1. 引言
深层页岩气作为油气勘探开发的重要领域，近年来在理论与技术层面取得显著进展。四川盆地泸州北地区(研究区)页岩气资源潜力突出，但其储层经历多期应力叠合改造，形成断裂系统、天然裂缝及局部微构造。研究表明，天然裂缝的受力状态直接影响水力压裂过程中缝网的复杂程度与扩展形态，进而决定页岩气产能。因此，精准表征天然裂缝的分布规律是提升开发效率的关键环节[1]。
离散裂缝网络(DFN)模型是表征裂缝储集空间的主流技术，其通过整合露头、测井及地震等多元数据，实现对裂缝系统的多维度评价[2]。薛艳梅[3]等基于裂缝成因与尺度分级，提出确定性与随机性结合的建模方法；赵春段[4]等则以蚂蚁体属性与成像测井数据为约束，通过随机模拟构建DFN模型。然而，现有多尺度模型对裂缝倾向、倾角等参数的刻画精度不足，与实际地质特征存在偏差[5]-[8]。为此，本研究综合岩心、地震及成像测井数据，依据裂缝主控因素分类分级，采用确定性与随机性融合的建模方法，构建研究区多尺度裂缝模型。
2. 地质概况
研究区位于四川盆地南部川南低陡褶皱带，受多期构造活动影响，发育北东–南西向帚状构造带，褶皱强度自北西向南东递减(图1)。目的层为五峰组–龙马溪组深层页岩，储层具有低孔、低渗特征，裂缝发育程度对页岩气富集起关键控制作用[9]-[11]。区内裂缝分布受岩性、地应力及构造应力场共同影响[12]，因此明确多尺度裂缝的空间展布规律对开发实践至关重要。
Figure 1. Structural map of northern Luzhou area
图1. 泸州北地区构造位置图
3. 裂缝特征分析
四川盆地南部泸州北部区域以构造格架复杂及埋藏深度大为显著特征。该区目标页岩储层呈现低孔隙度、特低渗透率的物性特征。因此，区内断裂系统及裂缝网络对于页岩气赋存状态与富集规律具有关键控制作用。前人研究表明[13]，该区断裂及裂缝系统发育的主控因素为区域古构造应力场。晚侏罗世-早白垩世时期，受太平洋板块向欧亚大陆俯冲的区域动力学背景制约，研究区经历了燕山期强烈的陆内挤压造山作用。此阶段构成了区内最主要的构造变形期，奠定了现今主体裂缝系统的基本格架。其中，燕山运动第三幕的构造改造尤为强烈。基于区域构造解析及节理玫瑰花图(图2)分析，确定该期构造活动的古构造主压应力方向约为NW135˚。这一应力场特征的厘定，对于深入阐释研究区裂缝系统的形成机制具有重要指示意义。
Figure 2. Rose diagram of joints in the study area
图2. 研究区节理玫瑰花图
3.1. 裂缝发育类型
基于裂缝控制因素，商晓飞[14]等将其归纳为区域构造应力、构造部位及沉积成岩作用三类。研究区裂缝系统的发育演化受多期构造应力场叠加作用控制，可划分为三个主要构造活动期次。首先是印支期构造裂缝形成阶段，该期裂缝系统主要受江南–雪峰隆起NW向推挤作用及龙门山造山带远程应力传递效应制约，区域构造应力场以NNW-SSE向挤压为特征。在此背景下，五峰组–龙马溪组页岩层系经历差异构造隆升，形成共轭剪切裂缝系统。该系统主裂缝走向为NNE和NW，倾角普遍大于75˚。其次是燕山晚期–喜山早期走滑改造阶段，受江南–雪峰隆起NW向构造扩展与黔中隆起的联合构造作用影响，区域构造应力场转变为SEE-NWW向挤压。此阶段主要表现为对早期裂缝的走滑改造，早期形成的NNE向裂缝在右行走滑应力场作用下发生旋转变形，部分被改造为NEE向张剪性裂缝。最后是喜山中–晚期差异隆升与活化阶段，在川中隆起与江南–雪峰隆起的联合构造挤压作用下，区域应力场表现为NEE-SWW向挤压。该期构造活动导致先存断裂系统发生逆向冲断活化改造，并新生了NNE-SSW向及SEE-NWW向平面剪切缝。
而结合井筒分布与地质调研，研究区裂缝可分为两类成因(图3)：① 构造成因缝：进一步划分为褶皱控制型与断裂控制型。褶皱核部及断层周缘裂缝发育密集(图4)；② 沉积成因缝：以低角度层理缝为主，受页岩脆性及纹层控制，延伸范围较小。
Figure 3. Distribution of different fractures within a single wellbore. (a) Bedding fractures; (b) Structural fractures
图3. 不同裂缝在单一井筒上的分布情况。(a) 页理缝；(b) 构造缝
(a) The development of fractures around folds (b) The development of fractures around faults
Figure 4. Fold and fault-related fracture development schematic diagram
图4. 褶皱、断层周围裂缝发育示意图
通过成像测井数据，按倾角将裂缝划分为三组(图5)：① 近水平缝(倾角 < 15˚)：以层理缝为主，规模小、分布零散；② 中低角度缝(15˚~60˚)：数量显著增多；③ 高角度缝(倾角 > 60˚)：为研究区裂缝发育的主体类型，集中分布于断层周缘与褶皱核部。
Figure 5. Imaging logs of different fracture types in Lu203H1-3D. (a) Near-horizontal fractures; (b) Low to medium-angle fractures; (c) High-angle fractures
图5. Lu203H1-3D不同类型裂缝成像测井图。(a) 近水平缝；(b) 中低角度缝；(c) 高角度缝
3.2. 裂缝参数特征
根据裂缝成因及倾角特征，研究区中小尺度裂缝可分为沉积成因与构造成因两种类型。构造成因裂缝以高角度缝为主体，进一步依据主控因素划分为断裂控制型与褶皱控制型两种亚类：
① 断裂控制型裂缝：以北东向展布为主，其倾角分布与区域断层走向高度吻合，主要集中发育于断层周缘地带。裂缝延伸规模介于120~1322米，发育强度表现出显著的与断层距离的依赖性，即随着与断层距离增大，裂缝发育强度呈系统性衰减趋势(图6)。
Figure 6. Histogram of fracture development intensity around faults
图6. 断层周围裂缝发育强度直方图
② 褶皱控制型裂缝：以张性裂缝为主导，延伸长度分布范围为89~1289米。该类型裂缝在褶皱核部区域发育最为密集，向褶皱两翼方向逐渐减弱。定量分析表明，其发育强度与构造曲率值呈显著正相关关系，曲率高值区对应裂缝发育优势区(图7)。
Figure 7. Histogram of fracture development intensity around folds
图7. 褶皱周围裂缝发育强度直方图
其次，是沉积成因的裂缝，此类裂缝以层理缝为主体，通常表现为低角度特征。地质调查与岩心分析表明，其发育程度主要受控于页岩脆性矿物含量及纹层结构的空间展布。受沉积成岩作用限制，此类裂缝延伸规模普遍较小，通常不超过百米量级，局部受岩性差异影响可形成短距离密集发育带。
4. 多尺度裂缝建模
4.1. 建模方法研究
地震资料因其较高的横向分辨率优势，在裂缝表征中发挥着重要作用，其中大尺度裂缝可通过蚂蚁体属性的强异常响应进行有效识别[14]。本研究针对大尺度裂缝系统，采用确定性建模方法，通过提取对裂缝敏感的蚂蚁体属性，构建了大尺度离散裂缝网络模型。
针对中小尺度裂缝的地震响应微弱、识别困难的技术挑战，本研究采取多学科数据融合策略：对于构造成因的中小尺度裂缝，综合利用岩心分析、成像测井解释成果，结合多维度地震属性体(方差体、曲率体等)，构建了基于神经网络的智能预测模型。该神经网络模型依托Petrel软件的数学算法框架，采用多层神经元网络结构，通过机器学习训练建立了地震属性与裂缝发育强度的非线性映射关系。在此基础上，分别针对沉积和构造双重成因机制，应用随机建模方法构建了中小尺度离散裂缝网络模型。
4.2. 大尺度裂缝
本研究对大尺度裂缝的表征主要依托蚂蚁体属性的解析实现，通过图8展示了基于蚂蚁体的大尺度裂缝识别流程。鉴于原始蚂蚁体数据存在信息混杂的特点，研究采用分步优化策略：首先通过深度域数据体去噪和构造平滑处理优化数据质量，随后在区域裂缝发育模式的指导下，采用人机交互方式精确提取有效大尺度裂缝。
基于确定性建模结果的统计分析表明，研究区主要发育北东向与南西向两组高角度天然裂缝系统。其中北东向裂缝组共计2351条，倾角分布区间为63˚~90˚；南西向裂缝组570条，倾角变化范围0˚~87˚。两组裂缝空间分布呈现显著差异：北东向裂缝具有高密度聚集特征，而南西向裂缝则呈全域离散分布(图9)。裂缝尺度分析显示，全区大裂缝延伸长度主要集中于1600~4800米区间(图10)，展现了显著的多尺度发育特征。
Figure 8. Study area ant-tracking attribute body
图8. 研究区蚂蚁属性体
Figure 9. Large-scale discrete fracture network model
图9. 大尺度离散裂缝网络模型
Figure 10. Large-scale fracture length histogram
图10. 大尺度裂缝长度直方图
4.3. 中小尺度裂缝
4.3.1. 构造成因裂缝
① 褶皱控制型裂缝建模：基于地震属性(蚂蚁体、方差体、曲率体等)构建神经网络模型，通过权重计算筛选出与裂缝强度相关性高的敏感属性。研究表明，褶皱核部等高曲率区域裂缝发育强度显著，需通过曲挠度分析对研究区曲率场进行空间分级。再以单井裂缝强度数据为硬约束，结合多属性神经网络模型(图11)，采用协同克里金算法建立三维裂缝强度模型(图12)。该模型能有效表征中小尺度褶皱控制型裂缝的立体发育规律。
Figure 11. Seismic fracture prediction attribute volume
图11. 地震裂缝预测属性体
Figure 12. Fracture intensity model controlled by folding under multi-attribute constraints
图12. 多属性约束下褶皱控制型裂缝强度模型
② 断裂控制型裂缝建模：建立断层距离–裂缝发育强度定量模型，裂缝发育强度的计算公式为：
Intensity (fault) = 128.7*Pow (Intensity (distance from faults), −0.632) (1)
式中Intensity (distance from faults)为经归一化处理的断层控制裂缝强度体，由单井裂缝数据离散建模获得。以多属性神经网络模型为约束(图13)，应用协同克里金算法建立断裂控制型裂缝强度模型(图14)，该模型可准确反映断裂系统对裂缝发育强度的控制作用。
Figure 13. Seismic fracture prediction attribute volume
图13. 地震裂缝预测属性体
Figure 14. Fracture intensity model controlled by faulting under multi-attribute constraints
图14. 多属性约束下断裂控制型裂缝强度模型
4.3.2. 沉积成因裂缝
研究区沉积成因裂缝以层理缝为主，是页岩沉积成岩过程中形成的原生裂缝系统。与连续分布的层理面相比，层理缝在发育数量、延伸规模及空间连续性上均显著弱化，且地表露头观测受风化改造影响难以真实反映地下埋藏条件下的裂缝发育特征。因此，需通过以下方法实现层理缝的精细表征：首先，基于岩心精细描述与成像测井解释成果，定量统计单井层理缝发育强度参数，据此构建裂缝强度累计曲线(图15、图16)。该曲线通过统计不同深度段裂缝密度的累计增长趋势，可直观反映垂向裂缝发育的分异规律，为推断三维空间中裂缝分布模式提供依据。随后，以单井裂缝强度累计曲线为基准，将离散化的裂缝强度参数加载至地质模型中，通过地质统计学插值算法进行井间预测，最终建立研究区层理缝发育强度三维模型(图17)。该方法通过融合原位观测数据与空间插值技术，实现了埋藏条件下层理缝系统的定量化表征。
Figure 15. Cumulative fracture intensity curve of Lu203H1-3D
图15. Lu203H57-3裂缝累计强度曲线
(a) Lu221, 4086.20 m; (b) Lu221, 4079.17 m; (c) Zu203, 4108.85 m; (d) Lu211, 4928.69 m; (e) Lu207, 3434.11 m; (f) Lu203H57-3, 3752.28 m; (g) Lu211, 4926.04 m; (h) Lu206, 4043.21 m; (i) Zi216, 3984.75 m.
Figure 16. Characteristics of natural fracture development in the cores of the Wufeng-Longmaxi formations in the Luzhou area
图16. 泸州地区五峰组–龙马溪组岩心天然裂缝发育特征
Figure 17. Development intensity of bedding plane fractures in the study area
图17. 研究区层理缝发育强度体
4.4. 多尺度裂缝模型分析
本项研究通过综合建模方法构建了多尺度裂缝网络模型(图18)。针对中小尺度裂缝系统，采用随机建模技术，以多属性约束的裂缝强度模型为输入数据，建立了三组中小尺度裂缝模型，并与确定性建模获得的大尺度裂缝模型进行整合。
Figure 18. Diagram illustrating the distribution of discrete fracture network (DFN) models in the study area
图18. 研究区DFN建模裂缝片分布示意图
根据成因机制研究，全区裂缝系统可划分为四类(图19)：大尺度裂缝、断裂控制型裂缝、褶皱控制型裂缝和非构造成因页理缝。
大尺度裂缝呈近北东–南西走向，在裂缝系统中占比最低(0.011%)。主体裂缝由断裂控制型(占比41.32%)和褶皱控制型(47.33%)构成，二者合计占比达88.65%，构成研究区主要裂缝体系。页理缝作为特殊类型，其形成与页岩脆性特征密切相关，在空间分布上呈现低倾角特征，走向方位无显著优势方向，与页岩层理存在成因关联(表1)。
Figure 19. Rose diagrams of various fracture types
图19. 各类型裂缝玫瑰花图
Table 1. Classification statistics of fracture sets
表1. 各组裂缝分类统计表
裂缝名称 |
裂缝组系 |
裂缝条数 |
所占比例 |
走向 |
大尺度裂缝组 |
1 |
2986 |
0.01% |
近北东–南西向 |
断裂控制型裂缝组 |
2 |
182687 |
67.40% |
北东–南西向 |
褶皱控制型裂缝组 |
3 |
56940 |
21.25% |
北东–南西向 |
层理裂缝组 |
4 |
28280 |
11.24% |
各个方位均有分布 |
5. 结论
研究区储层为深层页岩储层，具有显著的多尺度裂缝发育特征。根据裂缝成因机制和倾角特征可划分为4个优势组系，受成因机制差异和多尺度裂缝的幂律分布规律控制，储层内部裂缝发育呈现显著的非均质性。
建模结果显示：大尺度裂缝通过蚂蚁体属性识别技术结合确定性建模技术构建；中小尺度裂缝采用多源地震属性约束下的神经网络算法优化属性权重，建立三维裂缝强度模型后，通过随机建模方法形成研究区中小尺度裂缝三维离散网络模型。
定量统计表明，构造成因裂缝为研究区主要裂缝类型，共计239,627条，占总裂缝数的88.46%；大尺度裂缝数量最少(2986条，占比0.01%)；层理缝共计28,280条，其特殊成因机制导致方位角呈现多向性分布特征，在全区范围呈多方位展布。
基金项目
重庆市教育委员会科学技术研究项目“基于谱蓝化有色反演技术的页岩气薄储层预测”资助(KJQN201801520)；重庆科技大学大学生科技创新训练计划项目“页岩储层中不同成因类型裂缝的多尺度定量预测”资助(cstc2020jcyj-msxmX0869)。