CN110057727B - 一种针对砂砾岩储层中岩屑含量统计的方法 - Google Patents

一种针对砂砾岩储层中岩屑含量统计的方法 Download PDF

Info

Publication number
CN110057727B
CN110057727B CN201910309461.XA CN201910309461A CN110057727B CN 110057727 B CN110057727 B CN 110057727B CN 201910309461 A CN201910309461 A CN 201910309461A CN 110057727 B CN110057727 B CN 110057727B
Authority
CN
China
Prior art keywords
rock debris
content
gravel
area
rock
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
CN201910309461.XA
Other languages
English (en)
Other versions
CN110057727A (zh
Inventor
曲希玉
陈思芮
邱隆伟
董晓芳
曹英权
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.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
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 China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN201910309461.XA priority Critical patent/CN110057727B/zh
Priority to PCT/CN2019/092904 priority patent/WO2020211193A1/zh
Publication of CN110057727A publication Critical patent/CN110057727A/zh
Priority to US17/326,296 priority patent/US20210270987A1/en
Application granted granted Critical
Publication of CN110057727B publication Critical patent/CN110057727B/zh
Priority to ZA2021/09519A priority patent/ZA202109519B/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
    • G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
    • G01V1/46—Data acquisition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
    • G01V1/44—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging using generators and receivers in the same well
    • G01V1/48—Processing data
    • G01V1/50—Analysing data
    • 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
    • G01N15/02—Investigating particle size or size distribution
    • G01N15/0205—Investigating particle size or size distribution by optical means, e.g. by light scattering, diffraction, holography or imaging
    • G01N15/0227—Investigating particle size or size distribution by optical means, e.g. by light scattering, diffraction, holography or imaging using imaging, e.g. a projected image of suspension; using holography
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V2210/00—Details of seismic processing or analysis
    • G01V2210/60—Analysis
    • G01V2210/64—Geostructures, e.g. in 3D data cubes

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Geology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Acoustics & Sound (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)

Abstract

本发明涉及砂砾岩储层研究中的储层岩石学定量表征领域，特别涉及一种针对砂砾岩储层中岩屑含量统计的方法，包括以下步骤：依据研究深度截取成像测井图；对成像测井图进行处理获取砾石成分总含量面积百分比；选取岩芯样品，获得岩芯段样品各种砾石级岩屑的面积含量百分比；依据各种砾石级岩屑的面积含量百分比和砾石成分总含量面积百分比获得每种砾石级岩屑的最终百分比含量；对研究深度对应的岩芯样品获取各类型砂级岩屑含量；将各类砾石级岩屑的最终百分比含量和同种类型砂级岩屑含量相加获得研究深度各类岩屑实际含量百分比；本发明将砂级大小的岩屑含量与砾石级大小的岩屑含量结合在一起，精确表征砂砾岩储层中不同类型岩屑的含量。

Description

一种针对砂砾岩储层中岩屑含量统计的方法
技术领域
本发明涉及砂砾岩储层研究中的储层岩石学定量表征领域，特别涉及到一种针对砂砾岩储层中岩屑含量定量统计的方法。
背景技术
岩屑是母岩的碎块，是保持母岩结构的矿物集合体。砂砾岩储层沉积相带变化快，储层非均质性强，岩石组分较为复杂。在岩屑类型上，既包含有砾石级别大小的岩屑，又包括砂级大小的岩屑。岩屑的定量统计对于判别储层成分成熟度与物源区母岩性质，以及对于更深层次的研究，包括影响储层物性主控因素、储层的形成与演变机制具有积极的作用。因此岩屑的定量统计对于储层研究来说，是不可缺少的一部分。由于砂砾岩体岩石组构复杂，必须对可以准确定量表征砂砾岩储层中岩屑含量的方法进行研究。
现有技术在针对砂砾岩储层岩石学特征研究的时候，对于岩屑的定量统计往往只是从镜下薄片的尺度，对不同类型的岩屑进行定量统计，而忽视了对宏观上砾石级别大小岩屑进行定量统计，从而使得岩屑的含量存在着误差。由于砂砾岩储层的岩石组分较为复杂，砾岩与砂岩往往混杂在一起，单一运用薄片鉴定的方法所统计出的岩屑含量，只能够代表砂岩中的岩屑含量，并不能代表整个砂砾岩储层中砾石级大小的岩屑含量。
发明内容
本发明的目的在于：针对现有问题，提供一种砂级大小的岩屑含量与砾石级大小的岩屑含量结合在一起，精确表征砂砾岩储层中不同类型岩屑的含量的针对砂砾岩储层中岩屑含量统计的方法。
本发明采用的技术方案如下：
一种针对砂砾岩储层中岩屑含量统计的方法，包括以下步骤：
a.依据所需研究深度截取相对应的成像测井图；
b.对成像测井图进行处理获取研究深度砾石成分总含量面积百分比N岩屑(总)；
c.选取研究深度对应的岩芯样品，获得岩芯段样品各种砾石级岩屑的面积含量百分比Q岩屑X，其中岩屑X表示各类型岩屑；
d.依据各种砾石级岩屑的面积含量百分比和砾石成分总含量面积百分比获得每种砾石级岩屑的最终百分比含量M岩屑X(砾石级)，其中M岩屑X(砾石级)＝Q岩屑X×N岩屑(总)；
e.对研究深度对应的岩芯样品采取砂岩样品以制备薄片，通过点计法获取各类型砂级岩屑含量Q岩屑X(砂级)；
f.将各类砾石级岩屑的最终百分比含量M岩屑X(砾石级)和同种类型砂级岩屑含量Q岩屑X(砂级)相加获得研究深度各类岩屑实际含量百分比。
进一步的，其特征在于，步骤b具体为：
b1.对成像测井图进行全井眼处理，消除白条部分，并进行平滑处理；
b2.由于砂砾岩中的砾石具低伽马、低钾元素含量、高钍元素的特征，电阻率较高，在成像测井静态图上呈现为亮白色或亮黄色，结构上主要以块状与斑状为主，故对成像测井图中砾石亮斑进行标记，获得各亮斑面积：具体为：
b2.1:将成像测井图由彩色图像转化为灰度图像；
b2.2:基于亮度将灰度图像转化为二值图像；
b2.3:删除二值图像内小于100像素的目标；
b2.4:在处理后的二值图像内找出亮斑边界，绘制亮斑边界后计算各个亮斑面积。
b3.将各亮斑面积相加获得亮斑总面积，将亮斑总面积与成像测井图总面积做比值获得砾石成分总含量面积百分比N岩屑(总)。
进一步的，步骤c具体为：
c1.通过岩芯样品获得砾石级岩屑类型；
c2.对各类型砾石级岩屑进行粒径测量，计算岩屑面积，具体为：对于长轴长度与短轴长度比值大于等于1.5的长条形岩屑颗粒，要对该颗粒的长短轴进行测量，然后运用椭圆面积公式所求得的面积近似看做该形态颗粒的实际面积岩屑面积为S椭圆＝πab，其中a为岩屑颗粒长半轴长度，b为岩屑颗粒短半轴长度；若颗粒的长短轴差异相差不大即长轴长度与短轴长度比值大于等于1小于1.5的圆形岩屑颗粒，可以近似看做圆形，运用圆形面积公式近似求得该类形态颗粒的实际面积，岩屑面积为S圆＝πR2，其中R为岩屑颗粒长轴长度半径；
c3.对所有类型砾石级岩屑面积相加获得岩屑总面积S岩屑(总)；
c4.将所测量的所有岩屑的面积按照所属岩屑的类型进行逐一归类。对各类型砾石级岩屑面积按类型相加获得各类型岩屑总面积S岩屑X；
c5.获得各类型砾石级岩屑面积Q岩屑X＝S岩屑X/S岩屑(总)。
综上所述，由于采用了上述技术方案，本发明通过在岩芯与薄片两种尺度上对研究区目的层位中的岩屑类型进行了详细的划分，然后通过将宏观砾石级大小岩屑与微观砂级大小岩屑含量进行合并，从而进一步提高了砂砾岩储层中总岩屑及各类岩屑含量的上限与下限值。本发明所提出的岩屑统计方法将研究区的岩屑类型进行了全面详尽的划分，同时将砂砾岩储层岩屑含量的统计范围变得更为全面与精确，可为后期储层的研究工作提供相对更为科学的数据支撑。
附图说明
图1是本发明流程图。
具体实施方式
本说明书中公开的所有特征，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
一种针对砂砾岩储层岩屑含量统计的新方法：
首先岩芯样品选自东营凹陷北带盐22-22井，选取深度段为沙四段上亚段的3688.00m-3695.50m，具体深度点为3691.25m与3692.45m，岩性均为砂质砾岩。永安区块岩芯样品取自永559井，永559井具体取芯位置为沙四上亚段的3225.8m、3226m和3226.45m。
考虑到砾石含量识别的精确性，针对岩芯样品深度点，选取包含两深度点的前后间隔在1m左右的深度段。实际为3691m-3692m与3692m-3693m两个深度段，然后从所搜集到的成像测井图中，3691m-3692m提取该深度段的成像测井图。对成像测井图进行全井眼处理，消除白条部分，并进行平滑处理，通过MATLAB软件运行编辑的算法程序，对所选取的成像测井图中砾石亮斑进行标记圈定，得到每个亮斑的面积，将所有亮斑面积求和并与成像测井图总面积做比值，获得该深度段的砾石成分总含量面积百分比。依据同样方法对永559井3225.5-3226.5m、3226.5-3227.5m和3325-3326m三个深度进行处理获得砾石成分总含量面积百分比如下：
表1砾石含量识别结果
Figure BDA0002030977680000031
针对选取的岩芯样品，获得岩芯样品中砾石级岩屑的种类，22-22井3691-3693m深度段的岩芯样品中识别出了砾石级碳酸岩岩屑、硅质岩屑、花岗片麻质岩屑和泥质岩屑。在永559井3226-3227m深度段的岩芯样品中识别出了砾石级碳酸岩岩屑、硅质岩屑和花岗片麻质岩屑。对各类型砾石级岩屑进行粒径测量，计算岩屑面积，对于长轴长度与短轴长度比值大于等于1.5的长条形岩屑颗粒，要对该颗粒的长短轴进行测量，然后运用椭圆面积公式所求得的面积近似看做该形态颗粒的实际面积岩屑面积为S椭圆＝πab，其中a为岩屑颗粒长半轴长度，b为岩屑颗粒短半轴长度；若颗粒的长短轴差异相差不大即长轴长度与短轴长度比值大于等于1小于1.5的圆形岩屑颗粒，可以近似看做圆形，运用圆形面积公式近似求得该类形态颗粒的实际面积，岩屑面积为S圆＝πR2，其中R为岩屑颗粒长轴长度半径。
依据各种砾石级岩屑的面积含量百分比和砾石成分总含量面积百分比获得每种砾石级岩屑的最终百分比含量M岩屑X(砾石级)，其中M岩屑X(砾石级)＝Q岩屑X×N岩屑(总)；各个样品各类砾石级岩屑实际含量。盐22-22井3691-3693m深度段的岩芯样品中识别出了砾石级碳酸岩岩屑、硅质岩屑、花岗片麻质岩屑和泥质岩屑，碳酸岩岩屑平均含量约为3.62％，硅质岩屑含量约为1.24％，花岗片麻质岩屑含量约为2.88％，泥质岩屑含量约为0.73％。在永559井3226-3227m深度段的岩芯样品中识别出了砾石级碳酸岩岩屑、硅质岩屑和花岗片麻质岩屑，其中硅质岩屑平均含量约为11.26％，花岗质岩屑平均含量为2.41％，泥质岩屑平均含量为0.31％。
对研究深度对应的岩芯样品采取砂岩样品以制备薄片，对薄片上各类型砂级岩屑进行识别，获取各类型砂级岩屑含量。岩屑组合类型共划分为3大类8小类。3大类主要为沉积岩岩屑、岩浆岩岩屑和变质岩岩屑，其中沉积岩岩屑包括泥质岩屑、碳酸岩岩屑(灰岩与白云岩)和砂岩岩屑；岩浆岩岩屑包括花岗质岩屑与酸性喷出岩岩屑；变质岩屑包括变质石英岩岩屑、花岗片麻质岩屑以及千枚岩岩屑。研究区各类砂级岩屑含量统计结果如下。盐22-22井3691-3693m深度段硅质岩屑平均含量为7.16％，碳酸岩岩屑平均含量为10.89％，花岗片麻质岩屑平均含量为13.7％，泥质岩屑平均含量约为2.02％，剩余岩屑含量较低，可忽略不计；永559井3226-3227m深度段硅质岩屑平均含量约为16.06％，碳酸岩岩屑平均含量约为2.38％，花岗质岩屑平均含量约为4.45％，花岗片麻质岩屑平均含量约为26.71％。结果如下表：
表2东营凹陷北带盐家-永安地区沙四上亚段部分井的岩屑含量统计结果
Figure BDA0002030977680000051
将各类砾石级岩屑的最终百分比含量M岩屑X(砾石级)和同种类型砂级岩屑含量Q岩屑X(砂级)相加获得研究深度各类岩屑实际含量百分比，统计的结果为盐家区块沙四上亚段总岩屑含量范围在34.74％-73.15％之间，永安区块沙四上亚段总岩屑含量范围在49.8％-69.22％之间。与以前相关文献对比如下表所示：
表3前人与本次针对研究区沙四上亚段砂砾岩储层的总岩屑含量统计结果对比
Figure BDA0002030977680000052
参考文献[1]马奔奔,操应长,王艳忠.东营凹陷盐家地区沙四上亚段储层低渗成因机制及分类评价[J].中南大学学报(自然科学版),2014,45(12):4277-4291。
参考文献[2]马奔奔,操应长,王艳忠等.东营凹陷盐家地区沙四上亚段砂砾岩储层岩相与物性关系[J].吉林大学学报(地球科学版),2015,45(2):495-506。
参考文献[3]张清.东营凹陷盐222块沙四段上亚段有效储层识别[J].油气地质与采收率,2008,15(4):33-35+38+1。
参考文献[4]王艳红,袁向春,王筱文等.东营凹陷永921-920区块沙四上亚段砂砾岩体沉积特征[J].地质科技情报，2014,33(2):86-91+97。
参考文献[5]曹刚,邹婧芸,曲全工等.东营凹陷永1块沙四段砂砾岩体有效储层控制因素分析[J].岩性油气藏,2016,28(1):30-37+64。
通过与前人的研究成果对比可以发现运用本次研究方法所得出岩屑总含量范围的上限与下限值均有较大的提升，比之前的研究成果更为精确。

Claims (3)

1.一种针对砂砾岩储层中岩屑含量统计的方法，其特征在于，包括以下步骤：
a.依据所需研究深度截取相对应的成像测井图；
b.对成像测井图进行处理获取研究深度砾石成分总含量面积百分比N岩屑(总)，具体为：
b1.对成像测井图进行全井眼处理，消除白条部分，并进行平滑处理；
b2.对成像测井图中砾石亮斑进行标记，获得各亮斑面积；
b3.将各亮斑面积相加获得亮斑总面积，将亮斑总面积与成像测井图总面积做比值获得砾石成分总含量面积百分比N岩屑(总)；
c.选取研究深度对应的岩芯样品，获得岩芯段样品各种砾石级岩屑的面积含量百分比Q岩屑X，其中岩屑X表示各类型岩屑，具体为：
c1.通过岩芯样品获得砾石级岩屑类型；
c2.对各类型砾石级岩屑进行粒径测量，计算岩屑面积；
c3.对所有类型砾石级岩屑面积相加获得岩屑总面积S岩屑(总)；
c4.对各类型砾石级岩屑面积按类型相加获得各类型岩屑总面积S岩屑X；
c5.获得各种砾石级岩屑的面积含量百分比 Q岩屑X＝S岩屑X/S岩屑(总)；
d.依据各种砾石级岩屑的面积含量百分比和砾石成分总含量面积百分比获得每种砾石级岩屑的最终百分比含量M岩屑X(砾石级)，其中M岩屑X(砾石级)＝Q岩屑X×N岩屑(总)；
e.对研究深度对应的岩芯样品采取砂岩样品以制备薄片，通过点计法获取各类型砂级岩屑含量Q岩屑X(砂级)；
f.将各类砾石级岩屑的最终百分比含量M岩屑X(砾石级)和同种类型砂级岩屑含量Q岩屑X(砂级)相加获得研究深度各类岩屑实际含量百分比。
2.根据权利要求1所述的一种针对砂砾岩储层中岩屑含量统计的方法，其特征在于，所述步骤c2具体为：对于长轴长度与短轴长度比值大于等于1.5的长条形岩屑颗粒，岩屑面积为S椭圆＝πab，其中a为岩屑颗粒长半轴长度，b为岩屑颗粒短半轴长度；对于长轴长度与短轴长度比值大于等于1小于1.5的圆形岩屑颗粒，岩屑面积为S圆＝πR2，其中R为岩屑颗粒长轴长度。
3.根据权利要求1所述的一种针对砂砾岩储层中岩屑含量统计的方法，其特征在于,所述步骤b2具体为：
b2.1:将成像测井图由彩色图像转化为灰度图像；
b2.2:基于亮度将灰度图像转化为二值图像；
b2.3:删除二值图像内小于100像素的目标；
b2.4:在处理后的二值图像内找出亮斑边界，绘制亮斑边界后计算各个亮斑面积。
CN201910309461.XA 2019-04-17 2019-04-17 一种针对砂砾岩储层中岩屑含量统计的方法 Active CN110057727B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201910309461.XA CN110057727B (zh) 2019-04-17 2019-04-17 一种针对砂砾岩储层中岩屑含量统计的方法
PCT/CN2019/092904 WO2020211193A1 (zh) 2019-04-17 2019-06-26 一种针对砂砾岩储层中岩屑含量统计的方法
US17/326,296 US20210270987A1 (en) 2019-04-17 2021-05-20 Method for creating statistics on content of rock debris in conglomerate reservoir
ZA2021/09519A ZA202109519B (en) 2019-04-17 2021-11-24 Method for creating statistics on content of rock debris in conglomerate reservoir

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910309461.XA CN110057727B (zh) 2019-04-17 2019-04-17 一种针对砂砾岩储层中岩屑含量统计的方法

Publications (2)

Publication Number Publication Date
CN110057727A CN110057727A (zh) 2019-07-26
CN110057727B true CN110057727B (zh) 2021-08-31

Family

ID=67319367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910309461.XA Active CN110057727B (zh) 2019-04-17 2019-04-17 一种针对砂砾岩储层中岩屑含量统计的方法

Country Status (4)

Country Link
US (1) US20210270987A1 (zh)
CN (1) CN110057727B (zh)
WO (1) WO2020211193A1 (zh)
ZA (1) ZA202109519B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111537513A (zh) * 2020-05-28 2020-08-14 矿冶科技集团有限公司 矿石结构的统计方法及其应用
CN112698424B (zh) * 2020-12-09 2022-09-13 中海石油(中国)有限公司 一种基于岩屑的断层岩排替压力的获得方法
CN113137225A (zh) * 2021-04-12 2021-07-20 中国地质调查局油气资源调查中心 一种基于砾石组分分析的砾岩储层评价方法
CN114577833B (zh) * 2022-05-05 2022-07-29 克拉玛依禾鑫石油科技有限公司 快速定量分析砂砾岩岩屑基质中黏土矿物的方法及应用
CN116838322A (zh) * 2023-04-20 2023-10-03 东北石油大学 一种微电阻率成像测井的粒度面积谱细分砾岩岩性方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3780302A (en) * 1971-09-20 1973-12-18 Texaco Inc Pulsed neutron logging system
CN1157917A (zh) * 1996-12-26 1997-08-27 大庆石油管理局地质录井公司 岩屑定量评价仪
CN101458217B (zh) * 2007-12-12 2011-02-09 中国石油天然气股份有限公司 一种求准碎屑岩填隙物中粘土矿物相对含量的方法
CN102071928B (zh) * 2009-11-25 2013-05-29 中国石油天然气股份有限公司 一种三维空间火山岩岩性识别方法
CN103149130B (zh) * 2013-01-29 2014-10-08 中国石油大学(华东) 砾岩岩心颗粒结构中粒度的分析方法
CN105240001B (zh) * 2015-09-23 2018-03-09 中国石油大学(北京) 核磁共振测井孔隙度校正方法及装置
CN105334150B (zh) * 2015-11-24 2019-02-12 中国石油大学(北京) 前陆盆地砂岩储层成岩过程与孔隙演化过程的确定方法
CN106597548B (zh) * 2016-12-02 2018-12-28 中国石油大学(华东) 一种多因素定量评价地质时期3d孔隙度的方法
CN108363110B (zh) * 2018-01-16 2020-10-09 中石化石油工程技术服务有限公司 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
CN109444379A (zh) * 2018-12-24 2019-03-08 中海石油(中国)有限公司 深水重力流砂岩储层的定量分类识别图版构建方法及系统

Also Published As

Publication number Publication date
CN110057727A (zh) 2019-07-26
WO2020211193A1 (zh) 2020-10-22
US20210270987A1 (en) 2021-09-02
ZA202109519B (en) 2022-03-30

Similar Documents

Publication Publication Date Title
CN110057727B (zh) 一种针对砂砾岩储层中岩屑含量统计的方法
CN104612675B (zh) 一种碳酸盐岩地层随钻岩性快速识别方法
Lazar et al. Capturing key attributes of fine-grained sedimentary rocks in outcrops, cores, and thin sections: nomenclature and description guidelines
Liu et al. Multi-scale fractal analysis of pores in shale rocks
CN104989392B (zh) 一种岩性识别方法
CN103852787B (zh) 一种砂岩储层成岩地震相表征方法
Duan et al. Lithology identification and reservoir characteristics of the mixed siliciclastic-carbonate rocks of the lower third member of the Shahejie formation in the south of the Laizhouwan Sag, Bohai Bay Basin, China
Kamani et al. Evaluation of the mechanical degradation of carbonate aggregate by rock strength tests
US11441420B2 (en) System and method for using geological analysis for the designing of stimulation operations
Aligholi et al. Evaluating the relationships between NTNU/SINTEF drillability indices with index properties and petrographic data of hard igneous rocks
Bandyopadhyay et al. Dependence of fluid flow on cleat aperture distribution and aperture–length scaling: a case study from Gondwana coal seams of Raniganj Formation, Eastern India
CN107515290A (zh) 岩石矿物组分含量定量计算方法
Tadayoni et al. A new approach to heterogeneity analysis in a highly complex carbonate reservoir by using borehole image and conventional log data
Eiselt et al. In‐situ sourcing of hematite paints on the surface of hohokam red‐on‐Buff ceramics using laser ablation–inductively coupled plasma–mass spectrometry (LA–ICP–MS) and instrumental neutron activation analysis
Jandacka et al. Chemical composition, morphology, and distribution of particulate matter produced by road pavement abrasion using different types of aggregates and asphalt binder
Sanei et al. Simple petrographic grain size analysis of siltstone reservoir rocks: An example from the Montney tight gas reservoir (Western Canada)
Nwaila et al. Constraints on the geometry and gold distribution in the Black Reef Formation of South Africa using 3D reflection seismic data and Micro-X-ray computed tomography
Kenis et al. A new methodological approach (QEMSCAN®) in the mineralogical study of Polish loess: Guidelines for further research
CN110656922B (zh) 基于笔石带特征的页岩等时地层测井划分方法及系统
Pszonka et al. Identification and quantification of intergranular volume using SEM automated mineralogy
CN112147713B (zh) 泥页岩总有机碳含量分段预测方法
CN111292385B (zh) 编制黑色页岩定量古地理图的方法及装置
Gong et al. Quantification of Fracture Roughness and its Effects on the Grain and Pore Size Distribution of the Fractured Rock Using Image Analysis Technique
Akeju et al. Investigation of the spatial variability in Oyo-Iwa limestone deposit for quality control
Sliwinski et al. A new quantitative method for analysis of drill cuttings and core for geologic, diagenetic and reservoir evaluation

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