0 引 言

四川盆地龙马溪组-五峰组海相页岩气藏勘探开发潜力巨大[1]。与常规油气藏相比，页岩气在沉积环境、油气分布与聚集规律、储集层特征等方面均存在较大差异，因此页岩气储集层的评价理论与方法也有所不同[2]。众多学者开展了页岩评价技术与评价标准研究，通过分析页岩气地质特点、成藏因素等，归纳筛选关键指标，形成了多种综合解释评价方法[3-5]，页岩气评价与气藏描述等相关标准或技术规范也相继出台[6-7]，有力地支持了页岩气的勘探与开发。但是，由于页岩气成藏复杂，难以通过常规手段描述、评价页岩气，多数评价方法都需要岩心含气量测量、电镜扫描、全岩分析等昂贵的分析化验手段来提供关键参数[8]，或者钻井完成后通过ECS等特殊测井手段测定[9]，从而大幅增加了页岩气勘探开发的成本。此外，伴随大量开发井不再施工导眼，不能通过岩心分析获取关键参数，而通过常规录井获取有机碳含量、含气量等参数受钻井因素影响较大，因此亟需一种相对有效的随钻参数的获取方法。

本文介绍了一种基于XRF元素录井的页岩评价参数随钻计算方法，通过钻井过程中开展XRF元素录井，应用获取的元素信息，随钻计算岩石成分、含气量、岩石密度(DEN)等关键评价参数。由于XRF元素录井费用相对较低，采用该方法可在页岩气降本方面发挥积极作用，并消除某些录井参数的影响因素。

1 工区概况

永川工区位于四川盆地中南部，属于华蓥山褶皱带向南呈帚状撒开的低背斜群，发育盖层滑脱形成的隔档式褶皱组合,页岩气勘探开发层位为龙马溪组-五峰组。该工区与焦石坝地区沉积环境相似，同处硅质深水陆棚有利相带，页岩厚度大，岩性为页理极为发育的黑色硅质、炭质及含灰质页岩，笔石大量发育[10-11]。YY 1井实钻证实工区龙马溪组-五峰组页岩整体品质良好，且经测试获得了稳定工业气流。

2 页岩评价参数计算方法

2.1 样品与分析方法

本次研究对象为永川工区YY 1井龙马溪组一段-五峰组地层。采用ECLIPS 5700开展常规测井，采用斯伦贝谢公司MAXIS 500进行ECS元素俘获测井，测量间距为0.1 m，包括Al(铝)、Si(硅)、S(硫)、Fe(铁)、Ti(钛)、Ca(钙)、Gd(钆)7种元素，并计算获得钙质含量、泥质含量、硅质含量、中子骨架、密度骨架、吸附气量、含气量等10余项评价参数。元素录井数据分析采用CIT-3000 SY型XRF元素录井仪，共分析了205块岩心样品，取样间距为0.50～1.00 m，测量的元素包括Mg(镁)、Na(钠)、Al(铝)、Si(硅)、P(磷)、S(硫)、Mn(锰)、Fe(铁)、K(钾)、Ti(钛)、Ca(钙)、Cl(氯)、Co(钴)、Ni(镍)、V(钒)、Zn(锌)、Sr(锶)、 As(砷)、Se(硒)、Rb(铷)等20余种。

1.3.5 比较指标 比较评分制对疤痕子宫再次妊娠阴道成功分娩的灵敏度及特异度；疤痕子宫再次妊娠阴道分娩成功组、疤痕子宫再次妊娠阴道分娩未成功组及疤痕子宫再次妊娠选择性剖宫产组三组之间年龄、孕周、产后出血量、住院时间、新生儿阿氏评分进行两两比较。同时将疤痕子宫再次妊娠阴道分娩成功组与无疤痕子宫阴道分娩成功组两组进行产程时间及产钳助产例数比较。

2.2 页岩评价参数随钻计算思路与流程

不管是测井方法还是实验手段，页岩储集层的评价重点均集中在岩石组分、含气丰度、物性特征和岩石力学等方面[3-9]。元素是岩石化学组成的最基本单元[12],元素的种类和含量决定了岩石组分，而岩石组分与电性特征、岩石结构、物性、力学性质之间也必然存在一定的联系[13-15]，物性又决定了含气性[16]。因此，建立元素与岩石组分、含气丰度、电性参数之间的函数关系模型，就能实现页岩评价参数的随钻计算。

国内外已开展了大量的相关研究，通过矿物的化学分子式与元素的关系，研究氧化物闭合模型，建立元素与矿物的转换系数矩阵，通过矩阵运算计算出矿物组分，能够实现多种矿物含量的计算[15,17-18]，或者通过不同的实验手段直接获得不同的参数，建立岩石组分与其他物理性质参数之间的转换关系[19]。因岩石组分较为复杂，存在明显的共线性问题[15,19]，需要根据地区特点，使用特定算法进行优化或边界约束，故难以直接推广应用到其他区域。

2.3.1 数据整理

2.6 在2#仓滑模施工时为增加上人梯的稳定，也须进行连墙件预埋钢板的埋设，其水平间距L1=1.2m，每层5个，竖向间距为 H1=3.6m。

YY 3-1井应用井段为4 020.00～4 110.00 m，层位为龙马溪组-五峰组，该段页岩钻井液密度在1.74～1.8 g/cm3之间；4 020.00～4 078 .00 m井段钻时为5～23 min/m，4 078.00～4 110.00 m井段由于取心，钻时增加到54～165 min/m。应用效果如图2所示。

2.3 页岩评价参数随钻计算方法

本文在借鉴国内外研究成果的基础上，开展工区内的评价参数计算方法与模型的研究。基本思路是通过XRF元素录井获得岩石成分信息，与测井及实验分析资料对比，通过数学拟合建立元素与含气量、部分测井参数、岩石组分之间的转换模型。

数据整理主要包括两部分：一是深度归位，二是数据归位。深度归位主要是由于受电缆深度与钻具深度的系统误差等影响，不同方法获取的数据深度可能不统一，不能直接应用，需要进行深度归位。而常规深度归位往往是通过岩性与电性对比，人为将岩心深度统一到测井曲线上，由于页岩岩性较单一，缺乏有效的岩电标志层，在页岩中采用传统归位方法难度更大。本研究利用岩心自然伽马(GR)扫描，对岩心开展测量，通过地面所测得的岩心GR与测井曲线GR进行对比，标定井深，从而达到深度的准确归位。测井数据是标准的等间距数据且测量间距小，数据量大，而XRF元素录井分析是不等距的分析，测量间距大，数据量小于测井数据量。因此在深度归位的基础上，需要进行数据归位，统一两者深度标尺。本研究主要按相应间距进行平均来实现数据的归位，最后按统一的深度标尺汇总成数据集。

“40年沧桑巨变，这是中国人民在人类发展史上所创造的伟大奇迹，造就这个奇迹的密码，就是坚持中国共产党的领导。”舒展说。

2.3.2 元素组合优选

由于XRF元素录井能够提供20余种元素含量，数据计算工作量大，难以直接应用。首先需要优选出敏感元素，减少计算误差，同时显著降低运算工作量。常见的分类数学方法中，聚类分析能够衡量不同数据源间的相似性[20-21]，据此采用系统聚类算法计算元素与元素之间的相似或接近程度，将元素初步进行分类，找出相关性较强的元素种类，为后期模型优选、消除共线性难题提供依据。在聚类分析的基础上，采用主成分分析，用尽可能少的新变量保持原有的信息，降低运算的复杂度[20-21]。通过分析，针对每一项需要转换的页岩评价参数进行元素种类优选，初步圈定需要参与运算的元素组合。

王树林停好车，并没有马上下车，他掏出手机看了一下，确定没有任何消息后，就将铃声调到了静音。关车门的时候他看到了辛娜那辆红色的Q Q，辛娜一直没有换车，从这一点看，辛娜的市侩俗念里还存着某些念旧的朴素品质，这让王树林莫衷一是慨喟良多。再抬眼就看见辛娜隔着玻璃朝他招手。雨下得细小，满脸凉意。辛娜是站着朝他招手的，时尚不减的辛娜穿着短裙，一瞬间，王树林的脑海里就充塞了关于辛娜两条白腿的所有记忆。

2.3.3 转换模型的建立

通过优选出的元素组合，采用多元线性回归方法进行数据拟合。多元回归模型表达式为：

通过分析，应用YY 1井数据建立了钙质含量、硅质含量、泥质含量、含气量、岩石密度(DEN)5种主要评价参数的计算模型。从表1可以看出，r2较高的是含气量和DEN，均达到了0.8以上，尽管硅质含量、钙质含量的r2相对较低，但亦均达到了0.6以上。从图1可以看出，YY 1井3 770～3 870 m井段页岩由于取心，造成钻时普遍较高，平均钻时为175 min/m，钻井液密度为1.76～1.8 g/cm3。而由于页岩组分复杂，且纵向上非均质性强，局部地层存在薄层富含钙质的页岩。由于XRF元素录井取样间距相对较大，难以完全达到测井的测量精度，如井深3 822.60 m、3 860.60 m均存在薄层高钙页岩，测井曲线响应明显，而XRF录井未在该深度取样，未能全面反映地层信息。虽然这样的井段造成了计算模型的相关系数偏低，但这种特殊情况所占的比例不大，不影响整体评价效果。因此，建立的计算模型已经能较为准确地反映出纵向上的整体变化趋势，计算结果基本能满足页岩的随钻评价需求。

Y=β0+β1X1+β2X2+…+βkXk

YY 3-1HF井水平井段4 020.00～5 873.00 m(垂深3 996.18～4 140.63 m)，层位为龙马溪组，该井段钻井液密度维持在1.74～1.79 g/cm3之间，钻时较小，在4～26 min/m之间，应用效果及综合评价结果如图3所示。

由于聚类分析只能对元素种类进行初步的筛选，且岩石组分与元素之间存在较为明显的共线性问题[15]，但共线性的元素种类与共线性程度未知，难以消除共线性造成的影响，导致数学模型可能存在严重的偏差，难以找出本质特征，影响应用效果。因此，应用逐步回归方法(Stepwise Regression)开展数学模型优选[20-21]，确定最佳模型。将包含全部元素的全模型称之为Mp，在Mp的基础上减少一个元素，建立一个只包含p-1个元素的新模型Mp-1，在Mp-1的基础上再次减少一个元素，建立一个只包含p-2个元素的新模型Mp-2，依此类推重复p次模型建立的过程，得到p个模型；对比每个模型的决定系数r2，选择r2较大的模型作为备选模型，通过分析评价参数的地质意义，而不完全依据r2作为优选依据，适当进行模型边界的约束，从中选择一个最优的数学模型。

在参考相关页岩气录井评价标准的基础上，结合录井计算的评价参数，初步建立了永川工区页岩气综合评价标准。主要根据含气量、岩石密度、硅质+钙质矿物和泥质矿物含量的参数值区间，将页岩气层划分Ⅰ类层、Ⅱ类层、Ⅲ类层3个等级(表2)。

小烧杯、锥形瓶、容量瓶、漏斗、量筒、滤纸、剪刀、试管、试管架、移液管等；1～4 kW微波干燥机 上海隆誉微波设备有限公司；DZ-400/2ES真空包装机 华联机械集团股份有限公司；YX-280A手提式压力蒸汽灭菌锅 上海颐鹏集成设备有限公司；AUY220 电子天平 梅特勒-托利多国际有限公司；TA.XT plus食品物性测定仪 超技仪器技术有限公司；BCD-196KF冰箱 青岛海尔股份有限公司；C21-ST2106电磁炉 广东美的生活电器股份有限公司；KA-6189抽真空腌味机 深圳瑞丰电器公司。

 

表1 页岩评价参数随钻计算模型

  

参数参数计算模型r2含气量y=f(Si,S,K,Ca,Fe,Ni)0.83DENy=f(Al,Si,Ca,Fe)0.80钙质含量y=f(Ca,Mg,Fe,Mn)0.63泥质含量y=f(Al,Si,Fe)0.72硅质含量y=f(Si,Al,Ca,Ti,Mn)0.71

  

图1 YY 1井ECS测井参数与XRF元素计算参数对比效果图

3 页岩气评价标准

图3为不同壅水高时有水关门工况下卧倒门液压缸启闭力变化曲线。由图3可知，在有水关门过程中，液压缸仅输出推力，最大推力出现在关门终了时，壅水高为0.8，0.7，0.5 m时对应的液压缸最大推力分别为1 327.7，1 136.4，769.1 kN。在实际运行过程中，闸门每次启闭时启闭机均未超载，在壅水高为0.7 m时，液压缸的最大推力已超过1 100 kN，可以认为，实际启闭过程中壅水高不超过0.7m。

 

表2 永川工区页岩气层评价标准

  

等级含气量m3·t-1岩石密度g·cm-3硅质+钙质矿物含量/%泥质矿物含量/%Ⅰ类≥5≤2.5≥50≤30Ⅱ类2～52.5～2.640～5030～50Ⅲ类<2>2.6<40>50

4 应用效果

通过研究建立的页岩评价参数随钻计算方法，在永川工区的YY 3-1井及YY 3-1HF井进行了应用(YY 3-1HF井是YY 3-1直井的侧钻水平井),并在上文建立的评价标准基础上，通过计算的随钻参数对YY 3-1HF井水平段开展了综合评价。

4.1 YY 3-1井

计算流程分为3个步骤：首先是开展数据整理，将不同手段或方法获得的数据进行归位处理；其次是元素组合优选，针对需要转换的参数优选出敏感元素及元素组合；最后是开展数学拟合分析，建立元素或元素组合与评价参数之间的数学模型。

随着埋深增加，自然伽马值(GR)总体上逐渐升高，龙马溪组底部达到最高，随后迅速降低。岩石密度(DEN)随着埋深增加逐渐降低，在最高GR的井段达到最低，随后逐渐升高，变化趋势与GR曲线恰好相反，大部分井段XRF计算的DEN与测井DEN基本一致。含气量随埋深增加逐渐增加，在龙马溪组底部达到最高。含气性方面，XRF计算的含气量有一个井段略高于ECS含气量，一个井段低于ECS含气量。4 053.00～4 062.00 m井段XRF计算的含气量(平均2.71 m3/t)略高于ECS含气量(平均2.31 m3/t)，井段4 086.00～4 094.00 mXRF含气量(平均4.00 m3/t)低于ECS含气量(平均4.97 m3/t)。岩石成分方面，XRF计算的硅质与泥质含量与ECS计算结果差别不大，仅部分井段的钙质含量略有差异，主要表现在4 059.50～4 102.00 m等井段XRF钙质相对ECS钙质的尖峰状不明显。

整体而言，XRF计算的参数与ECS测井参数变化趋势一致，个别井段略有差异，但幅度小不影响随钻评价的可靠性。YY 3-1井龙马溪组-五峰组页岩含气性好，最好的储集层段位于4 095.00～4 102.00 m，其特征为 “高GR、高含气量、高硅质、中-高钙质、低DEN、低泥质”。

  

图2 YY 3-1井页岩评价参数应用效果

4.2 YY 3-1HF井

式中：β0，β1，β2，…,βk为回归系数；X1，X2，…，Xk分别为不同元素的含量。

随钻GR数据由贝克休斯AutoTrak Curve旋转导向工具提供，完钻后使用ECLIPS 5700仪器采用钻具输送测井的方式开展了GR、AC等常规参数的测量，未开展ECS元素俘获测井。工区内该井首次采用钻具输送测井方式，部分井段的测量结果与实际情况有偏差，如井深5 206.00 m至井底的GR测值均小于随钻GR测值，但两者曲线形态相似，随钻GR局部出现低值尖峰，应为测量误差。

从曲线对比可以看出，测井GR、XRF元素录井计算的参数、气测显示三者之间总体上具有良好的对应关系：气测显示出现明显异常的井段，测井曲线表现为高GR特征，使用XRF录井计算的参数表现为高含气量、高硅质含量、中钙质含量、低泥质含量。综合评价表明， 该水平井段 Ⅰ 类储集层发育， 主要位于4 240.00～4 908.00 m与5 038.00～5 605.00 m两个井段,Ⅱ类储集层位于4 908.00～4 964.00 m、5 018.00～5 038.00 m、5 605.00～5 873.00 m这3个井段。

生活化的数学语言更贴近儿童生活。如《利息》教学中，教师说：“我家里有10000元钱，可是现金放在家里不安全，请同学们帮老师想个办法，如何更好地保管这些钱?”学生回答的办法很多，这时趁机引导：“选择储蓄比较安全。在储蓄之前，我还想了解一下关于储蓄的知识，哪位同学能够介绍一下吗?”学生们竞相发言。在充分感知了“储蓄”的益处之后，学生们又主动介绍了“储蓄的相关事项”，在不知不觉中学到了知识，体会到了生活与数学休戚相关。

  

图3 YY 3-1HF井页岩评价参数应用效果

5 结 论

永川工区页岩气资源丰富，针对页岩的评价参数主要依靠测井、实验分析获取，难以随钻快速评价。通过研究，建立了基于XRF元素录井的页岩评价参数随钻计算模型，应用聚类分析实现筛选元素组合，采用逐步回归方法进行数学模型优选，建立了岩石硅质含量、钙质含量、泥质含量、岩石密度、含气量5种关键参数的计算模型。

综上分析，小花清风藤扦插繁殖的最适条件为：选用健康粗壮的2～4年生茎条作为插穗，用150 mg/L生根粉水溶液浸泡30 min，扦插于珍珠岩∶草炭土=1∶1的基质中，只要管理得当，成活率可达90%以上，幼苗生长良好。

建立的页岩评价参数随钻计算模型在YY 3-1直井与YY 3-1HF井水平段应用并取得了良好的效果。YY 3-1直井段的计算参数与ECS测井结果较为吻合，仅局部井段在数值上略有差异，最优页岩段位于龙马溪组底部，特征为 “高GR、高含气量、高硅质、中-高钙质、低DEN、低泥质”。YY 3-1HF井水平井段Ⅰ类页岩发育，测井GR、气测录井、XRF元素录井计算参数之间的对应性好，优质页岩的特征与YY 3-1直井一致。

通过研究证实XRF元素录井能获取丰富的地层信息，如能进一步开展响应机理研究，扩展计算参数的范围，提高计算模型的精度，将可为页岩气的降本增效发挥更好的作用。

参 考 文 献

[1] 聂海宽,金之钧,边瑞康,等. 四川盆地及其周缘上奥陶统五峰组——下志留统龙马溪组页岩气“源-盖控藏”富集[J]. 石油学报,2016,37(5):557-571.

[2] 郭彤楼. 中国式页岩气关键地质问题与成藏富集主控因素[J]. 石油勘探与开发,2016,43(3):317-326.

[3] 涂乙,邹海燕,孟海平，等. 页岩气评价标准与储层分类[J]. 石油与天然气地质,2014,35(1):153-158.

[4] 张作清,郑炀,孙建孟.页岩气评价“六性关系”研究[J]. 油气井测试,2013,22(1):65-74.

[5] 于炳松. 页岩气储层的特殊性及其评价思路和内容[J]. 地学前缘,2012,19(3):252-258.

[6] NB/T 14001-2015页岩气藏描述技术规范[S]. 北京:中国电力出版社,2016.

[7] GB/T 31483-2015页岩气地质评价方法[S]. 北京:中国标准出版社,2016.

[8] 丁安徐,李小越,蔡潇,等. 页岩气地质评价实验测试技术研究进展[J]. 天然气与石油,2014,32(2):43-48.

[9] 王濡岳,丁文龙,王哲,等. 页岩气储层地球物理测井评价研究现状[J]. 地球物理学进展,2015,30(1):228-241.

[10] 杨淑雯. 川南地区古生界构造特征及其对页岩气保存条件的影响[D]. 荆州：长江大学,2015.

[11] 赵建华,金之钧,金振奎,等. 四川盆地五峰组-龙马溪组页岩岩相类型与沉积环境[J]. 石油学报,2016,37(5):572-586.

[12] 刘英俊，曹励明. 元素地球化学导论[M]. 北京:地质出版社,1987.

[13] 林西生,应凤祥,郑乃萱. X射线衍射分析技术及其地质应用[M]. 北京：石油工业出版社, 1990:11-31.

[14] 占蓉，邹筱春，李芳. 随钻X射线衍射分析录井技术应用研究[J]. 录井工程， 2012,23(4):1-5.

[15] Harvey P K, Lofts J C, Lovell M A. Mineralogy logs: Element to mineral transforms and compositional colinearity in sediments[C]∥SPWLA the 33rd Annual Logging Symposium, Houston,June 14-17,1992.

[16] 何更生, 唐海. 油层物理[M]. 北京：石油工业出版社, 2011.

[17] Herron S, Herron M. Application of nuclear spectroscopy logs to the derivation of formation matrix density[C]. SPWLA 41st Annual Logging Symposium, Dallas,Taxas,4-7 June，2000.

[18] Herron M , Herron S . Geological applications of geochemical well logging[J]. Geological Society London Special Publications, 1990, 48(1):165-175.

[19] Mccarty D K, Theologou P N, Fischer T B, et al. Mineral-chemistry quantification and petrophysical calibration for multimineral evaluations: A nonlinear approach[J]. Aapg Bulletin, 2015,99(7):1371-1397.

[20] 加雷斯·詹姆斯. 统计学习导论——基于R应用[M]. 北京：机械工业出版社, 2015.

[21] 吴喜之. 统计学：从数据到结论(第3版)[M]. 北京：中国统计出版社, 2009.