引用本文
Xu Zuxin,Zhang Yijie,Wang Jufeng,et al.Quantitative characterization of pore structure of the second member of Kongdian Formation tight reservoirs in Cangdong Sag[J].Natural Gas Geoscience,2016,27(1):102-110.[徐祖新,张义杰,王居峰,等.渤海湾盆地沧东凹陷孔二段致密储层孔隙结构定量表征[J].天然气地球科学,2016,27(1):102-110.]
doi:10.11764/j.issn.1672-1926.2016.01.0102
渤海湾盆地沧东凹陷孔二段致密储层孔隙结构定量表征
关键词: 致密储层 孔隙结构 ImageJ软件 定量表征 沧东凹陷
中图分类号:TE122.2 文献标志码:A 文章编号:1672-1926(2016)01-102-09
Quantitative characterization of pore structure of the second memberof Kongdian Formation tight reservoirs in Cangdong Sag
Key words: Tight reservoir; Pore structure; ImageJ software; Quantitative characterization; Cangdong Sag;
引言
随着油气地质理论的发展与开发技术的进步,非常规油气逐渐成为全球油气勘探开发的热点领域。非常规油气储层致密,常发育微米—纳米级孔隙结构系统[1]。致密储层的物性在很大程度上取决于其微观孔隙结构特征,主要包括孔喉大小、孔隙空间的几何形态、孔喉的连通性等。对于致密储层,开展微观孔隙结构研究,不仅可以明确油气储层本身的基本特征与储集性能,而且可以揭示非常规油气的赋存状态及其富集规律[2]。因此,如何准确评价和定量表征致密储层孔隙结构特征已经成为储层研究的关键问题。 致密储层孔隙结构研究目前仍处于探索阶段,其研究方法归纳起来分为3类:①图像观察法,包括铸体薄片法、扫描电镜法(SEM)及氩离子抛光—扫描电镜法(Ar-SEM)等;②数值测定法,包括压汞法、氮气吸附法、核磁共振技术等;③数值模拟法,包括CT扫描法及聚焦离子束成像技术等。图像观察法是目前致密储层孔隙结构研究的常用方法,主要利用SEM、Ar-SEM及场发射扫描电镜等方法获得储层孔隙结构的高分辨率数字图像,然后直观观测致密储层孔隙发育情况。但是,图像观察法的局限性在于其大都是从定性角度来研究致密储层的孔隙结构特征,如何实现高分辨率数字图像的定量表征是目前研究的难点。 ImageJ软件是一款优秀的图像分析软件,其功能强大、使用简单,推出之后很快受到各类专业人员的“青睐”。在非常规油气领域,国外学者利用ImageJ软件对致密储层孔隙结构特征进行了一定的研究。Keller等[3]从定性描述的角度,利用ImageJ软件对Opalinus 页岩孔隙结构图像进行二值化处理,之后观察页岩储层孔隙发育情况。Jin等[4]利用ImageJ 软件对页岩储层SEM图像进行二值化处理,但是仅仅定量评价了页岩储层的面孔率,并没有对页岩储层孔隙结构的其他参数进行详细的研究。在国内,ImageJ 软件广泛应用在医学影像学诊断领域[5,6],并取得了不错的应用效果,但是目前尚未见其在致密储层孔隙结构研究中的报道。 基于上述分析,本文将ImageJ软件应用到致密储层孔隙结构研究中,利用其分析致密储层孔隙结构的SEM图像和Ar-SEM图像,最大限度挖掘高分辨率数字图像背后的隐藏信息。采用定性描述和定量表征相结合的方法,通过岩心观察与描述、铸体薄片、扫描电镜(SEM)、氩离子抛光—扫描电镜(Ar-SEM)等分析,定性描述了致密储层孔隙的发育程度,同时定量表征了致密储层的孔隙数目、孔径大小、面孔率及分形维数等孔隙结构参数,实现了致密储层的精细研究。
1 地质背景
沧东凹陷位于渤海湾盆地黄骅坳陷南部,构造上位于孔店凸起以南,沧县隆起以东,徐黑凸起以西,呈NE—SW向展布,勘探面积为1 500km2。构造单元可以划分为2个构造带及3个斜坡,即孔店构造带、舍女寺断鼻带、孔东斜坡、孔西斜坡和南皮斜坡(图1)。沧东凹陷在孔三段—孔一下亚段沉积时期为坳陷型湖盆,孔一上亚段—沙河街组沉积时期湖盆差异演化,凹陷北部受沧东、徐西两大边界断层控制,早期湖盆中心隆凹转换形成孔店构造带,其翼部形成孔东、孔西2个反转型斜坡,南部为继承性发育的南皮斜坡[7]。
图1 沧东凹陷构造位置及地层综合柱状图
Fig.1 Structural position and stratigraphic column of Cangdong Sag
2 孔隙结构类型及其特征
通过详细的岩心观察与描述,采集沧东凹陷孔二段斜坡低部位—湖盆中心的泥页岩、致密砂岩、致密白云岩等3类储层样品(图2),通过铸体薄片、扫描电镜(SEM)和氩离子抛光—扫描电镜(Ar-SEM)分析,对研究区致密储层储集空间类型进行了研究,泥页岩、致密砂岩及致密白云岩3类致密储层的孔隙结构特征存在一定的差异性。 泥页岩储层致密,前人对其孔隙结构类型和特征进行了研究。Slatt等[10]将页岩孔隙类型划分为黏土絮体间孔隙、有机孔隙、粪球粒内孔隙、化石碎屑内孔隙、颗粒内孔隙和微裂缝6种。Loucks等[11]将页岩储集空间划分为粒间孔隙、粒内孔隙、有机质孔隙和裂缝。 通过扫描电镜、氩离子抛光—扫描电镜等方法,对孔二段泥页岩储层储集空间进行了详细观察和描述,并结合前人孔隙类型划分方案,研究了泥页岩储层孔隙结构类型及其特征。孔二段泥页岩储层孔隙结构类型可划分为基质孔隙和裂缝2个大类。前者可划分为矿物基质孔隙和有机质孔隙2类,其中矿物基质孔隙进一步划分为粒间孔隙[图3(a),图3(b)]和粒内孔隙[图3(c)],粒间孔隙主要有颗粒间孔隙、晶间孔隙、黏土矿物片间孔隙、刚性颗粒边缘外孔隙等,粒内孔隙发育于颗粒内部。有机质孔隙是发育在有机质内部的粒内孔[图3(d),图3(e)]。裂缝的发育可以极大地改善泥页岩储层物性,同时裂缝还可以沟通不同的孔隙类型,有利于油气渗流[图3(f)]。 致密砂岩储层岩性致密、储层非均质性强,发育微米和纳米—亚微米两大孔喉体系[12]。铸体薄片观察发现砂岩储层致密、可见孔隙不多[图4(a)],部分样品发育裂缝,裂缝长宽比大[图4(b)]。进一
图2 孔二段致密储层岩性特征
Fig.2 Lithologic features of member 2 of Kongdian Formation tight reservoirs
图3 孔二段泥页岩储层孔隙结构特征
Fig.3 Pore structure of member 2 of Kongdian Formation shale reservoirs
图4 孔二段致密砂岩储层孔隙结构特征
Fig.4 Pore structure of member 2 of Kongdian Formation tight sandstone reservoirs
3 致密储层SEM图像分析
3.1 SEM图像伪彩色增强
由于人眼对SEM灰度图像的分辨能力较弱,而且SEM灰度图像中对孔隙类型划分和观察的干扰因素较多,因此,可以借助于数字图像处理技术来分析SEM图像。目前常用伪彩色增强技术来处理灰度图像,突出研究者所感兴趣的部分。将一幅灰度图像映射为一幅彩色图像的增强方式称为伪彩色增强[15]。经伪彩色增强得到的彩色图像可增强SEM图像的视觉分辨率,能更清晰地观察孔隙发育情况。 利用ImageJ软件获得的孔二段致密储层的伪彩色增强图(图6)。从图中可以看出,SEM灰度图像经伪彩色增强后分辨率比原始灰度图显著提高,可以更加清晰地辨别致密储层内部的孔隙发育特征。对比SEM灰度图像和伪彩色增强图,发现储层孔隙位于SEM伪彩色增强图的蓝色区域内,矿物主要在红色区域内。从图6中还可以看出,孔二段致密储层孔隙整体比较发育,孔隙形态多样,部分孔隙连通性好,有利于油气的赋存和聚集。
3.2 致密储层孔隙定量识别
SEM灰度图像的灰度值可以反映储层内部孔隙和裂缝的分布情况[15]。为研究方便,致密储层可以简单看成是由有机质、空隙(孔隙和微裂缝)和矿物3部分所组成的。由于它们在密度等方面存在较大的差异,这导致它们的灰度值不同,因此可通过灰度值的大小来定量识别它们。
图5 孔二段致密白云岩储层孔隙结构特征
Fig.5 Porestructure of member 2 of Kongdian Formation tight dolomite reservoirs
图6 致密储层SEM图像伪彩色增强
Fig.6 Pseudo color enhancement from SEM images of tight reservoirs
图7 泥页岩储层孔隙定量识别
Fig.7 Pseudo color enhancement from SEM images of tight reservoirs
4 泥页岩储层Ar-SEM图像分析
利用ImageJ软件分析泥页岩储层Ar-SEM图像分为2步:①获得泥页岩储层Ar-SEM图像的二值化图像;②根据二值化图像定量评价泥页岩储层的孔隙数目、孔隙直径、面孔率、孔隙面积、分形维数等。
4.1 Ar-SEM图像二值化
泥页岩储层灰度图像常被划分成0~255共256个级别,其中0表示最暗,255表示最亮,用0~255之间的数表示灰度值。泥页岩储层二值化图像是只有2个灰度级的图像,即黑(0)与白(255),二值化图像中一般用0代表黑色,1代表白色。图像二值化可根据式(1)来进行,即输入灰度图像函数f(x,y),输出二值化图像函数g(x,y),则:
4.2 泥页岩储层孔隙结构定量表征
在获得研究区泥页岩储层孔隙二值化图像之后,利用ImageJ软件的自动统计功能可以快速地获得储层孔隙数目、孔隙直径、孔隙面积、面孔率和分形维数等参数。下文以分形维数为例介绍如何实现孔隙结构参数的定量表征。根据分形几何理论,孔隙的几何分形维数一般小于3[18]。孔隙的分形维数与储层孔隙结构的复杂程度相关,通常孔隙的分形维数为2~3,分形值越接近于3,表明储层孔隙结构越复杂,非均质性越强[18]。Voss等[19]认为图像上岩石微观孔隙的等效周长(L)和与之对应的等效面积(S)之间存在如下关系:
图8 泥页岩储层原始SEM图像(a)与二值化SEM图像(b)对比
Fig.8 Originate SEM image(a)and 2-D binary image(b)of shale reservoirs
图9 泥页岩储层孔隙的周长对数与面积对数关系
Fig.9 Relationship between area and circumference of shale reservoirs
图像编号 | 孔隙类型 | 孔隙数目/个 | 孔隙直径/nm | 孔隙面积/nm2 | 面孔率/% | 分形维数 |
图3(b) | 粒间孔隙 | 244 | 20~300 | 5 002 | 7.03 | 2.71 |
图3(c) | 粒内孔隙 | 8 | 100~1 500 | 4 190 | 5.89 | 2.52 |
图3(e) | 有机质孔隙 | 189 | 10~100 | 2 890 | 4.90 | 2.65 |
5 结论
在利用图像观察法定性描述致密储层孔隙结构特征的基础上,引入数字图像处理技术,利用ImageJ软件处理和分析了孔二段致密储层孔隙的SEM图像和Ar-SEM图像,最大限度挖掘了图像的隐藏信息,实现了致密储层孔隙结构的定量表征,取得了如下认识: (1)经ImageJ软件处理得到的SEM伪彩色增强图分辨力明显提高,可以清楚地观察到致密储层孔隙发育情况;利用SEM图像灰度值定量识别了致密储层的组分特征,孔隙的SEM灰度值一般小于80,矿物的SEM灰度值一般大于150,据此设定2个灰度阀值将图像划分为有机质、空隙(孔隙和裂缝)和矿物3部分,对比研究了3种组分的分布特征和组分含量的差异性。 (2)在泥页岩储层孔隙的Ar-SEM图像二值化处理的基础上,定量表征了储层的孔隙数目、孔隙直径、孔隙面积、面孔率及分形维数等5个参数,为后期准确评价有利致密储层发育区及非常规油气甜点区提供了依据。 (3)高分辨率图像分析技术和数字图像处理技术相结合是致密储层孔隙结构研究的趋势,未来需要加强不同尺度、不同级别的孔隙结构数字图像处理和分析方法研究。
参考文献(References)
[1] Long Pengyu,Zhang Jinchuan,Tang Xuan,et al.Features of muddy shale fissure and its effect for shale gas exploration and development[J].Natural Gas Geoscience,2011,22(3):525-531.[龙鹏宇,张金川,唐玄,等.泥页岩裂缝发育特征及其对页岩气勘探和开发的影响[J].天然气地球科学,2011,22(3):525-531.]
[2] Chen Huanqing,Cao Chen,Liang Shuxian,et al.Research advances on reservoir pores[J].Natural Gas Geoscience,2011,22(3):525-531.[陈欢庆,曹晨,梁淑贤,等.储层孔隙结构研究进展[J].天然气地球科学,2013,24(2):227-237.]
[3] Keller L M,Schuetz P,Erni R,et al.Characterization of multi-scale microstructural features in Opalinus clay[J].Microporous and Mesoporous Materials,2012,170(4):84-90.
[4] Jin L X,Mathur R,Rother G,et al.Evolution of porosity and geochemistry in Marcellus Formation black shale during weathering [J].Chemical Geology,2013,256(2):50-63.
[5] Wang Yingai.Application of ImageJ software in the analysis of medical images[J].Laboratory Medicine,2005,28(7):747-748.[王银改.ImageJ软件在检验医学图像分析处理中的应用[J].中华检验医学杂志,2005,28(7):747-748.]
[6] Wu Tao,Zhang Huiru.Use ImageJ software to measure the measurement of liver volume[J].China Medical Equipment,2010,7(7):36-39.[吴涛,张会如.ImageJ软件测量肝脏体积的方法[J].中国医学装备,2010,7(7):36-39.]
[7] Neng Yuan,Qi Jiafu,Li Tinghui,et al.Huanghua depression Kongnan area of fault characteristics and its relation to oil and gas[J].Geoscience,2009,23(6):1077-1084.[能源,漆家福,李庭辉,等.黄骅坳陷孔南地区新生代断裂特征及其与油气关系[J].现代地质,2009,23(6):1077-1084.]
[8] Liao Ran.Two hole Cang diagenesis and quantitative evaluation of east sag in Huanghua Depression[J].Lithologic Reservoirs,2013,25(3):28-34.[廖然.黄骅坳陷沧东凹陷孔二段成岩作用特征及定量评价[J].岩性油气藏,2013,25(3):28-34.]
[9] Liu Guoquan,Jia Li.Formation conditions and exploration potential of tight oil in Cangdong Sag[J].Special Oil and Gas Reservoirs,2014,21(5):55-59.[刘国全,贾丽.沧东凹陷致密油形成条件及勘探潜力[J].特种油气藏,2014,21(5):55-59.]
[10] Slatt R M,O’Brin N R.Pore types in the Barnett and Woodford gas shales:Contribution to understanding gas storage and migration pathways in fine-grained rocks[J].AAPG Bulletin,2011,95(12):2017-2030.
[11] Loucks R G,Reed R M,Ruppel S C.Spectrum of pore types and networks in mudrocks and a descriptive classification for matrix-related mudrock pores[J].AAPG Bulletin,2012,96(6):1071-1098.
[12] Bai Bin,Zhu Rukai,Wu Songtao,et al.Multi-scale method of Nano(Micro)-CT study on microscopic pore structure of tight sandstone[J].Petroleum Exploration and Development,2013,40(3):329-333.[白斌,朱如凯,吴松涛,等.利用多尺度CT成像表征致密砂岩微观孔喉结构[J].石油勘探与开发,2013,40(3):329-333.]
[13] Feng Youliang,Zhang Yijie,Wang Ruiju,et al.Dolomites genesis and hydrocarbon enrichment of the Fengcheng Formation in the northwestern margin of Junggar Basin[J].Petroleum Exploration and Development,2011,38(6):685-692.[冯有良,张义杰,王瑞菊,等.准噶尔盆地西北缘风城组白云岩成因及油气富集因素[J].石油勘探与开发,2011,38(6):685-692.]
[14] Editorial Board of Dagang Oilfield Petroleum Geology.China Petroleum Geology(Volume IV):Dagang Oilfield[M].Beijing:Petroleum Industry Press,1991:32-113.[大港油田石油地质志编辑委员会.中国石油地质志(卷四):大港油田[M].北京:石油工业出版社,1991:32-113.]
[15] Fan Liuming,Li Ning,Ding Weihua.Digital image pseudo color enhancement method in rock and soil CT in image analysis[J].Chinese Journal of Rock Mechanics and Engineering,2004,23(13):2257-2261.[范留明,李宁,丁卫华.数字图像伪彩色增强方法在岩土CT图像分析中的应用[J].岩石力学与工程学报,2004,23(13):2257-2261.]
[16] Ma Tianshou,Chen Ping.Study of meso-damage characteristics of shale hydration based on CT scanning technology[J].Petroleum Exploration and Development,2014,41(2):227-233.[马天寿,陈平.基于CT扫描技术研究页岩水化细观损伤特性[J].石油勘探与开发,2014,41(2):227-233.]
[17] Bai B,Elgmati M,Zhang H,et al.Rock characterization of Fayetteville shale gas plays[J].Fuel,2013,91(2):39-42.
[18] Wang Xin,Qi Mei,Li Wuguang,et al.Micro-structure evaluation of shale gas reservoir based on fractal theory[J].Natural Gas Geoscience,2015,26(4):754-759.[王欣,齐梅 ,李武广,等.基于分形理论的页岩储层微观孔隙结构评价[J].天然气地球科学,2015,26(4):754-759.]
[19] Voss R F,Laibowitz R B,Allesandrini E I.Fractal geometry of percolation in thin gold films[C]//Pynn R,Skjeltorp A.Scaling Phenomena in Disordered Systems.New York:Plenum Press,1985:279-288.
[20] Rine J M,Smart E,Dorsey W,et al.Comparison of porosity distribution within selected north American shale units by SEM examination of argon-ion-milled samples[M]//Electron Microscopy of Shale Hydrocarbon Reservoirs.AAPG Memoir 102.Tulsa:AAPG,2013:137-152.
[21] Xu Zuxin,Guo Shaobin.Research on the pore structure of shale gas reservoirs based on argon-ion milling SEM and ImageJ[J].Journal of Northeast Petroleum University,2014,38(4):45-51.[徐祖新,郭少斌.基于氩离子抛光-SEM和ImageJ软件的页岩储层孔隙结构分析:以中扬子地区陡山沱组为例[J].东北石油大学学报,2014,38(4):45-51.]