渤海海域沙南凹陷烴源巖TOC 測井預測模型優(yōu)選及應用

徐仕琨，葉加仁，楊寶林，趙牛斌

中國地質大學（武漢）構造與油氣資源教育部重點實驗室，武漢 430074

烴源巖是油氣生成的物質基礎，烴源巖評價是沉積盆地油氣資源潛力分析與勘探前景評價的核心內容之一，烴源巖中的總有機碳含量（TOC）是烴源巖評價的重要參數(shù)。在利用有機地球化學資料評價烴源巖時，一般隔一定距離取心采樣進行測試分析，但受取心數(shù)量和分析化驗成本等影響，難以獲取縱向上連續(xù)的TOC 值[1-2]，而測井資料具有縱向上連續(xù)，分辨率高等優(yōu)勢，且多種測井參數(shù)與烴源巖TOC 之間具有一定的響應關系，可據(jù)此建立預測模型對烴源巖TOC 進行定量預測，并獲取烴源巖厚度[3-4]。國內外學者現(xiàn)已提出了多種基于測井資料預測烴源巖TOC 的方法，如多元線性回歸法[5-6]、ΔlgR 法[7]、BP 神經(jīng)網(wǎng)絡法等[8-11]，不同方法原理各異，互有優(yōu)劣，分別適用于不同的地質情況和資料狀況。

沙南凹陷位于渤海海域，目前勘探程度總體較低，烴源巖研究較薄弱，對凹陷油氣勘探潛力爭議較大。本文基于沙南凹陷測井資料，結合實測烴源巖TOC 數(shù)據(jù)，優(yōu)選適合沙南凹陷烴源巖TOC 計算的測井方法與模型，定量預測單井烴源巖TOC 縱向分布，為研究區(qū)勘探潛力分析奠定基礎。

1 區(qū)域地質概況

沙南凹陷地處渤海西部海域，北靠沙壘田凸起，南為埕北低凸起及埕子口凸起，東臨渤中凹陷，西接歧口凹陷，面積約3235 km2，可分為東西兩個次洼（圖1），為一新生代發(fā)育起來的北斷南超的箕狀凹陷。沙南凹陷沉積蓋層自下而上由古近系孔店組、沙河街組（沙三段、沙二段、沙一段）、東營組（東三段、東二段、東一段），新近系館陶組、明化鎮(zhèn)組及第四系組成，其中，東三段、沙一二段及沙三段湖相泥巖為該區(qū)主要烴源巖[12-13]，明化鎮(zhèn)組、館陶組、東二段及沙二段為主要的含油氣層段。截至目前，該區(qū)已累計鉆探井20 余口，發(fā)現(xiàn)了6 個含油氣構造，但無商業(yè)開采價值，其勘探潛力備受質疑[14]。

2 原理及方法

2.1 烴源巖測井評價原理

烴源巖測井評價是基于烴源巖與非烴源巖TOC和孔隙流體物理性質不同而引起的測井響應特征的差異。通常，非烴源巖由巖石骨架和孔隙流體（主要為地層水）組成（圖2a），未成熟烴源巖由巖石骨架、固體有機質和孔隙流體（仍主要為地層水）（圖2b）組成，成熟烴源巖中的部分有機質轉化為液態(tài)烴進入孔隙，其孔隙流體為地層水和液態(tài)烴（圖2c）[15]。因此，烴源巖和非烴源巖的測井響應特征不同，研究表明，富有機質烴源巖在測井曲線上表現(xiàn)為“四高一低”，即高聲波時差、高自然伽馬、高電阻率、高中子、低密度[16-18]。

2.2 烴源巖TOC 定量預測方法

如前所述，基于測井資料定量預測烴源巖TOC的方法主要有多元線性回歸法、BP 神經(jīng)網(wǎng)絡法、ΔlgR 法等，BP 神經(jīng)網(wǎng)絡法雖然在解決非線性復雜問題方面具較大優(yōu)勢，但其難以用表達式進行表示，未被廣泛應用，目前多元線性回歸法和ΔlgR 法在烴源巖定量預測中應用廣泛。

2.2.1 多元線性回歸法

由于多種測井參數(shù)如中子、聲波時差、電阻率、自然伽馬、密度、鈾含量等均與烴源巖TOC 存在響應關系，因此，先對各測井參數(shù)與實測TOC 進行相關性分析，確定相關性較好的參數(shù)，在此基礎上，將一種或多種測井參數(shù)作為自變量，TOC 作為因變量建立一元或多元回歸方程，通過多元回歸分析確定最佳TOC 定量預測模型。通常，多參數(shù)模型要優(yōu)于單參數(shù)模型，且不同地區(qū)TOC 的主控因素不同，預測模型也會具有地域差異[19-20]。

圖 1 沙南凹陷構造位置（據(jù)參考文獻[12]修改）Fig.1 Tectonic location of the Shanan Sag （modified from reference [12]）

圖 2 巖石組成示意圖[15]Fig.2 Diagram of rock composition

2.2.2 改進的ΔlgR 法

Passey 等提出了能夠計算不同成熟度條件下烴源巖TOC 的測井評價方法，即ΔlgR 法[7]。該方法先通過聲波時差和電阻率疊加計算ΔlgR，再根據(jù)TOC與ΔlgR 呈線性相關，由ΔlgR 計算TOC，公式如下：

式中，R 為電阻率，R基線為非烴源巖段電阻率，Δt 為聲波時差，Δt基線為非烴源巖段聲波時差，x 為系數(shù)，LOM 為有機質成熟度指數(shù)，與鏡質體反射率Ro相關。

由于該方法沒有考慮其他與TOC 具有相關性的重要測井參數(shù)，且需要成熟度參數(shù)和人為確定巖性基線，誤差較大，為此，朱光有等[21]及張寒等[22]提出了改進的ΔlgR 法，公式（2）可簡化為

式中，K 為系數(shù)，將公式（1）代入公式（3）可得

同一凹陷或同一口井的Δt基線和lgR基線為常數(shù)，式（4）可簡化為

由于TOC 與密度呈負相關關系，經(jīng)密度校正，可將式（5）改為

式中，ρ 為密度測井值，a、b、c 的值可通過對研究區(qū)樣品進行分析，用最小二乘法擬合獲得。

3 烴源巖TOC 測井預測

由于沙南凹陷東三段、沙一二段、沙三段這三套烴源巖的沉積環(huán)境及母質來源等均存在一定的差異[14]，本次對東三段、沙一二段、沙三段分別建立TOC 測井定量預測模型。

沙南凹陷共有6 口井具較完整測井資料，分別是CFD13-1-1、CFD14-1-1、CFD16-3-1、CFD18-2-1、CFD18-2E-1、CFD23-1-1（具體位置見圖1）。本文基于6 口井3 個烴源巖層段共55 個巖心樣品的實測TOC 數(shù)據(jù)及相應的測井參數(shù)，分別應用多元線性回歸法及改進的ΔlgR 法分層段建立烴源巖TOC 定量預測模型，進而根據(jù)相關系數(shù)的大小，優(yōu)選預測模型，實現(xiàn)單井烴源巖TOC 預測。

3.1 多元線性回歸法模型

3.1.1 烴源巖實測TOC 與各測井參數(shù)相關性分析

分別統(tǒng)計分析東三段、沙一二段、沙三段烴源巖實測TOC 與各測井參數(shù)的相關關系（圖3-5）發(fā)現(xiàn)，東三段烴源巖實測TOC 與聲波時差（AC）、中子（CNL）存在較強的正相關關系，與密度（DEN）存在較強的負相關關系，相關系數(shù)分別為0.63、0.465、0.502，與電阻率（RT）及自然伽馬（GR）沒有明顯的相關關系；沙一二段烴源巖實測TOC 與聲波時差（AC）、電阻率（RT）、中子（CNL）存在較強的正相關關系，與密度（DEN）、自然伽馬（GR）存在負相關關系，相關系數(shù)分別為0.816、0.611、0.23、0.38、0.55；沙三段烴源巖實測TOC 與聲波時差（AC）、電阻率（RT）、中子（CNL）存在較強的正相關關系，與密度（DEN）存在較強的負相關關系，相關系數(shù)分別為0.685、0.42、0.625、0.686，與自然伽馬（GR）存在較弱的負相關關系。綜合來看，沙南凹陷烴源巖實測TOC 與聲波時差（AC）、中子（CNL）、電阻率（RT）具有明顯的正相關關系，與密度（DEN）具顯著的負相關關系，而與自然伽馬（GR）的相關關系不明顯或不符合地質規(guī)律，因此，本文不考慮自然伽馬（GR）參數(shù)，選擇其他4 個測井參數(shù)進行TOC定量預測模型的建立。

圖 3 沙南凹陷東三段烴源巖實測TOC 與各測井參數(shù)交會圖Fig.3 Correlation of measured TOC and logging parameters of the E3d3 in Shanan Sag

圖 4 沙南凹陷沙一二段烴源巖實測TOC 與各測井參數(shù)交會圖Fig.4 Correlation of measured TOC and logging parameters of the E3s1+2in Shanan Sag

圖 5 沙南凹陷沙三段烴源巖實測TOC 與各測井參數(shù)交會圖Fig.5 Correlation graphs of measured TOC and logging parameters of the E2s3 in Shanan Sag

3.1.2 定量預測模型優(yōu)選

為獲得最佳多元預測模型，應用多元統(tǒng)計分析軟件SPSS，以烴源巖實測TOC 數(shù)據(jù)為因變量，相應部位的測井參數(shù)為自變量，分別對東三段、沙一二段、沙三段進行單參數(shù)、雙參數(shù)、三參數(shù)及四參數(shù)預測模型的建立，并對比優(yōu)選合適的預測模型。

結果表明（表1），各層段烴源巖TOC 測井預測模型的擬合度（相關系數(shù)）均隨測井參數(shù)個數(shù)的增加而增加，即多參數(shù)模型優(yōu)于單參數(shù)模型，并以四參數(shù)模型相關系數(shù)最高，擬合效果最好，為多元線性回歸法中的最佳預測模型，東三段、沙一二段、沙三段的四參數(shù)模型的相關系數(shù)分別為0.695、0.865、0.847。對比四參數(shù)預測模型計算TOC 與實測TOC（圖6），二者具較高的吻合度，也證實本次建立的四參數(shù)模型具有較高的預測精度。

圖 6 測井四參數(shù)預測模型計算TOC 與實測TOC 對比Fig.6 Correlation of measured TOC and calculated TOC（Four-parameter method）

表1 沙南凹陷烴源巖TOC 測井多元線性回歸法定量預測模型優(yōu)選Table 1 Quantitative TOC logging prediction models by multivariate linear regression method for source rocks in Shanan Sag

3.2 改進的ΔlgR 法模型

基于烴源巖實測TOC 及聲波時差（AC）與電阻率（RT）測井數(shù)據(jù)，利用SPSS 軟件，采用公式（6）分別建立沙南凹陷三套烴源巖TOC 測井ΔlgR 法定量預測模型（表2）。各層段烴源巖的擬合效果均較好，相關系數(shù)大于0.75；同時，ΔlgR 法預測的TOC與實測TOC 對比也揭示二者吻合度高（圖7），說明該模型具有較高的預測精度。

3.3 方法對比及應用

運用“四參數(shù)線性回歸法”和“改進的ΔlgR 法”分別對沙南凹陷東三段、沙一二段、沙三段烴源巖TOC 進行計算，并對比分析TOC 實測值與測井計算值，計算出平均絕對誤差和平均相對誤差（表3）。顯然，兩種方法預測TOC 的平均絕對誤差及相對誤差均較小，滿足TOC 預測的精度要求，四參數(shù)線性回歸法對東三段、沙一二段、沙三段TOC 預測結果的平均相對誤差分別為25.1%、34.6%、22.8%，改進的ΔlgR 法預測結果的平均相對誤差較四參數(shù)線性回歸法總體來說更低，只有沙一二段因實測數(shù)據(jù)較少而導致預測誤差相對較大，東三段、沙一二段、沙三段分別為23.1%、40.3%、19.4%，因此，改進的ΔlgR 法優(yōu)于四參數(shù)線性回歸法，其相對誤差更小。同時，應用這兩種方法對研究區(qū)兩口代表性單井CFD23-1-1 井 和CFD16-3-1 井 進 行 烴 源 巖TOC 預測，結果（圖8）也揭示預測TOC 曲線與實測TOC 點吻合度高，且改進的ΔlgR 法預測TOC 曲線與實測TOC 點更接近，預測效果更好。

對改進的ΔlgR 法和四參數(shù)線性回歸法兩種模型進行對比可以發(fā)現(xiàn)，兩者的主要差別在于參數(shù)的選取和運算形式：參數(shù)的選取上，改進的ΔlgR 法包括聲波時差、電阻率以及密度3 個參數(shù)，四參數(shù)線性回歸法則多一個中子參數(shù)，因選取的參數(shù)與TOC 均具有較高的相關性，故兩種方法差別不大；運算形式上，兩種方法的差別主要為是否對電阻率參數(shù)取對數(shù)后再參與計算，根據(jù)Passey 等提出的TOC 與ΔlgR 呈線性相關，可推測對電阻率參數(shù)取對數(shù)后再建立的TOC 預測模型具有更好的應用效果，故改進的ΔlgR 法較優(yōu)。

表2 沙南凹陷烴源巖TOC 測井ΔlgR 法定量預測模型Table 2 Quantitative TOC logging prediction models by ΔlgR method of source rocks in Shanan Sag

圖 7 測井ΔlgR 法預測TOC 與實測TOC 對比Fig.7 Correlation of measured TOC and calculated TOC（ΔlgR method）

為此，本文選取改進的ΔlgR 法預測TOC 曲線對上述兩口單井的烴源巖進行評價，同時根據(jù)侯讀杰[23]提出的湖相烴源巖評價標準，按TOC 含量將研究區(qū)烴源巖分為非（TOC＜0.5%）、差（0.5%≤TOC＜1%）、中（1%≤TOC＜2%）、好（2%≤TOC＜3%）、優(yōu)（TOC≥3%）五個級別，并對兩口井不同級別的烴源巖厚度分別統(tǒng)計。結果表明（圖8，表4），在CFD23-1-1 井中，沙三段、沙一二段及東三段3 個層段均發(fā)育有效烴源巖，其中以沙三段最佳，烴源巖厚度占本段地層總厚度的比例最高，達90.46%，且好至優(yōu)質烴源巖厚度最大，累計達244 m，分別占地層總厚度及源巖厚度的86.22% 與95.31%；其次為沙一二段，其烴源巖厚度占本段地層總厚度的89.47%，好—優(yōu)質烴源巖厚度累計達107 m，分別占地層總厚度及源巖厚度的80.45% 與89.92%；東三段相對較差，源巖厚度占本段地層總厚度的80.78%，低于沙三段和沙一二段，且好—優(yōu)質烴源巖的累計厚度也相對較?。?7 m），占地層總厚度及源巖厚度的比例也較低，分別為34.12%與42.23%，多發(fā)育差和中等烴源巖。在CFD16-3-1 井中，也以沙三段烴源巖最好，烴源巖厚度占本段地層總厚度的百分比相對最高，為63.92%，好—優(yōu)質烴源巖厚度累計達244.5 m，分別占地層總厚度及源巖厚度的44.33%與69.36%；其次為東三段，其烴源巖厚度占本段地層總厚度的48.14%，主要發(fā)育中等—好烴源巖；沙一二段相對最差，其烴源巖厚度?。?9 m），僅占本段地層總厚度的28.82%，并以差—中等烴源巖為主。

綜上所述并結合前人相關成果，沙南凹陷烴源巖發(fā)育，并以沙三段烴源巖最優(yōu)，其厚度大且TOC高，是凹陷的主力烴源巖層系；沙一二段烴源巖雖然TOC 高、質量好，但厚度較小，且橫向變化快，非均質性強，如地處沙南凹陷東次洼南部的CFD23-1-1 井與西次洼東部的CFD16-3-1 井沙一段好—優(yōu)質烴源巖的發(fā)育程度差異顯著，沙一二段沉積時沙壘田凸起為凹陷的主要物源供給區(qū)，CFD16-3-1 井處于扇三角洲前緣[24]，砂巖發(fā)育，而烴源巖發(fā)育狀況較差。

圖 8 CFD23-1-1 井、CFD16-3-1 井烴源巖TOC 測井預測圖Fig.8 The prediction of TOC of source rocks for Well CFD23-1-1 and Well CFD16-3-1

表3 沙南凹陷烴源巖實測TOC 值與測井計算TOC 值誤差對比分析Table 3 Comparison of errors between measured TOC from coresand predicted TOC by different means

表4 CFD23-1-1 井、CFD16-3-1 井烴源巖評價結果統(tǒng)計Table 4 Statistical table of source rock evaluation results of Well CFD23-1-1 and Well CFD16-3-1

4 結論

（1）對比分析應用多元線性回歸法及改進的ΔlgR 法分層段建立的沙南凹陷東三段、沙一二段、沙三段烴源巖TOC 定量預測模型，發(fā)現(xiàn)多元線性回歸法中TOC 測井預測模型的擬合度隨測井參數(shù)個數(shù)的增加而增加，以四參數(shù)線性回歸法最佳；四參數(shù)線性回歸法和改進的ΔlgR 法均可有效地預測沙南凹陷單井湖相烴源巖TOC 縱向分布，并以改進的ΔlgR 法預測精度更高。

（2）應用改進的ΔlgR 法對凹陷內CFD23-1-1、CFD16-3-1 兩口代表性單井的烴源巖進行評價，結果顯示沙南凹陷烴源巖發(fā)育，勘探潛力大。沙三段為凹陷主力烴源巖系，具有烴源巖占比地層厚度高、TOC 高、好—優(yōu)質烴源巖厚度大等特點；沙一二段烴源巖TOC 高，質量好，但厚度較小，橫向變化快。