作者简介: 周亚龙(1984-),男,硕士,主要从事油气化探技术的研究工作。E-mail:zhouyalong@igge.cn
油气的运移聚集和微渗漏作用都会引起地球化学环境的变化,导致油气田上方土壤中与有机质结合紧密的微量元素发生贫富变化。海量的多目标区域地球化学调查资料可以提供油气勘查的区域地球化学信息。利用松嫩平原南部多目标区域地球化学调查数据,结合松辽盆地已知油气田上方微量元素反映油气异常的效果,认为Cl、S、I、Sr、CaO、TC、Br等微量元素指标与油气田区存在着响应关系,为该区预测油气的有效指标。
Migration, accumulation and micro-leakage effects of oil and gas will lead to changes of the geochemical environment and the concentration of trace elements which are closely related to organic matter in the top of soil. Data of multi-objective regional geochemical survey will provide the regional geochemical information. Based on using multi-target regional geochemical data obtained from southern Songnen Plain, in combination with the abnormal results of the trace elements which are related to known oil and gas fields, the authors have detected that there exists response relationship between such indicators of trace elements as Cl, S, I, Sr, CaO, TC and Br and oil and gas fields, and hence these indicators are effective indexes in oil and gas prognosis.
截至目前, 全国多目标区域地球化学调查面积超过188万km2, 覆盖了中国中东部大型、中小型含油气盆地。多目标区域地球化学调查以区域土壤地球化学测量为主, 测试分析了54项元素指标, 其中24种元素指标与油气有关系。海量的多目标数据蕴藏着丰富的油气信息, 因此发展多目标油气化探技术具有重要意义。笔者所指的多目标油气化探是指应用多目标区域地球化学调查资料, 提取多目标区域地球化学油气信息, 开展油气地球化学调查。
多目标区域地球化学调查是针对第四系覆盖区开展的基础性调查工作, 主要目标包括基础地质、资源潜力与生态环境三大方面[1], 其在调查区域、调查方法和调查成果等方面与油气勘查存在某种程度的相似性。
众所周知, 石油的元素组成以碳、氢为主, 两者共约占95%以上; 其次是少量的硫、氮、氧, 三者约占3%; 此外还有少量的微量元素, 如钒、镍、铅、铁、锶、钡等[2]。在石油灰份中发现的微量元素达30多种[3], 它们虽然不是石油的基本组分, 但是其种类丰富, 又与油气相伴生。在多目标测试分析元素指标中, 有多达24种元素被证实与油气有关。
大量的理论研究和实验结果表明, 油气藏上方近地表土壤中的油气微量元素与油气藏范围之外近地表土壤中的微量元素, 在含量和元素组合关系上都存在明显的差异, 可以将这种差异性应用于地表油气地球化学勘探的研究中。国内外学者在20世纪80年代就应用微量元素进行地表油气化探勘查研究。Tedesco[4]对卤族元素在油气普查中的应用进行了详细的研究, 认为碘是油气聚集有利区的一种良好的间接指示元素, 并列出了典型的探例。Roeming和Donovan[5]发现用DTPA(二亚乙基三胺戊醋酸)提取的高浓度的全量铁和锰异常以晕状模式环绕Bell Creek油田分布。李锡平[6]在松辽盆地进行甚低密度表层土壤测量, 结果表明, 用Sr、Ba、U作为油田地表地球化学标志, 能够圈定大部分油田位置。汤玉平、李鼎民、陈银节等[7]在鄂尔多斯盆地镇原— 泾川地区进行微量元素实验研究, 表明该区油气评价的有效微量元素指标主要为Hg和 w(V)/w(Ni)、w(V)/w(Fe), 其次为w(N)/w(OrgC)、Pb、U。王国建、程同锦、王多义等[3]在四川盆地西部新场气田上方研究了土壤中微量元素指标与有机地球化学指标的相关性及其与油气微渗漏的关系, 认为Cl、S、V、Ni、Cu、Zn、Sb、Cr、Co、Ba、Mo、Mn、Fe、w(Fe)/w(Mn)、w(V)/w(Ni)等微量元素指标与气田区存在着响应关系, 为该区预测天然气的有效指标。贾国相、姚锦琪[8]在四川盆地五个已知天然气田上也发现了比较好的S、H2、N2、Cu、Ba、Co、Ni、V、Cr异常, 提出Sr、Ba、Cu、Ni、V等微量元素对寻找天然气藏应具有一定的指示意义; S正异常指示浅层构造有大规模油气储藏; Ba能在油气田上形成异常, 并且能够从异常形成的形态、结构判断油气田形成的时代。
国内外利用区域上的微量元素资料进行油气勘查的成功经验说明:微量元素作为一种间接的油气化探指标, 它不受近地表生物成因烃类及有机质的干扰, 具有稳定性、重现性好的特点, 可以应用于油气勘查研究。
地下深部油气藏中的油气组分, 在浓度梯度、压力梯度及水动力作用下由地下深处沿裂隙或微裂隙体系穿过盖层及上覆岩层到达地表, 发生垂向微渗漏[9, 10], 一部分散失于大气之中, 一部分以吸附态、游离态或溶解态分布于岩石、土壤、水体之中, 还有一些被氧化后, 与地表物质反应生成碳酸盐等蚀变矿物。
烃类物质垂向运移的微细气泡流, 有助于将石油伴生元素捕获, 并携带这些元素以准气态或离子形式向上运移, 迁移至地表被土壤和沉积物层捕获。烃类的长期微渗漏也能使地表地球化学环境改变, 使元素发生迁移或沉淀[11]。另外, 据R· Tompkins提出, 油气藏中烃类的垂向运移在地表及浅层可能产生一系列地球物理、地球化学及地貌学异常特征[12], 油气藏中的烃类沿裂隙向上运移形成负电离子, 并由于电位差而在阳极和阴极面之间形成氧化— 还原电池效应。烃类向上运移, 导致电离子进入近地表的中性岩中, 并产生淋滤带、次生晕等异常现象。这种油气微渗漏作用能引起近地表地球化学场发生变化, 在经过后期油气改造、叠加作用的地区, 其微量元素含量和组合关系都会与周围背景区有特征差异[13]。因此, 通过对与油气相关的微量元素指纹特征和异常模式的研究, 可以进行油气勘查。
本次研究区选择黑龙江松嫩平原南部多目标地球化学调查区。松辽盆地是中国东部大型中、新生代盆地, 是著名的大庆油田所在地。盆地含有七个一级构造单元, 即西部斜坡区、北部倾没区、中央坳陷区、东北隆起区、东南隆起区、西南隆起区和开鲁坳陷区。盆地含油层主要是侏罗系的萨尔图、葡萄花、高台子、扶余、杨大城子等油层, 埋藏深度约300~3 208 m。截止目前, 盆地累计探明石油地质储量60多亿吨, 天然气地质储量3 000多亿立方米[14]。
按照多目标地球化学调查规范, 采集深层土壤样品21 117件, 采样间距为4 km× 4 km。土壤样品按1件/16 km2进行等质量组合, 共组合深层土壤样品5 926件(图1)。样品采集深度为地下150~200 cm。样品测试采取以X射线荧光光谱为主的多元素配套组合分析方法, 共分析54项元素指标。
通过对研究区已知油气区和非已知油气区土壤地球化学元素的分析, 发现已知油气区部分元素的含量发生明显的异常。从表1可以看出, 与非已知油气区相比, 卤族元素Br、Cl和I等在已知油气区的近地表土壤中呈现富集状态, 非金属元素TC、S同样呈现富集状态, 且这些元素在已知油气区的平均含量均为非已知油气区的1.5倍左右; 碱土金属元素Ba呈现亏损状态, 而Sr呈现富集状态, 油气区Sr的平均含量是非油气区的1.3倍; 而氧化物K2O、SiO2 和稀土元素U、Th等的含量变化不十分明显。
![]() | 表1 已知油气区与非已知油气区上方土壤中元素含量特征 |
本次研究选择分析多目标地球化学调查数据中与已知油气区响应关系较好的多种地球化学元素, 这些元素具有不同的性质, 按照元素的化学属性将其划分为卤族元素、非金属元素、碱土金属元素和氧化物。
2.4.1卤族元素
卤族元素在油气藏上方之所以会产生地球化学异常, 是因为油气藏可以产生微弱的氧化还原电池效应, 并因此而产生从油藏到地表的电流异常。卤族元素在以卤素气体和挥发性卤化物形式运移至地表的过程中, 逐步被氧化而生成氧化晕状异常, 氧化异常会在地下还原体地表投影周围形成典型的不连续也不对称的晕圈。
通过对松辽盆地已知油气田区和非油气田区土壤卤族元素地球化学特征分析, 发现松辽盆地大庆长垣油田及其周边的中小型油气田上方, 卤族元素(Cl、Br、I)都呈现大面积片状区域异常(图2)。由于元素性质的差异, 其异常模式和异常强度不同。土壤Cl主要呈现顶部异常模式, 但是在朝阳沟等已知油气区上方则无明显Cl异常显示, 这与油气田上方的地貌类型有关, Cl的富集受水流作用的影响, 朝阳沟等油气田上方为流水地貌中的冲积平原— 泥沙质河谷平原地貌, 而大庆长垣上方为湖成地貌中的冲积湖积平原, 受到水流冲积作用影响较小。
Br和I在性质上基本相似, 其指示油气原理基本相同。研究区土壤I和Br主要表现为双环状异常模式[15], I环状异常闭合度相对较高。此外在双城地区发现土壤I的圆形局部异常, 异常面积 213 km2, 异常模式为顶部异常。双城地区土壤I顶部异常与新发现的双城油气区相印证。松辽盆地呈现的这两种土壤I异常模式与国内外学者提出的, 未经开采油气区土壤I为顶部异常[16, 17], 已开采油气区为环状异常的异常模式相吻合, 这也从侧面证实了地表土壤I的浓度对轻烃的依存关系, 说明了地表土壤I异常能够指示油气勘探。
2.4.2 非金属元素
原油中硫的含量为0.05%~14%, 天然气中硫化氢(H2S)的来源常与油田中微生物对硫酸盐的还原, 以及石油或页岩中有机硫受热脱硫相关。因此土壤S的异常富集指示了地下油气田中的微生物作用和油气的热演化, 也间接指示了地下油气富集特征。追踪地表土壤非金属元素(TC、S)的富集信息来寻找油气田, 具有一定的地球化学依据。
从图3中发现, 松辽盆地大庆长垣油田及其附近的其他油气田上方, 都存在非金属元素(TC、S)异常, 异常区域几乎覆盖研究区内大部分油气田(除龙虎泡油田等少数几个油气田)。其中土壤S异常面积为12 624 km2, 土壤TC异常面积为13 700 km2, 异常模式都为顶部异常。众所周知, 组成石油的化学元素主要为碳和氢, 一般石油中碳的含量为84%~87%, 且石油与天然气的形成过程是碳的地球化学循环的一个组成部分。TC的强异常主要呈南北向富集于大庆长垣上方, 微观上反应了盆地内有机物质的微渗漏; 宏观上反应了大庆长垣油气的大规模运移聚集特征。
2.4.3 碱土金属元素
松辽盆地油气区部分地区呈现Ba正异常, 同时也有部分地区呈现Ba负异常(图4), 其原因与地下水环境中的硫酸根离子浓度有关。研究区近60%面积的S
土壤中Ba产生异常的原因主要是微渗漏烃引起上覆盖层及土壤层地球化学环境发生改变, 使Ba在气藏上方的地层及土壤中富集。此异常特征说明Ba异常对地下油气田具有一定的指示意义, 但是其易受地表条件干扰, 指示意义稍差。
虽然Sr与Ba同属于碱土金属元素, 性质较相似, 但两者异常分布特征明显不同(图4)。在沉积盆地深部, 由于温度升高, Sr矿物易于被溶解, 原油和沉积物中的可溶微量元素Sr会分离出来溶解在伴生的水中, 在油气生成及运移的过程中随水一起运移至近地表, 形成地表地球化学异常, 并且在已知油田(前苏联安卡拉油田、新疆第三系油田等)上方出现Sr高异常。另外, 1981年谢学锦院士曾经在松辽盆地油气化探中发现土壤Sr异常能指示油气勘探, 在油气田上方能形成Sr正异常模式, 其异常面积与油气田规模有关, 异常强度与油田大小有一定关系。由此可见, 土壤Sr能够作为有效指标应用于油气勘探。
2.4.4 氧化物
土壤氧化钙地球化学异常分布于大庆长垣、朝阳沟等油气田上方区域, 异常模式都为顶部异常(图5)。研究发现, 土壤氧化钙存在非常明显的油气地球化学套合模式[19], 若以4.97%的值为Ⅰ 级异常下限, 圈出了一个地球化学巨省, 异常面积 26 333 km2, 异常均值为7.11%; 以6.20%为Ⅱ 级异常下限, 圈出面积约15 176 km2的地球化学巨省, 异常均值为8.29%; 以7.43%为Ⅲ 级异常下限, 圈出了面积约9 934 km2的地球化学省, 异常均值为 10.71%。这是一个地球化学巨省内套合地球化学巨省和地球化学省的模式谱系。
进一步研究发现, Ⅰ 级地球化学巨省面积大, 强度低, 覆盖了工区90%以上的油气田; Ⅱ 级地球化学巨省面积缩小了, 强度增高了, 覆盖了工区内的主要富生油凹陷和油气聚集区带, 也包含了巨型和大型油气田; Ⅲ 级地球化学省面积更小, 强度更高, 高值异常与大庆长垣巨型油田、富生油凹陷(齐家古龙、三肇凹陷)和朝阳沟油气富集带吻合。氧化钙套合的地球化学模式谱系指示了油气大规模的运移和聚集特征。
(1)油气田形成过程中, 与有机质结合紧密的微量元素会发生富集作用; 油气运移过程中形成的地球化学环境也可以用特征元素指示, 这是应用微量元素进行地球化学勘查的理论基础。研究表明, 应用多目标区域地球化学调查中与油气相关的元素进行油气勘查具有坚实的理论基础。
(2)松辽盆地油气地球化学指示元素主要是CaO、Sr、TC、Br、Cl、I、S等。其中CaO 和Sr主要与油气物质运移的地球化学氧化作用有关; TC指示有机物质的微渗漏; S指示油气运移富集过程中硫化物的大规模形成和富集; Br、Cl、I指示油气运移过程中形成的地球化学环境, 间接反应了油气运移聚集特征。
致谢:本次地球化学元素数据由黑龙江省地质调查研究总院提供, 在此表示感谢!
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|
[11] |
|
[12] |
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
|