利用測井資料確定頁巖儲層有機碳含量的方法優選——以焦石壩頁巖氣田為例

黃仁春 王燕 程斯潔 劉帥 程麗

中國石化勘探分公司勘探研究院

目前，國內外文獻資料中提及的利用不同測井響應特征差異估算有機碳含量（TOC）的方法主要有：①利用鈾含量與TOC之間具有的近似線性關系估算TOC的自然伽馬能譜法；②利用總伽馬強度估算TOC的伽馬強度法；③建立體積密度和TOC經驗關系估算TOC的體積密度法；④利用孔隙度和電阻率疊合的ΔlgR法等計算評價TOC含量。筆者在繼承前人理論方法成果的基礎上，結合四川盆地焦石壩氣田頁巖氣儲層自身的地質特點開展技術創新，建立多個TOC測井計算模型，并利用巖心分析資料對模型進行優選及精度分析，最終形成了焦石壩氣田區域經驗計算模型。

1 地質概況

涪陵焦石壩地區位于四川盆地川東隔擋式褶皺帶南段石柱復向斜、方斗山復背斜和萬縣復向斜等多個構造單元的結合部。受雪峰山、大巴山等方向多期構造影響，該區主要發育北東向和北西向2組斷層［1－3］。焦石壩頁巖氣田位于焦石壩似箱狀斷背斜內，構造主體變形較弱。上奧陶統五峰組—下志留統龍馬溪組的頁巖氣儲層主要巖性為黑色碳質筆石頁巖，偶夾薄層粉砂質泥巖、泥質粉砂巖或粉砂巖透鏡體及一層含碳質泥質生屑灰巖或含生屑碳灰質泥巖。巖石中富含筆石和放射蟲等化石，常見大量黃鐵礦薄層、條帶或小透鏡體及大量分散分布的黃鐵礦晶粒，水平層理發育，為深水陸棚亞相間有低密度濁流及碳酸鹽巖碎屑流等環境沉積。

2 有機碳含量計算方法

2.1 改進ΔlgR 法

ΔlgR技術由EXXON／ESSO石油公司推導和實驗得出，該技術以預先給定的疊合系數將算術坐標下的聲波時差曲線和算術對數坐標下的電阻率曲線，在非泥頁巖處疊合，并確定為基線位置。基線確定后，2條曲線間的間距在對數電阻率坐標上的讀數即為ΔlgR。

在ΔlgR法基礎上，根據焦石壩氣田頁巖氣儲層特征確定電阻率和聲波時差曲線的基線值，并引入密度曲線值。改進后的ΔlgR法表達式為：

式中TOC為有機碳含量；R為電阻率測井值，Ω·m；AC為聲波時差測井值，μs／ft（1ft＝0.304 8m，下同）；DEN為密度測井值，g／cm3；LOM為熱變指數，可由TOC與ΔlgR關系圖版求得；K、a、b為地區經驗系數。

Passey等［4］指出，ΔlgR方法應用限定為LOM＝6.0～10.5（Ro為0.5%～0.9%），超出此限定范圍使用此方法需謹慎，同時指出上述超出LOM限定范圍的“非Passey”巖石會使 ΔlgR法得出錯誤的結果［5］。

結合焦石壩氣田頁巖氣儲層Ro值特征（Ro介于2.42%～3.13%、平均值為2.65%），ΔlgR法求取TOC具有一定的局限性，且計算值可能比實際值偏低。

圖1 體積密度與總有機碳含量關系圖版

2.2 體積密度法

Mallick、Schmoker等對印度Assam盆地碳質頁巖的有機質豐度和地層密度的關系進行研究，發現兩者存在反比關系［5－8］。Decker等證實頁巖的TOC與體積密度之間具有良好的線性關系，并建立了Antrim頁巖TOC與體積密度的關系［9］，發現頁巖密度值隨總有機碳含量的降低而減小，兩者相關系數為91%（圖1－a）。

其理論依據在于，泥頁巖中有機質的密度（1.03～1.10g／cm3）明顯低于圍巖基質的密度（黏土骨架的密度為2.30～3.10g／cm3），使優質泥頁巖的巖性密度測井值降低。富含有機質的低孔隙度、低滲透率泥頁巖中，地層巖性密度的變化對應于有機質豐度的變化［7－8］。

根據Decker等［9］對Antrim頁巖礦物學分析顯示其主要成分黃鐵礦和干酪根是總巖石密度潛在的影響因素（圖2－a）。可知，低密度的頁巖似乎受控于低密度有機質含量的增加量。數據點偏離最佳擬合曲線可能是由密度異常高的黃鐵礦引起的，這一密度比巖石形成的礦物密度高很多。

圖2 頁巖氣儲層礦物成分及密度統計圖

在借鑒美國東部密執安盆地上泥盆統Antrim頁巖研究的基礎上，提出一種假設，即焦石壩氣田頁巖氣儲層同Antrim頁巖一樣，總有機碳含量與總地層體積密度之間存在一定的聯系。這種聯系的存在使得應用測井資料確定頁巖總有機碳含量成為可能，因為地層體積密度可以通過常規測井儀器精確測得。

由圖1－b可知，有2個數據點明顯偏離最佳擬合線位置，根據這2個點對應密度值推測，可能是由密度異常高的黃鐵礦或是由密度異常低的干酪根引起。為證實這一推測，對焦石壩氣田Y1井頁巖氣儲層X射線衍射全巖分析資料和總有機碳含量進行統計分析（圖2－b）可知，高密度的黃鐵礦和低密度的干酪根均是五峰組—龍馬溪組頁巖礦物成分的重要組成部分。

在實際勘探生產過程中，地層巖性密度往往由巖性密度曲線測得。因此，利用巖性密度曲線計算TOC含量的公式如下：

式中ρ 為 密 度 測 井 值，g／cm3；a、b值 為 地 區 經驗系數。

利用焦石壩氣田Y1井173個巖心實驗分析樣品點（在建立解釋模型時，應注意剔除由礦物成分等因素造成的異常點）。采用最小二乘擬合法，求得焦石壩地區海相頁巖氣儲層的經驗系數為：a＝－15.491、b＝42.708，相關系數R＝0.905。

2.3 自然伽馬能譜法

前人研究表明，利用鈾（U）含量可以評價地層有機質豐度，同時也指出隨著釷鈾比的減小，有機碳含量逐漸增大。因此，利用一元回歸分析可以得到自然伽馬能譜測井曲線計算有機碳百分含量的公式。

其理論依據在于，頁巖有機質一般形成于靜水還原環境中，其中干酪根具有較高放射性元素鈾，同時隨著泥頁巖顏色的加深，有機質物質成分的增加，鈾含量增高，釷、鉀含量相對降低［9］。

2.3.1 鈾值計算

利用自然伽馬能譜中的鈾值計算頁巖氣儲層有機碳含量，其公式為：

式中ω（U）為鈾曲線值，10－6；a、b為地區經驗系數。

利用焦石壩氣田巖心實驗分析資料，采用最小二乘擬合法，求得焦石壩地區海相頁巖氣的經驗系數為：a＝0.238 1、b＝0.201 6，相關系數R＝0.672 2。

2.3.2 釷鈾比值計算

利用自然伽馬能譜中的釷鉀比值計算頁巖氣儲層有機碳含量，其公式為：

式中RTh／U為釷、鈾曲線比值；a、b為地區經驗系數。

利用焦石壩氣田巖心實驗分析資料，采用最小二乘擬合法，求得該區海相頁巖氣的經驗系數為：a＝－0.899 6、b＝4.221 4，相關系數R＝0.638 7。

2.3.3 鈾鉀比值計算

利用自然伽馬能譜中的鈾鉀比值曲線計算頁巖氣儲層的有機碳含量，其公式為：

式中RU／K為鈾、鉀曲線比值；a、b為地區經驗系數。

利用焦石壩氣田巖心實驗分析資料，采用最小二乘擬合法，求得該區海相頁巖氣的經驗系數為：a＝0.466 2、b＝0.881，相關系數R＝0.686 3。

2.3.4 鈾值與鈾鉀比值的差值計算

前期研究發現，鈾值與鈾鉀比值曲線的差值同實驗分析的TOC值具有較好的相關性。故泥頁巖有機碳含量同自然伽馬能譜比值曲線系列中ω（U）－RU／K差值的公式為：

式中ω（U）為鈾曲線值；RU／K為釷、鈾比值；a、b為地區經驗系數。

利用參數井巖心實驗分析資料，采用最小二乘擬合法，求得焦石壩地區海相頁巖氣的經驗系數為：a＝0.206 9、b＝0.873 9，相關系數R＝0.689 8。

利用自然伽馬能譜法建立的單因素模型可以對海相泥頁巖地層的有機碳含量進行計算，方法相對快速簡便，但模型相關系數R介于0.638 7～0.689 8，均小于0.8，難以滿足測井解釋精度要求（圖3）。

圖3 頁巖氣儲層自然伽馬能譜曲線值與實驗分析TOC關系圖

2.4 多元擬合法

通過對焦石壩氣田Y1井五峰組—龍馬溪組取心段巖心實驗分析TOC分析數據與11條常規測井曲線進行相關性分析，得到每條曲線對應的相關系數（表1）。由表1可知，實驗分析TOC與密度曲線值的相關性最好，其次為鈾曲線值。

表1 測井曲線值與TOC實驗數據的相關系數統計表

通過上述相關分析可知，測井曲線值與TOC實驗數據之間存在或正或負、或弱或強的線性相關關系，線參與回歸建模，建立焦石壩地區TOC多元線性擬合模型：

式中ω（U）為鈾值，10－6；ρ 為密度測井值，g／cm3；a、b、c為經驗系數。

利用巖心實驗分析資料，采用最小二乘擬合法，求得焦石壩地區海相頁巖氣儲層的經驗系數為：a＝0.049、b＝－13.373、c＝36.735；相關系數R＝0.865。

利用多元擬合法建立的多因素模型可以對海相泥頁巖地層的有機碳含量進行計算，方法相對快速簡便，模型相關系數R＝0.865，能滿足解釋精度要求。但在相似解釋精度情況下，巖性密度法比多變量模型更為簡單，且涉及較少測井曲線。

2.5 體積模型法

在采用上述經典方法評價頁巖氣儲層有機碳含量之外，參考頁巖油測井評價方法，結合焦石壩地區頁巖氣儲層實際情況，探索性地利用巖石物理體積模型法計算有機碳含量。該方法在保證解釋精度情況下，提高模型普適性。

頁巖氣儲層一般含有大量的有機物質即干酪根［16－20］。非頁巖氣儲層也含有有機質，但其有機質含量一般都很小。在以黏土成分為主的頁巖里，其骨架的顆粒主要是層狀的黏土礦物，而固體的有機質賦存方式主要有兩種，即分散有機質方式與有機質富集層方式，有機質和黏土沉積混合在一起，而不是充填在它們之間的孔隙中。

因此，在不影響解釋精度前提下，依據巖心檢測資料為分析基礎并進行簡化，建立了測井解釋巖石物理體積模型（圖4－a）。測井解釋巖石物理體積模型將頁巖氣儲層劃分為巖石骨架和孔隙兩大部分，其中巖石骨架分為黏土礦物、脆性礦物和干酪根3部分。黏土礦物主要成分為伊蒙混層和伊利石，因綠泥石和高嶺石在地層中含量很少而選擇在模型中去掉；脆性礦物主要成分為硅質礦物和碳酸鹽礦物，黃鐵礦和赤鐵礦因在地層中含量較少，在測井解釋體積模型中并入硅質礦物部分；孔隙主要包括游離烴和水，即目前將該區頁巖儲層體積模型進行簡化為“五元體積模型”，即：V硅質＋V碳酸鹽巖＋V黏土礦物＋V干酪根＋V孔隙＝1。

圖4 體積模型法計算有機碳含量原理圖

頁巖氣儲層各組分的物理性質不同，在測井曲線上具有不同的響應特征，而測井信息反映的是各種物理性質的總和［21－23］。當巖石的密度減小時，可能是孔隙度、有機質或是黏土含量的影響，故無法僅從這一條測井曲線中確定3種組分的變化情況。在這種情況下可再用另外一條曲線來區分。依據是有機質引起地層中吸附的鈾含量變化（當未測得鈾曲線時，可參考自然伽馬曲線值）。在相同的巖石成分和類似礦物成分的巖石中，當孔隙增大時，對應的巖性密度減小，而鈾值曲線不會有明顯變化；當黏土含量增大時，對應的巖性密度增大，而鈾值曲線不會有明顯變化；而當有機質的含量增大時，對用的巖性密度減小，鈾值曲線會明顯增大。

因此，研究在原有頁巖油有機質含量計算原理基礎上，結合焦石壩地區頁巖氣儲層特征，建立適合研究區地層特征的計算頁巖地層有機質含量的體積模型（圖4－b）。該模型首先利用巖性密度和鈾值的參數對，確定3個極值點，即100%含有機質、100%含黏土、100%純巖石骨架。這3個極值點對應3個測井參數對。計算方法如下：

首先，應用體積模型確定有機質體積百分含量：

式中Vker為有機質體積百分含量；Δρk、Δρma、Δρker分別為計算點、巖石骨架點、有機質極值點的密度值，g／cm3。

然后，將有機質體積百分含量轉化為有機碳重量百分含量（TOC），公式為：

式中TOC為有機碳重量百分含量；ρker、ρb分別為有機質密度和體積密度，g／cm3；K為有機碳轉化系數，該系數受有機質類型和巖層成巖作用的影響，其取值范圍為1.25～1.57（表2）。

表2 轉換系數K取值表

2.6 高精地層元素能譜測井

上述確定頁巖氣儲層總有機碳含量（TOC）時使用的是相對復雜的、具有解釋性質的計算模型，且都需要結合多種不同的測井數據或實驗室測試結果。同時，不同的解釋方法可能得出不同的解釋結論，目前，斯倫貝謝公司推出的Litho Scanner即高精地層元素能譜測井，能夠提供獨立的TOC測量。其原理是根據能譜測量得到的地層碳元素豐度值減去地層碳酸鹽礦物的碳元素豐度，二者之差即為地層的TOC，其中地層碳酸鹽礦物的碳元素豐度可由Litho Scanner準確的礦物量化分析確定。高精地層元素能譜測井得到的TOC結果不受環境和儲層影響，并可在現場得出連續深度的測井數據。但高精地層元素能譜測井未在焦石壩氣田測得，該方法的適用性有待進一步證實。

3 對比分析

應用上述方法對焦石壩氣田參數井Y1井進行實際處理（圖5）。處理結果表明，利用多元擬合法、體積密度法和體積模型法得到的有機碳含量與巖心分析資料具有更好的相關性。而體積密度法更為簡單，因此最終優選體積密度法作為該頁巖氣儲層有機碳含量計算的區域經驗模型。

為進一步驗證經驗模型的普適性，應用該方法對焦石壩氣田重點井的總有機碳含量開展測井精細解釋評價，并利用巖心實測資料進行精度分析。可知有機碳含量測井解釋符合率介于90.5%～91.0%（表3）。

圖5 5種有機碳含量計算方法計算結果對比圖

表3 焦石壩氣田頁巖氣儲層評價參數巖心分析與測井計算誤差分析表

4 結論

1）將ΔlgR法及其改進方法、自然伽馬能譜法計算結果同巖心分析資料進行對比，兩者匹配性較差，其中ΔlgR法及其改進法并不適用于Ro值相對較高的海相頁巖氣儲層，而自然伽馬能譜法的模型相關系數R介于0.638 7～0.686 3，均小于0.8，難以滿足解釋精度要求。

2）多元擬合法和體積密度法處理解釋精度均較高，能滿足解釋精度要求，但兩者相較之下，體積密度法涉及較少測井系列，方法更為簡單且適用范圍更廣。

3）體積模型法建模基礎為巖石物理體積模型，整個解釋流程雖不依賴于巖心實驗分析資料，但對解釋人員要求較高。

4）盡管高精地層元素能譜測井得到的TOC結果不受環境和儲層影響，但由于該方法被國外公司壟斷且價格昂貴，并且該方法未在焦石壩氣田應用，其適用性還有待于進一步實踐驗證。

［1］董大忠，程克明，王世謙，等.頁巖氣資源評價方法及其在四川盆地的應用［J］.天然氣工業，2009，29（5）：33－39.DONG Dazhong，CHENG Keming，WANG Shiqian，et al.An evaluation method of shale gas resource and its application in the Sichuan Basin［J］.Natural Gas Industry，2009，29（5）：33－39.

［2］張永剛，蔡進功，許衛平，等.泥質烴源巖中有機質富集機制［M］.北京：石油工業出版社，2007.ZHANG Yonggang，CAI Jingong，XU Weiping，et al.Argillaceous source rocks and other organic matter enrichment mechanism ［M］.Beijing：Petroleum Industry Press，2007.

［3］胡東風，張漢榮，倪楷，等.四川盆地東南緣海相頁巖氣保存條件及其主控因素［J］.天然氣工業，2014，34（6）：17－23.HU Dongfeng，ZHANG Hanrong，NI Kai，et al.Main controlling factors for gas preservation conditions of marine shales in southeastern margins of the Sichuan Basin［J］.Natural Gas Industry，2014，34（6）：17－23.

［4］PASSEY Q R，CREANEY S，KULLA J B.A Practical model for organic richness from porosity and resistivity logs［J］.AAPG Bulletin，1990，74（5）：1777－1794.

［5］MALLICK R K，RAJU S V.Thermal maturity evaluation by sonic log and seismic velocity analysis in parts of Upper Assam Basin，India［J］.Organic Geochemistry，1995，23（10）：871－879.

［6］SCHMOKER J W.Determination of organic content of Appalachian Devonian Shales from formation－density logs［J］.AAPG Bulletin，1981，63（9）：1504－1509.

［7］SCHMOKER J W，HESTER T C.Organic carbon in Bakken Formation，United States Portion of Williston Basin［J］.AAPG Bulletin，1983，67（12）：2165－2174.

［8］SCHMOKER J W.Determination of organic－matter content of Appalachian Devonian shales from gamma－ray logs［J］.AAPG Bulletin，1981，65（7）：1285－1298.

［9］DECKER A D，HILL D G，WICKS D E.Log－based gas content and resource estimates for the Antrim shale，Michigan Basin［C］∥paper MS－25910presented at the Low Permeability Reservoirs Symposium，26－28April 1993.Denver，C，USA.New York：SPE，1993.

［10］理查德A·約翰遜，迪安W·威克恩.實用多元統計分析［M］.陸璇，葉俊，譯.北京：清華大學出版社，2008.JOHNSON R A，WICHERN D W.Applied multivariate statistical analysis［M］.LU Xuan，YE Jun，trans.Beijing：Tsinghua University Press，2008.

［11］康永尚，沈金松，諶卓恒.現代數學地質［M］.北京：石油工業出版社，2005.KANG Yongshang，SHEN Jinsong，CHEN Zhuoheng.Modern mathematical geology［M］.Beijing：Petroleum Industry Press，2005.

［12］王燕.自然伽馬能譜測井資料確定黏土含量方法研究［J］.石油天然氣學報：江漢石油學院學報，2013，35（2）：100－104.WANG Yan.The method of application of gamma－ray spectral logging data for determining clay mineral content［J］.Journal of Oil and Gas Technology，2013，35（2）：100－104.

［13］王燕，張漢榮，馮明剛，等.利用常規測井資料預測泥頁巖含氣量的方法——以川東北元壩地區為例［J］.石油天然氣學報，2014，36（1）：66－72.WANG Yan，ZHANG Hanrong，FENG Minggang，et al.Method for pedicting mud shale gas content by using conventional logging data：By taking Yuanba Area in northeastern Sichuan for an example［J］.Journal of Oil and Gas Technology，2014，36（1）：66－72.

［14］DAVIS J C.Statistics and data analysis in geology［M］.2ndedition.New York：John Wiley ＆Sons，Inc.，1982.

［15］DUDEWICE E J，MISHRA S N.Modern mathematical statistics［M］.New York：John Wiley ＆ Sons，Inc.，1988.

［16］張金川，聶海寬，徐波，等.四川盆地頁巖氣成藏地質條件［J］.天然氣工業，2008，28（2）：151－156.ZHANG Jinchuan，NIE Haikuan，XU Bo，et al.Geological condition of shale gas accumulation in Sichuan Basin［J］.Natural Gas Industry，2008，28（2）：151－156.

［17］聶海寬，張金川.頁巖氣藏分布地質與規律［J］.中南大學學報：自然科學版，2010，41（2）：700－708.NIE Haikuan，ZHANG Jinchuan.Shale gas reservoir distribution geological law，characteristics and suggestions［J］.Journal of Central South University：Science and Technology，2010，41（2）：700－708.

［18］蔣裕強，董大忠，漆麟，等.頁巖氣儲層的基本特征及其評價［J］.天然氣工業，2010，30（10）：7－12.JIANG Yuqiang，DONG Dazhong，QI Lin，et al.Basic features and evaluation of shale gas reservoirs［J］.Natural Gas Industry，2010，30（10）：7－12.

［19］郭旭升，李宇平，劉若冰，等.四川盆地焦石壩地區龍馬溪組頁巖微觀孔隙結構特征及其控制因素［J］.天然氣工業，2014，34（6）：9－16.GUO Xusheng，LI Yuping，LIU Ruobing，et al.Characteristics and controlling factors of micro－pore structures of Longmaxi Shale Play in the Jiaoshiba area，Sichuan Basin［J］.Natural Gas Industry，2014，34（6）：9－16.

［20］易同生，趙霞.貴州下寒武統牛蹄塘組頁巖儲層特征及其分布規律［J］.天然氣工業，2014，34（8）：8－14.YI Tongsheng，ZHAO Xia.Characteristics and distribution patterns of the Lower Cambrian Niutitang Shale reservoirs in Guizhou，China［J］.Natural Gas Industry，2014，34（8）：8－14.

［21］張晉言.頁巖油測井評價方法及其應用［J］.地球物理學進展，2012，27（3）：1154－1162.ZHANG Jinyan.Well logging evaluation method of shale oil reservoirs and its applications［J］.Progress in Geophysics，2012，27（3）：1154－1162.

［22］劉雙蓮，陸黃生.頁巖氣測井評價技術特點及評價方法探討［J］.測井技術，2011，35（2）：112－116.LIU Shuanglian，LU Huangsheng.Evaluation methods and characteristics of log evaluation technology in shale gas［J］.Well Logging Technology，2011，35（2）：112－116.

［23］嚴偉，王建波，劉帥，等.四川盆地焦石壩地區龍馬溪組泥頁巖儲層測井識別［J］.天然氣工業，2014，34（6）：30－36.YAN Wei，WANG Jianbo，LIU Shuai，et al.Logging identification for the Longmaxi mud shale reservoir in the Jiaoshiba area，Sichuan Basin［J］.Natural Gas Industry，2014，34（6）：30－36.