煤层气资源量的计算

中国已经查证的煤炭储量达到7241.16亿吨，其中生产和在建已占用储量为1868.22亿吨，尚未利用储量达4538.96亿吨。

煤炭储量是指煤炭的储存量。一是将煤视作均一物质来处理。长期以来，在应用的煤质检测指标和以此将炼焦煤分类，并以此作为经验配煤的基础。其优点是检测简单而迅速，并因长期应用，积累了丰富经验。

缺点是出现问题时难以解说，也不易找出正确原因和合适措施，故再提高一步有困难；

另一种方法是从别的学科移植过来的煤岩学，其概念符合炼焦煤客观实际，并在作一些针对性工作后，再在煤焦领域应用，均能在原有基础上获得不同程度的提高。但这种针对性工作难度大，而且已形成的基础工作又十分费时，难以随同生产三班按时出结果。这就是这新旧两种不同概念形成方法的主要优缺点。

一、煤炭资源评价概述

我国早期的煤炭资源评价主要渗透于煤田地质勘探工作之中，如找煤、普查、详查、精查等勘探级别的划分以及煤层稳定性、地质构造类型、水文地质类型等的划分等，它们大多是定性的、经验性的。由于计划经济，一直没有开展真正意义上的煤炭资源评价工作。

我国的煤炭资源综合评价始于20世纪90年代初期。改革开放以来，煤炭工业生产及煤田地质勘探有了很大发展，以概略预测煤炭资源总量及定性评估其可靠程度的两次煤田预测成果显然不能适应煤炭工业战略发展研究和煤田地质勘查中、长期规划的需要。因此，第三次煤田预测一开始就提出预测与评价并重，要求在当前国内外矿产资源评价理论与方法的基础上，研制一套适合煤炭资源特点、满足煤炭资源勘查与煤炭工业发展规划需要的评价方法。在此期间，煤炭科学研究总院王熙曾、李恒堂完成了“煤炭资源技术经济评价方法———层次分析法在煤炭资源评价中的应用”课题中国煤田地质总局完成了“鄂尔多斯盆地聚煤规律及煤炭资源评价”课题(中国煤田地质总局，1996)地矿部北方煤炭测试中心赵隆业等完成了“鄂尔多斯早—中侏罗世煤炭资源开发建设条件综合评价”课题中国地质大学吴冲龙研制了“煤炭资源的分类模糊综合评价系统(CRCVS)”中国矿业大学地质系韩金炎与江苏煤炭地质局煤炭地质勘探研究所及长春煤炭科学研究所合作完成了“苏鲁豫皖四省交界煤炭资源综合评价方法研究”及“危急矿区(阜新矿区)煤炭资源综合信息统计预测”等课题。

基于地质评价及开采技术条件评价，煤炭经济学研究者在对煤炭资源经济评价方面取得了很多的成果。如王立信(1996)提出了以煤炭资源价值为核心的煤炭资源经济评价理论，并形成了相应的评价方法，刘海滨(1997)提出了以煤炭资源的勘探费用、开发投资、经营成本、外部成本和矿区煤炭价格为基础，评估煤炭资源资产价值的原理和方法。

现代煤炭资源评价的内容非常丰富，按照评价单元的性质，可以分为勘探阶段、建井阶段、开发阶段和闭坑阶段4类(汪云甲，1998)或开发型、勘探型、预测型3类(中国煤田地质总局，1996)按照评价内容，又可分为以下几种(汪云甲，1998):

1)单因素评价，如构造复杂程度评价、煤层厚度等赋存条件评价等

2)煤炭资源综合评价，包括基于勘探类型的评价、基于开发优序的评价、基于开采工艺的评价、基于矿井地质条件的评价和基于矿井投入产出分析的综合评价等

3)矿产资源条件与开发模式评价

4)煤炭资源及其共伴生矿产可采性评价

5)煤炭资源开发经济效益评价。

上述分类基本概括了煤炭资源评价领域的内容，对煤炭资源评价具有一定的指导意义。

二、煤炭资源综合评价

综合评价的实质是从评价对象主体中提取其本质属性，使之转换成可量化的价值尺度，用以度量被评价对象的状态或行为。如果把矿产资源综合评价看作一个系统，那么，构成此系统的基本要素将分别是评价对象、评价目标、评价模型(包括评价指标体系、评价数学方法)、评价群体和他们的偏好等。当评价对象(以勘探区、井田为单元的已发现尚未被占用的煤炭资源)和目标(开发建设可利用性的优劣程度)确定后，正确地选择评价方法模型和组织可靠的评价群体，综合他们的偏好，将是保证评价结果达到科学、实用、可信的关键。

用于综合评价工作的数学方法很多，有加权求和方法、模糊数学方法、灰色系统方法、层次分析方法等。这些方法各有特色，也都有其局限性，选择单一的方法作为煤炭资源综合评价系统的方法模型是不够全面的。

评价指标是评价对象本质属性的反映，也是评价行为过程的基础。煤炭资源的本质属性比较抽象，只能用有限的指标去本质地刻画其多属性领域的主要部分，作近似的表述。各评价指标在评价(表14-1)过程中所处的地位不同，即重要性不同，需要确定指标在评价过程中的权重，因此，合理选取设置评价指标和正确确定评价指标权重，将直接影响评价过程和评价的有效性。为力求全面、本质地反映评价对象的本质属性，在建立评价指标及其权重组成的评价指标体系时，应考虑体系的系统性、可操作性、通用性以及定性和定量相结合等原则，力争达到简明、实用、相对合理的效果。

三、评价方法概述

任何科学及方法的发展都经历了从定性到半定量、定量的发展过程。定量是必然的趋势，矿产资源评价亦是如此。无论是地质、开采技术条件还是经济评价，都是从早期的人为主观定性评价、专家经验定性评价，向客观指标定性半定量综合评价发展，最后发展到客观指标综合原理评价的最高水平。在这个发展过程中，评价方法从简单到复杂，从粗放到精细，评价的客观性、合理性及科学性不断提高。

表14-1 煤炭资源综合评价体系及特征分级标准

(据毛节华等，1999)

在构造一个科学、合理的评价系统时，组织可靠的评价群体、建立合理的指标体系、选择合理的方法模型，是主要的基础工作和关键。其中，指标体系和方法模型又是重中之重。

目前，建立指标体系和方法模型通常采用层次分析法、加权平均法、聚类分析法、神经网络、灰色理论、模糊综合评判法、模糊聚类分析、灰色聚类分析等方法。不同的方法有不同的功能、特点及适用范围。由于上述方法涉及大量的运算，电子计算机技术的运用则成为必然。现时可用的可视化编程语言非常丰富，如Visual Basic语言和Visual C ++等。

煤炭资源评价需要大量基础数据的支持，因此也离不开数据库工具。目前常用的可视化数据库软件是Visual FoxPro。该软件具有强大的项目及数据管理功能和便捷的应用程序开发能力，但其最大的缺陷是图形功能和空间数据功能极差，难以实现对大多具有空间特性的煤炭资源评价数据及表示评价成果的大量图件的科学管理。与之相比，地理信息系统(GIS)是进行煤炭资源评价数据处理的最佳选择。

GIS是信息时代的产物，它不仅能够存储、分析和表述现实世界中各种对象的属性信息，而且能够处理其空间定位特征，能将其空间和属性信息有机地结合起来，从空间和属性方面对现实对象进行查询、检索和分析，并将结果以各种直观的形式，形象而精确地表达出来。目前，GIS广泛应用于自然资源管理、城市和区域规划、地图测绘、市政设施管理、土地利用、环保、电力、通信、交通运输、石油及教育等领域(张大顺等，1994)。

作为一种先进的计算机应用程序，将GIS应用于煤炭资源综合评价之中，必然使得评价工作始于一个更高的起点，它不但使评价工作得以与国际接轨，而且使得评价的结果更加精确，结果表达更加直观，操作更加简便快捷。

一、评价方法及参数取值评述

(一)评价方法评述

1.评价方法应用得当

按《固体矿产地质勘查规范总则》要求，根据我国油页岩勘查的实际情况，本次油页岩评价资源储量估算方法采用体积法，预测区参数的取得采用了类比法，突出了实用性和针对性，评价方法应用得当，保证了评价结果的精度。

2.评价资料详实可靠

本次资源评价所依据的基础资料是通过在国家和各省区地质资料馆和信息中心广泛收集，并配合适当的野外现场实地调查获取了各种图文资料，尽管这些资料多是20世纪五六十年代的，但都是普查、详查和勘探等不同勘查程度的实际资料，具有相当的可靠性，为确保本次油页岩资源评价结果的真实可信奠定了坚实基础。

3.评价流程科学严谨

评价单元估算流程为:统计钻孔油页岩相关化验数据确定钻孔油页岩层数、层号、顶底板埋深、厚度、含油率绘制分层油页岩资源储量估算平面图计算每层油页岩资源储量块段的油页岩厚度、面积、体重和含油率估算油页岩资源储量按品位、深度、层系、地理环境分类汇总。评价流程科学严谨。

在评价中，对已知勘查区的基础数据进行了逐一核对与核算对预测区地质条件进行了充分相似性对比与分析，严格按照本次资源评价的工作流程和方法体系进行计算。并对所有数据进行了反复核对与项目组互评，总体可信度较高，能够保证本次油页岩资源评价的精度。

(二)参数取值评述

1.关键参数取值客观

关键参数主要有含油率、面积、厚度、体重、油页岩技术可采系数、页岩油可回收系数等参数，建立关键参数在不同地区的取值标准和应用条件。查明含矿区油页岩资源储量是根据勘查报告图表文字资料，按新的评价标准，重新估算。很多层数、厚度、品位、埋深、体重都是重新确定潜在含矿区预测参数是利用已知控制点数据，并参照已知勘查区，总结成矿规律，综合分析进行类比获取。没有含油率数据、或含油率低于3.5%的含矿区没有进行预测。关键参数齐、全可靠，取值客观合理，评价结果可信度高。

2.技术可采系数确定合理

油页岩技术可采系数是将油页岩资源储量转化为油页岩技术可采资源储量的关键参数。

本次评价在全国首次开展了油页岩资源技术可采系数研究，鉴于我国目前只有吉林桦甸油页岩矿区油页岩矿床进行井下开采，由于规模小，不具有代表性。另外，油页岩开采技术与煤炭开采技术相类似，故参照煤炭规范中所规定的煤炭地下及露天开采回采率标准，建立了不同条件(开采方式、厚度、倾角和地质条件)、不同资源储量类型的油页岩技术可采系数的取值标准和标准应用方法。

所制定的油页岩技术可采系数取值标准和标准应用方法基于固体矿产特征，符合我国新的固体矿产资源储量分类国家标准，确保了不同油页岩含矿区可采资源量计算方法规范、参数选取合理、计算结果可信，进而保证全国油页岩技术可采资源量计算结果更趋客观。

在本次资源评价过程中，对低品位资源、低勘探程度和复杂开采条件地区，技术可采系数取值标准低，取值相对保守。因此，本次资源评价油页岩技术可采系数取值可靠，对技术可采资源量的评价留有一定余地。因此，油页岩技术可采资源量总体可信度较高。

3.页岩油可回收系数

页岩油可回收系数是将页岩油技术可采资源储量转化为页岩油可回收资源储量的关键参数。

世界油页岩干馏技术比较先进的国家干馏炉的油收率均较高，如澳大利亚AlbertaTaciuk、巴西Petrosix和爱沙尼亚Galoter油收率均达85%～90%，爱沙尼亚和俄罗斯发生式炉油的油收率可达到68%，目前中国式发生炉(抚顺式发生炉)的油收率达65%。考虑目前我国油页岩干馏工艺的发展水平较低，随着油页岩资源的大量开发利用和技术创新引进，我国页岩油回收率将会明显提高，故此次评价中的回收率采用目前世界平均油收率为75%，进行页岩油可回收资源储量的计算。既具有前瞻性又对可回收页岩油资源储量的评价预留充分空间。

二、查明资源评价结果分析

(一)评价参数确定

本次查明资源评价所选取的评价参数包括:油页岩体重、含油率、厚度和储量估算面积。分析研究统计油页岩勘查区所有油页岩钻孔取样化验数据表，按项目要求的边界含油率3.5%，参考《煤炭地质勘查规范》，依据钻孔等工程油页岩化验数据表和钻孔柱状图，重新确定油页岩层。具体评价参数的确定如下所述:

1.体重、含油率和厚度

本次评价中各勘查区油页岩体重仍采用原地质报告中的体重数据含油率根据项目要求按不同含油率品级(3.5%<ω≤5%、5%<ω≤10%、ω>10%)统计钻孔油页岩相关数据，并按厚度加权计算平均值油页岩厚度利用钻孔油页岩原始化验资料确定各油页岩层厚度，以油页岩最低可采厚度0.7m为原则，参考《煤炭地质勘查规范》重新确定单工程各层油页岩的有效厚度。

2.矿体边界、面积及储量估算

依据勘查区单工程油页岩资料统计结果表和钻孔综合柱状图，重新对比勘查区油页岩层，确定钻孔油页岩层数、层号、厚度和含油率。绘制分层油页岩资源储量估算平面图，划分资源储量估算块段，计算块段油页岩平均厚度、含油率，确定块段资源储量，原报告提交储量的矿层沿用原来报告中所确定的储量估算边界，本次评价中新统计出的矿层采用外推或内插的方法确定矿层边界。

油页岩面积原报告提交储量的矿层沿用原来报告中所确定的面积(如有增减，重新计算)，本次评价中新统计出矿层的平面积由求积仪或微机求得，矿层真面积用倾角校正。

按《油页岩勘查区地质报告》提供的体重数据，利用重新求得的资源储量计算块段面积、厚度、含油率，估算相应块段的油页岩、页岩油资源储量。分层油页岩资源储量采用各块段油页岩资源储量累加之和，得出单层油页岩、页岩油资源储量。把重新估算的勘查区资源储量与原地质报告提交的储量进行对比，定量找出增减的原因，并进行合理性分析，最后确定勘查区油页岩查明资源储量。

(二)评价结果可信性分析

高勘探程度油页岩含矿区油页岩钻井数量较多，对油页岩矿层的控制程度较高，矿区地质认识程度高，油页岩各项分析数据较齐全，技术可采系数取值依据充分。个别分析数据较少的地区，本次评价中又进行了补充测试，评价参数的选取合理并且可靠，因此，查明资源储量评价结果可信度较高。

虽然低勘查程度油页岩含矿区勘查程度较低，钻井数量少，钻井对油页岩矿层控制程度较低，但由于严格按照新的评价标准进行评价，这些含矿区油页岩查明资源储量评价结果可信度相对较高。

三、潜在资源评价结果分析

(一)评价参数确定

1.体重、含油率

预测油页岩资源量如果是在勘查区外围预测，体重采用勘查区原地质报告中的体重数据，含油率采用勘查区含油率用资源储量加权平均值如果是没有勘查区的预测区，体重类比与之相似的勘查区体重数据，含油率利用有关资料提供的数据和本次取样测试数据平均值。

2.厚度、面积

预测过程中有油页岩厚度等值线图，将预测区按油页岩厚度等值线划分成若干个块段，每个块段油页岩厚度由圈定该块段等值线求取没有厚度等值线图，油页岩厚度利用勘查区油页岩厚度用资源储量加权，或利用已知勘查区面积(厚度)有效系数和预测区面积(厚度)，计算预测区油页岩面积(厚度)，既无等值线图又无勘查区，油页岩厚度应用收集资料提供的数据。结合收集资料，运用成矿规律，确定矿层边界。利用油页岩资源评价图，由求积仪或微机求得平面积，真面积用倾角校正。

(二)评价结果可信性分析

本次油页岩资源评价通过对各大区资料数据丰富的解剖区和查明含矿区资源评价和深入分析研究，总结成矿规律，并成功运用成矿规律和获取的一系列类比信息(如含油率与有机碳、发热量相关性等)，对区内油页岩潜在含矿区进行油页岩资源预测。

预测参数通过类比或有关资料提供的数据和本次取样测试数据(如含油率)，数据比较客观、真实，潜在资源量预测结果具有一定的可信度，为今后的地质勘查工作提供科学依据，由于油页岩资源量预测为勘查最低阶段，勘查程度最低，资源量类型为334，所获得潜在资源量可信度相对较低。

一、技术可采系数

油页岩技术可采系数是评价单元油页岩资源储量中现有和未来可预见的技术条件下可以采出部分应占的比例，一般用百分数表示。油页岩技术可采系数是将油页岩资源储量转化为油页岩技术可采资源储量的关键参数。

我国目前只有吉林桦甸油页岩矿区油页岩矿床进行井下开采，由于规模小皆为小型油页岩矿，不具有代表性。油页岩开采技术与煤炭开采技术相类似，参照煤炭规范中所规定的煤炭地下及露天开采回采率标准，建立了不同条件(开采方式、厚度、倾角和地质条件)、不同资源储量类型的油页岩技术可采系数的取值标准。油页岩技术可采系数基数确定原则是高于全国煤炭实际矿井回采率，略低于国家规程规范对煤炭回采率制定的标准。在已开采矿区，系数根据实际数据计算确定，相当于煤炭矿井回采率，在未开采矿区根据开采方式、厚度、倾角、地质条件参数确定。

(一)油页岩技术可采系数的影响因素

1. 开采方式

油页岩开采方式分露天开采和地下开采。开采方式不同，油页岩技术可采系数不同，通常露天开采比地下开采技术可采系数高。确定开采方式的主要参数是剥采比(露天矿井开采每吨煤所需剥离的废石量)，埋深、厚度和倾角等是计算剥采比的主要因素。

2. 厚度

油页岩厚度分薄层(0.7～1.3m)、中厚层(1.3～3.5m)和厚层(大于3.5m)，地下开采的特定采高(一般2m)决定薄层油页岩回采率高，厚层油页岩回采率低。

3. 倾角

分缓倾斜(小于25°)、倾斜(25°～45°)和急倾斜(大于45°)，一般缓倾斜易采回采率高，急倾斜难采回采率低。

4. 地质条件

包括地质构造复杂程度(简单、中等和复杂)、油页岩稳定程度(稳定、较稳定和不稳定)和开采技术条件(水文地质、工程地质和环境地质)，地质条件分简单、中等和复杂三种。通常地质条件简单油页岩回采率高，地质条件复杂油页岩回采率低。

(二)油页岩技术可采系数的确定

1. 影响因素分析确定

(1)根据油页岩的赋存条件(埋深、厚度、倾角等)估算剥采比，确定开采方式。煤矿床勘探中多采用深部境界剥采比(指达到最大开采深度后的剥采比)进行评价(表4－7)。

露天矿井的井型划分设计生产能力90万t/a及以上为大型，30万t/a和60万t/a为中型，9万t/a、15万t/a和21万t/a为小型。露天矿井设计生产能力要与油页岩矿床资源储量规模相适应，资源储量规模划分为大型、中型和小型(表4－8)。

(2)确定厚度分类，油页岩厚度分薄层、中厚层和厚层。

(3)确定倾角分类，油页岩倾角分缓倾斜、倾斜和急倾斜。

(4)地质条件类型确定。

表4－7 露天煤矿设计生产能力与深部境界剥采比关系表

表4－8 油页岩资源储量规模划分表

地质构造复杂程度分简单、中等和复杂，相应赋值为100、80和60矿体稳定程度分稳定、较稳定和不稳定，相应赋值为100、80和60开采技术条件分简单(Ⅰ类型)、中等(Ⅱ类型)和复杂(Ⅲ类型)，相应赋值为100、80和60。地质构造复杂程度、矿体稳定程度和开采技术条件三者赋值相加大于240确定地质条件类型为简单，赋值在220～240确定地质条件类型为中等，赋值小于220确定地质条件类型为复杂(表4－9)。

表4－9 勘查(预测)区地质条件类型确定表

2. 取值标准建立

我国目前只有吉林桦甸油页岩矿区油页岩矿床进行井下开采，由于规模小皆为小型油页岩矿，不具有代表性。油页岩开采技术与煤炭开采技术相类似，参照煤炭规范中所规定的煤炭矿井及露采回采率标准，建立了不同条件(开采方式、厚度、倾角和地质条件)不同资源储量类型的油页岩技术可采系数的取值标准(表4－10)。油页岩技术可采系数基数确定原则是高于全国煤炭实际矿井回采率，略低于国家规程规范对煤炭回采率制定的标准。

(1)露天开采技术可采系数基数的确定。

我国煤矿露天开采回采率一般在90%以上，露天煤矿境界剥采比计算回采率取值在85%～95%，参照煤炭露天回采率实际情况，确定地质条件类型简单、中等和复杂的露开开采技术可采系数基数分别为95%、90%和85%。

(2)地下开采技术可采系数基数的确定。

国家规定煤炭采区回采率井下开采厚煤层、中厚煤层和薄煤层，分别不低于为75.00%、80.00%和85.00%。据全国煤炭资源回采率调查1989年、1995年和2002年全国平均矿井回采率分别为32%、46.7%和55.53%，全国平均采区回采率分别为42%、66%和67.67%。据此确定薄层缓倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为75%、70%和65%，薄层倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为70%、65%和60%，薄层急倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为65%、60%和55%中厚层缓倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为70%、65%和60%，中厚层倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为65%、60%和55%，中厚层急倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为60%、55%和50%厚层缓倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为65%、60%和55%，厚层倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为60%、55%和50%，厚层急倾斜油页岩地质条件类型简单、中等和复杂的技术可采系数基数分别确定为55%、50%和45%。

表4－10 不同类型计算单元油页岩技术可采系数取值标准表

(3)不同资源储量类型技术可采系数的确定。

查明资源储量和潜在资源量因经济意义(经济的、边际经济的、次边际经济的和内蕴经济的)和地质可靠程度(探明、控制、推断和预测)不同，计算技术可采资源储量时，要选取不同的可信度系数(1～0.5)。查明资源储量中基础储量(111b、121b、122b、2M11、2M21、2M22)的可信度系数为1，查明资源储量中的探明的资源量(2S11、2S21、331)的可信度系数为0.8，查明资源储量中的控制资源量(2S22、332)的可信度系数为0.7，查明资源储量中的推断资源量(333)的可信度系数为0.6，潜在资源量(334?)的可信度系数为0.5(表4－11)。不同条件的技术可采系数基数乘以相应的可信度系数求出不同资源储量类型的技术可采系数。

表4－11 资源储量可信度系数取值表

二、可回收系数

油页岩的最大使用潜力是干馏制取页岩油。油页岩干馏技术比较先进的国家有爱沙尼亚、巴西、澳大利亚、中国和俄罗斯等国。迄今世界上较成熟且经长期生产的有:爱沙尼亚的Kivioli块页岩干馏炉和Galoter颗粒页岩干馏炉、巴西的Petrosix块页岩干馏炉、中国抚顺式块页岩干馏炉和澳大利亚的Taciuk颗粒页岩干馏炉。爱沙尼亚的Ga-loter颗粒页岩干馏炉处理量大，油收率高，产高热值气，可处理颗粒页岩，适合有条件的大中型油页岩炼油厂巴西的Petrosix块页岩干馏炉处理量很大，油收率高，产高热值气，处理块页岩，投资高，适合大中型油页岩炼油厂澳大利亚的Taciuk颗粒页岩干馏炉处理量很大，油收率高，产高热值气，处理颗粒页岩，油页岩经加氢改质，质量好，投资高，适合于大中型油页岩炼油厂(表4－12)。

表4－12 油页岩干馏工艺表(据钱家麟，2002)

据中油网消息:近日在哈尔滨气化厂完成的工业化装置试验证明，油页岩类物质流化床脱油脱碳新工艺炼油技术已经成熟。该技术由上海博申工程技术有限公司、哈尔滨气化厂科实公司联合开发。利用该技术炼油油收率高达100%。油页岩原料利用率为100%，生产过程中的气体可利用率高，页岩尾矿可多用途直接利用，且对环境无污染。在目前石油资源紧张的条件下，开辟了我国大量油页岩矿藏的利用和能源来源多样化的新途径。

据世界油页岩干馏工艺(钱家麟，2002)，世界油页岩干馏技术比较先进的国家干馏炉的油收率均较高，如澳大利亚AlbertaTaciuk、巴西Petrosix和爱沙尼亚Galoter油收率均达85%～90%，爱沙尼亚和俄罗斯发生式炉油的油收率可达到68%，目前中国式发生炉(抚顺式发生炉)的油收率达65%。考虑目前我国油页岩干馏工艺的发展水平处于世界最低位，随着油页岩资源的大量开发利用和技术创新，今后我国页岩油回收率将会有所提高，故此次评价中的页岩油可回收系数采用目前世界平均油收率为75%，进行页岩油可回收资源储量的计算。

一、煤层气选区评价参数标准的建立

参考国外煤层气目标评价标准、参数及中国煤层气高产富集的基本条件，从中国煤层气勘探开发实际地质条件出发，优选出资源丰度、煤阶、煤层厚度、含气量、地解比、吸附饱和度、煤层原始渗透率、有效地应力、煤层埋深、构造条件及水文地质条件等11项关键参数。

（一）煤层气资源规模及丰度

国家标准《石油天然气资源/储量分类》规定，常规天然气大、中、小型气田的资源量规模分别为大于300×108m3、50×108～300×108m3和小于50×108m3，考虑到煤层气采收率低的事实，上述界限分别设为1000×108m3、200×108～1000×108m3和小于200×108m3。

与煤层气目标资源规模相比，资源丰度的意义更为重要，一井多层或多段开发可以弥补含气量偏低之不足，煤层累厚大而含气量偏低的目标区同样有较大的开发价值。同时，资源丰度作为唯一指标，亦可避免多重指标造成的不协调矛盾，从而可使煤层气区带含气性类型的确定具有唯一性。

煤层气储层与常规储层相比，属低孔隙度、低渗透率、低丰度储层。储量丰度受控于煤层厚度、含气量及煤层密度、灰分含量等因素。具有煤层气开发价值的地区，资源量丰度应在中等以上。如美国圣胡安盆地资源丰度为1.28×108m3/km2，中国沁水煤层气大气田资源丰度大于2.00×108m3/km2，美国黑勇士盆地资源丰度为0.38×108m3/km2，中国鄂尔多斯盆地东部大宁—吉县地区煤层气资源丰度为2.85×108m3/km2，中国宁武盆地南部煤层气资源丰度为2.10×108m3/km2，中国准噶尔盆地南部昌吉地区煤层气资源丰度为1.06×108m3/km2，中国霍林河盆地煤层气资源丰度为2.40×108m3/km2。而目前勘探尚未获得工业性开发的一些盆地或地区，如中国江西丰城、云南恩宏、东北三江—穆棱河盆地、淮南、淮北等地区，煤层气资源丰度均小于0.50×108m3/km2。

对全国29个聚气带（台湾除外）和115个目标区的统计结果表明，资源丰度小于0.50×108m3/km2的聚气带占7%，目标区占12%；资源丰度介于0.5×108～1.5×108m3/km2之间聚气带占57%，目标区占55%；资源丰度大于1.5×108m3/km2的聚气带占36%，目标区占33%。在资源丰度分布直方图（图4-5）上（叶建平等，1998），资源丰度0.5×108m3/km2和1.5×108m3/km2处对应于煤层气区带资源丰度分布曲线上的两个拐点，是资源丰度变化或分布的两条自然分界。由此，分别以资源丰度0.5×108m3/km2和1.5×108m3/km2为界，将煤层气区带划为富气聚气带（目标区）、含气聚气带（目标区）和贫气聚气带（目标区）3种含气类型（表4-2）。

表4-2 中国煤层气目标区资源规模及丰度划分表

图4-5 中国煤层气区带资源丰度累计频率直方图

（二）煤阶

煤的吸附能力随煤阶的变化呈现阶段式、跃变式变化，充分反映出煤化作用控制分子结构、晶体结构和表面物理化学性质，是煤吸附能力的主要控制因素。

因此，由于低煤阶吸附能力较低，决定了低煤阶煤含气量较低，在确定煤层气选区评价标准时低煤阶含气量标准应相应降低，同时煤层厚度标准应相应提高，以弥补含气量的不足（表4-3）。

表4-3 中国不同煤阶划分标准表

（三）煤层厚度

国内外获商业性煤层气流的地区，煤层总厚度均大于10m，主力煤层厚度大于2m，薄煤层分布区的煤层气一般没有商业开采价值。美国圣胡安盆地高产区煤层平均厚15m，低煤阶的粉河盆地煤层厚12～30m；中国沁水煤层气田、鄂尔多斯盆地东部大宁—吉县地区和宁武盆地南部煤层气富集区煤层厚15m左右，韩城地区煤层单层厚度大于1.5 m，准噶尔盆地昌吉地区煤层厚30m左右，霍林河盆地煤层厚度超过50m。

通过统计中国主要煤层气目标区煤层厚度与煤层含气量及单井日产量之间的关系可以得出，中高煤阶煤层单层厚度应大于1.5m，大于5m最有利，低煤阶煤层厚度应大于5m，煤层气开发具有较好效果，大于10m最有利（图4-6、图4-7）。

图4-6 中国中高煤阶煤层厚度与煤层含气量及单井日产气量之间的关系图

图4-7 中国低煤阶煤层厚度与单井日产气量之间的关系图

（四）煤层含气量

国内外已开发的煤层气气田高产区块以较高含气量为主，美国圣胡安、黑勇士盆地重点开发区，平均含气量分别为17.0m3/t、16.6m3/t；中国沁水煤层气田平均为16.0m3/t，最高达30.0m3/t，鄂尔多斯盆地东部大宁—吉县地区煤层含气量平均为16.0m3/t，宁武盆地南部煤层含气量平均为11.0m3/t。而含气量小于8.0m3/t的一些低含气、高饱和地区，如美国尤因塔盆地、粉河盆地单井日产气量也可超过4000m3；中国霍林河盆地煤层含气量平均为5.7m3/t，吸附饱和度超过90%，单井日产气量达到1000m3。

从中国煤层含气量与单井日产量之间的关系可以看出，中高煤阶单井日产气超过1000m3的煤层气井煤层含气量大于5.0m3/t，低煤阶单井日产气超过1000m3的煤层气井煤层含气量大于2.0m3/t。

初步将煤层气选区评价煤层含气量界限中、高煤阶为5.0m3/t以上，大于8.0m3/t最有利，低煤阶煤层含气量大于2.0m3/t，大于4.0m3/t最有利（图4-8）。

图4-8 中国中高煤阶煤层含气量与单井日产气量之间的关系图

（五）煤层气吸附饱和度

吸附饱和度是实测含气量与理论含气量的比值。实测含气量是煤心解吸得到的含气量（包括解吸气、残余气和损失气），需要用绳索式密闭取心技术快速取煤心罐装解吸实测；理论含气量是吸附等温线上与原始地层压力对应的含气量。

一些煤层气高产富集区块均为高饱和度，如圣胡安盆地为90%～98%，黑勇士盆地为92%～99%，低煤阶的粉河盆地超过100%，沁水煤层气田为85%～95%，大宁—吉县地区为80%～100%，宁武盆地南部地区超过85%，昌吉地区为95%～98%，霍林河盆地超过90%；中等饱和度气藏因地解压差大而开采成本高，如鄂尔多斯盆地东部吴堡为60%～80%；低饱和度气藏一般无商业开采价值，如沁水盆地屯留地区，吸附饱和度低于30%，临县—兴县地区也仅为30%～50%。

从中国煤层吸附饱和度与单井日产量之间的关系可以看出，单井日产气超过1000m3的煤层气井煤层吸附饱和度均大于50%，产气效果较好的地区煤层吸附饱和度大于70%。因此初步将煤层气选区评价吸附饱和度界于50%以上，大于70%最有利（图4-9）。

图4-9 中国煤层含气饱和度与单井日产气量之间的关系图

（六）煤层原始渗透率

煤层气与常规天然气显著不同，一是煤层同为源岩和产层，煤层气吸附量与其孔隙内表面积直接相关；二是煤层为低孔、低渗储层，其割理发育程度是影响其渗透率并控制产能的关键因数之一。

煤的原始渗透率无法在实验室测定，一般要在井筒中采用注入/压降试井法或DST试井法测试求取。低渗透率煤层分布区的煤层气一般无开采价值，产能高的地区，煤层原始渗透率一般为高—较高。例如，圣胡安盆地高产区块为1×10-3～50×10-3μm2，属中高渗透率；黑勇士、皮申斯及沁水煤层气田、鄂尔多斯盆地东部柳林地区一般为0.5×10-3～5.0×10-3μm2，为较高渗透率。日产气量1000～1500m3的较低工业性气流区，多为中—低渗透率，如陕西吴堡地区、山西沁水盆地东部屯留地区，渗透率0.1×10-3～0.5×10-3μm2。

从中国煤层渗透率与单井日产气量之间的关系可以看出，单井日产气量超过1000m3的煤层气井煤层原始渗透率要大于0.1×10-3μm2，单井日产气量超过2000m3的煤层气井煤层原始渗透率要大于0.5×10-3μm2（图4-10）。

图4-10 中国煤层渗透率与单井日产气量之间的关系图

一般认为低煤阶煤要求渗透性较高煤阶煤高，国外一般低煤阶煤层渗透性达到几十至上百个毫达西，如粉河盆地一般10×10-3～20×10-3μm2，苏拉特一般2×10-3～10×10-3μm2，中国准南一般2×10-3～13×10-3μm2，阜新一般大于0.5×10-3μm2。

（七）有效地应力

有效地应力指煤层压裂最小有效闭合应力，为煤层破裂压力与其抗张强度之差。有效地应力与区域地应力场、煤层埋深有关。煤层气多富集于高地应力下的局部低地应力区。煤层有效地应力低的地区，其煤层渗透率比相同条件下的高应力区的煤层渗透率要高。煤层有效地应力愈大，其压裂难度愈大。煤层地应力超过25MPa时，一般压裂效果差。圣胡安盆地高产区域地应力为3.0～8.0MPa，沁水煤层气田为7.9～9.4MPa，均属最有利区。

通过中国主要煤层气目标区煤层渗透率与有效地应力之间的关系可以得出，煤层地应力应小于25MPa，地应力小于15MPa最为有利（图4-11）。

图4-11 中国主要煤层气目标区煤层渗透率与有效地应力之间的关系图

（八）煤层埋深

煤层埋深是影响煤层有效地应力的重要参数之一，一般随煤层埋深增加，煤层有效地应力随之增加。煤层埋深同时影响煤层渗透率，一般随埋深增大煤层渗透率减小。煤层埋深还影响煤层含气量及含气饱和度。另外，随着煤层埋深增加煤的演化程度也会随之增加（图4-12）。而且，煤层埋深越深，煤层气开采成本和开采难度越大，不利于煤层气开发。

美国圣胡安和黑勇士盆地煤层气高产井煤层埋深一般小于1200m，美国粉河、加拿大艾伯塔盆地煤层埋深300～500m，中国沁水煤层气田煤层埋深一般150～800m、大宁—吉县煤层埋深一般小于1200m。具有工业开采价值的煤层富集区煤层埋深应小于1500m，小于1000m最有利。

（九）地解比

地解比是利用吸附等温线实测含气量对应的临界解吸压力（图4-13）与原始地层压力的比值。临界解吸压力一般利用初期开采井开始出气的井底压力加以校正，此值反映了产气高峰期快慢和高产富集条件。临界解吸压力愈接近原始地层压力，高产富集条件愈优越。

高地解比区如美国圣胡安盆地高产区块为0.93，黑勇士盆地为0.72～0.99；中国大宁—吉县地区为0.60，宁武南部为0.50，昌吉地区为0.70，霍林河盆地为0.90，沁水煤层气田樊庄区块日产气大于2000m3的井临界解吸压力一般超过0.50。中地解比区如中国吴堡、大城地区为0.23～0.25，开采中产气量低（小于2000m3）、递减快。而低地解比区一般反映含气量低、含气饱和度低，不具备煤层气开发条件，如中国河北唐山地区为0.04～0.15。

图4-12 不同地应力下煤层渗透率与煤层埋深之间的关系图

图4-13 中国沁水盆地樊庄区块临界解吸压力与平均日产气量的关系图

初步将煤层气选区评价地解比界于0.20以上，大于0.50最有利。

（十）构造发育状况

构造因素直接或者间接控制着含煤地层形成至煤层气生成聚集过程中的每一个环节，是所有地质因素中最为重要而直接的控气因素。构造发育状况直接影响煤层气的保存，不同类型的地质构造，在其形成过程中构造应力场特征及其内部应力分布状况不同，均会导致煤层和封闭层的产状、结构、物性、裂隙发育状况及地下水径流条件等出现差异并进而影响到煤储层的含气特性。在中国，煤层气保存条件尤为重要，煤层气藏形成后得以保存至今，要求构造条件简单，断层稀少，煤体结构保存完整，同时简单的地质构造也有利于煤层气的开发，近期煤层气开发表明，高产井分布于构造上斜坡带。

（十一）水文地质条件

水文地质条件是影响煤层气赋存的一个重要因素。煤层气以吸附态赋存于煤孔隙中，地层压力通过煤中水分对煤层气起封堵作用。因此，水文地质条件对煤层气保存、运移影响很大，对煤层气的开采至关重要。中、高煤阶生气不成问题，关键是后期保存，因此中、高煤阶煤层气富集区要求水文地质条件简单，处于高矿化度弱径流－滞留区，煤层气井排采过程中易降压，产水量适中，有利于煤层降压解吸。低煤阶如果煤层气成因以生物成因为主，则要求弱径流区，低矿化度有利于晚期生物气生成及水动力承压封堵有利于煤层气的保存，如果以热成因为主则对水文地质条件的要求与中高煤阶相同。

根据以上研究，得出中国煤层气选区评价参数及标准见表4-4。

表4-4 中国煤层气选区评价参数标准表

二、煤层气目标区优选评价方法体系

（一）煤层气目标区优选思路

中国煤层气资源分布地域广，成煤期多，经历的构造运动期次变化很大，成煤环境复杂，成煤规模、构造条件、演化程度复杂，因此中国煤层气目标区具有如下特点：

（1）目标区众多，共有5大聚气区、30个聚气带及115个煤层气目标区。

（2）目标区地理位置分散，在全国范围内除了西藏、台湾及海南等省区外均有分布。

（3）目标区在规模、地质条件及煤层气开发基础等方面存在着很大的差异。根据已有的认识，各目标区开发前景差异也很大。

（4）目标区研究程度参差不齐，有的目标区进行了大量研究，开发工作已经全面展开，有的工作极少。因此，各个目标区要讨论的因素只有部分目标区数据齐全，相当一部分目标区只有部分因素数据。

根据上述特点，煤层气目标区的优选排序应该是多层次的。即不可能按照统一标准来进行全部煤层气目标区的优选排序工作。对于全部目标区，应采用能够获得的因素来进行；对于研究程度较高的目标区，可采用更多的因素。因此，优选工作是递进的。即随着优选层次的上升，优选结果越来越接近实际情况。所以，这里采用的优选方法也可以称为“多层次综合递进优选法”。根据具体情况，可以采用以下4个层次的优选：

第一层次，利用含气量这一关键因素采用“一票否决”进行筛选。

第二层次，利用评价面积－资源丰度组合进行第二次筛选。主要考虑目标区规模和资源量大小对目标区进行筛选，并进一步从煤层气资源因素的角度对煤层气目标区进行优选，考虑的因素包括评价区面积、资源丰度、含气量、吸附饱和度、煤级、地解比、构造条件、水文地质条件和开发基础等。

第三层次，关键因素渗透率组合优选。在该层次中采用渗透率作为关键因素。所以，只有进行过试井的目标区才能参加优选，考虑的其他因素包括目标区面积、资源丰度、含气量、吸附饱和度、煤阶、地解比、构造条件、水文地质条件、渗透率及开发基础因素等。

第四层次，储层压力关键因素二次优选。该层次采用的关键因素为储层压力。只有经过煤储压力试井的目标区才能参加优选，考虑的其他因素包括目标区面积、资源丰度、含气量、吸附饱和度、渗透率、构造条件、水文地质条件和开发基础因素等。

综上可以看出，随着优选排序层次的提高，考虑的关键因素综合性越高、代表性越强，优选结果与实际情况越接近。

（二）煤层气目标区优选方法和模型

为了实现上述优选思路，必须选择恰当的计算方法使评价结果合理化。为此，这里引入3种评价方法：风险系数法、综合排队系数法和区间数模糊综合评判法。

1.风险系数法

该法是国际上对常规油气圈闭进行定量排序的基本方法。在对地质风险因素进行正确分析的基础上，采用概率加的方式对主要控气地质因素进行计算机处理，得出反映各评价单元综合风险大小的地质风险系数，再根据风险系数的大小进行排序。若某一评价单元（i）中包括n个主要风险要素，且某一要素（j）的相对风险概率为Pi为

煤层气开发利用前景和示范工程

式中：fij为第i个评价单元中的第j个风险要素的绝对值；Qj为第j个要素的权重值；fj，max为所有评价单元中第j个风险要素的最大值。

风险概率即为风险系数，其数值分布在0～1之间。由于在算法中引入了归一化过程，因此这里的风险系数只是各评价单元之间相对概率大小的度量或排序依据，而不能将其视为绝对概率。显然，风险系数越大，评价单元的煤层气勘探开发前景就越差；反之则越好。

将所有参评单元风险系数按大小进行排序，便可得到最终的排序结果。采用最优化分割方法对排序结果进行处理，按风险概率的相似性分为若干风险系数组，以利于进一步的勘探风险级别评价及其与“关键因素逐级分析法”的结果进行对比。

2.综合排队系数法

该法是由中国石油资源评价专家武首诚（1994）提出的。他将由地质风险分析筛选出来的风险要素进一步综合为地质风险评价（Ri）和资源量（Qi）两大类，并赋以直角坐标系中x轴和y轴的数量化意义。Y值表示资源量，X值则为其余要素的概率平均值。

根据上述两类系数，计算综合排队系数（Ra），然后由其大小对参评单元进行综合排序。在数学意义上，Ra表示评价单元P（x，y）距具有最大理论潜势的评价单元A（1，1）之远近。因此，Ra越小，资源潜势就越大。在处理过程中将最大资源系数定义为1，因此Ra值分布在0～1之间。

根据煤层气资源及其控气因素有别于常规油气资源的特征，本书对综合优选系数法进行了修改。将x轴重新定义为资源系数，为含气量、资源量、资源丰度和理论饱和度的概率和；y轴则为保险系数Gi，其值等于1－Ri，其中Ri为其余主要风险要素的概率和。

由此得到综合优选系数Ra的表达式：

煤层气开发利用前景和示范工程

资源系数和保险系数中各包括了若干要素，求算这两个系数的原理、方法和上述风险概率值的计算方法相同。

3.区间数模糊综合评判法

模糊综合评判方法是应用广泛的多因素综合评价方法之一，它对用模糊数表示的不确定性评价因素体系，有着良好的处理能力。但是对含有区间数（即一个有界闭区间）表示的评价因素，模糊综合评判已无能为力，其中关键是区间数的排序问题难以解决。关于区间数的排序，本书借助区间数的排序方法构建区间数模糊综合评判的数学模型如下：

设X＝｛x1，x2，…，xm｝是因素集，其中xi是评判指标，如“埋深”、“煤厚”等，其中部分因素用区间数表示；Y＝｛y1，y2，…，yn｝是评语集，其中yi是模糊语言，如“优”、“良”等，设A是被评判的对象，如煤田的某一块段。评判步骤如下：

单因素评判：由于评判对象A自身的某些不确定性，对A的某因素xi而言，若A为一个准确值，则它属于yj的程度用一个模糊值来表示；若A不确定，则它属于yj的程度用一个区间值来表示。另外，根据普通实数是一个特殊的区间数，把用一个模糊值表示的评判指标也用区间数表示。于是对某一评判因素xi，A属于yj的程度均可表示为区间数［ ， ］［0，1］，i＝1，2，…，n；j＝1，2，…，m。

于是得到一个区间值模糊映射 f∶x→IF（Y）

煤层气开发利用前景和示范工程

这里，IF（Y）是Y上的全体区间值模糊集。得到区间值模糊综合评判矩阵为

煤层气开发利用前景和示范工程

确定评判指标的权值：设W＝（w1，w2，…，wn）ϵF（X），这里F（X）是X 上的全体模糊记。Wi是各因素的权值，本书采用灰色关联法求取各因素的权值，且满足w1＋w2＋…＋wn＝1。

煤层气开发利用前景和示范工程

这里

煤层气开发利用前景和示范工程

排序：运用区间数排序方法排列区间数 ，（j＝1，2，…，m）设 则被评判对象A最终属于评语yk。

为了实现对煤层气目标区的优选排序计算，必须获得相关的要素数值。煤层气目标区评价中使用的要素，均为具体的数据和区间数据。在进行优选排序时，因要计算其相对风险概率值、综合排队指数及区间数模糊综合评判，故要对同一因素取值相同的单位，即可实现上述赋值。而对一些不能取具体数据的要素，如区间要素，必须规定其模糊级别的分级方法。

为了避免人为因素的作用，这里采用层次分析方法来进行权重确定。利用此法确定因素权重的原理是：对于某一层次某个因素，建立下一层次元素的两两判断矩阵，一次计算该层次因素对于上一层次的相对权重。两两判断矩阵数值的含义如表4-5所示。

这样，对于上一层次的某个元素，下一层次中被支配的n个子元素或要素就构成了一个两两判断矩阵：

A＝（aij）n×n

其中，aij为要素i与要素j相对于上一层次要素的比例标度。

表4-5 两两判断矩阵构建中1〜9标度的含义表

下一步，对判断矩阵进行一致性检验。判断矩阵一致性检验方法很多，如特征根法：

煤层气开发利用前景和示范工程

式中：w为权重向量， ；A为判断矩阵； 为A的最大特征根。

一致性指标CI和一致性比例CR的求算方法为

煤层气开发利用前景和示范工程

式中：RI为平均随机一致性指标，可通过查表获得。当CR<0.1时，判断矩阵的一致性是可以接受的。反之，需要对判断矩阵进行适当的修正。

最后计算各层元素对目标层的合成权重：

煤层气开发利用前景和示范工程

式中：w（k）为第二层中元素对总目标的排序向量；w（k-1）为第k层中第nk个元素对第k－1层中第j个元素为准则的排序权重向量。最后需要指出，判断矩阵A需要通过专家调查来获得。

根据上述方法，进行权重计算得到权重系数（表4-6）。

采用风险系数法、区间数模糊综合评判法结合综合排队系数法进行排序。

表4-6 关键因素权重赋值及权系数计算结果表