基于巖石物理相的深層頁巖氣地質(zhì)—工程甜點(diǎn)參數(shù)測(cè)井評(píng)價(jià)方法
——以四川盆地LZ區(qū)塊五峰組—龍馬溪組為例

張少龍，閆建平，郭偉，鐘光海，黃毅，李志鵬

(1.同濟(jì)大學(xué)海洋地質(zhì)國家重點(diǎn)實(shí)驗(yàn)室，上海 200092；2.西南石油大學(xué)地球科學(xué)與技術(shù)學(xué)院，四川成都 610500；3.油氣藏地質(zhì)及開發(fā)工程國家重點(diǎn)實(shí)驗(yàn)室(西南石油大學(xué))，四川成都 610500；4.中國石油勘探開發(fā)研究院，北京 100083；5.中國石油西南油氣田公司頁巖氣研究院，四川成都 610051；6.中國石油集團(tuán)測(cè)井有限公司西南分公司，重慶 400021；7.中國石化勝利油田分公司勘探開發(fā)研究院，山東東營 257015)

0 引言

隨著常規(guī)油氣產(chǎn)量的降低以及能源消費(fèi)的持續(xù)增長，頁巖油氣資源逐漸成為關(guān)注的重點(diǎn)[1]。川南LZ區(qū)塊及其周緣地區(qū)上奧陶統(tǒng)五峰組—下志留統(tǒng)龍馬溪組發(fā)育富有機(jī)質(zhì)海相頁巖，深層頁巖氣資源豐富，現(xiàn)已成為四川盆地頁巖氣勘探、開發(fā)的重點(diǎn)區(qū)域，具有極大的勘探、開發(fā)潛力[2]。相較于中淺層頁巖氣儲(chǔ)層而言，深層頁巖氣儲(chǔ)層通常具有孔隙保存條件復(fù)雜、高溫、高壓、水平應(yīng)力差大、地層強(qiáng)度高、壓裂難度大等特點(diǎn)[3-5]，并且常規(guī)沉積微相[6]、巖相劃分[7]也難以精細(xì)刻畫其甜點(diǎn)層段的強(qiáng)非均質(zhì)性。在此背景下，為有效降低勘探、開發(fā)成本，提高深層頁巖氣產(chǎn)量，精確計(jì)算總有機(jī)碳含量(TOC)、孔隙度、總含氣量以及脆性指數(shù)等地質(zhì)—工程甜點(diǎn)參數(shù)尤為重要。

目前，利用測(cè)井?dāng)?shù)據(jù)求取頁巖氣儲(chǔ)層甜點(diǎn)參數(shù)的方法主要有體積模型法[8]、多元回歸法[9]、經(jīng)驗(yàn)公式法[10-11]以及機(jī)器學(xué)習(xí)法[12]。上述方法各有不足，其中最大的問題是均未充分考慮頁巖氣尤其是深層頁巖氣儲(chǔ)層的有機(jī)—無機(jī)組分、結(jié)構(gòu)以及多尺度孔縫特征等強(qiáng)非均質(zhì)性造成的計(jì)算模型誤差。此外，體積模型方法較理想，但在實(shí)際工作中，并不能簡單地將頁巖儲(chǔ)層劃分為互不影響的幾個(gè)部分；多元回歸方法往往計(jì)算精度不盡如意；經(jīng)驗(yàn)公式法僅對(duì)特定地區(qū)或?qū)游坏膽?yīng)用效果較好，推廣性較差；長井段機(jī)器學(xué)習(xí)算法僅將測(cè)井曲線作為參數(shù)集建立模型，忽略了其包含的地質(zhì)、物理意義。

鑒于此，筆者在總結(jié)前人研究成果的基礎(chǔ)上，將砂巖、碳酸鹽巖儲(chǔ)層評(píng)價(jià)與油氣藏建模中的巖石物理相概念[13]引入深層頁巖氣儲(chǔ)層，以川南LZ區(qū)塊上奧陶統(tǒng)五峰組—下志留統(tǒng)龍馬溪組深層頁巖為研究對(duì)象，綜合地質(zhì)—測(cè)井資料劃分巖石物理相，并在此基礎(chǔ)上建立了測(cè)井巖石物理相機(jī)器學(xué)習(xí)分類識(shí)別方法以及基于“巖石物理相分類+機(jī)器學(xué)習(xí)算法”的地質(zhì)—工程甜點(diǎn)參數(shù)測(cè)井精細(xì)計(jì)算模型。不同巖石物理相從地質(zhì)角度有效弱化深層頁巖氣儲(chǔ)層的非均質(zhì)性，降低參數(shù)計(jì)算誤差，較好地解決沉積微相、巖相劃分難以精細(xì)刻畫深層頁巖氣儲(chǔ)層強(qiáng)非均質(zhì)性的難題，精確計(jì)算單井、多井深層頁巖氣地質(zhì)—工程甜點(diǎn)參數(shù)，為LZ區(qū)塊五峰組—龍馬溪組頁巖氣儲(chǔ)層甜點(diǎn)評(píng)層選區(qū)、水平井靶體優(yōu)選、資源量估算及透明頁巖氣藏建模與開發(fā)方案實(shí)施提供了精確的參數(shù)基礎(chǔ)，也為同類深層頁巖氣藏參數(shù)計(jì)算供了借鑒，具有較好的推廣和應(yīng)用價(jià)值。

1 區(qū)域地質(zhì)概況

四川盆地是發(fā)育在揚(yáng)子準(zhǔn)臺(tái)地西北緣的一個(gè)次一級(jí)構(gòu)造單元，LZ區(qū)塊位于四川盆地南部，處于川西南古中斜坡低褶帶東部，川南古坳中隆低陡彎形帶北部(圖1a)，目前已有多口井獲得產(chǎn)量突破[14]，深層頁巖氣勘探、開發(fā)潛力巨大。

本文重點(diǎn)研究層位為上奧陶統(tǒng)五峰組和下志留統(tǒng)龍馬溪組一段一亞段(龍一1)，從下至上龍一1又進(jìn)一步劃分為4個(gè)小層(龍一11、龍一12、龍一13和龍一14)(圖1b)，目前龍一11—龍一13開發(fā)效果最好。龍一1主要為強(qiáng)還原環(huán)境的陸棚相沉積[15]，進(jìn)一步細(xì)分為淺水陸棚、半深水陸棚以及深水陸棚三個(gè)亞相[16]，又細(xì)分為含鈣質(zhì)深水陸棚、鈣質(zhì)半深水陸棚以及(砂)泥質(zhì)淺水陸棚等沉積微相[17]。龍馬溪組巖性主要為黑色富有機(jī)質(zhì)頁巖、硅質(zhì)頁巖以及鈣質(zhì)頁巖等，五峰組巖性主要為硅質(zhì)頁巖、硅質(zhì)巖和碳酸鹽巖。

圖1 LZ區(qū)塊構(gòu)造分區(qū)位置[17](a)及五峰組—龍一1地層劃分(b)

2 巖石物理相類型劃分及特征

2.1 深層頁巖氣儲(chǔ)層特征

全巖X射線衍射結(jié)果表明：LZ區(qū)塊五峰組—龍一1頁巖樣品礦物組成包括石英、長石、方解石、白云石、黃鐵礦以及黏土，其中石英、黏土以及碳酸鹽巖(方解石+白云石)為主要礦物，長石和黃鐵礦含量較少。石英含量為3%～88%，平均為38.56%；碳酸鹽巖含量為0～96%，平均為18.12%；黏土礦物含量為0～60%，平均為33.45%(圖2a)。不同樣品之間礦物含量差異明顯且分布范圍較廣，反映了組分特征的強(qiáng)非均質(zhì)性。

頁巖樣品孔隙度、TOC以及總含氣量測(cè)試結(jié)果表明：孔隙度分布范圍為1.46%～6.22%，平均為4.15%，主要分布范圍為4%～6%；總含氣量分布范圍為0.427～5.77 cm3/g，平均為1.99 cm3/g，主要分布范圍為0.5～2.5 cm3/g；TOC分布范圍為0.188%～6.367%，平均為2.36%。此外，孔隙度、TOC及總含氣量關(guān)系密切，往往孔隙度大、TOC高的樣品，頁巖總含氣量較高(圖2b)。

五峰組—龍一1頁巖巖心分小層TOC測(cè)試結(jié)果表明：五峰組頁巖TOC為0.17%～4.77%，平均為2.16%；龍一11頁巖TOC為3.3%～6.87%，平均為4.26%；龍一12頁巖TOC為3.5%～5.04%，平均為4.3%；龍一13頁巖TOC為1.02%～4.97%，平均為3.55%；龍一14頁巖TOC為0.28%～3.29%，平均為2.13%(圖2c)。整體來看，隨著深度增加，TOC呈先增加后減小的趨勢(shì)，在龍一11達(dá)到最高。

圖2 LZ區(qū)塊五峰組—龍一1儲(chǔ)層參數(shù)特征

根據(jù)Boyer等[18]提出的利用TOC評(píng)價(jià)烴源巖品質(zhì)的標(biāo)準(zhǔn)，龍一11頁巖生烴潛力最高，其次為龍一12、龍一13和五峰組頁巖，龍一14頁巖生烴潛力相對(duì)較低。

2.2 巖石物理相類型及特征分析

巖石物理相是一定規(guī)模儲(chǔ)層巖石物理特性的綜合，是沉積作用、成巖作用、后期構(gòu)造作用和流體改造作用的綜合反映[13]。目前巖石物理相劃分和應(yīng)用的對(duì)象主要為砂巖、砂礫巖以及碳酸鹽巖儲(chǔ)層，主要分為基于“相控論”(沉積相+成巖相+構(gòu)造相)[19]、流動(dòng)單元(流動(dòng)帶指數(shù))[20]、多地質(zhì)參數(shù)[21]以及測(cè)井參數(shù)[22]的巖石物理相劃分方案。綜合來看，雖然劃分方案的側(cè)重角度不一，但都體現(xiàn)了依托巖石物理相劃分將儲(chǔ)層非均質(zhì)性評(píng)價(jià)問題轉(zhuǎn)變?yōu)橄鄬?duì)均質(zhì)性評(píng)價(jià)問題的思路。

與砂巖、砂礫巖以及碳酸鹽巖儲(chǔ)層相比，海相深層頁巖氣儲(chǔ)層除了粒度較細(xì)、儲(chǔ)層整體為細(xì)粒沉積巖以外，最重要的特征是“自生自儲(chǔ)”特性，表現(xiàn)為大面積、連續(xù)、聚集成藏，天然氣分層聚集賦存性較差且儲(chǔ)層骨架礦物組構(gòu)、多尺度孔縫介質(zhì)非均質(zhì)性強(qiáng)。因此，不能利用流動(dòng)單元法劃分巖石物理相。此外，海相深層頁巖儲(chǔ)層巖石物理相的內(nèi)涵與因素也發(fā)生了變化，由沉積作用、成巖作用以及構(gòu)造作用轉(zhuǎn)變?yōu)槌练e作用、成巖作用、構(gòu)造作用以及生物作用[23]。因此，海相深層頁巖氣儲(chǔ)層巖石物理相為沉積作用、成巖作用、構(gòu)造作用以及生物作用的綜合反映。但沉積微相、巖相劃分難以精細(xì)刻畫甜點(diǎn)層段非均質(zhì)性，且在測(cè)井剖面上很難連續(xù)評(píng)價(jià)生物作用對(duì)儲(chǔ)層的影響，故“相控論”巖石物理相劃分方法也不適用于深層頁巖氣儲(chǔ)層巖石物理相劃分。

基于此，考慮到TOC、孔隙度、總含氣量以及脆性指數(shù)等地質(zhì)—工程甜點(diǎn)參數(shù)以及測(cè)井響應(yīng)特征反映了海相深層頁巖氣儲(chǔ)層巖石物理相內(nèi)涵以及受控因素，結(jié)合地質(zhì)—工程甜點(diǎn)參數(shù)和測(cè)井曲線將LZ區(qū)塊五峰組—龍一1儲(chǔ)層巖石物理相劃分為三類(Ⅰ、Ⅱ、Ⅲ)，進(jìn)一步分為6個(gè)亞類(Ⅰ1、Ⅰ2、Ⅰ3、Ⅱ1、Ⅱ2、Ⅲ)(圖3)。本文采用Kang等[24]的頁巖脆性指數(shù)計(jì)算模型計(jì)算巖心脆性指數(shù)。

三類巖石物理相參數(shù)特征差異較明顯(圖4)。相對(duì)于Ⅱ、Ⅲ，Ⅰ的U值(>15×10-6)、TOC(>3%)、孔隙度以及脆性指數(shù)(>0.5)較高。在Ⅰ中，Ⅰ1脆性指數(shù)最高而TOC最低(<4 %)，相對(duì)于Ⅰ1、Ⅰ2，Ⅰ3的含氣量(>3.5 cm3/g)和孔隙度(>5 %)較高；在Ⅱ中，Ⅱ1的U值(>9×10-6)、孔隙度(>4 %)以及總含氣量較高，但是脆性指數(shù)(<0.5)較低。整體上，雖然利用TOC、孔隙度以及脆性指數(shù)等地質(zhì)—工程參數(shù)和常規(guī)測(cè)井曲線無法完全區(qū)分巖石物理相及其界限，但是各參數(shù)的主要分布范圍存在一定差異——?jiǎng)澐稚顚禹搸r氣儲(chǔ)層巖石物理相的依據(jù)。

圖4 LZ區(qū)塊巖石物理相參數(shù)特征

因此，將礦物含量、孔隙度、TOC、總含氣量以及脆性指數(shù)作為深層頁巖氣儲(chǔ)層巖石物理相的地質(zhì)—工程核心評(píng)價(jià)與劃分指標(biāo)。其中6個(gè)亞類的核心評(píng)價(jià)指標(biāo)、測(cè)井響應(yīng)特征及差異如表1所示，微觀薄片特征如圖5所示。

表1 LZ區(qū)塊五峰組—龍馬溪組深層頁巖氣儲(chǔ)層巖石物理相核心評(píng)價(jià)指標(biāo)特征

圖5 LZ區(qū)塊五峰組—龍馬溪組巖石物理相薄片特征

Ⅰ1的沉積微相為富硅深水陸棚，其巖心測(cè)試石英和長石含量較高，均值為60.17%，孔隙度均值為4.95%，TOC均值為4.30%，脆性指數(shù)均值為0.69，總含氣量均值為3.27 cm3/g。GR值最高(最小值～最大值/平均值為144.713～335.459/217.052API)；U值為(8.9～42.48)×10-6，平均為22.41×10-6，生烴潛力最高；Th/U均值為0.704，指示強(qiáng)還原沉積環(huán)境。薄片上可見石英、方解石等順層分布形成水平亮紋層，黏土吸附有機(jī)質(zhì)形成暗色紋層(圖5a)。

Ⅰ2的沉積微相為富硅深水陸棚，其巖心測(cè)試石英和長石含量均值為59.68%，孔隙度均值為4.31%，TOC均值為4.15%，脆性指數(shù)均值為0.67，總含氣量均值為2.91 cm3/g。GR值中等(70.246～229.821/149.61API)；U均值為12.92×10-6，顯示較好的生烴潛力；Th/U均值為1.06，指示缺氧的沉積環(huán)境。薄片上可見石英、方解石顆粒順層分布，黏土吸附有機(jī)質(zhì)形成暗色紋層(圖5b)。

Ⅰ3的沉積微相為富硅深水陸棚，其巖心測(cè)試石英和長石含量均值為57.64%，孔隙度均值為5.47%，TOC均值為4.34%，脆性指數(shù)均值為0.60，總含氣量均值為4.10 cm3/g。GR值較高，平均為137.455API；U值分布范圍為(5.86～14.87)×10-6，平均為11.65×10-6，生烴潛力較高；Th/U值介于0.619～2.781，平均為1.22，也指示缺氧沉積環(huán)境。薄片上可見整體粒度細(xì)小，黃鐵礦多分散分布，粉粒石英與方解石和粉晶白云石順層分布形成水平紋層，且與泥質(zhì)紋層呈不等厚互層特征(圖5c)。

Ⅱ1的沉積微相為含鈣深水陸棚，其巖心測(cè)試石英和長石含量均值為42.32%，孔隙度均值為4.46%，TOC均值為2.41%，脆性指數(shù)均值為0.47，總含氣量均值為2.13 cm3/g。GR值分布范圍為134.631～211.618 API，均值為167.359 API；U值最小值為2.807×10-6，最大值為14.418×10-6，平均值為9.65×10-6，生烴潛力高；Th/U均值為1.87。薄片上可見粉晶白云石、方解石以及粉粒石英等分散分布，部分呈順層分布現(xiàn)象，形成水平紋層(圖5d)。

Ⅱ2的沉積微相為含鈣深水陸棚，其巖心測(cè)試石英和長石含量均值為49.42%，孔隙度均值為3.97%，TOC均值為2.29%，脆性指數(shù)均值為0.51，總含氣量均值為2.00 cm3/g。GR均值為145.064 API，U均值為6.65×10-6，生烴潛力相對(duì)較弱；Th/U均值較高，平均為2.66，顯示弱氧沉積環(huán)境。薄片上可見粉粒石英與方解石和粉晶白云石分散分布，形成的水平亮紋層寬度較大，且與泥質(zhì)紋層呈不等厚互層特征(圖5e)。

Ⅲ的沉積微相為鈣質(zhì)淺水陸棚，其巖心測(cè)試石英和長石含量均值為48.61%，孔隙度均值為3.42%，TOC均值為1.75%，脆性指數(shù)均值為0.54，總含氣量均值為1.66 cm3/g。GR值最低，平均為129.37 API；U均值為5.68×10-6，生烴潛力最弱；Th/U均值為3.73，指示弱氧化沉積環(huán)境。薄片上可見近圓斑狀黃鐵礦，粉末狀黃鐵礦分散分布，黏土吸附有機(jī)質(zhì)呈暗色條紋、短條帶狀順層分布(圖5f)。

綜合來看，Ⅰ和Ⅱ1為LZ區(qū)塊海相深層頁巖氣儲(chǔ)層的有利相，具有高TOC、高孔隙度、高總含氣量以及高脆性指數(shù)的特征。在Ⅰ中，Ⅰ3的地質(zhì)甜點(diǎn)參數(shù)(TOC、孔隙度、總含氣量)最優(yōu)，Ⅰ1的工程甜點(diǎn)參數(shù)(脆性指數(shù))最優(yōu)，說明頁巖儲(chǔ)層地質(zhì)甜點(diǎn)最優(yōu)層段不一定對(duì)應(yīng)工程甜點(diǎn)最優(yōu)層段，在實(shí)際天然氣勘探、開發(fā)中，需要著重分析兩者的耦合關(guān)系。需要指出的是，Ⅰ1、Ⅰ2、Ⅰ3對(duì)應(yīng)的沉積微相均為富硅深水陸棚相，但是測(cè)井響應(yīng)特征與對(duì)應(yīng)的地質(zhì)特征均存在一定差異，充分說明利用沉積微相難以精細(xì)刻畫深層頁巖氣儲(chǔ)層的強(qiáng)非均質(zhì)性，進(jìn)一步證明了劃分深層頁巖氣儲(chǔ)層巖石物理相的必要性。薄片分析結(jié)果表明，相對(duì)于Ⅱ和Ⅲ，Ⅰ具有較好的水平紋層結(jié)果，表明該階段處于低能時(shí)期，沉積水動(dòng)力最弱。特別值得關(guān)注的是，前人對(duì)五峰組以及龍一1優(yōu)質(zhì)頁巖儲(chǔ)層的分析著重關(guān)注龍一11、龍一12、龍一13，但文中的巖石物理相劃分結(jié)果表明，龍一14也存在相對(duì)優(yōu)質(zhì)的甜點(diǎn)層段，是潛在的水平井靶體層段。

2.3 巖石物理相測(cè)井識(shí)別方法

雖然在連續(xù)測(cè)井剖面上借助巖心分析資料較準(zhǔn)確地劃分和識(shí)別了巖石物理相，但深層頁巖氣井取心成本高，在實(shí)際工作中往往存在巖心分析資料不足的缺陷。因此，以關(guān)鍵井巖心分析數(shù)據(jù)標(biāo)定測(cè)井，進(jìn)而建立基于常規(guī)測(cè)井曲線的巖石物理相劃分與識(shí)別方法是需要研究的內(nèi)容。

對(duì)LZ區(qū)塊地層關(guān)鍵井巖石物理相巖心資料劃分與識(shí)別結(jié)果的常規(guī)測(cè)井?dāng)?shù)據(jù)交會(huì)分析表明(圖6)，不同類型的巖石物理相測(cè)井響應(yīng)特征存在一定差異，特別是Ⅰ1具有明顯的低Th/U(<0.5)、高GR(>200 API)、高U值(>20×10-6)特征。此外，利用GR-CNL交會(huì)圖可以區(qū)分Ⅰ1和Ⅲ(圖6a)；利用GR-AC交會(huì)圖可以區(qū)分Ⅰ1和Ⅱ2(圖6b)。由于巖石物理相類型較多，不同巖石物理相測(cè)井響應(yīng)特征受沉積、成巖、構(gòu)造以及生物作用的共同影響，存在較大程度的重疊現(xiàn)象，因此僅利用單一常規(guī)測(cè)井曲線交會(huì)圖難以有效區(qū)分不同的巖石物理相?？紤]到常規(guī)測(cè)井曲線交會(huì)圖難以識(shí)別巖石物理相亞類的現(xiàn)狀，故嘗試結(jié)合測(cè)井信息、地質(zhì)信息與大數(shù)據(jù)機(jī)器學(xué)習(xí)算法的優(yōu)勢(shì)，采用具有監(jiān)督學(xué)習(xí)功能的隨機(jī)森林算法劃分與識(shí)別巖石物理相亞類。

圖6 6亞類巖石物理相測(cè)井?dāng)?shù)據(jù)二維交會(huì)圖

隨機(jī)森林算法[25-26]是基于Bagging框架的決策樹模型，具有抗干擾能力強(qiáng)、魯棒性高、泛化能力優(yōu)且可以處理高維輸入樣本集的特征，最重要的是可以處理不平衡的數(shù)據(jù)集(每一類樣本數(shù)量相差較大)，對(duì)文中的不同巖石物理相的樣本集具有極強(qiáng)的針對(duì)性。此外，隨機(jī)森林算法不但可以優(yōu)化分類任務(wù)也可以回歸計(jì)算任務(wù)，從而滿足復(fù)雜且非均質(zhì)性強(qiáng)的深層頁巖氣地層巖石物理相測(cè)井分類識(shí)別、甜點(diǎn)參數(shù)測(cè)井精細(xì)解釋模型構(gòu)建及計(jì)算的需求。

隨機(jī)森林算法流程[25](圖7)為：①在訓(xùn)練階段，首先采用高穩(wěn)健和高效率的Bootstrap重采樣技術(shù)從原始訓(xùn)練數(shù)據(jù)集中選取訓(xùn)練樣本。②利用分類與回歸樹(CART)模型訓(xùn)練并預(yù)測(cè)每一個(gè)重采樣訓(xùn)練樣本集。對(duì)于分類算法而言，CART就是分類樹，采用基尼指數(shù)最小化準(zhǔn)則；對(duì)于回歸算法而言，CART就是回歸樹，采用平方誤差最小化準(zhǔn)則。③對(duì)于分類問題，綜合考慮每一顆決策樹的輸出類別，以投票的方式?jīng)Q定重采樣訓(xùn)練樣本中的某一個(gè)隨機(jī)樣本的類別；對(duì)于回歸問題，以每顆決策樹輸出的均值作為最終結(jié)果。④在實(shí)際應(yīng)用階段，將新樣本數(shù)據(jù)輸入到訓(xùn)練好的隨機(jī)森林分類或回歸模型中，即可得到樣本的歸屬類別或回歸結(jié)果。

圖7 隨機(jī)森林算法流程

本文以LZ區(qū)塊的H203、L205、L206、L207等井的巖石物理相劃分結(jié)果作為樣本集，利用隨機(jī)森林分類算法識(shí)別巖石物理相亞類。

在測(cè)井曲線預(yù)處理和歸一化之后，首先對(duì)隨機(jī)森林分類算法調(diào)參以獲得最優(yōu)算法參數(shù)，其中需要調(diào)參的算法參數(shù)主要為“樹”個(gè)數(shù)n_estimators和最大特征數(shù)max_features。對(duì)于后者而言，當(dāng)樣本集特征數(shù)不多(如小于50)時(shí)，一般使用默認(rèn)值。本文的樣本是輸入的8條測(cè)井曲線(特征數(shù)為8)，因此max_features使用默認(rèn)值。對(duì)于最優(yōu)“樹”的優(yōu)選，在劃分訓(xùn)練集(樣本集的70%)、預(yù)測(cè)集(樣本集的30%)、“葉”個(gè)數(shù)(預(yù)測(cè)分類數(shù)為6)等次要算法參數(shù)的基礎(chǔ)上，分析了“樹”個(gè)數(shù)的選取對(duì)算法精度的影響。結(jié)果表明，當(dāng)“樹”個(gè)數(shù)為291時(shí)，算法精度最高，模型性能評(píng)價(jià)系數(shù)為0.9178(圖8a)，因此選取291作為隨機(jī)森林分類算法的最優(yōu) “樹”個(gè)數(shù)。此外，算法運(yùn)行過程還可以分析輸入判識(shí)參數(shù)的重要性，即測(cè)井曲線類型對(duì)隨機(jī)森林分類算法預(yù)測(cè)結(jié)果的貢獻(xiàn)值?？紤]到目前川南深層頁巖氣儲(chǔ)層存在個(gè)別有機(jī)質(zhì)碳化現(xiàn)象[27]，致使利用電阻率曲線判識(shí)優(yōu)質(zhì)儲(chǔ)層的準(zhǔn)確性明顯降低。因此，模型輸入測(cè)井曲線中并未使用電阻率曲線。分析結(jié)果表明，利用GR、CNL、U、AC以及DEN(補(bǔ)償密度)五條曲線劃分LZ區(qū)塊深層頁巖氣儲(chǔ)層巖石物理相亞類的重要性較高(圖8b)。

圖8 隨機(jī)森林算法模型參數(shù)特征

未參與模型訓(xùn)練的L208井巖石物理相亞類識(shí)別結(jié)果表明，利用隨機(jī)森林分類算法識(shí)別與劃分LZ區(qū)塊深層頁巖氣儲(chǔ)層巖石物理相的效果較好，識(shí)別結(jié)果與基于地質(zhì)—測(cè)井資料的劃分結(jié)果的一致性較好，識(shí)別符合率達(dá)90%以上(圖9)，充分顯示了隨機(jī)森林分類算法的可靠性。

圖9 L208井五峰組—龍馬溪組頁巖氣地層巖石物理相識(shí)別結(jié)果

3 深層頁巖氣參數(shù)精細(xì)解釋模型

3.1 模型建立與測(cè)試

應(yīng)用測(cè)井信息準(zhǔn)確劃分巖石物理相之后，考慮參數(shù)測(cè)井解釋模型建立的可行性及為便于計(jì)算，以H203、L205、L206以及L207等井的巖心分析測(cè)試資料為基礎(chǔ)，優(yōu)選隨機(jī)森林回歸算法參數(shù)建立了分 巖石物理相的隨機(jī)森林回歸算法深層頁巖氣儲(chǔ)層地質(zhì)—工程甜點(diǎn)參數(shù)(TOC、孔隙度、石英、長石、方解石、白云石、黏土等礦物含量、脆性指數(shù)以及游離氣含量、吸附氣含量、總含氣量)測(cè)井精細(xì)解釋模型。為了充分體現(xiàn)該算法預(yù)測(cè)結(jié)果的精度，同時(shí)建立了不分巖石物理相的多元線性回歸模型以及分巖石物理相的多元線性回歸模型。

TOC、孔隙度、總含氣量以及脆性指數(shù)四類模型計(jì)算值與巖心實(shí)測(cè)值的對(duì)比結(jié)果表明：不分巖石物理相的多元回歸方法精度最低，除部分參數(shù)外，數(shù)據(jù)點(diǎn)大多偏離45°線(圖10a左、圖10b左、圖10c左、圖10d左)；分巖石物理相的多元線性回歸模型計(jì)算精度有所提高(圖10a中、圖10b中、圖10c中、圖10d中)；分巖石物理相的隨機(jī)森林回歸模型預(yù)測(cè)精度最高，參數(shù)預(yù)測(cè)值與巖心測(cè)試值接近，基本都在45°線附近(圖10a右、圖10b右、圖10c右、圖10d右)。L208井分巖石物理相的隨機(jī)森林回歸算法甜點(diǎn)參數(shù)(石英、長石、方解石、白云石、黏土等礦物含量、脆性指數(shù)、TOC、孔隙度及吸附氣含量、游離氣含量、總含氣量)測(cè)井精細(xì)計(jì)算結(jié)果(圖11)表明，計(jì)算結(jié)果與地質(zhì)測(cè)試結(jié)果較吻合，表明模型精度高。

圖10 不分巖石物理相的多元回歸方法(左)、分巖石物理相的多元線性回歸模型(中)及分巖石物理相的隨機(jī)森林回歸模型(右)的TOC(a)、孔隙度(b)、總含氣量(c)以及脆性指數(shù)(d)預(yù)測(cè)精度對(duì)比

圖11 L208井五峰組—龍一1儲(chǔ)層地質(zhì)—工程甜點(diǎn)參數(shù)計(jì)算結(jié)果

3.2 實(shí)例評(píng)價(jià)與效果分析

以LZ區(qū)塊L203井、Y101井五峰—龍一1為例，在連續(xù)測(cè)井剖面上識(shí)別與劃分巖石物理相，并利用分巖石物理相的隨機(jī)森林回歸模型求取孔隙度、TOC、脆性指數(shù)和含氣量等地質(zhì)—工程甜點(diǎn)參數(shù)(圖12、圖13)。

L203井巖石物理相識(shí)別以及甜點(diǎn)參數(shù)精細(xì)求取結(jié)果表明：有利地質(zhì)—工程甜點(diǎn)層段從上到下分 別為3781.80～3783.14 m、3784.80～3787.28 m以及3799.52～3812.52 m，對(duì)應(yīng)的巖石物理相分別為Ⅱ1、Ⅱ1和Ⅰ；其中Ⅰ的計(jì)算孔隙度為3.839%～6.032%，平均為4.731%，計(jì)算總含氣量為2.384～4.342 cm3/g，平均為3.412 cm3/g，計(jì)算脆性指數(shù)為0.579～0.729，平均為0.673。在此基礎(chǔ)上，以“優(yōu)中選優(yōu)、甜中選甜”的角度出發(fā)細(xì)分層段3799.52～3812.52 m，其中3806.96～3810.28 m脆性指數(shù)較高，均值為0.705，3799.60～3806.96 m脆性指數(shù)均值為0.671，3810.28～3812.52 m脆性指數(shù)均值為0.638，因此水平井靶體位置優(yōu)選層段為3806.96～3810.28 m。L203井3799.52～3812.52 m層段直改平后試氣產(chǎn)能達(dá)137.9×104m3/d，與巖石物理相劃分結(jié)果、甜點(diǎn)參數(shù)精細(xì)計(jì)算結(jié)果以及試氣結(jié)果吻合(圖12)。同理，利用隨機(jī)森林分類算法識(shí)別Y101井的巖石物理相，根據(jù)隨機(jī)森林回歸算法模型精細(xì)計(jì)算地質(zhì)—工程甜點(diǎn)參數(shù)。結(jié)果表明：層段3474.48～3477.80 m和 3479.88～3494.52 m的巖石物理相為Ⅱ1，層段3524.04～3538.84 m的巖石物理相為Ⅰ；其中Ⅰ的計(jì)算孔隙度均值為4.496%，計(jì)算總含氣量均值為3.771 cm3/g，計(jì)算脆性指數(shù)均值為0.601，其中水平井靶體優(yōu)選層段為3532.16～3536.00 m，計(jì)算脆性指數(shù)均值為0.662。直改平后試氣產(chǎn)能為43×104m3/d，解釋結(jié)果、計(jì)算結(jié)果與試氣結(jié)果吻合(圖13)。

圖12 L203井五峰組—龍一1巖石物理相分類測(cè)井評(píng)價(jià)綜合解釋成果圖

圖13 Y101井五峰組—龍一1巖石物理相分類測(cè)井評(píng)價(jià)綜合解釋成果圖

上述結(jié)果充分說明了深層頁巖氣儲(chǔ)層巖石物理相分類評(píng)價(jià)以及分巖石物理相的隨機(jī)森林回歸算法模型求取地質(zhì)—工程甜點(diǎn)參數(shù)的合理性，同時(shí)，精確的參數(shù)剖面也有助于水平井靶體的準(zhǔn)確選取。

此外，L203以及Y101井測(cè)井精細(xì)解釋結(jié)果也表明，龍一14中的Ⅱ1是相對(duì)優(yōu)質(zhì)的甜點(diǎn)層段，目前深層頁巖氣產(chǎn)能主要來自龍一11—龍一13，分段水力壓裂還難以動(dòng)用龍一14。因此，將來深層頁巖氣規(guī)模效益開發(fā)要特別重視龍一14的Ⅱ1層段，并作為LZ區(qū)塊及其周緣地區(qū)深層頁巖氣第二套水平井靶體優(yōu)選和設(shè)計(jì)開發(fā)的“后備”對(duì)象。

4 結(jié)論

(1)綜合全巖衍射、薄片鑒定、物性以及地化測(cè)試數(shù)據(jù)和常規(guī)測(cè)井響應(yīng)特征等，將川南LZ區(qū)塊五峰組—龍一1深層頁巖氣儲(chǔ)層巖石物理相劃分為三類(Ⅰ、Ⅱ、Ⅲ)，進(jìn)一步細(xì)分為6個(gè)亞類(Ⅰ1、Ⅰ2、Ⅰ3、Ⅱ1、Ⅱ2、Ⅲ)，其中五峰組頂部到龍一11—龍一13的Ⅰ1和龍一14的Ⅱ1具有相對(duì)的高TOC、高孔隙度、高含氣量以及高脆性指數(shù)特征，是最有利的地質(zhì)—工程甜點(diǎn)耦合層段。

(2)考慮到常規(guī)測(cè)井曲線交會(huì)圖方法難以精細(xì)劃分和識(shí)別巖石物理相亞類的不足，在測(cè)井曲線預(yù)處理和歸一化的前提下，采用兼顧分類與回歸雙重優(yōu)勢(shì)的隨機(jī)森林機(jī)器學(xué)習(xí)算法較好地在測(cè)井剖面上劃分和識(shí)別了6個(gè)巖石物理相亞類，準(zhǔn)確率達(dá)90%以上。

(3)對(duì)比、分析不分巖石物理相多元回歸模型、分巖石物理相多元回歸模型以及分巖石物理相隨機(jī)森林回歸模型在深層頁巖氣儲(chǔ)層地質(zhì)—工程甜點(diǎn)參數(shù)求取結(jié)果的差異性，表明分巖石物理相隨機(jī)森林回歸模型計(jì)算結(jié)果精度高且應(yīng)用效果好，能夠?yàn)樵u(píng)層選區(qū)、水平井靶體優(yōu)選及資源量估算提供精確的參數(shù)依據(jù)。