页岩气甜点预测：TOC、脆性与含气性的插值和机器学习之争

页岩气甜点不是地图上的一个点，是 TOC、脆性、含气性三个参数的叠加，而这三个参数的数据可靠性差着量级。判断先放在这里：把它们当成同一种东西去插值、去建模、去加权打分，是甜点评价里最常见、也最贵的错误。

一、三个参数的本质差异

三个参数看起来都是"越高越甜"，可靠性却差着量级，当成一种东西处理，后面所有图都是假的。

先看 TOC。它有三个来源：岩心实测、测井解释、地震属性回归。岩心实测最硬，但只有取心井有；测井解释是主力，常用 ΔlogR 法——白话讲，富有机质段会让声波时差变大、电阻率变高，两条曲线在该段拉开距离，重叠的幅度与 TOC 成正比；地震属性回归只在井少、地震资料好时当补充。

TOC 的不确定性来自"分布不均"。取心井集中在评价期打的几口井上，非取心井全靠解释，解释模型一换区块就漂。给一个可执行的门槛：单井解释 TOC 与岩心分析值的相对偏差超过 15%，这口井的解释参数就回炉重标定，别急着拿去外推平面。

判断条件：区块内做过 TOC 岩心分析的井少于 3 口，测井解释只能当趋势参考，不出全区 TOC 等值线。

脆性比 TOC 更依赖"点"。它有两套口径：矿物脆性指数，用石英、长石、碳酸盐与黏土的相对含量算，常见写法是（石英＋长石）÷（石英＋长石＋碳酸盐＋黏土）；力学脆性指数，用杨氏模量和泊松比归一化后取平均——白话讲，就是岩石被压裂时"容易碎"还是"容易软"的一个量化分数，越高越好压。

脆性的问题是岩心力学测试又贵又慢。一组三轴测试要取样、制样、上机，周期以周计，单样成本以千元计，一个区块能凑出十几组已算不错。所以脆性的不确定性不是"值不准"，而是"点太稀"——稀到撑不起一张平面图。

判断条件：区块内岩心力学测试点少于 20 个，只做井点与连井剖面评价，不出脆性平面预测图。

含气性的不确定性最高，因为它不是岩石的固有属性。解吸法测的是损失气、解吸气、残余气三段之和，损失气靠回归推算；等温吸附给的是 Langmuir 体积与压力，反映的是"能吸附多少"，不等于"现在含多少"。真正控制含气量的是埋深带来的压力、温度、TOC、成熟度，以及顶底板的保存条件。

同样一句判断：解吸实测井少于 5 口，不画含气量等值线，只出区间或高中低三级。把含气量做成一张平滑等值线图，是行业里最普遍的自欺，第七节还会说一次。

三者的工程意义也不同，不能简单加权求和：TOC 决定有没有物质基础，脆性决定能不能压开，含气性决定压开有没有气。三件事缺一件，井就打空。

表1　三参数的数据来源与不确定性对照

参数	数据来源	样本密度	主要不确定性	推荐方法
TOC	测井 ΔlogR、多元回归、岩心标定	中，分布不均	解释模型的区域差异	克里格或薄板样条 + 交叉验证
脆性	矿物组分反演 + 岩心力学测试	低，测试点稀	点稀导致平面外推失真	岩心点少于 20 个只做井点评价
含气性	解吸实测 + 等温吸附模型	最低	压力、温度、保存条件	输出 P10–P90 区间，不做平滑等值线

示例数据，非真实项目。

页岩气三参数不确定性对比示意，TOC、脆性与含气性的数据可靠性依次下降

二、插值还是机器学习：分开回答

这个问题不能一句话回答，三个参数该走三条路，混在一起谈"用插值还是用 AI"本身就没有答案。

TOC：先插值，别急着上模型。

井多、分布均匀时，普通克里格或薄板样条就够用，好处是除了估计值还能给出估计方差，评审问"这片空白区可不可信"时拿得出图。井距在 2–3 km 以内、每 100 km² 有 5 口以上测试井，属于这类。

井少但有品质不错的地震资料时，用地震属性做回归，线性回归先跑，样本确实够再考虑随机森林。顺序别反：先用简单方法把误差量级摸清，再决定要不要复杂模型。

判断条件：每 100 km² 有测试资料的井少于 5 口，先出克里格方差图，不给"甜点"结论；这张方差图本身就能劝住一半的过度解释。

插值还有一层好处常被忽略：可复现。参数写清楚，别人能算出同一张图；模型不写清随机种子与特征表，三个月后自己都复现不了。

克里格与薄板样条怎么选，也有个粗线索。数据密、有明确的空间自相关结构，用克里格，能出方差；数据稀疏、变化平缓、只想拟合一个光滑面，用薄板样条，参数少、不容易过冲。两者都要跑交叉验证，标准化均方根误差落在 0.9–1.1 才算参数没白调。

脆性：主路是矿物组分反演，不是机器学习。

脆性的正确入口是测井矿物组分反演。有元素俘获谱测井的井，直接解出石英、长石、碳酸盐、黏土含量，再换算脆性指数；没有的井，用岩心 X 衍射做标定，建立常规测井曲线与矿物含量的回归关系，逐井反演。

机器学习在这里只在一种情况下值得上：岩心力学测试点足够多，多到能撑起训练集与验证集。少于 20 个点，模型学到的是这几块岩心的偶然性，出来的脆性图是猜的，而且猜得很像真的。

判断条件：取心井少于 3 口，或力学测试点少于 20 个，脆性只做井点评价与连井剖面，不上平面。

含气性：插值和机器学习都难，改输出区间。

难的原因不是算法不够好，是控制因素不满足空间连续性假设。压力、温度、保存条件在空间上是突变的：一条断层能让 500 m 之外含气量掉一半，插值会把它抹成一条平滑的渐变带，模型会把它学成噪声。

所以含气性的正确交付形态是区间，不是单值。给 P10、P50、P90 三个数，或者高、中、低三级分区，再配一段不确定性说明——哪几口井实测、哪几口井是类比取值、外推边界在哪。

判断条件：同一层段含气量变异系数超过 0.5，不做平滑等值线，改分级图；超过 0.8，只报井点，不画图。

一句话收这一节：插值擅长连续场，机器学习擅长找关系，含气性两样都不占，只能老老实实报区间。

插值与机器学习结果对比示意，平滑等值面与破碎预测面的差别

三、样本量的残酷现实

样本量决定方法上限，这条线在页岩气上比金属矿更紧，因为每一个样本都要花钱买。

页岩气的样本不是"井数"，是"有测试资料的井数"。一个区块总井数二十口，做过含气量解吸测试的可能只有六口，做过力学测试的三口，做过全套岩心分析的更少。真正能进模型的样本，往往只有十几组。

十几组样本跑复杂模型，结果必然是过拟合。交叉验证分数能做得很好看，但那是模型记住了这十几组，不是学会了规律。换成留一井验证，精度掉二十个点很正常。

经验分级可以照这个用（常用经验值，非唯一标准）：样本少于 30 个，只做趋势分析与分区，不做定量预测；30–100 个，可以做带区间估计的回归；超过 100 个，才考虑复杂模型与多参数联合反演。

判断条件：有测试资料的井占区块总井数不到 20%，先补测试设计，别急着建模。选 3–5 口代表井做全套测试（TOC、X 衍射、力学、解吸），比在二十口井上跑十个模型有用得多。

还有一条纪律：验证要按井分组，不能按点随机分。同一口井的多个样点高度相关，随机分点会让验证集里混进训练集的"亲戚"，分数虚高，这是页岩气样本比金属矿样本更容易踩的坑。

钱要花在能降低不确定性的地方。一次全套岩心测试（TOC、X 衍射、力学、解吸）单井十几万元，看起来贵，但它能把一个参数从"猜"变成"有实测"；而在二十口井上反复调参，省了测试费，换来的是一张没人敢签字的风险图。这笔账，项目组往往要到评审被退回才算明白。

四、地震能不能参与反演

能，但它给的是弹性参数，不是 TOC，中间隔着井震标定这一道必须走的工序。

叠后反演能给波阻抗，叠前反演能同时给出密度、纵横波速度，进而算杨氏模量、泊松比，这些与脆性直接相关。用它做空间约束，比纯井点插值的外推可靠一些，尤其在井距大于 3 km 的区域。

分辨率是硬边界。地震纵向分辨率大约是一个四分之一波长：主频 30 Hz、层速度 3500 m/s 时，波长约 117 m，四分之一约 29 m。几米级的薄层、层内的非均质，地震分辨不出来，反演出来的"甜点段"其实是厚层平均效应。

横向也有限制。面元 12.5 m×12.5 m 看着很细，但有效分辨率由覆盖次数与信噪比决定，实际能分辨的地质体尺度往往在几十米以上。

最常见的错误，是把地震反演得到的"甜点属性"直接当 TOC 用。中间缺了两步：井震标定与误差评估。标定井少于 3 口，建立不了可靠的量化关系；不做误差评估，就不知道这张属性图哪里能信、哪里不能信。

判断条件：地震属性与井点 TOC 的相关系数低于 0.6，只能做定性参考，不做平面外推；反演结果与标定井的吻合率低于 70%，回去重做子波与低频模型，别往下走。

正确顺序是：井震标定 → 属性优选 → 交会分析 → 误差评估 → 再进插值或建模。跳过任何一步，后面都是把误差放大。

叠前反演还有一道数据门槛常被忽略：道集要保幅、入射角要够。最大入射角小于 30°，密度项基本解不稳；道集做过修饰性处理，振幅与入射角的关系就被改过，反演出来的弹性参数只能当形状看，不能当数值用。

五、地质甜点 ≠ 工程甜点

甜点有两本账：地质上有没有气，工程上能不能出气，两本账经常对不上。

用四象限讲最清楚。横轴放脆性，纵轴放 TOC 或含气性，四个象限对应四种决策，这也是落井排序最直观的一张图。

表2　四象限甜点判断规则

象限	TOC	脆性	判断	动作
Ⅰ	高	高	物质基础与可压性兼备	进优先队列，先上钻
Ⅱ	高	低	有气但难压开	备选，评估大规模压裂经济性
Ⅲ	低	高	压得开、采不出	降级，除非有邻近产气证据
Ⅳ	低	低	双低	直接排除