海拉尔盆地塔南凹陷源岩精细评价

胡帮举

(中国石油大庆油田 海拉尔石油勘探开发指挥部，黑龙江 大庆 163000)

海拉尔盆地塔南凹陷源岩精细评价

胡帮举

(中国石油大庆油田 海拉尔石油勘探开发指挥部，黑龙江 大庆 163000)

塔南凹陷烃源岩取芯资料少、有机非均质性强、成熟烃源岩不具备“三高一低”测井响应特征，针对此问题，采用变系数ΔlgR技术计算烃源岩TOC，通过将传统ΔlgR技术中的经验参数视为待定系数并采用实测TOC标定待定系数，其预测烃源岩TOC的平均误差为19.7%，比传统方法平均降低11.4%。依据实测TOC与氢指数(IH)的关系将烃源岩有机质丰度分差、中等、优质三级，对应的TOC界限分别为1%和2%。依据测井计算TOC曲线识别不同丰度级别烃源岩的厚度，通过井间插值落实不同丰度级别烃源岩的厚度分布。结果显示，差级别烃源岩厚度一般10～20 m，占南一段烃源岩总体积的21.5%；中等烃源岩厚度一般15～25 m，占烃源岩总体积的31.6%，优质烃源岩厚度一般20～30 m，占烃源岩总体积的46.9%。

测井； 烃源岩； 有机碳； ΔlgR； 塔南凹陷； 塔木察格盆地

塔南凹陷是塔木察格盆地石油勘探的重点领域[1-2]，虽然历经多年勘探，但油气资源发现率较低，成为新一轮油气资源评价重点评估对象。该区以往的油气资源评价建立在烃源岩样品使用测试的基础上，受分析费用和样品来源的限制，采集的烃源岩样品比较离散，难以客观表征地下烃源岩层TOC的实际分布，给油气资源评价带来了很大的不确定性。显然，利用测井曲线开展高分辨率的烃源岩评价，对进一步落实油气资源潜力和寻找勘探有利区具有重要意义。

烃源岩评价是油气资源评价过程中必须开展的工作[3-4]，勘探初期，一般采用实验测试指标的平均值代表某段烃源岩层的生烃潜力，受烃源岩固有的非均质性的影响，相继有学者发现并指出“平均值”很容易掩盖局部高丰度烃源岩的发育及油气贡献[5]。随着勘探的深入，尤其是随着优质烃源岩概念和优质烃源岩控藏理论的提出，对烃源岩评价精度的要求不断增高，仅依靠取样测试分析的方法已经很难满足精细勘探的需求。烃源岩一般具有“三高一低”的测井特征[6]，通过刻度测井曲线与烃源岩TOC的定量关系，即可利用测井曲线快速计算出连续分布的TOC值。目前国内外已经发展出ΔlgR技术、多元回归、神经网络等10余种TOC测井评价方法[7-9]，ΔlgR技术是业内公认的最可靠和可行的方法，在刻画烃源岩TOC的垂相变化特征[10]，识别优质烃源岩的厚度[11]，计算不同TOC级别烃源岩的油气贡献中发挥了重要作用[12]。也有学者[13-16]对ΔlgR技术进行了修改，将ΔlgR技术内的重点参数当作变量并依据研究区具体资料厘定，改善了ΔlgR技术预测TOC的可靠性。

本次针对塔南凹陷烃源岩取心少、有机质非均质性强、成熟烃源岩不具备“三高一低”测井响应的特殊性，采用变系数ΔlgR技术建立烃源岩TOC评价模型，依据计算得到的连续的TOC数值，结合建立的烃源岩分级评价，预测不同丰度级别烃源岩的厚度分布，为客观评价油气资源潜力奠定基础。

1 研究区烃源岩特征

1.1 烃源岩沉积特征

塔南凹陷是塔木察格盆地一个二级构造单元，是盆地内比较有勘探潜力的地区之一。该区下白垩统由深至浅发育铜钵庙组、南屯组、大磨拐河组三套烃源岩层系，其中铜钵庙组组烃源岩厚度薄，大磨拐河组烃源岩演化程度低(未成熟-低成熟)，均不是最主力的烃源岩层。南屯组烃源岩厚度比较大且热演化程度适中，油源对比结果表明南屯组一段(南一段)对油气成藏贡献最大[1]。南一段为一套湖泊-三角洲沉积，发育灰黑色泥岩和灰色泥岩烃源岩，单井厚度可达到百米以上，分布面积占凹陷面积70%以上。岩心测试资料表明TOC数值波动明显(见图1)，有机非均质性较强，利用离散的TOC测试值代表整段烃源岩TOC并不客观。

1.2 烃源岩测井响应特征

分析表明，该区暗色泥岩烃源岩具有高自然玛咖、高声波时差和低体积密度特征，但是成熟烃源(Ro>1.0%)岩电阻率正异常幅度不明显(见图1)，即烃源岩不具有成熟烃源岩典型的“三高一低”特征，但仍可通过上述特征实现烃源岩层与非烃源岩层的区分。从图1中可以看出，在烃源岩层段，TOC数值较低时，声波实测和电阻率叠合后的“ΔlgR”也较低，随着TOC质量分数增高，ΔlgR也呈增大趋势，符合利用ΔlgR技术评价TOC质量分数的前提。

图1 南一段烃源岩测井响应特征

Fig.1 The logging features of source rocks in Nanyi section of Tanan sag

2 烃源岩测井评价模型建立

2.1 模型及原理

ΔlgR技术(式(1)和式(2))是常用的烃源岩TOC测井评价方法，该技术将声波时差曲线和对数电阻率曲线按一定比例叠合构建ΔlgR参数，其基本原理是，利用两条曲线都对孔隙度变化敏感的特征，通过构建的ΔlgR削弱孔隙度对TOC预测的干扰。烃源岩层的TOC与ΔlgR成正比，与成熟度(LOM)成反比，通常预测结果还需加上测井曲线无法识别的TOC质量分数背景值(ΔTOC)。

(1)

(2)

式(1)和式(2)中，ΔlgR为幅度差；R为电阻率，Ω·m；Δt为声波时差，μs/m；R基和Δt基分别为电阻率和声波时差的基线值；LOM为烃源岩成熟度参数；ΔTOC为有机碳质量分数的背景值。

ΔlgR技术在海相地层和陆相坳陷地层应用效果较好[5-7]，但利用固定的比例系数“0.02”并不合理，有学者[13-14]指出TOC的预测误差与比例系数密切相关，认为比例系数应依据研究区具体资料确定而并非采用经验值；同时，ΔlgR技术需要通过成熟度参数(LOM)预测TOC值，若成熟度参数难以获取或误差较大，容易加大TOC预测的不确定性；此外，ΔlgR技术需要人工确定基线值，操作过程繁琐，并且受人为因素影响。针对上述问题，前人[16]对其进行了修改，建立的变系数ΔlgR技术，具体如下：

(3)

(4)

式(3)和式(4)中，R为深侧向电阻率，Ω·m；P为孔隙度曲线或孔隙度曲线的组合；k为电阻率部分在ΔlgR中所占比例，取值范围0～1；B为相对基线值，为方便计算，R和P取相同的B；a、b为公式的拟合系数。

综上分析，变系数ΔlgR技术依据研究区实测TOC资料具体厘定模型中的关键参数k和a，克服了ΔlgR技术对成熟度参数和经验参数的依赖，建立的TOC预测公式更具有针对性。同时，图1表明该区烃源岩的测井特征与国外海相烃源岩存在一定差别，不宜直接照搬传统的ΔlgR技术，为此利用变系数ΔlgR技术评价研究区TOC值。

2.2 模型参数的标定

按照如下流程建立研究区TOC预测模型：(1)从全区钻井中筛选出进行TOC取样测试且测井曲线质量较好数据点，将TOC数据与声波时差曲线、电阻率曲线一一对应，整理为数据库；(2)对(1) 中的测井曲线进行极差正规化，以消除不同测井仪器之间的系统误差；(3) 利用文献[13]中方法确定基线值“Baseline”计算ΔlgR；(4) 随机选取450个数据点建立模型(其余102数据点用于验证)，采用网格搜索方法拟合TOC与ΔlgR的定量关系，具体做法是：在k值的变化区间[0-1]内，以步长0.01调整k的取值，k每取一个值，都以公式(4)计算TOC和实测TOC误差最小为目标，利用最小二乘法拟合a

和b的值，最后从众多的k、a、b组合中优选出使TOC误差最小的组合。需要指出的是，b相当于有机碳质量分数的背景值，若该区取值过大，则外推过程中容易引人较大的系统误差，也容易使得最小二乘法的拟合结果出现多解性，因此需要限制其取值。本次结合实测TOC值的分布，限定b值不大于0.3。最终优选得到的参数分别为k=0.27，a=2.12，b=0.19。

图2为该区TOC平均相对误差与叠合系数k的变化关系，可见TOC预测误差明显受k值影响，k值为0.27时TOC误差最低，证明依据研究区资料具体确定k值具有实际意义。表1为模型预测TOC与实测TOC对比关系，可见变系数ΔlgR技术预测TOC值与实测TOC值比较吻合，两者的平均相对误差为17.2%，能够较好的反映TOC真实水平。

图2 研究区TOC预测误差与比例系数的关系

Fig.2 TOC predicting errors and its vary withkvalue in Nanyi section of Tanan sag

表1还列出了传统ΔlgR技术的预测TOC值，传统ΔlgR技术预测的TOC数值相对均匀，对TOC小于2.0%部分预测结果偏大，对TOC大于2.0%部分预测结果明显偏小，预测TOC值与实测TOC值的平均相对误差高达28.6%。对比两种方法预测TOC误差，变系数ΔlgR技术比传统ΔlgR技术平均降低11.4%。

表1 变系数ΔlogR技术与传统ΔlgR技术预测TOC效果对比

续表1

2.3 可靠性验证

将所建立TOC测井解释模型应用于其余102个预留数据点，以验证所建立模型是否可靠。图3列出模型预测TOC与实测TOC的对比关系，结果表明两者的相对平均误差为19.7%。验证结果说明所建立的解释模型比较可靠，可以在研究区其它井进行推广应用。

图3 南一段暗色泥岩计算TOC与实测TOC关系

Fig.3 TOC calculating results by using variable-coefficient

ΔlgRtechnology

3 烃源岩分级评价

3.1 分级评价标准

烃源岩生排烃量与有机质质量分数之间并不是简单的线性关系，而是接近指数函数关系，体积比例不大的优质烃源岩很可能对油气成藏起主要贡献[12]，因而对烃源岩进行分级评价具有现实意义。依据南一段TOC和氢指数(IH)的关系(见图4)，将塔南凹陷烃源岩分为三级。TOC质量分数介于0.4%～1.0%时，IH随着TOC的增大缓慢增加，TOC和IH的数值都不高，评价为差烃源岩；TOC质量分数介于1.0%～2.0%时，IH随着TOC的增大迅速增加，烃源岩生烃能力增强，评价为中等烃源岩；TOC质量分数大于2.0%时，IH随着TOC的增大缓慢或趋于稳定，该部分烃源岩的生烃能力很强，评价为优质烃源岩。前人[12]习惯将TOC=2.0%作为优质烃源岩TOC值下限，因此本次确定的优质烃源岩TOC下限值与前人一致。

图4 塔南凹陷南一段烃源岩TOC与IH的关系

Fig.4 Crossplot of TOC andIHof sources rocks form Nanyi section

3.2 不同级别烃源岩的发育特征

利用所建立的TOC测井解释公式应用于全区70余口单井，依据烃源岩分级评价标准，从单井中识别出不同丰度级别烃源岩的厚度；以单井识别的烃源岩厚度为基础，结合层序地层发育特征，绘制了不同丰度级别烃源岩的厚度分布图，如图5所示。

由图5可知，差烃源岩的分布面积大、厚度偏薄，累计厚度一般10～20 m，向湖盆中心随着地层厚度的增大发育厚度略微增大(图5a)；中等级别烃源岩的发育面积大、厚度中等，累计厚度一般15～25 m，东部斜坡带和西南洼陷区发育厚度较大，累计厚度达到25 m以上(图5b)；优质烃源岩具有发育面积中等、厚度较大，厚度一般20～30 m，局部最厚超过35 m，累计厚度超过20 m的优质烃源岩的分布面约占南一段面积的55%，凹陷西部较东部相对发育(图5c)。

图5 塔南凹陷南一段不同级别烃源岩厚度分布图

在对研究区进行1 km×1 km网格划分的基础上，以网格为单元，对烃源岩的发育厚度和面积进行乘积和累加，计算得到不同丰度级别烃源岩的体积比例(见图6)。结果表明，塔南凹陷南一段差级别烃源岩、中等烃源岩、优质烃源岩占烃源岩总体积的比例分别为21.5%、31.6%、46.9%。

图6 塔南凹陷南一段不同级别烃源岩体积比例

Fig.6 The volume ratio of source rocks at different levels from Nanyi section

4 结论

(1) 塔南凹陷发育陆相烃源岩，烃源岩不具备海相成熟烃源岩“三高一低”典型测井特征，变系数ΔlgR依据研究区实测TOC资料厘定模型内待定系数，并且不依赖成熟度参数，比传统ΔlgR更适合评价这类烃源岩。

(2) 变系数ΔlgR技术预测TOC值与实测TOC值的平均相对误差为19.7%，比传统方法平均降低11.4%，计算结果可靠地反映了研究区烃源岩层TOC的实际水平。

(3) 依据实测TOC与氢指数(IH)的关系将烃源岩分为三级，结合测井预测TOC结果，落实了南一段各级别烃源岩的发育特征：差级别烃源岩厚度一般10～20 m，占南一段烃源岩总体积的21.5%；中等烃源岩厚度一般15～25 m，占烃源岩总体积的

31.6%，优质烃源岩厚度一般20～30 m，占烃源岩总体积的46.9%。

[1] 吴海波，李军辉，刘赫．塔南—贝尔凹陷岩性—地层油藏形成条件及分布规律[J]．中南大学学报(自然科学版)，2015,46(6): 2178-2187． Wu Haibo, Li Junhui, Liu He． Formation condition and distribution rule of lithologic and stratigraphic reservoirs in Wurxun—Beir Sag[J]． Journal of Central South University (Science and Technology), 2015,46(6): 2178-2187．

[2] 蒙启安, 刘立, 曲希玉, 等． 贝尔凹陷与塔南凹陷下白垩统铜钵庙组—南屯组油气储层特征及孔隙度控制作用[J]． 吉林大学学报(地球科学版), 2010, 40(6): 1232-1240． Meng Qi'an, Liu Li, Qu Xiyu, et al． Reservoir Characteristics and processes controlling porosity in Tongbomiao—Nantun Formation from Beier Depression, China and from Tanan Depression, Mongolia[J].Journal of Jilin University(Earth Science Edition), 2010, 40(6): 1232-1240．

[3] 张鲁川，卢双舫，肖佃师，等．基于井震联合反演方法的泥页岩有机碳质量分数预测及应用[J]．东北石油大学学报，2015,39(2):34-40． Zhang Luchuan,Lu Shuangfang,Xiao Dianshi,et al． Total organic carbon content prediction of mud shale based on jointing well logging and seismic data and its application[J]．Journal of Northeast Petroleum University, 2015,39(2):34-40．

[4] 肖佃师，黄文彪，张小刚，等．王府凹陷青山口组含油气泥页岩层的测井曲线标准化[J]．东北石油大学学报，2014,38(1):46-53． Xiao Dianshi,Huang Wenbiao,Zhang Xiaogang,et al．Normalization of logging data of oil bearing mud shale of Qingshankou formation in Wangfu depression[J]． Journal of Northeast Petroleum University, 2014,38(1):46-53．

[5] Jarvie D．Evaluation of hydrocarbon generation and storage in the Barnett shale，Ft．Worth basin， Texas[R]．Texas： Humble Geochemical Services Division，2004．

[6] 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．

[7] 朱光有，金强，张林晔． 用测井信息获取烃源岩的地球化学参数研究[J]． 测井技术，2003，27(2)：104-109． Zhu Guangyou,Jin Qiang,Zhang Linye．Using log information to Analyze the geochemical characteristics of source rocks in Jiyang Depression[J]．Well Logging Technology,2003,27(2):104-109．

[8] Ali Kadkhodaie-Ilkhchi． A committee neural network for prediction of normalized oil content from well log data： An example from South Pars Gas Field， Persian Gulf[J]．Journal of Petroleum Science and Engineering, 2009，65(1-2)：23-32．

[9] 郭泽清，孙平，刘卫红．利用ΔlogR技术计算柴达木盆地三湖地区第四系有机碳[J]．地球物理学进展,2012,27(2):626-633 Guo Zheqing,Sun Ping,Liu Weihong．The carbon calculation by ΔlogRtechnology in Sanhu area of QAidam basin[J]．Progress in Geophysics,2012,27(2):626-633．

[10] 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．

[11] 杨少春，王娜，李明瑞，等．鄂尔多斯盆地崇信地区三叠系延长组烃源岩测井评价[J]．天然气地球科学，2013，24(3)：470-476． Yang Shaochun,Wang Na,Li Mingrui,et al．The logging evaluation of source rocks of Triassic Yanchang Formation in Chongxin area,Ordos Basin [J]．Natural Gas Geoscience, 2013,24(3):470-476．

[12] 卢双舫，马延伶，曹瑞成，等．优质烃源岩评价标准及其应用：以海拉尔盆地塔南凹陷为例[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．

[13] 刘超．测井资料评价烃源岩方法改进及应用[D]．大庆：东北石油大学，2011．

[14] 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．

[15] 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．

[16] 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 王亚新)

Fine Evaluation of Source Rocks in Tanan Sag of Hailaer Basin

Hu Bangju

(HalaerExploratoryDevelopmentHeadquarters，DaqingOilfieldCompanyLtd.,DaqingHeilongjiang163000,China)

In this paper, Total Organic Carbon (TOC) of source rocks in Nanyi section of Tanan sag was calculated using Variable-Coefficient ΔlgRmodel based on the classification evaluation of source rocks, and the volume ratio and plane distribution of source rocks at different TOC levels were discribed. Source rocks in Tanan sag were characterized by high natural gamma and interval transit time, but unlike the marine sources rokcs, the response of resistivity curve was weak. Therefore, using the Variable-Coefficient ΔlgRmodel, taking the key coefficient in the model as variable and calculating the key coefficient in the model using the sampled data, the low accuracy resulted by the empirical parameter in ΔlgRmodel was overcome. The results showed that TOC predicting error by variable-coefficient ΔlgRmodels was 19.7%, which reduced about 11.4% compared to ΔlgRmodel. According to the relationship between TOC and Hydrogen index(IH), sources rocks in Nanyi section were divided into three grades, including poor source rocks ,medium source rocks and excellent source rocks. According to TOC calculating results, the volume ratio and the plane distribution for each grade of source rocks were studied. Poor source rocks accounted for 21.5% of total source rocks in volume, and the general depth was 10～20 m. Medium source rocks accounted for 31.6%, and the general depth was 15～25 m. Excellent sources rocks accounted for 46.9%, and the general depth was 20～30 m.

Well logging； Source rocks; TOC; ΔlgR; Tanan sag; Hailaer Basin

1006-396X(2016)06-0072-07

投稿网址：http://journal.lnpu.edu.cn

2016-08-18

2016-09-05

国家重点基础研究发展计划(“973”计划)项目(2006CB701403)。

胡帮举(1975-)，男，硕士，工程师，从事油藏描述方面研究；E-mail:npuhbj@sina.com。

TE132

A

10.3969/j.issn.1006-396X.2016.06.015