CN106840741A - 细粒沉积岩分析实验的样品选取方法及系统 - Google Patents
细粒沉积岩分析实验的样品选取方法及系统 Download PDFInfo
- Publication number
- CN106840741A CN106840741A CN201611197246.8A CN201611197246A CN106840741A CN 106840741 A CN106840741 A CN 106840741A CN 201611197246 A CN201611197246 A CN 201611197246A CN 106840741 A CN106840741 A CN 106840741A
- Authority
- CN
- China
- Prior art keywords
- sample
- geological materials
- analysis
- element group
- chosen
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种细粒沉积岩分析实验的样品选取方法及系统,该方法包括:获取细粒沉积岩的地质材料对应的初始信息,根据初始信息将地质材料进行一次分类;选取每个类别下的地质材料进行扫描,获得地质材料对应的元素种类、含量及变化趋势;选取任意两种元素种类,进行相关性分析并根据相关性分析确定出各个元素的对应的元素组;建立元素组与主控因素之间的第一对应关系;选取代表元素,并建立代表元素与指定评价参数之间的第二对应关系;利用最长距离法进行聚类分析将所述地质材料进行二次分类;根据二次分类结果选取目标样品。本发明提供上述方法及系统,能够提高细粒沉积岩分析实验样品选取效率和准确性。
Description
技术领域
本发明涉及石油勘探石油实验采样领域,特别涉及一种细粒沉积岩分析实验的样品选取方法及系统。
背景技术
随着非常规油气的兴起,细粒沉积岩(包括粉砂岩和泥页岩)已成为国内外沉积学领域最新的研究方向和前缘领域。其中,细粒沉积岩的研究主要集中在地球化学中的烃源岩地化领域,对于其蕴含的沉积、储层、气候等信息也日益引起科学界的兴趣。
细粒沉积岩具有孔隙低、成分杂、流体复杂及岩石类型划分难度大等特点。如何在细粒沉砂岩分析实验中选取具有代表性的样品成为目前细粒沉砂岩分析实验中的一个难题。目前,选取的细粒沉砂岩实验的样品采取随机的方式,然而,由于不同于厚层砂岩或者碳酸盐岩存在较高的非均质性,该随机的方式往往容易遗漏一些典型的需要进行特别实验分析的样品。如果以间隔非常小的深度对每个岩心样品都进行分析实验,显然会造成实验时间和成本的大大增加,不仅没有必要,而且也不现实。
因此,有必要提出一种细粒沉积岩分析实验中样品优选方法及系统,提高细粒沉积岩分析实验样品的选取效率和准确性。
发明内容
本发明的目的是提供一种细粒沉积岩分析实验的样品选取方法及系统,能够提高细粒沉积岩分析实验样品选取效率和准确性。
本发明的上述目的可采用下列技术方案来实现:
一种细粒沉积岩分析实验的样品选取方法,包括:
获取细粒沉积岩的地质材料对应的初始信息,根据所述初始信息将所述地质材料进行一次分类;
根据所述一次分类的结果,选取每个类别下的地质材料进行扫描,获得所述地质材料对应的元素种类、含量及变化趋势;
基于获得的元素种类、含量及变化趋势,选取任意两种元素种类,进行相关性分析并根据所述相关性分析确定出各个元素对应的元素组;建立所述元素组与主控因素之间的第一对应关系;
基于所述第一对应关系选取代表元素,并建立所述代表元素与指定评价参数之间的第二对应关系;
基于所述第二对应关系,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类;根据所述二次分类结果选取目标样品。
在优选的实施方式中,所述地质材料包括下述中的任意一种:
露头、岩心样品。
在优选的实施方式中,所述初始信息包括:
岩性、颜色、沉积构造、含有物。
在优选的实施方式中,所述元素组包括:第一元素组、第二元素组、第三元素组,其中,
第一元素组包括:Al、Si、Ti、V和Pd,所述第一元素组与外源碎屑因素相对应;
所述第二元素组包括:Fe、Cu、Mn,所述第二元素组与古生产力因素相对应;
所述第三元素组包括:Ca、Sr,所述第三元素组与内源的生物成因因素相对应。
在优选的实施方式中,所述代表元素包括第一代表元素、第二代表元素、第三代表元素和第四代表元素;其中,
所述第一代表元素为第一元素组中的Pd;相应的,所述Pd元素对应的指定评价参数为古气候参数;
所述第二代表元素为第二元素组中的Cu;相应的,所述Cu元素对应的指定评价参数为古生产力参数;
所述第三代表元素为第三元素组中的Ca;相应的,所述Ca元素对应的指定评价参数为水体的古盐度参数;
所述第四代表元素为V与Ni;相应的,所述V与V加Ni的比值对应的指定评价参数为水体的氧化还原性参数。
在优选的实施方式中,所述利用最长距离法进行聚类分析从而将所述地质材料进行二次分类的步骤包括:
建立与所述代表元素的个数对应维度的评价模型,并确定该评价模型的中心;
根据地质材料中各个代表元素至所述中心的距离的远近将地质材料划分为不同的类别。
在优选的实施方式中,所述根据所述二次分类结果选取目标样品时,还包括结合细粒沉砂岩分析实验的预定样品数量进行选取,其包括:
根据所述预定样品数量确定所需选取的目标样品的个数;
根据所述目标样品的个数结合所述二次分类结果进行三次分类;
根据所述三次分类的结果,选取每个类别下的样品。
在优选的实施方式中,所述根据所述三次分类的结果,选取每个类别下的样品时,还包括结合指定的目标层段,进行选取样品。
一种细粒沉积岩分析实验的样品选取系统,包括:
采样装置,用于获取地质材料;
元素扫描装置,用于获取细粒沉积岩的地质材料对应的元素种类、含量及变化趋势;
元素分析装置,用于进行数据处理,包括基于地质材料的初始信息以及获取的所述元素种类、含量及变化趋势进行相关性分析、聚类分析。
在优选的实施方式中,所述元素分析装置包括:
相关性分析模块,用于基于获得的元素种类、含量及变化趋势,选取任意两种元素种类,进行相关性分析并根据所述相关性分析确定出各个元素的对应的元素组;建立所述元素组与主控因素之间的第一对应关系;基于所述第一对应关系,选取各个元素组中的代表元素,并建立所述代表元素与指定评价参数之间的第二对应关系;
聚类分析模块,用于基于所述第二对应关系,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类。
本发明的特点和优点是:通过地质材料的初始信息进行一次分类,然后根据对地质材料进行扫描后获得的元素种类、含量及变化趋势进行相关性分析,选取出具有代表性的代表元素,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类;根据所述二次分类结果选取目标样品,相比传统的盲目采样选取,本发明实现地质样品采集和数学统计结果一体化、更符合地质情况,更能突出样品选取的科学性和合理性,既节省了同一类型岩石采样点过密采样导致的分析成本带来的成本增加,也能避免某种类型岩石样品的遗漏,实现客观完整的评价。
附图说明
图1是本申请实施方式中一种细粒沉积岩分析实验的样品选取方法的步骤流程图;
图2本申请实施方式中一种细粒沉积岩分析实验的样品选取系统的示意图;
图3本申请实施方式中一种细粒沉积岩分析实验的样品选取系统中元素分析装置的示意图。
具体实施方式
下面将结合附图和具体实施方式,对本发明的技术方案作详细说明,应理解这些实施方式仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落入本申请所附权利要求所限定的范围内。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施方式的目的,不是旨在于限制本申请。
需要说明的是,当元件被称为“设置于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“上”、“下”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
本发明提供一种细粒沉积岩分析实验的样品选取方法及系统,能够提高细粒沉积岩分析实验样品采集效率和准确性。
细粒沉积岩中元素记录了沉积岩沉积环境、物源供给、突发地质事件等信息,可以通过因子分析等找到主要控制因素,反映出细粒沉积岩的微相以及岩性等特征,从而为岩石类型划分提供依据,进而为样品的选取包括定位和数量的确定提供可靠的理论依据。
请参阅图1,本申请实施方式中提供的细粒沉积岩分析实验的样品选取方法可以包括如下步骤。
步骤S10:获取细粒沉积岩的地质材料对应的初始信息,根据所述初始信息将所述地质材料进行一次分类;
步骤S12:根据所述一次分类的结果,选取每个类别下的地质材料进行扫描,获得所述地质材料对应的元素种类、含量及变化趋势;
步骤S14:基于获得的元素种类、含量及变化趋势,选取任意两种元素种类,进行相关性分析并根据所述相关性分析确定出各个元素对应的元素组;建立所述元素组与主控因素之间的第一对应关系;
步骤S16:基于所述第一对应关系选取代表元素,并建立所述代表元素与指定评价参数之间的第二对应关系;
步骤S18:基于所述第二对应关系,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类;根据所述二次分类结果选取目标样品。
在本实施方式中,所述地质材料可以包括细粒沉积岩的岩心、露头等能够代表细粒沉砂岩特性的样品类别。其中所述岩心可以通过采样装置获取。具体的,所述岩心可以通过在目标井位置进行钻样获得。所述露头可以通过微钻、切割机在露头位置向下钻入预定深度后获取。
所述地质材料中包含了岩性、颜色、沉积构造、含有物等初始信息。其中沉积构造包括水平层理、波状纹层等信息。
可以根据所述初始信息将所属地质材料进行一次分类,在进行一次分类时主要是讲初始信息相似的归为一类。当根据所述初始信息进行一次分类后,可以对样品进行了一次分类,可以对样品数量进行初步缩减。
进一步的,根据所述一次分类的结果,可以选取每个类别下的地质材料进行扫描。对于每个类别,可以选取预定个数的样品。其中,所述预定个数可以根据实际实验需求等进行确定,本申请在此并不做具体的限定。对地质材料进行扫描时,可以利用元素扫描仪进行扫描。当通过对地质材料进行扫描后,可以获得地质材料所述包含的元素种类以及元素的含量,结合多个地质材料的元素及含量信息,可以获得地质材料元素的变化趋势,从而为元素分组提供依据。
当获取每个地质材料的元素种类、含量及地质材料之间的变化趋势后,可以基于获得的元素种类、含量及变化趋势,选取任意两种元素种类,进行相关性分析,并根据所述相关性分析确定出各个元素的对应的元素组;建立所述元素组与主控因素之间的第一对应关系。
在本实施方式中,开展所有元素中任意两种元素的相关性分析,主要是确定两者之间是否存在相似的变化。相关性越高说明两者越可能受一个主要因素影响,属于一个元素分组。通过相关性分析,确定出各个元素的分组后,可以为下面步骤中开展主控因素分析提供依据。
在一个实施方式中,所述元素组可以包括:第一元素组、第二元素组、第三元素组。具体的,第一元素组包括:Al(铝)、Si(硅)、Ti(钛)、V(钒)和Pd(钯),所述第一元素组与外源碎屑因素相对应;所述第二元素组包括:Fe(铁)、Cu(铜)、Mn(锰),所述第二元素组与古生产力相对应;所述第三元素组包括:Ca(钙)、Sr(锶),所述第三元素组与内源的生物成因相对应。也就是说,Al、Si、Ti、V和Pd等是一个元素组,反映的是外源陆源碎屑物质因素;Fe、Cu、Mn等元素代表古生产力因素;Ca、Sr等为一个元素组,反映内源的生物成因因素。外部贡献的碎屑物质和内部水体自生成岩矿物中,外源碎屑的贡献取决于古温度、古降水、古季风、物源区岩性等;内部自生矿物的形成也取决于水体环境,例如PH值等。
一般的,主控因素主要包括外因和内因。具体的,主控因素可以包括:外源碎屑因素、古生产力因素、内源的生物成因因素等。
所述第一对应关系可以为各个元素组元素的类别与所述各个主控因素之间的一一对应关系。通过所述第一对应关系,可以明确在各个主控因素的影响下,地质材料中元素的不同组成及成分比例等的情况。当建立所述元素组与主控因素之间的第一对应关系之后,可以基于所述第一对应关系,选取出代表元素,并建立所述代表元素与指定评价参数之间的第二对应关系。
具体的,可以根据所述第一对应关系,例如选择气候和物源参数,观察其变化规律,然后选取代表元素,该代表元素具有典型的代表性,能够反映某一指定评价参数。其中,所述指定评价参数可以包括:古气候参数、古生产力参数、古盐度参数、水体的氧化还原性参数等。当然,所述指定评价参数并不限于上述举例,本申请在此并不作具体的限定。
在一个实施方式中,所述代表元素包括第一代表元素、第二代表元素、第三代表元素和第四代表元素;其中,所述第一代表元素为第一元素组中的Pd;相应的,所述Pd元素对应的指定评价参数为古气候参数;所述第二代表元素为第二元素组中的Cu;相应的,所述Cu元素对应的指定评价参数为古生产力参数;所述第三代表元素为第三元素组中的Ca;相应的,所述Ca元素对应的指定评价参数为水体的古盐度参数;所述第四代表元素为V与Ni;相应的,所述V与V加Ni的比值对应的指定评价参数为水体的氧化还原性参数。
在本实施方式中,主要是选择气候和物源等中的参数作为指定评价参数。在选取针对指定评价参数选取代表元素时,需要观察每个代表元素的变化规律,保证该代表元素能有效代替气候和物源变化情况。
在本实施方式中,所述第一代表元素可以为Pd,用于表示外源碎屑因素,其含量可以代表古气候参数;第二代表元素为Cu,其含量用于代表古生产力参数;第三代表元素为Ca,其含量可以反映水体的古盐度参数;第四代表元素为V/(V+Ni),其含量的比值大小可以反映水体的氧化-还原性参数。
所述第二对应关系为所述代表元素与所述指定评价参数之间的对应关系。具体的,例如,Pd的含量与古气候参数对应;Cu的含量与古生产力参数对应;Ca的含量与水体的古盐度参数相对应;V/(V+Ni)的含量比值与水体的氧化-还原性参数对应。当建立好所述代表元素与指定评价参数之间的第二对应关系后,可以基于所述第二对应关系,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类。
在本实施方式中,通过最长距离法聚类分析,即根据样品中上述代表元素的空间距离(相似度)将地质材料样品划分为不同的类型。根据样品相互间的距离确定样品间相似性。通过上述聚类分析能明确个样品之间的距离选取相应的样品,避免相似度极高的样品被重复挑选做实验,而不相似的样品类型被遗漏。
在一个实施方式中,所述根据细粒沉砂岩分析实验的预定样品数量,结合所述二次分类结果选取目标样品的步骤可以包括:建立与所述代表元素的个数对应维度的评价模型,并确定该评价模型的中心;根据地质材料中各个代表元素至所述中心的距离的远近将地质材料划分为不同的类别。
具体的,所述评价模型的维度与所述指定评价参数或者所述代表元素的个数相同。例如,当所述指定评价参数或代表元素的个数为4个时,该模型的维度为4维。当然所述指定评价参数或代表元素的个数还可以大于4个或小于4个,本申请在此并不作具体的限定。
然后,根据每个代表元素的含量,可以设置一个标准,根据各个代表元素的标准,确定所述评价模型的中心。
针对每个地质材料样,根据各个代表元素的与所述标准进行比对,综合确定出该地质材料样品对应的位置,然后地质材料样品对应的各个位置点进行分类,获得二次分类结果。
当获取地质材料的二次分类结果后,可以根据所述二次分类结果选取每个类别下预定个数的目标样品,从而高效准确地选取出具有代表性的样品进行实验。其中,所述预定个数可以根据实际实验需要进行灵活调整,本申请在此并不作具体的限定。
本申请实施方式中所述的细粒沉积岩分析实验的样品选取方法,通过地质材料的初始信息进行一次分类,然后根据对地质材料进行扫描后获得的元素种类、含量及变化趋势进行相关性分析,选取出具有代表性的代表元素,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类;根据所述二次分类结果选取目标样品,相比传统的盲目采样选取,本发明实现地质样品采集和数学统计结果一体化、更符合地质情况,更能突出样品选取的科学性和合理性,既节省了同一类型岩石采样点过密采样导致的分析成本带来的成本增加,也能避免某种类型岩石样品的遗漏,实现客观完整的评价。
进一步的,由于对于每一个细粒沉砂岩分析实验而言,其一般设定有预定样品数量的要求。当在所述二次分类的基础上,可以根据所述预定样品数据的要求进行进一步的细化选取。
一般的,在保证实验采样点能完全覆盖不同类别的岩石基础上,再进一步的分析同类岩石内部的差异。最后根据实验要求数量和侧重层段进行采样。
在一个实施方式中,所述根据所述二次分类结果选取目标样品时,还包括结合细粒沉砂岩分析实验的预定样品数量进行选取,其可以包括:根据所述预定样品数量确定所需选取的目标样品的个数;根据所述目标样品的个数结合所述二次分类结果进行三次分类;根据所述三次分类的结果,选取每个类别下的样品。
在本实施方式中,例如,当所述预定样品数量大于所述二次分类的类别数时,可以对每个类别下的样品,特别是其代表元素的含量进行三次划分,针对每个类别下的样品划分出多个子类别;然后根据三次分类的结果,选取每个子类别下预定数量的样品,使得样品总和等于所述预定样品数量。
进一步的,所述根据所述三次分类的结果,选取每个类别下的样品时,还可以包括结合指定的目标层段,进行选取样品。其中,所述指定的目标层段可以为实验前预先要求研究的重点层段,此时,对于该重点层段可以进行三次分类,划分地类别更多更细,以为后续研究提供足够的实验资料。
综上可见,本申请所提供的细粒沉积岩分析实验的样品选取方法可以根据不同的实验需求进行灵活调整,适用性广。
在一个具体的实施方式中,例如,对松辽盆地组白垩系细粒沉积岩采集的338块岩心样品进行优选。并对该细粒沉积岩的样品进行了描述,获得初始信息。从描述获得的初始信息可知,整个井包含有泥岩、粉砂质泥岩、泥质粉砂岩、油页岩、细砂岩和泥灰岩六类,颜色有黄、绿、灰、黑和红色五种,其中有些层段富含介形类、双壳类以及遗迹等生物现象,沉积构造包括水平层理、波状纹层等。从松辽盆地细粒岩段连续扫描338个位置并优选出Ca、Cu、Pd的含量和V/(V+Ni)含量的比值对应的四个指定评价参数。进行相应的聚类分析。结合岩芯描述和聚类分类结果,最终采集69块样品。样品选择的依据上述岩石描述的类型以及聚类结果,并按照实验要求,即全面考虑各个岩石类型和样品数量控制在70以内的实验要求而优选出来。
请参阅图2,本申请实施方式中还提供了一种细粒沉积岩分析实验的样品选取系统,该系统可以包括:采样装置1、元素扫描装置2和元素分析装置3。
采样装置1,用于获取地质材料;
元素扫描装置2,用于获取细粒沉积岩的地质材料对应的元素种类、含量及变化趋势;
元素分析装置3,用于进行数据处理,包括基于地质材料的初始信息以及获取的所述元素种类、含量及变化趋势进行相关性分析、聚类分析。
其中,所述采样装置1可以包括微钻和切割机等。所述元素扫描装置2可以为便携式的元素扫描仪等。
请参阅图3,进一步的,所述元素分析装置可以包括:能电性连接的相关性分析模块31和聚类分析模块32。
其中,所述相关性分析模块31,用于基于获得的元素种类、含量及变化趋势,选取任意两种元素种类,进行相关性分析并根据所述相关性分析确定出各个元素的对应的元素组;建立所述元素组与主控因素之间的第一对应关系;基于所述第一对应关系,选取各个元素组中的代表元素,并建立所述代表元素与指定评价参数之间的第二对应关系;
所述聚类分析模块32,用于基于所述第二对应关系,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类。
本申请所述的细粒沉积岩分析实验的样品选取系统用于配合实现细粒沉积岩分析实验的样品选取方法的技术效果。
整体上,本发明实施方式所提供的细粒沉积岩分析实验的样品选取方法与系统,利用元素扫描装置2、元素分析装置3和采样装置1,针对细粒沉积岩分析样品的选取方法进行研究,操作简单、符合实际,科学性强、半定量评价。相比传统的盲目采样,本发明实现地质样品采集和数学统计结果一体化、更符合地质情况,更能突出样品选取的科学性和合理性,既节省了同一类型岩石采样点过密采样导致的分析成本带来的成本增加,也能避免某种类型岩石样品的遗漏,实现客观完整的评价。
本说明书中的上述各个实施方式均采用递进的方式描述,各个实施方式之间相同相似部分相互参照即可,每个实施方式重点说明的都是与其他实施方式不同之处。
以上所述仅为本发明的几个实施方式,虽然本发明所揭露的实施方式如上,但所述内容只是为了便于理解本发明而采用的实施方式,并非用于限定本发明。任何本发明所属技术领域的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施方式的形式上及细节上作任何的修改与变化,但本发明的专利保护范围,仍须以所附权利要求书所界定的范围为准。
Claims (10)
1.一种细粒沉积岩分析实验的样品选取方法,其特征在于,包括:
获取细粒沉积岩的地质材料对应的初始信息,根据所述初始信息将所述地质材料进行一次分类;
根据所述一次分类的结果,选取每个类别下的地质材料进行扫描,获得所述地质材料对应的元素种类、含量及变化趋势;
基于获得的元素种类、含量及变化趋势,选取任意两种元素种类,进行相关性分析并根据所述相关性分析确定出各个元素对应的元素组;建立所述元素组与主控因素之间的第一对应关系;
基于所述第一对应关系选取代表元素,并建立所述代表元素与指定评价参数之间的第二对应关系;
基于所述第二对应关系,利用最长距离法进行聚类分析将所述地质材料进行二次分类,根据所述二次分类结果选取目标样品。
2.如权利要求1所述的方法,其特征在于,所述地质材料包括下述中的任意一种:
露头、岩心样品。
3.如权利要求1所述的方法,其特征在于,所述初始信息包括:
岩性、颜色、沉积构造、含有物。
4.如权利要求1所述的方法,其特征在于,所述元素组包括:第一元素组、第二元素组、第三元素组,其中,
第一元素组包括:Al、Si、Ti、V和Pd,所述第一元素组与外源碎屑因素相对应;
所述第二元素组包括:Fe、Cu、Mn,所述第二元素组与古生产力因素相对应;
所述第三元素组包括:Ca、Sr,所述第三元素组与内源的生物成因因素相对应。
5.如权利要求4所述的方法,其特征在于,所述代表元素包括第一代表元素、第二代表元素、第三代表元素和第四代表元素;其中,
所述第一代表元素为第一元素组中的Pd;相应的,所述Pd元素对应的指定评价参数为古气候参数;
所述第二代表元素为第二元素组中的Cu;相应的,所述Cu元素对应的指定评价参数为古生产力参数;
所述第三代表元素为第三元素组中的Ca;相应的,所述Ca元素对应的指定评价参数为水体的古盐度参数;
所述第四代表元素为V与Ni;相应的,所述V与V加Ni的比值对应的指定评价参数为水体的氧化还原性参数。
6.如权利要求5所述的方法,其特征在于,所述利用最长距离法进行聚类分析从而将所述地质材料进行二次分类的步骤包括:
建立与所述代表元素的个数对应维度的评价模型,并确定该评价模型的中心;
根据地质材料中各个代表元素至所述中心的距离的远近将地质材料划分为不同的类别。
7.如权利要求1所述的方法,其特征在于,所述根据所述二次分类结果选取目标样品时,还包括结合细粒沉砂岩分析实验的预定样品数量进行选取,其包括:
根据所述预定样品数量确定所需选取的目标样品的个数;
根据所述目标样品的个数结合所述二次分类结果进行三次分类;
根据所述三次分类的结果,选取每个类别下的样品。
8.如权利要求7所述的方法,其特征在于,所述根据所述三次分类的结果,选取每个类别下的样品时,还包括结合指定的目标层段,进行选取样品。
9.一种细粒沉积岩分析实验的样品选取系统,其特征在于,包括:
采样装置,用于获取地质材料;
元素扫描装置,用于获取细粒沉积岩的地质材料对应的元素种类、含量及变化趋势;
元素分析装置,用于进行数据处理,包括基于地质材料的初始信息以及获取的所述元素种类、含量及变化趋势进行相关性分析、聚类分析。
10.如权利要求9所述的系统,其特征在于,所述元素分析装置包括:
相关性分析模块,用于基于获得的元素种类、含量及变化趋势,选取任意两种元素种类,进行相关性分析并根据所述相关性分析确定出各个元素的对应的元素组;建立所述元素组与主控因素之间的第一对应关系;基于所述第一对应关系,选取各个元素组中的代表元素,并建立所述代表元素与指定评价参数之间的第二对应关系;
聚类分析模块,用于基于所述第二对应关系,利用最长距离法进行聚类分析从而将所述地质材料进行二次分类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611197246.8A CN106840741B (zh) | 2016-12-22 | 2016-12-22 | 细粒沉积岩分析实验的样品选取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611197246.8A CN106840741B (zh) | 2016-12-22 | 2016-12-22 | 细粒沉积岩分析实验的样品选取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106840741A true CN106840741A (zh) | 2017-06-13 |
CN106840741B CN106840741B (zh) | 2019-08-06 |
Family
ID=59135420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611197246.8A Active CN106840741B (zh) | 2016-12-22 | 2016-12-22 | 细粒沉积岩分析实验的样品选取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106840741B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241547A (zh) * | 2018-01-08 | 2019-01-18 | 中国石油大港油田勘探开发研究院 | 一种针对古成烃环境定量表征方法 |
CN112133374A (zh) * | 2020-09-21 | 2020-12-25 | 成都理工大学 | 一种通过恢复古环境进行烃源岩预测的方法 |
CN115983088A (zh) * | 2022-10-09 | 2023-04-18 | 中国地质大学(北京) | 一种基于集成学习建立的海相页岩原地气量预测模型 |
US11879884B1 (en) * | 2022-08-10 | 2024-01-23 | Chengdu University Of Technology | Classification method and system for fine-grained mixed sedimentary rocks, medium, and terminal |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103176221A (zh) * | 2013-03-07 | 2013-06-26 | 李春华 | 基于不同地质单元背景值与衬值的成矿异常特征识别方法 |
CN104612675A (zh) * | 2015-02-02 | 2015-05-13 | 中石化西南石油工程有限公司地质录井分公司 | 一种碳酸盐岩地层随钻岩性快速识别方法 |
-
2016
- 2016-12-22 CN CN201611197246.8A patent/CN106840741B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103176221A (zh) * | 2013-03-07 | 2013-06-26 | 李春华 | 基于不同地质单元背景值与衬值的成矿异常特征识别方法 |
CN104612675A (zh) * | 2015-02-02 | 2015-05-13 | 中石化西南石油工程有限公司地质录井分公司 | 一种碳酸盐岩地层随钻岩性快速识别方法 |
Non-Patent Citations (3)
Title |
---|
余光明 等: "《中华人民共和国地质矿产部地质专报 3 岩石矿物地球化学 西藏特提斯沉积地》", 31 December 1990 * |
姜启明 等: "《地学数据常用数理统计》", 31 January 2010 * |
植东升: "《地质找矿勘探中的概率统计方法》", 31 May 1987 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109241547A (zh) * | 2018-01-08 | 2019-01-18 | 中国石油大港油田勘探开发研究院 | 一种针对古成烃环境定量表征方法 |
CN109241547B (zh) * | 2018-01-08 | 2022-04-12 | 中国石油天然气股份有限公司 | 一种针对古成烃环境定量表征方法 |
CN112133374A (zh) * | 2020-09-21 | 2020-12-25 | 成都理工大学 | 一种通过恢复古环境进行烃源岩预测的方法 |
US11879884B1 (en) * | 2022-08-10 | 2024-01-23 | Chengdu University Of Technology | Classification method and system for fine-grained mixed sedimentary rocks, medium, and terminal |
US20240053322A1 (en) * | 2022-08-10 | 2024-02-15 | Chengdu University Of Technology | Classification method and system for fine-grained mixed sedimentary rocks, medium, and terminal |
CN115983088A (zh) * | 2022-10-09 | 2023-04-18 | 中国地质大学(北京) | 一种基于集成学习建立的海相页岩原地气量预测模型 |
CN115983088B (zh) * | 2022-10-09 | 2023-08-15 | 中国地质大学(北京) | 一种基于集成学习建立的海相页岩原地气量预测模型 |
Also Published As
Publication number | Publication date |
---|---|
CN106840741B (zh) | 2019-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106840741B (zh) | 细粒沉积岩分析实验的样品选取方法及系统 | |
CN104612675B (zh) | 一种碳酸盐岩地层随钻岩性快速识别方法 | |
CN103869052B (zh) | 一种砂岩储层成岩测井相定量表征的方法 | |
Garrecht Metzger et al. | Techniques for assessing spatial heterogeneity of carbonate δ13C values: Implications for craton‐wide isotope gradients | |
Kiessling et al. | Paleoreefs—a database on Phanerozoic reefs | |
CN110082840A (zh) | 基于Fisher判别分析的泥页岩岩相划分方法 | |
CN111999324B (zh) | 一种混积细粒沉积岩四端元体岩性岩相识别方法 | |
CN114813903B (zh) | 一种基于石榴石微区化学成分判别矿种的方法 | |
Workman | Integrating depositional facies and sequence stratigraphy in characterizing unconventional reservoirs: Eagle Ford Shale, South Texas | |
Turner | Utilization of chemostratigraphic proxies for generating and refining sequence stratigraphic frameworks in mudrocks and shales | |
CN111175819B (zh) | 井震多级约束的砂砾岩扇体沉积相带精细划分方法 | |
CN111028095A (zh) | 一种基于测井曲线的定量识别页岩岩相的方法 | |
Hadler et al. | Automated facies identification by Direct Push‐based sensing methods (CPT, HPT) and multivariate linear discriminant analysis to decipher geomorphological changes and storm surge impact on a medieval coastal landscape | |
Symons et al. | Paleomagnetism of the Navan Zn-Pb deposit, Ireland | |
CN110821496B (zh) | 有机质页岩相模式建立方法及有机质页岩评价方法 | |
Miksa et al. | It all comes out in the wash: Actualistic petrofacies modeling of temper provenance, Tonto Basin, Arizona, USA | |
CN115217470B (zh) | 页岩中厘米-微米级尺度旋回划分及驱动因素识别方法 | |
Hussain et al. | Unconventional reservoir characterization using geochemical signatures: Examples from Paleozoic formations, Saudi Arabia | |
CN114114396B (zh) | 一种台地相厚层灰岩沉积相刻画和预测系统及预测方法 | |
Hassani et al. | Application of a fractal method relating power spectrum and area for separation of geochemical anomalies from background | |
CN108680594A (zh) | 陆相湖盆泥页岩细粒沉积类型的划分方法 | |
CN109577946B (zh) | 一种利用测井数据识别鲕粒滩类型的方法 | |
Heuer et al. | Facies, origin, and palaeontological inventory of an Early Carboniferous neptunian dyke in the Devonian reef limestone near Rösenbeck (Brilon Anticline, Rhenish Mountains) | |
CN110728074A (zh) | 混积细粒岩岩性连续解释的方法及其模型的建模方法 | |
Rolfs | Integrated geomechanical, geophysical, and geochemical analysis of the Bakken Formation, Elm Coulee field, Williston Basin, Montana |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |