摘要：尽管通过测井数据预测烃源岩有机碳含量（TOC）具有经济快速的明显优势,但由于不同地区及地层的特殊性,其预测误差限制了该方法的广泛应用。利用前人提出的预测烃源岩TOC含量的自然伽马测井法、体积密度测井法、多元回归分析法和BP神经网络模型,结合鄂尔多斯盆地延长组的地质特征建立了研究区TOC含量预测的经验公式和模型。优选认为BP模型为延长组TOC含量预测精度最高的方法,并将其应用于盆地南部YK1井延长组,得到9 220个样点的TOC值,辨识出4段连续厚度大于10m的有效烃源岩,分别位于长9^1段、长7^3段、长7^2段和长7^1段,并且长7^2—长7^3段为TOC含量最高的优质层段。研究发现,这些有效烃源岩层段均不同程度地发育油页岩,并且同一层段TOC含量预测值在不同地区的钻井中可能出现明显的差异,这与延长组不同沉积时期古湖泊沉积相的分布和差异相一致。

关键词：烃源岩 有机碳含量 测井预测 延长组 鄂尔多斯盆地 

单位：甘肃省油气资源研究重点实验室/中国科学院油气资源研究重点实验室; 甘肃兰州730000; 中国科学院大学; 北京100049; 中国石油东方地球物理公司研究院; 河北涿州072750