引用本文

Hu Huiting,Su Rui,Liu Chao,et al.The method and application of using Generalized-ΔLgR technology to predict the organic carbon content of continental deep source rocks[J].Natural Gas Geoscience,2016,27(1):149-155.[胡慧婷，苏瑞，刘超，等.广义ΔLgR技术预测陆相深层烃源岩有机碳含量方法及其应用[J].天然气地球科学，2016,27(1):149-155.]
doi:10.11764/j.issn.1672-1926.2016.01.0149

广义ΔLgR技术预测陆相深层烃源岩有机碳含量方法及其应用

更多

胡慧婷1，2 ，苏瑞1，2，刘超3，孟令威4 

（1.东北石油大学地球科学学院，黑龙江大庆163318;2.东北石油大学非常规油气成藏与开发省部共建国家重点实验室，黑龙江大庆163318；3.中国石油大庆油田有限责任公司勘探开发研究院，黑龙江大庆163712；4.中国石油吉林油田公司乾安采油厂地质所，吉林松原138000）

作者简介：胡慧婷（1983-），女，辽宁营口人，副教授，博士，主要从事地球物理资料解释及非常规油气地质研究.E-mail：hht-214@163.com.

基金项目：中国博士后科学基金面上项目（编号：2014M561324）；教育部重点实验室开放性课题（编号：NEPU-EOR-2014-008）联合资助.

摘要  
受强压实作用和较高的导电组分影响，陆相深层烃源岩在孔隙度和电阻率曲线上响应微弱，利用传统ΔLgR技术预测有机碳含量效果很差。针对这一问题，在保留ΔLgR技术具有削弱孔隙度干扰优势的基础上，利用对深层烃源岩响应相对敏感的自然伽马曲线替代传统模型中的成熟度参数，建立了利用自然伽马、声波时差和电阻率测井曲线预测有机碳含量的广义ΔLgR技术，并将其应用于松辽盆地徐家围子断陷深层沙河子组源岩有机碳含量预测。结果表明：广义ΔLgR技术预测得到的徐家围子断陷深层沙河子组烃源岩有机碳含量更符合其实测有机碳的变化趋势，有机碳预测误差比传统方法预测误差平均降低了25.3%。表明广义ΔLgR技术用于预测陆相深层强压实烃源岩有机碳是可行的。

关键词： 测井       有机碳       深层烃源岩       沙河子组       徐家围子断陷      

中图分类号:TE132.1+4      文献标志码:A      文章编号:1672-1926(2016)01-0149-07

The method and application of using generalized-ΔLgR technology to predictthe organic carbon content of continental deep source rocks

Hu Hui-ting1，2 ，Su Rui1，2，Liu Chao3，Meng Ling-wei4 

（1.College of Geosciences,Northeast Petroleum University,Daqing 163318，China;2.Accumulation and Developmentof Unconventional Oil and Gas,State Key Laboratory Cultivation Base Jointly-constructed by Heilongjiang Province andthe Ministry of Science and Technology,Northeast Petroleum University,Daqing 163318,China;3.Exploration and Development Research Institute of Daqing Oilfield Co.Ltd.，Daqing 163712， China;4.Geology Institute of Qian’an Oil Production Plant of Jilin Oilfield，Songyuan 138000， China）

Abstract  
Since strong compaction and higher conductive component may cause a weak response of continental source rocks on porosity and resistivity curve,using traditional ΔLgR technology to predict the content of organic carbon will have a poor effect.Aimed at this problem,on the basis of continuing the advantages of porosity interference in ΔLgR technology,using natural gamma curve which is more sensitive to deep source rocks instead of the maturity parameters in traditional model,we developed the generalized-ΔLgR technology which employs natural gamma,AC acoustic and resistivity logging curves to predict the content of organic carbon.Furthermore,the generalized-ΔLgR technique was applied to Shahezi Formation of Xujiaweizi Fault Depression.The results show that it can provide a more reliable TOC profile,and the TOC predicting error was reduced by 25.3% compared to the conventional ΔLgR technique.It indicates that the generalized ΔLgR provides a new TOC predicting method for continental source rocks with deep burial depth and strong compaction.

Key words： Well logging;       <stratigraphic>TOC</stratigraphic>;       Deeply buried source rocks;       Shahezi Formation;       Xujiaweizi Fault Depression;      

引言

ΔLgR技术[1]于1990年被提出，是业内公认的烃源岩有机碳(TOC)测井评价最可靠和可行的方法[2-10]，已被国内学者广泛应用于中浅层、正常压实烃源岩层TOC的精细评价。如王宗礼等[11]在对冀中坳陷廊固凹陷近200口井TOC含量计算和连井对比的基础上，在固安地区新发现了一套优质烃源岩；杨少春等[12]通过对鄂尔多斯盆地崇信地区烃源岩预测，明确了TOC高值区的平面分布；卢双舫等[13]借助ΔLgR技术落实了乌尔逊凹陷内不同丰度级别烃源岩的体积，为研究优质烃源岩的生烃、排烃量，证明优质烃源岩在凹陷内的控藏作用奠定了基础。 传统ΔLgR技术对中浅层、正常压实烃源岩TOC的预测误差一般不超过20%，预测TOC与实测值在井剖面上的变化趋势也基本吻合[5,6]，能够满足勘探精度需求。但是，传统ΔLgR技术不适合用于陆相深层烃源岩TOC评价，主要是由于受强压实作用和较高的导电组分影响，陆相深层烃源岩在孔隙度和电阻率曲线上响应很微弱，利用传统ΔLgR技术预测的TOC结果比较平均，甚至接近直线，不能准确地反映TOC含量随沉积环境的波动，进而不能有效地指导勘探实践。目前在陆相深层烃源岩的测井评价方面，不仅缺少针对性的解释模型，也缺少这方面的研究报道。 针对上述问题，本文对ΔLgR技术进行修改，引入了对深层烃源岩测井响应敏感、同时能指示TOC含量的自然伽马曲线，建立了适用于陆相深层烃源岩TOC测井评价的广义ΔLgR技术，并以徐家围子断陷沙河子组为靶区进行了应用。

1 传统ΔLgR技术及其存在问题

通过建立烃源岩TOC数值与测井曲线之间的定量关系，即可借助测井曲线快速地得到井剖面上连续的TOC值，弥补离散取样数据纵向分辨率低的不足[14-17]。在烃源岩TOC测井评价技术中，传统ΔLgR技术所需资料容易获取，预测结果相对可靠，是业内最为认可的方法。

1.1 传统ΔLgR技术简介

传统的ΔLgR方法由Passey等[1]提出，其TOC预测公式为：

ΔLgR=Lg(R/R基)+0.02(Δt-Δt基)(1） TOC=10(2.297-0.168 8LOM)
ΔLgR+ΔTOC（2） 式中：ΔLgR为幅度差；R为电阻率，Ω·m；Δt为声波时差，μs/m；R基、Δt基分别为电阻率曲线和声波时差曲线的基线值；LOM为热变指数；ΔTOC为有机碳含量背景值。 该技术利用声波时差（Δt）、电阻率（R）和烃源岩成熟度（LOM）建立TOC预测公式，令电阻率曲线和声波时差曲线在细粒非烃源岩位置，即基线（R基、Δt基）处重合，之后2条曲线间的距离即为幅度差（ΔLgR）（图1）。在烃源岩地层，TOC与幅度差(ΔLgR)呈正比，与成熟度(LOM)呈反比。此外，应用过程中一般还需要加上测井曲线无法识别的TOC含量背景值（ΔTOC）。该技术最大的优点是，声波时差和电阻率曲线都对孔隙度变化敏感，将2条曲线叠合有利于削弱孔隙度对TOC测井响应的干扰，保障了TOC预测结果的可靠性。

1.2 传统ΔLgR技术存在问题

传统ΔLgR技术基于海相、正常压实地层提出，其出发点是，在TOC含量相当的未成熟[图2（a）]烃源岩和成熟烃源岩[图2（b）]地层，成熟烃源岩地层的电阻率曲线明显异常，并直接导致成熟烃源岩具有更大的ΔLgR值。简单而言就是，由于电阻率对烃类的明显响应，使得TOC与ΔLgR之间并不是简单地遵循线性关系，而是受成熟度影响，这也是传统ΔLgR技术引入成熟度参数（LOM）的原因。

图1     ΔLgR技术模型原理示意[1]
Fig.1     Sketch map of organic matteridentification by ΔLgR method[1]

问题在于，传统ΔLgR技术不宜对陆相高导电组分烃源岩，尤其是深层强压实烃源岩测井评价。这是因为，陆相沉积地层导电组分较高，成熟烃源岩的电阻率曲线并无明显异常（图3），不符合传统方法引入成熟度参数的前提；更重要地是，随着地层埋深和压实作用的增强，地层整体变得致密，与物性密切相关的声波时差曲线也趋于平直，进而声波时差曲线和电阻率曲线叠合构成的幅度差（ΔLgR）趋近直线，不能准确地反映TOC的实际变化趋势。

2 广义ΔLgR技术预测烃源岩TOC含量的方法

2.1 广义ΔLgR技术的提出

结合上文分析，传统ΔLgR技术不适用于陆相深层烃源岩TOC评价的原因，可总结为测井曲线对有机质的测井响应不明显问题。为提高测井曲线对烃源岩响应的敏感性并保证模型的实用性，结合以下3点：①单一测井曲线受影响因素干扰大，而多条曲线抗干扰能力相对较强；②传统ΔLgR技术的公式[式（1）]具有能够削弱孔隙度干扰的优点；③自然伽马曲线受压实作用影响小，比成熟度参数以及孔隙度和电阻率曲线对陆相深层烃源岩变化更敏感。通过保留传统ΔLgR技术的公式[式（1）]并利用自然伽马曲线替代式（2）的成熟度参数，建立了利用自然伽马、声波时差和电阻率测井曲线预测烃源岩TOC含量的广义ΔLgR技术。 ΔLgR=Lg(R/R基)+0.02(Δt-Δt基)（3） TOC=(a×GR+b)×LgR+ΔTOC（4） 式中：GR为自然伽马曲线；其他参数与式（1）和式（2）中参数意义一致。当式（4）内系数a为0时，模型退化为简化后的ΔLgR技术[15-17]，简化后的ΔLgR技术对中浅层应用效果较好。可见，广义ΔLgR技术可同时满足深层和浅层烃源岩TOC的测井评价。

2.2 广义ΔLgR技术的实现

首先令声波时差曲线（Δt）和对数电阻率曲线（LgR）在细粒非烃源岩处重合，在重合处分别读电阻率和声波时差曲线的基线值R基和Δt基，进而通过式（3）计算出不同深度点的ΔLgR值；然后结合自然伽马、电阻率、声波时差等常规测井曲线识别烃源岩层；最后针对烃源岩层，依据具体地区实测的TOC数据，以式（4）计算TOC值和实测TOC值的误差最小为目标，通过解方程求取a、b的最优解，之后，利用式（4）计算井剖面上所有烃源岩层的TOC值，通过研究区具有必要测井曲线的单井TOC评价，实现研究区烃源岩层有机碳含量的平面分布预测。

图 2 海相未成熟烃源岩与成熟烃烃源岩测井响应特征对比[1] Fig.2 Logging features of immature and mature marine carbonate source rocks[1]

图3     陆相深层成熟烃源岩的测井响应特征
Fig.3     The logging features of deeply buried and mature continental source rock

3 广义ΔLgR技术的应用

本文选取松辽盆地徐家围子断陷安达地区沙河子组烃源岩为例，利用广义ΔLgR法预测其有机碳含量，并通过预测结果与实测有机碳含量比较，验证广义ΔLgR法用于预测陆相深层烃源岩有机碳含量的可行性。 徐家围子断陷沙河子组是松辽盆地深层致密气勘探的新层系，其中安达地区位于断陷的北部，是目前致密气勘探最具前景的区域，也是本文评价的目标区。安达地区沙河子组暗色泥岩全区分布，厚度总体在300m以上[18]，暗色泥岩实测TOC值为0.31%~9.65%，但多数井TOC取样分析资料不多且离散，仅通过实测资料无法认识烃源岩TOC的平面分布特征；同时，研究区烃源岩埋深普遍超过3 000m，属于陆相强压实烃源岩，更适合利用广义ΔLgR技术对其烃源岩TOC进行测井评价。

3.1 解释模型的建立

在对研究区32口井的烃源岩层识别和幅度差计算的基础上，利用安达地区DS16井、DS17井和SS11井的TOC系统取样井，143个暗色泥岩数据点计算式（4）待定系数a和b，得到研究区TOC定量预测模型：

TOC=（0.02×GR+0.12）×ΔLgR+0.31(5)
将利用公式（5）计算的这3口井的TOC值与实测TOC值进行对比，表1列出了部分对比结果，可以看出广义ΔLgR技术对实测TOC值小于2.0%和大于2.0%部分拟合效果都较好，误差不超过20%，所有143个样品点的平均相对误差为17.2%。表1中也列出了利用传统ΔLgR技术计算得到的TOC值，可以看出传统ΔLgR技术预测的TOC数值相对均匀，对TOC值小于2.0%部分预测结果偏大，对TOC值大于2.0%部分预测结果明显偏小，所有143个样品点的平均相对误差高达42.5%。同时，在井剖面上，广义的ΔLgR技术预测的TOC曲线，明显更能符合实测TOC值的变化趋势（图4）。
表1     广义ΔLgR技术与传统ΔLgR技术预测TOC效果对比
Table 1     TOC calculating results of generalized ΔLgR technology and traditional ΔLgR technology
序号实测TOC 值/%广义ΔLgR技术传统ΔLgR技术
预测TOC 值/%相对误差 /%预测TOC 值/%相对误差 /%
10.450.35-22.20.5522.2
20.510.7241.20.6527.5
30.520.35-32.70.7238.5
40.550.6620.00.8554.5
50.710.744.20.755.6
60.810.65-19.81.2149.4
70.830.69-16.90.9919.3
80.840.76-9.51.0525.0
91.261.02-19.01.8748.4
101.411.7222.01.8531.2
111.831.751.21.54-11.0
121.951.89-3.11.92-1.5
1342.021.63-19.32.01-0.5
1352.372.03-14.32.6511.8
1362.382.7816.81.23-48.3
1372.512.8513.51.25-50.2
1383.352.98-11.02.21-34.0
1393.524.6231.31.82-48.3
1405.675.25-7.42.31-59.3
1416.636.15-7.22.21-66.7
1427.297.310.32.51-65.6
1438.997.51-16.53.12-65.3
平均2.352.7817.21.6742.5
综上分析表明，广义的ΔLgR技术在沙河子组的应用效果明显好于传统ΔLgR技术，对应的TOC值预测误差比传统方法降低了25.3%，更适合沙河子组烃源岩测井评价。

3.2 解释模型的验证

将所建立的沙河子组TOC解释模型，即上文中的式（5），应用于研究区SS4井等具有实测数据的井。82个实测TOC点的对比结果表明，模型计算TOC值与这些井的实测TOC值的相关度达到77%，相对平均误差为19.8%，而且对TOC高值区和低值区拟合效果都较好（图5）。说明所建立的解释模型比较可靠，可以在研究区其他井进行推广应用。

3.3 沙河子组烃源岩测井评价

利用所建立、并验证后的测井解释模型，对徐家 围子断陷32口井沙河子组的暗色泥岩TOC进行测

图4     沙河子组DS16井烃源岩评价结果
Fig.4     TOC calculating result of well DS16 in Shahezi Formation

图5     沙河子组暗色泥岩计算TOC与实测TOC关系
Fig.5     TOC calculating results by using generalized ΔLgR technology

井计算。图6为根据测井预测TOC值得到的安达地区沙河子组TOC分布频率，可见安达地区TOC多数分布在1.0%～3.0%之间，占总体的47.2%。受构造及沉积差异影响，不同位置TOC差异很明显（图7），断陷中心深湖—半深湖相环境的DS16井区TOC含量最高，平均值为3.6%，断陷边部三角洲环境暗色泥岩TOC值偏低，如DS3井、DS13井区TOC平均值在1%以下。

图6     安达地区沙河子组烃源岩TOC值分布区间
Fig.6     TOC distribution in Shahezi Formation of Anda area

图7     安达地区沙河子组暗色泥岩TOC含量等值线
Fig.7     Contour map of dark mudstone TOC in Shahezi Formation of Anda area

4 结论

（1）针对传统ΔLgR技术在陆相深层烃源岩评价的不足，提出广义ΔLgR技术。广义ΔLgR技术利用自然伽马、声波时差和电阻率3条测井曲线预测烃源岩TOC含量，目前广泛应用的ΔLgR技术是广义ΔLgR技术的一种特殊形式。 （2）广义的ΔLgR技术在松辽盆地徐家围子断陷沙河子组应用结果表明，该方法能更好地刻画陆相高导电组分、强压实烃源岩TOC的变化趋势，对沙河子组TOC的预测误差一般不超过25%，比传统ΔLgR技术预测误差降低近20%。 （3）广义ΔLgR技术为陆相深层烃源岩TOC测井评价提供了新的方法，但该方法需要人工确定声波时差和电阻率曲线基线值，操作过程比较繁琐，并且对少部分自然伽马呈尖峰状的薄层泥岩TOC预测误差偏大，在实践中还需逐步完善。

参考文献(References)



[1] 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.

[2] Kamali M R,Mirshady A A.Total organic carbon content determined from well logs using ΔLogR and Neuro Fuzzy techniques[J].Journal of Petroleum Science and Engineering,2004,45(3/4):141-148.

[3] Ritesh K S,Satinder C,Amit K R.Seismic Characterization of Montney Shale Formation Using Passey’s approach[C]//SEG Annual Meeting.Colorado,USA:Society of Exploration Geophysicists,2014.

[4] Adeniji A A,Onayemi J R.Source rock analysis of the Agbada shales of Niger Delta Basin,Nigeria,using well log data and attribute analysis[C]//SEG Annual Meeting.Colorado,USA:Society of Exploration Geophysicists,2014.

[5] Parmjit S,Riyasat H,Ahmed R,et al.Understanding geophysical responses for identification of sweet spot for Oxfordian shale oil/gas plays in Kuwait[C]//SEG Annual Meeting.Houston:Texas Publication,2013.

[6] He Junling,Deng Shouwei,Chen Wenlong,et al.Evaluation of oil shale in the southern Songliao Basin using logging techniques[J].Journal of Jilin University:Earth Science Edition,2006,34(6):909-914.[贺君玲,邓守伟,陈文龙，等.利用测井技术评价松辽盆地南部油页岩[J].吉林大学学报：地球科学版,2006,34 (6):909-914.]

[7] Yang Taotao,Fan Guozhang,Lv Fuliang,et al.The logging features and identification methods of source rock[J].Natural Gas Geoscience,2013,24(2):414-422.[杨涛涛,范国章,吕福亮,等.烃源岩测井响应特征及识别评价方法[J].天然气地球科学,2013,24(2):414-422.]

[8] Jin Tao,Gao Risheng,Gao Caixia,et al.Suggestion of exploration prospect in Raoyang Sag of Jizhong Depression from the logging evaluation results of source rock[J].Natural Gas Geoscience,2010,21(3)：406-412.[金涛,高日胜,高彩霞,等.从烃源岩测井评价结果看冀中坳陷饶阳凹陷勘探前景[J].天然气地球科学,2010,21(3):406-412.]

[9] Wang Zhensheng,Hua Shuangjun,Yu Xuemin,et al.Grading evaluation and high quality source rock distribution in Qikou Sag[J].Natural Gas Geoscience,2014,25(12):1896-1902.[王振升,滑双君,于学敏,等.歧口凹陷沙河街组烃源岩分级评价及优质烃源岩分布[J].天然气地球科学,2014,25(12):1896-1902.]

[10] Guo Zeqing,Sun Ping,Liu Weihong.The carbon calculation by ΔlogR technology in Sanhu area of Qaidam Basin[J].Progress in Geophysics,2012,27(2):626-633.[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.]

[11] 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.[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.]

[12] 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.[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.]

[13] 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.[卢双舫,马延伶,曹瑞成,等.优质烃源岩评价标准及其应用:以海拉尔盆地乌尔逊凹陷为例[J].地球科学:中国地质大学学报,2012,37(3):535-544.]

[14] 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.[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.]

[15] 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.[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.]

[16] Liu Chao.Evaluating Source Rock Using Logging Data-Improvement and Application[D].Daqing:Northeast Petroleum University,2011:15-21.[刘超.测井资料烃源岩评价方法改进及应用[Ｄ].大庆:东北石油大学,2011:9-33.]

[17] Liu Chao,Lu Shuangfang,Xue Haitao.Variable-coefficient ΔlogR model and its application in shale organic evaluation[J].Progress in Geophysics,2014,29(1):312-317.[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.]

[18] Wang Zhihong,Luo Xia,Li Jingkun,et al.Effective source rock forecasting in deep layers of northern Songliao Basin[J].Natural Gas Geoscience,2008,19(2):204-209.[王志宏,罗 霞,李景坤,等.松辽盆地北部深层有效烃源岩分布预测[J]天然气地球科学,2008,19(2):204-209.]