基于层次分析法的页岩气储层地质工程一体化甜点评价：以昭通页岩气示范区太阳页岩气田海坝地区X井区为例

Geology-Engineering Intergration Shale Gas Sweet Spot Evaluation Based on Analytic Hierarchy Process: Application to Zhaotong Shale Gas Demonstration District, Taiyang Shale Gas Field, Haiba Area, X Well Region

摘要

“甜点”是页岩气储层中相对高产的层位和区域，地质甜点、工程甜点和综合甜点的合理预测及评价，是页岩气规模效益开发的基础之一.针对页岩气储层甜点多参数综合定量评价，引入层次分析法，综合地质与工程要素，基于高分辨率三维地质模型，形成了地质工程一体化页岩气甜点评价的新方法，进行页岩气储层甜点区域的预测.首先，综合前人研究成果，建立了一种页岩气地质甜点、工程甜点和综合甜点评价的指标体系；随后，设计了基于层次分析法的页岩气储层地质工程一体化甜点评价方法的技术路线；最后，采用昭通页岩气田海坝区块X井区实例数据，基于该区域高分辨率三维地质模型，根据形成的甜点评价方法，进行了研究区地质甜点、工程甜点和综合甜点的预测和评价.结果表明，该方法可以综合地质和工程的多种评价指标，实现了昭通页岩气田海坝区块X井区地质甜点、工程甜点和综合甜点的评价，评价的甜点区域主要分布在奥陶系五峰组，志留系龙马溪组一段1亚段1小层、2小层和3小层（L1₁ ¹， L1₁ ²，L1₁ ³），4小层（L1₁ ⁴）相对较少.基于层次分析法的页岩气储层地质工程一体化甜点评价，可以将定性分析和定量分析相结合，为页岩气甜点的圈定提供了一种新思路，提高了甜点评价结果的合理性和准确性.

关键词

页岩气 / 地质甜点 / 工程甜点 / 综合甜点 / 层次分析法 / 地质工程一体化

Key words

shale gas / geological sweet spot / engineering sweet spot / comprehensive sweet spot / analytic hierarchy process / geology-engineering integration

随着社会对清洁能源需求不断扩大，能源结构不断优化，天然气占比不断提高.页岩气是天然气的重要组成部分，美国“页岩气革命”凸显了页岩气的巨大资源潜力和发展前景（董大忠等， 2011； 陈海波， 2013； 尹冰洁， 2017； 庞飞等， 2020）.我国页岩气资源丰富，页岩气开发正处于相对快速发展阶段，伴随着开发技术的不断完善和成熟，页岩气产能不断提高，进一步证明页岩气是我国能源未来增储上产的重要支柱（马新华， 2017a， 2017b， 2018； 马新华和谢军， 2018； 聂海宽等， 2020b；周志等， 2021）.

页岩储层物性极差，基本不具有自然产能，常通过水平井和大规模水力压裂的方式才可具有一定的工业产能（邹才能等， 2017）.上述开发方式表明页岩气藏的规模效益开采，不仅要对储层的含气性等储层地质特征进行评价，还需要对储层的可压裂性等工程特征进行合理的评价，这两种因素共同决定了页岩气藏的高效开发（邹才能， 2013； 邹才能等， 2013， 2015）.

“甜点”是页岩气储层中相对高产的层位和区域，至少具有有机质优质、储层物性较好、含量高、改造潜力强和资源规模大等特点（杨智等， 2015； 姚光庆和姜平， 2021），从类型上可以将甜点分为地质甜点、工程甜点、经济甜点和综合甜点.高效合理、规模效益的页岩气开发，需通过复杂的区域系统评价分析，找对甜点，找准甜点.“差中选优，优中选甜”，是页岩气获得高产的主要因素之一.

国内外学者针对甜点预测评价问题进行了一系列的研究，也提出了相关参数的参考范围，如马新华等（2020a， 2020b）认为川南地区优质页岩储层（主要指地质甜点区）具有高TOC值、高孔隙度、高含气饱和度、高脆性矿物含量等“四高”的特点.国内相关机构也制定了一系列页岩气勘探目标优选和地质评价方面的标准，如页岩气地质评价方法国家标准GB/T31483、海相页岩气勘探目标优选方法国家标准GB/T35110（中华人民共和国国家质量监督检验检疫总局和中国国家标准化管理委员会， 2015， 2017）.但是针对不同地区的甜点评价问题来说，涉及到多方面参数和不同参考范围，在地区的适用性方面存在一定的局限（聂海宽等， 2020a）.部分地区通过设计一定的评价指标和参数范围进行甜点区域的预测，虽然可以快速有效地获取甜点区域的分布，但是基于评价参数简单的区域划分和甜点区域的叠加，其结果仍存在较大的不确定性.在开发实践中，在地区内评价的部分普通储层（非甜点区域，即某项参数或某几项参数不符合优质储层的评价标准）中，仍涌现出一批具有高产能力的页岩气井.

地质甜点、工程甜点中包含的各项评价指标，对于有利区域的划分影响程度存在一定的差异，仅通过简单的区间划分来进行有利区或甜点区的预测和评价，缺乏一定的科学性和合理性.与此同时，不同地区的地质甜点和工程甜点的相对重要性也存在一定的争议.甜点评价作为一种典型的多参数评价问题，可以通过引入层次分析法来进行评价指标的量化，进而更为准确预测和评价甜点区域的分布.Saaty （1977， 1990）最早在解决电力资源在工业部门间优化分配的问题时，提出一种将定性分析和定量分析相结合的层次化结构模型，即层次分析法.随后，该方法在20世纪初被广泛应用于多参数的评价问题，如项目投资风险的综合评价等，通过评价准则层、评价层次和相对权重的构建，可以结合定性分析和定量分析的优势，实现多参数的综合评价.部分学者在致密油甜点评价中引入了层次分析法（黄天镜等， 2021），评价结果具有一定的合理性，目前在页岩气的甜点评价方面，该方法应用较少.与此同时，现阶段甜点区域的评价主要针对一维、二维模型，对于基于三维模型的页岩气甜点评价研究较少.

本文针对多参数融合页岩气储层甜点评价的问题，以三维地质模型为基础，引入层次分析法，将专家经验与评价参数相结合，实现评价参数定性分析和相对权重的定量评价，通过上述方法实现页岩气储层地质甜点、工程甜点和综合甜点的评价问题.本文首先系统分析了诸多重要的综述性文献、专著、行业标准和国家标准，参考致密油、页岩油等其他非常规油气资源甜点预测的评价指标，建立了一种页岩气地质甜点、工程甜点和综合甜点的评价指标体系；随后，简要介绍了层次分析法的基本原理，结合评价指标体系，设计了基于层次分析法的页岩气甜点评价技术流程；最后，基于川南昭通页岩气田海坝地区X井区的实例数据，结合地质、测井、地震、实验等多源数据，构建了该区域甜点评价的三维地质属性模型，并采用本文的方法进行了区域地质甜点、工程甜点和综合甜点的评价和预测，针对评价结果给出了各主要层系的甜点分布区域，以期为后续的区域开发方案的编制和立体井网的设计和部署提供辅助决策支撑.

1 基于层次分析法的页岩气储层地质工程一体化甜点评价技术

1.1　页岩气甜点评价指标

建立合理的甜点评价体系是甜点评价的基础，针对地质甜点、工程甜点和综合甜点等不同的评价目标，评价体系应包含不同的评价指标.国内外一系列学者及相关标准都针对页岩气的甜点评价指标进行了系统的分析和研究.马新华和谢军（2018）提出了川南地区页岩气有利区优选指标，包括有机碳含量、有机质成熟度、脆性矿物含量、粘土矿物含量、孔隙度、渗透率、含水饱和度、含气量、埋深、优质页岩厚度、压力系数等常规属性，还进一步包含了距离剥蚀线距离、距离断层、距离工区地震资料情况及地面平台情况.在威远页岩气开发实践中，进一步指出了深水控制储层的富集，是页岩气高产的主控因素之一（马新华等， 2020a）； 同时，优质储层钻遇长度和厚度与气井的产能有着较好的线性相关关系（马新华等， 2020b）.相关标准进一步指出了页岩气在岩性、物性等方面的储层分级评价指标和评价权重（中华人民共和国国家质量监督检验检疫总局和中国国家标准化管理委员会， 2015， 2017）.邹才能等认为应通过岩性、物性、脆性、含油性、烃源岩特性与应力各向异性“六性”关系综合评价非常规油气甜点区与集中段，储层中的溶蚀相带或裂缝带是油气富集的甜点区；甜点由生烃强度、源储接触面积、储集层物性及厚度、断裂带与局部构造等因素共同决定；还进一步总结了非常规油气甜点包括地质甜点、工程甜点和经济甜点（邹才能， 2013； 邹才能等， 2013，2017）.郭秋麟等构建了以岩性、物性、含油性、烃源岩条件、脆性、地应力条件和经济性为主要指标的评价体系（郭秋麟等， 2016； 郭秋麟和曹宏， 2018）.Hashmy et al.（2011）提出了基于测井曲线的页岩储层甜点识别方法；Tinnin et al.（2015）通过多源信息的集成进行了Eagle Ford甜点区域的有效预测评价；同时Naides （2010）通过地球物理方法建立了Neuquen盆地Punta Rosada的甜点评价指标，进行了有利甜点区域的预测.

综上所述，学者们对甜点评价指标的总结在考虑因素、选择参数、具体划分等方面有所不同，但总体上可以将其考虑因素分为地质、工程和经济三类.其中地质和工程因素为石油地质学和石油工程主要关注的重点，也是地质工程一体化的要素：在地质方面，主要考虑了烃源岩性质、储层物性、储层含油性、储层裂缝发育程度、储层压力、储层规模等方面的指标；在工程方面主要考虑了储层的可压裂性和储层地应力等方面指标.地质和工程因素主要是对是否有油气、是否有利开采的客观判断，而经济因素是影响是否开采的决策问题.石油天然气作为重要战略资源之一，影响其开采的经济因素不仅包括开发条件、油气价格等，还受到国家战略、经济周期、国际形势等深刻影响.经济甜点的评价因素目前变化较大，因此本文暂时不考虑将经济甜点指标融合进综合甜点的评价范畴之内.同时，要使评价指标体系具有实用性，还需要明确使用哪些参数对不同指标进行定性或定量表达，并考虑如何准确获取足够数量的评价参数.

综合考虑前人研究成果，针对页岩气的多参数综合甜点评价问题，在页岩气的地质甜点评价指标体系中，综合考虑页岩气的生成和页岩储层储集空间特征等因素，有机质丰度、有机质成熟度、有机质类型、目的层厚度、地层埋深、含气饱和度、含气量、吸附气或游离气含量、天然裂缝指数、孔隙度、基质渗透率6大类共11个主要因素作为评价指标；在页岩气的工程甜点评价指标体系中，综合钻井、压裂施工、排采生产等因素，采用岩石密度、杨氏模量、泊松比、脆性指数、水平主应力（最大和最小）、垂向应力、水平应力差、地层倾角、压力系数4大类共9个主要因素作为评价指标.上述两种甜点评价指标体系共同构成了页岩气的综合甜点评价的指标体系，如图1所示.

1.2　层次分析法基本原理

层次分析法是由美国匹兹堡大学运筹学家Saaty最早在1977年提出的一种定性问题定量化的决策分析方法，属于运筹学中的多目标决策优化问题的研究范畴（Saaty， 1977， 1990）.该方法将一个复杂的多目标决策优化问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标或多因素组成的若干层次，通过定性指标的量化方法计算出各层次指标或因素的权重，作为多目标优化问题解决方案的决策依据.

层次分析法本质上是一种定量和定性相结合的方法，是分析多目标、多准则情况下复杂问题的重要工具，它具有逻辑清晰、方法简便、系统性较强以及适用性广泛等特点；在运用过程中又综合专家的意见与经验，将经验判断进行定量描述，不仅可以有效避免逻辑推理在结构复杂和方案较多的情况下的差错，而且适合于无法完全用定量方法进行研究的决策问题.由于以上优点，层次分析法在多个领域得到广泛的重视和应用，成为解决众多社会经济问题的重要手段.目前，层次分析法主要应用在能源系统分析、城市规划、经济管理、科研评价等诸多领域（张小琳， 2014）.

层次分析法包含3大原则和4个公理，即层次分解原则、比较判断原则和次序合成原则，互反性公理、同质性公理、独立性公理和预期公理（Saaty， 1986）.层次分析法主要包含以下几个步骤：

步骤一：依据决策事件各元素的相关关系，建立阶梯层次结构.构造具有阶梯层次的结构模型是层次分析法分析决策问题的首要工作.层次分析结构模型包含目标层、准则层、方案层三个层次.

步骤二：对同层次的元素进行两两比较，建立判断矩阵.大多数决策问题属性之间的权重不能直接得到.层次分析法通过专家（决策者）在一定准则下构建判断矩阵，进而获取各层次属性的权重值.判断矩阵的构造是层次分析法的关键，矩阵中的数值表示同一层次的各个相关的评价因素之间的相对重要程度.

步骤三：一致性判断.通常情况下由决策者构造的判断矩阵并不一定满足判断矩阵的互反性条件，需采用一致性检验来判断.

步骤四：方案层权重合成.根据独立性公理，合成方案层对于目标层权重，生成评价结果.

设层次模型为3层结构A-B-C，层次A为目标层，矩阵 B 为层次B的因素综合判断矩阵，层次B包含n个因素 B_{\mathrm{1}} , \dots , B_n，各个相关因素相对于目标层的重要程度可以通过式（1）来表示.

\mathit{B} = \left[\begin{array}{cccc}{b}_{\mathrm{11}}& b_{\mathrm{11}}& \dots & b_{\mathrm{1}n}\\ b_{\mathrm{21}}& b_{\mathrm{22}}& \dots & b_{\mathrm{2}n}\\ \dots & \dots & ⋮& \dots \\ b_{n\mathrm{1}}& b_{n\mathrm{2}}& \dots & b_{nn}\end{array}\right]，（1）

式中，矩阵中的数值 b_{ij}表示矩阵中的第i行第j列元素，即为层次B中的因素 B_i与指标 B_j相对于目标层相对重要程度的判断值， i , j = \mathrm{1,2} , \dots , n. b_{ij}值越大，表明因素 B_i相对于因素 B_j更加重要.

依照层次分析法相对重要标度值表，借助专家经验知识，进行判断矩阵的构造.矩阵 B 具有以下几点性质：① b_{ij}>0；② b_{ij}=1/ b_{ji}； ③ b_{ii}=1.对于一个有 n \times n个元素的判断矩阵，只需要确定矩阵上三角的 n(n+\mathrm{1})/\mathrm{2}个元素即可确定整个判断矩阵元素值.

假设 \mathit{\omega } = ( {\omega }_{\mathrm{1}} , {\omega }_{\mathrm{2}} , {\omega }_{\mathrm{3}} , \cdots {\omega }_n {)}^{\mathrm{T}}为判断矩阵的特征向量，或称为排序权重向量.当 B 满足式（2）时，即左右两边分别乘以特征向量 \mathit{\omega }，即得到等式 \mathit{B} \mathit{\omega } = \mathit{\omega } \mathit{n}，则 \mathit{\omega }即为矩阵 \mathit{B}的特征向量， \mathit{n}为矩阵 \mathit{B}在特征向量 \mathit{\omega }下的特征根.即排序向量 \mathit{\omega }为判断矩阵 \mathit{B}的特征向量.

\mathit{B} \mathit{\omega } = \left[\begin{array}{cccc}\mathrm{1}& \frac{{\omega }_{\mathrm{1}}}{{\omega }_{\mathrm{2}}}& \cdots & \frac{{\omega }_{\mathrm{1}}}{{\omega }_{\mathrm{2}}}\\ \frac{{\omega }_{\mathrm{2}}}{{\omega }_{\mathrm{1}}}& \mathrm{1}& \cdots & \frac{{\omega }_{\mathrm{2}}}{{\omega }_n}\\ \cdots & \cdots & \cdots & \cdots \\ \frac{{\omega }_n}{{\omega }_{\mathrm{1}}}& \frac{{\omega }_n}{{\omega }_{\mathrm{2}}}& \cdots & \mathrm{1}\end{array}\right] = \left[\begin{array}{c}{\omega }_{\mathrm{1}}\\ {\omega }_{\mathrm{2}}\\ \cdots \\ {\omega }_n\end{array}\right] \left[\begin{array}{cccc}\frac{\mathrm{1}}{{\omega }_{\mathrm{1}}}& \frac{\mathrm{1}}{{\omega }_{\mathrm{2}}}& \cdots & \frac{\mathrm{1}}{{\omega }_n}\end{array}\right] = \mathit{\omega } \mathit{n}.（2）

判断矩阵 B 为互反矩阵，需满足一致性条件.满足一致性条件的互反矩 B 阵具有以下性质：① b_{ij} b_{jk} = b_{ik}；②矩阵 B 的秩为1，即经过变换的判断矩阵 B 的某一行为任意一行的整数倍；③判断矩阵 \mathit{B}的最大特征值为 n；④若判断矩阵 B 最大特征值对应的特征向量为 \mathit{\omega }，则有 b_{ij} = {\omega }_i / {\omega }_j.

\mathit{n}阶判断矩阵 \left|\mathit{B}\right|>0，其最大特征 {\lambda }_{\mathrm{m}\mathrm{a}\mathrm{x}}具有以下性质：① {\lambda }_{\mathrm{m}\mathrm{a}\mathrm{x}} > \mathrm{0}，与其对应的特征向量为正向量；②矩阵 \mathit{B}的其他任何特征值的绝对值均小于 {\lambda }_{\mathrm{m}\mathrm{a}\mathrm{x}}；③ {\lambda }_{\mathrm{m}\mathrm{a}\mathrm{x}}对应的特征向量可简化为唯一特征向量.

综上可知，当判断矩阵 B 满足一致性时，计算求得矩阵 \mathit{B}的最大特征值对应的特征向量，归一化后即为决策事件中各元素的量化权重值.当 {\lambda }_{\mathrm{m}\mathrm{a}\mathrm{x}} > n时，判断矩阵 \mathit{B}则不满足一致性条件.当判断矩阵不满足一致性条件时，由判断矩阵求得的排序向量 \mathit{\omega }则不能真实地表现决策问题中层次属性的权重值.故定义衡量判断矩阵一致性条件的指标 I_{\mathrm{c}}，对判断矩阵进行一致性检验，见式（3）.当判断矩阵满足一致性条件时，则 I_{\mathrm{c}} = \mathrm{0}.

I_{\mathrm{c}} = \frac{{\lambda }_{\mathrm{m}\mathrm{a}\mathrm{x}}-\mathrm{1}}{n-\mathrm{1}}.（3）

由于现实中决策事物的复杂性，以及决策者对于决策中属性认识的主观性，一致性评价指标 I_{\mathrm{c}}不能完全满足一致性条件的检验.引入随机一致性指标 I_{\mathrm{r}}作为检验判断一致性的指标刻度，定义一致性比例 R_{\mathrm{c}} = I_{\mathrm{c}}/I_{\mathrm{r}}， R_{\mathrm{c}}值越小，判断矩阵一致性越好.规定 ，则判断矩阵符合一致性，若 R_{\mathrm{c}} \ge \mathrm{0.1}，则需要修正判断举矩阵以使其符合一致性判断.

层次分析的总排序过程，即为确定构造层次模型中评价层次对总目标的相对重要性的权重值.计算同一层次每个属性的综合权重值由层次模型的高层次到低层次加权计算得到.假设层次A有属性 A_{\mathrm{1}} , \dots , A_n，各属性权重值为 {\alpha }_{\mathrm{1}} , \dots , {\alpha }_n；层次A下面的层次B有n个属性 B_{\mathrm{1}} , \dots , B_n，权重值分别为 {\beta }_{\mathrm{1}j} , \dots , {\beta }_{nj}.通过层次元素的权重叠加即可得到层次B各属性的权重值.

1.3　基于层次分析法的页岩气甜点评价方法

基于建立的页岩气甜点评价指标体系，结合层次分析法，建立基于层次分析的页岩气甜点评价方法，如图2所示.针对地质甜点和工程甜点的评价问题，首先选择评价指标，基于选择的评价指标进行层次模型的构建，形成3层层次模型，如图3所示.

权重方案主要基于专家经验，通过两两参数间相对重要性的判定，确定评价指标的标度值，以 A 和 B 两个评价指标为例，如表1所示，标度值从1至9，评价指标 A 对于评价指标 B 的重要性依次上升.针对地质甜点中选择的评价指标和工程甜点中选择的评价指标，分别建立相应的评价指标权重参数表，选择的评价指标不同，构成的评价参数表的维度也不同，以7个评价指标（评价指标A到评价指标G）为例，如表2所示，专家只需要完成表中黑色部分的指标间重要性标注，其余参数可自动计算完成.针对工程甜点和地质甜点，也建立相应的评价指标权重参数表，如表3所示，与评价指标参数表类似，甜点参数表也只需完成表中黑色部分.

基于构建的层次模型，通过多种专家权重方案，根据权重系数形成专家权重综合方案，并以此为依据生成判断矩阵.对各个判断矩阵进行一致性检验，直至通过，如不通过则根据专家权重方案进行判断矩阵的修改.随后进行权重归一化处理，计算各层因素对于目标层的综合权重.对输入数据进行归一化处理，从而消除不同数量级对评价目标的影响，结合综合权重采用加权求和的方式，获取区域地质甜点或工程甜点的“甜度”参数，用以表征甜点区域的相对优劣程度.判断是否需要综合甜点的预测与评价，如不需要则直接输出当前甜点评价结果，结束流程；如果需要进行综合甜点的叠合分析，则需要通过设定不同甜点区域的甜度阈值，对地质甜点和工程甜点进行离散处理，对离散后的甜点区域进行叠合分析，同时符合地质甜点和工程甜点阈值的区域即为综合甜点区域，并将预测结果进行输出.

在甜点评价过程中，针对不同研究区域的数据情况，可能评价指标内包含的评价指标模型或数据不全，则需要进行评价指标的选择.

在甜点评价指标体系中选择评价参数时，首先抓住主要矛盾，兼顾全面.虽然不同评价参数对于甜点评价都有不同的贡献，但是在甜点评价的实践中应该重点抓住甜点主控指标，由于评价井数量及测井工具的影响，页岩气等非常规储层参数获取较常规储层难度更大.

随后，对于评价参数取值范围的确定，要因地制宜、精准制定.系统研究其类似地区可以为勘探早期参数设置提供一定对比参考，随着对本区地质情况了解的深入，应参照系统研究和相关标准及时调整甜点及不同级别甜点对应参数的取值范围.同时，对于地质甜点评价参数与工程甜点评价参数的关系，协同一致，统筹考虑.地质参数反映了储集空间、渗流条件和油气丰度等地质条件，是甜点产能的基础.页岩气的开发需要进行压裂改造，改造效果对实际产能具有显著影响，也应充分考虑工程参数.地质甜点和工程甜点在空间上的协同一致是甜点实现高产的重要条件，因此在甜点评参数选择中，在可用参数有限的情况下尽可能使参数涉及地质和工程两个方面.

2 实例测试

2.1　区域地质概况

以中国昭通页岩气田海坝地区X井区为例，X井区主要位于中国四川省泸州市叙永县境内，为中山、低山地貌，地面海拔范围在570~ 1 450 m，属亚热带湿润性季风气候，全年平均温度17.9 ℃，日照达1 170.3 h，降雨量1 172.6 mm，霜日仅2.5 d.区内水资源较为丰富，主要河流有冷水河、永宁河等.研究区构造上主要位于川南低陡褶带与滇黔北坳陷相接部位的西北部，褶皱、断裂发育，主体构造形态呈近东西向背斜，区块北部和南部边缘受限于云山坝向斜和花郎向斜.

研究区内主要目的层位为奥陶系五峰组到志留系龙马溪组，主要开发层系为五峰组到龙马溪组一段1亚段（龙一1亚段，L1₁），龙马溪组一段1亚段内包含4个小层，分别为1小层（龙一₁ ¹，L1₁ ¹）、2小层（龙一₁ ²，L1₁ ²）、3小层（龙一₁ ³，L1₁ ³）和4小层（龙一₁ ⁴，L1₁ ⁴）.研究区三维地质模型如图4所示，主要包含了奥陶系五峰组和志留系龙马溪组一段1亚段内4个小层.

2.2　区域评价指标概况

研究区主要开发层系厚度分布在35.8~ 50.1 m，平均为40.0 m.其中，五峰组地层厚度分布在2.0~9.7 m，龙一1亚段厚度为28.5~33.5 m，1小层地层厚度分布在1.25~2.32 m，2小层地层厚度分布在5.8~10.9 m，3小层地层厚度分布在5.7~14.8 m，4小层地层厚度分布在10.17~17.48 m.

研究区埋深整体小于2 000 m，2 000 m以浅区域面积327.27 km²，占比84.2%；500~ 1 500 m的浅层页岩气面积189.46 km²，占比48.8%；超浅层250~500 m面积56.41 km²，占比14.5%；250 m以浅面积35.44 km²，占比9.1%；2 000 m以深区域面积61.62 km²，仅在区块南部少量分布，面积占比15.8%.

研究区平均含气饱和度分布范围为11.25%~81.02%，平均含气饱和度60.03%，纵向上含气饱和度由大至小分别为1小层（平均含量为74.12%）、2小层（平均含量为67.08%）、五峰组（平均含量为62.11%）、3小层（平均含量为55.05%）、4小层（平均含量为40.18%）.

天然裂缝发育情况，4小层以高阻缝为主，3小层主要发育层理缝，2小层以高阻缝为主，也发育层理缝、微断裂，1小层以诱导缝为主，五峰组裂缝类型多，发育高阻缝、诱导缝等多种类型.

总有机碳含量（TOC）分布范围为0.85%~6.06%，平均TOC含量为3.3%，1小层TOC含量最高，横向分布稳定，纵向上TOC含量由大至小分别为1小层（平均含量为5.1%）、2小层（平均含量为3.6%）、五峰组（平均含量为3.3%）、3小层（平均含量为3.0%）、4小层（平均含量为1.5%）.

干酪根类型主要为腐植腐泥型（Ⅱ₁），含少量的腐泥腐植型（Ⅱ₂）及腐泥型（Ⅰ），海坝区块有机质热演化程度高，五峰‒龙一₁段镜质体折射率介于1.80%~2.47%，平均为2.29%，处于过成熟早期的干气阶段.

研究区内测井孔隙度分布范围为2.3%~7.2%，平均孔隙度为4.0%，从纵向上看由大至小分别为1小层（平均含量为5.1%）、五峰组（平均含量为4.2%）、2小层（平均含量为4.1%）、3小层（平均含量为3.8%）、4小层（平均含量为2.7%）.

研究区测井含气量分布范围为0.7~ 6.0 m³/t，平均含气量为3.0 m³/t，纵向上含气量由大至小分别为1小层（平均含量为 4.4 m³/t）、2小层（平均含量为3.2 m³/t）、五峰组（平均含量为3.1 m³/t）、3小层（平均含量为2.6 m³/t）、4小层（平均含量为1.4 m³/t）.

研究区主要开发层系页岩吸附能力好，实测平均吸附气量为2.75 m³/t，测井吸附气含量分布范围为0.5~3.5 m³/t，平均吸附气含量为 2.66 m³/t，从纵向上看由大至小分别为1小层（平均含量为2.81 m³/t）、2小层（平均含量为2.13 m³/t）、五峰组（平均含量为2.03 m³/t）、3小层（平均含量为1.82 m³/t）、4小层（平均含量为0.92 m³/t）.

研究区测井基质渗透率分布范围为（1.94~278.39）×10^-9 µm²，平均渗透率为75.18× 10^-9 µm²，从纵向上看由大至小分别为1小层（平均含量为186.16×10^-9 µm²）、2小层（平均含量为184.67×10^-9 µm²）、五峰组（平均含量为167.32×10^-9 µm²）、3小层（平均含量为165.96× 10^-9 µm²）、4小层（平均含量为111.51×10^-9 µm²）.

矿物成分以石英（30%~61%，平均含量为40%）和粘土矿物（23%~47%，平均含量为27%）为主，其次为方解石（14%~27%，平均含量为20%），长石、白云石含量较低；纵向上，1小层粘土含量最低，平均为20%~30%，粘土矿物以伊利石为主，其次为伊蒙混层.脆性矿物含量分布在61%~75%，平均66%.

岩石力学参数方面，研究区内杨氏模量分布范围为23.60×10⁴~37.40×10⁴ MPa，平均29.60× 10⁴ MPa，泊松比分布范围为0.110~0.201，平均0.164.

研究区地应力变化较大，最大主应力分布在7.9~81.3 MPa，最小主应力为5.9~60.1 MPa，水平应力差为2~22 MPa，最大水平主应力方位主要为北东向，方位角为40°~65°.

研究区东部、北部地层相对平缓，东部地层倾角小于15°，北部地层倾角为10°~20°，南侧倾角较大，大于30°，西部地层倾角变化较大，从北向南地层倾角逐渐增大.

研究区内平均地层压力系数为1.03~1.60，平均1.25，为微超压‒超压区.

2.3　甜点评价

研究区现有的甜点评价（优质储层）体系较为单一，仅基于有机质丰度（TOC含量）、有效孔隙度和含气量3个指标进行储层类型的划分，即主要进行地质甜点区域的评价，缺少如岩石力学参数类相关工程甜点评价指标（表5）.在自然资源部储层评价标准的基础上，中国石油结合四川盆地五峰组和龙马溪组地质特征，优化了评价标准（表6）.中国石油的评价标准虽增加了脆性矿物含量这一参数，融入了部分工程甜点因素，但是评价参数还主要局限于部分因素，没有考虑如地层倾角、水平应力差等参数对地区甜点评价的影响.基于多参数联合评价，可以进一步提高甜点评价结果的合理性和准确性.

基于自研地质工程一体化软件平台，采用C++语言对本文提出的算法进行了实现，进行研究区甜点评价，自研平台参数选择、判断矩阵构建、阈值设定等软件界面如图5所示，以OSG（OpenSceneGraph）进行模型可视化（黄天镜等， 2021）.以研究区已有二维地质图件为基础，将图件进行数字化处理，并结合区域内测井、地震和实验数据，采用确定性建模算法和随机建模算法建立区域三维地质模型.孔隙度、渗透率等物性数据，主要以地质图件分布和地震反演结果作为空间约束，基于测井数据通过井震数据结合，采用序贯高斯同位协同模拟算法，建立区域相关三维属性模型.地应力模拟及相关地应力模型的获取，主要采用其他学者提出的基于角点网格模型的有限元地应力模拟方法（Liu et al.， 2019， 2020； 刘钰洋等， 2019）；基于三维角点网格岩石力学参数模型，采用有限元数值模拟算法，获得区域相关高分辨率三维地应力模型，如水平应力差等.权重指标主要基于区域专家经验，结合前人部分研究成果（郭秀英等， 2015）.甜点评价采用的三维模型网格平面分辨率为20 m×20 m，根据地层厚度纵向网格分辨率为0.1~0.5 m，总网格数为80 800 000，具有较高的网格分辨率.以本文提出的方法为基础，结合研究区三维地质甜点（图6）和工程甜点（图7）评价指标模型，进行区域内工程甜点、地质甜点和综合甜点的评价.

基于本文提出的方法获取的甜点评价结果为一个连续的属性分布区间（图8），是区域多参数属性的综合表现，也是甜点区域相对优劣程度的表征，该参数也可称为甜点的“甜度”.通过甜度可以确定不同区域的相对优劣程度（参数越大，属性越好）.评价结果表明，根据本文提出的方法，在地质甜点评价过程中，可综合考虑有机质丰度、有机质成熟度、有机质类型、目的层厚度、优质储层厚度、地层埋深、含气饱和度、含气量、吸附气含量、天然裂缝指数、孔隙度、渗透率因素的分布情况，进行地质甜点区域的预测；相比于原来单一因素的划分，其评价结果的可信程度更高.综合考虑岩石力学参数、脆性指数、水平主应力、地层倾角、压力系数等因素，对区域工程甜点进行了评价.结合地质甜点和工程甜点的评价结果，从地质工程一体化的角度圈定了评价区域内综合甜点区域，使甜点的评价更具有合理性.根据评价结果，也可以更好地划定不同区域开发的优先程度，指导后续水平井的部署和压裂施工的设计.

根据研究区地质甜点和工程甜点的评价结果，通过阈值设定（图5c）可进一步确定研究区综合甜点的分布情况，如图9所示.

评价结果表明，研究区内综合甜点区域主要分布在五峰组，龙马溪组1段1亚段1小层（L1₁ ¹）、2小层（L1₁ ²）和3小层（L1₁ ³），且L1₁ ¹和五峰组的甜点区域最多、分布较为连续，L1₁ ³的甜点区相对最少且分布相对分散，与现有川南地区的开发实践相符.龙马溪组1段1亚段4小层（L1₁ ⁴）的甜点区域较少，仅在部分地区零星分布，不具有规模效益开发前景.针对各个小层内综合甜点的分布情况，可以优化井位设计和压裂施工方式，以期在一定的成本下获得最高的开发收益.

3 结论

本文首先系统分析了地质甜点和工程甜点评价涉及到的各项指标，针对页岩气的地质和工程特点，设计了针对页岩气的地质甜点、工程甜点和综合甜点的评价指标体系.随后，简要介绍了层次分析法，并将该方法引入页岩气多参数综合甜点评价中，针对地质甜点、工程甜点、综合甜点评价的问题，形成了基于层次分析法的页岩气储层地质工程一体化甜点评价方法.最后基于以中国川南地区昭通页岩气田海坝地区X井区实际数据，进行了研究区地质甜点、工程甜点和综合甜点的预测和评价，主要得到了以下结论：

（1）系统分析了国内外学者针对页岩气甜点指标预测方面进行的研究，在页岩气的地质甜点评价指标体系中，考虑有机质丰度（TOC）、有机质成熟度、有机质类型、储层厚度、地层埋深、含气饱和度、含气量、游离气/吸附气含量、天然裂缝指数、孔隙度、渗透率11个主要因素；在页岩气的工程甜点评价指标体系中，考虑岩石密度、杨氏模量、泊松比、脆性指数、水平主应力（最大和最小）、垂向应力、水平应力差、地层倾角、压力系数9个因素，上述两种甜点评价指标体系共同构成了页岩气的综合甜点评价的指标体系.

（2）页岩气地质甜点、工程甜点和综合甜点评价是一种典型的多属性决策问题.本文采用层次分析法将甜点评价指标定性分析和定量分析相结合，通过地质指标和工程指标的结合，基于地质工程一体化，以三维地质模型为核心，形成了基于层次分析法的页岩气储层地质工程一体化地质甜点、工程甜点和综合甜点评价方法，为页岩气有利区的圈定提供了一种新的思路，使甜点评价具有一定的合理性和准确性.相比于简单的阈值划分法或指标法，不需要预先精确分级，可以直接基于参数进行评价.同时，评价时可以考虑多种参数间的综合影响，评价结果更为科学准确.

（3）基于中国川南地区昭通页岩气示范区海坝地区X井区实际数据，进行了研究区地质甜点、工程甜点和综合甜点的预测和评价.结果表明，研究区综合甜点主要分布在五峰组，龙马溪组1段1亚段1小层（L1₁ ¹）、2小层（L1₁ ²）和3小层（L1₁ ³），且五峰组和L1₁ ¹小层甜点区域较大且分布连续，是开发的主要层系.整体上来看，甜点区域主要分布在北部地区，南部地区较少.

参考文献

[1] Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China (AQSIQ) and Standardization Administration of the People’s Republic of China (SA), 2015. National Standard for Geological Evaluation Method for Shale Gas GB/T 31483-2015. Standards Press of China, Beijing (in Chinese).

[2] Administration of Quality Supervision, Inspection and Quarantine of the People’s Republic of China (AQSIQ) and Standardization Administration of the People’s Republic of China (SA), 2017. National Standard for Target Optimization Method for Marine Shale Gas Exploration GB/T 35110-2017. Standards Press of China, Beijing (in Chinese).

[3] Chen, H.B., 2013. Shale Gas Revolution & North America’s Energy Independence and How They Inspire China. Natural Gas Technology and Economy, 7(5): 7-10, 77 (in Chinese with English abstract).

[4] Dong, D.Z., Zou, C.N., Li, J.Z., et al., 2011. Resource Potential, Exploration and Development Prospect of Shale Gas in the Whole World. Geological Bulletin of China, 30(Z1): 324-336 (in Chinese with English abstract).

[5] Guo, Q.L., Cao H., 2018. Tight Oil Sweet Spot Prediction. Geological Publishing House, Beijing (in Chinese).

[6] Guo, Q.L., Li, F., Chen, N.S., et al., 2016. Methodology, New Software System and Key Technology for Tight Oil Resources Assessment. Natural Gas Geoscience, 27(9): 1566-1575 (in Chinese with English abstract).

[7] Guo, X.Y., Chen, Y.C., Zhang, J., et al., 2015. Assessment Index Selection and Weight Determination of Shale Gas Plays: A Case Study of Marine Shale in the Sichuan Basin. Natural Gas Industry, 35(10): 57-64 (in Chinese with English abstract).

[8] Hashmy, K.H., Abueita, S., Barnett, C., et al., 2011. Log-Based Identification of Sweet Spots for Effective Fracs in Shale Reservoirs.Canadian Unconventional Resources Conference. Society of Petroleum Engineers, Calgary.

[9] Huang, T.J., Liu, Y.Y., Wu, Y.Q., et al., 2021. Evaluation Method of Comprehensive Sweet Spots in Tight Sandstone Reservoir Based on Analytical Hierarchy Process. Science Technology and Engineering, 21(5): 1775-1782 (in Chinese with English abstract).

[10] Liu, Y. Y., Liu, S. Q., Pan, M., 2020. Finite Element Simulation of Oil and Gas Reservoir In Situ Stress Based on a 3D Corner-Point Grid Model. Mathematical Problems in Engineering, 1-14. https://doi.org/10.1155/2020/7384085

[11] Liu, Y.Y., Liu, S.Q., Pan, M., et al., 2019. Research of Crustal Stress Simulation Using Finite Element Analysis Based on Corner Point Grid. Acta Scientiarum Naturalium Universitatis Pekinensis, 55(4): 643-653 (in Chinese with English abstract).

[12] Liu, Y. Y., Pan, M., Liu, S. Q., 2019. Petrel2ANSYS: Accessible Software for Simulation of Crustal Stress Fields Using Constraints Provided by Multiple 3D Models Employing Different Types of Grids. Journal of Central South University, 26(9): 2447-2463. https://doi.org/10.1007/s11771-019-4186-4

[13] Ma, X.H., 2017a. A Golden Era for Natural Gas Development in the Sichuan Basin. Natural Gas Industry, 37(2): 1-10 (in Chinese with English abstract).

[14] Ma, X.H., 2017b. Natural Gas and Energy Revolution: A Case Study of Sichuan-Chongqing Gas Province. Natural Gas Industry, 37(1): 1-8 (in Chinese with English abstract).

[15] Ma, X.H., 2018. Enrichment Laws and Scale Effective Development of Shale Gas in the Southern Sichuan Basin. Natural Gas Industry, 38(10): 1-10 (in Chinese with English abstract).

[16] Ma, X.H., Li, X.Z., Liang, F., et al., 2020a. Dominating Factors on Well Productivity and Development Strategies Optimization in Weiyuan Shale Gas Play, Sichuan Basin, SW China. Petroleum Exploration and Development, 47(3): 555-563 (in Chinese with English abstract).

[17] Ma, X.H., Xie, J., 2018. The Progress and Prospects of Shale Gas Exploration and Exploitation in Southern Sichuan Basin, NW China. Petroleum Exploration and Development, 45(1): 161-169 (in Chinese with English abstract).

[18] Ma, X.H., Xie, J., Yong, R., et al., 2020b. Geological Characteristics and High Production Control Factors of Shale Gas Reservoirs in Silurian Longmaxi Formation, Southern Sichuan Basin, SW China. Petroleum Exploration and Development, 47(5): 841-855 (in Chinese with English abstract).

[19] Naides C.H., 2010. Petrophysical Analysis Method to Identify “Sweet Spots” in Tight Gas Reservoirs: Case Study from Punta Rosada Formation in Neuquen Basin, Argentina. SPE Latin American and Caribbean Petroleum Engineering Conference. Society of Petroleum Engineers, Lima.

[20] Nie, H.K., He, Z.L., Liu, G.X., et al., 2020a. Genetic Mechanism of High-Quality Shale Gas Reservoirs in the Wufeng-Longmaxi Fms in the Sichuan Basin. Natural Gas Industry, 40(6): 31-41 (in Chinese with English abstract).

[21] Nie, H.K., He, Z.L., Liu, G.X., et al., 2020b. Status and Direction of Shale Gas Exploration and Development in China. Journal of China University of Mining ＆ Technology, 49(1): 13-35 (in Chinese with English abstract).

[22] Pang, F., Zhang, Z.H., Zhang, J.F., et al., 2020. Progress and Prospect on Exploration and Development of Shale Gas in the Yangtze River Economic Belt. Earth Science, 45(6): 2152-2159 (in Chinese with English abstract).

[23] Saaty, T. L., 1977. A Scaling Method for Priorities in Hierarchical Structures. Journal of Mathematical Psychology, 15(3): 234-281. https://doi.org/10.1016/0022-2496(77)90033-5

[24] Saaty, T. L., 1986. Axiomatic Foundation of the Analytic Hierarchy Process. Management Science, 32(7): 841-855. https://doi.org/10.1287/mnsc.32.7.841

[25] Saaty, T. L., 1990. How to Make a Decision: The Analytic Hierarchy Process. European Journal of Operational Research, 48(1): 9-26. https://doi.org/10.1016/0377-2217(90)90057-I

[26] Tinnin, B., McChesney, M. D., Bello, H., 2015. Multi-Source Data Integration: Eagle Ford Shale Sweet Spot Mapping. Unconventional Resources Technology Conference. Society of Petroleum Engineers, San Antonio.

[27] Yang, Z., Hou, L.H., Tao, S.Z., et al., 2015. Formation Conditions and “Sweet Spot” Evaluation of Tight Oil and Shale Oil. Petroleum Exploration and Development, 42(5): 555-565 (in Chinese with English abstract).

[28] Yao, G.Q., Jiang, P., 2021. Method and Application of Reservoir “Source-Route-Sink-Rock” System Analysis. Earth Science, 46(8): 2934-2943 (in Chinese with English abstract).

[29] Yin, B.J., 2017. The American Shale Revolution and Its Impact (Dissertation). Liaoning University, Shenyang (in Chinese with English abstract).

[30] Zhang, X.L., 2014. Study on Risks of China’s International Oil Trade Based on Revised AHP (Dissertation). University of International Business and Economics, Beijing (in Chinese with English abstract).

[31] Zhou, Z., Jiang, Z.X., Li, S.Z., et al., 2021. Biostratigraphic Characteristics of Black Graptolite Shale in Wufeng Formation and Longmaxi Formation in Jianshi Area of West Hubei. Earth Science, 46(2): 432-443 (in Chinese with English abstract).

[32] Zou, C.N., 2013. Unconventional Petroleum Geology (2nd Edition).Geological Publishing House, Beijing (in Chinese).

[33] Zou, C.N., Ding, Y.H., Lu, Y.J., et al., 2017. Concept, Technology and Practice of “Man-Made Reservoirs” Development. Petroleum Exploration and Development, 44(1): 144-154 (in Chinese with English abstract).

[34] Zou, C.N., Tao, S.Z., Bai, B., et al., 2015. Differences and Relations between Unconventional and Conventional Oil and Gas. China Petroleum Exploration, 20(1): 1-16 (in Chinese with English abstract).

[35] Zou, C.N., Zhang, G.S., Yang, Z., et al., 2013. Geological Concepts, Characteristics, Resource Potential and Key Techniques of Unconventional Hydrocarbon: On Unconventional Petroleum Geology. Petroleum Exploration and Development, 40(4): 385-399, 454 (in Chinese with English abstract).

[36] 陈海波, 2013.页岩气革命与北美能源独立及其对中国的启示.天然气技术与经济, 7(5): 7-10, 77.

[37] 董大忠, 邹才能, 李建忠, 等, 2011.页岩气资源潜力与勘探开发前景.地质通报, 30(Z1): 324-336.

[38] 郭秋麟, 曹宏, 2018.致密油“甜点区”预测.北京:地质出版社.

[39] 郭秋麟, 李峰, 陈宁生, 等, 2016.致密油资源评价方法、软件及关键技术.天然气地球科学, 27(9): 1566-1575.

[40] 郭秀英, 陈义才, 张鉴, 等, 2015.页岩气选区评价指标筛选及其权重确定方法——以四川盆地海相页岩为例.天然气工业, 35(10): 57-64.

[41] 黄天镜, 刘钰洋, 吴英强, 等, 2021.基于层次分析法的致密砂岩双甜点评价方法.科学技术与工程, 21(5): 1775-1782.

[42] 刘钰洋, 刘诗琦, 潘懋, 等, 2019.基于三维角点网格模型的现今地应力有限元模拟.北京大学学报(自然科学版), 55(4): 643-653.

[43] 马新华, 2017a.四川盆地天然气发展进入黄金时代.天然气工业, 37(2): 1-10.

[44] 马新华, 2017b.天然气与能源革命——以川渝地区为例.天然气工业, 37(1): 1-8.

[45] 马新华, 2018.四川盆地南部页岩气富集规律与规模有效开发探索.天然气工业, 38(10): 1-10.

[46] 马新华, 李熙喆, 梁峰, 等, 2020a.威远页岩气田单井产能主控因素与开发优化技术对策.石油勘探与开发, 47(3): 555-563.

[47] 马新华, 谢军, 雍锐, 等, 2020b.四川盆地南部龙马溪组页岩气储集层地质特征及高产控制因素.石油勘探与开发, 47(5): 841-855.

[48] 马新华, 谢军, 2018.川南地区页岩气勘探开发进展及发展前景.石油勘探与开发, 45(1): 161-169.

[49] 聂海宽, 何治亮, 刘光祥, 等, 2020a.四川盆地五峰组‒龙马溪组页岩气优质储层成因机制.天然气工业, 40(6): 31-41.

[50] 聂海宽, 何治亮, 刘光祥, 等, 2020b.中国页岩气勘探开发现状与优选方向.中国矿业大学学报, 49(1): 13-35.

[51] 庞飞, 张作衡, 张君峰, 等, 2020.长江经济带页岩气勘探开发进展及建议.地球科学, 45(6): 2152-2159.

[52] 杨智, 侯连华, 陶士振, 等, 2015.致密油与页岩油形成条件与“甜点区”评价.石油勘探与开发, 42(5): 555-565.

[53] 姚光庆, 姜平, 2021.储层“源‒径‒汇‒岩”系统分析的思路方法与应用.地球科学, 46(8): 2934-2943.

[54] 尹冰洁, 2017.美国页岩革命及其影响（硕士学位论文）.沈阳:辽宁大学.

[55] 张小琳, 2014.基于修正层次分析法的我国石油贸易风险问题研究（博士学位论文）.北京:对外经济贸易大学.

[56] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2015.页岩气地质评价方法GB/T 31483-2015 .北京:中国标准出版社.

[57] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会, 2017.海相页岩气勘探目标优选方法GB/T 35110-2017.北京:中国标准出版社.

[58] 周志, 姜振学, 李世臻, 等, 2021.鄂西建始地区五峰‒龙马溪组黑色页岩生物地层特征.地球科学, 46(2): 432-443.

[59] 邹才能, 2013.非常规油气地质(第二版).北京:地质出版社.

[60] 邹才能, 丁云宏, 卢拥军, 等, 2017.“人工油气藏”理论、技术及实践.石油勘探与开发, 44(1): 144-154.

[61] 邹才能, 陶士振, 白斌, 等, 2015.论非常规油气与常规油气的区别和联系.中国石油勘探, 20(1): 1-16.

[62] 邹才能, 张国生, 杨智, 等, 2013.非常规油气概念、特征、潜力及技术——兼论非常规油气地质学.石油勘探与开发, 40(4): 385-399, 454.

基金资助

国家科技重大专项(2016ZX05037-006;2016ZX05035-004)

中石油科技管理部前瞻性基础性课题(2021DJ2005)