Identification of hydrocarbon fluid types through integrated drilling mud gas geochemistry and petrophysical analysis in the Dalan Reservoir

Articles in Press

Document Type : Research Paper

Authors

1 Graduate student of sedimentology, Department of Geology, University College of Science, University of Tehran, Tehran, Iran

2 Associate professor, Department of Geology, University College of Science, University of Tehran, Tehran, Iran

3 Assistant Professor, Department of petroleum exploration, Research Institute for Applied Science, Tehran, Iran

Abstract

Abstract
The Dalan Formation, a major carbonate-evaporite succession in the Persian Gulf Basin, is a significant gas-bearing reservoir in fields such as South Pars. This study integrates mud gas geochemistry and petrophysical evaluation to characterize hydrocarbon fluid types and assess reservoir quality in zones K3 and K4. Mud gas concentrations (C1–C8) were analyzed using Pixler diagrams and Haworth parameters (Wh, Bh, Ch), while petrophysical evaluation included gamma-ray, density, neutron, and resistivity logs to estimate effective porosity, water saturation, and hydrocarbon saturation. Results indicate that Zone K3 is a dry gas reservoir dominated by methane and ethane, with moderate to low porosity and hydrocarbon saturation, and limited economic potential. Zone K4 exhibits dual behavior, with a lower water-bearing interval of poor quality and an upper interval of moderate to good quality containing wet gas and light condensates. Integration of geochemical and petrophysical data provides accurate identification of hydrocarbon types, productive intervals, and fluid contacts, offering a robust scientific basis for reservoir development planning. This approach is particularly valuable in complex carbonate-evaporite reservoirs, reducing exploration risk and optimizing production strategies.
Keywords: Dalan Formation, Mud gas analysis, Reservoir petrophysics, Haworth-Pixler gas ratios, South Pars
 
 
Introduction
The Dalan Formation, one of the most significant carbonate-evaporite sequences in the Persian Gulf Basin, plays a crucial role in the country’s gas supply. Despite extensive petrophysical studies, integrated analyses combining mud gas geochemistry and petrophysical data have received limited attention. Identifying hydrocarbon fluid types and evaluating reservoir quality, particularly in zones K3 and K4, is essential for optimizing exploration and production strategies. This study aims to address this gap by integrating real-time mud gas measurements with well log and petrophysical data from a well in the South Pars gas field.
 
Materials & Methods
Mud gas data, including hydrocarbon concentrations from methane (C1) to heavier hydrocarbons (up to C8), were recorded continuously during drilling using on-site mud logging systems equipped with gas chromatographs and flame ionization detectors. Quality control procedures were applied to remove background gas, drilling-induced artifacts, and unreliable measurements using the Gas QC index. Valid data were analyzed through Pixler diagrams and Haworth parameters (Wh, Bh, Ch) to identify hydrocarbon types and productive intervals. Petrophysical evaluation utilized gamma-ray, density, neutron, and resistivity logs, combined with lithological and mineralogical interpretation, to estimate effective porosity, water saturation, and hydrocarbon saturation. Probabilistic petrophysical models enabled correlation between fluid types and reservoir quality, providing a comprehensive understanding of the K3 and K4 intervals.
 
Discussion of Results & Conclusions
Zone K3 (3262–3379 m) is predominantly a dry gas reservoir, dominated by methane and ethane. Petrophysical analysis indicates moderate to low effective porosity (3–20%) and hydrocarbon saturation (40–60%), within the lower interval (3300–3382 m) displaying poor reservoir quality due to high anhydrite content and elevated water saturation. Mud gas ratios (C1/C2–C1/C5) and Haworth indices consistently indicate a dry gas system with limited heavier hydrocarbons.
Zone K4 (3382–3547 m) exhibits dual behavior: the lower interval (3385–3450 m) shows low porosity, high water saturation, and poor reservoir quality, whereas the upper interval (3450–3500 m) demonstrates moderate to good quality, with effective porosity of 5–20% and water saturation of 40–70%. Mud gas geochemistry and Haworth analysis reveal the presence of heavier hydrocarbons and condensates (wet gas), corroborated by increased resistivity and cross-over effects in density–neutron logs. Pixler diagrams indicate that while the majority of K4 remains in the gas domain, certain depths approach the gas/oil boundary, confirming the existence of mixed fluids.
The integration of mud gas geochemistry and petrophysical data highlights significant heterogeneity within the Dalan Formation. Zone K3 is a mature dry gas reservoir with limited economic potential, while the upper interval of K4 contains condensates that enhance production prospects.
Conventional methods such as well logging and reservoir testing, although valuable, may be insufficient in complex carbonate-evaporite settings due to lithological heterogeneity and operational limitations. In contrast, mud gas analysis provides a rapid, cost-effective, and complementary approach to assess hydrocarbon types, identify productive zones, and reduce exploration risk. The combined use of Pixler and Haworth methods allows precise differentiation between dry gas, wet gas, and light condensates, enhancing the accuracy of reservoir characterization.
Data were collected from a single well, limiting the ability to directly generalize results across the entire South Pars field. Instrumental errors, depth alignment uncertainties, and variations in drilling conditions may influence the accuracy of gas geochemistry measurements. Nevertheless, the study provides a reliable scientific basis for understanding fluid distribution in the upper Dalan Formation. Conclusions of this study follows:

Zone K3 is a dry gas reservoir dominated by methane and ethane, with low to moderate reservoir quality and limited production potential.
Zone K4 consists of a lower poor-quality, water-bearing interval and an upper interval with moderate to good quality containing wet gas and light condensates, contrary to prior assumptions of exclusively dry gas.
Integration of mud gas geochemistry and probabilistic petrophysics enables accurate identification of hydrocarbon types, productive intervals, and fluid contacts.
The upper K4 interval represents a valuable target for condensate production and should be prioritized in reservoir development planning.

This integrated approach provides critical insights for the South Pars gas field and similar complex carbonate-evaporite reservoirs, offering a scientific basis for optimized well placement, production strategy, and risk mitigation.

Keywords

Main Subjects

Full Text

مقدمه

سازند دالان، یکی از توالی‌های کربناته–تبخیری مهم در حوضۀ خلیج‌فارس است که نقش اساسی در تأمین گاز کشور دارد و بررسی دقیق ویژگی‌های سیالی و کیفیت مخزنی آن برای بهینه‌سازی فرایندهای اکتشاف و تولید ضروری است. با وجود مطالعات گسترده‌ای که تاکنون بر این سازند انجام شده است، تمرکز‎‍ بیشتر آنها بر جنبه‌های پتروفیزیکی بوده و به استفادۀ تلفیقی از داده‌های ژئوشیمی گاز همراه گل حفاری در کنار داده‌های چاه‌نگاری کمتر‎‍ توجه شده است؛ برای نمونه، جعفریان و همکاران با بررسی سنگ‌شناسی و ساختار کربناته–تبخیری بخش بالایی دالان، نشان داده‌اند که هم‌پوشانی واحدهای کربناته و تبخیری‎‍ کیفیت مخزنی را به‌طور مستقیم تحت تأثیر قرار می‎‍دهد (Jafarian et al. 2017).

از سوی دیگر، پژوهش‌های مدل‌سازی سه‌بعدی مبتنی بر داده‌های پتروفیزیکی و روش‌های آماری، امکان بازسازی رخساره‌های لیتولوژیکی را در توالی‌های دالان–کنگان‎‍ فراهم کرده‌اند (Sefidari et al. 2024)؛ با این حال، چنین مطالعاتی عموماً بر تحلیل لاگ‌های پتروفیزیکی متمرکز بوده و کمتر به داده‌های ژئوشیمی گاز و نقش آن در تعیین نوع سیال، توجه داشته‌اند.

در زمینۀ ژئوشیمی گازی، مطالعات متعددی کارآمدی داده‌های گاز همراه گل حفاری را ابزار‎‍ سریع و مقرون ‌به ‌صرفه‎‍ای برای شناسایی نوع سیال و تفکیک زون‌های بهره‌ده نشان داده‌اند؛ برای مثال، مطالعات نشان داده‌اند که نسبت‌های گازی، از‎‍جمله روش‌های هاورث و پیکسلر، روشی سریع و مطمئن برای تفسیر سیالات زیرسطحی به کار می‎‍روند (Ferroni et al. 2012; Wiersberg and Erzinger 2007). همچنین  (Almalikee and Arab 2025)نشان دادند که نسبت‌های C1 تا C5 قابلیت شناسایی نوع سیال (گاز خشک، گاز مرطوب و نفت سبک) را به‌صورت برخط و در زمان واقعی دارند. در همین راستا، (Farouk et al. 2014) نیز به کاربرد داده‌های برخط گاز در کاهش ریسک حفاری و بهینه‌سازی عملیات چاه‌آزمایی، اشاره کرده‌اند.

هرچند روش‌های مرسوم مانند لاگ‌های سرچاهی و تست‌های مخزنی در تشخیص هیدروکربن‌ها و ویژگی‌های مخزنی مؤثر بوده‌اند (Dembicki 2022)، اما محدودیت‌هایی همچون هزینۀ بالا و کاهش دقت در شرایط خاص (مانند مخازن با مقاومت پایین یا شکستگی‌های گسترده) دارند (Sefidari 2023). در مقابل، داده‌های ژئوشیمیایی گاز همراه گل‎‍ به‌عنوان ابزاری مکمل، با هزینۀ کمتر و سرعت بیشتر، اطلاعات ارزشمندی را دربارۀ نوع سیال و کیفیت مخزن فراهم می‎‍آورند.

بر این اساس، هدف پژوهش حاضر تلفیق داده‌های پتروفیزیکی (مانند تخلخل، اشباع آب و شاخص‌های سنگ‎‍شناسی) با داده‌های ژئوشیمیایی گاز همراه گل حفاری، به‌منظور بررسی ویژگی‌های سیالی و کیفیت مخزنی زون‌های K3 و K4 سازند دالان، در یکی از چاه‌های میدان گازی پارس جنوبی است

 

زمین‎‍شناسی منطقه

حوضۀ خلیج‌فارس،‎‍ یکی از مهم‌ترین حوضه‌های رسوبی جهان است که ذخایر عظیم هیدروکربنی دارد. در این حوضه، شیل‌های سیلورین به‌عنوان سنگ‌های منشأ مخازن نفت و گاز عظیم شناخته می‌شوند (Konert et al. 2001).‎‍ سنگ مخزن این میدان‎‍ها معادل سازند خوف در کشورهای حاشیۀ خلیج‌فارس است (شکل1-الف).

رسوب‌گذاری سازند دالان پس از پرمین میانی آغاز شد. در این دوره، ایران مرکزی از بلوک اصلی جدا شد‎‍ و به‎‍سمت شمال حرکت کرد؛ در حالی که اقیانوس نئوتتیس در بخش‌های شرقی صفحۀ عربی گسترش یافت. از این زمان تا ترشیاری، رسوب‌گذاری دریایی بدون انقطاع در حوضۀ خلیج‌فارس ادامه یافت (Sharland et al. 2001).

در طول پرمین میانی تا پسین، شرایط آب و هوایی گرم‌تر و خشک‌تر شد و پلاتفرم‌های کربناته-تبخیری گسترش یافتند که به رسوب‌گذاری توالی‌های ضخیم کربناته-تبخیری در سازندهای کنگان و دالان منجر شد (Hosseinzadeh and Tavakoli 2022). توالی‌های بالایی سازندهای دالان و کنگان به چهار واحد مخزنی (از K1 تا K4) تقسیم می‌شوند. واحد K4 از سازند دالان بالایی است و عمدتاً از سنگ‎‍آهک تا دولومیت آهکی تشکیل شده است. در این واحد، سنگ‌های دولومیت آهکی و دولومیت تا انیدریت غالب‎‍اند. واحد K3 نیز متعلق به سازند دالان بالایی است و از دولومیت تا انیدریت تشکیل می‌شود که در این واحد، سنگ‌های دولومیت تا انیدریت فراوان‎‍اند.

در تریاس پیشین، پلاتفرم کربناته-تبخیری پرمین پسین به کمربند باریکی با روند شمال غربی-جنوب شرقی تبدیل و در بخش‌های جنوبی تا جنوب ‌غربی این کمربند، رسوبات تخریبی دریایی ته‌نشین شدند که موجب ایجاد سنگ‎‍پوش با کیفیت بالا برای تجمع گاز در مخازن کربناتۀ پرمین و تریاس پسین شد.

سازندهای کنگان و دالان، به‎‍دلیل عمق زیاد تدفین، همواره‎‍ مخازن گازی در نظر گرفته می‌شوند. این سازندها، به‌ویژه در میدان گازی پارس جنوبی، بزرگ‌ترین سنگ مخزن گاز جهان را تشکیل می‌دهند.

ستون چینه‌شناسی سازند دالان در میدان گازی پارس جنوبی و تقسیم‌بندی واحدهای مخزنی (K1–K4) توالی رسوبی، نشان‌دهندۀ تغییرات لیتولوژیکی از شیل و کنگلومرا در واحدهای پایین‌تر تا سنگ‎‍آهک، دولومیت آهکی و انیدریت در واحدهای بالایی است. هر واحد مخزنی ویژگی‌های پتروفیزیکی متفاوتی دارد؛ برای مثال، واحد K4 دارای تراوایی و تخلخل بالا و دولومیت غالب‎‍ و واحد K3 شامل انیدریت و دولومیت با تراوایی متوسط است (Nazemi et al. 2018). (شکل1-ب) بازتاب‌دهندۀ توالی رسوبی و شرایط رسوب‌گذاری دورۀ پرمین میانه تا ترشیاری در حوضۀ خلیج‌فارس است.

 

 

 

 

 

 

 

 

 

 

 

             (الف)                                     (ب)

 

 

 

شکل ۱- (الف) نقشۀ موقعیت جغرافیایی میدان گازی پارس جنوبی در خلیج‌فارس و ارتباط آن با میدان مشترک North Dome در قطر میدان‎‍های گازی و محدودۀ مطالعه براساس داده‌های زمین‌شناسی و مطالعات قبلی (Insalaco et al. 2006) نشان داده شده‌اند. (ب) ستون چینه‌شناسی سازند دالان و واحدهای مخزنی K1–K4 در میدان گازی پارس جنوبی‎‍ این ستون توالی رسوبی کربناته–تبخیری و لیتولوژی غالب هر واحد مخزنی را نشان می‌دهد (Nazemi et al. 2018).

Fig 1- (a) Geographic location map of the South Pars gas field in the Persian Gulf and its connection with the shared North Dome field in Qatar. Gas fields and the study area are shown based on geological data and previous studies (Insalaco et al. 2006). (b) Stratigraphic column of the Dalan Formation and the reservoir units K1–K4 in the South Pars gas field. This column represents the carbonate-evaporite depositional sequence and the dominant lithology of each reservoir unit (Nazemi et al. 2018).

 

داده‌ها و روش‎‍های مطالعه

مطالعۀ حاضر با استفاده از داده‎‍های مختلف سازند دالان و کنگان از یک چاه در یکی از میدا‎‍ن‎‍های نفتی واقع در خلیج‌فارس انجام شده است. داده‌های‎‍ استفاده‎‍شده شامل ترکیبی از اطلاعات ژئوشیمی و پتروفیزیکی‎‍اند که با دقت بالا جمع‌آوری و تحلیل شده‌اند. داده‎‍های ژئوشیمی، شامل‎‍ داده‌های گاز همراه گل حفاری با مقادیر ثبت‌شدۀ ترکیبات گازی از متان (C1) تا هیدروکربن‌های سنگین‌تر (C8) نسبت‎‍به عمق است که این داده‌ها پایۀ اصلی تحلیل برای شناسایی زون‌های نفت و گازند، داده‌های سیستم گاز، داده‌های عمقی، نسبت‌های گازی (گاز کل / کربن نرمال‌شده)، داده‌های مرتبط با تغییرات متۀ حفاری و گاز را در بخش‌های مختلف مخزن نشان می‌دهند. این داده‌ها پس از اعمال کنترل‌های کیفی و حذف داده‌های نامطمئن، به‎‍عنوان ورودی برای تحلیل و تفسیر ویژگی‌های مخزن دهرم در چاه‎‍ مطالعه‎‍شده به کار می‎‍روند. روش‌های‎‍ استفاده‎‍شده در این مطالعه شامل روش ژئوشیمیایی و پتروفیزیکی است.

 

روش ژئوشیمیایی

تجهیزات برخط گل حفاری در محل دکل‌های حفاری، به‎‍منظور جداسازی گازهای مخلوط با گل، موجودند. این تجهیزات به‌محض خروج گل از چاه، گازها را به‎‍صورت منظم جدا‎‍ و آنها را به دستگاه کروماتوگرافی گازی در محل چاه ارسال می‎‍کنند (Hunt 1996). دستگاه‌های آشکارساز در واحد مادلاگینگ، شامل دو دستگاه آشکارساز گاز کل و یک دستگاه کروماتوگرافی گازی با آشکارساز یون‌شعله (برای شناسایی ترکیبات هیدروکربنی از C1 تا C5) مجهز شده‌اند (Kandel et al. 2000).

دستگاه طیف‌سنج جرمی قادر است انواع ترکیبات هیدروکربنی را در محدودۀ C1 تا C8 با دقت و سرعت بالا شناسایی کند (Blanc et al. 2003). یکی از روش‌های ساده برای تفسیر وضعیت گازهای محلول در گل حفاری،‎‍ شناسایی زون‌های تولیدی و بررسی میزان کل گازهای هیدروکربنی است. در زون‌های تولیدی، غلظت انواع هیدروکربن‌های گازی افزایش می‌یابد (Ighodalo et al. 2017) و این مسئله، باعث افزایش میزان کل گازهای هیدروکربنی می‌شود. روش‌های کمّی برای تحلیل دقیق داده‌های حاصل از آنالیز گازهای محلول در گل حفاری، براساس دو روش نمودارهای پیکسلر[1] (Pixler 1968) و استفاده از پارامترهای هاورث[2] (Haworth et al. 1985) پیشنهاد شده‎‍اند. در ادامه هر کدام از این دو روش به‎‍صورت مختصر بررسی خواهد شد.

روش پیکسلر در تشخیص زون تولیدی و نوع هیدروکربن

در سال ۱۹۶۹، پیکسلر روشی را برای تعیین زون‌های تولیدی و نوع هیدروکربن‌های موجود در مخازن ارائه داد. او نسبت‌های C1/C2، C1/C3، C1/C4 و C1/C5 را بر‎‍اساس آنالیز کروماتوگرافی گازهای موجود در گل حفاری تعریف کرد تا‎‍ محتویات مخزن را تحلیل کند. در صورتی که پنتان‌ها در نمونه حضور نداشته و یا کروماتوگرام قادر به شناسایی آنها نباشد، نسبت C1/C5 ‎‍با نسبت جایگزین (C2×10)/C3 تعویض می‎‍شود (Whittaker 1991). این نسبت‌ها برای هر عمق به‎‍صورت نمودار رسم‎‍ و نقاط به‎‍وسیلۀ یک خط به هم متصل می‌شوند (شکل 2). نمودار پیکسلر شامل چهار ناحیه است: ناحیۀ نفتی، ناحیۀ گازی و دو ناحیۀ غیرتولیدی. قرارگیری نقاط نسبت‌های گازی در هر ناحیه، نشان‌دهندۀ وجود مخازن نفتی، گازی یا ذخایر غیراقتصادی است. ناحیۀ غیرتولیدی پایین نمودار عموماً نشان‌دهندۀ نفت باقی‌مانده و ناحیۀ غیرتولیدی بالایی، بیانگر ذخایر گازی غیراقتصادی است (Whittaker 1991). به این ترتیب‎‍ این نمودار، علاوه بر شناسایی زون‌های تولیدی، نوع ذخیرۀ هیدروکربنی را نیز مشخص می‌کند.

 

 

 

 

 


شکل2- تفسیر داده‎‍‎‍های مربوط به گازهای محلول در گل حفاری با استفاده از نمودار پیکسلر (Dembicki 2022)‎‍

Fig 2 – Interpretation of dissolved gas data in drilling mud using the Pixler diagram (Dembicki 2022)

 

 

برای بررسی دقیق‎‍تر زون‎‍های هیدروکربنی مختلف در چاه‎‍ مطالعه‎‍شده، ‎‍نتایج نسبت‎‍های پیکسلر نیز‎‍ بررسی شده است. برای این منظور، نسبت‎‍های مختلف در زون‎‍های چاه‎‍ مطالعه‎‍شده بر‎‍ نمودار پیکسلر ترسیم شده است. با انطباق این نتایج با نتایج حاصل از اندیس‎‍های هاورث، نوع هیدروکربن بر‎‍اساس روش تفسیر ژئوشیمایی گاز محلول در گل حفاری در زون‎‍های مختلف تعیین شده است. قبل از اظهار‎‍نظر دربارۀ نتایج، باید نکات زیر را مدنظر قرار داد: الف) زون تولیدی گاز خشک عمدتاً فقط دارای متان است. با‎‍ وجود این، ممکن است مقادیر غیرعادی و بالای این نسبت‎‍ها بیانگر گاز محلول در زون آبی باشد؛ ب) چنانچه نسبت C1/C2 در محدودۀ نفتی قرار گیرد، ولی نسبت C1/C4 بالا باشد و در محدودۀ گازی قرار گیرد، بازۀ‎‍ بررسی‎‍شده ممکن است غیرتولیدی باشد و ج) اگر مقدار هر نسبت در مقایسه با نسبت قبلی (C1/C2، C1/C3، C1/C4 و C1/C5) کمتر شود، زون‎‍ بررسی‎‍شده احتمالاً غیرتولیدی است.

نسبت‎‍های هاورث در تشخیص زون تولیدی و نوع هیدروکربن تجزیه و تحلیل گازهای هیدروکربنی استخراج‌شده از گل حفاری، اطلاعات ارزشمندی را دربارۀ ویژگی‌های مخزن و سیالات زیرسطحی فراهم می‌کند. در میان روش‌های مختلف تفسیر داده‌های گاز، استفاده از پارامترهای هاورث، رویکردی دقیق‌تر و پیشرفته‌تر شناخته می‌شود که به‌ویژه در نواحی تولیدی، امکان ارزیابی بهتری را از نوع هیدروکربن‌ها‎‍ فراهم می‌آورد. اگرچه این روش از‎‍نظر محاسباتی پیچیده‌تر از روش‌های مرسوم است، ‎‍ دقت بالاتری در تفکیک انواع گازها و شناسایی مرزهای سیالی دارد.

در این روش، غلظت گازهای هیدروکربنی از متان (C1) تا پنتان (C5) به‎‍منظور محاسبۀ سه پارامتر کلیدی شامل نسبت تری ‎‍(Wh)، نسبت تعادل (Bh) و شاخص تشخیصی (Ch) ‎‍‎‍استفاده می‎‍شود Haworth et al. 1985)).

نسبت تری :(Wh) این پارامتر بیانگر نسبت گازهای سنگین‌تر C2 تا C5 به مجموع گازهای C1 تا C5 است و‎‍ معیاری برای تعیین تر‎‍بودن گاز در نظر گرفته می‌شود. مقدار بالاتر Wh معمولاً با زون‌های نفت‌زا مرتبط است.

نسبت تعادل :(Bh) این شاخص، نسبت گازهای سبک‌تر C1 و C2 را به گازهای سنگین‌تر C3 تا C5 نشان می‌دهد و معمولاً برای ارزیابی نوع و بلوغ حرارتی گاز به کار می‌رود.

شاخص تشخیصی :(Ch) این پارامتر از ترکیب غلظت گازهای C1 تا C5 محاسبه می‌شود و‎‍ معیاری یکپارچه برای شناسایی کلاهک‌های گازی، سطوح تماس نفت/گاز و نواحی اشباع از آب در مخزن عمل می‌کند ‎‍(Dembicki 2022).

اصول تفسیر سه پارامتر اصلی روش هاورث، در قالب نمودار شماتیک (شکل‌ 3) ارائه شده‌اند که درک عمیق‌تری‎‍ از رفتار گازهای هیدروکربنی و تغییرات سیالات را در حین عملیات حفاری‎‍ ممکن می‌کنند. این نمودارها به‌عنوان ابزار بصری، مسیر تحلیل و تفسیر داده‌های گازی را تسهیل‎‍ و امکان تشخیص بهتر تغییرات زون‌های مخزنی را فراهم می‌کنند.

به‌کارگیری پارامترهای هاورث، رویکرد‎‍ تحلیلی را ‎‍در اختیار مهندسان نفت و زمین‌شناسان قرار می‌دهد. این روش به‌ویژه در محیط‌های زمین‌شناسی با لیتولوژی پیچیده، که روش‌های سنتی نظیر تفسیر مستقیم نمودارهای گاز پاسخگوی نیازها نیستند، از کارایی بالاتری برخوردار است. دقت و جامعیت بالای این پارامترها موجب می‌شود زون‌های تولیدی، مرزهای تماس سیالات و نوع هیدروکربن موجود در مخزن را با اطمینان بیشتری شناسایی و تفکیک کنند.

 

شکل3- نمودارهای هاورث که توزیع نسبی هیدروکربن‌ها (C1–C5) و رفتار جریان گاز را در زون‌های مخزنی‎‍ نشان می‌دهند (Dembicki 2022)‎‍

Fig 3 – Haworth diagrams showing the relative distribution of hydrocarbons (C1–C5) and gas flow behavior within reservoir zones. (Dembicki 2022)

 

 

ارزیابی ژئوشیمیایی گازهای محلول در گل حفاری

در این بخش، ارزیابی ژئوشیمیایی گازهای محلول در گل بازگشتی از سیستم مادلاگینگ، به‎‍منظور شناسایی نوع سیال هیدروکربنی شامل نفت، کاندنسیت و گاز در مخزن دالان انجام شده است. اول از همه، عمق تمامی داده‌های گازی ثبت‌شده با لحاظ زمان تأخیر اصلاح شد تا هم‌راستایی دقیق عمق داده‌ها تضمین شود؛ سپس، آثار ناشی از گازهای غیرمستقر در مخزن شامل گازهای حاصل از حفاری در فشار پایین‌تر از فشار تعادلی، گازهای پس‌زمینه[3]، گازهای بازیافتی[4] و پیک‌های گازی ناشی از عملیات اتصال و قطع لوله‌ها[5] را شناسایی کردند و از مجموعه داده‌ها حذف شدند تا تنها داده‌های واقعی مخزن، برای تحلیل ژئوشیمیایی به کار روند. علاوه بر این، داده‌های تکراری با مقادیر مشابه در بازه‌های عمقی مشخص، که قادر به نمایش شرایط واقعی مخزن نبودند نیز، حذف شدند.

در ادامه، کنترل کیفیت داده‌ها بر‎‍اساس شاخص کنترل کیفیت گاز (Gas QC) با فرمول زیر انجام شد‎‍:

فرمول‎‍ 1

GasQC=(TG/(C1+(2*C2)+(3*C3)+(4*C4)+(5*C5)+(6*C6)+(7*C7)+(8*C8)

که در آن، TG مجموع غلظت کل گازها و Cn غلظت گاز هیدروکربنی با زنجیرۀ کربنی n است. داده‌هایی که شاخص کنترل کیفیت آنها در بازۀ 0.8 تا 1.2 قرار داشت، داده‌های معتبر برای تحلیل انتخاب و داده‌هایی حذف شدند که خارج از این محدوده بودند (Sefidari 2023). شکل 5-ب داده‌های گازی ثبت‌شده را قبل از اعمال کنترل کیفیت‎‍ نمایش می‌دهد. همان‌طور که در شکل 5-الف مشاهده می‌شود، پس از اعمال کنترل کیفیت، تعداد درخور توجهی از داده‌های نامعتبر حذف شدند. اگرچه بخش گسترده‌ای از داده‌های نامطمئن حذف شد، با این حال الگوهای کلی تغییرات غلظت گازها در زون‌های مختلف مخزن حفظ شد و تحلیل‌های بعدی بر‎‍اساس داده‌های اصلاح‌شده، تحت تأثیر منفی قرار نگرفتند.

 

روش پتروفیزیکی

در این بخش، ویژگی‌های پتروفیزیکی سازند ‎‍مطالعه‎‍شده تحلیل و ارزیابی‎‍ می‌شود. در بسیاری از موارد، تنها داده‌های در دسترس از چاه‌ها محدود به نگارهای پتروفیزیکی است. در این حالت،‎‍ بهره‌گیری از دیگر منابع اطلاعاتی به‌ویژه داده‌های مغزه‌ (تخلخل و تراوایی آزمایشگاهی)‎‍ و زمین‌شناسی (مطالعات کمی XRD و ICP)، اگر‎‍چه در بهبود تفسیرهای پتروفیزیکی و نتایج حاصل از آنها کمک‎‍کننده است، به‎‍دلیل در دسترس نبودن استفاده از آنها در ارزیابی نهایی امکان‎‍پذیر نیست. در نبود داده‌های کافی یا در صورت پایین‎‍بودن کیفیت آنها، ساخت مدل پتروفیزیکی محدود به استفاده از لاگ‎‍های چاه‎‍پیمایی است؛ بنابراین ایجاد بانک اطلاعاتی جامع و تلفیقی از داده‌ها، به‎‍عنوان پیش‌نیاز اصلی هرگونه تحلیل پتروفیزیکی مطرح می‌شود. تلفیق داده‌های چاه‌نگاری با اطلاعات مغزه‌ و دیگر داده‌های زمین‌شناسی امکان تفسیر جامع‌تری را از ویژگی‌های مخزنی فراهم می‎‍کند و موجب ارتقای کیفیت نتایج نهایی می‌‎‍شود.

ارزیابی پتروفیزیکی در این مطالعه، شامل جمع‌آوری کنترل کیفیت داده‎‍ها، هم‎‍عمق‎‍کردن داده‎‍ها و حذف خارها و دنبالۀ بلا‎‍استفادۀ لاگ‎‍ها در بخش‎‍های ته چاه، تصحیحات محیطی بر‎‍ لاگ‎‍ها، پیک‎‍کردن پارمترهای سنگ مخزن و سیالات‎‍ و ارزیابی احتمالی پتروفیزیکی مخزن (سنگ‎‍شناسی، تخلخل و اشباع سیالات) است. برای این منظور از نگارهای مقاومتی، نوترون و چگالی همراه با سرعت صورت و فتوالکتریک استفاده شد.

 

ارزیابی پتروفیزیکی و کنترل کیفیت داده‌ها

برای انجام ارزیابی پتروفیزیکی، ابتدا داده‌های چاه‌نگاری موجود وارد نرم‌افزار ژئولاگ‎‍ و عمق تمامی نگارها به‎‍منظور هم‌ترازی اصلاح شد؛ سپس کنترل کیفیت داده‌ها انجام‎‍ و نوفه‎‍های ناشی از اثر گاز بر‎‍ نگار سرعت صوت حذف شد تا از بروز خطا در تحلیل‌های بعدی جلوگیری شود. در مرحلۀ بعد، تصحیحات محیطی بر‎‍ نگارهای گاما، نوترون، چگالی و مقاومت الکتریکی اعمال شد. پس از آن، کانی‌های اصلی سازند و میزان واکنش نگارها به هر‎‍یک از این کانی‌ها مشخص شد که مهم‌ترین آنها شامل کلسیت، دولومیت، انیدریت و کانی‌های رسی است. در مرحلۀ بعد، یک مدل احتمالی (Multimin) برای ارزیابی پتروفیزیکی بازۀ‎‍ مطالعه‎‍شده ساخته‎‍ و ارزیابی نهایی بر‎‍اساس آن انجام شد.

 

نتایج و بحث

در تعدادی از مطالعات، سازند دالان مخزن گازی در نظر گرفته شده ‎‍است. برای این منظور، در بیشتر مواقع نوع سیال هیدروکربنی موجود در مخزن را در مدل پتروفیزیکی گاز تعریف کرده‎‍اند. در این مطالعه سعی شده است سیال موجود در مخزن را هم گاز و هم نفت در مدل تعریف کنیم. در ادامه، نتایج تفسیر بازۀ‎‍ مطالعه‎‍شده آورده شده است.

 

تفسیر پتروفیزیکی سازند دالان (K3 وK4 )

ارزیابی پتروفیزیکی سازند دالان با بهره‌گیری از مدل احتمالی، به‎‍منظور تعیین سنگ‌شناسی، تخلخل و اشباع سیالات انجام شد. همان‎‍طور که در بالا گفته شد، نوع سیال هیدروکربنی در این مطالعه شامل نفت و گاز در نظر گرفته‎‍ و مدل نهایی پتروفیزیکی سازند در شکل ۴ ارائه شده است. سازند دالان بالایی (لایه‌های K3 و K4) در بازۀ عمقی ۳۲۶۲–۳۵۳۶ متر، عمدتاً شامل دولومیت، آهک، آهک دولومیتی، انیدریت و مقادیر اندک کانی رسی است.

 

لایۀ K3 (۳۲۶۲–۳۳۷۹ متر)

بخش پایینی این لایه (۳۳۰۰–۳۳۸۲ متر)، عمدتاً از کانی‌های تبخیری همراه با مقادیر محدود دولومیت تشکیل می‎‍شود و فاقد خواص مخزنی مناسب است. تحلیل نمودارهای تخلخل، بیانگر بسته‎‍بودن فضای حفره‌ای و حضور غالب انیدریت است. مقاومت ویژۀ پایین و اشباع آب بالا نیز نشان می‌دهد که این بخش قابلیت اقتصادی تولید هیدروکربن ندارد. بخش بالایی K3 (۳۲۶۲–۳۳۰۰ متر) دارای تخلخل مؤثر ۳–۲۰٪ و اشباع آب ۴۰–۶۰٪ است و نسبت‎‍به بخش پایینی، کیفیت مخزنی بهتری دارد؛ با این حال، مقاومت پایین و نبود شواهد قوی از حضور هیدروکربن، پتانسیل اقتصادی این بازه را محدود می‌کند. در کل بر‎‍اساس نتایج حاصل از ارزیابی پتروفیزیک، بخش K3‎‍ کیفیت مخزنی مناسبی ندارد.

 

لایه K4 (۳۳۸۲–۳۵۴۷ متر)

این لایه عمدتاً از آهک، آهک دولومیتی و دولومیت تشکیل‎‍ و با مقادیر پایین گاما و شیل ناچیز مشخص می‌شود. در بازۀ عمقی ۳۳۸۵–۳۵۰۰ متر، مقادیر تخلخل مؤثر بین ۵–۲۰٪ و اشباع آب کمتری نسبت‎‍به لایۀ K3 است‎‍. نتایج ارزیابی پتروفیزیکی (تخلخل و اشباع هیدروکربن) نشان‎‍دهندۀ کیفیت مخزنی مناسب این لایه در مقایسه با لایۀ K3 است. همچنین، جدایش نمودارهای چگالی و نوترون در این بازه، وجود گاز را در حفره‌ها‎‍ تأیید می‌کند. کاهش نسبی اشباع آب همراه با مقاومت بالا، قابلیت بالای این لایه ازنظر حضور هیدروکربن را تأیید می‌کند.

نتایج ارزیابی پتروفیزیکی نشان داد که لایۀ K3 به‎‍دلیل ترکیب غالب کانی‌های تبخیری، تخلخل پایین و اشباع آب بالا، فاقد کیفیت مخزنی و پتانسیل اقتصادی برای تولید هیدروکربن است. در مقابل، لایۀ K4 با ویژگی‌های مخزنی مطلوب، مقاومت الکتریکی بالا و شواهد گازی، زون اصلی تولید هیدروکربن در سازند دالان بالایی شناخته می‌شود.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

شکل 4- نتایج ارزیابی پتروفیزیکی سازند دالان (K3,K4) نمودارها شامل گاما رِی (ستون دوم از راست)، لاگ مقاومت عمیق و کم‌عمق ((RLA, Rxo (ستون سوم از راست)، چگالی (RHOB) و نوترون (NPHI) (ستون چهارم از راست)‎‍ و ستون لیتولوژی تفسیری کربناته–تبخیری (ستون پنجم از راست) هستند. در ستون‌های سمت راست، حجم کانی‌ها و اشباع سیال (آب و هیدروکربن) نمایش داده شده است که امکان شناسایی زون‌های مخزنی غنی از هیدروکربن را فراهم می‌آورد.

Fig 4- Results of petrophysical evaluation of the Dalan Formation (K3, K4). The logs include gamma ray (second track from the right), deep and shallow resistivity (RLA, Rxo)(third track from the right), density (RHOB) and neutron (NPHI; fourth track from the right), and the interpreted carbonate–evaporite lithology column (fifth track from the right). The right-hand tracks display mineral volumes and fluid saturations (water and hydrocarbons), enabling the identification of hydrocarbon-bearing reservoir zones.

 

 

تفسیر ژئوشیمی سازند دالان (K3 و K4)

پس از تصحیح و پالایش داده‌ها، از روش‌های استاندارد هاورث و پیکسلر برای تعیین دقیق زون‌های هیدروکربنی و تمایز بین نفت، کاندنسیت و گاز استفاده شد. این روش‌ها، امکان شناسایی و تفکیک زون‌های سیال هیدروکربنی را به‎‍صورت دقیق‌تر و با حداقل ابهام فراهم می‌آورند که در تحلیل نهایی مخزن نقش کلیدی دارند. بر‎‍اساس روش هاورث نسبت تری، بالانس و کاراکتر برای تمامی عمق‎‍ها محاسبه شد. نتایج نشان می‎‍هد که مقدار اندیس‎‍های تری، بالانس و کاراکتر در زون K3، به‎‍ترتیب از 10.7 تا 15.3 با میانگین 12.7، 13.5 تا 30.2 با میانگین 18.7 و 0.6تا 1 با میانگین 0.9 در تغییر است. در زون K4 مقدار اندیس‎‍های تری، بالانس و کاراکتر به‎‍ترتیب از 11 تا 29.6با میانگین 14.2، 7.5 تا20.6 با میانگین 17.2 و 0.4 تا 1 با میانگین 0.9 متغیرند (شکل 5-الف).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

                                       (الف)                                                                     (ب)                   

شکل 5 – (الف) داده‌های ثبت گاز قبل از اعمال کنترل کیفیت، نشان‌دهندۀ مقادیر اولیۀ گاز در طول عملیات حفاری؛ (ب) داده‌های نهایی ثبت گاز پس از اعمال کنترل کیفیت، همراه با پارامتر هاورث (ستون سوم از راست) و پارامتر پیکسلر (ستون دوم از راست) که تحلیل ترکیب و نوع سیالات هیدروکربنی را تسهیل می‌کند.

Fig 5– (a) Gas logging data prior to quality control, showing the raw measurements collected during drilling operations. (b) Final gas logging data after quality control, including the Haworth parameter (third column from the right) and the Pixler parameter (second column from the right), facilitating the interpretation of hydrocarbon type and composition.

 

 

تفسیر نتایج – زون‌های K3 و K4 بر‎‍اساس داده‌های پیکسلر و پتروفیزیک

داده‌های حاصل از آنالیز گاز گل حفاری در زون‌های K3 و‎‍K4، پس از محاسبۀ نسبت‌های هیدروکربنی (C1/C2، C1/C3، C1/C4، C1/C5) و ترسیم بر‎‍ نمودار پیکسلر، الگوهای متفاوتی را از رفتار سیال‎‍ نشان داد.

در زون ‎‍K3، کلیۀ نقاط داده در محدودۀ گازی قرار گرفتند و روند‎‍ صعودی و پیوسته از نسبت‌های C1/C2 تا C1/C5 را نشان دادند. این الگو معرف غالب‎‍بودن گاز متان نسبت‎‍به هیدروکربن‌های سنگین‌تر و احتمال حضور گاز خشک در این بخش از مخزن است (شکل6). افزایش یکنواخت نسبت‌ها، همراه با مقاومت الکتریکی پایین و افزایش درخور توجه اشباع آب (Sw > 50%) در لاگ‌های پتروفیزیکی، به‎‍وضوح نشان می‌دهد که این زون از‎‍نظر تولید، کیفیت مخزنی ضعیفی دارد.

در مقابل، زون K4 عمدتاً در محدودۀ گازی جای می‌گیرد؛ اما برخی نقاط، به‌ویژه در سری دادۀ سوم (نسبت C1/C4)، به مرز محدودۀ نفتی[6] نزدیک و یا وارد آن می‌شوند. این امر بیانگر احتمال حضور مخلوطی از گاز و نفت سبک کاندنسیت در این زون است (شکل5-الف). روند افزایش نسبت‌ها در K4 نسبت‎‍به K3 کمتر یکنواخت است و در بخش‌هایی تقریباً ثابت می‌ماند که ‎‍ناشی از تغییرات سنگ‎‍شناسی یا افزایش اشباع آب در بخش‌های پایینی زون باشد. داده‌های پتروفیزیکی نیز، این موضوع را تأیید می‌کنند. مقاومت بالاتر و اشباع آب پایین‌تر در بخش‌های بالاییK4، همراه با افزایش تخلخل، نشان‎‍دهندۀ کیفیت مخزنی بهتر این بخش از زون K4 است و در مقایسه‎‍ بخش پایینی زون K4 با کاهش مقاومت همراه با افزایش اشباع آب به بالای ۶۰٪، نشان‎‍دهندۀ کیفیت مخزنی پایین‎‍ در این بخش (بخش پایینی زون K4) است.

به‌طور کلی، تفسیر داده‌ها نشان می‌دهد که زون K3کیفیت نامناسب مخزنی دارد؛ در حالی که K4 دارای پتانسیل متوسط تا خوب است و در بخش‌های بالایی مخزن، هدف تولید میعانات در نظر گرفته می‎‍شود.

 

 

 

 

 

 

 

 

 

 

 

 

شکل6- نمودار‌های پیکسلر مربوط به بازۀ مخزنی K3وK4

Fig 6 – Pixler diagrams for the K3 and K4 reservoir intervals

 

 

بر‎‍اساس نتایج تلفیقی داده‌های پتروفیزیکی، روش هاورث و تفسیر نمودارهای پیکسلر،‎‍ ویژگی‌های هیدروکربنی دو زون K3 و K4 ‎‍به شرح زیر بیان می‎‍شود:

 

زون K3

داده‌های پتروفیزیکی در عمق‌های مربوط به زون‎‍K3 ، نشان‌دهندۀ کیفیت نامناسب مخزن با مقادیر پایین تخلخل و اشباع بالای آب است. تحلیل داده‌های گازهای محلول در گل حفاری به روش هاورث، بیانگر غلبۀ گازهای سبک (متان و اتان) بر هیدروکربن‌های سنگین‌تر است که دلالت بر وجود سیال گازی دارد. همچنین‎‍ نمودار پیکسلر برای این زون، نسبت‌های C1/C2 تا C1/C5 را عمدتاً در محدودۀ گاز قرار می‌دهد و مقادیر بالاتر از مرز گاز/نفت در بیشتر عمق‌ها مشاهده می‌شود. این هم‌خوانی بین داده‌های پتروفیزیک و ژئوشیمی گاز نشان می‌دهد که زون K3، پتانسیل تولید گاز دارد و‎‍ به‌عنوان یک لایۀ گازی با بهره‌دهی ضعیف، کمتر به آن توجه می‎‍شود. ‎‍

 

زون K4

در زون K4، نتایج پتروفیزیکی نیز کیفیت پذیرفتنی مخزن را با وجود تخلخل و اشباع هیدروکربنی متوسط تا خوب نشان می‌دهد. تحلیل هاورث در این بخش، نشان‌دهندۀ حضور هر دو گروه هیدروکربن‌های سبک و سنگین و بیانگر مخلوطی از گاز و میعانات است. نمودار پیکسلر در بیشتر بخش‌های این زون، مقادیر نسبت‌های هیدروکربنی را در محدودۀ گاز قرار می‌دهد؛ اما برخی نقاط نیز در مرز بین گاز و نفت قرار می‌گیرند. بر این اساس، زون K4 نیز عمدتاً دارای پتانسیل تولید میعانات سبک است.

به‎‍طور کلی، ترکیب داده‌های پتروفیزیکی، نتایج آنالیز گازهای محلول را به روش هاورث و نسبت‌های هیدروکربنی در نمودار پیکسلر نشان می‌دهد که زون K3 بیشتر دارای سیالات گازی است و زون K4 بیشتر تحت تأثیر حضور میعانات سبک قرار دارد .در زون ‎‍K3، هم‌پوشانی شواهد پتروفیزیکی (تخلخل مؤثر پایین و اشباع هیدروکربنی نسبتاً ناچیز) با مقادیر نسبت‌های گازی در محدودۀ گاز خشک، نشان‌دهندۀ وجود بازۀ مخزنی ناچیز تا ضعیف با ترکیب غالب متان و اتان است. در مقایسه با دیگر زون‌ها، اولویت پایین‌تری برای توسعۀ مخزنی دارد. در زون K4، اگرچه نسبت‌های پیکسلر نیز بیشتر در محدودۀ گاز قرار دارند،‎‍ در برخی عمق‌ها مقادیر نزدیک به مرز گاز/نفت ثبت شده است. این وضعیت در کنار حضور مقادیر درخور ‌توجه هیدروکربن‌های سنگین‌تر در روش هاورث، احتمال وجود گاز تر[7] یا کاندنسیت را مطرح می‌کند. این نوع سیال‎‍ در فرآیند تولید علاوه بر گاز، مایعات هیدروکربنی ارزشمند را نیز تولید می‎‍کند (جدول1).

 

 

جدول1- خلاصۀ ویژگی‎‍های زون K3 و K4

Table 1- Summary of the Characteristics of Zones K3 and K4

ویژگی‌ها

زون K3

زون K4

نوع سیال غالب

گاز خشک (Dry Gas)

گاز تر (Wet Gas) با احتمال کاندنسیت

نتیجۀ پتروفیزیک

تخلخل مؤثر و اشباع هیدروکربنی نسبتاً ضعیف

تخلخل و اشباع متوسط تا بالا

نتیجۀ هاورث

غالبیت متان و اتان، شاخص گاز بالا

حضور متان، اتان و مقادیر بیشتر هیدروکربن‌های سنگین

نتیجۀ پیکسلر

قرارگیری کامل در محدودۀ گاز

قرارگیری غالب در محدودۀ گاز، نزدیک به مرز گاز/نفت در برخی نقاط

پتانسیل توسعه

لایۀ گازی با بهره‌دهی ضعیف

بالا، با اهمیت اقتصادی به‎‍دلیل تولید مایعات هیدروکربنی

 

 

نتیجه‎‍

بر‎‍اساس تحلیل تلفیقی داده‌های پتروفیزیکی و ژئوشیمی گازهای محلول در گل حفاری، یافته‌های اصلی این مطالعه به شرح زیر است:

زون K3 از سازند دالان، غالباً یک مخزن گازی خشک با ترکیب متان و اتان است. این زون از کیفیت مخزنی ناچیزی براساس شاخص‌های پتروفیزیکی (تخلخل و اشباع) برخوردار است؛

زون K4 به دو بخش تفکیک شد: بخش پایینی با کیفیت ضعیف و غالبیت آب و بخش بالایی با کیفیت متوسط تا خوب که حضور هیدروکربن‌های سنگین‌تر و میعانات سبک (کاندنسیت) را نشان می‌دهد. بخش بالایی این زون،‎‍ پتانسیل تولید میعانات سبک را دارد؛

تلفیق داده‌های پتروفیزیکی و ژئوشیمیایی با استفاده از پارامترهای هاورث و نمودارهای پیکسلر، امکان شناسایی دقیق زون‌های بهره‌ده، نوع سیال و مرزهای سیالی را فراهم‎‍ و به کاهش ابهام در تحلیل مخزن کمک می‎‍کند؛

با وجود ارزشمندی یافته‌های این مطالعه، باید محدودیت‌های آن نیز در نظر گرفته شود. داده‌های‎‍ استفاده‎‍شده تنها از یک چاه جمع‌آوری‎‍ می‎‍شود و پوشش عمقی محدود، امکان تعمیم مستقیم نتایج به کل میدان را محدود می‌کند. علاوه بر این، خطاهای احتمالی ناشی از اصلاح داده‌ها و محدودیت دقت ابزارهای ژئوشیمی، بر دقت تفکیک زون‌ها تأثیرگذار است؛ با این حال، نتایج حاصل مبنای علمی مطمئنی را برای برنامه‌ریزی توسعۀ مخازن کربناته–تبخیری فراهم می‌کند و بخش بالایی زون K4 به‌عنوان هدف تولید میعانات سبک،‎‍ در طراحی برنامه‌های بهره‌برداری به‌طور مؤثر‎‍ استفاده می‎‍شود. رویکرد تلفیقی داده‌های پتروفیزیکی و ژئوشیمی، به‌ویژه در مخازن با لیتولوژی پیچیده،‎‍ ریسک‌های حفاری و توسعه را کاهش می‎‍دهد.

 

 

تشکر و قدردانی

به این ‌وسیله، مراتب قدردانی و سپاس خود را از حمایت‌های بی‌دریغ مسئولان دانشکدۀ علوم زمین دانشگاه تهران و پژوهشکدۀ علوم پایۀ کاربردی جهاد دانشگاهی در فراهم آوردن امکانات و بستر لازم، به‌ویژه در دسترسی به منابع علمی به‌روز، صمیمانه ابراز می‌داریم.

 

[1] Pixeler

[2] Haworth

[3] Background Gas

[4] Recycled Gas

[5] Connection/Tripping Peaks

[6] Oil Zone

[7] Wet Gas

References

Ahsan S.A. Dantla V. Firmansjah M.A. and Koksalan T. 2020. A geochemical technique for formation evaluation and oil water contact (OWC) identification in a mature tight carbonate reservoir field in Abu Dhabi, UAE, In Abu Dhabi International Petroleum Exhibition & Conference, OnePetro.
Alsharhan A.S. and Nairn A.E.M. 1997. Sedimentary basins and petroleum geology of the Middle East, Amsterdam, Elsevier, 878 p.
Almalikee H. S. and Arab A. A. 2025. Utilizing mud log gas data for real-time evaluation of reservoir fluid in the X oilfield, southern Iraq. Journal of Petroleum Research and Studies, 15(1), 62–73. https://doi.org/10.52716/jprs.v15i1.848
Blanc P. Brevière J. Laran F. Chauvin H. Boehm C. Fréchin N. Capot M. and Benayoun A. 2003. Reducing uncertainties in formation evaluation through innovative mud logging techniques. Paper presented at the SPE Annual Technical Conference and Exhibition, Denver, Colorado. https://doi.org/10.2118/84383-MS
Dembicki H. 2016. Practical petroleum geochemistry for exploration and production, Elsevier, https://doi.org/10.1016/C2013-0-12698-5.
Dembicki H. 2022. Practical petroleum geochemistry for exploration and production, Elsevier, 331pp.
Farouk A. Pinna G.N. Heard S.T. Mahmoud G. Asif S. Kingsley K. Al Shehhi A. and Al Hanaee A. 2014. New approach for formation evaluation using advanced mud gas analysis of conventional and unconventional reservoirs: A case study from onshore UAE: Proceedings of the 14th Abu Dhabi International Petroleum Exhibition and Conference, SPE-171714-MS, https://doi.org/10.2118/171714-MS.
Ferroni G. Rivolta F. and Schifano R. 2012. Improved formation evaluation while drilling with a new heavy gas detector. 53rd Annual Logging Symposium, Cartagena, Colombia.
Ferroni L. Boulesteix T. and Hébert R. 2012. Real-time mud gas monitoring during drilling: Applications for reservoir evaluation and risk reduction. Journal of Petroleum Science and Engineering, 86(1), 34–45. https://doi.org/10.1016/j.petrol.2012.01.005
Haworth J. Sellens M. and Whittaker A. 1985. Interpretation of hydrocarbon shows using light (C1–C5) hydrocarbon gases from mud-log data, AAPG Bulletin, 69(8): 1305–1310, https://doi.org/10.1306/94885614-1709-11D7-8645000102C1865D.
Hawker D. 1999. Direct gas in mud measurement at the well site, Petroleum Engineer International, 72(9).
Hosseinzadeh M. and Tavakoli V. 2022. The effect of geological parameters on the ratio of horizontal to vertical permeability in carbonate reservoirs of Kangan and upper Dalan formations. Journal of Petroleum Research, 32(123), 69-81. [In Persian] doi: 10.22078/pr.2022.4465.3020
Hunt M.J. 1996. Petroleum geochemistry and geology, 2nd ed., W.H. Freeman and Company, New York, 743 p.
Ighodalo E. Davies G. D’Souza S.A. and Ahmed A. 2017. Increasing certainty in formation evaluation utilizing advanced mud logging gas analysis, SPE Kingdom of Saudi Arabia Annual Technical Symposium and Exhibition, OnePetro, https://doi.org/10.2118/185932-MS.
Insalaco E. Virgone A. Courme B. Gaillot J. Kamali M. Moallemi A. Lotfpour M. and Monibi S. 2006. Upper Dalan Member and Kangan Formation between the Zagros Mountains and offshore Fars, Iran: Depositional system, biostratigraphy and stratigraphic architecture. GeoArabia, 11: 74–176.
Jafarian A. Fallah-Bagtash R. Mattern F. and Heubeck C. 2017. Reservoir quality along a homoclinal carbonate ramp deposit: The Permian upper Dalan Formation, South Pars Field, Persian Gulf Basin. Marine and Petroleum Geology, 88:587–604. https://doi.org/10.1016/j.marpetgeo.2017.09.002
Jarvie D.M. Morelos A. and Han Z. 2001. Detection of pay zones and pay quality, Gulf of Mexico: Application of geochemical techniques. Gulf Coast Association of Geological Societies Transactions, 51: 151–160, https://doi.org/10.1306/8626CED3-173B-11D7-8645000102C1865D.
Kandel D. Quagliaroli R. Segalini G. and Barraud B. 2000. Improved integrated reservoir interpretation using the gas while drilling (GWD) data, SPE European Petroleum Conference, OnePetro, https://doi.org/10.2118/63058-MS.
Konert G. Afif A.M. Al-Hajari S.A. and Droste H. 2001. Paleozoic stratigraphy and hydrocarbon habitat of the Arabian Plate.GeoArabia, 6(3): 407–442, https://doi.org/10.2118/73861-PA.
Nazemi M. Tavakoli V. Rahimpour Bonab H. Hosseini M. and Sharifi Yazdi, M. (2018). The effect of carbonate reservoir heterogeneity on Archie’s exponents (a and m): An example from Kangan and Dalan gas formations in the central Persian Gulf. Journal of Natural Gas Science and Engineering, 59: 297–308. https://doi.org/10.1016/j.jngse.2018.09.007
Laubmeyer G. 1933. A new geophysical prospecting method. Z. Petrol., 29(18): 1–4.
Levorsen A.I. 1967. Geology of Petroleum, 2nd ed., W.H. Freeman and Company, New York, 724 p.
Link W.K. 1952. Significance of oil and gas seeps in world oil exploration. AAPG Bulletin, 36: 1451–1505, https://doi.org/10.1306/5CEADB3F-16BB-11D7-8645000102C1865D.
Pixler B. 1968. Formation evaluation by analysis of hydrocarbon ratios, Journal of Petroleum Technology, Society of Petroleum Engineers, Richardson, TX, p. 997.
Sefidari E. 2023. Tehran: Reservoir Geochemistry Academic Center for Education, Culture and Research. [In Persian]
Sefidari E. Amraie J. Mehrabi H. and Zamanzadeh M. 2024. An integrated approach for 3D facies modeling of Kangan and Dalan reservoirs, South Pars Gas Field. Persian Gulf. Geopersia, 14(2): 439–452. https://doi.org/10.22059/geope.2024.379254.648761
Sharland P.R. Archer R. Casey D.M. Davies R.B. Hall S.H. Heward A.P. Horbury A.D. and Simmons M.D. 2001. Arabian Plate Sequence Stratigraphy. GeoArabia Special Publication, 2: 371 p.
Wiersberg T. and Erzinger J. 2007. Real-time mud gas monitoring: A technique to obtain information on the composition and distribution of gases at depth while drilling. Scientific Drilling, Special Issue, 1:71–77. https://doi.org/10.2204/iodp.sd.s01.36.2007
Whittaker A. 1991. Mud logging handbook, Englewood Cliffs, NJ, Prentice Hall, 531p.
Wiersberg T. and Erzinger J. 2007. Real-time mud gas monitoring: A technique to obtain information on the composition and distribution of gases at depth while drilling. Scientific Drilling, SpecialIssue, 71–72, https://doi.org/10.2204/iodp.sd.s01.36.2007.
Journal of Stratigraphy and Sedimentology Researches

Articles in Press, Corrected Proof
Available Online from 18 October 2025

Files

Share

How to cite

Statistics