CN112081584A - 一种判别地层岩性的方法、系统、计算机设备及存储介质 - Google Patents
一种判别地层岩性的方法、系统、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112081584A CN112081584A CN202011026924.0A CN202011026924A CN112081584A CN 112081584 A CN112081584 A CN 112081584A CN 202011026924 A CN202011026924 A CN 202011026924A CN 112081584 A CN112081584 A CN 112081584A
- Authority
- CN
- China
- Prior art keywords
- rock
- content
- stratum
- detected
- sandstone
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000011435 rock Substances 0.000 claims abstract description 224
- 238000012163 sequencing technique Methods 0.000 claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 9
- 229910052742 iron Inorganic materials 0.000 claims description 42
- 239000010433 feldspar Substances 0.000 claims description 18
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 17
- 235000019738 Limestone Nutrition 0.000 claims description 16
- 239000006028 limestone Substances 0.000 claims description 16
- 239000010459 dolomite Substances 0.000 claims description 15
- 229910000514 dolomite Inorganic materials 0.000 claims description 15
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 15
- 230000007935 neutral effect Effects 0.000 claims description 14
- 239000010453 quartz Substances 0.000 claims description 14
- 239000002253 acid Substances 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 6
- 229910052500 inorganic mineral Inorganic materials 0.000 abstract description 20
- 239000011707 mineral Substances 0.000 abstract description 20
- 230000015572 biosynthetic process Effects 0.000 abstract description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N iron Substances [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 42
- 239000000203 mixture Substances 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 239000003208 petroleum Substances 0.000 description 3
- 229910021532 Calcite Inorganic materials 0.000 description 2
- 235000015076 Shorea robusta Nutrition 0.000 description 2
- 244000166071 Shorea robusta Species 0.000 description 2
- 230000002378 acidificating effect Effects 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 239000003513 alkali Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910001748 carbonate mineral Inorganic materials 0.000 description 1
- 239000009096 changqing Substances 0.000 description 1
- 239000004927 clay Substances 0.000 description 1
- 229910052681 coesite Inorganic materials 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052906 cristobalite Inorganic materials 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002366 mineral element Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004058 oil shale Substances 0.000 description 1
- 239000000377 silicon dioxide Substances 0.000 description 1
- 229910052682 stishovite Inorganic materials 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 229910052905 tridymite Inorganic materials 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Business, Economics & Management (AREA)
- Geology (AREA)
- Physics & Mathematics (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Agronomy & Crop Science (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开了一种判别地层岩性的方法,包括以下步骤:获取地层沉积岩和岩浆岩中主要元素的组合及其含量高低排序,作为判断基准数据;对待测岩层进行测量,获取各元素含量,并对各元素含量进行排序,与判断基准数据进行比较,判别出该待测岩层的归属类别。还公开了一种判别地层岩性的系统,包括存储模块、输入模块、处理模块;存储模块用于存储沉积岩和岩浆岩中主要元素的组合及其含量高低排序对应的数据;输入模块用于输入待测岩层测量得到的各元素含量;处理模块用于对输入的各元素含量先进行排序,然后与存储数据进行比较,输出结果。直接用地层元素测井或者岩心分析数据的元素组合及含量特征进行排序,进而快速识别地层的岩性和矿物组合。
Description
技术领域
本发明涉及石油勘探开发领域,特别公开了一种判别地层岩性的方法、系统、计算机设备及存储介质。
背景技术
随着油气需求和石油勘探对象的扩大,常规的石油勘探方法已经不能满足对复杂储层评价的要求,各种岩性特征的非常规油气资源也正在成为主要的勘探开发对象,此外,在油气田开发领域,各种储层改造措施的选择实施也对地层的岩性特征有一定的依赖性,因此,对地层岩性的准确识别和评价作为石油勘探开发领域中储层评价的主要方面显得更为重要。对复杂岩性(火成岩、变质岩、碳酸盐岩、砾岩等)油气藏,传统测井方法难以识别岩性。
目前岩性识别的方法主要局限于使用元素交会图进行判别,但一种交会图通常只使用两种元素,信息较少,部分岩性较为接近的岩石类型界限不够明确,需借助多种交会图才能较为准确的识别出岩性,实际操作中较为复杂和繁琐,解释结果有时会出现偏差。
我国的油气资源大部分存在于沉积岩储层中,也有相当一部分存在于岩浆岩储层中,部分地层岩性特征复杂,存在多种岩石组合类型,在储层评价和石油工程实际应用中进行岩性识别时遇到困难。此外,我国的岩性分类标准也与国外有一定差异。因此,国内外目前现有的的岩性识别方法的运用受到一定限制,急需建立基于地层元素测井的适用于我国地层特点的沉积岩、岩浆岩综合识别方法。
发明内容
本发明的目的在于提供一种判别地层岩性的方法,基于不同类型岩石和矿物的主要元素含量大小及其组合关系进行排序,从而根据地层元素资料直接判别地层岩性的方法。
本发明是通过以下技术方案来实现:
一种判别地层岩性的方法,包括以下步骤:
(1)获取地层沉积岩和岩浆岩中主要元素的组合及其含量高低排序,作为判断基准数据;
(2)对待测岩层进行测量,获取各元素的含量,并对各元素含量进行排序,与判断基准数据进行比较,判别出该待测岩层的归属类别。
进一步,步骤(2)中的判别具体分以下三种情况:
当待测岩层中排在第一位元素为Mg时,待测岩层为超基性岩;
当待测岩层中排在第一位元素为Ca时,比较第二位元素,若第二位元素为Si,则待测岩层为石灰岩;若第二位元素为Mg,则待测岩层为白云岩;
当待测岩层中排在第一位元素为Si时,比较第二位元素,若第二位元素为Ca,则比较待测岩层中Si/Ca比值,Si/Ca比大于1.7,则待测岩层为长石砂岩,否则待测岩层为钙质泥岩;
若第二位元素为Al,则比较第三位元素,若第三位元素为Fe,且Al的含量小于等于8%,则比较待测岩层中Si的含量,若Si的含量大于35%,则待测岩层为石英砂岩;若Si的含量为21%~24%,则待测岩层为基性岩;若Si的含量为24%~30%,则待测岩层为中性岩;若第三位元素为Fe,且Al的含量大于8%,则待测岩层为硅质泥岩;
若第三位元素为K,则比较第五位元素,若第五位元素为Ca,则待测岩层为酸性岩;若第五位元素为Ti,则待测岩层为岩屑砂岩。
进一步,步骤(2)中,获取的元素包括Si、Al、K、Fe、Ca和Mg。
进一步,步骤(1)中,沉积岩包括砂岩、泥质岩和碳酸盐岩,砂岩包括石英砂岩、长石砂岩和岩屑砂岩,石英砂岩的主要元素排序依次为Si、Al、K、Fe、Ca、Mg,长石砂岩的主要元素排序依次为Si、Ca、Al,岩屑砂岩的主要元素排序依次为Si、Al、K;
泥质岩包括硅质泥岩和钙质泥岩,硅质泥岩的主要元素排序依次为Si、Al、Fe,钙质泥岩的主要元素排序依次为Si、Ca、Al;
碳酸盐岩包括石灰岩和白云岩,石灰岩的主要元素排序依次为Ca、Si、Al,白云岩的主要元素排序依次为Ca、Mg、Si。
进一步,步骤(1)中,岩浆岩包括超基性岩、基性岩、中性岩和酸性岩,超基性岩的主要元素排序依次为Mg、Si、Fe;
基性岩的主要元素排序依次为Si、Al、Fe,Si元素的含量为(21~24)wt%;
中性岩的主要元素排序依次为Si、Al、Fe,Si元素的含量为(24~30)wt%;
酸性岩的主要元素排序依次为Si、Al、K,Si元素的含量大于34wt%。
本发明还公开了一种判别地层岩性的系统,包括存储模块、输入模块、处理模块;
存储模块,用于存储沉积岩和岩浆岩中主要元素的组合及其含量高低排序对应的数据;
输入模块,用于输入待测岩层测量得到的各元素含量;
处理模块,用于对输入模块输入的各元素含量先进行排序,然后与存储模块中存储的数据进行比较,输出结果。
本发明还公开了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述方法的步骤。
本发明还公开了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述方法的步骤。
与现有技术相比,本发明具有以下有益的技术效果:
本发明公开了一种判别地层岩性的方法,直接用地层元素测井或者岩心分析数据的元素组合及含量特征进行排序建立数据库,以此数据库作为判断基准,进而快速识别待测地层的岩性和矿物组合,在解释结果中既体现岩性,又体现主要矿物类型及含量,并且可以在具有多种岩性组合的复杂岩性地层中得以较好的应用。
本发明公开了一种判别地层岩性的系统,包括存储模块、输入模块、处理模块;存储模块用于存储沉积岩和岩浆岩中主要元素的组合及其含量高低排序对应的数据,即建立基准数据库;用户通过输入模块输入待测岩层测量得到的各元素含量;处理模块对输入模块输入的各元素含量先进行排序,然后与存储模块中存储的数据进行比较,输出结果。处理模块会自行判断给出结果,不需要用户进行排序识别,节省了工作时间,而且判断准确,大大提高了工作效率。
附图说明
图1为沉积岩、岩浆岩主要岩石类型的元素含量及排序;
图2为利用元素含量及排序判别沉积岩、岩浆岩主要岩性组合的方法流程。
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明,所述是对本发明的解释而不是限定。
本发明涉及石油勘探开发领域,是一种基于不同岩石和矿物的元素含量大小及其组合关系进行排序,从而根据地层元素资料直接判别地层岩石类型的方法。包括以下三个方面:①主要造岩矿物的元素含量及排序;②沉积岩、岩浆岩主要岩石类型的元素含量及排序,包括砂岩(石英砂岩、长石砂岩、岩屑砂岩)、泥质岩(钙质、硅质)、碳酸盐岩(石灰岩、白云岩)及岩浆岩(超基性、基性、中性、酸性岩浆岩)③利用元素含量及排序判别沉积岩、岩浆岩主要岩性组合的方法,包括砂、泥岩组合,砂泥岩及碳酸盐岩组合,岩浆岩组合,砂泥岩、碳酸盐岩及岩浆岩组合。
1.主要造岩矿物的元素含量及排序
在基于对主要造岩矿物化学组成及其分子式分析的基础上,认为不同矿物类型的元素含量大小和组合上有一定差别,可以利用这一元素组合及各个元素排序的规律识别出地层中的主要造岩矿物类型。主要造岩矿物所对应的元素种类、含量及其排序如表1所示。
表1部分主要造岩矿物所对应的元素种类、含量及其排序
由表1可见,主要造岩矿物的元素组成及所含Si、Ca、Fe、S、Ti、Gd、Mn、Mg、Al、K的含量及含量的高低排序有一定规律,因此,我们针对不同类型的沉积岩和岩浆岩,依据沉积岩(主要包括砂岩、泥页岩及碳酸盐岩)、岩浆岩主要岩石类型矿物含量的理论值,计算其所含Si、Ca、Fe、S、Ti、Gd、Mn、Mg、Al、K的含量及含量的高低排序,然后分别可以通过以下方法进行岩性的判别:
(一)沉积岩、岩浆岩主要岩石类型和元素组成
(1)砂岩
砂岩主要类型包括石英砂岩、长石砂岩和岩屑砂岩,其矿物含量分类标准如表2所示。
表2砂岩主要类型及其矿物组成和含量
根据三类砂岩的主要矿物种类、含量以及上述主要造岩矿物的主要元素类型可知三类砂岩的主要元素种类包括Si、Al、K、Fe、Ca、Mg等元素。
(2)泥质岩
粘土岩这一术语的含义和使用,在国际沉积学界未有统一的认识。英美学者大都把粒级范围小于1/256mm、含量大于2/3的岩石称为粘土岩;把粒级范围为1/16~1/256mm、含量大于2/3的岩石称为粉砂岩;两者之间的过度类型称为泥岩。根据中华人民共和国国家标准岩石分类和命名方案沉积岩石分类和命名方案中泥岩成分分类包括钙质泥岩、铁质泥岩、硅质泥岩、粉砂质泥岩、含粉砂质泥岩、碳质页岩、油页岩等,如表3所示。其中除碳质页岩、油页岩等特征明显、较易判别的泥岩及粉砂质泥岩和含粉砂质泥岩等砂泥岩过渡类型外,钙质泥岩和硅质泥岩为沉积岩类型中最常见的泥岩类型,因此将主要针对这两种类型进行元素含量分析和排序。
表3泥岩主要类型及其矿物组成和含量
由此可知,泥质岩的理论元素组成主要包括Si、Al、Fe、K、Ca、Mg等元素。
(3)碳酸盐岩
碳酸盐岩主要是由方解石和白云石两种碳酸盐矿物组成。其中方解石的含量在50%以上的沉积岩为石灰岩,白云石的含量在50%以上的沉积岩为白云岩。
通过大量数据的统计,我们得到了地层中常见碳酸盐岩的理论元素组成及其含量大小的顺序,其中石灰岩主要是Ca、Si、Mg、Al、Fe、K,白云岩则以较高含量的Mg元素区别于石灰岩,主要是Ca、Mg、Si、Fe、Al、K。
(4)岩浆岩
通常可以根据SiO2的质量百分数的多少,将岩浆岩划分为:超基性岩、基性岩、中性岩、酸性岩四大类,如表4所示。
表4岩浆岩主要类型及其代表岩性
(二)如图1所示,沉积岩、岩浆岩主要岩石类型的元素含量大小及排序
(1)沉积岩
通过对某井砂岩、泥岩及碳酸盐岩岩心观察、描述,我们共取了76个样品,分别做了薄片、X荧光元素、X衍射全岩、X衍射粘土等一系列配套的实验。
石英砂岩中元素含量排在前三位的主要是Si、Al、Fe。Si的含量在35.16%~44.24%之间,平均值为37.31%,Al的含量在1.96%~5.21%之间,平均值为4.08%,Fe的含量在0.59%~3.17%之间,平均值1.82%。
长石砂岩和钙质泥岩排名前三的元素主要是Si、Ca、Al,经过研究分析长石砂岩的Si/Ca比大于1.7,钙质泥岩的Si/Ca比小于等于1.7。
岩屑砂岩的元素从大到小的排名顺序是Si、Al、K、Fe、Ti。Si的平均含量为32.32%,Al的平均含量为7.19%,K的平均含量是2.46%。
硅质泥岩中排名前三的主要是Si、Al、Fe,其中Si平均值为26.51%,Al含量>8%,的平均值为10.63%,Fe的平均值为2.40%。
石灰岩前三排名主要是Ca、Si、Al。其中Ca的平均值为36.761%,Si的平均值1.882%,Mg的平均值为0.935%。
白云岩中排在前三的主要元素是Ca、Mg、Si,其中Ca含量在14.01%~30.23%,平均值为24.18%,Mg含量在4.42%~19.67%,平均值为14.33%,Si含量在0.19%~19.25%之间,平均值为2.28%。
(2)岩浆岩
岩浆岩的元素组成与排序:
超基性岩:Mg>Si>Fe,Si含量小于21.03435%;
基性岩:Si>Al>Fe>Ca>Mg,Si含量在21.03435%~24.30636%之间;
中性岩:Si>Al>Fe>Ca>Mg,Si含量在24.30636%~30.38295%之间;
酸性岩:Si>Al>K>Fe>Ca,Si含量大于30.38295%。
如图2所示,利用元素含量及排序判别沉积岩、岩浆岩主要岩性组合的方法,分以下情况:
(1)砂泥岩及碳酸盐岩组合的识别
①可以根据排在第一位元素直接区分出碳酸盐岩和砂泥岩,碳酸盐岩排在第一位的是Ca,其中碳酸盐岩中我们可以根据排名第二区分石灰岩和白云岩,排在第二的是Si为石灰岩,排在第二的是Mg为白云岩
②根据Si的含量相对较低、Al的含量相对较高区分砂岩、泥岩。
③石英砂岩和硅质泥岩前三的排名一样,但是石英砂岩的Si含量较高,一般都大于35%,Al较低,平均2.228%;而硅质泥岩Si的含量小于30%,Al的含量较高,平均可达10.635%;
④长石砂岩和钙质泥岩排序一样,但是长石砂岩的Si含量平均30.884%比钙质泥岩中Si要高,钙质泥岩中Ca的含量平均16.663%要比长石砂岩高。
(2)岩浆岩组合的识别
根据Si含量的高低和元素的排序直接区分出超基性岩、基性岩、中性岩和酸性岩,其中Si含量大于30.38295%,元素排名是Si、Al、K、Fe、Ca,为酸性岩;Si含量在24.30636%~30.38295%之间,元素排名是Si、Al、Fe、Ca、Mg为中性岩;Si含量在21.03435%~24.30636%之间,元素排名是Si、Al、Fe、Ca、Mg为基性岩;Si含量小于21.03435%,排名前三的是Si、Mg、Fe为超基性岩。
(3)砂岩、泥岩、碳酸盐岩及岩浆岩组合的识别
①由砂泥岩、碳酸盐岩以及岩浆岩的元素组成与排序,我们可以得出元素的排序为Mg、Si、Fe、Ca、Al的是超基性岩;
②排名前三位的元素为Si、Al、Fe的可能是基性岩、中性岩、石英砂岩、硅质泥岩,当Al含量小于等于8%时,根据Si的含量又可分出基性岩(21~24wt%)、中性岩(24~30wt%)、石英砂岩(大于35%),,Al含量大于8%则为硅质泥岩;
③元素的排名为Si、Ca、Al的可能是长石砂岩、钙质泥岩,但是由于两者Si的含量差异较大,可通过Si/Ca比值区分,Si/Ca比大于1.7为长石砂岩。
④元素的排名为Ca、Si、Mg的为石灰岩;元素的排名为Ca、Mg、Si的为白云岩;元素的排名为Si、Al、K、Fe、Ca的为酸性岩,元素的排名为Si、Al、K、Fe、Ti的为岩屑砂岩。
综上所述,利用沉积岩、岩浆岩不同岩性地层所含元素的含量大小进行排序,并根据元素的含量组合关系可以直接判别沉积岩、岩浆岩的主要岩石类型及其组合。
利用以上方法获得的地层岩性特征给复杂岩性储层、非常规油气层的储层评价以及油田开发储层改造措施的实施提供了一种准确、有效的岩性特征判别方法。该方法与常规的方法相比,直接从岩石矿物元素组分的角度出发,更具有理论依据,准确度更高,可对沉积岩、岩浆岩的岩性进行快速识别,具有一定的实用性,在应用中也取得了一定的效果。将该方法用于目标靶区长庆油田和辽河油田储层的岩性识别中,预测符合率达到了90%以上。
利用地层元素排序及含量组合关系直接判别地层岩性的快速判别方法流程图,可用于快速岩性识别应用。首先基于实验分析及相关资料研究得到了地层主要造岩矿物以及各种类型的沉积岩、岩浆岩中Si、Ca、Fe、Al、S、Ti、K、Mg、Mn、Gd等元素的含量及其高低排序特征。其次,基于这种地层元素含量及其的特点,可以用于各种沉积岩组合、岩浆岩组合或者沉积岩和岩浆岩组合的判别。对于沉积岩组合,Si元素含量较高,元素含量排序从大到小若为Si、Al、Fe则应为石英砂岩,若为Si、Ca、Al,则为长石砂岩,若为Si、Al、K则为岩屑砂岩,若为Ca、Si、Al则为石灰岩、Ca、Mg、Si则为白云岩,若为其他组合则可能为泥质岩(详见正文不同类型泥岩元素含量及其排序特征)。当前三位元素排序特征有重叠时(尤其针对泥质岩存在时)可参照后续元素含量特征及其排序顺序进行岩性子类精细判别。
类似的,对于岩浆岩组合,根据元素含量排序关系及绝对含量特征可快速判别各种类型的超基性岩(Mg、Si、Fe)、基性岩(Si、Al、Fe、Ca、Mg)、中性岩(Si、Al、Fe、Ca、Mg)和酸性岩(Si、Al、K、Fe、Ca),具体到岩浆岩岩性子类可再结合区域资料和岩石产状进行精细判别,因同一类钙碱性岩浆岩大类中主要根据喷出岩、浅成岩和深成岩等不同的产状划分。
针对存在沉积岩及岩浆岩的共生组合的区域,也可通过元素含量排序关系直接快速判别。若Mg为含量排序第一的元素,则应为超基性岩。若Ca为含量排序第一的元素,则为石灰岩或白云岩,若第二位元素为Si,则待测岩层为石灰岩;若第二位元素为Mg,则待测岩层为白云岩。若Si为含量最多的第一位元素,则可能为沉积的砂泥岩、也可能为岩浆岩:若元素排序为Si、Al、Ca则指示泥岩特征,若元素排序为Si、Ca、Al,可能为长石砂岩或者钙质泥岩,两者可根据Si/Ca元素含量比值的高低进行区分,大于1.7应为长石砂岩,否则为钙质泥岩;若元素排序为Si、Al、Fe可能为基性岩、中性岩、石英砂岩或硅质泥岩,前三者可根据Si元素绝对含量进行区分,根据;若元素含量排序为Si、Al、K、Fe、Ca,则应为酸性岩,若为Si、Al、K、Fe、Ti则为岩屑砂岩。
Claims (8)
1.一种判别地层岩性的方法,其特征在于,包括以下步骤:
(1)获取地层沉积岩和岩浆岩中主要元素的组合及其含量高低排序,作为判断基准数据;
(2)对待测岩层进行测量,获取各元素的含量,并对各元素含量进行排序,与判断基准数据进行比较,判别出该待测岩层的归属类别。
2.根据权利要求1所述的一种判别地层岩性的方法,其特征在于,步骤(2)中的判别具体分以下三种情况:
当待测岩层中排在第一位元素为Mg时,待测岩层为超基性岩;
当待测岩层中排在第一位元素为Ca时,比较第二位元素,若第二位元素为Si,则待测岩层为石灰岩;若第二位元素为Mg,则待测岩层为白云岩;
当待测岩层中排在第一位元素为Si时,比较第二位元素,若第二位元素为Ca,则比较待测岩层中Si/Ca比值,Si/Ca比大于1.7,则待测岩层为长石砂岩,否则待测岩层为钙质泥岩;
若第二位元素为Al,则比较第三位元素,若第三位元素为Fe,且Al的含量小于等于8%,则比较待测岩层中Si的含量,若Si的含量大于35%,则待测岩层为石英砂岩;若Si的含量为21%~24%,则待测岩层为基性岩;若Si的含量为24%~30%,则待测岩层为中性岩;若第三位元素为Fe,且Al的含量大于8%,则待测岩层为硅质泥岩;
若第三位元素为K,则比较第五位元素,若第五位元素为Ca,则待测岩层为酸性岩;若第五位元素为Ti,则待测岩层为岩屑砂岩。
3.根据权利要求1所述的一种判别地层岩性的方法,其特征在于,步骤(2)中,获取的元素包括Si、Al、K、Fe、Ca和Mg。
4.根据权利要求1所述的一种判别地层岩性的方法,其特征在于,步骤(1)中,沉积岩包括砂岩、泥质岩和碳酸盐岩,砂岩包括石英砂岩、长石砂岩和岩屑砂岩,石英砂岩的主要元素排序依次为Si、Al、K、Fe、Ca、Mg,长石砂岩的主要元素排序依次为Si、Ca、Al,岩屑砂岩的主要元素排序依次为Si、Al、K;
泥质岩包括硅质泥岩和钙质泥岩,硅质泥岩的主要元素排序依次为Si、Al、Fe,钙质泥岩的主要元素排序依次为Si、Ca、Al;
碳酸盐岩包括石灰岩和白云岩,石灰岩的主要元素排序依次为Ca、Si、Al,白云岩的主要元素排序依次为Ca、Mg、Si。
5.根据权利要求1所述的一种判别地层岩性的方法,其特征在于,步骤(1)中,岩浆岩包括超基性岩、基性岩、中性岩和酸性岩,超基性岩的主要元素排序依次为Mg、Si、Fe;
基性岩的主要元素排序依次为Si、Al、Fe,Si元素的含量为(21~24)wt%;
中性岩的主要元素排序依次为Si、Al、Fe,Si元素的含量为(24~30)wt%;
酸性岩的主要元素排序依次为Si、Al、K,Si元素的含量大于34wt%。
6.一种判别地层岩性的系统,其特征在于,包括存储模块、输入模块、处理模块;
存储模块,用于存储沉积岩和岩浆岩中主要元素的组合及其含量高低排序对应的数据;
输入模块,用于输入待测岩层测量得到的各元素含量;
处理模块,用于对输入模块输入的各元素含量先进行排序,然后与存储模块中存储的数据进行比较,输出结果。
7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011026924.0A CN112081584A (zh) | 2020-09-25 | 2020-09-25 | 一种判别地层岩性的方法、系统、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011026924.0A CN112081584A (zh) | 2020-09-25 | 2020-09-25 | 一种判别地层岩性的方法、系统、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112081584A true CN112081584A (zh) | 2020-12-15 |
Family
ID=73738280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011026924.0A Pending CN112081584A (zh) | 2020-09-25 | 2020-09-25 | 一种判别地层岩性的方法、系统、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112081584A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116519906B (zh) * | 2023-04-24 | 2023-10-31 | 中国地质大学(北京) | 一种岩性地球化学分支基因lg11及其构建方法和应用 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070246649A1 (en) * | 2006-04-19 | 2007-10-25 | Baker Hughes Incorporated | Methods for quantitative lithological and mineralogical evaluation of subsurface formations |
US20100312479A1 (en) * | 2009-04-22 | 2010-12-09 | Baker Hughes Incorporated | Use of chemically and geologically consistent constraints for obtaining elemental chemistry downhole |
CN107489417A (zh) * | 2017-07-25 | 2017-12-19 | 中国海洋石油总公司 | 基于xrf录井的岩矿组成反演法砂泥岩岩性识别方法 |
CN107505344A (zh) * | 2017-07-25 | 2017-12-22 | 中国海洋石油总公司 | 利用“最小二乘积”法的岩性解释方法 |
CN107703560A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种基于三重信息的泥页岩岩相精细识别方法 |
US20180246254A1 (en) * | 2015-11-02 | 2018-08-30 | Petrochina Company Limited | Method of acquiring rock component content of stratum |
CN110107285A (zh) * | 2019-05-06 | 2019-08-09 | 中国石油集团渤海钻探工程有限公司 | 根据井底返出岩屑的元素组成快速判断地层的岩石成因属性的方法 |
CN110454147A (zh) * | 2019-07-31 | 2019-11-15 | 中国石油天然气集团有限公司 | 一种可控源一体化核测井仪及测井方法 |
US20200213426A1 (en) * | 2017-09-07 | 2020-07-02 | Cmte Development Limied | Spatial data processing system and method |
-
2020
- 2020-09-25 CN CN202011026924.0A patent/CN112081584A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070246649A1 (en) * | 2006-04-19 | 2007-10-25 | Baker Hughes Incorporated | Methods for quantitative lithological and mineralogical evaluation of subsurface formations |
US20100312479A1 (en) * | 2009-04-22 | 2010-12-09 | Baker Hughes Incorporated | Use of chemically and geologically consistent constraints for obtaining elemental chemistry downhole |
US20180246254A1 (en) * | 2015-11-02 | 2018-08-30 | Petrochina Company Limited | Method of acquiring rock component content of stratum |
CN107489417A (zh) * | 2017-07-25 | 2017-12-19 | 中国海洋石油总公司 | 基于xrf录井的岩矿组成反演法砂泥岩岩性识别方法 |
CN107505344A (zh) * | 2017-07-25 | 2017-12-22 | 中国海洋石油总公司 | 利用“最小二乘积”法的岩性解释方法 |
US20200213426A1 (en) * | 2017-09-07 | 2020-07-02 | Cmte Development Limied | Spatial data processing system and method |
CN107703560A (zh) * | 2017-09-29 | 2018-02-16 | 西南石油大学 | 一种基于三重信息的泥页岩岩相精细识别方法 |
CN110107285A (zh) * | 2019-05-06 | 2019-08-09 | 中国石油集团渤海钻探工程有限公司 | 根据井底返出岩屑的元素组成快速判断地层的岩石成因属性的方法 |
CN110454147A (zh) * | 2019-07-31 | 2019-11-15 | 中国石油天然气集团有限公司 | 一种可控源一体化核测井仪及测井方法 |
Non-Patent Citations (3)
Title |
---|
张涛;张金功;张小莉;瞿晓婷;: "基于元素组成的多层感知器神经网络岩性识别", 地下水, vol. 38, no. 05, 25 September 2016 (2016-09-25), pages 107 - 109 * |
王虎;金为武;: "元素俘获谱测井元素相对灵敏度研究", 石油仪器, vol. 1, no. 01, 15 February 2015 (2015-02-15), pages 72 - 74 * |
章海宁;张金功;岳爱忠;樊云峰;赵毅;李孜虎;: "利用地层元素识别沉积岩岩性和矿物含量计算方法", 测井技术, vol. 40, no. 06, 20 December 2016 (2016-12-20), pages 683 - 688 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116519906B (zh) * | 2023-04-24 | 2023-10-31 | 中国地质大学(北京) | 一种岩性地球化学分支基因lg11及其构建方法和应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104612675B (zh) | 一种碳酸盐岩地层随钻岩性快速识别方法 | |
Garzanti et al. | A classification of metamorphic grains in sands based on their composition and grade | |
Morey et al. | Rare earth elements in weathering profiles and sediments of Minnesota; implications for provenance studies | |
Dapples et al. | Petrographic and lithologic attributes of sandstones | |
CN109577962B (zh) | 陆相细粒沉积岩岩石相分析方法 | |
Ellwood et al. | Global correlation using magnetic susceptibility data from Lower Devonian rocks | |
CN112081584A (zh) | 一种判别地层岩性的方法、系统、计算机设备及存储介质 | |
Verhaegen et al. | Workflow for analysis of compositional data in sedimentary petrology: provenance changes in sedimentary basins from spatio-temporal variation in heavy-mineral assemblages | |
Chester | Geochemical criteria for differentiating reef from non-reef facies in carbonate rocks | |
Merrill et al. | Molas and associated formations in San Juan basin-Needle Mountains area, southwestern Colorado | |
CN110673215A (zh) | 一种基于交会图与Fisher判别的复杂岩性自动判别方法 | |
Hill et al. | Improving geological logging of drill holes using geochemical data and data analytics for mineral exploration in the Gawler Ranges, South Australia | |
Bilbey et al. | Petrology of the Morrison Formation, Dinosaur Quarry Quadrangle, Utah | |
Ghannadpour et al. | A method for extracting anomaly map of Au and As using combination of U-statistic and Euclidean distance methods in Susanvar district, Iran | |
CN115204563A (zh) | 一种适用于砂岩型铀矿找矿目标层的评价方法 | |
CN114002410A (zh) | 一种基于地质体稀土配分快速圈定风化壳型中重稀土找矿靶区的方法 | |
Okon et al. | Paleoenvironmental analysis and its significance in sedimentology: case study of the conglomerate facies of the Awi Formation, Calabar Flank, Southeast Nigeria | |
CN113588919A (zh) | 一种适用于花岗斑岩型稀有金属矿床找矿勘查的预测方法 | |
CN112950099A (zh) | 一种煤中锗、镓、锂、稀土资源的综合评估方法 | |
Amadua et al. | Comparison Of Ordinary Kriging (Ok) And Inverse Distance Weighting (Idw) Methods For The Estimation Of A Modified Palaeoplacer Gold Deposit: A Case Study Of The Teberebie Gold Deposit, Sw Ghana | |
CN116519906B (zh) | 一种岩性地球化学分支基因lg11及其构建方法和应用 | |
CN112147713A (zh) | 泥页岩总有机碳含量分段预测方法 | |
CN114970771B (zh) | 借助沉积环境和气候识别渗出型砂岩铀矿的成矿建造的方法 | |
CN109920053B (zh) | 矿床地质建模方法 | |
Sanchez Siachoque | Geochemical Mapping of the North-Central Portion of the Yukon-Tanana Upland, Alaska, United States: Application of Exploratory Data Analysis (EDA) to REE and PGE Mining Prospection |
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 |