利用改进的ΔlgR技术评价长岭断陷烃源岩有机碳含量

李　鑫， 刘吉余， 郭晓晨

(东北石油大学 地球科学学院，黑龙江 大庆 163318)



利用改进的ΔlgR技术评价长岭断陷烃源岩有机碳含量

李鑫， 刘吉余， 郭晓晨

(东北石油大学 地球科学学院，黑龙江 大庆 163318)

精细评价长岭地区烃源岩发育特征对提高该区探井的成功率具有积极意义。以常规测井曲线和实测TOC数据为基础，采用改进的ΔlgR技术，通过岩心测试TOC值刻度测井解释模型的待定系数，建立了长岭断陷烃源岩TOC含量定量解释公式，刻画了不同TOC含量烃源岩的平面分布。改进的ΔlgR技术对该区TOC的预测误差为19.1%，比传统方法降低17.5%，计算结果真实地反应了地下TOC的分布。结果表明，该区烃源岩TOC含量较高，中等以下丰度级别占烃源岩总量的26.1%，好丰度级别占烃源岩总量的18.2%，很好丰度级别占烃源岩总量的55.7%。好级别以上烃源岩主要分布在黑帝庙次洼，厚度最大超过400 m，其次是哈尔金次洼和乾北次洼，厚度一般为200～300 m。

烃源岩；有机碳；测井；改进；ΔlgR；长岭断陷；松辽盆地

烃源岩是油气生成的重要物质基础，开展烃源岩精细评价，落实好有机质丰度烃源岩分布对提高探井成功率具有积极意义[1-3]。长岭断陷是松辽盆地南部深层最大的断陷，三次资评天然气资源量为5 892×108m3[4]，资源比较丰富，但部署探井的成功率不高，有必要深入认识烃源岩发育和分布特征。

前人对长岭断陷烃源岩特征开展过相关研究，揭示该区主要发育沙河子组和营城组两套烃源岩，指出沙河子组是该区最主力的烃源岩层[5-7]。对于沙河子组烃源岩，前人主要依据地球化学取样分析资料评价有机质丰度，利用烃源岩层实测样品地球化学指标(主要是TOC)的平均值代表整段地层的>通信联系人：刘吉余(1961-)，男，博士，教授，从事油气勘探及开发地质领域的研究；E-mail：dqpiliujy@sina.com。

生烃指标[6]。然而，受样品来源、实验费用等因素限制，该区烃源岩取样分析样品比较离散，加之烃源岩的非均质性较强，仅通过有限的地球化学样品很难客观表征地下烃源岩层TOC的真实分布。为了精细评价该区烃源岩的分布和分布特征，本次采用测井-地化相结合的方法，依据研究区常规测井曲线和烃源岩实测TOC数据，利用改进的ΔlgR技术定量评价该区烃源岩有机碳含量，依据评价结果刻画了不同丰度级别烃源岩分布特征，以期为该区天然气勘探提供指导。

1　研究区概况

长岭断陷位于松辽盆地南部的中央凹陷区的南部，勘探面积1.3×104km2，可划分为“三凸、五凹、二斜坡”10个二级构造单元(如图1所示)，其中黑帝庙、前神子、哈尔金、伏龙泉、乾北次凹是烃源岩的主要发育区。长岭断陷深层发育火石岭组、沙河子组、营城组、登娄库组和泉头组地层，其中泉一段、登娄库组和营城组是主要的含气层系，发现了双坨子深层油气田、伏龙泉油气田和大老爷府深层气藏[4]。营城组与沙河子组是主要的烃源岩层，沙河子组最大暗色泥岩厚度超过900 m，是该区最主力的烃源岩。

图1　研究区构造单元划分

Fig.1Division of structural units of Changling depression

2　烃源岩特征

2.1烃源岩发育特征

长岭断陷深层主要发育营城组和沙河子组两套烃源岩层，沙河子组烃源岩的分布面积大、生烃指标好，是最主力的烃源岩层[4]。本次研究以沙河子组为目的层。

沙河子组为一套深湖-半深湖相和扇三角洲沉积地层，烃源岩饱和烃参数和芳烃三芴系指示有机质形成于弱氧化-还原的微咸-咸水湖泊环境，有机质来源以陆源高等植物输入为主，其次为低等水生生物有机质，类型以Ⅱ2型和Ⅲ型为主[6]。岩心测试镜质体反射率(Ro)分布在1.4%～2.2%，达到高-过成熟阶段[7]。HD1、CS10、YS2等20余口井，200余岩心(屑)样品实测TOC为0.2%～6.1%。烃源岩有机非均质性较强，以TS6井为例(如图2所示)，垂向上TOC波动比较明显，利用实测TOC的平均值代表整段地层有机质丰度具有较强的不确定性。

2.2烃源岩测井响应特征

由于烃源岩内有机质和黏土矿物对放射性物质具有较强的吸附性，固态的有机质(干酪根)具有疏松的网状结构，有机质生成油气的导电性很差，因而烃源岩具有与其他岩性不同的测井响应，通常表现为“三高一低”特征，即高自然伽马、高声波时差、高电阻率、低密度[8-10]。由图2可知，研究区烃源岩层也具有高自然伽马、高声波时差和中高电阻率特征，可依据这些测井特征区分烃源岩层和非烃源岩；在烃源岩层段，随着烃源岩TOC含量增高，声波时差和电阻率都呈增大趋势，通过声波时差和电阻率叠合能够反映TOC含量的变化趋势。

图2　研究区TS6井烃源岩测井响应特征

Fig.2The logging features of source rocks in TS6 well

3　烃源岩有机碳含量测井评价

3.1评价模型的选取

此前，烃源岩TOC评价主要采用ΔlgR技术[8-9]。ΔlgR技术具有以下两个优点，一是采用电阻率曲线、声波时差曲线和烃源岩成熟度参数构建TOC含量预测公式，所需资料相对容易获取；二是声波时差曲线和电阻率曲线都对孔隙度变化敏感，将两者反方向叠合有利于抵消孔隙度对TOC预测的干扰，保证TOC的预测精度。

但是，ΔlgR技术采用固定的经验公式或系数预测烃源岩TOC含量，由于气候、物源、演化程度等差异，不同地区或不同环境发育烃源岩的性质和测井特征不可能完全一致，显然对所有烃源岩均采用同一解释参数也不客观。针对这一问题。国内学者[10-12]对ΔlgR技术进行了如下修改：① 将经验系数“0.02”视为变量k，依据研究区实际资料厘定k值，而不是采用经验系数；② 利用计算机自动确定基线值(Baseline)，避免人为读取基线的主观性；③ 将包含成熟度(LOM)一项整体视为待定系数a，对缺少成熟度参数的地区仍可应用，改善了模型的适用范围。改进的ΔlgR模型的预测公式如下：

ΔlgR=k(lgR-RB)+

(1)

(2)

式中，R为电阻率曲线，Ω·m；Δt为声波时差曲线，μs/m；tB、RB为声波时差和电阻率曲线的基线值；k为待定系数，代表电阻率曲线在ΔlgR中的比重；a和b为拟合公式的系数，a相当于传统方法中的成熟度参数，b相当于TOC含量背景值。

3.2测井评价模型的建立和验证

长岭断陷多数单井TOC取样数据比较离散，基于个别单井建立的TOC预测模型很难具有代表性，考虑综合利用多口井TOC化验资料建立预测模型。去除井径垮塌严重井段，累计收集248个TOC样品点，按照如下方法建立研究区TOC预测模型：(1)利用文献[12]方法对测井曲线进行标准化，消除不同测井仪器之间的系统误差。(2)选取声波时差和电阻率曲线彼此重合的细粒非烃源岩层作为基线值(Baseline)，之后将TOC、lgR、Δt、Baseline彼此对应，整理为建模样本集(学习集)和验证样本集(验证集)。(3)利用网格搜索法优化计算k、a、b的值，k的搜索范围为0～1，搜索步长0.05；a的搜索范围为0～5，搜索步长0.1；b的搜索范围为0～0.4，搜索步长0.05。

经过反正验证，最终得到最佳的参数组合k=0.35、a=1.9、b=0.2。图3(a)给出了模型预测TOC与实测TOC的对比关系，无论是模型建立还是结果验证，预测TOC值与实测TOC值都比较接近，说明建立的模型比较可靠。统计所有样品预测TOC值与实测值的平均相对误差为19.1%，满足研究区TOC评价精度需求。为了与传统方法对比，图3(b)列出了传统ΔlgR技术的应用效果，传统ΔlgR技术对TOC小于2.5%部分预测结果偏高，对TOC超过2.5%部分的预测结果明显偏低，预测TOC值与实测值的平均相对误差高达36.6%。

图3　改进ΔlgR技术与传统ΔlgR技术预测TOC效果

Fig.3Comparition of TOC calculating results between improvement ΔlgRtechnology and ΔlgRtechnology

3.3研究区烃源岩测井评价结果

依据所建立的测井模型，计算所有单井河子组烃源岩TOC值，得到井剖面上连续分布的TOC值。测井计算TOC值连续分布，有利于克服由样品代表性所造成的评价误差，更能客观地反映该区烃源岩TOC的实际分布。图4给出了依据测井评价结果统计的TOC分布频率，结合该区烃源岩有机质丰度评价标准(见表1)，得到中等以下丰度级别占该区烃源岩总量的26.1%，好丰度级别占烃源岩总量的18.2%，很好丰度级别占烃源岩总量的55.7%。

图4　研究区暗色泥岩TOC频率分布

Fig.4TOC distribution of source rocks in Changling depression

依据测井计算TOC值对单井烃源岩厚度进行分级统计，结合沉积相分布特征，绘制了不同TO级烃源的厚度分布。结果显示，不同丰度级别烃源岩的分布平面分布形态相似，厚度存在差异：(1)差烃源岩厚度一般50～100 m，各个凹陷发育厚度大体相当，伏龙泉凹陷发育面积最大(见图5(a))。(2)中等烃源岩厚度一般50～100 m，黑帝庙次凹局部地区烃源岩厚度达到200 m(见图5(b))。好烃源岩主要发育在黑帝庙次凹，厚度一般150～250 m，乾北次凹和哈尔金次凹多数地区也达到100 m以上(见图5(c))；很好烃源岩(TOC>2%)主要分布在黑帝庙次凹，厚度一般100～150 m，局部达到200 m以上；其次乾北次凹和哈尔金次凹，厚度一般100 m，局部地区达到150 m(见图5(d))。

表1　陆相生油岩有机质丰度评价标准(SY/T 5735—1995)

4　结论

(1) 改进的ΔlgR技术将ΔlgR内的经验系数当成变量，依据研究区实测TOC和测井数据，利用计算机对变量自动拟合，所需资料容易获取，操作便捷，对研究区TOC评价效果明显优于ΔlgR技术。

(2) 改进的ΔlgR技术对研究区TOC的预测误差为19.1%，比传统方法降低17.5%，计算结果能真实反映地下烃源岩层TOC含量。

(3) 研究区烃源岩TOC含量整体较高，好-很好烃源岩占烃源岩总量的73.9%，黑帝庙次洼好-很好烃源岩最发育，厚度最大超过400 m，哈尔金次洼和乾北次洼好-很好烃源岩厚度一般200～300 m。

图5　研究区不同丰度级别烃源岩的厚度分布

Fig.5Depth contour map of source rocks in Shahezi formation of Changling depression

[1]高志勇，张水昌，朱如凯，等．塔中地区良里塔格组海平面变化与烃源岩的非均质性[J]．石油学报，2007，28(5)：45-50．

Gai Zhiyong,Zhang Shuichang,Zhu Rukai,et al.Sea-level change and heterogeneity of source rocks of Lianglitage formation in the central Tarim area[J]. Acat Petrolei Sinica, 2007，28(5)：45-50．

[2]卢双舫，马延伶，曹瑞成，等．优质烃源岩评价标准及其应用：以海拉尔盆地乌尔逊凹陷为例[J]．地球科学——中国地质大学学报，2012，37(3)：535-544．

Lu Shuangfang,Ma Yanling,Cao Ruicheng,et al．Evaluation criteria of high-quality source rocks and its applications:Taking the Wuerxun sag in Hailaer basin as an example[J]．Earth Science-Journal of China University of Geocsiences,2012,37(3):535-544．

[3]李敬生．贝尔凹陷优质烃源岩的发现及其地质意义[J]．成都理工大学学报(自然科学版)， 2013， 40(3)：326-332．

Li Jingsheng.Discovery and geological significance of high quality source rock in Beier sag of Hailaer basin China[J].Journal of Chengdu University of Technology (Science & Technology Edition)，2013，40(3)：326-332．

[4]闫伟鹏，李建忠，王立武，等.松辽盆地长岭断陷深层天然气资源潜力分析[J].现代地质，2009，23(5):902-907.

Yan Weipeng,Li Jianzhong,Wang Liwu,et al. Prediction of the deep natural gas potential of Changling fault depression,Songliao basin[J]. Geoscience, 2009，23(5):902-907.

[5]张枝焕，吴聿元，俞凯，等.松辽盆地长岭地区烃源岩地球化学特征[J].新疆石油地质，2002，23(6):501-506.

Zhang Zhihuan,Wu Jinyuan,Yukai,et al. Geochemical characteristics of hydrocarbon source rocks in Changling fault depression, Songliao basin[J].Xinjiang Petroleum Geology, 2002，23(6):501-506.

[6]金晓辉，闫相宾，李丽娜.松辽盆地长岭断陷烃源岩特征与油源对比[J].西安石油大学学报(自然科学版)，2010，32(6):53-56.

Jin Xiaohui, Yan Xiangbin,Li Lina.Characteristics of source rocks and oil source correlation in Changling fault depression, Songliao basin[J]. Journal of Xi’an Shiyou University(Natural Science), 2010，32(6):53-56.

[7]周卓明, 王再锋, 伍泓.松辽盆地长岭断陷层烃源岩地球化学特征研究[J].石油实验地质，2009,31(6):608-612.

Zhou Zhuoming,Wang Zaifeng,Wu hong. Geochemical characteristics of hydrocarbon source rocks in the Changling fault depression, Songliao basin[J].Petroleum Geology & Experiment,2009,31(6):608-612.

[8]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．

[9]王宗礼，李君，罗强，等．利用测井资料精细评价冀中坳陷廊固凹陷烃源岩[J]．天然气地球科学，2012，23(3)：430-437．

Wang Zongli,Li Jun,Luo Qiang,et al．Fine evaluation of source rock with logging data in Langgu sag of Jizhong depression [J]．Natural Gas Geoscience,2012,23(3):430-437．

[10]胡慧婷，卢双舫，刘超，等．测井资料计算源岩有机碳含量模型对比及分析[J]．沉积学报，2011，29(6)：1199-1205．

Hu Huiting,Lu Shuangfang,Liu Chao,et al．Models for calculating organic carbon content from logging information:Comparison and analysis[J]．Acta Sedimentologica Sinica,2011,29(6):1199-1205．

[11]刘超，卢双舫，黄文彪，等．ΔlogR技术改进及其在烃源岩评价中的应用[J]．大庆石油地质与开发，2011，30(3)：27-31．

Liu Chao,Lu Shuangfang,Huang Wenbiao,et al．ΔlogRtechnique:Improvement and its application in source rocks evaluation[J]．Petroleum Geology & Oilfield Development in Daqing,2011,30(3):27-31．

[12]刘超，卢双舫， 薛海涛．变系数ΔlogR方法及其在泥页岩有机质评价中的应用[J]．地球物理学进展， 2014， 29(1)： 312-317．

Liu Chao,Lu Shuangfang,Xue Haitao．Variable-coefficient ΔlogRmodel and its application in shale organic evaluation[J]．Progress in Geophysics,2014,29(1):312-317．

(编辑宋官龙)

Evaluation of TOC in Changling Depression of Songliao Basin Using Improved ΔlgRModel

Li Xin， Liu Jiyu, Guo Xiaochen

(CollegeofGeosciences,NortheastPetroleumUniversity,DaqingHeilongjiang163318，China)

Source rocks evaluation is of great importance for gas exploration in Changling depression of southern Songliao basin. Aimed to make clear the TOC distribution of source rocks in Shahezi formation, based on the logging data and core tested data, variable-coefficient ΔlgRmodel was used to calculate the TOC quantitatively, source rocks of different TOC grade and their thickness distribution were described. The key coefficients in the model were calculated using variable-coefficient ΔlgRmodel according to the sampled data of the studied area, and TOC calculation results can reflect the TOC underground accurately. TOC predicting error by variable-coefficient ΔlgRmodel was about 19.1%, which was reduced 17.5% compared to traditional ΔlgRmodel. Source rocks in Changling depression are characterized by high TOC value, middle-less source rocks, good source rocks and excellent source rocks account for 26.1%, 18.2% and 55.7% of all the source rocks in volume, respectively. Good and excellent source rocks mainly distributed in Heidimiao sag, the maximum thickness is over 400 meters, Haerjin and Qianbei sags also developed good source rocks the general thickness is 200～300 meters.

Source rocks; TOC; Logging; Improvement; ΔlgR;Changling depression; Songliao basin

1006-396X(2016)04-0081-06投稿网址：http://journal.lnpu.edu.cn

2016-01-07

2016-04-06

国家自然科学基金项目(41302210)。

李鑫(1991-)，男，硕士研究生，从事油气田开发地质工程研究；E-mail：npugsilx@sina.com。

TE121.1

Adoi:10.3969/j.issn.1006-396X.2016.04.017