图1 研究区构造分区(修改自文献[13])
Fig. 1 Tectonic divisions of the study area (revised from Ref. [13])
北京大学学报(自然科学版) 第62卷 第3期 2026年5月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 62, No. 3 (May 2026)
doi: 10.13209/j.0479-8023.2025.032
国家自然科学基金(42090021, 42373050)资助
收稿日期: 2025–03–18;
修回日期: 2025–04–18
摘要 选取鄂尔多斯盆地中南部延长组长 7 段为研究对象, 基于 41 口井的实测数据, 使用克里金插值法和偏最小二乘回归法, 系统地分析不同地质条件下孔隙发育的主控因素。结果显示, 当总有机碳(TOC)含量低于6%时, 样品主要分布在湖盆边缘, 主要脆性矿物(石英和长石)总含量与 TOC 显著负相关; 当 TOC 高于 6%时, 样品主要分布于湖盆中心区域, 石英和长石总含量与 TOC 无明显相关性。在 TOC 临界点(6%)前后, 湖盆不同区域孔隙发育的主控因素存在显著差异。湖盆中心区域的孔隙发育主要受控于 TOC 和黄铁矿含量, 其对孔隙发育的负面影响表现为固体沥青对孔隙的充填。湖盆边缘则主要受碳酸盐矿物和绿泥石含量影响, 碳酸盐矿物的胶结破坏了储层孔隙, 绿泥石则通过减弱胶结作用、提高岩石抗压实能力来保护储层孔隙。
关键词 延长组; 长7段; 页岩孔隙; 沉积区域
鄂尔多斯盆地是我国致密油页岩油勘探开发的主要区块, 盆地中南部是其主要产油区, 石油资源主要赋存于三叠系延长组[1–2]。近年来, 延长组长 7段成为勘探开发的目标层段。相比于开发成熟的长6 段和长 8 段, 长 7 段岩层致密程度更高, 物性更 差[2]。因此, 研究长 7 段孔隙结构的影响因素, 对下一步勘探开发工作具有重要意义。
页岩油的储集空间主要包括无机孔隙、有机孔隙和层理裂缝, 页岩孔隙的发育主要受有机质热演化和无机矿物成岩演化共同控制[3–4]。孔隙结构的发育受有机质、脆性矿物和塑性矿物等储层组分共同影响, 但研究者对其影响程度的认识尚不统一。美国是最早开展页岩油勘探开发的国家, 在典型的巴肯页岩(Bakken shale)中, 研究者发现中巴肯组中的长石与黄铁矿是影响总孔隙体积的主要因素, 而上、下巴肯组的总孔隙体积主要由黏土矿物决定[5]。在上、下巴肯组和安特里姆页岩(Antrim Shale)中均发现总有机碳(TOC)含量和黏土含量与微孔之间存在相关性[5–6]。然而, 北美地区的海相页岩与我国陆相页岩在储集性、含油性、可动性和可压性方面都存在较大的差异[3]。已有研究者提出海相页岩与陆相页岩孔隙的控制因素不同[7]。在针对我国陆相页岩的研究中, 关于储层组分对孔隙的影响同样存在争议。在主控因素方面, 鄂尔多斯盆地东南缘渭北地区的相关研究显示, 矿物类型差异是该地区页岩储层纳米孔隙发育的主控因素[8]。另有研究者认为, 有机质热演化对泥页岩孔隙演化的贡献最大, 其次为黏土矿物和脆性矿物[9–10]。关于各组分对孔隙发育的具体影响, 不同盆地或层系的研究结论存在差异。对渤海湾盆地沾化坳陷沙河街组页岩的研究结果表明, 黄铁矿含量与孔隙体积正相关, 有利于孔隙的形成[11]。但是, 在鄂尔多斯盆地, 自形黄铁矿却被认为会阻碍和破坏孔隙的发育[12]。此外, 伊蒙混层中的孔隙被认为是样品孔隙体积的主要贡献者[13], 而蒙脱石向伊利石转化过程对孔隙具有双重影响。一方面, 转化过程中层间水释放可促进超压形成, 有助于保护孔隙免受压实[14]。另一方面, 由于蒙脱石的孔隙体积远大于伊利石, 转化后页岩的孔体积和比表面积往往会降低[15]。多数研究显示有机质对孔隙发育具有消极作用[12,16], 部分研究中观察到有机质与孔隙体积正相关, 有学者认为可能与样品中缺少中孔和大孔有关[16]。
事实上, 同一盆地不同区域(如湖盆中心与湖盆边缘)储层的物源矿物组成、有机质含量和后续成岩作用均有显著差异, 导致样品间存在极大的差异, 进而使得相关研究结论存在争议。因此, 区分不同区域的数据并结合具体地质条件对页岩孔隙结构的影响因素展开研究具有重要意义。
本研究基于鄂尔多斯盆地中南部 41 口井的资料, 通过对比总有机碳含量、矿物组成、长石和石英含量等参数与钻井位置之间的关系, 探讨不同沉积背景下储层孔隙发育的主控因素, 以期为孔隙发育影响因素的研究提供新的视角。
鄂尔多斯盆地位于我国西北部, 地跨内蒙古、宁夏、山西、陕西和甘肃 5 个省区, 是我国第二大沉积盆地。晚三叠世以来, 受印支运动影响, 华北地台发生解体, 鄂尔多斯盆地进入内陆坳陷盆地发展阶段, 并逐渐演变为大型内陆湖[17]。该盆地可以划分为晋西挠褶带、伊盟隆起、伊陕斜坡、渭北隆起、天环坳陷以及西缘冲断带 6 个一级构造单元(图 1)。
在晚三叠世延长组沉积时期, 鄂尔多斯盆地已演化为内陆淡水湖盆。延长组为一套河湖相沉积, 岩性以灰绿色和黄绿色砂岩为主, 夹暗色泥岩和黑色页岩。在延长组的 10 个油层组中, 长 7 段沉积期为最大湖泛期。长 7 段以底部的黑色页岩层(又称张家滩页岩)为区域标志层, 为一套富有机质页岩, 是中生界优质烃源岩[18–19]。
延长组是鄂尔多斯盆地油气开发的重点层位, 对其物源问题已有大量研究。目前普遍认为, 延长组主要受东北和西南两个方向物源控制。在延长组长 7 段沉积期, 仍然受这两大物源体系主导, 可进一步识别出 5 个物源区, 其中东北和西南为主要物源区, 西北、西部和南部为次要物源区[20]。东北部母岩以孔兹岩系和中基性岩浆岩为主, 西南部母岩则以沉积岩和变质岩为主。在延长组长 7 沉积期, 东北和西南等物源在湖盆中心深水区汇聚, 在两大物源体系控制下, 形成北东方向缓坡三角洲前缘沉积和南西方向陡坡重力流沉积。砂体大面积连片分布, 沿北西–南东方向大致顺湖盆轴向展布[2]。
本研究搜集近年来鄂尔多斯盆地 11 项研究中41 口钻井的 132 条数据[10,12–13,16,21–27](表 1), 通过尽可能多的数据点来覆盖盆地中南部的目标区域(图1)。所有样品的取样层位均为延长组长 7 段, 所选测试指标包括总有机碳(TOC)含量、X 射线衍射(XRD)结果以及氮气吸附法测得的孔隙总体积。其中, XRD 分析数据涵盖石英、长石、碳酸盐矿物、黄铁矿、伊利石、高岭石、绿泥石以及伊蒙混层等矿物的含量信息, 而孔隙体积均依据 Barret-Joyner-Halenda (BJH)方法[28]计算获得。
图1 研究区构造分区(修改自文献[13])
Fig. 1 Tectonic divisions of the study area (revised from Ref. [13])
克里金插值法(Kriging interpolation)是一种基于统计学原理的空间插值方法。通过变异函数来量化空间自相关性, 结合已知样本点的空间分布与属性值, 对未知点进行最优线性无偏估计。目前, 克里金插值法已广泛应用于矿产和能源分布预测等领 域[29–30]。本研究基于上述钻井数据, 采用克里金插值法绘制研究区 TOC 含量分布图。
统计学方法能够有效地识别复杂地质因素对孔隙的影响, 常用的方法包括偏最小二乘回归法和多元逐步回归法[16,31–32]。与多元逐步回归相比, 偏最小二乘回归法通过构建正交变量, 显著地降低原始变量之间的相关性对回归结果的干扰, 因而在存在共线性的情况下成为多元回归分析的有力工具[33]。此外, 该方法采用变量重要性投影(Variable Impor-tance in Projection, VIP)值来评估自变量对因变量的解释能力, 计算公式为
(1)
其中, p为自变量总数, m为提取的主成分数量, ωhj为提取的第 h个成分中第 j个自变量的权重, R2(Y; th)定义为主成分 th对因变量 Y的解释能力。由式(1)可知, 对 p个自变量, 如果它们在解释 Y时的作用都相同, 则所有自变量的 VIP 值均为 1。通常认为, VIP 值大于 1 的自变量对模型有显著贡献, 这些变量在解释因变量时起到关键作用, 可能为潜在的影响因素[34–35]。考虑到储层各矿物组分之间存在自相关性, 本研究选用偏最小二乘回归法来分析储层中各组分对孔隙的影响。
图2 延长组地层柱状图(修改自文献[14])
Fig. 2 Stratigraphic column of the Yanchang Formation (revised from Ref. [14])
对每口井的数据取平均值。结果显示, 41 口井的 TOC 含量变化范围较大, 为 0.46%～21.86%。主要矿物中, 石英含量为 11.3%～49.48%, 长石含量为3.65%～35.1%, 黏土矿物含量为 14.79%～74.90%。各组分之间, TOC 含量与石英、长石的总含量存在相关性。如图 3 所示, 在 TOC=6%处出现转折点。当 TOC<6%时, 石英和长石的总含量与 TOC 负相关; 当 TOC>6%时, 二者没有明显的相关性。
基于钻井的相对位置和 TOC 含量, 采用克里金插值法绘制研究区的 TOC 分布图(图 4)。可见, 研究区内存在两个 TOC 高值区域, 分别位于西北部的华池地区以及东南部, 这种分布特征与前人研究结果[36]基本上一致。结合图 4 进一步看出, TOC>6%的钻井主要分布于盆地中心, TOC<6%的钻井则多位于盆地边缘。
表1 数据来源
Table 1 Data source
井号–剖面名称文献 YY18, YY22, YY27, FY2[13] Zheng3, Jinghe13, Honghe21, Zhuang233, Yan56, Huan317[21] ChengYe1[12] G71, G73, G167, G204, X195, Z125, Z308, Z388[10] YK1[22] YC7[23] KQ, DZ[24] A, B, C[16] A, B, C, D[25] Well1～7, Outcrop1～3[26] YY1[27] 测试指标 总有机碳含量、XRD(石英、长石、碳酸盐、黄铁矿、伊利、高岭石、绿泥石和伊蒙混层)和气吸附孔隙总体积
图3 钻井总有机碳含量与石英和长石总含量的关系
Fig. 3 Relationship between total organic carbon content and total content of quartz and feldspar in well
在延长组长 7 段沉积期, 盆地主要受东北和西南两套物源体系控制, 厚层烃源岩呈北西–南东向沿湖盆轴向分布[2]。以油层组和地层组为单位编制的区域地质图表明, 以较深湖相沉积为代表的盆地沉积中心位于延安–定边–环县–庆阳连线范围内, 并且向东南延伸[37]。鄂尔多斯盆地沉积中心受盆地沉降作用影响显著, 其位置可反映或代表沉降中心[38]。结合钻井资料与沉积相分析结果可知, 麻黄山–华池–黄陵一带在长 7 段沉积期既是沉积中心, 也是沉降中心, 且沉降中心发育多个深水沉积厚度高值区[39]。沉积中心指盆地或坳陷中沉积物粒度最细的区域, 也是中心沉积相发育区。本研究识别出的两个 TOC>6%的区域分别位于研究区西北部的华池地区及东南部的黄陵地区, 与前人恢复的沉积中心位置相符。
图4 研究区 TOC 含量分布
Fig. 4 Distribution map of TOC content in the study area
考虑到湖盆的水动力条件, 碎屑矿物(如石英和长石)更容易在水动力较强的湖盆边缘大量沉积, 并成为该区域岩石中的主要成分, 从而影响岩石中其他组分的相对含量。在有机质沉积速率一致的条件下, 碎屑矿物的沉积速率自湖盆边缘向湖盆中心逐渐降低, 最终表现为与 TOC 含量之间的负相关关系(图 3), 即碎屑矿物沉积越多, TOC 在岩石中的含量被稀释得越显著。而当 TOC 含量较高时(通常对应更接近湖盆中心的样品), 碎屑矿物不再作为岩石的主要成分, 其含量与 TOC 含量之间也不再呈负相关关系。
以 TOC=6%为界线, 分类后的矿物组成同样支持上述推论。相较于 TOC<6%的钻井, TOC>6%的钻井中石英和长石含量均较低, 但黄铁矿含量显著增高。
受上述湖盆水动力条件和物源距离影响, 碎屑矿物更多地沉积在湖盆边缘。黄铁矿含量的差异则与其形成环境有关。一般认为, 黄铁矿主要形成于缺氧的水体环境[40–41]。水体深度较大和大量有机质的保存使该区域比湖盆边缘更缺氧, 有利于黄铁矿的形成和保存。
图 5 显示, 两类样品的高岭石含量大致相同。在 TOC<6%的钻井或剖面中, 伊利石和绿泥石含量更高, 而伊蒙混层含量明显偏低。黏土矿物是延长组储层研究的重点对象之一, 其化学性质相对于其他矿物更不稳定[42], 会随着埋藏温度升高而发生转化。沉积盆地中黏土矿物的转化主要表现为蒙脱石向伊利石和绿泥石的转变[43–44], 黏土矿物组成的差异可能源于盆地中心与边缘的转化程度不同。在储层中, 烃类注入会抑制成岩作用和黏土矿物的生成, 抑制程度取决于烃类驱替地层水的情况[45]。盆地中心有机质含量较高, 但孔隙发育程度比盆地边缘差, 热演化过程中产生的烃类较多且难以运移, 从而抑制该区域黏土矿物的转化。因此, 作为伊利石化中间产物的伊蒙混层在 TOC>6%时明显偏多, 在TOC<6%的区域则有更多转化的最终产物伊利石和绿泥石。
基于上述相关性、TOC 分布以及矿物组成结果, 我们确定 TOC=6%是一个重要的临界点。在本研究选取的钻井中, TOC>6%且 TOC 含量与石英和长石总含量无明显相关性的钻井更靠近盆地中心, TOC<6%且 TOC 含量与石英和长石总含量负相关的钻井则远离盆地中心, 位于盆地边缘。因此, 本文以 TOC=6%为界对样品进行分组: TOC>6%代表靠近盆地中心的样本, TOC<6%代表靠近盆地边缘的样本。事实上, TOC 含量与孔隙体积的关系中同样存在以 TOC=6%为分界点的规律[22,24–25]。
图5 矿物组成差异
Fig. 5 Mineral composition difference
对位于两类不同位置的钻井数据分别进行偏最小二乘回归分析。结果显示, 在不同 TOC 范围内, 与孔隙相关的重要指标存在差异(表 2)。以 TOC= 6%为界, 当 TOC>6%时(对应靠近湖盆中心的储层), 与孔隙相关的组分为 TOC 和黄铁矿(VIP 值分别为1.14 和 2.32), 二者均与孔隙度负相关。当 TOC<6%时(对应更靠近湖盆边缘的储层), 与孔隙相关的组分为碳酸盐矿物以及绿泥石(VIP 值分别为 2.08 和1.66)。其中, 碳酸盐矿物对孔隙度有负面影响, 绿泥石则有正面影响。
本文得出的 TOC 与孔隙度负相关结论与前人研究结果一致, 主要归因于固体沥青对孔隙度的堵塞作用[12,21,31]。黄铁矿与孔隙的负相关性也在前人研究中被观察到[12]。虽然黄铁矿受压实和溶蚀作用影响较小, 对孔隙起到保护作用, 但不同类型的黄铁矿对孔隙度的影响不同。研究区长 7 段发育多种类型的黄铁矿, 主要包括草莓状黄铁矿和自形微晶黄铁矿(图 6(a)和(b)), 同时可见自形程度较低的脉状或团块状黄铁矿、透镜状黄铁矿、它形–半自形散布状黄铁矿和半自形–自形斑状黄铁矿[12,46]。其中, 草莓状黄铁矿含大量晶间微孔, 是页岩孔隙的重要组成部分; 自形程度较低的热液成因黄铁矿常充填于溶蚀孔缝、页岩层间缝和基质孔隙中, 从而占据孔隙空间(图 6(c)和(d))。
然而, 在 TOC>6%的数据中, 虽然黄铁矿含量占比较大, 但其平均值也只有 15%。长 7 段中草莓状黄铁矿和自形微晶黄铁矿更常见, 而填充孔隙的黄铁矿只占极少部分。值得注意的是, TOC 与黄铁矿之间具有较好的正相关性。因此, 在 TOC>6%的区域中, 可能主要是 TOC 对孔隙度起控制作用, 黄铁矿与孔隙度的相关性或许源于黄铁矿与 TOC 之间的正相关性。黄铁矿 VIP 值较高的原因则是由于分组时以 TOC 为依据, 导致组内 TOC 数据的波动减小, 在模型中的权重降低, 黄铁矿数据在 TOC> 6%范围内的波动则基本上得以保留(图 5)。
表2 偏最小二乘回归分析结果
Table 2 Partial least squares regression result
组分TOC>6%TOC<6% 回归系数VIP回归系数VIP 总有机碳–0.191.14–0.020.16 石英0.130.79–0.130.92 长石–0.060.37–0.030.24 碳酸盐矿物–0.080.47–0.292.08 黄铁矿–0.392.32–0.080.60 伊利石0.060.34–0.010.10 高岭石0.090.560.020.13 绿泥石0.090.520.231.66 伊蒙混层0.130.800.110.78
(a)草莓状黄铁矿, YY1 井; (b)自形微晶黄铁矿, YY1 井; (c)他形黄铁矿, YY1 井; (d)热液成因黄铁矿, zhuang233 井, 反射光, x20; (e)碳酸盐矿物充填, Bai522 井, x10; (f)绿泥石环边, YY1 井
图6 矿物显微观察
Fig. 6 Microscopic observation of minerals
碳酸盐胶结是导致延长组储层低孔低渗的原因之一, 碳酸盐矿物在鄂尔多斯盆地及其他地区对孔隙度的负面影响均有文献报道[47–51]。延长组长 7 段碳酸盐胶结物主要包括方解石、含铁方解石、白云石和含铁白云石。多期次的盐酸盐胶结物以矿物交代、充填溶蚀孔隙和充填粒间孔隙等形式存在, 对储层孔隙具有破坏作用(图 6(e))。
黏土矿物的力学性质和化学性质相对不稳定,埋藏过程中发生的溶解–沉淀以及脱水膨胀等作用会直接影响页岩的孔隙体积[52]。在鄂尔多斯盆地, 绿泥石主要有两种赋存形式, 一种作为孔隙填隙物, 另一种则形成绿泥石环边[53]。本研究在扫描电子显微镜下观察到的属于后者, 其集合体呈玫瑰花朵状, 包覆于颗粒外表, 并且构成孔隙环边结构(图 6 (f))。已有研究表明, 该类绿泥石对孔隙的保存具有重要作用。绿泥石环边覆盖碎屑颗粒表面, 抑制其他胶结物的沉淀, 从而有效地降低胶结作用的影响。与此同时, 此类绿泥石的沉淀及其在成岩过程中的再生长, 还提高了岩石的机械强度和抗压实能力[54–55]。
综上所述, 湖盆不同区域的储层孔隙发育受不同储层组分控制。在靠近湖盆中心的储层中, 主要受 TOC 和黄铁矿含量控制; 在靠近湖盆边缘的储层中, 主要受碳酸盐矿物和黄铁矿含量控制。TOC= 6%这一临界值不仅与储层在盆地内的沉积位置相符, 还可作为储层孔隙发育控制因素的分界标志, 本文建议将 TOC=6%作为储层评价及分组划分的关键指标。上述认识对理解鄂尔多斯盆地延长组长 7段的孔隙发育特征具有重要意义, 同时也可为该层段进一步勘探与开发提供科学依据。
本研究通过收集整理鄂尔多斯盆地南部延长组长 7 段研究资料, 使用克里金插值法和偏最小二乘回归法, 系统地研究不同地质条件下孔隙发育的主控因素, 主要结论如下。
1)利用 TOC 含量与长石和石英总含量的相关性, 可有效地区分不同沉积区域的储层组分。TOC =6%是一个重要的临界点: TOC>6%时, 储层多发育于盆地中心区域, TOC 含量与石英和长石总量之间无明显的相关性; TOC<6%时, 储层则多发育于盆地边缘区域, TOC 含量与石英和长石总量呈负相关关系。
2)湖盆边缘与中心区域孔隙发育的影响因素不同。湖盆中心区域储层孔隙的发育主要受控于TOC 含量, 固体沥青对孔隙的堵塞减少了孔隙空间。湖盆边缘区域的主控因素则是碳酸盐和绿泥石含量, 碳酸盐矿物的胶结破坏了储层孔隙, 绿泥石则通过减弱胶结作用、提高岩石抗压实能力来保护储层孔隙。在讨论孔隙控制因素时, 应将储层在盆地中的相对位置作为重要的考虑因素。
受限于鄂尔多斯盆地延长组长7 段现有研究基础, 本研究主要开展不同沉积区域孔隙发育影响因素的差异性分析。后续研究中可补充和完善典型物源控制区的基础数据, 以便细化沉积区域分类, 深入探讨不同沉积区域中的物源组成及矿物演化对孔隙发育的影响机制。此外, 本研究选用的数据及显微图像均来自天然样品的测试结果, 研究结果反映的是长期地质作用的综合响应, 有必要结合热模拟等实验手段, 更准确地揭示储层各组分对孔隙发育的控制机理。
参考文献
[1] 邹才能, 朱如凯, 吴松涛, 等. 常规与非常规油气聚集类型、特征、机理及展望——以中国致密油和致密气为例. 石油学报, 2012, 33(2): 173–187
[2] 邹才能, 朱如凯, 吴松涛. 中国陆相致密油页岩油. 北京: 地质出版社, 2020
[3] Jin Z, Zhu R, Liang X, et al. Several issues worthy of attention in current lacustrine shale oil exploration and development. Petroleum Exploration and Develop-ment, 2021, 48(6): 1471–1484
[4] 卢双舫, 薛海涛, 王民, 等. 页岩油评价中的若 干关键问题及研究趋势. 石油学报, 2016, 37(10): 1309–1322
[5] Liu K, Ostadhassan M, Zhou J, et al. Nanoscale pore structure characterization of the Bakken shale in the USA. Fuel (Guildford), 2017, 209: 567–578
[6] Liu K, Zakharova N, Adeyilola A, et al. Understanding the CO2 adsorption hysteresis under low pressure: an example from the Antrim Shale in the Michigan Basin: preliminary observations. Journal of Petroleum Scien-ce & Engineering, 2021, 203: 108693
[7] Chang J, Fan X, Jiang Z, et al. Differential impact of clay minerals and organic matter on pore structure and its fractal characteristics of marine and continen-tal shales in China. Applied Clay Science, 2022, 216: 106334
[8] 吴建国, 刘大锰, 姚艳斌. 鄂尔多斯盆地渭北地区页岩纳米孔隙发育特征及其控制因素. 石油与天然气地质, 2014, 35(4): 542–550
[9] 吴松涛, 朱如凯, 崔京钢, 等. 鄂尔多斯盆地长7湖相泥页岩孔隙演化特征. 石油勘探与开发, 2015, 42(2): 167–176
[10] Ju W, You Y, Chen Y, et al. Nanoscale pore structure and fractal characteristics of the continental Yanchang Formation Chang 7 shale in the southwestern Ordos Basin, central China. Energy Science & Engineering, 2019, 7(4): 1188–1200
[11] Su S, Jiang Z, Xuanlong S, et al. The effects of shale pore structure and mineral components on shale oil accumulation in the Zhanhua Sag, Jiyang Depression, Bohai Bay Basin, China. Journal of Petroleum Science & Engineering, 2018, 165: 365–374
[12] Huang W, Ma X, Zhou X, et al. Characteristics and controlling factors of pore structure of shale in the 7th member of Yanchang Formation in Huachi area, Ordos Basin, China. Journal of Natural Gas Geosci-ence, 2023, 8(5): 319–336
[13] Deng H, Fu M, Zhou W, et al. The pores evolution of lacustrine shale induced by smectite-to-illite conver-sion and hydrocarbon generation: upper Triassic Yan-chang Formation, Ordos Basin, China. Journal of Pe-troleum Science and Engineering, 2021, 202: 108460
[14] Goulty N R, Sargent C, Andras P, et al. Compaction of diagenetically altered mudstones – Part 1: Mechanical and chemical contributions. Marine and Petroleum Geology, 2016, 77: 703–713
[15] 吉利明, 马向贤, 夏燕青, 等. 黏土矿物甲烷吸附性能与微孔隙体积关系. 天然气地球科学, 2014, 25(2): 141–152
[16] Wang G, Jin Z, Zhang Q, et al. Effects of clay minerals and organic matter on pore evolution of the early mature lacustrine shale in the Ordos Basin, China. Journal of Asian Earth Sciences, 2023, 246: 105516
[17] Wang A, Zhong D, Zhu H, et al. Diagentic features of illite in Upper Triassic Chang-7 tight oil sandstones, Ordos Basin. Geosciences Journal (Seoul, Korea), 2018, 23(2): 281–298
[18] 付金华, 李士祥, 郭芪恒, 等. 鄂尔多斯盆地陆相页岩油富集条件及有利区优选. 石油学报, 2022, 43(12): 1702–1716
[19] 付锁堂, 付金华, 牛小兵, 等. 庆城油田成藏条件及勘探开发关键技术. 石油学报, 2020, 41(7): 777–795
[20] 张才利, 张雷, 陈调胜, 等. 鄂尔多斯盆地延长组长 7 沉积期物源分析及母岩类型研究. 沉积学报, 2013, 31(3): 430–439
[21] Han H, Pang P, Li Z L, et al. Controls of organic and inorganic compositions on pore structure of lacustrine shales of Chang 7 member from Triassic Yanchang Formation in the Ordos Basin, China. Marine and Pe-troleum Geology, 2019, 100: 270–284
[22] Li J, Zhou S, Li Y, et al. Effect of organic matter on pore structure of mature lacustrine organic-rich shale: a case study of the Triassic Yanchang shale, Ordos Basin, China. Fuel, 2016, 185: 421–431
[23] Li Z, Tang L, Jiang Z, et al. Fractal characteristics of nanopores in lacustrine shales of the Triassic Yanchang Formation, Ordos Basin, NW China. GeoScape, 2019, 11(1): 196–207
[24] Liu B, Teng J, Li C, et al. The control of shale composition on the pore structure characteristics of Lacustrine Shales: a case study of the Chang 7 mem-ber of the Triassic Yanchang Formation, Ordos Basin, North China. Energies (Basel), 2022, 15(22): 8353
[25] Wang G, Zhang Q, Zhu R, et al. Geological controls on the pore system of lacustrine unconventional shale reservoirs: the Triassic Chang 7 member in the Ordos Basin, China. Geoenergy Science and Engineering, 2023, 221: 111139
[26] Xie X, Deng H, Fu M, et al. Evaluation of pore structure characteristics of four types of continental shales with the aid of low-pressure nitrogen adsorption and an improved FE-SEM technique in Ordos Basin, China. Journal of Petroleum Science and Engineering, 2021, 197: 108018
[27] Zhang C, Hu Q, Yang S, et al. Hierarchical cluster and principal component analyses of multi-scale pore structure and shale components in the Upper Triassic Chang 7 Member in the Ordos Basin of Northern China. Journal of Asian Earth Sciences, 2024, 261: 106001
[28] Barrett E P, Joyner L G, Halenda P P. The determi-nation of pore volume and area distributions in porous substances. I. computations from nitrogen isotherms. Journal of the American Chemical Society, 1951, 73(1): 373–380
[29] 付凯, 杨科, 刘飞跃. 基于优化克里金插值的煤层模型构建研究. 中国矿业, 2024, 33(11): 175–183
[30] 高斌, 赵葶, 王华杰, 等. 基于克里金插值法的天然气水合物分布评价与预测. 技术与市场, 2024, 31 (12): 15–26
[31] Wang Z, Dong L, Jin Z, et al. Efforts to untie the multicollinearity knot and identify factors controlling macropore structures in shale oil reservoirs. Advances in Geo-Energy Research, 2024, 11(3): 194–207
[32] 陈俊霖, 王朋, 郜元元, 等. 多元逐步回归法在致密砂岩储层矿物与孔隙度关系分析中的应用——以鄂尔多斯盆地姬塬地区长8储层为例. 天然气地球科学, 2021, 32(9): 1372–1383
[33] Wold S, Sjöström M, Eriksson L. PLS-regression: a basic tool of chemometrics. Chemometrics and Intelli-gent Laboratory Systems, 2001, 58(2): 109–130
[34] Favilla S, Durante C, Vigni M L, et al. Assessing feature relevance in NPLS models by VIP. Chemome-trics and Intelligent Laboratory Systems, 2013, 129: 76–86
[35] Stocchero M, Locci E, D’aloja E, et al. PLS2 in metabolomics. Metabolites, 2019, 9(3): 51
[36] Liu X, Lei Y, Luo X, et al. TOC determination of Zhangjiatan shale of Yanchang formation, Ordos Ba-sin, China, using support vector regression and well logs. Earth Science Informatics, 2021, 14(2): 1033–1045
[37] 何自新. 鄂尔多斯盆地演化与油气. 北京: 石油工业出版社, 2003
[38] 刘池洋, 王建强, 邱欣卫, 等. 鄂尔多斯盆地延长期富烃坳陷形成的动力学环境与构造属性. 岩石学报, 2020, 36(06): 1913–1930
[39] 邓秀芹, 楚美娟, 王龙, 等. 中晚三叠世鄂尔多 斯盆地两期沉降及其形成机制. 石油勘探与开发, 2024, 51(03): 501–512
[40] 王东升, 张金川, 李振, 等. 草莓状黄铁矿的形成机制探讨及其对古氧化–还原环境的反演. 中国地质, 2022, 49(1): 36–50
[41] Chang J, Li Y, Lu H. The morphological characteri-stics of authigenic pyrite formed in marine sediments. Journal of Marine Science and Engineering, 2022, 10(10): 1533
[42] Loucks R G, Reed R M, Ruppel S C, et al. Spectrum of pore types and networks in mudrocks and a descriptive classification for matrix-related mudrock pores. AAPG bulletin, 2012, 96(6): 1071–1098
[43] 仙永凯. 粘土矿物的转化及对页岩储层的影响. 四川地质学报, 2019, 39(2): 244–247
[44] 靳平平, 欧成华, 马中高, 等. 蒙脱石与相关黏土矿物的演变规律及其对页岩气开发的影响. 石油物探, 2018, 57(3): 344–355
[45] 王少依, 王行信, 韩守华. 影响我国陆相碎屑岩储集层黏土矿物组合和分布的因素. 石油勘探与开发, 2002, 29(6): 19–21
[46] 王梓毅, 付金华, 刘显阳, 等. 鄂尔多斯盆地上三叠统延长组7段埋藏期热液活动对页岩油储层的影响. 石油与天然气地质, 2023, 44(4): 899–909
[47] 孙致学, 孙治雷, 鲁洪江, 等. 砂岩储集层中碳酸盐胶结物特征——以鄂尔多斯盆地中南部延长组为例. 石油勘探与开发, 2010, 37(5): 543–551
[48] 王又春. 含油气盆地碎屑岩储层碳酸盐胶结物研究进展. 辽宁石油化工大学学报, 2022, 42(3): 42–50
[49] 吴素娟, 黄思静, 孙治雷, 等. 鄂尔多斯盆地三叠系延长组砂岩中的白云石胶结物及形成机制. 成都理工大学学报(自然科学版), 2005, 32(6): 569–575
[50] 姚泾利, 王琪, 张瑞, 等. 鄂尔多斯盆地中部延长组砂岩中碳酸盐胶结物成因与分布规律研究. 天然气地球科学, 2011, 22(6): 943–950
[51] 张守鹏, 方正伟. 低渗透砂岩储集层渗透性伤害的微观机理与改造技术——以济阳坳陷胜利油田为例. 石油勘探与开发, 2020, 47(2): 349–356
[52] Bo L, Yi W, Shansi T, et al. Impact of thermal maturity on the diagenesis and porosity of lacustrine oil-prone shales: insights from natural shale samples with ther-mal maturation in the oil generation window. Interna-tional Journal of Coal Geology, 2022, 261: 104079
[53] 王恩泽, 吴忠宝, 宋彦辰, 等. 鄂尔多斯盆地庆城地区长 7 段致密砂岩成岩演化与孔隙结构特征. 北京大学学报(自然科学版), 2022, 58(2): 249–260
[54] 黄思静, 谢连文, 张萌, 等. 中国三叠系陆相砂岩中自生绿泥石的形成机制及其与储层孔隙保存的关系. 成都理工大学学报(自然科学版), 2004, 31(3): 273–281
[55] 柳益群, 李文厚. 陕甘宁盆地东部上三叠统含油长石砂岩的成岩特点及孔隙演化. 沉积学报, 1996, 14(3): 89–98
Study on Influencing Factors of Shale Pore Development in the Chang-7 Menmer of Yanchang Formation, Ordos Basin, Based on Sedimentary Facies Classification
Abstract The Chang-7 Member of the Yanchang Formation in the south-central Ordos Basin was selected as the research object. Based on the measured data from 41 wells, the Kriging interpolation and Partial Least Squares Regression (PLSR) were adopted to systematically analyze the main controlling factors of pore development under different geological conditions. The results show that when the Total Organic Carbon (TOC) content is less than 6%, the samples are mainly distributed at the lake basin margin, and the total content of the main brittle minerals (quartz and feldspar) exhibits a significant negative correlation with TOC. When the TOC content exceeds 6%, the samples are mainly distributed in the central lake basin, and there is no obvious correlation between the total quartz and feldspar content and TOC. There are remarkable differences in the main controlling factors of pore development in different regions of the lake basin around the TOC critical point (6%). Pore development in the central lake basin is mainly controlled by TOC and pyrite content, where the negative impact of TOC on pore development is manifested as pore filling by solid bitumen. In contrast, pore development at the lake basin margin is mainly dominated by the content of carbonate minerals and chlorite: the cementation of carbonate minerals damages reservoir pores, while chlorite protects reservoir pores by weakening cementation and enhancing the compaction resistance of rocks.
Key words Yanchang Formation; Chang-7 member; shale pore; sedimentary region