ΔlogR技术是Exxon和Esso公司于1979开发的一种利用测井资料识别和计算含有机质岩层中有机碳的方法(朱振宇等，2003)。油页岩含丰富的有机质，其岩石骨架结构和成分组成与泥岩、页岩、砂岩不同，在测井曲线上反映出不同的特征(朱建伟等，2012)。ΔlogR技术被应用于松辽盆地(贺君玲等，2006；胡霞等，2014；翟艇等，2015)、柴达木盆地(范晶晶等，2016; 李永红等，2018)、鄂尔多斯盆地(李玉宏等，2014)、新疆大长沟盆地(张美琪等，2020)等地区的油页岩研究和评价中，并取得了良好的效果，因此该技术在油页岩识别中是一项较成熟的技术。

三塘湖盆地是中国西北一个重要的陆相含油气盆地，盆地内蕴含常规油气和致密油、页岩油、页岩气、煤层气、油页岩等非常规油气资源(陈孟晋等，2003；贾承造等，2012；马永生，2020；张金川等，2021)。三塘湖盆地预测油页岩资源113.75×10⁸ t，主要为潜在资源和远景资源，工作程度较低(夏明，2020)。目前针对油页岩的研究较少，主要包括沉积构造背景和微量、稀土元素特征研究(Tao et al., 2017；张国伟等，2017)，其他方面有待开展进一步的研究。为了解决三塘湖盆地油页岩研究少、资料少、测试数据少的问题，本文利用现有的一口油页岩钻井，通过分析油页岩的测井响应特征，建立油页岩的测井识别模型，带动研究区油页岩研究中测井资料的利用，提高油页岩的研究程度。

1.   区域地质背景

三塘湖盆地是中国西北一个北西—南东向展布的狭长盆地，盆地面积约2.3×10⁴ km²，与准噶尔盆地、吐哈盆地相邻(熊春雷等，2021)。大地构造上位于西伯利亚板块与哈萨克-准噶尔板块的结合部位，夹持在阿曼太-扎河坝与卡拉麦里巨型缝合带之间(图 1-a)(李玮等，2012；徐银波等，2022c)。该盆地经历了断陷、拗陷、挤压改造、逆冲、走滑等演化过程(柳益群等，2006)，现今呈南北分带、东西分块的构造格局(刘兴旺等，2010)。其中，中央坳陷带可划分为“四凸五凹”9个构造单元(图 1-b)(陈常超等，2018)。

图  1  三塘湖盆地大地构造(a, 据刘兴旺等，2010)和构造单元划分图(b, 据梁世君，2020)

Figure  1.  Geotectonic location map(a) and tectonic units(b) of Santanghu Basin

下载: 全尺寸图片 幻灯片

三塘湖盆地以古生界为基底，其上发育以陆内河流、湖泊相为特征的二叠系、三叠系、侏罗系、白垩系、古近系—新近系等陆源碎屑沉积(朱伯生等，1997；周鼎武等，2006)。中二叠世芦草沟组时期，湖盆由乌拉泊-井井子沟组时期的湖盆扩张期进入到湖盆发育的鼎盛期，盆地的沉积环境也由河流相-三角洲相-湖泊相的组合环境变为滨浅湖—半深湖为主的沉积环境，并以深湖—半深湖相沉积的暗色泥岩为特点(李红等，2012；李哲萱等，2019)，研究区芦草沟组正是处于这种深水湖泊环境中。芦草沟组可进一步划分为3段，其中芦草沟组一段以砂泥岩为主，夹少量泥灰岩；二段以泥岩、泥灰岩为主；三段以泥岩为主夹薄层泥灰岩(图 2)(方向等，2023)。其中，芦草沟组二段为主要烃源岩发育层位(方向等，2023)，也是油页岩发育的主要层位。芦草沟组主要分布于马郎凹陷、条湖凹陷，以及三塘湖乡、石头梅和跃进沟地区(栗维民等，2001；齐雪峰等，2013；徐银波等，2022b)。

图  2  三塘湖盆地芦草沟组柱状图(齐雪峰等，2013)

Figure  2.  Stratigraphic histogram of Lucaogou Formation in Santanghu Basin

下载: 全尺寸图片 幻灯片

2.   取样测试和研究方法

本次研究样品取自三塘湖盆地石头梅地区巴油页1井和野外剖面，其中野外剖面(位置见图 1)取油页岩样品3个，巴油页1井(位置见图 1)取样25个，包含油页岩样品7个。对所取样品进行了总有机碳(TOC)、热解、含油率测试，测试均在吉林大学测试中心完成。其中含油率测试运用低温干馏法(SH/T0508—92)完成，分析误差小于0.4%；TOC运用美国LECO碳硫仪，依据GB/T19145—2003进行测试，分析误差小于0.2%；热解运用法国Vinci Rock eval-6热解分析仪，依据GB/T 18602—2012进行测试，分析误差小于0.2%。巴油页1井取样的具体位置见图 3。

图  3  巴油页1井取样位置图

Figure  3.  Sampling point of borehole Byy-1

下载: 全尺寸图片 幻灯片

3.   油页岩测井响应特征

3.1   油页岩特征

研究区油页岩发育于中二叠统芦草沟组二段, 主要形成于半深湖—深湖环境(李哲萱等，2019；徐银波等，2022a)。通过钻井岩心和剖面样品油页岩测试，研究区油页岩含油率为3.54%~8.20%，平均为5.02%，有机碳含量(TOC)为6.17%~12.4%，平均为9.58%，生烃潜量(S₁+S₂)主要分布区间为41.83~94.41 mg/g，平均为59.77 mg/g，T_max分布区间为425~448℃，平均为441.7℃。氢指数(HI)表示单位质量有机碳中含氢量的大小，其计算方法是S₂× 100/TOC，氧指数(OI)表示单位质量有机碳中含氧量的大小，其计算方法是S₃× 100/TOC(Wu et al., 2007)。研究区油页岩HI指数主要分布区间为531~806 mg·HC/g·TOC，平均为604 mg·HC/g· TOC，OI指数主要分布区间为4~51 mg·HC/g·TOC，平均为18 mg·HC/g·TOC(表 1)。有机质类型为Ⅰ—Ⅱ₁型(图 4)，成熟度主要为低成熟(图 4-c)。

表  1  三塘湖油页岩测试数据

Table  1.  Analysis data of oil shale in Santanghu Basin

样品来源	样品号	含油率/%	TOC/%	S1/(mg·g-1)	S2/(mg·g-1)	S1+S2/(mg·g-1)	Tmax/℃	HI/(mg·HC/g·TOC-1)	OI/(mg HC·g·TOC-1)
钻井	By24	3.90	7.87	0.21	1.22	1.43	443	16	8
	By20	3.67	7.31	0.79	46.25	47.04	448	633	6
	By18	3.54	6.17	0.84	42.58	43.42	444	691	4
	By17	8.20	12.40	1.8	92.61	94.41	445	747	4
	By16	6.06	9.44	3.51	69.69	73.2	440	738	13
	By12	5.17	8.98	0.97	72.38	73.35	447	806	5
	By11	5.03	11.60	0.75	92.42	93.17	448	797	4
剖面	C1-7	6.26	13.8	0.99	72.25	73.24	437	531	46
	C1-5	4.55	10.55	1.9	54.53	56.43	425	535	37
	C1-3	3.82	7.68	0.21	41.83	42.04	440	547	51

下载: 导出CSV 

| 显示表格

图  4  三塘湖盆地芦草沟组油页岩有机质类型及成熟度

Figure  4.  Organic matter types and maturity of Lucaogou Formation oil shale in Santanghu Basin

下载: 全尺寸图片 幻灯片

3.2   油页岩测井响应特征

通过对比巴油页1井岩心、测井和地球化学测试分析结果，发现研究区油页岩具有“三高一低”的测井响应特征：高电阻率、高声波时差、低密度、高自然伽马(图 5、图 6)。通过测井曲线特征可以识别出潜在油页岩段。

图  5  三塘湖盆地巴油页1井By12油页岩测井响应特征

Figure  5.  Logging response characteristics of By12 oil shale in well Byy 1, Santanghu Basin

下载: 全尺寸图片 幻灯片

图  6  三塘湖盆地巴油页1井By17油页岩测井响应特征

Figure  6.  Logging response characteristics of By17 oil shale in well Byy 1, Santanghu Basin

下载: 全尺寸图片 幻灯片

3.2.1   电阻率

岩石的电阻率一般受岩性组成、岩石孔隙及孔隙流体性质、泥质成分含量等因素的影响(贾建亮，2012)。当泥岩层富含有机质时, 由于干酪根和油气的导电性较差, 其电阻率比不含有机质的同样岩性的地层电阻率高(张寒等，2007)。油页岩往往富含有机质，如巴油页1井油页岩平均TOC为9.11%，因此其电阻率值一般较高。

表 2显示，巴油页1井By17油页岩电阻率值为689.22~911.64 Ω·m, 平均值为849.99 Ω·m，高于上覆泥岩(平均值为558.88 Ω·m)和下伏泥岩(平均值为590.03 Ω·m)；By12油页岩电阻率值为905.12~1500.19 Ω·m, 平均值为1288.40 Ω·m, 高于上覆泥岩(平均值为858.20 Ω·m)和下伏泥岩(平均值为590.32 Ω·m)(表 2；图 5、图 6)。由此表明，油页岩电阻率值明显高于上下层泥岩。

表  2  三塘湖盆地巴油页1井油页岩及上下泥岩测井值

Table  2.  Logging values of oil shale and upper and lower mudstones in well Byy 1, Santanghu Basin

岩层	含油率/%	自然伽马/API			密度/(g·cm-3)			聚焦电阻率/(Ω·m)			声波时差/(μs·m-1)
		范围	平均		范围	平均		范围	平均		范围	平均
By17上部泥岩	-	2.43~19.49	10.11		2.22~2.5	2.38		415.9~790.28	558.88		83.52~98.47	90.43
By17油页岩	8.20	4.17~26.89	18.07		2.02~2.28	2.13		689.22~911.64	849.99		89.04~100.16	96.06
By17下部泥岩	-	3.97~26.33	16.86		2.25~2.35	2.30		410.96~665.37	590.03		83.93~97.33	89.31
By12上部泥岩	-	2.1~19.54	8.61		2.15~2.59	2.40		658.16~1119.69	858.20		84.18~90.56	87.25
By12油页岩	5.70	2.87~23.37	14.11		2.02~2.31	2.18		905.12~1500.19	1288.40		73.37~96.99	87.93
By12下部泥岩	-	1.23~22.05	12.56		2.17~2.46	2.27		407.95~901.8	590.32		84.8~90.4	87.07

下载: 导出CSV 

| 显示表格

3.2.2   声波时差

岩石组分中，有机质和粘土矿物具有很高的声波时差，而陆源碎屑矿物、碳酸盐矿物、重矿物等的声波时差值则较低(小于200 μs/m)(贾建亮，2012)。油页岩由于含有较高的有机质和粘土矿物，声波时差值一般较高，且有机质和粘土矿物的含量会明显影响声波时差值。

巴油页1井By17油页岩声波时差值为89.04~100.16 μs/m, 平均值为96.06 μs/m, 高于上覆泥岩(平均值为90.43 μs/m)和下伏泥岩(平均值为89.31 μs/m)；By12油页岩声波时差值为73.37~96.99 μs/m, 平均值为87.93 μs/m，略高于上覆泥岩(平均值为87.25 μs/m)和下伏泥岩(平均值为87.07 μs/m)(表 2；图 5、图 6)。由此表明，油页岩声波时差值高于上下层泥岩。

3.2.3   自然伽马

岩石的自然伽马值是由其放射性核素的种类和含量决定的。沉积岩本身并不含放射性矿物，因其吸附放射性物质而呈现放射性，随着沉积岩中泥质含量的增加，吸附能力增加，因此粘土矿物含量越高，其放射值越高(贾建亮，2012)。油页岩中粘土矿物含量较高，因此其自然伽马值一般高于其他沉积岩。

巴油页1井By17油页岩自然伽马值为4.17~26.89 API，平均值为18.07 API，略高于上覆泥岩(平均值为10.11 API)和下伏泥岩(平均值为16.86 API)；By12油页岩自然伽马值为2.87~23.37 API, 平均值为14.11 API，略高于上覆泥岩(平均值为8.61 API)和下伏泥岩(平均值为12.56 API)(表 2；图 5、图 6)。由此表明，油页岩自然伽马值高于上下层泥岩。

3.2.4   密度

在组成岩石的各组分中，有机质具有很低的密度，约为1.1 g/cm³，远远低于陆源碎屑矿物、粘土矿物、碳酸盐矿物等其他岩石组分的密度(大于2 g/cm³)。而油页岩相对于其他岩石，其内含有较高的有机质含量，因此其密度常小于上下围岩，且有机质丰度越高，其密度一般越低(贾建亮，2012)。

巴油页1井By17油页岩密度值为2.02~2.28 g/cm³, 平均值为2.13 g/cm³, 低于上覆泥岩(平均值为2.38 g/cm³)和下伏泥岩(平均值为2.30 g/cm³)；By12油页岩密度值为2.02~2.31 g/cm³, 平均值为2.18 g/cm³, 低于上覆泥岩(平均值为2.40 g/cm³)和下伏泥岩(平均值为2.27 g/cm³)(表 2；图 5、图 6)。由此表明，油页岩密度值低于上下层泥岩。

4.   ΔlogR模型

ΔlogR模型是Passey et al.(1990)提出的利用测井资料识别和测定富含有机质烃源岩的方法，并给出了相应的经验公式。利用测井曲线的叠合及给定的叠合系数进行计算，得出ΔlogR和TOC之间的关系式。根据两者的关系，可以利用测井数据计算TOC。

含油率是界定油页岩的概念指标，也是评价油页岩的重要指标(董清水等，2006)。由于TOC与含油率通常呈正相关关系(张佳佳等，2012；徐银波等，2022d)，结合TOC和ΔlogR的关系式，可以利用测井数据预测含油率数据。

4.1   预测TOC

传统的ΔlogR模型，即Passey模型，是在电阻率(RT)曲线上叠加一个具有适当给定叠合系数的孔隙度测井曲线(通常是声波时差曲线)。这2条曲线在饱和水、无有机质的岩石上相互平行，被确定为基线。有机质丰富的烃源岩中2个测井曲线之间的距离被标定为ΔlogR(Wang et al.，2019)。根据声波和电阻率计算ΔlogR的公式为：

式中，ΔlogR为2条曲线之间的距离；R为测得的电阻率(Ω·m)；t为测得的声波(μs/ft)；R_baseline为曲线在非源页岩中基线时与基线值相对应的电阻率；K =0.02，为声波时差和电阻率间的叠合系数，是基于每一电阻率循环的-50μs/ft比率。ΔlogR与TOC呈线性相关，是成熟度的函数：

式中，TOC为计算出的有机碳值；LOM为成熟度；ΔTOC为有机碳含量背景值，需人为确定。因此，这种模型在基线取值、有机碳含量背景值、叠合系数K、成熟度参数方面存在不足或不便推导(胡慧婷等，2011)。许多学者为了避免这些缺陷，提出了改进型的ΔlogR模型(胡慧婷等，2011；李永红等，2018)。

本文在分析巴油页1井的电阻率、密度、声波时差、自然伽马与TOC的相关性之后，分别建立了一元回归方程(图 7)：

图  7  TOC与电阻率、密度、声波时差、自然伽马相关性

Figure  7.  The relationship between TOC and density, resistivity, natural gamma, sonic interval transit time logging

下载: 全尺寸图片 幻灯片

式中，TOC为泥岩总有机碳含量(%)；DEN为密度测井值(g/cm³)；GR为自然伽马测井值(API)；R为电阻率测井值(Ω·m)；AC为声波时差测井值(μs/m)；R²为相关系数。

从相关性而言，巴油页1井的电阻率和声波时差与TOC的相关性最好，因此本文采用改进型ΔlogR模型(胡慧婷等，2011；李永红等，2018)，利用声波时差和电阻率叠合，计算ΔlogR值，避开了读取基线值的繁琐过程和镜质体反射率R_o测试中的较大偏差问题，同时也减少了主观因素的干扰。改进型ΔlogR模型公式如下：

式中，ΔlogR为声波时差和电阻率叠合的间距；R为实测电阻率测井值，R_max、R_min为声波时差与电阻率曲线叠合后的电阻率最大值和最小值；t为实测声波时差测井值，t_max、t_min分别为声波时差与电阻率曲线叠合后的声波时差最大值和最小值。

由于研究区只有一口油页岩井，为了更好地验证公式的实用性，将巴油页1井分为上、下两部分，其中上半部分用于建立估算公式，下半部分用于验证其有效性。通过对上半部分的计算可得：

ΔlogR与TOC呈线性关系, 根据ΔlogR计算的TOC还需加一定的定量(贺君玲等，2006), 其定量评价模型为:

式中，a和b为拟合系数。通过对巴油页1井泥岩样品测试数据与ΔlogR数据进行线性回归分析，建立研究区芦草沟组泥岩ΔlogR与TOC的定量关系式：

ΔlogR与TOC呈现较好的正相关性，相关系数可达0.60，可以进行富有机质岩石的识别(图 8)。

图  8  ΔlogR与TOC相关性

Figure  8.  The relationship between ΔlogR and TOC

下载: 全尺寸图片 幻灯片

应用公式(10)对巴油页1井下半部分泥岩的TOC进行预测。结果显示，巴油页1井下部地层的预测TOC和实测TOC具有较好的相关性，相关系数为0.78(图 9)，表明该估算公式具有一定的实用性。

图  9  预测TOC与实测TOC相关性

Figure  9.  The relationship between predicted TOC and measured TOC

下载: 全尺寸图片 幻灯片

4.2   TOC与含油率相关性

将实际测得的巴油页1井油页岩的含油率(OY)和TOC进行投点(图 10)，建立两者间的关系：

图  10  三塘湖盆地油页岩含油率与TOC关系图解

Figure  10.  The relationship between oil yield and TOC of oil shale in Santanghu Basin

下载: 全尺寸图片 幻灯片

式中，OY为含油率(%)；TOC为总有机碳含量(%)。

图 10显示，两者的相关系数R²=0.71，表明研究区油页岩含油率与TOC具有较好的相关性。

4.3   含油率识别模型

根据前文所述，利用声波时差和电阻率曲线叠合而成的ΔlogR模型可用于识别TOC，而TOC与含油率之间又为正相关关系，因此理论上可以用ΔlogR来定量识别含油率。

将实际测得的巴油页1井油页岩的含油率(OY)和ΔlogR进行投点(图 11)，建立两者间的关系：

图  11  三塘湖盆地油页岩ΔlogR与含油率关系图解

Figure  11.  The relationship between ΔlogR and oil yield of oil shale in Santanghu Basin

下载: 全尺寸图片 幻灯片

式中，OY为含油率(%)。通过预测含油率和实测含油率之间相关性可以看出，两者之间具有较好的相关性，相关系数R²=0.86(图 12)，可用于油页岩识别。

图  12  预测含油率和实测含油率关系图解

Figure  12.  The relationship between predicted oil yield and measured oil yield

下载: 全尺寸图片 幻灯片

5.   结论

(1) 新疆三塘湖盆地石头梅地区芦草沟组油页岩有机质丰度高，成熟度低，有机质类型为Ⅰ—Ⅱ₁型，平均含油率5.02%，为中等含油率油页岩。

(2) 与相邻围岩相比，研究区油页岩层具有高电阻率、高声波时差、低密度、高自然伽马的特征。油页岩和泥岩的TOC与电阻率和声波时差相关性最好。

(3) 通过电阻率和声波时差曲线的叠合，建立了改进型ΔlogR模型，并分别建立了TOC测井识别模型和含油率测井识别模型，预测TOC和实测TOC、预测含油率和实测含油率的相关系数分别为0.78和0.86，均具有较好的相关性，可用于油页岩的识别。

研究区缺少针对油页岩的钻井，而巴油页1井发育油页岩层又较少，采用的测井相较于油田的测井，精度偏低，本次研究基于现有钻井的油页岩测试资料和测井资料，建立了ΔlogR模型，存在一定的局限性，后期随着工作程度的提高，如获取了更多的油页岩岩心样品，TOC和含油率测试数据及与之对应的高精度测井数据，依据更详实的数据可建立更适用的识别模型。