川东南焦石坝地区海相泥页岩含气量预测方法探讨

陈　超,屈大鹏,王明飞,苏建龙

(中国石油化工股份有限公司勘探分公司,四川成都610041)



川东南焦石坝地区海相泥页岩含气量预测方法探讨

陈超,屈大鹏,王明飞,苏建龙

(中国石油化工股份有限公司勘探分公司,四川成都610041)

泥页岩的含气量反映了页岩气是否高产富集,是页岩气勘探选区及评价的关键参数之一。国内外学者在单井页岩含气量的测定和预测方面进行了大量的研究,但是综合利用地球物理技术进行页岩气含气量纵向及平面预测及评价的研究较少。以四川盆地东南缘志留系海相页岩气勘探井为基础,统计分析认为有机碳含量(CTOC)及压力系数是影响页岩含气量的关键指标,建立了页岩含气量多元计算模型。首先基于岩性密度与总有机碳预测模型,采用高精度叠前密度反演技术,实现CTOC的地震定量预测;其次通过叠前速度反演技术,利用改进的Fillippone地层压力系数计算公式进行压力系数的预测;最后综合CTOC及压力系数进行页岩总含气量的预测。该方法较CTOC单参数模型预测精度明显提高,且在构造复杂、压力系数差异明显的地区具有很好的推广应用前景。

含气量;CTOC;叠前反演;Fillippone地层压力系数计算公式;速度反演

近年来,我国对页岩气的成藏、保存条件及富集机理取得了一定认识。认为有机质含量高是页岩气储层的基本特征,构造特征及裂缝发育是页岩气富集的关键,页岩气含气量是富集的体现,生烃能力与保存条件是影响页岩气含气量的关键因素[1-4]。目前国内外提出了多种应用地球物理方法进行页岩气“甜点”预测的技术,主要是针对泥页岩有机碳含量(CTOC)、可压性及岩石力学性质的评价[5-7],尤其是针对焦石坝区块提出了应用叠前AVO反演、多属性反演及拟声波反演技术进行优质泥页岩厚度及CTOC预测的技术[8-11]。

国内外学者对页岩含气量的测定和预测方法进行了大量的探索,总体而言目前还仅限于对单井的评价,主要有测试法、保压取心法和间接法等[12-19]。刘洪林等[13]提出的测试法以解吸法为主,是测量页岩含气量最直接的方法,但是该方法在损失气含量的恢复中误差较大。保压取心方法是在钻孔内采用保压岩心罐取心,使得所有页岩气都保存在岩样中,但是费用较高。间接法以测井解释为主,王燕等[19]提出了较为可行的方法。国内少有学者应用地震资料进行保存条件评价及提出页岩气含气量预测方法。丁文龙等[20]提出了通过模拟页岩储层构造应力场与预测裂缝分布进行含气量评价的方法,但是该方法无法实现定量预测;郭旭升等[21]在焦石坝区块提出了通过叠前密度反演实现页岩含气量的定量预测,该技术预测精度有限,尤其是在构造复杂区难以有效推广应用。因而如何通过地球物理技术进行泥页岩总含气量的预测以及总含气量的平面展布及纵向变化特征的评价是本文探讨的关键。

1　总含气量预测方法及模型建立

志留纪早期,整个川东南为黔中隆起、川中古隆起夹持的盆地相深水陆棚沉积环境,发育了一套暗色富有机质富硅质泥页岩,主要发育于五峰组—龙马溪组下部层位,为含笔石的深水泥质陆棚环境沉积。我们以四川盆地东南缘志留系海相页岩气勘探为例,对多个区块进行了页岩气专探井勘探,获得了大量的页岩气层基础数据,同时多个区块获得了页岩气勘探的重大突破,包括焦石坝区块、丁山区块及长宁区块等。我们对大量页岩气探井的总含气量及其关键影响因素进行交会分析,以寻找对含气量敏感的影响因素,对重点探区典型井实测含气量值建立多元数学模型,综合利用地球物理技术及手段,进行总含气量的预测及评价,并以焦石坝区块为重点目标,进行了总含气量预测效果分析。

页岩的总含气量包括吸附气含量和游离气含量两部分,影响吸附气含量的主要因素有:有机碳含量、石英含量、总烃量、黄铁矿含量、含水饱和度、密度、压力和温度等,而影响游离气含量的主要因素为:压力、温度、含水饱和度、碳酸盐岩含量、孔隙度和密度等。根据页岩气聚集机理和聚集特征,又可将页岩气聚集因素分为内部因素和外部因素,页岩有机地球化学参数、矿物组成、物性参数等属于页岩气聚集的内部因素,而深度、温度和压力属于页岩气聚集的外部因素。李郭琴等[14]和董谦等[15]对页岩含气量及其主控因素进行了大量分析,综合分析认为内部因素CTOC及外部因素压力对页岩总含气量有显著影响,同时CTOC与压力系数也比较容易通过地球物理评价与预测技术手段得到,从而达到利用地震数据通过地球物理技术进行总含气量预测的目的。

有机碳含量是页岩气聚集最重要的控制因素之一,不仅控制着页岩的物理、化学性质,包括颜色、密度、抗风化能力、放射性、硫含量,并在一定程度上控制着页岩的弹性和裂缝的发育程度,更重要的是控制着页岩的含气量。

高CTOC的页岩提供了足够的物质基础,同时有机孔隙更为发育,更有利于页岩气的吸附和储集。统计了川东南地区页岩气探井含气量与CTOC及压力系数的关系(表1)。表1中的探井基本控制了四川盆地川东南地区的页岩气含气量特征,涉及到页岩气的工业气流、低产气流及油气显示井,具有较好的代表意义,能较好地反映出川东南地区

表1　四川盆地及周缘龙马溪组页岩气探井CTOC,

志留系页岩气含气量控制因素及变化特征。首先对含气量与CTOC的关系进行了统计,结果表明,随着CTOC的增大,页岩含气量不断增大,总含气量与CTOC为线性正相关关系,相关系数达到了0.67(图1)。

图1　川东南龙马溪组页岩气探井含气量与CTOC的关系

压力是影响总含气量的另一重要因素。一般情况下,随着压力的增大,无论何种方式赋存的气体含量都增大。但当压力增大到一定程度以后,吸附曲线趋于平缓。因为孔隙和孔隙表面是一定的,孔隙控制游离气含量,孔隙表面控制吸附气含量。压力对页岩孔隙度也有显著影响,欠压实地层孔隙度较大,进而增大了游离气赋存空间;同时压力系数是保存条件的综合型判别指标,压力系数降低,页岩气的散失程度增强,页岩总含气量降低。统计了四川盆地及周缘龙马溪组页岩气探井含气量与压力系数的关系,随着压力系数的增大,页岩含气量不断增大,总含气量与压力系数为线性正相关关系,相关系数达到了0.81(图2)。

图2　川东南龙马溪组页岩气探井含气量与压力系数的关系

我们将页岩CTOC及压力系数作为控制泥页岩含气量的两个关键参数及主控因素。结合川东南地区中石化勘探分公司3口页岩气重点探井(焦页1井、丁页1井及丁页2井)龙马溪组页岩层段现场含气量测试数据(采样率为1m,且测试设备及数据分析人员相同,保证基础数据的一致性),采用回归方法建立总含气量与主控因素之间的拟合方程,探索建立了含气量预测计算模型((1)式),从而在CTOC及压力系数(Pc)预测的基础上实现泥页岩总含气量的预测。采用前期郭旭升等[21]提出的CTOC单参数方法,建立的预测模型相关系数仅为0.79(图3a)。从图3a可以看出,丁页1井与焦页1井CTOC相当,但其总含气量明显偏低,因而采用CTOC单参数无法实现压力系数差异明显地区含气量的准确预测;而利用CTOC及压力系数两个关键参数建立的新模型,相关系数得到了明显提高,达到了0.89(图3b)。因而我们提出的双元含气量预测模型是可行的,且在构造复杂区,页岩气保存条件发生变化,压力系数差异明显的地区具有很好的推广应用价值。

图3　川东南龙马溪组重点页岩气探井含气量预测拟合关系a 采用CTOC单参数方法建立的模型; b 采用CTOC和压力系数建立的模型

含气量=1.011F-0.284

(1)

其中,F=CTOC·Pc。

2　重要地质参数的地球物理反演

2.1密度反演及CTOC预测

目前利用地震信息进行泥页岩CTOC的预测及区块评价已经有了大量的研究成果[8-11],取得了较好的预测效果。总体而言主要有3种技术手段,即多属性反演法、拟声波反演法及叠前参数反演法。叠前参数反演主要通过叠前同时反演技术实现,其应用效果及预测精度均较高,本次研究主要以焦石坝区块为例,通过叠前参数反演实现CTOC的预测。

根据焦石坝区块实钻井泥页岩CTOC与密度测井曲线统计分析,两者具有很好的相关性(图4),相关系数为0.88,因而可以通过叠前密度反演进行泥页岩CTOC的预测。CTOC与密度的相关关系为:

CTOC=-50.5089+55.9726ρ-13.6943ρ2

(2)

图4　泥页岩CTOC与密度曲线交会关系

叠前同时反演技术是获得密度反演结果的关键,Zoeppritz于1919年建立了Zoeppritz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Zoeppritz方程进行了简化和近似,包括Aki-Richards方程((3)式),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:θ为入射角;R(θ)为反射系数;a=1/2cos2θ;b=1/2-[2(vS/vP)2sin2θ];c=-4(vS/vP)2sin2θ。

我们根据焦石坝地区多口钻井资料统计出了五峰组—龙马溪组页岩层段弹性参数。其中龙一段一亚段含气量较高,其密度、纵波速度及横波速度均较低,分别为2.53g/cm3,4000m/s,2300m/s,厚度为38m;二亚段为粉砂质页岩,其含气量相对较低,其密度、纵波速度及横波速度均相对较高,分别为2.63g/cm3,4300m/s,2600m/s,厚度为20m。根据不同AVO公式正演了该弹性分界面的AVA曲线(图5)。

从图5可以看出,采用Zoeppritz方程正演的AVA曲线弹性分界面的临界角大于60°,在入射角小于40°情况下Aki-Richards近似和Fatti近似公式与精确Zoeppritz方程计算的页岩气储层的AVA曲线误差较小,Shuey近似公式误差较大。鉴于焦石坝区块道集目的层入射角为38°的情况,我们选用Aki-Richards近似方程进行了叠前反演。

叠前同时反演以常规约束稀疏脉冲反演技术为基础,对优化后的地震道集资料进行分角度叠加,然后分别对各角度叠加数据体进行井震标定并提取不同角度叠加数据体的子波,以地震解释层位为横向约束建立低频模型,将分角度叠加数据体、子波、低频模型作为数据输入,然后利用Aki-Richards近似方程求解出弹性参数。

在获得准确的叠前密度反演结果的基础上,通过(2)式建立的泥页岩CTOC与密度的相关模型,即可以完成泥页岩CTOC的预测及评价。图6为利用叠前密度反演技术得到的过焦页1井、焦页2井、焦页4井连井CTOC反演剖面。从图6可以看出,龙马溪组一段泥页岩CTOC纵向上表现为三段性,顶部CTOC>2%(红色区域),中部夹有一套CTOC<2%的泥页岩(绿色区域),底部CTOC>2%且分布最为稳定(红色区域),与龙马溪组一段三个亚段一一对应;CTOC>2%优质泥页岩主要分布于一亚段及三亚段下部,与实钻井的变化规律一致;由东北(焦页1井—焦页2井区)至西南(焦页4井井区)三亚段泥页岩CTOC降低,CTOC>2%优质泥页岩厚度减薄,一亚段CTOC整体均较高且优质泥页岩厚度稳定。

2.2速度反演及压力系数预测

目前利用地震信息进行压力预测主要有两种方法:图解法和公式计算法。图解法包括等效深度图解法、比值法或差值法、量板法;公式计算法包括等效深度公式计算法、Eaton法、Fillippone法、刘震云法、Stone法、Martinez法等[22-25]。其中公式法又可分为依赖正常压实趋势线的公式法(等效深度法、Eaton法等)和不依赖正常压实趋势线的公式法(Fillippone法)。等效深度法和Eaton法是目前应用最广且技术相对成熟的方法,但是该方法建立在正常压实趋势线基础上,其缺陷是在实际应用中经常难以准确建立正常压实趋势线,尤其是川东南地区,地层存在速度倒转现象,上覆二叠系速度高于下伏志留系层速度,同时志留系以泥岩沉积为主,速度自上而下降低,而且龙马溪组地层速度表现为多段性,因而难以获得较为准确的正常压实曲线。

图5　龙马溪组一段二亚段页岩层面弹性分界面AVA曲线

图6　焦页1井-焦页2井-焦页4井连井CTOC反演剖面

泥页岩地层不均衡压实及有机质生烃会产生高孔隙压力,形成地层欠压实,地震波波速比正常压实的波速要小,即可通过Fillippone法利用地震速度信息预测压力系数。Fillippone法是由美国加利福尼亚联合石油公司的FILLIPPONE提出的[22],他于1978年和1982年通过对墨西哥湾等地区的钻井、测井、地震等多方面资料进行综合分析研究得出不依赖于正常压实趋势线的计算公式,并在实际应用中取得了较好的效果,计算公式如下:

(4)

川东南海相龙马溪组地层沉积相带稳定,尤其是整个焦石坝区块岩性基本一致,因而公式(4)中的vmax和vmin为均一常量,可优化为单一经验系数a,b,简化后的压力系数预测公式为:

(5)

公式(5)中的vi为目的层速度,是压力系数预测的关键参数,可以通过叠前同时反演计算获得较为准确且精度较高的vi[25],本次研究主要以焦石坝区块为例,首先通过叠前同时反演获得焦石坝区块的层速度反演结果。图8为过焦页1-2-4井的速度反演剖面,目的层志留系龙马溪组为明显的低速带,其速度为3500～4200m/s。

图7　压力系数预测公式经验系数拟合关系

在获得精确的目的层层速度基础上,依据公式(5) 即可计算压力系数。图9为过焦页1井、焦页2井、焦页4井志留系连井压力系数反演剖面。从图9可以看出,焦石坝地区压力系数自上而下不断增大,其中奥陶系五峰组—志留系龙马溪组一段压力系数最高,达到了1.45,属于异常高压带,表明本区保存条件较好,有利于页岩气富集成藏。

图8　焦页1井-焦页2井-焦页4井连井层速度反演剖面

图9　焦页1井-焦页2井-焦页4井连井压力系数反演剖面

3　焦石坝地区含气量预测及效果分析

在前述CTOC预测及压力系数预测的基础上,利用含气量预测模型即可进行总含气量的预测及评价。图10为过焦页1井、焦页2井、焦页4井的总含气量预测剖面。从图10可以看出,五峰组—龙马溪组一段总含气量自上而下逐渐增大,含气量横向展布较为稳定,焦页2井区含气量最大。在总含气量预测的基础上进行了五峰组—龙马溪组一段页岩总含气量的平面预测,从预测结果来看(图11),焦石坝三维五峰组—龙马溪组一段整体含气,总含气量普遍较高,主体部位总含气量均大于4m3/t,焦石坝区块西南部发育马武及乌江两条大断裂,对页岩气的富集造成了一定影响,含气量略微降低。

焦石坝区块前期勘探采用单一的CTOC参数进行含气量预测(图1),由于未考虑保存条件的影响,预测结果普遍偏高(表2),相对误差最大达17%。采用本文提出的新的二元含气量预测方法,预测精度得到了明显提高(表2),预测结果与焦页1井、焦页2井、焦页4井现场测试结果基本一致,相对误差最大不超过8%,满足勘探生产的精度要求。

图10　焦石坝某三维区块过焦页1井、焦页2井、焦页4井总含气量剖面

井名测试结果CTOC预测模型新预测模型预测值/(m3·t-1)相对误差,%预测值/(m3·t-1)相对误差,%焦页14.304.8011.634.202.33焦页24.965.306.855.000.81焦页34.194.9016.954.102.15焦页44.244.8013.214.506.13

图11　焦石坝某三维区块五峰组—龙马溪组一段总含气量预测结果

4　结束语

基于四川盆地东南缘志留系海相页岩气勘探专探井,并以焦石坝区块五峰组—龙马溪组泥页岩为例,探讨了如何利用地震数据进行页岩总含气量的预测,得出如下几点结论:

1) 泥页岩CTOC及地层压力系数对页岩总含气量敏感,且总含气量与CTOC及压力系数均为线性正相关关系,以此为基础建立了总含气量二元预测模型。

2) 基于岩性密度与总有机碳预测模型,采用高精度叠前密度预测技术,可以实现CTOC的地震定量预测。

3) 不均衡压实及有机质生烃产生高孔隙压力,形成欠压实,地震波波速比正常压实的波速要小,通过改进Fillippone法利用地震速度信息可获得较为准确的压力系数。

4) 综合运用CTOC及压力系数预测技术进行了页岩总含气量的预测,得出焦石坝三维区块五峰组—龙马溪组一段整体含气,主体部位总含气量均大于4m3/t,较CTOC单参数模型预测精度明显提高,且在构造复杂、压力系数差异明显的地区具有很好的推广应用前景。

[1]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

[2]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

[3]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,et al.Thoughts on shale gas exploration in southern China[J].Engineering Sciences,2012,14(6):101-105

[4]郭彤楼.涪陵页岩气田发现的启示与思考[J].地学前缘,2016,23(1):29-43

GUO T L.Discovery and characteristics of the fuling shale gas field and its enlightenment and thinking[J].Earth Science Frontiers,2016,23(1):29-43

[5]RICKMAN R,MULLEN M,PETRE E,et al.A practical use of shale petrophysics for stimulation design optimization:all shale plays are not clones of the Barnett Shale[R].Denver,Colorado,USA:SPE,2008

[6]TREADGOLD G,CAMPBELL B,MCLAIN W.Eagle ford shale prospecting with 3D seismic data within a tectonic and depositional system framework[J].The Leading Edge,2011,30(1):48-53

[7]梁兴,王高成,徐政语,等.中国南方海相复杂山地页岩气储层甜点综合评价技术——以昭通国家级页岩气示范区为例[J].天然气工业,2016,36(1):33-42

LIANG X,WANG G C,XU Z Y,et al.Comprehensive evaluation technology for shale gas sweet spots in the complex marine mountains,South China:a case study from Zhaotong national shale gas demonstration zone[J].Natural Gas Industry,2016,36(1):33-42

[8]李金磊,尹正武.四川盆地焦石坝地区页岩气储层地震定量预测方法[J].石油物探,2015,54(3):324-330

LI J L,YIN Z W.Seismic quantitative prediction method of shale has reservoirs in the Jiaoshiba area,Sichuan Basin[J].Geophysical Prospecting for Petroleum,2015,54(3):324-330

[9]陈祖庆.海相页岩TOC地震定量预测技术及其应用——以四川盆地焦石坝地区为例[J].天然气工业,2014,34(6):24-29

CHEN Z Q.Quantitative seismic prediction technique of marine shale TOC and its application:a case from the Longmaxi shale play in the Jiaoshiba area,Sichuan Basin[J].Natural Gas Industry,2014,34(6):24-29

[10]尹正武,陈超.拟声波反演技术在优质泥页岩储层预测中的应用——以焦石坝页岩气田为例[J].天然气工业,2014,34(12):33-37

YIN Z W,CHEN C.Application of pseudo-acoustic impedance inversion to quality shale reservoir prediction:a case study of the Jiaoshiba shale gas field,Sichuan Basin[J].Natural Gas Industry,2014,34(12):33-37

[11]陈超,刘韵,王明飞,等.焦石坝地区泥页岩有机碳含量预测技术及对比[J].成都理工大学学报(自然科学版),2016,43(1):50-58

CHEN C,LIU Y,WANG M F,et al.Research on shale TOC content prediction techniques and contrast in Jiaoshiba area,Sichuan Basin,China[J].Journal of Chengdu University of Technology(Science & Technology Edition),2016,43(1):50-58

[12]李玉喜,乔德武,姜文利,等.页岩气含气量与页岩气地质评价综述[J].地质通报,2011,30(2/3):308-317

LI Y X,QIAO D W,JIANG W L,et al.Gas content of gas-bearing shale and its geological evaluation summary[J].Geological Bulletin of China,2011,30(2/3):308-317

[13]刘洪林,邓泽,刘德勋,等.页岩含气量测试中有关损失气量估算方法[J].石油钻采工艺,2010,32(增刊):156-158

LIU H L,DENG Z,LIU D X,et al.Discussion on lost gas calculating methods in shale gas content testing[J].Oil Drilling & Production Technology,2010,32(S1):156-158

[14]李郭琴,李宜真,吴斌.页岩含气量研究方法:以川东南地区龙马溪组为例[J].石油化工应用,2014,33(3):6-8

LI G Q,LI Y Z,WU B.Research methods of shale gas content:a case study of Longmaxi formation in southern Sichuan[J].Petrochemical Industry Application,2014,33(3):6-8

[15]董谦,刘小平,李武广,等.关于页岩含气量确定方法的探讨[J].天然气与石油,2012,30(5):34-37

DONG Q,LIU X P,LI W G,et al.Determination of gas content in shale[J].Natural Gas and Oil,2012,30(5):34-37

[16]张琴,刘洪林,拜文华,等.渝东南地区龙马溪组页岩含气量及其主控因素分析[J].天然气工业,2013,33(5):35-39

ZHANG Q,LIU H L,BAI W H,et al.Shale gas content and its main controlling factors in Longmaxi shales in southeastern Chongqing[J].Natural Gas Industry,2013,33(5):35-39

[17]聂海宽,张金川.页岩气聚集条件及含气量计算——以四川盆地及其周缘下古生界为例[J]．地质学报,2012,86(2):349-361

NIE H K,ZHANG J C.Shale gas accumulation conditions and gas content calculation:a case study of Sichuan basin and its periphery in the low Paleozoic[J].Acta Geologic Sinica,2012,86(2):349-361

[18]王莉莎,陈乔,王森,等.页岩含气量的影响因素及预测[J].油气田地面工程,2014,33(2):1-2

WANG L S,CHEN Q,WANG S,et al.The influence factors of shale gas content and predictions[J].Oil-Gas field Surface Engineering,2014,33(2):1-2

[19]王燕,张汉荣,冯明刚,等.利用常规测井资料预测泥页岩含气量的方法—以川东北元坝地区为例[J]．石油天然气学报,2014,36(1):66-72

WANG Y,ZHANG H R,FENG M G,et al.Method for predicting mud-shale gas content by using conventional logging data-by taking Yuanba area in northeastern Sichuan for example[J].Journal of Oil

and Gas Technology,2014,36(1):66-72

[20]丁文龙,曾维特,王濡岳,等.页岩储层构造应力场模拟与裂缝分布预测方法及应用[J].地学前缘,2016,23(2):63-74

DING W L,ZENG W T,WANG R Y,et al.Method and application of tectonic stress field simulation and fracture distribution prediction in shale reservoir[J].Earth Science Frontiers,2016,23(2):63-74

[21]郭旭升,尹正武,李金磊.海相页岩含气量地震定量预测技术及其应用——以四川盆地焦石坝地区为例[J].石油地球物理勘探,2015,50(1):144-149

GUO X S,YIN Z W,LI J L.Quantitative seismic prediction of marine shale gas content,a case study in Jiaoshiba area,Sichuan basin[J].Oil Geophysical Prospecting,2015,50(1):144-149

[22]FILLIPPONE W R.Estimation of formation parameters and the prediction of overpressure from seismic data[J].Expanded Abstracts of 52ndAnnual Internat SEG Mtg,1982:502-503

[23]云美厚.地震地层压力预测[J].石油地球物理勘探,1996,31(4):575-586

YUN M H.Formation pressure prediction using seismic data[J].Oil Geophysical Prospecting,1996,31(4):575-586

[24]孙武亮,孙开峰.地震地层压力预测综述[J].勘探地球物理进展,2007,30(6):428-432

SUN W L,SUN K F.Review of pore pressure prediction from seismic data[J].Progress in Exploration Geophysics,2007,30(6):428-432

[25]周东红,熊晓军.一种高精度地层压力预测方法[J].石油地球物理勘探,2014,49(2):344-348

ZHOU D H,XIONG X J.A method for high-precision prediction of formation pressure[J].Oil Geophysical Prospecting,2014,49(2):344-348

(编辑:陈杰)

Prediction method of gas content in marine mud shale at JSB area in southeast Sichuan Basin

CHEN Chao,QU Dapeng,WANG Mingfei,SU Jianlong

(SinopecExplorationBranchCompany,Chengdu610041,China)

Abstract: The gas content of mud shale is the reflection of shale gas enrichment,which is an important parameter of acreage selection and evaluation for shale gas exploration,At present,the domestic and foreign scholars has done a lot of research on the prediction of shale gas content for single well.However,little research is carried out on the comprehensive geophysical exploration technologies for the prediction and evaluation of shale gas content.On the basis of marine shale gas exploratory wells in southeastern margin of Sichuan Basin,the statistical results reveal thatCTOCand pressure coefficient is the key parameters of shale gas content,and the multi-element calculation model of shale gas content is built.Firstly,based on the density logs and the total organic carbon prediction model,the high precision prestack density inversion technology is adopted to realize the seismic quantitative prediction ofCTOC.Secondly,the prestack velocity inversion technology is applied to predict the pressure coefficient using the Fillippone formula.Finally,the total shale gas content is predicted by integrating theCTOCand pressure coefficient.The method can obviously improve the prediction accuracy compared withCTOCsingle-parameter model,and can be well promoted in the area with complex structures and variable pressure coefficient.

gas content,total organic carbon content (CTOC),prestack inversion,Fillippone pressure coefficient calculation,velocity inversion

2015-03-20;改回日期：2016-02-29。

陈超(1986—),男,工程师,硕士,主要从事地震资料综合解释及储层预测研究。

国家科技重大专项(2011CX05005-003)和中国地质调查局油气资源调查中心油气专项(12120114020201)共同资助。

P631

A

1000-1441(2016)04-0597-09DOI:10.3969/j.issn.1000-1441.2016.04.015

This research is financially supported by the National Science and Technology Major Project of China (Grant No.2011CX05005-003) and the Project from Oil and Gas Resources Research Center of China Geological Survey Bureau (Grant No.12120114020201).