CN115700736A - 页岩层系孔隙占比计算方法、装置、电子设备及存储介质 - Google Patents
页岩层系孔隙占比计算方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115700736A CN115700736A CN202110801235.0A CN202110801235A CN115700736A CN 115700736 A CN115700736 A CN 115700736A CN 202110801235 A CN202110801235 A CN 202110801235A CN 115700736 A CN115700736 A CN 115700736A
- Authority
- CN
- China
- Prior art keywords
- porosity
- pore
- pores
- organic
- inorganic
- 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.)
- Pending
Links
Images
Landscapes
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种页岩层系孔隙占比计算方法、装置、电子设备及存储介质,该方法包括:获取页岩层系的扫描电镜图像,从中提取页岩层系中的微裂缝,计算微裂缝对应的第一面孔率;按照孔隙的形状识别出有机孔和无机孔,计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;基于第一面孔率、第二面孔率、第三面孔率确定页岩层系不同类型孔隙的孔隙占比。应用本发明实施例提供的方法计算页岩层系的孔隙占比时,充分考虑了孔隙所具有的多尺度和多类型的特点,对页岩层系中的纳米级有机孔、纳米级无机孔以及微米甚至毫米级微裂缝等不同类型孔隙进行识别,能够真实反映出不同类型孔隙对页岩气富集的贡献程度,从而提高了页岩层系孔隙占比计算的准确性。
Description
技术领域
本发明涉及非常规资源勘探技术领域,尤其涉及一种页岩层系孔隙占比计算方法、装置、电子设备及存储介质。
背景技术
我国页岩气储量十分丰富,尤其是南方海相页岩气产量最大,潜力最优。页岩层系具有“源储一体”、孔隙结构复杂的特点,分布有纳米级的有机孔、无机孔乃至微米级的微裂缝,且不同类型孔隙对页岩气的富集贡献差异较大,可见,不同孔隙类型的面孔率占比对页岩气储量计算、页岩储层地质评价有着重要作用。
页岩层系中的孔隙具有多类型和多尺度的特点。通常,页岩层系中页岩气主要以吸附态或游离态赋存于页岩的各类孔隙,包括有机孔、粒内孔、粒间孔以及裂缝。而且,多数学者认为有机孔或无机孔以纳米级为主,有机孔的孔径介于2nm~1000nm之间,无机孔的孔径介于5nm~1200nn之间;而微裂缝的尺度一般在微米级别、甚至是毫米级别。
现有技术的一种方式中,对有机孔进行识别并基于所识别出的有机孔计算有机孔的面孔率,或是直接计算整个页岩层系中全部孔隙的总面孔率或总孔隙度,忽视了裂缝对页岩气富集的影响与贡献程度。现有技术的另一种方式中,从测井角度对有机孔、粒间孔或脆性矿物孔、粘土矿物孔、裂缝等四类孔隙进行定量计算,然而,该方式仍以有机孔或无机孔为主。
可见,现有技术对页岩层系孔隙特征的研究停留在单一尺度或单一类型上,未综合考量多尺度不同类型的孔隙各自的面孔率占比情况,与此同时,现有技术对页岩层系孔隙的研究忽略了裂缝对页岩气富集的贡献,这样导致页岩层系孔隙占比计算的准确性不高。
发明内容
本发明要解决的技术问题是:现有技术对页岩层系孔隙特征的研究停留在单一尺度或单一类型上,未综合考量多尺度不同类型的孔隙各自的面孔率占比情况,与此同时,现有技术对页岩层系孔隙的研究忽略了裂缝对页岩气富集的贡献,这样导致页岩层系孔隙占比计算的准确性不高。
为解决上述技术问题,本发明提供了一种页岩层系孔隙占比计算方法,包括:
获取页岩层系的扫描电镜图像;
从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率;
按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;
基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
可选地,所述基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比,包括:
按照如下表达式确定微裂缝孔隙占比K缝、有机孔孔隙占比K有机和无机孔孔隙占比K无机:
其中,φ缝为微裂缝对应的第一面孔率,φ有机为有机孔对应的第二面孔率,φ无机为无机孔对应的第三面孔率。
可选地,所述从所述扫描电镜图像中提取所述页岩层系中的微裂缝,包括:
判断所述扫描电镜图像中是否存在像素宽度是否大于设定的像素宽度的第一类疑似目标区域;
若存在,则将所述第一类疑似目标区域提取为微裂缝。
可选地,所述从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率,包括:
利用如下表达式计算所述第一面孔率φ缝,
其中,S为扫描电镜分析视域的面积,n为微裂缝的条数,Si为统计的第i条微裂缝的面积。
可选地,所述按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率,包括:
沿着至少两个互不平行的预设方向对所述扫描电镜图像进行切割,得到多个切割区域;
按照各个切割区域中第二类疑似目标区域内孔隙的形状识别出有机孔和无机孔,并分别计算预设方向下各切割区域内有机孔子面孔率、以及预设方向下各切割区域内无机孔子面孔率;
基于所述有机孔子面孔率之和计算所述第二面孔率,以及基于所述无机孔子面孔率之和计算所述第三面孔率。
可选地,所述按照各个切割区域中第二类疑似目标区域内孔隙的形状识别出有机孔和无机孔,并分别计算预设方向下各切割区域内有机孔子面孔率、以及预设方向下各切割区域内无机孔子面孔率,包括:
其中,m为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,k为切割区域内有机质颗粒的数量,Sji为沿预设方向上第j条切割区域内第i个有机质颗粒内的有机孔面积。
可选地,所述基于所述有机孔子面孔率之和计算所述第二面孔率,包括:
利用如下表达式计算所述第二面孔率φ有机,
其中,t为预设方向的数量。
可选地,所述按照各个切割区域中第二类疑似目标区域内孔隙的形状识别出有机孔和无机孔,并分别计算预设方向下各切割区域内有机孔子面孔率、以及预设方向下各切割区域内无机孔子面孔率,包括:
其中,p为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,q为切割区域内无机质颗粒的数量,Sji黏土为沿预设方向上第j条切割区域内第i个黏土孔隙的有机孔面积,Sji粒间为沿预设方向上第j条切割区域内第i个粒间孔隙的有机孔面积,Sji粒内为沿预设方向上第j条切割区域内第i个粒内孔隙的有机孔面积。
可选地,所述基于所述无机孔子面孔率之和计算所述第三面孔率,包括:
利用如下表达式计算所述第三面孔率φ无机,
其中,b为预设方向的数量。
为解决上述技术问题,本发明提供了一种页岩层系孔隙占比计算装置,包括:
图像获取模块,用于获取页岩层系的扫描电镜图像;
第一尺度孔隙面孔率计算模块,用于从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率;
第二尺度孔隙面孔率计算模块,用于按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;
页岩层系面孔率确定模块,用于基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
可选地,所述页岩层系面孔率确定模块,具体用于按照如下表达式确定微裂缝孔隙占比K缝、有机孔孔隙占比K有机和无机孔孔隙占比K无机:
其中,φ缝为微裂缝对应的第一面孔率,φ有机为有机孔对应的第二面孔率,φ无机为无机孔对应的第三面孔率。
可选地,所述第一尺度孔隙面孔率计算模块,具体用于判断所述扫描电镜图像中是否存在像素宽度是否大于设定的像素宽度的第一类疑似目标区域;若存在,则将所述第一类疑似目标区域提取为微裂缝。
可选地,所述第一尺度孔隙面孔率计算模块,用于利用如下表达式计算所述第一面孔率φ缝,
其中,S为扫描电镜分析视域的面积,n为微裂缝的条数,Si为统计的第i条微裂缝的面积。
可选地,所述第二尺度孔隙面孔率计算模块,包括区域切割单元、子面孔率计算单元和总面孔率计算单元;其中,
所述区域切割单元,用于沿着至少两个互不平行的预设方向对所述扫描电镜图像进行切割,得到多个切割区域;
所述子面孔率计算单元,用于按照各个切割区域中第二类疑似目标区域内孔隙的形状识别出有机孔和无机孔,并分别计算预设方向下各切割区域内有机孔子面孔率、以及预设方向下各切割区域内无机孔子面孔率;
所述总面孔率计算单元,用于基于所述有机孔子面孔率之和计算所述第二面孔率,以及基于所述无机孔子面孔率之和计算所述第三面孔率。
其中,m为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,k为切割区域内有机质颗粒的数量,Sji为沿预设方向上第j条切割区域内第i个有机质颗粒内的有机孔面积。
可选地,所述总面孔率计算单元,具体用于利用如下表达式计算所述第二面孔率φ有机,
其中,t为预设方向的数量。
其中,p为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,q为切割区域内无机质颗粒的数量,Sji黏土为沿预设方向上第j条切割区域内第i个黏土孔隙的有机孔面积,Sji粒间为沿预设方向上第j条切割区域内第i个粒间孔隙的有机孔面积,Sji粒内为沿预设方向上第j条切割区域内第i个粒内孔隙的有机孔面积。
可选地,所述总面孔率计算单元,具体用于利用如下表达式计算所述第三面孔率φ无机,
其中,b为预设方向的数量。
为解决上述技术问题,本发明提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
为解决上述技术问题,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
应用本发明的页岩层系孔隙占比计算方法、装置、电子设备及存储介质,在计算页岩层系的孔隙占比时,先获取页岩层系的扫描电镜图像,从扫描电镜图像中提取页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率;接着,按照扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;然后,基于第一面孔率、第二面孔率和第三面孔率确定页岩层系不同类型孔隙的孔隙占比。
可以看出,应用本发明实施例提供的方法计算页岩层系的孔隙占比时,充分考虑了孔隙所具有的多尺度和多类型的特点,对页岩层系中的纳米级有机孔、纳米级无机孔以及微米甚至毫米级微裂缝等不同类型孔隙进行识别,能够真实反映出不同类型孔隙对页岩气富集的贡献程度,从而提高了页岩层系孔隙占比计算的准确性;另外,本发明实施例提供的上述方法还可以达到肉眼直观且快速地识别出页岩层系中有机孔、无机孔以及微裂缝等多尺度多类型孔隙的效果。
附图说明
为了更清楚地说明本发明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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的页岩层系孔隙占比计算方法的一种流程图;
图2为页岩层系中一岩心样品的抛光图;
图3为对图2中的岩心样品进行扫描电镜分析后得到的扫描电镜图像;
图4a为微裂缝原始图像;
图4b为对图4a进行二值化处理后得到的高对比度图像;
图5a为有机孔的孔隙形状示意图;
图5b无机孔的孔隙形状示意图;
图6为本发明实施例提供的页岩层系孔隙占比计算方法的另一种流程图;
图7为本发明实施例提供的页岩层系孔隙占比计算方法的又一种流程图;
图8a为沿着横向或前后方向对扫描电镜图像进行区域切割的示意图;
图8b为图8a所示切割区域内的扫描区域的局部放大图;
图9a为纵向或左右方向对扫描电镜图像进行区域切割的示意图;
图9b为图9a所示切割区域内的扫描区域的局部放大图;
图10a为沿着斜交方向对扫描电镜图像进行区域切割的示意图;
图10b为图10a所示切割区域内的扫描区域的局部放大图;
图11为对某一页岩样品的扫描电镜图像进行有机孔的识别与放大图;
图12为本发明实施例提供的页岩层系孔隙占比计算装置的一种结构图;
图13为本发明实施例提供的页岩层系孔隙占比计算装置的另一种结构图;
图14为本发明实施例提供的计算机设备的一种结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
页岩层系具有“源储一体”、孔隙结构复杂的特点,分布有纳米级的有机孔、无机孔乃至微米级的微裂缝,且不同类型孔隙对页岩气的富集贡献差异较大,不同孔隙类型的面孔率占比对页岩气储量计算、页岩储层地质评价有着重要作用。页岩层系中的孔隙具有多类型和多尺度的特点。通常,页岩层系中页岩气主要以吸附态或游离态赋存于页岩的各类孔隙,包括有机孔、粒内孔、粒间孔以及裂缝。而且,多数学者认为有机孔或无机孔以纳米级为主,有机孔的孔径介于2nm~1000nm之间,无机孔的孔径介于5nm~1200nn之间;而微裂缝的尺度一般在微米级别、甚至是毫米级别。
页岩层系中的不同类型孔隙的占比体现了不同孔隙对总孔隙度的贡献程度。现有技术中,一种方式中对有机孔进行识别并基于所识别出的有机孔计算有机孔的面孔率,或是直接计算整个页岩层系中全部孔隙的总面孔率或总孔隙度;另一方式中对有机孔、粒间孔或脆性矿物孔、粘土矿物孔、裂缝等四类孔隙进行定量计算,然而,该方式仍以有机孔或无机孔为主。
一方案中,通过扫描电镜在微米视阈范围内识别多类型孔隙,即有机孔隙、粒间孔隙、粒内孔隙和微裂缝的孔隙特征并计算整体面孔率大小,但是上述孔隙仅反映了很小的局部范围的孔隙特征,不能代表页岩层系中孔隙的整体性,导致计算结果失真。另一方案中,通过扫描电镜SEM(Scanning Electron Microscope,扫描电子显微镜简称扫描电镜)并结合数学模型,计算不同尺度的面孔率大小,但没有考虑多类型孔隙对总孔隙度的占比。又一方案中,利用扫描电镜,采用多视阈的方法,将微-纳米孔的面孔率等孔隙特征定量化,但是其面孔率计算囊括了页岩层系中所有微孔,并未考虑不同类型孔隙的贡献不同的特点。
可见,现有技术对页岩层系孔隙特征的研究停留在单一尺度或单一类型上,未综合考量多尺度不同类型的孔隙各自的面孔率占比情况,与此同时,现有技术对页岩层系孔隙的研究忽略了裂缝对页岩气富集的贡献,这样导致页岩层系孔隙占比计算的准确性不高。
为解决上述技术问题,本发明实施例提供了一种页岩层系孔隙占比计算方法、装置、电子设备及存储介质。
下面先对本发明实施例提供的页岩层系孔隙占比计算方法进行说明。
实施例一:
如图1所示,为本发明实施例提供的页岩层系孔隙占比计算方法的一种流程图,包括:
步骤S101:获取页岩层系的扫描电镜图像。
一种实现方式中,可以采用扫描电子显微镜利用Maps法对页岩层系的多个页岩样品进行分析,图2为页岩层系中一岩心样品的抛光图,在进行扫描时,设定每个页岩样品的分析面积或物理视域范围为5mm*3mm或同比例放大,扫描得到的Maps图(即扫描电镜图像)与Maps图像数据如图3所示,需要说明的是,图3仅示出了岩心样品实际分析面积的50%视域范围,在图3中,X方向即水平方向包括至少100张子图像、Y方向即竖直方向至少60张子图像,也就是说,图3所示出的扫描电镜图像实际是由至少100*60张(约6000多张)子图像拼接而成的大面积栅格化图像的一部分,X方向仅示出27行子图像,相应地,Y方向仅示出30列子图像(S1~S30)。
需要说明的是,上述子图像是通过栅格化辅助设备和配套软件自动化地对页岩样品的分析面积进行栅格化获得的,同时,也会自动化地将6000多张图片合成一张大面积的Maps图或Maps数据结果。进一步的,将每一张图片放大4000倍以上至2万倍,子图像的视域范围或大小可以达到微米级,例如50微米(类似于包裹体大小);子图像放大后的效果相当于放大至少1.0万倍以上的聚焦离子束FIB图像、或氩离子抛光扫描电镜图像,并且放大后可见单个有机质颗粒内的纳米级有机孔、无机孔、微米级裂缝。
另一种实现方式中,还可以通过聚焦离子束-场发射扫描电镜(FIB-SEM)设备及相关配套仪器,实验测试得到约2000张图片后,采用image J软件或相关辅助软件,运用二值化、校正、色阶调整等图像处理方法,获得Maps实验数据和如图3所示的扫描电镜图像。该Maps图像通过HDView软件任意放大1000倍至2万倍,以便于观察与统计有机孔、无机孔等纳米级孔隙。
需要说明的是,上述提及的image J软件、HDView软件均为具体的软件工具,本发明并不限定采用何种软件工具来实现本发明,本领域技术人员需要根据实际应用中的具体情况进行合理的选择。
另外,上述提及的二值化、校正、色阶调整为对扫描电镜图像进行图像处理的具体方式,本发明也不对此进行限定,本领域技术人员需要根据具体的扫描电镜图像而选择适当的图像处理方式。
步骤S102:从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率。
页岩层系中的微裂缝包括层理缝和高角度缝,是由于构造作用、成岩作用以及异常高压作用单因素或多因素叠覆下产生的微小裂缝,裂缝边缘粗糙,可呈锯齿状,尺度以微米-毫米(μm-mm)为主。
请参见图3,扫描电镜图像中的线条或斑点状的图像区域即为感兴趣的目标,也是极有可能是微裂缝对应的图像区域,通过图像处理中的目标提取技术可以将微裂缝提取出来,并基于提取出的微裂缝对应的图像区域进行第一面孔率计算。请参见图4a和图4b,为提取出的一微裂缝图像,其中,图4a为微裂缝原始图像,图4b为对图4a进行二值化处理后得到的高对比度图像。需要说明的是,现有技术中已经公开了目标提取的相关内容,此处不再赘述。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
步骤S103:按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率。
页岩层系中发育大量原始有机质或沥青质。在埋藏热演化过程中,原油与有机质裂解形成大量的有机质孔,以纳米(nm)级为主;同时,不同单个有机质颗粒内的有机孔数量也不同。
需要说明的是,与步骤S102类似,也可以利用图像处理中的目标提取技术提取出扫描电镜图像中孔隙的轮廓信息,进而依据轮廓信息判断出处于纳米级的孔隙是有机孔还是无机孔,具体地,有机孔的孔隙形状如图5a所示,具有平滑的球状结构,无机孔的孔隙形状如图5b所示,为条状或不规则形状。
步骤S104:基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
一个实施例中,可以按照如下表达式确定微裂缝孔隙占比K缝、有机孔孔隙占比K有机和无机孔孔隙占比K无机:
其中,φ缝为微裂缝对应的第一面孔率,φ有机为有机孔对应的第二面孔率,φ无机为无机孔对应的第三面孔率。
应用本发明实施例提供的方法计算页岩层系的孔隙占比时,充分考虑了孔隙所具有的多尺度和多类型的特点,对页岩层系中的纳米级有机孔、纳米级无机孔以及微米甚至毫米级微裂缝等不同类型孔隙进行识别,能够真实反映出不同类型孔隙对页岩气富集的贡献程度,从而提高了页岩层系孔隙占比计算的准确性;另外,本发明实施例提供的上述方法还可以达到肉眼直观且快速地识别出页岩层系中有机孔、无机孔以及微裂缝等多尺度多类型孔隙的效果。
实施例二:
如图6所示,为本发明实施例提供的页岩层系孔隙占比计算方法的另一种流程图,包括:
步骤S201:获取页岩层系的扫描电镜图像。
步骤S202:判断所述扫描电镜图像中是否存在像素宽度是否大于设定的像素宽度的第一类疑似目标区域,若存在,则执行步骤S203,若不存在,则执行步骤S204。
其中,“第一类疑似目标”指的是扫描电镜图像中疑似微裂缝的图像区域,一般可以利用图像处理技术中的目标提取方式来得到。其中,“目标提取”是指单幅图像或序列图像中将感兴趣的目标与背景分割开来,从图像中识别和解译有意义的物体实体而提取不同的图像特征的操作。目标提取的方法主要有:基于参数度量的特征提取;基于非参量度量的特征提取;基于Karhumen-Loeve展开的特征提取;小波变换特征提取等。
步骤S203:将所述第一类疑似目标区域提取为微裂缝。
步骤S204:确定所述页岩层系无微裂缝。
步骤S205:计算微裂缝对应的第一面孔率。
一种实现方式中,可以利用如下表达式计算所述第一面孔率φ缝,
其中,S为扫描电镜分析视域的面积,n为微裂缝的条数,Si为统计的第i条微裂缝的面积,例如1≤i≤30,也就是n=30。
步骤S206:按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率。
步骤S207:基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
需要说明的是,图6所示的方法实施例具备图1所示方法实施例的全部有益效果,除此之外,通过分析扫描电镜图像来判断微裂缝,并基于微裂缝的面积和扫描电镜分析视域的面积定量计算微裂缝对应的第一面孔率,从而有利于提高页岩层系孔隙占比计算的准确性。
实施例三:
如图7所示,为本发明实施例提供的页岩层系孔隙占比计算方法的又一种流程图,包括:
步骤S301:获取页岩层系的扫描电镜图像。
步骤S302:从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率。
步骤S303:沿着至少两个互不平行的预设方向对所述扫描电镜图像进行切割,得到多个切割区域。
步骤S304:按照各个切割区域中第二类疑似目标区域内孔隙的形状识别出有机孔和无机孔,并分别计算预设方向下各切割区域内有机孔子面孔率、以及预设方向下各切割区域内无机孔子面孔率。
步骤S305:基于所述有机孔子面孔率之和计算所述第二面孔率,以及基于所述无机孔子面孔率之和计算所述第三面孔率。
具体地,步骤S302至步骤S305考虑了页岩层系非均质性的特点,采用沿着不同方向对页岩层系进行切割,例如,可以沿着横向或前后方向(标记为“Y方向”,如图8a所示)、纵向或左右方向(标记为“X方向”,如图9a所示)、斜交(例如可以为45度方向,如图10a所示)。另外,通过图8a、图9a和图10a的局部放大图即图8b、图9b和图10b可以肉眼清楚地看到页岩层系的孔隙情况,也便于定量计算各种类型的面孔率。在选定预设方向后,分别沿着预设方向各自随机统计30条以上的切割区域,并且需要保证沿着某一预设方向切割的区域的总面积要大于样品分析面积的50%以上。
需要说明的是,上述提及的每一条切割区域的长表示该预设方向上实际的物理视域大小,每一条切割区域的宽表示子图像视域大小(50微米或其对角线长)。在这些切割区域内,可以识别不同方向的有机质颗粒内的有机孔。
步骤S306:基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
需要说明的是,图7所示的方法实施例中的步骤S301、步骤S302和步骤S306与图1所示方法实施例中的步骤S101、步骤S102和步骤S104相类似,相关之处请参见图1实施例,此处不再赘述。
图7所示的方法实施例具备图1所示方法实施例的全部有益效果,除此之外,进一步考虑到页岩层系的非均质性特点,从多个不同的切割方向对扫描电镜图像进行切割,并对各个切割区域进行图像分析,依据孔隙的形状进一步区分出有机孔和无机孔,并分别计算有机孔和无机孔对应的面孔率,不仅进一步提高了页岩层系孔隙占比计算的准确性,还能够有效避免因页岩层系非均质特点而导致的数据失真的问题,进一步提高了页岩层系孔隙占比计算的准确性。
页岩层系中发育着大量原始有机质或沥青质,在埋藏热演化过程中,原油与有机质裂解形成大量的有机质孔,以纳米(nm)级为主;同时,不同单个有机质颗粒内的有机孔数量也不同。
其中,m为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,例如1≤j≤30,也就是m=30,k为切割区域内有机质颗粒的数量,Sji为沿预设方向上第j条切割区域内第i个有机质颗粒内的有机孔面积。
进一步的,利用如下表达式计算所述第二面孔率φ有机,
其中,t为预设方向的数量。
一般地,无机孔隙包括粘土孔隙、粒间孔以及粒内孔,其中黏土孔隙形成于伊利石等黏土矿物矿片之间,形态呈长条状等不规则状;粒间孔是由于石英或方解石颗粒硬度大,在埋藏过程中形成的不规则粒间孔隙;粒内孔则主要形成于黄铁矿微晶之间的间隙,或是溶蚀后的方解石颗粒内部,粒内孔呈似圆形状。考虑到页岩非均质性,可以利用如下表达式计算预设方向下各切割区域内无机孔子面孔率
其中,p为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,q为切割区域内无机质颗粒的数量,Sji黏土为沿预设方向上第j条切割区域内第i个黏土孔隙的有机孔面积,Sji粒间为沿预设方向上第j条切割区域内第i个粒间孔隙的有机孔面积,Sji粒内为沿预设方向上第j条切割区域内第i个粒内孔隙的有机孔面积。
进一步的,所述基于所述无机孔子面孔率之和计算所述第三面孔率,包括:
利用如下表达式计算所述第三面孔率φ无机,
其中,b为预设方向的数量。
由上述情形可知,本发明实施例可以直观快速地识别有机孔和无机孔:在MAPS实验扫描电镜照片下,可准确识别出纳米级的有机孔和无机孔;并且,可以定量表征多尺度多类型孔隙的面孔率,以及从页岩层系非均质性角度出发,获得出不同方向、不同类型和总的孔隙面孔率。
有效确定多尺度孔隙占比及对页岩气富集的贡献程度:根据得到的不同孔隙面孔率的占比,可以定量的评价各类孔隙对页岩气富集的贡献程度。
实施例四:
下面结合一个具体实例,对本发明实施例提供的页岩层系孔隙占比计算方法进行说明。其中,页岩样品的物理视阈大小为16.65mm×16.62mm(如表1所示),在该物理视阈中一共识别出6条层理缝(如4a所示),在放大的二值化图像即图4b中,可以得到分析面积或物理视阈内的层理缝的面积为3426000μm2(表1);根据图2所示实施例的计算方法,计算得到微裂缝的面孔率为1.24%。
表1页岩样品层理缝或高角度缝的面孔率统计表
下面再结合一个具体实施例,对本发明实施例提供的页岩层系孔隙占比计算方法进行说明。如图11所示,从Maps实验结果图中截取的一部分物理视阈大小为0.5mm×0.45mm;在图11的左侧图内的3个有机质颗粒显示为3个黑点,放大1万倍后为右侧图所示,并可见到各单个有机质颗粒内发育较多的颜色更黑的有机质孔。在整个物理视域范围内,沿着预设方向例如Y方向,通过至少30条以上的切割区域,随机地穿过这些有机质颗粒与有机质孔,在这些切割区域内统计全部的有机质颗粒与有机孔,获得有机孔的全部数据,如表2所示。与有机质孔的计算方法类似,得到无机孔的全部数据,如表3所示。根据实施例三所示的计算方法计算得到总的有机孔面率,为2.40%,无机孔的面孔率为1.62%。
表2页岩样品有机质孔的面孔率统计表
表3页岩样品无机质孔的面孔率统计表
进一步的,以某页岩样品为例,通过以上研究,得到微裂缝、有机孔和无机孔的面孔率数据,如表4所示,再结合实施例所示的计算方法得到,微裂缝、有机孔和无机孔的孔隙占比分别为23.6%、45.6%和30.8%。从计算结果可以看出,该页岩样品以有机孔为主,贡献了50%;其中,微裂缝约占1/4,贡献了25%,层理缝在地下是处于张开且连通的状态,是重要的储气与运移通道;无机孔占1/3,贡献了约30%。总之,微裂缝、尤其是层理缝不可忽视。
表4某页岩样品不同类型孔隙的占比统计表
下面再对本发明实施例提供的页岩层系孔隙占比计算装置进行说明。
实施例五:
如图12所示,为本发明实施例提供的页岩层系孔隙占比计算装置的一种结构图,包括:图像获取模块410、第一尺度孔隙面孔率计算模块420、第二尺度孔隙面孔率计算模块430和页岩层系面孔率确定模块440。
其中,图像获取模块410,用于获取页岩层系的扫描电镜图像;
第一尺度孔隙面孔率计算模块420,用于从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率;
第二尺度孔隙面孔率计算模块430,用于按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;
页岩层系面孔率确定模块440,用于基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
一种情形下,所述页岩层系面孔率确定模块440,具体用于按照如下表达式确定微裂缝孔隙占比K缝、有机孔孔隙占比K有机和无机孔孔隙占比K无机:
其中,φ缝为微裂缝对应的第一面孔率,φ有机为有机孔对应的第二面孔率,φ无机为无机孔对应的第三面孔率。
一种情形下,所述第一尺度孔隙面孔率计算模块420,具体用于判断所述扫描电镜图像中是否存在像素宽度是否大于设定的像素宽度的第一类疑似目标区域;若存在,则将所述第一类疑似目标区域提取为微裂缝。
可选地,所述第一尺度孔隙面孔率计算模块,用于利用如下表达式计算所述第一面孔率φ缝,
其中,S为扫描电镜分析视域的面积,n为微裂缝的条数,Si为统计的第i条微裂缝的面积。
一种情形下,如图13所示,所述第二尺度孔隙面孔率计算模块430,包括区域切割单元431、子面孔率计算单元432和总面孔率计算单元433。
其中,所述区域切割单元431,用于沿着至少两个互不平行的预设方向对所述扫描电镜图像进行切割,得到多个切割区域;
所述子面孔率计算单元432,用于按照各个切割区域中第二类疑似目标区域内孔隙的形状识别出有机孔和无机孔,并分别计算预设方向下各切割区域内有机孔子面孔率、以及预设方向下各切割区域内无机孔子面孔率;
所述总面孔率计算单元433,用于基于所述有机孔子面孔率之和计算所述第二面孔率,以及基于所述无机孔子面孔率之和计算所述第三面孔率。
其中,m为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,k为切割区域内有机质颗粒的数量,Sji为沿预设方向上第j条切割区域内第i个有机质颗粒内的有机孔面积。
可选地,所述总面孔率计算单元433,具体用于利用如下表达式计算所述第二面孔率φ有机,
其中,t为预设方向的数量。
其中,p为沿预设方向的切割区域的条数,Sj为第j条切割区域的面积,q为切割区域内无机质颗粒的数量,Sji黏土为沿预设方向上第j条切割区域内第i个黏土孔隙的有机孔面积,Sji粒间为沿预设方向上第j条切割区域内第i个粒间孔隙的有机孔面积,Sji粒内为沿预设方向上第j条切割区域内第i个粒内孔隙的有机孔面积。
可选地,所述总面孔率计算单元433,具体用于利用如下表达式计算所述第三面孔率φ无机,
其中,b为预设方向的数量。
本发明的页岩层系孔隙占比计算装置,在计算页岩层系的孔隙占比时,先获取页岩层系的扫描电镜图像,从扫描电镜图像中提取页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率;接着,按照扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;然后,基于第一面孔率、第二面孔率和第三面孔率确定页岩层系不同类型孔隙的孔隙占比。
可以看出,当计算页岩层系的孔隙占比时,识别页岩层系中的纳米级有机孔、纳米级无机孔以及微米甚至毫米级微裂缝等不同类型孔隙,充分考虑了孔隙所具有的多尺度和多类型的特点;而且,由于页岩层系具有非均质性特点,还按照不同的切割方向进行切割,从而避免了单一方向导致的数据失真的问题,提高了页岩层系孔隙占比计算的准确性。
实施例六:
为解决上述技术问题,本发明提供了一种计算机设备,如图14所示,包括存储器510、处理器520及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的方法。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可包括,但不仅限于处理器520、存储器510。本领域技术人员可以理解,图14仅仅是计算机设备的示例,并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器520可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器510可以是所述计算机设备的内部存储单元,例如计算机设备的硬盘或内存。所述存储器510也可以是计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器510还可以既包括所述计算机设备的内部存储单元也包括外部存储设备。所述存储器510用于存储所述计算机程序以及所述计算机设备所需的其它程序和数据。所述存储器510还可以用于暂时地存储已经输出或者将要输出的数据。
实施例七:
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质;也可以是单独存在、未装配入计算机设备中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上计算机程序,所述程序被处理器执行时实现上述所述的方法。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器510、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
对于系统或装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,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单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
应当理解,在本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到所描述条件或事件”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到所描述条件或事件”或“响应于检测到所描述条件或事件”。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (12)
1.一种页岩层系孔隙占比计算方法,其特征在于,包括:
获取页岩层系的扫描电镜图像;
从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率;
按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;
基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
3.根据权利要求1所述的页岩层系孔隙占比计算方法,其特征在于,所述从所述扫描电镜图像中提取所述页岩层系中的微裂缝,包括:
判断所述扫描电镜图像中是否存在像素宽度是否大于设定的像素宽度的第一类疑似目标区域;
若存在,则将所述第一类疑似目标区域提取为微裂缝。
5.根据权利要求1或2所述的页岩层系孔隙占比计算方法,其特征在于,所述按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率,包括:
沿着至少两个互不平行的预设方向对所述扫描电镜图像进行切割,得到多个切割区域;
按照各个切割区域中第二类疑似目标区域内孔隙的形状识别出有机孔和无机孔,并分别计算预设方向下各切割区域内有机孔子面孔率、以及预设方向下各切割区域内无机孔子面孔率;
基于所述有机孔子面孔率之和计算所述第二面孔率,以及基于所述无机孔子面孔率之和计算所述第三面孔率。
10.一种页岩层系孔隙占比计算装置,其特征在于,包括:
图像获取模块,用于获取页岩层系的扫描电镜图像;
第一尺度孔隙面孔率计算模块,用于从所述扫描电镜图像中提取所述页岩层系中的微裂缝,并计算微裂缝对应的第一面孔率;
第二尺度孔隙面孔率计算模块,用于按照所述扫描电镜图像中孔隙的形状识别出有机孔和无机孔,并分别计算有机孔对应的第二面孔率和无机孔对应的第三面孔率;
页岩层系面孔率确定模块,用于基于所述第一面孔率、第二面孔率和第三面孔率确定所述页岩层系不同类型孔隙的孔隙占比。
11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110801235.0A CN115700736A (zh) | 2021-07-15 | 2021-07-15 | 页岩层系孔隙占比计算方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110801235.0A CN115700736A (zh) | 2021-07-15 | 2021-07-15 | 页岩层系孔隙占比计算方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115700736A true CN115700736A (zh) | 2023-02-07 |
Family
ID=85120505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110801235.0A Pending CN115700736A (zh) | 2021-07-15 | 2021-07-15 | 页岩层系孔隙占比计算方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115700736A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409408A (zh) * | 2023-12-15 | 2024-01-16 | 北京大学 | 层理缝参数获取方法、装置、设备及可读存储介质 |
-
2021
- 2021-07-15 CN CN202110801235.0A patent/CN115700736A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117409408A (zh) * | 2023-12-15 | 2024-01-16 | 北京大学 | 层理缝参数获取方法、装置、设备及可读存储介质 |
CN117409408B (zh) * | 2023-12-15 | 2024-03-08 | 北京大学 | 层理缝参数获取方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Van den Berg et al. | Automated separation of touching grains in digital images of thin sections | |
CN107923240B (zh) | 用于确定与井或地层中的有机质相关联的孔隙度的方法 | |
US10223782B2 (en) | Digital rock physics-based trend determination and usage for upscaling | |
CN104237103B (zh) | 一种孔隙连通性定量表征方法及装置 | |
Martı́n et al. | Laser diffraction and multifractal analysis for the characterization of dry soil volume-size distributions | |
WO2017114443A1 (zh) | 一种确定储层岩溶发育程度的方法及装置 | |
US8583410B2 (en) | Method for obtaining consistent and integrated physical properties of porous media | |
US20110004447A1 (en) | Method to build 3D digital models of porous media using transmitted laser scanning confocal mircoscopy and multi-point statistics | |
Kim et al. | Automated rebar diameter classification using point cloud data based machine learning | |
Imre et al. | The fractal dimension as a measure of the quality of habitats | |
Rine et al. | 12 Comparison of Porosity Distribution within Selected North American Shale Units by SEM Examination of Argon-ion-milled Samples | |
DE112004001024T5 (de) | Verfahren und System zur Klassifizierung von an einer Oberfläche eines Substrats auftretenden Defekten unter Verwendung einer grafischen Darstellung von Vielkanal-Daten | |
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 | |
Claes et al. | A three-dimensional classification for mathematical pore shape description in complex carbonate reservoir rocks | |
Maity et al. | A data analytics framework for cored fracture imaging and novel characterization workflow-application on samples from Hydraulic Fracturing Test Site HFTS in the Midland Basin | |
Kozakiewicz | Image analysis algorithm for detection and measurement of Martian sand grains | |
CN115700736A (zh) | 页岩层系孔隙占比计算方法、装置、电子设备及存储介质 | |
CN111257188B (zh) | 碳酸盐岩孔隙系统的多尺度表征方法及装置 | |
Vocke et al. | Estimation of petrophysical properties of tight rocks from drill cuttings using image analysis: An integrated laboratory-based approach | |
Clelland et al. | Automated Rock Characterization With SEM/lmage-Analysis Techniques | |
Mike et al. | Nonlandmark classification in paleobiology: computational geometry as a tool for species discrimination | |
CN111738978A (zh) | 储层孔喉连通性的评价方法、装置、电子设备及存储介质 | |
Al-Bazzaz et al. | Porosity, permeability, and MHR calculations using SEM and thin-section images for characterizing complex Mauddud-Burgan carbonate reservoir | |
Babadagli | Scanline method to determine the fractal nature of 2-D fracture networks | |
Meklit et al. | Combining marginal and spatial outliers identification to optimize the mapping of the regional geochemical baseline concentration of soil heavy metals |
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 |