郎 岳 張金川 王煥第 武向真李謙超 王東升 李興起 陳世敬

（1. 中國地質(zhì)大學(xué)（北京）能源學(xué)院，北京 100083；2. 自然資源部頁巖氣資源戰(zhàn)略評價重點實驗室，北京 100083；3. 非常規(guī)天然氣能源地質(zhì)評價與開發(fā)工程北京市重點實驗室，北京 100083；4. 石油工業(yè)出版社有限公司，北京 100011）

0 引 言

地質(zhì)科學(xué)與油氣勘探工作由于評價對象的復(fù)雜性、數(shù)據(jù)來源的多樣性，通過早期的描述性研究得到的結(jié)果往往不能精確量化。近些年隨著大數(shù)據(jù)和人工智能技術(shù)的應(yīng)用，結(jié)合計算機GPU 性能的提高，油氣藏評價相關(guān)數(shù)據(jù)的算力問題基本得到解決［1］，拓寬了人工智能在地質(zhì)學(xué)領(lǐng)域的應(yīng)用空間和發(fā)展前景［2］。例如在數(shù)學(xué)算法方面，可以利用POR 程序和BP 網(wǎng)絡(luò)對測井、地震數(shù)據(jù)進行編譯和解釋，以及井下事故判別等（AGENT 協(xié)同工作系統(tǒng)）［3］；利用人工神經(jīng)網(wǎng)絡(luò)（ANNS）識別礦物類型和礦產(chǎn)分布［4‐7］；將監(jiān)督式學(xué)習(xí)應(yīng)用于礦產(chǎn)勘察和制圖（MPM）領(lǐng)域，利用多源地學(xué)大數(shù)據(jù)信息圖像化基本特征診斷與最優(yōu)模式識別分類等技術(shù)成功實現(xiàn)遠程地質(zhì)精細填圖［8］，并優(yōu)選出隨機森林機器學(xué)習(xí)算法進行巖性分類和礦物勘探制圖［9‐10］；還有通過受玻爾茲曼機法（RBM）及多卷積自動編碼器方法識別多維地球化學(xué)異常現(xiàn)象等［11‐13］。

不同于常規(guī)油氣藏，頁巖氣富集與成藏的特殊屬性需要更強的地質(zhì)邏輯分析能力和地質(zhì)數(shù)據(jù)處理手段來評價，這無疑為其地質(zhì)評價工作增加了難度。另外，頁巖氣作為新礦種，除了新區(qū)普查外還需要對老區(qū)進行復(fù)查，不同領(lǐng)域、不同類型、不同時空、不同精度的海量數(shù)據(jù)混雜，僅僅依靠人為手段，不僅耗時耗力，還存在效率低下，甚至遺漏、重復(fù)以及無法發(fā)現(xiàn)隱藏信息的問題。盡管大數(shù)據(jù)和人工智能（AI）為許多地質(zhì)應(yīng)用提供了新的方法和機會，但現(xiàn)階段成果多聚焦于數(shù)據(jù)收集整理與統(tǒng)計解釋或圖像識別與形成，在油氣藏勘探評價和資源預(yù)測應(yīng)用上仍處于探索階段。在技術(shù)手段越來越發(fā)達、數(shù)據(jù)類型及數(shù)量越來越繁多、評價范圍越來越廣泛的今天，反應(yīng)更為靈活、處理速度更快、信息挖掘更深的頁巖氣智能化評價手段亟待進一步發(fā)展。據(jù)此，本文在機器學(xué)習(xí)數(shù)學(xué)原理的支撐下，利用精密儀器與智能軟件，從“定量數(shù)據(jù)獲取精度、資源量計算方法優(yōu)選、地質(zhì)參數(shù)信息挖掘”3 個方面入手，優(yōu)化并建立了頁巖氣地質(zhì)評價的研究內(nèi)容、技術(shù)手段與操作流程，以期達到提高評價結(jié)果可信度，推進頁巖氣綜合地質(zhì)評價智能化的目的。

1 頁巖氣地質(zhì)評價流程與技術(shù)

地質(zhì)評價是根據(jù)已掌握的資料，依據(jù)一定的理論指導(dǎo)，通過一定的途徑和方法，給出針對研究對象的帶有推測屬性的勘探開發(fā)指導(dǎo)意見，它是一項隨勘探進展而不斷深化的工作。頁巖氣地質(zhì)評價主要針對頁巖生氣能力、儲氣能力、頁巖氣保存條件和頁巖氣可采性4 個方面展開研究。在相似性、相關(guān)性及含油氣系統(tǒng)理論等思想指導(dǎo)下，通過野外露頭觀察、巖心分析、流體分析、實驗測試等技術(shù)手段，結(jié)合鉆井與錄井、測井、地震等數(shù)據(jù)資料，利用因子分析、層次分析、模糊綜合等數(shù)學(xué)算法，對頁巖地質(zhì)特征及頁巖氣生成與富集條件方面的相關(guān)參數(shù)進行單項和綜合評價［14‐15］。

1.1 野外露頭觀察

在前人野外調(diào)查工作報告和不同形式的專題研究報告解讀的基礎(chǔ)上，利用區(qū)域地質(zhì)調(diào)查圖和GPS定位手持機尋找研究對象的優(yōu)質(zhì)露頭，借助航遙、衛(wèi)星等了解地貌地勢和自然地理等情況，合理規(guī)劃野外區(qū)調(diào)路線，標(biāo)定最優(yōu)質(zhì)、最典型的地質(zhì)剖面。通過羅盤讀數(shù)與手標(biāo)本觀察，確定地層巖性（硬度、密度、粒度、礦物組分等）、分層標(biāo)志（巖性變化、接觸關(guān)系、古生物化石等）、風(fēng)化程度（顏色、破碎程度等）、含烴程度（油苗、氣苗、瀝青膠質(zhì)等）、構(gòu)造樣式（褶皺、斷層、節(jié)理/裂縫/劈理、礦脈與蝕變）。初步掌握富有機質(zhì)頁巖形成的構(gòu)造背景和沉積環(huán)境。

1.2 目標(biāo)層系精細刻畫

結(jié)合野外地質(zhì)剖面與已鉆探的參數(shù)井或已被證實的生產(chǎn)井，配合重磁電技術(shù)、二維或三維地震勘查技術(shù)、微地震檢測技術(shù)及測井評價技術(shù)，精細刻畫目標(biāo)頁巖層系的發(fā)育與分布特征。包括明確垂向上的厚度變化及巖性互層、橫向上的頁巖連續(xù)性；利用Resform、Landmark、雙狐、Petrel 等軟件識別構(gòu)造單元與構(gòu)造樣式，如地層褶曲形態(tài)，斷裂性質(zhì)、規(guī)模與密度，微幅度構(gòu)造等，在層序地層學(xué)的理論基礎(chǔ)上，利用小層或古生物對比劃分沉積微相；配合2DMove、3DMove 等建立構(gòu)造及古地理巖相的動態(tài)演化歷史。

1.3 多類型參數(shù)測定

在掌握了富有機質(zhì)頁巖發(fā)育的宏觀地質(zhì)背景下，可通過實驗測試得到目標(biāo)樣品的巖石物理、儲層物性、地化及含氣特征等相關(guān)數(shù)據(jù)。包括使用單軸實驗、三軸實驗或點載荷實驗確定巖石的抗拉、抗壓及抗剪強度；利用X 射線衍射（XRD）、X 射線熒光光譜（XRF）、掃描電鏡礦物定量評價（QEMSCAN）、熱重分析、光學(xué)顯微鏡等分析全巖及黏土礦物組分、膠結(jié)物類型與期次等；通過濕法氧化/高溫催化燃燒氧化/紫外氧化―非色散紅外探測（NDIR）、電導(dǎo)法、臭氧氧化法和ΔlgR法計算總有機碳含量（w（TOC））；有機質(zhì)熱成熟度則可由鏡質(zhì)體反射率（中―低成熟度）、瀝青反射率（高―過成熟度）、熱變指數(shù)（TAI）、生物標(biāo)志化合物成熟參數(shù)等（甾烷、藿烷等）確定；在鏡檢下確定有機質(zhì)類型；利用紅外光譜或氣相色譜厘定氣體組分?？诐B較低的致密儲層、頁巖的孔隙類型、孔縫結(jié)構(gòu)及孔徑分布等是當(dāng)前研究的重點與熱點，常用技術(shù)有電子顯微鏡（SEM、FIB、BEM 等）、CO2及N2吸附、高壓壓汞、伍德合金充注等；而地層流體的類型與礦化度，以及變質(zhì)系數(shù)、脫硫系數(shù)等則常被用來判斷含氣頁巖系統(tǒng)的封閉性。

1.4 甜點區(qū)及有利層段優(yōu)選

在明確參數(shù)分布特征的基礎(chǔ)上，用層次分析［16］、多因素遞進疊加、模糊綜合評判［17］、突變評價［18］、模糊優(yōu)化分析［19‐20］、雙因素控制等方法或模型優(yōu)選縱向上的有利層段和平面上的甜點面積。它們相互獨立、各有特色、各有適用性和局限性，多種方法交叉滲透、相互驗證，需根據(jù)實際地質(zhì)情況靈活應(yīng)用，以作出最優(yōu)選擇。

1.5 資源量及地質(zhì)儲量計算

最后在選定的有利區(qū)或甜點區(qū)內(nèi)開展資源量及地質(zhì)儲量計算。目前，能夠運用于頁巖氣資源量計算的方法有很多，基于方法原理與計算準(zhǔn)則可劃分為類比法、成因法、統(tǒng)計法、綜合法4 類主導(dǎo)方法。當(dāng)目標(biāo)含氣頁巖各項指標(biāo)達到資源量起算條件后，就需要根據(jù)頁巖氣富集與成藏的地質(zhì)背景、機理和模式，選取不同的計算方法。

2 頁巖氣地質(zhì)評價智能化的實現(xiàn)

頁巖氣形成與富集成藏受盆地類型與規(guī)模、構(gòu)造形態(tài)與演化、沉積環(huán)境與相態(tài)、儲層物性與地化特征等多項地質(zhì)條件約束，部分參數(shù)以文本或圖像的形式出現(xiàn)而使其難以被定量化評價，甚至?xí)驗闆]有統(tǒng)一的量化標(biāo)準(zhǔn)而導(dǎo)致不同評價機構(gòu)或?qū)W者的地質(zhì)認識相差甚遠。資源量計算是頁巖氣地質(zhì)評價中最重要、最富挑戰(zhàn)性的工作，而量值的準(zhǔn)確度則取決于資源量計算方法的選擇、參數(shù)的獲取和處理。本文主要從“定量數(shù)據(jù)的獲取、計算方法的優(yōu)選、定量數(shù)據(jù)的處理和地質(zhì)參數(shù)的綜合評價”4 個方面討論頁巖氣地質(zhì)評價智能化的實現(xiàn)（表1）。

表1 頁巖氣智能地質(zhì)評價的內(nèi)容與方法Table 1 Contents and methods of intelligent geological evaluation of shale gas

2.1 定量數(shù)據(jù)的獲取

根據(jù)是否可參與資源量計算，將頁巖氣地質(zhì)勘探評價相關(guān)參數(shù)劃分為“直接參數(shù)”和“間接參數(shù)”，不同類型參數(shù)的單位與獲取手段不同，導(dǎo)致數(shù)據(jù)分布的維度及誤差范圍不同，在此，以直接參數(shù)“總含氣量”為例開展數(shù)據(jù)獲取智能化的討論。

中國地質(zhì)大學(xué)（北京）張金川教授的團隊，在掌握了頁巖氣賦存狀態(tài)、含氣結(jié)構(gòu)及吸附—脫附—擴散等動態(tài)變化特征的基礎(chǔ)上，自主研發(fā)的“高溫型頁巖含氣量解析儀及智能評價系統(tǒng)”（圖1），因其具有直接、快捷、廉價、可信的優(yōu)點，目前已在生產(chǎn)實踐中得到了廣泛使用。

圖1 頁巖含氣量獲取的智能評價系統(tǒng)流程示意Fig.1 Schematic diagram of intelligent evaluation system workflow for shale gas content calculation

甲烷等氣體隨溫度變化而逐漸脫附，在此過程中，解析儀將自動記錄不同時間節(jié)點下的解吸氣量（氣體體積）和溫度，并根據(jù)大氣壓力校正，之后選擇合適的回歸模型自動計算出損失氣量。該儀器不僅提高了數(shù)據(jù)收集速率，還在很大程度上降低了理論計算和實驗測試帶來的系統(tǒng)誤差，提高了數(shù)據(jù)獲取精度。

另外，氣體含量變化所呈現(xiàn)的“三段式”脫附曲線對計算頁巖氣游吸比、推測可采系數(shù)也具有重要的作用［26］。

2.2 計算方法的優(yōu)選

中國富有機質(zhì)頁巖沉積類型多、地質(zhì)時代長、發(fā)育層位廣、分布面積大，奠定了中國頁巖氣資源具有地質(zhì)背景復(fù)雜、熱演化程度變化大、含氣性變化快、地質(zhì)資源量豐富的特點，同時不同類型頁巖氣資源富集成藏的特殊性也制約了資源量或儲量計算方法的選擇。

海相頁巖具有縱向上連續(xù)厚度大，平面上非均質(zhì)程度較低，w（TOC）多分布在2%~10%，均值為4%（圖2（a）），是目前中國頁巖氣勘探的重點層位。但其熱演化程度高，Ro平均達3.3%，多數(shù)大于4%（圖2（b）），使得成因法在該類型頁巖氣資源中的適用性較差，同時南方大部分地區(qū)的復(fù)雜構(gòu)造背景增加了采用體積法或評價單元劃分法來計算資源量的合理性，如果有開發(fā)資料，也可以選擇物質(zhì)平衡法、遞減曲線法或FORSPAN 法。陸相頁巖具有發(fā)育地層時代新、構(gòu)造背景相對穩(wěn)定、油氣成藏富集規(guī)律明顯等特點［27‐28］，相關(guān)地化數(shù)據(jù)顯示w（TOC）值相對集中在2%~5%，但總體上其熱演化程度較低，Ro<1.5%。若勘探程度低，優(yōu)先選擇成因法和類比法；若勘探程度較高，則可選取概率體積法和油氣藏規(guī)模序列法。海陸過渡相頁巖沉積于頻繁變化的水體環(huán)境，導(dǎo)致其在平面上具有相變快，縱向上頁巖單層有效厚度薄、地層巖性組合復(fù)雜同時存在砂泥煤灰互層等特點。較高的熱演化程度Ro為2.5%~3.5%，同樣不符合成因法的使用條件，而w（TOC）數(shù)據(jù)較強的非均質(zhì)性（2%~70%）則要求了垂向評價單元劃分的必要性，從而進一步?jīng)Q定了在計算海陸過渡相頁巖氣資源量時應(yīng)優(yōu)選概率體積法和有效厚度含氣量類比法。

圖2 海相、陸相、海陸過渡相富有機質(zhì)頁巖w（TOC）和RoFig.2 w(TOC)and Ro organic-rich shale in marine,continental and marine-continental transitional facies

2.3 定量數(shù)據(jù)的處理

面對以指數(shù)增長的海量地質(zhì)數(shù)據(jù)，傳統(tǒng)的人工方法手段在參數(shù)收集處理方面，往往難以體現(xiàn)出較高的時效性（處理速度與方法）和準(zhǔn)確度（來源、數(shù)量與質(zhì)量）。而作為人工智能核心內(nèi)容的機器學(xué)習(xí)，則是應(yīng)對數(shù)據(jù)超常增長和開展數(shù)據(jù)信息挖掘的重要選項，是使計算機具有智能性的根本途徑［29‐31］。在利用已掌握數(shù)據(jù)進行地質(zhì)勘探評價前，應(yīng)對參數(shù)進行“多層次弱信息化”的拆解，避免重復(fù)使用具有相同功能的參數(shù)，從而降低評價與計算的復(fù)雜性。針對具有“多源異構(gòu)”特征的地質(zhì)參數(shù)，聚類分析技術(shù)能夠以相似距離為基礎(chǔ)，將數(shù)據(jù)劃分為不同的簇，在保證同簇內(nèi)數(shù)據(jù)相似性的同時，盡可能擴大不同簇間的數(shù)據(jù)差異性。

對于沒有頁巖氣勘探評價相關(guān)資料的空白區(qū)域，則可以利用無監(jiān)督學(xué)習(xí)，以相似區(qū)塊內(nèi)數(shù)據(jù)所呈現(xiàn)出來的地質(zhì)認識作為約束，去假設(shè)數(shù)據(jù)可能存在的統(tǒng)計學(xué)特征并建立預(yù)測模型，隨后據(jù)此對各類參數(shù)進行概率賦值，最大程度上克服了參數(shù)的不確定性，保證了評價結(jié)果的科學(xué)合理性。目前，中國地質(zhì)大學(xué)（北京）張金川教授的團隊已經(jīng)根據(jù)該邏輯與技術(shù)，以蒙特卡洛原則為核心研發(fā)了相對成熟且應(yīng)用廣泛的概率賦值軟件。另外，在面對多種常用的統(tǒng)計學(xué)方法時應(yīng)借助智能化軟件優(yōu)先判斷數(shù)學(xué)模型的合理性和擬合優(yōu)度。以南方上揚子地區(qū)四川盆地周緣下古生界海相含氣頁巖的高氮氣含量數(shù)據(jù)為例，部分學(xué)者將w（TOC）與w（TN）（總氮含量）擬合后發(fā)現(xiàn)存在無機氮過量現(xiàn)象（y 軸截距較大）［32‐36］。

本文在收集全球范圍內(nèi)的不同類型富有機質(zhì)頁巖相關(guān)數(shù)據(jù)［37］并整理后發(fā)現(xiàn)，原始數(shù)據(jù)線性回歸方程為y=0.134 2x＋2.258 5，判定系數(shù)R2=0.594 7（圖3（a）），但通過殘差分析發(fā)現(xiàn)標(biāo)準(zhǔn)化后的因變量殘差隨標(biāo)準(zhǔn)化后的自變量w（TOC）變化趨勢呈明顯的反U 形（圖3（b）），這說明因變量預(yù)測值殘差不遵循正態(tài)分布，在此情況下線性回歸模型不成立；而將數(shù)據(jù)取對數(shù)后，新回歸方程為y=0.421 3x＋0.168 6，判定系數(shù)R2=0.590 2（圖3（c））。雖然回歸方程的擬合優(yōu)度略有下降，但其殘差分布圖不存在顯著的點位疏密差異（圖3（d）），即線性回歸模型具方差齊性，符合進行回歸分析的基本條件，另外對數(shù)轉(zhuǎn)后的成圖可以看出，回歸線基本上穿過坐標(biāo)軸原點，說明不存在明顯的無機氮過量現(xiàn)象。表明選擇合適的數(shù)據(jù)處理方法，對準(zhǔn)確掌握參數(shù)表征的地質(zhì)信息具有一定的影響。

圖3 w（TOC）與w（TN）的線性回歸模型合理性判斷（數(shù)據(jù)來自文獻[37]）Fig 3 Judgment of rationality of linear regression model of w(TOC)and w(TN)(data from literature[37])

2.4 地質(zhì)參數(shù)的綜合評價

由于不同構(gòu)造、沉積及地球化學(xué)環(huán)境的復(fù)雜性，控藏地質(zhì)因素與氣藏分布信息之間的映射關(guān)系通常以復(fù)雜的非線性形式存在［38］。傳統(tǒng)地質(zhì)研究中對于上述映射關(guān)系多以邏輯思維方式去定性分析推導(dǎo)，難以避免地質(zhì)人員的主觀性和本身知識結(jié)構(gòu)的限制［39‐40］。此時依靠邊界樣本來構(gòu)建分離曲線的支持向量機，來進行頁巖氣有利選區(qū)或資源豐度類比等工作。將已打井或已建產(chǎn)的區(qū)域用已知節(jié)點的方式標(biāo)定，將其作為數(shù)據(jù)的訓(xùn)練集和測試集；再將節(jié)點細分為“見氣”“產(chǎn)氣”“不見氣”3 類，把所有已知節(jié)點的80%劃分為訓(xùn)練集，剩下的則納入測試集，最后對頁巖氣成藏關(guān)鍵控制因素進行訓(xùn)練并建立預(yù)測模型（關(guān)鍵因素據(jù)不同地質(zhì)背景變化確定）。該方法對數(shù)據(jù)量及整體性依賴程度較低，但當(dāng)觀測樣本較多時，模型訓(xùn)練效率較低。

3 頁巖氣智能地質(zhì)評價技術(shù)展望

對于數(shù)據(jù)可獲取性的方便與快捷，可使用無人機配合VR 或AR 技術(shù)，以掃描的方式記錄并識別更為全面的野外地質(zhì)信息，不僅提高效率，還可消除由人為選取或測量引起的數(shù)據(jù)偏差；加大輕便、易于攜帶和可視化工具的研發(fā)力度，包括手持XRF、XRD、自動取心機以及可探測地下形貌的智能機器人與聲吶技術(shù)等。另外可充分結(jié)合多學(xué)科多領(lǐng)域的知識與技術(shù)，保證數(shù)據(jù)來源的一致性與互補性，比如提高頁巖總含氣量測量儀器的密閉性、建立不同溫壓變化條件下的吸附—脫附預(yù)測模型、加入紅外光譜實時測量氣體組分與含量，真正達到樣品“解吸、吸附及殘余氣量”原位計算的一體化，保證資源量計算最關(guān)鍵參數(shù)的準(zhǔn)確度與可靠性。

數(shù)據(jù)的豐富性在AI 模型的訓(xùn)練效果中起著非常重要的作用［41‐43］，所以建立強大的數(shù)據(jù)系統(tǒng)，便于收集并對比不同地區(qū)、不同層系、不同時間與技術(shù)背景下、不同技術(shù)手段獲取的數(shù)據(jù)，是實現(xiàn)油氣資源智能評價的必經(jīng)之路。一方面，在系統(tǒng)內(nèi)直接對比不同來源數(shù)據(jù)的差異性與可用性，保證參數(shù)的多源互補性；另一方面利用AI 模型將現(xiàn)今數(shù)據(jù)與歷史數(shù)據(jù)一起訓(xùn)練，給出預(yù)測數(shù)據(jù)的可信度。當(dāng)下與未來，數(shù)據(jù)有效性、數(shù)據(jù)偏倚和模型可靠性都將成為研究重點［44］。一方面，通過智能化儀器的研發(fā)，進一步做到“無損、快速、全面、精準(zhǔn)”的數(shù)據(jù)透視與獲取；另一方面，通過智能化軟件建立針對性、可動性更強的預(yù)測模型。

4 結(jié)束語

頁巖氣地質(zhì)評價作為進一步計算和預(yù)測頁巖氣資源量的基礎(chǔ)，其內(nèi)容是否全面、流程是否完整、理論方法與技術(shù)手段是否合理與科學(xué)，均會在一定程度上影響評價結(jié)果的準(zhǔn)確性與可信度。頁巖含氣量獲取的智能化儀器規(guī)避了巖心在多次搬運過程中的氣體損耗，消除了針對不同類型氣體使用不同測試手段而產(chǎn)生的精度差異；頁巖氣資源評價系統(tǒng)軟件通過剖析數(shù)學(xué)算式背后的原理，再結(jié)合參數(shù)分布特征優(yōu)選出來的資源量計算方法，具有更強的針對性和合理性；依據(jù)隨機森林、支持向量機、克里金差值等其他機器學(xué)習(xí)方法，可以通過預(yù)測和外推增加時空范圍內(nèi)地質(zhì)資料的豐度，而背靠統(tǒng)計學(xué)和概率論的支撐，對數(shù)據(jù)進行分類、處理、解釋和擬合得到的地質(zhì)參數(shù)自然規(guī)律，可以用來借用斧正可能存在的地質(zhì)認識主觀偏差。

滲透到每一個工作環(huán)節(jié)的智能化評價思路、方法與手段共同提高了評價的科學(xué)性、客觀性和可信度，最終為后期勘探部署工作提供了精準(zhǔn)靶向。多學(xué)科、多領(lǐng)域、多技術(shù)的綜合應(yīng)用是解決油氣勘探地質(zhì)評價等復(fù)雜問題以及實現(xiàn)“智慧能源”的必要手段，而智能儀器和軟件的不斷發(fā)展無疑會為其提供更大助力，真正做到從單尺度到多尺度、從靜態(tài)到動態(tài)、自淺入深、由陸向海，展開并循序漸進地完成頁巖氣地質(zhì)勘探智能評價工作。