测井地质学前世、今生与未来——写在《测井地质学·第二版》出版之时

赖锦，王贵文，庞小娇，韩宗晏，李栋，赵仪迪，王松，江程舟，李红斌，黎雨航

1)油气资源与探测国家重点实验室，北京，102249；2)中国石油大学(北京)地球科学学院，北京，102249

内容提要:测井地质学以地质学和测井学的方法理论为指导，综合运用各种测井信息，来解决基础地质和石油地质的地质问题。经过数十年发展，测井地质学在油气勘探开发各个环节得到广泛应用。非常规油气的兴起使得测井地质学正面临多重挑战和全新探索，亟需建立针对非常规油气的测井地质学综合方法理论体系。本文以《测井地质学·第二版》出版为契机，系统归纳了测井地质学的起源及发展历程、主要研究内容和研究方法流程。然后总结了测井资料与地震、地质信息的匹配性，并分析了不同探测特性测井方法纵向分辨率区间特征。在此基础上评述了测井地质学在井旁构造解析、沉积学特征研究、层序地层划分、地应力方向判别及大小计算、井壁裂缝识别与评价、烃源岩评价以及非常规油气“七性关系”综合评价当中的应用。但由于测井资料的负载能力有限性、测井与地质信息属性不对应性以及测井资料本身的多解性，使得测井地质学在测井—地质转换、非常规油气测井评价及其与人工智能融合方面还存在一定的问题。因此加强基础岩石物理研究，挖掘测井曲线中包含的地质信息，并与人工智能相结合，将拓展测井地质学研究的精度和广度，从而使其未来可更好地应用至非常规油气测井评价等实践工作中。

近几十年来，测井评价技术受石油勘探开发需求和现代信息技术进步的影响，发展十分迅速(原宏壮等，2005；孙建孟，2013；Tiab and Donaldson,2016)。测井作为石油地质学家的“眼睛”，贯穿了油气勘探开发的全过程，是准确发现油气层和精细描述油气藏必不可少的手段，可以为油气储量参数计算、开发方案制定与调整增产措施提供重要的依据(刘光鼎等，1999；Rider,2002；李国欣等，2004；匡立春等，2013；Cannon，2015；李宁等，2021)。欧阳健(2001)研究指出加强岩石物理研究，提高油气勘探效益。令狐松(2015)指出做好测井评价，擦亮地质家的“眼睛”。各种复杂的油气勘探开发对象的测井评价，离不开地质学理论的研究指导(李浩等，2015)。虽然地质学和地球物理测井学作为两门自成体系的学科，都有着各自的基本理论体系和解决问题的方法流程。但随着油气勘探开发进程的加快和勘探目标的复杂性增强，测井和地质学科联合技术攻关势在必行。地质和测井两大学科相互交叉、渗透而派生和发展起来的新兴边缘学科——测井地质学应运而生。事实上，学科之间的交叉与融合是大势所趋，测井地质学主要是以地质学和测井学(岩石物理学)的基本理论为指导，综合运用各种测井信息，来解决地层学、构造地质学、沉积学、石油地质学各种地质问题的一门科学(王贵文等，2000)。测井地质学是伴随石油科技飞速发展应运而生的地球物理测井和地质学相结合的一个分支学科(王贵文等，2000；李浩等，2010)。

测井本身以解决地质和工程等问题为导向，近几十年来，测井地质学方法理论在常规油藏评价中发挥了不可替代的作用，解决了很多井旁构造解析、地应力、沉积储层精细描述、储量参数计算等基础地质和石油地质等问题，经过数十年的发展，测井地质学已经形成比较完善的方法技术理论体系(Schmoker，1981；Passey et al.，1990；刘光鼎等，1999；王贵文等，2000；欧阳健，2001；李国欣等，2004；Folkestad et al.,2012；匡立春等，2013；Brekke et al.,2017；Stadtmuller et al.,2018；蒋云箭等，2020)。然而21世纪以来，非常规油气(致密油气、页岩油气)的兴起以及人工智能方法理论的引入对测井地质学研究提出了更高、更深层次的技术需求(李浩等，2015；唐振兴等，2019；李宁等，2020；石玉江等，2021；匡立春等，2021)。致密、页岩油气藏岩性致密、物性差、矿物组分和孔隙结构复杂，往往需求压裂才能获得工业产能(Jarvie et al.,2007；Josh et al.,2012；Loucks et al.,2012；Avanzini et al.,2016；Kumar et al.,2018；Iqbal et al.,2018)，导致非常规油气的测井评价面临多重挑战和全新探索，需求开拓新“四性”(储集性、含油性、流动性和可压性)评价思路(李宁等，2020)。

本文以《测井地质学·第二版》(预计2022年5月出版)出版为契机，系统梳理了测井地质学20余年以来的研究进展。在阐明不同测井方法探测特性以及纵向分辨率的基础上，详细归纳总结了测井地质学在以下几个方面的应用：①井旁构造解析(断层和不整合面识别等)②沉积学特征研究(岩性识别、沉积构造拾取、沉积微相判别和古水流方向拾取)；③层序地层划分；④地应力方向判别及大小计算；⑤井壁裂缝识别与评价(裂缝面形态拾取和裂缝参数计算)；⑥烃源岩评价(烃源岩识别和TOC等定量参数计算)；⑦ 非常规油气“七性关系”综合评价(铁柱子井建立)。并认为人工智能及大数据的融合将使得测井地质学能更好地解决油气勘探开发的综合问题。最后指出加强基础岩石物理研究，挖掘测井曲线中包含的地质信息，并与人工智能相结合，必将使得测井地质学更好地应用至非常规油气的测井评价工作中。

1 测井地质学起源及发展历程

测井是深入地下的眼睛，将油气层“看准、看清、看全”是测井评价的核心任务。测井的初心就是识别发现储层，而测井解释的使命则是解决油气勘探开发进程中的地质和工程等问题。自1927年法国人马科尔(Marccl)和科纳德·斯伦贝谢(Conrad Schlumberger)在法国皮切尔布朗(Pechelbrown)一口井中成功地测量出第一条电阻率曲线(点测)，从而开创测井技术，至今发展已90余年(刘光鼎等，1999)。我国测井技术始于1939年12月，中国科学院院士、著名地球物理学家翁文波教授是中国测井的奠基人，他在四川石油沟1号井中测量记录了井下的自然电位和地层的电阻率。1942年著名的阿尔奇公式的提出赋予了测井曲线新的地质含义，将测井解释带入定量解释阶段(Archie,1942；白松涛等，2020)。1955年王曰才先生在北京石油学院(现中国石油大学(北京))首次开设测井专业课。20世纪70年代Pirson Sylvain J系统整理了地球物理测井地质应用，并出版专著《测井资料地质分析》。斯仑贝谢公司测井分析家Serra Oberto(欧·塞拉)于1979年正式提出电相，也叫测井相(Eletrofacies)，并指出电相为“表征地层特征，并且可以使该地层与其他地层区别开来的一组测井响应特征集”。测井相的提出搭建了测井学与地质学研究的桥梁，自此越来越多的国内外学者将测井资料应用到地质解释评价当中。大庆油田测井解释人员于20世纪60年代，率先提出岩性、物性、含油性、电性的四性关系分析作为测井解释的基础(孙建孟，2013；白松涛等，2020)。Serra和Abbott(1980)揭示了测井曲线与沉积特征内在关系，建立了测井相到地质相的映射转换关系，最终利用测井资料研究地层沉积相，相关的研究成果得到国内外学者的广泛引用与关注(尹寿鹏和王贵文，1999)。Passey等(1990)在AAPG Bulletin上发表的论文，建立了基于声波时差和电阻率曲线相结合的烃源岩有机碳含量(TOC)测井评价模型(△LogR)，研究成果获得国内外学者的广泛应用。1998年谭廷栋先生组织编写我国首部《测井学》，系统论述不同测井方法原理及其应用。21世纪以来，成像测井等新技术测井仪器的研发与成熟应用带动测井地质学方法理论体系飞速发展(白松涛等，2020)。

自测井诞生以来，一共经历了5个阶段的发展历程，首先是最早的模拟测井时代(1927～1962年)，包括最早的半自动测井仪(第一代)，20世纪50年代引进的51型电测仪以及JD581多线电测仪(第二代)。第二阶段为数字测井时代(1962～1976年)，代表性标志为20世纪70年代出现的3600数字测井仪。第三阶段则为数控测井(1976～1990年)，以20世纪80年代研发的CLS-3700、CSU、DDL-III数控测井仪为代表。20世纪90年代以来进入了以成像测井仪器为代表的第四阶段即成像测井阶段，以斯伦贝谢公司的地层全井眼扫描成像(FMS)测井仪器为代表(李宁等，2021；匡立春等，2021)。第五阶段则为21世纪以来的新技术为主导的测井阶段，测井仪器逐渐走向阵列化和成像化，代表仪器为元素扫描测井(Lithoscanner)、高分辨率阵列感应、阵列声波、核磁共振等测井新技术。

我国测井地质学的发展总体主要经历了4个阶段的历程(李浩等，2010)。

第一阶段为20世纪80年代国外学者著作的翻译和引入阶段(李浩等，2010)。邹有缘(1982)将测井用于地层学研究。楚泽涵等(1982)将声波测井资料用于地质问题研究，例如：估算地层压力、解释地质构造、评价古应力、评价泥岩的生油性能、断层的识别和评价等等。马正(1982)将自然电位测井用于解释沉积环境。欧阳健等(1983)引入最优化测井数字处理方法用以提高对复杂岩性的计算精度。马正(1987)将国外学者相关的著作翻译用以解决油气地下地质情况的问题。

第二阶段为20世纪90年代测井地质学的多方位研究和探索阶段(李浩等，2010)。经过十余年的发展，国内学者逐渐关注到地球物理测井资料在地质学科中的广泛应用(陈立官，1990；肖义越等，1993)。如马正(1994)系统梳理和总结测井技术在沉积相和沉积环境分析中的应用，并出版专著《油气测井地质学》。20世纪90年代末期，涌现出一大批优秀的关于测井和地质相结合的成果，其中测井工作者主要尝试新型测井技术(成像测井、地层倾角测井等)的地质解释应用，如利用地层倾角测井识别古水流，利用成像测井解决沉积构造和裂缝的拾取等。而地质工作者则深入挖掘隐藏在地球物理测井资料当中的地质信息，如利用测井资料结合人工神经网络的方法识别岩性、划分层序地层格架，计算地层压力等等(李浩等，2010)。

第三阶段为20世纪末到21世纪初的测井新技术为主导的测井地质学发展阶段(李浩等，2010)，地层倾角测井、成像测井、元素俘获测井等新技术测井资料的出现为地质问题的解决提供了新的思路。如地层倾角测井可直接获取地层的产状，成像测井则更可以直观地获取岩石沉积构造和裂缝等特征，元素俘获测井则可以获得地层的矿物组分等特征。新技术测井资料的出现开拓了地质学家获取地下地质信息新的思路。安丰全等(1994)开展了利用地层倾角数字处理技术对大庆地区沉积、构造、泥岩断裂带的划分等的研究。吴胜和等(1995)应用电法测井、高分辨率地层倾角测井、声波全波列测井、补偿密度测井等，提出了一种裂缝型灰岩储层的评价方法。吴时国等(2006)利用电阻率成像测井展开对济阳坳陷地应力场的研究。刘传平等(2006)利用元素俘获、电成像、核磁等测井技术实现了对火山岩测井岩性的识别。

第四个阶段为21世纪以来针对非常规油气的测井地质学全新发展和研究阶段。进入21世纪，测井技术的发展以及日益复杂的地质问题出现使得测井和地质结合的工作日益受到重视，地质学家和测井分析家的交流与协作日益频繁，涌现一系列优秀成果，测井地质学学科逐渐成型并得以迅速发展，并在油气勘探开发的各个环节得到广泛应用(王贵文等，2000；李国欣等，2004；李浩等，2010；赖锦等，2013，2014；李宁等，2020)。针对致密、页岩油气藏，众多专家学者通过常规测井结合新技术测井资料建立了“七性关系”(岩性、物性、电性、含油性、脆性、烃源岩特性和地应力各向异性)和“三品质”(储层品质、烃源岩品质和工程品质)的测井评价体系(赵政璋和杜金虎，2012；闫伟林等，2014；唐振兴等，2019；王小军等，2019)。同时将岩石物理相、成岩相等相关理论体系引入致密储层测井识别与评价工作中，取得广泛效果(赖锦等，2013；冉冶等，2016；Lai Jin et al.,2016,2018a)。

同时近年来人工智能和大数据的融合为利用测井资料解决非常规油气地质问题开拓了新的思路，可以说人工智能伴随着测井地质学发展的全部历程。人工智能技术经过数十年发展已相对成熟(侯亮等，2019)，已在测井行业获得广泛应用(侯亮等，2020)。最早肖义月(1984)将人工智能测井应用到测井相的划分与识别中。周成当(1993)总结了人工神经网络在测井解释领域主要应用在地层参数的预测或估算及模式识别问题，人工智能与大数据的方法重要性凸显。张吉昌等(2005)将人工智能测井应用到裂缝识别研究中，效果显著。李宁等(2021)通过评述人工智能在测井地层评价中的应用现状，指出人工智能在测井曲线重构、岩相分类和物性参数预测具有广阔的应用前景。

2 测井地质学内涵和外延

地质学和地球物理测井学是两门自成体系相对独立的学科，都有着各自的基本理论和解决问题的方法。随着勘探难度的加大，石油勘探中提出的地质问题越来越复杂。因此，就必须通过地质、测井紧密结合，采取多学科综合研究即测井地质学来解决这些难题。

地质明确勘探领域，指出目标层系；物探查明油藏形态，提出井位建议；钻井打穿地层岩石，建立输送通道；测井识别发现储层，看准、看清、看全油气层(李宁等，2021)。测井地质学应用贯穿油气田勘探开发的全过程，它可作为连接勘探开发的“桥梁”，在勘探阶段是油气发现的“眼睛”，在开发阶段可作为“增储上产”的“臂膀”，同时在工程上，可作为技术合作的“伙伴”(王贵文等，2000)。

2.1 测井地质学研究内容

测井地质学致力于利用测井资料解决各种地质问题、因此其研究内容主要包括以下：

(1)测井资料处理与综合解释：利用测井资料实现碎屑岩储层、碳酸盐岩储层和非常规油气储层岩性识别、储层参数计算、流体性质判别等工作，为储量提交提供可靠参数和依据。

(2)测井层序地层分析：利用测井资料实现单井、连井层序地层格架建立。同时测井资料也包含丰富的天文周期信息，利用测井曲线及其小波变换等处理可挖掘其蕴含的天文周期信息(徐敬领等，2009；王贵文等，2013)，如可从动态最大熵谱中提取出米氏旋回参数，进一步获取带通滤波信号组和天文周期单元，划分层序地层单元(田双良等，2020)。

(3)测井沉积学研究：利用测井资料实现岩性、沉积构造、粒序和古水流特征精细识别与刻画。同时测井资料还可用于古地理学中古气候与古环境的恢复等工作中，如利用自然伽马能谱曲线、元素扫描测井建立其与古气候、古环境(古氧化还原条件)之间的关系(邹长春等，2018；白静等，2020)。同时通过自然伽马曲线，进行经验模态分解，能帮助理解古气候变化周期以及高频层序地层(陈书平等，2020)。

(4)测井井旁构造解析：通过测井资料实现井旁构造(断层、褶皱和不整合面等)精细识别与解释。

(5)测井地应力分析：通过测井资料实现现今水平最大主应力方向的判别，以及现今地应力大小的测井计算。

(6)裂缝储层的测井评价：通过测井资料识别裂缝的产状、张开度等特征，并进行裂缝有效性判定。

(7)烃源岩测井识别与评价：利用测井资料识别烃源岩，并对烃源岩有机碳含量(TOC)等参数评价。

(8)非常规油气资源测井识别与评价：非常规油气测井评价思路与常规储层不同，通常无自然产能，需要压裂等改造措施才能投产，因此非常规油气测井评价除常规“四性关系”评价之外，脆性、可压裂性和地应力特征评价成为不可或缺的内容。利用测井资料评价非常规油气脆性、烃源岩特性和地应力各向异性，从而实现非常规油气“地质”和“工程”甜点的优选(Iqbal et al.,2018;Zhao Xianzheng et al.,2019)。

2.2 测井地质学研究方法流程

(1)区域地质背景分析。明确研究目标区的地质背景是测井地质解释的前提，如进行井旁构造解释和测井沉积学研究的时候需要注重研究区构造样式和沉积体系等特征。

(2)钻井岩芯和野外露头的观察与实验。露头和岩芯观察是地质学及测井地质学研究的基础，通过露头和岩芯的观察可获取诸如地层、岩性、岩石物质成分、结构、构造、沉积组合、生、储、盖条件等大量的地质信息和第一性资料。

(3)测井资料的预处理。进行测井资料地质解释之前必须进行测井资料的预处理如环境校正、标准化以及曲线深度归位等工作，这样才能保证从测井资料当中挖掘出来的地质信息准确、可靠。

(4)“地质刻度测井”。即将岩芯和分析化验等资料与测井曲线相互刻度验证，从而保证测井解释结果与地质分析结果相吻合，这是一个广义的概念，它涉及测井地质解释的各个阶段，是使测井信息和各种地质参数不断匹配的过程。应用野外露头、钻井岩芯和实验室分析化验所获取的地质信息和参数，进行各种测井曲线的标定和刻度，建立各种测井地质解释的正演和反演模型，确定正确可靠的岩电关系，为提高测井地质解释的精度提供指导。

(5)测井资料处理。包括储层参数测井处理与解释，如利用孔隙度测井计算孔隙度、渗透率等，而利用阿尔奇公式计算含油气饱和度等，通过测井资料完成地质参数的综合处理与解释。同时人工智能技术的不断发展，可使海量测井数据的加工、挖掘和利用得以实现(李宁等，2021)，从而形成测井地质分析的新理论、新方法。

(6)测井资料的综合地质解释。在岩石物理研究的基础上，遵循测井资料的单井测井解释、精细测井解释和多井测井解释，根据大量的地质资料所建立的地质模型和测井资料处理成果，在人机联作或模型指导下的自动解释，来完成各种地质评价目标的综合解释。

(7)测井地质目标评价。针对不同的地质目标，通过不同的测井序列组合完成地质目标的各种测井地质参数评价，如进行井旁构造解析、沉积微相和古水流等测井评价、裂缝测井识别与评价、地应力测井解释评价以及烃源岩特征评价等。

3 不同测井方法探测特性及纵向分辨率

明确不同测井探测方法探测特性和纵向分辨率是解决地质问题的基础和前提。与地质、测井和地震资料相比对，测井资料分辨率尺度上介于地质和地震之间，从毫米级到米级不等。地震资料处于20～30 m级，而地质及其配套分析化验资料分辨率可从毫米—厘米级到纳米级尺度范围，如岩芯分辨率在毫米级，CT分辨率可在毫米—微米级，薄片分辨率在10 μm级别，而扫描电镜等可达到纳米级分辨率区间。而常规测井如自然伽马测井分辨率介于0.6～1 m级别，高分辨率阵列感应测井可达到30 cm级，成像测井在5 mm级别(图1)。因此充分利用好不同分辨率测井曲线解释地质应用工作显得尤为重要。

图1 不同地质与测井资料分辨率尺度区间对比图(塔里木盆地内中寒1井寒武系肖尔布拉克组白云岩)Fig.1 Correlation between various geological data and well log data of various vertical resolution(The dolostone of Cambrian Xiaoerbulake Formation in the Well Zhonghan-1 in Tarim Basin)

成像测井采用多极板、阵列钮扣式电极、推靠贴井壁的工作模式，测量反映井壁附近地层导电特性的电阻率信号，得到具有空间方位信息、较高井周覆盖率、高分辨率、高清晰的彩色图像(匡立春等，2013；Lai Jin et al.,2018b)。成像测井纵向分辨率最高，可以达到5 mm，甚至成像测井还可以基于某一特定方向进行切片处理，形成切片图像(Slab)，也可以达到毫米级纵向分辨率(图2)。成像测井以其纵向分辨率高和井眼覆盖率高的特点，在沉积储层精细描述和精细井旁构造解析中得到广泛应用(闫建平等，2016；Lai Jin et al.,2020)。如岩性的识别、沉积构造的拾取、古水流方向的判断、裂缝的拾取与定量解释以及现今地应力方向的判别等等(Lai Jin et al.,2017；年涛等，2021)。

图2 不同测井系列测井纵向分辨率特征Fig.2 Well log data of various vertical resolution

核磁共振测井分辨率较高，可达到0.2 m左右，核磁共振测井是基于与孔隙中流体氢核含量及其状态的响应特征，从而获取纵向、横向驰豫谱，由于地层当中的H主要与孔隙流体有关，而不受岩石骨架影响，因此核磁共振测井在孔隙结构评价、流体性质判别、储层参数(有效孔隙度、渗透率、束缚水饱和度)计算等方面应用广泛(图2；Tan Maojin et al.,2014；陈国军，2015；Bauer et al.,2015；Sun Boqin and Dunn,2005；Wang Guiwen et al.,2020；Yan Jianping et al.,2020)。

高分辨率阵列感应电测井是通过阵列化的电极系统并采用软件聚焦形成3种纵向分辨率(1 ft、2 ft、4 ft;1ft=0.3048m)、5～6种探测深度(从泥饼、冲洗带到原状地层)的电阻率测井曲线，其纵向分辨率最大可达到0.3 m左右，因此高分辨率阵列感应测井可有效地提高电法测井的评价能力(张金虎等，2018)。由于其探测深度较深，可达到120 英寸(约3 m)范围，因此其可以较好的获取地层的真电阻率，同时可以根据不同探测深度曲线值及其分异特征，判断流体侵入特性，并可根据流体侵入特性分析储层渗流能力(渗流能力较好的储层曲线分异幅度大)，此外，由于其电流聚焦，因此对于薄层的识别能力大为提高(图2)。

元素俘获谱测井(Elemental Capture Spectroscopy，简称ECS)测井通过探测快中子在地层中与一些元素发生非弹性散射和热中子被俘获产生伽马射线，通过解谱分析可获得地层中Si、Ca、Fe、S、Ti、Cl、Cr、Gd等不同元素的相对重量百分比(韩琳和潘保芝，2008)，再经过氧化物闭合模型(所有元素质量的百分含量之和为100%)处理，可得到地层黏土含量、碳酸盐岩含量、砂质(石英+长石+云母)含量、黄铁矿、菱铁矿、煤和膏盐岩等矿物含量(柳建华等，2007)。ECS测井其纵向分辨率可达到0.457 m(1.5 ft；Maliva et al.,2009)。ECS测井是从岩石化学成分角度解决岩性识别问题的测井方法，在识别那些成分差异较大而颜色、结构和构造等差异不明显的复杂岩性中具有得天独厚的优势(韩琳和潘保芝，2008)。同时ECS测井在确定矿物类型和含量、确定地层骨架密度和孔隙度、判别流体性质、分析沉积环境、压裂酸化等工程也得到了广泛应用(图2；刘绪纲等，2005，罗宁等，2009；Maliva et al.,2009；Lai Jin et al.,2015)。

常规测井曲线(简称常九条)则分别包括GR、CAL和SP三岩性曲线，AC、CNL和DEN三孔隙度曲线以及深、中、浅探测三电阻率测井曲线。九条常规测井曲线分辨率基本都在分米—米级尺度(0.6～1 m)，目前常规测井曲线已在碎屑岩、碳酸盐岩以及非常规油气储层岩性识别、储层参数计算、流体性质判别等方面得到广泛应用，甚至还可用于地化参数如TOC等测井计算(图2)。

(多极子)阵列声波测井(MAC、DSI)可采集到纵波、横波、斯通利波、威瑞利波等原始数据，并可处理得到声波全波列波形图和变密度图像，其纵向分辨率约为3 m。因此声波全波列测井在岩性识别、裂缝探测以及流体可动性判别等应用广泛(图2)(周文和戴建文，2008；李佳阳等，2007；陈必孝和张筠，2002)。

远探测声波测井探测井旁构造反射井中生源辐射产生的声场，可对井外数十米甚至上百米范围进行探测，纵向分辨率约10 m。主要可分为单极子反射纵波远探测和偶极子反射横波远探测，分别以斯伦贝谢和贝克休斯为代表。其在碳酸盐岩和火山岩地层及裂缝等识别方面有显著优势(图2；唐晓明等，2012；唐晓明等，2013；吴晓光等，2016；董经利等，2020；武宏亮等，2020；李思亦等，2020)。远探测声波成像测井在压裂井裂缝评价、水平井储层边界识别、非常规油气裂缝分析、井旁断层探测等具有广泛应用(唐晓明等，2013；张晋言等，2018；范文同等，2016)。

4 测井地质学主要应用及启示

测井解释评价技术目前已经广泛应用至基础地质、石油地质和工程地质研究工作当中。

(1)基础地质研究中的应用。① 沉积学和层序地层学研究：利用地质资料和测井信息并与地震资料相结合可进行地层层序划分和标定，建立区域性的统一的层序地层格架，并进一步进行沉积体系的识别与划分，乃至沉积微相的测井判别。② 井旁构造的精细判别：通过常规结合成像、地层倾角等测井可拾取井旁构造产状，并进一步识别裂缝发育特征，判断现今地应力方向等等。

(2)石油地质研究中的应用。① 烃源岩的测井识别与表征：自然伽马(能谱)、声波、电阻率等常规测井以及Lithoscanner(元素扫描)等新技术相结合实现烃源岩的定性识别以及TOC定量计算。② 油、气、水层测井解释及储量参数定量计算：计算孔隙度、含油饱和度等储层参数，测井的首要任务是识别与评价油气层。进一步利用测井信息研究储量参数、地下流体性质、分布状况是测井地质学的实际问题之一。③ 储层精细表征与评价：利用测井信息进行储层成岩作用研究，实现成岩相(成岩作用类型和强度、成岩矿物)的测井判别，基于成岩相约束实现优质储集体区域评价与预测。④ 源储组合特征测井评价：通过测井识别单井储集层和烃源岩层分布以及储盖组合特征。⑤ 盖层以及储盖组合的测井评价：利用测井信息研究生油层、盖层及油气的生、储、盖组合。不同类型、不同丰度的生油层，不同特性的盖层，不同的生、储、盖组合形式应当具有不同的测井响应。

(3)油田工程地质研究中的应用。基于常规和阵列声波测井资料可实现泊松比、杨氏模量等动态岩石力学参数定量计算，近一步可进行地应力大小、岩石破裂压力等的测井评价，由此可为钻井设计、油井压裂、试油过程中的钻井液配制、套管的损伤和变形、油层保护等工程地质研究提供技术支撑。

(4)非常规油气测井评价。通过常规、成像、核磁共振、阵列声波等测井资料建立非常规油气“七性关系”和“三品质”测井评价体系，为非常规油气“地质甜点”和“工程甜点”评价与优选提供理论指导与方法支持。

4.1 测井井旁构造解析

利用测井资料研究地质构造面对的主要是井筒内可见的小型规模的地质构造，主要是断层、褶皱和不整合3类(王贵文等，2000)。常规测井曲线可以指示岩性、物性等信息因而可以综合反映不整合面的特征，典型不整合在测井曲线上可见到明显的突变接触关系，如塔里木盆地的雅哈23-1井，下伏地层为寒武系结晶白云岩，而上覆地层直接为侏罗系褐色、灰褐色粉砂泥、泥质粉砂岩，两者之间呈明显不整合接触关系，中间缺失奥陶系、泥盆系、石炭系、二叠系、三叠系(图3)。不整合面处GR曲线呈明显突变接触，相对应的自然伽马能谱也为突变接触关系，此外，电阻率曲线也由明显高值向低值转换，代表了一个大型的不整合面的存在。

图3 塔里木盆地寒武系与侏罗系不整合面接触Fig.3 Unconformity contact between Jurassic and Cambrian in Tarim Basin

地层倾角测井技术和井壁成像测井技术能确定地层产状和构造要素，同时常规测井可根据曲线形态等特征确定地层缺失、重复等特征，成像测井等若与常规测井相结合即可实现褶皱和断层发育位置的确定，褶皱常对应地层的重复，而断层的存在要么导致地层缺失(正断层)，要么导致地层重复(逆断层)。图4中提供成像测井拾取出了代表地层产状的蝌蚪图，蝌蚪图可组合形成玫瑰花图，从地层产状来看，以5790 m深度段为分界，上面地层产状主要往南东方向倾斜，而下面的地层则主要倾斜为南西方向。即以5790 m深度段为分界，地层产状发生了明显的变化，同时精细的成像测井观察表明该5790 m深度段往下地层倾角明显变大，对应了一个典型断层面发育的特征。结合过该井X103的地质剖面情况，可以观察得出该井段确实存在一个典型的逆断层，说明成像测井解析出的井壁的断层面的特征真实可靠(图4；Lai Jin et al.,2018b)。

图4 成像测井解析出的X103井断层特征(Lai Jin et al.,2018b)Fig.4 Borehole faults interpreted from image logs in the Well X103 (Lai Jin et al.,2018b)

4.2 测井沉积学研究

欧·塞拉(O.Serra)于1979提出测井相(电相)来表征地层特征，测井相可以使该地层与其他地层区别开来的一组测井响应特征集。测井相的提出搭建了沉积环境和电测曲线分析之间的桥梁，自此测井曲线被广泛应用至沉积学特征的精细解释评价。描述测井相的七要素主要包括幅度、形态、顶底接触关系、曲线光滑程度、齿中线、幅度组合包络线类型和层序的形态组合特征(王贵文等，2000)，其中可较好的反映沉积学信息的要素包括幅度、形态、顶底接触关系、曲线光滑程度，而幅度组合包络线类型和层序的形态组合特征主要用于层序地层学解释工作。常规和成像测井广泛运用至沉积储层特征的精细描述工作当中(闫建平等，2011；赖锦等，2018，2020；Nian Tao et al.,2018)。

以四川盆地侏罗系沙溪庙组沙二段为例，首先通过区域地质背景，结合岩芯观察和测井相标志，确定沙溪庙组沙二亚段沉积体系为泛滥平原—河流沉积(肖富森等，2020)。曲流河相可划分为河床、堤岸、河漫等亚相，又可进一步划分出河床滞留沉积、边滩、天然堤、决口扇和泛滥平原等沉积微相。其中典型的边滩沉积以规模发育的中细砂岩为特征，并以冲刷面为底界，下伏为河床滞留沉积，边滩主体为交错层理发育的细砂岩，代表较强水动力条件。自然伽马曲线为典型的箱型，成像测井为亮色块状，内部可见沉积层理(图5)。在不同沉积微相测井识别图版建立的基础上，即可通过常规测井结合成像测井识别单井微相。

图5 边滩沉积微相识别图版Fig.5 Depositional microfacies recognition models using well logs for point bar

此外，古水流方向的获取对于沉积相图的编制以及油田注水开发方案的设计至关重要，目前常规测井在古水流方向的获取上无能为力，地层倾角测井则可以通过全矢量方位图法和红、蓝模式法获取古水流，即将一段砂层中所有矢量进行方位统计，形成方位频率图，取其优势方位作为古水流方向，也可以通过红、蓝模式法将砂层进行分类，统计目的层段内所有蓝模式矢量的方向，取其主要方向代表古水流。而真正意义上可以直观、准确地获取古水流信息的测井序列还是高分辨率成像测井，利用成像测井获取古水流方向时通常需要3个步骤。首先即在软件模块中拾取斜层理倾斜方向，如图6中拾取出来的玫瑰花图指示向北倾方向(图6a)；但考虑到现今的砂岩都经历了一定的构造运动，有一定的构造倾斜，因此需要做构造校正，因此第二步则通过读取高GR段内部层理的倾斜方向判断地层产状(图6b)；第三步则是形成构造校正后的砂岩斜层理的方向作为古水流方向，如图6中的校正后的古水流方向为北西到南东方向(图6c)。

图6 成像测井古水流解释流程(Lai Jin et al.,2018b)Fig.6 Paleocurrent direction interpretation using image logs (Lai Jin et al.,2018b)

4.3 测井层序地层学分析

层序地层学建立了一整套概念体系与技术支撑体系，其核心为综合利用露头、岩芯、测井和地震资料进行地层空间构型分析与准层序叠置样式研究。测井资料在层序地层格架建立上优势明显(闫建平等，2009)，主要表现在：① 测井资料在纵向上有极高的分辨率；② 引入测井资料使地层的纵向划分和横向对比定量化；③ 测井资料可与地震剖面和岩芯资料相互刻度标定，建立二维、三维地质体的形态(王贵文等，2000)。

川中上三叠统须家河组为平缓构造背景下大规模浅水辫状河三角洲发育形成的一套砂泥岩交互陆相含煤碎屑岩沉积(张响响等，2011)。根据岩性可将其自下而上划分为须一～须六段，其中，须一、须三、须五段主要形成于滨浅湖沉积环境，岩性主要是灰黑色泥页岩夹煤线；而须二、须四、须六段沉积环境主要是辫状河三角洲，岩性主要为灰白色中、细砂岩(黄洁等，2010；张响响等，2011；郑荣才等，2011)。根据露头、岩芯、测井和地震资料，可将须家河组划分为全盆地范围内可追踪对比的2个超长期(SLSC1～SLSC2)和5个长期(LSC1～LSC5)基准面旋回层序(张兵等，2013；郑荣才等，2009)。各单井可根据曲线旋回特征划分出5个长期基准面旋回，各长期基准面旋回与Vail经典层序理论中的Ⅲ级层序相当，宏观上对应于须二、须三、须四、须五、须六段(图7；叶泰然等，2011；赖锦等，2016)。

图7 川中地区Yue-3井上三叠统须家河组层序地层划分综合柱状图Fig.7 Comprehensive column of the high-resolution sequence division of the Upper Triassic Xujiahe Formation in the Well Yue-3 in central Sichuan Basin

4.4 测井地应力分析

通常地应力场剖面可以分别或者描述为垂向应力大小(Sv)、现今水平最大主应力(SHmax)方向及大小、现今水平最小主应力(Shmin)方向及大小以及孔隙流体压力(Pp)，通常也称地层压力(Zoback et al.,2003;Verweij et al.,2016;Dixit et al.,2017;Ju Wei et al.,2017;Lai Jin et al.,2019)。地应力场的研究可为钻井安全、油气井压裂、储层裂缝有效性评价和油区构造解析提供理论指导(Lai Jin et al.,2018b)。测井资料广泛应用至现今地应力场的(最大、最小水平主应力)方向的判别以及现今地应力大小评价工作中(Engelder,1993;Tingay et al.,2009;Ju Wei et al.,2017)。伊顿法目前广泛被运用至地层压力的测井计算(Eaton，1969)。而现今地应力场的大小则一般可通过一维岩石力学模型来计算(Engelder,1993;Zoback et al.,2003;Tingay et al.,2009;Ju Wei et al.,2017；Lai Jin et al.,2019)。

而现今地应力场方向的判别，则一般可基于成像测井拾取井壁崩落、井壁重泥浆压裂缝和应力释放缝来判别，通常重泥浆压裂缝和应力释放缝平行于现今的水平最大主应力方向，而井壁崩落则指示现今水平最小主应力方向(Nian Tao et al.,2016,2017)。图8中为典型的成像测井拾取出的应力释放缝，指示现今水平最大主应力方向为近南北向(图8)。此外，针对各向异性地层基于阵列声波测井拾取快慢横波的方向也可以判断现今水平最大主应力方向(即横波分裂现象，沿着水平最大主应力方向上岩石压实程度高，声波传播速度快，称快横波；赵军等，2005)。

图8 成像测井现今水平最大主应力方向判别Fig.8 In situ maximum hrizontal stress direction determination using image logs

4.5 裂缝测井识别

裂缝的常规测井响应特征可以概括为扩径(井径增大甚至形成椭圆井眼)、自然电位异常幅度增大(代表储层渗透性变好)、声波时差增大甚至出现周波跳跃现象、密度略有降低、电阻率也刺刀状下降(水基泥浆钻井条件)(赖锦等，2015)。地层倾角测井上，4条或者6条微电阻率曲线幅度降低、双井径曲线上出现椭圆井眼，井温测井遇裂缝发育段出现低温异常，而阵列声波测井则可出现波形衰减以及声波变密度图像上的V字形干涉条纹(赖锦等，2015；Lai Jin et al.,2021)。

除常规、地层倾角和阵列声波测井外，成像测井被广泛运用至油气储层裂缝识别与评价当中(Lai Jin et al.,2018b；Nian Tao et al.,2021)。张开裂缝、充填裂缝在成像测井上表现为明显的暗色、亮色正弦曲线(且曲线的最低点指示裂缝面倾向，而正弦曲线幅度则指示裂缝倾角)。因此成像测井可定量获取裂缝面的形态(获得裂缝倾向和倾角信息)，同时还可以进一步计算裂缝密度、裂缝长度、裂缝开度和裂缝孔隙度等裂缝参数(图9;赖锦等，2015；吕文雅等，2021)。

图9 基于成像测井的四川盆地下志留统龙马溪组海相页岩裂缝和地应力特征拾取Fig.9 Fracture and in situ stress picking out using image logs for the Lower Silurian Longmaxi Formation in Sichuan Basin

4.6 烃源岩测井评价

烃源岩层主要由泥页岩类、碳酸盐岩类和煤系为主要岩性构成，烃源岩以其有机质含量高的特征，在测井上一般表现出明显的高伽马(有机质易吸附放射性元素U)、高声波时差、低密度(有机质一般密度1.0 g/cm3)、高电阻率(有机质通常不导电)的响应特征，因此常规测井可以很好地识别与评价烃源岩层(图10)。此外烃源岩层在成像测井上表现出亮色高阻块状的特征，且页理发育的层段表现明显的纹层状的特征，内部甚至可以出现暗色斑点状的黄铁矿特征(图10)。此外，除了定性识别外，还要求利用测井资料定量判别烃源岩有机质丰度等信息。Passey等(1990)最早提出了基于声波时差和电阻率曲线相叠合的ΔLogR方法(Passey et al.,1990)，ΔLogR方法及其改进的模型在TOC的测井定量计算中取得广泛应用(图10；王贵文等，2002；朱光有等，2003；胡慧婷等，2011；Zhao Peiqiang et al.,2016；闫建平等，2017；Shalaby et al.,2019)。除了利用ΔLogR方法计算TOC之外，也可利用自然伽马能谱测井可对烃源岩有机质丰度进行定量评价(陆巧焕等，2016；王祝文等，2007)。

图10 烃源岩常规和成像测井响应特征及TOC测井定量计算(延长组长73段)Fig.10 Conventional and image log responses of source rocks and quantative well log calculation of TOC (the Chang-73 Member of the Yanchang Formation,Middle—Upper Triassic)

ΔLogR=log(R/R基线)+0.02(Δt-Δt基线)

(1)

TOC=ΔLogR×10(2.297-0.1688LOM)

(2)

式1和2中，ΔLogR为声波和电阻率曲线分异幅度，R为测井(深)电阻率，Ω·m；Δt为实测声波时差，μs/ft；R基线和Δt基线为基线对应的电阻率(Ω·m)和声波时差值(μs/ft)。LOM为热变指数，为与镜质体反射率(Ro)对应的常数。

基线的获取可通过将声波时差(线性刻度)和电阻率测井曲线(对数刻度)叠合，且每50 μs/ft(164 μs/m)声波时差对应一个对数电阻率刻度(如电阻率从1 Ω·m到10 Ω·m)，二者重叠处即为非烃源岩(基线处)，而在二者分异处，即为烃源岩段(Passey et al.,1990；王贵文等，2002)。

4.7 非常规油气测井“七性关系”评价

大庆油田在20世纪60年代率先提出了针对常规油气储集层“四性关系”(岩性、物性、含油性和电性)为依托的地层评价方法(孙建孟，2013)。现如今致密油气、页岩油气等非常规油气在全球能源格局中扮演越来越重要的角色，但其一般无自然产能，需要压裂改造工艺等技术才能建产(付金华等，2019)。相应地、测井解释评价技术也由原来的“四性关系”研究逐渐转向“七性关系”(岩性、物性、电性、含油性、脆性、烃源岩特性和地应力各向异性)研究，即对非常规油气的烃源岩特性、脆性(可压裂性)和地应力各向异性研究提出了新的需求(赵政璋和杜金虎，2012；闫伟林等，2014；丛平等，2021)。因此要实现非常规油气综合评价，铁柱子井的建立势在必行，只有以配套岩石物理实验为依托，刻度常规、成像和核磁等多尺度测井评价序列，建立非常规油气“七性关系”综合评价铁柱子井(唐振兴等，2019)，才能更好地将测井资料运用至地质与工程“甜点”的优选工作(图11)。

图11 准噶尔盆地吉木萨尔凹陷二叠系芦草沟组J10025井 “铁柱子”七性关系综合图Fig.11 Comprehensive diagram of the seven relationships of “Tiezhuzi”in the Well Ji 10025 of the Permian Lucaogou Formation in the Jimusar sag，Junggar Basin

通过常规测井结合成像测井建立不同岩性的识别模型，实现单井岩性的判别。通过核磁共振测井，以1.7 ms作为有效孔隙度起算时间，实现了孔隙度的测井计算，而渗透率则通过Timmur—Coats 模型来进行计算。含油饱和度同样通过核磁共振T2谱以7 ms作为含油孔隙起算时间，实现饱和度定量计算(王伟等，2019)。脆性指数通过泊松比—杨氏模量比值进行计算，TOC则通过前述的ΔLogR方法进行计算。最后则是地应力大小的测井计算，主要是通过前述的一维岩石力学模型来计算SHmax、Shmin和Sv等三轴应力指数。最终完成“七性关系”综合评价的铁柱子井建立(图11)。

5 当测井地质学遇见人工智能

站在人工智能视角下，测井地质学未来可期。近年来大数据与人工智能技术的快速发展将引发石油工业乃至全社会的颠覆性变革(李阳等，2020；邹文波，2020)。目前大数据、人工智能技术已在油气田勘探开发的多个环节发挥了重要作用(李阳等，2020)。对于测井地质学以及地震解释相关的学科来说尤为如此，目前大数据智能分析等在测井曲线智能预测(张东晓等，2018)、自动岩性识别(安鹏和曹丹平，2018)、储层物性参数预测(单敬福等，2007)、图像信息智能提取等几个方面取得了长足的进展(李宁等，2020)。机器学习已成为地质大数据研究的前沿热点，并因此改变地质研究思维方式(周永章等，2018)。

智能化成为测井技术的发展趋势(侯亮，2020；李宁等，2021)，通过人工智能技术与测井地质学的有机整合，机器学习和深度学习等也可赋予测井仪器、测井解释软件自主分析处理能力，反过来又可促进了测井技术的进步(侯亮等，2020)。同时人工智能作为一种改进计算机求解问题的方法，可以使测井地质解释人员摆脱大量低知识层次的重复性工作(石玉江等，2021)。测井本身以海量数据体(大数据)为特征，海量数据之间包含了丰富的地质信息，因此需引入大数据分析思想，借助先进的机器学习和深度学习等人工智能算法，深入挖掘不同测井信息之间内在特征及关联性，并将其运用至油气勘探开发的各个环节(李宁等，2020；李阳等，2020；匡立春等，2021)。

通过文献梳理目前人工智能技术在测井地质学领域的主要应用包括：

(1)测井曲线预测。包括① 用已有的测井曲线来预测新的测井曲线，如利用孔隙度曲线预测渗透率及饱和度曲线(李阳等，2020)；② 构建缺失曲线井段的测井曲线，如基于长短期记忆神经网络(LSTM)来构建测井曲线的方法(张东晓等，2018；李宁等，2021)。

(2)岩性与孔洞缝的识别。将专家解释处理完的数据(经过岩芯刻度)作为训练样本，利用机器学习算法构建基于测井曲线的智能化岩性和孔隙、洞穴和裂缝识别模型(汪忠德等，2008；张涛，2010；安鹏和曹丹平，2018；匡立春等，2021)。

(3)自动地层对比。基于人工智能技术研发自动化地层对比工具，可有效提高工作效率和精度(徐朝晖等，2019；李阳等，2020)。

(4)储层参数的自动预测。早期的传统机器学习算法(如支持向量机、线性回归等)和后来的BP(前馈神经网络)、LSTM等组合学习算法预测孔隙度、渗透率、饱和度等参数(段友祥和李根田，2017；安鹏等，2019；匡立春等，2021；李宁等，2021)。

(5)测井知识库建立及沉积微相、岩相等自动判别技术。通过构建测井知识库，可基于机器学习中卷积神经网络构建测井相，并实现沉积微相、岩相和成像测井相自动识别(Chai Hua et al.,2009；何旭等，2019；李宁等，2021)。

(6)水力压裂等工程技术人工智能支持。建立大数据分析方法的人工智能系统，可最大限度地提高钻井、完井、增产等工程措施方面决策能力和手段(李阳等，2020)。

但需要说明的是，将人工智能方法融入到利用测井资料解决地质问题的时候，不能脱离地质学基本理论的指导，这样才能保证解释的过程能够融入地质思维。同时需求不同资料之间的结合，这样才能提高解释的精度和广度。

6 测井地质学存在问题与发展趋势

每当油气勘探开发中某一地质或工程参数发生质变而测井评价方法不变时，就会出现测井评价技术的明显不适应现象，诸如20世纪90年代以来面临的低孔渗复杂储层、低电阻油层评价问题等(欧阳健，2001；李国欣等，2004；李浩等，2015)。在能源需求仍在不断增长的今天，非常规油气(致密油气、页岩油气)的发展对测井地质学提出了更高、更深层次的技术需求。现今测井评价技术正面临不适应勘探开发对象的艰难时期(李浩等，2015)。致密、页岩油气评价提出的“七性关系”和“三品质”评价使测井评价技术面临多重挑战和全新探索(李浩等，2015)。

非常规油气的测井评价，同样也不能脱离测井地质综合研究的指导(李浩等，2015)，因此加强更深层次的测井地质综合研究显得迫在眉睫。亟需将新的研究思路和方法应用至测井地质学综合研究当中，建立起配套的测井地质学的定性分析与定量评价方法(王贵文等，2000；李浩等，2015；唐振兴等，2019)。存在的问题即是未来发展的方向，可以预见，测井评价作为重要的技术手段将在非常规理论研究与配套技术支撑体系当中发挥不可替代的作用(蒋云箭等，2020)。

6.1 测井资料“一孔之见”与负载能力有限性

一是测井资料本身受到井孔条件的限制，反映的只是井孔周围一定范围内的岩石物理属性特征，二是地球物理测井探测的是地层的电性、声学特性和核物理特性，加上探测研究环境和条件的影响，负载能力有限。因此利用测井识别地质现象的能力是很有限的，只有将其他不同尺度和分辨率的资料如地震、岩芯及其配套的分析化验资料相互标定和匹配，并与前述的人工智能方法相融合，才能提高解释的精度和广度，避免测井陷入“一孔之见”的局限。

6.2 测井资料多解性

测井源于解决地质问题，技术的进步与成熟，为解释人员解决地质问题提供了更便捷的条件(李庆谋等，1996)。但测井资料本身存在一定的多解性，不同的解释人员知识背景以及出发点不同会导致解释的结果千差万别。

6.3 测井信息与地质信息属性与尺度不对应性

测井曲线是多成因的产物，岩石宏观地质背景与微观结构特征的综合表现结果，有其特定的地球物理属性特征(李浩等，2014，2016)。纵向分辨率尺度上常规测井如自然伽马分辨率介于0.6～1 m级，高分辨率阵列感应测井可达到30 cm级，成像测井在5 mm级别。而地质属性本身具备多尺度特征，地质分析化验数据分辨率可达微米甚至纳米级(CT分析和扫描电镜等)。导致地质信息与岩石物理测井信息对应性较差，因此建立“测井—地质转换”关系时多属性和多尺度数据融合显得尤为重要。

6.4 问题与对策

作为地球物理测井与地质学相互交叉融合的学科，测井地质学首先要强调测井技术的地球物理思维，同时要融入地质学的推理分析法，因此建立测井信息的地质转换分析模型势在必行(李浩等，2010)，目前测井地质学在以下交叉融通科学问题属性上还面临巨大挑战。

(1)如何将测井信息作为单项指标量提高到模型化的高度，即由数量模型提高到概念模型，为解决基础地质问题和石油地质问题提供新的思路(李浩等，2010)。测井地质学的核心思路是探寻正确的“测井—地质转换”关系，因此亟需挖掘蕴含在测井曲线里面的地质属性信息，减少测井评价认识的多解性，并提高测井信息的地质综合应用(李浩和刘双莲，2009；李浩等，2014)。

(2)如何将测井地质学方法理论体系进一步广泛运用至特殊储层以及非常规油气的解释评价工作中，如评价页岩油气储层的七性及其匹配关系。

(3)如何实现地质分析测试资料以及地球物理测井资料相结合(大数据和人工智能融合)，相互标定验证提高解释的精度和广度，避免测井陷入“一孔之见”的局限，使测井曲线本身内含的地质信息得到有效挖掘。

6.5 创新未来

中国科学家2018年牵头开展“深时数字地球”科学计划，旨在整合全球演化数据，共享全球地学知识库，构建地球科学大数据平台，推动科学技术、国民经济创新发展(周永章等，2021；Wang Chengshan et al.,2021)，其中测井包含的海量地质信息也将在其中起到重要的数据支撑作用，将推动数字地球科学学科发展。

目前集声、电、核及核磁多种测量方法和手段于一身的测井学科已成为石油勘探开发中不可或缺的方法技术。测井曲线每次被地质学家所重视，均因勘探实践遇到新的技术瓶颈，以及测井曲线地质含义有了新解。在过去几十年里，测井技术受非常规油气勘探开发需要所推动，并借助现代测井仪器的新成就，以及人工智能等方法的介入，发展十分迅速(原宏壮等，2005)。2020年5月在中国石油勘探开发研究院牵头下成立了“中国石油测井企校协同创新联合体”(中国石油勘探开发研究院、中国石油大学(北京)和中国石油大学(华东)和长江大学实体单位构成)。创新联合体将瞄准世界油气测井行业前沿领域，聚焦中国石油重大技术需求，强化基础研究，引领关键核心技术发展，突出核心技术突破应用的示范性。

同时可以预见，测井评价作为重要的技术手段将在未来为主力攻关对象的非常规油气测井评价与配套技术支撑体系当中发挥不可替代的作用(蒋云箭等，2020；匡立春等，2021)。探寻正确的“测井—地质转换”关系，挖掘蕴含在测井曲线里面的地质属性信息，减少测井评价认识的多解性，并提高测井信息的地质综合应用(李浩和刘双莲，2009；李浩等，2014)。同时测井资料与地质分析测试资料以及地球物理测井资料相结合(大数据和人工智能融合)，相互标定验证提高解释的精度，避免测井陷入“一孔之见”的局限，使测井曲线本身内含的地质信号难以得到有效挖掘，实现测井信息的“增值”(李国欣等，2004；匡立春等，2021；李宁等，2021)。此外测井地质学方法理论体系进一步广泛运用至特殊储层以及非常规油气的解释评价工作中，如评价非常规油气“新四性关系”(储集性、含油性、流动性和可压性)(李宁等，2020)。

总之，测井技术与地质应用的和谐发展与联合攻关，是测井地质学繁荣发展的前提条件。反之，过分强调测井技术的地球物理思维，限制地质学的推理分析法融入测井技术研究中(建立测井信息的地质转换分析模型)，必然导致测井地质学研究的固步自封，毫无活力(李浩等，2010)。一是推广和深入研究先进适用的成熟技术，如将成像测井等进行页岩岩相的测井识别与评价，基于常规测井实现TOC测井定量计算(李国欣等，2004)；二是关注和积极评价前沿技术发展与应用前景，及时评价先进适用技术，保障新技术及时更替，如利用元素扫描测井(Lithoscanner)进行岩石矿物组分分析和TOC计算，利用二维核磁进行页岩油可动性和润湿性的解释与评价，利用高分辨率成像测井识别细粒沉积岩毫米级尺度纹层结构并在此约束下实现页岩油甜点评价；三是测井地质学与人工智能、大数据相融合，且学科之间的交叉融合不是简单的联合或结合，而是在地质、油藏理论指导下，充分重视岩芯分析化验、地震和生产测试资料，并结合大数据和人工智能方法，形成科学、准确的测井地质学综合评价理论与技术体系。测井地质学融合人工智能、大数据等一些理论方法，必将形成测井地质学该学科的新理论、新方法体系。

7 结束语

自《测井地质学》第一版问世以来，20余年的时间得到了国内外测井地质工作者的广泛关注，该教材于2000年11月第1版发行后，于2015年10月第二次印刷。而此《测井地质学·第二版》(预计2022年5月出版)出版正值人工智能研究火热以及以致密油气和页岩油气为代表的非常规油气研究如火如荼之时，因此撰文系统梳理测井地质学在基础地质、石油地质等方面的综合应用，并指出测井与地质综合研究并与人工智能相关方法理论相结合，测井地质学必将更好地为非常规油气的勘探开发提供理论指导与技术支撑。同时测井地质学应用的广度也将不断增加，如在深时数字地球学科发展、古气候与古环境研究等方面测井资料也将得到广泛应用。