核磁共振在页岩储层参数评价中的应用综述_孙颖.pdf

2023 年第 38 卷 第1期2023，38(1):0254-0270地球物理学进展Progress in Geophysicshttp:/wwwprogeophyscnISSN 1004-2903CN 11-2982/P孙颖2023 核磁共振在页岩储层参数评价中的应用综述 地球物理学进展，38(1):0254-0270，doi:106038/pg2023FF0558SUN Ying 2023 eview of the application of nuclear magnetic resonance in the evaluation of shale reservoir parameters Progress in Geophysics(inChinese)，38(1):0254-0270，doi:106038/pg2023FF0558核磁共振在页岩储层参数评价中的应用综述eview of the application of nuclear magnetic resonance in the evaluationof shale reservoir parameters孙颖SUN Ying收稿日期2022-01-17;修回日期2022-07-12投稿网址http:/www progeophys cn第一作者简介孙颖，女，1969 年生，高级工程师，主要从事测井解释及化学工程方面的研究工作 E-mail:zsdsuny163 com中国石油大学(华东)，青岛266580China University of Petroleum(East China)，Qingdao 266580，China摘要在常规储层中，核磁共振作为一种快速、无损和灵敏的技术，既可以准确评价储层的孔隙度、渗透率、饱和度三参数，还可以精细刻画储层岩石的孔隙结构 但由于页岩储层致密，干酪根发育，黏土含量高，孔隙类型和孔隙结构复杂，烃的赋存空间和赋存方式特殊，而且存在一定含量的黄铁矿和沥青，导致页岩储层核磁共振响应机理复杂，基于核磁共振的储层参数的准确评价存在困难 为了了解目前核磁共振技术在页岩油气储层参数评价中的研究现状，在参阅大量国内外相关文献的基础上，重点介绍了核磁共振技术在评价页岩储层孔隙度、孔隙结构、渗透率以及饱和度等方面的研究进展 同时，针对解决核磁共振技术在评价页岩储层参数中存在的局限性提出了个人认识，旨在为页岩储层相关研究提供借鉴与参考关键词核磁共振;页岩;孔隙度;孔隙结构;渗透率;饱和度中图分类号P631文献标识码Adoi:10 6038/pg2023FF0558AbstractIn conventional reservoirs，nuclear magneticresonance，asafast，non-destructiveandsensitivetechnique，can not only accurately evaluate the threeparametersofreservoirporosity，permeability，andsaturation，but also finely describe the pore structure of thereservoir rock However，due to dense shale reservoirs，well-developed kerogen，high clay content，complex poretypes and pore structures，special occurrence spaces andmodes of hydrocarbons，and a certain content of pyrite andasphalt，thenuclearmagneticresonanceresponsemechanism of shale reservoir is complicated，and it isdifficult to accurately evaluate reservoir parameters basedon nuclear magnetic resonance In order to understand thecurrent research status of nuclear magnetic resonancetechnology inshaleoilandgasreservoirparameterevaluation，based on referring to a large number of relevantliterature at home and abroad，this paper focuses on theresearch progress of nuclear magnetic resonance technologyin evaluating shale reservoir porosity，pore structure，permeability and saturation At the same time，personalknowledge is proposed for solving the limitations of nuclearmagnetic resonance technology in evaluating shale reservoirparameters，aiming to provide reference and reference forrelated research on shale reservoirsKeywordsNuclearmagneticresonance;Shale;Porosity;Pore structure;Permeability;Saturation0引言近年来，我国油气安全形势日益严峻，对外依存度持续攀升，油气勘探开发领域面临着重大挑战(陆家亮等，2019;雷琳琳等，2019)为此，国家多次作出大力提升油气勘探开发力度、保障国家能源安全的重要指示(唐玮等，2019)这一重要指示不仅改变了当前我国各大油企的既定目标与整体方向，2023，38(1)孙颖:核磁共振在页岩储层参数评价中的应用综述(www progeophys cn)也将对以后数年的发展战略产生深刻的影响 中国页岩油气资源丰富，将是未来油气勘探突破和增储上产的重点 近年来我国页岩油气勘探开发取得了许多突破，尤其在地质认识上取得一些重要的进展然而，由于页岩储层地质条件复杂，页岩油气储层甜点评价技术依然存在不足 作为储层静态特征评价参数，孔隙度、渗透率和饱和度的准确求取，有助于寻找产油气优势层位，推动页岩油气效益开发测井技术是实现储层孔、渗、饱三参数精细计算的主要手段，能够根据储层岩石物理响应机理实现井内连续深度的储层参数计算 作为唯一可以直接探测储层流体信号的测井技术，核磁共振测井已经广泛应用到多种类型的储集层，而且在储层参数计算中取得了较好的成果 目前在页岩储层中也常用核磁共振测井评价储层，但由于页岩储层致密，干酪根发育，黏土含量高，孔隙类型和孔隙结构复杂，烃的赋存空间和赋存方式特殊，导致页岩储层核磁共振响应机理复杂，基于核磁共振的储层参数准确确定依然存在困难(王志战等，2015)页岩储层的孔隙度、孔隙结构、渗透率和饱和度是页岩储层测井评价和甜点预测中的重要参数，目前也是油气勘探开发领域一直努力攻关的难题(王敏等，2016;任怀建等，2015;乔辉等，2018;Xu et al，2020)国内外专家学者利用核磁共振技术对其进行了大量的研究，取得了一些重要的成果，也依然存在着相应的问题和困难为了更好地了解目前核磁共振在页岩油气储层参数评价的研究现状，笔者在对国内外相关文献展开调研的基础上，重点介绍了核磁共振技术在评价页岩油气储层孔隙度、孔隙结构、渗透率以及饱和度等方面的应用及不足 同时，针对解决核磁共振技术在评价页岩储层参数中的局限性提出个人认识1基于核磁共振计算储层孔隙度研究进展储层的孔隙度是最基础的储层参数，目前利用核磁共振技术求取常规储层孔隙度的方法已经比较完善(肖立志等，2001;王筱文等，2006)，主要的方法原理是:核磁共振岩石物理实验分析或核磁测井解释信号来自核磁共振弛豫，而总磁化强度与岩石中氢核的总量成正比，由于常规储层岩心中只有流体含有氢核，而流体充满了孔隙空间，因此只要建立氢核量与总磁化强度的关系标线，即可求得储层岩心孔隙度一般而言，在核磁共振测量岩心孔隙度时，会在脉冲序列的设置中采用短回波间隔，尽可能探测到更微小的孔隙，增加测量到的孔隙度准确性 但对于页岩储层，由于骨架和流体组分非常复杂，因此测量到的孔隙度并不能直接反映真实孔隙度 目前对于实验室核磁共振测量页岩储层孔隙度结论有两种，一些学者认为核磁测量到的孔隙度偏低(Tan etal，2015)，并将孔隙度损失的主要原因解释为黄铁矿的比例高，导致高的内部磁场梯度，使弛豫加快;还有一些学者却认为核磁共振测量到的孔隙度高于常规的水/氦测量孔隙度，Xu 等(2015)通过不同回波间隔的核磁共振测量实验，认为页岩储层测量孔隙度在短回波间隔条件下偏大，应该选择略高的回波间隔测量(0.3 ms)才能得到准确的孔隙度值，但并没有解释造成孔隙度差异的本质原因;Zhang 等(2015)在页岩干燥，饱和水和离心状态三种条件下测量 T2谱，认为页岩核磁共振孔隙度偏高的主要原因是页岩中高黏土束缚水;李新等(2015)对干燥的页岩、黏土分离前后和膨润土脱水过程进行核磁共振测量，证明了核磁孔隙度偏大的原因是干岩样具有蒙脱石层间水核磁信号(图 1);Yan 等(2017)认为在短回波间隔条件测量页岩孔隙度偏高，还有半固体物质的信号影响，如黏土结构水和干酪根的影响，在页岩孔隙度测量时需要将非孔隙流体组分剔除掉 为了最大限度的减少源于有机物中的氢、羟基、化学结合水对孔隙度测量的影响，许多学者提出了相应的方法 Jia 等(2018)对油页岩样品分别用固体回波、自旋回波和魔术回波序列进行测量，发现魔术回波和固体回波产生的两种信号的差异主要是由于有机物中的多重同核偶极耦合引起的，因此可以利用这种差异来计算页岩样品的总有机碳;而固体回波和自旋回波产生的两个信号之间的差异主要是由于流体和有机孔隙之间的同核偶极耦合引起的，主要反映有机孔隙，在此基础上提出利用固体回波、自旋回波和魔术回波序列信号的振幅来计算页岩孔隙度 Li 等(2019)根据饱和油与氯仿抽提后页岩的核磁 T2谱分布差异，构建了饱和油页岩孔隙中油的 T2谱，并结合标定方程直接评价孔隙度，该方法消除了有机质和黏土矿物等非孔隙流体组分对核磁共振测量信号的贡献，适用于高 TOC和黏土矿物含量的页岩孔隙度评价 Krzyzak 等(2020)和 Ma 等(2020)分别对干燥和饱和水状态下的页岩进行核磁共振测量，认为干岩样的核磁共振信号主要来自于黏土结构水，饱水页岩的信号主要来自于孔隙中的水，提出将干燥页岩的核磁共振信552地球物理学进展www progeophys cn2023，38(1)号作为背景值从饱水页岩的核磁共振信号中剔除，从而可以准确进行含气页岩的核磁共振孔隙度评价 而核磁共振测井的回波间隔相对较高(目前最短回波间隔 0.2 ms)，通常认为核磁测井在页岩中测得的孔隙度偏低2基于核磁共振评价储层孔隙结构研究进展页岩储层的孔隙结构特征包括孔隙形态、体积与比表面积、孔径大小分布及连通性等，这些特征及参数是影响页岩油气富集、赋存和运移的重要影响因素(宋董军等，2019)由于页岩具有孔隙结构复杂，孔径分布范围广及非均质性强等显著特征，导致常规的测试方法难以对页岩孔隙结构进行精确表征实验室中岩心孔隙结构探测的手段包括扫描电镜(Scanning Electron Microscope，SEM)，高压压汞(Mercury Injection Capillary Analysis，MICP)，气体吸附(N2和 CO2)，核磁共振测量(Nuclear Magneticesonance，NM)和 CT 扫描等，但只有核磁共振能够应用到测井中对储层进行连续深度的测量(李春霞和彭洪立，2010)核磁共振 T2谱形态在不同孔隙结构储层中有较大的差异，在标准 T2谱分布上，对于小孔隙，T2谱分布信号相对靠左，当储集空间为大孔隙或裂缝发育时，储集流体的弛豫时间 T2分布上的信号相对靠右利用核磁共振研究储层岩心孔隙结构的方法随着研究岩心的复杂化(岩性和孔隙结构)，也出现了许多不同的方法 Yan 等(2020)将核磁共振 T2谱细分，通过与压汞资料的对比分析，对核磁共振 T2谱敏感参数进行提取(波峰点的横向弛豫时间、波峰点的幅度、T2谱最大值等)，实现致密储层核磁共振测井的孔隙结构表征 白松涛等(2016)基于统计学中的正态分布模型和地质混合经验分布模型，应用图解法和矩阵法对核磁共振谱进行定量研究，提取核磁共振定量参数的岩石物理意义，验证了核磁共振定量参数表征储层微观结构方法的可靠性2.1孔径分布表征由于页岩以纳米孔为主，而且孔隙类型和孔径分布复杂(周广照等，2018)，因此对于页岩孔隙结构的核磁共振表征依然存在许多难点 利用多种实验手段获得页岩孔径分布，再与核磁共振 T2谱对比获得转换系数，进而利用核磁计算页岩孔径分布的方法最常用李亚丁等(2017)利用利用 T2分布图与岩心压汞曲线的关系，将页岩 T2谱能够换算为反映岩石孔隙结构特征的孔隙半径分布图 该方法为常规储层岩心核磁转换孔隙结构最常用的方法，但由于理论上高压压汞只能准确测量 15 nm 以上的 孔 喉(Giesche，2006)，因此该方法表征页岩孔隙结构并不完善 肖佃师等(2019a)根据核磁 T2谱和氮气吸附孔径分布之间的相关性来标定核磁 T2谱，联合氮气吸附和核磁共振实验结果实现了页岩全孔径表征，但该方法仅适用于低成熟度页岩样品 曹淑慧等(2016)联合应用压汞法与氮气吸附法，分段构建实验条件下页岩的孔隙分布，再将研究区页岩样品 T2谱分为三种类型，构建了 T2谱与压汞-气体吸附联合法建立页岩孔隙分布的幂函数关系 郭宇航等(2019)结合压汞-氮气吸附实验来表征页岩的孔径分布，基于氮气等温吸附曲线，分别利用 DFT 法和BJH 法来表征微孔和介孔部分的孔径分布，利用高压压汞结果表征页岩宏孔部分的孔径分布，然后以核磁 T2谱主峰后的第一个波谷作为宏孔和介孔的分界点，将核磁 T2谱转换为孔径分布曲线，从而利用核磁 T2谱表征页岩整体的孔径分布 王子龙和郭少斌(2020)对鄂尔多斯盆地山西组泥页岩样品进行全尺度孔隙结构表征，根据实验结果，厘清了 CO2吸附、N2吸附、核磁共振(NM)和高压压汞(MIP)实验在表征该地区页岩样品孔径分布时的优势区间，其中 CO2吸附、N2吸附和高压压汞(MIP)实验分别在表征微孔、中孔和宏孔时具有各自的优势，利用 NM 具有高分辨率，表征范围广且连续性好的特点，可以和其他方式相互转换，从而更准确的表征页岩孔径 芮昀等(2021)进一步将 CO2吸附、N2吸附和高压压汞实验结果联立，得到可以表征页岩全孔径信息的孔喉分布曲线，再结合饱和油状态的核磁共振 T2谱建立幂指数转换关系进行刻度，实现了利用核磁共振连续定量评价页岩纳米级孔隙结构的目的 李军等(2016)在应用压汞法与气体吸附法的基础上，将页岩岩心分别在饱和油与水条件下进行核磁共振观测，确定有机孔隙和无机孔隙横向弛豫时间 T2分布谱，进而得到有机孔和无机孔孔径分布(图2)对于页岩中存在的微裂缝，宁传祥等(2016)通过对比高压压汞结果和核磁共振曲线，认为微裂缝会导致核磁转换孔隙半径出现较大的误差，需要剔除微裂缝后再进行孔隙结构参数的计算 龚小平等(2016)却认为大量微米级裂缝可能是由高压压汞法测试导致页岩破裂产生，因此也无法联合气体6522023，38(1)孙颖:核磁共振在页岩储层参数评价中的应用综述(www progeophys cn)吸附法表征页岩真实孔隙结构，推荐仅用低压氮气吸附法与核磁共振法联合表征页岩的孔隙结构Chen 等(2021)结合 NM 和 N2吸附实验对龙马溪组页岩孔隙-裂缝系统进行了全孔径表征，在此基础上结合 CT 扫描结果研究气体在特定孔径中的运移机制，提出了一种新的基于气体运移机制的页岩孔径分类方案:吸附孔(孔径 10 nm)、滑脱孔(10 nm 孔径 1000 nm)和渗流孔(孔径 1000 nm)，弥补了传统页岩孔隙大小分类方案对页岩孔隙-裂缝系统的不适用性通过核磁共振信号记录变温条件下多孔介质孔隙内的相变过程探测孔隙结构的核磁共振冷冻测孔法也在页岩中得到了较好的应用效果(Firouzi etal，2014;张倩等，2016;刘标等，2017;Zhao etal，2019)，但依然存在着顺磁性物质干扰测量精度、实验参数选取可靠性等问题，因此，应当结合核磁共振、气体吸附和高压压汞等方法对页岩的孔隙结构进行准确的评价(李志清等，2018a)2.2孔隙结构的非均质性表征页岩的孔隙结构复杂，具有明显的非均质性(杨峰等，2014)采用分形理论计算出的分形维数可以描述固体表面粗糙度或不规则程度，可以用于评价页岩孔隙结构的非均质性(李志清等，2018b)通常可以利用高压压汞(MICP)、气体吸附(N2吸附和 CO2吸附)、图像数据(CT 扫描，SEM 和铸体薄片)及核磁共振(NM)等资料计算出相应的分形维数，进而开展孔隙结构非均质性的研究(闫建平等，2017;Ge et al，2015)从测井的角度上看，核磁共振可以表征储层岩石纳米-微米级范围的孔径分布，且具有连续性好的特点，因此在表征孔隙结构的非均质性方面具有明显的优势，然而在利用核磁共振分形理论表征页岩孔隙结构的非均质性方面的研究较少利用核磁共振计算的单一分形维数 D 可以表征页岩样品的非均质性，分形维数越大，页岩样品孔隙结构的非均质性越强 通常学者根据 T2截止值将页岩核磁共振 T2谱划分为与吸附孔伴生的束缚流体孔隙和与渗流孔伴生的可动流体孔隙，分别求取两类孔隙的核磁共振分形维数，分别代表吸附孔隙和渗流孔隙表面的粗糙度和复杂性(Zhou andKang，2016;Sun et al，2019;Yuan and ezaee，2019)此外，也有许多学者结合 NM、气体吸附、高压压汞(MICP)和 SEM 等技术来计算分形维数进而对页岩的非均质性进行表征 Ma 等(2019)结合氮气吸附和核磁共振实验，分别计算出两种类型的分形维数，结果表明，NM 得到的吸附孔分形维数 DA与氮气吸附分析得到的孔隙表面粗糙度分形维数D1成正相关，而与孔隙结构复杂性 D2无关，表明吸附孔分形维数 DA对表面粗糙度和吸附量有显著影响，但是对孔隙结构复杂性没有太大影响;渗流孔分形维数 DS与氮气吸附分析得到的孔隙结构复杂性分形维数 D2成正相关，表明孔隙结构复杂性对流体的渗流特性有显著影响 梁志凯等(2020)结合 SEM图像和核磁共振 T2谱分别计算出两种类型的分形维数来定性表征页岩孔隙结构在平面和空间上的非均质性以及定量化相对应的孔隙结构参数，通过SEM 图像分形维数表征孔隙形态和孔隙发育程度，通过 NM 分形维数来评价储层质量以及表征三维空间中孔隙结构的非均质性 Liu 等(2021)利用荧光薄片和扫描电镜结果分析了页岩样品的孔隙空间和孔隙网络组合，并基于分形理论分别计算出饱和水和离心状态下的核磁 T2谱分形维数，分析认为小孔隙(有机质孔隙、粒内溶孔、晶间微孔)决定了页岩孔隙结构的微观非均质性，而大孔隙(粒间孔和微裂缝)主要控制着油页岩的储层质量，与小孔隙并不具有自相似性，因此不能用分形维数来描述大孔隙的孔隙结构特征，提出利用离心状态下的分形维数来反映油页岩孔隙系统的非均质组合及描述孔隙结构的复杂性单一分形模型具有一定的局限性，并不能有效的表征页岩储层的非均质性，而多重分形可以更好的揭示页岩储层的非均质性特征 孟昆等(2021)对20 块完全饱和水状态下页岩样品的核磁 T2谱进行分形特征分析，分别得到广义分维谱和多重分形谱，提出将广义分维谱的宽度 D 或(Dmin Dmax)和多重分形谱的谱宽 或(min max)作为敏感参数，并通过敏感参数建立了页岩孔隙结构定量表征和分类的方法 在此基础上，王子萌等(2022)将广义维数谱和多重分形谱分为低概率区域和高概率区域，提取出两个区域的不同参数分别表征岩心孔渗、矿物组分和 TOC 含量的非均质性，精细刻画了页岩孔隙结构的非均质性，发现页岩储层孔隙度、渗透率与TOC 含量的非均质性分别由低概率参数(DminD0)和高概率参数(D0 Dmax)表征，而黏土矿物和石英含量的非均质性则由非均质性参数 D 表征，石英的富集会降低页岩的非均质性而黏土矿物的富集则会增强非均质性752地球物理学进展www progeophys cn2023，38(1)2.3孔隙结构的连通性表征通常，页岩油气储层通过水力压裂和地下原位热解技术进行开发，页岩油气储层孔隙的连通性极大地影响有效孔隙体积和流动能力，因此对页岩储层孔隙连通性的表征对于提高采收率至关重要 目前对于页岩储层孔隙的连通性的相关研究主要通过图像法与流体注入法展开 图像法通过纳米 CT 扫描、FIB-SEM 等手段获得图像数据来构建三维数字岩心，以此来定量表征孔隙的连通性 流体注入法则向岩石注入流体或者示踪剂，通过流体自吸曲线或者观测示踪剂在孔隙中的分布以及流动路径来表征页岩的孔隙连通性(张文涛等，2020)图像法虽然可以直观反映孔隙网络的连通性，但是受到分辨率的限制;流体注入法则主要针对宏观尺度进行定性分析，而无法定量表征孔隙连通性 虽然核磁共振可以全面反映页岩的孔隙结构，但目前利用核磁共振技术表征页岩储层孔隙的连通性的研究相对较少Li 等(2017)根据饱和水状态下页岩样品的核磁 T2谱形态将双峰 T2谱分为连续双峰 T2谱和不连续双峰 T2谱，认为连续双峰 T2谱形态能够表明样品在小孔隙和大孔隙之间具有良好的连通性，而不连续双峰则表明样品中的孔隙相对封闭，小孔隙和大孔隙之间的连通性较差 Xu 等(2020)对不同含气量的页岩样品进行核磁共振测量，发现高含气样品的 T2谱分布呈双峰分布，左峰的幅度大于右峰的幅度，左峰的 T2弛豫时间在 1 5 ms 之间，右峰的 T2弛豫时间在 70 100 ms 之间，表明微孔和中孔比大孔更加发育，孔喉半径小，孔隙连通性差;中等含气样品的 T2谱分布具有三峰特征，相应的弛豫时间分别为 0.8 1 ms、20 50 ms 和 100 200 ms，样品的中孔和微裂缝均发育，但连通性较差;低含气样品的核磁共振 T2谱呈现双峰分布，分布范围较宽，孔喉半径大，表明小孔隙和大孔隙之间具有良好的连通性 上述方法只能通过分析核磁 T2谱的形态特征定性的表征页岩的连通性而不能定量表征对于页岩孔隙连通性的定量表征，苟启洋等(2021)认为测量得到的氦气孔隙度反映的是页岩样品的连通孔隙度，而得到的核磁共振孔隙度则反映了样品整体的孔隙空间(连通孔隙度+闭孔)，提出利用两者的比值来量化页岩孔隙的连通性特征，比值越大表明样品的连通性越好，反之则连通性越差，但该方法只能反映样品总体的连通性程度而不能反映各孔径分布范围对应的连通性程度 类似的，高压压汞只能测量岩样的连通孔隙体积，而核磁共振法或核磁共振冻融法则可以测量岩样整体的孔隙(连通孔隙+非连通孔隙)(肖佃师等，2019b)，因此可以通过两者得到的孔径尺寸分布曲线的幅度差异来反映孔隙连通性，差异越小则表明对应孔径分布范围内连通性越好，反之则越差(Gao et al，2018;赵明珠等，2022)李广友等(2016)和刘志军等(2019)在不同热解终温下对油页岩进行核磁共振实验，研究热解终温对页岩孔隙结构连通性的影响规律，结果表明，热解终温对于油页岩的孔隙连通性变化起着控制作用，当热解终温达到一定温度时，页岩孔隙结构将发生明显变化，孔隙数量不断增多，孔径尺寸不断扩展，将导致页岩孔隙的连通性明显提高 为了对热解前后油页岩孔隙结构变化进行多尺度评价，Lei 等(2021)利用 CO2吸附、N2吸附、扫描电镜、高压压汞、CT 扫描以及核磁共振等方法获得页岩热解前后的孔径分布，然后将页岩孔隙空间(0.1 106nm)按照数量级划分为 7 个级别并评价每种方法在各数量级大小的孔隙空间中的适用性，这样直观、准确地分析了油页岩孔隙结构的特征，并在不同尺度上评价热解对页岩孔隙结构的影响 张海杰等(2019)认为在利用水力压裂对页岩气储层进行开采的过程中会使不连通含气孔隙变成“潜在可采孔隙”，需要充分认识页岩气储层中的不连通孔隙(图 3)通过对柱塞样和碎样进行孔隙度和核磁冻融实验，首先确定了不连通孔隙的体积、发育位置以及孔径分布范围，即页岩基质中的不连通孔隙占比为 32.3%，主要发育在有机质中，不连通孔径分布介于 5 30 nm;然后对饱和水状态下的含气页岩进行离心+渐变干燥核磁共振实验，确定出最佳离心力和温度阈值，并得出对应的可以划分可动流体、毛管束缚流体和黏土束缚流体的两个核磁共振 T2截止值，确定了页岩含气连通孔隙的有效孔径下限为 5.35 nm，表明不连通孔隙被打开后仍可有效开采3基于核磁共振计算储层渗透率研究进展在核磁共振 T2谱计算储层绝对渗透率的算法中，常采用 SD 和 Timur/Coates 模型计算，Timur/Coates 模型考虑了自由流体与束缚流体孔隙之比和核磁有效孔隙度;SD 模型考虑自由流体与束缚流体的平均驰豫时间和核磁有效孔隙度(Coates andDumanoir，1973)在实际常规砂岩储层测井解释中，这两种模型的储层渗透率计算均能显示出相对较好的效 果(Kenyon，1997;Lala and El-Moktader El-8522023，38(1)孙颖:核磁共振在页岩储层参数评价中的应用综述(www progeophys cn)Sayed，2015;Gao et al，2019;肖秋生和朱巨义，2009;王振华等，2014)，因此也是目前油田利用核磁共振 T2谱计算储层渗透率的主流模型常用的这两种模型对不含油、含油量低或者含轻质原油的岩样测量比较准确，对于含油饱和度高、原油密度大的岩样却存在较大的误差，因此首先对实际测量的核磁共振 T2谱进行含烃校正非常重要李振涛等(2011)针对高含油高密度原油岩样核磁共振测量渗透率偏差的问题，引入了原油修正系数，对 Coates 模型进行了改进，改进之后的渗透率结果精度得到了极大的提高 Garcia 和 Heidari(2021)提出了一种流体替代方法，将部分饱和水的核磁 T2谱转换为完全饱和水岩石相对应的核磁 T2谱分布，根据电阻率和介电常数引入了收缩因子，建立了新的渗透率计算模型，提高了核磁 T2谱在含烃储层中评价渗透率的精度目前国内外学者针对非页岩油气储层，展开了一系列利用核磁共振技术评价储层渗透率的研究，但由于页岩储层复杂的孔隙网络组成，利用核磁共振计算页岩储层渗透率的相关研究较少 为此笔者调研了大量国内外学者利用核磁共振计算非页岩储层渗透率的相关文献，主要包括以孔隙结构、T2谱细分、T2谱形状参数、人工智能算法、原始回波串和数字岩心等 6 个方面为切入点的核磁渗透率评价方法，旨在为利用核磁共振技术计算页岩储层渗透率提供新思路，其各自的特点对比见表 1表 1基于核磁共振计算储层渗透率方法对比表Table 1Comparison table of permeability calculated by different NM methods储层渗透率方法原理特点孔隙结构法利用核磁共振 T2谱计算压汞参数，再通过压汞参数与渗透率的关系，计算渗透率计算方法简单，但需要在稳定的孔喉半径比条件下进行转换T2谱细分法将 T2谱分为多组分，改进 Coates 模型计算渗透率分析了不同孔隙组分对渗透率的影响，但孔径区间的选择需要进一步分析T2谱形状参数法直接提取 T2谱形状参数，改进 Coates 模型计算渗透率分析了孔隙结构的均匀程度对透率的影响，但未考虑孔隙连通性人工智能算法实现岩石多参数的数据挖掘，输入相关参数计算渗透率计算效果好，但需要大量的训练数据原始回波串法对核磁共振回波数据操作，直接进行渗透率的计算减少了 T2谱反演的误差，但对干扰信号的处理依然需要考虑数字岩心法对岩石数值模拟得到 T2谱，改进渗透率模型从渗透率与 T2谱的微观机理角度分析，但岩石代表性需要考虑3.1基于孔隙结构的渗透率评价方法储层孔隙结构与渗透率密切相关，因此可以研究储层孔隙结构建立与渗透率的关系模型 由于毛管压力与核磁共振都能反映孔隙结构，因此可以利用压汞资料建立渗透率与压汞参数的关系模型，再用核磁共振几何均值与压汞参数之间的关系模型，从而计算储层渗透率(肖忠祥和肖亮，2008;肖亮等，2009;Liang and Wei，2008)Li 等(2010)提出由孔隙度、孔喉半径和分选系数组合的孔隙结构参数，并建立渗透率与该孔隙结构参数的统计模型，进而计算储层渗透率 成志刚等(2014)对大量岩心样品进行压汞和核磁测量，利用核磁共振构建伪毛管压力曲线，求取表征孔隙结构的定量参数，结合地区经验参数，构建定量计算渗透率的模型，实际核磁共振测井处理取得了较好的结果 刘刚等(2017)发现累计进汞饱和度 5%对应的孔喉半径与渗透率有较好的相关性，利用核磁共振可以转换为孔喉半径，进而计算储层渗透率 王迪等(2019)认为核磁 T2谱和毛管压力曲线反映的孔喉半径的相互转换需要在稳定的孔喉半径比条件下进行，选取孔隙度参数作为分类标准，划分出多个具有相对稳定孔喉半径比的储层类型，在此基础上分别进行 T2-毛管压力的相互转换，通过 T2谱转换得到的毛管半径分布谱提取出平均孔喉半径参数进行渗透率的计算3.2基于 T2谱细分的渗透率评价方法对于核磁共振 T2谱细分，再建立类似 Coates 模型的绝对渗透率的模型也是提高绝对渗透率计算精度的一种方法 范宜仁等(2018)引入双截止值概952地球物理学进展www progeophys cn2023，38(1)念，将岩心储集空间细分为完全可动、完全束缚、部分可动三部分，分析了不同孔隙组分对渗透率的影响，并用三组分法建立了核磁共振渗透率表征的新模型，实际处理结果验证了模型的准确性 Ge 等(2017)通过实验发现碎屑岩储层渗透率由连通的孔隙控制，由于核磁共振 T2谱能够转换孔隙结构，因此将 T2谱分为 4 部分:小孔、中孔、大孔和巨大孔，并通过不同孔隙结构对渗透率的影响规律，建立了类似 Coates 的渗透率模型，计算精度明显提高 韩玉娇等(2018)也采用了相似的方法，在细分孔隙组分的基础上，分析了各个孔隙分量对渗透率的贡献，提出了一种基于核磁共振多组分孔隙分量组合的渗透率计算新模型，模型计算结果较好 张丽华等(2017)分析核磁共振 T2谱线，选取 6 个特征参数，并用特征参数表征孔隙结构，进一步通过多元线性回归算法计算出复杂孔隙结构岩石的渗透率，模型方法更加简单方便，该方法本质上也是 T2谱细分的方法 邵维志等(2013)和周明顺等(2014)根据压汞实验资料不同的孔喉大小划分标准，将岩石的孔隙区间进行细分，并通过核磁 T2谱区间来刻画孔径尺寸区间，以此来建立区间孔隙度与渗透率的关系，该方法虽然提高了渗透率的计算精度，但在划分 T2谱区间时具有一定的盲目性和经验性 李志愿等(2018)和张宪国等(2019)利用压汞孔径分布数据划分出 5 个对渗透率起主要贡献作用的孔径分布区间，并采用分段等面积法将不同孔径区间刻度为对应的 T2谱区间，通过渗透率贡献值求取各 T2谱区间孔隙分量比例对渗透率的贡献指数，建立了基于孔径分布的核磁测井渗透率计算新模型，该方法避免了在细分 T2谱区间时的盲目性与经验性，提高了渗透率计算的精度3.3基于 T2谱形状参数的渗透率评价方法除了将 T2谱划分为不同组分建立渗透率模型外，还可以直接提取 T2谱形状参数，建立渗透率模型 陈刚等(2012)通过对复杂孔隙结构储层研究，认为孔隙结构越均匀，岩心的渗透率越好，因此引入了孔隙空间集中分布参数(即刻画孔隙结构的均匀性)，通过结合孔隙度和束缚水饱和度，建立了储层渗透率模型 李潮流等(2009)应用空间物理场分布模型定量评价岩心特定尺寸孔隙分布的集中程度，并给出了定量计算 T2分布均一系数模型，计算得到的渗透率与岩心分析结果对应性较好 Di 和 Jensen(2016)通过将核磁 T2谱分解为三个高斯分量，根据分解得到的参数对 Timur/Coates 模型进行改进，大大提高了其在致密储层中评价渗透率的准确性3.4基于人工智能的渗透率评价方法近年来广泛的人工智能算法也在基于核磁共振的储层渗透率计算中得到了广泛的应用 周宇等(2011)提出了一种应用人工智能算法预测核磁渗透率的方法，采用了神经网络建立核磁测量结果和渗透率之间的关系，并用遗传算法为神经网络选择最佳参数和初始值，通过基于信息增益的数据挖掘技术认为孔隙度、束缚水饱和度、T2几何平均值和密度均对核磁渗透率计算结果有影响 尽管基于遗传算法的神经网络模型预测结果比传统的 Coates 等模型计算精度高，但需要大量的训练样本，而且模型参数之间没有明确的物理关系 张超(2018)利用遗传算法，构建了基于等效岩石组分理论的渗透率优化方程，发现渗透率与有效流动孔隙度具有较强的指数关系，实际井资料处理结果精度明显高于传统的渗透率计算方法 朱林奇等(2017)认为现有的致密砂岩储层核磁共振渗透率评价模型精度不高的主要原因在于没有反映 T2全谱与渗透率之间的关系，提出了一种集成正则化改进神经网络(BPNN)算法，利用核磁 T2谱全谱进行致密砂岩储层渗透率的预测，该算法将三种机器学习算法(Adaboost 集成算法、自适应雨林算法与改进 BP 神经网络)进行结合，并在误差函数中加入 L2正则化算子以增加网络的稳定性，该方法在致密储层渗透率评价的应用中取得了较好的效果，但该方法忽略了孔喉结构参数对渗透率的影响 黄雨阳等(2020)在利用核磁 T2谱全谱计算渗透率的基础上，引入了压汞孔喉结构参数中的中值半径，与单核磁 T2谱预测模型(PEM_T2)相比，改进的神经网络模型的渗透率(PEM_T2)预测效果更好(图 4)Kausik 等(2021)提出了一种由贝叶斯神经网络(BNN)和人工神经网络(ANN)组合而成的一种新的双神经网络系统，该模型通过输入包括利用奇异值分解核磁共振 T2谱得到的 6 个特征和利用非弹性俘获能谱测量的 9 种元素信息，可以用于计算渗透率和相关不确定性，结果表明，与岩心渗透率测量结果相比，该模型提供了优于传统方法的渗透率值3.5基于原始回波串的渗透率评价方法直接利用核磁共振回波曲线计算储层渗透率也是一个重要的方向，通过对探测到的核磁共振回波数据操作，直接进行渗透率的计算，省去了反演的步骤，减小了误差 Jin 等(2019)对核磁共振回波数据进行积分变换，通过优选调节参数 n 计算岩心渗透0622023，38(1)孙颖:核磁共振在页岩储层参数评价中的应用综述(www progeophys cn)图 1蒙脱石对核磁共振信号的影响(改自李新等，2015)Fig 1The influence of montmorillonite on the NMsignal(modified from Li et al，2015)图 2页岩核磁孔径与 FIB-SEM 孔径对比(改自李军等，2016)Fig 2Pore size distributions determined by NM andFIB-SEM for shale(modified from Li et al，2016)图 3页岩储层孔隙系统划分示意图(张海杰等，2019)Fig 3Schematic diagram of pore system division of shale reservoir(Zhang et al，2019)率，效果优于传统的 SD 模型 黄乔松等(2