Synthetische Modellierung der Kapillardruckkurven mit Dipol-Sonicswellen zur verbesserten Reservoircharakterisierung

Warum Gesteinsporen für Energie und Wasser wichtig sind

Tief unter der Erde bewegen sich Öl, Gas und Wasser durch winzige Zwischenräume zwischen Gesteinskörnern. Größe und Form dieser Poren bestimmen, wie leicht Flüssigkeiten gespeichert und gefördert werden können; diese Eigenschaften werden in „Kapillardruckkurven“ erfasst, auf die Ingenieure bei der Bohrplanung und Reservoirbewirtschaftung angewiesen sind. Die Messung solcher Kurven erfordert jedoch meist teure, zeitaufwändige Labortests an seltenen Kernproben. Dieser Beitrag stellt eine Methode vor, diese Kapillardruckkurven synthetisch zu erzeugen – allein mit Schallwellenmessungen aus Bohrlöchern und einem mathematisch realistischen Bild des Porennetzwerks des Gesteins.

Den Gesteinen zuhören statt sie aufzuschneiden

Konventionelle Reservoirstudien stützen sich stark auf Kerne: zylindrische Gesteinsproben aus dem Untergrund, getestet mit Methoden wie Quecksilberinjektion oder Zentrifugation. Diese Tests zeigen, wie Flüssigkeiten bei unterschiedlichen Drücken in Poren ein- und austreten, verlangen aber makellose Proben, spezielle Geräte sowie erheblichen Zeit- und Kostenaufwand. In vielen Lagerstätten sind nur wenige oder gar keine Kerne verfügbar, sodass entscheidende Fragen zu Porosität, Permeabilität und Fluidverteilung offen bleiben. Im Gegensatz dazu werden Well-Logs – insbesondere Dipol-Sonic-Logs – routinemäßig über die gesamte Bohrlochlänge aufgezeichnet. Diese Werkzeuge senden Kompressions- (P-) und Scherwellen (S-) in die Formation und messen deren Laufzeiten, was ein reichhaltiges, wenn auch indirektes Fenster in die Steifigkeit und innere Struktur des Gesteins eröffnet.

Ein realistisches Bild des Porennetzwerks erzeugen

Die Autoren koppeln die Schallmessungen an die Porengeometrie durch ein numerisches Modell, das Poren als winzige Hohlräume in einem elastischen Festkörper behandelt. Sie beschreiben Porenformen mit einer Mischung aus einfachen „euklidischen“ Formen (wie glatten kreisförmigen oder sternförmigen Öffnungen) und komplexeren „fraktalen“ Strukturen, die die rauen, verzweigten Umrisse nachahmen, wie man sie in Elektronenmikroskopbildern von Sandsteinen sieht. Mit einer Boundary-Element-Methode simulieren sie, wie sich diese gemischten Porenpopulationen bei Druckänderungen verformen, und leiten aus dieser Reaktion makroskopische elastische Eigenschaften und die Porosität ab. Ein wichtiger Fortschritt besteht darin, fraktale Skalierungsgesetze auf die Population kleiner Poren anzuwenden: Anstatt viele unterschiedliche Porenverteilungen zuzulassen, die dieselben elastischen Daten erklären würden, zwingt das Modell die Anzahl der Poren jeder Größe, einem gemessenen, reproduzierbaren Muster zu folgen. Das reduziert erheblich das langjährige Problem, dass sehr unterschiedliche Porenstrukturen für Sonicsignale identisch erscheinen können.

Von Porenformen zum Kapillarverhalten

Sobald ein plausibles Porennetz etabliert ist, wandelt das Verfahren dieses in eine Kapillardruckkurve um. Zuerst wird das kumulative Porenvolumen mit der Flüssigkeitssättigung in Verbindung gebracht, wobei die Gesamtporosität als 100% Füllung behandelt wird. Dann übersetzt es den Umfang jeder Pore in einen „äquivalenten Halsradius“ – den größten Kreis, der in die Porenöffnung passt – mithilfe numerischer Methoden, die eingepasste Kreise entlang der Längenachse der Pore verfolgen. Die Anwendung einer standardmäßigen physikalischen Beziehung zwischen Halsradius und Kapillardruck verwandelt die gesamte Porengrößenverteilung in eine prognostizierte Kapillardruckkurve. Weil die fraktalen Regeln die Häufigkeit kleiner, verformbarer Poren an das beobachtete elastische Verhalten koppeln, ist die resultierende Kurve nicht bloß eine Anpassung an die Daten; sie ist eine direkte Folge der Porengeometrie, die erforderlich ist, um die Sonic-Logs zu reproduzieren.

Test der Methode in realen Erdölfeldern

Die Forschenden wendeten ihren Ansatz auf zwei Sandstein-Reservoire mit sehr unterschiedlichen Datenlagen an. Im Tapi–TTT-Ölfeld in Ecuador fehlten einige Logs, sodass sie Porosität und Dichte anhand etablierter Zusammenhänge zwischen Sonic-Laufzeit und Gesteinseigenschaften rekonstruierten. In der Las-Piedras-Formation in Venezuela stand eine vollständigere und höherwertige Log-Suite zur Verfügung. In beiden Fällen kalibrierten sie das elastische Modell mit Dipol-Sonic-Daten, bauten eine gemischte euklidisch–fraktale Porenpopulation auf und erzeugten synthetische Quecksilber-Kapillardruckkurven. Diese Kurven folgten den Labor-Messungen eng und erfassten nicht nur die Gesamtporosität, sondern auch wichtige Merkmale wie den Anteil großer „Megapore“, irreduzible Wassersättigung und den Übergang von gebundenen zu freien Fluiden. Die Fehler lagen bei sandsteinähnlichen fraktalen Dimensionen nur bei wenigen Prozent; Abweichungen wuchsen erst, wenn die fraktalen Parameter außerhalb des durch unabhängige Bildgebungsstudien gestützten Bereichs gezogen wurden.

Was das für künftige Untergrundstudien bedeutet

Für eine fachlich unvoreingenommene Leserschaft ist die praktische Botschaft: Ingenieure können zunehmend „hören“, was das Gestein ihnen im Labor gesagt hätte, ohne es an die Oberfläche bringen zu müssen. Durch die Kombination realistischer fraktaler Beschreibungen der Porenwände mit bewährter akustischer Physik verwandelt diese Methode routinemäßige Sonic-Logs in synthetische Kapillardruckkurven, die gut mit Labor-Benchmarks übereinstimmen. Bei ausreichender Log-Abdeckung bietet sie eine schnellere, kostengünstigere und breiter anwendbare Alternative zu traditionellen kernbasierten Tests – insbesondere in Reservoirs, in denen Proben rar oder schwer zu handhaben sind. Obwohl die vorliegende Arbeit auf saubere, gut verfestigte Sandsteine fokussiert ist, skizzieren die Autoren, wie dieselbe Strategie auf bestimmte Carbonate und Schiefer erweitert werden könnte, sobald deren fraktale Eigenschaften gemessen sind, was den breiteren Einsatz dieses „virtuellen Labors“ in künftigen Energie- und Grundwasserprojekten verspricht.

Zitation: Galarza-Alava, J., Mendoza-Sanz, J. Synthetic capillary pressure modeling with dipole sonic waves for enhanced reservoir characterization. Sci Rep 16, 11697 (2026). https://doi.org/10.1038/s41598-026-47717-x

Schlüsselwörter: Kapillardruck, Dipol-Sonic-Logs, fraktale Porenstruktur, Reservoircharakterisierung, Sandstein-Porosität