优质烃源岩识别及其多属性反演技术定量评价——以渤海海域辽东南洼陷为例

蔡冬梅　赵弟江　彭靖松　付　立　曾金昌　程耀清

(①中海油能源发展股份有限公司工程技术分公司，天津塘沽 300459；②中海石油(中国)有限公司天津分公司，天津塘沽 300459)

1　引言

识别与刻画优质烃源岩的空间分布与发育规模是对一个地区开展勘探潜力分析的前提与基础。近年来许多学者开展了基于地球物理资料的烃源岩评价研究，利用对测井参数、地震反射特征与地震属性等的分析[1-3]，定量开展烃源岩的识别和评价，刻画烃源岩平面分布规律与发育规模，在部分地区取得了较好的效果。许杰等[4]基于地质统计学反演为核心的地震储层预测技术，通过约束稀疏脉冲波阻抗反演和地质统计学反演，预测了烃源岩层总有机碳含量(TOC)的空间展布，但未考虑岩相对TOC分布的影响，因此对沉积相较稳定的地区较为适用，而对于沉积相变化较快的地区效果较差。王健等[5]采用交会分析法、多元回归法等优选出地层密度参数，并建立区域性的地层密度与TOC的方程，再结合三维地震数据体的叠后反演，计算出TOC数据体，其方法适用于TOC与岩石物理参数关系简单的南方海相页岩。牛聪等[6]利用岩石物理分析得到对TOC最为敏感的地球物理参数——纵波阻抗，并通过纵波阻抗反演及转换得到TOC 数据体，其采用的纵波阻抗与TOC相关性不如ΔlgR法高，影响后续反演结果的精度。

本文以渤海海域辽东南洼陷为例，针对研究区首先运用交会分析法优选与TOC相关性较强的测井参数，在对比多元回归法与ΔlgR法的基础上，选用效果较好的ΔlgR法建立多口井烃源段的TOC曲线；再以TOC曲线为约束，运用地震多属性反演技术，经过多元逐步回归与人工神经网络训练等步骤，优选与TOC相关性较强的地震属性，拟合出地震属性与TOC的相互关系，进而得到TOC数据体。本文建立的多属性与TOC的关系为非线性方程，避免了单参数反演的随机性与多解性，提高了方法的精度与适用范围。通过本文研究，厘清了研究区优质烃源岩发育层系、空间分布与发育规模，计算了研究区生烃量与资源量，为该区勘探潜力评价提供了依据。

2　地质概况

辽东凹陷位于渤海湾盆地辽东湾坳陷东缘，以辽东凸起南段的北东向断层F8为界分为南北两个次一级洼陷，本文的研究目标为辽东南洼陷(图1)。辽东南洼陷西以中央走滑断层F5与辽中凹陷为界，东侧以斜坡逐渐过渡到胶辽隆起，南以北东向断裂F9与渤东凹陷为界。辽东南洼陷西断东超，曾属于古辽中凹陷的一部分，在早渐新世沙一、二段(E2s1-2)沉积时期郯庐走滑断裂带穿过古辽中凹陷，断裂带内的差异升降和挤压形成了辽东凸起与南部反转构造带，使辽东南洼陷分离，成为相对独立的沉积凹陷[7]。辽东南洼陷经历了断陷期和拗陷期两个演化阶段，自下而上发育古新统孔店组，渐新统沙河街组、东营组，中新统馆陶组、明化镇组和第四系。目前认为主力烃源岩层为孔店组(E1k)、沙河街组沙四段(E2s4)、沙三段(E2s3)、沙一、二段(E2s1-2)、东营组东三段(E3d3)，主要含油层系为东二段(E3d2)和沙二段(E2s2)[8]。

图1　辽东南洼陷构造位置图

3　优质烃源岩主要识别特征

3.1　常规地球化学特征

总有机碳含量(TOC)、生烃潜力(S1+S2)等参数是评价烃源岩品质的最重要地球化学指标[9]。通过对辽东南洼陷162块各层系潜在烃源岩样品TOC、S1+S2等参数的统计(表1)，可以看出E2s1-2与E2s3烃源岩有机质丰度评价指标最高，根据中国陆相含油气盆地的烃源岩有机质丰度评价标准[10]，E2s1-2与E2s3烃源岩达到了好至非常好的标准；E3d3烃源岩有机碳含量、总烃含量与生烃潜力参数平均值稍低，说明有机质丰度稍低； E2s4～E1k烃源岩的TOC、S1+S2等参数平均值最低，说明E2s4～E1k有机质丰度相对最低。把TOC大于2%、S1+S2大于10mg/g、反映有机质成熟度的镜质体反射率(R0)大于0.5%的烃源岩划分为优质烃源岩。

表1　辽东南洼陷各潜在烃源岩层系部分参数统计

注：0.18～6.6表示最小值～最大值； 1.70(87)表示平均值(样品数)。

3.2　测井曲线响应特征

各套烃源岩由于有机质丰度、类型与成熟度不同，生烃潜力存在差别，其测井曲线响应特征(图2)也有很大的差异[11]。

E2s1-2岩性主要为泥岩夹薄层油页岩和页岩，较高GR(自然伽马，平均值为102API)、高RD(深侧向电阻率，平均值为4.8Ω·m)、高DT(声波时差，平均值为102μs/m)、高ZDEN(密度，平均值为2.32g/cm3)、高CNCF(环境校正后的补偿中子孔隙度，平均值为34%)，油页岩层段声波曲线明显增大，与RD曲线分开。E2s3岩性主要为棕色泥岩局部夹薄层状页岩，高GR(平均值为95API)、低RD(平均值为3.8Ω·m)、高DT(平均值为105μs/m)、高ZDEN(平均值为2.34g/cm3)、高CNCF(平均值为36%)，DT与RD曲线重叠，孔隙中束缚水含量可能较高。E3d3主要为棕色泥岩，较低GR(平均值为88API)、偏低RD(平均值为3.1Ω·m)、偏低DT(平均值为97μs/m)、高ZDEN(平均值为2.4g/cm3)、低CNCF(平均值为30%)，DT与RD曲线重叠；RD较低，说明E3d3尚未进入成熟阶段，孔隙中尚未含降解生成的液态烃，且有机质含量相对较低。E1k主要为杂色泥岩与棕色油页岩，油页岩层段具有低GR(平均值为82API)、 高RD(平均值为5.2Ω·m)、高DT(平均值107μs/m)、低ZDEN(平均值为2.0g/cm3)、高CNCF(平均值为42%)的特征，DT与RD曲线分开，表明油页岩段有机质含量较高。

图2　L17井各套烃源岩测井曲线响应特征

3.3　地震反射特征

不同层系优质烃源岩因岩性组合不同，有机质丰度、类型与成熟度各异，其地震反射特征也不相同[12]。本文总结了研究区各套烃源岩反射特征(图3，其中T3为沙一、二段顶，T5为沙三段顶，T7为孔店组顶)，优质烃源岩一般具有平行—亚平行反射、低频率、高连续、强振幅的反射特征，内部可出现空白或弱振幅，表明烃源岩为可能发育在深湖—半深湖相的富有机质的泥岩。但因各套地层沉积环境、岩性组合、烃源岩品质、成熟度等方面存在差异，E3d3下部、E2s1-2、E2s3和E1k等层位烃源岩反射特征又各不相同(表2)。

图3　烃源岩地震反射特征

层位岩性组合反射结构频率振幅连续性反射构型E3d3泥岩8～38中频5846强好平行E2s1⁃2泥岩夹油页岩与页岩　5～28低频4745较强中—好平行E2s3泥岩4～23低频6961强好平行E1k泥岩页岩夹砂岩　5～22低频8413强中等平行—亚平行

4　优质烃源岩的定量评价

4.1　测井资料求取单井TOC曲线

近年来很多学者开始探索烃源岩的地球化学参数与测井信息之间的关系，尝试通过建立表征烃源岩丰度、类型、成熟度的地化参数与各类测井数据的相关关系，评价整个层段烃源岩品质，弥补岩心与岩屑样品分析费用较高且耗时的不足[13]。

TOC是评价生油岩生烃能力的主要指标之一，是含油盆地中生烃研究和资源评价的一项重要参数[14]。本文通过对各测井数据与有机质丰度TOC相关性分析发现，中子孔隙度、声波时差、自然伽马、深侧向等测井曲线与TOC均呈正相关关系，能谱测井曲线钍/铀元素比(TH/U)及密度测井曲线则与TOC呈负相关关系(图4)。

图4　辽东南洼烃源岩测井参数与TOC相关性分析

本文选取四个与TOC相关性较强的测井参数，通过多元线性回归分析方法建立了与TOC之间的关系

TOC=0.003×RD+0.005×GR+0.009×DT+0.031×CNCF-0.113

(1)

ΔlgR法是Passey等[15]提出的能较精确地预测不同成熟条件下的TOC烃源岩测井量评价技术，适用于碳酸盐岩和碎屑岩。声波时差曲线叠合在电阻率曲线上，两条曲线的幅度差即为ΔlgR。研究表明ΔlgR与TOC呈线性关系，并且是成熟度的函数。如果成熟度可以确定，可以将ΔlgR转换为TOC，其经验公式为

(2)

TOC=ΔlgR×102.279-0.1688LOM

(3)

式中： DTb、RDb为非烃源岩层段即基线位置声波时差与电阻率，多数情况下非烃源岩层的声波时差与电阻率曲线是重叠的，重叠段即基线位置；LOM由下式确定

LOM=12.55-22.8092exp(-2.813R0)

(4)

式中R0为镜质体反射率(表征有机质成熟度)。

两种方法的计算结果与实测数据对比后发现，多元回归法计算的TOC值与实测数据相关系数为0.762，而ΔlgR法计算的TOC值与实测数据相关系数为0.914，由此可见，ΔlgR计算所得结果与实测数据更接近(图5)。本文运用ΔlgR法分别计算了本地区8口井主要烃源岩层段TOC，计算结果表明，利用测井参数得到的TOC与实测结果比较接近(图6)，证实了该方法在研究区的适用性，也为进一步的地球物理反演提供了井控资料。

图5　两种方法计算得到的TOC值与实测数据对比

4.2　地震资料多属性反演评价烃源岩

地震资料具有横向分布广、精度高的特点[16]，因此，基于地震资料的烃源岩分布预测，对于烃源岩的分布范围与发育规模评价具有十分重要的意义[17，18]。

地震多属性反演是在三维地震资料和钻井、录井、测井等资料解释的储层物性、含气性和岩石地化指标等目标参数的基础上，经过构造解释拾取层位，提取和优化地震属性，建立地震属性或组合与已知目标参数之间的统计关系反演目标参数分布的技术[19]。其核心思想就是用已知数据建立对应关系预测未知数据，再用已知数据验证所预测的未知数据的可靠性[20]。具体工作主要包括地震属性的提取、优化和目标参数的反演。

应用地震属性研究烃源岩TOC的基础是地震与测井数据之间存在一定的内在关系，利用测井资料计算TOC，建立井旁地震道地震属性与测井之间的相关性，将地震属性转换成烃源岩的TOC，并推广到井间或无井区，其基本流程如图7所示。

由地震资料提取的地震属性，需做归一化及优化处理。统计关系是建立测井数据与地震数据相关性的桥梁[21]； 刻度是采用某种地质统计学方法，实现地震属性与测井参数的线性或非线性转换； 由地震属性转换的地层特征与测井特性往往有一定的误差，需要进行剩余校正。由地震属性反演的地层特征应结合地质资料进行综合分析与合理应用，从而提高反演数据的精度。

图6　L8井运用ΔlgR计算的有机碳含量与实测数据对比

图7　地震属性TOC预测流程

地震多属性反演主要由Geoview软件的Emerge模块完成。首先加载单井TOC曲线与原始地震数据后，提取地震属性并通过多元逐步回归与神经网络训练等方法研究地震属性与TOC之间的相关性，优选与TOC相关性较高的地震属性组合，最终确定滤波切片(15-20-25-30Hz)振幅、瞬时振幅二阶导数、主频、单程旅行时、瞬时振幅倒数、绝对振幅积分等6个地震属性(图8)，并通过神经网络训练建立TOC与地震属性之间的拟合方程，其相关系数达到0.78。为了取得最佳拟合效果，将各套烃源岩单独进行拟合，得到三维分布的TOC数据体。对各烃源岩层段TOC>2%采样点的个数进行累加，乘以地震资料采样率，再分别乘以钻井揭示的各烃源岩层段稳定泥岩层统计得到的速度，从而得到E2s1-2、E2s3、E2s4～E1k优质烃源岩空间展布。

由反演的TOC剖面(图9)可知，烃源岩TOC含量分布具有较强的非均质性，沙一、二段中上部烃源岩TOC含量较高，沙三段整体与沙四段局部层段TOC含量均较高，是本区优质的烃源岩，高TOC带横向上总体有较好的连续性，但受深层地震资料信噪比较低的影响，在E2s4～E1k局部连续性较差。

由预测优质烃源岩(TOC>2%的泥岩)分布(图10)可知，E2s3优质烃源岩较厚，E2s1-2有机质丰度最高，但厚度最小，E2s4～E1k也发育了规模较大的优质烃源岩，这是本区有别于辽东湾其他凹陷的重要层系，其生烃潜力值得关注。平面上，优质烃源岩较厚的层段主要分布在北部，是烃源岩的沉积中心，南部地区优质烃源岩沿走滑断层呈串珠状分布，表明其发育明显受到走滑断层控制，沉积中心不断发生迁移。应用有机碳法计算了研究区优质烃源岩生烃量与资源量，结果显示，辽东南洼总生烃量为36.51×108t，总资源量为2.76×108t，而前人计算整个辽东凹陷资源量仅为1.68×108t。近年来该地区L4、L5井先后取得了重大发现，进一步印证了辽东南洼具有较好的勘探潜力。

图8　辽东南洼烃源岩井旁道地震属性与TOC的相关性分析

图9　多属性反演得到的TOC剖面

图10　各层段优质烃源岩预测厚度

5　结论

(1)综合利用地化、测井与地震资料，建立了优质烃源岩常规地球化学参数、测井参数与地震反射特征等三级识别标志：常规地化特征主要为总有机碳含量大于2%、生烃潜量(S1+S2)大于10mg/g、镜质体反射率(R0)大于0.5%； 测井曲线具有高伽马、高电阻率、高声波时差、高中子孔隙度、低密度的特点；地震上具有低频、强振幅、连续、平行反射的特征。

(2)测井数据约束下的地震属性反演技术对研究区烃源岩进行定量评价，指出沙一、二段及沙三段整体是优质的烃源岩主要发育层段。沙四段—孔店组局部油页岩段是研究区潜力烃源岩，资源量值得继续研究，东三段泥岩不能作为研究区烃源岩。

(3)研究区各套优质烃源岩厚度较大，展布范围广。其中洼陷北部优质烃源岩明显比南部厚，是该区生烃中心，南部则主要沿走滑断层呈串珠状分布，明显受到走滑断层控制。辽东南洼烃源岩发育层系较多、规模较大、生烃潜力大，是渤海海域极具勘探潜力的地区。

[1]徐思煌,朱义清.烃源岩有机碳含量的测井响应特征与定量预测模型——以珠江口盆地文昌组烃源岩为例.石油实验地质,2010,32(3)：290-295.

Xu Sihuang,Zhu Yiqing.Well logs response and prediction model of organic carbon content in source rocks：A case study from the source rock of Wenchang Formation in the Pearl Mouth basin.Petroleum Geology & Experiment,2010,32(3)：290-295.

[2]张寒,朱光有.利用地震和测井信息预测和评价烃源岩——以渤海湾盆地富油凹陷为例.石油勘探与开发,2007,34(1)：55-59.

Zhang Han,Zhu Guangyou.Using seismic and log information to predict and evaluate hydrocarbon source rocks：An example from rich oil depressions in Bohai Bay.Petroleum Exploration and Development,2007,34(1)：55-59.

[3]金吉能,潘仁芳,王鹏等.地震多属性反演预测页岩总有机碳含量.石油天然气学报,2012,34(11)：68-72.

Jin Ji’neng,Pan Renfang,Wang Peng et al.Prediction of total organic carbon content of shale using seismic multi-attribute inversion.Journal of Oil and Gas Technology,2012,34(11)：68-72.

[4]许杰,何治亮,董宁等.含气页岩有机碳含量地球物理预测.石油地球物理勘探,2013,48(增刊1)：64-68.

Xu Jie,He Zhiliang,Dong Ning et al.Total organic carbon content prediction of gas-bearing shale with geophysical methods.OGP,2013,48(S1)：64-68.

[5]王健,石万忠,舒志国等.富有机质页岩TOC含量的地球物理定量化预测.石油地球物理勘探,2016,51(3)：596-604.

Wang Jian,Shi Wanzhong,Shu Zhiguo et al.TOC content quantitative prediction in organic rich shale.OGP,2016,51(3)：596-604.

[6]牛聪,刘志斌,王彦春等.应用地球物理技术定量评价辽西凹陷沙河街组烃源岩.石油地球物理勘探,2017,52(1)：131-137.

Niu Cong,Liu Zhibin,Wang Yanchun et al.Quantitative evaluation of Shahejie formation source rocks in Liaoxi Sag with geophysical approaches.OGP,2017,52(1)：131-137.

[7]周心怀,刘震,李潍莲.辽东湾断陷油气成藏机理.北京：石油工业出版社,2009,125-132.

[8]姜雪,邹华耀,庄新兵等.辽东湾地区烃源岩特征及其主控因素.中国石油大学学报(自然科学版),2010,34(2)：31-37.

Jiang Xue,Zou Huayao,Zhuang Xinbing et al.Characteristics of hydrocarbon source rock and its main controlling factors in Liaodong Bay area.Journal of China University of Petroleum (Edition of Natural Science),2010,34(2)：31-37.

[9]Chen J Y,Bi Y P,Zhang J G et al.Oil-source correlation in the Fulin basin,Shengli petroleum province,East China.Organic Geochemistry,1996,24(8/9)：931-940.

[10]Q/HS1068-2015海上凹陷生烃潜力评价规范.中国海洋石油总公司,北京，2015.

[11]顾红英.测井曲线标定有机碳方法在苏北盆地的应用.江苏地质,2004,28(3)：166-169.

Gu Hongying.Organic carbon demarcating method with well log and its application in north Jiangsu basin.Jiangsu Geology,2004,28(3)：166-169.

[12]刘震,常迈,赵阳等.低勘探程度盆地烃源岩早期预测方法研究.地学前缘,2007,14(4)：159-167.

Liu Zhen,Chang Mai,Zhao Yang et al.Method of early prediction on source rocks in basins with low exploration activity.Earth Science Frontiers,2007,14(4)：159-167.

[13]赵桂萍，李良.杭锦旗地区基于测井响应特征的泥质烃源岩有机质丰度评价研究.石油物探,2016,55(6)：879-886.

Zhao Guiping,Li Liang.Evaluation on abundance of organic matter for shaly source rocks based on well log responses in Hangjinqi area,Ordos Basin.GPP,2016,55(6)：879-886

[14]Hao F,Zhou X H,Zhu Y M et al.Lacustrine source rock deposition in response to co-evolution of environ-

ments and organisms controlled by tectonic subsi-dence and climate,Bohai Bay Basin,China.Organic Geochemistry,2011,42(4)：323-339.

[15]Passy Q R,Creaney S,Kulla J B et al.A practical model for organic richness from porosity and resisti-vity logs.AAPG Bulletin,1990,74(12)：1777-1794.

[16]刘一茗,叶加仁,曹强等.西藏伦坡拉盆地古近系牛堡组烃源岩预测与评价.地球科学——中国地质大学学报,2017,42(4)：601-612.

Liu Yiming,Ye Jiaren,Cao Qiang et al.Preliminary prediction and evaluation of source rocks in the Lunpola Basin,Tibet,China.Earth Science—Journal of China University of Geosciences,2017,42(4)：601-612.

[17]刘军,汪瑞良,舒誉等.烃源岩TOC地球物理定量预测新技术及在珠江口盆地的应用.成都理工大学学报(自然科学版),2012,39(4)：415-419.

Liu Jun,Wang Ruiliang,Shu Yu et al.Geophysical quantitative prediction technology about the total organic carbon in source rock and application in Pearl River Mouth Basin,China.Journal of Chengdu University of Technology (Science & Technology Edition),2012,39(4)：415-419.

[18]顾礼敬,徐守余,苏劲等.利用地震资料预测和评价烃源岩.天然气地球科学,2011,22(3)：554-560.

Gu Lijing,Xu Shouyu,Su Jin et al.Muddy hydrocarbon source rock prediction and evaluation with seismic data.Natural Gas Geoscience,2011,22(3)：554-560.

[19]赵胜,刘磊,付东阳.基于地震资料的烃源岩早期评价研究.石油天然气学报,2007,29(5)：76-81.

Zhao Sheng,Liu Lei,Fu Dongyang.On early evaluation of hydrocarbon source rocks based on seismic data.Journal of Oil and Gas Technology,2007,29(5)：76-81.

[20]王鹏,钟建华,张宝权等.虚拟三维地震技术在绥滨拗陷油气勘探中的应用.石油地球物理勘探,2011,46(增刊1)：97-101.

Wang Peng,Zhong Jianhua,Zhang baoquan et al.Hypothesized 3D seismic application in oil exploration of Suibin depression.OGP,2011,46(S1)：97-101.

[21]陈宇航,姚根顺,刘震等.利用地震信息定量预测烃源岩TOC质量分数.中南大学学报(自然科学版),2016,47(1)：159-165.

Chen Yuhang,Yao Genshun,Liu Zhen et al.Total organic carbon quantitative prediction using seismic information.Journal of Central South University (Science and Technology),2016,47(1)：159-165.