CN115032705A - 一种γ能谱测井铀矿定量五点反褶积解释方法 - Google Patents
一种γ能谱测井铀矿定量五点反褶积解释方法 Download PDFInfo
- Publication number
- CN115032705A CN115032705A CN202210054227.9A CN202210054227A CN115032705A CN 115032705 A CN115032705 A CN 115032705A CN 202210054227 A CN202210054227 A CN 202210054227A CN 115032705 A CN115032705 A CN 115032705A
- Authority
- CN
- China
- Prior art keywords
- energy
- uranium
- logging
- thorium
- 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
- 229910052770 Uranium Inorganic materials 0.000 title claims abstract description 164
- JFALSRSLKYAFGM-UHFFFAOYSA-N uranium(0) Chemical compound [U] JFALSRSLKYAFGM-UHFFFAOYSA-N 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000001730 gamma-ray spectroscopy Methods 0.000 title claims description 9
- 238000001228 spectrum Methods 0.000 claims abstract description 126
- ZSLUVFAKFWKJRC-IGMARMGPSA-N 232Th Chemical compound [232Th] ZSLUVFAKFWKJRC-IGMARMGPSA-N 0.000 claims abstract description 84
- 229910052776 Thorium Inorganic materials 0.000 claims abstract description 84
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 73
- 239000011591 potassium Substances 0.000 claims abstract description 73
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 73
- 238000011002 quantification Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 230000000694 effects Effects 0.000 claims description 21
- 230000002285 radioactive effect Effects 0.000 claims description 18
- 229920006395 saturated elastomer Polymers 0.000 claims description 17
- 239000011435 rock Substances 0.000 claims description 14
- 230000015572 biosynthetic process Effects 0.000 claims description 11
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 7
- 239000011707 mineral Substances 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 230000032798 delamination Effects 0.000 claims description 5
- 150000001224 Uranium Chemical class 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005553 drilling Methods 0.000 claims description 4
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000005477 standard model Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000010183 spectrum analysis Methods 0.000 description 8
- 230000003595 spectral effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 239000000523 sample Substances 0.000 description 4
- 230000005251 gamma ray Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 229910001220 stainless steel Inorganic materials 0.000 description 2
- 239000010935 stainless steel Substances 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 229910014323 Lanthanum(III) bromide Inorganic materials 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- XKUYOJZZLGFZTC-UHFFFAOYSA-K lanthanum(iii) bromide Chemical compound Br[La](Br)Br XKUYOJZZLGFZTC-UHFFFAOYSA-K 0.000 description 1
- 238000002386 leaching Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000638 solvent extraction 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
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/20—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects
- G01V5/281—Detecting prohibited goods, e.g. weapons, explosives, hazardous substances, contraband or smuggled objects detecting special nuclear material [SNM], e.g. Uranium-235, Uranium-233 or Plutonium-239
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/06—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging for detecting naturally radioactive minerals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/12—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using gamma or X-ray sources
- G01V5/125—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using gamma or X-ray sources and detecting the secondary gamma- or X-rays in different places along the bore hole
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- High Energy & Nuclear Physics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Geology (AREA)
- Measurement Of Radiation (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明公开的一种γ能谱测井铀矿定量五点反褶积解释方法是指：沿钻孔开展γ能谱测量，获得多个能区的测井曲线，利用测井曲线和能谱特征，反演计算沿钻孔的铀含量分布。主要特点包括：一是实现层状地层的分层解释，即将地层细分为等厚度的数个单元层，并求得每个单元层的铀含量；二是实现能谱测井的多元素剥离，即按能谱特征求得仅含铀且不含钍/钾的γ测井曲线，或求得单元层的铀/钍/钾含量；三是按五点反褶积法实现分层解释，即每采用五个测点求解其中心测点既中心单元层的铀/钍/钾含量；四是实现快速能谱测井条件下的现场铀矿定量。本发明还公开了“先剥离、后分层”和“先分层、后剥离”两类算法流程和单元层铀/钍/钾含量的求解公式。
Description
技术领域
本发明专利属于核测井领域，特别是涉及一种γ能谱测井铀矿定量五点反褶积解释方法。
背景技术
核测井是伴随当代科学技术的发展，以及它在矿产勘查领域的应用而迅速发展起来的一项尖端技术，它是利用地层岩石天然产生或人工诱发的放射性射线，通过研究射线沿钻孔的分布规律，进而判别地层是否存在某些核素或元素，并确定其含量分布的一种无损探测方法。在油气勘探领域，核测井在划分地层、确定岩性、寻找油水分界面、确定含油饱和度、计算地层孔隙度、确定岩石密度等方面已形成相应的井中勘探方法。现有核测井包括自然γ测井、γ—γ测井、脉冲中子—γ能谱测井、脉冲中子—热中子测井等。
自然γ测井是最早应用的核测井技术，包括γ总量测井、γ能谱测井两类。用于铀矿勘查和铀矿定量的自然γ测井俗称铀矿γ测井，简称γ测井。铀矿γ测井与地层铀/钍/钾三种放射性元素的关系非常密切，肩负着井中寻找铀矿、圈定矿体边界、确定矿层含量等铀矿定量的重任。我国《铀矿地质勘查规范》《γ测井规范》所指的γ测井是γ测井技术和铀矿定量方法相结合的产物，其中铀矿定量方法融合了先进的数据处理技术，《γ测井规范》推荐采用γ总量测井的三点或五点反褶积法、逐次迭代法等分层解释法来实现铀矿定量，已使我国铀矿成为无需岩样化学分析既可提交矿产储量的唯一矿种。
传统的矿产定量方法主要采用岩芯取样和岩样化学分析来实现，具有效率低、周期长、成本高等缺点。在铀矿勘探和地浸采铀领域，正在发展融合核测井的铀矿定量方法与先进技术，例如γ总量测井与分层解释相互融合的铀矿定量方法得到了全铀矿行业的推广应用。理论上，γ能谱测井应该更具优势，它能在钻孔中对地层岩石天然产生的γ射线进行能谱测量，并剥离出钍/钾元素或者其能谱对铀矿定量的干扰，有望成为更先进的铀矿定量方法。但现有γ能谱测井的仪器装备、特别是相关的铀矿定量算法都存在不足，与铀矿γ总量测井相比，铀矿γ能谱测井具有测井速度慢、干扰因素多，且没有与分层解释相互融合，导致铀矿γ能谱测井没有得到推广应用，更没有体现能谱测井的先进性。
发明内容
本发明拟解决能谱测井铀矿定量方法面临的分层解释、能谱剥离或元素剥离两大难题，以实现快速能谱测井为目标。也就是针对铀/钍/钾等放射性元素形成的层状铀矿或层状地层，研发可实现铀矿定量的γ能谱测井五点(式)反褶积法，该法俗称能谱测井五点反褶积法，简称五点反褶积法，具有分层解释、元素剥离或能谱剥离、快速测井三大特点，具体是指：
所谓分层解释，是将地层细分为厚度相等的数个层状薄矿层，称其为单元层，单元层厚度与测井点距相同。求解每个单元层的铀/钍/钾等元素含量称为分层解释。按分层解释观点实现的铀矿定量方法称为分层解释法，简称分层法，是铀矿定量的先进方法。
所谓五点反褶积法，是利用γ能谱测井曲线五个相邻测点的数据，通过信号变换和反褶积算法，构建求出单元层铀/钍/钾等放射性元素含量的一种分层解释法。该法仅需依次移动五个相邻测点的位置，进而可求出沿钻孔的所有测点或每个单元层的铀/钍/钾等放射性元素含量，是一种实时的铀矿定量解释方法。
所谓能谱剥离或元素剥离，是从γ能谱测井曲线中剥离出铀/钍/钾等放射性元素各自产生的γ能谱测井曲线，或者直接从单元层中剥离出铀/钍/钾等放射性元素。按元素剥离或能谱剥离观点实现的铀矿定量方法称为剥离解释法，简称剥离法。
所谓准全谱解析法，是针对特征峰解析法和全谱解析法进行改进，使其成为一种适于快速能谱测井的元素剥离法。特征峰解析法只利用γ射线的主要特征峰，甚至只在铀/钍/钾元素中各取一个特征峰，因此计数率低，需用长时间测量来提高解析精度；全谱解析法充分利用全谱的细微变化数据，适于小岩样的实验室分析，是一种通过标准能谱拟合实测能谱来提高解析精度的先进解析法。铀矿能谱测井的γ射线来自于“大”地层而非“小”岩样，干扰因素多，要有足够多的计数率来保障高速测井，全谱解析法和特征峰解析法都难以成为实用方法。准全谱解析法既不采用全谱，也不依赖γ射线的主要特征峰，而是合理选取既能反映全谱变化规律、又能反映特征峰响应的多个能区，且能区数量多于待剥离的元素数量，是集全谱解析法和特征峰解析法之所长的一种适于快速能谱测井的元素剥离解析方法。
综上所述，铀矿能谱测井五点反褶积法综合了分层解释、元素剥离两大特点，通过构建单元层、多能区与能谱测井曲线的数学关系，形成一种能够实现快速无损检测、现场定量解释，是可逐点求取层状矿层或地层铀/钍/钾元素含量的铀矿定量先进方法。
本发明公开了一种γ能谱测井铀矿定量五点反褶积解释方法，具体是指：沿钻孔开展γ能谱测量，依此获得多个能区的测井曲线，利用这些测井曲线和能谱特征，反演计算沿钻孔的铀含量分布；其特征在于：按自然γ射线的能量范围将其划分为6个能区，并按每个测点的能区计数率汇集成7条测井曲线，按照能谱测井铀矿定量五点反褶积法，反演计算地层铀含量沿钻孔分布时所涉及的算法流程、求解单元层铀、钍和钾含量的计算公式。
本发明公开了“先剥离、后分层”和“先分层、后剥离”的两类“铀矿能谱测井五点反褶积法”的技术方案、算法公式和软件流程，具体包括：
一、采用高分辨率γ能谱确定7个能区及其能谱计数率的技术方案
(1)探测器选择及其能量峰识别与选取的基本原则
选用综合性能优良的γ探测器，特别是能量分辨率达3.5％
@662keV或者更好的探测器，该探测器在含量为100ppm的饱和铀矿层的中心点能够测得1000cps以上的能谱总计数率。
(2)能区的划分方案及其能量范围的确定与能谱测井曲线的获得
本发明充分利用多能区兼顾全谱解析法与特征峰解析法，能区的所有计数率均参与分层解释、元素剥离的定量计算，依此实现快速能谱测井。也就是，按全谱与它的覆盖特征峰选取7个能区，又称7个能量段，将“大”地层细分为“单元层”，构建出能区、单元层与能谱测井曲线的关系。分析图1的能量峰，并以能量范围从宽到窄，选取的7个能区为：
第0能区，简称总能区，能量范围为[0.0MeV，2.8MeV]，反映铀、钍和钾所有特征峰以及其它能量峰、康普顿坪的计数效应，可获取某测点能谱测井的总计数率。该能区不参与铀矿定量，仅用于评价测井仪的能谱总计数率是否达标。
第1能区，能量范围为[0.4MeV，2.8MeV]，该能区反映铀、钍和钾高能区的全部特征峰以及其它能量峰、康普顿坪的计数效应，是现行γ总量测井的铀矿定量所用的能区。该能区覆盖了钍的最大特征峰2.615MeV，记为钍特征谱段2。
第2能区，能量范围为[0.4MeV，2.3MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了铀的特征峰2.20MeV，记为铀特征谱段3。
第3能区，能量范围为[0.4MeV，2.0MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了铀的最大特征峰1.765MeV，记为铀特征谱段2。
第4能区，能量范围为[0.4MeV，1.7MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了钍特征峰2.615MeV的双逃逸峰1.595MeV，记为钍特征谱段1。
第5能区，能量范围为[0.4MeV，1.55MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了钾的唯一特征峰1.461MeV，记为钾特征谱段。
第6能区，能量范围为[0.4MeV，1.35MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了铀/钍的多个特征峰，记为铀特征谱段1。
假设，能谱测井的每个测点的深度坐标为Zj，其中j＝1,2,……为测点序号；由每个测点的7个能谱计数率构建出的7条能谱测井曲线记为：
{Ni(Zj)}，其中i＝0,1,…,6；j＝1,2,…
式中，下标i为7个能区的序号；下标j为测点的序号，也是单元层的序号；Ni(Zj)表示第i能区在第j测点获得的能谱计数率。
二、采用7条能谱测井曲线进行铀矿定量的两种技术方案
本发明采用“铀矿能谱测井五点反褶积法”进行铀矿定量解释，分为“先分层、后剥离”与“先剥离、后分层”两种技术方案。
(1)“先分层、后剥离”的技术方案
该技术方案对应的“铀矿能谱测井五点反褶积法”的方程式为：
式中，
Zj表示钻孔深度坐标Z的取样点，即测点坐标，下标j＝1,2,…为测点序号；
ΔZ表示测点坐标Z的取样间距，满足ΔZ＝Zj+1-Zj≈10cm的条件；
Ni(Zj)表示第i能区在测点坐标Zj处的计数率，按测点依次相连，得到的第i条能谱测井曲线为{Ni(Zj)}，其中i＝1,2,…,6为能区序号；
qk(Zj)表示对应于测点坐标Zj的单元层所含第k种放射性元素的含量，其中k＝1为铀元素含量，k＝2为钍元素含量，k＝3为钾元素含量；
Aik称为换算系数，表示由单位含量的第k种放射性元素构建饱和矿层时，在其中心点的计数率为Aik，即每种放射性元素k在每个能区i都有各自的换算系数。换算系数是利用标准模型井的实测数据求得的一组常数。
αi称为特征参数，是描述地层特征的参数。表示测点离开矿层后，其能谱测井曲线将按负指数规律迅速下降，其下降速度为αi。也就是第i能区的伽马射线被单位厚度的地层吸收所呈现的吸收概率。特征参数是利用自身能谱测井曲线实时求得的一组常数。
所谓“先分层”，是按方程式(1)的第1个公式进行分层解释，即先求得中间变量N′i(Zj)，该变量称为饱和计数率。饱和计数率的物理含义为：采用铀、钍和钾元素含量为qk(Zj)的岩石构建饱和矿层，该矿层中心点的计数率则为N′i(Zj)。
所谓“后剥离”，是按方程式(1)的第2个公式进行元素剥离，即利用饱和计数率N′i(Zj)求取每个单元层的铀、钍和钾元素的含量qk(Zj)，但在第2个公式中，k的取值范围小于i的取值范围，即待求未知数qk(Zj)少于方程个数，是一个直接解方程将无解的奇异方程，须用“最小二乘法”求解。
(2)“先剥离、后分层”的技术方案
该技术方案对应的“铀矿能谱测井五点反褶积法”的方程式为：
式中，各参数的物理含义参见方程(1)。
所谓“先剥离”，是按方程式(2)的第1个公式进行元素剥离，即先求得中间变量q′k(Zj)，该变量称为饱和含量，物理含义为：当饱和矿层的铀、钍和钾元素含量为q′k(Zj)时，该矿层中心点的计数率将为Ni(Zj)，但在第1个公式中，k的取值范围小于i的取值范围，即待求未知数q′k(Zj)少于方程个数，是一个直接解方程将无解的奇异方程，须用“最小二乘法”求解。
所谓“后分层”，是按方程式(2)的第2个公式进行分层解释，即利用中间变量q′k(Zj)求取每个单元层的铀、钍和钾元素的含量qk(Zj)。
本发明的有益效果为：
相比γ总量测井和基于特征峰的γ能谱测井的铀矿定量方法，本发明通过同时求取每个单元层的铀、钍和钾元素，无需人工划定矿层边界，还能大大提高测井速度，进而具有提高钻探效率、降低勘探成本、缩短铀定量周期等优点，并能通过计算机编程实现铀矿定量的现场解析。
附图说明
为了更清楚地说明本发明的技术方案，下面对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为含铀/钍/钾的饱和矿层及其中心测点的γ能谱曲线、能量峰与能区划分方案示意图；
图2为本发明优选实施例的处理流程图；
图3为发明优选实施例的γ能谱测井仪基本结构其框图；
图4为发明优选实施例的矿层中心点的γ能谱曲线；
图5为发明优选实施例的第0能区测井曲线与饱和计数率N′i(Zj)曲线；
图6为发明优选实施例的第1能区测井曲线与饱和计数率N′i(Zj)曲线；
图7为发明优选实施例的第2能区测井曲线与饱和计数率N′i(Zj)曲线；
图8为发明优选实施例的第3能区测井曲线与饱和计数率N′i(Zj)曲线；
图9为发明优选实施例的第4能区测井曲线与饱和计数率N′i(Zj)曲线；
图10为发明优选实施例的第5能区测井曲线与饱和计数率N′i(Zj)曲线；
图11为发明优选实施例的第6能区测井曲线与饱和计数率N′i(Zj)曲线；
图12为发明优选实施例的铀元素解释结果曲线图；
图13为发明优选实施例的钍元素解释结果曲线图；
图14为发明优选实施例的钾元素解释结果曲线图。
附图3中，1、γ探测器；2、多道脉冲幅度分析器；3、通讯及辅助电路；4、马笼头；5、不锈钢探管外壳；6、测井电缆；7、岩体；8、编码盘；9、控制与数据处理平台；10、电源与绞车控制平台。
具体实施方式
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。
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。
本实施案例主要提供了一种应用γ能谱测井确定层状铀矿或层状地层铀、钍、钾等天然放射性元素含量的测井方法。包括含铀/钍/钾的饱和矿层及其中心测点的γ能谱曲线、能量峰与能区划分方案示意图(如图1所示)、本发明优选实施例的处理流程图(如图2所示)、γ能谱测井仪的基本结构其框图(如图3所示)、仿真计算获得的层状铀矿(地层)井获得的γ能谱测井数据(矿层中心点的γ能谱曲线如图4)、模拟仿真的测井曲线图(如图5～11)、铀/钍/钾解释结果曲线图(如图12～14)、可逐点求取层状矿层或地层铀/钍/钾元素含量的铀矿定量等内容。本实施案例说明如下：
本发明公开了“先剥离、后分层”和“先分层、后剥离”的两类“铀矿能谱测井五点反褶积法”的技术方案、算法公式和软件流程，具体包括：
采用高分辨率γ能谱确定7个能区及其能谱计数率的技术方案能量峰识别与选取的基本原则
针对铀/钍含量较高、钾含量适中的饱和矿层，在其中心测点测得的能谱如图1所示。图中，能量高于1MeV且清晰可辨的主要能量峰为特征峰、逃逸峰以及由它们构成的重叠峰，即：
特征峰包括：钍的特征峰为2.615MeV、1.623MeV、1.621MeV、1.588MeV；铀的特征峰为2.20MeV、1.765MeV、1.408MeV、1.401MeV、1.238MeV、1.12MeV；钾的特征峰为1.461MeV。
逃逸峰包括：钍特征峰2.615MeV形成的单逃逸峰2.105MeV、双逃逸峰1.595MeV；铀特征峰1.765MeV形成的单逃逸峰1.255MeV。
重叠峰包括：在上述能量峰中，1.595MeV、1.588MeV、1.621MeV、1.623MeV相互重叠；1.255MeV、1.238MeV相互重叠；1.401MeV、1.408MeV相互重叠。
如图1所示，在探测器中低能射线的能量峰与康普顿坪的计数率很大，在能谱图上高能与低能的能量峰、康普顿坪差异达2个量级。因低能康普顿坪与地层岩石的物质组分密切相关，有利于估算岩石密度和划分岩性，但对γ测井铀矿定量是重要的干扰因素，因此低能区计数率不参与铀矿定量。在保障总计数率较高的前提下，现行γ总量测井铀矿定量的能区下限为0.4MeV，本专利也采用能量高于0.4MeV的能谱计数率进行γ能谱测井的铀矿定量。
铀矿定量的γ能谱测井五点反褶积法的软件设计流程图
根据“先剥离、后分层”和“先分层、后剥离”的两类“铀矿能谱测井五点反褶积法”及其该法的公式，本发明公开的软件流程如图2所示。
1、γ能谱测井仪基本结构
γ能谱测井仪是将测量的地层不同能量伽马射线转为核脉冲幅度分布(常称为γ能谱)的仪器设备。γ能谱测井仪共有七个部分组成(基本结构如图3所示)，包含
γ探测器1；多道脉冲幅度分析器2；通讯及辅助电路3；、马笼头4；不锈钢探管外壳5；测井电缆6；岩体7；编码盘8；、控制与数据处理平台9；电源与绞车控制平台10。
选用综合性能优良的γ探测器，特别是能量分辨率达3.5％@662keV或者更好的探测器，该探测器在含量为100ppm的饱和铀矿层的中心点能够测得1000cps以上的能谱总计数率。例如选用LaBr3(Ce)晶体探测器。
本实施案例选择深度间距10cm，仿真γ能谱测井仪匀速测量并保存钻孔γ能谱数据，矿层中心点的γ能谱曲线实例结果如图4所示。
2、γ能量范围的确定与γ能谱测井曲线的获得
引起各测点能谱变化的关键因素包括：矿层所含放射性元素的种类与含量，射线与地层、探测器及其钻孔中其它介质的相互作用，其中特征峰反映了铀、钍、钾元素放出的固有能量的γ射线，逃逸峰、康普顿坪是射线与介质相互作用所造成，是特征峰的次级反映；射线与介质相互作用还将弱化特征峰与逃逸峰，强化康普顿坪，进而掩盖了铀/钍/钾元素放出的γ射线的固有特征，对元素种类分辨和元素含量求解造成了的不利因素。
按照本发明提供的能区划分方案，将每个测量的γ能谱分解为7个能区，其中：第0能区用E0表示，能量范围为[0.0MeV，2.8MeV]，反映铀、钍和钾所有特征峰以及其它能量峰、康普顿坪的计数效应，可获取某测点能谱测井的总计数率。该能区不参与铀矿定量，仅用于评价测井仪的能谱总计数率是否达标。第1能区用E1表示，能量范围为[0.4MeV，2.8MeV]，该能区反映铀、钍和钾高能区的全部特征峰以及其它能量峰、康普顿坪的计数效应，是现行γ总量测井的铀矿定量所用的能区。该能区覆盖了钍的最大特征峰2.615MeV，记为钍特征谱段2。第2能区用E2表示，能量范围为[0.4MeV，2.3MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了铀的特征峰2.20MeV，记为铀特征谱段3。第3能区用E3表示，能量范围为[0.4MeV，2.0MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了铀的最大特征峰1.765MeV，记为铀特征谱段2。第4能区用E4表示，能量范围为[0.4MeV，1.7MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了钍特征峰2.615MeV的双逃逸峰1.595MeV，记为钍特征谱段1。第5能区用E5表示，能量范围为[0.4MeV，1.55MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了钾的唯一特征峰1.461MeV，记为钾特征谱段。第6能区用E6表示，能量范围为[0.4MeV，1.35MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应。该能区覆盖了铀和钍的多个特征峰，记为铀特征谱段1。
对每个能区的数据进行求和，并减去本底得到净计数Ni。设每个测点的深度坐标为Zj，其中j＝1,2,……为测点序号；由每个测点的7个能段计数率构建出的7条能谱测井曲线记为：
{Ni(Zj)} i＝0,1,…,6；j＝1,2,…
将本实施案例的钻孔γ能谱数据按上述方法进行处理，得到7条能谱测井曲线，如图5～11中实线部分所示。
3、采用“先分层、后剥离”或“先剥离、后分层”两种技术方案对测井曲线进行计算，可以同时得到的每个单元层的铀、钍和钾元素的含量。
“先分层、后剥离”技术方案为：
“先分层”，是按方程式(1)的第1个公式进行分层解释，即先求得中间变量N′i(Zj)，该变量称为饱和计数率；饱和计数率的物理含义为：采用铀、钍和钾元素含量为qk(Zj)的岩石构建饱和矿层，该矿层中心点的计数率则为N′i(Zj)；
“后剥离”，是按方程式(1)的第2个公式进行元素剥离，即利用饱和计数率N′i(Zj)求取每个单元层的铀、钍和钾元素的含量qk(Zj)，但在第2个公式中，k的取值范围小于i的取值范围，即待求未知数qk(Zj)少于方程个数，是一个直接解方程将无解的奇异方程，须用“最小二乘法”求解；
其中，
式中，
Zj表示钻孔深度坐标Z的取样点，即测点坐标，下标j＝1,2,…为测点序号；
ΔZ表示测点坐标Z的取样间距，满足ΔZ＝Zj+1-Zj≈10cm的条件；
Ni(Zj)表示第i能区在测点坐标Zj处的计数率，按测点依次相连，得到的第i条能谱测井曲线为{Ni(Zj)}，其中i＝1,2,…,6为能区序号；
qk(Zj)表示对应于测点坐标Zj的单元层所含第k种放射性元素的含量，其中k＝1为铀元素含量，k＝2为钍元素含量，k＝3为钾元素含量；
Aik称为换算系数，表示由单位含量的第k种放射性元素构建饱和矿层时，在其中心点的计数率为Aik，即每种放射性元素k在每个能区i都有各自的换算系数；换算系数是利用标准模型井的实测数据求得的一组常数；
αi称为特征参数，是描述地层特征的参数；表示测点离开矿层后，其能谱测井曲线将按负指数规律迅速下降，其下降速度为αi；也就是第i能区的伽马射线被单位厚度的地层吸收所呈现的吸收概率；特征参数是利用自身能谱测井曲线实时求得的一组常数。
“先剥离、后分层”技术方案为：
“先剥离”，是按方程式(2)的第1个公式进行元素剥离，即先求得中间变量q′k(Zj)，该变量称为饱和含量，物理含义为：当饱和矿层的铀、钍和钾元素含量为q′k(Zj)时，该矿层中心点的计数率将为Ni(Zj)，但在第1个公式中，k的取值范围小于i的取值范围，即待求未知数q′k(Zj)少于方程个数，是一个直接解方程将无解的奇异方程，须用“最小二乘法”求解；
“后分层”，是按方程式(2)的第2个公式进行分层解释，即利用中间变量q′k(Zj)求取每个单元层的铀、钍和钾元素的含量qk(Zj)；
其中，
式中，各参数的物理含义参见方程(1)。
4、铀矿定量解释方法与实例
按照本发明提供的“先分层、后剥离”技术方案，对得到7条能谱测井曲线分别按照公式(3)进行反褶积计算，得到每个矿层的饱和计数率N′i(Zj)，计算结果如图5～11中虚线部分所示。
需要注意的是，公式(3)在计算时需要通过曲线分别求取特征参数αi，求取方法于铀矿γ总量分层解释技术中特征参数α的求取方法相同。
最后使用“最小二乘法”等奇异方程的数值解法，按公式(4)进行元素剥离，即利用饱和计数率N′i(Zj)求取每个单元层的铀、钍和钾元素的含量qk(Zj)，解释结果如图12～14所示。
从图12～14可以看出，本方法解释得到的每个单元层的铀、钍和钾元素的含量qk(Zj)与仿真设定的含量解释结果的误差不超过10％，符合现行铀矿测井规范的要求，并剥离出了钍、钾元素，提高了铀矿定量解释的准确性。
以上所述的实施例仅是对本申请优选方式进行的描述，并非对本申请的范围进行限定，在不脱离本申请设计精神的前提下，本领域普通技术人员对本申请的技术方案做出的各种变形和改进，均应落入本申请权利要求书确定的保护范围内。
Claims (4)
1.一种γ能谱测井铀矿定量五点反褶积解释方法，具体是指：沿钻孔开展γ能谱测量，依此获得多个能区的测井曲线，利用这些测井曲线和能谱特征，反演计算沿钻孔的铀含量分布；其特征在于：按自然γ射线的能量范围将其划分为7个能区，并按每个测点的能区计数率汇集成7条测井曲线，按照能谱测井铀矿定量五点反褶积法，反演计算地层铀含量沿钻孔分布时所涉及的算法流程、求解单元层铀、钍和钾含量的计算公式。
2.根据权利要求1所述的一种γ能谱测井铀矿定量五点反褶积解释方法，其特征在于：
(1)探测器选择
选用综合性能优良的γ探测器，能量分辨率达3.5％@662keV，所述γ探测器在含量为100ppm的饱和铀矿层的中心点测得的能谱总计数率能够不低于1000cps；
(2)能区的划分方案及其能量范围的确定与能谱测井曲线的获得
能区的所有计数率均参与分层解释、元素剥离的定量计算，实现快速能谱测井；也就是，按全谱与所述全谱的覆盖特征峰选取7个能区，又称7个能量段，将“大”地层细分为“单元层”，构建出能区、单元层与能谱测井曲线的关系，选取的7个能区为：
第0能区，简称总能区，能量范围为[0.0MeV，2.8MeV]，反映铀、钍和钾所有特征峰以及其它能量峰、康普顿坪的计数效应，获取某测点能谱测井的总计数率；所述第0能区不参与铀矿定量，仅用于评价测井仪的能谱总计数率是否达标；
第1能区，能量范围为[0.4MeV，2.8MeV]，所述第1能区反映铀、钍和钾高能区的全部特征峰以及其它能量峰、康普顿坪的计数效应，是现行γ总量测井的铀矿定量所用的能区；所述第1能区覆盖了钍的最大特征峰2.615MeV，记为钍特征谱段2；
第2能区，能量范围为[0.4MeV，2.3MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应；所述第2能区覆盖了铀的特征峰2.20MeV，记为铀特征谱段3；
第3能区，能量范围为[0.4MeV，2.0MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应；所述第3能区覆盖了铀的最大特征峰1.765MeV，记为铀特征谱段2；
第4能区，能量范围为[0.4MeV，1.7MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应；所述第4能区覆盖了钍特征峰2.615MeV的双逃逸峰1.595MeV，记为钍特征谱段1；
第5能区，能量范围为[0.4MeV，1.55MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应；所述第5能区覆盖了钾的唯一特征峰1.461MeV，记为钾特征谱段；
第6能区，能量范围为[0.4MeV，1.35MeV]，反映铀、钍和钾高能区的部分特征峰以及其它能量峰、康普顿坪的计数效应；所述第6能区覆盖了铀/钍的多个特征峰，记为铀特征谱段1；
将能谱测井的每个测点的深度坐标设为Zj，由每个测点的7个能谱计数率构建出的7条能谱测井曲线记为：
{Ni(Zj)}，其中i＝0,1,…,6；j＝1,2,…
式中，下标i为7个能区的序号；下标j＝1,2,……为测点的序号，也是单元层的序号；Ni(Zj)表示第i能区在第j测点获得的能谱计数率；
(3)采用“先分层、后剥离”或“先剥离、后分层”两种技术方案对测井曲线进行计算，可以同时得到的每个单元层的铀、钍和钾元素的含量。
3.根据权利要求2所述的一种γ能谱测井铀矿定量五点反褶积解释方法，其特征在于：“先分层、后剥离”的过程包括：
“先分层”，是按方程式(1.1)进行分层解释，即先求得中间变量N′i(Zj)，所述中间变量称为饱和计数率；饱和计数率的物理含义为：采用铀、钍和钾元素含量为qk(Zj)的岩石构建饱和矿层，该矿层中心点的计数率则为N′i(Zj)；
“后剥离”，是按方程式(1.2)式进行元素剥离，即利用饱和计数率N′i(Zj)求取每个单元层的铀、钍和钾元素的含量qk(Zj)，但在第2个公式中，k的取值范围小于i的取值范围，即待求未知数qk(Zj)少于方程个数，是一个直接解方程将无解的奇异方程，利用“最小二乘法”求解；
其中，
式中，
Zj表示钻孔深度坐标Z的取样点，即测点坐标，下标j＝1,2,…为测点序号；
ΔZ表示测点坐标Z的取样间距，满足ΔZ＝Zj+1-Zj≈10cm的条件；
Ni(Zj)表示第i能区在测点坐标Zj处的计数率，按测点依次相连，得到的第i条能谱测井曲线为{Ni(Zj)}，其中i＝1,2,…,6为能区序号；
qk(Zj)表示对应于测点坐标Zj的单元层所含第k种放射性元素的含量，其中k＝1为铀元素含量，k＝2为钍元素含量，k＝3为钾元素含量；
Aik称为换算系数，表示由单位含量的第k种放射性元素构建饱和矿层时，在其中心点的计数率为Aik，即每种放射性元素k在每个能区i都有各自的换算系数；换算系数是利用标准模型井的实测数据求得的一组常数；
αi称为特征参数，是描述地层特征的参数；表示测点离开矿层后，其能谱测井曲线将按负指数规律迅速下降，其下降速度为αi；也就是第i能区的伽马射线被单位厚度的地层吸收所呈现的吸收概率；特征参数是利用自身能谱测井曲线实时求得的一组常数。
4.根据权利要求2所述的一种γ能谱测井铀矿定量五点反褶积解释方法，其特征在于：“先剥离、后分层”的过程包括：
“先剥离”，是按方程式(2.1)进行元素剥离，即先求得中间变量q′k(Zj)，该变量称为饱和含量，物理含义为：当饱和矿层的铀、钍和钾元素含量为q′k(Zj)时，该矿层中心点的计数率将为Ni(Zj)，但在第1个公式中，k的取值范围小于i的取值范围，即待求未知数q′k(Zj)少于方程个数，是一个直接解方程将无解的奇异方程，利用“最小二乘法”求解；
“后分层”，是按方程式(2.2)进行分层解释，即利用中间变量q′k(Zj)求取每个单元层的铀、钍和钾元素的含量qk(Zj)；
其中，
式中，各参数的物理含义参见方程(1)。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210054227.9A CN115032705B (zh) | 2022-01-18 | 2022-01-18 | 一种γ能谱测井铀矿定量五点反褶积解释方法 |
| US17/835,642 US20230228906A1 (en) | 2022-01-18 | 2022-06-08 | Five-point deconvolution interpretation method for quantification of uranium ores by gamma spectrum logging |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210054227.9A CN115032705B (zh) | 2022-01-18 | 2022-01-18 | 一种γ能谱测井铀矿定量五点反褶积解释方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115032705A true CN115032705A (zh) | 2022-09-09 |
| CN115032705B CN115032705B (zh) | 2023-02-17 |
Family
ID=83119625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210054227.9A Active CN115032705B (zh) | 2022-01-18 | 2022-01-18 | 一种γ能谱测井铀矿定量五点反褶积解释方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US20230228906A1 (zh) |
| CN (1) | CN115032705B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108457640A (zh) * | 2018-01-26 | 2018-08-28 | 东华理工大学 | 融合瞬发中子时间谱修正自然γ总量的铀矿测井定量方法 |
| CN112630848A (zh) * | 2020-11-24 | 2021-04-09 | 东华理工大学 | 一种基于能谱测井特征谱段的铀矿定量剥离系数求法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4475038A (en) * | 1982-04-16 | 1984-10-02 | Lochmann Mark J | In situ lithology determination |
| US10585209B2 (en) * | 2017-09-18 | 2020-03-10 | Baker Hughes, A Ge Company, Llc | Gamma ray spectra contrast sharpening |
| US11953647B2 (en) * | 2021-11-05 | 2024-04-09 | Saudi Arabian Oil Company | System and method for radioactivity prediction to evaluate formation productivity |
-
2022
- 2022-01-18 CN CN202210054227.9A patent/CN115032705B/zh active Active
- 2022-06-08 US US17/835,642 patent/US20230228906A1/en active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108457640A (zh) * | 2018-01-26 | 2018-08-28 | 东华理工大学 | 融合瞬发中子时间谱修正自然γ总量的铀矿测井定量方法 |
| CN112630848A (zh) * | 2020-11-24 | 2021-04-09 | 东华理工大学 | 一种基于能谱测井特征谱段的铀矿定量剥离系数求法 |
Non-Patent Citations (1)
| Title |
|---|
| 汤彬: "钻孔γ场理论与核测井分层解释方法研究与应用", 《中国博士学位论文全文数据库•基础科学辑》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115032705B (zh) | 2023-02-17 |
| US20230228906A1 (en) | 2023-07-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0259225B1 (en) | Logging apparatus and method for determining absolute elemental concentrations of subsurface formations | |
| US7402797B2 (en) | Method and apparatus for determining aluminum concentration in earth formations | |
| US4152590A (en) | Simultaneous thermal neutron decay time and porosity logging system | |
| US8847149B2 (en) | Determining formation characteristics | |
| US7205535B2 (en) | Elemental gamma ray signature instrument | |
| CN108457640B (zh) | 融合瞬发中子时间谱修正自然γ总量的铀矿测井定量方法 | |
| NO343322B1 (no) | Fremgangsmåte og apparat for å estimere kildebergartinnhold av en jordformasjon | |
| CN108825219B (zh) | 融合自然γ能谱与中子时间谱的铀矿测井刻度参数求法 | |
| CN112904436B (zh) | 一种元素产额与热中子计数比组合的孔隙度测量方法 | |
| NO20120771A1 (no) | Apparat og fremgangsmåte for pulsert nøytronmåling for å estimere egenskaper ved en undergrunnssone | |
| CN112182966B (zh) | 一种基于多源测录井数据的生物扰动储集层识别方法 | |
| Hertzog et al. | Neutron-excited gamma-ray spectrometry for well logging | |
| CN115267928A (zh) | 一种用于随钻元素测井的能谱智能处理方法 | |
| US20110218735A1 (en) | Real-Time Lithology and Mineralogy Interpretation | |
| CN112523741B (zh) | 一种基于能谱测井交叉谱段的铀矿定量刻度系数求法 | |
| US4137452A (en) | Method of measuring horizontal fluid flow in cased off subsurface formations with manganese compensation | |
| CN115032705B (zh) | 一种γ能谱测井铀矿定量五点反褶积解释方法 | |
| US4134011A (en) | Earth formation porosity log using measurement of fast neutron energy spectrum | |
| CN112630848B (zh) | 一种基于能谱测井特征谱段的铀矿定量剥离系数求法 | |
| CN112523742B (zh) | 一种基于能谱测井特征谱段求取自然伽马放射性元素含量的方法 | |
| Bouchou et al. | Integration of nuclear spectroscopy technology and core data results for through-casing TOC measurement and saturation analysis: A case study in Najmah-Sargelu reservoir, South Kuwait | |
| CN112523749B (zh) | 一种基于二次规划计算地层矿物含量的方法 | |
| RU2154846C2 (ru) | Способ определения характера насыщения коллекторов | |
| CA1050173A (en) | Measurement of subsurface formation lithology, including composition and fluids, using capture gamma spectroscopy | |
| US3246152A (en) | Method of compensating for the iron casing effect in radioactive well logging |
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 |