Petrophysics 2025年第5期论文摘要翻译
版权及使用说明：本翻译的版权归SPWLA西南分会所有，仅供学术交流使用。若有翻译不到之处，请联系：E-mail:support@spwla-swchina.org.cn
本期摘要【译者：张远君、杨逸、侯玉龙、徐雯、熊文浩、郑亚萍、李浩、阎泽华、马昭阳、黄海涛、甘力雄，校稿：蔡明、聂昕、张冲、许巍、杨博、宋红伟、邓瑞，单位：长江大学】
基于同位素录井技术的钻井超压成因分析
Yitao Hu, Leli Cheng, Heng Geng, Bin Yi, Xiaobin Ye, Heng Wang, Xunjie Zhao, and Baotong Huang
莺琼盆地目标层位具有高孔隙压力系数特征，其超压成因机制复杂且钻井安全密度窗口狭窄，这迫切要求开发新型超压解析技术以提升随钻地层压力监测精度，保障钻井作业安全。本研究创新性地将甲烷同位素测井数据整合至钻井压力监测体系，通过解析加载/卸载响应曲线与甲烷碳同位素分布特征的耦合关系，实现了地层超压成因的实时诊断。当钻遇卸载地层出现超压现象时，若甲烷碳同位素比值随深度呈均质递增或微幅波动特征，则表征地层压力系统为内生型，此时钻井遭遇的超压属于近源型或自源型超压系统；反之若甲烷碳同位素比值呈现显著深度异变特征，则指示存在外源型超压作用。基于甲烷同位素测井数据，本研究成功识别出两例典型超压案例的成因分别为流体膨胀机制和压力传导机制，该结论与完钻后的综合地质分析结果高度吻合。甲烷碳同位素技术具有实时监测优势，本研究所建立的诊断逻辑具有直接可靠的特点，对于提升随钻地层压力评价精度具有重要工程价值。
基于M积分的井筒岩石损伤本构模型
Weihang Liu, Zhan Qu, Han Jiang, and Jianjun Wang
本文研究了岩石衬砌在单轴压缩作用下的局部力学破坏行为，并运用构型力学理论描述含初始缺陷岩石在弹性变形阶段的局部力学破坏特征。在保形力守恒积分的基础上，引入了局部力学破坏驱动因子的概念。建立了保角力守恒积分与局部力学破坏驱动因子之间的关联关系。此外，提出以M积分为表征的局部力学破坏驱动因子作为新型损伤参数，对考虑初始缺陷的井筒岩石损伤本构模型进行修正，以表征局部力学破坏前的损伤程度。最终，构建了基于M积分的井筒岩石损伤本构模型。
一种无需横波时差的测井数据预测砂岩杨氏模量的高效方法
Mabkhout M. Al-Dousari, Yousef M. Al-Enezi, and Ali A. Garrouch
确定静态杨氏模量（ES）的传统方法需要对岩石样本进行耗时费力且成本高昂的实验室三轴试验。在利用测井资料的传统方法中，通常会将静态杨氏模量与动态杨氏模量（Ed）建立相关关系，而动态杨氏模量需综合利用横波时差（△ts）和纵波时差（△tc）进行估算。然而，在缺乏横波时差数据时，通常只能采用专门构建的经验关系式来预测静态杨氏模量，这类方法容易导致显著误差。因此，本研究旨在寻求一种比现有经验公式更高效、更精确的替代方案。
本研究对测井数据进行了量纲分析，以确定影响杨氏模量的关键因素，整个过程均未使用横波时差数据。量纲分析确定了三个关键变量：纵波时差、泥质含量 (Vsh) 以及体积密度 (ρb)。随后，通过回归分析，基于这些关键变量建立了一个高度非线性的模型，用于预测静态杨氏模量。该模型基于一个开发数据集构建，该数据集包含来自中东一个重要泥质砂岩储层的300个岩心-测井匹配深度点的数据。该模型取得了约8.0%的平均绝对相对误差（AARE）和0.95的决定系数（R2）。这些指标表明该模型具有很高的精度和可靠性，性能优于现有文献中的模型。随后，采用来自三个非均质泥质砂岩储层的322个深度点的数据进行了盲验证，结果进一步证实了所开发非线性回归模型的稳健性，其平均绝对相对误差为13%。该模型的预测值与实测静态杨氏模量高度一致，并展现出在广泛的岩性及物性条件下的良好泛化能力。
对所建模型进行了敏感性分析，以评估各自变量对预测静态杨氏模量的影响。采用逐一剔除变量的方法进行分析，结果表明，纵波时差对预测结果的影响最为显著。剔除该变量后，模型的决定系数从 0.95 降至 0.37，平均绝对相对误差则从 8.0% 升至 26%。这表明，后续工作应着力减少与该变量相关的误差，从而提升模型的准确性和可靠性。研究证实，对于已划定的岩性，其纵波时差足以有效预测杨氏模量，二者之间存在一致的指数关系。
开发了反向传播神经网络（BPNN）模型，利用此前确定的三个主要预测变量来预测静态杨氏模量。该模型使用原始建模数据集进行训练和测试，并在一个包含120个取心及测井深度点的独立数据集上进行了进一步验证，以评估其泛化能力。经系统性超参数优化后的BPNN架构，在不同物性条件下均表现出强大的预测性能和稳健性。与非线性回归模型相比，BPNN在捕捉复杂非线性关系方面具有更高的准确性，凸显了机器学习方法在地下物性可靠预测中的应用前景。
基于显式张量交互的多模态学习在储层渗透率预测中的应用
Yu Fang, Lizhi Xiao, Jun Zhou, Guangzhi Liao, and Xiaoyu Wang
储层渗透率反映地下岩层的孔隙结构与流体渗流能力，是油气储量评估和油田开发决策的关键参数。本研究构建了一个多源多模态数据集，融合了声波、电阻率、放射性测井数据、解释日志、核磁共振T2谱以及地质分层文本。为精准预测此类异质输入条件下的渗透率，我们提出显式张量交互网络（ETIN），集成长短期记忆网络（LSTM）、卷积神经网络（CNN）与深度神经网络（DNN）模块，分别从时间序列、二维图像和结构化文本输入中提取模态特异性特征。ETIN中的张量交互层通过构建二元交互平面与三元交互核心，在显式保留原始模态表征的同时，实现了模态内语义与高阶模态间交互的联合建模。鄂尔多斯盆地姬源地区10口井实测数据的对比实验表明，ETIN在低-超低渗透储层中表现突出，其决定系数（R²）高达94.95%，均方根误差（RMSE）为0.3168，显著优于早期融合（EF）、双线性池化网络（BPN）及传统的斯伦贝谢道尔研究中心（SDR）模型。进一步分析显示，在所有模态中核磁共振T2谱对渗透率预测贡献度最高；仅依靠跨模态交互不足以实现最优性能，只有在保留关键物理模态语义的同时引入高阶交互，融合模型才能达到峰值精度；尽管地质分层文本单独使用时预测价值有限，但在张量交互过程中可作为强结构先验，提升复杂地质条件下的地层识别能力与模型泛化性能。
利用混合U-Net与LSTM网络模型进行缺失测井曲线预测
Benard Sasu Oppong, Po Chen, En-Jui Lee, and Wu-Yu Liao
测井数据在地质勘探和油气资源开发中具有至关重要的作用。然而，在实际应用中，测井数据常常存在缺失或不完整的情况。由于测井数据的获取过程昂贵且耗时，重新测井在多数情况下并不现实，因此通常需要根据已有测井曲线来估算缺失数据。地下地质结构的复杂性和多变性，以及不同测井曲线之间高度非线性的关系，使得经验回归和传统机器学习方法难以得到准确的预测结果。现有方法在提取和整合已知测井数据的空间、序列以及多尺度依赖性方面存在困难，从而限制了对缺失曲线的预测性能。
本研究开发了一种混合U-Net与长短期记忆网络（LSTM）相结合的模型。该模型融合了U-Net在多尺度空间特征提取方面的优势，以及LSTM在建模深度方向趋势变化方面的能力。模型利用卷积模块与跳跃连接机制来提取并映射测井曲线的多尺度空间特征，而LSTM部分用于捕捉测井曲线随深度变化的趋势。我们将该模型与当前先进的混合卷积神经网络与LSTM模型（CNN-LSTM）进行了对比，使用Force 2020机器学习竞赛的测井数据来预测缺失的纵波时差（DTC）曲线。在八口盲井的训练与测试结果表明，U-Net-LSTM模型在平均绝对误差（MAE）、均方根误差（RMSE）以及相关系数R等指标上均优于基准模型CNN-LSTM。这表明所提出的模型具有较高的可靠性和地质一致性，是重建缺失测井数据的一种有效方法。
基于开源碳酸盐岩数据与Python编程的岩石物理初学者学习体验提升研究
Imran M. Fadhil
本文探讨如何利用开源碳酸盐岩数据及Python编程来提升岩石物理初学者的学习成效。随着计算机技术的进步，岩石物理解释已取得长足发展，而计算机编程的融入已成为提升专业技能的有力工具。本研究聚焦于运用开源Python库quick_pp，对开源碳酸盐岩数据实施岩石物理工作流程分析，旨在通过实践编程与深入理解后台计算逻辑，培养初学者的核心能力。文中将讨论该方法带来的新见解、应用局限性，并为未来优化学习体验提出改进建议。总体而言，quick_pp在帮助初学者开展全面、清晰的岩石物理解释方面展现出显著潜力。
基于矿物磁化率的页岩储层核磁共振 T2 谱及孔隙度校正模型
Mingyue Zhu, Baozhi Pan, Bing Xie, Yuhang Guo, Lihua Zhang, Ruilong Jia, and Yunxiang Gao
随着页岩油气资源的大规模勘探与开发，精细地层评价的作用日益凸显。孔隙度和孔隙结构作为影响页岩储层开发方案、产能、产量和采收率的重要参数，是流体定量评价的核心内容。然而，页岩储层中存在含铁矿物和有机质，孔隙结构复杂，这使得核磁 T2 谱和孔隙度的准确估算变得困难。因此，校正 T2 谱并建立页岩储层的核磁孔隙度校正模型具有重要意义。本文以苏北盆地阜宁组二段页岩为研究对象，通过岩石物理性质实验和 X 射线衍射分析，明确了储层的孔隙度-渗透率关系和主要矿物成分。利用干燥、水饱和和离心处理的2 MHz二维（2D）核磁共振（NMR）实验，确定了粘土矿物中束缚水和羟基的位置。讨论了气体测孔隙度、水饱和孔隙度与核磁共振孔隙度之差以及不同矿物含量之间的关系，尤其是含铁矿物（包括铁白云石、绿泥石和伊利石）对孔隙度校正的显著影响，并对含 2MHz 绿泥石、伊利石和高岭石的砂混合物进行了核磁共振实验，以验证铁矿物含量对核磁共振 T2 谱和孔隙度的影响。结合核磁共振原理和不同矿物的磁化率，对T2松弛时间进行了校正，并建立了核磁共振 T2 谱和孔隙度校正模型。
基于数字岩心的低渗透砂岩储层导电特性数值模拟
Guoqing Feng and Junhui Zou
常规岩石物理实验难以系统量化低渗透储层中孔隙非均质性、流体-岩石相互作用及黏土分布等微观结构因素对电学特性的影响。数字岩心建模通过提供孔隙尺度的表征框架，弥补了这一不足，实现了对多尺度岩石物理响应的表征，从而能够精确建立岩石微观结构与宏观储层行为之间的关联。本研究基于三维数字模型开展有限元模拟，研究了各向异性导电特性。该方法量化了孔隙拓扑结构、地层水矿化度、流体饱和度和润湿性对等效电阻率的贡献。结果表明，在低渗透砂岩中虽然地层因素（F）与孔隙度的关系仍遵循阿尔奇公式，但当含水饱和度（Sw）低于45%时，电阻率指数（I）-含水饱和度（Sw）关系呈现双峰趋势，偏离经典阿尔奇公式规律。润湿性与矿化度阈值会显著改变阿尔奇参数，因此在非常规储层中需综合考虑微观结构特征以实现精确的含水饱和度估算。这些发现强调了将孔隙尺度复杂性纳入岩石物理模型的重要性，以改进致密油气系统中基于电阻率的饱和度评价。
滑移界面理论在套管井固井质量评价中的应用
Jinlin Pan, Xuelian Chen, Yuanda Su and Xiaoming Tang
经典弹性波理论可以将套管井中声波场的传播模拟为具有圆柱层结构的模型。通常在界面之间引入一层薄流体环隙以模拟未固井的情况。然而，传统的套管井模型及其相关技术都是理想化的近似。在实际中，界面往往不规则且粗糙，加上水泥粘结不良，会导致界面表面部分接触。这会使声波在界面传播时产生剪切耦合。因此，流体环隙模型并不适用于部分固井的界面。为了解决这一局限性，我们提出了基于滑移界面理论的套管耦合模型，该模型描述了界面从良好固井粘结到完全脱粘的逐步过渡。模拟结果表明，将套管耦合模型与经典模型结合，可以对声波测量中从良好粘结到自由套管状态的幅度变化进行建模。基于理论建模，我们提出了一种利用首次到达波数据定量评价套管-水泥界面固井质量的方法。为了验证滑移界面理论在固井质量评价中的有效性，我们在两口实验井上进行了验证测试，这些井具有不同的未固井区域角度（USA）和水泥密度。结果显示，剪切耦合刚度曲线对小的未固井区域角度非常敏感，但对水泥密度变化影响较小。最后，我们将滑移界面理论应用于现场声学数据解释。与传统方法相比，滑移界面模型得到的剪切耦合刚度曲线在识别小未固井区域或通道问题方面更为有效。
页岩中复杂且难以预测的中子测井响应
Rasmus
在页岩岩层中，不同厂商的中子测井仪器以及电缆测井与随钻测井测量的地层孔隙度常常存在差异，其内在成因仍是一大难题。如何将测量结果与岩性之间建立对应的响应关系？这种现象是否同样存在于非页岩岩层？本文将对上述问题展开系统探讨。
基于机器学习方法的成像测井裂缝自动识别：竞赛总结
Hyungjoo Lee, Ramin Zamani, Lei Fu, Jaehyuk Lee, Chicheng Xu, Wen Pan, Michael Ashby,Vahid Dehdari, Saleh Alatwah, Juntao Ma, Jiaxin Li, and M. Amin Nizar C.A. Razak
成像测井在刻画地下地层方面至关重要，尤其是在识别影响储层行为和生产力的裂缝时。然而，这类测井的人工解释往往耗时、主观且缺乏一致性。为了解决这些问题，SPWLA岩石物理数据驱动分析特别兴趣小组（PDDA SIG）发起了第四届年度机器学习竞赛，旨在开发一种能够实现裂缝检测自动化的高效、准确且可重复的方法。
此次竞赛使用了来自西加拿大沉积盆地（WCSB）的八口井的电成像测井和常规测井数据，并由专家提供裂缝标注作为训练数据。此外，来自同一盆地的另外两口井的数据被单独用作盲测集以进行最终评估。主办方提供了一个Jupyter Notebook环境，其中包含预处理后的数据和一个基础框架，方便参赛者进行模型开发。
提交的模型通过训练集的F1得分和均方根误差（RMSE）进行评估，以同时反映分类准确性与预测可靠性。本文回顾了前五名提交方案，重点介绍了其核心方法、特征工程策略以及提升裂缝检测性能的模型架构。
研究结果表明，先进的机器学习技术能够显著提高从成像测井中识别裂缝的一致性与准确性。这一成果支持了数据驱动解决方案在岩石物理工作流程中的整合，为人工解释提供了可扩展且客观的辅助工具，提升了勘探与生产决策的科学性与效率。