3. TOC测井反演方法的选择与实操
总有机碳含量（TOC）是页岩甜点评价的第一道门槛，但取心分析数据往往只有几十个样点，而连续井段动辄上百米。因此，TOC评价的核心任务不是"测一个值"，而是"用有限的岩心标定，把测井曲线翻译成连续的TOC剖面"。本节以一口虚构但参数合理的页岩井A井为例，对比ΔlogR法、多元回归法与机器学习回归法三条技术路线，说明各自的适用条件、参数标定方式、校验手段与误差来源，并给出可复用的流程。
一、先明确标定基础：岩心数据与曲线预处理
假设A井目的层段为3 250～3 420 m，取心分析TOC共42个样点，分布不均，富有机质段样点密集、贫有机质段稀疏。三条路线共用同一套标定样本，因此样本质量决定上限。实操中需先做三件事：一是将岩心深度与测井深度对齐，通常以自然伽马或密度曲线做深度校正，允许的深度偏移一般控制在0.5 m以内；二是剔除受钻井液侵入、井壁垮塌影响的异常样点，例如井径曲线明显扩径段的密度样点；三是明确TOC的干基/湿基口径，保证岩心与反演结果同口径对比。
曲线方面，ΔlogR法需要声波时差（AC）与电阻率（RT），多元回归法可加入自然伽马（GR）、密度（DEN）、中子（CNL）、铀含量（U）等，机器学习法则可进一步引入钍钾比、无铀伽马等派生量。所有曲线需做井段归一化，避免不同井之间量纲漂移。
二、三条路线的原理差异与适用条件
ΔlogR法基于声波与电阻率在富有机质段的反向偏移：有机质使声波时差增大、电阻率升高，两条曲线在适当刻度下重叠后的间距即为ΔlogR，再乘以成熟度系数LOM得到TOC。其优点是物理意义明确、只需两条常规曲线、外推能力强；缺点是依赖基线选取，对成熟度系数敏感，在碳酸盐岩含量高或黄铁矿富集段容易失真。适用条件是层段岩性相对稳定、有机质成熟度变化不大、有明确的非烃源岩基线。
多元回归法假设TOC与多条测井响应存在线性关系，通过最小二乘拟合系数。优点是计算透明、可解释、样本需求少（一般20个以上即可尝试）；缺点是对非线性关系和曲线间共线性敏感，外推到样本未覆盖的区间时风险较大。适用条件是岩性组合相对单一、TOC与测井响应线性度较好。
机器学习回归法（如随机森林、梯度提升）能捕捉非线性与交互作用，对多曲线输入适应性好。优点是精度潜力高；缺点是样本少时易过拟合、可解释性弱、对训练集分布外的井段外推不可靠。适用条件是样本量较充足（经验上不少于50个且覆盖主要岩相）、有独立校验集。
三、参数标定：三条路线各自怎么落地
ΔlogR法标定。先在非烃源岩段（如3 250～3 262 m）确定声波与电阻率基线，将两条曲线按"声波每增加固定值对应电阻率增加一个数量级"的刻度重叠，读取富有机质段的间距ΔlogR。成熟度系数LOM由镜质体反射率Ro换算，示例中取Ro≈1.1%，对应LOM约10～11。TOC计算公式为TOC=ΔlogR×10^(2.297−0.1688×LOM)。标定的关键是基线：若基线选在富有机质段内部，ΔlogR会被系统性压低，因此必须回到岩性相对纯净、TOC低的层段取基线。
多元回归法标定。以42个样点为样本，构建TOC=a+b·GR+c·DEN+d·AC+e·RT的线性模型。实操中先做相关性筛查，剔除与TOC相关性弱且与其他曲线高度共线的变量，例如AC与DEN常呈强负相关，同时保留会放大系数方差。示例中保留GR、DEN、RT三项，拟合得到R²≈0.78（示例值），并检查残差是否随深度呈系统趋势——若残差在富有机质段整体为负，说明模型低估高值段，需考虑加入二次项或分段建模。
机器学习回归法标定。将42个样点按深度分层划分为训练集30个、校验集12个，避免随机划分导致相邻样点信息泄漏。输入特征包括GR、DEN、AC、RT、CNL、U及钍钾比。示例采用随机森林，树数200、最大深度4，以限制小样本过拟合。训练后用校验集计算RMSE与R²，并绘制预测-实测散点图，重点观察高TOC端（>4%）是否被系统性压低。
四、结果校验与误差分析
三条路线在A井示例中的校验结果（均为教学示例值，非实测）大致为：ΔlogR法RMSE约0.62%、R²约0.71；多元回归法RMSE约0.48%、R²约0.80；机器学习法RMSE约0.35%、R²约0.88。但精度排序不等于适用性排序。误差分析要回答三个问题：误差是随机的还是系统的？集中在哪个TOC区间？是否与岩性或成熟度变化相关？
ΔlogR法的误差主要来自基线漂移和LOM取值，表现为整段平移式系统偏差，可通过分段基线校正改善；多元回归法的误差集中在高TOC端，属于典型的线性模型饱和问题；机器学习法整体误差最小，但在贫有机质段方差偏大，且换井外推时精度下降明显。因此工程上常见的做法是：以ΔlogR建立连续骨架，用多元回归做层段校正，机器学习仅在多井样本充足时用于区域推广，并始终保留独立校验集。
五、可复用的TOC测井评价流程
综合上述对比，可形成如下可复用流程：①岩心深度对齐与异常样点剔除，统一干基口径；②曲线归一化与派生量构建；③按样本量与岩性复杂度选择路线，样本少于20个优先ΔlogR，20～50个优先多元回归，50个以上且有多井控制时引入机器学习；④按深度分层划分训练/校验集；⑤计算RMSE、R²并检查残差随深度与TOC区间的分布；⑥对系统偏差做分段校正，对极值段做专项复核；⑦输出连续TOC曲线及不确定性区间，并记录基线、系数、超参数等标定参数，保证可复现。该流程的核心不是追求最低RMSE，而是让每一条TOC曲线都能说清"依据什么标定、误差在哪里、能否外推"。