本文页岩样品采自四川盆地彭水区块下志留统龙马溪组, 样品均为黑色泥页岩, 矿物组成较为复杂, 脆性矿物含量以石英为主, 含量较高(40%~66%), 还有少量碳酸盐岩矿物、长石和黄铁矿; 黏土矿物分布范围较大(14%~45%), 主要成分为伊利石, 还有部分伊蒙混层和绿泥石, 无高岭石; 泥页岩实测TOC中等偏好, 一般为1%~3%, 平均为1.84%, 其中TOC大于1%的将近73%, 大于2%的值占36%; 总体上埋深越大, 有机质热演化成熟度R_O越高, 主要分布在2.5%~4.4%, 属于过成熟阶段, 此时已处于裂解生气阶段; 干酪根类型为II₁和II₂型(表1)。

表1

Table 1

表1(Table 1)

表1 页岩样品测试数据 Table 1 Test data of shale sample 样品 编号 黏土矿物含量/% 脆性矿物含量/% 有机地化参数 伊利石 伊蒙混层 绿泥石 总量占比 石英 方解石 白云石 长石 黄铁矿 TOC含量/% RO/% 干酪根 类型 P-1 60 15 25 45 42 1 2 7 3 2.08 2.75 II2 P-3 56 22 22 45 41 3 2 7 2 1.77 4.4 II1 P-4 73 14 13 14 46 4 12 23 1 0.46 - II2 P-6 56 29 15 24 42 8 8 14 4 0.964 3.2 II2 P-7 62 26 12 31 40 4 5 18 2 1.18 2.84 II2 P-9 66 20 14 23 49 3 5 19 1 0.841 3.4 II2 P-10 61 23 16 32 48 3 2 12 3 - - - P-11 64 30 6 28 50 7 3 8 4 2.56 3.4 II1 P-12 75 16 9 26 48 7 4 11 4 2.85 3.64 II1 P-13 69 22 9 24 52 4 6 12 2 2.77 3.25 II2 P-14 74 16 10 22 66 4 6 1 1 3.52 2.53 II1

表1 页岩样品测试数据 Table 1 Test data of shale sample

SEM是一种利用电子束扫描样品表面从而获得样品信息的电子显微镜^{[8, 11, 12]}, 主要采用逐点成像方法, 把样品表面不同的特征, 按顺序, 成比例地转换为视频信号, 形成一帧图像, 从而可以在荧光屏上观察到样品表面的各种特征图像^{[13, 14]}。本实验前需对页岩样品进行人工预处理, 机械打磨成平整切面, 如果预处理过程中样品表面破坏会使得微观孔隙结构观察比较模糊, 预处理后采用TESCAN VEGAⅡ 型扫描电子显微镜观察, 获取了四川盆地彭水地区11块页岩样品不同视域的扫描图像。

氩离子抛光扫描电镜(FESEM)实验需要利用氩离子束轰击预抛光表面, 得到高品质的页岩截面, 然后进行扫描电镜观察。由于页岩气储层结构致密, 孔隙微小, 自然断面样品表面粗糙, 还常常有脱落的碎屑覆盖, 很难观察到纳米级孔隙及其大小、形状、分布特征等^[15], 为了更好地成像和比较微观结构, 样品的制备至关重要。为此, 本次实验笔者首先把预磨好的页岩样品放入氩离子抛光机里(IB-09010CP型离子截面抛光仪), 用氩离子束轰击页岩样品表面, 得到一个非常平整的表面。然后, 把氩离子抛光好的样品用导电胶固定在样品台上, 喷金处理。最后进行扫描电镜(JSM-6700F型冷场发射扫描电子显微镜)观察, 获取四川盆地彭水地区10块页岩样品不同视域下清晰的扫描图像。

根据SEM及FESEM成像照片特征(图1和图2), 本文页岩孔隙分类参考Loucks等^{[21, 22]}的分类方案, 依据储层基质的划分方案将四川盆地彭水地区龙马溪组页岩孔隙划分为无机矿物孔、有机质孔和微裂缝3种类型, 每种孔隙类型特征及成因见表2。

2.1.1 无机矿物孔

四川盆地彭水地区龙马溪组页岩无机矿物孔根据孔隙赋存位置可细分为:粒间孔、粒内孔、黏土矿物层间孔、黄铁矿晶间孔等。

粒间孔主要发育在矿物颗粒之间, 该类孔隙形态与矿物成分关系密切, 不同机械强度的岩石颗粒间产生的孔隙形状不一, 多呈三角形、多边形、狭缝型等, 孔径分布范围较广, 从几百纳米到几微米均有发育^[23], 图1a是发育在脆性矿物颗粒间的孔隙, 呈三角形, 孔径可达十几微米, 该类孔隙通常是由于石英和长石等脆性矿物不易碎裂, 颗粒间相互支撑, 彼此接触边缘易形成三角形孔隙以及不规则多边形孔等; 图1d~f是黏土矿物岩屑间的孔隙, 孔径可达数微米, 由于黏土矿物自身不稳定机械特性, 成岩压实过程中黏土矿物容易碎裂成岩屑, 堆积形成大量狭缝型孔隙; 碳酸盐岩矿物也可以沿解理缝溶蚀形成狭缝型孔隙, 如图2a, b所示, 可见粒间孔是彭水地区龙马溪组页岩主要孔隙类型之一, 该类孔隙连通性较好, 是游离气的主要赋存场所和渗流通道^[22]。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 扫描电镜照片Fig.1 SEM images

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 氩离子抛光扫描电镜照片Fig.2 FESEM images

表2

Table 2

表2(Table 2)

表2 四川盆地彭水地区龙马溪组页岩孔隙分类及特征 Table 2 Pore classification of Longmaxi Formation shale in Pengshui area, Sichuan Basin 孔隙类型 孔径分布 孔隙形态 成因机制 无机矿物孔 粒间孔 百纳米— 微米 三角形, 多边行, 狭缝型 矿物颗粒不完全胶结或成岩作用 粒内孔 十几纳米— 微米 椭圆形或近圆形 后期成岩改造 黄铁矿晶间孔 几十纳米— 几百纳米 多边形 晶体生长不致密或成岩收缩 黏土矿物层间孔 百纳米— 微米 狭缝形、不规则状 原生孔隙或后期压实成岩改造 有机质孔 数纳米— 几百纳米, 少量微米级 近圆形、椭圆形、凹坑状、串珠状、不规则多边形 有机质生烃演化 微裂缝 百纳米— 几十微米 长条状 沉积、成岩、微构造等应力作用

表2 四川盆地彭水地区龙马溪组页岩孔隙分类及特征 Table 2 Pore classification of Longmaxi Formation shale in Pengshui area, Sichuan Basin

黄铁矿晶间孔是黄铁矿晶体生长过程中不紧密堆积形成的晶间孔, 多以草莓状单体或集合体出现^{[23, 24]}, 彭水地区龙马溪组页岩中较为常见, 孔径多在几十纳米至几百纳米之间(图2c, h, i)。黄铁矿与有机质赋存关系密切, 通常以充填或包裹式共存, 在富有机质泥页岩层系中普遍存在, 内部孔隙多具有一定的连通性^{[24, 25]}。

粒内孔在彭水地区龙马溪组也比较发育, 图1b, c粒内孔隙呈凹坑状, 孔径可达几微米, 图2a, b粒内孔呈椭圆形或近圆形, 孔径多分布在几十纳米到几百纳米; 该类孔隙主要是有机质热演化生烃过程中产生的有机酸、二氧化碳等与石英、长石、碳酸盐岩等发生化学反应溶解形成, 也可能在成岩演化过程中黏土矿物成分或其他不稳定矿物转化为伊利石或其他其他矿物时而形成的孔隙, 前者孔隙多孤立存在, 连通性较差, 后者多与其他孔隙相伴生, 连通性相对较好^{[23, 24]}。

黏土矿物层间孔主要通过矿物边缘及表面连接富集形成, 分布广, 连通性好, 是页岩重要的渗流通道^[25]。扫描电镜照片显示孔隙形态多为狭缝形、网状、不规则孔, 孔径大小多分布在上百纳米至数微米之间(图1d~f), 该类孔隙的形成与黏土矿物组分特殊的结构特征有关, 彭水地区龙马溪组黏土矿物主要为伊利石和伊蒙混层, 还有少量高岭石和绿泥石, 其中伊利石多呈叶片状、丝发状, 伊蒙混层为蜂窝状、棉絮状等, 高岭石多为书页状、手风琴状, 绿泥石呈针叶、花瓣状, 因而成岩过程黏土矿物间容易形成层间孔, 而且黏土矿物自身排列无序, 导致层间孔分选差, 形状不规则, 既可以形成连通较好的网状层间孔, 也存在连通性相对较差的狭缝型层间孔和不规则层间孔等, 这些不同类型的层间孔还可与粒间孔一起形成孔隙网络, 提高页岩的储渗能力^[25]。

2.1.2 有机质孔

彭水地区龙马溪组页岩样品中有机质孔发育程度较好, 孔径多在几十纳米到几百纳米之间, 也有少量孔隙达到微米级, 主要有层状有机质孔、网状有机质孔等, 形态多样, 多呈近圆形、椭圆形、分散状、串珠状等, 图2b, e~j有机质孔呈椭圆形或近圆形, 孔径多为纳米级, 该地区龙马溪组页岩有机质多呈集合体形式出现, 主要以游离态吸附于黏土矿物表面(图2b)或与黏土呈粘附的絮状(图2f), 与黄铁矿、方解石等共存的有机质也较为常见。图2h, i是与黄铁矿呈包裹关系的有机质, 发育着少量有机孔。目前研究认为有机质孔是富有机质页岩储层最重要的孔隙类型, 是页岩气主要的赋存空间^{[26, 27]}。前人研究发现, 当热演化成熟度R_O达到0.6%时, 才会产生有机质孔隙^{[3, 27]}, 表明有机质孔与有机质热演化过程密切相关, 可能由于干酪根生烃热演化过程中消耗了有机质成分产生的孔隙, 或者收缩缝。此外, 有机质孔的形成与有机质类型和丰度有关。

2.1.3 裂缝

扫描电镜下彭水地区龙马溪组页岩样品中微裂缝非常发育(图1b, f和图2j~l), 微裂缝多形成于黏土矿物与石英颗粒之间(图1b)、黏土矿物之间(图1f), 有机质内部及矿物边缘(图2 l)。微裂缝的形成与页岩沉积构造和成岩演化作用导致应力变化有关, 长度一般多达几微米甚至几十微米。彭水地区龙马溪组主要发育的微裂缝类型有成岩收缩缝(图1f), 构造及成岩应力缝(图2j, k)以及有机质热演化收缩缝(图2 l); 成岩收缩缝(图1b, f)多发生在不同矿物颗粒周缘, 应是成岩过程中脱水导致的; 构造及成岩应力缝是受构造应力或者成岩过程中局部应力作用导致矿物发生破裂而成; 有机质热演化收缩缝是有机质热演化转变过程中沿有机质表面或有机质内部形成的微裂缝(图2 l)。前人研究认为规模较大的裂缝还可以沟通其他类型孔隙, 形成相互交错的立体渗流网络, 为页岩气提供有效的赋存空间, 也是气体运移的主要通道, 对气体的微观运移具有重要意义^[23]。

SEM下可见彭水地区龙马溪组页岩样品微米级孔隙发育, 仅少量发育纳米级孔隙, 孔隙类型多样, 主要可见无机矿物孔, 包括粒间孔(图1a)、粒内微孔(图1b, c)、黏土矿物晶间微孔(图1d)、黏土矿物层间微孔(图1e), 微裂缝(图1f)等, 孔隙空间形态特征清晰, 主要有三角形孔(图1a)、条带状孔(图1b)不规则多边形孔(图1d~f), 而且矿物成分三维空间立体特征也非常清晰, 有利于直接分辨矿物成分, 而FESEM经氩离子抛光处理后, 孔隙的空间立体特征以及矿物的形态特征被切割成平板状, 矿物成分的识别需要借助能谱仪才能有效分辨, 但是氩离子抛光后的页岩样品更加平整, 更有利于纳米级孔隙的观察, 在氩离子抛光扫描电镜(FESEM)下可见页岩纳米级孔裂隙发育, 仅可见少量微米级孔隙, 可见多种孔隙类型, 主要发育有无机矿物孔(矿物粒内孔(图2a, b)、晶间孔(图2c)、层间孔(图2d)、粒间孔(图2j))、有机质孔(图2e~j)以及微裂缝(图2k, l)等, 其中有机质孔多呈片麻状、串珠状, 孔隙形态多为椭圆形或近圆形, 少量狭缝型孔, 无机矿物孔多呈孤立状分布, 孔隙形态多不规则。由此可见同时选取SEM和FESEM图像观察技术能够更全面的观察不同尺度下页岩的孔隙形态特征, 更有利于页岩孔隙的定性表征。

IamgeJ2x软件图像处理及孔隙定量数据提取分为以下3步: ①图像参考刻度设置; ②页岩SEM/FESEM图像孔隙识别; ③孔隙定量数据(孔隙面积、周长、长度、宽度、形状系数等)提取。以彭水地区龙马溪组3号页岩样品SEM和FESEM图像为例(图3a和图4a), 首先根据页岩样品图像标尺设置图像识别比例尺; 然后通过调整图像Threshold值识别页岩孔隙(图3b和图4b), Threshold值的确定以最能反映页岩孔隙形态为准; 通过二值化处理将页岩 SEM和FESEM图像转换为黑白二值化图像, 突出显示页岩黑色的孔隙部分(图3c和图4c); 然后经颗粒分析提取页岩图像定量数据, 将识别的所有页岩孔隙编号(图3d和图4d), 形成各参数统计数据表, 经excel统计分类逐一列举单个孔隙的孔隙面积、周长、孔隙长度、孔隙宽度、形状系数以及面孔率等(图3和图4统计表)。

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 利用IamgeJ2x软件定量分析SEM图像Fig.3 Analyzing the SEM images quantitatively through the software ImageJ2x

图4

Fig.4

	Figure Option ViewDownloadNew Window
	图4 利用IamgeJ2x软件定量分析FESEM图像Fig.4 Analyzing the FESEM images quantitatively through the software ImageJ2x

由于图像分析属于微区分析, 势必造成代表性的降低, 为了提高代表性, 应系统获取同一岩样多视域的图像信息。笔者应用IamgeJ2x软件对每一块岩样多张不同视域下SEM图像和FESEM图像进行定量数据提取, 通过统计学综合分析页岩孔径分布特征, 本文以四川盆地彭水地区3号样品为例, 提取定量数据表见图3和图4中统计表, 分别对SEM图像和FESEM图像提取的孔径大小进行数据区间统计分析, 图5b为3号样不同视域扫描电镜孔径分布图, 可见3号页岩样品SEM图像中微米级孔隙发育, 微米级孔径分布主要呈双峰特征, 分布区间主要为0.1~0.4 μ m和1~4 μ m, 图5a为3号样品不同视域场发射扫描电镜孔径分布图, 可见3号页岩样品FESEM图像中页岩纳米孔隙发育, 孔径范围主要为3~40 nm, 还有部分100~400 nm的孔隙。采用同样方法对四川盆地彭水地区龙马溪组11块岩样SEM和10块岩样场FESEM不同视域下图像定量数据统计分析, 可见彭水地区龙马溪组页岩纳米孔径主要呈3个峰分布, 分别是3~9 nm, 10~40 nm, 100~300 nm, 微米级孔隙主要分布在0.1~0.4 μ m和1~4 μ m(图6), 综合页岩SEM孔径分布以及FESEM孔径分布特征, 页岩全尺度孔径特征大致如图7所示, 孔径分布呈4个峰, 主要分布在3~9 nm, 10~40 nm, 100~400 nm, 1~4 μ m, 其中纳米孔占了主要部分。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 3号样品孔径分布特征 (a) FESEM图像孔径分布; (b) SEM图像孔径分布Fig.5 Shale pore size distribution of sample 3 in Pengshui area, Sichuan Basin (a)Pore size distribution of FESEM images; (b)Pore size distribution of SEM images

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 四川盆地彭水地区龙马溪组页岩孔径分布特征 (a) FESEM图像孔径分布; (b) SEM图像孔径分布Fig.6 Shale pore size distribution of Longmaxi Formation in Pengshui area, Sichuan Basin (a)Pore size distribution of FESEM images; (b)Pore size distribution of SEM images

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 四川盆地彭水地区龙马溪组页岩样品全孔径大致分布特征Fig.7 Shale whole pore size distribution of Longmaxi Formation in Pengshui area, Sichuan Basin

3.3.1 页岩孔隙分形特征

分形维数是表示复杂形体不规则性的度量, 能描述某个形状的本质特征^[28]。孔隙结构的分形维数可以定量描述孔隙结构的复杂程度和非均质性^[29]。页岩作为沉积岩中一种多孔介质, 其孔隙具有良好的分形特征, 根据Voss等^[30]的研究成果, 可利用周长与面积关系求取孔隙形态分形维数。对于孔隙系统来说, 如果符合分形的特征, 则孔隙面积(A), 周长(C)和分形维数(D)符合以下关系:

log(C)= D/2× log(A)+d (1)

式中:D为图像中孔隙分形维数, d为常数。本文利用ImageJ2x获取页岩样品中每个孔隙的等效周长和等效面积, 如图3和图4中统计表所示, 将周长对数值作为纵坐标, 面积对数值作为横坐标, 如果这些数据线性相关, 说明页岩孔隙符合分形特征, 求得斜率的2倍即是孔隙分形维数。作者以3号样品为例, 分别对无机矿物孔和有机质孔进行统计分析, 图8所示可见彭水地区龙马溪组页岩各类孔隙具有分形特征, 其中图8a无机矿物孔分形维数1.4276, 图8b有机质孔分形维数1.1938, 说明彭水地区龙马溪组页岩无机矿物孔形态相对有机质孔隙更为复杂。可能是由于无机矿物孔成因类型多样, 主要以粒间孔隙和黏土矿物层间孔为主, 孔隙形态多不规则, 常呈三角形、多边形以及条带状等, 因而孔隙分形维数相对较大; 而有机质孔多为热演化生烃过程中形成, 孔径较小, 面积也较小, 多呈椭圆形、近圆形, 蜂窝状、串珠状等, 形态相对规则, 因而孔隙分形维数相对较小, 但是如果存在多个小孔喉相互连通形成复杂网状结构的大孔, 孔隙面积逐渐增大, 孔隙边缘复杂化, 也会使孔隙分形维数增大。

3.3.2 形状系数

形状系数通常被用于描述二维形体的形态特性, 此处反映的是孔隙的圆润以及粗糙程度, 圆形孔隙的形状系数为1, 正方形为0.785, 孔隙边缘的复杂程度随着形状系数的降低而提高^[6]。本文以3号样为例, 通过图像分析软件ImageJ2x获取页岩样品中每个孔隙的形状系数, 并分别对无机矿物孔和有机质孔进行统计分析, 可见无机矿物孔形状系数多分布在0.5~0.7, 孔隙形状较粗糙(图9a), 有机质孔形状系数多集中分布在0.9~1, 占比接近40%, 表明有机质孔多以圆形、近圆形孔为主, 也存在部分孔隙形状较粗糙的孔隙, 分析可能由于有机质热演化排烃气孔多为圆形或近圆形孔, 而随着热演化的加剧导致孔隙逐渐变大, 孔隙网络交叉串通, 而且后期压实、破裂等均可导致孔隙形状复杂化(图9b)。

由此可见分形维数及形状系数均揭示彭水地区龙马溪组页岩无机矿物孔形态复杂, 而有机质孔隙多以圆形、近圆形或椭圆形等相对简单形态为主体。综合分析造成这种孔隙形态和结构上的差异主要是由于页岩样品孔隙成因不同所致, 无机矿物孔成因复杂, 有机械破裂、矿物溶蚀, 原始颗粒残留等, 因而孔隙形态变化多样, 孔隙结构相对复杂, 而有机质孔隙成因以热演化为主, 多为热成因孔^[31], 而且足够小的孔径在地质过程中能够得以保存原始形貌, 随着热演化的深入孔隙变大, 孔隙网络复杂化, 后期地质过程中容易受压实、构造应力作用发生变形和破裂。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 不同类型孔隙周长与面积分维关系 (a) 无机矿物孔; (b) 有机质孔Fig.8 Fractal dimension relationship of perimeter and area of different types of pore (a) Inorganic mineral por ; (b) Organic mineral por

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 不同类型孔隙形状系数 (a)无机矿物孔; (b)有机质孔Fig.9 Shape factor of different pore types (a) Inorganic mineral por; (b) Organic mineral por

3.4.1 分形维数与有机碳含量的关系

从图 10a中可以看出彭水地区龙马溪组页岩孔隙的分形维数D与有机碳含量有一定的正相关性。随有机碳含量的增加, 页岩生烃能力增大, 同时衍生出的微孔隙数量也随之增多, 从而使得页岩微孔隙结构更加复杂化, 非均质性增强, 页岩吸附能力也随之增强, 因而更有利于天然气的存储^[29]。

3.4.2 分形维数与矿物成分的关系

图10b~d反映了孔隙分形维数与页岩不同矿物含量之间的相关性。从图中可以看出, 孔隙分形维数D与黏土矿物和长石含量均没有明显的线性关系(图10b, c), 仅与石英含量有弱的正相关性(图10d); 这说明石英含量较黏土矿物和长石更能影响页岩孔隙结构的分布特征, 石英含量有助于裂缝性孔隙的形成, 因而间接影响孔隙结构的复杂程度。因此, 根据矿物成分和分形维数的相关性可以看出, 页岩孔隙结构的复杂性与页岩的成岩环境密切相关。

3.5.3 分形维数与孔隙度和吸附量的关系

分形维数与页岩孔隙度的相关性不太明显(图10e), 表明分形维数主要指示页岩孔隙在展布特征情况, 与页岩孔隙大小没有明显相关性。由图10f可知, 孔隙分形维数D与页岩最大吸附量呈明显的正相关性, 表明随着分形维数D增大, 页岩孔隙空间复杂性增强, 孔隙的吸附能力也随之增强。

综上分析可知分形维数的大小与页岩储集层的有机碳含量、矿物成分、孔隙度及孔隙吸附能力都有一定的关系, 分形维数与页岩孔隙结构和复杂程度密切相关, 可以作为页岩孔隙结构特征定量评价的重要参数之一。

图10

Fig.10

Figure Option ViewDownloadNew Window

图10 分形维数相关性分析 (a)分形锥数与有机质含量的关系; (b)分形锥数与黏土矿物含量的关系; (c)分形锥数与长石含量的关系; (d)分形锥数与石英含量的关系; (e)分形锥数与孔隙度的关系; (f)分形锥数与最大吸附量的关系Fig.10 Relationship between fractal dimension and other content of shale sample (a) Relationship between Fractal dimension and TOC; (b) Relationship between Fractal dimension and Clay minerals content; (c) Relationship between Fractal dimension and Feldspar content; (d) Relationship between Fractal dimension and Quartz content; (e) Relationship between Fractal dimension and Porisity; (f) Relationship between Fractal dimension and the maxmum adsorption amount