CN113049521A - 识别碳酸盐岩的方法、装置及设备、存储介质 - Google Patents
识别碳酸盐岩的方法、装置及设备、存储介质 Download PDFInfo
- Publication number
- CN113049521A CN113049521A CN202110332745.8A CN202110332745A CN113049521A CN 113049521 A CN113049521 A CN 113049521A CN 202110332745 A CN202110332745 A CN 202110332745A CN 113049521 A CN113049521 A CN 113049521A
- Authority
- CN
- China
- Prior art keywords
- relative depth
- preset
- thermal infrared
- rock
- infrared spectrum
- 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
- 239000011435 rock Substances 0.000 title claims abstract description 153
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 111
- 238000001228 spectrum Methods 0.000 claims abstract description 24
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims description 13
- 238000010606 normalization Methods 0.000 claims description 12
- 230000008030 elimination Effects 0.000 claims description 10
- 238000003379 elimination reaction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000005553 drilling Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 235000019738 Limestone Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000010459 dolomite Substances 0.000 description 2
- 229910000514 dolomite Inorganic materials 0.000 description 2
- 239000006028 limestone Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 229910052787 antimony Inorganic materials 0.000 description 1
- WATWJIUSRGPENY-UHFFFAOYSA-N antimony atom Chemical compound [Sb] WATWJIUSRGPENY-UHFFFAOYSA-N 0.000 description 1
- 239000010425 asbestos Substances 0.000 description 1
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 description 1
- 239000010428 baryte Substances 0.000 description 1
- 229910052601 baryte Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 1
- 229910052923 celestite Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000010436 fluorite Substances 0.000 description 1
- 239000011133 lead Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229910052895 riebeckite Inorganic materials 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- UBXAKNTVXQMEAG-UHFFFAOYSA-L strontium sulfate Chemical compound [Sr+2].[O-]S([O-])(=O)=O UBXAKNTVXQMEAG-UHFFFAOYSA-L 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
Abstract
本申请涉及一种识别碳酸盐岩的方法、装置及设备、存储介质,识别碳酸盐岩的方法包括:获取待识别的岩石;对待识别的岩石进行测试,得到待识别的岩石的热红外光谱数据;计算热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值;计算热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值;检测预设条件是否被满足;预设条件包括:第一相对深度值大于第一预设阈值,或者,第二相对深度值大于第二预设阈值;若预设条件被满足,确定待识别的岩石为碳酸盐岩。如此,无需对待识别的岩石进行采样,也不会对待识别的岩石造成任何损伤,通过热红外反射光谱技术即可实现对碳酸盐岩的快速、准确、批量识别。
Description
技术领域
本申请涉及热红外光谱数据解译与应用技术领域,具体涉及一种识别碳酸盐的方法、装置及设备、存储介质。
背景技术
碳酸盐岩中矿产资源十分丰富,许多金属矿产(如铜、铅、锌、汞、锑、钼、钴、银等)和非金属矿产(如重晶石、天青石、石棉、自然硫、水晶、萤石、冰洲石等)在成因上都与碳酸盐岩有关。碳酸盐岩还是油气田重要的生油层和储油层,世界上与碳酸盐岩有关的油气藏储量约占世界总储量的50%,产量约占世界总产量的60%。此外,碳酸盐岩在研究古环境变化、盆地沉积旋回和演化规律方面也发挥着重要的作用。
相关技术中,传统的识别碳酸盐岩的方法有多种,例如,肉眼观察、薄片镜下鉴定等。然而,肉眼观察主要依赖科研人员的工作经验,具有很强的主观性;而薄片镜下鉴定需要进行样品制备,对样品具有一定的损耗,且镜下鉴定周期较长、人力投入较高,无法实现对钻孔岩心等样品的快速、批量识别。
发明内容
有鉴于此,本申请的目的在于克服现有技术的不足,提供一种识别碳酸盐岩的方法、装置及设备、存储介质。
为实现以上目的,本申请采用如下技术方案:
本申请的第一方面提供一种识别碳酸盐岩的方法,包括:
获取待识别的岩石;
对所述待识别的岩石进行测试,得到所述待识别的岩石的热红外光谱数据;
计算所述热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值;计算所述热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值;
检测预设条件是否被满足;所述预设条件包括:所述第一相对深度值大于第一预设阈值,或者,所述第二相对深度值大于第二预设阈值;
若所述预设条件被满足,确定所述待识别的岩石为碳酸盐岩。
可选的,所述计算所述热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值,包括:
对所述热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;
对所述第一预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第一光谱曲线;
基于所述第一光谱曲线,计算所述第一预设波段区间反射峰的相对深度,得到所述第一相对深度值;
所述计算所述热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值,包括:
对所述热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;
对所述第二预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第二光谱曲线;
基于所述第二光谱曲线,计算所述第二预设波段区间反射峰的相对深度,得到所述第二相对深度值。
可选的,所述获取待识别的岩石之前,所述方法还包括:
获取预设岩性的岩石样品,得到岩石样品集;
对所述岩石样品集中的样品进行测试,得到热红外光谱数据集;
计算所述热红外光谱数据集中热红外光谱分别在所述第一预设波段区间和所述第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集;
基于所述第一相对深度数据集确定所述第一预设阈值;基于所述第二相对深度数据集确定所述第二预设阈值。
可选的,所述预设岩性包括碳酸盐岩类和非碳酸盐岩类。
可选的,所述计算所述热红外光谱数据集中热红外光谱分别在所述第一预设波段区间和所述第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集,包括:
对每个所述热红外光谱数据集中的热红外光谱进行归一化处理,得到归一化热红外光谱数据集合;
对所述归一化热红外光谱数据集合中的每个归一化热红外光谱数据在所述第一预设波段区间和所述第二预设波段区间的包络线进行剔除,得到包络线剔除后的光谱曲线集合;
基于所述光谱曲线集合,获取所述第一相对深度数据集和所述第二相对深度数据集。
可选的,所述检测预设条件是否被满足之后,所述方法还包括:
若所述预设条件没有被满足,确定所述待识别的岩石为非碳酸盐岩。
本申请的第二方面提供一种识别碳酸盐岩的装置,包括:
第一获取模块,用于获取待识别的岩石;
第二获取模块,用于对所述待识别的岩石进行测试,得到所述待识别的岩石的热红外光谱数据;
计算模块,用于计算所述热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值;计算所述热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值;
检测模块,用于检测预设条件是否被满足;所述预设条件包括:所述第一相对深度值大于第一预设阈值,或者,所述第二相对深度值大于第二预设阈值;
确定模块,用于若所述预设条件被满足,确定所述待识别的岩石为碳酸盐岩。
可选的,还包括阈值计算模块,所述阈值计算模块用于:
获取预设岩性的岩石样品,得到岩石样品集;
对所述岩石样品集中的样品进行测试,得到热红外光谱数据集;
计算所述热红外光谱数据集中热红外光谱分别在所述第一预设波段区间和所述第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集;
基于所述第一相对深度数据集确定所述第一预设阈值;基于所述第二相对深度数据集确定所述第二预设阈值。
本申请的第三方面提供一种识别碳酸盐岩的设备,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如本申请的第一方面所述的方法。
本申请的第四方面提供一种存储介质,所述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,实现如本申请的第一方面所述的识别碳酸盐岩的方法的各个步骤。
本申请提供的技术方案可以包括以下有益效果:
本申请的方案中,预先设置了第一预设阈值和第二预设阈值,继而在获取到待识别的岩石后,通过对待识别的岩石进行测试来获取到待识别的岩石的热红外光谱数据,并计算热红外光谱数据分别在第一预设波段区间和第二预设波段区间反射峰的相对深度,以得到第一相对深度值和第二相对深度值。利用第一相对深度值和第二相对深度值检测预设条件是否被满足,以此来确定待识别的岩石的岩性。若预设条件被满足,即第一相对深度值大于第一预设阈值,或者第二相对深度值大于第二预设阈值,则可以确定待识别的岩石为碳酸盐岩。如此,无需对待识别的岩石进行采样,也不会对待识别的岩石造成任何损伤,通过热红外反射光谱技术即可实现对碳酸盐岩的快速、准确、批量识别,给地质工作人员带来了很大的便利。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一个实施例提供的一种识别碳酸盐岩的方法的流程图。
图2是本申请另一个实施例提供的一种识别碳酸盐岩的装置的结构示意图。
图3是本申请另一个实施例提供的一种识别碳酸盐岩的设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将对本申请的技术方案进行详细的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本申请所保护的范围。
参见图1是本申请一个实施例提供的一种识别碳酸盐岩的方法的流程图。本实施例提供一种识别碳酸盐岩的方法,如图所示,该方法至少可以包括如下实施步骤:
步骤11、获取待识别的岩石。
步骤12、对待识别的岩石进行测试,得到待识别的岩石的热红外光谱数据。
实施时,可以利用手持式热红外光谱仪对待识别的岩石进行热红外光谱数据的采集,以得到待识别的岩石的热红外光谱数据,如此,无需对待识别的岩石进行物理采样,避免了对待识别的岩石造成损伤。
其中,热红外光谱仪采集到的可以是2500-15000nm波段区间的光谱数据。
步骤13、计算热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值;计算热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值。
步骤14、检测预设条件是否被满足;预设条件包括:第一相对深度值大于第一预设阈值,或者,第二相对深度值大于第二预设阈值。
步骤15、若预设条件被满足,确定待识别的岩石为碳酸盐岩。
在本实施例中,预先设置了第一预设阈值和第二预设阈值,继而在获取到待识别的岩石后,通过对待识别的岩石进行测试来获取到待识别的岩石的热红外光谱数据,并计算热红外光谱数据分别在第一预设波段区间和第二预设波段区间反射峰的相对深度,以得到第一相对深度值和第二相对深度值。利用第一相对深度值和第二相对深度值检测预设条件是否被满足,以此来确定待识别的岩石的岩性。若预设条件被满足,即第一相对深度值大于第一预设阈值,或者第二相对深度值大于第二预设阈值,则可以确定待识别的岩石为碳酸盐岩。如此,无需对待识别的岩石进行采样,也不会对待识别的岩石造成任何损伤,通过热红外反射光谱技术即可实现对碳酸盐岩的快速、准确、批量识别,给地质工作人员带来了很大的便利。
具体的,第一预设波段区间和第二预设波段区间的具体波段范围可以根据实际需求进行设置。
在本申请的实施例中,第一预设波段区间可以是6310-6780nm波段区间,第二预设波段区间可以是11000-11800nm波段区间。
步骤13中,在计算热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值时,可以执行如下操作:对热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;对第一预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第一光谱曲线;基于第一光谱曲线,计算第一预设波段区间反射峰的相对深度,得到第一相对深度值。
同样的,在计算热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值时,具体可以包括:对热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;对第二预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第二光谱曲线;基于第二光谱曲线,计算第二预设波段区间反射峰的相对深度,得到第二相对深度值。
如此,在获取到待识别的岩石在第一预设波段区间反射峰的相对深度,即第一相对深度值,以及,获取到待识别的岩石在第二预设波段区间反射峰的相对深度,即第二相对深度值后,就可以根据预设条件判断出当前待识别的岩石是否是碳酸盐岩。
一些实施例中,为了提升对碳酸盐岩的识别精度,确保识别结果的准确,在上述步骤11之前,识别碳酸盐岩的方法至少还可以包括:获取预设岩性的岩石样品,得到岩石样品集;对岩石样品集中的样品进行测试,得到热红外光谱数据集;计算热红外光谱数据集中热红外光谱分别在第一预设波段区间和第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集;基于第一相对深度数据集确定第一预设阈值;基于第二相对深度数据集确定第二预设阈值。
其中,预设岩性可以包括碳酸盐岩类和非碳酸盐岩类。
在计算热红外光谱数据集中热红外光谱分别在第一预设波段区间和第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集时,至少可以包括如下步骤:对每个热红外光谱数据集中的热红外光谱进行归一化处理,得到归一化热红外光谱数据集合;对归一化热红外光谱数据集合中的每个归一化热红外光谱数据在第一预设波段区间和第二预设波段区间的包络线进行剔除,得到包络线剔除后的光谱曲线集合;基于光谱曲线集合,获取第一相对深度数据集和第二相对深度数据集。
具体实施时,在获取预设岩性的岩石样品,得到岩石样品集的过程中,可以挑选有代表性的碳酸盐岩和非碳酸盐岩组成岩石样品集。本实施例中,选取了58块砂岩、灰岩、泥岩、砾岩和白云岩这五种沉积岩做样品。其中,灰岩和白云岩属于碳酸盐岩,砂岩、泥岩和砾岩为非碳酸盐岩。继而利用钻机各钻取直径约25mm的柱塞样,构成岩石样品集。在获取到五种岩性的岩石样品后,可以使用手持式热红外光谱仪对这五种岩石样品进行光谱数据采集,对应得到五种不同的热红外光谱数据,组成热红外光谱数据集。
分别对得到的五种不同的热红外光谱数据进行归一化处理,针对归一化处理后的五种热红外光谱数据,分别对6310-6780nm波段区间和11000-11800nm波段区间进行包络线剔除。继而在包络线剔除后的光谱曲线的基础上,计算6310-6780nm波段区间和11000-11800nm波段区间反射峰的相对深度,如此,就可以得到五种岩性的岩石在6310-6780nm波段区间反射峰的相对深度的集合,即第一相对深度数据集,以及在11000-11800nm波段区间反射峰的相对深度的集合,即第二相对深度数据集。对比分析第一相对深度数据集和第二相对深度数据集中五种岩性的岩石数据,就可以分别确定出第一预设阈值和第二预设阈值。
具体的,对热红外光谱数据进行归一化处理,以及,对归一化处理后的热红外光谱数据的6310-6780nm波段区间和11000-11800nm波段区间进行包络线剔除的具体实现方式可以参考现有相关技术,此处不再赘述。
实际应用中,第一预设阈值可以是0.25,第二预设阈值可以是0.22。基于此,预设条件可以是:第一相对深度值大于0.25,或者,第二相对深度值大于0.22。
一些实施例中,在检测预设条件是否被满足之后,识别碳酸盐艳的方法还可以包括:若预设条件没有被满足,则可以确定待识别的岩石为非碳酸盐岩。
具体实施时,在计算得到待识别的岩石的第一相对深度值和第二相对深度值后,如果第一相对深度值小于或者等于第一预设阈值,并且,第二相对深度值小于或者等于第二预设阈值,那么就可以确定预设条件未被满足,当前待识别的岩石为非碳酸盐岩。
基于相同的技术构思,本申请的实施例还提供一种识别碳酸盐岩的装置,如图2所示,该装置具体可以包括:第一获取模块201,用于获取待识别的岩石;第二获取模块202,用于对待识别的岩石进行测试,得到待识别的岩石的热红外光谱数据;计算模块203,用于计算热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值;计算热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值;检测模块204,用于检测预设条件是否被满足;预设条件包括:第一相对深度值大于第一预设阈值,或者,第二相对深度值大于第二预设阈值;确定模块205,用于若预设条件被满足,确定待识别的岩石为碳酸盐岩。
可选的,在计算热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值时,计算模块203,具体可以用于:对热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;对第一预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第一光谱曲线;基于第一光谱曲线,计算第一预设波段区间反射峰的相对深度,得到第一相对深度值。同样的,在计算热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值时,计算模块203,具体可以用于:对热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;对第二预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第二光谱曲线;基于第二光谱曲线,计算第二预设波段区间反射峰的相对深度,得到第二相对深度值。
可选的,还包括阈值计算模块,阈值计算模块用于:
获取预设岩性的岩石样品,得到岩石样品集;
对岩石样品集中的样品进行测试,得到热红外光谱数据集;
计算热红外光谱数据集中热红外光谱分别在第一预设波段区间和第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集;
基于第一相对深度数据集确定第一预设阈值;基于第二相对深度数据集确定第二预设阈值。
可选的,在计算热红外光谱数据集中热红外光谱分别在第一预设波段区间和第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集时,阈值计算模块,具体还可以用于:对每个热红外光谱数据集中的热红外光谱进行归一化处理,得到归一化热红外光谱数据集合;对归一化热红外光谱数据集合中的每个归一化热红外光谱数据在第一预设波段区间和第二预设波段区间的包络线进行剔除,得到包络线剔除后的光谱曲线集合;基于光谱曲线集合,获取第一相对深度数据集和第二相对深度数据集。
可选的,在检测预设条件是否被满足之后,确定模块205,还用于:若预设条件没有被满足,确定待识别的岩石为非碳酸盐岩。
本申请实施例提出的识别碳酸盐岩的装置的具体实施方案可以参考以上任意实施例所述的识别碳酸盐岩的方法的实施方案,此处不再赘述。
本申请的实施例还提供一种识别碳酸盐岩的设备,如图3所示,该设备可以包括:处理器301,以及与处理器301相连接的存储器302;存储器302用于存储计算机程序;处理器301用于调用并执行存储器302中的计算机程序,以执行如以上任意实施例所述的识别碳酸盐岩的方法。
本申请实施例提出的识别碳酸盐岩的设备的具体实施方案可以参考以上任意实施例所述的识别碳酸盐岩的方法的实施方案,此处不再赘述。
本申请的实施例还提供一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行时,实现如以上任意实施例所述的识别碳酸盐岩的方法的各个步骤。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
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申请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不一定指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何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种识别碳酸盐岩的方法,其特征在于,包括:
获取待识别的岩石;
对所述待识别的岩石进行测试,得到所述待识别的岩石的热红外光谱数据;
计算所述热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值;计算所述热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值;
检测预设条件是否被满足;所述预设条件包括:所述第一相对深度值大于第一预设阈值,或者,所述第二相对深度值大于第二预设阈值;
若所述预设条件被满足,确定所述待识别的岩石为碳酸盐岩。
2.根据权利要求1所述的识别碳酸盐岩的方法,其特征在于,所述计算所述热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值,包括:
对所述热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;
对所述第一预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第一光谱曲线;
基于所述第一光谱曲线,计算所述第一预设波段区间反射峰的相对深度,得到所述第一相对深度值;
所述计算所述热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值,包括:
对所述热红外光谱数据进行归一化处理,得到归一化热红外光谱数据;
对所述第二预设波段区间的归一化热红外光谱数据进行包络线剔除,得到第二光谱曲线;
基于所述第二光谱曲线,计算所述第二预设波段区间反射峰的相对深度,得到所述第二相对深度值。
3.根据权利要求1所述的识别碳酸盐岩的方法,其特征在于,所述获取待识别的岩石之前,所述方法还包括:
获取预设岩性的岩石样品,得到岩石样品集;
对所述岩石样品集中的样品进行测试,得到热红外光谱数据集;
计算所述热红外光谱数据集中热红外光谱分别在所述第一预设波段区间和所述第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集;
基于所述第一相对深度数据集确定所述第一预设阈值;基于所述第二相对深度数据集确定所述第二预设阈值。
4.根据权利要求3所述的识别碳酸盐岩的方法,其特征在于,所述预设岩性包括碳酸盐岩类和非碳酸盐岩类。
5.根据权利要求3所述的识别碳酸盐岩的方法,其特征在于,所述计算所述热红外光谱数据集中热红外光谱分别在所述第一预设波段区间和所述第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集,包括:
对每个所述热红外光谱数据集中的热红外光谱进行归一化处理,得到归一化热红外光谱数据集合;
对所述归一化热红外光谱数据集合中的每个归一化热红外光谱数据在所述第一预设波段区间和所述第二预设波段区间的包络线进行剔除,得到包络线剔除后的光谱曲线集合;
基于所述光谱曲线集合,获取所述第一相对深度数据集和所述第二相对深度数据集。
6.根据权利要求1所述的识别碳酸盐岩的方法,其特征在于,所述检测预设条件是否被满足之后,所述方法还包括:
若所述预设条件没有被满足,确定所述待识别的岩石为非碳酸盐岩。
7.一种识别碳酸盐岩的装置,其特征在于,包括:
第一获取模块,用于获取待识别的岩石;
第二获取模块,用于对所述待识别的岩石进行测试,得到所述待识别的岩石的热红外光谱数据;
计算模块,用于计算所述热红外光谱数据在第一预设波段区间反射峰的相对深度,得到第一相对深度值;计算所述热红外光谱数据在第二预设波段区间反射峰的相对深度,得到第二相对深度值;
检测模块,用于检测预设条件是否被满足;所述预设条件包括:所述第一相对深度值大于第一预设阈值,或者,所述第二相对深度值大于第二预设阈值;
确定模块,用于若所述预设条件被满足,确定所述待识别的岩石为碳酸盐岩。
8.根据权利要求7所述的识别碳酸盐岩的装置,其特征在于,还包括阈值计算模块,所述阈值计算模块用于:
获取预设岩性的岩石样品,得到岩石样品集;
对所述岩石样品集中的样品进行测试,得到热红外光谱数据集;
计算所述热红外光谱数据集中热红外光谱分别在所述第一预设波段区间和所述第二预设波段区间反射峰的相对深度,对应得到第一相对深度数据集和第二相对深度数据集;
基于所述第一相对深度数据集确定所述第一预设阈值;基于所述第二相对深度数据集确定所述第二预设阈值。
9.一种识别碳酸盐岩的设备,其特征在于,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序;
所述处理器用于调用并执行所述存储器中的所述计算机程序,以执行如权利要求1-6任一项所述的方法。
10.一种存储介质,其特征在于,所述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,实现如权利要求1-6任一项所述的识别碳酸盐岩的方法的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110332745.8A CN113049521B (zh) | 2021-03-29 | 2021-03-29 | 识别碳酸盐岩的方法、装置及设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110332745.8A CN113049521B (zh) | 2021-03-29 | 2021-03-29 | 识别碳酸盐岩的方法、装置及设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113049521A true CN113049521A (zh) | 2021-06-29 |
CN113049521B CN113049521B (zh) | 2023-09-26 |
Family
ID=76516359
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110332745.8A Active CN113049521B (zh) | 2021-03-29 | 2021-03-29 | 识别碳酸盐岩的方法、装置及设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113049521B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116678849A (zh) * | 2023-08-04 | 2023-09-01 | 自然资源实物地质资料中心 | 一种岩心光谱扫描仪的质量控制方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120306257A1 (en) * | 2010-02-05 | 2012-12-06 | Katherine Silversides | Determination of rock types by spectral scanning |
CN106703794A (zh) * | 2015-11-12 | 2017-05-24 | 中石化石油工程技术服务有限公司 | 一种碳酸盐岩岩性识别方法 |
US20170329045A1 (en) * | 2016-05-13 | 2017-11-16 | Gas Sensing Technology Corp. | Gross mineralogy and petrology using raman spectroscopy |
CN107367480A (zh) * | 2017-09-20 | 2017-11-21 | 鞍钢集团矿业有限公司 | 基于热红外光谱的鞍山式铁矿中二氧化硅含量测定方法 |
US20180328905A1 (en) * | 2017-05-15 | 2018-11-15 | Saudi Arabian Oil Company | Analyzing a rock sample |
CN110261330A (zh) * | 2019-05-20 | 2019-09-20 | 桂林理工大学 | 一种利用光谱特征进行岩石分类的方法 |
CN111141698A (zh) * | 2019-12-30 | 2020-05-12 | 中国地质大学(北京) | 一种基于热红外比辐射率的岩性分类方法 |
CN111999260A (zh) * | 2020-08-03 | 2020-11-27 | 自然资源实物地质资料中心 | 一种热红外光谱识别含锂辉石伟晶岩的方法及热红外光谱的应用 |
CN112240875A (zh) * | 2019-07-18 | 2021-01-19 | 中国石油天然气股份有限公司 | 一种基于asd光谱的碳酸盐岩岩性识别方法及装置 |
-
2021
- 2021-03-29 CN CN202110332745.8A patent/CN113049521B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120306257A1 (en) * | 2010-02-05 | 2012-12-06 | Katherine Silversides | Determination of rock types by spectral scanning |
CN106703794A (zh) * | 2015-11-12 | 2017-05-24 | 中石化石油工程技术服务有限公司 | 一种碳酸盐岩岩性识别方法 |
US20170329045A1 (en) * | 2016-05-13 | 2017-11-16 | Gas Sensing Technology Corp. | Gross mineralogy and petrology using raman spectroscopy |
US20180328905A1 (en) * | 2017-05-15 | 2018-11-15 | Saudi Arabian Oil Company | Analyzing a rock sample |
CN107367480A (zh) * | 2017-09-20 | 2017-11-21 | 鞍钢集团矿业有限公司 | 基于热红外光谱的鞍山式铁矿中二氧化硅含量测定方法 |
CN110261330A (zh) * | 2019-05-20 | 2019-09-20 | 桂林理工大学 | 一种利用光谱特征进行岩石分类的方法 |
CN112240875A (zh) * | 2019-07-18 | 2021-01-19 | 中国石油天然气股份有限公司 | 一种基于asd光谱的碳酸盐岩岩性识别方法及装置 |
CN111141698A (zh) * | 2019-12-30 | 2020-05-12 | 中国地质大学(北京) | 一种基于热红外比辐射率的岩性分类方法 |
CN111999260A (zh) * | 2020-08-03 | 2020-11-27 | 自然资源实物地质资料中心 | 一种热红外光谱识别含锂辉石伟晶岩的方法及热红外光谱的应用 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116678849A (zh) * | 2023-08-04 | 2023-09-01 | 自然资源实物地质资料中心 | 一种岩心光谱扫描仪的质量控制方法及装置 |
CN116678849B (zh) * | 2023-08-04 | 2023-10-27 | 自然资源实物地质资料中心 | 一种岩心光谱扫描仪的质量控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113049521B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108931814B (zh) | 一种基于多属性融合的基岩裂缝预测的方法 | |
CN110967311B (zh) | 基于红外光谱和磁化率测量的斑岩矿床蚀变分带识别方法 | |
CN107589094B (zh) | 基于光谱特征的鞍山式铁矿石类型确定方法 | |
CN104142519A (zh) | 一种泥岩裂缝油藏预测方法 | |
CN111999260B (zh) | 一种热红外光谱识别含锂辉石伟晶岩的方法及热红外光谱的应用 | |
CN113049521A (zh) | 识别碳酸盐岩的方法、装置及设备、存储介质 | |
CN109959624A (zh) | 基于反射光谱的矿物识别方法 | |
CN114813903B (zh) | 一种基于石榴石微区化学成分判别矿种的方法 | |
CN106707355A (zh) | 一种沉积岩岩性自动识别方法 | |
CN201522431U (zh) | 岩屑实物图像分析仪 | |
Zhou et al. | An improved onset time picking method for low SNR acoustic emission signals | |
CN110333506B (zh) | 一种提取索力测量雷达的拉索位置参数的方法 | |
CN109738955B (zh) | 一种基于成分-结构分类下的变质岩岩性综合判别方法 | |
CN109598245B (zh) | 基于1d-cnn的食用油横向弛豫衰减曲线信号特征提取方法 | |
CN111044480A (zh) | 一种热红外高光谱遥感识别花岗岩区硅化蚀变信息的方法 | |
CN107339076B (zh) | 一种井下坑道编录的刻槽取样方法 | |
CN114415245A (zh) | 一种适用于中深部蚀变岩型金矿找矿方法 | |
CN115146677A (zh) | 基于tbm刀盘振动信号的地质判断方法、装置及终端 | |
CN100487395C (zh) | 一种基于相似性度量的天体光谱自动分类与红移测量方法 | |
CN111831712B (zh) | 一种基于深度学习的矿物光谱数据快速检索方法及系统 | |
CN105953766A (zh) | 基于岩芯图像的砾石磨圆度测量方法 | |
CN110633519B (zh) | 岩石热解峰温有效数据确定方法及装置 | |
CN113468467A (zh) | 雷场同步地空耦合反演的数据探测与预处理方法 | |
CN113075156B (zh) | 碳酸盐矿物成分的定量方法、装置及设备、存储介质 | |
CN116010789B (zh) | 一种碳酸盐岩储层类型识别方法、装置、设备及应用 |
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 |