基于地震反演的烃源岩有机质丰度预测方法及其在丽水凹陷的应用

基于地震反演的烃源岩有机质丰度预测方法及其在丽水凹陷的

应用

申雯龙;漆滨汶;许广臣;李阳

【摘要】对于海上少井地区,地震资料在烃源岩评价方面显得尤为重要.综合运用地球化学分析、岩石物理分析、地震反演等手段,建立了一套海上少井地区基于地震反演的总有机碳(TOC)定量计算方法:首先,建立数据驱动的岩石物理模型;然后,基于实验室数据标定,应用测井数据,采用混合概率密度网络训练,完成单井TOC的预测;最后,建立烃源岩TOC与弹性参数的映射关系,利用地震反演手段得到主要目的层TOC分布,进而获取有效烃源岩厚度.在东海陆架盆地丽水凹陷的应用结果表明,古新统月桂峰组和灵峰组烃源岩以中等及以上为主(TOC大于0.5％),月桂峰组优质烃源岩主要分布于西次凹,灵峰组下段烃源岩集中于西次凹北部.本文方法可大大提高少井地区烃源岩预测精度,可为油气资源评价和勘探决策提供重要参考依据.

【期刊名称】《中国海上油气》

【年(卷),期】2019(031)003

【总页数】7页(P68-74)

【关键词】烃源岩预测;地球化学;地球物理;地震反演;总有机碳;有效烃源岩厚度;丽水凹陷

【作者】申雯龙;漆滨汶;许广臣;李阳

【作者单位】中海石油(中国)有限公司上海分公司上海200335;中海石油(中国)有限公司上海分公司上海200335;北京师范大学地理科学学部北京 100875;北京师范大学地理科学学部北京 100875

【正文语种】中文

【中图分类】TE132.1+4

烃源岩发育规模和质量是含油气盆地区带评价的基础，决定了盆地的勘探潜力。常规的烃源岩评价是采用有机地球化学或有机岩石学的方法[1-2]，通过大量岩样和

岩屑等实物样品的化验结果分析已钻井的烃源岩条件，难以达到预测的目的。20

世纪90年代以来，一些学者通过测井方法建立起了烃源岩快速识别技术[3-6]，也逐步开展了基于地球物理方法的烃源岩评价研究，并取得了一定进展[7-10]。随着烃源岩预测技术的不断发展和完善，结合多种不同数据进行多学科交叉是今后烃源岩预测技术发展的一个大方向。

东海陆架盆地丽水凹陷勘探程度较低，迄今已发现1个油气田和6个含油气构造，说明具备一定的勘探潜力；但近年来钻探的5口井仅获得荧光显示及气测异常，

钻后分析认为局部次凹供烃能力不足是主要的失利原因之一，因此亟需对烃源岩进行重新评价。本文首先通过岩石物理分析，建立弹性参数与有机质丰度之间的关系；再利用地震资料包含的大量地质信息，在钻井标定的基础上开展有机质丰度的反演；最后根据烃源岩有机质丰度门槛值在确定有机质丰度分布的同时求取烃源岩的分布。实际应用表明，本文方法可大大提高少井地区烃源岩预测精度，可为油气资源评价和勘探决策提供重要参考依据。

1 研究区概况

丽水凹陷位于东海陆架盆地台北坳陷西南部，是在中生代残留盆地基底上拉张断陷

形成的新生代单断箕状凹陷，呈东断西超，内部被灵峰潜山分为东、西、南等3

个次凹[11-13]，面积约1.25×104 km2。丽水凹陷油气发现集中在古新统，主要烃源岩层段为下古新统月桂峰组，上覆中古新统灵峰组和上古新统明月峰组两套储盖组合。丽水凹陷古新世分割性强，各洼槽厚度差异较大，因此生烃主洼的分布及规模对勘探区带的优选具有重要意义。丽水凹陷钻井较少，钻遇月桂峰组的井仅5口且位于斜坡高部位，凹陷中深层烃源岩的常规预测方法是先根据烃源岩“低频-

强振幅”的地震特征在剖面上确定烃源岩位置，再通过估算砂地比得到烃源岩空间分布范围。这种方法不仅存在人为不确定性和精度低问题，而且由于沉积相带的变化砂地比数据在未钻井的区域会存在较大的误差，导致预测结果的准确性较低，同时对烃源岩质量也缺乏定量的评价。

图1 丽水凹陷构造单元划分Fig .1 Tectonic units division in Lishui sag

2 方法原理

本文方法的主要思路是建立总有机碳含量(TOC)与岩石弹性参数的映射关系，利用地震数据预测烃源岩分布。在海上少井地区难以获取大量的实测烃源岩有机质丰度和岩石弹性数据，因此需要应用测井数据在试验数据标定的前提下完成数据的拓展，建立TOC与岩石弹性参数的映射关系，再由钻井出发结合地震数据开展地震反演预测，从而最终得到整个凹陷烃源岩有机碳数据。具体流程包括：

1) 岩石样品的有机质丰度以及纵横波速度、密度等岩石物理参数测量，建立数据

驱动的岩石物理模型。

2) 基于实验室数据标定，应用测井曲线求取单井TOC数据。

3) 利用单井TOC预测结果和各井地球物理参数曲线，建立有机质丰度与地球物理参数间的映射关系。

4) 基于有机质丰度与地球物理参数间的映射关系，利用地震数据开展地震反演，

由点至面进行预测，从而得到整个凹陷烃源岩有机碳的分布情况。

其中，岩石样品的测定最好能包括不同岩性的测定；测井曲线求取TOC数据应分井进行计算，以消除各井测井曲线环境和仪器导致的差别。同时，单井可以主要针对烃源岩层采用分层段拟合TOC曲线以提高拟合数据的符合率。值得注意的是，不同凹陷的地质和地球物理特征差别较大，须根据各凹陷特征选择不同的参数，或者同一凹陷不同层位选用不同的方法。烃源岩有机质丰度预测结果的准确性受钻井、岩石样品数量和测井、地震数据的质量影响，钻井越多、地震资料品质越好，则预测结果越准确[14-15]。

3 应用效果

3.1 单井TOC预测

丽水凹陷勘探程度较低，全区内仅有5口井钻遇主力烃源岩月桂峰组，实物样品

比较有限，不足以建立起有机质丰度与地球物理参数间的映射关系，须以实物样品的岩石物理试验数据为标定，开展单井有机碳丰度预测。目前主要有以下3种单

井预测方法：

1) ΔlgR法。利用声波时差与电阻率测井曲线重叠法，计算单井TOC曲线，公式

为

ΔlgR=lg(R/R基线)+K(Δt-Δt基线)

(1)

w(TOC)=10(2.297-0.168 8LOM)ΔlgR+TOCbackground

(2)

式(1)、(2)中：R为深侧向电阻率测井曲线值；R基线为深侧向电阻率曲线基线值；Δt为声波时差测井曲线值；Δt基线为声波时差测井曲线基线值；LOM为热变指数；TOCbackground为背景TOC含量；K为叠合系数。

通过实测TOC厘定不同烃源岩发育层段ΔlgR法关键参数LOM，从而预测烃源岩层段TOC。

2) 多元线性回归。通过对实测TOC数据与测井曲线之间的相关性分析，找到与实测TOC相关性(正相关或负相关)较好的测井曲线，并作为自变量引入多元线性回归方程(即式(1))。筛选出自然伽马、声波时差、密度、中子孔隙度、电阻率等5种测井曲线(图2)，建立多元线性回归模型进行预测，公式为

(3)

式(3)中：bi、cj、d为常数；Mi是与TOC呈正相关的测井曲线；Nj是与TOC含量呈负相关的测井曲线。

3) 基于MIV(Mean Impact Value)值的BP神经网络预测。MIV值能够反映神经网络中权重矩阵的变化情况，是神经网络方法中评价各个输入自变量对于输出因变量影响程度的最佳指标，其绝对值大小代表自变量对因变量影响的相对重要性[16-18]。主要计算步骤为：①在 BP 神经网络训练结束后，训练样本的每一个输入自变量按调节率分别增加和减少，获得2个新的训练样本；②利用已经训练好的网络对以上2组新的训练样本进行预测，得到各自的预测输出数据；③求出两组预测数据之间的差值，视其为原输入自变量变动后对输出因变量的影响值，即为

IV( Impact Value)；④将每一个自变量获得的IV值按实际样本数目取均值，得到各个自变量影响值的平均值，即为MIV值。

图2 丽水凹陷烃源岩实测TOC与测井曲线的相关性Fig .2 Correlation between TOC and logging curves of source rocks in Lishui sag

根据计算得到的丽水凹陷烃源岩声波时差、中子孔隙度、电阻率等曲线的MIV值如表1所示，发现井径、密度、中子孔隙度、声波时差、自然伽马、电阻率曲线对于烃源岩TOC的影响较大，自然电位曲线影响最小，因此优选声波时差、中子孔隙度、自然伽马、地层电阻率、井径测井、自然电位、密度等6个测井参数作为输入变量，利用神经网络技术计算得到TOC曲线。

表1 丽水凹陷烃源岩不同测井曲线的MIV值Table 1 Mean Impact Value of logs of source rocks in Lishui sag测井参数MIV值AC/(μs·ft-1)-

0.0416CNL/%-0.0325GR/API-0.0159RT/(Ω·m)-0.0863CAL/in-0.0251SP/V-

0.0065DEN/(g·cm-3)-0.0912

综合对比不同方法的预测结果(图3)，可以看出:Δl gR技术预测结果偏大，且准确

度略低;回归分析方法得到的是平均值，会对较低值估计过高而对较高值估计过低，预测结果变化较为平缓;人工神经网络法预测值接近平均值，能够更多地反映出地

层中TOC的变化。

3.2 地震数据TOC预测

利用单井TOC预测结果和各个测井地球物理参数曲线，建立烃源岩TOC与地球

物理参数间的映射关系。通过分析单井预测得到烃源岩有机碳含量曲线与相关地球物理参数之间的关系，发现密度曲线和纵波阻抗曲线与烃源岩有机碳含量之间存在较好的函数拟合关系(图4)。

图3 丽水凹陷WZ26-1-1井TOC预测曲线Fig .3 Predicted TOC curves of

Well WZ26-1-1 in Lishui sag

因此，先利用地震剖面开展叠后地震反演，得到叠后纵波阻抗剖面；再将叠后地震纵波阻抗剖面转化成为TOC剖面，从而完成由“点”至“线”的TOC含量预测(图5)。

3.3 烃源岩质量及分布预测

根据反演得到的TOC数据体，利用反距离加权法得到整个丽水凹陷烃源岩TOC

平面分布(图6)。从纵向分布上看，烃源岩TOC含量最高的层段为月桂峰组，其

次为灵峰组下段。从平面分布上看，月桂峰组总体属中等—好烃源岩，其中西次

凹烃源岩TOC为0.8%～3.5%，最高值3.5%位于西次凹中北部；东次凹烃源岩TOC为0.8%～1.5%。灵峰组下段烃源岩质量稍差，以中等烃源岩为主，但是烃

源岩质量相对较高的区域仍在西次凹，TOC为0.8%～2.5%，最高值2.5%也位于西次凹中北部。

以WZ26-1-1井点为例，实测平均TOC约1.5%，月桂峰组西次凹沉积厚度远大

于东次凹，基本地质认识是西次凹烃源条件优于东次凹，预测结果也显示西次凹有机质丰度更大，与井点的实测数据相符合，同时平面分布也符合地质规律和认识。月桂峰组和灵峰组烃源岩演化处于成熟阶段，有机质类型以腐殖型为主，根据烃源岩地球化学定量评价规范[19]，TOC大于0.5%为中等及以上烃源岩。反演数据体以TOC等于0.5%为门槛，累计计算TOC大于0.5%的地层厚度，能够得到中等

以上烃源岩的厚度。

计算结果表明：月桂峰组烃源岩主要分布于西次凹，呈条带分布向北逐渐增厚，其中中北部烃源岩厚度为200～500 m，厚度最大的区域位于西次凹北部(最厚约

550 m)；东次凹北部较厚(最厚约200 m)。灵峰组下段烃源岩集中于西次凹北部，厚度为200～400 m(图7)。因此，丽水凹陷有利勘探区带为西次凹紧邻优质烃源

岩的有利储层发育带。

图4 丽水凹陷烃源岩预测TOC与纵波阻抗交会图Fig .4 Cross plot between TOC and P-impedance of source rocks in Lishui sag

图5 丽水凹陷烃源岩TOC预测剖面(位置见图1)Fig .5 TOC section distribution of source rocks in Lishui sag(see Fig.1 for location)

图6 丽水凹陷烃源岩TOC平面分布Fig .6 TOC plane distribution of source rocks in Lishui sag

图7 丽水凹陷烃源岩厚度图Fig .7 Isopach map of source rocks in Lishui sag 4 结论

1) 综合运用地球化学分析、岩石物理分析、地震反演等手段，建立了一套海上少

井地区基于地震反演的TOC定量计算方法：首先，建立数据驱动的岩石物理模型；

然后，基于实验室数据标定，应用测井数据，采用混合概率密度网络训练，完成单井TOC的预测；最后，建立烃源岩TOC与弹性参数的映射关系，借助地震反演技术间接得到烃源岩TOC分布数据体，进而得到整个凹陷烃源岩TOC与厚度分布。

2) 本文方法在东海陆架盆地丽水凹陷的应用结果表明：古新统月桂峰组烃源岩有机质丰度最高，其次为灵峰组下段；月桂峰组总体属中等—好烃源岩，灵峰组下段以中等烃源岩为主；月桂峰组优质烃源岩主要分布于西次凹，灵峰组下段烃源岩集中于西次凹北部；有利勘探区带应为西次凹紧邻优质烃源岩的有利储层发育带。本文方法可大大提高少井地区烃源岩预测精度，可为油气资源评价和勘探决策提供重要参考依据。

参考文献

【相关文献】

[1] 李贤庆，熊波，马安来，等.有机岩石学在油气勘探评价中的应用进展[J].石油天然气学

报,2002,24(1):15-19.

LI Xianqing,XIONG Bo,MA Anlai,et al.Advancement of organic petrology in oil and gas exploration [J].Journal of Oil and Gas Technology,2002,24(1):15-19.

[2] 王飞宇.超微层次有机岩石学及其在烃源岩评价中的应用[J].石油大学学报(自然科学版),1995，19(增刊1):112-117.

WANG Feiyu.Ultramicro hierarchical organic petrology and its application in the evaluation of source rocks [J].Journal of the University of Petroleum,China(Edition of Natural Science),1995,19(S1):112-117.

[3] 熊德明，张明峰，吴陈君，等.海相碳酸盐烃源岩生烃潜力模糊评价方法[J].西南石油大学学报(自然科学版)，2015,37(4)：42-50.

XIONG Deming,ZHANG Mingfeng,WU Chenjun,et al.The evaluation method of marine carbonate source rocks’ hydrocarbon potential by fuzzy AHP [J].Journal of Southwest Petroleum University (Science & Technology Edition),2015,37(4)：42-50.

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

[5] AUTRIC A,DUMESNIL P.Resistivity radioactivity and sonic transit time logs to evaluate the organic content of low permeability rocks[J].The Log Analysis,1985,26(3):36-45. [6] PASSEY Q R,CREANEY S,KULLA J B,et al.A practical model for organic richness from porosity and resistivity logs[J].AAPG Bulletin,1990,74(7)：1777-1794.

[7] 黄艳辉，刘震，陈婕，等．利用地震信息定量预测烃源岩热成熟度：以琼东南盆地乐东-陵水凹陷为例[J]．石油地球物理勘探，2013,48(6)：985-994.

HUANG Yanhui,LIU Zhen,CHEN Jie,et al.Source rock maturity quantitative prediction using seismic information：A case study in the Ledong-Lingshui Depression,Qiongdongnan Basin [J].Oil Geophysical Prospecting,2013,48(6)：985-994.

[8] 李松峰，徐思煌，薛罗，等．稀井区烃源岩有机碳的地球物理预测方法：珠江口盆地恩平凹陷恩平组烃源岩勘探实例[J]．石油地球物理勘探，2014,49(2):369-374.

LI Songfeng,XU Sihuang,XUE Luo,et al.Source rock organic carbon prediction with geophysical approach in the sparsely-drilled area:A case study of Enping Depression,the Pearl Mouth Basin [J].Oil Geophysical Prospecting,2014 ,49(2):369-374.

[9] 刘志斌,牛聪,刘方.基于地震反演的烃源岩定量评价方法：以渤海湾盆地辽西凹陷为例[J].中国海上油气,2016,28(5):16-21.DOI:10.11935/j.issn.1673-1506.2016.05.003.

LIU Zhibin,NIU Cong,LIU Fang.A method to quantitatively evaluate source rocks based on seismic inversion:A case study of Liaoxi sag in Bohai Bay basin [J].China Offshore Oil and Gas,2016,28(5):16-21.DOI:10.11935/j.issn.1673-1506.2016.05.003.

[10] 牛聪,刘志斌,王彦春,等.应用地球物理技术定量评价辽西凹陷沙河街组烃源岩[J].石油地球物理勘探,2017,52(1):131-137.

NIU Cong,LIU Zhibin,WANG Yanchun,et al.Quantitative evaluation of Shahejie Formation source rocks in Liaoxi Sag with geophysical approaches[J].Oil Geophysical Prospecting,2017,52(1):131-137.

[11] 陈志勇，吴培康，吴志轩．丽水凹陷石油地质特征及勘探前景[J]．中国海上油气(地质)，2000，14(6)：384-392．

CHEN Zhiyong,WU Peikang,WU Zhixuan.Petroleum geology and exploration potential of Lishui sag[J].China Offshore Oil and Gas (Geology),2000,14(6):384-392.

[12] 贾成业，夏斌，王核，等．东海陆架盆地丽水凹陷构造演化及油气地质分析[J]．天然气地球科学，2006，17(3)：397-401．

JIA Chengye,XIA Bin,WANG He,et al.Characteristic of tectonic evolution and petroleum geology in Lishui Sag,East China Sea Basin[J].Natural Gas Geoscience,2006,17(3):397-401.

[13] 张银国，葛和平，杨艳秋，等．东海陆架盆地丽水凹陷古新统层序地层的划分及控制因素[J]．海相油气地质，2012，17(3)：33-39．

ZHANG Yinguo,GE Heping,YANG Yanqiu,et al.Division and controlling factors of

Paleocene sequence strata in Lishui Sag,East China Sea Shelf Basin[J].Marine Origin Petroleum Geology,2012,17(3):33-39.

[14] 袁彩萍,徐思煌,薛罗.珠江口盆地惠州凹陷主力烃源岩测井预测及评价[J].石油实验地

质,2014,36(1):110-116.

YUAN Caiping,XU Sihuang,XUE Luo.Prediction and evaluation with logging of main source rocks in Huizhou Sag,Pearl River Mouth Basin[J].Petroleum Geology and Experiment,2014,36(1):110-116.

[15] 孟召平,郭彦省,刘尉.页岩气储层有机碳含量与测井参数的关系及预测模型[J].煤炭学

报,2015,40(2):247-253.

MENG Zhaoping,GUO Yansheng,LIU Wei.Relationship between organic carbon content of shale gas reservoir and logging parameters and its prediction model[J].Journal of China Coal Society,2015,40(2):247 -253.

[16] 朱振宇,王贵文,朱广宇.人工神经网络法在烃源岩测井评价中的应用[J].地球物理学进展,2002，17(1):137-140.

ZHU Zhenyu,WANG Guiwen,ZHU Guanyu.The application of artificial neural network to the source rock' s evaluation[J].Progress in Geophhsics,2002，17(1):137-140.

[17] 赵兴齐,陈践发,郭望,等.BP神经网络在西湖凹陷烃源岩评价中的应用[J].测井技

术,2013,37(5):567-571.

ZHAO Xingqi,CHEN Jianfa,GUO Wang,et al.The application of BP network to the source rocks evaluation in Xihu Sag[J].Well Logging Technology,2013,37(5):567-571.

[18] 王攀,彭苏萍,杜文凤,等.基于测井参数的煤系烃源岩总有机碳含量预测模型[J].煤炭学

报,2017,42(5):1266-1276.

WANG Pan，PENG Suping，DU Wenfeng，et al．Prediction model of total organic carbon content on hydrocarbon source rocks in coal measures based on geophysical well logging[J].Journal of China Coal Society，2017，42(5):1266-1276．

[19] 中国海洋石油集团有限公司．Q/HS1017-2006 烃源岩地球化学定量评价规范[S].北京：中国海洋石油集团有限公司，2007.

China National Offshore Oil Corporation.Q/HS 1017-2006 The norm of quantitative geochemistry evaluation for hydrocarbon source rock[S].Beijing:China National Offshore Oil Corporation,2007.