基于CT扫描数字岩心的岩石微观结构定量表征方法

doi:10.19657/j.geoscience.1000-8527.2020.044

现代地质 ›› 2020, Vol. 34 ›› Issue (06): 1205-1213.DOI: 10.19657/j.geoscience.1000-8527.2020.044

基于CT扫描数字岩心的岩石微观结构定量表征方法

赵建鹏¹^,²(), 崔利凯³(), 陈惠⁴, 李宁⁵, 王自亮⁴, 马瑶¹, 杜贵超¹

1.西安石油大学地球科学与工程学院,陕西西安 710065
2.陕西省油气成藏地质学重点实验室,陕西西安 710065
3.东北石油大学陆相页岩油气成藏及高效开发教育部重点实验室,黑龙江大庆 163318
4.中国石油集团测井有限公司长庆分公司,陕西西安 710201
5.中国石油新疆油田分公司重油开发公司,新疆克拉玛依 834000

收稿日期:2020-01-21 修回日期:2020-04-25 出版日期:2020-12-22 发布日期:2020-12-22
通讯作者: 崔利凯
作者简介:崔利凯,男,博士,讲师,1988年出生,地质资源与地质工程专业,主要从事数字岩心建模及数字井筒构建方法研究。Email:cui_lk@nepu.edu.cn。
赵建鹏,男,博士,讲师,1987年出生,地质资源与地质工程专业,主要从事测井储层评价和岩石物理属性模拟研究。Email:zjpsnow@126.com。
基金资助:
国家自然科学基金项目(41804125);陕西省自然科学基础研究计划项目(2018JQ4043);陕西省教育厅科研计划项目(18JK0619)

Quantitative Characterization of Rock Microstructure of Digital Core Based on CT Scanning

ZHAO Jianpeng¹^,²(), CUI Likai³(), CHEN Hui⁴, LI Ning⁵, WANG Ziliang⁴, MA Yao¹, DU Guichao¹

1. School of Earth Sciences and Engineering, Xi’an Shiyou University, Xi’an, Shaanxi 710065, China
2. Shaanxi Key Laboratory of Petroleum Accumulation Geology, Xi’an, Shaanxi 710065, China
3. Key Laboratory of Continental Shale Hydrocarbon Accumulation and Efficient Development, Ministry of Education, Northeast Petroleum University, Daqing, Heilongjiang 163318, China
4. Changqing Division, China Petroleum Logging CO. LTD., Xi’an, Shaanxi 710201, China
5. Heavy Oil Development Company, Xinjiang Oilfield Company, Karamay, Xinjiang 834000, China

Received:2020-01-21 Revised:2020-04-25 Online:2020-12-22 Published:2020-12-22
Contact: CUI Likai

摘要/Abstract

摘要：

岩石微观结构是决定储层宏观物理属性的关键参数,CT扫描数字岩心技术能够实现岩石微观结构的三维可视化和精细化定量表征。以东海盆地西湖凹陷中央反转带北部花港组储层岩样为例开展研究,首先通过CT扫描图像处理建立三维数字岩心,再利用图像处理算法、“最大球”算法分别对样品的粒度分布和孔隙结构两方面进行空间可视化和定量分析。研究结果表明:研究区花港组储层岩石颗粒直径主要分布区间为100~300 μm,属于细砂岩类型,颗粒直径大小不同导致孔隙结构存在差异。不同物性储层的孔隙连通性与孔隙结构参数差异较大,非连通孔隙主要以孤立孔隙为主。孔隙半径主要分布范围为20~60 μm,喉道半径主要分布范围为3~15 μm,喉道长度分布范围为15~45 μm。孔喉配位数差异较大,主要分布区间为0~4,孔隙和喉道截面形状主要以三角形为主。本研究有助于储层微观参数的定量评价,为岩石微观结构的可视化、定量化表征提供技术支撑。

关键词: CT, 数字岩心, 粒度分析, 孔隙结构, 孔隙网络模型, 西湖凹陷

Abstract:

Rock microstructure is a key parameter that determines the macro-physical reservoir properties. CT core scanning technology can perform three-dimensional (3D) visualization and fine quantitative characterization of rock microstructures. In this paper, rock cores of the Huagang Formation (Fm.) from north of the central inversion zone of the Xihu Sag (East China Sea Basin) are used as an example. Firstly, 3D digital core images were established by CT scanning. Secondly, the image processing algorithm and the “maximum ball” algorithm were used to analyze the samples. The grain size distribution and pore structure are spatially and quantitatively analyzed. The Huagang Fm. rock grain size is mainly 100-300 μm, belonging to fine sandstone. Different grain sizes lead to differences in pore structure, and the reservoir pore connectivity and structural parameters are quite different. Non-connected pores are mainly isolated. The pore radius ranges mainly 20-60 μm, whilst the throat radius and length is 3-15 μm and 15-45 μm, respectively. The pore-throat coordination numbers are quite different (mostly from 0 to 4), and the pores and throats are largely triangular. This study enhances the quantitative evaluation of reservoir micro-parameters, and provides strong technical support for visualizing and quantitative characterizing rock microstructures.

Key words: CT, digital core, grain size analysis, pore structure, pore network model, Xihu Sag

中图分类号:

TE122.2

赵建鹏, 崔利凯, 陈惠, 李宁, 王自亮, 马瑶, 杜贵超. 基于CT扫描数字岩心的岩石微观结构定量表征方法[J]. 现代地质, 2020, 34(06): 1205-1213.

ZHAO Jianpeng, CUI Likai, CHEN Hui, LI Ning, WANG Ziliang, MA Yao, DU Guichao. Quantitative Characterization of Rock Microstructure of Digital Core Based on CT Scanning[J]. Geoscience, 2020, 34(06): 1205-1213.

图/表 14

表1 岩心样品信息

Table 1 Sample information and petrological parameters

岩样号	深度/m	岩性	孔隙度/%	渗透率/(10^-3μm²)	扫描分辨率/(μm/像素)	计算孔隙度/%	计算渗透率/%
岩样A	3 725.50	细砂岩	11.65	1.734	3.87	9.13	1.012
岩样B	3 745.00	细砂岩	12.95	10.310	3.68	10.21	7.639
岩样C	3 765.00	细砂岩	8.47	0.504	4.00	7.96	0.193
岩样D	3 798.05	细砂岩	16.86	75.860	3.68	15.20	55.421

图1 CT图像处理结果(红色代表孔隙,蓝色代表骨架;下文同)

Fig.1 CT image processing results

图2 数字岩心三维重构图像

Fig.2 Reconstructed 3D images of the core

图3 三维数字岩心二值化图像

Fig.3 Binarized images of the 3D digital core

图4 切片孔隙度随切片位置的变化关系

Fig.4 Correlation between core porosity and slice location

图5 孔隙度与立方体边长的关系

Fig.5 Correlation between core porosity and cublic side length

图6 数字岩心颗粒分割结果

Fig.6 Grain segmentation of digital core

图7 岩石粒度分布直方图

Fig.7 Histograms of rock grain size distribution

表2 粒度分布参数

Table 2 Parameters of grain size distribution

样品号	最小粒径 /μm	最大粒径 /μm	平均粒径 /μm	中值粒径 /μm	偏度	峰度
岩样A	27.6	679.0	246.0	241.3	0.326	-0.120
岩样B	23.3	557.5	205.1	206.6	0.173	0.253
岩样C	30.4	511.7	190.5	179.0	0.977	1.276
岩样D	26.5	477.6	199.7	191.6	0.426	0.155

图8 孔隙结构三维可视化分析实例

Fig.8 3D visualization of the pore structure

图9 连通孔隙与非连通孔隙占比

Fig.9 Proportion of the connected and non-connected pores

图10 岩样D孔隙网络模型

Fig.10 Pore network models of sample D

表3 孔隙结构分布参数

Table 3 Parameters of pore size distribution

样品号	孔隙特征参数			喉道特征参数			迂曲度
样品号	最小孔隙半径/μm	最大孔隙半径/μm	孔隙半径均值/μm	最小喉道半径/μm	最大喉道半径/μm	喉道半径均值/μm	迂曲度
岩样A	12.776	141.894	41.825	4.209	89.123	13.120	3.156
岩样B	11.271	139.923	38.976	3.781	84.646	13.582	3.212
岩样C	4.401	88.332	17.907	4.169	65.000	10.866	3.576
岩样D	13.504	152.585	42.805	3.979	93.205	14.989	2.539

图11 孔隙结构参数分布

Fig.11 Distribution of pore structural parameters

参考文献 25

[1]	HEMES S, DESBOIS G, URAI J L, et al. Multi-scale characterization of porosity in Boom Clay (HADES-level, Mol, Belgium) using a combination of X-ray μ-CT, 2D BIB-SEM and FIB-SEM tomography[J]. Microporous and Mesoporous Materials, 2015,208:1-20.
[2]	林承焰, 吴玉其, 任丽华, 等. 数字岩心建模方法研究现状及展望[J]. 地球物理学进展, 2018,33(2):679-689.
[3]	杨永飞, 王晨晨, 姚军, 等. 页岩基质微观孔隙结构分析新方法[J]. 地球科学, 2016,41(6):1067-1073.
[4]	赵建鹏, 孙建孟, 姜黎明, 等. 岩石颗粒胶结方式对储层岩石弹性及渗流性质的影响[J]. 地球科学——中国地质大学学报, 2014,39(6):769-774.
[5]	樊光明, 曾佐勋, 储东如, 等. 粒度对韧性剪切带岩石变形的影响[J]. 地球科学, 2000,25(2):159-162.
[6]	王威, 蔡雨娜, 刘洁. 岩石三维微观结构定量研究方案与应用实例[J]. 地学前缘, 2019,26(4):55-66.
[7]	ZHU W, SHAN R, NIE A, et al. An efficiently dynamic stress strain simulation method on digital rock[J]. Journal of Applied Geophysics, 2017,147:10-15.
[8]	BIAN H, GUAN J, MAO Z, et al. Pore structure effect on reservoir electrical properties and well logging evaluation[J]. Applied Geophysics, 2014,11(4):374-383. DOI URL
[9]	闫国亮, 孙建孟, 刘学锋, 等. 储层岩石微观孔隙结构特征及其对渗透率影响[J]. 测井技术, 2014,38(1):28-32.
[10]	袁红旗, 王蕾, 于英华, 等. 沉积学粒度分析方法综述[J]. 吉林大学学报(地球科学版), 2019,49(2):380-393.
[11]	闫建平, 温丹妮, 李尊芝, 等. 基于核磁共振测井的低渗透砂岩孔隙结构定量评价方法——以东营凹陷南斜坡沙四段为例[J]. 地球物理学报, 2016,59(4):1543-1552.
[12]	ROSS D J, BUSTIN R M. The importance of shale composition and pore structure upon gas storage potential of shale gas reservoirs[J]. Marine and Petroleum Geology, 2009,26(6):916-927. DOI URL
[13]	孙建孟, 姜黎明, 刘学锋, 等. 数字岩心技术测井应用与展望[J]. 测井技术, 2012,36(1):1-7.
[14]	JIAO K, YAO S, LIU C, et al. The characterization and quantitative analysis of nanopores in unconventional gas reservoirs utilizing FESEM-FIB and image processing: An example from the lower Silurian Longmaxi Shale, upper Yangtze region, China[J]. International Journal of Coal Geology, 2014,128/129:1-11. DOI URL
[15]	屈乐, 孙卫, 杜环虹, 等. 基于CT扫描的三维数字岩心孔隙结构表征方法及应用——以莫北油田116井区三工河组为例[J]. 现代地质, 2014,28(1):190-196.
[16]	JU Y, GONG W, CHANG C, et al. Three-dimensional characterization of multi-scale structures of the Silurian Longmaxi shale using focused ion beam-scanning electron microscopy and reconstruction technology[J]. Journal of Natural Gas Science and Engineering, 2017,46:26-37. DOI URL
[17]	盛军, 杨晓菁, 李纲, 等. 基于多尺度X-CT成像的数字岩心技术在碳酸盐岩储层微观孔隙结构研究中的应用[J]. 现代地质, 2019,33(3):653-661.
[18]	耿冲, 杨永飞, 高莹. 不同分辨率岩石CT图像的优化处理方法[J]. 科学技术与工程, 2014,14(2):1-4.
[19]	刘学锋. 基于数字岩心的岩石声电特性微观数值模拟研究[D]. 青岛: 中国石油大学, 2010.
[20]	林承焰, 王杨, 杨山, 等. 基于CT的数字岩心三维建模[J]. 吉林大学学报(地球科学版), 2018,48(1):307-317.
[21]	戴宗, 罗东红, 谢明英, 等. 基于改进分水岭算法的岩屑扫描图像粒径分析新方法[J]. 中国海上油气, 2019,31(2):103-107.
[22]	何幼斌, 王文广. 沉积岩与沉积相[M]. 北京: 石油工业出版社, 2007.
[23]	DONG H, BLUNT M J. Pore-network extraction from micro-computerized-tomography images[J]. Physical Review: Statistical, Nonlinear, and Soft Matter Physics, 2009,80(3):036307.
[24]	WU Y, TAHMASEBI P, LIN C, et al. Effects of micropores on geometric, topological and transport properties of pore systems for low-permeability porous media[J]. Journal of Hydrology, 2019,575:327-342. DOI URL
[25]	WU Y, TAHMASEBI P, LIN C, et al. A comprehensive study on geometric, topological and fractal characterizations of pore systems in low-permeability reservoirs based on SEM, MICP, NMR, and X-ray CT experiments[J]. Marine and Petroleum Geology, 2019,103:12-28. DOI URL

基于CT扫描数字岩心的岩石微观结构定量表征方法

Quantitative Characterization of Rock Microstructure of Digital Core Based on CT Scanning

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 25

相关文章 15

编辑推荐

Metrics

本文评价

[1]	李东升, 高平, 盖海峰, 刘若冰, 蔡益栋, 李刚, 周秦, 肖贤明. 川东南地区龙马溪组页岩有机质纳米孔隙结构表征[J]. 现代地质, 2023, 37(05): 1293-1305.
[2]	祁鹏, 郭刚, 崔敏, 王欣, 李峰, 李林致. 西湖凹陷天台斜坡新生代构造差异特征及其形成机制[J]. 现代地质, 2023, 37(02): 307-315.
[3]	张金晴, 李贤庆, 张博翔, 张学庆, 杨经纬, 于振锋. 沁水盆地武乡区块上古生界煤系页岩气储层孔隙特征和孔隙结构[J]. 现代地质, 2022, 36(06): 1551-1562.
[4]	李庆, 李江山, 卢浩, 齐奉强, 何羽, 安可钦, 李隆禹, 张厚民, 伍岳. 鄂尔多斯盆地南部长7₃页岩层系储层特征及主控因素[J]. 现代地质, 2022, 36(05): 1254-1270.
[5]	漆洋, 吕春研, 王宇慧, 唐书恒, 郗兆栋. 生物地层格架下湘西北地区五峰组—龙马溪组孔隙结构特征[J]. 现代地质, 2022, 36(05): 1292-1303.
[6]	姜秉仁, 邓恩德, 韩明辉, 马子杰. 黔西北地区石炭系祥摆组页岩微观孔隙结构及分形特征[J]. 现代地质, 2022, 36(04): 1065-1073.
[7]	崔维平, 杨玉卿, 刘建新. 基于岩性相单元和孔隙结构的低孔低渗储层有效性测井识别方法:以西湖凹陷NB1构造为例[J]. 现代地质, 2022, 36(01): 140-148.
[8]	杨毅, 张恒荣, 袁伟, 杨冬, 胡德胜. 常规砂岩与砂砾岩分形特征对比及成因分析:以乌石凹陷X构造流沙港组为例[J]. 现代地质, 2022, 36(01): 149-158.
[9]	刘文锋, 张小栓, 刘谨铭, 艾力曼·道尔吉, 杨远峰, 张曦文, 祁利祺, 于景维. AH5井区八道湾组砂质和砾质储层孔隙结构特征及评价[J]. 现代地质, 2021, 35(06): 1844-1853.
[10]	李阳阳, 李贤庆, 张学庆, 杨经纬, 张博翔, 肖贤明, 于振锋. 沁水盆地阳泉区块太原组煤系页岩孔隙结构特征[J]. 现代地质, 2021, 35(04): 1033-1042.
[11]	祁鹏, 郭刚, 任亚平, 崔敏, 王欣. 西湖凹陷始新世平湖运动的地质表征及其油气地质意义[J]. 现代地质, 2021, 35(04): 1098-1105.
[12]	崔敏, 徐建永, 郭刚, 谢晓军, 祁鹏, 肖曦, 王欣. 西湖凹陷杭州斜坡构造差异及其对成藏的影响[J]. 现代地质, 2021, 35(04): 1106-1113.
[13]	于景维, 牛志杰, 祁利祺, 孙新铭, 柳妮, 张进, 曹嵩. 准噶尔盆地阜北地区头屯河组非均质性综合研究[J]. 现代地质, 2021, 35(03): 819-831.
[14]	姜秉仁, 杨通保, 石富伦, 韩明辉, 付炜. 黔西地区下石炭统旧司组页岩气聚集条件及含气性分析[J]. 现代地质, 2021, 35(02): 338-348.
[15]	王猛, 刘志杰, 杨玉卿, 张志强, 刘海波, 董宇. 西湖凹陷花港组储层综合分类方法探讨[J]. 现代地质, 2020, 34(06): 1214-1220.