文章快速检索     高级检索
  中国石油勘探  2019, Vol. 24 Issue (1): 129-136  DOI:10.3969/j.issn.1672-7703.2019.01.014
0

引用本文 

王龙, 张金川, 唐玄. 鄂尔多斯盆地下寺湾-云岩地区长7段页岩气测井评价与分布规律研究[J]. 中国石油勘探, 2019, 24(1): 129-136. DOI: 10.3969/j.issn.1672-7703.2019.01.014.
Wang Long, Zhang Jinchuan, Tang Xuan. Logging evaluation and distribution law of Chang 7 shale gas in Xiasiwan-Yunyan area, Ordos Basin[J]. China Petroleum Exploration, 2019, 24(1): 129-136. DOI: 10.3969/j.issn.1672-7703.2019.01.014.

基金项目

国家科技重大专项“页岩气资源潜力评价方法与勘查技术攻关”(2016ZX05034)

第一作者简介

王龙(1987-), 男, 宁夏银川人, 硕士, 2013年毕业于中国地质大学(北京), 工程师, 现主要从事油气地质综合研究方面的工作。地址:北京市朝阳区太阳宫南街6号院中海油大厦, 邮政编码:100028。E-mail:37306585@qq.com

文章历史

收稿日期:2018-01-09
修改日期:2018-12-11
鄂尔多斯盆地下寺湾-云岩地区长7段页岩气测井评价与分布规律研究
王龙1, 张金川2, 唐玄2     
1. 中海油研究总院有限责任公司;
2. 中国地质大学(北京)
摘要: 应用测井资料建立页岩气地质特征定量模型,能够方便快捷地获取连续泥页岩层段的地质信息,从而为页岩气地质研究提供依据。以页岩气测井评价方法为基础,结合鄂尔多斯盆地下寺湾-云岩地区延长组长7段页岩地质特点,以岩心测试数据作为修正标准,使用△lgR法、声波时差法和孔隙度-成熟度相关性方法,建立了研究区长7段有机碳含量、孔隙度和成熟度的测井计算模型。通过模型计算了研究区内多口单井页岩地质参数,从而预测长7段页岩有机碳含量分布在0.5%~6.5%之间,镜质组反射率介于0.65%~1.25%,孔隙度普遍偏低。并以此为依据,明确了长7段页岩地质特征及其展布规律,为后期页岩气勘探开发奠定了基础。
关键词: 鄂尔多斯盆地    长7段    页岩气    测井    有机碳含量    孔隙度    成熟度    
Logging evaluation and distribution law of Chang 7 shale gas in Xiasiwan-Yunyan area, Ordos Basin
Wang Long1 , Zhang Jinchuan2 , Tang Xuan2     
1. CNOOC Research Institute Co., Ltd;
2. China University of Geosciences(Beijing
Abstract: By establishing a quantitative model using logging data, it is simple to obtain the geological information of continuous mud shale intervals, and provide basic data for shale gas geological research. In this study, based on the shale gas logging evaluation method, considering the geological characteristics, taking the core data as the correcting standard, and using the △1gR method, the AC method and the porosity -maturity correlation method, logging models were built, involving organic carbon content, porosity and maturity in the Chang 7 Member of the Yanchang Formation in the Xiasiwan-Yunyan area, Ordos Basin. Application of the models in individual wells estimated the organic carbon content from 0.5% to 6.5%, the vitrinite reflectance from 0.65% to 1.25%, and low porosity in the Chang 7 shale. Based on these data, the geological characteristics and the distribution law of the Chang 7 shale are clear, which lays a foundation for future exploration and development of shale gas.
Key words: Ordos Basin    Chang 7 Member    shale gas    logging    organic carbon content    porosity    maturity    
0 引言

随着国民经济的迅速发展,现代社会对能源的需求日益增加,以页岩气为代表的非常规能源作为常规油气类型的重要补充和接替,越来越得到重视和关注[1-3]。目前,美国和加拿大已实现页岩气的商业开发。而根据前期资源评价,中国页岩气资源潜力巨大,可采资源量为(11.5~36.1)×1012m3[4-5]。实现中国页岩气的高效勘探开发必将从整体上改变中国的能源格局,缓解中国能源供应不足的局面,优化资源结构,保证能源安全,推动经济发展[6-11]

与常规油气资源不同,页岩气赋存于泥页岩中,要评价页岩气的资源潜力,需要精细刻画其空间展布,获取总有机碳含量、成熟度等关键地球化学指标和储集物性参数。现场采样进行实验分析耗时长、费用高,且无法得到整个泥页岩层段的连续地质信息。通过测井资料分析获得页岩气富集层段的参数,可以为泥页岩地质特征研究提供更加快捷、方便、合理的评价参数值。

本文在研究国内外多种页岩气测井方法的基础上,结合研究区地质背景和实际资料,对有机碳含量、有机质成熟度和孔隙度等页岩气评价关键指标进行定量计算,并以此为基础对研究区页岩气地质特征进行分析和评价,以期对该区页岩气勘探起到一定的指导作用。

1 研究区地质背景

鄂尔多斯盆地位于华北地台西部,为一大型多旋回克拉通叠合盆地,整体为南北翘起、东翼宽缓、西翼高陡的不对称向斜[12]。全盆可以划分为伊盟隆起、西缘逆冲带、天环坳陷、伊陕斜坡、晋西挠褶带、渭北隆起6个一级构造单元,下寺湾—云岩地区位于伊陕斜坡东南部(图 1)。

图 1 研究区位置图 Fig. 1 Location map of the study area

晚三叠世,鄂尔多斯盆地处于坳陷期,形成内陆湖盆,沉积延长组长10段至长1段[13-16]。长7段沉积时期,盆地坳陷最为强烈,加之气候湿润,湖盆面积广,水量充沛。研究区仅在北缘发育小规模三角洲,大部分区域发育湖相沉积环境,南部处于半深湖—深湖还原环境,暗色泥页岩非常发育,沉积厚度大、有机质丰富,具备形成页岩气富集优质层段的条件(图 2)。

图 2 下寺湾—云岩地区长7段沉积相图 Fig. 2 Sedimentary facies of Chang 7 Member in the Xiasiwan-Yunyan area
2 页岩气测井评价参数及方法 2.1 有机碳含量测井评价方法

有机碳含量(TOC)是评价页岩气地质特征最基础的参数之一,可以定量表示烃源岩中有机质的富集程度[17]。岩石中有机质的存在会引起测井曲线的明显响应,包括高自然伽马、高电阻率、高声波时差、低密度等。因此,利用不同测井曲线的差异特征可以估算泥页岩地层中有机碳含量(表 1)。

表 1 有机碳含量测井评价方法及其优缺点 Table 1 Logging evaluation method of organic carbon content and its advantages and disadvantages

寻找与有机碳含量相关的单一曲线,通过拟合经验公式建立关系的方法称为直接关系法[18]。对有机碳含量能够产生响应的测井曲线包括自然伽马、声波时差、中子密度和电阻率等。由于泥页岩非均质性强,不同层段及不同地区均存在差异,加之测井曲线响应特征的多解性,导致有机碳含量与单一测井曲线之间并不总能建立相关性较好的线性或非线性关系。这使得直接关系法的准确性及适用范围均较为有限。

神经网络法是在相互独立的测井曲线中建立非线性关系的数学运算方法,可用于估算有机碳含量。通过输入已知的相关测井曲线,对研究区域分层段进行统计分析,建立并修正测井曲线与有机碳含量的数据模型和经验公式。该方法针对具有一定研究基础的地区或局部层段预测效果较好,但对研究程度较低或非均质性较强的复杂地区泥页岩层段,预测较为困难。另外,不同研究者通过实际工作会得到不同的经验公式,方法的普适性相对较差[19-20]

脉冲中子—伽马能谱及密度—核磁共振法,均是依据特殊测井方法的不同原理,更加精细地测量地层中的元素或流体信息,构建更为完备的岩石物理模型并推算泥页岩层段中有机碳含量的方法。通过这些方法估算有机碳含量准确率较高,但均需要进行特殊测井以获得必要参数,价格昂贵,在国内并未普及[21]。本文研究区内的各井均未进行过相关测井,因此无法应用类似方法。

利用不同测井曲线之间的组合关系可以估算有机碳含量,其中以声波时差—电阻率组合估算有机碳含量的ΔlgR法应用最为广泛[22](图 3)。

图 3 声波时差—电阻率曲线关系 Fig. 3 AC vs. resistivity curves

通常,有机质相对于围岩密度偏低,它对能量吸收强,导致能量衰减快、传播速度降低,因此具有声波时差大的特点;泥页岩层段的电阻率曲线并不会随着泥质含量的增高发生显著变化,但当泥页岩孔缝中存在大量烃类时,则会出现电阻率增大的变化特征[13]。据此,本文提出有机碳含量经验计算公式:

${\rm{TOC = }}\mathit{A} \times {\rm{lg}}{\mathit{R}_{\rm{t}}} + \mathit{B} \times \Delta \mathit{t + C} $

式中  Rt——实测电阻率,Ω·m;

        Δt——实测声波时差,μs/m;

        ABC——分别为不同地区的经验参数。

通过对研究区内30口标准井进行相关性分析,ΔlgR法计算有机碳含量与岩心实测有机碳含量相关性最好,且方法中所需要的声波时差和电阻率曲线是常规的测井序列,区内各井曲线较全、品质较好,是理想的有机碳含量预测方法。但是研究区长7段上部为一套连续沉积的砂岩,下部为含有粉砂质的泥页岩,该套泥页岩声波时差基线不稳定且难以确定,故对理论公式进行了一定的修正。利用多元统计分析,求出适合研究区的有机碳含量经验公式为:

${\rm{TOC = 1}}{\rm{.7}} \times {\rm{lg}}{\mathit{R}_{\rm{t}}} + 0.0123 \times \Delta t - 1.6709 $
2.2 孔隙度测井评价方法

孔隙度是评价储层储集性能的最重要指标,尽管泥页岩储层相对致密,但其微孔隙十分发育,同样具备一定的储集性能。准确确定泥页岩储层物性参数的难度很大,前人研究成果较少,适合特殊岩性地层孔隙度测量的测井方法并未普及[23-25]。本文仍采用常规的储层孔隙度计算方法,以密度、中子、声波时差等常规测井方法为基础,对泥页岩储层孔隙度进行评价。

研究区已有个别井在长7段底部泥页岩压裂试气,理论上可认为地层中所含流体为天然气。结合实验室测试的岩石骨架密度,利用声波时差方法,对研究区30口标准井进行孔隙度计算。计算公式如下:

$\phi = \frac{{\left( {\Delta \mathit{t - }\Delta {t_{{\rm{ma}}}}} \right)}}{{\left( {\Delta {t_{\rm{f}}} - \Delta {t_{{\rm{ma}}}}} \right)}} - \frac{{{V_{{\rm{and}}}}\left( {\Delta {\mathit{t}_{{\rm{sand}}}} - \Delta {t_{{\rm{ma}}}}} \right)}}{{\left( {\Delta {\mathit{t}_{\rm{f}}} - \Delta {t_{{\rm{ma}}}}} \right)}} $

式中  ϕ——纯泥页岩地层孔隙度,%;

        Δtf——甲烷声波时差,μs/m;Δtma——地层骨架密度声波时差,μs/m;Δtsand——砂质声波时差,μs/m;Vsand——泥页岩地层中砂质含量。

2.3 有机质成熟度测井评价方法

有机质成熟度是表征有机质热演化阶段的指标,可以判断泥页岩生烃有效性和产物性质,因此也是评价页岩气潜力的重要地球化学参数之一[26]。有机质成熟度通常通过测定镜质组反射率(Ro)获得。

前人对于有机质成熟度的测井评价方法研究较少,且多结合实际生产数据,研究区缺乏生产相关数据,无法直接应用。研究认为孔隙度和有机质成熟度均与作用时间呈线性关系,二者的不同体现在:孔隙度受上覆地层应力等多重因素控制,有机质成熟度则主要受地温影响,而地温与埋深大致呈线性关系[27-28]。因此,理论上孔隙度和有机质成熟度都是埋深与所经历的地质时间的函数,只是函数形式有差别。研究区内多口单井泥页岩样品实测孔隙度与实测成熟度指标(Ro)拟合关系良好(图 4)。

图 4 下寺湾—云岩地区长7段孔隙度与Ro关系图 Fig. 4 Porosity vs. Ro of Chang 7 Member in Xiasiwan-Yunyan area

通过拟合关系确定地层孔隙度与成熟度具有相关关系,计算公式如下:

${R_{\rm{o}}} = 2.5227 \times {\phi ^{ - 0.341}} $
3 页岩气地质特征测井评价 3.1 下寺湾地区典型井测井综合评价

为了验证测井计算得到的有机碳含量、有机质成熟度及孔隙度模型的准确性及适用性,选取LP177井作为验证井,对长7段进行综合评价。整体上看,LP177井测井计算有机碳含量与实验室实测有机碳含量相关性较好,仅在个别砂质含量相对较高的层段具有一定偏差;测井计算孔隙度及有机质成熟度与岩心测试数据相关性较好。综合测井解释认为,LP177井长7段自然伽马曲线均值明显增高,自然电位值整体降低;录井显示该套地层岩性主要为黑色泥页岩,测井解释泥质含量高;电阻率值增大,感应测井曲线变化明显,可以作为辅助判断含油气性的依据;声波时差曲线较其他层段明显增大。根据测井曲线计算结果,LP177井长7段泥页岩孔隙度介于2%~4%,TOC均值介于6%~8%,Ro主体介于0.5%~1%之间,与实测值匹配关系良好(图 5)。长7段底部发育的厚层泥页岩各项指标显示良好,可作为重点研究层段。

图 5 LP177井长7段下部泥页岩段综合测井解释剖面 Fig. 5 Comprehensive logging interpretation of the lower Chang 7 shale in Well LP177
3.2 泥页岩地质特征

通过对研究区多口单井进行测井评价,得到长7段有机碳含量、孔隙度以及有机质成熟度的平面分布规律。研究区长7段TOC变化范围较大,介于0.5%~6.5%之间,主体大于2%,达到好烃源岩的标准;平面上呈东北低西南高的展布特征,高值位于研究区西南部,其中L79井、L81井附近长7段TOC可达6.5%左右(图 6)。Ro值偏低,变化范围较大,主体介于0.65%~1.25%,处于生油—湿气阶段;平面上看,Ro的分布呈现中部低东西两端较高的趋势,其中高值区同样位于西南部L81井附近,最高值约为1.25%(图 7)。孔隙度相对偏低,介于2%~6.7%,大部分地区孔隙度大于4.5%,平面上呈现北高南低的展布特点,研究区北部靠近物源地区孔隙度达6%以上,靠近南部半深湖—深湖区域长7段孔隙度逐渐减小,最小为2.1%(图 8)。

图 6 下寺湾—云岩地区长7段测井评价TOC平面图 Fig. 6 TOC plan of Chang 7 Member in Xiasiwan-Yunyan area calculated by logging data
图 7 下寺湾—云岩地区长7段测井评价Ro平面图 Fig. 7 Ro plan of Chang 7 Member in Xiasiwan-Yunyan area calculated by logging data
图 8 下寺湾—云岩地区长7段测井评价孔隙度平面图 Fig. 8 Porosity plan of Chang 7 Member in Xiasiwan-Yunyan area calculated by logging data
4 结论

在实验室岩心测试数据修正的基础上,通过测井手段进行页岩气地质评价是切实可行的。根据下寺湾—云岩地区延长组的地质特点,选择相应的测井模型计算的研究区长7段泥页岩有机碳含量分布于0.5%~6.5%,Ro分布于0.65%~1.25%,孔隙度分布于2%~6.7%。基于以上参数对长7段泥页岩地质条件进行了定量评估,证实长7段是页岩气地质条件较好的层系之一。

利用多口钻井的测井曲线计算的长7段泥页岩有机碳含量、孔隙度和Ro,预测了研究区长7段泥页岩这3个地质参数的平面分布特征和展布规律。研究认为研究区西南侧为优质泥页岩的发育区,该区域泥页岩地质条件优越,是页岩气勘探开发的重要区域。

参考文献
[1]
张金川, 边瑞康, 荆铁亚, 唐玄, 尹腾宇, 张琴, 等. 页岩气理论研究的基础意义[J]. 地质通报, 2011, 30(2-3): 318-323.
Zhang Jinchuan, Bian Ruikang, Jing Tieya, Tang Xuan, Yin Tengyu, Zhang Qin, et al. Fundamental significance of gas shale theoretical research[J]. Geological Bulletin of China, 2011, 30(2-3): 318-323.
[2]
吕连宏, 张型芳, 庞卫科, 王健, 罗宏. 实施《页岩气发展规划(2016-2020年)》对环境影响研究[J]. 天然气工业, 2017, 37(3): 132-138.
Lü Lianhong, Zhang Xingfang, Pang Weike, Wang Jian, Luo Hong. Environmental impacts of the implementation of "Shale Gas Development Programming during the Chinese National 13th Five-Year (2016-2020) Plan"[J]. Natural Gas Industry, 2017, 37(3): 132-138.
[3]
康玉柱. 中国非常规油气勘探重大进展和资源潜力[J]. 石油科技论坛, 2018, 37(4): 1-7.
Kang Yuzhu. Significant exploration progress and resource potential of unconventional oil and gas in China[J]. Oil Forum, 2018, 37(4): 1-7. DOI:10.3969/j.issn.1002-302x.2018.04.001
[4]
董大忠, 邹才能, 杨桦, 王玉满, 李新景, 陈更生, 等. 中国页岩气勘探开发进展与发展前景[J]. 石油学报, 2012, 33(1): 107-114.
Dong Dazhong, Zou Caineng, Yang Hua, Wang Yuman, Li Xinjing, Chen Gengsheng, et al. Progress and Prospects of shale gas exploration and development in China[J]. Acta Petrolei Sinica, 2012, 33(1): 107-114. DOI:10.3969/j.issn.1001-8719.2012.01.019
[5]
张金川, 杨超, 陈前, 赵倩茹, 尉鹏飞, 姜生玲. 中国潜质页岩形成与分布[J]. 地学前缘, 2016, 23(1): 74-86.
Zhang Jinchuan, Yang Chao, Chen Qian, Zhao Qianru, Wei Pengfei, Jiang Shengling. Deposition and distribution of shales in China[J]. Earth Science Frontiers, 2016, 23(1): 74-86.
[6]
张金川, 姜生玲, 唐玄, 张培先, 唐颖, 荆铁亚. 我国页岩气富集类型及资源特点[J]. 天然气工业, 2009, 29(12): 109-114.
Zhang Jinchuan, Jiang Shengling, Tang Xuan, Zhang Peixian, Tang Ying, Jing Tieya. Accumulation types and resources characteristics of shale gas in China[J]. Natural Gas Industry, 2009, 29(12): 109-114. DOI:10.3787/j.issn.1000-0976.2009.12.033
[7]
赵文智, 董大忠, 李建忠, 张国生. 中国页岩气资源潜力及其在天然气未来发展中的地位[J]. 中国工程科学, 2012, 14(7): 46-52.
Zhao Wenzhi, Dong Dazhong, Li Jianzhong, Zhang Guosheng. The resource potential and future status in natural gas development of shale gas in China[J]. Engineering Sciences, 2012, 14(7): 46-52. DOI:10.3969/j.issn.1009-1742.2012.07.007
[8]
李东杰, 王炎, 魏玉皓, 张彬, 于建涛, 张波, 等. 页岩气钻井技术新进展[J]. 石油科技论坛, 2017, 36(1): 49-56.
Li Dongjie, Wang Yan, Wei Yuhao, Zhang Bin, Yu Jiantao, Zhang Bo, et al. Latest shale gas drilling technological development[J]. Oil Forum, 2017, 36(1): 49-56.
[9]
陈元千, 齐亚东, 傅礼兵, 位云生. 井控页岩气可动地质储量和可采储量的评价方法[J]. 油气地质与采收率, 2018, 25(4): 73-78.
Chen Yuanqian, Qi Yadong, Fu Libing, Wei Yunsheng. Methods for estimating well-controlled movable in-place and recoverable reserves of shale gas[J]. Petroleum Geology and Recovery Efficiency, 2018, 25(4): 73-78.
[10]
谢军, 张浩淼, 佘朝毅, 李其荣, 范宇, 杨扬. 地质工程一体化在长宁国家级页岩气示范区中的实践[J]. 中国石油勘探, 2017, 22(1): 21-28.
Xie Jun, Zhang Haomiao, She Chaoyi, Li Qirong, Fan Yu, Yang Yang. Practice of geology-engineering integration in Changning State Shale Gas Demonstration Area[J]. China Petroleum Exploration, 2017, 22(1): 21-28. DOI:10.3969/j.issn.1672-7703.2017.01.004
[11]
刘乃震, 王国勇, 熊小林. 地质工程一体化技术在威远页岩气高效开发中的实践与展望[J]. 中国石油勘探, 2018, 23(2): 59-68.
Liu Naizhen, Wang Guoyong, Xiong Xiaolin. Practice and prospect of geology-engineering integration technology in the efficient development of shale gas in Weiyuan block[J]. China Petroleum Exploration, 2018, 23(2): 59-68. DOI:10.3969/j.issn.1672-7703.2018.02.008
[12]
唐玄, 张金川, 丁文龙, 于炳松, 王龙, 马玉龙, 等. 鄂尔多斯盆地东南部上古生界海陆过渡相页岩储集性与含气性[J]. 地学前缘, 2016, 23(2): 147-157.
Tang Xuan, Zhang Jinchuan, Ding Wenlong, Yu Bingsong, Wang Long, Ma Yulong, et al. The reservoir of the Upper Paleozoic marine-continental transitional shale and its gas-bearing capacity in the southeastern Ordos Basin[J]. Earth Science Frontiers, 2016, 23(2): 147-157.
[13]
邹才能, 董大忠, 王社教, 李建忠, 李新景, 王玉满, 等. 中国页岩气形成机理、地质特征及资源潜力[J]. 石油勘探与开发, 2010, 37(6): 641-653.
Zou Caineng, Dong Dazhong, Wang Shejiao, Li Jianzhong, Li Xinjing, Wang Yuman, et al. Geological characteristics, formation mechanism and resource potential of shale gas in China[J]. Petroleum Exploration and Development, 2010, 37(6): 641-653.
[14]
杨振恒, 李志明, 沈宝剑, 韩志艳. 页岩气成藏条件及我国黔南坳陷页岩气勘探前景浅析[J]. 中国石油勘探, 2009, 14(3): 24-28.
Yang Zhenheng, Li Zhiming, Shen Baojian, Han Zhiyan. Shale gas accumulation conditions and exploration prospect in southern Guizhou depression[J]. China Petroleum Exploration, 2009, 14(3): 24-28. DOI:10.3969/j.issn.1672-7703.2009.03.006
[15]
王社教, 李登华, 李建忠, 董大忠, 张文正, 马军. 鄂尔多斯盆地页岩气勘探潜力分析[J]. 天然气工业, 2011, 31(12): 1-7.
Wang Shejiao, Li Denghua, Li Jianzhong, Dong Dazhong, Zhang Wenzheng, Ma Jun. Exploreation potential of shale gas in the Ordos Basin[J]. Natural Gas Industry, 2011, 31(12): 1-7. DOI:10.3787/j.issn.1000-0976.2011.12.001
[16]
陈桂华, 祝彦贺, 徐强. 页岩气成藏的四性特征及对下扬子地区页岩气勘探的启示[J]. 中国石油勘探, 2012, 17(5): 63-70.
Chen Guihua, Zhu Yanhe, Xu Qiang. Four characteristics of shale gas play and enlightenment to shale gas exploration in Lower Yangtze area[J]. China Petroleum Exploration, 2012, 17(5): 63-70. DOI:10.3969/j.issn.1672-7703.2012.05.010
[17]
赵红格, 刘池洋, 王建强, 王锋, 银燕. 鄂尔多斯盆地西部晚三叠世构造属性探讨[J]. 中国地质, 2007, 34(3): 384-391.
Zhao Hongge, Liu Chiyang, Wang Jianqiang, Wang Feng, Yin Yan. Tectonic attribute of the western Ordos Basin during the Late Triassic[J]. Geology in China, 2007, 34(3): 384-391. DOI:10.3969/j.issn.1000-3657.2007.03.003
[18]
余杰, 秦瑞宝, 刘春成, 陈桂华. 页岩气储层测井评价与产量"甜点"识别——以美国鹰潭页岩气储层为例[J]. 中国石油勘探, 2017, 22(3): 104-112.
Yu Jie, Qin Ruibao, Liu Chuncheng, Chen Guihua. Logging evaluation and production "sweet spot" identification of shale play:a case study on Eagle Ford shale play in the USA[J]. China Petroleum Exploration, 2017, 22(3): 104-112. DOI:10.3969/j.issn.1672-7703.2017.03.013
[19]
Ross Daniel J K, Bustin R Marc. Characterizing the shale gas resource potential of Devonian-Mississippian strata in the Western Canada sedimentary basin:application of an integrated formation evaluation[J]. AAPG Bulletin, 2008, 92(1): 87-125. DOI:10.1306/09040707048
[20]
Fertle H. Total organic carbon content determined from well logs[J]. SPE Formation Evaluation, 1988, 407-419.
[21]
Hank Zhao, Natalie B Givens, Brad Curtis. Thermal maturity of the Barnett Shale determined from well log analysis[J]. AAPG Bulletin, 2007, 91(4): 535-549. DOI:10.1306/10270606060
[22]
Herron S L, Letendre I, Dufour M. Source rock evaluation using geochemical information from wireline logs and cores[J]. AAPG Bulletin, 1988, 72(8): 1007-1009.
[23]
冯建辉, 牟泽辉. 涪陵焦石坝五峰组-龙马溪组页岩气富集主控因素分析[J]. 中国石油勘探, 2017, 22(3): 32-39.
Feng Jianhui, Mou Zehui. Main factors controlling the enrichment of shale gas in Wufeng Formation-Long maxi Formation in Jiaoshiba area, Fuling shale gas field[J]. China Petroleum Exploration, 2017, 22(3): 32-39. DOI:10.3969/j.issn.1672-7703.2017.03.004
[24]
Hill R J, Zhang E, Katz B J, Tang Y. Modeling of gas generation from the Barnett Shale, Fort Worth Basin, Texas[J]. AAPG Bulletin, 2007, 91(4): 501-521. DOI:10.1306/12060606063
[25]
霍秋立, 曾花森, 付丽, 任志高. △lgR测井源岩评价方法的改进及其在松辽盆地的应用[J]. 吉林大学学报:地球科学版, 2011, 41(2): 586-591.
Huo Qiuli, Zeng Huasen, Fu Li, Ren Zhigao. The advance of △lgR method and its application in Songliao Basin[J]. Journal of Jilin University:Earth Science Edition, 2011, 41(2): 586-591.
[26]
潘仁芳, 伍媛, 宋争. 页岩气勘探的地球化学指标及测井分析方法初探[J]. 中国石油勘探, 2009, 14(3): 6-10.
Pan Renfang, Wu Yuan, Song Zheng. Geochemical parameters for shale gas exploration and basic methods for well logging analysis[J]. China Petroleum Exploration, 2009, 14(3): 6-10. DOI:10.3969/j.issn.1672-7703.2009.03.002
[27]
Hank Zhao, Givens Natalie B, Brad Curtis. Thermal maturity of the Barnett Shale determined from well-log analysis[J]. AAPG Bulletin, 2007, 91(4): 535-549. DOI:10.1306/10270606060
[28]
Mohammad Reza Kamali, Ahad Allah Mirshady. Total organic carbon content determined from well logs using △logR and Neuro Fuzzy techniques[J]. Journal of Petroleum Science and Engineering, 2004, 45(3-4): 141-148. DOI:10.1016/j.petrol.2004.08.005