运用多方法、多尺度表征美国怀俄明州拉勒米地区Blair Wallis研究区裂缝性花岗岩储层渗透率

发布时间：2020-06-17 10:21

【摘要】：裂缝性储层是世界范围内油气藏和地下水的重要组成部分,对裂缝和裂缝网络的详细刻画以及对裂缝/裂缝系统渗透率的准确预测对于合理开发利用这些资源至关重要。已有的研究表明山区流域的裂缝性结晶岩地下蓄水层是世界淡水供应的重要组成部分。在美国西部,由山区流域提供的地下水和地表水能够满足6000多万人口的用水需求(Barnett et al.,2005;Bales et al.,2006)。在全球范围内的多个区域,尤其是像印度以及非洲这些干旱-半干旱地区,裂缝性结晶岩地下蓄水层几乎是当地居民唯一的饮用水来源(Gustafson and Krásny,1994;Guihéneuf et al.,2014)。为了恰当地管理和合理地利用这些资源,当务之急是获取更新的有关山地结晶岩含水层地下水的水文知识。目前看来,人们对于大多数山区环境中的地下水储存和流动规律的认识还十分有限。山区流域的地下蓄水层主要以火成岩或者变质岩为载体,其特点是地形粗糙崎岖,这对水文地质勘探工作造成了很大困难。此外,由于山脉的稀疏分布,如何选择合理的位置空间进行布井也是一个难题,也直接导致山地流域地下水长期监测数据变得非常稀缺。对于裂缝性花岗岩蓄水层,裂缝既是地下水的储集空间也是流动渠道。因此,详细的刻画裂缝属性,准确的表征该类储层的水文学特征对于预测地下水的流动以及后期模型校准都是至关重要的。要实现该目标,基于野外现场的实地水力学测试手段是最直接有效的也是必不可少的。Blair Wallis裂缝性花岗岩地下水研究井场地处美国怀俄明州拉勒米山脉Crow Creek流域内,位于怀俄明州拉勒米市东南方向约21公里处,井区海拔大约在2400米到2600米之间。储层岩性为前寒武系花岗岩,其主要矿物组成为微斜长石、斜长石、石英、黑云母、角闪石和钛铁矿。野外露头观察发现该地区裂缝广泛发育。过去10年里,Crow Creek SNOTEL监测站记录数据显示Blair Wallis研究区每年接收的降水量大约为620mm,其中90%的供给量来源于降雪。截至目前,研究区内共钻井9口(即BW1、BW2、BW3、BW4、BW5、BW6、BW7、BW8和BW9)。以现有的9口井为依托,本研究采用多种现场实验方法对该裂缝性花岗岩储层渗透率进行了详细的、多尺度的表征,旨在为山区裂缝性花岗岩蓄水层提供新的水文学认识。其中,用于本研究的单井水力测试实验包括9口井的微水实验(slug test)、3口井的FLUTe liner profiling测试以及4口井的定流量抽水实验(pumping test)。测井数据包括自然流状态下3口井的流量计实验(flowmeter logging under ambient flow condition)、7口井(BW1-BW7)的井下光学和声学成像(borehole optical and acoustic televiewer)、3口井的核磁共振(NMR)测井数据(BW5、BW6和BW7)、3口井的磁化率测井数据(BW5、BW6和BW7)以及9口井的一些常规测井数据(如自然电位,自然伽马和深浅电阻率测井等)。需要指出的是,岩心资料在本研究中尤其在对裂缝参数统计(包括计量裂缝线密度,识别裂缝倾角、倾向、走向)过程中只作为辅助资料,主要原因包括:(1)只有BW1,BW2,BW3,BW4以及BW5五口井有取心,其余四口井无取心资料;(2)花岗岩具有硬度大、脆性大的特点,在对已有的岩心进行岩心观察的过程中我们发现了很多钻井诱导的岩心破裂现象,这对于统计裂缝线密度造成了很大干扰。另外,在取心过程中无法避免岩心旋转,因此导致岩心无法用于统计裂缝的几何形态(倾向、倾角等)。理论上看来,通过区分水流冲刷断裂面和新鲜断面也能够区分天然裂缝和钻井诱导破裂缝,但是由于岩心中包含的钻井诱导破裂缝数量巨大,导致人工识别岩心中天然裂缝工作量巨大。1.多方法单井水力实验表征井尺度水力特性和地下水流动微水实验是水文学中获取近井地带地层渗透率的一种常用方法,但是其测试结果容易受到井表皮和非达西渗流的影响。Butler et al.(1996)提出了一系列的措施用来提高微水实验估算渗透率准确性,其核心思想为:(1)要使用多个不同大小的初始水位位移来诊断在微水实验过程中是否形成非达西流;(2)对于每一种水位位移大小都要进行多次重复实验来判断井表皮(包括动态表皮)对实验结果的影响。因此在本研究中,根据已有的设备条件,我们通过施加两种不同大小的初始水位位移,并且针对每一种水位位移大小都行进行了多次重复测试以保证微水试验的准确度。在此基础上,对于可能受到井表皮和非达西流影响的井我们进一步地计算了单井导流裂缝的平均雷诺数(Re)大小,从而对井表皮和非达西流进行了详细的厘定。结果表明在本研究区内井表皮以及非达西流对于测试结果的影响可以忽略不计,进一步验证并保证了微水实验测试结果的可靠性。另外解释模型的选择对于微水实验测得的最终渗透系数也有较大影响。在本研究中我们分别使用了Cooper et al.(1967)模型、KGS(1994)模型以及Bouwer and Rice(1976)模型对微水实验数据进行分析。结果发现使用针对承压蓄水层的Cooper et al.(1967)模型解释的渗透系数比针对非承压蓄水层的KGS(1994)模型以及Bouwer and Rice(1976)模型大两倍以上,但是使用KGS(1994)模型和Bouwer and Rice(1976)模型计算的渗透系数基本保持一致。另外,Butler et al.(1996)指出当无量纲存储系数α较低时Cooper et al.(1967)模型解释的渗透系数会显著偏高。对于裂缝性花岗岩储层,存储系数一般而言都相对较低,在本研究中,α的范围大致在10~(-7)到10~(-10),这也进一步证实了Cooper et al.(1967)模型计算的渗透系数偏大。FLUTe liner profiling是一种相对较新的、主要针对裂缝性储层的单井高分辨率(在本研究区其垂向精度为1英尺约为0.3米)渗透率测试方法。研究区内共有三口井(BW5、BW6和BW7)使用FLUTe liner profiling测试方法获得了单井渗透系数剖面。测试结果表明三口井的渗透系数都随地层深度增加而减小,并且在延伸至地下深度约为40米至53米后地层渗透性可以忽略不计。FLUTe liner profiling测试结果显示单井上的渗透系数范围在10~(-8)~10~(-5) m/s之间,并且在裸眼井段顶部(套管底部)渗透率最大,向下逐渐递减。井下光学和声学成像能够清楚的识别井壁上肉眼可见的裂缝。但是仅仅通过井下光学和声学成像来识别裂缝可能会造成较大的误差:一方面肉眼通常无法识别导流微裂缝(microcracks);另一方面井下成像识别的裂缝并非都具有导流能力。因此在本研究中,我们通过综合解释井下成像和自然流条件下的井下流量计测试来确定单井导流裂缝数目,具体实现过程为:首先我们从井下成像图像中识别出肉眼可见的裂缝,然后利用井下流量计实验结果筛选出导流裂缝或裂缝带(根据情况人为的对流量计测试结果给定一个截止值)。对于导流微裂缝,由于其肉眼不可见,井下流量计只能确定其发育位置但是无法确定具体微裂缝的条数,这种情况下我们通过假设一条等效裂缝的方法来处理。结果表明导流裂缝密度从裸眼井段顶部向下逐渐减小,且高导流裂缝密度带和FLUTe liner profiling测得的高渗带保持一致(裸眼井段顶部),我们对该高渗带命名为“风化前缘”。进一步研究发现微水实验测得的单井总透射率和FLUTe liner profiling测得的单井透射系数(transmissivity)非常接近,从而验证了两种方法在本研究中的可靠性。综合微水实验和FLUTe liner profiling测试得到的水平方向渗透率、识别的导流裂缝数目,使用Cubic Law可以计算得到整个裸眼井段导流裂缝的平均开度以及FLUTe liner profiling每个测试间隔内导流裂缝的平均开度。结果显示,通过FLUTe liner profiling测试结果计算的裂缝水力学开度在测试的三口井(BW5,BW6和BW7)中变化范围超过一个数量级(14mm 200mm),意味着单井范围上的裂缝存在较强的垂向非均质性。在相同的三口井中,基于微水实验测得的渗透系数计算得到的单井裂缝平均水力学开度为92μm(BW5),86μm(BW6)以及105μm(BW7)。此外,研究发现通过微水实验计算得到的单井裂缝平均水力开度和综合FLUTe liner profiling所有测试层段计算的平均裂缝水力学开度非常接近。综合计算得到的裂缝水力学开度、导流裂缝数目,估算出研究区平均有效裂缝孔隙度约为4.0×10~(-4)(标准差为8.4×10~(-6)),数据表明该山区流域的裂缝性结晶岩承载了可观的地下水储量。综合预测的渗透系数、长期水位监测估算的井场范围内的平均水力梯度以及估算的有效裂缝孔隙度,运用达西定律可以预测出研究区地下水在裂缝中的平均线性流速。其中,长期水位监测数据表明研究区范围内水力梯度整体变化幅度较小(约为0.03-0.05),年平均水力梯度约为0.04。依据达西定律计算的裂缝平均线性流速为0.4-81m/day,意味着裂缝为地下水提供了高速导流通道。值得注意的是,在春季雪融季节,研究区的水力梯度能够达到0.05,表明春季地下水的流速会更高。Flinchum(2017)利用地震P波波速数据确定了Blair Wallis研究区三元地质结构,即顶部腐泥土层,中间裂缝发育花岗岩蓄水层和底部裂缝欠/不发育基岩层。其中,腐泥土层和裂缝发育花岗岩蓄水层之间的界面对应P波波速约为1.2km/s,并且该速度界面和单井套管深度基本吻合;裂缝发育花岗岩蓄水层和底部基岩之间的界面对应P波波速约为4.0km/s。在此基础上综合利用岩心、测井、光检测测距(Light detecting and ranging)以及P波波速数据建立了研究区三维地质模型。结果显示,裂缝性花岗岩储层的厚度大致是腐泥土层厚度的4倍,长期水位监测数据表明在自然流动状态下研究区地下水的水位和腐泥土层与裂缝性花岗岩蓄水层的界面大体保持一致,整体上向东倾斜,说明研究区地下水系统大体表现为地形驱动。2.核磁共振测井标定渗透系数对于BW5,BW6以及BW7三口井,我们获取了核磁共振测井和FLUTe liner profiling测试数据,通过对Schlumberger Doll Research(SDR)模型进行参数标定证明了在Blair Wallis研究区使用核磁共振测井数据结合标定后的SDR模型来预测近井地带渗透率的可行性。从结果看来,在本研究区内,三口井标定的参数之间的差异超过了3倍,意味着如果用其中一口井标定的参数去预测其他井的渗透系数,将会和用该井标定的最优参数预测的渗透系数结果差3倍以上。这是由于裂缝性花岗岩储层具有极强的非均质性,并且裂缝的开度变化范围也较大,从而导致在裂缝性储层中存在不同的扩散机制。该研究结果表明相对于深层油气藏或者近地表欠压实多孔介质地层,想要唯一确定一组经验参数能够适用于所有裂缝性花岗岩储层是不现实的。但是我们依然认为在本研究区内的标定结果是有效的,即能够利用标定后的SDR模型结合核磁共振测井方法预测研究区内其他井位处的渗透系数(因为对于强非均质性的裂缝性储层3倍差异仍然是可以接受的)。另外,我们也尝试使用微水实验得到的平均渗透系数用来标定SDR模型参数。结果表明,用微水实验标定的SDR模型参数和FLUTe liner profiling标定的参数相差在两倍以内,说明当研究区内无法获取单井高分辨率渗透系数时,仅使用微水实验测试结果对SDR模型进行标定也是可行的。需要说明的是,该结论仅在Blair Wallis研究区得到了证实,其普遍适用性仍有待后续检验。Maurer and Knight(2016)研究表明,孔隙度参数无法提高SDR模型参数标定精度,在本研究中我们得到的结果和他们一致。Dlugosch et al.(2013)针对欠压实沉积储层提出了KozenyGodefroy Model(KGM)模型。相对于SDR模型,该模型中的所有参数都具有明确的物理意义,并且除了迂曲度和表面弛豫率参数外其他参数都是可以直接测量或间接求取的。更重要的是,该模型能够规避扩散机制对预测结果的影响。因此在本研究中,我们也尝试采用核磁共振测井结合KGM模型来估算单井渗透系数。研究结果证明了Kozeny-Godefroy Model(KGM)模型同样适用于裂缝性花岗岩储层,虽然Dlugosch et al.(2013)推测由于扩散的影响较小,KGM在裂缝性地层中会失效。根据磁化率测井数据我们进一步确定了在上述3口井内扩散机制主要为“中间扩散”(intermediate diffusion),这和我们发现将SDR模型中T_(2ML)项的指数由2变为1能够提升标定准确度相一致。此外,对于裂缝性储层,当裂缝开度足够大的时候,扩散机制将变为“缓慢扩散”(slow diffusion)。该研究表明对于裂缝性储层简单假设“快速扩散”(fast diffusion)是不正确的。3.抽水实验与二维水力层析成像前述的渗透率测试方法和结果都是井尺度的,想要对更大尺度的(井间尺度、研究区或井场尺度)渗透率参数进行预测我们需要通过一系列的交叉抽水实验(cross-hole pumping test)来实现。在研究区内分别对5口井进行了定流量抽水实验,按时间顺序依次为:BW4、BW7、BW8、BW1和BW6。利用多种解释模型,包括Theis(1935)模型、Cooper and Jacob(1946)模型、Neuman(1974)模型、Moench(1984)模型和Barker(1988)模型分析解释了单井抽水实验结果,对研究区大尺度范围的水力参数(也可以认为是研究区平均水力参数)进行了预测。结果表明通过单井抽水实验得到的平均渗透系数大致在9.5×10~(-6)-1.5×10~(-5)m/s之间,且各模型的计算结果非常接近。通过和单井微水实验计算结果对比我们发现单井抽水实验测得的渗透系数大比微水实验大至少一个数量级以上,表明尺度效应(scale effect)存在于本研究区内。需要指出的是BW4抽水实验发生在2015年11月,当时BW6、BW7、BW8和BW9尚未开钻,所以在BW4进行抽水实验过程中仅有BW1唯一一口观测井;另外,由于完井配置和实验装置等因素导致BW1井抽水实验无法进行足够长的时间,导致在BW1井抽水过程中没有在其他观测井中观测到水位变化,所以BW1井抽水实验数据没有用于本次水力层析成像实验。由于研究区裸眼井段没有使用分隔器,因此本研究只能实现二维水力层析成像(2D hydraulic tomography)。本次二维水力层析成像主要表征BW1、BW6、BW7、BW8和BW9五口井围成的封闭范围内井间水文学参数分布。要进行二维水力层析成像实验,我们首先证实了抽水井和观测井之间存在连通-响应关系(即对其中一口井进行抽水实验时在其他观测井能够观测到水位变化),然后综合4口井的抽水试验(收集所有抽水井、观测井水位观测数据),使用同时连续线性估计(Sim SLE)算法(Xiang et al.,2009)对上述一系列有序的抽水井、观测井水位观测数据进行联合反演,从而实现了对井间(中尺度)水文学参数在二维平面上分布的预测。整个操作流程是在二维变饱和度流动与输运(VSAFT2)有限元数值模拟软件(Yeh et al.,1993)中进行的。根据研究区实际面积我们设定本次水力层析成像研究范围为160米×80米,依据井距大小设定单个网格大小为2米×2米,整个模型共包含3321个节点和3200个网格。根据研究区边界供给情况设定东西边界为定常水头边界,南北边界为无流量边界。另外,在进行反演前还需要给定先验地质信息,包括平均渗透系数和储水率系数。本研究中给定的平均渗透系数和储水率系数分别为1.0×10-5m/s和1.0×10-5 m-1,和单井常规抽水实验得到的平均值一致。此外,采用指数函数描述渗透系数和储水率系数的空间相关性,相关尺度在x方向和y方向统一设置为15m。为了能够同时反演渗透系数和储水率系数,所有观测井中记录的瞬态流(早期)和稳定流(晚期)水位数据点都需要选取。具体地,在进行BW7抽水实验过程中,在BW1观测井中选取了4个水位数据点,在BW6中选取了12个水位数据点,在BW8中选取了11个水位数据点,在BW9中选取了9个水位数据点;在对BW8和BW6进行抽水实验过程中,各个观测井都选取了4个水位数据点。研究结果显示水力层析成像能够有效的预测井间(中尺度)水文学参数以及井间裂缝连通性。Sim SLE算法能够准确的表征井间高渗带,并且这些高渗区可能对应于连通的导流裂缝。其中,两个明显的高渗带存在于BW7和BW9以及BW7和BW8之间,然而在BW7和BW1之间则存在一个明显的低渗区域。这些反演结果和实验观察结果相一致,例如:在对BW7进行抽水实验时BW9最先观测到水位下降现象;同样地,在对BW8进行抽水实验的过程中BW7最先表现出水位下降的现象。此外,模拟结果显示储水率系数和渗透系数呈负相关关系,并且我们认为渗透系数大且储水率系数小的区域为导流裂缝发育区。进一步研究发现,改变先验地质统计学参数(本研究中特指增加x和y方向变程)对于反演的参数场的连续性有一定影响,但是整体上看井间高渗带和低渗带的形态基本保持不变。值得注意的是用于本次水力层析成像实验的数据有限,无法对井间渗透系数等参数非均质性进行非常精细地刻画。因此本次实验结果对于表征井间渗透系数及其非均质性只是提供一个初步的、大致上的认识和参考,但是本研究结果对于下一步布井地点的选取以及抽水实验的设计具有重要意义。本研究依托现场实际,综合利用多种测试方法、多方面数据资源从井尺度、井间尺度以及研究区(井场)尺度对山区裂缝性花岗岩储层渗透率进行了详细的、全面的、综合性的表征。本研究结果对于丰富山区流域裂缝性花岗岩蓄水层渗透性特征、地下水资源储量以及地下水流动规律的认识具有重要意义,对于合理开发利用山区地下水资源具有一定的参考价值。同时,研究成果对于裂缝型油藏储层表征具有重要参考和借鉴意义。
【学位授予单位】：中国地质大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：P641.2;TE311


本文编号：2717468