鄂尔多斯盆地华庆地区天然裂缝与岩石力学层演化:基于数值模拟的定量分析

Natural Fractures and Rock Mechanical Stratigraphy Evaluation in Huaqing Area, Ordos Basin: A Quantitative Analysis Based on Numerical Simulation

摘要

岩石力学层控制天然裂缝发育程度与成因机制，同样地，裂缝发育也会影响岩石力学参数的大小与各向异性.受成岩与构造作用的双重影响，岩石力学层会发生迁移，因此，控制裂缝发育的岩石力学层及适用于预测天然裂缝分布的岩石力学层可能不再存在.本文提出了一种采用储层地质力学方法分析构造因素控制下的岩石力学层迁移规律模拟方法.通过野外观测建立三维裂缝离散网络模型，采用岩石力学实验测量岩石与裂缝面的力学参数，编制三循环法模拟程序研究不同尺寸、不同方位的裂缝性岩体等效力学参数，提出了裂缝性储层地质力学建模最优网格单元大小确定方法，并建立了裂缝参数与岩体力学参数间的数学模型.最后，通过不同时期古应力场数值模拟，预测裂缝的密度、产状，实现了构造因素控制下岩石力学层迁移规律数值模拟.结合鄂尔多斯盆地西缘裂缝组合样式及后期应力场模拟的精度要求，确定地质力学建模最优网格单元大小为 28 m；在地质力学建模中，过小的网格单元尺度不能完整刻画单元内的裂缝发育模式.从燕山期至喜马拉雅期到现今，伴随着天然裂缝的发育，岩体杨氏模量总体呈下降趋势，泊松比增大，并且岩石杨氏模量与泊松比间的空间差异性逐渐减小.

关键词

岩石力学层 / 地质力学建模 / 天然裂缝 / 最优网格单元大小 / 应力场 / 数值模拟

Key words

rock mechanical stratigraphy / geomechanical modeling / natural fracture / optimal element size / stress field / numerical simulation

0 引言

伴随着越来越多裂缝性油气藏发现，现今地应力与天然裂缝三维分布逐渐引起研究者的关注，这两个因素是控制裂缝性油藏勘探开发的关键因素（Zeng and Li， 2009；Salimzadeh et al.，2017；Faraji et al.，2021； 孙东生等，2021；Zeng et al.，2022）.目前，储层地质力学方法是地应力建模、构造裂缝预测的主流方法，并且在致密砂岩储层、页岩储层及低渗透砂岩储层中得到有效应用（Zeng et al.，2013；Chai and Yin， 2021；Liu et al.，2022），而岩石力学层准确表征是储层地质力学建模有效应用的关键，它决定了储层裂缝预测与地应力建模的精度.岩石力学层是指一套岩石力学性质一致或岩石力学行为相近的岩层，但是，岩石力学层不一定是岩性均一层，与岩性地层并不完全对应（Laubach et al.，2009；McGinnis et al.，2017）.在过去很长一段时间，裂缝地层也被用作岩石力学层的同义词，然而，裂缝地层反映岩石破裂时期的古岩石力学层，受成岩与构造作用双重影响，岩石性质会随时间发生变化，即出现岩石力学层的迁移现象，控制裂缝发育的岩石力学层及适用于预测天然裂缝的岩石力学层可能不再存在（Lamarche et al.，2012；Dashti et al.，2018）.

鄂尔多斯盆地储层中褶皱和断层相对不发育，但在区域构造应力作用下，盆地内储层中广泛发育不同尺度的构造裂缝（Jiang et al.，2016；Zhao et al.，2016a；Lyu et al.，2019；冯艳伟等，2021；李程善等，2021）.勘探开发实践表明，无论是致密砂岩储层、页岩储层还是低渗透砂岩储层，天然裂缝均在油气资源勘探开发中起到至关重要的作用（Zhou et al.，2017；Li et al.，2018；赵继勇等，2018；樊建明等，2019；刘敬寿等，2019；徐兴雨和王伟锋，2020），并且裂缝具有显著的层控特征，产状十分稳定，与裂缝形成时期的古构造应力场密切相关；燕山期裂缝走向以EW、SEE向为主，喜马拉雅期裂缝走向主要以NS、NEE、NE向为主（Zhao et al.，2016a；Li et al.，2018；樊建明等，2019）.受地表黄土地貌影响，盆地地震资料品质差，基于地震方法预测裂缝的难度大，储层地质力学方法是构造裂缝预测的有效方法，并且伴随储层天然裂缝分布预测方法的不断发展，建立地下储层天然裂缝分布预测方法所依据的理论模型也越来越受到重视（Guo et al.，2016；Zhao et al.，2016b； Liu et al.，2017；Wu et al.，2017；Ju et al.，2019），即地质力学模型的精度直接决定了后期应力场模拟、裂缝预测的精度（Guo et al.，2016；Liu et al.，2018；Ju et al.，2019）.

本次研究采用储层地质力学方法系统解析构造裂缝对岩石力学层力学性质的影响.如何确定裂缝性岩体表征单元体大小是储层地质力学建模面临的首要问题，在传统的地质力学建模网格单元划分中，前人往往依据油气勘探开发要求或者计算机软硬件条件确定网格单元的大小（Andhumoudine et al.，2021；Chai and Yin，2021），然而该网格单元的大小是否合理缺少系统、科学的分析.合理网格单元体大小应当既反映裂缝与岩体的综合力学特征，又消除裂缝性岩体力学性质的尺寸效应.在地质力学建模中，尤其是在裂缝性岩体中，网格单元尺寸过小，会导致该网格单元不能真实反映该位置裂缝组合样式与发育程度，进而无法准确地反映该位置岩体力学参数大小，即相同的位置，岩体力学参数大小会受模拟单元尺寸影响（Dershowitz and Einstein，1988；Wu and Kulatilake，2012；Liang et al.，2019）.另一方面，网格单元过大会影响后期数值模拟的精度，导致相邻网格单元的差异性变小，影响模拟结果的实用性；即与完整岩体不同，裂缝性储层力学性质具有显著的尺寸效应以及各向异性（Wu and Kulatilake 2012；Fan et al.，2015；Ni et al.，2017）；岩体力学参数随模拟单元尺寸增大趋于稳定的最小模拟单元被称为表征单元体（REV）（Heuze，1980；Kulatilake et al.，1992；Esmaieli et al.，2010；Ni et al.，2017）.目前REV研究方法主要包括地质统计学方法、解析法及数值实验法等（Chen and Qiang，2004；Esmaieli et al.，2010；Zhang et al.，2012；Khani et al.，2013；Zhang et al.，2013）.其中，数值实验法是目前研究裂缝性储层力学参数尺寸效应、各向异性的有效方法（Jing，2003；Wu et al.，2019）.虽然REV可以确定网格单元边长的下限，但并不能准确评价网格单元边长的最佳尺寸.

本文通过野外观测建立裂缝三维离散网络模型，并通过岩石力学实验确定岩石力学参数、裂缝面力学参数.结合鄂尔多斯西缘裂缝的组合样式，确定储层地质力学建模最优网格单元大小为28 m，通过数值模拟分析了裂缝参数对裂缝性岩体力学参数大小及其各向异性的影响.通过储层地质力学建模分别模拟了喜马拉雅期和燕山期古应力场，并预测不同时期裂缝的密度与产状，最后解译构造因素控制下岩石力学层的迁移规律.研究结果表明，伴随着裂缝的发育，岩石力学层之间的差异性逐渐减小.

1 地质概况

鄂尔多斯盆地是叠加在华北古生代克拉通台地之上的中生代大型陆内盆地，是我国形成时间最早、演化时间最长的沉积盆地（图1a），盆地油气资源丰富，发育中生界侏罗系、三叠系两套含油层系，上古生界二叠系、石炭系以及下古生界奥陶系等多套天然气层系.此外，在中生界延长组及古生界山西组、本溪组富集页岩气.研究区华庆地区元284先导试验区，构造上位于鄂尔多斯盆地的中南部（图1a）；研究目的层位三叠系延长组厚1 000~1 300 m，并与下伏纸坊组、上覆下侏罗统富县组呈平行不整合接触（图1b）.经多年油气勘探、开发实践，依据岩性、湖盆演化史以及测井小层对比等资料将延长组进一步分为5个岩性段、10个油层组.从典型井小层划分结果可看出，长6₁层、长6₂层以及长6₃ ¹层上部整体处于一个水进的沉积环境，并且可进一步分为长6₁层、长6₂层以及长6₃ ¹三个次一级的沉积旋回；长6₃ ³层、长6₃ ²层整体处于一个水退的沉积环境（图1c）.

2 数据与方法

2.1　岩石与裂缝面力学实验

岩石力学参数（主要包括岩石泊松比、岩石强度参数、各种弹性模量、内摩擦角以及内聚力等）是进行古今应力场模拟、井壁稳定性分析以及裂缝参数预测等研究的重要基础数据（Yang et al.，2004；Guo et al.，2016；Liu et al.，2020）.选取代表性岩心，利用钻机、切片机等设备将岩心加工成端面平整、直径2.5 cm、长度5.0 cm的岩样；将岩石力学实验标定在测井解释的动态力学参数上，建立岩石动态‒静态力学参数转换模型，确定研究区完整岩石（裂缝不发育）静态力学参数三维分布.通过含裂缝岩样三轴力学实验，得到裂缝面法向应力与法向位移的数学关系，建立裂缝面法向应力‒法向位移间的数学模型，得到裂缝面法向与剪切刚度系数（Liu et al.，2021）.

2.2　地质力学建模最优网格大小确定方法

如图2所示，通过岩石动静态力学参数计算，确定储层的力学参数变化范围；并通过野外裂缝观测，建立三维裂缝网络模型；在裂缝面力学实验的基础上，确定裂缝面法向本构数学模型；为了系统、全面地研究裂缝性储层的多尺度力学行为，并充分利用已有的三维裂缝离散元网络模型，采用三循环法研究不同尺寸模拟单元的等效力学参数；分别计算裂缝性储层力学参数的尺寸效应、各向异性，确定了储层地质力学建模最优网格单元大小，得到裂缝参数与岩石等效力学参数的关系.

2.3　裂缝网络模型与三循环算法

通过野外观测，统计裂缝的产状、密度以及组合样式等数据，建立三维裂缝网络模型，在有限元软件中建立非贯穿裂缝模型，导入离散元软件中，开展复杂裂缝性储层等效力学参数的尺寸效应与各向异性研究，并解译裂缝参数与裂缝岩体等效力学参数之间的关系.利用3DEC中的Fish语言进行二次开发，通过三循环法依次计算对应裂缝性岩体的等效力学参数，三循环法具体的实施方式为（图3）：（1）位置循环，在裂缝离散元模型内确定移动步长，实现单一尺度、不同位置力学参数的差异性模拟；（2）尺度循环，改变模拟单元（正方形）的半径，再次进行位置循环，同时满足相同位置模拟单元的中心坐标相同；（3）方位循环，改变模拟单元边长的方位，进行方位循环.结合模拟的储层应力、应变数据，将同一尺寸、同一位置、不同方位的模拟单元力学参数计算结果（取平均值）作为该尺寸计算模型的等效力学参数.

2.4　岩石力学层迁移规律模拟

鄂尔多斯盆地延长组构造裂缝主要形成于燕山期和喜马拉雅期（Jiang et al.，2016；Zhao et al.，2016c；Zhao and Hou，2017；樊建明等，2019）.利用6组岩石力学实验并结合206口井测井资料，确定了完整岩石（即燕山运动前，储层裂缝不发育的岩石）的力学参数分布，结合地质力学建模最优网格单元的大小，建立燕山期储层地质力学非均质模型，模拟燕山期应力场分布；结合岩石应力、应变与裂缝参数间的关系，预测燕山期裂缝密度、产状分布.利用燕山期裂缝参数与岩体等效力学参数的关系，得到喜马拉雅期岩体等效力学参数，用于预测喜马拉雅期构造应力场与裂缝分布；综合利用燕山期和喜马拉雅期的裂缝密度、产状与组合样式确定现今裂缝性岩体等效力学参数，实现不同时期岩石力学参数迁移规律数值模拟.

3 结果与讨论

3.1　三维裂缝离散网络模型

通过鄂尔多斯西缘延长组野外裂缝观测（图4），建立三维裂缝离散网络模型（图5a），在ANSYS软件中建立非贯穿裂缝网络模型（图5b），导入3DEC软件中，基于三维离散元方法开展复杂裂缝性储层力学参数尺寸效应研究.结合岩石三轴力学实验（表1）确定低渗透砂岩储层力学参数大小，在数值模拟中设定岩石初始杨氏模量为27 GPa，泊松比为0.25，密度为2.5 g/cm³.

3.2　裂缝面法向本构模型

利用岩石力学实验，得到裂缝面法向应力‒法向位移关系曲线，建立裂缝面应力‒法向位移间的数学模型，采用幂函数模型反映裂缝面闭合变形的法向应力‒法向位移关系，法向应力（σ _n）与法向位移（S _v）关系表示为（Liu et al.，2021）：

{\sigma }_{\mathrm{n}} = \mathrm{1} \mathrm{066.7} {S_{\mathrm{v}}}^{\mathrm{1.454}\mathrm{8}}.（1）

裂缝面法向刚度系数（K _n）与法向应力（σ _n）间的关系可表示为：

K_{\mathrm{n}} = \mathrm{120.47} {{\sigma }_{\mathrm{n}}}^{\mathrm{0.312}\mathrm{6}}.（2）

测试结果表明，裂缝面法向刚度系数随法向应力的增大而增大，两者同样为幂律关系.通过测量不同法向应力对应的裂缝面剪切变形量，得到裂缝面的剪切刚度系数（K _s）与法向应力（σ _n）的关系为：

K_{\mathrm{s}} = \mathrm{104.25} {{\sigma }_{\mathrm{n}}}^{\mathrm{0.481}\mathrm{2}}.（3）

利用裂缝面法向刚度系数、剪切刚度系数与法向应力间的数学函数，采用Fish语言将数学模型编入计算机模拟程序中，设置软件在每次模拟中分100步调整不同正应力条件下对应的裂缝面力学参数（法向和剪切刚度数值），实现了在裂缝性岩体数值模拟中，采用自定义的裂缝面变形本构模型描述裂缝面的变形特征.

3.3　裂缝性储层力学性质尺寸效应

通过数值模拟得到不同位置、不同尺度以及不同方位模拟单元的等效力学参数.模拟结果表明（图6），当模拟单元边长较小时，模拟单元的等效杨氏模量、泊松比变化范围较大，对于同一位置（图6中相同颜色的数据点），受单元体内裂缝几何形态的影响，不同尺度的模拟单元计算的等效力学参数差异较大；随着模拟单元尺度（>2 200 cm）进一步增大，同一位置模拟单元计算的岩体等效杨氏模量、泊松比逐渐趋于稳定；这说明，在裂缝性储层地质力学建模中，过小的网格单元尺寸不能完整刻画模拟单元内裂缝的发育模式，因此不能准确地反映该位置的岩体力学参数.

3.4　裂缝性储层力学参数各向异性

受裂缝的影响，在模拟单元不同方向上，储层力学参数不同.通过三循环法模拟计算得到不同方向、不同尺度的力学参数变化规律（图7）；当模拟单元边长较小时，很难准确地反映模拟单元力学参数的各向异性（图7a~7d）.在建立的裂缝性储层地质力学模型中，随着模拟单元边长的进一步增大（图7e、7f，r=1 600 cm），受裂缝各向异性与模型边界应力方向的影响，模拟单元力学参数的各向异性逐渐明晰，在NE40°~50°方向以及SEE115°方向，岩石杨氏模量为相对低值；在NS方向、EW方向上，岩石杨氏模量为高值；岩石泊松比的变化规律与杨氏模量相反；如图7a~7d所示，在同一方位，岩石杨氏模量、泊松比的变化区间范围很大，即该尺度不同位置模拟单元的力学参数与实际力学参数有显著的差异.当模拟单元边长进一步增大（图7g、7h，r= 2 400 cm），模拟单元力学参数的各向异性进一步明晰，并且不同位置模拟单元的力学参数在不同方向上逐渐趋于一致，即模拟的力学参数均进一步逼近真实数值；如图7所示，模拟结果表明，过小的网格单元，可能无法反映岩石力学参数的各向异性.

3.5　地质力学建模表征单元体大小

与完整岩石不同，裂缝性储层力学性质具有显著的尺度效应与各向异性.为了确定REV大小，定义2个岩石力学评价参数：

E_{\mathrm{y}} = \frac{\mathrm{1}}{n} {\displaystyle \sum _{i=\mathrm{1}}^n} \left|E_i-E_{\mathrm{a}\mathrm{v}\mathrm{e}\mathrm{r}}\right|，（4）

{\mu }_{\mathrm{y}} = \frac{\mathrm{1}}{n} {\displaystyle \sum _{i=\mathrm{1}}^n} \left|{\mu }_i-{\mu }_{\mathrm{a}\mathrm{v}\mathrm{e}\mathrm{r}}\right|，（5）

式中，E _y为杨氏模量判别指数，GPa；μ _y为泊松比判别指数，无量纲；n为同一尺度下模拟单元的数目；E_i 为第i个模拟单元的等效杨氏模量，GPa；μ_i 为第i个模拟单元的等效泊松比，无量纲；E _aver为某尺度所有模拟单元的平均等效杨氏模量，GPa；μ _aver为某尺度所有模拟单元的平均等效泊松比，无量纲.

结合后期应力场模拟的精度（1 MPa）要求，设定E _y的阈值为0.01 GPa，μ _y的阈值为0.005.在建立研究区裂缝网络模型的基础上，通过调整模拟单元边长，改变模拟单元内裂缝的面密度，同时又能保证模拟单元内裂缝的组合样式不变，如图8a、8b所示，模拟得到不同裂缝面密度的模拟单元对应的E_y 、μ_y 值.依据图8a、8b，分别确定不同裂缝面密度条件对应的合理模拟单元边长r（图8c）；合理模拟单元边长r是指同时满足E _y小于 0.01 GPa、μ _y小于0.005的最小模拟单元边长.如图8c所示，为了满足所有单元体模拟精度的需求，即在不同的裂缝面密度条件下，单元体均具有代表性，因此选取不同裂缝面密度对应的合理统计边长的最大值为地质力学建模最优网格单元大小，针对鄂尔多斯盆地西缘裂缝的组合样式，确定地质力学建模的最优网格单元大小为28 m.

3.6　裂缝参数与岩体力学参数的关系

鄂尔多斯盆地西缘延长组裂缝主要发育两组构造裂缝，其产状稳定，因此主要模拟裂缝间夹角、裂缝密度以及完整岩石力学参数（完整岩石的力学参数）对裂缝性岩体等效力学参数的影响.为了系统分析岩石力学参数的影响因素与演化规律，定义杨氏模量变化率与泊松比变化率来描述岩石力学参数在不同方向上的相对变化，即裂缝岩体的等效杨氏模量（泊松比）与完整岩石杨氏模量（泊松比）之比.

3.6.1　裂缝间夹角（β）

岩石力学的各向异性取决于β，通过建立两组交角的裂缝模型，探讨β对岩石力学参数各向异性的影响.如图9a所示，水平最小杨氏模量在数值模拟过程中随β增大没有显著的变化，变化率约为0.975，水平最大杨氏模量随着β增大而减小，垂向杨氏模量随β增大而减小.当β=90°时，水平最小杨氏模量、水平最大杨氏模量与垂向杨氏模量的差最小.如图9b所示，水平最小泊松比随β的变化率约为1.025，在垂向上，泊松比随β的增大而增大，与杨氏模量变化规律一致.同样，当β=90°时，水平最小泊松比、水平最大泊松比与垂向泊松比的差最小.

3.6.2　完整岩石力学参数和裂缝密度

通过改变模拟单元裂缝面密度和完整岩石杨氏模量和泊松比，模拟完整岩石力学参数和裂缝面密度对岩体等效力学参数的影响，如图10a、10b所示，裂缝面密度对水平最大杨氏模量和水平最小泊松比的影响最小.随着裂缝面密度的增大，水平最大杨氏模量数值略有减小，当裂缝面密度大于1 m/m²时，裂缝面密度对水平最大杨氏模量的影响逐渐降低；伴随裂缝面密度的增大，水平最小泊松比逐渐增大；当裂缝面密度大于1.5 m/m²时，裂缝面密度对水平最小泊松比几乎没有影响.如图10c、10d所示，裂缝面密度对平均杨氏模量和平均泊松比的影响大于水平最大杨氏模量和水平最小泊松比.裂缝面密度与平均杨氏模量呈线性负相关关系，与平均泊松比呈线性正相关关系.如图10e、10f所示，裂缝面密度对水平最小杨氏模量和水平最大泊松比的影响最大，裂缝面密度与最小杨氏模量呈线性负相关，与最大泊松比呈线性正相关.模拟结果表明，完整岩石的泊松比对模拟单元等效力学参数的影响较小，而完整岩石的杨氏模量对模拟单元的等效力学参数影响更为显著，且完整岩石的杨氏模量越大，对裂缝性岩体等效力学参数影响越大，即完整岩石的杨氏模量越大，模拟岩体等效杨氏模量下降幅度（百分比）越大，泊松比增加幅度越大.

3.7　裂缝性储层岩石力学层迁移规律

3.7.1　古应力场方向与大小

综合分析鄂尔多斯盆地古应力场已有研究成果（Jiang et al.，2016；Zhao and Hou，2017；樊建明等，2019）认为，近EW向裂缝主要形成于燕山期，NE向裂缝主要形成于喜马拉雅期.研究区岩石内摩擦角为39°~44°，结合摩 尔‒库伦（Mohr-Coulomb）屈服准则分析可知，研究区燕山期水平最大主应力方向为SEE109°，水平最小主应力方向为NNE19°，中间主应力方向为垂向；喜马拉雅期水平最大主应力方向为NNE29°，水平最小主应力方向为SEE119°，中间主应力方向为垂向.

参考前人对鄂尔多斯盆地燕山期、喜马拉雅期古应力大小测试分析结果（Zhao and Hou，2017；Liu et al.，2021），利用岩石破裂条件和裂缝参数间的关系（季宗镇等，2010；冯建伟等，2011 ；Liu et al.，2018， 2023），本次研究采用ANSYS软件中的SOLID 45单元进行网格划分；SOLID 45单元适用于层状结构的应力场模拟.ANSYS建模的数据来源于Petrel地质模型，采用Visual C++ 6.0编程与ANSYS中的APDL编程，实现地质软件（Petrel）与地质力学软件（ANSYS）的自由切换，将模型的构造形态以及小层划分方案导入ANSYS软件中，在地质力学模型中垂向上将目的层位划分为21个层.结合储层埋藏史确定古应力场模拟的边界条件：燕山期地质力学模型总厚度为4 500 m，目的层长6₃砂体埋深为1 990 m，水平最小主应力为41.29 MPa，水平最大主应力为160.58 MPa（图11a）；喜马拉雅期地质力学模型总厚度为4 500 m时，水平最小主应力为 33.18 MPa，水平最大主应力为108.54 MPa，通过对储层埋藏史的分析得到长6₃砂体埋深2 150 m（图11b）.

3.7.2　岩石力学层迁移规律

对研究区燕山期和喜马拉雅期应力场模拟结果分析可知，应力场垂向分层现象特别明显，这可能是现今构造裂缝垂向分层的主要原因，且水平最小主应力和水平最大主应力的分布与砂体分布密切相关（Liu et al.，2020）.Liu et al.（2018）提出了一种基于地质力学方法的裂缝密度和产状预测方法，采用该方法分析构造因素（裂缝）影响下的岩石力学参数演化规律.通过该方法建立了燕山期完整岩石力学参数分布模型（图12a₁、12b₁），建立了对应的储层地质力学非均质模型，模拟得到燕山期应力场分布（图12a₂、12b₂），应力的大小主要受砂体展布的控制，模拟得到燕山期裂缝面密度与产状（图12a₃、12b₃）；利用岩石等效力学参数与裂缝参数间的数学模型，得到燕山期裂缝发育后的岩体等效力学参数，并建立喜马拉雅期储层地质力学非均质模型（图12a₄、12b₄），模拟得到喜马拉雅期应力场（图12a₅、12b₅），进而确定喜马拉雅期裂缝面密度与产状（图12a₆、12b₆）.综合燕山期和喜马拉雅期的裂缝参数（产状、密度以及组合方式），得到现今裂缝性储层岩石力学参数分布（图12a₇、12b₇），建立储层地质力学非均质模型，模拟得到现今地应力场.

对比不同时期岩体力学参数分布（图12a₁、12a₄、12a₇、12b₁、12b₄、12b₇）可得，从燕山期到喜马拉雅期再至现今，岩体等效杨氏模量总体呈减小趋势，相反，等效泊松比则普遍增大.元284先导试验区岩体的等效杨氏模量和泊松比的差异性总体呈减小趋势，即在燕山期杨氏模量较大的位置，在喜马拉雅期与现今杨氏模量下降的幅度大；反之，在燕山期杨氏模量较小的井区，在喜马拉雅期与现今的杨氏模量下降幅度小，甚至没有变化（裂缝不发育）（图12a₁、12a₄、12a₇）.同理，在燕山期泊松比较小的井区，在喜马拉雅期与现今的泊松比增加的幅度大；反之在泊松比较大的位置，在喜马拉雅期与现今的泊松比增加的幅度小，甚至没有变化（裂缝不发育）（图12b₁、12b₄、12b₇）.

4 结论

本文确定了一种基于储层地质力学方法分析构造因素控制下的岩石力学层迁移规律表征方法.通过离散元与有限元相结合，提出并采用三循环法模拟裂缝参数与裂缝性岩体等效力学参数间的关系，结合燕山期与喜马拉雅期应力场分布以及裂缝参数分布，预测出不同时期岩石力学层的迁移规律.

综合物理实验和数值模拟手段，对不同尺寸模型等效力学参数进行数值模拟，计算了裂缝性储层力学参数的尺度效应和各向异性，确定了地质力学建模的最优网格单元大小.在地质力学建模中，过小的网格单元尺度不能完整刻画单元内的裂缝发育模式.随着模拟单元尺度（>2 200 cm）的增大，同一位置岩体等效杨氏模量、泊松比逐渐趋于稳定，反映出了岩石力学参数的尺寸效应与各向异性.结合研究区裂缝组合样式及后期应力场模拟的精度要求，设定E _y的阈值为0.01 GPa，μ _y的阈值为0.005，确定地质力学建模的最优网格单元大小为28 m.

裂缝间夹角、完整岩石力学参数以及裂缝密度决定裂缝性岩体等效力学参数的大小与各向异性.岩石力学层迁移规律模拟结果表明，从燕山期至喜马拉雅期再至现今，伴随构造裂缝的发育，岩石的杨氏模量总体呈下降趋势，泊松比呈增大趋势，且岩石等效杨氏模量、泊松比间的差异性逐渐减小；即在燕山期杨氏模量较大的井区，喜马拉雅期和现今杨氏模量都明显降低；燕山期泊松比较小的井区，在喜马拉雅期和现今泊松比显著增加.

参考文献

[1] Andhumoudine, A. B., Nie, X., Zhou, Q. B., et al., 2021. Investigation of Coal Elastic Properties Based on Digital Core Technology and Finite Element Method. Advances in Geo-Energy Research, 5(1): 53-63. https://doi.org/10.46690/ager.2021.01.06

[2] Chai, Y. T., Yin, S. D., 2021.3D Displacement Discontinuity Analysis of In-Situ Stress Perturbation near a Weak Faul. Advances in Geo-Energy Research, 5(3): 286-296. https://doi.org/10.46690/ager.2021.03.05

[3] Chen, S. H., Qiang, S., 2004. Composite Element Model for Discontinuous Rock Masses. International Journal of Rock Mechanics and Mining Sciences, 41(5): 865-870. https://doi.org/10.1016/j.ijrmms.2004.01.009

[4] Darby, B. J., Ritts, B. D., 2002. Mesozoic Contractional Deformation in the Middle of the Asian Tectonic Collage: The Intraplate Western Ordos Fold-Thrust Belt, China. Earth and Planetary Science Letters, 205(1-2): 13-24. https://doi.org/10.1016/S0012-821X(02)01026-9

[5] Dashti, R., Rahimpour-Bonab, H., Zeinali, M., 2018. Fracture and Mechanical Stratigraphy in Naturally Fractured Carbonate Reservoirs-A Case Study from Zagros Region. Marine and Petroleum Geology, 97: 466-479. https://doi.org/10.1016/j.marpetgeo.2018.06.027

[6] Dershowitz, W. S., Einstein, H. H., 1988. Characterizing Rock Joint Geometry with Joint System Models. Rock Mechanics and Rock Engineering, 21(1): 21-51. https://doi.org/10.1007/BF01019674

[7] Esmaieli, K., Hadjigeorgiou, J., Grenon, M., 2010. Estimating Geometrical and Mechanical REV Based on Synthetic Rock Mass Models at Brunswick Mine. International Journal of Rock Mechanics and Mining Sciences, 47(6): 915-926. https://doi.org/10.1016/j.ijrmms.2010.05.010

[8] Fan, J.M., Chen, X.D., Lei, Z.D., et al., 2019. Characteristics of Natural and Hydraulic Fractures in Tight Oil Reservoir in Ordos Basin and Its Implication to Field Development. Journal of China University of Petroleum (Edition of Natural Science), 43(3): 98-106 (in Chinese with English abstract).

[9] Fan, X., Kulatilake, P. H. S. W., Chen, X., 2015. Mechanical Behavior of Rock-like Jointed Blocks with Multi-Non-Persistent Joints under Uniaxial Loading: A Particle Mechanics Approach. Engineering Geology, 190: 17-32. https://doi.org/10.1016/j.enggeo.2015.02.008

[10] Faraji, M., Rezagholilou, A., Ghanavati, M., et al., 2021. Breakouts Derived from Image Logs Aid the Estimation of Maximum Horizontal Stress: A Case Study from Perth Basin, Western Australia. Advances in Geo-Energy Research, 5(1): 8-24. https://doi.org/10.46690/ager.2021.01.03

[11] Feng, J.W., Dai, J.S., Ma, Z.R., et al., 2011. The Theoretical Model between Fracture Parameters and Stress Field of Low-Permeability Sandstones. Acta Petrolei Sinica, 32(4):664-671 (in Chinese with English abstract).

[12] Feng, Y.W., Chen, Y., Zhao, Z.Y., et al., 2021. Migration of Natural Gas Controlled by Faults of Majiagou Formation in Central Ordos Basin: Evidence from Fluid Inclusions. Earth Science, 46(10): 3601-3614 (in Chinese with English abstract).

[13] Guo, P., Yao, L. H., Ren, D. S., 2016. Simulation of Three-Dimensional Tectonic Stress Fields and Quantitative Prediction of Tectonic Fracture within the Damintun Depression, Liaohe Basin, Northeast China. Journal of Structural Geology, 86: 211-223. https://doi.org/10.1016/j.jsg.2016.03.007

[14] Heuze, F. E., 1980. Scale Effects in the Determination of Rock Mass Strength and Deformability. Rock Mechanics, 12(3-4): 167-192. https://doi.org/10.1007/BF01251024

[15] Ji, Z.Z., Dai, J.S., Wang, B.F., 2010.Q Uantitative Relationship between Crustal Stress and Parameters of Tectonic Fracture. Acta Petrolei Sinica, 31(1): 68-72 (in Chinese with English abstract).

[16] Jiang, L., Qiu, Z., Wang, Q. C., et al., 2016. Joint Development and Tectonic Stress Field Evolution in the Southeastern Mesozoic Ordos Basin, West Part of North China. Journal of Asian Earth Sciences, 127: 47-62. https://doi.org/10.1016/j.jseaes.2016.06.017

[17] Jing, L., 2003. A Review of Techniques, Advances and Outstanding Issues in Numerical Modelling for Rock Mechanics and Rock Engineering. International Journal of Rock Mechanics and Mining Sciences, 40(3): 283-353. https://doi.org/10.1016/S1365-1609(03)00013-3

[18] Ju, W., Wang, J. L., Fang, H. H., et al., 2019. Paleotectonic Stress Field Modeling and Prediction of Natural Fractures in the Lower Silurian Longmaxi Shale Reservoirs, Nanchuan Region, South China. Marine and Petroleum Geology, 100: 20-30. https://doi.org/10.1016/j.marpetgeo.2018.10.052

[19] Khani, A., Baghbanan, A., Hashemolhosseini, H., 2013. Numerical Investigation of the Effect of Fracture Intensity on Deformability and REV of Fractured Rock Masses. International Journal of Rock Mechanics and Mining Sciences, 63: 104-112. https://doi.org/10.1016/j.ijrmms.2013.08.006

[20] Kulatilake, P. H. S. W., Ucpirti, H., Wang, S., et al., 1992. Use of the Distinct Element Method to Perform Stress Analysis in Rock with Non-Persistent Joints and to Study the Effect of Joint Geometry Parameters on the Strength and Deformability of Rock Masses. Rock Mechanics and Rock Engineering, 25(4): 253-274. https://doi.org/10.1007/BF01041807

[21] Lamarche, J., Lavenu, A. P. C., Gauthier, B. D. M., et al., 2012. Relationships between Fracture Patterns, Geodynamics and Mechanical Stratigraphy in Carbonates (South-East Basin, France). Tectonophysics, 581: 231-245. https://doi.org/10.1016/j.tecto.2012.06.042

[22] Laubach, S. E., Olson, J. E., Gross, M. R., 2009. Mechanical and Fracture Stratigraphy. AAPG Bulletin, 93(11): 1413-1426. https://doi.org/10.1306/07270909094

[23] Li, C.S., Zhang, W.X., Lei, Y., et al., 2021. Characteristics and Controlling Factors of Oil Accumulation in Chang 9 Member in Longdong Area, Ordos Basin. Earth Science, 46(10):3560-3574 (in Chinese with English abstract).

[24] Li, Y. Y., Shang, Y. J., Yang, P., 2018. Modeling Fracture Connectivity in Naturally Fractured Reservoirs: A Case Study in the Yanchang Formation, Ordos Basin, China. Fuel, 211: 789-796. https://doi.org/10.1016/j.fuel.2017.09.109

[25] Liang, Z. Z., Wu, N., Li, Y. C., et al., 2019. Numerical Study on Anisotropy of the Representative Elementary Volume of Strength and Deformability of Jointed Rock Masses. Rock Mechanics and Rock Engineering, 52(11): 4387-4402. https://doi.org/10.1007/s00603-019-01859-9

[26] Liu, J. S., Ding, W. L., Gu, Y., et al., 2018. Methodology for Predicting Reservoir Breakdown Pressure and Fracture Opening Pressure in Low-Permeability Reservoirs Based on an in Situ Stress Simulation. Engineering Geology, 246: 222-232. https://doi.org/10.1016/j.enggeo.2018.09.010

[27] Liu, J.S., Ding, W.L., Xiao, Z.K., et al., 2019. Advances in Comprehensive Characterization and Prediction of Reservoir Fractures. Progress in Geophysics, 34(6): 2283-2300 (in Chinese with English abstract).

[28] Liu, J. S., Ding, W. L., Yang, H. M., et al., 2017.3D Geomechanical Modeling and Numerical Simulation of In-Situ Stress Fields in Shale Reservoirs: A Case Study of the Lower Cambrian Niutitang Formation in the Cen’gong Block, South China. Tectonophysics, 712-713: 663-683. https://doi.org/10.1016/j.tecto.2017.06.030

[29] Liu, J. S., Mei, L. F., Ding, W. L., et al., 2023. Asymmetric Propagation Mechanism of Hydraulic Fracture Networks in Continental Reservoirs. GSA Bulletin, 135(3-4): 678-688. https://doi.org/10.1130/b36358.1

[30] Liu, J. S., Yang, H. M., Bai, J. P., et al., 2021. Numerical Simulation to Determine the Fracture Aperture in a Typical Basin of China. Fuel, 283: 118952. https://doi.org/10.1016/j.fuel.2020.118952

[31] Liu, J. S., Yang, H. M., Wu, X. F., et al., 2020. The in Situ Stress Field and Microscale Controlling Factors in the Ordos Basin, Central China. International Journal of Rock Mechanics and Mining Sciences, 135: 104482. https://doi.org/10.1016/j.ijrmms.2020.104482

[32] Liu, J. S., Yang, H. M., Xu, K., et al., 2022. Genetic Mechanism of Transfer Zones in Rift Basins: Insights from Geomechanical Models. GSA Bulletin, 134(9-10): 2436-2452. https://doi.org/10.1130/b36151.1

[33] Lyu, W. Y., Zeng, L. B., Zhou, S. B., et al., 2019. Natural Fractures in Tight-Oil Sandstones: A Case Study of the Upper Triassic Yanchang Formation in the Southwestern Ordos Basin, China. AAPG Bulletin, 103(10): 2343-2367. https://doi.org/10.1306/0130191608617115

[34] McGinnis, R. N., Ferrill, D. A., Morris, A. P., et al., 2017. Mechanical Stratigraphic Controls on Natural Fracture Spacing and Penetration. Journal of Structural Geology, 95: 160-170. https://doi.org/10.1016/j.jsg.2017.01.001

[35] Ni, P. P., Wang, S. H., Wang, C. G., et al., 2017. Estimation of REV Size for Fractured Rock Mass Based on Damage Coefficient. Rock Mechanics and Rock Engineering, 50(3): 555-570. https://doi.org/10.1007/s00603-016-1122-x

[36] Salimzadeh, S., Usui, T., Paluszny, A., et al., 2017. Finite Element Simulations of Interactions between Multiple Hydraulic Fractures in a Poroelastic Rock. International Journal of Rock Mechanics and Mining Sciences, 99: 9-20. https://doi.org/10.1016/j.ijrmms.2017.09.001

[37] Sun, D.S., Zhuo, X.Z., Dan, Y., et al., 2021. Measurement and Distribution of Horizontal Minimum Principle Stress of Shale Reservoir. Journal of China University of Petroleum (Edition of Natural Science), 45(5):80-87 (in Chinese with English abstract).

[38] Wu, N., Liang, Z.Z., Li, Y.C., et al., 2019. Effect of Confining Stress on Representative Elementary Volume of Jointed Rock Masses. Geomechanics and Engineering, 18(6): 627-638.

[39] Wu, Q., Kulatilake, P. H. S. W., 2012. REV and Its Properties on Fracture System and Mechanical Properties, and an Orthotropic Constitutive Model for a Jointed Rock Mass in a Dam Site in China. Computers and Geotechnics, 43: 124-142. https://doi.org/10.1016/j.compgeo.2012.02.010

[40] Wu, Z. H., Zuo, Y. J., Wang, S. Y., et al., 2017. Numerical Study of Multi-Period Palaeotectonic Stress Fields in Lower Cambrian Shale Reservoirs and the Prediction of Fractures Distribution: A Case Study of the Niutitang Formation in Feng’gang No. 3 Block, South China. Marine and Petroleum Geology, 80: 369-381. https://doi.org/10.1016/j.marpetgeo.2016.12.008

[41] Xu, X.Y., Wang, W.F., 2020. The Recognition of Potential Fault Zone in Ordos Basin and Its Reservoir Control. Earth Science, 45(5): 1754-1768 (in Chinese with English abstract).

[42] Yang, T. H., Tham, L. G., Tang, C. A., et al., 2004. Influence of Heterogeneity of Mechanical Properties on Hydraulic Fracturing in Permeable Rocks. Rock Mechanics and Rock Engineering, 37(4): 251-275. https://doi.org/10.1007/s00603-003-0022-z

[43] Zeng, L. B., Gong, L., Guan, C., et al., 2022. Natural Fractures and Their Contribution to Tight Gas Conglomerate Reservoirs: A Case Study in the Northwestern Sichuan Basin, China. Journal of Petroleum Science and Engineering, 210: 110028. https://doi.org/10.1016/j.petrol.2021.110028

[44] Zeng, L. B., Li, X. Y., 2009. Fractures in Sandstone Reservoirs with Ultra-Low Permeability: A Case Study of the Upper Triassic Yanchang Formation in the Ordos Basin, China. AAPG Bulletin, 93(4): 461-477. https://doi.org/10.1306/09240808047

[45] Zeng, W. T., Ding, W. L., Zhang, J. C., et al., 2013. Fracture Development in Paleozoic Shale of Chongqing Area (South China). Part Two: Numerical Simulation of Tectonic Stress Field and Prediction of Fractures Distribution. Journal of Asian Earth Sciences, 75: 267-279. https://doi.org/10.1016/j.jseaes.2013.07.015

[46] Zhang, W., Chen, J. P., Liu, C., et al., 2012. Determination of Geometrical and Structural Representative Volume Elements at the Baihetan Dam Site. Rock Mechanics and Rock Engineering, 45(3): 409-419. https://doi.org/10.1007/s00603-011-0191-0

[47] Zhang, W., Chen, J. P., Chen, H. E., et al., 2013. Determination of RVE with Consideration of the Spatial Effect. International Journal of Rock Mechanics and Mining Sciences, 61: 154-160. https://doi.org/10.1016/j.ijrmms.2013.02.013

[48] Zhao, W. T., Hou, G. T., Hari, K. R., 2016a. Two Episodes of Structural Fractures and Their Stress Field Modeling in the Ordos Block, Northern China. Journal of Geodynamics, 97: 7-21. https://doi.org/10.1016/j.jog.2016.02.005

[49] Zhao, J. L., Xu, H., Tang, D. Z., et al., 2016b. Coal Seam Porosity and Fracture Heterogeneity of Macrolithotypes in the Hancheng Block, Eastern Margin, Ordos Basin, China. International Journal of Coal Geology, 159: 18-29. https://doi.org/10.1016/j.coal.2016.03.019

[50] Zhao, J. L., Tang, D. Z., Xu, H., et al., 2016c. Characteristic of in Situ Stress and Its Control on the Coalbed Methane Reservoir Permeability in the Eastern Margin of the Ordos Basin, China. Rock Mechanics and Rock Engineering, 49(8): 3307-3322. https://doi.org/10.1007/s00603-016-0969-1

[51] Zhao, J.Y., An, X.P., Wang, J., et al., 2018. A Quantitative Evaluation for Well Pattern Adaptability in Ultra-Low Permeability Oil Reservoirs: A Case Study of Triassic Chang 6 and Chang 8 Reservoirs in Ordos Basin. Petroleum Exploration and Development, 45(3): 482-488 (in Chinese with English abstract).

[52] Zhao, W. T., Hou, G. T., 2017. Fracture Prediction in the Tight-Oil Reservoirs of the Triassic Yanchang Formation in the Ordos Basin, Northern China. Petroleum Science, 14(1): 1-23.

[53] Zhou, W. Y., Jiao, Y. Q., Zhao, J. H., 2017. Sediment Provenance of the Intracontinental Ordos Basin in North China Craton Controlled by Tectonic Evolution of the Basin-Orogen System. The Journal of Geology, 125(6): 701-711. https://doi.org/10.1086/693861

[54] 樊建明, 陈小东, 雷征东, 等, 2019. 鄂尔多斯盆地致密油藏天然裂缝与人工裂缝特征及开发意义. 中国石油大学学报(自然科学版), 43(3): 98-106.

[55] 冯建伟, 戴俊生, 马占荣, 等, 2011. 低渗透砂岩裂缝参数与应力场关系理论模型. 石油学报, 32(4):664-671.

[56] 冯艳伟, 陈勇, 赵振宇, 等, 2021. 鄂尔多斯盆地中部地区马家沟组断裂控制天然气运移方向的流体包裹体证据. 地球科学, 46(10): 3601-3614.

[57] 季宗镇, 戴俊生, 汪必峰, 2010.地应力与构造裂缝参数间的定量关系. 石油学报, 31(1): 68-72.

[58] 李程善, 张文选, 雷宇, 等, 2021. 鄂尔多斯盆地陇东地区长9油层组砂体成因与油气差异分布. 地球科学, 46(10):3560-3574.

[59] 刘敬寿, 丁文龙, 肖子亢, 等, 2019. 储层裂缝综合表征与预测研究进展. 地球物理学进展, 34(6): 2283-2300.

[60] 孙东生, 禚喜准, 淡永, 等, 2021. 页岩储层水平最小主应力实测与分布规律. 中国石油大学学报(自然科学版), 45(5):80-87.

[61] 徐兴雨, 王伟锋, 2020. 鄂尔多斯盆地隐性断裂识别及其控藏作用. 地球科学, 45(5): 1754-1768.

[62] 赵继勇, 安小平, 王晶, 等, 2018. 超低渗油藏井网适应性定量评价方法——以鄂尔多斯盆地三叠系长6、长8油藏为例. 石油勘探与开发, 45(3): 482-488.

基金资助

国家自然科学基金项目(42102156;42072173)

山东省自然科学基金项目(ZR2020QD035)

中国地质大学（武汉）“地大学者”人才岗位科研启动经费(2022046)