四川盆地泸州地区奥陶系五峰组—志留系龙马溪组页岩沉积微相划分及测井识别

邱 晨，闫建平，2，钟光海，李志鹏，范存辉，2，张 悦，胡钦红，黄 毅

（1.西南石油大学地球科学与技术学院，成都 610500；2.油气藏地质及开发工程国家重点实验室·西南石油大学，成都 610500；3.中国石油西南油气田公司页岩气研究院，成都 610500；4.中国石化胜利油田分公司勘探开发研究院，山东东营 257015；5.河北省地球物理勘查院，河北廊坊 065000；6.德克萨斯大学阿灵顿分校地球与环境科学系，美国76019；7.中国石油集团测井有限公司西南分公司，重庆 400021）

0 引言

四川盆地及其周缘地区发育的上奥陶统五峰组—下志留统龙马溪组海相页岩是目前国内最重要的页岩气勘探与开发层系，其页岩气资源量占全国的46.6%［1-3］。川南地区页岩气资源量约为9.3×1012m3，而深层（深度大于3 500 m）资源量占比达86%［4-5］，因此，深层页岩气成为非常规油气资源开发的重要领域。随着川南深层页岩气研究工作的深入，发现优质页岩气“甜点”空间分布与其沉积微相及更细分的微相单元有着密切的联系［6］。国内学者认为川南地区五峰组—龙马溪组为陆棚相沉积，且按照水体深浅及有机质含量的差异可以划分为深水陆棚和浅水陆棚2 种亚相［7-9］。微相划分方面，王玉满等［10］、赵圣贤等［11］、刘忠宝等［12］依据矿物组分进行陆棚沉积微相划分与命名，并指出发育在沉积中心的炭泥质深水陆棚是最优微相类型。测井微相识别方面，传统微相识别方法多采用交会图版法和曲线重叠法［13］，随着研究深入，方差分析法［14］、特征参数法［15］及支持向量机法［16］等成为微相识别的新思路。整体来看，页岩微相划分及优势相的确定多以中浅层为主，深层尚较少涉及。此外，从矿物含量差异划分沉积微相类型的角度分析，中浅层页岩储层沉积微相划分方案与深层类似，但深层页岩气储层相较于中浅层而言，通常具有赋存时代老、埋藏深、储层致密、压裂难度大等特点［17-18］，并且传统基于矿物含量“三端元”的岩相分类不能精细反映深层页岩的非均质性变化，沉积微相划分也难以精确指示“甜点”层段。考虑到页岩非均质性往往与沉积微相细分的单元类型关系更密切，因此，要想“优中选优、甜中选甜”，页岩沉积微相进行细分及测井精确识别研究十分值得探索。

以川南泸州地区五峰组—龙马溪组深层海相页岩地层为例，应用X 射线衍射、物性、薄片、地化以及测井曲线等资料，依据“氧化还原+TOC含量+矿物组分”三重信息开展微相细分方案及微相细分类型与“甜点”参数关系研究，明确最优微相细分类型；筛选识别微相细分类型的敏感测井曲线，建立基于K-means 的贝叶斯判别的微相细分测井精细识别方法，实现垂向测井剖面微相细分类型的划分，以期能够精确指示“甜点”层段，解决连续测井剖面上水平井靶体优选困难的问题，为深化细粒沉积微相细分平面分布及沉积体系刻画研究提供新的思路。

1 地质概况

四川盆地是位于扬子准地台西北缘的复杂叠合盆地，东至川湘断褶带，西抵龙门山断褶带，北至米仓山—大巴山断褶带，南抵峨眉瓦山断块带和娄山褶皱带。根据多层次结构的构造特征可划分为川北低缓构造带、川东高陡构造带、川中平缓构造带、川西低陡构造带、川西南低陡构造带和川南低陡构造带等6 个二级构造带。泸州地区位于四川盆地南部，构造上属于川中古隆起南侧的川南低陡构造带，该构造带的形成受控于基底断裂活动，从深层向浅层，从基底到盖层发展，隐伏断层支配褶皱，都是新生代青藏高原隆升过程中派生的断褶构造。该区在五峰组—龙马溪组沉积时期位于深水陆棚沉积中心［19-22］，沉积厚度为500～650 m，远大于长宁、威远区块同期沉积厚度（190～450 m）。龙马溪组自下而上可划分为龙一段和龙二段，其中龙一段包括下部的龙一亚段和上部的龙二亚段。龙一亚段从下往上划分为4个小层（龙一11，龙一12，龙一13和龙一14），主要发育黑色、灰黑色薄层状页岩或块状页岩。五峰组与上覆龙马溪组整合接触，主要发育黑色页岩（图1）。

2 微相细分方案及特征

页岩中有机质的富集程度、脆性矿物（硅质矿物+钙质矿物）含量［23］、含气量以及物性等均是页岩气“甜点”的重要参数指标［24］，均与沉积微相及更细分的单元类型有着密切的联系，因此，页岩气“优中选优、甜中选甜”需要开展页岩沉积微相细分、特征分析及识别方法等相关研究。

2.1 细分方案

川南泸州地区五峰组—龙马溪组沉积时期为陆棚相，整体表现为无氧、贫氧环境，水体安静且深，有利于有机质保存［25］，但由于各处古地貌、沉积环境、水体深浅相对变化的不同，有机质的聚集程度也有所差异。以总有机碳（TOC）质量分数2.0%为界限，可将陆棚环境划分为深水陆棚（TOC≥2.0%）和浅水陆棚（TOC＜2.0%）2 种亚相。充分参考已有对陆棚相划分的研究成果［26-29］，对比目的层Th/U、TOC含量及矿物组分自身特征及相互牵制关系，制定出以“Th/U 反映氧化还原性强弱、TOC含量高低、岩石无机矿物组分含量”三重信息为基础的微相细分方案（表1）。将深层页岩气地层微相细分为了五大类8 个小类：强还原富有机质富硅深水陆棚（Ⅰ1）、强还原高有机质富硅深水陆棚（Ⅰ2）、强还原中有机质低含钙硅质深水陆棚（Ⅱ1）、中还原中有机质高含钙硅质深水陆棚（Ⅱ2）、强还原中有机质低含钙黏土质深水陆棚（Ⅲ1）、中还原中有机质高含钙黏土质深水陆棚（Ⅲ2）、中还原贫有机质钙质浅水陆棚（Ⅳ）、中还原贫有机质富黏土浅水陆棚（Ⅴ）。

表1 川南泸州地区五峰组—龙马溪组页岩沉积微相细分方案及划分标准Table 1 Microfacies subdivision criteria of Wufeng-Longmaxi shale in Luzhou area，southern Sichuan Bain

2.2 类型及特征

2.2.1 富硅深水陆棚

富硅深水陆棚主要发育于五峰组顶部和龙马溪组龙一段一亚段1 小层（龙一11）至3 小层（龙一13），处于水体相对较深的时期［30］，厚度为4～11 m，岩性主要为硅质页岩，其中硅质、黏土质、钙质和黄铁矿平均质量分数分别为59%、17%、21%和3%。

（1）强还原富有机质富硅深水陆棚（Ⅰ1）：Th/U均值为0.4，TOC质量分数为4.8%，孔隙度为4.7%，含气量为4.86 m3/t。主要为黑色硅质页岩，薄片下显示富含有机质且成层性较差，局部可见粉粒石英及生物碎片（图2a）。

（2）强还原高有机质富硅深水陆棚（Ⅰ2）：Th/U均值为1.1，TOC质量分数为4.4%，孔隙度为4.8%，含气量为4.85 m3/t。主要为灰黑色硅质页岩，有机质呈侵染状，粉粒石英、方解石分散分布（图2b，2c）。

2.2.2 硅质深水陆棚

硅质深水陆棚分布较广，主要分布在五峰组和龙马溪组龙一段一亚段4 小层（龙一14）中下部，属于静水环境，厚度为31～37 m，发育纹层。主要岩性为黏土质硅质混合页岩和硅质页岩，平均硅质质量分数为49%，平均黄铁矿质量分数为3%。

（1）强还原中有机质低含钙硅质深水陆棚（Ⅱ1）：钙质和黏土质的平均质量分数分别为14%和30%，Th/U 均值为1.3，TOC质量分数为2.8%，孔隙度为3.6%，含气量为3.81 m3/t。薄片可见粉砂颗粒及由方解石（粉红色）和铁方解石（紫色）组成的非生物碎片（图3a）。

（2）中还原中有机质高含钙硅质深水陆棚（Ⅱ2）：钙质和黏土质的平均质量分数分别为16%和36%，Th/U 均值为2.7，TOC质量分数为1.9%，孔隙度为2.8%，含气量为2.66 m3/t。薄片可见暗色纹层，硅质生屑中部被黄铁矿交代（图3b，3c）。

2.2.3 黏土质深水陆棚

黏土质深水陆棚主要分布在龙一1 4中上部，相对于硅质深水陆棚微相水体较浅，但还属于静水环境，厚度为18～22 m。主要岩性为黏土质硅质混合页岩，黏土质和黄铁矿的平均质量分数分别为42%和5%。

（1）强还原中有机质低含钙黏土质深水陆棚（Ⅲ1）：钙质和硅质的平均质量分数分别为13%和40%，Th/U 均值为1.4，TOC质量分数为2.2%，孔隙度为4.6%，含气量为3.40 m3/t。薄片中自生矿物主要为黄铁矿，局部可见藻类被玉髓填充（图4a）。

（2）中还原中有机质高含钙黏土质深水陆棚（Ⅲ2）：钙质和硅质的平均质量分数分别为16%和36%，Th/U 均值为2.4，TOC质量分数为2.0%，孔隙度为4.2%，含气量为3.18 m3/t。电镜下可见泥质呈纹层状、片状分布，局部可见莓状黄铁矿（图4b，4c）。

2.2.4 钙质浅水陆棚

钙质浅水陆棚分布较少，主要分布在龙一14中部，沉积水体较浅，厚度为3～6 m，微相细分类型为中还原贫有机质钙质浅水陆棚（Ⅳ）。发育钙质硅质混合页岩、黏土质钙质混合页岩及钙质页岩，其中硅质、黏土质、钙质和黄铁矿的平均质量分数分别为38%，34%，26%和2%，Th/U 均值为4.7，以中还原环境为主，TOC质量分数为1.5%，孔隙度为3.4%，含气量为2.45 m3/t。薄片中局部可见粉粒石英、粉晶白云石等顺层分布形成水平亮纹层，与泥质暗色纹层不等厚互层，黄铁矿多呈粉末状分散分布（图5a，5c）。

2.2.5 富黏土浅水陆棚

富黏土浅水陆棚主要发育于龙一14上部，微相细分类型为中还原贫有机质富黏土浅水陆棚（Ⅴ），厚度约4 m。岩性为黏土质页岩，硅质、黏土质、钙质和黄铁矿的平均质量分数分别为37%，56%，5%和2%，Th/U 均值为3.2，以中还原环境为主，TOC质量分数为0.8%，孔隙度为4.0%，含气量为0.79 m3/t，电镜下可见泥质呈纹层状分布，局部发育微裂缝（图5b，5c）。

对采自LX5 井、HX3 井 和LX6 井等3 口井的146 块样品进行了X 射线衍射，并将8 种不同微相的物性（孔隙度）、TOC含量、脆性矿物含量及含气量等数据进行了交会分析（图6）。结果显示强还原富有机质富硅深水陆棚（Ⅰ1）多分布在交会图中的右上方，各参数值均处于一个较高区间内，其中该微相细分类型的孔隙度为4.0%～6.0%，含气量为4.00～6.00 m3/t，其中脆性矿物含量及TOC含量在8 种类型中最高，脆性矿物质量分数为70%～90%，TOC质量分数为4.0%～7.0%。相对于其他微相细分类型，该类型具有孔隙度较高，含气量较高，有机质丰富，脆性矿物含量最高的特点，是研究区内最有利的“甜点”相带。

3 微相的测井响应特征与识别方法

3.1 测井响应特征

不同微相及微相细分类型的物性、地化特性、脆性和含气性等的差异导致其在测井曲线上具有不同的响应特征［31-32］。以关键取心井HX3 井五峰组底部至龙马溪组龙一段一亚段（龙一1）顶部（3 700.60～3 765.00 m）的19 个样本层测井响应特征图为例（图7），将不同微相及细分类型层段刻度测井，同时应用二阶聚类算法［33］筛选出无铀伽马（KTH），自然伽马（GR），钍含量（Th），声波时差（AC），中子（CNL），横波时差（DTS）和钍铀比（Th/U）等7条测井响应敏感曲线。

根据不同沉积微相细分类型在测井曲线上的不同响应特征及数值，统计出相应的测井响应特征值范围及平均值（表2），富硅深水陆棚（Ⅰ）、硅质深水陆棚（Ⅱ）和钙质浅水陆棚（Ⅳ）等3 种沉积微相都具有KTH，AC，CNL，DTS及Th 含量等均偏低的特征，其中Ⅰ类KTH值最低，GR值相对最高，Ⅱ类GR值次之，Ⅳ类最低；黏土质深水陆棚（Ⅲ）和富黏土浅水陆棚（Ⅴ）均表现为KTH，AC，CNL，DTS和Th 含量均相对较高的特征，其中Ⅲ类沉积微相GR值最高。

表2 川南泸州地区五峰组—龙马溪组不同微相细分类型测井响应特征值Table 2 Logging response characteristic values of different microfacies subdivision types of Wufeng-Longmaxi Formation in Luzhou area，southern Sichuan Basin

微相细分类型中，强还原富有机质富硅深水陆棚（Ⅰ1）和较强还原高有机质富硅深水陆棚（Ⅰ2）的GR值高；强还原中有机质低含钙硅质深水陆棚（Ⅱ1）与中还原中有机质高含钙硅质深水陆棚（Ⅱ2）相比，KTH、Th/U 和Th 含量均更低。中还原中有机质高含钙黏土质深水陆棚（Ⅲ2）较强还原中有机质低含钙黏土质深水陆棚（Ⅲ1）的Th/U 高。

3.2 识别方法

岩心资料研究微相最为理想，但由于深层页岩取心价格昂贵，很难获得单井连续的取心资料，因此有必要利用有限的取心资料与测井资料建立一定的映射关系。将筛选出的7 条测井曲线KTH，GR，Th，AC，CNL，DTS和Th/U 进行各微相细分类型交会识别（图8），多数微相细分类型数据重叠性较强，不能直观、定量地提取划分微相细分类型的标准界限。

K-means 聚类算法［34］在对一定规模数据集进行聚类分析时的效果较好且高效，当数据集的结构分布是球形、类球形或其他凸形结构时，该算法能高效地划分类簇结构。贝叶斯判别算法则是一种监督学习方法，其优点在于所需样本点少，适合增量式训练。基于K-means 的贝叶斯算法融合了2 种算法的优势，较传统交会图法对于重叠性较强的数据更为敏感，可处理数据量及精细程度均更高。从展示效果角度，还弥补了传统交会图法展示出的分类区间不能直观地表现出具体的分布层段和位置的缺点。

以研究区内关键井HX3 为例，具体操作步骤如下：

（1）共使用386 个测井数据点作为训练集（占总数据点的75%，其中Ⅰ1：9 个，Ⅰ2：35 个，Ⅱ1：100个，Ⅱ2：100 个，Ⅲ1：69 个，Ⅲ2：37 个，Ⅳ：18 个，Ⅴ：18个），测试集由剩下25%与训练集进行混合。应用“氧化还原+TOC含量+矿物组分”三重信息分类方案共划分出8 种不同微相细分类型，因而Kmeans 算法中聚类总数（K值）定为8。将微相细分类型按1～8 依次排序，如：强还原富有机质富硅深水陆棚（Ⅰ1）为1，强还原高有机质富硅深水陆棚（Ⅰ2）为2，依次类推。为了消除初始聚类中心的影响，选择各微相细分类型对应的测井曲线平均值（参见表2）作为其初始聚类中心。

（2）通过计算测井数据中每个数据点到聚类中心的距离进行划分，并再次计算每个聚类中心。

（3）计算标准测度函数，当函数收敛时算法终止，得到8 种微相细分类型的最终聚类中心（表3），并且使得各微相细分类型的属性相互独立。

表3 川南泸州地区五峰组—龙马溪组8 种沉积微相细分类型最终聚类中心参数Table 3 Final cluster center parameters of eight microfacies subdivision types of Wufeng-Longmaxi Formation in Luzhou area，southern Sichuan Basin

（4）应用贝叶斯判别法对聚类结果进行判别，得到贝叶斯判别法分类函数系数。通过对分类函数系数整理可得到8 种微相细分类型的识别函数，表示如下：

将剩于25%数据点随机排列在训练集中并应用分类函数进行判识，HX3 井样本点判识结果与经岩心测试资料标定的实际微相细分结果对应良好，准确率达94.4%（参见图7）。

另选具有较多取心测试资料的LX5 井作为预测井进行验证，LX5 井龙一1 4顶至五峰组底深度为3 972.72～4 042.40 m，共有数据点553 个。利用上述训练样本所得微相细分类型识别函数，对LX5井测井曲线数据点进行分类预测，同时将预测的结果和经岩心测试资料标定的微相细分类型进行对比（图9），判识准确率为92.9%，表明基于K-means 的贝叶斯判别法对微相细分类型的判识效果较好。

4 应用效果

利用微相细分类型识别方法对川南泸州地区LX5 井、LX7 井、LX8 井、LX9 井及HX3 井等5 口井的五峰组—龙一1进行微相细分类型识别并进行连井剖面对比分析。通过微相连井图（图10）可知，富硅深水陆棚（Ⅰ）中间薄两端厚，西侧最厚处为9.51 m，最薄处约3.17 m，但该微相中页岩非均质性较强，TOC含量、孔隙度、含气量和脆性矿物含量均分布不均一。以Ⅰ类微相作为确立水平井靶体段的依据误差较大，同时龙一1 4层厚度较大，微相类型多为硅质深水陆棚和黏土质深水陆棚，这2 种微相类型“甜点”参数差异较小，难以有效地指导开发。

将Ⅰ类微相划分为强还原富有机质富硅深水陆棚（Ⅰ1）和强还原高有机质富硅深水陆棚（Ⅰ2），其中Ⅰ1为有利微相细分类型，最厚处为2.80 m，最薄处为1.16 m。龙一14在微相基础上细化出强还原中有机质低含钙硅质深水陆棚（Ⅱ1）和强还原中有机质低含钙黏土质深水陆棚（Ⅲ1）2 个有利微相细分类型（图11），为水平井靶体段选择提供了更精确的依据，也为开展细粒沉积微相细分平面分布及沉积体系刻画奠定了基础。

5 结论

（1）川南泸州地区奥陶系五峰组—志留系龙马溪组深层页岩沉积微相细分为五大类8 个小类：强还原富有机质富硅深水陆棚（Ⅰ1）、强还原高有机质富硅深水陆棚（Ⅰ2）、强还原中有机质低含钙硅质深水陆棚（Ⅱ1）、中还原中有机质高含钙硅质深水陆棚（Ⅱ2）、强还原中有机质低含钙黏土质深水陆棚（Ⅲ1）、中还原中有机质高含钙黏土质深水陆棚（Ⅲ2）、中还原贫有机质钙质浅水陆棚（Ⅳ）、中还原贫有机质富黏土浅水陆棚（Ⅴ），强还原富有机质富硅深水陆棚是最优沉积微相细分类型。

（2）基于无铀伽马、自然伽马、钍、声波时差、中子、横波时差和钍铀比等7 条敏感测井曲线构建的基于K-means 聚类的贝叶斯判别法，在泸州地区单井井筒五峰组—龙马溪组剖面沉积微相细分类型识别中取得较好效果，预测结果与关键井取心资料所得结果吻合率超过90.0%，可以推广于该区多井目的层沉积微相细分类型识别需求。

（3）川南泸州地区强还原富有机质富硅深水陆棚主要分布于龙一段一亚段一小层，具有高TOC含量、高脆性矿物含量和高孔隙度的特点，是该地区最优的“甜点”层段，也是一套最佳的水平井靶体优选层段。