戴 宗 羅東紅 謝明英 唐 放 李海龍 涂志勇 王晨晨 陳 強(qiáng)

(1. 中海石油(中國(guó))有限公司深圳分公司研究院 廣東深圳 518000； 2. 數(shù)巖科技(廈門)股份有限公司 福建廈門 361000)

在剩余油潛力較大的老油田再開(kāi)采過(guò)程中，由于部分室內(nèi)實(shí)驗(yàn)基礎(chǔ)數(shù)據(jù)時(shí)間久遠(yuǎn)參考意義不大；而巖心庫(kù)中僅存的儲(chǔ)層代表性巖心往往由于老化嚴(yán)重、剩余量少，不具備重新進(jìn)行物性參數(shù)、粒徑分析等室內(nèi)實(shí)驗(yàn)測(cè)試的條件，進(jìn)而無(wú)法準(zhǔn)確體現(xiàn)儲(chǔ)層巖石物理特征，這對(duì)老油田挖潛帶來(lái)了較大的困難和挑戰(zhàn)。隨著計(jì)算機(jī)圖像處理技術(shù)、計(jì)算方法的發(fā)展，以及CT掃描等技術(shù)在巖石物理實(shí)驗(yàn)中的應(yīng)用，可以構(gòu)建能夠反映儲(chǔ)層巖石真實(shí)孔隙空間結(jié)構(gòu)特征的數(shù)字巖心，為巖石微觀結(jié)構(gòu)特征和滲流模擬提供研究平臺(tái)[1-4]。數(shù)字巖心建模方法主要包括以CT掃描為代表的物理建模法和數(shù)值重建法[5-8]。常見(jiàn)的數(shù)值重建算法主要有隨機(jī)法和地質(zhì)過(guò)程模擬法兩大類。隨機(jī)重建法是一種借助少量的巖心平面圖像資料，通過(guò)圖像分析技術(shù)提取建模信息，然后應(yīng)用某種數(shù)值計(jì)算方法建立數(shù)字巖心的方法，常用的隨機(jī)算法主要有：完全隨機(jī)法、高斯場(chǎng)法、順序指示模擬法、模擬退火算法、多點(diǎn)統(tǒng)計(jì)法和馬爾科夫鏈-蒙特卡洛算法等。地質(zhì)過(guò)程模擬法通過(guò)對(duì)顆粒的沉積過(guò)程及后續(xù)的壓實(shí)作用、成巖作用進(jìn)行模擬建立數(shù)字巖心[9-10]。

對(duì)于不具備完整的三維空間結(jié)構(gòu)特征和二維孔隙空間特征的巖屑樣品，不能直接通過(guò)CT掃描或者隨機(jī)重建方法來(lái)構(gòu)建三維數(shù)字巖心，因此需要通過(guò)地質(zhì)過(guò)程模擬法來(lái)構(gòu)建代表性的三維數(shù)字巖心。開(kāi)展地質(zhì)過(guò)程模擬前，需要首先測(cè)量巖心的粒度組成，在此基礎(chǔ)上模擬顆粒的沉積、壓實(shí)和成巖過(guò)程，構(gòu)建三維數(shù)字巖心模型。本文針對(duì)儲(chǔ)層代表性的巖屑樣品，通過(guò)掃描電鏡成像可生成MAPS，在此基礎(chǔ)上提出一種粒徑分析新方法獲取巖屑粒徑分布，并通過(guò)地質(zhì)過(guò)程模擬法構(gòu)建代表性的三維數(shù)字巖心，分析儲(chǔ)層微觀孔隙結(jié)構(gòu)特征，為老油田剩余油挖潛提供基礎(chǔ)數(shù)據(jù)。

1 基于3D距離圖的分水嶺算法

MAPS圖像是在選定區(qū)域內(nèi)排布掃描出一系列連續(xù)且邊緣重疊的大量高分辨率的小圖像，掃描完成后將這些小圖像進(jìn)行拼接進(jìn)而得到一張超高分辨率、超大面積的二維背散射電子圖像。基于MAPS圖像通過(guò)分水嶺算法進(jìn)行分割，可以研究不同尺度下的巖石顆粒及孔隙之間的關(guān)聯(lián)關(guān)系。分水嶺算法是一種基于拓?fù)淅碚摰臄?shù)學(xué)形態(tài)學(xué)的分割方法，其基本思想是把圖像看作是測(cè)地學(xué)上的拓?fù)涞孛?，圖像中每一點(diǎn)像素的灰度值表示該點(diǎn)的海拔高度，每一個(gè)局部極小值及其影響區(qū)域稱為集水盆，而集水盆的邊界則形成分水嶺。

然而對(duì)于巖屑樣品，基于傳統(tǒng)的分水嶺算法對(duì)MAPS圖像分割不能有效地識(shí)別出不同的顆粒邊緣。本文通過(guò)計(jì)算圖像的3D距離圖，提出一種基于3D距離圖的分水嶺算法，利用該算法可以對(duì)巖屑MAPS圖像粒徑進(jìn)行精確分割和計(jì)算，具體步驟如下：根據(jù)照片中的特征灰度值或形態(tài)，對(duì)原始照片進(jìn)行特征分割，劃分出顆粒相、基質(zhì)相和孔隙相；對(duì)要統(tǒng)計(jì)的特征進(jìn)行標(biāo)記，如統(tǒng)計(jì)礦物顆粒時(shí)，需要對(duì)顆粒相進(jìn)行標(biāo)記；對(duì)特征屬性進(jìn)行計(jì)算，如顆粒大小(面積、體積、周長(zhǎng)等參數(shù))；對(duì)特征參數(shù)進(jìn)行分組統(tǒng)計(jì)，如顆粒的等效直徑等[11-12]。下面分別對(duì)以上過(guò)程進(jìn)行闡述。

1.1 特征分割

圖1 基于改進(jìn)分水嶺算法的粒徑分割工作流程Fig .1 Particle segmentation workflow with modified watershed algorithm

1.2 特征標(biāo)記

特征分割后，需要對(duì)圖中的各個(gè)特征(每個(gè)連通區(qū)域?yàn)橐粏为?dú)的特征)進(jìn)行編號(hào)，然后再分別計(jì)算各個(gè)特征的屬性。Haralick給出了特征標(biāo)記算法[11]。圖2為特征標(biāo)記示意圖，圖中分別用1、2、3標(biāo)記了三個(gè)特征區(qū)域;此外,0為背景區(qū)域，作為特征之間的分隔線。

1.3 特征屬性計(jì)算

二維圖像特征通常有以下屬性，如面積、邊界周長(zhǎng)、形狀因子、重心位置等。在分析顆粒相時(shí)，常用等效圓半徑R作為顆粒大小的一個(gè)度量。其定義為

(1)

式(1)中：A為顆粒面積。

圖2 特征標(biāo)記示意圖Fig .2 Characteristic mark schematic diagram

1.4 特征參數(shù)分組統(tǒng)計(jì)

對(duì)圖像中所有顆粒特征的等效圓半徑進(jìn)行計(jì)算，得到等效圓半徑列表。然后對(duì)顆粒的等效圓半徑按照大小分成若干組，利用直方圖工具開(kāi)展統(tǒng)計(jì)，獲得顆粒相尺寸的頻率分布和累積分布圖。

2 實(shí)例驗(yàn)證與分析

圖3(左)為南海東部海域某老油田A油田目標(biāo)區(qū)塊巖屑樣品的背散射MAPS圖像，圖像中顏色較深的部分為孔隙，灰色的部分為礦物顆粒。背散射圖像的灰度與礦物的平均原子序數(shù)相關(guān)，平均原子序數(shù)較小的其灰度值也較小，可以據(jù)此來(lái)觀察/粗估礦物/孔隙在巖心表面的分布情況。圖3(右上)是選取的一小塊區(qū)域進(jìn)行觀察，并進(jìn)行方法及參數(shù)測(cè)試。測(cè)試可行后應(yīng)用到整幅圖像中，獲得整張MAPS圖像的統(tǒng)計(jì)分析結(jié)果。對(duì)這一小塊區(qū)域進(jìn)行特征分割，獲得了顆粒相(圖3右下白色區(qū)域)和孔隙相(黑色區(qū)域)。需要注意的是，由于部分顆粒之間有接觸，在劃分顆粒相時(shí)采用常規(guī)的閾值分割無(wú)法分離這些有接觸的礦物碎屑顆粒，這時(shí)如果不進(jìn)行處理，勢(shì)必會(huì)高估礦物顆粒的大小，并低估顆粒的數(shù)量，從而影響計(jì)算結(jié)果。因此，在進(jìn)行顆粒相的統(tǒng)計(jì)時(shí)，還需要進(jìn)行分離接觸的顆粒相這一操作。

圖3 南海東部A油田巖心樣品的背散射MAPS圖像及其孔隙、顆粒分割圖(MAPS圖像大小16 mm×15 mm)Fig .3 Back-scattered MAPS and pore-grain image segmentation of A oilfield in eastern South China Sea (MAPS image size 16 mm×15 mm)

圖4為示例背散射圖像中礦物顆粒的分離效果圖，左圖為原始背散射圖像，中圖為顆粒和孔隙相分割圖(其中白色為顆粒相、黑色為孔隙相)，右圖為采用基于3D距離圖的分水嶺方法得到的顆粒分離圖，互相接觸的顆粒之間已經(jīng)用分水嶺線分隔開(kāi)。

圖4 南海東部A油田MAPS圖像中礦物顆粒分離Fig .4 Grain separation of MAPS image of A oilfield in eastern South China Sea

基于分離的顆粒圖像，進(jìn)行特征分割、特征標(biāo)記、特征屬性計(jì)算、特征參數(shù)分組統(tǒng)計(jì)，最后應(yīng)用到整張MAPS圖像中可以獲取巖屑樣品的顆粒粒徑頻率分布圖(圖5)。同時(shí)，利用傳統(tǒng)室內(nèi)實(shí)驗(yàn)粒徑分析結(jié)果對(duì)其進(jìn)行了驗(yàn)證，兩者較為吻合(圖5)。

圖5 南海東部A油田顆粒粒徑的頻率分布圖Fig .5 Frequency distribution of particle size of A oilfield in eastern South China Sea

基于巖屑樣品的顆粒粒徑分布，通過(guò)地質(zhì)過(guò)程模擬法模擬顆粒的沉積過(guò)程、壓實(shí)作用和成巖作用，通過(guò)已有的地層孔隙度數(shù)據(jù)建立儲(chǔ)層代表性的三維數(shù)字巖心(圖6a)，并提取相應(yīng)的孔隙網(wǎng)絡(luò)模型[13](圖6b)。

圖6 基于地質(zhì)過(guò)程模擬法構(gòu)建的南海東部A油田三維 數(shù)字巖心(模型大小：10 mm×10 mm×10 mm)Fig .6 Reconstruction of 3D digital rock of A oilfield in eastern South China Sea with geological process-based method(model size:10 mm×10 mm×10 mm)

以數(shù)字巖心和孔隙網(wǎng)絡(luò)模型為研究平臺(tái)，可以計(jì)算出儲(chǔ)層的孔隙度為24.36%，滲透率為8 105 mD，并分析儲(chǔ)層微觀孔隙結(jié)構(gòu)特征。儲(chǔ)層孔喉半徑分布11～200 μm(圖7a)，主平均值為40 μm；形狀因子分布在0.022～0.079(圖7b)，平均值為0.055；配位數(shù)分布在1～12(圖7c)，平均值為4.48。其中，形狀因子是為了定量表征孔隙空間中孔隙、喉道單元體的形狀特征，其定義如下：

G=Ap/P2

(2)

式(2)中：Ap為孔隙、喉道的橫截面面積，m2；P為孔隙、喉道單元體橫截面的周長(zhǎng)，m。

圖7 南海東部A油田孔隙結(jié)構(gòu)特征分布Fig .7 Pore structure characteristic distribution of A oilfield in eastern South China Sea

3 結(jié)論

通過(guò)改進(jìn)分水嶺算法對(duì)顆粒圖像進(jìn)行計(jì)算，包括特征分割、特征標(biāo)記、特征屬性計(jì)算、特征參數(shù)分組統(tǒng)計(jì)等，最后應(yīng)用到整張MAPS圖像中可以獲取巖屑樣品的顆粒粒徑頻率分布圖。該方法有效解決了巖屑粒徑測(cè)量困難的現(xiàn)狀，并通過(guò)地質(zhì)過(guò)程模擬法建立儲(chǔ)層代表性的三維數(shù)字巖心，提取相應(yīng)的孔隙網(wǎng)絡(luò)模型，計(jì)算孔滲物性參數(shù)和孔隙-喉道結(jié)構(gòu)特征，可為缺少巖心數(shù)據(jù)的老油田剩余油挖潛提供基礎(chǔ)數(shù)據(jù)。