CN105181721A - 基于岩心扫描的富泥披储层泥质含量计算方法 - Google Patents

Abstract

本发明公开了一种基于岩心扫描的富泥披储层泥质含量计算方法，包括以下步骤：第一、取心岩石样品；第二、下刀切割；第三、切割扫描；第四、岩心扫描图像转换为灰度图；第五、得到灰度反转图像；第六、绘制三维灰度图；第七、确定裂缝区域的图像像素坐标；第八、将Well矩阵中泥披区域的类型数值设定为1，砂岩区域和裂缝区域的类型数值设定为0；第九、计算泥质含量曲线。本发明的有益效果如下：针对海相储层的岩心扫描结果，基于富泥披储层泥质含量计算方法，首次计算出了分辨率达到mm级的泥质含量曲线。解决常规自然伽马测井曲线对mm-cm基泥披层无响应，无法精确计算泥质含量的问题。

Description

基于岩心扫描的富泥披储层泥质含量计算方法

技术领域

本发明涉及地质石油勘探领域，特别涉及一种基于岩心扫描的富泥披储层泥质含量计算方法。

背景技术

储层泥质含量的高低是确定储层非均质程度，圈定有利开发区的重要指标。海相沉积储层是油气资源的重要有利富集区。如加拿大阿尔伯达盆地的油砂矿主产区，均为海相储层。海相储层受潮汐周期往复作用影响，主要发育mm-cm级厚度的泥质纹层，即“泥披层”(Mud-drapes)。要计算海相储层的泥质含量，需要识别并统计出泥披层的数量和厚度。然而由于泥披层厚度平均为mm-cm级，而常规测井的分辨率为12.5cm，海相储层中的泥披层在伽马测井曲线上无典型响应，因此应用常规测井曲线无法精确提取泥质纹层，也无法计算富泥披海相储层的泥质含量。目前对于富泥披海相储层的泥质含量尚无很好的计算方法。

常规泥质含量测定利用自然伽马测井曲线。因为岩石一般含有不同数量的放射性元素，沉积岩中泥质含量越高，其放射性越强。利用这个规律，可以根据自然伽马测井曲线计算出泥质含量。设定纯泥岩的自然伽马读数为Gmax，纯砂岩的自然伽马读数为Gmin，则泥质含量指数为SHI＝(GR-GRmin)/(GRmax-GRmin)。

因为常规自然伽马测井分辨率为12.5cm,而海相储层中泥披层的厚度为mm-cm级，因此泥披层在常规自然伽马测井曲线上无明确响应，常规测井曲线无法精确识别出单条泥披层。

发明内容

本发明针对现有技术的缺陷，提供了一种基于岩心扫描的富泥披储层泥质含量计算方法，能有效的解决上述现有技术存在的问题。

为了实现以上发明目的，本发明采取的技术方案如下：

一种基于岩心扫描的富泥披储层泥质含量计算方法，包括以下步骤：

步骤一：取心岩石样品，采用低温二氧化碳冷冻保存，转运到岩心切割实验室，将每口井的长度为1m-20m的岩心样品，按深度顺序从上到下顺序，以500mm为间隔切割为N段，分别放置在510mm长的岩心盒中。每一个岩心盒标的侧面标上序号。然后在岩心盒上标明顶底深度，顶部深度为TOP,底部深度为BOTTOW。然后将每一个盒岩心放置到岩心切割仪上。

步骤二：将切割仪刀具移动到取心岩石样品中间，下刀切割。然后将切割开的岩石样品的新鲜面露出，采用扫描仪从顶到底扫描，扫描图像存储到二维矩阵Image{index}中。

步骤三：按照步骤一和步骤二，对每一盒岩心进行切割扫描。按照深度顺序，从顶到底，将顶底吻合的两张照片拼接在一起，使相邻的一张照片的底部与下一张照片的顶部吻合。依次遍历所有岩心照片，将每一口井所有N段岩心照片全部拼接在一起。然后将拼接后的图像存储到二维矩阵Well中。

步骤四：将岩心扫描图像Well转换为灰度图，灰度存储矩阵为GRAY。

步骤五：使用GRAY*(-1)+255计算公式对步骤四得到的灰度矩阵GRAY进行处理,得到灰度反转图像。同时将Well矩阵中的数值也赋值为GRAY，Well矩阵将用于存储类型识别结果。

步骤六：以岩心照片每个象素的灰度数值高低作为砂岩、泥披和裂缝的判读依据，绘制三维灰度图。泥披的灰度范围一般为180-256；砂岩的灰度范围一般为50-180；裂缝的灰度范围一般为1-50。然后根据灰度数据，确定泥披、裂缝和砂岩。

步骤七：根据步骤六中裂缝的灰度范围，确定裂缝区域的图像像素坐标，将Well矩阵中对应的数值设定为-9999，表示无效类型。

步骤八：根据步骤六中选取的砂岩和泥披的灰度数值范围，将Well矩阵中泥披区域的类型数值设定为1，砂岩区域和裂缝区域的类型数值设定为0。

步骤九:根据泥披识别二色图，计算泥质含量曲线。

作为优选，所述步骤二中每一盒岩心扫描照片的扫描精度为1mm，扫描图片的尺寸为：宽度100个像素点，即100mm；长度510个像素点，即510mm。

作为优选，所述步骤三中Well中存储的图片的尺寸为：宽度为100个像素点，长度为510*N个像素点。

作为优选，所述步骤四中RAY矩阵中黑颜色的灰度数值为255,白颜色的灰度数值为0。

作为优选，所述步骤九中计算泥质含量曲线具体步骤为：

S1统计泥披二色图的像素行数目Row和列数目Col。

S2统计Well类型矩阵中每一列中等于1的泥披像素的数目，计为Sum_j。

S3根据S2得的泥披像素点和，按照ISH＝100*Sum_j/(Row)，得到每一列的泥质含量ISH。

S4依次计算每一列位置点的泥质含量曲线，输出总体泥质含量曲线。

与现有技术相比本发明的优点在于：针对海相储层的岩心扫描结果，基于富泥披储层泥质含量计算方法，首次计算出了分辨率达到mm级的泥质含量曲线。解决常规自然伽马测井曲线对mm-cm基泥披层无响应，无法精确计算泥质含量的问题。

附图说明

图1为本发明实施例中原始岩心扫描图；

图2位本发明实施例中岩心扫描拼接图；

图3为本发明实施例中原始岩心灰度翻转增强图像；

图4为本发明实施例中原始岩心灰度高程三维图；

图5为本发明实施例中按照灰度高程截断识别泥披的二色图像；

图6为本发明实施例中泥质含量曲线图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明做进一步详细说明。

一种基于岩心扫描的富泥披储层泥质含量计算方法，包括以下步骤：

步骤一：取心岩石样品，采用低温二氧化碳冷冻保存，转运到岩心切割实验室，将每口井的长度为1m-20m的岩心样品，按深度顺序从上到下顺序，以500mm为间隔切割为N段，分别放置在510mm长的岩心盒中。每一个岩心盒标的侧面标上序号。然后在岩心盒上标明顶底深度，顶部深度为TOP,底部深度为BOTTOW。然后将每一个盒岩心放置到岩心切割仪上。

步骤二：将切割仪刀具移动到取心岩石样品中间，下刀切割。然后将切割开的岩石样品的新鲜面露出，采用扫描仪从顶到底扫描，扫描图像存储到二维矩阵Image{index}中。每一盒岩心扫描照片的扫描精度为1mm。扫描图片的尺寸为：宽度100个像素点，即100mm；长度510个像素点，即510mm。

步骤三：按照步骤一和步骤二，对每一盒岩心进行切割扫描。按照深度顺序，从顶到底，将顶底吻合的两张照片拼接在一起，使相邻的一张照片的底部与下一张照片的顶部吻合。依次遍历所有岩心照片，将每一口井所有N段岩心照片全部拼接在一起。然后将拼接后的图像存储到二维矩阵Well中。根据步骤二中的参数，Well中存储的图片的尺寸为：宽度为100个像素点，长度为510*N个像素点。

步骤四：将岩心扫描图像Well转换为灰度图，灰度存储矩阵为GRAY。GRAY矩阵中黑颜色的灰度数值为255,白颜色的灰度数值为0。

步骤五：使用GRAY*(-1)+255计算公式对步骤四得到的灰度矩阵GRAY进行处理,得到灰度反转图像。同时将Well矩阵中的数值也赋值为GRAY，Well矩阵将用于存储类型识别结果。

步骤六：以岩心照片每个象素的灰度数值高低作为砂岩、泥披和裂缝的判读依据，然后绘制三维灰度图。泥披的灰度范围一般为180-256；砂岩的灰度范围一般为50-180；裂缝的灰度范围一般为1-50。然后根据灰度数据，确定泥披、裂缝和砂岩。

步骤七：根据步骤六中裂缝的灰度范围(0-50)，确定裂缝区域的图像像素坐标。然后将Well矩阵中对应的数值设定为-9999，表示无效类型。

步骤八：根据步骤六中选取的砂岩和泥披的灰度数值范围，将Well矩阵中泥披区域的类型数值设定为1，砂岩区域和裂缝区域的类型数值设定为0。

步骤九:根据泥披识别二色图，计算泥质含量(ISH)曲线。

作为优选，所述步骤九中计算泥质含量曲线具体步骤为：

S1统计泥披二色图的像素行数目Row和列数目Col。

S2统计Well类型矩阵中每一列中等于1的泥披像素的数目，计为Sum_j。

S3根据S2得的泥披像素点和，按照ISH＝100*Sum_j/(Row)，得到每一列的泥质含量ISH。

S4依次计算每一列位置点的泥质含量曲线，输出总体泥质含量曲线。

实施例一：

根据本发明提出的基于岩心扫描的富泥披储层泥质含量计算方法，对阿尔伯达盆地麦凯河区块海相储层中的泥质含量进行了计算。具体实施步骤如下：

如图1所示，(1)取心井为Song-I井，取心段长度为1.5m。本次实施首先将取心段以500mm为间隔切割取心段，将取心段分割为3段。然后将3段岩心分别放在独立的510mm长度的3个岩心盒中。对3盒岩心进行切割，然后露出新鲜剖面，进行扫描拍照。每一盒岩心扫描照片的扫描精度为1mm。扫描图片的尺寸为：宽度100个像素点，即100mm；长度510个像素点，即510mm。

如图2所示，(2)将每一口井所有N段岩心照片全部拼接在一起。

如图3所示，(3)将岩心扫描图像Well转换为灰度图，灰度存储矩阵为GRAY。使用GRAY*(-1)+255计算公式对灰度矩阵GRAY进行处理,得到灰度反转图像。同时将Well矩阵中的数值也赋值为GRAY，Well矩阵将用于存储类型识别结果。

如图4所示，(4)以岩心照片每个象素的灰度数值高低作为砂岩、泥披和裂缝的判读依据，然后绘制三维灰度图。泥披的灰度范围为180-256，砂岩的灰度范围为60-180，裂缝的灰度范围为1-60。

如图5所示，(5)将Well矩阵中泥披区域的类型数值设定为1，砂岩区域和裂缝区域的类型数值设定为0，绘制泥披识别二色图。

如图6所示，(6)根据泥披识别二色图，计算泥质含量曲线ISH。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的实施方法，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (5)

1.一种基于岩心扫描的富泥披储层泥质含量计算方法，包括以下步骤：

步骤一：取心岩石样品，采用低温二氧化碳冷冻保存，转运到岩心切割实验室，每口井的长度为1m-20m的岩心样品，按深度顺序从上到下顺序，以500mm为间隔切割为N段，分别放置在510mm长的岩心盒中；每一个岩心盒标的侧面标上序号；然后在岩心盒上标明顶底深度，顶部深度为TOP,底部深度为BOTTOW，将每一个盒岩心放置到岩心切割仪上；

步骤二：将切割仪刀具移动到取心岩石样品中间，下刀切割；然后将切割开的岩石样品的新鲜面露出，采用扫描仪从顶到底扫描，扫描图像存储到二维矩阵Image{index}中；

步骤三：按照步骤一和步骤二，对每一盒岩心进行切割扫描，按照深度顺序，从顶到底，将顶底吻合的两张照片拼接在一起，使相邻的一张照片的底部与下一张照片的顶部吻合；依次遍历所有岩心照片，将每一口井所有N段岩心照片全部拼接在一起，然后将拼接后的图像存储到二维矩阵Well中；

步骤四：将岩心扫描图像Well转换为灰度图，灰度存储矩阵为GRAY；

步骤五：使用GRAY*(-1)+255计算公式对步骤四得到的灰度矩阵GRAY进行处理,得到灰度反转图像；同时将Well矩阵中的数值也赋值为GRAY，Well矩阵将用于存储类型识别结果；

步骤六：以岩心照片每个象素的灰度数值高低作为砂岩、泥披和裂缝的判读依据，绘制三维灰度图；泥披的灰度范围为180-256；砂岩的灰度范围一般为50-180；裂缝的灰度范围为1-50；根据灰度数据，确定泥披、裂缝和砂岩；

步骤七：根据步骤六中裂缝的灰度范围，确定裂缝区域的图像像素坐标，将Well矩阵中对应的数值设定为-9999，表示无效类型；

步骤八：根据步骤六中选取的砂岩和泥披的灰度数值范围，将Well矩阵中泥披区域的类型数值设定为1，砂岩区域和裂缝区域的类型数值设定为0；

步骤九:根据泥披识别二色图，计算泥质含量曲线。

2.根据权利要求1所述的一种基于岩心扫描的富泥披储层泥质含量计算方法，其特征在于：所述步骤二中每一盒岩心扫描照片的扫描精度为1mm，扫描图片的尺寸为：宽度100个像素点，即100mm；长度510个像素点，即510mm。

3.根据权利要求2所述的一种基于岩心扫描的富泥披储层泥质含量计算方法，其特征在于：所述步骤三中Well中存储的图片的尺寸为：宽度为100个像素点，长度为510*N个像素点。

4.根据权利要求3所述的一种基于岩心扫描的富泥披储层泥质含量计算方法，其特征在于：所述步骤四中RAY矩阵中黑颜色的灰度数值为255,白颜色的灰度数值为0。

5.根据权利要求4所述的一种基于岩心扫描的富泥披储层泥质含量计算方法，其特征在于：所述步骤九中计算泥质含量曲线具体步骤为：

S1统计泥披二色图的像素行数目Row和列数目Col；

S2统计Well类型矩阵中每一列中等于1的泥披像素的数目，计为Sum_j；

S3根据S2得的泥披像素点和，按照ISH＝100*Sum_j/(Row)，得到每一列的泥质含量ISH。