CN116012545B - 多尺度数字岩心建模方法、系统、存储介质及应用 - Google Patents
多尺度数字岩心建模方法、系统、存储介质及应用 Download PDFInfo
- Publication number
- CN116012545B CN116012545B CN202310279387.8A CN202310279387A CN116012545B CN 116012545 B CN116012545 B CN 116012545B CN 202310279387 A CN202310279387 A CN 202310279387A CN 116012545 B CN116012545 B CN 116012545B
- Authority
- CN
- China
- Prior art keywords
- digital core
- pores
- resolution
- micro
- core model
- 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
Images
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Abstract
本发明属于海洋岩石数据识别技术领域,公开了多尺度数字岩心建模方法、系统、存储介质及应用。CT扫描法构建仅包含微米孔隙的低分辨率数字岩心模型DM1,对数字岩心模型DM1重采样,利用四参数结构生成法生成纳米孔隙,混合法构建同时包含微纳米孔隙的多尺度数字岩心模型DM3。结合CT扫描法和四参数结构生成法的优势,提出一种新颖的混合建模方法,利用前者构建包含微米孔隙的数字岩心模型,使用后者生成特定形状和尺寸的纳米孔隙,最终即可构建同时包含微米和纳米孔隙的数字岩心模型。所建数字岩心物性参数比CT扫描法所建模型的更加接近真实实验数值,证明了提出的数字岩心建模方法能构建出更加准确的数字岩心模型。
Description
技术领域
本发明属于海洋岩石数据识别技术领域,尤其涉及多尺度数字岩心建模方法、系统、存储介质及应用。
背景技术
数字岩石物理研究的基础工作是构建一个准确的数字岩心模型。现有的数字岩心建模方法可分为两大类:物理实验建模法和数值建模法。物理实验建模法借助实验仪器构建三维数字岩心模型,数值建模法基于二维图片或分析测试技术得到的矿物和孔隙等微观组构特征,使用随机建模算法构建三维数字岩心模型。
(1)以CT扫描法为代表的物理实验建模法难以包含微纳米孔隙的多尺度数字岩心模型;物理实验建模法包括X射线CT扫描法、聚焦离子束扫描电镜(FIB-SEM)法和激光扫描共聚焦显微镜法。这些方法建模难度低,不需要编写程序。对于海上高孔高渗岩石,孔隙结构非均质性弱,基本上为微米尺度的孔隙和喉道,使用微米CT即可准确构建该类岩石的数字模型。但是对于同时包含微米和纳米孔隙的海上复杂岩石,微米CT能构建较大尺寸的数字岩心模型,但所建模型无法包含纳米孔隙;而聚焦离子束扫描电镜虽然能够构建包含纳米孔隙的数字岩心模型,但所建模型尺寸视域太小,不具有代表性。因此,这些方法无法在三维空间上同时满足扫描视域大和成像分辨率高的要求,即仅使用物理实验建模方法难以构建同时包含微纳米孔隙的数字岩心模型。
(2)数值建模法所建多尺度数字岩心模型准确性有待提高;数值建模法包括多点地质统计学法、四参数结构生成法、成岩过程模拟法、机器学习法、模拟退火法和马尔科夫链蒙特卡洛法等算法。有学者使用以上方法中的一种或多种分别构建包含微米孔隙和纳米孔隙的数字岩心模型,再叠加两个模型构建了碳酸盐岩、致密砂岩和页岩的多尺度数字岩心模型,但由于这些方法均是使用两点或多点相关函数基于二维薄片随机构建三维数字岩心模型,建模过程存在较强的不确定性,并且不同尺寸的数字岩心模型叠加过程中微纳米孔隙位置会重叠,导致难以准确地控制模型的孔隙度和孔隙半径分布等孔隙结构参数。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有技术微米CT构建的数字岩心模型对海上低渗透-致密岩石等复杂岩石不能准确地控制纳米孔隙的形状、尺寸和含量,对海上固体矿产、石油、天然气和水合物的勘探和开发进程不能有效提供准确的数据信息与图像。
(2)现有技术没有融合CT扫描法和四参数结构生成法的优势,构建多尺度数字岩心模型,使得对海上低渗透-致密岩石等复杂岩石识别精度低。
(3)现有数字岩心建模方法还存在以下缺点:以CT扫描法为代表的物理实验建模法难以包含微纳米孔隙的多尺度数字岩心模型;数值建模法所建多尺度数字岩心模型准确性有待提高。
发明内容
为克服相关技术中存在的问题,本发明公开实施例提供了多尺度数字岩心建模方法、系统、存储介质及应用。具体涉及一种物理实验和数值模拟(混合建模法)结合的多尺度数字岩心建模方法。本发明相比物理实验法(单一CT扫描法)所建的仅包含微米孔隙的数字岩心模型,混合建模法的优势在于所建数字岩心模型不仅包含微米孔隙,还包含纳米孔隙。
所述技术方案如下:一种多尺度数字岩心建模方法,包括以下步骤:
S1,CT扫描法构建低分辨率数字岩心模型DM1:使用CT设备扫描岩石,识别岩石中的微米孔隙,通过对CT图像进行裁剪、滤波降噪、阈值分割和代表体积元判断,获得包含微米孔隙的三维数字岩心模型DM1;所述三维数字岩心模型DM1为一种数字图像;
S2,数字岩心模型DM1重采样:使用图像重采样方法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,获得数字岩心模型DM2;数字岩心模型DM2为一种数字图像;
S3,四参数结构生成法生成纳米孔隙:从高分辨率扫描电镜图像中提取CT分辨率以下微纳米孔隙的形状和尺寸信息,或者从压汞实验得到CT分辨率以下微纳米孔隙的形状和尺寸信息,以微纳米孔隙结构参数为约束条件,使用四参数结构生成法在数字岩心DM2中生成CT分辨率以下的微纳米孔隙;
S4,混合法构建多尺度数字岩心模型DM3:使用四参数结构生成法在数字岩心DM2矿物中生成比CT分辨率更小的微纳米孔隙,构建同时包含微纳米孔隙的数字岩心模型DM3。数字岩心模型DM3为一种数字图像。
在一个实施例中,在步骤S1中,三维数字岩心模型DM1(Digital Model 1),其体素数为N1 3,分辨率为R1;裁剪时选择CT图像中间部分而非边缘和角落处;滤波降噪采用非局部均值滤波进行降噪;
阈值分割基于图像中矿物和孔隙的灰度特征将微米孔隙从图像中分割出来;代表体积元判断包括:通过求取比其更小和更大区域的孔隙度,如果该区域的孔隙度和比其更大区域的孔隙度相等,则认定被裁剪的区域为REV,否则重新进行裁剪、滤波降噪和阈值分割。
在一个实施例中,在步骤S2中,图像重采样方法采用最近邻插值算法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,得到体素数为N2 3,分辨率为R2的数字岩心DM2(Digital Model 2)。
在一个实施例中,在步骤S3中,或者从压汞实验得到CT分辨率以下微纳米孔隙的形状和尺寸信息,构建同时包含微纳米孔隙的数字岩心模型DM3(Digital Model 3)。
在一个实施例中,在步骤S3中,四参数结构生成法建模理论为基于时间生长模型和簇生长理论,生成特定形状和尺寸小孔隙的步骤包括播种、生长和重复,具体过程如下:
②生长:基于时间生长模型和簇生长理论,所选择的种子随着时间增加逐渐生长成特定形状和大小的孔隙;孔隙形状为球形、长方体、椭圆和八面体中一种;
③重复:根据预先设定的孔隙体积分数f,重复步骤②,在种子分布概率和方向生长概率(Pd)的控制下,种子不断生长成特定形状和尺寸的孔隙;当所有孔隙的累计体积分数达到预设的值,停止循环。
在一个实施例中,在步骤S4中,数字岩心模型DM3,体素数为N3 3,分辨率为R2;CT扫描法和混合建模法所建数字岩心模型DM1、DM2、DM3分辨率和体素数之间关系如下:
本发明的另一目的在于提供一种多尺度数字岩心建模系统包括:
低分辨率数字岩心模型DM1构建模块,用于使用CT设备扫描岩石,识别岩石中的微米孔隙,通过对CT图像进行裁剪、滤波降噪、阈值分割和代表体积元判断,获得包含微米孔隙的三维数字岩心模型DM1;
数字岩心模型DM1重采样模块,用于使用图像重采样方法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,获得数字岩心模型DM2;
四参数结构生成法生成纳米孔隙模块,用于从高分辨率扫描电镜图像中提取CT分辨率以下微纳米孔隙的形状和尺寸信息,或者从压汞实验得到CT分辨率以下微纳米孔隙的形状和尺寸信息,以微纳米孔隙特征参数为约束条件,使用四参数结构生成法在数字岩心DM2中生成CT分辨率以下的微纳米孔隙。
混合法(CT扫描法-四参数结构生成法)构建多尺度数字岩心模型DM3模块,用于使用四参数结构生成法在数字岩心DM2矿物中生成比CT分辨率更小的微纳米孔隙,构建同时包含微纳米孔隙的数字岩心模型DM3。
本发明的另一目的在于提供一种在海洋固体矿产勘探和开发上的应用,该应用实施所述多尺度数字岩心建模方法。
本发明的另一目的在于提供一种在石油天然气与水合物能源勘探和开发上的应用,该应用实施所述多尺度数字岩心建模方法。
本发明的另一目的在于提供一种计算机模型可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述多尺度数字岩心建模方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:开展海洋岩石物理性质的分析是开发海上油气和水合物等资源的基础工作。数字岩石物理是基于数字化岩心模型探究岩石物理性质响应特征及机理的有效手段。构建准确的数字岩石模型是基于数字岩石进行深海岩石物理性质研究的前提。常规(中高渗)岩石孔隙结构比较简单,由微米尺寸孔隙和喉道构成,孔隙结构可被视为单一尺度,使用X射线CT扫描法即可构建出准确的数字岩石。但对于低渗透-致密岩石,因为这类岩石包含微纳米尺寸的孔隙,其孔隙结构具有多尺度性,并且CT扫描法难以同时兼顾成像尺寸和分辨率,所以采用单一尺度的建模方法无法构建同时包含微纳米孔隙的数字岩心模型。为了解决这个问题,本发明方案结合CT扫描法和四参数结构生成法的优势,提出一种新颖的混合建模方法(CT扫描-四参数结构生成法)。利用前者构建包含微米孔隙的数字岩心模型,在此基础上,再使用后者生成特定形状和尺寸的纳米孔隙,最终即可构建同时包含微米和纳米孔隙的数字岩心模型。对比所建数字岩心模型物性参数和实验数据,发现混合法所建数字岩心物性参数比CT扫描法所建模型的更加接近真实实验数值,证明了提出的数字岩心建模方法能构建出更加准确的数字岩心模型。
本发明方案的优点就是弥补了单一CT扫描法建模的劣势,融合了CT扫描法和四参数结构生成法的优势,所建模型不仅包含了微米和纳米孔隙,而且建模尺寸很大,能够代表海洋深层非均质性较强的岩石。基于本发明方案所建多尺度数字岩心模型预测的岩石物理性质更加准确,能更好地用于海洋测井和地震等地球物理资料的解释。
本发明在微米CT构建数字岩心模型基础上,使用四参数结构生成法在矿物颗粒中生成纳米孔隙,不仅能确保生成的纳米孔隙与原先存在的微米孔隙空间位置上不重叠,更加准确地控制所建模型的孔隙度,而且能精准地控制纳米孔隙的形状、尺寸和含量。
本发明融合CT扫描法和四参数结构生成法的优势,利用融合CT扫描法和四参数结构生成法分别构建微米和纳米孔隙的数字模型,进而构建同时包含微纳米孔隙的多尺度数字岩心模型。
相比现有仅包含微米孔隙的单一尺度数字岩心模型,本发明优势在于同时包含微纳米孔隙的多尺度数字岩心能更加准确地预测海洋岩石的孔隙度、渗透率、电阻率和弹性参数。而且本发明基于数字化的模型能同时准确模拟出多种岩石物理参数,节省实验测量所耗费的成本。
现有技术单一CT扫描法只能构建包含微米孔隙的数字岩心模型,而本发明融合了CT扫描法和四参数结构生成法的优势,在CT扫描法所建模型基础上,使用四参数结构生成法生成纳米孔隙,因此本发明的技术方案能构建同时包含微米和纳米孔隙的数字岩心模型。本发明的技术方案解决了目前CT扫描法等物理实验建模法难以兼顾高分辨率和成像尺寸大的难题,本技术方案所建模型不仅分辨率高,而且尺寸较大。本发明的技术方案不仅能适用于非均质性较强的海洋岩石,还能适用于具有复杂结构的海洋沉积物。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理;
图1是本发明实施例提供的多尺度数字岩心建模方法流程图;
图2是本发明实施例提供的四参数结构生成法中种子可生成的26个方向示意图;
图3是本发明实施例提供的CT扫描-四参数结构生成法构建多尺度数字岩心流程图;
图4(a)是本发明实施例提供的样品S1CT扫描法所建数字岩心内部视图,白色和灰色分别表示固体骨架和微米孔隙,模型中仅包含微米孔隙;
图4(b)是本发明实施例提供的样品S1 CT扫描-四参数结构生成法所建数字岩心内部视图,白色、灰色和黑色分别表示固体骨架、微米孔隙和纳米孔隙,模型中同时包含微米和纳米孔隙;
图4(c)是本发明实施例提供的样品S1 CT扫描-四参数结构生成法所建数字岩心外部视图;
图5(a)是本发明实施例提供的样品S2CT扫描法所建数字岩心内部视图;
图5(b)是本发明实施例提供的样品S2CT扫描-四参数结构生成法所建数字岩心内部视图;
图5(c)是本发明实施例提供的样品S2 CT扫描-四参数结构生成法所建数字岩心外部视图;
图6(a)是本发明实施例提供的采用CT扫描法所建低渗透数字岩心样品S1的孔隙网络模型示意图;
图6(b)是本发明实施例提供的采用CT扫描-四参数结构生成法所建低渗透数字岩心样品S1的孔隙网络模型示意图;
图7(a)是本发明实施例提供的采用CT扫描法所建低渗透数字岩心样品S2的孔隙网络模型示意图;
图7(b)是本发明实施例提供的采用CT扫描法所建低渗透数字岩心样品S2的孔隙网络模型示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
针对现有建模方法难以准确构建多尺度数字岩心模型的难题,本发明实施例提出一种物理实验和数值模拟结合的建模新方法(CT扫描-四参数结构生成法),其中CT扫描法用于构建包含微米孔隙的数字岩心模型,在该模型基础上,使用四参数结构生成法在特定矿物中生成CT分辨率以下的小孔隙。
实施例1,如图1所示,本发明实施例提供的多尺度数字岩心建模方法,相比物理实验法(单一CT扫描法)所建的仅包含微米孔隙的数字岩心模型,混合建模法的优势在于所建数字岩心模型不仅包含微米孔隙,还包含纳米孔隙,包括以下步骤:
S1,CT扫描法构建低分辨率数字岩心模型DM1(Digital Model 1):使用较低分辨率的CT设备扫描岩石,识别岩石中的微米孔隙。通过对CT图像进行裁剪、滤波降噪、阈值分割和代表体积元(REV)判断,获得包含微米孔隙的三维数字岩心模型DM1,其体素数为N1 3,分辨率为R1。裁剪时要尽量选择CT图像中间部分而非边缘和角落处。滤波降噪是为了提高图像的信噪比。去噪的算法有很多,譬如中值滤波、非局部均值滤波、Sigma滤波、Nagao滤波、SNN滤波、择多数滤波、递归指数滤波、双边滤波和盒式滤波等。多数算法滤波时仅考虑若干个邻近体素的信息,而非局部均值滤波基于图像体素的自相似性,当前像素的预测值可由图像中所有与它结构相似的体素加权平均得到,因此可采用非局部均值滤波进行降噪。阈值分割是基于图像中矿物和孔隙的灰度特征将微米孔隙从这个图像中分割出来。REV判断是为了确定被裁剪的区域是否能代表该岩石。最常用的判断方式就是通过求取比其更小和更大区域的孔隙度,如果该区域的孔隙度和比其更大区域的孔隙度相等,则即可认定被裁剪的区域为REV,否则重新进行裁剪、滤波降噪和阈值分割。
S2,数字岩心模型DM1重采样:使用图像重采样“最近邻插值”算法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,得到体素数为N2 3,分辨率为R2的数字岩心DM2。“最近邻差值”算法在插值时仅复制邻近体素的数值0或1,不会产生新的数值,这样能尽可能减少重采样过程对数字岩心孔隙结构的影响。
S3,四参数结构生成法生成纳米孔隙:先从高分辨率扫描电镜图像中提取CT分辨率以下小孔隙的形状和尺寸信息,或者从压汞实验得到CT分辨率以下小孔隙的形状和尺寸信息,以小孔隙特征参数为约束条件,使用四参数结构生成法在数字岩心DM2(DigitalModel 2)中生成CT分辨率以下的小孔隙。四参数结构生成法建模理论是基于时间生长模型和簇生长理论,它生成特定形状和尺寸小孔隙的步骤包括播种(Seeding),生长(Growth)和重复(Repeating),具体过程如下:
②生长:基于时间生长模型和簇生长理论,所选择的种子会随着时间增加逐渐生长成特定尺寸的孔隙。对于三维QSGSM,种子可向周边的26个方向生长,如图2。其中,数字“0”代表种子,其余的26个数字代表可以种子可生长的方向。通过控制种子方向生长概率可控制孔隙的形状;种子向这26个方向的生长情况可以通过每个方向的生长概率(Pd)控制。所有方向生长概率也共同控制孔隙形状,因此可该算法可生成球形、长方体、椭圆和八面体等形状的孔隙。
③重复:根据预先设定的孔隙体积分数f,重复步骤②,在种子分布概率和方向生长概率的控制下,种子不断生长成特定形状和尺寸的孔隙。当所有孔隙的累计体积分数达到预设的值,停止循环。
S4,混合法构建多尺度数字岩心模型DM3(Digital Model 3):使用四参数结构生成法在数字岩心DM2矿物中生成比CT分辨率更小的孔隙(通常为纳米孔隙),即可构建同时包含微纳米孔隙的数字岩心模型DM3,其体素数为N3 3,分辨率为R2。CT扫描法和混合建模法(CT扫描-四参数结构生成法)所建数字岩心模型DM1和DM3分辨率和体素数之间关系如下:
实施例2,在本发明实施例中,如图3所示,提供一种CT扫描-四参数结构生成法构建多尺度数字岩心流程图,其中CT扫描法用于构建包含微米孔隙的数字岩心,四参数结构生成法用于生成CT分辨率以下的微米和纳米孔隙。
实施例3,本发明实施例提供一种多尺度数字岩心建模系统包括:
低分辨率数字岩心模型DM1构建模块,用于使用CT设备扫描岩石,识别岩石中的微米孔隙,通过对CT图像进行裁剪、滤波降噪、阈值分割和代表体积元判断,获得包含微米孔隙的三维数字岩心模型DM1;
数字岩心模型DM1重采样模块,用于使用图像重采样方法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,获得数字岩心模型DM2;
四参数结构生成法生成纳米孔隙模块,用于从高分辨率扫描电镜图像中提取CT分辨率以下微纳米孔隙的形状和尺寸信息,或者从压汞实验得到CT分辨率以下微纳米孔隙的形状和尺寸信息,以微纳米孔隙特征参数为约束条件,使用四参数结构生成法在数字岩心DM2中生成CT分辨率以下的微纳米孔隙。
混合法(CT扫描法-四参数结构生成法)构建多尺度数字岩心模型DM3模块,用于使用四参数结构生成法在数字岩心DM2矿物中生成比CT分辨率更小的微纳米孔隙,构建同时包含微米和纳米孔隙的数字岩心模型DM3。
上述装置/单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
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,并不用于限制本发明的保护范围。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。
基于上述本发明实施例提供的多尺度数字岩心建模方法记载的技术方案,进一步的可提出以下应用例。本发明实施例提供的多尺度数字岩心建模方法可在海洋固体矿产、石油天然气与水合物能源勘探和开发上进行应用。
本发明实施例还提供一种计算机模型可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时可实现上述各个方法实施例中的步骤。
在本发明实施例中,集成的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,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至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。
为验证本发明实施例提供的多尺度数字岩心建模方法的相关效果,本发明进行如下相关实验。
在本发明实验中,以两块低渗透砂岩样品(S1和S2)为例,通过对比单一CT扫描法与混合建模法所建模型和实验室测量得到的孔隙度、渗透率数据,检验混合建模法的准确性。
图4(a)是本发明实施例提供的样品S1 CT扫描法所建数字岩心内部视图,白色和灰色分别表示固体骨架和微米孔隙,其孔隙度仅为18.24%,渗透率为8.0310-3μm2,分辨率为1.49μm/voxel,该数字岩心模型仅包含微米孔隙,因而孔隙结构迂曲度为2.33;该模型孔隙度和渗透率远小于实测的孔隙度(20.51%)和渗透率(10.71/>10-3μm2);图4(b)是本发明实施例提供的样品S1 CT扫描-四参数结构生成法所建数字岩心内部视图,白色、灰色和黑色分别表示固体骨架、微米孔隙和纳米孔隙,分辨率为0.745μm/voxel,模型中同时包含了微米和纳米孔隙;相比图4(a)的数字岩心模型,图4(b)数字岩心模型孔隙度增大至20.45%,渗透率变大为10.43/>10-3μm2,模型孔隙度和渗透率很接近于实测的孔隙度和渗透率,并且孔隙结构连通性变好,迂曲度降低至2.28,见表1;图4(c)是本发明实施例提供的样品S1 CT扫描-四参数结构生成法所建数字岩心外部视图,图中灰色和黑色分别代表CT扫描法和四参数结构生成法构建的微米和纳米孔隙,纳米孔隙的增加使模型孔隙度变大,孔隙结构连通变好。
图5(a)是本发明实施例提供的样品S2 CT扫描法所建数字岩心内部视图,分辨率为1.49μm/voxel,其孔隙度仅为13.04%,渗透率为16.7910-3μm2;该数字岩心模型仅包含微米孔隙,因此其孔隙度和渗透率远小于实测的孔隙度(14.77%)和渗透率(23.67/>10-3μm2),并且孔隙结构连通性较差,迂曲度为2.26;图5(b)是本发明实施例提供的样品S2 CT扫描-四参数结构生成法所建数字岩心内部视图,分辨率为0.745μm/voxel,模型中同时包含了微米和纳米孔隙;相比图5(a)的数字岩心模型,图5(b)数字岩心模型孔隙度增大至14.77%,渗透率变大为22.02/>10-3μm2,模型孔隙度和渗透率很接近于实测的孔隙度和渗透率,并且孔隙结构连通性变好,迂曲度降低至2.19,见表1;图5(c)是本发明实施例提供的样品S2 CT扫描-四参数结构生成法所建数字岩心外部视图,图中灰色和黑色分别代表CT扫描法和四参数结构生成法构建的微米和纳米孔隙,纳米孔隙的增加使模型孔隙度变大,孔隙结构连通变好。与CT扫描法所建模型相比,混合法所建数字岩心模型孔隙结构同时包含了微米和纳米孔隙。
通过上述描述,可知,图4(b)、图4(c)、图5(b)、图5(c)中灰色和黑色分别包含代表CT扫描法和四参数结构生成法构建的微米和纳米孔隙,与CT扫描法所建模型相比,混合法所建数字岩心模型孔隙结构包含CT分辨率以下的纳米孔隙。
如图6(a)是本发明实施例提供的采用CT扫描法所建低渗透数字岩心样品S1的孔隙网络模型示意图,图中球体和棍棒分别代表孔隙和喉道,可以看出孔隙网络模型中孔隙为球体较大的微米孔隙;图6(b)是本发明实施例提供的采用CT扫描-四参数结构生成法所建低渗透数字岩心样品S1的孔隙网络模型示意图,该孔隙网络模型中既包含了大尺度的微米孔隙,也包含了小尺度的微米孔隙;
图7(a)是本发明实施例提供的采用CT扫描法所建低渗透数字岩心样品S2的孔隙网络模型示意图,图中球体和棍棒分别代表孔隙和喉道,可以看出该孔隙网络模型中孔隙为球体较大的微米孔隙;图7(b)是本发明实施例提供的采用CT扫描法所建低渗透数字岩心样品S2的孔隙网络模型示意图,该孔隙网络模型中既包含了大尺度的微米孔隙,也包含了小尺度的微米孔隙,实验结果如表1所示。
表1CT扫描法和混合建模法(CT扫描-四参数结构生成法)所建的数字岩心模型物性参数对比
本发明在微米CT构建数字岩心模型基础上,使用四参数结构生成法在矿物颗粒中生成纳米孔隙,该过程不仅能确保生成的纳米孔隙与原先存在的微米孔隙不重叠,而且准确地控制生成纳米孔隙的形状、尺寸和含量。本发明融合了CT扫描法和四参数结构生成法的优势,利用前者和后者分别构建微米和纳米孔隙的数字模型,进而构建多尺度数字岩心模型。因此,相比现有的数字岩心建模方法,提出的混合建模法能更加准确地控制所建模型的孔隙度。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种多尺度数字岩心建模方法,其特征在于,该方法包括以下步骤:
S1,CT扫描法构建低分辨率数字岩心模型DM1:使用CT设备扫描岩石,识别岩石中的微米孔隙,通过对CT图像进行裁剪、滤波降噪、阈值分割和代表体积元判断,获得仅包含微米孔隙的三维数字岩心模型DM1;
S2,数字岩心模型DM1重采样:使用图像重采样方法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,获得数字岩心模型DM2;
S3,四参数结构生成法生成纳米孔隙:从高分辨率扫描电镜图像中提取CT分辨率以下微纳米孔隙的形状和尺寸信息,或者从压汞实验得到CT分辨率以下微纳米孔隙的形状和尺寸信息,以微纳米孔隙结构参数为约束条件,使用四参数结构生成法在数字岩心DM2中生成CT分辨率以下的微纳米孔隙;
S4,混合法构建多尺度数字岩心模型DM3:使用四参数结构生成法在数字岩心DM2矿物中生成比CT分辨率更小的微纳米孔隙,构建同时包含微纳米孔隙的数字岩心模型DM3;
在步骤S3中,四参数结构生成法建模基于时间生长模型和簇生长理论,生成具有形状和尺寸小孔隙的步骤包括播种、生长和重复,具体过程如下:
①播种:先在模拟网格域Ω中选择若干个网格作为孔隙的种子,假设模拟的孔隙包含n个种子S={S1,S2,S3,…,Sn,},种子个数由种子分布概率Ps控制;若孔隙平均半径为R,孔隙体积分数为f,种子分布概率Ps、孔隙平均半径R和孔隙体积分数f之间关系为:
式中,K是系数,如果孔隙是球形的,则K为4π/3;若孔隙为正方体的,K为1;孔隙平均半径R和孔隙体积分数f由扫描电镜图片或压汞实验得到,Ps为种子分布概率;
②生长:基于时间生长模型和簇生长理论,所选择的种子随着时间增加逐渐生长成特定形状和大小的孔隙;孔隙形状为球形、长方体、椭圆和八面体中一种;
③重复:根据预先设定的孔隙体积分数f,重复步骤②,在种子分布概率和方向生长概率的控制下,种子不断生长成特定形状和尺寸的孔隙;当所有孔隙的累计体积分数达到预设的值,停止循环;
在步骤S4中,数字岩心模型DM3的体素数为N3 3,分辨率为R2;CT扫描法和混合建模法所建数字岩心模型DM1、DM2、DM3分辨率和体素数之间关系如下:
N2=KN1
N3=KN1
式中,K为系数,如果孔隙是球形的,则K为4π/3;若孔隙为正方体的,K为1;R1,R2均为分辨率,N1,N2,N3均为体素数。
2.根据权利要求1所述的多尺度数字岩心建模方法,其特征在于,在步骤S1中,三维数字岩心模型DM1的体素数为N1 3,分辨率为R1;裁剪时选择CT图像中间部分;滤波降噪采用非局部均值滤波进行降噪;
阈值分割基于图像中矿物和孔隙的灰度特征将微米孔隙从图像中分割出来;
代表体积元判断包括:通过求取比其更小和更大区域的孔隙度,如果该区域的孔隙度和比其更大区域的孔隙度相等,则认定被裁剪的区域为REV,否则重新进行裁剪、滤波降噪和阈值分割。
3.根据权利要求1所述的多尺度数字岩心建模方法,其特征在于,在步骤S2中,图像重采样方法采用最近邻插值算法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,得到体素数为N2 3,分辨率为R2的数字岩心DM2。
4.根据权利要求1所述的多尺度数字岩心建模方法,其特征在于,在步骤S3中,从压汞实验得到CT分辨率以下微纳米孔隙的形状和尺寸信息,构建同时包含微纳米孔隙的数字岩心模型DM3。
5.一种多尺度数字岩心建模系统,其特征在于,该多尺度数字岩心建模系统通过权利要求1~4任意一项所述多尺度数字岩心建模方法实现,该多尺度数字岩心建模系统包括:
低分辨率数字岩心模型DM1构建模块,用于使用CT设备扫描岩石,识别岩石中的微米孔隙,通过对CT图像进行裁剪、滤波降噪、阈值分割和代表体积元判断,获得包含微米孔隙的三维数字岩心模型DM1;
数字岩心模型DM1重采样模块,用于使用图像重采样方法,将阈值分割后所得数字岩心模型DM1的体素数增大K倍,获得数字岩心模型DM2;
四参数结构生成法生成纳米孔隙模块,用于从高分辨率扫描电镜图像中提取CT分辨率以下微纳米孔隙的形状和尺寸信息,或者从压汞实验得到CT分辨率以下微纳米孔隙的形状和尺寸信息,以微纳米孔隙特征参数为约束条件,使用四参数结构生成法在数字岩心DM2中生成CT分辨率以下的微纳米孔隙;
混合法构建多尺度数字岩心模型DM3模块,用于使用四参数结构生成法在数字岩心DM2矿物中生成比CT分辨率更小的微纳米孔隙,构建同时包含微纳米孔隙的数字岩心模型DM3。
6.一种计算机模型可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行根据权利要求1~4任意一项所述的多尺度数字岩心建模方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310279387.8A CN116012545B (zh) | 2023-03-22 | 2023-03-22 | 多尺度数字岩心建模方法、系统、存储介质及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310279387.8A CN116012545B (zh) | 2023-03-22 | 2023-03-22 | 多尺度数字岩心建模方法、系统、存储介质及应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116012545A CN116012545A (zh) | 2023-04-25 |
CN116012545B true CN116012545B (zh) | 2023-06-30 |
Family
ID=86037649
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310279387.8A Active CN116012545B (zh) | 2023-03-22 | 2023-03-22 | 多尺度数字岩心建模方法、系统、存储介质及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116012545B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116484766B (zh) * | 2023-05-15 | 2024-02-06 | 西南石油大学 | 基于ct扫描建立三维非均质等效岩心模型的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114535834A (zh) * | 2022-03-15 | 2022-05-27 | 武汉锐科光纤激光技术股份有限公司 | 钻孔设备的控制方法、装置、存储介质和电子装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11454106B2 (en) * | 2017-06-15 | 2022-09-27 | Drillscan France Sas | Generating drilling paths using a drill model |
CN109284571B (zh) * | 2018-10-19 | 2022-06-21 | 西南石油大学 | 一种二氧化碳置换页岩气多尺度多场耦合渗流数学建模方法 |
CN113281239B (zh) * | 2021-06-18 | 2022-06-24 | 中国石油大学(北京) | 多尺度煤岩孔隙网络生成方法和装置 |
CN113702088B (zh) * | 2021-09-01 | 2022-03-22 | 东北石油大学 | 页岩多尺度全信息综合表征及纵向演化规律确定方法 |
-
2023
- 2023-03-22 CN CN202310279387.8A patent/CN116012545B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114535834A (zh) * | 2022-03-15 | 2022-05-27 | 武汉锐科光纤激光技术股份有限公司 | 钻孔设备的控制方法、装置、存储介质和电子装置 |
Non-Patent Citations (1)
Title |
---|
Quantitative Prediction of 3-D Multiple Parameters of Tectonic Fractures in Tight Sandstone Reservoirs Based on Geomechanical Method;Jianwei Feng;《 IEEE Access 》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116012545A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
Brabant et al. | Three-dimensional analysis of high-resolution X-ray computed tomography data with Morpho+ | |
US8319793B2 (en) | Analyzing pixel data by imprinting objects of a computer-implemented network structure into other objects | |
US11590708B2 (en) | Three-dimensional fluid micromodels | |
CN108802073B (zh) | 一种基于数字岩心的岩石电性参数获取方法及装置 | |
CN109285222A (zh) | 有机页岩高分辨率数字岩心构建与分析方法 | |
CN116012545B (zh) | 多尺度数字岩心建模方法、系统、存储介质及应用 | |
CN105115874A (zh) | 多源信息融合的多组分三维数字岩心构建方法 | |
AU2013299551A1 (en) | Method for improving the accuracy of rock property values derived from digital images | |
CN112381916B (zh) | 一种利用二维薄片图像的数字岩心三维结构重建方法 | |
US20140114632A1 (en) | Method for modeling a reservoir using 3d multiple-point simulations with 2d training images | |
CN109345625B (zh) | 岩心图像自适应分区三维重建方法 | |
CN107655908A (zh) | 一种构建数字岩心的方法及装置 | |
Walsh et al. | Modern imaging techniques as a window to prehistoric auditory worlds | |
US20210349042A1 (en) | Material properties from two-dimensional image | |
CN107064187A (zh) | 一种烃源岩有机碳含量测定方法及装置 | |
Kachovich et al. | Adding a new dimension to investigations of early radiolarian evolution | |
Krutko et al. | A new approach to clastic rocks pore-scale topology reconstruction based on automatic thin-section images and CT scans analysis | |
Karimpouli et al. | Multistep Super Resolution Double-U-net (SRDUN) for enhancing the resolution of Berea sandstone images | |
Omori et al. | Super-resolution of X-ray CT images of rock samples by sparse representation: applications to the complex texture of serpentinite | |
Xia et al. | Three-dimensional reconstruction of porous media using super-dimension-based adjacent block-matching algorithm | |
JP2006200938A (ja) | ゴム材料の形態表示装置及びゴム材料の形態表示方法 | |
Mosser et al. | Reconstruction of Three-Dimensional Porous Media: Statistical or Deep Learning Approach? | |
Schembre-McCabe et al. | A framework to validate digital rock technology | |
CN117574686B (zh) | 数字岩心的构建方法、装置、电子设备和存储介质 |
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 |