準噶爾盆地南緣地區含膏質地層巖性特征及測井識別方法

摘要：近來年準噶爾盆地南緣地區中生界碎屑巖油氣藏屢獲突破，成為盆地重要的勘探領域。中生界普遍含有石膏，因此含膏質地層的巖性優選是儲層評價的關鍵。為提高該區巖性識別的精度，并對含膏質地層儲層曲線進行校正，本文基于巖石物理實驗，分析不同巖性的測井曲線響應特征，對比發現含膏質地層導致補償中子值降低、聲波時差減小、電阻率升高；對含膏質巖性進行了測井識別，并提出了蒙特卡羅數值模擬方法，對膏質砂巖進行不同孔隙度、不同膏質體積分數條件下的補償中子測井地層模擬，建立了補償中子孔隙度曲線校正模型，最終實現了巖性的精細劃分。解釋的巖性與薄片分析對比符合率達到88.2%。

關鍵詞：準噶爾盆地南緣；中生界；含膏質地層；蒙特卡羅數值模擬；巖性識別；測井

doi：10.13278/j.cnki.jjuese.20230105

中圖分類號：TE311；P631.8

文獻標志碼：A

Supported by the Science and Technology Project of China National Petroleum Corporation （2023ZZ14） and the Project of China National Logging Corporation （CPL2021-B03）

Lithological Characteristics and Logging Identification Methods of Gypsum-Bearing Strata in Southern Margin Area of" Junggar Basin

Pang Zhichao1， Xiao Hua2， Mao Chenfei2， Chen Guojun1，

Liang Wankun2， Gao Ming1， Zhang Xiao1

1. Exploration and Development Research Institute， PetroChina Xinjiang Oilfield Company， Urumqi 830013， China

2. Geological Research Institute， China National Logging Corporation， Xi'an 710077， China

Abstract： In recent years， the Mesozoic clastic oil and gas reservoirs in the southern margin of" Junggar basin have made breakthroughs and become an important exploration field in the basin. Mesozoic strata generally contain gypsum， so the lithology optimization of gypsum-bearing strata is the key to reservoir evaluation. In order to improve the accuracy of lithology identification in this area and correct the reservoir curves of gypsum-bearing strata，" the response characteristics of logging curves of different lithologies based on petrophysical experiments is analyzed， and it is found" that the gypsum-bearing strata will lead to the decrease of compensated neutron value， the decrease of acoustic time difference and the increase of resistivity. The gypsum lithology is identified by logging. The Monte Carlo numerical simulation method is proposed to simulate the compensated neutron logging formation under the conditions of different porosity and different gypsum volume fraction in gypsiferous sandstone. A correction model of the compensated neutron porosity curve is established， and the fine division of lithology is finally realized. The coincidence rate between the interpreted lithology and the thin section analysis reaches 88.2%.

Key words： southern margin of Junggar basin; Mesozoic; gypsum-bearing" stratum; Monte Carlo" numerical simulation; lithology identification; logging

0 引言

研究區位于準噶爾盆地南緣山前沖斷帶四棵樹凹陷。該凹陷處于北天山構造帶與西準噶爾構造帶交匯處，經歷了晚海西、燕山、喜山期三個構造期次，其中喜山末期的構造運動對四棵樹凹陷的形成產生了較大影響。中生界鉆遇白堊系和侏羅系兩套地層。白堊系清水河組為濱淺湖—扇三角洲相沉積，巖性主要為灰色砂礫巖、含礫細砂巖、礫狀砂巖，夾薄層深灰色泥巖及褐色泥巖；侏羅系頭屯河組主要為大型辮狀河—辮狀河三角洲沉積，巖性橫向發育穩定，為一套塊狀厚層褐灰色砂礫巖及含礫中粗砂巖、中細砂巖互層，夾少量泥質中細砂巖、砂質泥巖[12]。中生界儲層礦物種類較多，巖性較復雜，普遍含有膏質。該區前期研究較少，針對膏質巖主要是作為蓋層開展研究[35]。劉景東等[6]從膏質巖層厚度對地層壓力的影響角度進行研究，認為厚度較大的膏質巖層易導致地層壓力升高，使油氣向膏質巖層邊緣區運移。張津寧等[7]研究表明膏質巖對地層異常高壓的形成與分布具有明顯的控制作用。但兩位學者均未對膏質巖儲層測井特征及儲層評價進行研究。邢立平等[8]在黃驊坳陷滄東凹陷孔一段的勘探過程中發現部分膏質巖層油氣顯示良好，通過試油證實膏質巖層具有一定的產油氣能力，并對膏質巖油氣藏的成藏模式進行了總結。馮瓊等[9]對中、上揚子區膏質巖蓋層的測井響應特征進行了總結，建立了一套適合川東北地區膏質巖蓋層的測井識別方法。鄭偉等[10]認為準噶爾盆地南緣尤其高泉地區膏質巖普遍發育在塔西河組、沙灣組中，并對膏質巖的測井響應特征進行了簡要描述，認為與圍巖相比，膏質巖表現出明顯的低伽馬特征。目前對區域地質沉積特征有大致的認識，但是針對于中生界碎屑巖巖石學礦物學特征、含膏質巖性的響應機理還認識不清，缺乏相應的儲層巖性評價手段。

本文以準噶爾盆地南緣地區中生界碎屑巖巖心為研究對象，基于巖石物理實驗數據，分析不同巖性的測井曲線響應特征，明確該層組的優勢巖性，并提出蒙特卡羅數值模擬方法，對中子孔隙度曲線進行校正，實現巖性精細劃分，以提高中生界儲層巖性的解釋精度。

1 巖石學礦物學特征

取心資料顯示，準噶爾盆地南緣西段高泉地區清水河組和頭屯河組儲層巖性呈現多樣化特征，包含粗中礫巖、細礫巖、中細砂巖及粉細砂巖等（圖1）。儲層粒度變化較大，具有強非均質性特征。

根據掃描電鏡及巖石薄片鑒定等研究工作，研究區儲層巖性以長石、巖屑、石英砂巖為主，粒級以細砂巖為主，部分巖屑中含有千枚巖，膠結物含有石膏（圖2a）。G1井白堊系清水河組5 768～5 775 m儲層巖性主要為灰質粉細砂巖、極細粒細砂巖， 發育粒間孔及微裂縫，儲集層為復雜縫網孔隙型。地層整體含膏質，利用偏光顯微鏡對巖石巖性、組分及顯微結構特征進行研究，發現主要礦物組分包括硬石膏、泥質、石英粉砂等，同時還含有少量瀝青及黃鐵礦。巖石薄片鏡下可見明顯硬石膏，觀察發現硬石膏（白色）具有層狀、纖維狀或零散態結構，泥質組分呈棕色（圖2b）。

研究區75個巖屑樣品的X衍射全巖礦物分析資料顯示，研究區膏質巖較為發育，厚度較大，膏質物不僅存在于泥質夾層中，還廣泛存在于砂巖層段。石膏質體積分數分布范圍為3.6%～15.4%，砂質體積分數分布范圍為44.5%～65.8%，泥質體積分數分布范圍為17.0%～38.7%，膠結物體積分數分布范圍為6.7%～14.9%（圖3）。

根據研究區取心資料統計，研究區巖性以中砂巖為主，細砂巖次之，砂礫巖、粉砂巖和泥質粉砂巖占比較少（圖4）。同時膏質物廣泛分布于砂質儲層中，由于富含膏質的地層通常具有比碳酸鹽巖更強的膨脹性和溶蝕性[1112]，還會導致含膏質儲層測井

響應特征與不含膏質儲層出現較大差異，使得流體性質發生誤判和儲層精細評價產生較大誤差。因此，研究膏質對地層不同巖性的測井響應特征的影響規律以及相應的曲線校正方法，便顯得尤為重要。

2 不同巖性測井響應特征

石膏是單斜晶系礦物，主要化學成分為硫酸鈣的水合物（CaSO4·2H2O），大量形成于內陸鹽湖中，同時還廣泛伴生硬石膏（CaSO4）等礦物。純石膏礦物理論測井響應參數如下[1314]：聚焦電阻率表現為高值，分布范圍為1 000～2 000 Ω·m；體積密度較小，分布范圍為2.3～2.5 g/cm3；自然伽馬值較低，一般在10 API左右；聲波時差較小，一般在52.1 μs/ft①左右；補償中子孔隙度較大，一般在50%左右。硬石膏與石膏的理論測井響應參數差別較大，純硬石膏礦物理論測井響應參數如下：聚焦電阻率比石膏更高，一般大于2 000 Ω·m；體積密度比石膏更大，一般大于2.7 g/cm3；自然伽馬值比石膏更低，一般小于10 API；聲波時差比石膏更小，一般在50.0 μs/ft左右；補償中子孔隙度比石膏更小，一般小于10%。

①英尺（ft）為非法定計量單位，1 ft=0.304 8 m，下同。

石膏與硬石膏普遍伴生存在，但兩者的部分理論測井響應值差別較大。作為地層的組成礦物時，基于巖石體積物理模型，實測測井響應值是各組成礦物的理論測井響應值乘以體積分數之和，以實測密度測井響應值為例：

DEN=V1·DEN1+V2·DEN2+…+Vi·DENi。（1）

式中：DEN為實測密度測井響應值，g/cm3；Vi為各組成礦物的體積分數，%；DENi為各組成礦物的密度理論測井響應值，g/cm3。

由式（1）可知，由于石膏和硬石膏的共同影響，含膏質地層測井響應特征值將發生較大的變化。基于理論值分析，認為含膏質地層將導致自然伽馬值降低、聲波時差減小和電阻率升高。但是由于硬石膏與石膏的理論測井響應參數中補償中子值和體積密度差別較大，變化較為復雜，無法單獨從理論值方面總結其變化規律；還需進一步結合區域特征進行統計分析，研究其相應的變化規律。

研究區不同巖性的測井曲線響應特征對比如圖5所示。從圖5中可以看到，含膏質儲層（圖5d，5 768～5 775 m）與不含膏質儲層（圖5a，3 956～3 962 m）相比，測井響應特征表現為低中子值、低聲波時差、高電阻率、高自然伽馬值。不含膏質儲層中：中砂巖（圖5a，3 956～3 962 m）與砂礫巖（圖5c，4 049～4 055 m）相比，測井響應特征表現為低自然伽馬值和低電阻率，粒度中值平均為2.0；細砂巖（圖5b，4 103～4 118 m）與中砂巖（圖5a，3 956～3 962 m）和砂礫巖（圖5c，4 049～4 055 m）相比，測井響應特征表現為中低自然伽馬值和中低電阻率，粒度中值平均為2.8；砂礫巖（圖5c，4 049～4 055 m）測井響應特征表現為高自然伽馬值、高電阻率，補償中子值較低，粒度中值平均值小于－1。

圖6為研究區儲層膏質體積分數與各測井曲線之間的相關性分析圖。從圖6中可以看到，隨著膏質體積分數的增加，補償中子值與聲波時差呈明顯的降低趨勢，而密度與深側向電阻率隨著膏質體積分數的增加而逐漸變大。

基于多礦物測井響應理論方程（式（1）），結合石膏與硬石膏理論測井響應特征分析，只有當儲層膏質類型以硬石膏為主時，隨著膏質體積分數的增加，測井響應特征才會表現出補償中子值降低、密度增大的趨勢。因此，認為研究區的膏質類型以硬石膏為主。

3 基于蒙特卡羅數值模擬的含石膏儲層中子曲線校正方法

3.1 含石膏儲層識別

基于含膏質儲層與不含膏質儲層測井響應特征的差異，利用補償中子值（CNL）和密度計算孔隙度（φDEN）與補償中子值的差值進行交會，建立含膏質儲層識別圖版，結果如圖7所示：儲層含膏質時補償中子值較小，φDEN－CNL值較大，位于圖版右下方；不含膏質儲層則相反，補償中子值較大，φDEN－CNL值較小，位于圖版左上方。該圖版中含膏質儲層與不含膏質儲層分異區間明顯，識別效果較好。

3.2 膏質體積分數計算

在各類測井曲線中，由于自然伽馬曲線主要受黏土礦物及其吸附放射性元素的影響，電阻率曲線主要受儲層含油氣性及黏土礦物類型和分布形式的影響，不適合用于計算膏質體積分數。同時采用單一測井曲線建模時，易受到井況、儲層非均質性等其他因素影響，可靠性較差。因此，本次研究優選出密度和聲波時差曲線，建立多參數膏質體積分數計算模型（圖8）：

Vahd=0.572（φDEN－φAC）+5.1822。 （2）

式中：Vahd為膏質體積分數，%；φAC為聲波時差計算的孔隙度，%。

為檢驗多參數膏質體積分數計算模型的精度，進一步將研究區通過X衍射得到的分析膏質體積分數與模型計算膏質體積分數進行交會分析，結果如圖9所示。圖9中數據均勻分布于對角線兩側，模型計算膏質體積分數與X衍射分析膏質體積分數相比，平均絕對誤差為0.37%，表明該多參數膏質體積分數計算模型計算精度較好、可靠性較高。

3.3 蒙特卡羅數值模擬

蒙特卡羅方法作為一種數值計算方法，其理論基礎為概率統計學。該方法的基本思想是在各種隨機因素制約條件下描述粒子運輸過程或其他問題中局部發生作用的隨機變量概率分布問題，通過模擬大量的粒子運動，最終得到確定的量化結果。在實際應用過程中，即將所有要求解的問題轉化為某個事件發生的概率，然后通過大量的模擬試驗，統計該事件發生的頻率，然后將該頻率作為該問題的最優解[1517]。

補償中子測井主要測量同位素中子源向地層發射出的快中子經過地層慢化并散射后回到井筒中的熱中子數目，其本質是快中子在地層中運動，發生碰撞后減速形成熱中子，該過程具有時空隨機分布的特點，而蒙特卡羅方法對模擬具有隨機性質的物理現象較為逼真。因此，本文采用蒙特卡羅方法模擬分析在地層不同孔隙度條件下，不同膏質體積分數對熱中子計數率的影響，進而轉化為對中子孔隙度的影響。

3.3.1 模型建立

利用模擬軟件建立裸眼井條件下蒙特卡羅模擬模型，如圖10所示。在該模型中，假設地層為圓筒狀，設置地層高度為75 cm，井筒半徑為10 cm，地層內外半徑分別為10和45 cm，即橫向地層剖面厚度為35 cm。將補償中子測井儀器貼井壁放置，設置同位素中子源為137Cs點源，能量為0.662 MeV。假設中子源和探測器之間為理想屏蔽體，其厚度可以隨著源距的改變而改變。在地層模型中，源強、源距、屏蔽體的材料及厚度、探測器晶體的直徑和長度、探測器和源的開口形狀及角度根據實際補償中子測井儀器來設計。

3.3.2 不同巖性補償中子測井地層模擬

補償中子測井儀器是在飽含淡水的純石灰巖刻度井中進行刻度，將測量的含氫指數記為φCNL，稱為補償中子孔隙度。該儀器擁有兩個長、短不同源距的熱中子探測器，測量過程中短源距和長源距分別統計經過地層慢化并散射后回到井筒中的熱中子數目，然后計算短源距與長源距探測器計數率的比值，該比值主要反映的是地層的含氫指數。

本次研究分別設置兩種巖性（純石灰巖和膏質砂巖）進行模擬。將純石灰巖地層設置為標準地層，逐次改變地層孔隙度為0%、10%、20%、30%，純石灰巖地層組分模型如表1所示。含膏質地層巖性選擇為膏質砂巖儲層，前文分析已知膏質類型以硬石膏為主，同時為了簡化地層模型，地層膏質組分設定為硬石膏。為了便于對比同一孔隙度條件下不同膏質體積分數對短源距、長源距兩個熱中子探測器計數率比值的影響，將膏質砂巖儲層的孔隙度也分別設置為0%、10%、20%、30%，同時在每一種孔隙度條件下，再逐次改變膏質體積分數為0%、5%，10%、15%、20%、25%，砂質體積分數即為100%減

去孔隙度和膏質體積分數。膏質砂巖地層組分模型如表2所示。

將膏質砂巖地層不同孔隙度、不同膏質體積分數條件下基于蒙特卡羅模擬得到的各補償中子孔隙度與相應孔隙度條件下標準純石灰巖地層基于蒙特卡羅模擬得到的各補償中子孔隙度進行對比，繪制補償中子孔隙度校正量與儲層膏質體積分數關系圖，結果如圖11所示。從圖11中可以看到：當地層孔隙度一致時，補償中子孔隙度校正量與地層膏質體積分數線性相關，隨著地層膏質體積分數的增加，補償中子孔隙度校正量逐漸增大;當地層膏質體積分數一定時，隨著地層孔隙度的增大，補償中子孔隙度校正量也逐漸增大，但補償中子孔隙度校正量的增量逐漸變小。

基于蒙特卡羅模擬得到的純石灰巖地層和膏質砂巖地層情況下，不同孔隙度、不同膏質體積分數條件對熱中子計數率的影響結果，擬合建立補償中子孔隙度校正量與膏質體積分數之間的計算模型，關系式如下：

ΔφCNL=c·Vahd+d。（3）

式中：c、d為常數；ΔφCNL為補償中子孔隙度校正量，%。

校正后的補償中子孔隙度計算模型如下：

φ*CNL=φCNL+ΔφCNL。 （4）

式中：φ*CNL為校正后的補償中子孔隙度，%；φCNL為實測補償中子孔隙度，%。

4 粒度中值建模及巖性粒級劃分

4.1 粒度中值模型建立

前人研究認為沉積巖的粒度中值可以反映巖石沉積過程中的水動力條件、碎屑物的運移方式等，同時也對儲層的物性好壞具有一定影響，因此在沉積巖巖性分類研究過程中，粒度中值也可以作為一個定量指標，用于將沉積環境、水動力條件、物性等各方面因素相同的一類巖體劃分為相同的巖性[1820]。本次研究建立粒度中值計算模型，在實現粒度中值參數計算的基礎上，借助巖性粒級分類表（表3），實現研究區巖性粒級劃分。

研究區儲層埋藏深度大，在建立粒度中值計算模型時，考慮到選取單一曲線易受到埋深、高溫高壓等外部因素影響導致計算誤差增大，本次研究選取可以反映沉積物泥質體積分數、分選性和粒度變化的自然伽馬（GR）曲線、深側向電阻率（Rt）曲線以及經過蒙特卡羅模擬校正后的補償中子孔隙度（φ*CNL）曲線進行多元回歸分析，建立粒度中值（采用對數粒級表示，M=-log2D）計算模型，關系式如下：

M=0.05GR-0.007Rt+0.128φ*CNL-2.909。（5）

圖12為實驗測量粒度中值與模型計算粒度中值交會圖。從圖12中可與看到，數據點均勻分布于直線兩側，測量粒度中值與計算粒度中值相比，平均絕對誤差為0.31，模型計算精度較好。

4.2 巖性粒級劃分

以研究區G1井為例（圖13），根據含膏質儲層識別圖版（圖7），5 780～5 840 m井段落在圖版右下方區域，認為該井段含有膏質，同時全巖礦物

分析也證明該段儲層含有膏質，表明圖版應用效果較好。采用前文建立的多參數膏質體積分數計算模型對該井段的膏質體積分數進行計算，從圖13中可以看到，計算膏質體積分數與全巖分析膏質體積分數吻合度較好，兩者的絕對誤差為0.82%，模型應用效果較好。基于蒙特卡羅模擬校正后的補償中子孔隙度曲線，結合自然伽馬曲線、深側向電阻率曲線建立粒度中值計算模型，應用于研究區G1井的粒度中值計算中，計算粒度中值與分析粒度中值的絕對誤差為0.40，從圖13中也可看到兩者較為吻合。根據巖性粒級分類表，對該井的巖性進行重新判別，巖性粒級劃分結果與薄片鑒定巖性基本吻合。表4為巖性識別符合率統計表，可以看出巖性識別符合率為88.2%，證明利用本文粒度中值計算模型得到的粒度中值劃分含膏質儲層巖性是可行且可靠的。

5 結論

1）準噶爾盆地南緣西段高泉地區清水河組和頭屯河組儲層巖性復雜多樣，膏質廣泛分布于砂巖層段。含膏質儲層的測井曲線響應特征為高自然伽馬值、低中子值、低聲波時差；密度較低，但隨著膏質體積分數的增加，略有增大；電阻率中等偏高，且隨著膏質體積分數增加逐漸升高。

2）本次研究基于蒙特卡羅模擬分析，認為當地層孔隙度一致時，隨著地層膏質體積分數的增加，補償中子孔隙度校正量逐漸增大；當地層膏質體積分數一定時，隨著地層孔隙度的增大，補償中子孔隙度校正量也逐漸增大，但補償中子孔隙度校正量的增量逐漸變小。

3）基于蒙特卡羅模擬校正補償中子曲線后，建立了多參數粒度中值計算模型。根據粒度中值計算結果對儲層巖性進行劃分，劃分結果與薄片鑒定巖性符合度較高，證實了該方法劃分含膏質儲層巖性是可行且可靠的。

參考文獻（References）：

[1] 王柯，高崇龍，王劍，等.準噶爾盆地南緣東段侏羅系—白堊系物源及其演化特征[J]. 吉林大學學報（地球科學版），2022，52（2）：328347.

Wang Ke，Gao Chonglong，Wang Jian，et al. Provenance and Evolution Characteristics of Jurassic-Cretaceous in Eastern Part of the Southern Margin of Junggar Basin[J]. Journal of Jilin University （Earth Science Edition），2022，52（2）：328347.

[2] 張增寶.準噶爾盆地阜康凹陷深層侏羅系砂巖儲層差異性成巖演化與烴類充注[J]. 吉林大學學報（地球科學版），2023，53（6）：16721688.

Zhang Zengbao. Differential Diagenetic Evolution of Deep Sandstone Reservoirs and Hydrocarbon Charge： A Case Study from the Lower Jurassic in the Fukang Sag， Junggar Basin[J].Journal of Jilin University （Earth Science Edition），2023，53（6）：16721688.

[3] 謝小國，陳文彬，曾勝強，等.羌塘盆地瑪曲地區膏巖蓋層測井評價[J]. 鹽湖研究，2018，26（3）：1419.

Xie Xiaoguo，Chen Wenbin，Zeng Shengqiang，et al. Evaluation of Caprock Logging Cream in Maqu Area of Qingtang Basin[J]. Journal of Salt Lake Research，2018，26（3）：1419.

[4] 吳桐. 泥巖和膏巖蓋層封閉能力動態演化研究[D]. 大慶：東北石油大學，2020.

Wu Tong. Study on the Dynamic Evolution of Sealing Capacity of Mudstone and Gypsum Caprocks[D]. Daqing：Northeast Petroleum University，2020.

[5] 林潼，王銅山，潘文慶，等.埋藏過程中膏巖封閉有效性演化特征：以塔里木盆地寒武系深層膏巖蓋層為例[J]. 石油與天然氣地質，2021，42（6）：13541364.

Lin Tong，Wang Tongshan，Pan Wenqing，et al. Evaluation of Sealing Effectiveness of Gypsolyte During Burial：A Case Study of the Gypsolyte Caprock in Deep Cambrian，Tarim Basin[J]. Oil and Gas Geology，2021，42（6）：13541364.

[6] 劉景東，蔣有錄，談玉明，等.渤海灣盆地東濮凹陷膏鹽巖與油氣的關系[J]. 沉積學報，2014，32（1）：126137.

Liu Jingdong，Jiang Youlu，Tan Yuming，et al. Relationship Between Gypsum-Salt Rock and Oil-Gas in Dongpu Depression of Bohai Gulf Basin[J]. Acta Sedimentologica Sinica，2014，32（1）：126137.

[7] 張津寧，張金功，楊乾政，等.膏鹽巖對異常高壓形成與分布的控制：以柴達木盆地獅子溝地區為例[J]. 沉積學報，2016，34（3）：563570.

Zhang Jinning，Zhang Jingong，Yang Qianzheng，et al. The Control Effect of Gypsum-Salt Rocks on Formation and Distribution of Overpressure： A Case of Shizigou Area，Qaidam Basin[J]. Acta Sedimentologica Sinica，2016，34（3）：563570.

[8] 邢立平，夏國朝，邵徽發，等.滄東凹陷膏巖油氣藏地質特征與成藏模式研究[J]. 錄井工程，2019，30（4）：126130.

Xing Liping，Xia Guochao，Shao Huifa，et al. Study on Geologic Characteristics and Accumulation Model of Gypsum Rock Hydrocarbon Reservoir in Cangdong Sag[J]. Mud Logging Engineering，2019，30（4）：126130.

[9] 馮瓊，魏水建.中上揚子區膏巖蓋層的測井識別[J]. 石油實驗地質，2011，33（1）：100104.

Feng Qiong，Wei Shuijian. Well Logging Identification of Gypsum Cap Rocks in Middle-Upper Yangtze Region[J]. Petroleum Geology and Experiment，2011，33（1）：100104.

[10] 鄭偉，欽黎明，張蓉，等.準噶爾盆地南緣新近系膏質巖特征分析及其對地層壓力影響研究[J]. 中國礦業，2022，31（增刊1）：134139.

Zheng Wei，Qin Liming，Zhang Rong，et al. Characteristics of Neogene Gypsum Rocks and Their Influence on Formation Pressure in the Southern Margin of Junggar Basin[J]. China Mining Magazine，2022，31（Sup.1）：134139.

[11] 任松，歐陽汛，姜德義，等.硬石膏膨脹特性及其濕度應力場膨脹本構模型[J].重慶大學學報，2018，41（4）：7179.

Ren Song，Ouyang Xun，Jiang Deyi，et al. The Swelling Properties of Anhydrite and Its Himidity-Stress-Field Swelling Constitutive Model[J]. Journal of Chongqing University，2018，41（4）：7179.

[12] 王福剛，盤惠林，李勝偉，等.含膏巖地層地下水環境對混凝土建筑侵蝕實驗[J].吉林大學學報（地球科學版），2023，53（4）：11851194.

Wang Fugang，Pan Huilin，Li Shengwei，et al. Experiment on Concrete Building Erosion by Underground Water in Gypsum Rock Formation[J]. Journal of Jilin University （Earth Science Edition），2023，53（4）：11851194.

[13] 吳海燕，陸黃生，張元春.測井資料在膏鹽地層鉆井工程中的應用[J].測井技術，2011，35（6）：603608.

Wu Haiyan，Lu Huangsheng，Zhang Yuanchun. Application of Log Information to Drilling Engineering of Salt and Gypsum Layer[J]. Well Logging Technology，2011，35（6）：603608.

[14] 張景考，韓緒山，孫淑華，等.測井技術在石膏礦勘探中的應用[J].中國煤田地質，2002，14（4）：6769.

Zhang Jingkao，Han Xushan，Sun Shuhua，et al. Application of Logging Technology in the Exploration of Gypsum Ore[J]. Coal Geology of China，2002，14（4）：6769.

[15] 李國梁，張欽中，李雨蓮，等.隨鉆中子測井儀的蒙特卡羅模擬與優化方法[J].測井技術，2021，45（4）：357362.

Li Guoliang，Zhang Qinzhong，Li Yulian，et al. Monte Carlo Simulation and Optimization Method of Neutron Logging Tool While Drilling[J]. Well Logging Technology，2021，45（4）：357362.

[16] 胡松，徐英華，袁超，等.脈沖中子氯能譜測井的蒙特卡羅模擬研究[J].測井技術，2019，43（3）：241246.

Hu Song，Xu Yinghua，Yuan Chao，et al. Monte Carlo Simulation on Logging Response and Controlling Factors of Pulsed Neutron Chlorine Logging[J]. Well Logging Technology，2019，43（3）：241246.

[17] 袁超，周燦燦，張鋒，等.蒙特卡羅模擬在放射性測井中的應用[J].地球物理學進展，2014，29（5）：23012306.

Yuan Chao，Zhou Cancan，Zhang Feng，et al. Application of Monte Carlo Simulation in Nuclear Well Logging[J]. Progress in Geophysics，2014，29（5）：23012306.

[18] 袁紅旗，王蕾，于英華，等.沉積學粒度分析方法綜述[J].吉林大學學報（地球科學版），2019，49（2）：380393.

Yuan Hongqi，Wang Lei，Yu Yinghua，et al. Review of Sedimentary Grain Size Analysis Methods[J]. Journal of Jilin University（Earth Science Edition） ，2019，49（2）：380393.

[19] 梁則亮，毛晨飛，肖華，等.巖石物理相約束下的砂礫巖巖性粒級精細劃分：以準噶爾盆地烏爾禾組為例[J].長江大學學報（自然科學版），2022，19（4）：2837.

Liang Zeliang，Mao Chenfei，Xiao Hua，et al. Fine Classification of Lithologic Grade of Sand-Conglomerate Under the Constraint of Petrophysical Facies：Taking the Wuerhe Formation in the Junggar Basin as an Example[J]. Journal of Yangtze University（Natural Science Edition），2022，19（4）：2837.

[20] 賴錦，韓能潤，賈云武，等.基于測井資料的辮狀河三角洲沉積儲層精細描述[J].中國地質，2018，45（2）：304318.

Lai Jin，Han Nengrun，Jia Yunwu，et al. Detailed Description of the Sedimentary Reservoir of a Braided Delta Based on Well Logs[J]. Geology in China，2018，45（2）：304318.