CN108301822B - 一种砾岩岩心中砾石定向性的定量表征方法及其应用 - Google Patents

一种砾岩岩心中砾石定向性的定量表征方法及其应用 Download PDF

Info

Publication number
CN108301822B
CN108301822B CN201711454634.4A CN201711454634A CN108301822B CN 108301822 B CN108301822 B CN 108301822B CN 201711454634 A CN201711454634 A CN 201711454634A CN 108301822 B CN108301822 B CN 108301822B
Authority
CN
China
Prior art keywords
parameter
gravel
orientation
frequency
dip angle
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.)
Active
Application number
CN201711454634.4A
Other languages
English (en)
Other versions
CN108301822A (zh
Inventor
黄远光
张昌民
丁雲
朱锐
袁瑞
瞿建华
唐勇
安志渊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yangtze University
Original Assignee
Yangtze University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yangtze University filed Critical Yangtze University
Priority to CN201711454634.4A priority Critical patent/CN108301822B/zh
Publication of CN108301822A publication Critical patent/CN108301822A/zh
Application granted granted Critical
Publication of CN108301822B publication Critical patent/CN108301822B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B49/00Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • Theoretical Computer Science (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Fluid Mechanics (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明涉及砾岩岩心中砾石定向性的定量表征方法及其应用,本发明所述定量表征方法同时使用参数a和参数σ来表征,所述参数a为相邻三个视倾角区间频率之和的最大值,所述参数σ通过公式计算得到。本发明所述砾岩岩心中砾石定向性的定量表征方法可应用于沉积相分析。本发明所述方法可靠合理,可以精确地表征砾石定向性特征,区分不同样本间砾石定向性的差异,并进一步帮助识别沉积构造和沉积相,对更加准确的分析砾岩的沉积水动力条件有很大的帮助。

Description

一种砾岩岩心中砾石定向性的定量表征方法及其应用
技术领域
本发明涉及油气勘探开发技术领域,特别涉及一种砾岩岩心中砾石定向性的定量表征方法及其应用。
背景技术
非三维等轴砾石(尤其是扁平砾石)在流水或重力作用下,为了保持其最稳定的排列状态,会发生定向排列。在不同沉积条件下,砾石定向性特征会有所差异,例如在河流沉积中,会出现砾石叠瓦状构造,砾石定向性很好,在泥石流沉积中,砾石定向性表现为杂乱。
砾石定向性的认识和研究源于野外的叠瓦状构造,二十世纪三四十年代,国内外的一些沉积学家对砾石定向性研究做了大量的工作,已经形成了一套很系统的研究思路,为砾石定向性研究的发展奠定了坚实的基础,进入新世纪以后,由于油田稳产的需要,前期砂岩储层开发进入了成熟阶段,砾岩储层逐渐进入了勘探家的视线内,需要对砾岩储层的表述做更加精细的工作。现有的表征方法包括玫瑰花图、直方图、等密度图等方法,尽管这些方法在一定基础上能够表征砾石的定向性特征,但是不能满足对砾岩储层精细描述的需求,不能为沉积微相的精细划分提供依据。
目前为止,砾石的定向性研究大多还基于野外露头观察,通过砾石定向性特征差异,来辨识不同的砾石原始沉积环境。但在油气田勘探中,沉积相和沉积环境的判定都是基于岩心资料的观察,那么从岩心资料入手,如何表征岩心中砾石定向性特征以及该表征是否可以用于辅助沉积相的划分都是亟需解决的问题。
发明内容
本发明的目的在于克服了现有技术中砾石定向性定量表征方法的不足,提出了一种新颖的在岩心上研究砾石定向性的方法,所述方法可以精确区分各岩心样本之间的差异性,使砾石定向性研究由定性走向定量。
为了实现本发明的目的,本发明提供了一种砾岩岩心中砾石定向性的定量表征方法,其同时使用参数a和参数σ来表征,所述参数a为相邻三个视倾角区间频率之和的最大值,所述参数σ通过公式(1)得到,
Figure BDA0001529044890000021
其中,Xi表示各视倾角区间频率,X为平均频率,N为视倾角区间的总个数,1≤i≤N。
进一步地,依据参数a和参数σ划分定向性等级,所述定向性等级包括(A)明显定向性,条件是参数a大于等于35%且参数σ大于等于4,(B)一定定向性,条件是参数a大于等于35%且参数σ小于4,(C)模糊定向性,条件是参数a小于35%且参数σ大于等于4,以及(D)定向性杂乱,条件是参数a小于35%且参数σ小于4。
进一步地,所述各视倾角区间频率Xi、平均频率X、视倾角区间的总个数N由以下方法得到:
(a)采集砾石长轴的视倾角α,其中0°≤α≤180°;
(b)将180°等分为N个视倾角区间,根据视倾角α的数值统计各视倾角区间内的砾石个数,得到各视倾角区间的频数ni;将各视倾角区间的频数ni取和,得到总频数n;
(c)计算各视倾角区间的频数ni与总频数n之比,得到各视倾角区间频率Xi
(d)将各视倾角区间频率Xi取和,再除以视倾角区间的总个数N,得到平均频率X。
进一步地,所述砾石长轴的视倾角α由如下方法采集得到:以砾石最底端为原点O,向左做出水平射线OA,然后绕原点O顺时针旋转直到与砾石的长轴平行或者重合,做出射线OB,测量射线OA与射线OB之间的夹角∠α,得到长轴视倾角。
进一步地,所述砾石长轴的视倾角由Coreldraw软件采集得到。
进一步地,所述视倾角区间的总个数N为18个,每个视倾角区间的步长为10°。
进一步地,本发明所述的砾岩岩心中砾石定向性的定量表征方法还包括使用玫瑰花图辅助表征。
本发明还提供了所述砾岩岩心中砾石定向性的定量表征方法在沉积相分析中的应用。
本发明的有益效果:
本发明所述的砾岩岩心中砾石定向性的定量表征方法是基于岩心资料进行分析,可广泛应用于油气勘探开发技术领域。本发明所述方法综合考虑参数a和参数σ,可以精确地表征砾石定向性特征,区分不同样本间砾石定向性的差异,对定量研究砾石定向性、分析砾石在垂向上的排布规律有一定的帮助。本发明所述方法可以对砾石定向性进行等级划分,并进一步帮助识别沉积构造和沉积相,对更加准确的分析砾岩的沉积水动力条件有很大的帮助。
附图说明
图1为砾石视倾角测量示意图;
图2为“明显定向性”砾岩岩心样本地质素描图;
图3为图2“明显定向性”砾岩岩心样本对应的玫瑰花图,该样本中总频数为35;
图4为“一定定向性”砾岩岩心样本地质素描图;
图5为图4“一定定向性”砾岩岩心样本对应的玫瑰花图,该样本中总频数为40;
图6为“模糊定向性”砾岩岩心样本地质素描图;
图7为图6“模糊定向性”砾岩岩心样本对应的玫瑰花图,该样本中总频数为35;
图8为“定向性杂乱”砾岩岩心样本地质素描图;
图9为图8“定向性杂乱”砾岩岩心样本对应的玫瑰花图,该样本中总频数为84;
图10为实施例1中样本A的地质素描图;
图11为实施例1中样本A对应的玫瑰花图,该样本中总频数为35;
图12为实施例1中样本B的地质素描图;
图13为实施例1中样本B对应的玫瑰花图,该样本中总频数为50;
具体实施方式
以下结合附图详细说明本发明的实施情况,但它们不构成对本发明的限定,仅作举例而已。同时通过和具体实施对本发明作进一步的详细描述。同时通过说明,本发明的优点将变得更加清楚和容易理解。
本发明提供了一种砾岩岩心中砾石定向性的定量表征方法,具体包括以下步骤:
步骤一:收集资料,以岩心块为单位,在照相时注意岩心的顶底,用相机拍摄每一块岩心。
步骤二:分别将每一块的岩心的照片导入到corel软件中,首先利用张昌民(2015)提出的岩石相划分方案对岩心照片进行岩石相划分,然后在每一种岩石相上选择30-100块砾石(砾石粒径较大)测量每一颗砾石长轴的视倾角。如图1所示,为了方便处理测量数据,在测量砾石长轴的视倾角时,统一规定以向左的水平射线(如图1射线OA)方向为测量的起始位置,然后沿着O点(O点统一为扁长砾石的下端点)顺时针旋转直到与扁长砾石的长轴(如图1射线OB)平行或者重合,测得∠α就是砾石长轴的视倾角。为了便于后续计算,统一以砾石最底端为原点O,然后顺时针旋转测量,由此测得的视倾角范围介于0°至180°之间,方便后续视倾角区间划分以及砾石个数的统计。
步骤三:将180°等分为N个视倾角区间,根据视倾角α的数值统计各视倾角区间内的砾石个数,得到各视倾角区间的频数ni;将各视倾角区间的频数ni取和,得到总频数n。在一实施方案中,以5°为步长,将180°等分为36个视倾角区间;在另一实施方案中,以10°为步长,将180°视倾角区间等分为18个视倾角区间;又在一实施方案中,以15°为步长,将180°视倾角区间等分为12个视倾角区间;还在一实施方案中,以20°为步长,将180°视倾角区间等分为9个视倾角区间。优选地,以10°为步长,统计每个样本中砾石视倾角落在每个区间里的个数,然后进行计算。以10°为步长,区间范围合适,即可以有效避免繁复的统计和计算,又可以精确地定量表征样本中砾石的定向性。
步骤四:计算各视倾角区间的频数ni与总频数n之比,得到各视倾角区间频率Xi;将各视倾角区间频率Xi取和,再除以视倾角区间的总个数N,得到平均频率X。
步骤五:绘制玫瑰花图,各个小扇形的半径大小代表各视倾角区间频率Xi的大小。图2、4、6和8分别为四种不同的砾岩岩心样本,经过步骤一至步骤四的统计和计算后,分别绘制出相应的玫瑰花图,得到图3、5、7和9。玫瑰花图中小扇形半径的大小差异很大时,则砾石定向性较好;相反地,玫瑰花图中小扇形半径的大小差异不大时,则砾石定向性杂乱。由此可以看出,玫瑰花图可以直观地表达出砾石定向性的差异。
步骤六:计算参数a和参数σ,所述参数a为相邻三个视倾角区间频率之和的最大值,参数σ通过公式(1)计算得到
Figure BDA0001529044890000061
步骤七:依据参数a和参数σ划分定向性等级,所述定向性等级包括
(A)明显定向性,条件是参数a大于等于35%且参数σ大于等于4,如图2和图3所示;
(B)一定定向性,条件是参数a大于等于35%且参数σ小于4,如图4和图5所示;
(C)模糊定向性,条件是参数a小于35%且参数σ大于等于4,如图6和图7所示;
(D)定向性杂乱,条件是参数a小于35%且参数σ小于4,如图8和图9所示。
尽管玫瑰花图能够直观的表征砾石定向性特性,但是其不能准确的表征各样本之间差异性,因此需要引进数值来精确的表征砾石定向性,以精确区分各样本之间的差异性。
实施例1定量表征的合理性研究
取砾岩岩心样本A和样本B,其中样本A的部分构造示意图如图10所示,样本B的部分构造示意图如图12所示。根据本发明所述砾岩岩心中砾石定向性的定量表征方法进行表征,得到玫瑰花图分别如图11和图13所示,计算得出参数a和参数σ如表1所示:
表1:样本A和样本B的定量表征结果
参数a 参数σ 定向性等级
样本A 42 6 明显定向性
样本B 42 3.2 一定定向性
由图11和图13可以看出,样本A和样本B的定向性存在一定的差异,图11中小扇形半径的差异较图13中小扇形半径的差异大,可以初步认为样本A的定向性较样本B的好,但是在样本量较大时,仅仅凭借玫瑰花图的定性区分是不够的,因此需要引入定量的参数a和参数σ。
参数a值可以在一定程度上表征砾石长轴视倾角的分布特征,a值越大,表明在一定范围内的砾石频率越高,砾石的定向性越好,相反地,若a值较小,则砾石在各视倾角区间的分布较均匀,则砾石的定向性趋于杂乱,因此参数a可以用来表征砾石定向性。但是,仅仅使用参数a进行定量表征是不够精确的。由表1可以看出,样本A和样本B的参数a值相同,然而图11和图13已经说明两者的定向性存在一定的差异,因此参数a不能精确表征玫瑰花图中不同区间扇形大小的差异,参数a也不能准确表征砾石长轴视倾角的分布特征。当a值相同时,只能保证相邻三个视倾角区间频率之和的最大值相同,却不能保证各视倾角区间频率大小也相同,自然不能保证玫瑰花图中各小扇形半径大小也相同。也就是说,当a值相同时,砾石定向性特征不能得到精确的区分,如果仅仅以参数a来划分砾石定向性等级,甚至进行定量表征,是不够合理和准确的。引入参数σ后,参数σ可以用来描述各视倾角区间频率与平均频率的偏离度。如表1所示,样本A的σ值较大,表明各视倾角区间频率与平均频率的偏离度较大,而样本A的玫瑰花图显示各小扇形半径的大小差异较大;相反地,样本B的σ值较小,表明各视倾角区间频率与平均频率的偏离度较小,而样本B的玫瑰花图显示各小扇形半径的大小差异很小。由此可见,参数σ与玫瑰花图中各小扇形半径的大小差异正相关,并且参数σ可以更加精确地显示出各样本定向性差异的程度。
根据本发明所述的砾石定向性等级,样本A中的砾石具有明显定向性,样本B中的砾石只具备一定定向性。
综上所述,同时使用参数a和参数σ来定量表征砾岩岩心中砾石定向性是具是非常合理的。
实施例2玛湖地区砾石定向性的等级划分
玛湖地区百口泉组是一套砂砾质扇三角洲沉积体系,沉积了大套砾岩,沉积构造复杂,在岩心上难以辨认。
本实施例选取该区M152井取心资料作为统计分析的对象,供选取82块岩心样品(岩心照片),并统计了每块岩心中砾石的定向性统计参数a和σ,如表2所示。
表2.M152井砾石定向性参数统计表
Figure BDA0001529044890000081
Figure BDA0001529044890000091
Figure BDA0001529044890000101
Figure BDA0001529044890000111
由表2可知,砾石定向性等级和砾岩岩石相有一定的关系,岩石相中包含属性为平行层理(p)和交错层理(x)的,定向性较好,为有明显定向性和有一定定向性;岩石相中包含属性为块状层理(m)的,砾石定向性较差,定向性等级为有模糊定向性和定向性杂乱。此外,砾石定向性在垂向上有一定的旋回性,例如从样品14–样品5,从上到下样品深度逐渐变小,定向性由差变好再变差,在样品12处,定向性最好,岩石相为G4xtIII,σ值为6,a值为41.2%,定向性等级为有明显定向性;在样品6处,砾石定向性最差,岩石相为G5mgbIV,σ值为3.8,a值为27.8,定向性等级为定向性杂乱。
依据前人等对玛湖地区百口泉组沉积体系的研究,玛152井取心段属于三角洲前缘水下分流河道沉积,沉积水动力以牵引流沉积为主。在牵引流条件下(河流沉积、浊流沉积)砾石具有较好的定向性,在非牵引流环境(泥石流)中,砾石定向性比较差。实施例2根据本发明所述砾石定向性等级方案,对玛152井的82块样品进行了如表2所示的统计,其中砾石定向性杂乱所占的比例为45.1%,小于50%,说明M152井取心段砾石定向性总体上比较好,也进一步说明对该区砾石定量表征的结果与沉积相研究具有一致性。因此,砾石定向性的定量表征方法可以用于判断沉积水动力条件,为沉积相研究提供依据。
实施例3砾石定向性在沉积相分析中的应用
本实施例研究层位为三叠系百口泉组白二段,为一套近源沉积的砂砾岩为主的沉积体。FN16井位于准噶尔盆地玛湖凹陷夏子街扇左下边缘,取样部位(2771.4-2768.3m)位于百二段上部,该次取心的岩性主要为灰绿色大中砾岩和灰绿色小中砾岩为主;沉积构造主要以交错层理和块状层理为主;岩石颜色为灰绿色和灰色;支撑方式主要以颗粒支撑和多级颗粒支撑为主,岩石相类型:G4xgg Ⅰ、G3mgg Ⅰ、G4xg Ⅱ、G5xg Ⅱ、G5xg Ⅰ、G2xg Ⅰ、G3mggⅠ、G3mg Ⅰ。
本次取心选取了11个取样点,对11个样品的砾石定向性做了定量研究,计算出了样品的定向性参数a和σ的数值。参数σ值最大为8.13,最小值为4.37,11个样品中σ值都比4大,参数a值最大值为65.79%,最小值为27.56,依据本文提出的定向性等级划分方案可知该段砾石定向性等级主要以有明显定向性和有模糊定向性为主。参考岩心观察的沉积构造,定向性参数数值以及测井曲线的变化,可以将该段划分为三段:
第一段起始深度为2772.7m-2771.4m,该段主要为灰绿色的大中砾岩和小中砾岩,沉积构造主要为交错层理,测井曲线为箱形,定向性参数比较大,a值为40%-60%,大于35%;σ数值为4.8-8.13,大于4,这说明在该段取的样品中砾石定向性很好,沉积时水动力比较稳定,以牵引流为主,所以综合考虑该段的沉积微相为季节性辫状河道。
第二段的起始深度为2771.4m-2770.1m,该段岩性主要为灰绿色的大中砾岩和小中砾岩,测井曲线为齿化的箱型,沉积构造主要以块状层理为主,定向性参数σ值比较小,小于4,参数a值也比较小,小于35%,所以该段取样点的砾石定向性较差,在沉积时水动力不稳定,综合考虑该段的沉积微相为暂时性辫状河道。
第三段的起始深度为2769.3m-2768.3m,该段岩性主要为灰绿色的大中砾岩和小中砾岩,测井曲线以箱形和钟形为主,沉积构造主要以交错层理为主,在该段的取样点中,定向性参数数值较大,其中a值为40%-50%,大于35%;σ数值为40%-50%,大于4,该段定向性较好,砾石定向性等级为有明显定向性,综合考虑该段岩心的沉积微相划分为季节性辫状河道沉积。
由以上分析可知,在沉积相分析中,引入定向性参数a和参数σ,可以将沉积相划分的更加精细,而且定向性参数和沉积标志相互印证,从而使沉积相分析的结果更加可靠。

Claims (6)

1.一种砾岩岩心中砾石定向性的定量表征方法,其特征在于:同时使用参数a和参数σ来表征,所述参数a为相邻三个视倾角区间频率之和的最大值,所述参数σ通过公式(1)得到,
Figure FDA0002946278210000011
其中,Xi表示各视倾角区间频率,X为平均频率,N为视倾角区间的总个数,1≤i≤N;
所述各视倾角区间频率Xi、平均频率X、视倾角区间的总个数N由以下方法得到:
(a)采集砾石长轴的视倾角α,其中0°≤α≤180°;
(b)将180°等分为N个视倾角区间,根据视倾角α的数值统计各视倾角区间内的砾石个数,得到各视倾角区间的频数ni;将各视倾角区间的频数ni取和,得到总频数n;
(c)计算各视倾角区间的频数ni与总频数n之比,得到各视倾角区间频率Xi;将各视倾角区间频率Xi取和,再除以视倾角区间的总个数N,得到平均频率X;
依据参数a和参数σ划分定向性等级,所述定向性等级包括(A)明显定向性,条件是参数a大于等于35%且参数σ大于等于4,(B)一定定向性,条件是参数a大于等于35%且参数σ小于4,(C)模糊定向性,条件是参数a小于35%且参数σ大于等于4,以及(D)定向性杂乱,条件是参数a小于35%且参数σ小于4。
2.根据权利要求1所述的砾岩岩心中砾石定向性的定量表征方法,其特征在于,所述砾石长轴的视倾角α由如下方法采集得到:以砾石最底端为原点O,向左做出水平射线OA,然后绕原点O顺时针旋转直到与砾石的长轴平行或者重合,做出射线OB,测量射线OA与射线OB之间的夹角∠α,得到长轴视倾角。
3.根据权利要求1所述的砾岩岩心中砾石定向性的定量表征方法,其特征在于,所述砾石长轴的视倾角由Coreldraw软件采集得到。
4.根据权利要求1所述的砾岩岩心中砾石定向性的定量表征方法,其特征在于,所述视倾角区间的总个数N为18个,每个视倾角区间的步长为10°。
5.根据权利要求1-4中任一项所述的砾岩岩心中砾石定向性的定量表征方法,其特征在于:还包括使用玫瑰花图辅助表征。
6.权利要求1-5中任一项所述砾岩岩心中砾石定向性的定量表征方法在沉积相分析中的应用。
CN201711454634.4A 2017-12-28 2017-12-28 一种砾岩岩心中砾石定向性的定量表征方法及其应用 Active CN108301822B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711454634.4A CN108301822B (zh) 2017-12-28 2017-12-28 一种砾岩岩心中砾石定向性的定量表征方法及其应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711454634.4A CN108301822B (zh) 2017-12-28 2017-12-28 一种砾岩岩心中砾石定向性的定量表征方法及其应用

Publications (2)

Publication Number Publication Date
CN108301822A CN108301822A (zh) 2018-07-20
CN108301822B true CN108301822B (zh) 2021-04-30

Family

ID=62867607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711454634.4A Active CN108301822B (zh) 2017-12-28 2017-12-28 一种砾岩岩心中砾石定向性的定量表征方法及其应用

Country Status (1)

Country Link
CN (1) CN108301822B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104914482A (zh) * 2014-03-13 2015-09-16 中国石油化工股份有限公司 一种复杂砂砾岩岩相组合类型定量识别方法
CN104991286A (zh) * 2015-07-16 2015-10-21 西南石油大学 一种基于沉积模式的沉积相表征方法
CN105953766A (zh) * 2016-04-28 2016-09-21 长江大学 基于岩芯图像的砾石磨圆度测量方法
CN205607315U (zh) * 2016-03-31 2016-09-28 长江大学 一种折叠式砾石倾角测量仪

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104914482A (zh) * 2014-03-13 2015-09-16 中国石油化工股份有限公司 一种复杂砂砾岩岩相组合类型定量识别方法
CN104991286A (zh) * 2015-07-16 2015-10-21 西南石油大学 一种基于沉积模式的沉积相表征方法
CN205607315U (zh) * 2016-03-31 2016-09-28 长江大学 一种折叠式砾石倾角测量仪
CN105953766A (zh) * 2016-04-28 2016-09-21 长江大学 基于岩芯图像的砾石磨圆度测量方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
岩心图像砾石分析技术在砂砾岩扇体中的应用——以东营凹陷北部陡坡带砂砾岩扇体为例;杨光;《油气地质与采收率》;20100925;第17卷(第5期);第20-23页 *
甘肃敦煌现代边滩砂级颗粒叠瓦构造研究;倪良田等;《沉积学报》;20160415;第34卷(第2期);第207-221页 *
礫石定向测量的意义与方法;吴磊伯;《地质知识》;19571227(第12期);第1-6页 *

Also Published As

Publication number Publication date
CN108301822A (zh) 2018-07-20

Similar Documents

Publication Publication Date Title
CN107703560B (zh) 一种基于三重信息的泥页岩岩相精细识别方法
CN104360039B (zh) 一种致密砂岩储层成岩相定量评价方法
CN105626058A (zh) 一种确定储层岩溶发育程度的方法及装置
CN112308290B (zh) 一种污染场地调查布点的方法
CN111441758A (zh) 页岩油气甜点区的预测方法及装置
CN108363110B (zh) 成像测井计算页岩储层矿物含量及脆性指数的谱分析方法
CN104750884B (zh) 基于多因素非线性回归的页岩油气富集指数定量评价方法
CN104747185A (zh) 非均质油藏储层综合分类评价方法
CN105629327B (zh) 一种针对弱胶结、深层致密砂岩储层成岩相定量表征方法
CN108180013A (zh) 一种边水气藏水侵方向判别方法
CN108825223B (zh) 一种页岩地层的层理特征提取方法
CN110333543B (zh) 基于反射系数分析的低阻体解释及成像方法与系统
CN105158802B (zh) 坳陷湖盆重力流沉积物测井定量识别方法
CN104866636B (zh) 一种随钻测井数据实时处理方法
CN104089964A (zh) 基于测井米氏旋回分析方法的测年方法
CN112051200A (zh) 一种致密砂岩储层孔隙结构的定量评价方法和装置
CN112196513A (zh) 基于水平井轨迹评价的龙马溪组页岩气井产能预测方法
CN109403960B (zh) 利用录井气测峰形态判断储层流体性质的方法
CN111487691A (zh) 一种致密砂岩储层岩性及砂体结构定量识别方法
CN108301822B (zh) 一种砾岩岩心中砾石定向性的定量表征方法及其应用
CN111896674A (zh) 一种页岩油气储集体沉积微相处理系统及鉴别方法
CN115221792A (zh) 一种基于机器学习的天然气水合物类型划分装置及方法
CN118228088A (zh) 一种基于聚类分析(K-means)测井多源数据的煤及围岩识别方法
CN106968668B (zh) 一种得分式测井岩性优选解释方法
CN106227959B (zh) 一种基于四图叠合法预测岩性油藏有利区的方法及装置

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