利用GC-MS及碳同位素划分油苗和固体沥青族群

资源与产业 ›› 2014, Vol. 16 ›› Issue (4): 66-71.

利用GC-MS及碳同位素划分油苗和固体沥青族群

王建淮*,张伟男

中国地质大学能源学院,北京 100083

收稿日期:2014-02-16 修回日期:2014-04-13 出版日期:2014-08-20 发布日期:2014-08-20
通讯作者: 王建淮(E-mail:diamond19771205@hotmail.com)

CLASSIFICATION OF OIL SEEPAGE AND SOLID BITUMEN FAMILIES BY GC-MS AND CARBON ISOTOPE

WANG Jian-huai*,ZHANG Wei-nan

School of Energy Resources,China University of Geosciences,Beijing 100083,China

Received:2014-02-16 Revised:2014-04-13 Online:2014-08-20 Published:2014-08-20
Contact: WANG Jianhuai(E-mail:diamond19771205@hotmail.com)

摘要/Abstract

摘要： 原油族群划分可确定其与烃源岩的亲缘关系并指示油源区,为勘探和资源评价提供重要依据?利用气相色谱-质谱联用仪(GC-MS)对采自黔南坳陷古生界油苗及固体沥青样品进行生物标志物分析,并系统地研究了其地球化学和碳同位素特征。结果表明,油苗及固体沥青主要有2个族群,分别为奥陶系、志留系样品和二叠系样品,它们的DBT/P值、C21TT/C23TT值、C24FT/C26TT值、C30diaH/C30H值以及C27-C28-C29规则甾烷分布和碳同位素有较大差异,结合地质背景认为是由不同源岩贡献所致,奥陶系、志留系油苗及沥青分子地球化学特征与下寒武统烃源岩特征相似,而二叠系油苗及沥青可能为下二叠统烃源岩输入或混源。

关键词: 油苗, 固体沥青, 族群划分, GC-MS, 黔南坳陷

Abstract: Classification of crude oil families can be used to determine the relation with the source rock and to indicate the oil source,and also provides key information for exploration and resources assessment.This paper uses GC-MS to analyze the Paleozoic oil seepage and solid bitumen samples from the southern Guizhou Depression in their biological markers,and studies their characteristics of geochemistry and carbon isotope.Two families are classified,belonging to Ordovician and Silurian/Permian respectively.They are different in DBT/P,C21TT/C23TT,C24FT/C26TT,C30diaH/C30H,C27-C28-C29 sterane distribution and stable carbon isotope,which is contributed by different sources,combined with geological settings.The Ordovician and Silurian oil seepage and bitumen is identical with the lower Cambrian source rock in geochemistry,but the Permian samples may come from the lower Permian source rock or mixture.

Key words: oil seepage, solid bitumen, family classification, GC-MS, the southern Guizhou Depression

中图分类号:

F206
TE122.1

王建淮,张伟男. 利用GC-MS及碳同位素划分油苗和固体沥青族群[J]. 资源与产业, 2014, 16(4): 66-71.

WANG Jianhuai,ZHANG Weinan. CLASSIFICATION OF OIL SEEPAGE AND SOLID BITUMEN FAMILIES BY GC-MS AND CARBON ISOTOPE[J]. Resources & Industries, 2014, 16(4): 66-71.

参考文献

[1] 韩世庆,王守德,胡惟元.黔东麻江古油藏的发现及其石油地质意义
[J].石油与天然气地质,1982,3(3-4):316-326
[2] 韩世庆,王守德.黔南东部下古生界石油生成及演变阶段的探讨
[J].石油实验地质,1983,5(1):3-7
[3] 刘振坤,杨松岭,王晖.国内外油气储量分类标准差异的探讨
[J].资源与产业,2013,15(4):37-40
[4] 吴馨,任志勇,王勇,等.世界页岩气勘探开发现状
[J].资源与产业,2013,15(5):61-67
[5] 张渠,腾格尔,张志荣,等.凯里—麻江地区油苗与固体沥青的油源分析
[J].地质学报,2007,81(8):1118-1124
[6] 高林,刘光祥.贵州凯里地区下古生界原油油源分析
[J].石油实验地质,2008,30(2):186-191
[7] 向才富,汤良杰,李儒峰,等.叠合盆地幕式流体活动:麻江古油藏露头与流体包裹体证据
[J].中国科学D辑:地球科学,2008,38(1):70-77
[8] 梁狄刚,郭彤楼,陈建平,等.中国南方海相生烃成藏研究的若干新进展(一):南方四套区域性海相烃源岩的分布
[J].海相油气地质,2008,13(2):1-16
[9] 梁狄刚,郭彤楼,陈建平,等.中国南方海相生烃成藏研究的若干新进展(二):南方四套区域性海相烃源岩的地球化学特征
[J].海相油气地质,2009,14(1):1-15
[10]Peters K E,Moldowan J M.The biomarker guide:interpreting molecular fossils in petroleum and ancient sediments
[M].New Jersey:EnglewoodCliffs,1993
[11]Hughes W B,Holba A G,Dzou L I P.The ratios of dibenzothiophene to phenanthrene and pristine to phytane as indicators of depositional environment and lithology of petroleum source rocks
[J].Geochimica et Cosmochimica Acta,1995,59(17):3581-3598
[12]Volkman J K,Alexander R,Kagi R I,et al.Ageochemical reconstruction of oil generation in the Barrow Sub-basin of western Australia
[J].Geochimica et Cosmochimica Acta,1983,47:2091-2106
[13]Philp R P,Gilbert T D.Biomarker distribution in oils predominantly derived from terrigenous source material
[M]//Leythaeuser D,Rullkotter J.Advances in organic geochemistry 1985.Oxford:Pergamon Press,1986:73-84
[14]Summons R E,Powell T G,Boreham C J.Petroleum geology and geochemistry of the Middle Proterozoic McArthur Basin,Northern Australia:Ⅲ.composition of extractable hydrocarbons
[J]. Geochimica et Cosmochimica Acta,1988,52:1747-1763

[1]	鞠严萍, 王新华. 煤炭行业产能过剩的再认识——基于潜类别随机边界法的测算及其空间演变[J]. 资源与产业, 2023, 25(6): 41-52.
[2]	杨恺钧, 王文轩. 地方政府行为对工业能源环境效率的影响——以“一带一路”沿线省市区为例[J]. 资源与产业, 2023, 25(6): 91-104.
[3]	肖雨彤, 陈军. 全球碳中和愿景下绿色能源国际合作的演化博弈分析[J]. 资源与产业, 2023, 25(3): 19-30.
[4]	许文浩, 解玉磊, 嵇灵, 等. 基于投入产出和生态网络分析的广东省能源消费行业差异研究 [J]. 资源与产业, 2022, 24(6): 44-53.
[5]	孙晓奇, 施青. 基于投入产出模型的钢铁去产能政策的节能减排效应分析[J]. 资源与产业, 2022, 24(4): 1-8.
[6]	高原, 刘耕源, 陈操操, 等, . 面向对标的我国城市温室气体排放核算方法框架[J]. 资源与产业, 2022, 24(3): 1-20.
[7]	朱学义. 煤炭资源资本化高质量发展理论框架的构建——基于凝聚子群分析法的应用[J]. 资源与产业, 2021, 23(6): 31-37.
[8]	刘丹, 黄山青, 杨洋, 等. 水电开发生态风险传导机制及情景预测——基于贝叶斯网络和共享社会经济路径[J]. 资源与产业, 2021, 23(6): 38-51.
[9]	刘娜娜, 茹婷. 贵州省对江南井田地面煤层气抽采经济可行性研究[J]. 资源与产业, 2021, 23(1): 63-68.
[10]	向有涛, 曹琳. 基于数据挖掘的天然气市场收益率预测[J]. 资源与产业, 2021, 23(1): 79-86.
[11]	黎江峰，吴巧生，薛双娇. 页岩气革命撼动天然气市场了吗？[J]. 资源与产业, 2020, 22(6): 89-97.
[12]	李宏勋, 赵惠洁. 基于DID模型的中美贸易摩擦对我国进口美国天然气的影响研究[J]. 资源与产业, 2021, 23(5): 51-60.
[13]	文含蕊, 何大义. 石油企业经济、环境和社会绩效的协调度评价研究[J]. 资源与产业, 2020, 22(4): 32-40.
[14]	赵志成，柳群义. 中国能源战略规划研究——基于能源消费、能源生产和能源结构的预测[J]. 资源与产业, 2019, 21(6): 1-8.
[15]	李宏勋，聂慧. 基于灰色-偏最小二乘组合模型的中国天然气需求预测[J]. 资源与产业, 2019, 21(6): 9-18.