渤海海域沙南凹陷烃源岩TOC 测井预测模型优选及应用

徐仕琨，叶加仁，杨宝林，赵牛斌

中国地质大学（武汉）构造与油气资源教育部重点实验室，武汉 430074

烃源岩是油气生成的物质基础，烃源岩评价是沉积盆地油气资源潜力分析与勘探前景评价的核心内容之一，烃源岩中的总有机碳含量（TOC）是烃源岩评价的重要参数。在利用有机地球化学资料评价烃源岩时，一般隔一定距离取心采样进行测试分析，但受取心数量和分析化验成本等影响，难以获取纵向上连续的TOC 值[1-2]，而测井资料具有纵向上连续，分辨率高等优势，且多种测井参数与烃源岩TOC 之间具有一定的响应关系，可据此建立预测模型对烃源岩TOC 进行定量预测，并获取烃源岩厚度[3-4]。国内外学者现已提出了多种基于测井资料预测烃源岩TOC 的方法，如多元线性回归法[5-6]、ΔlgR 法[7]、BP 神经网络法等[8-11]，不同方法原理各异，互有优劣，分别适用于不同的地质情况和资料状况。

沙南凹陷位于渤海海域，目前勘探程度总体较低，烃源岩研究较薄弱，对凹陷油气勘探潜力争议较大。本文基于沙南凹陷测井资料，结合实测烃源岩TOC 数据，优选适合沙南凹陷烃源岩TOC 计算的测井方法与模型，定量预测单井烃源岩TOC 纵向分布，为研究区勘探潜力分析奠定基础。

1 区域地质概况

沙南凹陷地处渤海西部海域，北靠沙垒田凸起，南为埕北低凸起及埕子口凸起，东临渤中凹陷，西接歧口凹陷，面积约3235 km2，可分为东西两个次洼（图1），为一新生代发育起来的北断南超的箕状凹陷。沙南凹陷沉积盖层自下而上由古近系孔店组、沙河街组（沙三段、沙二段、沙一段）、东营组（东三段、东二段、东一段），新近系馆陶组、明化镇组及第四系组成，其中，东三段、沙一二段及沙三段湖相泥岩为该区主要烃源岩[12-13]，明化镇组、馆陶组、东二段及沙二段为主要的含油气层段。截至目前，该区已累计钻探井20 余口，发现了6 个含油气构造，但无商业开采价值，其勘探潜力备受质疑[14]。

2 原理及方法

2.1 烃源岩测井评价原理

烃源岩测井评价是基于烃源岩与非烃源岩TOC和孔隙流体物理性质不同而引起的测井响应特征的差异。通常，非烃源岩由岩石骨架和孔隙流体（主要为地层水）组成（图2a），未成熟烃源岩由岩石骨架、固体有机质和孔隙流体（仍主要为地层水）（图2b）组成，成熟烃源岩中的部分有机质转化为液态烃进入孔隙，其孔隙流体为地层水和液态烃（图2c）[15]。因此，烃源岩和非烃源岩的测井响应特征不同，研究表明，富有机质烃源岩在测井曲线上表现为“四高一低”，即高声波时差、高自然伽马、高电阻率、高中子、低密度[16-18]。

2.2 烃源岩TOC 定量预测方法

如前所述，基于测井资料定量预测烃源岩TOC的方法主要有多元线性回归法、BP 神经网络法、ΔlgR 法等，BP 神经网络法虽然在解决非线性复杂问题方面具较大优势，但其难以用表达式进行表示，未被广泛应用，目前多元线性回归法和ΔlgR 法在烃源岩定量预测中应用广泛。

2.2.1 多元线性回归法

由于多种测井参数如中子、声波时差、电阻率、自然伽马、密度、铀含量等均与烃源岩TOC 存在响应关系，因此，先对各测井参数与实测TOC 进行相关性分析，确定相关性较好的参数，在此基础上，将一种或多种测井参数作为自变量，TOC 作为因变量建立一元或多元回归方程，通过多元回归分析确定最佳TOC 定量预测模型。通常，多参数模型要优于单参数模型，且不同地区TOC 的主控因素不同，预测模型也会具有地域差异[19-20]。

图 1 沙南凹陷构造位置（据参考文献[12]修改）Fig.1 Tectonic location of the Shanan Sag （modified from reference [12]）

图 2 岩石组成示意图[15]Fig.2 Diagram of rock composition

2.2.2 改进的ΔlgR 法

Passey 等提出了能够计算不同成熟度条件下烃源岩TOC 的测井评价方法，即ΔlgR 法[7]。该方法先通过声波时差和电阻率叠加计算ΔlgR，再根据TOC与ΔlgR 呈线性相关，由ΔlgR 计算TOC，公式如下：

式中，R 为电阻率，R基线为非烃源岩段电阻率，Δt 为声波时差，Δt基线为非烃源岩段声波时差，x 为系数，LOM 为有机质成熟度指数，与镜质体反射率Ro相关。

由于该方法没有考虑其他与TOC 具有相关性的重要测井参数，且需要成熟度参数和人为确定岩性基线，误差较大，为此，朱光有等[21]及张寒等[22]提出了改进的ΔlgR 法，公式（2）可简化为

式中，K 为系数，将公式（1）代入公式（3）可得

同一凹陷或同一口井的Δt基线和lgR基线为常数，式（4）可简化为

由于TOC 与密度呈负相关关系，经密度校正，可将式（5）改为

式中，ρ 为密度测井值，a、b、c 的值可通过对研究区样品进行分析，用最小二乘法拟合获得。

3 烃源岩TOC 测井预测

由于沙南凹陷东三段、沙一二段、沙三段这三套烃源岩的沉积环境及母质来源等均存在一定的差异[14]，本次对东三段、沙一二段、沙三段分别建立TOC 测井定量预测模型。

沙南凹陷共有6 口井具较完整测井资料，分别是CFD13-1-1、CFD14-1-1、CFD16-3-1、CFD18-2-1、CFD18-2E-1、CFD23-1-1（具体位置见图1）。本文基于6 口井3 个烃源岩层段共55 个岩心样品的实测TOC 数据及相应的测井参数，分别应用多元线性回归法及改进的ΔlgR 法分层段建立烃源岩TOC 定量预测模型，进而根据相关系数的大小，优选预测模型，实现单井烃源岩TOC 预测。

3.1 多元线性回归法模型

3.1.1 烃源岩实测TOC 与各测井参数相关性分析

分别统计分析东三段、沙一二段、沙三段烃源岩实测TOC 与各测井参数的相关关系（图3-5）发现，东三段烃源岩实测TOC 与声波时差（AC）、中子（CNL）存在较强的正相关关系，与密度（DEN）存在较强的负相关关系，相关系数分别为0.63、0.465、0.502，与电阻率（RT）及自然伽马（GR）没有明显的相关关系；沙一二段烃源岩实测TOC 与声波时差（AC）、电阻率（RT）、中子（CNL）存在较强的正相关关系，与密度（DEN）、自然伽马（GR）存在负相关关系，相关系数分别为0.816、0.611、0.23、0.38、0.55；沙三段烃源岩实测TOC 与声波时差（AC）、电阻率（RT）、中子（CNL）存在较强的正相关关系，与密度（DEN）存在较强的负相关关系，相关系数分别为0.685、0.42、0.625、0.686，与自然伽马（GR）存在较弱的负相关关系。综合来看，沙南凹陷烃源岩实测TOC 与声波时差（AC）、中子（CNL）、电阻率（RT）具有明显的正相关关系，与密度（DEN）具显著的负相关关系，而与自然伽马（GR）的相关关系不明显或不符合地质规律，因此，本文不考虑自然伽马（GR）参数，选择其他4 个测井参数进行TOC定量预测模型的建立。

图 3 沙南凹陷东三段烃源岩实测TOC 与各测井参数交会图Fig.3 Correlation of measured TOC and logging parameters of the E3d3 in Shanan Sag

图 4 沙南凹陷沙一二段烃源岩实测TOC 与各测井参数交会图Fig.4 Correlation of measured TOC and logging parameters of the E3s1+2in Shanan Sag

图 5 沙南凹陷沙三段烃源岩实测TOC 与各测井参数交会图Fig.5 Correlation graphs of measured TOC and logging parameters of the E2s3 in Shanan Sag

3.1.2 定量预测模型优选

为获得最佳多元预测模型，应用多元统计分析软件SPSS，以烃源岩实测TOC 数据为因变量，相应部位的测井参数为自变量，分别对东三段、沙一二段、沙三段进行单参数、双参数、三参数及四参数预测模型的建立，并对比优选合适的预测模型。

结果表明（表1），各层段烃源岩TOC 测井预测模型的拟合度（相关系数）均随测井参数个数的增加而增加，即多参数模型优于单参数模型，并以四参数模型相关系数最高，拟合效果最好，为多元线性回归法中的最佳预测模型，东三段、沙一二段、沙三段的四参数模型的相关系数分别为0.695、0.865、0.847。对比四参数预测模型计算TOC 与实测TOC（图6），二者具较高的吻合度，也证实本次建立的四参数模型具有较高的预测精度。

图 6 测井四参数预测模型计算TOC 与实测TOC 对比Fig.6 Correlation of measured TOC and calculated TOC（Four-parameter method）

表1 沙南凹陷烃源岩TOC 测井多元线性回归法定量预测模型优选Table 1 Quantitative TOC logging prediction models by multivariate linear regression method for source rocks in Shanan Sag

3.2 改进的ΔlgR 法模型

基于烃源岩实测TOC 及声波时差（AC）与电阻率（RT）测井数据，利用SPSS 软件，采用公式（6）分别建立沙南凹陷三套烃源岩TOC 测井ΔlgR 法定量预测模型（表2）。各层段烃源岩的拟合效果均较好，相关系数大于0.75；同时，ΔlgR 法预测的TOC与实测TOC 对比也揭示二者吻合度高（图7），说明该模型具有较高的预测精度。

3.3 方法对比及应用

运用“四参数线性回归法”和“改进的ΔlgR 法”分别对沙南凹陷东三段、沙一二段、沙三段烃源岩TOC 进行计算，并对比分析TOC 实测值与测井计算值，计算出平均绝对误差和平均相对误差（表3）。显然，两种方法预测TOC 的平均绝对误差及相对误差均较小，满足TOC 预测的精度要求，四参数线性回归法对东三段、沙一二段、沙三段TOC 预测结果的平均相对误差分别为25.1%、34.6%、22.8%，改进的ΔlgR 法预测结果的平均相对误差较四参数线性回归法总体来说更低，只有沙一二段因实测数据较少而导致预测误差相对较大，东三段、沙一二段、沙三段分别为23.1%、40.3%、19.4%，因此，改进的ΔlgR 法优于四参数线性回归法，其相对误差更小。同时，应用这两种方法对研究区两口代表性单井CFD23-1-1 井 和CFD16-3-1 井 进 行 烃 源 岩TOC 预测，结果（图8）也揭示预测TOC 曲线与实测TOC 点吻合度高，且改进的ΔlgR 法预测TOC 曲线与实测TOC 点更接近，预测效果更好。

对改进的ΔlgR 法和四参数线性回归法两种模型进行对比可以发现，两者的主要差别在于参数的选取和运算形式：参数的选取上，改进的ΔlgR 法包括声波时差、电阻率以及密度3 个参数，四参数线性回归法则多一个中子参数，因选取的参数与TOC 均具有较高的相关性，故两种方法差别不大；运算形式上，两种方法的差别主要为是否对电阻率参数取对数后再参与计算，根据Passey 等提出的TOC 与ΔlgR 呈线性相关，可推测对电阻率参数取对数后再建立的TOC 预测模型具有更好的应用效果，故改进的ΔlgR 法较优。

表2 沙南凹陷烃源岩TOC 测井ΔlgR 法定量预测模型Table 2 Quantitative TOC logging prediction models by ΔlgR method of source rocks in Shanan Sag

图 7 测井ΔlgR 法预测TOC 与实测TOC 对比Fig.7 Correlation of measured TOC and calculated TOC（ΔlgR method）

为此，本文选取改进的ΔlgR 法预测TOC 曲线对上述两口单井的烃源岩进行评价，同时根据侯读杰[23]提出的湖相烃源岩评价标准，按TOC 含量将研究区烃源岩分为非（TOC＜0.5%）、差（0.5%≤TOC＜1%）、中（1%≤TOC＜2%）、好（2%≤TOC＜3%）、优（TOC≥3%）五个级别，并对两口井不同级别的烃源岩厚度分别统计。结果表明（图8，表4），在CFD23-1-1 井中，沙三段、沙一二段及东三段3 个层段均发育有效烃源岩，其中以沙三段最佳，烃源岩厚度占本段地层总厚度的比例最高，达90.46%，且好至优质烃源岩厚度最大，累计达244 m，分别占地层总厚度及源岩厚度的86.22% 与95.31%；其次为沙一二段，其烃源岩厚度占本段地层总厚度的89.47%，好—优质烃源岩厚度累计达107 m，分别占地层总厚度及源岩厚度的80.45% 与89.92%；东三段相对较差，源岩厚度占本段地层总厚度的80.78%，低于沙三段和沙一二段，且好—优质烃源岩的累计厚度也相对较小（87 m），占地层总厚度及源岩厚度的比例也较低，分别为34.12%与42.23%，多发育差和中等烃源岩。在CFD16-3-1 井中，也以沙三段烃源岩最好，烃源岩厚度占本段地层总厚度的百分比相对最高，为63.92%，好—优质烃源岩厚度累计达244.5 m，分别占地层总厚度及源岩厚度的44.33%与69.36%；其次为东三段，其烃源岩厚度占本段地层总厚度的48.14%，主要发育中等—好烃源岩；沙一二段相对最差，其烃源岩厚度小（49 m），仅占本段地层总厚度的28.82%，并以差—中等烃源岩为主。

综上所述并结合前人相关成果，沙南凹陷烃源岩发育，并以沙三段烃源岩最优，其厚度大且TOC高，是凹陷的主力烃源岩层系；沙一二段烃源岩虽然TOC 高、质量好，但厚度较小，且横向变化快，非均质性强，如地处沙南凹陷东次洼南部的CFD23-1-1 井与西次洼东部的CFD16-3-1 井沙一段好—优质烃源岩的发育程度差异显著，沙一二段沉积时沙垒田凸起为凹陷的主要物源供给区，CFD16-3-1 井处于扇三角洲前缘[24]，砂岩发育，而烃源岩发育状况较差。

图 8 CFD23-1-1 井、CFD16-3-1 井烃源岩TOC 测井预测图Fig.8 The prediction of TOC of source rocks for Well CFD23-1-1 and Well CFD16-3-1

表3 沙南凹陷烃源岩实测TOC 值与测井计算TOC 值误差对比分析Table 3 Comparison of errors between measured TOC from coresand predicted TOC by different means

表4 CFD23-1-1 井、CFD16-3-1 井烃源岩评价结果统计Table 4 Statistical table of source rock evaluation results of Well CFD23-1-1 and Well CFD16-3-1

4 结论

（1）对比分析应用多元线性回归法及改进的ΔlgR 法分层段建立的沙南凹陷东三段、沙一二段、沙三段烃源岩TOC 定量预测模型，发现多元线性回归法中TOC 测井预测模型的拟合度随测井参数个数的增加而增加，以四参数线性回归法最佳；四参数线性回归法和改进的ΔlgR 法均可有效地预测沙南凹陷单井湖相烃源岩TOC 纵向分布，并以改进的ΔlgR 法预测精度更高。

（2）应用改进的ΔlgR 法对凹陷内CFD23-1-1、CFD16-3-1 两口代表性单井的烃源岩进行评价，结果显示沙南凹陷烃源岩发育，勘探潜力大。沙三段为凹陷主力烃源岩系，具有烃源岩占比地层厚度高、TOC 高、好—优质烃源岩厚度大等特点；沙一二段烃源岩TOC 高，质量好，但厚度较小，横向变化快。