| 高热演化页岩总有机碳地球物理预测方法研究进展 |
| |
| 引用本文： | 卢妍欣,包书景,周志,李飞.高热演化页岩总有机碳地球物理预测方法研究进展[J].地球物理学进展,2023(1):229-241. |
| |
| 作者姓名： | 卢妍欣 包书景 周志 李飞 |
| |
| 作者单位： | 1. 中国地质大学(北京);2. 中国地质调查局油气资源调查中心 |
| |
| 基金项目： | 中国地质调查局地调项目“南方盆地页岩气调查评价”(DD20221653)资助； |
| |
| 摘 要： | 我国南方高热演化页岩是页岩气增储上产的主力军，其有利区优选是页岩气勘探开发的首要环节.有机碳含量(TOC)是评价页岩生烃潜力最为关键的指标，可以直接影响有利区决策.为探究不同地球物理方法在高热演化页岩(Ro>2.0%)TOC预测中的适用性，通过文献调研系统地归纳了总有机碳含量(TOC)地球物理预测方法原理与技术流程，结合高热演化页岩地质特征与相关钻井实例应用分析，对比不同方法预测精度并分析适用性.研究表明：高热演化页岩以生干气为主且其层间缝与粒间孔占比少，其电阻率与声波时差更低，ΔlogR法不适用其TOC预测.体积密度测井法预测精度较低，地震多属性反演法精度也不高，且操作复杂、多解性很强.实验-测井-地震联合反演方法预测效果相对较好，是获取三维TOC数据体的最可靠的方法.测井、地震资料不足时，自然伽马测井法可以实现TOC粗估；资料丰富时应当优先选取计算精度最高的机器学习法，其次为多元线性回归法.各方法由经验判断向数理统计判断、由地质驱动向数据驱动、由单因素模型向多因素模型发展，未来可进一步建立高演化页岩TOC数据库实现高效准确的TOC智能预测.
|
| 关 键 词： | 高热演化页岩 总有机碳(TOC) 地球物理预测 机器学习法 |
|
