由于煤系烃源岩的颗粒小、比面大, 且具有较强的吸附性, 可以吸附放射性较强的铀、钾等元素, 因而在自然伽马测井上表现为高值异常, 易区别于围岩。但是随着有机碳的不断富集, 源岩中腐殖质含量降低, 吸附性逐渐变弱, 放射性元素的吸附量递减, 自然伽马测井数值上呈现递减规律(图2a), 自然伽马测井值与TOC含量成负相关关系。

图2

	Figure Option ViewDownloadNew Window
	图2 房1井测井参数与TOC相关性

煤系烃源岩中所含的有机质属于高声波时差的物质, 致使声波时差测井值明显升高, 远高于围岩。源岩中所含有机碳越多, 在声波测井上表现为越高的高值异常, 声波时差测井值与TOC含量成正相关关系(图2b)。

有机质属于不导电物质, 且有机质属极性分子, 其正电荷控制了黏土对其他正离子的吸附, 从而减小了泥质岩石的导电能力, 电阻率增高。此外, 当烃源岩成熟时, 生成的油气储存在孔隙裂隙中, 也将导致电阻率增高。所以, 煤系烃源岩电阻率将随着有机质的富集变得越高, 电阻率测井值与TOC含量成正相关关系(图2c)。

源岩中的有机碳具有轻质性的特点, 因而使密度测井值降低。煤系烃源岩中煤岩的有机碳含量最高, 所以煤的密度最低, 其次是碳质泥岩, 泥岩的密度相对最高, 但是都低于围岩值。有机碳越富集, 密度测井曲线值越小, 且密度测井数值上与TOC含量成负相关关系(图2d)。

煤系烃源岩中含富氢的显微组分, 使得中子测井值升高。有机质中就含有富氢的显微组分, 所以, 有机碳含量的多寡直接影响着中子测井值的高低, 源岩中的有机碳含量越大, 在中子测井上表现越强的高值异常, 中子测井值与TOC含量成正相关关系(图3)。

图3

	Figure Option ViewDownloadNew Window
	图3 中子测井值与TOC的关系

根据烃源岩典型测井曲线特征, 开展烃源岩定性识别。烃源岩富含有机质, 吸附放射性物质呈现出高自然伽马; 有机质轻质性(低密度)导致烃源岩层段密度低、声波时差增高; 烃源岩层段氢元素相对富集, 在中子孔隙度上表现为高值; 导电性差的干酪根或油气置换部分导电性好的泥质骨架和地层水使得电阻率升高。以这些煤系烃源岩的测井特征为依据, 可以大致区分烃源岩与非烃源岩。

根据以上对煤系烃源岩的测井响应特征分析可知, 典型的测井信息代表着其岩性特征, 可以选择对煤系烃源岩响应敏感的两条或多条测井曲线做交会图, 通过交会图中数据点的分布特征来识别烃源岩^[9]。这里选择了声波时差、电阻率及密度测井曲线做交会图(图4), 从图中可以看到, 阴影区识别的点的特征表现为:高声波时差、高电阻率、低密度。结合以上煤系烃源岩的测井特征分析, 可以判定这些测井点所对应的层段为有机碳含量较高的烃源岩段, 且源岩中的TOC值越大, 在交会图中所对应的点的特征分布越明显。换句话说, TOC值越大的煤系烃源岩段, 在测井信息交会图上分布特征越显著, 越易于和非烃源岩区分; 通过该交会图分析, 还可以说明一点, 源岩中TOC值的大小直接影响着交会图识别法的识别可靠程度, 即随着煤系烃源岩中TOC值的波动, 该方法的识别可靠性也会不断变化, 方法对于煤和碳质泥岩的识别可信度较高, 对于低TOC含量的泥岩则不是那么可靠。

图4

	Figure Option ViewDownloadNew Window
	图4 Rt— Δ t测井信息的交会

煤系烃源岩在测井上具有特殊的响应, 以上对其测井响应特征进行了分析, 可知自然伽马、声波时差、电阻率、密度及中子测井信息与TOC的相关性较好^[10], 可以分别用这些测井信息获得TOC的测井关系式, 进而进行整个单井的TOC计算, 最终得到TOC纵向上的连续分布值, 为煤系烃源岩的评价提供TOC这一重要参数。但是, 这样的计算结果只是一个粗略数据, 从拟合优度可以看出, 数据间相关度都不是特别高, 用这样的拟合关系式计算的结果与实际值还是相差很大的。

单参数的计算结果比较粗糙, 这是因为只利用了一种测井信息进行计算。为了使统计法对TOC的计算精度提高, 可以选择多条对TOC敏感的测井信息进行拟合。对以上五种敏感测井信息作遍历分析, 运用各种搭配组合分别进行计算, 最后比较计算精度, 从而筛选出一组最优的回归关系式计算出连续、准确的煤系烃源岩TOC值, 为后续的煤系烃源岩正确评价提供重要参数。

Δ logR是Exxon和Esso公司于1979年开发的一种测井预测烃源岩有机碳含量的技术, 可以反算出TOC的连续分布值^{[11, 12, 13]}。上述对煤系烃源岩的电阻率和孔隙度测井特征分析是曲线叠合法提出的理论依据, 即源岩中有机质含量越高, 测井信息上声波时差值、电阻率值就越大。在该方法的实际建立时, 选择对有机质响应敏感的测井曲线进行叠合, 例如声波时差曲线和电阻率曲线叠合, 但是需要按照一定的比例(对应关系)进行。

这两条测井曲线叠合时, 遵循的原则是:两条曲线的坐标轴方向相反; 电阻率曲线选用对数坐标, 而声波时差曲线则选用算术坐标; 二者的坐标轴刻度比例尺关系为电阻率曲线每个数量级(如1~10 Ω · m)对应着声波时差间隔为100 μ s/m(如150~250 μ s/m)。依据伽马测井曲线特征, 可以划分渗透性、非渗透性岩层, 将电阻率曲线按照水平方向移动, 当电阻率和声波时差这两条曲线在一定深度范围内的非渗透性地层重叠或者平行时, 即定义为基线, 基线所对应的井层段为非烃源岩层段^{[14, 15, 16]}。在基线的选取时, 应当参照地层的变化情况和测井响应特征进行分段叠合, 一口井也许会有多条基线。确定基线之后, 就可以依据两条曲线之间的间距来识别煤系烃源岩, 两条曲线间的间距被定义为Δ logR(图5)。

图5

	Figure Option ViewDownloadNew Window
	图5 Δ logR曲线叠合

Δ logR与TOC具有线性关系, 可以得到TOC关于Δ logR的计算关系式。利用电阻率、声波时差曲线叠加建立的Δ logR模型计算公式为

ΔlogR=lg(R/Rbaseline)+KΔt-Δtbaseline),(1)

式中:Δ logR为电阻率和声波时差曲线叠合后的间距; R为测井曲线上实测的电阻率(Ω · m); Δ t为测井曲线上实测的声波时差(μ s· m^-1); R_baseline为基线上对应的电阻率值(Ω · m); Δ t_baseline为基线上对应的声波时差值(μ s· m^-1); K为叠合系数。

Passey等经过大量的实验统计分析之后, 得到了一个经验公式

w(TOC)=Δ logR× 10^{2.297-0.1688LOM}+w(TOC)_背景, (2)

利用式(2)就可以计算出TOC的连续分布值, 其中LOM为热变指数; TOC背景值可以通过对非烃源岩实测TOC数据进行统计获得; LOM可以通过Δ logR— TOC图版法确定。