基于CT掃描的天然氣水合物儲層微觀孔隙結構定量表征及特征分析

董懷民, 孫建孟, 林振洲, 崔利凱, 閆偉超

(1.中國石油大學(華東)地球科學與技術學院,山東青島 266580; 2.青島海洋科學與技術試點國家實驗室海洋礦產資源評價與探測技術功能實驗室,山東青島 266071;3.中國地質大學地球物理與空間信息學院,湖北武漢 430074; 4.中國地質科學院地球物理地球化學勘查研究所,河北廊坊 065000)

儲集層的微觀孔隙結構是指儲集層中巖石的孔隙與喉道的幾何形狀、尺寸分布及聯通性關系等[1-2],天然氣水合物儲集層微觀孔隙結構復雜,其結構特征對水合物的微觀分布、貯存含量及孔隙中流體的滲流特性等具有極其重要的影響。因此,從微觀尺度對水合物儲層的孔隙結構進行系統研究,對水合物數字巖心構建、水合物微觀分布特征及水合物數字巖心聲電特性數值模擬等研究具有重要意義。目前,巖石微觀孔隙結構實驗室評價與表征方法呈現多樣化、精細化特征,包括毛管壓力曲線、掃描電鏡、鑄體薄片、聚焦離子束、核磁共振等在內的技術與方法都得到了大量的實際應用[3-9]。隨著CT掃描技術的廣泛應用,基于CT成像的高精度儲層表征技術也得到了專家與學者的一致認可,大量研究結果表明,相對于其他方法,CT掃描法是建立巖石微觀孔隙結構并對其進行定量表征的最直接、最準確的方法之一[10-16]。筆者以祁連山木里研究區水合物儲層為研究對象,運用CT掃描法構建三維數字巖心,提取相應的孔隙結構網絡模型,實現巖心孔隙結構的三維顯示與孔隙結構參數的定量表征與獲取,此外,梳理巖心不同微觀孔隙結構參數與水合物儲層物性的相關關系。

1 地質背景

研究區位于青海省天峻縣木里煤田內,該地區海拔4 000～4 300 m,年平均氣溫約-5.1 ℃,長年凍土層發育極為廣泛且呈島狀分布,其平均厚度為95 m,部分地區多年凍土層厚度超過100 m[17]。研究區大地構造處于中祁連與南祁連兩個構造單元之間的拗陷區內,屬于北祁連深大斷裂體系在燕山期再度復活而形成的斷陷盆地[18]。研究區處于木里煤田聚乎更礦區內,部分為三疊系組成的背斜,南北兩側為侏羅系組成的兩個背斜,此背向斜南北兩側發育有規模較大的逆推覆斷裂,而在南北兩個向斜內則發育有規模較大的北東向剪切斷裂,整個凹陷區由此被切割成南北分帶、東西分區構造特征的不同塊段[19-21]。出露的礦區地層主要為第四系、中侏羅統及上三疊統。上三疊統作為基底,其巖性主要包括黑色粉砂巖、泥巖及煤等,與上覆地層侏羅系呈平行不整合接觸特征。中侏羅統則包括木里組及江倉組,木里組下部為辮狀河沖積平原環境中形成的中粗粒碎屑巖,夾雜碳質泥巖或薄煤層,底部發育有底礫巖,其上部則為湖泊沼澤環境中形成的灰色粉砂巖、細粒砂巖、灰色細中粒砂巖及粗粒砂巖;江倉組下部為三角洲湖泊環境中形成的灰色細粒砂巖、中粒砂巖、深灰色泥巖及粉砂巖,其上部為淺湖—半深湖環境中形成的細碎屑泥巖、粉砂巖,伴隨灰色粉砂巖及菱鐵礦物。第四系分布較為廣泛,主要包括沖積與洪積成因腐植土、砂、礫石,坡積角礫,冰積泥沙、冰層等[21]。

通過前人對祁連山木里地區氣體組分的實測與分析,并結合該地區的凍土層厚度、地溫梯度等地層環境資料,祝有海等[17]系統地計算了該地區水合物形成的熱力學條件。研究結果表明,該地區具備較好的水合物形成條件。中國地質調查局在該地區的實際鉆探試井發現,該地區水合物主要以“孔隙型”與“裂縫型”兩種狀態產出,且主要賦存于中侏羅統江倉組,水合物儲層巖性以粉砂巖、泥巖及細砂巖等較為致密的巖石類型為主。由于多期構造運動及斷層系統等影響因素的作用,導致儲集層巖石裂縫較為發育,即該地區水合物以“裂縫型”賦存類型為主[22]。

2 水合物儲層儲集特征

2.1 儲集空間特征

研究區巖石較為致密,孔隙連通性較差,儲集空間以溶蝕型孔隙和微裂縫為主,以原生孔隙為輔。溶蝕孔隙可分為粒內溶孔(圖1(c))和粒間溶孔(圖1(f)),其形狀不規則,連通性較差;黏土礦物與巖石粒間孔隙(圖1(d))數量較多,但大多數半徑較小,個別半徑較大,連通性相對較差;裂縫(圖1(a))發育明顯,裂縫開度較大,在二維平面上延伸長度大,伴隨大裂縫常有微裂縫(圖1(e))發育;而原生孔隙(圖1(b))其邊緣平直,內部清潔無雜質,孔隙半徑相對較大。

2.2 儲集物性特征

研究區水合物儲層孔隙度主要分布在1.42%～11.26%,平均為5.558%,其中小于6%的達到65%;滲透率主要分布于(0.003 8～0.295 0)×10-3μm2,平均為0.051 4×10-3μm2,其中小于0.1×10-3μm2的占比為91.03%;儲層孔滲相關性整體較差,不同水合物儲層物性差異較小。研究區儲集層物性特征表現為巖性致密,物性差,孔滲相關關系較差。

圖1 天然氣水合物儲層儲集空間特征Fig.1 Reservoir space characteristics of natural gas hydrate reservoir

3 水合物儲層三維孔隙模型構建

數字巖心三維模型及其孔隙網絡的準確提取是開展水合物儲層巖心三維孔隙結構定量表征及進行特征分析的基礎。X射線CT掃描由于其具有的直接、準確等特點,被廣泛應用于巖石物理數值模擬研究[23-24]。在構建數字巖心時,對巖心CT掃描直接獲取的二維灰度圖像(圖2(a))選取合理的閾值區間將灰度圖像二值化,則能夠使其轉化為二值圖像(圖2(c)),將二維圖像進行物理空間疊加即可獲取相應的三維數值巖心。

對選取的6塊水合物儲層巖心樣品(巖心編號為A～F,對應的巖心實物圖像依次為圖3(d)～(j))的CT掃描圖像進行空間疊加,從而構建數字巖心三維模型,其中巖心樣品A、B的數字巖心如圖4所示,利用數值模擬方法實現了孔隙度與滲透率的計算,模擬結果與巖心巖石物理實驗結果對比如表1所示。由表1可知，二者具有較好的一致性,其中孔隙度平均絕對誤差為19.8%,平均相對誤差為4.76%,滲透率平均絕對誤差為0.34%,平均相對誤差為14.8%。

圖2 巖心樣品圖像二值化分割示意圖Fig.2 Schematic of image binarization segmentation for samples

圖3 天然氣水合物儲層巖心樣品圖像Fig.3 Images for core samples of natural gas hydrate reservoir

圖4 水合物儲層巖心樣品三維數字巖心模型Fig.4 Digital core mode of samples in hydrate reservior

基于構建的數字巖心模型,應用最大球算法[25-26],提取了與真實巖心對應的能夠反映其孔隙空間拓撲結構的孔隙網絡模型。最大球算法由Blunt與Dong等[25,27]提出,其以數字巖心孔隙像素中任意一點為球心,不斷增大球體半徑向四周延伸直至球體表面與巖石骨架接觸,包含所有像素的集合即為最大球,不同大小的球體能夠相互重疊,由此,數字巖心所有孔隙能夠被不同的最大球填滿。該方法目前存在提取的孔隙網絡模型的孔隙長度偏大而喉道長度偏小的缺陷。閆國亮等[28]對該方法進行了改進,彌補了上述的不足并得到了較好的應用。運用上述方法能夠實現數字巖心孔隙結構網絡的提取,用以區分孔隙與喉道并確定其連通性關系。對6塊數字巖心的孔隙網絡模型進行提取,圖4(b)與圖4(e)為其中兩塊巖心樣品孔隙結構的三維顯示圖像,圖4(c)與圖4(f)為提取的與巖心對應的孔隙網絡球管模型,其中球狀體代表孔隙,管狀體代表喉道。

由圖4可知,水合物儲層巖心樣品與均質性高孔滲砂巖微觀結構特征[29]差異較大,總體而言,水合物儲層巖心孔喉分布不均勻,孔隙連通性差,并且孔隙度低,滲透率低。

表1 巖心樣品物性數值模擬結果效果對比Table 1 Comparison of property numerical simulation with rock physics experiment

4 儲層微觀孔隙結構特征

為了實現水合物儲層微觀孔喉結構特征的精細表征,從而綜合分析各個參數對水合物儲層物性特征的影響規律,需要定量地提取孔喉半徑、喉道長度、孔喉比、配位數及形狀因子等孔隙結構參數?；跇嫿ǖ臄底謳r心,采用數學統計方法獲取了上述參數,其數值模擬結果如圖5所示。

由巖心樣品孔喉參數分布數值模擬結果(圖5)可知,不同物性的水合物儲層,孔隙半徑存在較大差異,巖樣D孔隙半徑分布呈現雙峰狀態,孔隙尺寸分布較廣,剩余巖心樣品則呈單峰狀態,其孔隙半徑主要集中分布于2.5 μm以下,不同巖心樣品孔隙半徑的峰值不同,且概率分布存在差異;同樣,巖心喉道半徑也極為不同,喉道半徑除巖樣F外均呈單峰分布狀態,喉道半徑主要分布于2 μm以下,其峰值約為0.5 μm,喉道尺寸分布范圍隨巖心樣品滲透率的增大而變廣,喉道半徑峰值也隨滲透率的增大而增大,從而在曲線關系上呈現出明顯的右偏移特征;與之相反,吼道尺寸分布范圍隨巖心樣品滲透率的減小而變窄,喉道半徑峰值隨滲透率的減小而減小;與喉道半徑分布特征相反,喉道長度分布差異相對較小,主要分布于3.7 μm以下,其峰值均約為1 μm,不同樣品的喉道長度分布差異主要在于喉道長度峰值左側的曲線形態。

圖5 孔喉參數分布曲線Fig.5 Pore throat parameters distribution curve

孔喉半徑比,又稱孔喉比,是指在局部范圍內孔隙半徑與其相連所有喉道的半徑平均值之比,通過孔喉半徑比分布能夠有效地評價孔隙網絡模型的均質性。局部孔隙空間中孔隙與喉道的差別隨孔喉比的增大而增大,即孔隙空間在微觀尺度上的變化越劇烈;局部孔隙空間的孔隙與喉道差別隨孔喉比的減小而減小,即孔隙空間在微觀尺度發育越均勻。通過統計巖心孔隙網絡模型中孔隙數量及與其相連的喉道數量,基于此計算巖心樣品的孔喉比分布(圖5)。由圖可知,巖心孔喉比差異不明顯,孔喉比相對較大,局部孔隙空間孔隙與喉道差別較大,孔隙空間在微觀尺度上變化劇烈。

巖心孔隙與喉道的形狀對水合物的微觀分布及孔隙中的流體運移具有非常重要的影響。為了對巖心孔隙與喉道進行定量表征,引入了規則的幾何形狀并將其用于孔隙與喉道復雜形狀的表征。形狀因子G定義為

G=A/P2.

(1)

式中,A為孔隙的橫截面積;P為橫截面周長。

6塊巖心樣品的孔喉形狀因子分布如圖6所示。由圖6可知,孔隙與喉道的形狀因子差異較小,表明水合物儲層巖心的孔喉結構基本一致。

圖6 巖樣孔喉形狀因子分布Fig.6 Distribution of throat shape factors in rock samples

巖心孔隙的連通性對孔隙內流體的運移、不同物相的微觀分布都有巨大的影響。配位數作為在微觀尺度上描述巖心孔隙連通性的重要參數,其數值直接反映孔隙連通性的好壞,配位數越大,巖心孔隙連通性越好;配位數越小,巖心孔隙連通性越差。巖心的平均配位數計算如下式所示:

C=∑nαn.

(2)

式中,C為平均配位數;n為配位數;αn為配位數為n的孔隙占總孔隙的頻率。

基于數字巖心技術模擬巖心統計配位數分布,6塊巖心樣品的配位數分布如圖7所示。由圖7可知,水合物儲層巖心配位數整體較低,表明其孔隙連通性較差,是導致巖心滲透率低的重要因素。

綜上所述,若將1 μm作為劃分納米尺度與微米尺度的標準,則研究區水合物儲層巖石中喉道主要分布于納米尺度,部分分布于微米尺度;與之相對,孔隙則少量處于納米尺度,主要分布于微米尺度,且數值相對較高。巖心滲透性主要由微米孔喉決定;納米尺度孔喉數量大、占比高,總體積之和較大。雖然巖心滲流能力較差,但對儲集層的儲集性能仍有重要影響。水合物儲層的物性越差,其納米孔喉發育越豐富。由此可知,水合物儲層中微米孔喉是影響滲流特性的主控因素,納米孔喉對水合物的儲量具有重要影響。

5 儲層孔隙結構參數與儲層物性關系

巖心的孔隙半徑、喉道半徑等參數直接影響著巖心的孔隙度、滲透率等物性參數的好壞。通過巖心樣品的孔隙結構參數與孔隙度、滲透率等儲層物性參數的關系曲線,對儲層孔喉結構參數與儲層物性關系進行了詳細的分析。

圖8為孔喉結構參數與儲層孔隙度及滲透率之間的相關關系。由圖8可知,水合物儲層平均孔隙半徑與孔隙度及滲透率間均呈現較好的相關關系,且相關性表現為孔隙度大于滲透率;平均喉道半徑與孔隙度及滲透率間同樣呈現較好的相關性,相關性也表現為孔隙度大于滲透率,結果表明,喉道是決定儲層滲透率的關鍵因素?？缀肀扰c滲透率間存在較好的相關關系,與之相反,孔喉比與孔隙度的相關性相對較差。巖心孔喉比越小,孔喉差異也越小,滲透率卻越高。研究區水合物儲層孔喉比較大且分布范圍較寬,孔喉比較大的巖心樣品,其孔隙度相對較小,這可能是由于眾多細小喉道圍繞孔隙分布而造成的。此外,由圖可知,基于數字巖心的孔隙結構參數模擬結果與氣測法及數值模擬擬合結果較為相近,進一步印證了數字巖心技術的準確性,從而表明基于CT掃描對水合物儲層微觀孔隙結構定量表征及特征分析的可靠性。

圖7 巖心樣品配位數統計分布Fig.7 Statistical distribution of coordination number for core samples

圖8 孔喉結構參數與儲層孔隙度及滲透率之間的相關關系Fig.8 Relationships between pore throat parameters and porosity or permeability

6 結 論

(1)基于X射線CT掃描技術,獲取了研究區水合物儲層巖心樣品的二維及三維圖像,構建了數字巖心三維模型并提取了相應的孔隙網絡模型,對孔隙結構參數進行了數值模擬與定量提取,實現了水合物儲層巖心微觀孔隙結構的定量表征。

(2)研究區水合物儲層物性較差,孔喉半徑相對較小,水合物儲集空間以粒內溶蝕孔隙、粒間溶蝕孔隙與微裂縫為主,以原生孔隙為輔。不同巖心樣品的孔喉尺寸與形狀略有不同,孔喉主要呈現條帶狀與孤立狀兩種狀態分布,微孔分布具有非均質性,局部較為發育且主要集中于粒間溶蝕孔隙。喉道尺寸小及連通性差是導致巖心樣品實驗滲透率低的主要原因。

(3)應用CT掃描技術對研究區水合物儲層巖心樣品的孔隙結構進行了定量表征與相關參數的準確提取,為開展水合物數字巖心構建及巖石物理數值模擬奠定了堅實基礎,同時為分析各個因素對水合物巖石物理特性的影響規律創造了可能,對探索阿爾奇公式計算水合物飽和度的適用性及相關參數的確定具有重要意義。