CN108844879A - 基于激光强度的储层露头孔隙度预测方法及装置 - Google Patents
基于激光强度的储层露头孔隙度预测方法及装置 Download PDFInfo
- Publication number
- CN108844879A CN108844879A CN201810585784.7A CN201810585784A CN108844879A CN 108844879 A CN108844879 A CN 108844879A CN 201810585784 A CN201810585784 A CN 201810585784A CN 108844879 A CN108844879 A CN 108844879A
- Authority
- CN
- China
- Prior art keywords
- laser intensity
- reservoir
- appeared
- porosity
- laser
- 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
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume, or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请实施例提供了一种基于激光强度的储层露头孔隙度预测方法及装置,该方法包括:确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;确定所述储层露头的露头剖面;确定所述露头剖面上任意一点的激光强度值;根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。本申请实施例在提高预测储层露头孔隙度的精确度同时,还可以提高预测效率,并降低预测成本。
Description
技术领域
本申请涉及储层物性参数表征技术领域,尤其是涉及一种基于激光强度的储层露头孔隙度预测方法及装置。
背景技术
露头是地层、岩体、矿体、天然气等出露于地表的部分。因此,露头是地下储层的真实刻画,在利用地面激光扫描仪对储层露头进行快速扫描后,利用激光强度值可以进行露头储层物性参数的定量表征,从而可以为后续更准确有效的建立地下储层地质模型提供有利基础。
孔隙度作为评价储层和计算储量的一个重要指标,亦是储层露头需要确定的重要储层物性参数之一。然而,目前储层露头的孔隙度的预测多是通过采集露头区某一或某些位置的岩芯并测定岩芯孔隙度,然后基于测定的岩芯孔隙度推测整个露头区的孔隙度。显然,基于这种方式,如果要更精确地预测储层露头的孔隙度,需要密集采集露头区不同位置的岩芯,如此以来,成本极高,且效率较低。
发明内容
本申请实施例的目的在于提供一种基于激光强度的储层露头孔隙度预测方法及装置,以实现在提高预测致密砂岩储层露头孔隙度的精确度的同时,提高预测效率,降低预测成本。
为达到上述目的,一方面,本申请实施例提供了一种基于激光强度的储层露头孔隙度预测方法,包括:
确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
确定所述储层露头的露头剖面;
确定所述露头剖面上任意一点的激光强度值;
根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
较佳的,所述确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线,包括:
确定所述储层露头上不同岩性的岩石样品的孔隙度值,并确定所述岩石样品的激光强度值;
拟合所述岩石样品的孔隙度值及激光强度值,获得所述储层露头的孔隙度与所述储层露头的激光强度的关系曲线。
较佳的,所述确定所述岩石样品的激光强度值,包括:
根据公式确定所述岩石样品的激光强度值;
其中,C为常数、Pt为激光发射功率、Dr为激光接收孔径、ρ为目标反射率、R为激光反射距离、ηatm为单程大气传输效率、ηsys为光学系统效率、α为激光入射角。
较佳的,所述确定所述岩石样品的激光强度值,包括:
根据公式Inew=I+Y·(F-0.5)对所述岩石样品的激光强度值进行修正,获得所述岩石样品修正后的激光强度值;
其中,Inew为所述岩石样品修正后的激光强度值,I为所述岩石样品的激光强度值,Y为岩性系数,F为风化等级。
较佳的,所述拟合包括线性拟合。
另一方面,本申请实施例提供了一种基于激光强度的储层露头孔隙度预测装置,包括:
关系曲线确定模块,用于确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
露头剖面确定模块,用于确定所述储层露头的露头剖面;
激光强度确定模块,用于确定所述露头剖面上任意一点的激光强度值;
孔隙度预测模块,用于根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
较佳的,所述确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线,包括:
确定所述储层露头上不同岩性的岩石样品的孔隙度值,并确定所述岩石样品的激光强度值;
拟合所述岩石样品的孔隙度值及激光强度值,获得所述储层露头的孔隙度与所述储层露头的激光强度的关系曲线。
较佳的,所述确定所述岩石样品的激光强度值,包括:
根据公式确定所述岩石样品的激光强度值;
其中,C为常数、Pt为激光发射功率、Dr为激光接收孔径、ρ为目标反射率、R为激光反射距离、ηatm为单程大气传输效率、ηsys为光学系统效率、α为激光入射角。
较佳的,所述确定所述岩石样品的激光强度值,包括:
根据公式Inew=I+Y·(F-0.5)对所述岩石样品的激光强度值进行修正,获得所述岩石样品修正后的激光强度值;
其中,Inew为所述岩石样品修正后的激光强度值,I为所述岩石样品的激光强度值,Y为岩性系数,F为风化等级。
较佳的,所述拟合包括线性拟合。
另一方面,本申请实施例还提供了一种基于激光强度的储层露头孔隙度预测装置,包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述计算机程序被所述处理器运行时执行如下步骤:
确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
确定所述储层露头的露头剖面;
确定所述露头剖面上任意一点的激光强度值;
根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
由以上本申请实施例提供的技术方案可见,本申请实施例首先确定储层露头的孔隙度与储层露头的激光强度的关系曲线;其次确定储层露头的露头剖面;然后确定露头剖面上任意一点的激光强度值;最后根据关系曲线及任意一点的激光强度值,确定任意一点的孔隙度值。相对于现有技术,本申请实施例利用储层露头的孔隙度与储层露头的激光强度的关系曲线实现了提高储层露头的孔隙度预测精度的目的,而无需通过密集采集露头区不同位置的岩石样品来实现,因而本申请实施例节约了密集采集露头区不同位置的岩石样品所带来的人力、物力和时间成本,提高了储层露头孔隙度预测效率,降低了储层露头孔隙度预测成本。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本申请一实施方式中基于激光强度的储层露头孔隙度预测方法的流程图;
图2为本申请一实施方式中某储层露头的孔隙度预测结果示意图;
图3为本申请一实施方式中基于激光强度的储层露头孔隙度预测装置的结构框图;
图4为本申请另一实施方式中基于激光强度的储层露头孔隙度预测方法的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
在实现本申请的过程中,本申请发明人研究发现:在激光雷达系统中,在接收机内部,I通常被表示为接收信号的峰值振幅。假设光强度值与接收信号功率之间存在简单的线性关系,则:
其中,C为常数、Pt为激光发射功率、Dr为激光接收孔径、ρ为目标反射率、R为激光反射距离、ηatm为单程大气传输效率、ηsys为光学系统效率、α为激光入射角。
对于某一特定的地面激光雷达系统,接收孔径Dr和光学系统效率ηsys均为常数,并且当测量模式固定时,激光发射功率Pt也为常数。与机载三维激光扫描相比,地面三维激光扫描距离较短,在几十米至几百米,当大气状况良好的情况下,ηatm可忽略不计。因此上式可化简为:
其中,
由此可以看出,地面激光雷达的强度值与目标反射率,激光测距值和激光入射角有关。在地面激光扫描时,设置相同的扫描距离和角度,可减弱扫描距离和角度对激光强度值的影响,使激光强度值更大程度上反映目标反射特性。
此外,不同孔隙度的岩样具有不同的粒度和胶结物等特征,因而具有不同的特性,使得利用激光强度预测岩石孔隙度成为可能。因此,在两者具有显著相关性的基础上,利用岩石样品的激光强度值和孔隙度数据,可以拟合两者之间的关系曲线,并可将其作为孔隙度的预测模型。
参考图1所示,基于上述理论基础,本申请实施例的基于激光强度的储层露头孔隙度预测方法可以包括以下步骤:
S101、确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线。
本申请实施方式中,所述储层露头的激光强度是指采用诸如三维激光激光扫描仪等设备对所述储层露头进行激光扫描时,所述储层露头反射回来的激光强度。
本申请实施方式中,所述确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线可以包括以下步骤:
1)、确定所述储层露头上不同岩性的岩石样品的孔隙度值,并确定所述岩石样品的激光强度值。
本申请实施方式中,可采用任意合适的已有岩石孔隙度测定方法来测定所述岩石样品的孔隙度,当然,在测试前,一般需对所述岩石样品进行常规预处理(例如清洗,烘干等)。较佳的,可以在露头剖面上挖新鲜探槽基础上,在探槽内对不同岩性(包括砂砾岩、砂岩、粉砂岩和泥岩)进行采样,以保证岩样不受露头表层风化影响。
本申请实施方式中,可采用地面激光雷达扫描仪对储层露头进行扫描,从而获取所述储层露头的激光强度图像;从所述激光强度图像中可以确定任意一点的激光强度值。例如在一示例性实施方式,可选用型号为rigel-vz400的三维激光激光扫描仪采集所述储层露头的激光强度图像。
本申请一实施方式中,所述确定所述岩石样品的激光强度值例如可以是:
根据公式确定所述岩石样品的激光强度值。
在本申请另一实施方式中,为了避免或降低风化、岩性等因素对岩石样品的激光强度的影响,在获得所述岩石样品的激光强度值后,还可以根据公式Inew=I+Y·(F-0.5)对所述岩石样品的激光强度进行修正,从而获得更为准确的所述岩石样品的激光强度值。
其中,Inew为所述岩石样品修正后的激光强度值,I为所述岩石样品的激光强度值(即所述岩石样品修正前的激光强度值),Y为岩性系数,F为风化等级。
由此,通过对所述岩石样品的激光强度值的进行修正,降低或排除了因岩性系数和风化所造成的激光强度失真,从而还原了岩石样品真实的激光强度值。
在上述实施方式中,岩性系数可通过以下方式确定:
对储层露头剖面进行岩性划分,例如可分为两类:泥岩类和砂砾岩类。泥岩还原强度变小,还原系数为负;砂砾岩还原强度变大,还原系数为正。具体的岩性系数值可依据经验或通过实验获得。例如在一示例性实施方式中,可将岩性泥岩的岩性系数设定为-1,砂砾岩的岩性系数设定为+1。
在上述实施方式中,岩性系数可通过以下方式获得:
可依据储层露头图像或野外知识对储层露头各层及各区域进行风化分级(例如等级可以为0、1、2、3)。例如在一示例性实施方式中,当砂砾岩被泥岩覆盖,可将其风化等级设定为2;当砂砾岩出露较好,可将其风化等级设定为1;当泥岩被黄色泥岩覆盖,可将其风化等级设定为3等等。
2)、拟合所述岩石样品的孔隙度值及激光强度值,获得所述储层露头的孔隙度与所述储层露头的激光强度的关系曲线。
在本申请一实施方式中,上述的拟合例如可以为线性拟合。相应的,在一示例性实施方式中,基于线性拟合可建立基于激光强度值的孔隙度预测模型为:K=15.413X+32.889,其中,K为岩石样品的孔隙度,X为岩石样品的激光强度。
S102、确定所述储层露头的露头剖面。
S103、确定所述露头剖面上任意一点的激光强度值。
本申请一实施方式中,为在露头剖面上显示孔隙度数据,需要确定所述露头剖面上任意一点的激光强度值。由于此前已通过激光雷达扫描仪采集了储层露头的激光强度图像,所述露头剖面上任意一点在所述储层露头的激光强度图像上都有对应的图像点,而对应图像点的激光强度值是确定的。因此,通过储层露头的激光强度图像与露头剖面这种对应关系,可以确定所述露头剖面上任意一点的激光强度值。
S104、根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
本申请一实施方式中,在确定了所述露头剖面上任意一点的激光强度值之后,将其代入所述关系曲线既可以获得任意一点的孔隙度值。从而可以获得储层露头表层上任意一点孔隙度,例如图2所示。
虽然上文描述的过程流程包括以特定顺序出现的多个操作,但是,应当清楚了解,这些过程可以包括更多或更少的操作,这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
参考图3所示,本申请一实施方式的基于激光强度的储层露头孔隙度预测装置可以包括:
关系曲线确定模块31,可以用于确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
露头剖面确定模块32,可以用于确定所述储层露头的露头剖面;
激光强度确定模块33,可以用于确定所述露头剖面上任意一点的激光强度值;
孔隙度预测模块34,可以用于根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
参考图4所示,本申请另一实施方式的基于激光强度的储层露头孔隙度预测装置可以包括存储器、处理器、以及存储在所述存储器上的计算机程序,所述计算机程序被所述处理器运行时执行如下步骤:
确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
确定所述储层露头的露头剖面;
确定所述露头剖面上任意一点的激光强度值;
根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (11)
1.一种基于激光强度的储层露头孔隙度预测方法,其特征在于,包括:
确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
确定所述储层露头的露头剖面;
确定所述露头剖面上任意一点的激光强度值;
根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
2.如权利要求1所述的基于激光强度的储层露头孔隙度预测方法,其特征在于,所述确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线,包括:
确定所述储层露头上不同岩性的岩石样品的孔隙度值,并确定所述岩石样品的激光强度值;
拟合所述岩石样品的孔隙度值及激光强度值,获得所述储层露头的孔隙度与所述储层露头的激光强度的关系曲线。
3.如权利要求2所述的基于激光强度的储层露头孔隙度预测方法,其特征在于,所述确定所述岩石样品的激光强度值,包括:
根据公式确定所述岩石样品的激光强度值;
其中,C为常数、Pt为激光发射功率、Dr为激光接收孔径、ρ为目标反射率、R为激光反射距离、ηatm为单程大气传输效率、ηsys为光学系统效率、α为激光入射角。
4.如权利要求2或3所述的基于激光强度的储层露头孔隙度预测方法,其特征在于,所述确定所述岩石样品的激光强度值,包括:
根据公式Inew=I+Y·(F-0.5)对所述岩石样品的激光强度值进行修正,获得所述岩石样品修正后的激光强度值;
其中,Inew为所述岩石样品修正后的激光强度值,I为所述岩石样品的激光强度值,Y为岩性系数,F为风化等级。
5.如权利要求2所述的基于激光强度的储层露头孔隙度预测方法,其特征在于,所述拟合包括线性拟合。
6.一种基于激光强度的储层露头孔隙度预测装置,其特征在于,包括:
关系曲线确定模块,用于确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
露头剖面确定模块,用于确定所述储层露头的露头剖面;
激光强度确定模块,用于确定所述露头剖面上任意一点的激光强度值;
孔隙度预测模块,用于根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
7.如权利要求6所述的基于激光强度的储层露头孔隙度预测装置,其特征在于,所述确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线,包括:
确定所述储层露头上不同岩性的岩石样品的孔隙度值,并确定所述岩石样品的激光强度值;
拟合所述岩石样品的孔隙度值及激光强度值,获得所述储层露头的孔隙度与所述储层露头的激光强度的关系曲线。
8.如权利要求7所述的基于激光强度的储层露头孔隙度预测装置,其特征在于,所述确定所述岩石样品的激光强度值,包括:
根据公式确定所述岩石样品的激光强度值;
其中,C为常数、Pt为激光发射功率、Dr为激光接收孔径、ρ为目标反射率、R为激光反射距离、ηatm为单程大气传输效率、ηsys为光学系统效率、α为激光入射角。
9.如权利要求7或8所述的基于激光强度的储层露头孔隙度预测装置,其特征在于,所述确定所述岩石样品的激光强度值,包括:
根据公式Inew=I+Y·(F-0.5)对所述岩石样品的激光强度值进行修正,获得所述岩石样品修正后的激光强度值;
其中,Inew为所述岩石样品修正后的激光强度值,I为所述岩石样品的激光强度值,Y为岩性系数,F为风化等级。
10.如权利要求7所述的基于激光强度的储层露头孔隙度预测装置,其特征在于,所述拟合包括线性拟合。
11.一种基于激光强度的储层露头孔隙度预测装置,包括存储器、处理器、以及存储在所述存储器上的计算机程序,其特征在于,所述计算机程序被所述处理器运行时执行如下步骤:
确定储层露头的孔隙度与所述储层露头的激光强度的关系曲线;
确定所述储层露头的露头剖面;
确定所述露头剖面上任意一点的激光强度值;
根据所述关系曲线及所述任意一点的激光强度值,确定所述任意一点的孔隙度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810585784.7A CN108844879B (zh) | 2018-06-08 | 2018-06-08 | 基于激光强度的储层露头孔隙度预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810585784.7A CN108844879B (zh) | 2018-06-08 | 2018-06-08 | 基于激光强度的储层露头孔隙度预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108844879A true CN108844879A (zh) | 2018-11-20 |
CN108844879B CN108844879B (zh) | 2021-01-29 |
Family
ID=64211444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810585784.7A Active CN108844879B (zh) | 2018-06-08 | 2018-06-08 | 基于激光强度的储层露头孔隙度预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108844879B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241028A (zh) * | 2019-07-18 | 2021-01-19 | 中国石油天然气股份有限公司 | 基于地面激光扫描的碳酸盐岩白云石含量模拟方法 |
CN113155684A (zh) * | 2020-01-07 | 2021-07-23 | 中国石油天然气股份有限公司 | 碎屑岩露头粒度的分析方法、装置及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8909508B2 (en) * | 2011-02-28 | 2014-12-09 | Schlumberger Technology Corporation | Petrographic image analysis for determining capillary pressure in porous media |
CN104297131A (zh) * | 2014-11-04 | 2015-01-21 | 中国石油大学(华东) | 一种砾质砂岩储层孔隙度校正方法 |
CN104331927A (zh) * | 2014-10-15 | 2015-02-04 | 中国石油天然气股份有限公司 | 一种储层数字露头表层模拟的方法和系统 |
CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 中国石油化工股份有限公司 | 一种储层产能预测模型建立方法和系统 |
CN105628581A (zh) * | 2015-12-24 | 2016-06-01 | 中国石油大学(华东) | 一种基于高光谱技术的致密砂岩储层露头孔隙度表征方法 |
CN106370578A (zh) * | 2016-08-30 | 2017-02-01 | 中国石油天然气股份有限公司 | 一种确定页岩有机质孔隙度的方法及系统 |
CN107366539A (zh) * | 2017-07-18 | 2017-11-21 | 中国石油大学(华东) | 一种山前地区砂岩储层孔隙度预测方法 |
CN107402176A (zh) * | 2017-08-17 | 2017-11-28 | 中国石油天然气股份有限公司 | 裂缝孔隙度的确定方法和装置 |
CN108052709A (zh) * | 2017-11-29 | 2018-05-18 | 中国神华能源股份有限公司 | 一种煤矿地下水库储水系数测算方法 |
-
2018
- 2018-06-08 CN CN201810585784.7A patent/CN108844879B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8909508B2 (en) * | 2011-02-28 | 2014-12-09 | Schlumberger Technology Corporation | Petrographic image analysis for determining capillary pressure in porous media |
CN104331927A (zh) * | 2014-10-15 | 2015-02-04 | 中国石油天然气股份有限公司 | 一种储层数字露头表层模拟的方法和系统 |
CN104297131A (zh) * | 2014-11-04 | 2015-01-21 | 中国石油大学(华东) | 一种砾质砂岩储层孔隙度校正方法 |
CN104899411A (zh) * | 2015-03-27 | 2015-09-09 | 中国石油化工股份有限公司 | 一种储层产能预测模型建立方法和系统 |
CN105628581A (zh) * | 2015-12-24 | 2016-06-01 | 中国石油大学(华东) | 一种基于高光谱技术的致密砂岩储层露头孔隙度表征方法 |
CN106370578A (zh) * | 2016-08-30 | 2017-02-01 | 中国石油天然气股份有限公司 | 一种确定页岩有机质孔隙度的方法及系统 |
CN107366539A (zh) * | 2017-07-18 | 2017-11-21 | 中国石油大学(华东) | 一种山前地区砂岩储层孔隙度预测方法 |
CN107402176A (zh) * | 2017-08-17 | 2017-11-28 | 中国石油天然气股份有限公司 | 裂缝孔隙度的确定方法和装置 |
CN108052709A (zh) * | 2017-11-29 | 2018-05-18 | 中国神华能源股份有限公司 | 一种煤矿地下水库储水系数测算方法 |
Non-Patent Citations (2)
Title |
---|
朴晶: "三维激光扫描仪与红外热像仪在岩石风化场地中的应用研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
王海晏: "《激光辐射及应用》", 30 November 2014 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112241028A (zh) * | 2019-07-18 | 2021-01-19 | 中国石油天然气股份有限公司 | 基于地面激光扫描的碳酸盐岩白云石含量模拟方法 |
CN112241028B (zh) * | 2019-07-18 | 2023-11-28 | 中国石油天然气股份有限公司 | 基于地面激光扫描的碳酸盐岩白云石含量模拟方法 |
CN113155684A (zh) * | 2020-01-07 | 2021-07-23 | 中国石油天然气股份有限公司 | 碎屑岩露头粒度的分析方法、装置及存储介质 |
CN113155684B (zh) * | 2020-01-07 | 2023-04-07 | 中国石油天然气股份有限公司 | 碎屑岩露头粒度的分析方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108844879B (zh) | 2021-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Riquelme et al. | Automatic mapping of discontinuity persistence on rock masses using 3D point clouds | |
CN106896406B (zh) | 基于阻抗域属性预测优质储层的方法和装置 | |
Chen et al. | Towards semi-automatic discontinuity characterization in rock tunnel faces using 3D point clouds | |
CN107765298B (zh) | 一种确定近地表速度模型的方法及装置 | |
CN107402176B (zh) | 裂缝孔隙度的确定方法和装置 | |
Yarahmadi et al. | How to determine the appropriate methods to identify the geometry of in situ rock blocks in dimension stones | |
CN108614293A (zh) | 砂体预测方法及装置 | |
CN108287365B (zh) | 一种基于波动方程的vsp三参数同步反演方法及装置 | |
CN105242311B (zh) | 预估初至拾取的时窗的方法和装置 | |
CN108844879A (zh) | 基于激光强度的储层露头孔隙度预测方法及装置 | |
Azarafza et al. | Spacing and block volume estimation in discontinuous rock masses using image processing technique: a case study | |
CN104062653A (zh) | 基于三维微地貌重建的雷达遥感多尺度面粗糙度测量方法 | |
Del Gaudio | Instantaneous polarization analysis of ambient noise recordings in site response investigations | |
CN107329174B (zh) | 在地震剖面上显示测井信息的方法及装置 | |
CN108845350A (zh) | 反演二维速度模型的方法及装置 | |
CN109782355A (zh) | Obs检波点漂移的检测方法及装置 | |
CN108875184A (zh) | 基于数字露头模型的页岩有机碳含量预测方法及装置 | |
Marino et al. | Measuring rock slope damage on rubble mound breakwater through digital photogrammetry | |
CN111967117B (zh) | 基于露头碳酸盐岩储层建模的地下储层预测方法及装置 | |
CN107219562B (zh) | 一种确定铀矿地层位置的方法及装置 | |
CN107544092B (zh) | 垂直地震剖面采集中的数据处理方法及装置 | |
CN112684498A (zh) | 一种基于宽方位地震数据的储层裂缝预测方法及系统 | |
Brady et al. | Surface-gravity monitoring of the gas cap water injection project, Prudhoe Bay, Alaska | |
CN112305594A (zh) | 非均质储层的油气分布确定方法及系统 | |
CN112748461B (zh) | 一种标定单炮记录层位的方法及装置 |
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 |