一种用于复杂页岩中镜质组特定热成熟度评估的集成拉曼-岩石学方法

《International Journal of Clinical and Health Psychology》：An integrated Raman-petrographic framework for maceral-specific thermal maturity assessment in complex shales

　　

王英珠|吴建发|罗青|张金友|罗超|杨继金

中国科学院地质与地球物理研究所深部石油智能勘探与开发重点实验室，北京100029

摘要

准确的热成熟度评估对于评估烃类生成潜力及识别富有机质页岩中的“候选区”至关重要。在缺乏镜质体的前泥盆纪海洋地层中，或含有多种矿物类型且常规镜质体反射率（VRo）不可靠的页岩系统中，这一任务尤为具有挑战性。为了解决这些限制，本研究开发并验证了一种综合的、针对特定矿物的成熟度评估框架，该框架结合了光学岩相学和拉曼光谱技术。分析了来自多个沉积盆地的页岩样品，这些样品的热成熟度范围较广（0.6%–3.0% Ro），并对通过岩相学鉴定的矿物（惰质体、镜质体、藻质体和固体沥青）进行了系统的拉曼测量。通过评估不同矿物拉曼光谱参数与Ro之间的相关性，发现拉曼带分离（RBS）是所有矿物中最稳健和一致的热成熟度指标。然而，RBS随热成熟度的变化程度在不同矿物间存在显著差异：陆源矿物（惰质体和镜质体）表现出强烈的线性关系，而藻质体和固体沥青则呈现指数趋势，这反映了它们在化学结构和热转化路径方面的根本差异。将所提出的框架成功应用于独立的湖泊和海洋页岩系统后，发现相对于整体拉曼方法，数据散布显著减少，并且在含有镜质体和不含镜质体的情况下都能得到可靠的成熟度估计。该框架为复杂页岩系统提供了一种精确的微尺度热计，为传统的和非常规石油系统的热成熟度评估难题提供了有效的解决方案。

引言

热成熟度是指有机质（OM）在地质热条件下的转化程度，是控制沉积盆地中烃类生成的基本因素（Jarvie, 2012; Tissot and Welte, 1978）。它决定了从源岩中生成的烃类的类型（石油、凝析油或天然气）、质量及产量，并影响烃类的排驱时间和效率，从而控制石油聚集体的空间分布和经济可行性（Chen and Jiang, 2016; Jarvie et al., 2007; Luo et al., 2025; Mastalerz et al., 2018; Wang et al., 2025a）。在非常规页岩系统中，富有机质的层既作为烃源又作为储层，热成熟度还通过诸如腐泥质裂解及其向石墨化的渐进结构排序等过程调节孔隙网络的演化（Loucks et al., 2012; Valentine et al., 2021; Wang et al., 2025c）。这些过程反过来又直接影响关键的储层属性，包括孔隙度、孔隙连通性、烃类储藏能力和流体流动性，最终决定可开采性和回收潜力（Katz and Arango, 2018; Ko et al., 2016; Liu et al., 2022; Loucks et al., 2012; Wang and Yang, 2024a）。因此，准确评估热成熟度对于评估资源潜力、预测“候选区”以及优化常规和非常规石油系统的开发策略至关重要。

通过油浸显微镜测量的镜质体反射率（VRo）仍然是最广泛接受的热成熟度评估基准之一（Hackley et al., 2020a; Katz and Lin, 2021; Taylor et al., 1998）。然而，其应用常受到镜质体固有光学各向异性的影响，以及在高度成熟页岩中区分镜质体与其他光学相似矿物（如惰质体和固体沥青）的实际困难（Hackley et al., 2020a; Hackley and Lewan, 2018; Liu et al., 2022; Misch et al., 2019）。更根本的问题在于前泥盆纪海洋地层中，由于缺乏陆生植物前体，不存在由陆生维管植物衍生的镜质体（Hackley and Lewan, 2018; Luo et al., 2025），因此VRo无法直接用于许多全球重要页岩系统的热成熟度评估，例如志留纪Longmaxi页岩（Liu et al., 2025）、奥陶纪Utica页岩（Haeri-Ardakani et al., 2015）和寒武纪Alum页岩（Luo et al., 2020）。尽管已经开发出替代的光学指标，如固体沥青反射率（BRo）或笔石反射率（GRo

几十年来，地球化学成熟度指标（包括岩石热解参数Tmax、元素比值（如H/C、O/C）和生物标志物指数（如C29甾烷20S/(20S?+?20R)）一直被用作辅助的成熟度指标（Baskin, 1997; Vandenbroucke and Largeau, 2007）。其中Tmax应用广泛，但容易受到非热成熟度因素的影响，例如高粘土含量、有机硫富集、残余重烃、铀富集、腐泥质类型以及样品风化（Katz and Lin, 2021; Yang and Horsfield, 2020）。更为严重的是，在高成熟度甚至过成熟阶段，Tmax的可靠性会显著下降，因为热解产生的S₂峰值变得难以分辨或无法检测，且对进一步的热演化不再敏感（Behar, 2001; Jarvie et al., 2007）。基于生物标志物的指数也存在类似的问题，因为诊断化合物在极端热应力下会发生不可逆的分子重排，使其在凝析油-湿气窗口之外失效（Peters et al., 2004）。

拉曼光谱作为一种强大的替代方法，通过探测有机质分子结构的渐进排序来评估热成熟度，这种排序通常表现为热成熟过程中其一阶振动D带和G带的变化（Henry et al., 2019a; Liu et al., 2013; Schito et al., 2017）。拉曼光谱提供了快速、无损的微尺度分析能力，适用于广泛的热成熟度范围（约0.5–7.0% VRo）（Henry et al., 2019b; Karg and Sauerer, 2022; Sauerer et al., 2017; Wilkins et al., 2018）。过去十年中，人们努力建立拉曼参数与光学反射率（如VRo、BRo、GRo）之间的经验相关性（Hou et al., 2019; Ismail and Saraji, 2025; Liu et al., 2013; Stokes et al., 2023; Wilkins et al., 2015）。然而，已发布的校准模型之间存在较大差异，阻碍了普遍接受的基于拉曼的成熟度指标的建立。这种多样性不仅源于样品制备、测量和数据拟合的标准化协议的缺失（Henry et al., 2019a; Ismail and Saraji, 2025; Liu et al., 2025），还受到有机质矿物类型内在影响。近期研究表明，不同矿物（如镜质体、藻质体和固体沥青）的拉曼光谱存在显著异质性，并且随着成熟度的增加遵循不同的演化路径（Birdwell et al., 2021; Wang et al., 2025c; Wang and Yang, 2024b）。尽管如此，大多数现有的基于拉曼的成熟度模型仍将有机质视为均匀的整体，忽略了矿物类型的特异性响应，这在成分复杂的页岩中大大限制了其可靠性（Birdwell et al., 2021）。系统评估矿物分辨的拉曼光谱演化及其与热成熟度的定量关系仍有很大研究空间。

为了解决这些缺陷，本研究提出了一种针对页岩地层的综合、基于特定矿物的热成熟度评估框架。通过将白光和荧光光岩相分类与拉曼光谱及参数相结合，本研究旨在：（1）解析不同拉曼参数在广泛热成熟度范围（0.6%–3.0% Ro）内的矿物特异性演化；（2）为镜质体、惰质体、藻质体和固体沥青建立稳健的、特定于矿物的校准模型；（3）展示这种特定于矿物的框架在含有镜质体和不含镜质体的页岩系统中评估成熟度的应用和优势。这种综合方法为具有多样有机质组合的页岩提供了更可靠和基于物理原理的成熟度评估基础。

部分摘录

样品信息

选择了来自三个不同沉积盆地的十二个富有机质页岩样品进行分析和验证，以建立适用于成分多样页岩系统的特定矿物热成熟度校准模型。这些样品含有发育良好的镜质体、惰质体、藻质体和固体沥青，特别适合建立特定于矿物的拉曼-Ro关系。

六个样品采自上泥盆统Duvernay组

有机岩相学

根据黑页岩中分散有机质的既定岩相分类方案（例如，Hackley and Cardott, 2016; Liu et al., 2022; Mastalerz et al., 2018），矿物组包括镜质体、惰质体、油质体、动物碎屑和二次有机质（例如，石油、固体沥青、热沥青）。虽然惰质体、镜质体、油质体和动物碎屑与矿物基质同期形成并保留了原始有机质输入和沉积条件的信息，但二次有机质

结论

本研究提出了一种综合的拉曼-岩相学框架，用于富有机质页岩的热成熟度评估，明确考虑了广泛热成熟度范围（0.6–3.0% Ro）内特定矿物的化学和结构演化。通过将岩相学鉴定与定向拉曼测量相结合，这种方法克服了传统整体拉曼方法的基本局限性，为成分复杂的页岩提供了更基于物理原理的成熟度评估基础

王英珠：撰写——审稿与编辑、初稿撰写、方法学研究。吴建发：撰写——审稿与编辑、项目管理。罗青：撰写——审稿与编辑。张金友：撰写——审稿与编辑、项目管理。罗超：撰写——审稿与编辑、资源获取。杨继金：撰写——审稿与编辑、项目管理、调查、资金筹措。

作者声明他们没有已知的可能会影响本文工作的财务利益或个人关系。

致谢

本研究由国家科技重大专项资助（项目编号：2025ZD1404106、2024ZD1404901）。特别感谢中国科学院地质与地球物理研究所的杜忠明博士、袁媛博士和李晓光博士在样品制备和图像分析方面提供的帮助。