R-Q因子分析法在儲層分類評價中的應用
——以塔里木盆地奧陶系碳酸鹽巖儲層為例

程 浩，王起琮，景 帥

（西安石油大學地球科學與工程學院，西安 710065）

近年來，儲集層分類評價技術發展迅速，儲集層評價參數已不局限于孔隙度與滲透率，人們開始探索裂縫孔洞、微觀孔隙結構甚至巖石非均質性對巖石儲集性的影響。其分析方式也更加多樣化，數學統計方法如聚類分析、判別分析等開始廣泛應用于儲集層分類評價。這些數學統計評價方法也推動著儲集層評價從定性分析逐步發展到了定量分析[1]。但以上統計方法均有一定的不足，無法客觀全面地對儲集層做出準確的評價。為準確、客觀地對塔里木盆地奧陶系碳酸鹽巖進行分類評價，本文采用R-Q因子分析方法對測井數據進行整理分類。R-Q因子分析能將龐大的地質數據進行分析整理，確定判別儲層類型的有效地質參數，將地層與地層、地層與影響因素、影響因素與影響因素之間的相互關系進行系統梳理，獲得客觀準確的分類結果，從而對儲集層進行分類評價。

1 區域地質概況

塔里木盆地是我國最大的內陸盆地，位于我國新疆維吾爾自治區境內，研究區主要集中在塔中地區的巴楚-塔中隆起。塔中地區是塔里木盆地主要的油氣富集區。其中，塔中隆起位于塔里木盆地中央隆起中段，是一個長期發育的繼承性古隆起，呈北西向走勢；巴楚隆起位于中央隆起帶的西部，是一個由西北向東南傾沒的沖斷背斜構造帶[2]。

1.1 巖石學特征

塔里木盆地塔深2井奧陶系碳酸鹽巖為陸表海局限臺地沉積環境背景下形成的一套以準同生白云巖及灰巖為主的碳酸鹽巖地層。碳酸鹽巖儲層巖石是生物、化學、機械綜合成因，以化學成因為主導，巖石礦物組分及化學成分較簡單，但巖石構造復雜且發育有大量裂縫溶孔。成巖作用和成巖后生作用決定了巖石儲集空間及次生儲集空間類型，造成了巖石次生儲集空間大小懸殊，復雜多變，且孔隙度與滲透率不存在明顯的相關關系[3]。

1.2 孔隙特征

1.2.1 組構選擇性孔隙

組構選擇性孔隙是沉積巖中某種結構組分被選擇性溶解而形成的孔隙，可以形成于早期礦物穩定化過程，也可以形成于成巖后期。組構選擇性孔隙是塔里木盆地碳酸鹽巖主要的孔隙類型，研究區組構選擇性孔隙主要包含巖石粒內孔、粒間溶孔、晶間溶孔、窗格孔以及微孔隙[4]。

1.2.2 非組構選擇性孔隙

非組構選擇性孔隙是除去組構選擇性孔隙之外的所有孔隙類型的總稱。一般為成巖后期形成的溶蝕孔洞、裂縫等中大型孔隙結構。非組構選擇性孔隙對巖石物性影響極大，這種孔隙對巖石滲透率以及巖石孔隙之間的連通性產生了很大的影響，因此發育有此類孔隙的巖石一般物性較好。

2 數據來源

常規物性試驗是針對取樣地層所做的處理分析，雖然可以準確地得出某一深度的巖石物性，卻忽略了非組構選擇性孔隙對巖石物性的影響，因此無法得出準確的宏觀地層物性數據。

考慮到非組構選擇性孔隙對巖層物性的廣泛影響，為準確而全面地獲得各類儲層物性參數，本文不采用試驗數據，將全部采用測井數據進行相關分析。本文主要根據位于塔中隆起的塔深2井全井段及中18井、巴楚隆起的瑪北1井與巴探5井的個別地層的測井數據（見表1），對研究區進行統計分析并劃分儲層。

3 R-Q因子分析原理及方法

3.1 R-Q因子分析基本原理

在獲得研究井位測井數據的基礎上，本文利用地質統計學中的R-Q因子分析，進一步開展碳酸鹽巖儲層性質研究，并以此確定識別儲層類別。

3.1.1 R型因子分析原理

假設有n個地層，每個地層有m個影響因素，則其矩陣為：

式中，xij≥0(i=1,2,…,m;j=1,2,…,n)，并且每一行和每一列至少有一個數據不為0。

根據式（2）對式（1）進行變換，即：

式中，xi，xj，T分別滿足以下條件：

根據影響因素協方差矩陣特征值λ1≥λ2≥…≥λm，取其累積特征值百分比≥85%的前p個特征值λ1,λ2,…,λP，計算與之相對應的單位特征向量u1,u2,…,up，得到R型因子載荷矩陣：

以此為基礎進行的散點數據分析為R型因子分析，表示了研究影響因素之間的相互關系。

表1 塔里木盆地奧陶系碳酸鹽巖地層測井數據

3.1.2 Q型因子分析原理

由vj=z'uj可得，Q型因子載荷矩陣為：

根據Q型因子載荷矩陣在因子平面上作地層散點圖并進行分析，這被稱為Q型因子分析，旨在研究地層之間的相關性[5]。

3.1.3 R-Q因子分析原理

R-Q因子分析是聯合應用了影響因素相關分析的R型分析和地層相關分析的Q型分析方法，分別計算R型和Q型因子載荷矩陣，應用地層的Q型因子載荷F0和F1繪制平面圖，再將影響因素的R型因子載荷投影到該圖，最終形成由影響因素和地層構成的點聚，據此開展地層與地層、影響因素與影響因素、影響因素與地層之間的相關性研究。點聚圖中具相似地質成因的元素聚集形成點群，具相似成因的巖石地層聚集形成點群，具有成因關系的地層與影響因素聚集形成點群。臨近地層點群的影響因素，揭示了地層與因素間的相關性，因此人們可以根據點聚圖，開展地層類別劃分與評價[6]。

3.2 R-Q因子分析特征值

根據貢獻率計算結果，選取DEN、AC、POR因素進行R-Q因子分析。表2為R-Q分析特征值貢獻率，特征值與其所攜帶的信息量成正比，當累計貢獻率大于80%，地層及其影響因素的分類效果最好[7]。

表2 R-Q因子分析特征值貢獻率

影響因素分析的R型因子荷載矩陣如表3所示，地層分析的Q型因子荷載矩陣如表4所示。

表3 影響因素分析的R型因子荷載矩陣

表4 地層分析的Q型因子荷載矩陣

由表2可知，第一特征值方差貢獻率達到67.78%，第二特征值累積貢獻率達到了93.48%，這表示前兩個特征值包含了地層及其相關因素的絕大部分信息。所以，使用地層分析的Q型因子載荷F0、F1值繪制地層數據的平面圖，再獲得影響因素分析的R型因子載荷在圖上的投影，得到數據R-Q因子分析點聚圖。點聚圖反映了地層與各因素間的相關性，人們可以根據其相關性對碳酸鹽巖儲層進行分類分析。

4 R-Q因子分析點聚圖

如圖1、圖2所示，地層大致分為四大類，Ⅰ類點群主要分布在聲波時差因素周圍，這說明該類地層與聲波時差相關性最強。該區域儲滲空間發育較好，具有大量裂縫、溶洞等非組構選擇性孔隙，并且是其最主要的儲滲空間，儲集空間類型為孔洞裂縫組合，具有良好的四性關系，所以Ⅰ類儲層屬于好儲層。

Ⅱ類點群主要分布于孔隙度因素周圍，一部分分布于孔隙度因素與聲波時差因素之間，說明這類儲層與孔隙度因素相關性較大，個別儲層性質還與聲波時差因素相關。這類地層往往發育有大量的組構選擇性孔隙，如粒內孔、粒間孔、晶間孔等微孔隙，部分儲層可能含有裂縫、溶洞等非組構選擇性孔隙，其孔隙度、聲波時差值僅次于I類儲層（見圖2），四性關系為好-中等級別，為裂縫-溶洞組合儲層，是較好的儲層。

Ⅲ類點群主要分布于密度與聲波時差因素之間，這說明此類地層與密度和聲波時差均有一定的相關性。地層有較高的密度說明地層較為致密，孔隙度與儲集空間一般較小，不利于油氣輸送儲存。但該地層又與聲波時差相關，這說明地層中發育一定數量非組構選擇性孔隙，如微裂縫、溶洞等，造成該地層具有一定的聲波時差值，但其孔隙度與聲波時差值均低于Ⅱ類儲層（見圖2），這種儲集空間類型一般為含裂縫的孔隙型儲層，物性一般，為一般儲層。

圖1 塔里木盆地奧陶系碳酸鹽巖測井參數R-Q因子分析點聚圖

圖2 塔里木盆地奧陶系碳酸鹽巖ω（AC）-ω（POR）交會圖

Ⅳ類點群主要分布于密度因素周圍，此類地層密度較高，孔隙度、滲透率、聲波時差值極低，為微孔隙型儲層。微孔隙是主要儲滲空間，不具有明顯的儲層四性關系，這類儲層屬于差儲層或直接定義為非儲層。

5 結論

塔里木盆地奧陶系碳酸鹽巖儲層R-Q因子分析結果與鉆井取芯結果表明，分類結果一致，說明了R-Q因子分析用于判別劃分碳酸鹽巖儲層的準確性與可靠性，R-Q因子分析可應用于碳酸鹽巖儲層的識別與劃分。根據塔里木盆地奧陶系碳酸鹽巖測井數據分析，將該區碳酸鹽巖儲集層劃分為四大類，即孔洞裂縫組合儲層、裂縫溶洞組合儲層、含裂縫的孔隙型儲層和微孔隙型儲層，依次對應Ⅰ類好儲層、Ⅱ類好-中等儲層、Ⅲ類一般儲層和Ⅳ類差儲層。該分類方案具有一定的實用性，對儲層預測和區帶評價具有一定的參考價值。根據圖1中點群密度，塔里木盆地奧陶系碳酸鹽巖儲層大部分為中到差儲層，物性好的儲集層數量極少，說明研究區碳酸鹽巖普遍儲集性一般。