油页岩的地震识别与评价技术

贾建亮，刘招君，陈永成



油页岩的地震识别与评价技术

贾建亮1, 2，刘招君2，陈永成3

(1. 中国地质科学院地质研究所，北京，100037；2. 吉林大学地球科学学院，吉林长春，130061；3. 中石化东北油气分公司，吉林长春，130056)

松辽盆地上白垩统青山口组和嫩江组沉积时期发育未成熟油页岩，为提高其勘探效率并降低其勘探成本，利用地震正演−反演方法识别与评价油页岩。通过油页岩的微观孔隙、岩石组分及其地球物理响应分析，建立油页岩的等效岩石物理模型和地震波阻抗响应方程；采用合成记录法正演模拟地震资料的油页岩分辨能力，建立油页岩的楔形收敛地质模型；利用测井约束地震反演与神经网络算法运算，获取波阻抗和有机质反演数据体。研究结果表明：有机质和孔隙发育程度影响油页岩的地震响应；地震资料可分辨最小油页岩厚度为6.4 m；波阻抗反演结果只能定性评价油页岩发育的空间展布特征，而有机质反演结果不仅能预测油页岩发育的空间展布特征，还可以评价油页岩发育的品质。

油页岩；岩石物理；正演模型；地震反演；识别与评价

松辽盆地是典型陆相白垩统含油气盆地，丰富的油页岩资源主要沉积于上白垩统的青山口组和嫩江组时期[1−4]。本文三维地震研究区位于东南隆起区的宾县—王府凹陷，目的层段内的油页岩具有未熟—低熟的热演化特征。油页岩是一种有机质极其丰富的优质烃源岩，其可靠识别主要依据钻井岩心测试数据实现，一般利用总有机碳(TOC)质量分数。然而，鉴于样品数量、分布及测试费用等条件限制，如何利用先进的地球物理技术实现油页岩的垂向识别及其空间评价是油页岩研究的重要课题。人们对富有机质泥页岩(或烃源岩)的地球物理测井评价进行了大量研究[5−12]，评价方法从单一参数拓展到多种参数，从定性识别发展到定量评价。然而，人们对烃源岩的地震评价的研究相当少。于建国等[13−16]主要应用地震相法、岩性速度法及地震属性法对优质烃源岩进行定性预测，还不能实现其地震方法的定量评价；金强等[17]结合烃源岩的测井与地球化学等资料，利用地震属性分析方法来定量评价烃源岩；张佳佳等[18]通过岩石物理建模进行地震速度反演来预测油页岩的有机碳含量，并利用地震多属性技术反演外推三维空间含油率特征；Jia等[12]利用测井约束地震反演及神经网络算法定量评价油页岩的有机碳含量与含油率。限于油页岩有机质非均质性的影响，有机质的垂向变化可以用测井方法标定，而地震方法是解决地质体有机质横向变化的首选，故利用地震方法进行有机质空间定量刻画是油页岩识别与评价的发展方向。本文作者主要进行基于油页岩的岩石物理模型及地震正演模拟研究，以便为油页岩的空间快速识别评价提供有效方法。

1 油页岩岩石物理建模及地震响应机理

地球物理综合解释的任务是把地球物理数据反演成地质信息，为此需要建立地球物理解释模型而确立地球物理响应与地质参数之间的关系[19]。纯砂石或泥质砂岩等常规岩石物理模型研究较多，而富有机质泥页岩模型研究较少[8, 20]。地震技术主要运用地层孔隙度变化影响其相对波阻抗变化来识别有效储层，而地层孔隙流体引起的弹性参数变化控制波阻抗变化(体积密度与纵波速度)[21]。因此，在地层条件一定的前提下，油页岩的岩石组合特征、微观孔隙发育及其孔隙流体性质将影响其地震响应特征。

松辽盆地油页岩的固体部分主要由有机质与无机矿物组成，层状藻、结构藻代表的水生生物与少量孢子体、镜质体、惰质体代表的高等植物是有机质的主要组成部分，而石英、长石代表的碎屑矿物、伊/蒙混层、伊利石、高岭石代表的黏土矿物及少量碳酸盐岩矿物、重矿物是无机矿物的组成成分(图1)。松辽盆地较成熟的泥页岩微观孔隙主要发育基质晶间孔、有机质孔、溶蚀孔、粒间孔、晶内孔共5种类型孔隙(10 nm~8 μm)，还发育3类微米−纳米级微裂缝(8 nm~50 μm)[22]。然而，油页岩孔隙度的定义因其黏土矿物和有机质多样性而变得复杂[23]。Kuila等[23−24]把泥页岩总孔隙度定义为其饱含流体的含量，主要包括自由水、微毛细管水、黏土束缚水和烃类流体的孔隙，而有效孔隙度被定义为自由水、微毛细管水和烃类流体的孔隙度之和[24](图2(a))。前人研究表明：富有机质泥页岩孔隙中占优势的是介孔和微孔[22, 25]，即地球物理意义上的微毛细管与黏土水孔隙，但不能忽略自由水孔隙的存在。

(a) 石英；(b) 方解石；(c) 伊利石、伊蒙混层；(d) 黄铁矿；(e) 层状藻；(f) 结构藻；(g) 孢子体；(h) 镜质体

(a) 等效岩石物理模型；(b) 油页岩岩心照片

油页岩的地球物理综合响应是上述岩石组分及孔隙流体某物理性质的贡献总和，即某物理量(地层密度或纵波速度)的加权平均值，而异常地震响应是油页岩地震识别的关键。通过油页岩岩石组分的弹性参数分析表明，有机质与湿黏土(含黏土水)均具有较低的体积密度和纵波速度，而陆源碎屑矿物、碳酸盐岩矿物及重矿物的体积密度和纵波速度都相对较高(表1[7, 26])。Nelson[27]指出泥页岩的微观孔隙发育极其复杂，不同类型孔隙以树枝状等不同方式相互连接，构成了岩石内部微观的流体运移通道，从而影响岩石的地球物理响应特征。因此，油页岩的体积密度和纵波速度的异常响应主要受有机质丰度与微观孔隙发育程度影响，故把油页岩岩石物理模型简化成3种有效组分：岩石骨架(碎屑矿物+干黏土矿物+碳酸盐岩矿物+重矿物)、有机质、总孔隙度，据此建立油页岩等效岩石物理模型(图2(a))。

表1 油页岩各组分的地球物理响应值

注：带“*”数据引自文献[7]；带“#”数据引自文献[27]；“—”表示数据未测到。

由油页岩等效岩石物理模型可知，岩石各组分的物质平衡方程[18]为

油页岩的体积密度可看成不同含量的各有效组分的加权密度之和，其物理方程为

(2)

联合式(1)和(2)可以推导出油页岩的体积密度响应方程为

同样，滑行波在油页岩中直线传播时间等于各有效组分传播时间之和，故声波时差公式为

(4)

联合式(1)和(4)可以推导出油页岩的纵波速度响应方程为

因此，联合式(3)和(5)可以得出油页岩的地震波阻抗响应方程为

由式(6)可知：在油页岩各组分的纵波速度和体积密度基本恒定的前提下，油页岩的地震波阻抗随有机碳含量增多、总孔隙度增大而减小，从而得出油页岩弹性参数的异常地震响应主要取决于有机质丰度和孔隙发育程度的推论。松辽盆地油页岩(图2(b))TOC质量分数为5.0%~12.0%，黏土矿物质量分数为39%~ 71%，且以伊/蒙混层和伊利石为主，黏土矿物与TOC质量分数呈现良好的正相关性[28]。因此，松辽盆地油页岩的高有机质丰度与高束缚水孔隙特征，使其具有显著的地震波阻抗响应，从而为其地震识别评价奠定了基础。

2 油页岩地震正演模拟

油页岩的地震弹性参数响应可以通过微观岩石物理建模实现，但地层空间组合变化需要利用宏观地震正演模拟实现[29−30]。油页岩的地震正演模拟能够将地质与地震模型结合起来，使地震信息不仅具有物理意义，又有明确的地质意义[31]，从而达到油页岩地震识别与评价的目的。

本文根据经典Widess楔形体砂泥岩模型[32]，鉴于油页岩与泥页岩地球物理响应的差异性，建立了油页岩与泥岩互层的楔形收敛地质模型[28](图3)。油页岩与泥岩的速度和埋深在模型设计中，综合考虑了宾县—王府凹陷三维地震工区的实际情况。其中，同种岩性速度与埋深同步增减，但同层岩性的速度假定不变。模型中第1道(W01)的油页岩与其下伏泥岩段的单层厚度均为20 m，模型中共设计了4层油页岩，第1层油页岩厚度稳定在20 m，下部的泥岩与油页岩互层的厚度均呈楔形递减，横向上按照等间距设计了26个数据道(即26口假井)(图3)。假定模型中上覆泥岩(400~500 m)速度为2 690 m/s，第1层20 m厚的油页岩速度为2 500 m/s，其下部的泥岩与油页岩的速度每层依次增加10 m/s。

图3 油页岩楔形地质模型

地震正演模拟结果与子波形态具有密切的关系，一般子波频率越高，其反射波垂向分辨率越高[28, 33]。为了便于实际地震数据对比，需要从实际三维工区井旁地震道提取子波(主频为36 Hz)。地震识别岩性的垂向分辨率通常认为在1/4~1/8波长间[33]，实际地震资料的子波主频为36 Hz，模型中设计油页岩的速度为2 500 m/s，计算得出波长为69.4 m，故实际估算的研究区地震资料垂向分辨率为8.68~17.36 m[28]。根据地质模型(图3)设计26口假井的速度及其根据Garden公式计算的密度[33]，结合研究区主频36 Hz的井旁地震道子波，采用合成记录法正演模拟地震剖面(图4)。模拟结果表明：地震正演模型为一楔形地震反射数据体，作为标志层的20 m厚稳定油页岩正演呈现连续好、振幅强的地震反射特征，其下部的楔形体受地质模型岩性厚度减薄的影响而呈现尖灭趋势(图4)。其中，油页岩的尖灭微弱反射见于W18地震道，而W19道时完全不可分辨(图4(a))，表明地震正演模型能够分辨的最小油页岩厚度为W18道上的6.40 m，小于实际估算的1/8波长的8.68 m，从而揭示油页岩地震正演模型具有较高的地层岩性分辨能力[28]。然而，振幅明显加强的现象出现在W25~W26道上(图4)，在楔形模型中常被解释为薄层调谐现象，其主要特征为振幅明显加强或减弱[34]。人们对储层岩性尖灭线被振幅调谐效应识别已展开大量相关研究工作[35−36]。油页岩与泥岩薄互层地震反射呈现的振幅调谐效应对油页岩识别具有重要的指示意义。

(a) 变密度剖面；(b) 振幅剖面

通过上述正演模拟结果可知：地震反射同相轴受地震资料分辨率的限制，可能是一套油页岩与泥岩薄互层的综合反映，故油页岩薄层难以在地震剖面上直接标定。因此，有效的地震反演方法能够把界面型数据转换成岩层型数据后识别薄层油页岩，而油页岩地震标定只能依据钻井结果进行简单定性判断[28]。

3 油页岩地震识别与评价

3.1 井约束地震反演

地震反演方法是识别与评价常规常规油气储层的有效方法，而油页岩或烃源岩的地震反演识别却鲜有研究。因为地震反演实现过程有诸多制约因素：一是油页岩地震响应机理问题，另外是其地震分辨率问题。松辽盆地湖相沉积中发育极其优质青山口组与嫩江组油页岩，具有连续性好、中强振幅、较高频率的地震响应特征[28](图5(a))。其中，嫩一段和青一段沉积时主要发育泥岩与油页岩互层，而青一段底部有厚度较大的单层油页岩发育。能够作为全区标志层的油页岩发育在嫩二段底部，具有单层厚约8 m、连续性好、分布稳定的沉积特征[28]。因此，油页岩的上述地震反射特征与沉积特征为其地震反演识别提供可能。

为了提高地震资料分辨油页岩的能力，利用测井约束地震反演方法对油页岩进行地震预测。为了使测井和地震具有可对比性，在反演过程中采用地震合成记录方法进行地震地质层位标定[28]。地震反演的层序边界约束由地震地质层位标定，利用测井数据内插外推在三维数据体中建立初始反演模型，对反演参数在过井剖面反复试验使其设置合理，判别计算结果是否在合理误差下，若超出则调整参数重新处理，从而使预测结果与钻井、测井结果对比合理后再用于三维研究区，最后运算得出三维地震反演数据体[28, 37−40]。

在松辽盆地过S21−S32连井波阻抗反演剖面中(图5(b))，青山口组与嫩江组的褐色带为明显异常的低速带。通过与井旁钻井岩性对比发现，低速带是油页岩在地震波阻抗上的响应。结合沉积与地震反射特征可知，青一段与嫩一段的低速带可能是泥岩与油页岩互层的综合响应，而嫩二段底部低速带层可能是单层较厚油页岩的地震响应[28]。总体来说，青一段底部低速带受构造断裂的显著影响而使其横向连续性较差，嫩江组低速带整体呈现较好的横向连续性(图5(b))。因此，地震反演数据体低速带具有层多、稳定性好的空间展布特征，从而可以利用钻井标定的地震反演低速带来定性评价油页岩空间展布。

(a) 过S21−S32井地震剖面；(b) 过S21−S32井波阻抗反演剖面

3.2 油页岩有机质反演数据体的预测

特征显著的油页岩三维地震反演数据体的获取，是实现油页岩地震识别的关键环节。然而，地震反演数据体的相对低速带通过色标的调整来显示，只能定性评价油页岩空间展布特征，但不能对油页岩进行空间定量评价[28]。因此，预测油页岩识别的直接参数即总有机碳质量分数((TOC))，是实现油页岩定量识别与评价至关重要的一步，而基于神经网络算法的多属性分析方法是获取有机质反演数据体的一种有效方法。该方法的实现主要是通过钻井测试TOC质量分数曲线与反演三维数据体，利用神经网络算法把测试TOC质量分数曲线与井旁地震道−波阻抗多属性进行相关计算，进而把这种相关性从有限的井点外推到整个三维地震空间，从而得到油页岩有机质反演数据体(图6)。

通过油页岩有机质反演数据体的TOC质量分数空间定量标定，不仅能够预测其空间展布特征，而且能定量评价其品质。在松辽盆地过S21−S32连井有机质反演剖面中(图6)，把(TOC)＞5.0%的褐色层段标定为油页岩层[12]。结果表明：青山口组与嫩江组发育多层油页岩，具有空间叠置关系。其中，青一段主体发育3套油页岩，而青一段底部油页岩具有TOC质量分数高、连续性较好以及发育较稳定的特征，其之上几套油页岩的连续性变差且厚度受薄互层影响而变化较大；嫩江组主体发育2套油页岩，嫩二段相比嫩一段油页岩具有高的TOC质量分数与大的厚度，并且其横向连续性与稳定性较好(图6)。此外，利用测井−地震多属性方法预测钻井TOC质量分数曲线标定在有机质反演剖面的井旁[12, 28]，通过地震反演TOC质量分数与其井旁标定的对比发现，两者呈现较好的对应关系(图6)，表明地震反演方法预测的TOC质量分数比较合理。同时，利用钻井测试TOC质量分数进一步验证地震预测结果(图7)，表明地震预测TOC质量分数与其钻井测试结果垂向变化趋势基本一致，交会图上两者呈现较好的正相关性(相关系数2=0.796)，故本文采用的地震方法识别与评价油页岩的结果具有可靠性。

图6 松辽盆地过S21−S32连井有机质反演剖面

图7 单井地震预测TOC质量分数误差分析

综上所述，松辽盆地青山口组与嫩江组发育的油页岩具有层多、较连续的空间展布特征，但各层油页岩间的发育特征存在差异。其中，青一段油页岩受构造断裂影响使其连续较差，但其有机质富集程度较高；嫩江组油页岩呈现较好的连续性，但其有机质富集程度相对较低，表明青一段比嫩一段、嫩二段油页岩具有更好的品质。因此，油页岩的有机质反演结果不仅能预测油页岩发育的空间展布特征，还可以评价油页岩发育的品质，从而实现油页岩的地震识别与评价，对油页岩资源空间评价具有重要的意义[41]。

4 结论

1) 通过松辽盆地青山口组与嫩江组油页岩的微观孔隙、岩石组分及其地球物理响应分析，建立了油页岩等效岩石物理模型和地震波阻抗响应方程。油页岩的地震响应主要受有机质丰度和孔隙发育程度影响，使油页岩具有较低的地震波阻抗响应，为实现油页岩的地震识别与评价提供基础。

2) 根据Widess楔形体砂泥岩模型，建立了油页岩与泥岩互层的楔形收敛地质模型，并采用合成记录法正演模拟地震剖面。松辽盆地地震资料可以分辨最小油页岩厚度为6.4 m，揭示了其具有较高的地层岩性分辨能力。

3) 利用地震方法识别与评价油页岩，把(TOC)＞5.0%作为定量识别标准。地震波阻抗反演数据体只能定性评价油页岩空间展布，而基于多属性神经网络算法预测的有机质反演数据体不仅能预测油页岩发育的空间展布特征，而且可以评价油页岩的品质，从而实现油页岩的地震识别与评价。

参考文献：

[1] 贾建亮, 刘招君, 郭巍, 等. 地质类比法在坳陷盆地油页岩资源评价中的应用: 以松辽盆地上白垩统为例[J]. 煤炭学报, 2011, 36(9): 1475−1480. JIA Jianliang, LIU Zhaojun, GUO Wei, et al. Application of geological analogy to assess oil shale resources of depression basin: An example from upper cretaceous Songliao Basin[J]. Journal of China Coal Society, 2011, 36(9): 1475−1480.

[2] JIA Jianliang, Bechtel A, LIU Zhaojun, et al. Sachsenhofer oil shale formation in the Upper Cretaceous Nenjiang Formation of the Songliao Basin ( NE China): Implications from organic and inorganic geochemical analyses[J]. International Journal of Coal Geology, 2013, 113(6): 11−26.

[3] JIA Jianliang, LIU Zhaojun, Bechtel A, et al. Tectonic and climate control of oil shale deposition in the Upper Cretaceous Qingshankou Formation (Songliao Basin, NE China)[J]. International Journal of Earth Sciences, 2013, 102(6): 1717−1734.

[4] 贾建亮, 刘招君, Bechtel A, 等. 松辽盆地嫩江组油页岩发育控制因素[J]. 地球科学(中国地质大学学报), 2014, 39(2): 174−186. JIA Jianliang, LIU Zhaojun, Bechtel A, et al. Major factors controlling formation of oil shale in Nenjiang Formation of Songliao Basin[J]. Earth Science (Journal of China University of Geoscience), 2014, 39(2): 174−186.

[5] Beers R F. Radioactivity and organic content of some Paleozoic shales[J]. AAPG Bulletin, 1945, 29(1): 1−22.

[6] Schmoker J W. Determination of organic matter content of Appalachian Devonian shale from Gammaray logs[J]. AAPG Bulletion, 1981, 65(7): 1285−1298.

[7] 谭廷栋. 测井识别生油岩方法 [J]. 测井技术, 1988, 12(6): 1−11. TAN Tingdong. Identification of kuchersits from well logs[J]. Well Logging Technology, 1988, 12(6): 1−11.

[8] Meyer B L, Nederlof M H. Identification of source rocks on wireline logs by density/resistivity and sonic transit time/ resistivity crossplots[J]. AAPG Bulletin, 1984, 68(2): 121−129.

[9] Passey Q R, Creaney S, Kulla J B, et al. A practial model for organic richness from porosity and resisitivty logs[J]. AAPG Bulletin, 1990, 74(12): 1777−1794.

[10] Kamali M R, Mirshady A A. Total organic carbon content determined from well logs using ∆logand neuro fuzzy techniques[J]. Journal of Petroleum Science and Engineering, 2004, 45(3/4): 141−148.

[11] El Sharawy M S, Gaafar G R. Application of well log analysis for source rock evaluation in the Duwi Formation, Southern Gulf of Suez, Egypt[J]. Journal of Applied Geophysics, 2012, 80(3): 129−143.

[12] JIA Jianliang, LIU Zhaojun, MENG Qingtao, et al. Quantitative evaluation of oil shale based on well log and 3-D seismic technique in the Songliao Basin, Northeast China[J]. Oil shale, 2012, 29(2): 128−150.

[13] 于建国, 韩文功, 于正军, 等. 济阳拗陷孔店组烃源岩的地震预测方法[J]. 石油地球物理勘探, 2005, 40(3): 318−321.YU Jianguo, HAN Wengong, YU Zhengjun, et al. The seismic prediction method of Kongdian Formation source rock in Jiyang depression[J]. Oil Geophysical Prospecting, 2005, 40(3): 318−321.

[14] 刘震, 常迈, 赵阳, 等. 低勘探程度盆地烃源岩早期预测方法研究[J]. 地学前缘, 2007, 14 (4): 159−167.LIU Zhen, CHANG Mai, ZHAO Yang, et al. Method of early prediction on source rocks in basins with low exploration activity[J]. Earth Science Frontiers, 2007, 14 (4): 159−167.

[15] 张寒, 朱光有. 利用地震和测井信息预测和评价烃源岩: 以渤海湾盆地富油凹陷为例[J]. 石油勘探与开发, 2007, 34(1): 55−59. ZHANG Han, ZHU Guangyou. Using seismic and log in formation to predict and evaluate hydrocarbon source rocks: An example from rich oil depressions in Bohai Bay[J]. Petroleum Exploration and Development, 2007, 34(1): 55−59.

[16] 曹强, 叶加仁, 石万忠, 等. 低勘探程度盆地烃源岩早期评价: 以南黄海北部盆地东北凹为例[J]. 石油学报, 2009, 30(4): 522−529. CAO Qiang, YE Jiaren, SHI Wanzhong, et al. Preliminary prediction and evaluation of source rocks in low exploration basins: A case study on the northeast sag of the Northern South Yellow Sea Basin in China[J]. Acta Petrolei Sinica, 2009, 30(4): 522−529.

[17] 金强, 武爱俊, 金风鸣, 等. 武清凹陷大孟庄洼槽烃源岩地震属性预测与评价[J]. 油气地质与采收率, 2012, 19(4): 34−37. JIN Qiang, WU Aijun, JIN Fengming, et al. Estimation of source rocks by seismic attributes in the Damengzhuang sag Wuqing depression[J]. Petroleum Geology and Recovery Efficiency, 2012, 19(4): 34−37.

[18] 张佳佳, 李宏兵, 姚逢昌. 油页岩的地球物理识别和评价方法[J]. 石油学报, 2012, 33(4): 625−632. ZHANG Jiajia, LI Hongbing, YAO Fengchang. A geophysical method for the identification and evaluation of oil shale[J]. Acta Petrolei Sinica, 2012, 33(4): 625−632.

[19] 孙建孟, 王永刚. 地球物理资料综合解释[M].东营: 石油大学出版社, 2001: 16−37. SUN Jianmeng, WANG Yonggang. The comprehensive interpretation of geophysical data[M].Dongying: Petroleum University Press, 2001: 16−37.

[20] 赵彦超. 生油岩测井评价的理论和实践: 以南阳、泌阳凹陷为例[J]. 地球科学(中国地质大学学报), 1990, 15(1): 65−74. ZHAO Yanchao. The theory and application of logging for source rock evaluation: From the working results in Nanyang and Biyang Depressions[J]. Earth Science (Journal of China University of Geosciences), 1990, 15(1): 65−74.

自体输血主要包括贮存式自体输血、稀释式自体输血和回收式自体输血3种方式。对于含有高频抗原抗体的稀有血型患者来说，自体输血有助于手术的进行。

[21] 李勇根, 徐胜峰. 地震岩石物理和正演模拟技术在致密砂岩储层预测中的应用研究[J]. 石油天然气学报(江汉石油学院学报), 2008, 30(6): 61−65. LI Yonggen, XU Shengfeng. Application of seismic rock physics and forward simulation in predicting tight sandstone reservoirs[J]. Journal of Oil and Gas Technology (Journal of Jianghan Petroleum Institute), 2008, 30(6): 61−65.

一是本工程土洞的埋深在3～10 m范围内时，控制每轮循环进尺≤1.5 m；埋深大于10 m时，控制每轮循环进尺≤3 m；全断面开挖。

[22] 黄振凯, 陈建平, 薛海涛, 等. 松辽盆地白垩系青山口组泥页岩孔隙结构特征[J]. 石油勘探与开发, 2013, 40(1): 58−65. HUANG Zhenkai, CHEN Jianping, XUE Haitao, et al. Microstructural characteristics of the Cretaceous Qingshankou Formation shale, Songliao Basin[J]. Petroleum Exploration and Development, 2013, 40(1): 58−65.

[23] Kuila U, McCarty D K, Derkowski A, et al. Total porosity measurement in gas shales by the water immersion porosimetry (WIP) method[J]. Fuel, 2014, 117(1): 1115−1129.

[24] Passey Q R, Bohacs K M, Esch W L, et al. Fromoil-prone source rock to gas-producing shale reservoir: Geologic and petrophysical characterization of unconventional shale-gas reservoirs[C]// International Oil and Gas Conference and Exhibition. Beijing, China, 2010: SPE Paper 131350.

[25] 杨峰, 宁正福, 胡昌蓬, 等. 页岩储层微观孔隙结构特征[J]. 石油学报, 2013, 34(2): 301−311. YANG Feng, NING Zhengfu, HU Changpeng, et al. Characterization of microscopic pore structures in shale reservoirs[J]. Acta Petrolei Sinica, 2013, 34(2): 301−311.

[26] 洪有密. 测井原理与综合解释[M]. 东营: 石油大学出版社, 1993: 44−61. HONG Youmi. The logging principles and its comprehensive interpretation[M]. Dongying: Petroleum University Press, 1993: 44−61.

[27] Nelson P H. Pore-throat sizes in sandstones, tight sandstones, and shales[J]. AAPG Bulletin, 2009, 93(3): 329−340.

[28] 贾建亮. 基于地球化学−地球物理的松辽盆地上白垩统油页岩识别与资源评价[D]. 长春: 吉林大学地球科学学院, 2012: 85−110. JIA Jianliang. Research on the recognition and resource evaluation of the Upper Cretaceous oil shale based on geochemistry-geophysics technique in the Songliao Basin (NE, China)[D]. Changchun: Jilin University. College of Earth Sciences, 2012: 85−110.

[29] 姜岩, 李文艳, 叶萍. 基于正演模拟的地震反射特征主要影响因素分析[J]. 大庆石油地质与开发, 2006, 25(5): 100−102. JIANG Yan, LI Wenyan, YE Ping. Seismic reflection features major influential factors analysis based on forward modeling[J]. Petroleum Geology & Oil Field Development in Daqing, 2006, 25(5): 100−102.

[30] 尚新民, 李红梅, 韩文功, 等. 基于岩石物理与地震正演的AVO分析方法[J]. 天然气工业, 2008, 28(2): 64−66. SHANG Xinmin, LI Hongmei, HAN Wengong, et al. AVO analysis technology based on petrophysics and seismic forward modelling[J]. Natural Gas Industry, 2008, 28(2): 64−66.

[31] 王贤, 杨永生, 陈家琪, 等. 地震正演模拟在与其薄储层中的应用[J]. 新疆地质, 2007, 25(4): 432−435. WANG Xian,YANG Yongsheng, CHEN Jiaqi, et al. Application of seismic forward modeling to prediction of thin reservoir[J]. Xinjiang Geology, 2007, 25(4): 432−435.

[32] Widess M A. How thin is a thin bed[J]. Geophysics, 1973, 38(46): 1176−1254.

[33] 陆基孟, 王永刚. 地震勘探原理[M]. 东营: 中国石油大学出版社, 2009: 139−191. LU Jimeng, WANG Yonggang. The principle of seismic exploration[M]. Dongying: China University of Petroleum Press, 2009: 139−191

[34] 王军, 周东红, 张中巧, 等. 低位楔形三角洲砂体岩性尖灭线地震响应特征探索[J]. 石油地质与工程, 2010, 24(5): 33−36. WANG Jun, ZHOU Donghong, ZHANG Zhongqiao, et al. Study of the seismic response on the pinch out line of LST wedge-shaped delta sandstone[J]. Petroleum Geology and Engineering, 2010, 24(5): 33−36.

[35] 凌云研究小组. 应用振幅的调谐作用探测地层厚度小于1/4波长地质目标[J]. 石油地球物理勘探, 2003, 38(3): 268−274. LING Yun Study Group. Application of amplitude tuning in surveying geologic target thickness less than 1/4 wavelength[J]. Oil Geophysical Prospecting, 2003, 38(3): 268−274.

[36] 赵迎月, 顾汉明, 蔡成国. 塔河油田三叠系砂岩储层地震正演响应特征[J]. 天然气工业, 2008, 28(6): 52−55. ZHAO Yingyue, GU Hanming, CAI Chengguo. Characteristics of seismic response to Triassic sandstone reservoirs in the Tahe Oilfield[J]. Natural Gas Industry, 2008, 28(6): 52−55.

[37] 贾建亮, 刘招君, 陈永成, 等. 测井约束地震岩性预测方法及应用: 以汤原断陷达连河组SD2段为例[J]. 世界地质, 2009, 28(3): 339−344. JIA Jianliang, LIU Zhaojun, CHEN Yongcheng, et al. Lithologic prediction and application of log-constrained seismic: An example from SD2segment of Dalianhe Formation in Tangyuan Fault Depression[J]. Global Geology, 2009, 28(3): 339−344.

[38] 贾建亮, 刘招君, 陈永成, 等. 测井−地震多属性分层重构特征曲线技术[J]. 石油地球物理勘探, 2010, 45(3): 436−442. JIA Jianliang, LIU Zhaojun, CHEN Yongcheng, et al. Log-seismic multi-attributes stratified reconstructcharacteristic curves technique[J]. Oil Geophysical Prospecting, 2010, 45(3): 436−442.

[39] 贾建亮, 刘招君, 陈永成, 等. 测井−地震多属性密度曲线重构反演方法及应用[J]. 吉林大学学报(地球科学版), 2010, 40(3): 699−706. JIA Jianliang, LIU Zhaojun, CHEN Yongcheng, et al. The method of log-seismic multi-attributes density curvesreconstruct inversion and its application[J]. Journal of Jilin University (Earth Science Edition), 2010, 40(3): 699−706.

[40] 贾建亮. 塔南凹陷南屯组测井—地震多属性分层重构反演及应用研究[D]. 长春: 吉林大学地球科学学院, 2009: 33−39. JIA Jianliang. Research on stratified reconstruction inversion of log-seismic multi-attributes and its application in Nantun Formation of Tanan Depression[D]. Changchun: Jilin University. College of Earth Sciences, 2009: 33−39.

[41] 贾建亮, 刘招君, 柳蓉, 等. 油页岩地质类比资源评价体系的建立[J]. 地质学报, 2014, 88(7): 1321−1333. JIA Jianliang, LIU Zhaojun, LIU Rong, et al. Establishment of assessment system for oil shale resources based on geological analogy[J]. Acta Geologica Sinica, 2014, 88(7): 1321−1333.

A seismic technique for recognition and evaluation of oil shale

JIA Jianliang1, 2,LIU Zhaojun2, CHEN Yongcheng3

(1. Institute of Geology, Chinese Academy of Geological Sciences, Beijing 100037, China;2. College of Earth Sciences, Jilin University, Changchun 130061, China;3. SINOPEC Northeast petroleum Bureau, Changchun 130056, China)

The immature oil shale is evident in the Upper Cretaceous Qingshankou and Nenjiang formations of the Songliao Basin. The seismic technique was employed to recognize and evaluate oil shale, to improve exploratory efficiency and save on exploratory costs. An equivalent rock physical model and the wave impedance equation were established for oil shale based on the analysis of microscopic pores, macerals and their geophysical responses. Seismic forward modeling was used to research the seismic resolution of oil shale on the basis of synthetic recording. A geological model of converging wedge was established for oil shale. According to the method of logging-constrained inversion and neural network algorithm, the inverted volumes of wave impedance and organic matter were obtained. The results show that the seismic response of oil shale is influenced by organic matter and pore abundance. The seismic data can be used to distinguish minimum thickness with 6.4 m for oil shale. The inverted data of wave impedance can be employed to qualitatively evaluate the distribution of oil shale. However, the inverted organic matter volume is used not only to predict the distribution of oil shale, but also to evaluate the quality of oil shale.

oil shale; rock physics; forward modeling; seismic inversion; recognition and evaluation

10.11817/j.issn.1672-7207.2015.07.027

P631.4

A

1672−7207(2015)07−2581−09

2014−07−01；

2014−10−14

中央级公益性基本业务费专项基金资助项目(J1220)；国家自然科学基金资助项目(41402123) (Project(J1220) supported by the Basic Outlay of Scientific Research Work from the Ministry of Science and Technology; Project(41402123) supported by the National Natural Science Foundation of China)

贾建亮，博士，助理研究员，从事石油地质−地球物理综合解释、沉积地球化学研究；E-mail: jiajl0228@163.com

(编辑 杨幼平)