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

更多

徐祖新1 ，张义杰1，王居峰1，刘海涛1，姜文亚2 

（1.中国石油勘探开发研究院，北京100083；2.中国石油大港油田勘探开发研究院，天津300280）

作者简介：徐祖新（1988-），男，湖北枝江人，博士研究生，主要从事非常规油气地质与评价研究.E-mail：xuzuxin-20081234@163.com.

基金项目：国家科技重大专项“渤海湾盆地北部油气富集规律与增储领域研究”课题（编号：2011ZX05006-005）；中国石油天然气股份公司重大专项（编号：2011D-07）联合资助.

摘要  
致密储层孔隙结构评价对致密油勘探开发具有重要意义。利用岩心观察、铸体薄片、扫描电镜(SEM)、氩离子抛光—扫描电镜(Ar-SEM)等多种方法，对比研究了致密砂岩、致密白云岩和泥页岩3类致密储层的孔隙结构特征及差异性。利用ImageJ软件处理和分析SEM图像及Ar-SEM图像。对SEM图像进行伪彩色增强，突出显示其孔隙结构特征，再利用灰度值定量识别了致密储层的孔隙；对Ar-SEM图像进行二值化处理，定量评价了储层中不同孔隙类型的孔隙数目、孔径大小、面孔率、分形维数等参数。

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

Xu Zu-xin1 ，Zhang Yi-jie1，Wang Ju-feng1，Liu Hai-tao1，Jiang Wen-ya2 

（1.Research Institution of Petroleum Exploration & Development,PetroChina,Beijing 100083,China;2.Exploration and Development Research Institute of Dagang Oilfield,PetroChina,Tianjin 300280,China）

Abstract  
Micro-structure evaluation of tight reservoir is the basis of tight oil exploration and development.Taking the tight reservoir of Ek2 in Cangdong Sag as an example,apply the core observation and description,casting thin sections,scanning electron microscopy (SEM),argon ion polishing and scanning electron microscopy (Ar-SEM) analysis,to study the pore structure characteristics of tight sandstone,tight dolomite and shale reservoir.On this basis,using ImageJ software to process and analyze the SEM and Ar-SEM image.The SEM image pseudo color enhancement can highlight the characteristics of pore structure,and a comparative research can be done on these three tight reservoirs such as throat shape,size,distribution and connectivity etc.After two value processing of Ar-SEM images,we can quantitatively evaluate the reservoir pore number,pore size,face rate parameters.

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

孔二段沉积时期气候潮湿，沉积相主要为深湖—半深湖相沉积体系，其次为辫状河三角洲前缘、河口坝及远砂坝沉积等。沉积相带的发育控制了储层的分布特征，研究区常规储层以辫状河三角洲砂体为主，沿湖盆边缘呈环带状分布，储层孔隙度为7.9%～30.2%，储层物性较好[8]；致密储层主要分布在斜坡低部位—湖盆中心，岩性以三角洲前缘席状砂、远岸水下扇砂体和白云岩以及湖相富有机质页岩和暗色泥岩为主。物性测试表明，砂岩储层孔隙度为 6.0%～8.5%，白云岩储层孔隙度为3.4%～8.8%，属于典型的致密储层[9]。 研究区孔店组自下而上划分为3段:孔三段、孔二段和孔一段，其中孔二段为深灰色、黑灰色泥页岩夹浅灰色粉细砂岩及白云岩沉积，局部夹基性侵入岩，厚度为400～600m，是研究区主力烃源岩层，也是致密油和页岩油形成与聚集的主力层段（图1）。

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

(a)G136井,3 194.9m,SEM,云质泥岩,晶间孔,少量晶间孔隙相互连通; (b)G995井,2 888.01m,Ar-SEM,云质泥岩,黄铁矿晶间孔及有机质孔; (c)G991井,3 561.09m,Ar-SEM,泥岩,黏土矿物粒内孔; (d)G991井,3 562.94m,Ar-SEM,云质泥岩,生屑粒内有机质溶孔; (e)X7井,3 872.55m,Ar-SEM,云质页岩,有机质孔隙发育; (f)G991井,3 562.94m,SEM,含云质泥岩,微裂缝发育 步采用扫描电镜技术对致密砂岩储层进行研究，识别其中的微孔隙，并分析各种微孔隙在致密砂岩储层中的分布特征。研究区致密砂岩储层孔隙类型多样，形态各异。储集空间以粒间溶孔和裂缝为主，粒内孔隙发育较少，部分样品可见填隙物晶间孔[图4(c)]、黏土矿物晶间孔[图4(d)]等。

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

(a)F40-20井,2 449.46m,铸体薄片,×5,泥质粉砂岩,孔隙主要为粒间溶孔; (b)G996井,2 932.62m,铸体薄片,×5,泥质粉砂岩,孔隙以粒间溶孔和构造缝为主; (c)Z88井,2 752.5m,SEM,含灰质长石岩屑砂岩,石英颗粒粒间孔,自生高岭石晶间孔; (d)G996井,2 932.62m,SEM,泥质粉砂岩,粒间孔、填隙物晶间孔 白云岩主要形成于咸化湖盆沉积环境，发育盐类及碱性矿物富集层[13]。研究区致密白云岩储层岩性以泥质泥晶云岩和泥晶云岩为主，扫描电镜观察表明，致密白云岩储层孔喉普遍细小，仅有少量孔喉较粗的微米级、毫米级粒间孔及溶蚀孔。纳米级孔隙与微裂缝发育，孔隙类型主要为基质孔隙和裂缝，基质孔隙主要为粒间孔、晶间孔[图5(a)，图5(b)]，裂缝主要为构造缝，常见溶蚀扩大并连通粒间孔[图5(c)，图5(d)]。 对比泥页岩、致密砂岩、致密白云岩等3类致密储层孔隙结构特征，三者均发育大量微米—纳米级孔隙，还发育少量微裂缝，可以沟通不同的孔隙，提高油气渗流能力。不同之处在于泥页岩储层孔隙直径相对较小，以纳米级孔隙为主。同时泥页岩储层可识别出有机质孔隙，其是在烃类热成熟开始以后在干酪根中产生的孔隙，可以作为油气赋存空间。Loucks等[11]研究表明Ⅱ型干酪根可能比Ⅲ型干酪根更容易形成有机质孔隙，研究区孔二段泥页岩干酪根类型以Ⅰ—II1型为主[14]，预测其有机质孔隙较为发育。

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

(a)F29-19井,2 442.16m,SEM,泥晶云岩,粒间孔,见自生石英颗粒; (b)F29-19井,2 435.29m,Ar-SEM,泥晶云岩,晶间孔发育; (c)Z88井,2 752.5m,Ar-SEM,泥晶云岩,微裂缝发育; (d)G996井,2 935.12m,Ar-SEM,泥晶云岩,沿微裂缝白云石充填及溶蚀,平行分布

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

在SEM图像伪彩色增强的基础上，对孔隙和矿物等组分的分布区间有了大致的判断，为了更进一步区分孔隙，本文利用ImageJ软件对致密储层孔隙进行了定量识别。以泥页岩储层为例说明具体研究方法，首先利用扫描电镜技术获得SEM灰度图像[图7(a)]；其次利用ImageJ软件对其进行伪彩色增强，对孔隙和矿物等的分布区间有初步的了解[图7(c)]；然后在伪彩色增强图上绘制有代表性的曲线，本文研究绘制了3条横线(Line1、Line2、Line3)，利用ImageJ软件识别这3条横线上各点的灰度值，绘制出沿这3条横线的灰度值变化情况[图7(d)]，发现孔隙位于灰度值位于0～80区间内，矿物位于150～255区间内，而有机质位于两者之间，即灰度值为80～150范围内；最后优选多组样品，进行重复试验，都得到基本相同的结果。马天寿等[16]研究发现孔隙的灰度值为73～83，本文研究结果与前人结论类似。根据孔隙、矿物、有机质三者的灰度值分布区间，在ImageJ软件中设定2个灰度阀值80和150，将SEM灰度图像[图7(a)]划分为3个部分[图7(b)]，其中蓝色部分为孔隙，绿色部分为矿物，而灰黑色部分则为有机质，可以看出泥页岩储层矿物组分发育，还发育一定数量的不规则形态

图7     泥页岩储层孔隙定量识别
Fig.7     Pseudo color enhancement from SEM images of tight reservoirs

的孔隙，但是不同孔隙连通性较差。

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:

g(x ,y)={0 f(x,y)<T 1 f(x,y)≥T(1)
泥页岩储层图像二值化就是把图像中像素点灰度值>T的用1代替，≤T的用0代替，原来灰度图像就变成了非黑即白的二值化图像。阈值T的选择是定量表征孔隙结构参数等的关键问题。Bai等[17]研究发现，当阈值T从42改变到54的时候，页岩储层面孔率从14%快速增加到49%。参考前面致密储层孔隙定量识别结果，并选择不同的阈值T反复试验，最终选择阈值T=80对图像进行二值化处理（图8）。从图8可以清楚地观察孔隙发育形态和连通程度，研究区泥页岩储层中孔隙较为发育，孔隙形态以圆形和一些不规则孔隙为主，不同孔隙之间连通性差，有利于油气的赋存，但是不利于油气的渗流，后期开发过程中需要水力压裂等措施。

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:

LogL=D/2×LogS+C(2)
式中:D为SEM图像微观孔隙的分形维数；C为常数。 由此可知，通过统计泥页岩储层每个孔隙的等效周长和等效面积，并将这些数据取对数后绘制周长与面积关系图，直线斜率(K)的2倍即为孔隙的分形维数(D)。以图3(b)的Ar-SEM图像为例，首先将其处理为二值化图像；其次利用ImageJ软件每个孔隙的等效周长和等效面积；然后将数据导入Excel软件，对所测得的等效周长和等效面积分别取对数；最后绘制出孔隙的周长与面积关系图（图9）。从图9可以看出，泥页岩储层二值化图像中孔隙的周长与面积对数线性相关，其孔隙的分形维数为2.64。

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

选择图3中泥页岩储层有代表性的3种类型孔隙图像:图3(b)、图3(c)和图3(e)。前人研究表明，利用ImageJ软件可以划分致密储层孔隙类型。例如Rine等[20]利用ImageJ软件区分了不同类型孔 隙，其中有机质孔为图中绿色部分，基质和有机质复合孔为图中粉红色部分，基质孔为图中红色部分；徐祖新等[21]利用ImageJ将页岩储层孔隙划分为粒间孔隙、粒内孔隙和有机质孔隙。在划分致密储层孔隙类型的基础上，分别统计了粒间孔隙、粒内孔隙和有机质孔隙的孔隙数目、孔隙直径、孔隙面积、面孔率、分形维数等5个参数，并分析了不同类型孔隙的特征及其差异性（表1）。 由表1可知:①泥页岩储层中孔隙数目多，意味着孔隙整体比较发育，有利于油气赋存和聚集；②泥页岩储层孔隙直径较小，以纳米级孔隙为主，孔隙直径最小可达10nm；③虽然泥页岩储层孔隙直径较小，但是孔隙数目多，因而孔隙面积依然很大，可以赋存大量的油气；④泥页岩储层面孔率为4.90%～7.03%，平均为5.94%；⑤泥页岩储层中粒间孔隙
表1     泥页岩储层孔隙结构特征参数统计
Table 1     Statistics of pore structure parameters 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24420～3005 0027.032.71
图3(c)粒内孔隙8100～1 5004 1905.892.52
图3(e)有机质孔隙18910～1002 8904.902.65
的分形维数最大，粒内孔隙的分形维数最小，有机质孔隙位于两者之间。

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.]