深层低孔低渗复杂砂砾岩储层岩性及渗透性表征规律研究——以J油田为例

J油田深层低孔低渗复杂砂砾岩储层岩性变化大、孔隙结构复杂、储层非均质性强,传统的孔隙度-渗透率模型无法准确计算渗透率。利用物性分析试验数据和测井资料,对J油田深层低孔低渗复杂砂砾岩储层岩性及渗透性表征规律进行了研究,主要开展了岩性识别、孔隙结构评价和储层分类等工作,并在此基础上,建立了不同岩性的渗透率计算模型。计算结果与钻井取心资料符合度较高,有效提高了研究区深层低孔低渗复杂砂砾岩储层的测井解释精度。     

兴古潜山变质岩油藏储层特征研究

针对兴古潜山岩性复杂、储层类型多样的特点,根据钻井资料、岩心资料及测井资料,对兴古潜山储层岩性、电性和物性进行分析。研究结果表明,兴古潜山由变质岩和侵入岩组成,储层主要以混合花岗岩、黑云母斜长片麻岩和混合岩为主;储集空间类型主要为构造裂缝和破碎粒间孔,其中构造裂缝占主导地位,按照储层划分标准可将储层划分为3类,其中以Ⅰ、Ⅱ类储层为主;储集层和非储集层测井曲线响应有明显不同,可根据电测曲线进行有效识别;储层具有十分优越的成藏地质条件,油层分布受裂缝发育程度控制,具有较强的非均质性。     

基于PCA-SVM的砂砾岩岩性识别

利用测井资料识别岩性实质是建立非线性数据模型的过程。表征复杂岩性的测井曲线相似度较高,对岩性识别存在一定的干扰,为此提出一种基于主成分分析(PCA)和支持向量机(SVM)的砂砾岩岩性识别预测模型:通过主成分分析对预处理后的测井数据进行主成分提取,利用提取的主成分建立支持向量机岩性识别预测模型。将测试样本数据输入模型中进行自动分类,最终该方法的岩性识别正确率达到87.07%。应用结果表明,将主成分分析与支持向量机相结合,在降低数据维度的同时,提高了岩性识别准确率,是一种实用且有效的识别复杂岩性的方法,具有一定的推广和应用价值。     

Q29-2油田复杂储层测井岩性识别技术

针对Q29-2油田复杂储层岩性识别和矿物组分的定量计算等测井评价难题,结合岩心及测井资料,提出元素俘获测井(ECS测井)和M-N交会图结合建立关键井岩性剖面技术,在该基础上通过聚类分析方法建立的常规测井响应与岩相的对应关系实现了岩性的定性识别。在岩性定性识别约束下的多矿物测井解释模型,实现了利用常规测井曲线进行复杂岩性段矿物成分的定量计算,解释结果与岩心分析结果符合度高。岩性定性及定量识别技术为储量参数确定及地质研究奠定了基础。     

火成岩相控多属性储层预测方法——以惠民凹陷商河地区沙三中亚段火成岩为例

应用取心及测井资料,通过交会图法对商河地区火成岩岩性进行了识别和划分,并结合层位解释结果建立了三维岩性模型。应用沿层切片技术提取了沙河街组三段中亚段(Es_3~m)火成岩岩性切片,并根据火成岩岩相分类划分方案、火成岩横向接触关系以及剖面特征分析,对Es_3~m火成岩岩相进行了划分。分析了不同岩相火成岩储层发育程度与敏感属性的响应关系,分相带建立了属性融合公式。通过吸收系数、平均速度变化率融合运算预测了喷发相火成岩储层;通过吸收系数、累加应变量、火成岩厚度融合运算预测了侵入相火成岩储层。预测结果与试油、试采数据符合度较高,效果较好。     

基于多源遥感特征融合与卷积神经网络(CNN)的丘陵地区水稻识别

为探究卷积神经网络(CNN)算法和多源遥感优选特征数据融合对丘陵地区水稻种植区的识别效果和适用性,以江西省上高县为研究区,利用Sentinel-2与GF-1遥感影像数据,对研究区晚稻种植区域进行识别。选取影像波段特征、植被指数、纹理特征及地形特征等分类特征,用分离阈值法(SEaTH)筛选出对各类别分离度较大的特征变量。基于Sentinel-2优选特征数据、GF-1优选特征数据、Sentinel-2与GF-1优选特征融合数据,使用CNN分类算法进行晚稻识别,同时用支持向量机(SVM)、最大似然法(MLC)分类算法进行对比。结果表明,Sentinel-2与GF-1优选特征融合数据在CNN分类算法下对水稻的识别效果最好,总体精度、Kappa系数分别为96.19%、0.93,结合野外调查数据进行验证,实际验证精度达94.69%。由研究结果可知,Sentinel-2与GF-1优选特征融合数据在CNN分类算法下对丘陵地区水稻识别具有较好的效果和适用性,是丘陵地区水稻遥感识别的有效手段。     

基于三孔隙度复合变量的地层岩性模糊模式识别研究

由于非试验手段的传统岩性识别方法往往具有一定的模糊性和多解性,故利用岩心观察和薄片分析难以对全井眼地层剖面岩性进行描述。然而最及时的岩屑录井资料携带信息量又有限,且受人为因素影响较大,因此地层岩性仍然是一个值得探讨的研究对象。模糊模式岩性识别具有信息容量大、易进行程序化快速实现及同时充分利用自然伽马、中子、声波时差、密度和电阻率等测井数据蕴涵的岩性信息,在不提供取心样本的情况下,自动对原始测井数据进行分析分类,并对全井段岩性进行连续划分等优势。为了能够充分利用地层测井信息提高岩性识别精度,其构建了同时考虑声波时差、中子、密度、自然伽马和电阻率信息在内的新的三孔隙度复合变量,并将该复合变量作为模糊模式岩性识别的输入参数;同时基于模糊理论编制了岩性快速识别软件,该软件采用多种贴近度计算模型来开展岩性分析,可以录入多条测井曲线对大量井剖面岩性进行连续判别,能够适用于不同复杂地层的岩性识别需求。基于三孔隙度复合变量的地层岩性模糊模式在普光气田的应用结果表明,该方法识别精度高,应用前景广阔。     

伊拉克Halfaya油田Nahr Umr B复杂岩性储层含油性测井评价方法及优选

Nahr Umr B是伊拉克Halfaya油田的重要储集层,地层测试数据的缺乏给储层的含油性评价和测井解释带来了极大的挑战。基于岩心观察和岩石物理试验,结合常规测井、核磁共振测井以及有限的试油资料进行研究区复杂岩性储层含油性评价:首先确定储层的孔隙度下限为12%,建立电阻率-孔隙度交会图识别油、水层;然后通过试验确定的胶结指数、饱和度指数以及地层水电阻率等关键参数,计算含油饱和度,建立含油饱和度-孔隙度交会图识别油、水层;再利用电阻率-孔隙度曲线相关性分析法识别油、水层;最后,对比分析上述3种图版的适用性,提出了Nahr Umr B复杂岩性储层含油性评价的优选方案。通过实际测井资料的处理和解释,验证了该优选方案的可靠性,为研究区的含油性测井评价以及提高解释符合率提供了借鉴。     

库车坳陷克深地区岩性粒级测井分类及应用效果

在低孔、低渗致密性砂砾岩储层研究中,岩性粒级的识别与划分一直是储层孔渗性及流体识别研究中的关键。充分运用岩心分析粒度中值资料及常规测井响应参数,研究了库车坳陷克深地区巴什基奇克组的岩性粒径分布特点;借助粒度参数与自然伽马相关关系,建立了适合粒度中值的相关计算方法;并通过不同粒径粒度中值,结合不同岩性段的常规测井响应特征值,探讨研究了粒度中值与孔隙度、电阻率、中子等测井响应参数的相关性,建立了适合研究区目的层碎屑岩储层识别与评价的岩性粒级分类方案,并取得了良好的应用效果。     

模糊识别方法在海拉尔盆地岩性分析中的应用研究

以海拉尔盆地乌尔逊—贝尔凹陷为研究对象,进行岩性分析,利用测井数据中的自然伽马、补偿密度曲线、声波时差等10种不同测井曲线所蕴含的岩性信息,选用与欧式距离相关的特征量确定论域上的模糊相似矩阵,按分类特征参数的重要程度进行加权来构成综合判别指标,用模糊识别算法实现岩性的划分,结果证明了算法的有效性。     

金湖凹陷戴南组砂岩敏感弹性参数分析

岩石物理分析是岩性识别的基础性工作,针对不同的参数对岩性的敏感性不同,通过对岩石的弹性参数进行统计与分析,优选出对岩性相对敏感的岩石物理参数,对地震叠前或叠后反演结果的解释具有一定的指导意义。在金湖凹陷,通过测井资料的岩性解释,对三河工区和龙岗工区的古近系戴南组不同亚段的纵波速度、密度和纵波阻抗进行了统计和分析。研究发现,研究区砂岩总体表现为高速、低密的特征,地震纵波阻抗则难以用于砂泥岩识别。     

基于多特征融合的白鹿原地区土地利用分类研究

为了更高效地进行土地利用分类,以实现土地资源的可持续利用,本文以西安东南的白鹿原为研究区,采用具有丰富光谱信息的Sentinel-2 L2A数据生成多种特征变量,通过特征优选构建多特征融合的组合分类方案,基于随机森林(Random Forest, RF)、人工神经网络(Artificial Neural Network, ANN)、最小距离(Minimum Distance, MID)和马氏距离(Mahalanobis Distance, MAD)4种分类算法对比分析光谱特征和优选多特征融合分类方案在黄土台塬区土地利用分类中的精度及适用性。研究表明：优选多特征融合方法能够在一定程度上提升分类精度,与优选多特征融合的ANN、MID和MAD相比,优选多特征融合的RF分类方案精度分别提升了10.85%、26.22%及4.55%,优选多特征融合的RF算法土地利用分类效果最佳。该方法可为黄土台塬区土地资源监测、管理提供技术支持和方法参考。     

基于哨兵二号的大豆、玉米遥感识别——以江苏徐淮地区为例

本研究以哨兵二号影像为数据源,以江苏徐淮地区邳州市西南部作为研究区,开展大豆、玉米遥感识别研究。采用覆盖玉米和大豆主要生长期的多时相哨兵二号影像构建遥感特征参数数据集,包括12个光谱波段的反射率和47个植被指数,采用递归特征消除与随机森林、支持向量机相结合的算法开展特征参数优选,明确最优识别时相-特征参数组合,在此基础上,采用随机森林和支持向量机分类器进行分类,并比较分类精度。研究结果表明,利用特征参数优选方法提取最优特征参数组合,在保证总体精度的前提下能够减少特征参数数量;陆地水指数和倒数差值等植被指数是2种优选算法所提取出的共性特征参数;9月8日是研究区玉米和大豆遥感识别的最佳时相,总体精度和Kappa系数均为0.99。     

火山岩岩相测井识别机理及方法——以徐家围子断陷深层火山岩为例

火山岩岩相控制储层的储集类型。在徐家围子断陷深层火山岩勘探开发中,岩相研究是决定火山岩储层预测成败的关键之一,其识别精度低,制约了勘探开发的进程。测井资料具有信息丰富、精度高的优势,但应用测井资料识别火山岩岩相还没有成形的方法。以地质理论为指导,通过自然伽马、密度、中子、声波及成像测井对识别岩相的机理进行研究,选择敏感测井信息,建立适用于研究区的测井识别岩相流程和方法。应用该方法在研究区识别出5个相、11个亚相,经20口取心井验证,相的识别符合率为83.8%、亚相为74.2%,说明该套方法具有良好的应用前景。     

蠡县斜坡高30断块储层品质及产能评价研究

针对高30断块古近系沙河街组一段下亚段岩性、孔隙结构复杂的储层特征,直接利用核磁共振横向弛豫时间(τ2)分布谱提取表征孔隙结构的参数,经过参数优选构建储层品质指数,进而对储层进行分类,形成相应软件处理模块,能够连续地对储层进行定量评价。通过试油结果统计建立了研究区储层分类标准及对应的产液能力评价标准,准确率高达85%,应用效果明显。最后以核磁共振测井评价结果为基础建立了常规测井资料评价储层品质的模型,使得储层品质及产能评价在整个研究区得到应用。     

东坪地区基岩潜山风化壳裂缝性储层的主控因素及有效性分析

柴达木盆地阿尔金山前东坪地区基岩潜山风化壳裂缝性储层的矿物组分复杂、纵横向变化快、裂缝及溶蚀发育程度不均一、物性参数评价难度大,导致其主控因素及有效性不明确。为此,利用地层元素测井、电成像测井及常规测井资料,通过两种岩性识别方法——M-N-GR三变量岩性识别法与铝-硅-钙三元素岩性识别法建立了适用于研究区基岩潜山风化壳裂缝性储层的岩性识别标准。通过岩心分析与电成像人工拾取刻度重构了双侧向电阻率测井裂缝孔隙度模型,利用声波时差测井结合元素测井建立了变声波骨架值及分岩性声波骨架值的基质孔隙度模型。分析了裂缝发育及物性与断层距离、地层变形程度、岩性、风化淋滤作用的关系,总结了影响东坪地区基岩潜山风化壳裂缝性储层的主控因素。在精确识别岩性及求取物性参数的基础上,结合PoroTex技术、核磁谱型分析、裂缝与地应力走向分析等方法,综合评价了裂缝性储层的有效性。研究成果为东坪地区基岩潜山风化壳储层气藏的动态开发提供了测井技术支持。     

合水油田庄9区长82油层测井参数解释模型及储层评价下限标准

致密油层具有储集孔隙空间小,渗流能力差,非均质性强,岩性、电性变化大,油水关系复杂、流体测井识别难度大等特点,如何有效利用测井资料评价该类油层,对油田的勘探、开发具有重要意义.以鄂尔多斯盆地合水油田庄9区致密油层长82油层为例,充分利用测井、取心、录井、测试分析等资料,建立了合水油田长82油层测井参数解释模型:研究区开发井密度曲线较少,选用声波时差建立了孔隙度解释模型;孔隙度与渗透率相关性较好,利用两者交会图法获得渗透率模型;采用阿尔奇公式计算得到研究区的含油饱和度解释模型.并确定了储层评价下限标准:渗透率下限为0.1mD,孔隙度下限为8.0％,声波时差下限为220μs/m,电阻率下限为20Ω·m,含油饱和度下限为45％.该模型及下限标准为研究区致密油层的识别、储量的提交与升级提供了依据,也为复杂致密储层的测井评价提供了借鉴.     

基于测井曲线特征和矿物组分的油页岩储层岩性识别方法

某凹陷沙河街组四段下亚段是一套以油页岩为主的致密油储层,勘探实践证明其具有广阔的前景。在岩石矿物试验基础上,将岩性归为6类,并分别进行了重新命名。结合测井曲线资料,总结出不同岩性典型曲线特征及其响应值范围;同时建立了全体积模型,应用最优化手段对岩石的矿物组分进行计算。应用上述2种方法对单井岩性进行识别,并与X衍射试验岩性结果进行对比。结果表明,该方法可以准确、有效地对研究区目的层岩性进行识别,为研究区油页岩储层测井综合评价奠定了坚实的基础。     

桃树遥感辨识的最佳时相与方法

利用35景卫星影像,探寻桃树遥感辨识的最佳时相与方法。首先对各景影像分别进行预处理,随后利用6类探试性辨识方法(即地物反射光谱比较、波段差分或比值分析、光谱指数求算与分析、光谱指数变化追踪、影像复合与辨识方法协同分析)对探试组影像进行辨识分析,并从中选出3种较佳的辨识方法,最后利用优选的3种辨识方法对验证组影像进行辨识验证。结果表明:(1)在10月初的影像中,桃树具有较高的NDVI×ρ_(NIR)值,利用其阈值可以较高精度识别桃树(桃树分类正确率可达94.8%,总体分类精度可达91.33%);(2)在4月初(桃树盛花期)的影像中,利用NDVI、1/ρ_(GREEN)-1/ρ_(RED)与ρ_(BLUE)+ρ_(GREEN)+ρ_(RED)的三重阈值也可以较高精度识别桃树(桃树分类正确率可达85.2%,总体分类精度可达80.13%);(3)在上述两期数据融合、所用辨识方法协同的情形下,可进一步提高桃树的辨识精度(桃树分类正确率可提高到96.53%,总体分类精度可提高到93.37%);(4)桃树遥感辨识的最佳时相为10月初,较佳时相为4月初。     

青海东昆仑八宝山盆地高原含气泥页岩储层关键参数评价

青海东昆仑八宝山盆地三叠系八宝山组为一套高原陆相碎屑岩及火山岩沉积,目前对于高原陆相泥页岩缺少有效的测井评价方法。参考传统页岩气评价思路,挖掘研究区重点井常规及成像测井响应特征与岩心实验数据的关系,对储层关键参数进行评价：(1)基于常规测井曲线,利用相关性分析优选9个岩性敏感因子,通过最优化算法求取6种主要矿物含量;(2)利用基于常规曲线的多元线性回归、电阻率-声波时差重叠、体积模型、铀含量计算等多方法进行总有机碳含量(w(TOC))计算及方法优选;(3)基于矿物体积模型进行变骨架的基质孔隙度计算、利用微电成像进行裂缝拾取及裂缝参数评价、利用PoroTex图像处理技术刻画溶蚀孔缝发育程度、基于阵列声波波场分离技术进行斯通利波界面反射、幅度衰减计算及渗透率反演;(4)岩心实验刻度测井,优选关键地质参数,构建吸附气、游离气及总含气量计算模型;(5)基于阵列声波岩石力学静态转换参数及矿物体积模型,优选适宜研究区的岩石脆性及可压裂性评价方法。结果表明,基于测井的储层关键参数多方法优选结果取得了较高的精度,建立的研究区储层品质评价标准解决了八宝山盆地高原含气泥页岩储层评价的难题,取得了较好的应用...