郭秋麟，周长迁，陈宁生，胡俊文，谢红兵，2

（1.中国石油勘探开发研究院；2.中国地质大学（北京））

非常规油气资源评价方法研究

郭秋麟1，周长迁1，陈宁生1，胡俊文1，谢红兵1，2

（1.中国石油勘探开发研究院；2.中国地质大学（北京））

非常规油气资源是指在成藏机理、赋存状态、分布规律以及勘探开发方式等方面有别于常规油气藏的油气资源。现在非常规油气资源的开发利用日益受到重视，且已成为常规油气资源的战略性补充。目前，国内对于非常规油气资源的评价，还未形成一个较为明确和有针对性的评价体系。基于非常规油气聚集的成藏机制和分布特征，本文详细介绍了国内外5种非常规油气资源的评价方法：美国地质勘探局的主流方法——类比法和新推出的随机模拟法，以单井储量估算法为代表的典型统计法，以油气资源空间分布预测法为代表的特殊统计法，以连续型致密砂岩气藏预测法为代表的特殊成因法。上述方法为我国非常规油气资源评价及新一轮的全国油气资源评价提供了理论基础。

非常规油气资源；类比法；随机模拟法；统计法；成因法

0 引言

随着非常规油气资源勘探开发技术的快速发展，其评价方法的研究开始得到重视。目前，国内外非常规油气资源的评价方法较多，分类较混乱，国内的方法超过10种，其中致密砂岩气评价方法就多达 9种［1-4］（表 1）。 在国外，美国地质勘探局（USGS）为了便于评价，将油气资源分为常规油气资源和非常规油气资源两大部分，其中非常规油气资源（致密砂岩气、页岩气、煤层气和天然气水合物等）被称为连续型油气资源。国外最常用的资源评价方法包括类比法、单井储量估算法、体积法、发现过程法和资源空间分布预测法等［5-7］。最近，美国研究者根据“能源三角”理论，通过确定常规油气资源与非常规油气资源之间的量化比例关系，以常规油气资源量为基础，推测评价非常规油气资源量，这是一种较为粗略的资源评价方法。

非常规油气资源评价方法可归纳为类比法、统计法和成因法三大类：①类比法，国内常用的类比法是单位面积资源丰度类比法，这种方法与常规油气资源评价的类比法相似，国外主要采用USGS的FORSPAN法及其相应的改进方法；②统计法，主要有体积法、“甜点”规模序列模型法、“甜点”发现过程法、单井储量估算法和油气资源空间分布预测法等，这些方法与常规油气资源评价方法相似；③成因法，国内用的较多，主要有盆地模拟法和热解模拟法。下面分别介绍其中具代表性、较特殊的5种非常规油气资源评价方法。

表1 非常规油气资源评价方法Table 1 Evaluation methods for unconventional hydrocarbon resources

1 类比法（USGS的主流方法）

该方法最早由咨询公司评价员John Grace开发出来［8］。 1995 年，USGS 的 Schmoker［5］接管该方法后对其扩展和改进，并在2000—2002年作了大量应用。最近几年，Charpentier等继承和发展了该方法，尤其是在数据库、参数分布、图表输出标准等方面发展显著［9-10］。现该方法已达到较为完善的程度。

1.1 评价单元与最小评价单位

USGS将目标评价层次划分为：大区（region）、地质省（geologic province）、总含油气系统（TPS）、评价单元（AU）和最小评价单位（cell）。大区为组织单元；地质省是指具有共同地质属性的空间实体；总含油气系统是指具有共同的生、储、盖、运、圈、保等地质特征的可绘图的实体；评价单元是总含油气系统的一部分，由许多cell组成。在早期的评价网格中，cell是指一个矩形网格，在目前的评价网格中，cell是指由一口井所控制的排泄区（Well Drainage Area）。

1.2 重点输入参数

评价过程中，重点输入参数有：评价单元总面积（U）、未测试单元总面积占评价单元总面积的百分比（R）、未测试单元面积中具有增加储量潜力的百分比（S）、每个有潜力的未测试 cell的面积（Vi）、每个cell的总可采储量（Xi）、未测试单元平均产油气比率、天然气评价单元液/气的比率。这些重点输入参数用于直接计算资源量。在参数的处理过程中，已有的钻井资料主要用于储层参数（厚度、含水饱和度、孔隙度、渗透率等）的分布研究、权重系数的确定、最终储量和采收率的估算。在缺乏足够的钻井和生产数据的地区，评价参数主要通过类比获得。

1.3 评价流程

类比法适用于已开发地区剩余资源潜力的预测。通过模拟每一个cell的参数分布，用相应的参数分布计算cell的资源量，并汇总为整个评价单元的剩余资源总量，其结果用概率形式表示。评价过程主要有4步。

第一步：确定有潜力的未测试单元比例（T），即

第二步：计算有潜力的未测试单元面积（W），即

第三步：确定有潜力的未测试cell的个数（N），即

第四步：计算评价单元总资源量（Y），即

式（1）～（4）中的符号说明见上文“重点输入参数”部分，求解方法均采用蒙特卡罗随机模拟法［7］。

2 随机模拟法（USGS新推出的方法）

Olea等［6］认为传统的类比法存在3方面的不足：①忽略了不同评价单元评估的最终可采储量（EUR）的空间关系；②未充分挖掘已有数据所隐含的信息；③评价结果违背空间分布规律。

针对以上不足，Olea等［6］提出了一种新的方法——随机模拟法。该方法与传统的类比法有以下几点不同：①算法的发展，由原来的类比法发展为以统计法为主、类比法为辅的综合评价法，在有井区采用序贯高斯算法的随机模拟法，在无井区采用类比法，通过类比得到EUR的空间关系及相关参数，然后进行多点模拟；②地质建模的发展，传统的类比法采用三角分布来确定参数，而随机模拟法通过分析空间数据间的关系，用地质统计学方法建立参数空间分布模型；③随机模拟法模拟单元采用的网格单元cell与传统类比法的cell有很大不同，新cell的面积很小，接近于单井控制的排泄区或更小。随机模拟法根据钻井情况确定了2套评价过程，即A过程（在已有钻井地区的评价步骤）和B过程（在无钻井地区的评价步骤）。

2.1 A过程（统计法）

A过程共11步：第一，选择基本的评价单位——单元格的尺寸和形状；第二，如果存在未指定排泄区的井，则对其进行指定排泄区；第三，建立每口井排泄区的形状和地理位置模型，每口井的排泄区相当于多个相邻单元格的集合体；第四，为每口无产能井限定无产能区的范围；第五，通过确定单元格、排泄区及井三者之间的关系，为每个网格单元准备一个相应的EUR数据集；第六，为每个测试单元准备一个包含3条信息的指示数据集，即单元格中心的纵、横坐标和一个指示器，指示器为0时表示单元格无产能，为1时表示有产能；第七，如果该区域没有数据或数据很少，不确定性很大，则需准备一张克里金估计误差图，并由此确定评价区的边界；第八，采用序贯指示随机模拟方法至少模拟100次产能指示器，指明单元格有无产能；第九，采用序贯高斯随机模拟方法模拟单元格的EUR，模拟次数与指示器的模拟次数相同；第十，利用第八步中生成的图件修正第九步中生成的图件，以上每次模拟结果的发生都是等概率的；第十一，采用等概率模型，汇总以上模拟的结果。根据A过程，Olea等［6］模拟了美国尤因塔盆地致密砂岩气可采储量（图1）。

图1 美国尤因塔盆地致密砂岩气评估的最终可采储量模拟结果［6］Fig.1 The simulated ultimate recoverable reserves of tight sand gas in Uinta Basin

2.2 B过程（类比法）

B过程共9步：第一，选择地质条件相似的成熟区作为类比刻度区，用A过程模拟，根据模拟图像和经验确定边缘区（评价区）的EUR波动特征；第二，确定评价区的边界；第三，变换EUR值的概率分布和训练图像至标准刻度，使其服从均值为0、方差为1的正态分布；第四，利用连续滤波模拟，生成单元格产能的至少100次实现；第五，实现从正态分布空间反变换到原来的EUR空间；第六，有规律地抽取1%的单元样本，生成一个产能的指示数据集，类比刻度区中无产能井的比例为d%，定义数值小于d%的单元格为无产能，大于d%的单元格为有产能；第七，运用正态分布对有产能单元和无产能单元进行条件模拟，生成与第四步相同数量的实现；第八，利用第七步中的实现来修正第五步，得到评价区模拟的最终实现；第九，应用至少100张单元格EUR值等概率图准备评价并汇总评价结果。Olea等［6］类比尤因塔盆地未钻井区域与勘探成熟区域，根据B过程，模拟了未钻井区域的可采储量（图2）。

图2 美国尤因塔盆地未钻井区评估的最终可采储量模拟结果［6］Fig.2 The simulated ultimate recoverable reserves in area with no drilling wells，Uinta Basin

3 单井储量估算法（典型的统计法）

单井储量估算法由美国Advanced Resources Informational（ARI）提出，核心为以1口井控制的范围为最小估算单元，把评价区划分为若干最小估算单元，通过对每个最小估算单元的储量计算，得到整个评价区的资源量数据，即

式中：G为评价区资源量；qi为单井储量；i为评价区内第i个估算单元；n为评价区内估算单元个数；f为钻探成功率。

该方法有5个关键步骤：确定评价范围、确定最小估算单元、确定单井储量规模、确定钻探成功率及确定气藏“甜点”。

4 油气资源空间分布预测法（特殊的统计法）

油气资源空间分布预测法有3种不同的评价方法：①基于成藏机理和空间数据分析的方法［2，11-13］；②基于地质模型的随机模拟法［14］；③支持向量机的数据分析法［15］。这3种评价方法除数理统计分析不同外，其思路和评价过程基本相似。

4.1 二维分形模型

由于地质过程的复杂性，无法将油气资源空间分布以某一精确解析式的形式来描述，而且已知油气聚集本身并不包含未发现油气聚集的直接信息，因此，用常规地质统计学的随机模拟方法，直接从已知油气聚集中提取空间统计信息，预测油气资源空间分布，其结果往往不尽人意。然而，如果把已知油气资源分布和地质变量在空间上的相关特征作为随机模拟的限制条件，用统计的方法将这种相关特征以概率密度函数近似地表达出来，即可提高预测的准确性。

油气资源空间分布的二维分形模型基于随机模拟技术和傅立叶变换功率谱方法而建立，即通过傅立叶变换，把具有分形特征的油气聚集分布空间（空间域）转化到傅立叶空间（频率域）中，用功率谱方式来表述油气资源的空间相关特征。由分形理论可知，分形模型研究对象的空间相关特征可由功率谱函数来表达。对于具有分形特征的时间序列，其功率谱函数可表达为时间序列频率的幂函数，即

式中：f为频率；S为功率谱；β为幂因子，称为频谱指数。

式（6）表述的这种随机过程相当于Hurst空间维数 H（H=（β-1）/2）的一维分数布朗运动（ fBm），选择不同的β值，即可产生不同分形维数的fBm。对于二维图像或序列，其功率谱S有x和y共2个方向的频率变量u和v及其对应的频谱指数βx和βy。对统计特性来说，xy平面上的所有方向都是等价的，当沿xy平面上的任一方向切割功率谱S时，可用代替频率f。因此，由式（6）可推出各向同性的二维对象随机过程的表达式

而对于各向异性的对象，可定义H为方位角θ的函数，则其二维分形模型的表达式可写为

4.2 修正资源丰度

二维分形模型中的指数函数H（θ）可通过实际数据拟合βx和βy后获得。功率谱能量（资源丰度）越高的油气藏，出现的频率越低，反之出现频率越高，这一特点与油气勘探结果相吻合。因此，如果以能量较高的若干数据点为基础进行拟合，结果基本能代表该方向上油气资源的分布趋势（分形直线），拟合的直线斜率（绝对值）即为该方向上的频谱指数。分别确定x方向和y方向上的频谱指数βx和βy后，代入二维分形模型中，即能模拟出新的功率谱。新功率谱修正了原始功率谱的不足，且包含了所有油气聚集（已发现和未发现油气聚集）资源丰度的信息。

4.3 资源丰度空间分布模拟

确定油气聚集在空间的分布位置是油气勘探的首要任务。目前，有许多方法可以预测油气勘探风险，并绘制勘探风险图［11］。勘探风险图包含了油气聚集可能出现的位置等方面的信息。若要把这一信息和资源丰度信息综合起来，需作如下信息处理：①空间域转化为频率域，用傅立叶空间变换，把勘探风险图从空间域转化到频率域，这时，除得到功率谱外，还能得到相位谱Ф，相位谱中包含着油气聚集位置的信息；②从频率域回到空间域，用傅立叶逆变换，把新的资源丰度功率谱S和勘探风险图的相位谱Ф结合起来，形成新图，即空间域中的油气资源分布图，该图不仅提供了油气聚集的位置，且指出了资源丰度。这一过程在具体实现中，还需在一些细节上作技术改进，包括设置经济界限、排除丰度低的无经济价值的油气聚集，以及用已钻井数据验证和修正等。

图3 松辽盆地古龙向斜葡萄花油层致密油资源丰度模拟结果Fig.3 The simulated resources of tight oil of Putaohua reservoir in Gulong syncline,Songliao Basin

油气资源空间分布预测法在国内外均有广泛应用。笔者给出了松辽盆地古龙向斜上白垩统姚家组葡萄花油层致密油资源丰度模拟结果（图3）。古龙向斜位于松辽盆地北部的齐家—古龙凹陷南部，研究目的层葡萄花油层以低孔-低渗、低孔-特低渗储层为主，研究区面积约770 km2，主体属于岩性成藏带。截至2008年底，区内及周边已发现葡西、新肇、新站等油田，区内葡萄花油层已探明储量约13×106t。运用油气资源空间分布预测法对该研究区进行评价预测，结果显示古龙向斜剩余资源丰富，待发现的可探明储量达71×106t，主要富集在向斜的东南部地区。预测结果不仅指出了该研究区的资源潜力大小，同时用资源丰度分布图定量直观地刻画了油气在空间上的分布和富集状况，对该区的下一步勘探部署具有重要的决策支持作用和指导意义。

5 连续型致密砂岩气藏预测法（特殊的成因法）

常规储层及常规圈闭气藏天然气的运移主体服从置换式运移原理，即在天然气向上运移的同时，地层水不断向下运移，形成气水之间的置换式排驱和运移特点，其驱动力来自于浮力。对于致密砂岩气藏来说，致密储层与气源岩大面积接触，天然气的运移方式表现为气水之间发生的广泛排驱作用和气水界面的整体推进作用。其过程类似活塞式排驱，运移动力来源于烃源岩强有力的生烃作用，即在生气膨胀力作用下，气水倒置界面得以维持并整体向上运移，从而形成大面积的地层饱含气状态［5，16-25］。烃源岩层越厚，单位体积生气量越大，产生的压力就越大，形成的致密砂岩气藏规模也就越大。

5.1 致密砂岩气藏动力平衡方程

根据致密砂岩气藏的活塞式排驱特点，张金川等［26］建立了动态平衡方程，提出了弱水动力条件下的平衡方程，即天然气运移的阻力包括上覆储层毛细管压力、天然气重力、地层水压力等，驱动力主要为烃源岩生气产生的压力。驱动力和阻力之间的平衡方程为

式中：pg为烃源岩中游离相天然气压力（注入储层的压力），atm；pc为上覆储层毛细管压力，atm；ρggghg为天然气重力，atm，其中hg为天然气柱高度，m；pf为上覆储层地层水压力，atm。

在平衡方程中：①毛细管压力可用拉普拉斯方程求出；②天然气重力可直接求出；③地层水压力在成藏时一般为静水压力，成藏后的压力可用现今压力代替，也可用有效骨架应力模型求解［27］；④烃源岩中游离气压力为烃源岩生气增压后烃源岩中流体和游离相天然气的压力，简称“游离气压力”。

烃源岩大量生气能产生巨大的膨胀压力，这早已被石油地质研究者［28-30］所共识，但迄今只有定性描述，未见定量计算模型。显然，在没有生气增压定量计算模型之前是无法真正定量模拟致密砂岩气藏的成藏过程的。

5.2 烃源层生气增压定量计算模型

形成超压的因素很多，除生烃作用外主要有差异压实作用、水热作用等。相比之下，生烃作用和差异压实作用是最主要的2种因素［28，31］。在地层进入压实成岩之后，尤其是孔隙致密之后，压实作用基本停止，此时压实对排烃基本不起作用，而生气作用则成为排气的主要动力。依据气体状态方程，天然气压力（P）、体积（V）和温度（T）三者之间保持动态平衡。在地下高温、高压下，P，V，T三者之间的关系可用研究区的PVT曲线表示。根据这一原理建立的烃源层生气增压定量计算模型为

式中：pg为烃源岩生排气产生的压力，atm；Bg为天然气体积系数；Vp为烃源岩层孔隙体积，m3；Vw为烃源岩层孔隙水体积，m3；Vo为烃源岩层孔隙含油体积，m3；Vg为烃源岩层中游离相天然气体积（地表条件下），m3；hs为烃源岩层厚度，m；φ 为烃源岩层的评价孔隙度，%；sw为烃源岩层中束缚水饱和度，%；so为烃源岩层中残余油饱和度，%；Qg为单位面积烃源层生成的天然气体积（地表条件下），m3/km2；Qmiss为单位面积烃源岩层中散失的天然气体积（地表条件下），m3/km2，包括吸附气、扩散气、溶解气等；Qexp为单位面积烃源层已排出的游离相天然气体积（地表条件下），m3，初始值为 0。

5.3 模拟步骤

模拟步骤为：①建立地质模型，以下生、上储模型为例；②在平面上划分网格，网格边界尽可能与构造线（如断层线等）一致；③在纵向上按油气层组细分储层；④计算运移驱动力（烃源岩层中游离相天然气压力）；⑤计算运移阻力（细层1的毛细管压力、天然气重力、地层水压力等）；⑥比较运移驱动力和运移阻力，如果驱动力小于阻力则不能运移，即细层1不能成藏，停止对该点的模拟，反之烃源层中的气能进入细层1，并排挤出细层1中的部分水；⑦天然气进入细层1并达到短暂的平衡后，随着烃源岩层生气量的增加，游离相天然气压力pg也在增加，重新计算pg，并计算细层2的运移阻力；⑧比较运移驱动力和运移阻力，如果驱动力小于阻力则不能运移，即细层2不能成藏，停止对该点的模拟，反之烃源层中的气能进入细层2，并排挤出细层2中的部分水；⑨重复⑦和⑧的过程，直到驱动力小于阻力或遇到盖层为止（如果压差超过盖层排替压力，天然气将会突破盖层散失掉一部分，直到压差小于盖层排替压力，天然气停止运移）；⑩计算天然气聚集量，模拟结束。

5.4 天然气聚集量计算

进入致密储层的天然气聚集量可表示为

式中：Qg为储层中天然气聚集量，m3；n为天然气进入到储层中的细层数，自然数；i为储层中的细层号，自然数；q为细层天然气聚集量，m3；Sw为细层中束缚水饱和度，%；h为细层平均厚度，m；A为细层面积，m2；φ 为细层平均孔隙度，%；Bgi为第 i细层（地层压力对应的）天然气体积系数。

根据驱动力与阻力的关系，如果确定天然气只能进入到细层3，则式（11）中n为3。另外，细层中束缚水饱和度可通过类比相邻地区的致密气藏获得，一般为30%～60%；天然气体积系数可根据细层地层压力在PVT曲线上的反插值求得。进入致密储层的天然气会有部分损失，其中一部分溶解在地层水中，另一部分会以扩散方式向外扩散等。这些损失可用溶解气公式和扩散气公式计算［32-33］，且在要求精度不高时可以不考虑。

5.5 关键参数

关键参数有：①天然气体积系数与地层压力关系曲线；②束缚水饱和度与孔隙度关系曲线；③烃源层埋深、厚度、孔隙度、生气量、排气量（游离气量）等；④储层埋深或顶界构造图和等厚图、储层孔隙度等值图、储层孔喉半径等值图、现今储层流体压力系数等；⑤盖层排替压力。

5.6 技术应用

模拟区为四川盆地合川—潼南地区，该区东西长92 km，南北宽70 km，有效面积为3855 km2。目的层为三叠系上统须家河组二段（简称须二段），埋深为2060～2420 m，海拔线为-1760～-2120 m，厚度为76～140 m；烃源层为须一段，厚度小于50 m；盖层为须三段，厚度为40～110 m。截至2008年底，该区已钻探井64口，其中工业气流井34口，已发现合川1块气田与潼南2块气田，探明储量11.66×1010m3，控制储量 11.74×1010m3，合计三级储量 23.4×1010m3。该区合川气藏的平均孔隙度小于10%，渗透率一般小于0.1 mD，平均孔喉直径小于1 μm，属于典型的致密砂岩气藏。

笔者采用连续型致密砂岩气藏预测法，定量模拟了四川盆地合川—潼南地区致密砂岩气聚集量，获得了天然气资源丰度模拟结果（图4）并揭示出：①已发现的合川1块气田和潼南2块气田的预测结果符合率达到88%，说明预测模型合理；②该研究区还有约一半的天然气资源未发现，主要分布在合川1块气田东北部、潼南2块气田北部和东南部。这一结果为今后连续型致密砂岩气的勘探指明了方向。

图4 四川盆地合川—潼南地区致密砂岩气聚集资源丰度模拟结果Fig.4 The simulated resources of tight sand gas in Hechuan-Tongnan area,Sichuan Basin

6 结束语

每种资源评价方法都有一定的适用范围和优缺点。由于油气聚集的成藏特征和勘探开发程度不同，尤其是对于非常规油气聚集，类型多样且成藏机制可能完全不同，用单一方法来估算某一地区的油气资源，很可能由于方法所基于的原理或模型不合理、评价者对地质认识的局限性以及参数选取不当而导致估算结果出现很大误差。因此，在实际工作过程中，应根据评价区的石油地质条件和油气成藏机制以及勘探开发程度，针对性地选取评价方法体系，尽量选用多种方法从不同的角度进行估算，做到交叉验证，提高估算结果的可信度。

［1］张金川，金之钧，郑浚茂.深盆气资源量-储量评价方法［J］.天然气工业，2001，21（4）：32-34.

［2］郭秋麟，谢红兵，米石云，等.油气资源分布的分形特征及应用［J］.石油学报，2009，30（3）：379-385.

［3］黄籍中.四川盆地页岩气与煤层气勘探前景分析［J］.岩性油气藏，2009，21（2）：116-120.

［4］董大忠，程克明，王世谦，等.页岩气资源评价方法及其在四川盆地的应用［J］.天然气工业，2009，29（5）：33-39.

［5］Schmoker J W.Resource-assessment perspectives for unconventional gas systems［J］.AAPG Bulletin，2002，86（11）：1993-1999.

［6］OleaRA，CookTA，ColemanJL.Amethodologyforthe assessment of unconventional（continuous） resources with an application to the greater natural buttes gas field，Utah［J］.Natural Resources Research，2010，19（4）：237-251.

［7］Salazar J，McVay D A，Lee W J.Development of an improved methodologytoassesspotentialgasresources［J］.NaturalResourcesResearch，2010，19（4）：253-268.

［8］GautierD L，Geological S.1995 national assessment of United States oil and gas resources：Results，Methodology，and Supporting data［EB/OL］.（2003-5-1）［2011-2-15］.http：//catalyst.library.jhu.edu/catalog/bib_1926425.

［9］Norton G A，Groat C G.Petroleum systems and geologic assessment of oil and gas in the Uinta-piceance Province，Utah and Colorado［EB/OL］.（2005-10-3）［2011-2-15］.http：//pubs.usgs.gov/dds/dds-069/dds-069-b/.

［10］Charpentier R R，Cook T A.Improved USGS methodology for assessing continuous petroleum resources using analogs ［EB/OL］.（2010-12-28）［2011-2-15］.http：//pubs.usgs.gov/of/2010/1309/.

［11］胡素云，郭秋麟，谌卓恒，等.油气空间分布预测方法［J］.石油勘探与开发，2007，34（1）：113-117.

［12］Hu Suyun，Guo Qiulin，Chen Zhuoheng，et a1.Probability mapping of petroleum occurrence with a multivariate-Bayesian approach for risk reduction in exploration in the Nanpu Sag，Bohay Bay Basin，China［J］.Geologos，2009，15：91-102.

［13］Xie Hongbing，Guo Qiulin， Li Feng，et a1.Prediction of petroleum exploration risk and subterranean spatial distribution of hydrocarbon accumulations［J］.Petroleum Science，2011，8：17-23.

［14］Chen Zhuoheng，Osadetz K G.Undiscovered petroleum accumulation mapping using model-based stochastic Simulation［J］.Mathematical Geology，2006，38（1）：1-16.

［15］Liu Yexin，Chen Zhuoheng，Osadetz K G.Bayesian support vector machine for petroleum resource assessment，example from western Sverdrup Basin，Canada［C］∥Third Symposium on Resource Assessment Methodologies Program&Abstracts，Canmore，2010：66-69.

［16］金之钧，张金川.深盆气藏及其勘探对策［J］．石油勘探与开发，1999，26（1）：24-25．

［17］张金川，张杰.深盆气成藏平衡原理及数学描述［J］.高校地质学报，2003，9（3）：458-465.

［18］张金川，王志欣．深盆气藏异常地层压力产生机制［J］．石油勘探与开发，2003，30（1）：28-31.

［19］解国军，金之钧，杨丽娜.深盆气成藏数值模拟［J］.石油大学学报：自然科学版，2004，46（5）：13-17.

［20］张柏桥.盆地中心天然气系统成藏机理［J］.石油天然气学报，2006，28（4）：6-11.

［21］邹才能，陶士振，袁选俊，等.连续型油气藏形成条件与分布特征［J］.石油学报，2009，30（3）：324-331.

［22］邹才能，陶士振，朱如凯，等.“连续型”气藏及其大气区形成机制与分布——以四川盆地上三叠统须家河组煤系大气区为例［J］.石油勘探与开发，2009，36（3）：307-319.

［23］公言杰，邹才能，袁选俊，等.国外“连续型”油气藏研究进展［J］.岩性油气藏，2009，21（4）：130-134.

［24］郭秋麟，陈宁生，谢红兵，等.四川盆地合川地区致密砂岩气藏特征与分布预测［J］.中国石油勘探，2010，15（6）：45－51.

［25］吴月先，钟水清，潘用平，等.四川盆地天然气“立体勘探”新进展［J］.岩性油气藏，2009，21（1）：128-132.

［26］张金川，唐玄，边瑞康，等.游离相天然气成藏动力连续方程［J］.石油勘探与开发，2008，35（1）：73-79.

［27］石广仁.一个精度较高的超压史数值模型［J］.石油勘探与开发，2006，33（5）：532-535.

［28］李明诚.石油与天然气运移［M］.北京：石油工业出版社，2004：50-57.

［29］赵文智，邹才能，谷志东，等.砂岩透镜体油气成藏机理初探［J］.石油勘探与开发，2007，34 （3）：273-284.

［30］李景明，李东旭，杨冬，等.中国岩性地层气藏的勘探前景［J］.岩性油气藏，2007，19（4）：1-8.

［31］李富恒，邹才能，侯连华，等.地层油气藏形成机制与分布规律研究综述［J］.岩性油气藏，2009，21（4）：32-36.

［32］郭秋麟，米石云，石广仁，等.盆地模拟原理方法［M］.北京：石油工业出版社，1998：93-157.

［33］石广仁.油气盆地数值模拟方法［M］.北京：石油工业出版社，1999：78-200.

Evaluation methods for unconventional hydrocarbon resources

GUO Qiu-lin1， ZHOU Chang-qian1， CHEN Ning-sheng1， HU Jun-wen1， XIE Hong-bing1，2
（1.Research Institute of Petroleum Exploration&Development， PetroChina， Beijing 100083， China；2.China University of Geosciences， Beijing 100083， China）

The unconventional hydrocarbon resources are different fromthe conventional hydrocarbon resources in the aspects ofaccumulation mechanism,occurrence,distribution,exploration and development method,etc.As the strategic supplements of conventional resources,the unconventional hydrocarbon resources are becoming highly valued.But now,an effective evaluation systemis not yet built up for the evaluation ofunconventional hydrocarbon resources in our country.Based on the accumulation mechanism and distribution characteristics of the unconventional hydrocarbon resources,five evaluation methods for unconventional hydrocarbon resources are introduced,including:analogy method,the major method of USGS;stochastic simulation method,the new developed method of USGS;reserve estimation method for single well,the typical statistical method;prediction method of hydrocarbon spatial distribution,the special statistical method;prediction method of continuous tight sandstone gas reservoirs,the special genetic method.These evaluation methods provide theoretical basis for the evaluation of the unconventional hydrocarbon resources and the newnational hydrocarbon resource.

unconventional hydrocarbon resources； analogymethod； stochastic simulation method； statistical method；geneticmethod

TE121.1

A

2011-02-21；

2011-04-06

郭秋麟，1963年生，男，博士，教授级高级工程师，主要从事油气资源评价、盆地评价与数值模拟等研究工作。地址：（100083）北京市海淀区学院路 20号中国石油勘探开发研究院油气资源规划所科技楼 812室。电话：（010）83598178。E-mail：qlguo@petrochina.com.cn

1673-8926（2011）04-0012-08

郭言青）

文章编号：1673-8926（2011）04-0088-06