岩性油气藏 ›› 2015, Vol. 27 ›› Issue (5): 104–107.doi: 10.3969/j.issn.1673-8926.2015.05.017

• 油气地质 • 上一篇    下一篇

一种基于岩石薄片图像的粒度分析新方法

袁 瑞1，2，朱 锐1，瞿建华3，孙玉秋2，唐 勇3，潘 进1   

  1.  1. 长江大学 地球科学学院，武汉 430100 ； 2. 长江大学 信息与数学学院，湖北 荆州 434023 ；3. 中国石油新疆油田分公司 勘探开发研究院，新疆 克拉玛依 834000
  • 出版日期:2015-09-26 发布日期:2015-09-26
  • 作者简介:袁瑞（ 1987- ），男，长江大学在读博士研究生，研究方向为石油测井与地质。 地址：（ 430100 ）湖北省武汉市蔡甸区大学路 111 号长江大学地球科学学院。 E-mail ： yuanrui87@163.com 。
  • 基金资助:

    国家自然科学基金“珠江口盆地渐新世—中新世潮汐沉积与潮汐周期研究”（编号： 41302096 ）和湖北省自然科学基金“随钻跟踪海
    量数据处理与成图关键技术研究”（编号： 2013CFA053 ）联合资助

A new method of determining grain size based on rock section image

Yuan Rui1，2， Zhu Rui1， Qu Jianhua3， Sun Yuqiu2， Tang Yong3， Pan Jin1   

  1.  1. School of Geosciences ， Yangtze University ， Wuhan 430100 ， China ； 2. School of Information and Mathematics ，Yangtze University ， Jingzhou 434023 ， Hubei ， China ； 3. Research Institute of Exploration and Development ，PetroChina Xinjiang Oilfield Company ， Karamay 834000 ， Xinjiang ， China
  • Online:2015-09-26 Published:2015-09-26
  • Supported by:

    spatial autocorrelation coefficient|grain size analysis|least squares method|simulated rock section

PDF (PC)

1849

摘要：

鉴于岩石薄片粒度分析的实验室技术具有较大的局限性，且速度缓慢，提出了一种基于岩石薄片图像空间自相关系数的粒度分析新方法。该方法通过计算已知颗粒大小的岩石薄片的空间自相关系数，并利用带约束条件的最小二乘法求解对应的空间自相关系数方程组，从而得到颗粒大小未知的岩石薄片的粒度分布。 采用椭圆随机生成的方法制作了颗粒大小不同的理论模拟岩石薄片，并分析了其空间自相关系数与粒度的关系，得出空间自相关系数随着偏移距离的增大而减小；当偏移距离一定时，空间自相关系数随着粒度的增大而增大。采用该方法对粗砂岩中粒径分别为 0.5～1.0 mm，1.0～1.5 mm 和 1.5～ 2.0 mm 的颗粒进行了粒度分布的定量计算，得出这 3 种粒径颗粒所占的百分比分别为 55.8%，24.6%和20.2%，该结果与实际值较接近，变化趋势与实际一致。

关键词: 大面积砂体, 形成机理, 盒 8 段, 鄂尔多斯盆地

Abstract:

Despite technological advances in lab instruments, grain-size analysis has many limitations, such as low speed. A theoretical method of determining grain size based on spatial autocorrelation coefficient of simulated rock section was proposed. Firstly, spatial autocorrelation coefficient was obtained from a group of known distribution grain size of rock section. Secondly, an unknown distribution grain size of rock section was used to calculate spatial autocorrelation coefficient. Finally, linear least squares method about spatial autocorrelation coefficient was solved with constrains. In order to show the feasibility and availability of this method, a serial theoretical rock sections were simulated by random ellipse process. Relationship between spatial autocorrelation coefficient and grain size of simulated rock section was analyzed. With the decrease of offset or increase of grain size of rock section, spatial autocorrelation coefficient is increasing. Grain size distribution of simulated rock section was determined accurately. For example, gritstone was separated into 0.5～1.0 mm, 1.0～1.5 mm and 1.5～2.0 mm, whose computed percentages are respectively 55.8%, 24.6% and 20.2% by the proposed method, closing to the actual values, and the variation trend is same as the actual.

Key words: large-area sand bodies, formation mechanism, the eighth member of Shihezi Formation, Ordos Basin

［ 1 ］ 马洪涛，蔡明，付国民 . 塔河油田 AT1 井区中三叠统中油组湖底扇沉积特征研究［ J ］ . 岩性油气藏， 2010 ， 22 （ 3 ）： 53-58.

Ma Hongtao ， Cai Yue ， Fu Guomin. Sedimentary characteristics of sublacustrine fan of Middle Triassic Zhongyou Formation in AT1 area ， Tahe Oilfield ［ J ］ . Lithologic Reservoirs ， 2010 ， 22 （ 3 ）： 53-58.

［ 2 ］ 付宪弟，王胜男，张亮，等 . 松辽盆地榆树林—肇州地区葡萄花油层沉积相类型及沉积演化特征［ J ］ . 岩性油气藏， 2013 ， 25 （ 2 ）：26-30.

Fu Xiandi ， Wang Shengnan ， Zhang Liang ， et al. Sedimentary types and evolution characteristics of Putaohua reservoir in Yushulin-Zhaozhou area ， Songliao Basin ［ J ］ . Lithologic Reservoirs ， 2013 ， 25（ 2 ）： 26-30.

［ 3 ］ 王宁，何幼斌，王思文，等 . 惠民凹陷商河油田商三区沙三上亚段浊积扇沉积特征［ J ］ . 岩性油气藏， 2014 ， 26 （ 3 ）： 38-44.

Wang Ning ， He Youbing ， Wang Siwen ， et al. Sedimentary characteristics of turbidite fan in upper submember of Es 3 in the third area of Shanghe Oilfield, Huimin Sag ［ J ］ . Lithologic Reservoirs ，2014 ， 26 （ 3 ）： 38-44.

［ 4 ］ GonzalezRC ， WoodsRE.Diaitalimageprocessing ［ M ］ .2ndEdition. Beijing ： Publishing House of Electrics Industry ， 2002 ： 115-116.

［ 5 ］ 李庆扬，王能超，易大义 . 数值计算［ M ］ . 第 5 版 . 北京：清华大学出版社， 2008 ： 98-101.

Li Qingyang ， Wang Nengchao ， Yi Dayi. Numerical analysis ［ M ］ .5th Edition. Beijing ： Tsinghua University Press ， 2008 ： 98-101.

［ 6 ］ 宋来忠，王乾峰，彭刚，等 . 具有大量椭圆随机分布区域的数值模拟及应用［ J ］ . 计算力学学报， 2012 ， 29 （ 5 ）： 662-667.

Song Laizhong ， Wang Qianfeng ， Peng Gang ， et al. Numerical simulation for the domain with large number of random ellipse grains and their application ［ J ］ . Chinese Journal of Computational Mechanics ，2012 ， 29 （ 5 ）： 662-667.

［ 7 ］ Rubin D M. A simple autocorrelation algorithm for determining grain size from digital images of sediment ［ J ］ . Journal of Sedimentary Research ， 2004 ， 74 （ 5 ）： 160-165.

［ 8 ］ Buscombe D. Estimation of grain size-distributions and associated parameters from digital images of sediment ［ J ］ . Sedimentary Geology ，2008 ， 210 ： 1-10.

［ 9 ］ Tedla F K ， Tuhtan J A ， Hartmann S ， et al. Surficial sediment size distribution through the use of digital imaging and autocorrelation analysis ［C ］ .33rdIAHRCongress ： WaterEngineeringforaSustainable Environment ， 2009 ， 496-504.

［ 10 ］ Warrick J A ， Rubin D M ， Ruggiero P ， et al. Cobble cam ： Grain-size measurements of sand to boulder from digital photographs and autocorrelation analyses ［ J ］ . Earth Surface Processes and Landforms ，2009 ， 34 ： 1811-1821.
[1] 徐宁宁, 王永诗, 张守鹏, 邱隆伟, 张向津, 林茹. 鄂尔多斯盆地大牛地气田二叠系盒1段储层特征及成岩圈闭[J]. 岩性油气藏, 2021, 33(4): 52-62.
[2] 李志远, 杨仁超, 张吉, 王一, 杨特波, 董亮. 天然气扩散散失率定量评价——以苏里格气田苏X区块为例[J]. 岩性油气藏, 2021, 33(4): 76-84.
[3] 许飞. 考虑化学渗透压作用下页岩气储层压裂液的自发渗吸特征[J]. 岩性油气藏, 2021, 33(3): 145-152.
[4] 姚海鹏, 于东方, 李玲, 林海涛. 内蒙古地区典型煤储层吸附特征[J]. 岩性油气藏, 2021, 33(2): 1-8.
[5] 魏钦廉, 崔改霞, 刘美荣, 吕玉娟, 郭文杰. 鄂尔多斯盆地西南部二叠系盒8下段储层特征及控制因素[J]. 岩性油气藏, 2021, 33(2): 17-25.
[6] 张晓辉, 张娟, 袁京素, 崔小丽, 毛振华. 鄂尔多斯盆地南梁-华池地区长81致密储层微观孔喉结构及其对渗流的影响[J]. 岩性油气藏, 2021, 33(2): 36-48.
[7] 严敏, 赵靖舟, 曹青, 吴和源, 黄延昭. 鄂尔多斯盆地临兴地区二叠系石盒子组储层特征[J]. 岩性油气藏, 2021, 33(2): 49-58.
[8] 周新平, 邓秀芹, 李士祥, 左静, 张文选, 李涛涛, 廖永乐. 鄂尔多斯盆地延长组下组合地层水特征及其油气地质意义[J]. 岩性油气藏, 2021, 33(1): 109-120.
[9] 高计县, 孙文举, 吴鹏, 段长江. 鄂尔多斯盆地东北缘神府区块上古生界致密砂岩成藏特征[J]. 岩性油气藏, 2021, 33(1): 121-130.
[10] 曹江骏, 陈朝兵, 罗静兰, 王茜. 自生黏土矿物对深水致密砂岩储层微观非均质性的影响——以鄂尔多斯盆地西南部合水地区长6油层组为例[J]. 岩性油气藏, 2020, 32(6): 36-49.
[11] 何维领, 罗顺社, 李昱东, 吴悠, 吕奇奇, 席明利. 斜坡背景下沉积物变形构造时空展布规律——以鄂尔多斯盆地镇原地区长7油层组为例[J]. 岩性油气藏, 2020, 32(6): 62-72.
[12] 王朋, 孙灵辉, 王核, 李自安. 鄂尔多斯盆地吴起地区延长组长6储层特征及其控制因素[J]. 岩性油气藏, 2020, 32(5): 63-72.
[13] 王继伟, 朱玉双, 饶欣久, 周树勋, 吴英强, 杨红梅. 鄂尔多斯盆地胡尖山地区长61致密砂岩储层成岩特征与孔隙度定量恢复[J]. 岩性油气藏, 2020, 32(3): 34-43.
[14] 刘俞佐, 石万忠, 刘凯, 王任, 吴睿. 鄂尔多斯盆地杭锦旗东部地区上古生界天然气成藏模式[J]. 岩性油气藏, 2020, 32(3): 56-67.
[15] 程辉, 王付勇, 宰芸, 周树勋. 基于高压压汞和核磁共振的致密砂岩渗透率预测[J]. 岩性油气藏, 2020, 32(3): 122-132.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 魏钦廉, 郑荣才, 肖玲, 王成玉, 牛小兵. 鄂尔多斯盆地吴旗地区长6 储层特征及影响因素分析[J]. 岩性油气藏, 2007, 19(4): 45 -50 .
[2] 王东琪, 殷代印. 水驱油藏相对渗透率曲线经验公式研究[J]. 岩性油气藏, 2017, 29(3): 159 -164 .
[3] 李云，时志强. 四川盆地中部须家河组致密砂岩储层流体包裹体研究[J]. 岩性油气藏, 2008, 20(1): 27 -32 .
[4] 蒋韧，樊太亮，徐守礼. 地震地貌学概念与分析技术[J]. 岩性油气藏, 2008, 20(1): 33 -38 .
[5] 邹明亮，黄思静，胡作维，冯文立，刘昊年. 西湖凹陷平湖组砂岩中碳酸盐胶结物形成机制及其对储层质量的影响[J]. 岩性油气藏, 2008, 20(1): 47 -52 .
[6] 王冰洁，何生，倪军娥，方度. 板桥凹陷钱圈地区主干断裂活动性分析[J]. 岩性油气藏, 2008, 20(1): 75 -82 .
[7] 陈振标，张超谟，张占松，令狐松，孙宝佃. 利用NMRT2谱分布研究储层岩石孔隙分形结构[J]. 岩性油气藏, 2008, 20(1): 105 -110 .
[8] 张厚福，徐兆辉. 从油气藏研究的历史论地层-岩性油气藏勘探[J]. 岩性油气藏, 2008, 20(1): 114 -123 .
[9] 张　霞. 勘探创造力的培养[J]. 岩性油气藏, 2007, 19(1): 16 -20 .
[10] 杨午阳, 杨文采, 刘全新, 王西文. 三维F-X域粘弹性波动方程保幅偏移方法[J]. 岩性油气藏, 2007, 19(1): 86 -91 .

陇ICP备17006252号
版权所有© 2018 中国石油集团西北地质研究所有限公司《岩性油气藏》编辑部

地址：甘肃省兰州市城关区雁儿湾路535号(陇ICP备17006252号)    电话：0931-8686158;8686058;8686288    邮箱：yxyqc@petrochina.com.cn

甘公网安备 62010202002827号

本系统由北京玛格泰克科技发展有限公司设计开发