油頁巖的地震識別與評價技術

賈建亮，劉招君，陳永成

?

油頁巖的地震識別與評價技術

賈建亮1, 2，劉招君2，陳永成3

(1. 中國地質科學院地質研究所，北京，100037；2. 吉林大學地球科學學院，吉林長春，130061；3. 中石化東北油氣分公司，吉林長春，130056)

松遼盆地上白堊統青山口組和嫩江組沉積時期發育未成熟油頁巖，為提高其勘探效率并降低其勘探成本，利用地震正演?反演方法識別與評價油頁巖。通過油頁巖的微觀孔隙、巖石組分及其地球物理響應分析，建立油頁巖的等效巖石物理模型和地震波阻抗響應方程；采用合成記錄法正演模擬地震資料的油頁巖分辨能力，建立油頁巖的楔形收斂地質模型；利用測井約束地震反演與神經網絡算法運算，獲取波阻抗和有機質反演數據體。研究結果表明：有機質和孔隙發育程度影響油頁巖的地震響應；地震資料可分辨最小油頁巖厚度為6.4 m；波阻抗反演結果只能定性評價油頁巖發育的空間展布特征，而有機質反演結果不僅能預測油頁巖發育的空間展布特征，還可以評價油頁巖發育的品質。

油頁巖；巖石物理；正演模型；地震反演；識別與評價

松遼盆地是典型陸相白堊統含油氣盆地，豐富的油頁巖資源主要沉積于上白堊統的青山口組和嫩江組時期[1?4]。本文三維地震研究區位于東南隆起區的賓縣—王府凹陷，目的層段內的油頁巖具有未熟—低熟的熱演化特征。油頁巖是一種有機質極其豐富的優質烴源巖，其可靠識別主要依據鉆井巖心測試數據實現，一般利用總有機碳(TOC)質量分數。然而，鑒于樣品數量、分布及測試費用等條件限制，如何利用先進的地球物理技術實現油頁巖的垂向識別及其空間評價是油頁巖研究的重要課題。人們對富有機質泥頁巖(或烴源巖)的地球物理測井評價進行了大量研究[5?12]，評價方法從單一參數拓展到多種參數，從定性識別發展到定量評價。然而，人們對烴源巖的地震評價的研究相當少。于建國等[13?16]主要應用地震相法、巖性速度法及地震屬性法對優質烴源巖進行定性預測，還不能實現其地震方法的定量評價；金強等[17]結合烴源巖的測井與地球化學等資料，利用地震屬性分析方法來定量評價烴源巖；張佳佳等[18]通過巖石物理建模進行地震速度反演來預測油頁巖的有機碳含量，并利用地震多屬性技術反演外推三維空間含油率特征；Jia等[12]利用測井約束地震反演及神經網絡算法定量評價油頁巖的有機碳含量與含油率。限于油頁巖有機質非均質性的影響，有機質的垂向變化可以用測井方法標定，而地震方法是解決地質體有機質橫向變化的首選，故利用地震方法進行有機質空間定量刻畫是油頁巖識別與評價的發展方向。本文作者主要進行基于油頁巖的巖石物理模型及地震正演模擬研究，以便為油頁巖的空間快速識別評價提供有效方法。

1 油頁巖巖石物理建模及地震響應機理

地球物理綜合解釋的任務是把地球物理數據反演成地質信息，為此需要建立地球物理解釋模型而確立地球物理響應與地質參數之間的關系[19]。純砂石或泥質砂巖等常規巖石物理模型研究較多，而富有機質泥頁巖模型研究較少[8, 20]。地震技術主要運用地層孔隙度變化影響其相對波阻抗變化來識別有效儲層，而地層孔隙流體引起的彈性參數變化控制波阻抗變化(體積密度與縱波速度)[21]。因此，在地層條件一定的前提下，油頁巖的巖石組合特征、微觀孔隙發育及其孔隙流體性質將影響其地震響應特征。

松遼盆地油頁巖的固體部分主要由有機質與無機礦物組成，層狀藻、結構藻代表的水生生物與少量孢子體、鏡質體、惰質體代表的高等植物是有機質的主要組成部分，而石英、長石代表的碎屑礦物、伊/蒙混層、伊利石、高嶺石代表的黏土礦物及少量碳酸鹽巖礦物、重礦物是無機礦物的組成成分(圖1)。松遼盆地較成熟的泥頁巖微觀孔隙主要發育基質晶間孔、有機質孔、溶蝕孔、粒間孔、晶內孔共5種類型孔隙(10 nm~8 μm)，還發育3類微米?納米級微裂縫(8 nm~50 μm)[22]。然而，油頁巖孔隙度的定義因其黏土礦物和有機質多樣性而變得復雜[23]。Kuila等[23?24]把泥頁巖總孔隙度定義為其飽含流體的含量，主要包括自由水、微毛細管水、黏土束縛水和烴類流體的孔隙，而有效孔隙度被定義為自由水、微毛細管水和烴類流體的孔隙度之和[24](圖2(a))。前人研究表明：富有機質泥頁巖孔隙中占優勢的是介孔和微孔[22, 25]，即地球物理意義上的微毛細管與黏土水孔隙，但不能忽略自由水孔隙的存在。

(a) 石英；(b) 方解石；(c) 伊利石、伊蒙混層；(d) 黃鐵礦；(e) 層狀藻；(f) 結構藻；(g) 孢子體；(h) 鏡質體

(a) 等效巖石物理模型；(b) 油頁巖巖心照片

油頁巖的地球物理綜合響應是上述巖石組分及孔隙流體某物理性質的貢獻總和，即某物理量(地層密度或縱波速度)的加權平均值，而異常地震響應是油頁巖地震識別的關鍵。通過油頁巖巖石組分的彈性參數分析表明，有機質與濕黏土(含黏土水)均具有較低的體積密度和縱波速度，而陸源碎屑礦物、碳酸鹽巖礦物及重礦物的體積密度和縱波速度都相對較高(表1[7, 26])。Nelson[27]指出泥頁巖的微觀孔隙發育極其復雜，不同類型孔隙以樹枝狀等不同方式相互連接，構成了巖石內部微觀的流體運移通道，從而影響巖石的地球物理響應特征。因此，油頁巖的體積密度和縱波速度的異常響應主要受有機質豐度與微觀孔隙發育程度影響，故把油頁巖巖石物理模型簡化成3種有效組分：巖石骨架(碎屑礦物+干黏土礦物+碳酸鹽巖礦物+重礦物)、有機質、總孔隙度，據此建立油頁巖等效巖石物理模型(圖2(a))。

表1 油頁巖各組分的地球物理響應值

注：帶“*”數據引自文獻[7]；帶“#”數據引自文獻[27]；“—”表示數據未測到。

由油頁巖等效巖石物理模型可知，巖石各組分的物質平衡方程[18]為

油頁巖的體積密度可看成不同含量的各有效組分的加權密度之和，其物理方程為

(2)

聯合式(1)和(2)可以推導出油頁巖的體積密度響應方程為

同樣，滑行波在油頁巖中直線傳播時間等于各有效組分傳播時間之和，故聲波時差公式為

(4)

聯合式(1)和(4)可以推導出油頁巖的縱波速度響應方程為

因此，聯合式(3)和(5)可以得出油頁巖的地震波阻抗響應方程為

由式(6)可知：在油頁巖各組分的縱波速度和體積密度基本恒定的前提下，油頁巖的地震波阻抗隨有機碳含量增多、總孔隙度增大而減小，從而得出油頁巖彈性參數的異常地震響應主要取決于有機質豐度和孔隙發育程度的推論。松遼盆地油頁巖(圖2(b))TOC質量分數為5.0%~12.0%，黏土礦物質量分數為39%~ 71%，且以伊/蒙混層和伊利石為主，黏土礦物與TOC質量分數呈現良好的正相關性[28]。因此，松遼盆地油頁巖的高有機質豐度與高束縛水孔隙特征，使其具有顯著的地震波阻抗響應，從而為其地震識別評價奠定了基礎。

2 油頁巖地震正演模擬

油頁巖的地震彈性參數響應可以通過微觀巖石物理建模實現，但地層空間組合變化需要利用宏觀地震正演模擬實現[29?30]。油頁巖的地震正演模擬能夠將地質與地震模型結合起來，使地震信息不僅具有物理意義，又有明確的地質意義[31]，從而達到油頁巖地震識別與評價的目的。

本文根據經典Widess楔形體砂泥巖模型[32]，鑒于油頁巖與泥頁巖地球物理響應的差異性，建立了油頁巖與泥巖互層的楔形收斂地質模型[28](圖3)。油頁巖與泥巖的速度和埋深在模型設計中，綜合考慮了賓縣—王府凹陷三維地震工區的實際情況。其中，同種巖性速度與埋深同步增減，但同層巖性的速度假定不變。模型中第1道(W01)的油頁巖與其下伏泥巖段的單層厚度均為20 m，模型中共設計了4層油頁巖，第1層油頁巖厚度穩定在20 m，下部的泥巖與油頁巖互層的厚度均呈楔形遞減，橫向上按照等間距設計了26個數據道(即26口假井)(圖3)。假定模型中上覆泥巖(400~500 m)速度為2 690 m/s，第1層20 m厚的油頁巖速度為2 500 m/s，其下部的泥巖與油頁巖的速度每層依次增加10 m/s。

圖3 油頁巖楔形地質模型

地震正演模擬結果與子波形態具有密切的關系，一般子波頻率越高，其反射波垂向分辨率越高[28, 33]。為了便于實際地震數據對比，需要從實際三維工區井旁地震道提取子波(主頻為36 Hz)。地震識別巖性的垂向分辨率通常認為在1/4~1/8波長間[33]，實際地震資料的子波主頻為36 Hz，模型中設計油頁巖的速度為2 500 m/s，計算得出波長為69.4 m，故實際估算的研究區地震資料垂向分辨率為8.68~17.36 m[28]。根據地質模型(圖3)設計26口假井的速度及其根據Garden公式計算的密度[33]，結合研究區主頻36 Hz的井旁地震道子波，采用合成記錄法正演模擬地震剖面(圖4)。模擬結果表明：地震正演模型為一楔形地震反射數據體，作為標志層的20 m厚穩定油頁巖正演呈現連續好、振幅強的地震反射特征，其下部的楔形體受地質模型巖性厚度減薄的影響而呈現尖滅趨勢(圖4)。其中，油頁巖的尖滅微弱反射見于W18地震道，而W19道時完全不可分辨(圖4(a))，表明地震正演模型能夠分辨的最小油頁巖厚度為W18道上的6.40 m，小于實際估算的1/8波長的8.68 m，從而揭示油頁巖地震正演模型具有較高的地層巖性分辨能力[28]。然而，振幅明顯加強的現象出現在W25~W26道上(圖4)，在楔形模型中常被解釋為薄層調諧現象，其主要特征為振幅明顯加強或減弱[34]。人們對儲層巖性尖滅線被振幅調諧效應識別已展開大量相關研究工作[35?36]。油頁巖與泥巖薄互層地震反射呈現的振幅調諧效應對油頁巖識別具有重要的指示意義。

(a) 變密度剖面；(b) 振幅剖面

通過上述正演模擬結果可知：地震反射同相軸受地震資料分辨率的限制，可能是一套油頁巖與泥巖薄互層的綜合反映，故油頁巖薄層難以在地震剖面上直接標定。因此，有效的地震反演方法能夠把界面型數據轉換成巖層型數據后識別薄層油頁巖，而油頁巖地震標定只能依據鉆井結果進行簡單定性判斷[28]。

3 油頁巖地震識別與評價

3.1 井約束地震反演

地震反演方法是識別與評價常規常規油氣儲層的有效方法，而油頁巖或烴源巖的地震反演識別卻鮮有研究。因為地震反演實現過程有諸多制約因素：一是油頁巖地震響應機理問題，另外是其地震分辨率問題。松遼盆地湖相沉積中發育極其優質青山口組與嫩江組油頁巖，具有連續性好、中強振幅、較高頻率的地震響應特征[28](圖5(a))。其中，嫩一段和青一段沉積時主要發育泥巖與油頁巖互層，而青一段底部有厚度較大的單層油頁巖發育。能夠作為全區標志層的油頁巖發育在嫩二段底部，具有單層厚約8 m、連續性好、分布穩定的沉積特征[28]。因此，油頁巖的上述地震反射特征與沉積特征為其地震反演識別提供可能。

為了提高地震資料分辨油頁巖的能力，利用測井約束地震反演方法對油頁巖進行地震預測。為了使測井和地震具有可對比性，在反演過程中采用地震合成記錄方法進行地震地質層位標定[28]。地震反演的層序邊界約束由地震地質層位標定，利用測井數據內插外推在三維數據體中建立初始反演模型，對反演參數在過井剖面反復試驗使其設置合理，判別計算結果是否在合理誤差下，若超出則調整參數重新處理，從而使預測結果與鉆井、測井結果對比合理后再用于三維研究區，最后運算得出三維地震反演數據體[28, 37?40]。

在松遼盆地過S21?S32連井波阻抗反演剖面中(圖5(b))，青山口組與嫩江組的褐色帶為明顯異常的低速帶。通過與井旁鉆井巖性對比發現，低速帶是油頁巖在地震波阻抗上的響應。結合沉積與地震反射特征可知，青一段與嫩一段的低速帶可能是泥巖與油頁巖互層的綜合響應，而嫩二段底部低速帶層可能是單層較厚油頁巖的地震響應[28]。總體來說，青一段底部低速帶受構造斷裂的顯著影響而使其橫向連續性較差，嫩江組低速帶整體呈現較好的橫向連續性(圖5(b))。因此，地震反演數據體低速帶具有層多、穩定性好的空間展布特征，從而可以利用鉆井標定的地震反演低速帶來定性評價油頁巖空間展布。

(a) 過S21?S32井地震剖面；(b) 過S21?S32井波阻抗反演剖面

3.2 油頁巖有機質反演數據體的預測

特征顯著的油頁巖三維地震反演數據體的獲取，是實現油頁巖地震識別的關鍵環節。然而，地震反演數據體的相對低速帶通過色標的調整來顯示，只能定性評價油頁巖空間展布特征，但不能對油頁巖進行空間定量評價[28]。因此，預測油頁巖識別的直接參數即總有機碳質量分數((TOC))，是實現油頁巖定量識別與評價至關重要的一步，而基于神經網絡算法的多屬性分析方法是獲取有機質反演數據體的一種有效方法。該方法的實現主要是通過鉆井測試TOC質量分數曲線與反演三維數據體，利用神經網絡算法把測試TOC質量分數曲線與井旁地震道?波阻抗多屬性進行相關計算，進而把這種相關性從有限的井點外推到整個三維地震空間，從而得到油頁巖有機質反演數據體(圖6)。

通過油頁巖有機質反演數據體的TOC質量分數空間定量標定，不僅能夠預測其空間展布特征，而且能定量評價其品質。在松遼盆地過S21?S32連井有機質反演剖面中(圖6)，把(TOC)＞5.0%的褐色層段標定為油頁巖層[12]。結果表明：青山口組與嫩江組發育多層油頁巖，具有空間疊置關系。其中，青一段主體發育3套油頁巖，而青一段底部油頁巖具有TOC質量分數高、連續性較好以及發育較穩定的特征，其之上幾套油頁巖的連續性變差且厚度受薄互層影響而變化較大；嫩江組主體發育2套油頁巖，嫩二段相比嫩一段油頁巖具有高的TOC質量分數與大的厚度，并且其橫向連續性與穩定性較好(圖6)。此外，利用測井?地震多屬性方法預測鉆井TOC質量分數曲線標定在有機質反演剖面的井旁[12, 28]，通過地震反演TOC質量分數與其井旁標定的對比發現，兩者呈現較好的對應關系(圖6)，表明地震反演方法預測的TOC質量分數比較合理。同時，利用鉆井測試TOC質量分數進一步驗證地震預測結果(圖7)，表明地震預測TOC質量分數與其鉆井測試結果垂向變化趨勢基本一致，交會圖上兩者呈現較好的正相關性(相關系數2=0.796)，故本文采用的地震方法識別與評價油頁巖的結果具有可靠性。

圖6 松遼盆地過S21?S32連井有機質反演剖面

圖7 單井地震預測TOC質量分數誤差分析

綜上所述，松遼盆地青山口組與嫩江組發育的油頁巖具有層多、較連續的空間展布特征，但各層油頁巖間的發育特征存在差異。其中，青一段油頁巖受構造斷裂影響使其連續較差，但其有機質富集程度較高；嫩江組油頁巖呈現較好的連續性，但其有機質富集程度相對較低，表明青一段比嫩一段、嫩二段油頁巖具有更好的品質。因此，油頁巖的有機質反演結果不僅能預測油頁巖發育的空間展布特征，還可以評價油頁巖發育的品質，從而實現油頁巖的地震識別與評價，對油頁巖資源空間評價具有重要的意義[41]。

4 結論

1) 通過松遼盆地青山口組與嫩江組油頁巖的微觀孔隙、巖石組分及其地球物理響應分析，建立了油頁巖等效巖石物理模型和地震波阻抗響應方程。油頁巖的地震響應主要受有機質豐度和孔隙發育程度影響，使油頁巖具有較低的地震波阻抗響應，為實現油頁巖的地震識別與評價提供基礎。

2) 根據Widess楔形體砂泥巖模型，建立了油頁巖與泥巖互層的楔形收斂地質模型，并采用合成記錄法正演模擬地震剖面。松遼盆地地震資料可以分辨最小油頁巖厚度為6.4 m，揭示了其具有較高的地層巖性分辨能力。

3) 利用地震方法識別與評價油頁巖，把(TOC)＞5.0%作為定量識別標準。地震波阻抗反演數據體只能定性評價油頁巖空間展布，而基于多屬性神經網絡算法預測的有機質反演數據體不僅能預測油頁巖發育的空間展布特征，而且可以評價油頁巖的品質，從而實現油頁巖的地震識別與評價。

參考文獻：

[1] 賈建亮, 劉招君, 郭巍, 等. 地質類比法在坳陷盆地油頁巖資源評價中的應用: 以松遼盆地上白堊統為例[J]. 煤炭學報, 2011, 36(9): 1475?1480. JIA Jianliang, LIU Zhaojun, GUO Wei, et al. Application of geological analogy to assess oil shale resources of depression basin: An example from upper cretaceous Songliao Basin[J]. Journal of China Coal Society, 2011, 36(9): 1475?1480.

[2] JIA Jianliang, Bechtel A, LIU Zhaojun, et al. Sachsenhofer oil shale formation in the Upper Cretaceous Nenjiang Formation of the Songliao Basin ( NE China): Implications from organic and inorganic geochemical analyses[J]. International Journal of Coal Geology, 2013, 113(6): 11?26.

[3] JIA Jianliang, LIU Zhaojun, Bechtel A, et al. Tectonic and climate control of oil shale deposition in the Upper Cretaceous Qingshankou Formation (Songliao Basin, NE China)[J]. International Journal of Earth Sciences, 2013, 102(6): 1717?1734.

[4] 賈建亮, 劉招君, Bechtel A, 等. 松遼盆地嫩江組油頁巖發育控制因素[J]. 地球科學(中國地質大學學報), 2014, 39(2): 174?186. JIA Jianliang, LIU Zhaojun, Bechtel A, et al. Major factors controlling formation of oil shale in Nenjiang Formation of Songliao Basin[J]. Earth Science (Journal of China University of Geoscience), 2014, 39(2): 174?186.

[5] Beers R F. Radioactivity and organic content of some Paleozoic shales[J]. AAPG Bulletin, 1945, 29(1): 1?22.

[6] Schmoker J W. Determination of organic matter content of Appalachian Devonian shale from Gammaray logs[J]. AAPG Bulletion, 1981, 65(7): 1285?1298.

[7] 譚廷棟. 測井識別生油巖方法 [J]. 測井技術, 1988, 12(6): 1?11. TAN Tingdong. Identification of kuchersits from well logs[J]. Well Logging Technology, 1988, 12(6): 1?11.

[8] Meyer B L, Nederlof M H. Identification of source rocks on wireline logs by density/resistivity and sonic transit time/ resistivity crossplots[J]. AAPG Bulletin, 1984, 68(2): 121?129.

[9] Passey Q R, Creaney S, Kulla J B, et al. A practial model for organic richness from porosity and resisitivty logs[J]. AAPG Bulletin, 1990, 74(12): 1777?1794.

[10] Kamali M R, Mirshady A A. Total organic carbon content determined from well logs using ?logand neuro fuzzy techniques[J]. Journal of Petroleum Science and Engineering, 2004, 45(3/4): 141?148.

[11] El Sharawy M S, Gaafar G R. Application of well log analysis for source rock evaluation in the Duwi Formation, Southern Gulf of Suez, Egypt[J]. Journal of Applied Geophysics, 2012, 80(3): 129?143.

[12] JIA Jianliang, LIU Zhaojun, MENG Qingtao, et al. Quantitative evaluation of oil shale based on well log and 3-D seismic technique in the Songliao Basin, Northeast China[J]. Oil shale, 2012, 29(2): 128?150.

[13] 于建國, 韓文功, 于正軍, 等. 濟陽拗陷孔店組烴源巖的地震預測方法[J]. 石油地球物理勘探, 2005, 40(3): 318?321.YU Jianguo, HAN Wengong, YU Zhengjun, et al. The seismic prediction method of Kongdian Formation source rock in Jiyang depression[J]. Oil Geophysical Prospecting, 2005, 40(3): 318?321.

[14] 劉震, 常邁, 趙陽, 等. 低勘探程度盆地烴源巖早期預測方法研究[J]. 地學前緣, 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[J]. Earth Science Frontiers, 2007, 14 (4): 159?167.

[15] 張寒, 朱光有. 利用地震和測井信息預測和評價烴源巖: 以渤海灣盆地富油凹陷為例[J]. 石油勘探與開發, 2007, 34(1): 55?59. ZHANG Han, ZHU Guangyou. Using seismic and log in formation to predict and evaluate hydrocarbon source rocks: An example from rich oil depressions in Bohai Bay[J]. Petroleum Exploration and Development, 2007, 34(1): 55?59.

[16] 曹強, 葉加仁, 石萬忠, 等. 低勘探程度盆地烴源巖早期評價: 以南黃海北部盆地東北凹為例[J]. 石油學報, 2009, 30(4): 522?529. CAO Qiang, YE Jiaren, SHI Wanzhong, et al. Preliminary prediction and evaluation of source rocks in low exploration basins: A case study on the northeast sag of the Northern South Yellow Sea Basin in China[J]. Acta Petrolei Sinica, 2009, 30(4): 522?529.

[17] 金強, 武愛俊, 金風鳴, 等. 武清凹陷大孟莊洼槽烴源巖地震屬性預測與評價[J]. 油氣地質與采收率, 2012, 19(4): 34?37. JIN Qiang, WU Aijun, JIN Fengming, et al. Estimation of source rocks by seismic attributes in the Damengzhuang sag Wuqing depression[J]. Petroleum Geology and Recovery Efficiency, 2012, 19(4): 34?37.

[18] 張佳佳, 李宏兵, 姚逢昌. 油頁巖的地球物理識別和評價方法[J]. 石油學報, 2012, 33(4): 625?632. ZHANG Jiajia, LI Hongbing, YAO Fengchang. A geophysical method for the identification and evaluation of oil shale[J]. Acta Petrolei Sinica, 2012, 33(4): 625?632.

[19] 孫建孟, 王永剛. 地球物理資料綜合解釋[M].東營: 石油大學出版社, 2001: 16?37. SUN Jianmeng, WANG Yonggang. The comprehensive interpretation of geophysical data[M].Dongying: Petroleum University Press, 2001: 16?37.

[20] 趙彥超. 生油巖測井評價的理論和實踐: 以南陽、泌陽凹陷為例[J]. 地球科學(中國地質大學學報), 1990, 15(1): 65?74. ZHAO Yanchao. The theory and application of logging for source rock evaluation: From the working results in Nanyang and Biyang Depressions[J]. Earth Science (Journal of China University of Geosciences), 1990, 15(1): 65?74.

自體輸血主要包括貯存式自體輸血、稀釋式自體輸血和回收式自體輸血3種方式。對于含有高頻抗原抗體的稀有血型患者來說，自體輸血有助于手術的進行。

[21] 李勇根, 徐勝峰. 地震巖石物理和正演模擬技術在致密砂巖儲層預測中的應用研究[J]. 石油天然氣學報(江漢石油學院學報), 2008, 30(6): 61?65. LI Yonggen, XU Shengfeng. Application of seismic rock physics and forward simulation in predicting tight sandstone reservoirs[J]. Journal of Oil and Gas Technology (Journal of Jianghan Petroleum Institute), 2008, 30(6): 61?65.

一是本工程土洞的埋深在3～10 m范圍內時，控制每輪循環進尺≤1.5 m；埋深大于10 m時，控制每輪循環進尺≤3 m；全斷面開挖。

[22] 黃振凱, 陳建平, 薛海濤, 等. 松遼盆地白堊系青山口組泥頁巖孔隙結構特征[J]. 石油勘探與開發, 2013, 40(1): 58?65. HUANG Zhenkai, CHEN Jianping, XUE Haitao, et al. Microstructural characteristics of the Cretaceous Qingshankou Formation shale, Songliao Basin[J]. Petroleum Exploration and Development, 2013, 40(1): 58?65.

[23] Kuila U, McCarty D K, Derkowski A, et al. Total porosity measurement in gas shales by the water immersion porosimetry (WIP) method[J]. Fuel, 2014, 117(1): 1115?1129.

[24] Passey Q R, Bohacs K M, Esch W L, et al. Fromoil-prone source rock to gas-producing shale reservoir: Geologic and petrophysical characterization of unconventional shale-gas reservoirs[C]// International Oil and Gas Conference and Exhibition. Beijing, China, 2010: SPE Paper 131350.

[25] 楊峰, 寧正福, 胡昌蓬, 等. 頁巖儲層微觀孔隙結構特征[J]. 石油學報, 2013, 34(2): 301?311. YANG Feng, NING Zhengfu, HU Changpeng, et al. Characterization of microscopic pore structures in shale reservoirs[J]. Acta Petrolei Sinica, 2013, 34(2): 301?311.

[26] 洪有密. 測井原理與綜合解釋[M]. 東營: 石油大學出版社, 1993: 44?61. HONG Youmi. The logging principles and its comprehensive interpretation[M]. Dongying: Petroleum University Press, 1993: 44?61.

[27] Nelson P H. Pore-throat sizes in sandstones, tight sandstones, and shales[J]. AAPG Bulletin, 2009, 93(3): 329?340.

[28] 賈建亮. 基于地球化學?地球物理的松遼盆地上白堊統油頁巖識別與資源評價[D]. 長春: 吉林大學地球科學學院, 2012: 85?110. JIA Jianliang. Research on the recognition and resource evaluation of the Upper Cretaceous oil shale based on geochemistry-geophysics technique in the Songliao Basin (NE, China)[D]. Changchun: Jilin University. College of Earth Sciences, 2012: 85?110.

[29] 姜巖, 李文艷, 葉萍. 基于正演模擬的地震反射特征主要影響因素分析[J]. 大慶石油地質與開發, 2006, 25(5): 100?102. JIANG Yan, LI Wenyan, YE Ping. Seismic reflection features major influential factors analysis based on forward modeling[J]. Petroleum Geology & Oil Field Development in Daqing, 2006, 25(5): 100?102.

[30] 尚新民, 李紅梅, 韓文功, 等. 基于巖石物理與地震正演的AVO分析方法[J]. 天然氣工業, 2008, 28(2): 64?66. SHANG Xinmin, LI Hongmei, HAN Wengong, et al. AVO analysis technology based on petrophysics and seismic forward modelling[J]. Natural Gas Industry, 2008, 28(2): 64?66.

[31] 王賢, 楊永生, 陳家琪, 等. 地震正演模擬在與其薄儲層中的應用[J]. 新疆地質, 2007, 25(4): 432?435. WANG Xian,YANG Yongsheng, CHEN Jiaqi, et al. Application of seismic forward modeling to prediction of thin reservoir[J]. Xinjiang Geology, 2007, 25(4): 432?435.

[32] Widess M A. How thin is a thin bed[J]. Geophysics, 1973, 38(46): 1176?1254.

[33] 陸基孟, 王永剛. 地震勘探原理[M]. 東營: 中國石油大學出版社, 2009: 139?191. LU Jimeng, WANG Yonggang. The principle of seismic exploration[M]. Dongying: China University of Petroleum Press, 2009: 139?191

[34] 王軍, 周東紅, 張中巧, 等. 低位楔形三角洲砂體巖性尖滅線地震響應特征探索[J]. 石油地質與工程, 2010, 24(5): 33?36. WANG Jun, ZHOU Donghong, ZHANG Zhongqiao, et al. Study of the seismic response on the pinch out line of LST wedge-shaped delta sandstone[J]. Petroleum Geology and Engineering, 2010, 24(5): 33?36.

[35] 凌云研究小組. 應用振幅的調諧作用探測地層厚度小于1/4波長地質目標[J]. 石油地球物理勘探, 2003, 38(3): 268?274. LING Yun Study Group. Application of amplitude tuning in surveying geologic target thickness less than 1/4 wavelength[J]. Oil Geophysical Prospecting, 2003, 38(3): 268?274.

[36] 趙迎月, 顧漢明, 蔡成國. 塔河油田三疊系砂巖儲層地震正演響應特征[J]. 天然氣工業, 2008, 28(6): 52?55. ZHAO Yingyue, GU Hanming, CAI Chengguo. Characteristics of seismic response to Triassic sandstone reservoirs in the Tahe Oilfield[J]. Natural Gas Industry, 2008, 28(6): 52?55.

[37] 賈建亮, 劉招君, 陳永成, 等. 測井約束地震巖性預測方法及應用: 以湯原斷陷達連河組SD2段為例[J]. 世界地質, 2009, 28(3): 339?344. JIA Jianliang, LIU Zhaojun, CHEN Yongcheng, et al. Lithologic prediction and application of log-constrained seismic: An example from SD2segment of Dalianhe Formation in Tangyuan Fault Depression[J]. Global Geology, 2009, 28(3): 339?344.

[38] 賈建亮, 劉招君, 陳永成, 等. 測井?地震多屬性分層重構特征曲線技術[J]. 石油地球物理勘探, 2010, 45(3): 436?442. JIA Jianliang, LIU Zhaojun, CHEN Yongcheng, et al. Log-seismic multi-attributes stratified reconstructcharacteristic curves technique[J]. Oil Geophysical Prospecting, 2010, 45(3): 436?442.

[39] 賈建亮, 劉招君, 陳永成, 等. 測井?地震多屬性密度曲線重構反演方法及應用[J]. 吉林大學學報(地球科學版), 2010, 40(3): 699?706. JIA Jianliang, LIU Zhaojun, CHEN Yongcheng, et al. The method of log-seismic multi-attributes density curvesreconstruct inversion and its application[J]. Journal of Jilin University (Earth Science Edition), 2010, 40(3): 699?706.

[40] 賈建亮. 塔南凹陷南屯組測井—地震多屬性分層重構反演及應用研究[D]. 長春: 吉林大學地球科學學院, 2009: 33?39. JIA Jianliang. Research on stratified reconstruction inversion of log-seismic multi-attributes and its application in Nantun Formation of Tanan Depression[D]. Changchun: Jilin University. College of Earth Sciences, 2009: 33?39.

[41] 賈建亮, 劉招君, 柳蓉, 等. 油頁巖地質類比資源評價體系的建立[J]. 地質學報, 2014, 88(7): 1321?1333. JIA Jianliang, LIU Zhaojun, LIU Rong, et al. Establishment of assessment system for oil shale resources based on geological analogy[J]. Acta Geologica Sinica, 2014, 88(7): 1321?1333.

A seismic technique for recognition and evaluation of oil shale

JIA Jianliang1, 2,LIU Zhaojun2, CHEN Yongcheng3

(1. Institute of Geology, Chinese Academy of Geological Sciences, Beijing 100037, China;2. College of Earth Sciences, Jilin University, Changchun 130061, China;3. SINOPEC Northeast petroleum Bureau, Changchun 130056, China)

The immature oil shale is evident in the Upper Cretaceous Qingshankou and Nenjiang formations of the Songliao Basin. The seismic technique was employed to recognize and evaluate oil shale, to improve exploratory efficiency and save on exploratory costs. An equivalent rock physical model and the wave impedance equation were established for oil shale based on the analysis of microscopic pores, macerals and their geophysical responses. Seismic forward modeling was used to research the seismic resolution of oil shale on the basis of synthetic recording. A geological model of converging wedge was established for oil shale. According to the method of logging-constrained inversion and neural network algorithm, the inverted volumes of wave impedance and organic matter were obtained. The results show that the seismic response of oil shale is influenced by organic matter and pore abundance. The seismic data can be used to distinguish minimum thickness with 6.4 m for oil shale. The inverted data of wave impedance can be employed to qualitatively evaluate the distribution of oil shale. However, the inverted organic matter volume is used not only to predict the distribution of oil shale, but also to evaluate the quality of oil shale.

oil shale; rock physics; forward modeling; seismic inversion; recognition and evaluation

10.11817/j.issn.1672-7207.2015.07.027

P631.4

A

1672?7207(2015)07?2581?09

2014?07?01；

2014?10?14

中央級公益性基本業務費專項基金資助項目(J1220)；國家自然科學基金資助項目(41402123) (Project(J1220) supported by the Basic Outlay of Scientific Research Work from the Ministry of Science and Technology; Project(41402123) supported by the National Natural Science Foundation of China)

賈建亮，博士，助理研究員，從事石油地質?地球物理綜合解釋、沉積地球化學研究；E-mail: jiajl0228@163.com

(編輯 楊幼平)