引用本文
侯连华, 于志超, 罗霞, 林森虎, 赵忠英, 杨智, 吴松涛, 崔景伟, 张丽君. 页岩油气最终采收量地质主控因素——以美国海湾盆地鹰滩页岩为例[J]. 石油勘探与开发, 2021,48(3): 654-665.
HOU Lianhua, YU Zhichao, LUO Xia, LIN Senhu, ZHAO Zhongying, YANG Zhi, WU Songtao, CUI Jingwei, ZHANG Lijun. Key geological factors controlling the estimated ultimate recovery of shale oil and gas: A case study of the Eagle Ford shale, Gulf Coast Basin, USA[J]. Petroleum Exploration & Development, 2021,48(3): 654-665.  
Doi: 10.11698/PED.2021.03.21
Permissions
Copyright©2021, 《石油勘探与开发》编辑部
《石油勘探与开发》编辑部 所有
页岩油气最终采收量地质主控因素——以美国海湾盆地鹰滩页岩为例
侯连华, 于志超, 罗霞, 林森虎, 赵忠英, 杨智, 吴松涛, 崔景伟, 张丽君
中国石油勘探开发研究院,北京 100083

第一作者简介:侯连华（1970-）,男,山东博兴人,博士,中国石油勘探开发研究院教授级高级工程师,主要从事常规-非常规油气地质基础理论研究与技术研发及油气勘探等工作。地址:北京市海淀区学院路20号,中国石油勘探开发研究院石油地质实验研究中心,邮政编码:100083。E-mail:houlh@petrochina.com.cn

收稿日期: 2020-11-28 修回日期: 2021-05-06
基金项目: 中国石油天然气股份有限公司科技部项目“非常规油气资源勘探开发技术研究”（2012A-4802-02）; 国家重点基础研究发展计划“中国陆相致密油（页岩油）形成机理与富集规律”（2014CB239000）
摘要

基于白垩系鹰滩组下段1 317口生产井和72口系统取心井991组分析化验数据,分别按油和天然气,采用两种页岩油气最终采收量（ EUR）经典模型预测单井最终采收量,以消除工程因素的预测均值作为最终结果,全面厘清控制页岩油气 EUR的关键地质因素。研究表明:储集能力、资源量、流动能力和可压性是控制页岩油气 EUR的4个关键地质因素。储集能力直接受控于总孔隙度和含烃孔隙度,间接受控于 TOC和 Ro;资源量受控于含烃孔隙度、有效页岩厚度等参数;流动能力受控于有效渗透率、原油密度、气油比、凝析油气比、地层压力梯度和 Ro等参数;可压性直接受控于脆性指数,间接受控于黏土体积含量。页岩油气 EUR主要受控于6个地质参数, EUR与有效页岩厚度、总有机碳含量、裂缝孔隙度呈正相关关系,与黏土体积含量呈负相关关系,与 Ro、地层压力梯度呈先增大后减小关系。现有水平井压裂技术的单井有效压裂厚度上限约65 m; EUR下限值为3×104 m3油当量条件下,当 TOC<2.3%或 Ro<0.85%或黏土体积含量大于25%,且裂缝或微裂缝不发育时,很难形成页岩油气的有利发育区。图11表1参48

关键词: 页岩油气; 甜点; 最终采收量; 总有机碳含量; 镜质体反射率; 有效页岩厚度; 黏土体积含量; 地层压力系数; 裂缝孔隙度; 鹰滩组下段
中图分类号:TE122.3 文献标志码:A 文章编号:1000-0747(2021)03-0654-12
Key geological factors controlling the estimated ultimate recovery of shale oil and gas: A case study of the Eagle Ford shale, Gulf Coast Basin, USA
HOU Lianhua, YU Zhichao, LUO Xia, LIN Senhu, ZHAO Zhongying, YANG Zhi, WU Songtao, CUI Jingwei, ZHANG Lijun
PetroChina Research Institute of Exploration & Development, Beijing 100083, China
Abstract

Based on 991 groups of analysis data of shale samples from the Lower Member of the Cretaceous Eagle Ford Formation of 1317 production wells and 72 systematic coring wells in the U.S. Gulf Basin, the estimated ultimate recovery (EUR) of shale oil and gas of the wells are predicted by using two classical EUR estimation models, and the average values predicted excluding the effect of engineering factors are taken as the final EUR. Key geological factors controlling EUR of shale oil and gas are fully investigated. The reservoir capacity, resources, flow capacity and fracability are the four key geological parameters controlling EUR. The storage capacity of shale oil and gas is directly controlled by total porosity and hydrocarbon-bearing porosity, and indirectly controlled by total organic carbon (TOC) and vitrinite reflectance ( Ro). The resources of shale oil and gas are controlled by hydrocarbon-bearing porosity and effective shale thickness etc. The flow capacity of shale oil and gas is controlled by effective permeability, crude oil density, gas-oil ratio, condensate oil-gas ratio, formation pressure gradient, and Ro. The fracability of shale is directly controlled by brittleness index, and indirectly controlled by clay content in volume. EUR of shale oil and gas is controlled by six geological parameters: it is positively correlated with effective shale thickness, TOC and fracture porosity, negatively correlated with clay content in volume, and increases firstly and then decreases with the rise of Ro and formation pressure gradient. Under the present upper limit of horizontal well fracturing effective thickness of 65 m and the lower limit of EUR of 3×104 m3, when TOC<2.3%, or Ro<0.85%, or clay content in volume >25%, and fractures and micro-fractures aren’t developed, favorable areas of shale oil and gas hardly occur.

Keyword: shale oil and gas; sweet spot; EUR; TOC; vitrinite reflectance; effective shale thickness; clay content in volume; formation pressure coefficient; fracture porosity; Lower Member of Eagle Ford Formation
0 引言

北美页岩油气革命的成功实践[1, 2, 3], 打开了油气源内勘探的大门[4], 使得连续型油气勘探成为可能[5, 6]。依据热演化程度的不同[7], 页岩油气可以划分为中低成熟度页岩油（Ro< 0.9%）、中高成熟度页岩油（Ro≥ 0.9%）[7]和页岩气（Ro> 1.55%）。中低成熟度页岩热演化程度较低, 赋存的有机质只有部分转化为油气[8, 9, 10, 11], 必须采用原位转化技术才能实现商业开采。因此, 目前实现商业开发的页岩油气是基于中高成熟度页岩中已生成并滞留其中的油气作为开采目标提出的。由于页岩层系中页岩、泥岩、泥页岩与致密储集层等交互发育, 对于中高成熟度页岩油气利用水平井体积压裂技术开发时, 一定厚度的页岩层系作为同一目的层进行开采, 产出油气可能来源于不同岩性的地层。因此, 从商业开发角度来讲, 页岩油气是一个页岩层系内一定体积地层的概念。本次研究从页岩油气特点和商业开发的角度, 提出页岩油气是指赋存于富有机质页岩（TOC> 2%的Ⅰ 型或Ⅱ 型干酪根）层系内的油气[12]。以页岩层系作为开发单元时, 以相应层段中储集层岩石抽提物和原油中同碳数的异构烷烃和正构烷烃比值为鉴别标准, 判断产出油气的来源[13]。当产出油气量来自页岩层段的贡献大于50%时, 称之为页岩油气; 当产出油气量来自致密层段的贡献大于50%时, 称之为致密油气[13]。按页岩层系中岩性组合特点, 页岩油气可划分为纯页岩型、混积型和夹层型3类。纯页岩型是指生产层主要为富有机质页岩, 其中的富有机质页岩为产出油气的主要来源; 混积型是指富有机质页岩与贫有机质岩石（这里指TOC< 2%的Ⅰ 型或Ⅱ 型干酪根）交互分布, 产出油气主要来源于富有机质页岩中的油气; 夹层型是指富有机质页岩与致密储集层交互分布, 致密储集层单层厚度一般小于3 m, 产出油气主要来源于富有机质页岩。

前人对页岩油气最终采收量（EUR）开展了大量研究, 大部分是基于工程因素和少量地质数据的半定量-定性研究, 包括水平井段长度[14, 15]、压裂段数[16]、压裂液量[16]、支撑剂量及浓度[16]、射孔簇数[17]、簇间距[18, 19]、压裂后的关井时间[18]、生产压差[17]等。上述成果对页岩油气地质参数与EUR的关系研究仅局限于总有机碳含量[16]、黏土体积含量[19]、脆性指数[20]、总孔隙度[14]、渗透率[21]、含油饱和度[14]、含气饱和度[20]、气油比[22, 23]、地层压力梯度[24]、有效页岩厚度[25]等参数对EUR的定性认识, 并没有给出定量的相关关系。由于地质参数是控制EUR的关键, 而关键地质因素与EUR的关系不明, 导致甜点选区和工程技术措施不到位造成的损失, 使得美国已开发的页岩油气区中约30%生产井的单井最终可采油气量无法达到商业EUR的下限值[26]。

可见, 页岩油气EUR控制因素及其相关关系的不确定性直接制约了页岩油气甜点优选和采取的针对性工程措施, 影响了页岩油气的开发效果和经济效益。为了解决上述关键地质问题, 本次研究以美国海湾盆地白垩系鹰滩组下段页岩油气为例, 基于大量分析化验和生产数据, 分析控制页岩油气EUR的关键地质参数, 探讨关键地质参数对页岩油气EUR的控制作用及相互关系, 以期为页岩油气甜点优选和针对性工程技术方案的制定提供依据。

1 地质背景

海湾盆地位于美国德克萨斯州南部（见图1）, 沉积环境受多期构造事件控制[27, 28]。鹰滩组发育于距今约85 Ma的中晚白垩世古海洋大陆架沉积环境中, 直接覆盖在晚三叠世和侏罗纪沉积的碳酸盐岩地层之上[29]。鹰滩组的沉积中心位于现今北美内陆海的出海口附近, 自沉积以来到距今约5 Ma, 鹰滩组处于持续深埋过程中。距今5 Ma之后才开始缓慢抬升, 接受剥蚀。平面上, 鹰滩组呈U型露头分布于海湾盆地北部和西南地区, 向东南方向倾斜进入墨西哥湾[30]。鹰滩组在陆地上的埋藏深度约1 500~4 900 m, 平均厚度为76 m[31]。纵向上, 基于岩性和测井特征可将鹰滩组划分为上、下两段[32, 33]。鹰滩组下段（LEF）是目前的主力开发层系, 发育3个沉积中心（见图1）, 分布面积约17.5× 104km2, 最大厚度为63.0 m, 平均厚度为45.3 m。鹰滩组下段具有较好的封存条件, 其上覆地层为鹰滩组上段泥岩, 局部为Austin Chalk灰岩; 下伏地层为Buda灰岩, 局部为Del Rio泥灰岩[34]。鹰滩组上段（UEF）发育黑色和浅灰色石灰质泥岩, 碳酸盐矿物平均含量约67%, TOC值平均为3.2%, 主要发育Ⅱ — Ⅲ 型干酪根[35]; 鹰滩组下段发育黑色页岩/泥岩, 碳酸盐矿物平均含量为58%, 黏土矿物平均含量为16.5%, TOC值平均为4.23%, 主要发育Ⅱ 1型干酪根[32, 33]。

图1 美国海湾盆地鹰滩组下段地层厚度、Ro、取心井及生产井位置图（a）和单井岩性综合柱状图（b）（a图露头数据来源于文献[38]）

从北西向南东, 鹰滩组下段Ro值逐渐增大（见图1）, 依次发育黑油、湿气（凝析油）和干气3个产油气区带[36]。区域上产出油气主要受有机质成熟度控制。鹰滩组下段为主力产层, 目前开发面积约3× 104km2, 产层埋深1 500~4 500 m。2010年鹰滩组下段页岩油气生产井超过1 000口, 2019年生产井超过30 000口。鹰滩组下段的石油和天然气技术可采储量分别约为13× 108 t、1.9× 1012m3[37]。

2 数据来源和研究方法
2.1 数据来源

本文数据来源于鹰滩组下段72口系统取心井的991组分析化验和测井数据, 1 317口水平生产井的油、气、水生产数据和测井、原油与天然气分析数据, 226口生产井的地层压力测试获得的原始地层压力和地层压力梯度数据。研究区页岩Ro值为0.6%~2.2%, 涵盖了从黑油、凝析油、湿气到干气的全部范围, 为研究页岩油气EUR的关键地质参数提供了可靠基础资料。

2.2 研究方法

2.2.1 单井EUR的研究方法

页岩油气的经济性取决于单井综合成本和单井最终采收量两个关键指标[39]。准确获得页岩油气单井EUR是研究的基础[40, 41, 42, 43]。页岩油气单井EUR是指该生产井结束后得到的累计产出油当量。页岩油气生产井的生产周期一般需要20~30年, 但由于页岩油气开采历史较短, 缺少完整生产周期的单井EUR。因此, 利用具有一定生产时间的生产井预测EUR是必需工作。目前, 预测单井EUR最常见的模型分别是MHD模型[44]和Duong模型[45]。MHD模型认为油井早期产量符合双曲线下降趋势, 后期遵循指数下降趋势, 通过设定一个预先确定的最小递减率来预测EUR, 属于经验参数预测。Duong模型主要针对裂缝型页岩油气藏提出, 在经验参数预测基础上, 认为单井的产量在生产周期内呈现裂缝性的线性流动状态, 油气累计产量与时间在双对数坐标下符合线性关系, 预测精度较高。

本文分别采用MHD模型[44]和Duong模型[45], 按油（黑油或凝析油）和天然气预测各自的EUR, 并计算两个模型预测的EUR, 取其油和天然气EUR之和的平均值作为页岩油气EUR最终结果, 争取做到历史拟合与预测误差最小、预测EUR精度最高。相同地质和水平井段长度条件下, 随工程技术的进步, 页岩油气单井初始产量和EUR都会有较大变化。2015年之前, 鹰滩组下段页岩油气开发所采用的工程技术基本类似, 为了减少工程技术因素对页岩油气EUR的影响, 本文选取了鹰滩组下段2009— 2012年间投入开发, 并且工程技术条件基本相同的1 317口水平生产井作为研究对象。

研究采用EUR归一化方法, 即以所有水平井的平均水平段长度1 450 m为标准, 将相同地质和工程技术条件下的页岩油气水平生产井的EUR进行归一化。同时对水平生产井每米所用的支撑剂量、压裂液量进行归一化:

$EUR=EU{{R}_{i}}\frac{\text{1 450}}{{{l}_{i}}}\frac{{{P}_{ai}}}{{{{\bar{P}}}_{ai}}}\frac{{{F}_{i}}}{{{{\bar{F}}}_{i}}}$ （1）

在上述研究的基础上, 系统地统计了鹰滩地区生产井在选定周期内的EUR值, 并最终确定了适用于本次研究区的单井EUR最低下限值, 为3× 104m3油当量。

2.2.2 控制页岩油气EUR的地质因素研究方法

控制页岩油气EUR的地质参数来源于页岩的源参数和衍生参数。页岩的源参数是指由页岩原始沉积环境所决定的地质参数。源参数是页岩油气形成的基础, 包括干酪根类型、总有机碳含量、黏土矿物体积、有效页岩厚度及页岩顶底板岩性。源参数经过热演化与构造演化形成衍生参数, 包括总孔隙度、含烃孔隙度、空气渗透率、有效渗透率、裂缝孔隙度、地层压力梯度、含油饱和度、含气饱和度、含烃饱和度、气油比、凝析气油比、气水比、原油密度、天然气密度和地应力等参数。

相同工程技术条件下, 页岩油气EUR主要受页岩的储集能力、流动能力、油气资源量和可压性等地质因素控制。储集能力受控于页岩的总有机碳含量、总孔隙度和含烃孔隙度等; 页岩油气流动能力受控于页岩的空气渗透率、有效渗透率、裂缝孔隙度、地层压力梯度及气油比、凝析气油比、气水比等; 油气资源量受控于页岩的含油饱和度、含气饱和度、含烃饱和度、总孔隙度和原油密度等; 页岩可压性受控于页岩的脆性指数和地应力; 保存条件受控于页岩顶底板岩性、排替压力、断穿页岩断层的输导能力（见图2）。通过对页岩油气地质参数与EUR的关系研究, 揭示了页岩油气EUR的控制因素及与地质参数的相关关系, 实现了关键地质因素定量化评价页岩油气EUR。

图2 页岩油气EUR与地质控制因素关系

3 页岩油气EUR控制因素研究
3.1 控制油气储集能力的地质参数与EUR关系

页岩的油气储集能力是指单位体积页岩储集油气的量, 在很大程度上决定了油气的产出能力。页岩单位体积的油气量主要受控于页岩的含烃孔隙度, 含烃孔隙度可通过页岩总孔隙度与含烃饱和度获得, 页岩的总孔隙度、含烃饱和度则受控于TOC与Ro; 因此, 页岩的油气储集能力可通过页岩总孔隙度、含烃饱和度、TOC和Ro进行表征。

3.1.1 页岩油气EUR与ϕ t关系

利用鹰滩组下段1 317口水平生产井的测井解释ϕ t平均值与对应的水平生产井的EUR, 按ϕ t=1%的间隔, 计算ϕ t对应区间内的水平生产井EUR与ϕ t平均值。结果显示:EUR值随ϕ t值的增大而增大, 二者存在很好的幂次关系（见图3）。利用64口取心井的分析化验数据获得的对应取心井的ϕ t平均值, 计算对应取心井2 km范围内的所有水平生产井EUR平均值, 再按ϕ t=1%间隔计算ϕ t对应区间内的ϕ t和EUR平均值。结果显示:取心井岩心分析的ϕ t与EUR同样具有很好的幂次关系。此外, 取心井岩心分析的ϕ t及测井解释的ϕ t与EUR的趋势线基本重合（见图3）, 也间接证明了测井解释结果的可靠性。依据鹰滩组下段53口取心井ϕ h数据, 计算的ϕ h平均值, 并计算对应取心井2 km范围内所有水平生产井的EUR平均值, 结果显示:EUR值随ϕ h值增大而增大, 二者存在很好的指数关系（见图4）。

图3 鹰滩组下段EUR与ϕ t关系

图4 鹰滩组下段EUR与ϕ h关系

3.1.2 页岩油气EUR与TOC关系

页岩的TOC和Ro是控制油气EUR的主要因素。利用鹰滩组下段1 057口水平生产井的测井解释TOC平均值与对应的水平生产井的EUR, 按不同Ro值区间对TOC与EUR进行分类, 在同一Ro值区间再按TOC=1%间隔, 计算水平生产井的EUR与TOC平均值。结果显示:同一Ro值区间内, EUR值随TOC值的增大而增大, 二者存在很好的对数关系（见图5）:

$EU{{R}_{TOC}}={{a}_{1}}\ln TOC+{{b}_{1}}$ （2）

（2）式中, 经验参数是图5中生产井TOC和EUR数据按照不同的Ro值区间, 经过对数函数拟合后得出, 见表1。

图5 鹰滩组下段不同Ro值区间EUR与TOC关系

表1 2式中的经验参数

以单井EUR下限值3× 104m3为界, 鹰滩地区页岩TOC≥ 2.3%时, 才具有工业价值（见图5）。不同Ro值区间的EUR与TOC的关系差异很大。当TOC≥ 3.2%时, 页岩油气的EUR主要受控于有机孔隙度。相同Ro值条件下, 随着TOC值的增大, 滞留油气量增大, 从而增加了单井最终采出油气量, EUR值随TOC值的增加而增大, 具有较好对数相关性（见图5）。因此TOC值会在一定程度上控制EUR的大小。当TOC< 3.2%时, 无机孔隙度对EUR控制作用增强, EUR与TOC的相关性较TOC≥ 3.2%时的变化规律存在明显差异。

3.2 控制油气资源量的地质参数与EUR关系

油气资源量是页岩油气开发的资源基础。页岩油气资源量主要受控于页岩ϕ h和H。随着Ro值的变化, 页岩油气性质存在很大差别, 包括黑油、凝析油和天然气。因此, 页岩油气资源量还受控于So、Sg和Sh, 这里主要阐述So、Sg、Sh和H与EUR的关系。

3.2.1 页岩油气EUR与Sh、So、Sg关系

鹰滩组下段55口取心井岩心分析化验数据获得的单井Sh、So、Sg平均值与对应井2 km范围内所有水平生产井EUR平均值结果显示, 页岩油气EUR与Sh、So、Sg关系密切。EUR值随Sh值增大而增大, 二者存在很好的指数关系（见图6a）。但油（包括黑油和凝析油）、天然气和烃类（包括黑油、凝析油和天然气）的EUR与Sh之间的关系存在着较大的差异。随着Sh值逐渐增大, 油EUR值表现为缓慢增大的趋势, 烃类EUR值则表现为强烈的增大趋势; 天然气EUR变化趋势介于油和烃类的变化趋势之间。研究区内鹰滩组下段页岩产出油和天然气对EUR均有贡献, 且天然气对EUR的贡献超过油。页岩油气EUR值随So值增大呈现不同的变化规律（见图6b）。油、天然气的EUR值与So值呈现较好的线性关系, 但变化趋势相反。油EUR值随So值增大而增大, 天然气EUR值随So值增大而减小。因为随Ro值增大, 页岩的GOR值会逐渐变大, 产出烃类中油所占比例会逐渐减少, 而天然气所占比例则逐渐增大, 从而引发上述情况的出现。烃类EUR值随So值增大呈减小趋势, 但减小趋势没有天然气的明显, 因为高成熟度页岩中含油饱和度远低于含气饱和度。

图6 鹰滩组下段EUR与Sh、So、Sg、H关系

页岩油气EUR值随Sg值增大呈不同的变化规律（见图6c）。油EUR值随Sg值增大而减小, 二者呈现较好的线性关系; 天然气EUR值随Sg值增大而增大, 呈现较好的幂次关系; 烃类EUR值随Sg值增大呈先增大后减小的趋势, 二者具有较好的二次多项式关系（见图6c）。油、天然气和烃类EUR与Sg的相互关系本质上受页岩Ro的控制, 不同成熟度的页岩中, GOR和油气组分完全不同, 直接决定了EUR值的大小。

3.2.2 页岩油气EUR与H关系

对页岩地层进行水平井压裂改造时, 纵向上有一定的有效范围限制, 即存在有效页岩厚度上限值。当有效页岩厚度超过该上限值时, 压裂改造无效。现今鹰滩组下段水平生产井的压裂改造技术条件下, 当H值大于65 m时, EUR值与H值无关（见图6d）。

利用鹰滩组下段63口取心井的H, 与该井2 km范围内所有水平生产井归一化EUR平均值, 按不同Ro值区间分类数据, 再按H间隔5 m统计归一化EUR平均值和H平均值, 研究页岩油气EUR与H关系。结果显示:页岩油气EUR值随H值增大整体上呈增大的变化规律, 不同Ro值区间的EUR与H呈现的变化规律不同。当Ro值小于0.7%时, EUR值很小, 且基本不受H值的控制; 当Ro值大于0.7%时, 二者呈较好的线性关系（见图6d）。当Ro值为0.7%~0.9%时, 随H值增大, EUR值只有小幅度的增加; Ro值为0.9%~1.0%时, 在H值较小时, EUR值也较小, 随H值增大, EUR值大幅增加; 当Ro值大于1.0%时, 在H值较小时, EUR值较大, 随H值增大, EUR值会有较大幅度的增加。当Ro值为1.0%~1.5%时, EUR值变化幅度大于其在Ro> 1.5%区间内的幅度。

3.3 控制油气流动能力的地质参数与EUR关系

页岩油气流动能力是指油气在页岩中的流动能力, 主要受控于页岩空气渗透率、有效渗透率、原油密度、气油比、凝析气油比、气水比、原始地层压力、地层压力梯度、Ro等参数。在特定条件下, 流动能力控制页岩油气生产井的初始产量和EUR。

3.3.1 页岩油气EUR与Ka、Ke关系

按Ka、Ke分别排序, 采用一定的Ka、Ke间隔获得Ka、Ke平均值, 分别统计对应Ka、Ke间隔区间内油、天然气和烃类的EUR平均值。结果显示:随Ka、Ke值增大, 油EUR值呈先增大后减小的变化趋势; 烃类EUR与Ka、Ke呈较好的对数关系; 天然气EUR仅与Ka呈较好的对数关系, EUR随Ke值增大呈先减小后增大的变化趋势（见图7a、图7b）。上述变化的原因是Ka、Ke值随Ro值增大而增大, 导致而So、Sg和Sh值都发生了相应的变化, 最终影响到页岩油气的EUR值。

图7 鹰滩组下段EUR与Ka、Ke关系（油:黑油+凝析油+天然气）

3.3.2 页岩油气EUR与ρ o、GOR、CGR、WGR关系

不同成熟度的页岩中, 其油气水性质和比例截然不同, 直接决定了页岩油气EUR与GOR、CGR、WGR的相互关系。

鹰滩组下段页岩油气EUR值随ρ o值减小而增大, 与ρ o值随Ro值增大而减小的规律密切相关（见图8a）。

图8 鹰滩组下段EUR与ρ o、GOR、CGR、WGR关系图

Panja等提出初始GOR值高, 油气产量也相应较高[46]。鹰滩组下段EUR值随GOR值的增大呈先增大后缓慢减小的变化趋势。当GOR值大于650 m3/m3时, EUR值随GOR值增大而缓慢减小。随CGR值的增大, EUR值先基本不变, 后快速减小。当CGR值大于15 m3/106m3时, EUR值随CGR值增大而快速减小。EUR值随WGR值的增大呈先缓慢增大, 再快速减小的变化趋势。当WGR值大于0.5 m3/m3时, EUR值随WGR值增大而快速减小（见图8b）。

3.3.3 页岩油气EUR与原始地层压力、地层压力梯度的关系

同样, 受控于页岩热成熟度, 不同Ro值的页岩决定了不同的EUR值与原始地层压力、地层压力梯度的关系。利用鹰滩组下段220口水平生产井的地层压力梯度、226口水平生产井的原始地层压力数据, 分别按地层压力梯度、原始地层压力值一定间隔, 计算对应区间EUR的平均值并归一化, 研究页岩油气EUR与地层压力梯度、原始地层压力关系。结果显示, EUR与地层压力梯度呈现较好的二次多项式关系, 与原始地层压力呈现较好的三次多项式关系（见图9）。随地层压力梯度、原始地层压力值增大, EUR值呈现先增大后减小的变化趋势, EUR值的峰值分别对应地层压力梯度约1.45 MPa/100 m、原始地层压力值约57 MPa。

图9 鹰滩组下段EUR与原始地层压力、地层压力梯度关系

3.3.4 页岩油气EUR与Ro关系

页岩热演化程度直接决定了页岩中油、气、水的饱和度和油气性质, 并最终影响到页岩中油、天然气和烃类的EUR。利用鹰滩组下段1 120口水平生产井的油EUR、709口水平生产井的天然气EUR、1 315口水平生产井的烃类EUR, 分别按Ro值一定间隔, 计算对应区间的EUR、Ro平均值, 研究页岩油气EUR与Ro关系。结果显示:油EUR和Ro呈较好的二次多项式关系, 随Ro值增大, EUR呈先增大后减小的变化趋势, EUR峰值对应的Ro值为1.25%; 天然气EUR和Ro呈较好的三次多项式关系, 随Ro值增大, EUR呈先增大再缓慢减小的变化趋势, EUR峰值对应Ro值为1.55%; 烃类EUR和Ro呈较好的三次多项式关系, 随Ro值增大, EUR呈先增大后减小的变化趋势, EUR峰值对应Ro值为1.45%（见图10）。结合图5研究结果, 相同TOC值条件下, 页岩油气单井EUR值随Ro值增大呈先增大后减小的变化趋势, 转折点对应的Ro值约为1.3%~1.4%（见图10）。地质控制因素变化关系如下:相同TOC值条件下, 随Ro值的增大, 页岩中的滞留油量由小变大再变小, 含气量由小变大, 因此EUR受TOC和Ro共同控制。

图10 鹰滩组下段EUR与Ro关系

3.4 控制页岩可压性的地质参数与EUR关系

页岩可压性是指页岩压裂改造的难易程度, 可压性直接影响页岩油气的初始产量和EUR。页岩可压性及压裂效果受控于页岩脆性指数、黏土体积含量、地应力和裂缝及微裂缝等因素[47], 裂缝或微裂缝增加了页岩原始渗流能力, 同时压裂裂缝首先沿裂缝或微裂缝发育处产生, 进一步提高了页岩渗流能力; 因此, 裂缝或微裂缝对提高页岩油气EUR具有重要影响。其中VC是控制页岩可压性的关键地质参数, 这里主要讨论页岩脆性指数和黏土体积含量对EUR的影响。

利用鹰滩组下段63口取心井页岩岩心分析化验得到的VC、B参数, 获得单井的VC、B平均值与对应井2 km范围内所有水平生产井EUR平均值, 按不同Ro值区间分类数据, 研究页岩油气EUR与VC、B关系, 其中B计算如下:

$\begin{align} & B= \\ & \frac{{{V}_{\text{Q}}}+{{V}_{\text{K}}}+{{V}_{\text{G}}}+{{V}_{\text{R}}}+{{V}_{\text{D}}}+{{V}_{\text{S}}}+{{V}_{\text{P}}}+{{V}_{\text{M}}}+{{V}_{\text{A}}}}{{{V}_{\text{Q}}}+{{V}_{\text{K}}}+{{V}_{\text{G}}}+{{V}_{\text{R}}}+{{V}_{\text{D}}}+{{V}_{\text{S}}}+{{V}_{\text{P}}}+{{V}_{\text{M}}}+{{V}_{\text{A}}}+{{V}_{\text{C}}}}\times 100\% \\ \end{align}$ （3）

页岩可压性常用B表征, B只是页岩可压性的一个表征参数, 实际上页岩可压性主要受控于VC。鹰滩组下段页岩油气EUR值随B值增大呈整体增大的变化趋势。但不同Ro值区间的变化规律存在很大差别。Ro值越大, EUR值随B值增大而变大的趋势越明显, 当Ro< 0.75%时, EUR值随B值增大幅度很小。如果按页岩油气EUR商业开发的下限值3× 104m3计算, 当Ro< 0.85%且裂缝或微裂缝不发育时, 不管页岩的B值多大, 现有水平井压裂改造技术都无法获得具有商业开采价值的EUR。当Ro> 0.85%时, 如果B值小于75%, 页岩油气也很难形成具有商业开发价值的EUR（见图11a）。

图11 鹰滩组下段不同Ro值的EUR与B及VC的关系

鹰滩组下段页岩油气EUR值随VC值增大呈整体减小的变化趋势。同样, 不同Ro值区间内的变化规律存在很大差别。Ro值越大, EUR值随VC值增大而减小的趋势越明显; 当Ro< 0.75%时, EUR值随VC值增大的变化幅度很小。同样, 如果按页岩油气EUR商业开发的下限值3× 104m3计算, 当Ro< 0.85%且裂缝或微裂缝不发育时, 不管页岩的VC值多低, 现有水平井压裂改造技术都很难获得具有商业开采价值的EUR; 当Ro> 0.85%时, 如果VC值大于25%且裂缝或微裂缝不发育时, 页岩油气也很难形成具有商业开发价值的EUR（见图11b）。当Ro< 0.85%时, 随B、VC值增加, EUR值变化较小。这说明Ro对页岩油气的最终采收量有着极强的控制作用[48]。原因是页岩中有机孔不发育、GOR值低, 页岩中油气流动性差。因此, 黏土体积含量对页岩油气EUR有重要的控制作用, 其原因是页岩的VC不但控制着可压性, 还同时控制着页岩吸附油量或游离油量、压裂改造后的裂缝闭合率和速率。相同 地质条件下, VC值越高, 页岩内吸附油量越大或游离油量越小, 压裂改造后裂缝闭合率和速率越大, 最终得到的EUR值也越小。

储集能力、资源量、流动能力和可压性是控制页岩油气EUR的4个关键地质因素, 包括多个地质参数。根据对控制页岩油气EUR地质参数的内在成因分析, 提出控制页岩油气EUR的内因地质参数是TOC、Ro、H、VC、地层压力梯度、裂缝孔隙度。建立这6个地质参数与EUR的定量模型, 就可综合评价页岩油气的有利发育区。

4 结论

页岩油气EUR受控于储集能力、资源量、流动能力和可压性4个地质因素, 直接受控于含烃孔隙度、有效渗透率、气油比、凝析气油比、原油黏度/密度、地层压力梯度、脆性指数、裂缝及微裂缝发育程度和有效页岩厚度等地质参数。实际受控于总有机碳含量、镜质体反射率、有效页岩厚度、地层压力梯度、黏土体积含量和裂缝孔隙度6个地质参数。

现有水平井压裂改造技术条件下, 当有效页岩厚度值大于65 m时, EUR值与有效页岩厚度无关。

按页岩油气商业开发的EUR下限值3× 104m3计算, 现有压裂改造技术条件下, 当TOC< 2.3%或Ro< 0.85%或黏土体积含量大于25%, 且裂缝或微裂缝不发育时, 很难形成页岩油气的有利发育区。

评价页岩油气甜点时, 在裂缝或裂缝不发育区, 可采用的地质参数包括总有机碳含量、镜质体反射率、有效页岩厚度、地层压力梯度、黏土体积含量; 在裂缝或裂缝发育区, 必须考虑裂缝对EUR的影响, 可通过裂缝孔隙度实现对EUR影响的表征。

海相与陆相页岩油气的形成过程与富集条件、EUR的地质控制因素与参数基本一致, 不同的是有机质类型和地质条件及组合的差异。通过对海相页岩油气EUR地质控制因素的研究, 为陆相页岩油气“ 甜点” 评价及EUR预测提供借鉴。

致谢:感谢Mare Lugler博士为本文研究提供了部分基础资料。

符号注释:

a1、b1— — 经验参数, 无因次; B— — 脆性指数, %; CGR— — 凝析气油比, m3/106m3; EUR— — 水平生产井归一化后的单井最终采出油当量, 104m3; EURi— — 水平生产井归一化前的单井最终采出油当量, m3; EURTOC— — 不同Ro值区间内TOC值对应的EUR取值, 104m3; Fi— — 生产井每米所用压裂液量, t/m; ${{\bar{F}}_{i}}$— — 生产井每米压裂液量平均值, t/m; GOR— — 气油比, m3/m3; H— — 有效页岩厚度, m; i— — 生产井序号; Ka— — 页岩空气渗透率, 10-3 μ m2; Ke— — 页岩有效渗透率, 10-3 μ m2; li— — 生产井的水平段长度, m; Pai— — 生产井每米所用支撑剂量, t/m; ${{\bar{P}}_{\text{a}i}}$— — 生产井每米所用支撑剂量平均值, t/m; Ro— — 镜质体反射率, %; Sg— — 含气饱和度, %; Sh— — 含烃饱和度, %; So— — 含油饱和度, %; TOC— — 总有机碳含量, %; VQ、VK、VG、VR、VD、VS、VP、VM、VA、VC— — 石英、钾长石、斜长石、方解石、白云石、菱铁矿、黄铁矿、白铁矿、磷灰石、黏土矿物的体积百分含量, %; WGR— — 水气比, m3/m3; ρ o— — 原油密度, g/cm3; ϕ f— — 微裂缝孔隙度, %; ϕ h— — 含烃孔隙度, %; ϕ t— — 页岩总孔隙度, %。

（编辑 魏玮）

参考文献
[1] RINE J M, SMART E, DORSEY W, et al. Comparison of porosity distribution within selected North American shale units by SEM examination of argon-ion-milled samples[R]. Tulsa, USA: AAPG, 2013. [本文引用:1]
[2] IEA. Word energy outlook[EB/OL]. (2015-11-10)[2021-01-20]. https://www.iea.org/reports/world-energy-outlook-2015. [本文引用:1]
[3] MIDDLETON R S, GUPTA R, HYMAN J D, et al. The shale gas revolution: Barriers, sustainability, and emerging opportunities[J]. Applied Energy, 2017, 199(1): 88-95. [本文引用:1]
[4] SOEDER D J. Unconventional: The development of natural gas from the Marcellus Shale[M]. Boulder: Geological Society of America Press, 2017: 143. [本文引用:1]
[5] SOEDER D J. The successful development of gas and oil resources from shales in North America[J]. Journal of Petroleum Science and Engineering, 2018, 163: 399-420. [本文引用:1]
[6] CHARPENTIER R R, COOK T A. Applying probabilistic well-performance parameters to assessments of shale-gas resources[R]. New Orleans, LA, USA: AAPG Annual Convention and Exhibition, 2010. [本文引用:1]
[7] TISSOT B P, WELTE D H. Petroleum formation and occurrence[M]. Berlin, Germany: Springer Verlag, 1984: 699. [本文引用:2]
[8] HOU Lianhua, MA Weijiao, LUO Xia, et al. Characteristics and quantitative models for hydrocarbon generation-retention-production of shale under ICP conditions: Example from Chang 7 Member in the Ordos Basin[J]. Fuel, 2020, 279: 118497. [本文引用:1]
[9] HOU Lianhua, MA Weijiao, LUO Xia, et al. Chemical structure changes of lacustrine Type-II kerogen under semi-open pyrolysis as investigated by solid-state 13C NMR and FT-IR spectroscopy[J]. Marine and Petroleum Geology, 2020, 116: 104348. [本文引用:1]
[10] MA Weijiao, HOU Lianhua, LUO Xia, et al. Role of bitumen and NSOs during the decomposition process of a lacustrine Type-II kerogen in semi-open pyrolysis system[J]. Fuel, 2020, 259: 116211. [本文引用:1]
[11] MA Weijiao, HOU Lianhua, LUO Xia, et al. Generation and expulsion process of the Chang 7 oil shale in the Ordos Basin based on temperature-based semi-open pyrolysis: Implications for in-situ conversion process[J]. Journal of Petroleum Science and Engineering, 2020, 190: 106710. [本文引用:1]
[12] 邹才能, 杨智, 崔景伟, 等. 页岩油形成机制、地质特征及发展对策[J]. 石油勘探与开发, 2013, 40(1): 15-27.
ZOU Caineng, YANG Zhi, CUI Jingwei, et al. Formation mechanism, geological characteristics and development strategy of nonmarine shale oil in China[J]. Petroleum Exploration and Development, 2013, 40(1): 15-27. [本文引用:1]
[13] HOU Lianhua, LUO Xia, ZHAO Zhongying, et al. Identification of oil produced from shale and tight reservoirs in the Permian Lucaogou Shale sequence, Jimsar Sag, Junggar Basin, NW China[J]. ACS Omega, 2021, 6: 2127-2142. [本文引用:2]
[14] 宋海敬, 苏云河, 熊小林, 等. 页岩气井EUR评价流程及影响因素[J]. 天然气开发, 2019, 30(10): 1531-1538.
SONG Haijing, SU Yunhe, XIONG Xiaolin, et al. EUR evaluation workflow and influence factors for shale gas well[J]. Natural Gas Geoscience, 2019, 30(10): 1531-1538. [本文引用:3]
[15] 陆程, 刘雄, 程敏华, 等. 页岩气体体积压裂水平井产能影响因素研究[J]. 特种油气藏, 2014, 21(4): 108-112.
LU Cheng, LIU Xiong, CHENG Minhua, et al. Research on factors influencing shale gas productivity of volumetric fractured horizontal wells[J]. Special Oil and Gas Reservoirs, 2014, 21(4): 108-112. [本文引用:1]
[16] THELOY C, SONNENBERG S. Factors influencing productivity in the Bakken Play, Williston Basin[R]. Long Beach, California, USA: AAPG Annual Convention and Exhibition, 2012. [本文引用:4]
[17] 潘林华, 程礼军, 张烨, 等. 页岩水平井多段分簇压裂起裂压力数值模拟[J]. 岩土力学, 2015, 36(12): 3640-3646.
PAN Linhua, CHENG Lijun, ZHANG Ye, et al. Numerical simulation of fracturing pressure in multiple clusters staged hydraulic fracture of shale horizontal well[J]. Rock and Soil Mechanics, 2015, 36(12): 3640-3646. [本文引用:2]
[18] 雍锐, 常程, 张德良, 等. 地质-工程-经济一体化页岩气水平井井距优化: 以国家级页岩气开发示范区宁209井区为例[J]. 天然气工业, 2020, 40(7): 42-47.
YONG Rui, CHANG Cheng, ZHANG Deliang, et al. Optimization of shale-gas horizontal well spacing based on geology-engineering- economy integration: A case study of Well block Ning 209 in the national shale gas development demonstration area[J]. Natural and Gas Industry, 2020, 40(7): 42-47. [本文引用:2]
[19] DONOVAN A, EVENICK J, BANFIELD L. An organofacies-based mudstone classification for unconventional tight rock & source rock plays[R]. Tulsa, USA: Unconventional Resources Technology Conference, 2017. [本文引用:2]
[20] 熊小林. 威远页岩气井 EUR主控因素量化评价研究[J]. 中国石油勘探, 2019, 24(4): 532-538.
XIONG Xiaolin. Quantitative evaluation of controlling factors on EUR of shale gas wells in Weiyuan block[J]. China Petroleum Exploration, 2019, 24(4): 532-538. [本文引用:2]
[21] ZUO L H, YU W, WU K. A fractional decline curve analysis model for shale gas reservoirs[J]. International Journal of Coal Geology, 2016, 163: 140-148. [本文引用:1]
[22] GASWIRTH S B, MARRA K R. Geological survey 2013 assessment of undiscovered resources in the Bakken and Three Forks Formations of the U. S. Williston Basin Province[J]. AAPG Bulletin, 2015, 99(4): 639-660. [本文引用:1]
[23] MEHANA M, CALLARD J, KANG Q J, et al. Monte Carlo simulation and production analysis for ultimate recovery estimation of shale wells[J]. Journal of Natural Gas Science and Engineering, 2020, 83: 103584. [本文引用:1]
[24] COSIMA T, STEPHEN A S. Integrating geology and engineering: Implications for production in the Bakken Play, Williston Basin[R]. Colorado, USA: Unconventional Resources Technology Conference, 2013. [本文引用:1]
[25] 马新华, 李熙喆, 梁峰, 等. 威远页岩气田单井产能主控因素与开发优化技术对策[J]. 石油勘探与开发, 2020, 47(3): 555-563.
MA Xinhua, LI Xizhe, LIANG Feng, et al. Dominating factors on well productivity and development strategies optimization in Weiyuan shale gas play, Sichuan Basin, SW China[J]. Petroleum Exploration and Development, 2020, 47(3): 555-563. [本文引用:1]
[26] IEA. Drilling productivity report for key tight oil and shale gas regions[EB/OL]. (2019-12-16)[2021-02-01]. https://www.eia.gov/petroleum/drilling/archive/2019/12/pdf/dpr-full.pdf. [本文引用:1]
[27] EWING T E. Review of the tectonic history of the Lower Rio Grand e Border Region, South Texas and Mexico, and implications for hydrocarbon exploration[J]. Sipes Newsletter, 2003, 40(3): 16-21. [本文引用:1]
[28] SCOTT R J. The Maverick Basin: New technology - new success[C]//Structure and stratigraphy of south texas and northeast mexico: Applications to exploration. Texas, USA: GCSSEPM Foundation South Texas Geological Society, 2003. [本文引用:1]
[29] SALVADOR A. The geology of North America[M]. Boulder, CO, USA: Geologic Society of America, 1991: 131-180. [本文引用:1]
[30] KUSKE S, HORSfiELD B, JWEDA J, et al. Geochemical factors controlling the phase behavior of Eagle Ford Shale petroleum fluids[J]. AAPG Bulletin, 2019, 103(4): 835-870. [本文引用:1]
[31] BAZAN L W, LATTIBEAUDIERE M G, PALISCH T. Hydraulic fracture design and well production results in the Eagle Ford Shale: One operator’s perspective[R]. SPE 155779, 2012. [本文引用:1]
[32] DONOVAN A, STAERKER T. Sequence stratigraphy of the Eagle Ford (Boquillas) Formation in the subsurface of South Texas and outcrops of West Texas[J]. Gulf Coast Association of Geological Societies Transactions, 2010, 60: 861-899. [本文引用:2]
[33] LOWERY C M, CORBETT M J, MARK R, et al. Foraminiferal and Nano-fossil paleoecology and paleoceanography of the Cenomanian- Turonian Eagle Ford shale of southern Texas[J]. Palaeogeography, Palaeoclimatology, Palaeoecology, 2014, 413(1): 49-65. [本文引用:2]
[34] ENGLE M A, DOOLAN C A, PITMAN J A, et al. Origin and geochemistry of formation waters from the lower Eagle Ford Group, Gulf Coast Basin, south central Texas[J]. Chemical Geology, 2020, 550(20): 119754. [本文引用:1]
[35] HENTZ T F, RUPPEL S C. Regional lithostratigraphy of the Eagle Ford shale: Maverick Basin to east Texas Basin[J]. Gulf Coast Association of Geological Societies Transactions, 2010, 60: 325-337. [本文引用:1]
[36] Drilling Info. Eagle Ford shale overview[R]. Ramona Hovey, USA: Drilling Info, 2011. [本文引用:1]
[37] USGS. Science for a Changing World[R]. Reston, VA, USA: United States Geological Survey, 2018. [本文引用:1]
[38] CHERIE T. Source mechanism analysis to determine optimal wellbore orientation in the Eagle Ford Play[R]. Pittsburgh, Pennsylvania, USA: AAPG Annual Convention and Exhibition, 2013. [本文引用:1]
[39] CHARLEZ P A, DELFINER P. A model for evaluating the commerciality of an unconventional factory development outside of North America[J]. SPE Economics and Management, 2016, 8(2): 40-49. [本文引用:1]
[40] CIRILO AGOSTINHO M S, WEIJERMARS R. Petroleum business strategies for maintaining positive cash flow and corporate liquidity under volatile oil and gas prices as the sustainable Energy transition unfolds[J]. Journal of Finance and Accounting, 2017, 5(1): 34-55. [本文引用:1]
[41] WEIJERMARS R, PARADIS K, BELOSTRINO E, et al. Re-appraisal of the Bakken shale play: Accounting for historic and future oil prices and applying fiscal rates in North Dakota, Montana and Saskatchewan[J]. Energy Strategy Review. 2017, 16: 68-95. [本文引用:1]
[42] WEIJERMARS R, SOREK N, SENG D, et al. Eagle Ford shale play economics: U. S. Versus Mexico[J]. Journal of Natural Gas Science and Engineering, 2017, 38: 345-372. [本文引用:1]
[43] HU Y Q, WEIJERMARS R, ZUO L H, et al. Benchmarking EUR estimates for hydraulically fractured wells with and without fracture hits using various DCA methods[J]. Journal of Petroleum Science and Engineering, 2018, 162: 617-632. [本文引用:1]
[44] ROBERTSON S. Generalized hyperbolic equation[R]. SPE 18731, 1988. [本文引用:2]
[45] DUONG A N. Rate-decline analysis for fracture-dominated shale reservoirs[J]. SPE Reservoir Evaluation & Engineering. 2011, 14(3): 377-387. [本文引用:2]
[46] PANJA P, DEO M. Unusual behavior of produced gas oil ratio in low permeability fractured reservoirs[J]. Journal of Petroleum Science and Engineering, 2016, 144: 76-83. [本文引用:1]
[47] JARVIE D M, HILL R J, RUBLE T E. Unconventional shale-gas systems: The Mississippian Barnett Shale of north-central Texas as one model for thermo genic shale-gas assessment[J]. AAPG Bulletin, 2007, 91(4): 475-499. [本文引用:1]
[48] HOU Lianhua, MA Weijiao, LUO Xia, et al. Hydrocarbon generation-retention-expulsion mechanism and shale oil producibility of the Permian lucaogou shale in the Junggar Basin as simulated by semi-open pyrolysis experiments[J]. Marine and Petroleum Geology, 2021, 125: 104480. [本文引用:1]