引用本文
王崇敬, 梁波, 唐诚, 顾炎午, 宋飞鹏, 袁艳丽. 川西雷口坡组储层孔隙度计算模型的建立和应用[J]. 录井工程, 2025,36(4): 77-82.
WANG Chongjing, LIANG Bo, TANG Cheng, GU Yanwu, SONG Feipeng, YUAN Yanli. Establishment and application of reservoir porosity calculation model in Leikoupo Formation in western Sichuan[J]. Mud Logging Engineering, 2025,36(4): 77-82.
Doi:10.3969/j.issn.1672-9803.2025.04.012  
Permissions
Copyright©2025, 《录井工程》杂志社
《录井工程》杂志社 所有
川西雷口坡组储层孔隙度计算模型的建立和应用
王崇敬①,②, 梁波①,②, 唐诚①,②, 顾炎午①,②, 宋飞鹏①,②, 袁艳丽①,②
①中石化经纬有限公司西南测控公司
②中国石化测录井重点实验室
通讯作者：唐诚 高级工程师,1979年生,2012年毕业于西南石油大学,硕士学位,现在中石化经纬有限公司从事油藏一体化研究工作。通信地址：610100 四川省成都市龙泉驿区文柏大道869号西南测控公司。E-mail：tangch.osjw@sinopec.com

作者简介：王崇敬 高级工程师,1974年生,1997年毕业于中国地质大学（武汉）油藏工程专业,2014年毕业于成都理工大学,硕士学位,现在中石化经纬有限公司从事油藏一体化研究工作。通信地址：610100 四川省成都市龙泉驿区文柏大道869号西南测控公司。E-mail：wangchj.osjw@sinopec.com

收稿日期: 2025-08-04
基金: 中石化科技部项目“川西海相岩溶储层录井精细评价方法研究”（编号：JP18036）;中石化经纬有限公司项目“复杂储层综合评价”（编号：JWKY2115）
摘要

川西雷口坡组碳酸盐岩气藏具有较好的勘探开发潜力,是天然气增储上产的重点领域。孔隙度是雷口坡组储层评价的重要参数之一,但钻进过程中难以直接获取,制约了随钻解释评价的开展。通过研究分析地层溶蚀程度对孔隙度的影响,基于元素录井资料,按照不同溶蚀程度分别建立了无溶蚀、部分溶蚀、溶蚀地层的孔隙度计算模型,并最终形成川西雷口坡组随钻孔隙度计算方法。现场10余口井应用表明,该方法计算结果能够为随钻解释评价提供有力支撑,为川西地区雷口坡组的地层评价提供依据。

关键词: 孔隙度; 计算模型; 元素录井; 地层溶蚀; 岩石密度; 雷口坡组
中图分类号:TE132.1 文献标志码:A
Establishment and application of reservoir porosity calculation model in Leikoupo Formation in western Sichuan
WANG Chongjing①,②, LIANG Bo①,②, TANG Cheng①,②, GU Yanwu①,②, SONG Feipeng①,②, YUAN Yanli①,②
①Southwest Geosteering & Logging Company, Sinopec Matrix Corporation, Chengdu, Sichuan 610100, China
②Sinopec Key Laboratory of Well Logging, Chengdu, Sichuan 610100, China
Abstract

The carbonate gas reservoir of Leikoupo Formation in western Sichuan has good potential for exploration and development, making it a key area for increasing natural gas reserves and production. Porosity is one of the important parameters for reservoir evaluation in the Leikoupo Formation, but it is difficult to obtain directly during drilling, which restricts the development of real-time interpretation and evaluation. Through research, the impact of different degrees of dissolution on porosity is analyzed. Based on elemental logging data, porosity calculation models are established based on the degree of dissolution, specifically for formations with no dissolution, partial dissolution, and full dissolution. Ultimately, a method for real-time porosity calculation while drilling in the Leikoupo Formation of western Sichuan is developed. Field applications in over 10 wells have demonstrated the effectiveness of this method. The calculation results provide robust support for real-time interpretation and evaluation, offering a basis for formation evaluation of the Leikoupo Formation in western Sichuan.

Keyword: porosity; calculation model; element logging; stratum dissolution; rock density; Leikoupo Formation
0 引言

中三叠世雷口坡期, 四川盆地在干旱炎热的气候条件下发育了受限的陆表海型碳酸盐台地[1]。经过近十年的勘探开发, 川西海相雷口坡组碳酸盐岩气藏已经取得重大突破, 是中石化天然气增储上产的重点领域, 具有较好的勘探开发前景[2, 3, 4]。雷口坡组地层具有气藏埋深大、岩性复杂、储层非均质性强等特征, 纵向上储集空间类型多, 孔隙结构复杂, 单井测试产量差异大, 与邻近区域碳酸盐岩气藏储层相比更复杂[5, 6, 7, 8]。地层孔隙度是储层评价最重要的参数之一[9], 但钻井过程中直接获取孔隙度的手段有限。为此, 开展雷口坡组地层孔隙度计算方法研究, 为川西地区雷口坡组的储层评价、测试选层等工作提供依据。

1 技术现状分析

川西地区雷口坡组四段上亚段地层厚度大, 溶蚀是储层形成的关键成岩作用之一[2, 5, 6]。P 1、Y 1和YA 1井实钻证实, 白云岩中发育溶蚀型储层, 具有分布广泛、叠置发育、纵向连续性较好、厚度大、物性优、含气性良好、产能高等特点。

对于溶蚀型储层而言, 溶蚀作用可增加岩石内部的连通性, 表现为孔隙度增加, 且溶蚀程度越高, 孔隙度的数值越高, 代表储层的品质越好, 故钻井过程中迫切需要获取孔隙度信息。目前评价孔隙度的手段分为直接与间接两种：直接手段为钻取岩心开展实验室的孔隙度分析, 根据实验结果获得岩石的孔隙度数据; 间接手段为利用声波、密度等测井数据开展孔隙度计算。由于测井计算模型会使用区域上的岩心实验数据标定, 其计算效果好, 也得到了普遍应用, 但是需要在完钻以后才能开展测井作业, 在钻井过程中难以得到结果。通过核磁录井可以随钻获取岩屑的孔隙度数据, 但核磁录井对岩屑大小有一定要求, 而PDC钻头导致岩屑细小, 限制了核磁录井技术的应用[10]。RoqSCAN技术能够分析岩石孔径与面孔率, 唐诚等[11]建立了岩石密度与孔隙度的计算模型, 取得了较好的效果, 但该技术费用昂贵, 未得到推广应用。因此, 迫切需要开展随钻孔隙度计算方法研究。

近年来, 元素录井技术得到了推广应用, 能直接获取地层的元素特征, 主要应用于岩性识别、地层划分、地质导向等。由于化学元素是形成矿物的物质基础, 其丰度与矿物形成及化学成分有着密切的关系, 因此通过精确测量元素含量, 可以鉴别岩石中矿物的类型及含量[12]。当矿物的化学成分比较稳定时, 矿物中各元素的百分含量基本保持不变。一旦确定了矿物种类和含量, 便可以进一步确定岩石的物理化学性质, 进而实现孔隙度等参数的计算[13]。

2 孔隙度计算方法研究

因孔隙度与岩石密度密切相关, 故选择与岩石矿物组分关系密切的Mg、Al、Ca、Si、K、Fe、S等主要元素进行敏感元素分析, 从而获取与孔隙度相关性较高的元素。计算P 1井孔隙度（ϕ ）、岩石密度（ρ ）与上述元素的皮尔逊相关系数, 结果表明, 孔隙度与上述元素的皮尔逊相关系数介于-0.416~0.396之间, 岩石密度与上述元素的皮尔逊相关系数介于-0.094~0.356之间。可以看出, 孔隙度与各个元素的相关性均不强, 难以直接应用元素进行参数的计算, 因此可考虑根据溶蚀程度的不同来建立计算模型[14], 孔隙度计算流程如图1所示。

图1 孔隙度计算流程

2.1 溶蚀程度划分

从岩石密度与孔隙度的交会图（图2）中可以看出, 当孔隙度特别低的时候, 岩石密度与孔隙度具有一定负相关性; 当孔隙度逐渐升高时, 相关性没有变好反而变差; 当孔隙度升高到一定程度以后, 岩石密度与孔隙度逐渐再次呈现负相关性。结合地质特征分析, 当岩石溶蚀程度极低或者没有溶蚀时, 孔隙度极低, 岩石组分决定了岩石密度与孔隙度之间相关性弱。当孔隙度逐渐升高时, 反映岩石受到一定程度的溶蚀, 选择性溶蚀导致岩石成分与溶蚀程度有一定的关系, 岩石密度与孔隙度的关系较为复杂[15]。当孔隙度较高时, 表明受到了明显的溶蚀, 岩石密度与溶蚀程度息息相关, 岩石成分成为次要影响因素。

图2 孔隙度（ϕ ）与岩石密度（ρ ）交会图

根据图2大致可区分出孔隙度的分段界限。当ϕ ≤ 2%时, 岩石密度与孔隙度有一定的负相关性, 镜下观察到的岩石面孔率低, 基本无溶蚀（图3a）; 当2%< ϕ < 3%时, 岩石密度与孔隙度相关性不明显, 在密度大于2.6 g/cm3时, 镜下观察有一定程度的溶蚀现象（图3b）, 但孔隙度受岩石组分、溶蚀程度的双重影响, 导致孔隙度与岩石密度关系较为复杂; 当ϕ ≥ 3%时, 岩石密度与孔隙度呈明显负相关, 岩石密度与孔隙度的趋势与ϕ ≤ 2%时是一致的, 镜下观察到溶蚀发育, 面孔率高（图3c）。钻井过程中, 根据镜下观察结果把地层岩石区分为无溶蚀、部分溶蚀、溶蚀发育3个不同的级别。

图3 不同溶蚀程度的岩石面孔率

2.2 孔隙度计算方法优选

与碎屑岩地层相比, 海相地层中矿物含量相对简单, 主要为方解石、白云石、石膏、菱铁矿等, 含量占比达到90%以上, 仅有少量黏土矿物、石英等碎屑成分。方解石、白云石等化学分子式固定, 元素在矿物中的含量占比可以通过理论计算获得, 因而可以采用多元线性回归方法来进行“ 元素-矿物-岩石” 物理性质的转换。顾炎午等[13]在页岩气地层中采用多元线性回归方法开展元素拟合矿物的研究, 取得了良好的应用效果。但由于工区的溶蚀程度差异大, 不同溶蚀程度会导致元素的敏感性有差异, 难以将同一个线性回归模型应用到所有地层中, 需要优选更合适的方法。

逐步回归方法（Stepwise Regression）是一种在回归分析中用于自动选择最优变量子集的统计方法, 其核心目标是通过逐步引入或剔除自变量, 构建既能解释因变量变化、又避免过度复杂的回归模型。逐步回归方法一般分为3类：向前选择法、向后消除法及双向逐步回归法。

本次主要采用向后消除法, 具体做法是：将包含全部元素的全模型称之为Mi, 在Mi的基础上减少1个元素, 建立一个只包含i-1个元素的新模型为Mi-1, 在Mi-1的基础上再次减少1个元素, 建立一个只包含i-2个元素的新模型Mi-2, 以此类推重复i次模型建立的过程, 得到i个模型, 进而对比每个模型的相关系数, 选择相关系数较大的模型作为最优的数学模型。

2.3 不同溶蚀程度的孔隙度计算模型

2.3.1 无溶蚀地层计算模型的建立

对于无溶蚀的地层, 岩石的原生孔隙度小, 岩石中元素和孔隙度之间基本没有相关性, 因此直接计算的可靠性不高; 而岩石组分与岩石密度相关性较好, 可首先计算岩石密度, 再基于岩石密度计算岩石孔隙度, 通过逐步回归方法建立岩石密度（ρ ）计算模型：

ρ =2.55+0.014Mg-0.006Ca+0.08Al+0.068Fe-0.02Si-0.061K （1）

该模型的相关程度R2为0.82, 计算结果与测井获得的岩石密度基本一致, 效果如图4a所示。

图4 无溶蚀地层岩石密度与计算岩石密度、孔隙度与计算孔隙度对比图

如果岩石中存在孔隙, 则岩石密度与骨架密度之间会存在差异, 这种差异主要由孔隙造成, 因此可以将计算求取的岩石密度作为孔隙度模型中的体积密度（ρ b）, 借鉴测井密度孔隙度计算模型可实现孔隙度的计算, 其模型为：

ϕ=ρm-ρbρm-ρfl（2）

式中：ρ m为地层骨架密度, g/cm3; ρ b为地层体积密度, g/cm3; ρ fl为地层流体密度, g/cm3。

因为岩石密度计算较为可靠, 所以在岩石密度计算的基础上, 能得到较为一致的孔隙度计算结果（图4b）。

2.3.2 部分溶蚀地层计算模型的建立

工区地层的溶蚀可分为同生期的大气淡水溶蚀作用、埋藏溶蚀作用和表生期溶蚀作用等, 溶蚀作用的期次多[6, 7]。当其部分被溶蚀时, 岩石特征较为复杂, 孔隙度受岩石组分、溶蚀程度的双重影响, 因此单个元素与孔隙度相关性均较弱。通过各元素含量逐步回归方法建立的孔隙度计算模型R2为0.706 9（图5）, 具体计算模型为：

ϕ =2.36+0.072Ca-0.28Mg-0.74Al+0.31S+3.04K （3）

图5 部分溶蚀地层计算孔隙度对比图

2.3.3 溶蚀发育地层计算模型的建立

应用逐步回归方法建立溶蚀发育地层的孔隙度计算模型为：

ϕ =3.059+0.072Ca-0.288Mg-0.74Al+0.31S+3.04K （4）

该模型的R2为0.644 3（图6）, 其值低于部分溶蚀地层的R2。分析认为可能是溶蚀类型多, 选择性与非选择性溶蚀并存, 虽然溶蚀特征会导致元素差异富集, 但尚未完全总结出不同溶蚀类型的元素富集规律, 导致直接利用元素计算孔隙度的效果未达预期。

图6 溶蚀发育地层元素直接计算孔隙度对比图

但当溶蚀作用为主控因素时, 岩石密度与孔隙度交会显示负相关特征。岩石密度（ρ ）计算模型为：

ρ =2.702-0.003Ca-0.002Mg-0.0068Al+0.006Fe-0.002Si+0.0016S-0.0065K （5）

该计算模型的R2达到0.826 5（图7a）。在岩石密度计算的基础上, 再采用测井密度、孔隙度计算模型实现孔隙度的计算, 计算孔隙度的R2可达0.844 5（图7b）, 明显高于直接计算孔隙度的R2值。因此, 当孔隙度较高时, 也采用先计算岩石密度、再计算孔隙度的方式, 能获得更好的应用效果。

图7 溶蚀发育地层岩石密度与计算岩石密度、孔隙度与间接计算孔隙度对比图

3 应用效果

在川西雷口坡组10余口井的现场应用过程中, 由于孔隙度值未知, 需要根据溶蚀程度来选择计算模型。通过双目镜镜下观察方法, 依据岩屑把地层分为无溶蚀、部分溶蚀、溶蚀发育3个级别, 再根据不同级别, 选择相应的孔隙度计算模型, 最终得到该井的计算孔隙度值; 通过与测井孔隙度进行对比, 现场计算孔隙度与钻后测井计算孔隙度趋势基本一致。下面以PA 1、M 112井为例, 建立两口井的双目镜观察特征与溶蚀程度的对应分类（表1）, 具体分析应用效果。

表1 PA 1与M 112井双目镜观察特征与溶蚀程度分类

PA 1井雷口坡组岩性均为灰岩、白云岩; 储集空间以溶孔、晶间孔为主, 储集类型为孔隙型。由于溶孔较小, 肉眼基本无法准确评价溶蚀程度, 应用双目镜观察将储层分为无溶蚀、部分溶蚀、溶蚀发育3个不同级别后, 选择对应的模型进行计算。计算结果如图8所示, 计算孔隙度与测井孔隙度趋势一致, 综合测录井解释评价为气层, 测试获得330.4× 104 m3/d的无阻流量, 实现了川西地区雷口坡组的勘探突破。

图8 PA 1井应用效果

M 112井通过双目镜观察, 溶蚀整体欠发育, 将地层分为无溶蚀、部分溶蚀两个级别, 选择对应模型进行计算。计算孔隙度与测井孔隙度趋势一致, 该井孔隙整体较差, 井深6 184~6 219 m计算孔隙度在0~2.486%之间, 平均值为0.97%。依据川西地区雷口坡组四段地层综合评价标准[11], 该段属于非储层范畴, 溶蚀程度低, 与后续酸化压裂未获产的情况相符（图9）。因此, 录井孔隙度计算结果为储层评价提供了有效支撑。

图9 M 112井应用效果

4 结论与认识

（1）根据镜下观察结果, 可将川西地区雷口坡组地层分为无溶蚀、部分溶蚀、溶蚀发育地层3类。不同地层的孔隙度与岩石密度相关性存在差异。在此基础上分别建立了基于元素录井的孔隙度计算模型, 即建立随钻现场“ 显微镜观察定性分级+元素模型定量计算” 的川西雷口坡组随钻孔隙度计算方法。应用实例表明方法可靠, 提升了解释评价的准确性, 为优质储层识别、测试选层等提供了技术支撑。

（2）当前对溶蚀程度的判断主要依赖人工双目镜观察, 这一过程易受样品代表性不足及观测人员认知差异等因素影响, 可能导致溶蚀程度的判定结果存在偏差。有必要进一步拓展技术手段, 构建更为全面的溶蚀程度判断方法。

（编辑 孔宪青）

参考文献
[1] 秦川. 川西坳陷中北部三叠系雷口坡组-马鞍塘组储层特征及油气勘探前景[D]. 成都: 成都理工大学, 2012.
QIN Chuan. Reservoir characteristics and oil and gas exploration prospects of the Triassic Leikoupo Formation-Maantang Formation in the central and northern Depression of western Sichuan[D]. Chengdu: Chengdu University of Technology, 2012. [本文引用:1]
[2] 陈昱林, 曾焱, 吴亚军, 等. 川西雷口坡组气藏储层类型及孔隙结构特征[J]. 断块油气田, 2018, 25(3): 284-289.
CHEN Yulin, ZENG Yan, WU Yajun, et al. Reservoir types and pore structure characteristics of Leikoupo Formation carbonate reservoir in western Sichuan[J]. Fault-Block Oil and Gas Field, 2018, 25(3): 284-289. [本文引用:2]
[3] 李宏涛, 胡向阳, 史云清, 等. 四川盆地川西坳陷龙门山前雷口坡组四段气藏层序划分及储层发育控制因素[J]. 石油与天然气地质, 2017, 38(4): 753-763.
LI Hongtao, HU Xiangyang, SHI Yunqing, et al. Sequence division and controlling factors of reservoir development of the 4th Member of Leikoupo Formation in foreland of Longmen Mountains in the Western Sichuan Depression, Sichuan Basin[J]. Oil & Gas Geology, 2017, 38(4): 753-763. [本文引用:1]
[4] 肖开华, 李宏涛, 段永明, 等. 四川盆地川西气田雷口坡组气藏储层特征及其主控因素[J]. 天然气工业, 2019, 39(6): 34-44.
XIAO Kaihua, LI Hongtao, DUAN Yongming, et al. Reservoir characteristics and main controlling factors of the Leikoupo gas pools in the western Sichuan Basin[J]. Natural Gas Industry, 2019, 39(6): 34-44. [本文引用:1]
[5] 谢刚平. 川西坳陷雷四上亚段晶粒白云岩成岩作用和孔隙演化[J]. 长江大学学报(自科版), 2015, 12(17): 24-26, 53.
XIE Gangping. Diagenesis and pore evolution of grain-grain dolostone in the upper of the 4th Submember of Leikoupo Formation of the western Sichuan Depression[J]. Journal of Yangtze University (Natural Science Edition), 2015, 12(17): 24-26, 53. [本文引用:2]
[6] 陈昱林, 曾焱, 段永明, 等. 川西龙门山前雷口坡组四段白云岩储层孔隙结构特征及储层分类[J]. 石油实验地质, 2018, 40(5): 621-631.
CHEN Yulin, ZENG Yan, DUAN Yongming, et al. Pore structure characteristics and reservoir classification of dolomite reservoirs in fourth member of Leikoupo Formation, Longmen Mountain front, western Sichuan Basin[J]. Petroleum Geology and Experiment, 2018, 40(5): 621-631. [本文引用:3]
[7] 孟宪武, 刘勇, 石国山, 等. 四川盆地川西坳陷中段构造演化对中三叠统雷口坡组油气成藏的控制作用[J]. 石油实验地质, 2021, 43(6): 986-995.
MENG Xianwu, LIU Yong, SHI Guoshan, et al. The structural evolution of the middle section of the West Sichuan Depression in the Sichuan Basin controlled the hydrocarbon accumulation in the Middle Triassic Leikoupo Formation[J]. Petroleum Geology and Experiment, 2021, 43(6): 986-995. [本文引用:2]
[8] 田瀚, 王贵文, 段书府, 等. 四川盆地中三叠统雷口坡组储层特征及勘探方向[J]. 中国石油勘探, 2021, 26(5): 60-73.
TIAN Han, WANG Guiwen, DUAN Shufu, et al. Reservoir characteristics and exploration target of the Middle Triassic Leikoupo Formation in Sichuan Basin[J]. China Petroleum Exploration, 2021, 26(5): 60-73. [本文引用:1]
[9] 唐谢, 唐家琼, 罗于海, 等. 碳酸盐岩薄储层水平井随钻录井评价方法[J]. 天然气工业, 2013, 33(9): 43-47.
TANG Xie, TANG Jiaqiong, LUO Yuhai, et al. MWD analysis of thin carbonate reservoirs in horizontal wells[J]. Natural Gas Industry, 2013, 33(9): 43-47. [本文引用:1]
[10] 刘达贵, 冯雪, 童川, 等. 岩屑核磁共振录井的适用性探讨[J]. 录井工程, 2024, 35(2): 22-27.
LIU Dagui, FENG Xue, TONG Chuan, et al. Discussion on the applicability of debris nuclear magnetic resonance logging[J]. Mud Logging Engineering, 2024, 35(2): 22-27. [本文引用:1]
[11] 唐诚, 袁艳丽, 梁波, 等. 川西地区雷四段海相碳酸盐岩地层录井综合评价方法[J]. 录井工程, 2024, 35(1): 61-66.
TANG Cheng, YUAN Yanli, LIANG Bo, et al. Comprehensive evaluation method for mud logging of marine carbonate formations in the Lei 4th Member of western Sichuan[J]. Mud Logging Engineering, 2024, 35(1): 61-66. [本文引用:2]
[12] 黄秋静, 孙建孟, 王海青. 元素录井确定矿物含量多种方法对比研究[J]. 测井技术, 2019, 43(5): 445-451.
HUANG Qiujing, SUN Jianmeng, WANG Haiqing. Comparison of element-logging-based methods for determining mineral contents[J]. Well Logging Technology, 2019, 43(5): 445-451. [本文引用:1]
[13] 顾炎午, 唐诚, 王崇敬, 等. XRF元素录井用于随钻开展页岩评价参数计算的方法[J]. 录井工程, 2018, 29(1): 47-52.
GU Yanwu, TANG Cheng, WANG Chongjing, et al. Method of XRF element logging for calculation of shale evaluation parameters while drilling[J]. Mud Logging Engineering, 2018, 29(1): 47-52. [本文引用:2]
[14] 梁波, 王崇敬, 唐诚, 等. 一种溶蚀型储层的孔隙度录井计算方法: 202011041885. 1[P]. 2020-09-28.
LIANG Bo, WANG Chongjing, TANG Cheng, et al. A porosity logging calculation method for dissolved reservoirs: 202011041885. 1[P]. 2020-09-28. [本文引用:1]
[15] 李勇, 邓美洲, 李国蓉, 等. 川西龙门山前带雷口坡组四段古表生期大气水溶蚀作用对储集层的影响[J]. 石油实验地质, 2021, 43(1): 56-63.
LI Yong, DENG Meizhou, LI Guorong, et al. Palaeokarst characteristics and effects on reservoirs in the fourth member of Leikoupo Formation, Longmen Mountain front, western Sichuan Basin[J]. Petroleum Geology and Experiment, 2021, 43(1): 56-63. [本文引用:1]