非常規油氣儲層脆性評價與預測方法研究進展

曹東升 ，曾聯波 *，呂文雅 ，徐翔 ，田鶴

1 中國石油大學(北京)油氣資源與探測國家重點實驗室，北京 102249

2 中國石油大學(北京)地球科學學院，北京 102249

0 引言

進入21 世紀，非常規油氣勘探開發取得了一系列突破性進展，已成為全球油氣生產的重要組成部分[1]。泥頁巖﹑致密砂巖﹑致密灰巖等非常規油氣儲層的孔滲普遍非常低，一般條件下無自然產能或者自然產能很低，需要進行規模壓裂改造，才能形成穩定的工業產量[2]。脆性是表示巖石可鉆性﹑評價井壁穩定性和壓裂效果的關鍵參數[3-4]，也是非常規油氣儲層重要評價指標[2]。

脆性是巖土(特別是深埋巖石)工程一種非常重要的力學性質，如巖爆主要發生在硬脆性圍巖中，其脆性程度是決定巖爆風險的關鍵內因[5]。目前，全球資源開采和能源開發都向深部發展，國外開采超過1000 m的金屬礦床將近百余座；我國銅陵獅子山銅礦﹑開灤趙各莊煤礦﹑某些核廢料處置填埋庫以及南水北調工程部分隧洞段埋深都達到1000 m左右[6]。

因此，從常規低孔低滲儲層，到非常規泥頁巖﹑致密砂巖﹑致密灰巖儲層，甚至包括地熱和干熱巖等能源開采；從石油﹑煤炭及金屬礦開采到交通水利工程﹑核工業廢料填埋處理等，巖石脆性都是一項基礎性研究，并在飛速發展。在非常規油氣勘探開發過程中，特別是頁巖和致密砂巖油氣，儲層脆性評價和預測更是不可或缺的研究內容。隨著油氣勘探普遍向深部地層發展，對應的地層溫度升高﹑圍壓增加﹑流體環境也更加復雜，脆性受外部因素影響也更加明顯，已有脆性評價方法適用性需要進一步分析明確。在知網以脆性為主題﹑地質和石油天然氣范圍內檢索結果隨時間變化表明：從2011 年開始，脆性研究成果呈指數上升，到2016 年達到峰值，成果數量約為2011 年的4 倍；此后又迅速下降，到2020 年又回落到2011年的發表數量，脆性相關研究明顯遇到了瓶頸(圖1)。為更合理的評價預測非常規油氣儲層脆性特征，本文綜合多學科研究成果，分析了脆性影響因素，對已有評價預測方法進行分類，并對典型方法進行分析對比，最后總結已有研究方法的特點，對脆性研究未來發展趨勢進行分析展望。

1 脆性內涵及影響因素

在巖石力學研究中，脆性指物體受力變形很小時就發生破裂的性質；與之對應的是延性，指物體承受較大塑性變形而不喪失其承載力的性質；二者與彈性﹑塑性都屬于巖石的變形特征[7]。這一定義并未被各研究領域廣泛使用，不斷有新定義被提出[4]，一定程度上說明脆性內涵較為豐富。

1.1 巖石脆性內涵

圖1 脆性相關文獻發表量隨年度變化趨勢(知網檢索結果)Fig. 1 The trend of brittleness related literature publication(search results from CNKI)

巖石脆性定義較多，展示出豐富的內涵[8]。很多文獻都采用巖石破裂時總應變的大小來表征脆性[9-10]，工程上多采用這一標準，認為破裂時總應變大于5%為塑性材料，反之為脆性材料；也有學者認為脆性是巖石材料斷裂時黏聚力轉化為內摩擦力的能力[11]或者巖石本征內聚力與其在某種加載方式下破壞時裂紋擴展阻力的比值[11]。脆性地層的主要特征為：高脆性巖層受力破裂后，其裂縫往往比較發育，對壓裂作業非常敏感，能迅速形成復雜網狀裂縫，而脆性指數低的儲集層一般形成簡單的雙翼型裂縫[13-14]。高脆性巖石具有低應變時即發生破壞﹑低延性﹑內摩擦角大﹑硬度測試時裂紋發育完全﹑單軸抗壓強度與巴西劈裂試驗抗拉強度比值大等特征[4,15]。

1.2 巖石脆性影響因素

巖石脆性影響因數較多，不僅由內部組分和結構控制，所處溫壓及流體條件對巖石脆性同樣有很大影響。前人研究表明：巖石脆性影響因素主要有巖石組分﹑層理和損傷等先存弱面結構﹑孔隙流體及其壓力﹑圍壓﹑溫度﹑巖體測量尺度以及受力演化過程等。

巖性及礦物成份是不同巖石的本質區別，普遍認為沉積地層中白云石﹑石英和長石等礦物表現為脆性，黏土﹑巖屑和有機質表現為塑性[16-18]。脆性礦物含量越高，巖石脆性越大；反之，脆性較低。當其中若干種礦物含量有一定關系時，并不是所有礦物都符合這一規律，例如，海相頁巖中硅質(石英)為生物成因時，硅質含量受有機質含量控制，不僅硅質含量與脆性為正相關，有機質含量與脆性也是正相關關系[18]。不同巖石中脆性礦物含量與巖石脆性定量關系及其機理仍是目前有待明確的問題[4,15,19]。

沉積地層和變質巖往往具有層理或先存軟弱面，對巖石脆性影響較大(圖2)，這些先存軟弱面結構使得抗剪強度和脆性產生各向異性[4,15,19-20]。例如層狀砂巖脆性與層理夾角為冪指數關系[16]，頁巖脆性隨層理傾角增大表現為先降低后增加的趨勢[8]。

自然條件下巖石為多孔介質，孔隙中往往會賦存流體，孔隙流體的存在降低孔隙可壓縮性，為巖石提供附加剛度，在一定程度會改變應力應變曲線形態，使得巖石有效模量增大[23-24]，也是導致巖石動態楊氏模量大于靜態楊氏模量的一個原因[25-26]，甚至影響工程中巖爆發生區域[27]。但在泥頁巖和黏土骨架中，會發生水化作用，反而降低巖石脆性﹑楊氏模量和抗壓強度[24,26]。進一步研究表明巖石強度取決于圍壓與孔隙流體壓力之差，即有效圍壓[28]，也有文獻指出脆性巖石強度與地層壓力表現為非線性增加﹑線性增加﹑負相關三個階段[6]，或者脆性是孔隙度的線性函數[29]。顯然，由于巖性和孔隙流體壓力差異，孔隙流體對脆性的影響不是簡單的線性關系。

圖2 不同圍壓和應力加載方向下頁巖脆性破壞模式(據參考文獻[21-22]修改)Fig. 2 Brittle failure modes of shale under different confining pressures and stress loading directions(modified after reference [21-22])

巖石的力學性質是指巖石受力后表現出的力學特性，圍壓在地質研究中多指周圍巖體對巖石施加的壓力；在巖石力學試驗中是柱樣圓周上施加的環向壓力。試驗研究中發現隨著圍壓增大，巖石脆性不斷降低[7-8,16]。還有研究表明致密砂巖在低圍壓時，抗壓強度隨圍壓線性增大；當圍壓超過某一值后，為增長率減小的非線性增大；當圍壓到達40 MPa左右，抗壓強度基本不再增加[30]。另外，真三軸覆壓試驗表明，中間主應力和最小主應力對巖石脆性也會有影響[7,31-32]，且關系較為復雜，表現為多區間多種函數關系[6]。

溫度是很多試驗過程不被考慮的因素，但對巖石力學性質及脆性也具有很大影響(圖3)。圍壓約為50 MPa，溫度由25 ℃到200 ℃的試驗過程中，砂巖的彈性模量降低20%左右[33]。在溫度增加過程中巖石峰值強度降低，彈性模量降低，線彈性階段的應變減小，峰后階段的應變增加[34]，峰后特性及殘余強度表現出脆性降低的演化特點[35]。也有學者提出：在一定溫度(150 ℃左右)范圍內，泥巖的彈性模量﹑泊松比﹑抗壓強度的變化與溫度沒有明顯函數關系，圍壓一定時，巖石力學參數保持相對一致[36]。溫度對巖石力學性質的影響，存在多解性，很難用線性關系去概括。

圖3 不同溫度黑色頁巖應力—應變曲線(據參考文獻[37]修改)Fig. 3 Stress-strain curve of black shale at different temperatures(modified after reference [37])

此外，應力加載過程以及巖體非均質性造成的尺寸效應對巖石脆性也有影響[7,38]，因此國際巖石力學學會ISRM對巖石力學試驗試樣尺寸有一定的建議。例如，單軸抗壓強度試驗所使用的柱樣高徑比為2.5～3.0，巖石試樣的直徑不少于50 mm，含水顆粒巖石試件直徑應大于巖石最大顆粒尺寸的10 倍。

2 脆性評價方法

巖石脆性研究在很多行業及學科領域至關重要，特別隨著低孔低滲﹑非常規致密油氣的勘探開發，地下巖石脆性研究日益被重視，成為非常規儲層評價重要指標。不完全統計，目前巖石脆性評價方法已有數十種[4,39]。近年來脆性研究飛速發展，不斷有新方法出現。為全面介紹前人研究成果，下文依據研究手段和評價思路對已有方法分類總結介紹(表1)。

2.1 力學試驗評價方法

實驗室試樣力學試驗是最主要的脆性研究手段，目前試驗研究裝置主要有單軸﹑三軸壓縮試驗設備以及改進的剛性試驗機﹑液壓伺服系統等，聲發射測試和聲波速度測量也被一些學者結合使用[7]。

三軸壓縮試驗裝置可以分為常規三軸和真三軸兩種，真三軸試驗裝置可以施加任意大小的三個主應力，更加真實的模擬自然條件下復雜應力狀態和應力過程。上世紀70 年代出現了伺服控制剛性試驗機，一方面增大了試驗機的剛度，另一方面在試驗過程中通過反饋系統控制樣品的變形，可求得載荷變形全過程曲線。不同巖石種類的全應力—應變曲線[37](圖4)及其計算得到的參數一定程度上可以代表巖石的脆性[9-10]。

目前，基于實驗室力學試驗數據的脆性評價方法可以分為：基于巖石力學參數(包括強度﹑彈性模量參數等)建立的脆性指數進行評價﹑基于應力—應變曲線形態的脆性評價﹑基于應力—應變能量的脆性指數評價以及通過聲波速度求取力學參數后再進行脆性評價等四種主要的評價思路。

2.1.1 巖石力學參數評價方法

研究普遍認為巖石彈性參數能夠反映巖石在外界應力作用下發生破壞產生裂縫的能力，學者多利用彈性模量和泊松比來表征巖石脆性，彈性模量越大，泊松比越低，巖石脆性特征越明顯，越容易壓裂[17,40-41]。此外還有很多基于力學試驗參數及其組合來表征巖石脆性的方法(表2)。

2.1.2 基于應力—應變曲線形態評價方法

通過力學試驗獲得巖石破壞全過程的應力—應變曲線，不僅可以定量計算力學參數，還可以直接表征巖石在不同應力狀態下脆性特性(表3)。事實上，應力—應變峰前曲線反映了巖石破壞前抵抗非彈性變形的能力，而峰后曲線反應了巖石破壞后承載能力的大小，只考慮峰前或峰后曲線形態不能全面反映巖石脆性[46]。研究表明峰后應力降落速度﹑應力降落幅度等參數可以評價巖石脆性特征[4,39]：峰后應力降越大，相同峰后應力降條件下應力跌落速度越快，脆性越強。

2.1.3 基于應力—應變能量評價方法

巖石在變形到破壞過程中，往往伴隨著能量積聚﹑耗散和釋放，根據巖石破壞過程中能量的變化，就可以表征巖石脆性特征[16,49]。

表1 脆性評價預測方法及其分類Table 1 The classification of brittleness’ evaluation and prediction methods

圖4 不同巖性應力—應變曲線圖(據參考文獻[37]修改)Fig. 4 Stress strain curves of different lithologies(modified after reference [37])

以I型破裂為例(圖5)，根據能量守恒，假設試驗過程不與外界發生熱交換，外力做功在峰前階段會轉化為兩部分能量：峰前階段耗散能SOABCE(圖5 中OABCE圍成的黃顏色部分的面積)和可恢復彈性應變能SECF(圖5 中三角形ECF面積)。在峰后階段，試樣內部儲存彈性能不足以維持試樣完全破裂，需要試驗裝置提供額外能量SCDHF(藍色點狀線面積)來維持這個過程[16,49]。陳昀[12]指出外界供能有限條件下，峰前耗散能量越小，可獲得表面能就越大，從而使得峰后斷裂在數量上和長度上也越大。因此，巖石峰前階段耗散能以及峰后階段用來維持裂紋擴展的斷裂能越小，巖石脆性程度越強，理想脆性巖石在峰前階段不存在能量耗散過程。

可恢復彈性能和總應變能的比值[50]﹑峰前不可恢復應變能和峰前彈性應變能的比值[51]﹑單位體積變形能與單位面積斷裂表面能之比[52]﹑斷裂能增量和卸載彈性能增量的比值[53]等指標都可以反映巖石脆性特征。同樣，峰前耗散能和峰后斷裂能分別反映了巖石抵抗非彈性變形和維持裂縫擴展的能力，結合峰前耗散能和峰后斷裂能可以同時反映巖石脆性破壞難易程度和脆性強弱，描述不同巖石材料脆性隨圍壓的變化[8]。

巖石聲發射試驗能夠定量描述脆性巖石在受荷變形過程中內部晶格錯位或微裂紋擴展演化規律，其結果在一定程度上代表了脆性破裂過程中的能量釋放和耗散程度。巖石破壞全過程聲發射能量及演化規律也能反映巖石的脆性特征，并且合理可靠[16]。

2.1.4 巖石聲波速度評價方法

通過巖石縱﹑橫波速度以及密度數據可以求出泊松比﹑楊氏模量等巖石力學參數，也可以用來確定巖性和孔隙度﹑識別裂縫及流體性質等[54]。評價思路是將巖石的縱﹑橫波速度轉換成動態力學參數，進一步校正得到靜態力學參數，然后采用基于巖石力學參數的方法進行評價[55]。

實驗室基于力學試驗的脆性評價方法較多，但是大部分參數只能在實驗室條件下獲得，多用于脆性評價，不利于巖石在不同應力狀態下的脆性研究應用[55]。

2.2 測井鉆井評價方法

實驗室獲得的參數往往不連續，而且成本較高。地球物理測井響應包含著巖石礦物成分﹑巖石力學性質等信息，并且可以獲得相對連續的礦物組分和巖石力學參數數據。目前測井數據評價巖石脆性的方法可以分為四類：基于動態力學參數(通過聲波測井獲得)的脆性評價﹑基于脆性礦物含量的脆性評價﹑基于壓裂和鉆井資料評價以及不考慮力學成因的基于數學算法統計回歸評價方法。

表2 基于巖石力學參數的脆性評價公式Table 2 Brittleness evaluation formula based on laboratory data

表3 基于應力應變曲線形態脆性評價公式Table 3 Brittleness evaluation formula based on stress strain curve shape

圖5 典型應力—應變曲線示意圖(據參考文獻[7]修改)Fig. 5 Typical stress-strain curve diagram(modified after reference [7])

2.2.1 基于動態力學參數評價方法

聲波測井獲得的波速資料需要轉化成巖石力學參數，才能對巖石脆性進行評價。巖石的各向異性及非均質性﹑孔隙流體[25]﹑黏土含量與有效壓力[26]﹑密度和圍壓[26]等因素造成動態楊氏模量大于靜態楊氏模量，導致巖石動態力學參數和靜態力學參數有一定差別[58-59]。動態參數需要轉換成靜態力學參數才可用于脆性評價；在應用過程中，大部分文獻采用線性回歸擬合關系來實現楊氏模量和泊松比的動靜態轉換[60]。

值得注意的是工業應用中橫波資料相對較少，陣列聲波﹑偶極和多極聲波測井費用相對較高，應用不是很廣泛；井中的橫波信息需要通過其他測井曲線求取，不同地區各種巖性采用的模型差異較大[61-62]，需要針對性計算求取。

2.2.2 基于礦物含量評價方法

復雜孔隙結構的非常規儲層是由若干種骨架礦物﹑膠結物和孔隙流體等幾部分組成，測井值就是這幾部分的綜合響應。元素俘獲譜測井(ESC)是最常用的識別地層礦物組成的一種測井方法，通過記錄所發射中子碰撞產生的伽馬射線能譜，計算出元素含量，然后依據常見造巖礦物元素種類和百分含量確定出巖石礦物類型[63]。也有學者將X射線熒光元素分析技術應用于錄井工作中，可以獲取連續的礦物成分含量[64]。脆性指數計算公式一般和研究者定義的脆性礦物有關(表4)，其思路仍是用脆性礦物百分含量來表征儲層脆性。

以上兩種基于測井數據評價方法都可以獲得連續的脆性評價結果，對于鉆后射孔段選取具有重要意義。但是，可直接提供參數的測井方法較為少用，實際應用中都需要通過普通測井資料求?。灰虼?，優選數學算法獲得高精度彈性參數和脆性礦物含量成為脆性研究的一個重要方向[67-69]。已有學者嘗試通過人工神經網絡[70]﹑反向傳播人工神經網絡和超限學習機[71]﹑自適應模糊神經推理系統[72]等數學方法建立常規測井與巖石脆性的對應關系，并取得較好的應用效果；在數學模型基礎上解釋其物理意義是亟需解決的科學問題，也是進一步優化模型的基礎[73]。

包括壓裂和隨鉆資料也可以用于脆性評價。例如，細粒顆粒含量與抗壓強度[74]﹑現今垂向有效應力與歷史最大垂向有效應力的比值[75]﹑可鉆性指數[42]﹑斷裂韌性[13]﹑貫入試驗中最大貫入力和相應貫入深度之比[43]也可以評價巖石的脆性。還有不少學者正在探索綜合多種測井資料評價思路共同評價巖石脆性[4,30]，在多參數綜合過程中使用最近鄰支持向量機﹑神經網絡等人工智能算法可以提高評價效果[44,71]。

3 脆性預測方法

脆性研究方法很多，但是目前能指導實踐生產的預測方法主要是基于地震資料反演的預測方法。進一步可以分為疊前反演波速和密度﹑疊前直接反演脆性相關彈性阻抗﹑基于各向異性巖石物理等效介質理論模型彈性參數反演三種主要方法。

疊后地震數據只能反演出縱波阻抗，而疊前反演則可應用多個疊前數據體聯立反演，同時獲得縱﹑橫波速度和密度3 個參數，然后計算彈性參數，對地下巖層脆性進行評價。

上世紀90 年代末，彈性阻抗(EI)反演被提出[76]，用來反映巖性(圖6)和流體檢測；EI反演具有更強的抗噪能力，同時反演精度更高，可以對巖性和流體進行有效的預測[77]。通過直接反演彈性參數預測巖石脆性避免了小角度入射情況下密度反演結果的不穩定性，并減少由縱橫波速向動靜態彈性參數轉換過程，使得反演精度提高的同時，簡化了計算流程。Altamar[78]研究發現λρ(拉梅第一參數與密度乘積)與μρ(拉梅第二參數與密度乘積)的交會圖可以反映非常規油氣儲層中石英﹑黏土和鈣質礦物(白云石)的相對含量(圖6)，進而表征儲層脆性。通過EI反演得到的彈性參數[79-80]或者彈性阻抗[78]來預測地層脆性的新方法不斷涌現，預測結果與微地震檢測[78]﹑壓裂效果[81]﹑動態生產數據[82]等較吻合，取得了較好的應用效果。

表4 基于脆性礦物含量脆性評價公式Table 4 Brittleness evaluation formula based on brittle mineral contents

由于非常規油氣儲層非均質性較強，且微裂縫等結構弱面發育，其脆性非均質也較明顯；無論是理論模型[84]，還是力學試驗結果[8,19,45,85-87]，均表明非常規油氣儲層(特別是頁巖和致密砂巖)不同方位巖石力學參數以及脆性指數差異達到數倍，是不可忽略的因素。由于沉積時微觀礦物顆?；蛴袡C質的定向排列﹑壓實成巖過程中顆粒差異變形(一般垂向更易于被“壓扁”)﹑扁平狀的孔隙結構﹑橫向分布的微裂縫或者層理(頁理)面﹑次生礦物的定向排列等作用，使得地層垂向與橫向的彈性參數及脆性產生較大差異[88]。學者提出了基于各向異性巖石物理等效介質理論模型反演不同方向彈性參數，進而計算不同方向脆性[45,88]；通過這一方法計算的脆性指數對彈性性質變化更為敏感，具有較高的脆性敏感性，可以更好地預測致密儲層甜點的脆性特征[45]。

4 基于本構模型的脆性數值模擬研究

圖6 不同脆性儲層巖石及礦物的彈性阻抗交會圖(據參考文獻[83]修改)Fig. 6 The crossplot of different brittle reservoir rocks and minerals(modified after reference [83])

隨著計算機技術發展，本構模型及數值分析可模擬的力學性質越來越多，更加接近自然條件下巖石特性，為了更加真實地模擬巖石力學行為，基于不同強度準則的巖石彈塑性以及損傷斷裂本構模型或者二者耦合的本構模型不斷被提出，可以反映巖石力學及破壞性質隨應力變化規律。為合理表達巖石介質的彈性系數隨變形發展變化，殷有泉等[89]提出了彈塑性耦合的應變軟化本構模型。Han等[90]提出了塑性斷裂理論來模擬巖石材料不可逆變形和剛度減小的力學行為。黃書嶺[6]結合滲流理論和應力狀態影響，提出了針對脆性巖石的非定常黏彈塑流變本構計算模型。張凱[91]綜合巖石材料彈塑性耦合特性﹑硬化軟化特性﹑剪脹特性以及應力狀態對屈服過程的影響建立了彈塑性耦合力學模型，可以較好地反映脆性巖石主要力學特性﹑高地應力條件下損傷破壞特征以及卸圍壓應力路徑下巖石變形和強度特性。這些研究在淺層巖體工程中，可以很好的描述脆性巖體的力學行為，指示圍巖變形﹑損傷區和應力演化規律，較好地給出了破壞區的位置和范圍。對非常規油氣儲層的脆性研究具有一定的借鑒意義。

5 討論

非常規油氣儲層已成為全球油氣的重要來源，脆性評價預測對非常規油氣儲層的經濟開發至關重要。受多種因素耦合控制，脆性影響因素較多，評價參數種類繁多，有諸多難點需要研究解釋。

5.1 脆性、延性與可壓性(易壓裂性)

巖石力學中的脆性是指受力變形很小時巖石就發生破裂的性質[7]，并不強調受力的大?。桓鶕r石力學的定義，脆性與延性是對應的概念，延性的評價預測也可以優選有利壓裂目標[92]。綜合前人基于不同資料的脆性指數研究，可以發現高脆性地層具有以下幾個較明顯的特征：脆性礦物相對含量高，楊氏模量較大，破裂前總應變小，應力—應變曲線峰前階段耗散能以及峰后階段維持裂紋擴展的斷裂能較小，低延性，內摩擦角大，破裂后易形成復雜的縫網系統。在非常規油氣儲層勘探開發中，脆性研究主要目的是尋找在同樣工藝條件下，容易破碎形成復雜縫網系統，壓裂效果較好的儲層。雖然脆性與易壓裂性大部分情況下是一致的，其本質還是有差異的；在實際應用中，會出現高脆性指數地層不具有良好壓裂效果的矛盾[29]。因此，在非常規儲層研究中，應該更多的關注地層的可壓性和壓裂后形成復雜縫網系統的能力。目前已有脆性指數在巖性﹑溫度及壓力條件相似的范圍內可以反映非常規儲層的可壓性，在巖性和應力場變化較大的地層中，脆性指數不宜做為可壓性的唯一評價指標。

5.2 脆性各向異性

前面已經提到學者基于各向異性巖石物理等效介質模型，使用疊前地震數據反演脆性，但已有研究往往基于橫向各向同性的巖石物理模型進行求解，忽略了地層橫向各向異性。鞏磊等研究表明橫向不同方位致密砂巖的巖石力學參數(圖7)以及計算得到的脆性指數也存在較大差異[86]，很可能是由于沉積時水動力使得顆粒組分定向排列或者橫向不同方向地應力的差異壓實形成。當地層傾角較小時，脆性的橫向各向異性與應力場方向會控制天然裂縫及壓裂縫的發育特征，對非常規油氣儲層勘探開發的影響同樣較大，顯然需要更多重視和研究。

5.3 不同類型非常規油氣儲層脆性評價方法

目前，在非常規油氣儲層中頁巖的脆性研究相對發展較快，很多致密砂巖脆性研究多引用頁巖研究方法。但是在實際應用中，地球物理預測在頁巖的“甜點”預測中效果較好[41,70,78]，是由于黏土礦物物理性質與脆性礦物(石英﹑白云石等)物理性質差異較大，有利于脆性礦物的檢測。在致密砂巖儲層中，成巖作用占主導因素，成巖非均質性較大時，礦物成分對巖石脆性影響相對較小，基于脆性礦物含量的評價預測效果會變差。

不同類型非常規油氣儲層的脆性各向異性也會不同。頁巖往往在相對靜水條件下沉積，層(頁)理更發育，橫向各向異性會比強水動力下形成的沉積物弱，垂向與橫向的力學性質差異更加明顯。致密砂巖形成的水動力條件強，力學性質橫向各向異性比較突出。非常規油氣儲層類型較多，脆性特征及控制因素差異較大，研究探索脆性的主控因素，有利于評價預測方法的優選和改進。

5.4 非常規油氣儲層脆性評價預測方法適用性及其發展趨勢

前文列舉的脆性評價方法都具有局限性和適用條件[4,39,46,56]。油氣勘探開發實踐中，往往通過測井和地震方法對深部巖石脆性進行評價預測；測井資料理論上可以獲取分辨率較高﹑連續的脆性相關數據，但其預測范圍局限在井軌跡路徑上，儲層橫向非均質弱﹑應力狀態相似時，可以表征一定范圍的儲層；三維地震數據對巖石脆性的平面和垂向分布都有一定預測能力，但是其精度有待提高。地震資料適用于鉆前優選脆性較大﹑易于壓裂作業的“甜點”，而基于測井數據的脆性評價更適合為完鉆后壓裂段的選取提供依據。應用較廣的是基于動態彈性參數方法(包括測井和地震)和基于脆性礦物含量方法，二者忽略壓力狀態和圍壓，在構造起伏較大或者應力場復雜的地區適用性會變差。

實驗室基于力學試驗的脆性評價表征應用領域最廣泛，資料種類最多，脆性指數公式也是最多的，但是沒有統一的脆性評價標準。由于沉積背景﹑成巖改造及構造變形等因素影響，巖石非均質性強﹑應力狀態復雜，加上儲層埋深較大﹑地下高溫高壓﹑孔隙流體組成復雜﹑樣品在采樣過程中發生不可逆改變等，實驗室樣品通過力學試驗得到的脆性程度代表性有限。作為最基礎﹑精度最高的研究手段，在試驗數據基礎上明確巖石脆性影響因素及其對脆性影響大小，以及單因素或多因素耦合與脆性的函數關系是非常重要的研究內容。只有在此基礎上，才能明確脆性的內涵，建立相對應的脆性指數表達式，進而可以標定或者檢驗其它研究手段脆性評價預測結果。

圖7 砂巖彈性參數的橫向各向異性(據參考文獻[86]修改)Fig. 7 Transverse anisotropy of elastic parameters in sandstone(modified after reference [86])

測井評價方法中具有理論依據的主要有基于動態力學參數和基于脆性礦物含量兩種方法，但能直接提供相關參數的測井方法在實際工作中都較少使用，往往需要通過常規測井反演得到；基于數學算法的方法是建立已有測井數據與脆性的函數關系。因此，在今后的研究中，需要新測井方法或者改良已有測井設備以更經濟便捷的獲得動態力學參數和地層礦物含量。另一方面，通過常規測井計算得到更加準確的彈性參數是目前最有應用價值的研究，可以看到，一些人工智能方法已經顯示出很好的應用前景[44,70-72]，尋找更好的數學模型及算法是研究關鍵。

通過地震數據評價脆性由最早反演聲波速度和密度，到直接反演彈性阻抗參數，再到考慮脆性各向異性三維疊前反演，其精度已經在逐步提高，但是受到地震數據采集尺度的限制，研究表征尺度較大，其精度仍有待提高。精度更高﹑計算速度更快的疊前反演方法創新是地球物理和地質研究者共同努力方向，尋找與脆性相關性更好的彈性阻抗參數及其組合也是目前最可行方法之一。

數值計算作為一種新方法，已成功解決了眾多復雜巖石工程和巖石力學問題。但是在非常規儲層脆性研究中應用較少，建立適用于地層條件下巖石的本構模型，并與實驗室試驗﹑測鉆井及地震數據結合，應用到儲層脆性評價和預測中，是一個重要的交叉學科研究方向。

巖石脆性評價往往是脆性預測的基礎工作，基于單種資料的脆性評價和預測結果得不到充分檢驗；綜合多資料﹑多研究方法，可以相互約束驗證，提高預測精度。多種手段相互融合共同研究脆性，是今后一個重要的發展方向；從實驗室的單點脆性評價到測井的井軌跡剖面，以及地震中平面和三維立體脆性表征，其預測范圍﹑尺度﹑精度都有所差異，只有多種方法聯立，才能減少地質多解性。

儲層脆性是由多因素共同控制的非線性問題，在不同類型資料和測試手段中表現出各自的特征，將其整合統一，給脆性以明確的定義，還有很長的路要走。基于單個成因機理(例如脆性礦物含量)建立的脆性評價指數很難兼顧其他控制因素；因此，目前的評價方法都存在一定的局限性。人工智能算法包括機器學習等是解決此類問題很好的方法，可以直接建立多種原始數據與脆性的對應關系，充分挖掘數據中與脆性相關的有效信息。在實際應用中，有研究分別應用基于神經網絡(ANN)和極限學習機(ELM)兩種人工智能方法整合礦物含量和常規測井數據對頁巖儲層進行高精度的連續脆性剖面分析。與常規回歸算法比較，人工智能算法精度更高，而且運算速度具有很大潛力[44,70-72]。Kaunda等[70]利用科羅拉多礦院30 多年積累的巖石物理測試數據建立人工神經網絡模型比傳統基于破壞強度試驗和多元回歸技術的方法能更好的預測巖石脆性。Kivi等[72]基于常規測井資料使用自適應神經模糊推理系統(ANFIS)預測頁巖脆性也取得很好效果。這些人工智能算法并沒有通過原理分析或者控制因素約束脆性的預測，但是可以融合多種類型數據[44,71]，最大限度的挖掘數據中脆性相關信息，往往更加精確高效，具有較大的實踐應用價值。但是，從發表文獻數量來看，相關研究較少，未來發展潛力巨大。

6 結論

脆性是巖石非常重要的力學性質，科學合理評價巖石脆性特征，對深部巖體工程建設和資源開發利用具有重要意義。脆性影響因素較多，巖石的巖性組分﹑層理和損傷等結構特征﹑孔隙流體及其賦存狀態﹑圍壓﹑溫度﹑受力時間和路徑以及測量尺度等均會對脆性有影響。脆性較高的非常規油氣儲層具有以下幾個特征：脆性礦物含量高，楊氏模量大，破裂前總應變小，應力—應變曲線峰前階段耗散能以及峰后階段用來維持裂紋擴展的斷裂能較小，低延性，內摩擦角大，破裂后易形成復雜的縫網系統。非常規油氣儲層脆性研究應該重點關注地層可壓性和形成復雜縫網系統的能力。

目前，脆性評價方法按照評價資料類型主要有力學試驗評價和基于測井鉆井資料評價兩種方法。按照評價思路實驗室力學試驗評價方法可以進一步分為：基于巖石力學參數評價﹑基于應力—應變曲線形態評價﹑基于應力—應變能量評價﹑基于巖石聲波速度評價等多種方法?；跍y鉆井資料的脆性評價方法主要有基于動態力學參數﹑基于脆性礦物含量﹑基于數學算法和基于壓裂鉆井資料評價4 種方法。脆性預測主要通過地震反演方法，根據發展過程和思路流程可以進一步分為疊前反演波速和密度﹑疊前直接反演脆性相關彈性阻抗﹑基于各向異性等效模型的彈性參數反演3 種方法。

脆性的各向異性，特別是致密砂巖的脆性橫向異性對非常規油氣儲層勘探開發的影響較大，需要更多的重視和研究。

非常規油氣儲層類型較多，脆性特征及控制因素也有較大差異，研究探索脆性的主控因素，有利于評價預測方法的優選和改進。

脆性評價和預測研究仍在發展過程中，不同資料決定了評價思路和方法不同，適用的范圍也不一樣。多資料多方法相互融合﹑相互驗證是今后重要發展方向。

人工智能包括機器學習等算法可以有機融合多元數據，直接建立多種原始數據與脆性的對應關系，充分挖掘已有數據有效信息；具有更加高效精確的優勢，發展潛力較大。