Серра Оберто Восстановление условий осадконакопления по данным геофизических исследований скважин

Подождите немного. Документ загружается.

ных компонентов, введенная Krynine (1948) и расширенная Pettijohn (1949) с

целью описания состава пород, основана на этом наблюдении.

Расширенная форма концепции предполагает, что состав любой оса-

дочной породы в единицах минералов может быть представлен точкой внутри

треугольника или тетраэдра, вершины которого соответствуют конечным чле-

нам в чистом состоянии (рис.2-2).

2.2 СОСТАВ ПОРОД ПО ДАННЫМ ГИС

Имеется множество различных измерений в скважинах, которые реаги-

руют на состав пород. Поэтому соответствующий набор данных ГИС упрощает

определение состава пород.

В использовании данных ГИС для определения состава пород имеются

два подхода.

2.2.1 Определение элементного состава

Недавно введенная аппаратура гамма-спектрометрии (естественного и

наведенного гамма-излучения) позволяет выявлять и, в благоприятных случа-

ях, измерять относительное содержание следующих элементов:

- калия (K), тория (Th) и урана (U) – в случае спектрометрии естественного

гамма-излучения, с применением аппаратуры NGS

(рис.2-12a)

- углерода (C), кислорода (O), кремния (Si), железа (Fe), кальция (Ca), серы

(S), водорода (H) и алюминия (Al) – в случае спектрометрии наведенного

гамма-излучения, или путем неупругого взаимодействия нейтрон-ядро, или

путем поглощения тепловых нейтронов с помощью аппаратуры GST

, или пу-

тем активации с помощью новой аппаратуры Aluminium Clay Tool (ACT

)

Из приведенного выше списка следует, что данные приборы позволяют

определять процентное содержание большей части распространенных элемен-

тов (исключением являются магний и натрий). Следовательно, они представ-

ляют интерес для прямого определения содержания некоторых элементов, и

для более качественного анализа состава совместно с другими приборами (в

Марка Schlumberger

Новый прибор радиоактивного каротажа фирмы Schlumberger, который позволяет определять

содержание алюминия в пласте. Пласт подвергается воздействию источника

252

калифорний

(Cf), который испускает 10

нейтронов в секунду со средней энергией 2.3 МэВ. Этот источник

является более предпочтительным, нежели Am-Be (4.5 МэВ), поскольку уменьшено количество

взаимодействий между быстрыми нейтронами и кремнием. Активация алюминия является ре-

зультатом захвата нейтронов изотопом

Al (распространенность в природе 100%), в результате

чего получается

Al, который распадается, испуская бета-частицы с периодом полураспада

2.27 минуты. Продуктом распада является

Si, который испускает гамма-кванты с энергией

1.779 МэВ. Наведенное гамма-излучение регистрируется с помощью детектора NaI, который

сходен с детектором, используемым в аппаратуре NGS. Скорость записи составляет 600 футов

в час. Прибор имеет два детектора. Детектор, расположенный выше источника, регистрирует

естественное гамма-излучение, а детектор, расположенный ниже источника, регистрирует ес-

тественное и наведенное гамма-излучение. Разность показаний (до и после облучения) дает

выход гамма-излучения, связанный с активацией алюминия. Выход пропорционален содержа-

нию алюминия в пласте. Этот замер, объединенный с содержанием тория и калия, измеренным

с помощью NGS, и с содержанием кремния и железа, измеренным с помощью GST, позволяет

определить типы глины и классифицировать песчаники (рис.2-3).

частности, речь идет о водородном показателе и о фотоэлектрическом показа-

теле). Приборы, основанные на использовании нейтронов, не обеспечивают

обнаружения легких элементов (H, C, O, Si), которые обладают замедляющим

действием и выявляются приборами с регистрацией времени спада надтепло-

вых нейтронов, и поглотителей тепловых нейтронов (Gd, B, Li, Cl, Fe), которые

выявляются приборами с регистрацией времени спада тепловых нейтронов.

Прибор плотностного каротажа (LDT

) дает меру среднего атомного номера

компонентов породы.

2.2.2 Определение минералогического состава

Как мы видели, породы состоят из смеси минералов. Следовательно,

характер кривой ГИС определяется физическими свойствами этих минералов и,

в конечном счете, атомными свойствами элементов, их составляющих.

Фактически, особенности кривой представляют собой функцию, с одной

стороны, характеристик каждого минерала, присутствующего в породе, и отно-

сительного содержания минералов в исследуемой зоне. С другой стороны, осо-

бенности кривой определяются процентным содержанием флюидов, занимаю-

щих поровое пространство.

Рис.2-3. Классификация песков, выведенная по

данным геохимического каротажа (geochemical

log) (из Herron, 1987).

Если мы принимаем тот факт,

что породы редко содержат более

четырех различных основных мине-

ралов, необходимо иметь лишь

предварительные сведения о типах

этих минералов и их характеристиче-

ских параметрах по данным ГИС (на-

пример, о плотности, водородном по-

казателе по нейтронному каротажу,

фотоэлектрическом сечении, и есте-

ственной гамма активности или со-

держании калия). Такая информация

достаточна для расчета относитель-

ного содержания минералов по соче-

танию показаний приборов LDT, CNL

и ГК (или NGS).

Естественно, состав породы может быть более сложным; в этом случае

требуются дальнейшие независимые измерения, а также хорошее знание типов

присутствующих минералов. В случае пористых пород, необходимо также знать

характер флюидов, присутствующих в порах, и определить их процентное со-

держание в породе (т.е. пористость), и в порах (т.е. насыщенность), чтобы ре-

шить, какие составляющие отклика с чем связаны.

Правильное определение минералогического состава породы гаранти-

рует, с одной стороны, правильный выбор минералогической модели, а, с дру-

гой стороны, дает решение системы уравнений (обычно линейных), которые

связывают реакцию каждого прибора на параметры с содержанием каждой со-

ставляющей – минерала или флюида – в объемных процентах.

Марка Schlumberger

Выбор минералогической модели делается частично на основе анализа

самих диаграмм (для этого используются графики взаимной зависимости –

кроссплоты – двух, трех (Z-графики), или даже четырех измерений с использо-

ванием цвета; анализ данных наклонометрии; использование электрофаций), и

частично на основе вспомогательной информации, такой как исследование

шлама, анализ керна и предыдущие сведения о региональной геологии или

формациях. Последнее ускоряет выбор модели, адаптированной к каждой

формации. Но при отсутствии таких данных, или в порядке перекрестного кон-

троля, можно быстро определить тип породы только по данным ГИС и, следо-

вательно, перейти к выбору минералогической модели.

Таблица 2-2 Соотношения между составом породы и промыслово-

геофизическими параметрами

(из Serra, 1984, Таблица 1-4a)

2.3. АВТОМАТИЧЕСКОЕ ОПРЕДЕЛЕНИЕ ЛИТОЛОГИИ –

GEOCOLUMN

ПРОГРАММА LITHO

Поскольку каждая порода состоит из определенного количества мине-

ралов в известных соотношениях, и их промыслово-геофизические параметры

обычно хорошо известны, порода может быть представлена электрофацией

(исключая данные наклономера

) и, следовательно, литофацией. Электро-

литофация соответствует объему (гипер-эллипсоиду) в n-мерном пространстве,

представленном n замерами ГИС. Она может быть определена эмпирически, по

реакциям кривых на различные типы породы. Теоретически, литофацию можно

определить, зная средний минералогический состав породы, определенный

статистическим способом по данным лабораторного анализа керна, и реакцию

кривой на каждый из минералов или элементов, образующих породу.

В таком случае, метод LITHO сначала устанавливает «библиотеку ли-

тофаций».

2.3.1. Установление базы данных литофаций

Методика, принятая для определения литофаций и, следовательно, для

образования базы данных, включает деление n-мерного пространства на гипе-

робъемы, каждый из которых соответствует основному типу литологии. Если

Марка Schlumberger

Под наклономером понимается метод ГИС, занимающийся исследованием углов наклона слоистости

внутри пластов.

говорить проще, она включает определение на каждом графике границ площа-

ди, занимаемой этим типом литологии. Эта площадь зависит от нескольких

факторов:

- от состава типа породы в единицах основных минералов (допускается опре-

деленная степень изменения содержания), и в единицах вторичных минера-

лов, которые могут оказывать влияние на сигнал прибора (радиоактивность,

сечение захвата или водородный показатель). Это может быть даже необ-

ходимо для акцессорных минералов, таких как циркон, пирит, уран, бор или

гадолиний;

- от структуры, которая, в свою очередь, оказывает влияние на пористость и

ее распределение, а также на проницаемость и, следовательно, на все эф-

фекты, которые зависят от них (например, проникновение фильтрата буро-

вого раствора и извилистость);

- от внутренней структуры породы (однородность, слоистость и отсортиро-

ванность по вертикали);

- от уравнений реакции каждого прибора;

- от неопределенностей измерений. Эти объемы и поверхности должны быть

определены практически и теоретически: теоретически – с точки зрения

знания минералогического состава каждой породы и реакции прибора на эти

минералы, и практически – сопоставляя кроссплоты реакции данных ГИС

на каждую породу с результатами лабораторного анализа керна.

Для каждой литофации определена дискриминантная функция (discrimi-

nant function), которая принимает максимальное значение в центре гиперобъе-

ма, и равна нулю на его границах.

2.3.2. Сопоставление, выбор и установление литологического профиля

Присвоение уровня записи или пласта литофации основывается на по-

ложении выбранной точки в n-мерном пространстве относительно гиперобъе-

мов, определяющих каждую литофацию. Процедура является статистической и

известна как критерий Байеса (Bayes Criterion). Принцип состоит в определе-

нии распределения вероятности значений кривой для каждой литофации, после

чего принимается решение, к какой совокупности множество показаний кривой

является ближайшим. Возможно несколько вариантов:

- точка попадает внутрь одного гиперобъема. В этом случае неоднозначность

отсутствует, и выбор литофации не является проблемой;

- точка принадлежит двум или трем гиперобъемам. Выбирается литофация с

наибольшим значением дискриминантной функции. Фактически, рассчиты-

вается вероятность отличия;

- точка не попадает внутрь какого-либо гиперобъема. Возможно несколько

объяснений: плохое согласование данных ГИ по глубине; прибор плохо от-

калиброван или неисправен (например, пропуск цикла в АК); на показания

одного из приборов влияет буровой раствор (например, барит на LDT или

калий на NGS); на показания одного или более приборов влияют размывы в

скважине; неполная база данных литофаций. Все, что требуется в послед-

нем случае – это создать подходящий гиперобъем.

В таких ситуациях, а также в случае тонких пластов используется спе-

циальная логика. С одной стороны, программа выбора может руководствовать-

ся определением основной литологии в данном интервале, с целью удаления

определенных литофаций из базы данных, и, следовательно, избежания воз-

можной путаницы. Такое поведение программы может быть обеспечено путем

анализа других данных (например, кавернометрии, ПС, сопротивления), ввода

информации о местной геологии или добавления в геологическую базу данных

информации, к которой можно обратиться с помощью методик искусственного

интеллекта.

На рис.2-4 и 2-5 показаны два примера результатов, полученных с по-

мощью программы LITHO, которая разработана фирмой Schlumberger. Польза

такого анализа для получения быстрого описания вертикального литологиче-

ского профиля скважины и, в конечном счете, для выбора минералогической

модели с целью количественной интерпретации не вызывает сомнений. Ре-

зультаты могут быть также использованы для целей картопостроения.

Рис.2-4. Пример литологического описания,

полученного с помощью программы LITHO в

детритовом комплексе.

(1- Глубина (м); 2- Каротажные диаграммы в не-

обсаженной скважине; 3- Литофации; 4- Описание

керна; 5- Легенда; 6- радиоактивный песчаник; 7-

глинистый сланец; 8- сланцеватый песчаник; 9-

плотный глинистый сланец; 10- алевритистый

глинистый сланец; 11- аркозы; 12- не идентифи-

цировано; 13- размер зерен и осадочная структу-

ра; 14- Литология; 15- галечник; 16- песок; 17-

алеврит; 18- глина)

Рис.2-5. Пример литологического описания, полученного с помощью программы LITHO в карбонат-

ном и в эвапоритовом комплексах. Добавлено сравнение с керновыми данными (из Delfiner и др.,

1984).

(1- известковый; 0-10 ед. пористости; 2- чистый ангидрит; 3- известковый; 0-10 ед. пористости; 4- плотный

доломитовый; 5- известковый; 0-10 единиц пористости; 6- ангидритовый…; 7- чистый ангидрит; 8- плотный

доломитовый…; 9- известковый; 0-10 единиц пористости; 10- чистый ангидрит; 11- ангидритовый; 12- чис-

тый ангидрит; 13- ангидритовый; 14- среднепористый; 10-25 ед. пористости; 15- плотный; 0-10 ед. порис-

тости; 16- чистый ангидрит; 17- ангидритовый; 18- доломитовый; 25-35 ед. пористости; 19- чистый ангид-

рит; 20- ангидритовый; 21- доломитовый; 10-25 ед. пористости; 22- чистый ангидрит; 23- ангидритовый…;

DOLO = доломит; EVAP = эвапорит; LIME = известняк;24: Средне-серый до оливково-серого, частично до-

ломитизированный водорослевый баундстон

, пакстон и ваккит с распространенными желваками ангидри-

та; Грейнстон, являющийся результатом растворения, оливково-серый до светлого оливково-серого;

Chicken wire ангидрит; Светлые оливково-серые до средне-серых известковые водорослевые баундстоны,

с линзами ваккита, пакстона и грейнстона, тонкие, частично доломитизированные слои chicken wire ангид-

рита и желваки ангидрита; Зеленовато-серый до среднего темно-серого скелетный грейнстон, и пелоид-

ный пакстон со случайным ваккитом; Chicken wire ангидрит; Светлый оливково-серый до средне-серого

частично доломитизированный листоватый пелоидный ваккит, и пакстон с желваками ангидрита и слои-

стый chicken wire ангидрит; Chicken wire ангидрит; Оливково-серый до среднего темно-серого доломито-

вый пелоидный ваккит и пакстон.

2.4. СПИСОК ЛИТЕРАТУРЫ

Осадочная карбонатная порода, в которой скелетные остатки были сцементированы при об-

разовании породы, и сохранились в том положении, в каком они росли. Dunham R.J. (1962).

Amer. Assoc. Petrol. Geologists Mem. (Ed. W. E. Ham), 1, 121.

Глава

ИНФОРМАЦИЯ О

ТЕКСТУРЕ

(Описание

породы)

3.1. ОБЗОР ПЕТРОГРАФИЧЕСКИХ КОНЦЕПЦИЙ

Прежде чем объяснять, как выделять из данных ГИС информацию о

текстуре, сделаем обзор некоторых концепций, которые помогут понять связи

между данными ГИС и текстурными параметрами.

3.1.1. Определение

Термин «текстура» относится к геометрическим аспектам компонентов

породы (зерен или частиц и кристаллов), т.е. к их размеру, форме, внешнему

виду, расположению и сортировке, а также к границам зерно-зерно, зерно-

матрица или зерно-цемент.

Текстура играет весьма важную роль в осадочных породах, поскольку

петрофизические свойства породы, а, следовательно, ее пористость и про-

ницаемость, зависят, в сущности, от текстуры.

В соответствии с происхождением породы, Krumbein и Sloss (1963) раз-

личают:

- обломочную текстуру, более специфичную для обломочных пород;

- кристаллическую текстуру, более специфичную для хемогенных или эруп-

тивных пород.

3.1.2. Компоненты текстуры

Независимо от типа текстуры, осадочным породам свойственны струк-

турные характеристики из трех составляющих:

- зерна или частицы, и кристаллы;

- матрица, которая соответствует самому тонкому материалу, который за-

полняет интерстиции (или поры) между зернами;

- цемент, связывающий зерна и матрицу.

Эти составляющие могут иметь различный минералогический состав.

На рис.3-1 показаны минералы различных текстурных составляющих, которые

зависят от типа обломочных пород.

Эти компоненты не обязательно присутствуют все вместе в одной и той

же породе. Например, в среднезернистом и очень хорошо отсортированном

песке, нет ни матрицы, ни цемента. Консолидированный, среднезернистый хо-

рошо отсортированный песчаник не имеет матрицы, но содержит цемент, кото-

рый может быть кремнистым, кальцитовым или доломитовым, сидеритовым

или галитовым…

Зерна и матрица обычно ассоциированы, поскольку они чаще всего от-

кладываются вместе (зерна песка в глинистой матрице, или галька в песчаной

матрице). Что касается цемента, он всегда образуется после осадконакопле-

ния, и является результатом химического осаждения в поровом пространстве.

Как показывают Krumbein и Sloss, (1963), исследование текстуры долж-

но подразделяться на три категории, зависящие от природы осадочных пород:

- чисто хемогенные породы, такие как галит, гипс, ангидрит… Текстура этих

пород характеризуется только кристаллической системой, размером и чере-

питчатым расположением кристаллов;

- частично хемогенные или биохемогенные, и частично обломочные породы,

такие как карбонаты, для которых три текстурные компоненты, по очереди

или одновременно, играют очень важную роль;

- обломочные породы, для которых три компоненты играют очень важную

роль.

Сначала рассмотрим обломочные породы.

3.2. ТЕКСТУРА ОБЛОМОЧНЫХ ПОРОД

Согласно Klembein и Sloss (1963), окончательная текстура осадочной

породы определяется шестью фундаментальными свойствами:

- размером зерен и его изменением, которая будет контролировать сортировку;

- формой (или сферичностью) зерен (рис.3-2);

- окатанностью;

- структурой поверхности зерен;

- ориентацией или текстурой;

- минералогическим составом. Строго говоря, это не является текстурным пара-

метром, и зависит от следующих параметров:

•

от плотности и, следовательно, от скорости осаждения каждого компонента;

•

от возможности растворения (растворимости), или изменения (а, следова-

тельно, дальнейшего формирования) цемента;

•

смачиваемости породы

Рис.3-1. Текстурные составляющие породы.

Рис.3-2. Сферичность и окатанность частиц

(из Krumbein и Sloss, 1963, рис.4-10).

Эти различные свойства влияют

на характеристики коллектора, и это

влияние будет подробно рассмотрено в

следующих разделах.

3.2.1. Влияние свойств зерен на

характеристики коллектора

Пористость и проницаемость

являются основными петрофизически-

ми свойствами коллектора.

Beard и Weyl (1973) показали,

что первичную пористость и проницае-

мость только что отложенного обло-

мочного осадочного материала опре-

деляют пять переменных: размер, сор-

тированность, форма, окатанность,

ориентация и расположение зерен.