CN109541722A - 一种火山岩岩性识别方法 - Google Patents

一种火山岩岩性识别方法 Download PDF

Info

Publication number
CN109541722A
CN109541722A CN201811377767.0A CN201811377767A CN109541722A CN 109541722 A CN109541722 A CN 109541722A CN 201811377767 A CN201811377767 A CN 201811377767A CN 109541722 A CN109541722 A CN 109541722A
Authority
CN
China
Prior art keywords
coefficient
rate
mineral
lithology
percentage
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.)
Pending
Application number
CN201811377767.0A
Other languages
English (en)
Inventor
付修根
王剑
宋春彦
孟韶彬
徐泽海
梁贝贝
刘峰
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.)
Chengdu Geological Survey Center Of China Geological Survey
Well Logging Co of Sinopec Zhongyuan Petroleum Engineering Co Ltd
Original Assignee
Chengdu Geological Survey Center Of China Geological Survey
Well Logging Co of Sinopec Zhongyuan Petroleum Engineering Co Ltd
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 Chengdu Geological Survey Center Of China Geological Survey, Well Logging Co of Sinopec Zhongyuan Petroleum Engineering Co Ltd filed Critical Chengdu Geological Survey Center Of China Geological Survey
Priority to CN201811377767.0A priority Critical patent/CN109541722A/zh
Publication of CN109541722A publication Critical patent/CN109541722A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01VGEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Geophysics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种本发明提供了一种火山岩岩性识别方法,属于石油勘探开发的技术领域,通过应用X射线录井仪分析所得的12种主量元素分别进行元素百分比计算、暗色矿物和系数计算、浅色矿物和系数计算、拟色率比系数计算;在相关系数计算基础上利用二维图版进行岩石样品识别;利用拟色率比系数进行整段地层岩性进行安山岩、玄武岩的精细识别,该岩性识别方法为安山岩、玄武岩的准确识别提供了可靠的技术支持。

Description

一种火山岩岩性识别方法
技术领域
本发明属于石油勘探开发的技术领域,具体而言,涉及一种火山岩岩性识 别方法。
背景技术
岩性识别主要是以岩石学、矿物学和地球化学为理论指导,利用岩石样品 肉眼观察、镜下观察、化学成分分析等技术,以岩石颜色、结构、构造、矿物 成分及其含量等特征条件等为依据对岩性准确定名的过程。岩性识别是地质录 井工作的主要工作之一,是地质剖面建立的基础,也是石油勘探开发过程中地 层、储层等研究的前提工作。
安山岩属于硅酸饱和的钙碱性中性喷出岩,手标本颜色常呈紫红色、灰绿 色、浅褐色等。具有斑状结构,常见的构造有块状构造、气孔构造及杏仁构造 等,主要矿物有斜长石、碱性长石、角闪石、辉石及黑云母等。
玄武岩属于基性喷出岩,手标本颜色多见暗色,常呈黑色、灰黑色、灰绿 色、暗紫色等。具斑状结构,常见的构造有块状构造、气孔构造及杏仁构造等, 矿物成份主要由基性长石和辉石组成,次要矿物有橄榄石,角闪石及黑云母等,
中国含油气盆地火山岩中剩余资料丰富,勘探潜力大,是未来油气勘探的 重要领域。随着各个油区勘探程度的提高,积极探索火山岩这种新的油藏类型, 寻找新的增储领域,对油田的可持续发展有着极其重要的意义。但是随着钻井 工艺的不断发展,尤其是PDC钻头、复合钻进等技术的应用,造成钻井岩屑更 加细小、混杂,识别程度越来越差,岩性识别的准确率也越来越低,已经成为 技术难题;加上火山岩岩性复杂多变,不同岩性岩石相互交杂,准确识别的难 度较大。
发明内容
有鉴于此,为了解决现有技术存在的上述问题,本发明的目的在于提供一 种火山岩岩性识别方法以达到能够在火山岩勘探中对安山岩和玄武岩进行准 确、快速识别的目的。
本发明所采用的技术方案为:一种火山岩岩性识别方法,包括以下步骤:
(1)获取岩石样品,并对岩石样品进行分析,以获得各种主量元素的初始 百分比含量;
(2)分别计算不同主量元素的元素百分比,并获取暗色矿物和系数、浅色 矿物和系数和拟色率比系数;
(3)依据地区岩性特征建立岩性识别图版;
(4)利用拟色率比系数对整段岩石样品进行岩性识别。
进一步地,所述步骤(4)中,利用拟色率比系数对岩石样品的每一层进行 分析岩性识别,以建立整段岩石样品的岩性识别剖面。
进一步地,所述步骤(1)中,对岩石样品进行X射线分析,获取岩石样品 中Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn和Fe的初始百分比含量。
进一步地,所述步骤(2)的具体步骤如下:
(2.1)分别计算不同主量元素的元素百分比,其计算公式如下:
X=(X1/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100%
其中,X为主量元素X的元素百分比;X1为步骤(1)中主量元素X的初始 百分比含量;Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(1) 中各种主量元素的初始百分比含量;
(2.2)计算暗色矿物和系数,其计算公式如下:
暗色矿物和系数=((Mg+Fe)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))× 100;
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1) 中不同主量元素的元素百分比;
(2.3)计算浅色矿物和系数,其计算公式如下:
浅色矿物和系数=((Ti+Al+Si)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100;
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1) 中不同主量元素的元素百分比;
(2.4)计算拟色率比系数,其计算公式如下:
拟色率比系数=暗色矿物和系数/浅色矿物和系数。
进一步地,所述暗色矿物和系数、浅色矿物和系数和拟色率比系数均为无 量纲。
进一步地,所述岩性识别图版是通过浅色矿物和系数、暗色矿物和系数、 拟色率比系数和Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe的元素百分 比根据地区特征相互交互而成的二维图版。
进一步地,所述拟色率比系数是拟色率的反向比值,拟色率的描述依据通 过常用描述火山岩的色率而来。
进一步地,所述步骤(4)中对整段岩石样品进行安山岩和玄武岩的识别。
进一步地,所述安山岩和玄武岩的识别具体标准如下:
1)若满足22.0%≤Si的元素百分比≤40.0%,16.5≤暗色矿物和系数≤36.7,1.0≤拟色率比系数≤2.3,16.1%≤Fe的元素百分比≤35.7%,则为安山岩;
2)若满足15.0%≤Si的元素百分比≤19.5%,22.0≤暗色矿物和系数≤51.6,0.4≤拟色率比系数≤1.0,21.3%≤Fe的元素百分比≤50.9%,则为玄武岩;
3)若满足19.5%≤Si的元素百分比≤22.0%,则为过渡岩性。
本发明的有益效果为:
1.采用本发明所公开的火山岩岩性识别方法,对各种主量元素进行元素百 分比计算、暗色矿物和系数计算、浅色矿物和系数计算、拟色率比系数计算; 并利用上述各个系数计算结果的基础上利用岩性识别图版进行岩石样品识别; 利用拟色率比系数进行整段岩石样品进行岩性的精细识别,该识别方法为岩石 样品的准确识别提供了可靠的技术支持。
2.对岩石样品进行X射线分析,能够快速、准确的获取岩石样品中各个主 量元素的初始百分比含量。
3.在对岩石样品进行安山岩和玄武岩的识别时,能够利用安山岩或玄武岩 与各种主量元素进行元素百分比、暗色矿物和系数、浅色矿物和系数和拟色率 比系数之间的关系,对安山岩和玄武岩进行精确分析并识别。
附图说明
图1是本发明提供的火山岩岩性识别方法中AL和Fe的元素百分比交会图 版;
图2是本发明提供的火山岩岩性识别方法中Si的元素百分比和拟色率比系 数的交会图版;
图3是本发明提供的火山岩岩性识别方法中暗色矿物和系数和拟色率比系 数的交会图版;
图4是本发明提供的火山岩岩性识别方法中玄武岩和安山岩的识别曲线 图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明 实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然, 所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附 图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要 求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的 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,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征 可以相互组合。
实施例一:
以QK1井实钻过程中安山岩与玄武岩的判别方法为例,应用本发明提供的 火山岩岩性识别方法,具体判别方法如下:
(1)获取岩石样品,并对岩石样品的单层进行分析,以获得各种主量元素 的初始百分比含量;采用X射线录井仪对岩石样品进行X射线分析,获取岩石 样品中Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn和Fe的初始百分比含量。 该井段的岩石样品分析后Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe的 初始百分比含量分别为1.176%,10.1717%,74.198%,4.7252%,1.8483%,1.6305%, 22.5913%,36.0578%,16.4569%,17.6234%,4.4511%,64.2834%。
(2)分别计算不同主量元素的元素百分比,并获取暗色矿物和系数、浅色 矿物和系数和拟色率比系数;具体步骤如下:
(2.1)分别计算不同主量元素的元素百分比,其计算公式如下:
X=(X1/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100%
其中,X为主量元素X的元素百分比;X1为步骤(1)中主量元素X的初始 百分比含量;Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(1) 中各种主量元素的初始百分比含量;其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、 Ti、Mn、Fe元素经过计算后,各个主量元素的元素百分比分别为0.46%,3.99%, 29.07%,1.85%,0.72%,0.64%,8.85%,14.13%,6.45%,6.91%,1.74%,25.19%。
(2.2)将步骤(2.1)的代入,计算暗色矿物和系数,其计算公式如下:
暗色矿物和系数=((Mg+Fe)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100;
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1) 中不同主量元素的元素百分比;暗色矿物和系数为25.65,暗色矿物和系数无量 纲。
(2.3)将步骤(2.1)的代入,计算浅色矿物和系数,其计算公式如下:
浅色矿物和系数=((Ti+Al+Si)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100;浅色矿物和系数为39.96,浅色矿物和系数无量纲。
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1) 中不同主量元素的元素百分比;
(2.4)计算拟色率比系数,其计算公式如下:
拟色率比系数=浅色矿物和系数/暗色矿物和系数,获得拟色率比系数为 1.56,拟色率比系数无量纲。所述拟色率比系数是拟色率的反向比值,拟色率 的描述依据通过常用描述火山岩的色率而来,与色率的概念类似但不同义,类 似是指运用色率的概念描述火山岩的原理,不同义是指拟色率用的是元素百分 比而非体积分数。
(3)依据地区岩性特征建立岩性识别图版,即通过浅色矿物和系数、暗色 矿物和系数、拟色率比系数和Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe 的元素百分比根据地区特征相互交互而成的二维图版;
在本实施例中,对整段岩石样品进行安山岩和玄武岩的识别,安山岩和玄 武岩的识别具体标准如下:
1)若满足22.0%≤Si的元素百分比≤40.0%,16.5≤暗色矿物和系数≤36.7,1.0≤拟色率比系数≤2.3,16.1%≤Fe的元素百分比≤35.7%,则为安山岩;
2)若满足15.0%≤Si的元素百分比≤19.5%,22.0≤暗色矿物和系数≤51.6,0.4≤拟色率比系数≤1.0,21.3%≤Fe的元素百分比≤50.9%,则为玄武岩;
3)若满足19.5%≤Si的元素百分比≤22.0%,则为过渡岩性。
在本实施例中应用效果良好,其中,玄武岩与铁元素含量呈正向关系,与 铝元素含量呈反向关系;暗色矿物和系数与安山岩呈反向关系,与玄武岩呈正 向关系;随着拟色率比系数的增大,岩性指向玄武岩。
为了更清楚的说明图版的应用效果,建立了QK1井地区的岩性识别标准, 如下表所示;
表1:安山岩与玄武岩识别标准
根据上述针对QK1井地区的计算可知,暗色矿物和系数为25.65、拟色率 比系数为1.56、Fe的元素百分比为25.19%、Si的元素百分比为29.07%,再根据 表1,即可判断QK1井地区的岩石样品的岩性为安山岩。
(4)利用拟色率比系数对整段岩石样品进行岩性识别,再利用拟色率比系 数对岩石样品的每一层进行分析岩性识别,以建立整段岩石样品的岩性识别剖 面,如附图4所示,识别出整段地层的安山岩与玄武岩分布。
实施例二:
以QK2井实钻过程中安山岩与玄武岩的判别方法为例,应用本发明提供的 火山岩岩性识别方法,具体判别方法如下:
(1)获取岩石样品,并对岩石样品的单层进行分析,以获得各种主量元素 的初始百分比含量;采用X射线录井仪对岩石样品进行X射线分析,获取岩石 样品中Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn和Fe的初始百分比含量。 该井段的岩石样品分析后Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe的 初始百分比含量分别为2.106%,12.137%,69.294%,6.1563%,2.5638%,2.0025%, 18.7561%,31.1286%,13.2546%,15.5419%,6.7846%,71.4956%。
(2)分别计算不同主量元素的元素百分比,并获取暗色矿物和系数、浅色 矿物和系数和拟色率比系数;具体步骤如下:
(2.1)分别计算不同主量元素的元素百分比,其计算公式如下:
X=(X1/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100%
其中,X为主量元素X的元素百分比;X1为步骤(1)中主量元素X的初始 百分比含量;Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(1) 中各种主量元素的初始百分比含量;其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、 Ti、Mn、Fe元素经过计算后,各个主量元素的元素百分比分别为0.838%,4.831%, 27.582%,2.451%,1.021%,0.797%,7.466%,12.39%,5.28%,6.19%,2.70%, 28.46%。
(2.2)将步骤(2.1)的代入,计算暗色矿物和系数,其计算公式如下:
暗色矿物和系数=((Mg+Fe)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100;
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1) 中不同主量元素的元素百分比;暗色矿物和系数为29.298,暗色矿物和系数无 量纲。
(2.3)将步骤(2.1)的代入,计算浅色矿物和系数,其计算公式如下:
浅色矿物和系数=((Ti+Al+Si)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100;浅色矿物和系数为38.603,浅色矿物和系数无量纲。
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1) 中不同主量元素的元素百分比;
(2.4)计算拟色率比系数,其计算公式如下:
拟色率比系数=浅色矿物和系数/暗色矿物和系数,获得拟色率比系数为 1.32,拟色率比系数无量纲。所述拟色率比系数是拟色率的反向比值,拟色率 的描述依据通过常用描述火山岩的色率而来,与色率的概念类似但不同义,类 似是指运用色率的概念描述火山岩的原理,不同义是指拟色率用的是元素百分 比而非体积分数。
(3)依据地区岩性特征建立岩性识别图版,即通过浅色矿物和系数、暗色 矿物和系数、拟色率比系数和Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe 的元素百分比根据地区特征相互交互而成的二维图版;
在本实施例中,对整段岩石样品进行安山岩和玄武岩的识别,安山岩和玄 武岩的识别具体标准如下:
1)若满足22.0%≤Si的元素百分比≤40.0%,16.5≤暗色矿物和系数≤36.7,1.0≤拟色率比系数≤2.3,16.1%≤Fe的元素百分比≤35.7%,则为安山岩;
2)若满足15.0%≤Si的元素百分比≤19.5%,22.0≤暗色矿物和系数≤51.6,0.4≤拟色率比系数≤1.0,21.3%≤Fe的元素百分比≤50.9%,则为玄武岩;
3)若满足19.5%≤Si的元素百分比≤22.0%,则为过渡岩性。
在本实施例中应用效果良好,其中,玄武岩与铁元素含量呈正向关系,与 铝元素含量呈反向关系;暗色矿物和系数与安山岩呈反向关系,与玄武岩呈正 向关系;随着拟色率比系数的增大,岩性指向玄武岩。
为了更清楚的说明图版的应用效果,建立了QK2井地区的岩性识别标准, 如下表所示;
表2:安山岩与玄武岩识别标准
根据上述针对QK2井地区的计算可知,暗色矿物和系数为29.298、拟色率 比系数为1.32、Fe的元素百分比为28.46%、Si的元素百分比为27.582%,再根 据表2,即可判断QK2井地区的岩石样品的岩性为安山岩。
(4)利用拟色率比系数对整段岩石样品进行岩性识别,再利用拟色率比系 数对岩石样品的每一层进行分析岩性识别,以建立整段岩石样品的岩性识别剖 面。
综上,通过上述实施例一和实施例二的识别方法分别在QK1井地区和QK2 井地区进行安山岩与玄武岩识别的具体实施证明,利用暗色矿物和系数、拟色 率比系数,并结合主量元素的元素百分比分析结果进行安山岩与玄武岩识别效 果较好,能够利用安山岩或玄武岩与各种主量元素进行元素百分比、暗色矿物 和系数、浅色矿物和系数和拟色率比系数之间的关系,对安山岩和玄武岩进行 精确分析并识别。
该识别方法在生产实际过程中,可以忽略钻井岩屑细小,肉眼识别不清, 镜下识别样品难以制作等难题,为安山岩与玄武岩的准确识别提供了可靠的技 术支持。
以上所述仅是本发明的优选实施方式,应当指出,对于使本技术领域的专 业技术人员,在不脱离本发明技术原理的前提下,是能够实现对这些实施例的 多种修改的,而这些修改也应视为本发明应该保护的范围。
本发明不局限于上述可选实施方式,任何人在本发明的启示下都可得出其 他各种形式的产品,但不论在其形状或结构上作任何变化,凡是落入本发明权 利要求界定范围内的技术方案,均落在本发明的保护范围之内。

Claims (8)

1.一种火山岩岩性识别方法,其特征在于,包括以下步骤:
(1)获取岩石样品,并对岩石样品进行分析,以获得各种主量元素的初始百分比含量;
(2)分别计算不同主量元素的元素百分比,并获取暗色矿物和系数、浅色矿物和系数和拟色率比系数;
(3)依据地区岩性特征建立岩性识别图版;
(4)利用拟色率比系数对整段岩石样品进行岩性识别。
2.根据权利要求1所述的火山岩岩性识别方法,其特征在于,所述步骤(4)中,利用拟色率比系数对岩石样品的每一层进行分析岩性识别,以建立整段岩石样品的岩性识别剖面。
3.根据权利要求1所述的火山岩岩性识别方法,其特征在于,所述步骤(1)中,对岩石样品进行X射线分析,获取岩石样品中Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn和Fe的初始百分比含量。
4.根据权利要求3所述的火山岩岩性识别方法,其特征在于,所述步骤(2)的具体步骤如下:
(2.1)分别计算不同主量元素的元素百分比,其计算公式如下:
X=(X1/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100%
其中,X为主量元素X的元素百分比;X1为步骤(1)中主量元素X的初始百分比含量;Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(1)中各种主量元素的初始百分比含量;
(2.2)计算暗色矿物和系数,其计算公式如下:
暗色矿物和系数=((Mg+Fe)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100;
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1)中不同主量元素的元素百分比;
(2.3)计算浅色矿物和系数,其计算公式如下:
浅色矿物和系数=((Ti+Al+Si)/(Mg+Al+Si+P+S+Cl+K+Ca+Ba+Ti+Mn+Fe))×100;
其中,Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe分别为步骤(2.1)中不同主量元素的元素百分比;
(2.4)计算拟色率比系数,其计算公式如下:
拟色率比系数=暗色矿物和系数/浅色矿物和系数。
5.根据权利要求4所述的火山岩岩性识别方法,其特征在于,所述暗色矿物和系数、浅色矿物和系数和拟色率比系数均为无量纲。
6.根据权利要求4所述的火山岩岩性识别方法,其特征在于,所述岩性识别图版是通过浅色矿物和系数、暗色矿物和系数、拟色率比系数和Mg、Al、Si、P、S、Cl、K、Ca、Ba、Ti、Mn、Fe的元素百分比根据地区特征相互交互而成的二维图版。
7.根据权利要求1所述的火山岩岩性识别方法,其特征在于,所述拟色率比系数是拟色率的反向比值,拟色率的描述依据通过常用描述火山岩的色率而来。
8.根据权利要求4所述的火山岩岩性识别方法,其特征在于,所述步骤(4)中对整段岩石样品进行安山岩和玄武岩的识别,所述安山岩和玄武岩的识别具体标准如下:
1)若满足22.0%≤Si的元素百分比≤40.0%,16.5≤暗色矿物和系数≤36.7,1.0≤拟色率比系数≤2.3,16.1%≤Fe的元素百分比≤35.7%,则为安山岩;
2)若满足15.0%≤Si的元素百分比≤19.5%,22.0≤暗色矿物和系数≤51.6,0.4≤拟色率比系数≤1.0,21.3%≤Fe的元素百分比≤50.9%,则为玄武岩;
3)若满足19.5%≤Si的元素百分比≤22.0%,则为过渡岩性。
CN201811377767.0A 2018-11-19 2018-11-19 一种火山岩岩性识别方法 Pending CN109541722A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811377767.0A CN109541722A (zh) 2018-11-19 2018-11-19 一种火山岩岩性识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811377767.0A CN109541722A (zh) 2018-11-19 2018-11-19 一种火山岩岩性识别方法

Publications (1)

Publication Number Publication Date
CN109541722A true CN109541722A (zh) 2019-03-29

Family

ID=65848335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811377767.0A Pending CN109541722A (zh) 2018-11-19 2018-11-19 一种火山岩岩性识别方法

Country Status (1)

Country Link
CN (1) CN109541722A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113624603A (zh) * 2021-08-06 2021-11-09 中国科学院地质与地球物理研究所 一种含沉积韵律层的岩石弹性模量获取方法及系统
CN114791482A (zh) * 2021-01-25 2022-07-26 中国石油化工股份有限公司 一种确定岩石矿物含量系数的方法及装置、存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4467642A (en) * 1983-03-25 1984-08-28 Mobil Oil Corporation Method for identifying complex lithologies in a subsurface formation
CN102053268A (zh) * 2010-11-18 2011-05-11 中国石油天然气股份有限公司 一种蚀变火山岩岩性识别方法及装置
JP2016085114A (ja) * 2014-10-26 2016-05-19 滋樹 水谷 地熱資源評価に有用な重力及び磁力データ総合的解析方法
CN108240999A (zh) * 2016-12-26 2018-07-03 中国石油天然气股份有限公司 一种碎屑岩岩性的识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4467642A (en) * 1983-03-25 1984-08-28 Mobil Oil Corporation Method for identifying complex lithologies in a subsurface formation
CN102053268A (zh) * 2010-11-18 2011-05-11 中国石油天然气股份有限公司 一种蚀变火山岩岩性识别方法及装置
JP2016085114A (ja) * 2014-10-26 2016-05-19 滋樹 水谷 地熱資源評価に有用な重力及び磁力データ総合的解析方法
CN108240999A (zh) * 2016-12-26 2018-07-03 中国石油天然气股份有限公司 一种碎屑岩岩性的识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王䶮舒 等: "《第二届中国石油工业录井技术交流会论文集》", 31 October 2013 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114791482A (zh) * 2021-01-25 2022-07-26 中国石油化工股份有限公司 一种确定岩石矿物含量系数的方法及装置、存储介质
CN114791482B (zh) * 2021-01-25 2024-03-08 中国石油化工股份有限公司 一种确定岩石矿物含量系数的方法及装置、存储介质
CN113624603A (zh) * 2021-08-06 2021-11-09 中国科学院地质与地球物理研究所 一种含沉积韵律层的岩石弹性模量获取方法及系统

Similar Documents

Publication Publication Date Title
CN102175832B (zh) 一种确定典型储层最佳饱和度计算模型的方法
CN104612675B (zh) 一种碳酸盐岩地层随钻岩性快速识别方法
CN104564041B (zh) 基于开发渗透率下限的低渗透碎屑岩储层有效性评价方法
CN103670383B (zh) 一种识别泥页岩油藏有效储层的方法及设备
França et al. Secondary porosity formed by deep meteoric leaching: Botucatu eolianite, southern South America
Dou et al. Precambrian basement reservoirs: Case study from the northern Bongor Basin, the Republic of Chad
CN105510989B (zh) 一种适用于砂岩型铀矿层间氧化带特征的研究方法
CN105590012B (zh) 一种适用于层间氧化带砂岩型铀矿有利砂体的评价方法
CN103744109B (zh) 一种无井覆盖区碎屑岩风化壳结构的识别方法
CN107977480B (zh) 一种页岩气储层产气性快速评价方法
CN105888657B (zh) 利用元素录井进行沉积岩的岩性识别方法
CN104989386B (zh) 一种致密油特性判别方法及图版的生成方法
EP3809133B1 (en) A method for characterizing underground metallic mineral deposits based on rock coatings and fracture fills
CN108363110A (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
CN107515957A (zh) 泥页岩层序地层划分方法
CN103485758A (zh) 一种利用多种资料拟合反演复杂岩性解释方法及装置
CN105158802B (zh) 坳陷湖盆重力流沉积物测井定量识别方法
CN101501531A (zh) 用于次表地层的定量岩性和矿物性评估的方法
CN109541722A (zh) 一种火山岩岩性识别方法
Grigsby et al. Effects of diagenesis on enhanced-resolution bulk density logs in Tertiary Gulf Coast sandstones: an example from the Lower Vicksburg Formation, McAllen Ranch field, south Texas
Ross et al. High-resolution physical properties, geochemistry, and alteration mineralogy for the host rocks of the Archean Lemoine auriferous volcanogenic massive sulfide deposit, Canada
CA2823118A1 (en) Method for geochemical gradient exploration
Calder et al. High-grade copper and gold deposited during postpotassic chlorite-white mica-albite stage in the Far Southeast porphyry deposit, Philippines
CN105064987A (zh) 利用随钻录井q参数进行水层识别的解释评价方法
CN108805158A (zh) 一种致密油储层成岩相划分方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190329