层序格架下构造—沉积分异对页岩气储层特征的控制——以四川盆地西南部筇竹寺组为例

为明确层序格架下不同构造—沉积分异格局内筇竹寺组富有机质页岩展布特征和页岩气储层差异特征。基于T-R层序模型划分筇竹寺组层序并建立层序地层格架,在层序格架约束下,对筇竹寺组岩心、测井、地球化学及孔隙结构资料进行分析。研究表明,筇竹寺组可识别及划分出4个层序界面与3个三级层序,各层序厚度表现为从绵阳—长宁裂陷的裂陷中心向裂陷外缘逐渐减薄,其中SQ2-RST的厚度在JS1—JY2地区大幅减薄,SQ3厚度减薄范围扩展至Z4—JS1一线。明确了层序格架内不同构造—沉积分异格局下筇竹寺组页岩气储层特征:TOC含量表现为TST大于RST,裂陷中心大于过渡带大于裂陷外缘;矿物含量表现为SQ1和SQ2以长石和石英为主,而SQ3以黏土和石英为主,过渡带的石英和黄铁矿含量高于裂陷外缘;孔隙度表现为过渡带大于裂陷外缘,SQ1低于SQ3和SQ2,且SQ1有机质孔发育较差。绵阳—长宁裂陷的构造—沉积分异作用控制了筇竹寺组沉积时期的地形地貌和水体深度,导致不同层序和构造—沉积分异格局下沉积水体的氧化还原条件、古生产力水平、自生矿物形成环境以及底板封闭性存在差异,并进一步影响了有机质的富集、矿物组分含量和孔隙发育特征。

高演化富有机质页岩地层条件下吸附气量计算新方法

为获得高演化富有机质页岩地层条件下的准确吸附气量,选取川南龙马溪组高演化海相富有机质页岩样品,开展甲烷等温吸附与扫描电镜等实验,提出一种考虑地层含水条件下,不同吸附介质的吸附气量计算新方法。通过对有机质吸附分数进行校正,将地层条件下页岩所有孔隙表面的总吸附气量折算为仅在有机质孔隙表面吸附的有机质吸附气量。研究结果表明:由校正后的有机质吸附气量计算所得含气量与现场实测含气量基本一致,且随有机质含量的增加,有机质吸附气量与页岩总吸附气量间的差值逐渐减小,说明校正后的有机质吸附气量符合地层条件下高演化富有机质页岩实际的甲烷吸附模式。该方法可为页岩储层的地层条件下吸附气量计算提供依据。

黔北地区下寒武统牛蹄塘组页岩气层封闭性分析

针对贵州特殊的地质条件,通过分析黔北地区下寒武统牛蹄塘组页岩的构造演化与构造样式、抬升剥蚀与抬升时间、断层和裂缝,并结合矿物组成、顶底板条件与孔渗条件,对页岩气层封闭性进行分析。

黔北地区构造特征及其与页岩气保存关系探讨

从黔北地区的构造特征着手,探讨不同时期的构造运动对牛蹄塘组黑色页岩的改造。研究认为:构造运动对于页岩气成藏起着主要的控制作用,并且后期经历构造运动较弱的地区是页岩气勘探开发的有利区。

四川盆地龙马溪组页岩气储层石英类型与特征

为了解页岩气储层石英类型和特征,以四川盆地龙马溪组页岩为研究对象,对样品进行了薄片观察、氩离子抛光-场发射环境扫描电镜观察、能谱分析、X-射线衍射分析、有机碳含量测试。结果表明,龙马溪组页岩石英含量在23%~83%之间,平均值为52%。根据成因,可分为5类:陆源碎屑石英、生物骨骼相关石英、沉积期-成岩早期混合石英、成岩期自生石英和裂缝中石英脉。石英含量与有机碳含量成正相关,其中有机石英在还原环境下能更好地指示有机质的发育情况。有机石英是指保留有软体并演化成干酪根的生物骨骼石英、交代生物骨架石英和与沥青伴生石英。与沥青伴生石英堆积在页岩原生孔隙中,降低了储层的孔隙度,但在一定程度上抑制了后期成岩作用,为沥青的充注保留了空间,且石英与沥青之间发育的缝隙与有机孔一起形成连通的孔隙网络。

川东地区龙潭组/吴家坪组泥页岩微观孔隙差异特征及影响因素

为明确四川盆地东部龙潭组/吴家坪组微观孔隙结构特征差异及发育主控因素,本文以川东南地区龙潭组和川东北地区吴家坪组泥页岩为研究对象,联合应用图像分析方法与流体注入技术对泥页岩孔隙主要类型及微观孔隙结构特征进行定性表征和定量分析,并结合沉积相差异对孔隙发育特征及影响因素进行分析,结果表明:① 川东南龙潭组处于滨岸沼泽相,有机质主要为镜质组III型干酪根,富含黏土矿物,有机质孔不发育,主要孔隙类型为平板状、狭缝状黏土矿物粒内孔,以介孔和宏孔为主;② 川东北吴家坪组处于深水陆棚相,有机质主要为腐泥组II型干酪根,矿物组分以石英等脆性矿物为主,有机孔发育,主要孔隙类型为细瓶颈和墨水瓶状有机质孔,以介孔为主;③ 龙潭组泥页岩主要受黏土矿物含量影响,孔隙比表面积、比孔容与黏土矿物含量正相关;吴家坪组泥页岩孔隙发育主要受TOC含量影响,孔隙比表面积、比孔容与TOC含量正相关。

黔北地区与涪陵地区下志留系龙马溪组页岩储层特征研究

本文利用野外露头观测、岩心观察、薄片观察及相关测试分析结果对黔北地区页岩气储层进行研究并与我国页岩气开发成熟的涪陵地区页岩气储层做出比较。结果表明:黔北龙马溪组页岩厚度普遍较大,主要发育于深水陆棚环境。与涪陵页岩气田相比较黔北龙马溪组页岩有机质类型大多处于成熟一过成熟阶段,具有较高TOC含量和高含气量。且龙马溪组页岩沉积环境相对稳定,烃源岩品质好,脆性矿物含量较高,渗透率与孔隙度等储集空间较好。

基于深度学习的页岩黄铁矿扫描电镜图像分割及环境指示意义:以四川盆地泸州Ⅰ区为例

黄铁矿作为页岩体系中最具代表性的重矿物之一,对其进行微观特征识别对于页岩沉积环境研究具有重要意义。以四川盆地泸州I区五峰组一龙一,亚段为例,通过岩心矿物实验、扫描电镜观测、网络模型优化和特征参数统计,构建了适用于黄铁矿扫描电镜图像分割的网络模型,实现了基于草莓状黄铁矿参数对研究区沉积环境的判断。结果表明:①优化后的UNet-Im模型对草莓状黄铁矿扫描电镜图像的分割精度可达0.863,证明了改进措施的优越性;②对比黄铁矿含量,龙一^(1-3)_(1)小层黄铁矿含量最高,为2.95%,随后降低至龙一^(4)_(1)小层的2.03%以及五峰组的0.83%;③基于草莓状黄铁矿特征参数,推断出黄铁矿沉积环境为深水硫化环境、深水强还原环境、深水强一弱还原环境以及深水还原一次氧化环境。实现了黄铁矿扫描电镜图像的精准化分割,对于提升行业勘探开发智能化具有借鉴意义。