页岩油甜点评价关键技术及甜点类型划分:以玛湖凹陷二叠系风城组为例

Key Technology of Shale Oil Sweet Spot Evaluation and Sweet Spot Type Division in Fengcheng Formation of Mahu Sag

摘要

玛湖凹陷风城组页岩油是准噶尔盆地油气勘探的新领域，明确其优质“甜点”发育段，对试油层位选择及水平井的部署具有重要意义.从页岩油评价中的2个关键地质工程参数——游离油、脆性指数入手，以系统实验为基础，开展了玛湖风城组页岩油游离油、脆性指数的测井评价方法研究，并分析了2个参数对产量的影响，建立了产量潜力指数计算模型，形成了“甜点”分类方法.结果表明：（1）二维核磁共振谱（T ₂， T ₁ ）可以有效区分可动水、游离油、吸附油（T ₁/T ₂：可动水<游离油<吸附油），风城组页岩油层游离油孔隙度低，主要为0.5%~3.0%；（2）页岩油层脆性好，脆性指数在70%以上，但杨氏模量大，水力压裂起裂难度较大；（3）根据产能潜力指数分为三类甜点，纵向上三类甜点交互叠合发育，可以优选出2套优质甜点集中发育段.建立的页岩油甜点评价关键技术为风城组页岩油试油选层及水平井目标层选择提供了重要依据，可为国内其他陆相盆地页岩油甜点评价提供借鉴.

关键词

风城组 / 页岩油 / 游离油 / 脆性指数 / 甜点评价 / 地球物理

Key words

Fengcheng Formation / shale oil / free oil / brittleness index / sweet spot evaluation / geophysics

0 引言

勘探实践证实，中国陆相页岩油资源非常丰富，近年来受到广泛关注.然而，由于页岩油采收率低，中国页岩油的勘探开发仍处于早期阶段.美国页岩油革命的成功带来了两点重要启示：（1）优质“甜点”的选择是经济有效开发的基础；（2）水平井+体积压裂是页岩油开发的关键技术（金之钧等，2021）.页岩油按赋存状态可分为游离油和吸附油，吸附油具有较大的吸附能，现有经济技术条件下难以实现有效开采（匡立春等，2021），而游离油通过体积压裂即可实现有效开采，因此页岩油评价的核心是游离油含量和可压性，这也是国内外研究的重点.

目前页岩油层吸附油、游离油实验定量评价的方法主要有分段热解法、溶剂分步萃取法以及吸附滞留实验法（蒋启贵等，2016； Li et al.， 2016a； Cao et al.， 2017），其中分段热解法和溶剂分步萃取法都是假设游离油主要赋存于大孔隙内的小分子烃类、吸附油主要赋存于无机微孔或有机孔内的大分子烃类（Zhu et al.，2021；党伟等，2022），但是不同分子量的烃类均存在吸附态和游离态，这两种实验方法都难以实现游离油、吸附油的有效测量（Li et al.， 2016b）.吸附滞留实验法没有考虑孔隙结构对页岩油赋存状态的影响（张鹏飞，2019；Zhang et al.， 2020）.二维核磁共振纵向弛豫时间（T ₁）和横向弛豫时间（T ₂）与流体密度、粘度等参数密切相关（Birdwell and Washburn， 2015；Kausik et al.， 2016），在页岩油赋存状态定量表征方面具有极大优势，这也是目前国内外页岩油评价技术研究中的新热点（聂海宽等，2016）.前人对页岩油层干酪根、沥青、吸附油等的T ₁/T ₂比值及影响因素开展了一些研究，建立了相应的T ₁_T ₂二维核磁共振识别图版（Kausik et al.， 2016； Li et al.， 2018）.Song and Kausik（2019）研究了高频核磁及低频核磁实验对T ₁、T ₂的影响，阐明了实验室岩心低频核磁共振实验可很好地用于井下测井数据分析.但文献调研结果显示，前人建立的页岩油层不同组分的（T ₁、T ₂）二维核磁共振识别图版中干酪根、粘土吸附水、可动水的位置基本相同，但游离油、吸附油的T ₁/T ₂比值及在二维谱图中的位置差别较大（Kausik et al.， 2016；Li et al.， 2020；Zhang et al.， 2020），在实际应用中效果不理想，不能满足研究区游离油含量评价的需求.

关于岩石脆性的涵义国内外学者有许多说法，不同学科具有一定的差异.材料科学中，Morley（1944）将脆性定义为材料塑性的缺失；Ramsay（1967）认为脆性能表征岩石内聚力的破坏；Obert and Duvall（1967）以铸铁和岩石为研究对象，认为试样达到或稍超过屈服强度即破坏的性质为脆性.以Howell（1960）为代表的地质学及相关学科学者认为材料断裂或破坏前表现出极少或没有塑性形变的特征为脆性.由于脆性的涵义不同，实验室岩石力学脆性的表征方法也多种多样，主要可分为3大类：（1）基于应力‒应变曲线的方法；（2）基于硬度或坚固性的方法；（3）基于强度比值的方法.其中，岩石的应力应变曲线是定性评价岩石脆性程度大小最直观、最有效的方法.通过实验过程记录加载至破坏全过程的应力‒应变曲线方法，具有简单、易掌握等优点.基于应力‒应变曲线对脆性分类的实用性和有效性，本文的实验脆性指数采用该表征方法.在岩石脆性测井表征方面，主要有两种方法，一种是根据杨氏模量、泊松比（Rickman et al.，2008），该方法没有考虑应力环境和矿物含量对脆性指数的影响，在埋深变化大、矿物种类多样的地层适用性差；另外一种是根据岩石中脆性矿物（石英、长石、碳酸盐等）的含量比例（Jarvie et al.，2007），该方法仅仅考虑了矿物成分单一因素对岩石脆性的影响，没有考虑岩石成岩演化过程中对脆性的影响，具体应用矿物方法时需要摸清研究区内主要的脆性矿物种类及成岩作用背景，建立适当的评价模型.

文献调研表明，每种方法具有特定的适应性，不能照搬照用（梁卫和李小平，2020；李程善等，2021）.本文根据玛湖风城组页岩油的地质特征，在二维核磁共振实验以及三轴抗压、全岩矿物联测实验基础上，建立了页岩油二维核磁共振流体性质识别图版、岩石脆性指数测井表征模型.并以游离油含量和脆性指数评价为核心，形成了产量潜力指数表征模型，为页岩油甜点分类提供了可靠的新方法，为玛湖凹陷风城组页岩油藏有利勘探目的层和后续开发层段的选择提供了有效途径.

1 地质背景

玛湖凹陷是准噶尔盆地西部的一个二级构造单元，北部紧邻哈拉阿拉特山，西侧延伸至乌夏断裂和克百断裂带，东侧与夏盐凸起、英西凹陷相邻，南接中拐凸起、达巴松凸起，总面积约5 000 km²（刘得光等，2020）.研究区风城组沉积期为典型的闭塞型碱湖环境，自下而上可分为风城组一段（P₁ f ₁，简称风一段）、风城组二段（P₁ f ₂，简称风二段）、风城组三段（P₁ f ₃，简称风三段）.风一段主要为火山碎屑岩，风二段和风三段以暗色细粒沉积为主，发育云质粉砂岩、粉砂质云岩、泥晶云岩、云质泥岩等；其中风二段为碱湖发育的鼎盛时期，硅硼钠石、碳钠钙石等碱矿发育.风城组页岩油具有纵向厚度大、整体含油的特点（曹剑等，2015；支东明等，2019）.

2 二维核磁共振实验及流体性质识别图版

玛湖风城组页岩油储层润湿性以混合润湿为主，油水赋存状态多样，包括游离油、吸附油、可动水、毛管水以及粘土吸附水等（Jiang et al.， 2016；杨智峰等，2021），游离油、吸附油及可动水的横向弛豫时间在一维核磁共振T ₂谱上存在叠合区域，导致一维核磁共振测井在页岩油流体类型识别及定量计算方面存在局限性，无法实现游离油含量的连续定量表征.二维核磁共振测井在页岩油流体性质识别中展现出更大的优势，也是国内外研究的热点（Korb et al.，2018；Testamanti and Rezaee， 2019）.为了明确玛湖凹陷风城组页岩油垂向甜点分布特征，对MY1井进行了二维核磁共振测井（CMR_NG）.已有的二维核磁流体性质识别图版是在高频核磁岩心实验测量基础上建立的，与井下的低频核磁测井相比，在仪器结构、物理参数、采集参数方面均有较大差别，导致理论图版在研究区适用性差.因此，本文采用与井下核磁共振测井仪相同的采集和处理参数来进行实验室岩心二维核磁共振测量，得到了一套适用的二维核磁共振流体性质识别图版，大幅提高了游离油含量的解释精度.

在玛湖风城组MY1井选取岩心5块，每块样品长约5 cm，直径2.5 cm（表1）.首先对原样进行二维核磁共振测量，由于岩样非密闭且搁置了一段时间，通过原始样测量可以明确轻烃挥发后残余流体信号分布的位置，包括沥青、吸附油等；然后洗油处理，120 ℃条件下进行烘干，测量烘干样品的二维核磁共振特征，目的是观察岩心洗油是否彻底，便于与饱水样、饱油样进行对比；加压饱水，进行饱水样品的二维核磁共振测量，目的是明确毛管水及可动水在T ₁-T ₂谱上的位置；在离心机12 000 RPM条件下离心2 h，进行离心样品的二维核磁共振测量，目的是将可动水离心掉，便于与饱油样对比；最后进行加压饱和原油（粘度<100 mPs），测量饱油样品的二维核磁共振特征，此时的岩样具有亲水性，因此注入的原油为游离油，将此步骤的二维谱与离心后的二维谱对比，可以明确游离油在T ₁-T ₂谱上的位置.实验中使用的仪器为苏州纽迈的核磁仪器，该仪器在2 MHz频率下，采用CMR-NG测井参数进行实验室岩心二维核磁共振测量.

图2为1-1组样品的测量结果，a~e为样品在5种状态下的核磁共振T ₁-T ₂图.如图2a所示，原始样品图中有3个信号区：区域1，T ₁分布在0.01~10 ms之间， T ₂<0.2 ms和T ₁/T ₂在10~100之间；区域2，T ₁在1~100 ms之间，T ₂在1~30 ms之间，T ₁/T ₂在5~10之间；区域3，T ₁在100 ms左右，T ₂在20~ 70 ms之间，T ₁/T ₂大于10.根据横向弛豫时间T ₁和纵向弛豫时间T ₂对不同赋存状态流体的响应，分子越大、流动性越差，T ₁时间越长，T ₂时间越短，T ₁/T ₂比值越大，判断区域1为沥青、区域2为毛管吸附水、区域3为吸附油.洗油洗烘干后，核磁共振T ₁-T ₂谱图几乎无信号（图2b），说明沥青、原油等清洗较彻底.饱水后核磁共振T ₁-T ₂谱图中（图2c）有2个明显的区域：区域1，横向弛豫时间T ₂分布范围较大在1~50 ms之间，T ₁/T ₂在1~10之间，判断为毛管吸附水和可动水信号的叠合，可动水信号偏右，T ₂时间长，T ₁/T ₂接近1；区域2，信号弱，与原始样中的区域3位置相当，为残余的吸附油信号.离心后核磁共振T ₁-T ₂谱图中（图2d）有2个明显的区域，区域1为毛管水信号，区域2为残余的吸附油信号，与饱和水T ₁-T ₂谱图相比，T ₂时间较长，T ₁/T ₂接近1的信号消失，也说明该信号为可动水，离心过程中散失.饱和油核磁共振T ₁-T ₂谱（图2e）与离心后核磁共振T ₁-T ₂谱相比，增加了T ₂时间长（30~300 ms）、T ₁/T ₂接近1的信号，说明该信号为游离油信号.根据实验结果，建立了页岩油二维核磁流体性质识别图版，如图3所示.

3 脆性指数评价

3.1　脆性的表征方法及实验

如前文所述，岩石的应力‒应变曲线法是通过实验过程记录加载至破坏全过程的应力‒应变曲线来表征岩石的脆性，具有简单、易掌握等优点.图4为典型的岩石应力‒应变曲线，应力‒应变过程可分为4个阶段.OB段：曲线稍微向上弯曲，属于压密阶段，这期间岩石中初始的微裂隙受压闭合；BC段：接近于直线，近似于线弹性形变阶段；CD段：曲线向下弯曲，属于非弹性形变阶段，主要是在平行于载荷方向开始逐渐生成新的微裂隙，C点是岩石从弹性转变为非弹性的转折点；DE段：破坏阶段，D点的纵坐标就是单轴抗压强度.

为了全面、精确地刻画风城组页岩的岩石脆性特征，选取了MY1井中10块具有代表性的岩心进行了三轴抗压测试，实验由中国石油集团测井有限公司测井应用研究岩石物理中心完成.实验对圆柱形岩样施加固定围压，然后逐渐增大轴向应力载荷，测出岩石破坏时的轴向压力，绘制出应力‒应变关系曲线.利用应力‒应变曲线可以得到弹性形变量、塑性形变量（Atici and Ersoy， 2009；Yagiz， 2009），如图5所示，还可以得到静态杨氏模量、静态泊松比，见表2.

本文按照Hucka and Das（1974）脆性指数的计算方法，得到10块样品的岩石脆性指数（表2）：

B I = {\epsilon }_{\mathrm{1}}/\left({\epsilon }_{\mathrm{1}}+{\epsilon }_{\mathrm{2}}\right)，（1）

式中： B I为脆性指数； {\epsilon }_{\mathrm{1}}为弹性形变； {\epsilon }_{\mathrm{2}}为塑性形变.

脆性好的样品在应力‒应变曲线上表现为弹性形变段较长（ {\epsilon }_{\mathrm{1}}大），塑性形变段较短（ {\epsilon }_{\mathrm{2}}小）.岩心破坏发生于整个样品，破坏形态为多条贯穿整个岩心的裂缝，此类样品杨氏模量大.图6a为MY1井 4 780.23 m岩心的应力‒应变曲线，图6b为岩心破碎前后的岩心照片.利用Hucka and Das（1974）脆性指数计算方法求得脆性指数为99%，静态杨氏模量为70.5 GPa.该岩心弹性形变段长，塑性形变段很短；破碎状态为复杂的裂缝网络，且贯穿于整个岩心.

脆性一般的样品在应力‒应变曲线上表现为弹性形变段较脆性好的段短、较脆性差的长.岩心破坏发生于整个样品，破碎形态一般为一条贯穿整个岩心的裂缝，此类样品静态杨氏模量相对较大.图7a为MY1井4 717.4 m岩心的应力‒应变曲线，图7b为岩心破碎前后的岩心照片.利用Hucka and Das（1974）脆性指数计算方法求得脆性指数为73%，静态杨氏模量为56.4 GPa.该岩心弹性形变段相对较长，塑性形变段相对较短；破碎状态为一条裂缝，但贯穿于整个岩心.

从表2可以看出，风城组岩石杨氏模量很大，整体在50 GPa以上，脆性好，大于70%.多参数联测实验分析表明，研究区风城组粘土含量低，普遍小于10%；碳酸盐岩矿物成分含量高，尤其是风2段中下部，白云石含量普遍在30%~60%之间；储层致密，核磁共振3 ms孔隙度为2%~5%.碳酸盐含量高、粘土含量低、储层致密是风城组岩石杨氏模量大、脆性好的根本原因.

3.2　脆性指数表征模型

从表2可以看出，静态杨氏模量和脆性指数之间有着很好的线性关系（图8）.静态杨氏模量可通过动态杨氏模量经物性和矿物组分校正得到（Wang et al.， 2018）.因此得到脆性指数的测井表征模型：

B I = f \left(v_{\mathrm{p}},v_{\mathrm{s}},den,V_{\mathrm{d}\mathrm{o}\mathrm{l}},\phi ,a,b,c\right)，（2）

式中： B I为脆性指数； v_{\mathrm{p}}为纵波速度，单位为m/μs； v_{\mathrm{s}}为横波波速度，单位为m/μs； d e n为岩石密度，单位为g/cm³； V_{\mathrm{d}\mathrm{o}\mathrm{l}}为碳酸盐矿物含量，单位为%； \phi为岩石孔隙度； a , b , c为系数，无量纲.

4 产量潜力指数及甜点分类

影响页岩油甜点产量的因素较多，甜点的储层品质参数如游离油含量、原油的粘度、气油比、渗透率、孔喉大小、裂缝发育程度等对产量影响较大（Lu et al.， 2012；张金川等，2012；邹才能等，2013；韩文中等，2021）.由于页岩油需要体积压裂才能获得产量，因此，甜点的工程品质参数闭合应力的大小、水平两向应力的应力差、岩石的脆性指数等参数对甜点的产量也有较大的影响.另外，压裂工艺和施工参数对改造缝网的性质与空间展布有控制作用，在很大程度上对甜点的产量也有重要的影响.

尽管页岩油需要体积压裂获得产量，但甜点的不同参数对产量贡献潜能是不同的.如果甜点的孔隙内无游离油，即使进行体积压裂也不可能获得工业产能.如果甜点的游离油含量高、气油比高、原油的粘度低流动性好，且岩石的脆性好、水平主应力差小，就有较好的高产潜能（周小航等，2022）.因此，对甜点本身所具有的对产量贡献潜能的综合评价是压裂改造缝网设计分段、分簇及工艺改造参数确定的重要基础.

那么，哪些参数能够反映页岩油甜点所具有的产能潜能呢？毫无疑问储层品质和工程品质的众多参数对页岩油甜点的产能均有影响.页岩油需要水平井开发，水平井钻井的对象往往是一个固定的甜点，且水平井的垂深往往变化不大，因此反映储层品质的诸多参数如原油的粘度、气油比等变化不大.游离油是体积压裂单位体积内可动用原油所占体积的总和，是孔隙结构、原油粘度、含油性的综合反映.因此，游离油孔隙度是反映储层品质最为关键的参数.同样地，在水平井条件下，地层的闭合应力、破裂压力、两个水平主应力的应力差等参数在不同的水平井段虽有变化，但总体变化不大，变化较大的是岩石的脆性指数.脆性指数是反映压裂改造难易程度的参数，岩石的脆性越好，越容易形成复杂缝网，岩石脆性指数成为影响水平井压裂改造效果内在因素的关键指标.

游离油孔隙度和脆性指数在一定程度上决定了水平井改造产量潜能，建立这2个参数与产量的关系，形成定量的技术指标表征甜点的储层品质、工程品质特征，可以减小储层品质、工程品质综合判定的难度，将复杂的多因素定性判定过程简单化，提高工作效率.

为了建立风城组页岩油上述2个关键地质参数与产量潜力的关系，对MY1井风城组9级19簇的六次平均产液剖面进行了研究，第8级和第9级压裂段内裂缝发育，第5级为碱矿发育段，试油过程中反碱严重，因此第8级、第9级以及第5级本次甜点产能指数的建立中暂不考虑.表3列出了玛页1井风城组6段13簇平均产油量、游离油孔隙度和脆性指数，经多元回归得到产量潜力指数的计算公式：

I_{\mathrm{p}} = \alpha \times {{\phi }_{\mathrm{f}}}^{\beta } {\mathrm{e}}^{\gamma BI}，（3）

式中： I_{\mathrm{p}}为产量潜力指数，无量纲； B I为岩石的脆性指数，%； {\phi }_{\mathrm{f}}为游离油孔隙度，%； \alpha 、 \beta、 \gamma为系数，无量纲.

该模型计算的产量潜力指数IP与产量具有较好的一致性，计算模型的相关系数达0.9以上（图9）.经测试，该模型具有较好的实用性；风城组页岩油目前处于勘探阶段，井的数量有限，测试的井有FN4、FN14等，吻合性好.另外，该方法在吉木萨尔页岩油水平井中进行了测试，计算产能潜力指数与水平井初期半年累产油相关系数达0.9以上，说明其在吉木萨尔页岩油水平井开发中也得到了很好的应用，是水平井分段分簇的主要依据之一.

从计算模型可以看出，游离油体积（游离油的丰度）是控制甜点产能的主要因素，脆性指数是甜点可压性的重要指标，是控制甜点潜能的关键因素.产量潜力指数可以准确地反映甜点的潜在产能，可作为甜点分类的标准，IP>10为1类甜点，1<IP<10为2类甜点，IP<1为3类甜点.

图10为MY1井风城组二段甜点分类成果图，第7道为核磁共振测井T ₁波谱图，第8道为核磁共振测井T ₂波谱图，第9道为部分深度点的T ₁-T ₂二维核磁谱图，第11道为游离油孔隙度，第12道为脆性指数，第13道为产量潜力指数，第14道为甜点分类结果.从图中可以看出，MY1井风城组游离油孔隙度整体在0.5%~2.5%之间，脆性指数在70%~95%之间；甜点纵向连续发育，厚度大，但优质甜点发育较分散，其中风三段的底部发育一套相对集中的优质甜点段，厚度约20 m，风二段的中下部发育一套相对集中的优质甜点段.针对这两套优质甜点段，已部署了2口水平井.靶窗为风三段的水平井MY1H，已完钻，目前前八级压裂获高产，最高日产油50 m³，证实了该甜点分类的可靠性.

5 结论

（1）选取具有代表性的岩样，采用与井下核磁共振测井仪相同的采集和处理参数来进行实验室岩心二维核磁共振测量，得到了一套适用的二维核磁共振流体性质识别图版，二维核磁共振谱（ T ₂， T ₁ ）可以有效区分可动水、游离油、吸附油（T ₁/T ₂：可动水<游离油<吸附油）.玛湖风城组页岩油游离油孔隙度整体小于3%，但纵向连续发育且厚度大，从目前已钻井来看，风城组页岩油层厚度在300~ 500 m，是风城组页岩油高产稳产的物质基础.

（2）多参数联测实验分析认为碳酸盐含量高、粘土含量低、储层致密是风城组岩石杨氏模量大、脆性好的根本原因，并通过岩石脆性指数与静态杨氏模量的相关关系，建立了岩石脆性指数的表征模型.玛湖风城组页岩油脆性好，脆性指数>70%，容易形成复杂缝网，但杨氏模量大，整体在40~ 80 GPa，会导致水平井压裂时起裂难度大.

（3）优选了影响页岩油产量的2个关键因素，即游离油孔隙度和脆性指数，通过多元线性回归得到产量潜力指数的计算公式，计算的产量潜力指数IP与产量具有较好的一致性，相关系数达0.9以上.计算结果显示，产量潜力指数可以准确地反映甜点的潜在产能，可作为甜点分类的标准，IP>10为1类甜点，1<IP<10为2类甜点，IP<1为3类甜点；分类结果显示甜点纵向连续发育，但优质甜点发育较分散，纵向上发育2个优质甜点发育段，分别位于风三段的底部以及风二段的中下部.

韩玉同学，35期方正xml已上传。其中：重庆医科大学学报2024-10期的pdf跟xml不对应，暂未上传。

参考文献

[1] Atici, U., Ersoy, A., 2009. Correlation of Specific Energy of Cutting Saws and Drilling Bits with Rock Brittleness and Destruction Energy. Journal of Materials Processing Technology, 209(5): 2602-2612. https://doi.org/10.1016/j.jmatprotec.2008.06.004

[2] Birdwell, J. E., Washburn, K. E., 2015. Multivariate Analysis Relating Oil Shale Geochemical Properties to NMR Relaxometry. Energy & Fuels, 29(4): 2234-2243. https://doi.org/10.1021/ef502828k

[3] Cao, H. R., Zou, Y. R., Lei, Y., et al., 2017. Shale Oil Assessment for the Songliao Basin, Northeastern China, Using Oil Generation-Sorption Method. Energy & Fuels, 31(5): 4826-4842. https://doi.org/10.1021/acs.energyfuels.7b00098

[4] Cao, J., Lei, D.W., Li, Y.W., et al., 2015. Ancient High-Quality Alkaline Lacustrine Source Rocks Discovered in the Lower Permian Fengcheng Formation, Junggar Basin. Acta Petrolei Sinica, 36(7): 781-790 (in Chinese with English abstract).

[5] Dang, W., Zhang, J.C., Nie, H.K., et al., 2022. Microscopic Occurrence Characteristics of Shale Oil and Their Main Controlling Factors: A Case Study of the 3rd Submember Continental Shale of Member 7 of Yanchang Formation in Yan'an Area, Ordos Basin. Acta Petrolei Sinica, 43(4): 507-523 (in Chinese with English abstract).

[6] Han, W.Z., Zhao, X.Z., Jin, F.M., et al., 2021. Sweet Spots Evaluation and Exploration of Lacustrine Shale Oil of the Second Member of Paleogene Kongdian Formation in Cangdong Sag, Bohai Bay Basin. Petroleum Exploration and Development, 48(4): 777-786 (in Chinese with English abstract).

[7] Howell, J.V., 1960. Glossary of Geology and Related Sciences. American Geological Institute, Washington, D.C., 99-102.

[8] Hucka, V., Das, B., 1974. Brittleness Determination of Rocks by Different Methods. International Journal of Rock Mechanics and Mining Sciences & Geomechanics Abstracts, 11(10): 389-392. https://doi.org/10.1016/0148-9062(74)91109-7

[9] Jarvie, D. M., Hill, R. J., Ruble, T. E., et al., 2007. Unconventional Shale-Gas Systems: The Mississippian Barnett Shale of North-Central Texas as One Model for Thermogenic Shale-Gas Assessment. AAPG Bulletin, 91(4): 475-499. https://doi.org/10.1306/12190606068

[10] Jiang, Q.G., Li, M.W., Qian, M.H., et al., 2016. Quantitative Characterization of Shale Oil in Different Occurrence States and Its Application. Petroleum Geology ＆ Experiment, 38(6): 842-849 (in Chinese with English abstract).

[11] Jiang, Z. X., Zhang, W. Z., Liang, C., et al., 2016. Basic Characteristics and Evaluation of Shale Oil Reservoirs. Petroleum Research, 1(2): 149-163. https://doi.org/10.1016/S2096-2495(17)30039-X

[12] Jin, Z.J., Zhu, R.K., Liang, X.P., et al., 2021. Several Issues Worthy of Attention in Current Lacustrine Shale Oil Exploration and Development. Petroleum Exploration and Development, 48(6): 1276-1287 (in Chinese with English abstract).

[13] Kausik, R., Fellah, K., Feng, L., et al., 2016. High- and Low-Field NMR Relaxometry and Diffusometry of the Bakken Petroleum System. In: SPWLA 57th Annual Logging Symposium. SPWLA, Reykjavik.

[14] Korb, J. P., Nicot, B., Jolivet, I., 2018. Dynamics and Wettability of Petroleum Fluids in Shale Oil Probed by 2D T1-T2 and Fast Field Cycling NMR Relaxation. Microporous and Mesoporous Materials, 269: 7-11. https://doi.org/10.1016/j.micromeso.2017.05.055

[15] Kuang, L.C., Hou, L.H., Yang, Z., et al., 2021. Key Parameters and Methods of Lacustrine Shale Oil Reservoir Characterization. Acta Petrolei Sinica, 42(1): 1-14 (in Chinese with English abstract).

[16] 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).

[17] Li, J. B., Jiang, C. Q., Wang, M., et al., 2020. Adsorbed and Free Hydrocarbons in Unconventional Shale Reservoir: A New Insight from NMR T1-T2 Maps. Marine and Petroleum Geology, 116: 104311. https://doi.org/10.1016/j.marpetgeo.2020.104311

[18] Li, M. W., Chen, Z.H., Cao, T.T., et al., 2018. Expelled Oils and Their Impacts on Rock-Eval Data Interpretation, Eocene Qianjiang Formation in Jianghan Basin, China. International Journal of Coal Geology, 191: 37-48. https://doi.org/10.1016/j.coal.2018.03.001

[19] Li, S. F., Hu, S. Z., Xie, X. N., et al., 2016a. Assessment of Shale Oil Potential Using a New Free Hydrocarbon Index. International Journal of Coal Geology, 156: 74-85. https://doi.org/10.1016/j.coal.2016.02.005

[20] Li, Z., Zou, Y. R., Xu, X. Y., et al., 2016b. Adsorption of Mudstone Source Rock for Shale Oil-Experiments, Model and a Case Study. Organic Geochemistry, 92: 55-62. https://doi.org/10.1016/j.orggeochem.2015.12.009

[21] Liang, W., Li, X.P., 2020. Lithological Exploration and Potential in Mixed Siliciclastic-Carbonate Depositional Area of Eastern Pearl River Mouth Basin. Earth Science, 45(10): 3870-3884 (in Chinese with English abstract).

[22] Liu, D.G., Zhou, L., Li, S.H., et al., 2020. Characteristics of Source Rocks and Hydrocarbon Generation Models of Fengcheng Formation in Mahu Depression. Acta Sedimentologica Sinica, 38(5): 946-955 (in Chinese with English abstract).

[23] Lu, S. F., Huang, W. B., Chen, F. W., et al., 2012. Classification and Evaluation Criteria of Shale Oil and Gas Resources: Discussion and Application. Petroleum Exploration and Development, 39(2): 268-276. https://doi.org/10.1016/S1876-3804(12)60042-1

[24] Morley, M., 1944. Strength of Materials. Longman Green, London,70-72.

[25] Nie, H.K., Zhang, P.X., Bian, R.K., et al., 2016. Oil Accumulation Characteristics of China Continental Shale. Earth Science Frontiers, 23(2): 55-62 (in Chinese with English abstract).

[26] Obert, L., Duvall, W.I., 1967. Rock Mechanics and the Design of Structures in Rock. John Wiley, New York, 78-82.

[27] Ramsay, J. G., 1967. Folding and Fracturing of Rockslmi. Mcgraw-Hill, London, 44-47.

[28] Rickman, R., Mullen, M., Petre, E., et al., 2008. A Practical Use of Shale Petrophysics for Stimulation Design Optimization: All Shale Plays are not Clones of the Barnett Shale. In: SPE Annual Technical Conference & Exhibition. SPE, Denver.

[29] Song, Y. Q., Kausik, R., 2019. NMR Application in Unconventional Shale Reservoirs—A New Porous Media Research Frontier. Progress in Nuclear Magnetic Resonance Spectroscopy, 112-113: 17-33. https://doi.org/10.1016/j.pnmrs.2019.03.002

[30] Testamanti, M. N., Rezaee, R., 2019. Considerations for the Acquisition and Inversion of NMR T2 Data in Shales. Journal of Petroleum Science and Engineering, 174: 177-188. https://doi.org/10.1016/j.petrol.2018.10.109

[31] Wang, Z. L., Sun, T., Feng, C.H., et al., 2018. An Improved Method for Predicting Brittleness of Rocks via Well Logs in Tight Oil Reservoirs. Journal of Geophysics and Engineering, 15(3): 1042-1049. https://doi.org/10.1088/1742-2140/aaa935

[32] Yagiz, S., 2009. Assessment of Brittleness Using Rock Strength and Density with Punch Penetration Test. Tunnelling and Underground Space Technology, 24(1): 66-74. https://doi.org/10.1016/j.tust.2008.04.002

[33] Yang, Z.F., Tang, Y., Guo, X.G., et al., 2021. Occurrence States and Potential Influencing Factors of Shale Oil in the Permian Fengcheng Formation of Mahu Sag, Junggar Basin. Petroleum Geology ＆ Experiment, 43(5): 784-796 (in Chinese with English abstract).

[34] Zhang, J.C., Lin, L.M., Li, Y.X., et al., 2012. Classification and Evaluation of Shale Oil. Earth Science Frontiers, 19(5): 322-331 (in Chinese with English abstract).

[35] Zhang, P.F., 2019. Research on Shale Oil Reservoir, Occurrence and Movability Using Nuclear Magnetic Resonance (NMR) (Dissertation). China University of Petroleum, Qingdao (in Chinese with English abstract).

[36] Zhang, P. F., Lu, S. F., Li, J. Q., et al., 2020.1D and 2D Nuclear Magnetic Resonance (NMR) Relaxation Behaviors of Protons in Clay, Kerogen and Oil-Bearing Shale Rocks. Marine and Petroleum Geology, 114: 104210. https://doi.org/10.1016/j.marpetgeo.2019.104210

[37] Zhi, D.M., Tang, Y., Zheng, M.L., et al., 2019. Geological Characteristics and Accumulation Controlling Factors of Shale Reservoirs in Fengcheng Formation, Mahu Sag, Junggar Basin. China Petroleum Exploration, 24(5): 615-623 (in Chinese with English abstract).

[38] Zhou, X.H., Chen, D.X., Xia, Y.X., et al., 2022. Spontaneous Imbibition Characteristics and Influencing Factors of Chang 7 Shale Oil Reservoirs in Longdong Area, Ordos Basin. Earth Science, 47(8):3045-3055 (in Chinese with English abstract).

[39] Zhu, C. F., Guo, W., Li, Y. J., et al., 2021. Effect of Occurrence States of Fluid and Pore Structures on Shale Oil Movability. Fuel, 288: 119847. https://doi.org/10.1016/j.fuel.2020.119847

[40] Zou, C.N., Zhang, G.S., Yang, Z., et al., 2013. Geological Concepts, Characteristics, Resource Potential and Key Techniques of Unconventional Hydrocarbon: On Unconventional Petroleum Geology. Petroleum Exploration and Development, 40(4): 385-399, 454 (in Chinese with English abstract).

[41] 曹剑, 雷德文, 李玉文, 等, 2015. 古老碱湖优质烃源岩: 准噶尔盆地下二叠统风城组. 石油学报, 36(7): 781-790.

[42] 党伟, 张金川, 聂海宽, 等, 2022. 页岩油微观赋存特征及其主控因素——以鄂尔多斯盆地延安地区延长组7段3亚段陆相页岩为例. 石油学报, 43(4): 507-523.

[43] 韩文中, 赵贤正, 金凤鸣, 等, 2021. 渤海湾盆地沧东凹陷孔二段湖相页岩油甜点评价与勘探实践. 石油勘探与开发, 48(4): 777-786.

[44] 蒋启贵, 黎茂稳, 钱门辉, 等, 2016. 不同赋存状态页岩油定量表征技术与应用研究. 石油实验地质, 38(6): 842-849.

[45] 金之钧, 朱如凯, 梁新平, 等, 2021. 当前陆相页岩油勘探开发值得关注的几个问题. 石油勘探与开发, 48(6): 1276-1287.

[46] 匡立春, 侯连华, 杨智, 等, 2021. 陆相页岩油储层评价关键参数及方法. 石油学报, 42(1): 1-14.

[47] 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.

[48] 梁卫, 李小平, 2020. 珠江口盆地东部碎屑岩‒碳酸盐混合沉积区岩性油气藏形成地质条件与潜力. 地球科学, 45(10): 3870-3884.

[49] 刘得光, 周路, 李世宏, 等, 2020. 玛湖凹陷风城组烃源岩特征与生烃模式. 沉积学报, 38(5): 946-955.

[50] 聂海宽, 张培先, 边瑞康, 等, 2016. 中国陆相页岩油富集特征. 地学前缘, 23(2): 55-62.

[51] 杨智峰, 唐勇, 郭旭光, 等, 2021. 准噶尔盆地玛湖凹陷二叠系风城组页岩油赋存特征与影响因素. 石油实验地质, 43(5): 784-796.

[52] 张金川, 林腊梅, 李玉喜, 等, 2012. 页岩油分类与评价. 地学前缘, 19(5): 322-331.

[53] 张鹏飞, 2019. 基于核磁共振技术的页岩油储集、赋存与可流动性研究(博士学位论文). 青岛: 中国石油大学.

[54] 支东明, 唐勇, 郑孟林, 等, 2019. 准噶尔盆地玛湖凹陷风城组页岩油藏地质特征与成藏控制因素. 中国石油勘探, 24(5): 615-623.

[55] 周小航, 陈冬霞, 夏宇轩, 等, 2022. 鄂尔多斯盆地陇东地区长7段页岩油储层自发渗吸特征及影响因素. 地球科学, 47(8):3045-3055.

[56] 邹才能, 张国生, 杨智, 等, 2013. 非常规油气概念、特征、潜力及技术——兼论非常规油气地质学. 石油勘探与开发, 40(4): 385-399, 454.

基金资助

中国石油天然气股份有限公司前瞻性基础性项目(2021DJ1803)