量进入回归方程，在这12-r个变量中选其在回归中对y所起作用最大的那个变量x_t，即x_t对应的偏回归平方和P_t ^(s)最大，并利用其对应的F值来检验x_t的影响是否显著如果F≥F₁，则决定引入x_t：

$F=\frac{P_t^{\left(m\right)}}{Q^{(m+1)}/(n-r-1)}---\left(26\right);$

$Q^{(m+1)}=r_{yy}^{\left(m\right)}-p_t^{\left(m\right)}---\left(27\right);$

当逐步回归进行至第s步时，在第s+1步对所引入的r个自变量中剔除某个在回归方程中已不再是重要的变量x_h，它所对应的偏回归平方和p_h ^(s)最小，用统计量F来检验x_h是否显著；如果F＜F₂，则剔除x_h，反之则保留：

$F=\frac{P_h^{\left(m\right)}}{Q^{\left(m\right)}/(n-r-1)}---\left(28\right);$

$Q^{\left(s\right)}=r_{yy}^{\left(s\right)}---\left(29\right);$

重复以上步骤进行逐步回归，直到第k步既不能引入也不能剔除，由R^(k)得到回归方程的结果：

标准回归系数

标准残差平方和

复相关系数

标准回归方程其中i表示引入后没有被剔除的变量的足码；

将所有标准化的量转化成原有关的相应量以建立最终的回归方程，计算公式如下：

${b_i}^{\left(k\right)}=\frac{s_y}{s_i}{b}_i^{\&prime;\left(k\right)}=\frac{s_y}{s_i}{r_{iy}}^{\left(k\right)},(i=1,2,\mathrm{...},p)---\left(30\right);$

${b_0}^{\left(k\right)}=\stackrel{\&OverBar;}{y}-\underset{i=1}{\overset{p}{\&Sigma;}}{b_i}^{\left(k\right)}{\stackrel{\&OverBar;}{x}}_i---\left(31\right);$

$s_y=\sqrt{\frac{1}{n}\underset{a=1}{\overset{n}{\&Sigma;}}{(y_a-\stackrel{\&OverBar;}{y})}^2}---\left(32\right);$

$s_i=\sqrt{\frac{1}{n}\underset{a=1}{\overset{n}{\&Sigma;}}{(x_{ia}-{\stackrel{\&OverBar;}{x}}_i)}^2}---\left(33\right);$

4)依据多元线性逐步回归分析方法分别对孔隙度和渗透率进行回归分析，回归过程及主要分析结果如下：

4.1)回归分析建立12个自变量与孔隙度的相关系数矩阵，对孔隙发育建设性因素根据影响程度排序为高岭石含量＞硅质胶结物含量＞伊利石含量＞绿泥石含量＞塑性岩屑含量＞杂基含量＞石英含量，对于孔隙度发育有着破坏性的各因素影响程度排序则为压实作用(视压实率)＞长石含量＞刚性岩屑含量＞碳酸盐胶结物含量＞溶蚀作用(视溶蚀率)；依据各因素与孔隙度的相关程度综合分析认为高岭石、硅质胶结物、伊利石、绿泥石与压实作用、长石是孔隙度发育的主要影响因素；

孔隙度预测回归方程建立共进行10步，得到多元逐步回归分析构建的孔隙度预测回归方程如式(34)所示：

v＝-57.907+0.931x₁+0.926x₂+0.904x₃+0.959x₄+0.05x₅+0.09x6+0.064x₇+0.081x₁₀-0.346x₁₁ (34)；

4.2)在渗透率发育影响因素与预测分析过程中由于渗透率绝对值均较小，取渗透率对数lnk作为Y值，同样建立12个自变量与渗透率的相关系数矩阵，渗透率发育建设性因素影响程度排序硅质胶结物含量＞石英含量＞伊利石含量＞高岭石含量＞杂基含量＞塑性岩屑含量＞绿泥石含量＞溶蚀作用(视溶蚀率)，对渗透率发育具有破坏性影响的因素影响程度排序为压实作用(视压实率)＞长石含量＞刚性岩屑含量＞碳酸盐胶结物含量含量；分析认为硅质胶结物，石英，伊利石，高岭石，压实作用，长石是渗透率发育的主要控制因素；渗透率预测方程建立共进行10步，多元逐步回归分析构建的渗透率回归方程如式(35)：y＝-14.113+0.188x₁+0.15x₂+0.153x₃+0.212x₄+0.035x₅-0.158x₈+0.042x₁₀-0.078x₁₁ (35)。