CN112147169A - 储层显微组分的定量方法 - Google Patents
储层显微组分的定量方法 Download PDFInfo
- Publication number
- CN112147169A CN112147169A CN201910568034.3A CN201910568034A CN112147169A CN 112147169 A CN112147169 A CN 112147169A CN 201910568034 A CN201910568034 A CN 201910568034A CN 112147169 A CN112147169 A CN 112147169A
- Authority
- CN
- China
- Prior art keywords
- micro
- microscopic
- target
- regions
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011435 rock Substances 0.000 claims abstract description 56
- 238000001228 spectrum Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000004445 quantitative analysis Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 239000010426 asphalt Substances 0.000 claims description 35
- 238000009826 distribution Methods 0.000 claims description 34
- 239000005416 organic matter Substances 0.000 claims description 28
- 239000002245 particle Substances 0.000 claims description 16
- 238000005498 polishing Methods 0.000 claims description 10
- 238000011002 quantification Methods 0.000 claims description 9
- 238000005520 cutting process Methods 0.000 claims description 5
- 238000000227 grinding Methods 0.000 claims description 5
- 239000000853 adhesive Substances 0.000 claims description 2
- 230000001070 adhesive effect Effects 0.000 claims description 2
- 239000003208 petroleum Substances 0.000 abstract description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 13
- 229930195733 hydrocarbon Natural products 0.000 description 13
- 150000002430 hydrocarbons Chemical class 0.000 description 13
- 229910052500 inorganic mineral Inorganic materials 0.000 description 11
- 239000011707 mineral Substances 0.000 description 11
- 239000011148 porous material Substances 0.000 description 9
- 239000000126 substance Substances 0.000 description 5
- 239000010453 quartz Substances 0.000 description 4
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 229910001748 carbonate mineral Inorganic materials 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 239000003921 oil Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010884 ion-beam technique Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000399 optical microscopy Methods 0.000 description 2
- 210000002706 plastid Anatomy 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000004626 scanning electron microscopy Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 229910021532 Calcite Inorganic materials 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000002734 clay mineral Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000007799 cork Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 239000010779 crude oil Substances 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- GUJOJGAPFQRJSV-UHFFFAOYSA-N dialuminum;dioxosilane;oxygen(2-);hydrate Chemical compound O.[O-2].[O-2].[O-2].[Al+3].[Al+3].O=[Si]=O.O=[Si]=O.O=[Si]=O.O=[Si]=O GUJOJGAPFQRJSV-UHFFFAOYSA-N 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000010433 feldspar Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000008570 general process Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000000774 hypoallergenic effect Effects 0.000 description 1
- 229910052900 illite Inorganic materials 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052901 montmorillonite Inorganic materials 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- VGIBGUSAECPPNB-UHFFFAOYSA-L nonaaluminum;magnesium;tripotassium;1,3-dioxido-2,4,5-trioxa-1,3-disilabicyclo[1.1.1]pentane;iron(2+);oxygen(2-);fluoride;hydroxide Chemical compound [OH-].[O-2].[O-2].[O-2].[O-2].[O-2].[F-].[Mg+2].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[Al+3].[K+].[K+].[K+].[Fe+2].O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2.O1[Si]2([O-])O[Si]1([O-])O2 VGIBGUSAECPPNB-UHFFFAOYSA-L 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007517 polishing process Methods 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 210000001938 protoplast Anatomy 0.000 description 1
- 239000011028 pyrite Substances 0.000 description 1
- 229910052683 pyrite Inorganic materials 0.000 description 1
- NIFIFKQPDTWWGU-UHFFFAOYSA-N pyrite Chemical compound [Fe+2].[S-][S-] NIFIFKQPDTWWGU-UHFFFAOYSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000004079 vitrinite Substances 0.000 description 1
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
- 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
- G01N23/2202—Preparing specimens therefor
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
本发明属于石油勘探地质技术领域，涉及一种储层显微组分的定量方法，包括以下步骤：Ⅰ)获取目标显微组分的形状特征以及能谱特征；Ⅱ)对储层岩样进行前处理；Ⅲ)通过扫描电子显微镜对前处理后的储层岩样进行扫描，获得一个感兴趣区域；Ⅳ)通过图像处理技术将感兴趣区域划分为多个微区，获取多个微区中的所有显微组分，对多个微区中的所有显微组分的形状特征以及能谱特征进行分析；Ⅴ)将多个微区中的所有显微组分的形状特征以及能谱特征与目标显微组分的进行比对，确定多个微区中的目标显微组分，并且计算其面积；Ⅵ)获取感兴趣区域的面积，计算多个微区中的目标显微组分的面积与感兴趣区域的面积的比值。该方法准确定量储层中的目标显微组分。
Description
技术领域
本发明属于石油勘探地质技术领域，更具体地，涉及一种储层显微组分的定量方法。
背景技术
沥青是干酪根生烃过程中产生的次生产物。由于沥青作为干酪根生烃运移的产物，自身没有特定的形态，因此，主要利用偏光显微镜根据沥青充填孔隙和裂缝的形态来识别沥青。
石油天然气行业标准《SY/T 6414-2014全岩光片显微组分鉴定及统计方法》公开以下内容：如何将岩样制备成光片。将光片置于反光显微镜下，交替使用白光和荧光，根据反射光颜色、强度、结构形态、突起、内反射、产状等反射特征和荧光下的颜色、形态及强度鉴定显微组分，对不同的显微组分进行特征描述，如何用点计法或目估法统计各种显微组分和矿物的百分含量。
现有文献1(全岩显微组分定量统计及其在烃源岩评价中的应用，熊波等，江汉石油学院学报2001，23:16-20)记载一种全岩显微组分统计方法。该方法的大致过程为，将全岩样品粉碎至1mm左右的颗粒，取适量样品，用环氧树脂粘结、旋磨、抛光成全岩粉砖光片。使用带有荧光光源和反射光光源，可转换光源的反射镜室的偏光镜，配合使用一台颗粒计数器在全岩粉砖光片上进行，采用反射白光与紫蓝反射荧光相结合，效果较好。照国际煤岩学会推荐的方法，当样品颗粒直径为1mm，点距和行距都为0.15mm，有效统计点大于1000个。用显微组分统计点数占总的有效点数的分数来代表不同显微组分所占的体积分数。
现有文献2(Leica QWin_V3图像处理软件在烃源岩有机岩石学定量分析中的应用，谢小敏等，石油实验地质，2013年7月，35(4)，468-472)公开了利用德国Leica公司生产的QWin_V3图像处理软件，对具有相似光性特征的有机显微组分进行选取，并进行相关定量计算。QWin_V3图像处理软件对有机显微组分选取的依据是不同显微组分反射光下反射色具有一定的差异，反射色的差异可以体现在灰度上不同，而荧光下，不同显微组分具有不同的荧光特征。据此，可利用QWin_V3图像处理软件对不同灰度或颜色的显微组分进行选取，同时，对于具有相同灰度或颜色不同的显微组分可以进行擦除，对于图像处理软件未选取的组分也可进行选取，提高了显微组分选取的准确性和灵活性。同时用面积百分比反映不同显微组分所占的体积比，相比于用点数比反映不同显微组分所占的体积比，更加准确。
上述的方法在砂岩储层和碳酸盐岩储层中的应用效果较好，因为砂岩储层和碳酸盐岩储层中有机显微组分相对简单，孔隙结构较大，沥青组分容易识别。然而，泥页岩烃源岩中有机显微组分相对复杂，孔隙结构极小，用偏光显微镜识别沥青，结果误差大，误差约为50％。
发明内容
本发明的目的是提供一种能够准确地定量储层显微组分的方法，并且该方法不受荧光影响。
为了实现上述目的，本发明提供一种储层显微组分的定量方法，所述定量方法包括以下步骤：
Ⅰ)获取目标显微组分的形状特征以及能谱特征；
Ⅱ)对储层岩样进行前处理；
Ⅲ)通过扫描电子显微镜对前处理后的所述储层岩样进行扫描，获得一个感兴趣区域；
Ⅳ)通过图像处理技术将所述感兴趣区域划分为多个微区，获取所述多个微区中的所有显微组分，对所述多个微区中的所有显微组分的形状特征以及能谱特征进行分析；
Ⅴ)将所述多个微区中的所有显微组分的形状特征以及能谱特征与所述目标显微组分的形状特征以及能谱特征进行比对，确定所述多个微区中的目标显微组分，并且计算所述多个微区中的目标显微组分的面积；
Ⅵ)获取所述感兴趣区域的面积，计算所述多个微区中的目标显微组分的面积与所述感兴趣区域的面积的比值，即为所述感兴趣区域中的目标显微组分的含量。
具体地，所述定量方法还包括：Ⅶ)重复步骤Ⅲ)至步骤Ⅵ)，计算多个感兴趣区域中的目标显微组分的平均含量。
具体地，在步骤Ⅴ)中，所述多个微区中的目标显微组分的面积为所述多个微区中的目标显微组分所对应的像素阵列的面积。
在步骤Ⅵ)中，所述获取所述感兴趣区域的面积为获取所述感兴趣区域所对应的像素阵列的面积；所述计算所述多个微区中的目标显微组分的面积与所述感兴趣区域的面积的比值为，所述多个微区中的目标显微组分所对应的像素阵列的面积与所述感兴趣区域所对应的像素阵列的面积的比值。
具体地，在步骤Ⅴ)中，所述确定所述多个微区中的目标显微组分的步骤包括：将不是所述目标显微组分的显微组分从所述多个微区中的所有显微组分中剔除，从而确定所述多个微区中的目标显微组分。
具体地，步骤Ⅰ)还包括：获取所述目标显微组分的尺寸特征和/或分布特征。
步骤Ⅳ)还包括：对所述多个微区中的所述所有显微组分的尺寸特征和/或分布特征进行分析。
步骤Ⅴ)还包括：将所述多个微区中的所述目标显微组分的尺寸特征和/或分布特征，与所述所有的显微组分的尺寸特征和/或分布特征进行比对。
具体地，所述储层为高成熟-过成熟阶段的泥页岩储层。
具体地，所述目标显微组分包括原生有机质和/或次生有机质。
更具体地，所述次生有机质为次生沥青。
具体地，步骤Ⅱ)对储层岩样进行前处理为，对所述储层岩样依次进行切割、打磨以及抛光处理；或者
步骤Ⅱ)对储层岩样进行前处理为，先将所述储层岩样粉碎成颗粒，再用黏结剂将所述颗粒粘结，然后进行打磨以及抛光处理。
具体地，在步骤Ⅲ)中，扫描电子显微镜扫描的所述储层岩样的表面与所述储层岩样的层面垂直。
具体地，所述扫描电子显微镜为场发射扫描电子显微镜。
通过扫描电子显微镜对前处理后的所述储层岩样进行扫描，由于扫描电子显微镜具有宽泛的成像倍数，通常为20～200000倍，并且扫描电子显微镜获得的图像的对比度和锐度远远高于光学显微镜获得的图像，因而可以获得清晰的储层岩样的微观图像，将该微观图像作为一个感兴趣区域，再通过图像处理技术将感兴趣区域划分为多个微区，获取多个微区中的所有显微组分，由于图像处理技术能够获得高分辨率的位图，可将显微组分用像素表示，对多个微区中的所有显微组分的形状特征以及能谱特征进行分析，与目标显微组分的形状特征以及能谱特征进行对比，从而确定多个微区中的目标显微组分。由此可知，本发明提供的储层显微组分的定量方法能够准确对储层中的任一种显微组分进行定量，相对于现有的利用光学显微镜对储层的显微组分进行定量的方法，本发明的储层显微组分的定量方法显著提高检测显微组分的准确度。不仅如此，本发明提供的储层显微组分的定量方法不受荧光干扰，并且能够对储层中不具有发射荧光性能的组分进行准确定量。
本发明提供的储层显微组分的定量方法能够对高成熟-过成熟阶段的泥页岩储层中的次生有机质，例如次生沥青，进行准确定量。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
附图说明
通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。
图1示出了本发明提供的一种储层显微组分的定量方法的流程图。
图2示出了本发明提供的另一种储层显微组分的定量方法的流程图。
图3示出了本发明提供的再一种储层显微组分的定量方法的流程图。
图4为实施例2中的感兴趣区域的显微照片。
图5为实施例2中的一个微区的显微照片，其中虚线圈定区域为原生有机质。
图6为图5中的虚线圈定区域的能谱特征曲线图。
图7为实施例3中的一个微区的显微照片，其中虚线圈定区域为次生沥青。
图8为图7中的虚线圈定区域的能谱特征曲线图。
具体实施方式
下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。
本发明提供一种储层显微组分的定量方法。请参见图1，图1示出了本发明提供的一种储层显微组分的定量方法的流程图。如图1所示，该定量方法包括以下步骤：
101：获取目标显微组分的形状特征以及能谱特征。
102：对储层岩样进行前处理。
103：通过扫描电子显微镜对前处理后的所述储层岩样进行扫描，获得一个感兴趣区域。
104：通过图像处理技术将所述感兴趣区域划分为多个微区，获取多个微区中的所有显微组分，对所述多个微区中的所有显微组分的形状特征以及能谱特征进行分析。
105：将所述多个微区中的所有显微组分的形状特征以及能谱特征与所述目标显微组分的形状特征以及能谱特征进行比对，确定所述多个微区中的目标显微组分，并且计算所述多个微区中的目标显微组分的面积。
106：获取所述感兴趣区域的面积，计算所述多个微区中的目标显微组分的面积与所述感兴趣区域的面积的比值，即为所述感兴趣区域中的目标显微组分的含量。
本发明提供的储层显微组分的定量方法的工作原理为：
通过扫描电子显微镜对前处理后的所述储层岩样进行扫描，由于扫描电子显微镜具有宽泛的成像倍数，通常为20～200000倍，并且扫描电子显微镜获得的图像的对比度和锐度远远高于光学显微镜获得的图像，因而可以获得清晰的储层岩样的微观图像，将该微观图像作为一个感兴趣区域，再通过图像处理技术将感兴趣区域划分为多个微区，获取多个微区中的所有显微组分，由于图像处理技术能够获得高分辨率的位图，可将显微组分用像素表示，对多个微区中的所有显微组分的形状特征以及能谱特征进行分析，与目标显微组分的形状特征以及能谱特征进行对比，从而确定多个微区中的目标显微组分。由此可知，本发明提供的储层显微组分的定量方法能够准确对储层中的任一种显微组分进行定量，相对于现有的利用光学显微镜对储层的显微组分进行定量的方法，本发明的储层显微组分的定量方法显著提高检测显微组分的准确度。不仅如此，本发明提供的储层显微组分的定量方法不受荧光干扰，并且能够对储层中不具有发射荧光性能的组分进行准确定量。
本发明的储层显微组分的定量方法适合对高成熟-过成熟阶段的泥页岩储层中的显微组分进行研究。显微组分包括无机质和有机质，其中，无机质包括石英、长石、伊利石、蒙脱石、方解石、白云石、黄铁矿等矿物组分。有机质包括原生有机质和次生有机质，次生有机质包括次生沥青、油等，尤其是高成熟-过成熟阶段泥页岩中的次生沥青。高成熟-过成熟阶段的泥页岩中次生沥青含量数据对泥页岩中有机质生烃、排烃与烃类物质滞留研究具有重要意义，通过次生沥青含量可计算排烃量和页岩中滞留烃量，为非常规油气资源量的计算提供基础参数。
原生有机质能谱主要包含C、O、S三种元素，可能会含有少量的粘土矿物元素，例如Al和Si。
以次生沥青为例，次生沥青的形状特征和尺寸特征：高成熟-过成熟阶段的泥页岩中次生沥青来源于原生有机质生烃过程中降解残留，或是原油二次裂解生烃残留。由于组成泥页岩的矿物颗粒非常细小，绝大多数颗粒小于50微米，伴随岩石埋藏压实过程烃类物质排入矿物粒间孔隙，进一步生烃作用之后矿物粒间孔隙只残留沥青。因此，次生沥青多为孔隙充填。次生沥青的外形不仅受孔隙形状限制，而且主要分布于石英矿物粒间孔和碳酸盐矿物溶蚀孔中，与矿物边界接触面为平整光滑折线。对于高成熟-过成熟阶段的泥页岩来说，次生沥青多被石英矿物和碳酸盐矿物包围，次生沥青颗粒细小，一般小于30微米，一般呈平滑的弯折线形或不规则形。
次生沥青的能谱特征：次生有机质从原生有机质中排出时不同程度与邻近矿物发生接触与反应，导致生成的沥青能谱包含有较多的元素，如C、O、Na、Al、Si、S、Ca、K等。
因此，在步骤101中，目标显微组分可以包括原生有机质和次生有机质中的至少一种。其中，原生有机质包括藻类体、角质体、木栓质体、镜质体、丝质体等；次生有机质包括次生沥青和油，高成熟－过成熟阶段为次生沥青。目标显微组分的形状特征和能谱特征可以从现有的相关资料中获取，本发明在此不做赘述。
在本发明中，步骤101还包括：获取所述目标显微组分的尺寸特征和/或分布特征，则步骤101为，获取目标显微组分的形状特征、能谱特征、以及尺寸特征和/或分布特征。步骤101优选为，获取目标显微组分的形状特征、尺寸特征、能谱特征、以及所述分布特征。分布特征可以为所述目标显微组分与与其相邻的矿物之间的位置关系。
在步骤102中，对储层岩样进行前处理可以为，对所述储层岩样依次进行切割、打磨以及抛光处理；对储层岩样进行前处理也可以为，先将所述储层岩样粉碎成颗粒，例如颗粒的粒径为0.38mm～0.83mm，再用黏结剂将所述颗粒粘结，然后进行打磨以及抛光处理，从而获得清晰的储层岩样的微观图像。本领域技术人员可以利用离子减薄仪对打磨后的岩样进行离子束抛光处理。
在步骤103中，通过扫描电子显微镜对前处理后的所述储层岩样进行扫描为，通过扫描电子显微镜对前处理后的所述储层岩样的局部表面进行扫描，将所述局部表面的显微图像作为一个感兴趣区域。在通过扫描电子显微镜对前处理后的所述储层岩样进行扫描时，扫描电子显微镜扫描的所述储层岩样的表面与所述储层岩样的层面垂直，能够充分反映埋藏成岩过程中有机质的迁移与保存。在步骤103中，扫描电子显微镜优选为场扫描电子显微镜。
在步骤105中，所述确定所述多个微区中的目标显微组分的步骤包括：将不是所述目标显微组分的显微组分从所述多个微区中的所有显微组分中剔除，从而确定所述多个微区中的目标显微组分。
为了获得更准确的显微组分，需要获取更多的显微组分的信息，例如获取显微组分的尺寸特征和/或分布特征。基于此，步骤104还包括：对所述所有显微组分的尺寸特征和/或分布特征进行分析。步骤105还包括：将所述所有的显微组分的尺寸特征和/或分布特征与所述目标显微组分的尺寸特征和/或分布特征进行比对。
在获取显微组分的尺寸特征和/或分布特征的情况下，步骤104为，通过图像处理技术将所述感兴趣区域划分为多个微区，获取多个微区中的所有显微组分，对所述多个微区中的所有显微组分的形状特征、能谱特征、以及尺寸特征和/或分布特征进行分析。步骤104优选为，通过图像处理技术将所述感兴趣区域划分为多个微区，获取多个微区中的所有显微组分，对所述多个微区中的所有显微组分的形状特征、尺寸特征、能谱特征、以及分布特征进行分析。
在获取显微组分的尺寸特征和/或分布特征的情况下，步骤105为，将所述多个微区中的所有显微组分的形状特征、能谱特征、以及尺寸特征和/或分布特征，与所述目标显微组分的形状特征、能谱特征、以及尺寸特征和/或分布特征进行比对，确定所述多个微区中的目标显微组分。步骤105优选为，将所述多个微区中的所有显微组分的形状特征、尺寸特征、能谱特征、以及分布特征，与所述目标显微组分的形状特征、尺寸特征、能谱特征、以及分布特征进行比对，确定所述多个微区中的目标显微组分。
在本发明中，在步骤105中，所述多个微区中的目标显微组分的面积为所述多个微区中的目标显微组分所对应的像素阵列的面积。在步骤106中，所述获取所述感兴趣区域的面积为获取所述感兴趣区域所对应的像素阵列的面积；所述计算所述多个微区中的目标显微组分的面积与所述感兴趣区域的面积的比值为，所述多个微区中的目标显微组分所对应的像素阵列的面积与所述感兴趣区域所对应的像素阵列的面积的比值。
请参见图2，图2表示出了本发明提供的另一种储层显微组分的定量方法的流程图。如图2所示，本发明的储层显微组分的定量方法包括以下步骤：
201：获取目标显微组分的形状特征、能谱特征、以及尺寸特征和/或所述分布特征。
202：对储层岩样进行前处理。
203：通过扫描电子显微镜对前处理后的所述储层岩样进行扫描，获得一个感兴趣区域。
204：通过图像处理技术将所述感兴趣区域划分为多个微区，获取多个微区中的所有显微组分，对所述多个微区中的所有显微组分的形状特征、能谱特征、以及尺寸特征和/或分布特征进行分析。
205：将所述多个微区中的所有显微组分的形状特征、能谱特征、以及尺寸特征和/或分布特征，与所述目标显微组分的形状特征、能谱特征、以及尺寸特征和/或分布特征进行比对，确定所述多个微区中的目标显微组分，获取所述多个微区中的目标显微组分所对应的像素阵列的面积。
206：获取所述感兴趣区域的面积，计算所述多个微区中目标显微组分所对应的像素阵列的面积与所述多个微区所对应的像素阵列的面积的比值，即为所述目标显微组分在所述感兴趣区域中的含量。
可将所述目标显微组分在所述感兴趣区域中的含量视为目标显微组分请继续参见图2，该定量方法还包括：207：重复步骤203至步骤206，计算多个感兴趣区域中的目标显微组分的平均含量，可将目标显微组分在所述多个感兴趣区域中的平均含量视为目标显微组分在储层中的含量。
实施例1
实施例1提供一种储层显微组分的定量方法。请参见图3，图3示出了本发明提供的再一种储层显微组分的定量方法的流程图。如图3所示，该方法包括以下步骤：
301：获取目标显微组分的形状特征、能谱特征、尺寸特征、以及分布特征。
302：对所述储层岩样依次进行切割、打磨以及抛光处理。
303：通过扫描电子显微镜对抛光处理后的所述储层岩样的局部表面进行扫描，扫描电子显微镜扫描的所述储层岩样的表面与所述储层岩样的层面垂直，获得一个感兴趣区域。
304：通过图像处理技术将所述感兴趣区域划分为多个微区，获取所述多个微区中的所有显微组分，对所述多个微区中的所有显微组分的形状特征、尺寸特征、能谱特征、以及分布特征进行分析，获取所述多个微区所对应的像素阵列的面积。
305：将所述多个微区中的所有显微组分的形状特征、尺寸特征、能谱特征、以及分布特征，与所述目标显微组分的形状特征、尺寸特征、能谱特征、以及分布特征进行比对，确定所述多个微区中的目标显微组分，获取所述多个微区中目标显微组分所对应的像素阵列的面积。
306：获取所述感兴趣区域的面积，计算所述多个微区中目标显微组分所对应的像素阵列的面积与所述多个微区所对应的像素阵列的面积的比值，即为所述目标显微组分在所述感兴趣区域中的含量。
307：重复步骤303至步骤306，计算多个感兴趣区域中的目标显微组分的平均含量，即为目标显微组分在储层中的含量。
实施例2
利用本发明提供的储层显微组分的定量方法，对四川盆地龙马溪组泥页岩开展原生有机质的定量分析。
401：获取原生有机质的形状特征和能谱特征。原生有机质能谱主要包含C、O、S三种元素。
402：钻井岩芯样品进行切割成约1cm见方的块状样品，再将块状样品用胶水固定在基座上，垂直页岩层理的截面为样品处理面，然后将样品固定到徕卡精研一体机上，依次切割、打磨，随后将样品转移到徕卡离子减薄仪中用离子束抛光处理3小时，离子抛光后样品置于干燥器中备用。
403：通过美国FEI公司Helios 650场扫描电子显微镜对前处理后的所述储层岩样的局部表面进行扫描，场扫描电子显微镜扫描的所述储层岩样的表面与所述储层岩样的层面垂直，获得一个感兴趣区域，参见见图4。
404-405：通过图像处理技术获取所述感兴趣区域对应的像素阵列的面积为73772502，实际大小为520.8μm×347.2μm，并且将所述感兴趣区域(图4)划分为30×30个微区，获取30×30个微区中的所有显微组分，对30×30个微区中的所有显微组分的形状特征以及能谱特征进行分析比对，排除其他有机显微组分，只保留原生有机质显微组分，获得其对应的像素面积，与感兴趣区域对应的像素阵列的面积比值即为该感兴趣区域内某类有机显微组分的含量。图5为实施例2中所述感兴趣区域的一个微区的显微图像，其中虚线圈定区域为原生有机质，其形状特征请参见图5，原生有机质的能谱特征请参见图6，能谱曲线反映其所包含的元素请参见表1，按以上特征统计该微区内原生有机质的像素面积为13011。
表1原生有机质所包含的元素
406：重复步骤403至步骤405，统计所有微区(30×30个)内的原生有机质的像素面积为2100792，计算原生有机质的像素面积与该感兴趣区域所对应的像素阵列的面积的比值(2100792/73772502)*100％＝2.85％，即获得原生有机质在所述感兴趣区域中的含量。
实施例3
利用实施例1提供的识别储层显微组分的方法，对四川盆地龙马溪组泥页岩开展次生沥青的定量分析。
实施例3可以在实施例2获得的感兴趣区域的基础上进行，仅是分析的显微组分不同。
501：获取次生沥青的形状特征、尺寸特征、分布特征、以及能谱特征。次生沥青的形状为平滑的弯折线形或不规则形，一般小于30微米，次生沥青多被石英矿物和碳酸盐矿物包围，能谱特征详见表2和图8，图8为图7中的虚线圈定区域的能谱特征曲线图。次生沥青能谱包含C、O、Na、Al、Si、S、Ca、K等。
502：同实施例2中的402。
503：同实施例2中的403。
504-505：通过图像处理技术获取所述感兴趣区域对应的像素阵列的面积为73772502，实际大小为520.8μm×347.2μm，并且将所述感兴趣区域划分为30×30个微区，获取30×30个微区中的所有显微组分，对30×30个微区中的所有显微组分的形状、尺寸特征、分布特征、以及能谱特征进行分析，排除其他有机显微组分，只保留次生沥青显微组分，获得其对应的像素面积，与感兴趣区域对应的像素阵列的面积比值即为该感兴趣区域内某类有机显微组分的含量。图7为实施例3中所述感兴趣区域的一个微区的显微图像，其中虚线圈定区域为次生沥青，其形状特征请参见图7，次生沥青的能谱特征请参见图8，能谱曲线反映其所包含的元素请参见表2，按以上特征统计该微区内次生沥青的像素面积为10098。
表2次生沥青所包含的元素
506：重复步骤503至步骤505，统计所有微区(30×30个)内的次生沥青的像素面积为3595434，该感兴趣区域所对应的像素阵列的面积为73772502，二者的比值为(3595434/73772502)×100％＝4.87％。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。
Claims (10)
1.一种储层显微组分的定量方法，其特征在于，所述定量方法包括以下步骤：
Ⅰ)获取目标显微组分的形状特征以及能谱特征；
Ⅱ)对储层岩样进行前处理；
Ⅲ)通过扫描电子显微镜对前处理后的所述储层岩样进行扫描，获得一个感兴趣区域；
Ⅳ)通过图像处理技术将所述感兴趣区域划分为多个微区，获取所述多个微区中的所有显微组分，对所述多个微区中的所有显微组分的形状特征以及能谱特征进行分析；
Ⅴ)将所述多个微区中的所有显微组分的形状特征以及能谱特征与所述目标显微组分的形状特征以及能谱特征进行比对，确定所述多个微区中的目标显微组分，并且计算所述多个微区中的目标显微组分的面积；
Ⅵ)获取所述感兴趣区域的面积，计算所述多个微区中的目标显微组分的面积与所述感兴趣区域的面积的比值，即为所述感兴趣区域中的目标显微组分的含量。
2.根据权利要求1所述的定量方法，其特征在于，所述定量方法还包括：Ⅶ)重复步骤Ⅲ)至步骤Ⅵ)，计算多个感兴趣区域中的目标显微组分的平均含量。
3.根据权利要求1所述的定量方法，其特征在于，
在步骤Ⅴ)中，所述多个微区中的目标显微组分的面积为所述多个微区中的目标显微组分所对应的像素阵列的面积；
在步骤Ⅵ)中，所述获取所述感兴趣区域的面积为获取所述感兴趣区域所对应的像素阵列的面积；所述计算所述多个微区中的目标显微组分的面积与所述感兴趣区域的面积的比值为，所述多个微区中的目标显微组分所对应的像素阵列的面积与所述感兴趣区域所对应的像素阵列的面积的比值。
4.根据权利要求1所述的定量方法，其特征在于，在步骤Ⅴ)中，所述确定所述多个微区中的目标显微组分的步骤包括：将不是所述目标显微组分的显微组分从所述多个微区中的所有显微组分中剔除，从而确定所述多个微区中的目标显微组分。
5.根据权利要求1所述的定量方法，其特征在于，步骤Ⅰ)还包括：获取所述目标显微组分的尺寸特征和/或分布特征；
步骤Ⅳ)还包括：对所述多个微区中的所述所有显微组分的尺寸特征和/或分布特征进行分析；
步骤Ⅴ)还包括：将所述所有的显微组分的尺寸特征和/或分布特征，与所述多个微区中的所述目标显微组分的尺寸特征和/或分布特征进行比对。
6.根据权利要求1所述的定量方法，其特征在于，所述储层为高成熟-过成熟阶段的泥页岩储层；所述目标显微组分包括原生有机质和/或次生有机质。
7.根据权利要求6所述的定量方法，其特征在于，所述次生有机质为次生沥青。
8.根据权利要求1所述的定量方法，其特征在于，步骤Ⅱ)对储层岩样进行前处理为，对所述储层岩样依次进行切割、打磨以及抛光处理；或者
步骤Ⅱ)对储层岩样进行前处理为，先将所述储层岩样粉碎成颗粒，再用黏结剂将所述颗粒粘结，然后进行打磨以及抛光处理。
9.根据权利要求1所述的定量方法，其特征在于，在步骤Ⅲ)中，扫描电子显微镜扫描的所述储层岩样的表面与所述储层岩样的层面垂直。
10.根据权利要求1所述的定量方法，其特征在于，所述扫描电子显微镜为场发射扫描电子显微镜。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910568034.3A CN112147169B (zh) | 2019-06-27 | 2019-06-27 | 储层显微组分的定量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910568034.3A CN112147169B (zh) | 2019-06-27 | 2019-06-27 | 储层显微组分的定量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112147169A true CN112147169A (zh) | 2020-12-29 |
| CN112147169B CN112147169B (zh) | 2024-05-14 |
Family
ID=73868931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910568034.3A Active CN112147169B (zh) | 2019-06-27 | 2019-06-27 | 储层显微组分的定量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112147169B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110118983A1 (en) * | 2009-11-19 | 2011-05-19 | Chevron U.S.A. Inc. | System and method for reservoir analysis background |
| JP2011215068A (ja) * | 2010-04-01 | 2011-10-27 | Toyota Motor Corp | 焼結鍛造体の未焼結部面積率の測定方法 |
| CN102721635A (zh) * | 2012-06-19 | 2012-10-10 | 山东科技大学 | 一种不同孔隙结构储层析蜡量的定量分析方法 |
| US20130124105A1 (en) * | 2011-11-11 | 2013-05-16 | Chevron U.S.A. Inc | Method for predicting sediment content of a hydroprocessed hydrocarbon product |
| US20150219547A1 (en) * | 2014-02-06 | 2015-08-06 | Jeol Ltd. | Particle Analysis Instrument and Computer Program |
| CN104950004A (zh) * | 2015-06-17 | 2015-09-30 | 中国石油天然气股份有限公司 | 一种定量评价古老碳酸盐岩储层中沥青含量的方法 |
| CN108918564A (zh) * | 2018-08-09 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种适用于泥页岩矿物成分定量的分析方法 |
| CN109444015A (zh) * | 2018-10-31 | 2019-03-08 | 成都理工大学 | 多视域、多尺度下的页岩储层微孔系统鉴定方法 |
-
2019
- 2019-06-27 CN CN201910568034.3A patent/CN112147169B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110118983A1 (en) * | 2009-11-19 | 2011-05-19 | Chevron U.S.A. Inc. | System and method for reservoir analysis background |
| JP2011215068A (ja) * | 2010-04-01 | 2011-10-27 | Toyota Motor Corp | 焼結鍛造体の未焼結部面積率の測定方法 |
| US20130124105A1 (en) * | 2011-11-11 | 2013-05-16 | Chevron U.S.A. Inc | Method for predicting sediment content of a hydroprocessed hydrocarbon product |
| CN102721635A (zh) * | 2012-06-19 | 2012-10-10 | 山东科技大学 | 一种不同孔隙结构储层析蜡量的定量分析方法 |
| US20150219547A1 (en) * | 2014-02-06 | 2015-08-06 | Jeol Ltd. | Particle Analysis Instrument and Computer Program |
| CN104950004A (zh) * | 2015-06-17 | 2015-09-30 | 中国石油天然气股份有限公司 | 一种定量评价古老碳酸盐岩储层中沥青含量的方法 |
| CN108918564A (zh) * | 2018-08-09 | 2018-11-30 | 陕西延长石油(集团)有限责任公司研究院 | 一种适用于泥页岩矿物成分定量的分析方法 |
| CN109444015A (zh) * | 2018-10-31 | 2019-03-08 | 成都理工大学 | 多视域、多尺度下的页岩储层微孔系统鉴定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 谢小敏等: "Leica QWin_V3 图像处理软件在烃源岩有机岩石学定量分析中的应用", 《石油实验地质》, vol. 35, no. 4, pages 468 - 470 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112147169B (zh) | 2024-05-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Robinson | Inorganic geochemistry: applications to petroleum geology | |
| Hackley et al. | Testing reproducibility of vitrinite and solid bitumen reflectance measurements in North American unconventional source-rock reservoir petroleum systems | |
| CN113702088B (zh) | 页岩多尺度全信息综合表征及纵向演化规律确定方法 | |
| 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 | |
| Jubb et al. | Nanoscale molecular composition of solid bitumen from the Eagle Ford Group across a natural thermal maturity gradient | |
| Al-Hajeri et al. | Maturity estimation for Type II-S kerogen using Raman spectroscopy–A case study from the Najmah and Makhul Formations in Kuwait | |
| Al-Hajeri et al. | Organic petrography and geochemistry of the prolific source rocks from the Jurassic Najmah and Cretaceous Makhul Formations in Kuwait–Validation and expansion of Raman spectroscopic thermal maturity applications | |
| Du et al. | Multiscale mechanical properties of shales: grid nanoindentation and statistical analytics | |
| Kim et al. | Quantification of mineral reactivity using machine learning interpretation of micro-XRF data | |
| Hamdi et al. | Fragmentation energy in rock blasting | |
| Hofmann et al. | Gas shale characterization-results of the mineralogical, lithological and geochemical analysis of cuttings samples from radioactive Silurian Shales of a Palaeozoic Basin, SW Algeria | |
| CN112147169B (zh) | 储层显微组分的定量方法 | |
| CN115327665A (zh) | 一种改进的通过白云岩岩屑信息判别白云岩成因的系统 | |
| Benchilla et al. | Reconstruction of palaeo‐burial history and pore fluid pressure in foothill areas: a sensitivity test in the Hammam Zriba (Tunisia) and Koh‐i‐Maran (Pakistan) ore deposits | |
| CN112113990B (zh) | 基于微区原位元素配分的成岩流体来源判识方法及系统 | |
| CN112113958A (zh) | 页岩纹层的地球化学定量表征方法及系统 | |
| Puskarczyk et al. | Joint analysis using geomechanics, computed X-ray tomography and petrography based on coal samples from a carboniferous basin in Poland | |
| Wang et al. | Quantitative identification of microfractures in the marine shale reservoir of the Wufeng-Longmaxi Formation using water immersion tests and image characterization | |
| Grigg | Macroscopic and microscopic controls on mechanical properties of mudstones | |
| Luo et al. | Mineral Heterogeneity Characterization of the Lacustrine Yanchang Shales, Ordos Basin Using Micro‐Fourier Transform Infrared Spectroscopy (Micro‐FTIR) Technique | |
| Erichsen et al. | Aggregates in Norway—Properties defining the quality of sand, gravel and hard rock for use as aggregate for building purposes | |
| McK. Clough et al. | Petrography and stone implements | |
| CN112362423B (zh) | 一种在线原位测定烃源岩有机质含量的方法 | |
| OYE | Influence of fluid pressure and effective stress on quartz cementation in clastic reservoirs | |
| 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 |