元素錄井巖性識別技術及其在渤海油田的應用*

尚鎖貴 譚忠健 闞留杰 胡 云 單敬福 吳昊晟

(1. 中海石油(中國)有限公司天津分公司 天津 300452； 2. 中海油能源發展股份有限公司工程技術分公司 天津 300452；3. 長江大學油氣資源與勘探技術教育部重點實驗室 湖北武漢 430100；4. 中法渤海地質服務有限公司 天津 300452)

元素錄井巖性識別技術及其在渤海油田的應用*

尚鎖貴1譚忠健1闞留杰2胡 云1單敬福3吳昊晟4

(1. 中海石油(中國)有限公司天津分公司 天津 300452； 2. 中海油能源發展股份有限公司工程技術分公司 天津 300452；3. 長江大學油氣資源與勘探技術教育部重點實驗室 湖北武漢 430100；4. 中法渤海地質服務有限公司 天津 300452)

隨著渤海油田勘探領域的擴大和鉆井新工藝的應用，鉆遇巖性復雜、錄井巖屑細小、鉆井速度快，給傳統的錄井巖性識別帶來了挑戰。建立了渤海油田元素錄井巖性判別函數，首先利用統計學方法對典型碎屑巖、碳酸鹽巖和巖漿巖的X射線熒光 (XRF) 錄井元素組合參數進行定量化分析，篩選出對各類巖性較為敏感的元素變量組合；然后將敏感元素變量輸入軟件進行訓練，求取不同元素變量參數的系數，建立巖性判別函數；最后根據Fisher判別準則，代入某一深度點對應的元素序列值，巖性判別函數值最大者為該深度點對應的真實巖性。在渤海油田秦皇島區塊的實例應用表明，利用本文建立的XRF元素錄井巖性判別函數識別巖性準確率達80%以上，對確保海上快速鉆井安全和提高鉆井成功率有重要的促進和應用價值。

X射線熒光；元素；錄井；巖性判別函數；渤海油田

在油氣現場鉆井施工過程中，及時準確地識別地層巖性是確保鉆井安全、提高油氣勘探效率的重要保障。由于鉆井工藝的改進，特別是PDC鉆頭[1]、渦輪鉆具組合、氣體鉆井[2]等工藝的推廣應用，使得錄井巖屑細小、混雜，從而加大常規錄井過程中巖性識別與地層劃分的難度。隨著渤海油田勘探的深入，鉆遇的巖性越來越復雜，加之海上鉆井速度快，更給巖性快速識別帶來了挑戰。

X射線熒光(簡稱XRF)錄井技術是近幾年蓬勃發展的一項新技術，是解決巖性識別問題的有效方法之一，其理論基礎是巖石地球化學理論，應用基礎是巖石X射線熒光分析試驗[3]。國內學者在利用XRF技術識別巖性研究方面取得了一定進展[4-5]，解決了部分巖性識別的難題，但實施過程較為繁雜。筆者應用數理統計學的分析方法，針對渤海油田各類巖性的元素組合定量參數，建立了巖性識別數學模型，從而達到了快速識別巖性的目的。

1 元素錄井巖性判別函數的建立

1.1 不同類型巖石元素差異

渤海油田鉆遇的巖性以碎屑巖為主，其次是碳酸鹽巖和巖漿巖，而變質巖最少(變質巖的識別不是本次研究的重點，暫不討論)。對于碳酸鹽巖，Ca、Mg元素含量明顯偏高，較容易區分；碎屑巖與巖漿巖重疊區較大，區分小類較為困難；巖漿巖中從酸性到超基性，Si和K元素含量呈遞減規律，而Fe、Mg元素含量則呈遞增規律[6-7]。

1.2 敏感元素篩選

為了有效識別巖性，在元素校正基礎上，結合已知巖性錄井等資料，在明確具體巖性的條件下，篩選出對巖性反應較為敏感的元素，以便后續挑選主力敏感元素進行判別函數的建立。通過對13種常見造巖元素(Na、Mg、Al、Si、P、S、Cl、K、Ca、Ti、Mn、Fe、Ba)的篩選，表明Si、 Al、 Fe、Mg為篩選碎屑巖的敏感元素； 而Ca和Mg對碳酸鹽巖巖性最為敏感，Si、 Al、 Fe次之，最終選定Si、 Al、 Fe、Mg、Ca作為碳酸鹽巖主力敏感元素；相對于酸性巖漿巖而言，超基性巖漿巖中Mg、Al、Na、K元素含量高，而Si、Fe、Ca元素含量低，因此確定Si、Al、Fe、Mg、Ca、Na、K作為巖漿巖巖性識別關鍵敏感元素。

1.3 巖性判別函數的建立

不同巖性的敏感元素組合不同，因此在試圖建立不同元素變量的線性判別函數時，不同變量參數系數便是判別函數訓練時重點求取的。假定已有多種不同深度的樣品，每組樣品都有相同的元素變量Xi(i=1，2，3，…，m)，則在巖性識別時根據不同地層單元預知巖性的不同，其敏感元素組合也有所不同，從而構成不同判別函數的變量，即

(1)

式(1)中:m代表敏感元素變量的個數；Ci為判別函數中各元素變量的系數，反映的是各變量參數的作用方向、分辨能力以及貢獻的大小;然后利用Fisher判別準則，使類間均差與類內離差平方和比值最大，即異類聚類中心盡可能遠，同類內部則盡可能集中，由極值原理列出Ci必須滿足方程組，最終求得判別函數。由此，根據不同層位可能出現的巖性種類數，分別建立相對應的不同巖性的判別函數，即F巖性1、F巖性2…;再根據Fisher判別準則，將某一深度敏感元素組合值代入，函數值最大者就是其對應的巖性[8]。

2 在渤海油田的應用

基礎元素數據來自渤海油田秦皇島區塊，鉆遇地層從上往下分別是新生界(第四系平原組，新近系明化鎮組、館陶組，古近系東營組、沙河街組等)、中生界、古生界、元古界、太古界，其中新生界東營組及以上地層以碎屑巖為主，沙河街組主要為碎屑巖和碳酸鹽巖，中生界主要為碎屑巖、碳酸鹽巖、巖漿巖(噴出巖)和火山碎屑巖，古生界主要為碎屑巖、碳酸鹽巖、巖漿巖，而元古界、太古界則主要為巖漿巖(侵入巖、侵入后變質巖)。該區塊巖性種類相對較全，有利于巖性判別函數的建立和訓練。

2.1 碎屑巖識別

2.1.1 判別函數的建立

1) 判別函數檢驗。Wilks統計量λ表示組間差異性，λ值越小則組間差異性越大，只有組均值不等時，判別分析才有意義。由對該區塊碎屑巖巖性判別函數的顯著性檢驗結果(表1)可以看出，不同巖性的類內均值檢驗的顯著性概率值均小于0.05，說明巖性類內均值都存在顯著差異，因此判別分析是可行的[9]。

表1 秦皇島區塊碎屑巖巖性判別函數顯著性檢驗

2) 分類統計。根據Fisher線性判別函數系數建立的結果(表2)，并據此建立線性判別模型：

F泥巖=83.996XMg+15.641XAl+31.107XSi+

0.219XFe-565.44

(2)

F砂巖=141.207XMg+4.035XAl+46.014XSi-

25.458XFe-844.459

(3)

F泥質砂巖=114.740XMg+10.464XAl+38.269XSi-13.281XFe-677.168

(4)

對于碎屑巖，Wilks統計量λ值都較小，檢驗結果顯著，說明Si、Al、Fe和Mg元素可以用來構建巖性判別函數，這是建立線性判別模型的基礎。根據建立的不同巖性的判別函數，分別將某一深度點的Si、 Al、 Fe、Mg元素值代入式(2)～(4)，函數值最大者，則判斷此深度的巖性為該判別函數代表的巖性,其中F值的求取關鍵在于利用其判斷巖性類型，不涉及具體應用圖件。

表2 秦皇島區塊新生界碎屑巖巖性判別函數系數

3) 結構分析。如表3所示，該區塊新生界結構矩陣揭示元素變量與判別函數之間的合并類內相關系數，指示變量和函數之間的相關性，相關性由大到小依次為Fe、Al、Si和Mg。

表3 秦皇島區塊新生界碎屑巖結構矩陣表

2.1.2 判別結果分析

應用Fisher線性判別函數式(2)～(4)對該區塊新生界63個樣品進行判別統計(表4)，砂巖、泥巖和泥質砂巖判斷準確率均達90%以上，交叉驗證準確率也均達80%以上，說明本文建立的碎屑巖判別函數是比較可靠的。

2.2 碳酸鹽巖識別

2.2.1 判別函數的建立

碳酸鹽巖判別函數的顯著性檢驗、分類統計與結構分析等過程與碎屑巖相同。預先將秦皇島區塊新生界沙河街組一段富含碳酸鹽巖層段的Si、 Al、 Fe、Mg、Ca等5種對碳酸鹽巖敏感的元素輸入到軟件中進行訓練，建立巖性判別函數系數(表5)，并據此建立線性判別模型：

F泥巖=70.263XMg-6.339XAl+57.798XSi-

15.4XCa+63.229XFe-762.673

(5)

表4 秦皇島區塊新生界碎屑巖識別結果

表5 秦皇島區塊沙河街組一段巖性判別函數系數

F砂巖=103.573XMg-5.129XAl+70.153XSi-

14.466XCa+37.301XFe-957.799

(6)

F礫巖=63.207XMg-5.129XAl+34.122XSi-

10.19XCa+33.412XFe-262.505

(7)

F碳酸鹽巖=87.282XMg-11.986XAl+20.898XSi-

2.548XCa-0.093XFe-181.381

(8)

分別將某一深度點的Si、Al、Fe、Mg、Ca元素值代入式(5)～(8)，比較各自函數值的大小并判斷巖性。

2.2.2 判別結果分析

應用Fisher線性判別函數式(5)～(8)對該區塊古生界513個樣品進行判別統計(表6)，碎屑巖和碳酸鹽巖判斷準確率和交叉驗證準確率均達80%以上，說明本文建立的碳酸鹽巖判別函數是合理可信的。

2.3 巖漿巖識別

2.3.1 判別函數的建立

巖漿巖判別函數的顯著性檢驗、分類統計與結構分析等過程與碎屑巖相同。預先將秦皇島區塊中生界富含巖漿巖層段的Si、 Al、 Fe、Mg、Ca、Na、K等7種對巖漿巖敏感的元素輸入到軟件中進行訓練，建立巖性判別函數系數(表7)，并據此建立線性判別模型：

F泥巖=101.08XMg+37.08XAl+34.41XSi+

19.81XCa-1 473.79XNa+53.75XK+

23.52XFe-593.32

(9)

F砂巖=216.81XMg+40.80XAl+48.76XSi+

31.00XCa-2 352.34XNa+106.36XK+

0.78XFe-1 215.46

(10)

F泥質砂巖=144.60XMg+35.89XAl+39.53XSi+

24.58XCa-1 758.74XNa+91.05XK+

12.44XFe-759.46

(11)

F基性-超基性=243.38XMg+61.79XAl+49.67XSi+

28.21XCa-2 900.41XNa+102.55XK+

2.98XFe-1 468.18

(12)

F中酸性=103.41XMg+46.11XAl+42.08XSi+

19.21XCa-1 791.78XNa+30.66XK+

39.56XFe-889.29

(13)

分別將某一深度點的Si、Al、Fe、Mg、Ca、Na、K元素值代入式(9)～(13)，然后比較各自函數值的大小并判斷巖性。

表6 秦皇島區塊古生界碳酸鹽巖識別結果

表7 秦皇島區塊中生界巖性判別函數系數

2.3.2 判別結果分析

應用Fisher線性判別函數式(9)～(13)對該區塊中生界227個樣品進行判別統計(表8)，碎屑巖和巖漿巖判斷準確率和交叉驗證準確率均達80%以上，說明本文建立的巖漿巖判別函數是合理可信的。

表8 秦皇島區塊中生界巖漿巖識別結果

3 結論

通過對渤海油田不同巖性敏感元素的篩選，選擇Si、 Al、 Fe、Mg作為碎屑巖巖性判別函數主力敏感元素，Si、 Al、 Fe、Mg、Ca作為碳酸鹽巖巖性判別函數主力敏感元素，Si、 Al、 Fe、Mg、Ca、Na、K作為巖漿巖巖性判別函數主力敏感元素。以秦皇島區塊為應用對象，把該區塊不同巖性敏感元素變量輸入到軟件中進行訓練，得到了相應的巖性判別函數的系數，最終建立了碎屑巖、碳酸鹽巖和巖漿巖的巖性判斷函數模型，并進行了判別結果的應用分析,結果表明本文建立的XRF元素錄井巖性判別函數識別巖性準確率達80%以上。

[1] 李功權,曹代勇,陳恭洋,等.PDC鉆頭條件下隨鉆巖性識別方法研究[J].石油鉆采工藝,2006，28(2):25-27.Li Gongquan，Cao Daiyong,Chen Gongyang,et al.Research of lithology identification method while drilling with PDC bit[J].Oil Drilling & Production Technology，2006，28(2):25-27.

[2] 張漢林,李季.PDC鉆頭在普光10井空氣鉆井中的應用[J].石油鉆采工藝,2007,29(1):25-27.

Zhang Hanlin,Li Ji.Application of PDC bits in air drilling of Puguang-10 well[J].Oil Drilling & Production Technology，2007，29(1):25-27.

[3] 李春山.X射線熒光巖屑識別技術研究[D].西安：西北大學,2010.

Li Chunshan.Research on cuttings identification technology of X-ray fluorescence[D].Xi’an:Northwest University,2010.

[4] 柯梽全,王陽恩,王紹龍,等.基于7種主要元素特征譜線的LIBS巖性識別[J].中國科學:物理學 力學 天文學,2015,45(8):31-38.Ke Zhiquan,Wang Yangen,Wang Shaolong,et al.LIBS identification of lithology based on spectral lines of 7 kinds of main elements[J].Sci Sin-Phys Mech Astron,2015,45(8):31-38.

[5] 張國田,趙宏明,劉新華,等.元素錄井技術在興古X斷塊古潛山巖性識別和界面卡取中的應用[J].錄井工程,2014,25(2):64-69.Zhang Guotian,Zhao Hongming,Liu Xinhua,et al.Application of element logging technology of identifying lithology and interface in buried hill of X fault Xinggu[J].Mud Logging Engineering,2014,25(2):64-69.

[6] 王曉陽.X射線元素錄井的巖性解釋圖版[J].西安石油大學學報(自然科學版),2014,29(3):1-7.

Wang Xiaoyang.The lithology interpretation chart of X-ray element logging[J].Xi'an Petroleum University(Natural Science Edition),2014,29(3):1-7.

[7] 朱根慶,何國賢,康永貴.X射線熒光錄井資料基本解釋方法[J].錄井工程,2008,19(4):6-11.

Zhu Genqing,He Guoxian,Kang Yonggui.The basic interpretation way for X ray fluorescence logging data[J].Mud Logging Engineering,2008,19(4):6-11.

[8] 張平,宋春暉,楊用彪,等.穩定湖相沉積物和風成黃土粒度判別函數的建立及其意義[J].沉積學報,2008,26(3):501-507.

Zhang Ping,Song Chunhui,Yang Yongbiao,et al.The significance and establishment of discrimination function with grain size of stable lacustrine sediment and aeolian loess[J].Acta Sedimentologica Sinica,2008,26(3):501-507.

[9] 林春,鄧繼新.SPSS統計分析軟件在氣、水層識別中的應用[J].微計算機信息,2009,25(9-1):56-57，72.Lin Chun,Deng Jixin.Application of SPSS to identify the gas zone and water layer[J].Microcomputer Information,2009,25(9-1):56-57,72.

(編輯：張喜林)

Lithology identification technology based on element mud logging and its application in Bohai oilfield

Shang Suogui1Tan Zhongjian1Kan Liujie2Hu Yun1Shan Jingfu3Wu Haosheng4

(1.TianjinBranchofCNOOCLtd.,Tianjin300452,China; 2.CNOOCEnerTech-Drilling&ProductionCo.,Ltd.,Tianjin300452,China; 3.KeyLaboratoryofExplorationTechnologyforOilandGasResourcesoftheMinistryofEducation,YangtzeUniversity,Wuhan,Hubei430100,China; 4.China-FranceBohaiGeoservicesCo.,Ltd.,Tianjin300452,China)

Lithology identification with traditional mud logging method is faced with challenges in Bohai oilfield with the broadening of exploration domain, the application of new drilling technology, complicated drilled lithology, fine cuttings in mud logging and high drilling speed. Lithology identification functions based on X ray fluorescence (XRF) element mud logging are established in this paper. Firstly, the XRF logging element combination parameters of typical clastic rocks, carbonate rocks and magmatic rocks in Bohai oilfield are analyzed quantitatively with statistical method and the more sensitive element variables combinations are selected. Secondly, the sensitive element variables are inputted to software to be trained, and the coefficients of different element variables parameters are determined, thus the lithology identification functions are established. Finally, the element sequence values of a particular depth are substituted into the lithology identification functions, and the function with the highest value is believed to represent the lithology in the depth. The application in QHD block of Bohai oilfield shows that the accuracy rate with the lithology identification functions based on XRF element mud logging is over 80%. The proposed lithology identification technology will play an important role on ensuring offshore rapid drilling safety and improving drilling success ratio.

X ray fluorescence; element; mud logging; lithology identification function; Bohai oilfield

*中國海洋石油有限公司“十二五”綜合科研項目“渤海探區元素錄井特征剖面建立及解釋模型研究(編號：YXKY-2013-TJ-03)”部分研究成果。

尚鎖貴，男，高級工程師，2008年畢業于中國石油大學(華東) 礦產普查與勘探專業，獲碩士學位，主要從事地質錄井工作。地址： 天津市濱海新區渤海石油路688號501信箱勘探部(郵編：300452)。E-mail：shangsg@cnooc.com.cn。

1673-1506(2016)04-0030-05

10.11935/j.issn.1673-1506.2016.04.005

TE142

A

2015-11-25 改回日期：2015-12-29

尚鎖貴,譚忠健,闞留杰，等.元素錄井巖性識別技術及其在渤海油田的應用[J].中國海上油氣，2016,28(4)：30-34.

Shang Suogui,Tan Zhongjian,Kan Liujie,et al.Lithology identification technology based on element mud logging and its application in Bohai oilfield[J].China Offshore Oil and Gas,2016,28(4):30-34.