Quantitative evaluation of shale brittleness based on statistics: Taking shale of Niutitang formation in western Hubei as an example
-
摘要:研究目的
页岩储层的脆性是反映页岩气储集层压裂品质的参数之一，对压裂难易程度和压裂缝网形态有着重要的影响。
研究方法为准确评价鄂西地区牛蹄塘组页岩储层脆性特征，对鄂西黄陵背斜南翼五口钻井进行了系统采样和全岩矿物及黏土含量测试、主微量元素含量测试、声学力学联测实验等分析测试，利用聚类分析和主成分分析法对页岩脆性进行了定量评价。
研究结果矿物与岩石脆性密切相关，利用聚类分析方法可以定量表征泥页岩中有效脆性矿物成分和非有效脆性矿物成分；利用主成分分析法建立了基于岩石力学、矿物组分和元素成分的脆性指数综合定量评价公式，克服单一方法的局限性，形成鄂西地区牛蹄塘组页岩层段的脆性指数剖面。
结论微地震监测及压裂施工结果显示，新建立的脆性指数剖面能准确指示页岩的高脆性层段，与压裂结果吻合较好。
创新点:克服单一方法的局限性，利用多种地质因素数学模型建立脆性指数模型；对页岩脆性进行定量评价并在实践中检验。
Abstract:This paper is the result of geological survey engineering.
ObjectiveThe brittleness of shale reservoir is one of the parameters reflecting the fracturing quality of shale gas reservoir, which has an important influence on the degree of difficulty of fracturing and the shape of fracture network.
MethodsIn order to accurately evaluate the brittleness characteristics of Niutitang Formation shale reservoir in western Hubei, systematic sampling, whole rock mineral and clay content test, main and trace element content test, acoustic mechanics joint test and other analytical tests were carried out on five wells in the south wing of Huangling anticline in western Hubei. The quantitative evaluation of shale brittleness was carried out by cluster analysis and principal component analysis.
ResultsThere is a close relationship between minerals and rock brittleness, and the cluster analysis method can quantitatively characterize the effective brittle mineral composition and non−effective brittle mineral composition in shale; The comprehensive quantitative evaluation formula of brittleness index based on rock mechanics, mineral composition and element composition is established by using principal component analysis method, which overcomes the limitation of single method and forms the brittleness index profile of Niutitang Formation shale section in Western Hubei.
ConclusionsThe results of microseismic monitoring and fracturing show that the newly established brittle index profile can accurately indicate the high brittle layer of shale, and the fracturing effect is good.
Highlights:Overcoming the limitation of a single method, a brittleness index model is established by using a variety of geological factor mathematical models. The shale brittleness is quantitatively evaluated and tested in practice.
-
1. 引 言
流速、流向及悬浮沉积物浓度对海洋物理、生物、化学要素的循环具有重要影响，是研究浅海及河口地区泥沙输运、物质运移的基本要素。同步获取研究区全剖面的流速、流向及悬浮沉积物浓度对于理解悬浮沉积物输运过程、预测营养盐及污染物的迁移和归宿等问题具有重要的意义。传统的测流方法常采用单点式流速仪，对测点不同深度流速进行逐点测量以获得整个剖面的流速；悬浮沉积物浓度的测量常采用取样过滤称重法，该方法不但费时费力，而且在时间和空间的分辨率有限。
声学技术在海洋观测领域的发展应用，使得海洋水文要素的测量有了质的改变，声学多普勒剖面流速仪（Acoustic Doppler Current Profiler，ADCP），能够快速获得某个完整剖面的流速、流向等参数，同时仪器同步记录的声学背向散射强度可间接计算所测海域悬浮沉积物浓度的分布情况，为海洋泥沙动力输运的研究提供可靠的数据支撑。声学法具有不采样、水体不受扰动、精度高等特点，已被广泛应用于海洋水文要素测量中（Simpson, 2001; Yorke and Oberg, 2002; Ha and Maa, 2008; Salehi and Strom, 2011;张英豪和赖锡军, 2014; Li et al., 2019）。船载走航式ADCP是指将ADCP搭载在调查船上，结合精准的导航系统，在船只走航过程中对所测海域的海流进行连续全剖面测量，具有不扰动流场、测量历时短、测量范围大、充分利用航时等特点，已被广泛应用到江河湖海的流速、流量测量中。如1997 年三峡工程大江截流和2002 年三峡工程明渠截流（杨丰和杨俊青，2004），以及广东北江飞来峡工程截流等（刘勇胜和黄程鹏，2014），杭州湾跨海大桥、港珠澳大桥等工程也均使用ADCP 进行了流速测量（刘彦祥，2016）。
祥云岛位于乐亭县东南部，京唐港与北港之间的沿海地带，岸滩分布有优质天然细沙，是著名的沿海旅游沙岛。祥云岛外海7~15 m等深线海域建有海洋牧场，占海面积1333 hm2。近年来，祥云岛受人为活动及海洋水动力条件影响，沿岸不同区域均出现了不同程度的侵淤现象（陈文超等，2016；汪翡翠等，2021）；与此同时，海洋牧场等近岸工程的建设带来的环境效应逐渐受到重视，如崔雷等（2017）通过耦合二维浅水水动力数值模型及物质输运数值模型，对京唐港填海工程中周边潮流场及悬浮沉积物运移进行模拟研究，并分析了对海域水质环境的影响。因此，对祥云岛海域流速、流向及悬浮沉积物浓度的快速同步调查，对祥云岛及其近海工程的生态环境具有重要意义。本文通过船载走航式ADCP在祥云岛海域进行现场海流、悬浮沉积物全剖面测量，为该海域海洋动力、泥沙输运及祥云岛岸线演化等海洋过程的研究提供支撑。
2. 现场调查
2.1 ADCP测流原理
ADCP基于多普勒原理（刘德铸，2010；张春海和董晓冰，2013），通过测定声波入射到海水中微颗粒背向散射在频率上的多普勒频移，从而得到不同水层水体的运动速度。所谓声学多普勒效应是指当物体相对于声源有径向位移时，导致观测到的声源发生改变的现象。多普勒频移与散射粒子速度之间的关系为：
Fd=2FVC 式中：Fd为声学多普勒频移；F为发射声波的频率；V为颗粒物沿声束方向的相对速度；C为声波在海水中的传播速度，式中“2”是因为ADCP发射并接收回波，所以多普勒频移加倍。假定水体中颗粒物的运动速度和水流速度一致，ADCP通过跟踪颗粒物的运动，测定水流相对于ADCP的速度，此速度扣除船速后，即可得到水流的绝对速度（杨锦坤等，2009）。
此外，由于散射ADCP发射波的颗粒物主要是悬浮沉积物，ADCP同步接收水中散射体的回波强度信号的大小能够间接反映水中悬浮沉积物浓度（杨惠丽等，2017）。利用ADCP背向散射强度反演悬浮沉积物含量是一种便捷，高效的方法，其非干扰式的测量特性更易获得真值。自Deines (1999)提出了声学多普勒剖面仪测得的背向散射强度与悬浮沉积物含量的关系后，许多学者也逐步开展了利用ADCP的背向散射强度反演悬浮沉积物含量的研究（Glenn et al., 1999; Hoitink, et al., 2005; Merckelbach et al., 2006; Gunawan et al., 2010）。已有研究表明源声波散射强度的大小与散射水体中的悬浮物浓度的大小成正比（Thorne and Campbell, 1992），在受潮流、潮汐作用强烈的近岸海域，利用回归公式反演的悬浮沉积物浓度与实测数据的平均误差小于20%（姬厚德等，2018）。对于有限海域，泥沙类型和粒径相对均一情况下，声学散射强度与泥沙浓度的关系可简化为公式：lg(C)=K1E+K2，其中C为悬浮沉积物浓度，E为回波强度，K1、K2为拟合因子，通过现场泥沙浓度和回波强度的回归分析来标定（Farmer, 1998）。
2.2 调查区域及测线布置
祥云岛长约13 km，呈NE－SW走向，岛屿面积20.68 km2，属于离岸沙坝岛。祥云岛东北段为潮汐通道，现已人为改造，西南端为大清河口；东部靠海侧建有简易的人工沙堤，中西部靠海侧残留低缓沙丘。潮间带的沙滩面积约为0.64 km2，潮滩平均坡度3°~8°。沉积物以浅黄色、黄棕色的细沙为主，平均粒径Mz介于2.06~2.34ϕ，分选系数介于0.24~0.47（陈文超等，2016；文明征等，2020；梅西等，2020）。
2019年7月25—28日，在祥云岛海域开展走航式ADCP测量。如图1所示本次测量共设计12条测线，其中测线L1~L10垂直于岸滩分布，平均测线长度约8.0 km；测线L11、L12平行于祥云岛分布，平均测线长度为17.5 km。由于祥云岛潮间带平缓，近岸段水深较浅，测量船容易发生触底的危险。为确保调查过程中设备和人员的安全，选择高潮位时间段进行垂直于岸线的测线测量。根据中国地质调查局天津地质调查中心在津冀沿海的潮汐站监测系统（李勇等，2020），各测线测量时间与潮位对应关系如图2所示。
![]()
图 2 测量期间的潮位数据（不同颜色显示相应调查测线的潮位信息）Figure 2. Tide level data during the survey period (Different colors show the tide level of the corresponding survey line)2.3 参数设置
走航式ADCP测量采用美国TRDI公司生产的瑞江牌（WHR600）声学多普勒流速剖面仪，具有4个换能器，主要技术指标有：工作频率600 kHz；换能器发射角度20°测速范围为±0.01~±10 m/s（水平方向），速度分辨率0.25 cm/s；测深范围：0.75~100 m。本次调查过程中ADCP换能器入水深度为1.10 m，波束角为20°；水流层数设置为50，层厚0.50 m，第一层中心位置为1.96 m。
3. 结果与分析
祥云岛位于半封闭的渤海内部，潮汐类型属于不规则半日潮，测量期间平均潮差0.79 m。测线L1、L3、L5~L7及L10~L12测量期间为涨潮期；测线L2、L4、L8及L9测量期为落潮期（图2）。
3.1 测量结果质量控制
现场流速测量过程中受风浪等环境的干扰，测量数据会出现明显的噪点。因此，数据分析前需要将这部分数据剔除。为控制测量数据质量，本次调查将满足回波强度（Echo Intensity）为50~200 counts，相关系数（correlation）为50~200，良好百分比检验参数大于50%的数据作为有效数据，其余数据予以剔除（杨锦坤等，2009）。通常认为ADCP单次回波所测的流速误差比较大，一般使用一段时间的平均流速来表示某一点或时刻的流速，ADCP流速的平均时间可根据具体情况而定（吴云帆等，2014）。本次测量数据中参与平均的呯（ping）集合数为20（测量时船速约2.1 m/s，相当于平均时长为1 min，平均距离约50 m）。
3.2 祥云岛海域流速特征
3.2.1 海流流向特征
走航式ADCP获得沿测线方向的全水深流速，为更直观地显示剖面流速流向特征，本文选取表、中、底不同深度的海流进行分析。如图3所示，测线L5不同深度水层（水深2.21 m、6.21 m、10.21 m）的航迹和流速矢量图结果表明，在涨、落潮阶段海流流向在不同深度水层的流向基本保持一致。对海流流向沿深度方向求均值，如图4所示：测线L1、L3、L5和L7为涨潮期（图4a），涨潮流为SW方向；测线L2、L4和L8为落潮期（图4b），落潮流为NE方向。因此，祥云岛外海海域流向具有明显的往复特征，海流流向以NE−SW为主，基本与祥云岛岸线平行。
![]()
图 3 测线L5不同深度水层航迹（红线所示）和流速矢量图底跟踪，ADCP通过接接收和处理由河底或海底的回波信号获得船速的方法Figure 3. Track (red line) and velocity vector graph of different water depths of line L5Bottom tracking, ADCP is a method of obtaining ship speed by receiving and processing echo signals from the river bottom or seafloor图2潮位信息显示，测线L9测量时间为平潮转落潮期，其全水深平均流向并没有表现为明显的NE方向（图4b），测线L9不同深度水层航迹和流速矢量结果如图5所示，在浅表层（2.96 m水深），近岸段流速方向为NE向，沿离岸方向流速方向为SW向，水深4.96 m水层流速矢量表明离岸段流向为SW向，水深9.96 m水层显示流速流向在整个测线上均表现为NE方向，与落潮流的方向保持一致。这表明在平潮转为落潮期间，海流转向始于底部海水，且海流转向与潮位变化具有一定的滞后性。为更清晰地描述这一问题，取测线L9不同等深线处海流流向数据绘制流向剖面分布图，如图6所示：相对水深（流速测量点水深/全水深）大于0.5时，海流流向为NE向，小于0.5是海流流向为SW向；测线L9由近岸向离岸方向测量，潮位逐渐由平潮转为落潮，沿等深线增加方向（离岸方向），流速转向的相对深度逐渐减小，再次证明该海域平潮转为落潮期间海流转向始于底层海水。
![]()
图 5 测线L9不同深度水层航迹（红线所示）和流速矢量图Figure 5. Track (red line) and velocity vector graph of different water depths of line L9![]()
图 6 测线L9不同等深线处海流流向剖面图Figure 6. Profile of current direction at different Isobaths of line L93.2.2 海流流速特征
本文选取涨落潮期间典型剖面流速幅值进行对比分析，测线L1、L3、L6和L10为涨潮期、测线L4和L8为落潮期，各测线流速幅值剖面分布如图7所示。涨潮期间，测线 L1位于祥云岛东北端，离岸方向距离海底约11 m高度处有一层相对稳定的高流速层，流速可达0.7~0.8 m/s，向祥云岛滩面方向水深逐渐变浅，水深小于11 m时，该高流速层减弱；测线L10位于祥云岛西南端，其流速特征与测线L1类似，流速沿向岸方向逐渐降低；测线L3流速幅值相对均匀，垂向和向岸方向流速变化不明显；测线L6流速幅值沿向岸方向呈现明显减小的趋势。结果表明：涨潮流流速沿向岸方向逐渐减小；相对于祥云岛东北和西南段，中部流速幅值整体偏小，测线L3和L6涨潮流离岸端流速可达到0.5 m/s以上。测线L4和L8位于祥云岛中部，其流速幅值明显小于测线L3和L6，祥云岛岸段落潮流速明显低于涨潮流速，而测线L8在近岸段的流速要明显大于离岸段。
测线L11与L12均位于涨潮期，涨潮过程中测线L12在时间上更接近于L1和L10（图2）。 以测线L12为例（图7）平行于祥云岛方向，涨潮期间祥云岛东北端存在明显的高流速层，高流速层位于距离海底约11 m处，这与测线L1的测量结果是一致的。为更直观地展现高流速层的分布形态，本文以测线L1为例，取测线L1中不同等深线（14.46 m、11.46 m和7.46 m）处的流速剖面进行对比，如图8所示。离岸方向等深线测量点数值越大，14.46 m处流速剖面结构表现为抛物线型，表明该处存在明显的高流速层，向岸方向，水深减小（7.46 m），流速剖面垂向分布趋于均匀，11.46 m处为过渡段，流速剖面表现为斜直线型。
3.3 祥云岛近岸悬浮沉积物分布
本次测量中未进行同步取样测试，未能建立背向散射强度与悬浮沉积物的回归公式。如前所述，ADCP记录的声学背向散射强度数据能够在一定程度上定性反映祥云岛周边海域的悬浮沉积物分布情况。本次测量中船载走航式ADCP记录了航测过程中的背向散射强度，以涨潮期间测线L1、L5、L10及L12为例，如图9所示。
涨潮期间祥云岛不同位置背向散射强度剖面的分布结果（图9）显示，祥云岛近底普遍存在一层高悬浮沉积物层，且向岸方向悬浮沉积物浓度逐渐增加。图10为测线L1中不同等深线处（14.46 m、11.46 m和7.46 m）的背向散射强度分布对比图，更直观地反映了悬浮沉积物向岸方向增加的现象。测线L12平行于祥云岛方向，沿NE方向在近底逐渐出现一层悬浮沉积物层，高悬浮沉积物浓度层的出现与流速分布（图7，测线L12）具有很好的一致性；水体中悬浮沉积物的维持需要一定的流速，流速幅值为0.30~0.60 m/s时，水体中更容易形成一层稳定的悬浮沉积物层。沿祥云岛岸线由东北向西南方向，流速降低相应的悬浮沉积物浓度也降低，表明悬浮沉积物在向西南方向输运过程中发生沉积。
![]()
图 10 测线L1不同等深线处背向散射强度Figure 10. Backscatter intensity at different isobaths of line L13.4 悬浮沉积物输运对岸线蚀退的影响
祥云岛是滦河早期从大清河口、长河口入海时建造的沙坝（高善明，1981），自滦河迁徙改道北移入海之后，陆源泥沙来源断绝，加之京唐港的修建，港口防沙堤不断向海延伸，截断了沿岸泥沙的补给，之后祥云岛岸线急剧退化。研究表明1987—2000年，祥云岛岸线呈现出北部侵蚀、南部淤积的状态，岸线变化速率分别为−9.20~+10.40 m/a；2000年以后，北部约1500 m砂质岸线转变为港口围堤，被京唐港扩建、祥云湾码头占用，在沿岸流作用下祥云岛东北段泥沙向西南段运移，引起西南段淤积（邢容容等，2017）。邱若峰等（2010）指出祥云岛西南端的金沙岛岸段，自1987年以来向海拓展22 m，该岸段向海推进的一个重要原因在于人为的吹沙造陆，使得该岸段泥沙补给充足（陈文超等，2016）。 本文测量结果显示祥云岛近海海域涨潮流速（SW向）大于落潮流速（NE向）且祥云岛东北端悬浮沉积物大于西南段悬浮沉积物。这表明目前祥云岛近岸海域的悬浮沉积物整体沿NE−SW方向进行运移，与目前祥云岛岸线的侵蚀现状是一致的。
此外，祥云岛海洋牧场于2007年开始申报建设，牧场位于京唐港西南的祥云湾外海海域，水深7~15 m等深线范围内。海洋牧场建设在其规划海域内投放了包括水泥沉箱、水泥铸块、花岗岩石礁、钢筋板框、船礁等在内的各类人工渔礁共计约20万m3（王湛，2018）。人工渔礁的投放必然对近岸海域的流场产生影响，天津地质调查中心2018年的模拟结果显示，人工渔礁的投放仅对投放区周围两倍面积范围内的流场有影响，并导致明显的侵蚀淤积现象
1 。但该结果尚缺乏现场实测数据支撑，有关海洋牧场建设对海域流场的影响，还需要后续海洋牧场建成后的持续跟踪调查。4. 结 论
利用走航式ADCP在祥云岛海域开展流速、流向及悬浮沉积物浓度等水文要素测量，该方法较传统的定点观测和取样测试，具有不扰动流场、测量历时短、测量范围大、充分利用航时等特点，效率大幅提升。测量结果显示：
（1）祥云岛海域海流以平行于岸线为主，具有明显的往复性，该区域涨潮流明显大于落潮流，涨潮流沿向岸方向逐渐减弱，祥云岛西南部局部落潮流存在向岸方向增强的现象。
（2）祥云岛海域在平潮向落潮过渡期间，海流转向始于底部海水，且海流转向与潮位变化具有一定的滞后性。
（3）测量期间背向散射强度数据表明，祥云岛近岸海域存在明显的高浓度层，且沿向岸方向浓度增加，平行于祥云岛岸线方向，悬浮沉积物浓度由东北向西南方向逐渐降低。
（4）祥云岛近岸海域在涨落潮流的作用下，悬浮沉积物沿祥云岛岸线由东北向西南运移，是导致祥云岛岸线在东北段侵蚀、西南段淤积的主要原因之一。
-
![]()
图 1 鄂西黄陵背斜周边地质略图（据陈孝红等, 2018修改）
1—第四系；2—古近系—新近系；3—白垩系；4—侏罗系；5—三叠系；6—泥盆系—二叠系；7—志留系；8—寒武系—奥陶系；9—南华系—震旦系；10—新元古代花岗岩；11—向斜轴线；12—正断层；13—性质不明断层；14—构造单元边界；15—取样钻井
Figure 1. Structural outline of the Huangling anticline in western Hubei and surrounding areas (modified from Chen Xiaohong et al., 2018)
1–Quaternary; 2–Paleogene–Neogene; 3–Cretaceous; 4–Jurassic; 5–Triassic; 6–Devonian–Permian; 7–Silurian; 8–Cambrian–Ordovician; 9–Nanhua–Sinian; 10–Neoproterozoic granite; 11–Syncline axis; 12–Normal fault; 13–Unknown fault; 14–Tectonic unit boundary; 15–Sampling wells
![]()
图 2 岩心在不同温压条件下声学（纵波速度、横波速度及其波形）测试结果（20 ℃，80 MPa）
Figure 2. Results of acoustic (P-wave velocity, shear wave velocity and wave shape) of core samples under different temperature and pressure conditions (20 ℃, 80 MPa)
![]()
图 3 静态杨氏模量（a）和体积模量（b）随温度和压力变化关系曲线
Figure 3. Changing curves of the Static Young's modulus (a) and the bulk modulus (b) versus temperature and pressure
![]()
图 4 鄂西地区下寒武统牛蹄塘组矿物成分聚类分析树状图
Figure 4. Dendrogram of mineral composition cluster analysis of Niutitang Formation in Lower Cambrian, western Hubei
![]()
图 5 基于矿物组分的脆性指数与石英和黏土矿物的变化关系
Figure 5. Relationship between brittleness index and quartz and clay mineral based on mineral compositions
![]()
图 6 基于元素成分的脆性指数与石英和黏土的变化关系
Figure 6. Relationship between brittleness index and quartz and clay mineral based on element compositions
![]()
图 8 EYY1HF井压裂参数及微地震监测缝网图
Figure 8. Fracture parameters and micro seismic monitoring fracture network of EYY1HF well
表 1 鄂西地区部分页岩样品矿物组分
Table 1 Mineral compositions of the shale samples in western Hubei
井名 矿物组分体积分数/% 采样深度/m 样品数量 石英 长石 碳酸盐矿物 黄铁矿 黏土矿物 YY1 (26~64)/45.38 (11~23)/17.62 (8~31)/18 (3~7)/4.9 (8~21)/13.92 2936~3064 13 YC2 (29.6~92.1)/43.22 (0~7.3)/4.17 (7.9~40)/16.33 (0~8.8)/6.0 (0~42.9)/28.31 2440~2490 10 YD1 (38.6~71.8)/49.71 (5.6~16)/8.49 (6.3~16)/10.18 (2.2~9.2)/5.99 (3.1~39.2)/25.07 1061~1182 9 ZD2 (29.3~90.6)/52.6 (0~13.3)/5.87 (2.2~22.9)/11.28 (0~7.6)/3.7 (2.9~50.4)/25.36 700~835 13 WD1 (36.4~90.9)/50.28 (0~9.9)/7.34 (0~16.5)/5.46 (0~5.5)/2.2 (2.9~48.9)/33.52 670~1315 25 注：表中矿物组分表示：(最小值~最大值)/平均值。 
下载: 导出CSV
表 2 鄂西地区部分页岩样品元素含量
Table 2 Element compositions of the shale samples in western Hubei
井名 元素含量/% Si Ca Mg K Al YY1 (20.41~33.42)/28.12 (1.62~17.20)/4.79 (0.46~2.58)/1.07 (1.44~3.01)/2.09 (3.48~9.16)/5.74 YC2 (18.48~39.05)/24.48 (2.66~17.32)/8.89 (0.56~2.45)/1.8 (0~3.62)/2.48 (0.16~9.26)/6.98 YD1 (18.11~29.03)/24.58 (2.09~9.03)/4.34 (0.54~2.52)/1.51 (1.1~2.8)/2.06 (3.67~8.14)/6.37 ZD2 (21.17~36.67)/28.73 (1.21~14.83)/7 (0.51~2.32)/1.77 (1.12~3.22)/2.44 (2.05~9.83)/6.68 WD1 (3.99~33.92)/26.56 (0.26~25.47)/4.64 (0.42~10.46)/2.09 (0.15~3.5)/1.97 (1.02~11.26)/7.22 注：采样深度和样品数量、及元素含量表示方法见表1。
下载: 导出CSV
表 3 解释的总方差
Table 3 Total variance explained
成分 初始特征值 提取平方和载入 合计 方差% 累积% 合计 方差% 累积% 1 1.375 45.843 45.843 1.375 45.843 45.843 2 1.317 43.896 89.739 1.317 43.896 89.739 3 0.308 10.261 100
下载: 导出CSV
-
[1] Chen Xiaohong, Wang Chuanshang, Liu An, Luo Shengyuan, Li Hai, Wei Kai. 2017. The discovery of the shale gas in the Cambrian Shuijingtuo Formation of Yichang area, Hubei Province[J]. Geology in China, 44(1): 188−189 (in Chinese).
[2] Chen Xiaohong, Wei Kai, Zhang Baoming, Li Peijun, Li Hai, Liu An, Luo Shengyuan. 2018. Main geological factors controlling shale gas reservior in the Cambrian Shuijingtuo Formation in Yichang of Hubei Province as well as its and enrichment patterns[J]. Geology in China, 45(2): 207−226 (in Chinese with English abstract).
[3] Cong Ping, Yan Jianping, Jing Cui, Zhang Jiahao, Tang Mingjun, Wang Jun, Geng Bin, Wang Min, Chao Jing. 2021. Logging evaluation and distribution characteristics of fracturing grade in shale gas reservoir: a case study from Wufeng Formation and Longmaxi Formation in X area, southern Sichuan Basin[J]. Lithologic reservoirs, 33(3): 177−188 (in Chinese with English abstract).
[4] Dashtian H, Jafari G R, Sahimi M. 2011. Scaling, multifractality, and long–range correlations in well log data of largescale porous media[J]. Physica A: Statistical Mechanics and its Applications, 390(11): 2096−2111. doi: 10.1016/j.physa.2011.01.010
[5] Ge M N, Chen K, Chen X L, Wang C, Bao S J. 2020. The influence factors of gas–bearing and geological characteristics of Niutitang Formation shale in the southern margin of Xuefeng Mountain ancient uplift: A case of Well Huangdi 1[J]. China Geology, 3(4): 533−544. doi: 10.31035/cg2020072
[6] He Xiang, Li Qun. 2020. Quantitative definition and evaluation of brittle minerals in shale based on statistics: taking shale of Wufeng–Longmaxi Formationin Sichuan Basin and its peripheral area as an Example[J]. Journal of Xi’an Shiyou University (Natural Science Edition), 35(2): 42−49 (in Chinese with English abstract).
[7] He Xiaoqun. 2004. Multivariate Statistical Analysis[M]. Beijing: China Renmin University Press (in Chinese).
[8] Jarvie D M, Hill R, Jruble T E. 2007. Unconventional shale gas systems the Mississippian Bamett Shale of northcentral Texas as one model for thermogenic shale gas assessment[J]. AAPG Bulletin, 91(4): 475−499. doi: 10.1306/12190606068
[9] Jin X C, Shah S N, Roegiers J C. 2015. Fracability evaluation in shale reservoirs: An integrated petrophysics and geomechanics approach[J]. SPE Journal, 20(3): 518−526. doi: 10.2118/168589-PA
[10] Lai Fuqiang, Luo Han, Gong Dajian, Xia Weixu, Li Fei. 2018. New evaluation model for brittle index of shale reservoir: A case study of Niutitang formation shale reservoir in Guizhou province[J]. Progress in Geophysics, 33(6): 2358−2367 (in Chinese with English abstract).
[11] Li Haohan, Song Teng, Chen Ke, Lin Tuo, Jin Chunshuang, Meng Fanyang, Wang Peng, Zhang Yanlin. 2017. The discovery of shale gas from Sinian Formation at ZD–2 well in western Hubei[J]. Geology in China, 44(4): 812−813 (in Chinese).
[12] Niu Qiang, Zeng Jianhui, Wang Xin, Zhou Kaifu, Li Xiangfeng, Sun Peng. 2014. Application of X–ray element logging to shale brittleness evaluation in Shengli oil & field[J]. Petroleum Geology and Recovery Efficiency, 21(1): 24−27 (in Chinese with English abstract).
[13] Qin Xiaoyan, Wang Zhenliang, Yu Hongyan, Cheng Hao, Lei Yuhong, Luo Xiaorong, Zhang Lixia, Jiang Chengfu, Gao Chao. 2016. Geophysical well logging in brittleness evaluation based on rock mechanics characteristic: A case study from the member 7 shale of Yanchang Formation in southeast Ordos Basin[J]. Progress in Geophysics, 31(2): 762−769 (in Chinese with English abstract).
[14] Rickman R, Mullen M, Petre, E. 2008. A practical use of shale petrophysics for stimulation design optimization: all shale plays are not clones of the Barnett shale[R]. SPE115258.
[15] Sun Honghua, Jiang Weizhai, Meng Qingfeng, Fan Wei, Xu Hao, Zhang Mingyang, Zhao Yan, Wang Candanting. 2020. Method of accurately evaluating the brittleness of marine shale by elementary composition[J]. Mud Logging Engineering, 31(3): 1−7 (in Chinese with English abstract).
[16] Sun Jianmeng, Han Zhilei, Qin Ruibai, Zhang Jinyan. 2015. Log evaluation method of fracturing performance in tight gas reservoir[J]. Acta Petrolei Sinica, 36(1): 74−80 (in Chinese with English abstract).
[17] Tang Ying, Xing Yun, Li Lezhong, Zhang Binhai, Jiang Shixin. 2012. Influence factors and evaluation methods of the gas fracability[J]. Earth Science Frontiers, 19(5): 356−363 (in Chinese with English abstract).
[18] Wang Jianbo, Feng Minggang, Yan Wei, Liu Shuai. 2016. Influence factors and evaluation methods for shale reservoir fracability in Jiaoshiba Area[J]. Fault Block Oil & Gas Field, 23(2): 216−220 (in Chinese with English abstract).
[19] Wang Ruyue, Gong Dajian, Ding Wenlong, Leng Jigao, Yin Shuai, Wang Xinghua, Sun Yaxiong. 2016. Brittleness evaluation of the Lower Cambrian Niutitang shale in the Upper Yangtze region: A case study in the Cengong block, Guizhou Province[J]. Earth Science Frontiers, 23(1): 87−95 (in Chinese with English abstract).
[20] Wang Shengjian, Ren Shoumai, Zhou Zhi, Wu Liyan, Guo Tianxu, Liu Yimin, Hou Qidong. 2020. Discussion on petrophysical evaluation of shale gas reservoir in the second Member of Sinian Doushantuo Formation in Western Hubei Province, South China[J]. Geology in China, 47(1): 133−143 (in Chinese with English abstract).
[21] Wen Tao, Zhang Xin, Sun Jinshan, Jia Yongsheng, Lang Min, Jia Wenjun, Li Decheng, Sun Lixia, Tang Mingjun. 2020. Brittle evaluation based on energy evolution at pre–peak and post–peak stage[J]. Earth Science, 46(9): 3385−3396 (in Chinese with English abstract).
[22] Pan X P, Zhang G Z, Chen J J. 2020. The construction of shale rock physics model and brittleness prediction for high porosity shale gas bearing reservoir[J]. Petroleum Science, 17: 658−670. doi: 10.1007/s12182-020-00432-2
[23] Xue Wei. 2001. Statistical Analysis and Application of SPSS[M]. Beijing: China People's Publishing House (in Chinese).
[24] Zhai Gangyi, Bao Shujing, Wang Yufang, Chen Ke, Wang Shengjian, Zhou Zhi, Song Teng, Li Haohao. 2017. Reservoir accumulation model at the edge of palaeohigh and significant discovery of shale gas in Yichang area, Hubei province[J]. Acta Geoscientica Sinica, 38(4): 441−447 (in Chinese with English abstract).
[25] Zhai Gangyi, Wang Yufang, Liu Guoheng, Lu Yongchao, He Sheng, Zhou Zhi, Li Juan, Zhang Yunxiao. 2020. Accumulation model of the Sinian–Cambrian shale gas in western Hubei Province, China[J]. Journal of Geomechanics, 26(5): 696−713 (in Chinese with English abstract).
[26] Zhai Wenbao, Li Jun, Zhou Yingcao, Liu Gonghui, Huang Tao, Song Xuefeng. 2018. New evaluation method of shale reservoir fracability based on logging data[J]. Lithologic Reservoirs, 30(3): 112−123 (in Chinese with English abstract).
[27] Zhang Wentong, Dong Wei. 2013. Advanced Course of SPSS Statistical Analysis[M]. Beijing: Higher Education Press (in Chinese).
[28] 陈孝红, 王传尚, 刘安, 罗胜元, 李海, 危凯. 2017. 湖北宜昌地区寒武系水井沱组探获页岩气[J]. 中国地质, 44(1): 188−189. doi: 10.12029/gc20170113 [29] 陈孝红, 危凯, 张保民, 李培军, 李海, 刘安, 罗胜元. 2018. 湖北宜昌寒武系水井沱组页岩气藏主控地质因素和富集模式[J]. 中国地质, 45(2): 207−226. doi: 10.12029/gc20180201 [30] 丛平, 闫建平, 井翠, 张家浩, 唐洪明, 王军, 耿斌, 王敏, 晁静. 2021. 页岩气储层可压裂性级别测井评价及展布特征—以川南X地区五峰组—龙马溪组为例[J]. 岩性油气藏, 33(3): 177−188. doi: 10.12108/yxyqc.20210319 [31] 何翔, 李群. 2020. 基于统计学页岩脆性矿物定量界定及评价—以四川盆地及其周缘五峰—龙马溪组页岩为例[J]. 西安石油大学学报(自然科学版), 35(2): 42−49. [32] 何晓群. 2004. 多元统计分析[M]. 北京: 中国人民大学出版社. [33] 赖富强, 罗涵, 龚大建, 夏炜旭, 李飞. 2018. 一种新的页岩气储层脆性指数评价模型研究—以贵州下寒武统牛蹄塘组页岩储层为例[J]. 地球物理学进展, 33(6): 2358−2367. [34] 李浩涵, 宋腾, 陈科, 林拓, 金春爽, 孟凡洋, 王鹏, 张焱林. 2017. 鄂西地区(秭地2井)震旦纪地层发现页岩气[J]. 中国地质, 44(4): 812−813. [35] 牛强, 曾溅辉, 王鑫, 周开富, 李向峰, 孙鹏. 2014. X射线元素录井技术在胜利油区泥页岩脆性评价中的应用[J]. 油气地质与采收率, 21(1): 24−27. [36] 秦晓艳, 王震亮, 于红岩, 程昊, 雷裕红, 罗晓容, 张丽霞, 姜呈馥, 高潮. 2016. 基于岩石力学特征的陆相泥页岩脆性地球物理测井评价—以鄂尔多斯盆地东南部下寺湾地区延长组长7段为例[J]. 地球物理学进展, 31(2): 762−769. [37] 孙红华, 姜维寨, 孟庆峰, 范伟, 徐皓, 张明扬, 赵岩, 王灿丹婷. 2020. 利用元素成分准确评价海相页岩脆性的方法[J]. 录井工程, 31(3): 1−7. [38] 孙建孟, 韩志磊, 秦瑞宝, 张晋言. 2015. 致密气储层可压裂性测井评价方法[J]. 石油学报, 36(1): 74−80. [39] 唐颖, 邢云, 李乐忠, 张滨海, 蒋时馨. 2012. 页岩储层可压裂性影响因素及评价方法[J]. 地学前缘, 19(5): 356−363. [40] 王建波, 冯明刚, 严伟, 刘帅. 2016. 焦石坝地区页岩储层可压裂性影响因素及计算方法[J]. 断块油气田, 23(2): 216−220. [41] 王濡岳, 龚大建, 丁文龙, 冷济高, 尹帅, 王兴华, 孙雅雄. 2016. 上扬子地区下寒武统牛蹄塘组页岩储层脆性评价—以贵州岑巩区块为例[J]. 地学前缘, 23(1): 87−95. [42] 王胜建, 任收麦, 周志, 吴丽艳, 郭天旭, 刘一珉, 侯啓东. 2020. 鄂西地区震旦系陡山沱组二段页岩气储层测井评价初探[J]. 中国地质, 47(1): 133−143. [43] 温韬, 张馨, 孙金山, 贾永胜, 郎珉, 贾文君, 李德成, 孙莉霞, 唐辉明. 2020. 基于峰前和峰后能量演化特征的岩石脆性评价[J]. 地球科学, 46(9): 3385−3396. [44] 薛薇. 2001. 统计分析与SPSS的应用[M]. 北京: 中国人民出版社. [45] 翟刚毅, 包书景, 王玉芳, 陈科, 王胜建, 周志, 宋腾, 李浩涵. 2017. 古隆起边缘成藏模式与湖北宜昌页岩气重大发现[J]. 地球学报, 38(4): 441−447. [46] 翟刚毅, 王玉芳, 刘国恒, 陆永潮, 何生, 周志, 李娟, 张云枭. 2020. 鄂西地区震旦系–寒武系页岩气成藏模式[J]. 地质力学学报, 26(5): 696−713. [47] 翟文宝, 李军, 周英操, 柳贡慧, 黄涛, 宋学锋. 2018. 基于测井资料的页岩储层可压裂性评价新方法[J]. 岩性油气藏, 30(3): 112−123. [48] 张文彤, 董伟. 2013. SPSS 统计分析高级教程[M]. 北京: 高等教育出版社.
计量
- 文章访问数: 860
- HTML全文浏览量: 189
- PDF下载量: 37
