1、2023 年第 38 卷 第1期2023，38(1):0229-0241地球物理学进展Progress in Geophysicshttp:/wwwprogeophyscnISSN 1004-2903CN 11-2982/P卢妍欣，包书景，周志，等 2023 高热演化页岩总有机碳地球物理预测方法研究进展 地球物理学进展，38(1):0229-0241，doi:10 6038/pg2023GG0212LU YanXin，BAO ShuJing，ZHOU Zhi，et al 2023 esearch progress of geophysical prediction methods for to
2、tal organic carbon in high-thermal evolutionshale Progress in Geophysics(in Chinese)，38(1):0229-0241，doi:106038/pg2023GG0212高热演化页岩总有机碳地球物理预测方法研究进展esearch progress of geophysical prediction methods for total organic carbon inhigh-thermal evolution shale卢妍欣1，2，包书景2*，周志2，李飞2LU YanXin1，2，BAO ShuJing2*，Z
3、HOU Zhi2，LI Fei2收稿日期2022-06-22;修回日期2022-11-08投稿网址http:/www progeophys cn基金项目中国地质调查局地调项目“南方盆地页岩气调查评价”(DD20221653)资助第一作者简介卢妍欣，女，1999 年生，硕士研究生，研究方向为非常规油气地质理论与评价 E-mail:luyanxin99420126 com*通讯作者包书景，男，1964 年生，正高级工程师，博士生导师，研究方向为非常规油气地质与选区评价 E-mail:bsj6477126 com1 中国地质大学(北京)，北京1000832 中国地质调查局油气资源调查中心，北京100
4、0831 China University of Geosciences(Beijing)，Beijing 100083，China2 Oil and Gas esources Survey Center，China Geological Survey，Beijing 100083，China摘要我国南方高热演化页岩是页岩气增储上产的主力军，其有利区优选是页岩气勘探开发的首要环节有机碳含量(TOC)是评价页岩生烃潜力最为关键的指标，可以直接影响有利区决策 为探究不同地球物理方法在高热演化页岩(o2 0%)TOC 预测中的适用性，通过文献调研系统地归纳了总有机碳含量(TOC)地球物理预测方法原理
5、与技术流程，结合高热演化页岩地质特征与相关钻井实例应用分析，对比不同方法预测精度并分析适用性 研究表明:高热演化页岩以生干气为主且其层间缝与粒间孔占比少，其电阻率与声波时差更低，log 法不适用其 TOC 预测 体积密度测井法预测精度较低，地震多属性反演法精度也不高，且操作复杂、多解性很强 实验-测井-地震联合反演方法预测效果相对较好，是获取三维 TOC 数据体的最可靠的方法 测井、地震资料不足时，自然伽马测井法可以实现TOC 粗估;资料丰富时应当优先选取计算精度最高的机器学习法，其次为多元线性回归法 各方法由经验判断向数理统计判断、由地质驱动向数据驱动、由单因素模型向多因素模型发展，未来可进
6、一步建立高演化页岩 TOC 数据库实现高效准确的 TOC 智能预测AbstractThe high-thermal evolution shale in SouthChina is the main force of increasing shale gas reserves andproduction，whose favorable region optimization is theprimary part of exploration and development Total OrganicCarbon(TOC)can directly affect the decision-maki
7、ng offavorable areas，which is the most critical index to evaluateshale hydrocarbon generation potential The aim of thisstudy is to illustrate the applicability of various geophysicalTOC prediction methods in high thermal evolution shale(o0 2%)Basedoncomprehensiveliteratureresearch，thispapersummarize
8、stheprincipleandtechnical process of TOC geophysical prediction methodMeanwhile，combine with the geological characteristics ofhigh-thermal evolution shale and the application analysisbetween two drilling examples，compare the predictionaccuracy and analyze the applicabilityThe researchsuggests that t
9、he high-thermal evolution shale is mainlygenerates dry gas，with small proportion of interlaminarseams and intergranular pores Therefore its resistivity andacoustic time are lower，so the log method is notsuitable for its TOC prediction The prediction accuracy ofbulk density logging method is low，accu
10、racy of seismicmulti-attribute inversion method is of the same，which hascomplex operation and multi-resolution The experiment-logging-seismic joint inversion method，which is the mostreliable method to obtain 3D TOC data volume，has arelatively good prediction effect When logging and seismicdata are i
11、nsufficient，natural gamma logging method canrealize TOC rough estimation;When the data is abundant，the machine learning method with the highest calculationaccuracy should be selected first，followed by the multiplelinear regression method Each method has developed fromempirical judgment to mathematic
12、al statistical judgment，地球物理学进展www progeophys cn2023，38(1)关键词高热演化页岩;总有机碳(TOC);地球物理预测;机器学习法中图分类号P631文献标识码Adoi:10 6038/pg2023GG0212from geological driving to data driving，and from singlefactor model to multi factor model In the future，TOCdatabase of highly evolved shale can be further establishedtoach
13、ieveefficientandaccurateTOCintelligentpredictionKeywordsHigh-thermal evolution shale;Total OrganicCarbon(TOC);Geophysicalpredictions;Machinelearning method0引言我国南方地区自震旦系至古近系发育十多套富有机质页岩(邹才能等，2021)，页岩气资源潜力巨大，目前已经在四川盆地及其周缘地区古生界实现了商业开发 页岩气勘探开发过程中，页岩质量评价是优选有利区、目标区的关键，一般采用有机质丰度、类型、热成熟度、脆性矿物成分、储集物性等指标综合评价优选
14、(肖正辉等，2015)其中，有机质丰度是评价页岩生烃潜力最为直接和关键的指标，主要通过总有机碳含量(TOC)、氯仿沥青“A”含量、总烃(HC)含量和岩石热解生烃潜力(S1+S2)参数来评价，最为常见及广泛应用的衡量标准便是总有机碳含量(TOC)目前由岩心样品实验测试页岩总有机碳含量(TOC)技术已较为成熟，但是其耗时较长、价格昂贵、费时费力，只能获得离散的样品实测值(黄仁春等，2014)且由于页岩的分布往往具有一定的非均质性，钻井取心总是有限的，而岩屑往往代表的是某一深度段的综合岩性，其分析结果代表性不强(高岗和黄志龙，2007)另外，受沉积环境约束，不同类型页岩层段岩石组成、有机质类型存在差
15、异，岩心/岩屑样品离散值难以反映该目标地层的总有机碳含量(TOC)纵向分布情况，进行横向预测就更加困难(Amosu et al，2021)这必将对页岩层段的页岩有机质丰度整体评价结果产生重要影响 在常规油气勘探的总有机碳含量(TOC)预测中，前人利用测井资料、地震等资料，提出了如何利用离散的实验测试值预测连续 TOC 的方法，如自然伽马测井法(陈中红等，2004;王方雄等，2002)、体积密度测井法(Yu et al，2017)、log 法(Passey et al，1990)、多元线性回归法(徐仕琨等，2020)、地震响应震多属性反演法(金吉能等，2012;刘军等，2012)等 但上述预测方
16、法主要针对中新生代低成熟-成熟陆相泥页岩，在低热演化页岩的 TOC 预测中表现出普遍的适用性 而我国页岩气勘探开发主体是古生界高热演化海相页岩，该类页岩热成熟度(o)主体介于2 0%3 5%，整体处于高成熟-过成熟阶段(张金川等，2021)学者们将低成熟-成熟泥页岩中的 TOC预测方法应用于高热演化页岩，各方法表现出不同的适用性，但并未有系统的总结归纳，为提高高热演化海相页岩 TOC 预测方法的优选效率与预测精度，深入讨论并优选针对此类页岩的系统化、精准化的TOC 预测方法十分必要本文在大量文献调研的基础上，归纳了低热演化页岩总有机碳含量(TOC)地球物理预测方法原理与技术流程，结合高热演化页岩地质特征与相关钻井实例应用分析，对比分析了各技术方法在高热演化页岩中的应用特点与适用性，优选提出适用于高热演化页岩 TOC 预测方法，并提出未来预测研究趋势1预测方法目前烃源岩有机碳含量(TOC)地球物理预测方法包括自然伽马测井法、体积密度测井法、log法、多元线性回归法、地震多属性反演法、实验-测井-地震联合反演法以及机器学习法，根据使用数据资料不同，可以进一步划分为测井预测方法、地震预测方法
