0 引言

烃源岩的总有机碳(TOC)含量是有机质丰度评价的重要指标。岩心测试仅能获得离散的TOC含量数据，尤其是井位稀少或者取心较少的勘探区块，仅靠地球化学分析手段难以对烃源岩的生烃潜力和资源量进行三维评价^[1-2]。受构造演化和沉积作用等地质因素的影响，烃源岩在纵向和横向上都可能具有很强的非均质性^[3-4]，所以如何识别优质的烃源岩，研究烃源岩的空间分布规律，降低勘探风险，是一个长期的研究重点。

地球物理测井方法因其较高的纵向分辨率和较好的连续性，在油气勘探和开发阶段都发挥着至关重要的作用。自1945年，学者们开始根据测井曲线研究烃源岩，即分别使用了自然伽马(GR)、声波时差(DT)、电阻率等测井曲线及交会图分析测井参数与烃源岩有机质丰度的对应关系^[5-10]。Passey等^[11]基于Archie公式推导了基于电阻率曲线和孔隙度曲线的定量计算TOC含量曲线的方法——ΔlogR法，烃源岩的TOC含量预测自此进入了定量化的时代。在中国针对陆相地层对该方法做了诸多分析和改进，相继提出了简化ΔlogR法^[12]、广义ΔlogR法^[13]、变系数ΔlogR法^[14]等。多元回归法^[15-17]也是一种应用广泛的预测TOC的测井方法，该方法通过交会图优选与TOC相关度高的测井参数，进行多元拟合，进而实现TOC含量实测数据的曲线化，但公式具有很强的地区特殊性，且ΔlogR方法的物理意义并不明确。近年来，随着人工智能技术的兴起，也产生了很多测井资料与人工智能相结合计算TOC含量的新思路和新方法^[18-20]。

虽然测井拓展预测的TOC含量曲线可以直接反映井位置已钻遇烃源岩质量的优劣，但是在勘探初期阶段，由于钻井数量较少或未钻遇目的烃源岩层，因此如何分析井间和深层未钻遇的烃源岩分布，是备受关注的问题。由于地震资料具有较高的横向分辨率，在识别烃源岩的工作中发挥着重要的作用。在研究工作的早期，人们更加关注地震相和地震速度在烃源岩层段的响应特征，忽视了对岩石的弹性参数、地震资料属性等与烃源岩有机质的关系的研究^{[1-2, 21-22]}。随着研究的深入，逐步利用地震属性精细地研究烃源岩，由此衍生出了使用地震多属性分析技术进行TOC含量预测的方法。这些方法首先使用测井方法计算TOC含量曲线；再提取井旁道的地震属性，以TOC含量曲线为因变量，地震属性为自变量，优选与TOC含量相关度高的地震属性进行多元拟合，实现TOC含量的地震预测。针对TOC含量的多属性预测方法，研究热点主要集中在更好地建立多属性预测TOC含量的井—震预测模型^[23-30]。近年还出现了使用BP神经网络技术的多属性预测TOC含量的方法^[29]。此外，地震反演方法也在预测TOC含量方面具有广泛的应用。Løseth等^[23]分析了波阻抗等弹性参数与TOC含量的交会图，为后续寻找弹性参数与TOC含量的关系提供了理论依据，从而间接证明了地震反演TOC含量的可行性。反演方法较地震属性方法更为丰富，主要方法有三种：①根据密度与TOC含量的高相关性，使用叠前反演的密度体计算TOC含量体^[31-35]；②使用分频反演技术预测TOC含量数据，由于此过程考虑到了不同厚度下振幅与频率的关系(AVF)信息，因此反演结果的可信度更高^[36]；③结合岩石物理交会图分析，使用叠后波阻抗反演方法预测TOC含量^[37]。

虽然地震预测方法难以得到电阻率、自然伽马等与TOC含量密切相关的测井参数，其纵向分辨率不如测井方法，但是根据优选的地震属性、弹性参数反演体可预测TOC含量的空间分布。这发挥了地震资料横向分辨率较高的优势，也充分利用了井间的地震信息，相比于测井预测TOC含量曲线，进行井间插值获得TOC含量数据体的方法更加可靠。

近年来，伴随着岩石物理技术的快速发展，开始考虑TOC含量对岩石弹性参数和泥页岩各向异性参数的影响，并且建立了富含有机质的烃源岩岩石物理模型^[38-43]。精确的正演模型是获得良好反演结果的基础，通过研究富含有机质烃源岩的岩石物理性质，寻找TOC含量与烃源岩弹性参数的本质联系，是未来利用地震资料定量识别烃源岩的基础^[44]。

本文以渤海湾盆地渤中凹陷西南部三维叠前地震资料和测井资料为基础，结合构造、沉积、岩石物理、实测TOC含量数据等资料，优选了本研究区的TOC含量测井预测方法(拓展ΔlogR方法)；并通过岩石物理交会分析，建立考虑基于纵波速度(V_P)、密度(DEN)的地震预测TOC含量模型，使用叠前反演方法分层(东营组、沙河街组)计算研究区TOC含量反演体；最终利用沉积相验证反演结果，并通过反演井、检验井井旁道TOC含量、测井预测TOC含量与实测含量TOC进行对比，验证了该TOC含量空间评价方法的可靠性。

1 研究区地质背景

渤中凹陷面积近1×10⁴km²，是渤海湾盆地中最大的凹陷之一，也是中国近海地区最重要的一个油气勘探凹陷。研究区位于渤海湾盆地渤中凹陷西南部，北部为沙垒田凸起，西部为埕北低凸起，东南部为渤南低凸起，渤中19-6构造脊位于研究区中部(图 1)^[45]。前人通过构造演化特征、沉积作用，结合钻、测井资料，认为该区主要发育沙三段、沙一二段、东营组下段三套湖相烃源岩。伴随多期的构造运动，不同沉积时期的沉积中心发生了较为明显的迁移。凹陷自沙三段沉积时期至东二下段沉积时期，总体经历了沙三段(快速断陷沉降时期，凹陷形成了多个沉降区)——沙一二段(沙三组沉积末期抬升剥蚀后，重新接受沉积，湖盆面积变大，水体变浅)——东营组沉积末期(快速断陷沉降时期，沉积了渤中凹陷特有的一套湖相泥岩)的三个阶段。研究区沙三段主要发育半深湖—深湖沉积，沉积中心位于研究区中南部；沙一二段主要发育滨浅湖沉积，沉积中心位于研究区中部；东三段沉积时期，研究区北部主要发育半深湖—深湖沉积，南部主要发育滨浅湖沉积；东二下段沉积时期，研究区主要发育辫状河三角洲沉积^[45-46]。

研究区内渤中19-6构造脊及其周围发育了一系列低潜山群，多套湖相烃源岩披覆在潜山之上，鲜见发育优质烃源岩的凹陷深部钻井和测试资料^[47]。

2 研究区烃源岩TOC含量预测方法

综合研究区地质背景，在钻、测井资料缺乏的情况下预测深层良好烃源岩成为了亟需解决的问题。研究区内覆盖了高精度的三维地震资料，笔者结合西南部较为丰富的钻、测井和岩心实测数据，优选了测井方法和叠前地震反演方法进行烃源岩TOC含量的三维预测，为凹陷深部的烃源岩研究提供理论依据。具体流程见图 2。

2.1 岩石物性交会分析

根据前人研究，良好的陆相烃源岩具有“三高一低”的特征，即：高GR、高DT、高RD和较低的DEN^[48]。通过建立岩石物性交会图板，分析对TOC含量敏感的弹性参数。本次研究使用渤中凹陷西南部8口井(图 1)的TOC含量测试数据与测井数据进行分析。首先将DT转化为V_P，再分别绘制V_P、DEN、RD、GR与TOC含量实测数据建立交会图。经过对比，发现V_P与TOC含量相关性最高，其次为DEN，RD、GR与TOC含量相关性较低(图 3)。因此，本研究区烃源岩的弹性参数(V_p、DEN)与TOC含量存在较高的相关性，可以通过地震反演预测TOC含量的空间分布。

2.2 地球物理测井方法 2.2.1 拓展ΔlogR方法

调研发现，通过ΔlogR系列方法在纵向上将TOC含量实测值扩展为TOC含量曲线比较可靠，可实现井—震联合预测TOC含量的目的。考虑到研究区复杂的地质背景和强烈的压实作用，本文采用一种拓展的ΔlogR方法，即以Passey等^[11]提出的ΔlogR方法为基础，引入基于GR和DEN曲线预测TOC含量

$ \Delta {\rm{logR}} = {\rm{lg}}\frac{{{\rm{RD}}}}{{{R_{基线}}}} + 0.02(\Delta t - \Delta {t_{{\rm{基线}}}}) $

(1)

$ {\rm{TOC}} = {\rm{\Delta logR}}(a + b \times {\rm{DEN}} + c \times {\rm{lgGR}}) + d $

(2)

式中：ΔlogR为孔隙度曲线(本文选用DT计算)与电阻率曲线RD反向叠合后的幅度差；RD、R_基线、Δt、Δt_基线分别为RD值、RD基线值、DT值、DT基线值；a、b、c、d为模型拟合系数。分析式(1)和式(2)可以看出，当不考虑GR和DEN的影响(即b、c为0)时，该公式可化简为Passey等提出的初始ΔlogR公式，即此公式引入了更多与TOC敏感的测井参数GR和DEN，拓展了测井曲线预测TOC含量的参数范围^[49]。

2.2.2 多元回归法

根据测井参数交会图分析(图 3)，优选与TOC含量相关度高的测井参数，以实测TOC含量为因变量、优选的测井参数为自变量进行多元拟合

$ {\rm{TOC}} = e + f \times {\rm{DT}} + g \times {\rm{RD}} + h \times {\rm{DEN}} $

(3)

式中e、f、g、h为模型拟合系数。

2.3 地震叠前反演方法

地震叠前反演仅能获得I_S(横波阻抗)、I_P(纵波阻抗)、V_P、V_S(横波速度)、V_P/V_S(纵横波速度比)等弹性参数，不能直接反演得到DEN和GR等测井参数。经过岩石物理交会分析和对区域地质背景的研究，发现V_P和DEN与TOC含量的相关性最高，因此使用TOC含量实测值与弹性参数(V_P、DEN)拟合反演公式

$ {\rm{TO}}{{\rm{C}}_{地震反演}} = k + m \times {V_{\rm{P}}} + n \times {\rm{DEN}} $

(4)

式中k、m、n为拟合系数。使用研究区高精度三维叠前地震资料进行叠前同时反演，得到V_P反演体和DEN反演体，再代入式(4)，获得TOC反演体。

3 应用实例 3.1 测井预测TOC含量

本文采用拓展ΔlogR方法和多元回归法进行TOC含量测井预测，并进行对比优选。研究区发育多套湖相烃源岩，东营组与沙河街组的烃源岩在沉积背景上存在较大差异，直接影响了不同层位烃源岩的岩石物性的差异，因此使用研究区的TOC含量实测数据与测井数据进行分层拟合计算，并使用区内两口未参与模型建立的井(B井、E井)进行验证。

东营组和沙河街组(图 4a和图 4c)拓展ΔlogR方法拟合公式分别为

$ \left\{ \begin{array}{l} {\rm{TO}}{{\rm{C}}_{东营组}} = \Delta {\rm{logR}}( - 2.72 + 0.098 \times \\ \;\;\;\;\;\;\;\;\;\;\;\;\;{\rm{DEN}} + 2.623 \times {\rm{lgGR}}) + 0.355\\ {R^2} = 82.48\% \end{array} \right. $

(5)

$ \left\{ \begin{array}{l} {\rm{TO}}{{\rm{C}}_{沙河街组}} = \Delta {\rm{logR}}( - 8.097 + 0.309 \times \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;{\rm{DEN}} + 4.931 \times {\rm{lgGR}}) + 1.045\\ {R^2} = 86.58\% \end{array} \right. $

(6)

式中R表示相关系数。

通过B井和E井检验，该方法计算的B井TOC含量平均相对误差为13.58%，E井平均相对误差为14.89%。

东营组和沙河街组(图 4b和图 4d)多元回归法拟合公式分别为

$ \left\{ \begin{array}{l} {\rm{TO}}{{\rm{C}}_{东营组 }} = - 8.227 + 0.068 \times {\rm{DT}} + \\ \;\;\;\;\;\;\;\;\;\;\;\;0.162 \times {\rm{RD}} + 1.09 \times {\rm{DEN}}\\ {R^2} = 81.37\% \end{array} \right. $

(7)

$ \left\{ \begin{array}{l} {\rm{TO}}{{\rm{C}}_{沙河街组}} = - 8.891 + 0.058 \times {\rm{DT}} + \\ \;\;\;\;\;\;\;\;\;\;\;0.084 \times {\rm{RD}} + 1.955 \times {\rm{DEN}}\\ {R^2} = 81.11\% \end{array} \right. $

(8)

通过B井和E井的验证，该方法计算的B井TOC含量平均相对误差为24.62%，E井为27.67%。

通过对比以上数据，本次研究选择拓展ΔlogR方法预测TOC含量曲线。

3.2 地震预测TOC含量

采用叠前同时反演预测研究区烃源岩TOC含量。根据研究区的6口井(A、C、D、F、G、H井)数据进行反演，以B井、E井作为检验井，检验反演结果。为了验证反演结果的可靠性，抽取TOC含量实测数据较丰富的反演井(A井、C井、D井)和验证井(B井、E井)井旁TOC含量剖面图与拓展ΔlogR方法预测的TOC含量曲线、TOC含量实测数据进行对比。

首先根据岩石物理交会图分析结果，得到东营组和沙河街组地震分层反演TOC含量的计算公式分别为

$ \left\{ \begin{array}{l} {\rm{TO}}{{\rm{C}}_{东营组}} = 13.37 - 3.459 \times \\ \;\;\;\;\;\;\;\;\;\;\;{\rm{DEN}} - 1.009 \times {10^{ - 3}} \times {V_{\rm{P}}}\\ {R^2} = 76.54\% \end{array} \right. $

(9)

$ \left\{ \begin{array}{l} {\rm{TO}}{{\rm{C}}_{沙河街组 }} = - 12.29 + 7.08 \times {\rm{DEN}} - \\ \;\;\;\;\;\;\;\;\;\;\;\;0.969 \times {10^{ - 3}} \times {V_{\rm{P}}}\\ {R^2} = 78.58\% \end{array} \right. $

(10)

使用HRS反演软件导入测井曲线、连片的三维叠前地震数据、层位以及TOC预测曲线；制作合成地震记录，进行井震标定，保证在井位置获得可靠的时深关系；再建立叠前反演模型，进行反演分析；进而反演得到V_P反演体和DEN反演体。对比反演的V_P、V_S和DEN与E井剖面可以看出，二者对应关系较好，证实了反演的一手资料——弹性参数的可靠性(图 5)。最后使用式(9)、式(10)计算得到东营组和沙河街组的TOC含量反演体。并将反演结果与测井预测TOC含量曲线、实测TOC含量进行对比(图 6~图 8)。对比可见，反演的TOC含量、测井方法预测的TOC含量与实测的TOC含量吻合度较高。

3.3 井震预测结果对比

由于地震数据的纵向分辨率不如测井，因此在对比反演结果与岩心实测TOC含量时，将井旁道TOC含量曲线、测井预测TOC含量曲线分为东二段、东三段、沙一二段、沙三段，分别计算各层的平均值，并与实测岩心TOC含量平均值进行对比(图 9)。

以下几点需要特别说明：

(1) 东三段误差较大的原因：此段相比于其他层位比较薄，TOC含量实测样本较少，因此测量结果的平均值误差较大，故东三段的TOC含量评价应尽量以沉积相图和TOC含量平面图的对比为主；

(2) B井、D井仅有东二下段的实测TOC含量数据，因此图 9中除东二下段外，未对B井、D井进行误差对比。

通过对比地震井旁反演结果、测井预测结果与TOC含量实测数据，总体上可以看出：

(1) 测井方法在纵向上预测的TOC含量相对误差较小，准确性更高；

(2) 沙河街组烃源岩TOC含量高于东营组烃源岩。

3.4 沉积相验证

基于V_P反演体和DEN反演体计算得到TOC含量反演体后，再根据地震层位分别求取东二下段、东三段、沙一二段、沙三段的TOC含量平均值，得到烃源岩层的TOC含量平面图，并与各层的沉积相图进行对比(图 10)。

3.4.1 东二下段(E₃d₂^L)

东二下段沉积时期，研究区中部主要发育辫状河三角洲沉积，北部为半深湖—深湖沉积和湖底扇沉积，南部为滨浅湖沉积，水体动荡的沉积背景不利于形成大范围的优质烃源岩，研究区北部TOC含量约为0.6%~1.5%，南部约为0.3%~0.6%，研究区北部TOC含量较高，南部较低，总体呈现由北向南TOC含量逐渐降低的趋势(图 10a)。

3.4.2 东三段(E₃d₃)

东三段沉积时期，研究区北部为半深湖—深湖沉积，南部为滨浅湖沉积，该沉积时期从北到南水体逐渐变浅，研究区北部TOC含量约为1.5%~2.2%，南部约为0.5%~1.5%，研究区北部TOC含量较高，南部较低，总体也呈现由北向南TOC含量逐渐降低的趋势(图 10b)。

3.4.3 沙一二段(E₂s₁₊₂)

沙一二段沉积时期，研究区主要为滨浅湖沉积，该沉积时期水体较浅，因此TOC含量相较沙三段沉积时期偏低，A、C、E井区及其附近区域为该时期的沉积中心，TOC含量约为2.0%~2.5%，其余滨浅湖沉积地区TOC含量约为0.5%~2.0%，总体呈现以A、B、C、E井区为中心、TOC含量向外逐渐降低的趋势(图 10c)。

3.4.4 沙三段(E₂s₃)

沙三段沉积时期，研究区主要为半深湖—深湖沉积，沉积中心在A、C井区附近及其南部地区，该沉积时期水体较深，有利于优质烃源岩的形成，因此TOC含量平面图中A、C井区及南部部分地区的TOC含量较高，约为2.5%~2.8%，南部部分无井地区的TOC含量可达3.0%~3.5%；其余半深湖—深湖地区约为1.5%~2.5%，北部和西南部的滨浅湖地区约为0.5%~1.5%，总体也呈现以A、C井区及其西部、南部地区为中心，TOC含量向外逐渐降低的趋势(图 10d)。

4 结论

本文使用拓展ΔlogR方法、叠前同时反演方法对渤海湾盆地渤中凹陷西南部某三维地震工区的烃源岩TOC含量进行了预测，得到以下结论。

(1) 渤中凹陷西南部烃源岩使用基于GR和DEN的一种拓展ΔlogR方法，预测的TOC含量误差较小，优于多元回归法；该地区地质背景复杂，因此应采取多种测井方法预测，进行横向对比优选。

(2) 研究区烃源岩TOC含量与V_P、DEN相关度最高，因此通过V_P、DEN建立TOC含量反演公式。以研究区测井数据、TOC含量实测数据、三维叠前地震数据为基础，进行叠前同时反演得到V_P、DEN反演体，再计算得到TOC含量反演体。井震预测误差分析和沉积相检验证明了该三维预测方法是可靠的。

(3) 总体来说，研究区发育上下叠置的多套烃源岩，且横向和纵向非均质性明显。东营组TOC含量均呈现北高南低的趋势，东二下段TOC含量整体偏低，东三段整体偏高；沙河街组TOC含量整体较高，为研究区的主力烃源岩层，TOC含量呈现自沉积中心向外逐渐降低的趋势，沙一二段A、B、C、E井区及其附近区域、沙三段A、C井区及其西部、南部部分地区TOC含量最高，具有良好的生烃潜力。