渤中凹陷西南部烴源巖TOC含量預測

王 祥 馬勁風* 王德英 王震亮 張新濤 王飛龍

(①西北大學地質學系，陜西西安 710069； ②西北大學地質學系二氧化碳捕集與封存技術國家地方聯合工程研究中心，陜西西安 710069； ③西北大學大陸動力學國家重點實驗室，陜西西安 710069；④中國海油天津分公司勘探開發研究院，天津 300452)

0 引言

烴源巖的總有機碳(TOC)含量是有機質豐度評價的重要指標。巖心測試僅能獲得離散的TOC含量數據，尤其是井位稀少或者取心較少的勘探區塊，僅靠地球化學分析手段難以對烴源巖的生烴潛力和資源量進行三維評價[1-2]。受構造演化和沉積作用等地質因素的影響，烴源巖在縱向和橫向上都可能具有很強的非均質性[3-4]，所以如何識別優質的烴源巖，研究烴源巖的空間分布規律，降低勘探風險，是一個長期的研究重點。

地球物理測井方法因其較高的縱向分辨率和較好的連續性，在油氣勘探和開發階段都發揮著至關重要的作用。自1945年，學者們開始根據測井曲線研究烴源巖，即分別使用了自然伽馬(GR)、聲波時差(DT)、電阻率等測井曲線及交會圖分析測井參數與烴源巖有機質豐度的對應關系[5-10]。Passey等[11]基于Archie公式推導了基于電阻率曲線和孔隙度曲線的定量計算TOC含量曲線的方法——ΔlogR法，烴源巖的TOC含量預測自此進入了定量化的時代。在中國針對陸相地層對該方法做了諸多分析和改進，相繼提出了簡化ΔlogR法[12]、廣義ΔlogR法[13]、變系數ΔlogR法[14]等。多元回歸法[15-17]也是一種應用廣泛的預測TOC的測井方法，該方法通過交會圖優選與TOC相關度高的測井參數，進行多元擬合，進而實現TOC含量實測數據的曲線化，但公式具有很強的地區特殊性，且ΔlogR方法的物理意義并不明確。近年來，隨著人工智能技術的興起，也產生了很多測井資料與人工智能相結合計算TOC含量的新思路和新方法[18-20]。

雖然測井拓展預測的TOC含量曲線可以直接反映井位置已鉆遇烴源巖質量的優劣，但是在勘探初期階段，由于鉆井數量較少或未鉆遇目的烴源巖層，因此如何分析井間和深層未鉆遇的烴源巖分布，是備受關注的問題。由于地震資料具有較高的橫向分辨率，在識別烴源巖的工作中發揮著重要的作用。在研究工作的早期，人們更加關注地震相和地震速度在烴源巖層段的響應特征，忽視了對巖石的彈性參數、地震資料屬性等與烴源巖有機質的關系的研究[1-2,21-22]。隨著研究的深入，逐步利用地震屬性精細地研究烴源巖，由此衍生出了使用地震多屬性分析技術進行TOC含量預測的方法。這些方法首先使用測井方法計算TOC含量曲線；再提取井旁道的地震屬性，以TOC含量曲線為因變量，地震屬性為自變量，優選與TOC含量相關度高的地震屬性進行多元擬合，實現TOC含量的地震預測。針對TOC含量的多屬性預測方法，研究熱點主要集中在更好地建立多屬性預測TOC含量的井—震預測模型[23-30]。近年還出現了使用BP神經網絡技術的多屬性預測TOC含量的方法[29]。此外，地震反演方法也在預測TOC含量方面具有廣泛的應用。L?seth等[23]分析了波阻抗等彈性參數與TOC含量的交會圖，為后續尋找彈性參數與TOC含量的關系提供了理論依據，從而間接證明了地震反演TOC含量的可行性。反演方法較地震屬性方法更為豐富，主要方法有三種： ①根據密度與TOC含量的高相關性，使用疊前反演的密度體計算TOC含量體[31-35]； ②使用分頻反演技術預測TOC含量數據，由于此過程考慮到了不同厚度下振幅與頻率的關系(AVF)信息，因此反演結果的可信度更高[36]； ③結合巖石物理交會圖分析，使用疊后波阻抗反演方法預測TOC含量[37]。

雖然地震預測方法難以得到電阻率、自然伽馬等與TOC含量密切相關的測井參數，其縱向分辨率不如測井方法，但是根據優選的地震屬性、彈性參數反演體可預測TOC含量的空間分布。這發揮了地震資料橫向分辨率較高的優勢，也充分利用了井間的地震信息，相比于測井預測TOC含量曲線，進行井間插值獲得TOC含量數據體的方法更加可靠。

近年來，伴隨著巖石物理技術的快速發展，開始考慮TOC含量對巖石彈性參數和泥頁巖各向異性參數的影響，并且建立了富含有機質的烴源巖巖石物理模型[38-43]。精確的正演模型是獲得良好反演結果的基礎，通過研究富含有機質烴源巖的巖石物理性質，尋找TOC含量與烴源巖彈性參數的本質聯系，是未來利用地震資料定量識別烴源巖的基礎[44]。

本文以渤海灣盆地渤中凹陷西南部三維疊前地震資料和測井資料為基礎，結合構造、沉積、巖石物理、實測TOC含量數據等資料，優選了本研究區的TOC含量測井預測方法(拓展ΔlogR方法)；并通過巖石物理交會分析，建立考慮基于縱波速度(VP)、密度(DEN)的地震預測TOC含量模型，使用疊前反演方法分層(東營組、沙河街組)計算研究區TOC含量反演體；最終利用沉積相驗證反演結果，并通過反演井、檢驗井井旁道TOC含量、測井預測TOC含量與實測含量TOC進行對比，驗證了該TOC含量空間評價方法的可靠性。

1 研究區地質背景

渤中凹陷面積近1×104km2，是渤海灣盆地中最大的凹陷之一，也是中國近海地區最重要的一個油氣勘探凹陷。研究區位于渤海灣盆地渤中凹陷西南部，北部為沙壘田凸起，西部為埕北低凸起，東南部為渤南低凸起，渤中19-6構造脊位于研究區中部(圖1)[45]。前人通過構造演化特征、沉積作用，結合鉆、測井資料，認為該區主要發育沙三段、沙一二段、東營組下段三套湖相烴源巖。伴隨多期的構造運動，不同沉積時期的沉積中心發生了較為明顯的遷移。凹陷自沙三段沉積時期至東二下段沉積時期，總體經歷了沙三段(快速斷陷沉降時期，凹陷形成了多個沉降區)——沙一二段(沙三組沉積末期抬升剝蝕后，重新接受沉積，湖盆面積變大，水體變淺)——東營組沉積末期(快速斷陷沉降時期，沉積了渤中凹陷特有的一套湖相泥巖)的三個階段。研究區沙三段主要發育半深湖—深湖沉積，沉積中心位于研究區中南部；沙一二段主要發育濱淺湖沉積，沉積中心位于研究區中部；東三段沉積時期，研究區北部主要發育半深湖—深湖沉積，南部主要發育濱淺湖沉積；東二下段沉積時期，研究區主要發育辮狀河三角洲沉積[45-46]。

研究區內渤中19-6構造脊及其周圍發育了一系列低潛山群，多套湖相烴源巖披覆在潛山之上，鮮見發育優質烴源巖的凹陷深部鉆井和測試資料[47]。

圖1 渤中凹陷地質圖(據文獻[46]修改)及工區內鉆井分布圖

2 研究區烴源巖TOC含量預測方法

綜合研究區地質背景，在鉆、測井資料缺乏的情況下預測深層良好烴源巖成為了亟需解決的問題。研究區內覆蓋了高精度的三維地震資料，筆者結合西南部較為豐富的鉆、測井和巖心實測數據，優選了測井方法和疊前地震反演方法進行烴源巖TOC含量的三維預測，為凹陷深部的烴源巖研究提供理論依據。具體流程見圖2。

圖2 研究區烴源巖TOC含量地球物理預測方法流程

2.1 巖石物性交會分析

根據前人研究，良好的陸相烴源巖具有“三高一低”的特征，即： 高GR、高DT、高RD和較低的DEN[48]。通過建立巖石物性交會圖板，分析對TOC含量敏感的彈性參數。本次研究使用渤中凹陷西南部8口井(圖1)的TOC含量測試數據與測井數據進行分析。首先將DT轉化為VP，再分別繪制VP、DEN、RD、GR與TOC含量實測數據建立交會圖。經過對比，發現VP與TOC含量相關性最高，其次為DEN，RD、GR與TOC含量相關性較低(圖3)。因此，本研究區烴源巖的彈性參數(Vp、DEN)與TOC含量存在較高的相關性，可以通過地震反演預測TOC含量的空間分布。

2.2 地球物理測井方法

2.2.1 拓展ΔlogR方法

調研發現，通過ΔlogR系列方法在縱向上將TOC含量實測值擴展為TOC含量曲線比較可靠，可實現井—震聯合預測TOC含量的目的。考慮到研究區復雜的地質背景和強烈的壓實作用，本文采用一種拓展的ΔlogR方法，即以Passey等[11]提出的ΔlogR方法為基礎，引入基于GR和DEN曲線預測TOC含量

(1)

TOC=ΔlogR(a+b×DEN+c×lgGR)+d

(2)

式中：ΔlogR為孔隙度曲線(本文選用DT計算)與電阻率曲線RD反向疊合后的幅度差；RD、R基線、Δt、Δt基線分別為RD值、RD基線值、DT值、DT基線值；a、b、c、d為模型擬合系數。分析式(1)和式(2)可以看出，當不考慮GR和DEN的影響(即b、c為0)時，該公式可化簡為Passey等提出的初始ΔlogR公式，即此公式引入了更多與TOC敏感的測井參數GR和DEN，拓展了測井曲線預測TOC含量的參數范圍[49]。

2.2.2 多元回歸法

根據測井參數交會圖分析(圖3)，優選與TOC含量相關度高的測井參數，以實測TOC含量為因變量、優選的測井參數為自變量進行多元擬合

TOC=e+f×DT+g×RD+h×DEN

(3)

式中e、f、g、h為模型擬合系數。

2.3 地震疊前反演方法

地震疊前反演僅能獲得IS(橫波阻抗)、IP(縱波阻抗)、VP、VS(橫波速度)、VP/VS(縱橫波速度比)等彈性參數，不能直接反演得到DEN和GR等測井參數。經過巖石物理交會分析和對區域地質背景的研究，發現VP和DEN與TOC含量的相關性最高，因此使用TOC含量實測值與彈性參數(VP、DEN)擬合反演公式

TOC地震反演=k+m×VP+n×DEN

(4)

圖3 研究區實測TOC含量與測井參數VP(a)、DEN(b)、RD(c)、GR(d)的交會圖

式中k、m、n為擬合系數。使用研究區高精度三維疊前地震資料進行疊前同時反演，得到VP反演體和DEN反演體，再代入式(4)，獲得TOC反演體。

3 應用實例

3.1 測井預測TOC含量

本文采用拓展ΔlogR方法和多元回歸法進行TOC含量測井預測，并進行對比優選。研究區發育多套湖相烴源巖，東營組與沙河街組的烴源巖在沉積背景上存在較大差異，直接影響了不同層位烴源巖的巖石物性的差異，因此使用研究區的TOC含量實測數據與測井數據進行分層擬合計算，并使用區內兩口未參與模型建立的井(B井、E井)進行驗證。

東營組和沙河街組(圖4a和圖4c)拓展ΔlogR方法擬合公式分別為

(5)

(6)

式中R表示相關系數。

通過B井和E井檢驗，該方法計算的B井TOC含量平均相對誤差為13.58%，E井平均相對誤差為14.89%。

東營組和沙河街組(圖4b和圖4d)多元回歸法擬合公式分別為

(7)

(8)

通過B井和E井的驗證，該方法計算的B井TOC含量平均相對誤差為24.62%，E井為27.67%。

通過對比以上數據，本次研究選擇拓展ΔlogR方法預測TOC含量曲線。

圖4 拓展ΔlogR方法與多元回歸法應用誤差對比圖

3.2 地震預測TOC含量

采用疊前同時反演預測研究區烴源巖TOC含量。根據研究區的6口井(A、C、D、F、G、H井)數據進行反演，以B井、E井作為檢驗井，檢驗反演結果。為了驗證反演結果的可靠性，抽取TOC含量實測數據較豐富的反演井(A井、C井、D井)和驗證井(B井、E井)井旁TOC含量剖面圖與拓展ΔlogR方法預測的TOC含量曲線、TOC含量實測數據進行對比。

首先根據巖石物理交會圖分析結果，得到東營組和沙河街組地震分層反演TOC含量的計算公式分別為

(9)

(10)

使用HRS反演軟件導入測井曲線、連片的三維疊前地震數據、層位以及TOC預測曲線；制作合成地震記錄，進行井震標定，保證在井位置獲得可靠的時深關系；再建立疊前反演模型，進行反演分析； 進而反演得到VP反演體和DEN反演體。對比反演的VP、VS和DEN與E井剖面可以看出，二者對應關系較好，證實了反演的一手資料——彈性參數的可靠性(圖5)。最后使用式(9)、式(10)計算得到東營組和沙河街組的TOC含量反演體。并將反演結果與測井預測TOC含量曲線、實測TOC含量進行對比(圖6～圖8)。對比可見，反演的TOC含量、測井方法預測的TOC含量與實測的TOC含量吻合度較高。

圖5 過E井(檢驗井)疊前VP(a)、VS(b)、DEN(c)反演剖面

圖7 過B井(檢驗井)TOC含量反演剖面

圖8 過E井(檢驗井)TOC含量反演剖面

3.3 井震預測結果對比

由于地震數據的縱向分辨率不如測井，因此在對比反演結果與巖心實測TOC含量時，將井旁道TOC含量曲線、測井預測TOC含量曲線分為東二段、東三段、沙一二段、沙三段，分別計算各層的平均值，并與實測巖心TOC含量平均值進行對比(圖9)。

圖9 井位置巖心實測、地震預測、測井預測TOC含量統計

以下幾點需要特別說明：

(1)東三段誤差較大的原因：此段相比于其他層位比較薄，TOC含量實測樣本較少，因此測量結果的平均值誤差較大，故東三段的TOC含量評價應盡量以沉積相圖和TOC含量平面圖的對比為主；

(2)B井、D井僅有東二下段的實測TOC含量數據，因此圖9中除東二下段外，未對B井、D井進行誤差對比。

通過對比地震井旁反演結果、測井預測結果與TOC含量實測數據，總體上可以看出：

(1)測井方法在縱向上預測的TOC含量相對誤差較小，準確性更高；

(2)沙河街組烴源巖TOC含量高于東營組烴源巖。

3.4 沉積相驗證

基于VP反演體和DEN反演體計算得到TOC含量反演體后，再根據地震層位分別求取東二下段、東三段、沙一二段、沙三段的TOC含量平均值，得到烴源巖層的TOC含量平面圖，并與各層的沉積相圖進行對比(圖10)。

3.4.1 東二下段(E3d2L)

東二下段沉積時期，研究區中部主要發育辮狀河三角洲沉積，北部為半深湖—深湖沉積和湖底扇沉積，南部為濱淺湖沉積，水體動蕩的沉積背景不利于形成大范圍的優質烴源巖，研究區北部TOC含量約為0.6%～1.5%，南部約為0.3%～0.6%，研究區北部TOC含量較高，南部較低，總體呈現由北向南TOC含量逐漸降低的趨勢(圖10a)。

3.4.2 東三段(E3d3)

東三段沉積時期，研究區北部為半深湖—深湖沉積，南部為濱淺湖沉積，該沉積時期從北到南水體逐漸變淺，研究區北部TOC含量約為1.5%～2.2%，南部約為0.5%～1.5%，研究區北部TOC含量較高，南部較低，總體也呈現由北向南TOC含量逐漸降低的趨勢(圖10b)。

3.4.3 沙一二段(E2s1+2)

沙一二段沉積時期，研究區主要為濱淺湖沉積，該沉積時期水體較淺，因此TOC含量相較沙三段沉積時期偏低，A、C、E井區及其附近區域為該時期的沉積中心，TOC含量約為2.0%～2.5%，其余濱淺湖沉積地區TOC含量約為0.5%～2.0%，總體呈現以A、B、C、E井區為中心、TOC含量向外逐漸降低的趨勢(圖10c)。

圖10 工區TOC含量平面分布(左)與沉積相(右)對比

3.4.4 沙三段(E2s3)

沙三段沉積時期，研究區主要為半深湖—深湖沉積，沉積中心在A、C井區附近及其南部地區，該沉積時期水體較深，有利于優質烴源巖的形成，因此TOC含量平面圖中A、C井區及南部部分地區的TOC含量較高，約為2.5%～2.8%，南部部分無井地區的TOC含量可達3.0%～3.5%；其余半深湖—深湖地區約為1.5%～2.5%，北部和西南部的濱淺湖地區約為0.5%～1.5%，總體也呈現以A、C井區及其西部、南部地區為中心，TOC含量向外逐漸降低的趨勢(圖10d)。

4 結論

本文使用拓展ΔlogR方法、疊前同時反演方法對渤海灣盆地渤中凹陷西南部某三維地震工區的烴源巖TOC含量進行了預測，得到以下結論。

(1)渤中凹陷西南部烴源巖使用基于GR和DEN的一種拓展ΔlogR方法，預測的TOC含量誤差較小，優于多元回歸法；該地區地質背景復雜，因此應采取多種測井方法預測，進行橫向對比優選。

(2)研究區烴源巖TOC含量與VP、DEN相關度最高，因此通過VP、DEN建立TOC含量反演公式。以研究區測井數據、TOC含量實測數據、三維疊前地震數據為基礎，進行疊前同時反演得到VP、DEN反演體，再計算得到TOC含量反演體。井震預測誤差分析和沉積相檢驗證明了該三維預測方法是可靠的。

(3)總體來說，研究區發育上下疊置的多套烴源巖，且橫向和縱向非均質性明顯。東營組TOC含量均呈現北高南低的趨勢，東二下段TOC含量整體偏低，東三段整體偏高；沙河街組TOC含量整體較高，為研究區的主力烴源巖層，TOC含量呈現自沉積中心向外逐漸降低的趨勢，沙一二段A、B、C、E井區及其附近區域、沙三段A、C井區及其西部、南部部分地區TOC含量最高，具有良好的生烴潛力。