CN114018843B - 基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质 - Google Patents
基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114018843B CN114018843B CN202210002077.7A CN202210002077A CN114018843B CN 114018843 B CN114018843 B CN 114018843B CN 202210002077 A CN202210002077 A CN 202210002077A CN 114018843 B CN114018843 B CN 114018843B
- Authority
- CN
- China
- Prior art keywords
- color
- gas
- depth
- establishing
- detected
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract description 35
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract description 35
- 239000004215 Carbon black (E152) Substances 0.000 title claims abstract description 34
- 230000000704 physical effect Effects 0.000 title claims abstract description 33
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 32
- 230000003595 spectral effect Effects 0.000 title claims abstract description 31
- 238000010521 absorption reaction Methods 0.000 claims abstract description 56
- 238000001228 spectrum Methods 0.000 claims abstract description 38
- 230000008859 change Effects 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000009877 rendering Methods 0.000 claims abstract description 19
- 230000035945 sensitivity Effects 0.000 claims description 17
- 239000003086 colorant Substances 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 2
- 239000007789 gas Substances 0.000 description 105
- 239000012530 fluid Substances 0.000 description 20
- 238000011156 evaluation Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 238000002835 absorbance Methods 0.000 description 6
- 238000005553 drilling Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000010183 spectrum analysis Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 150000001335 aliphatic alkanes Chemical class 0.000 description 4
- 238000004587 chromatography analysis Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010223 real-time analysis Methods 0.000 description 4
- 229920006395 saturated elastomer Polymers 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 239000011435 rock Substances 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 2
- OFBQJSOFQDEBGM-UHFFFAOYSA-N Pentane Chemical compound CCCCC OFBQJSOFQDEBGM-UHFFFAOYSA-N 0.000 description 2
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 235000013405 beer Nutrition 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004868 gas analysis Methods 0.000 description 2
- NNPPMTNAJDCUHE-UHFFFAOYSA-N isobutane Chemical compound CC(C)C NNPPMTNAJDCUHE-UHFFFAOYSA-N 0.000 description 2
- QWTDNUCVQCZILF-UHFFFAOYSA-N isopentane Chemical compound CCC(C)C QWTDNUCVQCZILF-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 1
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- AFABGHUZZDYHJO-UHFFFAOYSA-N dimethyl butane Natural products CCCC(C)C AFABGHUZZDYHJO-UHFFFAOYSA-N 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000001282 iso-butane Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- IJDNQMDRQITEOD-UHFFFAOYSA-N n-butane Chemical compound CCCC IJDNQMDRQITEOD-UHFFFAOYSA-N 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000001328 terahertz time-domain spectroscopy Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- 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
- 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
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
-
- 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
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/45—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods
- G01N2021/451—Refractivity; Phase-affecting properties, e.g. optical path length using interferometric methods; using Schlieren methods for determining the optical absorption
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质，特别涉及勘探分析领域。方法包括：获取不同深度的待测气体基于预设波段生成的多个干涉光谱数据；根据每个深度的待测气体对应的干涉光谱数据，确定每个深度的待测气体基于预设波段内各个波长对应的吸收率；基于预设的吸收率‑颜色对应关系，生成各个吸收率对应的第一像素点以及第一像素点的显色值；以井深深度建立纵轴、以波长建立横轴，建立第一坐标系；将各个第一像素点以各个第一像素点的显示值显示于第一坐标系内，以生成第一显示图。本申请能够便于工作人员实时分析地层烃源物性在深度矢量方向的变化。
Description
技术领域
本申请涉及勘探分析的领域，尤其是涉及基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质。
背景技术
在录井工程技术中，录井评价技术利用各种录井数据进行综合解释及评价，形成地层、流体物性、钻进工程质量等的相关评价报告。其中关于地层及流体的评价是录井工程技术评价的重点。
录井技术中用于地层及流体评价的主要设备有：色谱气测仪、地化仪、定量荧光分析仪、元素录井仪、核磁共振录井仪等。参与评价的气体参数有：甲烷、乙烷、丙烷、正丁烷、异丁烷、正戊烷、异戊烷、CO2和氢气等。通常利用气体参数进行流体评价的方法有三角图版法、皮克斯勒法、3H法。
现有评价技术主要依赖于色谱分析结果，色谱分析按周期取值，分析速度慢，当快速钻进时，不能对地层进行完全采样；色谱工作时，样品通过色谱柱分离后，部分成份被吸收，只有少数组分能够通过色谱柱进入检测器进行分析，一般只分析C1到C5的饱和烷烃类气体，不能采集地层流体中的其它烃类气体的信息，所有的气体评价方法也局限于对这些气体组分的运用；部分采用光谱分析技术进行气体分析测量的设备受技术和传统的影响，也会把分析目标设定为C1-C5的饱和烷烃类气体，产生的信息有限，没有把光谱分析的所有信息充分利用起来。
现有录井评价方法使用的数据是经过过滤和精心选择后的点数据，在宏观上数据过滤使用了钻时点的间隔（0.5m-2m），微观上在间隔内采用取最大值的方法。这种数据过滤的方法具有明显的缺点，即过滤后的数据失去了细节，不能反映地层和流体变化的细节。录井钻时点间隔的选择一般遵照该井地质设计的要求选取，根据录井井段和录井任务的要求分为气体录井间隔和地质录井间隔，但这些间隔都很大一般为0.5m-2m（相对于测井数据采集间隔0.125m），在实施一些特别的录井任务时可以加密到0.2m。这样的钻时点间隔设计无法完整的采集地层和流体的信息。
当前录井评价报告多使用点数据生成，最终的解释成果图多使用图版和文字描述信息展示，受数据采集方法和数据过滤算法的限制，不能实时地延深度矢量方向完整的展示地层和流体的细节信息。
发明内容
为了便于工作人员实时分析地层烃源物性在井体深度矢量方向的变化，本申请提供一种基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质。
第一方面，本申请提供一种基于光谱数据评价地层烃源物性的方法，采用如下的技术方案：
一种基于光谱数据评价地层烃源物性的方法，包括：
获取不同深度的待测气体基于预设波段生成的多个干涉光谱数据；
根据每个深度的待测气体对应的所述干涉光谱数据，确定所述每个深度的待测气体基于所述预设波段内各个波长对应的吸收率；
基于预设的吸收率-颜色对应关系，生成各个所述吸收率对应的第一像素点以及所述第一像素点的显色值；
以井深深度建立纵轴、以波长建立横轴，建立第一坐标系；
将各个所述第一像素点以各个所述第一像素点的显示值显示于所述第一坐标系内，以生成第一显示图。
通过采用上述技术方案，本申请通过高采样频率，以及对干涉光谱数据的高分析速率，能够实时分析出待测气体的光谱吸收率，进而根据光谱吸收率预测出待测气体的成分和浓度，实现了基于现场数据即可实时进行分析的功能；且由于高采样频率和快速分析的特性，获取到的数据更丰富，能够更加准确地判断地层物性，因此具有便于工作人员实时、准确分析的功能。
另外，有别于将气体成分和浓度单一显示的传统方法，本申请实施例中，根据气体吸收率与气体成分及气体浓度存在对应关系，将成分和浓度各自单独展示的方式替换为通过吸收率综合展示气体特性，并通过显色值代表的不同颜色显示吸收率的数值大小，将气体成分和气体浓度这两个单独的特性，综合转换成吸收率后，再通过直观的颜色表达方式展示，即第一显示图。通过第一显示图中的每个像素点与上述采样到的光谱数据采样间隔相对应，无需进行数据过滤，即可将所有数据完整地体现在每个像素点上并展示，通过每个像素点组成图形颜色的范围以及图形颜色变化趋势，实现直观、完整地展示地层和流体的细节信息。
在另一种可能的实现方式中，所述预设的吸收率-颜色对应关系包括多个不同的基准颜色和颜色偏移量，每个所述基准颜色对应有吸收率区间，各个所述吸收率区间不重叠，所述颜色偏移量表征对所述基准颜色进行亮度调整的偏移量。
在另一种可能的实现方式中，所述方法还包括：
确定所述每个深度的待测气体的气体特征信息，所述气体特征信息为待测气体的吸收率基于深度的一阶导数；
基于所述气体特征信息以及预设的物性变化-颜色映射关系确定第二像素点以及所述第二像素点的显色值；
以井深深度建立纵轴、以波长建立横轴，建立第二坐标系；
将所有所述第二像素点以及各个所述第二像素点的显色值显示于第二坐标系内，以生成第二显示图。
在另一种可能的实现方式中，所述物性变化-颜色映射关系包括多个不重叠的基准色段和色段偏移量，每个所述基准色段对应有变化率区间，每个所述变化率区间与每个所述气体特征信息对应，所述色段偏移量表征对所述基准色段进行亮度调整的偏移量。
在另一种可能的实现方式中，所述方法还包括：
获取敏感度数据；
根据所述敏感度数据调整所述第一显示图的亮度和/或显示颜色。
在另一种可能的实现方式中，所述方法还包括：将所述干涉光谱数据输入至训练好的神经网络模型，生成各个烃类的成分以及所述各个烃类的浓度。
第二方面，本申请提供一种基于光谱数据评价地层烃源物性的装置，采用如下的技术方案：
获取模块，用于获取不同深度的待测气体基于预设波段生成的多个干涉光谱数据；
分析模块，用于根据每个深度的待测气体对应的所述干涉光谱数据，确定所述每个深度的待测气体基于所述预设波段内各个波长对应的吸收率；
颜色设定模块，用于基于预设的吸收率-颜色对应关系，生成各个所述吸收率对应的第一像素点以及所述第一像素点的显色值；
建图模块，用于以井深深度建立纵轴、以波长建立横轴，建立第一坐标系；
图像生成模块，将各个所述第一像素点以各个所述第一像素点的显示值显示于所述第一坐标系内，以生成第一显示图。
在另一种可能的实现方式中，所述预设的吸收率-颜色对应关系包括多个不同的基准颜色和颜色偏移量，每个所述基准颜色对应有吸收率区间，各个所述吸收率区间不重叠，所述颜色偏移量表征对所述基准颜色进行亮度调整的偏移量。
在另一种可能的实现方式中，所述图像生成模块还用于：
确定所述每个深度的待测气体的气体特征信息，所述气体特征信息为待测气体的吸收率基于深度的一阶导数；
基于所述气体特征信息以及预设的物性变化-颜色映射关系确定第二像素点以及所述第二像素点的显色值；
以井深深度建立纵轴、以波长建立横轴，建立第二坐标系；
将所有所述第二像素点以及各个所述第二像素点的显色值显示于第二坐标系内，以生成第二显示图。
在另一种可能的实现方式中，所述物性变化-颜色映射关系包括多个不重叠的基准色段和色段偏移量，每个所述基准色段对应有变化率区间，每个所述变化率区间与每个所述气体特征信息对应，所述色段偏移量表征对所述基准色段进行亮度调整的偏移量。
在另一种可能的实现方式中，所述图像生成模块还用于：获取敏感度数据；
根据所述敏感度数据调整所述第一显示图的亮度和/或显示颜色。
在另一种可能的实现方式中，所述装置还包括浓度预测模块，所述浓度预测模块具体用于：将所述干涉光谱数据输入至训练好的神经网络模型，生成各个烃类的成分以及所述各个烃类的浓度。
第三方面，本申请提供一种电子设备，采用如下的技术方案：
一种电子设备，该电子设备包括：
一个或多个处理器。
存储器。
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，所述一个或多个应用程序配置用于：执行上述一种基于光谱数据评价地层烃源物性的方法。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，包括：存储有能够被处理器加载并执行上述一种基于光谱数据评价地层烃源物性的方法的计算机程序。
附图说明
图1是本申请实施例基于光谱数据评价地层烃源物性的方法的流程示意图。
图2是本申请实施例采集光谱方式的示意图。
图3是朗伯比尔定律的示意图。
图4是本申请实施例第一坐标系以及第一显示图的示意图。
图5是第二坐标系以及第二显示图的示意图。
图6是另一深度的第二坐标系以及第二显示图的示意图。
图7是本申请实施例光谱录井综合解释图的局部示意图。
图8是本申请实施例光谱录井综合解释图的局部示意图。
图9是本申请实施例光谱录井综合解释图的局部示意图。
图10是本申请实施例基于光谱分析数据评价地层烃源物性的装置的方框示意图。
图11是本申请实施例电子设备的示意图。
具体实施方式
以下结合附图1-11对本申请作进一步详细说明。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种基于光谱数据评价地层烃源物性的方法，由电子设备执行，参照图1，该方法包括：
步骤S101、获取不同深度的待测气体基于预设波段生成的多个干涉光谱数据。
其中，本申请利用神经网络算法以及待测气体的干涉光谱数据确定待测气体的浓度和成分。为了获取干涉光谱数据，首先要确定待测气体中各个组分均能够吸收的光波波段。预设波段可以为近红外和中红外、远红外、紫外等波段，由于地层流体（烃源性流体）属于烃类，所有烃类成份在中红外频段的3100nm-3700nm都有吸收，因此在本申请实施例中采用的波段为3100nm到3700nm的中红外波段，各个波长为将3100nm到3700nm的红外波段以10nm作为间隔划分生成的61个波长。
确定了预设波段后，在对神经网络进行训练时，采集已知成分和已知浓度的样本气体在预设波段（即，3100nm-3700nm频段）的干涉光谱数据对神经网络进行训练。
在应用神经网络时，对待测气体对应的干涉光谱数据，进行解谱和浓度预测得到C1到C5的饱和烷烃类的组分和浓度。测量出C1到C5的饱和烷烃类的组分和浓度后，再利用传统的气体评价方法对地层和流体进行解释评价，结合其它方法（测井数据）进行综合解释完成对地层的定性和定量解释。
具体地，为了得到3100nm-3700nm的干涉光谱数据，通过图2中的可调谐光学探测器，利用该探测器以10nm的间隔从3100nm-3700nm进行连续扫描，获得该波段内的待测气体的红外吸收数据。该数据可以作为神经网络培训的原始数据，也可以通过训练后的模型进行成份和浓度预测。
具体地，获取干涉光谱数据的过程为，将收集到的干燥待测气体充入空心光纤内，光源发射器发出发射预设波段内的预设波长，预设波段经过待测气体后，探测器生成预设波段对应的干涉光谱，干涉光谱经傅里叶变换后生成各个波长对应的光强信息。在本申请中，探测器包括但不局限于傅里叶变换红外光谱仪FTIR、声光可调滤光器AOTF、阵列检测器件、太赫兹时域光谱等采集方法。
在对光谱数据进行解谱和成份及浓度的预测过程中，简化了光谱数据，只得到了目标气体的成份和浓度，而忽略了这些光谱数据实际上是本波段内所有烃类成份的测量数据（模型的作用就是去除非目标组分的影响），代表了地层烃源流体的光学特性，将这些数据利用起来，就可以形成一个光学地层流体评价方法。
传统的色谱仪分析速度慢，快速色谱分析完C5也需要30秒，在快速钻进时无法保证足够的分析样本用于地层流体评价，需要研究能快速分析的分析设备。光谱分析具备速度快，测量准确的特点，然而一般的光谱仪器只能分析一种或数种组分，只在指定波段工作，无法实现宽波段扫描分析，能实现宽波段扫描分析的设备（比如傅里叶光谱仪）则扫描时间较长，无法实现快速分析。
本申请实施例采用图2中的光谱气体分析设备，可以完成从3100nm到3700nm，间隔10nm的扫描分析，分析周期≤8秒（最快可到4秒）。能够提供从3100nm到3700nm共61个波长的气体吸收率数据，可用于测量目标组分，也可以用于地层烃源性流体的物性评价。
获取了3100nm-3700nm的干涉光谱数据后，将干涉光谱信号进行傅里叶变换后，即可获得各个波长的光强信息，根据各个波长的光强信息确定待测气体在该波长下的吸收率，具体为：
Opacity =（1-I1/I0）*100 式（1）
Opacity: 当前波长吸收率。
I1：当前波长探测器测量值（对待测气体分析测量得到的当前光强值），即待测气体在当前波长下的实时测量值；I0：当前波长探测器参比测量值（使用氮气作为零气时测量的初始光强值），即氮气在当前波长下的测量值。
用于评价的红外气体吸收率数据需要一个统一的标准，即每台设备测量的地层烃源流体的光谱数据都是基于一个基本一致的标准采集得到。根据比尔-朗博定律，要保持光谱吸收率得到一致性，主要是要保持测量光程的一致性，通过实验确定一个光程，可以确保最小检测浓度，也可以防止高浓度气体吸收饱和。
根据朗伯比尔定律可知，朗伯比尔定律适用于单一成分气体浓度的检测，参照图3，通过单一成分气体的对光源的吸收率变化得到其浓度信息。而，本申请是对多组分的气体成分和各个气体的浓度进行计算，从干涉光谱数据分析得到的光强前后变化，即可得到多组分气体的吸收率数据。
当地下岩层的厚度足够大时,相关技术的录井方法较为准确的，但在快速钻进时（例如薄地层或者裂缝层），由于相关技术的录井方法分析周期长、采样间隔时间较大，导致获得的数据无法充分反应地层流体细节信息。
而测井技术虽然采样率较高，但是由于测井技术是采用事后分析和评价的方式，因此无法实现对待测气体实时分析，进而无法实时体现地层各个不同深度的物性，且在对颗粒较细的砂岩和泥质含量较高的储层进行解释的过程中,测井方法的响应敏感性较差，因此在对不同深度地层物性进分析时存在弊端。
本申请通过高采样频率，以及对干涉光谱数据的高分析速率，能够实时分析出待测气体的光谱吸收率，进而根据光谱吸收率预测出待测气体的成分和浓度，实现了基于现场数据即可实时进行分析的功能；且由于高采样频率和快速分析的特性，获取到的数据更丰富，能够更加准确地判断地层物性，因此具有便于工作人员实时、准确分析的功能。
另外，有别于将气体成分和浓度单一显示的传统方法，本申请实施例中，根据气体吸收率与气体成分及气体浓度存在对应关系，将成分和浓度各自单独展示的方式替换为通过吸收率综合展示气体特性，并通过显色值代表的不同颜色显示吸收率的数值大小，将气体成分和气体浓度这两个单独的特性，综合转换成吸收率后，再通过直观的颜色表达方式展示，即第一显示图。通过第一显示图中的每个像素点与上述采样到的光谱数据采样间隔相对应，无需进行数据过滤，即可将所有数据完整地体现在每个像素点上并展示，通过每个像素点组成图形颜色的范围以及图形颜色变化趋势，实现直观、完整地展示地层和流体的细节信息。
参照图4，因此，在本申请实施例中，在确定了气体成分和成分浓度后，还包括：步骤S102、根据每个深度的待测气体对应的干涉光谱数据，确定每个深度的待测气体基于预设波段内各个波长对应的吸收率。
具体地，第一坐标系的横轴对应波长信息，第一坐标系的纵轴对应时间信息或井深信息。将吸收率的值划分为多个不重叠的吸收率区间，各个吸收率区间对应各个不同的显示颜色，将待测气体在预设波段内的波长对应的吸收率转换为显示于第一坐标系中相应深度（纵轴坐标）、相应波长（横轴坐标）对应的像素点，并根据该像素点对应的吸收率，调整像素点的显示颜色，即，该像素点对应的吸收率落入哪个区间，即显示该区间对应的颜色。
步骤S103、基于预设的吸收率-颜色对应关系，生成各个吸收率对应的第一像素点以及第一像素点的显色值。
步骤S104、以井深深度建立纵轴、以波长建立横轴，建立第一坐标系。步骤S105、将各个第一像素点以各个第一像素点的显示值显示于第一坐标系内，以生成第一显示图。
其中，同一深度下，采集待测气体在预设的特定一波段内的光谱吸收情况，相比于单一波长的光源数据，采集到的气体光谱吸收情况更加准确。且，将不同深度的吸收率在纵轴上（即井深）方向连续显示，多个第一像素点组成深度柱状图，能够更加直观地显示不同深度下待测气体的光谱吸收情况，基于待测气体光谱吸收情况的变化，即可确定待测气体成分和浓度在井深方向上的变化趋势。
在步骤S101中，预设的吸收率-颜色对应关系包括：预设的吸收率-颜色对应关系包括多个不同的基准颜色和颜色偏移量，每个基准颜色对应有吸收率区间，各个吸收率区间不重叠，颜色偏移量表征对基准颜色进行亮度调整的偏移量。
具体地，预设的吸收率-颜色对应关系如下：
吸收率区间[0%-20%]：基准颜色（Base Color）-颜色蓝色 RGB（0，0，120）R值0，G值0，B值 120；
吸收率区间[20%-40%]：基准颜色（Base Color）-颜色青色RGB（0，120，120）R值0，G值120，B值 120；
吸收率区间[40%-60%]：基准颜色（Base Color）-颜色绿色RGB（0，120， 0）R值0，G值120，B值 0；
吸收率区间[60%-80%]：基准颜色（Base Color）-颜色黄色RGB（120，120，0）R值120，G值120，B值 0；
吸收率区间[60%-80%]：基准颜色（Base Color）-颜色红色RGB（120，0，0）R值120，G值0，B值 0
各个基准颜色可以根据显示环境适应性地调整，本申请实施例上述的方式不作为唯一限定的方式。
另外，每个基准颜色都能够基于颜色偏移量进行亮度调整，颜色偏移量的表达式如下（式3）:
∆Opacity为透明度增量值，取值范围为0-20%，由吸收率变换后得到；
Base Color基础颜色值，这里取120
Offset 颜色亮度调整偏移量，可以通过专门的算法对指定颜色的亮度进行调整，取值范围0-255；
为了更好地处理各波长吸收率，参照本申请实施例还设置有用于调节第一像素点亮度的敏感度数据，即，评价方法还包括：获取敏感度数据；根据敏感度数据调整第一显示图的亮度和/或显示颜色。
具体地：根据敏感度数据调整第一像素点的亮度，包括：
调整敏感度参数可以调整带状柱形图的整体颜色和亮度，可以把一些吸收率较低的地层烃源流体物性用更醒目的方式展示出来。
进一步地，在不同深度下，气体的成分和浓度会发生变化，尤其是气体成分的变化，会引起气体光谱吸收情况的变化；因此，分析体光谱吸收情况的变化，即可反向推导出气体成分是否发生变化，进一步地，可反映出地层的物性变化。
因此，为了更加直观地表示不同井深待测气体特征的变化，本申请实施例还设置有用于显示气体特征的第二显示图，生成第二显示图的方法包括：确定每个深度的待测气体的气体特征信息，气体特征信息为待测气体的吸收率基于深度的一阶导数；基于气体特征信息以及预设的物性变化-颜色映射关系确定第二像素点以及第二像素点的显色值；以井深深度建立纵轴、以波长建立横轴，建立第二坐标系；将所有第二像素点以及各个第二像素点的显色值显示于第二坐标系内，以生成第二显示图。
参照图5和图6，其中，第二坐标系的横轴对应波长信息，第二坐标系的纵轴对应时间信息或井深信息。气体特征信息为待测气体的吸收率基于深度的一阶导数值；每个基准色段对应有变化率区间，每个变化率区间与每个气体特征信息对应，色段偏移量表征对基准色段进行亮度调整的偏移量。
在进行图形展示时，把进行一阶导数变换后的吸收率（即气体特征信息）按正负换算到-100到+100之间，整体分为3个区间，-100到-8，-8到+8，+8到+100，分别用3种颜色标识，除-8到+8外用基础色，其余段的颜色和值相关，值越小和值越大就越亮。
基准色段Base Color：
变化率区间[-8%-8%]：基准色段-颜色蓝色RGB（0，0，120）R值0，G值0，B值120；
变化率区间[-100%--8%]：基准色段-颜色绿色RGB（0，120，0）R值0，G值120，B值0；
变化率区间[8%-100%]：基准色段-颜色粉色RGB（120，0，120）R值120，G值0，B值120；
色段偏移量:
Base Color基础颜色值，这里取120
Offset 颜色亮度调整偏移量，可以通过专门的算法对指定颜色的亮度进行调整，取值范围0-255。
参照图7、图8和图9，基于上述方法对碎屑岩地层，夹层识别、薄互层识别精度远强于气测录井。在油气显示层位，油气显示活跃，出现多段纺锤状、钟性、漏斗形良好的显示，和测井曲线的基本一致，反映出地层的渗透性变化，非常难得。这对于试油选层、开发选层、注水选层非常重要。对于天然气气藏，灰岩地层段，为孔洞型储层，对比情况看，本井显示相对较差，岩溶程度较弱，这样的条件下同样能较精细的识别，效果较好，卡层准确、速度快。
参照图10，上述实施例从方法流程的角度介绍一种基于已知地图的语义重定位方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种基于光谱分析数据评价地层烃源物性的装置100，具体详见下述实施例。
一种基于光谱分析数据评价地层烃源物性的装置100，包括：
获取模块1001，用于获取不同深度的待测气体基于预设波段生成的多个干涉光谱数据；
分析模块1002，用于根据每个深度的待测气体对应的干涉光谱数据，确定每个深度的待测气体基于预设波段内各个波长对应的吸收率；
颜色设定模块1003，用于基于预设的吸收率-颜色对应关系，生成各个吸收率对应的第一像素点以及第一像素点的显色值；
建图模块1004，用于以井深深度建立纵轴、以波长建立横轴，建立第一坐标系；
图像生成模块1005，将各个第一像素点以各个第一像素点的显示值显示于第一坐标系内，以生成第一显示图。
在本申请实施例另一种可能的实现方式中，预设的吸收率-颜色对应关系包括多个不同的基准颜色和颜色偏移量，每个基准颜色对应有吸收率区间，各个吸收率区间不重叠，颜色偏移量表征对基准颜色进行亮度调整的偏移量。
在本申请实施例另一种可能的实现方式中，图像生成模块1005还用于：
确定每个深度的待测气体的气体特征信息，气体特征信息为待测气体的吸收率基于深度的一阶导数；
基于气体特征信息以及预设的物性变化-颜色映射关系确定第二像素点以及第二像素点的显色值；
以井深深度建立纵轴、以波长建立横轴，建立第二坐标系；
将所有第二像素点以及各个第二像素点的显色值显示于第二坐标系内，以生成第二显示图。
在本申请实施例另一种可能的实现方式中，物性变化-颜色映射关系包括多个不重叠的基准色段和色段偏移量，每个基准色段对应有变化率区间，每个变化率区间与每个气体特征信息对应，色段偏移量表征对基准色段进行亮度调整的偏移量。
在本申请实施例另一种可能的实现方式中，图像生成模块1005还用于：获取敏感度数据；
根据敏感度数据调整第一显示图的亮度和/或显示颜色。
在本申请实施例另一种可能的实现方式中，装置还包括浓度预测模块，浓度预测模块具体用于：将干涉光谱数据输入至训练好的神经网络模型，生成各个烃类的成分以及各个烃类的浓度。
本申请实施例还从实体装置的角度介绍了一种电子设备，如图11所示，图11所示的电子设备1100包括：处理器1101和存储器1103。其中，处理器1101和存储器1103相连，如通过总线1102相连。可选地，电子设备1100还可以包括收发器1104。需要说明的是，实际应用中收发器1104不限于一个，该电子设备1100的结构并不构成对本申请实施例的限定。
处理器1101可以是CPU（Central Processing Unit，中央处理器），通用处理器，DSP（Digital Signal Processor，数据信号处理器），ASIC（Application SpecificIntegrated Circuit，专用集成电路），FPGA（Field Programmable Gate Array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器1101也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线1102可包括一通路，在上述组件之间传送信息。总线1102可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（ExtendedIndustry Standard Architecture，扩展工业标准结构）总线等。总线1102可以分为地址总线、数据总线、控制总线等。为便于表示，图11中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
存储器1103可以是ROM（Read Only Memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，RAM（Random Access Memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是EEPROM（Electrically ErasableProgrammable Read Only Memory，电可擦可编程只读存储器）、CD-ROM（Compact DiscRead Only Memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
存储器1103用于存储执行本申请方案的应用程序代码，并由处理器1101来控制执行。处理器1101用于执行存储器1103中存储的应用程序代码，以实现前述方法实施例所示的内容。
其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。还可以为服务器等。图11示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上仅是本申请的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (9)
1.一种基于光谱数据评价地层烃源物性的方法，其特征在于，包括：
获取不同深度的待测气体基于预设波段生成的多个干涉光谱数据；
根据每个深度的待测气体对应的所述干涉光谱数据，确定所述每个深度的待测气体基于所述预设波段内各个波长对应的吸收率；
基于预设的吸收率-颜色对应关系，生成各个所述吸收率对应的第一像素点以及所述第一像素点的显色值；
以井深深度建立纵轴、以波长建立横轴，建立第一坐标系；
将各个所述第一像素点以各个所述第一像素点的显示值显示于所述第一坐标系内，以生成第一显示图。
2.根据权利要求1所述的方法，其特征在于，所述预设的吸收率-颜色对应关系包括多个不同的基准颜色和颜色偏移量，每个所述基准颜色对应有吸收率区间，各个所述吸收率区间不重叠，所述颜色偏移量表征对所述基准颜色进行亮度调整的偏移量。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定所述每个深度的待测气体的气体特征信息，所述气体特征信息为待测气体的吸收率基于深度的一阶导数；
基于所述气体特征信息以及预设的物性变化-颜色映射关系确定第二像素点以及所述第二像素点的显色值；
以井深深度建立纵轴、以波长建立横轴，建立第二坐标系；
将所有所述第二像素点以及各个所述第二像素点的显色值显示于第二坐标系内，以生成第二显示图。
4.根据权利要求3所述的方法，其特征在于，所述物性变化-颜色映射关系包括多个不重叠的基准色段和色段偏移量，每个所述基准色段对应有变化率区间，每个所述变化率区间与每个所述气体特征信息对应，所述色段偏移量表征对所述基准色段进行亮度调整的偏移量。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取敏感度数据；
根据所述敏感度数据调整所述第一显示图的亮度和/或显示颜色；
其中，所述根据敏感度数据调整所述第一显示图的亮度和/或显示颜色，包括：
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述干涉光谱数据输入至训练好的神经网络模型，生成各个烃类的成分以及所述各个烃类的浓度。
7.一种基于光谱数据评价地层烃源物性的装置，其特征在于，包括：
获取模块，用于获取不同深度的待测气体基于预设波段生成的多个干涉光谱数据；
分析模块，用于根据每个深度的待测气体对应的所述干涉光谱数据，确定所述每个深度的待测气体基于所述预设波段内各个波长对应的吸收率；
颜色设定模块，用于基于预设的吸收率-颜色对应关系，生成各个所述吸收率对应的第一像素点以及所述第一像素点的显色值；
建图模块，用于以井深深度建立纵轴、以波长建立横轴，建立第一坐标系；
图像生成模块，将各个所述第一像素点以各个所述第一像素点的显示值显示于所述第一坐标系内，以生成第一显示图。
8.一种电子设备，其特征在于，该电子设备包括：
一个或多个处理器；
存储器；
一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，所述一个或多个应用程序配置用于：执行权利要求1～6任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，包括：存储有能够被处理器加载并执行如权利要求1～6中任一项所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210002077.7A CN114018843B (zh) | 2022-01-05 | 2022-01-05 | 基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210002077.7A CN114018843B (zh) | 2022-01-05 | 2022-01-05 | 基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114018843A CN114018843A (zh) | 2022-02-08 |
| CN114018843B true CN114018843B (zh) | 2022-04-08 |
Family
ID=80069152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210002077.7A Active CN114018843B (zh) | 2022-01-05 | 2022-01-05 | 基于光谱数据评价地层烃源物性的方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114018843B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1151208A (zh) * | 1994-04-27 | 1997-06-04 | 联邦科学及工业研究组织 | 确定目标物基本参数的方法和设备 |
| CN1731147A (zh) * | 2005-08-17 | 2006-02-08 | 海城市石油化工仪器厂 | 用光谱分析仪快速定量分析石油勘探钻井过程中气体含量方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3700335A (en) * | 1971-01-21 | 1972-10-24 | Eastman Kodak Co | Process and apparatus for sensitometrically testing a liquid,photosensitive emulsion |
| SE9904836L (sv) * | 1999-12-28 | 2001-06-29 | Jonas Sandsten | Kvantitativ avbildning av gasemissioner utnyttjande optisk teknik |
| CN1896458B (zh) * | 2005-01-11 | 2012-09-05 | 施蓝姆伯格海外股份有限公司 | 导出井下流体的流体性质及其不确定度的系统和方法 |
| CN101587079B (zh) * | 2009-05-08 | 2011-01-12 | 清华大学 | 纺织原料中异性杂质的多光谱色偏振检测方法及其装置 |
| US8537358B2 (en) * | 2009-05-22 | 2013-09-17 | 3M Innovative Properties Company | Multilayer colorimetric sensor arrays |
| WO2011078869A1 (en) * | 2009-12-23 | 2011-06-30 | Halliburton Energy Services, Inc. | Interferometry-based downhole analysis tool |
| CN102330553B (zh) * | 2011-05-24 | 2014-04-23 | 中国石油天然气股份有限公司 | 一种mdt测试动态光谱流体识别方法 |
| WO2014042642A1 (en) * | 2012-09-13 | 2014-03-20 | Halliburton Energy Services, Inc. | Spatial heterodyne integrated computational element ( sh-ice) spectrometer |
| EP3248531A1 (en) * | 2016-05-23 | 2017-11-29 | Leica Instruments (Singapore) Pte. Ltd. | Medical observation device, such as a microscope or an endoscope, and method using a pseudo-color pattern having temporal and/or spatial modulation |
| CN109100438A (zh) * | 2018-07-26 | 2018-12-28 | 新乡迈特能源技术有限公司 | 一种具有气相色谱分析功能的气体传感器 |
| CN112782206B (zh) * | 2019-11-08 | 2022-11-04 | 中国石油天然气股份有限公司 | 一种示踪深层天然气成藏过程的方法 |
-
2022
- 2022-01-05 CN CN202210002077.7A patent/CN114018843B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1151208A (zh) * | 1994-04-27 | 1997-06-04 | 联邦科学及工业研究组织 | 确定目标物基本参数的方法和设备 |
| CN1731147A (zh) * | 2005-08-17 | 2006-02-08 | 海城市石油化工仪器厂 | 用光谱分析仪快速定量分析石油勘探钻井过程中气体含量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114018843A (zh) | 2022-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Estimating forest soil organic carbon content using vis-NIR spectroscopy: Implications for large-scale soil carbon spectroscopic assessment | |
| Correia et al. | Portable near infrared spectroscopy applied to fuel quality control | |
| Du et al. | Determination of soil properties using Fourier transform mid-infrared photoacoustic spectroscopy | |
| Du et al. | Application of infrared photoacoustic spectroscopy in soil analysis | |
| Han et al. | On-line multi-component analysis of gases for mud logging industry using data driven Raman spectroscopy | |
| Raphael | Application of FTIR spectroscopy to agricultural soils analysis | |
| BRPI0608816B1 (pt) | Method for reducing background noise in a spectrum | |
| Qing et al. | Development of a novel alternating quadrilinear decomposition algorithm for the kinetic analysis of four-way room-temperature phosphorescence data | |
| US10557792B2 (en) | Spectral modeling for complex absorption spectrum interpretation | |
| Dantas Filho et al. | A strategy for selecting calibration samples for multivariate modelling | |
| CN109669023A (zh) | 一种基于多传感器融合的土壤属性预测方法 | |
| CN108152239A (zh) | 基于特征迁移的样品成分含量测定方法 | |
| Zhang et al. | Detection of oil yield from oil shale based on near-infrared spectroscopy combined with wavelet transform and least squares support vector machines | |
| CN1731147A (zh) | 用光谱分析仪快速定量分析石油勘探钻井过程中气体含量方法 | |
| Kim et al. | The use of visible and near‐infrared spectroscopy for the analysis of soil water repellency | |
| Xia et al. | Moisture spectral characteristics and hyperspectral inversion of fly ash-filled reconstructed soil | |
| Yu et al. | Prediction of soil properties based on characteristic wavelengths with optimal spectral resolution by using Vis-NIR spectroscopy | |
| He et al. | Classification of heroin, methamphetamine, ketamine and their additives by attenuated total reflection-Fourier transform infrared spectroscopy and chemometrics | |
| Adams et al. | Prediction of oil yield from oil shale minerals using diffuse reflectance infrared Fourier transform spectroscopy | |
| Cai et al. | On-line multi-gas component measurement in the mud logging process based on Raman spectroscopy combined with a CNN-LSTM-AM hybrid model | |
| Chen et al. | Deriving colored dissolved organic matter absorption coefficient from ocean color with a neural quasi‐analytical algorithm | |
| Chen et al. | Quantifying total organic carbon (TOC) from well logs using support vector regression | |
| Lin et al. | Water-based measured-value fuzzification improves the estimation accuracy of soil organic matter by visible and near-infrared spectroscopy | |
| dos Santos et al. | Improving the generalization error and transparency of regression models to estimate soil organic carbon using soil reflectance data | |
| Fu et al. | The crosstalk fluorescence spectroscopy analysis principle and an accurate fluorescence quantitative method for multi-composition fluorescence substances |
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 |