CN112133374B - 一种通过恢复古环境进行烃源岩预测的方法 - Google Patents

一种通过恢复古环境进行烃源岩预测的方法 Download PDF

Info

Publication number
CN112133374B
CN112133374B CN202010996114.1A CN202010996114A CN112133374B CN 112133374 B CN112133374 B CN 112133374B CN 202010996114 A CN202010996114 A CN 202010996114A CN 112133374 B CN112133374 B CN 112133374B
Authority
CN
China
Prior art keywords
environment
ancient
deposition
hydrocarbon source
source rock
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010996114.1A
Other languages
English (en)
Other versions
CN112133374A (zh
Inventor
文华国
霍飞
徐文礼
罗礼涛
阮蕴博
陈家乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Univeristy of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Univeristy of Technology filed Critical Chengdu Univeristy of Technology
Priority to CN202010996114.1A priority Critical patent/CN112133374B/zh
Publication of CN112133374A publication Critical patent/CN112133374A/zh
Application granted granted Critical
Publication of CN112133374B publication Critical patent/CN112133374B/zh
Priority to US17/357,947 priority patent/US20220091053A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/10—Analysis or design of chemical reactions, syntheses or processes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/241—Earth materials for hydrocarbon content
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/05—Investigating materials by wave or particle radiation by diffraction, scatter or reflection
    • G01N2223/056—Investigating materials by wave or particle radiation by diffraction, scatter or reflection diffraction
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/60—Specific applications or type of materials
    • G01N2223/616—Specific applications or type of materials earth materials

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Biochemistry (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Food Science & Technology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Medicinal Chemistry (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种通过恢复古环境进行烃源岩预测的方法，包括：(1)测定每种矿物的含量；(2)利用Sr/Ba、B/Ga、Th/U、Fe/Mn、Sr/Ca的元素组合形式判断沉积环境为海相或者非海相；(3)通过硼元素判断出古盐度具体数值，并与现今正常海水值进行比较，推断当时的沉积环境为咸水或非咸水沉积环境；(4)通过(Cu+Mo)/Zn、V/(V+Ni)的元素组合形式判断沉积时的氧化或还原环境；(5)对沉积环境进行综合分析，恢复古沉积环境和源储配置关系，并据此分析页岩发育分布规律，指出有利成藏组合，最后结合钻井、试油、测井资料，开展烃源岩评价，最终预测出相对优质的烃源岩发育分布有利区。本发明大幅提高了预测烃源岩、尤其是优质烃源岩发育分布有利区的准确性。

Description

一种通过恢复古环境进行烃源岩预测的方法
技术领域
本发明涉及页岩层储量预测技术领域，具体涉及的是一种通过恢复古环境进行烃源岩预测的方法。
背景技术
烃源岩(source rock)也叫生油岩。法国石油地质学家Tissot(1978)等定义烃源岩为：“富含有机质、大量生成油气与排出油气的岩石”。烃源岩是一种能够产生或已经产生可移动烃类的岩石。
古环境分析特征对于分析沉积环境演化与富有机质页岩形成的关系十分重要，甚至决定了是否存在有效烃源岩能够生成油气。判断沉积环境一直以来主要是针对取芯井段的岩心观察与描述、野外剖面实际考察及观测，然后通过沉积物的粒度分析、沉积矿物分析、古生物分析、粘土矿物分析等手段进行古环境研究。而目前对烃源岩进行预测主要集中于在单因素控制下对优质烃源岩的定性或半定量识别(例如仅通过常量元素和微量元素中单一指标进行古环境定量分析)，这往往存在局限性，并且在地质历史演化过程中，异常环境对于元素中所反馈的信息也存在局限性。因此，现有的这种预测烃源岩的手段往往存在着预测结果准确性较差的问题。
发明内容
针对上述现有技术的不足，本发明提供了一种通过恢复古环境进行烃源岩预测的方法，能大幅提高预测烃源岩、尤其是优质烃源岩发育分布有利区的准确性。
为实现上述目的，本发明采用的技术方案如下：
一种通过恢复古环境进行烃源岩预测的方法，包括以下步骤：
(1)通过常量、微量元素实验，测定每种矿物的含量；
(2)根据测定结果，利用Sr/Ba、B/Ga、Th/U、Fe/Mn、Sr/Ca的元素组合形式判断沉积环境为海相或者非海相；
(3)通过硼元素判断出古盐度具体数值，并与现今正常海水值进行比较，推断当时的成绩环境为咸水或非咸水沉积环境；
(4)通过(Cu+Mo)/Zn、V/(V+Ni)的元素组合形式判断沉积时的氧化或还原环境；
(5)对步骤(2)～(4)判断的沉积环境进行综合分析，恢复古沉积环境和源储配置关系，并锯齿分析页岩发育分布规律，指出有利成藏组合，最后结合钻井、试油、测井资料，开展烃源岩评价，最终预测出相对优质的烃源岩发育分布有利区。
作为优选，所述步骤(1)中，通过全岩X衍射实验对矿物含量进行测定。
进一步地，所述步骤(3)中，判断古盐度具体数值的过程为：利用X射线分析得知粘土矿物成分，然后通过对样品的B、Ba、Sr这些微量元素及K2O含量进行测试，最后利用Walker和Adamas经验公式计算古盐度。
再进一步地，计算出古盐度后，还根据碳酸岩古盐度恢复公式，利用碳氧同位素进一步佐证古盐度。
再进一步地，所述步骤(4)中，在判断沉积时的氧化或还原环境前，先通过稀土元素将北美页岩标准化。
更进一步地，在对沉积环境进行综合分析前，还通过如下公式进一步佐证所判断的沉积环境：
Figure GDA0002991103700000021
t＝SLa/NLa (2)
Figure GDA0002991103700000031
式中，Vs代表样品沉积时的沉积速率，单位：m/Ma；Vo代表正常环境的沉积速率，其中，湖泊-三角洲泥岩沉积速率为(0.2～0.3)×103m/Ma；NCo代表正常湖泊沉积物中Co的平均丰度，20μg/g；SCo代表样品中Co的丰度，4.68μg/g；t代表陆源输入的Co元素对样品的影响；SLa代表样品中La的平均丰度，μg/g；NLa代表陆源碎屑岩中La的平均丰度，38.99μg/g；C为常数，3.05×105，通过测定现代海洋水深和沉积速率所得；h代表古水深，单位：m。
与现有技术相比，本发明具有以下有益效果：
(1)本发明以层序地层学理论为指导，以系统观察岩屑、岩心和样品分析为基础，结合测井等地球物理资料，以多种分析手段(包括海相或者非海相判断、咸水或非咸水沉积环境判断、氧化或还原环境判断)共同分析为立足点，利用岩心标定测井，建立不同类型页岩划分识别标准，明确不同类型页岩纵横向展布特征，然后在岩心相、单井相分析的基础上，通过微量元素地球化学指标判识，指出富有机质页岩沉积环境，探讨有机质富集主控因素，并提出富有机质页岩沉积模式，分析页岩发育分布规律，最终预测相对优质烃源岩发育分布有利区。本发明合理整合了多种分析手段和结果，由于在沉积过程中有些参数会受影响发生异常，因此通过多种参数共同分析，大大增加了古环境恢复的可靠程度，进而大幅提高了预测烃源岩、尤其是优质烃源岩发育分布有利区的准确性，为后续诸如寻找原油与烃源岩之间的亲缘关系的研究提供了很好的前置基础。
(2)本发明在分析过程中，还辅以了全方位的佐证，例如对古盐度计算数值的佐证；在判断沉积时的氧化或还原环境前，先通过稀土元素将北美页岩标准化，为沉积时的氧化或还原环境分析提供佐证；在对沉积环境进行综合分析前进一步佐证所判断的沉积环境。如此一来，通过多角度的分析、佐证以及分析结果的结合，进一步提高了预测的准确性和可靠性。
(3)本发明流程简单、计算方便、方案可行性强，非常适合在岩层储量预测方面大规模推广应用。
附图说明
图1为本发明的流程示意图。
图2为本发明-实施例中样品矿物含量的X衍射测定结果示意图。
图3为本发明-实施例中一种判断探井沉积环境为海相或者非海相的参考示意图，其中，图3a为Sr/Ba的分析示意图；图3b为B/Ga的分析示意图；图3c为Th/U的分析示意图；图3d为Fe/Mn的分析示意图；图3e为Sr/Ca的分析示意图。
图4为本发明-实施例中一种利用硼元素分析探井古盐度的参考示意图。
图5为本发明-实施例中一种判断探井沉积环境为氧化或还原环境的参考示意图，其中，图5a为(Cu+Mo)/Zn的分析示意图；图5b为V/(V+Ni)的分析示意图。
图6为本发明-实施例中龙马溪组古氧相判别指标在纵向上的变化趋势图。
图7为本发明-实施例中龙马溪组井TOC含量分布直方图。
图8为本发明-实施例龙马溪组沉积水体深度变化判别指标在纵向上的变化趋势图。
具体实施方式
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
实施例
本发明提供了一种预测烃源岩的方法，其是基于古环境恢复的基础上实现的，主要流程包括矿物含量测定、海相或者非海相沉积环境判断、咸水或非咸水沉积环境判断、氧化或还原环境判断、古沉积环境综合分析和恢复、预测烃源岩，如图1所示。
首先，通过常量、微量元素实验，测定每种矿物的含量(例如通过全岩X衍射实验对样品进行测定，其矿物含量测定结果如图2所示)。然后根据测定结果，利用Sr/Ba、B/Ga、Th/U、Fe/Mn、Sr/Ca的元素组合形式判断沉积环境为海相或者非海相。图3示出了一种判断探井沉积环境为海相或者非海相的参考示意，其对探井在雷三2时期的判断结果为海相咸水沉积环境(个别样品可能具有半咸水趋势，分析认为可能是由于陆源碎屑的混入，而全岩X衍射中也显示有一定含量的斜长石存在)。
接着，通过硼元素判断出古盐度具体数值，并与现今正常海水值进行比较，推断当时的沉积环境为咸水或非咸水沉积环境。本实施例中，采用经X射线分析得知粘土矿物成分后，通过对样品的B、Ba、Sr等微量元素及K2O含量进行测试，然后利用Walker和Adamas经验公式计算古盐度。
Adamas经验公式：Sp＝0.0977X-7.043
Walker校正公式：“B”＝8.5×B样品/K2O样品。
图4示出了一种利用硼元素分析探井古盐度的参考示意，其分析的探井在雷三2时期的古盐度为36.634：海相咸水沉积环境，和现今正常海水值35‰较接近。
计算出古盐度后，可以根据碳酸岩古盐度恢复公式(由Keith et al.于1964年提出)，利用碳氧同位素进一步佐证古盐度。
碳酸岩古盐度恢复公式：Z＝2.048(13C+50)+0.498(18O+50)。
而后，通过稀土元素将北美页岩标准化，然后通过(Cu+Mo)/Zn、V/(V+Ni)的元素组合形式判断沉积时的氧化或还原环境。古氧相是反映地层(或沉积物)沉积形成时沉积环境水体中，特别是水体中溶氧量特征及其变化的各种岩石、生物和地球化学等特征的综合，为沉积相的重要组成部分。Rhoads和Morse(1971)将古氧相划分为富氧(溶氧量＞1ml/L)、贫氧(0.1ml/L≤溶氧量≤1ml/L)和厌氧(溶氧量＜0.1ml/L)三种，后两者又统称为缺氧相。
沉积环境的氧化还原条件对Mo、U、V等氧化还原敏感微量元素的迁移、共生和沉淀有重要的控制作用。在常氧的海水环境中，Mo、U、V等常呈高价态离子形成稳定化合物溶解在海水中，并容易发生迁移；在弱还原环境下，这些元素从高价态离子被还原成较低价态而容易发生沉淀；在强还原环境下，这些元素被还原至更低的价态，它们便以氧化物和氢氧化物形式自生沉积，或受到自生黄铁矿直接捕获而在沉积物中富集起来。Fe、Cu、Eu等元素在缺氧环境常呈低价态(Fe2+、Cu2+、Eu2+)离子容易迁移，在富氧环境则被氧化呈高价态(Fe3+、Cu2+、Eu3+)离子而易沉淀。而Fe、Cu、Zn、Cd等亲硫元素在含H2S的还原环境中，常形成硫化物而发生沉淀。Th、Sc等元素一般不受氧化还原条件变化的影响，这与它们共生的U、V等变价元素形成鲜明的对比。因此可以利用这些微量元素在不同氧化还原条件的组成和富集程度的差异性，利用它们的质量分数和相关比值对沉积环境的氧化还原程度进行研究。
尽管沉积物中氧化还原敏感微量元素是恢复沉积水体氧化还原状态的理想指标，但它们的富集程度多少会受到陆缘碎屑、热源、沉积速率以及后期成岩作用和再氧化作用等诸多因素的影响，从而对氧化还原环境的判别出现多解性和局部的偏差。例如，Cr、Co等元素会在受陆源碎屑或后期成岩作用强烈影响的情况下，降低判别氧化还原条件的有效性；当氧气穿透到U元素富集的深度时，U元素会被再活化[123～126]，从而导致出现丢失原始的U信息或初始的U峰值在垂向上发生迁移的现象[126]。Re、V、Cd和Mo等元素也会受到再氧化作用不同程度的影响，但受影响的程度相对于U元素要弱。沉积物种Mo元素的含量常被用作判别深海氧化还原条件的潜力指标，但仅限用于局限(封闭)的沉积环境。
因此，在进行古氧相分析时，应尽量选用来源单一且在沉积和埋藏后很少受原始和次生复杂化影响的微量元素指标，如U、V、Mo、Ni和Cu等元素，且采用一套微量元素指标，而不是单个元素指标，从而能够互相验证，得出可靠的结论。
图5示出了一种判断探井氧化或还原环境的参考示意，其分析的探井在雷三2亚段沉积环境具有还原-弱还原环境，推测由于陆源碎屑的混入，或水体深度较广海浅，所以有个别数据显示不明显，处在弱还原界限附近，例如V/(V+Ni)有些数据位于弱还原-还原的界限附近，但非氧化环境。
再接着，对上述判断的沉积环境进行综合分析，恢复古沉积环境和源储配置关系，并据此分析页岩发育分布规律，指出有利成藏组合，最后结合钻井、试油、测井资料，开展烃源岩评价，最终预测出相对优质的烃源岩发育分布有利区。
预测出相对优质的烃源岩发育分布有利区后，可以进行油气源对比，例如，利用指纹法对比，寻找原油与烃源岩之间的亲缘关系。
下面再以一个案例对本发明的预测效果进行阐述。
龙马溪组—五峰组古环境恢复
1、龙马溪组微量元素特征及古氧相分析
本案例对井龙马溪组系统采集了20块泥页岩样品，并利用等离子体质谱法对这些样品进行了微量元素分析，测试结果见表1。
表1滇黔北地区龙井龙马溪组泥岩微量元素含量及相关比值
样品号 深度(m) V（ppm) Cr(ppm) M(ppm) Co(ppm) Ni(ppm) Th(ppm) U(ppm) Sr(ppm) Ba(ppm) M(ppm) Fe(％)
YS-1 1197.64 93.8 22.3 355.4 6.4 36.8 9.4 8.4 228.7 530.2 307.1 5.03
YS-2 1202.05 80.2 20.1 303.5 6.5 36.3 9.3 8.1 227.5 578.2 303.5 5.04
YS-3 1274.12 63.4 19.8 207.5 6.8 35.2 9.4 7.8 172.5 615.2 254.7 5.27
YS-4 1312.67 108.6 26.7 389.6 6.7 37.6 9.2 8.4 246.1 737.2 389.6 5.02
YS-5 1322.49 112.3 27.1 313.6 6.7 38.2 9.3 8.5 224.3 712.6 384.3 5.05
YS-6 1331.35 115.9 27.5 315.2 6.8 38.7 9.3 8.6 182.7 736.5 396.7 4.96
YS-7 1354.73 87.9 25.0 278.0 6.4 39.6 8.9 8.1 158.4 838.8 278 4.676
YS-8 1382.72 83.3 20.6 269.4 6.2 37.7 9.1 8.7 162.3 811.8 269.4 4.397
YS-9 1392.68 86.8 24.3 277.4 5.0 43.0 9.1 9.0 157.6 889.4 277.4 4.625
YS-10 1399.35 90.5 21.8 468.7 6.6 40.3 8.9 8.7 161.5 801.8 468.7 4.713
YS-11 1402.91 111.0 28.4 277.6 5.8 47.0 9.1 10.8 142.3 711.5 277.6 4.848
YS-12 1409.38 115.0 25.1 254.6 5.4 48.5 9.2 11.7 128.6 746.5 254.6 5.14
YS-13 1412.62 124.2 23.6 250.3 4.6 54.6 9.1 15.3 132 782.3 250.3 4.951
YS.14 1415.64 144.6 24.1 217.2 4.8 51.8 9.0 16.8 124.4 1051.9 217.2 4.826
YS-15 1418.17 140.1 22.9 255.5 4.7 65.1 8.7 17.1 157.2 1207.5 255.5 4.653
YS-16 1421.89 151.5 24.4 265.5 4.7 68.5 8.7 21.6 150.8 1428.3 265.5 3.978
YS-17 1426.31 172.0 32.7 404.6 5.1 80.4 8.9 36.9 189.8 1502.7 404.6 4.258
YS-18 1429.27 636.9 84.0 229.5 4.6 166.6 8.4 75.9 137.7 1657.8 229.5 2.633
YS-19 1431.86 331.1 53.0 331.3 4.6 94.9 8.7 28.2 236.9 1578.3 331.3 2.517
YS-20 1433.41 392.1 47.4 195.3 4.7 107.9 7.8 32.7 140.9 1588.6 195.3 2.146
续表1
样品号 深度(m) Sr/Ba Mn/Fe V/Cr Ni/Co V/Ni V/(V+Ni) U/Th AU δU
YS-1 1197.64 0.43 0.00611 4.2 5.7 2.55 0.72 0.90 5.3 1.46
YS-2 1202.05 0.39 0.00602 4.0 5.6 2.21 0.69 0.87 5.0 1.45
YS-3 1274.12 0.28 0.00483 3.2 5.2 1.80 0.64 0.83 4.7 1.43
YS-4 1312.67 0.33 0.00776 4.1 5.6 2.89 0.74 0.91 5.3 1.47
YS-5 1322.49 0.31 0.00761 4.1 5.7 2.94 0.75 0.92 5.4 1.47
YS-6 1331.35 0.25 0.00800 4.2 5.7 2.99 0.75 0.92 5.5 1.47
YS-7 1354.73 0.19 0.00595 3.5 6.2 2.22 0.69 0.91 5.1 1.46
YS-8 1382.72 0.20 0.00613 4.0 6.1 2.21 0.69 0.96 5.7 1.48
YS-9 1392.68 0.18 0.00600 3.6 8.6 2.02 0.67 0.99 6.0 1.50
YS-10 1399.35 0.20 0.00994 4.2 6.1 2.25 0.69 0.98 5.7 1.49
YS-11 1402.91 0.20 0.00573 3.9 8.1 2.36 0.70 1.19 7.8 1.56
YS-12 1409.38 0.17 0.00495 4.6 9.0 2.37 0.70 1.28 8.7 1.59
YS-13 1412.62 0.17 0.00506 5.3 11.8 2.27 0.69 1.68 12.3 1.67
YS-14 1415.64 0.12 0.00450 6.0 10.8 2.79 0.74 1.87 13.8 1.70
YS-15 1418.17 0.13 0.00549 6.1 13.8 2.15 0.68 1.97 14.2 1.71
YS-16 1421.89 0.11 0.00667 6.2 14.5 2.21 0.69 2.48 18.7 1.76
YS-17 1426.31 0.13 0.00950 5.3 15.9 2.14 0.68 4.14 33.9 1.85
YS-18 1429.27 0.08 0.00872 7.6 36.0 3.82 0.79 9.07 73.1 1.93
YS-19 1431.86 0.15 0.01316 6.2 20.5 3.49 0.78 3.24 25.3 1.81
YS-20 1433.41 0.09 0.00910 8.3 23.1 3.63 0.78 4.17 30.1 1.85
采用的微量元素指标如表2所示。
表2缺氧环境及常氧环境基本特征及综合判别指标
Figure GDA0002991103700000091
通过样品微量元素的测试结果可以看出，龙马溪组相关元素含量和比值具有以下特征：①V/Cr比值相对较高，介于3.20～8.28之间，平均值为4.93；②Ni/Co比值同样相对较高且变化范围较大，介于5.17～36.02之间，平均值为11.21；③V/(V+Ni)比值变化范围较小，介于0.64～0.79之间，平均值为0.71；④U/Th比值变化范围较大，介于0.83～9.07之间，平均值为2.01；⑤自生铀AU(AU＝U—Th/3)含量和变化范围都较大，介于4.66～73.11之间，平均值为14.57；⑥δU[铀总量和自生铀量关系式：δU＝2U/(U+Th/3)]的值和变化范围都较小，介于1.43～1.93之间，平均值为1.61。根据古氧相分析相关的判别指标，上述元素的含量和比值特征都反映了处于滇黔北地区中北部的井区附近区域龙在马溪组沉积期总体为缺氧的沉积环境，并存在次级的典型厌氧和还原条件相对较弱的贫氧沉积环境的波动变化。
以上元素含量和比值虽然可以反映井区附近区域在龙马溪组沉积期总体为缺氧的沉积环境，但并不能反映缺氧的程度在纵向上的变化规律，因此本申请利用可以判断古氧相的相关元素含量和比值在垂向上的变化趋势图(图6)来解决该问题，发现：
(1)V/Cr、Ni/Co、V/(V+Ni)、U/Th在垂向上具有相似的变化趋势，即各值都具有由龙马溪组底部向上减小的趋势；
(2)V/Cr、Ni/Co、V/(V+Ni)、U/Th值在垂向上具有明显的二分性，拐点大致出现在第11个样品的深度(1399.35m)附近，即龙马溪组最底部(1433.5～1399.35m)、厚度约为34m厚的泥页岩，各值明显较大；而在1399.35m以上的井段，各值明显变小；
(3)V/Cr、Ni/Co、V/(V+Ni)、U/Th与GR、AC和RT等电测曲线变化趋势同样具有明显的一致性(图6)。上述特征反映了龙马溪组缺氧的沉积环境在垂向上具有由下向上逐渐富氧的特征，其中在龙马溪组沉积早期总体为缺氧环境的厌氧环境，该厌氧环境有利于优质烃源岩有机质的富集和保存。
2、有机碳含量
有机碳含量(TOC)能够独立的用于古氧相的判别，归因于有机质通常在缺氧环境更有利于富集和保存，且随着还原条件的增强，沉积物中有机碳含量增高，因此我们可以通过TOC在地层剖面上的变化来判别古氧相。
井龙马溪组174个岩心和岩屑样品有机碳的测定表明，龙马溪组有机碳含量主要分布在0.20％～5.91％之间，其中接近70％的样品TOC含量小于1.5％(图7)，而TOC大于1.5％的样品含量仅占31.61％。通过图2-3可以发现，TOC含量与能够反映缺氧环境相关元素的比值或含量在纵向上具有相似的变化趋势，即TOC含量从龙马溪组底部层系向上逐渐减小且具有明显二分性的特点。其中优质烃源岩(TOC≥1.5％)集中在龙马溪组下段的底部，厚度在30m左右，TOC平均含量为2.77％；龙马溪组中上部地层泥页岩TOC含量明显变小，主要分布于0.20％～1.43％之间，平均含量仅为0.76％。以上TOC含量的变化反映了龙马溪组沉积期为一个缺氧和相对富氧的沉积环境，且由龙马溪早期至晚期缺氧条件逐渐减弱。
通过以上对井龙马溪组微量元素以及有机碳含量的综合研究，认为处于滇黔北地区中北部的井附近区域在龙马溪组沉积期沉积水体总体表现为缺氧的沉积环境，并具有由下向上逐渐富氧的特征。在龙马溪组沉积初期总体表现为厌氧环境，还原条件最强，极利于优质烃源岩有机质的富集和保存。
3、沉积水体深度变化
微量元素的含量和比值不仅可以很好的反映沉积环境的缺氧条件，而且一些元素在沉积作用过程中，由于常发生机械、化学和生物化学分异作用，从而使这些元素的聚集和分散与沉积水体的深度具有一定的联系。本次研究主要通过Fe元素含量、Ba元素含量、Mn/Fe比、Sr/Ba和V/Ni比来进行沉积水体深度变化的判别[129～131]。
(1)Fe和Mn/Fe
Mn和Fe元素地球化学性质的差异性常常导致二者在搬运过程中发生分异。铁极易受氧化而成Fe3+，Fe3+在pH大于3时，形成Fe(OH)3的沉淀，所以铁的化合物易于在滨海地区发生聚集，被搬运到海洋中的铁大多呈悬浮状态出现。而Mn却能在离子溶液中比较稳定地存在，在海水中呈Mn2+出现，锰能聚集在离海岸较远的地方。因而根据上述分析，随着沉积水体深度的增大，Fe元素含量降低，Mn/Fe比值增大。
(2)Ba和Sr/Ba
Sr和Ba具有很相似的地球化学性质，但在沉积水体中，二者的地球化学行为却有明显的差异。在水体较浅、能量较高的滨浅海区，大量的Sr离子常以生物堆积作用为主的方式沉淀下来，形成较高的Sr/Ba比值(Sr/Ba>1)。随着沉积盆地水体深度的增加，水动力条件减弱，粘土及细碎屑物质增加，对Ba离子的吸附能力增强，沉积物中Sr/Ba比值逐渐降低，在半深海、深海或滞流海域的沉积物中Sr/Ba比值小于1。因此，随着沉积水体深度的增大，Ba元素含量增大，Sr/Ba比值降低。
(3)V/Ni
在海水中，V通常在氧化、酸度较大的条件下容易被吸附富集，而Ni则往往是在还原、碱度较大的环境更易于富集。因此，由水体较浅、水动力条件较强的滨浅海区到水体较深、水动力条件较弱的半深海、深海或滞流海域，海水的还原性、碱度增强，沉积物中Ni的富集程度明显增加，V/Ni比值降低。因此V/Ni比值可以很好的反映沉积水体深度的变化。
根据样品微量元素的测试结果(表1)以及能反映龙马溪组沉积期水体深度变化相关元素含量和比值在垂向上的变化趋势图可以看出(图8)：
1)Ba元素含量以及Mn/Fe比值在纵向上具有向上减小的趋势，且在减小的过程中，存在次一级的震荡变化；在龙马溪组底部(大致在第11个样品以下)曲线值最大；
2)Fe元素含量以及Sr/Ba比值在纵向上的变化则恰好相反，它们在纵向上具有向上增大的趋势，且曲线值在底部(大致在第11个样品以下)都最小；
3)V/Ni比值在纵向上变化规律不明显。
4、古生产力
Ba元素和其他营养型元素相似，在海洋水体中的分布通常会受到生物化学反应的控制。前人研究表明，Ba元素的积累率常与有机碳通量以及生物生产力呈正相关，其富集的程度可以指示上层水体生产力高低，通常其富集程度越高，表明上层水体生产力越高。据此我们可以利用Ba的富集程度指示古生产力，从而可以更好的表征优质泥页岩的发育情况。
根据图8可以发现，龙马溪组Ba元素的含量由下向上逐渐降低，底部优质泥页岩层段Ba元素含量通常为上部层段的2～3倍，充分表明了龙马溪组最底部层的古生产力最高，向上逐渐降低。
通过对龙马溪组古沉积环境的恢复，可以确定优质泥页岩层主要发育于龙马溪组的底部层位。而沉积相带在平面上的展布则控制了优质泥页岩在平面上的有利分布区，因此可以开展研究区龙马溪组的沉积相研究，以确定优质泥页岩的分布区域。
显而易见，上述元素含量和比值的特征除V/Ni比之外都能够对研究区沉积水体深度在纵向上的相对变化起到良好的指示作用，总体反映了龙马溪组沉积期水体深度持续变浅的趋势。
本发明设计合理、严谨，预测结果参考性强，无论是分析环节还是佐证环节，均环环相扣、相辅相成，共同为准确预测优质烃源岩发育分布有利区作出了重要的技术贡献。应当说，本发明很好地突破了现有技术的限制，顺应科技发展的潮流，很好地匹配了当前阶段对页岩发育分布规律的研究需要。
上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。

Claims (6)

1.一种通过恢复古环境进行烃源岩预测的方法，其特征在于，包括以下步骤：
(1)通过常量、微量元素实验，测定每种矿物的含量；
(2)根据测定结果，利用Sr/Ba、B/Ga、Th/U、Fe/Mn、Sr/Ca的元素组合形式判断沉积环境为海相或者非海相；
(3)通过硼元素判断出古盐度具体数值，并与现今正常海水值进行比较，推断当时的成绩环境为咸水或非咸水沉积环境；
(4)通过(Cu+Mo)/Zn、V/(V+Ni)的元素组合形式判断沉积时的氧化或还原环境；
(5)对步骤(2)～(4)判断的沉积环境进行综合分析，恢复古沉积环境和源储配置关系，并锯齿分析页岩发育分布规律，指出有利成藏组合，最后结合钻井、试油、测井资料，开展烃源岩评价，最终预测出相对优质的烃源岩发育分布有利区。
2.根据权利要求1所述的一种通过恢复古环境进行烃源岩预测的方法，其特征在于，所述步骤(1)中，通过全岩X衍射实验对矿物含量进行测定。
3.根据权利要求1或2所述的一种通过恢复古环境进行烃源岩预测的方法，其特征在于，所述步骤(3)中，判断古盐度具体数值的过程为：利用X射线分析得知粘土矿物成分，然后通过对样品的B、Ba、Sr这些微量元素及K2O含量进行测试，最后利用Walker和Adamas经验公式计算古盐度。
4.根据权利要求3所述的一种通过恢复古环境进行烃源岩预测的方法，其特征在于，计算出古盐度后，还根据碳酸岩古盐度恢复公式，利用碳氧同位素进一步佐证古盐度。
5.根据权利要求4所述的一种通过恢复古环境进行烃源岩预测的方法，其特征在于，所述步骤(4)中，在判断沉积时的氧化或还原环境前，先通过稀土元素将北美页岩标准化。
6.根据权利要求1、2、4或5所述的一种通过恢复古环境进行烃源岩预测的方法，其特征在于，在对沉积环境进行综合分析前，还通过如下公式进一步佐证所判断的沉积环境：
Figure FDA0002988879800000011
t＝SLa/NLa (2)
Figure FDA0002988879800000012
式中，Vs代表样品沉积时的沉积速率，单位：m/Ma；Vo代表正常环境的沉积速率，其中，湖泊-三角洲泥岩沉积速率为(0.2～0.3)×103m/Ma；NCo代表正常湖泊沉积物中Co的平均丰度，20μg/g；SCo代表样品中Co的丰度，4.68μg/g；t代表陆源输入的Co元素对样品的影响；SLa代表样品中La的平均丰度，μg/g；NLa代表陆源碎屑岩中La的平均丰度，38.99μg/g；C为常数，3.05×105，通过测定现代海洋水深和沉积速率所得；h代表古水深，单位：m。
CN202010996114.1A 2020-09-21 2020-09-21 一种通过恢复古环境进行烃源岩预测的方法 Active CN112133374B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010996114.1A CN112133374B (zh) 2020-09-21 2020-09-21 一种通过恢复古环境进行烃源岩预测的方法
US17/357,947 US20220091053A1 (en) 2020-09-21 2021-06-24 Method for predicting source rock by paleoenvironment restoration

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010996114.1A CN112133374B (zh) 2020-09-21 2020-09-21 一种通过恢复古环境进行烃源岩预测的方法

Publications (2)

Publication Number Publication Date
CN112133374A CN112133374A (zh) 2020-12-25
CN112133374B true CN112133374B (zh) 2021-05-18

Family

ID=73842074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010996114.1A Active CN112133374B (zh) 2020-09-21 2020-09-21 一种通过恢复古环境进行烃源岩预测的方法

Country Status (2)

Country Link
US (1) US20220091053A1 (zh)
CN (1) CN112133374B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113047831B (zh) * 2021-05-12 2022-07-15 西南石油大学 一种页岩层序划分方法
CN113533331B (zh) * 2021-07-15 2023-10-17 西南石油大学 基于石盐包裹体进行深层古盐湖沉积温度确定的方法
CN114220490A (zh) * 2021-12-06 2022-03-22 中国石油大学(北京) 一种沉积物中Sr元素含量的校正方法及装置
CN114235650B (zh) * 2021-12-16 2023-11-10 中海石油(中国)有限公司 一种烃源岩分布的预测方法及系统
CN115356768B (zh) * 2022-08-05 2024-06-11 西南石油大学 一种预测海相优质烃源岩发育与分布的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109190953A (zh) * 2018-08-22 2019-01-11 中国石油化工股份有限公司 陆相湖盆泥页岩沉积体系划分方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7615741B2 (en) * 2006-06-29 2009-11-10 Baker Hughes Incorporated Determining organic carbon downhole from nuclear spectroscopy
US8573298B2 (en) * 2008-04-07 2013-11-05 Baker Hughes Incorporated Method for petrophysical evaluation of shale gas reservoirs
WO2011140286A2 (en) * 2010-05-04 2011-11-10 Petroleum Habitats, L.L.C. Methods and apparatus for promoting production of catalytic generated hydrocarbons
US9952165B2 (en) * 2012-04-19 2018-04-24 University Of Leicester Methods and apparatus for X-ray diffraction
CN104199108A (zh) * 2014-09-01 2014-12-10 成都理工大学 一种页岩油获产主控因素分析及地震预测的方法及设备
CN106338424A (zh) * 2015-07-10 2017-01-18 中国石油化工股份有限公司 一种高石英含量岩石样品中的粘土矿物的分析方法
CN107817260A (zh) * 2016-09-14 2018-03-20 中国石油化工股份有限公司 一种泥页岩高频层序识别方法
CN106289916A (zh) * 2016-10-14 2017-01-04 中国地质调查局南京地质调查中心 陆源碎屑沉积物中沉积成因锶钡的选择性提取方法
CN106840741B (zh) * 2016-12-22 2019-08-06 中国石油天然气股份有限公司 细粒沉积岩分析实验的样品选取方法及系统
CN109241547B (zh) * 2018-01-08 2022-04-12 中国石油天然气股份有限公司 一种针对古成烃环境定量表征方法
CN108802334A (zh) * 2018-06-20 2018-11-13 中国石油化工股份有限公司 针对湖相沉积的古盐度定量计算方法
CN110441813B (zh) * 2019-07-25 2021-01-01 中国石油大学(北京) 一种湖相优质烃源岩的发育分布的预测方法
CA3151081A1 (en) * 2019-10-24 2021-04-29 Donald Clifford WESTACOTT Core sampling and analysis using a sealed pressure vessel

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109190953A (zh) * 2018-08-22 2019-01-11 中国石油化工股份有限公司 陆相湖盆泥页岩沉积体系划分方法

Also Published As

Publication number Publication date
US20220091053A1 (en) 2022-03-24
CN112133374A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN112133374B (zh) 一种通过恢复古环境进行烃源岩预测的方法
Shimkus et al. Modern sedimentation in Black Sea: sediments
Large et al. Gold in the oceans through time
Suits et al. Pyrite formation in the water column and sediments of a meromictic lake
Herrmann et al. Anomalous molybdenum isotope trends in Upper Pennsylvanian euxinic facies: Significance for use of δ98Mo as a global marine redox proxy
Hein et al. Methanogenic calcite, 13C-depleted bivalve shells, and gas hydrate from a mud volcano offshore southern California
Porter et al. Rutile as a pathfinder for metals exploration
Zuo et al. Geochemical characteristics and depositional environment of the Shahejie Formation in the Binnan Oilfield, China
Soua Cretaceous oceanic anoxic events (OAEs) recorded in the northern margin of Africa as possible oil and gas shale potential in Tunisia: an overview
Drake et al. Trace metal distribution and isotope variations in low-temperature calcite and groundwater in granitoid fractures down to 1 km depth
Barton et al. Turbidite channel architecture: Recognizing and quantifying the distribution of channel-base drapes using core and dipmeter data
McKay et al. Sulphur isotope geochemistry of pyrite from the upper Cretaceous Marshybank Formation, Western Interior Basin
Zhu et al. Mo isotope records from Lower Cambrian black shales, northwestern Tarim Basin (China): Implications for the early Cambrian ocean
Alnahwi et al. Dip-related changes in stratigraphic architecture and associated sedimentological and geochemical variability in the Upper Cretaceous Eagle Ford Group in south Texas
Steinmann et al. Assessing the application of trace metals as paleoproxies and a chemostratigraphic tool in carbonate systems: a case study from the “Mississippian Limestone” of the midcontinent, United States
Jin et al. Source rock potential and sequence stratigraphy of bakken shales in the williston basin
Overare et al. Decrypting geochemical signatures in subsurface Niger delta sediments: Implication for provenance, weathering, and paleo-environmental conditions
Ruffine et al. Effects of postglacial seawater intrusion on sediment geochemical characteristics in the Romanian sector of the Black Sea
Wang et al. Hydrocarbon generation and expulsion of tertiary coaly source rocks and hydrocarbon accumulation in the Xihu Sag of the East China Sea Shelf Basin, China
Donnelly et al. Anomalous geochemical signals from phosphatic Middle Cambrian rocks in the southern Georgina Basin, Australia
Tessin et al. Local versus seaway-wide trends in deoxygenation in the Late Cretaceous Western Interior Seaway
Sageman et al. Stratigraphic hierarchy of organic carbon–rich siltstones in deep-water facies, Brushy Canyon Formation (Guadalupian), Delaware Basin, West Texas
Michael et al. Origin, chemistry and flow of formation waters in the Mississippian–Jurassic sedimentary succession in the west-central part of the Alberta Basin, Canada
Skeries et al. Geochemical and mineralogical controls on metal (loid) dispersion in streams and stream sediments in the Prairie Creek district, NWT
Kirste et al. Fluid flow, water chemistry, gas chemistry and diagenesis in the subsurface Triassic in Alberta and British Columbia

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant