目前页岩类型划分方案主要综合考虑沉积环境、矿物组分、沉积构造和有机质丰度等核心指标, 尚无统一分类标准(黎茂稳等, 2022; 朱如凯等, 2022; 贺小标等, 2024)。其中陆相湖盆页岩通常具有纹层发育和垂向叠置关系复杂等特点, 一般采用矿物组分和沉积构造进行页岩类型划分(庞小娇等, 2023; 张益粼等, 2023)。海相页岩的有机质丰度与矿物组分通常与含气性、脆性等参数密切相关(向克满等, 2023)。因此本研究在传统岩石学命名法基础上, 遵循地质可分类、测井可识别的原则, 参考前人研究成果(操应长等, 2023; 邵龙义等, 2023), 建立基于“ 矿物组分+TOC含量” 的页岩类型划分方案。

通过研究区2口井岩心观察及XRD全岩分析数据表明, 鹿寨组一段主要发育灰黑色硅质页岩、灰质页岩, 矿物组分呈现出内源化学沉淀(方解石、白云石)、陆源碎屑(石英、长石)和黏土矿物三分的混积特征(图2)。按照传统岩石学命名方法, 以黏土矿物、硅质矿物和碳酸盐矿物作为三端元, 矿物质量分数大于50%命名为“ × 质页岩” , 质量分数均未大于50%则称为“ 混合页岩” , 再结合鹿寨组岩性三角图投点集中在中间混合页岩区间的特征, 依据矿物组分的相对富集程度进一步划分为黏土质混合页岩、硅质混合页岩和灰质混合页岩。为便于厘定有利页岩类型与甜点评价, 针对研究区鹿一段页岩有机质丰度特征, 选取TOC值2%和1%为界, 确定“ 富有机质” 、“ 中有机质” 和“ 贫有机质” 为页岩类型前缀。最终将其与矿物组分划分的页岩类型大类进行耦合, 从而完成研究区页岩类型划分(图3)。

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 桂中坳陷鹿寨组一段页岩矿物组分三端元分布特征Fig.2 Three-terminal distribution characteristics of shale mineral components in the Member 1 of Luzhai Formationin Guizhong Depression

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 桂中坳陷鹿寨组一段页岩类型划分方案Fig.3 Shale types division scheme of the Member 1 of Luzhai Formation in Guizhong Depression

利用上述页岩类型划分方案, 将研究区鹿寨组一段页岩共划分出6种页岩类型大类和18种页岩类型细分(表1)。其中富有机质硅质混合页岩、富有机质黏土质混合页岩、含有机质硅质混合页岩、含有机质硅质页岩、贫有机质灰质混合页岩是研究区主要的5种页岩类型。

表1

Table 1

表1(Table 1)

表1 桂中坳陷鹿寨组一段页岩类型划分方案 Table 1 Shale types division scheme of the Member 1 of Luzhai Formation in Guizhong Depression 页岩类型 页岩类型细分 矿物含量/% 灰质(碳酸盐矿物) 硅质(石英+长石) 黏土 Ⅰ 硅质页岩 富/含/贫有机质硅质页岩 < 25 ≧ 50 < 25 Ⅱ 灰质页岩 富/含/贫有机质灰质页岩 ≧ 50 < 25 < 25 Ⅲ 黏土质页岩 富/含/贫有机质黏土质页岩 < 25 < 25 ≧ 50 Ⅳ 1 硅质混合页岩 富/含/贫有机质硅质混合页岩 0~33, 且小于黏土 33~50, 且大于黏土 25~50 Ⅳ 2 灰质混合页岩 富/含/贫有机质灰质混合页岩 33~50, 且大于硅质 25~50 0~33, 且小于硅质 Ⅳ 3 黏土质混合页岩 富/含/贫有机质黏土质混合页岩 25~50 0~33, 且小于灰质 33~50, 且大于灰质

表1 桂中坳陷鹿寨组一段页岩类型划分方案 Table 1 Shale types division scheme of the Member 1 of Luzhai Formation in Guizhong Depression

1)富有机质硅质混合页岩。该页岩类型主要分布在鹿一段③小层和④小层。硅质矿物含量介于33%~50%之间, 黏土矿物含量中等, 方解石等碳酸盐矿物含量较低。岩心颜色呈黑色, 可见黄铁矿零散分布(图4-a)。薄片观察表明泥质、砂质混合纹层与有机质纹层互层发育, 少量陆源碎屑石英(粒径约20 μ m)呈零散分布在基质中, 层理缝被方解石充填(图4-b)。扫描电镜观察表明微晶石英、伊利石集合体和暗色有机质相间分布, 粒间孔和黏土矿物层间孔缝发育(图4-c)。

图4

Fig.4

Figure Option ViewDownloadNew Window

图4 桂中坳陷桂融地2井鹿寨组一段页岩典型页岩类型发育特征 a— 富有机质硅质混合页岩, 井深1386.00 m; b— 泥质、砂质混合纹层与有机质纹层互层发育, 井深1385.01 m; c— 粒间孔和黏土矿物层间孔缝发育, 井深1385.50 m; d— 富有机质黏土质混合页岩, 井深1399.60 m; e— 泥质纹层和有机质纹层互层发育, 井深1399.50 m; f— 有机质条带与周缘伊蒙混层发育大量层间孔缝, 井深1400.00 m; g— 含有机质硅质页岩, 井深1363.80 m; h— 砂质纹层与泥质纹层互层, 井深1364.02 m; i— 有机质孔欠发育, 井深1359.00 m; j— 含有机质硅质混合页岩, 井深1354.25 m; k— 陆源碎屑石英、泥质混合纹层与灰质纹层互层发育, 1356.17 m; l— 可见伊蒙混层集合体的晶间孔缝, 井深1382.90 m; m— 贫有机质灰质混合页岩, 井深1391.20 m; n— 陆源碎屑石英和方解石呈杂乱分布, 井深1391.13 m; o— 方解石内部溶蚀孔普遍发育, 井深1389.00 m。b, e, h, k, n为单偏光; c, f, i, l, o为扫描电镜Fig.4 Characteristics of typical shale types of the Member 1 of Luzhai Formation in Well GRD2 in Guizhong Depression

2)富有机质黏土质混合页岩。该页岩类型主要分布在鹿一段③小层和④小层。黏土矿物含量介于33%~50%之间, 硅质矿物含量中等, 方解石等碳酸盐矿物含量较低。岩心颜色呈黑色, 页理较发育(图4-d)。薄片观察表明泥质纹层和有机质纹层互层发育, 层理缝被方解石充填(图4-e)。扫描电镜观察表明有机质条带与周缘伊蒙混层发育大量层间孔缝, 且有机质孔发育, 多呈椭圆状和不规则状(图4-f)。

3)含有机质硅质页岩。该页岩类型主要分布在鹿一段③小层和⑤小层。硅质矿物含量占比超过50%, 黏土矿物和碳酸盐矿物含量均较低。岩心颜色呈灰黑色, 明暗相间纹层相对发育(图4-g)。薄片观察可见砂质纹层与泥质纹层互层, 棱角状石英粒径可达100 μ m, 反映硅质来源主要为陆源碎屑, 与四川盆地五峰组— 龙马溪组富含大量生物成因硅有显著差异(图4-h)。扫描电镜观察表明有机质孔欠发育, 主要为石英与黏土矿物之间的粒间孔和黏土矿物层间孔缝(图4-i)。

4)含有机质硅质混合页岩。该页岩类型在鹿一段7个小层中普遍发育。硅质矿物含量介于33%~50%之间, 黏土矿物含量中等, 方解石等碳酸盐矿物相较于含有机质硅质页岩增多。岩心颜色呈灰黑色, 厘米级明暗相间纹层发育(图4-j)。薄片观察可见陆源碎屑石英、泥质混合纹层与灰质纹层互层发育, 且整体上灰质纹层占比增高(图4-k)。扫描电镜观察表明整体上大孔隙欠发育, 可见伊蒙混层集合体的晶间孔缝(图4-l)。

5)贫有机质灰质混合页岩。该页岩类型主要分布在鹿一段①小层和②小层。方解石等碳酸盐矿物占比超过50%, 黏土矿物和硅质矿物含量均较低。岩心呈灰色块状, 滴盐酸强烈冒泡, 可见腕足类和海百合茎等生物碎屑呈密集杂乱分布(图4-m)。薄片观察可见陆源碎屑石英和方解石呈杂乱分布, 微裂缝被方解石充填(图4-n)。扫描电镜观察表明有机质含量偏低且有机质孔不发育, 方解石含量较高且内部溶蚀孔普遍发育(图4-o)。

通过测井手段反演精细的矿物剖面是页岩类型测井识别的基础。针对鹿寨组页岩的矿物成分混积和纹层非均质性强等特征, 仅通过离散的XRD全岩分析数据难以满足对单井纵向岩性划分的精度需求, 但地层元素测井技术的不断革新与应用使其成为可能。与常见的斯伦贝谢的元素俘获能谱测井(ECS)类似, 来自哈利伯顿的地层元素测井(GEM)同样能够测量铝(Al)、钙(Ca)、硅(Si)、铁(Fe)、钾(K)、镁(Mg)、锰(Mn)、硫(S)、钆(Gd)和钛(Ti)等10种元素的含量信息。利用元素测井计算矿物组分含量和识别岩性的原理, 主要是利用快中子与地层中的原子核发生非弹性散射碰撞及热中子俘获。首先通过能谱剥离分析获得元素产额, 进而建立氧化物闭合模型, 从而构建各元素干重与矿物组分之间的关系, 并通过XRD全岩分析数据对计算结果进行约束, 最终获得基于元素测井的反演矿物剖面(田瀚等, 2023)。

XRD全岩分析结果表明, 鹿一段页岩矿物组分主要包含石英、长石、方解石、白云石、黏土矿物和黄铁矿等, 以石英、方解石和黏土矿物为主。在明确矿物组分类型的基础上, 基于Techlog软件Quanti-Elan模块输入常规测井中常规测井中的声波时差(AC)、补偿密度(DEN)、中子(CNL)和深电阻率(RT)等测井曲线, 以及解谱获得的元素干重共计14条测井曲线, 建立合适的元素— 矿物转换最优化方程, 完成矿物组分测井精确计算(图5)。依据前述的页岩类型划分方案, 根据不同矿物组分含量差异完成单井页岩类型大类的纵向连续划分。页岩类型划分和厚度统计结果显示, 鹿一段页岩以硅质混合页岩为主, 其次为灰质混合页岩和硅质页岩, 黏土质混合页岩和灰质页岩极少。纵向上由①小层到⑦小层为开阔台地边缘下斜坡相沉积环境, 沉积水体逐渐变浅, 灰质含量逐渐减少而陆源碎屑供给增多, 页岩类型分布呈现出较强的纵向非均质性。7个小层各种页岩类型占比差异明显, 其中①小层和②小层的碳酸盐矿物含量较高, 以灰质混合页岩为主, 可见滑塌沉积的生物碎屑灰岩角砾; 进入③小层后, 碳酸盐矿物含量减少而硅质含量逐渐增多, 主要为硅质混合页岩和硅质页岩; ⑤小层至⑦小层为上斜坡沉积环境, 以硅质混合页岩为主, 可见大量粉砂质纹层与泥质纹层互层, 硅质来源主要为陆源碎屑石英(图6)。

图5

Fig.5

	Figure Option ViewDownloadNew Window
	图5 桂融页1井鹿寨组一段页岩矿物组分测井识别结果Fig.5 Well logging identification results of shale mineral components of the Member 1 of Luzhai Formation in Well GRY1

图6

Fig.6

	Figure Option ViewDownloadNew Window
	图6 桂融页1井鹿寨组一段7个小层页岩岩性分布特征Fig.6 Lithologic distribution characteristics of seven-layer shale of the Member 1 of Luzhai Formation in Well GRY1

TOC含量作为反映页岩生烃潜力的重要评价参数, 目前有地化实验测定和地球物理资料反演等表征手段。相较于地化实验分析, 烃源岩会受到岩心样品采集和数据离散性的缺陷, 利用测井资料预测TOC含量具有纵向分辨率高和连续性强的优势, 而且能够减少页岩本身强非均质性引起的精度误差。目前, TOC含量测井计算方法主要有Δ lgR法、自然伽马能谱法、岩性扫描测井法、多元线性回归拟合法和机器学习法(赖锦等, 2024)。不同于传统方法, 神经网络法能够建立难以用显式函数表达的非线性关系, 在解决烃源岩有机质丰度与测井参数之间关联问题具有显著的应用优势, 因此本研究采用应用较为广泛的BP神经网络建立TOC含量测井预测模型。

利用BP神经网络预测TOC含量的输入层选取都建立在TOC含量与各测井特征值存在一定相关性的基础上, 一般采用常规测井中的声波时差(AC)、补偿密度(DEN)、中子(CNL)和自然伽马(GR)等测井值。然而相关性只是选取输入层的参考之一, 加上相关性偏低的特征参数也有可能提高模型训练的准确度。地层元素可以挖掘页岩沉积环境变化的矿物成分含量差异, 从而能够间接反映复杂岩性及TOC含量变化的测井曲线响应特征。本研究在此基础上增加自然伽马能谱测井获得的铀(U)、钍(Th)、钾(K)含量值, 以及元素测井解谱获得的铝(Al)、钙(Ca)、硅(Si)等元素干重值等14个输入变量作为该模型输入层。为获得最好的神经网络逼近效果, 通过建立不同隐含层节点数的模型, 对比训练结果确定最佳隐含层节点数为24。因此本研究建立了网格结构为14× 24× 1的BP神经网络模型(图7)。

图7

Fig.7

	Figure Option ViewDownloadNew Window
	图7 桂中坳陷鹿寨组一段BP神经网络预测TOC含量拓扑结构Fig.7 Prediction of TOC content topology by BP neural network of the Member 1 of Luzhai Formation in Guizhong Depression

以桂融页1井134组TOC含量实测值和测井参数值为全部样本, 按照一定比例划分为训练集和验证集。随机选择114组数据(全部样本的85%)为训练集样本, 其余20组数据(全部样本的15%)为验证集样本, 用于检验模型的泛化能力。计算结果表明, 训练样本、验证样本和全部样本的预测TOC和实测TOC的相关系数R²分别为0.9551、0.8605和0.9327, 说明预测结果准确可靠。绝对误差曲线反映出低TOC含量层段预测效果较好, 而部分高TOC含量层段预测的误差相对较大, 整体平均相对误差为9.8%(图8)。整体上, 鹿寨组一段页岩TOC含量主体介于1%~2%之间, 极少数可达3%以上。

图8

Fig.8

	Figure Option ViewDownloadNew Window
	图8 桂中坳陷鹿寨组一段预测TOC与实测TOC相关性分析及误差Fig.8 Correlation analysis and error between predicted TOC and measured TOC of the Member 1 of Luzhai Formation in Guizhong Depression

纹层是沉积岩中肉眼可识别的最小沉积单元(武瑾等, 2023)。纹层结构及发育程度不仅会显著影响页岩的储集性能, 其不同纹层组合类型还与页岩的岩石力学性质和可压裂性密切相关(吴松涛等, 2022)。

微电阻率成像测井作为具有较高纵向分辨率(可达5 mm)的测井新技术, 能够呈现环井壁岩石360° 全方位图像信息, 是目前评价层理、裂缝等井旁构造最有效的测井手段。由于鹿寨组一段页岩的非均质性较强, 传统动静态图像难以有效反映页岩纹层的发育程度。本研究在对成像测井动态图像进行高斯平滑处理的基础上, 利用动态切片(Slab)技术实现对纹层发育程度的精细表征, 其效果与岩心纵切及CT扫描相当(Wang et al., 2021; Pang et al., 2022; 谭玉涵等, 2023)。通过对成像测井动态图像沿着某一方向进行切片处理, 利用展开图像在其方向上的投影图像, 从而更易直观显示井周地层岩石的纹层信息。此外, 桂融页1井所采用的XRMI电成像测井仪器包含6个极板, 每个极板臂上有25个纽扣电极, 共可获得150条反映井壁地层视电阻率的微电极曲线。在通过动静态处理及浅电阻率刻度的基础上, 能够得到不同极板上各纽扣电极视电导率图像, 从而同样直观反映纵向上不同纹层组合频繁叠置所导致的曲线锯齿变化。在此基础上若统计单位窗长范围的视电导率曲线极值变化, 可实现针对纹层指数的测井定量计算(刘国强等, 2023; 张益粼等, 2023)。因此, 综合成像测井动态切片和纽扣电极视电导率图像2种方法, 不仅完成对页岩纹层的测井精细识别, 还实现针对页岩垂向纹层成分类型变化及纹层发育程度的测井表征(图9)。

图9

Fig.9

	Figure Option ViewDownloadNew Window
	图9 桂中坳陷桂融页1井基于成像测井动态切片和纽扣电极视电导率图像的页岩纹层表征Fig.9 Shale lamination characterization based on image logging dynamic slice and button electrode apparent conductivity images of Well GRY1 in Guizhong Depression

一般情况下, 富硅质或钙质等高阻矿物的纹层在成像测井动态切片上表现为亮色条带, 富黏土矿物等低阻矿物的纹层表现为暗色条带。明暗相间条带的相交处通常反映纹层界面。此外, 纹层的密集程度由纽扣电极视电导率图像的曲线锯齿变化来表征。随着纹层发育程度的降低, 锯齿变化由毫米级频繁变化逐渐转变为箱状特征。结果表明, 不同页岩类型的纹层组合及发育程度存在显著差异。富有机质硅质混合页岩主要分布在③小层底部, 岩心可见纹层及层理缝发育且岩石破碎程度高, 动态切片显示纹层极其发育, 视电导率图像为频繁锯齿变化(图10-a)。富有机质黏土质混合页岩主要分布在①小层底部, 岩心可见浊流沉积引起的富灰质角砾呈条带状或透镜状分布在黑色黏土质页岩中, 大量生物碎屑杂乱分布, 动态切片和视电导率图像显示纹层欠发育(图10-b)。相较于含有机质硅质页岩, 含有机质硅质混合页岩的灰质纹层更为发育, 动态切片和视电导率图像呈现典型的厘米级锯齿变化(图10-c, 10-d)。贫有机质灰质混合页岩岩心呈灰白色块状, 动态切片几乎不显示纹层, 视电导率图像呈箱状(图10-e)。整体上随着富有机质硅质混合页岩到贫有机质灰质混合页岩中纹层发育程度逐渐减少, 视电导率图像上显示的“ 锯齿状” 变化呈现明显降低的趋势。

图10

Fig.10

	Figure Option ViewDownloadNew Window
	图10 桂中坳陷桂融页1井鹿寨组一段页岩典型页岩类型纹层发育特征Fig.10 Characteristics of typical shale types lamination of the Member 1 of Luzhai Formation of Well GRY1 in Guizhong Depression

页岩储集层含气性受页岩类型的有机质丰度、矿物成分及孔隙结构等控制, 不同页岩类型之间的含气性差异较大(向克满等, 2023)。含气量作为页岩气选区评价、产能预测和储量评估的关键参数, 能够有效地反映页岩的含气潜力。桂中坳陷气体解析实验统计结果表明, 整体上鹿寨组一段页岩总含气量介于0.34~2.61 m³/t之间, 平均为1.26 m³/t; 解析气含量介于0.15~1.21 m³/t之间, 平均为0.66 m³/t。其中富有机质硅质混合页岩和富有机质黏土质混合页岩的总含气量整体最高, 平均在2 m³/t左右; 含有机质硅质页岩和含有机质硅质混合页岩的总含气量居中, 平均可达1 m³/t以上; 而贫有机质灰质混合页岩的含气量较低。总体看来, 含气量随着有机质含量的增加而逐渐增大, 富有机质类页岩类型的总含气量均大于含有机质类和贫有机质类页岩类型。这表明有机质含量的高低是决定页岩含气性的关键因素, 高有机质含量不仅提供页岩气生成的物质基础, 其有机质孔和黏土矿物层间孔缝还为页岩气富集提供有利储集空间。此外, 富有机质硅质混合页岩与富有机质黏土质混合页岩的总含气量差异较小, 而富含更多黏土矿物的富有机质黏土质混合页岩的解析气含量明显偏低, 反映出黏土矿物对吸附气含量的贡献占比较高(图11)。

图11

Fig.11

	Figure Option ViewDownloadNew Window
	图11 桂中坳陷鹿寨组一段页岩典型页岩类型含气量特征Fig.11 Gas content characteristics of typical shale types of the Member 1 of Luzhai Formation in Guizhong Depression

明确有利页岩组合类型的分布特征是桂中坳陷进行页岩气储集层评价和资源评估的重要前提(庞小娇等, 2023; 于洲等, 2023; 邢浩婷等, 2024)。页岩层系不仅会受物源供给、沉积古环境及水动力影响而导致成分、结构和构造存在差异, 还在沉积旋回调控下形成强非均质性的纵向叠置规律(刘惠民等, 2023)。研究区位于复杂构造背景下的台盆相沉积环境, 其纵向岩性变化、相变频繁的特征与沉积环境演化的关系较为密切。桂融页1井取心段微量元素测试结果表明, ①小层至③小层底部的U/Th值和Ni/Co值相对较高, 反映出相对缺氧环境, 往上逐渐过渡为相对贫氧和有氧环境。此外, Si与陆源指标Al和Ti呈较好的相关性, 反映硅质主要来源于陆源碎屑输入, 仅在③小层中含有部分生物成因硅。碳酸盐指标Ca与Al存在明显负相关, 则反映研究区陆源碎屑供给与内源化学沉淀呈现出此消彼长的特征(图12)。纵向来看, 鹿寨组一段①小层至③小层沉积水体较深, 为缺氧还原环境, 硅质矿物含量较高且为陆源和生物成因混合; ④小层至⑦小层沉积水体逐渐变浅, 转变为相对贫氧和有氧环境, 陆源碎屑供给逐渐增多。受沉积古环境控制, 桂融页1井鹿寨组一段自下而上TOC含量也呈现出逐渐降低的变化趋势, 页岩类型逐渐由富有机质硅质混合页岩、富有机质黏土质混合页岩逐渐相变为含有机质硅质混合页岩(图13)。

图12

Fig.12

	Figure Option ViewDownloadNew Window
	图12 桂融页1井鹿寨组一段古环境、氧化还原条件指标交会图Fig.12 Intersection diagram of palaeoenvironment and REDOX conditions of the Member 1 of Luzhai Formation of Well GRY 1

图13

Fig.13

	Figure Option ViewDownloadNew Window
	图13 桂融页1井鹿寨组一段页岩类型分布特征Fig.13 Distribution characteristics of shale types of the Member 1 of Luzhai Formation in Well GRY1

综合有机质丰度、纹层发育程度、含气性及脆性矿物含量等关键评价指标, 结合沉积环境演化特征, 认为鹿寨组一段③小层底部整体处于较深的沉积水体和缺氧环境, 具备有机质富集的先决条件。此外, 适量的陆源碎屑输入能够携带一定的营养物质, 促进生物勃发而提高整体的古生产力。再根据前述不同页岩类型特征分析结果可知, ③小层中富有机质硅质混合页岩与富有机质黏土质混合页岩的页岩组合类型有机质丰度高, 纹层组合类型及发育程度较优, 整体含气量较高, 且具有一定的脆性矿物含量, 为鹿寨组一段的有利页岩类型。而贫有机质灰质混合页岩各项参数均较低, 难以形成优质储集层, 为桂中坳陷较差的页岩类型。