岩性油气藏  2021, Vol. 33 Issue (1): 248-257       PDF    
×
基于拟三维多属性反演的优质烃源岩分布预测
姚军, 乐幸福, 陈娟, 苏旺, 张永峰     
中国石油勘探开发研究院西北分院, 兰州 730020
摘要: 四川盆地川西—川中过渡带须家河组是典型的“三明治”结构,源储叠置发育。因此,有效预测优质烃源岩分布成为该层系致密气勘探的决定因素之一。笔者首先以岩心TOC实测值为参照、以常规测井曲线为基础、运用多元线性回归算法计算单井TOC曲线,然后利用二维地震数据建立拟三维地震测网,基于此再进行多属性反演及数据筛选完成了须家河组一、三、五段优质烃源岩分布预测。该方法提高了二维地震资料的利用率,增强了优质烃源岩分布预测结果的准确性,同时提高了多属性反演的计算效率。运用拟三维多属性反演对优质烃源岩分布进行有效预测为致密气在二维地震部署区域的进一步勘探打下了坚实基础。
关键词: 优质烃源岩    总有机碳含量    拟三维    多属性反演    须家河组    
Prediction of high-quality source rock distribution based on pseudo-3D multi-attribute inversion
YAO Jun, LE Xingfu, CHEN Juan, SU Wang, ZHANG Yongfeng     
PetroChina Research Institute of Petroleum Exploration and Development-Northwest, Lanzhou 730020, China
Abstract: The Xujiahe Formation in the transitional zone of central-western Sichuan Basin is a typical "sandwich" structure, with source and reservoir being stacked vertically. The effective prediction of high-quality source rock distribution is one of the major determinants of tight gas exploration in this formation. Based on the measured value of core TOC, conventional logging curves, multiple linear regression algorithm was applied to calculate TOC curve of single well, a pseudo-three dimensional seismic network was built with two-dimensional seismic data, and then multi-attribute inversion and data selection were carried out to complete the distribution prediction of high-quality source rocks in the first, third and fifth members of Xujiahe Formation. The method improves the utilization of two-dimensional seismic data, enhances the accuracy of prediction results of highquality source rock distribution, and improves the calculation efficiency of multi-attribute inversion. The application of pseudo-3D multi-attribute inversion to the effective prediction of high-quality source rock distribution lays a solid foundation for the further exploration of tight gas in the two-dimensional seismic deployment area.
Key words: high-quality source rock    TOC content    pseudo-3D    multi-attribute inversion    Xujiahe Formation    
0 引言

总有机碳含量(TOC)是表征有机质丰度的重要参数。目前预测TOC平面分布的方法有测井分析结合钻井勾绘法,如Mendelzon等[1]在1985年出版的运用测井数据的多属性分析来表征烃源岩的专著,李强等[2]于2018年对川西坳陷优质烃源岩进行测井定量预测,单俊峰等[3]于2017年对辽河坳陷雷家致密油烃源岩进行评价,蒋德鑫等[4]于2019年以陆丰凹陷文昌组为例对烃源岩总有机碳含量的测井模型进行了探讨;此外还有地震属性分析法,如Loseth等[5]于2011年利用最大波谷振幅属性来预测烃源岩厚度,曹强等[6]于2008年运用地震属性法在南黄海北部盆地勘探新区对烃源岩厚度进行了预测,李林等[7]于2010年在涠西南凹陷通过对地震多属性进行优化,找到最佳属性组合,实现了TOC数据体的预测;到目前为止,最为常用的还属地震反演方法,如Leedberg[8]在阿拉斯加北部盆地运用地震反演预测过页岩油的烃源岩分布,秦建强等[9]于2018年运用三维地震资料通过地震多属性反演方法预测整个地层的有机质丰度,陶倩倩等[10]于2015年利用分频反演技术预测烃源岩。

运用多属性反演方法预测储层参数是目前较为常用的方法[11],且多以孔隙度、自然伽马等表征储层的参数预测为主。李金磊等[12]运用该反演方法对烃源岩评价参数如Ro值、TOC值等进行了有效预测。川西—川中过渡带中只有部分钻井具有岩心实测TOC值,根据岩心TOC实测值以常规测井曲线为基础运用多元线性回归算法计算单井TOC曲线[13-14]。目前研究区只包含二维测线,运用多属性反演来有效预测TOC常分布只能基于二维地震资料,其常规方法是:逐线进行合成地震记录标定,在此基础上逐线进行多属性反演计算TOC数据体,然后根据表征优质烃源岩的TOC门槛值对TOC数据体逐线进行筛选,最后统计符合条件的TOC值的厚度,完成优质烃源岩分布预测。烃源岩的研究工作通常是区域性的,面积较大,测线较多,按照上述方法做会存在如下几个问题:①二维地震测线较多,逐线进行多属性反演工作量大,耗时长;②距离已钻井较远的二维地震测线无法进行合成地震记录标定,从而无法参与多属性反演,成为废线;③若废线较多,使得参与多属性反演的二维地震测线分布不均匀,难以准确进行反演TOC的平面插值,进一步影响优质烃源岩分布预测结果的准确性。

为了克服上述研究难点,笔者以二维叠后地震资料为基础,根据研究区面积大小,设置合理的线道号间隔,建立三维地震测网;然后将二维地震数据按照追加的方式加载到三维地震测网,形成拟三维地震数据;基于此再进行多属性反演来预测川西—川中过渡带须家河组一、三、五段TOC的平面分布,以期预测优质烃源岩的平面分布。

1 地质背景

四川盆地川西—川中过渡带位于绵阳市东南部,其须家河组地层分为6段(图 1):须一段中下部为深灰色泥质云岩夹薄层灰色灰岩,上部为黑灰色页岩夹薄层粉砂岩;须二段为灰白色中细粒砂岩;须三段为灰黑色页岩夹灰色石灰岩,局部具有煤线;须四段为灰白色中细粒砂岩,间夹薄层黑色页岩及煤线;须五段为灰黑色页岩、炭质页岩夹灰色粉砂岩及薄煤层;须六段顶部为铁质砂岩,其余为灰白色含长石石英砂岩。因此须家河组一、三、五段以泥页岩为主,二、四、六段为致密砂岩储层,是典型的“三明治”结构,源储叠置发育,近源充注。致密气的勘探在很大程度上取决于烃源岩的品质和分布。针对气源岩,品质较好的烃源岩即优质烃源岩,一般是有机质丰度较高同时类型较好且成熟度较高的烃源岩。在川西—川中过渡带,须家河组烃源岩平均Ro值大于1.2%,成熟度较高,有机质类型较好,为腐泥型[15-17],因此有效预测出有机质丰度较高的优质烃源岩的分布成为该区须家河组致密气勘探的关键。

下载原图 图 1 四川盆地构造分区(a)和须家河组综合柱状图(b) Fig. 1 Tectonic division (a) and Lithological column (b) of Xujiahe Formation in Sichuan Basin
2 单井TOC曲线计算

运用多属性反演方法预测TOC值,须要参与反演的钻井具有TOC曲线,但实际上TOC曲线无法通过现有测井技术直接测得。因为TOC在自然伽马(GR)、电阻率(Rt)、声波时差(AC)、中子孔隙度(CNL)、补偿密度(DEN)等地球物理测井参数上有一定的反映[18-23],因此须要根据四川盆地川西—川中过渡带部分钻井在须家河组的岩心测试TOC值结合测井曲线进行拟合。如图 2所示,研究区须家河组烃源岩的测井响应特征为:高自然伽马、低电阻率、低声波时差、高补偿中子、低补偿密度(图中实测TOC值为红色杆状标记)。

下载原图 图 2 川西—川中过渡带QL2井须家河组五段常规测井曲线与岩心实测TOC值对比图 Fig. 2 Comparison between conventional logging curves and core test TOC values of the fifth member of Xujiahe Formation in well QL2 in the transitional zone of central-western Sichuan Basin

通过交会图(图 3)分析发现,各曲线对TOC值的相关性由高到低分别为:补偿密度、声波时差、自然伽马、补偿中子、电阻率,但各曲线与TOC值的相关系数均低于0.55。因此运用单一测井曲线去拟合TOC曲线的准确度较低。为达到后续TOC值平面预测的要求,须要找到一种方法能够综合并且尽可能放大各常规测井曲线与实测TOC值相关性大的部分,同时尽可能去除相关性小的部分,最终达到准确拟合TOC曲线的目的。

下载原图 图 3 川西—川中过渡带QL2井须家河组五段各测井曲线与岩心实测TOC交会图 Fig. 3 Cross plots between conventional logging curves and core test TOC values of the fifth member of Xujiahe Formation in well QL2 in the transitional zone of central-western Sichuan Basin

多元线性回归算法就是能够满足上述要求的一种常用的数学方法。该方法可以通过多个变量(常规测井曲线)之间的加权求和来最大程度保留变量与目标值相关性大的部分,实现多个变量的最优组合来共同预测或估计目标值(TOC),预测结果有效且符合实际。根据川西—川中过渡带现有钻井资料,优选前4种常规测井曲线运用多元线性回归算法得到TOC曲线的计算公式。

$ \begin{array}{l} w({\rm{TOC}}) = 13.943 - 4.9788\;DEN - 0.0198\;AC + \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;0.0148\;GR + 0.03\;CNL \end{array} $ (1)

运用该公式计算的QL2井TOC值与实测TOC值相关系数达到0.805(图 4),吻合度良好。鉴于川西—川中过渡带构造平缓,须家河组起伏较小,针对所有钻穿目的层且具有上述4种常规测井曲线的钻井分别运用该公式计算出单井TOC曲线。经钻井实测TOC值与其拟合的TOC曲线对比,相关系数均大于0.750。

下载原图 图 4 QL2井预测TOC和实测TOC值交会图 Fig. 4 Cross plot between core test TOC values and calculated TOC values of well QL2
3 拟三维工区的建立

四川盆地川西—川中过渡带须家河组由北西向南东方向逐渐升高,但整体表现平缓,褶皱强度小,最大高差约为800 m。从须一段到须六段构造形态呈继承性发育,纵向上变化较小。川西—川中过渡带共有二维地震测线92条,间距约800~3 800 m,面积约4 400 km2,钻穿须家河组并且具有计算TOC曲线的钻井共计30余口,分布不均匀(图 5)。二维地震测线的密度和间距能够满足川西—川中过渡带区域性研究对地震资料的要求。

下载原图 图 5 川西—川中过渡带须家河组顶界构造图(叠合二维地震测线) Fig. 5 Structural map of top boundary of Xujiahe Formation in the transitional zone of central-western Sichuan Basin

川西—川中过渡带须家河组烃源岩主要存在于须一段、须三段、须五段。图 6为QL10井的过井地震剖面及合成地震记录标定。从自然伽马曲线可看出:须家河组含烃源岩的地层中,烃源岩单层厚度较小,虽然含量较多,但其与砂岩以互层形式存在,而地震反射剖面受其自身分辨率的影响,单层烃源岩的反射特征无法明确表示。但总体上看,以烃源岩为主的局部地层为波谷反射,如图 6中2 800~ 2 900 m,3 140~3 190 m处。因此,须要通过地震反演技术来更为准确地预测优质烃源岩的分布。

下载原图 图 6 QL10井过井地震剖面及合成地震记录标定图 Fig. 6 Cross-well seismic section and synthetic seismic record calibration of well QL10

四川盆地川西—川中过渡带二维地震测线较多,根据现有反演软件的计算流程只能单线逐线进行多属性反演,并且需要每条地震测线都进行合成地震记录标定和多属性反演计算TOC值;区内钻井分布不均匀,很多地震测线距离钻井较远,在多属性反演当中无法进行钻井合成地震记录标定(工区西南部和东南部部分测线),从而无法参与多属性反演,成为废线。废线太多会严重影响优质烃源岩分布预测结果的准确性。

川西—川中过渡带须家河组整体比较平缓,并无大的构造变化。在这种背景下,二维地震单线逐线进行多属性反演与二维地震测线融合成为拟三维地震数据之后再进行多属性反演的精度基本是相同的。因此,若将二维地震测线融合后运用拟三维多属性反演在克服上述难点的同时还能够保证预测结果的准确度,能够满足川西—川中过渡带优质烃源岩区域性研究的精度要求。如图 7(a)所示,二维地震测线逐线进行多属性反演只有well井周边的3条测线可以利用,其他测线由于无法进行合成地震记录标定而成为废线,无法参与多属性反演;若将二维地震数据整合成1个拟三维地震数据,那么可以通过地震数据的相互连接,通过井旁地震测线的合成地震记录标定将钻井信息传递到所有的测线[图 7(b)],从而使所有地震测线能够参与多属性反演。此外,二维逐线反演,图 7(a)中能够参与多属性反演的3条地震测线需要与well井分别进行合成地震记录标定,而拟三维多属性反演只须图 7(b)中well井旁的地震测线进行一次合成地震记录标定即可。

下载原图 图 7 二维多属性反演(a)与拟三维多属性反演(b)对比图 Fig. 7 Comparison of 2D (a) and pseudo-3D (b) multi-attribute inversion

根据川西—川中过渡带二维地震测线的分布情况,确定拟三维工区主测线间和联络测线间间隔距离为20 m,通过式(2)—(3)计算出主测线数为4 214,联络测线数为2 745。

$ Num\_{\rm{line = }}\frac{{Max\_x{\rm{ - }}Min\_x}}{{Inter\_{\rm{ine + 1}}}} $ (2)

$ Num\_{\rm{trace = }}\frac{{Max\_y{\rm{ - }}Min\_y}}{{Inter\_{\rm{race + 1}}}} $ (3)

式中:Num_line为主测线数,条;Num_trace为联络测线数,条;Max_xx坐标最大值,m;Min_xx坐标最小值,m;Max_yy坐标最大值,m;Min_yy坐标最小值,m;Inter_line为主测线间距,m;Inter_trace为联络测线间距,m。

在拟三维测网建立的基础上,将二维地震数据逐线以追加的方式加载到拟三维测网当中形成1个三维地震数据体。为保证拟三维地震数据体的统一以及钻井信息能够传递到每一条测线,加载到拟三维测网中的二维地震数据须进行闭合差较正和采样率统一化,并且将独立的二维地震测线(与其他任意测线无交点)去除。

4 拟三维多属性反演

以拟三维地震数据体为基础,以30余口钻井合成记录标定为前提,运用多属性反演当中的神经网络算法[24],优选了5个地震属性(振幅包络、瞬时振幅导数、积分绝对振幅、瞬时频率、余弦相位)反演钻井TOC值,把部分钻井TOC曲线与反演结果进行对比,得出总相关系数达到了0.705,说明钻井反演结果准确可靠。将通过神经网络算法得出的这5个地震属性与钻井TOC值的非线性关系运用到整个拟三维地震数据,最终反演出TOC数据体。如图 8所示,NC2井曲线为计算出的TOC曲线,地震反演结果与TOC曲线吻合良好,准确度高。

下载原图 图 8 川西—川中过渡带须家河组一、三、五段烃源岩某二维测线TOC反演剖面 Fig. 8 TOC inversion profile of source rocks of the first, third and fifth members of Xujiahe Formation of a 2D survey line in the transitional zone of central-western Sichuan Basin
5 优质烃源岩分布预测

根据测井资料分析,四川盆地川西—川中过渡带须家河组烃源岩的泥质质量分数大于44.0%。前期研究结果表明,当TOC质量分数大于1.5%的时候,烃源岩为优质烃源岩[25-30]。因此,川西—川中过渡带须家河组优质烃源岩须同时满足2个必要条件:泥质质量分数大于44.0%、TOC质量分数大于1.5%。按照拟三维多属性反演预测TOC分布的技术方法对泥质含量的分布也进行了预测(图 9,NC2井曲线为计算出的泥质含量曲线)。首先以泥质含量反演体为参考,在TOC反演体上去除泥质质量分数小于44.0%的数据,然后在TOC反演体上去除TOC质量分数小于1.5%的数据,最终的筛选结果如图 10所示,即为优质烃源岩TOC值(NC2井曲线为计算出的TOC曲线)。

下载原图 图 9 川西—川中过渡带须家河组一、三、五段烃源岩某二维测线泥质含量反演剖面 Fig. 9 Shale content inversion profile of source rocks of the first, third and fifth members of Xujiahe Formation of a 2D survey line in the transitional zone of central-western Sichuan Basin
下载原图 图 10 川西—川中过渡带须家河组一、三、五段烃源岩某二维测线TOC筛选剖面 Fig. 10 TOC screening inversion profile of source rocks of the first, third and fifth members of Xujiahe Formation of a 2D survey line in the transitional zone of central-western Sichuan Basin

对筛选后的TOC反演体根据合成地震记录标定的时深关系进行深度域转换,然后逐道进行采样点统计,最终将统计出的每道符合条件的样点个数与深度域采样率相乘得到优质烃源岩的厚度分布(图 11)。

下载原图 图 11 川西—川中过渡带拟三维工区中须一段优质烃源岩分布图(未插值) Fig. 11 Distribution of high-quality source rocks of the first member of Xujiahe Formation in pseudo-3D work area in the transitional zone of central-western Sichuan Basin

运用上述方法统计优质烃源岩厚度是直接基于符合条件的样点之上的,较以往通过地震属性与钻井统计厚度拟合关系及其他地质统计学的厚度计算方法准确度更高,误差更小。在此基础上结合无测线区钻井统计的优质烃源岩厚度通过平面插值最终完成研究区须家河组一、三、五段优质烃源岩分布图。图 12为川西—川中过渡带须一段优质烃源岩分布图,须一段优质烃源岩厚度为10~150 m,总体由北西向南东减薄,符合该区须一段沉积前西边凹地东边逐渐变高的地貌特征和沉积规律。基于此,对其上部须二段储层进行了目标评价工作,最终在川西—川中过渡带中北部须一段优质烃源岩较厚的区域成功部署了2口预探井well1和well2。

下载原图 图 12 川西—川中过渡带须一段优质烃源岩分布图 Fig. 12 Distribution of high-quality source rock of the first member of Xujiahe formation in the transitional zone of central-western Sichuan Basin
6 结论

(1)四川盆地川西—川中过渡带二维地震测线较多,钻井较少且分布不均匀,在这种条件下采用常规二维多属性反演方法来预测优质烃源岩的分布须要逐线进行合成记录标定及多属性反演,工作量大;在无井区的二维地震测线因不能进行合成记录标定而无法利用,从而影响预测结果的准确性。拟三维多属性反演方法将所有具有交点的二维测线合并成一个拟三维数据体,单井合成记录标定及多属性反演只须进行1次,能够高效而准确地达到该区优质烃源岩分布预测的目的。

(2)通过在深度域直接对反演结果符合条件的样点进行统计来计算优质烃源岩厚度,较以往通过地震属性与钻井统计厚度拟合关系及其他地质统计学的厚度计算方法准确度更高,误差更小。

(3)该方法对所有基于叠后地震资料的反演技术均适用,流程简单,可操作性强,结果可靠。

致谢: 在本文完成过程中,中国石油西南油气田分公司勘探开发研究院吴长江高级工程师给予了悉心指导,在此表示感谢!

参考文献
[1]
MENDELZON J D, TOKSOZ M N. Source rock characterization using multivariate analysis of log data. Dallas, SPWLA 26th Annual Logging Symposium, 1985.
[2]
李强, 袁东山, 杨映涛, 等. 川西坳陷优质烃源岩测井定量预测及分布:以须家河组五段为例. 天然气技术与经济, 2018, 12(2): 21-23.
LI Q, YUAN D S, YANG Y T, et al. Well-logging quantitative prediction of high-quality source rock in Western Sichuan Depression and its distribution:an example from Xujiahe 5 member. Natural Gas Technology and Economy, 2018, 12(2): 21-23. DOI:10.3969/j.issn.2095-1132.2018.02.005
[3]
单俊峰, 王佳林, 韩霞. 辽河坳陷雷家致密油烃源岩评价标准探讨. 特种油气藏, 2017, 24(1): 22-26.
SHAN J F, WANG J L, HAN X. Discussion of Leijia sourcerock evaluation criteria in Liaohe Depression. Special Oil and Gas Reservoirs, 2017, 24(1): 22-26. DOI:10.3969/j.issn.1006-6535.2017.01.005
[4]
蒋德鑫, 姜正龙, 张贺, 等. 烃源岩总有机碳含量测井预测模型探讨:以陆丰凹陷文昌组为例. 岩性油气藏, 2019, 31(6): 109-117.
JIANG D X, JIANG Z L, ZHANG H, et al. Well logging prediction models of TOC content in source rocks:a case of Wenchang Formation in Lufeng Sag. Lithologic Reservoirs, 2019, 31(6): 109-117.
[5]
LOSETH H, WENSAAS L, GADING M, et al. Can hydrocarbon source rocks be identified on seismic data. Geology, 2011, 39(12): 1167-1170. DOI:10.1130/G32328.1
[6]
曹强, 叶加仁, 石万忠. 地震属性法在南黄海北部盆地勘探新区烃源岩厚度预测中的应用. 海洋地质与第四纪地质, 2008, 28(5): 109-114.
CAO Q, YE J R, SHI W Z. Application of the method of seismic attribution to prediction of source rock thickness in new exploration areas of north depression in South Yellow Sea Basin. Marine Geology & Quaternary Geology, 2008, 28(5): 109-114.
[7]
李林, 刘兵, 李绪深, 等. 多属性预测在涠西南凹陷烃源岩研究中的应用. 地球物理学进展, 2010, 25(5): 1737-1743.
LI L, LIU B, LI X S, et al. Application of multi-attribute prediction to the Weixinan Depression dominate source rock. Progress in Geophysics, 2010, 25(5): 1737-1743.
[8]
LEEDBERG S E. Evaluating hydrocarbon source rock for unconventional shale oil play from seismic and well log data: Kingak Shale, North Slope, Alaska. Texas: The University of Texas at El Paso, 2012.
[9]
秦建强, 付德亮, 钱亚芳, 等. 烃源岩有机质丰度预测的地球物理研究进展. 石油物探, 2018, 57(6): 803-812.
QIN J Q, FU D L, QIAN Y F, et al. Progress of geophysical methods for the evaluation of TOC of source rock. Geophysical Prospecting for Petroleum, 2018, 57(6): 803-812. DOI:10.3969/j.issn.1000-1441.2018.06.002
[10]
陶倩倩, 李达, 杨希冰, 等. 利用分频反演技术预测烃源岩. 石油地球物理勘探, 2015, 50(4): 706-713.
TAO Q Q, LI D, YANG X B, et al. Hydrocarbon source rock prediction with frequency divided inversion. Oil Geophysical Prospecting, 2015, 50(4): 706-713.
[11]
金吉能, 潘仁芳, 王鹏, 等. 地震多属性反演预测页岩总有机碳含量. 石油天然气学报, 2012, 34(11): 68-72.
JIN J N, PAN R F, WANG P, et al. Prediction of total organic carbon content of shale using seismic multi-attribute inversion. Journal of Oil and Gas Technology, 2012, 34(11): 68-72. DOI:10.3969/j.issn.1000-9752.2012.11.014
[12]
李金磊, 尹正武. 四川盆地焦石坝地区页岩气储层地震定量预测方法. 石油物探, 2015, 54(3): 324-330.
LI J L, YIN Z W. Seismic quantitative prediction method of shale gas reservoirs in the Jiaoshiba area, Sichuan Basin. Geophysical Prospecting for Petroleum, 2015, 54(3): 324-330. DOI:10.3969/j.issn.1000-1441.2015.03.011
[13]
王俊瑞, 梁力文, 邓强, 等. 基于多元回归模型重构测井曲线的方法研究及应用. 岩性油气藏, 2016, 28(3): 113-120.
WANG J R, LIANG L W, DENG Q, et al. Research and application of log reconstruction based on multiple regression model. Lithologic Reservoirs, 2016, 28(3): 113-120. DOI:10.3969/j.issn.1673-8926.2016.03.015
[14]
李小燕, 乔华伟, 张建魁, 等. 鄂尔多斯盆地姬塬地区长6储层矿物含量与孔隙度的线性关系. 岩性油气藏, 2019, 31(2): 66-74.
LI X Y, QIAO H W, ZHANG J K, et al. Linear relationship between mineral content and porosity of Chang 6 reservoir in Jiyuan area, Ordos Basin. Lithologic Reservoirs, 2019, 31(2): 66-74.
[15]
杨阳, 王顺玉, 黄羚, 等. 川中-川南过渡带须家河组烃源岩特征. 天然气工业, 2009, 29(6): 27-30.
YANG Y, WANG S Y, HUANG L, et al. Features of source rocks in the Xujiahe Formation at the transitional zone of centralsouthern Sichuan Basin. Natural Gas Industry, 2009, 29(6): 27-30. DOI:10.3787/j.issn.1000-0976.2009.06.007
[16]
唐松, 郭蕊莹, 唐仕谷, 等. 四川盆地中部须家河组天然气成藏条件及规律. 化学工程与装备, 2012(9): 108-110.
TANG S, GUO R Y, TANG S G, et al. Natural gas accumulation conditions and rules of the Xujiahe Formation in the central Sichuan Basin. Chemical Engineering & Equipment, 2012(9): 108-110.
[17]
徐樟有, 宋丽, 吴欣松, 等. 川中地区上三叠统须家河组典型气藏解剖与天然气成藏主控因素分析. 岩性油气藏, 2009, 21(2): 7-11.
XU Z Y, SONG L, WU X S, et al. Typical gas reservoirs and main controlling factors of reservoir-forming of Upper Triassic Xujiahe Formation in central Sichuan Basin. Lithologic Reservoirs, 2009, 21(2): 7-11.
[18]
牛聪, 刘志斌, 王彦春, 等. 应用地球物理技术定量评价辽西凹陷沙河街组烃源岩. 石油地球物理勘探, 2017, 52(1): 131-137.
NIU C, LIU Z B, WANG Y C, et al. Quantitative evaluation of source rocks of Shahejie Formation in Liaoxi Depression with geophysical approaches. Oil Geophysical Prospecting, 2017, 52(1): 131-137.
[19]
PASSEY Q R, CREANEY S, KULLA J B, et al. A practical model for organic richness from porosity and resistivity logs. AAPG Bulletin, 1990, 74(12): 1777-1794.
[20]
SCHMOKER J W. Determination of organic content of Appalachian Devonian shales from formation-density logs. AAPG Bulletin, 1979, 63(9): 1504-1509.
[21]
陈曜岑. 利用测井资料研究和评价生油岩. 石油物探, 1996, 35(1): 99-106.
CHEN Y C. Study and evaluation of oil source rock using log data. Geophysical Prospecting for Petroleum, 1996, 35(1): 99-106.
[22]
李延钧, 张烈辉, 冯媛媛, 等. 页岩有机碳含量测井评价方法及其应用. 天然气地球科学, 2013, 24(1): 169-175.
LI Y J, ZHANG L H, FENG Y Y, et al. Logging evaluation method and its application for measuring the total organic carbon content in shale gas. Natural Gas Geoscience, 2013, 24(1): 169-175.
[23]
曲彦胜, 钟宁宁, 刘岩, 等. 烃源岩有机质丰度的测井计算方法及影响因素探讨. 岩性油气藏, 2011, 23(2): 80-84.
QU Y S, ZHONG N N, LIU Y, et al. Using logging methods to calculate organic matter abundance of source rocks and its influencing factors. Lithologic Reservoirs, 2011, 23(2): 80-84.
[24]
黄玉, 白晓寅, 郭璇, 等. 层序约束下的火山岩储层地震反演技术及其应用. 岩性油气藏, 2011, 23(6): 89-92.
HUANG Y, BAI X Y, GUO X, et al. Seismic inversion technique based on volcanic sequence and its application. Lithologic Reservoirs, 2011, 23(6): 89-92.
[25]
李松峰, 毕建霞, 曾正清, 等. 普光地区须家河组烃源岩地球物理预测. 断块油气田, 2015, 22(6): 705-710.
LI S F, BI J X, ZENG Z Q, et al. Geophysical prediction of Xujiahe Formation source rock in Puguang area. Fault-Block Oil & Gas Field, 2015, 22(6): 705-710.
[26]
李松峰, 王生朗, 毕建霞, 等. 普光地区须家河组烃源岩特征及成烃演化过程. 地球科学, 2016, 41(5): 843-852.
LI S F, WANG S L, BI J X, et al. Characteristics of Xujiahe Formation source rock and process of hydrocarbon-generation evolution in Puguang area. Earth Science, 2016, 41(5): 843-852.
[27]
罗斌, 张立夫, 董杰. 普光地区上三叠统须家河组烃源岩地球化学特征. 辽宁化工, 2015, 45(4): 441-444.
LUO B, ZHANG L F, DONG J. Geochemistry characteristics of source rocks in Triassic Xujiahe Group of Puguang area. Liaoning Chemical Industry, 2015, 45(4): 441-444.
[28]
黄亮, 孟海龙, 周鑫宇, 等. 四川盆地须五段烃源岩地化特征及有利烃源岩分布预测. 重庆科技学院学报(自然科学版), 2013, 15(5): 1-4.
HUANG L, MENG H L, ZHOU X Y, et al. Research on source characteristics and favorable source rock distribution areas prediction of the fifth member of Xujiahe Formation of Sichuan Basin. Journal of Chongqing University of Science and Technology(Natural Sciences Edition), 2013, 15(5): 1-4.
[29]
罗睿.川西与川中地区T3-K烃源岩地球化学特征及对比.成都: 成都理工大学, 2012.
LUO R. Geochemical characteristics and comparison of T3-K source rocks in the west and middle Sichuan. Chengdu: Chengdu University of Technology, 2012.
[30]
周启伟, 李勇, 汪正江, 等. 龙门山前陆盆地南段须家河组页岩有机地球化学特征. 岩性油气藏, 2016, 28(6): 45-51.
ZHOU Q W, LI Y, WANG Z J, et al. Organic geochemical characteristics of shale of Xujiahe Formation in the southern Longmen Mountain foreland basin. Lithologic Reservoirs, 2016, 28(6): 45-51.