焦石坝地区泥页岩有机碳含量预测技术及对比

陈　超, 刘　韵, 王明飞, 周卓铸

(1.中国石化 勘探分公司，成都 610041; 2.中国石化 西南油气田分公司，成都 610041)



焦石坝地区泥页岩有机碳含量预测技术及对比

陈超1, 刘韵2, 王明飞1, 周卓铸1

(1.中国石化 勘探分公司，成都 610041; 2.中国石化 西南油气田分公司，成都 610041)

[摘要]探讨泥页岩的残余有机碳含量的地球物理预测方法，为页岩气勘探选区及开发提供关键依据。以川东南焦石坝地区五峰组-龙马溪组泥页岩为例，在岩心样品测试及测井资料交互分析的基础上，通过多属性反演、叠前密度反演及拟声波反演技术，进行有机碳含量的平面预测。结果表明3种反演技术均能较好地进行有机碳含量展布特征及评价研究。对比3种有机碳含量预测的技术方法，叠前密度反演对基础数据要求较高，其反演精度也最高；多属性反演及拟声波反演技术适用性较强，尤其是拟声波反演技术可在二维地震工区进行大范围应用。

[关键词]有机碳含量；多属性反演；叠前密度反演；拟声波反演

中国近年来对页岩气的成藏、保存条件、富集机理及选区评价做了大量研究，对页岩气藏取得了一定认识[1-5]。页岩气以吸附态吸附在泥页岩有机质和黏土颗粒的表面，或者以游离态储集于有机质孔隙中。有机质丰度不仅影响泥页岩的生烃强度，同时也影响着泥页岩中有机质孔隙的发育以及吸附气的含量。已大量成熟生烃的厚层状泥页岩，由于排烃不畅，往往会滞留大量的油气(特别是其中部的滞烃带)，并且一般都以异常高的孔隙度和孔隙流体压力为特征[6]，故有机质含量高是页岩气储层的基本特征。郭旭升2012年提出中国南方海相页岩气勘探评价要把泥页岩生烃能力与保存条件作为选区的首要条件[7]。

焦石坝区块位于川东南盆缘构造带，主体东西向为似箱状构造，顶部宽缓，两翼陡倾；南北向为上冲断层下盘的一个缓坡断鼻构造。该区块内奥陶系五峰组-志留系龙马溪组下部发育富含笔石的黑色页岩，指示较强的还原环境，为深水陆棚相沉积。五峰组-龙马溪组页岩热演化程度高，Ro>2.2%，下部发育有机碳(TOC)质量分数(wTOC)>2%的优质页岩层35～45 m厚[8]。钻遇该层系的JY1、JY2、JY3、JY4井测试均获得工业气流。根据对该4口井共347个样品有机碳含量的测定表明，五峰组-龙马溪组第一段具有较高的TOC含量，wTOC值主要在0.46%～7.13%，平均为2.65%。

焦石坝区块各钻井五峰组-龙马溪组第一段泥页岩wTOC值在纵向上都具有向底部层段明显增大的特征。以JY1井为例(图1)，五峰组-龙马溪组第一段Ⅰ亚段(深度2 378～2 415.5 m)灰黑色页岩wTOC值明显较大，普遍≥2.0%，最高可达5.89%，平均为3.56%，评价为高-特高TOC含量；wTOC≥2.0%的优质泥页岩层连续累计厚度达37.5 m。而上覆的龙马溪组Ⅱ-Ⅲ亚段wTOC值变小，为0.55%～3.26%，平均为1.67%。JY2、JY3、JY4井等3口井TOC含量在纵向上的变化与JY1井非常一致。

同样对页岩岩心的分析结果表明，总有机质含量往往与页岩的含气量呈正相关关系(图2)。显然，选择有机质含量高(特别是wTOC>2.0%或wTOC>3%)的页岩进行勘探，获得商业成功的概率明显会高于有机质含量低的页岩。因而，泥页岩TOC含量的预测及评价对于页岩气勘探开发至关重要。本文以焦石坝区块为例，探讨利用相对成熟的地球物理技术进行泥页岩TOC含量的预测，从而明确平面上泥页岩TOC含量的空间展布特征，指导后期的勘探及开发。

1TOC含量预测技术

图1　JY1井五峰组-龙马溪组第一段有机碳含量综合评价图Fig.1　Shale TOC evaluation for Longmaxi-Wufeng Formation of Well JY1

图2　JY1井含气量与有机碳含量关系图Fig.2　Correlation diagram of gas content andTOC from Well JY1

目前测井和钻井取心技术是进行页岩气储层泥页岩TOC含量评价的2种主要手段[9]。现阶段，除实验室检测方法外，对TOC含量的评价主要以测井资料为主，且评价方法很多。上述2种方法只能对TOC含量进行纵向评价，利用地震资料是预测评价泥页岩的TOC含量横向分布特征的一个重要途径。由于岩心测试TOC含量数量不够，地震反演需要测井计算的TOC含量进行约束或者标定；工区测井计算的TOC含量精度较高，与岩心测试TOC含量相关性达到了0.9(图3)。以测井岩-电关系为基础,建立泥页岩测井TOC含量与地震反射波响应特征及地震反射波敏感动力学参数关系[10]，从而实现利用地震评价泥页岩的生烃能力。

图3　JY1、JY2、JY3、JY4井测井计算与岩心分析有机碳含量关系图Fig.3　Correlation diagram of logging TOC and coreTOC from Well JY1, JY2, JY3 and JY4

1.1多属性TOC含量预测技术

地层TOC含量增大后在测井特征上有相应的显示，多属性反演即将TOC含量曲线与地震道或者地震道的变换(地震属性)结合起来，两者的关系如下

L(x,y,t)=F[A1(x,y,t),A2(x,y,t),

…,Am(x,y,t)]

(1)

式中：L(x,y,t)为能反映TOC含量变化的测井曲线；Ai(x,y,t)为对应的地震属性；F为两者之间的函数关系。

首先在井震精细标定的基础上，获取目标曲线TOC含量与地震数据间的关系函数F，然后将得到的F函数应用于地震数据体，最终达到井特征曲线TOC含量数据体的预测。其中，在建立F函数过程中，应采取逐步回归的方法，利用多种属性的结合预测目标曲线，并对目标变量或(和)属性变量使用非线性变换改善拟合关系，以期建立的关系合理可靠。过程中关键的是选择最优属性序列，建立合理的属性对。

本文以JY1、JY2、JY3及JY4井TOC含量测井曲线为基础，通过逐步回归及交互验证，建立了焦石坝地区TOC含量最优地震属性对(表1)。根据地震属性与TOC含量的相关性，逐步增加关系函数F中变量Ai(地震属性)的个数，最终使得训练误差及验证误差均达到相对最小，即可建立稳定的预测函数F。本文优选前5种属性(绝对振幅、道积分、滤波切片、平均频率、瞬时频率)，利用地震数据进行了TOC含量的预测；同时对预测结果的交互验证表明，预测曲线与原始测井曲线相关性达到了0.9(图4)，满足工区进行TOC含量预测的要求。

表1　TOC含量多属性分析最佳属性组合列表

1.2基于叠前密度反演的TOC含量预测技术

根据焦石坝实钻井泥页岩TOC含量与测井曲线密度值(ρ)统计分析，两者具有很好的相关性(图5)，相关系数为0.88。因而依据TOC含量与密度良好的相关性，通过密度反演可以进行泥页岩TOC含量的预测。TOC含量与密度相关关系式为

图4　多属性预测结果与原始TOC含量曲线相关图Fig.4　Correlation diagram of predicted resultsand the original TOC

图5　泥页岩TOC含量与密度曲线交汇关系图Fig.5　Correlation diagram of shale TOCand density curves

wTOC=-50.5089+55.9726ρ-13.6943ρ2

(2)

叠前同时反演技术是获得密度反演结果的关键，佐普里兹(1919)建立了佐普里兹方程组，描述了弹性波在弹性界面上的能量分配关系；但求解该方程组难度较大，在实际中鲜有应用。20世纪80年代许多学者对佐普里兹方程进行了简化和近似[11]，包括Aki-Richards方程[式(3)]，从而明确表达了反射系数与纵、横波速度和密度的关系，为实现叠前反演奠定了基础。

(3)

式中：R(θ)为地震反射系数;vS为横波速度;vP为纵波速度;θ为入射角;ρ为密度。

在小、中入射角时近似公式能够较为精确地描述地震振幅随入射角的变化特征；而在大入射角(一般>30°)时近似公式就会出现较大偏差，不利于叠前反演[12]。CGG软件提供了一种利用vP、vS和ρ的相关性，通过设置背景相关性来增加反演的稳定性，背景相关性公式如下

(4)

式中：k、m、kc、mc分别为相关公式系数值；ΔLS、ΔLD为公式求取差值；vS为横波速度;vP为纵波速度;ρ为密度。

图6　 纵波阻抗、横波阻抗及密度关系图Fig.6　Correlation diagram of P-impedance, S-impedance and density

文本根据JY1、JY2、JY3及JY4井实测的纵波速度、横波速度及密度曲线，进行了lnρ与lnvP及lnvS与lnvP相关性分析，计算到了上述的相关性公式中的k、m、kc、mc、ΔLS、ΔLD值(图6)。焦石坝地震资料采集采用了长排列、宽方位、高覆盖、强耦合的地震采集观测系统，最大偏移距为5 164 m，最大入射角为45°，覆盖144次；同时结合叠前时间偏移技术为叠前反演提供了高信噪比、高保真、高分辨率、高覆盖次数的CRP道集，达到了高精度叠前反演的要求。利用上述叠前同时反演技术可以得到密度反演结果，最后根据TOC含量与密度的统计函数，完成TOC含量的预测。

1.3拟声波反演TOC含量预测技术

拟声波反演的原理是利用能反映储层岩性、物性变化的测井曲线与原始声波曲线结合重构伪声波曲线，利用拟合的声波曲线参与反演，从而使得反演的结果能反映储层岩性及物性的变化[13]。本文根据优质泥页岩高TOC含量的特征，首先利用小波多尺度分解技术提取声波测井曲线的低频信息；然后再利用统计回归方法提取TOC曲线的高频信息；最后将低频信息融合到高频信息中，构建既具有地层背景的低频信息又能反映优质泥页岩TOC含量的拟声波曲线。对比拟声波阻抗与原始波阻抗(图7)可以看出，拟声波后的波阻抗更能反映优质泥页岩TOC含量自上而下逐渐增大的纵向变化特征。

通过对焦石坝工区JY1、JY2、JY3及JY4井的波组抗曲线与TOC含量曲线的交汇分析发现，拟声波阻抗曲线与TOC含量的相关性明显高于原始波阻抗(图8)。本文拟声波阻抗反演采用疏脉冲反演方法[14]，利用精细标定计算的拟声波阻抗构建合理的地层模型；然后利用地震及模型信息进行拟声波阻抗反演；最后根据拟声波阻抗与泥页岩TOC含量的相关性进行TOC含量的预测

图7　拟声波波阻抗曲线与原始波阻抗曲线对比图Fig.7　Comparison of pseudo-acoustic impedanceand original acoustic impedance

wTOC=29.8691-0.004152Za+1.4325 e-007Za2

(5)

式中：Za为拟声波阻抗。

2应用效果分析

图8　原始波阻抗、拟声波波阻抗与泥页岩TOC含量交汇图Fig.8　Correlation diagram of pseudo-acoustic impedance, original acoustic impedance and TOC

作者在焦石坝工区依次运用上述的多属性反演、叠前密度反演及拟声波阻抗反演3种技术，验证了TOC含量预测的可行性及精度，均取得了较好的效果。同时对比3种TOC含量预测的技术方法，所需求的基础数据及反演精度、分辨率不尽相同(表2)。叠后多属性反演主要是基于TOC测井曲线及叠后偏移地震数据，主要适用于三维地震数据；而叠前密度反演则需要提供满足叠前反演的高信噪比、高保真、高分辨率、高覆盖次数的CRP道集及纵波、横波、密度等测井资料；拟声波反演仅需提供叠后偏移地震数据及常规测井曲线，且适用性更广，三维及二维地震数据均能满足要求。

图9为利用3种反演技术得到的过JY1井、JY2井、JY4井连井TOC反演剖面，纵向上自上而下TOC含量总体为增大的趋势，五峰组-龙马溪组第一段Ⅰ亚段wTOC为3%~4%，Ⅱ亚段为2%左右，Ⅲ亚段为1%~3%，与实钻井的纵向变化一致；同时由东北(JY1井区)至西南(JY4井区)泥页岩TOC含量分布较为稳定，焦石坝三维泥页岩TOC含量整体较高。

表2TOC含量预测技术对比表

Table 2Contrast of shale TOC prediction technique

从图9对比3种TOC含量预测技术得到的TOC反演剖面可以看出，叠前密度反演得到的结果分辨率和精度都最高(表2，其中红色曲线为反演结果、黑色曲线为原始TOC含量曲线)；多属性反演精度较高、分辨率相对较低；而拟声波反演的精度相对较低。统计分析显示，根据叠前密度反演得到的TOC含量预测结果与测井解释结果吻合度最高(表3)，测井解释成果分析JY1井五(预测结果大于测井解释成果时为“+”，小于时为“-”)峰组-龙马溪组第一段优质泥页岩平均wTOC为2.89%；JY2井为3.17%、JY4井为2.85%，从过JY1井、JY2井、JY4井TOC反演剖面可以看出，JY2井的平均TOC含量较JY1井、JY4井高。表3为测井解释TOC含量与预测TOC含量对比表，最大相对误差为1.26%，最小为0.35%；同时对后期钻探的JY11-4井进行了验证，绝对误差0.4%及相对误差2.2%，均较小，TOC反演结果较为可靠。

表3　预测TOC含量与测井解释成果对比

图9　JY1-JY2-JY4井连井TOC反演剖面Fig.9　TOC inversion profile across Well JY1-2-4

最后利用叠前密度反演进行了TOC含量的平面预测(图10)。从图中可以看出，JY1井、JY2井、JY4井平均TOC含量较高，JY3井较低；焦石坝主体部位平均wTOC>2%，富含有机质页岩在焦石坝三维区块内稳定分布；高TOC含量优质泥页岩发育中心位于JY2井区，从JY1、JY2到JY4井呈带状展布；在三维区西南部断裂复杂带附近优质泥页岩发育相对较差，大断裂不利于页岩气藏的富集。

依据工区的不同特点、所能提供的基础数据及反演精度和分辨率要求可选取相应的方法进行TOC含量的预测，3种TOC含量预测的方法推广应用性较强，基本能满足不同工区TOC含量预测的要求。在工区基础资料比较齐全的情况下，建议使用精度最高的叠前密度反演技术进行TOC含量的预测。

3结 论

a.多属性反演、叠前密度反演及拟声波反演技术均能较好地进行泥页岩TOC含量的预测。

图10　五峰组-龙马溪组第一段页岩气层平均TOC含量预测平面图Fig.10　Map of shale TOC prediction for Wufeng-Longmaxi Formation

b.川东南焦石坝地区五峰组-龙马溪组泥页岩TOC含量预测结果表明，TOC含量具有自上而下逐渐增大的纵向特征，同时平面上TOC含量展布稳定，主体部位平均wTOC>2%，优质泥页岩整体发育。

c.对比3种TOC含量预测的技术方法,叠前密度反演对基础数据要求较高，同时其反演精度也最高；多属性反演及拟声波反演技术适用性较强，尤其是拟声波反演技术可在二维工区进行大范围推广应用。

[参考文献]

[1] 郭岭,姜在兴,姜文利.页岩气储层的形成条件与储层的地质研究内容[J].地质通报,2011,30(2/3):385-392.

Guo L, Jiang Z X, Jiang W L. Formation condition of gas-bearing shale reservoir and its geological research target[J]. Geological Bulletin of China, 2011, 30(2/3): 385-392. (In Chinese)

[2]张静平,唐书恒,郭东鑫.四川盆地下古生界筇竹寺组与龙马溪组页岩气勘探优选区预测[J].地质通报,2011,30(2/3):357-363.

Zhang J P, Tang S H, Guo D X. Shale gas favorable area prediction of the Qiongzhusi Formation and Longmaxi Formation of Lower Palaeozoic in Sichuan Basin, China[J]. Geological Bulletin of China, 2011, 30(2/3): 357-363. (In Chinese)

[3] 郭彤楼,刘若冰.复杂构造区高演化程度海相页岩气勘探突破的启示——以四川盆地东部盆缘JY1井为例[J].天然气地球科学,2013,24(4):643-651.

Guo T L, Liu R B. Implications from marine shale gas exploration break-through in complicated structural area at high thermal stage: Taking Longmaxi Formation in well JY1 as an example[J]. Natural Gas Geoscience, 2013, 24(4): 643-651. (In Chinese)

[4] 郑军卫,孙德强,李小燕.页岩气勘探开发技术进展[J].天然气地球科学,2011,22(3):511-516.

Zheng J W, Sun D Q, Li X Y. Advances in exploration and exploitation technologies of shale gas [J]. Natural Gas Geoscience, 2011, 22(3): 511-516. (In Chinese)

[5] 于炳松.页岩气储层的特殊性及其评价思路和内容[J].地学前缘,2012,19(3):252-258.

Yu B S. Particularity of shale gas reservoir and its evaluation[J]. Earth Science Frontiers, 2012, 19(3): 252-258. (In Chinese)

[6] 王世谦.中国页岩气勘探评价若干问题评述[J].天然气工业，2013，33(12):13-29.

Wang S Q. Shale gas exploration and appraisal in China: Problems and discussion [J]. Natural Gas Industry, 2013, 33(12): 13-29. (In Chinese)

[7] 郭旭升,郭彤楼,魏志红,等.中国南方页岩气勘探评价的几点思考[J].中国工程科学，2012，14(6):101-105.

Guo X S, Guo T L, Wei Z H. Thoughts on shale gas exploration in southern China[J]. Engineering Sciences, 2012, 14(6): 101-105. (In Chinese)

[8] 郭彤楼，张汉荣.四川盆地焦石坝页岩气田形成与富集高产模式[J].石油勘探与开发，2014，41(1):28-36.

Guo T L, Zhang H R. Formation and enrichment mode of Jiaoshiba shale gas field, Sichuan Basin[J]. Petroleum Exploration and Development, 2014, 41(1): 28-36. (In Chinese)

[9] 黄仁春,王燕，程斯洁，等.利用测井资料确定页岩储层有机碳含量的方法优选——以焦石坝页岩气田为例[J].天然气工业，2014,34(12):25-32.

Huang R C, Wang Y, Cheng S J,etal. Optimal selection of logging-based TOC calculation methods of shale reservoirs: A case study of the Jiaoshiba shale gas field, Sichuan Basin [J]. Natural Gas Industry, 2014, 34(12): 25-32. (In Chinese)

[10] 罗蓉,李青.页岩气测井评价及地震预测、监测技术探讨[J].天然气工业,2011,31(4):34-39.

Luo R, Li Q. Log evaluation, seismic prediction and monitoring techniques of shale gas reservoirs [J]. Natural Gas Industry, 2011, 31(4): 34-39. (In Chinese)

[11] 郑晓东.Zoeppritz方程的近似及其应用[J].石油地球物理勘探,1991,26(2):129-144.

Zheng X D. Approximation of Zoeppritz equation and its application[J]. CGP, 1991, 26(2): 129-144. (In Chinese)

[12] 黄捍东,王彦超,郭飞.基于佐普里兹方程的高精度叠前反演方法[J].石油地球物理勘探,2013,48(5):740-746.

Huang H D, Wang Y C, Guo F. High precision prestack inversion algorithm based on Zoeppritz equations[J]. CGP, 2013, 48(5): 740-746. (In Chinese)

[13] 许正龙.曲线重构技术在储层横向预测工作中的应用[J].石油实验地质,2002,24(4):17-18.

Xu Z L. Application of the curve-recompositon technology to the lateral prediction of reservoirs[J]. Petroleum Geology & Experiment, 2002, 24(4): 17-18. (In Chinese)

[14] 郭朝斌,杨小波,陈红岳,等.约束稀疏脉冲反演在储层预测中的应用[J].石油物探,2006,45(4):397-400.

Guo C B, Yang X B, Chen H Y. Constrained sparse pulse inversion research in north of Haitongji depression[J]. GPP, 2006, 45(4): 397-400. (In Chinese)

Research on shale TOC content prediction techniques and contrast in

Jiaoshiba area, Sichuan Basin, China

CHEN Chao1, LIU Yun2, WANG Ming-fei1, ZHOU Zhuo-zhu1

1.ExplorationCompanyofSINOPEC,Chengdu610041,China;

2.SouthwestBranchCompanyofSINOPEC,Chengdu610041,China

Abstract:Geophysical prediction method for investigating residual organic carbon shale content is used so as to provide evidence for shale gas exploration and development. Based on drilling well laboratory analysis and logging data, combined with multi-attribute inversion, pre-stack density inversion and pseudo acoustic inversion techniques, the shale TOC content in Jiaoshiba area of Sichuan Basin is predicted. It shows that all these three kinds of inversion techniques meet the research demand of characteristics and evaluation of TOC content distribution. Of the three technical methods, the pre-stack inversion needs higher quality basic data, and produces the highest precision, while the acoustic inversion and multi-attribute inversion have an extensive usability, especially the acoustic inversion technique has a wide range of application in the two-dimensional seismic work area.

Key words:TOC; multi-attribute inversion; pre-stack inversion; acoustic inversion

[文献标志码][分类号] P631: TE122.113 A

DOI:10.3969/j.issn.1671-9727.2016.01.05

[文章编号]1671-9727(2016)01-0050-09

[收稿日期]2014-11-11。

[基金项目]中国石油化工集团公司重大科技专项(P13129)。

[第一作者] 陈超(1986-),男,工程师,主要从事地震地质综合解释及储存预测研究, E-mail:chch19861224@126.com。