页岩中厘米-微米级尺度旋回划分及驱动因素识别方法

阅读：评论：0

1.本发明属于石油天然气勘探与开发技术领域，具体涉及页岩中厘米-微米级尺度旋回划分及驱动因素识别方法。

背景技术：

2.随着石油与天然气勘探程度的不断提高以及对油气资源需求的不断增长，页岩油气资源潜力巨大，逐渐被认为是未来油气工业发展的重要接替领域及增储上产的重要组成部分。陆相页岩被认为是良好的页岩油勘探开发目标。纹层是页岩的基本组成单元，页岩中不同类型纹层的发育通常具有旋回性。但这种厘米-微米级尺度旋回的发育规律及驱动因素仍不明确。因此需要对陆相页岩中厘米-微米级尺度旋回进行精细划分，明确旋回的驱动因素，阐明高频古环境演化规律，这对陆相页岩沉积成因研究及页岩内有利储层预测具有重要指导意义。
3.现今对于页岩中厘米-微米级尺度旋回划分的方法主要有2种。方法一：通过年纹层厚度(一年内形成的纹层状沉积物的厚度)的周期性变化识别。部分学者们将地质历史时期页岩中发育的亮-暗层偶解释为年纹层，通过肉眼识别的方法统计年纹层厚度的变化来识别厘米-微米级尺度旋回及其时间尺度。该方法能够有效应用的条件是必须保证地层中发育年纹层，但地质历史时期亮-暗层偶是否确实在一年内形成需要明确。另外在半深湖-深湖区，古环境演化可能不能引起页岩成分的明显变化，受人眼分辨率的制约，肉眼统计年纹层厚度的方法还可能导致旋回信息的遗漏。因此该方法的应用存在较大的局限性。方法二：通过岩心灰度值的周期性变化来识别。岩石中矿物成分的变化将引起岩心灰度值发生改变，部分学者通过高清摄影与计算机灰度识别的方法提取岩心灰度值的周期性变化，通过频谱及小波分析划分厘米-微米级尺度旋回。再根据目的层段沉积速率的计算，获取厘米-微米级尺度旋回的时间尺度。该方法能够有效应用的条件是必须保证地层中灰度值的变化易于识别。但在有机质含量较高的层位(如鄂尔多斯盆地延长组长73段)，岩心表面颜均表现为黑，矿物成分或纹层类型变化引起的灰度值变化很难识别，这导致该方法的应用也存在一定的局限性。
4.在厘米-微米级尺度旋回划分的基础之上，学者们仅通过时间尺度的对应性来识别旋回的驱动因素。但部分驱动因素的时间尺度分布范围存在交叉，如热带大气准两年震荡(2年)、厄尔尼诺效应(2-7年)与太阳活动schwabe准周期(7-14年)，这使得仅通过时间尺度的对应性来识别旋回的驱动因素存在多解性。旋回划分方法的局限性及旋回时间尺度的多解性制约了旋回驱动因素的识别。

技术实现要素：

5.针对上述问题，本发明提出页岩中厘米-微米级尺度旋回划分及驱动因素识别方法，这种方法适用性更广，克服了传统旋回划分方法的局限性，也能够避免多个时间尺度交叉对旋回驱动因素的识别的影响。
6.页岩中厘米-微米级尺度旋回划分及驱动因素识别方法，具体步骤如下：
7.步骤一：基于岩心样品的微区xrf元素定量分析与指标优选
8.挑选不同深度的岩心样品，岩心样品的长度大于10cm，将岩心样品表面剖光；利用bruker m4 tornado微区高性能荧光光谱仪开展微区xrf元素定量分析：测试步长为20-40μm，扫描速率为12ms/点，扫描时间大于8h；得到元素定量分析结果，通过薄片显微观察或采用扫描电镜观察结合能谱分析的方法识别出不同类型纹层及不同纹层中主要的矿物类型，根据主要矿物类型选取特征元素，将不同类型纹层中的特征元素进行图像叠合，获取能够明显识别纹层类型及厚度变化的元素叠合图件；
9.以元素叠加图件为约束，利用“line scan”功能对垂直纹层方向选取线分析位置，获得选定直线上的所有原子序数在11以上的元素相对百分含量；然后选择能够反映矿物成分及纹层类型变化的元素或元素比值作为旋回识别指标；这些旋回识别指标需要满足在沉积物搬运、沉积及成岩过程中相对稳定。
10.步骤二：厘米-微米级尺度旋回的识别与划分
11.利用acycle2.3软件中的“spectral analysis”及“wavelet transform”功能对不同深度的岩心样品分别就其选择的旋回识别指标开展频谱分析及小波分析，具体过程为：选取频谱分析中置信度高于90％的频率，转化为旋回厚度，保留与小波分析结果对应的旋回厚度；对其他深度的岩心样品重复上述步骤。
12.第三步：页岩沉积速率计算与旋回时间尺度确定
13.根据工区的实际情况，选取对岩性变化敏感的测井曲线，利用acycle2.3软件中“detrending/curve fitting”功能对曲线进行预处理；采用coco法计算页岩的沉积速率，并提取出置信度高于90％的沉积速率；再采用ecoco法建立利用coco法挑选出的沉积速率在垂向上的分布特征，得到不同深度的岩心样品对应的沉积速率；从而得到旋回的时间尺度；
14.t＝d/v
15.式中，t为旋回的时间尺度；
16.d为旋回厚度；
17.v为沉积速率；
18.第四步：厘米-微米级尺度旋回记录的古环境演化特征与驱动因素分析
19.对岩心样品进行厘米-微米级尺度旋回的滤波分析，将滤波结果与步骤一中得到的元素叠合图件进行对应，以滤波结果为约束，在元素叠合图件上选取旋回的不同半周期，开展原位地球化学分析，重建厘米-微米级尺度旋回记录的古环境演化特征；将旋回的时间尺度及重建的古环境演化特征与可能的驱动因素所引起的环境周期性演化特征及时间尺度进行匹配，若匹配不成功，则与其他的驱动因素重新匹配，直至匹配成功，则该成功匹配的驱动因素为控制厘米-微米级尺度旋回形成的古环境演化的驱动因素。
20.上述的页岩中厘米-微米级尺度旋回划分及驱动因素识别方法可以用于识别陆相页岩或海相页岩中的厘米-微米级尺度旋回划分及驱动因素。
21.本发明的有益之处在于：
22.(1)本发明利用微区xrf定量元素分析、频谱分析和小波分析的实验方法精细识别并划分了页岩中厘米-微米级尺度旋回，方法简便且可操作性强。由于地球化学参数对矿物
成分及纹层特征变化具有较高的敏感性，该方法可以用于绝大部分页岩中的厘米-微米级尺度旋回识别，解决了传统方法局限性较强的问题。
23.(2)本发明在旋回时间尺度识别的基础上，重建了厘米-微米级尺度旋回记录的古环境演化特征。由于不同驱动因素对古环境演化的控制存在差异，将旋回时间尺度及古环境演化特征与可能的驱动因素进行匹配，有效避免了识别结果的多解性，能够揭示控制厘米-微米级尺度旋回形成的古环境演化驱动因素。
24.(3)在厘米-微米级尺度旋回划分及驱动因素识别的基础上，可以进一步阐明页岩沉积时期高频古环境演化规律，能够为有机质富集过程、页岩沉积成因解释及页岩内有利储层预测等提供有利指导。
附图说明
25.图1为实施例2中的页岩中不同类型元素含量及元素比值分布特征图；
26.图2为实施例2中的长73段页岩mo/ti频谱及小波分析结果图(其中a图为频谱分析结果图，b图为小波分析结果图)；
27.图3为实施例2中coco法与ecoco法计算长73段页岩的沉积速率图(其中a图为coco法计算沉积速率结果图；b图为ecoco法计算沉积速率垂向分布特征图)；
28.图4为实施例2中重建的厘米-微米级尺度旋回记录的古环境演化特征图。
具体实施方式
29.在本发明中所使用的术语，除非有另外说明，一般具有本领域普通技术人员通常理解的含义。
30.下面结合具体实施例，并参照数据进一步详细的描述本发明。以下实施例只是为了举例说明本发明，而非以任何方式限制本发明的范围。
31.实施例1
32.页岩中厘米-微米级尺度旋回划分及驱动因素识别方法，具体步骤如下：
33.步骤一：基于岩心样品的微区xrf元素定量分析与指标优选
34.首先在研究区内选择不同深度的岩心样品，将岩心样品表面剖光，利用bruker m4 tornado微区高性能荧光光谱仪开展微区xrf元素定量分析，测试步长尽可能小，以提高旋回识别的准确性，作为一种优选的范围，本发明中岩心样品的长度大于10cm；光谱仪的测试步长为20-40μm，扫描速率设置为12ms/点，扫描时间设置为8h以上。
35.得到元素定量分析结果，通过薄片显微观察或采用扫描电镜观察结合能谱分析的方法识别出不同类型纹层及不同纹层中主要的矿物类型，根据主要矿物类型选取特征元素，将不同类型纹层中的特征元素进行图像叠合，获取能够明显识别纹层类型及厚度变化的元素叠合图件。
36.以元素叠加图件为约束，利用“line scan”功能垂直纹层方向选取线分析位置，获得选定直线上的所有原子序数在11以上的元素相对百分含量。挑选能够反映矿物成分及纹层类型变化的元素或元素比值作为旋回识别指标，由于不同类型纹层中矿物成分存在差异，而挑选的旋回指标能够体现这种差异，因此，挑选在不同类型纹层中的元素含量或元素比值存在显著差异的指标作为旋回识别指标。此外，这些指标还需要满足在沉积物搬运、沉
积及成岩过程中相对稳定，比如旋回识别指标可以选择al、al/ti、mo/ti、v/ti、c值等，具体根据工区实际情况选择旋回识别指标。旋回识别指标在不同类型纹层中的数值存在肉眼可见的差异(如图1)，并且在相同纹层中该指标数值的分布规律具有一致性，以c值为例，所有粉砂级长英质纹层的c值均明显比富有机质纹层中低(数值均相差约8左右)。这里的相对稳定指在沉积物搬运、沉积及成岩过程中，该旋回识别指标的值不发生显著变化。
37.步骤二：厘米-微米级尺度旋回的识别与划分
38.利用acycle2.3软件中的“spectral analysis”及“wavelet transform”功能对步骤一中挑选的旋回识别指标开展频谱分析及小波分析。具体如下：
39.(1)挑选出频谱分析中置信度高于90％的频率，并将其转化为旋回厚度。
40.(2)将挑选出的旋回厚度与小波分析结果对应，保证挑选出的厘米-微米级尺度旋回在岩心样品长度内稳定存在。
41.(3)对研究区其他深度的岩心样品的旋回识别指标重复步骤二中的(1)和(2)操作，得到不同深度岩样的旋回厚度，并确保识别出的厘米-微米级尺度旋回在研究区内稳定存在。
42.第三步：页岩沉积速率计算与旋回时间尺度确定
43.(1)根据工区的实际情况，选取对岩性变化敏感的测井曲线，这种测井曲线需要满足在不同岩性中的数值存在明显差异，比如选取的感应测井曲线，在泥质含量高的岩性中数值较高，而在砂质含量高的岩性中数值较低。利用acycle2.3软件中“detrending/curve fitting”功能进行预处理，作为一种优选方案，detrending window选择35％，detrending model选择lowess(red)。(2)采用coco法基于预处理后的测井曲线计算页岩的沉积速率，挑选处置信度高于90％的沉积速率值；具体可以采用acycle2.3软件的“correlation coefficient(coco/ecoco)”功能。(3)采用ecoco法，建立利用coco法挑选出沉积速率的在垂向上的分布特征，并读出不同深度的岩心样品所对应的沉积速率；具体可以采用acycle2.3软件的“correlation coefficient(coco/ecoco)”功能实现。(4)将识别出的厘米-微米级尺度的旋回厚度除以沉积速率，得到旋回的时间尺度：
44.t＝d/v
45.式中，t为旋回的时间尺度；
46.d为旋回厚度；
47.v为沉积速率。
48.第四步：厘米-微米级尺度旋回记录的古环境演化特征与驱动因素分析
49.对岩心样品进行厘米-微米级尺度旋回的滤波分析，将滤波结果与第一步中得到的元素叠合图件进行对应。以滤波结果为约束，在元素叠合图件上选取旋回的不同半周期，开展原位地球化学分析，重建厘米-微米级尺度旋回记录的古环境演化特征。将旋回的时间尺度及重建的古环境演化特征与可能的驱动因素所引起的环境周期性演化特征及时间尺度进行匹配，若匹配不成功，则与其他的驱动因素重新匹配，直至匹配成功，则该成功匹配的驱动因素为控制厘米-微米级尺度旋回形成的古环境演化的驱动因素。这种驱动因素可以为季节更替、大气环流、太阳活动周期等。
50.实施例2
51.一种鄂尔多斯盆地三叠系延长组长73段陆相页岩中厘米-微米级尺度旋回划分及
驱动因素识别方法，其具体步骤如下：
52.步骤一：基于岩心样品的微区xrf元素定量分析与指标优选
53.选取鄂尔多斯盆地n70井中延长组长73段典型湖相页岩(长度》10cm)，将岩心表面剖光，利用bruker m4 tornado微区高性能荧光光谱仪开展微区xrf元素定量分析，测试步长选取25-35μm，扫描速率设置为12ms/点，扫描时间设置为8h以上，得到岩心表面元素含量及分布的数据。
54.根据薄片显微观察或通过扫描电镜观察结合能谱分析，识别出不同类型纹层中主要的矿物类型，根据主要矿物类型选取特征元素：在本实施例中，粉砂级长英质纹层中以钾长石为主，另含有石英和斜长石，则选取k，al和si为该纹层的特征元素(图1b-d)；富有机质纹层中含有大量粘土矿物及黄铁矿，则选定fe、s元素为富有机质纹层的特征元素(图1e-f)。将al、si、k、fe和s元素图像进行叠加获取不同岩性样品的元素叠加图件(图1a)。作为一种具体的方案，此处可以利用不同元素的彩进行叠加，岩石中某种元素含量越低，其代表颜越淡。
55.以元素叠加图件为约束，选取垂直纹层的方向，利用“line scan”功能获取选定直线上的所有原子序数在11以上的元素相对百分含量。实际分析结果表明，不同类型纹层之间mo/ti及c值(c值指的是σ(fe+mn+cr+ni+v+co)/σ(ca+mg+k+na+sr+ba))存在较大差异(图1g-h)，同时两种元素比值在垂向上存在明显的周期性变化特征(图1g-h)，因此选用mo/ti及c值作为厘米-微米级尺度旋回识别指标。其中，c值计算公式中fe、mn、cr、ni、v、co、ca、mg、k、na、sr、ba均为元素符号，代表各元素含量。
56.其中以元素叠加图件为约束指的是：由于不同类型纹层中含有的主要元素类型不同，因此在元素叠加图件中可以识别出纹层及纹层的展布方向，如图1a中显示纹层为水平展布，因此，在line scan的过程中，选取沿着垂直纹层的方向进行扫描，本实施例中线扫描区域的长度与岩心样品长度一致。
57.步骤二：厘米-微米级尺度旋回的识别与划分
58.利用acycle2.3软件中的“spectral analysis”及“wavelet transform”功能对不同岩心样品mo/ti及c值的分析结果开展频谱分析及小波分析。挑选置信度高于90％的频率并将其转化为旋回厚度。将挑选出的旋回厚度与小波分析结果对应，选出厘米-微米级尺度旋回在岩心样品长度内稳定存在的旋转厚度，如图2所示，以n70号井在深度1719.2m处的岩心样品为例，采用mo/ti作为旋回识别指标，得到26.6mm、5.91mm和1.83mm三个旋回厚度，此时，对应的长73段页岩中明显发育厘米-微米级尺度旋回，并且厘米-微米级尺度旋回在岩心长度内稳定发育(图2b)。将不同深度的岩心样品进行以上步骤，得到分别以mo/t和c值作为旋回识别指标的旋回厚度，如表1，本实施例中研究区普遍发育18.0-26.7mm(厘米级)、3.6-5.9mm(毫米级)以及1.5-2.8mm(毫米-微米级)三个尺度的旋回。
59.表1鄂尔多斯盆地三叠系延长组长73段页岩中稳定存在的厘米-微米级尺度旋回
60.[0061][0062]
*时间尺度a-利用mo/ti识别的旋回时间尺度；时间尺度b-利用c值识别的旋回时间尺度
[0063]
第三步：陆相页岩沉积速率计算与旋回时间尺度确定
[0064]
由于长73段沉积时期存在火山喷发，火山灰带入了大量放射性铀元素(u)将影响gr曲线对岩性的识别，因此选用感应测井曲线cild对沉积速率进行计算；利用acycle2.3软件中“detrending/curve fitting”功能进行预处理，作为一种优选方案，detrending window选择35％，detrending model选择lowess(red)。
[0065]
以cild测井数据为基础，以研究地层沉积时期的地球轨道参数为约束，利用coco法和ecoco法对预处理后的测井曲线进行沉积速率计算分析：
[0066]
利用coco法计算得到整个研究地层沉积时期所包含的沉积速率结果如图3所示，其中，长73段页岩沉积速率为5.4cm/kyr的置信度高于99％(图3a)。此外，沉积速率为4cm/kyr及10cm/kyr的置信度也高于90％(图3a)。由于研究地层不同深度处的页岩可能具有不同的沉积速率，采用coco法计算得出的沉积速率的峰可能有多个，但置信度高于99％的沉积速率认为是可信的或是沉积地层的主要沉积速率。
[0067]
由于ecoco法计算沉积速率时需要对沉积速率参数进行预设定，再在该预设沉积速率区间内计算置信度，因此，以coco法计算出的沉积速率作为ecoco法中计算沉积速率预设值的参考，利用ecoco法获取垂向上不同深度处页岩的沉积速率(图3b)，其中，eh0sl指零假设检验h0显著性水平，沉积速率在某深度处的颜越红代表该沉积速率越可信。读取沉积速率时，一般读取图3b中的红区域对应的沉积速率，因为图3b中红越深的沉积速率代表其在对应深度处的可信度更高。
[0068]
最后，将旋回厚度与沉积速率相除，得到采用mo/ti和c值作为旋回识别指标的不同深度的岩心样品的时间尺度的范围均为360-500yr、81-110yr和30-57yr(如表1)。
[0069]
第四步：厘米-微米级尺度旋回记录的古环境演化特征与驱动因素分析
[0070]
选取岩心样品，开展厘米-微米级尺度旋回的滤波分析，将滤波结果与第一步中得到的元素叠合图件进行对应，结果如图4所示；其中，图4a-e中红的线指的是mo/ti比值或
者c值的分布特征，黑的线代表旋回i或者旋回iii的滤波结果；以图4a为例：红的线指的是mo/ti比值的分布特征，黑的线代表旋回i的滤波结果。此外，图4中ssfl为粉砂级长英质纹层，orl为富有机质纹层。
[0071]
将mo/ti以及c值在岩心长度范围内的分布特征与滤波结果相匹配，两者分别可以指示氧化还原环境以及湿度的演化特征(图4a-d)。然后，以滤波结果为约束，选取旋回的不同半周期，开展微钻取样+干酪根c同位素测试，得到分析古温度的演化过程(如图4e)，作为一种具体方案，本实施例中选取了7个微钻取样的位置，得到7个干酪根c同位素值(数值具体对应图4e中的横坐标)，图4e中红虚线为c同位素分布的趋势线或包络线。其中，半周期的含义是指：以图4a为例，a、b两点间为旋回i的负半周期，b、c两点为旋回i的正半周期。
[0072]
根据古环境演化重建结果，得到长73段厘米-微米级尺度旋回记录了干热-冷湿的古环境周期性变化特征：干热背景下还原性相对较弱指示了湖平面的降低，而冷湿背景下还原性较强指示了湖平面的升高。
[0073]
而太阳活动周期通常具有～11yr、～22yr、30-50yr、～88yr、～210yr、350-500yr、～1000yr和～2241yr等八个准周期。太阳活动周期将引起地球表面日照量的变化及云量的变化，进而引起温度及降雨量的周期性变化：在太阳活动强烈期表现为温度升高，云量减少，降雨量降低，气候干热，湖平面降低；而在太阳活动衰弱期表现为温度降低，云量增加，降雨量升高，气候冷湿，湖平面升高的特征。由此可见，长73段页岩中旋回的时间尺度及古环境演化特征与太阳活动周期及其控制的环境演化特征非常相似，由此确定太阳活动周期是控制本实施例中的页岩厘米-微米级尺度旋回形成的古环境演化驱动因素。
[0074]
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

技术特征：

1.页岩中厘米-微米级尺度旋回划分及驱动因素识别方法，其特征在于，具体步骤如下：步骤一：基于岩心样品的微区xrf元素定量分析与指标优选挑选不同深度的岩心样品，岩心样品的长度大于10cm，将岩心样品表面剖光，进行微区xrf元素定量分析；其中，扫描速率为12ms/点，扫描时间大于8h；得到元素定量分析结果，挑选不同类型纹层中的特征元素进行图像叠合，获取能够识别纹层类型及厚度变化的元素叠合图件；以元素叠加图件为约束，对垂直纹层方向选取线分析位置，获得选定直线上的所有原子序数在11以上的元素相对百分含量；然后选择能够反映矿物成分及纹层类型变化的元素或元素比值作为旋回识别指标；步骤二：厘米-微米级尺度旋回的识别与划分对不同深度的岩心样品分别就其选择的旋回识别指标开展频谱分析及小波分析：选取频谱分析中置信度高于90％的频率，转化为旋回厚度，保留与小波分析结果对应的旋回厚度；第三步：页岩沉积速率计算与旋回时间尺度确定根据工区的实际情况，选取对岩性变化敏感的测井曲线，并对曲线进行预处理；采用coco法计算页岩的沉积速率，并提取出置信度高于90％的沉积速率；再采用ecoco法建立利用coco法挑选出的沉积速率在垂向上的分布特征，得到不同深度的岩心样品对应的沉积速率；从而得到旋回的时间尺度；t＝d/v式中，t为旋回的时间尺度；d为旋回厚度；v为沉积速率；第四步：厘米-微米级尺度旋回记录的古环境演化特征与驱动因素分析对岩心样品进行厘米-微米级尺度旋回的滤波分析，将滤波结果与步骤一中得到的元素叠合图件进行对应，以滤波结果为约束，在元素叠合图件上选取旋回的不同半周期，开展原位地球化学分析，重建厘米-微米级尺度旋回记录的古环境演化特征；将旋回的时间尺度及重建的古环境演化特征与可能的驱动因素所引起的环境周期性演化特征及时间尺度进行匹配，若匹配不成功，则与其他的驱动因素重新匹配，直至匹配成功，则该成功匹配的驱动因素为控制厘米-微米级尺度旋回形成的古环境演化的驱动因素。2.根据权利要求1请求保护的页岩中厘米-微米级尺度旋回划分及驱动因素识别方法，其特征在于，微区xrf元素定量分析时，使用bruker m4 tornado微区高性能荧光光谱仪，测试步长的大小范围为20-40μm。3.根据权利要求1请求保护的页岩中厘米-微米级尺度旋回划分及驱动因素识别方法，其特征在于，步骤一中不同类型纹层是通过薄片显微观察或采用扫描电镜观察结合能谱分析的方法识别得到。4.权利要求1-3所述的方法的用途，其特征在于，用于识别陆相页岩或海相页岩中的厘米-微米级尺度旋回划分及驱动因素。

技术总结

本发明公开页岩中厘米-微米级尺度旋回划分及驱动因素识别方法，属于石油天然气勘探与开发技术领域。本发明利用微区XRF定量元素分析、频谱分析和小波分析的实验方法精细识别并划分了页岩中厘米-微米级尺度旋回，方法简便且可操作性强；本发明在旋回时间尺度识别的基础上，重建了厘米-微米级尺度旋回记录的古环境演化特征，确定了厘米-微米级尺度旋回的驱动因素；本发明在厘米-微米级尺度旋回划分及驱动因素识别的基础上，可以进一步阐明页岩沉积时期高频古环境演化规律。积时期高频古环境演化规律。积时期高频古环境演化规律。