王 寧,張艷妮，吝路軍，熊 志，馬佳虹

(1.中國(guó)石化勘探分公司，成都 610041；2.核工業(yè)西藏地質(zhì)調(diào)查院，成都 610052；3.無(wú)錫鉆探工具廠(chǎng)有限公司，無(wú)錫 214174)

泥質(zhì)烴源巖有機(jī)碳含量預(yù)測(cè)方法研究

王 寧1,張艷妮2，吝路軍2，熊 志2，馬佳虹3

(1.中國(guó)石化勘探分公司，成都 610041；2.核工業(yè)西藏地質(zhì)調(diào)查院，成都 610052；3.無(wú)錫鉆探工具廠(chǎng)有限公司，無(wú)錫 214174)

通過(guò)對(duì)ΔlogR技術(shù)、多元回歸預(yù)測(cè)模型、顏色預(yù)測(cè)模型的原理、方法、特點(diǎn)展開(kāi)分析，對(duì)這三種方法的適用性和約束條件進(jìn)行總結(jié)，認(rèn)為ΔlogR技術(shù)需對(duì)目的層分段處理并要求泥質(zhì)巖處于低成熟—成熟階段(0.6%

有機(jī)質(zhì)豐度 ΔlogR技術(shù) 定量預(yù)測(cè)模型 泥質(zhì)巖烴源巖

有機(jī)質(zhì)是烴源巖生烴的物質(zhì)基礎(chǔ)，也是非常規(guī)天然氣(如頁(yè)巖氣)吸附的重要載體[1-3]。豐富的有機(jī)質(zhì)是油氣生成的基礎(chǔ)，而其在生烴過(guò)程中形成的微孔隙及微裂隙為天然氣的賦存提供重要的儲(chǔ)存空間[4]。有機(jī)碳含量是指示有機(jī)質(zhì)豐度最重要的指標(biāo)，泥質(zhì)巖中有機(jī)碳含量越高，其烴源巖和非常規(guī)儲(chǔ)層的品質(zhì)就越好，有利于氣體的生成和吸附[3]，因此預(yù)測(cè)有機(jī)碳含量對(duì)于泥質(zhì)巖生烴性能評(píng)價(jià)和頁(yè)巖氣勘探評(píng)價(jià)具有重要意義。近些年來(lái)，通過(guò)豐富的地球物理信息和地球化學(xué)實(shí)驗(yàn)數(shù)據(jù)對(duì)比綜合研究泥質(zhì)巖有機(jī)碳含量的方法已經(jīng)在國(guó)內(nèi)外廣泛開(kāi)展[5-7]，這種方法具有成本低，縱向連續(xù)性好，地質(zhì)信息豐富等優(yōu)點(diǎn)，彌補(bǔ)了傳統(tǒng)方法的不足。研究泥質(zhì)烴源巖有機(jī)碳含量預(yù)測(cè)方法的原理、過(guò)程、特點(diǎn)，明確其適用性和局限性，進(jìn)而為解決地質(zhì)問(wèn)題提供依據(jù)。

1 有機(jī)碳含量預(yù)測(cè)的理論基礎(chǔ)

理論假設(shè)非烴源巖由巖石骨架和充填孔隙的流體2部分組成(圖1a)，烴源巖由巖石骨架、固體有機(jī)質(zhì)和充填孔隙的流體3個(gè)部分組成(圖1b)，成熟烴源巖由巖石骨架、固體有機(jī)質(zhì)、充填孔隙的水和烴類(lèi)組成(圖1c)。有機(jī)質(zhì)由于具有吸附性、低密度、低聲速、不導(dǎo)電、氫元素含量高的特點(diǎn)致使其具有獨(dú)特的響應(yīng)特征，這使得富有機(jī)質(zhì)泥質(zhì)巖與貧有機(jī)質(zhì)泥質(zhì)巖測(cè)井曲線(xiàn)上的異常值，在一定程度上可以作為有機(jī)質(zhì)含量的量度，即利用異常值可以計(jì)算有機(jī)碳的含量，這是根據(jù)地球物理信息和地球化學(xué)實(shí)驗(yàn)數(shù)據(jù)對(duì)比綜合研究泥質(zhì)巖有機(jī)質(zhì)豐度的理論基礎(chǔ)。

圖1 巖石組成示意

2 泥質(zhì)烴源巖有機(jī)碳含量預(yù)測(cè)

目前國(guó)內(nèi)外用于烴源巖有機(jī)碳含量預(yù)測(cè)的方法主要有多元回歸預(yù)測(cè)模型和ΔlogR技術(shù)，顏色預(yù)測(cè)模型目前在國(guó)內(nèi)還沒(méi)有相關(guān)研究，下面就這三種方法進(jìn)行詳細(xì)闡述。

2.1 ΔlogR技術(shù)

目前ΔlogR技術(shù)最常用的測(cè)井曲線(xiàn)為聲波時(shí)差和電阻率曲線(xiàn)，基本原理為：非滲透性巖層中低密度低聲速有機(jī)質(zhì)導(dǎo)致聲波時(shí)差增大；烴源巖進(jìn)入成熟階段或生成的烴類(lèi)流體充填孔隙時(shí)，對(duì)應(yīng)的電阻率升高，因此這兩條測(cè)井曲線(xiàn)的組合特征可以反映有機(jī)質(zhì)含量和烴源巖生烴階段。

首先根據(jù)自然伽馬曲線(xiàn)特征劃分滲透性巖層與非滲透性巖層，其次將聲波時(shí)差測(cè)井曲線(xiàn)和電阻率曲線(xiàn)進(jìn)行反方向重疊(即聲波時(shí)差與電阻率坐標(biāo)向相反方向增大)，聲波時(shí)差采用算術(shù)坐標(biāo)，電阻率采用對(duì)數(shù)坐標(biāo)。當(dāng)兩條曲線(xiàn)在“一定深度”內(nèi)一致時(shí)(通常為干層)為基線(xiàn)，基線(xiàn)確定后，兩條曲線(xiàn)間的間距在對(duì)數(shù)電阻率坐標(biāo)上的讀數(shù)ΔlogR可以根據(jù)公式(1)計(jì)算。利用這種方法可以定性識(shí)別油層、水層等，并在已知烴源巖成熟度的情況下能精確地計(jì)算烴源巖有機(jī)碳含量，如公式(2)。ΔlogR技術(shù)的數(shù)學(xué)模型如下：

(1)

式中：R和Δt分別代表實(shí)測(cè)電阻率(Ω·m)和聲波時(shí)差(μs·m-1)；R基線(xiàn)和Δt基線(xiàn)分別代表基線(xiàn)對(duì)應(yīng)地電阻率(Ω·m)和聲波時(shí)差(μs·m-1)。ΔlogR為電阻率曲線(xiàn)與聲波時(shí)差曲線(xiàn)分離的間距值。

根據(jù)ΔlogR計(jì)算TOC的模型：

TOC=ΔlogR×10(2.297-0.168×LOM)

(2)

式中：TOC為計(jì)算的有機(jī)碳含量；LOM為有機(jī)質(zhì)熱變程度，可以根據(jù)實(shí)測(cè)鏡質(zhì)體反射率資料或埋藏史確定。

ΔlogR技術(shù)操作過(guò)程繁瑣、受主觀(guān)因素影響大、縱向上需對(duì)目標(biāo)層分段處理，僅在LOM為6～9(Ro為0.6%～1.2%)的范圍內(nèi)以及低△logR時(shí)較準(zhǔn)確，其他范圍內(nèi)得到的結(jié)果為外推的經(jīng)驗(yàn)值。

2.2 多元回歸預(yù)測(cè)模型

多元回歸預(yù)測(cè)模型是以TOC為因變量，以自然伽馬、密度、中子孔隙度、聲波時(shí)差、電阻率等n個(gè)測(cè)井參數(shù)為自變量的n元回歸方程(n為正整數(shù))，實(shí)現(xiàn)步驟主要包括相關(guān)性分析、選擇參數(shù)、建立模型、優(yōu)選模型四個(gè)過(guò)程。(1)相關(guān)系分析：做樣品實(shí)測(cè)TOC與對(duì)測(cè)井參數(shù)的相關(guān)性分析圖，相關(guān)系數(shù)越大，說(shuō)明該參數(shù)對(duì)TOC值的影響越大。(2)選擇參數(shù)：選擇與TOC相關(guān)性好的n個(gè)參數(shù)。(3)建立模型：利用統(tǒng)計(jì)分析軟件根據(jù)選擇的n個(gè)參數(shù)及對(duì)應(yīng)的實(shí)測(cè)TOC建立n元回歸方程。(4)按照以上步驟，嘗試?yán)貌煌膮?shù)組合建立數(shù)學(xué)模型，優(yōu)選相關(guān)系數(shù)接近1，標(biāo)準(zhǔn)誤差盡可能小的模型為最佳模型。該模型具有一定的區(qū)域局限性。

2.3 顏色定量預(yù)測(cè)模型

相關(guān)學(xué)者[8]認(rèn)為，顏色主要由TOC值和Fe3+/Fe2+比值決定。一般泥質(zhì)巖的顏色在紅色—綠色—灰色—黑色的范圍內(nèi)變化，紅色是由于含有赤鐵礦(含F(xiàn)e3+)，綠色是由于含有綠泥石和伊利石(海相環(huán)境下海綠石，含F(xiàn)e2+)，而暗色泥質(zhì)巖的顏色受控于有機(jī)質(zhì)含量。即暗色泥質(zhì)巖的TOC越高，顏色越深。Varma.A.K et al.[9]提出針對(duì)Raniganj 盆地Raniganj組煤系地層暗色非均質(zhì)、條帶狀泥質(zhì)巖的TOC定量預(yù)測(cè)方法?；驹硎牵喊瞪噘|(zhì)巖的顏色主要受TOC影響，建立顏色量度和TOC的關(guān)系式，在具有巖石樣品的情況下，可根據(jù)顏色初步估計(jì)巖石的TOC值。

2.3.1 確定顏色量度TCA

首先，通過(guò)手標(biāo)本觀(guān)察將巖性條帶劃分為粉砂巖，灰色泥質(zhì)巖，深色泥質(zhì)巖和煤4個(gè)類(lèi)型。然后肉眼判別巖石色度(參照標(biāo)準(zhǔn)的地質(zhì)巖石蒙賽爾色卡，圖2)，粉砂巖色度為N9；灰色泥質(zhì)巖和深色泥質(zhì)巖色度分別為N8—N5和N4—N2；煤色度為N1。其次對(duì)這4個(gè)類(lèi)型賦予色級(jí)，色級(jí)呈等比數(shù)列或等差數(shù)列，例如粉砂巖、灰色泥質(zhì)巖、深色泥質(zhì)巖、和煤的色級(jí)分別為1，2，4，8(首項(xiàng)a=1，公比r=2的等比數(shù)列)。最后將色級(jí)與樣品條帶長(zhǎng)度相乘，加權(quán)平均，進(jìn)而計(jì)算出中間變量TCA。

圖2 四類(lèi)巖性條帶顏色及其對(duì)應(yīng)的蒙塞爾色卡[10]

TCA=∑(條帶長(zhǎng)度×色級(jí))/∑條帶長(zhǎng)度

(3)

2.3.2 實(shí)驗(yàn)測(cè)定樣品TOC

將樣品清洗、烘干、碎成粉末樣。篩選60目以下的樣品，應(yīng)用RockEval-VI儀器對(duì)巖石樣品進(jìn)行巖石熱解并對(duì)有機(jī)碳含量進(jìn)行分析。

2.3.3 顏色預(yù)測(cè)模型建立

在上述基礎(chǔ)上，建立以TOC為因變量，TCA為自變量的線(xiàn)性、對(duì)數(shù)或指數(shù)及其他數(shù)學(xué)形式的關(guān)系式，必要時(shí)調(diào)整色級(jí)，使公式的相關(guān)系數(shù)接近于1，標(biāo)準(zhǔn)估計(jì)誤差盡可能小。優(yōu)選出最吻合的關(guān)系式，即為所求。AtulKumarVarma[10]指出，三次多項(xiàng)式(首項(xiàng)a=1,公比r=2，色級(jí)為1、2、4、8)為中二疊統(tǒng)Raniganj組煤系烴源巖有機(jī)碳含量的最佳顏色預(yù)測(cè)模型(圖3)。

圖3 TCA與TOC建立的三次多項(xiàng)式模型

顏色定量預(yù)測(cè)TOC時(shí)，應(yīng)當(dāng)注意：①四種巖性條帶僅適用于Raniganj盆地，在應(yīng)用時(shí)應(yīng)根據(jù)目標(biāo)層的巖性組合特征建立適用標(biāo)準(zhǔn)；②在選取巖性條帶測(cè)量長(zhǎng)度時(shí)，煤線(xiàn)厚度不得小于1 mm；非煤層厚度不得小于2 mm，任何巖性條帶順層方向的長(zhǎng)度應(yīng)大于等于1 cm；③巖性識(shí)別是該方法的基礎(chǔ)，如果粉砂質(zhì)或砂質(zhì)的含量大于粘土質(zhì)含量，樣品應(yīng)該歸為粉砂級(jí)別。在統(tǒng)計(jì)巖性時(shí)排除方解石和石英脈體等的干擾；④應(yīng)保證樣品的干燥清潔。

該方法操作簡(jiǎn)便可行，受主觀(guān)因素影響大，要求樣品為暗色非均質(zhì)條帶狀泥質(zhì)巖，在泥質(zhì)巖研究早期可利用該方法按有機(jī)碳含量初步篩選或分類(lèi)。

3 實(shí)例分析

鄂爾多斯盆地中東部地區(qū)二疊系山西組沉積時(shí)期以濱淺?！侵耷熬墶g灣沼澤—湖泊環(huán)境為主，山西組巖性為大套暗色泥巖、灰黑色粉砂質(zhì)泥巖、淺灰色泥質(zhì)粉砂巖、細(xì)砂巖、砂巖礫巖的韻律互層，偶夾煤層。地層埋深為2 935～3 631 m，厚度在98.0～126.5 m之間，其中泥質(zhì)巖厚度為43.0～96.1 m，顏色相對(duì)較深，以黑色、灰黑色、深灰色為主，該區(qū)為二疊系山西組頁(yè)巖氣勘探區(qū)，建立合適的泥質(zhì)巖TOC預(yù)測(cè)模型非常迫切。本區(qū)泥質(zhì)巖多成塊狀，鏡質(zhì)體反射Ro在1.76%～3.76%之間，指示有機(jī)質(zhì)進(jìn)入高成熟—過(guò)成熟熱演化階段，因此ΔlogR技術(shù)和顏色定量模型已不適用。巖心觀(guān)察結(jié)果顯示，泥質(zhì)巖顏色隨TOC增大而變深。

圖4 ZD1井山西組泥質(zhì)巖實(shí)測(cè)TOC值與測(cè)井參數(shù)

以ZD1井二疊系山西組泥質(zhì)巖為區(qū)內(nèi)典型代表，將實(shí)測(cè)TOC數(shù)據(jù)分別與同井段的聲波時(shí)差(Δt)、補(bǔ)償中子(·N)、自然伽馬(γ)、電阻率(R)和密度(ρ)測(cè)井參數(shù)進(jìn)行相關(guān)性分析(圖4)，得知相關(guān)系數(shù)大小相近，說(shuō)明這五個(gè)參數(shù)對(duì)TOC的影響比較均衡。運(yùn)用多元分析軟件(SPSS)，將實(shí)測(cè)TOC設(shè)為因變量，對(duì)應(yīng)地的Δt、·N、γ、ρ和R五個(gè)參數(shù)設(shè)為自變量，建立多種模型并進(jìn)行比較，優(yōu)選過(guò)程及結(jié)果見(jiàn)表1。結(jié)果表明，TOC與測(cè)井參數(shù)之間的擬合效果隨測(cè)井參數(shù)增多而逐漸提高，五元回歸方程的相關(guān)系數(shù)最高(0.897 8)、回歸估計(jì)標(biāo)準(zhǔn)誤差最小(1.586)，代表最佳的定量預(yù)測(cè)模型。圖5為ZD1井TOC預(yù)測(cè)結(jié)果，與實(shí)測(cè)結(jié)果對(duì)比后，發(fā)現(xiàn)TOC預(yù)測(cè)值與實(shí)測(cè)值具有較好的一致性，說(shuō)明可以利用預(yù)測(cè)值進(jìn)行烴源巖評(píng)價(jià)及其他相關(guān)分析。

表1 多參數(shù)方法建立總有機(jī)碳定量預(yù)測(cè)模型

圖5 ZD1井山西組泥質(zhì)巖TOC預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果對(duì)比

4 結(jié)論

(1)與傳統(tǒng)的樣品地球化學(xué)實(shí)驗(yàn)分析方法相比，TOC測(cè)井評(píng)價(jià)的方法能夠在縱向上觀(guān)察TOC變化特征，突破泥質(zhì)巖分布非均質(zhì)性及取樣隨機(jī)性等因素帶來(lái)的統(tǒng)計(jì)誤差，克服取心不足的困難，同時(shí)也解決了分析測(cè)試的經(jīng)濟(jì)問(wèn)題。

(2)ΔlogR技術(shù)適用于成熟度低介于0.6%～1.2%的泥質(zhì)巖，目標(biāo)層需分段處理；基于TOC實(shí)測(cè)數(shù)據(jù)的多元回歸定量預(yù)測(cè)模型具有區(qū)域局限性或者井的限制性；僅適用于巖石樣品的顏色預(yù)測(cè)模型也要以實(shí)驗(yàn)分析數(shù)據(jù)為基礎(chǔ)，受主觀(guān)因素影響較大。

(3)鄂爾多斯盆地中東部地區(qū)測(cè)井曲線(xiàn)與實(shí)測(cè)TOC數(shù)據(jù)的相關(guān)性分析表明，五參數(shù)非線(xiàn)性回歸模型為最佳TOC定量預(yù)測(cè)模型。

[1] 張金川,金之鈞,袁明生.頁(yè)巖氣成藏機(jī)理和分布[J].天然氣工業(yè),2004,24(7):15-18.

[2] 李延鈞,張烈輝,馮媛媛,等.頁(yè)巖有機(jī)碳含量測(cè)井評(píng)價(jià)方法及其應(yīng)用[J].天然氣地球科學(xué),2013,24(1):169-175.

[3] 王香增.陸相頁(yè)巖氣[M].北京:石油工業(yè)出版社,2014：158-160.

[4] 聶海寬,唐玄,邊瑞康.頁(yè)巖氣成藏控制因素及中國(guó)南方頁(yè)巖氣發(fā)育有利區(qū)預(yù)測(cè)[J].石油學(xué)報(bào),2009,30(4):484-491.

[5] 曲彥勝,鐘寧寧,劉巖.烴源巖有機(jī)質(zhì)豐度的測(cè)井計(jì)算方法及影響因素探討[J].巖性油氣藏，2011,23(2)80-85.

[6] 朱定偉,王香增,丁文龍.測(cè)井資料在優(yōu)質(zhì)頁(yè)巖氣儲(chǔ)層識(shí)別中的應(yīng)用——以鄂爾多斯盆地東南部長(zhǎng)7段黑色頁(yè)巖為例[J].西安石油大學(xué)學(xué)報(bào)(自然科學(xué)版),2007,28(4):473-475.

[7] 楊濤濤,范國(guó)章,呂福亮,等.烴源巖測(cè)井響應(yīng)特征及識(shí)別評(píng)價(jià)方法[J].天然氣地球科學(xué),2013,24(2):414-422.

[8] Pettijohn,F J .Sedimentary Rocks Ch. 8[M].New York:Harper and Row Press,1974：31.

[9] Varma.A K.Estimation of total organic carbon in shales through color manifestations[J].Journal of Natural Gas Science and Engineering,2014,(18):53-57.

[10] Munsell Color.Geological Rock-Color Chart with Genuine Munsell Color Chips[M].2009：1-10.

(編輯 韓 楓)

Prediction method for organic carbon content in shale source rock

Wang Ning1,Zhang Yanni2,Lin Lujun2,Xiong Zhi2,Ma Jiahong3

(1.ExplorationCompany,SINOPEC,Chengdu610041，China；2.NuclearIndustryofTibetGeologyResearchInstitute,Chengdu610052，China; 3.WuxiDrillingToolsFactoryCo.,Ltd.,Wuxi214174，China)

Through analyzing the theories，methods and characteristics for the ΔlogRtechnique，the multiple regression and color prediction models，the applicability and constraint condition were summarized.The study results indicated that the ΔlogRtechnique requires segment treatment for target layer and mudstone shale at low mature-mature stage (0.6 %

abundance of organic matter；ΔlogRtechnique；quantitative prediction model；mudstone-shale source rock

2016-01-30；改回日期：2016-05-15。

王寧(1990—)，女，碩士研究生，主要從事油氣資源勘探研究。電話(huà)：15991982877，郵箱：441090192@qq.com。

國(guó)家自然科學(xué)基金項(xiàng)目(41173055)；中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金(310827151062)聯(lián)合資助。

10.16181/j.cnki.fzyqc.2016.03.003

TE122.1

A