基于数字核心技术的四川盆地威远地区深层页岩气水库特性分析与脆性评估 李静， 邓雨琪， 黄婷婷， 陈国， 杨蓓， 任晓海， 李虎

《Minerals》：Digital Core-Based Characterization and Fracability Evaluation of Deep Shale Gas Reservoirs in the Weiyuan Area, Sichuan Basin, China Jing Li, Yuqi Deng, Tingting Huang, Guo Chen, Bei Yang, Xiaohai Ren and Hu Li

　　摘要 四川盆地南部（渭源地区）的深层页岩气储层具有强烈的异质性和复杂的孔隙-裂隙网络。传统的储层评价方法难以准确捕捉其微观孔隙特征和脆性，从而限制了高效开发和精确目标点的预测。因此，将数字岩心技术与地质分析相结合对于系统量化关键储层参数至关重要，包括微观孔隙结构、矿物组成和脆性特征。为了阐明渭源地区高质量深层页岩气储层的控制因素并评估其勘探和开发潜力，我们进行了从微米到纳米尺度的数字岩心分析。构建了代表性深层页岩气井的三维数字岩心模型。通过整合矿物组成、地球化学特征和孔隙空间特征，我们讨论了深层页岩气聚集的地质条件以及水平井的脆性，并划分了有利的页岩储层区。结果表明，数字岩心技术能够对Longmaxi组页岩储层的每个子层进行定量和可视化表征，包括矿物类型、层理类型、孔道结构和有机物分布。从Long 11-1子层到Long 11-4子层，孔道半径、总孔隙体积、总孔隙喉部体积、连通孔道百分比和配位数逐渐减小。在渭源东部地区，Longmaxi组底部深层页岩气储层中的硅质成分主要来源于生物成因和碎屑成因。由于沉积环境的局部变化，碎屑成因对该地区总硅质含量的贡献显著。尽管Longmaxi组的Long 11-1子层在岩石学上被归类为泥页岩，但其粒度和矿物组成更接近粘土质粉砂岩或泥质砂岩，表明具有较大的储层空间开发潜力。渭源东部地区的典型井具有明显的岩石学特征，包括较大的粒径、沉积期间的更强水动力条件以及丰富的碎屑物质供应。由粉砂到砂粒大小的颗粒形成的刚性框架有效地减缓了压实，从而有助于保持颗粒间孔隙和微裂隙。高有机物含量、适当的热成熟度和厚实的优质页岩确保了充足的烃类供应。主要的天然裂隙类型是因沉积颗粒大小差异形成的颗粒间裂隙和颗粒边缘裂隙，以及由烃类生成压力引起的平行于层理的裂隙。基于通过数字岩心分析确定的储层矿物组成、孔隙特征、面积孔隙度和孔径分布，Long 11-1子层底部0–3米被确定为最佳目标区间。通过划分页岩储层的微观特征并预测岩石力学参数，我们建立了基于数字岩心模拟的脆性评价指数。这有助于指导深层页岩气储层目标层的选择并优化水力压裂设计。

1. 引言
深层页岩气通常指深度大于3500米的页岩气储层。由于沉积作用、成岩作用、埋藏深度、温度和压力的影响，深层页岩气储层比浅层和中等深度页岩具有更发达的层理、裂隙和天然微裂隙[1,2,3,4,5]。它们还表现出更大的应力差异和更显著的岩石力学参数变化，并且具有更复杂的孔隙结构，导致储层脆性的主要控制因素不明确[6,7,8]。岩石的微观结构主要由其孔隙结构及其相关特征组成。孔隙的类型、结构和分布直接影响储层的物理性质、吸附能力和渗透行为[9]。因此，深入研究岩石的微观结构特征具有重要意义。随着许多页岩气储层的发现和开发，许多研究人员使用各种实验方法从微观角度研究了页岩储层的孔隙结构和流动模式[10,11,12,13]。然而，传统的实验方法如汞侵入孔隙度测量、核磁共振（NMR）和排替试验对微观结构的分辨率有限，且用于汞注入的样品无法重复使用，这限制了微观结构参数的确定[14,15]。此外，页岩储层具有多尺度、多组分的孔隙系统，具有强烈的异质性和易风化性。有限的岩心可用性和回收率使得获取代表性样品变得困难，使得传统的岩石物理实验具有挑战性。因此，有必要构建一个代表性的深层页岩气储层的多尺度、多组分三维数字岩心模型来模拟岩石参数。

为了解决传统岩心分析的挑战，可以将物理岩心转换为数字岩心，其图像和数据可以由计算机处理和永久存储。这使得可以从“厘米-纳米”、“宏观-微观”和“2D-3D”角度对页岩储层进行多维度、跨尺度的定量评估。通过结合CT扫描、聚焦离子束扫描电子显微镜（FIB-SEM）和大面积背散射扫描电子显微镜拼接（MAPS），对岩心样品进行成像，然后使用计算机图像处理技术进行重建，建立了“高分辨率、多维度、跨尺度”的数字岩心方法[16,17,18]。数字岩心技术基于真实岩石样品；通过一系列图像处理技术和数值算法，将岩心数字化，从而高保真地反映岩石在孔隙尺度上的微观孔隙结构。近年来，常用的数字岩心构建方法包括物理实验方法和数值重建方法。前者直接使用高精度光学仪器获得岩心的平面图像，结果准确且直观，但成本和时间消耗较高（例如CT扫描、FIB连续成像和连续切片方法）。后者使用2D岩心切片和各种数学算法间接构建3D孔隙结构，包括随机方法和基于过程的模拟[19,20,21,22]。这种方法简单快捷，但由于模型选择错误或阈值设置不当，获得的孔隙结构参数可能与真实岩心不同。然而，成像方法的分辨率和扫描范围有限，只能识别纳米到微米级别的局部孔隙结构[23]。它们无法同时捕获跨越六个到七个数量级的页岩孔隙信息，因此无法直接从扫描中得出准确的岩石物理参数。同时，深层和超深层储层往往面临高温高压条件，当前实验室设备无法完全模拟。此外，页岩的孔隙度和渗透性较低，导致测试时间长且成本高。解决这些问题的最佳方法之一是构建一个完全代表页岩多尺度孔隙、裂隙和基质结构的数字岩心，并将其作为研究媒介。通过跨尺度理论模型，可以在计算机上模拟任意储层条件下的页岩物理性质，揭示微观结构如何影响宏观物理性质的根本机制[24,25,26,27]。

考虑到上述限制，在本研究中，我们以四川盆地南部渭源地区的深层页岩为例。使用数字岩心技术，我们从微米到纳米尺度进行了分析，并为代表性井构建了三维数字岩心模型。这种方法解决了定量评估深层页岩气储层孔隙类型和孔隙结构特征的关键技术挑战，实现了储层特征描述和深层页岩气区块目标区的选择。此外，通过对页岩储层特征和工程特征的详细表征，我们基于W15井的数字岩心数据建立了脆性评价模型，并将其应用于页岩气储层的测井基础脆性评价。

2. 地质背景
研究区域位于四川盆地南部的渭源地区。整体构造呈缓倾的单斜构造，没有发育的断层。地层序列从震旦纪到侏罗纪（从最老到最新）；然而，缺失了泥盆纪和石炭纪地层[28,29]。构造环境相对稳定，具有连续的俯冲作用和适合有机物保存的条件。在上奥陶统Wufeng组和下志留统Longmaxi组底部发育了一套富含有机物的页岩，这是目前渭源地区页岩气勘探和开发的主要目标层段（图1a）。Longmaxi组页岩分为Long 1段和Long 2段。Long 1段进一步细分为两个子段：Long 11和Long 12；Long 11子段再细分为四个小层：Long 11-1、Long 11-2、Long 11-3和Long 11-4。Long 11-4子层从底部到顶部依次分为Long 11-4a、Long 11-4b和Long 11-4c（图1c）[30,31]。Wufeng–Long 11区间的高质量页岩总厚度为39.8–48.1米（平均44.1米）。垂直方向上，中下部的Long 11-1–Long 11-4a子层相对较薄（平均每层3–5米），而上部的Long 11-4b和Long 11-4c子层较厚，分别为11.3米和17.9米。图1. 渭源地区Wufeng组至Long11-1子层的地质框架。(a) 沉积相；(b) 地层厚度；(c) 地层柱状图。横向看，高质量页岩的厚度变化很大，最厚区域位于中部，呈西北-东南方向，向两侧逐渐变薄（图1b）。高质量页岩区间的脆性矿物含量为52.3%–68.1%（平均61.3%），总有机碳（TOC）含量为1.5%–2.7%（平均2.0%），孔隙度为5.1%–6.8%（平均6.0%），气体含量为2.7–4.4立方米/吨（平均3.6立方米/吨），气体饱和度为50.8%–70.8%（平均60.8%）。垂直方向上，Long 11-1子层具有最好的储层质量，其特征是高硅质（长英质）矿物含量、良好的层理发育和丰富的生物成因碎片；Long 11-3子层也是下一个最有利的层段，其特性与Long 11-1相似。在Long 11-1子层中，孔隙度为7.0%，TOC含量为3.8%，脆性矿物含量为60.4%。杨氏模量范围为27.58至31.34 GPa（平均29.4 GPa），泊松比范围为0.20至0.24（平均0.23）。在W217井周围的深层页岩气区，最大水平主应力方向为90–110°，大部分区域接近东西方向。测量形成的温度为112–129°C（平均118.5°C），高于渭源地区其他部分，并且从北向南递增。形成压力系数范围为1.7至2.0，在整个区域内变化不大。

3. 样品和方法
3.1. 样品
本研究收集了渭源地区深层页岩气储层Wufeng–Longmaxi组中三口井（W15、W16、W17）的岩心样品。我们对页岩储层的微观结构进行了多尺度数字岩心分析，包括多尺度CT扫描、MAPS、FIB-SEM和MaipSCAN成像分析，建立了结果数据库。还进行了TOC含量、热成熟度（Ro）、微观孔隙结构特征和页岩孔隙度的实验测试（表1）。
表1. 测试项目和样品。

3.2. 方法
对来自W15、W16和W17井的45个页岩样品进行了实验分析，涵盖了从微观到宏观尺度的观测，以系统地表征页岩。首先，对样品进行了微米尺度CT（μCT）扫描。基于扫描结果，进行了微米尺度裂隙的三维（3D）重建和裂隙参数的提取。然后，将岩心样品切割并准备用于各种分析：能量色散光谱（EDS）映射以定量分析矿物组成，2D大面积SEM拼接以量化不同类型的孔隙（有机孔隙、无机孔隙等），以及FIB-SEM成像以定量分析3D孔隙分布和连通性。最后，结合矿物学特征和多尺度孔隙-裂隙特征，分析了储层的微观特征，重建了3D孔道模型，并阐明了研究区域的页岩储层微观结构。
为了实现三种不同尺度条件下获得的成像数据的空间相关性和整合——即μCT、MAPS和FIB-SEM——首先建立了一个统一的空间坐标系作为参考框架。将岩心塞的几何中心设置为原点，并根据采样期间记录的方向标志构建了一个三维笛卡尔坐标系。该系统定义了三种成像技术的空间坐标映射：μCT（微米尺度，视场12 × 12毫米）、MAPS（微米至亚微米尺度，视场0.8 × 0.8毫米）和FIB-SEM（纳米尺度，视场在微米级别）。所有多尺度成像数据都被纳入这个共同的坐标系统中，以消除由于采样方向和成像角度差异导致的空间错位。为了解决三种技术之间的分辨率差异，采用了一种插值方法对低分辨率数据进行上采样处理，确保了各尺度上的一致分辨率。同时，从每个尺度的图像中提取出共同的特征点，作为空间配准的关键标记。这些点必须在不同尺度上可识别且能够匹配。然后使用基于特征点的配准算法，以MAPS数据作为中间桥梁尺度。首先，将FIB-SEM（纳米尺度）图像与MAPS（亚微米尺度）图像进行配准，通过迭代优化特征点对应关系来校正平移、旋转和缩放。随后，将配准后的纳米到亚微米数据集与μCT（微米尺度）图像对齐，并利用岩芯的宏观矿物分布特征进行辅助校准。这种逐步的方法确保了各尺度之间的准确空间对应关系，从而实现了从纳米尺度到微米尺度的无缝关联。方法流程如图2所示。图2展示了多尺度数字岩芯技术的构建和工作流程。

3.2.1 三维数字岩芯构建
使用Zeiss Xradia 520 Versa X射线CT扫描仪（德国Oberkochen的Carl Zeiss公司）对样品进行扫描。与传统的CT不同，该仪器配备了类似显微镜的光学物镜，能够提供几何和光学放大，显著提高图像分辨率。操作电压为100–220 kV，可调扫描分辨率为0.5–30 μm，适用于1–30毫米大小的样品。由于样品主要由微米到纳米级的孔隙组成，因此选择9 μm的高分辨率模式进行扫描，以尽可能多地捕获微米级孔隙和裂缝的信息，实现对从微米到毫米尺度的孔隙-裂缝特征的全面分析。微CT扫描步骤如下：（1）将样品安装到μCT载物台上并关闭防辐射门；（2）设置X射线管电压、扫描区域及详细参数（包括曝光时间、X射线源过滤器、工作距离、投影次数、旋转角度等）；（3）扫描完成后，导出3D投影数据以供后续处理。使用Zeiss Reconstructor TM软件（版本1.0，德国Carl Zeiss Microscopy GmbH公司）将投影数据重建为三维体积。在重建过程中，对图像漂移和束硬化伪影进行了调整，并去除了环状伪影和噪声，得到了可用于后续图像处理的三维数据体积。

3.2.2 FIB-SEM
FIB-SEM提供了一种新颖的三维孔隙表征方法。我们使用了Zeiss Crossbeam 540 FIB-SEM系统，成像分辨率为5–15 nm，切片厚度可降至10 nm。用于三维重建的成像体积大约为10 μm × 10 μm × (5–10) μm，SEM成像分辨率为约0.9 nm，放大倍率最高可达200万倍。Ga离子束的工作电压为0.1–30 kV，电流为70 pA至65 nA；电子束的工作电压为1–30 kV，电流为100 pA至2.5 nA。FIB-SEM的三维成像流程如下：首先通过两个阶段对样品进行抛光——机械抛光以达到微米级平整表面，然后用Ar离子抛光2–3小时达到纳米级光滑度。抛光后的样品放入FIB-SEM中，选择目标区域进行连续切片和成像，根据孔隙特性设定成像分辨率在5–15 nm范围内。通过迭代FIB切片和SEM成像获得数百张二维切片图像后，使用软件将其拼接成样品的三维数字岩芯。重建完成后，应用滤波和图像分割技术分离出孔隙、矿物和有机物。随后使用专有算法识别孔隙类型，并计算每种孔隙类型的比例、孔隙尺寸分布（孔隙半径和喉部半径的直方图）以及平均孔隙/喉部尺寸。

3.2.3 MAPS
使用Zeiss Merlin场发射SEM进行背散射电子（BSE）大面积镶嵌成像（MAPS）。成像在20–25°C和低电压（2 kV）及低电流（500 pA）下进行。样品尺寸约为4 mm × 4 mm至5 mm × 10 mm。探测器信号为二次电子（SE2模式），有效图像分辨率约为15–20 nm。MAPS技术允许在大面积样品上进行高分辨率SEM成像，是目前唯一能够在广阔视野和高分辨率之间取得平衡的岩石分析方法。在本研究中，我们使用了分辨率为5–15 nm的先进FE-SEM，以确保能够清晰地成像纳米级孔隙。由于SE成像的分辨率高于BSE，因此采用SE探测器进行成像。为了达到纳米级平整度，如上所述进行了两步抛光（机械抛光+离子抛光）。抛光后的样品被放入SEM中，并选取目标区域。根据孔隙特性设定成像分辨率在10–50 nm范围内（扫描区域从0.2 mm × 0.4 mm到0.5 mm × 2 mm）。如果孔隙特别小，会相应提高分辨率。扫描后，使用专用软件将数千张单独的图像拼接成一张大型镶嵌图像，保留原始的高分辨率，生成具有动态可视化的矿物和孔隙分布图。使用专有算法分析镶嵌图像，以确定孔隙类型、孔隙度、有机质含量和孔隙尺寸分布。

3.2.4 MaipSCAN自动化矿物分析
我们使用了先进的自动化矿物分析SEM系统（MaipSCAN），该系统结合了EDS特征X射线，实现快速准确的矿物识别。本研究使用的MaipSCAN系统是一种在石油勘探和生产研究中日益应用的自动化矿物分析平台，已在储层特征分析中取得成功应用。该系统的矿物识别准确率接近100%。分析样品尺寸为2.5 cm × 2.5 cm，操作温度为20–25°C。该系统具有双分辨率模式（每个像素2 μm和64 μm），针对不同尺度分别获取130 nm、400 nm和1 μm分辨率的BSE图像。MaipSCAN系统包括SEM、X射线探测器和智能分析软件。通过用电子束照射样品，岩石中的原子会发射特征X射线。利用先进的光谱比较技术，系统可以快速准确地识别矿物类型、定量分析矿物组成，并捕获相应的BSE图像。

4. 结果
4.1 储层岩石学和岩相特征
根据定量矿物分析，Long 11-4b亚层平均含有35.86%的长石质（硅质）矿物、12.57%的碳酸盐矿物和48.45%的黏土矿物。Long 11-4a亚层平均含有44.50%的长石质矿物、27.29%的碳酸盐矿物和25.94%的黏土矿物。Long 11-3亚层平均含有48.69%的长石质矿物、17.31%的碳酸盐矿物和30.19%的黏土矿物。Long 11-2亚层平均含有42.71%的长石质矿物、23.31%的碳酸盐矿物和30.89%的黏土矿物。Long 11-1亚层平均含有45.43%的长石质矿物、11.56%的碳酸盐矿物和36.53%的黏土矿物。W15井的定量矿物分析显示，Long 11-4b亚层的上部黏土含量较高；Long 11-4a和Long 11-2亚层的碳酸盐含量高于其他亚层；Long 11-3和Long 11-1亚层的长石质矿物含量较高，特别是Long 11-1亚层含有相对较高的黄铁矿含量（图3）。图3显示了W15井Longmaxi Formation中定量矿物分析与裂缝发育特征之间的相关性。通过矿物学分析，对矿物颗粒进行二元分类以获得主要碎屑矿物的粒径分布。结果显示，石英颗粒的直径范围为23.5 μm至348.4 μm，平均为59.2 μm，主要属于粉砂到细砂级别。方解石颗粒的直径范围为23.5 μm至297.5 μm（平均50.5 μm），主要以粉砂级别为主，也包含少量细砂成分。白云石和长石的颗粒直径范围为23.5 μm至188.9 μm，平均直径介于43.1 μm和44.2 μm之间，主要由粉砂级颗粒组成（图4）。图4展示了W15井Long11-4和Long11-1亚层样品中主要矿物的粒径分布。基于关键的“岩性-有机质”指标，对W15井Longmaxi Formation的Long11亚层应用了“三端成员、四组分”岩相分类方案。该亚层主要由中有机质长石质泥岩和中有机质混合泥岩岩相构成，测井得到的TOC表明其整体为中有机质区间。分类结果显示：Long 11-4b亚层主要由贫有机质黏土质泥岩组成；Long 11-4a亚层主要由中有机质混合泥岩组成；Long 11-3亚层主要由中有机质长石质泥岩和混合泥岩组成；Long 11-2亚层主要由中有机质混合泥岩组成；Long 11-1亚层主要由中有机质长石质泥岩组成（表2）。

表2. W15井Long11亚层的岩相划分。根据Udden–Wentworth粒径尺度，本研究中的矿物颗粒主要属于粉砂级（3.9–62.5 μm）和细砂级（62.5–250 μm），黏土级（<3.9 μm）颗粒所占比例较小。尽管Longmaxi Formation的Long11-1亚层在岩性上被归类为泥岩，但其粒径和矿物组成更接近黏土质粉砂岩或黏土质砂岩，表明具有较好的储层潜力。然而，观察到的相对粗糙的粒径可能部分反映了Maipscan定量矿物分析的测量分辨率限制。

4.2 储层地球化学特征
4.2.1 有机质含量和热成熟度
总体而言，W17井区域的Wufeng–Longmaxi（Long 1）页岩富含有机质。测得的TOC值范围为0.2%至4.40%，平均为2.34%；而通过测井得到的TOC值范围为0.5%至3.9%（平均2.4%）。在整个Weiyuan地区，Long 11-1–Long 11-3亚层的TOC值在2.3%–4.40%之间（平均约3.0%），Long 11-4亚层的TOC平均值为2.0%，Wufeng Formation的平均TOC值为约1.5%。从垂向上看，Longmaxi Formation的底部有机质含量较高，逐渐向上递减；Long 11-1–Long 11-3亚层的TOC较高，而Long 11-4亚层的TOC相对较低。Wufeng–Long 1页岩中的有机质含量遵循Long 11-1 > Long 11-3 > Long 11-2 > Long 11-4a > Wufeng > Long 11-4b > Long 11-4c的顺序（表3）。表3显示了W17井区域Wufeng Formation–Long 11亚层的TOC情况。利用沥青质反射率（Ro）评估了有机物的热成熟度，它直接反映了有机质的热演化阶段。在Weiyuan地区，Wufeng–Long 1页岩的Ro值范围为2.12%至3.14%，平均为2.44%，表明处于过成熟阶段（干气窗口）。随着埋藏深度的增加，W17区域的Ro值超过3.0%，符合过成熟特征（表4）。

4.2.2 有机质类型
根据SEM对形态特征的观察，页岩中的有机质可以分为两类：A型和B型[32,33,34]。A型有机质包括无定形的沥青质和固态沥青，它们没有固定的形状或清晰的轮廓，通常呈现纤维状、棉絮状或云状；这些有机质具有高度的延展性和流动性。B型有机质包括具有明确形状的结构化成分，如藻质沥青质、沥青质和惰性沥青质，呈现圆形、 elongated（此处可能为“elongate”拼写错误，应为“elongated”）或块状，并具有清晰的轮廓（图5）。图5展示了Weiyuan地区Long11-1亚层中不同类型有机质的SEM图像。(a–d) 原生有机质；(e–h) 钾长石与有机质的共存；(i) 笔石中的有机质；(j) 海绵针状体；(k,l) 沥青质有机质；(m,n) 颗粒间孔隙；(o,p) 颗粒内溶解孔隙。Longmaxi页岩中的A型有机质在SEM下主要表现为三种形式：(A1) 原位沉积的有机质；(A2) 迁移到无机孔隙中的有机质；(A3) 迁移到裂缝中的有机质。A型（沥青质/沥青）缺乏固定的形态或清晰的边界，主要是无定形的。B型有机物（藻质沥青质/玻璃质沥青质等）以具有明显形状和边缘的离散颗粒或填充物的形式存在。4.3.水库孔隙-裂缝系统特征 4.3.1. 孔隙起源和分布显微分析结果表明，井W15的不同子层之间孔隙发育存在明显差异。Long 11-4子层主要由无机矿物孔隙和裂缝（粘土孔隙、颗粒间孔隙）组成，有机质含量相对较低。Long 11-3子层主要由有机质孔隙组成，其有机质含量高于Long 11-4。从Long 11-2子层4004.48米处取得的样本显示有机质孔隙发育良好。Long 11-1子层的有机质含量最高，其孔隙类型包括有机质孔隙和无机质孔隙（见图6）。图6. 井W15中的孔隙类型和有机质比例。从孔隙大小分布数据来看：在Long 11-4子层样本中，孔隙大小主要分布在20–70纳米、90–3000纳米和900–6000纳米三个范围内。Long 11-3子层的孔隙大小主要分布在10–80纳米和90–300纳米两个范围内。Long 11-2子层也具有类似的孔隙大小分布，同时存在少量较大的粘土填充裂缝（约900–2000纳米）。Long 11-1子层的孔隙大小主要分布在10–70纳米和90–300纳米两个范围内，但这些范围内孔隙的丰度低于其他子层。总体而言，有机质孔隙的直径主要为10–140纳米，无机质孔隙的直径主要为10–100纳米（其中一些较大的无机粘土孔隙可达300–440纳米）。总体而言，Long 11-4a、Long 11-3和Long 11-1子层的纳米孔隙发育较好，以有机质孔隙为主（见图7）。图7. 井W15样本中有机质和无机质孔隙的孔隙大小分布。对井W15样本中孔隙类型和二维孔隙率（通过图像分析得出）的总结显示了不同子层的特征。在Long 11-4子层中，孔隙率为0.2%–1.2%，有机质占面积的0%–5.6%；孔隙主要是无机质孔隙（主要为粘土中的孔隙）。Long 13子层的孔隙率为0.55%–1.29%，有机质占面积的3.5%–6.0%，以有机质孔隙为主。Long 12子层的孔隙率为0.3%–1.1%，有机质占面积的2.78%–4.43%，以无机质孔隙为主。Long 11子层的孔隙率为0.1%–0.27%，有机质含量较高（占面积的5.66%–14.71%），其孔隙系统包括有机质孔隙和无机质孔隙（见表5）。表5. 井W15样本中不同孔隙类型的比例和孔隙率。4.3.2. 天然裂缝特征页岩中的天然裂缝发育直接影响页岩气的生产和回收。一般来说，较高的硅质矿物含量会增加页岩的脆性，使裂缝更容易形成，这是页岩气富集和产量的关键因素[35,36,37,38,39]。在魏源Longmaxi地层中，大多数非构造性（天然）裂缝是平行于层理的裂缝，以及由烃类生成引起的超压形成的裂缝。平行于层理的裂缝是最常见的非构造性裂缝[40,41]。在薄层页岩中，机械压实和风化作用会在这些机械强度较低的层理面上形成裂缝，形成水平（平行于层理的）裂缝，作为水库中的主要流动通道。烃类生成（超压）裂缝也普遍存在，通常也沿着层理方向分布。这些天然裂缝提供了提高 permeability（渗透性）和气体输送能力的重要通道。根据CT扫描结果（见图8），Long 11-4b子层的三维裂缝孔隙率为0.23%。裂缝开口大小在10至210微米之间，其中60–140微米范围内的裂缝占总数的83%，贡献了78.08%的裂缝孔隙率。Long 11-4a子层的三维裂缝孔隙率为0.40%，裂缝开口大小在10至120微米之间；30–70微米范围内的裂缝占比最高，占84.17%，贡献了86.87%的裂缝孔隙率。Long 11-3子层的裂缝孔隙率为0.38%，裂缝开口大小在10至180微米之间；50–170微米范围内的裂缝最为丰富，占91.4%，贡献了99.15%的孔隙率。Long 11-2子层的裂缝孔隙率为0.38%，裂缝开口大小在10至190微米之间；40–160微米范围内的裂缝最为常见，占97.1%，贡献了98.4%的孔隙率。Long 11-1子层的裂缝孔隙率为0.26%，裂缝开口大小在10至150微米之间；60–130微米范围内的裂缝占主导，贡献了99.27%的孔隙率。对堵塞样本的微CT图像分析表明，裂缝主要发育在Long 14b的下部以及Long 11-3和Long 11-1的下部，且裂缝多为水平方向。裂缝发育与长英岩矿物含量呈正相关（长英岩矿物含量越高，裂缝发育越明显），但与粘土矿物含量呈负相关。裂缝更倾向于在长英岩层中发育，而碳酸盐岩则抑制裂缝发育。图8. 井W15的微CT三维扫描图像和裂缝分布。(a,c,e,g) SEM图像；(b,d,f,h) 裂缝分布图像。4.3.3. 显微孔结构特征图9显示了实验样本的CT扫描图像和重建的三维数字岩心。孔隙空间主要以颗粒间孔隙为主。孔隙大小、形状分布和连通性存在显著异质性。孔喉形态主要为片状、曲片状或点状；以片状模式连接的孔隙具有较好的连通性[42,43,44,45]。根据三维连通数字岩心模型，Long 11-1子层的计算孔隙率为3.04%，其中有机质孔隙占2.92%，无机质孔隙占0.12%，有机质含量为37.3%。在有机质孔隙（2.92%）中，74.17%的体积位于10–100纳米范围内，而无机质孔隙（0.12%）中65.85%的体积小于100纳米。Long 12子层的孔隙率为1.18%，其中有机质孔隙占1.01%，无机质孔隙占0.21%，有机质含量为15.21%。对于有机质孔隙（1.01%），54.4%的体积位于10–100纳米范围内，而无机质孔隙（0.21%）中65.14%的体积小于100纳米。Long 11-3子层的孔隙率为1.40%，其中有机质孔隙占1.08%，无机质孔隙占0.32%，有机质含量为11.07%。在有机质孔隙（1.08%）中，95.26%的体积位于10–150纳米范围内，而无机质孔隙（0.32%）中97.72%的体积小于200纳米。Long 11-4子层的孔隙率为2.04%，其中有机质孔隙占1.73%，无机质孔隙占0.31%，有机质含量为16.04%。对于有机质孔隙（1.73%），89.38%的体积位于10–140纳米范围内，而无机质孔隙（0.31%）中24.75%的体积小于60纳米。图9. 魏源地区Long11-1亚层样品的FIB-SEM成像结果。通过聚焦FIB-SEM测量的孔隙率值低于气体孔隙率法得到的值，主要是由于CT扫描的分辨率限制，无法识别非常小的孔隙和孔喉[46,47]。基于球形堆积模型构建了孔隙-孔喉网络（见图8），并使用统计方法获得了微观孔结构的关键参数——如孔隙半径、孔喉半径和配位数。在井W15中，Long 11-1、Long 11-2、Long 11-3和Long 11-4子层中有机质孔的平均孔隙半径分别为30.18微米、26.89微米、25.01微米和23.30微米。主要的孔喉尺寸范围分别为10–100纳米、10–70纳米、10–150纳米和10–60纳米。平均配位数分别为1.58、1.24、1.48和1.42。从Long 11-1到Long 11-4，孔隙-孔喉半径、总孔隙体积、总孔喉体积、连通孔隙和孔喉的百分比以及配位数逐渐减小。值得注意的是，Long 11-1和Long 11-3子层显示出较大的孔隙半径和主要的孔喉尺寸，表明孔隙-孔喉尺寸和连通性是控制水库渗透性的关键因素。5. 讨论 5.1. 硅质来源和沉积环境对有机质富集的控制在魏源东部地区，Longmaxi地层底部深部页岩气储层中的硅质成分主要来源于生物成因和沉积成因。由于沉积环境的局部差异，沉积成因的硅质输入对该地区的总硅质含量有显著贡献[48,49]。页岩的岩石力学性质也很关键，因为它们决定了页岩是否容易形成天然裂缝以及水力压裂的效果。一般来说，页岩中较高的硅质（石英）含量会导致更高的脆性，从而更容易形成裂缝，这是页岩气富集和产量的主要原因之一[50,51,52]。在海洋页岩中，沉积成因的碎屑是重要的沉积物来源。某些元素（如铝、钛）在风化和成岩过程中相对稳定，能够在古代海洋环境中保持不变；铝、钛和二氧化硅之间的关系可以指示硅质的来源和量，区分生物成因和碎屑成因的硅质。生物成因的硅质页岩的特点是二氧化硅、五氧化二磷和三氧化二铁含量高，而氧化铝、二氧化钛、氧化铁和氧化镁含量低。在我们的样本中，氧化铝和二氧化钛显示出良好的相关性（R ≈ 0.53）。井W15和W216的氧化铝含量（4.41%–16.38%，平均9.34%）和二氧化钛含量（0.47%–0.66%，平均0.55%）相对较高。在魏源东部地区（W15、W216井），基底Longmaxi页岩显示氧化铝、二氧化钛和二氧化硅含量之间存在相关性，表明沉积成因的碎屑物质对硅质含量有显著贡献。页岩中的硅质可以来源于普通的沉积碎屑或特殊过程，如热液或生物成因。所谓“过量硅质”（Siex）是指超出正常碎屑输入量的硅质矿物含量[53,54]。可以通过以下公式计算： S?ie?x=S?is?[(S?i/A?l)b?g×A?ls], （1） 其中Sis和Als分别是样品中的硅和铝含量，(Si/Al) bg = 3.11是页岩背景的平均Si/Al比值。使用该公式和Long 11页岩的测量硅和铝数据，计算得出过量硅质含量范围为10.6%至29.6%，平均值为22.9%（见表6）。Si/(Si + Al + Fe)比值是区分硅质成分来源的关键指标。比值大于0.9通常表示生物成因，而小于0.9的值则表示沉积成因。在魏源东部地区，井W15和W216中Longmaxi地层底部富有机质的页岩样本的Si/(Si + Al + Fe)比值为0.72至0.89，平均值为0.81。所有测量值均低于0.9的阈值，表明沉积成因的碎屑物质（主要是石英和铝硅酸盐矿物）有显著贡献。表6. 井W15中Longmaxi地层的Si/(Si + Al + Fe)比值和过量硅质计算结果。即使在相似的氧化还原条件下，不同子层之间的有机质含量也存在差异，这可能是由于古生产力和沉积速率的不同[55,56,57]。在四川盆地Longmaxi地层沉积期间，海平面发生了频繁波动。Long 11-2子层沉积于海平面较低的退积期，而Long 11-3子层沉积于海平面较高的进积期。因此，在相似的氧化还原条件下，Long 11-3沉积时的水柱较深，为有机质提供了更长的停留时间，使其更容易分解。同时，这一阶段的陆源输入相对较少，导致营养物质供应和陆地有机质贡献较少。因此，由于这些沉积背景的差异，不同子层之间的有机质含量差异可以总结为Long 11-2 > Long 11-3（见图10）。图10. 魏源地区Long11亚层的沉积模型。(a). Long11-1；(b). Long11-2；(c). Long11-3；(d). Long11-4。结合“三端成员，四组分”岩相分类方案，所研究的段虽然被归类为泥质页岩，但实际上代表了从粘土质粉砂岩到粘土质砂岩的过渡岩性组合。相对较粗的粒度归因于沉积期间较强的水动力条件和丰富的沉积成因碎屑供应。由粉砂至砂粒大小的颗粒构成的刚性框架有效地减缓了压实作用，从而有助于保持颗粒间的孔隙和微裂纹。观察到了明显的层间异质性：Long 11-1至Long 11-1亚层主要由中等有机质含量的长石质和混合泥质页岩组成，其特征是颗粒较粗且脆性较高；相比之下，Long 11-4b亚层由低有机质含量的泥质页岩构成，颗粒较细。这些垂直变化主要是由海平面波动和来源物质供给强度的变化所控制的。

沉积-成岩作用与孔隙发育的协同效应：沉积物的初始孔隙结构直接受沉积条件的影响，包括沉积环境、物质组成、粒度分选和间隙物质含量，这些因素共同决定了储层的主要孔隙度、孔喉尺寸和连通性。在随后的埋藏成岩过程中，机械压实和化学压力溶解逐渐减少了原始孔隙。胶结作用进一步封闭了孔隙空间，增强了储层的异质性，而溶解作用则选择性地影响长石、岩屑和早期胶结物，生成了次生孔隙并改善了孔喉几何形态。因此，沉积作用为孔隙演化提供了物质基础，而成岩作用通过压实引起的孔隙度损失、胶结引起的密度增加和溶解引起的孔隙生成的共同作用，共同控制了储层孔隙的形成、修改和最终分布。这种相互作用构成了沉积作用和成岩作用控制孔隙结构动态演化的内部机制。

在渭源地区的Longmaxi地层深层页岩气储层中，有机质成熟度的变化反映在含有有机质的孔隙大小上。在研究区域的西部，有机质的成熟度相对较低，对应的有机孔隙也较小。这归因于有机孔隙发育的初级阶段，此时孔隙通常呈现蜂窝状形态，直径小、连通性差，因此储层储存和渗透能力较低。随着烃类的生成和热演化，这些小蜂窝状孔隙逐渐合并成近似圆形的孔隙；较大的有机孔隙与更好的连通性和更高的储层质量相关。观察到的横向成熟度梯度与志留纪Longmaxi地层沉积后的构造抬升密切相关。乐山–龙牛寺古抬升事件在志留纪末期导致了区域抬升和东南方向的压缩，使得西部研究区域的井最大埋藏深度变浅。这导致了较低的粘土矿物转化程度、较低的有机质成熟度、较小的有机孔隙大小以及较少的有机孔隙总量。

在渭源地区Longmaxi地层的Long 11成员层中，尽管氧化还原条件相似的层段仍表现出有机质含量的差异。这种现象可能归因于古生产力和沉积速率的变化。Long 11-1亚层具有较深的水文条件，有机质沉淀时间较长，使其在沉积过程中更易降解，同时营养物质和陆源有机质的输入相对有限。因此有机质含量自下而上逐渐减少：Long 11-1亚层 > Long 11-2亚层 > Long 11-3亚层。尽管Long 11亚层之间的有机孔隙大小总体差异不明显，但孔隙特征主要体现在孔隙大小分布曲线的峰值位置和趋势上。峰值位置（左偏或右偏）反映了主导的孔隙大小，Long 11-1和Long 11-4a的孔隙相对较大。峰值趋势（陡峭或平缓）表明了孔隙大小分布的范围；Long 11-1和Long 11-3显示出更集中的分布，意味着有机孔隙大小的均匀性更高（图11）。

在W17井区，Wufeng–Long 11-1页岩中的天然裂缝可以根据开口大小分为两类：宏观裂缝和微观裂缝。岩心观察表明，在该油田的中央“岩心”区域，构造裂缝最为发育，主要发生在Wufeng地层和Long 11-1亚层中。在岩心区域的高质量页岩层段中，平均裂缝（裂隙）密度约为0.47 m?1。空间上，研究区域的北部（如W45-1井周围）裂缝密度较高，Wufeng–Long 11-1的裂缝密度为2.2–4.5 m?1。相比之下，W17井区的裂缝主要集中在Long 11-1亚层中，高质量页岩的裂缝密度为0.15 m?1。地图上显示，W17区域的北部井（如W3和W16）裂缝更为发育；例如，W3井的Wufeng地层裂缝密度为4.0 m-1，而W16井的Long 11-1–Long 11-3亚层裂缝密度为0.9–1.1 m?1。观察到的构造裂缝多为斜向或高角度裂缝，并且几乎被方解石（愈合裂缝）填充。Wufeng–Long 11-1页岩中的天然裂缝常常完全或部分被碳酸盐矿物填充。在电法成像测井中，这些填充的裂缝在裂缝边缘表现为明亮的电阻特征（图12）。开放（未填充）裂缝与矿物填充裂缝可以通过电阻率区分开来：前者通常显示出明显的低电阻率，而后者则由高电阻率的再结晶矿物（如方解石或石英）或低电阻率的粘土（常混有黄铁矿）填充。不同区域的FMI成像测井显示，裂缝方向、倾角和密度存在显著差异。在中央“岩心”区域，填充裂缝主要呈SE走向（部分NE走向），倾角分布范围为10°至80°；开放裂缝主要呈NNE或SEE走向，倾角分布分散在10–80°范围内。在W17区域，填充裂缝呈NE走向（部分SE走向），倾角大多小于50°，而开放裂缝则呈NE、SE或SWW（西南-西）走向，倾角也大多小于50°。总体而言，中央岩心区域的裂缝密度高于W17区域。岩心区域的井（如W8、W13、W18-1）裂缝更为丰富，而在W17区域，W15井的裂缝发育程度相对较高。

在地图视图上，研究区域的中央“岩心”区域拥有最厚的优质（I类）页岩储层。例如，在W10-1、W4和W24井之间，I类储层（Wufeng–Long 11）的累计厚度达到10–14米。在W17井区更东侧，I类储层向西侧增厚（W11井处为8米），向东侧变薄至4米（W17井）。Long 11-1亚层的I类储层厚度范围为1.0米至6.0米，平均值为3.2米。空间上，Long 11-1 I类储层的厚度在区域内相对均匀分布，但西部岩心区域的厚度稍大（1–5米）。在W17区域的东部较深部分，Wufeng–Long 11的储层性质与岩心区域相当，具有较好的孔隙度和适中的气体含量。W17区域的主要储层位于3500米以下，压力系数与深度呈正相关，范围为1.7至1.9。该区域的构造较为平缓，缺乏大型断层，表明气体含量适中且保存条件良好。平缓的构造（倾角<5°）以及目标层段中不存在大规模滑动断层也意味着良好的可钻性，有利于水平井的部署和快速钻井。

基于综合评估，渭源深层页岩气区域的南部至东南部——连接W4、W14、W11、W12和W15井的区域被确定为勘探和开发的理想区域。该区域I类（以及I+II类）储层的累计厚度较大，压力系数较高，总体孔隙度和气体含量也较好，使其成为页岩气的理想目标（图13）。此外，还对储层和工程特征进行了详细分析，以在微观尺度上识别“优质点”。通过使用数字岩心和数字切割分析，建立了优质点识别标准。研究发现，诱导水力裂缝网络的复杂性受到层理层理密度和类型的影响[61,62,63]。层理层理显示出系统的垂直变化：利用双能CT扫描和大厚度薄片测量，各亚层的层理密度范围为105至480层/米，其中1层和2层的下部层理密度最高（330–480层/米）。MAPS分析表明，有机质孔隙发育最丰富的亚层是Long 11-1（最高），其次是Long 11-2和Long 11-4，而Long 11-3亚层的有机质孔隙面积较小。自动矿物学（AMICS）分析显示，垂直方向上，Long 11-1和Long 11-2亚层的硅（石英）含量较高，Long 11-3亚层和Long 11-4的上部碳酸盐含量较高，Long 11-4亚层的粘土含量较高。通过利用数字岩心技术定量识别储层矿物组成、孔隙特征、面积孔隙度和孔隙大小分布，我们确定Long 11-1亚层底部0–3米是压裂的最佳目标层段（图14）。该层段代表了脆性、有机质丰富度、孔隙度和厚度的最佳组合。

在5.5节中，我们开发并应用了压裂性评估模型。首先分析了影响弹性参数的各因素的敏感性，使用了数字岩心实验数据。结果发现，裂缝密度、裂缝开口、脆性矿物含量、平均孔径、总孔隙面积、气体饱和度、水平应力差系数和有机碳含量与杨氏模量（E）呈负相关，而脆性矿物含量与E呈正相关。基于相关系数，这八个因素对弹性模量（压裂性代理指标）的相对敏感性从高到低排序为：脆性矿物含量、裂缝密度、裂缝开口、总孔隙面积、平均孔径、水平应力差、气体饱和度和有机碳含量。换句话说，脆性矿物含量对岩石的弹性行为（因此也是压裂性）影响最大，而气体饱和度和有机碳含量在这些因素中的影响最小。

在5.5.2节中，采用了层次分析法（AHP）为Longmaxi地层的Long 11亚层建立了压裂性评估模型。AHP是一种多标准决策方法，它将复杂问题分解为目标、标准和备选方案的层次结构，从而能够进行定性和定量分析。利用这种方法，我们整合了多个参数——包括脆性矿物含量、裂缝密度、总孔隙表面积、裂缝开口、孔隙半径、水平应力差系数、气体饱和度和总有机碳（TOC）——来开发一个定量模型，用于评估Long 11亚层[64,65,66]中的页岩气储层可 fracturability（可压裂性）。(1) 判断矩阵的构建。构建判断矩阵涉及对每个参数进行成对比较，以确定每个参数的权重。在这项研究中，根据每个参数与弹性模量之间的相关性，使用了Sainty的1-9等级方法来确定它们的重要性（表7），并构建了判断矩阵A如下： A=(ai?j)m×n=?? ? ??a11…a1?n???am?1…am?n?? ? ??, (2) 其中aij表示参数i相对于参数j的相对重要性，并满足以下条件：(i) aij > 0；(ii) aij = 1/aji；(iii) aii = 1。表7. 判断矩阵元素的等级和含义。然后使用数学方法找到对应于判断矩阵最大特征值的特征向量，从而获得权重系数。基于弹性模量与上述八个参数之间的相关性分析，根据它们相关性的强度确定了这些参数的相对重要性，并相应地分配了值，建立了可压裂性指数的判断矩阵（表8）。表8. 可压裂性判断矩阵中元素的等级和含义。 (2) 使用层次分析过程，获得了可压裂性判断矩阵的特征向量W = (3.7644, 2.6618, 1.8193, 1.2228, 0.8178, 0.5497, 0.3757, 0.2657)。最大特征值λmax计算为8.2877，一致性比率（C.R.）为0.0291，小于0.1的阈值。这表明判断矩阵A的一致性处于可接受范围内。因此，对特征向量进行归一化，得到每个参数的权重向量：Wi = (0.328, 0.232, 0.159, 0.107, 0.071, 0.048, 0.033, 0.023)。由于评估的参数具有不同的维度和单位，这可能会影响分析结果，因此需要数据标准化以消除维度的影响。应用了两种类型的标准化：正标准化和负标准化。对于正指标，较大的值表示更好的可压裂性；而对于负指标，较小的值表示更好的可压裂性。正标准化（xi′）和负标准化（xj′）的具体公式如下： ????′=??????????????????????????????, (3) ????′=??????????????????????????????, (4) 其中：xi和xj是相应的参数值，xmax是参数的最大值，xmin是参数的最小值。使用这些权重，我们建立了储层的定量可压裂性指数（FI）作为标准化参数的加权和： D=0.328?xa′?+0.232?xb′?+0.159?xc′?+0.107?xd′?+0.071?xe′?+0.048?xf′?+0.033?xg′?+0.023?xh′ (5) 其中带撇号的符号表示每个参数的标准化值（xa ′ = 脆性矿物含量，xb ′ = 裂缝密度，xc ′ = 总孔隙率，xd ′ = 裂缝开口，xe ′ = 水平应力差系数，xf ′ = 气体饱和度，xh ′ = TOC）。该模型提供了一个无量纲的可压裂性系数FI（介于0和1之间），综合考虑地质和地质力学因素，定量评估了页岩层的压裂难易程度。它能够指导研究区域内Longmaxi地层深部页岩气储层的可压裂性评估。5.5.3. 基于测井数据的可压裂性评估应用使用上述可压裂性模型，我们计算了两个示例井（分别表示为X1和X3）的可压裂性指数。每个井的建模可压裂性曲线与该井的动态弹性模量测井数据进行了比较。结果显示，建模的可压裂性指数趋势与弹性模量的变化总体一致，相关系数约为0.87，表明模型的可靠性很高。在魏源地区，我们进一步将可压裂性评估与测井数据结合起来使用。通过参考提供T2弛豫谱的核磁共振（NMR）测井数据，我们考虑了孔径对可流动流体的影响。NMR显示，在一个代表性井中，从3988.7米到4011.4米的范围内发现了含气有利层段，累计厚度约为18.3米，被识别为含气甜点。具体来说，三个深度段被突出显示：3988.7–3994.1米（5.4米）、3997.0–4001.4米（4.4米）和4002.9–4011.4米（8.5米）有强烈的气体信号。最理想的储层层段对应于Long 11-1亚层，在这口井中，该层为黑色至深灰色的页岩，孔隙率为6.3%，TOC为2.9%，总气体含量为4.0 m3/t，脆性矿物含量为61.2%，粘土矿物含量为28.9%。从这个层段向上，孔隙率、有机碳含量和脆性矿物含量逐渐减少，电成像测井显示了发育良好的粘土质和黄铁矿带，导致电阻率降低。这些特征共同表明储层质量略有下降（被分类为I–II类储层）。从计算出的可压裂性指数（FI）曲线来看，在井X1中，Long 11到Long 13的整体FI相对较高，范围从0.25到0.74（平均约0.50），Long 11-1–Long 11-2的上部区域的FI为0.42–0.60（平均0.54）（图16）。根据Rickman等人的页岩可压裂性标准[67]，并考虑到井X1的FI值，我们推断研究区域内的Long 11-1–Long 11-2亚层具有相对较好的可压裂性。这些结果证明了该可压裂性模型在指导深部页岩气储层水力压裂和刺激层段选择方面的实用性。图16. 井X1的Long11-1至Long11-4亚层的可压裂性指数结果。6. 结论(1) 使用数字岩芯技术，我们定量和直观地表征了Longmaxi地层页岩储层的每个亚层，揭示了矿物组成、层理类型、孔喉结构和有机物质分布。多尺度CT成像进一步阐明了每个亚层中微尺度至纳米尺度裂缝的空间发育情况。我们的实验分析表明，诸如有机质孔隙率、有机孔和裂缝的贡献、裂缝开口、裂缝密度、裂缝数量分布、孔隙结构特征和岩石力学性质等参数一致指出Long 11-1和Long 11-2亚层是研究区域内最有利的储层层段。(2) 尽管Longmaxi地层的Long 11-1亚层在岩石学上被分类为泥质页岩，但其粒度和矿物组成更接近于粘土质粉砂岩或粘土质砂岩，表明具有有利的储层潜力。相对较粗的粒度归因于沉积过程中的较强水动力条件和丰富的陆源碎屑供应。由粉砂至砂粒大小的颗粒形成的刚性框架有效地减轻了压实作用，从而有助于保持颗粒间孔隙和微裂缝。观察到明显的层间异质性：Long 11-1至Long 11-3亚层主要由中有机质长英质和混合泥质页岩组成，其特征是较粗的颗粒和较高的脆性；相比之下，Long 11-4b亚层由低有机质粘土质页岩组成，颗粒较细。这些垂直变化主要受海平面波动和来源供应强度变化的控制。(3) 在魏源地区的深部页岩气中，Longmaxi地层的底部含有大量的陆源成分，有助于硅含量的增加。丰富的有机物质、适当的热成熟度和高质量页岩的厚度确保了足够的碳氢化合物生成，为储层提供了充填。深部页岩气储层中的主要天然裂缝类型是由于沉积颗粒大小差异形成的颗粒间裂缝和颗粒边缘裂缝，以及由于碳氢化合物生成压力而产生的平行于层理的裂缝。根据我们的储层评估和甜点预测，我们在平面上确定了有利的勘探目标区。魏源深部页岩气区域的东南部（围绕W4–W14–W11–W12–W15井）具有相对较大的I类（和I+II类）储层累计厚度、较高的压力系数以及更好的孔隙率和气体含量，因此被划分为勘探和开发的有利区域。通过数字岩芯分析，我们定量确定了储层矿物组成、孔隙特征、孔隙率和孔径分布，并确定Long 11-1亚层的底部0–3米是水力压裂的最佳目标层段。(4) 数字岩芯模拟允许定量分析各种因素对页岩弹性参数的相对敏感性，为在基于AHP的可压裂性评估模型中更准确地确定这些因素的权重提供了基础。我们建立了评估研究区域内Longmaxi地层Long 11亚层页岩气储层可压裂性的定量模型。该模型将矿物学、岩石物理学和地质力学参数整合到一个可压裂性指数中，并已通过测井数据进行了验证。该模型可用于指导魏源地区及类似地质环境中深部页岩气储层的目标层选择和水力压裂设计优化。