CN113706603A - 页岩有机质孔隙连通性分类表征的方法 - Google Patents
页岩有机质孔隙连通性分类表征的方法 Download PDFInfo
- Publication number
- CN113706603A CN113706603A CN202111264247.0A CN202111264247A CN113706603A CN 113706603 A CN113706603 A CN 113706603A CN 202111264247 A CN202111264247 A CN 202111264247A CN 113706603 A CN113706603 A CN 113706603A
- Authority
- CN
- China
- Prior art keywords
- organic matter
- pore
- area
- organic
- shale
- 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
- 239000005416 organic matter Substances 0.000 title claims abstract description 274
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000011148 porous material Substances 0.000 claims abstract description 272
- 238000003384 imaging method Methods 0.000 claims abstract description 27
- 238000012512 characterization method Methods 0.000 claims abstract description 22
- 239000001307 helium Substances 0.000 claims abstract description 13
- 229910052734 helium Inorganic materials 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 9
- 230000001186 cumulative effect Effects 0.000 claims description 18
- 239000000126 substance Substances 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- XKRFYHLGVUSROY-UHFFFAOYSA-N argon Substances [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 claims description 3
- 229910052786 argon Inorganic materials 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000005498 polishing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 abstract description 8
- 238000011161 development Methods 0.000 abstract description 6
- 238000011160 research Methods 0.000 abstract description 4
- 239000011368 organic material Substances 0.000 description 6
- 230000018109 developmental process Effects 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 3
- 229910052753 mercury Inorganic materials 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000010884 ion-beam technique Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/32—Polishing; Etching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- 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
- G01N23/02—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 transmitting the radiation through the material
- G01N23/04—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 transmitting the radiation through the material and forming images of the material
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
- G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/0846—Investigating permeability, pore-volume, or surface area of porous materials by use of radiation, e.g. transmitted or reflected light
-
- 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
- G01N2223/07—Investigating materials by wave or particle radiation secondary emission
-
- 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
- G01N2223/418—Imaging electron microscope
-
- 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
- G01N2223/50—Detectors
- G01N2223/507—Detectors secondary-emission detector
-
- 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
- G01N2223/60—Specific applications or type of materials
- G01N2223/616—Specific applications or type of materials earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Computer Graphics (AREA)
- Dispersion Chemistry (AREA)
- Probability & Statistics with Applications (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明属于油气勘探技术领域,旨在研究有机质孔隙的发育特征规律,获得有机质孔隙连通性的可靠表征信息,具体涉及一种页岩有机质孔隙连通性分类表征的方法,扫描电子显微镜对页岩样品进行预设成像面积的扫描,获取页岩样品的二维图像;采用Avizo软件提取二维图像中每个有机质的孔隙参数;根据该孔隙参数获得有机质集合的类型数值;对各类型的有机质集合采用聚焦离子束‑氦离子显微镜进行三维重构,获取有机质三维重构体;采用Avizo软件获取孔隙连通性参数;基于该孔隙连通性参数,获取页岩有机质孔隙的整体连通性评价指数;本发明以有机质孔隙形貌学定量分类为基础,可实现亚10nm级别孔隙的三维连通性表征。
Description
技术领域
本发明属于油气勘探技术领域,具体涉及一种页岩有机质孔隙连通性分类表征的方法。
背景技术
有机质孔隙是页岩中主要的基质孔隙,有机质孔隙的连通性从根源上影响着页岩气的解吸-扩散流动过程。因此,定量表征有机质孔隙连通性,对于评价页岩气开发潜能、优化页岩气开发方案、提高页岩气采收率具有重要意义。
目前,页岩连通性的表征主要采用压汞法、纳米CT和聚焦离子束-扫描电镜(FIB-SEM)等。其中,压汞法所用的汞的流体性质与气体性质差别过大,流体与表面的相互作用不同,并且高压会破坏页岩孔隙结构,因此测出的连通性是否适用于页岩气流动存在很大疑问。纳米CT和FIB-SEM三维重构技术不受流体与表面相互作用以及遮挡效应的影响,可以重建孔隙的三维影像,展示孔隙间的连通关系;配合数字岩心技术,可进一步定量分析纳米孔隙的孔隙度、孔径分布、孔体积、比表面积、孔喉配位数、迂曲度等丰富信息。然而学者们指出,纳米CT 精度一般在50nm 以上,而FIB-SEM 的精度一般在10nm 以上,二者均难以重建10nm 以下的孔隙。从孔径分布上来看,有机质孔隙中存在大量10nm 以下孔隙,它们可以作为喉道连通起更大的孔隙,如果无法精确重建,将造成连通性评价的重大误判。聚焦离子束-氦离子显微镜(Focused ion beam – Helium ion microscope,FIB-HIM)是一种新的三维重构技术,其分辨率可达0.5nm,能够有效解决10nm以下有机质孔隙的三维重构难题。
纳米CT、FIB-SEM和FIB-HIM三维重构的区域一般都在微米级别,如此小的体积如何能够代表大块页岩中有机质孔隙的连通性也一直是困扰研究者的难题。初步研究表明,有机质孔隙的发育情况具有形貌学的非均质性,在孔径大小、孔密度、孔形状、孔分布等方面存在明显差异。这些形貌学差异反映了孔隙在三维空间的连通性也存在差异;因此根据聚类分析思想,先对有机质孔隙的形态学特征进行量化分类,再对各类型有机质孔隙的连通性进行定量表征,一方面能够极大简化表征的工作量,另一方面也使得表征结果更加具有代表性。目前对有机质孔隙形貌学差异的研究多局限于定性的图像描述,尚未有根据其密度、大小、分选、形状等参数进行定量区分的方案,这对于充分认识有机质孔隙发育特征、定量表征有机质孔隙连通性是不利的。
发明内容
为了解决现有技术中的上述问题,即为了研究有机质孔隙的发育特征规律,获得有机质孔隙连通性的可靠表征信息,本发明提供了一种页岩有机质孔隙连通性分类表征的方法,该方法包括以下步骤:步骤S100,扫描电子显微镜对页岩样品进行预设成像面积的扫描,获取页岩样品的二维图像。
步骤S200,采用Avizo软件提取所述二维图像中每个有机质的孔隙参数;所述孔隙参数包括孔隙率、孔隙中值半径、孔隙分选系数以及有机质的孔隙形状因数。
步骤S300,根据所述孔隙参数获得有机质集合的类型数值。
步骤S400,对各类型的所述有机质集合采用聚焦离子束-氦离子显微镜进行三维重构,获取有机质三维重构体。
步骤S500,基于所述有机质三维重构体,采用Avizo软件获取孔隙连通性参数。
步骤S600,基于所述孔隙连通性参数,获取页岩有机质孔隙的整体连通性评价指数。
在一些优选实施例中,所述二维图像的获取方法包括:步骤S110,对页岩样品进行氩离子抛光处理,获得预处理页岩样品。
步骤S120,设置扫描电子显微镜的加速电压为1.2kV,并以预设成像分辨率采集所述预处理页岩样品表面的二次电子信号。
在一些优选实施例中,所述孔隙参数的提取方法包括:步骤S210,对所述二维图像进行预处理,得到预处理图像;所述预处理包括灰度校正和滤波处理。
步骤S220,基于灰度差异,采用阈值分割法提取所述预处理图像中的全部有机质,并以二值化形式存储,获得二值化图像。
步骤S230,根据所述二值化图像,获得第一有机质区域图像,所述第一有机质区域图像包括N个第一有机质区域,所述第一有机质区域为相同灰度构成的闭环结构。
步骤S240,采用补洞命令将N个所述第一有机质区域内部的差异灰度同化,获得填充后的第二有机质区域图像;所述第二有机质区域图像包括N个第二有机质区域,N个所述第二有机质区域与N个所述第一有机质区域分别对应。
步骤S250,采用MATLAB软件对N个所述第二有机质区域依次赋值,获得具有不同赋值区域的第三有机质区域图像;所述第三有机质区域图像包括N个第三有机质区域,N个所述第三有机质区域的赋值编号按照第一顺序采用第一组阿拉伯数字依次设置。
步骤S260,采用MATLAB软件对N个所述第一有机质区域依次赋值,获得具有不同赋值区域的第四有机质区域图像;所述第四有机质区域图像包括N个第四有机质区域,N个所述第四有机质区域的赋值编号按照第二顺序采用第二组阿拉伯数字依次设置;所述第二顺序与所述第一顺序一致设置,并且所述第一组阿拉伯数字与所述第二组阿拉伯数字一致设置。
步骤S270,通过所述第三有机质区域图像与所述第四有机质区域图像相减,获得第五有机质区域图像;所述第五有机质区域图像包括N个第五有机质区域,N个所述第五有机质区域为标签化的依次赋值的孔隙图像。
基于对应的所述相同因子集合,获取对应的孔隙的面积和,作为一组孔隙面积集合;M组所述相同因子集合构成M组孔隙面积集合。
基于M组所述孔隙面积集合,获取面积和最大的所述孔隙面积集合对应的孔隙形状因子作为孔隙形状因数SF。
在一些优选实施例中,所述有机质集合的类型数值的获取方法具体包括:步骤
S310,基于所述孔隙率、所述孔隙中值半径、所述孔隙分选系数以及所述孔隙
形状因数,采用聚类算法,对所述有机质集合进行初始分类;其中,所述有
机质集合的初始分类数值为K,K≥2;所述有机质集合包括N个有机质。
步骤S340,令所述有机质集合的初始分类数值K=K+1,重复执行步骤S320至步骤S330。
本发明的有益效果为:1)目前对有机质孔形貌学差异的研究多局限于定性的图像描述,尚未有根据其密度、大小、分选、形状等参数进行定量区分的方案,通过本发明公开的页岩有机质孔隙连通性分类表征的方法,可以充分认识有机质孔隙发育特征、定量表征有机质孔隙连通性。
2)本发明提供的一种页岩有机质孔隙连通性分类表征的方法,以有机质孔隙形貌学定量分类为基础,能够实现亚10nm 级别孔隙的三维连通性表征,克服现有方法下有机质孔隙连通性表征代表性差的缺陷。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显。
图1是本发明的一种具体实施例的流程示意图。
图2是本发明的一种具体实施例中的SEM二维图像。
图3是本发明的一种具体实施例中的区分出不同有机质内部孔隙的原理示意图。
图4是本发明的一种具体实施例中的有机质集合的类型划分流程图。
图5是本发明的一种具体实施例中选取的具有代表性的有机质图像及其孔隙参数示意图。
图6是本发明的一种具体实施例中I类和II类有机质集合的FIB-HIM三维重构体图像。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。
本发明提供了一种页岩有机质孔隙连通性分类表征的方法,该方法包括以下步骤:步骤S100,扫描电子显微镜对页岩样品进行预设成像面积的扫描,获取页岩样品的二维图像;步骤S200,采用Avizo软件提取所述二维图像中每个有机质的孔隙参数;其中,孔隙参数包括孔隙率、孔隙中值半径、孔隙分选系数以及有机质的孔隙形状因数;步骤S300,根据孔隙参数获得有机质集合的类型数值;步骤S400,对各类型的有机质集合采用聚焦离子束-氦离子显微镜进行三维重构,获取有机质三维重构体;步骤S500,基于该有机质三维重构体,采用Avizo软件获取孔隙连通性参数;步骤S600,基于孔隙连通性参数,获取页岩有机质孔隙的整体连通性评价指数。
以下参照附图结合实施例进一步说明本发明。
参照附图1和附图2,本发明提供了一种页岩有机质孔隙连通性分类表征的方法,该方法包括以下步骤:步骤S100,扫描电子显微镜对页岩样品进行预设成像面积的扫描,获取页岩样品的二维图像。
具体地,该二维图像的获取方法包括:步骤S110,对页岩样品进行氩离子抛光处理,获得预处理页岩样品;步骤S120,设置扫描电子显微镜(SEM)的加速电压为1.2kV,并以预设成像分辨率采集预处理页岩样品表面的二次电子信号;步骤S130,扫描电子显微镜按照预设成像面积对预处理页岩样品进行连续二维拼接成像,获取的图像如图2所示。
步骤S200,采用Avizo软件提取二维图像中每个有机质的孔隙参数;其中,孔隙参数包括孔隙率、孔隙中值半径、孔隙分选系数以及有机质的孔隙形状因数。
具体地,孔隙参数的提取方法包括:步骤S210,对二维图像进行预处理,得到预处理图像;预处理包括灰度校正和滤波处理。SEM扫描得到的灰度图像存在不同程度的噪点,滤波处理就是对灰度图像进行降噪的处理过程,通过灰度校正和滤波处理获得进一步精准的图像。常用的图像滤波方法包括均值滤波、中值滤波、高斯滤波等,优选地在本实施例中采用非局部均值(Non Local Means)法对获取的二维图像进行滤波。
步骤S220,提取有机质。具体地,基于灰度差异,采用阈值分割法提取预处理图像中的全部有机质,并以二值化形式存储,获得二值化图像;参照附图3,在本实施例中,滤波后的图像,灰色为有机质,黑色为孔隙,白色为无机矿物。不同物质在灰度图像中具有不同的灰度值,阈值分割法就是根据灰度值范围对物质进行分割的方法。本实施例中,有机质的灰度值为70-145,通过设定有机质的灰度阈值,可将全部有机质提取出来,提取结果以二值化图像的形式存储。
步骤S230,根据二值化图像,获得第一有机质区域图像,其中,第一有机质区域图像包括N个第一有机质区域,第一有机质区域为相同灰度构成的闭环结构;在本实施例中,0代表背景,1代表有机质。
步骤S240,填充有机质。具体地,采用补洞命令将N个第一有机质区域内部的差异灰度同化,获得填充后的第二有机质区域图像;其中,第二有机质区域图像包括N个第二有机质区域,N个第二有机质区域与N个第一有机质区域分别对应;其中,同化即为将构成闭环结构或者闭环形状的有机质内部的差异填充为与有机质相同灰度,在本实施例中,同化为将构成闭环结构或者闭环形状的有机质内部的数值填充为1。
步骤S250,对每个填充后的第二有机质区域进行标签化处理。具体地,采用MATLAB软件对N个第二有机质区域依次赋值,获得具有不同赋值区域的第三有机质区域图像(在本实施例中,记为图像1);其中,第三有机质区域图像包括N个第三有机质区域,N个第三有机质区域的赋值编号按照第一顺序采用第一组阿拉伯数字依次设置。
步骤S260,采用MATLAB软件对N个第一有机质区域依次赋值,获得具有不同赋值区域的第四有机质区域图像(在本实施例中,记为图像2);第四有机质区域图像包括N个第四有机质区域,N个第四有机质区域的赋值编号按照第二顺序采用第二组阿拉伯数字依次设置;第二顺序与第一顺序一致设置,并且第一组阿拉伯数字与第二组阿拉伯数字一致设置。
步骤S270,图像计算。具体地,通过第三有机质区域图像与第四有机质区域图像相减,获得第五有机质区域图像(在本实施例中,记为图像3);第五有机质区域图像包括N个第五有机质区域,N个第五有机质区域为标签化的依次赋值的孔隙图像。在图像3内,同一有机质内部的孔隙具有相同的灰度值,不同有机质内部的孔隙灰度值不同,据此可以确定孔隙的来源。需要说明的是,在该孔隙图像中,标记为1的只有一个,标记为2的只有一个,本实施例中获得标记的个数并不限制本发明的保护范围,本实施例只是其中一种实施例示意图。
其中,孔隙中值半径为孔径分布累积曲线上含量50%处所对应的孔隙半径值;
孔径分布累积曲线为孔隙半径与孔隙面积累积百分含量的分布曲线。利用Avizo软件可获
取图像2中每个有机质的面积,以及图像3中每个孔隙的面积、周长和半径。
在每个有机质中,半径为时对应的孔隙面积累积百分含量为;
其中,表示单个有机质中最大的孔隙半径,表示半径为的孔隙对应的面积,
表示对应的单个有机质内所有孔隙的总面积。在孔径分布累积曲线中,孔隙半径的逆序(左
侧数值大于右侧)为横坐标,孔隙面积累积百分含量为纵坐标,曲线上(a,b)点代表半径不
小于的孔隙面积总百分含量为。
第三,基于对应的相同因子集合,获取对应的孔隙的面积和,作为一组孔隙面积集合;M组相同因子集合构成M组孔隙面积集合。
第四,基于M组孔隙面积集合,获取面积和最大的孔隙面积集合对应的孔隙形状因子作为孔隙形状因数SF。
步骤S300,根据孔隙参数获得有机质集合的类型数值;其中,有机质集合包括N个有机质。
具体地参照附图4和附图5,有机质集合的类型数值的获取方法具体包括:步骤
S310,基于孔隙率、孔隙中值半径、孔隙分选系数以及孔隙形状因数,采用聚类算法,对有机质集合进行初始分类;其中,有机质集合的初始分类数值为
K,K≥2。
步骤S340,令有机质集合的初始分类数值K=K+1,重复执行步骤S320至步骤S330。
在本实施例中,采用K-means算法,对于给定的样本集,按照样本之间的距离大小,将样本集划分为K类;K为指定数值,通过不断增加,研判其最佳取值。设置初始K值为2,即初始将所有有机质集合分为两类,进行迭代循环,对于附图5中选取的具有代表性的有机质图像及其孔隙参数示意图,当K值为4时,满足变异系数判定标准,分类结束,因此将有机质集合最终分为四类。
步骤S400,对各类型的有机质集合采用聚焦离子束-氦离子显微镜进行三维重构,
获取有机质三维重构体。其中,FIB-HIM(聚焦离子束-氦离子显微镜)对每种类型有机质集
合的三维重构参数要保持一致;FIB-HIM三维重构的最终体积要保持一致;FIB-HIM三维重
构的体素至少达到。
具体地,在采用聚焦离子束-氦离子显微镜过程中,从每类有机质集合中基于预设
面积阈值筛选出一个符合要求的有机质,即从K类有机质集合中筛选出符合要求的K个有机
质,然后对这K个有机质进行三维重构,具体地,移动样品台,将氦离子显微镜成像(HIM)位
置移动到待测有机质区域;旋转样品台倾斜到54°,并调整样品台位置,使氦离子显微镜扫
描区域与聚焦离子束(FIB)扫描区域均处在待测有机质上;设置HIM的加速电压为30kV,束
流为0.5pA,成像分辨率为,成像面积为;FIB切片的厚度为
3nm/片,总厚度为;启动程序进而获取有机质三维重构体。本实施例中,四类有机质
中I类和II类的FIB-HIM三维重构体如图6所示。
步骤S500,基于该有机质三维重构体,采用Avizo软件获取孔隙连通性参数;进一
步地,孔隙连通性参数为,;其中,为第m类有机质集合中的孔隙连通
性参数,表示第m类有机质集合中连通的孔隙的体积,表示第m类有机质集合中总
的孔隙的体积;,K为有机质集合的类型数值。
进一步地,在Avizo中,使用非局部均值(Non Local Means)法对切片进行滤波;使
用Align Slices命令对切片进行对齐;切割三维体,形成的立方体;使
用阈值(Threshold)分割法提取三维孔隙;使用Material Statistics命令统计总孔隙体积,使用Connected Components命令计算内部连通孔隙的体积,计算连通孔隙占比
(即孔隙连通性参数)。本实施例中,第I类有机质的连通孔隙体积为,总孔隙
体积为,孔隙连通性参数为0.98;第II类有机质的连通孔隙体积为,总孔隙体积为,连通孔隙占比为0.58;第III类有机质的连通
孔隙体积为为,总孔隙体积为,连通孔隙占比为0.39;
第IV类有机质的连通孔隙极少,可近似判断为不连通。
步骤S600,基于孔隙连通性参数,获取页岩有机质孔隙的整体连通性评价指数。
在本实施例中,第I类有机质的总面孔率为1.07%,第II类有机质的总面孔率
为0.49%,第III类有机质的总面孔率为0.31%,第IV类有机质的总面孔率为0.01%,
页岩样品所有有机质集合的孔隙总面孔率为:1.07%+0.49%+0.31%+0.01%=1.88%。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件,尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
在本发明的描述中,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”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,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种页岩有机质孔隙连通性分类表征的方法,其特征在于,该方法包括以下步骤:
步骤S100,扫描电子显微镜对页岩样品进行预设成像面积的扫描,获取页岩样品的二维图像;
步骤S200,采用Avizo软件提取所述二维图像中每个有机质的孔隙参数;所述孔隙参数包括孔隙率、孔隙中值半径、孔隙分选系数以及有机质的孔隙形状因数;
步骤S300,根据所述孔隙参数获得有机质集合的类型数值;
步骤S400,对各类型的所述有机质集合采用聚焦离子束-氦离子显微镜进行三维重构,获取有机质三维重构体;
步骤S500,基于所述有机质三维重构体,采用Avizo软件获取孔隙连通性参数;
步骤S600,基于所述孔隙连通性参数,获取页岩有机质孔隙的整体连通性评价指数。
4.根据权利要求2所述的页岩有机质孔隙连通性分类表征的方法,其特征在于,所述孔隙参数的提取方法包括:
步骤S210,对所述二维图像进行预处理,得到预处理图像;所述预处理包括灰度校正和滤波处理;
步骤S220,基于灰度差异,采用阈值分割法提取所述预处理图像中的全部有机质,并以二值化形式存储,获得二值化图像;
步骤S230,根据所述二值化图像,获得第一有机质区域图像,所述第一有机质区域图像包括N个第一有机质区域,所述第一有机质区域为相同灰度构成的闭环结构;
步骤S240,采用补洞命令将N个所述第一有机质区域内部的差异灰度同化,获得填充后的第二有机质区域图像;所述第二有机质区域图像包括N个第二有机质区域,N个所述第二有机质区域与N个所述第一有机质区域分别对应;
步骤S250,采用MATLAB软件对N个所述第二有机质区域依次赋值,获得具有不同赋值区域的第三有机质区域图像;所述第三有机质区域图像包括N个第三有机质区域,N个所述第三有机质区域的赋值编号按照第一顺序采用第一组阿拉伯数字依次设置;
步骤S260,采用MATLAB软件对N个所述第一有机质区域依次赋值,获得具有不同赋值区域的第四有机质区域图像;所述第四有机质区域图像包括N个第四有机质区域,N个所述第四有机质区域的赋值编号按照第二顺序采用第二组阿拉伯数字依次设置;所述第二顺序与所述第一顺序一致设置,并且所述第一组阿拉伯数字与所述第二组阿拉伯数字一致设置;
步骤S270,通过所述第三有机质区域图像与所述第四有机质区域图像相减,获得第五有机质区域图像;所述第五有机质区域图像包括N个第五有机质区域,N个所述第五有机质区域为标签化的依次赋值的孔隙图像;
基于对应的所述相同因子集合,获取对应的孔隙的面积和,作为一组孔隙面积集合;M组所述相同因子集合构成M组孔隙面积集合;
基于M组所述孔隙面积集合,获取面积和最大的所述孔隙面积集合对应的孔隙形状因子作为孔隙形状因数SF。
5.根据权利要求4所述的页岩有机质孔隙连通性分类表征的方法,其特征在于,所述有机质集合的类型数值的获取方法具体包括:
步骤S310,基于所述孔隙率、所述孔隙中值半径、所述孔隙分选系数以及所
述孔隙形状因数,采用聚类算法,对所述有机质集合进行初始分类;其中,
所述有机质集合的初始分类数值为K,K≥2;所述有机质集合包括N个有机质;
步骤S340,令所述有机质集合的初始分类数值K=K+1,重复执行步骤S320至步骤S330。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111264247.0A CN113706603B (zh) | 2021-10-28 | 2021-10-28 | 页岩有机质孔隙连通性分类表征的方法 |
US17/581,927 US11360037B1 (en) | 2021-10-28 | 2022-01-23 | Classified characterization method for connectivity of organic matter (OM)-hosted pores in shale |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111264247.0A CN113706603B (zh) | 2021-10-28 | 2021-10-28 | 页岩有机质孔隙连通性分类表征的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113706603A true CN113706603A (zh) | 2021-11-26 |
CN113706603B CN113706603B (zh) | 2022-02-22 |
Family
ID=78647321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111264247.0A Active CN113706603B (zh) | 2021-10-28 | 2021-10-28 | 页岩有机质孔隙连通性分类表征的方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11360037B1 (zh) |
CN (1) | CN113706603B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114529771A (zh) * | 2022-02-23 | 2022-05-24 | 中国石油大学(华东) | 基于机器学习的页岩大视域图像分类方法 |
CN115266782A (zh) * | 2022-09-27 | 2022-11-01 | 中国科学院地质与地球物理研究所 | 一种基于双能ct技术评价非常规储层双甜点的方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113325458B (zh) * | 2021-08-02 | 2021-10-29 | 中国科学院地质与地球物理研究所 | 一种地外样品氩-氩年龄和宇宙暴露年龄的联测方法 |
WO2024049828A1 (en) * | 2022-08-29 | 2024-03-07 | University Of Wyoming | Methods and devices for stencil-based pore network construction |
US11658001B1 (en) * | 2022-12-07 | 2023-05-23 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Ion beam cutting calibration system and method |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180003653A1 (en) * | 2016-06-24 | 2018-01-04 | The Board Of Regents Of The University Of Oklahoma | Methods of determining shale pore connectivity |
CN109187305A (zh) * | 2018-08-24 | 2019-01-11 | 中国地质大学(武汉) | 一种页岩结构表征方法和装置 |
CN110210460A (zh) * | 2019-06-26 | 2019-09-06 | 中国石油大学(华东) | 一种考虑多重因素影响的页岩气表观渗透率计算方法 |
CN113158490A (zh) * | 2021-05-13 | 2021-07-23 | 中国石油大学(华东) | 致密砂岩储层渗透率计算模型的建立方法 |
CN113176187A (zh) * | 2021-03-23 | 2021-07-27 | 中国地质大学(武汉) | 一种表征岩石孔隙网络连通性的方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110004447A1 (en) * | 2009-07-01 | 2011-01-06 | Schlumberger Technology Corporation | Method to build 3D digital models of porous media using transmitted laser scanning confocal mircoscopy and multi-point statistics |
US8756042B2 (en) * | 2010-05-19 | 2014-06-17 | Exxonmobile Upstream Research Company | Method and system for checkpointing during simulations |
WO2012118866A2 (en) * | 2011-02-28 | 2012-09-07 | Schlumberger Technology Corporation | Methods to build 3d digital models of porous media using a combination of high- and low-resolution data and multi-point statistics |
WO2012118868A2 (en) * | 2011-02-28 | 2012-09-07 | Schlumberger Technology Corporation | Petrographic image analysis for determining capillary pressure in porous media |
US20120239361A1 (en) * | 2011-03-16 | 2012-09-20 | Vargas-Guzman J A | Subsurface Directional Equalization Analysis of Rock Bodies |
US8894796B2 (en) * | 2011-06-06 | 2014-11-25 | The University Of North Carolina At Greensboro | Nanopore fabrication and applications thereof |
US9746431B2 (en) * | 2012-05-11 | 2017-08-29 | Ingrain, Inc. | Method and system for multi-energy computer tomographic cuttings analysis |
WO2015034472A1 (en) * | 2013-09-04 | 2015-03-12 | Ingrain, Inc. | Combining multiple energy x-ray imaging and well data to obtain high-resolution rock, mechanical, and elastic property profiles |
CN107620593A (zh) * | 2017-08-08 | 2018-01-23 | 中国科学院地质与地球物理研究所 | 一种油气田现场随钻岩屑扫描系统及方法 |
US11590483B2 (en) * | 2017-09-29 | 2023-02-28 | President And Fellows Of Harvard College | Enhanced catalytic materials with partially embedded catalytic nanoparticles |
US10830713B2 (en) * | 2017-11-20 | 2020-11-10 | DigiM Solution LLC | System and methods for computing physical properties of materials using imaging data |
AU2020102843A4 (en) * | 2020-10-19 | 2020-12-17 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Test method, test system and test fixture for rock micro-nano mechanical test |
CN113252717B (zh) * | 2021-06-15 | 2021-09-10 | 中国科学院地质与地球物理研究所 | 冷冻电镜样品智能化制备系统、方法、电子设备 |
-
2021
- 2021-10-28 CN CN202111264247.0A patent/CN113706603B/zh active Active
-
2022
- 2022-01-23 US US17/581,927 patent/US11360037B1/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180003653A1 (en) * | 2016-06-24 | 2018-01-04 | The Board Of Regents Of The University Of Oklahoma | Methods of determining shale pore connectivity |
CN109187305A (zh) * | 2018-08-24 | 2019-01-11 | 中国地质大学(武汉) | 一种页岩结构表征方法和装置 |
CN110210460A (zh) * | 2019-06-26 | 2019-09-06 | 中国石油大学(华东) | 一种考虑多重因素影响的页岩气表观渗透率计算方法 |
CN113176187A (zh) * | 2021-03-23 | 2021-07-27 | 中国地质大学(武汉) | 一种表征岩石孔隙网络连通性的方法 |
CN113158490A (zh) * | 2021-05-13 | 2021-07-23 | 中国石油大学(华东) | 致密砂岩储层渗透率计算模型的建立方法 |
Non-Patent Citations (1)
Title |
---|
彭女佳: "鄂西渝东地区五峰组-龙马溪组一段页岩气储层孔隙结构及分形特征研究", 《中国博士学位论文全文数据库》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114529771A (zh) * | 2022-02-23 | 2022-05-24 | 中国石油大学(华东) | 基于机器学习的页岩大视域图像分类方法 |
CN115266782A (zh) * | 2022-09-27 | 2022-11-01 | 中国科学院地质与地球物理研究所 | 一种基于双能ct技术评价非常规储层双甜点的方法 |
US11734914B1 (en) | 2022-09-27 | 2023-08-22 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Method for evaluating geological and engineering sweet spots in unconventional reservoirs based on dual-energy computed tomography (CT) |
Also Published As
Publication number | Publication date |
---|---|
CN113706603B (zh) | 2022-02-22 |
US11360037B1 (en) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113706603B (zh) | 页岩有机质孔隙连通性分类表征的方法 | |
CN107449707B (zh) | 页岩储层中不同尺度孔隙定量的三维表征确定方法和装置 | |
Sok et al. | Pore scale characterization of carbonates at multiple scales: Integration of Micro-CT, BSEM, and FIBSEM | |
CN107067379B (zh) | 基于三维fib-sem图像的页岩孔隙定量表征方法 | |
CN105352873B (zh) | 页岩孔隙结构的表征方法 | |
CN105115874B (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
Prill et al. | Morphological segmentation of FIB‐SEM data of highly porous media | |
CN104237103B (zh) | 一种孔隙连通性定量表征方法及装置 | |
CN105445160B (zh) | 一种沥青混合料的空隙特征及其提取方法 | |
CN106651839A (zh) | 页岩电镜图像中有机和无机孔隙自动识别和定量分析方法 | |
CN112051200B (zh) | 一种致密砂岩储层孔隙结构的定量评价方法和装置 | |
CN107133630A (zh) | 一种基于扫描图像判断碳酸盐岩孔隙类型的方法 | |
CN110443793B (zh) | 一种沥青混合料空隙分布均匀性评价方法 | |
CN107064187A (zh) | 一种烃源岩有机碳含量测定方法及装置 | |
CN114565658A (zh) | 基于ct技术的孔隙尺寸计算方法及装置 | |
Zhao et al. | Soil pore identification with the adaptive fuzzy C-means method based on computed tomography images | |
Qiaoling et al. | A neighborhood median weighted fuzzy c-means method for soil pore identification | |
CN115984612A (zh) | 一种基于图像融合的三维孔隙类型表征方法 | |
Shi et al. | A comprehensive assessment of image processing variability in pore structural investigations: conventional thresholding vs. machine learning approaches | |
CN112116583A (zh) | 一种基于sem图像处理的绝缘纸板老化判别检验方法 | |
CN117218437B (zh) | 一种ct技术结合机器学习原位定量土壤颗粒有机质的方法 | |
CN115410049B (zh) | 一种岩体溶蚀程度的分类评估方法及装置 | |
Bolshakov et al. | Investigation of the pore space structure by a scanning electron microscope using the computer program collector | |
CN117036635B (zh) | 一种基于图像纹理分类的页岩多尺度数字岩心构建方法 | |
CN112132791B (zh) | 一种页岩扫描电镜图像处理方法、装置、设备和存储介质 |
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 |