毛管压力与相对渗透率在水合物降压开采产气行为中的耦合效应

《Journal of Marine Science and Engineering》：Coupled Effects of Capillary Pressure and Relative Permeability on Gas Production Behavior During Hydrate Depressurization

　　

毛管压力与相对渗透率是水合物降压开采过程中气水两相流动的两个关键控制因素；然而，二者对产气的相对贡献及耦合机制尚不明确。本研究建立了一个统一且一致的框架，用以考察水合物降压开采过程中毛管压力与相对渗透率对气水流动的耦合效应。具体而言，研究人员通过回归公共领域收集的水合物储层沉积物毛管压力数据，获得了基于van Genuchten（VG）模型的进气压力P₀与形状参数m的经验关系及其代表性范围。随后，构建了数值模型以量化目标水合物储层中毛管压力与相对渗透率对产气的独立及耦合效应。模拟采用固定的P₀值和预设的相对渗透率曲线，未在水合物分解过程中进行动态更新。在所汇编的数据集中，P₀随孔隙半径增大而减小，并随水合物饱和度呈幂律函数增大；而m在砂质主导（0.62–0.82）和粉砂质主导（0.52–0.85）沉积物中均表现出较大离散性。在所测试的VG模型、参数范围及神狐储层条件下，毛管压力主要通过增强持水性抑制局部气体运移，其对产气的影响有限，而不考虑毛管压力会高估累积产气量。相比之下，相对渗透率通过直接控制气水流动能力并影响压力传播，在水合物开采中起主导作用。本研究阐明了水合物降压开采过程中毛管压力与相对渗透率的相对作用及耦合机制，为含水合物储层中van Genuchten参数选取及流动函数敏感性分析提供了实用依据。

天然气水合物（NGH）是一种由水分子和甲烷分子组成的非化学计量结晶化合物，甲烷分子被捕获在低温高压条件下的水笼中。NGH广泛分布于多年冻土和大陆边缘沉积物中，全球天然气水合物中的总碳量估计是常规油气藏中碳量的两倍。由于其储量巨大且具有相对低碳的特征，NGH被视为最有前景的替代能源之一。在现有开采方法中，降压法被认为是最具经济前景的方法，即将储层压力降至水合物平衡压力以下以诱导分解。降压过程中，生成的流体在多孔介质中向生产井运移，而产气行为强烈依赖于气水两相流动特征。近年来，日本、加拿大、中国和美国进行的现场试采证实了通过降压法从含水合物沉积物中持续产气的可行性。特别是南海神狐海域的 Offshore 试采证实了可从黏质粉砂储层中通过降压法连续产气；然而，水合物储层的产气效率仍受降压过程中复杂多相流动行为的强烈制约。

由于含水合物沉积物表现出与致密油和页岩气储层相似的流动特征，包括低渗透率和复杂孔隙结构，毛管压力和相对渗透率对于表征此类低渗多孔介质中的多相流动行为至关重要。以往关于致密和天然裂缝性储层的研究已开发了估算相对渗透率和毛管压力的方法，证明了其一致性表征对多相流动预测的重要性。在水合物开采模拟中，毛管压力和相对渗透率通常作为控制降压过程中流体再分布、相变和气体运移的关键因素被纳入。以往的实验和孔隙尺度研究已考察了水合物饱和度和孔隙结构如何影响毛管压力和相对渗透率。Sun等和Mahabadi等一致报道，水合物饱和度增加会减少可用孔隙空间，导致更高的进气压力和增强的毛管阻力。Wang等表明毛管压力可显著影响水合物分解过程中的气水再分布，而Xia等和Yu等报道毛管效应在细粒沉积物中因孔隙半径较小而更为显著。除毛管压力外，水合物饱和度还显著影响含水合物沉积物中的渗透率演化和多相流动能力。通过CT扫描和孔隙网络模型模拟，Mahabadi等和Zhang等证明气体渗透率随水合物饱和度增加而降低，而水相对渗透率增加。Singh等进一步通过纳入毛管压力效应开发了含水合物多孔介质的机理型气水相对渗透率模型。由于水合物饱和度同时改变沉积物中的孔隙结构、孔隙连通性和流体分布，毛管压力和相对渗透率可能在水合物分解过程中同时演化。然而，大多数研究主要关注水合物形成和分解过程中毛管压力或相对渗透率的独立演化，而对其对水合物开采的相对贡献及降压过程中多种流动行为的定量比较仍然有限。特别是，毛管压力和相对渗透率对水合物产气行为的耦合影响鲜有系统评估。因此，阐明其独立和耦合作用对于理解水合物降压过程中的气水流动机制具有重要意义。

水合物开采模拟中不确定性的另一个来源是毛管压力曲线的参数化。在数值模拟中，van Genuchten（VG）模型和Brooks–Corey（BC）模型是两种常用的毛管压力模型。前者因其在描述孔径分布效应和气水过渡行为方面的灵活性而被广泛用于水合物研究。进气压力P₀与孔径和水合物饱和度密切相关，而形状参数m可能因孔径分布、沉积物非均质性和水合物赋存形态而显著变化。然而，水合物模拟中的VG参数仍普遍采用经验值，其在不同水合物饱和度和孔隙结构下的变化特征尚未系统总结。鉴于VG模型中的形状参数m同时出现在毛管压力和相对渗透率函数中，其值同时影响这两条曲线。因此，基于已发表数据集表征VG参数范围对于评估毛管压力和相对渗透率对水合物产气预测的相对影响具有重要意义。

为解决上述问题，研究人员建立了一个统一且一致的框架，以考察水合物降压过程中毛管压力和相对渗透率对气水流动的耦合效应。通过收集文献中含水合物沉积物的毛管压力数据集，确定了VG参数作为孔隙半径和水合物饱和度的函数。随后，建立了水平井模型以定量比较毛管压力和相对渗透率对目标储层水合物产气行为的独立和耦合影响。然后进行敏感性分析以考察不同条件下毛管压力和相对渗透率的相对贡献。特别关注了水合物开发过程中局部流体再分布动力学与气体运移行为之间的差异。本研究旨在增进对水合物降压过程中多相流动机制的理解，并为水合物开采模拟中流动函数参数提供参考。

在实验数据与VG参数表征方面，研究人员从以往实验研究中收集了已发表的含水合物沉积物毛管压力数据集，涵盖不同水合物饱和度、孔隙结构和沉积物类型。数据集主要包括从实验室测量和孔隙尺度重建研究获得的毛管压力曲线。尽管水合物类型和土类型存在差异，但数据集在描述气水毛管压力作为含水饱和度函数方面具有共同基础。数据集还涵盖了较宽的孔径和水合物饱和度范围，为考察VG参数对孔隙结构和水合物饱和度的依赖性提供了多样化基础。然而，水合物形成系统和沉积物特征的差异可能为拟合参数引入额外变异性。因此，所得关系被解释为汇编数据集内的经验趋势。

由于VG模型已被广泛用于水合物开采模拟和含水合物沉积物实验分析，本研究选择其作为毛管压力和渗透率表征的统一框架。在VG模型中，毛管压力表示为公式（1）和（2），其中P₀为进气压力，代表气相进入并驱替含水合物沉积物有效孔隙空间中水所需的毛管压力阈值；S_irw为束缚水饱和度；S_e为有效含水饱和度；m为与孔径分布（PSD）相关的形状参数，控制毛管压力曲线过渡段的斜率。较高的P₀表明对气体运移的毛管屏障更强，持水趋势更大。由于P₀与最大有效孔喉尺寸成反比，较高的P₀表明最大孔喉较小。在实践中，VG模型用于预测水相对渗透率k_rw和气相对渗透率k_rg，分别如公式（3）至（6）所示，其中S_irg为束缚气饱和度。如公式（1）、（3）和（4）所示，参数m同时影响毛管压力和相对渗透率曲线的形状特征，为分析其对水合物产气行为的耦合影响提供了便利基础。

对于未直接报告孔隙半径值的研究，使用Origin软件（2018版）对PSD曲线进行数字化。收集的PSD数据包括核磁共振（NMR）T₂谱和基于CT图像的孔径分布。对于每个孔径区间，采用区间中点作为代表性孔隙半径r_i，同时提取相应振幅。平均孔隙半径根据公式（7）以体积加权平均计算。对于每条毛管压力曲线，初始S_irw估算为最高毛管压力下的含水饱和度，P₀的初始估算值由毛管压力曲线拐点处切线与水平线S_w=1的交点确定。随后使用VG模型对所有收集的毛管压力曲线进行重新拟合，并应用非线性最小二乘法最小化实验数据与拟合曲线之间的偏差，得到重新拟合的VG参数。代表性拟合结果表明，VG模型能够充分再现不同沉积物类型和水合物饱和度下的毛管压力曲线。

表1显示，对于大多数数据集，水合物饱和度S_h增加与较高的P₀和较低的m相关，对应于更陡的毛管压力曲线；然而，也观察到一些例外。对于Yan等的数据，P₀趋势与其他数据集一致，而m随S_h增加而增大。这一趋势与其NMR测量揭示的孔隙结构演化一致。水合物形成不仅填充较大孔隙，还诱导局部膨胀使较小孔隙扩大。这些联合效应减少了较大孔隙的体积并增加了较小孔隙的体积，拓宽了PSD并扩大了排水所涉及的孔径范围，导致m值较高。相反，Ghezzehei和Kneafsey的非饱和砂实验表现出P₀和m均随S_h增加而降低。在过量气条件下，水合物优先在小孔隙和窄颗粒接触区域形成并堵塞，留下剩余有效孔隙空间以大孔隙为主。这可能增加平均有效孔径并降低P₀，同时缩小排水所涉及的有效孔径范围并降低m。这种形成方式不同于大多数实验室研究和通常推断的天然水合物储层所采用的过量水条件。在过量水条件下，水合物优先填充较大孔隙，使PSD向较小孔隙偏移，并随S_h增加而增大P₀。汇编数据集用于考察P₀与孔隙半径和水合物饱和度的关系，并约束m的范围。

在P₀特征方面，根据原始研究报告的沉积物/土类型，汇编数据集被分为两组：砂质主导沉积物和粉砂质主导沉积物。前八个数据集被归入砂质主导组，因为它们主要代表砂基材料，包括洁净中/细砂、含细粒级配砂、粗砂、硅砂、砂柱和细砂。其余四个数据集被归入粉砂质主导组，主要包括黏质粉砂以及一个粉砂质砂数据集。分类主要基于土类型，在可获得的情况下以孔隙尺寸特征作为补充证据。毛管压力与孔隙半径成反比。根据Young-Laplace方程，如公式（8）所示，其中P_c为毛管压力；σ为气水界面张力；θ为接触角；r为有效孔隙半径。增加S_h减少可用孔隙空间，改变孔隙连通性，并偏移有效孔径分布，从而增加对气流的毛管阻力。以往研究表明，P_c对S_h的依赖性可用幂律关系合理表示。因此，考虑S_h和平均孔隙半径的联合效应，提出以下经验表达式来表征P₀，如公式（9）所示，其中A、a和b为拟合系数。A是与沉积物固有毛管特征相关的毛管缩放系数，包括界面张力、润湿性和孔隙几何。当S_h=0时，A代表由沉积物原始孔隙结构控制的气体进气压力。指数a量化P₀对水合物饱和度的敏感性，而b量化P₀对孔隙尺寸的敏感性。b值接近1表明P₀近似与平均孔隙半径成反比，与Young–Laplace方程一致。结果表明，公式（9）在数据集内捕捉了P₀对水合物饱和度和平均孔隙半径的依赖性，砂质主导沉积物的R²值为0.8908，粉砂质主导沉积物的R²值为0.9881。这些值表明对数据集的良好拟合，但并未独立量化水合物和土类型差异相关的额外不确定性。因此，拟合关系用于表征汇编数据集所代表的经验趋势。粉砂质主导沉积物的拟合系数A大于砂质主导沉积物，表明前者具有更高的固有毛管压力尺度。这种差异与其较小的孔喉、较大的比表面积、较强的持水能力和更复杂的孔隙连通性一致。对于两种沉积物类型，P₀随S_h增加而增大，随平均孔隙半径减小而增大。拟合系数b接近1，砂质主导沉积物为0.85，粉砂质主导沉积物为0.94，表明P₀近似与孔隙半径成反比。此外，粉砂质主导沉积物获得的较大a值表明P₀对水合物饱和度的依赖性相比砂质主导沉积物更强。这种更强的敏感性可能与其较小的孔喉、较大的比表面积和更复杂的孔隙连通性有关，使得水合物诱导的孔隙堵塞在增加毛管阻力方面更为有效。

在m特征方面，m表现出 substantial 离散性。砂质主导和粉砂质沉积物的数据在水合物饱和度范围内大量重叠，而砂质主导数据集在特定平均孔隙半径范围内表现出明显的局部聚类。这些聚类可能与砂质主导沉积物覆盖的宽孔隙半径范围有关，以及单个研究内包含的具有相似孔径范围和实验条件的多条毛管压力曲线。与P₀不同，m在汇编数据集中未显示出对水合物饱和度或平均孔隙半径的明显整体依赖性。尽管某些单个数据集表明m随水合物饱和度增加而降低，但这种关系在不同含水合物沉积物中并不一致。此外，Yan等中m的趋势相反，Wang等的数据集显示m随水合物饱和度增加呈非单调波动，可能归因于水合物饱和度从47.33%大幅增加至73.91%引起的非单调孔隙结构演化。这表明m不能由水合物饱和度或单一特征孔径参数唯一确定。相反，m主要反映毛管压力过渡的形状，受孔径分布非均质性、孔隙连通性、水合物赋存和实验拟合不确定性的影响。箱线图用于分析不同含水合物沉积物中形状参数m的变异性。结果表明，砂质主导和粉砂质主导沉积物的m分布大量重叠，表明仅靠沉积物分类不足以唯一约束m。四分位距（Q1–Q3，其中Q1和Q3分别表示第25和第75百分位数）由箱体表示，Q1和Q3定义其上下边界。砂质主导沉积物的m四分位距为0.62–0.82，粉砂质主导沉积物为0.52–0.85。粉砂质主导沉积物表现出比砂质主导沉积物略宽的分布范围，这可能归因于其更复杂的孔隙结构、更宽的孔径分布和更强的微观非均质性。因此，采用四分位分布得出的m代表性范围用于后续敏感性分析。

在数值建模方面，研究人员建立了三维水合物地质模型，覆盖x、y、z方向355 m × 355 m × 138 m的区域。敏感性和机理分析的数值模拟使用CMG-STARS（2019.10版）进行。模型由五个垂向层组成，包括30 m厚上覆层、36 m厚含水合物层（HBL）、15 m厚三相层（TPL）、27 m厚游离气层（FGL）和30 m厚下伏层。基于2017年神狐水合物储层试采数据，整个模型在空间上离散为71 × 71 × 38 = 191,558个网格单元。水平方向采用均匀离散，x和y方向网格间距均为5 m。HBL、TPL和FGL在z方向分别离散为12、5和9个网格。上覆层和下伏层均离散为6个网格。网格敏感性分析表明，本研究使用的网格划分策略相对于细化网格对模拟结果影响较小。因此，当前网格划分在不影响计算精度的情况下实现了更高的模拟效率。水平生产井位于HBL中心。水合物形成和分解公式如公式（10）所示。在CMG-STARS（2019.10版）中，应用Kim–Bishnoi模型描述水合物形成和分解动力学，如公式（11）所示，其中n_h为水合物量，gmol/m³；k₀为水合物分解固有速率常数，mol/(m²?Pa?s)；A_hs为水合物颗粒比面积，1/m；?为介质孔隙度；P_eq为相平衡压力，Pa；?E为水合物活化能，J/gmol；R为通用气体常数，J/(gmol?K)；T为温度，K；K为给定压力和温度下的水合物平衡值。水合物相平衡由公式（12）描述，其中T_e为相平衡温度，K。水合物形成和分解改变含水合物沉积物的渗透率和孔隙度。本研究使用Carmen–Kozeny模型评估渗透率与孔隙度的关系，如公式（13）所示，其中k和k₀分别为孔隙度为?和?₀时的有效渗透率，mD；λ为经验参数（推荐1~10）。

在初始化和边界条件方面，基于试采井SHSC-4的已发表数据，总结了主要储层参数，包括孔隙度、绝对渗透率、气体饱和度、水合物饱和度及一些热物理性质。上覆层赋予与HBL相同的孔隙度和绝对渗透率，而下伏层赋予与FGL相同的值。根据南海神狐水合物储层的已发表数据，TPL底部（?1517 m）的压力和温度分别初始化为15.45 MPa和17.10 °C。温度场根据地热梯度48 °C/km初始化，而压力场使用静水压力梯度建立。因此，各层的初始压力和温度条件用公式（14、15）计算。在整个模拟过程中，模型上下边界施加恒定温度和压力的Dirichlet边界条件。其中P_F为地层压力，MPa；T_F为地层温度，°C；g为重力加速度矢量，m·s^?2；ρ_w为海水密度，g/cm³；Z为距网格顶部的距离。模型较好地再现了南海神狐海域首次 Offshore NGH试采的可用历史数据。结果表明，在井底压力3.00 MPa下60天的模拟与现场产气结果对比，模拟累积产气量（30.03 × 10⁴ Sm³）与现场产气量30.90 × 10⁴ Sm³基本一致。因此，验证后的模型为进一步长期产气预测和规定储层及操作条件下毛管压力和相对渗透率控制参数的敏感性分析提供了基础。

在敏感性分析方面，本研究将长度为155 m的水平生产井置于HBL中心，井筒压力维持在3.00 MPa以诱导水合物分解700天。根据扫描电子显微镜（SEM）观察，中国神狐地区水合物储层平均孔隙半径范围为1.29至3.04 μm。结合公式（9）和水合物饱和度范围0.31至0.34，计算得出进气压力P₀约为20至100 kPa。此外，神狐水合物储层由黏质粉砂沉积物组成。因此，根据四分位分布确定VG形状参数m的代表性范围为0.52–0.85。据此，每个参数选择三个代表性水平：P₀ = 20、50和100 kPa，m = 0.52、0.68和0.85，分别代表相应范围的下、中、上水平。P₀和m对毛管压力和相对渗透率曲线的影响如 Figure 7 所示。增加P₀导致毛管压力在整个含水饱和度范围内近乎成比例增加。相反，m的变化也改变毛管压力曲线，导致较低含水饱和度下毛管压力更平缓。m同时影响气和水的相对渗透率。随着m增加，水相对渗透率曲线向上移动，气相对渗透率曲线向下移动，导致相同含水饱和度下较高的k_rw和较低的k_rg值。三个离散水平旨在表征物理合理参数范围内的产气响应。尽管仅从离散模拟设计无法建立所选水平之间产气响应的严格单调性，但毛管压力和相对渗透率曲线的系统变化为评估产气对P₀和m变化的响应提供了物理基础。VG形状参数m在毛管压力案例中记为m_Pc，在相对渗透率案例中记为m_kr，以在案例设计中清晰区分效应，每个案例的毛管压力和相对渗透率曲线使用表中相应参数预设。A组旨在通过比较Case A-1（无毛管压力）与Case B-2和Case B-3（有毛管压力）来评估水合物降压过程中毛管压力的整体影响。B组案例旨在研究水合物产气行为对P₀的敏感性，代表性值为20、50和100 kPa，同时保持m_Pc和m_kr固定为参考值0.68。C组和D组设计为受控敏感性分析，以区分毛管压力和相对渗透率的各自贡献，而非暗示m_Pc和m_kr在物理上独立。对于C组，毛管压力中的m_Pc从0.52变化到0.85，同时P₀ = 50 kPa和m_kr = 0.68。对于D组，毛管压力关系固定为参考条件P₀ = 50 kPa和m_Pc = 0.68，而相对渗透率参数m_kr从0.52变化到0.85。E组案例进一步考察共享参数条件下的耦合效应，即m_Pc = m_kr = 0.52、0.68和0.85。需要注意的是，Case B-2、C-2、D-2和E-2具有相同的参数设置（P₀ = 50 kPa和m_Pc = m_kr = 0.68），代表相同的参考案例。

在毛管压力效应方面，比较了Case A-1（无毛管压力）、Case B-2（P₀ = 50 kPa）和Case B-3（P₀ = 100 kPa）的产气速率（q_g）和累积产气量（Q_g）。三种案例的产气特征基本一致。在所有案例中，q_g在降压后迅速上升，在约30天达到产气峰值，随后在30至365天之间急剧下降，并在后期生产阶段（365至700天）逐渐稳定。尽管峰值q_g值相当，但Case A-1的峰值略高且平台期更长（Case A-1为31至52天，Case B-2为31至46天，Case B-3为31至38天）。峰值期后，Case B-2和Case B-3中q_g下降更快。因此，Case B-2和Case B-3的Q_g在整个生产期间始终低于Case A-1。到模拟结束时，Case B-2和Case B-3的Q_g分别比不考虑毛管压力的案例低5.23%和12.28%。这些结果表明，毛管压力主要降低降压过程中的产气幅度，而非从根本上改变整体产气趋势。Case A-1和Case B-3在水合物分解期间x-z平面上的气体饱和度分布表明，在早期生产阶段（30天），两种案例的气体饱和度几乎相同，表明降压引起的压力梯度远大于毛管压力的影响，流体运移主要受压力控制。因此，毛管压力对流体再分布的影响有限。在180天和365天时，Case A-1表现出更大的高气体饱和度区域远离井筒延伸，而Case B-3中相应的富气区明显更窄。到700天时，Case A-1中的气体饱和度分布仍在生产井周围显示出更广泛的区域。这些观察表明毛管压力限制气体运移并增强孔隙空间内的持水性。尽管纳入毛管压力并未从根本上改变整体产气趋势，但导致Q_g减少12.28%并明显改变井筒周围的气体分布。这些结果表明，在水合物降压模拟中应纳入毛管压力，特别是对于粉砂质主导的含水合物沉积物。为进一步评估毛管压力如何影响水合物开发行为，下面研究了P₀和m的敏感性。

在毛管压力参数效应方面，展示了产气对毛管压力参数P₀和m_Pc变化的响应。对于P₀敏感性案例，累积产气量Q_g随P₀增加而逐渐降低。相对于参考Case B-2，Case B-1的Q_g增加8.17%，而Case B-3导致Q_g减少2.65%。增加m_Pc略微提高Q_g。与Case C-2相比，Case C-1减少3.06%，Case C-3增加2.39%。P₀和m_Pc对产气具有相反效应，其中P₀的影响略大，这是由于它们对毛管压力曲线的不同影响。增加P₀在整个含水饱和度范围内提高毛管压力，从而增加毛管阻力。相反，增加m_Pc主要改变毛管压力曲线的形状，使其在低含水饱和度下更平缓，而在中高含水饱和度下不同m_Pc值之间的毛管压力差异相对较小。总体而言，两组参数对产气的影响均有限，表明在所研究的参数范围内，毛管压力参数的不确定性对整体产气性能仅产生较小影响。毛管压力敏感性案例对应的气体饱和度分布表明，尽管产气相对较小，但气相的空间演化可观察到明显变化。对于P₀敏感性案例，从Case B-1到Case B-3较大的P₀值导致颜色逐渐变浅、富气区变窄，特别是在180天之后，这一趋势在整个生产期间持续。较大的P₀对应较高的毛管压力，从而增加对气体侵入的阻力并限制气相的横向扩展。从Case C-1到Case C-3增加m_Pc促进气相的横向传播，导致富气区颜色更深、生产井周围气体饱和度分布更广。这一效应与较高m_Pc值所代表的毛管阻力降低有关。尽管气相再分布存在这些差异，但平均水合物浓度表明B组和C组之间水合物分解的差异影响较小。因此，毛管压力参数的变化主要改变局部气水分布模式，而非改变油田尺度产气行为。

在相对渗透率效应方面，比较了产气行为q_g和Q_g作为相对渗透率参数m_kr函数的变化。随着m_kr增加，Q_g在整个模拟期间显著降低。与参考Case D-2相比，Case D-1中q_g峰值高53.38%，Case D-3中低54.71%。在生产约365天后，三种案例的q_g值变得几乎相同。随后，Case D-3在模拟结束前保持略高于Case D-2和D-1的q_g。这一趋势归因于Case D-1中较高的气体相对渗透率，这不仅在早期阶段促进快速产气，还加速了井筒附近可采储量的枯竭，导致后期生产阶段压力下降更为明显。不同生产时间的压力分布表明，在整个降压过程中观察到三种案例之间的明显差异。在早期生产阶段（30天），Case D-1在生产井周围形成最大的压力衰竭区域，而Case D-3中的区域仍局限于井筒附近的较窄区域。随着生产进行到180天和365天，Case D-1中的压力衰竭前沿进一步推进到储层中，而Case D-3中的压力传播仍显著受限。观察到的压力行为表明，在所测试的VG模型、参数范围和神狐储层条件下，相对渗透率强烈影响压力传播效率。较低的m_kr值导致较高的气体相对渗透率，从而促进生成气体向生产井流动。持续采气促进压力传播并促进降压区域的扩展。相反，较高的m_kr值降低气体流动性，导致储层内气体积累增加并限制压力衰竭的空间传播。Yu等也报道了类似发现，他们基于水合物岩心样品的数值分析认为低渗透率不利于压力传播。由于降压过程中的水合物分解根本上由压力降低驱动，压力场的演化可导致分解效率的差异。三种案例中平均水合物浓度的下降速率与压力传播模式一致。Case D-1具有广泛的压力传播和高降压效率，表现出最快的水合物浓度下降，而Case D-3压力传播受限，表现出慢得多的下降。这些结果表明，相对渗透率主要通过控制储层降压行为和压力传播来影响产气。相应的气体饱和度分布表明，在所有生产阶段，较高的m_kr值导致生产井周围出现高气体饱和度区域。这一效应在180天后变得更加明显，并在365和700天持续发展。Case D-3始终显示出最大的气体积累面积，而Case D-1中观察到最小的气体积累面积。与毛管压力敏感性分析相反，相对渗透率敏感性案例表明较高的气相饱和度不一定导致较高的产气。具体而言，Case D-3表现出最大的富气面积但最低的累积产气量，而Case D-1显示出最小的气体积累面积但实现最高的累积产气量。这些结果表明气体饱和度不是产气效率的直接指标，而主要反映储层内的流体运移行为。其基本机制是较高的m_kr值降低气体相对渗透率，限制压力传递的范围和效率，并削弱水合物分解的驱动力。分解产生的气体由于其流动性差而倾向于留在水合物层中，形成高饱和度区域而非向井运移，最终导致高饱和度和低产量。相反，较低的m_kr值对应较高的气体相对渗透率、更有效的压力传播和更多的水合物分解，使气体及时排出。因此，累积产气量显著增加而无过量气体积累。因此，气体相对渗透率的降低主要通过调节气体流动能力和压力传播来控制水合物开采。与毛管压力参数的敏感性相比，在所测试的VG模型、参数范围和神狐储层条件下，相对渗透率对储层产气性能的影响要强得多。

在P_c和k_r的耦合效应方面，为进一步量化毛管压力和相对渗透率对水合物产气性能的相对贡献，总结了相对于参考案例（即Case B-2）归一化的体积比变化。相对体积增量（RVI）定义为累积产气量的相对体积变化与参考案例的比值，如公式（16）所示，其中Q_g为给定案例的累积产气量，Q_g,ref为参考Case B-2的累积产气量。Case B-2、C-2、D-2和E-2共享相同参数设置，因此代表相同的参考案例用于计算RVI值。对于仅考虑C组毛管压力变化的案例，Q_g的变化仍然相对有限。与参考案例（即Case B-2）相比，Case C-1中Q_g减少约3.06%，而Case C-3中增加2.39%。这些结果进一步表明，尽管毛管压力影响储层内的气水再分布，但毛管压力参数的变化对整体气体采收率仅产生有限影响。相反，在D组相对渗透率案例中观察到显著的产气差异。相对于参考案例，Case D-1中降低的m_kr值导致Q_g增加约15.36%，而Case D-3中增加的m_kr值导致Q_g减少21.31%。这些Q_g变化的幅度显著大于毛管压力案例，表明水合物产气对相对渗透率比对毛管压力更敏感。与D组中仅涉及相对渗透率变化的案例相比，E组中的耦合案例显示出略微减小的产气响应。Case E-1表现出比Case D-1更小的Q_g增加，Case E-3表现出比Case D-3更小的减少。这些差异表明，当同时考虑m_Pc和m_kr时，毛管压力贡献部分抵消了相对渗透率变化引起的产气响应；然而，整体趋势仍与D组中仅变化相对渗透率所观察到的结果一致。这种行为主要受局部气水再分布影响。相反，相对渗透率直接控制气体流动性、压力传播和储层降压效率，因此在本研究调查的参数范围内仍是控制水合物产气的主导因素。尽管在含水合物沉积物中不应忽视毛管压力，但相对渗透率参数的不确定性对产气预测的影响显著大于毛管压力参数相关的不确定性。

在局限性方面，需要注意的是，本研究未对束缚水饱和度S_irw进行统计表征。相反，采用了文献中报道的神狐地区固定值（S_irw = 0.50）和（S_irg = 0.05），这可能为计算的毛管压力和相对渗透率引入不确定性。此外，汇编数据集中水合物形成系统和沉积物特征的差异可能影响拟合的VG参数。这些不确定性未被独立量化；因此，结果应被解释为在所采用参数范围和神狐储层模型框架内的比较敏感性评估。此外，在每个模拟案例中毛管压力和相对渗透率曲线保持固定，尽管其相应值随演化的相饱和度而变化。未来的工作还将开发动态耦合框架，纳入出砂和地质力学效应，以考虑水合物分解过程中与水合物饱和度和孔隙结构演化相关的变化。进一步研究束缚水/气饱和度及其对含水合物沉积物中流动函数的影响是必要的。

在结论方面，本研究利用已发表的含水合物沉积物毛管压力数据集，建立了一个统一且一致的框架，以考察水合物降压过程中毛管压力和相对渗透率对气水流动的耦合效应，并将拟合的VG参数纳入储层地质模型进行现场评估。模拟采用固定的P₀值和预设的相对渗透率曲线，未在水合物分解过程中进行动态更新。主要结论总结如下：VG参数P₀和m在汇编数据集中表现出不同的控制机制。进气压力P₀主要受孔径和水合物饱和度控制，与平均孔隙半径呈近似反比关系，随水合物饱和度呈幂律增加。相反，形状参数m在汇编数据集中表现出相当大的离散性，且与水合物饱和度或孔隙半径无普遍依赖性。这表明m可能主要反映孔径分布的非均质性、孔隙连通性和水合物赋存特征。毛管压力抑制气体运移并增强持水性，主要影响局部气水再分布，而对产气的影响有限。当仅变化毛管压力参数时，P₀的变化导致Q_g变化范围约为?2.65%至8.17%，而m_Pc的变化导致Q_g变化约为?3.06%至2.39%。尽管如此，在数值模拟中应保留毛管压力，特别是对于粉砂质主导沉积物（即本文考虑的神狐储层），因为忽略它会高估Q_g。在所测试的VG模型、参数范围和神狐储层条件下，相对渗透率比毛管压力具有更显著的影响，因为它直接控制气水流动能力，从而加速压力传播、促进水合物分解并最终提高产气。当相对渗透率参数m_kr从0.68降至0.52时，q_g和Q_g分别增加53.38%和15.36%。当m_kr增至0.85时，q_g和Q_g分别减少54.71%和21.31%。这些变化远大于毛管压力参数引起的变化，表明在所测试范围内水合物产气预测对相对渗透率不确定性更为敏感。相反，在所测试条件下，增加m_Pc通过降低毛管压力略微提高产气，而增加m_kr通过降低气体相对渗透率抑制产气，后者影响更强。耦合案例进一步表明，相对渗透率仍是控制水合物产气性能的主导因素，而毛管压力通过影响局部气水再分布发挥次要抑制作用。特别是，气相积累不一定对应于更高的产气，表明气体饱和度主要反映流体运移和再分布行为而非产气效率。因此，准确表征相对渗透率对于可靠的水合物产气预测至关重要，同时应保留毛管压力以更好地表征含水合物储层中的局部多相流动行为。