论文部分内容阅读
摘要：目前围绕着烃源岩的测井评价开展了许多研究工作，本文从烃源岩测井评价的进展和评价方法两方面入手，系统的介绍了烃源岩评价的国内外研究现状和国内常用的评价方法，并指出了目前烃源岩评价中存在的问题，对今后研究工作的开展提出了建议。
关键词：烃源岩；测井资料；研究进展；评价方法
中图分类号: P618.13 文献标志码：A
引言
烃源岩是油气藏和输油气系统研究的基础，国内外对于烃源岩的研究一直很重视。在对烃源岩的研究过程中也取得也一定的成果。但是，由于构造和沉积环境的影响，烃源岩具有很强的非均质性，给资源评价工作带来一定的困难，许多学者对烃源岩的评价做了进一步的研究。本文对目前有关于烃源岩的测井评价进行总结分析，希望对今后的烃源岩评价工作有所帮助。
1 烃源岩的评价进展
1.1 国外进展
利用测井资料评价烃源岩的主要方面是确定烃源岩中的有机碳含量（TOC）。早期关于烃源岩评价的研究主要集中在国外，1945年Beer就尝试应用自然伽马曲线识别和定量分析有机质丰度[1]。Murry等（1968）作区块分析时得出异常大的地层电阻率是由于生油岩中已饱和了不导电的烃类[2]。Swamson将自然伽马异常归因于与有机质相关的铀，他指出铀与有机质存在一定关系[1]。在七十年代末期由Fertl（1979）、Leventhal（1981）等人相继找出放射性铀与有机质含量间的经验公式，这期间的研究主要以定性分析为主[1]。Herron（1986）将C/O能谱测井信息用于求解烃源岩的有机质丰度，但该方法误差较大并未真正应用到实际评价中[3]。Schmoker在八十年代做了许多关于烃源岩的研究，他指出高的自然伽马值与烃源岩间的相关性、用密度测井信息来估算烃源岩有机碳含量、埋藏成岩作用引起的孔隙度减小过程就是一个热成熟过程、碳酸盐岩和砂岩的孔隙度之间呈幂函数等观点[4-6]。Meyer（1984）等利用自然伽马、密度、声波和电阻率测井结合来评价烃源岩，总结出了测井响应参数与有机碳含量的岩石判别函数[7]。上面这些国外学者虽然提出了一些计算有机碳含量的经验公式，但是并没有建立定量的数学模型。直到1990年，Passey研究出了对碳酸盐岩烃源岩和碎屑岩烃源岩都适用的方法，能够计算出不同成熟度条件下的有机碳含量值[8]。目前该方法依然被很多学者作为研究烃源岩的基础模型。Lang等（1994）研究认为在泥页岩正常压实带，实测镜质体、反射率与声波时差间存在很好的半对数关系[9]。但是，由于反射率与声波时差的关系受许多地质因素影响，阻碍其普遍应用。Mallick（1995）将实测的有机碳含量与地层密度用最小二乘拟合发现它们呈反比关系[10]。
1.2 国内进展
鉴于烃源岩研究的重要性，国内学者也进行了一系列研究工作。谭延栋等（1988）应用测井资料对干酪根的响应特征来识别泥岩系中富含干酪根的生油岩[11]。郭永华等（1993）最早尝试利用地层电阻率确定生油岩有机质的成熟度[12]。赵彦超等（1994）借鉴国外研究对Herron的方法进行改进，把C/O测井和密度测井结合来识别泥质烃源岩[13]。之后他又以W-S方程为基础使用电阻率重叠法和双孔隙法定性识别烃源岩[14]。陈增智等（1994）建立了碳酸盐岩自然伽马测井资料与有机碳含量相关性的数学模型，估算碳酸盐岩地层剖面中的有机质丰度分布[15]。李国平等（1996）利用含油气饱和度法推算烃源岩的有机质含量[16]。张小莉等（1998）采用多测井组合法来识别煤系烃源岩[17]。许晓宏等（1998）较早的修正Passey的模型，应用于国内烃源岩的评价[18]。张志伟等（2000）以此模型为基础区分烃源岩与非烃源岩，定性评价烃源岩的等级[19]。张立鹏等（2001）提出地层弹性参数、铀/钍等几个参数可以反映有机碳含量[20]。在这期间也有学者尝试新的方法[21～23,26]，朱振宇等（2002）利用人工神经网络在非结构性计算机问题上的优势对烃源岩测井评价作出了新的尝试[21]。胡佳庆等（2002）依靠地球物理测井资料用人工智能方法自动识别烃源岩有机质丰度[22]。王栋等（2004）研究了核磁共振测井资料评价烃源岩的可行性[23]。张寒等（2007）用地震信息资料可以确定烃源岩的空间展布[26]。陆巧焕（2006）等用测井资料计算有机碳含量和岩石热解生烃潜能来评价生油岩[24]。钱克兵（2006）等建立有机质热演化程度与埋藏深度预测模型[25]。于翔涛等（2009）将有机质含量计算公式加入了密度考虑因子[27]。王鹂等（2009）绘制了烃源岩层厚度与暗色泥质岩类总厚度关系及烃源岩层总厚度与有效厚度关系[28]。刘景东等（2010）提出了综合考虑生油岩成熟度和各种测井响应的"反推ΔlogR"的新方法[29]。卢双舫等（2012）以实际区块研究为基础，确定了优质烃源岩的下限标准[30]。总体来说，国内开展的烃源岩评价工作主要集中在对原有方法的改进和建立测井资料与烃源岩之间关系的经验公式上。
2 烃源岩评价方法
目前，评价烃源岩的方法主要是利用测井资料定性和定量得判断。另外，还有一些方法是利用数学或者计算机理论作为载体的。
2.1 根据测井资料评价烃源岩的方法
2.1.1 单曲线测井资料评价
自然伽马法：陈增智等[15]以碳酸盐岩中泥质含量（Vsh）与有机碳含量（TOC）间存在正相关性为依据，采用自然伽马测井求取碳酸盐岩的泥质含量，建立了有机碳含量与自然伽马的关系，达到评价烃源岩的目的。该方法利用了常用的测井资料曲线——自然伽马，曲线普遍性高且容易获取。但是，在建立Vsh与TOC统计关系时，应充分考虑沉积成岩背景和有机质演化对碳酸盐岩有机质丰度的影响。
C/O能谱测井法：赵彦超等[13]改进了Herron的C/O能谱测井评价烃源岩方法，利用校正过的C/O和Si/Ca曲线确定地层中的总碳含量（Ct）和无机碳含量（NCt），它们的差值即为有机碳含量（TOC），进而评价烃源岩。该方法对低含量有机碳反应灵敏，对无机碳的含量计算误差较大。另外，其利用了C/O能谱测井和地层密度测井资料，故只适用于泥质岩烃源岩。 核磁共振测井法：核磁共振测井(NMR)可以根据T2（NMR测井的一种测井模式）的弛豫值表征不同来判断油水性质。测井结果主要受地层孔隙流体中氢核的影响，岩石固体骨架中的氢对它无影响，这一独特的特征使得NMR测井不受烃源岩中固态有机质的影响，既测量结果与岩性无关。因此它即适用于泥质岩又适用于碳酸盐岩烃源岩。这项技术的应用前景被看好，王栋等人也对其可行进行了检验[23]。
2.1.2 多曲线测井资料评价
多曲线组合法：张小莉等[17]以实测资料为基础，得出煤层在测井曲表现为高中子、高声波时差、高电阻率和低密度、低自然电位、低自然伽马(煤层的放射性弱)；碳质泥岩和暗色泥岩表现为高中子、高声波时差、高电阻率(高于围岩泥岩)、高自然伽马、高铀含量和低密度特征，并且有机碳含量高的层段其自然伽马和铀曲线值相对较高。以此“三高三低”、“五高一低”特征识别煤系烃源岩。
多参数组合法：针对泥页岩的测井响应特征，张立鹏等[20]由测井资料导出了弹性参数(B)、总自然伽马与去铀自然伽马差(ΔGR)、铀钍比(U/TH)、井径差值（ΔCAL）四个地层参数，在泥页岩烃源岩中这些参数表现为“三高一低”（高U/TH、高ΔCAL、高ΔGR、低弹性参数B）这一特征可以评价泥页岩烃源岩。
ΔlogR法: 目前应用最多最广泛的方法是利用电阻率和孔隙度测井曲线（一般为声波时差）重叠来计算有机碳含量，即Δlog R法[8]。采用算术坐标的孔隙度曲线与采用算术对数坐标电阻率曲线进行叠合，产生的幅度差与有机碳含量是线性关系，并且是成熟度的函数，只要确定和估算成熟度，即可用幅度差值对烃源岩地层进行有效识别。这种方法既适用于碳酸盐岩又适用于碎屑岩，另外消除了对孔隙度的依赖关系[31～32]。后期许多学者对此方法进行完善，加入非烃源岩所具有的有机碳含量背景值、密度参数等[18,27]改进计算公式。鉴于此方法人为确定基线值计算幅度差，操作过程繁琐，人为因素影响大，有学者利用计算机叠合曲线自动计算幅度差来解决这一问题[33]。国内在应用此项技术时，主要是针对泥质烃源岩进行应用研究，对碳酸盐岩烃源岩的研究则很少，这可能与国内碳酸盐岩烃源岩特殊的性质有关。
含油气饱和度（Sog）法：李国平等[16]对烃源岩含油气饱和度和有机碳含量之间关系研究认为，随埋深增加而增大的含油气饱和度与有机丰度成正比，并与有机质成熟度和类型有直接关系。分别利用阿尔奇公式和双孔隙度曲线交会（中子—密度、中子—声波时差或密度—声波时差交会）得出烃源岩的含油气饱和度和总孔隙度，进而求取烃源岩中的剩余烃含量（VHC），即可转化求得有机碳含量（TOC）。但是，也有研究指出用VHC推算的TOC存在较大误差，反而是Sog可以提供已成熟有机质所生成烃的量[34]，它不仅可以推断出有机质成熟门限值，还可预测实际地层的油气生成量，对评价生油岩及资源评价更具有现实意义。
2.2 基于数学及计算机的方法
2.2.1 人工神经网络
人工神经网络方法在很难用显示函数表达非结构性计算问题方面优越性很大。在烃源岩评价过程中，测井参数Xi与烃源岩参数Yi的映射关系不是单值的对应关系。因此，把测井参数空间分解成若干个子空间，用一个基于距离的自组织竞争网络D-Konhonen NN提取测井参数向量模式特征，再组合一个基于距离的多层前向网络D-BPNN作为测井参数到烃源岩的映射分类识别器，实现烃源岩的评价[21]。由于对烃源岩的评价参数划分存在多样化，该方法的使用和研究较少。
2.2.2 人工智能技术
胡佳庆等[22]依靠地球物理测井资料使用人工智能的方法，实现在微机上自动、快速识别烃源岩的有机质丰度。测井资料自动评价技术是在自动识别岩性基础上对综合测井系列选择了自然伽玛GR、井径CAL、声波时差AC、深侧向电阻率RT、微侧向电阻率RXO、密度DEN和中子CN七个参数作为研究岩性的基本变量。结合数学中常用的多元统计分析将上述基本变量浓缩成反映岩性的一个综合特征值，经阶梯式模式识别自动确认岩性界面内的煤岩和泥质岩，再将测井参数经过模拟建立泥质岩的有机碳、氯仿沥青和总烃的多参数计算公式，来分析煤岩和泥质岩的有机质丰度。这一方法为利用测井信息快速评价烃源岩提供了一种新的途径。
2.2.3 地震反射法
张寒等[26]人对渤海湾盆地湖相烃源岩地震反射特征作出分析认为，半湖相—湖相烃源岩在地震反射轴具有低频、高连续、强振幅的特点，反射结构为平行—亚平行状态，容易识别。其中，低频、高连续、强振幅反映的是一个密集的反射段，一般为富含有机质的泥岩类沉积物地震反射，平行—亚平行反射结构主要为深水环境中以水平沉积为主的湖相地层反射特征，据此可判断泥岩是否进入生油门限和能否成为有效烃源岩。另外，需要加入钻井资料进行层位标定来区分具有类似反射特征的沉积组合。因此，综合油气地质特征与地球物理反射特点是正确识别烃源岩的关键。
3 结语
目前，识别烃源岩的ΔlogR技术研究和应用最为广泛，但是对有机碳含量背景值和烃源岩成熟程度等因素的估计存在不确定性，造成评价误差。另外，根据测井资料评价烃源岩要考虑到测井曲线垂向分辨率有限，无法确定那些厚度明显小于两条曲线叠合的组合分辨率层段的有机质含量。电测井在烃源岩测井评价的应用上多是定性或半定量的，没有建立起烃源岩的导电模型，有些学者利用了泥质砂岩的导电模型来进行烃源岩评价，取得了一定成果。但是，直接使用泥质砂岩导电模型评价烃源岩的是否可行还缺少实验和理论基础，应深化烃源岩的电化学性质与有机质之间关系的理论分析和实验研究，建立相应的烃源岩测井评价解释模型。
参考文献：
[1] O．宽拉，谭廷栋，廖明书，等译.测井解释基础与数据采集[M].北京：石油工业出版杜，1992.
[2] 郭永华，何炳骏.利用电测井资料确定生油岩有机质的成熟度[J].石油勘探与开发，1993，20(3)：22-26. [3] Herron S L. Derivadon of a Total Organic Carbon Log for Source Rock Evaluation[J]. SPWLA 27th Annual Logging Symposium. 1986, Paper HH.
[4] Schmoker J W. Determination of organic-matter content of Appalachian Devonian shales from gamma ray logs[J]. AAPG Bulletin, l981, 65: 1285～1298.
[5] Schmoker J W. Heater T C. Organic carbon in Bakken formation,United States portion of Williston basin[J]. AAPG Bulletin, 1983, 67：3165～3174.
[6] Schmoker J W. Sandstone Porosity as Function of Thermal Maturity[J]. Geology, 1988, 16: 1007～1010.
[7] Meyer B L, Nederlof M H, Identification of source rocks on wireline logs by density/resistivity and sonic transit time/resistivity cross-plots[J]. AAPG, 1984, 68 (2): 121～129.
[8] Passey Q R, Creaney S, Kulla J B. A practical model for organic richness from porosity and resistivity logs [J]. AAPG, 1990, 74(12): 1777～1794.
[9] Lang W H. The Determination of Thermal Maturity in Potential Source Rocks Using Interval Transit Time Interval Velocity[J]. The Log Analyst. 1994, 35: 47～59.
[10] Mallick R K, Raju S V. Application of wireline logs in characterization and evaluation of generation potential of Palaeocene-Lower Eocene source rocks in parts of Upper Assam basin , India [J]. The Log Analyst, 1995, 32(2): 49～63.
[11] 谭廷栋. 测井识别生油岩方法[J].测井技术，1988, 12(6)：1～11.
[12] 郭永华，何炳骏.利用电测井资料确定生油岩有机质的成熟度—以渤海辽东湾资料为例[J].石油勘探与开发，1993, 20(3)：22～26.
[13] 赵彦超，马正，姚光庆. 碳氧比测井——一种潜在的生油岩评价工具[J]. 测井技术，1994, 18(4)：240～247.
[14] 赵彦超，马正，姚光庆. Wamnan-Smith方程在生油岩评价中的应用：重叠法和双孔隙度法[J]. 地球科学， 1995, 20(3)：306～313.
[15] 陈增智，郝石生，席胜利. 碳酸盐岩烃源岩有机质丰度测井评价方法[J]. 石油大学学报(自然科学版)，1994, 18 （4）：16～19.
[16] 李国平等. 测井地质及油气评价新技术[M]. 北京：石油工业出版社, 1996.
[17] 张小莉，沈英．吐哈盆地侏罗系煤系地层烃源岩的测井研究[J]．测井技术， 1998, 22(3)：183～185.
[18] 许晓宏，黄海平，卢松年．测井资料与烃源岩有机碳含量的定量关系研究[J]. 江汉石油学院学报， 1998, 20 (3) : 8～121.
[19] 张志伟，张龙海．测井评价烃源岩的方法及其应用效果[J]. 石油勘探与开发，2000, 27 (3): 84～87.
[20] 张立鹏，边瑞雪， 杨双彦， 等. 用测井资料识别烃源岩[J]. 测井技术， 2001, 25 (2): 146～152.
[21] 朱振宇，王贵文，朱广宇. 人工神经网络法在烃源岩测井评价中的应用[J]. 地球物理学进展， 2002, 17(1): 137～140.
[22] 胡佳庆，陆芸兰，蔡洪正. 用测井资料自动评价烃源岩[J]. 上海地质, 2002, 83(3): 32～35.
[23] 王栋，姜在兴，贾孟强，等. 利用核磁共振测井资料进行烃源岩评价[J]. 西安石油大学学报， 2004 , 19 (2): 29～32.
[24] 陆巧焕，张晋言，李绍霞. 测井资料在生油岩评价中应用[J]. 测井技术，2006, 30(1): 80～83.
[25] 钱克兵，彭宇，王圣柱，等. 东营凹陷孔二段烃源岩特征及测井评价[J]. 断块油气田，2006, 13 (5): 15～17.
[26] 张寒，朱光有. 利用地震和测井信息预测和评价烃源岩——以渤海湾盆地富油凹陷为例[J]. 石油勘探与开发，2007, 34(1)：55～59.
[27] 于翔涛. 测井技术在烃源岩评价中的应用[J]. 长江大学学报（自然科学版），2009, 6(2)：198～201.
[28] 王鹂，唐成磊，王飞. ΔlgR技术在烃源岩评价中的应用[J]. 断块油气田，2009, 16 (2) :52～54.
[29] 刘景东，孙波，田超，等.“反推ΔlogR”法及其在生油岩有机质丰度评价中的应用[J]. 岩性油气藏， 2010, 12(4) :85～88.
[30]卢双舫，马延伶，曹瑞成，等. 优质烃源岩评价标准及其应用:以海拉尔盆地乌尔逊凹陷为例[J]. 地质科学——中国地质大学学报，2012，37(3): 25～29.
[31] 朱振宇，刘洪, 李幼铭. Δlog R技术在烃源岩识别中的应用与分析[J]. 地球物理学进展， 2003, 18 (4): 647～649.
[32] 王方雄，苏坚. 电阻率和孔隙度测井曲线重叠法的新应用[J]. 江汉石油学院学报，2001, 23 (增刊): 69～70.
[33] 刘超. 测井资料评价烃源岩方法改进及作用[M]. 东北石油大学硕士论文，2011.
[34] 石强，李剑，李国平，等. 利用测井资料评价生油岩指标的探讨[J]. 天然气工业，2004，24(9)：30～32.
[作者简介]马静（1982年-），女，辽宁，工程师，主要从事测井方法的理论研究及测井资料解释处理。
关键词：烃源岩；测井资料；研究进展；评价方法
中图分类号: P618.13 文献标志码：A
引言
烃源岩是油气藏和输油气系统研究的基础，国内外对于烃源岩的研究一直很重视。在对烃源岩的研究过程中也取得也一定的成果。但是，由于构造和沉积环境的影响，烃源岩具有很强的非均质性，给资源评价工作带来一定的困难，许多学者对烃源岩的评价做了进一步的研究。本文对目前有关于烃源岩的测井评价进行总结分析，希望对今后的烃源岩评价工作有所帮助。
1 烃源岩的评价进展
1.1 国外进展
利用测井资料评价烃源岩的主要方面是确定烃源岩中的有机碳含量（TOC）。早期关于烃源岩评价的研究主要集中在国外，1945年Beer就尝试应用自然伽马曲线识别和定量分析有机质丰度[1]。Murry等（1968）作区块分析时得出异常大的地层电阻率是由于生油岩中已饱和了不导电的烃类[2]。Swamson将自然伽马异常归因于与有机质相关的铀，他指出铀与有机质存在一定关系[1]。在七十年代末期由Fertl（1979）、Leventhal（1981）等人相继找出放射性铀与有机质含量间的经验公式，这期间的研究主要以定性分析为主[1]。Herron（1986）将C/O能谱测井信息用于求解烃源岩的有机质丰度，但该方法误差较大并未真正应用到实际评价中[3]。Schmoker在八十年代做了许多关于烃源岩的研究，他指出高的自然伽马值与烃源岩间的相关性、用密度测井信息来估算烃源岩有机碳含量、埋藏成岩作用引起的孔隙度减小过程就是一个热成熟过程、碳酸盐岩和砂岩的孔隙度之间呈幂函数等观点[4-6]。Meyer（1984）等利用自然伽马、密度、声波和电阻率测井结合来评价烃源岩，总结出了测井响应参数与有机碳含量的岩石判别函数[7]。上面这些国外学者虽然提出了一些计算有机碳含量的经验公式，但是并没有建立定量的数学模型。直到1990年，Passey研究出了对碳酸盐岩烃源岩和碎屑岩烃源岩都适用的方法，能够计算出不同成熟度条件下的有机碳含量值[8]。目前该方法依然被很多学者作为研究烃源岩的基础模型。Lang等（1994）研究认为在泥页岩正常压实带，实测镜质体、反射率与声波时差间存在很好的半对数关系[9]。但是，由于反射率与声波时差的关系受许多地质因素影响，阻碍其普遍应用。Mallick（1995）将实测的有机碳含量与地层密度用最小二乘拟合发现它们呈反比关系[10]。
1.2 国内进展
鉴于烃源岩研究的重要性，国内学者也进行了一系列研究工作。谭延栋等（1988）应用测井资料对干酪根的响应特征来识别泥岩系中富含干酪根的生油岩[11]。郭永华等（1993）最早尝试利用地层电阻率确定生油岩有机质的成熟度[12]。赵彦超等（1994）借鉴国外研究对Herron的方法进行改进，把C/O测井和密度测井结合来识别泥质烃源岩[13]。之后他又以W-S方程为基础使用电阻率重叠法和双孔隙法定性识别烃源岩[14]。陈增智等（1994）建立了碳酸盐岩自然伽马测井资料与有机碳含量相关性的数学模型，估算碳酸盐岩地层剖面中的有机质丰度分布[15]。李国平等（1996）利用含油气饱和度法推算烃源岩的有机质含量[16]。张小莉等（1998）采用多测井组合法来识别煤系烃源岩[17]。许晓宏等（1998）较早的修正Passey的模型，应用于国内烃源岩的评价[18]。张志伟等（2000）以此模型为基础区分烃源岩与非烃源岩，定性评价烃源岩的等级[19]。张立鹏等（2001）提出地层弹性参数、铀/钍等几个参数可以反映有机碳含量[20]。在这期间也有学者尝试新的方法[21～23,26]，朱振宇等（2002）利用人工神经网络在非结构性计算机问题上的优势对烃源岩测井评价作出了新的尝试[21]。胡佳庆等（2002）依靠地球物理测井资料用人工智能方法自动识别烃源岩有机质丰度[22]。王栋等（2004）研究了核磁共振测井资料评价烃源岩的可行性[23]。张寒等（2007）用地震信息资料可以确定烃源岩的空间展布[26]。陆巧焕（2006）等用测井资料计算有机碳含量和岩石热解生烃潜能来评价生油岩[24]。钱克兵（2006）等建立有机质热演化程度与埋藏深度预测模型[25]。于翔涛等（2009）将有机质含量计算公式加入了密度考虑因子[27]。王鹂等（2009）绘制了烃源岩层厚度与暗色泥质岩类总厚度关系及烃源岩层总厚度与有效厚度关系[28]。刘景东等（2010）提出了综合考虑生油岩成熟度和各种测井响应的"反推ΔlogR"的新方法[29]。卢双舫等（2012）以实际区块研究为基础，确定了优质烃源岩的下限标准[30]。总体来说，国内开展的烃源岩评价工作主要集中在对原有方法的改进和建立测井资料与烃源岩之间关系的经验公式上。
2 烃源岩评价方法
目前，评价烃源岩的方法主要是利用测井资料定性和定量得判断。另外，还有一些方法是利用数学或者计算机理论作为载体的。
2.1 根据测井资料评价烃源岩的方法
2.1.1 单曲线测井资料评价
自然伽马法：陈增智等[15]以碳酸盐岩中泥质含量（Vsh）与有机碳含量（TOC）间存在正相关性为依据，采用自然伽马测井求取碳酸盐岩的泥质含量，建立了有机碳含量与自然伽马的关系，达到评价烃源岩的目的。该方法利用了常用的测井资料曲线——自然伽马，曲线普遍性高且容易获取。但是，在建立Vsh与TOC统计关系时，应充分考虑沉积成岩背景和有机质演化对碳酸盐岩有机质丰度的影响。
C/O能谱测井法：赵彦超等[13]改进了Herron的C/O能谱测井评价烃源岩方法，利用校正过的C/O和Si/Ca曲线确定地层中的总碳含量（Ct）和无机碳含量（NCt），它们的差值即为有机碳含量（TOC），进而评价烃源岩。该方法对低含量有机碳反应灵敏，对无机碳的含量计算误差较大。另外，其利用了C/O能谱测井和地层密度测井资料，故只适用于泥质岩烃源岩。 核磁共振测井法：核磁共振测井(NMR)可以根据T2（NMR测井的一种测井模式）的弛豫值表征不同来判断油水性质。测井结果主要受地层孔隙流体中氢核的影响，岩石固体骨架中的氢对它无影响，这一独特的特征使得NMR测井不受烃源岩中固态有机质的影响，既测量结果与岩性无关。因此它即适用于泥质岩又适用于碳酸盐岩烃源岩。这项技术的应用前景被看好，王栋等人也对其可行进行了检验[23]。
2.1.2 多曲线测井资料评价
多曲线组合法：张小莉等[17]以实测资料为基础，得出煤层在测井曲表现为高中子、高声波时差、高电阻率和低密度、低自然电位、低自然伽马(煤层的放射性弱)；碳质泥岩和暗色泥岩表现为高中子、高声波时差、高电阻率(高于围岩泥岩)、高自然伽马、高铀含量和低密度特征，并且有机碳含量高的层段其自然伽马和铀曲线值相对较高。以此“三高三低”、“五高一低”特征识别煤系烃源岩。
多参数组合法：针对泥页岩的测井响应特征，张立鹏等[20]由测井资料导出了弹性参数(B)、总自然伽马与去铀自然伽马差(ΔGR)、铀钍比(U/TH)、井径差值（ΔCAL）四个地层参数，在泥页岩烃源岩中这些参数表现为“三高一低”（高U/TH、高ΔCAL、高ΔGR、低弹性参数B）这一特征可以评价泥页岩烃源岩。
ΔlogR法: 目前应用最多最广泛的方法是利用电阻率和孔隙度测井曲线（一般为声波时差）重叠来计算有机碳含量，即Δlog R法[8]。采用算术坐标的孔隙度曲线与采用算术对数坐标电阻率曲线进行叠合，产生的幅度差与有机碳含量是线性关系，并且是成熟度的函数，只要确定和估算成熟度，即可用幅度差值对烃源岩地层进行有效识别。这种方法既适用于碳酸盐岩又适用于碎屑岩，另外消除了对孔隙度的依赖关系[31～32]。后期许多学者对此方法进行完善，加入非烃源岩所具有的有机碳含量背景值、密度参数等[18,27]改进计算公式。鉴于此方法人为确定基线值计算幅度差，操作过程繁琐，人为因素影响大，有学者利用计算机叠合曲线自动计算幅度差来解决这一问题[33]。国内在应用此项技术时，主要是针对泥质烃源岩进行应用研究，对碳酸盐岩烃源岩的研究则很少，这可能与国内碳酸盐岩烃源岩特殊的性质有关。
含油气饱和度（Sog）法：李国平等[16]对烃源岩含油气饱和度和有机碳含量之间关系研究认为，随埋深增加而增大的含油气饱和度与有机丰度成正比，并与有机质成熟度和类型有直接关系。分别利用阿尔奇公式和双孔隙度曲线交会（中子—密度、中子—声波时差或密度—声波时差交会）得出烃源岩的含油气饱和度和总孔隙度，进而求取烃源岩中的剩余烃含量（VHC），即可转化求得有机碳含量（TOC）。但是，也有研究指出用VHC推算的TOC存在较大误差，反而是Sog可以提供已成熟有机质所生成烃的量[34]，它不仅可以推断出有机质成熟门限值，还可预测实际地层的油气生成量，对评价生油岩及资源评价更具有现实意义。
2.2 基于数学及计算机的方法
2.2.1 人工神经网络
人工神经网络方法在很难用显示函数表达非结构性计算问题方面优越性很大。在烃源岩评价过程中，测井参数Xi与烃源岩参数Yi的映射关系不是单值的对应关系。因此，把测井参数空间分解成若干个子空间，用一个基于距离的自组织竞争网络D-Konhonen NN提取测井参数向量模式特征，再组合一个基于距离的多层前向网络D-BPNN作为测井参数到烃源岩的映射分类识别器，实现烃源岩的评价[21]。由于对烃源岩的评价参数划分存在多样化，该方法的使用和研究较少。
2.2.2 人工智能技术
胡佳庆等[22]依靠地球物理测井资料使用人工智能的方法，实现在微机上自动、快速识别烃源岩的有机质丰度。测井资料自动评价技术是在自动识别岩性基础上对综合测井系列选择了自然伽玛GR、井径CAL、声波时差AC、深侧向电阻率RT、微侧向电阻率RXO、密度DEN和中子CN七个参数作为研究岩性的基本变量。结合数学中常用的多元统计分析将上述基本变量浓缩成反映岩性的一个综合特征值，经阶梯式模式识别自动确认岩性界面内的煤岩和泥质岩，再将测井参数经过模拟建立泥质岩的有机碳、氯仿沥青和总烃的多参数计算公式，来分析煤岩和泥质岩的有机质丰度。这一方法为利用测井信息快速评价烃源岩提供了一种新的途径。
2.2.3 地震反射法
张寒等[26]人对渤海湾盆地湖相烃源岩地震反射特征作出分析认为，半湖相—湖相烃源岩在地震反射轴具有低频、高连续、强振幅的特点，反射结构为平行—亚平行状态，容易识别。其中，低频、高连续、强振幅反映的是一个密集的反射段，一般为富含有机质的泥岩类沉积物地震反射，平行—亚平行反射结构主要为深水环境中以水平沉积为主的湖相地层反射特征，据此可判断泥岩是否进入生油门限和能否成为有效烃源岩。另外，需要加入钻井资料进行层位标定来区分具有类似反射特征的沉积组合。因此，综合油气地质特征与地球物理反射特点是正确识别烃源岩的关键。
3 结语
目前，识别烃源岩的ΔlogR技术研究和应用最为广泛，但是对有机碳含量背景值和烃源岩成熟程度等因素的估计存在不确定性，造成评价误差。另外，根据测井资料评价烃源岩要考虑到测井曲线垂向分辨率有限，无法确定那些厚度明显小于两条曲线叠合的组合分辨率层段的有机质含量。电测井在烃源岩测井评价的应用上多是定性或半定量的，没有建立起烃源岩的导电模型，有些学者利用了泥质砂岩的导电模型来进行烃源岩评价，取得了一定成果。但是，直接使用泥质砂岩导电模型评价烃源岩的是否可行还缺少实验和理论基础，应深化烃源岩的电化学性质与有机质之间关系的理论分析和实验研究，建立相应的烃源岩测井评价解释模型。
参考文献：
[1] O．宽拉，谭廷栋，廖明书，等译.测井解释基础与数据采集[M].北京：石油工业出版杜，1992.
[2] 郭永华，何炳骏.利用电测井资料确定生油岩有机质的成熟度[J].石油勘探与开发，1993，20(3)：22-26. [3] Herron S L. Derivadon of a Total Organic Carbon Log for Source Rock Evaluation[J]. SPWLA 27th Annual Logging Symposium. 1986, Paper HH.
[4] Schmoker J W. Determination of organic-matter content of Appalachian Devonian shales from gamma ray logs[J]. AAPG Bulletin, l981, 65: 1285～1298.
[5] Schmoker J W. Heater T C. Organic carbon in Bakken formation,United States portion of Williston basin[J]. AAPG Bulletin, 1983, 67：3165～3174.
[6] Schmoker J W. Sandstone Porosity as Function of Thermal Maturity[J]. Geology, 1988, 16: 1007～1010.
[7] Meyer B L, Nederlof M H, Identification of source rocks on wireline logs by density/resistivity and sonic transit time/resistivity cross-plots[J]. AAPG, 1984, 68 (2): 121～129.
[8] Passey Q R, Creaney S, Kulla J B. A practical model for organic richness from porosity and resistivity logs [J]. AAPG, 1990, 74(12): 1777～1794.
[9] Lang W H. The Determination of Thermal Maturity in Potential Source Rocks Using Interval Transit Time Interval Velocity[J]. The Log Analyst. 1994, 35: 47～59.
[10] Mallick R K, Raju S V. Application of wireline logs in characterization and evaluation of generation potential of Palaeocene-Lower Eocene source rocks in parts of Upper Assam basin , India [J]. The Log Analyst, 1995, 32(2): 49～63.
[11] 谭廷栋. 测井识别生油岩方法[J].测井技术，1988, 12(6)：1～11.
[12] 郭永华，何炳骏.利用电测井资料确定生油岩有机质的成熟度—以渤海辽东湾资料为例[J].石油勘探与开发，1993, 20(3)：22～26.
[13] 赵彦超，马正，姚光庆. 碳氧比测井——一种潜在的生油岩评价工具[J]. 测井技术，1994, 18(4)：240～247.
[14] 赵彦超，马正，姚光庆. Wamnan-Smith方程在生油岩评价中的应用：重叠法和双孔隙度法[J]. 地球科学， 1995, 20(3)：306～313.
[15] 陈增智，郝石生，席胜利. 碳酸盐岩烃源岩有机质丰度测井评价方法[J]. 石油大学学报(自然科学版)，1994, 18 （4）：16～19.
[16] 李国平等. 测井地质及油气评价新技术[M]. 北京：石油工业出版社, 1996.
[17] 张小莉，沈英．吐哈盆地侏罗系煤系地层烃源岩的测井研究[J]．测井技术， 1998, 22(3)：183～185.
[18] 许晓宏，黄海平，卢松年．测井资料与烃源岩有机碳含量的定量关系研究[J]. 江汉石油学院学报， 1998, 20 (3) : 8～121.
[19] 张志伟，张龙海．测井评价烃源岩的方法及其应用效果[J]. 石油勘探与开发，2000, 27 (3): 84～87.
[20] 张立鹏，边瑞雪， 杨双彦， 等. 用测井资料识别烃源岩[J]. 测井技术， 2001, 25 (2): 146～152.
[21] 朱振宇，王贵文，朱广宇. 人工神经网络法在烃源岩测井评价中的应用[J]. 地球物理学进展， 2002, 17(1): 137～140.
[22] 胡佳庆，陆芸兰，蔡洪正. 用测井资料自动评价烃源岩[J]. 上海地质, 2002, 83(3): 32～35.
[23] 王栋，姜在兴，贾孟强，等. 利用核磁共振测井资料进行烃源岩评价[J]. 西安石油大学学报， 2004 , 19 (2): 29～32.
[24] 陆巧焕，张晋言，李绍霞. 测井资料在生油岩评价中应用[J]. 测井技术，2006, 30(1): 80～83.
[25] 钱克兵，彭宇，王圣柱，等. 东营凹陷孔二段烃源岩特征及测井评价[J]. 断块油气田，2006, 13 (5): 15～17.
[26] 张寒，朱光有. 利用地震和测井信息预测和评价烃源岩——以渤海湾盆地富油凹陷为例[J]. 石油勘探与开发，2007, 34(1)：55～59.
[27] 于翔涛. 测井技术在烃源岩评价中的应用[J]. 长江大学学报（自然科学版），2009, 6(2)：198～201.
[28] 王鹂，唐成磊，王飞. ΔlgR技术在烃源岩评价中的应用[J]. 断块油气田，2009, 16 (2) :52～54.
[29] 刘景东，孙波，田超，等.“反推ΔlogR”法及其在生油岩有机质丰度评价中的应用[J]. 岩性油气藏， 2010, 12(4) :85～88.
[30]卢双舫，马延伶，曹瑞成，等. 优质烃源岩评价标准及其应用:以海拉尔盆地乌尔逊凹陷为例[J]. 地质科学——中国地质大学学报，2012，37(3): 25～29.
[31] 朱振宇，刘洪, 李幼铭. Δlog R技术在烃源岩识别中的应用与分析[J]. 地球物理学进展， 2003, 18 (4): 647～649.
[32] 王方雄，苏坚. 电阻率和孔隙度测井曲线重叠法的新应用[J]. 江汉石油学院学报，2001, 23 (增刊): 69～70.
[33] 刘超. 测井资料评价烃源岩方法改进及作用[M]. 东北石油大学硕士论文，2011.
[34] 石强，李剑，李国平，等. 利用测井资料评价生油岩指标的探讨[J]. 天然气工业，2004，24(9)：30～32.
[作者简介]马静（1982年-），女，辽宁，工程师，主要从事测井方法的理论研究及测井资料解释处理。