CN117150183A - 海底沉积物孔隙度计算方法、装置、电子设备及介质 - Google Patents
海底沉积物孔隙度计算方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN117150183A CN117150183A CN202311402985.6A CN202311402985A CN117150183A CN 117150183 A CN117150183 A CN 117150183A CN 202311402985 A CN202311402985 A CN 202311402985A CN 117150183 A CN117150183 A CN 117150183A
- Authority
- CN
- China
- Prior art keywords
- saturated water
- seabed
- sediment
- porosity
- water loose
- 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
- 239000013049 sediment Substances 0.000 title claims abstract description 161
- 238000004364 calculation method Methods 0.000 title claims description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 135
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 134
- 239000004576 sand Substances 0.000 claims abstract description 51
- 239000002245 particle Substances 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 39
- 239000004927 clay Substances 0.000 claims abstract description 31
- 229910052500 inorganic mineral Inorganic materials 0.000 claims abstract description 15
- 239000011707 mineral Substances 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010206 sensitivity analysis Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 3
- 239000011148 porous material Substances 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 238000010998 test method Methods 0.000 description 3
- 239000000843 powder Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000013535 sea water Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002051 biphasic effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/088—Investigating volume, surface area, size or distribution of pores; Porosimetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Chemical & Material Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本申请提供海底沉积物孔隙度计算方法、装置、电子设备及介质，涉及海洋地球物理勘探领域，所述方法包括：获得海底饱和水疏松沉积物类型；计算不同类型海底饱和水疏松沉积物的粒度参数，获得海底饱和水疏松沉积物的粒度参数分布范围数据；对所述海底饱和水疏松沉积物的粒度参数分布范围数据进行插值，获得海底饱和水疏松沉积物的粒度参数平面分布数据；根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度。本申请的方法根据获取海底饱和水疏松沉积物的矿物组分砂、粉砂和黏土的百分含量计算海底饱和水疏松沉积物孔隙度，无需保真取样，适于在大面积区域展开使用。
Description
技术领域
本申请涉及海洋地球物理勘探领域，具体地涉及海底沉积物孔隙度计算方法、装置、电子设备及介质。
背景技术
海底是水下声场、地震波场的重要边界，同时也是海洋声学、海洋地质和海洋地球物理等学科共同关注的对象。海底饱和水疏松沉积物孔隙度是影响海底声学、物理、力学参数的重要因素，是制约海水中声波传播的主要因素之一，同时也是海洋工程建设的重要依据。海底饱和水疏松沉积物孔隙度调查，是海底声学特性及建立典型区域适用地声学模型等研究的重要组成部分，在海洋环境保障、水体/海底目标探测、海底资源勘探等领域具有重要的应用价值。
前人的研究表明，砂、粉砂质砂和砂、粉砂及黏土以不同比例混合的砂质粉砂混合颗粒结构是海底饱和水疏松沉积物的典型结构，当较细粒径的砂、粉砂和黏土粒子存在于砂中时就形成了混合颗粒,其中较大砂粒之间很多孔隙充满了较细颗粒，此时会使孔隙度降低，但当一些形状很不规则的较细颗粒落在较大颗粒之间时,可使孔隙度趋向净增加。因此，不同沉积物具有不同的粒径，是影响孔隙度的大小的主要因素。
海底饱和水疏松沉积物的保真取样后实验室测量和钻探获取测井资料是研究饱和水疏松沉积物孔隙度的最佳手段。孔隙度被认为是与海底饱和水疏松沉积物压缩波速度相关性最强、影响海底饱和水疏松沉积物声速和抗剪切强度最主要参数。压缩波速度与孔隙度的关系明确，为更便捷地获得广泛的数据分布，地球物理学家尝试建立海底饱和水疏松沉积物孔隙度与声波速度经验公式求取其孔隙度，对于饱和水海底疏松沉积物声波速度与孔隙度的相关关系，国内外地球物理学家进行了大量研究工作，在不同海域对采集的样品进行实验分析，总结了沉积物声速与孔隙度回归方程。但是，孔隙度并非为影响声速变化的唯一因素，海底饱和水疏松沉积物孔隙度与声波速度经验公式求取其孔隙度存在一定的误差。
从以上的叙述中可以看出，孔隙度是影响海底饱和水沉积物密度、纵波速度和抗剪切强度的主要因素，目前孔隙度的确定方法主要以样品测试为主，保真取样是确保测试结果准确性的关键。但是，保真取样对技术与装备要求复杂，取样效率低、成本高昂，难以大面积区域展开使用。因此，基于目前区域性分布的、大量的海底饱和水疏松沉积物矿物组分调查数据，寻找一种求取海底饱和水疏松沉积物孔隙度的技术方法，以获取海底饱和水疏松沉积物孔隙度的准确展布，为饱和水疏松沉积物的物性计算提高精细的孔隙度信息，为海洋地球物理正演模型的建立提供基础参数。
发明内容
有鉴于此，本申请提供海底沉积物孔隙度计算方法、装置、电子设备及存储介质，以利于解决现有技术中样品测试法确定孔隙度对保真取样技术和装备的要求复杂，难以在大面积区域展开使用的技术问题。
第一方面，本申请实施例提供了一种海底沉积物孔隙度计算方法，所述海底沉积物为海底饱和水疏松沉积物，所述方法包括：
对获取的海底饱和水疏松沉积物样品进行分析，获得海底饱和水疏松沉积物类型；
计算不同类型海底饱和水疏松沉积物的粒度参数，获得海底饱和水疏松沉积物的粒度参数分布范围数据；
对所述海底饱和水疏松沉积物的粒度参数分布范围数据进行插值，获得海底饱和水疏松沉积物的粒度参数平面分布数据；
根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度。
进一步地，所述海底饱和水疏松沉积物类型包括砂、粉砂、粉砂质砂、砂质粉砂、泥质砂和泥。
进一步地，所述海底饱和水疏松沉积物的粒度参数为矿物组分砂、粉砂和黏土的百分含量。
进一步地，所述海底饱和水疏松沉积物孔隙度的计算公式为：
其中，p为孔隙度，/>为砂的百分含量，/>为黏土的百分含量。
进一步地，所述根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度，包括：进行孔隙度与砂、粉砂和黏土的百分含量变化的敏感度分析，获得所述海底饱和水疏松沉积物孔隙度。
进一步地，所述敏感度分析包括将实测的砂、粉砂和黏土的百分含量与实测孔隙度进行多种回归分析，分别获得砂与孔隙度、粉砂与孔隙度、黏土与孔隙度的多种回归结果曲线，从所述回归结果曲线上得到孔隙度对砂、粉砂和黏土的百分含量变化敏感度。
进一步地，在所述根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度之后，还包括，根据计算的海底饱和水疏松沉积物孔隙度，获得海底饱和水疏松沉积物孔隙度剖面分布数据，对所述海底饱和水疏松沉积物孔隙度剖面分布数据采用三角网格插值与平滑的方法，获得海底饱和水疏松沉积物孔隙度平面等值线分布图。
第二方面，本申请实施例提供了一种海底沉积物孔隙度计算装置，所述海底沉积物为海底饱和水疏松沉积物，所述装置包括：
海底饱和水疏松沉积物类型获取模块，用于对获取的海底饱和水疏松沉积物样品进行分析，获得海底饱和水疏松沉积物类型；
矿物组分粒级参数分布范围数据获取模块，用于计算不同类型海底饱和水疏松沉积物的粒度参数，获得海底饱和水疏松沉积物的粒度参数分布范围数据；
矿物组分粒级参数平面分布数据获取模块，用于对所述海底饱和水疏松沉积物的粒度参数分布范围数据进行插值，获得海底饱和水疏松沉积物的粒度参数平面分布数据；
海底饱和水疏松沉积物孔隙度计算模块，用于根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度。
第三方面，本申请实施例提供了一种电子设备，包括：
处理器；
存储器；
以及计算机程序，其中所述计算机程序被存储在所述存储器中，所述计算机程序包括指令，当所述指令被所述处理器执行时，使得所述电子设备执行第一方面中任意一项所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行第一方面中任意一项所述的方法。
本申请的海底沉积物孔隙度计算方法通过对海底饱和水疏松沉积物进行分类，进一步获取海底饱和水疏松沉积物的矿物组分砂、粉砂和黏土的百分含量，通过将实测的砂、粉砂和黏土的百分含量与实测孔隙度进行多种回归分析得到孔隙度对砂、粉砂和黏土的百分含量变化敏感度，进而拟合出孔隙度的计算公式，提高了孔隙度的计算精度，克服了样品测试法对保真取样技术和装备的复杂要求，只需基于目前区域性分布的、大量的海底沉积物矿物组分调查数据，即可计算出海底饱和水疏松沉积物孔隙度，获取海底沉积物孔隙度的准确展布，为饱和水疏松沉积物的物性计算提高精细的孔隙度信息，适于在大面积区域展开使用。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将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申请的一些实施例，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它的附图。
图1为本申请实施例提供的一种海底沉积物孔隙度计算方法的流程示意图；
图2为本申请实施例提供的D151站位海底饱和水疏松沉积物粒度组成及三角图；
图3为本申请实施例提供的某区域砂粒级百分含量等值线图；
图4为本申请实施例提供的某区域粉砂粒级百分含量等值线图；
图5为本申请实施例提供的某区域黏土的粒级百分含量等值线图；
图6为本申请实施例提供的实测孔隙度与计算孔隙度的精度对比图；
图7为本申请实施例提供的一种海底沉积物孔隙度计算装置的结构框图；
图8为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了更好的理解本申请的技术方案，下面结合附图对本申请实施例进行详细描述。
应当明确，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作出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，甲和/或乙，可以表示：单独存在甲，同时存在甲和乙，单独存在乙这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
参见图1，为本申请实施例提供的一种海底沉积物孔隙度计算方法的流程示意图，所述海底沉积物为海底饱和水疏松沉积物。如图1所示，所述方法主要包括以下步骤。
S101：对获取的海底饱和水疏松沉积物样品进行分析，获得海底饱和水疏松沉积物类型。
其中，海底饱和水疏松沉积物是由沉积物颗粒骨架与孔隙海水组成的双相介质。所述海底饱和水疏松沉积物类型包括砂、粉砂、粉砂质砂、砂质粉砂、泥质砂和泥。
下面以H海沟D151站位为例，进一步说明海底饱和水疏松沉积物类型的划分。
通过对D151站位海底饱和水疏松沉积物样品进行分析，获得D151站位沉积物样品粒度数据，如图2所示。从图2中（a）可以看出，D151站位海底饱和水疏松沉积物样品的组成以粉砂为主，按照folk命名法判定深度浅于9cm沉积物属于粉砂，深度在9～22cm沉积物属于砂质粉砂，如图2中（b）所示。值的变化范围是0.05～0.06，说明该沉积物主要来源是陆源，其中，/>为微量元素/>的质量分数，/>为常量元素/>的质量分数。
S102：计算不同类型海底饱和水疏松沉积物的粒度参数，获得海底饱和水疏松沉积物的粒度参数分布范围数据。
表1：
所述粒度参数为矿物组分砂、粉砂和黏土的百分含量。根据Folk分类中沉积物样品粒度参数分布表，分别计算每一类型海底饱和水疏松沉积物的粒度参数，得到不同类型海底饱和水疏松沉积物的粒度参数，进一步获得海底饱和水疏松沉积物的粒度参数分布范围数据。所述Folk分类中沉积物样品粒度参数分布表如表1所示。获得的海底饱和水疏松沉积物的粒度参数分布范围数据图如图3-图5所示。图3为某区域砂粒级百分含量等值线图，图4为某区域粉砂粒级百分含量等值线图，图5为某区域黏土的粒级百分含量等值线图。
S103：对所述海底饱和水疏松沉积物的粒度参数分布范围数据进行插值，获得海底饱和水疏松沉积物的粒度参数平面分布数据。
所述插值为三角网格插值法。
S104：根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度。
进行孔隙度与砂、粉砂和黏土的百分含量变化的敏感度分析，获得所述海底饱和水疏松沉积物孔隙度。所述敏感度分析包括将实测的砂、粉砂和黏土的百分含量与实测孔隙度进行多种回归分析，分别获得砂与孔隙度、粉砂与孔隙度、黏土与孔隙度的多种回归结果曲线，从回归结果曲线上得到孔隙度对砂、粉砂和黏土的百分含量变化敏感度。通过所述敏感度分析发现孔隙度对粉砂的百分含量变化不敏感，孔隙度与砂和黏土的百分含量有明显回归关系。因此，只考虑孔隙度与砂和黏土的百分含量关系，结合所述回归分析，获得所述海底饱和水疏松沉积物孔隙度的计算公式为：
其中，p为孔隙度，为砂的百分含量，/>为黏土的百分含量。
图6为实测孔隙度与计算孔隙度的精度对比图，从图6中可以看出，计算孔隙度与实测孔隙度误差较小，计算孔隙度的精度较高。
根据计算的海底饱和水疏松沉积物孔隙度，获得海底饱和水疏松沉积物孔隙度剖面分布数据，对所述海底饱和水疏松沉积物孔隙度剖面分布数据采用三角网格插值与平滑的方法，获得海底饱和水疏松沉积物孔隙度平面等值线分布图。
本申请提供一种海底沉积物孔隙度计算方法，该方法通过对海底饱和水疏松沉积物进行分类，进一步获取海底饱和水疏松沉积物的矿物组分砂、粉砂和黏土的百分含量，通过将实测的砂、粉砂和黏土的百分含量与实测孔隙度进行多种回归分析得到孔隙度对砂、粉砂和黏土的百分含量变化敏感度，进而拟合出孔隙度的计算公式，提高了孔隙度的计算精度，克服了样品测试法对保真取样技术和装备的复杂要求，只需基于目前区域性分布的、大量的海底沉积物矿物组分调查数据，即可计算出海底饱和水疏松沉积物孔隙度，获取海底沉积物孔隙度的准确展布，为饱和水疏松沉积物的物性计算提高精细的孔隙度信息，适于在大面积区域展开使用。
与上述实施例相对应，本申请还提供了一种海底沉积物孔隙度计算装置，所述海底沉积物为海底饱和水疏松沉积物。
参见图7，为本申请实施例提供的一种海底沉积物孔隙度计算装置的结构框图。如图7所示，其主要包括以下模块。
海底饱和水疏松沉积物类型获取模块701，用于对获取的海底饱和水疏松沉积物样品进行分析，获得海底饱和水疏松沉积物类型；
矿物组分粒级参数分布范围数据获取模块702，用于计算不同类型海底饱和水疏松沉积物的粒度参数，获得海底饱和水疏松沉积物的粒度参数分布范围数据；
矿物组分粒级参数平面分布数据获取模块703，用于对所述海底饱和水疏松沉积物的粒度参数分布范围数据进行插值，获得海底饱和水疏松沉积物的粒度参数平面分布数据；
海底饱和水疏松沉积物孔隙度计算模块704，用于根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度。
需要指出的是，本申请实施例涉及的具体内容可以参见上述方法实施例的描述，为了表述简洁，在此不再赘述。
与上述实施例相对应，本申请实施例还提供了一种电子设备。
参见图8，为本申请实施例提供的一种电子设备的结构示意图。如图8所示，该电子设备800可以包括：处理器801、存储器802及通信单元803。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的电子设备结构并不构成对本申请实施例的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，通信单元803，用于建立通信信道，从而使电子设备可以与其它设备进行通信。
处理器801，为电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器802内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子设备的各种功能和/或处理数据。所述处理器可以由集成电路(integrated circuit，IC) 组成，例如可以由单颗封装的IC 所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器801可以仅包括中央处理器(centralprocessing unit，CPU)。在本申请实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
存储器802，用于存储处理器801的执行指令，存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。
当存储器802中的执行指令由处理器801执行时，使得电子设备800能够执行上述方法实施例中的部分或全部步骤。
与上述实施例相对应，本申请实施例还提供一种计算机可读存储介质，其中，该计算机可读存储介质可存储有程序，其中，在程序运行时可控制计算机可读存储介质所在设备执行上述方法实施例中的部分或全部步骤。具体实现中，该计算机可读存储介质可为磁碟、光盘、只读存储记忆体（英文：read-only memory，简称：ROM）或随机存储记忆体（英文：random access memory，简称：RAM）等。
与上述实施例相对应，本申请实施例还提供了一种计算机程序产品，该计算机程序产品包含可执行指令，当可执行指令在计算机上执行时，使得计算机执行上述方法实施例中的部分或全部步骤。
本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达，是指的这些项中的任意组合，包括单项或复数项的任意组合。例如，a，b和c中的至少一项可以表示：a, b, c, a-b,a-c, b-c,或a-b-c，其中a, b, c可以是单个，也可以是多个。
本领域普通技术人员可以意识到，本文中公开的实施例中描述的各单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，任一功能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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，简称ROM）、随机存取存储器（random access memory，简称RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种海底沉积物孔隙度计算方法，所述海底沉积物为海底饱和水疏松沉积物，其特征在于，包括：
对获取的海底饱和水疏松沉积物样品进行分析，获得海底饱和水疏松沉积物类型；
计算不同类型海底饱和水疏松沉积物的粒度参数，获得海底饱和水疏松沉积物的粒度参数分布范围数据；
对所述海底饱和水疏松沉积物的粒度参数分布范围数据进行插值，获得海底饱和水疏松沉积物的粒度参数平面分布数据；
根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度。
2.根据权利要求1所述的方法，其特征在于，所述海底饱和水疏松沉积物类型包括砂、粉砂、粉砂质砂、砂质粉砂、泥质砂和泥。
3.根据权利要求1所述的方法，其特征在于，所述海底饱和水疏松沉积物的粒度参数为矿物组分砂、粉砂和黏土的百分含量。
4.根据权利要求1所述的方法，其特征在于，所述海底饱和水疏松沉积物孔隙度的计算公式为：其中，p为孔隙度，/>为砂的百分含量，/>为黏土的百分含量。
5.根据权利要求1所述的方法，其特征在于，所述根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度，包括：进行孔隙度与砂、粉砂和黏土的百分含量变化的敏感度分析，获得所述海底饱和水疏松沉积物孔隙度。
6.根据权利要求5所述的方法，其特征在于，所述敏感度分析包括将实测的砂、粉砂和黏土的百分含量与实测孔隙度进行多种回归分析，分别获得砂与孔隙度、粉砂与孔隙度、黏土与孔隙度的多种回归结果曲线，从所述回归结果曲线上得到孔隙度对砂、粉砂和黏土的百分含量变化敏感度。
7.根据权利要求1所述的方法，其特征在于，在所述根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度之后，还包括，根据计算的海底饱和水疏松沉积物孔隙度，获得海底饱和水疏松沉积物孔隙度剖面分布数据，对所述海底饱和水疏松沉积物孔隙度剖面分布数据采用三角网格插值与平滑的方法，获得海底饱和水疏松沉积物孔隙度平面等值线分布图。
8.一种海底沉积物孔隙度计算装置，所述海底沉积物为海底饱和水疏松沉积物，其特征在于，包括：
海底饱和水疏松沉积物类型获取模块，用于对获取的海底饱和水疏松沉积物样品进行分析，获得海底饱和水疏松沉积物类型；
矿物组分粒级参数分布范围数据获取模块，用于计算不同类型海底饱和水疏松沉积物的粒度参数，获得海底饱和水疏松沉积物的粒度参数分布范围数据；
矿物组分粒级参数平面分布数据获取模块，用于对所述海底饱和水疏松沉积物的粒度参数分布范围数据进行插值，获得海底饱和水疏松沉积物的粒度参数平面分布数据；
海底饱和水疏松沉积物孔隙度计算模块，用于根据所述海底饱和水疏松沉积物的粒度参数平面分布数据，计算海底饱和水疏松沉积物孔隙度。
9.一种电子设备，其特征在于，包括：
处理器；
存储器；
以及计算机程序，其中所述计算机程序被存储在所述存储器中，所述计算机程序包括指令，当所述指令被所述处理器执行时，使得所述电子设备执行权利要求1至7中任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311402985.6A CN117150183B (zh) | 2023-10-27 | 2023-10-27 | 海底沉积物孔隙度计算方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311402985.6A CN117150183B (zh) | 2023-10-27 | 2023-10-27 | 海底沉积物孔隙度计算方法、装置、电子设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117150183A true CN117150183A (zh) | 2023-12-01 |
| CN117150183B CN117150183B (zh) | 2024-02-13 |
Family
ID=88904584
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311402985.6A Active CN117150183B (zh) | 2023-10-27 | 2023-10-27 | 海底沉积物孔隙度计算方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117150183B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104808246A (zh) * | 2015-05-26 | 2015-07-29 | 中国科学院声学研究所东海研究站 | 海底沉积物类型的识别方法 |
| CN105138731A (zh) * | 2015-07-27 | 2015-12-09 | 中国海洋石油总公司 | 一种水合物分解引起海底斜坡不稳定性评价系统及方法 |
| US20180120479A1 (en) * | 2016-10-31 | 2018-05-03 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Porosity prediction based on effective stress |
| US20200123898A1 (en) * | 2018-10-19 | 2020-04-23 | Saudi Arabian Oil Company | Predicting carbonate porosity based on petrographic data |
| CN111238967A (zh) * | 2020-03-19 | 2020-06-05 | 中国石油大学(华东) | 一种含水合物沉积物力学特性检测及数据处理方法 |
| CN112595653A (zh) * | 2021-03-05 | 2021-04-02 | 西南石油大学 | 粒状黏土矿物的疏松砂岩储层孔隙度应力敏感分析方法 |
| CN114114409A (zh) * | 2020-08-27 | 2022-03-01 | 中国石油化工股份有限公司 | 海域天然气水合物的岩石物理建模方法、电子设备及介质 |
| US11435494B1 (en) * | 2021-10-26 | 2022-09-06 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Method for predicting oil accumulation depth limit of deep and ultra-deep marine carbonate reservoirs |
| CN115857006A (zh) * | 2023-03-01 | 2023-03-28 | 西北工业大学青岛研究院 | 一种海底声学、物理学参数探测方法、介质及系统 |
| US20230129986A1 (en) * | 2021-10-26 | 2023-04-27 | Saudi Arabian Oil Company | Quantifying uncertainty in porosity compaction models of sedimentary rock |
| CN116291406A (zh) * | 2023-02-14 | 2023-06-23 | 中海石油(中国)有限公司 | 一种海上疏松砂岩油藏大孔道识别方法和系统 |
| CN116738182A (zh) * | 2023-07-03 | 2023-09-12 | 中山大学 | 海底沉积物声衰减范围值的预测方法、装置和存储介质 |
| CN116910473A (zh) * | 2023-07-03 | 2023-10-20 | 中山大学 | 海底沉积物宽频声速预测方法、计算机装置和存储介质 |
| CN116930023A (zh) * | 2022-03-29 | 2023-10-24 | 中国石油化工股份有限公司 | 致密砂岩相控分类孔隙度测井精细解释方法和装置 |
-
2023
- 2023-10-27 CN CN202311402985.6A patent/CN117150183B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104808246A (zh) * | 2015-05-26 | 2015-07-29 | 中国科学院声学研究所东海研究站 | 海底沉积物类型的识别方法 |
| CN105138731A (zh) * | 2015-07-27 | 2015-12-09 | 中国海洋石油总公司 | 一种水合物分解引起海底斜坡不稳定性评价系统及方法 |
| US20180120479A1 (en) * | 2016-10-31 | 2018-05-03 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | Porosity prediction based on effective stress |
| US20200123898A1 (en) * | 2018-10-19 | 2020-04-23 | Saudi Arabian Oil Company | Predicting carbonate porosity based on petrographic data |
| CN111238967A (zh) * | 2020-03-19 | 2020-06-05 | 中国石油大学(华东) | 一种含水合物沉积物力学特性检测及数据处理方法 |
| CN114114409A (zh) * | 2020-08-27 | 2022-03-01 | 中国石油化工股份有限公司 | 海域天然气水合物的岩石物理建模方法、电子设备及介质 |
| CN112595653A (zh) * | 2021-03-05 | 2021-04-02 | 西南石油大学 | 粒状黏土矿物的疏松砂岩储层孔隙度应力敏感分析方法 |
| US11435494B1 (en) * | 2021-10-26 | 2022-09-06 | Institute Of Geology And Geophysics, Chinese Academy Of Sciences | Method for predicting oil accumulation depth limit of deep and ultra-deep marine carbonate reservoirs |
| US20230129986A1 (en) * | 2021-10-26 | 2023-04-27 | Saudi Arabian Oil Company | Quantifying uncertainty in porosity compaction models of sedimentary rock |
| CN116930023A (zh) * | 2022-03-29 | 2023-10-24 | 中国石油化工股份有限公司 | 致密砂岩相控分类孔隙度测井精细解释方法和装置 |
| CN116291406A (zh) * | 2023-02-14 | 2023-06-23 | 中海石油(中国)有限公司 | 一种海上疏松砂岩油藏大孔道识别方法和系统 |
| CN115857006A (zh) * | 2023-03-01 | 2023-03-28 | 西北工业大学青岛研究院 | 一种海底声学、物理学参数探测方法、介质及系统 |
| CN116738182A (zh) * | 2023-07-03 | 2023-09-12 | 中山大学 | 海底沉积物声衰减范围值的预测方法、装置和存储介质 |
| CN116910473A (zh) * | 2023-07-03 | 2023-10-20 | 中山大学 | 海底沉积物宽频声速预测方法、计算机装置和存储介质 |
Non-Patent Citations (5)
| Title |
|---|
| FRED KOFI BOADU: "Regression Models to Estimate Critical Porosity of Soils from Basic Soil Properties Based on Percolation Theory", 《GEOTECH GEOL ENG》, vol. 36 * |
| 周庆杰 等: "基于Chirp数据和Biot-Stoll模型反演南海北部陆坡海底表层沉积物物理性质", 《海洋学报》, no. 03 * |
| 孟祥梅 等: "南黄海中西部海底空间沉积特征及工程地质特性", 《工程地质学报》, no. 06 * |
| 宫少军 等: "渤海湾西部海域底质特征及其沉积环境分析", 《天津科技大学学报》, no. 03 * |
| 田雨杭 等: "琼东南外海海底沉积物粒度组分对孔隙度、声速的影响", 《热带海洋学报》, no. 03 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117150183B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zeeb et al. | Evaluation of sampling methods for fracture network characterization using outcrops | |
| Kjønsvik et al. | The effects of sedimentary heterogeneities on production from a shallow marine reservoir-what really matters? | |
| CN106154323B (zh) | 基于地震拓频处理的相控随机反演薄储层预测方法 | |
| Bohling | Introduction to geostatistics and variogram analysis | |
| McKinley et al. | How porosity and permeability vary spatially with grain size, sorting, cement volume, and mineral dissolution in fluvial Triassic sandstones: the value of geostatistics and local regression | |
| Vik et al. | Evaluation of representative elementary volume for a vuggy carbonate rock—Part: Porosity, permeability, and dispersivity | |
| Loehle et al. | Statistical properties of ecological and geologic fractals | |
| CN104755965A (zh) | 用于为沉积物中出现的包合物确定最小孔隙率的方法和系统 | |
| CN110887772B (zh) | 一种碳酸盐岩储层渗透率识别方法、系统及装置 | |
| Harris et al. | Predicting the three-dimensional population characteristics of fault zones: a study using stochastic models | |
| Endler et al. | Linkage between acoustic parameters and seabed sediment properties in the south-western Baltic Sea | |
| Uwa et al. | Geohydrodynamic parameters and their implications on the coastal conservation: A case study of Abak Local Government Area (LGA), Akwa Ibom State, Southern Nigeria | |
| Wang et al. | An automated procedure to calculate the morphological parameters of superimposed rhythmic bedforms | |
| CN112946783A (zh) | 一种水合物饱和度确定方法、装置及设备 | |
| CN107576985B (zh) | 一种地震反演的方法和装置 | |
| Ringrose | Total-property modeling: dispelling the net-to-gross myth | |
| Abes et al. | The Impact of Geometric Attributes of Fractures on Fluid Flow Characteristics of Reservoir: A Case Study in Alrar Field, Algeria | |
| Elkarmoty et al. | Deterministic three-dimensional rock mass fracture modeling from geo-radar survey: A case study in a sandstone quarry in Italy | |
| Tang | GMSS2. 0: An Enhanced Software Program for Stochastic Finite‐Fault Ground‐Motion Simulation | |
| Orellana et al. | Influence of variograms in 3D reservoir-modeling outcomes: An example | |
| CN117150183B (zh) | 海底沉积物孔隙度计算方法、装置、电子设备及介质 | |
| Gao et al. | Seismic structure and texture analyses for fractured reservoir characterization: An integrated workflow | |
| Massonnat et al. | The ALBION project: An observatory in the heart of a carbonate reservoir | |
| Jol et al. | Stratigraphic imaging of the Navajo Sandstone using ground-penetrating radar | |
| Azevedo et al. | Seismic attributes for constraining geostatistical seismic inversion |
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 |