CN111879804B - 页岩的有机碳含量确定方法、装置及系统 - Google Patents

页岩的有机碳含量确定方法、装置及系统 Download PDF

Info

Publication number
CN111879804B
CN111879804B CN202010630230.1A CN202010630230A CN111879804B CN 111879804 B CN111879804 B CN 111879804B CN 202010630230 A CN202010630230 A CN 202010630230A CN 111879804 B CN111879804 B CN 111879804B
Authority
CN
China
Prior art keywords
rock
electron microscope
brightness
image
sample
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.)
Expired - Fee Related
Application number
CN202010630230.1A
Other languages
English (en)
Other versions
CN111879804A (zh
Inventor
焦淑静
周晓峰
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.)
China University of Petroleum Beijing
Original Assignee
China University of Petroleum Beijing
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 Beijing filed Critical China University of Petroleum Beijing
Priority to CN202010630230.1A priority Critical patent/CN111879804B/zh
Publication of CN111879804A publication Critical patent/CN111879804A/zh
Application granted granted Critical
Publication of CN111879804B publication Critical patent/CN111879804B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
    • G01N23/22—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material
    • G01N23/225—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion
    • G01N23/2251—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by measuring secondary emission from the material using electron or ion using incident electron beams, e.g. scanning electron microscopy [SEM]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/401—Imaging image processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/421—Imaging digitised image, analysed in real time (recognition algorithms)
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2223/00—Investigating materials by wave or particle radiation
    • G01N2223/40—Imaging
    • G01N2223/426—Imaging image comparing, unknown with known substance

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)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本说明书实施例公开了一种页岩的有机碳含量确定方法、装置及系统，所述方法包括获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；在岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，根据岩石组分与图像亮度之间的对应关系标注电镜子图像区域的岩石组分；根据岩石组分对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；利用各岩石组分所对应的亮度取值范围扫描岩样电镜图像，获得岩样电镜图像中各岩石组分的像素占比；利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。

Description

页岩的有机碳含量确定方法、装置及系统
技术领域
本说明书涉及石油勘探技术领域，特别地，涉及一种页岩的有机碳含量确定方法、装置及系统。
背景技术
TOC(Total Organic Carbon，总有机碳)是评价页岩可采性的重要指标之一。一般认为，只有TOC含量超过2％的页岩才具备开采的经济价值。目前，TOC含量测试采用的方法通常是燃烧法，其原理是用稀盐酸除去样品中的无机碳后，在高温氧气流中燃烧，使全部有机碳转化为二氧化碳，再经红外检测器检测并给出TOC含量。
根据《沉积岩中总有机碳测试标准》(GB/T19145-2003)，TOC测试需要的仪器设备包括：硫碳测定仪、瓷坩埚、分析天平、马弗炉、可控温电热板或水浴锅、烘箱、真空泵、抽滤器、坩埚架等；TOC测试需要的试剂材料包括：盐酸、无水高氯酸镁、碱石棉、玻璃纤维、脱硫专用棉、铂硅胶、铁屑助溶剂、钨粒助溶剂、碳含量专用标样、纯氧、压缩空气或氮气等；TOC测试步骤包括碎样、称样、溶样、洗样、烘样、测定等。上述步骤中，仅溶样就需要将试样放置在70度左右的盐酸溶液中反应2小时以上。现有的TOC测试方法需要的仪器设备和试剂材料多，步骤较为繁琐耗时，经济成本较高。然而，在实际工作中，有时并不关心TOC的绝对数值，而更关心不同岩样的TOC相对大小。因此，目前亟需一种可以更加简单方便的估算TOC相对含量的方法。
发明内容
本说明书实施例的目的在于提供一种页岩的有机碳含量确定方法、装置及系统，可以方便快速的分辨出不同岩样的有机碳含量的相对大小。
一种页岩的有机碳含量确定方法，包括：
获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；
在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分；
根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；
根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；
利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比；
利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
本说明书提供的所述方法的另一些实施例中，所述岩石组分包括有机质、基质和金属矿物；所述根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围，包括：
Figure GDA0003145098930000021
其中，B为一个矩阵，矩阵元素对应所述电镜子图像区域中各个像素点的亮度值，Borg、Bmat和Bpyr分别是有机质、基质和金属矿物的亮度取值范围，Eorg、Emat和Epyr分别是有机质、基质和金属矿物的特征亮度，min()和max()是取最小值和最大值函数。
本说明书提供的所述方法的另一些实施例中，所述根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度，包括：
标注各电镜子图像区域的中心点；
获取以所述中心点为圆心，以N个像素点为半径的圆所包围的全部像素点的亮度值，其中，N为整数，且2≤N≤4；
计算任一岩石组分所对应的电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。
本说明书提供的所述方法的另一些实施例中，所述预设观测位置包括多个，相应的，计算多个预设观测位置处所对应的有机碳含量的占比的均值，作为所述目标页岩样品中有机碳含量的最终占比。
另一方面，本说明书实施例还提供一种页岩的有机碳含量确定装置，所述装置包括：
数据获取模块，用于获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；
标注模块，用于在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分；
特征亮度确定模块，用于根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；
亮度范围确定模块，用于根据所述岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；
像素占比确定模块，用于利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比；
含量占比确定模块，用于利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
本说明书提供的所述装置的另一些实施例中，所述岩石组分包括有机质、基质和金属矿物；所述亮度范围确定模块还用于根据下述计算模型确定相应岩石组分所对应的亮度取值范围：
Figure GDA0003145098930000031
其中，B为一个矩阵，矩阵元素对应所述电镜子图像区域中各个像素点的亮度值，Borg、Bmat和Bpyr分别是有机质、基质和金属矿物的亮度取值范围，Eorg、Emat和Epyr分别是有机质、基质和金属矿物的特征亮度，min()和max()是取最小值和最大值函数。
本说明书提供的所述装置的另一些实施例中，所述特征亮度确定模块包括：
标注单元，用于标注各电镜子图像区域的中心点；
获取单元，用于获取以所述中心点为圆心，以N个像素点为半径的圆所包围的全部像素点的亮度值，其中，N为整数，且2≤N≤4；
计算单元，用于计算任一岩石组分所对应的电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。
本说明书提供的所述装置的另一些实施例中，所述预设观测位置包括多个，相应的，所述含量占比确定模块还用于计算多个预设观测位置处所对应的有机碳含量的占比的均值，作为所述目标页岩样品中有机碳含量的最终占比。
另一方面，本说明书实施例还提供一种页岩的有机碳含量确定设备，包括处理器及存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括：
获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；
在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分；
根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；
根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；
利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比；
利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
另一方面，本说明书实施例还提供一种页岩的有机碳含量确定系统，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现上述任意一个或者多个实施例所述方法的步骤。
本说明书一个或多个实施例提供的页岩的有机碳含量确定方法、装置及系统，仅仅基于扫描电镜扫描的岩样的电镜图像即可估算出页岩岩样中的有机碳含量，整个处理过程中所需设备较少，且操作简单方便，可以方便快速的分辨出不同岩样的有机碳含量的相对大小。且经济成本较低。
附图说明
为了更清楚地说明本说明书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说明书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为本说明书实施例提供的一种页岩的有机碳含量确定方法的流程示意图；
图2为本说明书提供的一个实施例中的预设观测位置的标注示意图；
图3为本说明书提供的另一个实施例中的采集的页岩电镜图像示意图；
图4为本说明书提供的另一个实施例中参与特征亮度计算的像素点确定示意图；
图5为本说明书提供的另一个实施例中参与黄铁矿标识点特征亮度计算的像素点示意图；
图6为本说明书提供的另一个实施例中参与有机质标识点特征亮度计算的像素点示意图；
图7为本说明书提供的另一个实施例中参与基质标识点特征亮度计算的像素点示意图；
图8为本说明书提供的另一个实施例中识别的全部黄铁矿组分示意图；
图9为本说明书提供的另一个实施例中识别的全部有机质组分示意图；
图10为本说明书提供的另一个实施例中识别的全部基质组分示意图；
图11为本说明书实施例提供的一种页岩的有机碳含量确定装置的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是说明书一部分实施例，而不是全部的实施例。基于说明书一个或多个实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书实施例方案保护的范围。
图1表示本说明书一些实施例提供的一种页岩的有机碳含量确定方法。所述方法可以应用于一种执行有机碳含量估算的设备，如服务器。如图1所示，所述方法可以包括如下步骤。
S20：获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像。
对于某待分析的目标工区，可以从目标工区采集页岩岩样样品，对该岩样样品进行分析，以确定目标工区的有机碳含量相对分布。对于采集的大块的页岩岩样，可以从页岩岩样上切取一小块样品，把其中的一面打磨光滑，另一面保持平整。切取的小块页岩样品的要求为厚度约1mm，大小约5*5mm～10*10mm。打磨样品时，先用粗砂纸(800目左右)逐步过渡到细砂纸(2000目)，目测表面光滑平整如镜面，无划痕，无凹凸。然后，把打磨好的样品放入氩离子抛光仪中，对光滑的一面进行进一步抛光处理。根据扫描电镜的观测需求可以进一步做其他处理，这里不做限定。如对于FEI200F型场发射扫描电镜，还可以在观测前对样品做镀膜处理。通过上述处理后，可以获得下述实施例中进行有机碳相对含量确定所利用的目标页岩样品，提高基于岩样样品进行有机碳相对含量确定的准确性。
将目标页岩样品放入扫描电镜，调整扫描电镜的亮度、对比度、焦距等，使样品的图像清晰。然后，可以利用扫描电镜采集目标页岩样品的预设观测位置处的岩样电镜图像。所述预设观测位置可以根据页岩样品的具体情况进行预先设定，以保证最终分析结果的准确性。所述预设观测位置的数量可以为一个，也可以为多个。如图2所示，图2表示预先设定的10个预设观测位置在目标页岩样品上的分布示意图。每个“+”符号代表一个预设观测位置，10个预设观测位置尽量在目标页岩样品上均匀分布。通过设置多个预设观测位置，并使得各预设观测位置尽量在目标页岩样品上均匀分布，可以进一步保证有机碳相对含量确定的准确性。
对于预设观测位置，可以利用扫描电镜采集一张或者多张图像。图像的放大倍数选择要求是，在能清晰分辨出有机质与矿物质的前提下放大倍数尽量小，且同一目标页岩样品拍摄时要保持相同的放大倍数。放大倍数优选为500～2000倍。对于上述10个预设观测位置，可以在各预设观测位置处采集1张电镜图像。
服务器可以获取目标页岩样品的预设观测位置处的岩样电镜图像。如可以通过有线、无线或者中间传输媒介等方式将扫描电镜采集的电镜图像传输给服务器。
S22：在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分。
服务器在获取电镜图像后，可以在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域。所述衬度可以是指岩样电镜图像中不同区域间存在的明暗程度的差异。所述衬度特征满足预设要求的电镜子图像区域可以是指与周围图像区域的衬度值大于第一预设阈值而区域内衬度值小于第二预设阈值且区域面积大于第三预设阈值的图像区域。其中，第一预设阈值大于第二预设阈值。第一预设阈值、第二预设阈值以及第三预设阈值的大小可以根据实际需要设定。
可以预先设定各岩石组分与图像亮度之间的对应关系。扫描电镜成像方式可以分为“背散射成像”和“二次电子成像”两种，无论哪种成像方式，电镜图像的亮度都与观测物质的局部平均原子序数(或密度)大小相关。以背散射成像方式为例，当入射电子轰击到观测样品上，原子序数越大的物质反射回来的背散射电子越多，电镜图像也越亮；相反，原子序数越小的物质反射回来的背散射电子越少，电镜图像也就越暗。通常，页岩岩样中有机质的碳含量达到90％以上(平均原子序数约为11)，图像最暗；黄铁矿等金属矿物(黄铁矿平均原子序数约为40)的图像最亮；而基质的亮度介于二者之间。服务器可以根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分。例如，基于上述图像亮度值与岩石组分的对应关系，可以对比各电镜子图像区域之间的图像亮度，将亮度值最高的电镜子图像区域标注为金属矿物，亮度值次高的电镜子图像区域标注为基质，亮度值最低的电镜子图像区域标注为有机质。
S24：根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度。
服务器可以根据各岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度。某岩石组分的特征亮度可以为该岩石组分所对应的电镜子图像区域中至少部分像素点的亮度值的均值。当然，也可以为至少部分像素点的亮度值的均方差等，这里不做限定。
一些实施例中，可以采用下述方式确定某岩石组分所对应的特征亮度：
标注各电镜子图像区域的中心点；
获取以所述中心点为圆心，以N个像素点为半径的圆所包围的全部像素点的亮度值，其中，N为整数，且2≤N≤4；
计算任一岩石组分所对应的电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。
服务器可以在确定电镜子图像区域后，标注电镜子图像区域的中心点。然后，可以获取以所述中心点为圆心，以N个像素点为半径的圆所包围的全部像素点的亮度值。其中，N为整数。优选的，N的取值可以为2≤N≤4。之后，可以计算任一岩石组分所对应的电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。
如果岩石组分所对应的电镜子图像区域为一个，则获取该电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点，计算所包围的全部像素点的均值，获得相应岩石组分所对应的特征亮度。如果岩石组分所对应的电镜子图像区域为多个，则对于每个电镜子图像区域，获取每个电镜子图像区域中以所述N个像素点为半径的圆所包围的像素点，然后，统计该多个电镜子图像区域中以所述N个像素点为半径的圆所包围的像素点的亮度值，计算统计的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。通过上述方式计算特征亮度，可以大幅提高特征亮度确定的准确性。
S26：根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围。
服务器可以根据各岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围。一些实施方式中，如可以以所述特征亮度为基准，通过数据分析统计等方式，确定各岩石组分所对应的亮度取值范围。另一些实施例方式中，可以采用下述计算模型定量计算确定各岩石组分所对应的亮度取值范围：
Figure GDA0003145098930000081
其中，B为一个矩阵，矩阵元素对应所述电镜子图像区域中各个像素点的亮度值，Borg、Bmat和Bpyr分别是有机质、基质和金属矿物的亮度取值范围，Eorg、Emat和Epyr分别是有机质、基质和金属矿物的特征亮度，min()和max()是取最小值和最大值函数。
通过上述计算模型进行岩石组分所对应的亮度取值范围的确定，可以进一步提高有机碳相对含量确定的准确性。
S28：利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比。
服务器可以利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，统计出岩样电镜图像中各亮度取值范围下的像素点数，进而确定各岩石组分在所述岩样电镜图像中的像素占比。
S210：利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
服务器可以进一步计算各岩石组分的像素占比与各岩石组分的密度之间的乘积。例如，有机质、基质以及金属矿物的密度分别为：ρ1，ρ2，ρ3；像素占比分别为：P1，P2，P3；计算有机质、基质以及金属矿物的像素占比与有机质、基质以及金属矿物的密度之间的乘积为：N1＝ρ1×P1，N2＝ρ2×P2，N3＝ρ3×P3。
然后，可以进一步计算有机质的质量占比：
Figure GDA0003145098930000091
不同岩样所包含的有机质种类不同，不同种类的有机质中的有机碳含量占比也不同。可以进一步确定目标页岩样品中的有机质种类，根据此类有机质中的有机碳含量的占比以及有机质的质量占比进一步确定目标页岩样品中的有机碳含量的占比。
若所述预设观测位置包括多个。相应的，服务器可以进一步计算多个预设观测位置处所对应的有机碳含量的占比的均值，作为所述目标页岩样品中有机碳含量的最终占比。
上述实施例提供的方案，通过对扫描电镜采集的图像进行标定，然后，基于标定的图像的特征亮度分布，可以更加方便快速的分辨出目标工区的有机碳含量的相对大小，无需较多的设备，操作更加简单方便。同时，通过上述计算模型进行亮度取值范围的确定，可以进一步保证目标工区的有机碳含量的相对大小确定的准确性。
基于上述实施例提供的方案，本说明书实施例还提供一种具体的应用示例，以对上述方案的实用性进行说明。
(1)首先从岩芯上切取一小块样品，把其中的一面打磨光滑，另一面保持平整。切取的页岩样品要求厚度约1mm，大小约5*5mm～10*10mm。打磨样品时，需要先用粗砂纸(800目左右)逐步过渡到细砂纸(2000目)，目测表面光滑平整如镜面，无划痕，无凹凸。然后把样品放入氩离子抛光仪中，对光滑的一面进行进一步抛光处理。以莱卡EM RES102型号的抛光仪为例，设置的实验条件是，样品倾角5°，电压5V，抛光时间为5小时。之后再对样品做镀膜处理。以徕卡EM SCD500型镀膜机为例，靶材为金，电流20mA，镀膜时间为100s。
(2)将处理好的样品放入扫描电镜，调整亮度、对比度、焦距等，使图像清晰，能够清晰分辨出有机质与矿物质。保持1000倍放大观测，在样品不同部位采集10张图像，每张图像要能够清晰地分辨出有机质与矿物质。10张图像的采集位置分布如图2所示，每个“+”符号代表一个预设观测位置，尽量在样品上均匀分布。图3为采集的页岩电镜图像示意图；
(3)可以根据有机质、黄铁矿和基质在岩样电镜图像中的衬度来选取各材料所对应的电镜子图像区域。岩样电镜图像中，有机质图像最暗；黄铁矿图像最亮；基质的亮度介于二者之间。将岩样电镜图像像素放大，选择衬度特征明显且大块连续的图像区域，标注其岩石组分，并记录下其中心点位置。图4是根据图像亮度标识的有机质、黄铁矿和基质的示例，用与背景反色的“+”符号标识了中心点位置。
(4)确定有机质、黄铁矿和基质的特征亮度。特征亮度为以上述步骤中标记的中心点为圆心、以3个像素点为半径的圆所包围的全部像素点的平均亮度。图5是参与黄铁矿标识点特征亮度计算的像素点示例，其中(x,y)是标记的中心点位置坐标，参与计算的像素点为圆形范围内的45个像素点。图6是参与有机质标识点特征亮度计算的像素点示例。图7是参与基质标识点特征亮度计算的像素点示例。当计算得出有机质、基质和黄铁矿的特征亮度后，就可以按上述计算模型确定各岩石组分的亮度取值范围，如表1所示。表1表示有机质、基质和黄铁矿的特征亮度和亮度取值范围。
表1
成分 特征亮度 下限 上限
有机质 80 33 110.5
基质 141 110.5 172
黄铁矿 203 172 255
根据各岩石组分的亮度取值范围扫描整个照片，统计得到页岩电镜图像中有机质、黄铁矿和基质的像素占比，如表2所示。表2表示有机质、基质和黄铁矿的像素占比。
表2
成分 像素点 占比
有机质 127236 0.140
基质 764604 0.846
黄铁矿 13376 0.014
图8是从图3中识别的全部黄铁矿组分示例，如图8中的黑色显示斑点所示。图9是从图3中识别的全部有机质组分示例。图10是从图3中识别的全部基质组分示例。
(5)然后，可以根据页岩样品的有机碳密度和矿物密度，计算有机碳的质量占比。页岩的密度范围为2.55～2.65g/cm3，选取中间值2.6g/cm3。其中，基质占比一般超过90％，基质密度可由页岩密度代替。黄铁矿密度为5g/cm3。干酪根密度与类型有关，一般I型干酪根小于1.3g/cm3，III型大于1.5g/cm3，II型介于I型和III型之间，随着成熟度增高，密度增大。本实例中页岩样品来源于中国南方高成熟度海相页岩，属于II型干酪根，密度选取1.3g/cm3。基质密度取2.6g/cm3，黄铁矿密度为5g/cm3。根据有机质、黄铁矿和基质在图3中的像素占比计算得到有机质的质量占比为0.074。
重复步骤(3)～步骤(5)，完成10张页岩电镜图像的有机质相对含量计算，结果取平均值，获得目标区域的有机质相对含量。然后，可以根据该有机质中有机碳含量的占比，进一步确定页岩中有机碳的含量占比。
表3是利用燃烧法(A)和本说明书实施例的方法(B)对3块页岩样品的TOC测算结果。本说明书实施例方法的TOC按有机质含量的80％计算得到，干酪根中碳含量占80％左右。可以看到，本说明书实施例的方法估算3块样品之间的TOC相对大小与燃烧法测量的TOC相对大小关系正确，说明本说明书实施例的方法可以在保证正确的TOC相对大小关系的基础上，大幅提高TOC相对大小关系确定的效率。
表3
Figure GDA0003145098930000111
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。具体的可以参照前述相关处理相关实施例的描述，在此不做一一赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围
内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
基于上述一个或者多个实施例，仅仅基于扫描电镜扫描的岩样的电镜图像即可估算出页岩岩样中的有机碳含量，整个处理过程中所需设备较少，且操作简单方便，可以方便快速的分辨出不同岩样的有机碳含量的相对大小。且经济成本较低。
基于上述所述的页岩的有机碳含量确定方法，本说明书一个或多个实施例还提供一种页岩的有机碳含量确定装置。所述的装置可以包括使用了本说明书实施例所述方法的系统、软件(应用)、模块、组件、服务器等并结合必要的实施硬件的装置。基于同一创新构思，本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似，因此本说明书实施例具体的装置的实施可以参见前述方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。具体的，图11表示说明书提供的一种页岩的有机碳含量确定装置实施例的模块结构示意图，如图11所示，所述装置可以包括：
数据获取模块102，可以用于获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；
标注模块104，可以用于在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分；
特征亮度确定模块106，可以用于根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；
亮度范围确定模块108，可以用于根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；
像素占比确定模块110，可以用于利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比；
含量占比确定模块112，可以用于利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
另一些实施例中，所述岩石组分可以包括有机质、基质和金属矿物；所述亮度范围确定模块108还可以用于根据下述计算模型确定相应岩石组分所对应的亮度取值范围：
Figure GDA0003145098930000131
其中，B为一个矩阵，矩阵元素对应所述电镜子图像区域中各个像素点的亮度值，Borg、Bmat和Bpyr分别是有机质、基质和金属矿物的亮度取值范围，Eorg、Emat和Epyr分别是有机质、基质和金属矿物的特征亮度，min()和max()是取最小值和最大值函数。
另一些实施例中，所述特征亮度确定模块106可以包括：
标注单元，可以用于标注各电镜子图像区域的中心点；
获取单元，可以用于获取以所述中心点为圆心，以N个像素点为半径的圆所包围的全部像素点的亮度值，其中，N为整数，且2≤N≤4；
计算单元，可以用于计算任一岩石组分所对应的电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。
另一些实施例中，所述预设观测位置包括多个，相应的，所述含量占比确定模块112还可以用于计算多个预设观测位置处所对应的有机碳含量的占比的均值，作为所述目标页岩样品中有机碳含量的最终占比。
需要说明的，上述所述的装置根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
本说明书一个或多个实施例提供的页岩的有机碳含量确定装置，仅仅基于扫描电镜扫描的岩样的电镜图像即可估算出页岩岩样中的有机碳含量，整个处理过程中所需设备较少，且操作简单方便，可以方便快速的分辨出不同岩样的有机碳含量的相对大小。且经济成本较低。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上，所述的存储介质可以计算机读取并执行，实现本说明书实施例所描述方案的效果。因此，本说明书还提供一种页岩的有机碳含量确定设备，包括处理器及存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括上述任意一个实施例所述方法的步骤。
所述存储介质可以包括用于存储信息的物理装置，通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质有可以包括：利用电能方式存储信息的装置如，各式存储器，如RAM、ROM等；利用磁能方式存储信息的装置如，硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘；利用光学方式存储信息的装置如，CD或DVD。当然，还有其他方式的可读存储介质，例如量子存储器、石墨烯存储器等等。
需要说明的，上述所述的设备根据方法实施例的描述还可以包括其他的实施方式。具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
上述实施例所述的页岩的有机碳含量确定设备，仅仅基于扫描电镜扫描的岩样的电镜图像即可估算出页岩岩样中的有机碳含量，整个处理过程中所需设备较少，且操作简单方便，可以方便快速的分辨出不同岩样的有机碳含量的相对大小。且经济成本较低。
本说明书还提供一种页岩的有机碳含量确定系统，所述系统可以为单独的基于多源监控数据的设备故障诊断系统，也可以应用在多种石油勘探处理系统中。所述的系统可以为单独的服务器，也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的服务器集群、系统(包括分布式系统)、软件(应用)、实际操作装置、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。所述基于多源监控数据的设备故障诊断系统可以包括至少一个处理器以及存储计算机可执行指令的存储器，所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤。
需要说明的，上述所述的系统根据方法或者装置实施例的描述还可以包括其他的实施方式，具体的实现方式可以参照相关方法实施例的描述，在此不作一一赘述。
上述实施例所述的页岩的有机碳含量确定系统，仅仅基于扫描电镜扫描的岩样的电镜图像即可估算出页岩岩样中的有机碳含量，整个处理过程中所需设备较少，且操作简单方便，可以方便快速的分辨出不同岩样的有机碳含量的相对大小。且经济成本较低。
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、方法或者设备中还存在另外的相同要素。
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。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述并不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (10)

1.一种页岩的有机碳含量确定方法，其特征在于，包括：
获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；
在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分；
根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；
根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；
利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比；
利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
2.根据权利要求1所述的方法，其特征在于，所述岩石组分包括有机质、基质和金属矿物；所述根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围，包括：
min(B)≤Borg＜(Eorg+Emat)/2
(Eorg+Emat)/2≤Bmat≤(Epyr+Emat)/2
(Epyr+Emat)/2＜Bpyr≤max(B)
其中，B为一个矩阵，矩阵元素对应所述电镜子图像区域中各个像素点的亮度值，Borg、Bmat和Bpyr分别是有机质、基质和金属矿物的亮度取值范围，Eorg、Emat和Epyr分别是有机质、基质和金属矿物的特征亮度，min()和max()是取最小值和最大值函数。
3.根据权利要求2所述的方法，其特征在于，所述根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度，包括：
标注各电镜子图像区域的中心点；
获取以所述中心点为圆心，以N个像素点为半径的圆所包围的全部像素点的亮度值，其中，N为整数，且2≤N≤4；
计算任一岩石组分所对应的电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。
4.根据权利要求2所述的方法，其特征在于，所述预设观测位置包括多个，相应的，计算多个预设观测位置处所对应的有机碳含量的占比的均值，作为所述目标页岩样品中有机碳含量的最终占比。
5.一种页岩的有机碳含量确定装置，其特征在于，所述装置包括：
数据获取模块，用于获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；
标注模块，用于在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分；
特征亮度确定模块，用于根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；
亮度范围确定模块，用于根据所述岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；
像素占比确定模块，用于利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比；
含量占比确定模块，用于利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
6.根据权利要求5所述的装置，其特征在于，所述岩石组分包括有机质、基质和金属矿物；所述亮度范围确定模块还用于根据下述计算模型确定相应岩石组分所对应的亮度取值范围：
min(B)≤Borg＜(Eorg+Emat)/2
(Eorg+Emat)/2≤Bmat≤(Epyr+Emat)/2
(Epyr+Emat)/2＜Bpyr≤max(B)
其中，B为一个矩阵，矩阵元素对应所述电镜子图像区域中各个像素点的亮度值，Borg、Bmat和Bpyr分别是有机质、基质和金属矿物的亮度取值范围，Eorg、Emat和Epyr分别是有机质、基质和金属矿物的特征亮度，min()和max()是取最小值和最大值函数。
7.根据权利要求5所述的装置，其特征在于，所述特征亮度确定模块包括：
标注单元，用于标注各电镜子图像区域的中心点；
获取单元，用于获取以所述中心点为圆心，以N个像素点为半径的圆所包围的全部像素点的亮度值，其中，N为整数，且2≤N≤4；
计算单元，用于计算任一岩石组分所对应的电镜子图像区域中以所述N个像素点为半径的圆所包围的全部像素点的亮度值的均值，获得相应岩石组分所对应的特征亮度。
8.根据权利要求5所述的装置，其特征在于，所述预设观测位置包括多个，相应的，所述含量占比确定模块还用于计算多个预设观测位置处所对应的有机碳含量的占比的均值，作为所述目标页岩样品中有机碳含量的最终占比。
9.一种页岩的有机碳含量确定设备，包括处理器及存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现包括：
获取利用扫描电镜采集的目标页岩样品的预设观测位置处的岩样电镜图像；
在所述岩样电镜图像中选取衬度特征满足预设要求的电镜子图像区域，并根据岩石组分与图像亮度之间的对应关系标注所述电镜子图像区域的岩石组分；
根据岩石组分所对应的电镜子图像区域的至少部分像素点的亮度值确定相应岩石组分所对应的特征亮度；
根据岩石组分所对应的特征亮度确定相应岩石组分所对应的亮度取值范围；
利用各岩石组分所对应的亮度取值范围扫描所述岩样电镜图像，获得所述岩样电镜图像中各岩石组分的像素占比；
利用各岩石组分的像素占比以及各岩石组分的密度，确定所述目标页岩样品中的有机碳含量的占比。
10.一种页岩的有机碳含量确定系统，其特征在于，包括处理器及用于存储处理器可执行指令的存储器，所述指令被所述处理器执行时实现权利要求1-4任一项所述方法的步骤。
CN202010630230.1A 2020-07-03 2020-07-03 页岩的有机碳含量确定方法、装置及系统 Expired - Fee Related CN111879804B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010630230.1A CN111879804B (zh) 2020-07-03 2020-07-03 页岩的有机碳含量确定方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010630230.1A CN111879804B (zh) 2020-07-03 2020-07-03 页岩的有机碳含量确定方法、装置及系统

Publications (2)

Publication Number Publication Date
CN111879804A CN111879804A (zh) 2020-11-03
CN111879804B true CN111879804B (zh) 2021-10-08

Family

ID=73149966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010630230.1A Expired - Fee Related CN111879804B (zh) 2020-07-03 2020-07-03 页岩的有机碳含量确定方法、装置及系统

Country Status (1)

Country Link
CN (1) CN111879804B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102565104A (zh) * 2011-12-21 2012-07-11 中国石油天然气股份有限公司 一种烃源岩有机碳含量的测定方法
WO2016144390A1 (en) * 2015-03-12 2016-09-15 Saudi Arabian Oil Company Identifying sweet spots in unconventional hydrocarbon reservoirs
CN106198579A (zh) * 2015-06-01 2016-12-07 中国石油化工股份有限公司 一种测量页岩中有机质含量的方法
US10190998B1 (en) * 2018-08-29 2019-01-29 Research Institute Of Petroleum Exploration & Development, Dagang Oil Field Of Cnpc Method and device for evaluating and predicting a shale oil enrichment areas of fault lacustrine basins
CN110717249A (zh) * 2019-09-16 2020-01-21 中国石油大学(北京) 页岩气储层测井孔隙度快速预测方法及系统
CN111028094A (zh) * 2019-11-14 2020-04-17 中国科学院力学研究所 一种基于页岩扫描电镜图像提取的等效toc计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102565104A (zh) * 2011-12-21 2012-07-11 中国石油天然气股份有限公司 一种烃源岩有机碳含量的测定方法
WO2016144390A1 (en) * 2015-03-12 2016-09-15 Saudi Arabian Oil Company Identifying sweet spots in unconventional hydrocarbon reservoirs
CN106198579A (zh) * 2015-06-01 2016-12-07 中国石油化工股份有限公司 一种测量页岩中有机质含量的方法
US10190998B1 (en) * 2018-08-29 2019-01-29 Research Institute Of Petroleum Exploration & Development, Dagang Oil Field Of Cnpc Method and device for evaluating and predicting a shale oil enrichment areas of fault lacustrine basins
CN110717249A (zh) * 2019-09-16 2020-01-21 中国石油大学(北京) 页岩气储层测井孔隙度快速预测方法及系统
CN111028094A (zh) * 2019-11-14 2020-04-17 中国科学院力学研究所 一种基于页岩扫描电镜图像提取的等效toc计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于图像分析技术的页岩微观孔隙;孙寅森，郭少威;《地球科学进展》;20160710;全文 *
泥页岩有机显微组分的扫描电镜形貌特征及识别方法;焦淑静，张慧，薛东川，黄志龙，刘国恒;《电子显微学报》;20180415;全文 *
页岩微观结构灰度图像的标准化方法;俞雨溪，王宗秀，程明，尹锦涛;《煤炭学报》;20190715;全文 *

Also Published As

Publication number Publication date
CN111879804A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
Randle Electron backscatter diffraction: Strategies for reliable data acquisition and processing
Xia et al. material degradation assessed by digital image processing: Fundamentals, progresses, and challenges
Humphreys Quantitative metallography by electron backscattered diffraction
Dingley Progressive steps in the development of electron backscatter diffraction and orientation imaging microscopy
CN102203591B (zh) 通过图像分析计算合金夹杂物
Kunze et al. Advances in automatic EBSP single orientation measurements
CN103502801B (zh) 缺陷分类方法以及缺陷分类系统
CN111242123B (zh) 一种基于红外图像的电力设备故障诊断方法
GB2396406A (en) Image analysis
CN111028229A (zh) 一种基于图像处理技术的金属或涂层腐蚀检测方法
Guillaud et al. Exploratory analysis of quantitative histopathology of cervical intraepithelial neoplasia: Objectivity, reproducibility, malignancy‐associated changes, and human papillomavirus
CN108445010A (zh) 自动光学检测方法及装置
CN112419229A (zh) 一种显示屏线状缺陷检测方法、装置及存储介质
JP4612585B2 (ja) フェライト鋼板の変形組織の評価方法
JP7040496B2 (ja) 電子顕微鏡における試料観察方法、電子顕微鏡用画像解析装置、電子顕微鏡および電子顕微鏡用画像解析方法
CN108376656B (zh) 基于二维x射线检测技术的超大晶粒尺寸的无损检测方法
Cross Observer accuracy in estimating proportions in images: implications for the semiquantitative assessment of staining reactions and a proposal for a new system
CN110987993A (zh) 一种原位有机质定量统计分析方法
CN111879804B (zh) 页岩的有机碳含量确定方法、装置及系统
CN112767396B (zh) 缺陷的检测方法、装置和计算机可读存储介质
JP5443974B2 (ja) サンプルフレークの内部表面及び外部表面のポジティブ識別方法
CN116697883A (zh) 一种关于磷灰石裂变径迹定年分析方法
Shi et al. Automatic recognition and evaluation of micro-contaminant particles on ultra-smooth optical substrates using image analysis method
CN115496706A (zh) 一种基于数字图像处理的表面腐蚀比率测量方法
CN108986080B (zh) 一种射线数字图像调制度确定方法及应用

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211008